王娟
(渤海大學(xué),遼寧 錦州121000)
房地產(chǎn)業(yè)的迅速發(fā)展帶動了投資及經(jīng)濟的發(fā)展,但其也吸引了其他領(lǐng)域的資金過度地向這一領(lǐng)域聚集,直接導(dǎo)致了商品房價格上漲,甚至出現(xiàn)了泡沫跡象。同時,房價的上漲與通貨膨脹交織在一起,進一步助長了房地產(chǎn)的投機性需求,這不但危害著房地產(chǎn)業(yè)自身的安全,而且也成為中國經(jīng)濟增長中不穩(wěn)定的重要因素。在當(dāng)前復(fù)雜的社會市場經(jīng)濟環(huán)境下,我國的房地產(chǎn)價格的影響因素眾多,且其構(gòu)成也相當(dāng)復(fù)雜。在實際操作過程中,主要是根據(jù)房地產(chǎn)從最初土地的取得,到竣工、驗收及完成銷售,這期間發(fā)生的稅費項目、支付標(biāo)準等,并在此基礎(chǔ)上對其實際項目的發(fā)生情況確定價格構(gòu)成的金額及比例[1]。房價構(gòu)成的主要要素包括土地獲得的成本、開發(fā)過程中的成本及各項費用等。在當(dāng)前的房價構(gòu)成上,土地購買占了相當(dāng)大的比例,土地成本幾乎占據(jù)直接成本的百分之六十。根據(jù)國土資源部相關(guān)的房地產(chǎn)開發(fā)項目統(tǒng)計,當(dāng)前中國的房地產(chǎn)價格構(gòu)成中,地價占據(jù)了四分之一的份額。同時,從實證分析說據(jù)來看,決定房價高低的因素并不是地價,其僅僅是房價構(gòu)成因素之一[2]。房價的構(gòu)成要素還包括建安成本、營銷稅費、開發(fā)商利潤等要素,且這幾種要素在房價構(gòu)成上占有絕對部分。另外,在市場經(jīng)濟條件下,房地產(chǎn)價格不但受價格構(gòu)成要素的影響與制約,而且還受市場供求關(guān)系的作用。
隨著緊縮銀根、房地產(chǎn)稅的開征及一系列限購措施的實施,這被視為中國宏觀調(diào)控房價的一個重要舉措。在這幾年出臺的房地產(chǎn)政策中,被動的去校正市場的占多數(shù),而主動來引導(dǎo)市場的則偏少。因此,這就需要根據(jù)市場的變化主動地提出相應(yīng)的政策調(diào)整,并有著中長期的發(fā)展目標(biāo),因為,住房不但是一個長期性的耐用消費品,而且還是一種投資品,所以,房地產(chǎn)政策就需要一定的超前性及穩(wěn)定性。房地產(chǎn)宏觀調(diào)控政策實施的目的是要遏制房價的過快增長及炒房行為,同時還要保持房地產(chǎn)市場投資量及銷售量的均衡。
基于地價、建材價格穩(wěn)重有升及物價總體水平的剛性,尤其是人們對住房改善性需求及收入水平的提高,房價在短期內(nèi)不可能呈現(xiàn)下降趨勢。雖然政府正在推行保障性住房、經(jīng)濟適用房在價格上相對便宜,可以在一定程度上緩解中低收入家庭的需求,但是,并不是所有適合其待遇的人都能夠享受到這種福利,且還有相當(dāng)部分人群連最基本的經(jīng)濟適用房也消費不起[3]。根據(jù)聯(lián)合國統(tǒng)計數(shù)據(jù),2011年中國的基尼系數(shù)突破了0.55,遠遠高于0.4的世界基尼系數(shù)標(biāo)準。因此,在這種情況下,對低收于人群來說,通過購買經(jīng)濟適用房或普通商品房來滿足其住房需求具有一定的困難。
