住房价格变动分析报告

重庆房地产投资规模持续快速增长，商品房产销两旺，为重庆房地产业的快速发展奠定基础。2002-20xx年是重庆房地产市场的调整和快速发展期。在此期间，房地产业呈现出较高增长运行态势，房地产投资年均增长27.6%，房地产业增加值年均增长11.2%，且占全社会固定资产投资的比重进一步提高到26.8%，占GDP比重也在20xx年的12.3%提高到20xx年的20.6%。与全国其他一些大城市相比，重庆房地产市场仍然保持健康地发展，房地产价格始终保持在合理增长区间，房地产业显然已成为重庆国民经济的支柱产业。

一．房地产价格现状分析

(一) 全国房地产市场价格走势

中国房地产行业目前正逐步进入行业洗牌与结构调整阶段,即将面临第一次真正意义上的大调整。20xx年以来,当针对房地产市场的紧缩调控政策与抑制通胀为核心的宏观政策紧缩环境相叠加,当加息、信贷控制与影子银行体系监管相叠加,当针对开发商供给端的抑制与针对购房者需求端的抑制相叠加、当市场化间接调控手段与行政化限购令直接干预措施相叠加,房地产开发企业正在面临中国房地产市场起步以来最为严厉的市场和政策环境,中国房地产行业目前正逐步进入行业洗牌与结构调整阶段,即将面临第一次真正意义上的大调整。

实际上，自20xx年4月16日，国务院发布的新《国十条》实施后的这段时间，中国的房价始终没有怎么跌。仅仅是在成交量上有些许变化，仅仅是对买房人的心理上有所影响，仅仅带来了几个月的持币观望期。而当他们发现，房价下跌只是一种美好的愿望，于是，他们失去了耐心。入秋，中国楼市量价齐升，全面回暖。让我们来看看20xx年10月15日发布在国家统计局网站上的最新统计数据：《9月：70个大中城市房价同比上涨9.1%》。前三季度，全国商品房销售面积6.32亿平方米，同比增长8.2%，增幅比1-8月提高1.5个百分点。

(二) 重庆房地产市场价格走势

自20xx年国务院下发的“新国八条”开始，房产税，差别信贷利率，地方房价调控目标等一系列的政策调控在第一季度相继出台重庆市开发市场在持续以政策为主的宏观调控基调的环境中运行，总体呈现出建设投资于市场销售双双回落的态势。

统计数据显示，20xx年三季度，重庆全市房地产开发投资1381.08亿元，同比增长33.8%，较一季度回落9.6个百分点，较上半年回落1.2个百分点，开发投资增速呈现出不断放缓的发展趋势。前三季度，该市商品房销售面积2918.02万平方米，同比增长11.6%，较一季度增速回落5.8个百分点，较上半年回落1.2个百分点，呈基本持平态势。今年以来商品房销售面积自年初高位回落后，在11%的增速区间获得强劲支撑，连续六个月在11.2%到12.8%之间波动。这显示市场供求双方的博弈仍在持续，后期走势有待进一步确认。

重庆20xx年11月到20xx年10

月房价分布图

截至9月底，重庆全市房地产开发累计到位资金3183.57亿元，同比增长36.6%，较上半年回落7.0个百分点。其中上年末结余资金956.86亿元，增长66.6%；本年到位资金2226.71亿元，增长26.8%，较上半年回落2.3个百分点。作为房地产开发企业主要资金支持的本年到位资金增速较开发投资增速低7.0个百分点，资金收紧趋势正在显现。同时，受该市试点房产税影响，高端商品住房市场受到遏制。数据显示，该市大户型住宅与别墅、高档公寓在建设投资与市场销售方面均呈现出不同程度的萎缩。前三季度，重庆全市140平方米以上住宅建设投资额95.60亿元，同比增长15.0%，较同期全部住宅投资平均增速低21.4个百分点；别墅与高档公寓投资78.85亿元，增长14.1%，较同期全部住宅投资平均增速低22.3个百分点，房产税对高端商品住房市场正在产生较为明显的遏制作用。

二．住房价格构成分析 商品房是指在市场经济条件下，具有经营资格的房地产开发公司(包括外商投资企业)通过出让方式取得土地使用权后经营的住宅，均按市场价出售。由于中国长期以来在住房体制上实行的是供给制，所以，商品房是80年代以后才在中国出现的。其价格由成本、税金、利润、代收费用以及地段、层次、朝向、质量、材料差价等组成。

