房地產二元屬性及財富效應的區域差異研究

廖海勇 陳 璋

(中國人民大學 經濟學院，北京 100872)

一、引言和文獻綜述

房地產二元屬性是指房地產的消費屬性與投資屬性。消費屬性是指房地產主要滿足居民衣食住行中的住房需求;投資屬性是指房地產為商業活動提供經營場所，是其他產業的生產投入要素，同時，房地產也是居民財富的重要組成部分。房地產的消費屬性和投資屬性是隨著經濟發展和人民生活水平的提高自然演變而來的，居民改善住房的需求強化了房地產的消費屬性，而投資活動又強化了房地產的投資屬性，其中消費屬性是房地產的基礎屬性，投資屬性是派生屬性。因為只有當房地產投資具有相對較高收益和較低投資風險時才會成為投資者愿意投資的對象(Sagalyn，1990)，而只有在住房需求強勁且房價上漲成為普遍現象時，房地產的投資價值才得以凸顯。所以從時間上來說，在經濟發展早期，房地產的消費屬性大于投資屬性，而在較高的經濟發展水平上，房地產的投資屬性大于消費屬性。周建成(2007)研究認為，隨著人民生活水平的提高，房地產的屬性會逐漸從耐用消費品演變為生產要素，最后成為投資工具。

房地產產業鏈條較長，對國民經濟各行業都有較強的輻射作用，尤其是與金融業、建筑業、商業等國民經濟重要行業有較強的聯動性，房地產業的發展對經濟增長、經濟結構、收入分配、消費、投資等各方面都產生了深刻影響。中國自1998年開啟住房市場化改革以來，在國家產業政策支持引導之下，房地產業迅速成長為國民經濟支柱產業。房地產企業單位數由1998年的24378家增加到2012年的89859家，房地產業增加值占GDP的比重也從1997年1.86%增加到2010年的5.6%①根據1997年和2010年投入產出表數據計算得到。。在房地產企業數量與規模獲得長足發展的同時，房價也持續攀升，全國商品房每平米平均售價從2000年的2112元上漲到2012年的5790元，房地產投資價值逐漸凸顯。房地產業的繁榮在促進經濟增長的同時也為經濟帶來了一些負面影響，比如高企的房價會增加商業經營成本、加重居民購房負擔、加劇金融風險等，同時也出現了地方經濟發展過度依賴房地產業等不可持續現象。因此，中國政府自2010年起開始加大對房地產市場的調控力度，通過限購、限貸等政策手段，截至2014年7月，房地產業發展明顯放緩。2014年1月至7月房地產開發投資同比增長13.7%，比2013年同期回落6.8個百分點，房屋新開工面積同比下降12.8%，土地購置面積同比下降4.7%，商品房銷售面積同比下降7.6%，商品房銷售額增速同比下降8.2%，與2013年同比增加25.8%形成鮮明對比，可見，房地產市場已經開始降溫。在房地產調控初顯成效之際，研究房地產價格波動對經濟的影響具有一定的現實意義，本文將從房價波動對消費影響的角度展開分析。

學術界將房價對消費的影響歸結為房地產財富效應(劉建江等，2005;杜莉等，2010;鄧健、張玉新，2011)。目前國內對房地產是否具有財富效應還存在爭議，大致可以分為以下三類觀點:

(1)房地產價格波動對消費的影響為負，即房地產市場不存在財富效應。洪濤(2006)對中國31個省市2000—2004年的面板數據進行實證檢驗發現，不同類商品房價格上漲對居民消費支出的影響不同，總體而言，中國房地產市場的財富效應比較微弱，房價上漲對消費的抑制作用大于促進作用。周孝坤和楊曉(2010)對四個直轄市房價波動與消費的關系進行實證分析后發現，房價每上漲1%，四大直轄市居民的消費支出將減少0.1223%，房價上漲并沒有產生財富效應引起消費增長，而是更多地體現為擠出效應。

(2)房價上漲促進居民消費，即房地產存在正的財富效應。王子龍等(2008)對1996—2007年的季度數據用VAR模型進行Granger 因果檢驗和脈沖響應函數分析，研究發現，無論從長期還是短期來看，房價上漲都將導致居民消費增加。齊紅倩和黃寶敏(2013)利用1999—2013年季度數據，實證研究發現我國房地產財富效應顯著。

