交通便利性_开放水平与中国房价_基于空间杜宾模型的分析_龚维进

{ 泛，其设定标准为： Wi1j =
1/d, 0,
i i
≠ =
j j
，反距离平方空间权重矩阵
（记为
Wij2
）
的设定
{ 标准为 Wij2 =
1/d 2, 0,i
i≠ =j
j
，其中，d
表示按照各个城市经纬度计算出来的欧氏距离。
一般通过构造 Z 统计量来判别 Moran’s I 的显著性，其原假设 H0为不存在空
lnwage
0.376*** （10.876）
0.267*** （7.761）
0.321*** （9.303）
0.294*** （8.509）
0.234*** （6.800）
0.389*** （11.215）
0.405*** （11.671）
0.423*** （12.179）
0.391*** （11.254）
0.548*** （15.745）
0.549*** （15.776）
lnexpo_lntraff
0.328*** （9.486）
0.176*** （5.152）
0.204*** （5.949）
0.178*** （5.203）
0.136*** （4.019）
0.263*** （7.626）
0.289*** （8.372）
- 52 -
《国际贸易问题》 2017 年第 2 期
经贸论坛
表 1 各变量的 Moran’s I 检验
Hale Waihona Puke 年份 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
total
0.273*** （8.253）
0.132*** （4.157）
0.216*** （6.592）
n i=1
n j=
1W ij (Y i
-
Yˉ)(Yj
-
Yˉ)
S2
n i=1
W n
j = 1 ij
（1）
∑ ( ) ∑ 其中，
S2
=
1 n
n i=1
Yi
-
Yˉ
，
Yˉ
=
1 n
n i=
1Yi
，
Yi
是
i
地区的观测值，
n
是地区总
数 ， W 为 N × N 的 空 间 权 重 矩 阵 。 -1 ≤ Moran's I < 0 表 示 空 间 负 相 关 ，
0.320*** （9.274）
0.335*** （9.678）
0.331*** （9.566）
lnfdi_lntraff
0.374*** （10.836）
0.378*** （10.939）
lnfdi_lntraff 在分别控制所有除本身以外的其他解释变量后的莫兰指数值。
从表 1 中不难看出，本文所考察的所有变量都具有显著的正空间相关性，并且
都通过了 1%的显著性检验。在地级市的层面，中国不仅在区域经济发展水平和要
素禀赋都存在很大差异，而且区域经济合作的推进加深了各地区之间的空间关联。
关键词：交通便利性；开放水平；中国房价；空间杜宾模型
DOI:10.13510/ki.jit.2017.02.005
引言
近年来中国不断攀升的房价倍受关注 （徐春华，2015）。在房价的影响因素方 面，Fair （1972） 认为收入以及预期未来租金是影响房价的基本因素，Smith 与 Ohsfeldt （1982） 发现政府公共品供给具有推高房价的作用，有学者从土地供给制 度 （Tse，1994）、货币扩张 （Ahearne，2005） 等方面研究了房价的影响因素，还 有学者从利率 （况伟大，2010）、人口结构变化 （徐建炜等，2012） 以及负利率等 层面对中国房价的影响因素进行了考察 （徐忠等，2012）。
经贸论坛
《国际贸易问题》 2017 年第 2 期
交通便利性、开放水平与中国房价
——基于空间杜宾模型的分析
龚维进 徐春华
摘要：本文选用 2004-2013 年全国 273 个地级市的数据，运用空间杜宾模型探 讨交通便利性以及对外开放水平对我国房价的影响。研究发现，城市交通便利程度 的变化不仅通过直接效应对本市房价产生显著正向作用，还通过间接效应推动周边 城市房价的上涨；对外贸易无论是对本市房价还是对与其存在空间关联的城市房价 都有显著促进作用，而外资流入能抑制其他城市房价上升；对外开放和交通便利性 还将通过交互作用对房价产生显著影响。这些回归结果在东、中、西部城市中存在 相应差异。这些发现有助于进一步理解交通便利性与对外开放水平对中国房价的影响。
0.306*** （8.897）
0.264*** （7.679）
0.324*** （9.360）
0.248*** （7.238）
0.356*** （10.312）
0.399*** （11.547）
0.439*** （12.668）
0.445*** （12.842）
0.458*** （13.212）
lntraffic
0.150*** （4.424）
0.150*** （4.448）
0.094*** （2.839）
0.235*** （6.861）
0.249*** （7.239）
0.272*** （7.894）
0.287*** （8.334）
0.256*** （7.440）
lnfdi
0.348*** （10.070）
这印证了采用空间计量经济学模型进行探讨的必要性。
二、模型
从广义嵌套空间模型 （general nesting spatial model，GNS） 出发可对多种常
用的空间计量模型的不同形式及其关系进行梳理 （Vega & Elhorst，2015）。GNS
一般表述为如下形式：
Y = ρWY + αIN + Xβ + WXθ + u ， u = λWu + ε
0.379*** （10.923）
0.345*** （9.904）
0.316*** （9.102）
0.333*** （9.579）
0.271*** （7.821）
0.384*** （11.027）
0.404*** （11.625）
0.432*** （12.402）
0.432*** （12.407）
0.440*** （12.642）
②来源于 《中国区域统计年鉴》，指标为“城镇单位就业人员平均工资”，单位为元。
- 51 -
经贸论坛
《国际贸易问题》 2017 年第 2 期
（二） 变量的空间相关性检验
