我国房价影响因素的区域性差异研究

易颖　刘美伶

摘要：房地产对社会与经济发展、人民生活生产都起着重要作用，由于不同城市间地理位置、经济、文化等的差异，所以我国东部、中部、西部地区的房地产业发展存在较大差异。本文主要从区域差异角度分析商品房价格的影响因素，实证得出结论，我国东部地区的房地产价格变动相对中部和西部地区更为敏感，且各地区相差较大，应适当通过宏观经济政策缩小东中西部地区的发展差距。

关键词：房地产 房价 人均收入 储蓄额 区域差异

一、引言

房地产行业作为我国国民经济的支柱产业，对国民经济发展有着重要影响，以房地产为核心的产业链涉及到的上下游行业多达20余个，按大类划分，包括建筑建材、建筑施工、建筑装潢、家用电器等。对于我国经济，房地产行业可谓是牵一发而动全身。自2014年以来，在去库存政策、股市低迷、居民对通货膨胀预期等诸多因素的作用下，房价开始了新一轮的大幅上涨。国际经验表明，房价过快上涨往往会加剧资产泡沫风险、加重国民财富的两级分化，不利于国民经济的平稳运行与社会的和谐发展。自2016年12月份以来，我国政府陆续出台了一系列房地产调控政策，基于我国区域经济发展不平衡的基本国情与不同区域、不同城市房地产行业发展存在差异的客观事实，不同区域的房价虽然受着众多相同因素的影响，但同一因素对不同区域房价的影响效力却存在着差异。研究我国房价影响因素的区域性差异，有助于为我国房地产调控政策的制定与实施提供理论参考，对于我国房地产业的健康发展有着重要意义。本文利用2013年至2018年我国省级面板数据，实证分析我国房价影响因素的区域性差异，并根据研究结论提出相关政策建议。

二、文献综述

Cath Jackson和Michael White的研究表明房地产市场的供需因素、政府对城市的规划以及房地产市场的发展情况等会使房地产市场产生区域性差异[1]。而区位因素会对房价波动造成影响。部分学者对我国房地产价格的影响因素以及引起区域性差异的原因进行了大量研究，李勇辉、陈勇强和何灵认为各区域经济发展状况、政策扶持力度和消费观念不同造成了区域差异，我国房地产业的区域性差异不仅包括价格差异，还包括投资、市场供给、消费需求以及就业等差异[2]。梁云芳和高铁梅的实证研究发现，信贷规模对东西部地区房地产价格的影响相较中部地区更為显著，因而认为能引起区域差异最主要的因素是货币政策效应[3]。魏玮和王洪卫将货币政策工具分为数量型工具和价格型工具，分析发现数量型工具对西部房地产价格的累积效应最大，价格型工具对东部的房地产价格的累积效应最大[4]。除这些因素以外，人口流动也会对房价的波动造成影响[5]，甚至各地区的高铁建设也能显著促进房价提升[6]。总的来讲，各个地区的资源禀赋不同则经济发展情况不同，这些差异都会造成房价的区域性差异。

三、研究设计

（一）样本来源和指标选取

本文主要采用国内除港、澳、台以外的31个省份2013年至2018年的省级面板数据进行分析。数据主要来自wind经济数据库，2018年的房价数据来源于中国城建与经济社会发展统计数据库。现有研究中较常用到的房价影响因素变量主要有人均收入、居民储蓄额和人口数[7]，因而本文选取人口数（P）、居民储蓄（S）、居民人均收入（Y）三个变量，并进一步分别加入其与区域虚拟变量d1、d2的交互项，来考察人均收入、居民储蓄额、人口数在不同地域对房价的影响是否存在差异。

（二）描述性统计

表1列示了各个省份不同年份主要变量数据的总体情况，我们可以看到，国内住房价格的均价为7614元，然而房价的最大值（34142）和最小值（3886）相差近9倍，初步表明了不同省份房价差异明显。将各变量分东部、中部和西部地区讨论可以看出，除人口指标外，东部地区各项指标都居首位，其次是中部地区，最低的是西部地区，东部地区和中部地区、西部地区的住房价格、储蓄额、人均收入相差都较大，中部地区和西部地区的住房价格、储蓄额、人均收入差距相对来说小一些;东部地区和中部地区的人口数相差较小，与西部地区相差较大（见表2）。

（三）模型设计

为更好地研究我国房价影响因素的区域性差异，本文建立了四个回归模型，第一次回归不加入涉及区域因素的虚拟变量，以单纯考察人口数、居民储蓄与人均收入对房价的影响，第二次回归加入区域虚拟变量与人口数的交互项，以考察人口数对房价影响的区域性差异，第三次回归加入区域虚拟变量与人均收入的交互项，以考察人均收入对房价影响的区域性差异，第四次回归加入区域虚拟变量与居民储蓄的交互项以考察居民储蓄对房价影响的区域性差异。具体计量模型如下：

