我国房价影响因素的相关研究.docx

我国房价影响因素的相关研究.docx

《我国房价影响因素的相关研究.docx》由会员分享，可在线阅读，更多相关《我国房价影响因素的相关研究.docx（51页珍藏版）》请在冰豆网上搜索。

我国房价影响因素的相关研究

摘要

随着我国经济的发展和城市化的加快，我国房地产业快速发展，在国民经济的比重逐渐提高，同时在促进经济增长、调整产业结构、吸收社会就业等方面发挥了重要的作用。

然而，快速的发展的房地产市场也带来一些问题：

如投资规模增长过快、地区供给需求不合理、部分地区房价居高不下、房地产市场监管调控体系不够完善等问题，尤其是一些大中城市房价畸高不下，严重影响了老百姓的居住和生活。

持续高烧的房价使政府必须直面房价问题，近几年，房地产调控政策频繁出台，经济手段行政手段并用，综合调控力度空前，但是效果甚微，房价有愈演愈烈之势。

到底应该如何正确规范和引导房地产市场的发展，是政府亟需解决一道难题。

住房价格一直都是房地产市场研究的核心问题，理清城市间住房价格的内在联系对于协调城市及地区房地产市场发展至关重要，也有助于国家对房地产市场的宏观调控。

目前已有大量学者对我国住房价格影响因素、波动特性等方面做了大量研究，但是关于住房价格影响因素的实证研究一直停留在国家、省份或者城市的等单一市场，而忽视了城市市场之间的互动关系。

对于城市间、区域间住房价格是否存在所谓的“扩散效应”，如果存在，传导机制、程度和强度又是怎么样的问题，目前尚缺乏研究。

本文在国内外学者对房地产市场研究成果基础上，将住房价格的研究视角深入到区域城市房价的互动关系的层面，从我国35个大中城市中选取部分代表城市为研究对象，探讨了我国城市间住房价格相互影响的“扩散效应”。

本文研究过程为：

首先，对国内外有关住房价格扩散效应的理论和实证研究做了梳理；其次，定性分析了我国城市住房价格的影响因素及其波动特征和原因；再次，在空间计量经济理论和时间序列的理论的基础上对我国城市间住房价格的“扩散效应”进行实证分析：

（1）考虑地理位置和空间交互因素对住房价格的影响，通过全域自相关Moran’sI统计量研究得出我国房价表现出一定的空间相关性，且这种相关程度在不断加强；Moran散点图和局域空间相关指数LISA图揭示了我国房价呈现区域集聚的情况；运用空间回归模型，引入外生变量，分时段分析住房价格的空间扩散特征（溢出效应）。

回归结果显示我国城市住房价格回归在全国范围内表现出弱的正扩散效应，并且得出人均可支配收入、土地价格和销售面积三个因素是导致区域房价差异的主要原因，并且不同时期房价影响因素和扩散效应存在差异。

（2）将选取的城市分为北部（环渤海）地区、东部（长三角）地区、南部（珠三角）地区和中部（华中五市）地区四个区域，对各区域分别采用向量自回归、脉冲响应和方差分解等，研究了各区域城市住房价格的“扩散效应”，进一步刻画了城市住房价格扩散的程度和层次；协整检验的结果也显示长期内城市房价受区域内其他城市的制约，表现出一致趋势。

最后，总结结论，并提出相应政策建议：

调控房价应从提高土地供给弹性、确保合理房价收入比和有针对性支持刚性购房者释放需求方面着手；宏观调控要充分考虑到区域房地产市场的差异性，并利用税收、金融、产业政策等多种手段，避免忽视区域差异的“一刀切”方式，同时关注核心城市和周边城市的相互影响和反馈机制。

关键词：

住房价格扩散效应空间计量经济向量自回归模型

Abstract

Withtheaccelerationofchina’seconomicdevelopmentandurbanization,china’srealestatedevelopedfast.Ittookanincreasingproportionofthenationaleconomyandbecameoneoftheimportantpillarindustriesofourcountryinpromotingeconomicgrowth,adjustingtheindustrialstructureandabsorbingthesocialemployment.However,therapiddevelopmentofchina’srealestatemarkethascausedaseriesofproblems,especiallytheirrationalhousingpricesinsomecitieshasaseriousimpactonresidents’livingstandard.Andhowtoproperlyregulateandguidethedevelopmentoftherealestatemarket,it’sanurgentproblemfacedbythegovernment.

Housingpricehasalwaysbeenthecoreissueofrealestatemarketresearch.Sortingouttheinter-relationbetweencitiesisessentialfortheregulationoftherealestatemarket.Therewerealargenumberofresearchesontheimpactfactorsandfluctuation characteristicsofChina’shousingprices,butresearchesontheimpactfactorsof housingprices hasbeenlimitedtothesinglemarketofcountries,provinceslevelwhileneglecttheinteractiverelationshipofurbanmarkets.Whethertherewasso-called"rippleeffect",andhowthe transmissionmechanism,extentand intensityitbehaved,itremainedunknown.

