李斌 劉文歡

摘? ?要：為了辨明人口和貨幣因素對于房價的總體影響和異質(zhì)性差異，本文以2007—2016年285個地級市為樣本，將貨幣因素、人口因素和住房價格納入同一框架進(jìn)行了經(jīng)驗檢驗。同時，本文在投資性需求中引入預(yù)期變量以體現(xiàn)貨幣因素對于不同地區(qū)房價的結(jié)構(gòu)性影響。研究結(jié)果表明：（1）外來人口流入是抬高本地房價的重要因素，中國大規(guī)模的人口遷徙進(jìn)程對于房價上漲具有較強(qiáng)解釋作用。人口因素對于東部、西部房價具有異質(zhì)性影響，其中人口流入對于東部房價的影響更為強(qiáng)烈。同時，城市化水平越高，人口流入對于房價的影響越大。（2）利率及房價預(yù)期會對房價產(chǎn)生明顯的交叉性影響。在整個研究期內(nèi)，貨幣與預(yù)期因素對房價影響較大的年份多于人口因素，但是貨幣與預(yù)期因素對于房價異質(zhì)性的解釋并不明顯。

關(guān)鍵詞：住房價格;貸款利率;房價預(yù)期;人口流動

中圖分類號：F830.572? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-2265（2020）11-0028-07

DOI：10.19647/j.cnki.37-1462/f.2020.11.004

住房體制市場化改革后，房地產(chǎn)成為拉動我國經(jīng)濟(jì)增長的重要行業(yè)，是國民經(jīng)濟(jì)的重要組成部分。在居民家庭和金融機(jī)構(gòu)的資產(chǎn)負(fù)債表中，房地產(chǎn)既是我國居民家庭的重要實物資產(chǎn)，又是重要的投資資產(chǎn)，同時還是金融機(jī)構(gòu)的重要抵押品，具有一定的金融資產(chǎn)屬性。房地產(chǎn)行業(yè)具有產(chǎn)業(yè)鏈長、風(fēng)險集中、影響廣泛的特征，保持房地產(chǎn)市場平穩(wěn)有序運行是實現(xiàn)國民經(jīng)濟(jì)健康發(fā)展、防范化解系統(tǒng)性風(fēng)險的重要內(nèi)容。在這一背景下，研究房價上漲的主要因素，分析內(nèi)部作用機(jī)理，對于提高宏觀審慎政策有效性具有重要意義。

越來越多證據(jù)表明，人口和貨幣是兩類驅(qū)動房價上漲的重要因素。然而，房價快速上漲的背后，究竟是人口因素還是貨幣因素在發(fā)揮主要作用？二者之間是否存在差異，彼此之間又存在怎樣的邏輯關(guān)系？學(xué)術(shù)界尚未給出明確結(jié)論。

一、文獻(xiàn)綜述

從投資視角看，大多數(shù)研究認(rèn)為，利率和房地產(chǎn)價格之間存在負(fù)相關(guān)關(guān)系，而關(guān)于利率影響房價的具體程度則觀點不一，存在一些分歧和爭議（Harris，1989;Wheaton和Nechayev，2008）[1，2]。我國房地產(chǎn)市場政策、體制、環(huán)境較為復(fù)雜，因此實證檢驗結(jié)果也存在較大的差異性（吳凡，2006;劉明和劉斌，2005;余鵬，2005;張靜竹，2019）[3-6]。與此同時，在房價變化過程中，學(xué)界與實業(yè)界普遍認(rèn)為，市場參與者的心理預(yù)期也是至關(guān)重要的因素。不少學(xué)者認(rèn)為，居民預(yù)期未來房價上漲是推動當(dāng)期住房需求強(qiáng)勁、房價上漲的重要因素，提出要通過調(diào)控預(yù)期來調(diào)控房價。

