中國房地產(chǎn)市場的脆弱性評估：來自房價波動的證據(jù)

向為民 謝靜 李嬌

摘? ?要：基于脆弱性理論、房地產(chǎn)價格影響因素，構(gòu)建了住房價格動態(tài)模型，采用動態(tài)面板GMM估計初步研究了我國2003—2020年經(jīng)濟基本面和預(yù)期因素對房價波動的影響，并采用門檻模型進一步分析了房價波動的內(nèi)在穩(wěn)定性。結(jié)果表明：預(yù)期因素在房價上漲中起主要推動作用，而收入、人口等基本面因素對房價的影響甚微，全國房地產(chǎn)市場呈現(xiàn)一定程度的脆弱性。門檻回歸結(jié)果表明：房價波動存在一階門檻效應(yīng)，大部分省（區(qū)、市）的房價在門檻值上下的高增長和低增長狀態(tài)轉(zhuǎn)換較為頻繁，動態(tài)揭示了房地產(chǎn)市場脆弱性的分化特征。

關(guān)鍵詞：房地產(chǎn)市場脆弱性;房價波動;經(jīng)濟基本面

中圖分類號：F299.23? ?文獻標識碼：A? ?文章編號：1003-7543（2021）03-0087-14

2003—2020年中國房地產(chǎn)市場經(jīng)歷了六輪周期，均伴隨著房價的快速上漲，但近幾年市場處于疲軟期，房地產(chǎn)企業(yè)出現(xiàn)大量風險事件。2018年12月召開的中央經(jīng)濟工作會議提出要“構(gòu)建房地產(chǎn)市場健康發(fā)展長效機制，堅持房子是用來住的、不是用來炒的定位，因城施策、分類指導(dǎo)，夯實城市政府主體責任，完善住房市場體系和住房保障體系”。2021年7月召開的中共中央政治局會議指出，要“堅持房子是用來住的、不是用來炒的定位，穩(wěn)地價、穩(wěn)房價、穩(wěn)預(yù)期，促進房地產(chǎn)市場平穩(wěn)健康發(fā)展”。保持房地產(chǎn)市場穩(wěn)定能更好地兜住民生底線，穩(wěn)住經(jīng)濟基本盤。然而，房地產(chǎn)投資屬性突出，過度金融化趨勢明顯，市場結(jié)構(gòu)性泡沫高懸，居民資產(chǎn)中房產(chǎn)占比過高，地方經(jīng)濟過度依賴房地產(chǎn)，房企高負債風險凸顯[1]。

中國住房市場脆弱性主要表現(xiàn)為內(nèi)在穩(wěn)定性差、抗外界干擾性能不足、自我平衡和自我調(diào)節(jié)能力弱[2]。與多年備受關(guān)注的房地產(chǎn)泡沫相比，中國房地產(chǎn)市場的脆弱性尚未受到足夠重視，而脆弱性特征使房地產(chǎn)市場風險極易傳導(dǎo)至與其密切相關(guān)的金融市場，一旦房地產(chǎn)市場遭受風險事件的沖擊，將不利于中國經(jīng)濟的穩(wěn)定發(fā)展。在房地產(chǎn)市場中，房地產(chǎn)價格波動是房地產(chǎn)市場受內(nèi)外因素影響的最直觀表現(xiàn)，房地產(chǎn)市場脆弱性也主要集中于房地產(chǎn)市場價格的脆弱性。因此，結(jié)合脆弱性理論，通過分析房地產(chǎn)市場價格與影響其內(nèi)在穩(wěn)定性主要因素之間的關(guān)系變化，識別房地產(chǎn)價格在結(jié)構(gòu)性突變點受主要因素作用效應(yīng)的波動狀況，探討房地產(chǎn)市場的脆弱性問題，對提高中國房地產(chǎn)市場韌性、防范房地產(chǎn)市場系統(tǒng)性金融風險、促進房地產(chǎn)市場健康穩(wěn)定有序發(fā)展具有重要意義。

一、相關(guān)文獻綜述

就脆弱性研究而言，脆弱性概念最早出現(xiàn)在20世紀60年代末對自然災(zāi)害的研究[3]，20世紀70年代后，學者們開始研究生態(tài)系統(tǒng)脆弱性，在地質(zhì)領(lǐng)域中Timmerman提出脆弱性指的是一種度，是系統(tǒng)在遭遇災(zāi)害時受到不利影響的程度。此后，脆弱性在經(jīng)濟社會領(lǐng)域中被提及，明斯基首次在經(jīng)濟學研究中融合脆弱性概念，提出了“金融脆弱性”假說。聯(lián)合國開發(fā)計劃署（UNDP）1999年明確提出“經(jīng)濟脆弱性”概念，即在經(jīng)濟發(fā)展過程中對因受到出乎預(yù)料的事件沖擊而產(chǎn)生的損害所具備的承受能力。近年來，關(guān)于經(jīng)濟脆弱性的研究成果頗豐，主要涉及小島嶼國家經(jīng)濟脆弱性[4]、欠發(fā)達國家經(jīng)濟脆弱性[5]、中國城市脆弱性[6]、中小型旅游城市經(jīng)濟系統(tǒng)脆弱性[7]、實體經(jīng)濟脆弱性[8]、宏觀經(jīng)濟脆弱性[9]等。有關(guān)市場脆弱性的研究集中在股票、債券等金融資本市場領(lǐng)域，主要涉及新興市場變遷中股市脆弱性影響因素的檢驗[10]，通過觀察債券市場整體波動點來衡量債券市場的脆弱性[11]，以及疫情沖擊下對新興市場因債務(wù)違約引發(fā)脆弱性的擔憂[12]。鑒于房地產(chǎn)的金融屬性，研究發(fā)現(xiàn)金融脆弱性與房地產(chǎn)價格波動存在雙向因果關(guān)系[13]，房地產(chǎn)與金融的緊密聯(lián)系正在成為房地產(chǎn)脆弱性的一個重要特征。面對市場波動的不確定性增加，房地產(chǎn)市場的潛在非穩(wěn)定狀況也逐漸被關(guān)注。學術(shù)界分別從居民家庭、房地產(chǎn)企業(yè)、銀行業(yè)等視角展開探討[14-15]。研究表明，中國城市住房市場由于先天發(fā)育不足、制度機制缺陷、后天促長催高及短期化調(diào)控政策的影響，其市場機制決定資源配置的功能被削弱，已表現(xiàn)出內(nèi)生調(diào)節(jié)機制缺損、內(nèi)在穩(wěn)定性差等脆弱性特征[2]。尤其受房價風險溢出效應(yīng)和周期性波動的影響，近年來房地產(chǎn)市場的過度繁榮所致的潛在脆弱性愈發(fā)明顯，恐將引發(fā)系統(tǒng)性金融風險[16]?？傮w而言，關(guān)于房地產(chǎn)市場脆弱性的研究成果較少，且尚無完整的房地產(chǎn)市場脆弱性的度量指標體系與方法，對房地產(chǎn)市場脆弱性的系統(tǒng)分析與認識仍然缺乏。

