登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 经济学类 > 经济学 > 正文

人才住房政策对政策施行城市及周边地区房价的影响——以武汉及周边城市为例毕业论文

 2020-03-19 12:34:08  

摘 要

人才作为科技创新与企业发展的主要驱动之一,在区域经济增长中发挥着越来越重要的作用。近年来,各地纷纷出台人才房政策以期招揽人才落户,而人才房政策与住房息息相关。本文以武汉市为例,探讨人才住房政策对住房价格的影响,采用武汉市2016—2018年的住宅价格指数构建双重差分模型,并选取武汉周边城市的住宅价格指数,构建VAR模型进行格兰杰因果检验。根据经验研究结果可知武汉市人才住房政策对于武汉市新建住宅价格存在正向效应,对二手房的价格无明显效应,武汉房价对周边地区房价也无显著影响,即武汉市对周边地区的房价不存在明显的波纹—溢出效应。本文分析了结果形成原因,以供政策制定有关部门参考。

关键词 人才房政策 波纹—溢出效应 传导机制

Abstract

As one of the main drivers of technological innovation and enterprise development, talent plays an increasingly important role in regional economic growth. In recent years, various localities have issued policies on talented people in order to recruit talents, and the policy on talented people is closely related to housing. This paper takes Wuhan City as an example to discuss the impact of talent housing policy on housing prices, adopts the residential price index of Wuhan 2016-2018 to build a double difference model, and selects the residential price index of surrounding cities in Wuhan to build a VAR model for Granger. Causality test. According to the empirical research results, it can be seen that Wuhan's talent housing policy has a positive effect on the price of new residential houses in Wuhan, and has no significant effect on the prices of second-hand housing. Wuhan housing prices also have no significant impact on housing prices in the surrounding areas, ie Wuhan's housing prices in surrounding areas are not. There is a clear ripple and spillover effect. This paper analyzes the reasons for the formation of results for reference by policy makers.

