拉动中国房价上涨的成本和需求因素研究

翁幸 王世磊 丁艳琪

摘要：本文为探究中国不同规模的城市近十年房价上涨的原因，通过构建包含供给因素和需求因素的三个平行的时间序列回归模型。利用我国2007-2016年的各市面板数据从成本和需求两方面对一二三线城市的房地产价格的拉动作用进行研究从而揭示出不同规模城市房地产价格上涨的内在原因。研究发现，在一线城市，房价上涨同时具有成本推动和需求拉动的作用;在二线城市，需求拉动是近十年其房价上涨的主要原因;而对于三线城市，其房价上升的主要原因是成本推动，尤其受建造成本影响较大。

关键词：房地产;需求拉动;成本推动

从1998年实行住房分配货币化制度以来，中国房地产行业在近二十年经历了飞速的发展。2004年开始，中国房地产行业进入了新一轮的高速发展期，房地产价格一路高涨，其销售价格指数长年高于消费价格指数，房地产市场的空前高涨蕴育了潜在的金融泡沫危机，自2010年5月北京出台“限购令”以来，各种宏观政策不断涌出以调整过热的房价。为了正确评价政策实施的有效性而提出建设性意见，本文通过从不同规模城市入手，将影响房价的因素分为成本推动和需求拉动，建立三个平行的时间序列回归模型。具有重要的现实意义。

一、文献综述

关于房价上涨的影响因素，许多学者已经做过大量相关的研究与验证。

首先，从需求方面入手有以下几个影响因素。一，就利率而言，以经济合作与发展组织国家为对象的实证研究表明，真实房价与真实利率往往是负相关的。赵波在其研究成果中发现，紧缩的货币政策与信用约束导致房产拥有者的借款能力萎缩，进而导致借款真实利率低于房价增长率。二，就收入而言，高收入使人们的买房能力提高，需求增强提升房价。一种观点是以价格收入比作为测度购房能力的指标，但其描述能力可能并不强，吉鲁阿尔（Girouard，et al.2006）解释为同一收入购房者的能力同时会受到其他因素如贷款成本等的影响[1]。整体来说，真实房价与可支配收入相关性始终为正。三，就人口而言，多数实证研究得出的结论为，真实房价与人口数正相关。以中国房价为例，年龄作为其中一个要素，老年人口数上升推动了房价的上涨。对此，一般解释是老年人拥有大量的储蓄，当他们的储蓄耗尽房价快速上涨也将缺乏基础，从时间点上看，中国在2015年前后房价水平逐渐走弱[2]。

其次，从供给方面看，土地价格与房价密切相关。考察土地成本，各国土地的价格在很大程度上会受到政府的影响。国内学者平新乔和陈敏彦（2004）在其研究中发现，土地价格每上升1%，房产价格将上升0.78%，对此，他们预测土地供应面临减少时，房价将随之逐步升高[3]。邵新建（2012）在分析了城市土地市场格局变迁后，土地市场由地方政府垄断，而土地利益的最大化导致地价提升，同时地价升高1%将带来房价0.55%的上涨。

本文的贡献和创新点在于：1.以城市规模为标准，分别选取一、二、三线城市的样本，研究结果对于不同级别的城市提出针对性的政策建议;2.同时考虑成本因素和供给因素，通过对比各具体因素对房价的解释程度推断影响一线、二线、三线城市的内在原因;3.建立三个平行的多元回归模型，直观的展示了近十年一线、二线、三线城市房价分别受成本因素和需求因素影响强度，清晰的比较出不同规模城市房地产市场的发展趋势。

二、模型建立与数据说明

（一）模型构建

在不考虑非市场因素的条件下，国内外很多学者建立了如下模型研究成本和需求对房价的影响：

其中，y代表某地区居民收入;c代表某地区单位土地成本;po代表某地区城镇人口数量。参考已有文献，本文在原有模型基础上，本文又考虑了资金成本、建造成本、城镇化水平、购买意愿，更深入发掘成本和需求对近十年不同规模城市房价的推动作用，建立一下计量模型：

其中，HPi，t（i=1，2，3，后述变量同理）分别代表一线、二线、三线城市商品房当年平均销售价格;lnLCi，t为三种不同规模城市集合平均单位面积土地成本;FCi，t表示资金成本，用以衡量开发商进行房地产投资的融资成本;CCi，t表示单位面积商品房的建造成本;Yi，t表示各线城市平均城镇居民可支配收入;ULi，t表示各级城市城镇化水平，是商品房需求的重要影响因素;PWi，t是城镇居民的购房意愿，是购房能力转化成购房行动的重要因素，对商品房需求有重要影响作用。计量模型中的绝对量数据（HP，LC，CC，Y）取自然对数的原因是可以保证数据在整个值域范围内的性质和相关关系不变的情况下缩小数据的绝对量以方便计算，同时起到了无量纲化效果，避免因为量级不同而对被解释变量的解释程度造成影响，这也是计量模型的常用处理方法。本文通过LCi，t，FCi，t，CCi，t作为成本推动类因素以衡量土地、资金、建筑材料和人力等因素对商品房价格的影响;通过Yi，t，ULi，t，PWi，t作为需求拉动类因素以衡量城镇人均可支配收入、城镇化水平和购房意愿对商品房价格的影响。根据计量模型有效性原则预测，在满足供需原理的情况下，βi（i=1，2，3，4，5，6）符号均为正，原因是土地成本越高，资金成本越高，建造成本越高，房地产商会用更高的价格弥补成本的增加;而居民可支配收入越高，城镇化水平越高，购房意愿越强会增大对商品房的需求，抬高商品房价格。

