城市化与房价.docx
《城市化与房价.docx》由会员分享，可在线阅读，更多相关《城市化与房价.docx（37页珍藏版）》请在冰豆网上搜索。
城市化与房价
理性还是泡沫？
——对城市化、移民和房价的实证研究
RationalityorBubble?
AnEmpiricalStudyonUrbanization,MigrationandHousingPrices
LUMing,OUHaijun,andCHENBinkai
陆铭欧海军陈斌开*
摘要：
在全球范围内，城市化水平较低的国家具有更高的房价-人均GDP比值，而在中国，城市化带来的住房需求则成为推高城市住房价格的重要原因。
本文基于对中国地级市数据的实证研究发现，在控制了城市经济发展水平和城市人口规模等因素后，外来人口（移民）占比更高的城市房价更高，表现为2000年移民占比每多出10个百分点，2005年房价高出8.33%。
在移民占比变化更大的城市，房价和房价增长率都更高，表现为2000-2005年移民占比变化每多出10个百分点，2005年房价高出16.17%，2000-2005年房价增长率高出18.45%。
进一步的研究发现，移民占比和移民占比变化对房价的影响，主要是通过城市移民和收入水平较高的移民来实现的。
本文的政策含义是，一方面通过推进城市化来支撑实际住房需求，另一方面，由于早买和多买房的投资者在此过程中获得了房价上涨带来的收益，需要通过征收物业税来增加住房投资者的持有成本，促进城市居民在住房消费上的适度平等。
关键词：
房价城市化移民占比
一、引言
在全球范围内，当前的房价是否存在泡沫是一个备受争议的问题（CaseandShiller，2003；Himmelbergetal.，2005；SmithandSmith，2006；况伟大，2010a；吕江林，2010）。
如果一个国家的房价有未来的实际需求增长作为支撑，消费者的购房行为将早于人均GDP的增长，从而使当前的高房价包含有理性的成分，如果未来住房需求真的快速增长，那么当前的高房价就可以被逐步消化。
国际横向的比较显示，在城市化水平较低的发展中国家，房价与人均GDP的比值相对更高（参见图1）。
在发展中国家，快速的城市化可带来城市住房需求快速增长，从而带动房价的上升。
如果这种实际需求增长成为一种预期，则房价上涨将快于收入的增长。
鉴于住房产业对于整个经济的带动力和对于金融部门的影响，发展中国家的高房价是否与城市化进程有关是判断未来房价和经济走势的重要问题。
在处于快速城市化进程中的中国，房价也呈现出了快速上涨的趋势，尤其是在2005-2010年，房价上涨的速度明显高于2001-2005年的房价上涨速度。
从全国层面看，2001-2010年的十年间，经过通货膨胀率消胀之后的房价上涨了1.30倍，其中，2005年房价较2001年上涨了39%，2010年房价较2005年上涨了66%。
房价上涨速度居于前列的是吸收了大量外来人口的北京、天津、上海和深圳等大城市。
不仅如此，这些大城市的房价收入比也在2005-2010年间出现了明显上升（详细请参见本文第三节的分析）。
在国际比较的视野中，如图1所示，中国的房价-人均GDP之比不仅远高于城市化水平较高的发达国家，如美国、德国和日本，还高于与我国发展阶段类似的发展中国家，如印度尼西亚等。
图1：
房价收入比的国际比较
注：
房价/人均GDP数据来源于GlobalPropertyGuide网站（
中国的高房价固然与长期的低利率和较严格的土地供给控制等特殊因素有关，但发展中国家普遍的高房价却在一定程度上和城市化进程有关。
自改革开放以来，中国的城市化水平经历了较快的提升，平均每年增长一个百分点，而在1996年到2010年间，城市化率平均每年增长1.39个百分点，城市化进程有所加快。
城市化水平的提高意味大量移民进入城市，这会带来持续增长的住房需求。
