房價影響因素與地區(qū)房價差異分析

摘 要：從房產(chǎn)的消費品與投資品兩重屬性入手，將影響房地產(chǎn)價格的因素分為需求方因素、供給方因素、利率和宏觀經(jīng)濟與政策四個方面。為考察市場本身有哪些因素影響房價，采用30個省會城市的截面數(shù)據(jù)對影響房價的因素進行定量分析，發(fā)現(xiàn)供給和需求是影響房價最主要的因素。隨后引入虛擬變量，考察東、中西部房價是否存在差異，結果發(fā)現(xiàn)中西部房價無明顯差異，而東部與中西部間房價存在明顯差異。

關鍵詞： 房價；截面數(shù)據(jù)；逐步回歸；虛擬變量

中圖分類號：F293.3 文獻標識碼：A 文章編號：1673-291X（2011）35-0103-03

1998年城鎮(zhèn)實施住房制度改革后，我國停止了對住房的實物分配，住房商品化的制度得到了逐步確立。其后一長段時間內(nèi)，房價一直保持穩(wěn)定。從2004年開始，我國主要城市出現(xiàn)房地產(chǎn)投資過熱的問題，房價不斷上漲，增速過快。以2010年11月為例，全國70個大中城市房屋銷售價格同比上漲7.7%，商品房銷售面積和銷售額分別環(huán)比增長7.4%和12.8%，房地產(chǎn)開發(fā)投資為42 697億元，增長36.5%。由于房地產(chǎn)業(yè)對地區(qū)經(jīng)濟發(fā)展有著極大的拉動作用，房價的穩(wěn)定與否直接關系著人民生活水平和國家經(jīng)濟發(fā)展，因此，有必要研究影響房價的相關因素，以期為政府制定政策、進行房地產(chǎn)調(diào)控提供合理建議。

國內(nèi)外學者對影響房價的因素從各方面進行了研究。Abraham和Hendershott（1994）證實了住宅價格與建設成本、就業(yè)率和收入直接相關，而價格上漲幅度與利率呈負相關[1]。Harris（1989）發(fā)現(xiàn)，實際利率的變動可以解釋市場價格水平， 名義利率只在房地產(chǎn)增值預期形成時發(fā)生作用[2]。Ortalo、Magne和Rady（ 1999）認為，住宅需求的波動是市場交易量變化的關鍵因素[3]。國內(nèi)，梁云芳、高鐵梅（2007）使用面板數(shù)據(jù)分析發(fā)現(xiàn)，人均GDP對房價的影響較大，而實際利率影響較小[4]。鄭娟爾、吳次芳（2006）使用23個大中城市的數(shù)據(jù)研究發(fā)現(xiàn)，房價更多地受自身因素而不是地價的影響[5]。沈悅、劉洪玉（2004）對我國14個城市進行了住宅價格和經(jīng)濟基本面的分析，發(fā)現(xiàn)近年來的住房價格上漲已無法由經(jīng)濟基本面解釋[6]。周京奎（2005）構建了誤差修正模型，發(fā)現(xiàn)住宅價格上漲與寬松的貨幣政策有緊密的聯(lián)系， 住宅價格極大地偏離長期均衡值[7]。

前人的研究工作多使用時間序列數(shù)據(jù)或面板數(shù)據(jù)，都引入了利率以及宏觀經(jīng)濟政策等因素。但是由于利率及宏觀經(jīng)濟政策存在人為的指向性，所以，如果使用時間序列數(shù)據(jù)或面板數(shù)據(jù)進行分析，會受人為因素的影響，不利于辨明房地產(chǎn)市場本身有哪些因素影響房價。本文選用2008年我國30個省會城市及直轄市的截面數(shù)據(jù)，研究房地產(chǎn)市場上影響房價的因素，最后引入虛擬變量，考察東部、中部與西部之間房價是否存在顯著差異。

一、影響因素分析、變量選擇與數(shù)據(jù)來源

房產(chǎn)同時具有消費品和投資品的屬性。當房產(chǎn)作為消費品時，其價格受供給與需求的影響；當其作為投資品時，其價格主要受收入和利率的影響。而不論是作為消費品還是投資品，價格都會受到國家宏觀經(jīng)濟與政策的影響。因此，可以將影響房價的因素大致分為供給方因素、需求方因素、利率和宏觀經(jīng)濟與政策因素。由于本文使用截面數(shù)據(jù)，各地區(qū)情況一致，因此不再考慮利率和宏觀政策因素的影響。

供給方因素包括：成本、投資和供給意愿。房地產(chǎn)價格主要由土地成本、建安費用以及相關稅費組成。成本的變化將直接影響房價。在此，可以選用土地交易價格來反映該影響因素。但是由于數(shù)據(jù)搜集上的困難，因此不分析該因素的影響。投資是影響供給的另一個主要因素，房地產(chǎn)的投資增加直接導致房地產(chǎn)市場的供給增加。選擇固定資產(chǎn)投資總額、本年房地產(chǎn)完成投資這兩個個變量來反映投資因素。供給意愿是供給方愿意供給產(chǎn)品的程度，也直接影響著房地產(chǎn)的供給，以本年開發(fā)土地面積來反映。

