我国大中城市房地产泡沫水平测度研究—基于27个城市的实证分析

■ 陈璐佳 蒋伟伟（上海大学经济学院 上海 200444）



我国大中城市房地产泡沫水平测度研究—基于27个城市的实证分析

■ 陈璐佳 蒋伟伟（上海大学经济学院 上海 200444）

内容摘要：本文利用2010-2014年全国27个大中城市的年度数据，建立房地产泡沫水平测度指标体系，利用因子分析法及主成分分析法实证研究了这段时间内各地的房地产泡沫水平。研究显示，房价高并不一定代表泡沫严重，两者并无必然联系。一线城市由于经济发达，大量外来人口推动购房需求。相反我国中西部的二三线城市人口较少，且经济增长过度依赖房地产，对房地产的过度开发，导致泡沫水平高于一线城市。

关键词：房价 房地产泡沫 指标法 因子分析

作为我国的支柱产业，房地产行业自1998年进入市场化运作以来，发展飞速。自2000年到2011年，我国GDP增长始终保持8%到10%左右的增长。2009年，我国GDP增速为9.12%，而房地产行业的国内生产总值增幅则达到了28.69%。房地产业对近年来我国高速的GDP增长率可谓贡献巨大。与此同时，全国各地的房价也在持续攀升。数据显示，2003年到2013年期间，全国房价年复合增长率为10%，北京及上海作为一线城市，复合增速分别达到15%及13%。2006年，上海商品住宅的销售价格增长5.05%；2008年，涨幅为13.02%；2009年，涨幅则达到了27.06%；而2009年，上海的人均可支配收入增长率、人均GDP增长率分别为8.1%、3.34%，房价增长速度远远超过了人均可支配收入、人均GDP的增速。房地产行业显现了过热发展的势头，住房市场问题频现：房价快速增长、房地产业投资增长过快、空置率高、投资性购房比重高等。为此，政府积极出台了一系列房地产调控政策，例如2004年831大限、国八条、国十条等，调控方面涉及行政、金融、税收等多个领域。我国的房地产市场是否存在泡沫成为了讨论的热点。

对于泡沫，著名经济学家金德伯格（2000）是这样定义的：“一种或一系列资产在一个连续过程中陡然涨价，开始的价格上升会使人们产生还要涨价的预期，于是又吸引了新的买主—这些人一般只想通过买卖谋取暴利，而随着涨价，往往是预期的逆转，接着就是价格暴跌，最后以金融危机或是繁荣的消退告终”。日本学者则普遍认为泡沫是资产价格相较于符合经济基本面的基础价值的持续偏离这一说法，包括铃木淑夫、三木谷良等。1993年日本《经济白书》写到：所谓泡沫，一般而言即指资产价格大幅度偏离经济基础而上升。因此，本文将房地产泡沫综合定义为：房地产价格呈现脱离经济基础大幅度不合理上升，且购房者产生继续涨价的预期及意图牟利的购买行为，而当预期逆转时，房价则会暴跌。

本文将根据房地产泡沫的定义、产生的原因及相关理论，从价格、金融、产业三个层面细分为八个维度来构建指标体系，分别进行测量，并运用梳理方法进行赋权与加总，形成房地产泡沫的综合量化指标。对我国27个具有代表性的省会城市的数据采用主成分分析法及因子分析法进行实证分析，实证结果将显示目前我国各地房地产泡沫水平。

房地产泡沫测度指标维度的选取

构建房地产泡沫测度指标体系有多种不同的方法和视角，并且不同方法、视角下得出的结论是不同的。可用的评价指标包括生产类、交易类、消费类、金融类等几十个种类。王（2006）将出售价格、房价增长、出租增长、住房空置率、房屋销售额增长率等12个指标划分为价格、供给、需求三个表现类型对上海房地产市场进行了分析。同样从价格、供给、需求三个方面进行考量的还有王璐（2013），其采用房价收入比、房价增长率/租金增长率、房地产开发投资/全社会固定资产投资、房屋销售额增长率/社会商品销售总额建立指标体系对我国一线城市的房地产泡沫水平进行测度，并得出泡沫存在的结论。吕江林（2010）则认为房价收入比是考察房地产泡沫最直接、准确的目标，并通过实证验证了我国住房市场存在泡沫。邹占勇（2013）选用了房地产投资/GDP、房地产投资/总固定资产投资、商品住宅施工面积/竣工面积、商品房销售价格增长率/GDP增长率、房价收入比五个指标建立了房地产泡沫测度体系并对我国1995-2010年的房地产市场进行实证研究。蒋德峰（2004）在进行房地产泡沫测度指标系数设计时，选取了房地产价格增长率/实际GDP增长率、房地产贷款比例与增长率、实际房价/理论房价、房价收入比与住宅空置率五个指标。

