耿玥 許賢麗

摘 要：我國(guó)自2003年開(kāi)始實(shí)行住房制度改革后，住宅商品房平均銷(xiāo)售價(jià)格以年均86%左右的速度增長(zhǎng)（2003-2020）。新冠肺炎疫情對(duì)經(jīng)濟(jì)和貿(mào)易帶來(lái)了巨大的影響，但是根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，部分城市的房?jī)r(jià)不降反升。本文分析了房?jī)r(jià)與社會(huì)融資規(guī)模、物價(jià)指數(shù)、房地產(chǎn)存量、房地產(chǎn)投資、社會(huì)消費(fèi)之間的關(guān)系，通過(guò)建立多元線性模型進(jìn)行OLS回歸，并在回歸中逐步剔除影響不顯著的變量，以研究新冠肺炎疫情對(duì)房地產(chǎn)價(jià)格的經(jīng)濟(jì)影響。通過(guò)研究發(fā)現(xiàn)：社會(huì)融資規(guī)模增加使得房?jī)r(jià)上漲，房地產(chǎn)竣工面積規(guī)模增加使得房?jī)r(jià)下降;物價(jià)指數(shù)、社會(huì)消費(fèi)品零售總額等因素與房?jī)r(jià)的相關(guān)性不明顯。最后，根據(jù)研究結(jié)果提出相應(yīng)的政策建議。

關(guān)鍵詞：住宅價(jià)格;新冠肺炎疫情;多元線性模型;經(jīng)濟(jì)影響

中圖分類(lèi)號(hào)：F2???? 文獻(xiàn)標(biāo)識(shí)碼：A????? doi：10.19311/j.cnki.16723198.2022.17.004

0 引言

新冠肺炎疫情作為一個(gè)重大的“黑天鵝”事件，對(duì)我國(guó)經(jīng)濟(jì)、貿(mào)易等各方面產(chǎn)生了較大影響。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，在疫情初期，居民消費(fèi)顯著下降，特別是教育文化娛樂(lè)消費(fèi)支出，降幅達(dá)到361%。通訊消費(fèi)和衣著消費(fèi)的降幅也達(dá)到17%左右。同時(shí)，雖然就業(yè)率保持相對(duì)穩(wěn)定，但是，消費(fèi)者當(dāng)期收入指數(shù)大幅下降，未來(lái)物價(jià)預(yù)期指數(shù)也呈下降趨勢(shì)，消費(fèi)者對(duì)未來(lái)的收入預(yù)期悲觀，消費(fèi)也呈收緊趨勢(shì)。但是，根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，部分城市的房?jī)r(jià)不降反升，新冠肺炎疫情這一重大“黑天鵝”事件會(huì)對(duì)房?jī)r(jià)帶來(lái)怎樣的影響;這種影響是由“黑天鵝”事件本身所產(chǎn)生的，還是由這一事件引發(fā)的連鎖反應(yīng)帶來(lái)的;它的作用機(jī)制是什么;在“房住不炒”的背景下，政府如何在“黑天鵝”事件后調(diào)控房地產(chǎn)市場(chǎng)，促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展。深入研究這些問(wèn)題，有助于理解新冠肺炎疫情給房地產(chǎn)市場(chǎng)帶來(lái)的影響，采取適當(dāng)?shù)恼{(diào)控措施，保證政策目標(biāo)的貫徹落實(shí)。同時(shí)，也為下一次“黑天鵝”事件來(lái)臨時(shí)的房地產(chǎn)調(diào)控政策提供參考。

