摘要：房?jī)r(jià)波動(dòng)及房地產(chǎn)泡沫引發(fā)社會(huì)的廣泛關(guān)注。本文從房地產(chǎn)市場(chǎng)供給、需求和信貸三個(gè)角度選取七個(gè)指標(biāo)，基于單一指標(biāo)法和綜合指數(shù)法對(duì)2000—2018年湖北省房地產(chǎn)泡沫進(jìn)行測(cè)度，結(jié)果表明湖北省房地產(chǎn)市場(chǎng)在2005年、2013—2018年間存在輕微泡沫。進(jìn)一步對(duì)房?jī)r(jià)波動(dòng)的影響因素進(jìn)行實(shí)證分析發(fā)現(xiàn)，人口、貸款利率、房地產(chǎn)信貸資金、房地產(chǎn)供給成本是引起房?jī)r(jià)波動(dòng)的顯著因素。因此，從合理控制人口流向、引導(dǎo)房地產(chǎn)理性預(yù)期、嚴(yán)格控制房地產(chǎn)信貸、增加多層次房地產(chǎn)供給等方面提出推進(jìn)湖北省房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展的對(duì)策建議。

關(guān)鍵詞：房地產(chǎn)泡沫;泡沫測(cè)度;單一指標(biāo)法;綜合指數(shù)法;湖北省

中圖分類(lèi)號(hào)：F293.3

一、引言及文獻(xiàn)綜述

近年來(lái)，我國(guó)房地產(chǎn)價(jià)格持續(xù)上漲，部分城市房?jī)r(jià)居高不下，引起了政府、學(xué)界和廣大居民的廣泛關(guān)注。國(guó)家為了遏制房?jī)r(jià)過(guò)快上漲及可能的房地產(chǎn)泡沫，出臺(tái)了一系列政策來(lái)調(diào)控房地產(chǎn)市場(chǎng)，并一再?gòu)?qiáng)調(diào)“房子是用來(lái)住的，不是用來(lái)炒的”。當(dāng)前，中國(guó)經(jīng)濟(jì)處于增速放緩、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的關(guān)鍵時(shí)期，隨著房地產(chǎn)市場(chǎng)金融化程度的加深，房地產(chǎn)價(jià)格是否合理、房地產(chǎn)市場(chǎng)是否存在非理性泡沫，不僅會(huì)影響整個(gè)房地產(chǎn)業(yè)的穩(wěn)定健康發(fā)展，而且也會(huì)影響地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展，嚴(yán)重的甚至引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)，影響國(guó)家金融穩(wěn)定。

相比于北、上、廣、深等一線發(fā)達(dá)省份的房?jī)r(jià)，湖北省房地產(chǎn)價(jià)格的上升幅度較小，但是呈現(xiàn)過(guò)快增長(zhǎng)的趨勢(shì)，湖北省商品房平均價(jià)格從2000年的1368元上漲到2019年的9011元，漲幅達(dá)到559%。房地產(chǎn)開(kāi)發(fā)投資也從2000年的134.63億元上升到2019年的5110.81億元，增長(zhǎng)近37倍①。作為中部崛起的戰(zhàn)略支點(diǎn)，湖北省房地產(chǎn)市場(chǎng)的穩(wěn)定至關(guān)重要。然而，湖北省房地產(chǎn)市場(chǎng)是否存在泡沫？導(dǎo)致湖北省房地產(chǎn)價(jià)格上漲甚至產(chǎn)生泡沫的因素究竟有哪些？對(duì)這些問(wèn)題的研究不僅有助于全面厘清湖北省房地產(chǎn)市場(chǎng)發(fā)展?fàn)顩r，而且也可以為防范房地產(chǎn)泡沫風(fēng)險(xiǎn)、促進(jìn)湖北省房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展提供政策參考依據(jù)。

目前房地產(chǎn)泡沫的測(cè)度方法主要包括：理論價(jià)格法、統(tǒng)計(jì)檢驗(yàn)法和指標(biāo)法。理論價(jià)格法是通過(guò)衡量房地產(chǎn)基礎(chǔ)價(jià)格和實(shí)際價(jià)格之間的差距，判斷房地產(chǎn)泡沫是否存在。如Alessandri（2006）通過(guò)構(gòu)建狀態(tài)空間模型，基于房租和利率數(shù)據(jù)計(jì)算出房地產(chǎn)基礎(chǔ)價(jià)格，從而測(cè)度房地產(chǎn)泡沫[1]。Hott 和 Monnin（2008）利用供求模型對(duì)美國(guó)、英國(guó)和荷蘭等國(guó)住宅價(jià)格泡沫進(jìn)行測(cè)度[2]。Costello等（2011）基于VAR框架下的動(dòng)態(tài)現(xiàn)值模型對(duì)澳大利亞城市的房地產(chǎn)泡沫進(jìn)行測(cè)度[3]。高波等（2014）通過(guò)構(gòu)建預(yù)期均衡價(jià)格模型，對(duì)我國(guó)30個(gè)大中城市房?jī)r(jià)偏離經(jīng)濟(jì)基本面的程度進(jìn)行評(píng)價(jià)，結(jié)果表明我國(guó)房地產(chǎn)價(jià)格泡沫水平上漲較快[4]。彭俊華等（2018）通過(guò)建模估計(jì)出房地產(chǎn)基礎(chǔ)價(jià)值，對(duì)中國(guó)35個(gè)大中城市房地產(chǎn)泡沫進(jìn)行測(cè)度[5]。

