论文部分内容阅读
摘要：住宅市场具有很强的地域特性，不同城市由于经济发展等因素的影响，造成住宅价格具有较大的差异。将城市经济分为城市经济规模、城市产业结构和城市经济效率，以35个大中城市为例，运用静态面板数据模型研究城市经济对住宅价格的影响。结果表明，城市经济对住宅价格具有很强的正相关作用，尤其是城市经济规模和城市产业结构。城市经济规模方面，GDP、地方财政支出对住宅价格具有显著的正面影响；城市产业结构方面，第三产业增加值占GDP比重越高，住宅价格越高；城市经济效率方面，人均地方财政收入和第二、三产业增加值与建成区面积之比都对住宅价格具有显著的正相关性。因此，城市在区域经济一体化的带动下将追求创新高效率的发展，同时优化城市空间结构和产业结构，有助于住宅市场的健康发展。
关键词：面板数据模型，住宅价格，城市经济发展
中图分类号：F061.5 文献标识码：A
文章编号：1001-9138-（2014）07-0015-22 收稿日期：2014-04-25
城市经济的发展带来了基础设施的完善，促使了商业服务的集聚，推动了居民生活水平的提高，对城市住宅地产的价格产生了重要的影响。城市经济对住宅价格的具体影响情况需要我们进一步研究两者之间的相关关系。国外相关研究开始较早，基本上都是利用供需模型分析城市住宅市场，以收入、人口及其增长率、建设成本等为自变量来估算价格，研究这些因素如何影响当地住宅市场的供需状况，从而引致城市间住宅价格的差异。Fortura和Kushner用加拿大1981年30个都市区的数据建立了住宅价格方程，研究结果表明居民平均收入和住宅价格之间具有较强的正相关关系。Clapp和Giaccotto以基于Hedonic模型的私人独户住宅价格指数为因变量研究城市经济与住宅价格的关系，结果表明家庭收入是影响不同城市间住宅价格的最重要因素。Masoud和Shahram等选用伊朗三个城市人均收入、流动资产、人均土地等变量运用动态面板数据模型进行了分析，结果表明人均收入和流动资产对城市住宅价格有影响，土地供应对城市住宅价格的影响要结合人口水平的变化。
国内从城市协调发展角度研究住宅价格与城市经济关系的相对较少，沈悦、刘洪玉利用1995-2002年我国14城市的中房住宅价格指数与宏观经济基本面相关变量的平行数据运用混合样本回归对住宅价格与经济基本面的关系研究，结果表明经济基本面对住宅价格水平的解释模型存在显著的城市影响特征。沈悦、张学峰和周奎省聚类分析了35个大中城市2000-2009年住宅价格与居民收入的均衡关系，结果表明住宅价格和居民收入之间存在长期均衡关系并互为因果关系。更多的是从以下两方面展开研究：一方面是从宏观角度探讨经济变动与房地产价格波动的关系；方燕基于结构向量自回归模型，选取经济增长率和房屋销售价格指数实证分析了宏观经济变动对房地产价格波动的影响，得出宏观经济变动对房地产价格波动具有较大的影响。赵昕东使用SVAR模型选取1999-2009年居民消费价格指数、国民生产总值等季度数据进行实证研究，显示正向的供给、需求和货币政策冲击最终导致房地产价格增长率上升。另一方面是宏观经济对房价上涨的解释能力，并且大部分学者认为宏观经济对房价上涨没有很好的解释力。段忠东、曾令华运用面板数据模型检验发现宏观基本面对房价的解释能力下降，而房价的历史信息对房价上涨具有很强的解释能力。胡岳岷、金春雨、程浩通过VAR模型进行实证检验表明国内生产总值和收入水平虽然是影响房地产价格的基础性因素，但在短期内并不是造成房地产价格上涨的因素。
住宅一般是以城市地区作为研究边界，城市经济发展的不同影响住宅市场的供需情况，从而导致城市间住宅价格的差异。本文构建了一个系统而全面的城市经济指标体系，运用静态面板数据模型对城市经济与住宅价格间的相互关系进行了分析。本研究有助于城市依据自身的经济发展进行住宅地产定位，调整经济发展战略从而推动住宅市场的健康发展。
1 城市经济对住宅价格的作用机理
城市经济运行与发展是一个经济总量增长、产业结构转换和效率水平提高构成的经济进步过程。因此，为了全面而具体的描述城市经济，本文将其分为三个方面：城市经济规模、城市产业结构和城市经济效率。
1.1 城市经济规模与住宅价格
城市经济规模是指城市经济的综合容量与范围。首先，经济规模大的城市，对土地的有效需求高，土地利用价值加大，进而住宅价值就会提高，其外在表现为价格上涨；反之，经济规模小的城市，对土地的利用没有规划而乱用甚至粗犷式利用，就不会实现土地价值的最大化，住宅价格会受到影响。其次，经济规模大的城市，可以通过地方财政支出改善城市的经济社会环境，提高公共服务水平，从而吸引更多的人迁入该城市，导致房屋的需求增加，引起价格的上涨。
