《城镇化对郑州市房地产价格影响实证研究10000字（论文）》

城镇化对郑州市房地产价格影响实证研究摘要2022年3月，国家发改委明确提出2022年新型城镇化和城乡融合发展重点任务，旨在从多个方面深入推进以人为核心的新型城镇化战略，提高新型城镇化建设质量。而城镇化的加速推进对当地的房地产价格有重大的影响。本文以郑州为例研究城镇化对房价的影响。首先，对相关国内外研究动态进行了综述，其次，概述城镇化对房价影响的相关理论，在对城镇化对郑州房地产价格的影响机制进行定性分析基础上，对城镇化对郑州房价的影响进行定量化实证研究，并且基于定性分析与定量分析的结果得出结论，揭示出城镇化对郑州房地产价格的影响，并在研究结论基础上提出政策建议，以期对有关部门决策提供参考。研究表明：在城镇化发展的过程中，经济、土地和人口三个不同因素对房价的影响存在差异性。从经济角度来看，城镇化过程中居民消费能力的增加，导致了住房购买力的提高，从而对可购买的房屋数量造成一定的冲击，进而对房地产价格水平造成正向影响。同时，由于投资的不断增长，供给方面会为市场提供更多的保障，供给增加，价格反而降低，在一定程度上就对市场的稳定也有一定的促进作用。从土地角度来看，土地资源的合理分配将会在一定时间内对房地产市场的稳定发展起到积极的作用。从人口角度来看，房价主要是依赖于当期人口的数量变动。根据上述实证分析得出的结论，本文提出了减少城乡居民收入差异，加快推进城乡融合发展；科学规划土地供给；强化对房地产市场的宏观调控；优化住房供给政策等政策建议关键词：郑州；城镇化；房价；影响；实证分析目录引论 -1-一、国内外研究综述 -1-（一）国外研究综述 -1-（二）国内研究综述 -1-二、城镇化对房价影响的理论基础 -2-（一）城镇化内涵 -2-（二）影响房价的城镇化主要类型 -2-三、城镇化对郑州房地产价格影响机制分析 -3-（一）郑州城镇化现状 -3-（二）城镇化对郑州房地产价格影响的机制分析 -4-四、城镇化对郑州房地产价格影响的实证分析 -5-（一）短期层面的经济城镇化因素对房价的影响分析 -5-（二）中期层面的土地城镇化因素对房价的影响分析 -8-（三）长期层面的人口城镇化因素对房价的影响分析 -11-五、结论与建议 -13-（一）研究结论 -13-（二）政策建议 -14-主要参考文献 -15-引论2022年3月，国家发展改革委明确提出2022年新型城镇化和城乡融合发展重点任务，旨在从多个方面深入推进以人为核心的新型城镇化战略，提高新型城镇化建设质量。而城镇化的加速推进对当地的房地产价格有重大的影响。本文以郑州为例研究城镇化对房价的影响。首先，对相关国内外研究动态进行了综述，其次，概述城镇化对房价影响的相关理论，在对城镇化对郑州房地产价格的影响机制进行定性分析基础上，对城镇化对郑州房价的影响进行定量化实证研究，并且基于定性分析与定量分析的结果得出结论，揭示出城镇化对郑州房地产价格的影响，并在研究结论基础上提出政策建议，以期对有关部门决策提供参考。一、国内外研究综述（一）国外研究综述Green（1997年）运用时间序列模型把城镇化和房地产联系起来，分析选取的目标城市近四十年的年度数据，进而解释城镇化和房地产的关系以及变动情况RichardK.Green.FollowtheLeader:HowChangesinResidentialandNon‐residentialInvestmentPredictChangesinGDP.RealEstateEconomics,1997,25(2):45-56.。JunhuaChen（2010年）对1995年至2005年的房地产价格变化和城镇化率变化进行了比较分析，引入中国房地产政策的变化作为影响因素，研究了两者之间的相互作用，然后进行了区域比较，并用GIS系统评估比较各城市的不同JunhuaChenetal.OnedecadeofurbanhousingreforminChina:Urbanhousingpricedynamicsandtheroleofmigrationandurbanization.HabitatInternational,1995–2005.2010,35(1):51-63.。