就房價波動的主要影響因素研究而言，學術(shù)界對房地產(chǎn)市場的研究起步較早，有關(guān)房價波動的影響因素研究較為成熟，針對其主要影響因素的研究頗豐。預(yù)期價格、建筑成本、就業(yè)率、消費者收入、消費者投機行為、工業(yè)股票指數(shù)和信貸利率等因素逐漸被考慮到房地產(chǎn)價格供給需求方程中[17-18]。部分學者發(fā)現(xiàn)，居民可支配收入、常住人口與失業(yè)率會影響住房需求，人均可支配收入變動率的滯后項對住宅價格的變化率有著顯著的正向解釋能力。但近年來，經(jīng)濟基本面和房價的歷史信息難以解釋各城市房價的上漲[19]。雖然基本面在1996—2007年的房價決定中影響最大，但預(yù)期起著極為顯著的作用，中國房地產(chǎn)市場中存在一定程度的泡沫，當消費性需求占主導(dǎo)時，上期房價越高，房價波動越小;當投機性需求占主導(dǎo)時，上期房價越高，房價波動越大[20]。同時，預(yù)期房地產(chǎn)收益率是2004年中國房價增長拐點出現(xiàn)的重要因素[21]，且中國住房價格短期波動和區(qū)域特征明顯，市場主體預(yù)期引致的投資性需求和成本因素是房價波動性上揚的主因[22]。有部分學者從需求、供給及宏觀環(huán)境的視角，指出人均可支配收入是影響2011年之前中國房地產(chǎn)價格的最主要因素[23]。有學者從更廣泛的角度來分析房價上漲的合理性，認為需求層面的收入、人口結(jié)構(gòu)、移民等是影響房價上漲的重要因素，供給層面的土地供給政策同樣對房價上漲起到明顯的作用[24]。從住房屬性來看，房價的影響因素既包括收入、人口和教育等消費屬性因素，又包括房價預(yù)期與股票市場收益率等投資屬性因素，還包括貸款利率和信貸等同時涵蓋了兩種屬性的因素[25]。還有學者將房價影響因素進一步梳理為供給、需求、土地與宏觀環(huán)境四類因素，認為供給對房價起著決定作用[26]。此外，中國房地產(chǎn)市場存在明顯的政府干預(yù)，政府主要通過土地要素影響住房供給以實現(xiàn)對住房市場的間接干預(yù)[27]。值得注意的是，經(jīng)濟基本面是長期房價穩(wěn)定的基礎(chǔ)，相較于供給因素，需求因素的影響更重要，而預(yù)期則是中國房地產(chǎn)市場化改革之后，尤其是2008年以來房價持續(xù)上漲的重要原因[28]?？梢?，已有研究側(cè)重點不同，研究對象、樣本期間、選取指標和結(jié)論亦迥異，但均認同經(jīng)濟基本面和預(yù)期因素是影響房地產(chǎn)價格的主要因素，并從供給、需求、宏觀經(jīng)濟因素三方面展開了相關(guān)研究。

綜上所述，相關(guān)研究頗豐，但也存在不足。面對市場劇烈波動的不確定性，涉及房地產(chǎn)市場脆弱性的研究還不夠充分，且多從金融視角側(cè)重于研究房地產(chǎn)市場某一具體問題，或僅從風險溢出角度探討房地產(chǎn)市場的不穩(wěn)定性問題，而忽略了影響市場的核心是供給與需求，缺乏多重復(fù)雜因素疊加下對房地產(chǎn)在市場供需失衡時由房價大漲大跌引致脆弱性的判斷。目前尚無被一致認可的完整的房地產(chǎn)市場脆弱性的度量指標體系與方法，但學術(shù)界已注意到房地產(chǎn)市場價格與影響其內(nèi)在穩(wěn)定性主因之間的關(guān)系變化。有學者從市場價格波動入手，利用房價自回歸和門檻模型研究了美國主要州的房地產(chǎn)市場是否存在房地產(chǎn)泡沫脆弱性。結(jié)果發(fā)現(xiàn)，從住房回報和個人收入增長的依賴關(guān)系來看，各州住房市場均已呈現(xiàn)住房泡沫脆弱性[29]。參考此方法，本研究旨在厘清中國房地產(chǎn)市場是否存在脆弱性，如存在，會呈現(xiàn)怎樣的脆弱性特征？針對以上問題，本文擬從房地產(chǎn)市場內(nèi)在穩(wěn)定性入手，從供給、需求、宏觀經(jīng)濟三方面確定房地產(chǎn)價格主因，結(jié)合經(jīng)濟基本面和預(yù)期對房價波動的作用來分析中國房地產(chǎn)市場的脆弱性狀況。

