姚雪松，向 軍，姚 慧

（1.廣東技術(shù)師范大學(xué) 財(cái)經(jīng)學(xué)院，廣東 廣州 510665；2.貴州健康職業(yè)學(xué)院 思想政治教學(xué)研究部，貴州 銅仁552300；3.貴州銅仁交通職業(yè)學(xué)校 基礎(chǔ)教學(xué)部，貴州 銅仁 552300）

一、引言

隨著中國城市化進(jìn)程的發(fā)展，城市房價長期處于相對高位，城市住房問題成為了中國當(dāng)前主要問題之一。解決城市住房問題，不僅是中國城市化進(jìn)程的重要影響因素，同時也是解決城市社會治安混亂等“社會事件”問題的重要影響因素。如何有效地解決城市住房問題，是中國當(dāng)前面臨的重大課題，也一直是世界各國政府和學(xué)術(shù)界不斷在探討的熱門話題。Romer（1986）[1]和Jung（1986）[2]及Merton（1992）[3]認(rèn)為城市居民在住房上的支出很難由家庭的當(dāng)期收入來承受，因此采用金融的手段透支未來家庭收入用于住房支出是解決城市住房重要而有效的手段。King（1993）[4]和Levine（1997）[5]認(rèn)為解決城市住房問題除了通過增加城市居民收入、降低購房稅收、降低住房貸款利率等手段外，政府還應(yīng)進(jìn)行城市住房規(guī)劃，不斷增加城市住房供給，這一過程可以通過政策性金融手段來幫助完成。Luisito & Duncan（2004）[6]及Nahashi & Stannics（2007）[7]認(rèn)為城市住房問題的解決主要只能通過金融和稅收兩個手段，可以通過金融機(jī)構(gòu)籌集社會儲蓄用于城市住房的建設(shè)，并且政府給予建房者和買房者相應(yīng)補(bǔ)貼和稅收減免來解決城市的住房問題。易憲容（1999）[8]、陸銘和陳釗（2004）[9]認(rèn)為城市住房問題能否解決最主要取決于城市住房金融的發(fā)展，然而中國住房金融還存在不少問題，亟需制定與之相配套的各種政策。張宗益和許麗英（2006）[10]、黃勇和謝朝華（2008）[11]、賈洪文和胡殿萍（2013）[12]認(rèn)為住房金融是發(fā)展城市房地產(chǎn)的重要工具，但過度發(fā)展存在潛在風(fēng)險(xiǎn)，過度地通過金融手段向房地產(chǎn)投機(jī)會放大住房金融的系統(tǒng)性風(fēng)險(xiǎn)。姚雪松等（2014）[13]認(rèn)為金融發(fā)展通過促進(jìn)儲蓄和投資以及儲蓄向投資的轉(zhuǎn)化對區(qū)域資本的形成具有重要的積極作用，從而對城市住房問題的解決具有積極的影響。王弟海等（2015）[14]、彭鎮(zhèn)華和習(xí)明明（2018）[15]認(rèn)為金融發(fā)展通過金融業(yè)自身規(guī)模的擴(kuò)大以及對城市產(chǎn)業(yè)發(fā)展的促進(jìn)作用，對城市就業(yè)和城市住房問題的解決具有較大的積極作用，但同時也應(yīng)該注意防范金融風(fēng)險(xiǎn)的爆發(fā)對城市就業(yè)和城市住房帶來的負(fù)面沖擊。李楓（2019）[16]認(rèn)為中國土地財(cái)政和土地價格對城市住房價格的影響不大，金融信貸才是影響城市房價的最主要因素。孫偉增等（2020）[17]認(rèn)為金融對城市住房租金與居民消費(fèi)具有影響，住房問題的解決有助于縮小居民之間的不均等。

