成本推动、需求拉动——什么推动了中国房价上涨？

李仲飞，张 浩

(中山大学管理学院，广东 广州 510275)



成本推动、需求拉动
——什么推动了中国房价上涨？

李仲飞，张 浩

(中山大学管理学院，广东 广州 510275)

本文以我国房价上涨的成因为切入点，通过构建房地产生产者利润最大化和消费者效用最大化的局部均衡模型，并利用我国2002-2011年的分省面板数据分解出成本、需求和非市场因素在不同时间段和不同地区对我国房地产价格的拉动程度，揭示出我国房地产价格上涨的原因。研究发现，在我国“房价较快增长地区”，具有明显的需求拉动型特征，且市场预期因素明显；在我国部分“房价较慢增长地区”，房价上涨的成本推动特征明显；金融危机前，我国房价属于典型的成本推动型价格上涨；而后金融危机时期，则呈现出需求推动型特征。因此，在“房价较快增长地区”，需要从抑制过剩需求、降低投机欲望、稳定市场预期等入手来实现房价调控的效果；而在“房价较慢增长地区”，则应从加大土地供给、降低土地成本入手，抑制房价上涨的潜在可能。

房价；成本推动；需求拉动

1 引言

自1998年住房制度改革以来，房地产市场在我国开始蓬勃发展。特别是2003年以后，我国房地产价格开始快速上涨，尤其是部分一线城市的房地产价格增长过快，居民买房难已经成为社会广泛关注的问题之一。

按照商品价值规律，住宅的价格应该围绕着其价值在供需的影响下波动。那么近年来房地产价格过快上涨是由什么原因所造成的呢？对于房价过快上涨的原因，不少学者根据Muth[1]的理论，认为成本因素是房价的基础决定因素，房屋建造过程中投入的要素价格直接决定了新建住房的价格[2-4]。这其中，土地成本变动被部分学者认为是最重要的原因之一，如Kiyotaki等[5]通过将土地和资本作为房地产的生产要素来对房价进行分析，研究发现土地价格的升高会明显拉高房价。而且从我国近年来房价的几波上涨行情来看，在2005年和2009年，开发成本的大幅上升确实直接引起房价产生一轮大幅的上涨。因此，国内有不少学者认为土地的“招拍挂”政策抬高了地价，直接推动房地产价格大幅上涨。如平新乔和陈敏彦[6]的研究便表明，在中国，土地价格对于房地产价格有明显的助推作用。

而另一部分学者则认为，房地产价格是由市场供求不平衡导致的，近年来由于家庭结构的变迁和居民收入的稳步增长，大量潜在需求逐渐转化为购买力进入房地产市场，使房地产市场出现供不应求，从而促进了房地产价格上涨。一般而言，需求的增加体现在购买能力的增加及购买意愿的增加上。一方面，收入的提高会引起房价的上涨[7-10]。就我国目前的情况而言，邹至庄和牛霖琳[11]的研究表明，我国居民的住房收入需求弹性在1左右，收入的提高会极大地带动了购房者的需求;2011年，曾康霖和吕晖蓉[12]更是在人民日报撰文指出，我国居民收入的增加是带动我国近年来房价上涨的首要原因。另一方面，购房者购买意愿的提高，也会促进房价的上涨，这在我国主要体现在：一是随着我国家庭结构的变迁和人口结构的变化，近十年来我国居民对房屋的需求大幅度增加[13]，而城镇人口的聚集和结构变化也会引起对住房需求的增加[14]；二是目前投资渠道匮乏和存款负利率，使得越来越多的投资者乐意将房地产作为投资对象，增加了房地产的投资需求。

此外，还有部分学者将房价的上涨归因于投机等非市场因素行为[15-16]。Mikhed和Zemcik[17]通过引入购房者收入、人口数量、租金价格、建造成本等基础因素采用面板模型对美国的房价进行了分析，研究发现基础因素已经无法完全解释房价的变化，样本期内美国房地产市场开始存在泡沫。

