特定時期住房市場差異演變研究——以江蘇省蘇州、南通、徐州三市比較為例

胡曉添，濮勵杰，趙 靜

（1.南京大學地理與海洋科學學院，江蘇 南京 210093；2.江蘇省住房和城鄉建設廳，江蘇 南京 210093）

近年來國家宏觀調控政策主要基于國家層面，由于中國區域差異較大，地方政府應切實落實國家政策精神，因地制宜制定和實施房地產市場管控細則。當前房地產研究著重于形勢分析與政策調控，即房地產泡沫測度［1］、房地產周期［2］、房地產市場階段［3］、房地產業未來發展趨勢［4］等方面的計量與實證研究，但鮮見對不同城市住房市場演化規律的定量分析和比較研究。鑒于此，本文選取中國經濟發達地區江蘇省的蘇南、蘇中、蘇北三大區域［5］首位城市，比較其在住房市場化過渡時期的特征規律，為國家制定宏觀調控政策、地方政府科學管控住房市場提供參考依據。

1 研究區域、數據來源與分析方法

1.1 研究區域

江蘇省與上海市、浙江省比鄰，是中國經濟和文化最發達的省份之一。2006年江蘇以占全國1.06％的土地，承載了全國5.7％的人口，生產了全國11.4％的地區生產總值，是典型的人口高密度區與經濟高密度區。由于區域的差異性，江蘇省在社會經濟發展的過程中逐步形成了蘇南、蘇中、蘇北三大經濟極化區域［6］，依據社會經濟發展規模，分別選取三大區域的首位城市蘇州、南通和徐州，作為發達地區、發展地區和欠發達地區的典型城市（表1）。

表1 2005年江蘇三大區域首位城市主要指標統計表Tab.1 Statistics ofmain indicators of the primary cities in the threemajor areas of Jiangsu Province in 2005

1.2 數據來源

本文研究對象是江蘇省三大區域首位城市的住房市場，相關數據來源于江蘇省統計局，并經過房產主管部門核準，數據年限為1997—2005年，這期間正是住房市場化起步與發展的特定時期。其他各項經濟類指標均引自三個典型城市對應年份的統計年鑒與統計公報。

1.3 分析方法

因子分析法是研究如何以最少的信息丟失，將眾多原始變量縮減成為數量較少的若干因子變量，以及如何使因子變量具有較強可解釋性的一種多元統計分析方法［7］。本文運用因子分析法對城市住房市場中的各類因素指標進行計量經濟分析，從而辨別影響住房市場演變的主導因子變量，對結論進行現實意義詮釋。數據包絡分析（DEA）是以相對有效性概念為基礎發展起來的一種效果評價方法，優點是適用于多個同質決策單元的相對效率評價，特別是對多投入、多產出的復雜系統做出效率評價［8］，已在土地相關研究中得到運用［9］。通過數據包絡分析擬考察住房市場中的各類主要指標“投入”對住房價格及相關“產出”指標的效率測定，結合比較不同發展水平城市住房市場發展特征，可以客觀地揭示市場演變規律。

2 城市住房市場主導因素分析

城市住房市場受到外部因素和內部因素的共同影響。外部因素主要有：①地區生產總值指標X1（億元），宏觀經濟形勢將直接對住房產業發展與購房者的市場預期有著重要的導向作用；②人口總數指標X2（萬人），傳統觀念使得中國居民對自有住房有著強烈的偏好，人口基數支撐著一定的剛性需求；③城鎮家庭居民人均可支配收入指標X3（元），購房者收入代表了購買力水平和支付能力。內部因素則主要包括：①住房開發投資額指標X4（億元），是住房發展商對市場的判斷與預期；②住房竣工面積指標X5（104m2），是商品房預售制度下住房市場供應的替代性指標；③住房銷售面積指標X6（104m2），住房市場的實際需求量；④住房單價指標X7（元/m2），住房市場變動與調控的景氣指標。

對研究期內各個城市住房市場原有變量進行標準化，KMO檢驗統計量分別為0.864、0.732和0.527，均位于相對適合的區間內，同時Bartlett球形檢驗中各變量的獨立性假設不成立，故因子分析的適用性檢驗通過。對原有變量采用主成分分析法計算因子荷載與共同度，通過相關系數矩陣R計算得到特征值、方差貢獻率和累積貢獻率。盡管蘇州市和南通市的第二特征根值小于1，但均遠高于第三特征根值，與徐州市相關指標對應比較，選取前兩位的因子變量，其方差累計貢獻值均大于90％，因此前兩個因子基本上反映了原變量的絕大部分信息?？疾焯崛蓚€公因子后的共同度均在80％以上，可知被提取的公因子對各變量的解釋能力較強。

為增強因子變量實際含義的表達，對生成的因子載荷矩陣采用方差極大法進行旋轉，結果顯示：蘇州市第一公因子除住房單價外，其他因子指標均表現出較大的載荷，住房市場大部分指標具有協調性，盡管第二公因子的解釋力不強，但在一定程度上代表了住房價格在市場的要素作用；南通市第一公因子除單價外的住房市場內部指標具有較高的荷載值，而第二公因子中價格要素的作用更為突出；徐州市第一公因子中住房市場外部指標的荷載值均在0.96以上，同時住房價格效用明顯，第二公因子則表達了市場供求關系的作用指標。以上結果表明：江蘇省發達地區住房市場各要素作用相對均衡，發展中地區住房市場的內部要素具有導向作用，而欠發達地區社會經濟發展的外部因素起主導作用，同時市場供求關系作用顯著（表2）。

