长三角房地产市场的价格差异及决定因素
文章编号:1000-8462(2007)06-0985-05
长三角房地产市场的价格差异及决定因素①
郝前进1，陈　杰2
(1.复旦大学环境科学与工程系，中国上海　200433;2.复旦大学管理学院，中国上海　200433)
摘　要：城市的房地产价格能充分反映所在地区经济发展水平、人口集聚、资金流动和居民的消费偏好等有关信息。长三角城市房地产市场显现较明显的体系分层结构，为研究房屋价格差异的决定因素提供了很好的素材。
文章用长三角16个城市2000—2004年房地产市场的数据，揭示了需求差异是决定长三角地区城市间房屋价格差异的主要因素。其中，城市之间在居民人均收入和非农人口比例的差异又是决定各个城市对住房存在不同需求的主导因素。然而，我们同时发现，人均房屋竣工面积等供给因素对房屋价格并没有显著的影响。这说明当前长三角城市的房地产市场价格差异主要由需求因素决定，供给因素起到的作用较弱。
关键词：长三角；房地产市场；价格差异；决定因素
中图分类号:F293.3文献标识码:A
  房地产是一种非常区域化的商品，其价格能充分反映所在城市Π地区经济发展水平、人口集聚程度、经济结构、资金流动和居民的消费偏好等有关信息。研究不同城市房地产价格差别的影响因素，可以得到不同城市和地区社会经济发展的丰富资料，但前提是对房价差别决定机制有确切的了解。
跟其他商品一样，房屋价格是由供给和需求两方面因素共同决定的，但房屋价格决定机制的特点是供给和需求都是非常区域化、当地化(localized)。影响住房需求的因素，从理论上说，主要包括当地家庭总收入或可支配收入、银行贷款利率、房地产金融发展充分程度、人口年龄与就业结构、劳动力市场景气等。广泛的经典经验文献表明，收入在任何一个国家或地区的房地产市场中都是房屋价格的最主要决定因素[1-3]。而且，房价对收入的增长具有很高的敏感性，即一定百分点的收入增加甚至可以带来更高百分点比例的房价增加幅度。如Jacobsen and Naug(2005)用挪威1990年到2004年的季度数据研究了收入增长对房屋价格的长短期效应，如果当年工资收入始终保持1%的增加幅度，第1年可以带来房价上涨0.5%，长远看可以使房价上涨1.75%[4]。诸多经典文献还发现，市场经济下，房屋价格对利率也很敏感，虽然房屋价格对银行利率变化反应有一定滞后效应。如Jacobsen and Naug(2005)发现，在挪威，银行借款利率每增加1%，房屋价格第一季度会下降2.25%，长期则会下降3.25%。Abraham and Hendershott(1996)用美国30个城市1972—1999年的年度数据也说明房屋价格上涨幅度与利率上升之间的负相关关系[5]。Mcgibany and N ourzad(2004)用美国1963—1997年的月度数据，发现短期内利率变化会同时影响住宅供给和需求，短期内对房屋价格不会产生显著影响，但长期内利
率变化和房屋价格存在明显的负相关关系[6]。此外,Meen and Andrew (1998)用英国1990—1995年的数据发现房屋价格对失业率有非常显著的反应，人口增长和就业增长可以使房屋价格显著上涨[7]。但也有Nellis and Longbottom(1981)用英国1970—1980年的数据发现人口因素对房屋价格影响并不明显[1]。人口迁移和人口结构变化会影响到地区的工资收入水平，但人口结构特征变化需要很长的时间，所以短时间内人口结构变动对房屋价格没有直接影响[4]。
长三角城市影响房屋销售价格的供给方面因素，主要包括当地房屋存量、建筑和建造成本、土地供应与土地价格等因素。Meen and Andrew(1998)、Jacobsen and Naug(2005)认为某地先前房屋供给(或房屋存量)对房屋价格有显著的影响[5,7]。P oterba (1991)研究表明建设成本对房屋价格变化有显著的影响[2]。但Raym ond(1998)研究发现在香港土地供给和住房价格不存在因果关系[8]。
国内对房价以及房价差异展开实证研究的还很少。比较突出的有，虞晓芬(2003)基于浙江省的案例分析，提出区域经济发展状况直接影响居民就业水平和收入水平，进而决定对住宅的有效需求[9]。崔新明(2005)用全国30个大中城市1998—2000年的数据说明人均可支配收入、市区非农业人口和住宅销售面积对房屋价格存在显著的影响，但人均国内生产总值、人均住房使用面积对房屋价格的影响作用不显著[10]。就一个区域体系内部而且用面板模型对房屋销售价格差异展开的研究，目前国内还十分缺乏。
