交通基础设施对房地产开发投资的空间溢出效应分析

作者:李菁 戴晓燕 郝良峰
单位:湖北第二师范学院湖北省BIM国际科技合作基地 中南财经政法大学博士后流动站 苏州科技大学商学院
摘要:在考虑交通基础设施网络外部效应的基础上,利用2002-2017年省级面板数据构建多维空间权重下交通基础设施对我国房地产开发投资的空间溢出模型,结果表明:交通基础设施对我国房地产开发投资产生了负空间溢出效应,二者表现出明显的非线性关系,应加快地区间城市群的建设,推进交通一体化,优化房地产开发资本结构实现房地产业良性发展。
关键词:交通基础设施空间溢出效应房地产开发投资空间集聚
作者简介:李菁,女,生于1987年,湖北武汉人,讲师,博士,研究方向:房地产金融与投资。;戴晓燕,女,生于1966年,湖北武汉人,副教授,硕士,研究方向:房地产金融与投资。
基金:国家民委民族研究项目“交通基础设施专项债对长江经济带少数民族地区经济增长带动作用研究”(2020GMD026);教育部协同育人项目“产教融合视角下土建类专业BIM技术应用师资队伍建设”(201902133010);湖北省教育厅科学研究计划指导性项目“我国住房供给弹性对住房库存量的影响研究”(B2018352)

交通基础设施与房地产开发有着紧密的联系。交通基础设施的网络属性形成了空间可达性,使得各个地区的经济活动不再割裂而是连成一个整体,一个地区的交通基础设施发展,会增加对其余地区要素投入的需要,从而带动其他地区房地产业发展。因此,交通基础设施对房地产投资的影响可能不仅只在本地区发生,还会在其他地区产生外溢,即形成空间溢出效应。当房地产开发投资表现为通过完善的交通基础设施从欠发达地区向较发达地区集聚时,交通基础对欠发达地区房地产开发投资产生了负的空间溢出效应;反之,当房地产开发投资通过交通基础设施形成的空间流动展现出由发达地区向落后地区扩散时,交通基础设施对欠发达地区产生了正的空间溢出效应。基于此,本文运用2002-2017年省级面板数据构建多维空间权重下空间杜宾模型,并引入交通基础设施二次项来控制其非线性影响,研究交通基础设施对我国房地产开发投资的空间溢出效应。

2 数据说明、模型设定及相关性检验

2.1 变量选取、数据处理及说明

本文选取2002-2017年30个省份(西藏数据缺失)的年度面板数据进行实证分析,数据均来自EPS全球数据库和Wind数据库(数据来源国家统计局)。

房地产开发投资(rei):采用各省份房地产开发投资数额衡量不同省份间房地产开发资本规模及区域结构分布差异。

交通基础设施(transport):借鉴Demurger(2001)的做法,运用交通密度测算各省份交通基础设施建设水平,即用公路和铁路里程之和除以相应省份国土面积。

依据Fung等(2010)张东等(2014)等文献资料基础上,本文拟选取其他可能引起房地产开发资本内部结构变动的控制变量如下:

经济水平(pgdp):用各省份人均GDP反映不同省份经济发展水平。地区经济发展水平不

产业结构(structure):该指标采用各省第三产业增加值占GDP总量的比值表示。产业结构由农业、畜牧业转向服务业升级、变动,这可能引起房地产开发投资规模及结构类型发生变化。

城市规模(area):选用各省市区建成区面积反映城市已有的空间布局和可使用的土地情况。各个省市区建成区面积差异反映出可供开发利用的土地情况,从而影响房地产开发投资。

收入水平(income):用各省份城镇居民人均可支配收入表示。收入水平对房地产开发投资的影响主要在于它是测度居民住房有效需求的关键因素。

财政支出(expenditure):用各省份政府一般预算支出表示。一定程度上反映出基于供给层面对房地产开发投资的影响。

城市人口密度(popdensity):用各省份城镇人口总量占相应省份面积的比重来表示。一定程度上反映出基于需求层面对房地产开发投资的影响。

本文为了剔除通货膨胀的影响,将名义房地产开发投资额转化为实际值,以2002年为100的定基固定资产投资指数进行平减。将名义人均GDP、名义城镇居民人均可支配收入和名义政府一般预算支出转化为实际值,处理方法是以2002年为100的居民消费价格指数进行平减,为了解除异方差影响,对上述变量均采取对数化处理,变量描述统计见表1。

表1 变量的描述统计   

表1 变量的描述统计

2.2 模型设定

传统的线性回归模型假设各地区的变量彼此独立,事实上交通基础设施的网络效应使得各地区的经济活动不再相互独立而是连成整体,这时采用传统的线性回归模型会出现有偏估计,而空间计量可以很好地处理变量间的空间依赖性和空间异质性,它在已有的数据上加入地理位置信息从而形成空间数据。本文通过构建空间杜宾模型(SDM)分析交通基础设施对房地产开发投资的空间溢出效应。该模型能够反映某一地区的房地产开发投资除了受当地经济水平、产业结构、城市规模等控制变量和交通基础设施核心变量的影响外还会受到相邻地区自变量和因变量的影响,计量模型见式(1)。

