房價波動對城鎮(zhèn)居民消費的影響及其調(diào)控政策研究

石維芳

（安徽財經(jīng)大學(xué)，安徽 蚌埠 233030）

房價波動對城鎮(zhèn)居民消費的影響及其調(diào)控政策研究

石維芳

（安徽財經(jīng)大學(xué)，安徽 蚌埠 233030）

過去20多年來房地產(chǎn)行業(yè)的飛速發(fā)展，對中國的宏觀經(jīng)濟調(diào)控起到了巨大的作用，也極大地影響了人們的生活.在眾多影響居民消費水平的因素中，關(guān)系到國計民生的房地產(chǎn)價格變動對其產(chǎn)生的影響不容小覷.本文通過1992年-2015年的相關(guān)數(shù)據(jù)，利用計量經(jīng)濟學(xué)知識建立數(shù)學(xué)模型，用模型來分析房地產(chǎn)市場價格波動對居民消費有無影響以及影響程度的大小，然后在關(guān)于房地產(chǎn)的調(diào)控方面提出了建議措施.

房價波動；城鎮(zhèn)居民消費；影響程度；模型檢驗

1 引言

從經(jīng)濟學(xué)理論中我們可以知道，影響居民消費的主要因素是收入及其擁有的財富量.這里的財富不僅僅是指金融資產(chǎn)價值，還包括實體資產(chǎn)，其中房產(chǎn)占了很大比重.庇古的財富效益理論中提到物價變動也是影響居民消費的重要因素.經(jīng)過1998年的房改以來，房地產(chǎn)的這把烈火燒遍大江南北，2015年住宅商品房平均銷售價格也由1992年的每平方米996元上漲到6473元，增長了6.5倍，在北京、上海等一線城市房屋收入比甚至都超過了20，對居民的生活產(chǎn)生了重要影響.國內(nèi)外的學(xué)者對這個問題有截然相反的兩種態(tài)度，例如Case、Yoshikawa、藏旭恒、陳淑云等學(xué)者認為房價上漲對消費具有明顯作用；而Elliott、Sock-Yong Phang、李成武、周建軍等則認為房價上漲對消費不具有刺激作用.總結(jié)為房地產(chǎn)價格的上漲會帶來幾方面的影響：導(dǎo)致有房者財富的增加，從而提高了居民消費能力；導(dǎo)致無房者的購房壓力，在收入不變的情況下，變相的減少了其他消費的能力或者說總量；對于房地產(chǎn)消費來說，房地產(chǎn)價格的上漲會促進房地產(chǎn)投資，促進房產(chǎn)消費.因此通過建立數(shù)學(xué)模型的來研究房地產(chǎn)市場價格的波動，從中分析其對居民消費影響的關(guān)系具有極為重要的意義.

2 模型的設(shè)定

表1

2.1 變量選擇與樣本數(shù)據(jù)

為了直觀確切地研究房地產(chǎn)價格波動對城鎮(zhèn)居民人均消費支出Y的影響，選擇能影響居民消費的變量住宅商品房平均銷售價格（元/平方米）為 X1、人均 GDP（元）為 X2、城鎮(zhèn)登記失業(yè)率（%）為X3.1992-2015年解釋變量與被解釋變量的相關(guān)數(shù)據(jù)如表1所示，來源于《中國統(tǒng)計年鑒》.

2.2 模型數(shù)學(xué)形式的確定

2.2.1 分析設(shè)定模型

住宅商品房平均銷售價格X1意義：住宅商品房價格越高，表明該地越發(fā)達，人民生活水平越高，人均消費支出也將越高，可見二者是正相關(guān)關(guān)系；人均生產(chǎn)總值X2意義：人均生產(chǎn)總值越高，每個個體擁有的財富將越多，購買能力也越強，人均消費支出也將越高，可見二者是正相關(guān)關(guān)系；城鎮(zhèn)登記失業(yè)率X3意義：城鎮(zhèn)登記失業(yè)率較高，表明自愿失業(yè)者人數(shù)增多，居民更加地追求高質(zhì)量的生活，人民生活水平越高人均消費支出也將越高,或者失業(yè)率是由于經(jīng)濟發(fā)展較快時一些被淘汰的失業(yè)者引起的，此時人們生活水平整體還是提高，可見二者也是正相關(guān)關(guān)系.為驗證被解釋變量與解釋變量間的具體關(guān)系，首先利用EViews作趨勢圖和散點圖，結(jié)果均顯示出Y與X1、X2幾乎呈現(xiàn)線性增長，而X3在多數(shù)年份呈現(xiàn)水平波動.可以初步建立方程模型為（μ為隨機擾動項）：

y=β0+β1x1+β2x2+β3x3+μ

2.2.2 對模型做回歸

根據(jù)回歸結(jié)果，模型寫為如下：

3 模型的檢驗及修正

3.1 經(jīng)濟意義檢驗

由回歸結(jié)果可知：在其他因素不變的情況下，當(dāng)平均每平方米商品房銷售價格增長1元、人均GDP每增長1元、城鎮(zhèn)登記失業(yè)率每增加1%，城鎮(zhèn)居民消費支出將分別增加0.2363元、0.3217元、969.28元.符號符合經(jīng)濟意義，該模型可初步通過經(jīng)濟意義上的檢驗.