1　长三角城市房地产市场的价格差异
城市体系分层结构研究主要从城市人口数量的角度进行分析[11]，对于不同城市同一产业间关系的研究则相对较少，如信息产业、金融业、商贸流通产业、制造业等。这是因为
第27卷第6期2007年11月             
经  济  地  理
EC ONOMIC GE OG RAPHY
V ol.27,N o.6
N ov.,2007
①感谢复旦大学周伟林副教授和杂志审稿人的诸多建议。
收稿日期:2006-11-22；修回日期:2007-04-30
基金项目：国家自然科学基金项目(编号:NSF70601007)和教育部重点研究基地重大课题(编号:05JJD790003)联合资助。
产业发展具有地理集聚的特点，产值的高低不容易和城市等级、人口集聚程度建立必然的联系：行政
级别很低、人口很少的城市也可能由于某一行业的发展具有很高的产值，行业也可能会因为投资环境的改变、发展的需要不断进行“迁移”，难以保证行业与城市间的长期关系。
但房地产业却是一个例外，房屋商品具有耐久性、昂贵性、空间位置的固定性、多重异质性、政府行为性和生活必需
品等特点[12]
，耐久性和空间位置的固定性使房地产业发展具
有持续性，房屋存量不容易出现较大的波动；品质和空间的异
质性使购房选择可以反映消费者体的多重偏好；昂贵性使购房行为充满理性，房屋价格可以很好体现家庭的收入水平及未来的预期；生活必需品特征使住房需求随着人口、收入变化同步发展。综合上述特点，城市房屋价格作为一种信号，可以充分体现所处城市的人口特征、经济发展水平、资金流动和城市居民的购房偏好等，城市间房地产产业也最可能满足体系分层结构
。
图1　长三角16城市2002年、2004年房屋销售价格的空间差异Fig.1　H ousing prices difference of 16cities in Yangtze River Delta
资料来源:《长江和珠江三角洲及港澳特别行政区统计年鉴》2003,2005，用ArcM ap8.3制作。
  长三角16城市2002年和2004年房屋销售价格基本满足城市体系的分层结构：作为直辖市的上海房屋销售价格最高，省会城市和副省级城市南京、杭州、宁波房价次之，其余的地市级城市房屋价格最低。但是也有例外，无锡、绍兴房屋销售价格相对高于同级别其他城市，南京房屋销售价格相对稍低
(图1)。长三角城市房屋为何存在这种体系分层结构，怎
样解释无锡、绍兴房屋销售价格与同级别城市的差异，这些正是研究目的所在。
2　模型
房屋价格由房屋供应和房屋需求决定，房屋供应可以用房屋存量表示。由于建造房屋需要一定的时间且新增房屋供应在房屋存量中所占比重一般较小，短期内房屋存量基本稳定，房屋价格主要随需求波动。长期内房屋存量则会根据需求状况做出调整。先分析房屋存量短期不变下房屋价格的影响因素。
住房需求包括居住需求和投资需求两部分，通常居住需求在整个需求中占据很大比重。居民可以选择购房或者租赁方式，假设购房是住房需求的主要方式，构建如下住房需求函数[5]:
H
D
=f (
V P ,V
H L
,Y ,X ),f 1<0,f 2<0,f 3>0(1)
式中:H D 为住房需求;V 为拥有住房的总成本;P 为除住房外其他商品和服务的价格指数;H L 为租房的总成本;Y 为家庭实际可支配收入;X 为影响住房需求的其他因素组成的向量;f i 为第
i 变量的一阶导数。方程1说明购房需求随着收入的增加而增
加，随着其他物品和服务价格的上升而增加，随着租房成本的提升而增加。向量X 主要包括人口统计特征、银行借贷政策和消费者对未来收入和拥有住房成本的预期等。
拥有住房的成本衡量了把资产用于购买房产而放弃其他投资或银行储蓄的机会成本。实际住房成本可以定义为:
V P =PH P B K =PH
P
[i (1-τ
)-E π-(E πPH -E π)](2)式中:PH 为每单位住房的平均价格;B K 为投资在住房中每单位货币的机会成本;i 为银行名义利率;τ为资本收益或支出的边际税率，如利息税;E
π为预期通货膨胀率(包括除购买住房外的其他商品和服务);E
πPH 为预期PH 的增长率。表达式[i (1-τ
