房價與地價的因果關系研究
——基于重慶的實證檢驗

葉 貴，朱科衛，張繼紅

（1.重慶大學建設管理與房地產學院，重慶 400045；2.重慶揚子江投資有限責任公司，重慶 401121）

房價與地價的因果關系研究
——基于重慶的實證檢驗

葉 貴1，朱科衛1，張繼紅2

（1.重慶大學建設管理與房地產學院，重慶 400045；2.重慶揚子江投資有限責任公司，重慶 401121）

研究目的：探討重慶市的房價與地價的因果關系并提出政策建議。研究方法：以重慶2008—2014年84組月度數據為研究對象，采用非線性Granger檢驗驗證房價和地價之間的因果關系，并引入狀態空間模型考察變量的時變特征。研究結果：（1）重慶市房價和地價之間存在著顯著的非線性關系，短期內房價是地價的Granger因，而長期房價與地價沒有構成顯著的因果關系；（2）房價波動將引起地價同方向的顯著波動，富有彈性，但地價的變動對房價的影響很小，缺乏彈性，且二者之間的影響程度呈現出明顯的階段性特征。研究結論：重慶市房價和地價是單向的因果關系，地價不是房價上漲的原因，應從商品房市場本身的供需和合理的土地供應著手引導重慶市房地產市場健康發展。

土地經濟；房價；地價；非線性Granger因果關系；狀態空間模型

1 引言

房地產行業的健康發展關系著國計民生，房價和地價是否互為因果關系這一問題一直是政府、產業界、學術領域長期關注和爭論的焦點，雖然研究和實踐成果頗豐，并形成了以下4類不同觀點，但至今依然沒有形成一致的結論［1］，需要進一步深入探究房價與地價互為致因的機理。（1）房價引起地價上漲。受“玉米法律悖論”（Corn Law Debate）、地租理論影響，房價決定地價的觀點便成為房地產領域的基本常識。O Sullivan［2］曾以均衡理論為基礎，從引致需求的視角得出房價過高的原因是由于地價過高造成的。隨后有學者開始利用計量經濟學模型對房價和地價的關系展開研究，如Joseph［3］利用新加坡 1990—2005年的季度數據為樣本，通過Granger因果檢驗，得出房價是地價上升的原因，反之則不是，印證了李嘉圖提出的地租理論。況偉大［4］隨后利用2003—2008年中國35個大中城市的房價和地價數據進行實證，結果表明地價由房價決定，高房價是導致“地王現象”頻頻出現的主因。（2）地價上漲是房價上漲的原因。另一部分學者則認為從成本驅動來看，土地成本是房地產開發成本的重要組成部分，土地的獲取成本過高必然導致開發成本過高，為了保證一定的利潤空間，開發商自然會抬高房價。Somerviolle［5］證明了空間壟斷是房價居高不下的根本原因；A Grimes［6］在研究新西蘭的區域住房市場時指出，政府要控制房價，必須保證地價足夠的低廉，才能促使房價回歸到合理水平。Huang Juan［7］對近年來香港的房地產市場研究得出，開發商通過預測內部收益率來決定房價，而土地價格作為一個主要成本因素，會影響開發商的收益率，高地價導致開發商內部收益率減小，從而促使開發商調高房價。（3）房價與地價之間存在互動關系。這些學者均認為不能片面的從一個角度去分析房價和地價的關系，實質上房價與地價之間存在互為因果、相互影響的互動關系。國外學者Altuzarra［8］利用誤差修正模型檢驗了西班牙2005—2010年的房價和地價數據之間的關系，結果證實兩個市場之間存在顯著的雙向因果關系。劉琳和劉洪玉［9］指出在市場運行過程中，房價和地價互為致因并且相互轉化，同時在數量上也呈現出一種正相關關系；嚴金海［10］、丁烈云［11］、宋勃［12］等對全國及深圳、北京、上海和武漢等地的房價和地價研究得出，長期內房價和地價存在雙向Granger因果關系，其影響程度表現出一定的區域差異。（4）房價與地價之間不存在關系。也有少數學者認為房價和地價之間不存在關系，彼此受其他因素的影響。Glaeser和Gyourko［13］認為地價和房價相互獨立，彼此之間沒有直接關系，而與當地的經濟發展水平有關。Ott Herv é［14］利用系統動力學模型對8個歐元區國家的房價驅動因素進行了估計，結果表明土地價格在長期對房價影響較弱，而當期的股票市場、居民的可支配收入對其影響較大。曾向陽［15］對武漢市的數據進行實證，表明在長期房價與地價之間沒有顯著的因果關系。李景國［16］認為北京市中長期房價與地價由自身的供求關系決定，互相之間沒有顯著的因果關系。

