中国城市住房价格变动影响因素分析

中国城市住房价格变动影响因素分析 许光建,魏义方,戴李元,赵 宇

(中国人民大学公共管理学院,北京 100872) [摘 要] 近10多年来,我国房地产业高速发展,住房市场价格呈现持续上涨的特征。本

文运用聚类分析方法,依据房价波动情况,将全国35个大中城市划分为三类。在此基础上,从 全国层面以及不同类别城市的角度进行比较分析,通过回归分析得出以下结论:除了地价、居民

收入、信贷规模等宏观性的影响因素外,城市基础设施、教育、医疗卫生等公共服务的投入也在

一定程度上影响着房价的变动以及不同城市房价水平的差别。 [关键词] 住房价格;变动趋势;聚类分析;影响因素

[中图分类号]F293·3[文献标识码]A[文章编号]1000-596X (2010) 08-0005-10一、对1999年以来中国城市住房

市场价格变动趋势的回顾

随着改革开放的不断深入和城市化进程的不断 加速,城镇住房市场化改革在不断推进。1998年 全面实施的住房制度改革,基本结束了传统的计划 经济体制下具有显著福利性的住房分配制度,加快 了以个人购买住房为主要特征的市场化、货币化的 改革进程。随着住房抵押贷款制度、城镇土地使用 权出让、低收入居民住房保障等制度逐步建立与完 善,我国城镇住房市场进入了持续繁荣的高速发展 经过10多年的发展,我国的住房产业市场化 程度不断提高,住房投资在GDP中的比重越来越 高。根据有关统计资料, 2009年商品住宅投资占 全社会固定资产投资的比例达11·39%,住房产业 已逐渐成为我国的支柱产业之一。但与此同时,住 房的销售价格也持续上涨。1999年,全国城镇 (不含我国的台湾、香港、澳门地区,下同)平均 房价仅为每平方米1 857元,到了2009年,平均 房价就超过了4 000元, 10年间上涨了2·4倍之 多。分年度来看, 2004年涨幅最大,同前一年相

比的住房销售价格上涨了9·4%。此后房价涨幅有所放缓,在2008年末还一度出现了近10年来房价

的首次回落。但是,到2009年,房价又迅速回升。 无论是绝对价格,还是相对变动,近期的住房价格 均处于高位运行阶段。表1和图1显示了1999年 以来住房价格的变动趋势。①

以下通过近年来房

价收入比、房价租售比、竣

工面积与销售面积比等关键指标进一步考察和评价 住房价格波动情况。

(一)房价-收入比的变动趋势

房价-收入比(PIR)是衡量住房价格水平高

低的重要指标。按照世界银行的研究报告,发达国 家房价收入比一般在1·8∶1~5·1∶1之间,发展

中国家在4∶1~6∶1之间。[1]我国1999—2008年城镇房价收入比波动情况如图2所示。整

体上,近

10多年来,我国房价收入比在6∶1~7·5∶1之 间。2003年以前,房价上涨并不明显,但与此同 时居民收入快速提高,城镇居民房价收入比在相对 较低水平上小幅波动,这一时期居民的住房支付能 力相对较强。进入2004年以来,居民收入水平的 大幅提高并未提升住房负担能力,房价收入比大幅 跃升,并在2009年达到最高比7·87∶1。中国城 镇居民住房支付能力的显著下降,房价高速增长无 疑是一个重要的推动因素,但是,随着人们生活水 平的不断提升,由对面积、性能等住房品质要求的 提高所带来的影响亦不容忽视。

(二)房价-房租

比变动趋势②

住房作为投资品,是家庭财富的重要组成部

分,购买住房可为投资者带来投资收益,住房租赁 则反映了更基本的住房需求,合理稳定的租售比显 示住房价格背后的有效需求支撑。从这个角度来 看,住房销售价格与租赁价格之比也是一个重要的 衡量价格波动的指标。在健全的房地产市场中,销 售市场与租赁市场需协调平衡发展。从图3可以看 出,在住房市场化初期,住房租售指数比均大于 1,表明住房租赁价格上升幅度大于销售价格上升 幅度。但2004年以后,住房销售价格迅速上升并 长期维持在较高的涨幅水平;与此同时,租赁价格 上升速度逐渐回落,租售指数比低于1以下,售价 增长速度快于租价增长速度,租售价格增速之比趋 于缓和。近年来,住房交易市场需求超过租赁需

