城市房地产价格

城市房地产价格（通用12篇）

城市房地产价格 篇1

随着经济发展和收入的提高,居民对于居住条件的要求也随之提高。在选购住宅时,房屋的内部结构是购房者关注的重点,而小区环境的好坏以及配套设施的齐全也会成为选购住宅的考虑因素。良好的环境能够给人们提供更多舒适的感觉,而人们也愿意为此额外支付一笔费用来获得这种舒适性。

本文以合肥市政务区的天鹅湖对住宅价格的影响为研究对象,运用享乐价格法,建立住宅享乐价格模型,探讨城市湖景对周边住宅价格的影响。

1 文献综述

通常影响住宅价格的变量被分为三大类:区位特征、建筑特征和邻里特征。从这三大类特征出发,将住宅价格分解,估算出其隐含价格,是国内外学者经常使用的方法。

1.1 国外研究

Young[1]研究了佛蒙特州尚普兰湖靠近Albans湖岸道路的住房受可感知水质的影响。研究发现由于受到附近市政废物处理厂的影响,相比于没有受到影响的临岸住宅,房产价值平均下降20%左右。Steinnes[2]运用明尼苏达的53个湖周边出租的房产的评估数据,通过研究发现水体的透明度对于房价的影响,结果表明离湖每靠近1英尺,其价值增加206美元。Michael,Boyle,Bouchard[3]以缅因州的34个湖为研究对象,运用塞齐盘来测量水体的透明度。在通过对该州内多地的研究后发现水体透明度改善1公里平均会增加的房产价格约为11美元到200美元。Russell Kashian[4]研究了威斯康星州Koshkonong湖边的房产价值受到水位的影响。通过享乐价格研究发现水位减少2英尺对于湖沿岸的房产有显著影响。Shihomi Ara,Elena Irwin和Timothy Haab[5]通过考察空间效应来研究伊利湖的水质对周边房产价格的影响。研究发现一个单位大肠杆菌的增加会导致房产价值减少1.94美元,而水体透明度每增加一公分房屋价值增加21.54美元。

1.2 国内研究

吴冬梅等[6]选定了南京莫愁湖作为样本,运用Hedonic价格模型估算了莫愁湖对于周边住宅价格的影响,结果表明莫愁湖对周边住宅有正向影响,舒适性价值占房价的13%。顾新辰[7]以苏州金鸡湖西岸地区为例,运用HPM理论构建二手房楼盘挂牌均价模型,研究了城市外部环境对房地产价格的影响,结果显示,距金鸡湖的距离每减少1%,房价上涨0.099%。刘畅[8]运用享乐价格模型对苏州城区内景观对于房地产价格的影响做了实证研究。王德、黄万枢[9]应用Hedonic住宅价格法对上海市210个住宅实际成交价格做定量分析,建立住宅价格模型,并且应用此模型定量估测了轨道交通和公园绿地对住宅价格的影响,根据定量估测,能看到黄浦江的住宅总价相比看不到的高33.96%,能看到公园的住宅总价相比看不到的高17.86%。孙克军[10]、黄虎[11]、闫俐臻[12]等运用享乐价格法研究了陕西西安和湖北襄阳两地的住宅价格影响因素。

2 研究区域选择

本文选择了合肥市政务区的天鹅湖为研究区域。天鹅湖是一座人工湖,湖面面积一千亩,沿岸有雕塑、喷泉和人工沙滩,环境优良,空气质量较好。天鹅湖毗邻市政府办公楼、合肥大剧院、合肥奥体中心以及天鹅湖万达广场,配套设施齐全,给居民的居住和生活提供了便捷。本文选择了天鹅湖周边的5个小区作为研究对象,由北往南分别是天鹅湖畔、御龙湾、山水名城、香榭水都和岸上玫瑰。

3 变量选择及预期符号

住宅享乐价格模型影响因素有区位因素、建筑因素和邻里因素。

1)区位因素。选取了距CBD的距离、距学校的距离和公交站点数。区位的好坏对于房价有直接的影响。一般来说,靠近市中心的住宅价格要高于远郊住宅价格,临近商业区和CBD的住宅价格要高于偏僻地段的住宅价格。本文选取的天鹅湖区域处在合肥市大力发展的政务区,虽然与市中心的老城区距离较远,但区内相应配套设施齐全,该区域内的天鹅湖万达广场集休闲、娱乐、办公为一体,因此选定其为目标CBD。对于学校的选择,本文选取的是安徽省博物院西侧的合肥市第五十中学新区,所选取的五个小区都在该校学区范围内。公交站点选择通过小区外围所有公交线路的数量。

2)建筑因素。建筑因素选取的变量有房龄、面积、住宅类型、楼层、卧室数、客厅数和卫生间数以及装修程度、房屋朝向和容积率。一般来说,商品房的房龄越长价格越低。房屋的面积和卧室数量、客厅数量以及卫生间数量密切相关,面积越大房屋总价自然越高。装修程度的好坏也会对房屋价格产生影响。通常情况下,容积率是和房屋价格呈反比的。

3)邻里因素。邻里因素选取的是学校质量、自然景观和距湖的距离。购房者在购房时必定会考虑到小区所在学区的学校质量,因此学区内学校质量越好房价越高。自然景观以小区的绿化率作为标准,绿化率越高,房价越高。距湖的距离这一变量是重点研究对象,距离天鹅湖越近,一方面能够在家中更好的欣赏湖景,另一方面到达湖边所耗费的时间也越短。

对各变量的预期符号进行分类。预期符号为正号的有公交站点、面积、楼层、卧室数、客厅数、卫生间数、装修程度、朝向、学校质量、自然景观;预期符号为负号的有到CBD的距离、到学校距离、房龄、住宅类型、容积率、距湖的距离。

4 数据采集和分析

4.1 数据采集

本文的数据采集主要来自两个渠道,一部分来自挂牌出售的二手房交易数据,一部分来自电子地图提供的距离数据。

挂牌交易的二手房数据采集自58同城网站的二手房板块。二手房交易数据从政府部门和房产中介处很难直接获得,而网上挂牌的二手房交易数据公开透明而且更新及时,数据的真实性和有效性可以保证。本文选取的是2013年的交易数据,所选取的变量一部分通过网上收集到,一部分需要进行实地调查核实。选取的变量中涉及距离变量的,通过百度地图提供的电子地图以及比例尺确定。本文一共选取了16个变量,样本数量达到了221个。

在数据的收集过程中,有些数据可以直接获得并使用,有些数据则需要转化成数值才可以使用,如住宅类型、朝向和装修程度这些变量就需要赋值处理。在住宅类型中,高层住宅取0,多层住宅取1;房屋朝向朝北取0,朝南取1。装修程度不能简单的用0-1变量来确定,因为装修程度的不同,所以毛坯取0,简装取1,中装取2,精装取3。此外,学校质量也采用0-1变量,我们给西园新村小学赋1,给翠庭园小学赋0。

4.2 数据分析

4.2.1 模型汇总

在运用享乐价格法进行房产价值评估时采用的模型通常有:线性模型、半对数模型、对数模型以及经过Box-Cox转化的模型。本文初步选择了线性模型和半对数模型,通过分析后得出模型汇总表(表1)。

表1 模型汇总表

拟合度R方反映的是模型对因变量的解释能力。线性模型下的拟合度R方为0.770,而半对数模型下的R方为0.825。半对数模型下的方程拟合度要好于线性模型下的方程拟合度。Durbin-Watson统计量是用来检验残差的分布是否符合正态分布。通常认为D-W值趋于2时,模型基本没有自相关关系;趋于0时,有正相关关系;趋于4时,有负相关关系。线性模型的D-W值为1.721,而半对数模型的D-W值为1.829,半对数模型的D-W值要高于线性模型。采用半对数模型进行进一步分析效果要更好。

4.2.2 方差分析

表2 方差分析表

方差分析的显著性水平为.000,拒绝全部系数均为0的原假设,说明方程是高度显著的。通过了显著性检验,说明拟合是有意义的,回归方程是有效的。

4.2.3 回归分析

由于在模型拟合中,半对数模型的拟合度要好于线性模型。因此,我们采用半对数模型进行进一步的分析。

表3 回归系数表

线性回归要求能留在方程中的变量,一是要对模型有影响力,二是不能造成共线性。到CBD的距离、公交站点以及学校质量这三个变量,与其他变量形成共线性,因此在回归的时候已被剔除。通常认为VIF值低于10不存在多重共线性,其他变量的VIF值最大的也只有4.8,所以回归结果是有效的。剩余变量里房龄、面积、楼层、卧室数、客厅数等变量对房价的影响是显著的。

从相关性来看,到学校的距离、面积、楼层、卧室数、客厅数、装修程度与房价呈正相关关系,房龄、住宅类型、卫生间数、朝向、容积率、自然景观和到湖的距离与房价呈负相关关系。与预期的变量符号对比看,有四个变量与预期的符号不同,分别是:到学校的距离、卫生间数、朝向和自然景观。

1)到学校的距离。通过实地调查发现,小区距学校距离相对较近,选取的几个小区周边公交线路较多,公共交通便捷。同时随着私家车的普及,开车接送孩子上学也不在少数。因此到学校的距离这一变量对房价没有显著的影响。

2)卫生间数。现在开发商在设计房型时,两居室通常有一个卫生间,三居室以上可能会设计两个卫生间,但是实际使用中卫生间的数量影响可能并不明显。

3)朝向。房屋朝向不显著可能是受到数据收集的限制,因为大多数的住宅都是南北通透的,在我们选取的五个小区中房屋基本都是南北通透,所以房屋朝向对于房价的影响不明显。

4)自然景观。小区的绿化率是选购住宅的重要指标,绿化率高代表环境质量优良,但是在检验中自然景观这一变量影响不显著,可能是受到小区所处的大环境的影响。选取的五个小区内的景观和周边道路的绿化都是近些年才完成的。在这样一个优良的外部大环境下,小区内部的绿化率对房屋价格的影响可能就被“稀释”,显得不那么重要了。

5 结论与讨论

1)住宅价格受到生态景观的影响。从本文的分析中可以看出,距离天鹅湖的距离作为影响房屋价值的因素在分析中是显著的。住宅价格显著地受到天鹅湖的影响,离湖的距离越近,住宅价格越高。

2)享乐价格法可以用于价值评估。外部环境会给房屋的价值带来影响,通过享乐价格法可以较为客观地反映外部环境的影响程度。享乐价格法可以用来评价城市绿地、湖泊对周边住宅的正面影响,也可以用来评估地铁站的建设、噪声的污染、垃圾填埋场对周边住宅的负面影响。

3)政府的公共行为提升了房产价值。政府开发的大型公园绿地以及修建的配套基础设施提升了周边房产的价值,但是这种价值增值的收益并不完全是由政府获得,而是通过政府土地出让将一部分价值让渡给房产开发商,政府在今后制定税收政策时应充分考虑公共支出所产生的价值增值的转移。

摘要：通过建立享乐价格模型,估算和检验城市生态景观对周边住宅价格的影响程度。以合肥市天鹅湖为研究对象,选取了区位因素、建筑因素、邻里因素三大类变量,建立住宅享乐价格模型,对不同属性变量进行分析,重点研究了距离天鹅湖的距离对于房屋价格的影响。结果表明:住宅价格受到的周边湖景的影响,到湖的距离越近,住宅价格越高。基于此,政府在进行城市规划和建设时,应当考虑环境和配套设施的影响;政府在制定税收政策时应当充分考虑公共支出给私人物品带来的增值效应。

关键词：享乐价格法,住宅价格,生态景观,合肥天鹅湖

参考文献

[1]YOUNG C E.Perceived water quality and the value of seasonal homes,water resources bulletin[J].American Water Association,1984,20(2):163-68.