統(tǒng)計(jì)檢驗(yàn)法主要基于單位根檢驗(yàn)、協(xié)整檢驗(yàn)等檢驗(yàn)方法對(duì)房地產(chǎn)價(jià)格進(jìn)行統(tǒng)計(jì)分析，檢驗(yàn)是否存在房地產(chǎn)價(jià)格泡沫。如Clark 和Coggin（2011）利用協(xié)整檢驗(yàn)對(duì)美國(guó)房地產(chǎn)泡沫進(jìn)行測(cè)度[6]。Tsai 和Peng（2011）通過(guò)考察房?jī)r(jià)與租金、房?jī)r(jià)與收入之間的關(guān)系，采用面板數(shù)據(jù)單位根檢驗(yàn)方法對(duì)臺(tái)灣地區(qū)房地產(chǎn)泡沫進(jìn)行檢驗(yàn)[7]。曾五一和李想（2011）運(yùn)用面板單位根檢驗(yàn)和協(xié)整檢驗(yàn)，對(duì)我國(guó)房地產(chǎn)價(jià)格是否存在泡沫進(jìn)行檢驗(yàn)[8]。韓克勇和阮素梅（2017）通過(guò)對(duì)房?jī)r(jià)租金比、房?jī)r(jià)收入比等序列進(jìn)行單位根檢驗(yàn)，建立房地產(chǎn)泡沫測(cè)度指標(biāo)體系[9]。針對(duì)Evans（1991）指出的泡沫爆炸性特征帶來(lái)的周期性破滅泡沫問(wèn)題[10]，Phillips等（2011，2015）提出SADF檢驗(yàn)和GSADF檢驗(yàn)方法，由此判斷泡沫是否存在及其持續(xù)周期[11～13]。Engsted等（2016）利用統(tǒng)計(jì)分析對(duì)18個(gè)經(jīng)合組織國(guó)家的房地產(chǎn)泡沫進(jìn)行測(cè)度[14]。歐陽(yáng)志剛和崔文學(xué)（2015）[15]、胡毅（2017）[16]也基于統(tǒng)計(jì)分析分別對(duì)北京及我國(guó)其他一線城市房地產(chǎn)價(jià)格泡沫進(jìn)行檢驗(yàn)。

指標(biāo)法通過(guò)分析與房地產(chǎn)市場(chǎng)發(fā)展息息相關(guān)的指標(biāo)，如房?jī)r(jià)收入比、房?jī)r(jià)租金比、房地產(chǎn)投資比、房屋空置率、租售比等指標(biāo)，從而判斷房地產(chǎn)市場(chǎng)是否存在泡沫。Gallin（2008）認(rèn)為租售比適合測(cè)度房地產(chǎn)泡沫[17]。Mikhed和Zem?ík（2009）[18]、Kivedal（2013）[19]也通過(guò)房?jī)r(jià)租金比這一指標(biāo)對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度。國(guó)內(nèi)學(xué)者大多采用指標(biāo)法對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度，呂江林（2010）[20]、王浩（2017）[21]通過(guò)對(duì)房地產(chǎn)相關(guān)的多項(xiàng)指標(biāo)進(jìn)行分析，認(rèn)為房?jī)r(jià)收入比相比其他指標(biāo)更能準(zhǔn)確地測(cè)度我國(guó)房地產(chǎn)價(jià)格泡沫;張川川等（2016）主要選取房?jī)r(jià)收入比和房屋空置率兩個(gè)指標(biāo)，對(duì)我國(guó)房地產(chǎn)泡沫進(jìn)行分析[22];陳家闖與賈文藝（2018）選取房?jī)r(jià)收入比和房地產(chǎn)投資比，判斷我國(guó)35個(gè)大中城市是否存在房地產(chǎn)泡沫[23];王春艷和董繼剛（2019）從生產(chǎn)、交易、價(jià)格、金融等方面選取九個(gè)指標(biāo)對(duì)我國(guó)房地產(chǎn)泡沫進(jìn)行測(cè)度[24]。

綜上所述，現(xiàn)有對(duì)房地產(chǎn)市場(chǎng)泡沫的研究大多基于全國(guó)或一線城市視角展開(kāi)，對(duì)非一線城市如湖北省房地產(chǎn)市場(chǎng)泡沫的研究相對(duì)較少。在房地產(chǎn)泡沫測(cè)度方法上，上述三種方法各有優(yōu)劣：理論價(jià)格法基于供求理論基礎(chǔ)，但對(duì)數(shù)據(jù)和模型的設(shè)定要求較高，房地產(chǎn)基礎(chǔ)價(jià)格較難準(zhǔn)確度量;統(tǒng)計(jì)檢驗(yàn)法較為客觀，但是往往僅針對(duì)房地產(chǎn)價(jià)格或租金序列進(jìn)行檢驗(yàn);指標(biāo)法計(jì)算簡(jiǎn)便易行，可以通過(guò)選取不同側(cè)面的指標(biāo)對(duì)房地產(chǎn)市場(chǎng)泡沫進(jìn)行全面的測(cè)度，但指標(biāo)臨界值的選取具有主觀性?；诖?，本文立足于湖北省房地產(chǎn)市場(chǎng)，在運(yùn)用單一指標(biāo)法測(cè)度房地產(chǎn)泡沫的基礎(chǔ)上，對(duì)所選指標(biāo)進(jìn)行整合，進(jìn)一步利用綜合指數(shù)法進(jìn)行測(cè)度，并對(duì)引起房地產(chǎn)價(jià)格上漲甚至產(chǎn)生泡沫的因素進(jìn)行實(shí)證分析。

