中西部地區(qū)新一線城市商品房?jī)r(jià)格泡沫測(cè)度及其影響因素

張志強(qiáng)， 陳凱達(dá)， 蒲甘霖

(1.西北師范大學(xué) 經(jīng)濟(jì)學(xué)院， 甘肅 蘭州 730070；2.溫州理工學(xué)院 經(jīng)濟(jì)與管理學(xué)院， 浙江 溫州 325035)

0 引言

我國(guó)房地產(chǎn)市場(chǎng)在1998年住房貨幣化改革后快速發(fā)展.住房制度貨幣化改革激發(fā)房地產(chǎn)開發(fā)投資內(nèi)在動(dòng)力的同時(shí)，省會(huì)及以上城市房地產(chǎn)市場(chǎng)出現(xiàn)過熱現(xiàn)象，并演化為學(xué)界和社會(huì)各界高度關(guān)注的房地產(chǎn)市場(chǎng)泡沫問題.十九大報(bào)告中明確提出“堅(jiān)持房子是用來住的、不是用來炒的”定位，為今后房地產(chǎn)市場(chǎng)的發(fā)展奠定了整體基調(diào).2022年李克強(qiáng)總理在政府工作報(bào)告中強(qiáng)調(diào)“支持商品房市場(chǎng)更好滿足購(gòu)房者的合理住房需求，穩(wěn)地價(jià)、穩(wěn)房?jī)r(jià)、穩(wěn)預(yù)期，因城施策促進(jìn)房地產(chǎn)業(yè)良性循環(huán)和健康發(fā)展”.房地產(chǎn)核心問題是資產(chǎn)泡沫大、房地產(chǎn)金融化，同時(shí)擠壓泡沫又會(huì)帶來一連串經(jīng)濟(jì)問題，因此必須防范金融領(lǐng)域的房地產(chǎn)“灰犀牛”，厘清房地產(chǎn)泡沫形成的影響因素有利于更好地?cái)D壓泡沫.資產(chǎn)泡沫是指資產(chǎn)價(jià)格的增長(zhǎng)超出其市場(chǎng)基本價(jià)值的部分[1].資產(chǎn)價(jià)格不斷增長(zhǎng)，則資產(chǎn)價(jià)格遠(yuǎn)離基本價(jià)值而無法反映資產(chǎn)實(shí)際價(jià)值.資產(chǎn)價(jià)格持續(xù)上漲并抑制需求，則資產(chǎn)價(jià)格大幅度下降，且資產(chǎn)間價(jià)格變化關(guān)聯(lián)性特征決定其持續(xù)上漲(或下跌)均會(huì)引起連鎖暴跌或暴漲反應(yīng)，從而形成“泡沫經(jīng)濟(jì)”.商品房?jī)r(jià)格泡沫是資產(chǎn)泡沫的一種，指在商品房市場(chǎng)價(jià)格上漲嚴(yán)重偏離其基本價(jià)值的經(jīng)濟(jì)現(xiàn)象.那么，如何衡量我國(guó)商品房市場(chǎng)的泡沫程度？是什么因素影響商品房?jī)r(jià)格泡沫的持續(xù)增大？針對(duì)商品房?jī)r(jià)格泡沫的實(shí)際狀況，如何使中國(guó)房地產(chǎn)市場(chǎng)的宏觀調(diào)控政策更好地發(fā)揮效能，并有效擠壓商品房?jī)r(jià)格泡沫？這正是本文所關(guān)注的問題.本文聚焦于中西部新一線城市商品房?jī)r(jià)格泡沫的形成過程，使用狀態(tài)空間模型測(cè)度我國(guó)中西部新一線城市商品價(jià)格的泡沫程度，并進(jìn)一步分析導(dǎo)致商品房?jī)r(jià)格持續(xù)上漲的影響因素，這對(duì)于準(zhǔn)確認(rèn)識(shí)中西部商品房市場(chǎng)的狀況和商品房?jī)r(jià)格泡沫的風(fēng)險(xiǎn)，提高房地產(chǎn)宏觀調(diào)控政策的有效性具有現(xiàn)實(shí)意義.

1 文獻(xiàn)綜述

梳理有關(guān)房地產(chǎn)價(jià)格測(cè)度的文獻(xiàn)，針對(duì)學(xué)者們對(duì)房?jī)r(jià)泡沫的測(cè)度這一技術(shù)性問題上，可歸納為基準(zhǔn)價(jià)格法、統(tǒng)計(jì)檢驗(yàn)法、指標(biāo)法這三種方法.

1.1 基準(zhǔn)價(jià)格法

基準(zhǔn)價(jià)格法是通過計(jì)算房地產(chǎn)基準(zhǔn)價(jià)格與實(shí)際價(jià)格之間離差衡量房地產(chǎn)泡沫程度.Alessandri[2]通過構(gòu)建狀態(tài)空間模型，根據(jù)房租和利率等數(shù)據(jù)計(jì)算房地產(chǎn)基準(zhǔn)價(jià)格，進(jìn)而對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度；高波等[3]選用1999至2011年我國(guó)30個(gè)大中城市的面板數(shù)據(jù)并構(gòu)建預(yù)期均衡價(jià)格模型來對(duì)城市商品房?jī)r(jià)格偏離經(jīng)濟(jì)基本面的程度進(jìn)行評(píng)價(jià)；彭俊華等[4]根據(jù)泡沫的定義,將房?jī)r(jià)分為基礎(chǔ)價(jià)值和泡沫成分兩部分構(gòu)建泡沫度量模型，并對(duì)35個(gè)大中城市商品房?jī)r(jià)格泡沫進(jìn)行測(cè)度，發(fā)現(xiàn)房地產(chǎn)泡沫與商品房?jī)r(jià)格高低并無對(duì)應(yīng)關(guān)系，房地產(chǎn)市場(chǎng)存在理性和非理性泡沫兩種類型.