 

以上模型中i代表本地区,j代表邻近地区,t代表时间,γ为空间滞后回归系数,ρ、β为回归参数,ε为误差项,(lntransportit)2代表交通基础设施的非线性影响,W为空间权重,本文将根据相邻原则和经济原则构建两类空间权重,具体如下:

(1)邻接矩阵Wcont

 

(2)经济空间权重Wperpop

 

其中,Xi,Xj表示地区i和地区j 2002~2017年人均GDP平均值。上述空间权重最后都进行行标准化处理。为了确保结果的一致性和有效性,本文估计方法为极大似然法,并用对数似然函数(Log L)表示,所有实证操作都在State13.0上完成。

2.3 空间自相关

为了考察交通基础设施对我国房地产开发投资的空间溢出效应,首先必须判断变量间是否存在空间自相关。空间自相关指某些变量在相同分布区内观测样本间潜在的相互依赖性。如果高值同高值聚集在一起(即房地产开发投资集聚态势高的省份被同是房地产开发投资集聚态势高的邻近省份包围)或者低值同低值聚集在一起(即房地产开发投资集聚态势低的省份被同是房地产开发投资集聚态势低的邻近省份包围)那么称为空间正自相关;反之,当高值同低值相邻(即房地产开发投资集聚态势高的省份被房地产开发投资集聚态势低的邻近省份包围)那么称为空间负自相关。目前最为流行的检验方法是莫兰指数(Moran I),具体见式(4):

 

其中,

上述公式中yi、yj表示地区i与地区j的房地产开发投资额,S2为各省份房地产开发投资额的方差,W为空间权重,其构成与公式(2)、(3)相同。

Moran I取值在-1到1之间。I>0代表正相关,即变量在空间上表现为集聚趋势,I取值越大说明变量在空间上的集聚程度越显著;I<0代表负相关,即变量在空间上表现为扩散态势,I越小代表变量在空间上的分布越发散;I接近0则表示变量不存在空间依赖性。

3 估计结果及分析

3.1 房地产开发投资空间集聚测度

本文利用我国2002-2017年31省份房地产开发投资额(rei)的对数进行Moran I检验,表2给出了部分年份的Moran I计算结果,结果显示我国房地产开发投资存在显著的空间正自相关,所有结果基本都在1%水平上显著,这表明我国房地产开发资本的确存在明显的空间集聚趋势。因此,在研究交通基础设施与房地产开发投资之间的关系时必须考虑空间维度,传统的估计方法会造成结果偏差,需进行空间计量分析。

表2 2002~2017年部分年份房地产开发投资Moran I指数   

表2 2002~2017年部分年份房地产开发投资Moran I指数

3.2 空间计量分析结果

交通基础设施不仅有着一般基础设施属于社会公共产品所具备的外部性,还具有区域外部性,它会对房地产开发投资产生空间溢出效应。表3罗列了基于传统计量方法的OLS、面板数据模型和考虑多维空间权重下的空间杜宾模型的估计结果。从结果中可以看出无论是采用普通计量方法还是引入空间维度的空间计量方法,核心变量交通基础设施及其二次项均在5%的水平上显著,这说明交通基础设施对房地产开发投资的空间溢出效应是相对稳健的。此外,霍斯曼检验值表示面板数据模型和基于经济密度空间权重下的SDM模型在1%的水平上拒绝原假设,应采用固定效应模型,基于地理相邻原则空间权重下的SDM模型接受原假设应采用随机效应模型。由表3实证结果可以发现:

(1)空间杜宾模型结果表明交通基础设施存在空间依赖性,它将区域经济活动连成一体,因此忽略空间维度的传统计量方法会造成估计结果偏差。此外,(lntranspor)2及其空间滞后项的系数在1%的水平上显著,表明交通基础设施对我国房地开发投资的空间溢出效应存在明显的非线性关系,且在本地表现出边际报酬递减特性。

(2)多维空间权重模型估计指出交通基础设施对我国房地产开发投资产生了负空间溢出效应。外省交通基础设施每增加1%会使本省房地产开发投资减少1.928%~11.095%。这表明交通基础设施的网络效应使得空间具有可达性,运输成本的下降带动了生产要素在区域间的相互流动,要素在不同区域发生集聚和扩散行为,从而导致区域优势的重构和提升,房地产开发对区位的敏感性使得它随着交通基础设施的改善而发生变动。尤其是对于经济较为发达地区,因为日积月累的先发优势,包括拥有先进的科技力量、丰富的资本力量和良好的制度环境等,交通基础设施的改善会进一步加强和提升该区域的竞争优势,吸引更多房地产开发投资涌入,使得房地产开发投资通过完善的交通基础设施从欠发达地区向较发达地区集聚。

