新型城镇化背景下河南省房地产投资时空分布分析

    周笑影

    

    

    摘 要：在传统城镇化背景下，河南省房地产出现了过度开发导致房价过高、结构失衡以及资源浪费等现象。新型城镇化政策不仅能够扭转房地产市场出现的不健康发展状况，而且为房地产市场创造了新的发展空间。基于此，探讨河南省房地产投资的现状、空间分布情况以及影响因素，发现河南省房地产投资整体呈现空间差异性，影响房地產投资的主要因素为人口和建成区面积。

    关键词：新型城镇化;房地产投资;空间分析

    中图分类号：F299.23? ? ? ? 文献标志码：A? ? ? 文章编号：1673-291X（2019）30-0068-03

    引言

    简单来说，城镇化是人口向城市以及城市化生活方式的转移和变迁的过程。房地产行业在这一过程中扮演者及其重要的角色，城镇化影响着城市如何发展、向哪里发展，而房地产行业作为依托于城市的发展行业，其发展方向也会随之发生改变。同理，房地产行业的发展也会在一定程度上影响着城镇化的发展[1～3]。目前，我国的城镇化脚步逐步迈大，城镇化的进程不断加速，传统的城镇化背景下的房地产行业出现了房价过高、房地产结构失衡、土地资源严重浪费的现象，这些不良问题引起了人们的注意。随着党中央新型城镇化概念的提出，为我国房地产市场健康发展提出了新思路[4～5]。河南省地处中原，位置得天独厚，城镇化率却低于周边城市。依托于中原城市群的发展战略，在新型城镇化的背景下，其城镇化率不断提升，房地产投资额也在不断增加，房地产投资的空间联系也在发生些微的改变。基于此，探寻分析河南省在新型城镇化下房地产投资时空分布变化情况，分析探讨其特点，能更好地发挥新型城镇化的优势，取长补短，解决房地产投资市场的问题，从而促进房地产市场持续良好的发展。本文从经济社会等方面选取了一些指标，对河南省房地产投资进行影响因素的分析[6～15]，以此来更好地指导房地产投资的进行，为城市更好的发展提供一些建议。

    一、数据来源与研究方法

    1.数据来源

    本文数据涵盖河南省18个市。整理提取了2010—2016年的《中国城市统计年鉴》《中国统计年鉴》《河南省国民经济和社会发展统计公报》《济源市国民经济和社会发展统计公报》河南省18个市的房地产投资额，以及河南省17个地级市的人口、经济、行政数据。

    2.研究方法

    首先，全局空间自相关分析。通过全局自相关分析来展示房地产投资额的空间格局状况。常用Morans I指标度量，计算公式为：

    I=

    其中，Zi=Xi-? Wi，j=1/di，j。式中，n为河南省各市的城市个数;XiXj为第i和第j城市的房地产投资额值;为所有城市的房地产投资额平均值;Wi，j为空间权重矩阵。-1

    其次，局部空间自相关分析。为更好地解释河南省各市房地产投资额具有的空间相关性，进行局部空间自相关分析。以局部Morans I值进行度量，计算公式为：

    各参数含义均相同于上式。根据区域与区域间的相关性强度，分为四种类型。类型一，“高高”区;类型二，“低高”区;类型三，“低低”区;类型四，“高低”区。“高高”区和“低低”区均存在较强的空间正相关;而“高低”区则表示某一空间单元属性值较高，而周围单元较低;同理，“低高”区的空间单元则存在较强的空间负相关。

    二、结果与分析

    1.河南省房地产投资现状分析。2010—2016年河南省城镇化率和房地产投资额情况（如图1a所示）。研究期内，我国的城镇化率不断提升，由38.82%上升为48.5%。城镇化率的提高与带来房地产投资额规模的变化相伴而生，两者变动曲线基本保持一致。我们可以将房地产投资额变化分为三个阶段：一是2010—2012年，房地产投资额呈现缓慢增长态势年平均增长461亿元;二是2012—2015年，房地产投资额呈现快速增长阶段年平均增长595亿元;三是2015—2016年，房地产投资额呈现平缓增长态势。

    2.全局自相关分析。接下来，对河南省各市进行了全局自相关分析（如图1b所示）。2010—2014年，空间差异性呈现变小—变大—变小—变大的趋势。2014—2016年，空间差异性呈现变大的趋势。2010—2016年，我们得到的Morans I值均为负值，也就是说，河南省各市的空间关系呈现负相关性。这六年间，Morans I都在-0.2～-0.02之间，可以发现河南省各市之间的空间差异性很大，房地产投资额呈现出空间差异性很大的局面，说明河南省房地产投资受不同的区位条件影响，发展得并不均衡。

