張志強， 陳凱達， 蒲甘霖

(1.西北師范大學 經(jīng)濟學院， 甘肅 蘭州 730070；2.溫州理工學院 經(jīng)濟與管理學院， 浙江 溫州 325035)

0 引言

我國房地產(chǎn)市場在1998年住房貨幣化改革后快速發(fā)展.住房制度貨幣化改革激發(fā)房地產(chǎn)開發(fā)投資內(nèi)在動力的同時，省會及以上城市房地產(chǎn)市場出現(xiàn)過熱現(xiàn)象，并演化為學界和社會各界高度關(guān)注的房地產(chǎn)市場泡沫問題.十九大報告中明確提出“堅持房子是用來住的、不是用來炒的”定位，為今后房地產(chǎn)市場的發(fā)展奠定了整體基調(diào).2022年李克強總理在政府工作報告中強調(diào)“支持商品房市場更好滿足購房者的合理住房需求，穩(wěn)地價、穩(wěn)房價、穩(wěn)預期，因城施策促進房地產(chǎn)業(yè)良性循環(huán)和健康發(fā)展”.房地產(chǎn)核心問題是資產(chǎn)泡沫大、房地產(chǎn)金融化，同時擠壓泡沫又會帶來一連串經(jīng)濟問題，因此必須防范金融領(lǐng)域的房地產(chǎn)“灰犀?！?，厘清房地產(chǎn)泡沫形成的影響因素有利于更好地擠壓泡沫.資產(chǎn)泡沫是指資產(chǎn)價格的增長超出其市場基本價值的部分[1].資產(chǎn)價格不斷增長，則資產(chǎn)價格遠離基本價值而無法反映資產(chǎn)實際價值.資產(chǎn)價格持續(xù)上漲并抑制需求，則資產(chǎn)價格大幅度下降，且資產(chǎn)間價格變化關(guān)聯(lián)性特征決定其持續(xù)上漲(或下跌)均會引起連鎖暴跌或暴漲反應(yīng)，從而形成“泡沫經(jīng)濟”.商品房價格泡沫是資產(chǎn)泡沫的一種，指在商品房市場價格上漲嚴重偏離其基本價值的經(jīng)濟現(xiàn)象.那么，如何衡量我國商品房市場的泡沫程度？是什么因素影響商品房價格泡沫的持續(xù)增大？針對商品房價格泡沫的實際狀況，如何使中國房地產(chǎn)市場的宏觀調(diào)控政策更好地發(fā)揮效能，并有效擠壓商品房價格泡沫？這正是本文所關(guān)注的問題.本文聚焦于中西部新一線城市商品房價格泡沫的形成過程，使用狀態(tài)空間模型測度我國中西部新一線城市商品價格的泡沫程度，并進一步分析導致商品房價格持續(xù)上漲的影響因素，這對于準確認識中西部商品房市場的狀況和商品房價格泡沫的風險，提高房地產(chǎn)宏觀調(diào)控政策的有效性具有現(xiàn)實意義.

1 文獻綜述

梳理有關(guān)房地產(chǎn)價格測度的文獻，針對學者們對房價泡沫的測度這一技術(shù)性問題上，可歸納為基準價格法、統(tǒng)計檢驗法、指標法這三種方法.

1.1 基準價格法

基準價格法是通過計算房地產(chǎn)基準價格與實際價格之間離差衡量房地產(chǎn)泡沫程度.Alessandri[2]通過構(gòu)建狀態(tài)空間模型，根據(jù)房租和利率等數(shù)據(jù)計算房地產(chǎn)基準價格，進而對房地產(chǎn)泡沫進行測度；高波等[3]選用1999至2011年我國30個大中城市的面板數(shù)據(jù)并構(gòu)建預期均衡價格模型來對城市商品房價格偏離經(jīng)濟基本面的程度進行評價；彭俊華等[4]根據(jù)泡沫的定義,將房價分為基礎(chǔ)價值和泡沫成分兩部分構(gòu)建泡沫度量模型，并對35個大中城市商品房價格泡沫進行測度，發(fā)現(xiàn)房地產(chǎn)泡沫與商品房價格高低并無對應(yīng)關(guān)系，房地產(chǎn)市場存在理性和非理性泡沫兩種類型.