從人口流動視角看，西方學(xué)者較早就進(jìn)行了大量研究，他們多數(shù)認(rèn)為人口流入會導(dǎo)致城市房價上漲。Saiz（2007）[7]利用工具變量法對美國的房價進(jìn)行分析，發(fā)現(xiàn)移民每增加至城市總?cè)丝诘?%，會導(dǎo)致當(dāng)?shù)胤績r上漲1%。Gonzalez和Ortega（2013）[8]對西班牙房地產(chǎn)市場進(jìn)行調(diào)研，也得出類似的結(jié)論。而Sá（2011）[9]對英國的房地產(chǎn)市場進(jìn)行分析時得到相反的結(jié)論，即流動人口數(shù)量每增加1%，會使當(dāng)?shù)胤績r下降1.60%，房價波動的異質(zhì)性體現(xiàn)在本地居民對流動人口的態(tài)度上。近年來，國內(nèi)學(xué)者也開始基于人口流動視角對房價進(jìn)行研究。董昕和周衛(wèi)華（2014）[10]利用2010年106個城市的流動人口動態(tài)監(jiān)測數(shù)據(jù)，發(fā)現(xiàn)來自中部地區(qū)的農(nóng)村流動人口在流入地購買住房的比例最高可達(dá)36.30%。陸銘等（2014）[11]通過對比2000年和2005年的房地產(chǎn)市場，發(fā)現(xiàn)流動人口占比每增加10%，將會導(dǎo)致未來5年的房價上漲8.33%。

從以上文獻(xiàn)來看，當(dāng)前研究的不足主要體現(xiàn)在：對于貨幣因素、人口因素的綜合性考量相對不足，缺乏對房價上漲主導(dǎo)性因素的比較判斷;對于貨幣政策對房地產(chǎn)市場的結(jié)構(gòu)性影響缺少分析，既有研究多使用省際數(shù)據(jù)，僅有少數(shù)文獻(xiàn)使用市際數(shù)據(jù)，無法充分反映不同城市房價對于統(tǒng)一貨幣政策的異質(zhì)性反應(yīng)，以及對預(yù)期、城市化水平等其他異質(zhì)性因素的反應(yīng)。但在房地產(chǎn)調(diào)控“因城施策”背景下，這又是一個不可回避的話題。本文把貨幣因素、人口因素和住房價格納入同一個框架進(jìn)行經(jīng)驗檢驗以辨別主導(dǎo)性因素，使用285個地級市數(shù)據(jù)，并引入預(yù)期變量以體現(xiàn)貨幣因素對于不同地區(qū)的結(jié)構(gòu)性影響。除此之外，還進(jìn)行了其他異質(zhì)性分析。

二、基礎(chǔ)理論模型與研究假設(shè)

（一）基礎(chǔ)理論模型

一般認(rèn)為，購房需求（Y）由基礎(chǔ)需求（DR）、改善性需求（DE）與投資性需求（DI）構(gòu)成，即：

基礎(chǔ)需求（DR）是指購買住房的基本需求，主要是由人口因素（L）驅(qū)動，即：

投資性需求（DI）主要受利率（i）和房價上漲預(yù)期（e）的影響。作為一種投資品，新建商品房的投資需求顯然與利率等持有成本有關(guān)，在我國，沒有對持有房地產(chǎn)普遍征收房地產(chǎn)稅的前提下，利率構(gòu)成了新建商品房的主要持有成本。同時，房價上漲預(yù)期構(gòu)成了持有住房的預(yù)期收益，即：

改善性需求（DE）是指在已有住房的基礎(chǔ)上，為追求更高生活品質(zhì)而產(chǎn)生的住房需求，主要受收入（I）和教育、環(huán)境等其他因素（R）的影響，即：

于是：

（二）研究假設(shè)

結(jié)合前文的基本理論模型，針對人口帶來的基礎(chǔ)需求（DR）和基于投資目的形成的投資性需求（DI），本文提出如下假設(shè)：

在房屋供給不變的情況下，一個城市房價上漲的主要推動力來源于人口的新增住房需求，亦即以自住為主的基礎(chǔ)需求?；A(chǔ)需求是最為核心的內(nèi)在推動力，因為投資性需求往往來源于人們預(yù)期房屋未來有較大的升值空間，而這個升值空間依靠真正的基礎(chǔ)需求支撐，沒有基礎(chǔ)需求推動房價上漲，就不會有派生的投資性需求。在原有城市居民都基本有住房的情況下，新的基礎(chǔ)需求主要來源于城市的新遷入人口。據(jù)此提出：

