论文部分内容阅读
摘 要：本文使用1998-2012年中国省际面板数据，采用Pooled Ols方法、固定效应模型以及动态面板模型分析了我国省际房地产价格水平的影响因素。结果显示，在控制了一系列的控制变量之后人力资本投资和产业结构对房地产价格有促进作用，同时人力资本投资通过改变产业结构对房地产价格有稳健的正向作用。
关键词：产业结构；人力资本；房地产价格
一、研究背景
房地产业是我国国民经济的重要组成部分，1998年以来得到迅猛发展。随着城镇化进程的推动，各地房地产价格差异引起越来越热烈的讨论，学术界对影响房地产价格的因素分析层出不穷，从土地价格、国际游资、政府控制、货币政策、居民收入、银行贷款等外界促进因素分析房价波动的文献已经取得很多经验性成果。周京奎、刘琳均认为土地价格与房地产价格存在双向因果关系，甚至房价对地价的影响更加显著，否定了之前的地价决定房价假说。沈悦、刘洪玉从经济基本面研究发现基本面的当前信息和历史信息可以解释部分房地产价格的变动率；梁云芳、高铁梅则从货币政策出发，提出货币政策会影响资本的可获得性，进而影响交易，从而使得房地产价格发生波动；同时周京奎也从货币政策和银行信贷两个方面说明宽松的货币政策会导致房地产市场的非理性繁荣。以上这些文献已经涵盖了宏观经济中可能会导致房价波动的很多因素，但是从人力资本投资、产业结构等因素对房地产价格造成的影响来分析的文献却寥寥无几，笔者认为中国房地产价格不只是政策或是其他外部冲击的产物，其自身也存在着增长机制。笔者本文就是从省际人力资本投资以及产业结构方面去研究一个省的产业水平以及对教育的投资程度来分析房地产价格的变化。
二、数据和指标说明
（1）房地产价格（houprice）。笔者使用各个省份的房地产平均价格作为被解释变量，由于房地产价格都是正值而且远高于其他变量的数值，因此对房地产价格取对数作为被解释变量（lhouprice），这也减少了异常值的影响，同时对数形式模型使得回归结果更好解释。（2）第三产业占比（industry）来自于中经网数据，笔者将1998-2012年的第三产业占比作为产业结构的衡量标准，第三产业所占比重越高，说明该省（市）的产业水平越高。数据显示每个省市的产业结构都是逐渐改善的，北上广的产业结构明显高于其他省市。（3）普通高校数量（university）来自于中经网的统计，这里之所以只选取普通高校数量，是因为本文着重研究的是相对较高教育水平的人群，这部分人更容易在省际间流动，并且拥有更高的买房机会。之所以选择普通高校而不把专科院校加进来是因为普通高校普遍建校较早，与房地产价格增长的水平之间的潜在的内生性较小。（4）人均GDP（gdpp）。以2000年不变价计算得到，在实际回归中仍旧是对人均GDP取对数，原理同房地产价格的处理类似。（5）户籍人口净流入（pnetinflew）。笔者根据《中国人口统计年鉴》获得1998-2000以及2003-2012年的户籍人口数，2001及2002年的数据根据户籍人口在1998-2012年的变化趋势计算得到，户籍人口净流入的计算公式为：去年户籍人口净流入=今年户籍人口总量-去年户籍人口总量-去年户籍人口总量*自然增长率。选取这个指标是为了检验一个设想，这在下文中有讨论。（6）市场化程度指标（marketing）。选择樊纲等的统计指标。该指标的测度基于大量调查数据，所以能较好地反映各省的市场化程度。由于樊纲等只给出了1999-2007年分省的市场化指数数据，因此我们根据发展趋势外推估算得到其余年份的数据。（7）经济开放度（openness）。与王甘的统计方法一致，以我国进出口总额与国内生产总值的比值计算。其中，进出口总额是按照“中经网统计数据库”中“按经营单位所在地分进出口总额（美元）”这一指标，结合各年人民币与美元之间的汇率计算得到的。（8）收入差距（ginicoe）。利用城乡间可支配收入差距衡量。众所周知，中国的收入差距在很大程度上可用城乡间收入差距表示。具体的计算公式为：（城镇家庭平均每人可支配收入—农村居民家庭人均年纯收入）/（城镇家庭平均每人可支配收入+农村居民家庭人均年纯收入）。（9）教育支出在财政支出中所占比重。李海峥指出教育支出越高会导致更高的人力资本积累，故这里将教育支出的比重作为控制变量，通过中经网数据计算得到，公式为各省教育支出/财政总支出。
三、实证分析
根据面板数据的特征，笔者将基准模型设置如下：
（1）
其中，被解释变量是各省的房地产价格的对数形式（lhouprice）；Xit是核心变量向量，包括第三产业所占比重（in
dustry）和高等学校数量（university）；Zit是一系列的控制变量，包括是否为东部地区省份（east）、人均GDP（lgdpp）、劳动份额（laborquotas）、基尼系数（ginicoef）等；αi为各省非时变的固定效应；Φt是不随省份变化的各年份固定效应；εit为随机误差项。
我们想进一步考察高校数量对房地产价格的影响机制，因此在原模型的基础上加入交叉项Iit。方程变化为：
（3）