1.2 統(tǒng)計(jì)檢驗(yàn)法

統(tǒng)計(jì)檢驗(yàn)的基本邏輯是不存在泡沫的房地產(chǎn)市場(chǎng)變化的表征指標(biāo)數(shù)據(jù)是有規(guī)律的，具有一定統(tǒng)計(jì)學(xué)性質(zhì)，泡沫市場(chǎng)的相關(guān)數(shù)據(jù)存在異常波動(dòng).Hamilton[5]提出用單位根檢驗(yàn)來對(duì)房地產(chǎn)泡沫進(jìn)行檢測(cè)，零假設(shè)是房地產(chǎn)市場(chǎng)不存在泡沫，房地產(chǎn)價(jià)格是一個(gè)平穩(wěn)時(shí)間序列，若拒絕零假設(shè)，房地產(chǎn)市場(chǎng)存在泡沫;曾五一等[6]運(yùn)用面板單位根和協(xié)整檢驗(yàn)我國(guó)房地產(chǎn)是否存在泡沫；孫焱林等[7]利用單位根和協(xié)整檢驗(yàn)證明上海在2003—2011年存在房?jī)r(jià)泡沫.但由于單位根和協(xié)整檢驗(yàn)無法剔除周期性影響，測(cè)度結(jié)果難以保證可信度.

1.3 指標(biāo)法

指標(biāo)法分為單一指標(biāo)和綜合指標(biāo)法兩類.單一指標(biāo)法是根據(jù)與房地產(chǎn)相關(guān)的某個(gè)指標(biāo)數(shù)值來判斷房地產(chǎn)市場(chǎng)是否存在泡沫.綜合指標(biāo)法則是通過選取與房地產(chǎn)市場(chǎng)發(fā)展聯(lián)系緊密的指標(biāo)建立指標(biāo)體系并進(jìn)行綜合評(píng)價(jià)判斷是否存在泡沫以及泡沫程度.呂江林[8]通過對(duì)與房地產(chǎn)相關(guān)的多項(xiàng)指標(biāo)進(jìn)行比較分析得出，商品房?jī)r(jià)格收入比與其他指標(biāo)相比更能準(zhǔn)確度量我國(guó)商品房?jī)r(jià)格泡沫的結(jié)論；陳璐佳等[9]從價(jià)格評(píng)價(jià)、資金借貸、產(chǎn)業(yè)投資三個(gè)維度選取8個(gè)指標(biāo)建立指標(biāo)評(píng)價(jià)體系并采用因子分析法進(jìn)行客觀賦權(quán)，對(duì)房地產(chǎn)泡沫水平進(jìn)行測(cè)度；王春艷等[10]運(yùn)用因子分析法從開發(fā)、交易、價(jià)格、資金信貸四個(gè)維度選取8個(gè)指標(biāo)測(cè)度了2007至2016年房地產(chǎn)泡沫.

綜上所述，國(guó)內(nèi)學(xué)者對(duì)三種房地產(chǎn)泡沫測(cè)度方法皆有應(yīng)用，且各有利弊.基準(zhǔn)價(jià)格法將理性泡沫和非理性泡沫同樣看待，無法精準(zhǔn)施策.統(tǒng)計(jì)檢驗(yàn)法無法剔除周期性影響，應(yīng)測(cè)度結(jié)果的精準(zhǔn)性.指標(biāo)法不涉及基礎(chǔ)價(jià)值測(cè)算，只能對(duì)泡沫的存在性給出大致判斷，不能度量泡沫程度或研究泡沫形成過程.本文綜合考慮上述三種方法，從泡沫的定義切入，運(yùn)用狀態(tài)空間模型在我國(guó)中西部地區(qū)新一線城市商品房基礎(chǔ)價(jià)值測(cè)度的基礎(chǔ)上，進(jìn)一步探究商品房市場(chǎng)的泡沫程度及影響因素.

2 商品房?jī)r(jià)格泡沫測(cè)度

2.1 變量選取與模型構(gòu)建

商品房供給和需求曲線的交點(diǎn)決定其均衡價(jià)格，均衡價(jià)格可認(rèn)定為商品房的基礎(chǔ)價(jià)值.引起供給和需求曲線移動(dòng)的利率、收入及市場(chǎng)預(yù)期等因素均會(huì)影響商品房基礎(chǔ)價(jià)值.商品房?jī)r(jià)格對(duì)基礎(chǔ)價(jià)值非平穩(wěn)偏移可認(rèn)定為泡沫.由于基礎(chǔ)價(jià)值不可觀測(cè)，且其價(jià)值隨著時(shí)間延續(xù)而發(fā)生改變，即為一種狀態(tài)變量.為此，本文選擇運(yùn)用狀態(tài)空間模型對(duì)不可觀測(cè)的狀態(tài)變量進(jìn)行估計(jì).采用狀態(tài)空間模型的優(yōu)點(diǎn)，一是可以將不可觀測(cè)的變量納入可觀測(cè)模型進(jìn)行估計(jì);二是不僅可以驗(yàn)證商品房?jī)r(jià)格泡沫的存在性，而且可測(cè)度出商品房?jī)r(jià)格泡沫程度.