3 住房市場投入產出效率比較

古典經濟學理論認為，價格由供求關系決定，供應和需求的互動決定了價格的形成和波動。城市住房市場通過不同的外部與內部要素之間錯綜復雜的關聯作用，形成了市場的有效需求和承受價格，構建了特定的投入產出體系。選取地區生產總值、總人口數、城鎮居民家庭人均可支配收入和住房開發投資額作為輸入指標；選取住房銷售面積和住房單價作為輸出指標，輸出指標未選取住房竣工面積是因為該項指標只是住房供應的替代指標。運用Matlab工具對DEA運算程序進行編寫，導入輸入與輸出變量，計算得出結果，并對其規律進行比較分析［10］。

本研究采用的是數據包絡分析的CRR投入導向模型，樣本數據均通過檢驗（1997—2005年）。從模型的運行結果看，基于不同城市的橫向比較，住房市場運行相對有效年份最多的是南通市，DEA有效值為8年，非有效值1年，但其市場效率逐年下降；徐州市DEA有效值為6年，而非有效值為3年，市場存在不穩定性；蘇州市相對有效年份僅有5年，2000年后逐漸由相對非有效趨于有效?；谘芯科谙迌瓤v向比較，1997年和1998年各市住房市場波動的差異較大，這與城市發展階段和房產市場基礎相關聯，而2004年和2005年各市均表現為排位較前的相對有效，一定程度上說明各市房產市場進入了平穩發展時期（表3）。

表2 旋轉后因子荷載矩陣表Tab.2 Rotated matrix of com ponent factors loading

表3 DEA模型運行結果表Tab.3 Su-Tong-Xu DEA model results

按照住房市場投入與產出指標分類，對各個要素在研究期限內的最大權重指標進行累計統計（表4）。在投入指標方面，城市人口總數從2001年起對市場發揮主導作用，這一時期城鎮居民人均可支配收入重要度有限說明市場以剛性需求為主，而前階段市場主要受地區生產總值和住宅開發投資額的影響。在輸出指標方面，住房銷售面積和住房單價重要度具有顯著的地區差異化特征，蘇州市在2002年前以市場供需為主導，徐州市在2000年后對住房價格更為敏感，而南通市這兩個因素表現為交替作用。根據模型測算與分析結果表明，研究區域城市住房市場化時期的拐點在2000年前后。

表4 研究期限內住房市場最大權重指標累計次數表Tab.4 Maximum weight in dices cumulative of the housing market within the research period

4 結論與建議

（1）本文研究住房市場的時空尺度具有特定性。在時間尺度方面，起點是1997年，正值國家全面推行住房制度改革的前夕，處于住房市場變革的觸發點，2005年是國家首次正式頒布包含住房市場在內的宏觀調控政策起始年份，因此研究期可以說是中國住房市場化的培育階段。在空間尺度方面，江蘇省行政界域內不同城市住房市場有著各自的發展歷程，綜合蘇州、南通、徐州3市住房市場演變特征在一定程度上可以解釋中國城市住房市場不同發展階段的過程，其拐點大致在2000年前后。

（2）城市經濟發展階段決定了住房市場發展的程度，但中國龐大的人口基數形成了一定數量的剛性需求。在城市經濟發展的初級階段，住房市場受外部經濟環境和內部機制作用的影響較大，價格因素敏感，市場波動性較大；在城市經濟快速發展的過程中，住房市場內部要素對市場起決定性作用，市場也相對穩定；而在城市經濟積累到一定規模時，住房市場中各個要素的作用則相對均衡，市場的外部條件影響供需平衡但最終趨于平穩。

（3）研究表明國家宏觀調控政策對中國城市住房市場起到重要的調控作用，然而區域的差異性要求地方政府根據城市住房市場的實際情況進行科學管控，因此建議中央政府在出臺宏觀調控政策過程中，為地方政府貫徹落實宏觀政策而制定管控細則給予一定的彈性空間。

（References）：

［1］王子成，明娟.珠三角房地產泡沫測度實證研究——以廣州為例［J］.經濟地理，2007，27（5）：819-822.

［2］張紅，馬進軍，孔沛.基于動態計量經濟學模型的房地產周期研究［J］.清華大學學報（自然科學版），2007，47（12）：2111-2118.

［3］王仁濤.基于模糊模式識別法的房地產市場階段研究［J］.同濟大學學報（自然科學版），2007，35（10）：1440-1444.

［4］馬從輝.從數字看房地產業未來的發展趨勢［J］.管理世界，2007，（6）：158-159.

［5］簡曉彬，沈正平，劉寧寧.蘇北與蘇中、蘇南經濟發展差異的演變及成因探析［J］.經濟問題探討，2007，（2）：53-59.

［6］歐向軍，趙清.基于區域分離系數的江蘇省區域經濟差異成因定量分析［J］.地理研究，2007，26（4）：693-704.

［7］薛薇.統計分析與SPSS的應用［M］.北京：人民大學出版社，2001：251.

［8］張曉林，王磊.超效率DEA的兩階段法及其在服務業評價中的應用［J］.天津大學學報（社會科學版），2007，9（2）：148-151.

［9］宋戈，高楠.基于DEA方法的城市土地利用經濟效益分析——以哈爾濱市為例［J］.地理科學，2008，28（2）：185-188.

［10］彭玉威，徐小湛，等.MATLAB在數據包絡分析中的應用［J］.西南民族學院學報，2002，28（2）：140-143.