我国房地产市场区域差异化研究

【摘 要】文章分析了我国房地产价格区域间波动差异特征，运用数学模型分析我国房地产价格地区间差异影响因素，得出人均可支配收入水平和信贷政策是影响房价的主要原因，对供给侧改革背景下如何调控我国房价波动以及怎样有效化解去库存区域差异化提出了相关对策建议。

【关键词】房地产价格；区域分化；实证研究

一、我国房地产价格波动区域差异分析

在我国当前的市场经济发展不成熟完善的条件下，房地产市场明显不是完全竞争市场，因此我國房地产的市场价格与其实际存在背离，对我国房地产价格的变化特征和区域差异进行分析就显得尤为重要。

1.房地产价格总体变动特征

根据所选样本我们可以发现，2005年以来，我国房地产价格显著提高，2005年全国房地产均价为3167.66元/平方米，到2015年己达到约7000元/平方米。除2008年房地产价格略有回落但是降幅依然不大，2009年出现大幅度上涨。截止到2016年9月末，我国房地产均价已经达到7625.47元/平方米。

2005年至2007年我国房地产价格保持稳中有升的态势，年均增长率为10.44%，2008年我国受国际金融危机的影响，房地产价格出现回落，出现了负增长。但2008年以后，我国房地产市场继续快速发展阶段，房地产价格出现高速增长趋势。2009年我国出台了一系列房地产新政刺激我国房地产市场发展，压抑的市场需求爆发式的满足，使房地产价格在2009年出现大幅度的上涨，年增长率达到23.18%。尽管2010年以后我国房地产市场价格继续延续增长态势，但是增长幅度均有所下降，尤其是2014年的房地产价格增长率呈现下降趋势。

2.各地区房价变动特征

北京、上海两地的房地产价格远远高于其他省市，每平米均价都在万元以上。浙江省、天津市、广东省、海南省、福建省、江苏省的房地产价格集中在5000—9000元/平方米之间，处于第二梯队，辽宁省、四川省、重庆市、湖北省、山东省、安徽省、陕西省的房地产价格基本在3500—5000元/平方米，属于第三梯队，其余省份的房地产价格分布在2000—3500元/平方米之间。在本文研究的31个省份中，房地产均价集中在2000—3000元/平方米的省份仅有1个，占3.23%；3000—4000元/平方米的省份有21个，占67.74%；4000—6000元/平方米之间的共2个，占6.45%；6000—8000元/平方米以上的有5个，占16.13%。10000元/平方米以上有2个，占6.45%；房地产均价最高的地区是北京，达到14187.94元/平方米，最低是甘肃，为2870.79元/平方米，北京房地产均价是甘肃的4.94倍。由此可以看出，我国31个省份之间房地产均价存在明显的差异，透过房地产价格我们也可以清楚地看到房地产市场在各地区发展不平衡，外化为房地产价格存在明显差异。北京、上海、浙江、天津、广东的房地产均价处于相对较高的水平，并且价格涨幅增长较大。相比之下，其他省份的价格变动范围相对较小。但是，我国房地产价格各地区之间的变动差异性较大，而且这种变动差异有不断扩大的趋势。

3.各省市房价收入比变动特征

所谓房价收入比，是指住房价格与城市居民家庭年收入之比。按照国际惯例，比较通行的说法认为，房价收入比在3—6倍之间为合理区间，如考虑住房贷款因素，住房消费占居民收入的比重应低于30%。房价收入比反映了人们购房的难易程度，也折射出房地产行业的泡沫。

2015年，我国31个城市的房价收入比相对较高，不平衡性较为明显。其中北京和上海房价收入比14.5分别为14.0，连续3年位列全国第一和第二，成为全国购房难度最高的城市，内蒙古依旧位居最后一名，仅4.4。而且2015年我国31个省市房价收入比不符合国际标准的省份竟达19个，占比达61.29%。此外据对相关城市调查显示，我国中小城市的房价收入比多在六倍以下，相当多的城市在4倍以内，属于房价不高的范畴，超过6倍的主要是一些大城市，据调查，全国大部分大中城市房价收入比超过6倍，其中北京、沈阳、贵阳、南京、广州、大连和西安的比率都超过了10。这表明像北京、上海这种房价收入比巨大，且又有刚需需求的市民来讲，人们购房压力将再次加大，承受力将不堪重负。

4.小结

综上可见，2005年至2015年无论是全国房地产价格还是各省份房地产价格整体都呈现明显上涨趋势。2006年之后，除2008年出现小幅回落之外，其他年份房地产价格上涨趋势明显。此外，通过对我国31个省市房地产均价、房价收入比以及CPI的对应关系的分析发现，各省份房地产价格整体变动差异明显，房价收入比变化剧烈，房地产行业总体上呈现周期性、资本密集型、政策敏感度高、地域明显等特点。

