安輝　王立婷　谷宇

摘 要：本文基于2002年至2010年全國(guó)35個(gè)大中城市的面板數(shù)據(jù)，利用AH模型對(duì)住房?jī)r(jià)格進(jìn)行擬合，并從長(zhǎng)期趨勢(shì)和短期波動(dòng)兩個(gè)角度對(duì)住房?jī)r(jià)格的影響因素進(jìn)行研究。研究結(jié)果表明：在全國(guó)，土地價(jià)格水平、房地產(chǎn)開(kāi)發(fā)投資額、地區(qū)人均國(guó)內(nèi)生產(chǎn)總值、人口、住房貸款利率、人均收入等六個(gè)解釋變量在住房?jī)r(jià)格長(zhǎng)期趨勢(shì)方面有較大作用，其中房地產(chǎn)開(kāi)發(fā)投資額及人口是住房?jī)r(jià)格短期波動(dòng)的重要影響因素。同時(shí)，不同區(qū)域的住房?jī)r(jià)格影響因素也會(huì)有所不同。

關(guān)鍵詞：住房?jī)r(jià)格；影響因素；AH模型

中圖分類號(hào)：F293.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：10035192（2014）02001307doi：10.11847/fj.33.2.13

A Research on Influencing Factors of Housing Prices on Both theLongterm Trends and Shortterm Fluctuations：Based on Panel Data of 35 Large and Mediumsized Cities in China

AN Hui， WANG Liting， GU Yu

（School of Economics， Dalian University of Technology， Dalian 116024， China）

Abstract：In this paper， we establish AH model to simulate the real housing price based on panel data of 35 large and mediumsized cities and analyze the factors affecting housing prices from both the longterm trends and shortterm fluctuations. The results show that： in China， land prices， real estate investment， regional GDP per capita， population， housing loan interest rate and income per capita are the main factors of housing prices in the long run， while real estate investment and population can have a significant effect on shortterm housing prices. Meanwhile， diverse factors are influencing different regions of China.

Key words：housing price； influencing factors； AH model

1 引言

住房市場(chǎng)的非理性繁榮對(duì)金融市場(chǎng)穩(wěn)定性是一個(gè)巨大的挑戰(zhàn)，因而對(duì)住房?jī)r(jià)格影響因素的探究一直是房地產(chǎn)業(yè)研究的重要課題。住房?jī)r(jià)格的變化一方面表現(xiàn)為長(zhǎng)期趨勢(shì)性變化，如2002年以來(lái)我國(guó)持續(xù)上漲、居高不下的住房?jī)r(jià)格趨勢(shì)，從2002年至2010年，我國(guó)35個(gè)大中城市的平均住宅銷(xiāo)售價(jià)格上升了2.2倍之多；另一方面則表現(xiàn)為圍繞這一趨勢(shì)的短期波動(dòng)，即住房?jī)r(jià)格短時(shí)間內(nèi)的劇烈震蕩或小幅波動(dòng)，如2008年上海、南京等城市在金融危機(jī)的沖擊下住宅銷(xiāo)售價(jià)格較2007年有所回落，但這種降溫未能改變此后住房?jī)r(jià)格繼續(xù)上升的趨勢(shì)。

因此，住房?jī)r(jià)格影響因素的研究需要從長(zhǎng)期與短期加以區(qū)分。住房?jī)r(jià)格的長(zhǎng)期趨勢(shì)與短期波動(dòng)影響因素有哪些？相同的因素在長(zhǎng)期和短期發(fā)揮的作用是否相同？不同的地區(qū)是否具有相同的因素？針對(duì)這些疑問(wèn)，本文結(jié)合住房的長(zhǎng)期趨勢(shì)與短期波動(dòng)對(duì)住房?jī)r(jià)格運(yùn)行情況進(jìn)行描述，其中短期波動(dòng)既涵蓋自相關(guān)過(guò)程，也包括均值回歸過(guò)程，從而對(duì)不同地域范圍、不同時(shí)間長(zhǎng)度的住房?jī)r(jià)格影響因素進(jìn)行探究。

2 文獻(xiàn)綜述

住房?jī)r(jià)格影響因素的研究可以從兩方面進(jìn)行總結(jié)：一是住房?jī)r(jià)格長(zhǎng)期趨勢(shì)研究，二是基于長(zhǎng)期趨勢(shì)的住房?jī)r(jià)格短期波動(dòng)研究。

住房?jī)r(jià)格長(zhǎng)期趨勢(shì)有兩種研究角度。一是基于經(jīng)濟(jì)基本面的研究，即利用人均可支配收入、人口數(shù)等經(jīng)濟(jì)基本面因素對(duì)住房?jī)r(jià)格進(jìn)行解釋。國(guó)外學(xué)者對(duì)此研究頗多，如Egert和Mihaljek[1]對(duì)中東歐地區(qū)的研究結(jié)果表明中東歐地區(qū)的住房?jī)r(jià)格能夠用經(jīng)濟(jì)基本面和一些轉(zhuǎn)軌特定要素進(jìn)行解釋。此類研究較為典型的還有Potepan[2]，Quigley[3]等。我國(guó)學(xué)者針對(duì)住房?jī)r(jià)格的研究也大多聚焦于此，一般的結(jié)論是人均可支配收入、總?cè)丝?、失業(yè)率、空置率等有一定的解釋力[4]。

二是基于非經(jīng)濟(jì)基本面的研究。此類研究角度繁多，僅以國(guó)內(nèi)為例：陳超，柳子君，肖輝[5]利用房地產(chǎn)市場(chǎng)各主體的博弈行為構(gòu)建模型，得出地方政府利益是住房?jī)r(jià)格上升的根本原因，開(kāi)發(fā)商壟斷是高住房?jī)r(jià)格的直接原因；溫海珍[6]從住宅特征價(jià)格模型出發(fā)，從建筑特征、鄰里特征、區(qū)位特征等方面對(duì)影響杭州住宅價(jià)格的因素進(jìn)行了研究，得出建筑面積是最為重要的影響因素的結(jié)論；張亞麗，梁云芳和高鐵梅[7]將住房視作資產(chǎn)，通過(guò)跨期優(yōu)化選擇模型說(shuō)明預(yù)期房地產(chǎn)收益率等因素會(huì)推動(dòng)住房?jī)r(jià)格上漲。

短期波動(dòng)往往要涉及自相關(guān)過(guò)程與均值回歸過(guò)程，因此基于長(zhǎng)期趨勢(shì)的住房?jī)r(jià)格短期波動(dòng)研究文獻(xiàn)可依此分為三類。其一是針對(duì)自相關(guān)過(guò)程的研究。自相關(guān)過(guò)程描述的是當(dāng)期價(jià)格與前期價(jià)格的自相關(guān)程度，有效性檢驗(yàn)是研究自相關(guān)過(guò)程的合理途徑，因此學(xué)者大多從有效性檢驗(yàn)進(jìn)行研究。國(guó)外學(xué)者對(duì)此研究頗多，由于市場(chǎng)選取的差異以及統(tǒng)計(jì)口徑的不同，其實(shí)證研究結(jié)論也往往有所出入，如Case和Shiller[8]與Larsen和Weum

[9]通過(guò)研究得出美國(guó)、挪威房地產(chǎn)市場(chǎng)弱有效性不成立，而Guntermann和Smith[10]與Rosenthal[11]則認(rèn)為美國(guó)、英國(guó)的房地產(chǎn)市場(chǎng)弱有效性成立。我國(guó)學(xué)者也對(duì)此有所研究，如鄭思齊和劉洪玉[12]以北京、上海的住宅市場(chǎng)與寫(xiě)字樓市場(chǎng)為研究對(duì)象，表明這四個(gè)房地產(chǎn)市場(chǎng)弱有效性均不成立。

