金融發(fā)展對(duì)城市住房市場(chǎng)的影響：理論機(jī)制、空間溢出及非線性效應(yīng)

李斌 黃碩文 張所地

內(nèi)容提要：厘清金融發(fā)展與住房市場(chǎng)的關(guān)系對(duì)于制定差異化調(diào)控政策、探尋金融及住房市場(chǎng)改革方向、抑泡沫控風(fēng)險(xiǎn)具有重要意義。本文以二者關(guān)系的傳導(dǎo)機(jī)制、空間聯(lián)動(dòng)與非線性特征的識(shí)別為邏輯主線，從直接、間接兩個(gè)層次剖析金融發(fā)展對(duì)住房市場(chǎng)的傳導(dǎo)路徑;并采用空間計(jì)量方法探析金融發(fā)展對(duì)住房市場(chǎng)的空間溢出效應(yīng);最后，通過(guò)門(mén)檻效應(yīng)檢驗(yàn)考察金融發(fā)展對(duì)住房市場(chǎng)作用的空間異質(zhì)性。結(jié)果表明：第一，2002—2017年間，35城市住房?jī)r(jià)格存在正向空間依賴性，莫蘭指數(shù)呈“波浪”型變化;絕大多數(shù)城市屬于“高-高”或“低-低”集聚模式，且這種局部空間格局相對(duì)穩(wěn)定。第二，金融規(guī)模、金融結(jié)構(gòu)和金融效率對(duì)住房?jī)r(jià)格均有顯著的直接效應(yīng)，而金融規(guī)模、金融效率因“虹吸效應(yīng)”而對(duì)鄰近城市房?jī)r(jià)產(chǎn)生了顯著的抑制作用。第三，受限于收入水平的單門(mén)檻效應(yīng)，金融規(guī)模、金融效率對(duì)住房?jī)r(jià)格的影響呈非線性。研究結(jié)論為制定差異化政策、落實(shí)“房住不炒”、防范住房及金融市場(chǎng)風(fēng)險(xiǎn)等提供了新的思路。

關(guān)鍵詞：金融發(fā)展;住房市場(chǎng);空間溢出效應(yīng);非線性

中圖分類號(hào)：F293.3;C931 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1001-148X（2020）07-0090-12

住房市場(chǎng)化改革以來(lái)，房地產(chǎn)業(yè)在金融支持下發(fā)展迅速，為經(jīng)濟(jì)增長(zhǎng)和居民住房條件改善做出了巨大貢獻(xiàn)。然而，房地產(chǎn)與金融二者交織日益密切，不斷引發(fā)人們對(duì)金融安全和房?jī)r(jià)泡沫的憂慮。多次世界經(jīng)濟(jì)危機(jī)的導(dǎo)火索就是房地產(chǎn)和金融之間關(guān)系的扭曲[1]，特別是2007年“次貸危機(jī)”引發(fā)的全球金融危機(jī)，帶給人們的“陰影”至今難以揮去，也使得金融與房地產(chǎn)的關(guān)系問(wèn)題成為了近年來(lái)學(xué)術(shù)界的研究熱點(diǎn)和難點(diǎn)。

房地產(chǎn)業(yè)作為資金密集性行業(yè)，其價(jià)格變化深受金融發(fā)展影響。為此，剖析金融發(fā)展對(duì)住房市場(chǎng)的作用效果，就成為了破解住房?jī)r(jià)格高漲問(wèn)題的關(guān)鍵，對(duì)于落實(shí)“房住不炒”的長(zhǎng)期定位、防范住房及金融市場(chǎng)風(fēng)險(xiǎn)，制定和實(shí)施差異化的住房調(diào)控政策、實(shí)現(xiàn)居民家庭美好生活等都具有重要的意義。

一、文獻(xiàn)綜述

（一）金融政策對(duì)住房市場(chǎng)的影響

1.利率政策。利率對(duì)住房市場(chǎng)的影響是非線性[2]和非對(duì)稱性的[3]。從不同驅(qū)動(dòng)因素來(lái)看，當(dāng)住房市場(chǎng)處于平衡狀態(tài)時(shí)，則預(yù)期通貨膨脹率變化導(dǎo)致的利率變化是不會(huì)對(duì)房?jī)r(jià)產(chǎn)生影響的;而實(shí)際回報(bào)要求變化引起的利率變化則會(huì)對(duì)房?jī)r(jià)產(chǎn)生直接影響[4]。從空間角度看，利率波動(dòng)對(duì)一線城市和東部城市的住房市場(chǎng)作用明顯，但對(duì)中西部城市的住房市場(chǎng)影響有限[5]。從時(shí)間角度看，長(zhǎng)期利率對(duì)住房市場(chǎng)的影響具有時(shí)變特征，被壓低的長(zhǎng)期利率會(huì)導(dǎo)致住房市場(chǎng)的過(guò)度投資和“爆炸式”增長(zhǎng)[6]。

2.匯率政策。學(xué)者們普遍認(rèn)為，匯率政策會(huì)通過(guò)不同渠道與住房市場(chǎng)產(chǎn)生緊密聯(lián)系。有研究表明，一國(guó)匯率會(huì)通過(guò)信貸效應(yīng)、預(yù)期效應(yīng)、溢出效應(yīng)等渠道對(duì)住房?jī)r(jià)格產(chǎn)生影響，而人民幣匯率預(yù)期升值會(huì)引起短期國(guó)際資本流入，而這種流動(dòng)會(huì)影響房地產(chǎn)需求端，進(jìn)而造成房?jī)r(jià)上漲[7]。但如果貨幣政策配合，且房地產(chǎn)庫(kù)存能動(dòng)態(tài)調(diào)整，則房?jī)r(jià)最終會(huì)趨于穩(wěn)定[8]。也有學(xué)者認(rèn)為，人民幣匯率變化并不會(huì)對(duì)中國(guó)的房?jī)r(jià)產(chǎn)生直接影響，但會(huì)通過(guò)貨幣供應(yīng)量渠道對(duì)房?jī)r(jià)波動(dòng)產(chǎn)生間接影響[9]。此外，也有學(xué)者測(cè)算了人民幣實(shí)際有效匯率的失調(diào)，發(fā)現(xiàn)匯率失調(diào)程度不同則其對(duì)住房市場(chǎng)的影響也不同。

