倪進(jìn)峰

NI Jin-feng

蘭州大學(xué) 經(jīng)濟(jì)學(xué)院，甘肅 蘭州 730000Lanzhou University, Lanzhou, Gansu 730000

省域視角下經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格的影響研究
——基于面板數(shù)據(jù)空間杜賓模型的分析

倪進(jìn)峰

NI Jin-feng

蘭州大學(xué) 經(jīng)濟(jì)學(xué)院，甘肅 蘭州 730000Lanzhou University, Lanzhou, Gansu 730000

近年來(lái)，中國(guó)經(jīng)濟(jì)金融化程度的加深促使大量資金“脫實(shí)向虛”，一些省份充裕的金融資源是房地產(chǎn)價(jià)格久居高位的重要推手?；诖耍撐脑陉U釋了經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格作用機(jī)理的基礎(chǔ)上，結(jié)合中國(guó)31省份的空間面板數(shù)據(jù)，實(shí)證研究了經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格的影響。結(jié)果表明，各省房地產(chǎn)價(jià)格與經(jīng)濟(jì)金融化具有穩(wěn)定的相關(guān)關(guān)系；“經(jīng)濟(jì)金融化”“單位土地成本”和“居民人均可支配收入”對(duì)本省房地產(chǎn)價(jià)格具有顯著的促進(jìn)作用；房地產(chǎn)價(jià)格的省域分布格局中存在明顯的空間溢出效應(yīng)，本省的房地產(chǎn)價(jià)格會(huì)受到鄰省相關(guān)變量的顯著影響。

經(jīng)濟(jì)金融化；空間分布格局；空間溢出效應(yīng)

改革開(kāi)放以來(lái)，我國(guó)金融行業(yè)快速發(fā)展，對(duì)企業(yè)融資、居民就業(yè)和增加資產(chǎn)性收入等方面作出了重要貢獻(xiàn)。然而，伴隨著近年流動(dòng)性的激增，全國(guó)范圍內(nèi)經(jīng)濟(jì)金融化程度逐漸加深，資金開(kāi)始脫離實(shí)體大規(guī)模轉(zhuǎn)向房地產(chǎn)等虛擬經(jīng)濟(jì)領(lǐng)域[1]。隨著步入經(jīng)濟(jì)新常態(tài)，傳統(tǒng)生產(chǎn)性行業(yè)利潤(rùn)的急速下降促使它們的盈利方式逐漸金融化，非金融部門(mén)的金融渠道盈利比重不斷提升。再加上金融與貿(mào)易開(kāi)放度的逐步提高，金融部門(mén)不斷膨脹、資產(chǎn)證券化程度不斷加深，這些現(xiàn)象一起構(gòu)成了經(jīng)濟(jì)金融化的具體表現(xiàn)[2]。我國(guó)歷來(lái)有區(qū)域金融發(fā)展不平衡的問(wèn)題，金融資源相對(duì)充裕使得一些東部省份的經(jīng)濟(jì)金融化程度高于內(nèi)陸省份，無(wú)獨(dú)有偶，常年以來(lái)我國(guó)房地產(chǎn)價(jià)格也基本呈現(xiàn)東高西低的空間分布態(tài)勢(shì)。如此看來(lái)，從省域的視角出發(fā)，某地房地產(chǎn)價(jià)格的久居高位應(yīng)該與該地金融的“過(guò)度支持”密切相關(guān)[3]。

一、相關(guān)研究述評(píng)

