第五节 数据来源、模型设定与结果解释

理论分析表明，房地产价格上涨会通过对主体（地方政府、企业和家庭）行为产生影响而使土地城镇化进程加快，其中主要有三种机制，各机制之间彼此并不独立，而是相互作用，相互支撑。初步认定：房地产价格会对人口城镇化进程产生影响，接下来将通过计量模型检验房价变动对人口城镇化影响的综合效应。

一 数据来源与变量说明

表3-5给出了实证分析中所涉及的主要变量说明和描述性统计。城镇化水平数据来源于《新中国六十年统计资料汇编》，不同类型用房价格数据来源于历年《中国统计年鉴》（2001～2010年），数据不包括港澳台地区。中国的住房货币化改革从1998年开始，到2000年基本完成，本章研究的起始时间为2001年。由于西藏的商业用房和工业用房价格数据缺失较多，四川和重庆的城镇化数据未能收集完整，因而放弃这三个省份的数据，最终本章所使用的数据是2001～2009年28个省级行政区的面板数据。为考察不同区域间的差异，本章依照研究中较为通行的方法对东、中、西部地区进行划分：东部地区包括北京、天津、上海、浙江、江苏、福建、广东、辽宁、山东、河北、海南11个省份，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份，西部地区包括内蒙古、广西、贵州、云南、陕西、甘肃、青海、宁夏、新疆9个省份。

二 计量模型设定与说明

根据已有的研究和本章目标，将计量模型构造为：

式（3-2）考察的是住宅价格对城镇化上涨的影响。其中，RURBAN代表城镇化水平上涨率，用t年的城镇化水平减t-1年的城镇化水平得到，HP、BP、IP分别代表住宅价格、商业用房价格和工业用房价格，价格均为住房价格指数平减后的数值。在进入模型时取对数，c为常数项；下标i和t分别代表第i个省份和第t年；Province为省份特异效应，Year为年份特异效应；ε是残差项。

三 结果解释

对于静态面板数据的估计方法，主要有固定效应和随机效应模型，选择原则之一是Hausman检验的结果。本章研究最终采用固定效应模型进行结果估计。原因有二：一是Hausman检验拒绝了随机效应（Random Effect）模型，对所有的方程均支持固定效应。二是就中国区域发展的现实来说，地区禀赋差异较大，选择固定效应模型符合现实。考虑到各个省份之间的差异可能会造成面板数据模型中的异方差问题，本章使用可行的广义最小二乘法估计对固定效应模型的组间异方差和序列相关进行修正。

2004年3月，国土资源部、监察部联合下发了《关于继续开展经营性土地使用权招标拍卖挂牌出让情况执法监察工作的通知》（71号令），要求从2004年8月31日起，所有经营性土地一律都要公开竞价出让，俗称“8·31大限”。严格来讲，这项文件并不是房改政策，但其对房价的影响是巨大的，由于各类用房开发周期一般为2年，政策效果在房价上的体现需要经历一段时间，最终确定2005年作为分界点，考察2001～2005年和2005～2009年前后两个5年不同类型房价对城镇化的作用差异。从实际房价上涨的变动趋势来看，依此划分也较为合理。2000～2005年，我国GDP增长率为8.94%，城市居民可支配收入增长率为9.62%，按照当年平均商品房价格计算，全国年平均房价增长率为8.95%，扣除固定资产投资的价格因素，实际增长率为6.88%，房价平均上涨幅度低于国民经济和国民收入的增长幅度（牛凤瑞，2006）。而2005年之后，尽管国家出台了一系列调控政策，房价却呈现快速上涨势头。

从表3-6的模型结果来看，各变量的回归系数与理论预期基本一致。总体来看，住宅价格的上涨已经对城镇化发展产生了抑制作用，且具有阶段性特征。以表3-6第3列模型为例，住宅价格每提高1个百分点，对城镇化水平提高会产生0.6个百分点的抑制。在房价上涨较为平缓的2001～2005年，住宅价格并未对城镇化产生明显的抑制作用，回归结果为正，但显著性不高。2005～2009年是房价上涨较快的阶段，城镇化水平受到显著影响，住宅价格每提高1个百分点，城镇化水平提高幅度将减少0.7个百分点。因此，稳定房价有利于城镇化战略的顺利推进（杨柳、杭雷鸣，2007），通过有效控制住宅价格，让农民进得来、留得住，是城镇化过程中必须引起重视的问题（张鑫，2012）。为加快城镇化进程，江苏沭阳县以低房价战略为指导，降低城市门槛，吸引农民进城居住（张云，2011）。

商业用房价格对城镇化水平提高的影响在模型（1）～（3）中均为正，后一阶段（2005～2009年）的回归系数大于前一阶段（2001～2005年）的回归系数，且显著性在提高。说明商业用房价格的提高并未对城镇化水平产生不利影响，反而对城镇化水平的提高有所促进。

工业用房价格对城镇化水平提高的影响显著性并不高，前一阶段（2001～2005年）的回归系数符合理论预期，对城镇化水平的提高起到抑制作用，后一阶段（2005～2009年）的回归系数为正，与预期相反。主要原因在于前一阶段工业用地还处在协议出让阶段，地方政府展开了激烈的竞争，甚至一度出现“零地价”，如果某个地方的工业用地价格过高，企业便会直接选择其他地方，那么给本地区提供的就业岗位就会减少，进而对本地区的城镇化水平提高起到负向影响，对企业承接地的城镇化水平带来正向影响。后一阶段工业用地实行市场化出让后，城镇化的作用机理发生了改变。

表3-7显示了不同类型房价对城镇化影响的地区差异。从住宅价格的回归系数来看，在房价上涨幅度不大的2001～2005年，我国东部地区仍然具有很强的吸引力和聚集力，人才及劳动力的流动仍然呈现“孔雀东南飞”的态势，因而这一阶段东部地区的回归系数为正，且通过了5%的显著性水平检验，中部和西部地区的回归系数为负数，但未通过显著性检验。2005～2009年，三大地区住宅价格的回归系数均为负，且均通过了10%的显著性检验，说明这一阶段的住宅价格变化对城镇化水平的提高起到抑制作用，从回归系数来看，由东到西依次为-1.50、-1.34和-0.73，呈现自东向西阶梯性变化趋势，对城镇化的抑制作用依次减小。

从商业用房价格的回归系数来看，大多数模型均为正，但显著性并不高，尤其是前一阶段（2001～2005年）的回归系数。2005～2009年商业用房价格的回归系数也呈现由东到西的阶梯性变化趋势，且显著性逐渐增强，说明随着我国中部崛起、西部大开发战略的实施，中部和西部地区中心城市建设促使其集聚能力开始增强，对城镇化水平的提高起到推动作用。

从工业用房价格的回归系数来看，与全国数据回归得到的结果相同，前一阶段（2001～2005年）三大地区的回归系数均为负，说明提高工业用房（工业用地）价格对城镇化发展不利。2005～2009年，中部地区的回归系数为正，且通过了1%的显著性检验，原因在于工业用地实行最低价标准及必须以市场化方式出让后，由于东部地区的工业用地价格偏高，部分企业开始向中部转移，中部地区首先成为产业转移的受益者，见表3-7。如2010年1月12日国务院批准实施《皖江城市带承接产业转移示范区规划》，对实现中部省份安徽崛起乃至中部地区承接产业大规模转移具有重大而深远的现实意义。西部地区的回归系数为负，且与2001～2005年相比，系数的绝对值有所下降，说明由于地理区位上的差异，西部地区的产业发展依然没有优势，但“东高西低”的形势稍有缓解。