其中， ，是一个随省份、随时间变动的量；Xit和Zit分别是核心变量向量和控制变量向量；αi和Φt分别为地区效应和时间效应，εit为随机误差项，加入交叉项的回归结果如表1所示。
总体而言，在通过Pooled ols回归寻找合理的控制变量以及对基于固定效应模型和动态面板模型的回归结果进行比较分析后，可以发现第三产业占比以及交叉项对房地产价格的影响是正向并且显著的，而在剔除了交叉效应之后，高等学校数量（university）对房地产价格的正向作用依旧是显著的，这充分说明大学数量（university）会通过影响产业结构（industry）进而影响房价，同时自身也会直接影响房地产价格。
四、结论
本文利用1998-2012年的省际面板数据，分析了造成我国省市之间房地产价格差异的基本因素。研究结果显示，我国各省的人力资本投资对房地产价格有稳健的正向影响。通过进一步研究人力资本投资是如何影响房价的机制，笔者发现，大学教育会通过提高产业结构进而影响房地产的价格。高等学校教育之所以具有这重机制是因为：一方面，大学教育越领先，培养的人才越多，省市吸纳人才的能力就强，由于生活习惯和社会资本等因素，选择留在本地的机会越高，这回导致对房地产的潜在需求；另一方面，高素质人才多就业于对个人素质和能力要求较高的第三产业，而第三产业作为一个高附加值的产业，对房价的推动作用也是不容忽视的。
通过以上分析，笔者认为，提高地区的教育水平可以吸纳高素质人才，有利于当地的发展，同时也可以缓解大城市买房的压力。地区应该增加人力资本投资，并逐步改善产业结构，以减小地区间的房地产价格的差异，使之趋于均等化，实现平衡发展。本文的贡献在于，通过比较细致的实证分析，说明了人力资本投资和产业水平是造成房地产价格差异的重要因素。因此，在考虑各种政策调控、打压房价的同时，也许可以考虑一个长远的均衡式发展模式，从人力资本投资入手，拉动地区经济增长，改善产业结构，进而使房价趋于一个相对均衡的水平。
参考文献：
[1] 周京奎 城市土地价格波动对房地产业的影响——1999～2005年中国20城市的实证分析[M].当代经济科学，2006（7）：1-7
[2] 刘琳，刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究，2003（7）：27- 30.
[3] 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[J].经济研究，2004（6）：78-86
[4] 梁云芳、高铁梅.我国商品住宅销售价格波动成因的实证分析[J].管理世界，2006（8）：76-82
[5] 周京奎，货币政策、银行贷款与住宅价格——对中国4个直辖市的实证研究[J].财贸经济，2005（5）：22～27
关键词：产业结构；人力资本；房地产价格
一、研究背景
房地产业是我国国民经济的重要组成部分，1998年以来得到迅猛发展。随着城镇化进程的推动，各地房地产价格差异引起越来越热烈的讨论，学术界对影响房地产价格的因素分析层出不穷，从土地价格、国际游资、政府控制、货币政策、居民收入、银行贷款等外界促进因素分析房价波动的文献已经取得很多经验性成果。周京奎、刘琳均认为土地价格与房地产价格存在双向因果关系，甚至房价对地价的影响更加显著，否定了之前的地价决定房价假说。沈悦、刘洪玉从经济基本面研究发现基本面的当前信息和历史信息可以解释部分房地产价格的变动率；梁云芳、高铁梅则从货币政策出发，提出货币政策会影响资本的可获得性，进而影响交易，从而使得房地产价格发生波动；同时周京奎也从货币政策和银行信贷两个方面说明宽松的货币政策会导致房地产市场的非理性繁荣。以上这些文献已经涵盖了宏观经济中可能会导致房价波动的很多因素，但是从人力资本投资、产业结构等因素对房地产价格造成的影响来分析的文献却寥寥无几，笔者认为中国房地产价格不只是政策或是其他外部冲击的产物，其自身也存在着增长机制。笔者本文就是从省际人力资本投资以及产业结构方面去研究一个省的产业水平以及对教育的投资程度来分析房地产价格的变化。
二、数据和指标说明
（1）房地产价格（houprice）。笔者使用各个省份的房地产平均价格作为被解释变量，由于房地产价格都是正值而且远高于其他变量的数值，因此对房地产价格取对数作为被解释变量（lhouprice），这也减少了异常值的影响，同时对数形式模型使得回归结果更好解释。（2）第三产业占比（industry）来自于中经网数据，笔者将1998-2012年的第三产业占比作为产业结构的衡量标准，第三产业所占比重越高，说明该省（市）的产业水平越高。数据显示每个省市的产业结构都是逐渐改善的，北上广的产业结构明显高于其他省市。（3）普通高校数量（university）来自于中经网的统计，这里之所以只选取普通高校数量，是因为本文着重研究的是相对较高教育水平的人群，这部分人更容易在省际间流动，并且拥有更高的买房机会。之所以选择普通高校而不把专科院校加进来是因为普通高校普遍建校较早，与房地产价格增长的水平之间的潜在的内生性较小。（4）人均GDP（gdpp）。以2000年不变价计算得到，在实际回归中仍旧是对人均GDP取对数，原理同房地产价格的处理类似。