大量的研究表明金融對城市住房具有影響，但對中國金融與城市住房的影響研究主要集中在金融信貸對城市房價的影響，以及房地產(chǎn)市場價格波動對金融風(fēng)險(xiǎn)的影響，很少有研究涉及到中國金融發(fā)展對城市住房問題解決的影響。本文從金融發(fā)展可以增加城市住房供給和城市居民購買能力從而有效解決城市住房問題的角度出發(fā)，總結(jié)梳理金融發(fā)展對城市住房的影響機(jī)制，在此基礎(chǔ)上以城市住房銷售面積作為城市住房的代理變量，運(yùn)用中國省際面板數(shù)據(jù)實(shí)證分析中國金融發(fā)展對城市住房的影響，分析中國金融發(fā)展對城市住房問題解決的作用和貢獻(xiàn)，最后提出對策建議。

二、金融發(fā)展對城市住房的影響機(jī)制

（一）金融發(fā)展通過對房地產(chǎn)企業(yè)的融資促進(jìn)城市住房供給的增加

城市住房問題的解決最根本在于建設(shè)更多的城市住房，增加城市住房的供給。城市住房的建設(shè)者主要為各房地產(chǎn)企業(yè)，而房地產(chǎn)企業(yè)進(jìn)行房屋的建設(shè)往往需要先墊付大量的資金，如果沒有很好的融資渠道和融資來源，很多的房地產(chǎn)企業(yè)往往會因?yàn)橘Y金的缺乏而難以開工或完工，影響城市住房的建設(shè)和供給。金融發(fā)展體現(xiàn)為金融機(jī)構(gòu)的增長、金融資產(chǎn)的增多、金融市場的完善等，無論是哪一方面的發(fā)展都會對房地產(chǎn)企業(yè)融資產(chǎn)生重要的積極作用，有了金融的融資途徑，房地產(chǎn)企業(yè)可以通過向銀行貸款或者在金融市場上發(fā)行股票和債券等方式籌集資金，達(dá)到住房建設(shè)融資的目的，從而對城市住房的建設(shè)和供給具有重要作用。

（二）金融發(fā)展通過對城市居民提供貸款幫助解決住房問題

由于住房是城市居民家庭最重大的支出之一，大多數(shù)城市居民和家庭往往很難通過短時間的收入來承擔(dān)購房的支出，若完全依靠自身儲蓄來實(shí)現(xiàn)購房，往往需要很長的時間才能完成。金融發(fā)展的表現(xiàn)之一為金融規(guī)模的擴(kuò)大，即借貸資金規(guī)模的擴(kuò)大，通過金融機(jī)構(gòu)對城市居民提供購房貸款，可以平滑城市居民一生的收入，實(shí)現(xiàn)城市居民先購房居住，然后用后面的收入還款的方式完成購房，從而幫助解決城市住房問題。

（三）金融發(fā)展通過對保障性住房建設(shè)提供資金融通幫助解決城市住房問題

在城市土地有限的情況下，隨著城市人口的不斷增加，城市住房需求不斷地?cái)U(kuò)大，世界各國都會面臨城市房價高漲、城市居民購房困難的問題，為了解決城市中低收入居民城市住房問題，很多國家采用了保障性住房政策，而保障性住房建設(shè)所需要的資金也往往需要通過金融手段來予以調(diào)節(jié)和融通。金融發(fā)展使得可以調(diào)節(jié)和融通保障性住房建設(shè)所需資金的金融手段更為豐富、靈活，可以提供的資金規(guī)模更為龐大，從而有效地促進(jìn)城市保障性住房的建設(shè)，增加城市住房的供給，幫助解決城市住房問題。

三、模型設(shè)定、指標(biāo)度量和數(shù)據(jù)說明

（一）模型設(shè)定

從理論分析來看，金融發(fā)展通過為房地產(chǎn)企業(yè)提供更大規(guī)模、更便捷的融資，為城市居民提供購房貸款，為城市保障性住房建設(shè)提供融資的方式對解決城市住房問題具有重要的積極作用。以下通過構(gòu)建以城市住房為被解釋變量、金融發(fā)展為主要解釋變量的計(jì)量模型實(shí)證分析中國金融發(fā)展對城市住房的影響。構(gòu)建的模型如下：

lnhouseit=bt+ρilnfdsit+φilnfseit+ηiY+ωit

其中，ωit為隨機(jī)誤差項(xiàng)，bt、ρi、φi和ηi為參數(shù)；lnhouseit、lnfdsit和lnfseit分別為城市住房、金融規(guī)模和金融效率。Y代表了一組控制變量，分別為產(chǎn)業(yè)結(jié)構(gòu)、政府行為和城市非房地產(chǎn)固定資產(chǎn)投資。