1.2 城市产业结构与住宅价格
产业结构是衡量一个城市经济发展水平的重要方面。一个城市发展的过程，是产业结构转换和主导产业置换的过程，也是资源和包括土地要素的时空配置及其结构形成、调整和转换的过程。在技术进步和主导产业依次推动产业结构变迁的过程中存在着产业生产率水平的巨大差异，投入要素从低生产率或者低生产率增长率的部门向高生产率水平或高生产率增长率的部门流动可以促进整个社会生产率水平的提高，由此带来的“结构红利”维持了经济的持续增长，即产业结构转变促进经济增长。由上可见，从宏观角度来说，一个地区的产业多元化程度越高，该地区的经济稳定性就越好，在住宅市场的具体表现为价格越高；从微观角度来看，产业结构转换过程涉及到的城市区位空间调整使得房地产的空间布局发生变化，城市内不同区位的住宅因周围的产业布局和配套设施不同而具有不同的价格。
1.3 城市经济效率与住宅价格
城市的发展不能仅仅依靠大量的投资来支撑，而是运用有限的资金在较低的能耗下创造更大的价值，即高效率的发展。城市效率可以理解为城市单位投入（人力、财力、物力）在单位时间内创造或增值的物质产品和精神产品的价值量，或者也可以从减少消耗的角度去表达，即城市效率是城市创造或增值单位价值量的物质产品和精神产品所耗用的人力、财力、物力和时间。简单来讲，城市经济效率可以从价值创造和能源消耗两方面来评价。当一个城市在其运行时效率提高，就会产生高效益，城市内部资金积累加速，产业规模扩大，产业层级提高，因而大大增加城市对外部的辐射力和吸引力，促使周围区域的生产要素流向城市。在生产要素集聚的同时，大量的劳动力和人口流入城市，对住宅的需求增加，价格就会上涨。 2 研究方法
2.1 指标体系构建
考虑数据的可获取性、代表性及综合性，为反映城市经济规模，选择国内生产总值、地方财政支出和实际利用外资。国内生产总值是衡量一个地区经济发展最基本最常见也是最佳的指标；地方财政支出可以从侧面反映该城市的公共服务水平；实际利用外资可以体现城市的外资利用水平，外资利用是推动经济发展很重要的因素。为反映城市产业结构，选择第三产业增加值占GDP比重和建筑业增加值占GDP比重。与房地产相关度较高的产业是第三产业，因此选取第三产业增加值占GDP比重来代表产业结构；由于35个大中城市房地产增加值、土地出让金等数据获取性较难，而建筑业与房地产业相关度较高，因此选用建筑业增加值占GDP比重从侧面反映产业结构。为反映城市经济效率，价值创造的角度选择人均地方财政收入和第二、三产业增加值与建成区面积之比，能源消耗的角度选择万元GDP耗电量。指标体系见图1。
对城市住宅价格的影响因素，除了经济特征之外，还有人口、社会环境、自然条件等因素都不同程度地对住宅价格有影响。因此，在进行实证研究时需要加入控制变量从而使结果更加客观准确。本文选取人均可支配收入和常住人口作为控制变量；同时在估计城市经济规模和城市经济效率的影响时选择第三产业增加值占GDP比重作为控制变量，在估计产业结构的影响时选择地方财政支出作为控制变量。
2.2 数据采集和描述性统计
我国城市数量众多，考虑数据的可获性和完备性，城市的代表性，则选取35个大中城市作为城市样本，基本代表我国大中城市的房地产发展情况；选择2002-2011年十年的时间跨度，保证实证结果更加客观准确。所有数据均来源于2003-2012年《中国城市统计年鉴》、《中国房地产统计年鉴》及各城市的统计年鉴等。
表1给出了被解释变量、解释变量和控制变量的描述性统计。从被解释变量来看，住宅地产价格的差异较小，均值4361元/平方米接近最小值1202元/平方米，而最大值高达18984元/平方米，说明大部分城市间住宅价格较相近，一线城市的房价远远高于其他城市。从城市经济指标来看，城市的经济规模比较均匀，无论是国内生产总值还是地方财政支出，均值都较接近于中间水平。实际利用外资总额的差异较大，最大值高达132亿美元，而最小值仅有0.05亿美元，东部地区对外开放程度发达，利用外资水平高，而中西部地区经济发展程度较低，利用外资水平低。城市产业结构方面，第三产业增加值占GDP比重的均值48.76%基本处于中间水平，城市的产业结构趋于优化；而建筑业增加值占GDP比重的均值只有8.67%，最大值为69%，说明由于城市房地产的发展情况不同，从而对建筑业的需求不同，个别经济规模大且房地产发展好的城市建筑业较发达，占GDP比重较高。城市经济效率方面，城市间人均地方财政收入差别较大，最大值可达到15323元/人，而最小值仅为363元/人。从控制变量来看，2011年，人均可支配收入均值达24918元/人，与发达国家相比，还相差很大。常住人口也因城市规模的不同而不同，因而差异水平较大。从以上统计分析来看，各变量的数据有一定代表性，基本满足模型的计算要求。
