我國房價影響因素的區域性差異研究

易穎　劉美伶

摘要：房地產對社會與經濟發展、人民生活生產都起著重要作用，由于不同城市間地理位置、經濟、文化等的差異，所以我國東部、中部、西部地區的房地產業發展存在較大差異。本文主要從區域差異角度分析商品房價格的影響因素，實證得出結論，我國東部地區的房地產價格變動相對中部和西部地區更為敏感，且各地區相差較大，應適當通過宏觀經濟政策縮小東中西部地區的發展差距。

關鍵詞：房地產 房價 人均收入 儲蓄額 區域差異

一、引言

房地產行業作為我國國民經濟的支柱產業，對國民經濟發展有著重要影響，以房地產為核心的產業鏈涉及到的上下游行業多達20余個，按大類劃分，包括建筑建材、建筑施工、建筑裝潢、家用電器等。對于我國經濟，房地產行業可謂是牽一發而動全身。自2014年以來，在去庫存政策、股市低迷、居民對通貨膨脹預期等諸多因素的作用下，房價開始了新一輪的大幅上漲。國際經驗表明，房價過快上漲往往會加劇資產泡沫風險、加重國民財富的兩級分化，不利于國民經濟的平穩運行與社會的和諧發展。自2016年12月份以來，我國政府陸續出臺了一系列房地產調控政策，基于我國區域經濟發展不平衡的基本國情與不同區域、不同城市房地產行業發展存在差異的客觀事實，不同區域的房價雖然受著眾多相同因素的影響，但同一因素對不同區域房價的影響效力卻存在著差異。研究我國房價影響因素的區域性差異，有助于為我國房地產調控政策的制定與實施提供理論參考，對于我國房地產業的健康發展有著重要意義。本文利用2013年至2018年我國省級面板數據，實證分析我國房價影響因素的區域性差異，并根據研究結論提出相關政策建議。

二、文獻綜述

Cath Jackson和Michael White的研究表明房地產市場的供需因素、政府對城市的規劃以及房地產市場的發展情況等會使房地產市場產生區域性差異[1]。而區位因素會對房價波動造成影響。部分學者對我國房地產價格的影響因素以及引起區域性差異的原因進行了大量研究，李勇輝、陳勇強和何靈認為各區域經濟發展狀況、政策扶持力度和消費觀念不同造成了區域差異，我國房地產業的區域性差異不僅包括價格差異，還包括投資、市場供給、消費需求以及就業等差異[2]。梁云芳和高鐵梅的實證研究發現，信貸規模對東西部地區房地產價格的影響相較中部地區更為顯著，因而認為能引起區域差異最主要的因素是貨幣政策效應[3]。魏瑋和王洪衛將貨幣政策工具分為數量型工具和價格型工具，分析發現數量型工具對西部房地產價格的累積效應最大，價格型工具對東部的房地產價格的累積效應最大[4]。除這些因素以外，人口流動也會對房價的波動造成影響[5]，甚至各地區的高鐵建設也能顯著促進房價提升[6]。總的來講，各個地區的資源稟賦不同則經濟發展情況不同，這些差異都會造成房價的區域性差異。

三、研究設計

（一）樣本來源和指標選取

本文主要采用國內除港、澳、臺以外的31個省份2013年至2018年的省級面板數據進行分析。數據主要來自wind經濟數據庫，2018年的房價數據來源于中國城建與經濟社會發展統計數據庫?，F有研究中較常用到的房價影響因素變量主要有人均收入、居民儲蓄額和人口數[7]，因而本文選取人口數（P）、居民儲蓄（S）、居民人均收入（Y）三個變量，并進一步分別加入其與區域虛擬變量d1、d2的交互項，來考察人均收入、居民儲蓄額、人口數在不同地域對房價的影響是否存在差異。

（二）描述性統計

表1列示了各個省份不同年份主要變量數據的總體情況，我們可以看到，國內住房價格的均價為7614元，然而房價的最大值（34142）和最小值（3886）相差近9倍，初步表明了不同省份房價差異明顯。將各變量分東部、中部和西部地區討論可以看出，除人口指標外，東部地區各項指標都居首位，其次是中部地區，最低的是西部地區，東部地區和中部地區、西部地區的住房價格、儲蓄額、人均收入相差都較大，中部地區和西部地區的住房價格、儲蓄額、人均收入差距相對來說小一些;東部地區和中部地區的人口數相差較小，與西部地區相差較大（見表2）。

（三）模型設計

為更好地研究我國房價影響因素的區域性差異，本文建立了四個回歸模型，第一次回歸不加入涉及區域因素的虛擬變量，以單純考察人口數、居民儲蓄與人均收入對房價的影響，第二次回歸加入區域虛擬變量與人口數的交互項，以考察人口數對房價影響的區域性差異，第三次回歸加入區域虛擬變量與人均收入的交互項，以考察人均收入對房價影響的區域性差異，第四次回歸加入區域虛擬變量與居民儲蓄的交互項以考察居民儲蓄對房價影響的區域性差異。具體計量模型如下：