安輝，等：住房?jī)r(jià)格長(zhǎng)期趨勢(shì)與短期波動(dòng)影響因素研究——基于全國(guó)35個(gè)大中城市的面板數(shù)據(jù)

Vol.33， No.2預(yù) 測(cè)2014年第2期

其二是針對(duì)均值回歸過(guò)程的研究。均值回歸過(guò)程指實(shí)際住房?jī)r(jià)格會(huì)在相關(guān)驅(qū)動(dòng)力的推動(dòng)下向均衡價(jià)格靠攏

[13]，這種研究常常基于誤差修正模型。國(guó)外學(xué)者在此方面多有研究，如Klyuev[14]通過(guò)均衡住房?jī)r(jià)格方程與誤差修正方程、Tumbarello和Wang[15]通過(guò)向量誤差修正模型對(duì)美國(guó)、澳大利亞、新西蘭和加拿大等國(guó)的住房?jī)r(jià)格進(jìn)行了一定解釋。這一模型對(duì)于分析我國(guó)房地產(chǎn)市場(chǎng)現(xiàn)狀也有重要意義，梁云芳和高鐵梅

[16]通過(guò)誤差修正模型對(duì)我國(guó)不同區(qū)域的房地產(chǎn)價(jià)格影響因素進(jìn)行研究，并對(duì)實(shí)際利率、人均GDP等因素的影響進(jìn)行了定量測(cè)算。

其三則為針對(duì)自相關(guān)過(guò)程與均值回歸過(guò)程共同作用的研究。為了更好地從這兩個(gè)過(guò)程共同作用的角度對(duì)實(shí)際住房?jī)r(jià)格進(jìn)行描述，Abraham和Hendershott[17]建立了房地產(chǎn)價(jià)格模型（以下簡(jiǎn)稱為AH模型）。該文獻(xiàn)通過(guò)對(duì)30個(gè)城市1977年至1992年的數(shù)據(jù)對(duì)均衡住房?jī)r(jià)格進(jìn)行回歸，并對(duì)實(shí)際價(jià)格偏離均衡價(jià)格的影響因素進(jìn)行了測(cè)算，研究結(jié)果表明，單獨(dú)考慮均衡價(jià)格，或單獨(dú)考慮實(shí)際價(jià)格的調(diào)整只能解釋城市住宅價(jià)格波動(dòng)的40%，但兩者同時(shí)考慮將解釋住房?jī)r(jià)格波動(dòng)的60%。在這一模型提出后，自相關(guān)系數(shù)、收斂系數(shù)與反應(yīng)系數(shù)開(kāi)始受到關(guān)注，短期波動(dòng)因素的定量測(cè)算成為了住房?jī)r(jià)格研究的重要方向。Capozza，Hendershott，Mack等[18]基于1979～1995年62個(gè)大城市的面板數(shù)據(jù)對(duì)AH模型進(jìn)行了回歸，該文獻(xiàn)經(jīng)過(guò)實(shí)證分析，認(rèn)為較高的實(shí)際收入、人口增長(zhǎng)率和實(shí)際建筑成本會(huì)使自相關(guān)程度較高，而較低的建筑成本會(huì)導(dǎo)致均值回歸過(guò)程的增強(qiáng)。在此之后，Capozza，Hendershott和Mack[19]，Malpezzi和Wachter[20]，Chen，Carbachoburgos，Mehra等[21]學(xué)者也均從此模型出發(fā)，對(duì)不同地區(qū)的住房?jī)r(jià)格的波動(dòng)規(guī)律與短期驅(qū)動(dòng)力因素進(jìn)行了研究。而國(guó)內(nèi)從此角度進(jìn)行研究的文獻(xiàn)頗少，洪濤，高波和毛中根[22]采用AH模型對(duì)1998年至2003年中國(guó)31個(gè)省（市、區(qū)）的實(shí)證研究，得出了實(shí)際價(jià)格沒(méi)有嚴(yán)重偏離均衡價(jià)格的結(jié)論，并從模型中的系數(shù)入手對(duì)短期波動(dòng)影響因素進(jìn)行了討論。

綜上所述，目前研究我國(guó)住房?jī)r(jià)格文獻(xiàn)多聚焦于長(zhǎng)期趨勢(shì)，針對(duì)短期波動(dòng)的研究起步較晚，尤其在結(jié)合價(jià)格發(fā)散與均值回歸這一角度。相比國(guó)內(nèi)已有的基于AH模型的研究，本文將研究對(duì)象鎖定為城市，并對(duì)其進(jìn)行分組比較，從而更好地分析房地產(chǎn)業(yè)的地域性差異；同時(shí)，2002年以后我國(guó)房?jī)r(jià)明顯呈非理性的繁榮，并經(jīng)歷了金融危機(jī)的沖擊，政府曾經(jīng)多次出臺(tái)宏觀調(diào)控政策，因此本文基于該階段的樣本并注重對(duì)短期波動(dòng)因素進(jìn)行定量研究，以期為政策制定提供依據(jù)。

3 研究方法

對(duì)住房?jī)r(jià)格的研究通常包括實(shí)際住房?jī)r(jià)格與均衡住房?jī)r(jià)格。實(shí)際住房?jī)r(jià)格是指經(jīng)過(guò)通貨膨脹修正的住房?jī)r(jià)格，此價(jià)格不是理論上的價(jià)格，而是實(shí)際存在于房地產(chǎn)市場(chǎng)的價(jià)格；而均衡住房?jī)r(jià)格是指在市場(chǎng)出清狀態(tài)下，需求曲線和供給曲線的交點(diǎn)所對(duì)應(yīng)的價(jià)格，此價(jià)格為理論上的價(jià)格，不是實(shí)際存在的價(jià)格。

在房地產(chǎn)市場(chǎng)中，住房?jī)r(jià)格的波動(dòng)一般由以下兩個(gè)部分組成：

（1）長(zhǎng)期趨勢(shì)。即均衡住房?jī)r(jià)格的改變，住房本身的價(jià)值發(fā)生了變化，由于在長(zhǎng)期市場(chǎng)總是趨向均衡的，因此均衡住房?jī)r(jià)格往往可以用來(lái)描述住房?jī)r(jià)格的長(zhǎng)期運(yùn)行趨勢(shì)。

（2）短期波動(dòng)。即實(shí)際價(jià)格的調(diào)整過(guò)程，由于實(shí)際住房?jī)r(jià)格的變動(dòng)往往基于均衡住房?jī)r(jià)格發(fā)生，且作用時(shí)間短，因此可將這種調(diào)整看做圍繞長(zhǎng)期趨勢(shì)發(fā)生的短期波動(dòng)。短期波動(dòng)又可細(xì)劃分為兩個(gè)過(guò)程，第一個(gè)過(guò)程是自相關(guān)過(guò)程。由于房地產(chǎn)市場(chǎng)的連續(xù)性，以及參與者的非理性預(yù)期，住房?jī)r(jià)格通常在短期內(nèi)表現(xiàn)出正自相關(guān)性。在過(guò)熱的房地產(chǎn)市場(chǎng)中，自相關(guān)過(guò)程推動(dòng)了住房?jī)r(jià)格的進(jìn)一步發(fā)散，從而形成了住房?jī)r(jià)格的價(jià)格發(fā)散過(guò)程。第二個(gè)過(guò)程是均值回歸過(guò)程。該過(guò)程是促使實(shí)際住房?jī)r(jià)格向均衡住房?jī)r(jià)格靠攏的重要力量。當(dāng)實(shí)際住房?jī)r(jià)格高于均衡住房?jī)r(jià)格時(shí)，均值回歸的力量會(huì)促使其下降至均衡價(jià)格水平；反之亦然。因此，均值回歸過(guò)程是確保房地產(chǎn)市場(chǎng)泡沫消除和實(shí)現(xiàn)住房?jī)r(jià)格穩(wěn)定的重要過(guò)程。

