葉小青，徐 娟，常金華

（1.中南民族大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，武漢 430074；2.中南財(cái)經(jīng)政法大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，武漢 430073）

0 引言

近年來，我國房地產(chǎn)價(jià)格持續(xù)上漲，“買房難”成為人民生活的最大問題之一，投機(jī)導(dǎo)致的房地產(chǎn)價(jià)格上漲進(jìn)一步提升了房地產(chǎn)市場(chǎng)的泡沫水平，已嚴(yán)重影響了社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展。為了維護(hù)社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展，國家相繼出臺(tái)一系列政策，限貸、限購、房產(chǎn)稅等，從長期來看，均未取得良好效果。房價(jià)快速上漲的背后，究竟是何種因素在發(fā)揮作用，現(xiàn)有研究尚未得出一致結(jié)論。本文嘗試從需求的角度來解釋中國的高房價(jià)。由于人口結(jié)構(gòu)和人口總數(shù)直接決定了房地產(chǎn)市場(chǎng)的需求[1-4],因此，本文針對(duì)不同地區(qū)（東、中、西部），重點(diǎn)考察人口結(jié)構(gòu)對(duì)房地產(chǎn)價(jià)格的影響，并綜合考慮經(jīng)濟(jì)基本面、貨幣和利率因素以及預(yù)期投機(jī)因素的作用。在政策方面，針對(duì)我國不同地區(qū)的異質(zhì)性，測(cè)度房地產(chǎn)調(diào)控政策對(duì)東、中、西部地區(qū)的效應(yīng)差異性。

1 房地產(chǎn)價(jià)格波動(dòng)的交互效應(yīng)動(dòng)態(tài)模型

1.1 計(jì)量模型

Muellbauer 和 Murphy（1997）[5]曾將房地產(chǎn)需求表示為：

其中，K/POP是房屋需求和人口數(shù)的比值，表示人均房屋購買量，y是收入變量，C是成本變量。D是其他影響房地產(chǎn)市場(chǎng)需求的變量，比如利率水平、信貸規(guī)模、人口結(jié)構(gòu)等?；谀Ｐ停?）來進(jìn)行研究的代表性文獻(xiàn)有梁云芳和高鐵梅（2007）[6]，但不同的是沒有考慮人口結(jié)構(gòu)因素。

由于房地產(chǎn)市場(chǎng)的需求還受到人口結(jié)構(gòu)和信貸規(guī)模的影響，徐建煒等（2012）[7]研究表明我國居民的住房需求和所處的年齡階段密切相關(guān)，這也進(jìn)一步驗(yàn)證了本文的判斷：房地產(chǎn)市場(chǎng)的需求需要考慮人口結(jié)構(gòu)的影響。所以，本文考慮人口結(jié)構(gòu)這一因素，并記為SP。孔行等（2010）[8]研究表明按揭貸款能夠從使用者成本和預(yù)算約束兩個(gè)方面影響房地產(chǎn)市場(chǎng)，所以本文考慮信貸因素的影響，用E來表示信貸規(guī)模。模型變?yōu)椋?/p>

參考梁云芳和高鐵梅（2007）[6]的處理方法，本文假設(shè)消費(fèi)者購買兩種物品：房地產(chǎn)（用H來表示）和其他商品（用COM來表示）。根據(jù)消費(fèi)者行為理論，均衡狀態(tài)下這兩種商品的邊際替代率應(yīng)該等于對(duì)應(yīng)價(jià)格的比值的倒數(shù)，假設(shè)其他商品的價(jià)格為1，此時(shí)邊際替代率就等于房地產(chǎn)的使用成本，也就是租金，所以模型（1）中的成本進(jìn)一步表示為：

其中，PH表示房地產(chǎn)價(jià)格，表示預(yù)期的房地產(chǎn)價(jià)格，tH表示房產(chǎn)交易稅率或者房地產(chǎn)稅率，m表示房屋的維護(hù)費(fèi)率，r表示中長期貸款利率。