二、基于單一指標(biāo)法和綜合指數(shù)法的房地產(chǎn)泡沫測(cè)度

（一）基于單一指標(biāo)法的測(cè)度

本文基于微觀經(jīng)濟(jì)學(xué)供需理論，結(jié)合我國(guó)房地產(chǎn)市場(chǎng)發(fā)展特點(diǎn)，從供給、需求、信貸三個(gè)角度選取七個(gè)指標(biāo)（如表1所示）進(jìn)行分析，從而測(cè)度2000—2018年湖北省房地產(chǎn)市場(chǎng)是否存在泡沫。

1. 房地產(chǎn)投資額增長(zhǎng)率∕GDP增長(zhǎng)率

房地產(chǎn)投資額增長(zhǎng)率與GDP增長(zhǎng)率的比值主要反映的是宏觀經(jīng)濟(jì)對(duì)于房地產(chǎn)業(yè)的承受能力，該比值越大，表明房地產(chǎn)開(kāi)發(fā)投資加快，超過(guò)實(shí)體經(jīng)濟(jì)對(duì)房地產(chǎn)業(yè)的承受能力，房地產(chǎn)泡沫出現(xiàn)的可能性就越大。根據(jù)李木祥（2007）等學(xué)者的研究[25]，一般認(rèn)為該比值的臨界值為2，該比值在2～3之間，表明存在輕微的房地產(chǎn)泡沫;該比值大于3，說(shuō)明房地產(chǎn)泡沫較為嚴(yán)重。

從表2可以看出，2001年湖北省房地產(chǎn)市場(chǎng)不存在泡沫，2002—2004年湖北房地產(chǎn)市場(chǎng)存在輕微泡沫，2005—2008年湖北省房地產(chǎn)市場(chǎng)發(fā)展正常，2009年湖北省房地產(chǎn)市場(chǎng)存在輕微泡沫，2010—2012年湖北省房地產(chǎn)市場(chǎng)又回歸正常，2013—2014年又出現(xiàn)輕微泡沫，2015—2018年湖北房地產(chǎn)市場(chǎng)發(fā)展正常，不存在泡沫。

2. 房地產(chǎn)開(kāi)發(fā)投資額∕城鎮(zhèn)固定資產(chǎn)投資額

該指標(biāo)主要考察的是在投資結(jié)構(gòu)中，房地產(chǎn)投資是否過(guò)度。根據(jù)胡瑾卿和張大亮（2004）等學(xué)者的研究[26]，并考慮我國(guó)目前處于城市化快速發(fā)展階段、房地產(chǎn)投資加快這一事實(shí)，本文選取20%作為臨界值。該比值小于20%，表明房地產(chǎn)市場(chǎng)發(fā)展較為正常;位于20%～25%，表明房地產(chǎn)市場(chǎng)存在輕微泡沫;大于25%，表明房地產(chǎn)市場(chǎng)存在嚴(yán)重泡沫。

從表3可以看出，湖北省房地產(chǎn)開(kāi)發(fā)投資額占固定資產(chǎn)投資額的比重在2000—2007年呈現(xiàn)上升趨勢(shì)，2007年該比值為15.96，隨后該比值出現(xiàn)下降，2011年開(kāi)始反彈，達(dá)到15.98并保持在15%以上， 2015年開(kāi)始該比值呈下降趨勢(shì)。盡管整個(gè)樣本期間該比值有波動(dòng)，但是整體都低于20%，表明2000—2018年湖北省房地產(chǎn)市場(chǎng)不存在泡沫。

3. 房地產(chǎn)施工面積∕房地產(chǎn)竣工面積

該指標(biāo)反映了房屋未來(lái)的供求情況，也是市場(chǎng)對(duì)房地產(chǎn)未來(lái)預(yù)期的判斷指標(biāo)之一。根據(jù)李莉和付兵濤（2011）等學(xué)者的研究[27]，一般而言，施工面積是竣工面積的2.5～3.5倍。當(dāng)該比值大于3.5倍時(shí)，則表明房地產(chǎn)市場(chǎng)供求失衡，房地產(chǎn)未來(lái)的供給過(guò)剩，容易產(chǎn)生房地產(chǎn)泡沫。

從表4可以看出，2000—2007年，湖北省房地產(chǎn)施工面積與房地產(chǎn)竣工面積的比值在3.5以內(nèi)，不存在房地產(chǎn)泡沫。從2008年開(kāi)始，該比值均大于3.5，存在房地產(chǎn)泡沫風(fēng)險(xiǎn)。尤其是2015年以來(lái)，這一指標(biāo)值在10左右，表明房地產(chǎn)市場(chǎng)結(jié)構(gòu)嚴(yán)重失衡，存在房地產(chǎn)泡沫的可能性很大。

4. 房屋空置率

房屋空置率反映了房地產(chǎn)市場(chǎng)供求是否平衡及市場(chǎng)狀態(tài)是否良好?？罩寐矢撸f(shuō)明需求不足或者購(gòu)買(mǎi)力不夠，房地產(chǎn)供給相對(duì)過(guò)剩，因而房地產(chǎn)市場(chǎng)容易產(chǎn)生泡沫。

