特定時(shí)期住房市場差異演變研究——以江蘇省蘇州、南通、徐州三市比較為例

胡曉添，濮勵(lì)杰，趙 靜

（1.南京大學(xué)地理與海洋科學(xué)學(xué)院，江蘇 南京 210093；2.江蘇省住房和城鄉(xiāng)建設(shè)廳，江蘇 南京 210093）

近年來國家宏觀調(diào)控政策主要基于國家層面，由于中國區(qū)域差異較大，地方政府應(yīng)切實(shí)落實(shí)國家政策精神，因地制宜制定和實(shí)施房地產(chǎn)市場管控細(xì)則。當(dāng)前房地產(chǎn)研究著重于形勢分析與政策調(diào)控，即房地產(chǎn)泡沫測度［1］、房地產(chǎn)周期［2］、房地產(chǎn)市場階段［3］、房地產(chǎn)業(yè)未來發(fā)展趨勢［4］等方面的計(jì)量與實(shí)證研究，但鮮見對不同城市住房市場演化規(guī)律的定量分析和比較研究。鑒于此，本文選取中國經(jīng)濟(jì)發(fā)達(dá)地區(qū)江蘇省的蘇南、蘇中、蘇北三大區(qū)域［5］首位城市，比較其在住房市場化過渡時(shí)期的特征規(guī)律，為國家制定宏觀調(diào)控政策、地方政府科學(xué)管控住房市場提供參考依據(jù)。

1 研究區(qū)域、數(shù)據(jù)來源與分析方法

1.1 研究區(qū)域

江蘇省與上海市、浙江省比鄰，是中國經(jīng)濟(jì)和文化最發(fā)達(dá)的省份之一。2006年江蘇以占全國1.06％的土地，承載了全國5.7％的人口，生產(chǎn)了全國11.4％的地區(qū)生產(chǎn)總值，是典型的人口高密度區(qū)與經(jīng)濟(jì)高密度區(qū)。由于區(qū)域的差異性，江蘇省在社會(huì)經(jīng)濟(jì)發(fā)展的過程中逐步形成了蘇南、蘇中、蘇北三大經(jīng)濟(jì)極化區(qū)域［6］，依據(jù)社會(huì)經(jīng)濟(jì)發(fā)展規(guī)模，分別選取三大區(qū)域的首位城市蘇州、南通和徐州，作為發(fā)達(dá)地區(qū)、發(fā)展地區(qū)和欠發(fā)達(dá)地區(qū)的典型城市（表1）。

表1 2005年江蘇三大區(qū)域首位城市主要指標(biāo)統(tǒng)計(jì)表Tab.1 Statistics ofmain indicators of the primary cities in the threemajor areas of Jiangsu Province in 2005

1.2 數(shù)據(jù)來源

本文研究對象是江蘇省三大區(qū)域首位城市的住房市場，相關(guān)數(shù)據(jù)來源于江蘇省統(tǒng)計(jì)局，并經(jīng)過房產(chǎn)主管部門核準(zhǔn)，數(shù)據(jù)年限為1997—2005年，這期間正是住房市場化起步與發(fā)展的特定時(shí)期。其他各項(xiàng)經(jīng)濟(jì)類指標(biāo)均引自三個(gè)典型城市對應(yīng)年份的統(tǒng)計(jì)年鑒與統(tǒng)計(jì)公報(bào)。

