中国房地产市场集中度及其对房价的影响实证

李 敏，熊斯婷，张 东

(1．中南财经政法大学 金融学院，湖北 武汉430073;2．中南财经政法大学 会计学院，湖北 武汉430073)

房价(本文主要指新建商品房价格)居高不下是我国当前的社会热点问题，社会各界纷纷探讨引起房价快速上涨的原因。根据现代产业组织理论，市场集中度是衡量某产业内企业的竞争程度和市场支配力量的一个基础指标，产业内的竞争形势对企业定价有巨大影响。在集中度较低的市场，竞争比较充分，企业很难通过高价格获得超额利润;而集中度较高的市场中，企业容易运用市场支配力量采取高价策略获得超额利润。市场集中度体现产业组织发展状态，在国家“分类调控”和“去行政化”的政策思路下，把握我国房地产业在各区域的产业组织发展现状及其与房价的关系，无疑对房价的调控和房地产的长远发展都具有非常现实的意义。

一、文献回顾

关于我国房地产市场集中度的研究主要集中在房地产集中度的测算和市场结构的优化。王新军从理论上分析了中国房地产业的集聚特点［1］;杨承坤定量测算了中国房地产业集中度指标值，并分析了房地产业集中度水平偏低的原因［2］;杨艳琳和李丽、张巍等实证分析了房地产业集中度与绩效的关系，以及集中度的影响因素等问题［3］。张巍、许彦辉、陈伟用多元回归分析模型对房地产业市场集中度进行定量分析，得出市场集中度与期初集中度之间存在正相关关系，与生产扩张能力之间存在负相关关系，并与行业进入壁垒正相关［4］。周刚、孙尧、许远明从全国房地产市场集中度指标和区域性房地产市场集中度指标两个方面分析得出我国房地产市场集中度低、规模过小的结论［5］。而李宏瑾对我国及各省房地产市场势力进行测算的结果表明我国房地产市场的垄断程度相当严重［6］。余凯提出如果分析某一个区域的房地产市场，我国房地产业的市场集中度较高，寡头垄断表现十分突出［7］。吴刚用SCP 框架分析房地产业的市场结构、企业行为与市场绩效之间的关系，指出房地产业由于消费者的地域特征导致其供给的区域性寡头垄断特征［8］。王晓华运用SCP 框架分析表明我国房地产业属于区域性寡头垄断行业［9］。李欣颖指出广州市参照市场集中度的指标已经逐渐步入寡头垄断市场［10］。黄慧使用改进后的绝对指标计算天津市的房地产业集中度，得出我国房地产业市场结构并未达到有效竞争和市场绩效较低的结论［11］。蔡黔芬指出我国房地产市场是竞争相当不充分的垄断竞争的市场结构，并根据房地产业本身的特性推断出房地产业的合理市场结构应当为寡头垄断市场结构［12］。

关于房地产价格的决定和影响因素研究中，大都认为房价是由多种因素决定的。在各种因素中，普遍认为供需因素和制度因素对房价的影响比较大。盛松成通过国际比较提出经济发展对房价长期走势有决定性作用，应以需求为重点对房地产市场进行调控［13］。肖磊等用30 个省会城市的截面数据对房价影响因素做定量分析，得出供给和需求是影响房价的最主要因素［14］。市场集中度影响房价的相关研究有:陈笑通过建立房地产商品价格的回归模型得出房地产市场集中度与房价之间存在高度的负相关关系，认为市场集中度是房价最重要的影响因素［15］。邬丽萍、鞠方在《基于市场势力的房地产价格分析》中利用勒纳指数通过计量分析，测算了房地产市场势力，结果表明虽然全国市场势力的平均水平下降，但依然处于较高水平，而且区域性差别大，该文认为市场势力必然导致效率的损失、产品供给量的不足和过高的价格［16］。刘会洪、袁蕾通过测算发现近几年房地产市场垄断程度加强，且东部地区高于中西部地区，还证实市场集中度、市场供求状况对我国房地产市场垄断有着显著影响，并提出了控制垄断来调节房价的相关政策建议［17］。

近几年来，国家“分类调控”的思路和我国2014年刚刚出台的“城市群规划”政策，都显示房地产的发展要结合并重视其区域性特征。随着我国经济的区域化发展，房地产、零售、酒店等很多产业开始显现出很强的区域性，更多的企业只在区域内经营而不是参与全国竞争。而传统的计算市场集中度的方法要求被列入产业范畴的各个企业之间必须存在明显的竞争关系，显然该种计算方法不太适合区域性产业。本文的创新体现在针对房地产的区域性特点，使用1999—2012年的面板数据对不同区域、不同省份的市场集中度重新测算，并将市场集中度作为影响房价的变量，讨论其对房价的影响。