2.1.1 變量選取

供給和需求直接決定商品房的均衡價(jià)格和實(shí)際價(jià)格.衡量商品房供給的變量主要有商品房竣工面積，影響商品房竣工面積的因素有商品房銷售價(jià)格、商品零售價(jià)格指數(shù)、地區(qū)生產(chǎn)總值、貨幣供給量、實(shí)際貸款利率和銀行存款準(zhǔn)備金率等,均可作為供給量的影響變量.竣工面積用來衡量商品房供給能力，而國(guó)內(nèi)生產(chǎn)總值規(guī)模擴(kuò)大及占比提升反映了要素聚集度提高、經(jīng)濟(jì)實(shí)力不斷增強(qiáng)，投資預(yù)期收益樂觀，吸引更多房地產(chǎn)商加大投資力度，增加房地供給；貨幣供給量、實(shí)際貸款利率和銀行存款準(zhǔn)備金率直接決定房地產(chǎn)商融資規(guī)模，進(jìn)而影響商品房的供給能力.衡量需求的變量主要有商品房銷售面積(萬(wàn)平方米)、城鎮(zhèn)居民可支配收入、實(shí)際貸款利率、首付現(xiàn)金占比、商品房銷售價(jià)格(元/平方米)及商品零售價(jià)格指數(shù).商品房銷售面積(萬(wàn)平方米)衡量商品房現(xiàn)實(shí)需求.城鎮(zhèn)居民可支配收入直接決定對(duì)商品房的購(gòu)買力；實(shí)際貸款利率、首付現(xiàn)金占比會(huì)影響對(duì)商品房的需求意向和意愿；商品房銷售價(jià)格(元/平方米)和零售價(jià)格指數(shù)高低在一定程度上會(huì)影響對(duì)商品房的需求.在收入一定的條件下，商品房銷售價(jià)格和零售價(jià)格指數(shù)上升，會(huì)抑制對(duì)商品房的需求.本文從市場(chǎng)供給與需求兩個(gè)維度選取測(cè)度房?jī)r(jià)泡沫的變量，具體如表1所示.

表1 變量描述

本文分別將商品房銷售面積和竣工面積作為房地產(chǎn)市場(chǎng)需求和供給的代理變量，表1中其他變量作為解釋變量影響.表1中變量所采用的數(shù)據(jù)為1998年至2018年共21個(gè)觀測(cè)序列.為了消除價(jià)格的影響，將選擇對(duì)變量GDP、PDI、ML進(jìn)行價(jià)格指數(shù)平減，而RI則用名義利率減去通貨膨脹率得到.為了克服變量序列的異方差性，本文在實(shí)證中除了RI和CP其余變量均用對(duì)數(shù)形式呈現(xiàn).基于數(shù)據(jù)的可得性和完整性，本文使用的數(shù)據(jù)來源于1998至2018年的《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》以及各城市統(tǒng)計(jì)年鑒，貸款利率來源于中國(guó)人民銀行官網(wǎng).由于部分城市統(tǒng)計(jì)年鑒未更新相關(guān)數(shù)據(jù)，因此本文只選取至最新的2018年數(shù)據(jù)以符合回歸分析的需要.

2.1.2 模型構(gòu)建

本文參照韓冬梅等[11]的做法采用變參數(shù)狀態(tài)空間模型從供求兩個(gè)角度測(cè)度房地產(chǎn)泡沫.

商品房需求的變參數(shù)狀態(tài)空間模型如下：

此模型是一個(gè)方程組，方程組中具有兩部分，其中量測(cè)方程為：

ln(SA)t=sv1t×ln(HP)t+sv2t×

ln(PDI)t+sv3t×RIt+sv4t×CPt+ut，

(1)

方程組中另一部分為狀態(tài)方程，狀態(tài)方程為以下形式：

同理，商品房供給的變參數(shù)狀態(tài)空間模型中量測(cè)方程為：

ln(FA)t=cv1t×ln(HP)t+cv2t×RIt+

cv3t×ln(ML)t+cv4t×ln(GDP)t+ηt.

(2)

狀態(tài)方程為以下形式:

利用Kalman濾波分別估計(jì)上述模型，可得sv1t，sv2t，sv3t，sv4t，cv1t，cv2t，cv3t，cv4t的估計(jì)值，將估計(jì)的8個(gè)變參數(shù)作為已知值，將各城市商品房基礎(chǔ)價(jià)值作為狀態(tài)變量加入模型，其狀態(tài)空間形式如下：

量測(cè)方程:

ln(SA)t=sv1t×ln(RP)t+

sv2t×ln(PDI)t+sv3t×RIt+sv4t×CPt+ut,

ln(FA)t=cv1t×ln(RP)t+cv2t×

RIt+cv3t×ln(ML)t+cv4t×ln(GDP)t+ηt,

狀態(tài)方程:

ln(RP)t=ln(RP)t-1,

式中:狀態(tài)變量ln(RP)t為取對(duì)數(shù)的商品房基礎(chǔ)價(jià)值，由供給與需求共同決定.通過狀態(tài)空間模型求出商品房基礎(chǔ)價(jià)值，再將實(shí)際價(jià)格序列對(duì)數(shù)值減去基礎(chǔ)價(jià)值序列對(duì)數(shù)值得下式，即為實(shí)際價(jià)格對(duì)基礎(chǔ)價(jià)值的偏移率，用其衡量房地產(chǎn)泡沫程度.

ln(HP)t-ln(RP)t=ln(HPt/RPt)=

ln(1+(HPt-RPt)/RPt)≈

(HPt-RPt)/RPt.