1 文獻(xiàn)綜述

目前，研究房地產(chǎn)價(jià)格影響因素的文獻(xiàn)較多。宋婧（2019）利用SYS-GMM分析方法，利用面板數(shù)據(jù)研究了城鄉(xiāng)居民收入對(duì)房?jī)r(jià)的影響。發(fā)現(xiàn)我國(guó)不同地區(qū)收入對(duì)房?jī)r(jià)的影響不同，東部地區(qū)居民收入對(duì)房?jī)r(jià)的影響最大，中部次之，西部影響最小。任偉（2016）利用多元線性回歸方法，采用面板數(shù)據(jù)分析人口老齡化對(duì)房?jī)r(jià)的影響。發(fā)現(xiàn)人口老齡化一開(kāi)始會(huì)助推房?jī)r(jià)上漲，當(dāng)人口老齡化率達(dá)到拐點(diǎn)，人口老齡化會(huì)促使當(dāng)?shù)胤績(jī)r(jià)下降。文樂(lè)（2017）研究了土地供給予房?jī)r(jià)的關(guān)系。本文通過(guò)兩階段最小二乘法，研究了我國(guó)東西中部土地供給與房?jī)r(jià)的關(guān)系，發(fā)現(xiàn)土地供給減少會(huì)導(dǎo)致房?jī)r(jià)上漲。而房?jī)r(jià)上漲會(huì)阻礙城市化率的提高。 陳淑云（2020）研究了各個(gè)城市吸納人才政策“搶人大戰(zhàn)”對(duì)房?jī)r(jià)產(chǎn)生的影響。用多期雙重差分法對(duì)70個(gè)大中城市住房?jī)r(jià)格進(jìn)行分析后發(fā)現(xiàn)，吸納人才的配套政策在短期會(huì)對(duì)城市房?jī)r(jià)產(chǎn)生正面影響。因此，建議各地政府在指定相關(guān)配套政策時(shí)考慮落戶與購(gòu)買(mǎi)房屋相關(guān)政策，抑制房?jī)r(jià)過(guò)快增長(zhǎng)。陸煜穎（2018）通過(guò)面板數(shù)據(jù)，研究江蘇省和浙江省一系列房?jī)r(jià)調(diào)控政策對(duì)房?jī)r(jià)的影響。發(fā)現(xiàn)全國(guó)統(tǒng)一的房?jī)r(jià)調(diào)控政策對(duì)兩省房?jī)r(jià)的影響，小于本省針對(duì)性的房?jī)r(jià)調(diào)控政策對(duì)房?jī)r(jià)的影響。因此，建議在政策制定時(shí)，減少“一刀切”的政策，采用因地制宜的方法，采用更符合當(dāng)?shù)胤康禺a(chǎn)市場(chǎng)的房?jī)r(jià)調(diào)控政策。

然而，這些研究的背景大多為正常的經(jīng)濟(jì)社會(huì)發(fā)展環(huán)境，涉及突發(fā)事件，特別是新冠肺炎疫情這一黑天鵝事件對(duì)房?jī)r(jià)影響的研究極少。

劉志彪（2020）研究了新冠肺炎疫情對(duì)我國(guó)產(chǎn)業(yè)的影響。發(fā)現(xiàn)新冠肺炎疫情對(duì)生產(chǎn)性服務(wù)業(yè)和制造型企業(yè)的影響更大。同時(shí)，建議政府防范疫情對(duì)中小企業(yè)及整個(gè)產(chǎn)業(yè)鏈的沖擊。陳言（2020）重點(diǎn)研究了新冠肺炎疫情對(duì)山東省投資的影響。發(fā)現(xiàn)疫情已經(jīng)導(dǎo)致2020年第一季度山東省固定資產(chǎn)投資規(guī)模并造成了一定的損失。他預(yù)測(cè)在隨后的幾個(gè)季度中，投資規(guī)模將會(huì)有明顯的反彈，建議政府加大政府購(gòu)買(mǎi)，刺激經(jīng)濟(jì)復(fù)蘇。何城穎（2020）通過(guò)比較靜態(tài)分析法分析了新冠肺炎疫情對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生的影響，預(yù)測(cè)肺炎疫情會(huì)降低中國(guó)GDP增速，同時(shí)會(huì)影響采購(gòu)經(jīng)理指數(shù)和經(jīng)濟(jì)景氣指數(shù)，對(duì)市場(chǎng)信心造成打擊。同時(shí)，疫情將對(duì)我國(guó)產(chǎn)業(yè)鏈和全球產(chǎn)業(yè)鏈產(chǎn)生深遠(yuǎn)影響，可能會(huì)重塑全球產(chǎn)業(yè)鏈形態(tài)。因此，需要政府提供相應(yīng)的復(fù)蘇和刺激政策，較少疫情產(chǎn)生的負(fù)面影響。

