郭艷 瞿富強
內容摘要:商品住房供給側關鍵影響因素的研究可以為房地產市場供給側改革確定著力點提供參考。本文采用相關系數法和主成分分析法對江蘇省商品住房供給側影響因素進行分析,研究發現,蘇北地區商品住房供給側的關鍵影響因素是生產資料層面和信息層面的因素;蘇中地區商品住房供給側的關鍵影響因素是供給主體層面和生產資料層面的因素;蘇南地區的商品住房供給側的關鍵影響因素是信息層面和管理層面的因素?;陉P鍵影響因素,文章對江蘇省和全國商品住房市場供給側改革提出了建議。
關鍵詞:商品住房 供給側 影響因素
引言
供給側結構性改革被提出后,工業、農業、旅游業等各行各業都開始了對供給側結構性改革的探索。從國家統計局公布庫存量數據和黨中央把化解房地產庫存作為供給側結構性改革的重要任務之一,就可知房地產行業也面臨著供給側結構性改革的挑戰。自房地產行業飛速發展以來,高房價、住房供需結構不合理、住房品質等一系列問題無時無刻不在影響著人們的生活,政府也不斷采取各種措施進行調控,然而以往的調控思想多偏重于需求側,調控效果也不盡理想。面對房地產行業供給側改革的政策導向,本文立足于供給側方面,希望可以透過商品住房供給側影響因素的研究視角來為商品住房市場供給側改革提供理論參考。
商品住房供給側影響因素綜述
為全面識別商品住房供給側的影響因素,本文在分析供給側要素的前提下,結合以往學者對商品住房供給側影響因素的有關研究進行分析。車海剛(2015)、李抒望(2016)認為供給側要素主要包括生產要素的投入和全要素生產率的提高兩個核心部分。生產要素主要指勞動、資本、土地、企業家才能、政府管理職能等,而全要素生產率則主要是指技術進步或創新。而以往學者在商品住房供求關系的相關研究中所提出的影響因素也基本驗證了這兩大部分。
對于商品住房供給側影響因素來說,一定要考慮以商品住房為主體衍生出的要素及相關者。房地產開發企業作為商品住房的主要供給主體,其規模、數量和行為直接影響了商品住房的供應。崔得營(2011)通過定量分析,認為我國房地產開發企業總體規模偏小,綜合產品供應能力嚴重不足。賀京同、徐璐(2011)研究發現我國房地產市場主體行為受貨幣幻覺、過度信心、片面信息、供給壟斷等行為因素的顯著影響,不斷推高對房地產市場升值的預期,調整房地產產品的供給速度和規模。建筑材料、勞動力、資金和土地等要素作為基本生產資料,其價格和可獲得性對商品住房供給也有著重要影響。任榮榮、劉洪玉(2008)通過對北京八城區的相關數據進行實證分析,發現土地供應量是影響當前住房供應的一個重要因素,土地供給價格通過制約房地產開發企業的開發成本也會影響房地產開發企業的開發能力。康虹(2012)提出資本的可獲得性和其使用成本嚴重影響了商品住宅的供給。商品住房的價格和房地產開發企業的預期也會通過影響消費者的需求或直接改變其投資結構來影響商品住房的供給。朱銀梁(2011)認為高房價會提高房屋空置率,影響商品住房的市場供給。Olsen(1987)認為房地產開發企業對未來商品價格和技術的預期是決定供給水平的重要因素。政府職能管理是“看不見的手”在發揮作用,是市場經濟運行不可或缺的,商品住房市場也是如此。另外,還有學者提出城市化水平、經濟發展水平等是影響商品住房供給側的重要因素。沈悅、劉洪玉(2004)通過對我國房地產開發投資和GDP的關系進行研究,發現GDP對我國房地產開發投資有顯著的單向作用。謝福泉、黃俊暉(2013)研究認為城鎮化水平與房地產需求、供給都存在顯著的正向相關關系。
通過以上的綜合分析,構建出如表1所示的商品住房供給側影響因素的指標體系。
確定商品住房供給側關鍵影響因素
