成本推動、需求拉動
——什么推動了中國房價上漲？

李仲飛，張 浩

(中山大學管理學院，廣東 廣州 510275)

?

成本推動、需求拉動
——什么推動了中國房價上漲？

李仲飛，張 浩

(中山大學管理學院，廣東 廣州 510275)

本文以我國房價上漲的成因為切入點，通過構建房地產生產者利潤最大化和消費者效用最大化的局部均衡模型，并利用我國2002-2011年的分省面板數據分解出成本、需求和非市場因素在不同時間段和不同地區對我國房地產價格的拉動程度，揭示出我國房地產價格上漲的原因。研究發現，在我國“房價較快增長地區”，具有明顯的需求拉動型特征，且市場預期因素明顯；在我國部分“房價較慢增長地區”，房價上漲的成本推動特征明顯；金融危機前，我國房價屬于典型的成本推動型價格上漲；而后金融危機時期，則呈現出需求推動型特征。因此，在“房價較快增長地區”，需要從抑制過剩需求、降低投機欲望、穩定市場預期等入手來實現房價調控的效果；而在“房價較慢增長地區”，則應從加大土地供給、降低土地成本入手，抑制房價上漲的潛在可能。

房價；成本推動；需求拉動

1 引言

自1998年住房制度改革以來，房地產市場在我國開始蓬勃發展。特別是2003年以后，我國房地產價格開始快速上漲，尤其是部分一線城市的房地產價格增長過快，居民買房難已經成為社會廣泛關注的問題之一。

按照商品價值規律，住宅的價格應該圍繞著其價值在供需的影響下波動。那么近年來房地產價格過快上漲是由什么原因所造成的呢？對于房價過快上漲的原因，不少學者根據Muth[1]的理論，認為成本因素是房價的基礎決定因素，房屋建造過程中投入的要素價格直接決定了新建住房的價格[2-4]。這其中，土地成本變動被部分學者認為是最重要的原因之一，如Kiyotaki等[5]通過將土地和資本作為房地產的生產要素來對房價進行分析，研究發現土地價格的升高會明顯拉高房價。而且從我國近年來房價的幾波上漲行情來看，在2005年和2009年，開發成本的大幅上升確實直接引起房價產生一輪大幅的上漲。因此，國內有不少學者認為土地的“招拍掛”政策抬高了地價，直接推動房地產價格大幅上漲。如平新喬和陳敏彥[6]的研究便表明，在中國，土地價格對于房地產價格有明顯的助推作用。

而另一部分學者則認為，房地產價格是由市場供求不平衡導致的，近年來由于家庭結構的變遷和居民收入的穩步增長，大量潛在需求逐漸轉化為購買力進入房地產市場，使房地產市場出現供不應求，從而促進了房地產價格上漲。一般而言，需求的增加體現在購買能力的增加及購買意愿的增加上。一方面，收入的提高會引起房價的上漲[7-10]。就我國目前的情況而言，鄒至莊和牛霖琳[11]的研究表明，我國居民的住房收入需求彈性在1左右，收入的提高會極大地帶動了購房者的需求;2011年，曾康霖和呂暉蓉[12]更是在人民日報撰文指出，我國居民收入的增加是帶動我國近年來房價上漲的首要原因。另一方面，購房者購買意愿的提高，也會促進房價的上漲，這在我國主要體現在：一是隨著我國家庭結構的變遷和人口結構的變化，近十年來我國居民對房屋的需求大幅度增加[13]，而城鎮人口的聚集和結構變化也會引起對住房需求的增加[14]；二是目前投資渠道匱乏和存款負利率，使得越來越多的投資者樂意將房地產作為投資對象，增加了房地產的投資需求。

此外，還有部分學者將房價的上漲歸因于投機等非市場因素行為[15-16]。Mikhed和Zemcik[17]通過引入購房者收入、人口數量、租金價格、建造成本等基礎因素采用面板模型對美國的房價進行了分析，研究發現基礎因素已經無法完全解釋房價的變化，樣本期內美國房地產市場開始存在泡沫。

