珠三角房价互动关系研究(正).doc
《珠三角房价互动关系研究(正).doc》由会员分享，可在线阅读，更多相关《珠三角房价互动关系研究(正).doc（8页珍藏版）》请在冰点文库上搜索。
珠三角经济区房地产价格互动关系研究
――以广州、深圳、东莞为例
（暨南大学特区港澳经济研究所，广东广州510630）
[内容提要]房地产产品的不可移动性和房地产产品消费的地域性，使得房地产业的发展具有明显的区域性特征。
珠江三角洲房地产业的导向性发展，使其在国家房地产业发展格局中具有突出的带动作用。
本文从珠三角地区不同城市房价联动的现实基础出发，运用相关的计量分析方法，对珠三角典型城市广州、深圳和东莞从1990年至2008年房价的动态一致性及相互关联程度进行实证分析。
结果显示：
三个城市的房价变动有共同趋势；同时，在三个城市之间，房价变动的关联程度有强弱之分。
针对珠三角地区房地产市场价格的收敛性走势，应采取房地产价格调控的区域内联动政策，防止房地产泡沫的区内形成及区域内扩散。
[关键词]珠三角房价联动共同趋势VAR模型
[中图分类号]C812[文献标识码]A[文章编号]
一、引言
经济发达地区是国家经济发展的战略制高点，其房价变动代表着国家房地产价格的基本走向。
珠江三角洲地区作为我国改革开放最早、经济最发达的地区之一，在全国经济社会发展和改革开放大局中具有突出的带动作用和举足轻重的战略地位。
同时也是我国房地产业兴起最早的地区之一。
随着近年来房地产业在珠三角各地区生产总值中所占比重日益提高，其在国民经济中的地位也越来越重要，许多关于珠三角地区房地产业研究的文献相继出现，从已掌握的文献来看，目前国内理论界对房地产价格互动关系的研究，主要集中在区域间房地产价格联动上，对区域内城市间房地产价格互动的研究涉及不多，对珠三角地区房地产价格相互影响及其影响程度方面的研究还是一片空白。
房地产业的区域发展程度取决于一个地区经济的发展水平，反过来又影响该地区的经济发展，它与区域经济的发展相互促进、相互制约。
基于地缘关系、经济实力以及房地产业发展水平等因素的综合考虑，本文选取珠三角的政治经济中心----广州（穗）、经济特区----深圳（深）以及有“世界工厂”之称的东莞（莞）作为研究对象。
拟从这三个城市之间房价的相互影响与作用角度出发，判断同一经济区域内不同城市的房价变动是否存在共同趋势,探讨珠三角地区不同城市之间房地产价格相互影响的机制以及其影响程度的大小。
通过研究与分析，为区域房地产市场一体化及房价互动提供观察视野，从而在理论上为区域城市间房地产价格的总体调控提供支持。
二、珠三角房地产价格关系分析的背景
（一）珠三角地区经济一体化
经济快速发展是房地产市场快速发展的基础，珠三角地区经济持续、快速、稳定增长是极大地刺激了该地区房地产价格的不断上升。
随着近年来区域经济一体化趋势的不断加强，珠三角地区的经济一体化进程也在不断加快、程度不断加深。
珠三角经济增长的核心区的规模将不断扩大、经济实力将大幅度增强，从而加快核心区经济能量向边缘区扩散的进程，随着CEPA的签订以及粤港澳合作的进一步加深，以“香港+深圳+广州”为区域中心城市组
----------------
成的城市带在不久的将来将成为珠三角新的经济核心区，极大地促进了广州、东莞、深圳和香港之间的人力资源、物资、资金和信息等要素的流动。
这在很大程度上推动了珠三角地区房地产市场的融合，加强了各个城市之间的房地产市场的联系，为这些城市的房价联动奠定了基础。
（二）制度、政策环境的一体化
一个地区的开放程度在很大程度上取决于外生的制度决定，因此要实现不同地区之间房地产价格的互动，首先必须保证政策和制度环境的一体化。
伴随着珠三角经济一体化的不断深入，各个城市在制度和政策上也在逐步对接，包括在房地产市场的政策调控上也尽可能保持一致，如深圳发现房价暴涨的主要原因在于土地和住房的供应不足，曾经针对性地提出了旨在增加土地供给的《深圳市住房建设规划（2006-2010）》，而广州也曾在2007年推出了《广州市关于加快住房和土地供应，加强住房管理，稳定住房价格若干问题的意见》（简称“穗七条”），颇具效仿之意；此外，珠三角的各个城市还在着力消除在户籍、就业、医疗保险以及社保等制度层面的障碍，如公积金、医疗保险可以伴随就业城市的变动而变动，极大地促进了珠三角不同城市间的人口流动，也在一定程度上促进了外来人口比重较大的广州、深圳和东莞等城市人群的购房行为，这些政策的推行为珠三角不同城市房地产价格的同向性变动奠定了制度基础。
