【正文】 過這種途徑，一個地區(qū)的住房價格的增加可能引起其他地區(qū)價格水平的滯后增加 ， 但是這種空間傳遞效應的指向是 不明確的。 然而我國學者認為財富效應不一定能帶動消費。因為就僅有一套住房的居民而言，房子不可能用來出售，房價上漲帶來的財富增加只 是 虛擬價值。因為過高的房價，有的居民放棄了購買自有住房的打算； 對 新購住房的居民來說，房價上漲 卻又抑制其他商品 消費的負效應：為了還房貸而節(jié)衣縮食 （王兆斌，2021） 。 （四）信息不對稱 房價 波動 很大程度上是由于信息不對稱引起的。而由于 住房 是生活必需品，需求價格彈性 小 ，開發(fā)商易于運用高價格策略獲壟斷利潤，產生了買方信息不足下的 “ 非價格競爭 ” （西托夫斯基， 1990）。 Oikarinen（ 2021） 假設市場上同時存在知情的和不知情的行為人。不知情行為人指不掌握公開可獲得信息或者至少不知道信息是如何影響房價。市場上知情的行為人越多，價格對經濟沖擊完全反應的速度越快。我們可以認為知情的行為人主要是專業(yè)的投資者， 他們主要聚集一個國家的少數(shù)經濟中心城市，這就可能導致房價在主要經濟中心的變化要快于周邊地區(qū) 11。 Clapp 等 也支持信息不對稱 會 造成 房價的 領先滯后關系 ： 房價變化的信息交流在本地討論最頻繁， 并隨距離的增加而減少 。 Oikarinen 也指出，人口密度高的地區(qū)會產生更多、更有效、更快的住房市場信息 ， 這些信息逐漸傳遞至人口較不密集區(qū)域，客觀上造成了住房價格從人口密集的大城市領先波動。關于信息在 住房價格 擴散中的作用 ， Pollakowski 和 Ray 認為 由于沖擊發(fā)生之后，信息通過個體 和 新聞媒介在空間傳播， 臨近地區(qū) 信息傳遞得更快 ，因而 價格 互動 關系會更強 12。 11 Oikarinen, Elias, 2021, “The Diffusion Of Housing Price Movement From Center To Surrounding Areas”, Journal of Housing Research, 15, 432453 12 Pollakowski, . and Traci , 1997, “Housing Price Diffusion Pattern at Different Aggregation Levels: An Examination of Housing Market Efficiency”, Journal of Housing Research, 8, 107124. 第二章 我國城市住房價格擴散效應的特征和原因 22 （五）其他因素 此外，最近很多學者從行為金融學角度研究了房價的空間傳遞效應。一種觀點認為“從眾心態(tài)”是造成房價空間傳遞形成的重要原因。購房者或者投資人的從眾心態(tài)加劇了房價的輪漲或輪跌。人們可能即使得到消息也不做出反映，而是采取觀望的態(tài)度，等到趨勢更加明 朗或者在其他大部分消費者行動的情況下才做出反應，那么這種延遲反應就是導致房價空間傳遞的一種心理因素。 況偉大考察了預期和投機對房價影響 ， 發(fā)現(xiàn)不同城市購房者的投機性需求很容易受到 區(qū)位 相鄰、經濟發(fā)展相近、房地產市場發(fā)達等城市的房價波動影響，對本地區(qū)的房價波動做出預期 13。 另外 行為金融學中有個 “ 噪音理論 ” ，它是指短線投資者為了追求利潤最大化，會 暫時 忽視基本面信息， 轉而 把注意力集中到那些可能 使 價格非理性變動的 “ 噪音 ” （錯誤信息）上， 造成價格的 短期扭曲。 在房地產市場中， 房產商 通過“假銷售”等手段 人為制造房源緊張氣氛，可 以理解為是房產商制造的市場“ 噪音 ”。 但 “ 噪音 ” 對資本市場的商品定價的影響是短期的，無法起到決定性作用 ，故表現(xiàn)出短期偏離長期趨同的趨勢。 13 況偉大， 2021：《預期、投機 與中國城市房價波動》，《經濟研究》第 9 期。 第三章 住房價格擴散效應的理論方法與模型構建 23 第三章 住房價格擴散效應的理論方法與模型構建 第一節(jié) 空間計量經濟學分析 傳統(tǒng)的 回歸 理論是建立在 “ 獨立觀測 ” 及 經濟空間“ 均質性 ” 的假定的基礎上 的 ，但是 這種 獨立 、均質 的觀測值在現(xiàn)實生活中并不是普遍存在的（ Cetis，1997） ， 人們普遍認為，距離較近的 經濟 變量之間會有更強的相關性 。 