(3)房價上漲對消費的影響依經濟體特征的不同而不同。鄧健和張玉新(2011)在傳統的永久收入—生命周期分析框架基礎上引入信貸機制，從理論上證明只有當金融市場能夠有效地緩解消費者的流動性約束時，房價上漲才會對消費產生正向激勵作用。黃靜和屠梅曾(2009)利用家庭微觀調查數據研究發現，房地產財富效應與地區、居民收入、房屋產權等因素有關。王培輝和袁薇(2009)將全國分為東中西三個地區，分別研究各個地區的房地產財富效應，認為經濟發展水平不同而引起的家庭財富比重和金融結構差異是各地區房地產財富效應差異的主要原因。Catte等(2004)以OECD 十個國家為樣本進行研究，發現金融市場發達的國家房地產財富效應更大，并認為金融結構和消費者信貸約束是影響房地產財富效應的最重要因素。趙楊(2012)認為，金融市場發展程度、消費者收入水平、房屋產權類型、房產財富屬性、房地產的區域屬性、消費者年齡層次等都是影響房地產財富效應的因素，并對前三個因素進行了實證檢驗。本文將從第四個因素的角度分析各省市房地產財富效應差異的原因。

本文基于中國30個省市自治區的面板數據測算不同省份的房地產財富效應，并計算各個地區房地產的消費屬性和投資屬性大小。

二、房地產消費屬性與投資屬性對其財富效應的影響機制

研究房地產二元屬性對財富效應的影響，首先要厘清房地產二元屬性的涵義。房地產的二元屬性是指房地產既是消費品也是投資品，既滿足居民住房消費需求又滿足商業活動對商業經營場所的投資需求，同時對居民而言，還是保值增值的投資工具。消費屬性是房地產的基本屬性，是房價上漲的基礎動力。在居民改善住房需求以及城鎮化帶來的新增住房需求推動下，房價不斷上漲。投資屬性是房地產的派生屬性，在房地產剛性需求強勁的預期下，房價上漲的預期也隨之產生，在金融市場不發達的情況下，房地產成為居民投資的首選工具，房地產投資屬性增強，居民的住房擁有率增加，房價上漲導致的財富增加、收入增加，進而促進消費(圖1)。可見，房地產的消費屬性和投資屬性對房地產的財富效應影響不同:一方面，居民為購買房屋進行預防性儲蓄，房價上升意味著儲蓄率上升，因此從房地產的消費屬性來看，房價上漲將降低消費需求，房地產財富效應為負;另一方面，出于投資需求的居民購置房產作為財富保值增值的工具，房價上漲意味著財富增加、收入預期增加，從而促進消費，因此從房地產的投資屬性來看，房價上漲將促進消費，房地產財富效應為正。

圖1 房地產二元屬性對財富效應的雙重影響

中國區域發展差異較大，各地區房地產發展階段也不盡相同。2003年，房價最高的兩個省市(北京和上海)商品房平均售價分別為4764元、4134元，房價最低的兩個省市(江西和青海)商品房平均售價僅為1062元、1292元;截至2012年，北京、上海的平均房價分別飆升到17022元、14061元，江西、青海的平均房價僅為4745元、4049元。不僅如此，從消費水平來看，地區間差異也不容小覷。2003年消費水平最高的三個地區北京、上海和浙江，其城鎮居民人均年消費支出分別為11124元、11040元和9712元，而消費水平最低的三個地區江西、貴州和青海，其城鎮居民人均年消費支出僅為4914元、4949元和5400元。截至2012年，北京、上海和浙江三省市的城鎮居民人均消費支出高達240446元、26253元和21545元，而江西、貴州和青海三省市的城鎮居民人均消費支出僅為12776元、12586元和12356元。而且可以發現，2012年江西和青海的房價水平恰好類似于北京和上海2003年的水平，2012年江西、貴州、青海的消費水平僅接近于北京、上海、浙江的2003年消費水平，也就是說，無論是房地產發展程度還是消費水平，中西部地區都落后東部地區十年左右。