由于住房是一种可以抵押的商品，因此，当城市化带来的住房需求增长被理性预期到的时候，投资者还会将住房作为一种投资品进行投资，于是房价增长率可能快于人均GDP（和收入）增长率。
大城市吸收移民较多，于是，大城市的房价上升速度将更快。
房价在多大程度上受到了城市化进程的影响，这个问题对于判断未来房价和经济的走势以及区域间的房价差异非常重要。
如果城市化能够推动住房需求持续上升，那么，中国的高房价就将在一定程度上因为城市化水平的持续提高而消化，避免房价泡沫破灭及其对住房产业乃至整个经济产生巨大的冲击。
从政策上来说，如果城市化进程的确推动了房价的持续上涨，那么，正确的政策方向就是通过推进城市化来支撑实际住房需求增长，消化当前的高房价。
与此同时，持续的高房价能够为早买和多买住房者带来高额投资回报，起到了拉大收入差距和住房消费差距的作用，因此，需要通过物业税来增加房产持有者的持有成本，促进城市居民在住房消费上的适度平等。
本文接下来的安排如下，第二部分是文献综述，第三部分是城市化与房价的背景分析，接着是本文的数据和模型说明，第五部分给出了移民影响房价的实证证据，第六部分进一步分析了移民影响房价的机制，第七部分考虑了移民-房价关系的内生性问题，最后是简要的结论。
二、文献评论
既有文献中影响住房价格的因素可以分为三类。
第一类是主要导致房价时序变化的因素，比如真实利率和人口结构，这些因素的变迁主要体现在不同的年份之间，在不同城市之间和城市内部的不同社区之间几乎没有差别。
第二类是主要导致不同城市房价存在显著差异的因素，比如土地供给、地理特征、环境质量等等，这些因素的差别主要体现在不同城市之间，在不同的年份之间差异较小。
第三类是主要导致城市内部的不同社区之间房价存在显著差异的因素，比如区位、社区的犯罪率和教育质量等。
由于本文关注的焦点是城市一级的房价决定，因此，我们在文献评论中不包括第三类文献。
在短期，影响房价时序变动的最重要因素是真实利率水平。
在一个成熟的房地产市场中，如果不考虑房产税、房屋折旧和住房升值空间等因素，住房价格应该等于房屋租金与实际利率的比值（Poterba，1984；况伟大，2010b；Brueckner，2011）。
对于同样特征的房子，如果只考虑其使用（居住）功能，那么，在租房市场和购房市场达到均衡时，每一期租房的租金应恰好等于通过抵押贷款购买房子按月支付的利息，即房价乘以利率。
如果租金保持不变，实际利率的下降意味着通过信贷支付购房款的成本下降，住房需求膨胀，在给定住房供给的情况下，住房价格将上升。
在美国，实证研究发现实际利率下降确实推高了房价（Poterba，1984；BrunnermeierandJulliard，2008；Glaeseretal.，2013；Favilukisetal.，2013）。
而且，抵押贷款所需文件的简化和贷款额度的增加提高了信贷供给可得性，从而导致房价上涨（Landvoigtetal.，2011；Haughwoutetal.，2011）。
长期来看，影响房价时序变动最重要的因素是人口结构变迁。
Mankiw和Weil（1989）认为，当“婴儿潮”出生的一代人进入房地产市场时，住房需求会大幅度增加，房价将会上涨，当“婴儿潮”出生的一代人退出房地产市场后，住房需求会大幅度下降，房价将会下降。
使用美国的人口数据和房价数据，他们发现1950年代的“婴儿潮”导致了1970年代住房需求的增加和房价的快速上涨。
有关中国的实证研究发现，总人口中中青年人口比例的上升导致了住房价格的快速上涨（徐建炜等，2011；刘学良等，2011；陈斌开等，2012）。
基于省级面板数据的实证研究也发现，在1981-1991年生育高峰中出生的人口集中进入婚龄，是导致2004年以来中国城市房价快速上涨的重要原因（刘学良等，2011）。
