人口因素與房地產(chǎn)價格關(guān)系的研究
——基于2006—2017大中城市面板數(shù)據(jù)的分析

■ 任嘯辰/傅程遠

（1.北京大學(xué)國家發(fā)展研究院，北京 100871；2.濟南大學(xué)商學(xué)院，山東 濟南 250022）

0 引言

人口是經(jīng)濟活動的主體，而房地產(chǎn)是人們生活的重要載體。人們賦予房地產(chǎn)多種功能：它既有居住功能，又有財富保值和增值功能，甚至是一國經(jīng)濟發(fā)展水平的重要體現(xiàn)。隨著時代的變遷，房地產(chǎn)已是人們經(jīng)濟生活中最重要的組成部分之一，越發(fā)成為人們關(guān)注的焦點。我國人口的遷移對經(jīng)濟生活的方式帶來了重大改變，與此同時，對房地產(chǎn)的需求也出現(xiàn)了新的特征，而房地產(chǎn)的建設(shè)規(guī)劃又對人口的遷徙帶來重要影響。中國城市人口密度長期以來一直呈上升態(tài)勢，人口密度的不斷增加對經(jīng)濟活動起到了顯著的促進作用。而作為人們生活的基本需要，房地產(chǎn)發(fā)揮著重要的關(guān)聯(lián)作用。首先，隨著人們財富的增加，人們對房地產(chǎn)的需求大幅增加，從居住面積到居住質(zhì)量都有顯著提升。其次，作為居民家庭資產(chǎn)配置工具之一，人們對房產(chǎn)需求也有較大幅度的增加。因此，房產(chǎn)價格和人口密度具有相互促進的作用。我國房地產(chǎn)價格自1998年商品房改革以來，基本上一直呈上升趨勢，平均價格由2006年的每平方米2200元上升到2017年的每平方米7300元。其中，東部沿海城市的房價上升幅度大于中西部地區(qū)的城市。從城市人口變動的基本特點看，一方面，我國城市人口規(guī)模不斷增加；另一方面，隨著中國城鎮(zhèn)化的推進，城市單位面積的人口聚集度也在迅速增加。即使某些大中城市人口數(shù)量和人口密度提升的幅度不大，但從大多數(shù)城市看，兩者均有顯著的上升，并且均對房地產(chǎn)價格產(chǎn)生了重要影響。人口規(guī)模的擴大提高了對房地產(chǎn)的需求規(guī)模，而人口密度的增長也增加了房產(chǎn)建造與交換頻率。中國城市化進程一直加速推進，城市化率1994年為28.5%，2004年為41.7%，到2017年增長到56.1%，超過世界城市化率平均水平。城市化意味著教育、醫(yī)療、商業(yè)等資源的集中，而且城市化過程中不同地區(qū)之間城市化率有很大差異。我國一、二線城市人口膨脹式增長，房地產(chǎn)價格也急劇上升。在它們的輻射效應(yīng)下，其余各地的房地產(chǎn)價格也呈上升走勢。人口數(shù)量的增長及經(jīng)濟條件的改善大大提高了人們的生活水平，尤其是快速拉動了人們的居住需求，這直接對房地產(chǎn)建設(shè)的規(guī)模和層次提出了更高的要求。隨著房地產(chǎn)對人們生活影響的日益廣泛，學(xué)者對房地產(chǎn)的研究從廣度和內(nèi)涵上不斷深入。對于房價定位是否合理、未來可能走勢等都從不同角度進行了探討。例如，有學(xué)者在分析房價時，認為房價的走勢短期看金融、中期看土地價格、長期看人口數(shù)量等。雖然表象上看人對房價趨勢進行的感性評判有一定的道理，但從政策調(diào)控和投資選擇的實務(wù)角度講更需要從理論和實證上做進一步分析。