表2　KMO和Bartlett检验结果

表1　房地产泡沫水平测度指标体系

在综合考量了前人在设计房地产泡沫测度指标体系的经验，以及指标数据的可得性、准确性后，本文选用房价增长率、房价增长率/GDP增长率、房价收入比、房价增长率/人均可支配收入增长率、房地产贷款增长率、房地产开发投资额增长率、商品房施工面积/商品房竣工面积、房屋销售额增长率/社会商品销售总额增长率，共八个指标，划分为价格评价、资金信贷、产业投资三个层面来建立综合房地产泡沫测度指标体系。

表3　解释的总方差

表4　房地产泡沫水平测度得分及排名

房地产泡沫测度指标体系的构建

房地产泡沫水平测度指标体系如表1所示。

（一）价格评价层面

1.房地产价格增长率：由于房地产建设周期长和地区性的特点，短时间内房地产需求量的变化会在房价上得到直接体现，房地产价格增长率的变化可以直观的反应特定时间内该地区对房地产的需求量变化。

2.房地产价格增长率/GDP增长率：该指标是测算房地产行业相对于国民经济的扩张速度。 GDP增长率反映了一个国家实体经济的发展速度。一般来说，当GDP增长了大于0，该指标大于1时，指标越大，该地区的房地产泡沫的程度也就越大。这意味着房地产业的增长速度远远超过了本国实体经济增长速度，存在爆发房地产泡沫危机的可能。

3.房价收入比：即住房价格与城市居民家庭年收入之比，反应的是居民对住宅的购买能力。因为现实的房价最终需要城市居民的支付能力来支撑，若该指标比值越大，则说明支付能力越弱，若该指标值持续增大，则说明房价的上涨已经远远超出了居民实际支付能力。

房价收入比的计算公式是住房总价/家庭年总收入。之所以笼统的这样写，是因为目前学者们对于用哪种房价和哪种家庭年收入存在一定的分歧。包宗华认为，应当是城市平均房价与每户居民平均年收入之比；杨文武则认为应该采用中位数，而非平均数，其理由是联合国发布的《城市指标指南》中写道“居住单元的中等市场价格与中等家庭年收入之比”，而这里所谓的“中等”指的是中位数；而李艳丽的观点是应采用一个国家或城市中等水平的住房销售价格和中等水平的家庭年收入比值。

本文将采用的计算公式是：房价收入比=商品住宅平均单套价格/城镇家庭平均可支配年收入=（商品住宅平均销售价格×商品住宅平均单套销售面积）/（城镇家庭人均可支配收入×城镇家庭户均人口数）。

根据此公式，本文得到的房价收入比是两个平均值之比，而不是中值之比，似乎与国际公认的定义存在偏差，但由于我国（国外也一样）房价和居民收入的均值都同样地明显高于中值，因此这样得出的房价收入比不仅本质上符合定义，现实中误差也较小，因此可以认为我国的房价收入比能够较为精确地测定（吕江林，2010）。

采用此公式的另一个重要原因是在我国，并没有住房总价和家庭年总收入这两个数据的中值的统计数据，而现公式所需数据具有较高的可得性。

4.房价增长率/人均可支配收入增长率：该指标反映的是相较于人均可支配收入的增长速度，房价增长速度是否过快，可以检验一般消费者对于住宅的购买力。简单来说，若房价增速长期快于人均可支配收入的增长速度，显然将有相当一部分对住宅具有刚需的人群将无力负担买房费用。

