易穎　劉美伶

摘要：房地產(chǎn)對(duì)社會(huì)與經(jīng)濟(jì)發(fā)展、人民生活生產(chǎn)都起著重要作用，由于不同城市間地理位置、經(jīng)濟(jì)、文化等的差異，所以我國(guó)東部、中部、西部地區(qū)的房地產(chǎn)業(yè)發(fā)展存在較大差異。本文主要從區(qū)域差異角度分析商品房?jī)r(jià)格的影響因素，實(shí)證得出結(jié)論，我國(guó)東部地區(qū)的房地產(chǎn)價(jià)格變動(dòng)相對(duì)中部和西部地區(qū)更為敏感，且各地區(qū)相差較大，應(yīng)適當(dāng)通過(guò)宏觀經(jīng)濟(jì)政策縮小東中西部地區(qū)的發(fā)展差距。

關(guān)鍵詞：房地產(chǎn) 房?jī)r(jià) 人均收入 儲(chǔ)蓄額 區(qū)域差異

一、引言

房地產(chǎn)行業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展有著重要影響，以房地產(chǎn)為核心的產(chǎn)業(yè)鏈涉及到的上下游行業(yè)多達(dá)20余個(gè)，按大類劃分，包括建筑建材、建筑施工、建筑裝潢、家用電器等。對(duì)于我國(guó)經(jīng)濟(jì)，房地產(chǎn)行業(yè)可謂是牽一發(fā)而動(dòng)全身。自2014年以來(lái)，在去庫(kù)存政策、股市低迷、居民對(duì)通貨膨脹預(yù)期等諸多因素的作用下，房?jī)r(jià)開(kāi)始了新一輪的大幅上漲。國(guó)際經(jīng)驗(yàn)表明，房?jī)r(jià)過(guò)快上漲往往會(huì)加劇資產(chǎn)泡沫風(fēng)險(xiǎn)、加重國(guó)民財(cái)富的兩級(jí)分化，不利于國(guó)民經(jīng)濟(jì)的平穩(wěn)運(yùn)行與社會(huì)的和諧發(fā)展。自2016年12月份以來(lái)，我國(guó)政府陸續(xù)出臺(tái)了一系列房地產(chǎn)調(diào)控政策，基于我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展不平衡的基本國(guó)情與不同區(qū)域、不同城市房地產(chǎn)行業(yè)發(fā)展存在差異的客觀事實(shí)，不同區(qū)域的房?jī)r(jià)雖然受著眾多相同因素的影響，但同一因素對(duì)不同區(qū)域房?jī)r(jià)的影響效力卻存在著差異。研究我國(guó)房?jī)r(jià)影響因素的區(qū)域性差異，有助于為我國(guó)房地產(chǎn)調(diào)控政策的制定與實(shí)施提供理論參考，對(duì)于我國(guó)房地產(chǎn)業(yè)的健康發(fā)展有著重要意義。本文利用2013年至2018年我國(guó)省級(jí)面板數(shù)據(jù)，實(shí)證分析我國(guó)房?jī)r(jià)影響因素的區(qū)域性差異，并根據(jù)研究結(jié)論提出相關(guān)政策建議。