考察金融與房地產(chǎn)價(jià)格的聯(lián)系主要聚焦于探討金融變量變動(dòng)對(duì)房地產(chǎn)價(jià)格的影響，Bernanke、Blinder（1988）較早探討了貨幣政策對(duì)房地產(chǎn)價(jià)格作用的傳導(dǎo)機(jī)制，認(rèn)為中央銀行可以利用貨幣政策改變借款者的資產(chǎn)負(fù)債表或凈財(cái)富，以制約旺盛的房地產(chǎn)投資需求[4]。郭琳慧（2015）對(duì)該研究進(jìn)行了延伸，提出區(qū)域金融運(yùn)行主要通過(guò)貨幣傳導(dǎo)與信貸傳導(dǎo)兩種機(jī)制作用于房地產(chǎn)市場(chǎng)。貨幣傳導(dǎo)表現(xiàn)為利率、匯率等金融市場(chǎng)變量變動(dòng)對(duì)房地產(chǎn)市場(chǎng)的影響，信貸傳導(dǎo)則強(qiáng)調(diào)了有效市場(chǎng)假設(shè)難以滿足的情況下，商業(yè)銀行在房地產(chǎn)行業(yè)融資中的主導(dǎo)地位[5]。安輝和王瑞東（2013）對(duì)我國(guó)的房地產(chǎn)價(jià)格影響因素進(jìn)行了實(shí)證研究，得出的結(jié)論認(rèn)為貨幣政策和信貸政策引致的金融變量變化對(duì)房地產(chǎn)價(jià)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(rèn)為流動(dòng)性在對(duì)房地產(chǎn)價(jià)格的繁榮扮演著重要角色，貨幣政策對(duì)貨幣總量和信貸總量的控制可以對(duì)房地產(chǎn)價(jià)格起到很好的調(diào)控效果[7]。張莊（2016）提出，貨幣政策對(duì)房市的調(diào)控存在時(shí)滯，且相關(guān)金融變量的變動(dòng)對(duì)各地房地產(chǎn)市場(chǎng)的沖擊存在差異[8]。另一種相關(guān)研究是探討房地產(chǎn)證券化對(duì)房?jī)r(jià)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(xué)者參考了國(guó)外不動(dòng)產(chǎn)融資理論的相關(guān)研究，提出了我國(guó)房地產(chǎn)證券化發(fā)展模式的構(gòu)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(gè)OECD國(guó)家的面板數(shù)據(jù)，在控制貨幣性因素和結(jié)構(gòu)性因素后，得出結(jié)論：同各國(guó)資產(chǎn)證券化發(fā)展程度緊密相關(guān)的融資流動(dòng)性與市場(chǎng)流動(dòng)性穩(wěn)健地提高了各國(guó)房?jī)r(jià)水平。

綜合已有研究來(lái)看，現(xiàn)有文獻(xiàn)多是分析房地產(chǎn)價(jià)格的波動(dòng)與其背后的金融因素，分析視角也大部分局限于全國(guó)。從省域的視角引入溢出效應(yīng)，重點(diǎn)討論目前凸顯的經(jīng)濟(jì)金融化現(xiàn)象，對(duì)房地產(chǎn)價(jià)格變動(dòng)影響的研究并不多見(jiàn)。因此，為了充實(shí)與拓展這一領(lǐng)域的相關(guān)研究，從經(jīng)驗(yàn)的角度驗(yàn)證我國(guó)省域經(jīng)濟(jì)金融化程度對(duì)房地產(chǎn)價(jià)格變動(dòng)的影響，本文在探討經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格作用機(jī)理的基礎(chǔ)上，利用空間計(jì)量方法，結(jié)合大陸31省份相關(guān)變量的觀察值，詳細(xì)地考察了房地產(chǎn)價(jià)格和經(jīng)濟(jì)金融化的省域分布格局，并探究了內(nèi)含于這一分布格局中的空間溢出效應(yīng)。

