郑州市房地产价格上涨的驱动因素分析

2017-06-19赵兴盼王磊磊

郑州航空工业管理学院学报 2017年2期

关键词：人口数量郑州市房价

赵兴盼，王磊磊

(郑州大学，河南郑州 450000)

郑州市房地产价格上涨的驱动因素分析

赵兴盼，王磊磊

(郑州大学，河南郑州 450000)

从供给、需求、宏观经济和其他环境因素四个角度对驱动郑州市房地产价格上涨的动因进行了详细的理论分析，进而运用岭回归分析方法对其进行了实证分析，分析认为，驱动郑州市房地产价格上涨的主要动因依次为：居民可支配收入、人口数量、建造成本、居民消费价格指数CPI、人均GDP、土地供应面积(公顷)、五年期以上贷款利率，其中五年期以上利率和房价呈反方向关系。根据实证结果认为政府在供给端通过增加土地供应面积对房地产价格的影响是不明显的。文章认为，预计居民可支配收入、人口数量及建造成本在未来几年仍会上涨，因此郑州房价依然会继续上涨。

郑州市；房地产；价格；驱动因素

自2014年年底开始，我国房地产的市场价格开始了新的一轮上涨，与之前上涨不同的是，在这轮上涨中，房地产市场出现了分化，不同城市上涨的幅度不一。以2016年9月为例，一线城市房价上涨了27.1%，而三线城市只上涨了6.8%。从增长速度来看，2016年以来，一线城市的增长速度为15.6%，明显高于三线城市的5.3%。一时间，无论是普通的老百姓还是监管部门都高度关注着房地产价格。

从房地产价格上涨不一的情况可以看出，各个地方的房地产市场主要还是受到各自区域的特性影响，因此，专门研究一个城市或地区是十分必要的。郑州市位于中原腹地，是一座充满活力的大城市，其房地产价格自2014年底不断地上涨，特别是2016年7～9月郑州的房地产价格呈现爆发式的增长，9月份郑州市房价环比增长6.92%，居全国第1位。正是在这样的背景下，详细地分析郑州市房地产价格上涨的驱动因素显得十分必要。

一、文献综述

目前，国内外学者基于不同角度对房地产市场价格波动的影响因素展开了大量的实证研究。Bowes (2000)研究了交通对住宅价格的影响，他们以加拿大多伦多地区城市轨道交通系统附近1997～1998年两年间的住宅交易数据为样本分析了两者之间的关系。Wheaton 和 Nechayev(2008)通过对美国 59 个城市在 1998～2005 年间的统计数据进行分析，分析认为利率并不能很好地解释房价的波动，且两者存在着复杂的关系。

姚先国和黄炜华(2001)通过分析我国大量的土地交易价格和房屋价格，并通过模型对两者的关系进行研究，发现地价与房价存在着非线性关系。姚大全(2003)研究发现房价在两方面受到短期内土地储备的影响：一是土地供应机制；二是土地供应价格。这两方面分别影响着房屋供应总量和房屋供应成本。谢建豪(2007)把人口因素分为数量因素和结构因素，并通过对两者进行分析,指出供需矛盾的产生以及房价的上升是由于人口数量增长速度过快，超过了城市住房的供给速度。城市人口数量的增加是房价上涨的重要因素。刘扬(2010)通过对上海市“招拍挂”制度进行实证分析，指出该制度使得房地产市场垄断不断强化,不利于房地产市场的发展。方燕、唐瑞雪(2012)对货币流动性与房价的关系进行研究，利用统计学方法研究其对房价的动态影响，其研究结果表明货币流动性对房价有着重要的影响，且影响随着时间不断加强。周文静(2013)在我国房地产相关理论基础之上，选取广义货币供应量 M2、准货币 QM、收入、GDP 以及房价等指标，论证了房价与货币供应量之间的关系。刘红勇、胡健等(2014)从供求理论和实证两方面分析了影响四川省房地产价格的因素。