(3)

2.2 泡沫測(cè)度

2.2.1 協(xié)整檢驗(yàn)

為避免偽回歸，狀態(tài)空間模型需對(duì)變量序列進(jìn)行平穩(wěn)性或者變量之間協(xié)整檢驗(yàn).本文首先對(duì)選取變量進(jìn)行ADF平穩(wěn)性檢驗(yàn)，檢驗(yàn)?zāi)Ｐ瓦x取帶截距項(xiàng)和趨勢(shì)項(xiàng)模型，并運(yùn)用AIC最小信息準(zhǔn)則選取ADF檢驗(yàn)滯后項(xiàng)，檢驗(yàn)結(jié)果表明所有變量的水平值均是非平穩(wěn)的，而一階差分后即變量的增長(zhǎng)率均是平穩(wěn)的，說明各變量的對(duì)數(shù)序列均為一階單整序列，可進(jìn)行協(xié)整檢驗(yàn).本文采用Johansen法進(jìn)行協(xié)整關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示.協(xié)整檢驗(yàn)結(jié)果表明各變量之間存在著長(zhǎng)期穩(wěn)定的關(guān)系.

表2 協(xié)整檢驗(yàn)結(jié)果

2.2.2 商品房基礎(chǔ)價(jià)值測(cè)度

依據(jù)上文構(gòu)建的狀態(tài)空間模型對(duì)商品房基礎(chǔ)價(jià)值進(jìn)行測(cè)度,并將商品房實(shí)際價(jià)格、基礎(chǔ)價(jià)值以及實(shí)際價(jià)格對(duì)基礎(chǔ)價(jià)值的偏移率進(jìn)行匯總，結(jié)果如表3—5所示.價(jià)格偏移率隨時(shí)間變化的趨勢(shì)如圖1、圖2所示.

圖1 中部地區(qū)新一線城市實(shí)際價(jià)格對(duì)基礎(chǔ)價(jià)值的偏移率(1998—2018年)

圖2 西部地區(qū)新一線城市實(shí)際價(jià)格對(duì)基礎(chǔ)價(jià)值的偏移率(1998—2018年)

表3 中部地區(qū)新一線城市商品房基礎(chǔ)價(jià)值測(cè)度結(jié)果 單位：元/平方米

表4 西部地區(qū)新一線城市商品房基礎(chǔ)價(jià)值測(cè)度結(jié)果 單位：元/平方米

表5 中西部新一線城市商品房?jī)r(jià)格偏移率匯總 單位：%

2.3 商品房?jī)r(jià)格泡沫測(cè)度結(jié)果評(píng)價(jià)

2.3.1 中、西部新一線城市商品價(jià)格波動(dòng)差異明顯

由圖1、圖2可見，2004年以后，新一線城市商品房?jī)r(jià)格偏移率呈現(xiàn)急速上漲態(tài)勢(shì)，且西部新一線城市商品房?jī)r(jià)波幅明顯強(qiáng)于中部地區(qū)新一線城市.其中西部地區(qū)重慶市、成都市波動(dòng)趨勢(shì)相似，中部地區(qū)武漢市、鄭州市波動(dòng)趨勢(shì)相似.2004至2018年間，新一線城市商品房?jī)r(jià)格偏移率均值差異明顯.商品房?jī)r(jià)格偏移率均值最大城市為武漢市，達(dá)到20.45%，而長(zhǎng)沙市商品房?jī)r(jià)格偏移率為-2.44%.長(zhǎng)沙商品房?jī)r(jià)格偏移率在中西部新一線城市中最小，這與實(shí)際狀況相符，說明本文的程度結(jié)果具有一定的可信度.2008年的商品房?jī)r(jià)格泡沫達(dá)到小峰值，這是因?yàn)榻鹑谖C(jī)導(dǎo)致全球經(jīng)濟(jì)不景氣，我國(guó)財(cái)政部、國(guó)家稅務(wù)總局和央行出臺(tái)政策，降低存款金融利率，減免稅費(fèi)，降低房貸首付，這也標(biāo)志著房地產(chǎn)全面救市的開始.2010年“國(guó)十一條”“新國(guó)四條”“新國(guó)十條”以及限購(gòu)令的正式出臺(tái)等，致使各地商品房?jī)r(jià)格暴漲，進(jìn)一步推高了商品房?jī)r(jià)格泡沫.2010年以后房地產(chǎn)價(jià)格泡沫逐漸下降，尤其是重慶市2011年率先進(jìn)行房產(chǎn)稅的試運(yùn)行，導(dǎo)致其商品房?jī)r(jià)格泡沫下降幅度最大.2012年由于銀行信貸收緊以及“國(guó)五條”正式出臺(tái)，明確提出將擴(kuò)大房地產(chǎn)稅改革試點(diǎn)范圍，商品房?jī)r(jià)格泡沫出現(xiàn)小幅上漲.2014年房?jī)r(jià)崩盤論在市場(chǎng)流行，央媒也發(fā)文托預(yù)期，“9·30”房貸新政出臺(tái)，首付比例降低，除北京、上海、廣州、深圳、三亞等5個(gè)城市外，絕大部分城市解除限購(gòu)，降低了商品房市場(chǎng)預(yù)期，各地商品房?jī)r(jià)格泡沫一降再降.2014年以后，“去庫(kù)存”“房住不炒”“穩(wěn)地價(jià)、穩(wěn)房?jī)r(jià)、穩(wěn)預(yù)期”的政策指示接連公布，但由于并沒有實(shí)質(zhì)性的救市行為，商品房?jī)r(jià)格泡沫仍然保持低增速的持續(xù)上漲.