ZhangmingWang（2015年）以人口变化与住房需求两者的关系为切入点研究，以人口变动为影响因素建立模型，选取RichardK.Green.FollowtheLeader:HowChangesinResidentialandNon‐residentialInvestmentPredictChangesinGDP.RealEstateEconomics,1997,25(2):45-56.JunhuaChenetal.OnedecadeofurbanhousingreforminChina:Urbanhousingpricedynamicsandtheroleofmigrationandurbanization.HabitatInternational,1995–2005.2010,35(1):51-63.ZhangmingWangetal.PopulationAgeing,UrbanizationandHousingDemand.JournalofServiceScienceandManagement,2015,8(4):67-79.（二）国内研究综述陈石清（2008年）利用协整分析方法和ECM模型，研究了1991年至2005年我国房价和城镇化的关系，并最终得出结论，城镇化水平的提高是引起房价上涨的重要因素，两者之间存在长期的正相关关系，进而分析实证结果并指出了相关的政策启示陈石清，朱玉林．中国城市化水平与房地产价格的实证分析．经济问题，2008（01）：47-49．；张延、张静（2016年）基于我国三十余省市的面板数据，将理论研究与实证分析结合，探讨城镇化与房价的关系。理论研究得出城镇化率的提高将促进房价增长的结论。实证部分进行回归分析，得出城镇化与房价之间存在显著的正相关关系张延，张静．城镇化对房价的影响：理论与实证分析．财政研究，2016（06）：95-102．；王旭等（2019年）研究城镇化与经济发展水平对房地产价格的影响，基于目标城市的数据进行实证研究，结论显示人口城镇化对房地产价格的长期正向影响，经济发展水平对房地产价格的波动影响王旭，李俊杰，李明宝，等．人口城镇化与区域经济发展质量对房价的影响研究陈石清，朱玉林．中国城市化水平与房地产价格的实证分析．经济问题，2008（01）：47-49．张延，张静．城镇化对房价的影响：理论与实证分析．财政研究，2016（06）：95-102．王旭，李俊杰，李明宝，等．人口城镇化与区域经济发展质量对房价的影响研究——以郑州市为例．价格理论与实践2019（10）：15，3-156．周婉玲，吴思倩，王紫霜．城镇化对房价影响的实证分析．广西质量监督导报，2020（06）：82-83．李文谦，张涛．基于STATA的房产价格影响因素分析．商业经济，2020（04）：127-128+190．二、城镇化对房价影响的理论基础（一）城镇化内涵“城镇化”一词由“城市化”演变而来，是一个社会逐渐从农业主导的传统乡村型社会向工业、服务业等非农产业主导的现代城市型社会转变的、符合时代发展的历史过程。（二）影响房价的城镇化主要类型影响房地产价格的城镇化主要类型包括经济城镇化、土地城镇化和人口城镇化。经济城镇化是指随着城镇化水平的提高，区域边缘的资源会逐步向中心城市转移，在转移过程中必然促进城市经济的发展，同时拉动内需，推动周边地区的经济发展，做到经济发展的良性循环和高质量发展。经济城镇化体现了城镇建设进程中经济发展水平的提升，主要指该区域的经济发展状况和生产建设方式逐渐向城镇经济特征靠拢的过程。“土地城镇化”的概念提出较晚，陆大道等学者于2007年提出“土地城镇化速度过快”的问题并得到相关管理部门高度重视陆大道、叶大年等中国科学院院士、专家经过一年的调查和研究，撰写了“关于遏制冒进式城镇化和空间失控的建议”的报告，并发表在《陆大道、叶大年等中国科学院院士、专家经过一年的调查和研究，撰写了“关于遏制冒进式城镇化和空间失控的建议”的报告，并发表在《2008科学发展报告》上。人口城镇化，通常是指农村人口持续向城镇集中，或者由乡村地区转化为城镇地区，导致城镇居民比例增加的过程。人口城镇化强调的是在生产力发展的基础上人口性质的转变，它以一定经济社会的发展作为支撑点，以该地区的现代化进程为发展基础，同时又进一步提升经济社会的发展速度。三、城镇化对郑州房地产价格影响机制分析（一）郑州城镇化现状郑州市是河南省省会，面积达7500平方公里，在推进城镇化、乡村振兴的过程中起到了重要的示范和引导作用。郑州是我国中部地区的典型城市，近年来经济发展速度快，城镇居民人均可支配收入不断增加，城镇化进程明显加快，取得了很大的成绩。根据2020年《郑州市第七次普查公报》，郑州市目前有常住人口1260.05万人，其中城镇居民987.90万人，城镇化率达到了78.40%，超过了我国平均水平，但仍落后于北京（87.50%）、上海（89.30%）等一线城市。