中国房地产市场集中的区域差异及其对房价影响研究

李 敏，张 东

（1．中南财经政法大学金融学院，湖北 武汉 430074；2．中南财经政法大学金融学院，湖北 武汉 430074）

一、引言

近几年来，我国房地产市场迅猛发展，日益高涨的房价因其与居民生活息息相关引起社会的普遍关注。社会各界纷纷开始探讨影响房价的因素或控制房价的对策，从现有的文献看，由于各学者研究房价的角度不同，得出的结论也不同，比如有的学者研究了房价与地价的关系，认为因为土地的稀缺性导致了房价的高涨；也有学者认为居民的消费需求是导致房价上涨的主要因素，而本文主要从产业组织理论的角度来分析房地产的市场集中程度对房价的影响。

对于房地产市场集中程度的研究，王新军从理论上分析了目前中国房地产业的集聚特点①王新军：《中国房地产业市场集中度分析》，《探索与争鸣》，2005（10）。；杨承坤、刘树枫分别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杨承坤：《中国房地产业市场集中度分析》，《时代经贸》（下旬刊），2008（4）。；杨艳琳和李丽、张巍等则进一步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》，《财贸经济》，2008（3）。。从总体上看，目前关于房地产业集中度的研究缺少对集中度区域水平的比较与衡量，大部分文献还是主要讨论我国房地产行业集中度的测算与市场结构的优化，且大部分学者在研究房地产这一区域产业的集中度时并没有考虑其区域性特点，鲜有进一步讨论市场集中对房价的影响。众所周知,市场集中度主要是产业组织理论中用来衡量某一产业竞争或垄断属性的一个基础性指标,因此,在计算产业集中度时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,否则,其计算结果将失去意义。而房地产开发是区域性产业,由于其产品特性、规模经济特性等而导致其市场具有相对独立性,在不同区域市场的同类企业之间并未存在直接的竞争关系，如果使用传统的理论方法来对区域性产业进行市场集中度的度量难免会有失偏颇,但目前学术领域对房地产市场集中度的研究大都没有考虑房地产的区域性这一特点，基于此，本文将分区域进行测算房地产行业的市场集中程度且进一步探讨该集中程度对房价的影响。

二、中国房地产市场集中程度的测算衡量

（一）本文测算的行业领域。

房地产通常包括四个子类：一是房地产开发经营业，主要指房地产开发企业进行的基础设施建设、房屋建设，并转让房地产开发项目或者销售，出租商品房的活动；二是物业管理业，指物业管理企业按照合同约定，对物业进行专业化维修、养护、管理，以及对相关区域内的环境，公共秩序等进行管理，并提供相关服务的活动；三是房地产中介服务业，指房地产咨询、房地产价格评估及房地产经纪等活动；四是其他房地产活动，包括房地产权属登记等。

本文主要针对房地产开发经营业来测算该行业的市场集中程度，选取的数据是房地产开发行业的相关数据。

（二）房地产市场集中程度的测算方法。

本文选取市场集中度这一常用指标来衡量房地产的市场集中程度。市场集中度的计算方法，分为绝对集中度和相对集中度两种，本文将使用绝对集中度算法。上文已经提到，房地产行业具有明显的区域差异性，因此使用传统的计算方法会有失偏颇，因此本文对传统的计算方法进行改进，把中国分为东中西部三个区域，使用区域集中度的算法来进行测算。本文选择这种分法也是为了有效利用现有的统计数据，和国家统计方法一致，本文的统计数据和统计口径来源于中国统计年鉴。本文区域性产业市场集中度的计算公式如下:

（三）房地产市场集中度测算的数据选择。

由于我国房地产相关的数据统计时间不长，单个企业的数据公布通常不足，对房地产开发企业进行排名的数据难以获得，而本文使用的是区域性的数据，因此本文按照我国《房地产开发企业资质管理规定》中的规定，把我国房地产开发企业资质等级分为一级、二级、三级、四级四个资质等级，由于前三等级在我国房地产开发中都扮演重要的角色，本文按此等级公布的数据选前三等级的数据进行计算。