綜上所述，持成本推動型觀點的學者主要是站在房地產供給角度上，從房屋的投入成本出發，對房地產價格進行解釋的；而持需求拉動型觀點的學者則站在房地產的需求角度上，通過需求的擴張來解釋房地產價格增長的；當然也有部分學者將房價上漲歸因于市場預期、政策調控等。盡管也有學者將這些因素進行綜合考慮[18]， 但我國近10年來房價的上漲到底是什么原因造成的？相關的研究卻很少專門涉及。就我國目前的房地產調控政策而言，如果近年來房價上漲是由成本推動的，那么政策的落腳點則應該放在加大土地供給、降低土地成本上；如果房價上漲是由需求拉動的，那么政策的落腳點則應該是合理規范市場需求上。只有在了解房價上漲原因的基礎上，因地制宜地實施各項調控政策，才能實現房價調控的效果。因此，探究我國房地產價格上漲的原因無論是在理論上還是在政策實踐上都有重要意義。

本文將從房地產生產者利潤最大化和消費者效用最大化角度出發，通過建立房地產廠商和消費者兩部門的局部均衡模型，探討房地產價格變動的成本原因和需求原因；并利用我國2002-2011年的分省面板數據模型進一步分解出成本、需求和非市場因素在不同時間段和不同地區對于我國房地產價格的拉動率，從而揭示我國房地產價格上漲的原因。與既有研究相比，本文的主要貢獻在于對我國房價上漲的原因進行了分解，揭示了我國不同區域和時間段房價變動的成因，并為相關房地產調控政策的實施奠定理論基礎。

2 理論分析框架

2.1 局部均衡模型的構建

根據Muth[1]和Kiyotaki等[5]的研究結論，房地產企業在建造房屋過程中的投入品主要包括：土地，水泥、鋼材等建材以及資本。因此本文假設房地產生產者(REP)的生產函數為：

YREP=TREP(YPM)γ1(HREP)γ2(KREP)γ3

(1)

其中，YREP、TREP、YPM、HREP和KREP分別表示房地產業的產出、技術水平、其他制造業產品投入、土地投入和資本投入。

同時，假設市場中的所有個人的收入來源于勞動收入(1)，且只用于購買基本消費品、其他商品以及房屋。這樣，市場中的典型消費者的效用函數為:

u=η1lncAP+η2lncTP+η3lncREP

(2)

消費約束為:

pAPcAP+pTPcTP+pREPcREP=I

(3)

其中，cAP,cTP,cREP分別為典型消費者對于基本生活品、其他消費品品和房產的消費數量；pAP,pTP,pREP分別為三類產品的價格。結合(2)和(3)式，典型消費者所面臨的最優化問題為：

maxu=η1lncAP+η2lncTP+η3lncREP

s.t.pAPcAP+pTPcTP+pREPcREP=I

(4)

這樣，通過一階條件可以得到典型消費者對于房產的需求函數為:

(5)

另一方面，房地產生產者的利潤函數為：

πREP=pREP·TREP(YPM)γ1(HREP)γ2(KREP)γ3-pPMYPM-pHHREP-rREPKREP

(6)

其中，pPM、pH和rREP分別表示其他制造業產品、土地和資金的價格。并假設各種投入品價格是由各自的市場來決定，對于房地產生產者而言均為外生給定的。進一步通過(6)可以得到房地產生產者利潤最大化時的各種要素投入水平：

(7)

(8)

(9)

假設市場中的消費者數量為L，且市場出清條件為：

L·cREP=YREP

(10)

在市場出清條件(10)式的基礎上，將(1)式、(5)式、(7)式、(8)式和(9)式代入(10)式，可以得到房產市場均衡價格的表達式，如(11)式所示：

(11)

2.2 各種影響因素的分解

(11)式表明各種因素對于均衡價格的影響，但是各類影響因素的影響程度有多大，則需要做進一步的分解。假設各要素投入價格、人口數量、收入水平以及非市場因素等都隨時間變化，記:

Ct=pPMtγ1·pHtγ2·rREPtγ3

(12)

(13)

(14)

則可以得到:

pREPt=ξt·Ct·Dt

(15)

即房地產價格是由生產成本、市場需求和其他非市場因素構成。對于(15)式兩邊取對數并對時間求導可得：

(16)

進一步化簡可以得到:

(17)

令：

則ωC、ωD和ωξ分別代表生產成本的變動率、需求水平的變動率和其他非市場因素的變動率占房地產價格變動率的比例，且ωξ+ωC+ωD=1。而ωC、ωD和ωξ的相對關系則體現出房地產價格的變動是由何種因素所引起的。當房地產價格上漲時，若相對ωC較大，則可以認為房地產價格的上漲主要是由于成本推動的；若ωD相對較大，則可以認為是由于需求的拉動；而若ωξ相對較大，則房地產價格的上漲是由政策、投機等非市場因素所引起的。在此基礎上，便可以根據相應的系數以及各因素的變化率分析出我國房地產價格上漲的原因。

