中国城市住房价格变动影响因素分析文档格式.docx
《中国城市住房价格变动影响因素分析文档格式.docx》由会员分享,可在线阅读,更多相关《中国城市住房价格变动影响因素分析文档格式.docx(23页珍藏版)》请在冰点文库上搜索。
均处于高位运行阶段。
表1和图1显示了1999年
以来住房价格的变动趋势。
①
以下通过近年来房价收入比、房价租售比、竣
工面积与销售面积比等关键指标进一步考察和评价
住房价格波动情况。
(一)房价-收入比的变动趋势
房价-收入比(PIR)是衡量住房价格水平高
低的重要指标。
按照世界银行的研究报告,发达国
家房价收入比一般在1·
8∶1~5·
1∶1之间,发展
中国家在4∶1~6∶1之间。
[1]我国1999—2008年城镇房价收入比波动情况如图2所示。
整体上,近
10多年来,我国房价收入比在6∶1~7·
5∶1之
间。
2003年以前,房价上涨并不明显,但与此同
时居民收入快速提高,城镇居民房价收入比在相对
较低水平上小幅波动,这一时期居民的住房支付能
力相对较强。
进入2004年以来,居民收入水平的
大幅提高并未提升住房负担能力,房价收入比大幅
跃升,并在2009年达到最高比7·
87∶1。
中国城
镇居民住房支付能力的显著下降,房价高速增长无
疑是一个重要的推动因素,但是,随着人们生活水
平的不断提升,由对面积、性能等住房品质要求的
提高所带来的影响亦不容忽视。
(二)房价-房租比变动趋势②
住房作为投资品,是家庭财富的重要组成部
分,购买住房可为投资者带来投资收益,住房租赁
则反映了更基本的住房需求,合理稳定的租售比显
示住房价格背后的有效需求支撑。
从这个角度来
看,住房销售价格与租赁价格之比也是一个重要的
衡量价格波动的指标。
在健全的房地产市场中,销
售市场与租赁市场需协调平衡发展。
从图3可以看
出,在住房市场化初期,住房租售指数比均大于
1,表明住房租赁价格上升幅度大于销售价格上升
幅度。
但2004年以后,住房销售价格迅速上升并
长期维持在较高的涨幅水平;
与此同时,租赁价格
上升速度逐渐回落,租售指数比低于1以下,售价
增长速度快于租价增长速度,租售价格增速之比趋
于缓和。
近年来,住房交易市场需求超过租赁需
求,销售市场发展更快。
过快的房价上涨速度,不利于消费者在租房与买房中作出理性选择,而往往会驱使消费者在心理预期作用下盲目信贷购房。
(三)商品房供给和需求变动趋势
住房体制改革以来,商品房交易市场高速发
展,商品房供给和需求快速增加,形成供需两旺的
局面。
商品房竣工面积与销售面积持续增长,竣工
面积由1999年的21410·
8万平方米增至2009年
的70219万平方米,增长了228%,2009年销售面
积是1999年销售面积的6·
4倍。
如图4所示,从
整体上看,商品房供需比在波动中逐渐下降,由供
给大于需求逐渐转向供给小于需求。
2004年以前,
竣工与销售面积之比远大于1,住房供给远远超过
住房需求,1999年二者的比例接近1·
5倍;
2005
年首次出现了需求大于供给的状况,此后两者差距
呈现扩大趋势;
2008年商品房竣工销售面积首现
回落,房屋竣工与销售面积比近似为1,需求迅速
减少,同期的房价也出现了11年来的首次回降;
2009年这一趋势得到扭转,市场需求迅速回升,
供需比为0·
75,差距达到近年来最大水平,住房
供给远远小于住房需求。
(四)不同城市房价变动差别
住房销售价格及房价变动趋势在不同区域城市
的分布(见表2)显示,我国房价存在着显著的城
市差异性。
2008年在住房价格最高的城市———深
圳市,房价高达12823元/平方米,是住房价格最
低城市———呼和浩特市的5·
1倍左右,不同城市房
价上涨幅度也相差较大。
在经济发展程度较高的东
部地区,城市住房价格也相对较高,而东北、中
部、西部地区城市房价则相对较低。
但在房价变动
趋势上,即使在同一区域经济水平类似的不同城
7市,房价上涨速度也存在明显的差异,部分经济水平欠发达城市房价涨幅亦处于较高水平
综上所述,近10多年来,我国房地产市场高
速发展,呈现出供求两旺的繁荣状态,商品房竣工
和销售面积快速增长,供给需求迅速增加,住房销