首先,隨著恩格爾系數(shù)的不斷降低,城鎮(zhèn)居民對自己的住宅需求進入到一個新的時期,有很多人開始將自己的房屋變賣或出租,進而購買自己需要的商品房。其次,在房地產(chǎn)市場中不少富裕起來的居民開始購買第二套房,且這種現(xiàn)象逐步普遍起來,成為時下較為流行的現(xiàn)象。再次,隨著城鎮(zhèn)化的飛速發(fā)展,很大一部分城郊居民開始進入城市,并成為城市房地產(chǎn)市場中主要的租房者或購買者,進而使得房地產(chǎn)市場有了新的發(fā)展動力。最后,房地產(chǎn)還成為重要的投資工具,同時這些新特點在慣性的長期作用下,使得我國房地產(chǎn)市場上需求剛性總體上在今后十年甚至更長時期內(nèi)不可逆轉(zhuǎn)。需求強勁導(dǎo)致房價在剛性基礎(chǔ)上呈現(xiàn)拉上態(tài)勢,這是價值規(guī)律在房地產(chǎn)市場上作用的必然趨勢和表現(xiàn)。
城市居民收入水平的提高增強了居民的購房能力,購房需求得到釋放。居民收入水平的不斷提高,更多的人有能力置購房產(chǎn)。一些人“有房住”的愿望得到實現(xiàn),另一些人“住好房”的愿望也逐步實現(xiàn)。居民住宅觀念和需求也在發(fā)生變化,整體上從“生存型”向“舒適型”轉(zhuǎn)變[4]。家庭戶數(shù)的增長是支撐住宅需求增長的重要因素。根據(jù)中國的實際情況分析,家庭戶數(shù)的增加一方面是來自于外來人口形成的移民家庭戶數(shù)的增多;另一方面是由于家庭小型化的結(jié)果。從城市人口聚集度的不斷提高及家庭小型化趨勢不斷增強的發(fā)展趨勢來看,家庭戶數(shù)的增長對住宅需求的支撐將會穩(wěn)步發(fā)展。
本文以某樓盤2009年12月至2012年6月期間的實際交易數(shù)量為研究樣本,其中有效樣本數(shù)據(jù)為1043個,包含住宅成交時間、成交價格、居民收入、家庭小型化量、通貨膨脹率等信息[5]。由于成交的住房都來自于同一個住宅小區(qū),小區(qū)環(huán)境、區(qū)域社會治安、公共交通通達程度、基礎(chǔ)設(shè)施和商業(yè)配套設(shè)施完善程度以及賣方的特征等這些對住房價格有明顯影響但又難以收集和量化的解釋變量得以控制,使得我們的模型相對簡潔,提高了估計的準確性。
表1 Hedonic模型估計結(jié)果
從表1中可以看到,居民收入、家庭小型化量、通貨膨脹率等及時間趨勢變量對住宅銷售價格都具有顯著影響。以Hedonic模型為基礎(chǔ),我們得到樣本所包含住宅的內(nèi)含價格PE,進而得出住宅實際銷售價格與內(nèi)含價格的偏離度PDI。就樣本總體均值而言,樣本實際銷售價格基本接近其內(nèi)含價格(僅高于內(nèi)含價格0.2個百分點)。但是,部分住宅實際銷售價格相對于內(nèi)含價格的偏離程度較大,其中,折價最大的房屋銷售價格僅為內(nèi)含價格的50%,而溢價最高的住宅實際售價為內(nèi)含價格131%[6]。
作者選取城市化率、改善性住房需求、舊城改造需求、消費結(jié)構(gòu)、居民收入、家庭小型化量、國際化、通貨膨脹率、投資等十個參數(shù),數(shù)據(jù)來源于2011年的《中國統(tǒng)計年鑒》、中經(jīng)專網(wǎng)數(shù)據(jù)庫和國家統(tǒng)計局網(wǎng)站數(shù)據(jù),并經(jīng)過作者整理和換算所得。
為了剔除通貨膨脹的影響,模型中的每一個參數(shù)的名義值都除以消費品物價指數(shù)CPI以得到其真實值,以提高模型預(yù)測的準確性。
表2 回歸結(jié)果
因?qū)amember這一變量進行t檢驗得到p=0.826,即使在很大的顯著性水平上也不顯著,故可剔除這一變量,則新的回歸方程為:
表3 剔除變量后的回歸結(jié)果
表4 Eviews輸出結(jié)果分析
F(5,13)=277.4,故回歸方程聯(lián)合分布顯著,擬合系數(shù)R2=0.9907,故回歸方程中各自變量較好地解釋了因變量——住房價格。