（一）土地使用权取得费：

商品住宅开发经营单位依法通过国有土地出让、转让获得国有土地使用权的，其土地使用权取得费为支付的出让、转让费用、拆迁安置补偿的净支出及按规定应交付的有关税费之和；商品住宅开发经营单位依法通过行政划拨取得国有土地使用权的，其土地使用权取得费为取得该划拨土地所支付的征地费、拆迁安置补偿费及城市市政基础设施配套费等费用之和。

（二）住宅开发成本：

1、前期工程费。包括水文及工程地质勘察、测绘、规划设计、项目可行性研究、 建筑设计、施工通水、通电、通路及平整场地等费用支出。

2、建筑、安装工程费、设备费。包括房屋主体部分的土建(含桩基)工程费、水电安装工程费(含结构和装修)、设备购置费等。

3、附属工程费。包括住宅小区基础设施建设费和列入住宅小区详细规划的非营业性公共配套设施建设费。

4、开发间接费。指开发经营单位直接组织、管理开发项目发生的各项费用。

5、其他符合国家规定并与项目开发直接有关的费用。

（三）住宅开发期间费用：

指开发经营单位在开发经营过程中发生的管理费用、财务费用、销售费用等支出。住宅开发期间费用应按受益项目进行合理分摊。

1、管理费用，指开发经营单位行政管理部门为管理和组织经营活动而发生的各项费用。

2、财务费用，指开发经营单位在开发经营过程中为筹措建设资金而发生的各项费用，包括企业经营期间发生的利息净支出、汇兑净损失、调剂外汇手续费、金融机构手续费，以及企业筹资发生的其它财务费用。

3、销售费用，指开发经营单位为销售而发生的各项费用。

（四）利润：

以上地使用权取得费和住宅开发成本之和为基数计取，属政府定价或政府指导价的商品住宅，其利润率由政府价格主管部门确定；属市场调节价的商品住宅，其利润率由开发经营单位自行确定。

（五）税金：

指依据国家税收法律、法规规定应当缴纳的营业税、城市维护建设税、教育

费附加等。税金按国家规定的税目和税率执行。固定资产投资方向调节税不列入组价因素，在商品住宅销售价格外按税务部门的规定办理。

（六）商品住宅差价：

包括楼层差价、朝向差价。楼层差价、朝向差价分别按增减代数和为零的原则，由开发经营单位自行制定，其中属政府定价的政府指导价的，报价格主管部门确认。

三．住房价格影响因素分析及未来价格变动趋势分析

（一）住房价格影响因素分析：

1，成本，以成本为基础的定价策略还是现在最流行的策略，因为这种策略最为

简单和直接。所谓以成本为基础，住房价格关系最直接的是土地价格。如下图：

2，消费者价值，成本的确非常重要，但消费者的购买期望更加重要，无论产品如何定价，对于消费者而言会有自己购买住房的最低容忍价格，经济学家称之为消费者价值(customer value)，就是产品值多少钱。

3，竞争产品，竞争产品对产品价格的影响有时候远远超越了我们所能想象的范畴。大部分消费者在选择产品的时候面对从众多的可供选择的产品中选择哪一款的选择题，价格无疑是消费者最为敏感的因素之一，一款产品如何从一堆类似的产品中脱颖而出，让消费者愿意掏钱购买它，价格会起着重要的作用。如：金科、龙湖、富力等房地产集团，相互之间存在着竞争。

4，品牌，如全国知名的大型房地产企业，金科、龙湖、富力、万科、恒大、保利等。

5，营销战略目标，企业在不同阶段会有自己的不同营销战略目标，例如“市场份额最大化”、“利润最大化”，或者是追求产品的覆盖率等等。在企业制定了自己的营销战略之后，才会有自己的产品策略、价格策略等等，而这些策略都服务于整体的营销战略。例如金科的营销战略，所做的一些主题活动：