从图1中可以看出，郑州市GDP总量增长迅速，2011年至2020年增长了1/3的GDP总量；从图2中可以看出，郑州市人均可支配收入大幅度增加，从2011年的居民人均可支配收入21612元增加到2020年的42887元，增长超过20000元，在具有较大人口密度的城市中，其成果十分突出。从图3中可以看出，郑州市城镇常住人口数量持续增长，从2011年到2020年，郑州市城镇人口占总人口的比例上升近15%，城镇化发展步伐稳定。图1郑州GDP发展水平图2郑州城镇居民人均可支配收入图3郑州常住人口城镇化率（二）城镇化对郑州房地产价格影响的机制分析在城镇化进程的不断加快下，郑州房地产价格迅速上涨。据郑州年度统计数据，2005至2020年，郑州的房地产均价从每平米2637.66元涨到了9834元。城镇化对郑州房地产价格的影响机制表现在以下三个方面：1．经济城镇化对房地产价格的影响城镇化是推动我国经济发展的重要动力。从供给角度来看，随着城镇化进程的不断深入，城市第二、三产业的比例不断上升，农村转移劳动力集中在技术含量不高的劳动密集型产业上，其中与房地产密切相关的建行业则会在一定程度上得到迅速的发展，从而提升了房地产供应的活力。从需求角度来看，随着经济城镇化的快速发展，居民收入水平不断提高，居民的可支配收入和银行存款将会得到进一步的增长。基于流动性偏好论，随着居民可支配收入增长，其消费水平和投资动机都会增加。银行存款增加，住房需求将随之增长。可见，房价与居民可支配收入水平具有某种内在的关联。其次，居民存款增长也会促使其考虑，怎样使自己满足生活基本需求后的剩余资金能够保值。目前我国的金融产品还不够丰富，可选择的投资途径也较少，自2000年以来，由于土地稀缺、房价的稳定上涨以及较低的风险，房地产逐步成为高收入人群的主要投资途径，房地产市场的投资需求也随之增加。因此，经济城镇化的发展对房地产供应、需求、价格都有很大的影响。2．土地城镇化对房地产价格的影响在城镇化过程中，城市规模不断扩大，部分土地用途发生变化，自农业用地转化为非农用地，即土地城镇化过程，这将带来城市建设面积的扩大，进而增加房地产市场的土地供应量。国家采取土地征收等方法增加了城市的延伸面积，将其中一些土地用作建设用地，增加了房地产市场的供给量。但是伴随着土地资源的不可再生性，土地供给在短期内缺少弹性空间，在中期或长期内供应不足，这也是导致中国高房价的主要因素之一。3．人口城镇化对房地产价格的影响城乡居民的转移带来城市人口规模和密度的提高，而城镇居民比例增加会对房地产的需求产生直接的影响。人口城镇化会从两个方面对房价产生影响。首先，是对房地产市场的刚性需求不断增长。居民从农村迁往城镇居住后，受传统住房观念的影响，购房成了必须解决的问题，新增城镇人口对住房的需求也相应增加，这正对应着刚性需求的增长。其次，户籍制度也会对房地产的需求产生影响。在现行的户籍制度下，落户条件放宽，农村人口进城落户的条件更加宽泛，人们在城市购买住房，进一步带来房地产需求的增加。因此，人口城镇化会通过城镇居民比例的增加，提升居民的消费性需求，从而增加对房地产的总需求。同时，在城镇化进程加快的过程中，除上述三个方面外，居民生活配套设施趋于完善、城市形态及功能优化、房地产建筑行业质量不断提高，这些也将促进房地产需求量上升，从而影响房地产价格。四、城镇化对郑州房地产价格影响的实证分析实证分析的思路是从影响房价的三个城镇化主要类型出发，针对房地产市场的不同发展阶段，分为短期、中期和长期三个层次，选取城镇化进程中与这些阶段对应层次相匹配的自变量为主要影响因素，采用回归分析方法，研究城镇化过程中各个层次的不同因素对于郑州房价的影响效果其中，通过影响的作用情况分层面进行分析，短期主要影响因素看经济情况，中期主要影响因素看土地情况，长期主要影响情况看人口情况。详见赵玉珂所著《武汉市新型城镇化进程对房地产市场发展影响研究》文献。。其中，通过影响的作用情况分层面进行分析，短期主要影响因素看经济情况，中期主要影响因素看土地情况，长期主要影响情况看人口情况。详见赵玉珂所著《武汉市新型城镇化进程对房地产市场发展影响研究》文献。（一）短期层面的经济城镇化因素对房价的影响分析1．经济城镇化因素的指标选择及数据说明房地产作为一种特殊的商品，它与需求和供给是密不可分的。因此，从短期层次的经济角度来看，形成需求的必要条件是购买力水平，而形成供给的必要条件则是供给端的资金支持。