[2]STEINNES D N.Measuring the economic value of water quality[J].Annals of Regional Science,1992,26:171-76.

[3]MICHAEL H J,K J BOYLE,R BOUCHARD.Water quality affects property prices:a case study of selected maine lakes[R].Maine Agricultural and Forest Experiment Station,University of Maine,Miscellaneous Report 398,1986.

[4]RUSSELL KASHIAN.Lake drawdown:a debate on the value of 2inches of water[R].Whitewater:University of Wisconsin Whitewater,2007.

[5]SHIHOMI ARA,ELENA IRWIN,TIMOTHY HAAB.Measuring the effects of lake erie water quality in spatial hedonic price models[C].Kyoto:Third World Congress,2006.

[6]吴冬梅,郭忠兴,陈会广.城市居住区湖景生态景观对住宅价格的影响——以南京市莫愁湖为例[J].资源科学,2008,30(10):1503-1510.

[7]顾新辰.基于Hedonic模型的苏州工业园区金鸡湖西岸地区住宅特征价格研究[D].广州:华南理工大学,2011.

[8]刘畅.城市景观对房地产价值的影响初探——以苏州为例的享乐价格模型分析[J].学术探索,2012(9):67-71.

[9]王德,黄万枢.外部环境对住宅价格影响的Hedonic法——以上海市为例[J].城市规划,2007,31(9):34-46.

[10]孙克军.基于享乐分析的城市住宅价格研究[D].西安:西安建筑科技大学,2010.

[11]黄虎.基于hedonic模型的襄阳城市住宅特征价格研究[D].武汉:华中师范大学,2011.

[12]闫俐臻.西安市住宅价格影响因素分析及实证研究[D].西安:长安大学,2007.

城市房地产价格 篇2

【网络综合-房地产评估师考试指南】：

房地产成交价格不仅关系当事人之间的财产权益，而且也关系着国家的税费收益。因此，加强房地产交易价格管理对于保护当事人合法权益和保障国家的税费收益，促进房地产市场健康有序发展，有着极其重要的作用。

《城市房地产管理法》规定：“国家实行房地产成交价格申报制度。房地产权利人转让房地产，应当向县级以上地方人民政府规定的部门如实申报成交价，不得瞒报或者作不实的申报。”2001年8月原建设部发布的《城市房地产转让管理规定》（原建设部令第96号，以下简称《转让管理规定》）中也规定：“房地产转让当事人在房地产转让合同签订后90日内持房地产权属证书、当事人的合法证明、转让合同等有关文件向房地产所在地的房地产管理部门提出申请，并申报成交价格”；“房地产转让应当以申报的成交价格作为缴纳税费的依据。成交价格明显低于正常市场价格的，以评估价格作为缴纳税费的依据”。这些规定为房地产成交价格申报制度提供了法律依据，如实申报房地产成交价格是交易当事人的法定义务，是房地产交易受法律保护的必要条件之一。

房地产权利人转让房地产、房地产抵押权人依法处分抵押房地产，应当向房屋所在地县级以上地方人民政府房地产管理部门如实申报成交价格，由国家对成交价格实施登记审验后，才予办理产权转移手续，取得确定的法律效力。这一规定改变了原来计划经济体制下价格由国家确定或审批的管理模式，实行交易双方自愿成交定价，向房地产管理部门申报价格的制度。房地产管理部门在接到价格申报后，如发现成交价格明显低于市场正常价格，应当及时通知交易双方，并不要求交易双方当事人更改合同约定的成交价格，但交易双方应当按不低于房地产行政主管部门确认的评估价格缴纳了有关税费后，方为其办理房地产交易手续，核发权属证书。

房地产经纪人在代办有关交易手续时，应坚持如实申报，不可迁就当事人意愿瞒价申报，避免可能的房地产交易纠纷及由此引发的含税收征管在内的一系列法律责任，防范执业风险。

如果交易双方对房地产管理部门确认的评估价格有异议，可以要求重新评估。重新评估一般应由交易双方和房地产管理部门共同认定的房地产评估机构执行。交易双方对重新评估的价格仍有异议，可以按照法律程序，向人民法院提起诉讼。通过对房地产成交价格进行申报管理，既能防止房地产价格不大起大落，又能有效防止交易双方为偷逃税费对交易价格做不实的申报，保证国家的税费不流失。

全国房地产价格上涨 篇3

房屋销售价格涨幅增加

今年以来，国民经济稳步增长，城镇居民收入大幅增加，消费者的投资和收入预期较好。随着住房制度改革继续深化，房地产二级市场加速开放，房地产开发销售商把房屋的建筑质量、高科技含量和高档次社区建设同步抓，并开展了积极的促销活动，房屋销售势头良好，房地产市场稳步升温，价格继续上涨。3季度与去年同季相比，全国房屋销售价格上涨4.0％，涨幅比2季度扩大了1.2个百分点。其中，东部地区的宁波、南昌、青岛、杭州、上海等地，房屋销售价格继续保持大幅增长，涨幅分别达到19.2％、9.5％、8.7％、8.4％和7.9％。西部地区的兰州、银川、西宁等城市受西部地区开发建设快速发展的带动，房屋销售价格也分别上涨4.6％、4.8％和3.2％。

商品房销售价格比去年同季上涨3.5％。商品房销售价格的上涨，除了需求增加的因素外，房屋质量、物业管理水平、居住环境等的逐步完善抬高了其销售价格，部分地区供需矛盾的加剧、卖方市场的出现，也在一定程度上拉动了销售价格上涨。在商品房销售中，住宅价格上涨3.7％。其中，经济适用房和普通住宅销售价格分别上涨1.5％和4.2％；豪华住宅价格上涨2.7％。非住宅用房销售价格上涨2.5％，其中，商业用房和写字楼销售价格分别上涨2.8％和1.9％。

私有住房销售和公房交易价格分别上涨8.2％和3.3％。受需求增加，特别是二级市场逐步开放的影响，私有住房中住宅的销售价格上涨幅度较高，达到12.9％。

土地交易价格继续保持较高涨幅

3季度，土地交易价格继续保持大幅上涨，与去年同季相比上涨了6.3％。其原因，一是部分地区实施了新的土地基准地价；二是一些地区在土地交易中实行了拍卖和竞标等交易方式；三是部分地区的土地供应量不足。与去年同季相比，3季度居民住宅用地交易价格上涨6.7％，商业旅游娱乐用地交易价格上涨2.0％，工业用地交易价格上涨仅0.3％，其他用地价格则上涨了9.2％。35个大中城市中，土地交易价格涨幅较高的城市依次是南昌、杭州、上海和南宁，分别达到45.3％、16.9％、10.0％和8.2％。

房屋租赁价格继续上涨

3季度，各大城市房屋租赁价格涨跌互现，平均比去年同季上涨1.1％。由于继续受部分地区去年上调公房出租价格的滞后影响，住宅租赁价格上涨2.5％，其中公房和私房的租赁价格分别上涨2.2％和3.6％。商业用房租赁价格微涨0.4％，厂房仓库租赁价格上涨0.8％，办公用房租赁价格则下跌0.7％。

城市房地产价格 篇4

关键词：消费需求,房地产价格,房地产开发成本

一、引言

大量文献关注房地产价格的决定因素。一类研究基于国家和地区宏观经济因素解释房价。另外文献聚焦空间差异及房地产市场的地区间联系。自从房改以来, 中国城市的房地产价格快速上涨。根据中国国家统计局的统计资料显示:2001-2008年, 35个大中城市的平均房地产价格从2370元/平方米增加到4967元/平方米, 平均年增长率为11.33%。中国城市房地产价格快速上涨已是不争的事实, 但哪些因素导致其价格上涨呢?直观来看, 凡是居民人均收入高的城市、物价高土地租金贵的城市, 其房地产价格也高。比如, 深圳、北京、上海和广州。这些城市也都是沿海或十分开放的城市, 那么城市对外开放程度是否也是推高房地产价格的因素之一呢?2001-2007年, 中国城市平均经济开放度从49%增至77%的最高值, 2008年又下降到76%。这与国际金融危机有着密切关系。从城市8年平均值的角度看, 深圳最高, 达365%;呼和浩特最低, 为10%。本文使用35个大中城市的数据, 估计居民人均收入、土地转让费、房地产开发成本及国际经济等因素对房地产价格的影响。

二、数据描述

本文中的数据包括35个城市从1998到2008年的宏观经济指标及不地产市场变量。HP代表不动产价格, 来源于中国统计年鉴。其它宏观经济数据有: (1) 进出口总额 (亿美元) 基本能反映每一个城市的国际贸易概况。该数据来源于各城市历年统计公报。 (2) GDP (亿元) , 为各城市全市GDP。该数据经过全国GDP平减指数的调整, 为实际GDP。 (3) 居民人均可支配收入 (PI, 元) 经居民消费价格指数调整为实际收入。 (4) 城市总人口 (TPOP, 万人) 。 (5) 城镇失业率 (UNEMPLOY) 。 (6) 城市土地交易价格指数 (LANDL) 。 (7) 人口密度 (POPD, 人/km2) 。 (8) 房地产开发成本 (REDCOST, 元/km2) 等于房地产竣工价值除以竣工面积。 (9) 房地产存量 (RSTOCK, 10000 m2) 。各城市2001年的房地产存量等于当年各城市人均拥有房屋面积乘以各城市非农业人口再加各城市2001年商品房竣工面积。以后各年的房地产存量等于各城市上一年的房地产存量加当年各城市商品房竣工面积。 (10) 城市外贸依存度 (INTER) 等于进出口总额除以GDP。以上数据来源于中国城市统计年鉴、中国统计年鉴、各城市统计公报以及各省统计年鉴。

三、回归及结果

文章使用对数面板数据模型解释影响房地产价格的因素。HP是被解释变量。PI、TPOP、POPD、LANDL、INTER、RSTOCK、UNEMPLOY和REDCOST为解释变量。如果在面板数据中存在单位根, 除非面板数据是稳定的或协整, 否则, 统计分析就是失败的。因此, 文章先进行单位根检验。检验结果显示:HP、PI、TPOP和POPD存在单位根, 但HP、PI、TPOP和POPD都是一阶单整, 即I (1) 。然后检验这四个变量是否存在长期的稳定关系。使用KAO残差协整检验, 检验结果说明这四个变量存在长期的稳定关系。零假设是不存在协整。检验结果表明KAO检验拒绝原假设, 因此回归模型中的变量存在一阶协整关系, 这意味着回归是有意义的。

