常春華

（長江大學(xué) 經(jīng)濟學(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、銷售額累計增長率變?yōu)樨?fù)增長。雖然國家統(tǒng)計局的官方網(wǎng)站沒有公布房價下跌的數(shù)據(jù)，但各大媒體紛紛爆出房價下跌的消息，并且一些地方政府開始出臺相應(yīng)的調(diào)控措施，如解除限購、允許落戶以及契稅補貼等等，對于樓市該不該救，也眾說紛紜。

為什么會出現(xiàn)此爭論，原因在于對商品住宅的商品屬性存在質(zhì)疑，認(rèn)為我國商品房的價格變化不符合市場經(jīng)濟運行規(guī)律，不由市場供求關(guān)系決定。因為，在我國，對于地方政府來說，商品房價格下跌，意味著土地價格下跌，他們依靠土地的較快增長以增加地方財政預(yù)算外收入，滿足日益增長的地方財政支出缺口的愿望可能落空。同時，對于已購房者來說，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，房價下跌，意味著資產(chǎn)價值縮水。此外，對于未購房者來說，希望房價走勢符合市場經(jīng)濟運行規(guī)律，使他們能在較低的價格買上合適的住房。但商品住宅具有商品屬性，其價格的波動應(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，所以有必要在市場經(jīng)濟下，發(fā)揮市場“看不見的手”的作用，分析市場供需均衡作用下的住房價格及其影響因素，預(yù)測其變化趨勢。

國外房地產(chǎn)市場化起步早，同時市場化程度相對較高，房地產(chǎn)價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)者對房地產(chǎn)價格的研究主要側(cè)重于兩方面：一是房地產(chǎn)價格與宏觀經(jīng)濟；二是房地產(chǎn)價格與財稅。方法基本采用通過建立房地產(chǎn)價格與宏觀經(jīng)濟因素的計量模型來分析問題［1～11］。

國外房地產(chǎn)市場化起步早，同時市場化程度相對較高，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)價格與宏觀經(jīng)濟以及房地產(chǎn)價格與財稅關(guān)系兩方面，方法大多采用通過建立房地產(chǎn)價格與宏觀經(jīng)濟因素的計量模型。因為我國土地政策的特殊性，房產(chǎn)稅目前只是在小范圍試點，利率市場化并沒完全放開，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］，但只是基于某個側(cè)面進行論述，同時學(xué)者的研究有的是基于當(dāng)前的數(shù)據(jù)作出簡要評價，有的是基于全國的時序數(shù)據(jù)建立動態(tài)模型就房價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，同時模型復(fù)雜也不利于對房價的預(yù)測。筆者基于商品住宅的商品屬性，依據(jù)中國31個省市2012年的數(shù)據(jù)，考察了供給、需求、成本、區(qū)域等因素對商品房價的影響，為制定調(diào)控政策提供實證依據(jù)。

一、計量模型設(shè)定

因變量為我國商品住宅價格（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)濟的發(fā)展，人們收入的提高，對住房改善的需求增加，引致價格的上漲；農(nóng)村剩余勞動力的轉(zhuǎn)移使得城市常住人口增加，對住房的需求增加，價格上漲，但占城市人口較大比重的農(nóng)村剩余勞動力因為其收入不高以及各種限制，對城市住房購買力有限，可能對價格影響作用有限。

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，價格越低。

第三，成本因素。房地產(chǎn)住宅投資占全社會固定資產(chǎn)投資的比重（ratio）。對于開發(fā)商而言，商品住宅開發(fā)投資是其對于資產(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，對土地的價格具有話語權(quán)，導(dǎo)致一方面房價可能因為房地產(chǎn)住宅投資增加，供給增加，而下跌；另一方面卻因為土地價格上升，開發(fā)商所需要的投資增加，成本上升，價格上漲，且后者的作用可能更強。

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)勢地位，其住房需求和價格都和中西部地區(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個省直轄市的數(shù)據(jù)，數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站分省年度數(shù)據(jù)查詢，以上各個變量的統(tǒng)計描述，見表1.

