省域視角下經濟金融化對房地產價格的影響研究
——基于面板數據空間杜賓模型的分析

倪進峰

NI Jin-feng

蘭州大學 經濟學院，甘肅 蘭州 730000Lanzhou University, Lanzhou, Gansu 730000

省域視角下經濟金融化對房地產價格的影響研究
——基于面板數據空間杜賓模型的分析

倪進峰

NI Jin-feng

蘭州大學 經濟學院，甘肅 蘭州 730000Lanzhou University, Lanzhou, Gansu 730000

近年來，中國經濟金融化程度的加深促使大量資金“脫實向虛”，一些省份充裕的金融資源是房地產價格久居高位的重要推手?；诖?，論文在闡釋了經濟金融化對房地產價格作用機理的基礎上，結合中國31省份的空間面板數據，實證研究了經濟金融化對房地產價格的影響。結果表明，各省房地產價格與經濟金融化具有穩定的相關關系；“經濟金融化”“單位土地成本”和“居民人均可支配收入”對本省房地產價格具有顯著的促進作用；房地產價格的省域分布格局中存在明顯的空間溢出效應，本省的房地產價格會受到鄰省相關變量的顯著影響。

經濟金融化；空間分布格局；空間溢出效應

改革開放以來，我國金融行業快速發展，對企業融資、居民就業和增加資產性收入等方面作出了重要貢獻。然而，伴隨著近年流動性的激增，全國范圍內經濟金融化程度逐漸加深，資金開始脫離實體大規模轉向房地產等虛擬經濟領域[1]。隨著步入經濟新常態，傳統生產性行業利潤的急速下降促使它們的盈利方式逐漸金融化，非金融部門的金融渠道盈利比重不斷提升。再加上金融與貿易開放度的逐步提高，金融部門不斷膨脹、資產證券化程度不斷加深，這些現象一起構成了經濟金融化的具體表現[2]。我國歷來有區域金融發展不平衡的問題，金融資源相對充裕使得一些東部省份的經濟金融化程度高于內陸省份，無獨有偶，常年以來我國房地產價格也基本呈現東高西低的空間分布態勢。如此看來，從省域的視角出發，某地房地產價格的久居高位應該與該地金融的“過度支持”密切相關[3]。

一、相關研究述評

考察金融與房地產價格的聯系主要聚焦于探討金融變量變動對房地產價格的影響，Bernanke、Blinder（1988）較早探討了貨幣政策對房地產價格作用的傳導機制，認為中央銀行可以利用貨幣政策改變借款者的資產負債表或凈財富，以制約旺盛的房地產投資需求[4]。郭琳慧（2015）對該研究進行了延伸，提出區域金融運行主要通過貨幣傳導與信貸傳導兩種機制作用于房地產市場。貨幣傳導表現為利率、匯率等金融市場變量變動對房地產市場的影響，信貸傳導則強調了有效市場假設難以滿足的情況下，商業銀行在房地產行業融資中的主導地位[5]。安輝和王瑞東（2013）對我國的房地產價格影響因素進行了實證研究，得出的結論認為貨幣政策和信貸政策引致的金融變量變化對房地產價格的影響并不十分明顯，這主要是受近年高通貨膨脹的影響[6]。而陳繼勇等（2013）卻認為流動性在對房地產價格的繁榮扮演著重要角色，貨幣政策對貨幣總量和信貸總量的控制可以對房地產價格起到很好的調控效果[7]。張莊（2016）提出，貨幣政策對房市的調控存在時滯，且相關金融變量的變動對各地房地產市場的沖擊存在差異[8]。另一種相關研究是探討房地產證券化對房價的影響，早期的有常永勝和趙紅凌（1997）[9]、劉萍（1999）[10]、曹征（2002）[11]等學者參考了國外不動產融資理論的相關研究，提出了我國房地產證券化發展模式的構想。近期有代表性的是廉永輝和張琳（2015）[12]的研究，他們利用10個OECD國家的面板數據，在控制貨幣性因素和結構性因素后，得出結論：同各國資產證券化發展程度緊密相關的融資流動性與市場流動性穩健地提高了各國房價水平。

綜合已有研究來看，現有文獻多是分析房地產價格的波動與其背后的金融因素，分析視角也大部分局限于全國。從省域的視角引入溢出效應，重點討論目前凸顯的經濟金融化現象，對房地產價格變動影響的研究并不多見。因此，為了充實與拓展這一領域的相關研究，從經驗的角度驗證我國省域經濟金融化程度對房地產價格變動的影響，本文在探討經濟金融化對房地產價格作用機理的基礎上，利用空間計量方法，結合大陸31省份相關變量的觀察值，詳細地考察了房地產價格和經濟金融化的省域分布格局，并探究了內含于這一分布格局中的空間溢出效應。