二、文獻(xiàn)綜述

Cath Jackson和Michael White的研究表明房地產(chǎn)市場(chǎng)的供需因素、政府對(duì)城市的規(guī)劃以及房地產(chǎn)市場(chǎng)的發(fā)展情況等會(huì)使房地產(chǎn)市場(chǎng)產(chǎn)生區(qū)域性差異[1]。而區(qū)位因素會(huì)對(duì)房?jī)r(jià)波動(dòng)造成影響。部分學(xué)者對(duì)我國(guó)房地產(chǎn)價(jià)格的影響因素以及引起區(qū)域性差異的原因進(jìn)行了大量研究，李勇輝、陳勇強(qiáng)和何靈認(rèn)為各區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、政策扶持力度和消費(fèi)觀念不同造成了區(qū)域差異，我國(guó)房地產(chǎn)業(yè)的區(qū)域性差異不僅包括價(jià)格差異，還包括投資、市場(chǎng)供給、消費(fèi)需求以及就業(yè)等差異[2]。梁云芳和高鐵梅的實(shí)證研究發(fā)現(xiàn)，信貸規(guī)模對(duì)東西部地區(qū)房地產(chǎn)價(jià)格的影響相較中部地區(qū)更為顯著，因而認(rèn)為能引起區(qū)域差異最主要的因素是貨幣政策效應(yīng)[3]。魏瑋和王洪衛(wèi)將貨幣政策工具分為數(shù)量型工具和價(jià)格型工具，分析發(fā)現(xiàn)數(shù)量型工具對(duì)西部房地產(chǎn)價(jià)格的累積效應(yīng)最大，價(jià)格型工具對(duì)東部的房地產(chǎn)價(jià)格的累積效應(yīng)最大[4]。除這些因素以外，人口流動(dòng)也會(huì)對(duì)房?jī)r(jià)的波動(dòng)造成影響[5]，甚至各地區(qū)的高鐵建設(shè)也能顯著促進(jìn)房?jī)r(jià)提升[6]?？偟膩?lái)講，各個(gè)地區(qū)的資源稟賦不同則經(jīng)濟(jì)發(fā)展情況不同，這些差異都會(huì)造成房?jī)r(jià)的區(qū)域性差異。

三、研究設(shè)計(jì)

（一）樣本來(lái)源和指標(biāo)選取

本文主要采用國(guó)內(nèi)除港、澳、臺(tái)以外的31個(gè)省份2013年至2018年的省級(jí)面板數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)主要來(lái)自wind經(jīng)濟(jì)數(shù)據(jù)庫(kù)，2018年的房?jī)r(jià)數(shù)據(jù)來(lái)源于中國(guó)城建與經(jīng)濟(jì)社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)?，F(xiàn)有研究中較常用到的房?jī)r(jià)影響因素變量主要有人均收入、居民儲(chǔ)蓄額和人口數(shù)[7]，因而本文選取人口數(shù)（P）、居民儲(chǔ)蓄（S）、居民人均收入（Y）三個(gè)變量，并進(jìn)一步分別加入其與區(qū)域虛擬變量d1、d2的交互項(xiàng)，來(lái)考察人均收入、居民儲(chǔ)蓄額、人口數(shù)在不同地域?qū)Ψ績(jī)r(jià)的影響是否存在差異。

（二）描述性統(tǒng)計(jì)

表1列示了各個(gè)省份不同年份主要變量數(shù)據(jù)的總體情況，我們可以看到，國(guó)內(nèi)住房?jī)r(jià)格的均價(jià)為7614元，然而房?jī)r(jià)的最大值（34142）和最小值（3886）相差近9倍，初步表明了不同省份房?jī)r(jià)差異明顯。將各變量分東部、中部和西部地區(qū)討論可以看出，除人口指標(biāo)外，東部地區(qū)各項(xiàng)指標(biāo)都居首位，其次是中部地區(qū)，最低的是西部地區(qū)，東部地區(qū)和中部地區(qū)、西部地區(qū)的住房?jī)r(jià)格、儲(chǔ)蓄額、人均收入相差都較大，中部地區(qū)和西部地區(qū)的住房?jī)r(jià)格、儲(chǔ)蓄額、人均收入差距相對(duì)來(lái)說(shuō)小一些;東部地區(qū)和中部地區(qū)的人口數(shù)相差較小，與西部地區(qū)相差較大（見(jiàn)表2）。

（三）模型設(shè)計(jì)