二、驱动郑州市房地产价格变动因素的理论分析

通过阅读大量的相关研究文献，结合郑州市目前房地产市场的发展状况和自身区域特点，从房地产需求、供给、宏观经济环境及其他因素四个角度来分析房地产价格变动的驱动因素。

1.房地产需求角度

在郑州市房地产市场上，存在着安居型需求、投资型需求和投机型需求。安居型需求一方面源于城市新增人口的增加，作为省会城市，聚集着大量的外来人口，再加上每年大量的新出生的人口，这些增量人口对房子的需求是一种“刚性需求”，另一方面伴随着人们收入水平的提高，购买能力越来越强，也越来越追求舒适的居住环境，这种需求是一种改善型需求。投资型需求存在的主要原因是我国可供居民选择的投资途径比较少，并且相对于其他投资方式，房地产投资带来的收益往往非常可观，在这种情况下，房地产市场就被作为居民财富保值增值的主要途径之一。而投机型需求的存在，往往会导致部分房价的爆发式增长，从2016年9月份房价的暴涨可以看出，有大量的投机需求存在于郑州市的房地产市场。归纳起来，需求角度驱动因素主要有居民收入水平、人口数量、城镇居民可支配收入。

(1)居民收入水平。居民收入水平主要衡量指标是国民生产总值，该指标上升表明居民的购买能力上升,购买力上升就会导致部分无房居民有能力将购买意愿转为刚性需求，也会导致有房的人提高对居住的要求，改善性需求产生。同时，收入的增加也会提高居民的投资需求。如图1所示，郑州市的人均GDP自1978年以来增长了166倍，特别是进入2000年以后，郑州市的人均GDP进入了快速增长的阶段，由2000年的11 227元快速增长到2015年的77 217元，在较大的基数水平上增长了近7倍，人们的收入水平有了巨大的提高，购买力得到实质性的增强。快速提高的居民收入为郑州市房地产市场的繁荣提供了坚实的经济基础。

图1 郑州市人均GDP

(2)人口因素。对人口因素的分析从数量和质量两方面进行。首先从数量的角度，城镇化促进了城市人口的快速增长，仅郑州市市区的人口数量就从1978年的125万人增长到2015年的近490万人，增长了3.92倍。进入2000年后郑州市市区的人口近乎五年一个台阶快速增长(图2)。除了人口数量的增加外，郑州市人口的受教育结构也有了一定的改善，根据郑州市2015年最新的人口抽样调查显示，截止调查日郑州市具有小学教育程度的人口占比为15.4%，低于2010年16.3%；具有高中教育程度的占比20.9%，高于2010年的19.3%；具有大学教育程度的占比22.3%，高于2010年的18.9%。可见，整体的教育程度在不断提高。数量的增加带来的是对房地产量的需求，质量的提高带来的是对房地产质的要求，两者都会影响房地产的价格，但是对郑州市的房地产价格来说，数量更具有决定性的作用，对量的需求还是占主要的。

(3)城镇居民可支配收入。这一因素是指城镇居民在维持必需的支出外可以自由支配的收入。它可以衡量城镇居民的生活水平，是居民的真正购买力的体现。可自由支配的收入越高，居民的购买能力就会越强。如图3所示，2000年以来郑州市的城镇居民可支配收入有了较大的增长。根据马斯洛的需求理论，人的需求是层层递进的，人们在满足现有需求的条件下会不断追求更高层次的需求。这种追求在一定程度上繁荣了郑州市的房地产市场。

图2 郑州市人口总数图3 城镇居民可支配收入

2.房地产供给角度

房地产供给是指在既定价格水平下房地产商能提供的有效供应量。而影响房地产供给的主要是土地供应面积和房地产的建造成本。因此，从房地产供给角度主要分析土地供应面积和房地产的建造成本。