考慮到金融發(fā)展主要表現(xiàn)為金融規(guī)模的擴(kuò)大和金融效率的提高，因此本文設(shè)定模型中將采用金融規(guī)模和金融效率兩個指標(biāo)來衡量金融發(fā)展的狀況。另外，考慮到可以有效地消除異方差以及變量單位可以統(tǒng)一，所以設(shè)定模型中將所有變量都取了對數(shù)。

（二）指標(biāo)度量

1.城市住房。從已有的文獻(xiàn)來看，城市住房狀況大多用城市住房建筑面積或城市人均住房面積來代表，但考慮到目前中國很多城市住房存在房地產(chǎn)企業(yè)故意空置的情況，城市住房建筑面積或城市人均住房面積并不能很好地代表城市居民實(shí)際的住房狀況，這在上文中已提到，本文主要試圖分析中國金融發(fā)展對城市住房問題解決的作用和貢獻(xiàn)，而城市住房問題是否解決主要看城市居民購房情況，因此本文用城市商品房銷售面積作為城市住房的代理變量，更真實(shí)地反映城市居民的實(shí)際住房狀況，記為houseit。

2.金融規(guī)模和金融效率。金融的概念為資金的融通，因此金融規(guī)模的大小是指資金融通規(guī)模的大小，資金融通規(guī)模包涵了所有金融市場的融通資金，但由于中國資金融通主要以銀行市場為主，銀行市場的資金融通規(guī)?？傮w可以代表中國的金融規(guī)模，因此本文選擇銀行貸款總量作為金融規(guī)模的代理變量，記為fdsit。金融效率是指資金融通的效率，本文沿用了姚雪松等（2017）[13]的做法，采用銀行的存貸款率作為金融效率的代理變量，記為fseit。

3.控制變量?？紤]到產(chǎn)業(yè)結(jié)構(gòu)、政府行為和非房地產(chǎn)固定資產(chǎn)投資狀況會對城市住房產(chǎn)生較大的影響，因此本文選擇了產(chǎn)業(yè)結(jié)構(gòu)、政府行為和城市非房地產(chǎn)固定資產(chǎn)投資三個變量作為本文的控制變量。產(chǎn)業(yè)結(jié)構(gòu)采用第二、三產(chǎn)業(yè)所占比重作為代理變量，記為ind_strit，政府行為采用政府財(cái)政支出減去政府財(cái)政收入作為代理變量，記為g_r_eit，城市非房地產(chǎn)固定資產(chǎn)投資采用各地區(qū)非房地產(chǎn)固定資產(chǎn)投資作為代理變量，記為f_assetsit。

（三）數(shù)據(jù)說明

由于2003年中國進(jìn)行了城市建設(shè)房屋土地由招投標(biāo)制度改為拍賣制度的改革，對城市住房建設(shè)的影響較大，另外由于2020年新冠肺炎疫情對房地產(chǎn)銷售影響較大，因此我們選擇了2003—2019年中國的省際面板數(shù)據(jù)作為樣本數(shù)據(jù)，原始數(shù)據(jù)來源為2003—2019各省區(qū)市統(tǒng)計(jì)年鑒、中國人民銀行官方網(wǎng)站、國家統(tǒng)計(jì)局官方網(wǎng)站、中經(jīng)網(wǎng)數(shù)據(jù)庫、中國知網(wǎng)數(shù)據(jù)庫。整理后的設(shè)定模型中各變量樣本數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

表1 本文設(shè)定模型中所涉及變量的描述性統(tǒng)計(jì)

為了直觀地觀察中國金融發(fā)展與城市住房的關(guān)系，整理好設(shè)定模型中各變量的樣本數(shù)據(jù)后，作出了金融規(guī)模和城市住房以及金融效率和城市住房的散點(diǎn)圖，如圖1、圖2所示。從散點(diǎn)圖來看，金融規(guī)模和金融效率與城市住房之間均存在正向相關(guān)性，但這還不能表明它們之間的關(guān)系，它們之間的關(guān)系還需通過具體的計(jì)量估計(jì)方法估計(jì)后才能得出。