综上所述，持成本推动型观点的学者主要是站在房地产供给角度上，从房屋的投入成本出发，对房地产价格进行解释的；而持需求拉动型观点的学者则站在房地产的需求角度上，通过需求的扩张来解释房地产价格增长的；当然也有部分学者将房价上涨归因于市场预期、政策调控等。尽管也有学者将这些因素进行综合考虑[18]， 但我国近10年来房价的上涨到底是什么原因造成的？相关的研究却很少专门涉及。就我国目前的房地产调控政策而言，如果近年来房价上涨是由成本推动的，那么政策的落脚点则应该放在加大土地供给、降低土地成本上；如果房价上涨是由需求拉动的，那么政策的落脚点则应该是合理规范市场需求上。只有在了解房价上涨原因的基础上，因地制宜地实施各项调控政策，才能实现房价调控的效果。因此，探究我国房地产价格上涨的原因无论是在理论上还是在政策实践上都有重要意义。

本文将从房地产生产者利润最大化和消费者效用最大化角度出发，通过建立房地产厂商和消费者两部门的局部均衡模型，探讨房地产价格变动的成本原因和需求原因；并利用我国2002-2011年的分省面板数据模型进一步分解出成本、需求和非市场因素在不同时间段和不同地区对于我国房地产价格的拉动率，从而揭示我国房地产价格上涨的原因。与既有研究相比，本文的主要贡献在于对我国房价上涨的原因进行了分解，揭示了我国不同区域和时间段房价变动的成因，并为相关房地产调控政策的实施奠定理论基础。

2 理论分析框架

2.1 局部均衡模型的构建

根据Muth[1]和Kiyotaki等[5]的研究结论，房地产企业在建造房屋过程中的投入品主要包括：土地，水泥、钢材等建材以及资本。因此本文假设房地产生产者(REP)的生产函数为：

YREP=TREP(YPM)γ1(HREP)γ2(KREP)γ3

(1)

其中，YREP、TREP、YPM、HREP和KREP分别表示房地产业的产出、技术水平、其他制造业产品投入、土地投入和资本投入。

同时，假设市场中的所有个人的收入来源于劳动收入(1)，且只用于购买基本消费品、其他商品以及房屋。这样，市场中的典型消费者的效用函数为:

u=η1lncAP+η2lncTP+η3lncREP

(2)

消费约束为:

pAPcAP+pTPcTP+pREPcREP=I

(3)

其中，cAP,cTP,cREP分别为典型消费者对于基本生活品、其他消费品品和房产的消费数量；pAP,pTP,pREP分别为三类产品的价格。结合(2)和(3)式，典型消费者所面临的最优化问题为：

maxu=η1lncAP+η2lncTP+η3lncREP

s.t.pAPcAP+pTPcTP+pREPcREP=I

(4)

这样，通过一阶条件可以得到典型消费者对于房产的需求函数为:

(5)

另一方面，房地产生产者的利润函数为：

πREP=pREP·TREP(YPM)γ1(HREP)γ2(KREP)γ3-pPMYPM-pHHREP-rREPKREP

(6)

其中，pPM、pH和rREP分别表示其他制造业产品、土地和资金的价格。并假设各种投入品价格是由各自的市场来决定，对于房地产生产者而言均为外生给定的。进一步通过(6)可以得到房地产生产者利润最大化时的各种要素投入水平：

(7)

(8)

(9)

假设市场中的消费者数量为L，且市场出清条件为：

L·cREP=YREP

(10)

在市场出清条件(10)式的基础上，将(1)式、(5)式、(7)式、(8)式和(9)式代入(10)式，可以得到房产市场均衡价格的表达式，如(11)式所示：

(11)

2.2 各种影响因素的分解

(11)式表明各种因素对于均衡价格的影响，但是各类影响因素的影响程度有多大，则需要做进一步的分解。假设各要素投入价格、人口数量、收入水平以及非市场因素等都随时间变化，记:

Ct=pPMtγ1·pHtγ2·rREPtγ3

(12)

(13)

(14)

则可以得到:

pREPt=ξt·Ct·Dt

(15)

即房地产价格是由生产成本、市场需求和其他非市场因素构成。对于(15)式两边取对数并对时间求导可得：

(16)

进一步化简可以得到:

(17)

令：

则ωC、ωD和ωξ分别代表生产成本的变动率、需求水平的变动率和其他非市场因素的变动率占房地产价格变动率的比例，且ωξ+ωC+ωD=1。而ωC、ωD和ωξ的相对关系则体现出房地产价格的变动是由何种因素所引起的。当房地产价格上涨时，若相对ωC较大，则可以认为房地产价格的上涨主要是由于成本推动的；若ωD相对较大，则可以认为是由于需求的拉动；而若ωξ相对较大，则房地产价格的上涨是由政策、投机等非市场因素所引起的。在此基础上，便可以根据相应的系数以及各因素的变化率分析出我国房地产价格上涨的原因。