在中国，住房是婚龄男性结婚的重要筹码，婚姻市场的激烈竞争会促使婚龄男性的家庭购买面积更大或价格更高的住房，从而大幅度提高住房需求，实证结果发现，中国男性与女性人口数量之比的上升显著推动了2003-2009年的房价上涨（Weietal.，2012）。
利率、通胀和人口结构这些宏观变量决定了国家层面的房价，但却无法解释国家间的城市化-房价关系。
而在解释一国内部不同城市之间房价差异的时候，利率、通胀和人口结构这些国家层面的因素也影响不大。
城市间房价的差异可从供给和需求两方面入手进行解释。
基于供给视角的研究主要集中在土地供给对房价和租金的影响上，限制土地供给会降低新增住房供给，从而使出租房屋供给下降，最终导致租金和房价同时上涨。
在美国，土地用途管制限制了可供开发的土地数量，从而提高了地价（Ihlanfeldt，2007），最终导致新增住房供给数量的下降（QuigleyandRaphael，2005；GlaeserandWard，2009）和房价上涨（GlaeserandGyourko，2003;Glaeseretal.,2005；Ihlanfeldt，2007；Glaeseretal.，2008；ZabelandDalton，2011）。
在土地用途管制较多的地区，住房供给更加缺乏弹性，房价波动也更为剧烈（HuangandTang，2012）。
在中国，地方政府对土地供给的垄断推高了地价（蔡继明和程世勇，2010），进而推高了房价（平新乔和陈敏彦，2004，况伟大，2005）。
从全国层面来看，地价每上涨1%，将导致房价上涨0.355%（王岳龙，2011）。
地方财政收入越依赖土地出让收入的城市，其房价上涨速度越快（张双长和李稻葵，2010）。
其中一个原因是地方政府增加土地出让收入的行为推高了地价，郑思齐和师展（2011）发现，越依赖“土地财政”的城市，以及通过低价出让工业用地进行招商引资力度越强的城市，居住用地供给越受到工业用地的挤压，居住用地价格上涨的压力也越大。
基于需求层面的研究主要强调环境质量对城市房价的影响，在控制了其它影响房价的变量后，和环境质量较好的地区相比，污染较为严重地区的房屋租金和住房价格会更低。
Greenstone和Gallagher（2008）发现，在美国，对高危垃圾场的清理显著提高了当地的房价和房租。
Gamper-Rabindrametal.（2011）发现，垃圾场的清理显著增加了垃圾场附近房产的价值，而且，这种效应在城市间存在显著的异质性，房价较低的地区和距离垃圾场更近的地区在垃圾场清理后房价上涨更快。
基于对加尼福利亚港湾地区1990-2006年的住房交易数据的分析，Bajarietal.（2012）发现，和环境质量较好的地区相比，环境污染较为严重的地区房价更低。
利用中国85个大中城市的环境污染和房价数据，Zhengetal.（2011）用从外地进入本地的烟尘污染和沙尘暴作为本地污染水平的工具变量，来减少房价和环境污染的内生性所导致的估计偏误，实证结果发现，污染水平的上升显著地降低了住房价格。
在上述研究中，文献大多以较为成熟发达国家的房地产市场作为研究对象，而那些以中国房价为研究对象的文献，其着眼点也仍然是一些传统文献中关注的因素。
更为重要的是，在发展中国家，城市化进程是一个非常重要的结构变化因素，而这一因素对于高房价的影响却没有被既有文献给予充分重视。
与本文研究最为接近是利用发达国家数据进行的移民与房价之间的关系的研究。
Saiz（2003）使用迈阿密州的移民和房地产数据研究发现，20世纪70年代末的古巴偷运移民使得迈阿密的外来移民突增了9%，使得当地出租房的租金在1979-1981年之间上涨了8-11%。
基于美国移民和住房市场数据分析，Saiz（2007）发现相当于本地人口1%的移民涌入城市会导致房屋租金和房价上涨1%。