Thispaperwillexamineperspectiveintotheinteractiveaspectsofurbanhousingpricesandexplorethe“rippleeffect“byusingselectedcitiesofchina.Thestructureofthispaperisorganizedasbelow:

Firstly,Ireviewedtheliteratureonthetheoreticalandempiricalrippleeffectresearch;secondly,Iqualitativelyanalyzedthefactorsaffectingchina’surbanhousingpricesandtheirvolatilitycharacteristicsandcauses;Again,Iconductedempiricalanalysisof“rippleeffect”onthebasisofthetheoryofspatialeconometrictheoryandtimeseries:

（1）Consideringthelocationandspatialinteractionfactors,Iconcludedthatchina’shousingpricebehavedsomespatialcorrelationbyusingglobalautoregressionMoran's I statistic,andthiscorrelationconstantlystrengthened;MoranscatterplotandLocalIndicatorsofSpatialAssociation（LISA）maprevealedthegatheringofchina’shousingprices;Throughtheintroductionof exogenousvariables, Ibuiltspatial regression modeltoinvestigatethesub-periodanalysisofspatialdiffusion.Regressionresultssuggestedthatchina’surbanhousingpricesshowed aweakpositivesrippleeffect acrossthecountry, and  the personaldisposableincome,residentialland pricesandsales areawerethemainreasons leading to the differences of regionalhouseprices.

（2）Dividingtheselectedcitiesintofourregions:

thenorth（theBohaiSeaRim）region,theeast（theYangtzeRiverDelta）region,thesouth（thePearlRiverDelta）regionandthecentralChina,Istudiedtheregional“rippleeffect”byapplyingvectorautoregressionmodel,cointegrationmethodandcametoknowtheexactextentandlevelsofthediffusioneffect;cointegrationresultssuggestedthat,inthelongterm,urbanhousingpricesofregionsconstrainedbyothercitiesofthesameregionandbehavedaconsistenttrend.Lastly,summarizedconclusionsandproposedcorrespondingpolicyproposals:

theregulationofhousingpricesshouldstartfromincreasingtheelasticityoflandsupply,ensuringreasonablepriceearningsratioandsupportingthedemandreleaseofrigidbuyers;macrocontrolsshouldgivefullconsiderationtotheregionalrealestatemarket,andusetax,finance,industrialpolicyandothermeanstoavoida“onesizefitsall”approachwhichignoredtheregionaldifferences;atthesametime,policymakersshouldconcernabouttheinteractionsandfeedbackmechanismsofthecorecitiesandsurroundingcites.

Keywords:

housingpricerippleeffectspatialeconometricsvectorautoregressionmodel

目录

第一章绪论1

第一节研究背景与意义1

一、研究背景1

二、研究意义2

第二节国内外研究综述3

一、国外住房价格扩散效应研究现状3

二、我国住房价格扩散效应研究现状8

三、文献评述及研究趋势9

第三节研究内容与研究方法9

一、研究内容9

二、研究方法10

第四节本文预期创新点11

第五节技术路线图12

第二章我国城市住房价格波动特征及其原因13

第一节区域城市房价的波动特性分析13

一、区域的划分13

二、区域城市房价短期波动分析14

三、区域城市房价长期趋势分析16

第二节住房价格区域差异的原因18

一、区域经济发展状况不同18

二、房地产市场结构差异18

第三节我国城市住房价格扩散效应的可能原因19

第三章住房价格扩散效应的理论方法与模型构建23

第一节空间计量经济学分析23

一、探索性空间数据分析（ESDA）24

二、空间计量经济模型25

第二节时间序列模型26

一、向量自回归模型26

二、Granger因果关系检验28

三、脉冲响应函数与方差分解28

四、Johansen协整检验29

第三节住房价格回归模型的构建29

一、住房价格影响因素分析29

二、房地产市场基本模型构建35

三、变量的选取及来源36

第四章城市住房价格扩散效应的实证分析39

第一节基于空间计量的房价扩散效应分析39

一、空间权重的设定39

二、全域自相关分析39

三、局部自相关分析40

四、空间回归模型41

第二节基于时间序列的区域房价扩散效应分析44

一、数据描述及平稳性检验44

二、区域房价扩散效应分析44

三、区域房价协整检验54

四、结论55

第五章主要结论及政策建议57

第一节主要结论57

第二节政策建议58

第三节不足之处59

参考文献61

致谢63

个人简历64

第一章绪论

第一节研究背景与意义

一、研究背景

房地产是社会财富的重要内容，也是推动我国工业化和城镇化的重要力量。

房地产业凭借其产业链长、波及面广的特点，对上下游相关产业的带动效应十分明显，对国民经济贡献率大。

然而，国际经验显示，房地产市场的过度发展也可能招致毁灭性的灾难：

1991年日本商业地产泡沫造成了日本“失去的十年”、1998年东南亚房地产泡沫的破裂导致亚洲金融危机、2008年美国次贷危机引发全球性衰退，这些事实都告诉我们，房地产业是关系经济发展、社会稳定和金融安全的全局问题。

