我国城镇化与商品住宅价格关系研究

李培军

(东北财经大学 统计学院，辽宁 大连 116025)

一、引 言

城市化是经济增长和人类文明发展的重要阶段，已经成为当今世界历史发展不可逆转的潮流。它表现为人口向城市的集中、城市数量的增加、规模的扩大以及城市现代化水平的提高，是社会经济结构发生根本性变革并获得巨大发展空间的体现。在新经济和全球化浪潮的推动下，我国城市化正以前所未有的速度发展，2009年我国城市化水平为46.60%，已进入国际上公认的城市化水平从30%向70%推进的加速发展时期。城市化的迅速发展对中国经济产生了巨大的影响，房地产业也伴随着城市化进程持续发展，日益成为城市化进程中最重要，也是具最有研究价值的领域之一。我国十二五规划纲要中提出要促进区域协调发展，积极稳妥推进城镇化。在城镇化进程中，大量人口转移到城镇，极大促进了城镇的住房需求，由此也带动了房价的上涨。由于目前我国商品住宅价格上涨速度过快、价格过高，使得许多人在房子面前望而却步，而房价过高、涨幅过大又会阻碍城镇化的快速发展。因此，研究我国城镇化与商品住宅价格之间的关系，对其存在的问题寻找解决的对策和办法是十分必要的。

我国城镇化水平的现状是［1］:1978年，我国城镇化水平只有17.92%，2009年达到了46.60%，31年来增长了1.54倍，城镇化水平有了很大提高。2010年4月，中国社会科学院发布的《宏观经济蓝皮书》显示，目前我国城镇化正处于加速发展阶段，年增长率约为1.09%。我国将在2013年左右结束快速城镇化过程，城镇化率将达到47.93%—53.37%。但我国城镇化水平仍远远低于发达国家85%的平均城市化水平，也低于世界55%的平均水平。

我国商品住宅价格的现状是房地产价格持续高涨，根据统计数据计算可得，剔除价格上涨因素，2009年四个季度全国商品住宅销售价格与去年同期相比，分别上涨了16.28%、21.02%、29.72%、21.93%［2］。从1998年住房制度改革以来，我国商品住宅价格持续上涨，尤其是从2003年开始，上涨幅度较大。其中2008年受全球金融危机的影响，房价略有下降。央行在2008年三次下调金融机构人民币存贷款基准利率，从2008年11月1日起，对个人首次购买90平方米以下普通住房的，契税税率暂统一下调到1%;对个人销售或购买住房暂免征收印花税，下调个人住房公积金贷款利率等一系列调控政策出台后，2009年商品房价格又有了很大幅度的上涨。2009年全国平均房价为3 800元/m2，北京、上海、广州、深圳等一线大城市平均房价分别 达 到 13 940 元/m2、17 860 元/m2、9 222元/m2、15 000元/m2。2010年 4月和 9月，尽管中央政府和央行先后两次出台针对房地产价格的宏观调控政策，但我国楼市却迎来了有史以来的第二个好年景。据国家统计局2010年12月10日发布的《2010年1—11月全国房地产市场运行情况》，2010年1—11月，全国商品房销售面积8.25亿m2，同比增长9.80%;商品房销售额4.23万亿元，同比增长17.50%，其中，商品住宅销售额增长12.80%。目前，我国一线城市的商品住宅价格仍然居高不下，调控的结果收效甚微。

本文借鉴国内外学者已有的研究成果，通过大量观察全国36个大中城市1998—2009年的相关数据，选择商品住宅销售价格、城市化水平土地交易价格指数、城镇家庭人均可支配收入等指示建立固定效应模型，分析我国城镇化与商品住宅价格之间的关系。

二、我国城镇化水平与商品住宅价格的关系分析

本文参考国内外学者对城镇化与房地产价格关系的研究方法［2］。实证研究分为两个部分:一是对时间序列数据进行研究，建立EBA模型证明城镇化与商品住宅价格之间是否存在显著的稳健关系;二是通过面板数据研究，建立固定效应模型研究城镇化对商品住宅价格的影响程度。