2.3.2 中部新一線城市商品房?jī)r(jià)格出現(xiàn)分化

由2004年至2018年的《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》《武漢統(tǒng)計(jì)年鑒》以及《長(zhǎng)沙統(tǒng)計(jì)年鑒》可知，武漢市商品房銷售價(jià)格從2004年的2516元/平方米上漲至13 109元/平方米，漲幅達(dá)到421.03%，年均增長(zhǎng)12.51%，而武漢市商品房基礎(chǔ)價(jià)值年均增長(zhǎng)9.94%，低于實(shí)際房?jī)r(jià)的年均增長(zhǎng)率.并且武漢市低收入人口的可支配收入年均增長(zhǎng)率為9.18%，遠(yuǎn)低于實(shí)際房?jī)r(jià)的漲幅，說明這對(duì)于人數(shù)最多的中低收入人群來說，自身收入已無法承擔(dān)高速增長(zhǎng)的房?jī)r(jià)，這會(huì)在一定程度上阻礙外來務(wù)工人員的流入，抑制城市化過程和加大社會(huì)不公平，對(duì)武漢的發(fā)展產(chǎn)生不利影響.武漢于2019年末開始爆發(fā)新冠疫情，2020年初開始全面抗疫，封城管控，全城經(jīng)濟(jì)全面停滯.即便如此，2020年武漢的商品房?jī)r(jià)格依舊與上年相比只下降了14元/平方米，而武漢人均可支配收入?yún)s從51 706元降至50 362元.從學(xué)界公認(rèn)的房?jī)r(jià)收入比的角度看，武漢2020年的商品房?jī)r(jià)格泡沫現(xiàn)象并未出現(xiàn)好轉(zhuǎn).而對(duì)于長(zhǎng)沙市而言，其中低收入人群的可支配收入年均增長(zhǎng)率為11.53%高于實(shí)際房?jī)r(jià)的年均增長(zhǎng)率10.46%，并且2018年長(zhǎng)沙市的人均可支配收入為50 792元相較于武漢市高出3433元，但每平方房?jī)r(jià)卻比武漢市低4892元，這足以說明長(zhǎng)沙市居民的購(gòu)房壓力相比其他城市要小，居民幸福度也會(huì)因此得到提升，并且也有利于推動(dòng)長(zhǎng)沙的城市建設(shè)與發(fā)展，維護(hù)社會(huì)公平.

2.4 商品房?jī)r(jià)格偏移率平穩(wěn)性檢驗(yàn)

要判斷房地產(chǎn)市場(chǎng)是否存在泡沫，需通過對(duì)商品房?jī)r(jià)格偏移率進(jìn)行平穩(wěn)性檢驗(yàn)識(shí)別.通過AIC最小信息準(zhǔn)則選取檢驗(yàn)滯后項(xiàng)利用ADF檢驗(yàn)可知，除長(zhǎng)沙市之外，其余5個(gè)城市商品房?jī)r(jià)格偏移率均為非平穩(wěn)的，通過一階差分后平穩(wěn)，即商品房?jī)r(jià)格偏移率是I(1)序列.這表明商品房實(shí)際價(jià)格對(duì)基礎(chǔ)價(jià)值的偏離并不是遵循隨機(jī)游走過程，這種偏離是非平穩(wěn)偏移，即商品房市場(chǎng)的價(jià)格泡沫出現(xiàn).檢驗(yàn)結(jié)果如表6所示.

表6 商品房?jī)r(jià)格偏移率的ADF檢驗(yàn)

雖然除長(zhǎng)沙市外的5個(gè)中西部新一線城市均出現(xiàn)了不同程度的泡沫，但存在商品房?jī)r(jià)格泡沫并不意味著一定會(huì)嚴(yán)重危及金融體系.只有當(dāng)泡沫出現(xiàn)破裂，即商品房?jī)r(jià)格大幅度下跌的時(shí)候，才會(huì)造成嚴(yán)重的金融風(fēng)險(xiǎn)，危害我國(guó)金融體系的健康發(fā)展，甚至可能出現(xiàn)金融危機(jī).張斌[12]認(rèn)為居民部門利息保障倍數(shù)是預(yù)測(cè)商品房?jī)r(jià)格是否大跌的關(guān)鍵指標(biāo).基于大量國(guó)際經(jīng)驗(yàn)表明，當(dāng)該指標(biāo)低于1.5的臨界值時(shí)，才可能會(huì)導(dǎo)致商品房?jī)r(jià)格大跌和居民部門債務(wù)困境.借鑒張斌[12]的做法，用居民儲(chǔ)蓄與居民債務(wù)利息的比值代表居民部門利息保障倍數(shù)，而貸款利率根據(jù)加權(quán)平均得到.測(cè)得的各新一線城市居民利息保障倍數(shù)，結(jié)果如表7所示.

表7 居民部門利息保障倍數(shù)測(cè)度結(jié)果

由表7可知，各新一線城市的居民部門利息保障倍數(shù)均大于臨界值1.5，因此并不會(huì)出現(xiàn)商品房?jī)r(jià)格大幅度下跌的現(xiàn)象.其中西安市和成都市的居民部門利息保障倍數(shù)波動(dòng)不大，較為穩(wěn)定.而武漢市、鄭州市以及重慶市的居民部門利息保障倍數(shù)波動(dòng)明顯，且呈現(xiàn)遞減趨勢(shì).因此各地政府應(yīng)當(dāng)嚴(yán)格管控商品房?jī)r(jià)格，防范泡沫程度進(jìn)一步加深以及泡沫破裂給金融體系所帶來的極大危害.

