您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 区域 > 区域综合 > 城镇化、区域发展不均衡与房地产价格

城镇化、区域发展不均衡与房地产价格

发布时间:2018-04-02 作者:派智库 来源:《区域与城市经济》2017年 浏览:【字体:

【摘要】现阶段,城镇化和由于区域发展不均衡所引起的人口流动对我国房价影响显着,但现有文献对该问题较少涉及,本文针对该问题进行了研究。本文首先分别从房地产市场的需求和供给出发建立模型,推导出均衡房价的决定方程,从理论上推演了各省份农村居民和外省份人口需求对本省份城镇房价的影响。在此基础上,本文对我国各省份城镇化和区域间人口流动对房价的影响进行了实证检验。研究发现:我国居民收入的提高、快速发展的城镇化进程和由于收入、福利以及基础设施在区域间分布的不均衡而引起的人口跨区域流动都在很大程度上推高了我国房价;后两者是我国房价收入比与发达国家相比偏高于发达国家的重要原因;城镇化和跨区域人口流动是我国东部地区房价上涨和房价收入比扩大的主要动力,但跨区域人口流动在中部地区,以及城镇化在西部地区对二者的影响均不显着。 织梦好,好织梦

【关键词】房地产价格;城镇化;区域发展不均衡 织梦好,好织梦

一、前言 内容来自dedecms

1998年,在取消福利分房和实行住房货币化分配政策的带动下,我国房地产业逐渐转向市场化并由此迈入快速发展的通道。房地产政策总体经历了“政策支持”、“抑制房价”、“重申支柱产业”和“促进房价合理回归”这一曲折的演变过程。尽管面临波动的政策环境,但在宏观经济持续向好、城镇化进程不断推进等因素的推动下,我国房地产价格水平持续振荡上升。

dedecms.com

是什么决定了我国近年来的房价走势?房价涨跌受到什么因素影响?国内外的研究主要集中在以下几个方面:首先是从宏观经济因素入手研究其对房价的影响,其中宏观经济因素主要包括实体经济因素、货币政策因素、汇率以及通货膨胀等。[1][2][3][4][5][6]其次是从土地财政的视角对房价进行研究,发现土地财政必然推动房价持续上涨,房价越高,地方政府所获得的利益越大,因此其具有推动房价上涨的内在激励。从根本上消除土地财政的内在激励,应当解决分税制以来出现的地方财源不足问题,改善地方政府的财政状况并合理调整中央和地方财政关系。[7][8]再次是从投机投资需求出发,发现预期和投机对城市房价波动都具有较强的解释力,适应性预期作用大于理性预期。[9][10][11]此外,学者们还从收入分配、区域差异、税收政策等方面入手对房地产价格进行研究。[12][13][14][15]实际上,从经济学原理来看,决定房价的本质原因仍然是房地产市场供给和需求两方面的均衡,前面所涉及的无论是宏观经济变量、土地财政,还是投资投机需求等因素,也都是通过直接或间接地作用于房地产市场的供给或需求层面,进而影响房价的。 内容来自dedecms

除了以上文献中所提到的因素之外,从我国社会、经济的发展历程中不难看到,改革开放以来,伴随着实体经济的迅速发展,我国也经历了举世瞩目的城镇化进程,城镇化率从1978年的18%上升到2013年的54%,年均上涨超过1%。尤其是2002年之后,城镇化速度进一步加快,达到1.35%。从国际经验可以看到,在30%~70%之间,是城镇化发展最快的阶段,未来几十年我国城镇化仍有巨大潜力。同时,不可否认的是,从全国范围来看我国经济发展是不均衡的,由此导致了各地区在收入、社会福利以及基础设施等方面差距较大。为获得更好的医疗、卫生、教育资源,以及更多的就业、培训、发展机会,不发达地区人口大规模流向发达地区。今后,随着我国户口制度的放松和社会保障制度的建立健全,未来我国人口的跨区域转移仍有可能持续甚至加速。从现实中不难发现,过去数年间这两股巨大的人口流动为我国城镇房地产市场提供了旺盛的需求,在很大程度上推高了房地产价格。然而,与前文罗列的影响因素相比,国内外对城镇化和人口跨区域流动对房价影响的研究成果相对较少。

