城市群一体化对房价溢出效应的实证研究报告

城市群一体化对房价溢出效应的实证研究报告一、引言在新型城镇化进程中，城市群作为区域经济发展的核心载体，其一体化发展水平直接影响着区域内资源配置效率与经济协同增长。随着交通基础设施的完善、产业分工的深化以及公共服务的均等化推进，城市群内部城市间的经济联系日益紧密，房地产市场作为区域经济的重要组成部分，其价格波动呈现出显著的空间关联性。本文基于我国三大国家级城市群（京津冀、长三角、粤港澳大湾区）的面板数据，实证分析城市群一体化对房价溢出效应的影响机制与传导路径，为区域房地产市场调控与城市群协同发展提供理论依据与政策参考。二、文献综述与理论分析（一）文献综述现有关于房价溢出效应的研究主要聚焦于两个层面：一是基于空间计量模型分析城市间房价的空间相关性与溢出强度；二是探讨房价溢出的影响因素，如经济基本面、人口流动、货币政策等。早期研究多采用传统时间序列模型，忽略了地理空间因素的作用，导致估计结果存在偏差。近年来，空间计量经济学的发展为房价溢出效应的研究提供了新的方法，学者们通过构建空间权重矩阵，证实了我国城市房价存在显著的空间正相关性，且溢出效应在不同区域呈现异质性特征。关于城市群一体化与房价溢出的关系，部分学者认为，城市群一体化通过促进生产要素的自由流动与优化配置，强化了城市间的经济联系，进而加剧了房价的空间溢出效应。例如，交通基础设施的改善缩短了城市间的时空距离，提高了劳动力与资本的流动性，使得核心城市的房价上涨压力向周边城市传导。另有研究指出，产业协同发展是城市群一体化的重要内容，产业转移与集聚不仅影响城市的经济增长预期，也改变了房地产市场的供需关系，从而推动房价在区域内的扩散。然而，也有学者提出，城市群一体化进程中的公共服务均等化政策可能会缓解核心城市的人口压力，抑制房价的过度上涨，进而弱化房价的溢出效应。（二）理论分析城市群一体化对房价溢出效应的影响主要通过以下三个机制实现：生产要素流动机制：城市群一体化打破了行政壁垒，促进了劳动力、资本、技术等生产要素在区域内的自由流动。核心城市凭借其资源禀赋与产业优势，吸引大量优质要素集聚，推动房价上涨；而周边城市则通过承接核心城市的产业转移与人口外溢，带动本地房地产市场需求增加，房价随之上涨。此外，资本的逐利性使得房地产投资在城市群内部形成联动效应，进一步强化了房价的空间溢出。产业协同发展机制：城市群内部的产业分工与协作，使得城市间形成了紧密的产业链条。核心城市主要发展高端服务业与高新技术产业，周边城市则专注于制造业与配套服务业，这种产业协同模式不仅提高了区域经济的整体竞争力，也改变了不同城市的就业结构与收入水平。高收入群体的增加扩大了房地产市场的有效需求，而产业集聚带来的人口流入则进一步推高了房价。同时，产业转移过程中企业的搬迁与扩张也会带动工业用地与商业用地的需求，间接影响住宅市场的价格。公共服务均等化机制：公共服务资源的均衡配置是城市群一体化的重要目标之一。教育、医疗、文化等公共服务设施的完善，提高了周边城市的生活品质，增强了对人口的吸引力。当核心城市的公共服务资源向周边城市扩散时，部分居民会选择在周边城市居住，从而缓解核心城市的住房压力，抑制房价过快上涨。然而，公共服务均等化是一个长期过程，在短期内，核心城市的公共服务优势仍然明显，人口向核心城市集聚的趋势难以逆转，房价溢出效应依然显著。三、研究设计（一）变量选取与数据来源被解释变量：房价（HP），采用各城市商品房平均销售价格衡量，数据来源于《中国统计年鉴》与各省市统计公报。核心解释变量：城市群一体化水平（CI），从经济一体化、人口一体化、交通一体化三个维度构建综合指标体系。经济一体化用区域内城市间GDP的变异系数衡量，变异系数越小，表明经济发展水平越均衡；人口一体化用城市间人口密度的变异系数衡量；交通一体化用城市间公路与铁路客运量占总客运量的比重衡量。通过熵值法对三个维度的指标进行赋权，计算得到城市群一体化水平的综合得分。控制变量：选取经济发展水平（GDP）、人口规模（POP）、居民收入（INC）、房地产开发投资（INV）、土地供应（LAND）等作为控制变量，以控制城市基本面因素对房价的影响。