房價偏離與“補漲”效應(yīng)
——以長三角地區(qū)為例

陳 卓

(上海財經(jīng)大學(xué) 公共經(jīng)濟與管理學(xué)院，上海 200433)

改革開放以來，我國城市住房體制不斷深化改革并取得了舉世矚目的成就。1978年全國人均住房建筑面積僅為6.7平方米，到了2014年年末，該數(shù)字已經(jīng)擴大至40.8平方米。1998年房地產(chǎn)業(yè)增加值占GDP的比重僅為1.75%，到2016年已經(jīng)增加到了6.5%。但與此同時，拉動經(jīng)濟發(fā)展所帶來的高房價問題逐漸顯現(xiàn)出來，引起了社會各界廣泛的關(guān)注。合理的住房價格應(yīng)該以宏觀經(jīng)濟的發(fā)展為基礎(chǔ)，而現(xiàn)實中的房價上漲既包括由經(jīng)濟基本面決定的部分，又包含房價偏離基本面的上漲。那么，房價偏離其基本面價格的程度對于我們理解過去的房價上漲以及預(yù)測未來的房價走勢有何啟示？本文將以長三角地區(qū)25個城市為例，對房價偏離可能引起的“補漲”效應(yīng)進行探討。長三角地區(qū)是我國經(jīng)濟增長最迅速、城市化進程發(fā)展最快的區(qū)域之一，近兩年來房價也持續(xù)高漲，尤其是該地區(qū)的中心城市上海以及副中心城市杭州和南京。選取長三角地區(qū)作為研究對象，一方面是因為其住房市場發(fā)展的進程走在了全國的前列，可以提供不少值得推廣借鑒的經(jīng)驗，具有高度的代表性。另一方面該地區(qū)城市內(nèi)部之間的協(xié)同性和認(rèn)可度較高，關(guān)系緊密，互動頻繁，不易受地理環(huán)境的影響。

一、房價偏離的概念界定

房價偏離一般是指住房市場價格對其均衡價格的偏離，長期來看，住房的均衡價格可以由其基本面價格所決定。[1]在漢語的語義中，“偏離”表示離開了原定的軌道、方向等，這可以形象地描述房價偏離的實質(zhì)和內(nèi)涵。根據(jù)模型估計得出的基本面價格恰如原定的“軌道”或“方向”，而實際價格如果沒有按照原定的計劃變化，就出現(xiàn)了“偏離”，兩者的差值即為“偏離”的程度。其中，基本面價格是指可以被宏觀經(jīng)濟基本面所解釋的部分，這些基本面包含了房價的主要影響因素，所以房價偏離也可以認(rèn)為是住房價格中的非基本面部分。需要說明的是，房價偏離并不等同于房價泡沫，房價泡沫只是房價偏離的一種形式。有學(xué)者認(rèn)為住房價格的高估部分就是泡沫[2]，也有學(xué)者將泡沫定義為住房真實價格對其基本價格的顯著持續(xù)偏離。[3]雖然關(guān)于泡沫的定義和形成目前還遠(yuǎn)沒有達成共識，但已有的關(guān)于房價泡沫的探討對房價偏離的研究依然具有重要的借鑒意義。

對房價偏離的測度大致有以下兩種方法：第一種是指標(biāo)法，主要考察房價收入比、房價租金比以及空置率等指標(biāo)，如果有高于歷史平均水平或者國際正常水平的，便認(rèn)為房價偏離了基本價格。[4]指標(biāo)法的應(yīng)用存在一個嚴(yán)重的問題，就是如何令人信服地證明這些指標(biāo)的正常取值區(qū)間或范圍。由于各個國家的國情不同，我們不能照搬國外研究的方法和結(jié)論，也無法從中獲得現(xiàn)成的答案或參照。第二種是模型法，先通過模型計算出住房的基本面價格，再與其真實價格進行比較，得到房價對其基本面價格的偏離。模型法的關(guān)鍵在于如何準(zhǔn)確估計基本面價格。已有文獻從不同方面對房價的基本面因素進行了深入研究，包括實際收入、人口因素、金融制度、土地價格和公共服務(wù)供給等。[5-11]這些因素共同構(gòu)成了房價的基本面，在以往的研究中得到了較好的應(yīng)用，本文也在此基礎(chǔ)上進行研究。

