成渝地區(qū)雙城經(jīng)濟圈房價的空間溢出效應研究

喬藝璇 周雨萌

摘要：房價在區(qū)域城市間存在空間溢出效應，基于差異化預期理論，利用2012-2019年成渝地區(qū)雙城經(jīng)濟圈城市房價的面板數(shù)據(jù)，探求成渝地區(qū)城市房價的空間溢出效應。通過構(gòu)建住房均衡模型和空間計量模型，實證解釋了不同預期下各因素對房價的直接效應和空間溢出效應，得到的主要結(jié)論為：成渝地區(qū)雙城經(jīng)濟圈城市房價在空間上已然形成體系，并且具有聯(lián)系性和中心性的特征，核心城市對周邊城市房價的帶動作用日益顯著，房價溢出效應明顯。另外，預期是影響房價變動的重要因素。

關(guān)鍵詞：成渝城市群;房價;差異化預期;空間溢出效應

中圖分類號：F293 文獻標識碼：A

文章編號：1001-9138-（2022）02-0019-11 收稿日期：2022-02-01

1 前言

房地產(chǎn)業(yè)的持續(xù)健康發(fā)展對國民經(jīng)濟具有重要的意義，而房價作為房地產(chǎn)市場的顯性指標一直備受關(guān)注。促進房地產(chǎn)市場平穩(wěn)健康發(fā)展是各級政府的重要責任，全面落實房地產(chǎn)長效機制，最關(guān)鍵的就是必須堅持“房子是用來住的、不是用來炒的”定位，在夯實城市主體責任要求下，一城一策、因城施策將成為未來國家調(diào)控房價的主要方式。隨著以高鐵為代表的新型交通體系的完善，區(qū)域經(jīng)濟一體化、區(qū)域城市間各類要素的有效流動引致了區(qū)域城市間各類經(jīng)濟指標的關(guān)聯(lián)。隨著各城市的關(guān)聯(lián)性越發(fā)明顯，房價間的互動性也日益顯著，如我國的京津冀城市群、長三角城市群和粵港澳大灣區(qū)等，城市群房價的變化呈現(xiàn)出以中心性城市為重要節(jié)點，以城市網(wǎng)絡為載體的一體化趨勢，并且存在明顯的溢出效應。因此，以城市群為單位，對城市實行頂層設計與整體性治理越發(fā)重要。

區(qū)域住房價格波動的溢出效應是一個歷久彌新的研究主題，早期的研究發(fā)現(xiàn)英國東南部的房價對英國其他城市住房價格具有領導作用，呈現(xiàn)出經(jīng)由中部向北部傳遞的模式，即存在空間上的“波紋效應”。此后，空間依賴的概念得以提出，空間計量模型開始建立，以研究房價變化在城市間傳遞的領先滯后關(guān)系。隨著我國城鎮(zhèn)化的發(fā)展，全國房價波動差異日漸顯現(xiàn)（梁云芳、高鐵梅），我國住房價格的空間分布特征被越來越多的學者所重視。況偉大、張謙、劉金娥、蘭峰、丁如曦等眾多學者研究了全國不同城市、不同區(qū)域的房價分布特征，表明溢出效應能夠很好地解釋區(qū)域間商品住宅價格的相互影響以及房價存在區(qū)域性差異的現(xiàn)象，并給予了相關(guān)證明。

然而，大部分研究基于全國范圍內(nèi)房價的空間溢出效應，對成渝地區(qū)的關(guān)注較少，本研究聚焦成渝雙城經(jīng)濟圈，將理性預期和適應性預期下房價作為影響房價變動的重要因素，研究房價的空間溢出效應。

