派智库

内容提要：基于Capozza和Hendershott的分析框架，本文构建了房价波动空间差异模型，并运用系统GMM估计法，对2002—2016年间我国35个大中城市房价波动的动态特征进行了实证分析。研究结果表明，我国城市住房市场尚未达到弱式有效，房价波动具有路径依赖性以及均值回复性；房价波动呈现出显着的空间差异性，且建造成本、利率变动、人口数量以及人均可支配收入增长率等外生冲击是促成该现象的主要驱动力；房价波动在整体上呈现收敛态势，但具有区域差异性，东部沿海开放城市房价的波动幅度明显较大。 织梦内容管理系统

关键词：城市房价 房价波动 空间差异性 建造成本 人口数量 收敛态势 dedecms.com

居住问题始终是重要的民生问题，住房作为目前我国居民重要的家庭财富资源，房价的波动会导致家庭财富在不同群体间的再分配。长期来看，对缩小社会贫富差距产生不利影响。近年来，我国房地产市场价格持续上涨，国家多次出台调控方案，稳定房地产市场运行。2017年以来，在国家新一轮调控政策的引导下，部分地区房价涨势开始出现松动，涨幅有所回落。但由于我国各地区房地产市场供需关系、地区经济发展程度等存在差异，一线、二线以及三、四线城市房价走势分化更加明显。因此，如何有针对性地对各地区房地产市场特征，有效调控住房价格并使其回归合理区间，回归居住属性，是当前值得思考的焦点问题。在此背景下，研究我国房价空间波动的特征，以期为相关部门制定更为合理的房价调控政策提供理论与现实依据。

一、房价波动空间差异性研究评述 copyright dedecms

目前，在房地产市场研究领域，国内外学者进行了大量有益的研究。

织梦好，好织梦

在国外方面，Case和Shiller（1989）研究发现，美国房地产市场不符合弱式有效市场假说，其房价波动具有惯性以及均值同复性。Capozza和Hendershott（2004）开创性地构建了房价波动理论模型，他首先利用差分方程理论对房价波动的动态特特征进行了理论分析，其次利用此模型分别考察了美国大、中城市房价波动的特征及其形成机理。实证结果表明，房价波动呈现震荡收敛态势，且居民收入、人口增长率以及建造成本是造成房价波动具有空间差异的主要动因。Galati等（2013）以及Oikarinen&Engblom（2015），借助C＆H模型对欧洲部分国家的区域房地产市场进行了深入探索，结果均发现欧洲房地产市场也并非是有效市场。 织梦好，好织梦

相对而言，国内学者对我国房价短期波动特征的研究相对滞后。梁云芳和高铁梅（2007）基于面板误差修正模型的研究发现，我国房价波动在不同空间区域之间存在显着差异，并从定性角度进行了解释，但没有给出实证分析，定性分析的可靠性有待检验。陈晨和傅勇（2011）基于C&H模型的研究发现，我国房价波动的区域差异性较大，且收入、土地价格对此现象具有较强的解释力度。而卢建新（2014）认为除收入、人口等基本面因素外，房地产市场化程度也是导致房价波动具有空间差异的重要因素。黄燕芬、王晓爽（2016）首先从理论上分析了人民币汇率对房价影响的作用机制，并借助VAR模型进行了实证检验，发现人民币升值对房价上涨具有正向影响。进一步地，黄燕芬等（2016）从供给侧视角考察了杠杆率对房价波动的影响，发现杠杆率过高是造成房价高企的重要因素。 织梦好，好织梦

综上所述，现有文献对房价波动的特征及其形成机理已有较深入研究，但对于房价波动的空间差异性研究较少。在研究方法上，许多研究是基于FE模型来展开的，其结果是有偏和不一致的，亟须从方法上进行改善；国内少数学者考察了外生冲击对房价波动动态参数的影响，但都没有对经济变量的作用机制进行深入剖析，从而缺少理论依据导致其对现实的解释力度不足。鉴于此，本文拟通过构建C&H拓展模型，系统分析我国城市房价波动的动态特征及其形成机理，以期能够全面了解城市房价波动的演化路径，从而为调控政策的合理制定提供参考。