3.2 統(tǒng)計意義上的檢驗

3.2.1 擬合優(yōu)度檢驗（R2檢驗）

R2=說明所建模型整體上對樣本數(shù)據(jù)擬合很好，即解釋變量“住宅商品房平均銷售價格（X1）、人均 GDP（X2）、城鎮(zhèn)登記失業(yè)率（X3）”對被解釋變量“城鎮(zhèn)居民人均消費性支出（Y）”的絕大部分差異做出了解釋.

3.2.2 F檢驗

針對 H0：β1=β2=β3=0，給定顯著性水平 α=0.05，在F分布表中查出自由度為k＝3和n－k-1＝20的臨界值 Fα(3,20)=8.66，由 F=5112＞Fα(3,20)=8.66，應(yīng)拒絕原假設(shè) H0：β1=β2=β3=0，說明回歸方程顯著，即列入模型的解釋變量聯(lián)合起來確實對被解釋變量有顯著影響.

3.2.3 t檢驗

分別針對 H0：βj=0（j＝0，1，2，3），給定顯著性水平α=0.05，查t分布表的自由度為n－k-1＝20的臨界值tα/2(n-k-1)=2.086.由圖2中的數(shù)據(jù)可得，與 β0、β1、β2、β3對應(yīng)的 t統(tǒng)計量分別為 -4.75、2.52、21.83、10.74，其絕對值全都大于tα/2（n－k）=2.101，這說明在顯著水平α＝0.05下，分別都應(yīng)當(dāng)拒絕原假設(shè)H0：βj=0，也就是說，當(dāng)在其他解釋變量不變的情況下，解釋變量分別對被解釋變量都有顯著影響.

3.3 計量經(jīng)濟意義檢驗

3.3.1 多重共線性檢驗（簡單相關(guān)系數(shù)法）

檢驗：用簡單相關(guān)系數(shù)法檢驗多重共線性，得到結(jié)果為：X1與X2的相關(guān)系數(shù)為0.9743、X1與X3的相關(guān)系數(shù)為0.6675、X2與X3之間的相關(guān)系數(shù)為0.7010，可見自變量之間存在多重共線性.

修正：采用逐步回歸法來修正多重共線性，分別用Y和自變量做回歸，發(fā)現(xiàn)回歸結(jié)果中X2對Y的貢獻最大，因此引入X2作為基礎(chǔ)變量，然后依次加入X1和X3發(fā)現(xiàn)加入X1時模型顯著變好，再依次引入X3發(fā)現(xiàn)最終模型沒有更好的改善.通過分析確定了最終函數(shù)應(yīng)為Y=f(X2,X1)，所以使用Y=1594.9685+0.3696X2+0.1383X1.

3.3.2 異方差性檢驗（white檢驗法）

檢驗：利用white檢驗法對回歸模型進行異方差性檢驗，結(jié)果為：nR2=16.9467，由White檢驗知，在α＝0.05下，查X2分布表，得臨界值X2(0.05)＜7.81＜nR2=16.9467,所以模型中存在異方差.

圖1

修正：利用加權(quán)最小二乘法進行修正，首先假設(shè)權(quán)重為W1=1/resid^2,生成新變量：GENR W1=1/resid^2，然后做回歸：LS(W=W1)Y C X2 X1，得到模型為：Y=2053.5749+0.3075X2+0.5113X1，當(dāng)再次對所得新模型再次進行WHITE檢驗時，新模型已不存在異方差.因此修正后的模型可用.

3.3.3 自相關(guān)性檢驗（偏相關(guān)系數(shù)檢驗法）

檢驗：用偏相關(guān)系數(shù)檢驗法來檢驗自相關(guān)性.假設(shè)滯后期為12，得到殘差與各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，結(jié)果如圖1所示.

由圖可知，模型中不存在一階自相關(guān)，更不存在高階自相關(guān).所以模型最終確定為Y=2053.5749+0.3075X2+0.5113X1.

4 研究結(jié)論及建議措施

4.1 研究結(jié)論及其解釋

模型經(jīng)過檢驗以及修正之后最終確定為Y=2053.5749+0.3075X2+0.5113X1.表明商品房平均銷售價格和人均GDP都對城鎮(zhèn)居民消費水平有影響.

