王 靜，趙明韻，劉 寧

(沈陽(yáng)建筑大學(xué)管理學(xué)院，遼寧 沈陽(yáng) 110168)

與第六次全國(guó)人口普查相比，2021年第七次人口普查結(jié)果顯示，在遼寧省14個(gè)地級(jí)市中，只有沈陽(yáng)和大連兩座城市的人口是正增長(zhǎng)的，其余12座城市均出現(xiàn)了人口流失現(xiàn)象，其中，人口減少最多的城市為錦州市，10年減少了42.3萬(wàn)人，而房?jī)r(jià)一直處于末尾的阜新市和鐵嶺市10年內(nèi)人口分別減少了17.2萬(wàn)和14萬(wàn)。王寶令等[1]認(rèn)為人口聚集對(duì)房?jī)r(jià)具有顯著正向影響，從整體上來(lái)看，遼寧省房?jī)r(jià)(見(jiàn)圖1)與人口流動(dòng)情況也具有一定的關(guān)系，14個(gè)城市中，雖然房?jī)r(jià)呈現(xiàn)穩(wěn)步上升的狀態(tài)，但大連市與沈陽(yáng)市的房?jī)r(jià)明顯高于其他城市，遼寧省房?jī)r(jià)波動(dòng)具有其特殊性。

遼寧省作為“共和國(guó)長(zhǎng)子”，城市化起步早，房地產(chǎn)業(yè)一直是遼寧省國(guó)民經(jīng)濟(jì)中的重要產(chǎn)業(yè)，有效地推動(dòng)了上下游相關(guān)行業(yè)的發(fā)展。2015年，遼寧省商品房銷售額與面積均出現(xiàn)較大回落，2016年、2017年房地產(chǎn)投資額等關(guān)鍵指標(biāo)仍持續(xù)下降，房?jī)r(jià)增長(zhǎng)速度趨緩。2018年，遼寧住房和城鄉(xiāng)建設(shè)廳下發(fā)《關(guān)于促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展的通知》，明確指出要嚴(yán)格監(jiān)管熱點(diǎn)地區(qū)房?jī)r(jià)，確保全省房地產(chǎn)市場(chǎng)平穩(wěn)發(fā)展。隨著區(qū)域經(jīng)濟(jì)一體化的推進(jìn)，房?jī)r(jià)在區(qū)域范圍內(nèi)的擴(kuò)散效應(yīng)也越來(lái)越明顯，房?jī)r(jià)的溢出效應(yīng)成為研究房?jī)r(jià)波動(dòng)過(guò)程中不可忽視的重要因素[2]?；诖?，為進(jìn)一步探尋遼寧省內(nèi)房?jī)r(jià)波動(dòng)規(guī)律，筆者通過(guò)遼寧省人口分布不均表象深入分析遼寧省房?jī)r(jià)波動(dòng)情況，并構(gòu)建了GVAR模型，研究遼寧省14個(gè)城市間的房?jī)r(jià)溢出效應(yīng)。

一、文獻(xiàn)綜述

自20世紀(jì)90年代溢出效應(yīng)被應(yīng)用于房?jī)r(jià)的波動(dòng)分析以來(lái)，國(guó)內(nèi)外眾多學(xué)者進(jìn)行了大量實(shí)證研究。Geoffrey[3]將在英國(guó)房地產(chǎn)領(lǐng)域的漣漪效應(yīng)定義為某特定地區(qū)的房地產(chǎn)市場(chǎng)在受到某種沖擊后產(chǎn)生的平均房?jī)r(jià)變動(dòng)，指出這一變動(dòng)會(huì)向周圍地區(qū)產(chǎn)生擴(kuò)散現(xiàn)象，并解釋了此漣漪現(xiàn)象產(chǎn)生的原因(包括人口流動(dòng)、住房資產(chǎn)價(jià)格信號(hào)機(jī)制、區(qū)域間空間套利和經(jīng)濟(jì)因素等)。Holly等[4]通過(guò)單位根檢驗(yàn)與協(xié)整檢驗(yàn)等方法驗(yàn)證了美國(guó)各州存在房?jī)r(jià)的溢出效應(yīng)。Grigoryeva等[5]對(duì)溫哥華都市圈的房?jī)r(jià)溢出效應(yīng)進(jìn)行研究，證明了溢出效應(yīng)在區(qū)域內(nèi)存在。