因此，短期层次选取了城乡居民年末储蓄余额(记为s)，人均消费支出(记为x)，固定资产投资额(记为t)作为经济城镇化指标，并作为回归分析的自变量，选取郑州市住宅商品房平均价格表示其房价水平（记为y），作为回归分析的因变量。本文选取2005年至2020年这十六年的郑州年度数据作为依据，所有原始数据均来源于2005-2020年郑州市年度统计公报以及中国国家统计局、中国指数研究院、中国住房、城乡建设部官网。2005——2020年上述变量的相关数据的变化见表1所示。表1短期层面的经济城镇化指标数据年份住宅商品房销售平均价格（元/平方米）y城乡居民年末储蓄余额（亿元）s人均消费支出（元）x固定资产投资额（亿元）t20052637.661436.087223610.2020062888.361620.727619839.9020073573.61658.7187161135.80200839282067.2297001523.2020094298251120201049572911.00127902432.5020115696.1632520020126253.113845.46166103561.20201371624475.32186724400.20201475714839.26201225259.60201575375695.49216926288.00201681636297.63232106998.60201786316538.23249737573.4020188442.627157.32262568398.90201994727957.04272918634.07202098348961.78254508944.902．单位根检验本文所研究数据为时间序列数据，对所研究的变量取对数，消除极端值、异常值来的影响。然后再运用STATA进行单位根检验。检验结果见表2所示。表2经济因素变量的单位根检验结果变量ADF统计值1%显著性水平5%显著性水平10%显著性水平检验结果D(lny)-2.878-3.750-3.000-2.630不平稳D(lny,1)-2.941-3.750-3.000-2.630不平稳D(lny,2）-6.620-3.750-3.000-2.630平稳D(lns)-1.148-3.750-3.000-2.630不平稳D(lns,1)-3.379-3.750-3.000-2.630平稳D(lns,2)-5.605-3.750-3.000-2.630平稳D(lnx)-2.656-3.750-3.000-2.630不平稳D(lnx,1)-0.174-3.750-3.000-2.630不平稳D(lnx,2)-3.926-3.750-3.000-2.630平稳D(lnt)0.844-3.750-3.000-2.630不平稳D(lnt,1)-1.885-3.750-3.000-2.630不平稳D(lnt,2)-4.398-3.750-3.000-2.630平稳由表2可知，lny（住宅商品房平均价格）、lnx（人均消费支出）、lnt（固定资产投资额）三者在二阶差分下的单位根检验值同时小于临界值1%、5%、10%，即说明非常好地拒绝该假设，此时序列平稳。3．回归分析本文以房价lny为被解释变量，以人均消费支出lnx、固定资产投资额lnt为解释变量进行回归分析，建立回归模型（见式1）：lny=α1lnx+α2lnt+cons（式1）然后进行回归分析，回归分析结果见表3所示。表3经济因素变量的回归分析结果lnyCoef.St.Err.t-valuep-value[95%ConfInterval]Siglnx1.057861.103247110.250.8351.281***lnt.0000243.0000161-1.51.15500Constant-1.437749.928554-1.55.146-3.444.568Meandependentvar8.673SDdependentvar0.427R-squared0.987Numberofobs16F-test503.500Prob>F0.000Akaikecrit.(AIC)-46.675Bayesiancrit.(BIC)-44.357***p<.01,**p<.05,*p<.1从表3可以看出，模型R-squared值为0.987，意味着lnx、lnt可以解释lny的98.73%变化原因。