二、理論分析

（一）房地產(chǎn)市場脆弱性的內(nèi)涵界定

對房地產(chǎn)市場脆弱性進行界定是本研究的基礎(chǔ)。在社會科學領(lǐng)域，脆弱性通常被分為經(jīng)濟脆弱性和金融脆弱性。經(jīng)濟脆弱性是在發(fā)展過程中抵抗經(jīng)濟內(nèi)外部自然因素和人為因素干擾的能力[30]，而金融脆弱性則是高負債、不穩(wěn)定的金融狀態(tài)[31]。就脆弱性內(nèi)涵而言，已有研究指出，系統(tǒng)內(nèi)部的不穩(wěn)定性已成為脆弱性的重要反映，這種不穩(wěn)定性使系統(tǒng)在面臨擾動時出現(xiàn)不可恢復(fù)的損害[32]，且脆弱性在系統(tǒng)內(nèi)部和外部因素共同作用下產(chǎn)生，在不同擾動的影響下其表現(xiàn)不同，因而研究分析時應(yīng)更有針對性。雷雨亮從開放經(jīng)濟條件下國際金融危機沖擊對國內(nèi)房地產(chǎn)市場的影響來解讀脆弱性[33];而荊中博等則更突出房價的極端上漲，以度量市場風險溢出、風險累積與中國房地產(chǎn)市場系統(tǒng)性風險的關(guān)系來說明脆弱性[16]。合理資源配置涉及的市場機制包括供求、價格、競爭、信用、利率和工資的共同作用，卻不易被界定。當前中國房地產(chǎn)金融市場尚不成熟，外資在房地產(chǎn)市場主要資金來源中的占比不高，與國外房地產(chǎn)市場受金融市場沖擊所致的脆弱性表現(xiàn)并不一致，其風險的積累在于房價大幅波動而非單一的極端上漲或極端下跌。鑒于房地產(chǎn)業(yè)與經(jīng)濟協(xié)調(diào)發(fā)展的緊密聯(lián)系，本文考量房地產(chǎn)市場的脆弱性主要基于市場供需和宏觀經(jīng)濟因素，分析房地產(chǎn)市場內(nèi)部不穩(wěn)定性反應(yīng)，側(cè)重從房地產(chǎn)市場的經(jīng)濟脆弱性角度來展開。結(jié)合以上理論分析，這里將房地產(chǎn)市場脆弱性定義為房地產(chǎn)市場經(jīng)濟發(fā)展的內(nèi)在穩(wěn)定性差，其價格往往脫離經(jīng)濟基本面的支撐，面對內(nèi)外部因素的干擾時比較敏感，當不可預(yù)料事件發(fā)生時遭受損失的概率大、程度高，且短期內(nèi)市場自我調(diào)節(jié)和價格恢復(fù)能力弱。

（二）基于供需理論的房價波動影響因素

房地產(chǎn)市場發(fā)展的內(nèi)在穩(wěn)定性主要體現(xiàn)在價格波動趨勢中[33]，房地產(chǎn)市場價格波動反復(fù)正是房地產(chǎn)市場內(nèi)在穩(wěn)定性差的現(xiàn)實表現(xiàn)。而經(jīng)濟基本面變化通過房地產(chǎn)市場供給、需求和宏觀經(jīng)濟環(huán)境傳導(dǎo)至房地產(chǎn)市場價格，這一傳導(dǎo)過程可通過存量—流量模型來刻畫，且考慮住房市場的增量子市場和存量子市場，通過兩個子市場供給和需求的均衡共同決定住房價格。某特定區(qū)域i的住房市場在時間t供求均衡時的住房價格Pit由總需求Dit和總供給Sit決定，用公式表示為：

Pit=f（Dit，Sit）（1）

需求因素方面，消費者收入作為影響房價的重要因素，通過居民住房消費需求作用于房價，當收入提高時，居民住房支付能力增強，住房有效需求增加，房價隨之升高。收入是房價的基礎(chǔ)解釋變量，當收入對房價變化的解釋程度低或呈現(xiàn)負相關(guān)關(guān)系時，就是房地產(chǎn)市場價格脆弱性的表現(xiàn)[29]。

供給因素方面，主要考慮構(gòu)成房地產(chǎn)開發(fā)成本的建筑成本、土地價格，以及政府干預(yù)。建筑成本上升會直接導(dǎo)致新建住房價格上漲，增量市場的價格變化會在一定程度上傳導(dǎo)至存量住房，從而引起整體房價的變化。同樣，由于土地價格在成本中的占比較大，土地價格上漲更會推動整體房價上漲。另外，中國房地產(chǎn)市場的發(fā)展往往伴隨著地方政府干預(yù)，地方政府主要通過財政政策和土地政策干預(yù)房地產(chǎn)市場[34]。

宏觀經(jīng)濟環(huán)境方面，區(qū)域經(jīng)濟發(fā)展是房地產(chǎn)市場發(fā)展的基礎(chǔ)與前提條件，人口則是房地產(chǎn)市場發(fā)展的核心動力，而常住人口增加會帶動長期住房消費，導(dǎo)致住房供不應(yīng)求，推動房地產(chǎn)市場價格上漲。房地產(chǎn)市場發(fā)展與區(qū)域經(jīng)濟、人口狀況的協(xié)調(diào)程度反映了房地產(chǎn)市場的可持續(xù)性，當三者間出現(xiàn)不協(xié)調(diào)關(guān)系時，房地產(chǎn)市場發(fā)展就不可持續(xù)，會加劇房地產(chǎn)市場脆弱性。再者，由于政府宏觀調(diào)控在我國經(jīng)濟發(fā)展中占據(jù)重要地位，其中利率是貨幣政策的重要工具，可將利率作為宏觀調(diào)控的替代指標，而就業(yè)作為經(jīng)濟發(fā)展的基石，也是宏觀經(jīng)濟環(huán)境中的重要因素之一。將住房總需求方程和住房總供給方程分別表示為：