圖1 遼寧省14個(gè)城市的房?jī)r(jià)走勢(shì)

中國(guó)關(guān)于房?jī)r(jià)溢出效應(yīng)的研究起步較晚[6]，主要原因是中國(guó)1998年才開(kāi)始推行房地產(chǎn)市場(chǎng)化。隨著中國(guó)房地產(chǎn)市場(chǎng)化和區(qū)域經(jīng)濟(jì)一體化的推進(jìn)，地區(qū)間的資本和人口流動(dòng)不斷增加，溢出效應(yīng)也越來(lái)越顯著。而后王松濤等[7]采用協(xié)整分析方法、余華義等[8]運(yùn)用全局向量自回歸模型、張謙等[9]使用DCC-MVGARCH模型、董加加等[10]利用GVAR模型等驗(yàn)證了中國(guó)城市間房?jī)r(jià)溢出效應(yīng)的存在。國(guó)內(nèi)學(xué)者在區(qū)域內(nèi)的溢出效應(yīng)方面也進(jìn)行了探索研究，程蘭芳等[11]發(fā)現(xiàn)在京津冀產(chǎn)業(yè)協(xié)同發(fā)展政策背景下，北京房?jī)r(jià)對(duì)周圍城市有明顯的溢出現(xiàn)象，楊贊等[12]在城市群內(nèi)的房?jī)r(jià)溢出現(xiàn)象中發(fā)現(xiàn)每一個(gè)城市群都存在至少一個(gè)主導(dǎo)城市。

二、GVAR模型構(gòu)建

全局向量自回歸(Global-VAR，GVAR)模型以經(jīng)典VAR模型為基礎(chǔ)進(jìn)行擴(kuò)展，通過(guò)權(quán)重矩陣將各經(jīng)濟(jì)體VARX*模型組成一個(gè)全局系統(tǒng)，可以清晰地反映各經(jīng)濟(jì)體之間的經(jīng)濟(jì)聯(lián)系和不同經(jīng)濟(jì)體之間的溢出效應(yīng)[13]。Vansteenkiste等[14]首次將GVAR模型與房地產(chǎn)市場(chǎng)研究相結(jié)合，國(guó)內(nèi)一些學(xué)者也運(yùn)用GVAR模型對(duì)中國(guó)商品房?jī)r(jià)格區(qū)域的擴(kuò)散效應(yīng)進(jìn)行了研究[15]。

(1)

AiZit=ai0+ai1t+BiZit-1+εit

(2)

AiWiXi=ai0+ai1t+BiWiXt-1+εit

式中：AiWi和BiWi為ki×k的矩陣。將此方程簡(jiǎn)寫(xiě)為

GXt=ai0+ai1t+HXt-1+εt

(3)

三、變量選取與檢驗(yàn)

1.變量選取

采用遼寧省14個(gè)城市平均房?jī)r(jià)的月度數(shù)據(jù)進(jìn)行分析。2015年，遼寧省房地產(chǎn)開(kāi)發(fā)投資額大幅度下降，遼寧省政府靈活調(diào)整購(gòu)房政策，多次降息和降低購(gòu)房貸款利率。對(duì)于遼寧省房地產(chǎn)業(yè)來(lái)說(shuō)，2015年是一個(gè)關(guān)鍵時(shí)間節(jié)點(diǎn)。但由于2015年的月度數(shù)據(jù)嚴(yán)重缺失，筆者選用2016年7月—2021年3月安居客網(wǎng)站的房?jī)r(jià)月度數(shù)據(jù)進(jìn)行分析，部分缺失值采用插值法進(jìn)行補(bǔ)充。

