张明、刘瑶 | 中国城市房价走势与波动的驱动因素探析

注：本文发表于2021年南京社会科学第6号，与作者、博士生刘伟合作，必须注明出处。为了节省篇幅，本文省略了定量研究部分、参考文献、英文摘要和脚注，全文可以在中国知识网中找到。

摘要： 构建了研究我国房价走势和波动的分析框架，将影响房价的变量划分为需求、供给、金融和政策等几个类别，实证分析了31个省、自治区和70个大中城市房价的驱动因素，进一步探讨了一二线城市和五个区域核心城市房价驱动因素的异质性。 一是全国31个省份的房价在一定程度上受到供需基本变量的驱动 人口流入和优质资源数量、个人贷款增长和家庭部门杠杆是房价走势最主要驱动因素，人均收入、货币供应增长和房价波动政策调节最为明显;几乎所有的金融变量都带动了大中城市房价的波动，第三，一二线城市房价的趋势和波动更受金融因素的带动，人均土地征用面积也是房价变化的重要因素，第四，近年来， 房地产调控在一定程度上导致房价逆向波动，政策难以达到预期效果。以上情况表明，人口或资源流动、信贷和杠杆是本轮房价涨跌的重要原因，而人均收入增加、资金积累过多、土地供应失衡是城市房价分化扩大的重要原因。

一、引言

自1999年我国城镇住房体制改革以来，住房消费水平不断提高，住房成为家庭部门消费的重点，甚至是中国经济的"晴雨表"。特别是在2005-2015年期间，我国房地产市场呈现出一个显著特点的事实：一方面，我国各省市普遍加快房价上涨，另一方面，以住房建设部为代表的监管部门频繁调控房价。2015年之后，中国房地产呈现出新一轮的复苏和复苏，房价也悄然出现区市之间的显著分化：一线城市率先带涨，沿海二线城市紧随其后，三四线城市房价涨幅大不相同，而这一变化逐渐形成了我国房价变化的新趋势。这似乎表明，利用单一的国家层面宏观数据分析我国房价走势将不再适用，探索省市之间的异质性将是把握中国未来房价的关键。

同时，房价在评估金融稳定性和预警系统性风险方面发挥着关键作用。当房地产泡沫过度聚集，甚至导致房价突然大幅下跌时，将对家庭部门的资产负债表、商业信心和商业银行的借贷能力产生巨大影响。数据显示，2018年我国50个大中城市房价收入率为11.36，如此高的杠杆支撑支撑高房价背后的风险房企出现明显下行趋势。因此，确定房价的驱动因素对保持经济增长、维持金融稳定、稳定消费者信心具有积极意义。

有鉴于此，本文构建了一个分析框架，研究中国房价的走势和波动，将中国房价的驱动因素分为供给因素、需求因素、金融因素和政策因素，以31个省区和70个大中城市为样本，按地区和城市探讨了2005—2017年中国房价走势和波动的驱动因素。如果这一轮房价变化主要是由供需因素驱动的，则意味着该地区的房价仍由经济基本面决定，政府可以共同构建从供需两侧调节房价的长效机制，引导住房"只活不炒";这些地区的房价将带来很高的下行风险。本文其余部分的结构如下：第二部分是文献综述，第三部分是构建分析框架来研究中国的房价趋势和波动，第四部分是对中国房价趋势和波动驱动因素的定量实证分析，第五部分是稳健性测试， 最后一部分是结论和政策建议。

二、文献综述

关于房地产司机的文献并不少见。Muth（1971）从微观角度构建了一个模型，表明单位面积建设成本，与CBD的距离和土地使用面积等变量都是推动房价走势的因素。随着人口流动和资本流动的显著增加，越来越多的文献开始关注房地产驱动的宏观因素。财务状况是更多文献关注的重要变量，财务状况可以通过多种渠道推动房价波动。例如，公司债券风险溢价上升将推动信贷供应收缩，这将影响资产价格波动，包括房价（Gilchrist Zakrajšek，2012）;Adrian等人（2019）分析了融资对GDP增长的潜在影响，发现短期内融资紧缩往往会导致经济下行风险增加，家庭收入下降导致住房消费减少，失业率上升;Rady（2005）发现，家庭收入是推动房价的重要变量，对于预测房价走势非常重要。

家庭部门的债务状况是影响房价走势的另一个关键变量。国际货币基金组织（2019年）发现，高信贷水平与发达国家和发展中国家的房价下跌高度相关;2008年全球金融危机后，一些学者开始探索家庭部门的杠杆率、房地产泡沫和发达国家金融危机之间的关系，但得出的结果恰恰相反。Dang等人（2010）发现，金融危机的爆发与房地产市场次级贷款的积累直接相关，次级贷款的增加与低质量借款人的高杠杆率密切相关。然而，Bhutta（2015）质疑这一观点，发现房地产市场房地产投资者的资本流入增长速度快于信用评分较低的首次购房者的资本流入，这表明次级贷款借款人对金融危机的债务贡献实际上是有限的。