回归结果显示:如果所有解释变量都参与回归, 人口密度 (DPOPD, t值为-0.6175) 、国际开放度 (INTER, t值为1.2094) 和房地产存量 (RSTOCK, t值为1.4713) 都不显著。如果回归模型排除了上述不显著的变量, 结果显示失业率 (UNEMPLOY, 回归系数为0.0291, t值为1.9598) 和房地产开发成本 (REDCOST, 回归系数为0.0188, t值为1.8609) 对房地产价格的影响较小, 但都正相关。而人均收入 (DPI, 回归系数为0.4056, t值为3.3663) 与土地价格 (LANDL, 回归系数为0.2829, t值为3.4114) 对房地产价格的影响较大, 随着人均收入水平和土地租金的提高, 房地产价格相应上涨。在所有模型中, 人均收入的回归系数总是显著为正的。这证明了消费者强大的需求是房地产价格飙升的主要动力, 且是长期持久的力量。两个模型中, 人均收入的回归系数分别为0.4056和0.5296, 用平均回归系数0.4676作为人均收入房地产价格弹性。

四、结语

本文发现城镇居民人均收入、土地租金、失业和房地产开发成本都与房地产价格之间具有统计上显著的正相关关系。这说明居民收入水平越高的城市, 其房地产价格越高。同理, 土地转让价格高的城市, 开发成本高的城市, 房地产价格越高。房地产的收入价格弹性是0.4676, 它将影响房地产价格的长期均衡和短期波动。如果人均收入增加1%, 房价则上涨0.4676%。上述发现与直观观察结果一致, 即经济发达的大城市像深圳、北京、上海和广州, 房地产价格高的主要原因是收入高、物价贵和土地租金高, 这一点也与经济学理论相一致。

经济学理论告诉我们:消费需求是房地产价格上涨的根本性决定因素。居民收入水平高, 购买房地产的能力强, 加之对房地产的需求欲望强烈, 房地产市场需求便大。而居民对房地产的投资性需求直接源于消费需求。对房地产的消费需求大, 人们预期房地产价格还会涨, 这便刺激收入水平更高的居民产生投资性需求, 而投资性需求大反过来又会推高房地产价格。

另外, 土地租金上涨的直接原因是房地产的消费需求。居民对房地产的消费需求大, 这会鼓励房地产开发企业多建房, 因此, 房企对土地的需求属于引致需求、派生需求。

第三, 房地产开发成本上升的原因主要有两个。一是城市各行业从业人员的工资水平不断 (刚性) 提高;二是土地租金持续大幅上涨。而这两个因素又与居民对房地产的消费需求有关。

北京房地产“均值价格”曲线分析 篇5

京市房地产近一个多月以来出现的新变化格外值得关注。先是180平方米以上的大户型出现罕有的抛售，有些从未有过交易的豪华小区内，整幢别墅在密集抛售，且有加速抛售的趋势；再是房地产价格上升过快，上半年房价同比上升26％，北京三环内房地产商品房平均价已达每平方米5.2万，远超市场公开信息披露值。

经过调查，近期集中抛售大户型房产的业主，并非对北京市乃至对国家宏观经济失去信心，而是强烈担心中央将在近期强制推行房地产新政，其中包含房产税、个税、遗产税等有力措施，并且很有可能在采取上述措施后，全面放开房产限购，这将强烈冲击已趋于饱和的房地产市场，必将使地产市场价格逆转。

大户型的居住者大致分为富翁、为官者两类人。前者怕调控新政，后者则在极力规避反腐。他们抛售大户型房产，既有无奈，又表现出较大的坚定成份。所以，在房产出手的交易谈判中，为富者杀价较为缓慢，寸金寸移——挂单观望居多；为官者杀价较为凶狠，甚至想一步达成交易。

大户型原本是稀缺资源，这一户型历来极少交易。按房地产交易商的说法：此类户型从前连看都未看过，近期的抛售让他们开了眼。因此，想让这一群体之外者接盘，难度非常大。

笔者在走访中了解到，这类“特种群体”对房产信息公开化怀有“激烈抵触”情绪。多数人口坚称：今年底实现房产信息公开化办不到。

上述现象至少说明，房地产市场已出现了分化的迹象。房价或将变得多元性，房价将出现历史性拐点，今后的定价条件和趋势值得关注。

从全局看，目前房价显现出三种分化趋势：一是经济发达地区价格将相对居高，非发达地区价格将趋于弱化。例如，京、沪、穗等城市房价将阶段性维持高位；二是同一城市核心区与非核心区价格将分化。例如，北京三环以内价格相对居高；三是不同房型价格也在现分化。例如，传说中房产税免交的划线定在“人均80平方米以内”，根据目前我国人口家庭结构特点，未来在80平方米、160平方米等户型将会受到追捧。

定价要满足两个基础条件：其一，要有两条“均值价格”曲线相互交叉：一条（境外线）从首尔——东京——台北“均值价格”曲线，一条（境内线）从北京——上海——广州“均值价格”曲线；其二，在这两条“均值价格”曲线相交的时点，由同期反映出的美元与人民币汇率博弈价，即为北京市未来房地产（高位区间）“均值价格”的“转化价位”。目前，定价呈现国际化区域均衡化趋势。“京沪穗”三地与境外“首东台”三地的地价正在日趋 “接轨”，而“两条“均值价格”曲线相互交叉”，恰好是“定价呈现区域均衡化趋势”的具体体现。目前，从首尔——东京——台北的“均值价格”曲线，正在“由高点向下滑行”；而从北京——上海——广州“均值价格”曲线，正在“由低向高攀升”；这两条“均值价格”曲线“相交”的时点，或正是北京未来房地产（高位区间）“均值价格”的价位。

政府不要干预房地产价格 篇6

为什么要推进金融领域的改革？

龙永图：拿银行业来说，由于历史原因，几大银行占到了80%以上的份额，小微银行很少，所以目前中国的金融体制改革是使大中小微型的银行和金融机构要并存，形成良好的金融生态。银行大了当然很好，抗风险能力强，但是太大的话也会有问题，大到有时候会绑架国家金融产业。大中小微金融机构都要并存，就像大自然中多物种的并存才是一个良好的生态，所以现在的金融目标就是要扩大中小微金融银行和金融企业，这样使得我们的金融生态环境更加好。

银行业的市场化、金融机构之间的竞争，到底会对我们中国经济和实体经济的发展带来什么样的影响？

龙永图：外资银行想通过上海自贸区的实验慢慢发展起来，对混合制也有鼓励，加上国有银行、民营银行、私有制银行平衡发展，最终目的是更好地为金融服务。从另一方面来说，大型国有银行很难为民企小微企业提供服务，所以就必须要有相对应的民营银行、金融机构提供对这些实体经济的帮助。只有小微发展了、实体经济发展了，才能解决就业的问题，稳定的问题，民生的问题，这是我们整个经济体制改革的重要的目标。

那么对于中小企业，尤其是外贸型企业的发展，你有什么样的建议。

龙永图：我建议外贸企业和中小企业走专业化道路，把进口和出口有机结合起来，因为进口会成为我们外贸当中非常重要的一个部分，要尽快转型成为国际进出口贸易，既要进口也要出口。特别是制造业，对零部件、生产原料的需求的增长，进口是有很大的潜力的。

一部分企业把房产和实业发展相结合，但国家始终在出台一些比较严厉的房地产调控措施，你对目前房地产政策怎么看？

城市房地产价格 篇7

作为公共交通不可或缺的城市轨道交通, 在我国的国家标准中将其定义为“通常以电能为动力, 采取轮轨运转方式的快速大运量公共交通之总称”[1]。轨道交通在城市交通出行中非常重要, 有着其他轨道交通不可比拟的优势, 比如具有极高的稳定性、快速输送乘客的能力、单次运载量大、对环境所造成的污染少等, 成为了各大城市管理者的首选。目前国际上采用的有地铁轻轨、城郊铁路、悬浮列车以及有轨电车等多种类型, 不同类型运输能力不同[2]。但是地铁造价昂贵, 前期投入十分巨大, 运营维护费用较高, 而作为公共交通, 地铁定位也决定了其不能靠高额的票价回收成本, 也就意味着不能仅靠地铁本身的运营做到“收支平衡”。在轨道交通建设过程中要经历前期投入巨额资金的问题, 建成后一系列的运营后需大量的财政补贴, 给财政带来了巨大的压力。城市轨道交通建设对沿线附近房地产价格的影响非常显著, 地铁线路规划一出, 沿线房地产价格就开始连续上涨, 地铁效应十分明显。

1 城市轨道交通的特点

1.1 运输能力大

城市轨道交通相比其他交通工具来说, 有着极高的输送旅客的效率, 据统计, 地铁在早高峰时1 h能通过全日客流的17%~20%, 3 h能通过全日客流的31%[3]。

1.2 准时性

城市轨道交通多实行全封闭的运行方式, 形成于不受其他交通影响的独立道路权, 列车全天候地按照轨道运行图进行运转, 不仅可靠而且准时[4]。

1.3 速达性

城市轨道交通有专用的行车道、运行速度高 (速度可达80~100 km/h) , 启、制动加速度高, 采用高站台[5]、最适宜的换乘方式、在较短的时间内以最快的速度上下车等特点, 能以最短时间、最快速度到达目的地。

1.4 舒适性

城市轨道交通的特定运行轨道决定了其他交通工具不可对其干扰, 具有其他交通工具不可比拟的运行特性, 加之车内、站内都安装有自动售票服务装置、引导标识、空调等配套设施, 与其他公共交通相比, 有极大的舒适性。

1.5 安全性

专门的轨道线路及先进的通信装置, 使得城市轨道交通发生事故的概率大大减小。

1.6 充分利用地下和地上空间

城市轨道交通充分利用地底和地表的空间资源进行交通建设, 既在地面街道没有被占用的情况下充分利用城市空间, 又缓解了由于车流量大而造成的城市交通问题。

1.7 运营费用较低

城市轨道交通的运行是依靠电气牵引来实现其运营工作, 大大降低了能源等材料的消耗, 运营费用也随之降低。

1.8 对环境低污染

城市轨道交通运用电气牵引完成运行工作, 因此, 产生较少或不产生废气, 同时各种喇叭鸣笛也大大减少, 对环境污染低。

2 房地产价格的影响因素

2.1 区位因素

区位是指房产间的相互位置关系。在经济繁华地段附近、交通要道、人流量大、交通量大、自然环境好、附属生活设施完善的房屋价格都会很高, 反之, 交通闭塞、偏远郊区价格也相对较低。

2.2 邻里因素

邻里因素是指在住宅周围一定距离范围内的微观环境。一般说来是指房屋居住地范围内的邻里关系及居住的环境, 也主要指周围基本的生活配套设施及与学习相关的基础设施数量及完善程度, 与住宅价格一般呈正相关。