1 理論分析與文獻回顧

人口數(shù)量和密度與經(jīng)濟增長潛力具有直接關(guān)系。人口密度持續(xù)增長會增加經(jīng)濟體內(nèi)商品生產(chǎn)與交換的深度和廣度。而作為經(jīng)濟活動的主要載體之一,房地產(chǎn)發(fā)揮著基礎(chǔ)性的作用。人口密度的增長導(dǎo)致資產(chǎn)配置市場容量的擴大，房地產(chǎn)作為一種保值增值工具，必然被人們當(dāng)做一種長期重要的配置資產(chǎn)進行投資選擇。從我國傳統(tǒng)文化上看，安居樂業(yè)是不變的主題，不論是何年齡階段的居民，對房地產(chǎn)的偏好程度基本相同。根據(jù)國內(nèi)文獻看，至今對房地產(chǎn)價格的研究主要是從貨幣經(jīng)濟政策及房地產(chǎn)價格構(gòu)成本身這些角度進行論證，雖然已有部分學(xué)者開始從人口角度對房地產(chǎn)價格進行探索，但研究的區(qū)域范圍還非常有限。例如，王先柱、趙奉軍（2010）[1]從貨幣政策的角度論證了利率與房地產(chǎn)價格的關(guān)系，結(jié)論是：前者對后者的影響不顯著。況偉大等（2012）[2]通過實證分析發(fā)現(xiàn)，從長期看房產(chǎn)價格上漲是地價上升的主要原因，而非地價上升是房地產(chǎn)價格上漲的主要原因。朱孟楠等（2011）[3]采用非線形Markov區(qū)制轉(zhuǎn)換VAR模型實證研究了2005年匯改以來人民幣對美元匯率的非線形動態(tài)關(guān)系，結(jié)論是：人民幣對美元實際匯率升值可能對房地產(chǎn)價格上漲起到了促進作用。顧海峰、張元嬌（2014）[4]利用貨幣政策兩大工具分析了貨幣政策對房地產(chǎn)價格的調(diào)控，認為利率是房地產(chǎn)價格的主要影響因素，但其對房地產(chǎn)價格的調(diào)控效應(yīng)不明顯，存準(zhǔn)率對房地產(chǎn)價格的調(diào)控效應(yīng)顯著。王露等（2014）[5]利用偏最小二乘法研究了2000—2010年中國人口變化的影響因素，認為自然因素和社會因素對人口密度均產(chǎn)生影響，但社會因素影響的力度更大，而高經(jīng)濟水平、醫(yī)療條件和通訊能力是人口密度增加的引擎。姚興財（2016）[6]采用2005—2014年住房均價數(shù)據(jù)與人口密度進行回歸，得出廣州房價與人口密度高度正相關(guān)的結(jié)論。李嘉楠等（2017）[7]利用 2005年中國城市住房價格數(shù)據(jù)和2005年1%人口抽樣調(diào)查中外來人口占比數(shù)據(jù)，研究外來人口對于城市住房價格的影響，發(fā)現(xiàn)外來人口占比更高的城市房價更高，表現(xiàn)為外來人口占比每多出 10%，房價就會高出 7.5%。在機制分析中發(fā)現(xiàn)，外來人口很可能通過影響高技能勞動者的收入與遷入地的企業(yè)與工廠來間接影響城市房價。任行偉、張強（2018）[8]基于我國 2002—2016 年的省際面板數(shù)據(jù)，從服務(wù)業(yè)發(fā)展的角度論證其對房地產(chǎn)價格的影響，結(jié)果表明從全國層面來看，房地產(chǎn)價格的內(nèi)生慣性很強，服務(wù)業(yè)發(fā)展與房地產(chǎn)價格之間呈U型關(guān)系。從區(qū)域來看，東部地區(qū)服務(wù)業(yè)發(fā)展推動了房地產(chǎn)價格上漲，中部地區(qū)服務(wù)業(yè)發(fā)展對房地產(chǎn)價格影響不顯著，西部地區(qū)服務(wù)業(yè)發(fā)展與房地產(chǎn)價格之間呈負相關(guān)關(guān)系。

從以上文獻可以看出，大部分學(xué)者研究房地產(chǎn)價格時，主要是從貨幣政策、土地價格及匯率或利率傳導(dǎo)的角度進行的，即使有些學(xué)者從人口密度角度進行分析，但是分析的深度和廣度還遠不夠。因此，本文在借鑒他人觀點的基礎(chǔ)上，系統(tǒng)地從人口分布這個角度展開論證，旨在彌補原有研究的不足。本文研究的方向和現(xiàn)實經(jīng)濟生活息息相關(guān)，具有宏觀和微觀角度相結(jié)合的特征，不論對政策調(diào)控層面還是對居民投資選擇行為均具有一定的實踐價值。

