王春艷，董繼剛

（山東農(nóng)業(yè)大學 經(jīng)濟管理學院，山東 泰安 271018）

一、引言

近幾年我國房價不斷飆升，房地產(chǎn)開發(fā)熱以及投機熱的背后映射出房地產(chǎn)市場的非理性繁榮以及房地產(chǎn)市場機制的扭曲。我國房地產(chǎn)市場存在明顯的冷熱共存的現(xiàn)象，一二線大城市投機過熱，三四線城市庫存過多，因此樓市調(diào)控要堅持“一城一策、因城施策、分類指導、有松有緊”的主基調(diào)。我國35 個大中型城市作為引領我國經(jīng)濟發(fā)展的主力軍、國家政策方針的先行者與實踐者，研究我國35 個大中型城市房地產(chǎn)泡沫的差異性對于把握全國城市房地產(chǎn)泡沫的差異性以及政府的政策調(diào)控具有重要的指導意義，從而有利于促進房地產(chǎn)市場的健康發(fā)展、銀行信貸風險的管理以及社會的穩(wěn)定。

二、文獻綜述

國內(nèi)學者對我國重要城市房地產(chǎn)泡沫的測度及區(qū)域異質(zhì)性分析做了諸多研究，得到了許多可觀的成果。姚濤（2010）[1]以31 個省市為研究對象，用因子分析法計算31 個省市2009 年房地產(chǎn)泡沫的綜合得分，用層次聚類法將31 個省市分為5 大類，實證發(fā)現(xiàn)各類省市之間的泡沫化程度存在較大差異。王琴英（2013）[2]基于35 個大中型城市2009—2011 年年度數(shù)據(jù)的特征，將35 個大中型城市分為三個層次，實證發(fā)現(xiàn)三個層次城市的房地產(chǎn)泡沫程度存在較大差異。范新英等（2013）[3]建立動態(tài)面板模型，運用迭代回歸法測度35 個大中型城市1999—2011 年房價的泡沫度，實證發(fā)現(xiàn)不同城市間房價的泡沫度差異較大。吳冠岑和王沁穎（2017）[4]以35 個大中型城市為研究對象，以2006—2015 年為研究時間段，將35 個大中型城市分為三類，建立局部均衡模型測度35 個大中型城市的房地產(chǎn)泡沫并對三類城市內(nèi)和城市間的泡沫分化進行分析。張超（2018）[5]選取2007—2015 年13 個長三角城市的年度數(shù)據(jù)，建立靜態(tài)面板模型，實證發(fā)現(xiàn)長三角各城市房地產(chǎn)泡沫出現(xiàn)最大值的年份不一樣，且各年度房地產(chǎn)泡沫差距較大。

三、35 個大中型城市房地產(chǎn)泡沫的測度

（一）數(shù)據(jù)來源

本文以35 個大中型城市為研究對象，以2007—2016 年為研究時間段，選取了八個測度房地產(chǎn)泡沫單項指標的年度數(shù)據(jù)，數(shù)據(jù)均來源于國家歷年統(tǒng)計年鑒、wind 數(shù)據(jù)庫以及中宏網(wǎng)。

（二）變量選取

1.開發(fā)類指標

（1）房地產(chǎn)投資/全社會固定資產(chǎn)投資（X1）

（2）房屋施工面積/房屋竣工面積（X2）

2.交易類指標

（1）房屋竣工面積/房屋銷售面積（X3）

（2）人口增長率（X4）

3.價格類指標

（1）房價收入比（X5）

（2）房價增長率/GDP 增長率（X6）

（3）房價增長率/ 社會零售商品銷售額增長率（X7）

4.資金信貸類指標

（1）房地產(chǎn)開發(fā)商國內(nèi)貸款/資金來源總額（X8）

（三）實證分析

對上述八個指標進行因子分析之前首先要進行檢驗，以確定是否適合做因子分析。KMO 值為0.539，巴特利特球度檢驗統(tǒng)計量的值為340.432，顯著性為0，相關系數(shù)矩陣與單位陣有顯著差異，反映象矩陣對角線上的系數(shù)較大，其余系數(shù)數(shù)值均較小，經(jīng)檢驗適合做因子分析。