GVAR模型中使用的共同變量包括消費(fèi)者價(jià)格指數(shù)(CPI)、貨幣和準(zhǔn)貨幣供應(yīng)量(M2)、金融機(jī)構(gòu)貸款余額。貨幣供應(yīng)量與CPI對(duì)房?jī)r(jià)具有重要影響，金融機(jī)構(gòu)信貸與房?jī)r(jià)之間具有一定關(guān)系，信貸政策是中國(guó)房地產(chǎn)市場(chǎng)調(diào)控的主要方式之一，可以認(rèn)為信貸規(guī)模是影響商品房?jī)r(jià)格的重要外生沖擊，故外生變量選用M2、CPI與金融機(jī)構(gòu)貸款余額。其中，消費(fèi)者價(jià)格指數(shù)(CPI)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局，貨幣和準(zhǔn)貨幣供應(yīng)量(M2)與金融機(jī)構(gòu)貸款余額等數(shù)據(jù)均來(lái)自于中國(guó)人民銀行，消費(fèi)者價(jià)格指數(shù)(CPI)轉(zhuǎn)化為以2018年4月為100的定基比指數(shù)，所有數(shù)據(jù)均取對(duì)數(shù)。

2.統(tǒng)計(jì)檢驗(yàn)

單位根檢驗(yàn)用于檢驗(yàn)內(nèi)部、外部和共同變量的平穩(wěn)性。根據(jù)AIC信息準(zhǔn)則，對(duì)各城市VARX*模型的變量進(jìn)行ADF檢驗(yàn)。首次ADF檢驗(yàn)結(jié)果表明，內(nèi)部變量除鞍山市以外都滿足一階平穩(wěn)，鞍山市為零階平穩(wěn)；外部變量均滿足一階平穩(wěn)；共同變量都滿足零階平穩(wěn)。根據(jù)AIC準(zhǔn)則確定各城市的滯后階數(shù)(見(jiàn)表1)，因受限于觀測(cè)值的數(shù)量，設(shè)置所有城市的內(nèi)部、外部變量的最大滯后階數(shù)為2(pi≤2，qi≤2)。這種限制使各地區(qū)房?jī)r(jià)在面對(duì)沖擊時(shí)的反應(yīng)更加平滑穩(wěn)定。

表1 VARX單一模型的階數(shù)選擇

四、脈沖響應(yīng)分析

研究以討論房?jī)r(jià)的溢出效應(yīng)為主，特別是研究某區(qū)域房?jī)r(jià)的沖擊是如何擴(kuò)散到其他區(qū)域的，故將遼寧省14個(gè)城市按地理位置與經(jīng)濟(jì)水平分成遼寧中部地區(qū)、遼寧西部地區(qū)、遼寧南部地區(qū)3塊區(qū)域(以下簡(jiǎn)稱遼中地區(qū)、遼西地區(qū)、遼南地區(qū))，遼中地區(qū)包括沈陽(yáng)市、鞍山市、撫順市、本溪市、阜新市、遼陽(yáng)市、鐵嶺市；遼西地區(qū)包括錦州市、朝陽(yáng)市、葫蘆島市；遼南地區(qū)包括大連市、丹東市、營(yíng)口市、盤錦市。廣義脈沖響應(yīng)函數(shù)的響應(yīng)結(jié)果如圖2～圖5所示，其中，所有最長(zhǎng)預(yù)測(cè)期均為40期(月)。

