我國住宅商品房?jī)r(jià)格影響因素實(shí)證分析

常春華

（長江大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 荊州 434023）

2014年第一季度，房地產(chǎn)商土地購置面積、商品住宅新開工面積及竣工面積、商品住宅銷售面積、銷售額累計(jì)增長率變?yōu)樨?fù)增長。雖然國家統(tǒng)計(jì)局的官方網(wǎng)站沒有公布房?jī)r(jià)下跌的數(shù)據(jù)，但各大媒體紛紛爆出房?jī)r(jià)下跌的消息，并且一些地方政府開始出臺(tái)相應(yīng)的調(diào)控措施，如解除限購、允許落戶以及契稅補(bǔ)貼等等，對(duì)于樓市該不該救，也眾說紛紜。

為什么會(huì)出現(xiàn)此爭(zhēng)論，原因在于對(duì)商品住宅的商品屬性存在質(zhì)疑，認(rèn)為我國商品房的價(jià)格變化不符合市場(chǎng)經(jīng)濟(jì)運(yùn)行規(guī)律，不由市場(chǎng)供求關(guān)系決定。因?yàn)椋谖覈瑢?duì)于地方政府來說，商品房?jī)r(jià)格下跌，意味著土地價(jià)格下跌，他們依靠土地的較快增長以增加地方財(cái)政預(yù)算外收入，滿足日益增長的地方財(cái)政支出缺口的愿望可能落空。同時(shí)，對(duì)于已購房者來說，住宅商品房除了滿足購房者改善居住條件的需求外還有保值增值的投資需求，房?jī)r(jià)下跌，意味著資產(chǎn)價(jià)值縮水。此外，對(duì)于未購房者來說，希望房?jī)r(jià)走勢(shì)符合市場(chǎng)經(jīng)濟(jì)運(yùn)行規(guī)律，使他們能在較低的價(jià)格買上合適的住房。但商品住宅具有商品屬性，其價(jià)格的波動(dòng)應(yīng)該具有內(nèi)在的規(guī)律性，供給、需求因素應(yīng)該是其主要的影響因素。當(dāng)然政策的作用也不容置疑，所以有必要在市場(chǎng)經(jīng)濟(jì)下，發(fā)揮市場(chǎng)“看不見的手”的作用，分析市場(chǎng)供需均衡作用下的住房?jī)r(jià)格及其影響因素，預(yù)測(cè)其變化趨勢(shì)。

國外房地產(chǎn)市場(chǎng)化起步早，同時(shí)市場(chǎng)化程度相對(duì)較高，房地產(chǎn)價(jià)格問題的重要性和敏感性自然而然地吸引了大量學(xué)者和公眾廣泛而深入關(guān)注與研究。國外學(xué)者對(duì)房地產(chǎn)價(jià)格的研究主要側(cè)重于兩方面：一是房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)；二是房地產(chǎn)價(jià)格與財(cái)稅。方法基本采用通過建立房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)因素的計(jì)量模型來分析問題［1～11］。

國外房地產(chǎn)市場(chǎng)化起步早，同時(shí)市場(chǎng)化程度相對(duì)較高，無論從廣度和深度上講都較為深入，國外學(xué)者研究成果集中于房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)以及房地產(chǎn)價(jià)格與財(cái)稅關(guān)系兩方面，方法大多采用通過建立房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)因素的計(jì)量模型。因?yàn)槲覈恋卣叩奶厥庑裕慨a(chǎn)稅目前只是在小范圍試點(diǎn)，利率市場(chǎng)化并沒完全放開，因此國外的研究成果只有借鑒意義，而不能選擇相同的因素進(jìn)行分析。國內(nèi)學(xué)者的研究雖然開始注重供需因素［12～15］，但只是基于某個(gè)側(cè)面進(jìn)行論述，同時(shí)學(xué)者的研究有的是基于當(dāng)前的數(shù)據(jù)作出簡(jiǎn)要評(píng)價(jià)，有的是基于全國的時(shí)序數(shù)據(jù)建立動(dòng)態(tài)模型就房?jī)r(jià)的影響因素做長短期分析，得出的結(jié)論也有相互矛盾的地方，同時(shí)模型復(fù)雜也不利于對(duì)房?jī)r(jià)的預(yù)測(cè)。筆者基于商品住宅的商品屬性，依據(jù)中國31個(gè)省市2012年的數(shù)據(jù)，考察了供給、需求、成本、區(qū)域等因素對(duì)商品房?jī)r(jià)的影響，為制定調(diào)控政策提供實(shí)證依據(jù)。