2 理論模型構(gòu)建

2.1 理論基礎

預期是影響房價的重要因素，差異化預期理論假設住房需求方為適應性預期，供給方為理性預期。目前，文獻對于適應性預期指標的選擇主要有兩種方式：一是用上一期房價的增長率作為本期消費者對房價的適應性預期值，二是根據(jù)菲利普提出的預期理論建立模型：

lnexp = lnp+η（lnp - lnp）（0<η≤1）

其中，exp、p、p分別表示對第i期房價預期、滯后一期房價和滯后二期房價。對于理性預期指標的選擇也主要有兩種方式，一是用下一期的房價增長率或下一期的實際房價作為本期消費者的理性預期值，二是以其他變量來替代理性預期值。

2.2 房價溢出效應的作用機理

2.2.1 房價波動、房價預期和房價溢出

預期決定購房行為和投資決策，根據(jù)況偉大、王先柱的研究，預期對我國城市房價波動有較強的解釋力，且對房價波動具有顯著影響。在房價上漲預期下，消費者購房需求旺盛，開發(fā)商投資欲望強烈，房價上漲;在房價下跌預期下，消費者購房欲望不足，開發(fā)商業(yè)務發(fā)展放緩，房價得到進一步打壓。在人口流動、房地產(chǎn)開發(fā)投資變化、城市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素的作用下，房價預期改變，改變的同時進一步影響城市間資源的分布，出于剛性需求或投機需求，資金會從該城市流出而進入到周邊城市，造成周邊城市住房供需變動，進而導致周邊城市房價波動。

2.2.2 房價波動、人口流動和房價溢出

根據(jù)呂龍的研究，人口流動是房價產(chǎn)生溢出效應的重要因素。一方面，當城市房價上升時，人們生產(chǎn)生活成本升高，人口從房價高的城市向房價低的城市流動，城市間住房市場供求狀況改變，本城市及周邊城市房價因此受到影響。另一方面，人口流動轉(zhuǎn)換城市發(fā)展動力，開發(fā)商和消費者對本城市及周邊城市房價的預期發(fā)生變化，在預期的作用下，周邊城市房價發(fā)生變動。

2.2.3 房價波動、房地產(chǎn)開發(fā)投資額和房價溢出

一方面，房地產(chǎn)開發(fā)投資額反映城市住房供給狀況，房地產(chǎn)開發(fā)投資額越大，城市住房供給越充足，當供給大于需求時，房價會出現(xiàn)波動。當房價波動使城市間房價存在差異時，購房潛在需求會發(fā)生轉(zhuǎn)移，房價產(chǎn)生溢出效應。另一方面，房地產(chǎn)開發(fā)投資會改善城市環(huán)境，增強城市競爭力，吸引人口以及資金在城市間流動，從而改變各方對房價預期，最終影響周邊城市房價。

2.2.4 房價波動、城市產(chǎn)業(yè)結(jié)構(gòu)和房價溢出

城市產(chǎn)業(yè)結(jié)構(gòu)均衡，第三產(chǎn)業(yè)占GDP比重較大時，城市經(jīng)濟發(fā)展勢頭好，房地產(chǎn)業(yè)的保障程度高，根據(jù)陳浩宇的研究，第三產(chǎn)業(yè)比重增加產(chǎn)生的吸附效應，會使人才及資金轉(zhuǎn)移進入，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級，導致房價升高。一方面，城市經(jīng)濟發(fā)達、吸引力強可能會使住房市場需求大于供給，當部分剛性需求流向周邊城市或者部分投資需求流出周邊城市時，周邊城市房價會因此受到影響。另一方面，城市產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整影響消費者及開發(fā)商對房價的預期，在預期的作用下，房價產(chǎn)生溢出效應，如圖1所示。

