房价与地价关系研究

房价与地价关系研究（精选9篇）

房价与地价关系研究 篇1

从2002年7月起由于实行“招拍挂”制度我国的土地出让制度发生了巨大的改变, 随后国内房价开始一路高涨, 社会各界针对该问题展开了高房价和高地价孰因孰果的争论。我国学者从理论研究和经验研究两种方法出发均取得了一定成果。

一、理论研究成果

(一) 高房价是地价上涨的原因

一部分学者主要是从需求的角度出发, 认为地价的高涨是由于房地产市场的旺盛需求造成的。朱道林、董玛力 (2005) 认为土地价格的变化只是一种结果而并非原因, 土地需求是房价的一种引致需求。刘润秋、蒋永穆 (2005) 认为需求拉动房价, 继而房价上涨又推动地价上涨。胥玲 (2009) 认为居民可支配收入的提高和城市化进程的加快增加了房地产的市场需求, 继而推动了土地价格的上涨。故旺盛的房地产需求是我国房地产价格持续上涨的根本原因。

(二) 高地价是房价上涨的原因

另一部学者则主要是从成本的角度出发。高晓慧 (2001) 从萨缪尔森的地租和产品价格关系出发, 引申到地价和房价关系, 认为地价是房价的基础, 房价是地价的表现, 房价对地价有反作用, 地价与房价呈正相关性。徐艳 (2002) 从房价具体构成因素出发, 发现土地费用过高是导致房价过高的主要原因。包宗华 (2004) 认为地价的大幅上涨引起了房价的攀升, 只有降低地价才能有效抑制房价。

(三) 地价与房价两者相互影响

还有部分学者认为一定范围内房价与地价应该是相互作用、相互影响的关系。刘琳、刘洪玉 (2003) 从需求的角度得出房价上涨导致了地价的提高, 同时从供给角度得出地价上涨是房价上涨的一个重要原因。综合供需两个方面, 不难发现地价与房价是相互作用、相互影响的。曲波 (2005) 认为地价与房价是循环关联的。若前一阶段地价的上涨引起了房价的上涨, 那么在后一阶段是房价势必引起了地价的上涨。殷少美等 (2005) 认为房价与地价二者并不是简单的因果关系, 而是在一定范围内、一定条件下相互影响、相互作用的。整体上房价和地价是相互影响的。刘琪 (2006) 认为不能笼统地说由房价来决定地价, 或地价决定房价, 因为地价是由土地市场的供需决定的, 而房价是由房地产市场的供需决定的。孙波 (2010) 从土地财政的角度出发, 认为地价与房价形成了一个互为条件的价格螺旋。

二、地价与房价关系的经验研究

近些年来, 我国学者越来越多的使用计量方法运用数据建立地价与房价的因果关系的模型, 力争以“数据说话”。

(一) 高房价是地价上涨的原因

高波、毛丰付 (2003) 利用《中国经济景气月报》数据进行Granger因果检验, 结果表明长期内房价走势决定地价走势、短期内两者存在相互影响的结论, 地价因素影响接近房价整体价格的20%。袁申燚、蔡明超 (2006) 利用2001年-2004年上海房屋销售价格指数和土地交易价格指数的季度数据, 对上海的房价和地价进行Granger因果检验得出房价对地价有显著影响, 地价对房价的影响度较小的结论。温海珍等 (2010) 的研究从经济基本面出发, 利用2000年-2005年全国21个城市的样本资料, 运用两阶段回归法 (2SLS) 对模型进行估计, 发现房价与地价之间存在内生性关系, 相互影响的方向均为正向, 并且房价处于主导地位。况伟大 (2012) 采用中国35个大中城市2003年-2008年土地市场和房地产市场的年度数据, 具体考察了土地出让方式对地价和房价的影响。认为招拍挂制度并未导致地价的快速上涨, 高房价是”地王”出现的主因。

(二) 高地价是房价上涨的原因

鲁礼新 (2002) 采用实地调研的方式考察了成都市的中心城区, 调研结果表明为了保证一定的利润率, 如果房价不随着地价的上涨而上涨, 势必会牺牲房屋的建筑质量。故地价过高时, 会导致房价的升高。况伟大 (2005) 利用1999年-2005年的全国住宅消费价格指数和住宅用地价格指数的季度数据进行Granger因果检验, 结果表明短期中国房价与地价相互影响, 长期地价影响房价, 但房价不影响地价。陈淮等 (2005) 指出现阶段土地供应成本的增加会导致区域性的房价上涨。曾向阳、张安录 (2006) 对2000年-2005年的武汉市住宅价格指数和土地价格指数进行Granger因果检验, 结果表明短期内武汉市房价与地价互为因果, 其中地价对房价的影响更大。张占录等 (2010) 对北京市2008年1月-2009年6月的土地市场交易数据用地理信息系统技术结合统计分析方法进行分析, 发现土地的供给对房价的影响明显。杜江等 (2011) 通过建立无约束模型, 对2000年-2008年4个直辖市和西部大中城市的住房和土地价格指数的面板数据进行分析, 结果表明地价与房价呈现正相关关系且影响显著。

(三) 地价与房价两者相互影响

周京奎 (2006) 通过构建双变量VAR模型和截面数据双变量回归模型对我国地价与房价的关系进行研究, 利用1999年-2005年间的季度数据, 揭示了地价与房价相互传导的路径。郑娟尔、吴次芳 (2006) 利用1998年-2005年全国23个城市房屋销售价格指数和土地交易价格指数进行分析, 得出房价与地价在长期和短期互为Granger因果, 但房价的变动对地价变动的影响更大的结论。严金海 (2006) 利用1999年-2004年全国和深圳市房屋销售价格指数和土地价格指数的季度数据进行分析, 发现长期中地价与房价存在相互影响。杜新波等 (2007) 发现房价与地价各自拥有相互独立的定价机制, 但是房价与地价互为因果, 而且房价对地价的影响要大于地价对房价的影响。宋勃、高波 (2007) 在误差修正VAR模型的框架下用Granger因果检验的方法研究地价与房价关系。在回归模型中, 若地价变量的系数具有显著性则表示地价是房价变动的短期Granger原因, 房价系数具有显著性表示房价变动是地价变动的短期格兰杰Granger原因。龙海明和郭薇 (2009) 在VAR模型基础上, 加入了脉冲响应函数和方差分解对1999-2008年全国土地交易价格指数和房屋销售价格指数的季度数据进行分析, 结论为长期中地价与房价存在互动机制, 且房价对地价的影响大于地价对房价的影响。文彩霞、刘国华 (2010) 利用2002年-2009年山东省住宅销售价格和住宅用地价格的季度数据, 建立自回归分布滞后模型进行Granger因果检验, 得出房价对地价存在较大的影响, 地价对房价也存在影响的结论。