如表1 所示，為使提取的主因子方差貢獻率累計超過85%，共提取6 個主因子，累計方差貢獻率達89.628%，提取的主因子對總體具有很好的代表性，原有數(shù)據(jù)丟失的較少。

表1 公因子特征值與方差貢獻率

初始因子解對主因子的解釋比較模糊，為進一步對主因子進行命名，采用方差最大法對因子載荷矩陣進行正交旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷矩陣如表2所示。X2、X3 在第一主因子上有較大載荷，將其命名為生產(chǎn)因子；X1、X5 在第二主因子上有較大載荷，將其命名為投資因子；X8 在第三主因子有較大負荷，將其命名為金融因子；X7 在第四主因子上有較大負荷，將其命名為消費因子；X4 在第五主因子上有較大負荷，將其命名為社會因子；X6 在第六主因子上有較大載荷，將其命名為經(jīng)濟發(fā)展因子。

表2 方差最大化旋轉(zhuǎn)后的因子載荷矩陣

將各主因子方差貢獻率與累計方差貢獻率的比值作為權重分別計算35 個大中型城市2007—2006 年的房地產(chǎn)泡沫綜合得分F，房地產(chǎn)泡沫綜合得分F=（0.19497F1+0.17378F2+0.1511F3+0.12567F4+0.12552F5+0.12524F6）/0.89628

（四）結果分析

1.各年份房地產(chǎn)泡沫綜合得分的描述性分析。如表3 所示，我國35 個大中型城市2007—2016 年房地產(chǎn)泡沫綜合得分的均值呈波浪式變動，波動幅度較小，但歷年均值均處于中泡沫等級區(qū)間，需要引起警惕。房地產(chǎn)泡沫綜合泡沫得分的最大值與最小值也成波浪式變動，但波動幅度較大。因此房地產(chǎn)泡沫的測度以及政策調(diào)控要注意區(qū)域異質(zhì)性，用全國房地產(chǎn)泡沫的均值進行分析研究可能會掩蓋個別城市泡沫化程度異常的現(xiàn)象。

表3 2007—2016 年房地產(chǎn)泡沫綜合得分情況

2.各城市房地產(chǎn)泡沫綜合得分的描述性分析。將35 個大中型城市按照《中國城市建設統(tǒng)計年鑒》以及《國家新型城鎮(zhèn)化規(guī)劃（2014—2020 年）》中的劃分標準，劃分為超大型城市、特大型城市與大型城市三類，分別計算2007—2016 年各城市房地產(chǎn)泡沫綜合得分的均值并定義泡沫等級。35 個大中型城市歷年房地產(chǎn)泡沫綜合得分均值為0，標準差為0.4，最小值為-1.23，最大值為2.55。采用五級分類法，取1/2 倍標準差作為中間衡量基準，將35 個大中型城市的泡沫度劃分為低、較低、中、較高、高五個等級，F(xiàn) 處于[-1.23，-0.4）則定義為低泡沫等級，F(xiàn)處于[-0.4，-0.2）則定義為較低泡沫等級，F(xiàn) 處于[-0.2，0.2）則定義為中泡沫等級，F(xiàn) 處于[0.2，0.4]則定義為較高泡沫等級，F(xiàn) 處于[0.4，2.55]則定義為高泡沫等級。

如表4 所示，三類城市房地產(chǎn)泡沫的均值隨著經(jīng)濟發(fā)展水平的差異呈階梯式分布，超大型城市的房地產(chǎn)泡沫最大，其次為特大型城市和大型城市。超大型城市房地產(chǎn)泡沫化程度過高，大城市房地產(chǎn)泡沫化程度普遍不高，尤其是中西部的內(nèi)陸城市房地產(chǎn)泡沫化程度普遍較低，然而大城市中杭州和廈門的房地產(chǎn)泡沫化程度較高，需引起警惕。