2.3 结构个别因素

住宅的结构设计形式直接影响着住宅自身的质量好坏和其品质的高低。布局的分散程度 (分散或是集中) 、建筑形式 (多层或是公寓式) 、楼层的层位、房屋朝向及服务类的物业管理情况与房屋的价格都有密切的关系。

2.4 消费者特征因素

不同的购房者由于其经济条件不同、消费能力不同, 加之个人喜好不同, 对购房需求也有所差异。

3 城市轨道交通对沿线房地产价格的影响

3.1 影响理论分析

1) 基于区位理论分析。区位理论是指人们的行为特征方式和其所在区域位置有着密切的联系, 特别在日常生活中的交易与消费行为特征, 是一种人与人之间经济往来的学说, 主要是指在空间分布和其选择与经济活动的又一优化过程。产业配备情况和房屋价格的高低是影响土地区位的主要因素。由于城市的发展水平不一, 不同区位房产的价格也不尽相同, 而轨道交通建设者在此过程中起到了优化土地区位的作用, 进而带动了轨道附近一定范围内的房屋价格的提升。其中, 交通地理区位是指在某一城市或地区范围内与其特定范围内交通路线及其配备设施之间的相互关联程度, 而通达性的好坏直接关系到其交通便利程度及所能够吸引资金的程度, 对交通地理区位有直接的影响, 周边的基础设施分布状况也随之发生相应的变化, 最终导致轨道交通附近的开发强度和开发类型也随之发生改变。

2) 基于级差地租理论分析。级差地租是指由于土地等级差别产生的并为土地所有者占有的超额利润。城市轨道交通的建设改变了沿线, 尤其是偏离市中心位置居民的出行方式, 有效减少了居民出行的时间成本。因此, 与城市轨道网未覆盖的区域相比较, 轨道交通可达的地方有着很明显的出行便利性, 特别是在其沿途附近的居民或是工作的人都会从中受益。在人流输送方面, 城市轨道交通有其十分重要的职责, 更多的人会在城市轨道周边聚集, 由于人流量增大, 其他方面的投资也会跟着增多, 因此, 也能够给城市轨道交通附近带来额外的利润。城市轨道交通一方面降低了沿线居民的出行成本, 同时也给沿线区域带来了附加利润, 基于级差地租理论, 这些附加的利润会使城市轨道交通沿线地价提高, 从而使房屋售价水涨船高。

3.2 影响机理分析

由于运输人流量大、安全性能高、舒适度好、既方便又快捷、既能保护环境又能使土地被充分利用等特征, 致使各种各样的经济汇聚于轨道站点及其周边位置, 也使得轨道周边的开发强度有所增加, 轨道交通沿线的经济使周围的经济也随之跟着增长, 从而房价也随之上涨。

而主要的影响是改善周边物业的可达性。在城市中生活的人们由于生活工作的需要会有流动性, 同时也存在相互交流和沟通的特征。一般来说, 都市的核心地带是人流汇聚的地方, 在核心地带生活工作的人们生活方便、距离上班单位较近等便利条件大大降低了交通和时间成本。城市轨道交通是将市中心与郊区联系的主线, 将城市的活动范围进一步扩大, 居民的可达性大大提高。

本文将区位和地租两大理论有机结合起来, 地理位置、地租和地价之间有着密不可分的特性, 由于所处地理位置不同, 地租价格便随之不同;地理位置影响着可达性, 这也导致地价存在差异。运输成本与土地价格之间存在着互补的关系, 这种关系将交通和地价之间有机地结合起来, 地租是地价的一种表现形式, 具有替代交通费用来表示交通的特性。运输费用和地租相加后便可得到阻力成本值 (见图1) 。由于相对较高的交通速度和高于平均水平的生产力, 也就自然地使运营成本控制在一个较低的水平, 使得交通状况有很大程度的提高, 而居民在出行成本上的投入也小了不少。地租 (Lr) 与运费 (Tc) 相加后得到一个数为常量, 如果在较好的道路状况下, 交通比较便利, 就可以使运费在一定时间内下降为Tc’, 而随之带来的结果就是地价上升到Lr’。目前为止, 平均速度40~60 km/h的城市轨道交通使得区位之间的在短时间内能够以相当快的速度发生转移, 而其他区位所需要的时间成本也会有降低的趋势, 最终影响到交通成本也随之降低。

综上所述, 房地产价格的高低受城市轨道交通与周围商业圈之间的距离呈正相关性, 即城市的交通状况和便利性越好, 区位性对较远地区来说越有优势;在交通设施的完善程度而言, 轨道交通对区域性的影响并不十分显著;相对于较远的城区来说, 有着相对落后的交通设施, 对于新建的交通系统也会有较高的依赖性, 轨道交通对于房价的影响十分明显, 所以, 轨道交通系统的建设对于距离城市中心相对较远地区的房价的提升程度更为明显。

4 小结

通过本文的分析得出, 城市轨道交通对其附近房价有着较为明显的作用。相关政府部门可以通过对一些地区的成功案例进行分析, 并学习其成功经验, 更好地发挥轨道交通的外部收益, 积极制定相关政策引导轨道交通外部收益内部化, 解决建设与运营资金的难题。[ID:003359]

摘要：交通的便利程度是人们在购房过程中必须参考的一个重要指标, 因此, 交通状况是影响房地产价格的一项重要因素。本文探讨了城市轨道交通对于房地产的影响, 对于城市管理者科学规划城市轨道交通路线、合理制定房产税收政策, 对于消费者理性选购房产及房地产开发商进行市场投资提供重要的参考价值。

关键词：城市轨道交通,房地产价格,影响

参考文献

[1]赵鹏.基于复杂网络理论的多方式城市交通网络的协同研究[D].北京:北京交通大学, 2014.

[2]郭丽娜.城市轨道交通与土地利用协调发展的研究[D].北京:北京交通大学, 2007.

[3]冈田宏.东京城市轨道交通系统的规划、建设和管理[J].城市轨道交通研究, 2003, 6 (3) :1-7.

[4]陈蓓.国外城市轨道交通发展规模研究[D].北京:北京交通大学, 2010.

城市房地产价格 篇8

关键词：城市化,房地产,经济价格区域差异,影响因素

一、房地产市场价格区域差异性原因分析

(一) 区域差异显著

房地产作为在市场经济环境下产生的一种新兴商品, 具备商品的一切特征, 房地产作为一种刚性需求产品, 其中有一点不能忽视——区域性差异。内容涵盖了多个方面。其中包括了人口因素、经济因素等。随着城市化进程的的不断加大, 来城镇移居务工的人数急速增长, 带动了城市, 尤其是大型城市的经济发展, 造成显著的地区优势, 人民逐步富裕起来, 对居住条件的要求也在不断提高, 房地产经济在各个区域都成了热销商品, 尤其是经济发达地区和各省的省会地区, 房产价格不断攀升, 甚至已经大大超过了居民的平均收入水平, 调查资料显示, 每年将有1500万的人口进入城镇居住, 5亿的城市人口, 需要每年增加的住房面积为6到7亿平方米, 这样飞速的人口增长, 势必会对我国房地产的发展带来巨大的冲击和挑战。

(二) 竞争不充分因素制约

随着改革开放的不算深化, 各个房地产开发商如雨后春笋般不断增加, 特别是近十年的房地产商数量发展迅速壮大, 带动了高房价、高地方经济增长。楼盘数量也逐年增加, 特别是一些大城市, 由于生产过剩, 楼盘数目过多, 空房闲置等情况已不是个例。一些中小城市群, 由于经济上、环境上、区位上的劣势原因, 楼房数量还远远达不到居民所必须的必要量。具体表现是, 受外资房地产开发商入驻影响, 导致该地区房地产价格趋于一个平均较低水平, 而一些区位欠佳城市, 由于外资开发商的较少入驻, 导致地区房价处于一种不合理的中等偏高水平。

(三) 城市化与房地产市场的关系

随着社会生产力的不断发展, 会引起城市数量的增加、城市用地规模的扩大以及城市务工人口的不断增加, 导致城市人口占总人口比重不断上升, 呈现一种传统乡村向现代城市逐渐转变的现象, 称之为城市化。房产市场是以房产作为交易对象的流通市场, 也是房屋商品交换关系的总和。快速城镇化必然导致城市用地紧张, 房地产经济的繁荣。推动房地产价格上涨。多方面的影响可以看出房地产与城市化的发展相辅相成, 相互促进。

二、促进我国房地产区域协同发展的策略

就以上观点, 为了能够更好地进行我国房地产区域协同发展调整以及城市化建设, 促进区域经济的可持续发展, 通过分析和总结, 笔者在此提出以下建议:

(一) 政策扶持、协调发展

近年来, 政府通过宏观经济手段对我国房地产业的发展进行了大力调控, 并收到了显著成效, 公租房、经济保障性用房、廉租房数目不断扩大, 使得政府工作取得了良好的绩效, 并且政策的扶持可以使的区域经济发展减少了外部不稳定的素的影响, 为城市化的发展减缓压力、提供动力;严格对中小城市市场进行政府监控, 严防房价炒作, 推动我国房地产市场稳定, 健康发展, 以房地产自身市场机制为主导, 让房地产价格回归到合理的价格, 人民的基本住房需求得到保障。

(二) 加强区位优势、吸引外资

我国房地产市场存在着明显的区域差异, 我国各区域房地产的发展阶段不同。需要地方政府引进外部房地产投资商竞争注入活力, 可以进一步扩大楼盘数量, 使的市场充分竞争, 来压低本地开发商垄断的价格, 给老百姓一个合理、可行、公平的房地产价格水平, 抑制由房产增高来带的虚高物价。增加民营企业数量、扩建城市规模。增加民营企业数目, 注入经济活力, 从而提高经济发展, 促进人均收入的提升, 加大房地产市场的投资。可以优化区域环境, 引进外资, 增加城市吸引力。

(三) 降低土地成本, 政府加强监督管理

土地作为一种稀缺产品, 供给总量不会发生变化。其价格是由需求决定的, 人民不断的对房地的需求同时也创造了开发商的对土地的需求, 所以房价的上升必然会推动土地价格的上升。土地价格不仅仅需要地方政府的监管, 还要受到中央政府部门的监督, 确保其价格在一定合理的范围内浮动。房地产开发从“立项-开发-竣工-销售”这一过程, 需要交纳50多种税费, 整个过程需要各部门去审批和监督, 政府部门应该改变税费结构, 不参与开发经济利益链条, 取消不合理重复税费的征收, 降低了开发成本, 使我国房地产行业健康发展, 人民居住需要得到基本满足。

结束语

我国中央政府部门也相继出台了针对我国房地产行业的限价相关政策, 并起到了一定降温作用。我国房地产市场存在区域差异性, 针对不同的因素要采取不同的调控政策才能做到有的放矢。同时加强宏观调控, 让房地产价格回归到一个合理的、理性的价格, 使人民的基本住房需求得到保障。

参考文献

[1]杨光, 吕兴家.城市化进程与房地产发展关系探究[J].中国外资, 2012 (2) .