2 變量選擇與數(shù)據(jù)來源

2.1 變量選擇

本文設(shè)定的被解釋變量為房地產(chǎn)價格（HP）。房地產(chǎn)價格采用的是城市商品房平均價格（單位：元/m2）。解釋變量設(shè)定為人口分布：具體又分為人口規(guī)模（Popul）、人口密度（Populd）和人口密度的平方（Populds）。人口規(guī)模是以城市常住人口為標(biāo)準(zhǔn)進行統(tǒng)計；人口密度是衡量單位行政區(qū)域土地面積上居住人口的稠密程度，采用單位土地面積上居住人口數(shù)量來表示，相應(yīng)數(shù)據(jù)就是用各城市常住人口除以本市行政區(qū)域面積計算得出（單位：人/km2）。 此外，還引入了重要解釋變量：①土地價格（Landp）。土地作為房地產(chǎn)的主要成本因素，是決定房價的基本因素之一。土地成本是房地產(chǎn)開發(fā)商取得土地使用開發(fā)權(quán)的支付價格。由于1998年開始我國土地逐漸采用了“招拍掛”等制度，土地價格連年上升，它對房產(chǎn)價格起著重要導(dǎo)向作用。因此，應(yīng)引入土地成本這個控制變量，根據(jù)以往大多參考文獻，土地成本用土地出讓金表示（單位：元/m2）。②居民工資（Wage）。從城鎮(zhèn)居民購房的實際情況看，貨幣工資是影響購房需求的重要因素。因為居民購置房產(chǎn)大多采用按揭貸款的方式，而貨幣性工資是影響銀行貸款的重要條件。（單位：元／人）

另外，本文選擇了以下控制變量：①人均GDP（Rjgdp）。經(jīng)濟發(fā)展水平在很大程度上決定著房價水平，一般經(jīng)濟越發(fā)達地區(qū)房價越高。（單位：元／人）②儲蓄水平，即儲蓄存款（RjSaving）。因為儲蓄水平既代表居民可以動用的金融資源的能力，又代表金融資源的變化特征，如果居民購買房產(chǎn)需求大，可以用于投機和預(yù)防需求的儲蓄就會顯著下降?？梢?，金融儲蓄與居民購買房地產(chǎn)需求具有重要的聯(lián)系，因此，采用各城市城鄉(xiāng)居民存款額作為指標(biāo)（單位：億元）。③產(chǎn)業(yè)結(jié)構(gòu)（Indust）。全國各城市的經(jīng)濟結(jié)構(gòu)差異很大。為了對城市的經(jīng)濟結(jié)構(gòu)進行分類，將第三產(chǎn)業(yè)在GDP中的占比作為產(chǎn)業(yè)結(jié)構(gòu)的替代變量。第三產(chǎn)業(yè)越發(fā)達，則表明城市的現(xiàn)代化程度越高，對房地產(chǎn)的需求質(zhì)量和層次就越高。（單位：%）④市政交通狀況（Rjaxi）。交通狀況是決定該省份經(jīng)濟文化交流效率的重要因素。交通越發(fā)達，經(jīng)濟發(fā)展水平就越高。作為人們生活水平的基本需要，交通狀況的優(yōu)劣是重要選項。區(qū)域交通狀況對于房地產(chǎn)購買需求有著直接影響，也是人們投資房地產(chǎn)需求的重要因素。區(qū)域交通狀況越好，對外來人口的吸引力也越大，該變量用城市出租車的數(shù)量表示（單位：輛/萬人）。（5）區(qū)域位置（Area）。為了對全國大中城市進行區(qū)域分類，將處于沿海地區(qū)的城市設(shè)定為1，位于中西部地區(qū)的城市設(shè)定為0。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)主要來自中經(jīng)網(wǎng)數(shù)據(jù)庫、《中國城市年鑒》（2000—2018）、萬德數(shù)據(jù)庫、中經(jīng)網(wǎng)數(shù)據(jù)庫。從城市年鑒中選擇了100個大中城市，其中丹東和拉薩城市數(shù)據(jù)缺失較多，因此將其刪除。最終采用98個城市為研究個體。時間跨度為2006—2017年，時間頻率為年?；貧w分析使用的軟件為STATA12.0。