（三）地缘关系
经济地理学从空间相关的角度上来分析不同地区的联系强度问题。
依据空间相关中的距离衰减定理，即两个地区距离越远，其联系的紧密程度就越低，空间相关程度也就越弱。
从地缘关系上来说，珠三角城市群空间聚集程度高，在地理位置上相互接壤，有较高的经济联系程度，如广州和东莞、东莞和深圳都接壤，根据距离衰减定理，广州与东莞、东莞与深圳都具有较强的空间相关性，其经济联系程度也较高；再者，珠三角城市群，具有比较相近的文化背景以及生活习惯，有利于进一步密切这些城市之间的经济联系，尤其是对于房地产业这种地域性特征比较强的行业来说，有利于推动不同城市之间的房地产市场的融合，促进不同城市之间的房地产价格的协调、互动。
（四）交通设施的一体化
珠江三角洲的海、陆、空交通体系都十分健全，海运方面拥有深圳的盐田港等，内陆水运方面十分发达；空运方面拥有广州新白云机场和深圳宝安国际机场；不过最重要的是，珠三角地区拥有十分便捷陆路交通，尤其是其四通八达的高速公路网。
以广州为轴点，包括有广深、广惠、广佛、广珠（京珠）高速公路系统。
有目前在建的珠三角轻轨系统：
以广州为中心的“一小时通勤圈”，由轻轨铁路承担，将形成两条南北向干线和三条东西向辅助线，两条南北干线包括广深主轴（新建广州—莞城—深圳线）和广珠主轴（新建广州—顺德—中山—珠海线）；三条东西向辅助线包括广州—佛山—肇庆线、东莞—惠州线和中山—江门线。
建成后将与高速公路系统和跨伶仃洋桥梁系统（如广州南沙地区和东莞连接起来的虎门大桥）共同构筑成最发达的地区陆路交通网络。
依托这样一个快速便捷的蛛网型交通网络，可以促进珠三角地区的人力、资源、资金的有序流动，方便人们将生活与工作的地点分开，从而促使不同城市房价的同步变动。
（五）消费者的理性预期
房地产作为兼有实体经济性与虚拟性双重特性的特殊产业，其虚拟性使得消费者对其作为一种投资品成为可能。
在满足经济一体化程度不断加深、政策环境大致相同、交通便利等条件的前提下，珠三角不相邻的城市购房者的投机性需求不断增加，消费者容易受房价较高或房地产市场较为发达城市房价变动的影响，对本地区的房价进行预期。
像广州和深圳之间的房价关系，广州房价变动在很多时候都会受到购房者这种适应性预期的影响。
三、珠三角房地产价格关系的实证分析
（一）研究方法
本文采用的实证分析方法是VAR方法。
VAR方法遵循以数据说明问题的思路,在建模的过程中并不强调以经济理论作为支撑,而是利用模型中每一个方程的内生变量对模型的全部内生变量的滞后值进行回归,从而估计全部内生变量的动态关系。
脉冲响应函数是用于衡量一个标准差冲击对内生变量当期和未来取值影响的变动轨迹,它能直观地刻画出变量之间的动态交互作用及其效应。
同时根据预测方差分解结果以将系统的预测均方差分解成系统中各变量冲击所做的贡献。
鉴于本文是对珠三角地区房地产价格的互动关系进行研究，各个变量存在显著的自相关关系，需要考虑因变量滞后项对因变量当期的影响。
故选用VAR方法进行研究。
（二）数据来源
通过广东统计年鉴、房地产统计年鉴以及广州、深圳、东莞统计年鉴，获得了广州、深圳、东莞的商品房销售额以及对应的销售面积，然后依据“商品房均价=商品房销售额/商品房销售面积”的计算公式，分别计算出广州（GZ）、深圳（SZ）和东莞（DG）的商品房均价，本文正是以计算出来的商品房均价作为研究对象，时间序列跨度为1990年至2008年。
表1穗、深、莞三地商品房价格（1990～2008，单位：
元/平方米）
年份
广州
深圳
东莞
1990
1139.02
1692.04
551.33
1991
1359.70
2898.61
450.12
1992
1798.93
3226.32
872.03
1993
3116.20
4046.22
1435.32
1994
3738.64
4568.83
1587.63
1995
3156.48
5211.02
2757.67
1996
5109.14
6488.52
1685.74
1997
5062.71
6506.18
1811.46
1998
4842.32
5926.87
2618.50
1999
4303.59
5502.76
2329.15
2000
4294.11
5717.99
2605.08
2001
4262.33
5818.34
2917.25
2002
4200.03
5802.08
2976.83
2003
