中國城市房價走勢與波動的驅(qū)動因素探析

張明 劉瑤

本文構(gòu)建了研究中國房價走勢與波動的分析框架，將影響房價的變量劃分為需求類、供給類、金融類與政策類，實證分析了2005-2017年中國31個省份及自治區(qū)與70個大中城市房價的驅(qū)動因素，并進一步探討了一、二線城市與五大區(qū)域核心城市群房價驅(qū)動因素的異質(zhì)性。

多重因素在房價決定中扮演重要角色

自1999年中國城鎮(zhèn)住房制度改革以來，居民住房消費水平不斷提高，房屋成為家庭部門消費的重頭戲，甚至中國經(jīng)濟的“晴雨表”。特別是2005-2015十余年間，中國房地產(chǎn)市場呈現(xiàn)一個顯著的特征事實：一面是中國各省市房價的普遍加速上漲，另一面是以住建部為代表的監(jiān)管部門對房價進行頻繁調(diào)控。2015年后，中國房地產(chǎn)呈現(xiàn)新一輪復(fù)蘇與回暖，房價也悄然出現(xiàn)地域間與城市間的顯著分化：一線城市最先領(lǐng)漲，沿海地區(qū)的二線城市緊隨其后，三四線城市房價漲幅差異巨大，并且這一變化逐漸形成中國房價變動的新趨勢。這似乎表明使用單一的國家層面的宏觀數(shù)據(jù)分析中國房價走勢將不再適用，探析省份、城際間的異質(zhì)性將對于把握中國房價的未來至關(guān)重要。

與此同時，房價在評估金融穩(wěn)定與預(yù)警系統(tǒng)性風(fēng)險方面扮演著關(guān)鍵角色。當(dāng)房地產(chǎn)泡沫過度聚集乃至導(dǎo)致房價突然顯著下行時，將對家庭部門資產(chǎn)負(fù)債表、企業(yè)信心與商業(yè)銀行借貸能力構(gòu)成巨大沖擊。數(shù)據(jù)顯示，2018年中國50個大中城市房價收入比為11.36，如此高杠桿支撐的居高房價背后也暗藏著房價顯著下行的風(fēng)險。那么，分類找出房價的驅(qū)動因素，對于保持經(jīng)濟增長、維持金融穩(wěn)定、穩(wěn)定消費者信心均有積極的意義。

鑒于此，本文構(gòu)建了研究中國房價走勢與波動的分析框架，將中國房價的驅(qū)動因素劃分為供給類因素、需求類因素、金融類因素與政策類因素，以全國31個省份及自治區(qū)與70個大中城市為樣本，分地域與城市討論了2005-2017年間中國房價走勢與波動的驅(qū)動因素。如果此輪房價變動主要由供需因素驅(qū)動，那么意味著該地區(qū)住房價格仍由經(jīng)濟基本面決定，政府可以從供給側(cè)與需求側(cè)共同構(gòu)建調(diào)節(jié)房價的長效機制，引導(dǎo)房屋“只住不炒”;如果此輪房價更多由金融因素與政策因素決定，那么意味著該地區(qū)城市房價已偏離基本面，具有一定的金融屬性甚至是資產(chǎn)泡沫，一旦出臺打壓房價的嚴(yán)厲政策或居民顯著加杠桿，此類地區(qū)房價將具有較高的下行風(fēng)險。

關(guān)于房地產(chǎn)驅(qū)動因素的文獻并不鮮見。Muth（1971）從微觀角度構(gòu)建模型，表明單位面積建造成本、與CBD的距離、土地使用面積等變量均為驅(qū)動房價走勢的影響因素。隨著人口流動與資本流動程度顯著提升，更多的文獻開始關(guān)注房地產(chǎn)驅(qū)動的宏觀因素。金融狀況是較多文獻關(guān)注的一個重要變量，金融狀況可以通過多種渠道驅(qū)動房價波動。例如，公司債券的風(fēng)險溢價上升將驅(qū)動信貸供給收縮，從而影響包括房價在內(nèi)的資產(chǎn)價格波動（Gilchrist& Zakraj?ek， 2012）;Adrian等（2019）分析了融資狀況對GDP增長的潛在影響，發(fā)現(xiàn)在短期內(nèi)融資狀況偏緊通常導(dǎo)致經(jīng)濟下行風(fēng)險增加，由于居民收入下降、失業(yè)率增加導(dǎo)致住房消費減少;Ortalo-Magne& Rady（2005）發(fā)現(xiàn)家庭收入是驅(qū)動房價的重要變量，對于預(yù)測房價走勢具有重要意義。