二、房地产市场集中度测算

(一)指标选取和测算领域

市场集中度也称为行业集中度或行业集中率，是整个行业市场结构集中程度的衡量指标，集中体现企业市场竞争态势和垄断程度，分为卖方集中度和买方集中度。卖方集中度是市场结构要素中最重要的分析对象，通常用在规模上处在前几位企业的生产、销售、资产、职工总量的比重来表示。常用的测算指标有CRn 指数，赫希曼指数(HHI 指数)，洛伦兹曲线和基尼系数等。本文主要研究房地产市场上的卖方集中度，选用的指标为CRn 指数，计算的范围只限于向市场供给新房的房地产开发企业。

(二)测算方法及数据

与传统的计算方法不同，考虑到房地产业的区域性特点，本文分区域和省份分别测算房地产市场集中度。本文使用绝对集中度算法，使用的计算公式为:

式中:CRm为区域性产业内某个区域的区域市场集中度;为区域性产业某区域内前j 位企业的生产、销售、职工数或资产额等相关计算数值;为区域性产业内某区域全部企业生产、销售、职工数或资产额等相关计算数值。

通过数据整理发现，房地产开发企业在各省份的相关数据很缺乏，即使有，各个企业的统计口径也不一致，公布的数据时间较短或者不连续，这给准确计算我国房地产各区域市场集中度带来很大难度。本文参照我国《房地产开发企业资质管理规定》，选择前三级资质的企业1999—2012年间的从业人数占行业内总体从业人数的比例进行计算。

(三)测算结果

1．东中西部区域房地产市场集中度测算结果 本文中东部地区包括:北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南，共11 个省(直辖市);中部地区包括:山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南共8 个省(直辖市);西部地区包括:内蒙古、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西共11 个省份(直辖市)。计算结果如表1。

表1 各区域1999—2012年房地产市场集中度数值

图1 各区域房地产市场集中度比较图

从图1 中可以看出，我国中西部地区1999—2012年间房地产市场集中度差异较大，2012年的数值显示，西部地区市场集中度最高，为54%，中部地区次之，为48%，高于全国范围内测算的市场集中度水平47%，东部地区市场集中度最低，为43%，说明在缩小了测算范围后的结果明显高于使用传统方法测算的结果。从全国范围内来看，房地产市场集中度在经历了2003年的下降之后，在2004—2012年间集中度变化是比较平缓的，基本上在50%上下浮动;但分区域计算的结果显示，各区域内市场集中度波动比较大，整体有下降趋势，2003年和2008年各区域市场集中度下降幅度明显，但在这两年之后各区域市场集中度都有小幅增长，总体上各区域集中程度下降幅度都较大，中部地区下降趋势最为明显，下降数值为23%，西部地区下降15%，东部地区下降13%。但从2012年的数据来看，我国各区域内的房地产市场集中度数值都比较高，明显高于使用传统方法测算的结果，这证明我国房地产开发企业在区域内有较强的市场支配力量，不像使用传统计算方法得出的我国房地产业市场集中度较低。接下来本文将继续缩小区域范围，计算各省份房地产市场集中度。

2．各省份房地产市场集中度测算结果 各省份房地产市场集中度测算结果如表2、表3 和表4。

表2 1999—2012年东部地区各省份房地产市场集中度

表3 1999—2012年中部地区各省份房地产市场集中度

表4 1999—2012年西部地区各省份房地产市场集中度

从上述测算结果看出，缩小区域范围后的各区域内单个省份的房地产市场集中度更加准确，其中最近一年2012年市场集中度水平超过全国水平值47%的省份有13 个，集中度数值在40%左右的省份有24个，占全国省份总数的大半;东部地区集中度最高的省份为江苏和浙江，中部地区为黑龙江和湖南，西部地区为重庆、四川，青海也比较高，其中黑龙江、江苏、湖南、重庆、四川、青海6 个省份的市场集中度水平超过60%，四川高达79%，黑龙江则为77%，可以看出，我国大部分省份内的房地产业集中度都较高，且集中度较高的省份大都出现在中西部地区。这些省份的房地产开发商无疑具有很强的市场支配力量，这也说明我国房地产业的市场集中度并没有之前很多学者测算的那样低，很多省份是相当高的。测算范围缩小，集中度水平提高，这正是房地产业区域性特征的体现。本文数据已经显示，如果单纯在全国范围内去判断我国房地产业市场集中程度，很明显是有失妥当的，本文的研究结果也与以往的不同，本文结果显示我国房地产市场集中度比较高，开发商具有较强的市场支配力量，较高的市场集中度是否对房价产生影响，本文将进一步探讨。