三、结语

笔者从理论研究和经验研究两方面梳理了现阶段国内关于地价与房价关系的文献, 不难发现, 并没有令人信服的统一结论。故可以结合中国的特殊国情进行进一步的研究, 研究地方政府通过土地出让进行融资的潜在冲动对土地市场和房地产市场的影响, 以及由此可能对房价和地价因果关系的影响。

房价与地价的内生性及其互动关系 篇2

【摘 要】房产是土地和增值部分的总和，土地和增值部分的权重随时间和区域而变化。本文通过对土地和总价值的比例测算得出了土地开发强度或房产“杠杆”。本文展示了如何通过特征价格模型来确定土地价格和地价杠杆的时间序列。文中证实了地价与基本因素的相互作用对于确定房价影响因素的重要性。房价会受到施工成本，人均国民生产总值，以及30至49岁人群的影响，而地价杠杆的变化是建筑成本和人均国民生产總值的共同作用。最后得出就因果关系而言，房价与地价的变化过程是相互影响的，即房价与地价之间存在内生性，对房价和地价的相互关系要从不同的角度不同的时点来分析。

【关键词】房价与地价；时间序列分析；地价杠杆；互动关系

一、引言

从1998年我国实行住房改革以来，房地产业的发展日趋活跃，其作用越来越重要，在国民经济的中的地位也越来越高，己成为我国的支柱产业之一。此后，随着住房抵押贷款政策的实施、土地出让制度改革的深化，我国的房地产市场飞速发展，房价与地价一路上涨。

房价与地价之间的关系与国家宏观经济和人民生活有不可分割的联系。在全国推广调控房价政策时，土地价格的控制永远是首要出发点。房地产过热，投机现象过多时，国家会采取一系列措施来打压房价，如提高土地出让金或适当增加土地供给；房地产行业不景气时，国家将采取减少“拿地”的门槛，同时降低房贷利率等措施。目前，国内一线甚至二线城市房价一路上升，增长速度高于工资增长率，再加上“热钱”的流动，使得房价居高不下，民生的住房问题亟待解决。西方经济学，政治经济学，产业经济学和制度经济学等经济学一般用定性方式的描述房价与地价的关系，同时也是计量经济学、金融和经济数学等实验经济学的定量研究的热点。在经济学研究领域、政治学、国际关系与公共管理也将房价和地价关系的研究作为重点之一。

房价地价背后的决定因素以及房价与地价两者间的关系成为全社会研究探讨和关注的焦点问题。因此，深刻分析房价、地价之间的关系不仅具有理论价值，还可以为制定合理的调控政策提供科学依据。

二、国内外房价与地价关系的争论

1.地价决定房价理论

Evans（1987）指出土地利用规划以及其他方面的供给限制，会体现在地价的不断上涨，从而推进房价的提高。Dowall and Landis（1982）分析了土地使用控制对土地市场和住房市场的影响，认为土地密度控制和土地的有效利用，系统地影响新建房屋的价格。

从成本构成角度分析，有学者认为，土地的“招拍挂”制度的实施直接推动了地价的上涨，土地价格上涨导致房价上涨，土地的重置成本决定房地产价格；利用空间数据分析方法，建立空间自回归模型，定量分析了地王现象对周边房价的影响效应，地王的出现带动周边房价的上涨。

2.房价决定地价理论

周京奎（2005）通过Granger因果关系检验发现，房价对地价有显著影响，地价对房价的影响程度较小（实际上不显著）。李珍贵（2005）、冯邦彦、刘明（2005）均发现房价是地价的Granger成因，反之则不成立。

从需求的角度出发，有学者认为房地产市场对房屋需求量增加，引起房价的上涨，房屋供不应求。开发商对土地的需求增多，进而引发土地价格上涨；反之，房屋需求量减少，房价下降，则土地价格下降。因此，房价上涨推动了地价的上涨。

3.房价与地价互为因果理论

高波、毛丰付（2003）通过Granger检验和回归分析，发现房价和地价存在互为因果的关系。况伟大（2005）则得出长期内房价走势决定地价走势，短期内两者相互影响的结论。

其实房价与地价是相互影响的，只是影响的因素和程度不同而已。探究房价对地价的影响，通过预估未来房价的走势，从而得出地价变化趋势。如果未来房价走高，地价相应走高，反之，则相反。而地价对房价的影响则是实实在在的成本决定型的推进。由此可见，房价与地价之间存在内生性和互动影响关系。

三、房价地价变动的影响因素

房产价值是建筑物和土地价值的总和。在市场保持均衡的条件下，建筑物的价值等于折旧重置成本；如果价值高于成本，开发商会建造更多的房产来获取收益，如果低于成本，那么房产开发就会减少15。新的房产开发会降低现有房屋在重置成本方面的价格，开发的减少以及人口和收入的增长会提高房屋在重置成本方面的价格。因此本文认为建筑物的价值会随建筑成本指数而变化。

影响居民土地价值的因素更为复杂。城市区域的经济力量是影响土地需求的主要因素。经济力量可以通过城市的就业率和收入以及人均国民生产总值来进行测量。实际利率也与之相互关联，其对预期地租与现有价值进行了关联。实际借贷利率反映了个人所有房产的融资成本。期限利率差反映了对利率的预期。如果期限结构是反应通货膨胀的指数，那就不再是影响房价的因素，因为房屋可以防范通货膨胀。

城市土地的供应相比需求更难进行测算。土地供应会受到地势和土地使用法规的限制，会对地价和房价产生重要的影响。

根据地价假设理论，房价的变化会受到地价和建筑物价格的加权影响，而地价会收到地价杠杆的加权影响，建筑物价格会受到除地价杠杆外的加权影响。因地价和建筑物价格一般不会以同样的利率上涨，因此房价的上涨也会受到地价杠杆的影响。因此在建立房价时间序列模型时，影响房价的变量因素需与地价杠杆进行加权，而影响建筑物价格的变量因素需与除地价杠杆外的因素进行加权。

四、时间序列模型在房价地价关系中的应用

1.长期房价模型详述如下：

其中：RHPIt代表的是房价指数（8），并根据CPI转换为实际项；RCCIt代表的是实际建筑成本指数；RGDPCt代表的是实际人均国民生产总值；RIRt 代表的是实际借贷利率；TSt代表的是抵押的期限利率；POP3049t代表的是30至49岁人群的增长；LLt是预期土地杠杆（6）；εHP代表的是误差向量。本文没有使用就业率，工资或家庭收入，而是采用国民生产总值对需求进行了测算，因其它数据序列中的测算具有不一致的地方。