（二）变量及数据说明

本文选取了2007年到2016年间具有代表性的一线、二线、三线城市的面板数据进行实证研究。一线城市选择北京、上海、广州、深圳、天津;二线城市选择GDP增速最快的前十位，即杭州、南京、济南、重庆、武汉、大连、宁波、厦门、青岛、成都;三线城市基数较大，参照二线城市选择原理，选择乌鲁木齐、贵阳、海口、兰州、西宁、呼和浩特、泉州、包头、大庆、南通、徐州、潍坊、常州、盐城、邯鄲、洛阳、昆山、沧州、张家港、岳阳二十城为样本。

商品房当年平均销售价格来自WIND数据库，土地成本衡量单位住房面积的土地开发费用，计算公式为：

其中，LCi，t表示单位面积土地成本;UACi，t表示单位面积土地购置费用，数据来自于中经网数据库;PRi表示i线城市（i=1，2，3）容积率，由于容积率越大，舒适程度越低，考虑到不同规模城市土地的稀缺性，越繁华的城市土地容积率越高。因此，本文设置一、二、三线城市容积率2007年基期值分别为2，2.5，3，并且每年以0.5的速度增长;考虑到房地产开发属于长期工程，工期一般长于五年，并且各开发商融资渠道均通过商业银行贷款，因此用商业银行五年以上贷款基准利率作为资金成本FCi，t的衡量，数据来源于中国人民银行网站;建造成本CCi，t各线城市单位面积商品房竣工造价衡量，其计算公式为：

其中，CCi，t表示单位面积商品房竣工造价;CPi，t表示t年商品房竣工价值，数据来自于WIND数据库;CSi，t表示t年商品房竣工面积，数据来自与WIND数据库;城镇人均可支配收入Yi，t来自于各省统计年鉴;城镇化水平ULi，t用各市城镇化率表示，数据来自于国家统计局;商品房购买意愿用商品房销售面积增长率表示，其计算公式为：

其中，PWi，t表示t年度商品房销售面积增长率;SSi，t表示t年度商品房销售面积;SSi，t-1表示t-1年度商品房销售面积，数据来自于中经网数据库。

三、模型求解与结果分析

（一）平稳性分析

为了增强检验结果的有效性，可靠性，在进行时间序列数据可行性检验时，本文将各数据转换为2007年1月到2016年12月的月度数据。

本文选用ADF方法对各个变量的平稳性进行检验，为了简化表格，在此设参数y代表商品房当年平均销售价格HP，用x1代表土地成本LC，x2代表资金成本FC，x3代表建造成本CC，x4代表城镇家庭可支配收入Y，x5代表城镇化水平UL，x6代表购买意愿PW。结果表明，各个变量的检验值，其绝对值相比显著性水平为5%的标准值都小，因此不能拒绝原假设，序列存在单位根，是非平稳的。各序列数据均在5%的显著性水平下拒绝原假设，大部分在1%的显著性水平下也拒绝了原假设，可以证明各系列不存在单位根，是平稳的。

（二）协整检验

在上述一阶单整序列结论下，可以进行协整关系检验。本文使用Eviews9运用EG两步法检验商品房销售价格与其他变量之间的协整关系，在第一步建立最小二乘回归模型，第二步对模型生成的残差进行ADF检验，结果表明，ADF检验统计量值为-2.153316，小于在1%显著性水平下的标准临界值，所以判断残差为平稳序列，即表明商品房当年平均销售价格与土地成本、资金成本、建造成本、城镇家庭可支配收入、城镇化水平、购买意愿之间存在协整关系，即各变量之间存在长期均衡稳定的关系，适合用普通最小二乘法进行回归分析。

（三）回归模型求解

三个回归方程R平方超过90%，且调整后的R平方均超过80%，说明模型拟合优度较高，解释变量整体对被解释变量有很好的解释作用。

根据回归结果，最终可以得到回归方程组：

（1）、（2）、（3）分别表示一线城市、二线城市、三线城市回归模型结果。综上所述，本模型满足基本假设，回归结果有效。三个模型的F统计量均远大于5%显著性水平下的F标准值，证明模型中解释变量对被解释变量有整体显著性关系。三个方程的DW值均处于样本容量为42，解释变量个数为7的标准DW检验表中无序列相关区间[1.65，2.35]，表明随机误差项间不存在序列相关性。从模型中各变量的t统计量值可以发现，模型（1）中，除了城镇化水平UL1，t以外的所有变量均大于2.5%显著性水平下的标准t统计值，显著性极强;对于模型（2），仅有城镇居民可支配收入Y2，t和购买意愿PW2，t在5%显著性水平下拒绝原假设，而其他变量均在10%显著性水平下接受零假设;对于模型（3），建造成本CC3，t在5%显著性水平下显著不为零，购买意愿PW3，t在10%显著性水平下不为零，其余变量均接受原假设。

