馬延明 劉庭兵 高錦
摘 要:房地產(chǎn)業(yè)是國民經(jīng)濟的基礎(chǔ)和支柱產(chǎn)業(yè),房地產(chǎn)市場的穩(wěn)定持續(xù)發(fā)展對我國經(jīng)濟的發(fā)展至關(guān)重要。本文以陜西省為研究對象,從實證的角度出發(fā),選擇若干房地產(chǎn)市場需求的影響因素,運用矢量誤差修正模型對全省房地產(chǎn)市場需求的決定因素進行比較研究,并提出促進陜西省房地產(chǎn)平穩(wěn)健康發(fā)展的對策建議。
關(guān)鍵詞:房地產(chǎn);市場需求;矢量誤差修正模型
中圖分類號:F832.2 文獻標(biāo)識碼:B 文章編號:1674-0017-2017(11)-0039-05
20世紀(jì)80年代啟動住房制度改革以來,我國房地產(chǎn)市場開始飛速發(fā)展。當(dāng)前,房地產(chǎn)業(yè)作為經(jīng)濟增長的重要方面,是國民經(jīng)濟的基礎(chǔ)和支柱產(chǎn)業(yè),房地產(chǎn)市場的穩(wěn)定持續(xù)發(fā)展對我國經(jīng)濟的發(fā)展至關(guān)重要。然而,在房地產(chǎn)市場繁榮的背后,投資持續(xù)下滑、區(qū)域發(fā)展不均衡、房地產(chǎn)庫存高企、空置率居高不下、房價泡沫化加劇等問題日益凸現(xiàn)。在此背景下,研究房地產(chǎn)市場的需求機制,剖析房地產(chǎn)需求的決定因素,對處理好房地產(chǎn)市場供求關(guān)系,促進房地產(chǎn)市場平穩(wěn)發(fā)展有著重要的意義。本文以陜西省為研究對象,對房地產(chǎn)需求的影響因素進行深入探討,并提出相關(guān)建議。
一、陜西省房地產(chǎn)市場發(fā)展概況
(一)陜西省房地產(chǎn)市場供給狀況分析
陜西省房地產(chǎn)市場供給狀況,可以從房地產(chǎn)投資額、施工面積、竣工面積等主要指標(biāo)來分析。從圖1可以看出,2006年到2015年陜西省房地產(chǎn)開發(fā)投資勢頭保持快速的發(fā)展?fàn)顟B(tài),房地產(chǎn)開發(fā)投資額不斷增長,在2012年就實現(xiàn)了翻兩番,到2015年已增長5.3倍。且從2006年開始,陜西省房地產(chǎn)開發(fā)投資增長率一直維持在30%以上,2008年更是猛增至42.4%的強勁投資勢頭。2014年之后,陜西省房地產(chǎn)開發(fā)投資受房地產(chǎn)宏觀調(diào)控政策和企業(yè)資金面整體偏緊的雙重影響逐步放緩,投資增長率下降至10%以下。2016年,在去庫存等利好政策的推動下,房地產(chǎn)企業(yè)投資信心有所恢復(fù),房地產(chǎn)開發(fā)投資回暖,當(dāng)年增長9.7%。
住宅作為房地產(chǎn)的主要部分,在投資及施工中均占據(jù)著重要地位。在此,通過住宅房屋施工面積和竣工面積來進一步分析陜西省房地產(chǎn)市場。從圖2可以看出,近年來陜西省住宅房屋施工面積總體呈現(xiàn)上升趨勢。相較于施工面積,竣工面積增長緩慢,且2013年開始負增長,增速放緩的趨勢逐年擴大。這反映了房地產(chǎn)市場的滯后效應(yīng),同時也反映了陜西省住宅市場的一些問題,施工面積逐年增長,竣工面積不增反降,這與房地產(chǎn)開發(fā)籌資緩慢、金融限制房地產(chǎn)行業(yè)貸款、開發(fā)商占據(jù)導(dǎo)致土地閑置等原因有關(guān)??傮w來看,近年來陜西省房地產(chǎn)市場的供給呈放緩趨勢。
(二)陜西省房地產(chǎn)市場需求狀況分析
對于陜西省房地產(chǎn)市場需求狀況的分析主要是對房地產(chǎn)市場需求量的分析,主要有商品房銷售面積及商品房銷售額兩個指標(biāo)。
