房地產業成長發展軌跡的回歸研究

房地產業成長發展軌跡的回歸研究

熊華平，魏彥朝，遲成成，李永周

(武漢科技大學 管理學院，湖北 武漢 430081)

摘要：本文采集了28個國家或地區的人均房地產增量和人均國內生產總值等相關數據，采用橫向研究方法進行分析，建立了關于房地產業成長發展軌跡的回歸模型。結果發現房地產業的發展會隨著人均國內生產總值的增長呈現上升、下降、再上升的三階段特點，并分析出各階段的邊界，以期為預測、評價和規劃我國房地產業的發展提供新的方法和依據。

關鍵詞：房地產業；橫向研究方法；回歸模型

收稿日期：2014-09-28修回日期：2014-12-12

作者簡介：熊華平(1975-)，男，湖北公安人，武漢科技大學管理學院副教授，博士，研究方向：建設與房地產管理研究。

中圖分類號：F407.9

文獻標識碼：A

文章編號：1002-9753(2015)01-0184-09

Abstract:A regression model about the track of real estate growth and development was constructed by employing cross-sectional research methods to analyze the date of per capita real estate incremental and per capita gross domestic product intercepted from 28 countries. The result revealed the three-phase-features of the development of the real estate industry, which will rise, fall and rise again with the growth of the gross domestic product per capital. Subsequently, the boundaries of the three-phase were discovered, thus providing new scientific methods and basis for the prediction, assessment and projection of the development of real estate industry in China.

Regression Research on the Growth Path of Real Estate Industry

XIONG Hua-ping, WEI Yan-zhao, CHI Cheng-cheng, LI Yong-zhou

(TheSchoolofManagement,WuhanUniversityofScienceandTechnology,Wuhan430081,China)

Key words: real estate; cross-sectional research methods; regression model

一、引言

科學的宏觀調控，有效的政府治理，是發揮社會主義市場經濟體制優勢的內在要求。房地產業作為國民經濟發展的支柱產業，在促進消費、擴大內需、拉動投資增長、保持國民經濟持續健康快速發展等方面，發揮了舉足輕重的作用。然而，我國房地產業自從市場化以來，一直處于非平穩的運行狀態，并且有的時期波動還比較大。這種運行狀況表明，房地產業宏觀經濟政策的調控效果不夠理想，甚至有時面對愈調愈高的房價，房地產的許多次調控都成了“空調”。究其原因，除了與我國住房改革的歷史原因相關外，還與我國現行的財政政策、稅收政策、土地政策以及投資體制等外部因素有較大的關系，更重要的是缺乏對房地產業客觀屬性與自身發展規律的清楚正確認識。房地產業發展與國民經濟一樣存在著周期波動規律，一般會經歷復蘇與增長、繁榮(波峰)、衰退、蕭條(波谷)四個階段[1]。研究并揭示這一過程的規律性、了解和把握房地產市場的走向和趨勢，能夠為產業政策的制定提供科學的依據以及有價值的信息，是房地產市場科學的宏觀調控的重要依據。房地產業是在工業化、城市化和現代化過程中興起、發展所形成的產業，同時又推動了工業化、城市化和現代化的進展，從而決定了其隨著經濟發展階段的變化呈現出一定的成長發展軌跡。然而，房地產業的發展究竟隨著經濟發展階段的演進有何變化，存在怎樣的發展軌跡，還需要深入研究。

二、研究方法與變量設計

(一)研究方法的選擇

描述一個產業的發展軌跡，通常有兩種方法，一種是時間序列分析法，另一種是橫向研究法。描述一國某產業的成長發展軌跡，人們有時更相信也更傾向于用時間序列分析法，因為在采集一國該產業若干年來的發展數據進行縱向考察時，該國的經濟、人文以及產業背景等可以作為固定變量加以忽略。但是，任何計量經濟分析的成功最終都有賴于適當數據的獲得，如果運用時間序列分析法研究我國的房地產業發展軌跡，數據的采集上會存在著兩個明顯的不足：一是時間序列法分析的數據要求在足夠長的歷史時期內有連續性，這個周期一般最短也要30-50年，而我國房地產業作為一個獨立的產業出現在我國的經濟舞臺上是在改革開放后的20世紀90年代初期，距今也只有二十幾年，研究所需要的足夠長的歷史數據無法得到，使用過短的歷史數據來描述一個產業的發展軌跡會降低研究的信度和效度；另一個就是我國房地產業在這二十多年中處于一種非平穩的發展狀態，受政策影響過大，時間序列數據(time series data)所要求的平穩性可能會難以滿足。因此，研究我國房地產業成長發展軌跡不適于采用縱向數據進行描述。