copyright dedecms

在国外,发达国家城镇化完成较早且不同区域发展相对较为均衡,近二三十年内并不存在大规模的人口流动(区域内从农村到城市的人口流动以及区域间移民),因此对城镇化和跨区域人口流动对房价影响的研究较少,仅有曼丘和韦伊(Mankiw and Weil)、巴克希和陈(Bakshi and Chen)、德赛(Desai)等人的少量文献,而且由于国情不同,虽然这些文献对本文有一定的参考意义,但终究无法直接借鉴。在国内,已经有一些学者对城镇化与房价之间的关系进行了实证研究,如陈等人(Chen et al.)通过关注中国1995-2005年的城市住房改革的关键十年发现1998年取消福利性住房政策是中国城市住房改革的一个重要里程碑,导致形成了以市场为导向的城市住房供给体系,并且沿海省份在处理内陆省份来的移民方面面临更大的压力和挑战,内陆省份面对移民的压力相对较小。郭娜和吴敬基于1999-2011年31个省(直辖市、自治区)运用非线性的面板平滑转换模型,发现城镇化水平的增加会加速房地产价格的上涨。[16]谢福泉和黄俊晖选取31个省(直辖市、自治区)2005-2011年的情况为样本发现城镇化水平与房地产需求、供给都存在显着的正向相关关系。[17]韩正龙和王洪卫基于1999-2010年29个省级面板数据发现城镇化使得房地产价格上涨,但是幅度并不大,主要原因为城乡间收入差距对房地产价格产生的负向效应抵消了城镇化对房地产价格产生的正向影响。[18]黄庆华和姜松采用门槛面板模型发现城镇化对房地产价格的影响具有门槛效应,即当超过相应门槛值之后会对房价产生显着影响。[19]罗良文和潘雅茹发现人口城镇化水平在中、西部地区对房价影响显着,在东部地区不显着;产业城镇化水平和土地城镇化水平在东、中部地区对房价有明显正效应,在西部地区作用不显着。[20]此外,相关的研究还可以参考程开明和夏青、李培军、陈健和高波的研究。[21][22][23]然而,这些研究仅仅局限在实证研究层面,缺乏足够的理论基础。更重要的是,现有的研究并未对由区域间收入差距引起的跨区域人口流动对房价的影响进行研究。

dedecms.com

为弥补现有文献的不足,本文将城镇化和跨区域人口流动纳入一个统一的分析框架之下,从理论和实证两个层面探讨二者对房价的影响,并且首先从房地产市场的需求和供给出发建立模型,推导均衡房价的决定方程,从而在理论上推演城镇化、区域间人口流动与房地产价格的关系。在此基础上,本文将选取代理变量,对我国各省份城镇化和区域间人口流动对房价的影响进行实证研究。

本文来自织梦

本文的贡献和创新之处在于:在理论层面,本文结合我国现阶段实际情况,通过理论推导和实证分析,研究了我国城镇化和区域间人口流动对房地产价格的影响,给出了我国房价收入比长期偏高的理论解释,弥补了我国该领域研究的不足。在政策层面,本文的研究证明了城镇化和人口大规模区域间转移进程中房价所受到的推动和冲击,为政策层准确、客观地认识我国房价偏高的现实情况,科学、合理地制定相应的政策提供了支持和参考。 本文来自织梦

本文剩余部分的结构安排如下:第二部分结合我国实际情况,从房地产市场的需求和供给两方面出发建立理论模型,推导均衡房价的决定方程;第三部分选取代理变量,对我国城镇化和区域间人口流动对房价的影响进行实证研究;第四部分总结全文并给出相应政策建议。 织梦好,好织梦

二、理论模型

copyright dedecms

本文将分别从房地产市场的需求和供给两方面出发,通过考察购房者和房地产开发商的利益,分析各主体利益均衡点,从而对房地产均衡价格进行建模。

内容来自dedecms

(一)购房者行为模型 织梦好,好织梦

假设居民总收入为I,其效用来源于两方面:对住房的消费和除住房消费之外的所有其他消费,且假设居民在住房方面获得的效用仅取决于住房面积。由于当前我国正处于经济建设的初级阶段和加速城镇化的进程当中,城乡以及不同地区之间在收入、社会福利和基础设施等方面存在较大差距,发展极不平衡,导致大量人口从农村流向城镇以及从不发达地区流向发达地区。因此本文将城镇房地产的需求分为原本地居民需求和外来居民需求两方面,假设居民效用函数为柯布一道格拉斯型函数,即:

织梦好,好织梦

织梦好,好织梦

式中,uh和uk分别为原本地居民和外来居民的效用函数;h和k分别表示二者购房面积;g1和g2分别为他们除住房外的其他消费。为简单起见,将其他消费价格标准化为1,假设本地房屋单价为ph,且购房者通过抵押贷款购置房屋。由于在贷款购房时,银行一般不会足额贷款,本文将本地和外来购房者的贷款价值比(即贷款占房屋价值的比例)分别假设为θ和■。基于以上假设,可以将购房者的决策转化为在资金约束下的购房者效用最大化问题,即: 本文来自织梦

内容来自dedecms

式中,Ih和Ik分别为原本地居民和外来居民的收入;sh和sk分别为原本地居民和外来居民的储蓄率。利用拉格朗日乘子法求解该最优问题,可以得到原本地居民和外来居民的最优消费和房屋购置面积分别为: 本文来自织梦

dedecms.com

从式(3)可以看到,购房者对房屋的购买面积正比于其收入,反比于房价,即在固定的收入约束下,房地产市场的需求曲线向右下方倾斜,同时,购房者其他消费与收入成正比。

内容来自dedecms

(二)房地产开发商理论模型 内容来自dedecms

对房地产开发商而言,假设其自有资本为K,在开发过程中的其他成本(包括建筑成本与土地成本)均来源于银行贷款,贷款利率为i;假设土地单位价格为Pl,住房小区容积率为r,且市场出清(假设地产商的房屋销售量与购房者的消费量相等,即销售面积等于购买面积,记为l),故可知房地产开发商的土地购置面积为l/r,其土地购置费用为pll/r,用k表示除土地成本以外的其他费用。由于房地产商供应越多,价格越低,假设二者之间为线性关系,即ps=mnl,(m>0,n>0),则其利润(记为π)可以表示为:

dedecms.com

织梦好,好织梦

对房地产商而言,其经营目的必然是利润的最大化,因此对π求取关于开发面积l的一阶条件可得其最优开发面积为: copyright dedecms

织梦好,好织梦

式(5)说明,房地产商的开发面积与土地成本(土地价格)、融资成本(贷款利率)和建筑成本成反比,与容积率成正比。根据市场出清假设,房地产商开发住房面积与购房者消费住房面积(包括本地居民和外地居民购置两部分)相等,假设原城镇人口为M,本省份农村移往城镇的移民人口和其他省份移民到城镇的移民人口为U和F,这两类人口均属于外来

织梦好,好织梦

居民,于是有:

本文来自织梦

本文来自织梦

由以上命题可以看到,对于我国城镇房地产而言,其需求主要来源于两个方面,其一是该城市原本地居民,其二为外来人口。外来人口又包括我国城镇化过程中从农村转移到城镇居住人口,以及在当前我国经济不发达条件下,由于不同区域间资源、福利和基础设施的分配不均衡,从其他地区流入本地的人口。在此背景下,城市房价就不仅取决于原本地人口的居住和投资消费,同时还在很大程度上受到外来人口需求的影响。由于我国正处于工业化和城镇化进程当中,农村向城镇以及不同区域间人口流动规模极其巨大,这就造成了与人口流动相对较小的发达国家相比,我国房价收入比偏高的现实情况。 内容来自dedecms

三、实证研究

织梦内容管理系统

上文中的命题1和命题2从理论上揭示了房地产价格与城乡和跨区域人口流动等因素的逻辑关系。接下来,本文将选取我国相应数据对其进行实证检验。 内容来自dedecms

(一)实证模型

dedecms.com

由于上文的模型式(6)、式(7)为非线性模型,因此本文需要利用Taylor展开方法对其进行转换,得: 织梦内容管理系统

dedecms.com

基于以上实证模型,本文将使用我国各省级行政区的数据,建立面板回归模型,对房价和房价收入比进行解释。 织梦内容管理系统

(二)数据说明及其统计特征

织梦内容管理系统

本文所使用的房地产价格为各省份城镇房地产出售收入除以房地产出售面积;收入数据为各省份城镇人均可支配收入;土地价格2、根据各省份土地购置费用和土地购置面积计算获得;利率数据采用企业长期贷款利率(5年期以上贷款利率);建筑费用虽然无法直接获取,但由于房地产开发中大量使用钢筋、水泥等原材料,因此本文使用工业生产者出厂价格(PPI)来代表。房价收入比的计算采取国际统一方法,利用单栋住房价格均值除以家庭总年收入均值获得。本文借鉴中国发展改革委员会价格司的计算方法3、,将单栋住宅平均面积取为100平方米,将家庭人口取为3人。