1.2 統(tǒng)計檢驗法

統(tǒng)計檢驗的基本邏輯是不存在泡沫的房地產(chǎn)市場變化的表征指標數(shù)據(jù)是有規(guī)律的，具有一定統(tǒng)計學性質(zhì)，泡沫市場的相關(guān)數(shù)據(jù)存在異常波動.Hamilton[5]提出用單位根檢驗來對房地產(chǎn)泡沫進行檢測，零假設(shè)是房地產(chǎn)市場不存在泡沫，房地產(chǎn)價格是一個平穩(wěn)時間序列，若拒絕零假設(shè)，房地產(chǎn)市場存在泡沫;曾五一等[6]運用面板單位根和協(xié)整檢驗我國房地產(chǎn)是否存在泡沫；孫焱林等[7]利用單位根和協(xié)整檢驗證明上海在2003—2011年存在房價泡沫.但由于單位根和協(xié)整檢驗無法剔除周期性影響，測度結(jié)果難以保證可信度.

1.3 指標法

指標法分為單一指標和綜合指標法兩類.單一指標法是根據(jù)與房地產(chǎn)相關(guān)的某個指標數(shù)值來判斷房地產(chǎn)市場是否存在泡沫.綜合指標法則是通過選取與房地產(chǎn)市場發(fā)展聯(lián)系緊密的指標建立指標體系并進行綜合評價判斷是否存在泡沫以及泡沫程度.呂江林[8]通過對與房地產(chǎn)相關(guān)的多項指標進行比較分析得出，商品房價格收入比與其他指標相比更能準確度量我國商品房價格泡沫的結(jié)論；陳璐佳等[9]從價格評價、資金借貸、產(chǎn)業(yè)投資三個維度選取8個指標建立指標評價體系并采用因子分析法進行客觀賦權(quán)，對房地產(chǎn)泡沫水平進行測度；王春艷等[10]運用因子分析法從開發(fā)、交易、價格、資金信貸四個維度選取8個指標測度了2007至2016年房地產(chǎn)泡沫.

綜上所述，國內(nèi)學者對三種房地產(chǎn)泡沫測度方法皆有應(yīng)用，且各有利弊.基準價格法將理性泡沫和非理性泡沫同樣看待，無法精準施策.統(tǒng)計檢驗法無法剔除周期性影響，應(yīng)測度結(jié)果的精準性.指標法不涉及基礎(chǔ)價值測算，只能對泡沫的存在性給出大致判斷，不能度量泡沫程度或研究泡沫形成過程.本文綜合考慮上述三種方法，從泡沫的定義切入，運用狀態(tài)空間模型在我國中西部地區(qū)新一線城市商品房基礎(chǔ)價值測度的基礎(chǔ)上，進一步探究商品房市場的泡沫程度及影響因素.

2 商品房價格泡沫測度

2.1 變量選取與模型構(gòu)建

商品房供給和需求曲線的交點決定其均衡價格，均衡價格可認定為商品房的基礎(chǔ)價值.引起供給和需求曲線移動的利率、收入及市場預期等因素均會影響商品房基礎(chǔ)價值.商品房價格對基礎(chǔ)價值非平穩(wěn)偏移可認定為泡沫.由于基礎(chǔ)價值不可觀測，且其價值隨著時間延續(xù)而發(fā)生改變，即為一種狀態(tài)變量.為此，本文選擇運用狀態(tài)空間模型對不可觀測的狀態(tài)變量進行估計.采用狀態(tài)空間模型的優(yōu)點，一是可以將不可觀測的變量納入可觀測模型進行估計;二是不僅可以驗證商品房價格泡沫的存在性，而且可測度出商品房價格泡沫程度.