1.區(qū)域房?jī)r(jià)對(duì)房?jī)r(jià)沖擊的脈沖響應(yīng)分析

如圖2所示，從第0期開(kāi)始對(duì)遼中地區(qū)房?jī)r(jià)施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊。受到?jīng)_擊后，遼中地區(qū)與遼西地區(qū)呈現(xiàn)相似的響應(yīng)特征，兩個(gè)區(qū)域房?jī)r(jià)總體上均出現(xiàn)正向反饋，并且在前期都快速上升，之后穩(wěn)定于某一值。而遼南地區(qū)則不同，出現(xiàn)了負(fù)向反饋。其中，遼中地區(qū)房?jī)r(jià)在自身變動(dòng)沖擊下前兩期快速上升，在第2期達(dá)到響應(yīng)峰值，為0.65%，隨后小幅下降，在第15期后響應(yīng)強(qiáng)度穩(wěn)定于0.64%左右；遼西地區(qū)房?jī)r(jià)在遼中地區(qū)房?jī)r(jià)變動(dòng)沖擊下第一期的響應(yīng)強(qiáng)度為0.18%，之后快速上升，在第8期達(dá)到響應(yīng)峰值，為0.45%，隨后響應(yīng)強(qiáng)度基本穩(wěn)定于0.44%左右；遼南地區(qū)房?jī)r(jià)在遼中地區(qū)房?jī)r(jià)變動(dòng)沖擊下呈現(xiàn)負(fù)反饋，但強(qiáng)度不高，響應(yīng)強(qiáng)度在第9期后逐漸平穩(wěn)于-0.013%。由圖2可知，遼西地區(qū)房?jī)r(jià)變化受到遼中地區(qū)房?jī)r(jià)變化的一定影響，但遼南地區(qū)房?jī)r(jià)與遼中地區(qū)房?jī)r(jià)相關(guān)性甚弱，可以理解為兩區(qū)域各有1個(gè)一線城市主導(dǎo)，在房地產(chǎn)業(yè)方面具有一定競(jìng)爭(zhēng)關(guān)系，而與遼南地區(qū)相比，遼中地區(qū)房?jī)r(jià)對(duì)遼西地區(qū)房?jī)r(jià)的溢出效應(yīng)更加明顯。

從第0期開(kāi)始對(duì)遼中地區(qū)房?jī)r(jià)施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊后，各城市的表現(xiàn)不同。阜新市的房?jī)r(jià)脈沖響應(yīng)峰值是最大的，達(dá)到0.87%，遼中地區(qū)其余城市房?jī)r(jià)的脈沖響應(yīng)強(qiáng)度均位居前列，本溪市、錦州市房?jī)r(jià)脈沖響應(yīng)強(qiáng)度分別達(dá)到0.75%、0.69%，而大連市與營(yíng)口市房?jī)r(jià)均出現(xiàn)負(fù)反饋，此種現(xiàn)象與城市間的競(jìng)爭(zhēng)具有一定關(guān)系。

如圖3所示，從第0期開(kāi)始對(duì)遼南地區(qū)房?jī)r(jià)施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊。受到?jīng)_擊后，遼中地區(qū)、遼西地區(qū)與遼南地區(qū)均呈現(xiàn)相似的響應(yīng)特征，3個(gè)區(qū)域房?jī)r(jià)總體上均出現(xiàn)正向反饋，并且在前期都快速上升，之后穩(wěn)定

圖2 遼寧省各區(qū)域面對(duì)遼中地區(qū)房?jī)r(jià)正向沖擊的脈沖響應(yīng)

于某一值。其中，遼中地區(qū)房?jī)r(jià)受到?jīng)_擊后于第7期達(dá)到響應(yīng)峰值0.09%，之后趨于穩(wěn)定，不過(guò)響應(yīng)強(qiáng)度不大；遼西地區(qū)房?jī)r(jià)受到?jīng)_擊后響應(yīng)強(qiáng)度在第1期快速下降至0.33%后，快速上升，于第6期達(dá)到響應(yīng)峰值0.55%，之后趨于穩(wěn)定。遼南地區(qū)房?jī)r(jià)在自身變動(dòng)沖擊下在前兩期快速上升，于第8期達(dá)到響應(yīng)峰值0.73%，之后趨于穩(wěn)定。說(shuō)明遼南地區(qū)房?jī)r(jià)的變動(dòng)對(duì)遼西地區(qū)房?jī)r(jià)的溢出效應(yīng)更明顯，對(duì)遼中地區(qū)房?jī)r(jià)的溢出效應(yīng)可以忽略不計(jì)。