模型（I），分析人口數、居民儲蓄、人均收入對房價的影響：

模型（II），分析人口數對房價影響的區域性差異：

模型（III），分析人均收入對房價影響的區域性差異：

模型（IV），分析居民儲蓄額對房價影響的區域性差異：

其中，表示在t時期省份i的平均房價;表示在t時期省份i的人均收入;表示在t時期省份i的儲蓄余額;表示在t時期省份i的人口數;D1與D2為我們引入的區域虛擬變量，若省份所在地區為東部地區則D1=1，否則D1=0，若省份所在地區為西部地區則D2=1，否則D2=0，中部地區作為基準組不再單獨賦值。上述模型引入的交互項的經濟含義為：表示相關解釋變量在東部地區與中部地區對房價的影響存在的差異，若該項通過顯著性檢驗，則說明這一解釋變量對房價的影響在東部地區與中部地區存在顯著差異;表示相關解釋變量在西部地區與中部地區對房價的影響存在的差異。本文先進行豪斯曼檢驗，以判斷模型是適合選取為隨機效應模型還是固定效應模型，檢驗結果如下表3所示，說明固定效應模型在本研究中適用。

四、實證結果與分析

模型的回歸結果如表4所示，由第一次回歸可知，居民人均收入、儲蓄額、人口數對房價的影響著有較高的顯著性（p<0.001），房價隨著居民人均收入、儲蓄額的增加而增加，隨著人口數的增加而減少，基本符合經濟學的基本假設。第二、三、四次回歸結果表明，人均收入對房價的影響不存在顯著的區域性差異;居民儲蓄、人口數對房價的影響存在顯著的區域性差異，在東部地區房價對這些因素的敏感程度要高于中部地區，而在西部地區與中部地區則不存在顯著性差異。

五、結論與政策建議

根據以上研究，本文得出以下結論：第一，受到人均收入，人口數，儲蓄余額等因素的影響，我國房價由東向西呈區域性遞減趨勢。第二，我國房價的影響因素存在較為顯著的區域性差異。相比其他區域，我國東部地區房價受到收入、居民儲蓄與人口數等因素的影響更大，我國房價影響因素的區域性差異主要體現為東部地區與其他地區的差異。據此，本文提出如下政策建議：

落實東部地區商品房限價和限購政策，政府職能部門把穩地價穩房價穩預期的責任落到實處，降低東部地區房價波動對收入、儲蓄、人口等影響因素的敏感度。要堅持“房子是用來炒的，不是用來住的”市場定位，近年來東部地區經濟發展迅速，居民可支配收入和儲蓄額都大大提升，閑置資金在滿足消費需求之后帶來了大量投資需求如不動產投資需求，刺激了房價的快速上漲;為了避免房價過快上漲可能帶來的房地產泡沫和經濟波動，要采取限價和限購相結合的行政措施和經濟政策，同時以房地產稅收政策作為輔助調整手段。

優化區域差異化政策，加強黨的十九大報告中區域協調發展戰略的實施。西部地區房價及房價影響因素差距不大，主要是中西部地區和東部地區差距較大，歸根結底是由區域間的不平衡不協調發展及居民收入差距大導致。因此要結合不同區域的發展現狀采取針對性措施，充分發揮不同地區優勢，加強中西部地區基礎設施建設，加大對中西部地區的轉移支付，同時利用稅收優惠政策吸引對中西部地區尤其是西部地區投資，帶動中西部地區發展，增強不同地區間的良性互聯互動，縮小地區間發展差距。

參考文獻：

[1]Cath Jackson，Michael White. Challenging Traditional Real Estate Market? Classification for Investment Diversification[J].Journal of Real Estate Portfolio Management.2005（3）：307-321.

[2]李勇輝，陳勇強，何靈.中國房地產業的區域差異分析及對策建議[J].石家莊經濟學院學報，2006（12）：777-780.

[3]梁云芳，高鐵梅.中國房地產價格波動區域差異的實證分析[J].經濟研究，2007（8）：74-84.

[4]魏瑋，王洪衛.房地產價格對貨幣政策動態影響的區域異質性——基于省級面板數據的實證分析[J].財經研究，2010（6）：123-132.

[5]蒲火元，曹宗平，李超. 人口流動對中心城市房價的影響：以廣州為例[J]. 南方人口，2018，33（05）：29-42.

[6]陳立文，王榮，劉介立. 高速鐵路對城市房價的影響研究——基于石武高鐵面板數據的實證分析[J]. 資源開發與市場，2018（10）.

[7]陸銘，歐海軍，陳斌開. 理性還是泡沫：對城市化、移民和房價的經驗研究[J]. 世界經濟，2014（1）：30-54.

（易穎單位：華中師范大學經濟與工商管理學院;劉美伶單位：湖南農業大學經濟學院）