2.1.1 變量選取

供給和需求直接決定商品房的均衡價格和實際價格.衡量商品房供給的變量主要有商品房竣工面積，影響商品房竣工面積的因素有商品房銷售價格、商品零售價格指數(shù)、地區(qū)生產(chǎn)總值、貨幣供給量、實際貸款利率和銀行存款準備金率等,均可作為供給量的影響變量.竣工面積用來衡量商品房供給能力，而國內(nèi)生產(chǎn)總值規(guī)模擴大及占比提升反映了要素聚集度提高、經(jīng)濟實力不斷增強，投資預期收益樂觀，吸引更多房地產(chǎn)商加大投資力度，增加房地供給；貨幣供給量、實際貸款利率和銀行存款準備金率直接決定房地產(chǎn)商融資規(guī)模，進而影響商品房的供給能力.衡量需求的變量主要有商品房銷售面積(萬平方米)、城鎮(zhèn)居民可支配收入、實際貸款利率、首付現(xiàn)金占比、商品房銷售價格(元/平方米)及商品零售價格指數(shù).商品房銷售面積(萬平方米)衡量商品房現(xiàn)實需求.城鎮(zhèn)居民可支配收入直接決定對商品房的購買力；實際貸款利率、首付現(xiàn)金占比會影響對商品房的需求意向和意愿；商品房銷售價格(元/平方米)和零售價格指數(shù)高低在一定程度上會影響對商品房的需求.在收入一定的條件下，商品房銷售價格和零售價格指數(shù)上升，會抑制對商品房的需求.本文從市場供給與需求兩個維度選取測度房價泡沫的變量，具體如表1所示.

表1 變量描述

本文分別將商品房銷售面積和竣工面積作為房地產(chǎn)市場需求和供給的代理變量，表1中其他變量作為解釋變量影響.表1中變量所采用的數(shù)據(jù)為1998年至2018年共21個觀測序列.為了消除價格的影響，將選擇對變量GDP、PDI、ML進行價格指數(shù)平減，而RI則用名義利率減去通貨膨脹率得到.為了克服變量序列的異方差性，本文在實證中除了RI和CP其余變量均用對數(shù)形式呈現(xiàn).基于數(shù)據(jù)的可得性和完整性，本文使用的數(shù)據(jù)來源于1998至2018年的《中國房地產(chǎn)統(tǒng)計年鑒》以及各城市統(tǒng)計年鑒，貸款利率來源于中國人民銀行官網(wǎng).由于部分城市統(tǒng)計年鑒未更新相關(guān)數(shù)據(jù)，因此本文只選取至最新的2018年數(shù)據(jù)以符合回歸分析的需要.

2.1.2 模型構(gòu)建

本文參照韓冬梅等[11]的做法采用變參數(shù)狀態(tài)空間模型從供求兩個角度測度房地產(chǎn)泡沫.

商品房需求的變參數(shù)狀態(tài)空間模型如下：

此模型是一個方程組，方程組中具有兩部分，其中量測方程為：

ln(SA)t=sv1t×ln(HP)t+sv2t×

ln(PDI)t+sv3t×RIt+sv4t×CPt+ut，

(1)

方程組中另一部分為狀態(tài)方程，狀態(tài)方程為以下形式：

同理，商品房供給的變參數(shù)狀態(tài)空間模型中量測方程為：

ln(FA)t=cv1t×ln(HP)t+cv2t×RIt+

cv3t×ln(ML)t+cv4t×ln(GDP)t+ηt.

(2)

狀態(tài)方程為以下形式:

利用Kalman濾波分別估計上述模型，可得sv1t，sv2t，sv3t，sv4t，cv1t，cv2t，cv3t，cv4t的估計值，將估計的8個變參數(shù)作為已知值，將各城市商品房基礎(chǔ)價值作為狀態(tài)變量加入模型，其狀態(tài)空間形式如下：

量測方程:

ln(SA)t=sv1t×ln(RP)t+

sv2t×ln(PDI)t+sv3t×RIt+sv4t×CPt+ut,

ln(FA)t=cv1t×ln(RP)t+cv2t×

RIt+cv3t×ln(ML)t+cv4t×ln(GDP)t+ηt,

狀態(tài)方程:

ln(RP)t=ln(RP)t-1,

式中:狀態(tài)變量ln(RP)t為取對數(shù)的商品房基礎(chǔ)價值，由供給與需求共同決定.通過狀態(tài)空間模型求出商品房基礎(chǔ)價值，再將實際價格序列對數(shù)值減去基礎(chǔ)價值序列對數(shù)值得下式，即為實際價格對基礎(chǔ)價值的偏移率，用其衡量房地產(chǎn)泡沫程度.

ln(HP)t-ln(RP)t=ln(HPt/RPt)=

ln(1+(HPt-RPt)/RPt)≈

(HPt-RPt)/RPt.