对模型进行F检验时发现模型通过F检验（F=503.497，p=0.000<0.05），也即说明lnx、lnt至少一项会对lny产生影响关系，可以得到模型公式为（见式2）：lny=1.057861lnx−0.0000243lnt−1.437749（式2）最终具体分析可知：lnx的回归系数值为1.057861，并且呈现出0.01水平显著性（t=10.246，p=0.000<0.01），意味着lnx2会对lny产生显著的正向影响关系。lnt的回归系数值为-0.0000243，但是并没有呈现出显著性（t=-1.509，p=0.155>0.05），意味着lnt并不会对lny产生影响关系。总结分析可知：郑州市的人均消费支出（lnx）会对房价（lny）产生显著的正向影响关系。但是固定资产投资额（lnt）与房价（lny）并未呈现显著正相关关系。4．异方差检验针对异方差情况，使用怀特（White）检验和BP检验两种方法进行检验。检验原假设为模型没有异方差，表4显示两种检验均拒绝原假设（p<0.05），说明模型存在异方差。表4异方差检验结果White异方差检验BP异方差检验χ²pχ²p13.5190.0197.6040.0225．Robust回归分析使用Robust稳健标准误回归方法进行研究，以解决异方差问题。表5经济因素变量的Robust回归分析结果(n=16)回归系数标准误tp95%CIR2调整R2F常数-1.9200.766-2.5060.012*-3.422~-0.4180.9860.984F(2.13)=465.822,P=0.000lnx1.1130.08513.0620.000**0.946~1.280lnt--0.0000.000-2.7180.007**-0.000~-0.000*p<0.05**p<0.01从表5可知，将lnx，lnt作为自变量，而将lny作为因变量进行Robust回归分析(M估计法)，lnx的回归系数值为1.113（t=13.062，p=0.000<0.01），意味着lnx会对lny产生显著的正向影响关系。lnt的回归系数值为-0.000（t=-2.718，p=0.007<0.01），意味着lnt会对lny产生显著的负向影响关系。总结分析可知：郑州市的人均消费支出（lnx）会对房价（lny）产生显著的正向影响关系。以及固定资产投资额（lnt）会对房价（lny）产生显著的负向影响关系。（二）中期层面的土地城镇化因素对房价的影响分析1．土地城镇化因素的指标选择及数据说明土地城镇化进程中，城市建成区面积的增加是主要体现吕萍，周滔，张正峰，等．土地城市化及其度量指标体系的构建与应用．中国土地科学，2008（08吕萍，周滔，张正峰，等．土地城市化及其度量指标体系的构建与应用．中国土地科学，2008（08）：24-28+42．表6中期层面的土地城镇化指标数据年份住宅商品房销售平均价格（元/平方米）y城市建成区面积（平方公里）x20052637.6626220062888.3628220073573.630220083928328.720094298336.720104957342.720115696.16354.720126253.1137320137162382.720147571412.720157537437.620168163456.620178631500.820188442.62543.920199472580.8202098346412．单位根检验本文所研究数据为时间序列数据，对所研究的变量取对数，消除极端值、异常值来的影响。然后再运用STATA进行单位根检验。检验结果见表7所示。表7土地因素变量的单位根检验结果变量ADF统计值1%显著性水平5%显著性水平10%显著性水平检验结果D(lny)-2.878-3.750-3.000-2.630不平稳D(lny,1)-2.941-3.750-3.000-2.630不平稳D(lny,2）-6.620-3.750-3.000-2.630平稳D(lnx)1.302-3.750-3.000-2.630不平稳D(lnx,1)-2.261-3.750-3.000-2.630不平稳D(lnx,2)-4.792-3.750-3.000-2.630平稳由表7可知，lny（住宅商品房平均价格）、lnx（建成区面积）两者在二阶差分下的单位根检验值同时小于临界值1%、5%、10%，即说明非常好地拒绝该假设，此时序列平稳。3．回归分析本文以房价lny为被解释变量，以建成区面积lnx为解释变量进行回归分析，建立回归模型（见式3）：lny=α1lnx+cons（式3）然后进行回归分析，回归分析结果见表8所示。