1.3 分析方法

因子分析法是研究如何以最少的信息丟失，將眾多原始變量縮減成為數(shù)量較少的若干因子變量，以及如何使因子變量具有較強(qiáng)可解釋性的一種多元統(tǒng)計(jì)分析方法［7］。本文運(yùn)用因子分析法對城市住房市場中的各類因素指標(biāo)進(jìn)行計(jì)量經(jīng)濟(jì)分析，從而辨別影響住房市場演變的主導(dǎo)因子變量，對結(jié)論進(jìn)行現(xiàn)實(shí)意義詮釋。數(shù)據(jù)包絡(luò)分析（DEA）是以相對有效性概念為基礎(chǔ)發(fā)展起來的一種效果評價(jià)方法，優(yōu)點(diǎn)是適用于多個(gè)同質(zhì)決策單元的相對效率評價(jià)，特別是對多投入、多產(chǎn)出的復(fù)雜系統(tǒng)做出效率評價(jià)［8］，已在土地相關(guān)研究中得到運(yùn)用［9］。通過數(shù)據(jù)包絡(luò)分析擬考察住房市場中的各類主要指標(biāo)“投入”對住房價(jià)格及相關(guān)“產(chǎn)出”指標(biāo)的效率測定，結(jié)合比較不同發(fā)展水平城市住房市場發(fā)展特征，可以客觀地揭示市場演變規(guī)律。

2 城市住房市場主導(dǎo)因素分析

城市住房市場受到外部因素和內(nèi)部因素的共同影響。外部因素主要有：①地區(qū)生產(chǎn)總值指標(biāo)X1（億元），宏觀經(jīng)濟(jì)形勢將直接對住房產(chǎn)業(yè)發(fā)展與購房者的市場預(yù)期有著重要的導(dǎo)向作用；②人口總數(shù)指標(biāo)X2（萬人），傳統(tǒng)觀念使得中國居民對自有住房有著強(qiáng)烈的偏好，人口基數(shù)支撐著一定的剛性需求；③城鎮(zhèn)家庭居民人均可支配收入指標(biāo)X3（元），購房者收入代表了購買力水平和支付能力。內(nèi)部因素則主要包括：①住房開發(fā)投資額指標(biāo)X4（億元），是住房發(fā)展商對市場的判斷與預(yù)期；②住房竣工面積指標(biāo)X5（104m2），是商品房預(yù)售制度下住房市場供應(yīng)的替代性指標(biāo)；③住房銷售面積指標(biāo)X6（104m2），住房市場的實(shí)際需求量；④住房單價(jià)指標(biāo)X7（元/m2），住房市場變動(dòng)與調(diào)控的景氣指標(biāo)。

對研究期內(nèi)各個(gè)城市住房市場原有變量進(jìn)行標(biāo)準(zhǔn)化，KMO檢驗(yàn)統(tǒng)計(jì)量分別為0.864、0.732和0.527，均位于相對適合的區(qū)間內(nèi)，同時(shí)Bartlett球形檢驗(yàn)中各變量的獨(dú)立性假設(shè)不成立，故因子分析的適用性檢驗(yàn)通過。對原有變量采用主成分分析法計(jì)算因子荷載與共同度，通過相關(guān)系數(shù)矩陣R計(jì)算得到特征值、方差貢獻(xiàn)率和累積貢獻(xiàn)率。盡管蘇州市和南通市的第二特征根值小于1，但均遠(yuǎn)高于第三特征根值，與徐州市相關(guān)指標(biāo)對應(yīng)比較，選取前兩位的因子變量，其方差累計(jì)貢獻(xiàn)值均大于90％，因此前兩個(gè)因子基本上反映了原變量的絕大部分信息?？疾焯崛蓚€(gè)公因子后的共同度均在80％以上，可知被提取的公因子對各變量的解釋能力較強(qiáng)。

為增強(qiáng)因子變量實(shí)際含義的表達(dá)，對生成的因子載荷矩陣采用方差極大法進(jìn)行旋轉(zhuǎn)，結(jié)果顯示：蘇州市第一公因子除住房單價(jià)外，其他因子指標(biāo)均表現(xiàn)出較大的載荷，住房市場大部分指標(biāo)具有協(xié)調(diào)性，盡管第二公因子的解釋力不強(qiáng)，但在一定程度上代表了住房價(jià)格在市場的要素作用；南通市第一公因子除單價(jià)外的住房市場內(nèi)部指標(biāo)具有較高的荷載值，而第二公因子中價(jià)格要素的作用更為突出；徐州市第一公因子中住房市場外部指標(biāo)的荷載值均在0.96以上，同時(shí)住房價(jià)格效用明顯，第二公因子則表達(dá)了市場供求關(guān)系的作用指標(biāo)。以上結(jié)果表明：江蘇省發(fā)達(dá)地區(qū)住房市場各要素作用相對均衡，發(fā)展中地區(qū)住房市場的內(nèi)部要素具有導(dǎo)向作用，而欠發(fā)達(dá)地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展的外部因素起主導(dǎo)作用，同時(shí)市場供求關(guān)系作用顯著（表2）。