關(guān)于空置率的計(jì)算方法有很多，國(guó)內(nèi)研究常用的方法是將商品房空置面積除以最近三年累計(jì)竣工面積[28～29]，本文也采用這一方法計(jì)算空置率。房地產(chǎn)空置率的國(guó)際公認(rèn)警戒線是10%，當(dāng)空置率小于10%，表明房地產(chǎn)市場(chǎng)發(fā)展正常;該指標(biāo)在10%～20%時(shí)，表明房地產(chǎn)市場(chǎng)存在輕微泡沫;該指標(biāo)超過(guò)20%，表明房地產(chǎn)市場(chǎng)存在嚴(yán)重泡沫。

從表5可以看出，2004—2008年間湖北省房屋空置率均低于10%，表明不存在泡沫。2009—2012年、2018年該指標(biāo)值位于10%～20%，表明湖北省房地產(chǎn)市場(chǎng)存在輕微泡沫。2013—2017年，該指標(biāo)值均在20%以上，表明湖北省房地產(chǎn)市場(chǎng)存在嚴(yán)重泡沫。

5. 房地產(chǎn)價(jià)格增長(zhǎng)率∕GDP增長(zhǎng)率

該指標(biāo)反映了房地產(chǎn)業(yè)相對(duì)于實(shí)體經(jīng)濟(jì)的偏離程度。該比值越小，表明房地產(chǎn)業(yè)發(fā)展與實(shí)體經(jīng)濟(jì)發(fā)展較為一致，偏離幅度較小;該比值越大，表明房地產(chǎn)業(yè)擴(kuò)張?zhí)?，相較于實(shí)體經(jīng)濟(jì)增長(zhǎng)偏離太大，房地產(chǎn)市場(chǎng)存在泡沫的可能性增大。根據(jù)吳地寶和余小勇（2007）等學(xué)者的研究[30]，一般選取1.3作為臨界點(diǎn)，當(dāng)該指標(biāo)值大于1.3時(shí)，則表明房地產(chǎn)價(jià)格增長(zhǎng)速度超過(guò)實(shí)體經(jīng)濟(jì)的增長(zhǎng)速度，存在房地產(chǎn)泡沫。

從表6可以看出，2005年、2016年、2017年該比值超過(guò)1.3，表明湖北省房地產(chǎn)市場(chǎng)存在泡沫，而其他年份不存在泡沫。

6. 房?jī)r(jià)收入比

房?jī)r(jià)收入比從居民的購(gòu)房能力方面反映房地產(chǎn)市場(chǎng)是否存在泡沫，房?jī)r(jià)收入比越高，表明居民的購(gòu)房能力越弱，反之則越強(qiáng)。本文參照呂江林（2010）等國(guó)內(nèi)外學(xué)者的臨界值選擇標(biāo)準(zhǔn)，以房?jī)r(jià)收入比的值等于6為臨界值[20]。當(dāng)該比值小于6時(shí)，表明房地產(chǎn)市場(chǎng)發(fā)展正常;當(dāng)該比值大于6時(shí)，表明房地產(chǎn)市場(chǎng)存在泡沫，該比值越大，居民購(gòu)房壓力越大，泡沫越嚴(yán)重。

本文通過(guò)商品房平均單套價(jià)格除以家庭平均年收入計(jì)算房?jī)r(jià)收入比，家庭平均年收入通過(guò)城鎮(zhèn)居民家庭人均年可支配收入乘以平均每戶家庭人口計(jì)算得出，商品房平均單套價(jià)格通過(guò)商品房單套平均面積乘以商品房屋平均銷(xiāo)售價(jià)格計(jì)算得出，考慮到我國(guó)的住房政策，本文將商品房單套平均面積定為100平方米。

從表7可以看出，2000—2018年的房?jī)r(jià)收入比都大于6，表明房?jī)r(jià)超過(guò)居民的承受能力，存在房地產(chǎn)泡沫。2007年房?jī)r(jià)收入比達(dá)到9.01，表明居民的購(gòu)房壓力很大，房地產(chǎn)泡沫較為嚴(yán)重。

7. 房地產(chǎn)貸款總額增長(zhǎng)率∕金融機(jī)構(gòu)貸款總額增長(zhǎng)率

房地產(chǎn)業(yè)是資金密集型行業(yè)，其發(fā)展離不開(kāi)金融機(jī)構(gòu)的信貸支持。房地產(chǎn)貸款總額增長(zhǎng)率與金融機(jī)構(gòu)貸款總額增長(zhǎng)率的比值反映的是金融機(jī)構(gòu)對(duì)房地產(chǎn)業(yè)的支持力度。根據(jù)張攀紅（2016）等的研究[31]，認(rèn)為該指標(biāo)值的正常區(qū)間為1～3，該指標(biāo)值大于3，表明銀行資金投向房地產(chǎn)市場(chǎng)的速度過(guò)快，金融過(guò)度支持房地產(chǎn)業(yè)，房地產(chǎn)市場(chǎng)存在泡沫的可能性較大。

從表8可以看出，2003—2006年、2013年該比值大于3，2003年該比值高達(dá)6.97，表明湖北省房地產(chǎn)市場(chǎng)存在泡沫，而其他年份湖北省房地產(chǎn)市場(chǎng)發(fā)展較為正常。

通過(guò)以上七個(gè)指標(biāo)對(duì)湖北省房地產(chǎn)泡沫進(jìn)行分析，將結(jié)果匯總到表9?？梢钥吹剑笔》康禺a(chǎn)市場(chǎng)在2009年、2013年、2014年、2016年、2017年，七個(gè)指標(biāo)中至少有四個(gè)指標(biāo)顯示存在泡沫，因此，在這幾個(gè)年份湖北省存在房地產(chǎn)泡沫的可能性很大。