二、經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格影響的機(jī)理分析

經(jīng)濟(jì)金融化下金融業(yè)產(chǎn)出對(duì)GDP的貢獻(xiàn)不斷攀升，金融部門(mén)在國(guó)民經(jīng)濟(jì)體系中的地位不斷加強(qiáng)，體現(xiàn)在無(wú)形的資源配置上，是資金流引導(dǎo)實(shí)物流的強(qiáng)化，實(shí)體經(jīng)濟(jì)逐漸成為金融行業(yè)的依附；體現(xiàn)在有形的機(jī)構(gòu)設(shè)置上，是大量的金融機(jī)構(gòu)如雨后春筍般出現(xiàn)以及金融機(jī)構(gòu)體量的迅速膨脹。同為虛擬經(jīng)濟(jì)的房地產(chǎn)業(yè)與金融業(yè)向來(lái)聯(lián)系緊密，金融行業(yè)對(duì)實(shí)體行業(yè)的擠壓一方面改變了經(jīng)濟(jì)體系中虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的比重，將國(guó)民收入分配導(dǎo)向有利于虛擬經(jīng)濟(jì)的分配格局，無(wú)疑某種程度上會(huì)有利于房地產(chǎn)行業(yè)的積累和發(fā)展。更重要的是，另一方面，地位的攀升會(huì)加大金融部門(mén)對(duì)實(shí)體行業(yè)盈余資金的吸納和支配，無(wú)論從控制的資金規(guī)模還是動(dòng)性導(dǎo)向方面，金融部門(mén)都將會(huì)有更大的話語(yǔ)權(quán)。根據(jù)賀強(qiáng)和王汀?。?016）的研究，至2016年上半年，銀行系統(tǒng)新增貸款中的近四成注入了房地產(chǎn)行業(yè)，房貸業(yè)務(wù)已成為商業(yè)銀行貸款業(yè)務(wù)的重要支撐。而受益于債券市場(chǎng)的蓬勃發(fā)展，房地產(chǎn)行業(yè)借助經(jīng)濟(jì)金融化下的“金融市場(chǎng)膨脹”大規(guī)模發(fā)債，房地產(chǎn)債務(wù)籌資呈現(xiàn)爆炸式發(fā)展，于2015年底達(dá)到1875億元[13]。大量資金在房地產(chǎn)行業(yè)的集中使得房地產(chǎn)行業(yè)本身出現(xiàn)經(jīng)濟(jì)金融化加深的趨勢(shì)：住房迅速脫離商品屬性而成為金融化的房產(chǎn)，其價(jià)格從遵從商品價(jià)值規(guī)律的穩(wěn)定商品價(jià)格跳躍成為活潑的資產(chǎn)價(jià)格。結(jié)合近年來(lái)實(shí)體經(jīng)濟(jì)利潤(rùn)的不斷下滑，金融部門(mén)膨脹和房地產(chǎn)價(jià)格的同步上升，反映了資金從實(shí)體經(jīng)濟(jì)轉(zhuǎn)向虛擬經(jīng)濟(jì)，而這種資金偏好的轉(zhuǎn)變正是經(jīng)濟(jì)的金融化過(guò)程。

經(jīng)濟(jì)的金融深化必然伴隨金融創(chuàng)新的推進(jìn)，各式各樣房地產(chǎn)證券的誕生會(huì)便利居民購(gòu)房杠桿率的增長(zhǎng)。居民部門(mén)加杠桿被認(rèn)為是加劇我國(guó)房地產(chǎn)價(jià)格持續(xù)上漲的重要原因，居民的加杠桿行為會(huì)通過(guò)促進(jìn)經(jīng)濟(jì)增長(zhǎng)、降低購(gòu)房門(mén)檻、影響房市預(yù)期和推動(dòng)通貨膨脹四個(gè)路徑給房地產(chǎn)價(jià)格產(chǎn)生正向推動(dòng)效應(yīng)[14]。目前居民部門(mén)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(shí)際上可以歸納為資金成本削減、首付比例優(yōu)惠和抵押方式創(chuàng)新三個(gè)方面。資金成本削減和首付比例優(yōu)惠來(lái)源于金融部門(mén)膨脹帶來(lái)的行業(yè)內(nèi)競(jìng)爭(zhēng)，而抵押方式創(chuàng)新就是經(jīng)濟(jì)金融化下金融創(chuàng)新的直接成果。因此，經(jīng)濟(jì)金融化為居民部門(mén)購(gòu)房愿望的實(shí)現(xiàn)提供了路徑，刺激了購(gòu)房需求的擴(kuò)張與膨脹，也因此推動(dòng)了房?jī)r(jià)的上漲。

