南昌市房价高企的原因分析及调控政策设计——基于VAR模型的实证分析

(南昌大学前湖学院，江西 南昌 330031；南昌大学经济与管理学院，江西 南昌 330031)

南昌市房价高企的原因分析及调控政策设计
——基于VAR模型的实证分析

钱晶郝奕博

(南昌大学前湖学院，江西 南昌 330031；南昌大学经济与管理学院，江西 南昌 330031)

房价问题是关乎民生的热点问题。2016年南昌房价增速已经超过主要一线城市，房价的高速增长与其经济发展状况严重不匹配。本文通过建立VAR模型，以南昌为研究对象，选取长沙、重庆、石家庄三个城市作为对照组，基于2010年至2016年的季度数据建立VAR模型，分析了地区生产总值、固定资产投资额、房地产开发投资额、房屋竣工面积和居民人均可支配收入等因素对南昌商品房价格的影响。基于VAR模型的方差分解结果，通过与其他对照城市比较得出造成南昌房价高企的原因是房屋供给和需求不匹配，房屋需求明显高于房屋供给的结论。最后，结合南昌自身发展特点，提出了相应的可行性政策建议。

房价高企；VAR模型；方差分解；脉冲响应函数

本文从需求、供给两个角度出发，分别构建南昌与长沙、重庆、石家庄四个城市的VAR模型，通过对四个城市方差分解结果的横向对比，来探究南昌房地产价格的主要影响因素，挖掘南昌房地产价格现状的成因，这对于保持南昌房地产市场的健康发展，推进南昌市的经济建设和社会建设具有重要意义。

一、南昌市房价影响因素的实证分析

(一)南昌市脉冲响应分析。

当本期给PRICE一定冲击后，房价短期内会上下波动，房价在第四期达到最大负响应后逐渐收敛，这表明短期内PRICE的上升对房价价格上升具有滞后效应，房价的滞后效应会对当期房价有明显的带动作用，但这种作用的影响将会越来越弱。第一期和第二期形成正响应，第三期至第五期形成负响应，从第六期开始，持续形成对房价增长的正响应，但响应程度开始减弱。这表明PRICE的一个正冲击对房价短期内影响较大，呈现一定的波动性，房价的滞后影响对当期房价具有正向带动作用。

(二)方差分解。

方差分解是通过分析每一个结构冲击对内生变量改变的贡献度，来对不同变量的重要性进行评价分析，把系统中的内生变量波动按照它们产生的原因分解成与各个信息相关联的不同部分，从而得到信息对模型的内生变量的重要程度。本文采用Eviews软件对VAR模型中的变量进行方差分解，分别分析四个城市房价的滞后值、地区生产总值，居民人均可支配收入，固定资产投资额，房屋竣工面积，房地开发投资额对房价的影响。

(三)南昌市房价高企成因与其他城市对比的分析结果。

从对四个城市的十期结果分析来看，南昌市在房价高企的成因结构上还是具有比较明显的特点，鉴于我们研究的是目前南昌市房价高企的成因状况，以及时间对于消费者预期以及其他因素影响的递减性，因此我们选择第二期来进行供给与需求的分析。

1.需求侧因素。

从房价滞后期(PRICE-1)来看，南昌、石家庄、重庆、长沙第二期分别为95%、92%、96%、75%，南昌市的房价滞后期相比于其他城市，对房价的影响较大。房价滞后期是指前一年的房价对于下一年房价预期的影响度，因此，南昌市房价预期的走高将会直接影响消费者对房产的投资，而在南昌市房价预期影响占很大比重的情况下，南昌市的房产需求必然持续走高，需求量不断扩大。

2.供给侧因素。

(1)土地成本的上升。

地价成本的上升主要由于两个因素，一是拆迁成本的提高，近年来，尤其是四大三年强攻计划实施以来，南昌市旧城改造动迁费用一直居高不下，更制定了一系列鼓励拆迁的政策，例如限定时间内搬迁再奖励百分之多少以及“南昌模式”保障改善民生的棚户区改造，再加上一些“钉子户”坐地抬价，使得拆迁成本一再上升，直接使得地价上升，高额的地价很难刺激房地产商的投资；二是政府输出与土地供给过于谨慎，政府缺乏快速反应，敏感度低，控制供地量，导致在少地的情况下让房地产企业进入的难度上升，过于谨慎的土地供给也会使得稀少的土地价格上升。两个因素导致的地价上升都会使得房地产商开发成本上升，房产开发的积极性下降，供给下降。

(2)房产质量要求的增加。

随着南昌市新城区现代化的城区规划建设日趋完善，人们对于房产质量的要求也在逐渐提高，同时对周围环境的要求也更使得同一投资面积下可居住面积减少，环境等其他建设投资增长导致成本上升，则意愿开发房产的企业将减少，供给下降。

(3)房产建设周期长，且房地产商故意捂盘等涨价。

南昌市红谷滩新区2012年才完成真正意义上的“二次开发”，地铁一号线也是2016年才开始投入使用。而又由于房地产本身建设周期长，当房地产商看到红谷滩新区发展前景良好这个价格信号，就会进行投资建设，本身房产建设就需要很长的一段建设周期，可供给的房产数量跟不上人们的需求预期。同时，2014年一项全国楼市存量TOP20的数据中表明：南昌市2014年楼市存量以240万平方米高居第十三位，而在另一项2014年的楼市存销比调查中，南昌市却只以4.6万平方米的数字排到了第二十位。在这份数据调查中，南昌市楼房存销仅为第一名丹东的六分之一，而同为江西城市、正在与南昌实施城市一体化的九江，其存销比却是南昌的三倍之数。由此可以看出，南昌市很多房地产商在看到南昌市未来发展前景后选择捂盘，坐等其涨价之后销售，这又使得已经建好的房产无法供给到市场中，使得市场的供给偏低。