Degen和Fischer（2010）使用瑞士85个地区2001-2006年的移民和房价数据研究发现，相当于本地人口1%的移民到来推动本地房价上涨2.7%。
在1998-2008年间，平均每个西班牙的省份接收了相当于本地劳动年龄人口17%的移民，Gonzalez和Ortega（2009）基于西班牙省级移民和房价数据研究发现，这些移民的到来推动房价上涨了52%。
Sá（2011）基于英国的移民和房价数据研究发现，相当于本地人口1%的移民的到来使得房价下降了1.6%，原因是移民的到来压低了本地低技能劳动者的工资水平，本地居民为了追求更高的工资而流出本地，导致住房需求下降。
发达国家的移民与发展中国家的城市化带来的移民有本质上的不同。
发达国家的移民有两种，一种是在国内地区间迁移的移民，另一种是国外来的移民。
国内的地区间移民不会对房价产生全局性的影响，因为当一个地方的居民数量增加时，另一个地方的居民数量必然下降，因此，移民对房价的影响完全只是因为一个地方更加（或更不）吸引人居住。
而国外来的移民虽然会增加住房需求，但外来移民在总人口中所占比重毕竟较低，因此，他们对房价的影响也有限。
相比之下，发展中国家的国内移民伴随着快速的城市化进程，其移民规模巨大，而且大多数移民是从农村迁移到城市，这使得绝大多数城市的住房需求都会上升，只是不同城市吸引移民的数量有所差异。
所以，在发展中国家，城市化进程中的移民是一个对房价影响巨大的因素，但却没有得到充分的研究。
相比之下，本文的工作将利用来自中国的数据研究移民与房价的关系，根据我们的文献检索，这是首次运用发展中国家的数据检验城市化进程中的移民对房价影响的研究。
三、城市化、移民与房价
近十年来，中国经历了快速的房价上涨。
从全国层面看，2001-2010年的十年间，经过省级物价指数消胀后的房价上涨了1.30倍，其中，2005年房价较2001年上涨了39%，2010年房价较2005年上涨了66%（如表1所示）。
上涨速度居于前列的是北京、天津、上海和深圳等大城市，在2001-2010年间，这四个城市的房价分别上涨了2.18倍、1.89倍、2.16倍和1.81倍，其中，2005年房价较2001年分别上涨了33%、63%、70%和25%，2010年房价较2005年分别上涨了139%、77%、85%和125%，2005-2010年房价上涨的速度明显高于2001-2005年的房价上涨速度。
不仅如此，房价上涨速度快的大城市的房价收入比也在2005-2010年间出现了明显上升。
北京、天津、上海和深圳四个大城市的房价收入比分别从2005年的0.36、0.32、0.37和0.35上涨到2010年的0.61、0.34、0.45和0.59。
表1：
主要城市的房价增长率
北京
天津
上海
深圳
广州
南京
郑州
武汉
成都
重庆
西安
全国
2001-2010
2.18
1.89
2.16
1.81
1.38
1.68
0.97
1.49
1.51
1.46
0.71
1.30
2001-2005
0.33
0.63
0.70
0.25
0.20
0.32
0.23
0.54
0.61
0.41
0.30
0.39
2005-2010
1.39
0.77
0.85
1.25
0.98
1.03
0.60
0.62
0.55
0.74
0.32
0.66
注：
房价增长率=期末房价/期初房价-1。
房价数据来源请参见本文数据和模型部分，所有房价都经过省级城市居民消费价格指数（2000=100）消胀。
全国房价增长率是用当年有房价数据的地级市及其以上城市（2001年、2005年和2010年分别有275个、237个和295个城市有房价数据）房价的算术平均值作为当年全国房价，然后计算全国房价增长率。
如果是取2001年、2005年和2010年三年都有房价数据的城市样本（共177个）来计算全国房价，则2001-2010年、2001-2005年和2005-2010年的房价增长率分别为1.40、0.36和0.77。