綜上所述，國內外學者無論在理論研究還是實證研究方面對房價地價關系問題已經進行了長期的探討，但房價地價的關系受到區域性、檢驗方法、調控政策等因素的影響較大，至今未形成統一的結論。本文在對文獻分析的基礎上，發現學者們在對房價和地價兩個經濟變量進行計量分析時，大多數采用了傳統線性的Granger因果檢驗［17］，忽視了房價和地價之間可能存在的非線性關系，并且沒有對不同時期二者之間影響機制的階段性特征進行有效考量。為此，本文在前人研究的基礎上，擬從重慶市房地產市場出發，提出三點假設，以期更加準確全面地描述重慶市房價和地價的內在關系，確保政策建議的準確性。

假設1：房價和地價互為致因。從成本驅動角度考慮，地價作為主要的房地產開發成本，對房價有顯著的影響，即地價是房價上漲的原因。從引至需求的角度考慮，土地價格受到土地上產品價值的影響，即房價促使地價上漲。

假設2：房價和地價之間存在非線性關系。基于線性基礎的Granger因果檢驗方法并沒有考慮在實際的經濟運行中經濟變量或者時間序列會由于經濟環境、調控政策等事件的影響而產生的結構性突變，而這些突變會致使經濟變量或者時間序列常常呈現出一種比較復雜的非線性動態變化趨勢［18］，同時，由此引發的體制區間效應使得變量在相互作用過程中的非線性特征更加顯著。因此，當時間序列存在顯著的非線性趨勢時，采用線性的Granger因果檢驗方法就會導致研究結論與實際情況出現偏差［19］。對此，本文將從非線性因果檢驗角度出發，以重慶市房價和地價的致因關系為實證對象，分析其內在機理。

假設3：房價和地價之間是動態的互動關系。在各個時期，房價和地價的關系總是會受到經濟環境、信貸政策等因素的影響，但無論在線性還是非線性模型中，衡量房價和地價之間的關系時，均使用一個固定的、靜態的參數模型來描述，而固定參數模型并不能表現出各個時期房價和地價兩個經濟變量由于不可觀測因素產生的兩者相關程度的變化。因此，為避免Granger因果關系檢驗只能表明變量間影響機制的存在性及其因果方向，對于影響的過程中某個時期的程度大小、正負性以及階段性特征均難以考察的問題［20］，本文引入了能顯示動態系統的狀態空間模型，對Granger因果檢驗的結果做更加細致的分析。

2 數據描述

2.1 數據說明及處理

本文采用重慶市房地產交易所發布的2008—2014年各月商品房銷售均價和住宅用地樓面地價進行計量分析，共計84組數據，并以2008年一月份的商品住宅銷售均價以及同期的住宅用地樓面地價為基期數據，對其他數據進行校正。

為了排除異常數據對模型的精度影響，對原始數據計算自然對數。檢驗時所使用的數據表示為LNHP（商品房銷售均價的自然對數）和LNLP（住宅用地樓面地價的自然對數）。

房地產市場也會受到季節性的影響，每年均會出現銷售的旺季和淡季，價格也隨之變動，這種季節性變動掩蓋了房價和地價的客觀規律。為了更加準確的分析房價和地價的波動，必須對時間序列LNHP、LNLP剔除季節性因素的影響。最常見、最普遍的是采用1965年美國商務部人口普查局開發的X—12方法。

圖1是通過X—12季節調整分解出來的趨勢循環要素LNHP_TC、LNLP_TC，LNHP_SA、LNLP_SA為調整后的序列，縱軸表示各月份的時間序列自然對數值，它已消除了原序列中的季節和不規則要素的影響，揭示了該指標的變動趨勢，并由此準確分析和預測房價和地價的發展趨勢。

2.2 描述性統計

根據季節調整后的2008—2014年的商品房銷售均價、住宅用地樓面地價（下文簡稱房價和地價）的月度數據作時間序列圖，得出了反映重慶市房價與地價變化趨勢的曲線。由圖2可知，2008—2014年，重慶市土地價格指數（LNLP_SA）增長幅度較大，從2011年開始房價指數（LNHP_SA）開始出現周期性波動，且波動幅度較大，但整體呈現出一種穩定上升的態勢。由此可初步認為，在一定程度上，房價和地價之間存在相關性。