)-E π]代表税后实际利率，它衡量了住房贷款或把购房资金存入银行所获得的利息收入。表达式[E
πPH -E
π]代表住房价格的预期实际增长率，它意味着实际拥有住房成本下降或购买住房比租房更加划算(房子的增值功能),
689经  济  地  理                  　27卷
购买住房的需求将增加。当租房成本增加、银行利率下降或
EπPH增加时，拥有住房将比银行存款更加有利可图，住房需求增加。
房屋存量短期内是固定不变的，住房价格PH可以使住房需求与住房供给保持平衡，将方程2带入方程1，对PH求解，采取半对数函数形式，得到:
ln PH=β1ln P+(1-β1)ln H L+β2ln Y
+β3B K+β4ln H+β5g(X)(3)
式中:H代表住房存量。由于国内公布的房屋价格不包括二手房交易(即房屋存量)，主要指新增房屋交易市场，当年新建房屋数量对房屋价格必然带来一定的影响，在模型用商品房竣工面积S代表住房供给(替换住房存量H)。本文主要分析长三角城市间住房差异的决定因素，区域范围内其他商品或服务的价格P指数、投资住房的机会成本B K在城市间差别并不大，故不重点考虑。假设居民购房主要用于自己居住，而非出租获得租金收益，主要考虑人口统计特征(用非农人口密度和非农人口比例表示)对房屋价格的影响，将上述公式进行一定的修正[13](Pain and Westaway(1997)也使用了类似的方法)，得到:
ln PH=φ1ln Y+φ2M+φ3ln D+φ4S+φ5g2(X)(4)
式中:D为非农人口密度,M为非农人口比例。g
2
(X)为其他影响房屋价格的因素，包括P、B K、H L等因素。
3　数据收集及实证结果
3.1　数据收集和指标筛选
中国住宅市场1998年取消福利分房制度，经历2年左右的徘徊和观望,2000年左右真正走上市场化发展的道路。本文收集了2000—2004年长三角16个城市上海、南京、苏州、无锡、常州、镇江、南通、扬州、泰州、杭州、宁波、嘉兴、湖州、绍兴、舟山、台州的住房平均销售价格、房屋竣工面积、城镇居民家庭平均每人年收入、城镇居民家庭平均每人全年可支配收入、土地面积、非农业人口、总人口等指标的相关数据。数据来源为：长江和珠江三角洲及港澳特别行政区统计年鉴2003—2005[14]，中国房地产产业地图2005[15]，各个城市2000—2004年的国民经济和社会发展统计公报。需要说明的是，个别数据在不同出处有细微差别，这里以长江和珠江三角洲及港澳特别行政区统计年鉴为准。
由于住房购买的对象主要是非农业人口，考虑指标可比性，本文把表示住房需求的指标转换为：城镇居民家庭平均每人全年可支配收入(或城镇居民平均每人年收入)、人口密度、非农人口比例；表示住房供给的指标为：非农人口人均房屋竣工面积。
3.2　函数形式
构建模型如下：住宅价格=F(可支配收入，非农人口比例，人口密度，人均房屋竣工面积)，采用半对数方程: ln PH it=a0+a1ln Y it+a2M it+a3ln D it+a4S it+e it
其中:PH：房屋平均销售价格;Y：城镇居民家庭人均可支配收入(或人均平均年收入AI);M：整个行政区域范围的非农业人口所占的比重;D：人口密度;S：非农人口人均房屋销售面积。
由于对不同城市进行了不同时期的观察取值，我们可以采用面板模型(panel data m odel)。因为面板数据模型可以有效控制个体内部不可观察因素差异的影响，普遍认为，其得出的结果比一般研究所用的横截面模型(cross-sectional data m odel)要可靠得多[16]。当然，面板数据模型可以选用固定效应(fixed effect m odel)或者随机效应(random effect m odel)。固定效应模型参数更可信一些，但随机效应参数更有效率(方差更小)，这个选择可以依据通过Hausman检验得出[16]。
表1　半对数方程下长三角房屋价格差异的动力因素回归结果(随机效应面板模型结果) T ab.1　The determinants of housing prices difference in Yangtze River Delta by semi-logarithmic regression random effect p anel d ata model result
