经济增长、保障房供给对房地产价格的影响分析

付正信

[摘 要]近年来，我国房地产价格仍然保持着较高的增长速度，人们对于房地产领域价格上涨的原因以及未来发展方向十分关注。文章通过理论分析以及提出假设的方式，对经济增长和保障房供给对于房地产价格影响进行了分析，通过选择变量和建立模型的方式对假设的正确性进行了验证，最后对得出的结果进行分析，从而判断出两者对于房地产价格产生的具体影响，希望为关注这一领域的人士提供一些参考意见。

[关键词]经济增长；保障房；房地产价格；国内生产总值

[DOI]10.13939/j.cnki.zgsc.2017.35.064

随着我国国民经济的增长以及人民生活水平的提高，社会各界对于房地产领域特别是房地产价格发展趋势的关注程度越来越高。自我国城市化发展战略实施以来，城市化进程不断加快，为我国城市房地产建筑和销售业提供了广阔的发展空间。同时，保障房制度提出改变了传统单一商品房的住房体系，满足了不同的购房需求，为我国房地产经济发展创造了更多新的可能。

1 理论分析与提出假设

1.1 理论分析

笔者通过对房地产市场中需求方程、供给方程以均衡方程的筛选，得到将房地产的价格作为因变量的方程和房地产的需求作为因变量的方程相反。将经济发展变量与房地产价格之间的关系用计量推导模型进行分析，将房地产价格需求方程使用对数线性模型进行表示，可以得出如下方程：

ln（EX×N）=Aln（Y×N）-BlnZ+lnD

其中，市场交易量用EX表示；人口、国民收入以及房屋实际租用成本分别用N、Y、Z进行表示；市场内其他影响需求的因素例如信贷获得性、利率、土地出让金以及保障房供给等用D进行表示；市场需求和价格弹性用A、B分别表示。[1]国家经济增长直接预示着投资、建设等生产活动的活跃性提高，建筑建设工程领域的需求增加，直接导致房地产价格上涨。并且房屋交易市场中卖方市场占据主导地位，促使相应成本增加，同时房地产市场政策因素以及经济干预对于房屋成交量也在一定程度上具有重要影响。

1.2 提出假设

假设一：经济发展水平提高促进房地产价格提升，某一省份经济发展水平提高会对周边省份房产价格起到正向刺激作用；假设二：保障房供给增加会抑制房地产价格的上升，二者具有反向线性关系，但其影响水平并不明显。

2 模型建立与选择变量

2.1 模型建立

本文研究经济增长和保障房供给对房地产价格的影响利用空间面板数据模型。空间面板数据模型同时具备了面板数据模型以及截面空间计量模型的双重特征，相较于普通面板模型，空间面板数据模型在计量实证分析研究领域的应用程度较为广泛。且在实际操作环节，空间面板数据模型可以同时显示出个体异质性特点以及区域间空间相关性特点。

不同的空间滞后因子能单独或同时出现在同一个计算模型当中，通常情况下有两种原因会导致出现不同空间滞后因子出现空间相关性，即相邻的空间单元之间存在数据测量差以及客观存在的空间交互影响。从经济意义上来说，空间面板数据模型对于横截面维度以及时间维度等方面蕴含的数据信息能加以充分考虑，同时，空间面板数据模型中的滞后模型重点关注被解释变量空间自相关特征。

在各地区经济和资源流动不断变化的前提下，经济市场条件中的普遍现象可以借由空间自相关指数进行检验，并且从空间异质性方面分析，常用模型可以将经济增长以及保障房供给对房地產价格的影响直接反映到模型数据当中，其中涉及的空间固定效应可以充分反映出不同省份地区之间的地理特征对于经济增长以及房地产价格的影响，同时时间固定效应可以反映出经济波动以及房地产领域政策和制度对房地产价格的阶段性影响。时空固定效应可以同时反映两者影响，并且对不同省份地区之间的地理特征以及经济波动周期关系进行内化分析。[2]