基于上述基本原理，本文現(xiàn)引入AH模型作為本文的計(jì)量模型。AH模型是Abraham和 Hendershott提出的住房?jī)r(jià)格模型，它將住房?jī)r(jià)格的運(yùn)動(dòng)分為兩部分，第一部分為均衡價(jià)格的形成，從長(zhǎng)期趨勢(shì)的角度對(duì)住房?jī)r(jià)格進(jìn)行研究；第二部分為實(shí)際價(jià)格的調(diào)整，從短期波動(dòng)對(duì)住房?jī)r(jià)格進(jìn)行研究。在AH模型中，自相關(guān)過(guò)程和均值回歸過(guò)程并非單獨(dú)運(yùn)行，而是同時(shí)作用于房地產(chǎn)市場(chǎng)的。其模型形式如下

（1）式代表均衡價(jià)格的形成，P*t表示t期的均衡住房?jī)r(jià)格，Xt表示住房?jī)r(jià)格的影響因素。（1）式利用實(shí)際住房?jī)r(jià)格與相應(yīng)解釋變量對(duì)該式進(jìn)行擬合，所得到的擬合值即為均衡住房?jī)r(jià)格。（2）式代表實(shí)際價(jià)格的調(diào)整，其中Pt表示t期的實(shí)際住房?jī)r(jià)格，式中的各期均衡住房?jī)r(jià)格值由（1）式得出。

在（2）式中，αΔPt-1描述了自相關(guān)過(guò)程，其中α為自相關(guān)系數(shù)， 自相關(guān)系數(shù)越大，當(dāng)期實(shí)際價(jià)格變化就越依賴于前期實(shí)際價(jià)格變化。在房地產(chǎn)市場(chǎng)中，由于正反饋交易者的存在，住房?jī)r(jià)格通常呈現(xiàn)出不斷上升的趨勢(shì)，當(dāng)期價(jià)格也在一定程度上反映了前期價(jià)格信息，因此這里的自相關(guān)系數(shù)一般會(huì)大于零。

β（P*t-1-Pt-1）描述了均值回歸過(guò)程，其中β為收斂系數(shù)，收斂系數(shù)越大，促使實(shí)際價(jià)格向均衡價(jià)格運(yùn)動(dòng)的驅(qū)動(dòng)力就越大。在房地產(chǎn)市場(chǎng)中，這一系數(shù)描述了實(shí)際住房?jī)r(jià)格向均衡住房?jī)r(jià)格回歸的過(guò)程，由于泡沫不可能不被約束地持續(xù)膨脹，也不可能在短時(shí)間內(nèi)被完全消滅，因此往往會(huì)有0<β<1。

γΔP*t代表均衡價(jià)格變化所引起的實(shí)際價(jià)格變化，其中γ為反應(yīng)系數(shù)。反應(yīng)系數(shù)則代表了實(shí)際價(jià)格變化能被均衡價(jià)格變化解釋的程度，反應(yīng)系數(shù)越大，均衡價(jià)格變化的解釋力越強(qiáng)。在實(shí)際中，實(shí)際住房?jī)r(jià)格的變化往往并不能被均衡住房?jī)r(jià)格變化全部解釋，其調(diào)整并不完全及時(shí)、準(zhǔn)確，因此會(huì)有0<γ<1。

（2）式可以很好地描述實(shí)際住房?jī)r(jià)格的改變可以由哪些部分來(lái)解釋，卻無(wú)法精確衡量每一個(gè)解釋變量對(duì)住房?jī)r(jià)格短期波動(dòng)的影響。Capozza，Hendershott，Mack等在AH模型的基礎(chǔ)上對(duì)該理論提出了擴(kuò)展，（2）式可以改寫(xiě)為（3）式

其中i代表不同的解釋變量，k代表不同城市，Xt為各解釋變量在時(shí)間序列上的平均值。通過(guò)對(duì)αi和βi的測(cè)算，我們可以定量測(cè)算出解釋變量i對(duì)住房?jī)r(jià)格短期波動(dòng)的影響。

AH模型既包括對(duì)住房?jī)r(jià)格長(zhǎng)期趨勢(shì)方面的研究，也涵蓋了短期波動(dòng)中的自相關(guān)過(guò)程與均值回歸過(guò)程，可以較全面地從運(yùn)行規(guī)律方面對(duì)住房?jī)r(jià)格影響因素進(jìn)行定量測(cè)算。本文將通過(guò)（1）式來(lái)確定住房?jī)r(jià)格長(zhǎng)期趨勢(shì)的影響因素，通過(guò)（3）式確定住房?jī)r(jià)格短期波動(dòng)的影響因素。

4 實(shí)證分析及結(jié)果：基于AH模型的研究

4.1 樣本選取與數(shù)據(jù)處理

本文選取住房?jī)r(jià)格（PRICE）為被解釋變量，土地價(jià)格水平（LAND）、房地產(chǎn)開(kāi)發(fā)投資額（CI）、地區(qū)人均國(guó)內(nèi)生產(chǎn)總值（PGDP）、人口（POP）、住房貸款利率（LIB）、人均收入（AW）為解釋變量。其中住房?jī)r(jià)格用全國(guó)35個(gè)大中城市住宅銷(xiāo)售價(jià)格來(lái)計(jì)算，人口用非農(nóng)人口數(shù)來(lái)計(jì)算，住房貸款利率用個(gè)人住房貸款基準(zhǔn)利率計(jì)算，人均收入用職工平均工資來(lái)計(jì)算。本文所有變量均為2002年至2010年的年度數(shù)據(jù)（2011年起國(guó)家統(tǒng)計(jì)局開(kāi)始采用新的統(tǒng)計(jì)指標(biāo)與統(tǒng)計(jì)口徑，2011年之前與之后的數(shù)據(jù)具有不完全可比性），且除人口外所有數(shù)據(jù)均經(jīng)過(guò)了CPI處理。在數(shù)據(jù)來(lái)源方面，住房?jī)r(jià)格來(lái)源于國(guó)家統(tǒng)計(jì)局；房地產(chǎn)開(kāi)發(fā)投資額、地區(qū)人均國(guó)內(nèi)生產(chǎn)總值、人口、收入來(lái)源于中經(jīng)網(wǎng)；住房貸款利率來(lái)源于中國(guó)人民銀行；土地價(jià)格水平來(lái)源于中國(guó)城市地價(jià)動(dòng)態(tài)檢測(cè)系統(tǒng)。

4.2 住房?jī)r(jià)格長(zhǎng)期趨勢(shì)影響因素的實(shí)證研究

由于包含了時(shí)間序列，面板數(shù)據(jù)在處理前常進(jìn)行平穩(wěn)性檢驗(yàn)，但本文使用的面板數(shù)據(jù)為僅有9期的短面板，因此不必對(duì)其進(jìn)行平穩(wěn)性檢驗(yàn)。下面本文首先將35個(gè)大中城市作為一個(gè)整體，對(duì)全國(guó)范圍內(nèi)的住房?jī)r(jià)格長(zhǎng)期趨勢(shì)影響因素進(jìn)行研究；然后將這35個(gè)城市分為四組，分別進(jìn)行擬合以尋找各自的影響因素。本文按照國(guó)家統(tǒng)計(jì)局的劃分方式，將全國(guó)35個(gè)大中城市分為東部地區(qū)、中部地區(qū)、西部地區(qū)、東北地區(qū)等四個(gè)區(qū)域，其中東部地區(qū)城市包括北京、天津、石家莊、上海、南京、杭州、寧波、福州、廈門(mén)、濟(jì)南、青島、廣州、深圳、海口；中部地區(qū)城市包括太原、合肥、南昌、鄭州、武漢、長(zhǎng)沙；西部地區(qū)城市包括呼和浩特、南寧、重慶、成都、貴陽(yáng)、昆明、西安、蘭州、西寧、銀川、烏魯木齊；東北地區(qū)的城市包括沈陽(yáng)、大連、長(zhǎng)春、哈爾濱。