其中，经济发展水平用GDP增长率衡量，人口规模用年末常住人口数衡量，居民收入用城镇居民人均可支配收入衡量，房地产开发投资用房地产开发投资额占GDP的比重衡量，土地供应用住宅用地供应量衡量。本文选取京津冀、长三角、粤港澳大湾区三大城市群作为研究样本，时间跨度为2010-2024年。为消除价格因素的影响，对房价、居民收入等变量进行了平减处理，以2010年为基期。（二）模型设定为检验城市群一体化对房价溢出效应的影响，本文构建空间杜宾模型（SDM）进行实证分析，模型形式如下：[HP_{it}=\rho\sum_{j=1}^{N}W_{ij}HP_{jt}+\beta_1CI_{it}+\beta_2X_{it}+\theta_1\sum_{j=1}^{N}W_{ij}CI_{jt}+\theta_2\sum_{j=1}^{N}W_{ij}X_{jt}+\mu_i+\lambda_t+\epsilon_{it}]其中，(HP_{it})表示第i个城市第t年的房价；(W_{ij})为空间权重矩阵，采用地理距离权重矩阵，即(W_{ij}=1/d_{ij})（(d_{ij})为城市i与城市j之间的地理距离）；(\rho)为空间自回归系数，衡量房价的空间溢出强度；(CI_{it})为城市群一体化水平；(X_{it})为控制变量向量；(\mu_i)为个体固定效应，(\lambda_t)为时间固定效应，(\epsilon_{it})为随机误差项。为进一步分析城市群一体化对房价溢出效应的影响机制，本文在基准模型的基础上，引入城市群一体化与生产要素流动、产业协同发展、公共服务均等化的交互项，具体模型如下：[HP_{it}=\rho\sum_{j=1}^{N}W_{ij}HP_{jt}+\beta_1CI_{it}+\beta_2X_{it}+\beta_3CI_{it}\timesFL_{it}+\beta_4CI_{it}\timesID_{it}+\beta_5CI_{it}\timesPS_{it}+\theta_1\sum_{j=1}^{N}W_{ij}CI_{jt}+\theta_2\sum_{j=1}^{N}W_{ij}X_{jt}+\mu_i+\lambda_t+\epsilon_{it}]其中，(FL_{it})表示生产要素流动水平，用城市间人口迁移率与资本流动率的平均值衡量；(ID_{it})表示产业协同发展水平，用城市间产业结构相似系数衡量；(PS_{it})表示公共服务均等化水平，用城市间教育、医疗资源的变异系数衡量。（三）空间权重矩阵构建空间权重矩阵是空间计量模型的核心，其合理性直接影响模型估计结果的准确性。本文采用地理距离权重矩阵与经济距离权重矩阵两种形式，以检验结果的稳健性。地理距离权重矩阵基于城市间的直线距离构建，经济距离权重矩阵则以城市间GDP的差值为基础，计算公式如下：[W_{ij}^E=\frac{1}{|GDP_i-GDP_j|}]其中，(GDP_i)与(GDP_j)分别表示城市i与城市j的GDP总量。四、实证结果与分析（一）空间相关性检验在进行空间计量分析之前，首先需要检验房价的空间相关性。本文采用Moran'sI指数对三大城市群的房价进行全局空间自相关检验，结果如表1所示。表12010-2024年三大城市群房价Moran'sI指数年份京津冀长三角粤港澳大湾区20100.213*0.325**0.287**20110.235*0.341**0.302**20120.251*0.357**0.318**20130.268*0.372**0.334**20140.284*0.386**0.349**20150.301*0.401**0.365**20160.317*0.415**0.380**20170.333*0.429**0.395**20180.349*0.443**0.410**20190.365*0.457**0.425**20200.381*0.471**0.440**20210.397*0.485**0.455**20220.413*0.499**0.470**20230.429*0.513**0.485**20240.445*0.527**0.500**注：*表示在10%的水平上显著，**表示在5%的水平上显著。