3 實證檢驗與分析

3.1 研究區(qū)域及數(shù)據(jù)來源

本文選取成渝地區(qū)雙城經(jīng)濟圈中45個城市（區(qū)）2011-2019年間的面板數(shù)據(jù)。包括成都、自貢、瀘州、德陽、綿陽、遂寧、內(nèi)江、樂山、南充、眉山、宜賓、廣安、達州、雅安、資陽;重慶的30個區(qū)縣，分別是渝中區(qū)、江北區(qū)、沙坪壩區(qū)、九龍坡區(qū)、南岸區(qū)、渝北區(qū)、巴南區(qū)、大渡口區(qū)、北碚區(qū)、萬州區(qū)、黔江區(qū)、涪陵區(qū)、綦江區(qū)、大足區(qū)、長壽區(qū)、江津區(qū)、合川區(qū)、永川區(qū)、南川區(qū)、潼南區(qū)、銅梁區(qū)、榮昌區(qū)、璧山區(qū)、梁平區(qū)、豐都縣、墊江縣、忠縣、開州區(qū)、云陽縣、彭水苗族土家族自治縣。

數(shù)據(jù)根據(jù)歷年《四川統(tǒng)計年鑒》《四川房地產(chǎn)年鑒》《重慶統(tǒng)計年鑒》整理而得。

3.2 實證分析

在正式構(gòu)建空間計量模型前，本文通過空間自相關(guān)分析，探索成渝地區(qū)雙城經(jīng)濟圈城市房價在空間位置上相互依賴的程度，描述房價分布的空間集聚特征。同時，結(jié)合市場均衡模型，初步預測各變量對房價的影響，并以上述二者為依據(jù)構(gòu)建空間面板模型。

3.2.1 房價空間分布特征

基于2012-2019年成渝地區(qū)雙城經(jīng)濟圈城市的商品房銷售總額和商品房銷售面積的數(shù)據(jù)，本文利用ArcGIS 10.3軟件繪制了房價分布的空間分位圖，如圖2所示。

圖2顯示，房價高值主要位于四川的成都及重慶的渝中區(qū)、渝北區(qū)、江北區(qū)和南岸區(qū)，并顯示出與周圍城市（區(qū)）較大的差異性。以成都和重慶的主城區(qū)為核心，成渝城市群房價沿周邊城市（區(qū)）逐漸遞減。在成德綿樂城市帶上，房價相對較高;沿江城市帶上，房價相對較低;整體來看，成渝城市群的房價的集聚現(xiàn)象愈加顯著。

3.2.2 空間自相關(guān)檢驗

3.2.2.1 全局空間自相關(guān)

全局空間自相關(guān)是對地理要素屬性值在整個區(qū)域的空間特征描述，在模型中，空間關(guān)系由表明空間各單元之間相互依賴性與關(guān)聯(lián)程度的空間權(quán)重矩陣表示。本研究基于Queen的空間鄰接方式，即兩區(qū)域具有公共邊界或公共頂點時確認為鄰接關(guān)系，采用全局Moran’s I指數(shù)來分析空間鄰接或空間臨近的區(qū)域單元觀測值整體的相關(guān)性和差異性程度，指數(shù)絕對值越接近1，表明空間相關(guān)性越明顯。

利用GeoDA軟件，計算得到：2011-2019年成渝地區(qū)雙城經(jīng)濟圈城市房價的莫蘭指數(shù)分別為0.3596、0.4467、0.4671、0.3145、0.3641、0.4080、0.5417、0.4964、0.4535，且通過了5%水平下的顯著性檢驗。

從靜態(tài)來看，Moran’s I指數(shù)均大于0，表示成渝城市群住房價格確實受空間效應的影響，且存在正的相關(guān)性，故在研究成渝地區(qū)雙城經(jīng)濟圈城市房價的影響因素時，需引入空間計量模型。

從動態(tài)來看，房價的莫蘭指數(shù)整體上呈上升趨勢，說明房價在地區(qū)間的依賴程度正在變高，空間自相關(guān)強度正在不斷加強。在2013、2017、2018年，全局空間自相關(guān)指標Moran’s I指數(shù)出現(xiàn)了下降情況，按照空間溢出相關(guān)理論分析，說明該年份房價出現(xiàn)了同質(zhì)化的傾向，各城市房價普遍上漲，使得房價之間差異化程度減小，相似度增強。