（5）户籍人口净流入（pnetinflew）。笔者根据《中国人口统计年鉴》获得1998-2000以及2003-2012年的户籍人口数，2001及2002年的数据根据户籍人口在1998-2012年的变化趋势计算得到，户籍人口净流入的计算公式为：去年户籍人口净流入=今年户籍人口总量-去年户籍人口总量-去年户籍人口总量*自然增长率。选取这个指标是为了检验一个设想，这在下文中有讨论。（6）市场化程度指标（marketing）。选择樊纲等的统计指标。该指标的测度基于大量调查数据，所以能较好地反映各省的市场化程度。由于樊纲等只给出了1999-2007年分省的市场化指数数据，因此我们根据发展趋势外推估算得到其余年份的数据。（7）经济开放度（openness）。与王甘的统计方法一致，以我国进出口总额与国内生产总值的比值计算。其中，进出口总额是按照“中经网统计数据库”中“按经营单位所在地分进出口总额（美元）”这一指标，结合各年人民币与美元之间的汇率计算得到的。（8）收入差距（ginicoe）。利用城乡间可支配收入差距衡量。众所周知，中国的收入差距在很大程度上可用城乡间收入差距表示。具体的计算公式为：（城镇家庭平均每人可支配收入—农村居民家庭人均年纯收入）/（城镇家庭平均每人可支配收入+农村居民家庭人均年纯收入）。（9）教育支出在财政支出中所占比重。李海峥指出教育支出越高会导致更高的人力资本积累，故这里将教育支出的比重作为控制变量，通过中经网数据计算得到，公式为各省教育支出/财政总支出。
三、实证分析
根据面板数据的特征，笔者将基准模型设置如下：
（1）
其中，被解释变量是各省的房地产价格的对数形式（lhouprice）；Xit是核心变量向量，包括第三产业所占比重（in
dustry）和高等学校数量（university）；Zit是一系列的控制变量，包括是否为东部地区省份（east）、人均GDP（lgdpp）、劳动份额（laborquotas）、基尼系数（ginicoef）等；αi为各省非时变的固定效应；Φt是不随省份变化的各年份固定效应；εit为随机误差项。
我们想进一步考察高校数量对房地产价格的影响机制，因此在原模型的基础上加入交叉项Iit。方程变化为：
（3）
其中， ，是一个随省份、随时间变动的量；Xit和Zit分别是核心变量向量和控制变量向量；αi和Φt分别为地区效应和时间效应，εit为随机误差项，加入交叉项的回归结果如表1所示。
总体而言，在通过Pooled ols回归寻找合理的控制变量以及对基于固定效应模型和动态面板模型的回归结果进行比较分析后，可以发现第三产业占比以及交叉项对房地产价格的影响是正向并且显著的，而在剔除了交叉效应之后，高等学校数量（university）对房地产价格的正向作用依旧是显著的，这充分说明大学数量（university）会通过影响产业结构（industry）进而影响房价，同时自身也会直接影响房地产价格。
四、结论
本文利用1998-2012年的省际面板数据，分析了造成我国省市之间房地产价格差异的基本因素。研究结果显示，我国各省的人力资本投资对房地产价格有稳健的正向影响。通过进一步研究人力资本投资是如何影响房价的机制，笔者发现，大学教育会通过提高产业结构进而影响房地产的价格。高等学校教育之所以具有这重机制是因为：一方面，大学教育越领先，培养的人才越多，省市吸纳人才的能力就强，由于生活习惯和社会资本等因素，选择留在本地的机会越高，这回导致对房地产的潜在需求；另一方面，高素质人才多就业于对个人素质和能力要求较高的第三产业，而第三产业作为一个高附加值的产业，对房价的推动作用也是不容忽视的。
通过以上分析，笔者认为，提高地区的教育水平可以吸纳高素质人才，有利于当地的发展，同时也可以缓解大城市买房的压力。地区应该增加人力资本投资，并逐步改善产业结构，以减小地区间的房地产价格的差异，使之趋于均等化，实现平衡发展。本文的贡献在于，通过比较细致的实证分析，说明了人力资本投资和产业水平是造成房地产价格差异的重要因素。因此，在考虑各种政策调控、打压房价的同时，也许可以考虑一个长远的均衡式发展模式，从人力资本投资入手，拉动地区经济增长，改善产业结构，进而使房价趋于一个相对均衡的水平。
参考文献：
[1] 周京奎 城市土地价格波动对房地产业的影响——1999～2005年中国20城市的实证分析[M].当代经济科学，2006（7）：1-7
[2] 刘琳，刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究，2003（7）：27- 30.
[3] 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[J].经济研究，2004（6）：78-86
[4] 梁云芳、高铁梅.我国商品住宅销售价格波动成因的实证分析[J].管理世界，2006（8）：76-82
[5] 周京奎，货币政策、银行贷款与住宅价格——对中国4个直辖市的实证研究[J].财贸经济，2005（5）：22～27