(3)

2.2 泡沫測度

2.2.1 協(xié)整檢驗

為避免偽回歸，狀態(tài)空間模型需對變量序列進行平穩(wěn)性或者變量之間協(xié)整檢驗.本文首先對選取變量進行ADF平穩(wěn)性檢驗，檢驗?zāi)Ｐ瓦x取帶截距項和趨勢項模型，并運用AIC最小信息準則選取ADF檢驗滯后項，檢驗結(jié)果表明所有變量的水平值均是非平穩(wěn)的，而一階差分后即變量的增長率均是平穩(wěn)的，說明各變量的對數(shù)序列均為一階單整序列，可進行協(xié)整檢驗.本文采用Johansen法進行協(xié)整關(guān)系檢驗，檢驗結(jié)果如表2所示.協(xié)整檢驗結(jié)果表明各變量之間存在著長期穩(wěn)定的關(guān)系.

表2 協(xié)整檢驗結(jié)果

2.2.2 商品房基礎(chǔ)價值測度

依據(jù)上文構(gòu)建的狀態(tài)空間模型對商品房基礎(chǔ)價值進行測度,并將商品房實際價格、基礎(chǔ)價值以及實際價格對基礎(chǔ)價值的偏移率進行匯總，結(jié)果如表3—5所示.價格偏移率隨時間變化的趨勢如圖1、圖2所示.

圖1 中部地區(qū)新一線城市實際價格對基礎(chǔ)價值的偏移率(1998—2018年)

圖2 西部地區(qū)新一線城市實際價格對基礎(chǔ)價值的偏移率(1998—2018年)

表3 中部地區(qū)新一線城市商品房基礎(chǔ)價值測度結(jié)果 單位：元/平方米

表4 西部地區(qū)新一線城市商品房基礎(chǔ)價值測度結(jié)果 單位：元/平方米

表5 中西部新一線城市商品房價格偏移率匯總 單位：%

2.3 商品房價格泡沫測度結(jié)果評價

2.3.1 中、西部新一線城市商品價格波動差異明顯

由圖1、圖2可見，2004年以后，新一線城市商品房價格偏移率呈現(xiàn)急速上漲態(tài)勢，且西部新一線城市商品房價波幅明顯強于中部地區(qū)新一線城市.其中西部地區(qū)重慶市、成都市波動趨勢相似，中部地區(qū)武漢市、鄭州市波動趨勢相似.2004至2018年間，新一線城市商品房價格偏移率均值差異明顯.商品房價格偏移率均值最大城市為武漢市，達到20.45%，而長沙市商品房價格偏移率為-2.44%.長沙商品房價格偏移率在中西部新一線城市中最小，這與實際狀況相符，說明本文的程度結(jié)果具有一定的可信度.2008年的商品房價格泡沫達到小峰值，這是因為金融危機導致全球經(jīng)濟不景氣，我國財政部、國家稅務(wù)總局和央行出臺政策，降低存款金融利率，減免稅費，降低房貸首付，這也標志著房地產(chǎn)全面救市的開始.2010年“國十一條”“新國四條”“新國十條”以及限購令的正式出臺等，致使各地商品房價格暴漲，進一步推高了商品房價格泡沫.2010年以后房地產(chǎn)價格泡沫逐漸下降，尤其是重慶市2011年率先進行房產(chǎn)稅的試運行，導致其商品房價格泡沫下降幅度最大.2012年由于銀行信貸收緊以及“國五條”正式出臺，明確提出將擴大房地產(chǎn)稅改革試點范圍，商品房價格泡沫出現(xiàn)小幅上漲.2014年房價崩盤論在市場流行，央媒也發(fā)文托預期，“9·30”房貸新政出臺，首付比例降低，除北京、上海、廣州、深圳、三亞等5個城市外，絕大部分城市解除限購，降低了商品房市場預期，各地商品房價格泡沫一降再降.2014年以后，“去庫存”“房住不炒”“穩(wěn)地價、穩(wěn)房價、穩(wěn)預期”的政策指示接連公布，但由于并沒有實質(zhì)性的救市行為，商品房價格泡沫仍然保持低增速的持續(xù)上漲.