3.2.2.2 局部空間自相關(guān)

全局莫蘭指數(shù)只能研究房價在整個區(qū)域的空間自相關(guān)趨勢，不能反映個體房價分布的集聚特征以及集聚程度，因此，本文引入檢驗局部空間自相關(guān)的Moran散點圖和LISA集聚圖，描述房價分布的空間集聚特征及顯著性，可彌補全局空間自相關(guān)指標的局限性，更全面地反映房價的空間特征。

（1）莫蘭散點圖分析

Moran散點圖分為四個象限，用以反映某一區(qū)域及其相鄰區(qū)域房價的空間聯(lián)系形式。第一象限代表高-高聚集（HH），即房價高的區(qū)域被房價高的區(qū)域所包圍;第二象限代表高-低聚集（HL），即房價高的區(qū)域被房價低的區(qū)域所包圍;第三象限代表低-低聚集（LL），即房價低的區(qū)域被房價低的區(qū)域所包圍;第四象限代表低-高聚集（LH），即房價低的區(qū)域被房價高的區(qū)域所包圍。

由圖3所示，多數(shù)點位于一三象限，表明成渝城市群房價在空間上呈現(xiàn)正相關(guān)的關(guān)系。重慶的中心城區(qū)：渝中區(qū)、江北區(qū)、九龍坡區(qū)、南岸區(qū)、渝北區(qū)、巴南區(qū)始終出現(xiàn)在第一象限，即高-高聚集區(qū);川南城鎮(zhèn)密集區(qū)、南遂廣城鎮(zhèn)密集區(qū)、達萬城鎮(zhèn)密集區(qū)中大部分城市房價存在正相關(guān)的關(guān)系，但是低-低集聚，說明房價水平普遍較低;成都始終位于第四象限，即高-低聚集區(qū);重慶的長壽區(qū)、江津區(qū)始終位于第二象限，即低-高聚集區(qū)。莫蘭散點圖驗證了房價在空間上呈現(xiàn)出以成都和重慶中心城區(qū)為核心，向周邊城市（區(qū)）遞減的規(guī)律。

（2） LISA集聚圖分析

如圖4所示，從集聚效果來看，重慶市沙坪壩區(qū)在2013、2015年具有明顯的跨越現(xiàn)象（從HH到LH，從LH到HH），說明沙坪壩區(qū)房價與周邊城市房價的差距由小變大又變小。除此之外，HH象限始終比較穩(wěn)定，表明重慶的中心城區(qū)房價有顯著的高-高集聚情況?？傮w來說，LISA集聚圖與莫蘭散點圖呈現(xiàn)出類似的結(jié)果，且相關(guān)城市的集聚通過了不大于5%的顯著水平的檢驗。

3.2.3 考慮預期下的市場均衡模型

購房需求一方面來源于住房的居住屬性，表現(xiàn)為剛性需求;另一方面來源于資產(chǎn)增值或投資的需要，表現(xiàn)為投資需求。

本文從差異化預期的視角出發(fā)，假定住房需求函數(shù)：

lnD = α + αlnp + αlnexp+1 + αlnpopu +?αtindus? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

式中，D表示i城市t期的商品房房需求量，i，j=1，2，...，n; t=1，2，...，n; p表示i城市t期房價;exp表示i城市對t+1期的房價預期;popu表示i城市t期城市戶籍人口數(shù);tindus表示i城市t期第三產(chǎn)業(yè)占GDP的比重。α表示隨機擾動項;其中，α<0，α>0，α>0，α>0，α、α、α、α分別表示需求價格彈性、預期價格彈性以及人口數(shù)量、第三產(chǎn)業(yè)比重（產(chǎn)業(yè)結(jié)構(gòu)）對需求的影響程度。

住房供給函數(shù)：

lnS = β + βlnp + βlnexp + βlninv +?βtindus? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

