摘 要：本文利用北京、天津、上海、廣東等7個(gè)省市的面板數(shù)據(jù)分析了我國高房價(jià)的影響因素。實(shí)證研究結(jié)果顯示，人口數(shù)量、土地價(jià)格和人們對(duì)房價(jià)的預(yù)期將對(duì)當(dāng)期房價(jià)產(chǎn)生顯著正向影響?；谏鲜鼋Y(jié)論，文章提出了一些政策建議。

關(guān)鍵詞：房價(jià)；人口；土地成交價(jià)；預(yù)期

一、引言和文獻(xiàn)綜述

近年來我國房地產(chǎn)業(yè)迅速發(fā)展，很大程度上帶動(dòng)了整體經(jīng)濟(jì)的發(fā)展，然而，帶來的后果是房價(jià)持續(xù)穩(wěn)定上漲。那么，導(dǎo)致我國近年來房價(jià)高漲的因素有哪些呢？劉宇星（2017）認(rèn)為是收入水平提高引致需求的增加，最終作用于房價(jià)的上漲；孟慶斌等（2014）發(fā)現(xiàn)利率、通貨膨脹率、匯率等在長短期內(nèi)都會(huì)對(duì)房價(jià)有不同的影響；唐云鋒等（2017）認(rèn)為是財(cái)政壓力和土地財(cái)政引起“房價(jià)棘輪效應(yīng)”。姚濤（2013）采用因子實(shí)驗(yàn)方法模擬房屋市場，證明在一定稅率下，房產(chǎn)稅對(duì)房價(jià)泡沫的影響并不大。

二、實(shí)證分析

（一）變量說明

本文提取房產(chǎn)稅T、經(jīng)濟(jì)發(fā)展水平GDP、城鎮(zhèn)常住人口POP、土地成交價(jià)L、預(yù)期房價(jià)EP、城鎮(zhèn)職工實(shí)際工資W、城鎮(zhèn)消費(fèi)水平C等7個(gè)可能的影響因素，運(yùn)用2003-2014年北京、天津、上海、重慶、廣東、江蘇、浙江七省市的面板數(shù)據(jù)進(jìn)行了回歸分析。本文數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站，囿于數(shù)據(jù)可得性時(shí)間維度上選取2003-2014年；另外，選擇上述7省市的原因是皆為我國經(jīng)濟(jì)比較發(fā)達(dá)的省或直轄市，近年來房價(jià)變動(dòng)大，能體現(xiàn)出變化性，利于做影響因素分析。

（二）單位根檢驗(yàn)和協(xié)整檢驗(yàn)

1.單位根檢驗(yàn)

因本文為平衡面板數(shù)據(jù)，采用LLC檢驗(yàn)方法。將差分滯后項(xiàng)的最大滯后階數(shù)設(shè)為5，并根據(jù)AIC信息準(zhǔn)則選擇最優(yōu)滯后階數(shù)。選擇的平均滯后階數(shù)為2.71，偏差校正t* 統(tǒng)計(jì)量為-7.30，顯著為負(fù)（p值為0.0000），故強(qiáng)烈拒絕面板包含單位根的原假設(shè)，認(rèn)為面板為平穩(wěn)過程。由于七省市經(jīng)濟(jì)發(fā)展都處于全國領(lǐng)先水平且密切相關(guān)，故彼此間的擾動(dòng)項(xiàng)可能存在截面相關(guān)。因此，使用選擇項(xiàng)“demean”來緩解此截面相關(guān)，結(jié)果顯示，使用選擇項(xiàng)“demean”將面板數(shù)據(jù)減去截面均值后，偏差校正t* 統(tǒng)計(jì)量的p值上升為0.0261，但依然在5%水平上顯著為負(fù)。

對(duì)其他解釋變量的LLC單位根檢驗(yàn)結(jié)果顯示，lnGDP、lnPOP、EP、lnC等變量的偏差校正t*統(tǒng)計(jì)量分別為-9.24、-4.69、-2.86、-4.51，顯著為負(fù)（p值為0.0000或0.0021），故強(qiáng)烈拒絕面板包含單位根的原假設(shè)，認(rèn)為序列為平穩(wěn)過程。但稅收、地價(jià)、工資水平等變量在LLC檢驗(yàn)中即使在15%水平下也無法拒絕原假設(shè)，故這幾個(gè)序列可能存在單位根。為了增強(qiáng)單位根檢驗(yàn)的準(zhǔn)確性，又用HT檢驗(yàn)對(duì)稅收、地價(jià)、工資水平進(jìn)行檢驗(yàn)，發(fā)現(xiàn)lnL強(qiáng)烈拒絕原假設(shè)，不存在單位根，是平穩(wěn)的；稅收和工資依然不平穩(wěn)。

2.協(xié)整檢驗(yàn)