2.土地杠杆

土地杠杆是影响房价模型的内生因素，因为影响房价的因素也会影响土地和建筑物的价值，进而影响土地杠杆。在没有其他具有实际作用的选项的情况下，本文采用了Durbin （1954） 建议的IV方法，即原始变量的阶级顺序。 最小地价杠杆为值1，第二小地价杠杆为值2，以此类推。Kennedy （2003）也对IV进行了分析，最近的应用样例详见Fingleton（2000） 和 Heckelman （2000）。文中用LLIVt对 LLt 和 （ n1 ？ LLIVt ） 进行了替换，其中n代表观察数量；后者对该方程式中的等级顺序进行了方向排列。估算等式为：

文中采用的数据来源为国家统计局所统计的国民生产总值（GDP），居民消费价格指数（CPI），以及人口指数。人口主要关注的是30至49岁具有购房能力的人群。可变借贷利率，政府10年债券收益，3个月银行间拆借利率等相关数据来源于国家银行。建筑成本指数来源于数据统计年鉴。所查看期间内的GPD增长相比建筑成本的增长更为显著。事实上，建筑成本并没有实际性增长。实际利率会受到期限利差的影响，而期限利差反映了预期通货膨胀率。

3.模型分析过程

文中首先讨论了房价结果，然后回到了地价杠杆结果。结果显示地价杠杆会起到非常重要的作用，地价杠杆会大幅增加R2数据，特别是受限抽样中的R2 数据。R2 数据的增加并不奇怪，并且土地杠杆会更产生更准确的数据。不带地价杠杆和带地价杠杆模型之间一个明显且持续的区别在于后者中的实际建筑成本起到了重要的作用。基于地价杠杆建立的模型中，实际房价会受到实际建筑成本，实际人均GDP，以及30-49岁人群的影响。针对变量建立的模型也是如此，除了全部样本中的人口变量会起到重要的作用。

实际利率和期限利差在房价模型中作用不大。原因可能在于实际利率具有均值回复特征，并且借贷利率在不断变化（除初期引入阶段外）。可以此类推期限利差。二选其一，结果显示房产可能具有一定的通货膨胀防范能力。根据地价杠杆结果显示，R2 数据结果低于房价方程式。实际GDP会推动地价杠杆，是产生变化的重要因素。地价杠杆变化也会反向影响实际建筑成本的变化。期限利差的变化会推动地价杠杆的变化。

五、房价与地价的关系总结

地价上涨拉动房价的上涨，地价对房价的影响主要表现在以下4个方面：一是房地产开发总成本的提高，直接驱动房价上涨，这是不言而喻的；二是土地价格上涨，政府要考虑开发商的利益，从而提高容积率，高层住宅大大增加，刚性成本提高，进而使房价大大上涨；三是高价地块的出现也拉高了周边地区的房价预期，形成价格预期的互动；四是虽然地价在上升，但地价占房价比例低，还是只能说明房价的总体水平更高。就其因果关系而言，房价与地价的变化过程是相互影响的，即房价与地价之间存在内生性。由此可见，笼统地说房价决定了地价，或地价决定了房价，都是片面的说法，对房价和地价的相互关系要从不同的角度不同的时点来分析。

地价与房价是房地产市场的两个重要指标，其变动对房地产市场的发展起着至关重要的作用。房价与地价在一定范围内、一定条件、一定时间内下相互作用、相互影响。地价和房价的变化是由当时土地市场和房地产市场的供需条件来决定的，地价和房价的上涨最终还是由社会经济的发展水平和对房屋土地需求的增加引起的。只有正确理解房价与地价的关系，才能为房地产市场的宏观调控提供科學可行的调控措施，从而真正解决住房难的民生问题。

参考文献：

[1]Evans A. Housing prices and land prices in the South Eastareview[M]. London，The House Builders Federation， 1987.

[2]DowallD E， Landis J D. Land-Use controls and housing costs： an examination of San Francisco[J]. Areuea Journal， 1982，（10）： 67-93.

[3]胡蓉.房价地价的因果关系研究[J].城市开发，2014，（8）.

[4]周京奎.房价地价与租赁价格关系的再认识[J]. 改革，2005，（8）.

[5]李珍贵.房价与地价：争议、评析及实证研究[J]. 中国土地，2005，（8）.

冯邦彦、刘明. 我国房价与地价关系的实证研究[J]. 统计与决策，2006，（4）.

[6]高波、毛丰付. 房价与地价关系的实证检验[J]. 产业经济研究，2003，（3）.

房价与地价关系研究 篇3

近年来房地产业不断发展, 房屋作为生活的必需品在人们生活中一直起着举足轻重的作用。房屋价格一直节节攀升居高不下, 已经成为公众和政府密切关注的问题。国家对此问题也采取了一系列措施, 特别是国土资源部发布2004年8月31日以后所有经营性用地出让全部实行招拍挂政策后, 国内房屋价格不断再创新高, “房价与地价谁决定谁”成为社会的焦点话题。我国正处于经济发展快速时期, 如何提高人民生活水平和生活质量是当前的首要任务, 因此研究房价与地价的关系, 找出影响房屋价格上涨原因具有重要的意义。笔者在分析当前国内外房价与地价关系研究的基础上, 结合我国的实际情况运用回归分析和因果关系检验方法, 以山东省为例进行实证研究, 得出房价与地价的关系并提出相关建议。

一、地价与房价的相关概念

1.地价的涵义。土地价格是土地经济作用的反应, 是土地权利和预期收益的购买价格。随着社会经济不断发展, 人们对土地投入情况不断加深, 因此人们对土地价格有着不同方面的理解, 结合当今实际情况, 可以从以下几方面理解:土地价格是资源价格和资产价格的统一;土地地价是土地的权益价格;土地价格是土地价值的货币表现;土地价格呈总体上升趋势。

2.房价的涵义。房地产价格, 是一种双重实体价格。即在开发、建设、经营房地产过程中所耗费的全部社会必要劳动所形成的价值与土地所有权价格相综合的货币表现, 是建筑物连同其占用的土地的价格。笔者所研究的房地产价格是房地产交易双方的实际交易价格, 即“房价”。房地产价格的涵义可以从以下几个方面来理解:房地产价格实体构成具有二元性;房地产价格是房地产权益的价格;房地产价格具有明显的区域性。

二、地价与房价关系研究方法

1.回归分析。回归一词最早由F·高尔顿提出, 回归分析就是研究被解释变量对解释变量的依赖关系, 其目的就是通过解释变量的已知或者设定值, 去估计或者预测被解释变量的总体均值。笔者拟运用回归分析方法对房价与地价两者之间的关系进行研究。按着照普通最小二乘法构建回归模型:其中, 为房屋销售价格指数;为截距项;为回归系数;为土地交易价格指数;为随机误差项。