（二）基于綜合指數(shù)法的測(cè)度

由于單一指標(biāo)性質(zhì)和含義各不相同，分析不夠全面，導(dǎo)致房地產(chǎn)泡沫測(cè)度結(jié)果存在較大差異，因此，為了更全面反映湖北省房地產(chǎn)泡沫，本文采用劉琳等（2003）提出的綜合指數(shù)法[32]，對(duì)以上七個(gè)指標(biāo)加以整合，進(jìn)一步對(duì)湖北省2000—2018年的房地產(chǎn)泡沫進(jìn)行測(cè)度。

綜合指數(shù)法綜合考慮各單一指標(biāo)的信息，為了解決各個(gè)指標(biāo)性質(zhì)不同、單位不同而不能直接相加的問(wèn)題，首先要做無(wú)量綱化處理，即將各個(gè)指標(biāo)的實(shí)際值除以其確定的臨界值，然后賦予這些指標(biāo)不同權(quán)重，計(jì)算出綜合指數(shù)。

從表10可以看到，2004年、2006—2012年湖北省房地產(chǎn)泡沫綜合指數(shù)均小于1，表明這期間湖北省房地產(chǎn)市場(chǎng)發(fā)展較為正常。2005年、2013—2018年湖北省房地產(chǎn)泡沫綜合指數(shù)均大于1，但均不超過(guò)1.31，表明這期間湖北省房地產(chǎn)市場(chǎng)泡沫并不嚴(yán)重，僅存在輕微泡沫。

三、湖北省房地產(chǎn)泡沫形成原因分析

為了進(jìn)一步探究湖北房地產(chǎn)價(jià)格上漲，甚至產(chǎn)生泡沫的原因，通過(guò)建立計(jì)量模型，對(duì)導(dǎo)致房地產(chǎn)價(jià)格波動(dòng)的影響因素進(jìn)行實(shí)證分析。

（一）模型構(gòu)建

基于微觀經(jīng)濟(jì)學(xué)理論，房地產(chǎn)價(jià)格由其供給和需求決定。影響房地產(chǎn)供給和需求的因素有很多，如人口的增加、收入的提高會(huì)增加房地產(chǎn)需求，推動(dòng)房地產(chǎn)價(jià)格上漲[33～34]，房地產(chǎn)開(kāi)發(fā)投資增加、房屋供給面積增加會(huì)導(dǎo)致房地產(chǎn)供給增加，房地產(chǎn)價(jià)格也隨之發(fā)生波動(dòng)[35～36]，此外，貸款利率、房地產(chǎn)信貸資金和房地產(chǎn)供給成本等因素都會(huì)導(dǎo)致房地產(chǎn)價(jià)格產(chǎn)生波動(dòng)[33][35～37]，本文參考已有研究，主要選取人口、收入、房地產(chǎn)開(kāi)發(fā)投資、房屋供給面積、貸款利率、房地產(chǎn)信貸資金和房地產(chǎn)供給成本這些因素，分析其變動(dòng)引起房地產(chǎn)供給和需求的變動(dòng)，最終引起房地產(chǎn)價(jià)格波動(dòng)。由此，本文建立房地產(chǎn)價(jià)格影響因素模型如下：

式（4）中，被解釋變量為房地產(chǎn)價(jià)格（p）。解釋變量人口（ ）用年末城鎮(zhèn)人口表示;收入（ ）用城鎮(zhèn)居民家庭人均可支配收入表示;房地產(chǎn)開(kāi)發(fā)投資（ ）用房地產(chǎn)開(kāi)發(fā)投資額表示;房屋供給面積（ ）用房屋施工面積表示;貸款利率（ ）用中國(guó)人民銀行公布的金融機(jī)構(gòu)五年以上人民幣貸款基準(zhǔn)利率表示，通過(guò)天數(shù)進(jìn)行加權(quán)平均求得年平均貸款利率;由于個(gè)人信貸數(shù)據(jù)難以搜集，房地產(chǎn)信貸資金（ ）主要考慮房地產(chǎn)開(kāi)發(fā)信貸，用房地產(chǎn)開(kāi)發(fā)資金來(lái)源中國(guó)內(nèi)貸款表示;房地產(chǎn)供給成本主要考慮房屋建造成本和土地購(gòu)置成本，房地產(chǎn)供給成本（ ）用房地產(chǎn)開(kāi)發(fā)竣工房屋造價(jià)②表示，土地購(gòu)置成本由單位面積土地購(gòu)置費(fèi)用③表示。

（二）數(shù)據(jù)來(lái)源及處理

本文數(shù)據(jù)為2000—2018年湖北省的年度數(shù)據(jù)，貸款利率數(shù)據(jù)來(lái)源于中國(guó)人民銀行網(wǎng)站，其他變量數(shù)據(jù)來(lái)源于湖北省統(tǒng)計(jì)年鑒。

為了消除通貨膨脹的影響，以2000年為基年，通過(guò)居民消費(fèi)價(jià)格指數(shù)將模型中所有價(jià)值型變量（房地產(chǎn)價(jià)格、收入、房地產(chǎn)開(kāi)發(fā)投資、房地產(chǎn)信貸資金、房地產(chǎn)供給成本）轉(zhuǎn)化為實(shí)際變量，將名義貸款利率轉(zhuǎn)化為實(shí)際貸款利率。為了克服模型可能存在的異方差問(wèn)題，對(duì)除利率之外的所有變量進(jìn)行對(duì)數(shù)處理。變量的描述性統(tǒng)計(jì)分析結(jié)果如表11所示。