1.变量的选择及数据说明

根据上述模型中的解释变量、被解释变量的设定要求，考虑变量的涵盖内容以及其数据来源的可靠性、可取性，将模型中有关变量的度量定义如下:

(1)城镇化水平的度量。到目前为止，理论研究界测定城镇化水平通常用城镇人口占总人口的比重来表示 (UL)。

城镇化水平 (UL)=城镇人口数/总人口数

(2)商品住宅价格的度量。本文的研究对象主要是住宅商品房市场，因而选择商品住宅销售价格作为对商品住宅价格 (P)的度量。

P=商品住宅销售额/商品住宅销售面积

(3)影响商品住宅价格的其他变量。由于影响商品住宅价格的因素较多，为了保证所建模型的合理性和有效性，还需选择影响商品住宅价格的其他因素作为解释变量进入模型。

①需求变量:城镇居民人均可支配收入(INC);价格预期 (YQ)。本文选择房地产市场综合景气指数作为价格预期。

②供给变量:交易价格 (LP);住宅本年新开工面积 (SM);住宅本年竣工面积 (JM);材料购进价格指数 (CLP);房地产开发投资额(INV)。

③宏观经济变量:金融机构贷款利率 (5年以上)(R)。

(4)数据来源。本文所有数据均来自中经网统计数据库、中经网产业数据库、国家统计局发布的国民经济和社会发展统计公报、相关统计年鉴。

2.基于EBA模型的相关分析

EBA模型 (Extreme Bounds Analysis)是多元线性回归模型，它的特点是在回归分析中，可随着条件变量集的逐步改变来检验回归系数的稳定性，主要用于经济变量的灵敏性分析。应用EBA模型通常需分两步进行:

第一步，将与模型有关的解释变量分为三类:一类是目标变量 (M)，即研究者所关注的变量;二类是核心变量集，用I表示，是与因变量直接相关的解释变量集;三类是条件变量集，用Z表示，是对因变量有影响的解释变量。引入条件变量集的目的是为了确定目标变量回归系数的可能取值范围，其中核心变量和条件变量要根据已有的研究成果以及经济理论来确定。确定三类变量后，EBA模型可表示为:

首先估计因变量Y对目标变量M和核心变量集I的回归方程:

式 (2)为基础回归。如果目标变量的系数β在统计上是显著的，则进行下面的第二步;如果β在统计上不显著，说明模型设置有偏误或目标变量与被解释的变量没有显著的关系，则不需要进行第二步。

第二步，对模型 (1)进行多相关估计，即对条件变量集Z中所有变量的所有可能线性组合进行回归，从中找出目标变量回归系数β的最大值 βmax和最小值 βmin，如果它们的符号相同，且β、βmax和βmin三者在回归模型中都是显著的，则认为目标变量的回归系数是稳定的。

以下采用我国1998年第一季度至2010年第二季度的时间序列数据，建立EBA模型对城镇化和商品住宅价格关系进行研究，验证它们之间是否存在显著的稳定关系。

首先将商品住宅销售价格、土地交易价格、城镇家庭人均可支配收入、住宅房地产额、住宅施工面积、住宅竣工面积分别以消费价格指数平减后取对数为其弹性，将材料价格指数减100表示增长率。

然后建立被解释变量与目标变量集和核心变量集的回归方程，估计结果如表1所示。

表1 回归模型估计结果

由表1可知，目标变量 (城镇化水平)的回归系数在0.05的显著性水平下是显著的，可以继续第二步的分析。将上述回归方程中加入条件变量集后潜在变量的各种线性组合，确定城镇化水平回归系数的可能取值范围，其最大取值、最小取值及检验结果，如表2所示。