2.格兰杰检验。经济学家格兰杰开拓了一种试图分析变量之间的格兰杰因果关系的办法。在时间序列情形下, 两个经济变量X、Y之间的格兰杰因果关系定义为:若在包含了变量X、Y的过去信息的条件下, 对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果, 即变量X有助于解释变量Y的将来变化, 则认为变量X是引致变量Y的格兰杰原因。

3.山东省房价与地价关系实证研究。研究区域概况:山东省位于中国东部沿海、黄河下游。境域包括半岛和内陆两部分, 山东半岛突出于渤海、黄海之中, 同辽东半岛遥相对峙;内陆部分自北而南与河北、河南、安徽、江苏4省接壤。全境南北最长约420多公里, 东西最宽约700多公里, 总面积15.71万平方公里, 约占中国总面积的1.64%。山东是中国经济最发达的省份之一以及中国经济实力最强的省份之一, 也是发展较快的省份之一, 2007年以来经济总量居第3位。

研究数据获取:房屋销售价格指数与土地交易价格指数是反两者与上一年度相比价格变动趋势与变动程度的相对数。本文选用山东省2000-2011年房屋销售价格指数和土地交易价格指数做为本文研究数据。由于两项指标有不同的基期, 不能反映时间序列的变化趋势。因此笔者选定以2000年为基期年, 将两指标各年度数据按环比指数与基期指数的关系进行转换, 然后近似调整为以2000年为基期的指数, 并假定2000年价格指数较好地反映了2000年当年价格变化的状况。调整后的房屋销售价格指数为 (Yi) , 土地交易价格指数为 (Xi) , 在其后的分析过程中采用此指标, 具体见表1:

三、数据分析

1.回归分析。从表1可以看出, X与Y有相似的变化趋势。接下来采用普通最小二乘法 (OLS) 对X与Y进行回归分析, 结果如下:回归方程为:Yi=-41.314+1.395Xi

从回归结果可以看出, R^2=0.998, Prob (F-statistic) =0.000000, X与Y的拟合程度很高。表明山东省土地交易价格与房屋销售价格存在高度的线性相关性。由回归方程可知, 土地交易价格的变动引起几乎相同程度的房屋销售价格的变动。

2.Granger因果检验。根据Granger因果检验的原理, 在进行时间序列检验时, 必须对其平稳性进行检验, 本文中原始的“Y”和“X”数据序列都存在很强的单位根现象, 未通过P—P平稳性检验, 而其取对数并进行二阶差分化后的数据 (D (LNY, 2) 和D (LNX, 2) ) 则表现出了良好的平稳性, 所以采用D (LNY, 2) 和D (LNX, 2) 进行Granger因果关系检验, 所得结果如下:滞后阶数表明土地价格变量在时间上的波动性。作为被解释变量房地产价格波动可以分为两方面, 一是短时间内的, 另一方面是在长时期均衡条件下的。在1、2滞后期内 (短期) , 土地价格是房屋价格上涨的原因, 土地的价格将会引起房屋价格的同向变动。滞后期为3期时 (长期) , 房价上涨又引起土地价格上涨。

四、结语

笔者以国内外研究成果为基础结合山东省房地产业实际发展情况深入分析了房价与地价两者之间的相关性与因果关系。主要结论如下:山东省房价与地价两者之间有高度的相关性;在短时期内土地价格上涨将会引起房屋价格的上涨, 房屋价格对土地价格的影响需要房地产开发到一定程度后才能体现出来。

上海地价影响未来房价 篇4

刚性需求正在释放

七月流火，上海楼市也在这个夏季火爆异常。这到底是什么原因造成的?这种态势又能维持多久?欧海杰作为处于市场最前列的专业人士，他有着自己的判断。

在他看来，被压抑了两年之久的刚性需求爆发性释放，是导致今年上半年楼市再次火爆的根本原因。欧海杰表示，宏观调控以来，上海楼市经历了平稳盘整阶段。但是在这个阶段，压抑了巨大的刚性需求，而房价并未出现大幅下跌的情形，因此对于观望的人来说，根本没有得到实际的利益，经过两年的积蓄之后，需求在今年上半年呈现大爆发局势。

此外，周边城市房价在调控期间表现出强劲上涨的势头，如深圳、北京、广州等城市的房价不断攀高。这使得上海的房价相对显得物美价廉了。“如在两年前有人认为中环线附近12000元／平方米价位已是很高，但在现在与别的的城市相比，这个价位并非让人难以接受，也就是说，价格认同与市场取得了一致。”他说。

不过房价屡创新高，而且成交量维持在高位，在欧海杰看来，这并非好事，在一定程度上存在透支明年购买力的可能。

土地供应决定房价

作为房价成本中一个重要的组成部分，土地价格一直是公众关注的焦点。虽然目前还有不少经济学家不太赞同地价影响房价的说法，但是在欧海杰看来，地价肯定会决定未来的房价。

今年6月下旬，浙江绿城集团以12.6亿元的天价拍得新江湾城D1地块，致使该地块楼板价至少为12500元／平方米，大幅高出此前预计的7000～8500元／平方米。对此，欧海杰评述说：“这为市场迅速打开了一个未来价格的想象空间。”

欧海杰还表示，从近期一些土地拍卖情况来看，很多结果都已经超过当初的预期。他举例说，在宝山顾村板块内的一些地块，拍卖价折合楼板价已经达到了5000～6000元／平方米之间，这已与板块内一些公寓项目的售价相当。

他注意到，从2000年以来，上海的房价大约涨了3倍，但是上海的地价上涨幅度远大于此。欧海杰估计，地价的上涨幅度在10倍左右。由此看来，地价的上涨，对房价的上涨起到了极大的推动作用。

次中心商业项目有机会

商业项目尤其是办公楼项目，在近期也受到土地供应的影响。欧海杰注意到，由于受到土地供应的限制，近两年来在市中心区域，少有写字楼项目推出。造成市中心写字楼租金不断攀高，同时上海最近一段时间内对商业项目尤其是写字楼项目的需求量一直在增加，投资办公楼项目的回报率一直维持在合理水平，这对办公楼售价的上涨起到了实质性的推动作用。

此外，海外热钱也对写字楼项目表现出浓厚的兴趣。欧海杰表示外资投行以及房产基金，在基于人民币升值的背景下，一直关注上海的写字楼项目，同时对于合适的项目快速下单，频频吃进。他说：“人民币升值不可能一步到位，因此渐进式的升值步伐，反而会给境外热钱以较为稳定的回报预期。”因此他预计，人民币升值步伐不停，热钱便会一直活跃下去。而受到热钱关注的商业项目，包括写字楼、酒店式公寓以及高档住宅等项目，将会保持不断上涨的态势。

房价与地价关系研究 篇5

关键词：房价,地价,VAR模型

房价问题是关系经济增长、国家稳定与人民生活水平的重大问题。近年来, 过高的房价已大大超出了普通居民的支付能力, 房地产泡沫逐渐显现。为了遏制房价过快上涨, 从2005年的国八条到2010年的新国十条, 国家除了运用货币政策和财政政策等传统的宏观调控手段外, 又先后采用了土地、金融、税收等多种方式加以调控。在经历了2010年“史上最严厉”的楼市调控政策之后, 频频刷新的地王记录以及仍处高位的房价再一次引起人们的思考:究竟是房价推高了地价, 还是高地价导致了高房价?