售市场发展迅速,并超过了住房租赁市场的发展速
度。
但与此同时,尤其是2004年以来,由于住房
销售价格的持续大幅度攀升,城镇居民住房支付能
力显著下降,住房销售价格涨幅持续高于租赁价格
涨幅,商品房需求超过了供给并且其差距在不断拉
大,住房价格及其涨幅在不同城市间的差异比较
显著。
二、住房价格波动的宏观因素分析
国外学者对房价影响因素的研究较早,且关注
人口、收入、住房按揭利率以及建筑成本等综合因
素的影响。
[2]我国的房地产市场起步较晚,对于房
价的定量研究也是从近几年才开始进行的。
沈悦和
刘洪玉分析了城市人口、城镇家庭人均可支配收入
等对住宅价格变化的影响;
[3]梁云芳和高铁梅研究
了信贷规模、人均GDP等因素对房价影响的区域
差异性,认为实际利率影响较小;
[4]余华义还考察
了土地供应对房价的影响。
[5]龙奋杰对35个主要城
市住宅市场研究发现,我国房价存在明显的城市间
差异性,并对住宅市场进行了城市类别划分。
[6]
根据笔者对国内外学者研究成果的梳理,影响
住房价格波动的宏观因素主要有人口、居民人均收
入、信贷规模、土地价格以及利率等。
一般来说,人口数量较多的城市或地区,住房
的需求量也越大,相应的,住房价格也越高。
随着
城市化水平的不断提高和市场化进程的不断加速,
城镇人口迅速增长所带来的对商品住房基本居住需
求的增加,是近年来房价快速上涨的重要因素之
一。
可以认为人口规模与城镇住房价格存在正相关
关系。
随着经济高速发展和城镇居民收入的增长,房
价也被推动上涨。
一方面,居民收入的提高,提高了消费者购房的支付能力,使得消费者有能力承受
更高的房价;
另一方面,随着居民可支配收入的增
多,消费者将追求面积更大、舒适度更高的居住环
境,即改善型住房需求随之增加。
住房价格的波动也在一定程度上受到金融机构发
放信贷量的影响。
对房地产开发商发放的信贷,将增
加市场中商品房的供给量;
而对消费者发放的消费信
贷,将增加市场中商品住房的消费和投资需求量。
作为住房价格的一个重要组成部分,土地价格的
变动也是影响房价波动的主要因素之一。
我国的城镇
土地归国家所有,房地产企业通过土地交易,从地方
政府手中取得城镇土地的使用权,进行商品房开发。
一般来说,土地价格的上升将带动房价的上涨。
从理论上说,利率对住房价格变动应有较大的
影响,但由于我国仍处于利率市场化的初始阶段,
实行的仍是利率管制制度,中国人民银行直接调整
基准利率,利率的市场化程度还很弱,波动相对并
不频繁,因而,本文将不把利率作为一个独立因素
进行专门探讨。
(一)从全国层面分析住房价格波动因素
1·
数据说明。
根据以上对房价波动影响因素
的分析,笔者选取住房销售价格指数HPI表示房
价变动,用居民住房用地交易价格指数LPI表示
地价波动,用城镇居民家庭人均可支配收入DI
(元)和金融机构信贷LN(亿元)来分析各因素
对住房价格波动的影响。
样本区间为1999—2009
年分季度数据。
数据来源于国家统计局编制发行的
《中国经济景气月报》。
2·
数据处理。
居民收入的季节变动往往会掩
盖其客观变化,在利用季节性数据进行相关分析
前,需要对其进行季节调整。
[7]图5为城镇居民家
庭人均可支配收入原始数据序列,图5显示,居民
收入存在明显的季节性变化规律,每年第一季度收
入最高。
这主要是由于第一季度适逢元旦和中国传
统文化节日春节,往往集中发放年终奖金、津贴、
过节费以及各种实物性补贴,从而使得第一季度的
收入远高于其他季度。
采用CensusX12方法对居
民收入进行处理后,得到的季节调整后的城镇居民
家庭人均可支配收入(DI_SA)如图6所示。
3·
模型分析。
结合选取的数据,建立多元线
性回归模型:
HPI=β0+β1LPL+β2DI_SA+β3LN+ε
式中,待估参数β0为常数项;
β1,β2,β3为对应因
素的相关系数;
随机误差项ε表示其他因素对房价
波动的影响。
选用最小二乘法(LS),在Eviews软件中进
行回归分析,结果如表3所示,回归方程为:
HPI=58·
0087+0·
379706LPI
+0·
00974DL_SA-0·
0001LN
模型中3个变量共同解释了因变量全国住房销