求,销售市场发展更快。过快的房价上涨速度,不利于消费者在租房与买房中作出理性选择,而往往会驱使消费者在心理预期作用下盲目信贷购房。

(三)商品房供给和需求变动趋势

住房体制改革以来,商品房交易市场高速发

展,商品房供给和需求快速增加,形成供需两旺的 局面。商品房竣工面积与销售面积持续增长,竣工 面积由1999年的21 410·8万平方米增至2009年 的70 219万平方米,增长了228%, 2009年销售面 积是1999年销售面积的6·4倍。如图4所示,从 整体上看,商品房供需比在波动中逐渐下降,由供 给大于需求逐渐转向供给小于需求。2004年以前, 竣工与销售面积之比远大于1,住房供给远远超过 住房需求, 1999年二者的比例接近1·5倍; 2005 年首次出现了需求大于供给的状况,此后两者差距 呈现扩大趋势; 2008年商品房竣工销售面积首现 回落,房屋竣工与销售面积比近似为1,需求迅速 减少,同期的房价也出现了11年来的首次回降; 2009年这一趋势得到扭转,市场需求迅速回升, 供需比为0·75,差距达到近年来最大水平,住房 供给远远小于住房需求。

(四)不同城市房价变动差别

住房销售价格及房价变动趋势在不同区域城市 的分布(见表2)显示,我国房价存在着显著的城

市差异性。2008年在住房价格最高的城市———深 圳市,房价高达12 823元/平方米,是住房价格最

低城市———呼和浩特市的5·1倍左右,不同城市房 价上涨幅度也相差较大。在经济发展程度较高的东 部地区,城市住房价格也相对较高,而东北、中

部、西部地区城市房价则相对较低。但在房价变动 趋势上,即使在同一区域经济水平类似的不同城

7市,房价上涨速度也存在明显的差异,部分经济水平欠发达城市房价涨幅亦处于较高水平

综上所述,近10多年来,我国房地产市场高

速发展,呈现出供求两旺的繁荣状态,商品房竣工 和销售面积快速增长,供给需求迅速增加,住房销

售市场发展迅速,并超过了住房租赁市场的发展速 度。但与此同时,尤其是2004年以来,由于住房 销售价格的持续大幅度攀升,城镇居民住房支付能 力显著下降,住房销售价格涨幅持续高于租赁价格 涨幅,商品房需求超过了供给并且其差距在不断拉 大,住房价格及其涨幅在不同城市间的差异比较 显著。

二、住房价格波动的宏观因素分析

国外学者对房价影响因素的研究较早,且关注

人口、收入、住房按揭利率以及建筑成本等综合因 素的影响。[2]我国的房地产市场起步较晚,对于房 价的定量研究也是从近几年才开始进行的。沈悦和 刘洪玉分析了城市人口、城镇家庭人均可支配收入 等对住宅价格变化的影响;[3]梁云芳和高铁梅研究 了信贷规模、人均GDP等因素对房价影响的区域 差异性,认为实际利率影响较小;[4]余华义还考察 了土地供应对房价的影响。[5]龙奋杰对35个主要城 市住宅市场研究发现,我国房价存在明显的城市间 差异性,并对住宅市场进行了城市类别划分。[6] 根据笔者对国内外学者研究成果的梳理,影响

住房价格波动的宏观因素主要有人口、居民人均收 入、信贷规模、土地价格以及利率等。 一般来说,人口数量较多的城市或地区,住房

的需求量也越大,相应的,住房价格也越高。随着 城市化水平的不断提高和市场化进程的不断加速, 城镇人口迅速增长所带来的对商品住房基本居住需 求的增加,是近年来房价快速上涨的重要因素之 一。可以认为人口规模与城镇住房价格存在正相关 关系。