表1 各變量統(tǒng)計描述

2012年住房平均價格最高的地區(qū)是北京，最低的是西藏地區(qū)。東部除山東、河北、遼寧3個地區(qū)的住房均價低于全國平均價格，其余8個省直轄市的住房均價都遠(yuǎn)高于平均值。而中部和西部沒有一個地區(qū)的住房均價高于全國平均水平，說明東部少數(shù)地區(qū)的住房均價遠(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個地區(qū)都在平均水平之上。在住房投資占全社會固定資產(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)投資對地區(qū)固定資產(chǎn)投資的重要性。以上分析可以看出住房價格變化與這些相關(guān)因素之間存在關(guān)系。接下來建立計量經(jīng)濟模型來驗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，為了克服異方差性，分別對房價、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數(shù)，并且為了克服“虛擬變量陷阱”，模型中不包含常數(shù)項。

二、實證分析結(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，這說明以上計量檢驗結(jié)果是穩(wěn)健的。

表2 模型OLS方法回歸結(jié)果

通過對表2的計量結(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%，則住房均價上漲1.36%。住房竣工面積每增加1%，住房均價下跌0.14%。住房投資占全社會固定資產(chǎn)投資的比重增加1%，住房均價上漲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)價格的對數(shù)差異。數(shù)據(jù)顯示，東部地區(qū)的住房均價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價格收入比過高，住房價格存在泡沫風(fēng)險的結(jié)論一致［14］［15］。而竣工面積反映了實際供給能力，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，但對經(jīng)濟適用房是有要求的，要求竣工率達(dá)到30%以上，可以預(yù)見，竣工率越高，住房實際供給量越大，以及人們對現(xiàn)房存在一定的需求，那將能使住房價格更理性的回歸，在眾多的研究文獻(xiàn)中，幾乎沒有學(xué)者提及該因素。住房投資占全社會投資比重越大，房價越高，這是因為投資需求見效快，影響范圍廣，與住房建設(shè)有關(guān)的材料，土地都會因為需求增加，而價格上漲，從而導(dǎo)致開發(fā)商品住宅的成本上升，表現(xiàn)在房價上升。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為戶籍制度等限制其真正成為市民，其對城鎮(zhèn)住房購買能力和購買意愿低的結(jié)論一致。住房價格區(qū)域差異顯著，也與我國東、中、西區(qū)域經(jīng)濟發(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、我國商品住宅價格影響因素分析

筆者基于商品住宅的商品屬性，建立計量經(jīng)濟學(xué)模型從供給、需求、區(qū)域等方面反映了住宅商品房價格的影響因素?；?1個省市2012年的數(shù)據(jù)回歸結(jié)果表明，供給、需求、區(qū)域因素能解釋房價變化的92.47%，模型解釋能力強，各變量系數(shù)符號、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)化率上升對房價上升有影響，但影響不顯著；三是住房投資占全社會固定資產(chǎn)投資的比重增加，投資需求增加，房價上漲；四是住房竣工面積提高，有效供給增加，房價會下降；五是區(qū)域差異顯著。東部地區(qū)比西部地區(qū)房價高13.9%，中部地區(qū)比西部地區(qū)房價高9.4%。

針對上述結(jié)論，說明該模型可以對地區(qū)住房均價進行合理預(yù)測。同時，國家和政府要想對住房價格進行調(diào)控，可以從以下方面進行：一是嚴(yán)格控制房價收入比過快上漲，警惕住房泡沫危機；二是推進城鎮(zhèn)化建設(shè)，嚴(yán)控特大城市人口規(guī)模的同時，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，促進對住房的需求；三是警惕住房投資的過度投機需求和地方政府房地產(chǎn)過度依賴而引發(fā)財務(wù)危機和房價泡沫危機；四是對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；五是促進區(qū)域協(xié)調(diào)發(fā)展。

當(dāng)然，Greff Kenny（1999）指出住宅市場的需求和供給將是一個緩慢調(diào)節(jié)的過程，任何對住宅市場建模的實證都必須清楚地區(qū)分出短期及長期的信息數(shù)據(jù)［16］?？紤]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)，并且住房價格采用的是商品住宅均價，而且當(dāng)前還沒有觀測到各省市房價下降的數(shù)據(jù)，只有70個大中型城市的相關(guān)數(shù)據(jù)，以后會加入各省的時期數(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房價展望［J］.經(jīng)濟導(dǎo)刊，2014（1）.

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

［14］崔陽.對抑制當(dāng)前中國房價過快上漲的研究［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)濟研究，2014（3）.

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