考慮到簡潔明確的原則，在成本方面本文只考慮最主要的利率因素，用實(shí)際利率來表示。所以，成本因素進(jìn)一步簡化為：

將租用成本帶入模型（2），對(duì)原函數(shù)求逆，用f來表示新的函數(shù)，得到理論模型：

考慮到房地產(chǎn)市場(chǎng)中預(yù)期的作用，在房價(jià)上漲的預(yù)期下，消費(fèi)者普遍認(rèn)為“晚買不如早買”，強(qiáng)烈的購買欲望也會(huì)進(jìn)一步擴(kuò)大房地產(chǎn)市場(chǎng)的交易量，所以，本文進(jìn)一步將模型動(dòng)態(tài)化表示為：

因我國東、中、西部地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)和資源稟賦都存在顯著差異，對(duì)貨幣政策的敏感性也不一樣，所以，本文在研究利率的效應(yīng)差異時(shí)，引入利率與不同個(gè)體的的交互效應(yīng)λirt，對(duì)這一問題進(jìn)行分析?；诶碚撃Ｐ停?），為反映各影響因素對(duì)房價(jià)的彈性，將變量對(duì)數(shù)線性化，同時(shí)考慮各地區(qū)的差異性及貨幣政策效應(yīng)，進(jìn)一步建立帶交互效應(yīng)的動(dòng)態(tài)面板數(shù)據(jù)計(jì)量模型如下：

在模型（7）中，對(duì)于人口結(jié)構(gòu)變量LnSP，本文具體化為兩種：老年撫養(yǎng)比和少年撫養(yǎng)比，分別表示ODR和YDR①老年撫養(yǎng)比和少年撫養(yǎng)比是百分比變量，為直觀反映這三個(gè)解釋變量改變1%導(dǎo)致房價(jià)波動(dòng)的百分比改變量，本文采用變量水平值。利率變量r也如此。。PHit表示房地產(chǎn)市場(chǎng)價(jià)格，將數(shù)據(jù)取對(duì)數(shù)之后記為Pit，代表預(yù)期的滯后項(xiàng)表示為Pit-1。y表示實(shí)際收入，用人均實(shí)際GDP代表來衡量，將數(shù)據(jù)取對(duì)數(shù)之后記為INC。KPOP表示人均需求，用房地產(chǎn)銷售面積與人口數(shù)的比值來衡量，取對(duì)數(shù)之后記為SH。E表示信貸規(guī)模變量，用金融信貸數(shù)量來衡量，取對(duì)數(shù)之后記為B。模型（7）可以表示為：

考慮到不可觀測(cè)的房地產(chǎn)政策、測(cè)度不可觀測(cè)房地產(chǎn)政策的作用趨勢(shì)以及各地區(qū)對(duì)不可觀測(cè)房地產(chǎn)政策的效應(yīng)差異性，模型進(jìn)一步改進(jìn)如下：

其中，λ1i度量共同因子利率對(duì)不同省份的效應(yīng)差異性，ft度量不可觀測(cè)的房價(jià)調(diào)整政策變量，λ2i度量不可觀測(cè)房價(jià)調(diào)整政策對(duì)不同省份的效應(yīng)差異性。由于共同政策變量存在可能導(dǎo)致橫截面數(shù)據(jù)具有相依性，帶交互效應(yīng)的模型（9）可以刻畫這種相依性，提高了實(shí)證分析結(jié)論的可靠性。

1.2 模型的估計(jì)

為了描述得更為清晰，用向量Xit=(Pi，t-1，INCit，SHit，ODRit，YDRit，Bit)來表示（9）中的變量，將模型簡化為：

由于模型（10）是帶交互效應(yīng)的動(dòng)態(tài)面板模型，同時(shí)帶有可觀測(cè)和不可觀測(cè)的共同因子、個(gè)體效應(yīng)，而且還有共同因子和個(gè)體效應(yīng)的交互效應(yīng)，模型參數(shù)用常規(guī)方法無法估計(jì)，參照Bai（2009）[9]，本文提出新的迭代估計(jì)方法：