[2]王文祥.房地产经济学[M].经济管理出版社, 2003.156.

城市房地产价格 篇9

国内外的众多学者关于房地产价格影响因素研究范围主要从消费者需求及房地产市场供给、政策、宏观经济等三个方面进行研究。运用定量与定性结合方法对引起房地产市场价格的波动做了很多分析。Abranham和Hendershott(1996)通过实证研究,采用了一系列的不同期间的经济变量,认为居民收入、人口结构以及住宅供给对住宅价格会产生重要影响1;Gabriel、Mattey和Washe(1999)在住宅供需关系的影响因素方面研究得更具体,他们研究的结论为,在房屋的供给方面,不同地区得土地有效性和土地成本很大程度上会影响住宅价格,而在需求方面,房屋的质量、区位以及周边商品价位层次和家庭收入会影响房屋价格2。

对于房地产价格波动的因素研究中,中国学者针对房地产市场,及结合宏观经济和区域经济关系发展的实际,运用定量与定性结合的方法进行研究,得出阶段性成果。吴学品和林明恒(2011) 结合向量自回归模型研究引起海南省房地产市场价格波动的原因,通过对影响房地产价格波动的因变量做脉冲响应分析,研究结果表明商品价格高低及旅游业繁荣情况对海南省房地产市场价格存在影响3。国内王斌认为随着经济发展,地区城镇化水平提升,提高公共服务水平有利于房地产价格的调控,宏观经济与供给需求与房地产价格联动关系较为密切。

一、长春市房地产市场发展概述及影响因素

(一)发展概述

长春市位于东北平原,是东北第二大城市;吉林省的省会,全省政治、经济、文化中心。长春市是国家重要的汽车产业基地,国家光电子产业基地,近些年来经济得到了飞速发展。二线城市的长春市,虽然房地产市场也与全国趋势一致,但其受整个经济及政策影响滞后,且影响程度也没有一线城市明显。从投资情况看房地产状况,长春市房地产业随着全国房地产投资的形势,大致可分为三个时期。房地产市场悄然兴起时期起止时间(1991—1997 年);房地产市场迅速崛起阶段(1998—2005 年);房地产进入稳定阶段(2006—2014 年)4。

长春市房地产开发与经营一定程度是与国家房地产大趋势相协调的。纵观国民经济,房地产业已经成为我国重要支持产业。对经济的整体发展表现出较大的拉动作用,与很多行业都有极大的关联性5。由于其自身条件等区域性影响,长春市房地产市场价格影响因素结合长春市的城市概况、长春市房地产的发展的历程,运用多元线性回归模型结合SPSS软件研究各个因素相互的动态关联程度。房地产价格影响因素:本文涉及的房地产价格,是面向长春市房地产市场的整体价格水平,所以研究范围仅限于宏观经济因素研究,对微观因素不进行探讨。由于房地产与众多行业具有联动性,所以影响房地产市场价格因素有很多,本研究主要从经济因素、政策、区位等进行因素间关联程度及影响贡献程度的分析。

(二)宏观经济因素6归纳总结:国民收入(GDP)、房地产投资、居民可支配收入、利率及通货膨胀率(2009)7

国内生产总值GDP:房地产与国民经济发展关系密切,国内生产总值对房地产市场价格作用方式主要体现:GDP上升时,表明宏观经济环境比较好,会增加房地产开发商对投资的预期,从而加大房地产的投资力度,影响房价;此外,房地产与其他行业有很大的联动性,GDP的上涨会带动房地产相关行业的繁荣发展,这些行业的发展会使房地产的开发成本发生变化。一般来说,国民经济形势和需求程度是正相关关系。通常经济形势稳定,居民经济呈上升趋势,人民生活水平提高,对房地产市场有较好的预期,相对应地需求扩大,房地产价格上升;经济衰退,收入下降,需求数量减弱,供给和需求的不平衡则会导致价格下降。

利率(R):利率作为金融市场的一种主要货币政策手段,一定程度上反映了资金的使用成本,借款人需要支付给贷款人一定的金额作为时间成本和机会成本的补偿,调节金融市场的运营。无论从开发商的成本角度还是从消费者角度考虑,由房地产自身的巨大价值量属性决定在进行房地产交易过程中离不开银行贷款,在众多分析及探讨中已经证实利率是影响房价变化的宏观经济因素之一。

通货膨胀率:货币膨胀是指在一段时期内货币供给持续、过度增长,超过经济实际需要货币量从而出现总体物价水平持续上涨或是币值的持续下跌现象。通货膨胀会使物价呈递增趋势,使开发造价增大,提高住房建设成本。通货膨胀率增大,作用结果是大量资金涌进房地产行业,使投资需求变大,房地产价格上升;房地产作为商品能够起到较好的资产保值作用,人们为了资产保值购入房产,一定程度上会推高房地产价格。

土地价格:房屋是建造在土地上,所以土地供给量的变化对土地价格造成变化。土地作为不可再生资源,受到政策性等因素影响8,房地产价格相应会受到土地量稀缺影响。土地价格通过影响房地产成本从而影响房地产价格,在房地产成本中,土地价格所占权重不断增加,因此土地价格对房地产价格的影响权重也增加。

居民可支配收入:是指城镇居民可支配的,用于消费支出和储蓄的总和,即居民家庭可以用来自由支配的收入9。这体现了居民家庭购买力高低,是衡量生活水准的一个重要指标。依据马斯洛的“基本需求理论”,从中可见拥有住房是第二层次需求。基本生活需求得到较好的满足后,上涨的收入可能将被优先使用在完善生活居住的条件,这一定程度上会影响房地产市场,要求其增大投资开发量并提供高档次住房,进而促进房地产价格上涨。

房地产投资总额:投资额越高,当年住宅新开工面积越多,在未来几年内房地产供给量会增加,从而影响房地产价格。2006年开始的股市复苏,资本市场与房地产市场开始联系紧密,在消费投资层面,对于不动产的消费投资理念,也正在发展和漫延。伴随着人们对住宅消费理念的认识加深,买房需求越来越大,呈现出阶段性偏卖方市场发展。

综上所述,宏观经济对房地产市场价格影响流图表示,如图1所示。

(三)需求供给因素

从人口因素看房地产发展,人口是房屋的主题,人口的发展与流向,必将导致对房屋的刚性需求。人口的数量和质量是人口因素中对房地产价格影响的主要部分,我们可以简单认为人口数量大就决定了我国房地产市场的刚性需求大。房地产销售面积反映了消费者的需求。竣工面积代表着当年竣工的各种房屋建筑面积的总和,其数量代表着当年的供应量。

其他因素:区位:区位因素主要指房屋周围的体现交通条件、学校、购物场所、公共设施条件等。一般来说,商业繁华、周围教育资源好的地区,开发商在对房地产价格定价时,具有较大的弹性空间,因此,区位是衡量房地产价格的重要标准之一。

自然环境:使房地产价格发生波动的自然环境因素包括房地产自身的设计、周围的地形、温度、日照、房屋朝向、施工质量等,一般来讲,周围设施好、卫生环境好、空气质量好、交通便利些的楼盘,房价会高些。

二、实证分析

(一)数据选取

引起房价波动的原因很多。通过以上综述,应用数据模型来论证各个因素对房价的影响程度。数据说明: 选取2005—2014年长春市统计年鉴中显示对房地产价格波动的因素数据。如表1 所示。

来源：长春市统计年鉴，长春市国民经济与社会发展统计公报。

对数据进行处理,得到长春市2005—2014 年房地产市场价格走势图,如图2 所示。

(二)数据统计分析

第一,GDP对长春市房价作用分析。统计年鉴数据显示,至2000 年长春市人均GDP达到1396 美元,经济进入发展期,房地产投资进入快速发展时期,从2000 年至2010 年10 年间,长春房地产开发投资额为2187.7 亿元,每年的平均上涨率为33.4%。2011 年,人均国内生产总值已达到7965 美元,接近8000 美元,房地产发展也到达顶峰,房地产开发投资增长达到22.8%。长春市房地产业发展迅猛,仅用12 年时间实现了发达国家20 年至30 年的发展态势。超过峰值后,从2012 年起长春市房地产开发降温,开始出现负增长态势,进入平稳发展期,与经济发展保持了步调的一致。

第二,基于开发商投资引起长春市房价波动分析。2006 年投资达到174.2 亿元,上升63.4%,2007 年投资259.5 亿元,增长49%,2008 年投资352.9 亿元,增长36%。世界型金融风暴的来临对我国房地产业产生了很大影响,长春市房地产投资从2009年进入了平稳增长趋势,从2009 年至2011 年始终保持了增长速度24%上下浮动,趋势平稳。2010 年投资542.8 亿元,增长22.3%;2011 年投资666.4 亿元,增长22.8%。但是2011 年国内为实现对房地产市场的宏观调控,制定相应政策,这个数据又开始回落。2012 年至2014 年增速连续下降,且下降幅度加大,2012 年比上一年减少2.5%,2013 年比上一年减少5.6%。直至2014 年下降百分比扩大,至2014 年10 月下降百分比达到13%。随着国家新政策调控,更加理性、平稳的发展将成为长春市的房地产市场投资的新时期的主题。

第三,基于销售面积引起长春市房价变化趋势分析。从2005年到2014 年这10 年间,长春市房地产市场销售面积经历了持续增长时期,即使在2008 年受经济危机影响,增速有过短暂放缓,但增长仍在10%以上。近年来,随着国家调控的坚决执行,销售量呈现出一定的波动,从2011 年开始,长春市房地产销售量逐步收窄,直至下降。2011 年房地产市场销售总面积881 万平方米,上涨2.1%,所售金额达540.2 亿元,比上一年上涨20.9%。2013 年,房地产市场所卖出房屋量持续下降,2013 年房地产售出总面积847.1 万平方米,相对于上一年减少6.7%。由于各个因素的综合影响,2014 年长春市房地产市场销售总面积758.8 万平方米,相对于上一年减少10.4%,下降程度进一步扩大。

第四,基于居民可支配收入引起长春市房地产价格波动分析。随着中国总体经济保持持续快速发展,长春市居民收入金额也上涨较快,从2005 年的10065 元增加为2014 年的27298.9元,每年平均增长率为17.1%;居民收入的增加直接支撑房屋销售,特别是房屋价格占收入比的下降更加使房地产业持续发展奠定了基础。

第五,基于人口数量引起长春市房地产价格波动分析。人口是房屋的主题,人口的发展与流向,必将导致对房屋的刚性需求,受到我国的历史因素和国家政策的影响,人口年龄结构对房地产近几十年来的高速发展起到了重要的作用,房地产的刚性需求量较大推动了人对房地产的需求。老龄化的趋势明显增强后,人口红利的影响也会逐渐减弱,都有可能引起长春市房地产市场价格的波动。老年人住房需求必定会引发市场的响应,市场会针对老年人推出新的房地产类型,房地产市场的供给结构也会因此而发生变化。截至2006 年时,长春市统计局显示总户数223.7 万户,截至2013 年增加为266.1 万户,增长19%,人口数量的增加一方面增加对房地产市场的刚性需求,另一方面也会影响部分人为现有住房条件(包括扩大面积、更换区位等)进行改善提升。所以,综合上述基于人口对房价作用的分析,长春市的房地产行业还将保持在持续发展阶段。