需求方因素包括：收入水平和人口規(guī)模。當收入較低時，即使需求方主觀上有購房的需求，也會受到收入水平的制約而沒有能力購房，因此，收入水平直接限制著需求方的購買能力。在此，以人均GDP來反映這一因素。通常一個地區(qū)的人口越多，房產(chǎn)的絕對需求就越大，因此選取年底總人口與人口密度來反映人口規(guī)模的影響。

宏觀經(jīng)濟因素主要是指地區(qū)經(jīng)濟發(fā)展水平。房地產(chǎn)業(yè)是國民經(jīng)濟的支柱性產(chǎn)業(yè)，受整個宏觀經(jīng)濟發(fā)展水平的影響。在此選取地區(qū)生產(chǎn)總值（地區(qū)總GDP）來反映地區(qū)經(jīng)濟發(fā)展水平。

本文選擇的主要變量見表1。

本文使用2008年我國30個省會城市及直轄市（除拉薩外）的上述9個變量的數(shù)據(jù)進行分析。數(shù)據(jù)來源于2008年中國統(tǒng)計年鑒和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫（城市年度數(shù)據(jù)庫）。

二、模型的估計與調(diào)整

首先將所有變量引入回歸模型，模型如下：

使用EVIEWS軟件計算，結果見表2：

從估計結果可以看出，有多個解釋變量的t值不顯著，而整體可決系數(shù)較高，這說明變量之間可能存在多重共線性。為進一步驗證，表3列出了各變量之間的相關系數(shù)矩陣。

從表中可以看出，Z1，X1、GDP之間的相關系數(shù)很高，接近或超過0.8，可以認為變量之間存在多重共線性。為消除多重共線性，使用逐步回歸法對模型進行修正，限于篇幅，省略具體回歸步驟。

修正后進入模型的變量順序依次是：Z2（本年房地產(chǎn)完成投資）、Z4（本年開發(fā)土地面積）與X1（地區(qū)人均GDP），最后回歸結果如下：

回歸方程修正可決系數(shù)R2=0.7054，方程擬合優(yōu)度較高；各個解釋變量回歸系數(shù)的t值均大于對應的臨界值1.708（取顯著性水平為0.05），因此，模型中各變量對房價都有顯著影響，模型解釋能力較強。進一步對模型進行計量經(jīng)濟學檢驗，分別使用了拉格朗日乘數(shù)檢驗法、white檢驗和DW檢驗發(fā)現(xiàn)：模型無遺漏變量，也無異方差和自相關性，因此模型設定與回歸結果無誤。

從回歸結果可以看出，房價與本年房地產(chǎn)完成投資和地區(qū)人均GDP正相關，與本年開發(fā)土地面積成負相關。本年房地產(chǎn)完成投資每增加1億元，每平方米住房價格上升約4.21 元。房地產(chǎn)完成投資增加意味著對市場預期的看好，因此， 當房地產(chǎn)完成投資增加時房價會隨之上升。人均GDP每增加1萬元，每平方米住房價格上升106.6元。當收入水平上升時，人們購買住房的能力上升，同時也希望擴大住房面積，所以會購買更多的住房，對住房的需求上升，拉動房價的上升。本年開發(fā)土地面積每增加1萬平方米，每平方米住房價格下降約3.14元。這是因為，開發(fā)土地面積增加，意味著市場上住房供給增加，因而使得住房價格下降。各變量回歸系數(shù)的符號均符合經(jīng)濟含義。

三、地區(qū)間房價差異分析

為研究區(qū)域差異對房價是否有顯著性影響，將區(qū)域差異作為虛擬變量引入模型：

其中

D1i=1，該城市位于東部地區(qū)0，其他，D2i=1，該城市位于中部地區(qū)0，其他

在地區(qū)的劃分上，本文采用文獻4中的處理方法。將各省市人均GDP最大值進行排序， 大于2 萬的省市劃為東部， 海南省人均GDP 雖未大于2萬， 但是由于房價較高，也劃到東部地區(qū)；在1.2—2萬之間的省市劃為中部地區(qū)；小于1.2萬的省市劃為西部地區(qū)。

對模型進行回歸后，得到結果如下：

從回歸結果看，D2i的系數(shù)的t值（僅為-0.09）小于對應的臨界值為2.06（取顯著性水平為0.05），D2i對Yi沒有顯著性影響，所以中部與西部地區(qū)的房價無明顯差異。因此，可去除虛擬變量D2i，將模型修改為：