基礎(chǔ)假設(shè)一：外來人口的大量涌入會對房價產(chǎn)生正向影響，即某地區(qū)的人口大量流入增加時，該地區(qū)房價將會上漲。

從投資者角度來看，貸款利率是影響投資成本的主要指標(biāo)，即使投資者的房款全部來自自有資金，投資者也會用貸款利率來衡量其機(jī)會成本。投資者的需求是決定房地產(chǎn)價格的重要因素。在利率下降時，投資成本下降，投資需求上升，房價上漲得到支撐。對未來房價的預(yù)期也是影響房價實際變化的重要因素。尤其是在房價持續(xù)走高的情況下，人們對住房市場普遍存在盲目樂觀預(yù)期，所形成的看漲預(yù)期放大了在當(dāng)期的實際住房需求。據(jù)此提出：

基礎(chǔ)假設(shè)二：居民對未來房價的預(yù)期對房價產(chǎn)生長期正向影響，利率則主要通過影響房價預(yù)期的折現(xiàn)成本來影響房價，對房價產(chǎn)生負(fù)向影響①。

三、變量與數(shù)據(jù)說明

（一）變量選取依據(jù)

1. 被解釋變量。選取各地區(qū)商品房銷售價格作為被解釋變量。商品房銷售價格通過商品房銷售額與商品房銷售面積的比值計算得來，并利用居民消費價格指數(shù)進(jìn)行平減，最終得到銷售價格的實際值。

2. 核心解釋變量。影響房價的因素眾多，已經(jīng)有許多學(xué)者做了詳盡的陳述。與現(xiàn)有文獻(xiàn)不同的是，本文從基礎(chǔ)住房需求和投資性需求入手，主要關(guān)注人口因素和貨幣因素對房價產(chǎn)生的差異性影響。人口因素重點關(guān)注外來人口對房價的影響，選擇常住人口與戶籍人口的差值作為衡量的指標(biāo)（M）。貨幣因素方面，以一年期貸款基準(zhǔn)利率倒數(shù)與房價上漲預(yù)期的交叉項作為衡量指標(biāo)（KV）。當(dāng)時間趨于無窮大時，房價預(yù)期與利率倒數(shù)的交叉項反映了房價預(yù)期的折現(xiàn)值，利率主要通過影響預(yù)期折現(xiàn)值來影響房價，這點符合理論模型推導(dǎo)。通過利率倒數(shù)與房價上漲預(yù)期的交叉項可以反映投資性需求對房價的影響。利率水平以一年期貸款基準(zhǔn)利率的年度均值作為衡量指標(biāo);房價上漲預(yù)期用滯后一期的實際房價減去滯后兩期的實際房價作為衡量指標(biāo)②。

3. 控制變量。為盡量對影響房價的其他關(guān)鍵因素加以控制，以觀察核心解釋變量對房價影響的凈效應(yīng)，本文參照丁軍（2013）[12]和張安全等（2017）[13]的研究，選取以下控制變量：（1）戶籍人口。在住房供給不變的前提下，人口越多的城市，住房需求量就越大，越容易推高房價（李超，2013）[14];人口越多，規(guī)模經(jīng)濟(jì)效應(yīng)就越明顯，從而提高勞動生產(chǎn)率和收入水平，進(jìn)一步推高房價。本文采用各地區(qū)戶籍人口數(shù)來測度當(dāng)?shù)厝丝诹?。?）城鎮(zhèn)人均可支配收入。人均可支配收入反映了居民收入水平的高低。改革開放以來，我國居民收入水平快速提高，城鎮(zhèn)居民家庭人均可支配收入年均增長率達(dá)到10%左右，城鎮(zhèn)居民的房屋購置能力大大提高。（3）城市化率。我國正處于高速城市化進(jìn)程，推動了房價快速上漲（陸銘等，2014）[11]。2019年，我國城市化率為60.6%。（4）教育資源。教育資源數(shù)量多和質(zhì)量高的地區(qū)，房屋價格也會相對較高。本文選取高等學(xué)校在校學(xué)生數(shù)作為當(dāng)?shù)亟逃降暮饬恐笜?biāo)。（5）環(huán)境質(zhì)量。近年來，我國居民的環(huán)保意識大大增強(qiáng)，選擇住房時對周邊環(huán)境的重視程度越來越高，尤其是難以復(fù)制的自然和生態(tài)環(huán)境對房價的影響越來越大。環(huán)境質(zhì)量提高對房價有正向資本化效應(yīng)，反之，環(huán)境污染會對當(dāng)?shù)胤績r產(chǎn)生負(fù)向資本化效應(yīng)。從現(xiàn)有文獻(xiàn)看，多數(shù)研究采用“三廢”指標(biāo)中的某個或全部指標(biāo)來衡量環(huán)境污染程度。考慮到二氧化硫是工業(yè)污染排放中最典型的排放物，也是大氣污染的主要成分，故將工業(yè)二氧化硫的排放量作為環(huán)境污染的衡量指標(biāo)（楊仁發(fā)，2015）[15]。