本文来自织梦

二、我国城市房价波动空间差异状况及形成原因分析

自中央实施住房分配货币化改革以来，我国房价一直处于较大幅度的波动之中。1998-2007年间，我国住房价格持续攀升，其涨幅高达87％。在全球金融危机冲击下，我国房价在2008年呈现出短暂的下降态势，但在2009年又迅速拉升，达到了4681元／平方米，与2008年相比上涨了23％。2003—2013年房地产黄金十年期间，我国住房价格年均增长率在10％以上，远高于城市居民收入增速。受全球经济形势影响，我国商品房市场在2014年进入了调整期。但是，在“330新政”、降息降准等多项宽松政策的刺激下，许多城市房价又重新呈现出强劲的上扬态势。2016年4月份，在国家统计局重点监控的70个大中城市中，竟然有65个城市的房价出现环比上涨，此现象引起了社会各界的广泛关注。同时，易居研究院研究表明，若以房价收入比指标来衡量我国房价是否合理，2015年有33个大中城市超过了世界银行划定的5:1的警戒线。

织梦内容管理系统

由此可见，我国住房市场中的投机气氛非常浓重，在我国不同空间区域之间的经济行为关系也具有不稳定性，经济发展不均衡、收入差距拉大、人口迁移、教育、医疗等公共服务非均等化等现象普遍存在，致使我国城市房价在不同区域缺乏均质性，房价波动因而呈现出日趋显着的空间分化特征。其产生分化的主要原因在于地区经济发展程度有着显着差异，造成人口以及优质资源自然向经济相对发达城市流动。一方面，一线城市以及部分综合实力较强的二线城市其房价增速远高于其它城市，超高房价现象屡见不鲜。另一方面，对于经济实力较弱的三四线城市而言，在“用脚投票”机制作用下，众多人员尤其是有购房能力的高素质人才纷纷迁入大中城市，人口红利缺口致使三四线城市住房供需矛盾凸显，该类城市房价上涨动力不足，去库存压力较大，一些城市去库存周期甚至高达30个月，去库存成为其房地产市场调控的主旋律。从具体数据来看，2015年北京、上海平均房价分别为22633元／平方米、20649元／平方米，而三四线城市平均房价仅在4900元／平方米左右，少数城市甚至在2000元／平方米以下。

织梦内容管理系统

由此可知，不同区域城市房价的分化特征非常明显且有不断加剧的趋势。为实现房价合理调控，我们必须深入透析房价波动特征以及促成该现象的主要动因，并据此实施差异化调控政策，这样才会使房价回归理性，住房才会回归居住属性，全体人民住有所居的目标才会实现。 内容来自dedecms

三、城市房价波动空间差异性实证分析

织梦内容管理系统

（一）C&H基准模型

织梦内容管理系统

由有效市场理论可知，住房市场通常不是完全有效市场。因此，在非理性预期以及羊群效应等因素干扰下，房价波动可能会存在路径依赖性，从而会偏离均衡价格。但是，受价值规律的约束，房价偏离程度是有限的，其最终会向均衡价格靠拢。基于此，Capozza和Hendershott（2004）构建房价波动理论模型如下：

本文来自织梦

内容来自dedecms

其中，式（1）表示住房长期均衡价格的形成，式（2）表示房价短期波动的形成，其可分解为序列相关过程、均值回复过程以及均衡价格调整过程，式（2）中，α、β和γ分别表示自相关系数、均值回复系数以及同步调整系数。在有效市场中α=0且γ=1。但是现实中，房价只能实现同期部分调整，因此0＜γ＜1。 dedecms.com

上述方程的差分方程形式为 织梦好，好织梦

dedecms.com

借助差分方程理论可知，如果|α|＜1且β＞0，则房价具有平稳性。此时，当（1+α-β）2＞4α时，房价波动呈现无震荡收敛特征；当（1+α-β）2＜4α时，房价波动呈现震荡收敛特征。另外，如果α≥1或β≤0，房价波动呈现发散特征。