3 住房市場投入產(chǎn)出效率比較

古典經(jīng)濟(jì)學(xué)理論認(rèn)為，價(jià)格由供求關(guān)系決定，供應(yīng)和需求的互動(dòng)決定了價(jià)格的形成和波動(dòng)。城市住房市場通過不同的外部與內(nèi)部要素之間錯(cuò)綜復(fù)雜的關(guān)聯(lián)作用，形成了市場的有效需求和承受價(jià)格，構(gòu)建了特定的投入產(chǎn)出體系。選取地區(qū)生產(chǎn)總值、總?cè)丝跀?shù)、城鎮(zhèn)居民家庭人均可支配收入和住房開發(fā)投資額作為輸入指標(biāo)；選取住房銷售面積和住房單價(jià)作為輸出指標(biāo)，輸出指標(biāo)未選取住房竣工面積是因?yàn)樵擁?xiàng)指標(biāo)只是住房供應(yīng)的替代指標(biāo)。運(yùn)用Matlab工具對DEA運(yùn)算程序進(jìn)行編寫，導(dǎo)入輸入與輸出變量，計(jì)算得出結(jié)果，并對其規(guī)律進(jìn)行比較分析［10］。

本研究采用的是數(shù)據(jù)包絡(luò)分析的CRR投入導(dǎo)向模型，樣本數(shù)據(jù)均通過檢驗(yàn)（1997—2005年）。從模型的運(yùn)行結(jié)果看，基于不同城市的橫向比較，住房市場運(yùn)行相對有效年份最多的是南通市，DEA有效值為8年，非有效值1年，但其市場效率逐年下降；徐州市DEA有效值為6年，而非有效值為3年，市場存在不穩(wěn)定性；蘇州市相對有效年份僅有5年，2000年后逐漸由相對非有效趨于有效?；谘芯科谙迌?nèi)縱向比較，1997年和1998年各市住房市場波動(dòng)的差異較大，這與城市發(fā)展階段和房產(chǎn)市場基礎(chǔ)相關(guān)聯(lián)，而2004年和2005年各市均表現(xiàn)為排位較前的相對有效，一定程度上說明各市房產(chǎn)市場進(jìn)入了平穩(wěn)發(fā)展時(shí)期（表3）。

表2 旋轉(zhuǎn)后因子荷載矩陣表Tab.2 Rotated matrix of com ponent factors loading

表3 DEA模型運(yùn)行結(jié)果表Tab.3 Su-Tong-Xu DEA model results

按照住房市場投入與產(chǎn)出指標(biāo)分類，對各個(gè)要素在研究期限內(nèi)的最大權(quán)重指標(biāo)進(jìn)行累計(jì)統(tǒng)計(jì)（表4）。在投入指標(biāo)方面，城市人口總數(shù)從2001年起對市場發(fā)揮主導(dǎo)作用，這一時(shí)期城鎮(zhèn)居民人均可支配收入重要度有限說明市場以剛性需求為主，而前階段市場主要受地區(qū)生產(chǎn)總值和住宅開發(fā)投資額的影響。在輸出指標(biāo)方面，住房銷售面積和住房單價(jià)重要度具有顯著的地區(qū)差異化特征，蘇州市在2002年前以市場供需為主導(dǎo)，徐州市在2000年后對住房價(jià)格更為敏感，而南通市這兩個(gè)因素表現(xiàn)為交替作用。根據(jù)模型測算與分析結(jié)果表明，研究區(qū)域城市住房市場化時(shí)期的拐點(diǎn)在2000年前后。