2.3.2 中部新一線城市商品房價格出現(xiàn)分化

由2004年至2018年的《中國房地產(chǎn)統(tǒng)計年鑒》《武漢統(tǒng)計年鑒》以及《長沙統(tǒng)計年鑒》可知，武漢市商品房銷售價格從2004年的2516元/平方米上漲至13 109元/平方米，漲幅達到421.03%，年均增長12.51%，而武漢市商品房基礎(chǔ)價值年均增長9.94%，低于實際房價的年均增長率.并且武漢市低收入人口的可支配收入年均增長率為9.18%，遠低于實際房價的漲幅，說明這對于人數(shù)最多的中低收入人群來說，自身收入已無法承擔高速增長的房價，這會在一定程度上阻礙外來務(wù)工人員的流入，抑制城市化過程和加大社會不公平，對武漢的發(fā)展產(chǎn)生不利影響.武漢于2019年末開始爆發(fā)新冠疫情，2020年初開始全面抗疫，封城管控，全城經(jīng)濟全面停滯.即便如此，2020年武漢的商品房價格依舊與上年相比只下降了14元/平方米，而武漢人均可支配收入?yún)s從51 706元降至50 362元.從學界公認的房價收入比的角度看，武漢2020年的商品房價格泡沫現(xiàn)象并未出現(xiàn)好轉(zhuǎn).而對于長沙市而言，其中低收入人群的可支配收入年均增長率為11.53%高于實際房價的年均增長率10.46%，并且2018年長沙市的人均可支配收入為50 792元相較于武漢市高出3433元，但每平方房價卻比武漢市低4892元，這足以說明長沙市居民的購房壓力相比其他城市要小，居民幸福度也會因此得到提升，并且也有利于推動長沙的城市建設(shè)與發(fā)展，維護社會公平.

2.4 商品房價格偏移率平穩(wěn)性檢驗

要判斷房地產(chǎn)市場是否存在泡沫，需通過對商品房價格偏移率進行平穩(wěn)性檢驗識別.通過AIC最小信息準則選取檢驗滯后項利用ADF檢驗可知，除長沙市之外，其余5個城市商品房價格偏移率均為非平穩(wěn)的，通過一階差分后平穩(wěn)，即商品房價格偏移率是I(1)序列.這表明商品房實際價格對基礎(chǔ)價值的偏離并不是遵循隨機游走過程，這種偏離是非平穩(wěn)偏移，即商品房市場的價格泡沫出現(xiàn).檢驗結(jié)果如表6所示.

表6 商品房價格偏移率的ADF檢驗

雖然除長沙市外的5個中西部新一線城市均出現(xiàn)了不同程度的泡沫，但存在商品房價格泡沫并不意味著一定會嚴重危及金融體系.只有當泡沫出現(xiàn)破裂，即商品房價格大幅度下跌的時候，才會造成嚴重的金融風險，危害我國金融體系的健康發(fā)展，甚至可能出現(xiàn)金融危機.張斌[12]認為居民部門利息保障倍數(shù)是預測商品房價格是否大跌的關(guān)鍵指標.基于大量國際經(jīng)驗表明，當該指標低于1.5的臨界值時，才可能會導致商品房價格大跌和居民部門債務(wù)困境.借鑒張斌[12]的做法，用居民儲蓄與居民債務(wù)利息的比值代表居民部門利息保障倍數(shù)，而貸款利率根據(jù)加權(quán)平均得到.測得的各新一線城市居民利息保障倍數(shù)，結(jié)果如表7所示.

表7 居民部門利息保障倍數(shù)測度結(jié)果

由表7可知，各新一線城市的居民部門利息保障倍數(shù)均大于臨界值1.5，因此并不會出現(xiàn)商品房價格大幅度下跌的現(xiàn)象.其中西安市和成都市的居民部門利息保障倍數(shù)波動不大，較為穩(wěn)定.而武漢市、鄭州市以及重慶市的居民部門利息保障倍數(shù)波動明顯，且呈現(xiàn)遞減趨勢.因此各地政府應(yīng)當嚴格管控商品房價格，防范泡沫程度進一步加深以及泡沫破裂給金融體系所帶來的極大危害.