由于東部地區與中西部地區存在較大差異，而房地產消費屬性和投資屬性的演變過程在房地產不同發展階段又有所差異，且二者對房地產財富效應的作用方向也不相同。如圖2所示，橫坐標代表消費屬性大小，主縱坐標代表投資屬性大小，假設房地產發展階段及每個階段上二元屬性轉換是連續的，那么曲線L 代表了不同發展階段上房地產二元屬性的所有組合。次縱坐標表示房地產發展階段，圖2中給出了東部、中部和西部地區對應的房地產投資屬性和消費屬性的三種組合，分別以A、B和C點表示。三個地區的房地產投資屬性和消費屬性組合的差異最終將表現為各地區房價上漲對消費的影響程度不同:一方面，對于房地產發展處于上升階段的省市，消費屬性占主導地位，房價上漲會導致購房支出增加，在收入不變的情況下消費者只能減少其他非房產消費;另一方面，對于房地產已經發展到成熟階段的省市，由于形成了房價上漲的預期，房地產演變為優質投資品，房地產消費屬性讓位于投資屬性，房價上升帶來的財富增加能轉化為居民的收入，最終促進消費增加。

圖1 房地產二元屬性轉換

三、房地產財富效應及二元屬性的實證檢驗

(一)房地產財富效應的測算

在上文的分析中，房地產的財富效應最終受到消費屬性和投資屬性的制約，消費屬性越強，房地產財富效應越小，投資屬性越強，房地產財富效應越大。要檢驗這一觀點的合理性，先要測算各省市的房地產財富效應。

1.測算方法的選擇

基于對房地產財富效應的理解，參考王子龍等(2008)、駱祚炎(2007)的測算方法，本文選用消費對房價波動的彈性系數衡量房地產財富效應大小。

目前對房地產財富效應的研究主要有時間序列分析和面板數據分析兩種方法。這兩類分析方法各有利弊。首先，對于時間序列模型而言，不同文獻使用的數據頻度不同，有年度數據、季度數據和月度數據。由于我國各地區統計制度存在差異，數據頻度越高，數據完備性越差，從官方公布的資料中通常只有個別地區能找到相關變量的月度數據或季度數據，而有些研究機構的調查由于成本問題不可能大面積展開，只可能挑選重點地區進行數據搜集，因此基于月度和季度數據的文獻往往以個別省市為研究對象，李亞明、佟仁城(2007)對上海的研究采用了月度數據，宋勃(2007)用季度數據對全國進行研究，但是經過處理才得到了季度數據，即便有的研究使用了年度數據，也僅僅是考察了個別省市(周孝坤、楊曉，2010)。其次，對于面板數據而言，由于涉及的截面較多，從數據獲得性上來說，只可能選擇年度數據，面板數據分析的優點是能夠同時處理不同截面在不同時間上的數據，從而更好地捕捉不同截面之間可能存在的異質性，而且其比時間序列數據提供了更豐富的信息，變量間更具可變性，具有更高的自由度，估計結果更有效。缺點是數據頻度降低對房價波動性的捕捉能力有所下降。因此在數據精度與研究范圍上存在一個兩難的選擇，如果想要數據頻度高一點，則研究的范圍只可能是個別省市，而要兼顧不同截面的異質性也就降低了數據的精度。

考慮到各省市的異質性，本文根據30個省、市和自治區(由于西藏數據不全，分析中不予考慮)1999—2012年的面板數據，用固定效應變系數模型測算各地區房地產財富效應。數據均來源于中經網統計數據庫。

2.計量模型設定和變量說明

本文設定的計量模型如下:

式(1)中，i 表示省(市)(i=1，…，30)，t 表示年份(t=1999，…，2012)，βi、β1i、γ 為待估參數，εit為殘差項。其中β1i代表i 地區的消費的房價彈性大小，即本文所關注的各地區的房地產財富效應。

模型中各變量的涵義是:

(1)消費(Cit)。本文基本模型中選用城鎮居民人均年消費支出數據代表消費。

(2)房價(HPit)。這是模型的核心解釋變量，在基本模型中用商品房銷售價格表示，在穩健性檢驗中則分別選用住宅商品房銷售價格、辦公樓商品房銷售價格和商業營業商品房銷售價格表示房價。