表4 35 個大中型城市房地產(chǎn)泡沫的綜合得分及泡沫等級情況

四、35 個大中型城市房地產(chǎn)泡沫的差異性分析

泰爾指數(shù)、基尼系數(shù)、變異系數(shù)均可以描述不同地區(qū)的不平等及差異程度。但泰爾指數(shù)具有可分解的性質(zhì)，即可以將總差異分解為組內(nèi)差異和組間差異，分別計算組內(nèi)差異和組間差異對總差異的貢獻率。因此本文用泰爾指數(shù)來分析三類城市房地產(chǎn)泡沫的差異及分化程度。

個別城市和個別年份的房地產(chǎn)泡沫綜合得分為負數(shù)，因此在分析之前對數(shù)據(jù)進行標準歸一化（非負數(shù)）處理。公式如下：

設T1、T2、T3分別為特大型城市、超大型城市、大型城市房地產(chǎn)泡沫組內(nèi)差異的泰爾指數(shù)，F(xiàn)i為歷年單個城市房地產(chǎn)泡沫的綜合得分，F(xiàn)1、F2、F3分別為歷年特大型城市、超大型市、大型城市房地產(chǎn)泡沫綜合得分的總和，P1、P2、P3分別為特大型城市、超大型城市、大型城市組內(nèi)的城市總個數(shù)，三類城市房地產(chǎn)泡沫組內(nèi)差異泰爾指數(shù)的計算公式如下：

如圖1 所示，大型城市房地產(chǎn)泡沫組內(nèi)差異的泰爾指數(shù)整體高于特大型和超大型城市。2007—2016 年大型城市房地產(chǎn)泡沫組內(nèi)差異的泰爾指數(shù)整體呈“山峰”狀波動，極差達到78，波動幅度較大，房地產(chǎn)泡沫組內(nèi)差異的變化較為劇烈。將每一個“山峰”看做一個周期，大型城市房地產(chǎn)泡沫的組內(nèi)差異大體可分為三個周期：2007—2009 年為第一個周期；2009—2012 年為第二個周期；2012—2016 年為第三個周期。每個周期大約為2—4 年，并且每個周期所跨越的年數(shù)漸增。特大型城市組內(nèi)差異的泰爾指數(shù)整體呈波浪式變動，波動幅度較小，整體較為平穩(wěn)。超大型城市組內(nèi)差異的泰爾指數(shù)在2007—2012 年基本保持穩(wěn)定，2012 年后超大型城市組內(nèi)差異的泰爾指數(shù)逐年遞增，直到2015 年出現(xiàn)拐點使得2016 年超大型城市組內(nèi)差異的泰爾指數(shù)急劇下降。在2010 年之前，特大型城市組內(nèi)差異的泰爾指數(shù)均大于超大型城市組內(nèi)差異的泰爾指數(shù)，2010年后超大型城市發(fā)生反超，在后續(xù)的幾年內(nèi)，超大型城市組內(nèi)差異的泰爾指數(shù)均大于特大型城市組內(nèi)差異的泰爾指數(shù)。直到2016 年兩者發(fā)生匯合，特大型與超大型城市房地產(chǎn)泡沫組內(nèi)差異的泰爾指數(shù)呈現(xiàn)出“分久必合，合久必分”的規(guī)律。

圖1 三類城市房地產(chǎn)泡沫綜合得分的組內(nèi)差異

設T4為三類城市房地產(chǎn)泡沫組間差異的泰爾指數(shù)，F(xiàn) 為35 個大中型城市房地產(chǎn)泡沫綜合得分的總和，P 為三類城市的城市總個數(shù)，三類城市房地產(chǎn)泡沫組間差異泰爾指數(shù)的計算公式如下：