二、我国房地产价格波动区域差异影响因素实证分析

房地产行业与社会固定资产投资、居民消费水平、财税政策、货币政策等宏观经济因素关系密切。其中房地产行业是资金密集型行业，房地产需求端（购房者）和供给端（房地产企业）均对国家金融政策依赖较强；土地政策会影响房地产企业拿地规模和成本，税收政策对房地产企业成本控制带来直接影响。我国房地产行业长期处于政府“调控”状态，调控政策主要分为金融政策、行政政策、土地政策、税收政策四大类。金融政策包括存贷款基准利率、公积金贷款政策，存款准备金率等；行政政策包括限购限贷政策、购房补贴政策、各类别保障房政策；土地政策包括土地供应政策、土地开发规划控制政策等；税收政策包括营业税、增值税等各类政策。由于数据获取等方面的限制，本文在研究过程中只关注了主要的经济金融因素，因此难免会造成些许误差。

近年来，我国房价持续走高，从根本上讲是由供需关系决定的，为了揭示我国房地产市场价格波动的影响因素，笔者通过收集2005—2015年我国房地产市场方面的相关数据，建立相关的计量模型来进行实证研究。基于数据的可收集性以及可操作性，笔者以商品房价格为主来研究房地产市场价格。

1.数据指标选取与预处理

2.研究方法

通过查阅相关文献资料，可以看出大多数学者对我国房价波动的影响因素研究均停留在单一方程的层次上，尽管大多数研究者得出了房价波动的影响因素，但是却忽略了这些影响房价波动的因素之间的内生互动关系，因此本文基于我国2005-2015年房地产行业的相关数据，通过运用联立方程模型的估计方法，同时考察房地产需求、供給与房价三者之间的内在反馈机制，房价波动影响因素的关系。

3.联立方程模型概述与模型设立

根据前文关于房价影响因素的叙述，构建我国房价影响因素的联立方程模型：

其中式（1）反映了房地产市场需求受当期商品房平均售价、城市化率、人均可支配收入、居民年末储蓄存款余额、贷款利率的影响；式（2）反映了房地产市场供给受当期商品房平均售价、上一期房地产市场需求、贷款利率、货币供应量的影响；式（3）反映了商品房平均售价受当期竣工房屋造价、城市化率、贷款利率以及上一期房地产市场供给的影响。

4.模型参数估计、检验及回归结果

通过计算可知，前文设立的三个方均满足以上识别条件，所以研究表明三个方程均可以识别。

（2）模型参数估计

本文利用计量软件Eviews6.0通过采用既适用于恰好识别的结构方程又适用于过度识别的结构方程的单方程估计方法—两阶段最小二乘法对系统模型的参数进行估计。

式（5）参数估计表明，市场供给的情况如下：①市场需求前一期值、当期商品房售价、货币供应量系数为正。这表明在其他变量不变的条件下，市场需求前一期值、房价、货币供应量与市场供给之间存在着正相关关系，市场需求前一期值旺盛会提高住房供给，房价上升导致供给增加符合供给需求理论。此外，货币供应量的增多会提高房地产商的资金量，从而加大供给。②当期贷款利率系数为负。当期贷款利率上升导致房地产市场供给减少。因此，当房地产供给大于需求时，为了保持市场价格均衡，政府可以适当地提高利率以减少市场供给，增大市场需求。

当期房地产市场价格主要受以下几个因素的影响：①竣工房屋造价上升会导致房地产市场价格上升 。②贷款利率。在其他变量不变的条件下，银行贷款利率与房地产市场价格呈正相关，利率上调，房地产市场价格也会相应地上升。③上一期房地产市场供给。在其他条件不变的情况下，上期房地产市场供给与当期房地产价格正相关。④城市化率的提高在某种程度上会助推房价上升，但是参数估计并不显著，表明这个指标不具有参考意义。

因此，政府仅仅依靠央行的金融手段对市场进行控制并不能从根本上解决问题，要抑制房价增长过快，需要从房地产市场的供求关系入手，依靠政府的经济手段保证房地产市场供求总量和结构基本平衡，促进房地产市场的持续健康发展。

三、结论及政策建议

1.结论

（1）我国房地产价格区域差异逐步加大，房价收入比不断背离国际标准，房地产市场体系存在明显缺陷。

（2）联立方程模型显著有效，人均可支配收入和信贷政策是房地产价格区域差异的主要影响因素。

（3）房地产市场“分化”、“过剩”趋势明显，抑投资与去库存并行。

2.政策建议

（1）建立因城施策的房地产体系，保障居民基本住房需求，避免严重分化趋势。

（2）合理引导需求端，积极推动房地产市场去库存与新型城镇化有效融合。

（3）增强房地产信贷政策与调控目标的衔接性，有效发挥金融政策杠杆效应，防止房地产泡沫滋长。

（4）坚持“房子是用来住的”原则，推动房地产体系去市场化，建立民生为本的住房制度。

作者简介：

李经纬（1995—），男，籍贯：安徽省蚌埠市，四川大学数学学院2014级本科生，研究方向：数理统计。