(3)基于地理位置0-1空间权重估计下外省房地产开发投资规模扩大会促进本省房地产开发投资增加,但基于人口密度空间权重估计结果却相反,这与我国人口单向流动事实相符,各类要素通过便捷的交通基础设施会优先进入发达地区,从而约束本地区发展。

3.3 空间杜宾模型(SDM)效应分解分析

表4给出了基于地理邻近原则的0-1空间权重W0-1空间杜宾随机效应模型和基于经济空间权重Wgdp的空间杜宾固定效应模型的效应分解,其中直接效应表示地区i的自变量x对本省房地产开发投资的影响,间接效应表示相邻省份自变量x对本省房地产开发投资的空间溢出效应,总效应表示所有地区自变量x对本省房地产开发投资的空间溢出效应。由表4实证结果可以发现:

表3 各种模型计量分析的结果   

表3 各种模型计量分析的结果

注:表格括号中报告的是稳健标准误,***、**、*分别表示在1%、5%、10%水平下显著。

表4 SDM随机模型效应分解   

表4 SDM随机模型效应分解

注:表格()为稳健标准误,***、**、*分别表示在1%、5%、10%水平下显著。

(1)交通基础设施不仅影响着本地房地产开发投资行为,也影响着外省房地产开发投资行为,而且对房地产开发投资有着明显的非线性溢出效应,这与表3的结果一致。

(2)效应分解显示经济增长、城市规模、政府支出和城市人口密度能够拉动本地房地产开发投资增长,经济增长和收入水平对房地产开发投资产生了正空间溢出效应而产业结构、城市规模和政府支出表现为负空间溢出效应。

4 结论与启示

结果表明:我国房地产开发投资存在显著空间自相关,表现出明显的集聚趋势,我国房地产开发投资表现出的供给结构问题与其存在显著空间集聚现实特征有着极大关系,这也是导致我国房地产出现库存过量现状的原因,高库存需要很长的一段周期才能逐步被消化,这意味着房地产开发商资金回流周期拉长,甚至可能出现资金断裂从而加大金融隐患。

交通基础设施对我国房地产开发投资产生了负空间溢出效应,且二者表现出明显的非线性关系。因此加强基础设施条件较落后地区交通基础设施的建设有利于吸引其他地区各类要素的流入,同时注重落后区域投资环境、教育资源、人力资本等要素的改善,实现产业转移,提升和重构区域优势,减少人口外流,引导房地产开发投资在空间和时间上的配置,进一步优化房地产开发资本结构,特别是加大我国西部等落后地区交通基础设施建设对缩小区域经济发展差距,打破当前区域经济发展格局也具有战略意义。同时还应加快地区间城市群、都市圈的建设,推进交通一体化,有利于发挥中西部地区交通基础设施对区域房地产开发投资的空间溢出效应,促进房地产开发资本的均衡发展,从而实现房地产业良性发展。

 

参考文献[1]张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J].中国社会科学,2012(3):60-77.
[2]叶昌文,王遐见.交通基础设施、交通运输业与区域经济增长——基于省域数据的空间面板模型研究[J].产业经济研究,2013(2):40-47.
[3]李慧玲,陈军.交通基础设施、空间溢出与区域经济增长——基于空间Durbin模型的经验分析[J].华东经济管理,2017(8):53-59.
[4]Hui E.C.M.,Yue S..Housing Price Bubbles in Hong Kong,Beijing and Shanghai:A Comparative Study[J].The Journal of Real Estate Finance and Economics,2006(4):299-327.
[5]Fung H.G.,Jeng J.L.,Liu Q.W..Development of China’s Real Estate Market[J].Chinese Economy,2010(1):71-92.
[6]张东,杨易,秦俊武.城市基础设施投资约束与住房开发投资区位选择——基于省级面板数据的实证[J].海南大学学报(人文社会科学版),2014(1):90-95.
Analysis of the Spatial Spillover Effect of Transportation Infrastructure on Real Estate Development Investment
LI Jing DAI Xiaoyan HAO Liangfeng
(BIM International Science and Technology Cooperation Base of Hubei Province,Hubei University of Education Postdoctoral Station of Zhongnan University of Economics and Law School of Business,Suzhou University of Science and Technology)
Abstract: On the basis of considering the network externality of transport infrastructure,using provincial panel data from 2002 to 2017,this paper constructs the model of spatial spillover effects of transport infrastructure on the real estate investment in China under the multi-dimensional spatial weighting matrices.The results show that:transport infrastructure has a negative spatial spillover effects on the real estate investment in China,and the two shows obvious nonlinear relationship;regional urban group construction should be accelerated,pushing forward the integration of transportation,upgrading the capital structure of the real estate industry and realizing benign development of the industry.
Keywords: transport infrastructure; spatial spillover effect; the real estate investment; spatial agglomeration
941 0 0
文字:     A-     A+     默认 取消