一、房价与地价关系研究文献综述

国内外学者关于房价与地价关系的研究主要分为三类:一是以“成本推进说”为基础认为地价决定房价。Peng和waehterl (1994) 利用香港1965—1990年数据得出土地供给不足导致地价和房价上涨的结论。杨慎 (2003) 、包宗华 (2004) 认为由土地招拍挂带来的地价成本上升推动房价的飞涨。二是以“需求拉动说”为基础认为房价决定地价, 认为由房价上涨产生的引致需求导致地价上涨。O’Sullivan (2002) 认为地价是房价的结果而不是原因;刘润秋与蒋永穆 (2005) 认为地价是由当前房价及开发商对未来房价的预期决定的, 房价决定于市场需求而不是成本;负小苏 (2006) 同样认为影响房价最重要的因素是房产市场的供求关系而非地价。三是“互为因果说”。近年来, 国内多数学者通过实证研究认为根据长短期的不同, 房价与地价之间存在较为复杂的因果关系。宋勃等 (2009) 认为短期内地价对房价没有影响, 而房价是地价的原因;长期内房价和地价存在双向因果关系;王岳龙, 张瑜 (2010) 指出无论是长期还是短期, 房价都是地价的原因, 而地价只是房价的长期granger原因。刘丽 (2009) 则认为长期内房价与地价互相影响、互为因果, 短期内房价影响地价。

总的来说, 大多数学者都是基于granger因果关系模型研究房价与地价之间的关系问题, 且得出的结论存在显著差异。同时, 由于中国房价涨势强劲, 且近两年来房价调控政策频出, 这使得大多数以2008年以前的数据为样本的研究对新形势下二者之间关系的解释力不足。因此, 本文拟以2000—2010年季度数据为样本, 通过建立VAR模型, 综合运用脉冲响应函数和方差分解技术探寻房价与地价之间的关系, 籍此对近年来中国房地产市场价格的非理性高涨现象进行分析。

二、实证研究

1.指标选取与数据处理。本研究分别选取房屋销售价格指数 (HP) 与土地交易价格指数 (LP) 作为研究房价与地价关系的指标, 根据国家统计局各季度数据与月度数据资料, 截取2000年第一季度至2010年第四季度的数据为样本整理所得。由于房屋销售价格指数与土地交易价格指数指标分别为同比和环比数据, 无法直接进行比较, 因此均转换为以1999年第一季度为基期的定基数据加以比较。

2.单位根检验。本文用ADF单位根检验的方法来对HP、LP样本数据的时间序列进行平稳性检验, 检验结果 (如下页表1所示) 。

由单位根检验结果可知, HP与LP指标的ADF值均大于临界值, P值大于0.05, 为非平稳的时间序列。其一阶差分△HP与△LP的ADF值均小于临界值, P值小于0.05, 为平衡的时间序列, 因此, HP、LP序列均具有一阶单整性, 均服从I (1) 过程。

注:检验形式中C, T, K分别表示单位根检验方程中含有常数项、趋势项、滞后阶数, 其中滞后阶数根据AIC法则选取。

3.协整检验。尽管HP、LP序列非平稳, 但两序列为同阶单整序列, 可进行协整检验。根据Johanson协整检验结果进行分析, 可得出 (见表2) :

迹统计量检验结果显示:迹统计量20.74大于临界值20.26, 由此拒绝a=0的原假设;迹统计量4.44临界值9.16, 接受0

注:a=0表示变量间不存在协整关系, 0

4.VAR建模。由于HP、LP序列存在协整关系, 可构建相应的VAR模型。模型主要依据AIC准则, 综合考虑AR根图、拟合优度来确定最优滞后阶数, 最终确定取值为1。因此, 包含房价、地价关系的VAR (1) 模型表示如下:

HP=0.8604×HP (-1) +0.0913×LP (-1) +6.6952 (8.47311) (1.49155) (1.33532)

R2=0.9808LP=0.1858×HP (-1) +0.9155×LP (-1) -8.9565 (1.09129) (8.91320) (-1.06516) R2=0.9810

5.脉冲响应模型。根据所建立的VAR (1) 模型, 分别给房价、地价一个正的标准差大小的冲击, 得到关于房价和地价的脉冲响应函数图。在图1a至图1d中, 横轴表示冲击作用的滞后期间数 (单位:季度) , 纵轴表示房价或地价, 实线表示脉冲响应函数, 代表了房价或地价对于冲击的反应, 虚线表示正负两倍标准差的偏离。

其中, 图1a反映房价新息冲击引起其自身波动的脉冲响应函数。当本期给房价一个正冲击后, 房价迅速涨至最高点, 涨幅3.5%, 之后小幅回落至第6期的2.8%左右, 之后总体趋于稳定。长期来看, 房价新息冲击对其自身的影响稳定在3%的水平, 说明房价近年来存在自我推动的上涨趋势。上页图1b反映地价新息冲击引起房价波动的反应。对于地价的正冲击, 房价有较明显的正向反应过程, 从初期逐步上涨至8期以后达到稳定状态, 影响达2%左右, 这表明地价变动对房价的冲击影响具有长期性。

上页图1c反映房价冲击引起地价波动的脉冲响应函数。对于房价新息的正冲击, 地价反应迅速且幅度较大, 初期立即上涨2.8%, 之后一直保持上涨趋势, 稳定后其影响程度达5%, 也就是说, 房价新息冲击对地价的影响长期存在并平缓上升。上页图1d反映地价新息冲击引起其自身波动的脉冲响应函数。地价一个标准差的新息冲击立刻引起地价上涨, 涨幅约5%, 之后小幅回落至第7期趋于稳定, 长期影响约保持在5%的水平。地价新息冲击对其自身波动的影响具有长期性。

整体来看, 房价与地价对来自对方增量冲击的反应均为正向且作用时间持久, 说明二者存在长期互动机制。而且由房价或地价上涨本身带来的惯性上涨现象仍长期存在;地价对房价变动冲击的反应要快于房价对地价变动冲击的反应, 而且短期内房价变动对地价的影响程度大于地价变动对房价的影响程度。