圖3和圖4顯示,陜西省商品房銷售面積、銷售額及住宅商品房銷售面積、銷售額整體呈增加趨勢。分階段來看,2006-2011年呈現(xiàn)出穩(wěn)步增長的趨勢,銷售面積及銷售額逐年增加。2008年,銷售面積和銷售額的增長率驟減,主要是房地產(chǎn)市場受到了全球金融危機的影響,導(dǎo)致銷售面積和銷售額增幅較小。從2009年開始,陜西省房地產(chǎn)市場好轉(zhuǎn),前期壓抑的住宅需求得以激發(fā)。2009-2011年,銷售面積和銷售額的增長率有較大幅度回升,但從2014年開始持續(xù)負增長。主要原因有兩個:一是2014年開始全國房地產(chǎn)市場處于低迷狀態(tài),主要表現(xiàn)在銷售面積顯著下降,待售面積大幅增加,一些大中城市的房價出現(xiàn)下跌,房地產(chǎn)開發(fā)企業(yè)信心不足,房地產(chǎn)投資、新開工面積、土地購置面積等指標(biāo)的增速均前幾年有較大幅度的回落;二是信貸約束影響了購房行為的實現(xiàn)。2014年個人住房抵押貸款的收緊,使得購房者置業(yè)成本提高。
二、陜西省房地產(chǎn)需求決定因素的實證分析
(一)指標(biāo)選取和數(shù)據(jù)來源
影響房地產(chǎn)市場需求因素的指標(biāo)可以從經(jīng)濟、社會、供給、政策等方面來考慮。從經(jīng)濟角度來看,一是房地產(chǎn)價格,選取商品房平均銷售價格X1來表示;二是居民的經(jīng)濟實力,選取城鎮(zhèn)居民人均可支配收入X2來表示。從社會角度來看,城鎮(zhèn)居民的規(guī)模是影響需求的重要因素,選取城鎮(zhèn)人口數(shù)X3來表示。從供給角度來看,選取住宅房屋竣工面積X4來表示住宅房屋供給情況。從政策角度來看,政府對房地產(chǎn)市場的調(diào)控政策和政策連續(xù)性也在一定程度上影響房地產(chǎn)市場需求,但由于不可量化,本文暫不考慮這方面因素,以住宅商品房銷售面積Y作為衡量陜西省房地產(chǎn)需求的指標(biāo)。數(shù)據(jù)主要來源于《陜西省統(tǒng)計年鑒》、國家統(tǒng)計局官網(wǎng),數(shù)據(jù)時間序列為1995-2015年。
(二)陜西省房地產(chǎn)需求決定因素的實證分析
1.數(shù)據(jù)平穩(wěn)性檢驗
為了消除指標(biāo)時間序列間的異方差,本文對指標(biāo)序列數(shù)據(jù)進行取自然對數(shù)變換,并分別記作LNY、LNX1、LNX2、LNX3、LNX4。為了避免“偽回歸”,本文采用ADF檢驗方法進行單位根檢驗,采取AIC準(zhǔn)則確定滯后階數(shù),分別對指標(biāo)序列以及它們的差分序列進行平穩(wěn)性檢驗。檢驗結(jié)果見表1。
可以看出,各變量的原序列都不平穩(wěn),在5%的顯著性水平下,LNY、LNX1、LNX2、LNX3、LNX4序列均在一階差分后平穩(wěn),為一階單整過程,可以進行協(xié)整檢驗。
2.協(xié)整檢驗
為了檢驗房地產(chǎn)市場需求的各個影響因素之間是否存在長期的均衡關(guān)系,本研究采用Johansen 協(xié)整檢驗法。檢驗結(jié)果見表2。
檢驗結(jié)果表明,在5%的顯著水平下跡統(tǒng)計量認(rèn)為各個變量之間存在至少三個協(xié)整關(guān)系。由檢驗結(jié)果可以得到Johansen 檢驗的標(biāo)準(zhǔn)化方程為:
LNY=-16.0040LNX1+7.9366LNX2+32.6581LNX3+4.4073LNX4
(5.12201) (4.25157) (2.99464) (2.52274)