（二）數(shù)據(jù)說明

本文選取了2007—2016年全國285個城市的數(shù)據(jù)，其中房地產(chǎn)、上海銀行間同業(yè)拆放利率、常住人口數(shù)據(jù)來自萬得數(shù)據(jù)庫;戶籍人口、城鎮(zhèn)人均可支配收入、非農(nóng)業(yè)人口及年末總?cè)丝跀?shù)、高等學(xué)校在校學(xué)生數(shù)、工業(yè)二氧化硫排放量等數(shù)據(jù)均來自《中國城市統(tǒng)計年鑒》，個別缺失數(shù)據(jù)補齊后成為平衡面板數(shù)據(jù)。為了保證數(shù)據(jù)的平滑性，對部分變量進(jìn)行了對數(shù)化處理。各變量的統(tǒng)計性特征見表1。

四、實證分析

（一）待估模型

根據(jù)前述理論模型和經(jīng)典文獻(xiàn)對房價決定因素的討論，設(shè)定房價的待估模型為：

公式（1）中[HP_r]為被解釋變量，關(guān)鍵解釋變量為貨幣因素[KV]和人口因素[M]，向量[X]是影響房價的其他一系列控制變量，下標(biāo)[i]、[t]分別表示地區(qū)和年份，[ε]表示隨機(jī)擾動項。在對式（1）所示回歸模型進(jìn)行估計之前，先利用OLS分別估計出利率、房價上漲預(yù)期、流動人口對房價的回歸系數(shù)，見表2的列（1）—（3），以初步確定利率、房價上漲預(yù)期和流動人口對房價的影響。隨后，對式（1）進(jìn)行OLS回歸，以考察人口流動因素和貨幣因素對房價造成的影響，回歸結(jié)果見表2的列（4）。除模型設(shè)定變量以外，各市域自身特征變量也會對房價產(chǎn)生影響，因此繼續(xù)采用固定效應(yīng)模型對式（1）回歸，恰好可以在一定程度上彌補遺漏地區(qū)特征變量的問題。地區(qū)固定的固定效應(yīng)模型的回歸結(jié)果如表2的列（5）所示，為了控制潛在的異方差和序列相關(guān)問題，列（5）還對回歸系數(shù)的標(biāo)準(zhǔn)誤在地區(qū)層面上作了聚類調(diào)整。進(jìn)一步，列（6）采用地區(qū)和時間雙固定的固定效應(yīng)回歸，并對回歸系數(shù)的標(biāo)準(zhǔn)誤在地區(qū)層面上作了聚類調(diào)整，使得回歸結(jié)果更加可靠。

（二）檢驗結(jié)果

1. 人口因素。從表2列（3）—（4）來看，人口因素系數(shù)顯著為正，且經(jīng)過變量控制，通過實證檢驗。表明外來人口流動對于房價具有顯著的正向影響，即外來人口流入越多的城市，房價上漲越快，假設(shè)一得到檢驗。這一實證結(jié)果也對一線城市和部分外來人口流入較多的二線城市房價大幅上漲進(jìn)行了解釋。

2. 貨幣因素。從表2列（4）來看，貨幣因素系數(shù)顯著為正，且經(jīng)過變量控制，通過實證檢驗。表明當(dāng)利率水平一定時，居民對未來房價的預(yù)期能夠?qū)Ψ績r產(chǎn)生長期正向影響。當(dāng)房價預(yù)期一定時，基準(zhǔn)利率下降會對房價產(chǎn)生正向刺激作用。假設(shè)二得到檢驗。列（1）—（2）檢驗了利率、房價預(yù)期單變量對房價的影響，檢驗結(jié)果符合預(yù)期。