2.3 计量模型设定
其中，i和t分别表示城市和年份，被解释变量Yit为城市i在第t期的住宅价格；模型右边的解释变量Eit表示i在第t期城市经济特征；控制变量Xit代表一系列控制变量，包括居民可支配收入、人口等。此外，αi是不随时间变化的城市固定效应，ut是不随城市变化的时间固定效应，β0是模型所关注的系数。
对于上述不同模型的选择，需要通过F检验、Hausman检验进行确定。首先进行F检验，如果F统计量大于临界值（本文为0.05，下同），则选择混合数据模型；如果F统计量小于临界值，则需要继续进行Hausman检验，如果Hausman检验统计量小于临界值则选择固定效应模型，如果大于临界值，则选择随机效应模型。
本文所有数据分析均使用stata12.0进行处理。
3 结果与分析
首先通过数据检验确定每个方程适用的模型，然后采用确定的模型进行数据回归，具体模型的选用和估计结果如表2、3、4所示。基于回归结果，分别论述城市经济规模、城市产业结构以及城市经济效率对住宅价格的不同影响。
3.1城市经济规模对住宅价格的影响分析
由表2可见，无论是GDP、地方财政支出还是实际利用外资总额，都与住宅价格具有显著的正相关关系，在1%的置信水平下显著。这是因为，GDP从价值创造的角度反映了一个城市真实的经济发展水平，住宅市场的发展离不开经济的推动，经济的稳步发展才能为住宅市场提供强大的动力。地方财政支出的增加能提高城市的公共服务水平，进而提高居民的居住质量，直接推动价格的上涨，因此地方财政支出对住宅价格的影响非常显著。关于实际利用外资方面，外资虽然丰富了房地产融资渠道，但是外来投资者的行为难以掌握，一旦集体撤资对房地产市场的影响是不可估量的，因而对住宅价格的影响难以确定，通过实证可以肯定的是，实际利用外资总额每增加1亿美元，住宅价格就会上升41元人民币，在推动住宅地产价格上涨方面作用非常显著。总体来说，城市经济规模的扩大能推动住宅价格的上涨。
3.2 城市产业结构对住宅价格的影响分析
由表3可见，第三产业增加值占GDP比重与住宅价格呈现在1%置信水平下显著的正相关关系，建筑业增加值占GDP比重与住宅价格的关系不显著。如前文所述，产业结构是衡量一个城市经济发展水平的重要指标，当第三产业在整个城市经济中占主导地位并不断发展时，预示着城市不断发展。与此同时，当一个城市产业结构不断优化，城市经济不断发展，就会发生集聚效应，吸引更多的人定居，对住宅地产的需求扩大，推动住宅价格的上涨。产业结构不断转换升级产生的另一个效应是城市房地产空间布局的调整，由于数据的获取性较难，对这一方面有待进一步研究。建筑业增加值没有通过实证检验，与房地产业相比，建筑业包含的面更广，因而与住宅价格的关系不显著。 3.3 城市经济效率对住宅价格的影响分析
由表4可见，人均地方财政收入、第二三产业增加值与建成区面积之比与住宅价格呈正相关关系，在1%的置信水平下显著；万元GDP耗电量与住宅价格呈现负相关关系，但不显著。就人均地方财政收入来说，每增加1元，住宅地产价格会增加1.21元。对于第二三产业增加值与建成区面积之比而言，每增加1万元/平方公里，住宅地产价格会增加0.0171元。两者均是从价值创造的角度来描述城市经济效率，以人均地方财政收入为例，其越高，说明价值创造越多，城市经济效率提高，大大增加城市对外的辐射力和吸引力，带来人口聚集，对住宅需求变大，从而引起住宅价格上涨。万元GDP耗电量是从能源消耗的角度来描述城市经济效率，当一个城市的GDP增长不再主要依靠大量的能源消耗时，说明这个城市的经济发展水平已经发展到一个很高的层次，相应的，住宅价格应该更高。
4结论与建议
4.1 结论
通过对2002-2011年35个大中城市的经济发展情况对住宅价格的实证研究可以看出，城市经济对住宅价格具有很强的正相关作用，尤其是城市经济规模和城市产业结构。城市经济规模方面，GDP和地方财政支出对住宅价格具有显著的正面影响；城市产业结构方面，第三产业增加值占GDP比重越高，住宅价格越高；城市经济效率方面，代表价值创造的人均地方财政收入和第二三产业增加值与建成区面积之比都对住宅价格具有显著的正相关性。
4.2 政策建议
城市经济与住宅市场两者存在稳定的长期均衡关系，城市经济通过这种均衡关系对住宅价格进行有效的调整，只有加大国民经济的积累才能够给住宅市场的健康发展提供强大的支持和后盾。