二、模型與數(shù)據(jù)

本文在建立房價模型時，假設(shè)住房的基本面可以由一系列經(jīng)濟社會變量構(gòu)成，且每個城市在每個時期都對應(yīng)一個反映這些經(jīng)濟社會變量的住房基本面價格。參考李永友(2014)[12]的模型設(shè)定，結(jié)合長三角地區(qū)的實際情況，選擇人均可支配收入(hp)、年末貸款余額占GDP比重(loan)、人口規(guī)模(pop)、住房建設(shè)成本(cost)、城鎮(zhèn)化率(urban)、土地價格(lp)和城市綠化覆蓋率(green)作為基本面價格解釋變量。每個城市在每個時期的住房基本面價格可通過估算模型的擬合值得出，其與同期實際房價的差值即為房價偏離。

使用上海市、江蘇省13個地級市和浙江省11個地級市共25個城市2005～2013年的統(tǒng)計數(shù)據(jù)，數(shù)據(jù)來源于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、《上海統(tǒng)計年鑒》、《江蘇統(tǒng)計年鑒》以及《浙江統(tǒng)計年鑒》。所有的價格型變量均根據(jù)各省的居民消費價格指數(shù)(CPI)進行了平減處理，以2003年為基期，轉(zhuǎn)化為實際價格，以消除通貨膨脹的影響。主要變量的描述性統(tǒng)計結(jié)果如表1所示。

表1 變量描述性統(tǒng)計結(jié)果

三、長三角地區(qū)的房價偏離

(一)固定效應(yīng)模型回歸

在面板模型回歸之前，本文對面板序列的平穩(wěn)性進行了檢驗，并通過豪斯曼檢驗判定選擇固定效應(yīng)模型進行估計。表2給出了面板固定效應(yīng)模型回歸的估計結(jié)果?？梢钥吹?，模型的擬合優(yōu)度(R2)都很高，這也表明基本面因素確實可以較好地解釋實際房價的變動。為了進行對照，同時匯報了模型(1)混合OLS估計和模型(2)隨機效應(yīng)模型估計的結(jié)果。模型(3)將所有的解釋變量均納入固定效應(yīng)模型，但人口規(guī)模的對數(shù)(lnpop)和城市建成區(qū)綠化覆蓋率(green)并不顯著。模型(5)在去掉不顯著的變量后，呈現(xiàn)出良好的估計性質(zhì)，各個變量均在5%的水平上顯著，系數(shù)較模型(3)的變化也不大。具體來說，在控制了每個城市的個體固定效應(yīng)之后，人均可支配收入每增加1%，將會引起長三角城市的住房價格上漲0.42%；貸款余額占GDP的比重每增加1個百分點，將引起住房價格上漲0.46%；而城鎮(zhèn)化率每提高1個百分點，則將引起1.02%的房價上升。另外，住房建設(shè)成本和土地價格每增加1%，將引起房價上升0.11%和0.14%，影響系數(shù)相對較小。由此可見，實際收入、信貸擴張和人口城鎮(zhèn)化是近年來長三角地區(qū)各城市房價上漲的主要推手。

表2 固定效應(yīng)模型回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量，***、**和*分別表示1%、5%和10%的顯著性水平。

為了進一步區(qū)分長三角地區(qū)之間的內(nèi)部差異，模型(6)和模型(7)則對浙江省和江蘇省的樣本分別進行了回歸。結(jié)果發(fā)現(xiàn)，年末貸款余額占GDP的比重對房價的影響在江蘇省并不顯著，而在浙江省不僅顯著程度很高，系數(shù)也較大，說明浙江省的房價上漲與信貸擴張密切相關(guān)。一個可能的解釋是，浙江省的私營經(jīng)濟發(fā)展迅猛，信貸條件的擴張或緊縮必然會對市場產(chǎn)生重要的影響。