從第0期開(kāi)始對(duì)遼南地區(qū)房?jī)r(jià)施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊后，各城市表現(xiàn)不同。營(yíng)口市的房?jī)r(jià)脈沖響應(yīng)峰值是最大的，達(dá)到2.42%，阜新市、丹東市房?jī)r(jià)脈沖響應(yīng)強(qiáng)度分別達(dá)到0.82%、0.79%。對(duì)比響應(yīng)峰值大小，可以看出遼南地區(qū)房?jī)r(jià)的溢出驅(qū)動(dòng)主要遵循距離因素，距離遼南地區(qū)越近，受到的溢

圖3 遼寧省各區(qū)域面對(duì)遼南地區(qū)房?jī)r(jià)正向沖擊的脈沖響應(yīng)

出效應(yīng)影響越明顯。而撫順市采集的房?jī)r(jià)數(shù)據(jù)波動(dòng)較大，表現(xiàn)出較大的負(fù)面影響，房?jī)r(jià)出現(xiàn)負(fù)反饋。

如圖4所示，從第0期開(kāi)始對(duì)遼西地區(qū)房?jī)r(jià)施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊。遼中地區(qū)、遼南地區(qū)與遼西地區(qū)房?jī)r(jià)均出現(xiàn)正向反饋。其中，遼中地區(qū)房?jī)r(jià)受到?jīng)_擊后，在前4期快速上升，于第6期達(dá)到響應(yīng)峰值0.23%，之后趨于穩(wěn)定；遼西地區(qū)房?jī)r(jià)受到本身房?jī)r(jià)變動(dòng)沖擊后先快速下降至0.85%，之后上升，響應(yīng)強(qiáng)度在第6期后基本穩(wěn)定于1.19%左右；遼南地區(qū)房?jī)r(jià)受到?jīng)_擊后在第1期快速下降，然后快速上升，在第9期達(dá)到響應(yīng)峰值，0.20%，之后逐漸平穩(wěn)。遼西地區(qū)房?jī)r(jià)對(duì)遼中、遼南地區(qū)房?jī)r(jià)的溢出效應(yīng)都比較弱，這與遼西地區(qū)城市經(jīng)濟(jì)水平不高、房?jī)r(jià)普遍偏低有一定關(guān)系。

從第期開(kāi)始對(duì)遼西地區(qū)房?jī)r(jià)施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊后，各城市表現(xiàn)不同。葫蘆島市的房?jī)r(jià)脈沖響應(yīng)峰值是最大的，達(dá)到2.41%，阜新市、營(yíng)口市房?jī)r(jià)脈沖響應(yīng)強(qiáng)度分別達(dá)到1.31%、0.81%。

圖4 遼寧省各區(qū)域面對(duì)遼西地區(qū)房?jī)r(jià)正向沖擊的脈沖響應(yīng)