（三）實(shí)證分析

對(duì)式（4）模型進(jìn)行回歸分析，發(fā)現(xiàn)多數(shù)解釋變量并不顯著，有的解釋變量的系數(shù)也不符合經(jīng)濟(jì)意義?？紤]可能存在多重共線性問(wèn)題，通過(guò)計(jì)算變量的方差膨脹性因子，發(fā)現(xiàn)除利率這一變量外，其他解釋變量的方差膨脹因子很大，容忍度很小，方差膨脹因子的均值過(guò)大，綜合來(lái)看式（4）的模型多重共線性問(wèn)題較為嚴(yán)重。因此，本文采用逐步回歸法消除多重共線性問(wèn)題，逐個(gè)引入解釋變量，最終人口、貸款利率、房地產(chǎn)信貸資金、房地產(chǎn)供給成本四個(gè)變量被保留在模型中。因此，以這四個(gè)解釋變量構(gòu)建房地產(chǎn)價(jià)格影響因素的多元線性回歸模型，模型的回歸結(jié)果如表12所示。

從表12中可以看到，模型的 為0.9833，調(diào)整后的 為0.9785，模型的擬合度很好。解釋變量中人口（ ）在5%的顯著性水平下顯著，系數(shù)值為正，表明城鎮(zhèn)人口數(shù)與房地產(chǎn)價(jià)格呈正相關(guān)關(guān)系，城鎮(zhèn)人口大量增加會(huì)推動(dòng)房地產(chǎn)價(jià)格上漲。2018年湖北省擁有3567.95萬(wàn)城鎮(zhèn)常住人口，城鎮(zhèn)化率也大幅提升，達(dá)到60.3%，在全國(guó)排名中位列第12名，居于中部第一。湖北省城鎮(zhèn)化進(jìn)程的加快必然帶來(lái)大量房地產(chǎn)需求，但由于土地的稀缺性和房地產(chǎn)開(kāi)發(fā)周期較長(zhǎng)導(dǎo)致房地產(chǎn)供給短期缺乏彈性，因此導(dǎo)致房地產(chǎn)價(jià)格不斷上漲，房地產(chǎn)泡沫不斷膨脹。

貸款利率（ ）在5%的顯著性水平下顯著，系數(shù)值為正，表明貸款利率與房地產(chǎn)價(jià)格呈正相關(guān)關(guān)系，當(dāng)房地產(chǎn)需求者和開(kāi)發(fā)商對(duì)于房地產(chǎn)價(jià)格和利率的變動(dòng)能夠做出正確預(yù)期時(shí)，央行提高利率并不能抑制房地產(chǎn)價(jià)格，反而推動(dòng)房地產(chǎn)價(jià)格上漲，使得央行利率政策失效。

房地產(chǎn)信貸資金（ ）在5%的顯著性水平下顯著，系數(shù)值為正，表明房地產(chǎn)開(kāi)發(fā)投資中國(guó)內(nèi)貸款與房地產(chǎn)價(jià)格呈正相關(guān)關(guān)系。房地產(chǎn)業(yè)是資金密集型行業(yè)，其主要資金來(lái)自于以銀行信貸為主的金融支持。房地產(chǎn)信貸資金的提高將導(dǎo)致房地產(chǎn)價(jià)格上漲，當(dāng)金融過(guò)度支持時(shí)，就會(huì)導(dǎo)致房地產(chǎn)泡沫產(chǎn)生。

房地產(chǎn)供給成本（ ）在1%的顯著性水平下顯著，系數(shù)值為正，表明房地產(chǎn)供給成本和房地產(chǎn)價(jià)格呈正相關(guān)關(guān)系。房屋建造成本和土地購(gòu)置費(fèi)成本的上升，使得房地產(chǎn)供給成本增加，導(dǎo)致房地產(chǎn)價(jià)格上漲。

四、結(jié)論及政策建議

（一）結(jié)論

本文從房地產(chǎn)市場(chǎng)供給、需求和信貸三個(gè)角度選取七個(gè)指標(biāo)，基于單一指標(biāo)法和綜合指數(shù)法對(duì)湖北省2000—2018年的房地產(chǎn)泡沫進(jìn)行分析，并進(jìn)一步實(shí)證分析影響房地產(chǎn)價(jià)格波動(dòng)的因素，研究得到以下結(jié)論：（1）基于單一指標(biāo)法的泡沫測(cè)度結(jié)果存在較大差異甚至完全相反，基于綜合指數(shù)法的結(jié)果表明，湖北省房地產(chǎn)在2005年、2013—2018年間存在輕微泡沫。（2）實(shí)證研究表明人口、貸款利率、房地產(chǎn)信貸資金、房地產(chǎn)供給成本對(duì)房地產(chǎn)價(jià)格具有顯著影響。湖北省城鎮(zhèn)化的加快導(dǎo)致城市人口增加，帶來(lái)房地產(chǎn)需求增加，推動(dòng)房地產(chǎn)價(jià)格上漲;房地產(chǎn)信貸資金的擴(kuò)張和房地產(chǎn)供給成本的增加也會(huì)導(dǎo)致房地產(chǎn)價(jià)格上漲;央行提高貸款利率的政策也并不能有效抑制房地產(chǎn)價(jià)格，反而會(huì)推動(dòng)房地產(chǎn)價(jià)格上漲。這些因素都會(huì)推動(dòng)房地產(chǎn)價(jià)格上漲，導(dǎo)致房地產(chǎn)泡沫產(chǎn)生。