三、經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格影響的實(shí)證研究

地理學(xué)第一定律[15]提出，具有地理屬性的物質(zhì)在空間上互為相關(guān)。依據(jù)這一觀點(diǎn)，并歷經(jīng)多位空間計(jì)量專(zhuān)家的多年努力，目前計(jì)量經(jīng)濟(jì)學(xué)界已接受了Anselin和Griffith（1988）等人的觀點(diǎn)，認(rèn)為經(jīng)濟(jì)運(yùn)行的空間分布存在溢出效應(yīng)，反映在來(lái)源于不同地理單元的經(jīng)濟(jì)數(shù)據(jù)存在或多或少的空間相關(guān)性[16]。因此，在對(duì)區(qū)域數(shù)據(jù)進(jìn)行實(shí)證研究時(shí)，不采用空間計(jì)量方法可能會(huì)產(chǎn)生偏誤。為了從省域的視角驗(yàn)證經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格的影響，本文采用空間計(jì)量方法進(jìn)行實(shí)證研究。

（一）探索性空間數(shù)據(jù)分析

首先利用莫蘭指數(shù)（Moran’s I）驗(yàn)證和比較經(jīng)濟(jì)金融化與房地產(chǎn)價(jià)格的空間分布特征，莫蘭指數(shù)具體的計(jì)算公式為：

其中，示i地區(qū)經(jīng)濟(jì)變量觀測(cè)值，n為地區(qū)數(shù)，刻畫(huà) i 與 j 地區(qū)空間鄰近關(guān)系wij的集合構(gòu)成空間權(quán)重矩陣W。莫蘭指數(shù)I的取值范圍為[-1，1]，當(dāng)指數(shù) I 大于0時(shí)，表明鄰近地區(qū)的變量值相近，空間分布格局呈現(xiàn)一種高—高或低—低值集中的狀態(tài)，地區(qū)間存在正的空間相關(guān)性，隨著I趨向于1，正向的關(guān)聯(lián)程度變大。而I小于0表明鄰近地區(qū)的變量值相異，空間分布表現(xiàn)為低—高值區(qū)域的鄰近，也即地區(qū)間存在負(fù)的空間相關(guān)性。而 I 越趨向于-1，負(fù)的關(guān)聯(lián)程度越大。此外，空間實(shí)證研究的實(shí)現(xiàn)需要借助空間權(quán)重矩陣，本文選取地理距離矩陣作為實(shí)證分析的空間權(quán)重矩陣wij。其表達(dá)式為：

i 和 j分別代表不同省份，d 表示各省省會(huì)城市地理坐標(biāo)的歐氏距離①，為了便于分析，對(duì)權(quán)重矩陣進(jìn)行了標(biāo)準(zhǔn)化處理。

參照已有研究，選用 “商品房銷(xiāo)售額/商品房銷(xiāo)售面積”的“商品房平均銷(xiāo)售價(jià)格”數(shù)據(jù)來(lái)度量房地產(chǎn)價(jià)格（RP），并利用價(jià)格指數(shù)對(duì)其進(jìn)行了平減處理，折算成以2002年為基期的可比價(jià)格。選取“金融業(yè)增加值的GDP占比”作為衡量經(jīng)濟(jì)金融化程度的指標(biāo)（EF）。考察的空間維度涵蓋大陸31省級(jí)行政區(qū)，時(shí)間維度為2002年—2015年。借助STATA 12.0軟件，得到的分析結(jié)果如表1所示。

表1 2002年—2015年省域經(jīng)濟(jì)金融化與房地產(chǎn)價(jià)格的Moran指數(shù)值

在表1中，除個(gè)別年份之外，在5%及更低水平下顯著的各省房地產(chǎn)價(jià)格和經(jīng)濟(jì)金融化的Moran指數(shù)值都為正值，并且二者的指數(shù)值總體都呈上升趨勢(shì)。說(shuō)明在考察期內(nèi)，各省的房地產(chǎn)價(jià)格和經(jīng)濟(jì)金融化兩種指標(biāo)都存在明顯的空間正相關(guān)，而且這種相關(guān)程度都是逐年加強(qiáng)的。更加清晰的，如圖1所示，在二者的Moran指數(shù)散點(diǎn)圖中，絕大部分省份都落入了散點(diǎn)圖的第一與第三象限。