（二）空间差异模型

为了探析房价波动具有空间差异性的成因，本文进一步将C&H基准模型拓展为如下形式：

copyright dedecms

（三）变量选取及数据说明

copyright dedecms

本文选取对数房价（lnP）为被解释变量，对数人均可支配收入（lnDI）、对数人口数量（lnPOP）、对数住房建造成本（lnO）以及利率（R）为解释变量。其中，房价用商品房平均售价表示；住房建造成本用竣工价值／竣工面积表示；利率，用五年期实际贷款利率表示。本文以35个大中城市为研究对象，数据选取范围为2002—2016年的年度数据，数据来源于中国统计年鉴、人民银行网站以及中国城市统计年鉴。同时以2002年为基期剔除了各名义变量的通胀因素进而得到了实际值。

织梦内容管理系统

copyright dedecms

（四）模型估计与结果分析

1．长期均衡价格测算。首先对住房长期均衡价格进行测算，结果如表1所示。由Hausman检验可知，采用FE模型进行估计是合理的。由表1可知，从需求层面来看，人均可支配收入、人口数量对城市房价具有显着的促进作用。利率对房价具有抑制作用，但效果十分有限。从供给层面来看，建造成本对城市房价具有推动作用。 织梦内容管理系统

2．城市房价波动特征。 copyright dedecms

——C＆H模型的估计结果。由于房价波动模型为动态模型，采用GMM方法进行估计可以消除动态面板偏误问题。因此，本文选取系统GMM方法对基准模型进行了估计，估计结果如表2中模型1所示。Sargan检验以及Arellano-Bond检验表明系统GMM估计结果是有效的。由模型1估计结果可知，α显着为正，表明我国城市房价波动存在路径依赖性，前期房价波动能够带动本期房价更大幅度的波动。其原因在于，我国住房市场信息化程度相对较低，普遍存在信息碎片化、信息流通不畅等弊端。因此，市场中充斥着大量适应性预期者，这部分人群只能依赖历史数据来推测房价未来走势。该结论同时表明我国住房市场不满足弱式有效市场假说，市场有效性程度有待继续加强。β显着为正，表明我国住房市场具有显着的均值回复特征。这意味着虽然实际房价会时常偏离长期均衡价格，但受供需之间相互制约机制的束缚，实际房价最终会收敛于均衡房价。γ显着为正且明显小于1，表明当长期均衡房价变动时，房价同期调整比例仅有35％，其余65％的变动只有在随后若干期内被逐步消化。该结论再次表明我国住房市场的有效程度不高，原因可能在于住房交易成本较高、供给弹性较小等。 内容来自dedecms

——城市房价波动的空间差异性。表2中模型2进一步考察了房价波动所具有的空间差异性。Sargan检验以及Arellano-Bond检验表明系统GMM估计结果是有效的。由模型2估计结果可得以下主要结论：

建造成本与自相关项交互项的回归系数显着为正，表明建造成本上涨会提升房价的自相关程度。其原因在于，与住房存货价格相比，当建造成本较高时，开发商会主动减少新建房屋的数量，直到新建住房价格高于建造成本时，开发商才会进一步增加住房供给量。因此，面对需求冲击，提高建造成本会致使供给调整速度受到限制，从而价格波动体现出更大的持续性特征。

织梦内容管理系统

利率变动与自相关项交互项的回归系数显着为负，表明利率正向变动幅度加大会减弱房价的自相关程度。因此，运用利率政策对房价进行调控，能够改变参与主体对于房价持续攀升的非理性预期，进而能够减少市场投机行为，从而导致白相关系数减小。 织梦内容管理系统

人口数量、人均可支配收入增长率对均值回复过程作用效果显着，两者均能够加快均值回复的速度。住房市场的特殊之处在于其交易频率较低且产品异质性较大。因此，市场参与者在进行交易前往往需要花费相对较高的成本来识别有用信息，导致其很难准确评估住房的当前价值，从而造成实际价格和均衡价格的偏离。伴随着人口数量和人均可支配收入增长率的增加，住房交易量会明显提高。而交易量扩大能够向市场释放更多的有效信息并且能够加快信息的扩散速度，这能够有效降低市场主体的信息成本和搜寻成本，从而加快了真实价格向均衡价格调整的速度。 本文来自织梦