方程1Cons Ln Y Ln(AI)M Ln D S
R2
Overall W ith Between
Hausman T est
(Prob>chi2)
1-2.035
(-1.18)1.12533
(9.24)
0.79033
(2.19)
-0.139
(-0.79)
0.008
(0.42)
0.69170.74780.65380.6318
2  1.106
(0.67)0.88033
(7.99)
0.79733
(2.11)
-0.282
(-1.54)
0.013
(0.60)
0.60810.69920.57510.8500
注：括号内为Z值。33代表显著性在1%以下,3代表显著性在5%以下。表1使用统计软件stata8.0。
3.3　实证结果
3.3.1　需求差异是2000—2004年长三角16城市房屋销售价格差异的主要决定因素。而供给因素对房屋销售价格影响并不显著。回归方程显示，代表房地产市场供给的变量S和ln S并不显著，这可以说明2000—2004年长三角房地产市场的发展主要由需求因素推动，供给增加并不能显著改变房地产市场的供需结构，从而影响房屋销售价格。
3.3.2　城镇居民人均可支配收入水平(或人均年收入)和非农人口比例是城市住房需求的主要动力因素，也是房屋价格差异的主要决定因素。从方程1可以看出，城镇居民人均可支配收入在原基础上每增加1%，房屋销售价格则将增加约1.125%。区域非农人口比例(城市化进程)每增加1个百分点，房屋价格可以增加约0.790%。Hausman检验(原假设：随机效应模型与固定效应模型并没有显著差别)表明，方程可以采用随机效应模型。另外从拟合优度来分析，方程1中within 的系数为0.7478，而between则为0.6538，这不仅在方程1中，对于方程2，我们也有同样的发现。这充分说明，相对城市间的差异，单个城市内部不同时期的变化对房屋价格变化更重要。
3.3.3　上海与长三角其他城市房屋价格的差异来自于城镇居民人均可支配收入(或人均年收入)和非农人口比例的共同差异，但非农人口比例差异占有更大的成分。上海2004年人均可支配收入为16683元，普遍高于长三角其他城市，但差别并不大。而2004年上海总人口为1352.39万人，非农人口比例高达81.16%，总人口和非农人口比例大大超过长三角其他城市，由此带来的巨大需求带动了上海房价的不断上涨。
789
6期          　郝前进，陈杰：长三角房地产市场的价格差异及决定因素
南京、无锡与常州、镇江、南通、扬州人均可支配收入水平基本相同，城市间房屋价格差异主要来自于非农人口比例的差异；杭州、宁波、绍兴与台州比较，人均可支配收入水平基本相同，房屋价格差异主要来自于非农人口比例的差异，而与湖州、嘉兴、舟山比较，非农人口比例和人均可支配收入水平上具有双重差异，房屋价格差异来自双方面的因素,2004年数据见表2。
3.3.4　浙江省与江苏省房地产市场需求的主要动力因素有所差异。浙江城市城镇居民人均可支配收入普遍高于江苏，而江苏城市的非农人口比例(城市化率)则普遍高于浙江城市，这说明浙江城市房地产市场的主要动力因素来自于城镇居民人均可支配收入的快速提高(相对江苏)，而江苏城市房地产市场的动力因素主要来自于城市化进程的快速推进，这主要因为浙江与江苏经济发展模式的差异：浙江经济以
民营资本为主，可以很快提高人民生活水平，而苏南模式主要依靠外力和政府的强势推动，非农人口比例得以快速提高。浙江城市和江苏城市在城镇居民人均可支配收入和非农人口比例上的此消彼长，城市间房屋价格并不存在很大的差异(表2)。
表2　长三角16城市2004年可支配收入和非农人口比例结构图
T ab.2　Per C apita Disposable I ncome and non-agriculture population
proportion of16cities in Yangtze River Delta in2004
可支配收入>40%30%—40%<30%
>15000元上海(16683,81.16)宁波(15882,31.88)绍兴(15676,27.87)台州(16113,17.39)
13000—15000元苏州(14451,49.70)无锡(13588,
62.48)杭州(14565,43.36)嘉兴(14693,32.47)舟山(13747,
35.75)