地區(qū)之間的經濟地理行為都存在一定程度的空間效應，且空間效應的強度和模式由絕對位置（格局）和相 對位置（距離）共同決定（吳玉鳴， 2021）?？臻g統(tǒng)計和空間計量方法正是克服傳統(tǒng)計量經濟理論的缺陷，將地理位置和空間交互和因素考慮 進 來，研究經濟變量空間聯(lián)系 的 理論和方法。 一般空間計量經濟分析包括探索性空間數(shù)據分析（ ESDA）和空間回歸分析。 將空間因素引入模型進行分析一般是通過設置空間權值矩陣來實現(xiàn)?？臻g權值矩陣（用 W 表示）是用來刻畫被解釋變量的空間相互作用，該矩陣包含了關于區(qū)域 i 和區(qū)域 j 之間空間連接關系，是外生設定的?？臻g權值矩陣表示如下： W=1 1 1 2 12 1 2 2 212nnm m mnw w ww w ww w w???????? () 其中， ijW 表示區(qū)域 i 和區(qū)域 j 的相互臨近關系。 衡量地理臨近聯(lián)系的方法通常有基于鄰近標準 ijW 和基于距離標準 ()ijWd兩種主要方式，分別如下： 1 當區(qū)域 i 和區(qū)域 j 相鄰 0 當區(qū)域 i 和區(qū)域 j 不相鄰 1 當區(qū)域 i 和區(qū)域 j 在距離 d 之內 0 當區(qū)域 i 和區(qū)域 j 在距離 d 之 外 Anselin（ 2021）介紹 了一種基于距離標準的 K 值最鄰近空間矩陣（ KNearest Neighbor Spatial Weights）。 這種方法避免了基于門檻距離（ Threshold Distance）第三章 住房價格擴散效應的理論方法與模型構建 24 的簡單空間矩陣導致的不平衡的臨近矩陣關系 ，從而保證了每個觀測點都有相同個數(shù)的“鄰居”。 一、探索性空間數(shù)據分析（ ESDA） 探索性空間數(shù)據分析（ ESDA）是利用統(tǒng)計學和地圖等可視化技術， 識別和 探測空間聯(lián)系模式的一套統(tǒng)計學方法（ Le Gallo and Ertur， 2021）。 采用探索性空間數(shù)據方法進行房價擴散效應分析的基本過程為： 首先，采用 全域自相關 Moran’s I、 Geary’s C等統(tǒng)計量檢驗住房價格的空間相關性；接著用局域空間相關指數(shù) LISA（ Local Indicators of Spatial Association） 圖和 Moran散點圖刻畫住房價格的局部空間相關性和異質性的特點 （吳玉鳴， 2021）。 （一）全域空間自相關 檢驗區(qū)域經濟變量的空間自相關性是否存在，最常用的是 Moran’s I指數(shù)。Moran’s I主要針對于全域空間自相關（ Global Spatial Autocorrelation）分析。全域空間自相關 是從整體上刻畫 變量的 區(qū)域空間分布的集群情況。 Moran’s I定義為： Moran’s I = 11211( ) ( )nnij i jijnnijijW Y Y Y YSW?????????? () 其中， 211 ()n iiS Y Yn ???? ，11 n iiYYn ?? ? ， Yi表示第 i 個地區(qū)的觀測值， n 為地區(qū)總數(shù)， Wij為二進制的鄰近空間權值矩陣，采用鄰近標準或距離標準， 描述經濟變量的空間相互作用 。 采用 Moran’s I 關鍵是空間權值矩陣的設定，本文使用 K 值最鄰近 空間矩陣（ KNearest Neighbor Spatial Weights）來刻畫空間的相互作用 ，從而很好的避免了基于門檻距離的空間矩陣導致的不平衡的臨近矩陣關系 。 第三章 住房價格擴散效應的理論方法與模型構建 25 （二）局域空間自相關 Moran’s I是全域空間自相關的統(tǒng)計量，并不能解釋局部空間上的自相關關系。研究局域空間自相關 關系 可以采用 Moran散點圖 和 局域空間相關指數(shù) LISA圖來 描述 。 Moran 散點圖顯示了單個地區(qū) 被解釋變量值 與 其相鄰的 地區(qū)的關系 。 散點圖將每個地區(qū)值以其觀察值的離差為橫坐標，以其空間滯后值為縱坐標，以平均值為軸的中心將圖分為 四個象限，每個象限對應不同的空間自相關類型：第一象限為正相關地區(qū)（ HighHigh），該地區(qū)本身有較大的觀測值，且周圍地區(qū)也有較大觀測值；第二象限為負相關地區(qū)（ LowHigh），該地區(qū)本身的觀測值較小，但是周圍地區(qū)觀測值較大，其他象限依次類推。 