錢納里、庫茲涅茨等人的研究表明跨國截面模型與歷史增長模型間存在相似性，如果產業的成長發展有其規律性，那么對一個國家某產業充分長的發展軌跡采用時間序列法研究，與對足夠多國家該產業的橫向研究法研究的結論是可以互相借鑒的[1-2]。因此基于房地產業成長發展規律的一般性，本文采用橫向研究方法，即截取處于不同經濟發展階段的復數國家同一時點房地產業發展的橫斷面數據(cross-sectional data)，來擬合房地產業在不同經濟發展時期的成長發展軌跡。

正如時間序列數據由于平穩性產生了它獨有的特殊問題一樣，橫截面數據也有其自身問題，特別是異方差性(heterogeneity)問題[3]。也就是說，除了研究的數據足夠多以外，還要求各國房地產業的發展具有相同的特征。雖然各國的房地產在設計風格上豐富多彩，但各國房地產業具有基本相同的生產力組織形式和交易方式，生產力活動遵循相同的技術規律和經濟規律；同時，由于產品不能輸入或輸出，各國對房地產產品的有效需求基本上由本國經濟的發展水平(發展階段)來決定，因此，每個國家房地產業的發展軌跡及在相同經濟發展階段的產業狀況是相似的。至于研究時段內影響房地產業發展的其它因素，諸如國土面積、總人口數、房地產存量、經濟環境、人文背景、意識形態以及政治制度等，盡管其影響力會造成同一經濟發展階段下不同國家房地產業發展特征的差異，但由于其影響力具有隨機性和不可預測性，結果產生的隨機差異只在一定區間內波動，又因為研究的數據足夠多，某一國的個別情況不足以影響產業成長軌跡線的總體趨勢，這一假設也將在以下數據分析中進行驗證。因此，我們仍可從多國橫向比較研究中得到房地產業發展的“平均”概括。

(二)變量的確定

本文選用人均房地產增量(一般以年為單位計量)來描述一國房地產業與國民經濟協調發展的產出規模。房地產(年)增量，即房屋建筑年竣工面積，指報告期(年)內房屋建筑按照設計要求全部完工，達到入住和使用條件，經驗收鑒定合格或達到竣工驗收標準，可正式移交使用的房屋建筑面積的總和。之所以做此選擇的理由是它能更好地反映房地產業的供給情況以及社會資源在房地產業的聚集程度。同時，當房地產價格處于平穩運行狀態時(上漲速度與通貨膨脹水平大致相當)，房地產人均年增量還可以在一定程度上反映房地產業投資的增長情況。選用人均GDP來描述一個國家的經濟發展水平。各國在不同經濟發展階段中的國土面積、總人口數、房地產存量、經濟環境、人文背景、意識形態以及政治制度等對房地產業的影響，以及技術處理時的誤差(如描述變量選取的偏差、數據采樣和計算的誤差等)，均視為隨機干擾(stochastic disturbance)，并認為該隨機干擾項均值為零、等方差，且彼此不相關，即滿足Gauss-Markov假設[4]；在此基礎上，可以建立人均房地產增量(房地產發展規模，因變量)隨人均GDP(即經濟發展階段，自變量)變動的回歸方程來描述房地產業的成長發展軌跡。