家庭部門負(fù)債狀況是影響房價走勢的又一關(guān)鍵變量。IMF（2019）發(fā)現(xiàn)無論發(fā)達國家還是發(fā)展中國家中，信貸高漲都與房價下行高度相關(guān);家庭部門負(fù)債對于房價影響的傳導(dǎo)機制與金融狀況傳導(dǎo)機制類似，家庭部門杠桿率增加將對經(jīng)濟增長、家庭收入與就業(yè)產(chǎn)生負(fù)面影響，通過以上三個渠道家庭負(fù)債對于房地產(chǎn)市場構(gòu)成潛在沖擊。2008年全球金融危機后，部分學(xué)者開始著手于探索發(fā)達國家家庭部門杠桿率、房地產(chǎn)泡沫與金融危機的關(guān)系，卻得出了截然相反的結(jié)果。Dang等（2010）發(fā)現(xiàn)，金融危機的爆發(fā)與房地產(chǎn)市場的次級貸款累積直接相關(guān)，而次貸增加由于低質(zhì)量借款者的高杠桿密切相關(guān)。然而，Bhutta （2015）對這一觀點提出了質(zhì)疑，他發(fā)現(xiàn)來自房地產(chǎn)投資者的房地產(chǎn)市場資本流入比來自信用評分較低的首次購房者的資本流入增長更快，這表明次級借款者的債務(wù)對金融危機的貢獻其實有限。

資金流動與人口結(jié)構(gòu)同樣是驅(qū)動房價走勢因素之一?？缇迟Y本流動通常驅(qū)動發(fā)達經(jīng)濟體的房價，例如，Caballero等（2008）實證發(fā)現(xiàn)新興市場過剩的儲蓄追逐美國的安全優(yōu)質(zhì)資產(chǎn)，再加上美國長期的低利率，導(dǎo)致跨國資金流入推升美國房價。對于中國而言，由于資本賬戶未完全開放，一個城市的房價通常由人口結(jié)構(gòu)與區(qū)域間資金流入而推動。徐建瑋等（2012）認(rèn)為年輕人口撫養(yǎng)比例的提高將推升房價;鄒瑾（2014）認(rèn)為人口年齡結(jié)構(gòu)將長期決定房價波動。

此外，供給、需求類及周期性因素也在房價決定中扮演重要角色。Philips（1988）認(rèn)為收入與預(yù)期均會驅(qū)動房價走勢。Gattini& Hieber （2010）使用住房供應(yīng)指標(biāo)來預(yù)測歐元區(qū)的住房市場發(fā)展，發(fā)現(xiàn)住房供應(yīng)指標(biāo)包括住宅投資和實際利率與房價波動相關(guān)。余華義（2010）發(fā)現(xiàn)土地政策是驅(qū)動房價的重要因素，土地供應(yīng)量增加有助于推動房價上漲。Aherene等（2005）發(fā)現(xiàn)房價變動與信貸周期有關(guān)，OECD國家貨幣供應(yīng)量增加后，房價將首先面臨上漲。