（二）资金信贷层面

1.房地产贷款增长率：信贷支持是房地产行业发展的关键因素。从房地产资金来源看，推动房地产泡沫产生的资金绝大部分是由商业银行贷款流出的。房地产贷款增长过快，就会助长地产泡沫的形成。特别是房地产开发贷款的比例过大，若产生泡沫并破灭，对银行将产生巨大的破坏力。因此该指标可监测房地产经济活动的非正常变化。

2.房地产开发投资额增长率：该指标显示了全社会对于房地产开发的资金投入力度，能够良好地反映房地产行业是否过热。另一方面，房地产开发资金投入过多，则极有可能房地产投资大量挤占了基础建设及其他行业的开发资金，造成经济发展后劲不足的危害。

（三）产业投资层面

1.商品房施工面积/商品房竣工面积：该指标反映了当前房地产开发规模和未来商品房市场供应。通常施工面积与竣工面积之比应保持2.5-3.5倍的合理范围。若市场预期非常乐观，房地产开发企业会为了追求更多的利益，将不断投资开发新的楼盘，导致房地产市场规模扩大，该指标值将变大，说明房地产市场供求结构失衡，未来将可能出现商品房供给过剩。

2.房屋销售额增长率/社会商品销售总额增长率：该指标从市场需求角度反映了房地产市场的运行状况。房地产销售额增长率是房地产市场需求是否旺盛的直接表现。房地产销售额增长率的持续增高说明了购房者对房地产市场持有乐观预期。社会商品销售总额增长率是衡量地区经济增长的重要指标，在我国大力推进城市化建设的过程中，消费者对住宅的需求不断被释放，商品房销售额增长率可以在一定范围内大于社会商品销售总额增长率。但是若该指标值过高，则说明了市场内存在大量非真实房屋购买需求。

房地产泡沫水平实证分析

（一）样本与数据

在确保各指标数据准确可得的情况下，本文选取了全国27个大中城市2010 至2014年的年度统计数据，数据来源主要为国家统计局网站、各省市统计局网站及同花顺IFIND金融数据中心。由样本原始数据得到样本矩阵。

图1　全国27个大中城市房价及泡沫水平排名图

表5　2014年全国27个城市住宅开发投资额与GDP占比表

（二）实证检验

第一步，对所有城市的指标进行标准化处理。

第二步，计算所有指标间的相关系数，形成相关系数矩阵。

第三步，对指标数据进行KMO检验及巴特利特球形检验，检验结果如表2所示。KMO检验结果为0.709>0.7，说明通过比较原始变量间的简单相关系数和偏相关系数的大小后，适合做因子分析。巴特利特球形检验的近似卡方值为149.949，伴随概率值为0.000，可认为相关系数矩阵与单位阵有显著差异，原有变量适合做因子分析。

第四步，计算所有指标相关系数矩阵特征向量和特征值，加权平均得到每个指标为总体信息贡献率Hi，确定主成分因子Z1，Z2…ZS构成，得到其构成指标为总体信息功率为81.148%，说明具有一定的解释能力（见表3）。

第五步，计算出每个样本城市的房地产泡沫综合得分F=H1Z1+H2Z2+…HiZi，根据得分，对样本城市进行排序。本文采用SPSS软件进行计算。研究结果如表4所示。

（三）结论与分析

首先，本文将样本城市分为三类，一线城市：北京、上海、广州；二线城市：深圳、天津、杭州、南京、无锡、宁波、温州、福州、武汉、成都、重庆、合肥、青岛、沈阳、大连、西安、济南；三线城市：昆明、呼和浩特、石家庄、哈尔滨、南昌、郑州、南宁。

根据实证结果显示，房价较高的一线城市北京、上海，以及长三角地区如杭州、宁波的泡沫水平排名均偏后，尤其是房价在全国首屈一指的北京，其房地产泡沫程度竟位列在最后一位。根据图1全国27个大中城市房价及泡沫水平排名图显示，在房价排名榜上倒数（即房价最低）的昆明、呼和浩特、石家庄在泡沫水平排行榜上位列前三，泡沫水平最高。说明了房价高并不代表泡沫严重，房价低也不代表不存在泡沫，两者之间并无必然联系。备受高房价伤害的中国人习惯以价格判断泡沫程度，比如一线城市价格过高就是大泡沫，而三线城市价格较低则不存在泡沫，甚至有升值空间。然而这样的实证结果似乎与常识出入甚大，究竟是为什么？