3 商品房?jī)r(jià)格影響因素分析

3.1 變量選取

商品房?jī)r(jià)格偏移率非平穩(wěn)波動(dòng)導(dǎo)致商品房?jī)r(jià)格泡沫的出現(xiàn)，但各城市的房地產(chǎn)市場(chǎng)狀況不同，泡沫程度也有所差異.若要研究各城市商品房?jī)r(jià)格泡沫的成因，則有必要對(duì)各地商品房?jī)r(jià)格波動(dòng)的影響因素展開研究.借鑒沈悅等[13]、夏凱麗等[15]、鄭寧等[16]、宋婧[17]、武田艷等[18]、徐舒等[19]的研究成果，選取商品房?jī)r(jià)格波動(dòng)的影響因素.

商品房竣工造價(jià)(FP).是指商品房竣工價(jià)值與商品房竣工面積之比，表示單位竣工面積的土地與建筑成本.商品房竣工造價(jià)反映商品房開發(fā)成本，與商品房基礎(chǔ)價(jià)值具有內(nèi)在聯(lián)系.若商品房竣工造價(jià)攀升，房地產(chǎn)開發(fā)商為了維持或增加自身利潤(rùn)會(huì)進(jìn)一步提高商品房?jī)r(jià)格.

商品房出租面積(RA).指在報(bào)告期期末已出租的商品房屋的全部面積.商品房出租面積間接反映房屋的需求量.出租面積增加，表示一部分購(gòu)房者轉(zhuǎn)為租房者，降低了商品房的購(gòu)房需求，進(jìn)而削弱了商品房?jī)r(jià)格上漲預(yù)期.

土地增值稅(TAX).指轉(zhuǎn)讓國(guó)有土地使用權(quán)、地上的建筑物及其附著物并取得收入的單位和個(gè)人，以轉(zhuǎn)讓所取得的收入包括貨幣收入、實(shí)物收入和其他收入為計(jì)稅依據(jù)向國(guó)家繳納的一種稅賦.土地增值稅直接增加房地產(chǎn)開發(fā)成本.房地產(chǎn)開發(fā)商為了保證自身收益而提高商品房?jī)r(jià)格，向購(gòu)房者將其嫁給.

金融深化程度(DP).參照沈悅等[13]的做法用“金融機(jī)構(gòu)貸款余額/GDP”衡量金融深化程度.金融深化程度增強(qiáng)，一方面會(huì)降低購(gòu)房者資金獲取難度，擴(kuò)大商品房需求，商品房?jī)r(jià)格上漲；另一方面開發(fā)商融資相對(duì)容易，助推房地產(chǎn)投資規(guī)模.兩者共同作用的結(jié)果會(huì)推動(dòng)房地產(chǎn)價(jià)格上漲.

年末常住人口數(shù)(PEO).指實(shí)際經(jīng)常居住在某地區(qū)半年以上的人口.在其他條件不變的情況下，人口增加會(huì)在一定程度上增加對(duì)商品房需求，引發(fā)商品房?jī)r(jià)格上漲.

城鎮(zhèn)人均可支配收入基尼系數(shù)(CG).參照徐虹等[14]的做法，計(jì)算公式為CG=P2-P1；P1=城鄉(xiāng)最低收入組的人均收入×20%÷人均收入，P2=城鄉(xiāng)最高收入組的人均收入×20%÷人均收入，收入分配差距與商品房?jī)r(jià)格持續(xù)攀升存在內(nèi)在聯(lián)系.隨著收入分配差距擴(kuò)大，利潤(rùn)最大化行為驅(qū)使房地產(chǎn)商將市場(chǎng)鎖定高收入家庭，等價(jià)于將低收入家庭排除房地產(chǎn)市場(chǎng)，形成商品房?jī)r(jià)格在高位運(yùn)行.

城鎮(zhèn)登記失業(yè)率(UR).指城鎮(zhèn)登記失業(yè)人數(shù)同城鎮(zhèn)從業(yè)人數(shù)與城鎮(zhèn)登記失業(yè)人數(shù)之和之比.失業(yè)率從反向可以衡量某地區(qū)在一定時(shí)期人口從業(yè)情況，間接衡量具有購(gòu)房能力的人數(shù).失業(yè)率越低，具有購(gòu)房能力的人數(shù)越多，對(duì)商品房需求增大，導(dǎo)致商品房?jī)r(jià)格上漲.

3.2 模型估計(jì)結(jié)果及評(píng)價(jià)

本文依據(jù)選取的變量設(shè)定模型如下：

lnHP=β0+β1lnFP+β2lnRA+β3lnTAX+

β4DP+β5lnPEO+β6CG+β7UR+ε,

(4)

式中：FP、RA、TAX、DP、PEO、CG、UR分別表示商品房竣工造價(jià)、商品房出租面積、土地增值稅、金融深化程度、年末常住人口數(shù)、城鎮(zhèn)人均可支配收入基尼系數(shù)以及城鎮(zhèn)登記失業(yè)率.

為了消除量綱和數(shù)量級(jí)的差異，對(duì)部分變量進(jìn)行對(duì)數(shù)化處理.βi(i=1,2,…，7)為待估計(jì)參數(shù)，ε為隨機(jī)誤差項(xiàng).數(shù)據(jù)均來自1998至2018年的《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》以及各城市統(tǒng)計(jì)年鑒.為增加結(jié)論的可靠性，本文使用逐步回歸模型及個(gè)體固定效應(yīng)模型估計(jì)結(jié)果如表8所示，其中個(gè)體固定效應(yīng)模型作為逐步回歸模型的穩(wěn)健性檢驗(yàn)，結(jié)果顯示兩種回歸方法得出的結(jié)論相一致，這表明本文的結(jié)果具有一定的穩(wěn)健性.