3.信貸政策。國(guó)內(nèi)外學(xué)者主要圍繞信貸政策影響住房市場(chǎng)的機(jī)制進(jìn)行了理論及實(shí)證檢驗(yàn)。由于存在信貸抵押約束機(jī)制，住房?jī)r(jià)格會(huì)出現(xiàn)自我加速現(xiàn)象，進(jìn)而導(dǎo)致房?jī)r(jià)不斷上漲[10]。而由于銀行的高風(fēng)險(xiǎn)信貸配置偏好，使得銀行貸款規(guī)模對(duì)房地產(chǎn)投資產(chǎn)生正向影響，可能造成房地產(chǎn)投資過(guò)熱[11]。而信貸規(guī)模也會(huì)通過(guò)土地財(cái)政渠道而作用于房?jī)r(jià)[12]，信貸規(guī)模擴(kuò)張會(huì)對(duì)房?jī)r(jià)產(chǎn)生明顯刺激作用[13]。利用2003年至2010年愛(ài)爾蘭抵押貸款數(shù)據(jù)、房?jī)r(jià)數(shù)據(jù)的實(shí)證研究表明，可獲得的信貸每增長(zhǎng)10%，將導(dǎo)致購(gòu)買(mǎi)的房地產(chǎn)價(jià)值增長(zhǎng)1.5%[14]。而個(gè)人購(gòu)房貸款與企業(yè)開(kāi)發(fā)貸款，在中國(guó)不同類型城市對(duì)房?jī)r(jià)的影響是異質(zhì)性的[15]。此外，也有學(xué)者的研究發(fā)現(xiàn)，在高利率預(yù)期之下，信貸增長(zhǎng)并不會(huì)引起房?jī)r(jià)明顯上漲[16-17]。

（二）金融發(fā)展對(duì)住房市場(chǎng)的影響

有學(xué)者從省際層面研究了金融發(fā)展對(duì)房地產(chǎn)庫(kù)存的作用，發(fā)現(xiàn)在規(guī)模、結(jié)構(gòu)和效率3個(gè)維度下，金融發(fā)展分別對(duì)房地產(chǎn)庫(kù)存產(chǎn)生了不顯著、正向以及負(fù)向的異質(zhì)作用[1]。也有學(xué)者研究了資本流入、金融結(jié)構(gòu)與住房市場(chǎng)的關(guān)聯(lián)，發(fā)現(xiàn)金融規(guī)模擴(kuò)張會(huì)對(duì)實(shí)際價(jià)格、金融結(jié)構(gòu)和房地產(chǎn)投資產(chǎn)生顯著的正向影響[18]。在預(yù)期房?jī)r(jià)上漲時(shí)，金融約束是歐洲家庭購(gòu)房決策的重要影響因素[19]。而對(duì)23個(gè)國(guó)家房?jī)r(jià)的研究顯示，資產(chǎn)市場(chǎng)及股市的收益率、收入增長(zhǎng)等是房?jī)r(jià)的重要驅(qū)動(dòng)因素，即其他資產(chǎn)市場(chǎng)的金融發(fā)展會(huì)溢出到房地產(chǎn)市場(chǎng)[20]。也有學(xué)者則研究了金融發(fā)展與房地產(chǎn)業(yè)聯(lián)合作用下的社會(huì)經(jīng)濟(jì)影響。例如，周少甫和龍威（2020）[21]分析了金融發(fā)展與房?jī)r(jià)交互作用對(duì)各省份技術(shù)創(chuàng)新的影響，發(fā)現(xiàn)在信貸市場(chǎng)、資本市場(chǎng)兩個(gè)維度下，房?jī)r(jià)對(duì)技術(shù)創(chuàng)新的抑制作用會(huì)分別被放大和弱化。在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)問(wèn)題下，學(xué)者們發(fā)現(xiàn)單獨(dú)考慮金融發(fā)展和房?jī)r(jià)，則二者對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)產(chǎn)生了正向作用;當(dāng)將二者聯(lián)合考慮，則結(jié)果是會(huì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)產(chǎn)生負(fù)向作用[22-23]。

（三）金融集聚對(duì)住房市場(chǎng)及城市發(fā)展的影響

金融要素集中會(huì)降低購(gòu)房交易成本并有助于突破預(yù)算約束，因此是房?jī)r(jià)上漲的重要因素，且銀行、保險(xiǎn)、證券業(yè)的集聚對(duì)房?jī)r(jià)的影響是異質(zhì)的[24]。同時(shí)，金融集聚對(duì)住房市場(chǎng)的影響在不同的地理區(qū)位也表現(xiàn)出了異質(zhì)性[25]。從城市發(fā)展來(lái)看，金融集聚對(duì)城市空間格局演化，城市發(fā)展效率，以及新型城鎮(zhèn)化發(fā)展[26-27]等都具有十分重要的促進(jìn)作用。

綜上所述，國(guó)內(nèi)外學(xué)者對(duì)金融與住房市場(chǎng)的關(guān)系進(jìn)行了廣泛的探討，為本文提供了研究思路。本文從金融發(fā)展的規(guī)模、結(jié)構(gòu)及效率三個(gè)維度出發(fā)，全面考察金融發(fā)展對(duì)中國(guó)大中城市住房市場(chǎng)的影響，對(duì)促進(jìn)金融業(yè)與房地產(chǎn)業(yè)和諧發(fā)展，明晰房地產(chǎn)和金融改革方向等都具有重要的理論及現(xiàn)實(shí)意義。

二、機(jī)理分析與研究假設(shè)

金融發(fā)展的現(xiàn)代觀表明，金融發(fā)展是金融規(guī)模擴(kuò)張、金融結(jié)構(gòu)優(yōu)化及金融效率提升的動(dòng)態(tài)統(tǒng)一過(guò)程，分別反映金融發(fā)展的數(shù)量、結(jié)構(gòu)和質(zhì)量，只有從多個(gè)維度考察才有可能全面測(cè)度金融發(fā)展水平。金融發(fā)展是住房市場(chǎng)發(fā)展的基礎(chǔ)和保障，二者既有直接影響又存在間接作用。以下將從直接、間接兩個(gè)層次梳理金融發(fā)展對(duì)住房市場(chǎng)的作用渠道。

（一）直接作用渠道

1.金融發(fā)展規(guī)模→住房市場(chǎng)