湖州(13487,29.69)
<13000元南京(11602,71.69)常州(12867,
45.81)镇江(10858,41.42)南通(10937,31.10)扬州(9851,
38.07)
泰州(9695,26.96)
数据来源：长江和珠江三角洲及港澳特别行政区统计年鉴,2005。
3.3.5　长三角房地产市场处于稳定快速发展的阶段。由于人均可支配收入和非农人口比例是房屋价格的主要决定因素，长三角目前正处于人均可支配收入和城市化水平快速推进的阶段，房地产市场必然发展迅速。另外从房地产市场发展和人均G DP的关系看，世界银行研究表明，当人均G DP达到300美元时，房地产产业开始起步；达到600—800美元时，房地产业进入高速发展时期；等达到1300美元，房地产业进入稳定快速增长期；达到8000美元，则进入平衡期(陈淮、赵路兴,2005)。上海2005年人均G DP为55307元(按1美元≈8人民币换算，约6913美元)，江苏人均G DP为24515元(约3064美元)，浙江人均G DP为27552元(约3444美元)。根据国际经验和本文的研究都说明了，由于人均收入和城市化仍在不断加快，目前长三角城市房地产市场尚处于稳定快速增长时期。在良好的区域经济发展背景下，这个快速增长的阶段预期仍将持续较长时间。
4　结论
房屋商品由于其独特和与生俱来的地域属性，房屋价格能充分体现所处城市经济发展水平、人口集聚、资金流动和居民的消费偏好的多种信息。长三角城市房地产市场存在明显的体系分层结构，为研究不同城市房价差异决定机制提供了良好的素材。本文用基于面板模型的实证计量研究初步说明，需求差异是导致2000—2004年长三角城市住宅房屋价格存在差异的主要决定因素，其中城镇居民人均可支配收入(或人均年收入)和非农人口比例是住宅需求差异的主要动力。但同时我们也发现，江苏省和浙江省相比在住宅需求动力机制也存在着差异：江苏省以城市化的快速推进为主要动力，而浙江省则主要得益于城镇居民人均可支配收入的快速提升。整体来看，由于人均收入和城市化的不断加快，长三角房地产市场仍处于稳定快速增长的阶段。
由于本文采用的数据样本量较小，时间跨度也很短，所得的计量结论可置信程度不是很理想，只能作为阐述性地帮助我们对城市间房价差异机制以及决定因素做初步了解。即便如此，还是得到跟直观感受相符一致的实证结论，并加深了对该问题的理解，对房地产业和区域发展有关的决策也有所参考价值。更高深度和更全面的分析还有待将来获得更高质量的数据之后来进行。
参考文献:
[1]　NE LLIS J G,J ANDREW LONG BOTT OM.An em pirical analysis of the
determ ination of house prices in the United K ingdom[J].Urban S tudies, 1981,18:9-21.
[2]　PORTERBA J M.H ouse price dynam ics:the role of tax policy and de2
m ographics[J].Brookings Papers on Econom ic Activity,1991,91(2): 143-204.
[3]　LI M G,M LEE.H ousing consum ption in urban China[J].Journal of Re2
al Estate Finance and Econom ics,1993,(6):89-102.
[4]　JACOBSE N D H,B E NAUG.What drives house prices[J].Econom ic
Bulletin,V olume Lxxvi,2005,(1):29-41.
[5]　ABRAHAM J M,P H HE NDERSHOTT.Bubbles in metropolitan housing
[J].Journal of H ousing Research,1996,7(2):191-208.
[6]　MCGI BANY J M,FARROK H NOURZ AD.D o lower m ortgages rates
mean higher housing prices?[J].Applied Econom ics,2004,(36):305
-
313.