织梦好,好织梦

在人口方面,对于原本地居民数量,由于目前公布的各省份城镇居民数量为城镇总人口,并未区分原城镇居民和外来人口,同时人口和收入对其房屋消费的作用具有较强的一致性,因此本文不再考虑该变量。对于外来人口对城镇房屋的需求,根据本文理论模型,其中的“外来人口”包括两类,其一是本省份的农村人口,其二是其他省份移民人口。对于前者,本文选取各省份的城镇化率作为代理变量。对于后者,本文采取如下步骤进行计算:首先,根据上年各省份年末总人口及其自然增长率计算出下年自然状况下的理论人口数;然后,用各省份下年实际年末总人口减去该值,就得到由其他省份转往本省份的人口,除以下年该省份年末总人口就得到了该省份的省际流动人口比率。4、由于1999年之前房地产数据缺失较为严重,因此本文数据样本期选为1999-2013年,采用除我国台湾省、中国香港和中国澳门特别行政区之外的31个省级行政区的年度数据,本文所有数据都经过了对数变换处理。数据来源于中经网数据库、万德数据库以及国家统计局。各变量的统计特征见表1。

copyright dedecms

从表1可以看到,经过对数变换后的房价最大值和最小值差距较大,说明1999-2013年间我国房价发生了较大的震荡,将各省份房价进行简单算术平均,并与其他数据的算术平均值进行对比,其结果见图1。 dedecms.com

从图1可以看出,1999-2013年,房价、人均收入、地价、人均GDP和城镇化率都呈现出上升态势,而利率在此期间经历了先升后降的过程,但房价似乎并未受到利率太大的影响。由于各变量在样本期内都呈现出一定的趋势性,说明各变量的面板数据中可能有单位根的存在,为此,本文对各变量进行单位根检验,结果见表2。

织梦内容管理系统

从表2可以看出,房价、人均收入、城镇化率、土地价格数据中均存在着单位根,对其进行一阶差分后单位根消失;房价收入比、利率、城镇化率和PPI面板中不存在单位根。因此,在对以上数据建立回归模型,考察房价和房价收入比与解释变量之间的长期关系之前,必须保证各变量之间存在协整关系。 dedecms.com

内容来自dedecms

(三)总体回归结果

copyright dedecms

分别对房价、人均收入、土地价格、利率、省际流动人口和房价收入比、城镇化率、土地价格、利率、省级流动人口进行协整检验,结果见表3和表4。从表3和表4可以看到,变量间协整关系存在,这为本文建立回归模型提供了依据。 本文来自织梦

织梦好,好织梦

由于在估计面板协整模型的固定效应和随机效应模型参数时统计量的无偏性难以保证,因此本文建立如式(10)、式(11)所示的混合面板回归模型,但解释变量的内生性可能会使最小二乘估计结果产生偏倚。导致内生性的主要原因是解释变量与被解释变量之间的双向因果关系。周彬和杜两省通过构建个人、房地产开发商以及地方政府的均衡模型,认为土地价格会通过成本途径提升房价;同时房价的上涨会使得地方政府为实现效用最大化,而提高与房价相关的土地出让金以及建筑税和营业税,使得土地价格上涨,所以土地价格与房价之间存在内生性。[7]况伟大通过构建购房者、开发商以及央行三部门的均衡模型发现利率与房价之间存在内生性,利率可以通过影响开发商的开发成本和购房者的贷款成本影响房价,同时泰勒规则发现房价和经济增长也可以影响名义利率。[10]