為更好地研究我國(guó)房?jī)r(jià)影響因素的區(qū)域性差異，本文建立了四個(gè)回歸模型，第一次回歸不加入涉及區(qū)域因素的虛擬變量，以單純考察人口數(shù)、居民儲(chǔ)蓄與人均收入對(duì)房?jī)r(jià)的影響，第二次回歸加入?yún)^(qū)域虛擬變量與人口數(shù)的交互項(xiàng)，以考察人口數(shù)對(duì)房?jī)r(jià)影響的區(qū)域性差異，第三次回歸加入?yún)^(qū)域虛擬變量與人均收入的交互項(xiàng)，以考察人均收入對(duì)房?jī)r(jià)影響的區(qū)域性差異，第四次回歸加入?yún)^(qū)域虛擬變量與居民儲(chǔ)蓄的交互項(xiàng)以考察居民儲(chǔ)蓄對(duì)房?jī)r(jià)影響的區(qū)域性差異。具體計(jì)量模型如下：

模型（I），分析人口數(shù)、居民儲(chǔ)蓄、人均收入對(duì)房?jī)r(jià)的影響：

模型（II），分析人口數(shù)對(duì)房?jī)r(jià)影響的區(qū)域性差異：

模型（III），分析人均收入對(duì)房?jī)r(jià)影響的區(qū)域性差異：

模型（IV），分析居民儲(chǔ)蓄額對(duì)房?jī)r(jià)影響的區(qū)域性差異：

其中，表示在t時(shí)期省份i的平均房?jī)r(jià);表示在t時(shí)期省份i的人均收入;表示在t時(shí)期省份i的儲(chǔ)蓄余額;表示在t時(shí)期省份i的人口數(shù);D1與D2為我們引入的區(qū)域虛擬變量，若省份所在地區(qū)為東部地區(qū)則D1=1，否則D1=0，若省份所在地區(qū)為西部地區(qū)則D2=1，否則D2=0，中部地區(qū)作為基準(zhǔn)組不再單獨(dú)賦值。上述模型引入的交互項(xiàng)的經(jīng)濟(jì)含義為：表示相關(guān)解釋變量在東部地區(qū)與中部地區(qū)對(duì)房?jī)r(jià)的影響存在的差異，若該項(xiàng)通過(guò)顯著性檢驗(yàn)，則說(shuō)明這一解釋變量對(duì)房?jī)r(jià)的影響在東部地區(qū)與中部地區(qū)存在顯著差異;表示相關(guān)解釋變量在西部地區(qū)與中部地區(qū)對(duì)房?jī)r(jià)的影響存在的差異。本文先進(jìn)行豪斯曼檢驗(yàn)，以判斷模型是適合選取為隨機(jī)效應(yīng)模型還是固定效應(yīng)模型，檢驗(yàn)結(jié)果如下表3所示，說(shuō)明固定效應(yīng)模型在本研究中適用。

四、實(shí)證結(jié)果與分析

模型的回歸結(jié)果如表4所示，由第一次回歸可知，居民人均收入、儲(chǔ)蓄額、人口數(shù)對(duì)房?jī)r(jià)的影響著有較高的顯著性（p<0.001），房?jī)r(jià)隨著居民人均收入、儲(chǔ)蓄額的增加而增加，隨著人口數(shù)的增加而減少，基本符合經(jīng)濟(jì)學(xué)的基本假設(shè)。第二、三、四次回歸結(jié)果表明，人均收入對(duì)房?jī)r(jià)的影響不存在顯著的區(qū)域性差異;居民儲(chǔ)蓄、人口數(shù)對(duì)房?jī)r(jià)的影響存在顯著的區(qū)域性差異，在東部地區(qū)房?jī)r(jià)對(duì)這些因素的敏感程度要高于中部地區(qū)，而在西部地區(qū)與中部地區(qū)則不存在顯著性差異。

五、結(jié)論與政策建議

根據(jù)以上研究，本文得出以下結(jié)論：第一，受到人均收入，人口數(shù)，儲(chǔ)蓄余額等因素的影響，我國(guó)房?jī)r(jià)由東向西呈區(qū)域性遞減趨勢(shì)。第二，我國(guó)房?jī)r(jià)的影響因素存在較為顯著的區(qū)域性差異。相比其他區(qū)域，我國(guó)東部地區(qū)房?jī)r(jià)受到收入、居民儲(chǔ)蓄與人口數(shù)等因素的影響更大，我國(guó)房?jī)r(jià)影響因素的區(qū)域性差異主要體現(xiàn)為東部地區(qū)與其他地區(qū)的差異。據(jù)此，本文提出如下政策建議：