2.2 变量选择

因为本文重点研究对象为房地产价格，所以在本文所应用的空间面板模型中，被解释变量为商品房的价格PH。由于当前我国房地产市场中的房屋类型主要包括了住宅、商业用房、办公用房、别墅以及保障房等，并且房屋的价格在一定程度上受其具体用途的影响，并且在具体数量上也存在一定的差别，所以本文中所研究的商品房价格无法涉及全部商品房屋类型，因此选择了社会普遍关注的住宅类型房地产价格作为主要研究对象。所以文章中涉及的房地产价格为普通商品住宅房屋价格，因此本文中被解释变量为住宅类商品房屋价格。此外，本文研究商品房屋交易市场不包含二手房交易以及出租市场交易市场中所涉及的房屋价格情况。

本文所选取的空间面板模型中的解释变量为国内生产总值GDP以及保障房供给LHS。其中国内生产总值为各地区的GDP，用以表示各地区之间的经济增长情况，并且在国民收入、国内生产净值、人均生产总值以及国内生产总值等众多可以表示国家经济增长水平的参数中，国内生产总值具有相对普遍性，其参考价值相对较高。并且经济越发达地区，其GDP指数越高，人均购房能力也相对较大，对房屋住宅的需求也比其他城市相对更多。此外，国家建设保障房的主要目的为确保低收入群体能有房可住，确保中低收入群体也能享有一定水平的社会福利。由于我国保障房类型较多并且数量较大，因此本文选取近五年之内政府用于保障房建设支出作为保障房供给程度指标，用作模型建设中的解释变量。

3 实验结果与结果分析

3.1 实验结果

本文通过将近五年来的空间面板数据，并且选取的范围为除台湾地区以及香港和澳门特别行政区之外，我国大陆地区的31个省份与直辖市近几年相关数据，作为面板数据，利用空间面板模型进行分析。结果显示，截至去年年底，我国各省份和地区国内生产总值GDP为68万亿元，各省份地区平均生产总值为2.2万亿元，增速最快是我国西藏自治区，其次为重庆市，GDP总量最高地区为广东省，为6.8万亿元。近五年来由于我国房地产行业迅猛发展，截至2015年年底商品房销售最高价格出现在了北京市，第二为上海市，商品房最低价格出现在贵州省。并且，截至2016年年底，我国各地区政府保障住房支出平均为145亿元，保障房支出最多地区为安徽省，最少地区为天津市。[3]

3.2 结果分析

根据空间面板模型得出的结果可以得知，经济发展领域中的土地出让金以及银行信贷量对我国房地产价格具有较大影响，土地出让金对房地产市场中的供给环节直接影响房地产价格，而银行信贷量从房地产需求环节直接影响房地产价格。例如，GDP对本省内部房地产价格影响较大，同时也会在一定程度上对相邻地区造成一定间接影响。而区域内政府对保障房建设投入力度加大，人们对于商品房需求量降低，供过于求会促使商品房房屋价格在一定范围内下降。由此可以得出经济增长对房地产价格具有正向影响作用；保障房供给对于房地产价格具有反向影响作用，因此假设一和假设二均成立。

4 结 论

综上所述，本文通过模型建立和分析的方式，对当前我国房地产价格影响因素进行了全面分析，研究结果证实我国各省份和地区之间的房地产价格具有空间集聚性的关系，并且随着经济发展持续增长，房地产价格仍保有上升趋势，经济发展对房地产价格具有直接影响，对其具有正向促进作用。与之相比，保障房的供给不能有效改变当前经济形势下房地产价格走势，对其影响十分有限。

参考文献：

[1]周航，樊学瑞，周哲.保障性住房供给对消费扩张的影响[J]. 财经科学，2016（4）：69-79.

[2]王雨飞，冷志明，丁如曦.中国新型城镇化道路与房地产市场发展转型——“新型城镇化与房地产发展学术论坛”综述[J].经济研究，2016，51（2）：181-185.

[3]杨晔. 房地产对经济增长的贡献度研究[J].经贸实践，2017（11）：123.endprint