式中，S表示i城市t期的住房供給量;exp表示房地產(chǎn)開發(fā)商在t-1期對t期的房價預期;inv表示i城市t-1期房地產(chǎn)開發(fā)投資額，由于房地產(chǎn)開發(fā)具有滯后性，故t-1期房地產(chǎn)開發(fā)投資額影響t期供給;其余變量同上。其中，β表示隨機擾動項;β>0，β>0，β>0，β>0，β、β、β、β分別表示供給價格彈性、預期價格彈性以及房地產(chǎn)開發(fā)投資額、第三產(chǎn)業(yè)占比對供給的影響程度。

根據(jù)住房市場均衡理論，當住房市場均衡時得出的公式為：lnD = lnS，根據(jù)（1）式和（2）式可得：

理性預期下，lnexp = p、lnexp = p，得：

由此可得，本期房價不僅受到滯后一期房價的影響，還受到下期房價的影響。

適應性預期下，根據(jù)菲利普的適應性預期模型：lnexp = lnp + η（lnp - lnp），η介于0、1之間。當η=1時，為靜態(tài)預期，lnexp = lnp即對本期房價的預期等于滯后一期房價;當η≠1時，

由此可得，本期房價不僅受到滯后一期房價影響，還受到滯后二期房價的影響。

3.2.4 考慮預期下的空間計量模型

變量說明，如表1所示。為減少數(shù)據(jù)異方差性，將變量p、exp、dep、popu、dev取對數(shù)，描述性統(tǒng)計如表2所示。

3.2.4.1 模型選擇

（1）固定效應和隨機效應的選擇

本文假設不隨時間變化而變化的自變量不會對因變量造成影響，故在面板模型中，忽略隨機效應模型，在時間固定效應、空間固定效應、時空雙固定效應模型中選擇來擬合房價。空間固定模型通過1%的顯著性水平下LR檢驗，表明無約束模型更優(yōu);時期固定模型未通過檢驗，表明有約束模型更優(yōu)，故選擇時期固定的模型。

（2）空間計量模型的選擇

空間誤差模型研究影響房價變動的各解釋變量和未完全考慮在內(nèi)的在空間上相關(guān)的重要變量對房價的影響，其空間相關(guān)性體現(xiàn)在誤差項中;空間滯后模型研究各解釋變量和周邊城市房價對本城市房價的影響，即“溢出效應”，其空間相關(guān)性表現(xiàn)在滯后項中?？臻g杜賓模型同時考慮了房價的空間滯后項與影響房價的各因素之間的相關(guān)性，是空間誤差模型和空間滯后模型的擴展模型，將因變量和自變量的空間相關(guān)性同時納入考慮范圍。本文選擇建立理性預期與適應性預期的空間杜賓模型，同時估計被解釋變量和誤差項的空間滯后系數(shù)，避免了因遺漏變量而導致的估計參數(shù)偏差問題。

3.2.4.2 回歸結(jié)果分析

如表3所示，R-squared值均高于0.8，說明時期固定的空間杜賓模型擬合度較高，整體的解釋效果較好。

根據(jù)理性預期下的空間杜賓模型，在影響房價變動的各因素中，下期房價、滯后一期房價以及第三產(chǎn)業(yè)占GDP比重是本期房價的增函數(shù)。引入空間權(quán)重矩陣的下期房價W*lnp系數(shù)為正，且通過5%顯著性檢驗，說明本城市（區(qū)）房價預期上漲對周邊城市（區(qū)）房價有促進作用。

根據(jù)適應性預期下的空間杜賓模型，在影響房價變動的各因素中，上期房地產(chǎn)開發(fā)投資額是本期房價的減函數(shù);城市（區(qū)）滯后一期房價、滯后二期房價、人口數(shù)量、第三產(chǎn)業(yè)占GDP比重是本期房價的增函數(shù)。