3. 控制變量。從控制變量的回歸結(jié)果看，各變量的影響基本符合預(yù)期，如城市化率與房價存在穩(wěn)健的正向關(guān)系，城市化進(jìn)程加快時，房地產(chǎn)市場需求也會增加，從而推動房價上漲。環(huán)境污染與房價存在負(fù)向關(guān)系，說明環(huán)境污染對房價產(chǎn)生下行壓力，環(huán)境污染嚴(yán)重的地區(qū)房價相對較低。較為特殊的是人均地區(qū)生產(chǎn)總值和教育對房價的影響系數(shù)，表2列（4）和（5）中二者系數(shù)均為正，但經(jīng)過聚類調(diào)整后，系數(shù)符號變?yōu)樨?fù)，說明家庭收入水平和教育對房價的正向促進(jìn)作用并不穩(wěn)健。在一般情況下，居民收入水平與住房需求是正相關(guān)的。但事實上，如果購買住房是滿足基本住房需求，居民收入水平不會對這部分住房需求產(chǎn)生顯著影響，也就不可能影響房價（吳錦華，2008）[16]。在教育方面，一般認(rèn)為義務(wù)教育學(xué)區(qū)對房價的影響要大于高等教育。

（三）穩(wěn)健性檢驗

1. 替代的解釋變量。為了使回歸結(jié)論更加穩(wěn)健，本文將前文所用一年期貸款基準(zhǔn)利率替換為上海銀行間同業(yè)拆放利率進(jìn)行估計。上海銀行間同業(yè)拆放利率在我國市場化產(chǎn)品定價中得到廣泛運用，因此，本文選取上海銀行間同業(yè)拆放利率作為利率替代變量，回歸結(jié)果見表3列（1）。貨幣因素KV2對房價的影響顯著為正，與前文基準(zhǔn)回歸一致，這也說明本文的研究結(jié)果較為穩(wěn)健。

2. 剔除異常值。為了檢驗基本結(jié)論是否受到異常值的影響，我們?nèi)コ讼鄳?yīng)回歸結(jié)果中因變量最高0.5%和最低0.5%的值后進(jìn)行回歸，結(jié)果見表3列（2）?？梢园l(fā)現(xiàn)，去除掉異常值的回歸結(jié)果與前述結(jié)果一致，人口因素和貨幣因素影響房價的相關(guān)結(jié)論是極其穩(wěn)健的，說明本文的主要結(jié)論不受數(shù)據(jù)異常值的影響。

3.雙重聚類調(diào)整。對標(biāo)準(zhǔn)誤在城市層面（地級市）和時間層面進(jìn)行雙重聚類調(diào)整，能克服自相關(guān)以及異方差等問題對統(tǒng)計推斷的影響，為得到更加穩(wěn)健的結(jié)果，采用雙重聚類調(diào)整標(biāo)準(zhǔn)誤來進(jìn)行t檢驗，重新估計結(jié)果與表2一致，證明本文的基本結(jié)論是可靠的。

（四）進(jìn)一步討論

需要指出的是，上述列出的研究結(jié)果均未考慮區(qū)域差異、城市化水平及時間的特殊影響。事實上，各個區(qū)域都有著不同的經(jīng)濟(jì)發(fā)展水平，房地產(chǎn)市場的發(fā)展?fàn)顩r也有很大差異，影響房價的因素也會隨時間而變化，因此應(yīng)當(dāng)進(jìn)一步分別對不同區(qū)域、不同城市化水平與不同年度的特殊影響進(jìn)行分析。

1. 異質(zhì)性分析——區(qū)域差異。為了分析人口因素、貨幣因素對不同區(qū)域房價的異質(zhì)性影響，本文根據(jù)常用的分類標(biāo)準(zhǔn)，將樣本分為東部地區(qū)和非東部地區(qū)，同時構(gòu)建地區(qū)分布虛擬變量，East=1代表東部地區(qū)樣本，East=0代表非東部地區(qū)樣本，并在基準(zhǔn)回歸模型的基礎(chǔ)上分別加入人口因素、貨幣因素與地區(qū)分布虛擬變量的交互項，回歸結(jié)果見表4列（1）和列（2）。East[×]M的系數(shù)顯著為正，說明東部地區(qū)外來人口對房價的影響更為強(qiáng)烈。人口因素對不同區(qū)域房價的影響存在異質(zhì)性，東部地區(qū)對流動人口的吸引力遠(yuǎn)強(qiáng)于其他地區(qū)，中西部人口流向東部地區(qū)導(dǎo)致了東部地區(qū)的房屋需求量大大增加，會進(jìn)一步抬高房價;而中西部地區(qū)由于人口流入較少，對房價造成的上漲壓力也相對較弱。East[×]KV1的系數(shù)不顯著，說明貨幣因素對房價的影響不存在顯著的區(qū)域差異，即基準(zhǔn)利率的調(diào)整對于東部和中西部房價的影響基本一致。