房地產(chǎn)業(yè)是資金密集性行業(yè)，資金匱乏或金融中介成本較高時(shí)，房地產(chǎn)商品的生產(chǎn)和消費(fèi)都會(huì)受阻。對(duì)于開(kāi)發(fā)企業(yè)而言，金融規(guī)模越大，金融業(yè)競(jìng)爭(zhēng)加劇，往往伴隨著貸款成本下降和貸款門(mén)檻降低，企業(yè)的融資約束降低，越容易得到資金支持而增加投資，住房供給增加，對(duì)房?jī)r(jià)有負(fù)向影響;對(duì)于購(gòu)房者而言，金融規(guī)模越大，銀行發(fā)放貸款的意愿也會(huì)越強(qiáng)，會(huì)有更多的購(gòu)房者達(dá)到貸款門(mén)檻，流動(dòng)性約束降低，住房需求增加進(jìn)而對(duì)房?jī)r(jià)產(chǎn)生正向影響。

2.金融發(fā)展結(jié)構(gòu)→住房市場(chǎng)

金融發(fā)展在經(jīng)歷了規(guī)模擴(kuò)大后，往往會(huì)進(jìn)入結(jié)構(gòu)優(yōu)化的更高階段，且要依經(jīng)濟(jì)社會(huì)需求動(dòng)態(tài)調(diào)整。金融結(jié)構(gòu)優(yōu)化體現(xiàn)在金融工具多樣化和金融機(jī)構(gòu)的多樣性上[1]。學(xué)者們通常將這些工具和機(jī)構(gòu)劃分為銀行主導(dǎo)型和市場(chǎng)主導(dǎo)型，分別對(duì)應(yīng)間接融資和直接融資模式。前者在信息收集、資金監(jiān)管方面優(yōu)勢(shì)明顯，而后者則在激勵(lì)創(chuàng)新、風(fēng)險(xiǎn)轉(zhuǎn)移方面更勝一籌。

金融工具和機(jī)構(gòu)多樣，企業(yè)及居民可以有證券、保險(xiǎn)、信托等更多的投資選擇，會(huì)在一定程度上抑制住房投資，住房需求減少房?jī)r(jià)下降;房地產(chǎn)企業(yè)融資渠道多元，不同類型及發(fā)展階段的企業(yè)的金融需求都能得到滿足，增強(qiáng)其風(fēng)險(xiǎn)抵御能力，有利于擴(kuò)大生產(chǎn)規(guī)模增加住房供給平抑房?jī)r(jià);保險(xiǎn)等風(fēng)險(xiǎn)管理工具的發(fā)展，消除居民對(duì)未來(lái)不確定的擔(dān)憂，可能會(huì)刺激現(xiàn)期住房消費(fèi)和房?jī)r(jià)上漲。然而，金融工具和金融業(yè)務(wù)的過(guò)度創(chuàng)新則可能會(huì)造成貨幣政策效力下降、管理難度增加，進(jìn)而造成金融系統(tǒng)的不穩(wěn)定和風(fēng)險(xiǎn)隱患?？梢?jiàn)，最優(yōu)金融結(jié)構(gòu)也要隨需求而動(dòng)態(tài)調(diào)整，如果與住房市場(chǎng)發(fā)展相匹配，則會(huì)促進(jìn)其良性運(yùn)行;如果與住房市場(chǎng)發(fā)展不匹配，則無(wú)法起到支持作用，甚至出現(xiàn)阻礙作用。

3.金融發(fā)展效率→住房市場(chǎng)

金融發(fā)展效率指金融業(yè)的投入產(chǎn)出率。金融效率提高，對(duì)于我國(guó)目前金融市場(chǎng)發(fā)展的階段而言，意味著融資渠道暢通，信息不對(duì)稱程度大大降低，儲(chǔ)蓄轉(zhuǎn)化為貸款更為容易，無(wú)論是以開(kāi)發(fā)貸款還是消費(fèi)貸款的形式進(jìn)入到住房市場(chǎng)，都有利于住房市場(chǎng)的發(fā)展活躍。對(duì)于企業(yè)而言，獲得貸款有利于增加住房供給;同時(shí)，金融中介自身專業(yè)技術(shù)水平的提高，其審查與監(jiān)督成本下降并帶來(lái)效率的提升，會(huì)降低企業(yè)的融資成本，對(duì)住房?jī)r(jià)格產(chǎn)生負(fù)向影響。對(duì)于購(gòu)房者而言，金融效率低會(huì)在一定程度上將大量購(gòu)房者排斥在金融市場(chǎng)之外，導(dǎo)致流動(dòng)性約束加劇;而較高的金融效率能解決購(gòu)房者面臨的信貸約束從而促進(jìn)潛在需求轉(zhuǎn)化為真實(shí)需求，進(jìn)而對(duì)房?jī)r(jià)產(chǎn)生正向影響。

（二）間接作用渠道

直接渠道主要分析金融要素直接進(jìn)入到住房市場(chǎng)，影響市場(chǎng)供需和房?jī)r(jià)的機(jī)制。而此處主要分析金融發(fā)展的社會(huì)經(jīng)濟(jì)影響，進(jìn)而溢出至住房市場(chǎng)的機(jī)制。

1.金融發(fā)展→經(jīng)濟(jì)發(fā)展→住房市場(chǎng)

以全國(guó)或地區(qū)為對(duì)象的分析均顯示，金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)正向相關(guān)[28]。從渠道來(lái)看，金融發(fā)展會(huì)通過(guò)作用于勞動(dòng)要素、資本要素等要素積累而起到推動(dòng)經(jīng)濟(jì)發(fā)展的目的[29]。經(jīng)濟(jì)發(fā)展良好，生產(chǎn)、服務(wù)、消費(fèi)均有賴于房地產(chǎn)業(yè)發(fā)揮其基礎(chǔ)承載作用，加之市場(chǎng)樂(lè)觀預(yù)期的推動(dòng)作用，則住房需求增加，對(duì)房?jī)r(jià)產(chǎn)生正向影響。

2.金融發(fā)展→收入（預(yù)期）水平→住房市場(chǎng)

良好的金融發(fā)展，包括規(guī)模的適度擴(kuò)大、結(jié)構(gòu)的動(dòng)態(tài)優(yōu)化，以及效率的不斷提升，而效率提升會(huì)對(duì)居民收入水平和消費(fèi)水平產(chǎn)生顯著影響[30]。此外，居民為了應(yīng)對(duì)未來(lái)可能出現(xiàn)的各種風(fēng)險(xiǎn)及不確定性，會(huì)增加預(yù)防性儲(chǔ)蓄而減少現(xiàn)期的購(gòu)房需求。隨著金融發(fā)展深化，保險(xiǎn)等風(fēng)險(xiǎn)管理工具會(huì)減少居民對(duì)未來(lái)風(fēng)險(xiǎn)的擔(dān)憂，增加居民的收入預(yù)期[31]，故而增加當(dāng)期的住房消費(fèi)，對(duì)住房?jī)r(jià)格產(chǎn)生正向影響。

