我国住宅商品房市场价格的区域差异性研究.docx

《我国住宅商品房市场价格的区域差异性研究.docx》由会员分享，可在线阅读，更多相关《我国住宅商品房市场价格的区域差异性研究.docx（91页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 我国住宅商品房市场价格的区域差异性研究 Research on The Regional Differences of Residential Real Estate Market Prices in China 学位申请人： _ 武阳 学 号： _ 213020209006 学 科 专 业 ： _ 数量经济学 研 究 方 向 ： 空间计量经济学 指 导 教 师 ： 张红历副教授 定 稿 时 间 ： _ 2016年 4月 西南财经大学 学位论文原创性及知识产权声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下独立进行研 宄工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其

2、他 个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个 人和集体，均己在文中以明确方式标明，因本学位论文引起的法律结果完全 由本人承担。 本人同意在校攻读学位期间论文工作的知识产权单位属西南财经大学。 本人完全了解西南财经大学有关保留、使用学位论文的规定，即学校有权保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权西南财经大学可以将本学位论文的全部或部分内容编入有关 数据库进行检索，可以采用影印、缩印、数字化或其他复制手段保存和汇编 本学位论文。 本学位论文属于 1、 保密，在 _ 年解密后适用本授权书。 2、 不保密 特此声明。 学位申请人

3、 : / (年 月吁日 摘要 房地产业作为我国国民经济发展的重要基础性产业和支柱产业，其稳定 发展与否关系着整体的经济运行。判断房地产市场是否稳定发展的一项重要 指标就是房地产价格，对房地产价格的变化进行深入研宂分析，加强对房地 产业稳定发展的保障，对整个国民经济发展意义重大。 自 1998年我国实行房地产市场全面市场化改革以来，随着房地产市场的 不断发展和成熟，房地产价格不断上涨。随之而来的，房地产价格的区域差 异愈加凸显，如 2014年北京、上海等一线城市住宅商品房价格已接近 20000 元 /平方米，深圳市更是突破了 20000元 /平方米，而如洛阳、榆林等三四线 城市住宅商品房价格仍在

4、 4000元 /平方米左右。过高的房价已经开始影响居 民的正常生活，而如果房价的区域差异得不到合理的调控，那么将会严重影 响我国社会稳定。因此，深入研宄我国住宅商品房价格变化及其区域差异对 促进房地产市场和国民经济健康稳定发展具有重要意义。 本文首先从理论角度分析产生房价区域差异的主要原因，认为这种房价 的区域差异特征主要来源于住房之间的特 征的差异。同时结合我国房地产市 场发展现状进行房价区域差异的探索性空间统计分析以及空间相关性检验， 分析结果显示由于房地产具有位置的固定性和不可移动性、使用长期性、保 值增值性等特点，我国房地产价格存在显著的区域差异和空间相关性。其次， 结合我国房地产相关

5、数据，通过建立面板模型对相关影响因素进行甄别，确 定了收入水平、经济发展、土地供给、人口因素和信贷因素五个方面中的人 均可支配收入、失业率、GDP、 住宅房地产销售面积、人口自然增长率和住宅 房地产投资额六个指标为影响房价变化的主要影响因素。再次，为检验解释 变量与被解释变量的溢出效应，构建空间和时间双固定的空间杜宾模型来验 证房价的空间特征，结果显示，房价变动对空间邻近地区具有显著的正向溢出 效应，失业率和人口自然增长率对房价变动没有显著影响。但是空间溢出效 应分解显示，人口自然增长率的直接效应、间接效应和总效应均为正，但直 接效应不显著；失业率的直接效应为正、间接效应和总效应为负，但均不显

6、 著。空间依赖性分析表明房价变动的区域差异显著存在，各城市的房价变动 存在显著空间相关性，其产生区域差异的主要原因来自于变量的 溢出效应。 最后，本文还选取 2014年的横截面数据通过构建空间变系数模型一一地 理加权回归模型 (Geographically Weighted Regression， GWR)对房价影响因 素的空间异质性进行分析。模型的探索回归结果表明，失业率、 GDP和人口自 然增长率三个指标能够更好的说明空间异质性，模型估计结果显示：相比经 典计量模型， GWR模型的拟合效果更好。 我国房价的变化存在显著的区域差异，不同地区的失业率、 GDP和人口自 然增长率对房价变动具有不