（1）首先，為了消除個(gè)體效應(yīng)μi，讓模型轉(zhuǎn)變?yōu)槌Ｒ?guī)的面板模型，本文對(duì)模型（10）中的變量取離差（時(shí)間維度）：

（2）基于迭代算法來估計(jì)模型（11）中的各參數(shù)。首先忽略不可觀測(cè)因子交互效應(yīng)部分，參照Bai(2009)[9]，構(gòu)造投影矩陣，得到α和λ1i的初始估計(jì)值α?和。

基于λ2i和ft估計(jì)值，根據(jù)步驟（1）更新α和λ1i的估計(jì)值。

（4）基于模型（12）和模型（13）的迭代運(yùn)算，直至收斂。

2 指標(biāo)說明與樣本數(shù)據(jù)

考慮到中國在1998年啟動(dòng)房改政策，1998年以前是非市場(chǎng)化的福利分房時(shí)代，本文的樣本區(qū)間為1999—2016年，橫截面為31個(gè)省市②我國的區(qū)域初步劃分為東部：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南。東北：遼寧、吉林和黑龍江。中部：山西、安徽、江西、河南、湖北和湖南。西部：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。進(jìn)一步考慮到地域特點(diǎn)，本文將上述分類的東部地區(qū)和東北部地區(qū)合稱為東部地區(qū)。。數(shù)據(jù)來源于全球統(tǒng)計(jì)數(shù)據(jù)分析平臺(tái)和《中國統(tǒng)計(jì)年鑒2017》。

房地產(chǎn)價(jià)格P用各省房地產(chǎn)實(shí)際銷售價(jià)格來衡量，人均實(shí)際收入變量INC用各省市人均GDP來衡量，并分別基于各省市CPI指數(shù)和人均GDP指數(shù)（1999=100）進(jìn)行平減。為了反映出彈性，此處均取對(duì)數(shù)值。人均銷售面積SH用各省市每年商品房銷售面積除以各省城鎮(zhèn)人口數(shù)得到。衡量人口結(jié)構(gòu)的是人口撫養(yǎng)比例，一般是指15歲以下和64歲以上人群占工作人口（15～64歲）的比重，具體分為老年撫養(yǎng)比例和少年人口撫養(yǎng)比例，計(jì)算方法如下：ODR是用65歲及以上人口數(shù)除以工作人群數(shù)（15～64歲）得到，YDR是用0～14歲人口數(shù)除以工作人群數(shù)（15～64歲）得到。信貸規(guī)模B是房地產(chǎn)資金來源中除自籌資金以外的其他資金，用各省市CPI指數(shù)（1999=100）進(jìn)行平減后得到實(shí)際值，然后再取對(duì)數(shù)。考慮到房地產(chǎn)市場(chǎng)的貸款主要為中長期貸款，本文用3年期金融機(jī)構(gòu)中長期貸款利率減通貨膨脹率來代表實(shí)際利率r。

3 實(shí)證分析

3.1 平穩(wěn)性檢驗(yàn)

為了避免偽回歸，本文對(duì)所有變量進(jìn)行面板平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見表1。從檢驗(yàn)結(jié)果可以看出，不論是在同質(zhì)單位根假定LLC檢驗(yàn)，還是異質(zhì)單位根假定PP檢驗(yàn)，變量均是平穩(wěn)的。可以直接對(duì)動(dòng)態(tài)面板方程進(jìn)行估計(jì)，無需擔(dān)心偽回歸的問題。

表1 面板單位根檢驗(yàn)

3.2 區(qū)域異質(zhì)性檢驗(yàn)