从整体来看，未来我国城市经济发展的方向为组团式发展，即以城市群为载体的区域经济一体化。区域经济一体化将带动各个城市的经济发展，使城市间的交流越来越频繁，高速公路、高速铁路等的大量建设使城市间的交通越来越便捷，城市的发展依靠自身以及相邻城市的资源，因此要加强城市群内各城市的分工协作和优势互补，增强城市群的整体竞争力。如长三角地区发展到一定阶段，各个城市要创新，寻求差异化发展，形成自身的特色，才能共同而有区别的长远发展。经济实现了进一步发展之后，住宅市场的发展也会有一个质的飞跃。
具体到单个城市来看，推动住宅市场发展关键有两点：一是优化城市的空间结构，提高城市的集聚效应。要充分利用城市规划对土地进行合理管理，使土地的利用更加节约集约，在城市空间结构调整的过程中使土地价值最大化，进而推动住宅价值提升。二是优化城市的产业结构，促进房地产资源的有效配置。城市的经济发展一定会涉及产业结构的更新升级，在此过程中就会有房地产的空间置换。因此，在产业结构升级的过程中要有效的配置房地产资源才会推动住宅市场的发展。总而言之，要促进城市经济与住宅市场协调发展，不能脱离我国当前的经济发展阶段而盲目地追求房地产的高速发展。
参考文献：
1.沈悦 刘洪玉.住宅价格与经济基本面：1995-2002年中国14城市的实证研究.经济研究.2004.6
2.方燕.宏观经济变动对房地产价格波动的影响分析——基于SVAR模型理论的实证研究.价格理论与实践.2010.7
3.赵昕东.中国房地产价格波动与宏观经济——基于SVAR模型的研究.经济评论.2010.1
4.段忠东 曾令华.宏观经济基本面对房地产价格影响的实证检验.统计与决策.2010.15
5.胡岳岷 金春雨 程浩.我国房地产价格影响因素及其作用效应的计量检验.税务与经济.2011.6
6.干春晖 郑若谷 余典范.中国产业结构变迁对经济增长和波动的影响.经济研究.2011.5
7.徐萍 吴群 刘勇等.城市产业结构优化与土地资源优化配置研究——以南京市为例.南京社会科学.2003.2
Abstract：Housing market has strong regional characteristics，so there is large difference in housie price among citiesdue to the impact of factors such as economy development.Divided into urban economy scale，industrial structure and economic efficiency，urban economic impact on house price is analyzed theoretically.Further，empirical research is demonstrated from the panel data of the 35 large and medium cities.The results show that urban economy and house price have a strong positive correlation effect，especially in the urban economy scale and industrial structure.As for urban economy scale，GDP and local fiscal expenditure both have a significant positive impact on house price.For urban industrial structure，the larger the proportion of tertiary industry to GDP is，the higher the house price is.For urban economy efficiency，per capita local finance revenue and the ratio of second and tertiary industrial added value to urban built-up area has a significant positive correlation on house price.Therefore，a city should pursue innovative and efficient，meanwhile optimize spatial structure and industrial structure，which will contribute to healthy development of housing market.
