安徽省房地產價格與宏觀經濟互動關系研究

孫翠平

（銅陵學院經濟貿易系，安徽 銅陵244000）

房地產具有投資和消費（可看作耐用品消費）的雙重功能，而投資、消費和出口是拉動我國宏觀經濟增長的“三架馬車”，因此表征房地產市場上供求關系的房地產價格對宏觀經濟有巨大的影響。宏觀經濟對房地產價格的作用機理主要表現在它對房地產市場的外部環境產生影響，進而影響房地產市場的供需關系，最終影響房地產價格。首先宏觀經濟運行基本面影響投資需求，進而對利率產生影響，從而影響房地產的供給；其次，宏觀經濟的增長情況直接影響到居民的可支配收入，從而影響到居民對房地產的需求。在上述受宏觀經濟影響的房地產市場上供需力量的對比下，最終影響房地產的價格。由此可見，房地產價格和宏觀經濟之間存在著密切的互動關系。目前國內學者研究地產價格和宏觀經濟之間的互動關系所采用的方法主要分為2類：一類是用經濟學理論分析房地產價格和宏觀經濟基本面的關系；另一類是采用時間序列數據和面板數據，運用SVAR、協整、Granger檢驗等計量經濟模型來分析房地產價格和宏觀經濟變量之間的因果關系［1］。研究的不足表現在：一是多從我國整體的角度而不是站在某個區域的角度來研究；二是與調控政策變量結合的力度不夠。房地產具有區域性和易受政策影響的特點，為此，筆者結合目前從緊的房地產調控政策大背景，利用計量經濟模型對兩者之間的互動關系進行深入分析??銅陵學院院級科研項目（2010tlxy29）。。

1 1998年以來安徽省房地產價格和宏觀經濟運行總量關系

1998年是中國住房分配貨幣化的第1年，標志著中國房地產進入市場化階段。因此筆者先選取1998年以來安徽省房地產價格（簡稱FJ）和宏觀經濟運行總量GDP的數據，對兩者總體運行情況之間的關系做一個簡單的梳理。表1為1998～2010年安徽省GDP和FJ的絕對值及環比增長率。

由表1數據可直觀地看出安徽省的房價波動要顯著的比GDP劇烈，表明GDP只是房價波動的主要因素之一。特別是在2005年之后安徽省房價波動的幅度非常大，由2005年的環比增長率26.8%下降到2008年的－3%，隨后又上漲到2010年的23.9%，而GDP的環比增長率要平穩的多，說明安徽省的宏觀經濟增長對房地產業的依賴程度下降，這也折射出安徽省的經濟向均衡協調的方向發展。

2 指標設定、數據處理和研究方法

2.1 選取的指標

房價波動的影響因素分為本體（包括地價、建安費用、稅費和合理利潤）和社會影響因素（包括一般因素、區域因素和個別因素）2類，一般因素是指影響房地產價格的最普遍、共同的因素，通常指的是對整個房地產市場產生影響的宏觀經濟因素。筆者考慮到數據的可得性和借鑒已有的研究成果，選取的宏觀經濟指標有國內生產總值（GDP）、物價水平（CPI）、社會總投資（INV）、社會總消費（CONS）、人均可支配收入（INC）、城鎮居民人口（POPU），由于我國頻頻出臺了以貨幣政策、稅收政策和土地政策為主的房地產調控政策，將加入一年期的貸款利率R和金融機構的人民幣各項存款合計（DEPO）作為房地產調控的貨幣政策變量；持有環節的房產稅（T1）、開發環節的城鎮土地使用稅（T2）、交易環節的土地增值稅（T3）作為房地產調控的稅收政策的變量，購置土地面積（PL）作為土地政策的變量［2－3］。