7、同的影响。这为各地区政府因地制宜的制定房地 产市场调控政策，把握推动房价上涨的根源，有针对性的进行宏观调控，提 供了一定的依据。 关键词：住宅商品房价格，区域差异，空间杜宾模型， GWR模型 Abstract The real estate industry has been playing an increasingly important role in the national economy and became an important pillar industry of national economy in China. The healthy development of t

8、he real estate industry has an important impact on economic operation in China. And the real estate price is an important indicator of whether the real estate market develops stable. Study on the changes of real estate prices what is of great significance to promote the whole national economic devel

9、opment and to strength the healthy development of real estate industry. The real estate began the comprehensive market-oriented since 1998, and the real estate market continues to develop and mature. The real estate prices are rising rapidly which leads to regional differences, such as Beijing, Shan

10、ghai and other biggest cities has rose to 20,000yuan per square meter, and Shenzhen has broken through 20,000 yuan per square meter, but the other smaller cities such as Luoyang, Yulin and so on are still 4,000yuan per square meter. There are significant differences in regional real estate prices. H

11、igh housing prices have begun to affect peoples normal life ， and if regional differences in real estate prices cant be inhibited reasonably, then it will reflect peoples quality of life, and excessive gap would most likely affect the fair and stable of the whole society. Therefore, further study of

12、 the change about the real estate price and its regional difference is to promote the real estate market and guarantee regional imbalances is crucial for the healthy and orderly development of the real estate market in China. Firstly, from the point of theory analysis to study the reasons of regiona

13、l differences based on the hedonic price model, which is considered that the regional differences in housing prices are mainly derived from the differences in the characteristics of housing. Combined with the development status of the real estate market to research regional differences of housing pr

14、ice with the exploration of spatial statistical analysis and spatial correlation test, and analysis results show that because of the real estate is location of fixed and not mobility use for a long time, value and characteristics, the real estate prices exists significant regional difference and spa

15、tial correlaSecondly, this paper used the panel data model to analyze the factors of affecting the real estate prices with the real estate related data, resulting regional differences according to the reality of the real estate market in China. It carefully judges and recognizes the influencing fact

16、ors of the regional difference in real estate markets which are per capita disposable income, unemployment rate, GDP, residential real estate sales area, population natural growth and residential real estate investment. There are six indicators selected from five aspects which are income level, econ

17、omic development, land supply, demographic factors and credit factors. Again， space and time double fixed spatial Durbin model was constructed based on the basic theory of spatial econometric. The estimated results show that changes in house prices have a significant positive spillover effect on the

18、 neighboring cities, unemployment and population natural growth rate of room changes have no significant effect. But spatial spillover effect decomposition shows, the natural population growth rate of the direct effect, indirect effect and total effect are positive, but the direct effect is not sign

19、ificant. The direct effect of unemployment is positive and indirect effect is negative, the total effect is negative, but not significant. Spatial dependence analysis shows that there are significant regional differences in price changes and the differences mainly due to the spillover effects of the

20、 explanatory variables. Finally， this paper selects the cross section data of 2014 to analyze the spatial heterogeneity of housing price by constructing a Geographically Weighted Regression model in order to facilitate the analysis. The explore regression results show that the unemployment rate, GDP

21、 and population natural growth rate can illustrate the spatial heterogeneity better. The estimated results showed that: compared to the OLS model, the GWR Model is better. There are significant regional differences of the real estate price which are caused by different regions of the unemployment ra

22、te, GDP and the natural population growth rate in China. This provides a certain basis to local government when they adjust measures to local conditions of the real estate market regulation and control policies. Key words： Residential real estate prices, regional difference, spatial Durbin model, Ge

23、ographical Weighted Regression model 目录 1 雜 .1 1.1研宄背景 . 1 1.2研究意义 . 3 1.3主要研宄问题、方法和研宄路线 . 4 1.4论文结构 . 6 1.5本文的创新之处 . 6 2. 文献综述、基础理论和分析方法 .7 2.1国内外文献综述 . 7 2.2影响房地产价格区域差异因素的基础理论分析 . 10 2.2.1影响因素的文献分析 . 10 2.2.2 小结 . : . 14 2.3空间计量经济学分析方法 . 14 2.3.1基本概念 . 14 2.3.2空间权重矩阵 . 15 2.3.3空间自相关指数 . 16 2.3.4空间