3.金融發(fā)展→技術(shù)創(chuàng)新→住房市場(chǎng)

金融發(fā)展通過(guò)多元融資和信用創(chuàng)造、風(fēng)險(xiǎn)管理、信息甄別與項(xiàng)目選擇、激勵(lì)和監(jiān)督等路徑作用于技術(shù)創(chuàng)新，最終均會(huì)對(duì)技術(shù)創(chuàng)新產(chǎn)生促進(jìn)作用[32]。其中，與信貸市場(chǎng)相比，資本市場(chǎng)對(duì)技術(shù)創(chuàng)新的作用更大[21，33]。城市技術(shù)創(chuàng)新水平提高，知識(shí)交流機(jī)會(huì)和收益增加，會(huì)吸引更多的企業(yè)、人才集聚，進(jìn)而增加本地住房市場(chǎng)需求，對(duì)房?jī)r(jià)產(chǎn)生正向作用;房地產(chǎn)企業(yè)的設(shè)計(jì)、施工、服務(wù)創(chuàng)新能力的提高，有利于企業(yè)提高生產(chǎn)效率，降低生產(chǎn)成本，進(jìn)而對(duì)房?jī)r(jià)產(chǎn)生負(fù)向影響。

綜上所述，金融發(fā)展向住房市場(chǎng)的傳導(dǎo)路徑是多層次和多維度的（見(jiàn)圖1），雖然各條路徑的作用方向不一致，但并不影響我們對(duì)二者具有緊密關(guān)系的初步論斷。故提出如下假設(shè)：

假設(shè)1：金融發(fā)展對(duì)住房市場(chǎng)具有顯著的影響。

（三）進(jìn)一步的分析

房?jī)r(jià)上漲時(shí)，往往伴隨著地價(jià)、租金、工資的上漲。如果部分企業(yè)、個(gè)人由于經(jīng)營(yíng)、生活成本上升而被迫向其他地區(qū)流動(dòng)時(shí)，資本、技術(shù)和人才等要素也會(huì)同向流動(dòng)，進(jìn)而引起當(dāng)?shù)刈》啃枨蟮淖兓?。此外，一城市的金融發(fā)展也可能會(huì)因“示范效應(yīng)”、“虹吸效應(yīng)”等引起周邊城市金融體系的變化。故提出如下假設(shè)：

假設(shè)2：金融發(fā)展對(duì)住房市場(chǎng)的影響存在空間溢出效應(yīng)。

由于我國(guó)各城市資源稟賦、經(jīng)濟(jì)發(fā)展階段各不相同，金融資源與住房市場(chǎng)均呈現(xiàn)空間分布不均的特點(diǎn)。與此同時(shí)，金融發(fā)展向住房市場(chǎng)的傳導(dǎo)過(guò)程，也受限于家庭的收入水平：低收入家庭可能因無(wú)力償還貸款而被拒絕在金融市場(chǎng)之外，使得需求端得不到足夠響應(yīng)。由于各城市居民收入水平的分布在空間上是非均勻的，因此金融發(fā)展對(duì)住房?jī)r(jià)格的影響可能并不是線性的，而是受家庭收入水平影響而具有空間異質(zhì)性，故提出如下假設(shè)：

假設(shè)3：金融發(fā)展對(duì)住房市場(chǎng)的影響具有非線性特征。

三、研究設(shè)計(jì)

（一）研究方法

1.空間計(jì)量模型的構(gòu)建

（1）空間權(quán)重矩陣的選擇與構(gòu)建。進(jìn)行金融發(fā)展與住房市場(chǎng)關(guān)系的空間分析，第一步就是度量城市間的空間距離。隨著互聯(lián)網(wǎng)和交通工具發(fā)展，城市間的交流日益加深，即使空間上不相鄰的城市也可能存在著密切的經(jīng)濟(jì)聯(lián)系，故本文重點(diǎn)考察基于地理距離和經(jīng)濟(jì)距離的兩種空間權(quán)重矩陣。其中，參照傅貽忙等[1]、王鶴和周少君（2017）[34]等學(xué)者的做法，構(gòu)建基于地理距離的空間權(quán)重矩陣如下：

（二）變量與數(shù)據(jù)

1.變量選取

根據(jù)本文的研究目的和國(guó)內(nèi)外學(xué)術(shù)積淀，變量選取情況如下。

（1）被解釋變量。房?jī)r(jià)是住房市場(chǎng)最重要、最直觀，也是居民最為關(guān)心的指標(biāo)，故選取商品房平均銷售價(jià)格作為被解釋變量，來(lái)反映住房市場(chǎng)的發(fā)展?fàn)顟B(tài)。

（2）核心解釋變量。為了能夠更好地反映金融發(fā)展?fàn)顩r，本文從金融發(fā)展規(guī)模、金融發(fā)展結(jié)構(gòu)、金融發(fā)展效率三個(gè)維度來(lái)考察。由于比率指標(biāo)既能反映強(qiáng)度，又有助于消除多重共線性，故量化指標(biāo)時(shí)采用比率指標(biāo)。具體的選擇如下。

金融發(fā)展規(guī)模：鑒于目前我國(guó)銀行業(yè)主導(dǎo)整個(gè)金融體系的現(xiàn)實(shí)，借鑒張倩肖和馮雷（2019）[32]、鞏鑫等（2018）[29]的做法，用年末金融機(jī)構(gòu)存款余額與年末金融機(jī)構(gòu)貸款余額之和與地區(qū)生產(chǎn)總值的比值來(lái)度量城市的金融發(fā)展規(guī)模。

金融發(fā)展結(jié)構(gòu)：由于本文要分析的是市場(chǎng)主導(dǎo)型金融體系與銀行主導(dǎo)型金融體系二者的分布及相對(duì)規(guī)模對(duì)住房市場(chǎng)的影響，因此借鑒王淑娟等（2018）[33]等人的思路，以兩種類型之比重來(lái)度量金融發(fā)展結(jié)構(gòu)。近年來(lái)，證券、保險(xiǎn)、信托等發(fā)展迅速，鑒于數(shù)據(jù)的可得性，采用保險(xiǎn)機(jī)構(gòu)的保險(xiǎn)費(fèi)收入與年末金融機(jī)構(gòu)存貸款余額之和的比值對(duì)該變量進(jìn)行量化。