2月

3月

5-6月

7月

8月

9月

10月 在重庆买金科房 金科三月无广告 金科家节 金科邻里节 金科有房 廉政行动 金科房交会 到南滨路看夜景，到解放碑看美女，到金科买房子，金科已成为重庆名片。 颇受争议的营销活动，“无广告”并非完全不做推广，将广告费用用于赠送礼品给业主。 买房不是获取一个单纯的物理空间，而是承载“家”的美好愿望。 首次提出“中国隔壁邻里文化”居住主张，开展邻里百家宴、邻里通等活动，甚至建议政府设立法定“邻里节”。 在“惜售”、“观望”苗头初现时，“金科房”2000套集体入市。体现金科不走寻常路。 聘业主廉政监督员，直接为业主和开发商沟通搭设便捷的桥梁。 以一家企业之力推出“金交会”，放出上百套特价

房，还免除契税和大修基

金。

11月 金科岁末亿元大回馈 送礼回馈，上亿优惠相

送。

12月 金科邻里万家宴 耗资500万元宴请20xx年

2万余名新业主。

（二）未来价格变动趋势分析

自20xx年4月16日，国务院发布的新《国十条》实施后的这段时间，中国的房价始终没有怎么跌。仅仅是在成交量上有些许变化，仅仅是对买房人的心理上有所影响，仅仅带来了几个月的持币观望期，住房价格一直处于一种平稳状态。然而，需求和供给的变化对房地产价格的影响是非常大的

一、房地产市场顾客需求变化趋势。随着房地产市场的发展,房地产市场需求向多档次、多元化、个性化发展。特别是住宅市场的需求变化尤其明显,具体表现有:1.购买主体的变化。——从单位集体购买到个人家庭购买。——从本地人到外地人买房。——从成家购买到不成家也购买。2.购买动机多元化。由于房地产功能不断地被挖掘,从最基本的居住功能，发展到投资保值增值功能、信用担保功能、融资功能、展示身份与地位功能和整合社会资源的功能，近年来房产的资产性功能的强化，不动产属性日益在经济生活中被重视，是得以投资为母的的购房人增加。3、对房地产功能需求的变化。随着生活水平的他提高，人们追求舒适的消费心理，导致了房地产的功能需求向功能齐全，舒适性方向发展。4、价值关联的变化。长期以来，在福利房制度的影响下，我国大部分城镇居民对自由居民的价值缺乏全面认识，住房消费较少，随着房地产市场的星期，住宅已成为家庭主要耐用消费之一，并作为一项重要的家庭资产，成为反映顾客地位与成就的标志。

二、需求的变化趋势对价格的影响。价格是房地产市场的核心，它反映了房地产投资者和满足者需求之间的关系，从顾客需求改变到房价改变的影响过程大致可分为三个阶段。

第一阶段 顾客需求改变，随着房地产市场的发展，房地产市场需求呈现出明显的层次性，高层次的潜在需求转化为现实需求，新的需求还将不断出现

第二阶段 房地产价值变化。在房地产基本价值得到保证的情况下，房地产的附加价值会得到多饿关注，当顾客需求向高层次方向发展，住宅质量，环境，科技含量等的逐步提升，使得产品的品质不断加强，提高了房地产商品的附加值。

第三阶段 房地产价格变化。一般情况下，当房地产价值增加，作为对房地产投资商的回报，这部分价值必然要在房地产价格中得到体现，房地产自然会提高。

这是从理论上分析的放低陈价格变化的过程，但是，在实际中，房地产价值并不是直接简单的表现为价格，而房地产价值的实现程度与顾客对房地产价值的认知程度以及市场供求关系有关。很多情况下，房地产认知价值与房地产市场上实现的价格都不会完全的、绝对的一致。所以，目前我国房地产的价格上涨，一方面主要是由房屋品质提高和市场需求拉动造成的，另一方面，有可能受供求暂时影响、顾客价值认知的局限性等因素影响，而存在不合理的涨跌情况，这也是房地产研究的重要问题。