在不同的預期下，各變量對房價影響存在顯著差異。在理性預期下，房價預期和第三產(chǎn)業(yè)占GDP比重是影響房價的重要因素;在適應性預期下，房價預期、房地產(chǎn)開發(fā)投資額、人口數(shù)量和第三產(chǎn)業(yè)占GDP比重是影響房價的重要因素。在兩種模型下，W*dep.var.的系數(shù)均為負，說明以消費者為代表的房價適應性預期和以房地產(chǎn)開發(fā)商為代表的房價理性預期都會影響成渝地區(qū)雙城經(jīng)濟圈城市的房價，并產(chǎn)生負的溢出效應，即預期城市（區(qū)）房價上漲會導致周邊城市（區(qū)）的房價下跌。

3.2.4.3 討論

上述實證結(jié)果說明預期是影響房價的重要因素，房價預期越高，房地產(chǎn)市場熱度就越高，對本城市（區(qū)）房價的抬升作用就越顯著，同時，當預期房價上漲，投資者的購房資金流入該城市（區(qū)）時，周邊城市（區(qū)）房價由于資金外流而下跌，產(chǎn)生房價溢出效應。

在理性預期下，下期房價比滯后一期房價對成渝地區(qū)雙城經(jīng)濟圈城市房價的溢出效應更大，說明投資需求大于剛性需求。當預期房價上漲時，消費者對本城市（區(qū)）住房的投資需求增加，資金外流進入周邊城市（區(qū)）受到抑制，使得周邊城市（區(qū)）房價下降。在適應性預期下，滯后一期房價比之后二期房價對城市（區(qū)）房價波動的影響更大，符合瞬息萬變的房地產(chǎn)市場規(guī)律。

房地產(chǎn)開發(fā)投資額增加，房價有小幅度降低，可能由于房地產(chǎn)開發(fā)投資額大會增加潛在供給，當供給大于需求時，房價有所下降。然而，在不同的預期下，房地產(chǎn)開發(fā)投資額對房價的溢出效應作用相反，再次驗證預期對房價有重要作用。

人口流動和城市產(chǎn)業(yè)結(jié)構(gòu)同樣對房價有重要影響。在不同的預期下，人口數(shù)量越多，第三產(chǎn)業(yè)占GDP比重越大，房價越高。當人口增加，城市（區(qū)）住房需求大于供給時，消費者購房需求轉(zhuǎn)移，周邊城市（區(qū)）房價升高。當城市（區(qū)）第三產(chǎn)業(yè)占比增大時，周邊城市（區(qū)）投資流入本城市（區(qū)），資金外流致使周邊城市（區(qū)）房價降低。

根據(jù)實證結(jié)果，本研究得出的房價波動路徑是：一方面通過住房供給端、需求端以及城市基本面特征直接影響房價發(fā)生變動，另一方面通過上述各因素影響房價預期，間接引起房價變動。另外，本研究認為房價存在溢出現(xiàn)象可能有四種原因：第一，房價波動直接引起房價預期變化，進而帶動周邊城市房價波動;第二，由于房價波動，人口、產(chǎn)業(yè)結(jié)構(gòu)、社會資源在空間上產(chǎn)生流動，帶動預期房價發(fā)生變化，進而影響周邊城市房價，即房價預期直接影響周邊城市房價波動;第三，由于房價波動，房價預期發(fā)生變化，使得人口流動、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及社會資源在城市間重新分布，周邊城市房價發(fā)生波動，即房價預期間接影響周邊城市房價變動;第四，房價波動直接影響人口流動、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及社會資源的重新分布，引起周邊城市房價波動。不論是由于哪一種原因造成房價產(chǎn)生溢出效應，預期都是十分重要的因素。