金融發(fā)展效率：由于本文關(guān)注的是金融自身的投入產(chǎn)生率，故借鑒任鑫和葛晶（2019）[31]、王淑娟等（2018）[33]、王志強(qiáng)和孫剛（2003）[37]等人測(cè)算金融機(jī)構(gòu)存貸款的轉(zhuǎn)化效率的思路，具體采用儲(chǔ)蓄余額與金融機(jī)構(gòu)貸款余額的比值來(lái)度量金融中介將儲(chǔ)蓄轉(zhuǎn)化成貸款的效率。

（3）控制變量。為了降低遺漏變量所帶來(lái)的偏誤，根據(jù)住房市場(chǎng)供需理論，本文選擇的控制變量如下：將人均地區(qū)生產(chǎn)總值、財(cái)政支出、在崗職工平均工資、房地產(chǎn)開(kāi)發(fā)投資額分別作為經(jīng)濟(jì)發(fā)展、基礎(chǔ)設(shè)施建設(shè)、收入水平和房地產(chǎn)投資的代理變量。

2.數(shù)據(jù)來(lái)源及處理

樣本數(shù)據(jù)是中國(guó)35個(gè)大中城市2002年至2017年的年度面板數(shù)據(jù)。對(duì)住房?jī)r(jià)格、人均地區(qū)生產(chǎn)總值、地方財(cái)政支出、在崗職工平均工資和房地產(chǎn)開(kāi)發(fā)投資額5個(gè)指標(biāo)進(jìn)行了去通脹處理和取對(duì)數(shù)處理，以消除可能存在的異方差。各變量及數(shù)據(jù)說(shuō)明如表1。

（三）描述性分析與平穩(wěn)性檢驗(yàn)

1.描述性統(tǒng)計(jì)分析

各變量的描述性統(tǒng)計(jì)分析如表2所示。

2.平穩(wěn)性檢驗(yàn)及協(xié)整檢驗(yàn)

建模之前，需要進(jìn)行面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)，以避免“偽回歸”問(wèn)題。此處采用LLC、IPS和ADF三種單位根檢驗(yàn)方法，結(jié)果見(jiàn)表3。

由表3可知，三種檢驗(yàn)顯示，諸變量中除了scale、structure以外全部通過(guò)了5%顯著性水平下的單位根檢驗(yàn);scale、structure在一階差分之后，也通過(guò)了1%顯著性水平下的單位根檢驗(yàn);需進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)。下文使用Kao檢驗(yàn)、Pedroni檢驗(yàn)，以及Westerlund檢驗(yàn)三種方法來(lái)對(duì)諸變量進(jìn)行協(xié)整性分析，結(jié)果見(jiàn)表4。

由表4可知，在Kao檢驗(yàn)、Pedroni檢驗(yàn)中各統(tǒng)計(jì)量均在1%的顯著水平下拒絕了“不存在協(xié)整關(guān)系”原假設(shè)，Westerlund檢驗(yàn)統(tǒng)計(jì)量在10%顯著水平下拒絕了原假設(shè)，可進(jìn)一步建模分析。

四、實(shí)證結(jié)果與分析

（一）空間自相關(guān)檢驗(yàn)

利用前文構(gòu)建的基于地理距離和經(jīng)濟(jì)距離的空間權(quán)重矩陣，采用莫蘭指數(shù)法對(duì)樣本期內(nèi)中國(guó)35大中城市的住房?jī)r(jià)格進(jìn)行了空間自相關(guān)檢驗(yàn)，結(jié)果見(jiàn)表5。由表5可知，在10%的顯著性水平上，樣本期內(nèi)基于空間距離權(quán)重矩陣的莫蘭指數(shù)都顯著為正;在1%的顯著性水平上，樣本期內(nèi)基于經(jīng)濟(jì)距離權(quán)重矩陣的莫蘭指數(shù)都顯著為正。可見(jiàn)，我國(guó)城市的住房?jī)r(jià)格存在正向的空間依賴性，采用空間計(jì)量方法探討金融發(fā)展對(duì)住房市場(chǎng)的影響是十分必要的。

無(wú)論是從顯著性，還是莫蘭指數(shù)值的大小上看，經(jīng)濟(jì)距離權(quán)重矩陣都明顯優(yōu)于地理距離權(quán)重矩陣。這在一定程度上說(shuō)明，隨著交通、通信、互聯(lián)網(wǎng)等快速發(fā)展，城市之間的聯(lián)系已經(jīng)打破傳統(tǒng)空間距離壁壘，經(jīng)濟(jì)輻射日益顯著，經(jīng)濟(jì)距離反而更能反映住房市場(chǎng)的空間關(guān)聯(lián)。故下文采用經(jīng)濟(jì)距離權(quán)重矩陣展開(kāi)進(jìn)一步的空間效應(yīng)分析。

繪制樣本期內(nèi)基于經(jīng)濟(jì)距離權(quán)重矩陣的莫蘭指數(shù)變化圖（見(jiàn)圖2）。

由圖2可知，樣本期內(nèi)基于經(jīng)濟(jì)距離權(quán)重的莫蘭指數(shù)呈“波浪”型變化，整體上變化不大但仍表現(xiàn)出一定的上升趨勢(shì)。這說(shuō)明城市間住房?jī)r(jià)格并不是獨(dú)立發(fā)展的，已形成了集群分布和逐步加強(qiáng)的正向空間溢出效應(yīng)。莫蘭指數(shù)從整體上反映了住房?jī)r(jià)格的空間關(guān)聯(lián)，而莫蘭散點(diǎn)圖則可以更細(xì)致地反映不同城市周邊的高值和低值集聚?；诮?jīng)濟(jì)距離權(quán)重矩陣的莫蘭散點(diǎn)圖，見(jiàn)圖3-圖6。

限于篇幅，本文只給出了2002年、2007年、2012年和2017年的莫蘭散點(diǎn)圖。由圖可知，樣本期內(nèi)35城市住房?jī)r(jià)格的空間分布具有顯著的規(guī)律性：除了呼和浩特、武漢、福州等少數(shù)幾個(gè)城市，絕大多數(shù)城市都集中分布在一、三象限，再次印證了中國(guó)城市住房?jī)r(jià)格具有的正向空間依賴。具體來(lái)看，北京、上海、廣州、深圳、天津、廈門(mén)等城市始終在第一象限，房?jī)r(jià)呈現(xiàn)“高-高”集聚模式，而西寧、貴陽(yáng)、重慶、石家莊城市等始終處于第三象限，房?jī)r(jià)呈現(xiàn)“低-低”集聚模式。由于各年莫蘭散點(diǎn)圖變化不明顯，可知城市住房?jī)r(jià)格的局部空間格局具有一定的穩(wěn)定性，使用空間計(jì)量方法能更好地刻畫(huà)出金融發(fā)展對(duì)住房市場(chǎng)的影響。