落實(shí)東部地區(qū)商品房限價(jià)和限購(gòu)政策，政府職能部門把穩(wěn)地價(jià)穩(wěn)房?jī)r(jià)穩(wěn)預(yù)期的責(zé)任落到實(shí)處，降低東部地區(qū)房?jī)r(jià)波動(dòng)對(duì)收入、儲(chǔ)蓄、人口等影響因素的敏感度。要堅(jiān)持“房子是用來(lái)炒的，不是用來(lái)住的”市場(chǎng)定位，近年來(lái)東部地區(qū)經(jīng)濟(jì)發(fā)展迅速，居民可支配收入和儲(chǔ)蓄額都大大提升，閑置資金在滿足消費(fèi)需求之后帶來(lái)了大量投資需求如不動(dòng)產(chǎn)投資需求，刺激了房?jī)r(jià)的快速上漲;為了避免房?jī)r(jià)過(guò)快上漲可能帶來(lái)的房地產(chǎn)泡沫和經(jīng)濟(jì)波動(dòng)，要采取限價(jià)和限購(gòu)相結(jié)合的行政措施和經(jīng)濟(jì)政策，同時(shí)以房地產(chǎn)稅收政策作為輔助調(diào)整手段。

優(yōu)化區(qū)域差異化政策，加強(qiáng)黨的十九大報(bào)告中區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的實(shí)施。西部地區(qū)房?jī)r(jià)及房?jī)r(jià)影響因素差距不大，主要是中西部地區(qū)和東部地區(qū)差距較大，歸根結(jié)底是由區(qū)域間的不平衡不協(xié)調(diào)發(fā)展及居民收入差距大導(dǎo)致。因此要結(jié)合不同區(qū)域的發(fā)展現(xiàn)狀采取針對(duì)性措施，充分發(fā)揮不同地區(qū)優(yōu)勢(shì)，加強(qiáng)中西部地區(qū)基礎(chǔ)設(shè)施建設(shè)，加大對(duì)中西部地區(qū)的轉(zhuǎn)移支付，同時(shí)利用稅收優(yōu)惠政策吸引對(duì)中西部地區(qū)尤其是西部地區(qū)投資，帶動(dòng)中西部地區(qū)發(fā)展，增強(qiáng)不同地區(qū)間的良性互聯(lián)互動(dòng)，縮小地區(qū)間發(fā)展差距。

參考文獻(xiàn)：

[1]Cath Jackson，Michael White. Challenging Traditional Real Estate Market? Classification for Investment Diversification[J].Journal of Real Estate Portfolio Management.2005（3）：307-321.

[2]李勇輝，陳勇強(qiáng)，何靈.中國(guó)房地產(chǎn)業(yè)的區(qū)域差異分析及對(duì)策建議[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2006（12）：777-780.

[3]梁云芳，高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007（8）：74-84.

[4]魏瑋，王洪衛(wèi).房地產(chǎn)價(jià)格對(duì)貨幣政策動(dòng)態(tài)影響的區(qū)域異質(zhì)性——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].財(cái)經(jīng)研究，2010（6）：123-132.

[5]蒲火元，曹宗平，李超. 人口流動(dòng)對(duì)中心城市房?jī)r(jià)的影響：以廣州為例[J]. 南方人口，2018，33（05）：29-42.

[6]陳立文，王榮，劉介立. 高速鐵路對(duì)城市房?jī)r(jià)的影響研究——基于石武高鐵面板數(shù)據(jù)的實(shí)證分析[J]. 資源開(kāi)發(fā)與市場(chǎng)，2018（10）.

[7]陸銘，歐海軍，陳斌開(kāi). 理性還是泡沫：對(duì)城市化、移民和房?jī)r(jià)的經(jīng)驗(yàn)研究[J]. 世界經(jīng)濟(jì)，2014（1）：30-54.

（易穎單位：華中師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院;劉美伶單位：湖南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院）