资金流动和人口结构也是推动房价上涨的因素之一。跨境资本流动经常推动发达经济体的房价，Caballero（2008）等证据表明，新兴市场的过剩储蓄正在追逐美国的安全和优质资产，再加上美国的长期低利率，导致跨境流入推高了美国房价。对于资本账户尚未完全开放的中国来说，一个城市的房价通常是由人口结构和跨区域流入驱动的。徐建轩等人（2012）认为，年轻人募捐支持比例的增加将推高房价;

此外，供需和周期性因素在房价决策中也起着重要作用。飞利浦（Philips，1988）认为，收入和预期都将推动房价上涨。Gattini-Hieber（2010）使用住房供应指标来预测欧元区的住房市场发展，发现住房供应指标，包括住宅投资和实际利率，与房价波动有关。余华谊（2010）发现，土地政策是推动房价上涨的重要因素，土地供应的增加有助于推高房价。Aherene等人（2005年）发现，房价的变化与信贷周期有关，当经合组织国家的货币供应量增加时，房价将首先面临上涨。

从研究方法来看，除了在DSGE模型框架下进行少数文献研究外生冲击对房价的影响外，大多是实证研究。例如，Liu等人（2011）构建了一个集成到房价和固定投资中的DSGE模型，讨论了信贷约束如何影响宏观经济变量（如房价）的波动性，Hirata（2012）通过构建具有利率，货币政策，产出，信贷和不确定性的FA-VAR模型来分析全球房价波动的驱动因素。不确定性冲击是推动房价上涨的最重要因素，刘金泉和卢梦飞（2018）通过VAR模型的构建，研究了货币政策、GDP增长和家庭杠杆对房价的影响，发现宽松的货币政策是中国房价增长的主力军。Great（2013）利用对北京1040名城市房主的调查，利用logit模型来考察引入房产税对预期房价的影响，发现引入房产税对房价的抑制有限，效果越早越好;研究发现，我国城际房价依赖于周边城市房价波动的空间正溢出效应，在地区之间具有异质性。

结合以上研究，不难发现，大部分文献都集中在探索单一变量对房价驱动因素的影响上，利用VAR模型将房价视为内生变量，而关于我国城市房价驱动因素的文献很少进行全景探索和贡献程度考虑。在此基础上，本文构建了研究中国房价走势和波动的分析框架，探讨了2005-2017年中国31个省区和70个大中城市房价的驱动因素，主要贡献如下： 一是构建影响我国房价的因素分析框架，将推动房价上涨的因素划分为供求、金融和政策变量，探讨推动房价走势和波动的主要因素和贡献;本文的结果在一定程度上反映了该地区或城市的房价是由经济基本面还是金融因素驱动的，这为政策制定者和购房者提供了一定的参考价值。

三、我国房价走势及波动影响分析框架

为了构建中国房价走势和波动的分析框架，根据中国居民住房可能兼具商品和金融属性，以及房价受政策变化影响较大这一事实，我们将我国房价走势和波动的驱动因素分为四类：第一类是需求因素;这四类因素基本上包括影响中国房价的主要因素。

（一） 需求因素

带动我国房价的需求因素大致可分为三类：一类是居民收入变量，一类是存量人口的需求，另一类是需求流动的人口流动，具体如下：

人均收入水平：以一个地区或城市的人均GDP计算。根据住房财富效应，人均收入水平是影响住房购买力需求最关键的变量，区域收入水平越高，通常随着住房需求越高，房价越高。

常住人口/户口：当地户口通常有数量稳定的家庭住房。相比之下，外国常住人口是该地区或城市购房需求的刚性来源。占比越高，住房需求越旺盛，住房价格越高。对于人口流入速度较快的大中城市，这种增长与房价上涨之间的正相关关系将更加明显。

工作/常住人口：常住人口比例越大，表明对住房的刚性需求越强。在房价增长率最高的城市，工作人口的比例通常很高。该变量通常与房价呈正相关。

优质公共资源数量：一个地区或城市的优质公共资源数量越多，表明潜在人口流入量越高，表明购房潜在需求越强，长期推高房价。教育和医疗往往是最好的公共资源，我们用"211所大学和三甲医院"的数量作为优质公共资源数量的工具变量。

（2） 供应类型因素

住房作为一种普通商品，价格是由供求规律决定的。影响房价的供给因素通常包括土地供应面积和住房库存。

土地征用面积：土地供应是房价波动的重要驱动因素。然而，由于地区或城市地区的差异，整体土地供应和房价并不是很相关。但是，人均土地征用面积通常与房价有很强的负相关，即该地区或城市的土地供应越充足，房价涨幅越小。该变量以土地征用面积/常住人口表示。

人均商品房库存：在库存/常住人口中。从理论上讲，地区或城市的库存越低，表明住房供应短缺越多，房价上涨的空间就越大。该变量通常与房价上涨呈负相关。

（三） 财务因素

推动中国房价上涨的金融因素主要与信贷规模、利率水平和估值水平有关。一方面，房价通常与信贷周期和利率周期的轮换有关，另一方面，住房作为资产，两者兼具金融属性，因此房价也受到金融因素的影响。