表2 EBA回归模型分析结果

由表2可知，目标变量最大回归系数为0.0465，P值为0.0000，在0.05的显著性水平下显著;目标变量最小回归系数为0.0211，P值为0.0354，在0.05的显著性水平下显著，且最大值与最小值符号一致都为正值。因此可以证明城镇化水平与商品住宅价格之间存在正向显著的稳定关系，即在现阶段城镇化水平的提高会引起商品住宅价格的上涨。

3.基于面板数据的分析

面板数据含有横向、纵向和指标数值三维信息，面板数据模型既能反映某一时点各个个体数据的规律，也能描述每个个体随时间变化的规律，它集成了时间序列和截面数据的共同特点。面板数据模型已经成为近年来计量经济学的重要研究方法之一，其基本形式为:

yit=αit+xitβit+εit，

式中，yit是因变量，xit为k×1维解释变量向量，N为个体截面成员个数，T为每个截面成员的观测时期数，参数αit表示模型的常数项，βit表示对应于解释变量向量xit的k×1维系数向量，k表示解释变量个数，随机误差项 εit～iid( 0，σ2)。

现仍采用全国36个大中城市1998—2009年的面板数据，建立固定效应模型，研究城镇化水平对商品住宅销售价格的影响程度。

根据变量之间的相关关系选择如下指标:被解释变量为商品住宅销售价格 (P)，解释变量依次为城镇化水平 (UL)、土地交易价格指数(LP)、城镇家庭人均可支配收入 (INC)、住宅房地产投资本年完成额 (INV)、房屋施工面积(SM)、住宅竣工面积 (JM)、商品住宅销售面积(XM)。

为使数据的处理简化，对商品住宅价格、城镇家庭人均可支配收入、住宅房地产投资本年完成额以消费价格指数进行平减，将平减后的数据取对数，同时将房屋施工面积、住宅竣工面积、商品住宅销售面积数据取对数，并将土地交易价格指数减100，变为增长率，所有数据都表示变化率。

据此建立的全部变量个体固定效应模型是:

式中，Pit为 i市第 t年的商品住宅价格;ULit为i市第t年的城镇化水平;Xit为影响商品住宅价格的其他因素，包括土地交易价格指数(LP)、城镇家庭人均可支配收入 (INC)、住宅房地产投资本年完成额 (INV)、房屋施工面积(SM)、住宅竣工面积 (JM)、商品住宅销售面积 (XM);δi为代表城市的虚拟变量向量，用于控制个体固定效应;εit为误差项。

对被解释变量和解释变量建立个体效应模型，利用统计分析软件Eviews进行回归分析，对所有解释变量中表现不显著的变量进行剔除修正，剔除的变量有:房屋施工面积 (SM)、土地交易价格指数 (LP)、住宅房地产投资本年完成额 (INV)、住宅竣工面积 (JM)，并对模型进行F检验和Hausman检验，最终得出的固定效应模型估计结果，如表3所示。

表3 固定效应模型估计结果

基于面板数据建立的固定效应最终模型方程式为:

由 (5)式可以得出，城镇化水平(ULit)和商品住宅价格(Pit)之间存在显著的正向关系，城镇化水平每提高1%，商品住宅价格则上涨0.192%，表明城镇化水平的提高会促进商品住宅价格的上涨;城镇家庭人均可支配收入提高1%，商品住宅价格上涨1.086%，说明城镇家庭人均可支配收入的增加使消费者对住房有效需求增加，从而促进商品住宅价格的上涨，而且影响较大。

综上可见，城镇化与商品住宅价格之间存在长期的均衡关系，城镇化水平与商品住宅价格之间存在显著的正向关系，城镇化水平和城镇家庭人均可支配收入和商品住宅价格之间也存在显著的正向关系，城镇化水平的提高，城镇家庭人均可支配收入的提高都会增加住房的有效需求，从而促进商品住宅价格的上涨。