6.方差分解。利用方差分解方法可分析房价与地价新息冲击对二者价格变动的贡献程度。从图2a房价的方差分解图可以看出:房价变动受其自身冲击的影响与滞后期长短高度相关, 随滞后期延长而减弱, 影响程度由初期的100%降至稳定期的70%;同时, 房价变动受地价变动冲击的影响逐渐增强, 地价变动冲击贡献度在20期时较稳定的达到30%左右。从图2b地价的方差分解图可以看出:地价变动受其自身冲击的影响与滞后期长短高度相关, 随滞后期延长而减弱, 影响程度由初期的80%降至稳定期的45%;而地价变动受房价变动冲击的影响逐渐增强, 地价变动冲击贡献度在20期时较稳定的达到55%左右。约13期时房价、地价变动冲击对地价变动的贡献度相当, 各占50%。

三、结论及政策建议

通过对基于房价和地价关系的VAR模型的分析, 结合脉冲响应函数及方差分解技术可得出如下结论:房价与地价具有长期均衡关系;二者间的相互影响都是正向的, 特别是短期内房价冲击对地价的影响速度及程度均大于地价冲击对房价的反作用。实证结果表明“需求拉动说”是当前特别是短期内解释高房价与高地价成因的主要依据, 而房地产开发商所坚持的“成本推进说”并不具有对现实的解释力。这说明中国近十年来房价地价高涨的主要原因仍在于不平衡的房地产市场供求关系的影响:由对住房过度的刚性需求或投资投机需求导致房价上升, 而房价一旦出现变动, 开发商对未来房地产市场的预期也会随之改变, 引起土地需求变化, 从而通过引致需求拉动地价上涨;虽然长期中地价仍是房价的一个影响因素, 但相比开发商的利润, 其在房地产价格构成中所占比重并不大。另外, 研究表明由房价或地价上涨本身带来的惯性上涨现象仍存在, 这说明预期因素在房价、地价的决定方面也存在重要影响, 而这种影响会形成自我推动的恶性循环使得价格形成持续上涨态势。

因此, 要维持房地产价格的稳定, 短期内可通过稳定住房供应来防止房价大起大落;长期内既应增加土地的稳定供给, 又要加强住房改革, 逐步打消供求双方对于房价上涨的预期, 才能最终遏制房价的过度上涨。相应的政策建议: (1) 从根本上讲, 应增加土地供给满足刚性需求。其中完善土地储备制度、切实解决地方政府土地财政问题是关键;同时应改革目前的“招拍挂”制度为“招投标”制度, 综合考虑土地价格和开发商的后期运作能力来决定中标者 (王岳龙等, 2010) , 缓解地价飚升的问题。 (2) 加强住宅建设, 合理调整住房结构, 缓解房地产市场的供求矛盾。一方面, 应稳定中低价位普通商品住房供应;另一方面, 在经济适用房、限价房、廉租房建设方面应增加政府支持力度, 增加房源, 切实保证低收入家庭的住房需求, 扭转供不应求的紧张局势。 (3) 通过税收、信贷等宏观调控手段, 合理引导住房供给与消费, 抑制投资投机性购房需求;并加强房地产市场监管, 严格房地产企业市场准入, 依法查处哄抬房价、捂盘惜售以及炒地等扰乱市场秩序的行为。 (4) 打消房地产市场价格上涨的预期。应设置专门机构负责调查房地产开发成本、监测房价、公布房价信息等, 提高房地产市场价格的透明度, 从而通过稳定消费者的心理预期稳定房价。当然, 相关调控政策还应保持连续性和稳定性, 因为只有这样才能使消费者真正打消房价进一步上涨的预期, 从而打破房价与地价自我推动与相互联动上涨的恶性循环方式, 确保地价与房价的稳定, 使房地产市场能够得以平稳健康地发展。

参考文献

[1]刘丽.房价与地价关系实证研究——基于中国1999—2008年的经验证据[J].价格理论与实践, 2009, (4) .

房价与地价关系研究 篇6

（一）多重协整关系的数学模型

1. 平稳性分析

传统的时间序列分析通常假设经济数据和产生这些数据的随机过程是平稳的, 并以此为基础对模型进行参数估计和假设检验。而在实践中, 特别是金融实证中多数时间序列是非平稳的。为避免这一问题的出现, 在进行时间序列的回归分析之前进行序列的平稳性分析是必要的。

设X={x t}为一个随机时间序列, 并令Xt={x t-s, s≥0}表示它到时刻t的整个时间序列, Xt-1表示它到时刻t-1的整个时间序列, ΔXt-1表示时间序列的差分序列，εi为白噪声。对数学模型：

利用ADF单位根法来检验时间序列的平稳性, 即对假设1:0Hρ=, 可用ADF的ρ-统计量。若ADF的ρ-统计量大于ADF分布的临界值, 则说明序列是非平稳的。

2. 单整和协整分析

设X={xt}, Y={yt}为两个随机时间序列, 并令Xt={xt-s, s≥0}, Yt={yt-s, s≥0}表示它们到时刻t的整个时间序列。如果通过ADF检验X、Y序列均为非平稳的, 而序列的一阶差分是平稳的, 则称序列是单整的, 表示为Xt:I1 () , Yt:I1 () 。当Xt:I1 () , Yt:I1 () 时, 可以进行协整检验, 即对数学模型Yt=α+βXt+εt进行检验。如果εt满足I (0) , 则称Xt, Y t是协整的。变量协整性分析的经济意义在于：对于两个具有各自长期波动规律的变量, 如果它们之间是协整的, 则它们之间存在长期的均衡关系。反之, 则不存在长期的均衡关系。

3. 多重协整关系

向量自回归 (VAR:Vector Autoregression) 模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响, 实际上是向量自回归移动平均 (VARMA) 模型的简化, 后者因参数过多带来很多问题而少有应用.最一般的数学表达式为

式中tY是m维平稳I (1) 序列;Xt是d维确定性变量;εt是新息变量。普通最小二乘回归法不适用于多变量情形中存在的不同协整向量的识别。对多重协整更有用的检验是Johansen似然比和“迹检验”。通过Johansen协整检验有两个作用： (1) 识别一组序列中协整向量的个数; (2) 提供协整向量和调整速度向量的最大似然估计。通过迹统计量与临界值的比较可得出序列之间的多重协整关系。