3 经验方程与数据检验

3.1 计量模型的构建

在(11)式的基础上，本文构建如下计量模型：

(18)

3.2 指标的选取及数据来源

本文在实证分析中所需要选择的指标包括：房地产价格、建造成本、土地成本、资金成本、人均收入、人口数量以及购买意愿。其中，房地产价格采用商品房当年平均销售价格；建造成本采用商品房竣工房屋造价；土地成本通过“单位面积土地购置费用/容积率”得出；资金成本选取商业银行五年期以上贷款利率，鉴于利率是全国性的同一指标，本文还选取了房地产企业的利息支出并平摊到单位面积上作为单位面积的资金成本；人均收入采用城镇家庭平均每人可支配收入指标；人口数量则使用城镇居民人口数量；对于消费者的购房意愿，成交面积是购房者购房意愿的较好体现，但是考虑到价格与购房意愿之间可能存在的内生性问题，本文选用商品房销售面积的增长率作为代理变量来反映购房者需求。这是因为购房者购买意愿越强烈，销售成交面积的增长率也相应越高；同时，价格对于销售面积的增长率的影响也相对较弱。

本文使用我国除港澳台之外的31个省市自治区2002-2011年的房地产市场的相关数据。其中，各省市的房地产价格、土地购置费用、土地购置面积、人均收入、人口数量、利率、商品房销售面积以及各省的CPI数据来源于中经网数据库；房地产企业的投资额、商品房竣工房屋造价来源于WIND数据库。CPI数据换算成以2000年为基期的定基数据。

3.3 平稳性检验

表1 变量水平值面板单位根检验结果

注：括号内为伴随概率。

4 实证结果分析

根据前文的检验结果，对(18)式进行回归。鉴于房地产价格的上涨有可能是一种货币现象，因此模型M1和M2使用的是没有经过CPI平减的原始数据，而M3选取的则是经过CPI平减的全样本数据。其中，M1和M2所选取的资金成本指标有所不同。从模型M1和M3的回归结果来看，相关数据是否经过CPI平减对于回归结果的影响并不大；而模型M2中，资金成本选取利率r也不显著。因此，后文的分析均以形如M3的经过CPI处理的模型为主。同时，本文将31个省10年(2002-2011年)的房地产价格增长率由高到低排序，排名前16的省份作为“房价较快增长地区”，剩下的15个省份作为“房价较慢增长地区”。这样，M4的样本为“房价较慢增长地区”，M5的样本为“房价较快增长地区”。本文样本时间区间均为2002-2011年。根据Hausman检验结果，模型均采用固定效应模型，回归结果见表2。

从模型M3的回归结果来看，解释变量的符号均与预期相同，各类成本的上升及需求的增加都会使得房地产价格出现上涨，这与前人的研究结论基本相一致[19-21]。从全国范围内来看，居民收入的增加是支撑房价上涨的主要因素之一，建造成本和资金成本的上涨也会带来房地产价格的提高。此外，土地成本的影响相对较小也不显著。同时，城镇人口的增加尽管对于房地产价格有正向推动，但是这种影响并不显著。此外，购房意愿的提高也在一定程度上显著推高了房地产价格。

在以“房价较慢增长地区”为样本的模型M4中，则体现出各省份的特性。从需求方面看，居民收入的增加依然是房地产价格上涨的基础，而城镇人口和购房意愿的影响却不显著。而从成本方面看，建造成本和土地成本的增加会显著提高“房价较慢增长地区”的房地产价格，且影响程度较大；而资金成本的影响力则较小。总体看来，在“房价较慢增长地区”，成本原因更能解释该区域房价的上涨现象。而在以“房价较快增长地区”为样本的模型M5中，结论则与M4相反。居民收入、城镇人口增加和购房意愿的增长对房地产价格有较大影响。这是因为在“房价较快增长地区”中，绝大部分为东南沿海省份或者是中西部较为发达的省份，其居民收入不断提高，外来迁徙人口也增长较快；且这一区域大部分省区房地产市场化程度较高，居民购房意愿也相对强烈，从而带动了房地产价格的快速上涨。但相对而言，各成本因素则影响程度较小。从模型M4和M5的回归结果对比来看，在“房价较慢增长地区”，成本因素对于房价的影响要更加明显；而在“房价较快增长地区”，需求因素所起到的作用则更加重要。相关具体各因素对于房地产价格的拉动程度，后文将做进一步分析。