4210.72
6256.31
2910.59
2004
4537.00
6758.76
3685.39
2005
5366.06
7582.26
3709.77
2006
6547.94
9385.31
4220.63
2007
8673.08
13369.53
5148.27
2008
8853.18
12796.48
5566.78
资料来源：
由广东统计年鉴（1990～2008）以及广东统计信息网整理而得。
（三）实证分析过程
1、单位根检验。
在进行房价联动性分析之前，先对广州（GZ）、深圳（SZ）和东莞（DG）三地的房价序列进行平稳性检验（即单位根检验），以避免出现“谬误回归”现象，检验结果如表2所示。
由表2的检验结果表明，广州（GZ）、深圳（SZ）和东莞（DG）的房价序列均为非平稳序列，经过一阶差分以后均为平稳序列。
所以，广州（GZ）、深圳（SZ）和东莞（DG）的房价序列均为I
（1），即一阶单整变量。
表2广州（GZ）、深圳（SZ）和东莞（DG）房价的单位根检验
变量
检验类型（C,T,K）
ADF检验值
不同显著水平下的临界值
检验结果
1%
5%
10%
GZ
（C,1,0）
-1.137137
-4.571559
-3.690814
-3.286909
不平稳
SZ
（C,1,0）
-0.943627
-4.571559
-3.690814
-3.286909
不平稳
DG
（C,1,0）
-2.371058
-4.571559
-3.690814
-3.286909
不平稳
GZ
（C,1,1）
-3.342346
-4.616209
-3.710482
-3.297799
平稳
SZ
（C,1,1）
-3.311820
-4.616209
-3.710482
-3.297799
平稳
DG
（C,1,1）
-5.766316
-4.616209
-3.710482
-3.297799
平稳
注：
表中表示一阶差分；检验形式（C,T,K）中的C，T，K分别表示单位根方程中所包括的常数项、时间趋势项和滞后阶数；，，分别表示1%，5%，10%的显著性水平。
2、协整关系检验
检验协整的方法有两种：
一种是Engle-Granger（1987）（简称EG法）两步法；另一种是Johansen（1988）的多变量系统最大似然估计检验法。
EG两步法使用于检验两变量之间的协整关系，而Johansen协整检验适用于多变量协整关系的检验。
下面采用Johansen（1988）的最大似然估计检验法来研究穗、深、莞三地的房价协整关系，检验结果如表3所示。
由表3检验结果可知，广州、深圳、东莞的房价序列之间存在1个协整关系。
依据Bernard和Durlauf（1995，1996）的研究，广州、深圳、东莞的房价增长具有相似的变化趋势。
表3广州、深圳、东莞房价的协整关系检验
特征根
迹检验统计量
5%显著水平
1%显著水平
假设值
0.724112
21.89190
21.13162
25.86121
无*
0.363220
7.672621
14.26460
18.52001
最多一个
注：
表示在5%显著水平上拒绝零假设。
3、格兰杰（Granger）因果关系检验
表3的检验结果虽然显示了广州、深圳、东莞三地的房价变动存在共同趋势，但这仅仅是从整体层面来分析的，至于三个地区的房价相互之间的关系如何，是否存在因果关系，则需要进一步分析。
本文采用了格兰杰（Granger）因果关系检验法对三地的房价进行检验。
依据表4的Granger因果关系检验的结果，我们可以发现深圳对广州、东莞的房价均存在比较显著的单向因果关系；而广州和东莞则互为双方房价变动的Granger原因。
三者之间的相互作用关系如图1所示。
从国外对城市间的房价联动性的研究成果来看，同一个区域内不同地区的房价相互作用可以分为两种：
相邻城市间房价的相互影响和非相邻城市间房价的相互影响。
相邻城市间房价作用的机制一般情况下是区域中心城市房价先变动，随后引起周边地区房价向着相同的方向变动，像深圳与东莞的房价关系，深圳作为珠三角地区的中心城市，其房价的变动对与之相邻的东莞的房价走势具有很强的带动作用。
非相邻城市的房价作用机制则不大一样，由于某一城市的市场参与者无法准确判断本地区的房地产的实际价值，往往根据其他城市房地产市场的基本状况来对本地区的房地产市场价格进行预期，也就通常所说的消费者适应性预
表4广州、深圳、东莞三地房价的Granger因果关系检验