LISA 圖是 可以 顯示局部性的空間相關的顯著性 ，將 Moran 散點圖和 LISA的顯著性指標 聯(lián)系起來 可以得到表明各地區(qū) 的 聚集 性 地圖 ， 表示 經濟變量 局域空間集聚 性。 二 、 空間 計量經濟 模型 空間統(tǒng)計學可以探索各地區(qū)的空間聯(lián)系，但是不能清楚地反映房價的空間的交互作用，因此需要 引入外生解釋變量，進一步用空間計量經濟學的方法進行分析。 空間計量經濟學研究的是考慮到空間交互和空間結構的截面和面板數(shù)據回歸（ Anselin,1998）。一般而言，空間計量經濟模型有兩個識別來源 ——空間依賴（ Spatial Dependence）和空間異質（ Spatial Heterogeneity）。其中空間依賴反映區(qū)域間經濟在演變過程中實際存在的空間交互作用；空間異質指在地理空間上缺乏均質性 ， 比如存在中心 外圍等經濟地理結構 ， 從而導致的空間差異。 空間 相關性 揭示的空間效應 通常可通過納入空間效應 的空間計量經濟模型來實現(xiàn)。 當空間相關主要是由于變量間較強的空間依賴性時，即為空間滯后模型 （ spatial lag model， SLM） ；而當模型的誤差項在空間上表現(xiàn)出較強的相關性時，即為空間誤差模型 （ spatial error model， SEM） 。 （一） 空間滯后模型（ spatial lag model， SLM） 空間滯后模型 主要是探討各變量在一地區(qū)是否有擴散現(xiàn)象（溢出效應）。其第三章 住房價格擴散效應的理論方法與模型構建 26 模型表達式為： y= Wy X? ? ??? () 參數(shù) ? 為 自變量對因變量的影響 系數(shù) ，空間滯后因變量 Wy 是一內生變量，反映了空間距離對區(qū)域 經濟 行為的作用。 ? 表示空間溢出效應，當 ? 為正時，表示正的空間溢出效應；為負時，表示負的空間溢出效應。其大小刻畫了擴散效應的強弱程度。 （二） 空間誤差模型（ spatial error model， SEM） 空間誤差模型 的表達式為 ： y= X??? () ? = W? ? ?? () 式中 ? 為隨機 誤差 向量， ? 為 n1 階的截面因變量向量的空間誤差系數(shù)， ? 為正態(tài)分布的隨機誤差向量。參數(shù) ? 為 自變量 X 對因變量 y 的影響 系數(shù) 。參數(shù) ?衡量了空間依賴作用，即相鄰地區(qū)的觀察值 y 對本地區(qū)觀察值 y 的影響方向和程度。 鑒于空間回歸模型由于自變量的內生性， 如果采用傳統(tǒng)的 OLS 回歸 ，系數(shù)估計值會有偏或者無效，需要通過 IV、 ML 或 GLS、 GMM 等其他方法來進行估計。 Anselin（ 1988）建議采用極大似然法估計空間滯后模型（ SLM）和空間誤差模型（ SEM）的參數(shù)。 第 二節(jié) 時間序列模型 一、向量自回歸模型 傳統(tǒng)的經濟計量方法是以經濟理論為基礎來描述變量 間的 關系 ， 但是經濟理論通常并不足以對變量之間的動態(tài)聯(lián)系提供一個嚴密的說明。向量自回歸模型（ vector autoregression， VAR）和向量誤差修正模型（ vector error correction model， VEC）就是為了解決這些問題 而設的 非結構化的多方程模型。向量自回第三章 住房價格擴散效應的理論方法與模型構建 27 歸（ VAR） 模型 把系統(tǒng)中每一個內生變量作為系統(tǒng)中所有內生變量的滯后 變量的函數(shù)來構造模型，將單變量自回歸模型推廣到由多元時間序列變量組成的 “ 向量 ” 自回歸 ，從而很好地刻畫出變量之間的動態(tài)聯(lián)系 。 一個 P 階滯后的向量自回歸模型 VAR（ p）的數(shù)學表達式 為 ： 11t t p t p t t??? ? ??? ? ? ?y A y A y B X ε （ ） 其中： yt 是 k 維內生變量向量， Xt 是 d 維外生變量向量， p 是滯后階數(shù)，樣本個數(shù)為 t。 k?k 維矩陣 A1， ...， Ap 和 k?d 維矩陣 B 是要被估計的系數(shù)矩陣。 ?t是 k 維 隨機 擾