（四）房地产市场集中程度的测算结果。

鉴于数据的可得性，本文选取2000年-2010年的统计数据，分别计算中国东中西部地区房地产开发行业市场集中度，计算结果如表1。

图1 中国东中西部区域房地产集中度比较图

从上图中可以看出，我国各区域房地产市场集中程度历年来整体有一定程度的下降，说明我国房地产市场有市场经济体制不断完善的迹象。但根据贝恩指数，各区域内房地产市场集中程度都达到了寡头垄断的程度。我国西部地区从2000年-2010年历年来房地产的市场集中程度是最高的，且中西部地区集中度的差异不太大，相比之下东部地区反而是最低的，且与中西部地区有一定差距，这与我国东部地区市场竞争激烈有关，东部地区作为我国经济发展区域的第一梯队，市场体制完善程度较好，因此市场集中程度较低。

表1 各区域历年市场集中度数值

三、市场集中度对房价的影响

（一）市场集中程度与房价关系的理论推导。

本文参照况伟大的一个模型来进行理论推导，本文的建模的思路如下：在住房流量模型的基础上构建买房者与房地产开发商的住房市场局部均衡模型，然后考察市场结构对房价的影响。

1.商品房购买者。

本文对商品房购买做出如下假设：每期住房的增量为Ht；买房者的数量为ht；购房者年可支配收入为Yt，用于住房和一般商品Xt的购买；Xt是计价商品，价格被标准化；效用函数是对数可加的，并且商品房购买者不关心未来，只关心现在；购房者非住房资产为St，主要用于首付，贷款价值比为θ；房地产开发商开发的住房正好被购房者购买。根据上述各假设，代表性的买房者其效用最大化条件为：

maxU（XT，htd）=max（lnXit+lnhitd）

s.t.Xit+UCtpthitd+pthitd=Yit+Sit+θpthitd

UCt=it+τt+mt+dt-gte

上述公式中，住房支出以使用成本UC来表示，htd表示商品房购买量。

由上述推导式最优规划一阶条件可以得到：

2.房地产开发商。

为了简单起见，本文对房地产开发商做一下假设：房地产开发商的数量为Nt；住房的开发周期为1期；单个房地产开发商的住房开发面积为；房地产开发商的开发成本是开发量的严格凹函数，简化形式为Ct=f+ct-1ht2①F为固定成本，为上期边际成本、住房生产要素包括土地、劳动和资本。因劳动和资本是完全流动的，价格不变，但土地是住房的引致需求，所以本文假定开发成本是开发量的严格凹函数。因住房开发具有滞后性，本期开发成本是上期边际成本的函数。；房地产开发商的银行贷款为Lt，自有资本为At，并且开发商对未来价格预期是理性预期。根据上述假设，代表性的房地产开发商j的利润函数可以表达为：

max∏t=ptehjt-ci-1（hjys）2-F-it（At-1+Lt-1）

s.t.ct-1（hjys）2+F=At-1+Lt-1

这里要指出的是，开发商的银行贷款与自有资本均应获得相同的资本回报，所以资本成本为it（At-1+Lt-1）。由假设中开发商对未来价格预期是理性的可以得到pte=pt。

根据上述假设，容易证明 LItM＞LItC，ptM＞ptc。LItM＞LItC即常见的勒纳指数，与市场集中度一样是衡量市场集中程度的一个指标，由该推导可以看出，市场集中程度与房价有正向的关系，集中程度越高，房价越高。

（二）市场集中度与房价的实证分析。

1.变量选取。

由于影响房价的因素很多，本文选取变量的模型设计如下：

①由市场需求决定的变量。

本文假设在一定的时期内房地产开发市场的供给是固定的，市场上存在N个同质的潜在购买者，但是由于每个购买者拥有的市场信息及其对市场收益的预期是不同的，潜在购买者对市场的保留价格并不相同。我们假设保留价格p是凸集，并且服从于均值是基准价格pg的均匀分布。假设房地产购买者的保留价格和基准价格的离差为h，则p∶F（pg，h）。

这样，那些保留价格高于pg的购买者就成为房地产开发市场的需求者，基准房价就由愿意支付保留价格p的购买者的比例来决定，而p就是可以充分使市场出清的价格。那么在任意价格p的条件下，房地产开发市场价格取决于P≥p的购房者的比例，概率分布为1-F（p）。这样，就有：