二、經濟金融化對房地產價格影響的機理分析

經濟金融化下金融業產出對GDP的貢獻不斷攀升，金融部門在國民經濟體系中的地位不斷加強，體現在無形的資源配置上，是資金流引導實物流的強化，實體經濟逐漸成為金融行業的依附；體現在有形的機構設置上，是大量的金融機構如雨后春筍般出現以及金融機構體量的迅速膨脹。同為虛擬經濟的房地產業與金融業向來聯系緊密，金融行業對實體行業的擠壓一方面改變了經濟體系中虛擬經濟與實體經濟的比重，將國民收入分配導向有利于虛擬經濟的分配格局，無疑某種程度上會有利于房地產行業的積累和發展。更重要的是，另一方面，地位的攀升會加大金融部門對實體行業盈余資金的吸納和支配，無論從控制的資金規模還是動性導向方面，金融部門都將會有更大的話語權。根據賀強和王汀?。?016）的研究，至2016年上半年，銀行系統新增貸款中的近四成注入了房地產行業，房貸業務已成為商業銀行貸款業務的重要支撐。而受益于債券市場的蓬勃發展，房地產行業借助經濟金融化下的“金融市場膨脹”大規模發債，房地產債務籌資呈現爆炸式發展，于2015年底達到1875億元[13]。大量資金在房地產行業的集中使得房地產行業本身出現經濟金融化加深的趨勢：住房迅速脫離商品屬性而成為金融化的房產，其價格從遵從商品價值規律的穩定商品價格跳躍成為活潑的資產價格。結合近年來實體經濟利潤的不斷下滑，金融部門膨脹和房地產價格的同步上升，反映了資金從實體經濟轉向虛擬經濟，而這種資金偏好的轉變正是經濟的金融化過程。

經濟的金融深化必然伴隨金融創新的推進，各式各樣房地產證券的誕生會便利居民購房杠桿率的增長。居民部門加杠桿被認為是加劇我國房地產價格持續上漲的重要原因，居民的加杠桿行為會通過促進經濟增長、降低購房門檻、影響房市預期和推動通貨膨脹四個路徑給房地產價格產生正向推動效應[14]。目前居民部門加杠桿的主要方式有降低首付、多次降息、首付貸等多種方式，實際上可以歸納為資金成本削減、首付比例優惠和抵押方式創新三個方面。資金成本削減和首付比例優惠來源于金融部門膨脹帶來的行業內競爭，而抵押方式創新就是經濟金融化下金融創新的直接成果。因此，經濟金融化為居民部門購房愿望的實現提供了路徑，刺激了購房需求的擴張與膨脹，也因此推動了房價的上漲。

三、經濟金融化對房地產價格影響的實證研究

地理學第一定律[15]提出，具有地理屬性的物質在空間上互為相關。依據這一觀點，并歷經多位空間計量專家的多年努力，目前計量經濟學界已接受了Anselin和Griffith（1988）等人的觀點，認為經濟運行的空間分布存在溢出效應，反映在來源于不同地理單元的經濟數據存在或多或少的空間相關性[16]。因此，在對區域數據進行實證研究時，不采用空間計量方法可能會產生偏誤。為了從省域的視角驗證經濟金融化對房地產價格的影響，本文采用空間計量方法進行實證研究。

（一）探索性空間數據分析

首先利用莫蘭指數（Moran’s I）驗證和比較經濟金融化與房地產價格的空間分布特征，莫蘭指數具體的計算公式為：

其中，示i地區經濟變量觀測值，n為地區數，刻畫 i 與 j 地區空間鄰近關系wij的集合構成空間權重矩陣W。莫蘭指數I的取值范圍為[-1，1]，當指數 I 大于0時，表明鄰近地區的變量值相近，空間分布格局呈現一種高—高或低—低值集中的狀態，地區間存在正的空間相關性，隨著I趨向于1，正向的關聯程度變大。而I小于0表明鄰近地區的變量值相異，空間分布表現為低—高值區域的鄰近，也即地區間存在負的空間相關性。而 I 越趨向于-1，負的關聯程度越大。此外，空間實證研究的實現需要借助空間權重矩陣，本文選取地理距離矩陣作為實證分析的空間權重矩陣wij。其表達式為：

i 和 j分別代表不同省份，d 表示各省省會城市地理坐標的歐氏距離①，為了便于分析，對權重矩陣進行了標準化處理。

參照已有研究，選用 “商品房銷售額/商品房銷售面積”的“商品房平均銷售價格”數據來度量房地產價格（RP），并利用價格指數對其進行了平減處理，折算成以2002年為基期的可比價格。選取“金融業增加值的GDP占比”作為衡量經濟金融化程度的指標（EF）?？疾斓目臻g維度涵蓋大陸31省級行政區，時間維度為2002年—2015年。借助STATA 12.0軟件，得到的分析結果如表1所示。