但目前尚沒(méi)有公開(kāi)發(fā)表的文獻(xiàn)聚焦于新冠肺炎疫情對(duì)房?jī)r(jià)的影響，以及該種影響的作用機(jī)制，在這一領(lǐng)域存在一定空白。

希望本課題的研究能拋磚引玉，探索新冠肺炎疫情對(duì)房地產(chǎn)價(jià)格的影響，為辨明“黑天鵝”事件對(duì)房地產(chǎn)價(jià)格的影響提供借鑒。

2 實(shí)證檢驗(yàn)

2.1 數(shù)據(jù)來(lái)源及說(shuō)明

本文實(shí)證研究基于2020年4月到2021年7月國(guó)家層面的數(shù)據(jù)，數(shù)據(jù)主要來(lái)源是國(guó)家統(tǒng)計(jì)局網(wǎng)站、中國(guó)人民銀行網(wǎng)站和2020年國(guó)家統(tǒng)計(jì)年鑒。

（1）被解釋變量：房地產(chǎn)價(jià)格。本文采用的房地產(chǎn)價(jià)格數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局70個(gè)大中城市房?jī)r(jià)指數(shù)的平均數(shù)。70個(gè)城市包括直轄市、省會(huì)城市、自治區(qū)首府城市和計(jì)劃單列市，以及唐山、秦皇島等其他35個(gè)城市。

（2）解釋變量：社會(huì)融資規(guī)模變化，房地產(chǎn)價(jià)格的變化與社會(huì)融資規(guī)模的變化具有一定的相關(guān)性。該數(shù)據(jù)采用的是中國(guó)人民銀行社會(huì)融資規(guī)模的增量值。物價(jià)水平變化也會(huì)影響房地產(chǎn)價(jià)格的變化，該數(shù)據(jù)采用國(guó)家統(tǒng)計(jì)局網(wǎng)站統(tǒng)計(jì)的全國(guó)CPI指數(shù)。同時(shí)，房地產(chǎn)竣工面積，房地產(chǎn)開(kāi)發(fā)投資實(shí)際到賬資金，社會(huì)消費(fèi)品零售總額等都會(huì)影響房地產(chǎn)價(jià)格，這些數(shù)據(jù)采用的是國(guó)家統(tǒng)計(jì)局網(wǎng)站的數(shù)據(jù)。

2.2 實(shí)證分析

首先考查時(shí)間序列各數(shù)據(jù)的平穩(wěn)性，對(duì)解釋變量和別解釋變量逐個(gè)進(jìn)行一階差分序列單位根檢驗(yàn)，從檢驗(yàn)結(jié)果看，在1%，5%，10%三個(gè)顯著性水平下，單位根檢驗(yàn)的臨界值小于相應(yīng)臨界值，從而拒絕原假設(shè)，表明各變量序列不存在單位根，是平穩(wěn)序列。

隨后以price為被解釋變量，Debt，CPI，SQU，Income，cons為解釋變量，采用OLS回歸方法估計(jì)回歸模型，為了使結(jié)果更加準(zhǔn)確，在回歸中逐步剔除影響不顯著的變量，結(jié)果如表2。

根據(jù)回歸模型結(jié)果：

price=α+0.39Debt-0.59SQU+ε

社會(huì)融資規(guī)模和房地產(chǎn)竣工面積對(duì)房?jī)r(jià)有顯著影響。其中社會(huì)融資規(guī)模與房?jī)r(jià)正相關(guān)，社會(huì)融資規(guī)模增加，房?jī)r(jià)上漲。房地產(chǎn)竣工面積與房?jī)r(jià)負(fù)相關(guān)，房地產(chǎn)竣工面積增加，房?jī)r(jià)下跌。而在該模型中，CPI指數(shù)，房地產(chǎn)開(kāi)發(fā)投資實(shí)際到賬資金和社會(huì)消費(fèi)品零售總額與房?jī)r(jià)的相關(guān)性不強(qiáng)。

2.3 實(shí)證結(jié)果分析

社會(huì)融資規(guī)模對(duì)房?jī)r(jià)的影響可能通過(guò)信貸規(guī)模的增長(zhǎng)，部分信貸資金流向房地產(chǎn)行業(yè)和用于購(gòu)買(mǎi)住宅、商業(yè)房產(chǎn)引發(fā)。特別是信貸資金用于購(gòu)買(mǎi)住宅和商業(yè)地產(chǎn)將會(huì)直接推高房?jī)r(jià)。