（1）35個(gè)大中城市住房?jī)r(jià)格長(zhǎng)期趨勢(shì)回歸結(jié)果

在收集數(shù)據(jù)并處理數(shù)據(jù)后，本文首先對(duì)（1）式進(jìn)行擬合，可得如下結(jié)果（括號(hào)中為t值）。

回歸結(jié)果表明所有解釋變量均通過(guò)t檢驗(yàn)，各變量的系數(shù)符號(hào)均具有經(jīng)濟(jì)意義：①土地價(jià)格水平系數(shù)為0.6123445，這說(shuō)明它的上升會(huì)引起實(shí)際住房?jī)r(jià)格的上升。這是由于土地價(jià)格水平可以在一定意義上說(shuō)明土地獲取成本，當(dāng)土地價(jià)格水平較高時(shí)，房地產(chǎn)市場(chǎng)的供給水平會(huì)下降，從而影響住房?jī)r(jià)格的變動(dòng)。②房地產(chǎn)開(kāi)發(fā)投資額系數(shù)為0.0001026，與住房?jī)r(jià)格也具有正相關(guān)性，這是由于房地產(chǎn)開(kāi)發(fā)投資額是用來(lái)衡量房地產(chǎn)市場(chǎng)熱度的重要衡量手段，當(dāng)房地產(chǎn)開(kāi)發(fā)投資額增加，其市場(chǎng)的非理性繁榮會(huì)推動(dòng)住房?jī)r(jià)格的上漲。③地區(qū)人均國(guó)內(nèi)生產(chǎn)總值與住房?jī)r(jià)格正相關(guān)，該系數(shù)值為0.0248775，這是由于國(guó)內(nèi)生產(chǎn)總值是衡量經(jīng)濟(jì)發(fā)展程度的指標(biāo)，當(dāng)某一地區(qū)經(jīng)濟(jì)高速發(fā)展，其房地產(chǎn)市場(chǎng)也應(yīng)相對(duì)發(fā)達(dá)。④人口系數(shù)為1.273704，說(shuō)明人口的增多會(huì)引起實(shí)際住房?jī)r(jià)格的上升。這是由于人口會(huì)在一定意義上影響住房的需求，人口越多，住房需求越大。⑤人均收入系數(shù)符號(hào)為正，其大小為0.0435595。這說(shuō)明人均收入的上升會(huì)促進(jìn)實(shí)際住房?jī)r(jià)格的上升。由于人均收入在一定程度上代表了人們購(gòu)買(mǎi)住房的能力，因此人均收入與住房?jī)r(jià)格之間應(yīng)呈現(xiàn)正相關(guān)的關(guān)系。⑥住房貸款利率系數(shù)是唯一為負(fù)值的系數(shù)，該系數(shù)值為36.74238。住房貸款利率是住房需求的影響因素之一，利率越低，人們?cè)饺菀兹〉觅J款，住房需求也會(huì)隨之增大。模型F檢驗(yàn)的結(jié)果也同樣顯著，同時(shí)，該模型的擬合優(yōu)度達(dá)到了81.98%，因此可以認(rèn)為，在長(zhǎng)期，這六個(gè)解釋變量較好地解釋了35個(gè)大中城市住房?jī)r(jià)格的變化。

（2）四個(gè)區(qū)域住房?jī)r(jià)格長(zhǎng)期趨勢(shì)回歸結(jié)果

接下來(lái)本文將35個(gè)大中城市分為四個(gè)區(qū)域分別對(duì)（1）式進(jìn)行擬合，其擬合結(jié)果如下。

四個(gè)區(qū)域的回歸結(jié)果有較大出入，其中東部地區(qū)有四個(gè)解釋變量的系數(shù)顯著（LAND、CI、LIB、AW），中部地區(qū)僅有兩個(gè)解釋變量的系數(shù)顯著（LIB、AW），西部地區(qū)為三個(gè)（CI、PGDP、AW），東北地區(qū)為三個(gè)（CI、PGDP、POP）。由此我們推測(cè)，住房?jī)r(jià)格的長(zhǎng)期趨勢(shì)影響因素的不同，往往是區(qū)域的長(zhǎng)期屬性決定的。四個(gè)區(qū)域地理稟賦、發(fā)展程度、社會(huì)文化各不相同，這種區(qū)域的差異性造成了影響因素的差異。東部地區(qū)大多為沿海城市，地理位置優(yōu)越，交通便利，相對(duì)其他地區(qū)較為發(fā)達(dá)；中部地區(qū)擁有富饒的自然資源如煤炭資源等，高耗能工業(yè)發(fā)展快；西部地區(qū)自然條件相對(duì)惡劣，發(fā)展起步較晚，人口較少；而東北地區(qū)工業(yè)發(fā)展起步早，目前正在經(jīng)歷產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的過(guò)程。因此，盡管以35個(gè)大中城市整體為研究對(duì)象時(shí)這六個(gè)解釋變量均顯著，但在各區(qū)域分別進(jìn)行回歸時(shí)，影響因素是各不相同的。

以土地價(jià)格水平為例。在本文使用的數(shù)據(jù)中，東部地區(qū)土地價(jià)格水平平均值高于6000元/平方米，而其他三個(gè)地區(qū)則均不足2000元/平方米。東部地區(qū)人口稠密，城市土地供應(yīng)較為緊張，而市場(chǎng)開(kāi)放程度較高又使供求關(guān)系可以較好地發(fā)揮作用，因此其土地價(jià)格水平較高，在長(zhǎng)期內(nèi)會(huì)成為重要的影響因素。而其他三個(gè)地區(qū)土地價(jià)格水平相對(duì)而言較低，在長(zhǎng)期內(nèi)，土地價(jià)格水平就不會(huì)對(duì)住房?jī)r(jià)格產(chǎn)生很大影響。

此外，在本文的回歸結(jié)果中，東北地區(qū)房地產(chǎn)開(kāi)發(fā)投資額的系數(shù)為負(fù)，和其在全國(guó)范圍內(nèi)回歸的符號(hào)不同。房地產(chǎn)開(kāi)發(fā)投資額對(duì)住房?jī)r(jià)格的影響可能有兩種作用的途徑：一種途徑是，當(dāng)房地產(chǎn)開(kāi)發(fā)投資額增加時(shí)，由于需求難以立刻改變，這種供給上的增多會(huì)引起住房?jī)r(jià)格的下跌；另一種途徑是，房地產(chǎn)開(kāi)發(fā)投資額的增多會(huì)使房地產(chǎn)市場(chǎng)流入資金更多，從而進(jìn)一步促進(jìn)房地產(chǎn)市場(chǎng)整體的非理性繁榮，導(dǎo)致住房?jī)r(jià)格上漲。因此在全國(guó)范圍內(nèi)，第二種作用發(fā)揮得更為明顯，而在東北地區(qū)房地產(chǎn)開(kāi)發(fā)投資額影響住房?jī)r(jià)格主要是通過(guò)第一種途徑。這也表明，相同的解釋變量在不同的地區(qū)中作用是不同的。

綜上所述，這六個(gè)影響因素在四個(gè)區(qū)域中均具有部分解釋力，且擬合優(yōu)度均在80%以上，這說(shuō)明其可以較好地解釋住房?jī)r(jià)格長(zhǎng)期趨勢(shì)。

4.3 住房?jī)r(jià)格短期波動(dòng)影響因素的實(shí)證研究

本部分將對(duì)這六個(gè)解釋變量進(jìn)行檢驗(yàn)，以探究其在影響長(zhǎng)期趨勢(shì)的同時(shí)是否也可以作用于短期波動(dòng)。