随着经济高速发展和城镇居民收入的增长,房 价也被推动上涨。一方面,居民收入的提高,提高了消费者购房的支付能力,使得消费者有能力承受

更高的房价;另一方面,随着居民可支配收入的增 多,消费者将追求面积更大、舒适度更高的居住环 境,即改善型住房需求随之增加。

住房价格的波动也在一定程度上受到金融机构发 放信贷量的影响。对房地产开发商发放的信贷,将增 加市场中商品房的供给量;而对消费者发放的消费信 贷,将增加市场中商品住房的消费和投资需求量。 作为住房价格的一个重要组成部分,土地价格的

变动也是影响房价波动的主要因素之一。我国的城镇 土地归国家所有,房地产企业通过土地交易,从地方 政府手中取得城镇土地的使用权,进行商品房开发。 一般来说,土地价格的上升将带动房价的上涨。

从理论上说,利率对住房价格变动应有较大的 影响,但由于我国仍处于利率市场化的初始阶段, 实行的仍是利率管制制度,中国人民银行直接调整 基准利率,利率的市场化程度还很弱,波动相对并 不频繁,因而,本文将不把利率作为一个独立因素 进行专门探讨。

(一)从全国层面分析住房价格波动因素

1·数据说明。根据以上对房价波动影响因素 的分析,笔者选取住房销售价格指数HPI表示房 价变动,用居民住房用地交易价格指数LPI表示 地价波动,用城镇居民家庭人均可支配收入DI (元)和金融机构信贷LN(亿元)来分析各因素

对住房价格波动的影响。样本区间为1999—2009 年分季度数据。数据来源于国家统计局编制发行的 《中国经济景气月报》。

2·数据处理。居民收入的季节变动往往会掩 盖其客观变化,在利用季节性数据进行相关分析 前,需要对其进行季节调整。[7]图5为城镇居民家 庭人均可支配收入原始数据序列,图5显示,居民 收入存在明显的季节性变化规律,每年第一季度收 入最高。这主要是由于第一季度适逢元旦和中国传 统文化节日春节,往往集中发放年终奖金、津贴、 过节费以及各种实物性补贴,从而使得第一季度的 收入远高于其他季度。采用Census X12方法对居 民收入进行处理后,得到的季节调整后的城镇居民 家庭人均可支配收入(DI_SA)如图6所示。

析。结合选取的数据,建立多元线 性回归模型:

HPI=β0+β1LPL+β2DI_SA+β3LN+ε

式中,待估参数β0为常数项;β1,β2,β3为对应因

3·模型分

素的相关系数;随机误差项ε表示其他因素对房价 波动的影响。

选用最小二乘法(LS),在Eviews软件中进 行回归分析,结果如表3所示,回归方程为: HPI=58·008 7+0·379 706LPI +0·009 74DL_SA-0·000 1LN

模型中3个变量共同解释了因变量全国住房销 售价格指数69·655%的变动,这也说明住房价格 波动的影响还有其他重要解释因素。模型的F检 验的P值为0,说明回归方程总体是显著的。回归 系数的t检验表明, 3个自变量对因变量HPI的 影响都是显著的。回归结果表明,住房价格波动与 土地价格和城镇居民人均可支配收入正相关,即随 着地价和居民收入的增加,房价增长幅度也随之加 大,这与以上的分析是一致的。LN系数表明,随 着金融机构的信贷量的增加,房价增长速度会减 慢。而模型中的多重共线性,可能造成回归系数符 号判定错误。对自变量的皮尔逊(Pearson)相关 性检验(见表4)表明,DI_SA与LN存在着高 度的相关性,在99%的置信水平下,二者之间的 相关系数高达98·6%。对HPI与LN的相关性检 验结果(见表5)显示,在95%的置信水平下,房 价与信贷额实际上存在正向相关关系。