3 經驗方程與數據檢驗

3.1 計量模型的構建

在(11)式的基礎上，本文構建如下計量模型：

(18)

3.2 指標的選取及數據來源

本文在實證分析中所需要選擇的指標包括：房地產價格、建造成本、土地成本、資金成本、人均收入、人口數量以及購買意愿。其中，房地產價格采用商品房當年平均銷售價格；建造成本采用商品房竣工房屋造價；土地成本通過“單位面積土地購置費用/容積率”得出；資金成本選取商業銀行五年期以上貸款利率，鑒于利率是全國性的同一指標，本文還選取了房地產企業的利息支出并平攤到單位面積上作為單位面積的資金成本；人均收入采用城鎮家庭平均每人可支配收入指標；人口數量則使用城鎮居民人口數量；對于消費者的購房意愿，成交面積是購房者購房意愿的較好體現，但是考慮到價格與購房意愿之間可能存在的內生性問題，本文選用商品房銷售面積的增長率作為代理變量來反映購房者需求。這是因為購房者購買意愿越強烈，銷售成交面積的增長率也相應越高；同時，價格對于銷售面積的增長率的影響也相對較弱。

本文使用我國除港澳臺之外的31個省市自治區2002-2011年的房地產市場的相關數據。其中，各省市的房地產價格、土地購置費用、土地購置面積、人均收入、人口數量、利率、商品房銷售面積以及各省的CPI數據來源于中經網數據庫；房地產企業的投資額、商品房竣工房屋造價來源于WIND數據庫。CPI數據換算成以2000年為基期的定基數據。

3.3 平穩性檢驗

表1 變量水平值面板單位根檢驗結果

注：括號內為伴隨概率。

4 實證結果分析

根據前文的檢驗結果，對(18)式進行回歸。鑒于房地產價格的上漲有可能是一種貨幣現象，因此模型M1和M2使用的是沒有經過CPI平減的原始數據，而M3選取的則是經過CPI平減的全樣本數據。其中，M1和M2所選取的資金成本指標有所不同。從模型M1和M3的回歸結果來看，相關數據是否經過CPI平減對于回歸結果的影響并不大；而模型M2中，資金成本選取利率r也不顯著。因此，后文的分析均以形如M3的經過CPI處理的模型為主。同時，本文將31個省10年(2002-2011年)的房地產價格增長率由高到低排序，排名前16的省份作為“房價較快增長地區”，剩下的15個省份作為“房價較慢增長地區”。這樣，M4的樣本為“房價較慢增長地區”，M5的樣本為“房價較快增長地區”。本文樣本時間區間均為2002-2011年。根據Hausman檢驗結果，模型均采用固定效應模型，回歸結果見表2。

從模型M3的回歸結果來看，解釋變量的符號均與預期相同，各類成本的上升及需求的增加都會使得房地產價格出現上漲，這與前人的研究結論基本相一致[19-21]。從全國范圍內來看，居民收入的增加是支撐房價上漲的主要因素之一，建造成本和資金成本的上漲也會帶來房地產價格的提高。此外，土地成本的影響相對較小也不顯著。同時，城鎮人口的增加盡管對于房地產價格有正向推動，但是這種影響并不顯著。此外，購房意愿的提高也在一定程度上顯著推高了房地產價格。

在以“房價較慢增長地區”為樣本的模型M4中，則體現出各省份的特性。從需求方面看，居民收入的增加依然是房地產價格上漲的基礎，而城鎮人口和購房意愿的影響卻不顯著。而從成本方面看，建造成本和土地成本的增加會顯著提高“房價較慢增長地區”的房地產價格，且影響程度較大；而資金成本的影響力則較小。總體看來，在“房價較慢增長地區”，成本原因更能解釋該區域房價的上漲現象。而在以“房價較快增長地區”為樣本的模型M5中，結論則與M4相反。居民收入、城鎮人口增加和購房意愿的增長對房地產價格有較大影響。這是因為在“房價較快增長地區”中，絕大部分為東南沿海省份或者是中西部較為發達的省份，其居民收入不斷提高，外來遷徙人口也增長較快；且這一區域大部分省區房地產市場化程度較高，居民購房意愿也相對強烈，從而帶動了房地產價格的快速上漲。但相對而言，各成本因素則影響程度較小。從模型M4和M5的回歸結果對比來看，在“房價較慢增長地區”，成本因素對于房價的影響要更加明顯；而在“房價較快增長地區”，需求因素所起到的作用則更加重要。相關具體各因素對于房地產價格的拉動程度，后文將做進一步分析。