Keywords：Panel data model，House price，Urban economy development
王春敏/责任编辑
关键词：面板数据模型，住宅价格，城市经济发展
中图分类号：F061.5 文献标识码：A
文章编号：1001-9138-（2014）07-0015-22 收稿日期：2014-04-25
城市经济的发展带来了基础设施的完善，促使了商业服务的集聚，推动了居民生活水平的提高，对城市住宅地产的价格产生了重要的影响。城市经济对住宅价格的具体影响情况需要我们进一步研究两者之间的相关关系。国外相关研究开始较早，基本上都是利用供需模型分析城市住宅市场，以收入、人口及其增长率、建设成本等为自变量来估算价格，研究这些因素如何影响当地住宅市场的供需状况，从而引致城市间住宅价格的差异。Fortura和Kushner用加拿大1981年30个都市区的数据建立了住宅价格方程，研究结果表明居民平均收入和住宅价格之间具有较强的正相关关系。Clapp和Giaccotto以基于Hedonic模型的私人独户住宅价格指数为因变量研究城市经济与住宅价格的关系，结果表明家庭收入是影响不同城市间住宅价格的最重要因素。Masoud和Shahram等选用伊朗三个城市人均收入、流动资产、人均土地等变量运用动态面板数据模型进行了分析，结果表明人均收入和流动资产对城市住宅价格有影响，土地供应对城市住宅价格的影响要结合人口水平的变化。
国内从城市协调发展角度研究住宅价格与城市经济关系的相对较少，沈悦、刘洪玉利用1995-2002年我国14城市的中房住宅价格指数与宏观经济基本面相关变量的平行数据运用混合样本回归对住宅价格与经济基本面的关系研究，结果表明经济基本面对住宅价格水平的解释模型存在显著的城市影响特征。沈悦、张学峰和周奎省聚类分析了35个大中城市2000-2009年住宅价格与居民收入的均衡关系，结果表明住宅价格和居民收入之间存在长期均衡关系并互为因果关系。更多的是从以下两方面展开研究：一方面是从宏观角度探讨经济变动与房地产价格波动的关系；方燕基于结构向量自回归模型，选取经济增长率和房屋销售价格指数实证分析了宏观经济变动对房地产价格波动的影响，得出宏观经济变动对房地产价格波动具有较大的影响。赵昕东使用SVAR模型选取1999-2009年居民消费价格指数、国民生产总值等季度数据进行实证研究，显示正向的供给、需求和货币政策冲击最终导致房地产价格增长率上升。另一方面是宏观经济对房价上涨的解释能力，并且大部分学者认为宏观经济对房价上涨没有很好的解释力。段忠东、曾令华运用面板数据模型检验发现宏观基本面对房价的解释能力下降，而房价的历史信息对房价上涨具有很强的解释能力。胡岳岷、金春雨、程浩通过VAR模型进行实证检验表明国内生产总值和收入水平虽然是影响房地产价格的基础性因素，但在短期内并不是造成房地产价格上涨的因素。
住宅一般是以城市地区作为研究边界，城市经济发展的不同影响住宅市场的供需情况，从而导致城市间住宅价格的差异。本文构建了一个系统而全面的城市经济指标体系，运用静态面板数据模型对城市经济与住宅价格间的相互关系进行了分析。本研究有助于城市依据自身的经济发展进行住宅地产定位，调整经济发展战略从而推动住宅市场的健康发展。
1 城市经济对住宅价格的作用机理
城市经济运行与发展是一个经济总量增长、产业结构转换和效率水平提高构成的经济进步过程。因此，为了全面而具体的描述城市经济，本文将其分为三个方面：城市经济规模、城市产业结构和城市经济效率。
1.1 城市经济规模与住宅价格
城市经济规模是指城市经济的综合容量与范围。首先，经济规模大的城市，对土地的有效需求高，土地利用价值加大，进而住宅价值就会提高，其外在表现为价格上涨；反之，经济规模小的城市，对土地的利用没有规划而乱用甚至粗犷式利用，就不会实现土地价值的最大化，住宅价格会受到影响。其次，经济规模大的城市，可以通过地方财政支出改善城市的经济社会环境，提高公共服务水平，从而吸引更多的人迁入该城市，导致房屋的需求增加，引起价格的上涨。
1.2 城市产业结构与住宅价格
产业结构是衡量一个城市经济发展水平的重要方面。一个城市发展的过程，是产业结构转换和主导产业置换的过程，也是资源和包括土地要素的时空配置及其结构形成、调整和转换的过程。在技术进步和主导产业依次推动产业结构变迁的过程中存在着产业生产率水平的巨大差异，投入要素从低生产率或者低生产率增长率的部门向高生产率水平或高生产率增长率的部门流动可以促进整个社会生产率水平的提高，由此带来的“结构红利”维持了经济的持续增长，即产业结构转变促进经济增长。由上可见，从宏观角度来说，一个地区的产业多元化程度越高，该地区的经济稳定性就越好，在住宅市场的具体表现为价格越高；从微观角度来看，产业结构转换过程涉及到的城市区位空间调整使得房地产的空间布局发生变化，城市内不同区位的住宅因周围的产业布局和配套设施不同而具有不同的价格。