Dit=d（pit，incit，GDPit，popit，empit，rateit，xit）（2）

Sit=s（pit，costit，fiscalit，supplyit，yit）（3）

其中，住房需求方程中變量主要有pit，incit，GDPit，popit，empit，rateit，xit，分別代表房價指標、收入指標、經(jīng)濟發(fā)展指標、人口指標、就業(yè)指標、利率指標和其他外生變量;住房供給方程中變量主要有pit，costit，fiscalit，supplyit，yit，分別代表房價指標、成本指標、財政政策、土地政策和其他外生變量。

將式（2）和式（3）代入式（1），可得住房價格Pit的簡化模型：

Pit=P（incit，GDPit，popit，empit，costit，rateit，fiscalit，supplyit，εit）（4）

式（4）中，模型的左、右兩邊分別為住房價格指標和經(jīng)濟變量指標。

此外，預(yù)期也是影響房地產(chǎn)價格的重要因素。房地產(chǎn)市場價格預(yù)期因素體現(xiàn)為上期房價，由于上期房價上漲而引起當期房價上漲的部分，不屬于經(jīng)濟基本面的范疇，應(yīng)歸入泡沫。理性的房地產(chǎn)市場泡沫可推動經(jīng)濟加速發(fā)展，但當上期房價解釋力遠超經(jīng)濟基本面時，泡沫就是非理性的，將加重房地產(chǎn)市場脆弱性。

據(jù)此，在式（4）中考慮房價滯后算子的影響，得到新的住房價格模型：

Pit=P[incit，GDPit，popit，empit，costit，rateit，fiscalit，supplyit，l（Pit），εit]（5）

其中，l（Pit）為房價滯后算子，其他各符號的含義同式（4）。

（三）房地產(chǎn)市場脆弱性的影響機理

理論上，經(jīng)濟基本面反映一國或者一個區(qū)域影響房價的宏觀經(jīng)濟條件，是決定國家和地區(qū)房地產(chǎn)長期均衡價格的主要因素，也是影響房地產(chǎn)市場內(nèi)在穩(wěn)定性的重要方面。房地產(chǎn)市場價格與經(jīng)濟基本面之間存在著動態(tài)均衡關(guān)系。即，房價上漲，經(jīng)濟基本面應(yīng)產(chǎn)生相應(yīng)的變化去達成另一水平的均衡。若房價上漲過快，經(jīng)濟基本面的支撐難以適應(yīng)房價變化，受預(yù)期影響，房地產(chǎn)市場形成虛假繁榮泡沫，地區(qū)房價漲跌頻繁轉(zhuǎn)換，在政府干預(yù)下，其內(nèi)在穩(wěn)定性會變?nèi)?，從而帶來潛在的市場脆弱性（見圖1，下頁）。研究表明，房地產(chǎn)區(qū)域市場存在門檻，房價一旦超越門檻，將呈現(xiàn)房地產(chǎn)從繁榮到蕭條或正或反的轉(zhuǎn)換，且房地產(chǎn)具有非常典型的順周期特征，房價與經(jīng)濟基本面之間的長期動態(tài)均衡還表現(xiàn)為房價波動與經(jīng)濟周期變化的一致性。在一定時期內(nèi)，如果房價超越或低于門檻值頻繁變化，房地產(chǎn)市場在繁榮和蕭條的狀態(tài)之間反復(fù)轉(zhuǎn)換，脫離與相應(yīng)經(jīng)濟基本面的支持，在受到政府干預(yù)等外部沖擊時，房地產(chǎn)市場將會反映出內(nèi)部不穩(wěn)定性，顯示出脆弱性。

三、實證分析與檢驗

（一）變量選取與數(shù)據(jù)說明

選取2003—2020年中國省際數(shù)據(jù)構(gòu)建面板模型以研究中國房地產(chǎn)市場脆弱性，數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)和《中國統(tǒng)計年鑒》，各變量說明如表1（下頁）所示。

基于文獻研究和理論分析，需求基本面中的收入與房地產(chǎn)價格的關(guān)系是研究房地產(chǎn)市場價格脆弱性的關(guān)鍵點，宏觀經(jīng)濟環(huán)境中的區(qū)域經(jīng)濟和人口狀況是房地產(chǎn)市場可持續(xù)性的前提條件，而預(yù)期是房地產(chǎn)市場整體脆弱性的重要影響因素，通過房價的滯后項來刻畫[8]，故將房價滯后項、收入、地區(qū)生產(chǎn)總值與人口規(guī)模作為房地產(chǎn)價格的主要解釋指標。其中，房價增長率采用環(huán)比增長率，比較基礎(chǔ)為上一期房價水平。同時，考慮到房價還受到其他因素的影響，土地指標反映供給，就業(yè)和利率指標反映其他宏觀經(jīng)濟環(huán)境因素[20]，財政政策和土地政策反映地方政府干預(yù)，因此，把就業(yè)、土地成本、利率、財政政策和土地政策作為控制變量在模型中加以考慮。

（二）房地產(chǎn)市場脆弱性的初步分析：基于動態(tài)面板的估計

1.模型設(shè)定

研究表明，房地產(chǎn)市場并非完全有效，房價對決定因素的變化存在滯后效應(yīng)，其滯后變量具有顯著性。研究全國房地產(chǎn)市場整體情況，考慮到解釋變量中包含被解釋變量滯后項，建立動態(tài)面板模型，模型中有31個研究對象和18年研究期，時間維度小于橫截面維度，屬于短面板，可建立動態(tài)GMM模型，通過識別變量顯著性、系數(shù)符號和大小來分析房地產(chǎn)市場價格脆弱性、市場可持續(xù)性和市場整體脆弱性狀況?；谏鲜隼碚摲治?，為更加直觀反應(yīng)各地區(qū)的相對情況，將所選變量作對數(shù)化處理，得到如下動態(tài)面板模型：

lnpriceit=β0+∑αnlnpriceit-n+β1lnincomeit+β2ln-

popit+β3lnGDPit+β4lnempit+β5lnlandit+β6lnrateit+β7lnfiscalit+β8lnsupplyit+ηi+εit（6）