24、面板模型 . 18 2.3.5空间变系数模型 . 19 3. 我国房地产市场发展现状和区域差异特征分析 . 22 3.1我国房地产市场发展现状分析 . 23 3.1.1住宅商品房平均销售价格 . 23 3.1,2住宅商品房需求状况 . 25 3.1.3我国住宅商品房供给情况 . 27 3.1.4住宅房地产开发投资状况 . 30 3.2我国住宅商品房价格的区域特征分析 . 31 3.3空间特征和结构分析 . 34 3.3.1空间权重矩阵的构建 . 34 3.3.2全局空间相关性分析 . 34 3.3.3局部空间相关性分析 . 36 3.4本章小结 . 38 4 实证分析 . 39 4.1我国影响

25、房地产价格区域差异因素分析 . 39 4.2房地产价格影响因素的面板模型分析 . 43 4.2.1数据来源与指标选取 . 43 4_2.2模型的构建与分析 . 44 4.2.3面板数据模型估计结果分析 . 45 4.2.4 50 4.3房地产价格影响因素的空间面板模型分析 . 51 4.3.1空间面板模型的检验与构建 . 51 4.3.2模型估计 . 54 4.3.3模型估计结果分析 . 57 4.4空间异质性模型分析 . 59 4.4.1模型的构建 . 60 4_4.2模型的估计 . 61 4.4.3结果分析 . 63 4.5本章小结 . 65 5.结论与展望 . 67 5.1研宄结论 .

26、67 5.2政策建议 . 69 5.3未来 展望 . 70 #想 . 71 隱 . 77 房地产业作为国民经济发展的重要基础性产业和支柱产业，与其他产业 的关联度较高，其对于相关产业的发展有很强的带动作用，房地产业的健康 发展对于我国的经济运行有着重要影响。同时，房地产还是构成家庭资产的 重要部分，关系着居民家庭生活水平的高低，房地产业的稳定发展对于我国 全面建设小康社会和加快社会主义现代化建设具有重要意义。房地产价格是 判断房地产市场是否稳定发展一项重要指标，研宄住宅商品房价格的变化， 加强对房地产业健康发展的保障，对整个国民经济发展意义重大。 我国拥有世界第三的土地面积，各地区社会文化传统

27、、自然资源禀赋和 经济发展水平具有较大差异，房地产市场的发展在地区水平上也存在较大差 异。房地产价格 随着房地产市场的发展和成熟不断上涨，同时，房地产价格 的区域差异愈加凸显，如 2014年北京、上海等一线城市房价己接近 20000元 /平方米，深圳市更是突破了 20000元 /平方米，而如洛阳、榆林等三四线城 市房价仍在4000元 /平方米左右。如果这种区域发展的不平衡得不到合理的 抑制，那么将会严重影响我国 房地产市场的正常发展，进而影响国民经济发 展和社会稳定。因此，密切关注我国房地产价格变化及其区域差异是房地产 经济研宂的核心问题之一。 1. 1研究背景 自 1978年十一届三中全会确

28、定实施改革开放政策以来，我国国民经济得 到高速发展，人民基本生活水平得以大幅提高。根据国家统计局公布的数据， 1978年我国人均国内生产总值 （ GDP)仅有 381. 75元，城镇居民人均可支配 本文中出现的 “ 房地产价格 ” “ 房价 ” 均指住宅商品房平均销售价格。 收入为 383元，到 1998年，人均 GDP上涨到了 6834. 8元，相比 1978年上涨 了近17倍； 2010年，人均 GDP突破了 30000元，到 2015年，更是达到了 49351 元，是 1978年的 129倍；其中， 2010年我国城镇居民人均可支配收入达到了 19109元，是 1978年的近 50倍，

29、2015年，城镇居民人均可支配收入达到了 31195元，是 1978年的 81. 4倍。但在经济高速发展的同时，也造成了我国经 济发展的不平衡，城乡居民收入差距日益扩大。我国基尼系数从 1978年的 0.2 一路上涨到了 1999年的 0.397,之后一路上涨到 2008年的 0.491，之后开 始下降，到 2015年下降至 0.462。但与 1978年相比而言，我国的居民内部 收入分配差异仍然相当大。 与此同时，伴随我国经济高速发展的同时，人民的住房需求不断扩大， 除了满足原有的自住需求之外出现了改善性需求和投资以及投机性需求。我 国城镇化住房制度改革自 1979年的全价售房开始全面进行，至