2.特定城市房?jī)r(jià)對(duì)其他城市房?jī)r(jià)沖擊的脈沖響應(yīng)分析

沈陽(yáng)市作為遼寧省的省會(huì)城市，在經(jīng)濟(jì)實(shí)力、政治地位與人才儲(chǔ)備等方面都具有重要意義，面對(duì)各項(xiàng)政策調(diào)控，其房地產(chǎn)相關(guān)的各項(xiàng)數(shù)據(jù)也都具有典型性，年平均房?jī)r(jià)位居遼寧省第二，研究沈陽(yáng)市的房?jī)r(jià)溢出現(xiàn)象具有現(xiàn)實(shí)意義。如圖5所示，從第0期開(kāi)始對(duì)沈陽(yáng)市房?jī)r(jià)施以1個(gè)標(biāo)準(zhǔn)差的正向沖擊，所有區(qū)域的房?jī)r(jià)都受到直接影響。在沈陽(yáng)房?jī)r(jià)沖擊下，遼中地區(qū)各城市房?jī)r(jià)的反應(yīng)大致可以分為兩種：一種表現(xiàn)為正向反饋，包括鞍山市、本溪市、盤錦市等城市，沖擊效果都由小及大，升至某一峰值后再緩慢下落，直至穩(wěn)定于某一值，響應(yīng)峰值為0.07%～0.18%；另一種則表現(xiàn)為負(fù)向反饋，包括鐵嶺市、遼陽(yáng)市、阜新市和撫順市，負(fù)向反應(yīng)峰值為-0.20%～-0.31%。受到沈陽(yáng)房?jī)r(jià)沖擊后，房?jī)r(jià)表現(xiàn)為負(fù)向反饋的城市都是經(jīng)濟(jì)水平相對(duì)較差、房地產(chǎn)業(yè)發(fā)展相對(duì)落后，人口外流嚴(yán)重的城市，這些城市距離沈陽(yáng)市較近，但未得到更好的經(jīng)濟(jì)輻射，不能體現(xiàn)明顯的區(qū)位優(yōu)勢(shì)，其經(jīng)濟(jì)發(fā)展和房地產(chǎn)市場(chǎng)發(fā)展較慢，房?jī)r(jià)也基本都處于全遼寧省最低水平，房地產(chǎn)市場(chǎng)交易萎靡，所以在脈沖響應(yīng)圖上表現(xiàn)出較大的負(fù)向反饋。而遼南地區(qū)房?jī)r(jià)受到沈陽(yáng)市房?jī)r(jià)沖擊后表現(xiàn)為正反饋，說(shuō)明沈陽(yáng)市對(duì)遼南地區(qū)房?jī)r(jià)有明顯的溢出現(xiàn)象。

圖5 遼寧省各城市面對(duì)沈陽(yáng)市房?jī)r(jià)正向沖擊的脈沖響應(yīng)

大連市是副省級(jí)城市，擁有港口，經(jīng)濟(jì)發(fā)展水平高，年平均房?jī)r(jià)位于遼寧省第一。從第0期開(kāi)始對(duì)大連市房?jī)r(jià)施以1個(gè)標(biāo)準(zhǔn)差的正向沖擊，所有區(qū)域的房?jī)r(jià)都受到一定程度的直接影響。在大連房?jī)r(jià)變動(dòng)的沖擊下，一多半城市房?jī)r(jià)表現(xiàn)為負(fù)向反饋，正向反饋峰值也都不如沈陽(yáng)市對(duì)其他城市沖擊的響應(yīng)峰值，說(shuō)明大連市房?jī)r(jià)的溢出效應(yīng)不如沈陽(yáng)市房?jī)r(jià)的溢出效應(yīng)強(qiáng)，而在遼寧省內(nèi)除了沈陽(yáng)市與大連市外，其余城市經(jīng)濟(jì)水平相對(duì)落后，故省略研究，由此得出遼寧省內(nèi)房?jī)r(jià)的最大溢出中心為沈陽(yáng)市的結(jié)論。

3.共同變量對(duì)房?jī)r(jià)沖擊的脈沖響應(yīng)分析

M2對(duì)房?jī)r(jià)具有重要影響，在研究區(qū)間(2016年7月—2021年3月)內(nèi)，M2從1 491 558.72億元增加到2 276 488.45億元。對(duì)M2施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊，M2受到?jīng)_擊后，對(duì)除阜新市、鐵嶺市、葫蘆島市以外的所有城市房?jī)r(jià)的長(zhǎng)期影響都是積極的、持久的，大多數(shù)都隨著時(shí)間推移而加大，并最終穩(wěn)定于某一值。在M2正向沖擊的影響下，各城市房?jī)r(jià)從長(zhǎng)期來(lái)看，漲幅為0.01%～0.39%。其中，遼中地區(qū)房?jī)r(jià)上漲較為明顯，遼南地區(qū)和遼西地區(qū)房?jī)r(jià)較為穩(wěn)定。因此，可以得出M2的正向沖擊是推動(dòng)房?jī)r(jià)上漲的因素之一的結(jié)論。