（二）空間溢出效應(yīng)檢驗(yàn)

1.空間模型形式確定

分析空間溢出效應(yīng)之前，需要確定采用哪種空間面板模型形式。根據(jù)LeSage和Pace（2009）[36]的方法，先由LM檢驗(yàn)（拉格朗日乘數(shù)形式及其穩(wěn)健形式）判斷SAR和SEM哪個(gè)適用;再對(duì)SDM進(jìn)行Wald和LR檢驗(yàn)，看是否可以退化為SAR或SEM形式[38];最后進(jìn)行Hausman檢驗(yàn)確定采用固定效應(yīng)還是隨機(jī)效應(yīng)。檢驗(yàn)結(jié)果見(jiàn)表6。

由表6可知，LMerr和LMlag均通過(guò)了1%的顯著性檢驗(yàn)，R-LMerr和R-LMlag也均通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明模型中既包括空間滯后形式，又包括空間誤差形式，應(yīng)采用SDM模型。進(jìn)一步地，Wald和LR檢驗(yàn)拒絕了H0：θ=0和H0：θ+ρβ=0的原假設(shè)，即SDM模型不能化簡(jiǎn)為SAR和SEM模型。Hausman檢驗(yàn)顯示使用固定效應(yīng)的SDM更為合理。

2.SDM模型的估計(jì)與效應(yīng)分解

SDM的估計(jì)結(jié)果見(jiàn)表7。由表可知，W*scale、W*efficiency兩個(gè)變量均在1%的水平上顯著，表示金融對(duì)住房?jī)r(jià)格的影響具有顯著的空間效應(yīng)，再次表明采用空間計(jì)量方法的必要性。由于SDM模型的回歸系數(shù)并不能直接反映解釋變量對(duì)本城市被解釋變量和對(duì)鄰近城市被解釋變量的作用，需通過(guò)偏微分方程將空間效應(yīng)分解為直接、間接效應(yīng)來(lái)反映（見(jiàn)表8）。其中，直接效應(yīng)表示城市金融發(fā)展對(duì)自身住房?jī)r(jià)格的平均影響，間接效應(yīng)則反映城市金融發(fā)展對(duì)鄰近城市住房?jī)r(jià)格的平均影響。

由表8可得到如下結(jié)論：

（1）金融發(fā)展規(guī)模對(duì)住房?jī)r(jià)格的直接效應(yīng)和間接效應(yīng)均顯著且方向相反。對(duì)本地房?jī)r(jià)的直接效應(yīng)系數(shù)為0.0795，對(duì)鄰地房?jī)r(jià)的溢出系數(shù)為-0.2284。金融規(guī)模擴(kuò)大，信貸規(guī)模往往也隨之?dāng)U大，銀行貸款意愿增強(qiáng)、貸款門(mén)檻降低，使更多的購(gòu)房者可能達(dá)到貸款條件，有效緩解居民的流動(dòng)性約束，購(gòu)房需求增加進(jìn)而對(duì)房?jī)r(jià)產(chǎn)生正向影響。雖然此時(shí)房地產(chǎn)企業(yè)的融資成本和融資數(shù)量均有利于增加供給緩解價(jià)格上漲，但對(duì)需求端的作用要更為明顯。金融規(guī)模的擴(kuò)大，生產(chǎn)性、服務(wù)性行業(yè)都將得到更多的金融支持，經(jīng)濟(jì)發(fā)展加快、收入水平整體提高，對(duì)住房?jī)r(jià)格產(chǎn)生正向作用。同時(shí)，本地金融規(guī)模擴(kuò)大，寬松的資金條件和充滿活力的經(jīng)濟(jì)發(fā)展都會(huì)吸引鄰近城市的企業(yè)入駐、投資者轉(zhuǎn)移，進(jìn)而帶動(dòng)更多勞動(dòng)力遷移，可能造成周邊城市經(jīng)濟(jì)下滑、人口流失和住房需求下降，進(jìn)而對(duì)鄰地的房?jī)r(jià)產(chǎn)生負(fù)向作用。

（2）金融發(fā)展結(jié)構(gòu)對(duì)住房?jī)r(jià)格具有顯著的直接效應(yīng)，作用系數(shù)為-3.5834，但間接效應(yīng)并不顯著。金融工具多樣，金融產(chǎn)品和服務(wù)多元，有利于本地企業(yè)和居民不斷發(fā)展的金融需求得到滿足。不僅可以引導(dǎo)社會(huì)資金進(jìn)入更多的投資領(lǐng)域，對(duì)房地產(chǎn)市場(chǎng)盲目投資投機(jī)行為進(jìn)行合理疏導(dǎo)，也可為房地產(chǎn)企業(yè)融資提供更多渠道，進(jìn)而對(duì)房?jī)r(jià)產(chǎn)生負(fù)向影響。樣本期內(nèi)，金融結(jié)構(gòu)的調(diào)整并未對(duì)鄰近城市住房市場(chǎng)產(chǎn)生影響，說(shuō)明金融結(jié)構(gòu)的調(diào)整尚不足以引起城市間要素的流動(dòng)?，F(xiàn)階段，對(duì)于住房市場(chǎng)過(guò)熱的城市，優(yōu)化金融結(jié)構(gòu)可作為調(diào)控房?jī)r(jià)的手段之一。

（3）金融發(fā)展效率對(duì)住房?jī)r(jià)格的直接效應(yīng)和間接效應(yīng)均顯著且方向相反。對(duì)本地房?jī)r(jià)的直接效應(yīng)系數(shù)為0.1961，對(duì)鄰地房?jī)r(jià)的溢出系數(shù)為-1.5890。金融發(fā)展效率提高，意味著融資渠道暢通，金融機(jī)構(gòu)工作效率提高且業(yè)務(wù)成本下降，使購(gòu)房者能更快、更多、更方便地獲得價(jià)格更低的貸款，刺激消費(fèi)者的消費(fèi)欲望，住房需求得到有效釋放，對(duì)房?jī)r(jià)產(chǎn)生正向影響。雖然此時(shí)企業(yè)往往也有能力提供數(shù)量更多、成本更低的住房，但顯然該變量對(duì)需求端的作用要更大。金融效率提高，也有助于金融業(yè)從業(yè)人員收入提高，有助于降低融資企業(yè)的時(shí)間成本和資金成本，提高生產(chǎn)效率和工資水平，進(jìn)而對(duì)本地住房?jī)r(jià)格產(chǎn)生正向影響。與此同時(shí)，本地金融效率提升，專業(yè)的技術(shù)、較低的業(yè)務(wù)成本、更快的業(yè)務(wù)流程增強(qiáng)了其相對(duì)于其他城市的競(jìng)爭(zhēng)優(yōu)勢(shì)，同樣也會(huì)吸引更多要素向該城市集聚，造成鄰地產(chǎn)業(yè)、資本和人口的流失，住房市場(chǎng)需求下降，供給不變時(shí)則房?jī)r(jià)自然也會(huì)下降。