一、計(jì)量模型設(shè)定

因變量為我國商品住宅價(jià)格（price），自變量有供給、需求、成本以及區(qū)域的因素。

第一，需求因素。城鎮(zhèn)居民人均可支配收入（disposable），城鎮(zhèn)化率（urban）都是影響需求的因素。隨著經(jīng)濟(jì)的發(fā)展，人們收入的提高，對(duì)住房改善的需求增加，引致價(jià)格的上漲；農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移使得城市常住人口增加，對(duì)住房的需求增加，價(jià)格上漲，但占城市人口較大比重的農(nóng)村剩余勞動(dòng)力因?yàn)槠涫杖氩桓咭约案鞣N限制，對(duì)城市住房購買力有限，可能對(duì)價(jià)格影響作用有限。

第二，供給因素。住房竣工面積（completed）直接影響房屋的供給，供給越大，價(jià)格越低。

第三，成本因素。房地產(chǎn)住宅投資占全社會(huì)固定資產(chǎn)投資的比重（ratio）。對(duì)于開發(fā)商而言，商品住宅開發(fā)投資是其對(duì)于資產(chǎn)升值保值、逐利的需求。但地方政府作為商品住宅開發(fā)所需要土地的唯一供給方，對(duì)土地的價(jià)格具有話語權(quán)，導(dǎo)致一方面房?jī)r(jià)可能因?yàn)榉康禺a(chǎn)住宅投資增加，供給增加，而下跌；另一方面卻因?yàn)橥恋貎r(jià)格上升，開發(fā)商所需要的投資增加，成本上升，價(jià)格上漲，且后者的作用可能更強(qiáng)。

第四，區(qū)域的差異（area）。東部地區(qū)因其地理位置、公共資源等優(yōu)勢(shì)地位，其住房需求和價(jià)格都和中西部地區(qū)存在差異，所以有必要考慮區(qū)域差異。建立虛擬變量用字母D1，D2，D3表示，D1＝1，表示該地區(qū)屬于東部，D1＝0，表示其他；D2＝1，表示該地區(qū)屬于中部，D2＝0，表示其他；D3＝1，表示該地區(qū)屬于西部，D3＝0，表示其他。

樣本采用2012年31個(gè)省直轄市的數(shù)據(jù)，數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站分省年度數(shù)據(jù)查詢，以上各個(gè)變量的統(tǒng)計(jì)描述，見表1.

表1 各變量統(tǒng)計(jì)描述

2012年住房平均價(jià)格最高的地區(qū)是北京，最低的是西藏地區(qū)。東部除山東、河北、遼寧3個(gè)地區(qū)的住房均價(jià)低于全國平均價(jià)格，其余8個(gè)省直轄市的住房均價(jià)都遠(yuǎn)高于平均值。而中部和西部沒有一個(gè)地區(qū)的住房均價(jià)高于全國平均水平，說明東部少數(shù)地區(qū)的住房均價(jià)遠(yuǎn)遠(yuǎn)地拉開了與其他地區(qū)的距離。體現(xiàn)在城鎮(zhèn)居民人均可支配收入上也是如此，東部除河北、海南2個(gè)地區(qū)的城鎮(zhèn)居民人均可支配收入低于均值外，其余9個(gè)省直轄市其城鎮(zhèn)居民人均可支配收入都高于均值，而中部和西部地區(qū)的城鎮(zhèn)居民可支配收入都低于全國平均水平。城鎮(zhèn)化率最高的地區(qū)是上海，89.29%的居民都住在城鎮(zhèn)，三個(gè)區(qū)域都有城鎮(zhèn)化率高于全國平均水平的，只是東部最多，10個(gè)地區(qū)都在平均水平之上。在住房投資占全社會(huì)固定資產(chǎn)投資的比重上，東部地區(qū)也充當(dāng)了重要的角色，海南地區(qū)的住房投資占全社會(huì)固定資產(chǎn)投資的比重更是達(dá)到了33.81%，位居全國第一，其次是上海28.37%，可見住房開發(fā)投資對(duì)地區(qū)固定資產(chǎn)投資的重要性。以上分析可以看出住房?jī)r(jià)格變化與這些相關(guān)因素之間存在關(guān)系。接下來建立計(jì)量經(jīng)濟(jì)模型來驗(yàn)證和量化這些變量之間的關(guān)系。

基于如上描述，本文建立計(jì)量模型如下：

ln（price）i＝β1ln（disposable）i＋β2ln（com pleted）i＋β3ln（urban）i＋ln（ratio）i＋α1D1i＋α2D2i＋α3D3i＋εi

同時(shí)，為了克服異方差性，分別對(duì)房?jī)r(jià)、城鎮(zhèn)居民人均可支配收入、竣工面積、人口密度以及投資比例變量取自然對(duì)數(shù)，并且為了克服“虛擬變量陷阱”，模型中不包含常數(shù)項(xiàng)。