4. 因果关系检验

协整关系只能说明序列之间相互的依存关系, 但并不能说明它们之间存在某种因果关系。在实际工作中, 如果我们希望通过一个序列来预测另一个序列, 则还必须分析序列间是否存在因果关系。本文应用Granger因果关系检验来进行实证研究, 即在考察序列X是否是序列Y产生的原因时, 先估计当前的Y值被其自身滞后期取值所能解释的程度, 然后验证通过引入序列X的滞后值是否可以提高Y的被解释程度。如果是, 则称序列X是Y的Granger成因。

（二）地价、房价与租价多重协整关系实证分析

1. 平稳性检验

将我国2001年第一季度到2005年第一季度的全国土地交易价格指数，同期的全国房屋租赁价格指数和全国房屋销售价格指数的处理值分别定为时间序列X, Y, Z。此处的处理方法是：把2000年每一季度值看作1，以后每年的数值处以100再乘以上年同期的处理值。图1给出的是序列X、Y、Z的走势图。实证采用Eviews 3.1软件进行分析。

对序列X、Y和Z按式 (1) 进行回归和ADF检验，经过多次试验，按照AIC准则, 将滞后值确定为4，检验结果见表1:

表中***显著性为1%;**显著性为5%;*显著性为10%(下同)。从表1可知，3个序列的ADF检验t统计值均比显著性为10%的临界值-2.7180大，所以认为序列是非平稳的。对序列X、Y和Z的一阶差分序列 (对应为IX、IY和IZ) 进行平稳性检验来确定序列是否为单整的，同样进行ADF检验，结果见表2。

从表2可知, 3个一阶差分序列的ADF检验t统计值均比显著性为1%的临界值小，所以认为3个一阶差分序列均为单整的。

2. 多重协整检验分析

经过多次实验，序列X, Y, Z对式 (2) 进行回归, 得出Johansen协整检验结果见表3。

从表3可以看出只有第一个似然比统计量大于1%水平下的临界值，因而只有第一个原假设被拒绝(置信水平为99%)，即有且仅有一个协整关系。因此得出标准化后的协整系数估计值，见表4:

按照协整系数可以将协整关系写成数学表达式, 并令其等于zecm, 得到:

对序列vecm进行单位根检验, 结果如下

由此可以发现它已经是平稳序列，并且取值在0附近上下波动，验证了协整关系是正确的，即上述的协整关系式反映了地价、租价和房价这三个时间序列之间的某种长期均衡关系，变量vecm是向量误差修正模型的核心部分。它反映了变量在短期波动中偏离它们长期均衡关系的程度。

3. Granger因果分析

对3个时间序列应用Granger因果关系进行检验，得出以下结果。见表5:

可见对于Y不是X的Granger成因的原假设，其相伴概率只有5×10-5，表明至少在99%的置信水平下可以认为Y是X的Granger成因。同理可得出其他因果关系。而对于Y不是Z的Granger成因的原假设，其相伴概率有36.39%，表明Y不是Z的Granger成因的概率较大，不能拒绝原假设。即认为Y不是Z的Granger成因。

（三）结论和政策建议

1. 结论。

(1)由以上的协整分析，结果显示在全国范围内土地价格、房屋租赁价格和房屋销售价格三指数之间存在着多重协整关系，即它们三者之间存在着一种长期均衡关系。(2)由Granger因果检验的结果可见，土地销售价格和房屋销售价格之间具有双向Granger因果关系，即它们互为因果关系;房屋销售价格是房屋租赁价格的Granger成因，但是租价不是房价的成因。

2. 政策建议。

(1)重视土地供应政策和调整住房结构。地价和房价相互影响，且地价占房地产价格的较大比重，变动幅度较大，因此政府要对土地供应严格把关。除继续实施严格的土地控制政策外，还要对土地的使用方向进行管理，在土地资源稀缺的条件下，充分利用土地，限制高档商品房的过度开发，增加普通住宅、小户型住房的供应，是扩大房地产有效供给的好方法，而此目标的实现需要政府在房地产整个建设中的全程管理与监督。(2)尽快建立真实、统一的房地产市场价格信息管理体制。目前我国房地产市场存在信息混乱的局面，这不利于政府制定和评价房地产市场价格管理的各项政策。因此，国家统计局和有关部门应尽快组织各界力量研究价格体系架构、确定信息来源、统一房地产市场价格信息和权威的发布平台。(3)建立规范、统一、全面、科学的房地产统计数据库。研究房地产市场及其价格的运行状况需要完整、统一、科学的数据作为基础，目前我国房地产行业的许多指标值存在数据缺失、前后统计口径不统一、不具有国际可比性等缺点。(4)引导消费者的合理消费。让居民有房住和拥有房屋是两个不同的概念，因此要合理引导消费者的消费行为，使其建立科学的消费观念，防止相互间的盲目攀比。

摘要：大量研究表明, 当时间序列属于非平稳过程时, 判断变量间的因果关系将十分困难。而作为计量经济学的新流派, 协整理论及误差修正模型很好地解决了时间序列的非平稳问题。通过实证分析的方法, 证实了土地, 房屋及其租赁价格三个时间序列满足同阶平稳, 通过向量自回归 (VAR) 模型证实了它们之间存在着多重协整关系, 进而得出三者之间的因果关系。

关键词：房地产,价格,向量自回归模型,多重协整关系,因果关系

参考文献

[1]易丹辉.数据分析与Eviews应用[M].中国统计出版社, 2002.

[2]赵卫亚.计量经济学教程[M].上海财经大学出版社, 2003.

[3]钱瑛瑛.房地产经济学[M].同济大学出版社, 2004.

[4]陆懋祖.高等时间序列经济计量学[M].上海:上海人民出版社, 1999.

房价与地价关系研究 篇7

关键词：地价,住房价格,地方政府,房地产业

一、前言

从我国住房体制改革以来, 在这十多年间, 房地产业开始了飞速发展, 其发展速度一度超过了如英国、美国等发达国家。房地产业的飞速发展也带来了房价的一路飙升, 面对居高不下的房价, 中央政府也开始了一系列的调控, 如被认为调控最严的《国十一条》, 但即便是在这样严厉的调控政策之下, 房价也并未降低。对于中央政府出台的各种调控政策, 除了税收、货币政策可对房地产市场产生直接影响外, 其他政策则必须经由地方政府执行, 这就形成了“中央—地方—房地产业”的关系, 在该关系下, 中央政府负责制定调控目标, 地方政府负责执行政策, 房地产企业反映调控效果, 在调控目标与调控效果之间, 会存在着诸多影响因素, 对调控效果产生影响, 这也是各种调控政策难以起到实质性效果的主要原因。

在房地产价格中, 地价与房价是其主体, 二者关系的协调性会直接影响到土地利用效率、房地产业发展, 所以探讨二者间的关系有助于了解房地产市场, 也有助于制定有效、合理的调控措施对房价进行控制。