表4 研究期限內(nèi)住房市場最大權(quán)重指標(biāo)累計(jì)次數(shù)表Tab.4 Maximum weight in dices cumulative of the housing market within the research period

4 結(jié)論與建議

（1）本文研究住房市場的時(shí)空尺度具有特定性。在時(shí)間尺度方面，起點(diǎn)是1997年，正值國家全面推行住房制度改革的前夕，處于住房市場變革的觸發(fā)點(diǎn)，2005年是國家首次正式頒布包含住房市場在內(nèi)的宏觀調(diào)控政策起始年份，因此研究期可以說是中國住房市場化的培育階段。在空間尺度方面，江蘇省行政界域內(nèi)不同城市住房市場有著各自的發(fā)展歷程，綜合蘇州、南通、徐州3市住房市場演變特征在一定程度上可以解釋中國城市住房市場不同發(fā)展階段的過程，其拐點(diǎn)大致在2000年前后。

（2）城市經(jīng)濟(jì)發(fā)展階段決定了住房市場發(fā)展的程度，但中國龐大的人口基數(shù)形成了一定數(shù)量的剛性需求。在城市經(jīng)濟(jì)發(fā)展的初級階段，住房市場受外部經(jīng)濟(jì)環(huán)境和內(nèi)部機(jī)制作用的影響較大，價(jià)格因素敏感，市場波動(dòng)性較大；在城市經(jīng)濟(jì)快速發(fā)展的過程中，住房市場內(nèi)部要素對市場起決定性作用，市場也相對穩(wěn)定；而在城市經(jīng)濟(jì)積累到一定規(guī)模時(shí)，住房市場中各個(gè)要素的作用則相對均衡，市場的外部條件影響供需平衡但最終趨于平穩(wěn)。

（3）研究表明國家宏觀調(diào)控政策對中國城市住房市場起到重要的調(diào)控作用，然而區(qū)域的差異性要求地方政府根據(jù)城市住房市場的實(shí)際情況進(jìn)行科學(xué)管控，因此建議中央政府在出臺(tái)宏觀調(diào)控政策過程中，為地方政府貫徹落實(shí)宏觀政策而制定管控細(xì)則給予一定的彈性空間。

（References）：

［1］王子成，明娟.珠三角房地產(chǎn)泡沫測度實(shí)證研究——以廣州為例［J］.經(jīng)濟(jì)地理，2007，27（5）：819-822.

［2］張紅，馬進(jìn)軍，孔沛.基于動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)模型的房地產(chǎn)周期研究［J］.清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，47（12）：2111-2118.

［3］王仁濤.基于模糊模式識(shí)別法的房地產(chǎn)市場階段研究［J］.同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，35（10）：1440-1444.

［4］馬從輝.從數(shù)字看房地產(chǎn)業(yè)未來的發(fā)展趨勢［J］.管理世界，2007，（6）：158-159.

［5］簡曉彬，沈正平，劉寧寧.蘇北與蘇中、蘇南經(jīng)濟(jì)發(fā)展差異的演變及成因探析［J］.經(jīng)濟(jì)問題探討，2007，（2）：53-59.

［6］歐向軍，趙清.基于區(qū)域分離系數(shù)的江蘇省區(qū)域經(jīng)濟(jì)差異成因定量分析［J］.地理研究，2007，26（4）：693-704.

［7］薛薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用［M］.北京：人民大學(xué)出版社，2001：251.

［8］張曉林，王磊.超效率DEA的兩階段法及其在服務(wù)業(yè)評價(jià)中的應(yīng)用［J］.天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007，9（2）：148-151.

［9］宋戈，高楠.基于DEA方法的城市土地利用經(jīng)濟(jì)效益分析——以哈爾濱市為例［J］.地理科學(xué)，2008，28（2）：185-188.

［10］彭玉威，徐小湛，等.MATLAB在數(shù)據(jù)包絡(luò)分析中的應(yīng)用［J］.西南民族學(xué)院學(xué)報(bào)，2002，28（2）：140-143.