基于区域差异的房地产价格波动成因分析

近年来，随着我国经济持续高速增长，房地产市场也快速发展，但由于我国区域经济发展的不平衡，各地房地产市场发育完善程度不一，房地产市场中日益显现出供给和需求的不平衡，部分城市房价上涨速度已经远超过人们的承受能力，房价收入比远高于国际标准线。2009年10月份以来，国内的房地产市场成交量和成交价格不断走高，部分城市的商品房成交价格创历史最高纪录。一线城市和主要二线城市成交量和成交价格突然放大导致了全国房价再次出现同比、环比大幅上涨。在2009年中央经济工作常务会议上，相关部门领导研究完善促进房地产市场健康发展的政策措施，明确提出：“加强市场监管，稳定市场预期，遏制部分城市房价过快上涨的势头”。可见，房地产价格的稳定进而房地产市场的健康稳定是国民经济协调发展的基本保障之一，是关系国计民生的一个重要问题。
　　
　　一、各地区房地产价格波动现状分析
　　
　　我国幅员辽阔，各个地区的经济发展水平和房地产市场成熟程度非常不平衡，房地产价格波动在区域间也存在较大的差异性。目前国内房价涨势过快的区域主要是集中在一些大中城市，尤其是东部沿海地区的大中城市。中西部特别是西部边远地区的一些中小城市，房价也在缓慢攀升。
　　本文拟对近10年来东部、中部和西部地区房价波动趋势进行分析。为了对比的方便，把样本期间分为两个相等的时段，中间均间隔5年。从表1可以看出，自1998年住房货币化改革的10年以来，我国城市房价的变化较大，具体体现在以下两个方面。一方面，东部地区房价较高，中西部地区房价相对低些。1999－2003年间，东部地区商品房平均销售价格的平均值为2527元／平方米，但到了2004－2008年间，这一数值变为4504元／平方米，在此期间，东部地区商品房平均销售价格最大值为12148元／平方米，这一时期中部、西部房价最大值分别为3053元／平方米和3157元／平方米，东部地区是中西部地区的4倍左右。另一方面，各地区房价涨幅不均衡，呈不断扩大的趋势。从离散指标可以看出，1999－2003年间，全国商品房销售平均价格的标准差为879元／平方米，这个数字到了2004－2008年期间变为1798元／平方米，增长了1倍多。类似地，东部、西部也增长了1倍左右。另外，从各地区商品房平均价格的极差指标来看，1999－2003年，东部地区为4303元／平方米，2004－2008年为10813元／平方米，二者之差为6510元／平方米，这一数值在中部和西部分别为745元／平方米和874元／平方米。上面的数据说明区域房地产市场发展越来越不均衡。从时序的角度看，各个地区房价增幅均呈现快速上涨趋势，且随着时间的推移房价在各年间涨幅差距不断扩大；从同一时期不同地区来看，东部地区房价涨幅快于中西部地区，各地区之间房价差异较大。
　　为了更好地说明房价的快速上涨是否意味着存在泡沫，在此计算房价增长率和GDP增长率之比，该指标主要用来测度房地产行业相对国民经济的扩张速度。房价增长率与GDP增长率比值一般指标值在1以内属于合理范围，1－2为泡沫预警，2以上为房价虚涨泡沫显现。对于东部地区(图1)，2008年和2003年相比，这一比值在各地区变得更加平稳，但数值大多比2003年更大，具体来看，北京、浙江和海南三省(直辖市)的房价增长率和人均GDP增长率之比在1－2之间，说明处于泡沫预警阶段，而其他几省数值均在1以下，处于合理范围之内。对于中部地区(图2)，2008年房价增长率和人均GDP增长率之比大部分省份均显著高于2003年的比值，但所有省份的比值均在1以下，说明这一时期还处于合理的范围之内，不存在泡沫。从西部地区(图3)来看，2008年房价增长率和人均GDP增长率之比显著高于2003年的比值，但甘肃、宁夏、新疆三省(自治区)的比值均在1－2之间，说明这三个省(自治区)处于泡沫预警阶段。总体上看，在北京、上海这些大城市，房价已远高于普通居民的实际收入，房地产市场存在一定泡沫；大部分二、三线城市的房地产价格的整体水平不是太高，在居民的承受范围以内。
　　
　　二、房地产价格波动区域差异的实证研究
　　
　　(一)理论模型及变量选择
　　1.理论模型
　　从横向上看，由于各地区经济发展水平的差异和城市化进程的快慢不同，房价在各地区表现出区域差异性；从纵向上看，随着经济的发展和历次房改政策的不断完善，房地产市场也快速发展，从1998年住房货币化改革至今，房价发生了很大的变化。因此，单纯应用截面数据或时间序列数据来研究房地产价格变化的规律存在着一定的不足，而面板数据能够更好地检测和度量因单纯使用横截面数据或时间序列数据而无法观测到的影响。本文将采用面板数据模型(panel data model)来研究我国各地区房价波动成因的差异。模型的基本形式如式(1)：
　　Y_it＝α_it＋β_itX_it＋μ_it
　　i＝1，2，…，N；t＝1，2，…，T　(1)
　　其中，X_it＝(X_1it，X_2it，……，X_kit)，为外生变量向量；下标i代表不同的个体(不同地区)；t代表年份；β_it＝(β₁，β₂，…，β_k)，为参数向量；k是外生变量个数；随机扰动项μ_it。相互独立，且满足零均值、等方差假定。
　　实际应用中一般假定式(1)中的参数只在某个方向上发生变化(时间或横截面)。对于时期较短而横截面单位较多的样本数据，可以认为样本的差异主要表现在横截面的不同个体之间，所以可以认为模型是固定效应变截距模型，即参数不随时间变化，满足时间一致性，这样式(1)就变成式(2)：
　　Y_it＝α_i＋βX_it＋μ_it
　　i＝1，2，…N；t＝1，2，…T　(2) 本文将根据式(2)建立模型对房价的影响因素进行估计。参数α_i通常被写为可观测的虚拟变量的系数形式，对式(2)的估计也被称为最小二乘虚拟变量估计(LSDV)。
　　2.变量选择
　　基于考虑房地产价格变化的供给与需求因素的前提下，从经济、社会、自然和行业的角度分别选择房地产价格变化的影响因素。以我国30个省市自治区为样本，研究的样本期为2003～2008年。选择房屋销售价格指数(HP)来反映房地产价格的变化，同时作为被解释变量。选择人均国内生产总值(AGDP)、居民消费价格指数(CPI)、土地交易价格指数(sI)、房屋租赁价格指数(RI)作为解释变量来研究房地产价格变化的成因。为了和其他相对数指标相对应，人均国内生产总值也采用指数指标，即发展速度指标，并且均采用“上年＝100”的口径进行分析；上述变量的相关数据主要来源于2004－2009年《中国统计年鉴》和中宏数据库。 (责任编辑：论文发表网)转贴于八度论文发表网: http://www.8dulw.com(论文网__代写代发论文_论文发表_毕业论文_免费论文范文网_论文格式_广东论文网_广州论文网)