Key Words:talent housing policy;ripple and spillover effect;diffusion path

目 录

1、引言 1

1.1选题背景 1

1.2问题提出 2

1.3研究目的及意义 3

1.3.1研究目的 3

1.3.2理论意义 4

1.3.3现实意义 4

1.4研究思路与研究方法 4

1.4.1研究思路 4

1.4.2研究方法 5

2、文献综述 6

2.1国内文献综述 6

2.2国外文献综述 7

3、武汉房价实证分析 7

3.2变量选取与处理 9

3.3计量模型设置 10

3.4计量结果分析 11

4、武汉房价波纹——溢出效应分析 12

4.1相关概念 12

4.1.1波纹效应 12

4.1.2溢出效应 12

4.1.3波纹——溢出效应 13

4.2数据说明与处理 13

4.3计量模型设置 14

4.3.1理论支持 14

4.3.1.1 ADF稳定性检验 14

4.3.1.2 VAR模型 15

4.3.1.3 格兰杰因果检验 17

4.3.2 计量结果分析 18

第5章 结论、政策建议及研究不足 20

5.1 主要结论 20

5.2 政策建议 21

5.3 不足之处及未来展望 21

参考文献 22

致谢 25

1、引言

1.1选题背景

随着经济社会的进步,各产业的发展都需要创新注入新的动力,人才作为创新的关键点也日益受到各地的重视。上涨过快的房价使得人才在大城市高昂的生存门槛前止步,产生了人才挤出效应,不利于一个城市的人力资本积累,保障住房成为引进人才的关键(李祈安,2016)。为留住人才,更好的发展当地经济,我国各大城市纷纷出台人才优惠政策,以期招揽高学历人才,为城市建设作出贡献。而随着我国各地房价日益攀升,本科毕业生、硕博毕业生及海归人才在选择工作及定居城市时,大多会将住房问题作为重要的考虑因素。由此,各地政府在制定人才政策时,往往将人才房政策作为重头戏推出。人才房主要指提供给优秀人才的指定性住房,主要由政府规划筹建,以优惠折扣的形式提供在当地落户的优秀人才。人才房政策除包括人才房这一优惠外,往往还会同时给来当地工作的优秀人才群体发放住房补贴。由吴辉(2018)的《人才住房地图》可以看到,除给予本科及以上人才相应购房补贴外,南京给予高层次人才300万元购房补贴;郑州给予顶尖人才300平方米的免租住房;成都为优秀人才提供提供5年人才公寓和2000至3000元的安家补贴;长沙给予专科以上首套房不限购的福利;福建为海外人才补贴200万元;青岛推出1.5万套人才公寓。而在国外,德国推出人才保障性住房(TAH)政策,对人才发放住房补贴(王志成、汉斯·于尔根·克虏伯、恩里克·泽霍夫,2017)。

武汉的在校大学生及研究生总数在全世界都位于前列,但近年来武汉的落户大学生数与在校大学生数相比并不算理想。而武汉作为发展迅猛的省会城市,城市建设与经济发展都亟需大量人才。自2014年起,武汉便陆续施行人才优惠政策,并于2017年6月出台《关于支持百万大学生留汉创业就业的若干政策措施》以鼓励大学生落户。政策以“来了就是武汉人”为基础理念,进一步为大学生放宽落户条件,政策体制内毕业不超过3年的高校大学生,凭其毕业证、创业就业证明就可于武汉落户;同时武汉加大了人才公寓的供给,每年计划建设筹集50万平方米以上人才公寓,以5年内达到满足20万人租住需求的人才公寓总规模为目标;政策建立“人才住房券”制度,以奖励形式支持企业人才和大学生购、租住房。

1.2问题提出

武汉人才住房政策实施的目的是招揽人才,而人才的涌入造成人口增加,同时优惠政策促使更多的政策内的人群买房,这两点促使了购房需求的上升,右移了房地产市场的总需求曲线。在供给条件不变,也即是说房地产市场总供给曲线不发生变动的情况下,均衡的住房价格可能提高。同时从区域经济学角度来看,诸如人才政策一类的住房政策优化了区位条件,增加了外来人口流入的动机,人口流动的日趋活跃倾向于带来诸如商业活动的增长和就业的增加,在一定程度上刺激了地区经济发展,而更高的经济发展水平也倾向于带来更高的物价水平和更高的房价水平。

下图为2016年4月至2018年3月武汉新建住宅价格定基指数和二手住宅价格定基指数(以2015年为基期)曲线图,由图可以看到,与2016年6月略微下跌的趋势相比,2017年6月以后新建住宅价格指数上涨趋势明显,二手住宅价格指数也比较稳定。自2017年6月武汉出台人才房政策后,武汉的房价受到了政策的影响,且为正向效应,促使武汉房价逐渐上涨。

图1.1 2016年 4月——2018年3月武汉新建住房价格定基指数曲线图

同时由武汉、宜昌、襄阳三个地区价格指数变动的曲线图(WH为武汉,YC 为宜昌,XY为襄阳)可以看出,武汉、宜昌、襄阳三地的价格指数曲线的变动趋势基本一致,且宜昌、襄阳两地的变动略滞后于武汉,由此可以猜测武汉周边地区的房价变动对宜昌、襄阳两地产生了一定的影响。

图1.2 武汉、宜昌、襄阳2016年12月——2017年12月价格定基指数曲线

由上述理论分析与数据曲线图我们提出本文所要研究的问题:武汉市人才房政策是否对武汉市的商品住宅房价格产生影响?武汉市住房的价格变动是否会对其周边地区住房价格产生影响?本文接下来的实证分析将围绕这两点展开,并得出相应结论。