圖1 金融發(fā)展對城市住房的影響機(jī)制

圖2 金融規(guī)模與城市住房之間的散點(diǎn)圖

圖3 金融效率與城市住房之間的散點(diǎn)圖

四、實(shí)證分析

（一）各自變量相關(guān)性分析

在模型估計(jì)前，先需要確定模型中各解釋變量間是否存在多重共線性的問題，通常的做法是通過觀察各解釋變量間的相關(guān)系數(shù)，以及通過方差膨脹因子的值（VIF）來檢驗(yàn)。本文首先計(jì)算了各解釋變量間的相關(guān)系數(shù)，計(jì)算結(jié)果如表2所示，然后計(jì)算了各解釋變量的方差膨脹因子的值，計(jì)算結(jié)果如表3所示。從表2可以看出，各解釋變量間相關(guān)系數(shù)均小于0.8，表明設(shè)定模型存在多重共線性的可能性較??；從表3可以看出所有變量對應(yīng)的VIF值均小于10，表明設(shè)定模型不存在多重共線性。

表2 本文設(shè)定模型中各自變量間的相關(guān)系數(shù)

表3 本文設(shè)定模型中各自變量方差膨脹因子的值

（二）模型估計(jì)方法

確定了模型不存在多重共線性后，就可以選擇適當(dāng)?shù)姆椒▽δＰ瓦M(jìn)行估計(jì)。由于本文選用的數(shù)據(jù)為中國省際面板數(shù)據(jù)，所以設(shè)定模型為面板數(shù)據(jù)模型。針對面板數(shù)據(jù)模型的估計(jì)方法主要有三種：OLS、固定效應(yīng)和隨機(jī)效應(yīng)估計(jì)。選擇哪一種估計(jì)方法取決于模型是否存在固定效應(yīng)和隨機(jī)效應(yīng)，這主要通過對被解釋變量的變化圖、固定效應(yīng)后的F檢驗(yàn)以及隨機(jī)效應(yīng)后的xttest0檢驗(yàn)來判斷?；诖?，先作出了設(shè)定模型中的被解釋變量（lnhouse）的變化圖，如圖4所示。從圖4中看出，被解釋變量（lnhouse）各省份的截距和斜率都存在一定差別，表明存在個體效應(yīng)，應(yīng)該采用固定效應(yīng)或隨機(jī)效應(yīng)對模型進(jìn)行估計(jì)，另外固定效應(yīng)估計(jì)后的F檢驗(yàn)的P值為0.000，表明設(shè)定模型存在固定效應(yīng)，隨機(jī)效應(yīng)估計(jì)后的xttest0檢驗(yàn)的P值為0.000，表明設(shè)定模型存在隨機(jī)效應(yīng)，都表明設(shè)定模型不應(yīng)該采用OLS估計(jì)。選擇固定效應(yīng)估計(jì)還是隨機(jī)效應(yīng)估計(jì)通常的做法是對兩者估計(jì)結(jié)果進(jìn)行hausman檢驗(yàn)，因此我們也采用了這種做法，hausman檢驗(yàn)的卡方值為-134.29，為負(fù)數(shù)，表明應(yīng)采用隨機(jī)效應(yīng)估計(jì)。本文設(shè)定模型OLS、固定效應(yīng)、隨機(jī)效應(yīng)估計(jì)和各檢驗(yàn)結(jié)果如表4所示。