2. 異質(zhì)性分析——城市化水平。為了分析人口因素、貨幣因素在不同城市化階段對房價產(chǎn)生的異質(zhì)性影響，本文依據(jù)城市化水平高低，構(gòu)建城市化水平虛擬變量。對于城市化水平高于中位值的樣本，令d_urban =1，代表高城市化水平;對于城市化水平低于中位值的樣本，令d_urban =0，代表低城市化水平。此外，在基準(zhǔn)回歸模型的基礎(chǔ)上分別加入人口因素、貨幣因素與城市化水平虛擬變量的交互項，回歸結(jié)果見表4列（3）和列（4）。d_urban[×]KV1系數(shù)不顯著，說明在不同城市化階段，貨幣因素對房價并未產(chǎn)生明顯的異質(zhì)性影響。d_urban[×]M系數(shù)顯著為正，說明在城市化水平較低時，人口流動對房價的影響相對較小，而城市化水平較高時，人口流動對房價的影響較大。

3. 異質(zhì)性分析——年度的特殊影響。以2016年為參照，構(gòu)建年度的虛擬變量D07、D08[……]D15。以D07為例，D07=1代表年份為2007年，D07=0代表年份不是2007年。在模型（1）的基礎(chǔ)上分別引入9個虛擬變量與KV1、M的交叉項，以便分析人口因素、貨幣因素在不同時期對房價產(chǎn)生的異質(zhì)性影響，回歸結(jié)果見表5。從交叉項的回歸系數(shù)來看，大部分都顯著，說明各個年度的人口和貨幣因素對房價的影響的確存在顯著差異，只有2014年的貨幣因素和2015年的人口因素同其他年份沒有顯著區(qū)別。我們將各年度的KV1與M的估計系數(shù)繪制成了時間序列的形式（見圖1）。整體來看，貨幣因素和人口因素都對房價變動產(chǎn)生重要影響，且研究期內(nèi)貨幣因素的強(qiáng)度大于人口因素。

五、結(jié)論與啟示

改革開放以來，通過放松戶籍管理，我國啟動了大規(guī)模的跨地域人口遷移，不僅促進(jìn)了東部沿海城市的經(jīng)濟(jì)繁榮，而且為住房商品化改革提供了堅實的需求基礎(chǔ)，人口流動規(guī)模成為不同城市之間房價差異的重要原因。這些觀點在本文中得到了驗證。但是，隨著近年來人口流動的減弱、貸款利率的降低，貨幣因素逐漸超過人口因素成為支撐房價上漲的主導(dǎo)因素。由于貨幣因素主要通過投資性需求渠道影響房價，貨幣因素的凸顯反映了住房的投資屬性不斷增強(qiáng)，居住屬性相對減弱。本文認(rèn)為這一現(xiàn)象是經(jīng)濟(jì)發(fā)展到人口和技術(shù)紅利后期必然出現(xiàn)的現(xiàn)象。一方面，人口紅利后期，由于出生率下降、人口老齡化、城市病等因素，人口流動減緩，曾經(jīng)支撐房價的人口力量在減弱。另一方面，由于技術(shù)革命引發(fā)的經(jīng)濟(jì)增長進(jìn)入末期，經(jīng)濟(jì)下行壓力加大，迫使貨幣當(dāng)局采取更為寬松的政策態(tài)度，引發(fā)寬松貨幣政策和房價上漲預(yù)期，使貨幣因素極有可能超過人口因素成為房價上漲的主導(dǎo)因素。這一狀況的出現(xiàn)在客觀上削弱了貨幣政策的操作靈活度，造成貨幣當(dāng)局在運用貨幣政策工具時采取更加審慎的態(tài)度，嘗試通過結(jié)構(gòu)化的貨幣政策維持經(jīng)濟(jì)增長和房價之間的平衡。