表1 2002年—2015年省域經濟金融化與房地產價格的Moran指數值

在表1中，除個別年份之外，在5%及更低水平下顯著的各省房地產價格和經濟金融化的Moran指數值都為正值，并且二者的指數值總體都呈上升趨勢。說明在考察期內，各省的房地產價格和經濟金融化兩種指標都存在明顯的空間正相關，而且這種相關程度都是逐年加強的。更加清晰的，如圖1所示，在二者的Moran指數散點圖中，絕大部分省份都落入了散點圖的第一與第三象限。

根據圖1的內容，表2更加詳細地列出了2015年各省房地產價格與經濟金融化指標具體的空間相關模式，對比表中左右兩列來看，兩種指標的空間相關模式極為相似，即表現出一種非平衡分布的集聚狀態，表現為東部沿海省份的數值都較高，中西部內陸省份則是低值集中的區域，而東部與中西部的交界省份，如廣東、河北等地，處于一種高值被低值環繞或低值被高值包圍的狀態。

圖1 2015年省域房地產價格與經濟金融化的Moran指數散點圖

表2 2015年省域房地產價格與經濟金融化的空間相關模式

受限于篇幅，圖1和表2僅報告了2015年的內容。事實上，在整個考察期內，二者的空間相關模式都極為相似，這也正說明兩種指標的省域分布格局是非常接近的。因此，從省域的空間視角出發，可以認為房地產價格的高低與經濟金融化程度的深淺似乎具有某種穩定的相關關系。

（二）空間面板數據分析

1．指標選取與數據說明

選取房地產價格（RP）作為因變量，經濟金融化程度（EF）為核心自變量，以考察省域經濟金融化對房地產價格的影響。為了從供給和需求兩個方面對因變量的其他影響進行控制，參照房地產價格影響因素的相關文獻（董志勇等，2010[17]；王鶴，2012[18]；唐禮智等，2014[19]），選取各省“單位土地成本（LC）”和“居民人均可支配收入（DP）”作為控制變量加入實證模型，其中，“單位土地成本”=“房地產開發企業土地購置費用”/“房地產開發企業購置土地面積”。數據來源于國家和各省的統計部門網站，為了使得跨年數據真實可比，用相應的價格指數對所有與價格相關的變量進行了平減處理，折算成以2002年為基期的可比價格。

2．面板數據模型的確立

上文的莫蘭指數已經驗證，從中國大陸全局來看，省域房地產價格與經濟金融化程度指標都具有顯著的空間相關性，因此不適宜用傳統計量方法考察它們之間的回歸關系，而是選用內含有空間效應的空間面板模型進行實證分析，空間面板數據分析的通用模型是：

其中，yt與yt－1分別為因變量和其滯后變量向量，Xt為自變量矩陣，μ為隨機或固定效應，εt、vt分別為誤差項與隨機擾動項向量，W是空間權重矩陣，Wyt、WXt、Wεt依次為因變量、自變量以及誤差項的空間自相關向量。參數δ、γ等是否顯著異于0將決定最終模型的具體形式，這一具體模型的確立可以通過建立相關統計量并對其顯著性進行檢驗來實現。將已進行了對數化處理的面板數據導入MATLAB軟件，利用Elhorst提供的代碼，可以得到這些統計量的顯著性檢驗結果，如表3所示。

表3 確立模型相關統計量的檢驗結果

表3中LM以及穩健的LM檢驗結果再一次驗證模型中應該包含空間效應，即通用模型中空間滯后項系數δ和空間誤差項系數γ至少有一個顯著異于零?？臻g效應與時間效應的LR檢驗都在1%顯著性水平下顯著，說明在模型中同時包含空間和時間效應，即雙固定效應模型是最合適的選擇。雙固定效應模型的四類LM檢驗結果都通過了5%水平的顯著性檢驗，因此無法甄別空間滯后模型（SAR）與空間誤差模型（SEM）的適用性，需采用更具有一般意義的空間杜賓模型（SDM）擬合數據。而隨后的Wald檢驗結果進一步說明：必須拒絕SDM可以簡化為SAR和SEM的原假設，模型中需要考慮自變量的空間滯后項，即不可忽略鄰居自變量對本地因變量的影響。