（4）控制變量均對(duì)住房?jī)r(jià)格產(chǎn)生了顯著的直接效應(yīng)，僅有收入水平產(chǎn)生了顯著的間接效應(yīng)，其他變量的間接效應(yīng)不顯著。人均GDP對(duì)本地房?jī)r(jià)的直接效應(yīng)系數(shù)為0.3689。經(jīng)濟(jì)發(fā)展好，本地投資、生產(chǎn)、消費(fèi)活躍，居民收入往往也同步上升。同時(shí)，良好的經(jīng)濟(jì)環(huán)境還會(huì)吸引大量企業(yè)、人力資本進(jìn)入。這些都會(huì)造成本地住房需求增加和房?jī)r(jià)上漲。政府財(cái)政支出每增加1%，本地房?jī)r(jià)將上漲0.1575%。政府支出增加，有利于基礎(chǔ)設(shè)施、公共配套的建設(shè)，城市居住環(huán)境品質(zhì)提升、便捷度提高都會(huì)對(duì)房?jī)r(jià)產(chǎn)生正向影響。收入水平每提高1%，本城市房?jī)r(jià)將上漲0.1590%，鄰近城市房?jī)r(jià)將上漲0.5966%。收入增加，本地居民購(gòu)買(mǎi)力增強(qiáng)，有更多居民有能力全款購(gòu)房或借助金融杠桿實(shí)現(xiàn)購(gòu)房，住房需求增加進(jìn)而推動(dòng)房?jī)r(jià)上漲。同時(shí)，本地居民隨著收入增加和房產(chǎn)增值，在收入效應(yīng)和財(cái)富效應(yīng)作用下，投資能力極大增強(qiáng)，有可能會(huì)選擇鄰近城市住房市場(chǎng)進(jìn)行投資消費(fèi)，進(jìn)而引起鄰地房?jī)r(jià)上漲。房地產(chǎn)投資每增加1%，本地房?jī)r(jià)將下降0.0544%。房地產(chǎn)投資增加，則該城市未來(lái)住房供給將會(huì)增加，居民會(huì)形成未來(lái)房?jī)r(jià)下降的預(yù)期并減少現(xiàn)期購(gòu)房行為，對(duì)住房?jī)r(jià)格產(chǎn)生負(fù)向影響。

綜上可知，由金融規(guī)模、結(jié)構(gòu)和效率3個(gè)維度的估計(jì)結(jié)果來(lái)看，金融發(fā)展的確會(huì)對(duì)中國(guó)城市住房市場(chǎng)產(chǎn)生顯著影響，該結(jié)論驗(yàn)證了假設(shè)1的正確性。由于“虹吸效應(yīng)”的存在，金融發(fā)展會(huì)從規(guī)模、效率兩個(gè)維度上抑制鄰近城市住房?jī)r(jià)格的上漲，即二者的作用存在空間溢出效應(yīng)。該結(jié)論不僅驗(yàn)證了假設(shè)2的正確性，也在一定程度上解釋了住房市場(chǎng)的波動(dòng)與分化現(xiàn)象。

3.穩(wěn)健性檢驗(yàn)

前文基于地理距離空間權(quán)重矩陣的自相關(guān)檢驗(yàn)顯示，在10%的水平上樣本期內(nèi)的莫蘭指數(shù)都顯著為正，故下文基于地理距離權(quán)重矩陣進(jìn)行穩(wěn)健性分析。

LM檢驗(yàn)、Wald檢驗(yàn)和Hausman檢驗(yàn)結(jié)果見(jiàn)表9。由表9可知，LMlag>LMerr，R-LMlag>R-LMerr，且LMlag、R-LMlag的顯著性高于LMerr和R-LMerr，故SAR模型比SEM模型更適合;WALD檢驗(yàn)顯示接受了H0：θ=0的原假設(shè)，SDM模型可以退化為SAR模型;由Hausman檢驗(yàn)可知應(yīng)使用固定效應(yīng)的SAR模型。

參考文獻(xiàn)：

[1] 傅貽忙，周建軍，周穎.金融發(fā)展、空間效應(yīng)與房地產(chǎn)庫(kù)存——理論解釋與實(shí)證檢驗(yàn)[J].系統(tǒng)工程，2018，36（10）：14-29.

[2] 陳長(zhǎng)石，劉晨暉.利率調(diào)控、貨幣供應(yīng)與房地產(chǎn)泡沫——基于泡沫測(cè)算與MS-VAR模型的實(shí)證分析[J].國(guó)際金融研究，2015（10）：21-31.

[3] 吳淑萍，樊穎，楊贊.利率政策對(duì)房?jī)r(jià)的“非對(duì)稱性”影響路徑——基于小波分析和GARCH模型的研究[J].上海金融，2017（2）：3-10.

[4] Pagliari J L. Some Thoughts on Real Estate Pricing[J]. Journal of Portfolio Management， 2017， 43（6）：44-61.

[5] 余華義，黃燕芬.利率效果區(qū)域異質(zhì)性、收入跨區(qū)影響與房?jī)r(jià)溢出效應(yīng)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2015（08）：65-80.

[6] Barkham R. Real Estate and the Great Financial Crisis[J]. World Economics， 2013， 14（3）：5-26.

[7] 朱孟楠，丁冰茜，閆帥.人民幣匯率預(yù)期、短期國(guó)際資本流動(dòng)與房?jī)r(jià)[J].世界經(jīng)濟(jì)研究，2017（7）：17-29，53，135.

[8] Stalder P. Exchange Rate Shocks， Monetary Policy and Boom-Bust Cycles in the Housing Market： An Econometric Analysis for Switzerland[J]. Journal of Business Cycle Research， 2017，12：1-35.

[9] 韓鑫韜，劉星.匯率變化對(duì)房?jī)r(jià)波動(dòng)存在溢出效應(yīng)嗎？——來(lái)自1997-2015年中國(guó)房地產(chǎn)市場(chǎng)的證據(jù)[J].中國(guó)管理科學(xué)，2017，25（4）：7-17.