如圖2 所示，2007—2016 年三類城市房地產(chǎn)泡沫組間差異的泰爾指數(shù)呈“倒山峰”狀波動，但整體呈上升趨勢。期間大約經(jīng)歷了三個周期，每個周期大約為2—3 年。2011 年后，三類城市房地產(chǎn)泡沫組間差異的泰爾指數(shù)整體呈上升態(tài)勢，2015 年驟升達到峰值后轉(zhuǎn)而出現(xiàn)拐點，2016 年三類城市組間差異的泰爾指數(shù)反趨勢地出現(xiàn)下降的現(xiàn)象。

圖2 三類城市房地產(chǎn)泡沫綜合得分的組間差異

根據(jù)三類城市組內(nèi)差異以及組間差異的泰爾指數(shù)，分別計算三類城市房地產(chǎn)泡沫組內(nèi)差異及組間差異對總體差異的貢獻率。如表5 所示，三類城市房地產(chǎn)泡沫組內(nèi)差異對總體差異的貢獻率較大，均超過了65%，在2008 年貢獻率甚至達到了89.93%。35 個大中型城市房地產(chǎn)泡沫的差異程度主要取決于組內(nèi)差異，而組間差異的決定作用較小。三類城市組內(nèi)差異對總體差異的貢獻率主要來源于大型城市的組內(nèi)差異，除2009 年外大型城市組內(nèi)差異均大于特大型和超大型城市的組內(nèi)差異，因此歸根結底35 個大中型城市房地產(chǎn)泡沫的差異程度主要取決于大型城市的組內(nèi)差異。

表5 三類城市房地產(chǎn)泡沫組內(nèi)差異及組間差異對總體差異的貢獻率

五、結論及政策建議

（一）結論

我國35 個大中型城市2007—2016 年房地產(chǎn)泡沫綜合得分的均值均處于中泡沫等級區(qū)間，泡沫化程度較高，需要引起警惕。三類城市房地產(chǎn)泡沫的均值隨經(jīng)濟發(fā)展水平的差異呈階梯式分布，超大型城市的房地產(chǎn)泡沫最高，大型城市的房地產(chǎn)泡沫最低。三類城市房地產(chǎn)泡沫組內(nèi)差異對總體差異的貢獻率較大，而組間差異對總體差異的貢獻率較小。房地產(chǎn)泡沫的組內(nèi)差異主要來源于大型城市，因此我國35 個大中型城市房地產(chǎn)泡沫的差異主要取決于大型城市房地產(chǎn)泡沫的組內(nèi)差異。

（二）政策建議

1.一城一策、因城施策。我國房地產(chǎn)泡沫存在明顯的區(qū)域異質(zhì)性特征，因此樓市調(diào)控不能搞“一刀切”，要對癥下藥、分類指導。一城一策使地方政府的調(diào)控更具靈活性與主動性，可以有效規(guī)避統(tǒng)一調(diào)控所帶來的系統(tǒng)性風險。

2.加強監(jiān)管、嚴控信貸。35 個大中型城市房地產(chǎn)泡沫的差異主要源于大型城市的組內(nèi)差異，大型城市作為初步從中小型城市向大中型城市成功轉(zhuǎn)型的產(chǎn)物，各方面規(guī)章體制有待完善，各地政府要盯住樓市，通過靈活變動信貸政策、財稅政策等對樓市進行調(diào)控，嚴格控制對房地產(chǎn)開發(fā)商的信貸投放量及開發(fā)商的信貸投向，遏制投機，穩(wěn)定預期，嚴防大型城市重蹈超大型城市的覆轍。

3.控制人口、緩解矛盾。積極推進區(qū)域均衡發(fā)展以及脫貧攻堅的進程，引入勞動密集型企業(yè)進入中小城鎮(zhèn)，大力鼓勵回鄉(xiāng)創(chuàng)業(yè)及返城就業(yè)，合理引導人口回流，緩解一二線大城市的人口壓力，從而大大減輕一二線城市的供需矛盾，促進房地產(chǎn)市場的健康發(fā)展。