從研究方法上來看，除了少數(shù)文獻研究在DSGE模型框架下研究外生沖擊對房價的影響，大部分為實證研究。例如，Liu等（2011）構(gòu)建了融入房價和固定投資的DSGE模型，討論了信貸約束如何影響房價等宏觀經(jīng)濟變量波動;Hirata（2012）通過構(gòu)建含有利率、貨幣政策、產(chǎn)出、信貸及不確定性因素的FA-VAR模型，剖析了全球房價波動的驅(qū)動因素，發(fā)現(xiàn)全球主要國家房價走勢是同步的，全球利率沖擊將對房價構(gòu)成負(fù)面影響，但貨幣政策對其影響不大，不確定性沖擊則是驅(qū)動房價的最重要因素;劉金全和呂夢菲（2018）通過構(gòu)建VAR模型研究了貨幣政策、GDP增速與居民杠桿率對房價的影響，發(fā)現(xiàn)寬松型貨幣政策是中國房價上漲的主力。況偉大（2013）使用北京市1040名城鎮(zhèn)住房所有者的調(diào)查問卷，使用logit模型考察了開征房產(chǎn)稅對預(yù)期房價的影響，發(fā)現(xiàn)開征房產(chǎn)稅對抑制房價作用有限，開征越早作用越好;丁如曦和倪鵬飛（2015）采用探索性數(shù)據(jù)分析方法和空間計量技術(shù)，研究了中國城市房價的區(qū)域空間格局與特征，發(fā)現(xiàn)中國城市間房價依賴于周邊城市房價波動的空間正向溢出效應(yīng)影響，這種影響在區(qū)域間存在異質(zhì)性。

結(jié)合上述研究，不難發(fā)現(xiàn)多數(shù)文獻著重于探索單一變量對于房價驅(qū)動的影響，多采用VAR模型將房價看作內(nèi)生變量，鮮有文獻對中國城市房價驅(qū)動因素進行全景式探索與貢獻程度的考量。據(jù)此，本文構(gòu)建了研究中國房價走勢與波動的分析框架，探索了2005-2017年間中國31個省份及自治區(qū)與全國70個大中城市房價的驅(qū)動因素，本文的主要貢獻如下：第一，構(gòu)建中國房價影響因素的分析框架，將驅(qū)動房價的因素劃分為供給類、需求類、金融類與政策類變量，討論驅(qū)動房價走勢和波動的主要因素及貢獻程度;第二，從省級到地市，由整體至區(qū)域，對中國房價影響因素進行全面分析探索;第三，本文的結(jié)果一定程度上反映了該地區(qū)或城市的房價是由經(jīng)濟基本面驅(qū)動還是金融類因素驅(qū)動，為政策決策者與購房消費者提供一定的參考價值。

中國房價走勢與波動影響因素的分析框架

為構(gòu)建中國房價走勢與波動的分析框架，依據(jù)中國居民住房可能同時兼有商品和金融屬性，并且房價受政策變動影響較大，參考平安證券（2017）的研究，我們將中國房價走勢與波動的驅(qū)動因素劃分為四類：第一類為需求類因素;第二類為供給類因素;第三類為金融類因素;第四類為政策類因素。這四類因素基本囊括了影響中國房價的主要成因。

（一）需求類因素

驅(qū)動中國房價的需求因素大抵可歸為三類：一類是居民收入類變量，一類是存量人口需求，另一類是流量人口流動需求，具體如下：

人均收入水平：用一個地區(qū)或城市的人均GDP表示。根據(jù)住房的居民財富效應(yīng)，人均收入水平是影響住房購買力需求的最關(guān)鍵變量，收入水平越高的地域，通常具有越高的購房需求，房價也因此越高。

常住人口/戶籍人口：本地戶籍人口通常具有穩(wěn)定數(shù)量的家庭住房。相比之下，外來常住人口是該地區(qū)或該城市購房的剛性需求來源。該比例數(shù)值越大，說明購房需求越為強烈，房價也將上漲。對于人口流入較快的大中城市，該比例上升與房價上漲的正相關(guān)關(guān)系將更為顯著。

工作人口/常住人口：在常住人口中，工作人口比例越大，表示具有更強的剛性購房需求。在房價漲幅位居前列的城市中，通常具有較高的工作人口比例。該變量與房價通常呈現(xiàn)正相關(guān)關(guān)系。

優(yōu)質(zhì)公共資源數(shù)量：一個地區(qū)或城市優(yōu)質(zhì)公共資源數(shù)量越多，表示具有更高的潛在人口流入，預(yù)示著潛在的購房需求越為旺盛，將長期推高房價。教育與醫(yī)療通常是最為優(yōu)質(zhì)的公共資源，我們使用“211大學(xué)+三甲醫(yī)院”數(shù)目來作為優(yōu)質(zhì)公共資源數(shù)量的工具變量。