(4)开发商数量和商品房供给量都偏小。

在南昌市十大房地产投资商中，较有名且实力雄厚的只有万达、绿地、恒大等公司，多数还是中小型房地产开发商，同时，因为大型开发商占少数并且大型开发商的商品房开发投资并没有连在一起，这就使得商品房成片分布，这样就很容易形成局部垄断，就像万达控制的九龙湖周边的房价一样，出现“价格领导制”，该区域上房产市场不完全竞争，大规模开发商操纵市场价格，中小型开发商没有话语权，只能跟随。

(5)行政审批繁琐拖沓。

政府对房地产开发的手续繁琐冗杂，而政府办理手续的业务能力也是拖沓缓慢，这使得房地产商在建设时面临繁杂的手续不得不延长收工期限，使得建设无法迅速开始，供给无法立刻投入市场。

从上述对比分析中，不难看出，长沙不仅在需求方面有较高百分位，且在供给方面也有高于其他城市的百分位，长沙房价长期稳定的原因在于高需求与高供给相匹配，而南昌市有较旺盛的房地产需求，但是在供给方面却处于较低的百分位，这就直接导致了房地产价格的高企。

二、南昌市房价调控的政策建议

在对南昌市房价高企成因的供需关系研究分析中，不难看出南昌市的房价高企的最根本的因素还是供给满足不了需求，导致供给曲线和需求曲线交于了房价较高的一点，因此，我们提出了一些建议从需求和供给两方面入手来调整供需曲线。

(一)抑制过快增长的需求

1.限购限贷抑制投机性需求，通过限购限贷限制炒房团在南昌的扩张势头。由于过快GDP增长导致的房地产行业发展前景良好以及因此导致的投机性需求增大，通过限购能够有效抑制过剩需求，通过限贷来抑制过剩需求下对于购房资金的需求。

2.基础设施建设均等化，完善老城区基础设施建设，加强新老城区中心链接，通过对老城区的旧城改造抑制新城区房子需求过快的势头。新城区需求增长的很重要的因素就是其基础设施比老城区更加完善，通过对老城区基础设施的改善，能够有效缓解老城区居民搬离的想法，同时也能够缓解新城区供房紧张的状况。

3.加强南昌“卫星城”的城镇建设，使得南昌市周边城镇地区发展同样有所改观，使得落后城镇有一定发展，减少城市涌入人口，减缓住房需求。通过周围“卫星城”的建设，能够有效的缓解南昌市周围城市人口大量涌入省会城市的紧张状态，除了能缓解住房需求，也能够帮助南昌市缓解劳动力过剩，减轻城市承载人口压力等等。

(二)增加房地产投资供给

1.投资保障性住房建设，优化商品房供应结构。增加保障性住房的建设不仅能够提高市场供房量，同时也能够提高南昌市低薪阶层的住房占有率，提高社会福利水平，适当减少高价商品房的供应，增加普适性住房，平衡住房供给。

2.适当放开土地供给，增加房地产土地供给量，拉大城市发展框架，扩大土地供给，适当扩大房地产行业的用地规模，使得更多的房地产投资商能够进入到南昌市的房地产建设投资上，搞活房地产投资业，提高南昌市房地产供应量。

3.信贷支持房地产行业建设，对中心城区商业化程度和人口密度较高、商品房销售顺畅、区位优势明显、配套设施完善、具有较大升值潜力的区域以及城区黄金地段、交通生活配套设施完善、竞争优势明显、适销对路、满足自住刚性需求、销售预期良好、有增值潜力的适度改善型商品住宅项目和政府主导的，交通及生活条件较为便利、销售前景较为明确的保障安居建设、中心城区棚户区改造和旧城改造项目进行信贷支持，刺激房地产企业的进入和投资，扩大供给。

4.简化房地产行业行政审批，控制房地产建设周期，控制捂盘销售，增加市场供给。从分析中我们看到，南昌市房地产存销比比较靠后，房地产商捂盘销售比较严重。政府应该出台一些规定，惩罚一些故意捂盘销售的房地产商，鼓励一些积极投放房产的地产商，刺激房产商对房产的市场供给投放，同时简化行政审批，提高行政效率，加速房地产的建设和市场投放。

5.优化房地产税费结构，处理好房地产持有税与土地出让金之间的关系。对第一套房产减轻房契税或不征收房契税，对两套甚至多套房产实行高税或持久征税，优化二手房交易税过程，减轻二手房市场交易税费，降低居民购买房屋的购买成本。

通过以上建议，使得需求减少，供给增加，供给曲线相交于一个较低房价点，从而抑制南昌市高企的房价。

[1] 罗鹏飞.导致房价波动的经济因素——基于VAR模型的实证分析[J].九江学院学报(社会科学版)，2012(4)：98-102.

[2] 肖磊.房价影响因素与地区房价差异分析——基于30个省会城市的截面数据[J].经济研究导论，2011(35)：103-105.

[3] 张弛.中国一二三线城市房价影响因素分析[J].现代商业，2016(5)：173-176.