1.3研究目的及意义

1.3.1研究目的

房价的变化除了市场本身的影响外,往往受国家各项政策直接或间接的影响。人才房政策和住房直接相关,故在某种程度上会引起房价的变化。以武汉市为例,武汉出台的人才房政策包括筹建人才公寓和提供人才住房券,人才的涌入是否会造成房价上涨,是本文研究的主体。在武汉发布人才政策后,其周边地区的人才会涌入武汉,对武汉本地的房价会造成一定的冲击。同时武汉是我国九大中心城市之一,作为区域发展的增长极,武汉通过和其周边区域的互动作用,实现各种要素与资源的最优配置,带动城市-区域共同体的发展,其房价的变化同样可能会对周边地区产生一定的影响。本文需要探究的另一问题便是研究武汉市的房价受政策冲击引起的变动是否会对其周边地区产生影响。

1.3.2理论意义

在此之前,我国主要对低收入群体提供住房保障政策,故国内在福利性住房政策对房价影响方面的研究较少。本文对新型政策进行分析,通过对于2016年7月施行人才住房政策的武汉市及周边地区的研究,评估政策对住房价格是否产生影响,为研究大中型城市的住房价格变化机制提供了理论依据。国内对于人才住房政策的研究多针对人才住房政策本身,即人才住房政策的梳理及政策力度评估等方面。本文从人才房政策的间接影响入手,研究住房政策通过引进人才所引起的住房价格变化,为人才住房政策的研究提供新的思路。本文所用模型具有一定的代表性,在稍作修正后也可用于其他城市的政策影响研究之中。

1.3.3现实意义

本文着重评估人才房政策对住房价格的净影响,为各地人才房政策的施行提供房价方面的预测,对于政策的修正与规范起到一定作用。通过研究武汉市房价变动对周边地区房价的影响,揭示了不同区域住房价格之间的传导联动性,为区域性住房规划提供了理论依据,由住房价格为载体所体现的政策影响的传播也为省级及以上的政策制定提供了前期经验。同时,本文在住房价格联动性方面的研究也可在某一中心地区房价发生变化时,对其周边可能产生价格传导的区域进行住房价格预测,以助于政策提早采取措施,进行住房价格调控。

1.4研究思路与研究方法

1.4.1研究思路

本文遵循提出问题——解决问题——得出结论的思路,主要研究武汉人才房政策对武汉房价是否产生影响以及武汉地区所受人才房政策冲击造成的房价变化是否会对周边地区房价造成影响这两大问题。本文主体共分为5章节:

第1章“引言”是提出问题阶段,通过对武汉及国内其他城市人才政策的梳理,介绍了本文的研究背景,提出了本文的研究目的,并阐述了本文的研究思路及所使用的研究方法。

第2章、第3章及第4章为分析问题阶段。第2章“文献综述”通过对中外人才房政策相关研究的梳理及住房价格传导问题的研究,为本文问题解决提供了理论参考和技术支持;第3章“武汉房价实证分析”通过建立双差分模型评估武汉人才房政策对房价的净影响;第4章“武汉房价溢出效应分析”创建了武汉、宜昌、襄阳房价的时间序列数据,通过ADF检验数据平稳性后,通过搭建VAR模型进行格兰杰因果检验,判断武汉的住房价格与宜昌、襄阳的住房价格是否存在因果关系,即武汉房价是否对周边地区存在波纹——溢出效应。

第5章“结论”对第3章和第4章实证分析所得出的结果进行归纳总结,得出本文结论,分析本文的不足之处,对未来研究提出展望。

1.4.2研究方法

本文主要探究武汉人才房政策对武汉及周边地区的房价产生的影响,并通过实证分析加以论证。使用的研究方法主要有以下几种:

(1)文献研究法

现有文献的研究结果是本文写作的基础。本文通过梳理近年来关于人才房政策的中外文献,分析人才房政策产生的影响。通过收集并研读相关计量模型的文章,为本文构建模型进行实证分析提供参考。