(三)模型建立

根据上述数据和变量,应用多元线性回归线性模型:用来解决在经济问题中,当一个因变量受到多个自变量影响,确定他们之间的关联程度及影响时应用的数学模型11。多种因素会同时作用于房地产市场,引起价格波动,所以可以构建长春市房地产市场价格线性回归模型。

用X1代表长春市GDP(元),用X2代表长春市的人口数量(人),用X3代表房屋销售面积,X4代表房地产投资总额,用X5代表房屋竣工面积, 用X6代表长春市民人均可支配收入(元/人)。构建长春市房价模型,模型中,因变量是长春市房地产市场价格,宏观经济等因素是自变量。

选择SPSS软件,首先对数据进行初始化处理,计算出变量的相关性,得到以下数据分析结果,如表2 所示。

表2所显示结果表明,影响长春市的房地产价格各个因素中,竣工面积与其他各个因素之间的相关系数小于数值标准化处理得出的均值,与房价的相关性一般,在SPSS的数据计算出的变量相关性已自动省略,故不将竣工面积这个因素考虑进长春市房地房价各个因素中,GDP、销售面积、长春市居民人均可支配收入、开发商投资额和房屋价格的相关系数>0.94,表明这些数据具有显著的统计学意义,均需要计入线性回归模型中对本文研究结果有重要影响。

模型数据分析:表3所得模型汇总数据显示,计算出系数R为0.997,R2为0.994,调整R2为0.981。说明所建立的数学模型中的自变量和因变量之间存在着密切的线性相关性,假设模型合理,可以继续应用SPSS软件进行相关系数分析,得出各个因素的非标准化系数。进行t检验,拟合度检验,确定各个影响因素的在线性回归模型中的系数,从而得出以房地产价格为因变量,其他影响因素为自变量的线性回归模型。

a.预测变量:(常量),人均可支配收入,人口数量,竣工面积,投资总额,销售面积,国民生产总值。b.因变量:房屋均价。

模型为:

对SPSS软件给出的残差直方图进行观察,图中残差分布是可以接受的。

a:房屋均价为因变量

综合上述计算数据信息,将长春市的房地产价格回归模型进行残差分析,如图3 所示。

三、结语

本研究通过概述长春市房地产市场发展状况,根据国内外学者对房地产市场价格的研究,应用多元统计分析及SPSS软件,集中对引起长春市的房地产价格变化的重要因素完成关联分析研究,并构建均价模型。得出以下结论:第一,影响长春市房地产价格的因素是综合性的,在影响房地产市场价格的各个因素中,宏观经济会明显影响房地产价格的波动,尤其是GDP影响非常显著。从得出的回归方程可以看出,GDP与房地产市场均价成正相关关系,GDP每增加一个单位,均价增加3.392个单位。居民可支配收入与均价成负相关,即其每增加一个单位,房屋均价减少0.583个单位。第二,纵观长春市房地产的发展状况及现状,其价格受到销售面积、开发投资等影响,在对其进行研究分析时,需要全方位考虑,为房地产均价的计算及决策提供理论依据。

注释

11Abraham,J.M,Herdershott.P.Bulles in metropolitan hous maekers[J].Journal of Housing Research.1996,7(2):191-203

22 Gabriel,S.A,Mattey,J.P.and Wascher.W.L.Houseprice differentials and dunamics:evidence fromthe Los Angelsand San Franciscometropolitanareas[M]FRBSFEconomic Review,1999.s

33 吴学品,林明恒.海南房地产价格影响因素的实证研究——基于VAR模型的分析[J].海南金融.2011(12):21-23

44 曹馨元.长春市地价与房价的影响关系实证研究[D].吉林:吉林大学,2009:11-14

55 卫娟,杨之奕.海南省旅游业、房地产业和宏观经济的联动性探讨[J].商业经济研究,2005(14):141-143

66 孟庆斌,荣晨.宏观经济因素对房地产价格的长短期影响[J].统计研究,2014(6):25-27

77 王华欣.我国房地产价格及其影响因素研究[D].山东:山东大学,2009:9-14

88 陈燕.中国房地产市场调控效果分析及房地产健康发展建议[J],现代城市研究.2014(2):72-74

99 袁韶华,施松,汪应宏等.大城市住房价格影响因素的动态分析[J],南京社会科学.2011(12):152-154

1010 2005-2014年长春市统计年鉴[M].中国统计出版社,2014

城市房地产价格 篇10

1理论机制

1995 年以来, 我国的城市化进程进入到高速发展阶段,城市化水平年均增长1 个百分点。 截至2014 年底,中国城镇人口占总人口的比重达到54.8%,地县级区划数有3 187 个,乡镇级区划数达到了40 381 个。城市化水平的提高进一步带动了房地产业的发展, 我国房地产年平均开发投资额由1995 年的2 83 1.4 亿元增加到2015 年的95 035.61 亿元, 商品房平均销售价格从2000 年的每平方米2 112 元上涨到2013 年的每平方米6 237 元。不难发现,房地产价格的上涨与城市化进程存在必然联系。 城市化进程通过带动房地产市场的需求上升和影响房地产市场的结构变化,从而最终导致了房地产价格的变化。

1.1 城市化进程对房地产需求的影响

随着城市化进程的发展,农村人口大量涌入城市。 据国家统计局数据显示,深圳市2014 年年末总人口达到332.21 万人,相当于1998 年的三倍。 同时城区改造、旧房拆迁等也都导致人们的住房需求增加。 另外随着人们生活水平的提高,消费结构发生变化,度假村、酒店、休闲会所等具有娱乐休闲性质的房地产项目大量修建。我国星级饭店的数量由1995 年的3 720 个极速扩张到2013 年的13 293 个。 城市化进程不断带动房地产市场消费性需求的增加。

城市化过程中,大量人口由农村向城市转移,并在城市中从事生产活动。 因此,很多企业和生产部门为了适应经济发展,扩大生产规模,同时吸引更多的劳动力,就必须兴建厂房、办公楼等各种生产经营用房。 据统计资料显示,仅仅2015 年第三季度我国厂房竣工面积就达到了29 590 万平方米。 这样一来,城市化进程刺激了房地产市场的生产性需求。

房地产具有不动产的特征,房地产投资较其它投资方式风险小,升值空间大,收益稳定。 2010 月,北京、上海等地区的房屋租售比已经达到了1∶600,远远超过了1∶300 的国际警戒线。房屋租售比过高, 说明居民对租房的需求比不上购房的需求,因此可以认为目前一线城市的房地产市场中,投资性需求占了较大的比例。 由于城市化进程的发展, 消费者对于大中城市的房地产发展预期比较乐观,这就增加了房地产市场的投资性需求。

城市化进程刺激了房地产市场的需求,然而由于房地产的供给刚性,短时间内房地产的供给量无法快速上升,导致房地产供不应求,价格上涨。

1.2 城市化进程对房地产结构的影响

改革开放前,由于政府大力倡导发展生产力,我国的工业用地比重高达30%以上。 随着经济水平的提高,传统工业逐渐衰退,新兴的金融、互联网、服务业等行业的地位逐渐受到重视。 目前城市中心人口众多,资源紧缺,环境污染等问题频发,很多城市开始向周边地区疏解非城市中心功能。 例如北京市目前已经明确全国政治中心、文化中心、国际交往中心、科技创新中心的城市定位,凡不属于“四个中心”战略定位的功能都要向周边地区进行疏解。 房地产产业结构也在城市功能不断变化中得到调整,由城市中心地带向周围扩散,同时产业结构不断变化,由工业到住宅再到服务业,向多元化的层次发展。 城市化的发展带来的城市变化为房地产业平面结构的改善提供了强大的推动力量。

城市化进程的发展必然还会带来土地空间的立体利用。 在城市化过程中,人类对城市空间的利用大概会经历平面———高空以及浅层地下空间———深层地下空间三个阶段[2]。 当今发达国家将地下空间的开发作为解决资源短缺和环境污染问题的重要措施。 现在我国北京、上海、南京、武汉等许多大城市也大幅度修建地下商业街、地铁等。

2实证分析

2.1 变量选择及数据说明

本文选取2000 年至2013 年我国城市化和房地产业的相关数据为研究对象。 为了保证研究的可信性、数据的可得性及模型的适用性,城市化选择使用较多的城市化水平(城镇人口比率)为指标,房地产业选择商品房平均销售价格为指标。 数据来源于国家统计局提供的各年份的统计年鉴。 为了避免各序列的剧烈变动,对两变量值取对数,新的序列为: Ln Xt, Ln Yt。 具体数据详见表1。

2.2 协整分析

协整检验可以验证两个变量之间是否存在长期稳定的比例相关关系,但此检验只适用于同阶单整的两个变量,所以,在检验之前, 先检验变量Ln Xt和变量Ln Yt的平稳性。 利用Evi ews 6.0 软件,对两个变量进行ADF单位根检验,结果见表2。

由上述检验结果可以发现,两个原序列的检验P值分别为0.921 3 和0.124 5, 大于显著性水平0.05, 因此Ln Xt和Ln Yt原序列均不平稳,无法进行协整检验。 需利用差分使序列达到平稳。 两个序列的一阶差分序列ADF检验P指分别为0.047 4 和0.019 7,均小于显著性水平0.05,因此Ln Xt-1和Ln Yt-1一阶差分序列平稳,Ln Xt和Ln Yt为同阶单整序列,可以进行协整分析。

对Ln Xt和Ln Yt建立回归模型[3],结果如表3 所示。

根据模型拟合结果发现,P值为0,这表明城市化水平对房地产价格有显著性的影响。 调整后R方为0.983 598,说明回归曲线的解释能力为98.36%,也就是说在这个模型里,我国房地产价格的总变差中,由城市化水平解释的部分占98.36%,模型的拟合优度较高。

保存上述过程中回归方程的残差,作为均衡误差r的估计值。 对于两个协整变量来说,若r平稳,则两变量具有协整关系。所以继续对残差r进行ADF单位根检验。P值为0.004 4,小于0.05,所以均衡误差r是平稳的。 这就说明Ln Yt和Ln Xt具有协整的关系,也就说明城市化水平和商品房平均销售价格这两个变量之间具有长期稳定的相关关系。

2.3 误差修正模型

应用Eviews 6.0 软件对Ln Xt和Ln Yt建立误差修正模型,结果见表4。

可以根据上述结果写出均衡方程,

这个长期均衡方程式说明:代表城市化水平的Ln Xt每上升1 个百分点, 则代表房地产价格的Ln Yt就平均上升0.05 个百分点。 该模型的短期误差自修正力度为负向的0.97。