不同的地區和城市,由于發展情況的差異,其商品住房供給側關鍵影響因素可能存在差異。本文選取以南京為代表的蘇南地區,以南通為代表的蘇中地區和以徐州為代表的蘇北地區分別進行案例研究,先通過相關系數分析法逐一測算表1各指標變量和表征商品住房供給側的指標竣工面積之間的相關系數,篩選出顯著性相關的變量,針對這些顯著性變量進行主成分分析,提取關鍵的公共因子,歸納出不同地區商品住房供給側的關鍵影響因素。
(一)相關系數分析
表1所示的商品住房供給側影響因素的指標體系中,有定量和定性兩種指標。定量指標的原始數據,主要來自各市的統計年鑒、《江蘇省統計年鑒》和《中國房地產統計年鑒》,徐州部分統計年鑒中沒有的數據,來自各年徐州市房地產發展報告。定性指標的數據主要通過專家打分進行獲取,聘請南京工業大學、南京理工大學、河海大學等20位專家進行打分,打分采用單指標20分制,“不重要”(1-5),“一般重要”(5-10),“比較重要”(10-15),“非常重要”(15-20),最終取打分的平均數作為原始數據。
運用SPSS 20.0進行逐一測算,并對其顯著性程度進行了雙側檢驗(T),檢驗結果如表2所示。
如表2所示,對于徐州市來說,有7個影響因素指標和其商品住房供給側指標之間的相關程度在95%或更高的置信度水平下顯著。這7個影響因素主要來自信息層面、生產資料層面和社會其他層面,而生產主體層面和管理層面影響因素的相關性均不顯著;南通市可篩選出8個顯著性相關的影響因素指標,這8個指標主要來自供給主體層面、生產資料層面和社會其他層面;南京市可篩選出5個顯著性相關的影響因素指標,這5個指標主要來自信息層面和管理層面。
(二)主成分分析
通過相關系數分析發現,每個城市都有多個和商品住房供給側存在高度相關關系的影響因素指標。但是通過進一步檢驗,發現每個城市篩選出的影響因素指標彼此之間都存在密切的相關關系,并且指標的KMO統計量均在0.7以上,因此有必要通過主成分分析對這些指標進行進一步的處理,以增加對不同城市商品住房供給側關鍵影響因素更為深入的認知。endprint
首先,對篩選出的徐州市的七個影響因素的原始指標進行主成分分析,通過啟動SPSS 20.0,輸入原始數據,通過分析-降維-因子分析等一系列步驟,發現若在因子分析過程中,基于特征值大于1來抽取主成分,則僅能抽取一個主成分,且該主成分所反映的信息不很明顯,不便于進行命名解釋。所以經過反復設定固定因子數量,最終選擇抽取2個主成分進行分析。從分析結果中可以得到如表3所示公共因子的特征值和累計方差貢獻率情況,同時也可以得到如表4所示的因子載荷矩陣的原始值和運用最大方差法旋轉后的結果。
對于表3,提取前兩項因子作為主成分因子,第一主成分和第二主成分反映了原始變量高達99.740%的信息。對于表4,可以發現與旋轉前相比,通過旋轉后的因子載荷矩陣能夠很清楚地看到第一主成分對I5、I7、I8、I18和I19的因子載荷系數較高,而第二主成分主要是對I10和I11有較高荷載。由此可認為:第一主成分主要反映了生產資料層面和社會其他層面的因素(主要是由建筑安裝成本、土地價格、資金、社會經濟水平和城市化水平因素決定);第二主成分主要反映了信息層面的因素(主要是由房價和預期因素決定)。對于生產資料和社會其他層面的因素,一般經濟發展水平和城市化水平越高,建材價格、土地價格也會比較高,所以在這里社會其他層面的因素還主要是反映在生產資料因素層面上。