(1)土地供应面积。在房地产的成本构成中，除了建造成本外占据着最大比重的就是土地的取得成本，而土地的价格又与土地的供应量紧密相关。在我国，土地被政府掌控着，不能随意进行流通，土地资源是稀缺的和有限的。随着城市化建设的不断加速，对土地需求与日俱增，而供给缺乏弹性，使得土地价格不断飙涨，房地产商的土地取得成本不断提高。当房价处于快速上升的通道中时，土地供应量就会迅速增加，而当房价趋稳时，土地供应量又会趋于减少。因此，可以认为郑州市政府通过控制土地的供应量来影响着房地产的市场价格，或者说通过控制土地供应量(见图4)来调整房地产的市场价格。

(2)建造成本。房地产价格构成中的另一项重要的构成便是房子的建造成本，这部分成本包括建造过程中使用的原材料费用和人工成本等。图5所示郑州市的住宅建设投资额在2000年后伴随着郑州市的快速发展迅速提高，这一方面反映了郑州市对住宅建设的需求迅速扩大，另一方面也可以体现了房地产建设的投资成本在不断提高。

图4 郑州市年度住宅土地供应计划

图5 住宅建设投资额

3.宏观经济角度

在众多影响房地产价格的因素中，利率和物价水平的影响最大。因此，本文在此主要分析这两者对房地产价格的影响。

(1)利率。利率可以通过资金成本来调节房地产市场的供求水平。利率提高，资金成本增加，开发商会基于成本效益原则的考虑要么提高房子的售价，要么减少房地产数量的供给，而购房者会由于购买能力的下降而降低对房地产的需求。利率下降则刚好与之相反。另外，由于房地产的贷款期限一般比较长，因此经常以五年期以上贷款利率来衡量利率的高低。

(2)物价水平。物价水平通常用居民消费价格指数(CPI)来衡量，该指标既可以反映出当下通货膨胀率，也可以反映出价格的高低。无论从通货膨胀角度还是物价水平的角度，CPI的上涨都会促进房价的上涨。一方面通货膨胀会使货币的购买能力下降，增加房地产的名义价格；另一方面物价水平的上涨会直接增加房地产建造的材料成本，同时通过增加人们的生活成本,间接地增加人工成本。

4.其他驱动因素

除了以上主要因素外，影响房价的另一个重要因素便是环境因素。环境因素本身并不属于房地产本身的条件，但是从现实和心理因素来看却又实实在在地影响着房地产的价格。环境因素主要是指交通、教育、购物场所、公共设施等周边的现实状况。一般来说，交通便利、靠近学校或者购物方便、人文气息比较好的地段房地产价格会比较高。郑州作为河南省的省会城市，拥有便利的交通、繁荣的商业、丰富的教育资源，房地产价格的上涨是必然的趋势。

三、模型构建与实证分析

1.计量模型构建

根据已有文献的研究方法和上文的理论分析，建立如下计量模型：

HP=μ+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+ε

模型中HP作为房地产价格的表征值，μ为常数项，x1、x2、x3、x4、x5、x6、x7分别代表人口数量(万人)、人均GDP(元)、居民可支配收入(元)、土地供应面积(公顷)、建造成本(亿元)、五年期以上贷款利率、居民消费价格指数CPI，ε为随机干扰项，β1、β2、β3、β4、β5、β6、β7为弹性系数。

2.实证分析

本文选取房地产的平均售价作为衡量房地产价格的指标，首先分析了各影响因素之间的相关性并对多重共线性进行诊断，然后利用岭回归分析方法进行回归拟合分析。

(1)模型中变量的共线性分析。对于本文中所要研究的变量，从经济学意义上分析，彼此之间存在着一定的相关关系，因此可以推测人口数量(万人)、人均GDP(元)、居民可支配收入(元)、土地供应面积(公顷)、建造成本(亿元)、五年期以上利率、居民消费价格指数CPI相互之间可能存在着多重共线性。因此，为了诊断多重共线性，先对模型中所涉及的变量进行相关性分析，本文在此使用SPSS软件进行Pearson相关关系分析，结果如表1所示。

表1 皮尔逊相关性分析结果

注：**表示在 0.01 水平(单侧)上显著相关.