(二)動態(tài)面板模型回歸

預(yù)期也是影響房價的重要因素，尤其是對于住房投機性需求者而言，其購買住房的行為容易受到房價漲跌的預(yù)期影響。如果預(yù)期價格上漲，需求者會出于對未來購房代價的考慮而踴躍購買，從而增加需求；反之亦然。梁云芳和高鐵梅(2006)[9]認(rèn)為，在各種需求因素中，上一期城市住房的價格波動對當(dāng)期的住房價格具有較強的滯后影響。況偉大(2012)[13]在住房存量調(diào)整模型基礎(chǔ)上，考察了預(yù)期和投機因素對房價的影響，對中國35個大中城市1996～2007年數(shù)據(jù)的實證結(jié)果表明，預(yù)期和投機對中國城市房價波動都具有較強的解釋力。在現(xiàn)實生活中，投資者并不是完全理性的，往往會表現(xiàn)出從眾和跟風(fēng)的本性，出現(xiàn)所謂的羊群行為。[14]本文使用滯后一期的房價作為市場預(yù)期的變量，將其納入到動態(tài)面板模型中，重新進行估計。

表3給出了采用動態(tài)面板數(shù)據(jù)估計的結(jié)果?？梢钥吹?，滯后一期的房價對當(dāng)期住房價格有著十分顯著的正向影響，驗證了心理預(yù)期在住房市場中的重要作用。通過比較后發(fā)現(xiàn)，模型(10)的估計結(jié)果符合實際，與固定效應(yīng)模型的結(jié)論基本一致。因此本文選擇該模型的結(jié)果作為估算長三角地區(qū)各城市房價偏離的基準(zhǔn)模型，并求出每個城市在每一年的房價擬合值，經(jīng)過自然對數(shù)函數(shù)轉(zhuǎn)換成水平值。實際價格與擬合價格的差值即為房價偏離，也就是模型估計所得到的殘差，再用房價偏離除以擬合的基本面價格，就得到了房價偏離度。圖1是長三角地區(qū)各城市房價偏離度的概率密度直方圖。如圖1所示，利用模型(10)估計得到的房價偏離度基本上服從正態(tài)分布，也說明了本文的計量結(jié)果具有較高的可信度。

表3 動態(tài)面板模型回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量，***、**和*分別表示1%、5%和10%的顯著性水平；AR(1)和AR(2)為殘差序列相關(guān)性的檢驗值；Hansen統(tǒng)計量用于工具變量的過度識別檢驗，括號內(nèi)為p值。

圖1 房價偏離度的直方圖

表4匯報了2006～2013年長三角地區(qū)各個城市的房價偏離度?？傮w上看，大部分城市的實際住房價格對基本面都存在著一定的偏離，但并沒有出現(xiàn)房價持續(xù)大幅超出或低于基本面價格的異常情況。這一發(fā)現(xiàn)同王錦陽和劉錫良(2014)[3]考察北京、天津、上海和重慶四個直轄市以及譚政勛(2014)[15]分析珠江三角洲地區(qū)所得出的結(jié)論相一致。從房價偏離度的年平均值來看，基本呈現(xiàn)出先正后負(fù)、再正又負(fù)的周期性變化，最大值出現(xiàn)在2010年，為4.74，最小值出現(xiàn)在2012年，為-2.93。大部分城市都曾出現(xiàn)過實際房價超出或低于擬合價格的情況。其中，最大的正向偏離度為2009年的溫州，達34.96%；最大的負(fù)向偏離度為2011年的杭州，達-21.78%。