层面相关数据的分析表明,

土地价格、城镇居民人均可支配收入以及金融机构 的信贷量,这3个变量在很大程度上可以解释中国 城镇住房价格波动,是影响房价变动的重要因素。 3者对房价变动均起到正向影响作用。 (二)从不同城市比较分析住房价格波动 因素

我国城镇住房价格存在着显著的城市性差异, 在同样从紧或趋松的宏观调控政策下,不同城市住 房价格走势却显现出明显的不同。住房价格的这种 地区间差异,也可以反过来解释房价上涨的原因, 因而笔者推断,城市间的显著差异之处也是造成房 价波动的重要影响因素。

1·城市聚类分析。笔者选取国家统计局调查

以上所做的对全国

发布信息的35个大中城市①,根据房价的绝对水 平以及相对涨幅进行分类。数据采用2008年35

个大中城市房地产价格指数,以及对应的城市住宅销售价格,前者来源于2009年的《中国统计 年鉴》,后者来源于2009年的《中国房地产统计 年鉴》。

采用系统聚类分析,将房价及其变动水平相似 的城市归为一组,结果如表6、表7所示。第一类 (一线)城市有北京、上海、深圳等6个城市,房 价指数平均104·1,平均房价达9 753·2元/平方 米;第二类(二线)城市包括天津、大连、南京等 10个城市,房价平均涨幅为5·7%,平均房价为 5 094·7元/平方米;石家庄、太原等19个城市为 第三类(三线),平均房价指数为106·9,平均房

价4 874·7元/平方米。三类城市之间房价水平相 差较大,存在较为显著的差异。但是, 2008年这 三类城市房价平均涨幅相差并不显著,这主要是 一二线城市受金融危机影响相对较大,涨幅较以 前有所回落,一线部分城市甚至出现负增长,而 三线城市房价在2008年的快速拉升,改变了之 前涨幅长期普遍低于一二线城市的状况。

住房价格水平

较高、涨幅较快的一二线城市,

人口相对较多,提供的公共服务水平也较高。近年 来,中国越来越多的城市成功申办各种世界型盛 会,如北京奥运会、上海世博会、广州亚运会、深 圳大运会等,促进了城市交通等基础设施以及医疗 卫生等公共服务的建设和完善;而天津、大连、青 岛等旅游城市,当地政府为营造城市旅游环境,也 注重在公共服务方面的支出。城市交通、医疗卫 生、教育等基本公共物品或服务,直接影响到居民

的生活质量,消费者往往“用脚投票”,选择拥有丰富资源、优质公共服务的区域居住。[8]从而使得

公共投入较多、设施便利的一二线城市能够吸引更 多的购房者,进而提升当地的住房价格。笔者由此 推断,基础设施、医疗卫生、教育等公共产品和公 共服务投入也是影响住房价格波动的重要因素。

基于数据的可得性,笔者选取

了13个城市年末总人口PP(万人)、地方财政人 均教育支出ED(万元)、人均医疗卫生支出EH (万元)、人均城市维护费FF(万元)和城市房屋 销售价格指数HPI。我国2007年实行预算收支分 类科目改革,从2007年起,财政支出科目进行了 相应的调整,故样本时间选取1999—2006年。数 据来源于各城市历年的统计年鉴,人均支出由各城 市当年相应科目支出除以年末人口计算得出。 3·回归分析。笔者建立以下面板数据模型①: HPIit=αi+β1iPPit+β2iFFit+β3iEDit

2·数据说明。

+β4iMHit+uit式中,t =1,2,…,T; i =1,2,…,N;其中,T =8, N =13。

假设H0:α1=α2=…=αN,即模型中不同个 体的截距相同(应采用混合回归模型);H1:αi不 同。

检验统计量①F为:F=(1009·012-665·4377)/(13-1)665·4377/(104-13-1) =3·87> F0·05(12,90) =1·86

故拒绝原假设。进一步进行Hausman检验,表 8显示, Hausman统计值为11·26,对应P值为 0·02<0·05。因而,本文采用个体固定效应模型, 对参数进行估计。

