房地产价格的影响因素研究_基于35个大中城市面板数据的分析

PRICE :THEORY &PRACTICE

２００３年以来，中国房地产价格持续上涨。政府从２００５年开始针对房价过快上涨进行了一系列调控，在国六条、国八条等针对房价过快上涨的紧缩政策实施以后，住房价格依然保持上升态势。中国社科院发布的２０１０年《经济蓝皮书》指出，２００９年城镇居民房价收入比达到８．３倍，农民工的房价收入比则达２２倍。然而，自２００８年开始的美国金融危机引发了经济紧缩的预期，伴随着国内一系列卓有成效的房价调控政策的实施，从２０１１年９月开始，大中城市住房的议价空间逐渐增大，房地产价格呈现出明显的下降趋势。

一、房地产价格变化的理论分析

房地产价格变化的根源是什么？国内外的研究者从不

同方面给予了分析和解释。一般存在如下几种解释房价变化的理论：（１）资产价格的快速、持续上涨来源于人们对未来价格进一步上涨的预期；当预期反转时，价格就会快速下跌；（２）购买住房本身就是一种投资，房地产行业的资产市场价格远超过资产预期现金流现值是合理现象。从投资收益率来看，当房地产投资的超额收益率超过经济增长率时，房价上升的趋势将会出现；（３）金融信贷约束在房地产价格变化过程中起着关键性作用，过量贷款供给冲击下，房地产行业会从资产低值稳态向高值稳态转变。综合以上分析，结合我国房地产行业发展现状，我们认为有必要从供给和需求两个角度来把握房地产价格的变化。

1.从消费者需求的角度看，影响商品价格的因素包括消费者的预算约束以及商品在消费中的重要性。收入是影响消费者购房决策的重要因素，房价收入比反映了消费者在自身预算约束下对房价的承受能力。在中国城市化的过程中，大量人口从农村流向城市，使城市成为人口密集型区域，这也构成了大中型城市庞大的住宅需求群体。

2.从投机者需求的角度看，房地产投资超额收益率主导着投机性需求的变化幅度。只有当房地产投资收益率超过市

场平均收益率或利率时，住房才会进入投机者

的投资组合，成为投资工具。房价的持续上涨为投机者创造了获取超额收益的理性预期，并在羊群效应的作用下吸引更多投机者参与市场交易。随着房产交易量的放大，房地产市场的供求结构会加剧房价上涨预期和投机氛围，从而导致房地产价格的进一步攀升。另外，宽松的银行信贷约束会导致虚拟经济对需求者购买能力的放大，推高实体经济资产估值水平，

加剧房地产市场的投机性需求。当房地产投资收益率等于市场平均投资收益率时，房地产市场中可贷资金的供求差额，即正的供给过量的可贷资金，就是投机性房地产价格超过合理价值的部分。

3.从住房供给的角度看，房地产在产业结构中的比重反映了地方政府在产业结构优化与转型过程中对房地产行业的投资力度。由于房地产与地方财政收入以及城市发展形象关系密切，城市容易出现产业结构单一、房地产比重过大的问题，形成政府推动下的价格变化。

二、房地产价格变化的实证分析

（一）模型设定、变量选取和数据说明

基于上述理论分析，本文建立动态面板数据回归模型。该模型不仅考虑到人口总量、人均可支配收入、投机程度和虚拟化程度等需求层面的价格影响因素，还关注以住宅投资比重为代表的房地产行业供给。模型具体设定如下：

（１）

（１）式中，x １it 和x ２it 是消费需求层面的价格影响因素，x １it

表示i 城市t 时期的人口变量，用２００２－２００９年３５个大中城市市辖区年末人口数作为替代变量。x ２it 表示i 城市t 时期的收入变量，用城镇家庭人均可支配年收入来度量。x ３it 和x ４it 是投机需求层面的价格影响因素，ｘ３it 表示投机程度，用房地产投资超额收益率作为代理变量。x ４it 表示房地产资金来源的虚拟化水平，用房地产资金来源中的国内贷款占住宅本年完成投资额比重度量。x 5it 表示房地产产业投资比重，用住宅本年完成投资额占地区生产总值（ＧＤＰ）比重度量，体现了影响房地产价格的供给因素。x ６it 是市辖区地区生产总值，代表城市生产力发展水平和综合经济实力。μt 为时间固定效应，δi 为城市的固定效应，εit 为随机误差项。以上变量２００２－２００９年的数据均来自各年度《中国房地产统计年鉴》、《中国统计

①房地产投资超额收益率简化为以下计算公式：房地产投资超额收益率=（本年住宅销售价格—上一年住宅销售价格）/上一年住宅销售价

格—一年期平均定期存款利率。

杨帆

房地产价格的影响因素研究

———基于３５个大中城市面板数据的分析

内容提要：作为国民经济体系中的基础产业，房地产市场健康、有序

的发展是构建和谐社会和实现经济可持续发展的重要保障。近年来房地产价格的变化趋势引起了国内外研究者的广泛关注。本文以我国35个大中城市为研究对象，通过面板数据分析了房地产价格的影响因素。研究结果表明，较高的投资超额收益率和房地产资金来源虚拟化对住房价格的影响力度最为明显，地区生产总值和人均收入也对房价上涨起到了驱动作