（二）供給類因素

住房作為一種普通商品，價格由供需定律決定。影響房價的供給類因素通常包括土地供給面積及房屋庫存等。

土地購置面積：土地供給是影響房價波動的重要驅(qū)動因素。然而，由于地區(qū)或城市面積大小存在差別，整體土地供給與房價的相關(guān)性并不大。但是，人均土地購置面積通常與房價具有較強的負(fù)相關(guān)關(guān)系，即土地供給較為充分的地區(qū)或城市，房價漲幅越小。該變量用土地購置面積/常住人口表示。

商品房庫存：用庫存/常住人口表示。理論上，庫存越低的地區(qū)或城市，表明房屋越供不應(yīng)求，房價漲幅的空間越大。該變量通常與房價漲幅呈負(fù)相關(guān)關(guān)系。

（三）金融類因素

驅(qū)動中國房價的金融類因素主要與信貸規(guī)模、利率水平與估值水平有關(guān)。一方面，房價通常與信貸周期及利率周期的輪動有關(guān)，另一方面，房屋作為一種資產(chǎn)，兼有金融屬性，因而房價受到金融類因素的影響也較大。

住房貸款余額增速：信貸周期與房價走勢具有較高的同質(zhì)性及相互強化的效果。例如，房價上行的預(yù)期提高了居民購房意愿，導(dǎo)致住房貸款余額增速加快，而反之，居民過剩的購房意愿又推高房價的上行預(yù)期。因此，住房貸款余額增速越快，房價上行越快。

M2同比增速：M2同比增速越快，通常預(yù)示著流動性環(huán)境越為寬松，這將助推房價上行。同時，依據(jù)歷史數(shù)據(jù)，M2同比增速通常領(lǐng)先于房價變動5-6個月，是房價走勢的先行指標(biāo)。

住房貸款利率：貸款利率水平是驅(qū)動房價走勢的重要因素。理論上，住房貸款利率上升將增加購房者的融資成本，抑制房價的上漲;反之，住房貸款利率下降將減輕購房者成本，助推房價上行。值得注意的是，住房貸款利率的變動對于剛需購房者作用有限，對于具有投資需求的購房者作用更強。

購房杠桿水平：購房杠桿水平作為估值指標(biāo)，被視為房價的“市盈率”。我們通常將房價收入比作為杠桿水平的代表變量，在形成單邊預(yù)期的條件下，房價收入比越高，房價上漲預(yù)期越容易被放大，因此兩者通常呈現(xiàn)正相關(guān)關(guān)系。同時，家庭部門杠桿率也可視為購房杠桿水平的另一替代指標(biāo)，家庭部門加杠桿，通常對于房屋等資產(chǎn)價格具有一定的推動作用。

（四）政策類因素

政策調(diào)控：在實踐中，我們發(fā)現(xiàn)政策類因素對于中國房價走勢的驅(qū)動作用不容小覷。例如，當(dāng)住建部出臺“國六條”、“國八條”的房地產(chǎn)調(diào)控政策時，房價走勢將可能受到外生沖擊而出現(xiàn)逆轉(zhuǎn)。由于房地產(chǎn)調(diào)控政策有直接政策也有擬定方案的間接政策，我們只將影響房價預(yù)期的直接政策納入分析框架中。在理性預(yù)期的情況下，若出臺嚴(yán)調(diào)控政策，則視為抑制房價政策;若出現(xiàn)限令取消等寬松政策，則被視為助推房價上漲政策。

結(jié)論與政策涵義

2005年以來，中國房地產(chǎn)市場呈現(xiàn)總體上漲、城市間分化加劇的趨勢。通過構(gòu)建中國房價走勢與波動的分析框架，本文將驅(qū)動房價的影響因素劃分為需求類、供給類、金融類與政策類變量，從省際到城市層面，構(gòu)建面板回歸方程，分別考察了2005-2017年31個省份與自治區(qū)、全國70個大中城市房價走勢與波動的驅(qū)動因素，并且進一步探索了35個核心城市與五大區(qū)域核心城市群房價驅(qū)動因素的異質(zhì)性，主要結(jié)論如下：