结合上述估计结果，本文通过对比（1+α-β）2与4α的数值大小，分析了我国城市房价波动的具体性态。研究发现，所有参数值均处于收敛区域，其中94％处于震荡收敛区域，6％处于无震荡收敛区域。由此可知，我国城市房价波动并未完全脱离基本面因素，其仍处于收敛区域之中。 织梦好，好织梦

进一步地，为了能够直观显示35个大中城市房价波动的空间差异性特征，本文还测算了α与β的年度均值，并将动态参数绘制成图，如图1所示。由图1可知，我国城市房价波动的空间差异性非常明显，具体体现在：从区域层面来看，与中西部城市相比，东部沿海开放城市房价波动的振幅明显较大。从城市层面来看，深圳房价波动的幅度最大，其次是广州、上海、杭州等东部城市，而南宁、贵阳、银川等西部城市以及长春房价波动的幅度相对较小。结合C&H拓展模型可知，人口、收入、建造成本以及利率等宏观基本面因素在不同区域、不同城市的差异性是造成房价具有空间差异性的主要动因。 织梦内容管理系统

e

四、结论与政策建议 织梦好，好织梦

本文通过构建房价波动空间差异模型，考察了我国35个大中城市房价波动所具有的空间差异性特征及其成因。研究结果表明，我国城市住房市场不满足弱式有效市场假说，且房价波动具有显着的空间异质性，建造成本、利率变动、人口数量以及人均可支配收入增长率等外生冲击是此现象形成的主要动因；我国城市房价在整体上呈现收敛态势，但区域差异较大。结合研究结论，本文提出如下政策建议：

本文来自织梦

1．引导市场预期，使住房回归居住属性。研究结论表明，适应性预期是造成房价波动的因素之一。因此，要实现房子是用来住的，不是用来炒的定位，相关部门应正确引导居民的住房消费观念，使市场对房价走势形成稳定预期。这样才会降低市场投机行为，显着增强住房市场的有效性，并最终会抑制房价的非理性波动。

织梦内容管理系统

2．加大公共品供给力度，逐步实现公共服务均等化。研究结论表明，收入、人口等经济基本面因素是造成房价波动及其空间分化的动因。因此，三四线城市应加大教育、医疗、养老保险等公共品的供给力度，想方设法缩小其公共服务水平与一二线城市之间存在的差距，以逐步实现公共服务均等化。这样才能改变人才“孔雀东南飞”的现状，且能够实现房价与收入的相互匹配，从而能够抑制不断扩大的房价城市分化特征。

本文来自织梦

3．实施差异化房价调控政策。鉴于我国城市房价波动呈现明显的空间差异性，正确的房价调控思路应是分城、分类的差异化调控方式。同时，在制定调控政策时，应首先明确调控的侧重点究竟是长期还是短期，亦或是二者兼顾，然后再根据调控目标有针对性的选择政策工具，否则可能会出现顾此失彼的现象。例如，限制人口数量政策只对长期房价调控有效，而对短期波动调控效果确是适得其反。而降低建造成本既可以平抑房价也可以熨平其周期波动，从而有利于长期和短期调控目标的同时实现。因此，从供给侧方面考虑，控制住房建造成本不失为一种有效的房价调控政策。

参考文献：

[1]梁云芳、高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究，2007（8）. copyright dedecms

[2]陈晨、傅勇.国高房价的决定：基本面与泡沫分解——基于面板数据模型的实证[J]．世界经济文汇，2013（2）. 内容来自dedecms

[3]卢建新.市场化进程中区域房价的动态特征[J].经济问题探索，2014（1）．

[4]黄燕芬，王晓爽.人民币汇率变动对房地产价格的影响研究[J].价格理论与实践，2016（5）.

[5]黄燕芬、赵永升、夏方舟中国房地产市场居民加杠杆：现状、机理、风险及对策[J].价格理论与实践，2016（8）.

织梦好，好织梦

[6]翟帅、殷宇飞、钱晨绯.关于我国房地产价格的稳定性研究——基于35个大中城市数据的实证分析[J].价格理论与实践，2017（3）.

copyright dedecms

  copyright dedecms