基于PVAR模型的保障房建设对商品房价格影响研究

黄桂林， 谭兆秋， 许如意

(东北林业大学 土木工程学院，黑龙江哈尔滨 150040)

面对房价高涨不下、人民买不起房、住不起房这一重大民生问题，政府提出保障性住房相关政策措施。保障性住房是政府为中低收入住房困难家庭所提供的限定标准、限定价格或租金的住房。实施保障性安居工程建设既是重要的民生工程，也是完善城市住房保障体制的重要举措，实施好该工程，不仅能有效促进经济社会健康发展，更能惠及人民群众，改善城市困难群众的住房条件。在大力推进保障性安居工程建设的同时，商品房价格必然会受到影响，因此有必要针对保障性住房建设对商品房价格的影响进行研究分析。[1-2]

经适房作为保障性住房的主体之一，是定性衡量保障性住房建设的重要指标，本文以经适房销售面积作为主要研究对象，以此来探讨保障性住房建设对商品房价格的影响。由于省域面板数据异质性不同，传统VAR分析方法不再适用，所以我们引入在最近十年内才臻于完善的面板VAR方法(Panel-VAR)。本文的基本架构设计如下：第一部分为文献综述；第二部分为实证研究设计，主要阐述PVAR模型的构建过程、变量选择与数据处理；第三部分为实证分析，主要运用PVAR分析结果来实证分析论文假设；第四部分为结论，主要包括PVAR分析总结和相应政策建议。

1 文献综述

首先，实证分析得出保障性住房建设的“抑制有效性”。汪洋天建立灰色关联度分析法模型，从分析保障房对商品房价格影响机制入手，经实证研究得出保障房建设能在一定程度上对商品房价格起到抑制作用。吴福象、姜风珍基于东中西三大地带1999-2010年的面板数据进行定量分析，认为保障房对普通商品房价格具有一定的抑制和烫平作用。其次，其他学者持有不同的意见。潘爱民等通过收集2002-2009年29个省自治区、直辖市、房地产市场发展实践的数据，研究了经适房、土地价格与住宅价格之间的关系，发现三者之间存在长期的均衡关系，且影响力度存在区域性的差异。马欣、浦晓天等人通过29个省份2002-2012年的面板数据，分析了保障性住房供应与商品房价格关系，认为保障房价格对商品房价格起到了正向的反馈作用，而保障性住房的建设面积对商品房价格存在区域差异的双向作用。[3-6]

现有研究都是从相对静态的角度出发，其研究假设片面地限定了保障房建设对商品房价格影响的方向。而保障房建设对商品房价格在时间序列上可能具有既促进又抑制的作用，因此研究其影响应该从动态的角度出发。鉴于此，本文从如下几个方面进行研究：在研究目的方面，将商品房价格、经适房销售面积、地区人均生产总值、城镇居民人均可支配收入纳入一个模型框架进行分析，以经适房销售面积为主的内生变量，地区人均生产总值和城镇居民人均可支配收入为辅的内生变量，来研究保障房建设对商品房价格的影响；在研究对象方面，选用中国29个省、市自治区的2008-2018年度省域面板数据，以观测不同区域三个内生变量对房价脉冲的响应程度。

2 实证研究设计

2.1 面板向量自回归模型(PVAR)的构建

本文构建的PVAR模型是在向量自回归模型(VAR)的基础上结合了面板数据的优点，通过引入个体效应变量和时序效应变量，降低了时间序列的限制，捕捉不同横截面下所受到的冲击，分析面对冲击时各内生变量的动态反应。并且，PVAR能够以系统GMM等估计方法克服内生性问题，并进行脉冲响应分析、方差分解及稳健性检验。[7-9]本文PVAR分析的数学模型表达如下所示：

(1)

式(1)中Y为个体i在时点t所有可观测随机变量的向量；hi是个体i的个体固定效应向量；Φ是滞后变量的系数矩阵，j代表滞后阶数；Φ0为截距项；ui,t为模型误差项。

2.2 变量选择与数据处理

2.2.1 变量选取与指标定义

1)地区人均生产总值(PGDP)。地区人均生产总值能反映地区的经济情况，毋庸置疑的是经济健康发展势必促进房地产业的发展；地区人均GDP代表了我国城市居民的收入水平，进而引起住房需求的增加。所以，考虑地区生产总值对保障房建设与商品房价格影响是必要的，如图1a所示。

2)商品房价格(CP)。本文采用商品房的平均销售价格，其价格数据来自于《中国统计年鉴》。由于面板数据需解决其量纲差异和异方差，对商品房平均销售价格取对数，变量名为lnCP，如图1b所示。

3)经适房销售面积(AHSA)。要研究保障性住房对商品房的影响，而保障性住房是一个概括性名词，为定量定性地研究保障性住房对商品房价格的影响，本文采用保障性住房下属的经适房为主要研究对象，并且采用经适房的销售面积作为反映保障性住房的建设指标。作为主要的影响商品房价格的内生变量，经适房销售面积的统计工作是至关重要的，本文对其收集工作很严谨，如图1c所示。