表1 1998～2010年安徽省GDP和FJ的絕對值及環比增長率

2.2 數據來源及處理方法

所選指標的數據除一年期法定貸款利率來源于中國統計年鑒外，其他的均來源于安徽省各年的統計年鑒。由于有的年份有多次的一年期的貸款利率的調整，為此按照月數取加權平均值?？紤]到原始數據的量綱不同及有的指標值之間不是處于同一個數量級別上，因此除一年期的貸款利率R外其他指標數據取自然對數，并分別表示為LFJ、LGDP、LCPI、LINV、LCONS、LINC、LPOPU、R、LDEPO、LT1、LT2、LT3、LPL。

2.3 研究的方法

1）單位根檢驗 為避免非平穩時間序列存在的“偽回歸”問題，先對相關數據進行單位根檢驗。筆者采用ADF法進行檢驗，檢驗結果中c、t和k分別表示截距項、趨勢項和滯后階數。一般來說，如果序列在0均值上下波動，則應選擇不包含截距項c和趨勢項t的檢驗方程；如果具有非0均值，但沒有時間趨勢，則只選擇截距項c；若序列隨時間變化而上升或下降，則選擇截距項c和趨勢項t。k的取值依據AIC和SC最小的準則而確定，AIC和SC分別是赤池信息準則和施瓦茨準則的簡稱，是用于評價模型好壞的準則。

2）建立計量模型 由面板數據可建立靜態模型為：

式中，N表示面板數據含有的個體數；T表示時間序列的最大長度。考慮到受經濟活動的慣性影響，一個經濟指標以前的變化態勢往往會延續到本期，從而被解釋變量的當期變化和自身以前取值相關，因此，需在模型（1）的右邊加入因變量的滯后項，修正為動態的面板數據模型：

3）估計 為了對各變量的短期靜態關系和長期動態關系進行分析，將分別用靜態面板模型和動態面板模型進行估計。對靜態模型（1）的估計用OLS（最小二乘法），對動態模型（2）的估計用GMM（廣義矩估計法）。

3 研究結果與分析

3.1 ADF單位根檢驗結果

相關變量的ADF單位根檢驗結果如表2所示，表明除LCPI是平穩序列之外，其他的變量都是經過一階差分平穩的，即都是一階單整序列，表示為I（1）；變量的一階差分用符號Δ表示。

3.2 房地產價格波動的分析模型

利用Eviews主菜單中的Quick／Group Statistics／Correlations過程，分析輸出的相關系數矩陣，與變量LFJ高度相關的有LFJ滯后項、LGDP、LINV、LCONS、LINC、LPOPU、LDEPO、LT1、LT2、LT3、LPL，且引入變量和LFJ的相關系數除LT2（0.883）和LPL（0.811）外，其他的都在0.95以上。用一階差分后的變量值，經過OLS、GMM估計分別得到如下模型：

表2 相關變量的單位根檢驗

1）OLS回歸結果 從OLS回歸結果來看，在短期內對房價有正向影響效果的有GDP、CONS、INC、POPU、T2和T3。其中，GDP和INC表征著居民的實際購買力，當實際購買力增加時，對住房的需求增加進而推升房價；社會總消費CONS的增加對物價水平上升產生壓力，從而對房價有提升的作用；隨著城市化進程的加快，POPU增加，對住房的需求特別是剛性需求的增加，推升房價增長；在短期內由于T2和T3無法將稅收轉嫁給購買者，而只能作為成本計入房屋售價。

對房價有反向作用的包括INV、DEPO、T1和PL。理論上講，INV對房價有雙向作用，INV的增加為產業關聯度高的房地產行業提供了良好的外圍環境，房地產的產業規模增大，市場供給增加，房價降低；另一方面，INV的增加使得資金緊缺，利率上升，房地產的借貸成本上升，房價上升［4］。從短期來看，第一種作用力較大，因此合力表現為反向關系。人民幣各項存款DEPO增加，一方面表明市場上購買者持幣觀望情緒濃厚，有效需求不足；另一方面也表明開發商獲得資金支持較容易，供給的規?？赡茉龃螅虼薉EPO與房價成反比。短期內T1的增加對房地產的需求和供給都產生影響，房產稅增加了投資性住房的持有成本和投資風險，從而降低投資需求；與此同時投資者為降低閑置房產的持有成本而拋售多余房產，導致房屋存量增加，在供需力量的對比作用下，房產稅有使房價下降的趨勢［5］。購置土地面積PL和住房供給成正比，因此與房價成反比。