根據(jù)圖1的內(nèi)容，表2更加詳細(xì)地列出了2015年各省房地產(chǎn)價(jià)格與經(jīng)濟(jì)金融化指標(biāo)具體的空間相關(guān)模式，對(duì)比表中左右兩列來(lái)看，兩種指標(biāo)的空間相關(guān)模式極為相似，即表現(xiàn)出一種非平衡分布的集聚狀態(tài)，表現(xiàn)為東部沿海省份的數(shù)值都較高，中西部?jī)?nèi)陸省份則是低值集中的區(qū)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(huán)繞或低值被高值包圍的狀態(tài)。

圖1 2015年省域房地產(chǎn)價(jià)格與經(jīng)濟(jì)金融化的Moran指數(shù)散點(diǎn)圖

表2 2015年省域房地產(chǎn)價(jià)格與經(jīng)濟(jì)金融化的空間相關(guān)模式

受限于篇幅，圖1和表2僅報(bào)告了2015年的內(nèi)容。事實(shí)上，在整個(gè)考察期內(nèi)，二者的空間相關(guān)模式都極為相似，這也正說(shuō)明兩種指標(biāo)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(fā)，可以認(rèn)為房地產(chǎn)價(jià)格的高低與經(jīng)濟(jì)金融化程度的深淺似乎具有某種穩(wěn)定的相關(guān)關(guān)系。

（二）空間面板數(shù)據(jù)分析

1．指標(biāo)選取與數(shù)據(jù)說(shuō)明

選取房地產(chǎn)價(jià)格（RP）作為因變量，經(jīng)濟(jì)金融化程度（EF）為核心自變量，以考察省域經(jīng)濟(jì)金融化對(duì)房地產(chǎn)價(jià)格的影響。為了從供給和需求兩個(gè)方面對(duì)因變量的其他影響進(jìn)行控制，參照房地產(chǎn)價(jià)格影響因素的相關(guān)文獻(xiàn)（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(shí)證模型，其中，“單位土地成本”=“房地產(chǎn)開(kāi)發(fā)企業(yè)土地購(gòu)置費(fèi)用”/“房地產(chǎn)開(kāi)發(fā)企業(yè)購(gòu)置土地面積”。數(shù)據(jù)來(lái)源于國(guó)家和各省的統(tǒng)計(jì)部門(mén)網(wǎng)站，為了使得跨年數(shù)據(jù)真實(shí)可比，用相應(yīng)的價(jià)格指數(shù)對(duì)所有與價(jià)格相關(guān)的變量進(jìn)行了平減處理，折算成以2002年為基期的可比價(jià)格。

2．面板數(shù)據(jù)模型的確立

上文的莫蘭指數(shù)已經(jīng)驗(yàn)證，從中國(guó)大陸全局來(lái)看，省域房地產(chǎn)價(jià)格與經(jīng)濟(jì)金融化程度指標(biāo)都具有顯著的空間相關(guān)性，因此不適宜用傳統(tǒng)計(jì)量方法考察它們之間的回歸關(guān)系，而是選用內(nèi)含有空間效應(yīng)的空間面板模型進(jìn)行實(shí)證分析，空間面板數(shù)據(jù)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(jī)或固定效應(yīng)，εt、vt分別為誤差項(xiàng)與隨機(jī)擾動(dòng)項(xiàng)向量，W是空間權(quán)重矩陣，Wyt、WXt、Wεt依次為因變量、自變量以及誤差項(xiàng)的空間自相關(guān)向量。參數(shù)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(guò)建立相關(guān)統(tǒng)計(jì)量并對(duì)其顯著性進(jìn)行檢驗(yàn)來(lái)實(shí)現(xiàn)。將已進(jìn)行了對(duì)數(shù)化處理的面板數(shù)據(jù)導(dǎo)入MATLAB軟件，利用Elhorst提供的代碼，可以得到這些統(tǒng)計(jì)量的顯著性檢驗(yàn)結(jié)果，如表3所示。