（二）政策建議

根據(jù)本文研究結(jié)論，為防范房地產(chǎn)泡沫風(fēng)險(xiǎn)、促進(jìn)湖北省房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展，提出以下對(duì)策建議：（1）合理引導(dǎo)人口流向，促進(jìn)湖北省內(nèi)各區(qū)域均衡發(fā)展。隨著城鎮(zhèn)化進(jìn)程的加快，大量外來(lái)人口涌入增加了城鎮(zhèn)房地產(chǎn)需求，導(dǎo)致房地產(chǎn)泡沫的產(chǎn)生。政府應(yīng)積極控制人口向省會(huì)城市過(guò)度集中，鼓勵(lì)勞動(dòng)密集型企業(yè)進(jìn)入地級(jí)市，有效緩解湖北省內(nèi)“高房?jī)r(jià)、去庫(kù)存”并存的壓力。（2）加強(qiáng)對(duì)房地產(chǎn)市場(chǎng)總體情況的實(shí)時(shí)監(jiān)測(cè)，提升房地產(chǎn)信息披露的公開(kāi)透明度，引導(dǎo)房地產(chǎn)市場(chǎng)理性預(yù)期。在制定利率政策時(shí)，應(yīng)充分考慮預(yù)期對(duì)房地產(chǎn)價(jià)格的影響并進(jìn)行合理引導(dǎo)，增強(qiáng)利率政策對(duì)房地產(chǎn)市場(chǎng)調(diào)控的有效性。（3）嚴(yán)格控制對(duì)房地產(chǎn)開(kāi)發(fā)商的信貸投放規(guī)模，加強(qiáng)對(duì)房地產(chǎn)開(kāi)發(fā)信貸資金的監(jiān)管，嚴(yán)厲打擊開(kāi)發(fā)商囤地、捂盤(pán)、哄抬房?jī)r(jià)等投機(jī)行為。同時(shí)拓寬房地產(chǎn)融資渠道，降低房地產(chǎn)對(duì)金融支持的過(guò)度依賴(lài)，防范房地產(chǎn)金融風(fēng)險(xiǎn)。（4）規(guī)范土地出讓制度，調(diào)控土地使用結(jié)構(gòu)，推進(jìn)土地交易市場(chǎng)化，保持建造成本和地價(jià)穩(wěn)定。同時(shí)健全和完善房屋租賃市場(chǎng)，大力支持租售并舉模式，保證長(zhǎng)期有效的多層次房地產(chǎn)供給。

注釋?zhuān)?/p>

① 數(shù)據(jù)來(lái)源于2019年湖北省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

② 房地產(chǎn)開(kāi)發(fā)竣工房屋造價(jià)=房地產(chǎn)開(kāi)發(fā)企業(yè)竣工房屋價(jià)值/房屋竣工面積。

③ 單位面積土地購(gòu)置費(fèi)用=土地購(gòu)置費(fèi)/土地購(gòu)置面積。

參考文獻(xiàn)：

[1]Alessandri P. Bubbles and Fads in the Stock Market： Another Look at the Experience of the US [J]. International Journal of Finance & Economics， 2006， 11（3）：195-203.

[2]Hott， C.， Monnin， P. Fundamental Real Estate Prices： An Empirical Estimation with International Data[J]. The Journal of Real Estate Finance and Economics， 2008， （36）：427-450.

[3]Costello G， Fraser P， Groenewold N. House Prices， Non-fundamental Components and Interstate Spillovers： The Australian Experience [J]. Journal of Banking & Finance， 2011， 35（3）：653-669.

[4]高波，王輝龍，李偉軍.預(yù)期、投機(jī)與中國(guó)城市房?jī)r(jià)泡沫[J].金融研究， 2014， （2）：48-62.

[5]彭俊華，許桂華， 周愛(ài)民. 城市房地產(chǎn)泡沫測(cè)度研究——基于基礎(chǔ)價(jià)值與泡沫成分甄別的分析[J].價(jià)格理論與實(shí)踐， 2018， （7）：59-62.

[6]Clark SP.，Coggin TD. Was There a US House Price Bubble？ An Econometric Analysis Using National and Regional Panel Data [J]. The Quarterly Review of Economics and Finance，2011， （2） ： 189-200.

[7]Tsai I C， Peng C W. Bubbles in the Taiwan Housing Market： The Determinants and Effects [J]. Habitat International， 2011， 35（2）：379-390.

[8]曾五一，李想.中國(guó)房地產(chǎn)市場(chǎng)價(jià)格泡沫的檢驗(yàn)與成因機(jī)理研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2011， （1）：140-151.

[9]韓克勇，阮素梅.中國(guó)房地產(chǎn)泡沫測(cè)度及成因分析[J].東岳論叢， 2017， 38（11）：127-136.

[10]Evans G W. Pitfalls in Testing for Explosive Bubbles in Asset Prices [J]. American Economic Review， 1991， 81（4）：922-930.

[11]Phillips PCB， Wu Y， Yu J， Explosive Behavior in the 1990s Nasdaq：When did Exuberance Escalate Asset Values？ [J]. International Economic Review， 2011， （52）：201-226.

[12]Phillips PCB，Shi S P， Yu J. Testing for Multiple Bubbles： Historical Episodes of Exuberance and Collapse in the S&P 500 [J]. International Economic Review， 2015， 56（4）：1043-1077.

[13]Phillips PCB，Shi S P， Yu J. Testing for Multiple Bubbles： Limit Theory of Real-Time Detectors [J]. International Economic Review， 2015， 56（4）：1079-1134.