3 數據分析

3.1 非線性檢驗

被學者們廣泛運用的因果檢驗方法莫過于傳統的基于線性的Granger因果檢驗。但Lee［18］的研究表明，每一次的沖擊或突變都會使經濟變量的關系呈現非線性的變化趨勢，當時間序列呈現非線性關系時，傳統的Granger因果檢驗不能識別變量之間的非線性關系，如果忽略變量之間可能存在的非線性關系，會導致結果出現顯著性偏差。本文將從非線性角度出發，對重慶市房價和地價的數據進行檢驗。

圖1 LNHP、LNLP剔除季節性因素后的趨勢圖Fig.1 The trend charts of LNHP、LNLP after weeding out the seasonal factors

圖2 2008年1月—2014年12月重慶市房價指數和土地價格指數趨勢圖Fig.2 The trend chart of LNHP_SA and LNLP_SA in January 2008 to December 2014 in Chongqing

為了得到更穩健的結果，在對LNHP_SA與LNLP_SA進行非線性Granger因果檢驗之前，本文采用Ramsey提出的回歸設定誤差檢驗（Reset檢驗方法），對LNHP_SA與LNLP_SA之間是否存在顯著的非線性關系進行檢驗。檢驗結果如表1所示。

表1 RESET檢驗Tab.1 RESET test

由表1可知，用線性的OLS回歸方程描述LNHP_SA與LNLP_SA關系時，存在顯著的設定誤差，LNHP_SA與LNLP_SA之間可能表現為較為復雜的非線性關系，即假設2成立。

相比基于相關性分析的線性關系模型，非線性模型更加復雜，要得到一個比較簡單的非線性模型表達式并不容易，其檢驗方法也因人而異。楊子暉［19］在其文章中利用Diks和Panchenko提出的非線性檢驗方法驗證了CPI與PPI之間的非線性傳導機制，在研究過程中發現利用非線性統計量Tn驗證未知的經濟變量因果關系時，不需要提前假定某一個確定的非線性模型，很好地避免了由于非線性模型不確定帶來的檢驗過程復雜、參數設定易產生錯誤的難題，進而可以更加深入的檢驗各種潛在的因果關系。同時，由于非參數檢驗統計量Tn能夠在檢驗過程中依據不同的帶寬自動調整條件分布的變化，避免檢驗過程中可能產生的過度拒絕問題，因此可以得出更加令人信服的檢驗結論［21］。因此，本文延用學者們廣泛引用的由Diks和Panchenko提出的檢驗原理，即通過構建非參數統計量Tn的檢驗方法。

根據非線性檢驗模型，令房價和地價分別為變量Xt和變量Yt，分別對其檢驗。

設原假設H0：X的過去時期觀測值不包含與Y有關的信息，也即“前期房價對地價沒有造成顯著的影響”或者“前期地價對房價沒有造成顯著影響”。

令Zt= Yt+1，式（1）意味著（）的分布將保持不變，考慮一般情況，在Lx= Ly= 1時，Tn統計量表達式為：

Diks和Panchenko研究表明，式（2）的Tn統計量收斂于正態分布，即：

將帶寬設置為 e= 1.5σ［22］（其中σ= 1表示經標準化時間序列的標準差），并把基于共同滯后階數（Lx= Ly）1—8的檢驗結果列于表2。

表2 LNHP_SA與LNLP_SA非線性Granger檢驗結果Tab.2 The nonlinear Granger test results of LNHP_SA and LNLP_SA

由上述非線性Granger因果檢驗結果可知，在滯后1—4期時，至少有95%保證率拒絕房價不是地價Granger因的原假設，即房價影響地價，但在滯后5—8期時，房價不是地價的Granger因，說明房價對地價的影響不是一成不變的，存在一定的階段性特征，短期房價對地價的影響較大，長期影響較弱。而地價對房價的影響無論在滯后1期還是8期，均不能拒絕地價不是房價Granger因的原假設，即地價不會顯著的影響房價，假設1不成立。

3.2 基于狀態空間模型的分析

基于非線性的Granger因果檢驗只反映了房價和地價之間的因果關系問題，但房價和地價之間的影響程度、大小及方向卻無法反映，下面利用狀態空間模型，對房價和地價在政策等因素沖擊下的階段性互動關系進行分析，完善前文提出的假設3。狀態空間模型（state space model）是動態的時域模型［23］，以隱含著的時間為自變量，可以考察變量間影響程度的時變特征。