与房价上涨相伴随的是快速的城市化进程。
根据《中国统计年鉴2011》，中国城镇居民占总人口的比率从1978年的17.92%上升到2010年的49.95%，平均每年增长约1个百分点，尤其是在1996年到2010年间，平均每年增长达到1.39个百分点。
城镇人口数由1978年1.72亿上升到2010年的6.70亿，平均每年增加0.16亿，尤其是在1996年到2010年间，平均每年新增达到0.21亿城镇人口，城市化呈加速趋势。
在中国，以户籍制度为代表的城乡二元经济结构严重阻碍了城市化进程，导致出现了城市化远远落后于工业化的独特现象，在城市化水平的国际比较中，中国的城市化水平远远低于发展水平类似的国家的平均水平（陆铭等，2008）。
根据《中国统计年鉴2011》，从1978年到2009年，我国第二产业GDP占比在改革开放三十多年来并没有发生多大变化，主要是第三产业GDP占比上升导致以二三产业GDP占比衡量的工业化水平从1978年的71.81%上升到2010年89.90%，同期，城市化比率由1978年的17.92%上升到2010年的49.95%。
尽管城市化落后幅度由1978年的53.90%下降到2010年的39.95%，其与工业化水平的差距仍然巨大。
如果政策调整到位，中国完全可能进入一个快速城市化的时期。
但由于外来人口很难获得居住地所在城市的户籍，结果导致移民的比重不断上升。
在发展中国家，城市化至少通过以下两个重要机制影响住房需求从而提升住房价格。
首先，城市化水平的提高意味着大量移民进入城市，移民进入城市增加住房需求，从而推高住房价格。
其次，由城市化所导致的住房需求持续上升完全是一件可以被预期的事，唯一不确定的只不过是城市化的推进速度。
由于住房是一件可以通过抵押贷款来购买的商品，因此，在预期到住房的实际需求将在城市化进程中持续上升，如果住房需求的增长快于土地和住房供给增长，那么，理性的消费者就会尽可能早地购买住房，并等待住房升值，这会使得住房价格上涨速度快于居民收入和租金的上涨。
在城市化进程滞后并且城市化加速的背景下，市场参与者容易形成房价上涨预期，投资性需求不断上升，总的住房需求膨胀，从而导致房价上涨。
如果房价上涨是基于对城市化的理性预期，那么，这样的高房价是否会成为泡沫则取决于事前的预期在事后多大程度上被实现。
从图2和图3中可以看出，城市一级的2005年移民占比和2005年房价正相关，2000-2005年移民占比变化也和2005年房价正相关。
移民占比与房价的正相关是因为移民带来了住房的实际需求，而移民占比的变化也影响房价，则可能因为这其中包含了未来移民占比变化和相应的房价上升的预期。
图2：
移民占比和房价图3：
移民占比变化和房价
注：
图2和图3中的数据来源请参考本文第四节。
四、数据和模型
本文的数据来源于以下几个方面：
第一，住房价格原始数据来自历年《中国区域统计年鉴》，该年鉴提供了2001-2010年各地级市商品房销售额和销售面积的数据，基于此数据可以计算出各地级市的名义住房价格。
然而，部分地区的住房价格数据存在明显错误，为避免测量误差对研究的影响，本文剔除了房价增长率最高和最低5%的样本。
利用历年《中国统计年鉴》分省消费价格指数对名义住房价格进行消胀后，可以得到以2000年不变价计算的实际住房价格。
第二，移民原始数据来自中国人口普查2000和2005年微观调查数据库。
我们剔除了在校生、职业或行业为农业、以及不处于工作年龄（女性16-55岁，男性16-60岁）的样本。
基于微观普查数据，可以得到各地级市移民人口比重和移民基本特征变量（如平均收入）。
第三，其它地级市数据来自《中国区域统计年鉴》，市辖区数据来自《中国城市统计年鉴》。