在住房交易的影響因素中，消費(fèi)者價(jià)格指數(shù)與房?jī)r(jià)一直存在著某種關(guān)系，一般呈現(xiàn)正相關(guān)，CPI的上升往往會(huì)伴隨著房?jī)r(jià)的上漲。從第0期給予CPI 1個(gè)標(biāo)準(zhǔn)差的正向沖擊，考察其對(duì)房?jī)r(jià)的影響。受到?jīng)_擊后，遼寧省14個(gè)城市的房?jī)r(jià)變化大致可以分為兩類：一類為沈陽(yáng)市、大連市、鞍山市等經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，受到?jīng)_擊后房?jī)r(jià)在一段時(shí)間內(nèi)有明顯上漲過(guò)程，之后趨于穩(wěn)定；另一類為遼陽(yáng)市、鐵嶺市、朝陽(yáng)市為代表的的經(jīng)濟(jì)水平略差的城市，受到?jīng)_擊后房?jī)r(jià)幾乎沒(méi)有變化，甚至出現(xiàn)負(fù)反饋現(xiàn)象。揭鴻篇[16]曾指出房地產(chǎn)業(yè)具有獨(dú)特之處，房地產(chǎn)業(yè)存在大量的以抵押形式的各項(xiàng)貸款，伴隨著房?jī)r(jià)上升，貸款額度也推升，會(huì)提高CPI，而CPI的上漲會(huì)改變居民的消費(fèi)傾向，這是一個(gè)緩慢而有周期性的過(guò)程，在經(jīng)濟(jì)發(fā)展較差的地區(qū)，房地產(chǎn)業(yè)發(fā)展不健全，面對(duì)通貨膨脹可能無(wú)法及時(shí)做出反應(yīng)，所以導(dǎo)致出現(xiàn)了上述兩類情況。

金融機(jī)構(gòu)信貸與房?jī)r(jià)之間具有一定關(guān)系，信貸政策是中國(guó)房地產(chǎn)市場(chǎng)調(diào)控的主要方式之一，研究這一因素與房?jī)r(jià)之間的關(guān)系能夠更好地分析由溢出效應(yīng)引起的房?jī)r(jià)變動(dòng)。對(duì)金融機(jī)構(gòu)貸款余額施加1個(gè)標(biāo)準(zhǔn)差的正向沖擊后，遼寧省14個(gè)城市除了鞍山市、本溪市、撫順市、盤錦市、錦州市以外都表現(xiàn)為正向反饋，長(zhǎng)期響應(yīng)強(qiáng)度為0.01%～0.86%。

五、遼寧省14個(gè)城市間房?jī)r(jià)的溢出效應(yīng)研究過(guò)程與總結(jié)

通過(guò)構(gòu)建GVAR模型研究了2016年7月—2021年3月遼寧省14個(gè)城市間房?jī)r(jià)的溢出效應(yīng)，同時(shí)，考慮了共同變量消費(fèi)者價(jià)格指數(shù)(CPI)、貨幣和準(zhǔn)貨幣供應(yīng)量(M2)、金融機(jī)構(gòu)貸款余額對(duì)房?jī)r(jià)的影響。

(1)通過(guò)對(duì)遼寧省14個(gè)城市房?jī)r(jià)的研究可以發(fā)現(xiàn)，2016年7月—2021年3月遼寧省各城市房?jī)r(jià)普遍呈上升趨勢(shì)，其中，遼中地區(qū)房?jī)r(jià)上漲幅度最大，漲幅為41.6%，遼西地區(qū)房?jī)r(jià)漲幅比較小，遼南地區(qū)房?jī)r(jià)漲幅為35.1%。同區(qū)域內(nèi)各城市的房?jī)r(jià)走勢(shì)往往具有相似性，區(qū)域因素是造成各城市房?jī)r(jià)走勢(shì)差異的主要因素。