通過該協(xié)整方程可以得出,房地產(chǎn)需求與房地產(chǎn)價格存在負相關(guān)的長期均衡關(guān)系:房地產(chǎn)價格每上升1%,房地產(chǎn)需求下降16.00%。房地產(chǎn)需求與居民可支配收入、城鎮(zhèn)人口數(shù)、住宅房屋供給存在正相關(guān)的長期均衡關(guān)系:居民可支配收入每上升1%,房地產(chǎn)需求上升7.93%;城鎮(zhèn)人口數(shù)每上升1%,房地產(chǎn)需求上升32.65%;住宅房屋供給每上升1%,房地產(chǎn)需求上升4.40%。
3.向量誤差修正模型的建立
在協(xié)整檢驗的基礎(chǔ)上,借助EViews 軟件,對序列LNY與LNX1、LNX2、LNX3、LNX4建立向量誤差修正模型,結(jié)果見表3。
可以得出,在房地產(chǎn)價格、居民可支配收入、城鎮(zhèn)人口數(shù)、住宅房屋供給不變的情況下,房地產(chǎn)需求在第t期的變化(D(LNY(-1))=LNY-LNY(-1)可以增加前一期2.7%的非均衡誤差;在房地產(chǎn)需求、居民可支配收入、城鎮(zhèn)人口數(shù)、住宅房屋供給不變的情況下,房地產(chǎn)價格在第t期的變化(D(LNX1(-1))=LNX1-LNX1(-1)可以消除前一期0.3%的非均衡誤差;在房地產(chǎn)需求、房地產(chǎn)價格、城鎮(zhèn)人口數(shù)、住宅房屋供給不變的情況下,居民可支配收入在第t期的變化(D(LNX2(-1))=LNX2-LNX2(-1)可以消除前一期0.3%的非均衡誤差;在房地產(chǎn)需求、房地產(chǎn)價格、居民可支配收入、住宅房屋供給不變的情況下,城鎮(zhèn)人口數(shù)在第t期的變化(D(LNX3(-1))=LNX3-LNX3(-1)可以消除前一期1.2%的非均衡誤差;在房地產(chǎn)需求、房地產(chǎn)價格、居民可支配收入、城鎮(zhèn)人口數(shù)不變的情況下,住宅房屋供給在第t期的變化(D(LNX4(-1))=LNX4-LNX4(-1)可以增加前一期2.7%的非均衡誤差。
4.格蘭杰因果檢驗
Granger 因果檢驗法是在兩個變量之間存在長期均衡關(guān)系的基礎(chǔ)上檢驗兩者是否構(gòu)成因果關(guān)系,檢驗結(jié)果如表4。
從表4可以看到,在1%的顯著性水平下,房地產(chǎn)需求是房地產(chǎn)價格的Granger原因,反之則不成立;在 10%的顯著性水平下,房地產(chǎn)需求是居民可支配收入的Granger原因,反之則不成立;住宅房屋供給和房地產(chǎn)需求互為Granger原因;其他Granger因果關(guān)系均不顯著。
5.方差分解
Granger 因果檢驗結(jié)果僅能說明變量之間的因果關(guān)系,但不能說明變量之間因果關(guān)系的強度。為了更好的分析商品房平均銷售價格、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)人口數(shù)、住宅房屋竣工面積對住宅商品房銷售面積的影響程度,并進一步區(qū)分影響住宅商品房銷售面積的短期、長期決定因素,對住宅商品房銷售面積進行方差分解,以考察各影響因素對其變化的貢獻度。
從圖5中可以看出,住宅商品房銷售面積的變化主要受自身、居民可支配收入和城鎮(zhèn)人口數(shù)變化的影響。隨著期數(shù)的增加,房地產(chǎn)需求變動方差由自身變動解釋的部分逐漸下降,在第5期之后趨于穩(wěn)定,雖緩步下降,但仍保持在71%以上的高水平;僅次于其自身影響的是居民可支配收入,大約20%的房地產(chǎn)需求變動方差由居民可支配收入變動可以解釋;城鎮(zhèn)人口數(shù)對住宅商品房銷售面積的影響雖然相對較小,但隨著時間的增加,這種影響一直呈現(xiàn)出緩步上升的態(tài)勢,這種影響是長期的,大約5%的房地產(chǎn)需求變動方差由城鎮(zhèn)人口數(shù)變動可以解釋;房地產(chǎn)價格、住宅房屋供給對房地產(chǎn)需求的影響很小,但影響一直持續(xù),說明將從長期對房地產(chǎn)需求產(chǎn)生影響。
