珠三角房价互动关系研究(正).doc

珠三角房价互动关系研究(正).doc

《珠三角房价互动关系研究(正).doc》由会员分享，可在线阅读，更多相关《珠三角房价互动关系研究(正).doc（8页珍藏版）》请在冰豆网上搜索。

珠三角经济区房地产价格互动关系研究

――以广州、深圳、东莞为例

（暨南大学特区港澳经济研究所，广东广州510630）

[内容提要]房地产产品的不可移动性和房地产产品消费的地域性，使得房地产业的发展具有明显的区域性特征。

珠江三角洲房地产业的导向性发展，使其在国家房地产业发展格局中具有突出的带动作用。

本文从珠三角地区不同城市房价联动的现实基础出发，运用相关的计量分析方法，对珠三角典型城市广州、深圳和东莞从1990年至2008年房价的动态一致性及相互关联程度进行实证分析。

结果显示：

三个城市的房价变动有共同趋势；同时，在三个城市之间，房价变动的关联程度有强弱之分。

针对珠三角地区房地产市场价格的收敛性走势，应采取房地产价格调控的区域内联动政策，防止房地产泡沫的区内形成及区域内扩散。

[关键词]珠三角房价联动共同趋势VAR模型

[中图分类号]C812[文献标识码]A[文章编号]

一、引言

经济发达地区是国家经济发展的战略制高点，其房价变动代表着国家房地产价格的基本走向。

珠江三角洲地区作为我国改革开放最早、经济最发达的地区之一，在全国经济社会发展和改革开放大局中具有突出的带动作用和举足轻重的战略地位。

同时也是我国房地产业兴起最早的地区之一。

随着近年来房地产业在珠三角各地区生产总值中所占比重日益提高，其在国民经济中的地位也越来越重要，许多关于珠三角地区房地产业研究的文献相继出现，从已掌握的文献来看，目前国内理论界对房地产价格互动关系的研究，主要集中在区域间房地产价格联动上，对区域内城市间房地产价格互动的研究涉及不多，对珠三角地区房地产价格相互影响及其影响程度方面的研究还是一片空白。

房地产业的区域发展程度取决于一个地区经济的发展水平，反过来又影响该地区的经济发展，它与区域经济的发展相互促进、相互制约。

基于地缘关系、经济实力以及房地产业发展水平等因素的综合考虑，本文选取珠三角的政治经济中心----广州（穗）、经济特区----深圳（深）以及有“世界工厂”之称的东莞（莞）作为研究对象。

拟从这三个城市之间房价的相互影响与作用角度出发，判断同一经济区域内不同城市的房价变动是否存在共同趋势,探讨珠三角地区不同城市之间房地产价格相互影响的机制以及其影响程度的大小。

通过研究与分析，为区域房地产市场一体化及房价互动提供观察视野，从而在理论上为区域城市间房地产价格的总体调控提供支持。

二、珠三角房地产价格关系分析的背景

（一）珠三角地区经济一体化

经济快速发展是房地产市场快速发展的基础，珠三角地区经济持续、快速、稳定增长是极大地刺激了该地区房地产价格的不断上升。

随着近年来区域经济一体化趋势的不断加强，珠三角地区的经济一体化进程也在不断加快、程度不断加深。

珠三角经济增长的核心区的规模将不断扩大、经济实力将大幅度增强，从而加快核心区经济能量向边缘区扩散的进程，随着CEPA的签订以及粤港澳合作的进一步加深，以“香港+深圳+广州”为区域中心城市组