2.3 數(shù)據(jù)統(tǒng)計分析

2.3.1 統(tǒng)計性描述

從表1可以看出，房產(chǎn)價格均價為5935.5元/m2。其中，最小值為2006年的377.10元/m2，而最大值為2016年北京房價48622元/m2。標(biāo)準(zhǔn)差為4297?？梢?006至2017年間跨度較長，不論從橫向還是從縱向比較，我國各城市房產(chǎn)價格增加幅度都很大。全國百城人口均值為631萬人，最小值為53.6萬，可見各城市人口規(guī)模差異很大。人口密度最小值為1272，最大為65911，我國東部西部城市人口密度差距尤為明顯，這是我國的國情決定的。從土地價格看，由于開發(fā)商在征地過程中土地開發(fā)成本是首要考慮的因素，因此地價在房價中起基礎(chǔ)性的作用，而土地成本中區(qū)域地理位置的影響最為直接。從各地地價數(shù)據(jù)看，最小值為每平方米2710元，而最大值為38673元，土地購置成本的標(biāo)準(zhǔn)差為4030，這說明房地產(chǎn)開發(fā)過程中土地成本有很大差異幅度。從人均工資看，百城平均年工資為47305元，而收入最高的城市為134994元，標(biāo)準(zhǔn)差為19017，可見各地工資收入水平差距很大。城市人均GDP的均值為53586元，最小值為2006年的6239元，最大值為2016年的183127元，標(biāo)準(zhǔn)差為30256，這說明研究期內(nèi)各城市人均GDP有大幅增長。雖然國家政策對中西部地區(qū)有一定程度的傾斜，但城市間收入差距及標(biāo)準(zhǔn)差并沒有縮小的趨勢，這和現(xiàn)實情況相符。從全國范圍看居民金融儲蓄，各地居民人均儲蓄量為3.61萬元，可見居民家庭目前以金融形式的儲蓄并不高，主要是持有其他形式的資產(chǎn)居多，尤其是以房產(chǎn)的形式占有為主。從各城市出租車的數(shù)量看，最小值為每萬人平均0.46輛，最大值為每萬人42輛，標(biāo)準(zhǔn)差為7.72，這說明各地市政交通仍有顯著差異。從第三產(chǎn)業(yè)產(chǎn)比分析，均值為48.25%，方差為10.4，最小值為22%，最大值為80.56%。由此可見各城市產(chǎn)業(yè)發(fā)展并不均衡。

表1 數(shù)據(jù)統(tǒng)計性描述

2.3.2 斯皮爾曼等級相關(guān)系數(shù)檢驗

為了分析房地產(chǎn)價格與人口因素的具體關(guān)系，先做一個概述性統(tǒng)計分析。首先對全國98個城市按照房地產(chǎn)價格（HP）由低到高進行排序，并用1到98進行等級劃分；然后分別按照人口數(shù)量和人口密度對98個城市的數(shù)據(jù)（PD）從低到高進行排序，并從1到98進行等級劃分；最后，計算房地產(chǎn)價格（HP）等級與相應(yīng)產(chǎn)生的（PD）等級的差d及d2。

根據(jù)斯皮爾曼公式r=1-6Σdi2/(N3-N)進行等級相關(guān)系數(shù)檢驗。首先，提出原假設(shè)H0：ρ=0與備擇假設(shè)H1：ρ≠0，令r～N(0,1/N) , 構(gòu)造Z統(tǒng)計量Zα=r/（1/N）1/2，其中取α=0.05。在給定顯著性水平α=0.05下，查正態(tài)分布表的臨界值為1.96，如果Z值＞1.96，就拒絕H0接受H1，表明等級相關(guān)系數(shù)是顯著的，即人口數(shù)量和人口密度與房地產(chǎn)價格具有顯著的對應(yīng)關(guān)系，反之則接受原假設(shè)。從表2中的具體數(shù)據(jù)看，2006—2017年斯皮爾曼等級相關(guān)系數(shù)整體呈增長趨勢，尤其是2010—2017年呈明顯上升趨勢。其中，2016年達到2.88的極值。從城市人口規(guī)模與房地產(chǎn)價格的等級相關(guān)系數(shù)看，大多年份通過了5%的顯著性檢驗，人口密度與房價的相關(guān)系數(shù)近三年也達到了顯著性水平?？梢猿醪酵茰y我國房地產(chǎn)價格與人口數(shù)量和人口密度均呈正相關(guān)關(guān)系。由于全國除了北上廣深等一線城市的房價居高不下外，其他經(jīng)濟不太發(fā)達的省份因過去多年房價基數(shù)較低，因而在城鎮(zhèn)化的影響下呈現(xiàn)出相對于發(fā)達省份更大的增幅，從而導(dǎo)致近年來二線城市房價出現(xiàn)快速上升的特點。