由此来看， 经济的高速发展必将推动房地产业的快速发展，根据我国有关部门公布的人口数据可知，在13 亿人口中有2.5 亿人处于30～39 岁，其中的40%是城市人口，是目前的购房主力；有2.2 亿人处于10～19 岁，他们是未来购房的主力，这些都是潜在的购房需求。而从当前我国的宏观经济形势分析，人们会把这种潜在的购房需求变成真实需求，刺激房地产价格的上涨。 而房地产价格的增速则受到社会经济发展、城市化进程、土地价值、住宅需求、通货膨胀、国际经济环境等多因素影响，则未来房价的增幅可能会变化，至于具体是增大、减小或是不变暂且不易判定。但随着2011 年“限购政策”和1，000 万套保障房政策的出台，房价的增幅更有可能呈现减小趋势。 总之，展望我国未来的房地产市场，大致呈以下趋势：房地产泡沫有所收缩，房地产投资更加理性，房地产市场进一步稳定，房地产潜在需求强劲、有效需求呈波动性不定期释放。因此，房价可能将在小幅波动中上扬。

第二篇：中国城市住房价格变动影响因素分析

经济理论与经济管理?20xx年第8期?

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

时期。

一、对19xx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。19xx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,20xx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。19xx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1857元,到了20xx年,平均房价就超过了4000元,10年间上涨了2?4倍之多。分年度来看,20xx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

[收稿日期]?2010-06-28

[基金项目]?教育部?211工程?三期子项目?中国特色的公共管理与公共政策学科平台建设?[作者简介]?许光建(1958?),男,山西晋城人,中国人民大学公共管理学院副院长,教授,博士

生导师;

魏义方(1988?),女,江苏徐州人,中国人民大学公共管理学院硕士研究生;戴李元(1985?),男,安徽定远人,中国人民大学公共管理学院博士研究生;赵?宇(1976?),女,河北邢台人,中国人民大学公共管理学院博士研究生。

感谢匿名评审人提出的意见,笔者已经作了相应的修改,本文文责自负。

5

?所放缓,在20xx年末还一度出现了近10年来房价的首次回落。但是,到20xx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19xx年

?

以来住房价格的变动趋势。

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。20xx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20xx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20xx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。

表1年份1999xxxxxxxxxxxx003200420052006200720082009

1999?20xx年中国住房价格变动趋势住宅销售价格(元/平方米)

1

857194xxxxxxxxxxxx260829373119364535764474

新建住宅销售价格指数

(上年=100)

100?4101?4101?9104?0105?7109?4108?4106?4108?2107?1109?1

??资料来源:数据来源于中经网统计数据库。其中2009

年住宅销售价格来源于国土资源部,20xx年价格指数以国

家统计局公布的当年12月份房屋销售价格指数代替。

图2?1999?20xx年中国城镇房价收入比

(二)房价-房租比变动趋势?

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20xx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

图1?1999?20xx年中国住房价格变动趋势

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。我国1999?20xx年

?

?

[1]

?本文中,若非特殊说明,数据均来源于中经网统计数据库,或是根据该数据库发布的相关数据计算所得。??由于目前我国公布的住房租赁价格数据有限,受此局限本文仅进行相关价格指数比较。6

经济理论与经济管理?20xx年第8期?

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。

图3?1999?20xx年中国住房租赁与销售价格指数对比

??

(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

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,19xx年二者的比例接近1?5倍;20xx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;20xx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;20xx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。

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19xx年的21410?8万平方米增至20xx年的70219万平方米,增长了228%,20xx年销售面积是19xx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。20xx年以前,

图4?1999?2009商品房供需状况变动趋势

??(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

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

的分布(见表2)显示,我国房价存在着显著的城市差异性。20xx年在住房价格最高的城市???深圳市,房价高达12823元/平方米,是住房价格最

?市,房价上涨速度也存在明显的差异,部分经济水

表2区域

城市北京天津石家庄上海南京杭州宁波

东部

济南青岛福州厦门广州深圳海口沈阳大连

东北

长春哈尔滨

平欠发达城市房价涨幅亦处于较高水平。

20xx年35个大中城市住房销售价格与房屋销售价格指数

住宅价格(元/平方米)116485xxxxxxxxxxxx08821268434155478852448xxxxxxxxxxxx4353856561733443515

房价指数(上一年=100)

109?5105?8105?8105?9102?7108?6109?2107?2105?1103?9102?799?898?1110?4104?6104?8107?0106?4

西部中部区域

城市太原武汉合肥南昌郑州长沙南宁昆明西安乌鲁木齐银川西宁兰州成都重庆贵阳呼和浩特

-住宅价格(元/平方米)

3743468134253361359831653726349xxxxxxxxxxxx281730624778264028662511-房价指数(上一年=100)

105?7104?9108?4104?2103?3106?7108?2103?2101?1115?5111?8107?5109?8103?4106?3106?6101?2-

??资料来源:国家统计局,中国房地产统计年鉴(2009)[Z].北京:中国统计出版社,2010。

??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20xx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。

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

[5]

了土地供应对房价的影响。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

[6]差异性,并对住宅市场进行了城市类别划分。

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

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

[2]

素的影响。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

8

经济理论与经济管理?20xx年第8期?

