将空间溢出回归系数0.532代入经济—地理权重矩阵空间计量模型，得到2006—2016年各省域房地产泡沫空间溢出对房地产泡沫值增长贡献率，笔者运用空间溢出效应贡献率作为衡量一个地区房地产泡沫值增长对另一个与其有经济—地理空间关系地区泡沫变化的空间溢出程度，具体结果见表1-9。进一步对表1-9数据进行分析，发现近年来我国房地产泡沫空间溢出逐渐呈现出三大趋势。
第一，不同省域泡沫溢出程度存在差异性，在不同溢出圈内溢出程度呈现发散性的特点。本章运用非参数估计模型中的核估计法，模拟房地产泡沫空间溢出的密度函数。将2006—2016年划分为四个年段，分别为2006—2008年、2009—2011年、2012—2014年与2015—2016年，分别对四个年段进行估计，估计结果以高斯核函数形式呈现。图1-8显示房地产泡沫空间溢出密度函数中心矩在波动中不断向右移动，峰值由小变大后又经历了由大变小的过程，同时空间溢出变化区间由小变大。2012—2014年房地产泡沫空间溢出密度分布具有明显的高峰薄尾特征，说明在这几年间各区域的溢出效应集中于中心距附近，极端值相对较小。这主要是由于在这三年间，各区域房地产泡沫空间溢出效应减弱，区域间溢出方差较小。但其后在2015—2016年，空间溢出密度函数峰值很快回落，尾度增厚，说明在这两年间各区域房地产泡沫空间溢出方差逐渐增大，不同中心房价领涨区域对周边房地产泡沫的溢出程度差异性扩大，具有明显的发散性特点。结合表1-9数据发现，以北京为房价领涨中心，周边河北与天津空间溢出性分别达到6.75与7.74；以上海为中心，周边浙江与江苏空间溢出性为8.05与7.47，相较2012—2014年空间溢出差异性与发散性明显增强。
图1-8 房地产泡沫空间溢出核密度函数
第二，房地产泡沫空间溢出效应在同一泡沫溢出圈内逐渐聚集，不同溢出圈之间呈现梯次性过度趋势。将2015—2016年各地区房地产泡沫取均值填充颜色至中国地图。可以发现，我国各省域间房地产泡沫空间溢出效应呈现明显的聚集性与区域性的特点，且梯次性过度趋势较明显，总体呈现由沿海向内地、由东部向西部梯次衰退态势。溢出效应聚集圈主要划分为几大板块，一是以北京为中心的京津冀溢出圈；二是以上海为中心的江浙沪溢出圈；三是以广东为中心的闽粤溢出圈，这三板块的空间溢出效应贡献率在6.16以上。其他板块为辽吉黑溢出圈、中部地区溢出圈与西部地区溢出圈，空间溢出效应贡献率在5.25—5.86。高溢出聚集区主要集中于京津冀和长三角地区以及这两大经济体沿海延长线地带。结合上文的回归分析，形成这种状态的主要原因有：随着城镇化进程的不断加快，越来越多的外来人口涌入北上广深等中心地区，促使人口密度不断攀升，住房需求不断扩大，推动房地产价格增长，过高的房价压力和不断完善的交通设施，使更多的中心省域居民选择在周边地区购房，形成房地产泡沫的空间溢出圈；同时，由于土地稀缺性，中心省域房产供给不足，政府拍卖的住房用地中“地王”频现，进一步推高了房地产商的拿地与开发成本，在成本—收益的约束下，房地产商逐渐开始选择开发中心省域的周边地区，力图通过低拿地成本和高建筑质量吸引购房者，获得更高利润，带动周边地区房地产市场的发展，产生房地产泡沫空间溢出圈，圈内曾经差距较大的省域价格逐渐减小，房地产泡沫空间溢出效应在溢出圈内逐渐呈现聚集性特点。(www.xing528.com)
第三，我国各省域房地产泡沫根据溢出程度可以分为四大类型。为了对不同省域间2015—2016年的溢出效应新趋势做进一步分析，本章引入空间溢出性分布图。纵轴为各省域空间溢出效应，横轴为各省域房地产泡沫值，将二者绘制在同一张图中，纵向线为房地产泡沫值的中位数，横向线为空间溢出效应贡献率的中位数。两条直线将分布图划分为四个象限，经济含义：第一象限为传染活跃型省域，受到房地产泡沫空间溢出性影响大，包括福建、河北、江苏、浙江；第二象限为传染较活跃型省域，自身房地产泡沫较高受到空间溢出性的影响较大，容易对周边地区产生较强的溢出效应，包括北京、上海、广东与天津；第三象限为传染稳定型，这类城市会受到泡沫空间溢出效应的影响，但影响程度有限，包括山西、山东、河南与陕西等省域；第四象限为传染迟钝型，此类城市不容易受到周边城市房地产泡沫膨胀的影响，同样自身房价的增长也较难影响周边区域，包括海南。一、二象限城市较易产生房地产泡沫的空间溢出效应，在房价过快增长时期应该出台限制措施，引导房价合理走向。三、四象限城市受到房价空间溢出效应较弱，在经济增速放缓时期可以适时取消房产限购政策，带动经济平稳增长（图1-9）。
图1-9 房地产泡沫空间传染分布四象限
表1-9 各省域房地产泡沫空间溢出效应贡献率
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