（1）35個(gè)大中城市住房?jī)r(jià)格短期波動(dòng)回歸結(jié)果

根據(jù)（3）式，本文對(duì)實(shí)際住房?jī)r(jià)格進(jìn)行擬合，回歸結(jié)果表明僅有βpop=-0.0011209、αci=-7.99e-08以及βci=1.29e-07通過(guò)t值檢驗(yàn)，這說(shuō)明這六個(gè)因素在短期波動(dòng)方面并無(wú)較大影響。

土地價(jià)格水平的自相關(guān)系數(shù)αland和均值回歸系數(shù)βland均不顯著，這說(shuō)明土地價(jià)格水平無(wú)論是在價(jià)格發(fā)散過(guò)程還是在均值回歸過(guò)程中影響均不明顯。土地價(jià)格水平在住房?jī)r(jià)格長(zhǎng)期運(yùn)行趨勢(shì)方面是一個(gè)很好的解釋變量，然而其在短期波動(dòng)方面并不具有顯著的影響。這是由于土地交易本身具有弱流動(dòng)性，土地價(jià)格的變化無(wú)法迅速作用于房地產(chǎn)市場(chǎng)，其在供給方面對(duì)住房?jī)r(jià)格的影響需要一定的時(shí)間，所以土地價(jià)格水平幾乎不會(huì)影響住房?jī)r(jià)格短期波動(dòng)。類似地，地區(qū)人均國(guó)內(nèi)生產(chǎn)總值、住房貸款利率、人均收入與土地價(jià)格水平的自相關(guān)系數(shù)與收斂系數(shù)也均不顯著。這三個(gè)因素通常在長(zhǎng)時(shí)期內(nèi)會(huì)影響住房?jī)r(jià)格的變動(dòng)，其作用較為緩慢、持久，對(duì)短期波動(dòng)影響并不顯著，相比之下其在長(zhǎng)期趨勢(shì)方面的解釋力更強(qiáng)。

人口的自相關(guān)系數(shù)αpop不顯著，而收斂系數(shù)βpop十分顯著，這說(shuō)明人口是否高于平均水平對(duì)自相關(guān)過(guò)程的影響不大，但對(duì)均值回歸過(guò)程有十分明顯的作用。人口的收斂系數(shù)為負(fù)，這說(shuō)明人口對(duì)均值回歸過(guò)程有負(fù)面作用，人口高于平均水平時(shí)會(huì)抑制實(shí)際住房?jī)r(jià)格向均衡住房?jī)r(jià)格回調(diào)，人口數(shù)量越大，收斂速度越慢。這一結(jié)果同樣具有現(xiàn)實(shí)意義，當(dāng)人口數(shù)量較大時(shí)，與之相對(duì)應(yīng)的住房需求也會(huì)較大，需求上的高水平會(huì)直接抑制住房?jī)r(jià)格的回落，從而使住房?jī)r(jià)格在短期內(nèi)無(wú)法進(jìn)行有效調(diào)整。

房地產(chǎn)開(kāi)發(fā)投資額是衡量房地產(chǎn)開(kāi)發(fā)商投入的重要指標(biāo)，其自相關(guān)系數(shù)αci及收斂系數(shù)βci均顯著。房地產(chǎn)開(kāi)發(fā)投資額的自相關(guān)系數(shù)為負(fù)，這說(shuō)明房地產(chǎn)開(kāi)發(fā)投資額對(duì)自相關(guān)系數(shù)具有負(fù)面作用，即會(huì)抑制住房?jī)r(jià)格的價(jià)格發(fā)散過(guò)程；其收斂系數(shù)為正，這說(shuō)明房地產(chǎn)開(kāi)發(fā)投資額高于平均水平會(huì)促進(jìn)均值回歸過(guò)程的發(fā)生。值得注意的是，這里房地產(chǎn)開(kāi)發(fā)投資額的符號(hào)與其在均衡價(jià)格回歸方程中的符號(hào)具有相反的意義。這是由于在全國(guó)，短期內(nèi)，房地產(chǎn)開(kāi)發(fā)投資額的增多會(huì)使房地產(chǎn)供應(yīng)增多，在需求尚未及時(shí)調(diào)整之際，這種供給上的增多會(huì)立刻作用于住房?jī)r(jià)格，使住房?jī)r(jià)格下跌；而在長(zhǎng)期內(nèi)，房地產(chǎn)開(kāi)發(fā)投資額的上升會(huì)增強(qiáng)房地產(chǎn)市場(chǎng)流動(dòng)性，流入資金的增多會(huì)推動(dòng)房地產(chǎn)市場(chǎng)的非理性繁榮，最終導(dǎo)致住房?jī)r(jià)格在長(zhǎng)期內(nèi)上漲。這與前文的分析是相呼應(yīng)的，這表明一個(gè)變量在長(zhǎng)期與短期中的作用可能是不同的，這也正是本文從長(zhǎng)期趨勢(shì)和短期波動(dòng)對(duì)影響因素進(jìn)行研究的原因所在。

由上述結(jié)果可以看出，長(zhǎng)期住房?jī)r(jià)格的影響因素往往并不能作用于短期波動(dòng)，在這六個(gè)變量中，人口、房地產(chǎn)開(kāi)發(fā)投資額是35個(gè)大中城市住房?jī)r(jià)格短期波動(dòng)的重要驅(qū)動(dòng)力。

（2）四個(gè)區(qū)域住房?jī)r(jià)格短期波動(dòng)回歸結(jié)果

四個(gè)區(qū)域分別對(duì)（3）式進(jìn)行擬合，結(jié)果顯示由于地域的差異性，四個(gè)區(qū)域的短期波動(dòng)影響因素各不相同。東部地區(qū)有三個(gè)系數(shù)顯著（αci=-8.23e-08、βpop=-0.001288、βci=1.38e-07），中部地區(qū)僅有一個(gè)系數(shù)顯著（αci=-9.84

由此我們推測(cè)，與長(zhǎng)期趨勢(shì)影響因素不同，某個(gè)因素若成為住房?jī)r(jià)格短期波動(dòng)影響因素可能往往至少符合以下條件中的一個(gè)：一是該因素代表了具有時(shí)效性的某個(gè)社會(huì)現(xiàn)象，而這一社會(huì)現(xiàn)象在短期內(nèi)變化顯著，從而使住房?jī)r(jià)格在短期內(nèi)也隨之波動(dòng)。以人口為例，由于沿海地區(qū)相對(duì)發(fā)達(dá)，這些地區(qū)會(huì)吸引更多的人來(lái)此發(fā)展，因此東部地區(qū)和東北地區(qū)往往人口流動(dòng)性較高，在這些地區(qū)人口就成為了主要短期影響因素。二是該因素有多種影響住房?jī)r(jià)格的渠道。以房地產(chǎn)開(kāi)發(fā)投資額為例，如之前本文所分析，這一變量可以通過(guò)多種途徑對(duì)住房?jī)r(jià)格產(chǎn)生影響，盡管各個(gè)區(qū)域具體情況不同，但由于其作用渠道的多樣性，這一影響因素可以隨著地域的不同具有不同的影響途徑，因此其在各個(gè)區(qū)域的短期波動(dòng)方面都具有較強(qiáng)的解釋力。