    3.局部自相关分析。对河南省各市进行了局部自相关分析，然后将高值与高值聚集区和低值与低值聚集区进行了统计，可以发现在2010—2016年间，低值与低值的关联城市一直只有1个。高值和高值关联的城市只有2010年和2012年存在为1。首先，低值—低值关联类型，即房地产投资额在空间上是低值聚集的情况。在河南省分析区域内是济源市，且在七年的观测范围内一直保持不变。这也说明在这七年的观测区内，河南省各市的房地产投资额变动不是太大。其次，高值—高值关联类型，即房地产投资额在空间上是高值聚集的情况。在种类型的房地产投资额空间差异性小，且会呈现空间的正相关，该区域周围的房地产投资额数额都比较大。在观测期内，这样的城市主要是周口市，该关联区出现位置恒定不变。最后，其他关联类型。包括了高—低关联类型（即房地产投资额高值被低值包围）和低—高关联类型（即房地产投资额低值被高值包围）。从上页图1c中可以看出，2013年、2016年的漯河市和驻马店市;2014年、2015年的漯河市和周口市都是我们所说的低—高类型。2010年、2012年、2014年的郑州市则属于我们所说的高—低类型。整体来说，出现这种现象的原因可能是济源市属于河南省的一个县级市，位置偏远，位于河南省的边界，发展并不迅速，经济实力以及人口增长所能带来的多住房需求的动力并不足，而郑州市作为河南省的省会城市，发展迅速，会远超于周边的城市，所以会出现高—低类型的出现。但随着中原城市群战略的提出，各个城市的经济实力的发展、城镇化率进程的不断提升，房地产投资额的值也会不断地上升，那么这种明显的差异性会不断缩小，所以这种高—低类型区会变少。低—低类型的出现可能是由于这些市位置较河南省中心发展地带较远，中心地带所产生的辐射作用鞭长莫及，那么这些城市的发展速度可能不如其周边城市的发展。所以，对于房地产发展的拉动力较周边地区弱一些，会产生房地产投资额不高聚集的现象。

    4.房地产投资影响因素分析。一个产业的发展主要是受需求和资本多少的影响，当需求量大、积累的资本多时，那么该产业会进入一个发展的空前繁荣时期，如多该产业的需求量小、积累的资本也少，那么该产业可能不会发展成为太大的规模。这两个因素哪一个缺少，都会影响该产业的发展。所以，在选择房地产投资额影响因素时，从这两个方面着手进行考虑，并结合一定的社会经济等方面的因素来确定。本次研究选取人均GDP值、人口值、人均收入值、建成区面积值以及二次产业产值占总产值的比重这5个指标。通过分析发现人均GDP、人均收入、建成区面积、人口值均是房地产投资额的影响因素。其中，对房地产投资额具有较大影响的前两位指标为建成区面积和人口值。城市的不断扩张、人口数量增长均会对房地产行业起到一定的拉动作用，经济实力的提升也会促使房地产行业繁荣发展。

    三、结论

    1.河南省房地产投资的空间集聚呈现负相关性。河南省的房地产投资额具有空间差异性。河南省房地产投资呈现波动状态的空间集聚。2010—2016年，周口市为主要的高值聚集区，济源市为主要的低值聚集区，郑州市为主要的高低聚集区，漯河市、驻马店市为低高聚集区。

    2.房地产投资额受多因素的复杂影响。人均GDP、人均收入、人口增长、建成区面积均会对房地产投资产生正相关的影响。其中，房地产投资额的前两位影响因素是人口增长和建成区面积。

    四、讨论

    在城市化进程不断推进的现阶段，房地产行业和城镇化存在一定影响关系。更好地解决房地产行业存在的问题，应该可以为城镇化的推进带来一定帮助。首先，我们要充分发挥地区与地区之间的联动作用，减少城市之间发展程度的差异性。其次，将房地产投资与地区实际情况结合，多角度全方位分析，从而制订合理的投资计划。另外，要做好房地产的保障性建设和质量管控，为人们提供更好的住房条件。最后，我们要因地制宜，基于實际条件来进行各个地市的房地产投资。

    参考文献：

    [1]? 蔡雪雄，林南艳.福建省新型城镇化与房地产业协调发展路径研究[J].东南学术，2016，（6）：147-152.

    [2]? 李格.京津冀协同发展下河北省新型城镇化水平提升策略研究[D].石家庄：河北大学，2016.

    [3]? 张鸿琴，王拉娣，张琪.城镇化水平对房地产投资影响的研究——基于中西部面板数据分析[J].福建论坛：人文社会科学版，2016，（4）：175-180.

    [4]? 高昊，邓思远，褚可心.廊坊房地产投资现状与问题研究[J].现代营销（下旬刊），2017，（2）：136-136.

    [5]? 邓小鹏，赵超，常腾原.中国海外房地产投资现状与对策研究[J].建筑经济，2017，（5）：12-16.

    [6]? 王松涛，刘洪玉.房地产开发投资水平理论研究与实证分析[J].建筑经济，2006，（6）：60-63.

    [7]? 曾雨晴，基于ESDA的房地产投资变化率时空格局变化研究——以成都19个区县为例[J].绵阳师范学院学报，2016，（8）：98-104.

    [8]? 黄磊.人口结构对住宅需求的影响——以西安市为例[D].西安：西安建筑科技大学，2009.

    [9]? 马丽丽，王海民.济南市人口城镇化与房地产投资额的因果关系分析[J].现代农业科技，2013，（20）：348-349.

    [10]? 孙志妍，张洪.基于地理加权回归模型对我国房地产投资影响因素分析[J].经济研究导刊，2017，（5）：17-18.

    [11]? 刘云超.探析经济周期对中国房地产及投资的影响[J].现代经济信息，2017，（7）：22.

    [12]? 高敬超，张洪.我国房地产投资区位差异的宏观因素分析[J].中国市场，2017，（14）：25-26.

    [13]? 龙奋杰，吴公樑.城市人口对房地产投资的影响研究[J].土木工程学报，2003，（9）：65-70.

    [14]? 陈淑云，付振奇.城市化、房地产投资与经济增长的关系分析——以湖北省1990—2009年时间序列数据为例[J].经济体制改革，2012，（2）：30-35.

    [15]? 赵朋.房地产投资波动与城市化关联性研究[J].华东经济管理，2006，（10）：37-40.