从实证结果中可以说明以下几个方面的问题：第一，一线城市作为近十年房地产行业迅猛发展的龙头区域，成本因素和需求因素在推动房价上涨的过程中均起到明显作用。从回归数据来看，资金成本的回归系数最大，原因是在一线城市进行房地产开发资金量大，融资成本高，且项目规模一般较大，并且对于大规模资金借贷，有着较高的资金价格弹性。而土地成本的上升，人均可支配收入的上升和购买意愿的上升均带来显著但不超过1个单位的价格推动作用。;第二，二线城市作为近五年以及未来房价上升的主战场，主要受需求方面因素的影响。从回归方程中可以发现，城镇人均可支配收入上升1个单位会带来1.24个单位的房价上升，说明在二线城市，房地产是高收入弹性的商品，这与近十年二线城市的快速发展，居民收入的迅速提高密切联系。;第三，目前三线城市的房地产价格上升趋势较缓，主要原因是经济发展水平较落后，土地价格、资金成本都较低，因此决定房价上涨的主要因素是建造成本。

四、结论与政策建议

（一）结论

对房价的调控可以从供给与需求两方面进行，短期调控从需求方面入手，以限购，限贷等方式抑制市场过热的需求，透过多种信号改变公众对房价上涨的预期;长期调控从供给方面入手，增加当前住房的有效供给，加大保障性住房与经济适用房建设力度，改善住房供给结构。

对一线城市而言，实证研究结果表明影响显著的因素为收入，购买意愿，土地成本，建造成本。一线城市居民收入普遍高于全国平均水平，而高收入是住房消费的基础。土地成本由于资源稀缺与政府对土地的管制如地价与土地用途限制而处于高位，进一步推动了房价的上涨。对二线城市而言，实证研究结果表明房价受收入与购买意愿影响显著。二线城市正处于不断发展的过程当中，随着人口流动，人口也越来越多地涌向了二线城市。在当前住房供求矛盾的大背景下，民众不但不会降低对住房的需求，相反，因为收入的不断增加与房价将持续上涨的预期，民众将更将倾向于在现期买房，加剧了供求之间的矛盾。对三线城市而言，实证研究结果表明房价主要受建造成本的影响。三线城市发展水平较一线二线城市相对落后，人口也相对较少，土地资源相对充裕从而政府管制也相对较松。房价波动则主要受其自身建造成本的影响。

（二）政策建议

（1）一线城市房价调控需要从需求和供给两方面同时进行。当前，以上海，北京，深圳为首的一线城市均从需求方推出了不同程度的限购，限贷政策，需求政策在短期内虽然会取得明显的效果，但却不能改善民众对房价上涨的预期。预期房价的上涨推动了现期对住房的需求，可能导致需求政策失效。

（2）二线城市房价调控主要从需求方面进行。二线城市中，人们的收入普遍处于增长状态中，由此带来的本地人员的住房需求及房价上涨的预期与外来人员对住房的投机需求推动了房价的上涨。政府的需求调控可以从两方面进行。一是对本地人员的需求抑制，从限贷政策入手，因为二线城市人员在收入增长预期的情况下，会倾向于超前消费;二是对外来人员投机需求的抑制，严格限制外来人员进行炒房操作，对这部分人买房建立严格的审查流程，矛盾住房供求矛盾可能较为尖锐，从需求方面进行短期稳定市场为长期调控提供缓冲。

（3）三线城市房价调控主要从供给方面进行调控。一方面，三线城市刚处于发展的起步阶段，有进行长期调控的基础;同时，其矛盾并不突出，可以直接从源头进行调整。注重供给结构的优化而不是追求量的增加，同时政府需要对资源进行合理的配置，降低住房建造成本，引导房地产业良性发展。

参考文献：

[1]Zhao B. Rational housing bubble[J]. Economic Theory， 2015， 60（1）：141-201.

[2]徐建炜， 徐奇渊， 何帆. 房价上涨背后的人口结构因素：国际经验与中国证据[J]. 世界经济， 2012（1）：24-42.

[3]平新乔， 陈敏彦. 融资、地价与楼盘价格趋势[J]. 世界经济， 2004（7）：3-10.

作者简介：

翁幸（1996—），女，漢族，浙江省湖州市，本科，研究方向：经济学。

王世磊（1997—），男，汉族，安徽省阜阳市，本科，研究方向：核工程与核技术。

丁艳琪（1997—），女，汉族，黑龙江省大庆市，本科，研究方向：经济学。