模型（I），分析人口数、居民储蓄、人均收入对房价的影响：

模型（II），分析人口数对房价影响的区域性差异：

模型（III），分析人均收入对房价影响的区域性差异：

模型（IV），分析居民储蓄额对房价影响的区域性差异：

其中，表示在t时期省份i的平均房价;表示在t时期省份i的人均收入;表示在t时期省份i的储蓄余额;表示在t时期省份i的人口数;D1与D2为我们引入的区域虚拟变量，若省份所在地区为东部地区则D1=1，否则D1=0，若省份所在地区为西部地区则D2=1，否则D2=0，中部地区作为基准组不再单独赋值。上述模型引入的交互项的经济含义为：表示相关解释变量在东部地区与中部地区对房价的影响存在的差异，若该项通过显著性检验，则说明这一解释变量对房价的影响在东部地区与中部地区存在显著差异;表示相关解释变量在西部地区与中部地区对房价的影响存在的差异。本文先进行豪斯曼检验，以判断模型是适合选取为随机效应模型还是固定效应模型，检验结果如下表3所示，说明固定效应模型在本研究中适用。

四、实证结果与分析

模型的回归结果如表4所示，由第一次回归可知，居民人均收入、储蓄额、人口数对房价的影响着有较高的显著性（p<0.001），房价随着居民人均收入、储蓄额的增加而增加，随着人口数的增加而减少，基本符合经济学的基本假设。第二、三、四次回归结果表明，人均收入对房价的影响不存在显著的区域性差异;居民储蓄、人口数对房价的影响存在显著的区域性差异，在东部地区房价对这些因素的敏感程度要高于中部地区，而在西部地区与中部地区则不存在显著性差异。

五、结论与政策建议

根据以上研究，本文得出以下结论：第一，受到人均收入，人口数，储蓄余额等因素的影响，我国房价由东向西呈区域性递减趋势。第二，我国房价的影响因素存在较为显著的区域性差异。相比其他区域，我国东部地区房价受到收入、居民储蓄与人口数等因素的影响更大，我国房价影响因素的区域性差异主要体现为东部地区与其他地区的差异。据此，本文提出如下政策建议：

落实东部地区商品房限价和限购政策，政府职能部门把稳地价稳房价稳预期的责任落到实处，降低东部地区房价波动对收入、储蓄、人口等影响因素的敏感度。要坚持“房子是用来炒的，不是用来住的”市场定位，近年来东部地区经济发展迅速，居民可支配收入和储蓄额都大大提升，闲置资金在满足消费需求之后带来了大量投资需求如不动产投资需求，刺激了房价的快速上涨;为了避免房价过快上涨可能带来的房地产泡沫和经济波动，要采取限价和限购相结合的行政措施和经济政策，同时以房地产税收政策作为辅助调整手段。

优化区域差异化政策，加强党的十九大报告中区域协调发展战略的实施。西部地区房价及房价影响因素差距不大，主要是中西部地区和东部地区差距较大，归根结底是由区域间的不平衡不协调发展及居民收入差距大导致。因此要结合不同区域的发展现状采取针对性措施，充分发挥不同地区优势，加强中西部地区基础设施建设，加大对中西部地区的转移支付，同时利用税收优惠政策吸引对中西部地区尤其是西部地区投资，带动中西部地区发展，增强不同地区间的良性互联互动，缩小地区间发展差距。

参考文献：

[1]Cath Jackson，Michael White. Challenging Traditional Real Estate Market  Classification for Investment Diversification[J].Journal of Real Estate Portfolio Management.2005（3）：307-321.

[2]李勇輝，陈勇强，何灵.中国房地产业的区域差异分析及对策建议[J].石家庄经济学院学报，2006（12）：777-780.

[3]梁云芳，高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究，2007（8）：74-84.

[4]魏玮，王洪卫.房地产价格对货币政策动态影响的区域异质性——基于省级面板数据的实证分析[J].财经研究，2010（6）：123-132.

[5]蒲火元，曹宗平，李超. 人口流动对中心城市房价的影响：以广州为例[J]. 南方人口，2018，33（05）：29-42.

[6]陈立文，王荣，刘介立. 高速铁路对城市房价的影响研究——基于石武高铁面板数据的实证分析[J]. 资源开发与市场，2018（10）.

[7]陆铭，欧海军，陈斌开. 理性还是泡沫：对城市化、移民和房价的经验研究[J]. 世界经济，2014（1）：30-54.

（易颖单位：华中师范大学经济与工商管理学院;刘美伶单位：湖南农业大学经济学院）