4)城镇居民人均可支配收入(UPCDI)。住房问题是当今中国家庭生活的首要，城镇居民有多少可支配收入投入进住房，将直接影响房价的走势，进而影响保障房建设对商品房价格的数据分析。所以，城镇居民人均可支配收入是影响商品房价格的一项重要指标，如图1d所示。

图1 各内生变量数据统计图

2.2.2 样本选择与数据来源

在其面板数据中，剔除不符合要求的上海、西藏部分，共包含29个省域地区2008年至2018年的商品房价格、人均GDP、经适房销售面积、城镇居民人均可支配收入的内生变量数据。面板数据来源于《中国房地产统计年鉴》、《中国统计年鉴》，表1展示了对全部数据的描述性统计结果。

表1 内生变量指标数据的描述统计结果

2.2.3 平稳性检验

由于实验中可能会出现伪回归的现象，把相关数据提前进行平稳性检验。使用Stata与Eviews软件共同完成, 克服传统单个时序单位根检验的小样本偏误，利用面板从一定程度上，控制不可观测的个体效应和截面相关性。依据AIC最值选择实验的最佳滞后阶数，对各内生变量进行LLC(Levin-Lin-Chu)检验和IPS(Im-Pesaran-Shin)检验，可得出lnCP、lnPGDP、lnAHSA、lnUPCDI四个内生变量都能平稳，检验结果如表2所示。

表2 面板单位根检验

2.2.4 确定滞后阶数

为了估计商品房价格、区域人均GDP、区域经适房面积、城镇居民人均可支配收入四个变量的PVAR模型，本文将首先检验模型的滞后阶数，参考赤池信息准则(AIC)、贝叶斯信息准则(BIC)、HQ信息准则(HQIC)三个准则，结果如表3所示。由结果可知，以信息准则的最小计算值作为参考标准，则本模型最优滞后阶数取3。

表3 各阶数下AIC、BIC、HQIC的计算结果

3 基于PVAR的实证分析

3.1 PVAR模型估计

本文构建包含商品房价格、区域人均GDP、区域经适房面积、城镇居民人均可支配收入四变量的PVAR模型，根据不同的截面选取不同滞后阶数，进行面板向量自回归GMM估计，所有数据还预先进行了向前均值差分(Helmert变换)，估计结果见下表。首先，从本文核心变量经济适用房销售面积对数(lnAHSA)方程中可知，其自身、商品房价格、地区人均GDP、城镇居民可支配收入均在一定程度上影响经适房的建设，但商品房价格对经适房的影响系数却为-0.291，说明商品房价格的上涨会给经适房的建设带负向影响。其次，从内生变量地区人均GDP与城镇居民可支配收入UPCDI对数的方程中可知，商品房价格和经适房销售面积对两者的影响系数均不显著，对应的四个估计系数均趋近于0。最后，从商品房价格对数(lnCP)方程中可知，商品房价格易受其自身、地区人均GDP、城镇居民可支配收入的影响，滞后三期的商品房价格系数均在0.67以上，尤其城镇居民可支配收入对商品房价格的影响，估计系数甚至达到了1.45以上，但经济适用房销售面积对商品房价格影响的系数并不显著，其系数为-0.082，近乎为零。所以，经适房销售面积在某一阶段会对商品房价格的上涨会有抑制作用，相对于我们的核心变量而言，本文考虑PGDP、UPCDI两个内生变量对商品房价格影响的价值较大。

表4 商品房价格的参数估计结果

3.2 脉冲响应分析

通过设定冲击时间为20期的蒙特卡洛(Monte-Carlo)1 000次模拟，得出房价及其余三个内生变量的脉冲响应函数图。从图2中，首先，我们可以分析得出商品房价格对自身的冲击是具有正向响应的，但是随着冲击的期数增加，这种正向影响的作用是逐渐减小的，尤其是在冲击初期，急剧下降。其次，从地区人均GDP对商品房价格的冲击图来看，基本上在整个冲击期数内都是处于一个负向影响的，仅在第2期的时候，稍有正向影响的势头，但很快又随着冲击逐渐下降。我们基本上可以判断的是，人均GDP的上涨会引起城镇生活的成本也逐年上升，让人们的生活压力变大，反而降低了对住宅的需求，所以地区人均GDP对商品房价格的上涨具有负效应。再者，从城镇居民可支配收入对商品房价格的冲击图来看，在前18期冲击中，都是处于一个正向影响的，但在18期冲击以后，城镇居民可支配收入对商品房价格的影响开始处于负向影响，我们可以预测在城镇居民可支配收入达到一定的程度之后，已经基本满足了住房需求，其冲击效果也就变成负向的。最后，从核心变量经济适用房销售面积(lnAHSA)对商品房价格的冲击来看，在第2期以前具有负向响应，在第二期往后开始经适房销售面积对商品房价格起到正向响应，说明经济适用房的建设在短暂的时间里会对商品房价格起到抑制作用，但很快这种抑制作用就会消失，从我们获取的资料可知，就生产要素而言，在土地资源的使用上，经济适用房的建设会对商品房建设起到一定的挤占作用，并且经济适用房的供应以国家及地区规定的价格会对商品房价格产生影响，所以从生产要素到住房供应都会有促进商品房价格上涨的影响。