二、實(shí)證分析結(jié)果

表2為上述模型OLS方法回歸結(jié)果，模型I包含了所有解釋變量的回歸結(jié)果。由模型I可以看出，除了城鎮(zhèn)化率變量系數(shù)不顯著外，其余的解釋變量的系數(shù)都是顯著。模型II是剔除城鎮(zhèn)化率變量的回歸結(jié)果，模型II回歸結(jié)果表明剔除城鎮(zhèn)化率變量之后其余變量的系數(shù)的符號(hào)和顯著性沒有明顯的改變，并且調(diào)整后的擬合優(yōu)度變大了，AIC值和SC值都下降，這說明以上計(jì)量檢驗(yàn)結(jié)果是穩(wěn)健的。

表2 模型OLS方法回歸結(jié)果

通過對(duì)表2的計(jì)量結(jié)果分析發(fā)現(xiàn)，收入的彈性系數(shù)為1.36，這表明在其他因素不發(fā)生變化的情況下，城鎮(zhèn)居民人均可支配收入增長1%，則住房均價(jià)上漲1.36%。住房竣工面積每增加1%，住房均價(jià)下跌0.14%。住房投資占全社會(huì)固定資產(chǎn)投資的比重增加1%，住房均價(jià)上漲0.31%。D1，D2，D3的系數(shù)雖然是負(fù)的，但它們本身并沒什么含義，系數(shù)之差才反應(yīng)了東部地區(qū)與中部地區(qū)或者東部地區(qū)與西部地區(qū)以及中部地區(qū)和西部地區(qū)價(jià)格的對(duì)數(shù)差異。數(shù)據(jù)顯示，東部地區(qū)的住房均價(jià)在其他條件相同的情況下比中部地區(qū)高e（－4.73－（－4.77））－1即4.1%，比西部地區(qū)高e（－4.73－（－4.86））－1也就是13.9%，而中部地區(qū)比西部地區(qū)高9.4%，即e（－4.77－（－4.86））－1，并且差異是顯著的。

收入的彈性系數(shù)為正，并且大于1，這和眾多學(xué)者研究得出我國住房?jī)r(jià)格收入比過高，住房?jī)r(jià)格存在泡沫風(fēng)險(xiǎn)的結(jié)論一致［14］［15］。而竣工面積反映了實(shí)際供給能力，數(shù)據(jù)顯示我國住房商品房竣工率不高，2012年只有17.3%，雖然目前國家對(duì)普通住房商品房竣工率沒有相關(guān)的要求并且有預(yù)售許可，但對(duì)經(jīng)濟(jì)適用房是有要求的，要求竣工率達(dá)到30%以上，可以預(yù)見，竣工率越高，住房實(shí)際供給量越大，以及人們對(duì)現(xiàn)房存在一定的需求，那將能使住房?jī)r(jià)格更理性的回歸，在眾多的研究文獻(xiàn)中，幾乎沒有學(xué)者提及該因素。住房投資占全社會(huì)投資比重越大，房?jī)r(jià)越高，這是因?yàn)橥顿Y需求見效快，影響范圍廣，與住房建設(shè)有關(guān)的材料，土地都會(huì)因?yàn)樾枨笤黾樱鴥r(jià)格上漲，從而導(dǎo)致開發(fā)商品住宅的成本上升，表現(xiàn)在房?jī)r(jià)上升。城鎮(zhèn)化率存在正的影響，但不顯著，這與《國家城鎮(zhèn)規(guī)劃（2014～2020）》指出占城鎮(zhèn)人口相當(dāng)比重的農(nóng)村轉(zhuǎn)移人口及隨帶家屬因?yàn)閼艏贫鹊认拗破湔嬲蔀槭忻瘢鋵?duì)城鎮(zhèn)住房購買能力和購買意愿低的結(jié)論一致。住房?jī)r(jià)格區(qū)域差異顯著，也與我國東、中、西區(qū)域經(jīng)濟(jì)發(fā)展及公共資源水平存在顯著差異有很大的關(guān)系。人們都傾向于去經(jīng)濟(jì)發(fā)展水平高，并且公共資源好的地區(qū)買房。

三、我國商品住宅價(jià)格影響因素分析

筆者基于商品住宅的商品屬性，建立計(jì)量經(jīng)濟(jì)學(xué)模型從供給、需求、區(qū)域等方面反映了住宅商品房?jī)r(jià)格的影響因素。基于31個(gè)省市2012年的數(shù)據(jù)回歸結(jié)果表明，供給、需求、區(qū)域因素能解釋房?jī)r(jià)變化的92.47%，模型解釋能力強(qiáng)，各變量系數(shù)符號(hào)、大小和顯著性符合預(yù)期。具體如下：一是在其他因素不變的情況下，收入的彈性系數(shù)為正，并且大于1；二是城鎮(zhèn)化率上升對(duì)房?jī)r(jià)上升有影響，但影響不顯著；三是住房投資占全社會(huì)固定資產(chǎn)投資的比重增加，投資需求增加，房?jī)r(jià)上漲；四是住房竣工面積提高，有效供給增加，房?jī)r(jià)會(huì)下降；五是區(qū)域差異顯著。東部地區(qū)比西部地區(qū)房?jī)r(jià)高13.9%，中部地區(qū)比西部地區(qū)房?jī)r(jià)高9.4%。