1.3 城市经济效率与住宅价格
城市的发展不能仅仅依靠大量的投资来支撑，而是运用有限的资金在较低的能耗下创造更大的价值，即高效率的发展。城市效率可以理解为城市单位投入（人力、财力、物力）在单位时间内创造或增值的物质产品和精神产品的价值量，或者也可以从减少消耗的角度去表达，即城市效率是城市创造或增值单位价值量的物质产品和精神产品所耗用的人力、财力、物力和时间。简单来讲，城市经济效率可以从价值创造和能源消耗两方面来评价。当一个城市在其运行时效率提高，就会产生高效益，城市内部资金积累加速，产业规模扩大，产业层级提高，因而大大增加城市对外部的辐射力和吸引力，促使周围区域的生产要素流向城市。在生产要素集聚的同时，大量的劳动力和人口流入城市，对住宅的需求增加，价格就会上涨。 2 研究方法
2.1 指标体系构建
考虑数据的可获取性、代表性及综合性，为反映城市经济规模，选择国内生产总值、地方财政支出和实际利用外资。国内生产总值是衡量一个地区经济发展最基本最常见也是最佳的指标；地方财政支出可以从侧面反映该城市的公共服务水平；实际利用外资可以体现城市的外资利用水平，外资利用是推动经济发展很重要的因素。为反映城市产业结构，选择第三产业增加值占GDP比重和建筑业增加值占GDP比重。与房地产相关度较高的产业是第三产业，因此选取第三产业增加值占GDP比重来代表产业结构；由于35个大中城市房地产增加值、土地出让金等数据获取性较难，而建筑业与房地产业相关度较高，因此选用建筑业增加值占GDP比重从侧面反映产业结构。为反映城市经济效率，价值创造的角度选择人均地方财政收入和第二、三产业增加值与建成区面积之比，能源消耗的角度选择万元GDP耗电量。指标体系见图1。
对城市住宅价格的影响因素，除了经济特征之外，还有人口、社会环境、自然条件等因素都不同程度地对住宅价格有影响。因此，在进行实证研究时需要加入控制变量从而使结果更加客观准确。本文选取人均可支配收入和常住人口作为控制变量；同时在估计城市经济规模和城市经济效率的影响时选择第三产业增加值占GDP比重作为控制变量，在估计产业结构的影响时选择地方财政支出作为控制变量。
2.2 数据采集和描述性统计
我国城市数量众多，考虑数据的可获性和完备性，城市的代表性，则选取35个大中城市作为城市样本，基本代表我国大中城市的房地产发展情况；选择2002-2011年十年的时间跨度，保证实证结果更加客观准确。所有数据均来源于2003-2012年《中国城市统计年鉴》、《中国房地产统计年鉴》及各城市的统计年鉴等。
表1给出了被解释变量、解释变量和控制变量的描述性统计。从被解释变量来看，住宅地产价格的差异较小，均值4361元/平方米接近最小值1202元/平方米，而最大值高达18984元/平方米，说明大部分城市间住宅价格较相近，一线城市的房价远远高于其他城市。从城市经济指标来看，城市的经济规模比较均匀，无论是国内生产总值还是地方财政支出，均值都较接近于中间水平。实际利用外资总额的差异较大，最大值高达132亿美元，而最小值仅有0.05亿美元，东部地区对外开放程度发达，利用外资水平高，而中西部地区经济发展程度较低，利用外资水平低。城市产业结构方面，第三产业增加值占GDP比重的均值48.76%基本处于中间水平，城市的产业结构趋于优化；而建筑业增加值占GDP比重的均值只有8.67%，最大值为69%，说明由于城市房地产的发展情况不同，从而对建筑业的需求不同，个别经济规模大且房地产发展好的城市建筑业较发达，占GDP比重较高。城市经济效率方面，城市间人均地方财政收入差别较大，最大值可达到15323元/人，而最小值仅为363元/人。从控制变量来看，2011年，人均可支配收入均值达24918元/人，与发达国家相比，还相差很大。常住人口也因城市规模的不同而不同，因而差异水平较大。从以上统计分析来看，各变量的数据有一定代表性，基本满足模型的计算要求。
2.3 计量模型设定
其中，i和t分别表示城市和年份，被解释变量Yit为城市i在第t期的住宅价格；模型右边的解释变量Eit表示i在第t期城市经济特征；控制变量Xit代表一系列控制变量，包括居民可支配收入、人口等。此外，αi是不随时间变化的城市固定效应，ut是不随城市变化的时间固定效应，β0是模型所关注的系数。