不同的地區(qū)由于經(jīng)濟(jì)結(jié)構(gòu)和資源稟賦的差異，人口結(jié)構(gòu)、預(yù)期、收入、信貸規(guī)模對(duì)房地產(chǎn)市場(chǎng)價(jià)格的影響也不一樣，房地產(chǎn)調(diào)控政策在不同的地區(qū)效果也存在差異?？紤]到這一因素，本文首先估計(jì)出全國各省市為對(duì)象的估計(jì)結(jié)果，再分別估計(jì)出東、中、西部地區(qū)的估計(jì)結(jié)果，結(jié)果如表2所示，對(duì)東、中、西部地區(qū)的異質(zhì)性進(jìn)行檢驗(yàn)。若檢驗(yàn)表明存在異質(zhì)性，則分區(qū)域進(jìn)行對(duì)比分析。

表2 模型估計(jì)結(jié)果

基于全國各省市面板數(shù)據(jù)的方程實(shí)際為約束方程，約束條件為東、中、西部地區(qū)的系數(shù)值一致，其殘差平方和記為RSSR，樣本量記為n。分別針對(duì)不同地區(qū)的回歸方程則為非約束方程：東部地區(qū)方程的殘差記為，樣本量記為n1，中部地區(qū)方程的殘差記為，樣本量記為n2，西部地區(qū)方程的殘差記為，樣本量記為n3。約束性檢驗(yàn)統(tǒng)計(jì)量F的檢驗(yàn)統(tǒng)計(jì)值如下（約束條件個(gè)數(shù)k=6）：

對(duì)應(yīng)p=0.0001，在1%的顯著性水平下拒絕地區(qū)間同質(zhì)的原假設(shè)，有必要進(jìn)行分地區(qū)的討論，所以在下文中主要對(duì)東、中、西部地區(qū)的結(jié)果進(jìn)行分析。

3.3 人口結(jié)構(gòu)的影響

從實(shí)證分析結(jié)果可以看出，老年撫養(yǎng)比對(duì)東部地區(qū)房地產(chǎn)價(jià)格有顯著的遏制作用，而對(duì)中部地區(qū)的房地產(chǎn)價(jià)格有顯著的促進(jìn)作用，西部地區(qū)則不具備統(tǒng)計(jì)上的影響。老年撫養(yǎng)比上升1%，東部地區(qū)的房地產(chǎn)價(jià)格下降48.60%，中部地區(qū)的房地產(chǎn)價(jià)格上升90.98%，西部地區(qū)的房地產(chǎn)價(jià)格上升28.07%。少年撫養(yǎng)比對(duì)東、中、西部地區(qū)的房地產(chǎn)市場(chǎng)均具有顯著的促進(jìn)作用，少年撫養(yǎng)比上升1%，東、中、西部地區(qū)的房地產(chǎn)價(jià)格分別下降5.71%，17.17%，14.17%。

東部地區(qū)和中部地區(qū)老年撫養(yǎng)比例與房地產(chǎn)價(jià)格存在負(fù)向、正向影響差異的原因在于財(cái)富在不同年齡配置結(jié)構(gòu)不同，東部地區(qū)財(cái)富主要集中在中青年群體，中部地區(qū)財(cái)富主要集中在老年群體。這與近十年來的人才流動(dòng)息息相關(guān)，由于東部沿海地區(qū)經(jīng)濟(jì)發(fā)達(dá)、薪資福利好、工作機(jī)會(huì)多等原因，高端人才紛紛流向東部發(fā)達(dá)城市。人才流向的熱門城市主要為北京、上海、廣州、深圳等一線城市，高端人才成為財(cái)富創(chuàng)造的主力軍，相比較而言，東部地區(qū)的財(cái)富主要掌握在中青年群體手中，老年群體本身對(duì)房地產(chǎn)的需求就不是特別強(qiáng)烈，再加上他們的購房能力有限，老年撫養(yǎng)比和房地產(chǎn)價(jià)格負(fù)相關(guān)，中青年群體的大量涌入所帶來的老年撫養(yǎng)比下降對(duì)房地產(chǎn)市場(chǎng)價(jià)格起到了促進(jìn)作用。而在中部地區(qū)，雖然房地產(chǎn)市場(chǎng)需求表現(xiàn)主要為中青年提供的購買力，但是由于中部地區(qū)的薪水相對(duì)于房地產(chǎn)價(jià)格遠(yuǎn)遠(yuǎn)不夠，自身薪資能力有限，購買住房時(shí)依賴于父輩的幫助，呈現(xiàn)出長輩補(bǔ)給青年的局面。在房價(jià)上漲的預(yù)期下，兩代人的儲(chǔ)蓄同時(shí)釋放與房地產(chǎn)市場(chǎng)，結(jié)果表現(xiàn)即為中部地區(qū)老年人口撫養(yǎng)比與房地產(chǎn)價(jià)格正相關(guān)。