----------------

成的城市带在不久的将来将成为珠三角新的经济核心区，极大地促进了广州、东莞、深圳和香港之间的人力资源、物资、资金和信息等要素的流动。

这在很大程度上推动了珠三角地区房地产市场的融合，加强了各个城市之间的房地产市场的联系，为这些城市的房价联动奠定了基础。

（二）制度、政策环境的一体化

一个地区的开放程度在很大程度上取决于外生的制度决定，因此要实现不同地区之间房地产价格的互动，首先必须保证政策和制度环境的一体化。

伴随着珠三角经济一体化的不断深入，各个城市在制度和政策上也在逐步对接，包括在房地产市场的政策调控上也尽可能保持一致，如深圳发现房价暴涨的主要原因在于土地和住房的供应不足，曾经针对性地提出了旨在增加土地供给的《深圳市住房建设规划（2006-2010）》，而广州也曾在2007年推出了《广州市关于加快住房和土地供应，加强住房管理，稳定住房价格若干问题的意见》（简称“穗七条”），颇具效仿之意；此外，珠三角的各个城市还在着力消除在户籍、就业、医疗保险以及社保等制度层面的障碍，如公积金、医疗保险可以伴随就业城市的变动而变动，极大地促进了珠三角不同城市间的人口流动，也在一定程度上促进了外来人口比重较大的广州、深圳和东莞等城市人群的购房行为，这些政策的推行为珠三角不同城市房地产价格的同向性变动奠定了制度基础。

（三）地缘关系

经济地理学从空间相关的角度上来分析不同地区的联系强度问题。

依据空间相关中的距离衰减定理，即两个地区距离越远，其联系的紧密程度就越低，空间相关程度也就越弱。

从地缘关系上来说，珠三角城市群空间聚集程度高，在地理位置上相互接壤，有较高的经济联系程度，如广州和东莞、东莞和深圳都接壤，根据距离衰减定理，广州与东莞、东莞与深圳都具有较强的空间相关性，其经济联系程度也较高；再者，珠三角城市群，具有比较相近的文化背景以及生活习惯，有利于进一步密切这些城市之间的经济联系，尤其是对于房地产业这种地域性特征比较强的行业来说，有利于推动不同城市之间的房地产市场的融合，促进不同城市之间的房地产价格的协调、互动。

（四）交通设施的一体化

珠江三角洲的海、陆、空交通体系都十分健全，海运方面拥有深圳的盐田港等，内陆水运方面十分发达；空运方面拥有广州新白云机场和深圳宝安国际机场；不过最重要的是，珠三角地区拥有十分便捷陆路交通，尤其是其四通八达的高速公路网。

以广州为轴点，包括有广深、广惠、广佛、广珠（京珠）高速公路系统。

有目前在建的珠三角轻轨系统：

以广州为中心的“一小时通勤圈”，由轻轨铁路承担，将形成两条南北向干线和三条东西向辅助线，两条南北干线包括广深主轴（新建广州—莞城—深圳线）和广珠主轴（新建广州—顺德—中山—珠海线）；三条东西向辅助线包括广州—佛山—肇庆线、东莞—惠州线和中山—江门线。

建成后将与高速公路系统和跨伶仃洋桥梁系统（如广州南沙地区和东莞连接起来的虎门大桥）共同构筑成最发达的地区陆路交通网络。

依托这样一个快速便捷的蛛网型交通网络，可以促进珠三角地区的人力、资源、资金的有序流动，方便人们将生活与工作的地点分开，从而促使不同城市房价的同步变动。

（五）消费者的理性预期

房地产作为兼有实体经济性与虚拟性双重特性的特殊产业，其虚拟性使得消费者对其作为一种投资品成为可能。

在满足经济一体化程度不断加深、政策环境大致相同、交通便利等条件的前提下，珠三角不相邻的城市购房者的投机性需求不断增加，消费者容易受房价较高或房地产市场较为发达城市房价变动的影响，对本地区的房价进行预期。

像广州和深圳之间的房价关系，广州房价变动在很多时候都会受到购房者这种适应性预期的影响。

三、珠三角房地产价格关系的实证分析

（一）研究方法

本文采用的实证分析方法是VAR方法。

VAR方法遵循以数据说明问题的思路,在建模的过程中并不强调以经济理论作为支撑,而是利用模型中每一个方程的内生变量对模型的全部内生变量的滞后值进行回归,从而估计全部内生变量的动态关系。