表8 模型估計(jì)結(jié)果

3.2.1 商品房需求對(duì)價(jià)格的影響比供給更為顯著

城鎮(zhèn)登記失業(yè)率與商品房出租面積從側(cè)面反映了商品房的購(gòu)房需求，對(duì)商品房?jī)r(jià)格具有負(fù)向影響，這與夏凱麗等[15]的研究結(jié)論一致.金融深化程度和年末常住人口數(shù)對(duì)商品房?jī)r(jià)格具有正向影響，與沈悅等[13]、鄭寧等[16]的研究結(jié)論一致.從購(gòu)房者的角度看，金融深化程度加強(qiáng)與年末常住人口數(shù)增加均會(huì)進(jìn)一步擴(kuò)大對(duì)商品房的需求.年末常住人口數(shù)的增加，購(gòu)房人數(shù)會(huì)隨之增加，進(jìn)而助推商品房?jī)r(jià)格；金融深化程度加強(qiáng)會(huì)降低購(gòu)房者資金獲取難度，進(jìn)一步擴(kuò)大商品房需求，推高商品房?jī)r(jià)格.

3.2.2 房地產(chǎn)開發(fā)成本對(duì)商品房?jī)r(jià)格具有正向影響

商品房竣工造價(jià)與土地增值稅均反映了房地產(chǎn)的開發(fā)成本.開發(fā)成本上升，房地產(chǎn)開發(fā)商為了維持或增加自身利潤(rùn)會(huì)進(jìn)一步提高商品房?jī)r(jià)格.商品房竣工造價(jià)和土地增值稅雖然對(duì)各地區(qū)商品房?jī)r(jià)格變化貢獻(xiàn)度不同，但均與商品房?jī)r(jià)格成正相關(guān)，是推動(dòng)商品房?jī)r(jià)格上漲的重要因素，與宋婧[17]、武田艷等[18]的研究結(jié)論一致.

3.2.3 城鎮(zhèn)人均可支配收入基尼系數(shù)對(duì)各城市商品房?jī)r(jià)格均為正向影響

這與徐舒等[19]的研究結(jié)論一致.但這一變量并非通過影響商品房的供給與需求作用于商品房?jī)r(jià)格，而是通過改變房地產(chǎn)市場(chǎng)目標(biāo)影響商品房?jī)r(jià)格.利潤(rùn)最大化行為驅(qū)使房地產(chǎn)商將市場(chǎng)目標(biāo)鎖定高收入家庭，等價(jià)于將低收入家庭排除房地產(chǎn)市場(chǎng)，形成商品房?jī)r(jià)格在高位運(yùn)行.

3.3 商品房?jī)r(jià)格短期波動(dòng)與長(zhǎng)期均衡價(jià)格的偏移度分析

由于新一線城市商品房?jī)r(jià)格短期波動(dòng)明顯，故需建立誤差修正模型(ECM)來分析商品房?jī)r(jià)格短期波動(dòng)與長(zhǎng)期均衡之間的偏移程度.上文模型中的變量經(jīng)ADF檢驗(yàn)均為一階單整序列，故采用Johansen法進(jìn)行協(xié)整檢驗(yàn)，結(jié)果如表9所示.誤差修正模型估計(jì)結(jié)果如表10所示.

表9 協(xié)整檢驗(yàn)結(jié)果

表10 誤差修正模型結(jié)果

商品房?jī)r(jià)格短期波動(dòng)偏離長(zhǎng)期均衡價(jià)格.由表10可見，誤差修正項(xiàng)系數(shù)為負(fù)且較為顯著，符合反向修正機(jī)制，且修正力度較大，說明各城市商品房?jī)r(jià)格短期波動(dòng)與長(zhǎng)期均衡偏離程度較高.短期內(nèi)商品房?jī)r(jià)格變化不僅受上述因素影響，還受上期商品房?jī)r(jià)格偏離均衡水平影響.短期內(nèi)商品房?jī)r(jià)格變化不僅受商品房竣工造價(jià)、金融深化程度、城鎮(zhèn)人均可支配收入基尼系數(shù)、城鎮(zhèn)登記失業(yè)率及年末常住人口數(shù)的影響，而且還受上期商品房?jī)r(jià)格偏離均衡水平影響.

4 結(jié)論與建議

本文將不可觀測(cè)的商品房基礎(chǔ)價(jià)值作為狀態(tài)變量，納入基于商品房供求而建立的狀態(tài)空間模型，對(duì)中西部地區(qū)新一線城市房?jī)r(jià)泡沫分析得出：2004年以來，除長(zhǎng)沙市外，西安、重慶、成都、鄭州及武漢等新一線城市商品房?jī)r(jià)泡沫均呈現(xiàn)加劇態(tài)勢(shì)，2004至2018年泡沫程度平均達(dá)到20.45%；商品房房?jī)r(jià)泡沫在城市之間既存在異質(zhì)性，又有相似性，武漢市最為嚴(yán)重，重慶、成都兩市波動(dòng)趨勢(shì)相似，武漢、鄭州兩市波動(dòng)趨勢(shì)相似.對(duì)商品房?jī)r(jià)影響因素分析可知：市場(chǎng)需求以及開發(fā)成本是影響商品房?jī)r(jià)波動(dòng)的核心因素；竣工造價(jià)對(duì)長(zhǎng)期房?jī)r(jià)波動(dòng)影響較大，而對(duì)短期房?jī)r(jià)波動(dòng)影響較小.為控制商品房?jī)r(jià)格持續(xù)上漲，防范商品房?jī)r(jià)格泡沫化加劇，提出以下建議：