其中，β0是常數(shù)項，β1—β8分別是各變量的回歸系數(shù)，t-n表示滯后n期，αn為被解釋變量n階滯后項的回歸系數(shù)，ηi、εit分別為不隨時間變化的個體效應(yīng)和殘差，i和t分別表示地區(qū)省份和時間年份。

2.描述性統(tǒng)計分析和單位根檢驗

表2展示了房價和居民收入的分年度描述性統(tǒng)計結(jié)果。2003—2020年，全國房價平均值和收入水平呈逐漸上升的趨勢，房價從2003年的1 982元/平方米上升至2020年的10 759元/平方米，收入從2003年的5 568元增長至2020年的32 086元。經(jīng)計算，2004—2007年、2009—2011年、2016—2018年三個時期內(nèi)房地產(chǎn)價格的年漲幅為13.75%，超過居民收入年均增速（10.92%）。2004—2011年房價增速在6%—19%區(qū)間內(nèi)劇烈波動，雖然2011年后房價漲幅波動放緩，但呈明顯上升趨勢，表明房價與居民收入水平之間的差距日益擴大。此外，房價收入比更直觀地反映了家庭住房購買能力，全國房價收入比從2003年的6.5，波動上漲到2014年的7.1，而后持續(xù)上漲到2020年的9.2，顯示房價上漲的收入支撐力不足。因此，本文得出中國房地產(chǎn)市場呈現(xiàn)房價與經(jīng)濟基本面關(guān)系不密切、非經(jīng)濟基本面對房價的作用更強的特征，總體上房地產(chǎn)市場具有脆弱性。

為緩解異方差帶來的影響，對絕對值的變量取對數(shù)，為避免建模時出現(xiàn)“偽回歸”，繼續(xù)進行單位根檢驗來考察其序列的平穩(wěn)性。綜合運用LLC（Levin—Lin—Chu）檢驗、ADF-Fisher檢驗、PP-Fisher檢驗方法對面板數(shù)據(jù)進行單位根檢驗，檢驗結(jié)果顯示所有變量均為平穩(wěn)序列，可直接展開回歸分析。同時，通過進一步考慮LR、AIC、SC和HQ準則確定模型的最優(yōu)滯后階數(shù)，在5%的顯著水平下，大多數(shù)準則選擇了滯后二階（見表3），因此，選擇用房價滯后二階來研究變量之間的作用關(guān)系。

3.回歸分析與穩(wěn)健性檢驗

上文中構(gòu)建的動態(tài)面板模型能得到較為準確的回歸結(jié)果，由于變量內(nèi)生性問題，混合最小二乘、固定效應(yīng)與隨機效應(yīng)回歸存在估計量偏誤，動態(tài)GMM估計采用在模型中加入工具變量的方式來降低內(nèi)生性影響。GMM估計方法包括差分GMM與系統(tǒng)GMM，在樣本有限情況下，相較于差分GMM，系統(tǒng)GMM的估計偏差更小、效率更高，故本文采用系統(tǒng)GMM研究全國層面的基本情況。

考慮加入不同變量建立不同模型，表4（下頁）中模型1、2、3的估計結(jié)果進一步證實了選擇被解釋變量一階和二階滯后項作為解釋變量的合理性。Wald檢驗的P值均為0，表明解釋變量的選擇是有意義的。Arellano-Bond檢驗中AR（1）的P值小于0.05，AR（2）的P值大于0.05，擾動項無序列相關(guān)。Hansen檢驗的P值大于0.1，表明模型的工具變量選擇有效。通過增減變量的方式進行穩(wěn)健性檢驗，各模型變量系數(shù)符號及顯著性總體一致，模型穩(wěn)健。

住房需求方面，在模型2、3、4、5、6中，收入對房價的作用不顯著，表明居民人均可支配收入難以支撐起高昂的房價，需求基本面與房價的脫節(jié)使房地產(chǎn)市場面臨巨大風險。在模型1中，雖然房價在5%的水平上顯著被收入影響，但回歸系數(shù)為負數(shù)，收入上漲1%，房價下降0.2%，收入未對房價起到預(yù)期正向推動作用。房價與收入基本面的不協(xié)調(diào)關(guān)系證實了全國房地產(chǎn)市場價格的脆弱性，這與前述主要變量描述性統(tǒng)計分析的初步判斷一致。

預(yù)期方面，房價預(yù)期對房價的影響顯著，上一期房價增加1%，當期房價增加約1%，側(cè)面佐證了況偉大[20]預(yù)期房價越高，投機越盛，房價波動越大的觀點。相較于經(jīng)濟基本面因素，房價預(yù)期的作用較大，住房實際價格與基本面價格之間的偏離程度較大，房地產(chǎn)市場存在非理性泡沫，房價波動對心理預(yù)期變化的敏感度高，這也是房地產(chǎn)市場整體脆弱性的表現(xiàn)。

宏觀經(jīng)濟方面，GDP對房價的影響顯著為正，GDP增加1%，房價上升0.3%左右，區(qū)域經(jīng)濟發(fā)展為房價的上漲提供了前提條件，但人口對房價的影響不顯著或顯著為負，房地產(chǎn)作為主要滿足居住屬性的固定資產(chǎn)，其居住功能未得到充分利用，而更多地表現(xiàn)為投資屬性，將導(dǎo)致房地產(chǎn)市場發(fā)展不可持續(xù)。利率對房價的影響顯著為負，利率增加1%，房價下降約0.3%，換言之，隨著利率的降低、貨幣政策的寬松，房價水平會上升。就業(yè)對房價的影響不顯著或顯著為負，但就業(yè)狀況亦是宏觀經(jīng)濟環(huán)境的具體表現(xiàn)，向好的經(jīng)濟形勢助推房價的上漲，就業(yè)與房價呈現(xiàn)的反向關(guān)系與之相矛盾。土地單位成本對房價的影響不顯著，進一步支撐了全國房地產(chǎn)市場脆弱性的觀點。