此外，本文認(rèn)為應(yīng)當(dāng)更加重視預(yù)期對房價的影響。相對于利率變化，預(yù)期驟變和人口流動驟減共同構(gòu)成了房價下跌的長期風(fēng)險。預(yù)期拐點的出現(xiàn)很可能要快于人口流動的拐點。當(dāng)一個城市預(yù)期發(fā)生實質(zhì)性扭轉(zhuǎn)時，會向另一個城市快速傳染，從而引發(fā)房地產(chǎn)市場的共振。這也在一定程度上解釋了貨幣因素對于房價異質(zhì)性影響并不明顯的原因。

注：

1反之，可將利率對房價預(yù)期的折現(xiàn)值視為包含了房價預(yù)期調(diào)整后的貨幣因素，后文中提到貨幣因素時，均指經(jīng)過房價預(yù)期調(diào)整后的貨幣因素。

2在中央銀行利用貨幣政策對房地產(chǎn)市場進(jìn)行調(diào)控過程中，利率作為貨幣政策的主要中介指標(biāo)存在并且發(fā)揮作用，是決定投資成本的主要因素。由于各地實際房貸利率不可得，本文采用貸款基準(zhǔn)利率作為替代解釋變量。盡管從貨幣政策角度來看，這種替代并不影響研究結(jié)論的穩(wěn)健性，但從技術(shù)上看，貸款基準(zhǔn)利率只能解釋房價在時序上的變動，卻無法解釋截面上的差異，貸款基準(zhǔn)利率與房價上漲預(yù)期的交叉項可以彌補這一技術(shù)上的不足。

參考文獻(xiàn)：

[1]Harris J C. 1989. The Effect of Real Rates of Interest on Housing Prices [J].The Journal of Real Estate Finance and Economics，2（1）.

[2]Wheaton W C，Nechayev G. 2008. The 1998—2005 Housing 'Bubble' and the Current 'Correction'：What's Different this Time？ [J].Journal of Real Estate Research，30（1）.

[3]吳凡.房地產(chǎn)價格與宏觀經(jīng)濟(jì)關(guān)系的實證研究 [D].對外經(jīng)濟(jì)貿(mào)易大學(xué)，2006.

[4]劉明，劉斌.利率調(diào)控房價的效應(yīng)分析 [J].上海金融，2005，（11）.

[5]余鵬.房價高漲現(xiàn)象與利率治理效果的初步實證分析 [J].遼寧經(jīng)濟(jì)，2005，（10）.

[6]張靜竹.個人住房貸款利率“爬坡風(fēng)險”評估及啟示 [J].金融理論與實踐，2019，（04）.

[7]Saiz A. 2007. Immigration and Housing Rents in American Cities [J].Journal of Urban Economics，61（2）.

[8]Gonzalez L，Ortega F. 2013. Immigration and Housing Booms：Evidence from Spain [J].Journal of Regional Science，53（1）.

[9]Sá Filipa. 2015. Immigration and House Prices in the UK [J].The Economic Journal，125（587）.

[10]董昕，周衛(wèi)華.住房市場與農(nóng)民工住房選擇的區(qū)域差異 [J].經(jīng)濟(jì)地理，2014，34（12）.

[11]陸銘，歐海軍，陳斌開.理性還是泡沫：對城市化、移民和房價的經(jīng)驗研究 [J].世界經(jīng)濟(jì)，2014，（1）.

[12]丁軍.我國利率調(diào)整對房價影響的理論與實證研究 [J].改革與戰(zhàn)略，2013，29（03）.

[13]張安全，張立斌，郭麗麗.性別比例失衡對房價的影響及其門檻特征 [J].財經(jīng)科學(xué)，2017，（5）.

[14]李超，匡耀求.人口集聚過程中的我國房價收入比 [J].學(xué)術(shù)研究，2013，（2）.

[15]楊仁發(fā).產(chǎn)業(yè)集聚能否改善中國環(huán)境污染 [J].中國人口·資源與環(huán)境，2015，25（2）.

[16]吳錦華.我國房價上漲與住房需求增長的因果關(guān)系探討 [J].中國社會科學(xué)院研究生院學(xué)報，2008，（05）.