在對時間序列數(shù)據(jù)做回歸分析時,模型的隨機誤差項εt有可能存在自相關(guān)性,違背關(guān)于εt(對時間t)相互獨立的基本假設(shè)。為此,我們進行εt的自相關(guān)性的診斷。
殘差εt=yt-可以作為隨機誤差εt的估計值,畫出et-et-1的散點圖,如圖1所示:
圖1 殘差散點圖
為了對εt的自相關(guān)性作定量診斷,建立如下模型:
同時我們進行D-W檢驗。D-W檢驗是一種常用的診斷自相關(guān)現(xiàn)象的統(tǒng)計方法,DW統(tǒng)計量如下:
當(dāng)n較大時,DW≈2(1-ρ^),其中,自相關(guān)系數(shù)ρ的估計值為;通過計算,我們求得=-0.15415 DW=2.3083。對于顯著性水平為0.05,n=19,k=7,查D-2分布表,得到檢驗的臨界值dU=1.08。現(xiàn)在dU<DW<4-dU,我們可以認為隨機誤差不存在自相關(guān),所以,回歸模型是適用的。
由此,可用上述回歸方程求的住房價格的擬合值:
對模型中的六個參數(shù)運用二次指數(shù)平滑法得到其自2011~2020年的預(yù)測值:
式中,at為t時期的數(shù)據(jù)均值,bt為t時期的平均增長量,τ為t時期到需預(yù)測時期的間隔期數(shù)。
由此我們可以預(yù)測出2011~2020年中國的房價的參數(shù)值(如表5)。
由表5可以看出,由于通貨膨脹、人民收入、國際化趨勢、城市化進程等多方面影響,盡管政府正不斷加大調(diào)控力度,但在未來十年里,房價仍會有所上升。理論與實踐都充分表明:房地產(chǎn)價格的上漲是由多種因素共同作用的結(jié)果,其根本動因是需求的持續(xù)性。同時,隨著新型城鎮(zhèn)化、工業(yè)化及農(nóng)業(yè)現(xiàn)代化的不斷推進,這都將對中國的消費結(jié)構(gòu)產(chǎn)生重要影響,特別是房地產(chǎn)消費成為城鄉(xiāng)居民消費的重要內(nèi)容。
表5 2011~2020年回歸模型參數(shù)二次指數(shù)擬合值
(1)建安費用與營銷費用仍有升幅
當(dāng)前,我國的房地產(chǎn)企業(yè)的營銷費用主要是指為了促進物業(yè)收入而出現(xiàn)的費用,主要包括廣告費用、促銷費用、樣板房費用等。同時,隨著消費者理性購房行為的日趨增強,房地產(chǎn)開發(fā)商要想要吸引消費者,其營銷手段日趨增多,投入的資金規(guī)模及資源也會不斷增多。因此,我國房價逐年呈階梯狀上漲,成本推動是主因,在房地產(chǎn)市場供求關(guān)系既定,地價不變的情況下,建筑安裝成本與營銷費用、規(guī)費與稅收仍有上升的幅度。
(2)政府規(guī)費與稅收有增無減
伴隨2009年末的新一輪房價飆升,房產(chǎn)稅、物業(yè)稅等房地產(chǎn)稅收政策呼聲見高。稅收政策的根本目的在于規(guī)范市場,然而,“十二五”及未來十年稅收政策對房地產(chǎn)市場的短期調(diào)節(jié)將顯著,在當(dāng)前房地產(chǎn)市場供需矛盾情況下,政府規(guī)費與稅收將有增無減。
(3)開發(fā)商讓利空間有限
我國的房價構(gòu)成大致可分為四個層面:一是樓面地價,即土地價格攤到房屋單位面積中的價格;二是建筑安裝成本與營銷費用;三是規(guī)費與稅收;四是開發(fā)商利潤。在前三個層面都在增長的情況下,開發(fā)商的讓利空間就很有限。
(1)城鎮(zhèn)化水平不斷深入