3．模型擬合與結果分析

空間計量經濟學的最新研究認為，在選擇空間杜賓模型進行實證分析時，空間內交互作用機制的存在導致變量間存在反饋機制，因此自變量對因變量的影響并不能像往常那樣通過回歸系數進行度量，而是需要被分解為直接效應與間接效應[20]。按照這一思路，采用偏微分估計方法，得到空間杜賓模型的直接與間接效應如表4所示。

對表4的估計結果進行分析，首先，自變量“經濟金融化”“單位土地成本”和“居民人均可支配收入”對因變量房地產價格有正的直接效應，即本省這些變量值的提高會直接促進本省房地產價格的上升，證明本省經濟金融化程度的加深會導致大量金融資源輸入房地產行業，并拉升房地產價格。此外，本省供給者的成本狀況和需求者的收入效應也是房地產價格提升的重要推動力量。

更值得關注的是，顯著的間接效應表明，各自變量在省際間有不可忽略的“空間溢出效應”。本省“經濟金融化”程度的加深在推升本省房地產價格的同時會帶動鄰省房地產價格的提升。這一結果出現的可能原因是，經濟金融化的深入促成鄰省間金融集聚區的出現，在集聚區內省際金融聯系得到加強，金融流動得以加速，進而便利本省閑置資金迅速進入鄰省房地產行業，推升鄰省房地產價格。此外，單位土地成本和居民人均可支配收入也都存在正的空間溢出效應：鄰省土地成本的上升使得本省開發商試圖通過跨省置地從而節約成本的希望破滅，這會進一步加大本省內部對土地資源的爭奪，以致抬升本省房地產價格。而本省居民收入的提高會增加他們的購房需求，在本省房價居高不下的情況下，本省居民會傾向于在較近的鄰省購房，進而抬升了鄰省的房地產價格。

表4 空間杜賓模型的估計結果

綜合來看，除了深化經濟金融化程度建立起的省際金融聯系，各省的房地產行業無論是在“供給側”還是在“需求面”上也都存在普遍的空間聯系。而將直接效應與間接效應進行對比，可以發現各變量的間接效應甚至直接效應更大，顯著性更高。因此，從區域層面考察各因素對房地產價格的影響時，區域間的空間互動不容忽略，而深入探索這些空間溢出效應背后的空間作用機制，則應當成為后續相關研究的重點。

四、政策建議

1. 重新梳理實體經濟與虛擬經濟的關系，引導金融回歸生產性功能。對照經濟金融化的具體表現，一是要約束金融部門的過度膨脹，在保持金融業必要競爭的同時抑制新興金融企業資產規模的過快增長，維護金融系統穩定性。二是要指引非金融企業回到主營業務上，淘汰過剩產能，加大創新投入，提高主營業務收入比重。

2. 將全國視角與區域視角相結合，深入研究金融變量與房地產價格的關系。在全國范圍內，進一步探索與求證我國房地產證券化的實現路徑和發展模式；探討熱點命題“均衡金融杠桿率”，探明其決定因素以及與房地產價格波動可能存在的聯動效應。而在區域的視角下，針對我國區域發展不平衡的現狀，研究如何將各省的經濟金融化程度控制在科學合理范圍內，與該省經濟、社會發展階段相適應。

3. 正視房地產價格的空間關聯，關注房地產價格波動因素的空間傳遞。決策者要在審視房地產價格空間分布格局的基礎上，從全局把握房地產價格調控手段：不能將存在明顯空間依賴的省區割裂開來分塊處理，也不宜對空間相關模式明顯不同的省區采用“一刀切”的方式，而是因地制宜，采用差異化的調控政策。具體來說，對房地產價格高值集中的區域，可以對其中心省區采用力度較大的調控手段，隨著政策效應在空間內的擴散，會對整個區域的房地產價格調控產生積極的影響。對于低值集中區域，可以減輕政策力度，降低調控頻率，保持適度的金融杠桿率，推動當地金融業與房地產業的良性互動發展。而對于高值被低值包圍或低值被高值包圍的中間區域，調控政策的目標在于維持它們過渡地帶的角色，以防止房地產價格空間格局的突變對調控政策效應的擾動。

注釋：

① 根據國家地理信息系統網站提供的1∶400萬電子地圖，并利用 OpenGeoDa軟件測量得到。

[1] 周游, 張成思. 經濟金融化分析[J]. 中國金融, 2016(4): 33-34.