根据表1相关性分析结果，可以看到相关系数总体来说都较高，变量之间存在着显著的相关关系。为了准确地判断多重共线性，接着利用方差膨胀因子VIF进行诊断，VIF越大则共线性问题越大。本文在对模型进行VIF检验后，得到的检验结果如表2所示。通过观察发现所有解释变量的VIF值均超过了10。据此，可以判断各解释变量之间存在着多重共线性，通过运用最小二乘法估值的结果不可靠，必须设法消除多重共线性。为此，下面运用岭回归法进行分析。

表2 VIF检验结果

(2)岭回归分析。由于存在多从共线性问题，本文采用岭回归(Ridge Regression)方法对模型进行拟合分析。岭回归分析是一种常用的处理多重共线性的回归方法，通过使用岭回归法可以使得回归的结果与实际更加相符且更加可靠。

本文在此运用SPSS软件，分析得到不同岭参数条件下各自变量的标准回归系数，如表3所示。

从表3可以看出，当岭参数大于0.1后，各个解释变量的标准回归系数开始趋于平稳，故选取岭参数为0.2时进行岭回归估计，模型估计结果为：

HP=-9.46E-14+0.090531x1+0.07634x2+0.10001x3+0.075176x4+0.089735x5-0.07903x6+0.086487x7

模型的决定系数R2为99.5%，模型的拟合度较好，很好地解释了郑州市房地产价格上涨与驱动因素之间的关系，F的显著性水平p=0.0004<0.01，通过了在l%显著性水平上的检验，且符合经济学意义。

3.结果分析

从岭回归分析的结果来看，决定系数为99.5%，模型拟合度较为理想，结论也比较符合实际，并且验证了人口数量(万人)、人均GDP(元)、居民可支配收入(元)、土地供应面积(公顷)、建造成本(亿元)、五年期以上利率、居民消费价格指数CPI都是驱动郑州市房地产价格上涨的因素。通过比较回归系数来看，系数从大到小依次为居民可支配收入、人口数量、建造成本、居民消费价格指数CPI、人均GDP、土地供应面积(公顷)、五年期以上利率，其中五年期以上利率和房价呈反方向关系。

可见，居民可支配收入是影响郑州市房地产价格的最大因素，居民可支配收入每增加1%，就会促进房地产价格增长0.1%，其对郑州市房地产价格上涨的拉动作用是十分明显的；其次是人口数量，人口每增加1%，房地产价格就会增加0.091%，郑州作为省会城市对河南省人口有着超强的吸附作用，人口的增加对房地产价格的促进作用十分巨大；紧接着是建造成本，建造成本是从开发商的角度来讨论的，开发商的建筑成本投入如上文分析在不断地增加，其每增加1%，会促使房地产价格上涨0.089%；然后是居民消费价格指数CPI，对于CPI的影响一方面从通货膨胀的角度来考虑，上涨表明货币在贬值，房地产价格就会相应的较高，另一方面CPI也体现了居民的生活成本，进而会影响人工成本，从回归结果来看主要是通过后者来影响房地产价格的；紧接着是人均GDP，每增加1%，房地产价格就会上涨0.076%；最后是土地供应面积，土地供应面积对房地产价格的影响表现为促进作用，但是影响作用不及其他因素，其土地供应面积每增加1%，房地产价格仅增加0.075%，低于其他因素，主要是因为首先对于房地产市场，需求远大于供给，每年虽然都会增加土地供应面积，但是增加的面积无法满足有效的需求，基于预期的作用下，房地产价格就会持续上涨，其次土地的供应是由政府决定的，政府往往通过土地供应量来进行宏观调控，所以土地供应量具有滞后性，影响就会相对较小。对于五年期以上利率，由分析得出其与房地产价格呈反方向变动，表明利率的下降会促进房地产价格的上涨，验证了上文的理论分析。

表3 不同岭参数下各自变量的标准回归系数

四、结论

本文先从理论上分析了驱动房地产价格上涨的动因，然后通过岭回归分析加以检验。同时通过实证分析，得出驱动郑州市房地产价格上涨的主要因素为居民可支配收入、人口数量和建造成本，由于这几项因素仍然会持续不断地增加或上涨，因此得出郑州市房地产价格依然会继续上涨的结论。另外在岭回归中分析得出政府通过控制土地供应量来调节郑州市的房价的效果是不明显的，因为按照现阶段土地的供应量是无法满足有效需求的。而鉴于利率对房地产价格的作用机制，政府可以通过调节利率水平来调节房地产价格。