(三)結(jié)論
1.房地產(chǎn)價格是影響房地產(chǎn)需求的重要因素。從實證分析結(jié)果可以看出,房地產(chǎn)銷售價格對房地產(chǎn)需求呈現(xiàn)出負向的效應(yīng)。居民購房的意愿是隨房價的高低而不斷變化的。當(dāng)房價過高,消費者無力承擔(dān)時,購房需求減弱,相反,當(dāng)房價處于低位,有住房需求和投資需求的人都愿意購房,則購房需求增加。在分析的幾個影響因素中,房地產(chǎn)銷售價格對房地產(chǎn)需求的影響最為關(guān)鍵,且其對房地產(chǎn)需求的影響是長期的。
2.居民的經(jīng)濟能力長期影響房地產(chǎn)需求。從分析結(jié)果可以看出,城鎮(zhèn)居民人均可支配收入對房地產(chǎn)需求的影響是正向的,且隨著時間的增加而增強。居民收入水平較低的情況下,對房地產(chǎn)需求也較弱,隨著居民收入水平的提升,其對房地產(chǎn)需求的驅(qū)動作用也逐漸顯現(xiàn)。
3.城鎮(zhèn)人口數(shù)量與房地產(chǎn)需求有著密切的聯(lián)系。城鎮(zhèn)人口數(shù)量對房地產(chǎn)需求的效應(yīng)是正向的,對住宅商品房銷售面積的影響雖然相對較小。但隨著時間的推移,產(chǎn)業(yè)消化路徑不斷完善,“人口紅利”逐步釋放,城市發(fā)展進程持續(xù)加快,新增勞動人口將成為激發(fā)房地產(chǎn)需求活力的主要動力,城鎮(zhèn)人口數(shù)量對房地產(chǎn)市場需求的影響將呈現(xiàn)出緩步上升的態(tài)勢,且這種影響是長期的。
4.供給間接影響房地產(chǎn)市場需求。實證分析表明住宅竣工面積作為供給指標(biāo)可以通過價格的傳導(dǎo)機制來間接地影響房地產(chǎn)市場的需求,對房地產(chǎn)需求有著正向的影響。雖然對房地產(chǎn)需求的影響不是很大,但這種影響隨著時間的推移而表現(xiàn)出逐步增加的趨勢。
四、促進陜西省房地產(chǎn)平穩(wěn)健康發(fā)展的對策建議
(一)落實國家住房消費的信貸和稅收政策,合理引導(dǎo)房地產(chǎn)需求
一是落實國家住房消費信貸政策。按照“分類指導(dǎo),因地施策”的原則,加強與地方政府的溝通,根據(jù)不同地市的情況,在國家統(tǒng)一信貸政策的基礎(chǔ)上,結(jié)合當(dāng)?shù)貙嶋H情況自主確定轄內(nèi)商業(yè)性個人住房貸款的最低首付款比例。二是落實消費需求和投資需求不同稅收政策,達到鼓勵消費需求和抑制投機性需求的作用,促進住宅市場健康發(fā)展。三是進一步改進住房金融服務(wù)。銀行業(yè)金融機構(gòu)應(yīng)優(yōu)先滿足購買首套房、首套改善性住房的貸款需求,提高貸款審批效率,縮短放款周期。
(二)深化區(qū)域差別化房地產(chǎn)調(diào)控政策,推進房地產(chǎn)市場均衡協(xié)調(diào)發(fā)展