在商品房以及人均GDP價格不變時，城鎮(zhèn)居民消費為2053.5479元.這部分不受收入高低的影響消費屬于自發(fā)消費，多用于生活必需品等.符合生活實際和經(jīng)濟學(xué)解釋.當(dāng)其他因素不變，商品房平均銷售價格每增長1元/平方米、城鎮(zhèn)居民消費增加0.5113元，可見房價上漲的速度超過了居民消費水平的上漲速度，政府應(yīng)采取適當(dāng)?shù)拇胧﹣碚{(diào)控房地產(chǎn)價格.當(dāng)其他因素不變時，人均GDP每增長1元、城鎮(zhèn)居民消費增長0.3075元，可見居民手里的消費大約占收入的1/3，表明當(dāng)居民收入提高時，并不會選擇全部將其消費，還會有2/3的用于儲蓄或者投資等.綜上所述，最終所得模型在經(jīng)濟意義檢驗上完全能適應(yīng)經(jīng)濟現(xiàn)象，且各項檢驗均通過，因此確定為最終模型.

4.2 建議措施

4.2.1 健全房屋信息發(fā)布機制

應(yīng)建立一個完善、公開透明的信息發(fā)布平臺，能夠發(fā)布房地產(chǎn)商以及政府的市場信息也可以查詢每一個居民的基本住房信息.在公布信息時盡可能地完善、詳盡、透明，這樣不但可以減少尋租行為的發(fā)生也可以監(jiān)管房地產(chǎn)商，而且可以減少信息不對稱產(chǎn)生的問題，也方便政府進行宏觀調(diào)控，建立良好的房地產(chǎn)市場秩序.

4.2.2 靈活土地供應(yīng)方式

在中央財政與地方財政分開后，地方政府只能靠買賣土地的收入來進行財政建設(shè)的需要，因此房價上漲是必然的趨勢.應(yīng)該進一步規(guī)范土地的買賣租讓的方式，在審計預(yù)算工作中納入土地租金的使用.此外，政府可以先規(guī)劃土地的建設(shè)和使用方向，然后再讓開發(fā)商進行建設(shè)，開發(fā)商建成之后再進行房屋的出售，這樣可以強化政府的主導(dǎo)作用、對開發(fā)商進行了限制、也會使得房屋的價格更為合理.

4.2.3 通過階梯稅制適時征收房產(chǎn)稅

通過征收房產(chǎn)稅可以使得房地產(chǎn)的產(chǎn)權(quán)登記更為明晰、能夠有效控制每個人手上的房源.按照房子的數(shù)量以及人均住房面積來進行階梯狀征稅，房產(chǎn)越多、要付出的稅收成本也就越大，這樣可以有效控制二手房的炒作交易行為.此外還應(yīng)當(dāng)設(shè)置一個合理的征稅起點，隨著二胎政策的開放，家庭住房需求也會增加，并且各地居民的生活水平不同，也應(yīng)因地制宜地征收不同的稅率.

4.2.4 借鑒國外的成功經(jīng)驗

美國的住房金融體系、日本推進住房資產(chǎn)證券化、印度、韓國的公共住房銀行模式，這些發(fā)達國家都是在調(diào)控房價方面做得比較成功的典范，其中日本的法律體制和我國的比較相近，我們可以借鑒他們成功的經(jīng)驗將其“中國化”，然后應(yīng)運到我國房地產(chǎn)的調(diào)控中來，進行我國房地產(chǎn)資產(chǎn)證券化的發(fā)展.

5 總結(jié)

近年來，伴隨著社會快速發(fā)展的同時，居民消費水平也顯著提高.而民消費水平中，除以上兩個重要因素外，還受居民儲蓄、通貨膨脹、自身消費觀念、對未來消費的預(yù)期、社會保障水平等眾多因素的影響.其中房地產(chǎn)價格的波動對居民的消費影響中不僅有財富效應(yīng)、擠出效益、替代效益還包括財富轉(zhuǎn)移效益.近幾年房地產(chǎn)價格的快速增長，影響到居民的住房問題，不能妥善處理住房問題將會對社會的和諧穩(wěn)定發(fā)展帶來極大的方面影響，因此對房地產(chǎn)價格的調(diào)控是國家和政府亟待解決且刻不容緩的任務(wù).

〔1〕劉文平.房地產(chǎn)市場價格波動對居民儲蓄的影響研究[D].長沙理工大學(xué),2007.

〔2〕馮時平.我國房地產(chǎn)市場調(diào)控對策研究[D].貴州財經(jīng)大學(xué),2012.

〔3〕劉宇.我國房地產(chǎn)價格波動對居民消費的影響研究[D].華東師范大學(xué),2012.

〔4〕申月.房地產(chǎn)市場價格波動對居民消費的影響及其調(diào)控政策研究——基于新常態(tài)視角[J].價格月刊,2015(11):50-54.

〔5〕李薪.房價上漲對我國城鎮(zhèn)居民消費的影響[D].東北財經(jīng)大學(xué),2016.

〔6〕劉山.我國房地產(chǎn)價格影響因素分析及控制對策研究[J].經(jīng)營管理者,2017(20):213.

F224.32

A

1673-260X（2017）12-0131-03

2017-10-02