(3)控制變量(Xit)。根據已有研究，影響消費支出的因素有很多，比如收入水平、收入差距狀況、經濟發展程度以及影響居民儲蓄意愿的其他因素(如政府公共服務提供的完善程度)。基于此，本文選擇下面幾個變量作為控制變量，以避免變量缺失帶來的估計偏差。

收入水平(Yit)。本文選擇人均GDP表示各省市的收入水平。根據消費函數，消費是收入的函數，因此收入水平是影響消費的重要變量，遺漏該變量會造成較大的估計誤差。

收入差距(GAPit)。本文選擇各省市城鄉居民可支配收入比表示收入差距。控制收入差距這一變量是基于兩方面考慮:一是收入差距越大，消費水平越低;二是收入差距越大，房地產的財富效應越小。

公共服務完善度(GSit)。公共服務體系較健全的省市，居民的消費傾向更高，消費支出就更多，本文用財政支出占國內生產總值之比衡量公共服務完善度。

在回歸過程中所有變量都取對數，各變量的基本信息如表1所示。

3.面板單位根檢驗和協整檢驗

首先對面板數據進行平穩性檢驗，以避免出現偽回歸或虛假回歸。我們用Eviews 軟件對序列ln C、ln HP1、ln Y、ln GAP、ln GS 進行平穩性檢驗。Eviews 7.2 提供了五種單位根檢驗方法，LLC－T、BR－T、IPS－W、ADF－FCS、PP－FCS，其中LLC－T統計量、BR－T統計量的原假設為存在普通的單位根過程，IPS－W統計量、ADF－FCS統計量、PP－FCS統計量的原假設為存在有效的單位根過程，如果p 值小于給定的顯著性水平，則拒絕原假設，序列為平穩的。檢驗結果如表2所示，所有變量的原序列不能通過五個檢驗，而一階差分后都通過了顯著性水平為1%的統計檢驗，因此我們認為所有變量都是一階單整序列。同理，分別對lnHP2、lnHP3、lnHP4進行單位根檢驗，發現這幾個變量也都是一階單整序列。

表1 各變量描述統計

表2 各變量單位根檢驗

由于變量為一階單整序列，接下來要檢驗變量之間的長期穩定關系，即面板協整檢驗。利用Eviews 7.2 提供的方法對ln C、ln HP1、ln Y、ln GAP、ln GS 進行協整檢驗，同樣，分別用lnHP2、lnHP3、lnHP4作為房價的代理變量進行協整檢驗，結果表明各變量之間存在協整關系(表3)。

4.模型估計

為了得到各省市的房地產財富效應，本文在設定計量模型時對截距項和房價變量的系數都加入了下標i(βi、β1i)，應該采用變系數模型進行估計。根據F檢驗的結果，這一模型設定是合理的。分別求式(1)在變系數模型、變截距模型和混合估計模型估計中的回歸殘差和，用S1、S2、S3表示。S1=0.408564、S2=1.164335、S3=4.388443。根據式(2)構造F統計量，最終求得F1=4.3056，F2=18.1386，根據經驗，F 值大于2 則可以拒絕原假設。因此，分別拒絕變截距模型和混合回歸模型，接受變系數模型。

表3 面板協整檢驗

將截距項和房價變量設為可變系數，其他變量設為固定系數，對式(1)進行最小二乘估計，模型擬合優度為0.99，得到各省市的居民消費對房價的彈性，即為房地產的財富效應，估計結果表明，全國大部分地區房地產財富效應為正，山西、湖北、湖南、廣西、重慶、四川、貴州、甘肅、青海的財富效應為負(表4)。30個省市房地產財富效應從大到小依次為黑龍江、遼寧、上海、吉林、廣東、北京、福建、新疆、河南、內蒙古、天津、山東、安徽、浙江、江西、海南、江蘇、云南、寧夏、河北、四川、陜西、湖北、山西、甘肅、廣西、湖南、貴州、重慶、青海。總體上來看，東部地區省市房地產的財富效應大于中西部地區。