②由房地产开发商决定的变量。

我们从房地产开发商的利润最大出发，可以得到房地产开发商的利润函数：

该利润最大化函数的特点表明，房地产开发商的成本函数是房地产开发面积的二次函数，体现边际成本递增的性质。影响成本的因素被包含在函数f（k）内，这里需要关注的因素可能是房地产开发的主要成本。这些影响成本的因素会被房地产开发商转嫁给商品房购买者，因此这些影响房地产开发成本的因素对开发商的成本是正向影响，有f（k）＞0，f'（k）＞0。由一阶必要条件得：

可以得到房地产市场的均衡价格方程：

从上式（3）中，我们可以看出，房价的影响因素有六个变量，即房地产市场的需求人数、房地产市场所能获得的金融资源、房地产市场需求者保留价格与基准价格的偏离程度、房地产市场的基准价格、房地产市场的开发成本及房地产开发市场的集中程度。公式中，影响购买者保留价格与基准价格的偏离程度的主要因素是购买者掌握的市场信息及其对市场的预期，这一点我们假定对于每一个购买者的信息和市场预期是外生不变的，而基准价格也是可以给定不变的。因此，针对该模型，本文主要选取集中程度、金融投资和开发成本以及市场需求人数来进行检验。

F test that all u_i=0: F(30,242)= 21.89 prob＞F=0.0000

2.数据选取。

鉴于数据的可得性和统一性，本文选取2000-2010年间，全国32个省份的面板数据为样本，所有数据来源于中国房地产统计年鉴，由于市场集中度数据获得的有限性，本文主要选取年度省份的数据来进行实证分析。结合本文的理论推导选取指标进行实证研究，建立模型如下：

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，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。

3.实证结果。

对面板数据经过hausman检验之后，本文使用固定面板模型进行回归，运用stata软件分析结果如下：

①全国范围内集中程度对房价的影响：

（三）结果分析及建议。

1.结果分析。

从实证结果中可以看出，市场集中度对房价的影响较显著，且是正向较大影响，即市场集中度越大，房价越高，实证分析与我们的理论推导是一致的。因此可以表明我国的房价受到我国房地产市场集中程度的影响，且影响较大。

从理论上来讲，市场集中度过高会导致厂商具有一定的市场势力，市场势力的存在会导致市场失灵、市场效率低下以及社会总体福利的损失。市场势力的存在,势必导致商品供给数量不足,价格扭曲。从本文提供的数据来看，我国房地产开发商的市场集中程度已经达到寡头垄断的水平，且市场上有开发商“捂盘惜售”的现象，相同区域内的开发商采取相似定价，这表明我国房地产开发商有使用市场势力来最大化自己利润的迹象，这是我国房地产商品价格刚性,接连出台的调控措施收效甚微,部分地区房价持续上涨、房价畸高,以及开发商捂房不卖、扰乱市场秩序等问题的一个重要原因。

2.政策建议。

从实证分析和现实经济发展可以看出，我国房地产市场上市场竞争环境有待改善。因此，政府应采取措施促进房地产市场的有效竞争，规范房地产产业组织的发展，实现房地产市场结构的优化。规范房地产各参与主体的行为，治理市场寻租行为和运用卖方市场势力的行为。另外要进一步完善住房供给结构，加强政府在全社会住房保障体系中的主体地位，减少政府对房地产金融上的过度支持，促进房地产行业理性发展，尽快出台对房地产市场的规制政策。

[1]况伟大.垄断、竞争与管制——北京市住宅业市场结构研究[M].北京：经济管理出版社,2003.

[2]李宏谨.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,（03）.

[3]李连光.中国房地产行业的垄断性分析[J].经济研究导刊，2008,（13）.

[4]李子奈，潘文卿.计量经济学（第二版）[M].北京：高等教育出版社，2006.

[5]黄先海，陈晓华.浙江企业国际市场势力的测度与分析[J].浙江社会科学，2007，（05）.

[6]邬丽萍，鞠方.基于市场势力的房地产市场价格分析[J].消费经济，2008，（03）.

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

[8]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，（04）.

[9]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，（03）.