圖3 房價對地價影響的彈性序列曲線Fig.3 Sequence curves of housing price impact on land price

圖4 地價對房價影響的彈性序列曲線Fig.4 Sequence curves of land price impact on housing price

3.2.1 房價對地價影響的彈性分析 對于房價LNHP_SA對地價LNLP_SA的影響，構建狀態空間的基本模型如下：

上述方程一起組成狀態空間模型，其中LNHP_SAt、LNHP_SAt在模型中為可觀測向量。c為常數項，αt為狀態向量，是不可觀測變量，有待估計，它們是隨時間改變的，體現了解釋變量對因變量影響關系的改變。μt、ηt為隨機擾動項。

采用Kalman filter算法，利用eviews7.0進行估計，得出房價對地價影響的彈性序列曲線如圖3所示，反映了土地價格受商品住宅價格變化的影響程度。

總體來看，重慶市房價對地價的彈性系數處于1.4—1.5范圍內，說明整體上房價的變動對地價有很大程度的影響，房價每上漲1個百分點，會在短時期內促使地價上漲1.4—1.5個百分點，房價波動將引起地價同方向的顯著波動，是富有彈性的。這是由于土地作為一種特殊的生產要素，不僅會受到地域條件的限制，還會受到現行的土地流轉制度的制約，所以土地市場的供給是明顯缺乏彈性的，土地價格的形成依賴于土地產品的價格。與此同時，隨著城市化速度的加快，居民對住房的需求也逐漸增加，住宅的價格也隨之攀高，開發商需要更多的土地來滿足日益增長的商品房市場，此時有更多的開發商參與土地競價，抬高了土地價格。相反，如果商品房市場在調控政策影響下，房價處于下行通道，開發商拿地的意愿不強，地價就會下降。

分階段來看，2008年，受全球金融危機的影響，重慶市商品房市場的不景氣直接影響到開發商對土地的需求，房地產市場陷入一個短暫的冷淡期，土地需求低迷，房價對地價彈性從1.48開始下降至1.45。2010年，史上最嚴限購令 “新國十條”等調控政策的出臺，導致開發商謹慎推盤，市場放量較少，重慶市商品房市場呈現出供不應求的態勢，房價一路上漲，開發商紛紛開始了土地儲備，帶動地價上漲。2011年，房價對地價的彈性系數達到1.5的最高值，同時，由于上年的市場宏觀調控、房產稅及信貸壓力的持續影響，市場交易量萎縮，庫存量逐月走高，個別開發商開始以價換量，房價對地價的彈性也明顯下降。這種情況在2013年末開始好轉，2013年宏觀政策整體比較平穩，國務院首次表態支持首次購房貸款需求，“穩剛需”提到政策層面，房地產市場回暖，房價對地價有明顯的提升作用。

3.2.2 地價對房價影響的彈性分析 同樣，對于地價LNLP_SA對房價LNHP_SA的影響，構建狀態空間的基本模型如下：

圖4顯示的是地價對房價影響的彈性序列曲線，即房價對地價變化的敏感程度。可以看出，雖然地價對房價有一定的影響，但這種影響是微弱的，不同時期地價對房價的彈性均在0.1以下，地價的變動對房價的影響很小，缺乏彈性，這與非線性Granger檢驗的結論一致。從理論上看，房價由土地成本、開發費用、建安成本、稅費和利潤構成，地價的變化影響房價。但在實際操作中，開發商制定房價需要考慮到市場的接受程度，如收入水平、真實需求、國家政策、心理預期等諸多因素的綜合影響。同時，開發商拿地的行為是基于對未來房價的一個好的預期，但并不會立即反應到當期的房價上，所以總體上，地價的調整對房價的影響是非常有限的。

重慶市在2008年為了保證城市居民的自主性購房需求，一直保持了相對充足土地供應。同時，為了防止開發商大面積圈地導致房價出現非理性上漲，出臺了土地一律小塊出讓，每宗面積不超過300畝，土地出讓價控制在樓面單價的1/3等一系列政策，以致一段時期內地價對房價的影響彈性出現負值。2009年初，重慶市政府通過主動降低土地出讓金，對地下車庫不收配套費、不列入容積率計算等措施來主動降低地價，從而降低房地產企業開發成本，地價對房價的正向影響程度也由此逐漸加大，從最低點上升至2011年的0.08。2012年，政府為完成財政目標，在下半年又加大土地的推出量，造成供應增加，地價對房價的影響彈性有所減弱。從2013年下半年開始，政府通過不斷完善新區的交通配套，對二環周圍優質地塊持續放量，土地市場出現了供需兩旺的火爆局面，地價對房價的影響力度也逐漸攀升至最高點。2014年3月，重慶市樓市進入了調整期，開發商忙于回籠資金，在土地市場投入上也隨之減少，重慶市土地市場逐漸冷清，優質地塊供應減少，低價成交頻發，這種情況在年末才有所好轉，地價對房價的影響力度也出現了先降后升的態勢。