住房贷款余额增长率：信贷周期与房价走势具有较高的同质化和相辅相成的效果。例如，房价上涨的预期增加了居民的购买意愿，导致住房贷款余额增长较快，而居民购买房屋的意愿过高则推高了房价的上行预期。因此，住房贷款余额增速越快，房价上涨趋势越快。

M2同比增长：M2同比增长速度越快，通常预示着流动性环境较为宽松，这将有助于房价上涨。同时，根据历史数据，M2同比增速通常提前房价变化5-6个月，是房价走势的领先指标。

住房贷款利率：贷款利率水平是推动房价走势的重要因素。从理论上讲，住房贷款利率上升将增加购房者融资的成本，抑制房价上涨;值得注意的是，住房贷款利率的变化对新购房者的作用有限，对于有投资需求的购房者作用更为强大。

购买杠杆水平：购买杠杆水平作为估值指标被视为房价的"市盈率"。我们通常使用房价收入比作为杠杆水平的代表性变量，房价收入比越高，就越容易放大房价收入比，因此两者通常表现出正相关。同时，家庭部门的杠杆率也可以看作是购房杠杆水平的另一替代指标，家庭部门加上杠杆，通常对住房等资产价格有一定的促进作用。

（四） 政策类型因素

政策调控：在实践中，我们发现政策因素作为中国房价走势的驱动力不容小觑。例如，当住房建设部发布"全国六国"和"国八"房地产调控政策时，房价走势很可能受到外部冲击的影响而逆转。由于房地产监管和控制政策有直接政策和间接政策用于规划，我们只将影响房价预期的直接政策纳入分析框架。在理性预期的情况下，出台严格的控制政策被认为可以抑制房价，而在解除限制等宽松政策的情况下，则认为是促进房价上涨的政策。我们将每项政策视为一个虚拟变量，将房价记录为1，并将房价限制在-1。

四、实证分析：中国房价走势与波动的驱动因素

五、鲁棒性试验

四. 结论和所涉政策问题

自2005年以来，中国房地产市场呈现整体上升趋势，城市差异化日益明显。通过构建中国房价走势和波动分析框架，将驱动房价的因素划分为需求、供给、金融和政策变量，从省际到城市层面，构建面板回归方程，分别研究了中国31个省区和70个大中城市的房价走势和波动驱动因素。 并进一步探讨了35个核心城市和5个区域核心城市群的房价驱动因素的异质性。

首先，从全国来看，各省房价的走势和波动在一定程度上是由供需的经济基本面决定的，住房仍具有较大程度的商品属性。住房用地供应的增加、人均收入水平的提高、常住人口和劳动人口的流入、优质资源的集中，都会带动房价的变化，但"总量型"的政策调控可能导致房价在短期内波动，不容易达到理想的政策预期。

其次，从全国70大中城市房价来看，城市房价和波动主要是由需求和金融变量驱动的，这可能表明全国主要城市住房既有商品又有金融资产属性。土地供应和商品房库存的增减不再是影响房价的重要因素，居民杠杆率的变化、货币供应量的增长和个人贷款利率的调整是影响房价走势和波动的最大因素。这可能表明全国主要城市房价的未来走向存在更大的不确定性，同时警告人们不要对私营部门债务产生连锁和溢出效应，推高房价或导致价格下跌，从而引发金融风险。

第三，从全国35个核心城市房价来看，一二线城市住房的金融属性可能远大于商品属性，房价收入比值的杠杆变化是核心城市房价走势的最大贡献因素。这意味着，一二线城市的房价已经脱离了传统的经济基本面，未来房价的波动性将大幅上涨，房地产市场风险将大幅加大。同时，土地供应在一定程度上带动了一二线城市房价走势，这意味着增加住房用地供应可以有效"降温""过热"的楼市。

第四，从五大区域核心城市价格来看，京津冀地区和长三角地区核心城市价格主要是由金融因素驱动的，鉴于两个地区房价正常居高不下，未来两个地区将面临更多不确定性风险;中三角和西部三角地区核心城市的房价仍受供需基本面因素的支配，几个核心城市的增长潜力和空间溢出效应将导致需求因素在未来可能推高两个地区的房价， 而中三角和西部三角地区的核心城市将是未来房地产市场的"潜在库存"。

本文的结论具有一些政策意义：

首先，中国房地产市场应加强结构性调控政策，也应避免因政策变化或政策滞后而引发的逆向预期。在新常态下，房地产监管应构建划分地域和城市的差异化控制路径和体系，以及"逐城政策"。一是二线城市房地产调控政策要注重增加供给，三四线城市要避免形成大规模库存;

其次，监管部门应重点监控一二线城市的价格，特别是遏制京津冀和长三角地区的投机性投机需求;

三是政府部门要落实热点城市保障房和低价房制度，引导热点城市价格逐步回归理性，在一定区域形成示范效应和正外部性;

最后，要避免诱使居民部门过快增加杠杆，商业银行应仔细确定住房贷款的首付比例和贷款金额，以避免违约风险和系统性金融风险的发生。