表2 2002-2011年我國房地產價格影響因素模型回歸結果

注：系數下方括號內為伴隨概率P值，***表示在1%水平上顯著，**表示在5%水平上顯著，*表示在1%水平上顯著。下同。

2002-2006年我國的房地產價格基本保持平穩上漲態勢，2008年由于金融危機的影響，全國房價出現了多年來首次下跌，原有持續上漲的趨勢被打破。但在2009年4萬億投資的帶動下，房地產價格又出現了新一輪的報復性上漲，且上漲幅度明顯高于之前。基于房地產價格出現的這種變化，本文進一步將全國2002-2011年的樣本分成了三個時間段，即2002-2006年、2007-2008年、2009-2011年三個子樣本進行分析。相關回歸結果如表3所示。

從模型M6-M8的回歸結果來看， 2002-2006年，土地價格的上漲對于房地產價格的影響程度要較其他時間大一些。而模型M7的結果則和M3、M6和M8有較大差異，這主要是因為在這一樣本區間內，由于金融危機的影響，我國房地產價格出現了近10年來唯一一次下滑；與此同時，投資增速在這一段時間放緩、城鎮居民人均收入的增長率也由之前的10%以上大幅下降到8.4%；而且這一時期，由于宏觀環境對于房地產業的沖擊也使得購房者意愿更是出現了負增長。但是由于投資的周期性，這一時期的建造和土地成本并沒有出現大幅度滑落，人口增長趨勢也沒有發生改變，由此便出現了人口規模、建造和土地成本與房地產價格之間的負效應。因此，總體來看，2008年房地產價格的下降主要是因為美國次貸危機所造成的我國經濟下滑，以及購房者意愿大幅度下降所引起的。而從2009年開始，在四萬億投資的拉動下，不但居民收入再次回到2008年之前的增速區間，而且居民購房意愿又重新得到釋放，從而使得2008年以后我國房地產價格上漲的需求拉動型特征明顯。

表3 我國房地產價格影響因素模型分時間段回歸結果

5 房地產價格上漲原因的再分析

根據表2和表3的結果，盡管可以初步判斷出各影響因素對于房地產價格的影響大小，但是由于在樣本期內它們本身變化程度存在差異，因此無法判別出各因素對于房地產價格的拉動程度。因此，筆者根據(15)-(17)式的思路，分離出各影響因素對于房地產價格上漲的拉動率。其中，表4-表8分別是根據模型M3—M6和模型M8的結果所得到的各種因素在不同樣本和不同時期下對于房地產價格的拉動程度。表4表明，就全國的樣本而言，2002-2011年，收入的增加是拉動房地產價格上漲的主要原因，房價上漲的44.45%要歸因于城鎮居民收入的提高。從整體情況看，房地產各項成本的提高對于房地產價格的拉動率達到了49.24%，而需求方面對于房地產價格的拉動率達到了50.17%。因此，本文認為成本推動和需求拉動共同造成了近十年來我國整體房地產價格的上升。

根據梁云芳和高鐵梅[22]的研究結果，我國的房地產價格變動具有明顯的區域特征，因此，筆者按照前文“房價較慢增長地區”和“房價較快增長地區”的劃分標準并結合模型M4和M5的回歸結果，對“房價較慢增長地區”和“房價較快增長地區”房地產價格的上漲原因進行了進一步分析，結果如表5和表6所示。從表5的結果中可以發現，在“房價較慢增長地區”，土地成本上漲大幅推動了房地產價格的上漲，并且整個房地產價格的上漲中有近95%是由于成本的上升所拉動的；相對而言，需求的拉動力則弱了許多，不足37%，且主要是由收入的提高所拉動的；而非市場因素對于房價有明顯的抑制效果。這表明，從調控效果來看，“房價較慢增長地區”的房價得到了很好的控制，但在一定程度上也限制了購房者的合理需求、制約了房地產市場的正常發展。而這種正常需求的抑制勢必會形成需求的“堰塞湖”，一旦“潰堤”，房價必將出現報復性上漲。反之，若能合理規劃土地供應、降低土地價格，不但可以滿足居民合理住房需求，而且能起到事半功倍的調控效果。