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?20xx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CensusX12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。

图5?季节调整前

DI

图6?季节调整后DI_SA

??3?模型分析。结合选取的数据,建立多元线性回归模型:

HPI=?0+?1LPL+?2DI_SA+?3LN+?式中,待估参数?0为常数项;?1,?2,?3为对应因素的相关系数;随机误差项?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?0087+0?379706LPI

+0?00974DL_SA-0?0001LN

9

?

?表3

变量CLPIDI_SALNR2统计量调整R2回归标准差残差平方和

系数58?000870?3797060?00974-0?00010?717720?696552?012719162?0415

回归结果标准误差5?7930340?0578540?0020372?16E-05

因变量均值因变量标准差F-统计量方差P值(F-统计量)表5

项目

LN??皮尔逊相关系数??Sig值(双尾)

样本数

HPI?皮尔逊相关系数??Sig值(双尾)

??样本数

??注:

*

t-统计量10?0126?56324?7807-4?645

P值0?000?000?000?00105?1413?6537533?90120?00000

??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。

表4

项目

DI_SA??皮尔逊相关系数????Sig值(双尾)

?样本数

LN??皮尔逊相关系数????Sig值(双尾)

?样本数

?

?

相关性

LN1-440?306*0?04344

44HPI0?306*0?043441-??

表示在0?05水平下显著相关(双尾)。

以上所做的对全国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发布信息的35个大中城市?,根据房价的绝对水平以及相对涨幅进行分类。数据采用20xx年35个大中城市房地产价格指数,以及对应的城市住

相关性

DI_SA

1-440?986**0?00044

44LN?0?986**

0?000441-??

??注:**表示在0?01水平下显著相关(双尾)。

?20xx年起扩大至70个城市,由于后公布的35个城市数据量有限,仅选取之前公布的35个城市进行研究。

10

经济理论与经济管理?20xx年第8期?

宅销售价格,前者来源于20xx年的?中国统计年鉴?,后者来源于20xx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9753?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5094?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4874?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,20xx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20xx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。

表6??35个大中城市基于房价及房价指数的分类表类别第一类第二类

城市

北京、上海、杭州、广州、深圳、厦门天津、大连、南京、宁波、福州、济南、青岛、武汉、海口、成都石家庄、太原、呼和浩特、沈阳、长春、哈尔滨、合肥、南昌、郑州、长沙、南宁、重庆、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐

总计321

丰富资源、优质公共服务的区域居住。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。

表7

Ward方法均值数量标准差极小值极大值均值数量标准差极小值极大值均值数量标准差极小值极大值均值总数标准差极小值极大值

三类城市的描述统计

HP9753?1667

61983?905388115?0012823?005094?700010772?506754155?006843?003218?368419444?243832511?003856?004874?7143352566?804622511?0012823?00

HPI104?100064?6711998?10109?50105?7400102?49275102?70110?40106?8579193?22496101?20115?50106?0657353?3798798?10115?50

[8]

第三类

??2?数据说明。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20xx年实行预算收支分类科目改革,从20xx年起,财政支出科目进行了相应的调整,故样本时间选取1999?20xx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?:??HPIit=?i+?1iPPit+?2iFFit+?3iEDit

+?4iMHit+uit

??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

?

?

