陈正坤
(武汉设计工程学院 商学院,湖北 武汉430205)
整体上看,武汉市的房价一直都在上涨。从房价的上涨幅度角度, 可以将武汉市房价的上涨划分为三个阶段①:第一阶段,2009—2011 年,房价快速上涨期;第二阶段,2012—2015 年,房价平稳上涨期;第三阶段,2016—2017 年,房价暴涨期。 由武汉市统计局公布的武汉市统计年鉴数据经过计算可得到武汉市2009—2017 年的住宅平均价格,如表1。
表1 2009—2017 年武汉市房价
陆铭(2013)认为,与城镇化进程已经结束的发达国家相比, 我国城镇化还存在很大的发展空间,尤其是大城市的人口聚集程度还远远没有达到发达国家水准。 李拓、李斌(2015)通过286 个城市的面板数据计量模型发现,以房价负担表征的人口经济饱和度对人口流动的影响具有门限效应,且2007年之后对人口流动产生明显的抑制作用。 龚维进、徐春华(2017)基于空间杜宾模型发现,对外开放程度和交通便利性不仅明显推动本市房价上涨,还间接带动了周边城市房价上涨,两者的交互作用也对房价产生显著影响。 何鑫等(2017)通过研究235 个地级市数据发现,人口净流入越多的地区,房价涨幅越快。 于越、周禹含(2017)采用主成分分析法研究无锡市地产发展状况,得出结论:人口、居民收入、经济发展水平、地价和前期房价均为影响无锡市房价的重要因素。 王天雨(2018)通过状态空间模型方法测算我国房地产价格泡沫水平,结果显示我国整体层面房价泡沫水平逐年扩张,近年来中西部地区的房价泡沫水平逐渐与东部地区持平甚至超越东部地区。 宋宏(2018)研究了西安市的房价影响因素,发现西安市房价与居民收入、人口流动及数量、房地产成本、公共服务水平没有显著关系,认为西安房价上涨主要体现的是资产泡沫的上涨,建议增加房地产供给、控制货币发行量、解决收入分配不公问题。 高田(2019)采用主成分分析法研究南京市房价的影响因素,实证结果表明常住人口是造成南京市房价上涨的最主要原因。
以上学者的研究表明,影响房价上涨的因素是多种多样的。 对于不同的城市,导致其房价上涨的主要因素也不同。
当前,我国各地房价普遍上涨,特别是近几年部分地区房价上涨幅度之大,引起了学者们的广泛关注。 部分学者由房价收入比指标得出初步结论:我国房地产市场存在巨大的“泡沫”。 针对“泡沫”究竟是怎样形成的,更多学者研究了房地产价格的影响因素。 这些因素主要包括:人口流动、经济发展水平、物价水平、货币政策、消费者心理预期、交通设施。 现对这些因素影响房价的机理进行解释。
1.人口流动。我国目前城镇化率约为60%,相比发达国家,城镇化率的提升空间巨大。 城镇化率提高的形式表现为人口流动, 有些城市工资水平高,吸引着大量农民工进城务工,这些城市表现为人口净流入;有些城市工资水平一般,提供的就业机会不多,表现为人口净流出。 流入某个城市的人口在该城市工作稳定下来之后,一旦有合适的机会和条件,必定买房定居,对房价上涨形成了压力。
2.经济发展水平。经济发展水平越高,当地的公共服务水平也越高,市场机制越完善,教育、医疗、保险、娱乐等行业发展越好,居民的工资水平高,财富积累速度也快, 对房地产的改善需求比较大。同时,经济发展水平高的城市还会带动附近地区发展, 帮助拉抬附近城市的房价。 例如, 深圳市的发展带动了周边一系列中小城市的发展。
3.物价水平。 从长期来看,随着社会劳动生产率的提高,整体物价水平不断提高。2004 年,我国沿海地区出现民工荒, 劳动力价格开始迅速上涨。 与此同时,以农产品为代表的劳动密集型产品的市场价格也开始步步攀升。 物价水平的提高,使得居民财富的贮藏手段从货币转向其他形式,例如股票、房地产。
4.货币政策。 货币政策的实施类型与经济形势密切相关。受美国金融危机的影响,我国经济发展速度自2008 年以来逐步下滑,由高增长的两位数下降到2018 年的6.6%,国内投资机会相比以前大大减少。 为刺激经济增长, 我国政府长期实施扩张型的财政政策和货币政策, 很多年份的M2 同比增长率在两位数以上。 扩张型的货币政策,加剧了居民将手中的货币财富转换为房地产等保值增值型财富的行为。 特别是降低贷款利率,使得房地产市场上出现了一系列的抢购潮。
5.消费者心理预期。十多年来,我国房价不停地上涨,尤其是大中城市的单套住宅价格总额上涨幅度快于工资上升幅度。 2014 年,一些新闻媒体和学者断言房价即将崩盘,然而,事实却证明他们完全弄错了。 长期的房价上涨事实,巨大的房地产投资收益,让刚需者和投资者一拥而上抢购房地产。 近几年来住宅市场上涌现出许多“日光盘”,有的楼盘购买时还需摇号。
6.交通设施。 很多学者们研究了城市交通基础设施对房价的影响,尤其是地铁对房价的影响②。 地铁准时、迅速,能够减少人们的通勤时间,选择地铁上下班的居民数量越来越多。 一个城市的地铁修建规划公布后,地铁路线附近的房价会立刻上涨。地铁口附近的房价与远离地铁口的房价相比,差价不小。
尽管影响房价的因素是多方面的,但是,影响武汉市房价的因素又是怎样发挥作用的呢?