本文来自织梦

dedecms.com

本文采用戴维森和麦金农(Davidon and Mackinnon)提出的方法对式(10)、式(11)中的解释变量进行内生性检验,结果显示土地价格在两个模型中都是内生变量,其余变量是外生变量。广义矩估计(GMM)能够较好地解决内生性问题,且相对于两阶段最小二乘法(OLS)允许扰动项存在异方差和自相关,因此本文利用该方法对式(10)、式(11)进行回归。由于虽然本期的土地价格与扰动项存在相关性,但是其滞后项与当期的扰动项并不存在相关性,因此本文采用内生变量的一阶滞后项与二阶滞后项作为工具变量进行估计,并且采用Sargon统计量检验以防止模型中出现过度识别的问题。结果见表5和表6。 copyright dedecms

dedecms.com

从表5对房价的GMM回归结果可以看到,除了PPI,各变量对房地产价格的回归参数都为正,与理论模型的结果一致。其中城镇人均收入、城镇化率和省际流动人口对房地产价格的回归参数都在1%水平下显着。这印证了理论分析部分中对房地产价格由各省份城镇居民、农村向城镇转移人口以及外地转往本地居住人口三方面需求共同推动的推断。在城镇居民收入方面,1998年以前,我国普遍实行福利分房制度,城镇居民自有住房比率较高,但住房条件和人均住房面积普遍较低。1998年以后我国逐步取消了福利分房制度,城镇居民可以根据自身的需求和收入自由购买住房,因此当其收入提高后势必增加对房地产的消费。对于城镇化而言,近十年来,我国城镇化进程加快,全国城镇化率从1999年的38.3%上升到2013年的54.5%,年均上升幅度达到1.08%,为新中国成立后最快的阶段。城镇化水平的快速提升为房地产市场带来了巨大需求。从我国平均房价来看,1999-2013年间上升幅度超过250%,年均涨幅超过15%,远远超过同期2.6%的平均工业品出厂价格涨幅,也大幅超过前期房价涨速。省际流动人口对房价影响高度显着,说明由于区域间人均收入、福利和基础设施不均衡所导致的人口流动与房价关系明显,当某个地区人均收入、福利或基础设施明显好于其他地区时,就会吸引其他地区人口流入该地,从而增加该地住房需求,推高该地房价。这样的情况在一线城市体现得尤为明显。一线城市的人均收入大幅高于其他地区,且往往具有更好的医疗、卫生、教育资源和更多的就业、培训、发展机会。为了分享这些设施和机会,每年都有大量的外来人口涌入这些城市,从而推高了其房地产价格。以北京、上海和天津为例,其净迁入率在1999-2013年的均值分别为3.24%,3.87%和2.98%,远高于东部地区1.24%的平均水平,期间三地房价分别上涨229%,380%和289%,远高于其他省份。 本文来自织梦

从表6对房价收入比的回归结果可以看到,城镇化率和省际人口流动对房价收入比的回归参数显着为正,与理论模型结果一致。在发达国家,房价收入之比一般介于3倍~6倍之间(见招商证券研发中心《房地产估值的国际比较》)5、,相比而言,目前我国各省份房价收入比普遍偏高,基本都高于6倍,而2013年北京、上海这样的一线城市分别超过了15倍和12倍,远远高于当前发达国家一线城市水平。6、造成该结果的原因除了我国实体经济的快速发展和房地产市场中的投机因素之外,目前我国高速发展的城镇化进程和区域间人口的大规模迁移也是很重要的原因。农村人口大量向城镇转移,以及人口由不发达地区向发达地区迁移在很大程度上推高了我国城镇房价收入比,高企的房价已使得我国城镇居民的支付能力显着下降。 dedecms.com

此外,表5和表6中土地价格和利率对房价的回归参数显着为正,工业生产者出厂价格指数对房价影响不显着。对于土地价格来说,在土地出让的过程中,如果房地产商以较高的价格竞得土地,势必加大其开发成本,从而将提高房屋的销售价格,所以长期来看土地价格上涨将推高房价。在我国,土地出让收入作为地方政府的预算外收入,地方政府对其具有较强的依赖性,地价越高,地方政府收入越多,因此其具有推高地价的内在激励,这也从另一方面加大了我国房价调控的难度。[7][8]利率对房价的回归系数为正,这是由于过去的十年间我国房地产市场长期处于供不应求的状态,开发商议价能力高于购房者,在房地产市场中占据主导地位,因此只要开发商的资金链不十分紧张,在利率上调时它们往往逆市加价,将资金成本的上升转嫁给购房者。[24]最后,工业生产者出厂价格指数与房价之间不显着,说明钢筋、混凝土等建筑原材料的成本波动并非房价的主要决定因素。 织梦好,好织梦