第一，从城市属性来看，北京、上海均属于一线城市，无锡、宁波、杭州等地地处沿海发达地区，经济发展迅速，集聚了优质的资源，就业机会多，社会环境相对较为开放公平，大量高素质的外来人口的进入带动了刚性需求，由市场主导的资源配置机能导致了房价的合理提升。在我国的二三线城市，特别是中西部地区，缺乏具有竞争力的产业与合理的经济结构，城市潜在的就业潜力小，成本的大幅上涨及产能过剩也导致了城市化无法再像以前那样大量吸纳农村人口，人散财散，二三线城市的房地产陷入了供大于求的尴尬局面。而另一方面，二三线城市的房市有特殊的一面，即几乎所有政府部门、国有企事业单位都会自购土地建设内部住房，其价格远远低于市场。在这种情况下，“吃皇粮”与就职于垄断性国企的市民往往每家都可能有一到多套新建内部房，从而腾置出大量房改房。这部分旧房很难统计在供给之中。而且二三线城市由于价格较低使得投资比率更高，空置率非常大。而全国范围内的保障房建设又在一定程度上恶化了二三线城市的房地产泡沫。

第二，从政策调控力度上来说，除了中央政府的调控，一线城市的高房价也使得各地方政府出台了不少政策。据典型例子北京、上海来说，一方面是限购，对购房人进行资格认证，如2011年“京十五条”，2012年上海4次收紧限购，限购政策的落地，使得首次置业的刚需成为购房的主流人群。这就意味着，这些买房人绝大部分是为了解决自住需求，即使未来房价出现波动，这个群体抛售自己房产套现的可能性也很小。另一方面是限贷，目前北京和上海均实行二套房贷款首付比例至少70%的政策，房贷首付比例越高，银行承担的房价下跌的风险越小，在“去杠杆”的背景下，楼市泡沫较小。

第三，地方政府以GDP增长率为政绩目标，房地产业成推动GDP增长的首要推手。在北京、上海等地，高新技术产业、高附加值产业、未来型产业的布局在经济发展过程中已经体现出了强大的作用，而江浙一带是实体经济最发达的地区，尤其是浙江省，还是我国民营经济的示范区、实体经济的重点发展地区，GDP对房地产业的依赖程度并不强。如表5数据显示，2014年一线城市住宅开发投资额占GDP比重均不高，上海为7.32%，北京为8.65%，广州为6.33%。且房地产与其他产业发展紧密结合，有了相关产业和人口进入，才有房地产的发展。反观一些三线城市，如昆明，2014年住宅开发投资额占GDP比重已高达25.18%，政府企图通过房地产拉动GDP营造经济发展迅速的假象。而这些城市往往缺乏工业经济作基础，地方政府企图通过先造城，再吸引投资者和人口，从而导致过多的房地产投资项目上马，大量资金流入房地产业的同时其他产业发展后劲不足，市场无法消耗大量的存量房及新建住宅，陷入恶性循环，“鬼城”从而产生。

参考文献：

1.王子成，明娟.珠三角房地产泡沫测度实证研究[J].经济地理，2007，27（5）

2.周方明.房地产泡沫测度研究[J].经济师， 2006（5）

3.蒋德锋，张晓莉.房地产泡沫测度指标系数的设计[J].市场周刊：财经论坛，2004（9）

4.吕江林.我国城市住房市场泡沫水平的度量[J].经济研究，2010（6）

5.王浩.房地产泡沫评判指标的选用与实证[J].经济研究导刊，2008（7）

6.安鹏，蔡明超，高国华.中国房地产泡沫的测度与成因解析—以上海市为例[J].统计与决策，2008（20）

7.冯利英，李海霞.基于因子分析法的我国房地产泡沫测度分析[J].中国房地产：学术版，2013（12）

8.刘琳，黄英.房地产泡沫测度系数研究[J].价格理论与实践，2003（3）

10.李佩珈.房地产泡沫的评价指标体系构建与综合测度—基于重庆市的实证分析[J].建筑经济，2008 （11）

11.Charles.P.kindleberger著，朱隽，叶翔译.经济过热、经济恐慌及经济崩溃—金融危机史.北京大学出版社，2000

中图分类号：◆F293.30

文献标识码：A