表4 各省市房地產的財富效應

(二)各省市房地產二元屬性與財富效應的關系

上文中對1999—2012年各省市房地產財富效應做了總體的估計，與之相對應，我們應從總體上測算各省市房地產的消費屬性和投資屬性。

1.房地產消費屬性測算

如果將房屋看成是剛性需求，那么對房地產的消費需求彈性為零，房價上漲將導致消費者對非房產消費下降，可見房地產作為消費品的屬性越強，房價上漲對非房產的消費抑制作用就越強。本文用商品房竣工價值平均增速與城鎮居民可支配收入增速之差衡量房地產的消費屬性①以北京地區為例，1999—2012年間商品房竣工價值平均增速，同理1999—2012年間城鎮居民可支配收入增速，消費屬性=商品房竣工價值平均增速－城鎮居民可支配收入平均增速。(表5)。

計算結果表明，中國30個省市房地產消費屬性從高到低排序依次為海南、新疆、湖南、河南、河北、內蒙古、寧夏、貴州、四川、廣西、安徽、青海、重慶、陜西、甘肅、山東、江西、黑龍江、陜西、吉林、遼寧、云南、江蘇、天津、湖北、浙江、福建、廣東、北京、上海。從整體上看，中西部地區房地產消費屬性大于東部地區。

2.房地產投資屬性測算

隨著房地產的發展，當居民的住房需求得到基本滿足之后，房地產作為財富保值增值的功能才得以凸顯，因此家庭房屋擁有率越高的省市，房地產的投資屬性越強。但是根據現有的統計資料，我們難以獲得家庭房屋擁有率數據，如果假設房地產供應豐富的地區居民房屋擁有率更高，那么就可以用人均商品房新竣工面積代替房屋擁有率指標。統計年鑒中對商品房竣工面積的統計始于2006年，因此，我們用2006—2012年各省市每年商品房人均竣工面積來估算各地區房地產的投資屬性(表6)。計算結果表明，投資屬性從強到弱排名依次為吉林、黑龍江、遼寧、寧夏、內蒙古、重慶、江蘇、山東、浙江、海南、北京、天津、安徽、四川、新疆、上海、青海、湖南、貴州、湖北、廣東、河南、廣西、福建、河北、江西、甘肅、云南、山西、陜西。從整體上看，東部地區房地產投資屬性大于中西部地區。

表5 1999—2012年各省市房地產消費屬性測算(單位:%)

表6 2006—2012年各省市房地產投資屬性測算

3.房地產消費屬性與投資屬性對財富效應影響的驗證

根據前文的分析，房地產財富效應的大小受消費屬性和投資屬性的影響，通過對各省市房地產財富效應、消費屬性和投資屬性的測算，可以驗證三者間的關系。

用房地產財富效應(WE)對消費屬性(XF)和投資屬性(TZ)進行最小二乘回歸，得到估計式(3)，模型調整的R2為0.31，模型的擬合優度不高，這可能與樣本量較小(僅為30)及數據是對1999—2012或2006—2012年的平均值的估算值有關，但是本文更關心消費屬性與投資屬性對房地產財富效應的影響方向，而不是具體數值，從變量的符號來看，消費屬性系數為負，投資屬性系數為正，且都通過了5%的顯著性水平檢驗，符合預期。

對于式(3)中所揭示的關系是否成立，我們用不同的房價數據測算房地產財富效應進行穩健性檢驗。上文中的房地產財富效應是通過模型(1)估計得到，估計過程中房價數據為商品房銷售價格，穩健性檢驗中，我們更換房價數據為住宅商品房銷售價格、辦公樓商品房銷售價格和商業營業商品房銷售價格，重新對模型(1)用變系數模型進行估計，得到新的房地產財富效應數據(WE1、WE2、WE3)，再對房地產消費屬性(XF)和投資屬性(LNTZ)進行最小二乘回歸，結果表明，消費屬性和投資屬性的系數符號是一致的，如表7所示。

表7 穩健性檢驗

四、結論和政策建議

中國的房地產市場發展以滿足住房消費需求為起點，發展至今已演變成資產保值增值的重要渠道，房價上漲帶來的財富增長會相應地增加消費。但是在消費屬性和投資屬性共存的條件下，房價上漲對消費的影響存在兩個效應:一是作為剛性需求，房價上漲會導致購買支出增加，預防性儲蓄增加，即為抑制消費的效應。二是作為居民的主要投資渠道，房價上漲所帶來的增加收入和消費的效應。這兩類效應作為兩股對立的力量共同構成了房地產的財富效應。為了揭示房地產消費屬性和投資屬性對其財富效應的不同影響，本文利用1999—2007年中國30個省、市、自治區的面板數據，基于固定效應變系數模型測算各地區的房地產財富效應，并定量測算了各省市的房地產消費屬性和投資屬性。結果發現，東部地區省市房地產財富效應大于西部地區，并且中西部地區房地產消費屬性大于東部地區，而東部地區大部分省市房地產投資屬性大于西部地區。最后，通過最小二乘回歸方程，驗證了各地區房地產財富效應與消費屬性呈反向相關、與投資屬性呈正向相關關系。