表2 2002-2011年我国房地产价格影响因素模型回归结果

注：系数下方括号内为伴随概率P值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在1%水平上显著。下同。

2002-2006年我国的房地产价格基本保持平稳上涨态势，2008年由于金融危机的影响，全国房价出现了多年来首次下跌，原有持续上涨的趋势被打破。但在2009年4万亿投资的带动下，房地产价格又出现了新一轮的报复性上涨，且上涨幅度明显高于之前。基于房地产价格出现的这种变化，本文进一步将全国2002-2011年的样本分成了三个时间段，即2002-2006年、2007-2008年、2009-2011年三个子样本进行分析。相关回归结果如表3所示。

从模型M6-M8的回归结果来看， 2002-2006年，土地价格的上涨对于房地产价格的影响程度要较其他时间大一些。而模型M7的结果则和M3、M6和M8有较大差异，这主要是因为在这一样本区间内，由于金融危机的影响，我国房地产价格出现了近10年来唯一一次下滑；与此同时，投资增速在这一段时间放缓、城镇居民人均收入的增长率也由之前的10%以上大幅下降到8.4%；而且这一时期，由于宏观环境对于房地产业的冲击也使得购房者意愿更是出现了负增长。但是由于投资的周期性，这一时期的建造和土地成本并没有出现大幅度滑落，人口增长趋势也没有发生改变，由此便出现了人口规模、建造和土地成本与房地产价格之间的负效应。因此，总体来看，2008年房地产价格的下降主要是因为美国次贷危机所造成的我国经济下滑，以及购房者意愿大幅度下降所引起的。而从2009年开始，在四万亿投资的拉动下，不但居民收入再次回到2008年之前的增速区间，而且居民购房意愿又重新得到释放，从而使得2008年以后我国房地产价格上涨的需求拉动型特征明显。

表3 我国房地产价格影响因素模型分时间段回归结果

5 房地产价格上涨原因的再分析

根据表2和表3的结果，尽管可以初步判断出各影响因素对于房地产价格的影响大小，但是由于在样本期内它们本身变化程度存在差异，因此无法判别出各因素对于房地产价格的拉动程度。因此，笔者根据(15)-(17)式的思路，分离出各影响因素对于房地产价格上涨的拉动率。其中，表4-表8分别是根据模型M3—M6和模型M8的结果所得到的各种因素在不同样本和不同时期下对于房地产价格的拉动程度。表4表明，就全国的样本而言，2002-2011年，收入的增加是拉动房地产价格上涨的主要原因，房价上涨的44.45%要归因于城镇居民收入的提高。从整体情况看，房地产各项成本的提高对于房地产价格的拉动率达到了49.24%，而需求方面对于房地产价格的拉动率达到了50.17%。因此，本文认为成本推动和需求拉动共同造成了近十年来我国整体房地产价格的上升。

根据梁云芳和高铁梅[22]的研究结果，我国的房地产价格变动具有明显的区域特征，因此，笔者按照前文“房价较慢增长地区”和“房价较快增长地区”的划分标准并结合模型M4和M5的回归结果，对“房价较慢增长地区”和“房价较快增长地区”房地产价格的上涨原因进行了进一步分析，结果如表5和表6所示。从表5的结果中可以发现，在“房价较慢增长地区”，土地成本上涨大幅推动了房地产价格的上涨，并且整个房地产价格的上涨中有近95%是由于成本的上升所拉动的；相对而言，需求的拉动力则弱了许多，不足37%，且主要是由收入的提高所拉动的；而非市场因素对于房价有明显的抑制效果。这表明，从调控效果来看，“房价较慢增长地区”的房价得到了很好的控制，但在一定程度上也限制了购房者的合理需求、制约了房地产市场的正常发展。而这种正常需求的抑制势必会形成需求的“堰塞湖”，一旦“溃堤”，房价必将出现报复性上涨。反之，若能合理规划土地供应、降低土地价格，不但可以满足居民合理住房需求，而且能起到事半功倍的调控效果。