对于郑州市的房地产市场，驱动其价格上涨的因素是众多的，根据研究结果在此对郑州市房地产市场发展提出几点建议：(1)税收政策对房地产的开发、交易和持有等环节都有重要的影响，应完善和强化相关税收政策。郑州市相关部门应在现有税收政策下加强政策的执行力度，打击土地投机和囤积居奇等行为。(2)目前政府的宏观调控已经由以前的单方面需求端的调控向供需两端的同时调控转变，但是在供给端政府主要采用的是增加土地供应量，而增加土地供应量的效果对房地产市场价格的作用是有限的，因此在供给端应该与其他一些手段结合起来激活现有的供给，不仅仅是创造新的供给。(3)加强金融机构的信贷控制工作。不论是房地产商还是购房者，都会使用到银行的信贷资金，再加上银行本身也倾向于开展这些相对来说较为优质的资产业务，因此必须合理引导金融机构开展房地产市场业务。(4)降低房地产开发商的建造成本。一方面能降低人们的生活成本，另一方面降低对房地产企业征收的税费，相当于降低房地产开发成本，有助于降低房地产价格中的转嫁成本。(5)加大对违法违规行为的打击力度。房地产商为了达到销售和涨价的目的,往往会采用一些违法的手段,但是由于信息不对称，购房者经常无法准确识别,这变相地加剧了房地产市场发展的不稳定。

[1]Bowes. Identifying the Impacts of Rail Transit Stations on Residential Property Values[J].Journal of Urban Economics，vol.50，1：1-25.

[2] Hing Lin Chan，Shu Kam Lee，Kai Yin Woo. Detecting rational bubblesin the residential housing markets of Hong Kong[J].Economic Modelling 2001,18: 61-73.

[3] Wheaton, William C. and Nechayev，Gleb. The 1998-2005 Housing Bubble and the Current Correction: What’s Different This Time?[J]The Journal of Real Estate Research Jan-Mar 2008，30(1), 1-26.

[4] Qizhi He, etc. Investigation of Inflation Forecasting[J] .Applied Mathematics &Information Sciences,2012,(3):649-655.

[5]姚先国，黄炜华.地价与房价的关系[J].中国土地，2001，(9):3-35.

[6]姚大全.土地储备对房地产的影响[J].中外房地产导报，2003,(2)：72.

[7]刘莉亚．境外“热钱”是否推动了股市、房市的上涨?来自中国市场的证据[J].金融研究，2008,(10)：48-70.

[8]踪家峰,刘岗,贺妮.中国财政支出资本化与房地产价格[J].宏观经济，2010,(272):57-64.

[9]谢建豪.浅析房地产市场的城镇发育规律[J].商业时代,2007,(12)：101.

[10]刘杨.招拍挂制度对城市房地产市场垄断趋势的影响——以上海市为例[J].福建论坛,2010,(3)：65-68.

[11]巴曙松．房地产需求从投资主导向消费主导的转换是否启动[J].经济，2010,(8)：15-17.

[12]张双长，李稻葵．“二次房改”的财政基础分析——基于土地财政与房地产价格关系的视角[J].财政研究，2010,(7)：46-50．[13]张亚丽,梁云芳,高铁梅.预期收入、收益率和房价波动——基于35个城市动态面板模型的研究[J].财贸经济,2011,(1):122-129.

[14]方燕,唐瑞雪.我国货币流动性对房价波动的动态影响研究[J].价格理论与实践，2012,(5)：78-79.

[15]周文静.货币供应量对我国房地产价格的影响研究[D].昆明：云南财经大学，2013.

[16]刘红勇,胡健，等.基于岭回归法的四川省房地产价格影响因素研究[J].数学的实践认识，2014,(12):73-78.