值得注意的是， 2011年之后，有些城市的房價偏離度均為負(fù)，如南京、無錫、常州、蘇州、淮安、鹽城、杭州、嘉興等。而這些城市恰恰在2015年前后同時出現(xiàn)了一輪房價上漲，甚至引發(fā)了“恐慌性”購房潮。這究竟是一種巧合，還是另有內(nèi)在聯(lián)系？先前實際房價低于基本面價格所形成的價值“洼地”是否會成為后來房價上漲的潛在動力？房價負(fù)向偏離是否意味著留有上漲的空間，存在著“補漲”效應(yīng)？基于這些思考，我們接下來對“補漲”效應(yīng)展開進一步的分析。

表4 基于動態(tài)面板模型估算的長三角地區(qū)城市房價偏離度(%)

注：房價偏離度(%)按四舍五入法保留到小數(shù)點后兩位。

四、“補漲”效應(yīng)分析

“補漲”效應(yīng)最初是股市名詞，指在一次行情中，如果某些股票沒有上漲，那么它們就具有“補漲”的潛力；或者表示平均而言，前一段時期內(nèi)漲幅較小的股票在后一段時期的表現(xiàn)會比前一段時期內(nèi)漲幅較高的股票更好。這也有點類似于金融學(xué)中的“均值回歸”概念，指股票價格無論高于或低于其平均值，都會以很高的概率向平均值回歸的趨勢。也就是說，股價上漲或者下跌的趨勢不管延續(xù)的時間多長，都不能永遠(yuǎn)持續(xù)下去，最終會出現(xiàn)一種“均值回歸”的規(guī)律：漲得太多了，就會向平均值移動下跌；跌得太多了，就會向平均值移動上升。當(dāng)用在樓市時，“補漲”效應(yīng)可以理解為如果某些地區(qū)的房價沒有隨著其他地區(qū)房價而上漲，那么就存在著未來“補漲”的可能。由于房地產(chǎn)相對于股票等其他資產(chǎn)具有一定的特性，如固定性、區(qū)域性和耐用性等，因此學(xué)界目前尚未對房價的“補漲”效應(yīng)有詳細(xì)的論述，相關(guān)研究也不多見。

為了方便討論，本文以南京和杭州兩個典型城市為例，剖析房價偏離下的“補漲”效應(yīng)。2015年起，南京的樓市經(jīng)歷了多次連漲，土地市場“地王”頻出，房地兩熱。新拍的樓面地價甚至出現(xiàn)高于現(xiàn)有房價的現(xiàn)象，引發(fā)“面粉貴過面包”的爭議。一時間，樓市陷入搶購熱潮，“日光盤”重現(xiàn)，房價也扶搖直上。統(tǒng)計數(shù)據(jù)顯示，至2016年3月，南京房價環(huán)比增長了2.23%，同比增長3.16%，連續(xù)12個月呈上漲趨勢。同時，2015年南京共誕生了20個“地王”，成交金額高達772億元。僅2016年上半年，就又新產(chǎn)生了9宗“地王”，成交總金額達630億元，創(chuàng)下近7年來的歷史新高。杭州由于商品房歷史庫存較高的原因，房價并沒有出現(xiàn)劇烈的“暴漲”，而是呈現(xiàn)出溫和的恢復(fù)性上漲趨勢。但即便如此，國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2016年11月，杭州房價仍然同比上漲了30.1%。同樣，杭州也是“地王”頻出，土地市場曾一度創(chuàng)造出123.18億元的當(dāng)時全國“總價地王”。事實上，為了平抑持續(xù)火熱的房地產(chǎn)市場，緩解“地王”頻出所帶來的市場壓力，政府也出臺了相關(guān)管控措施。如南京市政府實行了土地出讓最高限價辦法，在熱點區(qū)域的住宅用地出讓時，由市政府設(shè)定地塊的土地出讓最高限價。對競買人報價超過最高限價的，觸發(fā)“熔斷”紅線，則終止土地出讓，競價結(jié)果無效。但樓市依然沒有“退燒”的跡象，甚至出現(xiàn)了出讓8塊設(shè)定最高限價的住宅用地，7塊遭遇“熔斷”的尷尬局面。