?可分为混合回归模型(pooledmodel)、固定效应模型(fixedeffectsregressionmodel)和随机效应模型(random

fixedeffectsregressionmodel)3类。

11

?式中,t=1,2,?,T;i=1,2,?,N;其中,T=8,N=13。

假设H0:?1=?2=?=?N,即模型中不同个体的截距相同(应采用混合回归模型);H1:?i不同。

检验统计量?F为:F=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。

表8

Hausman检验结果

表9

参数估计结果

因变量:HPI

估计方法:PooledEGLS(截面加权)样本:1999?20xx年

混合数据总计观测数:104单步加权矩阵线性估计变量CPPFFEDMH

系数100?535

标准误差6?51937

t-统计量15?4209-0?69481?858836?39659-4?1183

P值0??0?4890?066400?0001

-0?005850?008430?012830?03293-0?0441

0?006900?005150?01071

相关随机效应-Hausman检验

Pool:CITYP

截面随机效应检验检验报告Chi-Sq统计量截面随机

11?256979

Chi-Sq自由度

4

P值0?0238

固定效应(截面)

BJ-CTJ-CFZ-CGZ-CJN-CNN-CGY-C

-1?330557-3?721369-0?934158-5?7148420?9419622?557271-1?169037

截面系数固定(哑变量)

R2统计量调整R2回归标准差F-统计量

0?7346250?6858212?67111515?05239

因变量均值因变量标准差残差平方和值(F-统计量)

149?242959?54779620?7325

SZ-CNB-CXM-CHEB-CZZ-CCQ-C

-3?924880?359156-5?669690?9214131?88642615?79831

??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:

HP^Iit=100?53-0?006PPit+0?013FFit

?(3?12)R=0?73

Dt=

1,如果属于第i个城市,i=1,2,?,13

2

(0?67)(-2?7)

(1?56)

+0?33EDit-0?044MHit-1?33D1

?????+?-1?17D13

??方程结果中,自变量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

0,其他

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。

?

?

?F=(SSE-SSE)/(N-1)~F[(N-1),(NT-N-k)],其中,SSEr表示约束模型的残差平方和;SSEu表

SSEu/(NT-N-k)

示非约束模型的残差平方和,此处k=1。12

经济理论与经济管理?20xx年第8期?

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表13

项目

HPI与ED的相关关系

HPI1-1040?340**0?000104

ED0?340**0?0001041-104

HPI??皮尔逊相关系数

??Sig值(双尾)

??样本数ED??皮尔逊相关系数??Sig值(双尾)

??样本数

??注:**

表示在0?01水平下显著相关(双尾)。

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。

表10自变量相关关系矩阵

项目PPFFEDMHPP1---FF-0?040861--ED-0?020790?7340961-MH-0?00456

0?685451

0?950477

1

表11

HPI与PP的相关关系

项目

HPIPPHPI??皮尔逊相关系数

10?054??Sig值(双尾)

-0?583??样本数104104PP??皮尔逊相关系数0?0541??Sig值(双尾)

0?583-??样本数

104

104

表12

HPI与FF的相关关系

项目

HPIFFHPI??皮尔逊相关系数

10?497**

??Sig值(双尾)

-0?000

??样本数104104FF??皮尔逊相关系数0?497**1??Sig值(双尾)

0?000-??样本数

104

104

??注:**表示在0?01水平下显著相关(双尾)。

表14

HPI与MH的相关关系

项目

HPIMHHPI??皮尔逊相关系数

10?215*??Sig值(双尾)

-0?028??样本数104104PP??皮尔逊相关系数0?215*1??Sig值(双尾)

0?028-??样本数

104

104

??注:

*

表示在0?05水平下显著相关(双尾)。

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3

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:1995-20xx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)

ANANALYSISONTHEINFLUENTIALFACTORSINTHE

CHANGESOFCHINESEHOUSINGPRICE

XUGuang?jian,WEIYi?fang,DAILi?yuan,ZHAOYu

(SchoolofPublicAdministration,RenminUniversityofChina,Beijing100872,China)

Abstract:Intherecentdecade,theChineserealestateindustrydevelopsveryfastandthepriceofhousingmarketpresentsacharacteristicsofconstantrise.Inthispaper,weusetheclusteringanalysismethodtoclassify35largeandmedium?sizedcitiesintothreegroupsbasedontheoverallchangesofthehousingpriceandthenmakeanalysisandcomparisonfromtheviewofnationalwideaswellasthecitygroups?Weconcludebasedontheregressionanalysisthatbesidesthemajormacroinfluencingfactorssuchasthelandprice,residents'incomeandthecreditamountsoffinancialinstitutions,theinvestmentofurbaninfrastructureandpublicservicesuchaseducationandmedicalcare,tosomeextent,influencesthechangeofhousingprice.

Keywords:housingprice;thetrendofchange;clusteringanalysis;influencingfactors

14