1998年7月颁布的《国务院关于进一步深化城镇住房制度改革，加快住房建设的通知》，取消了住房实物分配，加快了我国住房商品化的进程，成为我国住房制度改革的历史性转折。

10年多来，随着我国经济的发展和城市化的加快，我国房地产业快速发展，在国民经济的比重逐渐提高，同时在促进经济增长、调整产业结构、吸收社会就业等方面发挥了重要的作用。

然而，快速的发展的房地产市场也带来一些问题：

如投资规模增长过快、地区供给需求不合理、部分地区房价居高不下、房地产市场监管调控体系不够完善等问题，尤其是一些大中城市畸高的房价严重影响居民的居住和生活。

持续高烧的房价使政府必须直面房价问题，近几年，房地产调控政策频繁出台，经济手段行政手段并用，综合调控力度空前，但是效果甚微，房价有愈演愈烈之势。

如何规划房地产业的发展方向，协调区域城市间的住房价格，保证人民的“安居”，是政府亟需解决一道难题。

二、研究意义

（一）理论意义

住房价格一直都是房地产市场研究的核心问题，目前已有大量学者对我国住房价格影响因素、波动特性等方面做了大量研究，但是关于住房价格影响因素的实证研究一直停留在国家、省份或者城市的等单一市场，而忽视了城市市场之间的互动关系。

对于城市间、区域间住房价格是否存在所谓的“扩散效应”，如果存在，传导机制、程度和强度又是怎么样的问题，目前还尚缺乏研究。

本文在梳理了国内外文献基础上，参考和改进了国外研究房价扩散效应的方法，将我国房价影响因素的相关研究扩展到区域城市互动关系层面：

首先，对国内外有关住房价格扩散效应的理论和实证研究做了梳理；其次，采用空间统计和空间计量经济的方法，研究我国住房价格表现出的空间模式；最后，以各区域为研究对象，采用向量自回归、脉冲响应、方差分解和协整检验等方法，研究了区域内房价扩散效应，进一步刻画了城市住房价格扩散效应的程度和层次，以及区域房价的长期趋势。

研究方法和结论希望能对住房价格扩散效应研究有所丰富和发展。

（二）实践意义

随着我国经济的发展，城市间资本、劳动力的流动性加强和区际交通的飞速发展，区域间的房价互动关系越来越显著。

研究我国区域城市住房价格的互动关系具有非常重要的实践意义：

一方面，分析区域住房市场之间的空间联系，有助于协调各区域房地产市场，确保整个房地产业健康、稳定发展；另一方面，分析城市住房价格之间的相互联系或者制约的关系，将有利于政府制定差异化干预策略，体现“有保有压”的干预原则。

第二节国内外研究综述

一、国外住房价格扩散效应研究现状

英国学者最早进行城市区域间房价互动这方面的探究。

大量研究发现英国的房价首先在东南部上升，然后逐渐传递到全国的其他地区，这种现象被称为扩散效应（rippleeffect），也有学者称为连锁反应或者波纹效应。

近几年来，随着计量经济理论的发展，许多国家的学者们也都进行了关于区域城市间房价运动机制的研究，发现了不同的结论。

房价扩散效应或连锁反应描述的是地区之间房价及其变化的空间联系。

（一）住房价格扩散效应模型建立与解释

1、反映住房价格扩散效应的空间依赖模型

空间依赖（spatialdependence），或称空间溢出（spatialspillover），主要是研究区域市场在多大程度上相互关联。

之前研究空间依赖的文章部分是利用区域房价的时间序列数据的统计分析，通过协整框架，检验区域房价是否真的存在长期关系；部分尝试解释扩散效应的产生原因，比如移民。

Giussani和Hadjimatheou（1991），Munro和Tu（1996）建立了空间交互模型——将伦敦或者东南部作为一个回归量进入其他区域房价的决定方程——发现扩散效应：