政府干預(yù)方面，財政支出對房價的影響顯著為負，地方財政支出增加1%，房價下降0.2%左右，表明地方政府通過增加公共支出，對保障住房基本需求和抑制房價快速上漲起到了一定作用。雖然土地政策對房價的影響顯著，但通過土地政策干預(yù)房地產(chǎn)市場起到的作用甚微。

（三）房地產(chǎn)市場脆弱性的進一步檢驗：基于面板門檻模型的估計

閾值是區(qū)域房地產(chǎn)市場的重要指標，出現(xiàn)閾值往往意味著房地產(chǎn)市場波動存在斷點，若對房地產(chǎn)市場的描述仍僅靠線性分析，其結(jié)論難免會有失偏頗。借助面板門檻模型，尋找是否存在代表“閾值”的結(jié)構(gòu)突變點，當閾值在臨界值上下不同范圍內(nèi)時，進一步識別解釋變量對被解釋變量的作用情況有無變化，以期為前述動態(tài)面板線性分析提供有益補充。此外，有研究指出，房價和收入之間存在弱關(guān)系，經(jīng)濟基本面無法解釋房地產(chǎn)繁榮與蕭條時期的階段性變化，均是房地產(chǎn)市場脆弱性的特征。這里建立門檻模型，將超過臨界值的房價高增長狀態(tài)理解為房地產(chǎn)市場繁榮階段，低于臨界值的房價低增長狀態(tài)理解為房地產(chǎn)市場蕭條階段，通過判別經(jīng)濟基本面對不同階段房地產(chǎn)市場價格的解釋是否具有一致性，以及分析房地產(chǎn)價格在不同階段的轉(zhuǎn)換頻率來判別房地產(chǎn)市場是否脆弱。如果不具有一致性，轉(zhuǎn)換頻繁，則意味著房地產(chǎn)市場具有潛在的不穩(wěn)定性，房地產(chǎn)市場脆弱性現(xiàn)實表現(xiàn)突出[29]?？紤]到主要影響因素對房價波動的作用效應(yīng)可能會產(chǎn)生結(jié)構(gòu)性突變，為了從房價波動趨勢中進一步研究房地產(chǎn)市場的脆弱性特征，本文借鑒Hansen[35]的面板門檻模型思想，建立經(jīng)濟基本面影響房價變動的面板門檻模型：

priceit= θ0+θ1incomeitI（qit≤γ1）+θ2incomeitI（γ1γn）+δcontrolit+εit（7）

其中，priceit為被解釋變量，incomeit是解釋變量，controlit是工具變量，qit是門檻解釋變量。

由上文可知，上一期房價在住房價格面板模型中起著主要作用，且在門檻分析中價格增長率的變化更能反映房價波動趨勢，故以房價增長率一階滯后項為門檻解釋變量來研究全國層面房價波動的門檻效應(yīng)，門檻模型如下：

priceit= θ0+θ1incomeitI（△priceit-1≤γ1）+θ2incomeitI（γ1<△priceit-1≤γ2）+…+θnincomeitI（γn-1<△priceit-1≤γn）+θnincomeitI（△priceit-1>γn）+δcontrolit+εit（8）

門檻檢驗結(jié)果如表5所示，以房價增長率一階滯后項為門檻變量時，單一門檻在1%的顯著性水平上顯著，雙重門檻、三重門檻不顯著，故選擇一階門檻模型進行實證研究。當采用房價增長率一、二階滯后項平均值作為門檻解釋變量、變換工具變量時得到相同結(jié)論，門檻回歸模型穩(wěn)健。因此，以房價增長率一階滯后項為門檻變量時房價波動存在一階門檻，門檻值為0.075。

由表6面板門檻模型回歸結(jié)果可知，當△priceit-1≤0.075時，收入對房價的影響在5%的 水平上顯著為正，收入增加1%，房價上升0.096%，收入變化對房價波動有一定的影響。以2020年數(shù)據(jù)為例，有北京、天津、河北等22個省份處于此階段。當△priceit-1>0.075時，收入對房價的影響不顯著，處于這一階段的有內(nèi)蒙古、遼寧、上海等9個省份?？傮w而言，全國31個?。▍^(qū)、市）的收入水平在房價波動中發(fā)揮作用不足。

表7（下頁）詳細展示了2003—2020年中國房地產(chǎn)市場狀態(tài)轉(zhuǎn)換情況，如北京2003年和2004年處于低值狀態(tài)，2005—2010年變?yōu)楦咧禒顟B(tài)，這是一次高值—低值變換，而后又經(jīng)歷了五次變換。除內(nèi)蒙古外，其他省（區(qū)、市）的狀態(tài)轉(zhuǎn)換十分頻繁（超過三次高值—低值變換），這與地方政府短期調(diào)控政策頻繁、房地產(chǎn)市場發(fā)展不完備、未建立起長效治理機制等有關(guān)。上海房價波動劇烈，2009年房價增長率高達56.7%，而2008年、2012年和2017年房價均出現(xiàn)負增長。上海房價漲跌轉(zhuǎn)換頻率最高，17年間轉(zhuǎn)換達11次。雖然2020年上海居民人均可支配收入達72 232元，在31個?。▍^(qū)、市）中排名第一，經(jīng)濟發(fā)展呈現(xiàn)韌性和活力，但同期商品房平均銷售價格為33 798元/平方米，房價與經(jīng)濟基本面之間的脫離現(xiàn)象較為明顯。而對比轉(zhuǎn)換頻率最低的內(nèi)蒙古，其居民人均可支配收入雖不及上海的一半，但商品房價格水平遠低于上海，其經(jīng)濟基本面能夠支撐房價的較平穩(wěn)上漲?？梢姡績r波動趨勢的不穩(wěn)定性從動態(tài)層面反映了房地產(chǎn)市場的潛在脆弱性，且呈現(xiàn)顯著的區(qū)域分化特征。