以同樣的方法對篩選出來的與南通市商品住房供給側指標具有顯著相關性的因素指標進行主成分分析。為了使篩選出的主成分因子所反映的指標信息可以一目了然,同樣,抽取固定的2個因子進行分析,分析結果如表5和表6。從表5可看出前兩個因子可以反映原始指標高達96.196%的信息,從表6旋轉后的因子載荷矩陣可以看出,因子1對I5、I6、I8、I17、I18和I19的載荷系數較高,主要反映了這些指標所表征的因素信息,而因子2對I1和I2的載荷系數較高,主要反映了其所表征的因素信息。綜合商品住房供給側影響因素指標體系,可發現因子1主要反映了生產資料層面和社會其他層面的因素,因子2主要反映了供給主體層面的因素。
同理,對篩選出的南京市商品住房供給側影響因素指標進行主成分分析,分析結果如表7和表8所示。由此可以看出,所提取的第一主成分對指標I12、I13、I14、I16的載荷系數比較大,第二主成分對I11的載荷系數較大,所以可認為第一主成分主要反映了預期等信息層面的因素,第二主成分主要反映了政府政策管理和企業管理等管理層面的因素。
研究結論和建議
(一)研究結論
以上分析表明:社會其他層面的影響因素,如城市化水平和經濟發展水平等主要可以通過影響生產資料的可獲得性或價格水平等來影響商品住房供給側。蘇北地區商品住房供給側關鍵影響因素主要是生產資料層面和信息層面的因素,如建材、土地、商品住房價格和房地產開發企業的預期。蘇中地區商品住房供給側關鍵影響因素主要是供給主體層面和生產資料層面的因素,如房地產開發企業的數量和規模、建材和勞動力等。蘇南地區商品住房供給側關鍵影響因素主要是信息層面和管理層面,如房地產開發企業的預期、政策管理和企業管理等。
(二)商品住房供給側改革的建議
由本文的研究可知,對于我國來說,中西部地區商品住房供給側改革的著力點可以參考蘇北和蘇中商品住房供給側的關鍵影響因素,重點從供給主體、生產資料和信息層面的因素著手,東部地區則可以參考蘇南商品住房供給側的關鍵影響因素,重點從信息和管理層面的因素著手。詳實的建議如下:
1.基于供給主體層面的建議。第一,提高房地產市場的準入條件。一方面,可以從注冊資本、開發經營年限和人員配備等多方面軟硬條件來提高房地產開發企業的資質等級,同時控制該地區不同資質等級的房地產開發企業的占比,使之能夠分層次的提供不同結構類型的商品住房。另一方面,應杜絕青睞本地房企、抬高外地知名房企進駐本市門檻的行為,應該吸引品牌房企擴大在蘇中地區的市場份額,使其提供高性價比產品,改善本地供給結構。第二,監管房地產開發企業的行為。房地產開發企業為追求利益最大化,通常偏向于投資利潤高的大戶型、高檔住宅、并且想盡辦法“囤地”和變相的“捂盤惜售”,針對這種措施,政府相關部門可采取政策導向,使其投資結構合理化,同時,鼓勵其通過產品創新來細分占領市場份額,而不應該是投機取巧。
2.基于生產資料層面的建議。房地產生產資料的價格占比較其開發成本較大。除了土地要素的成本比較高、不可控之外,其他要素的成本基本趨于穩定,逐年穩步小幅度上升。本文僅針對土地和技術要素提供建議。第一,合理把控土地供應。江蘇省國土資源部門應當加強對市、縣住房用地年度供應計劃編制工作的指導,按照穩定市場的原則,要求和督促各市、縣根據住房建設規劃及年度實施計劃,結合商品住房累積可售面積總量、未開工住宅用地總量等指標,合理確定住宅用地年度供應規模。對于住房供應明顯偏多的市、縣,或在建住宅用地規模過大的市、縣,應明顯減少住宅用地供應量直至暫停計劃供應,即“零供地”。對于住房供求矛盾比較突出的熱點城市,應根據市場實際情況有效增加住宅用地供應規模,對逾期未開發的房地產閑置土地,應當加大處置力度,依法無償收回土地使用權或以罰沒保證金、支付違約金等形式打擊故意囤地行為,控制房地產企業建設進度,保持房地產用地市場供需基本平衡。第二,使用新技術提高商品住房供應質量。在商品住房供需錯配、供給大于需求時,增量商品住房應以技術進步來提升其品質,使其符合建筑產業現代化的要求。相關部門應該采取多種手段鼓勵房地產開發企業以科技進步和技術創新為動力,加快建筑產業現代化,打造商品住房品質升級。