[14]Engsted T，Hviid S J，Pedersen T Q. Explosive Bubbles in House Prices？ Evidence from the OECD Countries [J].Journal of International Financial Markets， Institutions and Money， 2016， 40 （1）：14-25.

[15]歐陽(yáng)志剛，崔文學(xué).基于GSADF方法的房地產(chǎn)價(jià)格泡沫研究——以北京住宅市場(chǎng)為例[J].中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào)， 2015，（3）：16-25.

[16]胡毅.后危機(jī)時(shí)代一線城市房地產(chǎn)價(jià)格泡沫研究——基于GSADF方法[J]. 金融與經(jīng)濟(jì)，2017，（5）：39-42.

[17]Gallin J. The Long-Run Relationship between House Prices and Rents [J]. Real Estate Economics， 2008， 36（4）：635-658.

[18]Mikhed， V.， Zem?ík， P. Testing for Bubbles in Housing Markets： A Panel Data Approach [J]. The Journal of Real Estate Finance and Economics， 2009， （38）： 366-386.

[19]Kivedal BK. Testing for Rational Bubbles in the US Housing Market [J].Journal of Macroeconomics， 2013， （2）： 369-381.

[20]呂江林.我國(guó)城市住房市場(chǎng)泡沫水平的度量[J].經(jīng)濟(jì)研究， 2010， （6）：28-41.

[21]王浩.中國(guó)房地產(chǎn)泡沫的測(cè)度方法研究綜述[J]. 統(tǒng)計(jì)與信息論壇，2017， （8）：78-86.

[22]張川川，賈坤，楊汝岱.“鬼城”下的蝸居：收入不平等與房地產(chǎn)泡沫[J].世界經(jīng)濟(jì)，2016， （2）：120-141.

[23]陳家闖，賈文藝.中國(guó)房地產(chǎn)市場(chǎng)泡沫的傳染性探討[J].商業(yè)經(jīng)濟(jì)研究， 2018，755（16）：191-194.

[24]王春艷，董繼剛.我國(guó)房地產(chǎn)泡沫的測(cè)度預(yù)警及影響因素分析[J].經(jīng)濟(jì)論壇， 2019， （5）：79-88.

[25]李木祥.中國(guó)房地產(chǎn)泡沫研究[M].北京：中國(guó)金融出版社， 2007.

[26]胡瑾卿，張大亮.房地產(chǎn)泡沫評(píng)測(cè)體系研究[J].城市開(kāi)發(fā)，2004， （11）：34-36.

[27]李莉，付兵濤.基于北京數(shù)據(jù)的我國(guó)房地產(chǎn)泡沫測(cè)度研究[J].商業(yè)研究， 2011， （3）：61-67.

[28]喬菲.對(duì)如何計(jì)算我國(guó)商品房空置率的思考[J].當(dāng)代經(jīng)濟(jì)， 2008， （12）： 12-13.

[29]鞠方，于靜靜，周建軍.我國(guó)商品房空置率對(duì)房?jī)r(jià)波動(dòng)影響的實(shí)證研究[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2013， （5）：71-76.

[30]吳地寶，余小勇.房地產(chǎn)泡沫問(wèn)題及實(shí)證分析[J].經(jīng)濟(jì)研究導(dǎo)刊， 2007， （2）：187-189.

[31]張攀紅.武漢市房地產(chǎn)泡沫測(cè)度與成因機(jī)理分析[J].武漢金融， 2016， （10）：43-46.

[32]劉琳，鄭思齊，黃英.房地產(chǎn)泡沫測(cè)度系數(shù)的編制方法[J].中國(guó)房地產(chǎn)， 2003， （6）：13-15.

[33]陳晨， 傅勇. 中國(guó)高房?jī)r(jià)的決定：基本面與泡沫分解——基于面板數(shù)據(jù)的實(shí)證研究（1999-2009）[J]. 世界經(jīng)濟(jì)文匯， 2013， （2）：50-66.

[34]孫焱林， 張攀紅. 房地產(chǎn)泡沫測(cè)度及區(qū)域間聯(lián)動(dòng)與傳染[J]. 金融學(xué)季刊， 2016， 10（1）：1-19.

[35]唐禮智， 朱建鋒， 羅婧. 宏觀調(diào)控視角下房地產(chǎn)價(jià)格影響因素的新測(cè)度[J]. 經(jīng)濟(jì)問(wèn)題探索， 2014， （1）：102-107.

[36]況偉大.利率對(duì)房?jī)r(jià)的影響[J].世界經(jīng)濟(jì)， 2010， （4）：136-147.

[37]王鶴. 基于空間計(jì)量的房地產(chǎn)價(jià)格影響因素分析[J]. 經(jīng)濟(jì)評(píng)論， 2012， （1）：48-56.

Abstract： The fluctuations and bubbles of real estate price have aroused widespread concern. From the three aspects of supply， demand and credit， this paper selects seven indicators and detects the real estate bubble in Hubei real estate market during 2000-2018. The results show that there are slight bubbles in the real estate market in 2005 and 2013-2018. Further this paper analyzes the influencing factors of real estate fluctuation and finds that population， loan interest rate， real estate credit fund and real estate supply cost are significant factors that affect the real estate fluctuation. To promote the smooth and healthy development of Hubei's real estate market， this paper puts forward some suggestions including reasonably controlling the flow of population， guiding the rational expectation of real estate， strictly controlling the credit of real estate and increasing the multi-level supply of real estate.

Key words： Real estate bubble; Measurement of bubbles; Influencing factors; Index method; Comprehensive index method