第一，堅(jiān)持“房住不炒”定位，建立穩(wěn)定房?jī)r(jià)的長(zhǎng)效機(jī)制.黨和政府的工作報(bào)告一直強(qiáng)調(diào)“房子是用來住的、不是用來炒的”，這是黨和政府對(duì)房地產(chǎn)市場(chǎng)的工作理念.各地政府應(yīng)夯實(shí)城市政府主體責(zé)任，堅(jiān)持“房子是用來住的，不是用來炒的”的定位，綜合運(yùn)用金融、土地、財(cái)稅、投資、立法等手段，加快建立多主體供應(yīng)、多渠道保障、租購(gòu)并舉的住房制度，并全面落實(shí)因城施策，穩(wěn)地價(jià)、穩(wěn)房?jī)r(jià)、穩(wěn)預(yù)期的長(zhǎng)效管理調(diào)控機(jī)制以保持房地產(chǎn)市場(chǎng)調(diào)控政策的連續(xù)性和穩(wěn)定性，達(dá)到抑制房地產(chǎn)泡沫，促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展目的.

第二，完善住房租賃市場(chǎng)，加大高房?jī)r(jià)城市租賃房供給.各地政府應(yīng)高度重視培育和發(fā)展住房租賃市場(chǎng)、加快實(shí)施城市更新以有效盤活存量住房資源，有序擴(kuò)大城市租賃住房供給，并在加快完善長(zhǎng)租房政策以及逐步推動(dòng)住房租購(gòu)?fù)瑱?quán)的同時(shí)降低住房租賃稅負(fù)，整頓租賃市場(chǎng)秩序，以保證住房租賃市場(chǎng)規(guī)范發(fā)展.并以人口流入多，房?jī)r(jià)高的城市為重點(diǎn)，擴(kuò)大保障性租賃住房供給，著力解決困難群體與新市民住房問題，達(dá)到從供給端抑制房?jī)r(jià)泡沫目的.

第三，提高城郊居民購(gòu)房能力，吸引人口向二、三線城市轉(zhuǎn)移.中心城市和城市群人口與經(jīng)濟(jì)總量占全國(guó)七成以上，已然成為目前承載各種發(fā)展要素的主要空間形式.人口基數(shù)越大意味著房地產(chǎn)市場(chǎng)需求越旺盛，故強(qiáng)調(diào)中心城市帶動(dòng)周邊城市發(fā)展，城市群內(nèi)部大中小城市協(xié)同發(fā)展，吸引人口向二、三線城市遷移，可以有效緩解因房地產(chǎn)市場(chǎng)需求增加導(dǎo)致的房?jī)r(jià)上行壓力，達(dá)到從需求端抑制房?jī)r(jià)泡沫目的.

第四，推動(dòng)金融、房地產(chǎn)與實(shí)體經(jīng)濟(jì)均衡發(fā)展，破解新一線城市房地產(chǎn)“虹吸效應(yīng)”.高房?jī)r(jià)會(huì)帶來虹吸效應(yīng)，導(dǎo)致社會(huì)資源配置失衡，貧富分化程度加深，房地產(chǎn)泡沫加劇等社會(huì)問題.新一線城市“虹吸效應(yīng)”已出現(xiàn)圈層外擴(kuò)，高房?jī)r(jià)蔓延至部分省會(huì)城市、二線城市.而房地產(chǎn)“虹吸效應(yīng)”也直接導(dǎo)致實(shí)體經(jīng)濟(jì)融資成本和生產(chǎn)成本的提高，造成實(shí)體經(jīng)濟(jì)發(fā)展困境.因此應(yīng)通過公共服務(wù)、產(chǎn)業(yè)發(fā)展、戶籍制度、基礎(chǔ)設(shè)施方面的整體規(guī)劃來打破新一線城市房地產(chǎn)“虹吸效應(yīng)”，推動(dòng)金融、房地產(chǎn)同實(shí)體經(jīng)濟(jì)均衡發(fā)展.

第五，促進(jìn)房地產(chǎn)業(yè)良性循環(huán)和房地產(chǎn)市場(chǎng)健康發(fā)展.由于房地產(chǎn)業(yè)的過度負(fù)債和泡沫持續(xù)過大，擠壓房地產(chǎn)泡沫是一個(gè)持久痛苦的過程，特別是在恒大房地產(chǎn)暴雷這一突出事件的商品房?jī)r(jià)格下降過程中，給房地產(chǎn)業(yè)敲響了警鐘.各地政府應(yīng)該嚴(yán)管房地產(chǎn)業(yè)，如武漢市于2022年2月1日實(shí)施房地產(chǎn)新規(guī)——《武漢市房地產(chǎn)開發(fā)企業(yè)信用監(jiān)管辦法》，此規(guī)定將炒作學(xué)區(qū)房納入監(jiān)管.政府對(duì)房地產(chǎn)調(diào)控政策連續(xù)性要保持穩(wěn)定，做好住房供地保障，籌集建設(shè)保障性租賃住房、竣工各類保障房，調(diào)整建設(shè)標(biāo)準(zhǔn)和配租辦法.同時(shí)加強(qiáng)住房租賃市場(chǎng)管理，促進(jìn)房地產(chǎn)業(yè)良性循環(huán)和健康發(fā)展.