針對(duì)上述結(jié)論，說明該模型可以對(duì)地區(qū)住房均價(jià)進(jìn)行合理預(yù)測(cè)。同時(shí)，國家和政府要想對(duì)住房?jī)r(jià)格進(jìn)行調(diào)控，可以從以下方面進(jìn)行：一是嚴(yán)格控制房?jī)r(jià)收入比過快上漲，警惕住房泡沫危機(jī)；二是推進(jìn)城鎮(zhèn)化建設(shè)，嚴(yán)控特大城市人口規(guī)模的同時(shí)，讓占城鎮(zhèn)人口較大比重的農(nóng)村轉(zhuǎn)移人口真正市民化，促進(jìn)對(duì)住房的需求；三是警惕住房投資的過度投機(jī)需求和地方政府房地產(chǎn)過度依賴而引發(fā)財(cái)務(wù)危機(jī)和房?jī)r(jià)泡沫危機(jī)；四是對(duì)住房竣工率制定一定的規(guī)章制度，嚴(yán)格監(jiān)控預(yù)售許可，防止“鬼城”和住房交易糾紛；五是促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。

當(dāng)然，Greff Kenny（1999）指出住宅市場(chǎng)的需求和供給將是一個(gè)緩慢調(diào)節(jié)的過程，任何對(duì)住宅市場(chǎng)建模的實(shí)證都必須清楚地區(qū)分出短期及長期的信息數(shù)據(jù)［16］。考慮到數(shù)據(jù)的可得性，筆者使用的是各省市的截面數(shù)據(jù)，并且住房?jī)r(jià)格采用的是商品住宅均價(jià)，而且當(dāng)前還沒有觀測(cè)到各省市房?jī)r(jià)下降的數(shù)據(jù)，只有70個(gè)大中型城市的相關(guān)數(shù)據(jù)，以后會(huì)加入各省的時(shí)期數(shù)據(jù)，這是今后努力方向。

［1］Manuel Gottlieb.Long Swings in Urban Development［M］.New York：Columbia University Press for NBER，1976.

［2］Bradford Case，William N.Goetzmann K.Global Real Estate Markets－Cycles and Fundamentals［Z］.NBER Working Paper，2000.

［3］Charles Collyns，Senhadji Semlali A.Lending Booms，Real Estate Bubbles and Asian Crisis［Z］.IMF Working Paper，2002.

［4］Farooq Akram Q，Gunnar Bardsen，Eyvind Eitrheim.Monetary policy and Asset prices：to Respond or not？［J］.InternationalJournal of Finance ＆ Economics，2006（3）.

［5］Chambers M，Garriga C，Schlagenhauf D E .Accounting for Changes in the Homeownership Rate［J］.International Economic Review，2007（3）.

［6］Demyanyk Yuliya S，Otto Van Hemert.Understanding the Subprime Mortgage Crisis［Z］.Working paper，2008.

［7］Oates W E.The Effects of Property Taxes and Local Public Spending on Property Values：An Empirical Study of Tax Capitalization and the Tiebout Hypothesis［J］.The Journal of Political Economy，1969（6）.

［8］Angel，M.＆Garcia，L.Housing Prices and Tax Policy in Spain［J］.Spanish Economic Review，2004（6）.

［9］LangK，Jian T L.Property Values：Evidence from Proposition［J］.Journal of Urban Economics，2004（55）.

［10］NoordP V D.Tax Incentives and House Price Volatility in the Euro Area：Theory and Evidence［J］.Economics International，2005（11）.

［11］Landis John D.Do Growth Controls Work？：A New Assessment［J］.Journal of the American Planning Association，1992（4）.

［12］方琦.2014房?jī)r(jià)展望［J］.經(jīng)濟(jì)導(dǎo)刊，2014（1）.

［13］黃紅梅.中日房地產(chǎn)價(jià)格影響因素的比較研究［J］.現(xiàn)代日本經(jīng)濟(jì)，2014（1）.

［14］崔陽.對(duì)抑制當(dāng)前中國房?jī)r(jià)過快上漲的研究［J］.生產(chǎn)力研究，2014（1）.

［15］楊恒.我國房地產(chǎn)調(diào)控有效性分析［J］.宏觀經(jīng)濟(jì)研究，2014（3）.

［16］Geoff Kenny.Modeling the demand and supply side of housing market：evidence from Ireland［J］.Economic modeling，1999（16）.