中图分类号：F293.3 文献标识码：A 文章编号：1000-0690(2012)02-0143-06 修订日期：2011-03-02 1 问题的提出 自1998-2009年间的12年里，中国城市居民住房价格的快速上升，从本质上讲是中国城市经济发展和人口城市化的必然产物。这个过程存在着区域差异性，既有上升顺序的时间差异性，也有上升幅度的空间差异性，可以认为是一个“发展的地理扩散”过程。“发展的地理扩散”既有积极的一面，如经济发达地区(国家)带动全国或全球的经济发展、城市带动乡村的发展；也有消极的一面，如经济发达地区对经济不发达地区的区域剥夺等，如果这个过程所涉及的区域众多，具有全国意义甚至具有全球意义，受到影响的地区(国家)既不需要为此“支付报酬”，也不需要为此“承担成本”，这就是区域之间的“区域外部性”。区域外部性是“可控”的，一方面“源头区域可控”，一方面“区域之间可控”，即在区域之间建立协商或谈判解决问题的制度，“承担共同的但有区别的责任”，而“区别责任”的问题成为解决区域外部性问题的最大障碍，其困难又在于人们找不到可供观察的、可靠的科学数据，来证实这种“地理扩散”。经济学出于“区别责任”的困难而把生态环境问题和许多经济发展问题归结为“外部性”，即“产权不清的公共物品”问题，但这并不能满足地理学对“区域差异性”的要求；如果可以获得可观测的和可靠的时空数据(面板数据)，地理学对“过程—格局”研究，即对地理扩散过程的研究是可以发现区域差异性的，并有助于找到“区域责任”，从而认识及进一步研究区域外部性问题。 本文认为，中国城市住房价格上升既是一个发展过程，又是一个扩散过程，还是一个可控的过程(无论是中央政府还是城市政府都在调控居民住房的价格)，在官方系统的统计数据支持下，可以作为一个认识区域外部性及其区域差异性的合适的案例。 2 房价地理扩散的研究现状 一个地区房价的波动有可能扩散到其它地区，这就是所谓的房价扩散(diffusion)或连锁反应(ripple effect)。国内外相关研究主要集中在房价波动是否存在扩散、房价扩散与地理邻近的关系以及房价扩散的模型解释。 关于英国、美国、爱尔兰、澳大利亚、芬兰等地的地区间住房价格连锁现象研究均表明，房价存在很大程度的扩[1～5]。一些学者检验了房价扩散与地理邻近程度的关系[2,3,6]以及住房价格在Granger意义上的领先滞后关系[5]。对于房价扩散的模型解释，Meen)[7,8]从空间和主流计量经济学文献引出空间依赖的概念，建立计量模型框架，研究房价变化在领先地区和邻近地区间的传递。后来的学者大多沿用了这个思路，如Alexander和Barrow[9]用Engle-Granger协整检验和向量自回归的Granger因果关系检验，研究了英格兰南部和英格兰北部、中部区域住房市场的关系。还有学者利用VAR模型研究了美国1975-1994年的区域重复销售房屋价格，并对滞后秩序进行估计[10]。 纵观现有研究，均为就“扩散”论“扩散”。本文将对作为发展扩散的房价地理扩散进行检验并研究其扩散模式、扩散格局，以进一步认识区域外部性问题。 3 中国房价波动地理扩散的检验 3.1 样本选取与数据来源 本文结合时间维度与城市个体维度，采用1998-2009年国家发改委价格监测部门对35个大中城市的房屋价格销售指数面板数据进行分析。这35个大中城市由直辖市、省会城市和“计划单列”城市组成，涵盖了除西藏、港、澳、台以外中国30个省市区，是中国经济地位最重要、经济发展水平最高的城市。数据来源于1999-2008年《中国统计年鉴》及《中国经济景气月报》。 3.2 房价地理扩散的检验原理
。 3.3 房价地理扩散的检验 3.3.1 平稳性检验 运用维纳过程推导出，当变量为非平稳时间序列时，该统计量的渐进分布不再是F分布[12]。所以在进行因果性检验之前，先对35大中城市的房价变动数据进行平稳性检验。对35大中城市1998-2009年的房屋销售价格指数序列进行单位根检验(ADF)，其结果显示：北京的房价指数水平序列平稳，其余城市的房价指数一阶差分平稳，可以进行Granger因果检验。 3.3.2 Granger因果检验 为了清楚地观察房价序列之间的领先滞后关系，对35大中城市两两进行Granger因果检验(取一阶滞后)，结果见表1第C、E列。笔者将第C列Granger原因城市称为房价扩散的扩散源城市。由表1可知，35大中城市房价波动，部分城市两两之间存在双向或单向的Granger因果关系，说明它们之间的房价波动存在双向或单向的地理扩散。 4 中国房价波动传递的地理扩散模式 4.1 传递的地理扩散在垂直方向上存在一个层级结构 根据扩散源城市的Granger结果城市的数量，将表1所列扩散源(Granger原因)城市划分为5个层级，见表2。