使用广义最小

二乘法,由参数估计结果(见表 9)得出方程表达式:

方程F检验结果表明,方

程整体是显著的,

模型解释了房价指数68·6%的影响因素,即选 取的4个变量在一定程度上解释了房价的波动。 自变量系数t检验对应的P值表明, ED和MH 均显著。

变量MH和PP的系数符号

与笔者预期的相反,暗示存在多重共线性问题。由 自变量间相关系数矩阵及其检验(见表10)表明 FF, ED和MH3个变量间存在显著的较高正相关

方程结果中,自

性。地方财政总支出的增加或减少,对基础设施、 教育、医疗投入造成同步增减。自变量间的相关性 对回归的结果造成了混乱。有必要分别讨论各自与 HPI的关系。对HPI与4个自变量分别进行

Pearson相关性检验,如表11、表12、表13、表14所示。结果表明,房价指数HPI与城市基础设

施财政支出FF、教育财政支出ED以及医疗卫生 财政支出MH,均存在显著的正相关关系。其中, HPI与FF和ED在99%置信水平下正相关,与 MH在95%的置信水平下正相关。而HPI与PP 的正相关关系并不显著,但我们并不能因此否定城 市人口对房价波动的影响作用,这主要与笔者采用 的数据有一定的关系。对于城市人口PP来说,各 城市统计年鉴中统计的年末人口一般以当地户口人 数为准,少部分城市公布的则是常住人口,统计口 径有所不同;而且,统计数据并未单独区分城镇人 口数,而农村的住房由农民在集体土地上自行建 设,不能用于市场交易,亦没有市场价格,使用城 镇与农村总人口数据,在很大程度上影响了最终的 结果。

三、若干结论

本文对我国近10多年来房地产市场价格的变 动情况进行了回顾,得出了房价波动的若干特征。 我国房地产市场发展迅速,住房市场价格快速上 涨,在商品房竣工和销售面积快速增长的同时,住 房销售价格的上涨超过了住房租赁价格的上涨,房 价-收入比快速提升,居民支付能力下降。住房价 格以及房价涨幅呈现出了显著的城市差异性。

在全国层面,通过多元回归分析得出,土地价

格、城镇居民人均可支配收入和金融机构信贷量是 影响住房价格波动的重要因素。地价、收入以及信 贷额的增加,会带来房价上涨速度的加快。 房地产市场在城市之间存在着显著的差异性 按照房价波动情况,对中国城市进行聚类划分为 类。对3类城市进行差异性分析,笔者认为,人口 以及城市基础设施、教育、医疗卫生等公共服务的 投入,将影响房价的变动。回归分析表明,地方财 政人均公共服务支出,在一定程度上与房价波动存 在正向相关关系,但由于数据代表性不足,人口对 房价的影响并没有得到很好的验证。 13参考文献

[1]夏刚·房价收入比来源、用途及局限性[J]·经济研究导刊, 2009, (27)· [2]龙奋杰,沈悦,刘洪玉,郑思齐,董黎明·住宅市场与城市经济互动机理研究综述与展望[J]·城市问题, 2006, (1)·

[3]沈悦,刘洪玉·住宅价格与经济基本面: 1995-2002年中国14城市的实证研究[J]·经济研究, 2004, (6)·

[4]梁云芳,高铁梅·我国商品住宅销售价格波动成因的实证分析[J]·管理世界, 2006, (8)· [5]余华义·经济基本面还是房地产政策在影响中国的房价[J]·财贸经济, 2010, (3)·

[6]龙奋杰·中国主要城市住宅市场差异的经济分析[M]·北京:清华大学出版社, 2008, (9)· [7]高铁梅·计量经济学分析方法与建模[M]·北京:清华大学出版社, 2006·

[8]叶剑平,王娟·公共服务均等化与中国房价的关系[J]·探索与争鸣, 2010, (3)· (责任编辑:王碧峰)