表8土地因素变量的回归分析结果lnyCoef.St.Err.t-valuep-value[95%ConfInterval]Siglnx1.531.15210.0601.2041.857***Constant-.481.91-0.53.606-2.4341.472Meandependentvar8.673SDdependentvar0.427R-squared0.879Numberofobs16F-test101.275Prob>F0.000Akaikecrit.(AIC)-12.606Bayesiancrit.(BIC)-11.060***p<.01,**p<.05,*p<.1从表8可以看出，模型R-squared值为0.879，意味着lnx可以解释lny的87.86%变化原因。对模型进行F检验时发现模型通过F检验（F=101.275，p=0.000<0.05），也即说明lnx一定会对lny产生影响关系，可以得到模型公式为（见式4）：lny=1.531lnx−0.481（式4）最终具体分析可知：lnx的回归系数值为1.531，并且呈现出0.01水平显著性（t=10.064，p=0.000<0.01），意味着lnx会对lny产生显著的正向影响关系。总结分析可知：郑州的城市建成区面积（lnx）会对房价（lny）产生显著的正向影响关系。4．异方差检验针对异方差情况，使用怀特（White）检验和BP检验两种方法进行检验。检验原假设为模型没有异方差，表9显示两种检验均接受原假设（p>0.05），说明模型不存在异方差问题。表9异方差检验结果White异方差检验BP异方差检验χ²pχ²p0.5390.7640.0240.878（三）长期层面的人口城镇化因素对房价的影响分析1．人口城镇化因素的指标选择及数据说明人口流动是城镇化进程中的一个长期变动，衡量人口城镇化进程的指标是城镇人口比率（记为x），并作为回归分析的自变量，同样选取郑州市住宅商品房平均价格表示其房价水平（记为y），作为回归分析的因变量。本文选取2005年至2020年这十六年的郑州年度数据作为依据，所有原始数据均来源于2005-2020年郑州市年度统计公报以及中国国家统计局、中国指数研究院、中国住房、城乡建设部官网。2005——2020年上述变量的相关数据的变化见表10所示。表10长期层面的人口城镇化指标数据年份住宅商品房销售平均价格（元/平方米）y城镇人口比率（％）x20052637.6659.220062888.3660.220073573.661.32008392862.32009429863.42010495763.620115696.1664.820126253.1166.32013716267.12014757168.32015753769.720168163712017863172.220188442.6273.42019947274.62020983478.42．单位根检验本文所研究数据为时间序列数据，对所研究的变量取对数，消除极端值、异常值来的影响。然后再运用STATA进行单位根检验。检验结果见表11所示。表11人口因素变量的单位根检验结果变量ADF统计值1%显著性水平5%显著性水平10%显著性水平检验结果D(lny)-2.878-3.750-3.000-2.630不平稳D(lny,1)-2.941-3.750-3.000-2.630不平稳D(lny,2）-6.620-3.750-3.000-2.630平稳D(lnx)1.710-3.750-3.000-2.630不平稳D(lnx,1)-1.946-3.750-3.000-2.630不平稳D(lnx,2)-3.072-3.750-3.000-2.630平稳由表11可知，lny（住宅商品房平均价格）、lnx（城镇人口的比例）两者在二阶差分下的单位根检验值同时小于临界值1%、5%、10%，即说明非常好地拒绝该假设，此时序列平稳。3．回归分析本文以房价lny为被解释变量，以城镇人口比例lnx为解释变量进行回归分析，建立回归模型（见式5）：lny=α1lnx+cons（式5）然后进行回归分析，回归分析结果见表12所示。表12人口因素变量的回归分析结果lnyCoef.St.Err.t-valuep-value[95%ConfInterval]Siglnx4.915.42511.5704.0045.826***Constant-11.9961.786-6.720-15.826-8.165***Meandependentvar8.673SDdependentvar0.427R-squared0.905Numberofobs16F-test133.952Prob>F0.000Akaikecrit.