表3 確立模型相關(guān)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果

表3中LM以及穩(wěn)健的LM檢驗(yàn)結(jié)果再一次驗(yàn)證模型中應(yīng)該包含空間效應(yīng)，即通用模型中空間滯后項(xiàng)系數(shù)δ和空間誤差項(xiàng)系數(shù)γ至少有一個(gè)顯著異于零。空間效應(yīng)與時(shí)間效應(yīng)的LR檢驗(yàn)都在1%顯著性水平下顯著，說(shuō)明在模型中同時(shí)包含空間和時(shí)間效應(yīng)，即雙固定效應(yīng)模型是最合適的選擇。雙固定效應(yīng)模型的四類(lèi)LM檢驗(yàn)結(jié)果都通過(guò)了5%水平的顯著性檢驗(yàn)，因此無(wú)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(shù)據(jù)。而隨后的Wald檢驗(yàn)結(jié)果進(jìn)一步說(shuō)明：必須拒絕SDM可以簡(jiǎn)化為SAR和SEM的原假設(shè)，模型中需要考慮自變量的空間滯后項(xiàng)，即不可忽略鄰居自變量對(duì)本地因變量的影響。

3．模型擬合與結(jié)果分析

空間計(jì)量經(jīng)濟(jì)學(xué)的最新研究認(rèn)為，在選擇空間杜賓模型進(jìn)行實(shí)證分析時(shí)，空間內(nèi)交互作用機(jī)制的存在導(dǎo)致變量間存在反饋機(jī)制，因此自變量對(duì)因變量的影響并不能像往常那樣通過(guò)回歸系數(shù)進(jìn)行度量，而是需要被分解為直接效應(yīng)與間接效應(yīng)[20]。按照這一思路，采用偏微分估計(jì)方法，得到空間杜賓模型的直接與間接效應(yīng)如表4所示。

對(duì)表4的估計(jì)結(jié)果進(jìn)行分析，首先，自變量“經(jīng)濟(jì)金融化”“單位土地成本”和“居民人均可支配收入”對(duì)因變量房地產(chǎn)價(jià)格有正的直接效應(yīng)，即本省這些變量值的提高會(huì)直接促進(jìn)本省房地產(chǎn)價(jià)格的上升，證明本省經(jīng)濟(jì)金融化程度的加深會(huì)導(dǎo)致大量金融資源輸入房地產(chǎn)行業(yè)，并拉升房地產(chǎn)價(jià)格。此外，本省供給者的成本狀況和需求者的收入效應(yīng)也是房地產(chǎn)價(jià)格提升的重要推動(dòng)力量。

更值得關(guān)注的是，顯著的間接效應(yīng)表明，各自變量在省際間有不可忽略的“空間溢出效應(yīng)”。本省“經(jīng)濟(jì)金融化”程度的加深在推升本省房地產(chǎn)價(jià)格的同時(shí)會(huì)帶動(dòng)鄰省房地產(chǎn)價(jià)格的提升。這一結(jié)果出現(xiàn)的可能原因是，經(jīng)濟(jì)金融化的深入促成鄰省間金融集聚區(qū)的出現(xiàn)，在集聚區(qū)內(nèi)省際金融聯(lián)系得到加強(qiáng)，金融流動(dòng)得以加速，進(jìn)而便利本省閑置資金迅速進(jìn)入鄰省房地產(chǎn)行業(yè)，推升鄰省房地產(chǎn)價(jià)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(yīng)：鄰省土地成本的上升使得本省開(kāi)發(fā)商試圖通過(guò)跨省置地從而節(jié)約成本的希望破滅，這會(huì)進(jìn)一步加大本省內(nèi)部對(duì)土地資源的爭(zhēng)奪，以致抬升本省房地產(chǎn)價(jià)格。而本省居民收入的提高會(huì)增加他們的購(gòu)房需求，在本省房?jī)r(jià)居高不下的情況下，本省居民會(huì)傾向于在較近的鄰省購(gòu)房，進(jìn)而抬升了鄰省的房地產(chǎn)價(jià)格。