回歸方程修正可決系數(shù)R2=0.7753，可以認為模型的擬合程度較好。同時，各解釋變量回歸系數(shù)的t值均大于對應的臨界值為2.064（取顯著性水平為0.05），模型中各變量對房價都有顯著性影響，可以認為模型解釋能力較強。進一步對模型進行計量經(jīng)濟學檢驗。分別使用了拉格朗日乘數(shù)檢驗法、white檢驗和DW檢驗發(fā)現(xiàn)：模型無遺漏變量，也無異方差和自相關，因此模型設定與回歸結果無誤。

回歸結果中，非虛擬變量的系數(shù)符號仍符合經(jīng)濟含義。同時，虛擬變量D1i對房價有顯著影響，其回歸系數(shù)表明，處于東部地區(qū)的城市房價要比處于中西部地區(qū)城市房價平均高1 494.67元/平方米，這也與現(xiàn)實情況相符。

四、結論

房價受多方面因素的共同影響，從房產(chǎn)的消費品與投資品兩重屬性入手，將影響房地產(chǎn)價格的因素分為需求方因素、供給方因素、利率和宏觀經(jīng)濟與政策四個方面。通過對2008年我國除拉薩外的30個省會城市及直轄市的截面數(shù)據(jù)進行定量分析，發(fā)現(xiàn)：（1）最終進入回歸模型的變量為本年房地產(chǎn)完成投資、本年開發(fā)土地面積和地區(qū)人均GDP，均屬于需求方因素和供給方因素。而地區(qū)GDP沒有進入最終的回歸方程，這表明各地區(qū)的房價主要受該地區(qū)的需求和供給所決定，而與整個地區(qū)的宏觀經(jīng)濟水平無關。（2）供給方因素最終進入回歸模型的變量為本年房地產(chǎn)完成投資（投資因素）與本年開發(fā)土地面積（供給意愿因素）。房價與本年房地產(chǎn)完成投資正相關，這是由于房地產(chǎn)完成投資增加意味著對房地產(chǎn)市場預期的看好，因此房價會隨之上升。本年開發(fā)土地面積與房價負相關，這是因為開發(fā)土地面積增加后，市場上的住房供給隨之增加，進而使得房價下跌。（3）需求方因素最終進入回歸模型的變量為地區(qū)人均GDP（收入水平因素）。人均GDP每增加1萬元，每平方米住房價格上升106.6元。而反映人口規(guī)模影響的變量沒有進入最終的回歸模型，這表明人口規(guī)模對房價沒有顯著性影響。（4）中國的中部與西部間房價無明顯差異，而東部房價與中、西部房價有顯著差異。處于東部地區(qū)的城市房價要比處于中、西部地區(qū)的城市房價平均高1 494.67元/平方米。這可能是由于我國地區(qū)經(jīng)濟發(fā)展存在差異，東部地區(qū)比中、西部地區(qū)更為發(fā)達，基礎設施建設更好，因而有大量人口希望進入東部發(fā)達地區(qū)，造成了不同地區(qū)間住房需求的差異。同時東部地區(qū)的收入水平也高于中、西部收入水平。這兩個因素綜合導致了地區(qū)間房價的差異。若要有效控制局部地區(qū)房價的快速上升，就需要促使各地區(qū)間的協(xié)調(diào)發(fā)展，降低地區(qū)間的收入水平差距。這樣才能降低人口的不均衡流動，維持房價的穩(wěn)定。

本文在變量選取上仍然存在一些缺陷，由于數(shù)據(jù)收集上的困難，沒能將對房價有直接影響的成本因素納入模型。同時由于使用的是截面數(shù)據(jù)，因而未能在模型中考慮房價預期對房價的影響以及各個經(jīng)濟變量的滯后影響，這將是以后的研究工作。

參考文獻：

[1] Abraham M ， P. H . Hendershott . Bubbles in metropolitan housing market [J].Journal of Housing Research，1996，（2）:191-207.

[2] Harris， J. C. The Effect of real rates of interest on housing prices [J].Journal of Real Estate Finance and Economics，1989，（2）:47-60.

[3] Ortalo Magne. and S. Rady. Boom in， Bust out: Young Households and the Housing Price Cycle [J].European Economic Review，

2004，（43）:755-766.

[4] 沈悅，劉洪玉. 住宅價格與經(jīng)濟基本面: 1995—2002 年中國14城市的實證研究[J].經(jīng)濟研究， 2004，（6）:78-86.

[5] 周京奎.貨幣政策、銀行貸款與住宅價格——對中國4 個直轄市的實證研究[J].財貿(mào)經(jīng)濟，2005，（5）：22-27.

[6] 鄭娟爾，吳次芳.地價與房價的因果關系——全國和城市層面的計量研究[J].中國土地科學，2006，20（11）：31-37.

[7] 梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟研究，2007，（8）：133-142.

[責任編輯 柯 黎]