一是實行區(qū)域差別化的購房政策。建議根據(jù)區(qū)域?qū)嵭胁顒e化的購房政策,對西安市房地產(chǎn)市場發(fā)展應(yīng)以改善民生為核心,在一定范圍內(nèi)實施住房限購,促進房地產(chǎn)市場健康發(fā)展。而對其他三四線城市,以產(chǎn)業(yè)發(fā)展帶動科學(xué)合理的城鎮(zhèn)化,引導(dǎo)人口流動,鼓勵農(nóng)民和外來人口落戶,促進城市建設(shè)。二是實行區(qū)域差別化的住房按揭政策。對于城鎮(zhèn)化率低、欠發(fā)達城市,剛性需求旺盛,應(yīng)協(xié)調(diào)銀行實施住房按揭貸款額度傾斜,并針對農(nóng)民、外來人口,應(yīng)降低住房按揭貸款門檻,減少農(nóng)民和外來人口落戶城鎮(zhèn)的難度,提高城鎮(zhèn)化水平。三是實行保障房配建區(qū)域差別化政策。建議針對全省城市進行分類研究,綜合區(qū)域經(jīng)濟結(jié)構(gòu)、人口、房價、住房供需狀況確定不同級別城市的保障房配建標(biāo)準(zhǔn)及規(guī)模,使保障房建設(shè)計劃更具針對性,使有限的資金發(fā)揮更大的效用。
參考文獻
[1]李愛華,魏華潔.基于灰色關(guān)聯(lián)度的河南房地產(chǎn)市場需求研究[J].中州建設(shè),2016,(23):67-69。
[2]劉廣杰.城鎮(zhèn)化發(fā)展與房地產(chǎn)市場需求研究[J].商業(yè)經(jīng)濟研究,2017,(7):151-153。
[3]王明明,羅浩.中國房地產(chǎn)市場需求模型實證研究[J].征信,2011,(3):87-89。
[4]余冉冉.城鎮(zhèn)化與房地產(chǎn)市場需求變動探討——基于聯(lián)立方程模型的分析[J].現(xiàn)代商貿(mào)工業(yè),2016,(14):8-10。
[5]朱燕.我國房地產(chǎn)市場需求預(yù)測模型研究[J].哈爾濱商業(yè)大學(xué)學(xué)報:社會科學(xué)版,2011,(2):15-22。
The Research on the Determining Factors of Demand of the Real Estate Market
——A Case of Shaanxi Province
MA Yanming LIU Tingbing GAO Jin
(Yanan Municipal Sub-branch PBC, Yanan Shaanxi 716000)
Abstract:The real estate industry is the foundation and pillar industry of the national economy. The stable and sustainable development of the real estate market is vital to the development of Chinas economy. The paper takes Shaanxi province as the research object, from the empirical point of view, chooses several influencing factors of the real estate market demand, uses the vector error correction model to comparatively study the determining factors of the real estate market demand of Shaanxi province, and then puts forward countermeasures and suggestions to promote the steady and healthy development of the real estate in Shaanxi province.
Keywords: real estate; market demand; vector error correction model