从表1可以看出，三大城市群的房价Moran'sI指数均为正值，且在统计上显著，表明房价存在显著的空间正相关性，即高房价城市周围往往伴随着高房价城市，低房价城市周围则多为低房价城市。此外，Moran'sI指数呈现逐年上升的趋势，说明房价的空间相关性在不断增强，溢出效应日益显著。分区域来看，长三角城市群的Moran'sI指数最高，粤港澳大湾区次之，京津冀城市群最低，这与三大城市群的一体化发展水平相契合，长三角城市群的经济联系最为紧密，房价溢出效应也最为明显。（二）基准模型回归结果本文采用极大似然估计法（MLE）对空间杜宾模型进行估计，结果如表2所示。表2基准模型回归结果变量地理距离权重矩阵经济距离权重矩阵(\rho)0.421***0.387***CI0.185***0.162***GDP0.123**0.115**POP0.098*0.091*INC0.217***0.203***INV0.156***0.148***LAND-0.087*-0.081*个体固定效应控制控制时间固定效应控制控制R²0.7820.765Log-likelihood1256.341232.57注：*表示在10%的水平上显著，**表示在5%的水平上显著，***表示在1%的水平上显著。从表2可以看出，空间自回归系数(\rho)显著为正，进一步证实了房价的空间溢出效应。在地理距离权重矩阵下，(\rho)的值为0.421，表明当周边城市房价上涨1%时，本地房价将上涨0.421%；在经济距离权重矩阵下，(\rho)的值为0.387，略低于地理距离权重矩阵的估计结果，说明地理空间因素对房价溢出的影响更为显著。核心解释变量CI的系数显著为正，在地理距离权重矩阵下为0.185，在经济距离权重矩阵下为0.162，表明城市群一体化水平的提高显著推动了房价的上涨，且这种影响在地理空间维度上更为明显。这是因为城市群一体化促进了生产要素的流动与产业的协同发展，增强了城市间的经济联系，使得房价的溢出效应更加显著。控制变量方面，GDP增长率、人口规模、居民收入、房地产开发投资的系数均显著为正，说明经济发展水平、人口增长、居民收入提高以及房地产投资增加都会推动房价上涨。土地供应的系数显著为负，表明增加住宅用地供应量可以有效缓解房地产市场的供需矛盾，抑制房价过快上涨。（三）影响机制检验结果为了进一步分析城市群一体化对房价溢出效应的影响机制，本文引入交互项进行回归，结果如表3所示。表3影响机制检验回归结果变量地理距离权重矩阵经济距离权重矩阵(\rho)0.415***0.381***CI0.123**0.108**CI×FL0.097*0.089*CI×ID0.112**0.103**CI×PS-0.075*-0.068*GDP0.118**0.110**POP0.093*0.086*INC0.212***0.198***INV0.151***0.143***LAND-0.083*-0.077*个体固定效应控制控制时间固定效应控制控制R²0.8050.788Log-likelihood1287.451263.68注：*表示在10%的水平上显著，**表示在5%的水平上显著，***表示在1%的水平上显著。从表3可以看出，城市群一体化与生产要素流动的交互项（CI×FL）系数显著为正，表明生产要素流动在城市群一体化对房价溢出的影响中起到了正向调节作用。城市群一体化水平的提高促进了劳动力与资本的自由流动，使得核心城市的房价上涨压力通过要素流动向周边城市传导，进一步强化了房价的溢出效应。城市群一体化与产业协同发展的交互项（CI×ID）系数也显著为正，说明产业协同发展是城市群一体化影响房价溢出的重要渠道。