4 結(jié)論及建議

本文得出的主要結(jié)論為：成渝地區(qū)雙城經(jīng)濟圈城市房價在空間上已然形成體系，并且具有聯(lián)系性和中心性的特征。目前，成渝城市群房價出現(xiàn)了高高集聚或低低集聚的現(xiàn)象，城市間房價的差異性正在逐漸減小。以成都和重慶的主城區(qū)為核心，成渝城市群房價沿周邊城市逐漸遞減，在成德綿樂城市帶上，房價相對較高，沿江城市帶上，房價相對較低。另外，經(jīng)濟圈內(nèi)各城市房價相互影響，核心城市對周邊城市房價的帶動作用日益顯著，存在明顯的空間溢出效應，并因城市宏觀經(jīng)濟、住房需求、住房供給等因素的影響呈現(xiàn)出多樣性的變化。在理性預期下，房價是下期房價、滯后一期房價、第三產(chǎn)業(yè)占GDP比重以及鄰近城市下期房價的增函數(shù)。在適應性預期下，房價是上期房地產(chǎn)開發(fā)投資額的減函數(shù);是滯后一期房價、滯后二期房價、本期人口數(shù)、第三產(chǎn)業(yè)占GDP比重的增函數(shù)。不論是在理性預期還是在適應性預期下，房價預期都是影響房價變動的重要因素。

最后，針對上述結(jié)論，本文提出以下三點推動成渝地區(qū)雙城經(jīng)濟圈房地產(chǎn)業(yè)發(fā)展的建議：

（1）注重頂層設計，構(gòu)建區(qū)域聯(lián)動的房價體系。由上述研究可知，成渝地區(qū)雙城經(jīng)濟圈城市房價存在較強的集聚效應和空間溢出效應，任何一個城市的房價及經(jīng)濟基本面的變動都可能給周圍城市帶來或大或小的影響。因而，各地政府應以此為契機，著力打造區(qū)域聯(lián)動的房價體系，突破行政區(qū)界限，在制定房地產(chǎn)調(diào)控政策時，考慮房價波動的區(qū)域聯(lián)動性影響，合理利用經(jīng)濟圈內(nèi)房價的空間溢出效應。

（2）關(guān)注核心城市，充分發(fā)揮其輻射帶動作用。發(fā)揮經(jīng)濟圈內(nèi)核心城市的空間溢出效應，增強中心城市對周邊城市的輻射帶動功能，實現(xiàn)經(jīng)濟圈內(nèi)各城市房地產(chǎn)業(yè)的協(xié)調(diào)發(fā)展。同時，對于房價呈現(xiàn)空間溢出效應較明顯的城市，政府應加強對其的政策調(diào)控，以此來防范這些區(qū)域因溢出效應過大而使周邊城市房價發(fā)生過度波動。

（3）重視預期影響，適當降低投資需求。各地政府應進一步拓寬房地產(chǎn)市場的調(diào)控思路，積極引導社會輿論導向，堅持“房住不炒”的基本原則，合理規(guī)范投資行為，可選擇熱點區(qū)域進行試點，積累經(jīng)驗，從而加快探索出市場調(diào)控的長效機制。

參考文獻：

1.林馨 呂萍.基于空間杜賓模型研究京津冀城市群房價空間相關(guān)性及影響因素.經(jīng)濟問題探索.2021.01

2.陳卓.長三角地區(qū)城市的房價偏離及其溢出效應.南京財經(jīng)大學學報.2018.03

3.郭文偉.粵港澳大灣區(qū)核心城市房價傳染與聯(lián)動的市場邏輯.深圳大學學報（人文社會科學版）.2018.35 （06）

4.梁云芳 高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析.經(jīng)濟研究.2007.08

5.況偉大.預期、投機與中國城市房價波動.經(jīng)濟研究.2010.45 （09）

6.張謙 王成璋.中國住房價格波動的空間溢出效應研究.軟科學.2013.27 （04）

7.劉金娥.區(qū)域房地產(chǎn)價格的溢出效應研究.商業(yè)時代.2013.35

8.蘭峰 張春苗.空間經(jīng)濟學視角下的商品住房價格溢出效應研究.統(tǒng)計與信息論壇.2015.30 （06）

9.丁如曦 倪鵬飛.中國城市住房價格波動的區(qū)域空間關(guān)聯(lián)與溢出效應——基于2005-2012年全國285個城市空間面板數(shù)據(jù)的研究.財貿(mào)經(jīng)濟.2015.06