當(dāng)前,中國正處于城鎮(zhèn)化迅速發(fā)展的時期,城鎮(zhèn)化率每增長一個百分點,就約有一千萬的人口從農(nóng)村轉(zhuǎn)移到城市。同時,隨著城鎮(zhèn)人口不斷增長,城市建設(shè)的規(guī)模不斷擴增,其房地產(chǎn)業(yè)也將進一步增長。但是,過去幾年中中國城鎮(zhèn)化及房地產(chǎn)也明顯滯后于經(jīng)濟發(fā)展速度,特別是房地產(chǎn)業(yè)發(fā)展的關(guān)鍵時期,新建住房占據(jù)房地產(chǎn)存量的一半左右。今后一段時期,城鎮(zhèn)化進一步發(fā)展及居民的改善性需求等仍是推動房地產(chǎn)市場發(fā)展及繁榮的重要力量。
(2)改善性住房需求
隨著中國城市經(jīng)濟實力的發(fā)展及居民生活水平的不斷提高,很多居民已經(jīng)從過去的居者有其屋,逐步轉(zhuǎn)變?yōu)榫诱摺皟?yōu)”其屋,購房者日益注重其住房的品質(zhì),這就使得改善性住房需求不斷釋放,并呈現(xiàn)一種上升的趨勢。購房者主要分為兩類人群,一是對當(dāng)前的居住環(huán)境并不滿意,特別是家庭人口的不斷增多,迫切需要小房改大房,改善其現(xiàn)有的居住環(huán)境;二是一部分人群收入可觀,他們?yōu)榱俗非蟾叩纳钯|(zhì)量而去選擇購買周邊配套齊全、綠化率高等重要因素的房源。
(3)“十二五”及未來十年消費結(jié)構(gòu)升級
今后一個時期內(nèi),中國的房地產(chǎn)消費將呈現(xiàn)如下幾個方面的新趨勢。第一,城鎮(zhèn)恩格爾系數(shù)降低后,城鎮(zhèn)居民住房進入一個新的更換期,許多居民將其原來的住房或租賃或出售,然后購買自己需要的商品房;第二,很多富裕起來的城鄉(xiāng)居民開始購買第二套住房,這就產(chǎn)生了所謂的“第二居所”現(xiàn)象;第三,城鎮(zhèn)化進程的加速使得更多的郊區(qū)居民或農(nóng)民工進入市區(qū),成為城市住房主要購買者或租賃者,進而使得房地產(chǎn)市場更具有活力及需求動力;第四,房地產(chǎn)成為城市居民重要的投資工具,并在這一長期的慣性趨勢下,我國房地產(chǎn)市場上需求剛性總體上在今后十年甚至更長時期內(nèi)不可逆轉(zhuǎn)。需求強勁導(dǎo)致房價在剛性基礎(chǔ)上呈現(xiàn)拉上態(tài)勢,這是價值規(guī)律在房地產(chǎn)市場上作用的必然趨勢和表現(xiàn)。
[1]黃厚霞,侯莉穎.房價影響因素綜述[J].中國房地產(chǎn),2011,(7).
[2]巴曙松.房地產(chǎn)行業(yè)步入顯著調(diào)整起點[J].房地產(chǎn)導(dǎo)刊,2011,(11).
[3]楊繼瑞.房地產(chǎn)新政:現(xiàn)狀思考與展望[M].成都:西南財經(jīng)大學(xué)出版社,2005.
[4]Ong,S.E.,Koh,Y.C.Time On-market and Price Trade-offs in High-rise Housing Sub-markets[J].Urban Studies,2000,37(11).
[5]Pedroni P.Critical Values for co Integration Tests in Heterogeneous Panels with Multiple Regressors[J].Oxford Bulletin of Economics and Statistics,1999.
[6]Durbin J.,Watson G.S.Testing for Serial Correlation in Least Squares Regression[J].Biometrika,1950,(37).