用。在此基础上，

本文提出了相应的政策建议。关键词：房地产价格影响因素投机程度虚拟化水平·分析预测·

44

年鉴》和中经网（中国经济统计数据库）。本文所使用的关键变量的统计性描述见表１。

（二）实证分析

从房地产价格与城市人口总数、人均可支配收入、投机程度、虚拟化水平、住宅投资比重、地区生产总值变量之间的相关关系矩阵图可以看出，在房地产价格的影响因素中，除了城市人口总数和住宅投资比重与房地产价格的相关关系不够显著以外，人均可支配收入、投机程度、虚拟化水平、地区生产总值与房地产价格之间都存在着显著的相关性。基于此，有必要对上述变量进行面板数据的回归分析，从而在控制时间变量和区域变量的前提下对不同因素的影响力度进行量化。

由于我国房地产市场发展的地区差异十分显著，本文使用国际上常用的面板数据研究方法对房地产价格的影响因素进行分析。面板数据不仅可以从一个时间段上动态地描述房地产市场的变化态势，而且可以反映不同变量在地区间的差别。由于面板数据同时包含时间变化和区域变化两个维度，所以在统计回归过程中可能产生异方差性和序列相关性问题，从而使普通最小二乘法（ＯＬＳ）参数估计失效，因此，本文采用Ｚｅｌｌｎｅｒ（１９６２）的似然不相关回归方法解决异方差性和序列相关性问题，对不同因素的影响力度进行估计，结果如表１所示：

本章的数据以中国３５个大中城市为分析单位，由于每个城市的不可控因素都相对稳定，不存在外部环境的剧烈变化。因此，固定效应模型从理论上来说应具有更好的拟合程度，Ｈａｕｓｍａｎ检验也证明了房地产价格影响因素分析的固定效应模型优于随机效应模型。从表１中固定效应模型的结果可以看出，人均可支配收入、投机程度、虚拟化水平和地区生产总值对房地产价格的影响系数非常显著，而城市人口总数和政府的住宅投资比重对住房价格的影响则不显著。在四个显著的影响因子中，投机程度和虚拟化水平对住房价格的影响力度尤为明显，具体而言，代表投机程度的投资超额收益率每上升１％，会伴随房地产价格上涨０．３３９６％；度量虚拟化水平的国内房地产资金贷款占住宅本年完成投资额比重每上升１％，会导致房地产价格上涨０．３４８７％。

三、结论与对策建议

通过对面板数据实证结果的分析，本文得出以下结论：我国房地产价格的驱动因素主要来源于消费需求和投机需求，房地产供给部门对价格的影响并不明显，城市人口总量和住房价格之间也没有呈现出显著的统计相关性。因此，政府投资和人口增长并不是房地产价格变化的主要原因。

1.消费需求因素中的人均收入对房价的影响较为明显，代表城市生产力发展水平和综合经济实力的地区生产总值也对房价上涨起到了驱动作用。对于中国这样一个人口众多的发展中国家，收入约束仍然是影响房地产价格的重要因素，在全面建设小康社会的过程中，增加人民收入和提高国民生产总值是经济发展的必然趋势。因此，在未来很长的一段时间内，收入的增长和地区综合经济实力的提高都将成为影响大中城市房地产价格上涨的驱动因素。

2.在投机需求因素中，投机程度和虚拟化水平对住房价格的影响力度尤为明显。投资超额收益率主导着投机性泡沫的膨胀幅度，银行信贷约束的宽松程度决定了房地产资金来源的虚拟化水平，进而影响住房市场投机者的购买决策。因此，２０１１年度持续收紧的政策，特别是信贷政策对开发企业的全面控制，实现了房地产价格的有效调整。

作为国民经济体系中的基础产业，房地产市场健康、有序的发展是构建和谐社会和实现经济可持续发展的重要保障。基于以上结论，本文针对房地产价格提出两点政策建议：

1.房地产价格的政策调控应注意区分消费需求和投机需求。在国民经济综合实力增强和人民收入水平普遍提高的背景下，住房的消费需求增加是人们追求现代化生活的必然结果。对于正常的住房消费需求，政府应该予以鼓励，并通过公共住房保障政策来改善中低收入阶层的生活。

2.抑制投机需求，使房地产价格回归合理区间。适度的投机固然有利于提高房地产市场效率，然而在中国现有的发展阶段，房地产仍然是直接影响人们基本生活的特殊商品，过高的价格会损害大部分中低收入者的福利水平。在房地产价格政策初见成效的基础上，政府应该继续抑制投机需求，使房价回归到合理的价格水平上。

参考文献：

［１］董志勇．房地产价格影响因素分析：基于中国各省市的面板数据的实证研究［Ｊ］．中国地质大学学报，２０１０（２）［２］方燕．宏观经济变动对房地产价格波动的影响分析——

—基于ＳＶＡＲ模型理论的实证研究［Ｊ］．价格理论与实践，２０１０（７）［３］林锦国，何志清，胡永生．我国房地产价格指数差异比较——

—以中房指数和全国７０个大中城市住宅价格同比指数为例的分析［Ｊ］．价格理论与实践，２０１１（１０）

（作者单位：南京大学商学院）

表1本文中主要变量的统计性描述

表2房地产价格影响因素差分广义距估计结果

说明：符号***、**、*分别表示在1%、5%、10%的显著性水平下显著。括号内为t统计量。

分析篇

45