表2 主要年份斯皮爾曼等級相關(guān)系數(shù)

3 模型設(shè)定與實證分析

3.1 模型設(shè)定

3.1.1 基準(zhǔn)回歸模型如下：HP表示房地產(chǎn)價格，Popul表示人口規(guī)模，Populd表示人口密度,Savings代表各省金融儲蓄，Populds表示人口密度的平方。X表示GDP等各控制變量。i表示全國98城市，t表示年份。μ表示固定效應(yīng)，ε表示隨機誤差項。根據(jù)初步預(yù)測，可以推斷各主要解釋變量的符號為正；人口密度平方的相關(guān)系數(shù)不確定，如果回歸檢驗表明人口密度的平方項與房地產(chǎn)價格的相關(guān)系數(shù)為負，則證明二者的關(guān)系呈現(xiàn)倒“U”形，即人口密度的增加已經(jīng)對房價起到抑制作用。否則可以判斷城市人口密度的增加仍然對房價有正向作用。

3.1.2 模型內(nèi)生性分析

在人口因素和房產(chǎn)價格的相關(guān)性分析過程中，一方面人口因素會通過房地產(chǎn)供求影響房地產(chǎn)價格，但與此同時房地產(chǎn)價格反過來也會影響人口的流動和構(gòu)成，二者存在相互影響的關(guān)系。這種相互影響的過程會導(dǎo)致模型產(chǎn)生內(nèi)生性問題。內(nèi)生性的存在會造成參數(shù)估計的不一致性，為消除不一致可能造成的不利影響，本文借鑒毛捷（2015）[9]的做法，將解釋變量和控制變量都滯后一期。為此，將基準(zhǔn)回歸模型設(shè)定為：對（2）式仍然采用固定效應(yīng)模型進行回歸分析。

3.2 實證分析

本文首先將全國98個大中城市作為全部樣本進行回歸分析，回歸結(jié)果如表3所示，然后分為兩部分進行穩(wěn)健性研究，即東部沿海城市和中西部內(nèi)陸城市。由于東部地區(qū)經(jīng)濟發(fā)展明顯強勁，對吸引中西部地區(qū)的人力資源有很大優(yōu)勢。而中西部因區(qū)域位置等原因，出現(xiàn)人口增長相對緩慢的趨勢。為了區(qū)別二者的差異，這里設(shè)置虛擬變量，并且分析虛擬變量的系數(shù)的顯著性。

模型1中，F(xiàn)值均通過了1%的顯著水平檢驗，而且R2也較高，介于0.64～0.76之間，這表明模型的整體擬合程度較好。分別使用城市人口數(shù)量、城市人口密度作為解釋變量，其中各城市人口數(shù)量的相關(guān)系數(shù)均比較顯著，位于3.78～3.81之間，并且通過了1%的顯著水平檢驗，這表明人口數(shù)量對房地產(chǎn)價格產(chǎn)生了直接影響。隨著我國城市化進程的加快，大量農(nóng)村人口涌入城市居住生活，因而對房地產(chǎn)的需求大幅上升，從而導(dǎo)致房地產(chǎn)價格的上升。城市人口每增長1%，則房地產(chǎn)價格上升3.8%左右。從人口密度的相關(guān)系數(shù)看，其仍然為正，并分別通過了10%的顯著水平檢驗，這表明城市人口密度也是影響房地產(chǎn)價格的重要因素。人口密度越大則對房地產(chǎn)的剛性需求越大。單位人口密度平均每上升1%，房價上升0.2%左右。由于高校擴招，大學(xué)生畢業(yè)后也大多集中在沿海經(jīng)濟發(fā)達省份的大中城市。人口集中度的提高不斷增加了對住房及商用房產(chǎn)的需求，因而在很大程度上助推了房產(chǎn)價格的迅速攀升。但人口密度平方的相關(guān)系數(shù)為正，沒有通過10%的顯著水平檢驗，這表明隨著人口集中度的繼續(xù)增加，房地產(chǎn)價格上升的幅度有一定的收窄，即上升的空間已經(jīng)非常有限。這和最初的斯皮爾曼相關(guān)系數(shù)分析基本一致，即從長期來看，人口密度與房地產(chǎn)價格還未呈現(xiàn)明顯的倒“U”形關(guān)系。因為隨著人口密度的增加，有些省市像北京、上海、廣東等地的房價增速趨于平緩，而過去房價沒有大幅提高的省份像海南、新疆等地近年來卻有較大幅度的提升，這在一定程度上降低了北上廣等地房價和人口密度的契合度。