三、市场集中度影响房价的实证检验

本文采用30 个省份的面板数据实证分析市场集中度对房价的影响。

(一)变量选取

1．由市场需求决定的变量 假设某既定时间内房地产开发市场上的供给量不变，且有N 个潜在的同质需求者，因各需求者对市场信息的占有、运用能力存在差别，预期收益也不同，所以他们对市场有不同的保留价。若保留价是凸集且服从于均值为基准价Pg的均匀分布，同时设上述潜在需求者的保留价和基准价的离差为h，则P = F(Ps，h)。

因此，房地产开发市场上真正的购买者是由其保留价大于Pg的需求者构成的，而愿意支付保留价P的需求者在全部需求者中的占比则决定基准房价的高低，P 同时也是实现房地产开发市场出清的价格。这样，在房价高低为任意水平即P' 时，P ≥P' 的需求者在全部需求者中的占比就决定着房地产开发市场的房价，其概率分布为1－ F(p)。这样，就有:

(1)式中，N［1－ F(p)］为房地产市场实际需求人数，L 为投资者能用的资源，比如贷款的数量。通常L =L(Y，r)，Y 代表居民收入。由于P 服从于Pg的均匀分布，所以

2．由房地产开发商决定的变量 从房地产开发商的利润最大化出发，得到房地产开发商的利润函数:

(2)式表明，房地产开发商的成本与其开发的房地产面积具有函数关系，即前者的函数是后者的二次函数，也就是说房地产开发的边际成本随开发面积的增加而递增。(2)式中的f(k)包括了对房地产开发成本构成影响的主要因素，显然，这些因素对房地产开发商的成本而言是呈正向影响的关系，即f(k)＞0，f'(k)＞0。根据一阶必要条件，可得到:

进一步推导得:

3．由房地产市场的均衡价格得出:D = Q

由上式得到房地产市场的均衡价格方程:

从式(3)可知，房地产开发市场上的新房需求者数量、房地产开发市场的基准价、新房需求者保留价与基准价的偏离度、房地产开发投资量、房地产开发市场上的垄断程度和房地产开发成本等六个变量对房地产开发市场的房价构成影响。前已述及，房地产开发市场上新房需求者对市场信息的占有和运用能力以及对市场的预期，是影响他们的保留价与基准价偏离度最主要的因素，假定基准价和市场信息一定且各新房需求者的市场预期一致，那么，本文即可对该模型进行检验。

(二)数据选取和模型设计

本文用市场集中度来表示市场的垄断程度，用房地产开发投资额表示房地产市场上得到的投资，用土地的价格表示房地产开发商的开发成本，用人口来代表房地产开发市场潜在的购买者的数量。市场集中度的数值由前文测算得出，其余变量数据来源于中国房地产统计年鉴2000—2012年的数据。为了保证结果的合理性，我们对所采用的数据都进行了指数处理。建立房价与各变量的线性回归方程:

ln p = β0+ β1cr + β2ln popu + β3ln invest + β4ln land + β5ln hincome + ε

其中，P 表示商品房房价;cr 表示市场集中度;popu 表示各个省份的人口数量;invest 表示开发企业的投资额;land 表示房地产的主要成本，即土地的价格;Hincome 表示居民人均可支配收入。

(三)实证结果

经过hausman 检验之后，本文使用固定面板模型并采用stata10．0 进行回归，结果如下:

表5 各因素对房价的影响

(四)实证结果分析

从上述实证中可以看到，市场集中度对房价有显著的正向影响，检验的P 值虽然在置信区间内，结果显著。市场集中度对房价的影响没有居民人均可支配收入和各省份的人口数量显著，但市场集中度影响房价是可信的。对于寡头垄断竞争型的房地产市场，较高的市场集中度意味着企业有较大的市场垄断力量，这种垄断力量在我国强大的刚性需求下极易诱使开发商制定比较高的商品价格，追求更多的利润，很多开发商“捂盘惜售”、“饥渴营销”就是证明;加上土地的稀缺性和地理位置的差异，商品房具有天然的产品差异性，这也给开发商使用垄断力量定高价增加了可能性。因此，在我国房价上涨的过程中，市场集中度是一个不可忽略的因素。