售价格指数69·
655%的变动,这也说明住房价格
波动的影响还有其他重要解释因素。
模型的F检
验的P值为0,说明回归方程总体是显著的。
回归
系数的t检验表明,3个自变量对因变量HPI的
影响都是显著的。
回归结果表明,住房价格波动与
土地价格和城镇居民人均可支配收入正相关,即随
着地价和居民收入的增加,房价增长幅度也随之加
大,这与以上的分析是一致的。
LN系数表明,随
着金融机构的信贷量的增加,房价增长速度会减
慢。
而模型中的多重共线性,可能造成回归系数符
号判定错误。
对自变量的皮尔逊(Pearson)相关
性检验(见表4)表明,DI_SA与LN存在着高
度的相关性,在99%的置信水平下,二者之间的
相关系数高达98·
6%。
对HPI与LN的相关性检
验结果(见表5)显示,在95%的置信水平下,房
价与信贷额实际上存在正向相关关系。
以上所做的对全国层面相关数据的分析表明,
土地价格、城镇居民人均可支配收入以及金融机构
的信贷量,这3个变量在很大程度上可以解释中国
城镇住房价格波动,是影响房价变动的重要因素。
3者对房价变动均起到正向影响作用。
(二)从不同城市比较分析住房价格波动
因素
我国城镇住房价格存在着显著的城市性差异,
在同样从紧或趋松的宏观调控政策下,不同城市住
房价格走势却显现出明显的不同。
住房价格的这种
地区间差异,也可以反过来解释房价上涨的原因,
因而笔者推断,城市间的显著差异之处也是造成房
价波动的重要影响因素。
城市聚类分析。
笔者选取国家统计局调查
发布信息的35个大中城市①,根据房价的绝对水
平以及相对涨幅进行分类。
数据采用2008年35
个大中城市房地产价格指数,以及对应的城市住宅销售价格,前者来源于2009年的《中国统计
年鉴》,后者来源于2009年的《中国房地产统计
年鉴》。
采用系统聚类分析,将房价及其变动水平相似
的城市归为一组,结果如表6、表7所示。
第一类
(一线)城市有北京、上海、深圳等6个城市,房
价指数平均104·
1,平均房价达9753·
2元/平方
米;
第二类(二线)城市包括天津、大连、南京等
10个城市,房价平均涨幅为5·
7%,平均房价为
5094·
7元/平方米;
石家庄、太原等19个城市为
第三类(三线),平均房价指数为106·
9,平均房
价4874·
7元/平方米。
三类城市之间房价水平相
差较大,存在较为显著的差异。
但是,2008年这
三类城市房价平均涨幅相差并不显著,这主要是
一二线城市受金融危机影响相对较大,涨幅较以
前有所回落,一线部分城市甚至出现负增长,而
三线城市房价在2008年的快速拉升,改变了之
前涨幅长期普遍低于一二线城市的状况。
住房价格水平较高、涨幅较快的一二线城市,
人口相对较多,提供的公共服务水平也较高。
近年
来,中国越来越多的城市成功申办各种世界型盛
会,如北京奥运会、上海世博会、广州亚运会、深
圳大运会等,促进了城市交通等基础设施以及医疗
卫生等公共服务的建设和完善;
而天津、大连、青
岛等旅游城市,当地政府为营造城市旅游环境,也
注重在公共服务方面的支出。
城市交通、医疗卫
生、教育等基本公共物品或服务,直接影响到居民
的生活质量,消费者往往“用脚投票”,选择拥有丰富资源、优质公共服务的区域居住。
[8]从而使得
公共投入较多、设施便利的一二线城市能够吸引更
多的购房者,进而提升当地的住房价格。
笔者由此
推断,基础设施、医疗卫生、教育等公共产品和公
共服务投入也是影响住房价格波动的重要因素。
2·
基于数据的可得性,笔者选取
了13个城市年末总人口PP(万人)、地方财政人
均教育支出ED(万元)、人均医疗卫生支出EH
(万元)、人均城市维护费FF(万元)和城市房屋
销售价格指数HPI。
我国2007年实行预算收支分
类科目改革,从2007年起,财政支出科目进行了
相应的调整,故样本时间选取1999—2006年。
数
据来源于各城市历年的统计年鉴,人均支出由各城
市当年相应科目支出除以年末人口计算得出。
3·
回归分析。
笔者建立以下面板数据模型①:
HPIit=αi+β1iPPit+β2iFFit+β3iEDit
+β4iMHit+uit式中,t=1,2,…,T;
i=1,2,…,N;