在其他重要解釋變量中，土地價格的相關(guān)系數(shù)為正，并且通過了1%的顯著水平檢驗，這表明土地價格是房地產(chǎn)價格上升的重要因素。從1998年我國商品房改革以來，地方政府對土地財政的依賴有增無減，導(dǎo)致土地價格不斷上升，成為房地產(chǎn)價格居高不下的重要原因。

表3 回歸分析結(jié)果

從居民工資水平看，工資收入的相關(guān)系數(shù)為正，而且通過了1%的顯著水平檢驗。這從實踐上看，也完全符合現(xiàn)實。城鎮(zhèn)居民購買房產(chǎn)，大多采用按揭方式，而房產(chǎn)按揭貸款的重要條件就是首付比例和貨幣型工資收入。因而工資水平越高越容易通過銀行貸款的方式購買房產(chǎn)。

從其他控制變量看，人均GDP相關(guān)系數(shù)為正，并且大都通過了1%的顯著水平檢驗。這表明經(jīng)濟狀況越發(fā)達地區(qū)其房地產(chǎn)價格就越高。人均儲蓄的相關(guān)系數(shù)為正，但沒有通過顯著水平檢驗，這表明人們購買房產(chǎn)時，儲蓄狀況并不是影響房產(chǎn)價格的重要因素。因為，在過去較長時期的房產(chǎn)市場交易中，人們往往受自身儲蓄狀況的制約，通過貸款或其他融資渠道購買房產(chǎn)的動機明顯。因而也體現(xiàn)出了房產(chǎn)杠桿交易性強的特點。

模型2 回歸結(jié)果與模型1的回歸結(jié)果基本相同。這表明模型2擬合程度較高，回歸系數(shù)比較穩(wěn)定。人口規(guī)模的相關(guān)系數(shù)均為正，介于2.88～2.95之間，這和模型1的系數(shù)比較接近，而卻通過了5%和10%的顯著性檢驗，說明人口規(guī)模對房價的影響有一定的慣性。解釋變量中土地價格和工資水平仍然通過了1%的顯著性水平檢驗。這表明土地價格和工資水平一直是影響房價的重要因素。通過分析各控制變量的相關(guān)系數(shù)和數(shù)值可知，在全部樣本中，控制變量的符號均為正，這表明變量與房地產(chǎn)價格均呈正相關(guān)關(guān)系，而且除了人均儲蓄外，基本都通過了1%或5%的的顯著水平檢驗，這表明各城市的經(jīng)濟狀況、產(chǎn)業(yè)結(jié)構(gòu)和城市交通設(shè)施等因素都對房地產(chǎn)價格有積極影響。