原假设
变量
F统计量
概率
深圳不是广州的Granger原因
18
7.42244
0.01567*
广州不是深圳的Granger原因
0.66685
0.42693
东莞不是广州的Granger原因
18
5.86825
0.02854*
广州不是东莞的Granger原因
3.52967
0.07985**
东莞不是深圳的Granger原因
18
2.51860
0.13336
深圳不是东莞的Granger原因
3.39231
0.08536**
注：
，，分别表示在5%，10%的显著性水平上拒绝原假设。
期，容易产生房地产的投机行为。
如广州和深圳的房价关系，两个城市作为珠三角地区经济的两个增长极，虽然并不接壤，中间隔着东莞，但是深圳的房价对广州房价依然存在着非常显著的影响，其实很大程度上是消费者的适应性预期在起作用。
广州
东莞
深圳
相邻互动
单向推动
适
适应性
预期推动
图1穗、深、莞房价互动关系
4、方差分解
Johansen协整检验只能说明不同地区的房价是否存在协整关系，但却都不能证明这三个城市相互之间房价的影响程度如何。
因此，有必要对广州、深圳和东莞三地的房价做进一步分析，以确定哪个城市的房价变动对这个地区的房价走势的影响力最强以及三个城市的房价之间相互作用程度，本文根据VAR模型进行方差分解分析，将广州、深圳以及东莞的房价分别表述成该城市与其它两个城市的房价指数线性函数。
为避免异方差的出现，将对穗、深、莞三地的房价数据进行对数化处理，再根据依据AIC和SC准则，建立滞后阶数为1且带有截距项的三变量VAR模型，经过EVIEWS回归检验可以得到如下三个方程（注：
小括号中数值为标准误，中括号中的数值为t统计量）。
（1）LNGZ=-0.11567*LNGZ（-1）+0.857333*LNSZ（-1）+0.181933*LNDG（-1）+0.543431
（0.25131）（0.27584）（0.11821）（0.75421）
[-0.46027][3.10809][1.53901][0.72053]
（2）LNSZ=-0.346646*LNGZ（-1）+0.925763*LNSZ（-1）+0.206581*LNDG（-1）+2.028576
（0.25003）（0.27443）（0.11761）（0.75037）
[-1.38642][3.37335][1.75645][2.70342]
（3）LNDG=0.03035*LNGZ（-1）+0.77306*LNSZ（-1）+0.35194*LNDG（-1）-1.819455
（0.42394）（0.46532）（0.19942）（1.27231）
[0.07159][1.66134][1.76481][-1.43004]
这三个VAR方程中的所估计的系数大多数都是显著的，只有个别系数不显著，这很可能是因为一个方程有同样变量的滞后值而产生的多重共线性所引起的。
但从各个方程的整体来看，都是统计显著的，从三个方程各自的拟合优度（调整R2系数分别为0.92、0.89、0.87）就可以看出来。
为得出广州、深圳和东莞三个地区房价的相互作用程度，必须依据以上三个VAR模型，并且经过500次的MonteCarlo（重复抽样检验）模拟，分别对广州、深圳和东莞的房价进行方差分解，分解结果如图2所示。
图2穗、深、莞房价波动的方差分解图
根据房价波动最后的稳定状态，我们将房价的波动期分成10期，并且依据三个城市对自身以及对相邻其它城市房价变动的贡献程度，从内部的累积效应和外部的溢出效应两个角度进行分析。
第一、内部累积效应分析。
由图2可以看到，深圳房价的波动主要是受自身内部原因（如经济发展水平、居民收入水平、外商直接投资以及城市化水平等等）的影响比较大，其过去的房价变化对未来的房价贡献度在第1期达到了100%，从第4期以后开始趋于稳定，稳定后的自我累积贡献度也达到75%左右；广州的房价对自身价格波动的贡献程度在第一期达到将近80%，第五期以后基本上稳定在30%的水平上，这可能与广州作为国际化大都市和珠三角政治经济中心，受外来因素影响以及各种政策管制较大有关；东莞的房价对自身价格波动的贡献程度则相对较高，在第7期达到稳定以后的达到55%左右。
由此可见，这三个城市的内部自我累积效应差别较大，其中深圳的自我累积效应最强，东莞次之，广州最弱。
第二、外部溢出效应分析。