[2] 張成思, 張步曇. 再論金融與實體經濟: 經濟金融化視角[J]. 經濟學動態, 2015(6): 56-66.

[3] 王柏杰, 馮宗憲. 金融支持過度、房地產價格泡沫和貨幣政策有效性——以京、津、滬、渝為例[J]. 山西財經大學學報,2012(12): 48-57.

[4] BERNANKE B S, BLINDER A S. Credit, Money, and Aggregate Demand[J]. American Economic Review, 1988, 78(2): 435-439.

[5] 郭琳慧. 區域金融對房地產市場影響的研究[D]. 太原: 山西財經大學, 2015.

[6] 安輝, 王瑞東. 我國房地產價格影響因素的實證分析——兼論當前房地產調控政策[J]. 財經科學, 2013(3): 115-124.

[7] 陳繼勇, 袁威, 肖衛國. 流動性、資產價格波動的隱含信息和貨幣政策選擇——基于中國股票市場與房地產市場的實證分析[J]. 經濟研究, 2013(11): 43-55.

[8] 張莊. 金融變量沖擊下我國房地產市場的區域異質性研究[D].南京: 南京大學, 2016.

[9] 常永勝, 趙紅凌. 中國房地產證券化發展的模式[J]. 經濟科學,1997(1): 15-18.

[10] 劉萍. 房地產證券化運行模式及環境培育[J]. 金融研究,1999(7): 64-65.

[11] 曹征. 美日英三國房地產證券化評介及對我國的啟示[J]. 中國房地產業, 2002(3): 55-55.

[12] 廉永輝, 張琳. 房地產流動性、資產證券化和房價上漲[J]. 世界經濟文匯, 2015(4): 93-110.

[13] 賀強, 王汀汀. 對本輪房價快速上漲的認識: 貨幣和需求視角的解析[J]. 價格理論與實踐, 2016(8): 8-11.

[14] 黃燕芬, 趙永升, 夏方舟. 中國房地產市場居民加杠桿: 現狀、機理、風險及對策[J]. 價格理論與實踐, 2016(8): 12-16.

[15] TOBLER W R. A Computer Movie Simulating Urban Growth in the Detroit Region[J]. Economic Geography, 1970, 46(S1):234-240. .

[16] ANSELIN L, GRIFFITH D A. DO SPATIAL EFFECFS REALLY MATTER IN REGRESSION ANALYSIS?[J]. Papers in Regional Science, 1988,65(1): 11-34.

[17] 董志勇, 官皓, 明艷. 房地產價格影響因素分析: 基于中國各省市的面板數據的實證研究[J]. 中國地質大學學報(社會科學版),2010, 10(2): 98-103.

[18] 王鶴. 基于空間計量的房地產價格影響因素分析[J]. 經濟評論,2012(1): 48-56.

[19] 唐禮智, 朱建鋒, 羅婧. 宏觀調控視角下房地產價格影響因素的新測度[J]. 經濟問題探索, 2014(1): 102-107.

[20] ELHORST J P. Spatial Econometrics[M]. Springer Berlin Heidelberg, 2014.

A Study on the Impact of Economic Financialization on Real Estate Price from the Perspective of Provincial—Based on Panel Data Spatial Durbin Model

In recent years, the deepening of China’s economic financialization to a large number of funds to “off the real to the virtual”, ample financial resources of some provinces is an important power to push up real estate prices higher. Based on it, this paper firstly explains the mechanism of how economic financialization affect real estate price from the perspective of virtual economy and residential sector. Then, it uses spatial econometric methods,studies the impact of provincial financialization on real estate prices. The results show that: provincial real estate price has a stable relationship with the economic financialization; the provincial “economic financial”, “unit land cost” and “per capita disposable income of residents” promotes province’s real estate prices significantly. There is obvious spatial spillover effect behind the provincial distribution pattern of real estate prices, and the real estate price of this province will be significantly affected by the relative variables of neighboring provinces.

economic financialization; spatial distribution pattern; spatial spillover effect

F293.3

A

1007-6875(2017)05-0085-06

10.13937/j.cnki.hbdzdxxb.2017.05.012

中央高?；究蒲袠I務費專項資金項目“共建‘絲路經濟帶’背景下我國西北地區金融合作機制研究”（15LZUJBWYJ014）。

倪進峰（1989—），男，安徽銅陵人，蘭州大學經濟學院博士研究生，研究方向為區域經濟學、金融學。

（責任編輯：周吉光）