3.3 穩(wěn)健性檢驗

表4 穩(wěn)健性對比

為了對原有模型的參數(shù)穩(wěn)健性進行檢驗，本文采取數(shù)據(jù)轉(zhuǎn)換的方式重新進行了回歸分析。在水平數(shù)據(jù)值基礎(chǔ)上，以2005年為基期進行定比轉(zhuǎn)換，使之成為無量綱單位。這樣轉(zhuǎn)換數(shù)據(jù)的特點是消除了變量單位的差異性，因而更具有對比性。根據(jù)表4可知，模型1中，F(xiàn)值通過了1%的顯著水平檢驗，R2為0.58，可決系數(shù)較高。主要解釋變量中，人口規(guī)模通過了1%的顯著水平檢驗，這在另一個角度論證了人口因素是房價增長的重要原因。平均人口每增長1個單位，房地產(chǎn)價格增長1.43個單位。在控制變量中，人均GDP、儲蓄量、土地價格和第三產(chǎn)業(yè)占比均通過了1%的顯著水平檢驗，表明這些因素都對房產(chǎn)價格起到促進的作用。在模型2中，F(xiàn) 值通過了1%的顯著水平檢驗，這表明模型的整體擬合程度較好，而且R2也較高。模型中的各參數(shù)均通過了1%的顯著水平檢驗。另外，區(qū)域因素的作用也非常明顯，在我國東部沿海省份，由于經(jīng)濟比中西部更發(fā)達，房地產(chǎn)開發(fā)過程中不論是剛性需求還是投資需求，都有更大的市場空間，因而房地產(chǎn)市場交易更加活躍，由此導(dǎo)致房地產(chǎn)價格明顯高于中西部地區(qū)。

4 結(jié)論與建議

(1)我國城市人口規(guī)模和人口密度與房地產(chǎn)價格具有顯著的正相關(guān)關(guān)系。在影響中國房地產(chǎn)價格的重要因素中，人口分布是長期影響因素。人口數(shù)量和人口密度是房地產(chǎn)市場長期的重要支撐力量，二者呈現(xiàn)顯著的正相關(guān)關(guān)系。但是隨著我國農(nóng)村戶籍的升值，今后城市化進程會有所放緩，社會居民對房產(chǎn)需求將會趨于理性。長期看，房價上升的動力會逐漸降低，最終趨于穩(wěn)定。

(2)雖然人口數(shù)量和人口密度對房地產(chǎn)價格產(chǎn)生著根本影響，但是全國各區(qū)域人口密度與房地產(chǎn)價格的關(guān)系具有顯著的差異。尤其一線城市、沿海省份城市房地產(chǎn)價格的高企正為社會各界所詬病。因此，除了政府調(diào)控政策這個強有力的行政手段外，還應(yīng)采取標(biāo)本兼治的對策，防止為單純糾正房價而對其他經(jīng)濟行業(yè)產(chǎn)生消極或不利影響。通過調(diào)整區(qū)域政策促進地區(qū)之間的經(jīng)濟適度平衡具有重要現(xiàn)實意義。

(3)由于各城市房地產(chǎn)價格有巨大差異，而且房價的過度波動也不利于居民的生產(chǎn)生活，甚至對經(jīng)濟發(fā)展也會帶來潛在的不利影響。因此，只有從長遠考慮，平衡區(qū)域之間投資力度，促進區(qū)域經(jīng)濟平穩(wěn)增長才能從根本上促進房地產(chǎn)市場的穩(wěn)健。

(4)應(yīng)根據(jù)人口分布特點和流動趨勢及時調(diào)整房地產(chǎn)布局。對于人口流出較多或者人口分布不夠集中的地區(qū)，通過合理設(shè)計或調(diào)整房產(chǎn)藍圖，防止因土地過度開發(fā)而導(dǎo)致房地產(chǎn)過剩。不斷完善房地產(chǎn)建設(shè)布局，促進資本投資效率的提升，同時也有利于生態(tài)環(huán)境的綜合整治與統(tǒng)籌規(guī)劃。

(5)從長期看，居民分布是影響房價的核心因素，因此，個別增長潛力受限的省份應(yīng)開展人才戰(zhàn)略，不斷加大人才引進力度。在通過人力資源優(yōu)勢促進本地區(qū)經(jīng)濟快速發(fā)展的同時，還能帶動房地產(chǎn)業(yè)進一步發(fā)揮經(jīng)濟支撐作用。為此，要重點突出環(huán)境建設(shè)，提高生態(tài)環(huán)境質(zhì)量，不斷提高本地區(qū)的文化氛圍，積極改善交通等基礎(chǔ)設(shè)施，大力提高城市發(fā)展質(zhì)量和內(nèi)涵。通過多種有效途徑解決本地區(qū)的薄弱環(huán)節(jié)，通過人口分布的優(yōu)化調(diào)整，積極提升區(qū)域經(jīng)濟文化的軟環(huán)境，這對于促進房地產(chǎn)理性發(fā)展并與經(jīng)濟增長有機統(tǒng)一具有重要意義。