三、房地產業成長發展軌跡的回歸模型

(一)數據的選取

本文采用的多國人均房地產增量的數據來自《聯合國統計月報》，其中包括28個處于不同經濟階段的國家或地區2004-2012年9年來每年新竣工房屋面積數據(房屋面積包括了居住類建筑和非居住類建筑面積)[5]，以其代表各國該時段內房地產業的人均增量。盡管用房屋代表房地產有欠準確，會產生信息漏損，但是房屋基本上能反映整個房地產的全貌。因為房地產按用途分除了包括居住建筑和非居住建筑以外，還包括一些非建筑的特殊物業，例如高爾夫球場，不過由于特殊物業在整個房地產業占的比重較小，并不足以影響研究的有效性和可信性。之所以選2004-2012年這個時段的數據，是基于對數據的連續性與完整性以及可獲得性的考慮。為了消除經濟波動的影響，對各國各年新竣工房屋面積相應年份的總人口數計算出的人均房地產增量進行算術平均。人口數采用各年的年中人口數，因為數據無法從《聯合國統計月報》獲取，所以選自于世界銀行《世界發展指標》[6]。各國各年份人均GDP數據來自世界銀行《世界發展指標》，由于不同年份的統計資料對同一時點數據也經常做出調整，為了使統計數據的口徑一致并具有可比性，本文利用世界銀行《世界發展指標》中2000年的不變價進行調整，統一換算成以2000年美元為可比價的GDP。

為了兼顧數據采集的代表性與可行性，本文收集、整理了來自《聯合國統計月報》、《國際統計年鑒》[7]和世界銀行《世界發展指標》中隨機的28個國家或地區的數據樣本，整理結果如表1所示。

表1　28國或地區人均房地產增量與人均GDP

注：1為房地產業人均增量的相應年度算術均值；

2為人均GDP的年度算術均值；

(二)回歸模型的建立

為了研究人均房地產增量和人均GDP之間的關系，根據表1所列樣本數據，本文將人均房地產增量(annual floor spaces of construction completed per capital, S)作為因變量，將人均GDP(gross of domestic produce per capital, GP)作為自變量，利用SPSS軟件進行回歸分析(參數估計)，建立回歸模型，結果如表2所示。進而分別用線性方程、二次曲線、三次曲線、S形曲線和冪函數進行趨勢擬合，擬合出的回歸趨勢線如圖1所示。

表2　28國人均房地產增量與人均GDP回歸計算結果

圖1　28國人均房地產增量與人均GDP之間的五種回歸曲線圖

由表2可以看出，五種曲線顯著性水平依次是0.000、0.000、0.000、0.001和0.017，五個回歸方程均具有統計意義。通過對比表2五種曲線的R2值，可以發現三次曲線和二次函數的R2值較其他三種曲線的R2值要大，即三次函數和二次函數較其他函數的擬合優度要高。因此接下來只需對三次函數和二次函數進行分析，分別寫出這兩種曲線的函數表達式：

三次函數：S=-0.316+0.234GP-0.009GP2+0.000097GP3(1)

(-0.941)(4.636) (-5.261)(6.557)

0.356 0.0000.0000.000

二次函數：S=1.049-0.071GP+0.002GP2(2)

(2.436)(-2.243)(4.877)

0.022 0.0340.000

式中， S——人均房地產增量(平方米)；

GP——人均GDP(千美元)；

括號內的數值是系數t檢驗值，下面的數據是對應的顯著性水平。

通過上述回歸結果可以看出二次函數回歸系數和常數項都達到了10%的顯著性水平，而三次曲線常數項的t檢驗值為-0.941，顯著水平為0.356，未達到10%的顯著水平，去掉常數項，重新擬合三次曲線，結果如表3所示，擬合出的回歸趨勢線如圖2所示。

重新擬合的三次函數方程如下：

三次函數：S=0.195GP-0.008GP2+0.0000887GP3(3)

(6.638)(-6.373)(7.634)

0.0000.0000.000

式中，S——人均房地產增量(平方米)，GP——人均GDP(千美元)，括號內的數值是系數t檢驗值，下面的數據是對應的顯著性水平。

表3　28國人均房地產增量與人均GDP的三次回歸結果

圖2　28國人均房地產增量與人均GDP之間的三次回歸曲線圖

經檢驗三次函數回歸系數的t檢驗值達到了10%的顯著性水平；考察兩種曲線的殘差分布，如圖3和圖4所示，均值均在0上下，符合同方差假設， Durbin-Watson指標值均通過檢驗，可以認為殘差不相關。最后比較三次曲線和二次函數的R2值，三次函數曲線為0. 925，大于二次函數的0.723，其擬合優度更高。