(四)分地区实证结果 copyright dedecms

为考察城镇化水平、区域发展不均衡对房价与房价收入比的地区差异,本文根据我国不同区域的社会经济发展状况将我国31个省份划分为东部、中部、西部,划分结果及相关描述性统计结果如表7所示。从表7可以发现,虽然东部地区的平均房价是中部和西部地区平均房价的2倍,但除了北京、上海和海南外,房价收入比差异并不明显。东部地区的城镇化率高于中、西部地区,接近60%,外省份人口也整体净流入。其中北京、上海、天津、广东作为我国的经济中心和城市聚集区,在这两方面远高于全国其他地区。中、西部省份城镇化率都在40%上下,整体水平偏低,同时人口整体净流出,且以中部地区尤为严重。

dedecms.com

分别对东部、中部、西部地区的数据进行式(10)、式(11)的回归,结果见表8。从表8可以看到,城镇化率对东、中部地区房价和房价收入比有显着的正向影响,但在西部地区影响不显着;省际流动人口对东、西部地区的房价和房价收入比有显着的正向影响,但对中部地区影响不显着。结合表7的统计特征可以看到,东部地区的房价上涨源于本地快速城镇化和对外地人口强大的吸引力两方面的共同作用。即使其购房负担已远高于中、西部地区,但由于其经济发展程度高、社会福利好,仍能使本省份农村和外地人口大量流入。由于地理上更加接近东部发达地区,中部地区的人口流出现象最严重,但相对西部,其城镇化水平较高,且近年来城镇化进程也较快,因此城镇化成为中部地区房价上涨的主要动力。西部一方面城镇化发展水平较低,对房价的推动作用有限;但另一方面,西部虽然也有一定的人口流出,但人口流出程度要低于中部地区,除了贵州和广西外,其他省份人口外流并不严重,且随着近年来国家的西部大开发等战略的实施,新疆和西藏等地区还流入了大量人口,因此该地区省际人口流动对其房价和房价收入比的影响相对较大。 内容来自dedecms

内容来自dedecms

织梦内容管理系统

除此之外,土地价格对东部、中部、西部地区的房价和房价收入比都会产生显着的正向影响,说明土地价格是引起全国房价上涨的普遍因素;人均收入对东部地区的房价影响不显着,说明东部房价的上涨更多地取决于“外来”而非“本地”人口的需求;人均收入对西部地区的房价有显着影响,对中部地区的房价却产生了的负向影响,但二者显着性并不高。[25][26][27]其他变量对房价和房价收入比的影响不显着。 本文来自织梦

(五)稳健性检验 织梦内容管理系统

为了验证上文实证结果的可靠性,本文还进行了如下的稳健性检验: 织梦好,好织梦

第一,对省份内从农村向城市的人口流动来说,本文还可以选取各省份城乡人均可支配收入之间的差距作为代理变量。利用该变量取代城镇化率,并带人面板模型进行回归,所得结果基本保持一致(城乡收入差距与房价和房价收入比成正比)。 本文来自织梦

第二,对于区域间人口流动,本文还可以选取各省份人均地区生产总值(GDP)与除该省份外其他各省份GDP均值的差距作为代理变量。利用该变量取代本文采用的收入差距,并带入面板模型进行回归,所得结果基本保持一致(GDP差距与房价和房价收入比成正比;GDP差距增速与房价涨速成反比)。限于篇幅,本文没有报告上述结果,感兴趣的读者可向笔者索取。 copyright dedecms

四、结论与政策建议

织梦内容管理系统

房地产市场需求和供给决定了房地产的均衡价格,现有文献关注较多的宏观经济因素、土地财政问题和投资投机需求等都通过直接或间接地作用于房地产市场的供给或需求层面,进而影响房价。除此之外,人口的流动也是房价的重要影响因素。就我国当前的情形来看,不断加速的城镇化进程以及由区域间的发展不均衡所引起的人口大规模跨区域流动都在很大程度上推高了房价。但国内对该问题的关注较少,为此本文尝试对该问题进行研究。