而表6的结果则显示，在“房价较快增长地区”，成本上涨对于房地产价格的拉动率仅33.7%，需求因素则起到了主要的拉动作用。其中，人口的拉动作用达到了10%以上，这表明在“房价较快增长地区”城镇化率提高所带来的外来人口聚集有力地拉动了当地房价的上涨。同时，在“房价较快增长地区”，非市场因素对于房地产价格的上涨也起到推波助澜的作用。这可能是因为尽管国家颁布的一系列政策对于房地产价格起到了一定的抑制作用，但是调控政策则显得力度不足，且在以东部沿海地区省份为主的“房价较快增长地区”，由于房地产价格增长过快、波动较大，房价上涨预期强烈，使得在这些省份，非市场因素对于房价有较强的拉动作用。根据表7结果，2002-2006年，我国房地产价格的上涨主要应该归因于成本的推动，这一时期成本上升对于房地产价格上涨的拉动率达到了58.87%，尤其是土地成本的拉动率更是占到了30.24%。这主要是因为，在这一时期，协议出让土地的现象逐渐杜绝，土地使用权开始全面施行招标、挂牌、拍卖等方式，土地价格上涨幅度较大，致使房地产企业的拿地门槛和成本开始提高，因而推动了这一时期房价的上升。

表4 M3中各影响因素对于房地产价格的拉动程度

注：1、回归系数来源于模型的回归结果；2、单位化系数=某影响因素回归系数/所有因素回归系数和；3、变量增长率来源于模型中各变量的平均增长率；4、拉动贡献=单位化系数×变量增长率；5、拉动率=拉动贡献/房地产价格增长率。下同。

表5 模型M4中各影响因素对于房地产价格的拉动程度

表6 模型M5中各影响因素对于房地产价格的拉动程度

表7 模型M6中各影响因素对于房地产价格的拉动程度

表8 模型M8中各影响因素对于房地产价格的拉动程度

而表8的结果则显示，2009-2011年，需求对于房价的拉动趋势明显，拉动率超过了65%。这是因为2009年国家出台了一系列新政支持房地产业，政策环境开始宽松，致使对房屋的各种需求大量释放，购房者意愿明显提高，从而导致我国房地产价格出现了新一轮的上涨。同时，注意到这一时期“非市场因素”对于房地产价格的上涨也起到了一定的推动作用，拉动率达到了7.6%，这可能是因为这一时期投资房地产的成本出现大幅度下降，市场对于房地产市场价格的预期不断上扬，从而直接拉动了房地产价格的上涨。

6 结语

综上所述，就全国范围而言，2002-2011年，我国房地产价格的上涨源于成本推动和需求拉动的共同结果；其中，2002-2006年，房地产价格的上涨具有明显的成本推动型特征，2009-2011年，则具有明显的需求拉动型特征，且在这一时期，非市场因素对于房地产价格的推动作用显现。而在“房价较慢增长地区”，房价上涨的成本推动特征明显，因此在下一步的调控中，应从优化土地供给方式、加大土地供给、降低土地成本入手，提高房价的调控效果；但在“房价较快增长地区”，房地产价格上涨受到需求拉动的影响相对较大，且即便在国家不断颁布和实施控制房地产价格过快上涨政策的背景下，市场预期等因素仍在很大程度上拉高了房地产价格。由此可见，就全国范围而言，房价中的非市场因素并不明显，目前所实施的房地产相关调控政策也基本抑制了房地产市场中的投机行为。而在 “房价较快增长地区”，房价相关调控的力度目前尚显不足，需进一步稳定市场预期，因此对于该区域的部分省市，相关调控的措施、力度、手段和针对性应当进一步加强。根据本文的研究结论，若能在我国的中西部地区，从土地供给政策入手，通过降低土地成本降低房价；而在东南部地区，从治理市场投机入手，降低市场的投机机会，因地制宜地实施各项调控政策，那么我国新一轮的房地产市场调控政策的实施效果将会更加明显。

[1] Muth R F. The demand for non-farm housing[M]// Harberger A C. The demand for durable goods. Chicago: University of Chicago Press, 1960: 29-96．

[2] Poterba J M. House price dynamics: The role of tax policy and demography[J]. Brookings Papers on Economic Activity，1991(2):143-203.

[3] Hort K. The determinants of urban house price fluctuations in Sweden 1968-1994[J]. Journal of Housing Economics, 1998, 7 (2): 93-120.

[4] Capozza D R, Hendershott P H, Mack C, et al. Determinants of real house price dynamics[R]. Working Paper, NBER, 2002.