此外，值得注意的是，在本文的回歸結(jié)果中，東北地區(qū)住房貸款利率在自相關(guān)和均值回歸過(guò)程中發(fā)揮的作用比較特殊。與房地產(chǎn)開(kāi)發(fā)投資額類似，利率對(duì)住房?jī)r(jià)格的影響也有兩種渠道。第一種渠道是指住房貸款利率的上升會(huì)增加購(gòu)房成本，從而使投資收益下降，此時(shí)，儲(chǔ)蓄等其他投資收益上升，投資者往往會(huì)降低投資房地產(chǎn)市場(chǎng)的熱情，因此住房?jī)r(jià)格會(huì)隨著利率的上升而下降；第二種渠道是指當(dāng)住房貸款利率上升時(shí)，人們預(yù)期這一利率仍將上升，在這種情況下人們反而會(huì)盡快購(gòu)買(mǎi)住房，以防將來(lái)成本上升，此時(shí)，住房?jī)r(jià)格會(huì)隨著利率的上升而上升。從本文的研究結(jié)果看，利率往往是通過(guò)第一個(gè)渠道對(duì)住房市場(chǎng)產(chǎn)生影響的，而在東北地區(qū)住房?jī)r(jià)格短期波動(dòng)方面，則是兩種渠道共同發(fā)揮作用。

同樣需要解釋的還有地區(qū)人均國(guó)內(nèi)生產(chǎn)總值，回歸結(jié)果表明較高的地區(qū)人均國(guó)內(nèi)生產(chǎn)總值會(huì)抑制住房?jī)r(jià)格的上升。這一回歸結(jié)果可能是由于樣本期選擇問(wèn)題造成的：東北地區(qū)四個(gè)城市（沈陽(yáng)、大連、長(zhǎng)春、哈爾濱）土地資源相對(duì)豐沃，其人均土地?fù)碛辛课挥谌珖?guó)前列，土地價(jià)格水平一直維持在相對(duì)較低的水平，住房?jī)r(jià)格也長(zhǎng)期處在較低的水平。在樣本期中，除了大連，其他三個(gè)城市的住房?jī)r(jià)格僅在最后兩期才開(kāi)始有顯著提升。據(jù)此，本文推測(cè)，由于樣本期選擇問(wèn)題，滯后效應(yīng)十分明顯，因此地區(qū)人均國(guó)內(nèi)生產(chǎn)總值與住房?jī)r(jià)格在回歸結(jié)果中不顯示為正相關(guān)，樣本期推后可能會(huì)解決這一問(wèn)題。

綜上所述，在住房?jī)r(jià)格短期波動(dòng)方面，土地價(jià)格水平、人口、地區(qū)人均國(guó)內(nèi)生產(chǎn)總值、住房貸款利率、人均收入、房地產(chǎn)開(kāi)發(fā)投資額這六個(gè)解釋變量在不同的地區(qū)具有不同的解釋力。

5 結(jié)論與政策建議

本文通過(guò)建立AH模型，得出了全國(guó)35個(gè)大中城市以及四個(gè)區(qū)域的住房?jī)r(jià)格長(zhǎng)期趨勢(shì)及短期波動(dòng)影響因素。相同的影響因素在不同的地區(qū)發(fā)揮著不同的作用；相同的影響因素在長(zhǎng)期趨勢(shì)和短期波動(dòng)過(guò)程中的作用可能會(huì)有所不同，甚至是相反的。因此在制定房地產(chǎn)相關(guān)政策時(shí)，需關(guān)注房地產(chǎn)市場(chǎng)的地域性和時(shí)效性，根據(jù)具體調(diào)控目標(biāo)的不同，對(duì)政策進(jìn)行有針對(duì)性的選擇。本文提出以下兩個(gè)方面的具體建議：

（1）土地政策方面：土地價(jià)格水平是影響住房?jī)r(jià)格長(zhǎng)期趨勢(shì)的重要因素，因此土地方面應(yīng)是房地產(chǎn)市場(chǎng)長(zhǎng)期調(diào)控關(guān)注的焦點(diǎn)。我國(guó)現(xiàn)行的土地政策致使土地并沒(méi)有完全市場(chǎng)化，土地規(guī)劃、收取出讓金等職責(zé)均集中于政府，相關(guān)活動(dòng)之間缺乏制約，從而影響了土地市場(chǎng)的進(jìn)一步發(fā)展。土地市場(chǎng)的良好發(fā)展是保證房地產(chǎn)市場(chǎng)穩(wěn)定的必要條件，推動(dòng)土地交易市場(chǎng)化，是在長(zhǎng)期內(nèi)控制住房?jī)r(jià)格的有效措施。

（2）信貸政策方面：住房貸款利率同樣應(yīng)是長(zhǎng)期調(diào)控的重點(diǎn)內(nèi)容，它的上升在長(zhǎng)期內(nèi)會(huì)抑制住房?jī)r(jià)格的上漲，因此當(dāng)需要在長(zhǎng)期內(nèi)穩(wěn)定住房?jī)r(jià)格時(shí)，提高住房貸款利率通常會(huì)是一個(gè)見(jiàn)效緩慢、但作用持久的選擇。短期內(nèi)，住房貸款利率也有可能會(huì)發(fā)揮抑制住房?jī)r(jià)格的作用，也有可能會(huì)發(fā)揮相反的作用，因此在選擇的時(shí)候應(yīng)依據(jù)地區(qū)的特性而制定政策。房地產(chǎn)開(kāi)發(fā)投資額是一項(xiàng)對(duì)住房?jī)r(jià)格長(zhǎng)期趨勢(shì)和短期波動(dòng)都有影響的指標(biāo)，通常情況下它的上升在短期內(nèi)可以抑制住房?jī)r(jià)格的上漲，而在長(zhǎng)期內(nèi)會(huì)促進(jìn)住房?jī)r(jià)格的上漲，但在有的地區(qū)無(wú)論長(zhǎng)期還是短期都會(huì)抑制住房?jī)r(jià)格的上漲。因此，對(duì)房地產(chǎn)開(kāi)發(fā)投資額的調(diào)控應(yīng)當(dāng)謹(jǐn)慎，一般而言，在長(zhǎng)期內(nèi)應(yīng)使其緩慢下降，在短期內(nèi)則不可采取限制性過(guò)強(qiáng)的政策。

參 考 文 獻(xiàn)：

[1]Egert B， Mihaljek D. Determinants of house prices in central and Eastern Europe[J]. Comparative Economic Studies， 2007， 49： 367388.

[2]Potepan M J. Explaining intermetropolitan variation in housing prices， rents and land prices[J]. Real Estate Economic， 1996， 24： 219245.

[3]Quigley J M. Real estate prices and economic cycles[J]. International Real Estate Review， 1999， 2（1）： 120.

[4]沈悅，劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面：19952002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究，2004，（6）：7886.

[5]陳超，柳子君，肖輝.從供給視角看我國(guó)房地產(chǎn)市場(chǎng)的“兩難困境”[J].金融研究，2011，（1）：7393.

[6]溫海珍.城市住宅的特征價(jià)格：理論分析與實(shí)證研究[D].杭州：浙江大學(xué)，2004.

[7]張亞麗，梁云芳，高鐵梅.預(yù)期收入、收益率和房?jī)r(jià)波動(dòng)——基于35個(gè)城市動(dòng)態(tài)面板模型的研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2011，（1）：122129.

[8]Case K E， Shiller R J. The efficiency of the market for singlefamily homes[J]. American Economic Review， 1989， 79（1）： 125137.

[9]Larsen E R， Weum S. Home， sweet home or is italways？ Testing the efficiency of the Norwegian housing market[R]. Statistics Norway， Discussion Papers No.506， 2007.

[10]Guntermann K L， Smith R L. Efficiency of the market for residential real estate[J]. Land Economics， 1987， 63： 3445.

[11]Rosenthal L. Efficiency and seasonality in the UK housing market 19912001[J]. Oxford Bulletin of Economics and Statistics， 2006， 68（3）： 289317.

[12]鄭思齊，劉洪玉.房地產(chǎn)市場(chǎng)有效性研究——以北京和上海為例[J].商業(yè)研究，2006，（7）：191195.

[13]Malpezzi S. A simple error correction model of house prices[J]. Journal of Housing Economics， 1999， 8（1）： 2762.