東、中、西部地區(qū)少年撫養(yǎng)比例與房地產(chǎn)價(jià)格均呈現(xiàn)出負(fù)向相關(guān)。從數(shù)量關(guān)系上來看，我國從2000年到2016年，由于70年代計(jì)劃生育政策的實(shí)施，少年撫養(yǎng)比從38%下降到22.9%，下降了15個(gè)百分點(diǎn)，少年撫養(yǎng)比的下降推動(dòng)了房地產(chǎn)價(jià)格的上升。

3.4 泡沫特征分析

Stiglitz（1990）[10]對(duì)“資產(chǎn)泡沫”給出過一個(gè)通俗的描述：如果一種資產(chǎn)今天的價(jià)格高，是因?yàn)橥顿Y者預(yù)期它明天的價(jià)格會(huì)漲，而與經(jīng)濟(jì)的基本面沒有關(guān)系，那么泡沫就存在了。分析我國的房地產(chǎn)市場(chǎng)是否存在泡沫化特征，主要從三個(gè)方面來展開：經(jīng)濟(jì)基本面、適應(yīng)性預(yù)期、房地產(chǎn)投機(jī)性需求。

從經(jīng)濟(jì)基本面來看，人均收入的增加對(duì)房地產(chǎn)價(jià)格有顯著的促進(jìn)作用，表明房地產(chǎn)價(jià)格的波動(dòng)與經(jīng)濟(jì)基本面關(guān)系密切。人均收入上升1%，東、中、西部地區(qū)的房地產(chǎn)價(jià)格分別上升24.51%、20.57%、31.58%?？偟膩碚f，房地產(chǎn)價(jià)格還是依賴于該地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r，而且西部地區(qū)的這種依賴表現(xiàn)得更為明顯。

對(duì)未來的價(jià)格預(yù)期包括理性預(yù)期和適應(yīng)性預(yù)期，理性預(yù)期是投機(jī)者能夠?qū)ξ磥矸績r(jià)做出正確預(yù)測(cè)，適應(yīng)性預(yù)期是投機(jī)者根據(jù)過去的房價(jià)信息來預(yù)測(cè)未來的房價(jià)，本文主要通過適應(yīng)性預(yù)期來進(jìn)行分析。用上一期的價(jià)格來代表對(duì)未來房價(jià)的預(yù)期。從實(shí)證結(jié)果可以發(fā)現(xiàn)，東、中、西部地區(qū)的房地產(chǎn)價(jià)的預(yù)期作用明顯，預(yù)期房地產(chǎn)上升1%，在東部地區(qū)會(huì)導(dǎo)致當(dāng)期房地產(chǎn)價(jià)格上升15.56%，中部地區(qū)的房地產(chǎn)價(jià)格上升7.95%，西部地區(qū)的房地產(chǎn)價(jià)格上升1.84%。預(yù)期作用對(duì)房地產(chǎn)價(jià)格的影響東部最為明顯，中西部次之。表明在1999—2016年間，各地區(qū)房地產(chǎn)市場(chǎng)的消費(fèi)者普遍對(duì)房地產(chǎn)持有上漲的預(yù)期，“買漲不買跌”使得消費(fèi)者存在搶購沖動(dòng)，東部地區(qū)表現(xiàn)最為明顯，房地產(chǎn)泡沫風(fēng)險(xiǎn)的可能性也較大。