30、 1998年，国 务院发布通知 ，开始全面住房市场化改革。住房制度改革的不断深化， 住房市场需求呈现 “ 喷发效应 ” ，将房地产业向市场化全面推进。住宅房地 产市场更是快速发展，住宅商品房开发的相关指标诸如住宅商品房开发投资 规模、住宅房屋竣工面积和土地购置面积等都有了大幅度提高。 .然而，伴随 着房地产业高速发展，诸如房价上涨过快导致居民购房压力变大的相关问题 也开始日益凸显。 2000年我国住宅商品房平均销售价格为 1948元 /平方米，到 2010年，房 价上涨到了 4725元 /平方米，到 2014年，达到了 5933元 /平方米，相比 2000 年，房价上涨了 3倍。房价上涨过快，

31、价格波动幅度过大，势必导致产业结 构发展不均衡、资源配置失衡，严重影响我国经济健康发展。以 上数据仅从 宏观层面体现出了房价上涨，并未反映出我国地区房地产业发展不平衡的特 征。其中我国一线城市如北京、上海等城市房地产市场投资过热，远远高于 三四线城市，例如 2014年北京住宅商品房均价已经高达 18499元 /平方米， 数据来源 : 数据来源 : 通知： 1978年的基尼系数采用黄丹等 “ 边际消费倾向递减论 ” ，数量经济技术经济研宄， 1999年第 5期。 1999年的基尼系数釆用国家统计局 2000年重点课题研宄报告，邱 晓华主持。 2016年国家统计局发布 2015年居民收入基尼系数。

32、 指国务院发布的 逬一步深化住房制度改革，加快住房建设的通知 * 上海住宅商品房均价己经达到 16415元 /平方米，与此同时三四线城市如大同、 宝鸡、楡林等住宅商品房均价大多在 4000元 /平方米。 不仅如此，经济学中的 “ 马太效应 ” 在这里似乎有愈演愈烈之势，一些 房价本己很高的城市继续保持着上涨的态势，而部分城市则已出现供大于求， 房价呈现回调迹象（范新英， 2015)。房价在区域之间的巨大差异，带来的 社会和经济问题，不仅影响国民经济正常发展，更影响了我国经济和社会可 持续发展和全面建设小康社会。为了避免房价上涨过快对正常经济秩序造成 影响，我国政府自 2002年的 “ 土地改革

33、 ” 开始，相继出台了 “ 国八条 ” 、 “ 国 六条 ” 、“ 国十五条 ” ，直到 2011年的 “ 新国八条 ” 和 2013年的 “ 国五条 ” 等为代表的一系列的房地产宏观调控政策对高涨的房价进行控制。尽管国家 出台了多项调控政策对部分地区的高房价进行调控，但实际上并没有达到预 期目标，未能有效的抑制房价的上涨。宄其原因，一方面，是由于地方政府 宏观调控措施力度不够和针对性不强；另一方面，也是由于房地产市场所特 有的一定程度上的刚性需 求所致。 本文认为地域特征是影响房价变动的重要因素，这也是由于房地产市场 的特性而决定的。房地产作为一种不动产，房地产市场必然是一个地域性市 场，也

34、就是说，不同地区房价的变动受同一因素影响的程度存在较的差异。 在现如今复杂的经济环境下，需要我们深入认识我国房价变动区域差异的特 征，把握产生区域差异的根源，从而有针对性地制定房地产市场的宏观调控 政策，保障房地产市场健康有序的发展，实现我国国民经济的健康稳定性发 展。 1.2研究意义 随着我国经济市场化的全面改革，我国房地产行业得以高速发展，并不 断成熟。但与 国外房地产市场相比，仍有很大的差距，我国房地产市场应该 如何发展、怎样定位己成为社会关注的焦点，保障房地产市场稳定健康发展， 离不开地方政府出台相关政策的保驾护航。而由于我国各地区经济基础发展 数据来源： 2001、 2011、 20

35、15年中国统计年鉴、国家统计局发布信息。 马太效应：指强者愈强、弱者愈弱的现象，广泛应用于社会心理学、经济学等领域。 状况、市场预期和城市特征等存在差异，导致房地产市场价格变动呈现出显 著的区域差异性。因此，在出台相关政策时，以 “ 一刀切 ” 的方式对全国房 地产市场进行调控难免有失偏颇。 2015年 3月 5日提请十二届全国人大三次 会议审议的政府工作报告中对房地产调控部分的表述为 “ 房地产政策将坚持 分类指导，因地施策，落实地方政府主体责任，促进房地产平稳健康发展。 ” 要有效地调控房地产市场，首先必须正确理解和解释城市房价变动的内在原 因，分析城市之间房价变动区域差异的影响因素及其作