[14]Klyuev V. What goes up must come down？ House price dynamics in the United States[R]. IMF Working Paper， WP/08/187， 2008.

[15]Tumbarello P， Wang S. What drives house prices in Australia？ A crosscountry approach[R]. IMF Working Paper， WP/10/291， 2010.

[16]梁云芳，高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007，（8）：133142.

[17]Abraham J M， Hendershott P H. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996， 7（2）： 191207.

[18]Capozza D R， Hendershott P H， Mack C， et al.. Determinants of real house price dynamics[R]. NBER Working Paper， No.9262， 2002.

[19]Capozza D R， Hendershott P H， Mack C. An anatomy of price dynamics in illiquid markets： analysis and evidence from local housing markets[J]. Real Estate Economics， 2004， 32（1）： 132.

[20]Malpezzi S， Wachter S M. The role of speculation in real estate cycles[J]. Journal of Real Estate Literature， 2005， 13（2）： 143164.

[21]Chen C， Carbachoburgos A， Mehra S， et al.. The moodys analytics caseshiller home price index forecast methodology[R]. Economic & Consumer Credit Analytics， 2011.

[22]洪濤，高波，毛中根.外生沖擊與房地產(chǎn)真實(shí)價(jià)格波動(dòng)[J].財(cái)貿(mào)經(jīng)濟(jì)，2005，31（11）：8897.

綜上所述，在住房?jī)r(jià)格短期波動(dòng)方面，土地價(jià)格水平、人口、地區(qū)人均國(guó)內(nèi)生產(chǎn)總值、住房貸款利率、人均收入、房地產(chǎn)開(kāi)發(fā)投資額這六個(gè)解釋變量在不同的地區(qū)具有不同的解釋力。

5 結(jié)論與政策建議

本文通過(guò)建立AH模型，得出了全國(guó)35個(gè)大中城市以及四個(gè)區(qū)域的住房?jī)r(jià)格長(zhǎng)期趨勢(shì)及短期波動(dòng)影響因素。相同的影響因素在不同的地區(qū)發(fā)揮著不同的作用；相同的影響因素在長(zhǎng)期趨勢(shì)和短期波動(dòng)過(guò)程中的作用可能會(huì)有所不同，甚至是相反的。因此在制定房地產(chǎn)相關(guān)政策時(shí)，需關(guān)注房地產(chǎn)市場(chǎng)的地域性和時(shí)效性，根據(jù)具體調(diào)控目標(biāo)的不同，對(duì)政策進(jìn)行有針對(duì)性的選擇。本文提出以下兩個(gè)方面的具體建議：

（1）土地政策方面：土地價(jià)格水平是影響住房?jī)r(jià)格長(zhǎng)期趨勢(shì)的重要因素，因此土地方面應(yīng)是房地產(chǎn)市場(chǎng)長(zhǎng)期調(diào)控關(guān)注的焦點(diǎn)。我國(guó)現(xiàn)行的土地政策致使土地并沒(méi)有完全市場(chǎng)化，土地規(guī)劃、收取出讓金等職責(zé)均集中于政府，相關(guān)活動(dòng)之間缺乏制約，從而影響了土地市場(chǎng)的進(jìn)一步發(fā)展。土地市場(chǎng)的良好發(fā)展是保證房地產(chǎn)市場(chǎng)穩(wěn)定的必要條件，推動(dòng)土地交易市場(chǎng)化，是在長(zhǎng)期內(nèi)控制住房?jī)r(jià)格的有效措施。

（2）信貸政策方面：住房貸款利率同樣應(yīng)是長(zhǎng)期調(diào)控的重點(diǎn)內(nèi)容，它的上升在長(zhǎng)期內(nèi)會(huì)抑制住房?jī)r(jià)格的上漲，因此當(dāng)需要在長(zhǎng)期內(nèi)穩(wěn)定住房?jī)r(jià)格時(shí)，提高住房貸款利率通常會(huì)是一個(gè)見(jiàn)效緩慢、但作用持久的選擇。短期內(nèi)，住房貸款利率也有可能會(huì)發(fā)揮抑制住房?jī)r(jià)格的作用，也有可能會(huì)發(fā)揮相反的作用，因此在選擇的時(shí)候應(yīng)依據(jù)地區(qū)的特性而制定政策。房地產(chǎn)開(kāi)發(fā)投資額是一項(xiàng)對(duì)住房?jī)r(jià)格長(zhǎng)期趨勢(shì)和短期波動(dòng)都有影響的指標(biāo)，通常情況下它的上升在短期內(nèi)可以抑制住房?jī)r(jià)格的上漲，而在長(zhǎng)期內(nèi)會(huì)促進(jìn)住房?jī)r(jià)格的上漲，但在有的地區(qū)無(wú)論長(zhǎng)期還是短期都會(huì)抑制住房?jī)r(jià)格的上漲。因此，對(duì)房地產(chǎn)開(kāi)發(fā)投資額的調(diào)控應(yīng)當(dāng)謹(jǐn)慎，一般而言，在長(zhǎng)期內(nèi)應(yīng)使其緩慢下降，在短期內(nèi)則不可采取限制性過(guò)強(qiáng)的政策。

參 考 文 獻(xiàn)：

[1]Egert B， Mihaljek D. Determinants of house prices in central and Eastern Europe[J]. Comparative Economic Studies， 2007， 49： 367388.

[2]Potepan M J. Explaining intermetropolitan variation in housing prices， rents and land prices[J]. Real Estate Economic， 1996， 24： 219245.

[3]Quigley J M. Real estate prices and economic cycles[J]. International Real Estate Review， 1999， 2（1）： 120.

[4]沈悅，劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面：19952002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究，2004，（6）：7886.

[5]陳超，柳子君，肖輝.從供給視角看我國(guó)房地產(chǎn)市場(chǎng)的“兩難困境”[J].金融研究，2011，（1）：7393.

[6]溫海珍.城市住宅的特征價(jià)格：理論分析與實(shí)證研究[D].杭州：浙江大學(xué)，2004.

[7]張亞麗，梁云芳，高鐵梅.預(yù)期收入、收益率和房?jī)r(jià)波動(dòng)——基于35個(gè)城市動(dòng)態(tài)面板模型的研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2011，（1）：122129.

[8]Case K E， Shiller R J. The efficiency of the market for singlefamily homes[J]. American Economic Review， 1989， 79（1）： 125137.

[9]Larsen E R， Weum S. Home， sweet home or is italways？ Testing the efficiency of the Norwegian housing market[R]. Statistics Norway， Discussion Papers No.506， 2007.

[10]Guntermann K L， Smith R L. Efficiency of the market for residential real estate[J]. Land Economics， 1987， 63： 3445.

[11]Rosenthal L. Efficiency and seasonality in the UK housing market 19912001[J]. Oxford Bulletin of Economics and Statistics， 2006， 68（3）： 289317.

[12]鄭思齊，劉洪玉.房地產(chǎn)市場(chǎng)有效性研究——以北京和上海為例[J].商業(yè)研究，2006，（7）：191195.

[13]Malpezzi S. A simple error correction model of house prices[J]. Journal of Housing Economics， 1999， 8（1）： 2762.

[14]Klyuev V. What goes up must come down？ House price dynamics in the United States[R]. IMF Working Paper， WP/08/187， 2008.

[15]Tumbarello P， Wang S. What drives house prices in Australia？ A crosscountry approach[R]. IMF Working Paper， WP/10/291， 2010.

[16]梁云芳，高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007，（8）：133142.

[17]Abraham J M， Hendershott P H. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996， 7（2）： 191207.

[18]Capozza D R， Hendershott P H， Mack C， et al.. Determinants of real house price dynamics[R]. NBER Working Paper， No.9262， 2002.

[19]Capozza D R， Hendershott P H， Mack C. An anatomy of price dynamics in illiquid markets： analysis and evidence from local housing markets[J]. Real Estate Economics， 2004， 32（1）： 132.