而表6的結果則顯示，在“房價較快增長地區”，成本上漲對于房地產價格的拉動率僅33.7%，需求因素則起到了主要的拉動作用。其中，人口的拉動作用達到了10%以上，這表明在“房價較快增長地區”城鎮化率提高所帶來的外來人口聚集有力地拉動了當地房價的上漲。同時，在“房價較快增長地區”，非市場因素對于房地產價格的上漲也起到推波助瀾的作用。這可能是因為盡管國家頒布的一系列政策對于房地產價格起到了一定的抑制作用，但是調控政策則顯得力度不足，且在以東部沿海地區省份為主的“房價較快增長地區”，由于房地產價格增長過快、波動較大，房價上漲預期強烈，使得在這些省份，非市場因素對于房價有較強的拉動作用。根據表7結果，2002-2006年，我國房地產價格的上漲主要應該歸因于成本的推動，這一時期成本上升對于房地產價格上漲的拉動率達到了58.87%，尤其是土地成本的拉動率更是占到了30.24%。這主要是因為，在這一時期，協議出讓土地的現象逐漸杜絕，土地使用權開始全面施行招標、掛牌、拍賣等方式，土地價格上漲幅度較大，致使房地產企業的拿地門檻和成本開始提高，因而推動了這一時期房價的上升。

表4 M3中各影響因素對于房地產價格的拉動程度

注：1、回歸系數來源于模型的回歸結果；2、單位化系數=某影響因素回歸系數/所有因素回歸系數和；3、變量增長率來源于模型中各變量的平均增長率；4、拉動貢獻=單位化系數×變量增長率；5、拉動率=拉動貢獻/房地產價格增長率。下同。

表5 模型M4中各影響因素對于房地產價格的拉動程度

表6 模型M5中各影響因素對于房地產價格的拉動程度

表7 模型M6中各影響因素對于房地產價格的拉動程度

表8 模型M8中各影響因素對于房地產價格的拉動程度

而表8的結果則顯示，2009-2011年，需求對于房價的拉動趨勢明顯，拉動率超過了65%。這是因為2009年國家出臺了一系列新政支持房地產業，政策環境開始寬松，致使對房屋的各種需求大量釋放，購房者意愿明顯提高，從而導致我國房地產價格出現了新一輪的上漲。同時，注意到這一時期“非市場因素”對于房地產價格的上漲也起到了一定的推動作用，拉動率達到了7.6%，這可能是因為這一時期投資房地產的成本出現大幅度下降，市場對于房地產市場價格的預期不斷上揚，從而直接拉動了房地產價格的上漲。

6 結語

綜上所述，就全國范圍而言，2002-2011年，我國房地產價格的上漲源于成本推動和需求拉動的共同結果；其中，2002-2006年，房地產價格的上漲具有明顯的成本推動型特征，2009-2011年，則具有明顯的需求拉動型特征，且在這一時期，非市場因素對于房地產價格的推動作用顯現。而在“房價較慢增長地區”，房價上漲的成本推動特征明顯，因此在下一步的調控中，應從優化土地供給方式、加大土地供給、降低土地成本入手，提高房價的調控效果；但在“房價較快增長地區”，房地產價格上漲受到需求拉動的影響相對較大，且即便在國家不斷頒布和實施控制房地產價格過快上漲政策的背景下，市場預期等因素仍在很大程度上拉高了房地產價格。由此可見，就全國范圍而言，房價中的非市場因素并不明顯，目前所實施的房地產相關調控政策也基本抑制了房地產市場中的投機行為。而在 “房價較快增長地區”，房價相關調控的力度目前尚顯不足，需進一步穩定市場預期，因此對于該區域的部分省市，相關調控的措施、力度、手段和針對性應當進一步加強。根據本文的研究結論，若能在我國的中西部地區，從土地供給政策入手，通過降低土地成本降低房價；而在東南部地區，從治理市場投機入手，降低市場的投機機會，因地制宜地實施各項調控政策，那么我國新一輪的房地產市場調控政策的實施效果將會更加明顯。

[1] Muth R F. The demand for non-farm housing[M]// Harberger A C. The demand for durable goods. Chicago: University of Chicago Press, 1960: 29-96．

[2] Poterba J M. House price dynamics: The role of tax policy and demography[J]. Brookings Papers on Economic Activity，1991(2):143-203.

[3] Hort K. The determinants of urban house price fluctuations in Sweden 1968-1994[J]. Journal of Housing Economics, 1998, 7 (2): 93-120.