对于上述不同模型的选择，需要通过F检验、Hausman检验进行确定。首先进行F检验，如果F统计量大于临界值（本文为0.05，下同），则选择混合数据模型；如果F统计量小于临界值，则需要继续进行Hausman检验，如果Hausman检验统计量小于临界值则选择固定效应模型，如果大于临界值，则选择随机效应模型。
本文所有数据分析均使用stata12.0进行处理。
3 结果与分析
首先通过数据检验确定每个方程适用的模型，然后采用确定的模型进行数据回归，具体模型的选用和估计结果如表2、3、4所示。基于回归结果，分别论述城市经济规模、城市产业结构以及城市经济效率对住宅价格的不同影响。
3.1城市经济规模对住宅价格的影响分析
由表2可见，无论是GDP、地方财政支出还是实际利用外资总额，都与住宅价格具有显著的正相关关系，在1%的置信水平下显著。这是因为，GDP从价值创造的角度反映了一个城市真实的经济发展水平，住宅市场的发展离不开经济的推动，经济的稳步发展才能为住宅市场提供强大的动力。地方财政支出的增加能提高城市的公共服务水平，进而提高居民的居住质量，直接推动价格的上涨，因此地方财政支出对住宅价格的影响非常显著。关于实际利用外资方面，外资虽然丰富了房地产融资渠道，但是外来投资者的行为难以掌握，一旦集体撤资对房地产市场的影响是不可估量的，因而对住宅价格的影响难以确定，通过实证可以肯定的是，实际利用外资总额每增加1亿美元，住宅价格就会上升41元人民币，在推动住宅地产价格上涨方面作用非常显著。总体来说，城市经济规模的扩大能推动住宅价格的上涨。
3.2 城市产业结构对住宅价格的影响分析
由表3可见，第三产业增加值占GDP比重与住宅价格呈现在1%置信水平下显著的正相关关系，建筑业增加值占GDP比重与住宅价格的关系不显著。如前文所述，产业结构是衡量一个城市经济发展水平的重要指标，当第三产业在整个城市经济中占主导地位并不断发展时，预示着城市不断发展。与此同时，当一个城市产业结构不断优化，城市经济不断发展，就会发生集聚效应，吸引更多的人定居，对住宅地产的需求扩大，推动住宅价格的上涨。产业结构不断转换升级产生的另一个效应是城市房地产空间布局的调整，由于数据的获取性较难，对这一方面有待进一步研究。建筑业增加值没有通过实证检验，与房地产业相比，建筑业包含的面更广，因而与住宅价格的关系不显著。 3.3 城市经济效率对住宅价格的影响分析
由表4可见，人均地方财政收入、第二三产业增加值与建成区面积之比与住宅价格呈正相关关系，在1%的置信水平下显著；万元GDP耗电量与住宅价格呈现负相关关系，但不显著。就人均地方财政收入来说，每增加1元，住宅地产价格会增加1.21元。对于第二三产业增加值与建成区面积之比而言，每增加1万元/平方公里，住宅地产价格会增加0.0171元。两者均是从价值创造的角度来描述城市经济效率，以人均地方财政收入为例，其越高，说明价值创造越多，城市经济效率提高，大大增加城市对外的辐射力和吸引力，带来人口聚集，对住宅需求变大，从而引起住宅价格上涨。万元GDP耗电量是从能源消耗的角度来描述城市经济效率，当一个城市的GDP增长不再主要依靠大量的能源消耗时，说明这个城市的经济发展水平已经发展到一个很高的层次，相应的，住宅价格应该更高。
4结论与建议
4.1 结论
通过对2002-2011年35个大中城市的经济发展情况对住宅价格的实证研究可以看出，城市经济对住宅价格具有很强的正相关作用，尤其是城市经济规模和城市产业结构。城市经济规模方面，GDP和地方财政支出对住宅价格具有显著的正面影响；城市产业结构方面，第三产业增加值占GDP比重越高，住宅价格越高；城市经济效率方面，代表价值创造的人均地方财政收入和第二三产业增加值与建成区面积之比都对住宅价格具有显著的正相关性。
4.2 政策建议
城市经济与住宅市场两者存在稳定的长期均衡关系，城市经济通过这种均衡关系对住宅价格进行有效的调整，只有加大国民经济的积累才能够给住宅市场的健康发展提供强大的支持和后盾。
从整体来看，未来我国城市经济发展的方向为组团式发展，即以城市群为载体的区域经济一体化。区域经济一体化将带动各个城市的经济发展，使城市间的交流越来越频繁，高速公路、高速铁路等的大量建设使城市间的交通越来越便捷，城市的发展依靠自身以及相邻城市的资源，因此要加强城市群内各城市的分工协作和优势互补，增强城市群的整体竞争力。如长三角地区发展到一定阶段，各个城市要创新，寻求差异化发展，形成自身的特色，才能共同而有区别的长远发展。经济实现了进一步发展之后，住宅市场的发展也会有一个质的飞跃。