基于以上数据，我们可以研究城市化对房价的影响，本文采取如下截面模型来识别城市化水平对住房价格的影响：
（1）
在
（1）式中，下标
表示第
个城市，下标
表示第
个解释变量，
和
分别为截距项和随机扰动项。
为第
个城市的移民占比，在不同的模型中分别用2000年或2005年第
个城市的移民占城市总人口的比重来衡量，
为一定时期内的移民占比变化，用2000-2005年第
个城市的移民占城市总人口比重的变化来衡量。
为控制变量，
-
是待估参数。
被解释变量
分为三种情况，一是2005年城市住房价格的对数，二是2001-2005年住房价格的增长率，还有一种是2005年城市房价收入比的对数。
这三种被解释变量的设置在经济学含义上略有差异，我们在后文中再解释。
除了移民占比和移民占比变化，本文还控制了就业密度、人均GDP、总人口、到大城市的距离、到大港口的距离和人均生活用水量等变量。
就业密度用市辖区二三产业从业人员/市辖区建成区面积来衡量，在一定程度上代表了土地和住房供给的倒数，因为我们没有更加精确的土地和住房供给数据，所以本文通过控制就业密度来控制供给层面的因素，就业密度越高，土地供给相对越严。
事实上，就业密度是一个需求相对供给的指标，从需求方来看，就业密度高的地方，劳动生产率比较高，将产生更高的住房需求。
随着经济发展水平的提高和城市人口的膨胀，城市居民的住房需求随即提高，本文通过控制人均GDP和总人口来控制住房需求层面的因素。
人均GDP能够度量劳动生产率，从而通过影响购买力而影响房价。
人口规模将通过规模经济效应而影响劳动生产率和收入水平，从而也有增加房价的作用。
本文还控制了一些城市的经济地理特征，以便控制住其他可能通过影响工业投资和劳动生产率而影响房价的因素。
这组经济地理变量包括到大城市的距离和到大港口的距离，以及人均生活用水量。
其中，到大城市的距离是指到最近大城市的距离，“大城市”是指1990年建成区非农业人口150万以上的城市。
到大港口的距离是指到香港、上海和天津三个大港口距离的最小值，之所以定义香港、上海和天津为大港口，是因为这三大港口分别是中国经济最为发达的三个经济集聚区——珠三角、长三角和京津唐地区——最重要的港口。
表2列出了本文经验分析部分所用到的变量及其计算方法，表3给出了描述性统计的结果。
表2变量计算方法
变量分组
变量名称
计算方法
被解释变量
2005年房价
ln（消胀后2005年房价）
房价增长率
消胀后2005年房价/消胀后2001年房价-1
2005年房价收入比
ln（2005年房价/消胀后2005年城市居民人均可支配收入）
移民信息
2005年移民占比
2005年它市移民/2005年城市总人口
2000年移民占比
2000年它市移民/2000年城市总人口
移民占比变化
2005年移民占比-2000年移民占比
2005年城市移民占比
2005年它市城市移民/2005年城市总人口
2000年城市移民占比
2000年它市城市移民/2000年城市总人口
城市移民占比变化
2005年城市移民占比-2000年城市移民占比
移民平均月收入
ln（消胀后2005年移民平均月收入/1000）
控制变量
就业密度
ln（2005年市辖区二三产从业人员/2005年市辖区建成区面积）
人均GDP
ln（消胀后2005年GDP/2005年总人口）
总人口
ln（2005年市辖区总人口）
到大城市的距离
到最近大城市的距离/1000
到大港口的距离
到最近大港口的距离/1000
人均生活用水量
2005年市辖区城市居民人均生活用水量
表3描述性统计
变量分组
变量名称
单位
样本量
平均值
标准差
最小值
最大值
被解释变量
2005年房价
元
237
1818
1032
735.6
7305
房价增长率
-
210
0.377
0.325
-0.406
1.451
2
升级会员 