房地產(chǎn)竣工面積對(duì)房?jī)r(jià)的影響可能通過(guò)房地產(chǎn)供求產(chǎn)生。房地產(chǎn)竣工面積越多，住宅及商業(yè)房產(chǎn)的供給越多，在需求一定的情況下，可以起到平抑房?jī)r(jià)的的作用，因此房地產(chǎn)竣工面積增加可導(dǎo)致房?jī)r(jià)下降。

3 結(jié)論與分析

本文分析了房?jī)r(jià)與社會(huì)融資規(guī)模、物價(jià)指數(shù)、房地產(chǎn)存量、房地產(chǎn)投資、社會(huì)消費(fèi)之間的關(guān)系，通過(guò)建立多元線性模型進(jìn)行OLS回歸，并在回歸中逐步剔除影響不顯著的變量，發(fā)現(xiàn)社會(huì)融資規(guī)模和房地產(chǎn)竣工面積對(duì)房?jī)r(jià)有顯著影響。其中社會(huì)融資規(guī)模與房?jī)r(jià)正相關(guān)，社會(huì)融資規(guī)模增加，房?jī)r(jià)上漲。房地產(chǎn)竣工面積與房?jī)r(jià)負(fù)相關(guān)，房地產(chǎn)竣工面積增加，房?jī)r(jià)下跌。

目前，關(guān)于新冠疫情對(duì)經(jīng)濟(jì)與貿(mào)易的影響，主要存在以下幾點(diǎn)：

第一，全球疫情持續(xù)的時(shí)間和影響的范圍可能超過(guò)預(yù)期。由于目前疫情情況變化快，影響廣，一些國(guó)家和地區(qū)的疫情情況仍在變化中，仍需觀察。全球疫情走勢(shì)存在高度的不確定性，而該不確定性可能會(huì)對(duì)投資者信心和消費(fèi)者消費(fèi)預(yù)期產(chǎn)生影響。第二，一些國(guó)家和地區(qū)采用了寬松的貨幣政策和財(cái)政政策，以及采用了一些刺激與提振經(jīng)濟(jì)的政策。目前，這些國(guó)家和地區(qū)的政策對(duì)全球經(jīng)濟(jì)的影響還亟待觀察，可能存在一定的系統(tǒng)性風(fēng)險(xiǎn)。第三，我國(guó)經(jīng)濟(jì)仍面對(duì)諸多挑戰(zhàn)。尤其是一些受疫情沖擊較大的產(chǎn)業(yè)，如娛樂(lè)、旅游、餐飲等行業(yè)，如何幫助恢復(fù)市場(chǎng)與消費(fèi)者、投資者信心，改善企業(yè)特別是中小企業(yè)的經(jīng)營(yíng)環(huán)境，減少疫情對(duì)這類(lèi)產(chǎn)業(yè)的影響。

參考文獻(xiàn)

[1]胡鞍鋼.危機(jī)對(duì)我國(guó)經(jīng)濟(jì)發(fā)展的影響分析[J].管理評(píng)論，2003，（4）.

[2]張文斗，祖正虎.SARS疫情對(duì)中國(guó)交通運(yùn)輸業(yè)和電信業(yè)的影響分析[J].軍事醫(yī)學(xué)，2010，（10）.

[3]吳善發(fā).新時(shí)期下房地產(chǎn)價(jià)格評(píng)估管理的規(guī)范化[J].現(xiàn)代商貿(mào)工業(yè)，2021，（31）.

[4]陳彥斌，陳小亮.人口老齡化對(duì)中國(guó)城鎮(zhèn)住房需求的影響[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013，（5）.

[5]鄒瑾.人口老齡化與房?jī)r(jià)[J].華東經(jīng)濟(jì)管理，2014，（7）： 4852.

[6]鄭捷奮.城市軌道交通與周邊房地產(chǎn)價(jià)值關(guān)系研究[D].北京：清華大學(xué)，2004.

[7]況偉大，王優(yōu)容，馬海云.地鐵站設(shè)立與城市房?jī)r(jià)空間分布[J].中國(guó)軟科學(xué)，2016，（4）.