4 結論與建議

考慮到每一次突變帶來的房價和地價關系的變化，本文引入了非線性Granger因果檢驗，結論證實，重慶市房價和地價之間存在著單向Granger因果關系，房價是地價的短期Granger因，長期來看房價對地價的影響減弱，而無論長期還是短期，地價不是房價的Granger因。繼而采用狀態空間模型對二者之間的影響程度進一步探究，結果表明，重慶市房價與地價存在一定程度上的正向影響，房價對地價富有彈性，而地價對房價的影響缺乏彈性，進一步驗證了非線性Granger檢驗結論。同時，二者之間在不同時間階段由于信貸政策、供需關系和市場預期等因素的綜合影響，房價與地價之間的相互影響程度呈現出明顯的變化趨勢。

本文根據前述分析，提出以下幾點建議，以期為重慶市房地產市場的健康發展提供參考。

（1）明確房價與地價的致因關系，確保精準調控。由于重慶市地價不是房價上漲的主要原因，因此，單從地價入手來控制房價的政策思路可能收效甚微。而短期內房價對地價的影響比較大，一旦房價出現非理性上漲，則會馬上帶動地價上漲，增加了調控的難度。所以，地價波動本質上又是由住房需求引起的，因此政府應控制由投資需求快速膨脹所帶來的房價與地價非理性上漲。

（2）適度和適量的調控政策。政策調控頻率與幅度應以“保持房地產市場健康發展”為準則，否則可能適得其反，例如2008年重慶市政府密集出臺的土地政策，不僅沒有抑制房價過快上漲，反而助推了房價的上升。此外，如果政府通過宏觀調控頻繁干預房地產市場，勢必影響到開發商對未來市場的預期，降低了購買土地的意愿，造成住房市場以及土地市場的低迷。

（3）正確把握房地產市場需求，多管齊下。重慶市房價屬于“需求拉動型”，而不是簡單的“成本推動型”，而住房市場上影響需求的因素有很多，不能僅從一方面調控。首先，可通擴大保障性住房供給等手段，適當延緩低收入群體和新城市居民的購房需求，避免房地產市場過熱。其次，繼續推行房地產稅、土地增值稅等差別化稅收政策，如重慶市在2011年啟動了房產稅試點，一定程度上控制了投資性住房需求。

（4）完善土地儲備制度，合理調整土地供應。重慶市作為一個發展中的城市，在發展的初期，首要任務是做好土地儲備，以確保在土地價格上漲過快時，有足夠的土地供應來調節。此外，完善的土地儲備制度不僅要做到不觸碰耕地紅線、占補平衡，還須要有法律法規作為保障。建議加快完善“地票”等相關土地儲備制度規范，明確土地儲備的權利與義務，嚴格遵守先規劃后出讓的制度，合理調控土地供應的數量、結構、布局，引導主城周邊區域均衡發展。

（References）:

［1］ 張清勇.房價和地價的因果關系——基于文獻的討論［J］.中國土地科學，2008，22（12）：68- 75.

［2］ O Sullivan.Urban Economies［M］.The McGraw-Hill Companies， 2000.

［3］ Joseph T.L.Oo.Sze Teck Lee.Price Discovery Between Residential Land & Housing Markets［J］.Journal of Housing Research， 2006，15（2）：95- 112.

［4］ 況偉大，李濤.土地出讓方式、地價與房價［J］.金融研究，2012，（8）：56- 69.

［5］ Somerville C.T.The industrial organization of housing supply：Market activity， land supply and the size of homebuilder firms［J］.Real Estate Economics， 1999， 27（4）：669- 694.

［6］ Arthur Grimes， Andrew Aitken.Regional Housing Markets in New Zealand：House Prices， Sales and Supply Responses［EB/OL］.http：//www.chranz.co.nz/chr/publications.html.