36、用机制，而后才能区 分不同类型的房地产市场并出台相关政策进行调控，如此才能建立房地产市 场长效机制，促进房地产市场的 稳定发展。 通过对我国房地产价格区域差异的研宄以及对房价的区域特征深入探索， 对影响房地产价格区域的主要因素进行识别和分析。为各级地方政府制定房 地产市场区域调控政策提供科学依据，促进房地产业的市场化改革进程，从 而最大程度地促进我国房地产业健康有序发展，同时实现各区域间的均衡发 展。本文选择城市住宅商品房价格作为研究对象，采用空间计量经济学的方 法，探讨城市房地产价格的影响因素及区域差异特征，具有一定的理论和现 实价值。 本文的研宄主要有理论和实践两方面的意义。理论上，通过对

37、国内外相 关文献的研宄，在此基 础上建立构建房价变动的主要影响因素及其作用机制， 丰富在房价区域差异方面的理论研究，完善我国房地产市场价格理论内容。 实证研宄内容上，采用纳入空间效应的影响，深入分析我国房地产市场发展 特点和房价变动的区域差异特征。为各地方政府结合地区实际经济发展状况 和房地产市场运行状况，提供有效的决策建议，促进各区域房地产市场的稳 定有序发展。 1.3主要研究问题、方法和研究路线 基于上述分析，本文以我国城市住宅房地产市场为研究对象，结合城市 空间差异的特点和房地产市场的发展现状，致力于解决这几个问题：在我国 2015年 “ 两会 ” 政府工作报告。 城市地区之间空间联系日

38、益紧密的背景下，决定房地产价格变动区域差异的 主要影响因素有哪些，它们对房价变动的作用机理如何？ 一个城市的这些影 响因素对邻近城市的房价有无空间溢出效应？溢出效应的作用机制如何？在 不同城市之间这些影响因素对房价作用的空间差异性如何？具体差异在哪些 方面？ 针对这些问题，具体来说致力于以下研宄内容： 理论研宄部分：对国内外关于房地产价格区域差异特征的相关文献进行 研究分析，同时针对不同类型的房价影响因素进行 理论综述。 实证研宄部分： （ 1)结合我国房地产市场发展现状，采用描述统计分析 方法对整体和区域房地产价格变动趋势及区域性差异进行分析； （ 2)采用我 国 71个大中城市的 1999

39、一 2014年的相关房地产数据 ， 分析影响房地产价格 区域差异的主要因素，并进行识别； （ 3)对房价变动区域差异的空间依赖性 及各影响因素的空间溢出效应特征进行实证分析，通过构建空间和时间双固 定空间杜宾模型及空间变系数模型 (GWR模型 )对这些影响因素进行实证分析。 针对以上研宄内容，本文主要釆用描述统计分析方法、探索性空间分析 方法以及经典统计分析方法和空间计量分析方法中的空间杜宾模型和 GWR模 型对所提出的问题进行实证分析。 具体研宄路线如下： 1.4论文结构 本文共分为 5章，具体如下： 第 1章，绪论。本章介绍本文的研究背景、研宄意义以及本文创新之处， 同时，结合我国房地产市

40、场发展情况提出主要研宄问题，针对本文研宄内容 确定研宄路线。 第 2章，主要进行文献综述、基础理论和分析方法的研宄。从理论上分 析房价变动区域差异的原因和根源，以及主要经济基本面的影响因素。 第 3章，根据我国房地产市场发展现状，采用探索性空间分析方法和差 异性指数对我国房地产价格变动的地区性差异特征进行分析。 第 4章，基于房地产传统面板计量模型的检验结果，采用空间和时间双 固定的空间杜宾模型对影响房地产市场价格区域差异的主 要影响因素进行实 证分析。同时，通过地理加权回归模型，对我国房地产市场价格区域差异的 空间异质性进行实证分析。 第 5章，结论与展望。总结本文的主要研宄结论，提出相关政策建议， 以及进一步深入研究展望。 1.5本文的创新之处 本文的创新之处有： (1) 所选研宄对象的创新。根据我国 70个大中城市和一二三四线城市 的划分，选取 71个大中城市的 1999一 2014年房地产相关数据，突破了以往 只选用 31个省级面板数据或者 28个城市数据等进行分析的样本稀少性。 (2) 空间权重矩阵和实证分析模型的创新。采用反距离空间权重矩阵， 并且以两两城市之间的最短铁路距离作为空间距离，铁路作为我国