三、城镇化与房地产业协调发展的政策思路

1.要以经济增长为基础，促进城镇化进程和房地产业发展

目前，我国城镇化水平不高，低于世界平均水平的现状要求我们要大力推进城镇化，同时我国房地产业起步晚，发展时间较短，市场上存在房价过高而且涨幅过大等诸多问题，房地产业需要向成熟的方向发展。实证分析表明，当人均可支配收入提高时，使得农村人口有能力向城镇转移，人口的转移和原城镇居民对住房要求的提高会增加房地产市场的有效需求，从而促进城镇化水平的提高，促进房地产业的发展。因此，无论是城镇化水平的提高还是房地产业的发展，都必须以经济增长为基础，以经济增长带动城镇化的发展，并以此促进房地产市场的不断成熟。

2.正确处理城镇化进程中房价的上涨问题

城镇化是现代化的必由之路。我国目前城镇化水平还不到50%，对照世界发展中国家的平均水平差距也比较大，而且我国城镇化水平正处于加速发展阶段，在这一过程中，由于农村人口向城镇转移所产生的对房地产需求将是长期的。同时，由于土地的供给是刚性的，政府的“土地财政”使得城市建设用地将受到一定的限制，因此可以认为房地产价格的上升将是长期的。由本文的实证分析结果也显示城镇化水平与商品住宅价格之间存在正向显著的稳定关系。现阶段城镇化水平提高会引起商品住宅价格的上涨，只有当城镇化水平达到一定程度的时候，房地产价格才会出现下降的趋势。

3.在城镇化进程中要明确房地产业的作用与责任

处于快速发展时期的城镇化给房地产业带来巨大需求，决定了在今后一个相当长时期内房地产业的一项重要功能是为城镇化服务，所以房地产业要在以下几个方面肩负起推动城镇化科学发展的重任:(1)发挥巨大的产业带动作用。房地产业的重要特征之一是其关联性强，产业链长，通过房地产业可以开辟新的就业渠道，解决在城镇化进程中农村人口的就业问题，有利于促进经济的快速发展。(2)推动城市可持续发展。由于中国人口基数大，人均资源相对短缺，经济发展和技术水平较为落后，就必须走可持续发展的道路。伴随着中国城镇化进程的加快，城镇用地需求将呈现大幅增长的趋势，作为国民经济的支柱产业，房地产业的发展必须树立可持续发展观，按照可持续发展原则利用有限的土地资源，最大限度减少土地资源的浪费，使得土地资源得到合理有效的利用。 (3)高度关注民生问题。随着城镇化进程的快速推进，城镇居民对居住环境、住房质量等提出了更高的要求，这就要求房地产业能够满足市场需求，提供更多高品位的住宅。但目前中国经济发展的非均衡性使得房价过高，在这样的背景下，房地产业要在积极提高产品质量和服务质量、满足城镇化加速时期居民不断升级住房需求的同时，坚持与社会协调发展的理念，关注民生，更多地参与解决民生问题的保障房、经济适用房、廉租房等保障性住房建设，为促进经济的可持续发展做出贡献。

4.促进城镇化和房地产市场的和谐发展

城镇化扩张速度过快，可能会造成房地产开发过度，致使土地资源紧缺，房地产发展将最终受到制约;而房地产价格过高，房价上涨过快，开发结构不合理，则最终将也会抑制城镇化进程。因此必须协调城镇化与房土地业的发展速度及幅度，使二者得以协调发展。(1)适度控制城镇化的发展进度，避免城镇化的发展脱离经济发展水平的支撑，特别是控制特大城市和大城市的发展规模。(2)大力发展中小城镇建设。目前我国中小城镇的发展有所改观，但是土地利用不够充分，闲置和浪费土地较多，有很大的开发潜力，因此在现有的基础上有效开发和合理利用土地是很有必要的。(3)要改革土地财政政策，建议用土地交易增值税、房产税的方式来替代目前的土地出让金和政府在住房上的收费，同时通过房产税抑制不合理的投资需求，加大房屋持有者的成本。

［1］高佩义.城市化发展导论［M］.北京:中国财政出版社，2009.6-262.

［2］高铁梅.计量经济学分析方法与建模［M］.北京:清华大学出版社，2009.267-369.