(AIC)-16.599Bayesiancrit.(BIC)-15.054***p<.01,**p<.05,*p<.1从表12可以看出，模型R-squared值为0.905，意味着lnx可以解释lny的90.54%变化原因。对模型进行F检验时发现模型通过F检验（F=133.952，p=0.000<0.05），也即说明lnx一定会对lny产生影响关系，可以得到模型公式为：（见式6）：lny=4.915lnx−11.996（式6）最终具体分析可知：lnx的回归系数值为4.915，并且呈现出0.01水平显著性（t=11.574，p=0.000<0.01），意味着lnx会对lny产生显著的正向影响关系。总结分析可知：郑州的城镇人口比率（lnx）会对房价（lny）产生显著的正向影响关系。4．异方差检验针对异方差情况，使用怀特（White）检验和BP检验两种方法进行检验。检验原假设为模型没有异方差，表13显示两种检验均接受原假设（p>0.05），说明模型不存在异方差问题。表13异方差检验结果White异方差检验BP异方差检验χ²pχ²p4.3530.1130.1480.700五、结论与建议（一）研究结论根据上述实证分析结果，我们可以得出以下的结论：总体来看，城镇化过程中，尽管经济、土地、人口等因素对房价的影响各不相同，但城镇化进程在各个层次都会对房价有影响，不同层面的作用效果存在差异。从短期层面来看，我国推进城镇化的最直接原因是要发展经济，因此在这个过程中会引发一系列的经济指标的变动，从而对房地产价格产生影响。在城镇化中选取指标：储蓄、消费、固定资产投资。根据研究结果，郑州的人均消费支出对房价产生显著的正向影响关系，固定资产投资额对房价产生显著的负向影响关系。消费增长促进了房地产价格的上升，投资增长抑制了房地产价格的上升。从理论角度来看，城市化过程中，居民消费能力的增加，导致了住房购买力的提高，从而对可购买的房屋数量造成一定的冲击，进而对房地产价格水平造成正向影响。同时，由于投资的不断增长，供给方面会为市场提供更多的保障，供给增加，价格反而降低，在一定程度上就对市场的稳定也有一定的促进作用。从中期层面来看，在城镇化的进程中，由于土地性质的改变，大量的集体土地被改造成了各种类型的建设用地；土地使用类型的改变会为房地产市场提供机遇，从而影响房价。根据研究结果，郑州的建成区面积会对房价产生显著的正向影响关系。同时结合理论分析可得，建成区对房价产生正向影响，但当一座城市的规模发展到一定程度后，建成区面积的增加必然会对房地产市场造成负面影响，其原因在于其有限的土地资源。因此，土地资源的合理分配将会在一定时间内对房地产市场的稳定发展起到积极的作用。从长期层面来看，人口迁移是我国城镇化进程中最直接的体现，更多的人会选择或被动选择城市，人口迁移势必会导致购房需求的增长，从而影响房价。根据研究结果，郑州的城镇人口比率会对房价产生显著的正向影响关系，房地产价格在很大程度上依赖于当前人口数目的变化。（二）政策建议针对上述结论，本文提出如下政策建议：1．减少城乡居民收入差异，加快推进城乡融合发展为避免农村人口过多涌入城镇造成住房刚性需求增加，带动房价上涨，必须深化乡村振兴战略，增加农村居民收入，完善农村基础设施和公用设施，减少城乡居民收入差异，推进就地城镇化，促进城乡融合发展。2．科学规划土地供给供给减少也会直接导致房价的上涨，土地供应不足会引起房产开发成本的上升，造成房价上涨，政府应根据市场的需求合理供应土地，并鼓励提高土地的集约利用。3．强化对房地产市场的宏观调控政府要加大对房地产的宏观调控力度，促进房地产市场的有效供应。建立一个高效的住房供给体系：政府主导以提供基础保障、市场主导满足不同层次需求。要让政府和市场同时发挥作用，把前者的权威性和后者的灵活性结合，建立和完善一个健康的、以人为核心的房地产市场。4．优化住房供给政策住房问题是一个重要的民生问题，对于城市而言，其住房供给政策不仅会影响到人口流动，还会对人才产生巨大的吸引力，城市以人为本的发展理念更进一步强调了人的重要性，但是，对个体来说，安居才能乐业，为了防止住房问题成为城市发展的瓶颈，必须根据城市的发展和市场需要，不断优化住房供给政策。主要参考文献[1]程帅，田家华．武汉市人口城镇化和土地城镇化协调发展研究．湖北农业科学，2021，60（04）：79-85．[2]陈