[5] Kiyotaki N, Michaelides A, Nikolov K. Winners and losers in housing markets[J]. Journal of Money, Credit and Banking, 2011, 43 (2-3): 255-296.

[6] 平新乔, 陈敏彦. 融资、地价与楼盘价格趋势[J]. 世界经济, 2004, (7): 3-10

[7] McCarthy J, Peach R. Are home prices the next bubble?[J]. Federal Reserve Bank of New York Economic Policy Review，2004, 10 (3): 1-17.

[8] Magne O F, Rady S. Housing market dynamics: On the contribution of income shocks and credit constraints[J]. Review of Economic Studies, 2006, 73 (2): 459-485.

[9] Muellbauer J, Murphy A.Booms and busts in the UK housing market[J]. The Economic Journal, 1997, 107 (445): 1701-1727.

[10] 况伟大. 预期、投机与中国城市房价波动[J]. 经济研究, 2010, (9): 67-78.

[11] 邹至庄, 牛霖琳. 中国城镇居民住房的需求与供给[J]. 金融研究, 2010, (1): 1-11.

[12] 曾康霖, 吕晖蓉. 住房价格上涨原因剖析[N]. 人民日报, 2011-04-29.

[13] 徐建炜, 徐奇渊, 何帆. 房价上涨背后的人口结构因素:国际经验与中国证据[J]. 世界经济, 2012, (1): 24-42.

[14] 李健元，孙刚, 李刚. 中美人口数量代际变化对中美股票市场和房地产市场的影响研究[J]. 管理世界, 2011, (8): 171-172.

[15] Bowes D R, Ihlanfeldt K R. Identifying the impacts of rail transit stations on residential property values[J]. Journal of Urban Economics, 2001, 50 (1): 1-25.

[16] Black S E. Do better schools matter? Parental valuation of elementary education[J]. Quarterly Journal of Economic, 1999, 114 (2): 577-599.

[17] Mikhed V, Zemcik P. Do house prices reflect fundamentals? Aggregate and panel data evidence[J]. Journal of Housing Economics, 2009, 18 (2): 140-149.

[18] Shiller R J. Irrational Exuberance[M].Princeton:Princeton University Press, 2005.

[19] Gallin J. The long-run relationship between house prices and income: Evidence from local housing markets[J]. Real Estate Economics, 2006, 34 (3): 417-438.

[20] 张浩，李仲飞，邓柏俊.教育资源配置机制与房价——我国教育资本化现象的实证分析[J].金融研究，2014(5)：193-206.

[21] 况伟大. 住房特性、物业税与房价[J]. 经济研究, 2009,(4): 151-160.

[22] 梁云芳, 高铁梅. 中国房地产价格波动区域差异的实证分析[J]. 经济研究, 2007, (8): 133-142.

Cost-push or Demand-pull：What Is Driving the Housing Prices in China?

LI Zhong-fei, ZHANG Hao

(Sun Yat-sen Business School, Sun Yat-sen University, Guangzhou 510275, China)

A partial equilibrium model for real estate producer’s profit maximization and consumer’s utility maximization is established to look for the causes of housing prices increasing. The provincial panel data from 2002 to 2011 is used to decompose cost, demand and non-market factors of driven degree on China's housing prices in different time periods and different regions, and reveal the causes of China's real estate prices increasing. The results show that, in the “regions whose prices increase rapidly” of China, there is a significant demand-pull characteristic of housing price; But in the “regions whose prices increase slowly”, the cost-push characteristic is obvious. On the other hand, before the financial crisis, China's housing prices have typical cost-push characteristics; while after the financial crisis, there is a significant demand-pull characteristic. Therefore, for the regions with demand-pull characteristics of housing price, we should inhibit the excess demand, reduce the speculative desire, stabilize market expectations and so on, to realize the effect of price regulation; And for the region with demand-pull characteristics of housing price, the governments should increase land supply and reduce land cost to curb the potential increasing of housing prices

housing price; cost-push; demand-pull

1003-207(2015)05-0143-08

10.16381/j.cnki.issn1003-207x.2015.05.018

2013-10-28；

2014-03-08

国家自然科学基金重点项目(71231008)

李仲飞(1963-)，男(汉族)，内蒙古人，中山大学管理学院执行院长，教授，博士生导师，研究方向：金融经济学.

F293.35

A