其中,T=8,
N=13。
假设H0:
α1=α2=…=αN,即模型中不同个
体的截距相同(应采用混合回归模型);
H1:
αi不
同。
检验统计量①F为:
F=(1009·
012-665·
4377)/(13-1)665·
4377/(104-13-1)
=3·
87>
F0·
05(12,90)=1·
86
故拒绝原假设。
进一步进行Hausman检验,表
8显示,Hausman统计值为11·
26,对应P值为
0·
02<
05。
因而,本文采用个体固定效应模型,
对参数进行估计。
使用广义最小二乘法,由参数估计结果(见表
9)得出方程表达式:
方程F检验结果表明,方程整体是显著的,
模型解释了房价指数68·
6%的影响因素,即选
取的4个变量在一定程度上解释了房价的波动。
自变量系数t检验对应的P值表明,ED和MH
均显著。
方程结果中,自变量MH和PP的系数符号
与笔者预期的相反,暗示存在多重共线性问题。
由
自变量间相关系数矩阵及其检验(见表10)表明
FF,ED和MH3个变量间存在显著的较高正相关
性。
地方财政总支出的增加或减少,对基础设施、
教育、医疗投入造成同步增减。
自变量间的相关性
对回归的结果造成了混乱。
有必要分别讨论各自与
HPI的关系。
对HPI与4个自变量分别进行
Pearson相关性检验,如表11、表12、表13、表14所示。
结果表明,房价指数HPI与城市基础设
施财政支出FF、教育财政支出ED以及医疗卫生
财政支出MH,均存在显著的正相关关系。
其中,
HPI与FF和ED在99%置信水平下正相关,与
MH在95%的置信水平下正相关。
而HPI与PP
的正相关关系并不显著,但我们并不能因此否定城
市人口对房价波动的影响作用,这主要与笔者采用
的数据有一定的关系。
对于城市人口PP来说,各
城市统计年鉴中统计的年末人口一般以当地户口人
数为准,少部分城市公布的则是常住人口,统计口
径有所不同;
而且,统计数据并未单独区分城镇人
口数,而农村的住房由农民在集体土地上自行建
设,不能用于市场交易,亦没有市场价格,使用城
镇与农村总人口数据,在很大程度上影响了最终的
结果。
三、若干结论
本文对我国近10多年来房地产市场价格的变
动情况进行了回顾,得出了房价波动的若干特征。
我国房地产市场发展迅速,住房市场价格快速上
涨,在商品房竣工和销售面积快速增长的同时,住
房销售价格的上涨超过了住房租赁价格的上涨,房
价-收入比快速提升,居民支付能力下降。
住房价
格以及房价涨幅呈现出了显著的城市差异性。
在全国层面,通过多元回归分析得出,土地价
格、城镇居民人均可支配收入和金融机构信贷量是
影响住房价格波动的重要因素。
地价、收入以及信
贷额的增加,会带来房价上涨速度的加快。
房地产市场在城市之间存在着显著的差异性
按照房价波动情况,对中国城市进行聚类划分为
类。
对3类城市进行差异性分析,笔者认为,人口
以及城市基础设施、教育、医疗卫生等公共服务的
投入,将影响房价的变动。
回归分析表明,地方财
政人均公共服务支出,在一定程度上与房价波动存
在正向相关关系,但由于数据代表性不足,人口对
房价的影响并没有得到很好的验证。
13参考文献
[1]夏刚·
房价收入比来源、用途及局限性[J]·
经济研究导刊,2009,(27)·
[2]龙奋杰,沈悦,刘洪玉,郑思齐,董黎明·
住宅市场与城市经济互动机理研究综述与展望[J]·
城市问题,2006,
(1)·
[3]沈悦,刘洪玉·
住宅价格与经济基本面:
1995-2002年中国14城市的实证研究[J]·
经济研究,2004,(6)·
[4]梁云芳,高铁梅·
我国商品住宅销售价格波动成因的实证分析[J]·
管理世界,2006,(8)·
[5]余华义·
经济基本面还是房地产政策在影响中国的房价[J]·
财贸经济,2010,(3)·
[6]龙奋杰·
中国主要城市住宅市场差异的经济分析[M]·
北京:
清华大学出版社,2008,(9)·
[7]高铁梅·
计量经济学分析方法与建模[M]·
清华大学出版社,2006·
[8]叶剑平,王娟·
公共服务均等化与中国房价的关系[J]·
探索与争鸣,2010,(3)·
(责任编辑:
王碧峰)