内容来自dedecms

本文首先分别从房地产市场的需求和供给两方面出发,建立理论模型,推导出均衡房价的决定方程,从而从逻辑上推演了各省份农村居民和外省人口对本省份城镇房地产的需求。在此基础上,本文对我国各省份城镇化和区域间人口流动对房价的影响进行了实证研究。研究发现:首先,居民收入、城镇化率和省际人口流入都与本省份房地产价格正相关,印证了理论分析结论,即房地产价格由各省份城市居民、农村向城市转移人口以及外地流入人口这三方面的需求共同推动的推断。其中居民收入对房地产价格的正向影响说明改善型需求的城镇居民仍然是目前房地产市场的主力军;城镇化率对房价的正向作用说明最近十年以来城镇化已成为我国房地产价格最重要的推动因素;省际人口流入对房价的正向影响说明当某个地区收入、福利或基础设施明显好于其他地区时,就会导致其他地区人口流/。该地区,从而推高该地区房价。其次,城镇化率和省际人口流入与房价收入比的显着正相关,说明目前我国房价收入比偏高的原因除了经济发展和投机等因素外,很大程度上源于目前我国高速发展的城镇化进程和区域间人口的大规模迁移。第三,城:≮化率对东部地区和中部地区的房价和房价收入比有正向影响,对西部地区的房价和房价收入比没有显着影响;省际人口流入对东、西部地区有正向影响,对中部地区无显着影响。根据本文的研究结论,本文提出如下政策建议: 织梦内容管理系统

第一,根据本文的研究,在现阶段,城镇化的不断推进会引起房价的上涨。2011年我国的城镇化率刚刚超过50%,与发达国家的70%~80%的城镇化水平相比,我国目前的城镇化率仍处于中等水平,而且我国城镇化发展极不平衡,中、西部地区仍只有40%左右,这说明我国的城镇化还有较大的发展空间。合理、有序的城镇化不仅为扩大内需提供了充足的潜力,也是我国现代化建设的历史任务。然而,如果盲目推动城镇化进程,将城镇化简单地等同于房地产建设,则不但会使房价恶性上涨,降低人民生活品质,也会为新进城居民带来过大的购房压力,加大其融入城镇的难度,降低城镇化质量。因此,我国应该合理引导城镇化进程,因势利导、趋利避害,促使其健康发展,有序推进农村转移人口的市民化,切实提高城镇化质量。

织梦内容管理系统

第二,人口的跨区域流动使得人口这一生产要素由生产效率较低的地区流向较高的地区,从而提高了其使用效率。但如果人口流动性过大势必加大东部地区房地产的价格压力,不利于人民生活水平的提高。同时,如果区域差距大幅提高,也会加大外地人融入其他地区的难度,不利于跨区域人口融合。因此,我们应该在保证人口自由流动的前提下,尽量缩小区域发展的差距,使各地区经济协调发展。

dedecms.com

第三,本地居民收入的提高将会推动房价上涨。对于本地居民而言,当收入提高时,他们对房屋会产生改善型和投机性需求。对于改善型需求,我们应该从抑制转为支持(过去几年限购等政策在一定程度上误伤了改善需求),而对于投机性需求,则应该坚决抑制,尤其是东部地区。抑制投机性需求的关键是稳定房地产市场的预期,为此,我国的房地产制度应该保持相对的延续性,尽量避免头痛医头脚痛医脚。 内容来自dedecms

第四,土地价格上涨推动房价上涨,而我国地价长期以来居高不下的原因很大程度上源于我国目前的土地出让制度。由于土地出让金收入在地方财政总收入中所占比例很大,地方政府对其依赖性很强,因此有推高地价的内在激励。为解决这样的问题,短期内,可以考虑继续完善目前的土地“招拍挂”制度,创新土地出让制度,避免出现土地出让价高者得的局面。长期来看,应该着手解决实施分税制以来的遗留问题,改变地方政府财力与事权不匹配的格局,消除地方政府“土地财政”的根源。 dedecms.com

注释:

copyright dedecms

1、国际通用的房价收入比计算方法为,利用一套标准住房的总价除以一个标准家庭全年的收入。因此Λ与本文日常所提到的房价收入比相差一个固定的比例。 内容来自dedecms

2、土地价格=土地购置费用/土地购置面积。 内容来自dedecms

3、见国家发展改革委价格司2012年4月的《房价收入比专题研究》报告。

dedecms.com

4、由于城镇化率以及地区总人口和自然增长率在各个公开数据库中(如国家统计局的网站、中经网数据库、万德数据库、CSMAR等)只有省级数据,而没有市级数据,因此本文只能采用省级数据进行研究。 内容来自dedecms

5、最近40年,美国的房价收入比一直在2.7~5.2之间;英国的房价收入比一直在2.0~4.9之间;日本的房价收入比在4.2~10.3之间,10.3为20世纪90年代初房地产泡沫破灭前的数据,目前日本的房价收入比大概为6左右;澳大利亚的房价收入比在1.9~4.5之间,2007年底为4.5。从多数发达国家经验来看,在城镇化加速和宏观经济快速增长阶段,房价收入比上升较快。