2）GMM回歸結果 從GMM回歸結果來看，中長期GDP、CONS、INC、T2仍舊對房價有正向作用，DEPO和PL對房價仍有反向作用，分析同上。社會總投資INV對房價的影響由短期的反向變為了正向，這緣于長期中社會總投資對房價的合力作用主要取決于總投資的增加使得資金緊缺，利率上升，房地產的借貸成本上升，從而房價上升。城鎮居民人口POPU的回歸系數符號變得與理論不一致，說明這個周期的房價波動中，人口不是主導因素。長期中，一方面在房屋持有環節人們因為持續性的房產稅支出，有可能改變房屋的偏好；另一方面，房地產屬于需求彈性就較小、供給彈性較大的商品，對于這種特質的商品征稅容易轉嫁到房屋價格上，因此長期來看，房產稅由短期降低房價變為了增加房價。土地增值稅T3由短期的正向作用變為反向作用，原因可能是由于市場需求疲軟，開發商在交易環節將這部分成本轉嫁到房價上行不通［6］。因此，房地產稅對房價的影響機理是復雜的，并且從回歸系數來看短期效果不如長期效果明顯，因而通過房地產稅來調控房價短期內很難得到滿意的效果。

3.3 房地產價格影響國內生產總值（GDP）的分析

同樣，利用Eviews主菜單中的Correlations過程，并分析相關系數矩陣，找到和國內生產總值高度相關的變量有LGDP滯后項、LFJ、LINV、LCONS、LINC、LPOPU、LDEPO、LT1、LT2、LT3。經過OLS、GMM估計分別得到如下模型；

對比OLS、GMM模型可知，短期內房價對GDP有正向作用，但作用系數較小；長期房價卻對GDP有反向作用，表明從較長期來看過高的房價對國民經濟不利［7］。城鎮居民人口POPU短期正作用于國民經濟，這主要表現為國民經濟提供充足的勞動力；長期過多的人口反作用于國民經濟，這是因為勞動力既是生產者又是消費者，有一個最佳的人口規模和國民經濟相匹配。人民幣各項存款DEPO短期反作用于國民經濟，這是因為DEPO增加意味著當期消費較少，需求不足。但長期DEPO對國民經濟有正向作用，根據增長理論儲蓄是資本存量的源泉，因此儲蓄的增加能夠加快國民經濟的增長直到經濟達到穩定狀態。

3.4 房地產價格影響社會總投資（INV）的分析

分析Correlations過程輸出的相關系數矩陣，與社會總投資高度相關的變量有LINV滯后項、LFJ、LGDP、LCONS、LINC、LPOPU、LDEPO、LT1、LT2、LT3。經過OLS、GMM估計分別得到如下模型：

對比OLS、GMM模型可知，短期和長期房價對社會總投資INV都有正向作用，但是長期房價對總投資的影響要大的多。房價對總投資的正向影響可歸結于房價的信貸效應，房價上漲時，房屋的抵押價值上升，改善了借貸者的資產負債情況，銀行放松銀根，從而刺激投資。長期之所以對投資的影響更大，一方面房地產業的投資占社會總投資比重較大，且房地產的開發周期較長，這就決定了房地產投資者作決策更看重長期的利好信息，而暫時的信息對其決策影響不大；另一方面房價變動影響投資預期，再到形成房地產投資決策，進而通過房地產業的產業關聯效應拉動其他投資，是一個較長過程。受投資的慣性影響，總投資的滯后項對投資有較明顯的影響。城鎮土地使用稅T2和土地增值稅T3對社會投資的影響由短期的反向變為了正向，這可能因為在短期這些稅收作為支出項占用了開發商的資金，影響了其投資，但在長期來看，這些支出作為開發的前期沉沒成本，引致其后期的投資增加，因此社會總投資增加。