第一，從全國范圍內(nèi)看，各省份房價的走勢與波動在一定程度上由供給類與需求類的經(jīng)濟基本面因素決定，住房仍具有較大程度的商品屬性。住房用地供給的增加、人均收入水平的提高、常住人口與工作人口的流入、優(yōu)質(zhì)資源的集聚均將驅(qū)動房價變動，但“總量型”的政策調(diào)控可能造成房價短期內(nèi)逆向波動，不易達到理想政策預(yù)期。

第二，從全國70個大中城市房價來看，城市房價的走勢與波動主要由需求類與金融類變量驅(qū)動，這可能表明全國主要城市的住房兼有商品與金融資產(chǎn)屬性。土地供給與商品房庫存的增減不再是影響房價的顯著因素，居民杠桿率的變動、貨幣供給量的增長快慢、個人貸款利率的調(diào)整是房價走勢與波動的最大貢獻因素。這可能表明未來全國主要城市的房價走勢具有較大的不確定性，同時需警惕私人部門間債務(wù)可能形成聯(lián)動與溢出效應(yīng)，推高房價或者導(dǎo)致房價下跌，引發(fā)金融風(fēng)險。

第三，從全國35個核心城市房價來看，一、二線城市住房的金融屬性或許遠(yuǎn)大于商品屬性，房價收入比的杠桿類變量是核心城市房價走勢的最大貢獻因素。這即意味著一、二線城市的房價已脫離傳統(tǒng)的經(jīng)濟基本面因素，未來房價的波動性將顯著上升，房地產(chǎn)市場的風(fēng)險將顯著增加。同時，土地供給一定程度上驅(qū)動著一、二線城市房價的走勢，這即意味著增加房屋用地供給能夠有效為“過熱”的樓市“降溫”。

第四，從全國五大區(qū)域核心城市房價來看，京津冀地區(qū)與長三角地區(qū)核心城市的房價主要由金融因素驅(qū)動，鑒于兩區(qū)域常態(tài)化的高房價，未來兩區(qū)域房價將面臨更多的不確定性風(fēng)險;珠三角地區(qū)核心城市的房價主要由需求類與金融類變量驅(qū)動，鑒于該地區(qū)對人才引進的優(yōu)惠政策與優(yōu)質(zhì)資源的集聚，未來珠三角核心城市群房地產(chǎn)市場將延續(xù)活躍的局面;中部三角與西部三角地區(qū)核心城市的房價仍由供需類基本面因素主導(dǎo)，幾大核心城市的增長潛力與空間溢出效應(yīng)將導(dǎo)致需求類因素未來可能推升兩地區(qū)的房價，未來中部三角與西部三角地區(qū)的核心城市將是房地產(chǎn)市場的“潛力股”。

本文的結(jié)論具有一定的政策啟示：首先，中國房地產(chǎn)市場應(yīng)加強結(jié)構(gòu)性調(diào)控政策，也應(yīng)避免同類政策頻繁變動或政策滯后導(dǎo)致的反向預(yù)期。新常態(tài)下的房地產(chǎn)調(diào)控應(yīng)構(gòu)建劃分區(qū)域與城市的差別化調(diào)控路徑與體系、“因城施策”。一、二線城市房地產(chǎn)調(diào)控政策應(yīng)注重增加供給，而三、四線城市應(yīng)避免形成大規(guī)模庫存;

其次，監(jiān)管部門應(yīng)重點監(jiān)控一、二線城市房價，尤其是抑制京津冀地區(qū)與長三角地區(qū)的投機性炒房需求;

再次，政府部門應(yīng)落實熱點城市的保障房與廉租房制度，引導(dǎo)熱點城市房價逐漸回歸理性，并在一定區(qū)域內(nèi)形成示范效應(yīng)與正外部性;

最后，應(yīng)避免誘導(dǎo)居民部門過快加杠桿的行為，商業(yè)銀行應(yīng)審慎確定住房貸款首付比例與貸款額度，避免違約風(fēng)險與系統(tǒng)性金融風(fēng)險的發(fā)生。