3 商品房價格影響因素分析

3.1 變量選取

商品房價格偏移率非平穩(wěn)波動導致商品房價格泡沫的出現(xiàn)，但各城市的房地產(chǎn)市場狀況不同，泡沫程度也有所差異.若要研究各城市商品房價格泡沫的成因，則有必要對各地商品房價格波動的影響因素展開研究.借鑒沈悅等[13]、夏凱麗等[15]、鄭寧等[16]、宋婧[17]、武田艷等[18]、徐舒等[19]的研究成果，選取商品房價格波動的影響因素.

商品房竣工造價(FP).是指商品房竣工價值與商品房竣工面積之比，表示單位竣工面積的土地與建筑成本.商品房竣工造價反映商品房開發(fā)成本，與商品房基礎(chǔ)價值具有內(nèi)在聯(lián)系.若商品房竣工造價攀升，房地產(chǎn)開發(fā)商為了維持或增加自身利潤會進一步提高商品房價格.

商品房出租面積(RA).指在報告期期末已出租的商品房屋的全部面積.商品房出租面積間接反映房屋的需求量.出租面積增加，表示一部分購房者轉(zhuǎn)為租房者，降低了商品房的購房需求，進而削弱了商品房價格上漲預期.

土地增值稅(TAX).指轉(zhuǎn)讓國有土地使用權(quán)、地上的建筑物及其附著物并取得收入的單位和個人，以轉(zhuǎn)讓所取得的收入包括貨幣收入、實物收入和其他收入為計稅依據(jù)向國家繳納的一種稅賦.土地增值稅直接增加房地產(chǎn)開發(fā)成本.房地產(chǎn)開發(fā)商為了保證自身收益而提高商品房價格，向購房者將其嫁給.

金融深化程度(DP).參照沈悅等[13]的做法用“金融機構(gòu)貸款余額/GDP”衡量金融深化程度.金融深化程度增強，一方面會降低購房者資金獲取難度，擴大商品房需求，商品房價格上漲；另一方面開發(fā)商融資相對容易，助推房地產(chǎn)投資規(guī)模.兩者共同作用的結(jié)果會推動房地產(chǎn)價格上漲.

年末常住人口數(shù)(PEO).指實際經(jīng)常居住在某地區(qū)半年以上的人口.在其他條件不變的情況下，人口增加會在一定程度上增加對商品房需求，引發(fā)商品房價格上漲.

城鎮(zhèn)人均可支配收入基尼系數(shù)(CG).參照徐虹等[14]的做法，計算公式為CG=P2-P1；P1=城鄉(xiāng)最低收入組的人均收入×20%÷人均收入，P2=城鄉(xiāng)最高收入組的人均收入×20%÷人均收入，收入分配差距與商品房價格持續(xù)攀升存在內(nèi)在聯(lián)系.隨著收入分配差距擴大，利潤最大化行為驅(qū)使房地產(chǎn)商將市場鎖定高收入家庭，等價于將低收入家庭排除房地產(chǎn)市場，形成商品房價格在高位運行.

城鎮(zhèn)登記失業(yè)率(UR).指城鎮(zhèn)登記失業(yè)人數(shù)同城鎮(zhèn)從業(yè)人數(shù)與城鎮(zhèn)登記失業(yè)人數(shù)之和之比.失業(yè)率從反向可以衡量某地區(qū)在一定時期人口從業(yè)情況，間接衡量具有購房能力的人數(shù).失業(yè)率越低，具有購房能力的人數(shù)越多，對商品房需求增大，導致商品房價格上漲.

3.2 模型估計結(jié)果及評價

本文依據(jù)選取的變量設(shè)定模型如下：

lnHP=β0+β1lnFP+β2lnRA+β3lnTAX+

β4DP+β5lnPEO+β6CG+β7UR+ε,

(4)

式中：FP、RA、TAX、DP、PEO、CG、UR分別表示商品房竣工造價、商品房出租面積、土地增值稅、金融深化程度、年末常住人口數(shù)、城鎮(zhèn)人均可支配收入基尼系數(shù)以及城鎮(zhèn)登記失業(yè)率.

為了消除量綱和數(shù)量級的差異，對部分變量進行對數(shù)化處理.βi(i=1,2,…，7)為待估計參數(shù)，ε為隨機誤差項.數(shù)據(jù)均來自1998至2018年的《中國房地產(chǎn)統(tǒng)計年鑒》以及各城市統(tǒng)計年鑒.為增加結(jié)論的可靠性，本文使用逐步回歸模型及個體固定效應(yīng)模型估計結(jié)果如表8所示，其中個體固定效應(yīng)模型作為逐步回歸模型的穩(wěn)健性檢驗，結(jié)果顯示兩種回歸方法得出的結(jié)論相一致，這表明本文的結(jié)果具有一定的穩(wěn)健性.