1.人口流入带来房价上涨的长期动力。 武汉市作为湖北省的省会城市,2017 年GDP 约占全省的1/3,户籍人口只占全省的13.54%。 近十年来,武汉市的常住人口一直在增长,第六次人口普查数据表明武汉市的人口流入主要为省内流入③,如表2。
表2 武汉市2009—2017 年常住人口数量与人口净流入 (单位:万人)
2.政府的货币政策放大了房价涨幅。 政府的货币政策指标主要有M2 和贷款利率。 扩张型的货币政策表现为M2 的增长速度远大于GDP 的增长速度以及贷款利率的下调,我国近几年的货币政策指标如表3。
表3 我国政府的货币政策 (单位:%)
3.经济增长水平与收入分配差距支撑房价高位上涨。 武汉作为我国中部区域中心型城市,经济增长速度受到沿海地区城市经济发展的扩散效应影响。 但在我国目前经济增长速度整体放缓的背景下,其经济增长速度呈现出自己的独特性,高于全国平均水平。 在经济发展过程中,居民收入差距扩大,使得房地产的投资需求延续了房价的“泡沫”④,如表4。 其中,收入差距指标=城镇国有经济单位职工年平均工资-城镇私营单位职工年平均工资,单位为元。
1.变量的选取。 人口因素是影响武汉市房价的一个重要因素, 选用两个变量常住人口数量Th 与人口净流入量Nh 表示,单位为万人。 货币政策也是影响武汉市房价的另一个重要因素,选用两个变量M2 增速Cs 与贷款利率Rs 表示, 两变量用百分比表示。 经济发展状况是影响武汉市房价的第三个重要因素,选用两个变量武汉市GDP 增速Eg 与收入差距Wg 表示, 武汉市GDP 增速用百分比表示,收入差距的单位为万元。 以上六个变量作为被解释变量。以武汉市历年房价上涨的幅度Y 作为被解释变量,用百分比表示。 基于数据的可获得性与一致性,所有数据均取自2010—2017 年。
2.实证分析过程。进行回归分析之前,先可以作相关分析,考查自变量与因变量的关联紧密程度以及自变量之间的共线性程度,所得结果如表5。可以得出初步判断, 所有自变量均与因变量关系紧密,各自变量之间在之后回归分析过程中可能存在共线性。
表4 武汉市经济增长速度与收入分配差距
表5 变量间自相关系数
采用最小二乘法进行多元回归分析,所得结果如表6。
表6 多元回归分析结果
3.实证结果分析。 从以上多元回归分析结果可以得出以下结论:第一,人口因素影响武汉市房价上涨的作用效果明显,不论是武汉市的人口规模还是人口净流入,都对房价上涨形成显著的推动作用。第二,Cs 与Rs 的系数比较大,说明中央政府的货币政策对武汉市房价上涨有重要影响。 Cs 的符号为负,表明货币政策影响武汉市房价上涨过程存在时滞。 第三,武汉市经济发展状况整体上对房价上涨有同步推动作用。 Wg 的符号为负,表明减少收入分配差距有利于促进武汉市房价继续上涨。
当前的房价已经远远地超过了许多进城务工者以及应届毕业生的支付能力。 房地产市场关系着我国的城镇化发展前景,关系着年轻一代的基本生活权利能否得到保障,房价虚高是国计民生的大问题。 当住宅的刚需与投资需求同样强烈时,有必要遏制投资需求, 限购限贷政策仍然需要继续执行。但这只是“治标”,还需“治本”。 “治本”一方面需要挖掘我国经济的新增长点, 提升我国科技发展水平;另一方面,还需完善我国市场经济制度, 提高我国政府公共服务水平,营造公平正义的社会环境,减小居民间的收入差距,使整个社会达到共同富裕的目标,才能使住宅市场健康发展。
我国政府自2008 年以来已经多年施行扩张型的货币政策,在抗击经济衰退、 确保就业方面取得了一定的成效,但这种政策在后期带来的副作用也越来越明显。 今后采取何种货币政策需要谨慎考虑,要避免货币政策继续刺激住宅市场。
我国当前城镇化运动在全国各地轰轰烈烈地进行,很多大中型城市的发展潜力巨大,武汉市就是这样的例子。 近十年来武汉市城市化进程之快、房价上涨之快大家有目共睹,但其发展现状还远未达到均衡状态,其对湖北省其他市区仍存在较强的极化效应。 从长期看,政府需要继续扩大住宅土地供应量,建设更多的基础设施,使更多的人可以在武汉落户。
维持经济持续发展是一个城市的活力之源。 武汉市经济增长速度多年均处于全国平均水平之上,近几年来大力发展完善城市交通设施,辖区内有多所全国著名大学,这些都是武汉市的优势。 留住本地毕业的高端人才,打造自身的核心产业,继续挖掘武汉市的经济发展潜力,有利于武汉市住宅市场稳定发展。
注释:
①朱伟伟.中国房地产价格与通货膨胀之间的关系研究[D].南京大学,2018.
②王楠等.大型交通设施对房地产价格影响研究进展与评述[J].城市发展研究,2018,(25):14-15.
③赵赟飞.人口流动对城市商品住房价格的影响——基于全国30 个大中城市的实证分析[D].东北财经大学,2017.
④宋宏,张璐.商业投资与房地产价格影响因素分析——以西安市为例[J].商业经济研究,2018,(11):186-187.