住房的消費(fèi)和投資的屬性決定了住房需求的兩種可能：消費(fèi)性需求與投機(jī)性需求。如果是消費(fèi)性需求，那么人均銷售面積應(yīng)該與房地產(chǎn)價(jià)格負(fù)相關(guān)，因?yàn)樵谑袌?chǎng)均衡的情況下，供給的增加必然會(huì)導(dǎo)致價(jià)格的下降。如果表現(xiàn)為不相關(guān)或者正相關(guān)，那么就可以懷疑存在投機(jī)性的需求。從本文的結(jié)果來看，不論是東部、中部、還是西部地區(qū)，人均銷售面積都與房地產(chǎn)價(jià)格負(fù)相關(guān)，說明我國的房地產(chǎn)市場(chǎng)仍主要表現(xiàn)為消費(fèi)性需求。

金融信貸對(duì)房地產(chǎn)市場(chǎng)價(jià)格具有顯著的正效應(yīng)。信貸規(guī)模擴(kuò)大1%，東、中、西部地區(qū)的房地產(chǎn)價(jià)格分別上升1.43%、5.99%、5.23%。信貸擴(kuò)張對(duì)中西部地區(qū)房地產(chǎn)價(jià)格的作用比東部地區(qū)大，因?yàn)橹形鞑康貐^(qū)的經(jīng)濟(jì)發(fā)展水平比東部要差，居民完全憑借自由資金來購房的可能性不大，為滿足購房需求往往借助于銀行貸款，所以信貸額可以轉(zhuǎn)化為居民對(duì)住房的購買力，金融信貸對(duì)房地產(chǎn)價(jià)格的促進(jìn)作用較大。

綜合來看，我國的房地產(chǎn)市場(chǎng)價(jià)格仍主要受經(jīng)濟(jì)基本面因素的影響，尚未出現(xiàn)明顯泡沫，購買需求主要是消費(fèi)性需求，同時(shí)金融信貸也對(duì)房地產(chǎn)價(jià)格產(chǎn)生了推動(dòng)作用。但是，房地產(chǎn)市場(chǎng)仍然存在一定的泡沫風(fēng)險(xiǎn)，東部地區(qū)的泡沫風(fēng)險(xiǎn)高于中西部地區(qū)。

3.5 政策效應(yīng)異質(zhì)性分析

3.5.1 利率效應(yīng)的異質(zhì)性

利率對(duì)不同的地區(qū)具有不同的效應(yīng)，模型（9）中的利率與個(gè)體交互效應(yīng)部分λ1irt中的載荷系數(shù)λ1i測(cè)度了不同省市對(duì)利率的敏感性，即為不同地區(qū)的利率效應(yīng)差異，估計(jì)結(jié)果見表3。

表3 利率對(duì)各省市的效應(yīng)

從表3中可以看出，對(duì)利率比較敏感的地區(qū)主要集中在東部省市，如天津、江蘇等。對(duì)利率敏感性較差的主要集中在西部地區(qū)，如青海、寧夏、新疆、西藏。

3.5.2 房地產(chǎn)調(diào)控政策的效應(yīng)

除了實(shí)際收入、銷售面積、人口結(jié)構(gòu)、信貸規(guī)模以及利率之外，房地產(chǎn)價(jià)格還受其他一系列房地產(chǎn)調(diào)控政策影響，由于這一系列房地產(chǎn)調(diào)控政策名目繁多，難以準(zhǔn)確量化，本文用共同因子ft來反映，此時(shí)，載荷系數(shù)λ2i就可以反映不同地區(qū)對(duì)這一系列房地產(chǎn)政策的反應(yīng)敏感性，估計(jì)結(jié)果見表4。

