﻿ 城市化与工业化对我国房价影响路径差异的研究

# 城市化与工业化对我国房价影响路径差异的研究A Study on the Impact Paths of Industrialization and Urbanization on Real Estate Prices in China

Abstract: This paper is to introduce Structural Equation Modeling (SEM) into the research field of real estate prices influencing factor for the first time. The different paths and modes of industrialization and urbanization impact on real estate prices are revealed. The empirical analysis shows that there are obvious differences between the impact paths and modes of urbanization and industrialization on real estate prices. Although both have a positive direct impact on realestate prices, the indirect effects of the two are quite different. Among them, industrialization affects the change of house prices through the role of air pollution. Urbanization affects house prices through the perspective of residents’ living conditions (income, per capita GDP) and exhaust emissions. In addition, industrialization also plays a role in the adjustment of industrial structure, while the role of population in urbanization on exhaust emissions is “inverted U”, which in turn has an effect on housing prices. The threshold of the role of urban population in housing prices exists (turning point 0.615), that is, under normal circumstances, when the proportion of urban population exceeds the threshold, it will cause the housing prices in the region to drop. From the perspective of controlling housing prices, we should focus on the role of urbanization.

1. 引言

2. 文献综述

3. 研究方法与数据处理

3.1. 研究方法

Figure 1. Theoretical model of influencing factor path analysis

SEM模型：结构方程模型简记为SEM，与传统计量方法的差异主要在于其可以容纳可观测到的显性变量，也可以容纳无法直接观测获取的潜在变量。该模型主要由两部分组成：测量方程与结构方程，分别反映的是潜变量与指标、潜变量间的联系。具体模型如下：

$\begin{array}{l}{y}_{p×1}={\Lambda }_{yp×m}{\eta }_{m×1}+{\epsilon }_{p×1}\\ {x}_{q×1}={\Lambda }_{xq×n}{\xi }_{n×1}+{\delta }_{q×1}\end{array}$

${\eta }_{m×1}={Β}_{m×m}{\eta }_{m×1}+{\Gamma }_{m×n}{\xi }_{n×1}+{\epsilon }_{m×1}$

3.2. 变量选择与来源

Table 1. Index of housing price and its influencing factors

Table 2. Single factor test of latent variables

4. 实证分析

Table 3. SEM model estimation results

Figure 2. Influence mode and path of urbanization and industrialization on housing price

5. 结论

1) 二者对省际房价的作用路径与模式存在着明显的差异。

2) 从直接作用路径来讲，城市化与工业化对房价均存在着直接作用，且二者的作用模式也表现的一致，均为正向关系。从一阶间接作用的角度来讲，工业化通过对空气污染状况的作用来影响房价的变化，城市化则是通过对居民生活状况(收入、人均GDP)的角度来影响房价。

3) 从二阶间接作用的角度来看，工业化不存在二阶作用，而城市化则会通过废气排放的途径对房价产生影响。除此之外，工业化还通过对产业结构调整的作用，来影响城市化，进而对房价产生作用；而平均气温也会通过对废气排放的影响来对房价产生二次作用。

4) 从城市化中人口比重对废气排放的作用是“倒U型”，进而对房价产生作用，市区人口比重对房价作用存在阈值(转折点为0.615)，也就是说，在一般情况下，当某省份的市区人口比重超出该阈值，将会引起其房价下降。因此，从调控房价的角度来看，应该将重心放在城市化的作用路径上。

[1] Gabriel, S.A., Mattey, J.P. and Wascher, W.L. (1999) House Price Differentials and Dynamics: Evidence from the Los Angeles and San Francisco Metropolitan Areas. Economic Review Federal Reserve Bank of San Francisco, 1, 3-22.

[2] Vandana, D. (2012) Urbanization and Housing the Poor: Overviews. International Encyclopedia of Housing and Home, 7, 212-218.
https://doi.org/10.1016/B978-0-08-047163-1.00019-9

[3] 骆永民. 城市化对房价的影响: 线性还是非线性?——基于四种面板数据回归模型的实证分析[J]. 财经研究, 2011, 37(4): 135-144.

[4] 邓翔, 孔红枚. 基于动态面板模型的城市化与房价关系研究[J]. 统计与决策, 2013(12): 105-107.

[5] 刘广平, 陈立文, 陈晨, 李丹妮. 城镇化、城乡收入差距与房价研究——一个调节效应模型的实证分析[J]. 软科学, 2016, 30(6): 39-42.

[6] 陈石清, 朱玉林. 中国城市化水平与房地产价格的实证分析[J]. 经济问题, 2008(1): 47-49.

[7] 况伟大. FDI与房价[J]. 经济理论与经济管理, 2013(2): 51-58.

[8] 王立平, 李艳萍. 城镇化水平、FDI与房价——基于泛长三角的空间计量研究[J]. 华东经济管理, 2014, 28(7): 42-47.

[9] 姜松, 王钊. 中国城镇化与房价变动的空间计量分析[J]. 科研管理, 2014, 35(11): 163-170.

[10] 张协奎, 林剑, 陈伟清, 安晓明, 韦玮, 张泽丰. 广西北部湾经济区城市群可持续发展对策研究[J]. 中国软科学, 2009(5): 184-192.

[11] 黄淳. 我国城市住房供给制度与工业化关系的理论分析[J]. 经济理论与经济管理, 2009(4): 18-24.

[12] 于守华. 城镇化、工业化与房地产价格之间的动态关系[J]. 财经理论研究, 2013(4): 16-23.

[13] 楚尔鸣, 曹策. 城镇化、房价与产业结构升级[J]. 经济问题探索, 2018(3): 83-89.

[14] 王拉娣, 安勇. 居民收入差距、预期对城市房价的影响[J]. 经济问题探索, 2016(12): 53-59.

[15] 刘刚, 冯伟杰. 中国房价波动影响居民收入差距的时空差异分析[J]. 统计与决策, 2016(6): 95-98.

[16] 鞠方, 雷雨亮, 周建军. 房价波动、收入水平对住房消费的影响——基于SYS-GMM估计方法的区域差异分析[J]. 管理科学学报, 2017, 20(2): 32-42.

[17] 陈晓, 张文杰. 相对房价差异与地区产业结构——基于我国省际面板数据的实证分析[J]. 商业研究, 2017(11): 133-140.

[18] 陈永伟, 陈立中. 为清洁空气定价: 来自中国青岛的经验证据[J]. 世界经济, 2012, 35(4): 140-160.

[19] 刘晓罡. 基于房价视角的北京市居民空气质量支付意愿研究[D]: [硕士学位论文]. 上海: 上海师范大学, 2017.

[20] 杜雯翠, 冯科. 城市化会恶化空气质量吗?——来自新兴经济体国家的经验证据[J]. 经济社会体制比较, 2013(5): 91-99.

[21] Dinda, S. (2004) Environmental Kuznets Curve Hypothesis: A Survey. Ecological Economics, 49, 431-455.
https://doi.org/10.1016/j.ecolecon.2004.02.011

Top