先从深圳来看，广州和东莞的房价波动对深圳房价的变动在第5期以后均稳定在15%左右；而深圳房价波动对广州房价变动的贡献度在第6期稳定以后则高达50%，大大超过了广州的自我累积效应，东莞房价波动对广州房价的贡献度在第四期稳定以后也只有10%左右；至于东莞，深圳的房价波动对其房价变动的贡献度在第8期稳定以后达到40%，广州的贡献度只有10%左右。
广州、东莞的房价变动在很大程度上随深圳房价的变动的影响。
通过以上对广州、深圳和东莞房价的动态联动性影响分析表明：
作为珠三角经济发展增长极之一的深圳，其房价的增长主要是依靠自身的“累积效应”，并且通过自身内部的“累积效应”而产生出巨大的外部“溢出效应”，对广州和东莞的房价起到很大的带动作用，充分体现了其在珠三角地区的经济增长极的地位与作用；广州和东莞的房价变动对深圳房价影响则相对较小，但广州房价变动对深圳房价影响大于东莞房价变动对深圳房价的影响；而就广州和东莞两地房价的关系而言，广州房价变动对东莞房价具有一定的影响，展望未来，随着广州“十一五”规划中的“东进西联、南拓北优”战略的实施，尤其是南沙地区的开发，广州对东莞房价的影响有望进一步加强；至于东莞的房价变动无论是对深圳房价还是广州房价，影响都是比较微弱的。
四、结论及建议
本文基于珠三角地区不同城市房价联动的现实背景，运用VAR方法，对珠三角地区的典型城市广州、深圳和东莞的房价互动进行分析，结果表明三个城市的房价变动有共同趋势且这三个城市间房价影响的相互作用存在作用力的大小。
为促进珠三角区域内房地产市场的协调发展，防止房地产泡沫的区内形成及区域内扩散，应采取相应的对策措施。
第一，加强对珠三角地区不同城市房价的跟踪监测。
要加强对珠三角地区不同城市房价动态的监测，特别是要加强对珠三角典型城市房价的监测分析，掌握珠三角房地产市场价格变动的新情况、新特点和新问题，为判断区域房地产价格走势提供参考；要加强对珠三角房地产价格形成机制和调节机制的研究，为国内其它地区房地产价格形成与改革提供经验借鉴。
第二，制定珠三角区域性的房地产管理政策。
一个地区经济发展水平、信息化程度、自然资源的禀赋等都将决定该地区房地产产品的供给和发展。
因此，受多种因素影响，使得房地产业的发展及周期波动具有鲜明的区域特征。
发达经济区域房地产升值的潜力较大，成为房地产商和投机者的投资热点。
发达地区人们对房价的预期对本期房价的短期波动有较大影响，这种预期的支撑会使房价脱离真实价值而出现泡沫。
因此要实行房地产管理政策区域化。
第三，建立珠三角房地产区域调控的协调机机制。
要按照市场化的原则，构建珠三角房地产区域调控的新机制，维护房地产价格水平的基本稳定。
针对区内各城市房价波动差异、影响因素的不同及回归均衡水平的速度不同，各城市相关管理部门在区域内协调一致的前提下，可以采取因地制宜、差别对待的政策，以实现有效控制区内各城市房价的增长。
参考文献：
[1]洪涛,西宝,高波.房地产价格区域间联动与泡沫的空间扩散----基于2000~2005年中国35个大中城市面板数据的实证检验[J].统计研究，2007（8）。
[2]王先柱.VAR模型框架下房地产业与经济增长关系的实证检验[J].经济问题，2007（7）.
[3]张木生,尚力强等.深圳、广州、东莞房地产市场税收政策调研报告[J].税务研究，2006（8）.
[4]王子成,明娟.珠三角房地产泡沫测度实证研究----以广州为例[J].经济地理,2007（9）.
[5]AndrewB.Bernard,StevenN.Durlauf.Interpretingtestsoftheconvergencehypothesis[J].JournalofEconometrics71（1996）161-173.
[6]位志宇,杨忠直.长三角房价走势的趋同性研究[J].南京师大学报（社会科学版），2007（5）.
TheInteractionandRelevanceDegreeoftheHousingPrice
AmongPearlRiverDeltaRegion
—TakeGuangzhou,ShenzhenandDongguanasanExample
（SEZsandHongkong-MacaoEconomyResearchInstituteofJinanUniversity,Guangzhou510630,China）
Abstract:
TheimmobilityandregionalconsumptionmakethedevelopmentofRealEstate
升级会员 