具体到单个城市来看，推动住宅市场发展关键有两点：一是优化城市的空间结构，提高城市的集聚效应。要充分利用城市规划对土地进行合理管理，使土地的利用更加节约集约，在城市空间结构调整的过程中使土地价值最大化，进而推动住宅价值提升。二是优化城市的产业结构，促进房地产资源的有效配置。城市的经济发展一定会涉及产业结构的更新升级，在此过程中就会有房地产的空间置换。因此，在产业结构升级的过程中要有效的配置房地产资源才会推动住宅市场的发展。总而言之，要促进城市经济与住宅市场协调发展，不能脱离我国当前的经济发展阶段而盲目地追求房地产的高速发展。
参考文献：
1.沈悦 刘洪玉.住宅价格与经济基本面：1995-2002年中国14城市的实证研究.经济研究.2004.6
2.方燕.宏观经济变动对房地产价格波动的影响分析——基于SVAR模型理论的实证研究.价格理论与实践.2010.7
3.赵昕东.中国房地产价格波动与宏观经济——基于SVAR模型的研究.经济评论.2010.1
4.段忠东 曾令华.宏观经济基本面对房地产价格影响的实证检验.统计与决策.2010.15
5.胡岳岷 金春雨 程浩.我国房地产价格影响因素及其作用效应的计量检验.税务与经济.2011.6
6.干春晖 郑若谷 余典范.中国产业结构变迁对经济增长和波动的影响.经济研究.2011.5
7.徐萍 吴群 刘勇等.城市产业结构优化与土地资源优化配置研究——以南京市为例.南京社会科学.2003.2
Abstract：Housing market has strong regional characteristics，so there is large difference in housie price among citiesdue to the impact of factors such as economy development.Divided into urban economy scale，industrial structure and economic efficiency，urban economic impact on house price is analyzed theoretically.Further，empirical research is demonstrated from the panel data of the 35 large and medium cities.The results show that urban economy and house price have a strong positive correlation effect，especially in the urban economy scale and industrial structure.As for urban economy scale，GDP and local fiscal expenditure both have a significant positive impact on house price.For urban industrial structure，the larger the proportion of tertiary industry to GDP is，the higher the house price is.For urban economy efficiency，per capita local finance revenue and the ratio of second and tertiary industrial added value to urban built-up area has a significant positive correlation on house price.Therefore，a city should pursue innovative and efficient，meanwhile optimize spatial structure and industrial structure，which will contribute to healthy development of housing market.
Keywords：Panel data model，House price，Urban economy development
王春敏/责任编辑