[10]劉一楠.信貸約束、房地產(chǎn)抵押與金融加速器——一個(gè)DSGE分析框架[J].財(cái)經(jīng)科學(xué)，2017（2）：12-24.

[11]陸嘉瑋，陳文強(qiáng)，賈生華.信貸配置偏好、貸后債務(wù)治理與房地產(chǎn)企業(yè)投資[J].金融經(jīng)濟(jì)學(xué)研究，2017，32（6）：3-12，84.

[12]汪盧俊，謝姍，駱永民.土地財(cái)政和信貸擴(kuò)張?jiān)诜績(jī)r(jià)上漲因素中孰輕孰重？[J].商業(yè)研究，2019（6）：113-118.

[13]李成，李一帆，于海東，等.城市人口、貨幣政策與房地產(chǎn)價(jià)格：內(nèi)在機(jī)理與實(shí)證檢驗(yàn)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2020，42（1）：108-119.

[14]Kelly R， McCann F， OToole C. Credit Conditions， Macroprudential Policy and House Prices[J]. Journal of Housing Economics， 2018，41（9）：153-167.

[15]胡金星，張志開(kāi)，邵翠櫻.房地產(chǎn)信貸與房?jī)r(jià)：來(lái)自中國(guó)35個(gè)大中城市的證據(jù)[J].上海金融，2018（8）：19-24.

[16]Bauer G H. InternationalHouse Price Cycles， Monetary Policy and Credit[J]. Journal of International Money and Finance， 2017，74：88-114.

[17]Chen N K， Chou Y H， Wu J L. Credit Constraint and the Asymmetric Monetary Policy Effect on House Prices[J]. Pacific Economic Review， 2013，18（4）：431-455.

[18]Sá F， Towbin P， Wieladek T. Capital Inflows， Financial Structure and Housing Booms [J]. Journal of the European Economic Association， 2014，12（2）：522-546.

[19]Ampudia M， Mayordomo S. Borrowing Constraints and Housing Price Expectations in the Euro Area[J]. Economic Modelling， 2018， 72（3）：410-421.

[20]Martínez-García E， Grossman V. Explosive Dynamics in House Prices？ An Exploration of Financial Market Spillovers in Housing Markets Around the World[J]. Social Science Electronic Publishing， 2018：1-33.

[21]周少甫，龍威.房?jī)r(jià)、金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響[J].工業(yè)技術(shù)經(jīng)濟(jì)，2020，39（1）：33-40.

[22]潘紅玉，劉亞茹.房?jī)r(jià)、金融發(fā)展與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——基于動(dòng)態(tài)面板的經(jīng)驗(yàn)分析[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（1）：123-128.

[23]盧萬(wàn)青，紀(jì)祥裕.城市房?jī)r(jià)、金融發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——基于中國(guó)地級(jí)市面板數(shù)據(jù)的實(shí)證研究[J].產(chǎn)經(jīng)評(píng)論，2017，8（5）：81-94.

[24]劉顏，鄧若冰.金融集聚對(duì)房地產(chǎn)價(jià)格的影響——基于靜態(tài)與動(dòng)態(tài)面板數(shù)據(jù)的估計(jì)[J].經(jīng)濟(jì)問(wèn)題探索，2017（9）：126-134.

[25]駱永民，劉艷華.金融集聚、人力資本與房?jī)r(jià)——基于PanelVAR模型[J].財(cái)貿(mào)研究，2011，22（4）：93-101.

[26]籍磊，陳立泰，葉長(zhǎng)華.長(zhǎng)江經(jīng)濟(jì)帶金融集聚對(duì)城鎮(zhèn)化影響的機(jī)制研究[J].預(yù)測(cè)，2019，38（3）：70-75.

[27]王弓，葉蜀君.金融集聚對(duì)新型城鎮(zhèn)化影響的理論與實(shí)證研究[J].管理世界，2016（1）：174-175.

[28]陳志剛，關(guān)威.金融發(fā)展、技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)[J].科技管理研究，2017，37（24）：39-44.

[29]鞏鑫，唐文琳，穆軍.金融發(fā)展、要素積累和經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析[J].統(tǒng)計(jì)與決策，2018，34（19）：146-149.

[30]任文龍，張?zhí)K緣，陳鑫.金融發(fā)展、收入水平與居民文化消費(fèi)——基于城鄉(xiāng)差異的視角[J].農(nóng)村經(jīng)濟(jì)，2019（11）：118-127.

[31]任鑫，葛晶.金融發(fā)展、收入結(jié)構(gòu)與城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)[J].宏觀經(jīng)濟(jì)研究，2019（1）：30-36，64.

[32]張倩肖，馮雷.金融發(fā)展與企業(yè)技術(shù)創(chuàng)新——基于中國(guó)A股市場(chǎng)上市公司的經(jīng)驗(yàn)分析[J].統(tǒng)計(jì)與信息論壇，2019，34（5）：25-33.

[33]王淑娟，葉蜀君，解方圓.金融發(fā)展、金融創(chuàng)新與高新技術(shù)企業(yè)自主創(chuàng)新能力——基于中國(guó)省際面板數(shù)據(jù)的實(shí)證分析[J].軟科學(xué)，2018，32（3）：10-15.

[34]王鶴，周少君.城鎮(zhèn)化影響房地產(chǎn)價(jià)格的“直接效應(yīng)”與“間接效應(yīng)”分析——基于我國(guó)地級(jí)市動(dòng)態(tài)空間杜賓模型[J].南開(kāi)經(jīng)濟(jì)研究，2017（2）：3-22.

[35]鞠方，雷雨亮，周建軍.經(jīng)濟(jì)開(kāi)放度、房地產(chǎn)價(jià)格及其空間溢出[J].中國(guó)軟科學(xué)，2016（10）：147-158.

[36]Lesage J， Pace R K. Introduction to Spatial Econometrics[M]. CRC Press，2009.

[37]王志強(qiáng)，孫剛.中國(guó)金融發(fā)展規(guī)模、結(jié)構(gòu)、效率與經(jīng)濟(jì)增長(zhǎng)關(guān)系的經(jīng)驗(yàn)分析[J].管理世界，2003（7）：13-20.

[38]Anselin L， Florax R， Rey S J. Advances In Spatial Econometrics： Methodology， Tools And Applications[M].Berlin： Springer Verlag Press， 2004.

（責(zé)任編輯：周正）