表8 模型估計結(jié)果

3.2.1 商品房需求對價格的影響比供給更為顯著

城鎮(zhèn)登記失業(yè)率與商品房出租面積從側(cè)面反映了商品房的購房需求，對商品房價格具有負向影響，這與夏凱麗等[15]的研究結(jié)論一致.金融深化程度和年末常住人口數(shù)對商品房價格具有正向影響，與沈悅等[13]、鄭寧等[16]的研究結(jié)論一致.從購房者的角度看，金融深化程度加強與年末常住人口數(shù)增加均會進一步擴大對商品房的需求.年末常住人口數(shù)的增加，購房人數(shù)會隨之增加，進而助推商品房價格；金融深化程度加強會降低購房者資金獲取難度，進一步擴大商品房需求，推高商品房價格.

3.2.2 房地產(chǎn)開發(fā)成本對商品房價格具有正向影響

商品房竣工造價與土地增值稅均反映了房地產(chǎn)的開發(fā)成本.開發(fā)成本上升，房地產(chǎn)開發(fā)商為了維持或增加自身利潤會進一步提高商品房價格.商品房竣工造價和土地增值稅雖然對各地區(qū)商品房價格變化貢獻度不同，但均與商品房價格成正相關(guān)，是推動商品房價格上漲的重要因素，與宋婧[17]、武田艷等[18]的研究結(jié)論一致.

3.2.3 城鎮(zhèn)人均可支配收入基尼系數(shù)對各城市商品房價格均為正向影響

這與徐舒等[19]的研究結(jié)論一致.但這一變量并非通過影響商品房的供給與需求作用于商品房價格，而是通過改變房地產(chǎn)市場目標影響商品房價格.利潤最大化行為驅(qū)使房地產(chǎn)商將市場目標鎖定高收入家庭，等價于將低收入家庭排除房地產(chǎn)市場，形成商品房價格在高位運行.

3.3 商品房價格短期波動與長期均衡價格的偏移度分析

由于新一線城市商品房價格短期波動明顯，故需建立誤差修正模型(ECM)來分析商品房價格短期波動與長期均衡之間的偏移程度.上文模型中的變量經(jīng)ADF檢驗均為一階單整序列，故采用Johansen法進行協(xié)整檢驗，結(jié)果如表9所示.誤差修正模型估計結(jié)果如表10所示.

表9 協(xié)整檢驗結(jié)果

表10 誤差修正模型結(jié)果

商品房價格短期波動偏離長期均衡價格.由表10可見，誤差修正項系數(shù)為負且較為顯著，符合反向修正機制，且修正力度較大，說明各城市商品房價格短期波動與長期均衡偏離程度較高.短期內(nèi)商品房價格變化不僅受上述因素影響，還受上期商品房價格偏離均衡水平影響.短期內(nèi)商品房價格變化不僅受商品房竣工造價、金融深化程度、城鎮(zhèn)人均可支配收入基尼系數(shù)、城鎮(zhèn)登記失業(yè)率及年末常住人口數(shù)的影響，而且還受上期商品房價格偏離均衡水平影響.

4 結(jié)論與建議

本文將不可觀測的商品房基礎(chǔ)價值作為狀態(tài)變量，納入基于商品房供求而建立的狀態(tài)空間模型，對中西部地區(qū)新一線城市房價泡沫分析得出：2004年以來，除長沙市外，西安、重慶、成都、鄭州及武漢等新一線城市商品房價泡沫均呈現(xiàn)加劇態(tài)勢，2004至2018年泡沫程度平均達到20.45%；商品房房價泡沫在城市之間既存在異質(zhì)性，又有相似性，武漢市最為嚴重，重慶、成都兩市波動趨勢相似，武漢、鄭州兩市波動趨勢相似.對商品房價影響因素分析可知：市場需求以及開發(fā)成本是影響商品房價波動的核心因素；竣工造價對長期房價波動影響較大，而對短期房價波動影響較小.為控制商品房價格持續(xù)上漲，防范商品房價格泡沫化加劇，提出以下建議：