四、結(jié)論與政策建議

從脆弱性理論和房地產(chǎn)價格影響因素出發(fā)，在分析預(yù)期與經(jīng)濟基本面對房價的作用機制后，本文基于供需理論構(gòu)建了住房價格動態(tài)模型，利用系統(tǒng)GMM估計初步分析了全國層面的房地產(chǎn)市場脆弱性狀況，利用面板門檻模型進一步分析了房價波動的內(nèi)在穩(wěn)定性，得到如下結(jié)論：預(yù)期因素對房價上漲起到了主要作用，其影響程度遠超收入、GDP等經(jīng)濟基本面因素，而收入、人口對房價的影響不顯著，房價變化無法通過經(jīng)濟基本面變化來解釋，其快速上漲缺乏作為“穩(wěn)定器”的基礎(chǔ)因素作支撐，表明房地產(chǎn)市場中存在較多非理性成分，暴露了房價的潛在脆弱性和市場發(fā)展的不可持續(xù)性。同時，我國房地產(chǎn)市場價格波動存在一階門檻效應(yīng)，門檻值為0.075。整體上，全國31個?。▍^(qū)、市）的收入水平在房價波動中的主導(dǎo)作用不足。除內(nèi)蒙古外，其他省份在2003—2020年的房價高增長與低增長之間頻繁轉(zhuǎn)換，具有顯著的區(qū)域分化特征。據(jù)此，提出如下政策建議：

第一，強調(diào)穩(wěn)預(yù)期，盡量保持房地產(chǎn)市場調(diào)控政策的一致性。繼續(xù)堅持“房住不炒”，通過減少相機決策的調(diào)控方式，更多采用中長期調(diào)控策略，以政策的一致性和連貫性賦予公眾堅定的預(yù)期和信心。抑制房地產(chǎn)市場過熱地區(qū)的投資和投機熱情，努力改變居民固有的房價只漲不跌的慣性思維，促使居民形成合理的住房消費觀，實現(xiàn)穩(wěn)定的房價預(yù)期。

第二，千方百計提高居民收入，形成適應(yīng)房價發(fā)展的經(jīng)濟支撐。持續(xù)加大力度使投入房地產(chǎn)的投機資金回歸實體經(jīng)濟，重點發(fā)展實體經(jīng)濟，促進更充分、更廣泛就業(yè)，提升居民整體收入水平，提高居民住房支付能力，使房價和經(jīng)濟基本面回歸長期均衡狀態(tài)，夯實房價的經(jīng)濟支撐，從而增強房地產(chǎn)市場的抗風險能力和韌性。

第三，依據(jù)房地產(chǎn)市場差異，落實因城施策的房地產(chǎn)調(diào)控政策。根據(jù)各?。▍^(qū)、市）所呈現(xiàn)的房地產(chǎn)市場脆弱性特征，精準制定相宜的房地產(chǎn)市場調(diào)控方向與措施。對于脆弱性表現(xiàn)較強的地區(qū)（如上海），應(yīng)在充分考慮城市價值的基礎(chǔ)上，確定房價上升的合理區(qū)間，保持房價相對穩(wěn)定上漲，重點防范房地產(chǎn)市場系統(tǒng)性風險。而對于房地產(chǎn)市場脆弱性較弱的地區(qū)（如內(nèi)蒙古），應(yīng)結(jié)合當?shù)胤康禺a(chǎn)市場實際情況，以穩(wěn)定增長為基礎(chǔ)，依據(jù)經(jīng)濟基本面的長期發(fā)展態(tài)勢，著力激發(fā)房地產(chǎn)市場主體活力。

參考文獻

[1]黃志剛，許偉.住房市場波動與宏觀經(jīng)濟政策的有效性[J].經(jīng)濟研究，2017（5）：103-116.

[2]楊繼瑞，丁如曦.中國城市住房市場的脆弱性及其化解路徑[J].經(jīng)濟社會體制比較，2014（5）：157-167.

[3]ADGER W N. Vulnerability[J]. Global Environmental Change， 2006， 16（3）： 268-281.

[4]BRIGUGLIO L， CORDINA G， FARRUGIA N， et al. Economic vulnerability and resilience： concepts and measurements[J]. Oxford Development Studies， 2009， 37（3）： 229-247.

[5]GUILLAUMONT P. Assessing the economic vulnerability of small island developing states and the least developed countries[J]. The Journal of Development Studies， 2010， 46（5）： 828-854.

[6]方創(chuàng)琳，王巖.中國城市脆弱性的綜合測度與空間分異特征[J].地理學報，2015（2）：234-247.

[7]郭曉東，張啟媛，李鶯飛.“一帶一路”沿線中小型旅游城市經(jīng)濟系統(tǒng)脆弱性研究——以敦煌市為例[J].經(jīng)濟經(jīng)緯，2015（4）：1-6.

[8]湯萱，廖高可，謝夢園.實體經(jīng)濟脆弱性測度及其影響因素研究[J].中國軟科學，2017（5）：149-159.

[9]任崇強，孫東琪，翟國方，等.中國省域經(jīng)濟脆弱性的綜合評價及其空間差異分析[J].經(jīng)濟地理，2019（1）：37-46.

[10] 劉慧悅，劉金全.新興市場變遷過程中我國股票市場脆弱性檢驗[J].上海經(jīng)濟研究，2013（5）：69-74.

[11] 吳紅興，韓玉嘉，鄭哲.我國債券市場脆弱性監(jiān)測體系構(gòu)建與實證檢驗[J].金融監(jiān)管研究，2018（6）：31-47.