表4 空間杜賓模型的估計(jì)結(jié)果

綜合來(lái)看，除了深化經(jīng)濟(jì)金融化程度建立起的省際金融聯(lián)系，各省的房地產(chǎn)行業(yè)無(wú)論是在“供給側(cè)”還是在“需求面”上也都存在普遍的空間聯(lián)系。而將直接效應(yīng)與間接效應(yīng)進(jìn)行對(duì)比，可以發(fā)現(xiàn)各變量的間接效應(yīng)甚至直接效應(yīng)更大，顯著性更高。因此，從區(qū)域?qū)用婵疾旄饕蛩貙?duì)房地產(chǎn)價(jià)格的影響時(shí)，區(qū)域間的空間互動(dòng)不容忽略，而深入探索這些空間溢出效應(yīng)背后的空間作用機(jī)制，則應(yīng)當(dāng)成為后續(xù)相關(guān)研究的重點(diǎn)。

四、政策建議

1. 重新梳理實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)的關(guān)系，引導(dǎo)金融回歸生產(chǎn)性功能。對(duì)照經(jīng)濟(jì)金融化的具體表現(xiàn)，一是要約束金融部門(mén)的過(guò)度膨脹，在保持金融業(yè)必要競(jìng)爭(zhēng)的同時(shí)抑制新興金融企業(yè)資產(chǎn)規(guī)模的過(guò)快增長(zhǎng)，維護(hù)金融系統(tǒng)穩(wěn)定性。二是要指引非金融企業(yè)回到主營(yíng)業(yè)務(wù)上，淘汰過(guò)剩產(chǎn)能，加大創(chuàng)新投入，提高主營(yíng)業(yè)務(wù)收入比重。

2. 將全國(guó)視角與區(qū)域視角相結(jié)合，深入研究金融變量與房地產(chǎn)價(jià)格的關(guān)系。在全國(guó)范圍內(nèi)，進(jìn)一步探索與求證我國(guó)房地產(chǎn)證券化的實(shí)現(xiàn)路徑和發(fā)展模式；探討熱點(diǎn)命題“均衡金融杠桿率”，探明其決定因素以及與房地產(chǎn)價(jià)格波動(dòng)可能存在的聯(lián)動(dòng)效應(yīng)。而在區(qū)域的視角下，針對(duì)我國(guó)區(qū)域發(fā)展不平衡的現(xiàn)狀，研究如何將各省的經(jīng)濟(jì)金融化程度控制在科學(xué)合理范圍內(nèi)，與該省經(jīng)濟(jì)、社會(huì)發(fā)展階段相適應(yīng)。

3. 正視房地產(chǎn)價(jià)格的空間關(guān)聯(lián)，關(guān)注房地產(chǎn)價(jià)格波動(dòng)因素的空間傳遞。決策者要在審視房地產(chǎn)價(jià)格空間分布格局的基礎(chǔ)上，從全局把握房地產(chǎn)價(jià)格調(diào)控手段：不能將存在明顯空間依賴(lài)的省區(qū)割裂開(kāi)來(lái)分塊處理，也不宜對(duì)空間相關(guān)模式明顯不同的省區(qū)采用“一刀切”的方式，而是因地制宜，采用差異化的調(diào)控政策。具體來(lái)說(shuō)，對(duì)房地產(chǎn)價(jià)格高值集中的區(qū)域，可以對(duì)其中心省區(qū)采用力度較大的調(diào)控手段，隨著政策效應(yīng)在空間內(nèi)的擴(kuò)散，會(huì)對(duì)整個(gè)區(qū)域的房地產(chǎn)價(jià)格調(diào)控產(chǎn)生積極的影響。對(duì)于低值集中區(qū)域，可以減輕政策力度，降低調(diào)控頻率，保持適度的金融杠桿率，推動(dòng)當(dāng)?shù)亟鹑跇I(yè)與房地產(chǎn)業(yè)的良性互動(dòng)發(fā)展。而對(duì)于高值被低值包圍或低值被高值包圍的中間區(qū)域，調(diào)控政策的目標(biāo)在于維持它們過(guò)渡地帶的角色，以防止房地產(chǎn)價(jià)格空間格局的突變對(duì)調(diào)控政策效應(yīng)的擾動(dòng)。

注釋?zhuān)?/p>

① 根據(jù)國(guó)家地理信息系統(tǒng)網(wǎng)站提供的1∶400萬(wàn)電子地圖，并利用 OpenGeoDa軟件測(cè)量得到。

[1] 周游, 張成思. 經(jīng)濟(jì)金融化分析[J]. 中國(guó)金融, 2016(4): 33-34.