脉冲响应函数是用于衡量一个标准差冲击对内生变量当期和未来取值影响的变动轨迹,它能直观地刻画出变量之间的动态交互作用及其效应。

同时根据预测方差分解结果以将系统的预测均方差分解成系统中各变量冲击所做的贡献。

鉴于本文是对珠三角地区房地产价格的互动关系进行研究，各个变量存在显著的自相关关系，需要考虑因变量滞后项对因变量当期的影响。

故选用VAR方法进行研究。

（二）数据来源

通过广东统计年鉴、房地产统计年鉴以及广州、深圳、东莞统计年鉴，获得了广州、深圳、东莞的商品房销售额以及对应的销售面积，然后依据“商品房均价=商品房销售额/商品房销售面积”的计算公式，分别计算出广州（GZ）、深圳（SZ）和东莞（DG）的商品房均价，本文正是以计算出来的商品房均价作为研究对象，时间序列跨度为1990年至2008年。

表1穗、深、莞三地商品房价格（1990～2008，单位：

元/平方米）

年份

广州

深圳

东莞

1990

1139.02

1692.04

551.33

1991

1359.70

2898.61

450.12

1992

1798.93

3226.32

872.03

1993

3116.20

4046.22

1435.32

1994

3738.64

4568.83

1587.63

1995

3156.48

5211.02

2757.67

1996

5109.14

6488.52

1685.74

1997

5062.71

6506.18

1811.46

1998

4842.32

5926.87

2618.50

1999

4303.59

5502.76

2329.15

2000

4294.11

5717.99

2605.08

2001

4262.33

5818.34

2917.25

2002

4200.03

5802.08

2976.83

2003

4210.72

6256.31

2910.59

2004

4537.00

6758.76

3685.39

2005

5366.06

7582.26

3709.77

2006

6547.94

9385.31

4220.63

2007

8673.08

13369.53

5148.27

2008

8853.18

12796.48

5566.78

资料来源：

由广东统计年鉴（1990～2008）以及广东统计信息网整理而得。

（三）实证分析过程

1、单位根检验。

在进行房价联动性分析之前，先对广州（GZ）、深圳（SZ）和东莞（DG）三地的房价序列进行平稳性检验（即单位根检验），以避免出现“谬误回归”现象，检验结果如表2所示。

由表2的检验结果表明，广州（GZ）、深圳（SZ）和东莞（DG）的房价序列均为非平稳序列，经过一阶差分以后均为平稳序列。

所以，广州（GZ）、深圳（SZ）和东莞（DG）的房价序列均为I

（1），即一阶单整变量。

表2广州（GZ）、深圳（SZ）和东莞（DG）房价的单位根检验

变量

检验类型（C,T,K）

ADF检验值

不同显著水平下的临界值

检验结果

1%

5%

10%

GZ

（C,1,0）

-1.137137

-4.571559

-3.690814

-3.286909

不平稳

SZ

（C,1,0）

-0.943627

-4.571559

-3.690814

-3.286909

不平稳

DG

（C,1,0）

-2.371058

-4.571559

-3.690814

-3.286909

不平稳

GZ

（C,1,1）

-3.342346

-4.616209

-3.710482

-3.297799

平稳

SZ

（C,1,1）

-3.311820

-4.616209

-3.710482

-3.297799

平稳

DG

（C,1,1）

-5.766316

-4.616209

-3.710482

-3.297799

平稳

注：

表中表示一阶差分；检验形式（C,T,K）中的C，T，K分别表示单位根方程中所包括的常数项、时间趋势项和滞后阶数；，，分别表示1%，5%，10%的显著性水平。

2、协整关系检验

检验协整的方法有两种：

一种是Engle-Granger（1987）（简称EG法）两步法；另一种是Johansen（1988）的多变量系统最大似然估计检验法。

EG两步法使用于检验两变量之间的协整关系，而Johansen协整检验适用于多变量协整关系的检验。

下面采用Johansen（1988）的最大似然估计检验法来研究穗、深、莞三地的房价协整关系，检验结果如表3所示。