通過建立的回歸模型，得出在五種回歸曲線中，三次曲線的擬合趨勢最符合樣本數據的特點，這表明，在現階段，房地產業的發展與國家的經濟發展之間的關系，用三次曲線描述較為吻合。

四、房地產業成長發展軌跡回歸模型結果分析

根據上文所建立的三次函數回歸方程(3)和圖2中相應的回歸曲線，分析本文得出房地產業成長發展的基本軌跡，如表4所示。

表4　房地產業成長發展軌跡的階段劃分

注：表中數據根據回歸方程(3)計算所得，區間預測假設模型服從正態分布。

圖3　三次回歸方程的殘差分布圖

圖4　二次曲線回歸方程的殘差分布圖

根據分析得到的房地產業的成長發展軌跡可知，當一個國家人均GDP低于16986.04美元(2000年不變價)時，如表1中按人均GDP排名位于前14位的國家，這些國家為了滿足國民經濟發展、工業化、城市化、國家產業結構調整和提高人民生活水平的基本要求，房地產增量會隨著國內需求的增加而迅速上升；此后，隨著經濟的發展和房地產存量積累水平的提高，社會對房地產的需求，包括需求的質和量的滿足度提高，其增長率會下降，但人均房地產增量仍然處于上升階段，直到達到最高點(極大值點)，即人均GDP大致在16986.04美元(2000年不變價)左右，這時國家經濟進入工業化成熟期，如葡萄牙。在這一階段，房地產增量一直處于增長的過程，但增長的速度會呈現先遞增后遞減的態勢。

當國家的經濟發展進入工業化成熟期后，即人均GDP水平處于16986.04美元(2000年不變價)和43141.73美元(2000年不變價)之間，如表1中按人均GDP排名位于15-26位的國家，此時，由于城市化水平和房地產存量都達到了一定程度，并且房地產作為一種耐用消費品，其物理壽命較一般的商品要長得多，經過前一階段的高速發展之后，許多存量房地產不僅處于物理壽命期內，而且離其經濟壽命(年平均使用成本最低的年數)也還有一段時間。此時社會對房地產的需求量會絕對地減少，人均房地產增量會持續下降直至達到最低點(極小值點)。房地產增量達到最低點時，國家的人均GDP水平大致在43141.73美元(2000年不變價)，處于這一時點左右的國家為丹麥，其人均房地產增量分別為1.4228m2。

隨著國家經濟向更高一階段發展，逆城市化現象的普遍出現，第三產業的進一步發展，以及國家產業結構優化升級，人們對房地產個性化需求增長，這些因素又會衍生出對房地產新的需求，房地產增量就有可能從最低點再次向上攀升，表1中的盧森堡就屬于這種情況，其人均房地產增量都達到了12.0m2以上，由于大多數國家只經歷了漫長經濟發展時期的前一部分，這一階段的國家極少并且都屬于比較特殊的小國，缺乏代表性和一般性，對于這一增長趨勢還需要更多的實證，其原因需要進一步解釋，這有可能會影響到軌跡模擬的信度，但任何研究都不是一蹴而就的，只能期待于以后數據豐富以后作進一步的研究和補充。

五、政策建議

(一)房地產業在我國短期內仍需保持適度的調控

基于房地產業成長發展軌跡的一般性，利用回歸模型(3)及表4中的結論來分析，在2008-2012年間，中國人均GDP為2870.40美元(算術平均值，2000年美元)，處于房地產業發展軌跡的第一階段，說明我國房地產業在今后的較長一段時間內，伴隨著工業化和城市化的發展，還有較大的發展前景和增長潛力，還處于一種加速上升的狀態。在工業化和城市化過程中，人們對居住的剛性需求以及對生活質量水平的改善性需求都十分巨大，巨大的需求拉動著產業的快速發展，房地產業仍將是我國的重要產業，將對國民經濟起著重要的支持作用。盡管房地產業最近一段時間以來頗受爭議，政府的調控也是重拳頻出，但這種上升趨勢是不會改變的，是不以人的意志為轉移的，這也是政府在制定調控政策需要清楚認識的。