圖2 南京和杭州房價指數(shù)變化趨勢圖(2015年5月至2016年11月)數(shù)據(jù)來源：中國指數(shù)研究院百城價格指數(shù)(http://industry.fang.com)。

根據(jù)模型測算，2011～2013年，南京和杭州的房價偏離度分別為-21.15%、-8.21%、-9.15%和-21.78%、-20.32%、-18.49%，從歷史的周期性變化規(guī)律來看，未來房價具有一定的上漲潛力。為了驗證這種“補漲”效應(yīng)是否真實存在，圖2描繪了南京和杭州2015年5月至2016年11月的房價指數(shù)變化情況。在該時間段內(nèi)，南京的房價指數(shù)增長了約42.08%，而杭州的房價指數(shù)增長了26.87%左右。與此同時，全國的房價指數(shù)也呈普遍上揚的趨勢，增長了約22.41%。但在研究期內(nèi)，南京和杭州的房價漲幅均超過了全國平均水平，處于“領(lǐng)漲”地位。顯然，這種短期內(nèi)的“報復(fù)性反彈”有著前期負(fù)向偏離的基礎(chǔ)，并獲得了經(jīng)濟基本面的有力支撐，形成了“補漲”效應(yīng)。

本文從房價偏離的視角，重新審視南京和杭州近一輪的房價上漲，解釋二者可能存在的內(nèi)在聯(lián)系。城市歷史房價出現(xiàn)連續(xù)的負(fù)向偏離，即實際房價低于基本面價格，會形成價值“洼地”，房價留有上漲的空間。當(dāng)時機成熟，這個空間就會成為未來推動房價上漲的潛在動力，釋放出“補漲”效應(yīng)。當(dāng)然，這只是現(xiàn)實中房價上漲的一種解釋，其背后的原因機制還有很多。需要說明的是，房價“補漲”效應(yīng)并不一定在任何城市和時間上都成立，房價偏離的周期性變化規(guī)律還需要謹(jǐn)慎地看待。

五、結(jié)論與啟示

房價問題已經(jīng)成為困擾中國經(jīng)濟發(fā)展的重大問題，已經(jīng)影響到了經(jīng)濟發(fā)展的各個方面。房價的持續(xù)高漲也引起了政府部門的高度重視，出臺了一系列調(diào)控措施，雖然短時間內(nèi)有一定的成效，但是房價依然居高不下。由于住房兼有居住和投資雙重屬性，與基本宏觀經(jīng)濟環(huán)境有著密切的聯(lián)系，合理的房價上漲應(yīng)該以宏觀經(jīng)濟的發(fā)展為基礎(chǔ)。因此，短期的房價調(diào)控政策不僅無法實現(xiàn)房價的合理回歸，也不利于建立促進房地產(chǎn)市場平穩(wěn)健康發(fā)展的長效機制。

本文檢驗了長三角地區(qū)各城市經(jīng)濟基本面與其實際住房價格之間的關(guān)系，并估算了每個城市的房價偏離度。研究發(fā)現(xiàn)，實際收入、信貸擴張和人口城鎮(zhèn)化等因素是長三角地區(qū)房價上升的主要驅(qū)動力?；诜績r偏離的視角，對可能存在的“補漲”效應(yīng)進行了事實檢驗，重新審視南京和杭州近一輪的房價上漲。分析發(fā)現(xiàn)，實際房價連續(xù)低于基本面價格的城市，未來房價具有上漲的空間，的確存在著“補漲”效應(yīng)。這也給我們以啟示，在市場機制下，房價本身就具有一定的“熨平”機制，房價偏離所帶來的價格空間在未來的一定時機會釋放出來，短期的房價調(diào)控手段并非治本之策。房價偏離與“補漲”效應(yīng)的解釋邏輯，對于深入理解部分城市房價上漲問題具有一定的參考意義。

本文只是粗淺地討論了研究區(qū)域內(nèi)房價偏離與“補漲”效應(yīng)可能的聯(lián)系，并沒有對“補漲”的作用強度和滯后時間進行精確的量化，這有待今后進一步研究。