[12] 中國銀行研究院.全球經(jīng)濟金融展望報告：新興市場債務(wù)脆弱性分析[R/OL].（2020-07-03）[2021-10-25].http：//www.china-cer.com.cn/zhiku/202007036342.html.

[13] 文鳳華，張阿蘭，戴志鋒，等.房地產(chǎn)價格波動與金融脆弱性——基于中國的實證研究[J].中國管理科學，2012（2）：1-10.

[14] 張冀，祝偉，王亞柯.家庭經(jīng)濟脆弱性與居民消費關(guān)系研究動態(tài)[J].經(jīng)濟學動態(tài)，2016（8）：126-135.

[15] 陳耀輝，張軍，章雅祺，等.企業(yè)脆弱性測度方法及應(yīng)用研究——基于我國上市房地產(chǎn)企業(yè)數(shù)據(jù)[J].南京財經(jīng)大學學報，2017（2）：71-81.

[16] 荊中博，王樂儀，方意.風險溢出、周期性與中國房地產(chǎn)市場系統(tǒng)性風險[J].當代經(jīng)濟科學，2019（5）：11-23.

[17] BRZEZICKA J. The phenomenon of an information cascade on the real estate market[J]. Ekonomia Journal， 2014， 39.

[18] DAVIS E P， ZHU H. Bank lending and commercial property cycles： some cross-country evidence[J]. Journal of International Money and Finance， 2011， 30（1）： 1-21.

[19] 沈悅，劉洪玉.住宅價格與經(jīng)濟基本面：1995—2002年中國14城市的實證研究[J].經(jīng)濟研究，2004（6）：78-86.

[20] 況偉大.預(yù)期、投機與中國城市房價波動[J].經(jīng)濟研究，2010（9）：67-78.

[21] 張亞麗，梁云芳，高鐵梅.預(yù)期收入、收益率和房價波動——基于35個城市動態(tài)面板模型的研究[J].財貿(mào)經(jīng)濟，2011（1）：122-129.

[22] 陳晨，傅勇.中國高房價的決定：基本面與泡沫分解——基于面板數(shù)據(jù)的實證研究（1999—2009）[J].世界經(jīng)濟文匯，2013（2）：50-66.

[23] 唐禮智，朱建鋒，羅婧.宏觀調(diào)控視角下房地產(chǎn)價格影響因素的新測度[J].經(jīng)濟問題探索，2014（1）：102-107.

[24] 韓立彬，陸銘.供需錯配：解開中國房價分化之謎[J].世界經(jīng)濟，2018（10）：126-149.

[25] 楊海珍，向悅，王開陽.推動中國商品住宅價格的主要因素：時期與城市差異[J].系統(tǒng)工程理論與實踐，2018（9）：2256-2266.

[26] 楊慧，李超.中國城市房價影響因素及貢獻度研究——基于R2的相對重要性分解[J].經(jīng)濟問題探索，2019（11）：49-62.

[27] 吳梓境，張波，朱琳.地方政府干預(yù)住房市場的機理與路徑——基于供給彈性的實證分析[J].商業(yè)研究，2018（12）：49-56.

[28]鄭世剛.基于BMA方法的中國房價長期影響因素研究——兼論房地產(chǎn)長效機制構(gòu)建[J].統(tǒng)計與信息論壇，2020（3）：102-112.

[29] HUANG M. Vulnerabilities to housing bubbles： evidence from linkages between housing prices and income fundamentals[J]. International Finance， 2017， 20（1）： 64-91.

[30] 王巖，方創(chuàng)琳.大慶市城市脆弱性綜合評價與動態(tài)演變研究[J].地理科學，2014（5）：547-555.

[31] 葉茜茜.基于金融脆弱性理論的區(qū)域金融風波形成機制與防范研究——以溫州為例[J].管理世界，2016（6）：170-171.

[32] KELLY P M， ADGER W N. Theory and practice in assessing vulnerability to climate change and facilitating adaptation[J]. Climatic Change， 2000，47（4）： 325-352.

[33] 雷雨亮.開放經(jīng)濟條件下中國房地產(chǎn)市場脆弱性研究[D].湘潭：湘潭大學，2017.

[34] 李瑤瑤，朱道林，趙江萌，等.政府短期干預(yù)行為對住宅地價周期波動的影響[J].資源科學，2019（6）：1059-1069.

[35] HANSEN B E. Threshold effects in non-dynamic panels： estimation， testing and inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.

Vulnerability Assessment of China's Real Estate Market： Evidence from House Price Fluctuations

XIANG Wei-min? ?XIE Jing? ?LI Jiao

Abstract： Based on the theory of vulnerability and the influencing factors of real estate price， this paper constructs a dynamic model of housing price， uses dynamic panel GMM Estimation to preliminarily study the impact of economic fundamentals and expected factors on house price fluctuation in China from 2003 to 2020， and further analyzes the internal stability of house price fluctuation by threshold model. The results show that： the expected factors play a major role in promoting the rise of house prices， while the basic factors such as income and population have little impact on house prices， and the real estate market shows a certain degree of vulnerability. The result of threshold regression shows that there is a first-order threshold effect in the fluctuation of housing price. Most of the provinces， autonomous regions and municipalities have frequent transitions between high growth state and low growth state above and below the threshold value， which dynamically reveals the fragility and differentiation characteristics of the real estate market.

Key words： vulnerability of real estate markets; house price fluctuation; economic fundamentals

基金項目：國家社會科學基金項目“二元均衡視角下房地產(chǎn)過度金融化及其治理研究”（20BJY072）;國家社會科學基金項目“基于時空異質(zhì)的房地產(chǎn)市場反脆弱性長效機制研究”（19BJY069）。

作者簡介：向為民，重慶工商大學管理科學與工程學院教授;謝靜（通信作者），重慶理工大學經(jīng)濟金融學院研究生;李嬌，重慶工商大學管理科學與工程學院副教授。