[7]　MEE N GE OFFREY,M ARK ANDREW.M odeling regional house prices:
a review of the literature[R].The Centre for S patial and Real Estate
Econom ics,Department of Econom ics,The University of Reading,1996.
[8]　RAY M OND Y C TSE.H ousing price,land supply and revenue from land
sales[J].Urban S tudies,1998,35(8):1377-1392.
[9]　虞晓芬.浙江省住宅价格快速上升的成因分析与控制研究[J].
中国房地产,2003,(1):19-22.
[10]　崔新明.城市住宅价格的动力因素及其实证研究[M].经济科
学出版社,2005.
[11]　DOBKINS L H,YM IOANNIDES.Ev olution of the U.S.city size dis2
tribution[M].M imeograph,Tu fts University,M ed ford,M A,1996. [12]　S MITH L B,K T ROSE N,G FA LLIS.Recent developments in econom ic
m odels of housing markets[J].Journal of Econom ic Literature,1988,26
(1):29-64.
[13]　PAIN N,PETER WEST AW AY.M odelling structural change in the UK
889经  济  地  理                  　27卷
housing market :a com paris on of alternative house price m odels [J ].Econom ic M odelling ,1997,14(4):587-610.
[14]　国家统计局国际统计信息中心编.长江和珠江三角洲及港澳特
别行政区统计年鉴(2003-2005)[M].中国统计出版社,2003-
2005.
[15]　中国产业地图编委会，中国经济景气监测中心编.中国房地产
产业地图(2005)[M].复旦大学出版社,2005.
[16]　G REE NE W H.Econometric Analysis[M].Prentice -Hall ,Inc ,1997.
THE DETERMINANTS OF URBAN H OUSE PRICES
DIFFERENCE IN YANGTZE RIVER DE L TA
HAO Qian -jin 1
,CHE N Jie
2
(1.Environmental Science &Engineering Department ,Fudan University ,Shanghai 200433,China ;
2.Management School ,Fudan University ,Shanghai 200433,China )
Abstract :The prices of urban residential housing are very in formative of local s ocio -economic development conditions.S ince the structure of urban housing system in the Y angtze River Delta ideally follows the rank -size rule ,it constitutes a g ood exam ple to analyze what are key de 2termin
ants of variations of urban housing prices across different cities.Em ploying a panel data collected from the 16cities in the Y angtze River Delta between 2000-,and using up -to -date econometric tools ,this papers concludes that the urban housing prices in this region is primarily determined by demand -side factors.The growth in the per Capita disposable income (or total income )of urban households and non -agriculture population proportion ratio are the major driving forces of the demand for urban housings.At the same time ,this paper suggests that key supply -side factors such as gross floor space s old per capita don ’t have determinant in fluences on local housing prices in the Y angze River Delta area.
K ey w ords :Y angtze River Delta ;housing market ;determinants of housing price differences ;determinant factors
作者简介：郝前进(1980—)，男，河南武陟人，博士，讲师。研究方向为城市经济与管理。E -mail :haoqianjin @fudan.edu 。
(上接984页)
REGIONAL DISPARITY OF REAL ESTATE IN D USTR Y IN CHINA
———ANALYSIS BASED ON THE FIRST ECONOMIC CENSUS
YI Cheng -dong
(Department of Urban and Real Estate Management ,Central University of Finance and Economics ,Beijing 100081,China )
Abstract :I t investigated the regional disparity of real estate industry based on the First Economic Census of China.The percentages of w ork unit scale ,em ployment ,first level qualification and non -native firms which were in the eastern area were much higher than those in other ar 2eas.And the production condition and corporate finance condition of firms which were located in the eastern area were much better than those in other areas.I t discussed that the main determinants were regional economy ,economic policy and market environment .And it im plicated that industry development strategy and public regulation policies should be regionally oriented.K ey w ords :real estate industry ;spatial disparity ;China
作者简介：易成栋(1972—
)，男，湖北黄冈人，博士，副教授。主要研究城市房地产经济和区域经济。E -mail :chdyi @126 。9
896期          　郝前进，陈杰：长三角房地产市场的价格差异及决定因素

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。