产业分工与协作使得城市间形成了紧密的经济联系，产业转移与集聚不仅提高了区域经济的整体竞争力，也改变了房地产市场的供需关系，推动房价在区域内的扩散。城市群一体化与公共服务均等化的交互项（CI×PS）系数显著为负，表明公共服务均等化对房价溢出效应起到了负向调节作用。公共服务资源的均衡配置提高了周边城市的生活品质，吸引部分人口向周边城市迁移，缓解了核心城市的住房压力，从而抑制了房价的过度上涨，弱化了房价的溢出效应。（四）异质性分析为了探讨城市群一体化对房价溢出效应的异质性影响，本文将三大城市群分别进行回归，结果如表4所示。表4分城市群回归结果变量京津冀长三角粤港澳大湾区(\rho)0.352***0.487***0.415***CI0.153***0.217***0.189***GDP0.102**0.138**0.125**POP0.085*0.112*0.099*INC0.198***0.235***0.212***INV0.137***0.172***0.154***LAND-0.076*-0.098*-0.089*个体固定效应控制控制控制时间固定效应控制控制控制R²0.7250.8310.778Log-likelihood412.37526.89478.62注：*表示在10%的水平上显著，**表示在5%的水平上显著，***表示在1%的水平上显著。从表4可以看出，三大城市群的空间自回归系数(\rho)均显著为正，但存在明显差异。长三角城市群的(\rho)值最高，为0.487，表明其房价溢出效应最为显著；粤港澳大湾区次之，为0.415；京津冀城市群最低，为0.352。这与三大城市群的一体化发展水平密切相关，长三角城市群的经济联系最为紧密，产业协同发展程度最高，房价溢出效应也最为明显；京津冀城市群由于行政壁垒相对较高，生产要素流动存在障碍，房价溢出效应相对较弱。核心解释变量CI的系数在三大城市群均显著为正，但长三角城市群的系数最大，为0.217，粤港澳大湾区为0.189，京津冀城市群为0.153，说明城市群一体化对房价的推动作用在长三角地区最为显著。这是因为长三角城市群的交通基础设施最为完善，产业分工协作最为成熟，生产要素流动最为顺畅，一体化发展对房价的影响更为直接。控制变量的回归结果与基准模型基本一致，但系数大小存在差异。例如，居民收入对房价的影响在长三角城市群最为显著，系数为0.235，这与长三角地区较高的经济发展水平与居民收入水平相符合；土地供应对房价的抑制作用在京津冀城市群相对较弱，可能是由于京津冀地区的土地供应受到严格的规划限制，增加土地供应的难度较大。五、稳健性检验为了验证实证结果的稳健性，本文从以下三个方面进行检验：替换空间权重矩阵：采用邻接权重矩阵替代地理距离权重矩阵与经济距离权重矩阵，邻接权重矩阵定义为：若城市i与城市j相邻，则(W_{ij}=1)，否则(W_{ij}=0)。回归结果显示，空间自回归系数(\rho)与核心解释变量CI的系数仍然显著为正，且符号与大小与基准模型基本一致，说明结果具有稳健性。改变样本区间：将样本区间缩短为2015-2024年，重新进行回归。结果表明，房价的空间溢出效应依然显著，城市群一体化对房价的推动作用也未发生明显变化，说明实证结果不受样本区间的影响。工具变量法：考虑到城市群一体化与房价之间可能存在双向因果关系，即房价上涨可能会吸引更多的生产要素集聚，进一步推动城市群一体化发展，导致模型估计存在内生性问题。本文采用各城市的高速公路密度作为城市群一体化的工具变量，因为高速公路密度反映了交通基础设施的完善程度，是影响城市群一体化的重要因素，且与房价不存在直接的因果关系。两阶段最小二乘法（2SLS）的回归结果显示，核心解释变量CI的系数仍然显著为正，且与基准模型的估计结果相近，说明内生性问题对估计结果的影响较小，实证结果具有可靠性。六、结论与政策建议（一）结论本文基于我国三大国家级城市群的面板数据，构建空间杜宾模型，实证分析了城市群一体化对房价溢出效应的影响机制与传导路径，得出以下结论：我国三大城市群的房价存在显著的空间正相关性，且溢出效应呈现逐年增强的趋势。长三角城市群的房价