(2)通過(guò)構(gòu)建GVAR模型，可以發(fā)現(xiàn)遼中、遼南、遼西地區(qū)房?jī)r(jià)之間存在明顯的溢出效應(yīng)，相比遼西、遼南地區(qū)，遼中地區(qū)房?jī)r(jià)對(duì)其他地區(qū)房?jī)r(jià)的沖擊強(qiáng)度更大，在房?jī)r(jià)溢出過(guò)程中占據(jù)優(yōu)勢(shì)地位，而遼西地區(qū)房?jī)r(jià)的溢出效應(yīng)較弱，表明房?jī)r(jià)的溢出效應(yīng)具有顯著的不對(duì)稱性，在溢出過(guò)程中不同地區(qū)的房?jī)r(jià)溢出強(qiáng)度不同。同時(shí)，從空間溢出效應(yīng)來(lái)看，溢出強(qiáng)度不僅與城市經(jīng)濟(jì)發(fā)展水平相關(guān)，還與距離有關(guān)，距離越近，聯(lián)動(dòng)效果越強(qiáng)；距離越遠(yuǎn)，聯(lián)動(dòng)效果越弱。從經(jīng)濟(jì)相似性來(lái)看，房?jī)r(jià)的溢出更容易向經(jīng)濟(jì)發(fā)展水平相當(dāng)?shù)某鞘幸绯觯?jīng)濟(jì)水平相差大的會(huì)表現(xiàn)為負(fù)向反饋。

(3)消費(fèi)者價(jià)格指數(shù)(CPI)、貨幣和準(zhǔn)貨幣供應(yīng)量(M2)、金融機(jī)構(gòu)貸款余額的沖擊都對(duì)房?jī)r(jià)產(chǎn)生一定積極影響，但存在區(qū)域異質(zhì)性，經(jīng)濟(jì)發(fā)展水平高的城市房?jī)r(jià)受到?jīng)_擊的影響更大。目前，國(guó)家政府對(duì)房地產(chǎn)市場(chǎng)實(shí)行去杠桿政策，控制房?jī)r(jià)非理性增長(zhǎng)，近年來(lái)，房?jī)r(jià)的波動(dòng)大多為市場(chǎng)調(diào)控結(jié)果，但研究共同變量與房?jī)r(jià)的交互作用對(duì)房?jī)r(jià)波動(dòng)研究具有一定啟示。

六、結(jié) 語(yǔ)

隨著中國(guó)區(qū)域經(jīng)濟(jì)一體化不斷推進(jìn)，經(jīng)濟(jì)協(xié)同程度越來(lái)高，地區(qū)房?jī)r(jià)的影響因素越來(lái)越復(fù)雜，地方政府應(yīng)該積極關(guān)注全國(guó)政策與周邊城市或類似經(jīng)濟(jì)水平區(qū)域內(nèi)城市房?jī)r(jià)的走向趨勢(shì)，加強(qiáng)對(duì)周邊城市房?jī)r(jià)的監(jiān)控，重視房?jī)r(jià)間的溢出效應(yīng)，科學(xué)判斷并采取有針對(duì)性的調(diào)控措施。同時(shí)，還應(yīng)多關(guān)注貨幣政策，及時(shí)作出預(yù)警反應(yīng)，堅(jiān)持“房住不炒”原則，關(guān)注房地產(chǎn)企業(yè)資產(chǎn)負(fù)債情況，避免“灰犀牛”危機(jī)現(xiàn)象出現(xiàn)，推動(dòng)房地產(chǎn)市場(chǎng)健康有序發(fā)展。此外，在東北地區(qū)人口流失的大背景下，參照沈陽(yáng)和大連市強(qiáng)勁的人口競(jìng)爭(zhēng)力帶來(lái)的房地產(chǎn)行業(yè)的繁榮發(fā)展，各地方政府應(yīng)推出更多、更有力的人才引進(jìn)政策，保證當(dāng)?shù)厝丝诟?jìng)爭(zhēng)力，避免人口流失，李峰[17]建議可在產(chǎn)業(yè)鏈和文旅項(xiàng)目下手，為人民提供良好的人居環(huán)境，完善配套服務(wù)，從而完善供給側(cè)改革，促進(jìn)房地產(chǎn)業(yè)向好。