本文来自织梦

6、发达国家一线城市房价收入比基本介于4~6之间(见招商证券研发中心《房地产估值的国际比较》)。

织梦好,好织梦

参考文献: dedecms.com

[1]盛松成,刘斌.经济发展对房价长期走势的决定作用——基于中国及国际的比较分析[J].财贸经济,2007,(8). 内容来自dedecms

[2]况伟大.利率对房价的影响[J].世界经济,2010,(4). 织梦好,好织梦

[3]戴国强,张健华.货币政策的房地产价格传导机制研究[J].财贸经济,2009,(12).

copyright dedecms

[4]朱孟楠,刘林,倪玉娟.人民币汇率与我国房地产价格——基于Markov区制转换VAR模型的实证研究[J].金融研究,2011,(5).

内容来自dedecms

[5]杜敏杰,刘霞辉.人民币升值预期与房地产价格变动[J].世界经济,2007,(1).

织梦内容管理系统

[6]王维安,贺聪.房地产价格与通货膨胀预期[J].财经研究,2005,(12). 织梦内容管理系统

[7]周彬,杜两省.“土地财政”与房地产价格上涨:理论分析与实证研究[J].财贸经济,2010,(8).

本文来自织梦

[8]张双长,李稻葵.“二次房改”的财政基础分析——基于土地财政与房地产价格关系的视角[J].财政研究,2010,(7).

内容来自dedecms

[9]况伟大.中国住房市场存在泡沫吗[J].世界经济,2008,(12).

织梦好,好织梦

[10]况伟大.预期、投机与中国城市房价波动[J].经济研究,2010,(9). 内容来自dedecms

[11]张涛,龚六堂,卜永祥.资产回报、住房按揭贷款与房地产均衡价格[J].金融研究,2006,(1). dedecms.com

[12]冯涛,王宗道.住房制度渐进改革、房地产价格波动与居民财产性收入分配[J].财政研究,2010,(7). 织梦好,好织梦

[13]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). 内容来自dedecms

[14]况伟大,朱勇,刘江涛.房产税对房价的影响:来自OECD国家的证据[J].财贸经济,2012,(5).

织梦内容管理系统

[15]王敏,黄滢.限购和房产税能降低房价吗?基于房地产市场的长期动态均衡分析[Z].北京:北京大学经济研究中心讨论稿系列,2011. 本文来自织梦

[16]郭娜,吴敬.老龄化、城镇化与我国房地产价格研究——基于面板平滑转换模型的分析[J].当代经济科学,2015,(2). 织梦好,好织梦

[17]谢福泉,黄俊晖.城镇化与房地产市场供需:基于中国数据的检验[J].上海经济研究,2013,(8). 织梦好,好织梦

[18]韩正龙,王洪卫.区域差异、城镇化与房地产价格——来自中国房地产市场的证据[J].经济问题探索,2014,(2). copyright dedecms

[19]黄庆华,姜松.城镇化、门槛效应与房地产价格变动[J].财经问题研究,2014,(11).

本文来自织梦

[20]罗良文,潘雅茹.区域城镇化差异对房地产价格影响的实证分析[J].统计与决策,2015,(5). copyright dedecms

[21]程开明,夏青.城市化与房地产价格的关联性分析[J].价格理论与实践,2008,(9).

织梦好,好织梦

[22]李培军.我国城镇化与商品住宅价格关系研究[J].东北财经大学学报,2011,(4). dedecms.com

[23]陈健,高波.收入差距、房价与消费变动——基于面板数据联立方程模型的分析[J].上海经济研究,2012,.(2).

本文来自织梦

[24]李善粲,沈悦.中国“房价之谜”的检验与原因分析[J].上海经济研究,2012,(8).

本文来自织梦

[25]周京奎.房地产价格波动与投机行为——对中国14城市的实证研究[J].当代经济科学,2005,(4).

织梦内容管理系统

[26]王成成,王晓辉.宏观经济对房地产价格的影响——基于中国省级的动态面板数据[J].经济管理,2011,(9). 内容来自dedecms

[27]叶阿忠,杜青川,郑万吉,林章秀.房价的影响因素分析——基于省级面板数据的实证研究[J].中国管理科学,2011,(19).

内容来自dedecms