[20]Malpezzi S， Wachter S M. The role of speculation in real estate cycles[J]. Journal of Real Estate Literature， 2005， 13（2）： 143164.

[21]Chen C， Carbachoburgos A， Mehra S， et al.. The moodys analytics caseshiller home price index forecast methodology[R]. Economic & Consumer Credit Analytics， 2011.

[22]洪濤，高波，毛中根.外生沖擊與房地產(chǎn)真實(shí)價(jià)格波動(dòng)[J].財(cái)貿(mào)經(jīng)濟(jì)，2005，31（11）：8897.

綜上所述，在住房?jī)r(jià)格短期波動(dòng)方面，土地價(jià)格水平、人口、地區(qū)人均國(guó)內(nèi)生產(chǎn)總值、住房貸款利率、人均收入、房地產(chǎn)開(kāi)發(fā)投資額這六個(gè)解釋變量在不同的地區(qū)具有不同的解釋力。

5 結(jié)論與政策建議

本文通過(guò)建立AH模型，得出了全國(guó)35個(gè)大中城市以及四個(gè)區(qū)域的住房?jī)r(jià)格長(zhǎng)期趨勢(shì)及短期波動(dòng)影響因素。相同的影響因素在不同的地區(qū)發(fā)揮著不同的作用；相同的影響因素在長(zhǎng)期趨勢(shì)和短期波動(dòng)過(guò)程中的作用可能會(huì)有所不同，甚至是相反的。因此在制定房地產(chǎn)相關(guān)政策時(shí)，需關(guān)注房地產(chǎn)市場(chǎng)的地域性和時(shí)效性，根據(jù)具體調(diào)控目標(biāo)的不同，對(duì)政策進(jìn)行有針對(duì)性的選擇。本文提出以下兩個(gè)方面的具體建議：

（1）土地政策方面：土地價(jià)格水平是影響住房?jī)r(jià)格長(zhǎng)期趨勢(shì)的重要因素，因此土地方面應(yīng)是房地產(chǎn)市場(chǎng)長(zhǎng)期調(diào)控關(guān)注的焦點(diǎn)。我國(guó)現(xiàn)行的土地政策致使土地并沒(méi)有完全市場(chǎng)化，土地規(guī)劃、收取出讓金等職責(zé)均集中于政府，相關(guān)活動(dòng)之間缺乏制約，從而影響了土地市場(chǎng)的進(jìn)一步發(fā)展。土地市場(chǎng)的良好發(fā)展是保證房地產(chǎn)市場(chǎng)穩(wěn)定的必要條件，推動(dòng)土地交易市場(chǎng)化，是在長(zhǎng)期內(nèi)控制住房?jī)r(jià)格的有效措施。

（2）信貸政策方面：住房貸款利率同樣應(yīng)是長(zhǎng)期調(diào)控的重點(diǎn)內(nèi)容，它的上升在長(zhǎng)期內(nèi)會(huì)抑制住房?jī)r(jià)格的上漲，因此當(dāng)需要在長(zhǎng)期內(nèi)穩(wěn)定住房?jī)r(jià)格時(shí)，提高住房貸款利率通常會(huì)是一個(gè)見(jiàn)效緩慢、但作用持久的選擇。短期內(nèi)，住房貸款利率也有可能會(huì)發(fā)揮抑制住房?jī)r(jià)格的作用，也有可能會(huì)發(fā)揮相反的作用，因此在選擇的時(shí)候應(yīng)依據(jù)地區(qū)的特性而制定政策。房地產(chǎn)開(kāi)發(fā)投資額是一項(xiàng)對(duì)住房?jī)r(jià)格長(zhǎng)期趨勢(shì)和短期波動(dòng)都有影響的指標(biāo)，通常情況下它的上升在短期內(nèi)可以抑制住房?jī)r(jià)格的上漲，而在長(zhǎng)期內(nèi)會(huì)促進(jìn)住房?jī)r(jià)格的上漲，但在有的地區(qū)無(wú)論長(zhǎng)期還是短期都會(huì)抑制住房?jī)r(jià)格的上漲。因此，對(duì)房地產(chǎn)開(kāi)發(fā)投資額的調(diào)控應(yīng)當(dāng)謹(jǐn)慎，一般而言，在長(zhǎng)期內(nèi)應(yīng)使其緩慢下降，在短期內(nèi)則不可采取限制性過(guò)強(qiáng)的政策。

參 考 文 獻(xiàn)：

[1]Egert B， Mihaljek D. Determinants of house prices in central and Eastern Europe[J]. Comparative Economic Studies， 2007， 49： 367388.

[2]Potepan M J. Explaining intermetropolitan variation in housing prices， rents and land prices[J]. Real Estate Economic， 1996， 24： 219245.

[3]Quigley J M. Real estate prices and economic cycles[J]. International Real Estate Review， 1999， 2（1）： 120.

[4]沈悅，劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面：19952002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究，2004，（6）：7886.

[5]陳超，柳子君，肖輝.從供給視角看我國(guó)房地產(chǎn)市場(chǎng)的“兩難困境”[J].金融研究，2011，（1）：7393.

[6]溫海珍.城市住宅的特征價(jià)格：理論分析與實(shí)證研究[D].杭州：浙江大學(xué)，2004.

[7]張亞麗，梁云芳，高鐵梅.預(yù)期收入、收益率和房?jī)r(jià)波動(dòng)——基于35個(gè)城市動(dòng)態(tài)面板模型的研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2011，（1）：122129.

[8]Case K E， Shiller R J. The efficiency of the market for singlefamily homes[J]. American Economic Review， 1989， 79（1）： 125137.

[9]Larsen E R， Weum S. Home， sweet home or is italways？ Testing the efficiency of the Norwegian housing market[R]. Statistics Norway， Discussion Papers No.506， 2007.

[10]Guntermann K L， Smith R L. Efficiency of the market for residential real estate[J]. Land Economics， 1987， 63： 3445.

[11]Rosenthal L. Efficiency and seasonality in the UK housing market 19912001[J]. Oxford Bulletin of Economics and Statistics， 2006， 68（3）： 289317.

[12]鄭思齊，劉洪玉.房地產(chǎn)市場(chǎng)有效性研究——以北京和上海為例[J].商業(yè)研究，2006，（7）：191195.

[13]Malpezzi S. A simple error correction model of house prices[J]. Journal of Housing Economics， 1999， 8（1）： 2762.

[14]Klyuev V. What goes up must come down？ House price dynamics in the United States[R]. IMF Working Paper， WP/08/187， 2008.

[15]Tumbarello P， Wang S. What drives house prices in Australia？ A crosscountry approach[R]. IMF Working Paper， WP/10/291， 2010.

[16]梁云芳，高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007，（8）：133142.

[17]Abraham J M， Hendershott P H. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996， 7（2）： 191207.

[18]Capozza D R， Hendershott P H， Mack C， et al.. Determinants of real house price dynamics[R]. NBER Working Paper， No.9262， 2002.

[19]Capozza D R， Hendershott P H， Mack C. An anatomy of price dynamics in illiquid markets： analysis and evidence from local housing markets[J]. Real Estate Economics， 2004， 32（1）： 132.

[20]Malpezzi S， Wachter S M. The role of speculation in real estate cycles[J]. Journal of Real Estate Literature， 2005， 13（2）： 143164.

[21]Chen C， Carbachoburgos A， Mehra S， et al.. The moodys analytics caseshiller home price index forecast methodology[R]. Economic & Consumer Credit Analytics， 2011.

[22]洪濤，高波，毛中根.外生沖擊與房地產(chǎn)真實(shí)價(jià)格波動(dòng)[J].財(cái)貿(mào)經(jīng)濟(jì)，2005，31（11）：8897.