房价先在大伦敦区域上涨，之后向北部扩散；但是也指明了周边区域对伦敦的房价存在短期的反馈现象，并且这种反馈现象是统计显著的。

很显然主导区域的房价可能在短期上受相邻区域房价的影响，但是长期上不然（Holly，2010）。

同时，在短期波动和空间作用层面，估计结果显示滞后阶数和短期波动存在相当程度的异质性。

自身滞后效应很微弱，并且通常统计不显著；相比之下，相邻区域滞后价格变化通常很强烈，并且统计显著度很高，很显然，这显示了来自于相邻区域的动态溢出效应的重要性。

空间交互（spatialinteraction）方法建立了房价的空间联系，即使在传递机制尚不清晰的情况下（Meen，1999）。

Muellbauer和Murphy（1994）通过引入交互项（比如区域i的房价不仅取决于区域i的收入也取决于相邻区域的收入）拓展了空间滞后思想。

这些研究建立的溢出项通常是统计显著的，但是对造成扩散效应的区域相互作用的内在行为解释还并不完全清晰。

最近文献研究主要进展是使用带有空间维度的面板数据，表现为横截面依赖（cross-sectiondependence）的形式。

横截面依赖的一个最重要的形式源于同期跨区域的依赖，这是空间计量经济文献主要关注的问题。

空间依赖方法通过将每个截面单元和其“邻居”联系起来的方法建立截面相关关系，空间自回归和空间误差模型是处理空间依赖的主要方法。

其他度量“距离”的方法，如经济距离（Conley，1999；Pesaran，2004）或社会距离（Conley&Topa，2002）也可以采用。

两个地方如果能很容易地往来，说明经济相互依存关系更加紧密。

2、考察地区房价空间交互作用的协整模型

随着计量经济学理论尤其是协整理论的发展，一些研究采用协整方法考察区域间房价的互动关系。

如果房价的差异会随时间越变越大而非趋同，那也就谈不上扩散效应。

其中约翰森（Johansen）协整检验是进行多变量协整检验的简便方法。

MacDonald和Taylor（1993）最早在协整理论框架内进行了区域房价互动关系的研究。

运用两变量的E-G两步法和多变量约翰森协整检验发现11个行政区域内存在9个协整关系。

Cook（2005）应用不对称调整过程对协整检验方法进行了改进，纠正了传统协整检验方法的缺陷——假定都以相同的速率调整回均衡，对英国13个地区房价数据进行两两配对检验，发现房价调整回均衡表现出明显的不对称，且协整数量和显著性上都比之前学者的研究明显增大，这与Meen（1999）的发现类似。

3、反映住房价格扩散的结构模型

结构差异模型是通过考察各地区之间或者地区与全国之间的多元回归系数差异，分析是否存在扩散效应。

Meen在这方面做了独创性的研究。

Meen（1996）指出空间依赖并不是解释房价扩散效应的唯一途径。

地区间住房市场行为或结构差异（如家庭的组成差别、区域间住房供给的不同），也可以解释扩散效应。

系数反应了区域间结构的差异，通过模拟，模型可以产生扩散效应而不论区域增长模式如何。

关于系数差异程度的研究，一方面McAvinchey和Maclennan（1982）的研究发现系数存在很大的差异；另一方面Ashworth和Parker（1997）却发现系数相当大的相似性。

Meen（1999）认为区域房价差异可以分解成三个组成部分：

（1）所有区域的共同波动；

（2）回归量的差异，反映不同地区间的经济增长差异；（3）区域住房市场的结构差异，表现为空间系数异质性。

而大多数学者的研究重点在第二个。

Meen（1999）进一步指出解释扩散效应的重点是房价的回归系数表现出不同空间模式的程度而不是单纯的随机变化。

通过构建空间系数异质模型，并利用数值模拟分析，Meen证明了各个区域市场空间系数异质性就足以产生扩散效应。

扩散效应是由区域内调整造成的，而不是由移民和空间套利解释的区域间关联造成。

（二）住房价格扩散效应特征

住房价格扩散效应的特征包括三层含义：

第一，在全国范围内，地区之间或城市之间住房价格表现出的领先——滞后波动关系；第二，区域住房价格长期内存在相互制约的稳定关系；第三，区域或城市之间住房价格相互影响的格兰杰因果关系。

1、区域维度上的房价领先（Lead）和滞后（Lag）关系研究

MacDonald和Taylor（1993），Alexander和Barrow（1994），Ashworth和Parker（1997），Pollakowski和Ray（1997）研究英国区域房价变化发现：

房价首先在英国东南部或大伦敦（GreaterLondon）地区上涨，通过中部向北部地区扩散，逐渐传到英国的其他地区。

其中Alexander和Barrow（1994）认为英国住房市场的驱动地区是东南部市场而不是大伦敦市场，这个结论与传统认为最大的房地产市场就是整个国家住房市场的驱动力量的观点相异。

然而Cameron，Muellbauer和Murphy（2006）建立了复杂的动态面板数据模型证实了房价从领先或者临近区域向其他区域扩散：

价格领先区域是伦敦，伦敦房价的波动通过“扩散效应”首先影响临近区域的房价，这是英国住房市场