通過模型(3)來考察2011年和2012年我國房地產業的發展情況，2011年和2012年中國的人均GDP分別為3120.93美元和3348.01美元(2000年美元，考慮通貨膨脹水平)，通過模型(3)計算出的人均房地產增量分別為0.53336m2和0.56652m2，而這兩年中國的人均房地產增量實際值分別為2.3485m2和2.1583m2，在這兩年實際增量超合理增量的比例都超過了70%，這說明在現階段我國房地產業發展過熱，并且有的地區已經呈現泡沫化現象，房地產業的發展已經超出了國民經濟發展的速度，許多綜合性因素糾纏在一起使我國房地產業偏離了正常的發展軌跡。因此，政府在短期內對房地產業保持適度的調控還是非常有必要的。

(二)房地產的調控應加強頂層設計，但從長期來說應讓市場發揮決定性作用

在我國由于歷史的原因，房地產業短期內補償性、迅猛的發展，產生了諸多的問題和矛盾。部分城市房價的高啟，已經使房地產業面臨的不再是一個單純的產業內價格理性回歸的問題，而是一個復雜的經濟問題，是一個民生問題，是一個政治問題。實踐證明，房價的過快上漲會對我國的消費和非房地產投資存在明顯的擠出效應[8]，從而影響著其他產業的發展，房地產業本身的高關聯性以及擠出效應的存在，使得對房地產經濟的調控越發復雜；而“衣食住行”又是一個基本民生問題，現在的住宅消費顛覆了1998年以前傳統的消費觀念(免費午餐)。住房支出在城鎮居民消費結構中的比重越來越大，房價的上漲，擠壓了城鎮居民其他消費的空間，降低了其生活質量，使其在經濟快速增長的過程中，反而感覺幸福感越來越低。在我國“土地財政”制度下，土地收入成為了有的地方政府的主要財政收入來源，房地產業成為了拉動地方GDP與官員邀取政績的砝碼，而房地產作為人民生活的必需品，房價過高勢必會影響社會的和諧與穩定，所以在我國，房地產業又摻進了諸多的政治因素。在以輿論為主體及其它方面的綜合導向下，房地產業也成了轉型期諸多社會矛盾轉移的一個載體。當房地產問題與經濟、社會和政治問題糾纏在一起后，會使問題變得空前復雜，也增加了諸多非理性的變數。這些問題的產生，除了房地產自身的問題外，還與我國土地財政、分稅制、投資渠道匱乏等都有諸多的干系。

因此，在制定房地產政策時，應該基于房地產業成長發展軌跡和把握房地產的客觀規律，找到問題的根源所在而對癥下藥，才能做到藥到病除，而不是采取“殺死病人的方法來消除疾病”，而傷害了國民經濟本身。國外的研究和實踐證明，更為嚴格的管制條件下，房地產市場波動更為劇烈[9]。在我國，前段時間實施的一系列的限價、限購和限貸等非市場政策，在短時間內可能有一定的合理性，但長時間的實施，不但不會起到調控的效果，反而扭曲市場、引發波動[10]，甚至會引發一些古怪可笑的社會問題，例如為規避限購而引發的假離婚潮問題。因此，房地產調控政策的制訂應加強頂層設計，從深化土地、財政、投資體制改革以及建立城鄉統一的土地市場方面去入手解決。讓人感到欣慰的是，黨的十八屆三中全會已經在這些方面作了全面而細致的布置。除此之外，從長期來看，房地產市場的理性回歸應讓市場自身發揮決定性作用。

(三)房地產業的發展應與國家新型城鎮化相互促進、協調發展

城鎮化是伴隨工業化發展，非農產業在城鎮集聚、農村人口向城鎮集中的自然歷史過程，是人類社會發展的客觀趨勢，是國家現代化的重要標志。一般來說，城鎮化的發展，除了會帶來城市人口的增加，還會伴隨著城市規模的不斷擴大、數量不斷增加，將會帶來住宅小區、辦公樓、商業用房、工業用房的成片崛起，城市集群功能設施的大規模興建，從而促進房地產業的發展和繁榮。而在另一方面，房地產業的發展又會促進城市空間結構的調整和城市規模的擴大，會提高城市的承載能力，改善其居住功能，美化城市居住環境和城市景觀，還會提升城市的品位和吸引力，提高土地利用的經濟效益，推動城鎮化的發展。