表4 不可觀測(cè)房價(jià)調(diào)整政策的效應(yīng)差異性

從表4中政策的敏感性來看，東部發(fā)達(dá)省市對(duì)房地產(chǎn)調(diào)控政策表現(xiàn)的最為敏感，例如天津、山東、江蘇。中部省份的敏感性次之，西部的敏感性最差。

為了反映難以量化的一系列房地產(chǎn)政策的主要影響特征，本文提取了特征值最大的共同因子（可以解釋95%的變化），該因子完全能夠捕獲房地產(chǎn)調(diào)控政策對(duì)各地區(qū)影響的主要趨勢(shì)，結(jié)果如圖1所示可以發(fā)現(xiàn)，在一系列房地產(chǎn)調(diào)控政策下（例如限購、限貸、房產(chǎn)稅等），房地產(chǎn)市場(chǎng)確實(shí)受到了一定的抑制作用，呈現(xiàn)出穩(wěn)定的下降趨勢(shì)。需要特別注意的是，在2008年房地產(chǎn)政策作用下，房地產(chǎn)價(jià)格表現(xiàn)出短暫的波動(dòng)，在2008年有上升趨勢(shì)，這與當(dāng)時(shí)的國情有關(guān)，在2008年初，全國商品房交易開始萎縮，首次出現(xiàn)年度房價(jià)下跌，政府對(duì)房地產(chǎn)行業(yè)實(shí)施寬松的調(diào)控政策，比如下調(diào)首付款比例、首次購房的優(yōu)惠政策等，強(qiáng)調(diào)促進(jìn)房地產(chǎn)市場(chǎng)健康平穩(wěn)發(fā)展。

圖1 不可觀測(cè)房價(jià)調(diào)整政策的作用趨勢(shì)

4 結(jié)論

本文通過構(gòu)建交互效應(yīng)動(dòng)態(tài)面板分析模型，主要分析了人口結(jié)構(gòu)對(duì)房地產(chǎn)價(jià)格的影響、房地產(chǎn)市場(chǎng)的泡沫特征，以及房地產(chǎn)政策對(duì)不同省份的效應(yīng)差異，主要結(jié)論如下：

（1）從人口結(jié)構(gòu)來看，東部地區(qū)老年撫養(yǎng)比例與房地產(chǎn)價(jià)格負(fù)相關(guān)，中西部地區(qū)則表現(xiàn)為正相關(guān)。產(chǎn)生這一差異的原因在于不同地區(qū)的財(cái)富在不同年齡段的配置結(jié)構(gòu)不同，人才的流向使得東部地區(qū)的財(cái)富主要集中在中青年人手中，而中西部地區(qū)則主要集中在老年人手中，中西部地區(qū)購買房產(chǎn)的行為多為兩代人共同釋放儲(chǔ)蓄。

（2）從泡沫特征來看，我國的房地產(chǎn)市場(chǎng)尚未出現(xiàn)明顯泡沫，價(jià)格主要還是由基本面因素決定，人均收入上升1%，東、中、西部地區(qū)的房地產(chǎn)價(jià)格分別上升24.51%、20.57%、31.58%。同時(shí)，我國的房地產(chǎn)需求仍主要變現(xiàn)為消費(fèi)性需求，而且金融信貸對(duì)房地產(chǎn)價(jià)格有明顯的促進(jìn)作用，但是仍然存在一定的泡沫風(fēng)險(xiǎn)，東部地區(qū)的泡沫風(fēng)險(xiǎn)最大。

（3）從政策角度來分析，利率政策以及其他難以量化的房地產(chǎn)政策對(duì)東、中、西部地區(qū)的效應(yīng)存在異質(zhì)性，而且控制房地產(chǎn)過熱的房地產(chǎn)政策有一定的抑制效果。對(duì)政策的效應(yīng)差異為：東部地區(qū)最敏感，中部地區(qū)次之，西部地區(qū)敏感性稍弱。