10.王先柱 楊義武.差異化預期、政策調(diào)控與房價波動——基于中國35個大中城市的實證研究.財經(jīng)研究.2015.41 （12）

11.賴純見.房地產(chǎn)市場主體行為動力系統(tǒng)及宏觀調(diào)控政策研究.重慶大學.2015

12.劉婉霞.人口流動對房地產(chǎn)業(yè)發(fā)展的影響研究.重慶大學.2019

13.呂龍 劉海云.城市房價溢出效應的測度、網(wǎng)絡結(jié)構(gòu)及其影響因素研究.經(jīng)濟評論.2019.02

14.陳浩宇 劉園.城鎮(zhèn)化、第三產(chǎn)業(yè)和房價的關(guān)系研究.工業(yè)技術(shù)經(jīng)濟.2019.38 （03）

15.王鶴 周少君.城鎮(zhèn)化影響房地產(chǎn)價格的“直接效應”與“間接效應”分析——基于我國地級市動態(tài)空間杜賓模型.南開經(jīng)濟研究.2017.02

16.洪濤 西寶 高波.房地產(chǎn)價格區(qū)域間聯(lián)動與泡沫的空間擴散——基于2000-2005年中國35個大中城市面板數(shù)據(jù)的實證檢驗.統(tǒng)計研究.2007.08

17.位志宇 楊忠直.長三角房價變化的生態(tài)共生性研究——基于上海、杭州和南京的實證.當代經(jīng)濟管理.2007.02

18.王松濤 楊贊 劉洪玉.我國區(qū)域市場城市房價互動關(guān)系的實證研究.財經(jīng)問題研究.2008.06

19.溫海珍 張之禮 張凌.基于空間計量模型的住宅價格空間效應實證分析：以杭州市為例.系統(tǒng)工程理論與實踐.2011.31 （09）

20.姚麗 谷國鋒 王建康.基于空間計量模型的鄭州城市新建住宅空間效應研究.經(jīng)濟地理.2014.34 （01）

21.譚政勛.房價、房價偏離與溢出效應：來自珠江三角洲的經(jīng)驗證據(jù).產(chǎn)經(jīng)評論.2014.05 （06）

22.曾祥渭 劉志東 劉雯宇.我國城市群商品住宅價格傳導與波動性外溢研究.管理評論.2015.27（09）

23.方大春.經(jīng)濟增長要素的空間效應及分解——基于空間杜賓模型的實證研究.湖南財政經(jīng)濟學院學報.2015.31 （03）

24.朱麗南 宗剛 陳連磊.基于ESDA方法與空間計量模型的房價溢出效應分析.工業(yè)技術(shù)經(jīng)濟.2017.36 （03）

25.蘭峰 劉嬌 楊贊.成渝城市群商品住房價格時空溢出機理研究.財經(jīng)問題研究.2017.07

26.包舒雨.我國住宅商品房價格影響因素研究——基于空間計量模型.當代經(jīng)濟.2017.09

27.陳卓.長三角地區(qū)城市的房價偏離及其溢出效應.南京財經(jīng)大學學報.2018.03

28.周小平 秦振揚 趙松 柴鐸.中國住宅地價房價比的空間格局、演變特征及影響因素——基于35個大中城市的空間計量分析.中國土地科學.2019.33 （01）

29.姜帥 曹帥.房價影響因素及空間溢出性研究——基于空間杜賓模型的實證分析.商業(yè)經(jīng)濟.2020.02

30.鄧蘇玲 歐國良.基于空間杜賓模型的住房價格影響因素分析——來自105個城市的經(jīng)驗數(shù)據(jù).中國房地產(chǎn).2021.09

作者簡介：喬藝璇、周雨萌，重慶大學管理科學與房地產(chǎn)學院，本科生。