为了识别出各变量的全局空间相关性，需要在对模型估计之前采用 Moran’s
I 统计量进行检验，其表达式为：
∑ ∑∑ ∑ Moran's I =
0.188*** （5.733）
0.114*** （3.646）
0.263*** （7.945）
0.255*** （7.732）
0.229*** （6.991）
0.191*** （5.903）
0.201*** （6.193）
lnexport
0.336*** （9.728）
0.128*** （3.796）
间相关。Z 统计量的表达式如下：
Z(I) = I - E(I) ~N(0,1) Var(I)
（2）
在这一统计量中，分母中的 Var （I） 表示方差，分子中的 E （I） 表示均值。如
果 Z 值拒绝原假设则表明存在空间相关。表 1 给出了 lnprice 对所有解释变量的 Mo-
ran’s I 检验值以及 lnexport、lnfdi、lntraffic、lnwage、lnexpend、lnexpo_lntraff 和
- 50 -
《国际贸易问题》 2017 年第 2 期
经贸论坛
放水平越高的地区交通便捷程度也越高，进而影响到房价；另一方面，交通便利性 的改善不仅能够对目标区的房价产生直接影响，而且交通条件的改善还有助于促进 该地区引进外资和扩大出口，从而进一步提高该地区的对外开放水平，由此对当地 房价产生进一步的影响。此外，随着对外贸易的不断展开以及各地区之间区域经济 合作的不断深入，各城市之间的空间关联和空间依赖不断提高，特别地，邻近城市 房价的高涨也会在一定程度上影响到本市的房价水平。
（3）
式 （3） 中，Y 为 N×1 的因变量向量，X 为 N×K 的自变量矩阵，故而 WY 表示
因变量的内生交互效应 （endogenous interaction effects），WX 表示自变量的外生交
互效应 （exogenous interaction effects）；α、r、β、θ、λ为对应的回归系数，而且
基于上述认识，我们选用 2004-2013 年间全国 273 个地级市的数据，运用空间 计量经济学分析方法探讨交通便利性以及对外开放水平的变动对我国房价的具体影 响，以期获得更为丰富的研究结论。
一、变量
（一） 数据来源和指标选取 本文选取的被解释变量为地级市的房价 （price），解释变量有 6 个：用进出口 总额 （经汇率换算） 占 GDP 的比重 （export） 以及当年实际使用外资金额 （经汇率 换算） 占 GDP 的比重 （fdi） 衡量不同城市的对外开放水平，用人均城市道路面积① （traffic） 来测量不同城市的交通便利性；此外还包括城市的平均工资水平 （wage） ②、 人均政府支出 （expend） 等控制变量。特别地，为了控制交通便利性和对外开放程 度对房价的综合影响，我们分别采用 traffic 与开放程度的两大指标——export 和 fdi 的交互项 （分别记为 expo_traff 和 fdi_traff） 作为控制变量。 值得一提的是，expend 通过各地级市政府的财政支出除以其年平均人口得 到，而 wage 和 traffic 的数据来源于中国区域经济统计年鉴。房价水平、进出口总 额、实际利用外资金额、工资水平以及 GDP 均采用各地级市的 CPI 来剔除其价格 影响。为了尽可能地消除异方差，我们对所有变量都做对数化处理。图 1 给出了住 房价格对数 （lnprice） 分别与对外贸易对数 （lnexport）、FDI 对数 （lnfdi） 以及交 通便利性对数 （lntraffic） 之间的散点图。从中不难看出，它们之间基本上都是保 持着正向的线性关系。
总体上看，在剖析中国房价问题时仍然至少有两个事实值得进一步探讨——对 外开放程度和与交通便利性。尽管考察了地铁开通 （Kim & Zhang，2005；王岳 龙，2015） 或轨道交通 （董藩等，2009；苏亚艺等，2015） 以及城市经济开放度 （王松涛，2009） 等层面对我国房价的不同作用。然而交通便利性和对外开放程度 对房价的影响是交互作用的。一方面，对外开放水平越高的地区往往具有更高的经 济发展水平和人均收入水平，从而其房价也将面临较大的上涨压力。与此同时，开
[基金项目]国家社科基金重大项目“高铁快速发展背景下区域经济协调发展及相关政策研究”（11&ZD159）； 国家社科基金青年项目“滇黔桂省际边界民族地区国土空间优化布局研究”（13CMZ038）；广东科技计划软 科学重点项目“新常态下的广东大众创业与万众创新体制机制研究”（2016B070704010）；广东外语外贸大学 引进人才科研启动项目 （299-X5216174）。 龚维进：暨南大学经济学院；徐春华 （通讯作者）：广东外语外贸大学国际服务经济研究院 510006 电子信 箱：xuch2013@。
0 < Moran's I ≤ 1 表示空间正相关， Moran's I = 0 表示空间不相关，绝对值大小则表
示空间相关性的强弱。
为了捕获各地区之间的空间相关性，空间权重矩阵 W 的设定是关键。一方面，
n×n 的二进制邻接矩阵被普遍采用：若地区 i 与地区 j 之间地理分布上相邻则其中的
元素 wij 取值为 1，否则为 0；另一方面，反距离空间权重矩阵 （记为 Wij1） 也使用广
0.376*** （10.836）
lnexpend
0.474*** （13.654）
0.378*** （10.912）
0.429*** （12.379）
0.425*** （12.259）
0.327*** （9.453）
0.511*** （14.693）
0.554*** （15.916）
0.564*** （16.216）
图 1 lnprice 分别与 lnexport、lnfdi 以及 lntraffic 之间的散点图
①依据 《中国城市统计年鉴》 的解释，年末实有城市道路面积是指经过铺筑的路面宽度在 3.5 米以上(含 3.5 米)的道路。包括高级、次高级道路和普通道路，不包括街道内部路面宽度不足 3.5 米的胡同、里弄。道路 面积只包括路面面积和与道路相通的广场、桥梁、停车场面积。