(2)实证分析法

为研究人才房政策对武汉房价的影响,采用双重差分模型对武汉房价进行研究。选取国家统计局《十个大中城市住房销售价格指数》中武汉市2016年4月至2017年5月的住房价格指数作为数据样本,运用stata11作为计量软件进行模型回归分析。

对武汉周边地区的房价变化进行研究时,本文构建价格波纹——溢出模型。选取国家统计局《七十个大中城市住宅销售价格指数》中武汉、宜昌、襄阳的的住房价格指数,通过stata11计量软件建立VAR模型进行格兰杰因果检验,用以判断武汉房价的变化是否对周边地区产生影响,进一步推出武汉人才房政策的影响是否扩散至周边地区。

2、文献综述

2.1国内文献综述

人才住房政策通过对人才的集聚对城市其他方面产生影响,张召光(2017)指出房价上涨提高了人才落户的门槛,抑制了城市的创新发展,并通过系统GMM模型对全国70个城市的面板数据进行回归分析,证明人才住房政策能通过对人才的聚集,提高当地创新能力。政策引起的住房供应变化对房价也会产生影响:董昕(2008)指出政策性住房供应具有对房价产生影响的传导机制;张江涛、闫爽爽(2017)通过研究德国的政策性住房体系,指出德国的住房储蓄金融机构和抵押银行对房价的调控起到了一定的作用。涉及房地产的政策出台也会对房价造成冲击:李 玲、朱道林、胡克林(2012)的北京市的房价调控为例子,研究表明政策调控对于房价的变化影响明显,但该影响在时间上存在一定的滞后期;王敏和黄滢(2013)的研究表明限购政策和房产税对房价能产生一定的影响,正负影响都有可能,但其影响有限;米晋宏、刘冲(2017)对房地产调控的研究进一步指出需求特征对政策的反应微弱,而供给方多的区域及房地产开发多的区域对政策反应敏感。

国内对房价的“溢出效应”也有一定研究,张炜、景维民(2017)选取全国31个省的数据作为样本进行模型构建,研究显示我国近几年的房地产价格之间存在空间溢出性,且不同省市之间的溢出程度不同。周倩雯、邓小鹏、常腾原(2018)以南京都市圈为研究对象,结果说明南京都市圈内城市的住房价格之间存在明显的波纹-溢出效应,而南京是波纹效应的源点城市。董加加、纪晗(2018)的研究表明,我国一线城市间住宅价格的联动性随价格的上涨而增强,并随时间逐年增强。

目前在探讨住房价格之间的传导关系时,大多使用ADF检验,构建VAR模型进行格兰杰因果检验等计量方法论证是否存在波纹——溢出效应。谭雨婷(2015)为证明长三角地区各城市之间的住房价格存在波纹溢出效应时,采用六种线性单位根检验和面板单位根检验进行共同论证,并构建VAR模型进行格兰杰因果检验用以研究波纹——溢出效应的传导路径。周倩雯、邓小鹏、常腾原(2018)使用ADF平稳性检验和格兰杰因果检验等方法论证南京都市圈六个城市住房价格之间存在联动性和相互传导性。董加加、纪晗(2018)构建GVAR模型证明我国城市住房价格之间的联动性呈上涨趋势。

2.2国外文献综述

国外鼓励人才住房政策,Mike Raco(2008)在英格兰公共部门核心工作者这一群体时运用住房支持政策,并提出如果政府将住房保障政策应用于有知识积累和专业技能的特定群体,能提高该区域企业的生产能力;Derbyshire J(2013)认为,如果地区企业不能为员工解决住房问题,就容易面临人才引进困难与人才流失问题。这些优秀人才迫于高昂的房价和生活成本的压力,多倾向于带着自身的知识和技能转移到住房压力小、生活成本低的城市。