[4] Capozza D R, Hendershott P H, Mack C, et al. Determinants of real house price dynamics[R]. Working Paper, NBER, 2002.

[5] Kiyotaki N, Michaelides A, Nikolov K. Winners and losers in housing markets[J]. Journal of Money, Credit and Banking, 2011, 43 (2-3): 255-296.

[6] 平新喬, 陳敏彥. 融資、地價與樓盤價格趨勢[J]. 世界經濟, 2004, (7): 3-10

[7] McCarthy J, Peach R. Are home prices the next bubble?[J]. Federal Reserve Bank of New York Economic Policy Review，2004, 10 (3): 1-17.

[8] Magne O F, Rady S. Housing market dynamics: On the contribution of income shocks and credit constraints[J]. Review of Economic Studies, 2006, 73 (2): 459-485.

[9] Muellbauer J, Murphy A.Booms and busts in the UK housing market[J]. The Economic Journal, 1997, 107 (445): 1701-1727.

[10] 況偉大. 預期、投機與中國城市房價波動[J]. 經濟研究, 2010, (9): 67-78.

[11] 鄒至莊, 牛霖琳. 中國城鎮居民住房的需求與供給[J]. 金融研究, 2010, (1): 1-11.

[12] 曾康霖, 呂暉蓉. 住房價格上漲原因剖析[N]. 人民日報, 2011-04-29.

[13] 徐建煒, 徐奇淵, 何帆. 房價上漲背后的人口結構因素:國際經驗與中國證據[J]. 世界經濟, 2012, (1): 24-42.

[14] 李健元，孫剛, 李剛. 中美人口數量代際變化對中美股票市場和房地產市場的影響研究[J]. 管理世界, 2011, (8): 171-172.

[15] Bowes D R, Ihlanfeldt K R. Identifying the impacts of rail transit stations on residential property values[J]. Journal of Urban Economics, 2001, 50 (1): 1-25.

[16] Black S E. Do better schools matter? Parental valuation of elementary education[J]. Quarterly Journal of Economic, 1999, 114 (2): 577-599.

[17] Mikhed V, Zemcik P. Do house prices reflect fundamentals? Aggregate and panel data evidence[J]. Journal of Housing Economics, 2009, 18 (2): 140-149.

[18] Shiller R J. Irrational Exuberance[M].Princeton:Princeton University Press, 2005.

[19] Gallin J. The long-run relationship between house prices and income: Evidence from local housing markets[J]. Real Estate Economics, 2006, 34 (3): 417-438.

[20] 張浩，李仲飛，鄧柏俊.教育資源配置機制與房價——我國教育資本化現象的實證分析[J].金融研究，2014(5)：193-206.

[21] 況偉大. 住房特性、物業稅與房價[J]. 經濟研究, 2009,(4): 151-160.

[22] 梁云芳, 高鐵梅. 中國房地產價格波動區域差異的實證分析[J]. 經濟研究, 2007, (8): 133-142.

Cost-push or Demand-pull：What Is Driving the Housing Prices in China?

LI Zhong-fei, ZHANG Hao

(Sun Yat-sen Business School, Sun Yat-sen University, Guangzhou 510275, China)

A partial equilibrium model for real estate producer’s profit maximization and consumer’s utility maximization is established to look for the causes of housing prices increasing. The provincial panel data from 2002 to 2011 is used to decompose cost, demand and non-market factors of driven degree on China's housing prices in different time periods and different regions, and reveal the causes of China's real estate prices increasing. The results show that, in the “regions whose prices increase rapidly” of China, there is a significant demand-pull characteristic of housing price; But in the “regions whose prices increase slowly”, the cost-push characteristic is obvious. On the other hand, before the financial crisis, China's housing prices have typical cost-push characteristics; while after the financial crisis, there is a significant demand-pull characteristic. Therefore, for the regions with demand-pull characteristics of housing price, we should inhibit the excess demand, reduce the speculative desire, stabilize market expectations and so on, to realize the effect of price regulation; And for the region with demand-pull characteristics of housing price, the governments should increase land supply and reduce land cost to curb the potential increasing of housing prices

housing price; cost-push; demand-pull

1003-207(2015)05-0143-08

10.16381/j.cnki.issn1003-207x.2015.05.018

2013-10-28；

2014-03-08

國家自然科學基金重點項目(71231008)

李仲飛(1963-)，男(漢族)，內蒙古人，中山大學管理學院執行院長，教授，博士生導師，研究方向：金融經濟學.

F293.35

A