[2] 張成思, 張步曇. 再論金融與實(shí)體經(jīng)濟(jì): 經(jīng)濟(jì)金融化視角[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài), 2015(6): 56-66.

[3] 王柏杰, 馮宗憲. 金融支持過(guò)度、房地產(chǎn)價(jià)格泡沫和貨幣政策有效性——以京、津、滬、渝為例[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào),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(qū)域金融對(duì)房地產(chǎn)市場(chǎng)影響的研究[D]. 太原: 山西財(cái)經(jīng)大學(xué), 2015.

[6] 安輝, 王瑞東. 我國(guó)房地產(chǎn)價(jià)格影響因素的實(shí)證分析——兼論當(dāng)前房地產(chǎn)調(diào)控政策[J]. 財(cái)經(jīng)科學(xué), 2013(3): 115-124.

[7] 陳繼勇, 袁威, 肖衛(wèi)國(guó). 流動(dòng)性、資產(chǎn)價(jià)格波動(dòng)的隱含信息和貨幣政策選擇——基于中國(guó)股票市場(chǎng)與房地產(chǎn)市場(chǎng)的實(shí)證分析[J]. 經(jīng)濟(jì)研究, 2013(11): 43-55.

[8] 張莊. 金融變量沖擊下我國(guó)房地產(chǎn)市場(chǎng)的區(qū)域異質(zhì)性研究[D].南京: 南京大學(xué), 2016.

[9] 常永勝, 趙紅凌. 中國(guó)房地產(chǎn)證券化發(fā)展的模式[J]. 經(jīng)濟(jì)科學(xué),1997(1): 15-18.

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

[11] 曹征. 美日英三國(guó)房地產(chǎn)證券化評(píng)介及對(duì)我國(guó)的啟示[J]. 中國(guó)房地產(chǎn)業(yè), 2002(3): 55-55.

[12] 廉永輝, 張琳. 房地產(chǎn)流動(dòng)性、資產(chǎn)證券化和房?jī)r(jià)上漲[J]. 世界經(jīng)濟(jì)文匯, 2015(4): 93-110.

[13] 賀強(qiáng), 王汀汀. 對(duì)本輪房?jī)r(jià)快速上漲的認(rèn)識(shí): 貨幣和需求視角的解析[J]. 價(jià)格理論與實(shí)踐, 2016(8): 8-11.

[14] 黃燕芬, 趙永升, 夏方舟. 中國(guó)房地產(chǎn)市場(chǎng)居民加杠桿: 現(xiàn)狀、機(jī)理、風(fēng)險(xiǎn)及對(duì)策[J]. 價(jià)格理論與實(shí)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(chǎn)價(jià)格影響因素分析: 基于中國(guó)各省市的面板數(shù)據(jù)的實(shí)證研究[J]. 中國(guó)地質(zhì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010, 10(2): 98-103.

[18] 王鶴. 基于空間計(jì)量的房地產(chǎn)價(jià)格影響因素分析[J]. 經(jīng)濟(jì)評(píng)論,2012(1): 48-56.

[19] 唐禮智, 朱建鋒, 羅婧. 宏觀調(diào)控視角下房地產(chǎn)價(jià)格影響因素的新測(cè)度[J]. 經(jīng)濟(jì)問(wèn)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(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目“共建‘絲路經(jīng)濟(jì)帶’背景下我國(guó)西北地區(qū)金融合作機(jī)制研究”（15LZUJBWYJ014）。

倪進(jìn)峰（1989—），男，安徽銅陵人，蘭州大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)學(xué)、金融學(xué)。

（責(zé)任編輯：周吉光）