2.4格兰杰因果检验

最后对两个变量进行格兰杰因果检验,结果如表5 所示。

由格兰杰因果检验可以看出, 在滞后阶数为1 阶和2 阶时,P值小于0.05 的显著性水平,拒绝2 和4 原假设,说明城市化水平是房地产价格的格兰杰原因,即城市化水平上升,必然带来房地产价格的上涨。 这与本文第一部分理论机制所述一致,即城市化进程通过刺激房地产需求和改善房地产产业机构从而影响房地产价格。 相反, 针对1 和3 原假设,P值分别为0.360 4 和0.882 8, 远远大于0.05 的显著性水平, 因此得到结论:房地产价格不是城市化水平的格兰杰原因。 结合现实经济状况,房地产业的发展虽然对城市化进程起到了一定的推动作用,但并不是造成城市化进程的决定性因素。 城市化进程是由多种因素综合影响的结果,最根本的是竞技水平的提高。 房地产价格上涨只是城市化水平上升的一个显著表现,而不能将二者本末倒置。

3结论

本文通过研究城市化进程对房地产价格影响的理论机制,发现城市化进程通过刺激房地产需求和改善房地产发展结构来影响房地产的价格。 在此基础上,通过对商品房平均销售价格和城市化水平进行计量分析,得到如下结论:1城市化水平和商品房平均销售价格这两个变量之间具有长期稳定的相关关系,二者互相影响,相辅相成。 2城市化水平上升必然带来房地产价格上涨。 3房地产价格上涨可能会影响城市化进程发展,但城市化进程是由多种因素综合作用的结果。 本文得到的结论对于我国的经济发展具有深刻的启发性和现实意义。 我国必须对城市化进程及房地产价格的协同发展制定合理规划,使两者相互促进,协调发展。

参考文献

[1]张健,张丽娟,王琛.城市化对房地产价格上涨的影响和对策探讨[J].价格理论与实践,2008(6):48-49.

[2]朱雅莉.城市化发展对房地产业发展的影响[J].企业家天地:理论版,2010(9):260-261.

房地产价格影响因素及其预测 篇11

因为房地产已经越来越受人们的关注，与之相关的课题也成为了人们竞相研究的对象，这其中，最为重要的就是对于房地产价格的研究，房地产价格影响着政府调控的政策，房地产的规划和消费者的消费，大的方面来说，直接影响着社会的安定和经济的可持续发展。对于房地产价格的影响因素，则直接可以反映价格的浮动变化，价格的变化规则，对于它的研究，可以预见市场的健康情况，市场的泡沫情况，可以预防金融风险。

1背景

在上世纪，在我国，对于住房的分配，主要是福利分房制度，现如今，随着对于住房制度的改革，住房的体制已经转化为商品经济，可以看到，由于这一改革，在房地产方面的投资远超其他产业，并且，房地产已经影响着社会的各个行业，尽管房地产行业发展非常的迅速，但是由于它的过快的发展，已经带来了很多的问题，最主要的表现在以下几个方面：首先，在我国一些地方，房价一直持续上升，已经超出了一般人的所能承受的范围，像在北上广这样的地方，黄金地段的房价，让人可望而不可即，最为严重的是这种情况，不降反升，在一线城市，这种情况最为明显，虽然政府为了调控房价，出台了很多的政策，但是，这些政策都没有很好的达到预期的效果。其次，结构不合理也是最主要的问题之一，因为大型的房地产开发商为了赚更多的钱，就会将眼光放在利润较大的大的房屋建造上，这样的话，建造出来的房屋将只是满足一小部分的有钱人的需求，对于大多数人来说，中低档的商品房仍旧缺乏，这样的话，问题就进一步的被放大。还有，随着房地产价格的不断地提高，虽然人们的工资水平有所提高，但是远远赶不上房价，人们在买房这块，能力缺失，进一步的遏制了人们的买房的需求，再有，虽然政府出台了一系列的房价调控政策，但是，效果非常的不明显，大量的泡沫产生，使人们买房困难，调控市场的官员也很困扰。最后，跟欧美国家相比较，我国的房地产产业起步的比较晚，制度还是不太完善，大量的问题就会随时产生，违法违规的行为，普遍存在，因此，为了遏制这些现象，政府应当出台一些相关的法律法规来遏制这些现象。

2目的和意义

对于房地产价格的研究具有很大的意义，主要表现在三个方面：首先，房地产在我国经济发展中有着很大的意义，它是国民经济的重要的一部分，国内的许多的实体行业都和房地产息息相关，像建筑，金融，批发零售等行业，都和房地产行业紧密的联系，房地产不仅在这些行业中起着非常大的作用，而且在纳税方面也有着非常大的作用。其次，在经济方面，房地产的波动，将会对经济产生很大的影响，宏观经济必须时刻的保证在一个正常的状态，不能出现经济萧条的状况，失业人数增多，国内经济产值减少，人民的生活水平下降都是经济萧条的主要表现，因此政府必须要保证经济的平稳性，由于房地产是反应经济的一个指标，因此，必须要对房地产时刻关注，由于房地产运行不正常导致经济萧条的例子非常的多，例如，九十年代的日本的失去的十年，这些例子都说明，对于房地产的运行状态的分析，能够得知是否出现经济泡沫，那么，我们将能够很及时的采取措施去防止经济萧条的发生。最后，切实到我们每一个人的生活中来说，房子是我们必不可少的一部分，假想一下，如果我们没有房子，我们就没有住的地方，就会直接影响我们的生活质量，所以说房子非常的重要，这些年来，房屋价格一直是人们关注的热门话题，在不少的研究课题上也是频繁的出现，人们要生活，就不能离开房子，因此，对于房子研究，就显得至关重要。

3房地产价格的影响因素

3.1供需因素对房地产的影响

改革开放以后，我国的住房消费模式发生了很大的变化，在之前，人们的主要观念就是等靠要，等着政府给分配房子，现在人们的购买力得到了释放，人们可以自己自主的买房，再加上这么些年来，政府出台的一系列的制度政策，有力的增加了居民的购买能力，除此之外，因为现在越来越多的人口涌向城市，因此，城市里对于住房的需求就更为明显，有数据表明，房地产的价格会受住房的需求而变动。

人口数量。我们都知道，房子被建造出来，是让人来住的，它的需求的主体是人，事实上，房地产的主要的需求在城镇，城镇人口数量的变化直接影响着房地产，主要表现在：首先，当人口数量增加时，对于房子的需求就会被增加，这样的话，房价也跟着提高，其次，当人的数量增加的时候，就会导致相关的行业发展，侧面的促使房价上升，最后，当人口数量增加过多的时候，使得城市不堪重负，污染严重，导致房价降低。当然，最后这种情况是非常少见的，因为城市管理者是会经过调控，不会让这种情况发生，那么，人口数量激增，就主要出现前两种情况。

收入情况。人们工资的高低，直接的反应房地产的需求情况，还决定着人们对于房子的购买力，相对于普通居民来说，白领对于房地产的购买能力就比较高，总的来说，收入对于房价的影响主要是以下两个方面：第一，国民经济的持续的提高就直接会使人均可支配收入的提高，它还反映着市场对建筑，写字楼等的需求，进而将整个房地产的价格提升，第二，当人们的收入增加的时候，人们对于居住的条件的要求也增加，进而将整个房地产的需求提高。研究表明，现阶段的我国的可支配的收入弹性非常的大，这说明影响产的决定性因素是人均可支配的收入水平。

消费价格指数。CPI，最能够反映经济，当它赶不上国民经济的时候，就会产生一些负面的影响。房价具有一般物价所具有的特性，但是跟一般的事物不同的是，房地产是一种比较特殊的商品，跟物价还是有区别的。在一定的条件下的时候，房价会随着物价的变化而变化，房价也会跟着物价浮动，所以，房价实质上是和物价相通的。通货膨胀对房地产有着两方面的影响，第一，通胀率和房地产价格是与通货膨胀息息相关的两个最主要的因素，当物价上升的时候，房价也会跟着上涨，与一般的物价变化不同，即便一般的物价没有发生上涨，房价也会上涨。

贷款的利率。资金的供求的情况，平均利润率，通货膨胀率，宏观的经济政策等因素都直接的影响着利率水平，通常表现为：房地产一般价格会比较高，那么，消费者就只能够进行贷款买房，但是贷款的利率就决定着消费者的买房心里。

3.1.5GDP

GDP是用来衡量国家的经济发展水平，当GDP增加时，房地产市场的需求量也会相应的跟着增加，当房地产复苏的时候，由于国民经济的带动作用，会导致开发商资产的膨胀，紧接着国家宏观经济的增长就会略高于房地产经济的增长，种种因素会导致房地产的收缩阶段比宏观经济周期来的更加的快速。

此外房地产价格的影响因素还有房地产的投资总额，竣工的面积等

基于特殊因素角度的我国的房地产价格的影响因素还有以下几个方面：土地供给因素；政策因素；城市化发展；环境因素等

本篇文章通过对房地产价格影响因素的分析，深刻的了解了目前我国的房地产的现状，在房地产的管理制度上不是很完善，我国应该出台一些法律法规来制约这些房价。对于房地产价格的影响因素主要表现在供需因素和一些特殊因素对房价的影响，我们应该注重从这两方面着手去完善当地产制度。

城市房地产价格 篇12

据国家统计局公布的数据显示:2013年12月,全国70个大中城市中有65个城市房价出现环比上涨。对此,业内人士包括一些学者都认为,中国房地产市场存在泡沫,有人则将其与日本、美国房地产泡沫的生成与破灭过程相类比,甚至断言,中国房地产市场泡沫,迟早一天会破裂,并引发严重的经济危机。然而,时至今日,除了在海南、温州、鄂尔多斯等二三线城市以外,这一预言迟迟未能突现。对此,财经评论人叶檀曾提出这样的疑问:现在房地产从指标来看,的确是存在泡沫的,比如说从房地产总市值占GDP的比率、房价收入比、还有租金回报率等几个指标来看,我国的房地产泡沫已经超过了当时日本或者是美国房地产泡沫高峰期的一些数值,但是非常奇怪的是,到现在还没有破,而且交易量还比较大。这一现象引发了一系列重要的理论与实务问题,即如何界定房地产价格泡沫;房地产价格泡沫的生存条件及主要影响因素是什么;如何测度房地产价格泡沫,以及应以什么标准判断房地产价格泡沫已经出现破裂迹象等。本文在对房地产基础价值进行界定的基础上,提出了基于房地产租赁价格并考虑通胀因素的房地产价格泡沫测度方法,并利用广州市2001-2013年的相关数据,对以广州为代表的一线城市的房地产价格泡沫程度进行了分析与评价。