国外对住房价格之间联动性的研究以英国房地产最为典型: Macdonaldamp;Taylor(1993)和Petersen etal(2003)采用Johanse协整分析方法进行研究,结果说明英国不同区域的房价之间存在长期均衡性,即在长期的变化中,房价的变化会扩散至其他的区域,即英国住房市场存在波纹效应;Alexabderamp;Barrow(1994)运用格兰杰因果检验对英国南部和北部的房价数据数进行处理,说明英国南部地区的房价波动能北部地区房价;而另外一些研究中,Meen(1999)采用ADF单位根检验的方法进行研究,结果表明区域房价与英国全国房价百分比不存在稳定关系;但Cook(2003)提出先前研究显示区域房价不存在收敛性的原因是在数据处理过程中忽略了潜在的不对称性,即当价格下降时英国的东南部地区的收敛性更快,而房价上升时,其他地区的收敛性更快。

关于双差分模型的应用中,Esther(2001)将印度尼西亚政府在 1973-1978 年间政府大规模投入学校基本设施建设政策看做自然实验,利用双差分模型研究其对教育年限和对工资性收入的影响,其中一个差分源于受学校建设影响和不受学校建设影响的同期群,另一个差分来自学校建设项目不同的区域,学校建设的实际影响作用为双差分。结果显示,每 1000 个儿童中兴建建一所小学可以将平均受教育年限提高 0.12-0.19 年。

3、武汉房价实证分析

3.1数据说明与处理

本文数据选取《全国七十个大中城市住宅销售价格指数》中2016年4月至2018年3月的部分(见表3.1),来源于中华人民共和国国家统计局。住宅销售价格指数包含新建商品房价格指数和二手房销售价格指数。 定基指数(以2015年为基数)可用来作为房价的代理变量进行分析,但是由于本文的对照组为2016年至2017年的相同月份,虽然是相似年份,但是不同的时间点价格存在较多不可控因素,价格差异可比性也不高。而相近两年内,武汉房价的变动趋势是相似的,故选用环比指数(以上月价格为100)作为房价变化趋势的代理变量,将房价的变动趋势作为模型左侧因变量。

表3.1 武汉市2016年4月——2018年3月住房销售价格指数

时间

新建住宅销售价格指数

二手住宅销售价格指数

上月=100

上年=100

2015=100

上月=100

上年=100

2015=100

2016.04

102.1

109.6

108.3

101.1

107.4

106

2016.05

102.3

111.9

110.8

101.4

108.6

107.4

2016.06

102

113.8

113

101.9

110.2

109.5

2016.07

102.2

115.8

115.4

102.1

111.9

111.8

2016.08

103.2

118.6

119.1

102.4

113.8

114.5

2016.09

103.9

122.5

123.8

103.7

117.6

118.7

2016.1

103

125.7

127.5

102.5

120.1

121.6

2016.11

101.6

126.8

129.5

102

121.9

124

2016.12

99.7

125.5

129.1

100.9

122.1

125.2

2017.01

99.9

124.2

129

100.4

121.9

125.7

2017.02

99.8

122.8

128.7

100.7

122.1

126.6

2017.03

99.9

121.2

128.6

101

122

127.9

2017.04

100.4

119.2

129.2

101.1

122.1

129.3

2017.05

100.2

116.8

129.4

101.0

121.5

130.6

2017.06

100.3

114.9

129.8

101.3

120.8

132.2

2017.07

100.2

112.7

130.1

101.1

119.6

133.7

2017.08

99.8

109.0

129.9

100.8

117.7

134.7

2017.09

99.9

104.8

129.7

100.4

114.0

135.3

2017.1

99.9

101.7

129.6

100.4

111.7

135.9

2017.11

100.0

100.1

129.6

100.1

109.6

136.0

2017.12

100.3

100.6

129.9

100.2

108.9

136.3

2018.01

100.4

100.7

129.9

100.3

108.8

136.8

2018.02

99.9

101.3

130.3

100.1

108.2

136.9

2018.03

99.8

101.2

130.1

99.9

107.0

136.8

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图