图2 各内生变量对商品房价格冲击的响应图

3.3 方差分解

在脉冲响应中，能得出分析期数设为10的商品房价格(CP)方差分解。从表5数据可知，商品房价格在第1期的方差贡献率为100%，到第10期时依旧高达69.9%。从地区人均GDP对商品房价格方差的贡献率来看，从第1期对方差贡献率的0%到第10期的33.2%，是逐期增加的，说明地区人均GDP对商品房价格的影响是仅次于其自身的。城镇居民可支配收入对商品房价格方差的贡献率，自第2期达到1.8%以后，逐渐下降，到第10期时，只有0.4%,说明城镇居民可支配收入对商品房价格的影响是逐渐减少的，这与脉冲分析的结论是相符合的。最后，从经济适用房销售面积对商品房价格方差的贡献率来看，自第2期到达0.030以后，从第3期到第10期，贡献率逐渐平稳在0.020左右，这也就与脉冲分析中促进商品房价格上涨的平稳趋势相吻合。所以，商品房价格对自身的方差贡献率占主要作用，其次是地区人均GDP，再次是经济适用房销售面积，最低是城镇居民人均可支配收入。综上可知，经济适用房销售面积不是商品房价格的主要影响因素。

表5 商品房价格(CP)方差分解表

3.4 稳健性检验

由表6显示，采用Sargan检验与Arellano-bond检验得到的结果，均接受差分GMM的估计，说明本文结论具有较好的稳健性。从动态面板的检验结果来看，与前面的模型估计结果基本一致，人均GDP与城镇居民可支配收入是影响商品房价格的主要因素，而经适房销售面积对商品房价格的影响较低。

表6 动态面板模型稳健性检验结果

4 结果分析及对策建议

4.1 结果分析

本文通过商品房价格、区域人均GDP、经济适用房销售面积、城镇居民人均可支配收入的数据，应用于PVAR模型中的GMM估计、脉冲响应分析、方差分析、稳健性检验。实验研究发现不同省域中经济适用房销售面积对商品房价格具有不同的效应：第一，区域人均GDP对商品房价格上涨产生正效应；第二，城镇居民人均可支配收入对商品房价格上涨产生正效应；第三，经济适用房销售面积对商品房价格的影响是动态的，而不是单纯的抑制会促进其发展，在短期内具有抑制作用，但长期效果却是具有正向效应，促进商品房价格的上涨，但其正向影响的程度会逐渐趋于平缓。保障性住房的建设对商品房价格的影响较低，其影响具有地域性，我们不能偏移其自身的价值，要回到保障的实质，落到实处保障贫困、低收入人群的住房问题。社会各界的关注点也应从其抑制房价的上涨，转移到保障性住房建设对城市发展的稳定上来，政府也应从宏观角度调控保障性住房建设程度与市场商品房之间的关系。

4.2 对策建议

第一，保障性住房的建设不能当作抑制房价上涨的主要措施，而应该回归到保障性住房的本质，发挥其社会保障功能。由于普通商品房住宅反映了当地人民群众的真实住房需求，各级政府部门在确定保障性安居工程建设规模时应当考虑当地商品房供需情况，实现保障房与商品房的建设供应协调。同时要合理确定经济适用房供给计划，避免为片面抑制房价而盲目扩大其建设规模，要将政府保障和市场供应相结合，健全保障性住房供应体系。

第二，在保障房土地供应方面，由于我国土地资源相对不足、生态环境脆弱，当地政府应该根据其自身的情况，考虑既有建筑存量进行合理保障性住房建设规划，节约集约利用土地资源，防止粗放式建造，以及不考虑后果的大拆大建。在保障性住房建设实施方面，不能仅依靠政府财政支持，要进一步创新融资方式，扩展融资渠道，在减轻政府财政压力的同时推进保障性安居工程可持续发展。

第三，针对不同情况的群体，不同类型的保障性住房应该发挥相应的作用。首先，面对中低收入群体的住房难问题，当地政府应以推出公租房、经济适用房妥善安排为主，依据本地情况推出其他类型保障房为辅，以达到抑制因住房需求所带来的市场热度，进一步完善住房性社会保障体系。其次，对于困难群体的住房问题，不能一味地通过异地搬迁完成城市化的进程，还需考虑后续稳定等问题，避免低收入住区分异现象而导致的社会不稳定性，要以城市发展、邻里关系及个人就业等方向出发，保障“住有所居”的同时还得考虑其“生存要素”。最后，当地政府应当考虑保障房住区对城市社会空间的时空，实现城市健康运营，促进社会和谐发展，为国家实现全面脱贫增添一份助力。