3.基于信息層面的建議。第一,加強對商品住房價格的監管。對社會反映強烈、價格上漲壓力較大的區域和樓盤,及時開展商品住房成本調查,掌握房價真實信息,督促開發企業制定合理的銷售價格,避免房價虛高。同時,還要實施差別化的預售制度。對于庫存量比較大的城市,應提高資本金和預售門檻,逐步取消預售制度。對于庫存去化周期短的城市,則可繼續實施預售制度,加大第三方資金監管力度,推行保證金制度和違約金制度。第二,推動住房市場監管服務信息化,建立統一的信息系統管理平臺,加大軟硬件建設力度,整合、升級相關部門現有的信息系統,覆蓋房地產業整個生產周期,集土地管理、住宅建設、房地產交易登記、物業管理和舊房拆改留等多項業務管理服務于一體,并在此基礎上,逐步實現市縣聯網、省際聯網、全國聯網,形成信息共享、政務公開的綜合信息系統。endprint
4.基于管理層面的建議。第一,合理利用政策管理工具。采取土地供應的政策導向,控制土地拍賣市場土地的溢價率。政府相關部門應該積極研究制定房產稅,使其發揮出增加財政收入的基本功能,改變以土地出讓金增加財政收入的思想。同時,合理控制金融杠桿,嚴控信貸總量,并實現信貸差別化。第二,企業相關部門也應該打造產業轉型升級。一是產品轉型,從單一開發走向綜合開發。二是業態轉型。從開發商走向運營商、服務商。三是市場轉型。謀求從國內經營走向海外經營。
5.基于社會其他層面的建議。第一,緩解商品住房空置危機。政府部門可進行低價回購空置商品住房用作保障性住房,擴大公積金繳存范圍,采取一系列利好措施吸引農民工進城置業。同時,盡快實施房產稅或房屋空置稅等,打擊投資投機人群。第二,合理推動城市化進程。政府部門應著重培育具有強輻射力的地區經濟圈,更多的承接東部地區的產業轉移,吸引優秀企業入駐,留住年輕人,并采用財政支出政策來推動舊城區改造和基礎設施建設。第三,以經濟發展激活房地產市場。只有地區經濟呈現持續性增長,居民“錢包”鼓起來,其購房觀念才能發生實質性改變,購房需求增加了,部分城市的庫存問題也能隨之解決,住房供給結構也會隨之改變。
參考文獻:
1.車海剛.“供給側結構性改革”的邏輯[J].中國發展觀察,2015(11)
2.李抒望.供給側結構改革的理論與實踐[J].武漢學刊,2016(1)
3.崔德營.中國上市房地產企業規模經濟與范圍經濟實證分析[D].福建師范大學,2014
4.賀京同,徐璐.主體行為、預期形成與房地產市場穩定[J].浙江大學學報(人文社會科學版),2011(5)
5.任榮榮,劉洪玉.土地供應對住房供應的影響研究[J].建筑經濟,2008(3)
6.康虹.我國商業銀行房地產信貸對商品住宅供給的影響研究[D].西南交通大學,2015
7.朱銀梁.淺談高房價的影響成因及調控對策[J].科教導刊(中旬刊),2011(1)
8.Olsen,O. E.The Demand and Supply of Housing Services,A Critical Review of the Empirical Literatur. Handbook of Regional and Urban Economics,1987(2)
9.沈悅,劉洪玉.中國房地產開發投資與GDP的互動關系[J].清華大學學報(自然科學版),2004(9)
10.謝福泉,黃俊暉.城鎮化與房地產市場供需:基于中國數據的檢驗[J].上海經濟研究,2013(8)endprint