2 房地产的基础价值及其确定方法

尽管人们对房地产泡沫的认识和解释千差万别,但却有许多共同之处,即泡沫是资产的市场价格偏离其基础价值所形成的价格偏离现象。无论是市场价格还是其基础价值,均可用资产所能带来的未来现金流量的现值来表达,即所谓理论价值,因此,理论价值则是市场价格或其基础价值的理论表达或数学模拟。一般而言,市场价格是现实交易中,市场参与者对影响所交易资产价格的全部市场影响因素,包括该资产所带来的未来现金流量的时间、金额及相应的风险水平进行综合评判的结果,这些影响因素既包括特定资产价值决定的基本面因素,也包含人们因投机所带来的升值预期等心理因素。基础价值则是指摈弃了因投机所产生的升值预期因素之后,由供求关系等基本面因素所决定的资产价格,也就是说,是一种理想状态下的理论价值。珐玛(Fama)认为:“在有效市场前提下,市场价格总能够完全反映市场信息。”梅尔克(Malkiel)也认为:“一个有效的市场能够正确、完全地反映与价格有关的所有信息。进一步讲,如果市场是有效的,则人们不可能通过信息分析和发掘获得额外的经济利益。”也就是说,在市场有效的前提下,具有风险中性偏好的理性投资者会自动驱使市场价格向其基础价值移动,而不会出现系统性偏差,这意味着,资产价格泡沫将失去存在的可能性。对此,泰勒(Tirole)等从跨期均衡的角度证明了在无限交易的情况下,资产价格泡沫不可能存在。因此,可以将资产的基础价值界定为:在市场有效、投资者理性,且无限交易的假设条件下,资产所创造的未来现金流量的现值。资产的基础价值与其市场价格的根本区别在于,市场价格是在吸收了所有价格影响因素,包括投机性升值预期因素后所得到的价格,而基础价值的存在的前提性假设则剔除了投机性升值预期的可能性,因而是不包含资产价格泡沫的价格。因此,也可以把资产的基础价值理解为其市场价格在市场有效、投资者理性且无限交易前提下的特殊表现。

资产基础价值的内涵界定,为资产价格泡沫的测度提供了依据。这是因为,在市场有效且投资者理性前提下,投资者最终将会获取按社会平均回报率计算的投资收益。也就是说,同等金额、相同风险的投资应获得大致相同的投资回报。这一推论为利用房屋租赁价格表现的房地产平均投资回报估算其基础价值奠定了基础。

按照资产贴现理论模型,在资产使用时域有限且贴现率既定的条件下,其理论价值的计算决定于两个因素:一是资产在未来期间所得收益表现的现金流量;二是在未来某一时点出售资产所带来的现金流量,具体可用公式(1)来表示。在市场有效且投资者理性等假设前提不具备的情况下,资产的价格有可能偏离其基础价值,因此,在未来某一时点出售资产所带来现金流量又可具体区分为两部分:一是在未来某一时点出售资产时由其基本面因素决定的资产价格;二是受投机或非理性因素影响所引起的资产增值部分,具体可用公式(2)或(3)来表示:

上式中,p为测定日的理论价值;Dn为第n期现金收益;t表示资产预期出售时间;i表示贴现率;Ft表示股票在第t期末出售时的价格;Fft表示资产在第t期末出售时由其基本面因素决定的价格部分;Fbt表示资产在第t期出售时受非理性因素决定的价格部分,其中,前两项构成了资产的基础价值(P0),而最后一项则属资产价格泡沫部分。其中,P0可表示为:

一般而言,房地产投资所带来的未来收益主要表现在两方面,一是以房屋租金表现的未来现金收益;二是因房地产所具有的抵御通货膨胀影响的功能所带来资产保值收益。由于通货膨胀在一定时期内具有持续增长的表象特征,房地产投资者通常会认为房屋租金会随着通货膨胀的持续进行而不断提高,因此,房地产租金可表示为一个具有固定增长率的数列。其增长率可用式(5)计算:

上式中,g为房屋租金固定增长率,R为房屋租金率(房屋租金与房屋销售价格之比),rp为通货膨胀率。可见,房屋租金固定增长率近似等于通货膨胀率。进一步可推知,当房租增长率为固定增长率时,房地产的基础价值可用式(6)表示:

3 房地产价格泡沫测度模型及其应用

根据前述房地产基础价值的定义及计算方法,本文通过下述模型,并以广州市2001年-2013年的相关数据为例,对各年度的资产价格泡沫进行测度。

上式中,brt为第t年的资产价格泡沫度,pt为第t年房屋每平方米平均房价;p0为第t年房屋每平方米基础价值。其他相关资料见表1。

表中各相关数据的来源及计算方法如下:

1.平均房价,即广州市每平方米商品住宅销售价格。该数据来源于CCER中国经济数据库。

2.平均租金,即广州市每平方米住宅平均租金。该数据来源于广州市国土房管局公布的广州市十区住宅平均租赁参考价格。因广州市最早于2006年1月公布商品住宅租赁价格指数,因此,2005年以前的数据系根据全国租赁价格指数推算得出。

3.存款利率。该项数据以中国人民银行公布的3年期储蓄存款利率为准,由于该利率为单利,因此,表中数据全部依据该数据转换为复利1年期利率。采用3年储蓄存款利率的依据是:(1)我国各年度发行的国债利率波幅较大,股票等其他金融资产投资风险性较高,因而不适用于投资收益相对稳定、投资期限较长的房地产投资;(2)银行贷款利率并非普通购房者所能得到的投资回报率;(3)1年期储蓄存款强调流动性优势,因而利率偏低;(4)房产投资的周期相对较长,而5年以上的银行存款利率转换为1年期利率后与3年期相当,因而选用3年期存款利率更符合人们的投资回报预期。

4.房租增幅。房租增幅受多种因素影响,从较长时期来看,房租增幅主要取决于通货膨胀因素的影响,因此,房屋租金增长率可用通货膨胀率来表示。根据以上思路,本文选择国家统计局公布的居民消费价格指数作为衡量通货膨胀率的主要依据。由于各年度物价指数波幅较大,且于下年度才予以公布,因而不符合人们更喜欢根据近年来物价变动数据来预测未来的习惯。因此,本文选择近五年的几何平均数作为预测未来物价变动的基础,其计算方法如下:

上式中, rpt为近5年几何平均物价指数,rt-n为近5年各年末居民消费价格指数。

5.房地产使用时间。我国房屋住宅价格由两部分组成,一是土地使用权价格,二是地上建筑物价格。一般而言,我国所得税法规定的房产折旧年限为30-50年,但房产的真正可使用年限却很难准确确定,从世界范围看,在和平年代,百年老宅并不鲜见;就土地使用权而言,按照我国相关法规规定,居民对房屋土地使用权最高不会超过70年,因此,表1中的相关数据均按70年的使用年限测算。

6.泡沫警戒线。不同的泡沫测算指标会有不同的泡沫警戒线,如联合国人居中心根据“房价收入比”规定的房价泡沫标准是房价为户均收入的3倍以上,世界银行规定的房价泡沫标准则是房价为户均收入的6倍以上,而基于基础价值计算的房地产价格泡沫测算指标尚未有公认的标准。就一般情况而言,我国房屋贷款首付率为30%,这就意味着,如果房屋价格下跌30%以内,不会侵害到银行利益,也就不会引发金融危机,因此,可以把房屋价格超过基础价值的30%作为房地产价格泡沫的警戒线。

根据以上思路及数据,可将房产基础价值的计算公式调整为:

由于70年属于一个较长的期间,的值可以忽略不计。因此,上式可改写为:

依据公式(7)、(8)所计算出的广州市2001-2013年各年度的房屋住宅基础价值、房屋住宅泡沫价值及房屋住宅泡沫度见表1及图1、

由表1及图1、图2可见,广州市房屋住宅价格在过去的13年中,有7年时间出现价格泡沫度小于0,只有5年的时间出现价格泡沫度大于0的情况;房屋市场价格低于其基础价值的时间主要是2006年以前。自2006年全国房价开始持续高攀后,2009年度亦出现了高达9.97%负泡沫值,主要是因为当年存款利率相对于前后几年处于谷底状态,而房屋租金却延续了以往增长态势。在存款利率偏低的情况下,由于取得同样的租金往往需要较高的本金,因而所计算的基础价值相对较高。出现泡沫价值的时间主要是2007年以来除2009年以外的其他时间,其中,以2007年泡沫程度最高,达到了近年来的最高27.29%,主要是因为,当年的存款利率达到了最高值,因而导致计算的基础价值偏低所致。总的来讲,近几年来,广州市的房屋住宅价格尽管出现了一定程度的价格泡沫,但远远未达到30%的泡沫警戒标准,因而泡沫程度并不严重。

4 研究结论

基于以上分析可以得出以下结论:

第一,市场的基础价值是在市场有效、投资者理性且交易无限条件下,资产所创造的未来收益的现值。在此前提下,市场机制将会引导资本投入到房地产行业或撤离该行业,因此,房地产的基础价值应依据资本所能带来的社会平均投资报酬率来测度。房屋租金是在一个较长时期内投资房产所能带来的未来收益的综合体现,因此,以考虑通货膨胀因素的房产租赁价格作为房产基础价值的计算依据有其合理性。依据广州市房产市场价格、房屋租赁价格等数据计算的房产基础价值及相应年份的房产价格泡沫度,较好地反映了这一测度方法的科学性和适应性,也符合人们对泡沫认识的一般观念。

第二,基于基础价值的房地产价格泡沫测度模型中的泡沫影响因素主要包括:以居民储蓄存款利率表示的城市居民投资报酬率;以居民消费物价指数表示的通货膨胀因素;以房屋住宅租赁价格代表的房地产投资回报,以及由多种因素,包括投资者行为心理因素所导致的房价升值预期等方面。一般而言,(1)存款利率越高,房价泡沫度越高。这是因为高储蓄率导致储蓄存款或房地产以外的其他投资将会获得较高的投资汇报,进而诱使人们将资金从房地产投资中撤离,最终导致房价下跌。(2)房屋租赁价格高,则泡沫程度高。这是因为,较高的房屋租赁价格会引导购房者将资金投资于房地产,从而导致房地产价格上涨、泡沫增大。(3)物价指数越高,价格泡沫度越高。原因是高物价导致人们试图将更多的资金投资于房地产,以达到财富保值的目的。(4)房产价格预期增值因素增加,会导致价格泡沫程度提高,如人们预测随着我国城镇化程度加快,资本和技术迅速向中心城市集聚,小城镇人口乃至农业人口将会大量涌入吸收外来人口能力较强的一线城市,从而加剧土地供应紧张,房产价格上涨。与此效果相反的是,即将征收实物业税的预期则会导致未来预期收益的减少。由此可见,通过调控银行存款存款利率,保持较低的物价指数,加大房产租赁税收的征管力度,并通过征收物业税等措施,增大人们持有房地产的成本,降低升值预期是调控房地产价格的重要手段。

第三,从广州市相关数据来看,房地产价格并非像人们想象的那样十分严重,2013年度的房产泡沫度仅为1.62%,即使在泡沫程度最高的2007年,房产泡沫度仅为27.29%,仍未达到30%的泡沫警戒线,也就是说,我国以广州市为代表的一线城市房价涨跌仍属市场机制调节的正常范围。事实上,市场价格脱离其基础价值上下波动是市场机制发挥作用,从而引导资源合理配置的重要表现,如果强行干预市场价格,甚至采取一些行政手段干预房价的正常波动,将会受到市场规律的惩罚。