3.5 房地產價格影響社會總消費（CONS）的分析

同理，由相關系數矩陣可找出與社會總消費高度相關的有LCONS滯后項、LFJ、LGDP、LINV、LINC、LPOPU、LDEPO、LT1、LT2、LT3。經過OLS、GMM估計分別得到如下模型：

對比上述2個模型可知，無論短期還是長期房價都對社會總消費有正向作用，但長期的影響更為明顯，這表明房價上升會產生明顯的財富效應，即在多數家庭擁有住房的情況下，房價上升會使其覺得更富有，從而增加消費，并且長期持續的房價增長會使財富效應更大，因此對總消費的正向作用更強［8］。社會總消費的滯后項的回歸系數為0.240，表明消費具有明顯的“棘輪效應”，本期消費會受上期消費的影響。存款有延緩社會消費實現的時間和引導社會需求結構發生變化的作用。從回歸結果來看短期內存款的增加將降低社會總消費，長期卻能增加社會總消費，這可能是隨著社會保障制度的完善，前期被延緩的消費需求被釋放出來，同時消費的需求結構也向更高層次發展，因此對社會總消費有正向作用。三個環節的房地產稅收對社會總消費的影響在短期和長期的作用方向都不相同，但可以發現房地產稅對總消費的長期影響更大，說明房地產稅對房屋消費進而對社會總消費的影響比較復雜，短期內的效果不夠明顯。

4 結 論

（1）安徽省的宏觀經濟變量對房價的影響是顯著的，表明宏觀基本面仍是安徽省房價的主要依托。受正反饋效應的影響，當期房價受前期房價的影響較大。利率和房價的相關系數不大而沒被引入模型，因此以利率為主要杠桿的貨幣政策來調控安徽省房價難以起到效果。各項房地產稅收對房價有較顯著的影響，但短期和長期的作用方向和效果不同，長期效果較好，即房地產稅收對安徽省的房價調控作用長期更為有效。

（2）房價對國內生產總值的影響短期為正且作用系數不大，長期卻反作用于GDP。一方面表明在安徽省轉變經濟增長和經濟結構調整的作用下，國民經濟對房地產的依賴程度有所減弱，另一方面表明長期過高的房價對國民經濟的持續穩定發展不利。

（3）在信貸效應的作用下，無論短期和長期房價對社會總投資的影響為正，但長期效果更明顯，表明投資者作決策更注重長期的利好信息。

（4）房價上升會產生明顯的財富效應，因此在財富效應的作用下，無論短期還是長期房價都對社會總消費均有正向作用，但長期的影響更為明顯。

［1］洪佳娣，武長河，鄭文敬 .房地產價格與宏觀經濟波動的實證研究——文獻綜述［J］.經濟研究導刊，2009（29）：86－88.

［2］崔光燦 .房地產價格與宏觀經濟互動關系實證研究——基于我國31個省份面板數據分析［J］.經濟理論與經濟管理，2009（1）：57－62.

［3］周建軍 .我國房地產價格的影響因素及其合理性研究［J］.商業研究，2009（4）：93－96.

［4］黃忠華，吳次芳等 .中國房價、利率與宏觀經濟互動實證研究［J］.中國土地科學，2008（7）：38－44.

［5］陳捷 .房地產稅收對房價影響之分析［J］.價格月刊，2010（4）：19－21.

［6］蕭薇，唐焱 .政策對房地產價格影響分析［J］.經濟研究導刊，2009（2）：132－133.

［7］梁云芳，高鐵梅 .房地產市場與國民經濟協調發展的實證分析［J］.中國社會科學，2006（3）：74－84.

［8］宋勃 .房地產市場財富效應的理論分析和中國經驗的實證檢驗：1998～2006［J］.經濟科學，2007（5）32－35.