第一，堅持“房住不炒”定位，建立穩(wěn)定房價的長效機制.黨和政府的工作報告一直強調(diào)“房子是用來住的、不是用來炒的”，這是黨和政府對房地產(chǎn)市場的工作理念.各地政府應(yīng)夯實城市政府主體責任，堅持“房子是用來住的，不是用來炒的”的定位，綜合運用金融、土地、財稅、投資、立法等手段，加快建立多主體供應(yīng)、多渠道保障、租購并舉的住房制度，并全面落實因城施策，穩(wěn)地價、穩(wěn)房價、穩(wěn)預期的長效管理調(diào)控機制以保持房地產(chǎn)市場調(diào)控政策的連續(xù)性和穩(wěn)定性，達到抑制房地產(chǎn)泡沫，促進房地產(chǎn)市場平穩(wěn)健康發(fā)展目的.

第二，完善住房租賃市場，加大高房價城市租賃房供給.各地政府應(yīng)高度重視培育和發(fā)展住房租賃市場、加快實施城市更新以有效盤活存量住房資源，有序擴大城市租賃住房供給，并在加快完善長租房政策以及逐步推動住房租購同權(quán)的同時降低住房租賃稅負，整頓租賃市場秩序，以保證住房租賃市場規(guī)范發(fā)展.并以人口流入多，房價高的城市為重點，擴大保障性租賃住房供給，著力解決困難群體與新市民住房問題，達到從供給端抑制房價泡沫目的.

第三，提高城郊居民購房能力，吸引人口向二、三線城市轉(zhuǎn)移.中心城市和城市群人口與經(jīng)濟總量占全國七成以上，已然成為目前承載各種發(fā)展要素的主要空間形式.人口基數(shù)越大意味著房地產(chǎn)市場需求越旺盛，故強調(diào)中心城市帶動周邊城市發(fā)展，城市群內(nèi)部大中小城市協(xié)同發(fā)展，吸引人口向二、三線城市遷移，可以有效緩解因房地產(chǎn)市場需求增加導致的房價上行壓力，達到從需求端抑制房價泡沫目的.

第四，推動金融、房地產(chǎn)與實體經(jīng)濟均衡發(fā)展，破解新一線城市房地產(chǎn)“虹吸效應(yīng)”.高房價會帶來虹吸效應(yīng)，導致社會資源配置失衡，貧富分化程度加深，房地產(chǎn)泡沫加劇等社會問題.新一線城市“虹吸效應(yīng)”已出現(xiàn)圈層外擴，高房價蔓延至部分省會城市、二線城市.而房地產(chǎn)“虹吸效應(yīng)”也直接導致實體經(jīng)濟融資成本和生產(chǎn)成本的提高，造成實體經(jīng)濟發(fā)展困境.因此應(yīng)通過公共服務(wù)、產(chǎn)業(yè)發(fā)展、戶籍制度、基礎(chǔ)設(shè)施方面的整體規(guī)劃來打破新一線城市房地產(chǎn)“虹吸效應(yīng)”，推動金融、房地產(chǎn)同實體經(jīng)濟均衡發(fā)展.

第五，促進房地產(chǎn)業(yè)良性循環(huán)和房地產(chǎn)市場健康發(fā)展.由于房地產(chǎn)業(yè)的過度負債和泡沫持續(xù)過大，擠壓房地產(chǎn)泡沫是一個持久痛苦的過程，特別是在恒大房地產(chǎn)暴雷這一突出事件的商品房價格下降過程中，給房地產(chǎn)業(yè)敲響了警鐘.各地政府應(yīng)該嚴管房地產(chǎn)業(yè)，如武漢市于2022年2月1日實施房地產(chǎn)新規(guī)——《武漢市房地產(chǎn)開發(fā)企業(yè)信用監(jiān)管辦法》，此規(guī)定將炒作學區(qū)房納入監(jiān)管.政府對房地產(chǎn)調(diào)控政策連續(xù)性要保持穩(wěn)定，做好住房供地保障，籌集建設(shè)保障性租賃住房、竣工各類保障房，調(diào)整建設(shè)標準和配租辦法.同時加強住房租賃市場管理，促進房地產(chǎn)業(yè)良性循環(huán)和健康發(fā)展.