盡管某些變量不穩(wěn)定，但若因變量和自變量之間存在協(xié)整關(guān)系，仍可對(duì)原方程進(jìn)行回歸分析。T和lnW的最大滯后階數(shù)相同，為2.29，可進(jìn)行協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果發(fā)現(xiàn)，不存在長期協(xié)整關(guān)系，因此，下文的霍斯曼檢驗(yàn)和回歸分析將舍棄這兩個(gè)解釋變量。

（三）霍斯曼檢驗(yàn)：固定效應(yīng)模型VS隨機(jī)效應(yīng)模型

原假設(shè)H0是隨機(jī)效應(yīng)模型，但chi2（4）=（b-B）'[（Vb-VB）^（-1）]（b-B）=11.83，而且Prob>chi2=0.0187，即在5%水平下拒絕原假設(shè)，因此，本文的模型設(shè)定為固定效應(yīng)模型，即Pit=αi+β1lnGDP+β2lnPOP+β3EP+β4lnC+β5L+μit。

（四）回歸結(jié)果分析

lnGDP和lnC的p值分別為0.461和0826，即使在15%水平下也不顯著，故可以認(rèn)為這兩個(gè)變量對(duì)房價(jià)的影響作用不明顯。人口、預(yù)期房價(jià)、地價(jià)這三個(gè)因素的p值分別為0.002、0.000、0.004，都在1%水平下顯著為負(fù)，說明人口增加、預(yù)期房價(jià)上漲和地價(jià)上漲都會(huì)顯著影響房價(jià)，使房價(jià)有較大漲幅。

三、結(jié)論與政策含義

首先，人口因素對(duì)房價(jià)有顯著正向作用。隨著城鎮(zhèn)化，人口大量涌入大城市，產(chǎn)生買房需求，拉動(dòng)房地產(chǎn)市場發(fā)展和房價(jià)。因此合理控制人口至關(guān)重要。北京、上海是房價(jià)最高的地方，對(duì)于戶籍的管控也最嚴(yán)格，這在很大程度上防止了房價(jià)繼續(xù)上漲。但眼下要做的是在合理管控戶籍的基礎(chǔ)上，滿足部分人的正常住房需求，有一些符合條件的確實(shí)應(yīng)該開放買房落戶。

其次，預(yù)期對(duì)房價(jià)也有顯著正向影響，預(yù)期增加1%，當(dāng)期房價(jià)上漲0.68%。正是由于開發(fā)商囤積居奇和炒房者的投機(jī)心理，造成房地產(chǎn)市場供不應(yīng)求的表象，引起恐慌，扭曲真正有住房需求者的預(yù)期，使其認(rèn)為未來房價(jià)還會(huì)繼續(xù)上漲，加劇了供不應(yīng)求。因此，改變房價(jià)增長預(yù)期、抑制投機(jī)至關(guān)重要。這兩年，我國許多大中型城市密集出臺(tái)了一系列限購、限貸政策，有效抑制了房價(jià)上漲速度。

最后，地價(jià)對(duì)房價(jià)有顯著正向影響，甚至強(qiáng)于預(yù)期，地價(jià)上漲1%，房價(jià)上升1.85%。土地成為房地產(chǎn)開發(fā)商的命門，地方政府壟斷土地供給，形成賣方市場，地價(jià)和房價(jià)相互推動(dòng)、螺旋上升。這就是所謂的“土地財(cái)政”。眾所周知，“土地財(cái)政”不具有可持續(xù)性，也不是地方財(cái)政科學(xué)發(fā)展的應(yīng)有表現(xiàn)，但地方政府對(duì)土地使用權(quán)轉(zhuǎn)讓收入依賴太重，2016年國有土地使用權(quán)出讓收入3.74萬億元，地方政府土地使用金占財(cái)政收入的比重已經(jīng)相當(dāng)之高。接下來，中央政府如何出臺(tái)政策管理土地問題、形成秩序良好的土地市場是關(guān)注焦點(diǎn)。

參考文獻(xiàn)：

[1]劉宇星.中國房地產(chǎn)價(jià)格區(qū)域差異實(shí)證研究[J].未來與發(fā)展，2017，41（04）：39-45.

[2]孟慶斌，榮晨.宏觀經(jīng)濟(jì)因素對(duì)房地產(chǎn)價(jià)格的長短期影響[J].統(tǒng)計(jì)研究，2014，31（06）：25-32.

[3]唐云鋒，馬春華.財(cái)政壓力、土地財(cái)政與“房價(jià)棘輪效應(yīng)”[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（11）：39-54+161.

[4]姚濤.房產(chǎn)稅能抑制房價(jià)泡沫嗎？——基于因子實(shí)驗(yàn)的檢驗(yàn)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（12）：1-6.

作者簡介：

劉付韓（1995- ），女，回族，安徽蚌埠人，碩士。研究方向：財(cái)政學(xué)