但是從過去特別是改革開放以后的30多年來看，我國的城鎮化非常迅速，城鎮的常住人口迅速增加，城鎮化大幅度提高，平均每年提高1.02個百分點，同時城市人居條件也明顯改善。但是在城鎮化快速發展的過程中，也出現了很多問題：首先是我國的城鎮化速度明顯滯后于工業化速度，產業這個問題的主要原因就是我國的戶籍制度，大量的進城農民工由于身份的問題，并沒有享受城市居民可以享受的公共服務，這對社會的和諧發展是不利的，也不利城市自身的發展，正如李克強總理的說的：大城市既需要拿手術刀的也需要拿剃頭刀的；其次，就是城市用地規模擴張過快，土地的城鎮化快于人口的城鎮化。一些由地方政府主導的城鎮化，在房地產業的短暫繁榮過后，留下了許多問題，例如全國各地出現“鬼城”、“空城”，這樣不僅造成了大量資源的浪費，還會產生一系列的長期問題；最后，房地產業的發展在促進城市協調發展方面做得不夠，在一些大城市，大城市病日益突出，空氣污染問題，交通擁堵問題，社會治安問題等等，使城市可持續發展面臨越來越多的挑戰。這些問題都是房地產業發展與城鎮化不協調的表現。我國政府已經逐漸意識到了這個問題的嚴重性，在《國家新型城鎮化規劃(2014-2020年)》中就明確提出：要求“走中國特色新型城鎮化道路、全面提高城鎮化質量”。因此，房地產業的發展在承接國家新型城鎮化發展戰略的過程中，應根據房地產業發展軌跡和《國家新型城鎮化規劃(2014-2020年)》，明確房地產業和城鎮化所處的階段和面臨的趨勢，控制數量強化質量，促進房地產業和國家新型城鎮化的協調發展。

五、結語

本文通過對28個國家或地區的人均房地產增量和人均國內生產總值等相關數據進行橫截面分析，建立了一個關于房地產業成長發展軌跡的回歸模型，得出了房地產業發展的基本規律：房地產業(人均房地產增量)會隨著經濟發展(人均GDP增長)呈現先上升，后下降 ，而后又上升的三階段特點，呈現出三次曲線關系。這個結果也昭示著，我國房地產業在很長一段時間內，仍然會處于不斷發展和上升的態勢。但是，我國房地產業近幾年發展，表現已經有些過熱，甚至有的地區已呈現泡沫化現象。面對房地產業出現的紛紛擾擾的問題，更應冷靜思考、沉著應付，基于軌跡和客觀規律尋找問題的根源，加強頂層設計，尋找解決之策，讓市場發揮決定性作用，而不是簡單地非理性地干預市場，以盡快建立健全房地產業自我修復機制和健康發展的長效機制，促進房地產業與城鎮化的協調發展、承接國家新型城鎮化的發展戰略。

參考文獻：

[1] Simon Kuznets．Quantitative aspects of the economic growth of nations: I-x [J]. Economic Development and Cultural Change, 1957(5)：67-69.

[2] [美]H·錢納里，S·魯濱遜，M·賽爾奎因：工業化和經濟增長的比較研究[M]，上海三聯書店，上海人民出版社，1995

[3]多米尼克·薩爾瓦多，德里克·瑞杰. 統計學與計量經濟學 [M] . 杜藝中, 譯. 第二版. 上海：復旦大學出版社，2008.

[4 Gujarati D N. 計量經濟學[M]，林少宮, 譯. 第三版. 中國人民大學出版社，2000

[5]Department of Economic and Social Affairs. Monthly bulletin of statistics [M]. New York: United Nations, 1999-2013.

[6]世界銀行. 世界發展指標[M]. 北京: 中國財經出版社，2012.

[7]中華人民共和國國家統計局. 國際統計年鑒[M]. 北京: 中國統計出版社，2001-2013.

[8]武康平，胡諜．房地產市場與貨幣政策傳導機制[J]．中國軟科學，2010(11)：32-37.

[9]Malpezzi Stephen. Housing Prices，Externalities and regulation in U.S. metropolitan areas [J]. Journal of Housing Research, 1996(2)：29-41.

[10]張娟鋒，任超群，賈生華, 等. 房地產干預政策沖擊效果評價[J]．中國軟科學，2013(1)：43-49.

(本文責編：辛城)