圖4 本文設(shè)定模型中各省份lnhouse變化圖

表4 本文設(shè)定模型的估計(jì)結(jié)果

（三）估計(jì)結(jié)果分析

根據(jù)上面的分析，設(shè)定模型應(yīng)該采用隨機(jī)效應(yīng)估計(jì)方法，從表4中隨機(jī)效應(yīng)估計(jì)結(jié)果來看，設(shè)定模型選擇的控制變量產(chǎn)業(yè)結(jié)構(gòu)（lnind_str）、政府行為（lng_r_e）和城市非房地產(chǎn)固定資產(chǎn)投資（lnf_assets）均對被解釋變量城市住房（lnhouse）具有顯著性的正向影響，表明本文選擇的控制變量是恰當(dāng)?shù)?。金融發(fā)展的兩個代理變量金融規(guī)模（lnfds）和金融效率（lnfse）對城市住房同樣具有顯著性的正向影響，金融規(guī)模每增加1%，城市住房銷售將增加0.185%，金融效率每提升1%，城市住房銷售將增加0.219%，表明金融發(fā)展對增加中國城市住房、解決城市住房問題具有重要的積極作用。

五、結(jié)論與建議

城市房價長期處于相對高位，城市居民的住房問題仍然是當(dāng)前中國面臨的重要問題之一，解決城市住房問題，最主要的途徑有增加城市住房的供給和提高城市居民購買能力兩方面。理論分析表明，金融發(fā)展通過為房地產(chǎn)企業(yè)提供更大規(guī)模、更便捷的融資，為城市居民提供購房貸款，為城市保障性住房建設(shè)提供融資等方式對增加城市住房供給和提高城市居民購買能力具有重要的積極作用。通過中國省際面板數(shù)據(jù)的實(shí)證分析也表明，金融發(fā)展對中國城市住房具有重要的顯著性的正向影響，金融規(guī)模每增加1%，城市住房將增加0.185%，金融效率每提升1%，城市住房將增加0.219%。

基于研究結(jié)論并結(jié)合現(xiàn)實(shí)，提出以下建議：

第一，進(jìn)一步努力促進(jìn)城市金融規(guī)模的擴(kuò)大。金融規(guī)模的擴(kuò)大可以有效地增加對城市住房建設(shè)的融資，有效增加城市住房供給；金融規(guī)模的擴(kuò)大還可以增加對城市居民的購房貸款規(guī)模，有效降低購房貸款利率，增強(qiáng)城市居民購買能力。建議可以通過進(jìn)一步增加金融機(jī)構(gòu)、擴(kuò)大金融市場、降低民間資本開辦金融企業(yè)的門檻來促進(jìn)中國金融規(guī)模的擴(kuò)大。

第二，鼓勵金融創(chuàng)新，提高金融效率。金融效率的提高對解決城市住房具有十分重要的意義，但目前中國各城市的存貸款率平均占60%左右，股票、債券等金融市場在整個社會融資規(guī)模中所占比例較小，由于2018年互聯(lián)網(wǎng)金融平臺出現(xiàn)大量違約事件，互聯(lián)網(wǎng)金融平臺市場等新興金融市場低迷，中國金融效率總體而言處于相對比較低的狀態(tài)。但是不能因短暫的問題而放棄金融創(chuàng)新、金融效率提升的努力，政府應(yīng)進(jìn)一步鼓勵金融創(chuàng)新，擴(kuò)大股票、債券等直接金融在社會融資規(guī)模中的比重，鼓勵新興金融市場的形成，完善互聯(lián)網(wǎng)金融平臺等金融市場的功能，提高中國的金融效率。

第三，加強(qiáng)金融監(jiān)管，防范金融風(fēng)險(xiǎn)。金融規(guī)模的擴(kuò)大、金融效率的提升都會引發(fā)金融風(fēng)險(xiǎn)壓力的增大，政府應(yīng)加強(qiáng)金融監(jiān)管，特別是對互聯(lián)網(wǎng)金融平臺等新金融市場和金融機(jī)構(gòu)的監(jiān)管，可設(shè)立對新金融機(jī)構(gòu)、新金融市場和新金融產(chǎn)品專門的監(jiān)管機(jī)構(gòu)，設(shè)計(jì)和完善新的監(jiān)管體系和方法，確保在中國金融規(guī)模擴(kuò)大、金融效率提升的同時不出現(xiàn)系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā)。另外盡量防止房價的大起大落，避免房地產(chǎn)市場價格大幅波動對金融市場造成的巨大沖擊，防范金融風(fēng)險(xiǎn)。