［7］ Huang Juan， Shen Geoffrey Qiping， Zheng Helen Wei.Is insufficient land supply the root cause of housing shortage？ Empirical evidence from Hong Kong［J］.Habitat International， 2015， 49：538- 546.

［8］ Altuzarra Amaia， Esteban Marisol.Land prices and housing prices：the case of Spain［J］.Journal of Housing and the Built Environment， 2011， 26（4）：397- 409.

［9］ 劉琳，劉洪玉.地價與房價關系的經濟學分析［J］.數量經濟技術經濟研究，2003，（7）：27- 30.

［10］ 嚴金海.中國的房價與地價：理論、實證和政策分析［J］.數量經濟技術經濟研究，2006，（1）：17- 26.

［11］ 艾建國，丁烈云，賀勝兵.論房價與地價的相互關系——基于北京、上海、武漢數據的實證研究［J］.城市發展研究，2008，（1）：77- 83.

［12］ 宋勃，劉建江.房價與地價關系的理論分析與中國經驗的實證檢驗：1998- 2007［J］.中央財經大學學報，2009，（9）：60- 66.

［13］ Glaeser E.L.， Gyourko J.， Saks R.E.Why have housing prices gone up？［J］.American Economic Review， 2005，95（2）：329- 333.

［14］ Ott Herv é.Will euro area house prices sharply decrease？［J］.Economic Modelling， 2014， 42：116- 127.

［15］ 曾向陽，張安錄.基于Granger檢驗的地價與房價關系研究［J］.中國土地科學，2006，20（2）：57- 61.

［16］ 李景國，袁一正.北京市房價和地價關系分析［J］.建筑經濟，2012，（3）：61- 64.

［17］ 鄭娟爾，吳次芳.地價與房價的因果關系——全國和城市層面的計量研究［J］.中國土地科學，2006，20（6）：31- 37.

［18］ Lee TH， White H.， Granger CWJ.Testing for neglected nonlinearity in time series models：A comparison of neural network methods and alternative tests［J］.Journal of Econometrics， 1993， 56（3）：269- 290.

［19］ 楊子暉，趙永亮，柳建華.CPI與PPI傳導機制的非線性研究：正向傳導還是反向倒逼？［J］.經濟研究，2013，（3）：83- 95.

［20］ 宋杰鯤，賈江濤.我國城市化與碳排放的非線性關系研究［J］.統計與決策，2013，（20）：83- 86.

［21］ 楊子暉，溫雪蓮.價格國際傳遞鏈中的“中國因素”研究——基于非線性Granger因果檢驗［J］.統計研究，2010，（2）：87- 93.

［22］ 楊子暉，趙永亮.非線性Granger因果檢驗方法的檢驗功效及有限樣本性質的模擬分析［J］.統計研究，2014，（5）：107- 112.

［23］ 黃瑜.土地價格、居民收入對商品住宅價格影響的動態分析——基于狀態空間模型的實證［J］.經濟與管理研究，2010，（10）：24- 28.

（本文責編：陳美景）

The Causality between Housing Price and Land Price based on Empirical Test in Chongqing

YE Gui1， ZHU Ke-wei1， ZHANG Ji-hong2
（1.College of Construction Management and Real Estate， Chongqing University， Chongqing 400045， China； 2.Chongqing Yangzi River Investment Co.， Ltd， Chongqing 401121， China）

The purpose of this study is to explore the causality between housing price and land price in Chongqing and to put forward suggestions.Methods of nonlinear Granger test and the state space model were applied to verify the causal relationship between housing price and land price， and to analyze the time-varying dynamic characteristics of the variable， respectively.The results indicate that the housing price and land price in Chongqing show a significant nonlinear relationship.In the short term， housing price is the Granger cause of land price， and in the long term， there is no significant causal relationship between housing price and land prices.The influence degree between them presents obvious stage characteristics.The conclusion is that housing price and land price present one-way causal relationship in Chongqing.The government should regulate the supply and demand of commercial house market and realize reasonable land supply to keep Chongqing's real estate market healthy.

land economy； housing price； land price； nonlinear Granger causality； state space model

F301.3

A

1001-8158（2016）06-0062-09

10.11994/zgtdkx.20160707.145555

2016-03-16；

2016-05-27

重慶市國土房管局項目“房價與地價的作用機理及調控對策研究”（CQGT-KJ-2014028）。

葉貴（1976-），男，四川三臺人，博士，副教授。主要研究方向為工程管理和城市經濟。E-mail： yegui760404@126.com