房地產二元屬性對消費的差異性影響決定了房地產市場的發展不能過分偏離房地產消費需求，否則房價過快增長將抑制房地產財富效應，不利于擴大消費。基于本文的研究結論，提出以下政策建議:第一，消費屬性是房地產市場發展的基礎，讓房地產回歸消費屬性是其健康發展之道，因此，政府應當承擔起相應責任，以保障居民基本住房需求為導向，增加經濟適用房、公租房、保障房供給。只有在保障居民的住房需求之后，才有利于發揮房地產的投資屬性，形成房價上漲帶動居民收入增長，收入增長促進消費增加，消費增加推動經濟增長和房地產市場發展的良性循環。第二，鑒于房地產二元屬性的轉變程度存在較大的區域差異，政策的側重點在不同地區應有所不同。東部地區房地產市場發展已進入投資屬性主導的階段，房地產市場調控的重點在于抑制投機性需求，避免房價再次出現過快增長的現象。中西部地區的房地產市場還處于發展階段，尤其是西部地區，房地產的消費屬性占主導作用。隨著中西部地區城鎮化進程的加快，房價也存在上漲的壓力，為了避免房價上漲通過消費屬性抑制消費需求，房地產市場發展應該以保障居民住房需求為重點，尤其注意房地產開發結構，以中小戶型為主，以住宅商品房為主，嚴格控制高檔住宅和商業地產建設。

鄧健，張玉新.2011.房價波動對居民消費的影響機制［J］.管理世界(4):171－172.

杜莉，潘春陽，張蘇予，等.2010.房價上升是促進還是抑制了居民消費:基于我國172個地級城市面板數據的實證研究［J］.浙江社會科學(8):24－30.

洪濤.2006.房地產價格波動與消費增長:基于中國數據的實證分析及理論解釋［J］.南京社會科學(5):54－58.

黃靜，屠梅曾.2009.房地產財富與消費:來自于家庭微觀觀調查數據的證據［J］.管理世界(7):35－45.

李亞明，佟仁城.2007.中國房地產財富效應的協整分析和誤差修正模型［J］.系統工程理論與實踐(11):1－6，33.

劉建江，楊玉娟，袁冬梅.2005.從消費函數理論看房地產財富效應的作用機制［J］.消費經濟(4):93－96.

駱祚炎.2007.城鎮居民金融資產與不動產財富效應的比較研究［J］.數量經濟技術經濟研究(11):56－65.

齊紅倩，黃寶敏.2013.房地產財富效應與中國城鎮居民消費不對稱性［J］.南京社會科學(6):8－13，29.

宋勃.2007.房地產市場財富效應的理論分析和中國經驗的實證檢驗:1998—2006［J］.經濟科學(5):41－53.

王培輝，袁薇.2010.中國房地產市場財富效應研究:基于省際面板數據的實證分析［J］.當代財經(6):92－98.

王子龍，許蕭迪，徐浩然.2008.房地產市場財富效應理論與實證研究［J］.財貿經濟(12):116－122.

趙楊.2012.中國房地產市場財富效應研究［D］.長春:吉林大學:51－55.

周建成.2007.房地產:屬性嬗變、投資活動與市場演進［J］.財貿經濟(8):115－120.

周孝坤，楊曉.2010.我國房價影響居民消費的實證分析:以京津滬渝為例［J］.價格理論與實踐(7):40－41.

CATTE P，GIROUARD N，PRICE R，et al.2004.Housing markets，wealth and the business cycle［R］.OECD Economics Department Working Papers，No.394.

SAGALYN L B.1990.Real estate risk and the business cycle:evidence from security markets［J］.Journal of Real Estate Research，5(2):203－220.