四、政策建议

根据以上实证结果，本文提出两点建议:

(一)规范房地产产业组织发展

随着我国GDP 增速的下滑，我国房地产行业在进行深度质变，目前房地产市场表现出的特点主要为结构深度调整和市场严重分化，在我国房地产行业慢慢走向成熟的过程中，政府对房地产业的调控应进一步分区域进行，重视房地产业的区域性特征，结合各区域实际特点进行调控。根据目前的实际情况，全国一刀切的方法已经不再适用。从本文的数据可以看出，中西部的市场集中度比东部地区高，而且集中度超过60%的省份里中西部的省份居多，说明中西部地区的房价被市场垄断力量推高的可能性比东部地区要大，这是因为东部地区市场机制相对完善，东部地区企业滥用市场力量较困难，而西部地区的市场机制还不够健全。因此西部地区应该尽快规范房地产市场的发展，多让市场发挥自主调节作用。政府要制定专门的政策监督房地产开发商对市场力量的滥用，防止市场失灵，价格扭曲，社会总体福利降低的现象发生。因此，区域调控的重点要放在规范房地产产业组织的合理健康发展，促进房地产市场的有效竞争上。

(二)改善房地产市场竞争环境

从数据分析和现实经济发展中可以看出，我国房地产市场急需改善市场竞争环境。房地产行业相关税收多、地价高极大地增加了房地产企业的运营成本;政府的干预也诱发市场寻租行为和运用卖方市场势力的行为，这些都会附加在房价上转嫁给消费者，使得企业难以为社会大众服务。我国政府要采取有效措施优化房地产的市场竞争环境，逐步地提高房地产产业政策的科学化程度，各级地方政府应切实处理好房地产市场区域化特点与防止地方保护主义的关系，着力监管好房地产开发市场的竞争秩序，切实认清房价失控的危害，减少政府对房地产市场的干预，尽快完善有利于房地产健康发展的法规和政策，促进房地产行业理性发展，对一些房地产开发商滥用市场力量的行为和市场寻租行为进行管理，出台相关政策进行规制。

［1］王新军．中国房地产业市场集中度分析［J］．探索与争鸣，2005(10):26－27．

［2］杨承坤．中国房地产业市场集中度分析［J］．时代经贸(下旬刊)，2008(4):97－99．

［3］杨艳琳．市场集中度与市场绩效的悖论——以中国房地产业为例的实证分析［J］．财贸经济，2008(3):66－71．

［4］张巍，赵彦辉，陈伟．中国房地产业市场集中度影响因素的实证研究［J］．建筑经济，2009(5):48－51．

［5］周刚，孙尧，许远明．我国房地产业的市场结构探析［J］．重庆建筑大学学报:社科版，2001(3):75－78．

［6］李宏瑾．我国房地产市场垄断程度研究——勒纳指数的测算［J］．财经问题研究，2005(3):3－10．

［7］余凯．中国房地产价格上涨的内生机制研究［J］．云南财经大学学报，2007(4)，42－47．

［8］吴刚．中国房地产的SCP 分析［J］．特区经济，2008(7):270－272．

［9］王晓华．中国房地产业SCP 范式初探［J］．市场论坛，2006(1):55－57．

［10］李欣颖．房地产市场结构及企业行为分析［J］．市场研究，2008(4):20－22．

［11］黄慧．我国房地产业SCP 范式及市场风险的研究［D］．天津:天津大学，2007:117－120．

［12］蔡黔芬．房地产业的市场结构分析［D］．武汉:武汉理工大学，2004:29－35．

［13］盛松成，刘斌．经济发展对房价长期走势的决定性作用——基于中国及国际的比较分析［J］．财贸经济，2007(8):109－114．

［14］肖磊．房价影响因素与地区房价差异分析——基于30 个省会城市的截面数据［J］．经济研究导刊，2011(35):103－105．

［15］陈笑．浅析房地产市场集中度对房价的影响［J］．人民论坛，2010(32):110－111．

［16］邬丽萍，鞠方．基于市场势力的房地产价格分析［J］．消费经济，2008(10):59－62．

［17］刘会洪，袁蕾．我国房地产市场结构测度及影响因素——基于地区面板数据的实证分析［J］．工业技术经济，2010(3):54－57．