二、地价与房价关系分析

(一) 房价带动地价

虽然人们需要的是房产这一最终产品, 但地产却是房产的承载者, 所以在房产价格不断上升的同时, 必将拉动地价。房价、地价二者互为因果关系, 但在不同区域、时期, 二者对房地产价格的影响又有着较大区别。当前时期的政府土地供应以派生需求为主, 但在房地产企业炒卖、囤积地皮的情况下, 就会致使地价成本不断提高, 进而转变为在成本驱动下导致房价上涨。从房价与政府土地供应的关系来看, 主要是由于房价上涨, 导致了政府土地供应价格 (地价) 的上涨。据相关研究结果显示, 房价、地价二者是互动的, 二者没有固定的比例标准, 近年来, 房价与地价都在上涨, 但房价上涨的原因是多方面的, 地价上涨的原因则是住宅市场的供不应求所导致的。

(二) 地价是房价的基础

房价的成本构成包括了地价、销售费用、开发成本、企业利润, 地价作为房价的成本构成要素, 必然会对房价产生影响。另一方面, 土地获取是房产活动的基础, 房地产开发商是在获取土地使用权以后才开始进行开发和经营, 也就是先形成地价, 再形成房价。由此看来, 房价是建立在地价的基础之上的, 地价的上涨势必促进房价的上涨。

三、地方政府对房地产业的影响

首先, 对于房价, 中央政府的态度是维持稳定, 既不想短时间内暴涨也不想短时间内暴跌。对于地方政府来说, 其行为具有短期性, 所以对高房价持有激励、支持态度, 这是因为高房价会带来高税收, 增加财政收入, 同时也会提高短期任职的政府官员的政绩。

其次, 土地财政也称为第二财政, 它是指地方政府通过流转土地使用权来获取满足地方财政需要的收入, 是一种预算外收入。我国地方政府的土地财政, 主要是凭借增量土地来增加财政收入, 即使用土地使用权出让金来支持地方财政需求。土地是房地产业生存、发展的基础, 而地方政府领导出于政绩、地方形象方面的考虑, 会大力开展各种房地产建设, 如工业园、开发区、城市经营等, 在政府权力的荫蔽下, 使全民所有的土地财富沦为了地方政府谋取利益的工具。地方政府对土地的垄断, 导致了土地升值, 让房地产开发商加大投资力度, 从而促使了房价的上涨, 房价上涨又会致使地价上涨。房地产的这种发展模式, 使地方经济更多地依赖于房地产, 从而使其陷入了政府调控的循环模式中, 而房地产业的暴利也让房地产企业、银行、政府三者结成了利益联盟, 从而对人民的房地产消费产生了排挤效应。

最后, 土地是房地产业的首要生产要素, 也是其发展的前提。其土地的获取离不开土地供给者——地方政府, 在地方政府的土地财政中, 房地产业对其贡献颇丰, 部分地方政府甚至高达51%, 这就促成了地方政府、房地产商二者的合谋, 使房价保持高涨趋势, 以促进房地产企业自身发展, 同时为地方政府创造更多财政收入。

四、总结

客观地说, 中国房地产业市场具有一定的复杂性, 当前的房地产市场结构也是多种因素共同作用的结果。我国房地产业具有其特殊性, 它涉及到众多利益主体, 如地方政府、中央政府、银行等, 所以要对现今的高房价进行有效的调控, 也并非易事。在房地产业发展势头强劲的今天, 高房价让越来越多的居民开始担心买房问题, 这一局面的产生, 与由地方政府、银行、房地产开发商等组成的利益集团对房地产的操控有着直接关系。虽然中央政府出台了一系列的房间调控政策, 但在地方政府的具体执行中, 却为了GDP、政绩, 联合房地产开发商做出了与政策相背离的行为, 从而使调控效果与预期目标相去甚远。总而言之, 地方政府对房地产业的发展做出了巨大的“贡献”, 是推动房地产业发展的中坚力量。

参考文献

[1]崔光胜, 莫光财.房地产价格上涨中的地方政府有限理性行为分析[J].新视野, 2008, (1) :47-49.

[2]张涛.土地财政与中国房地产业困境——基于分税制改革后地方政府行为研究[D].上海师范大学, 2009.

[3]吕妍, 韩京位.论地方政府对房地产业的规制[J].北方经济, 2009, (8) :37-38.

房价与地价关系研究 篇8

任碧云、王越凤 (2007) 认为, “宏观经济运行的流动性过剩描述的是由于中央银行过于宽松的货币政策而出现的经济态势, 表现为资产价格上升、经济活动中货币充沛等一系列现象”。而张明 (2007) 认为, “流动性过剩是指实际货币存量对理想均衡水平的偏离”。大量的文献研究一般都以广义货币供应量M2、银行的存贷差、M2/GDP比值的增长速度来衡量流动性过剩程度。随着我国近几年国内生产总值的迅速增长, 货币供应量也逐年攀升, 且广义货币供应量M2的增速大于GDP的增速, 存贷差余额也保持较快的增速, 存贷差年平均增长26.8%, 流动性过剩问题显露无遗。

随着我国住房市场化和土地使用转让招投标制度实施以来, 土地价格和房地产价格一直经历着持续上涨的过程。与2001年相比, 2008年土地交易价格指数累计上涨幅度高达79.6%, 土地价格作为房地产开发成本之一, 地价的上涨在一定程度上推高了房价。此外, 中国城市化进程的加快也增加了对城市建设用地的需求。现存的土地定价模式是以价格定标的土地招投标方式, 这种机制设计相对提高地价, 加大了商品房成本中土地所占的份额。与此同时, 商品房屋平均销售价格从2001年的2170元/平方米上涨到2008年的3919元/平方米, 累计上涨幅度高达80%, 房价全线上涨远远超出了中低收入阶层的负担能力。虽然目前房地产市场观望气氛浓厚, 成交低迷, 不少银行尤其是国有大型商业银行正在积极采取主动防控风险措施, 适当降低对房地产行业的信贷投放比例, 部分地区的房价有所下跌, 房地产经营环境改善仍需时间, 但是房地产价格整体水平并未出现大幅度的下降。

2 流动性过剩、土地价格和房地产价格的关联性分析

2.1 流动性过剩与土地价格

首先, 流动性过剩引发了商业银行贷款的快速增长, 导致实体经济过度发展, 致使部分生产部门过度繁荣, 从而增加了城镇就业人口需求, 导致了比经济增长所应承受的更快的城市化进程。城市化的一个显著结果就是极大地增加了土地需求, 导致了需求推动型的地价上升。

其次, 我国土地批租制度的设计也助长了流动性过剩对地价的影响。我国中央财政与地方财政分立, 土地批租权在地方政府手中, 现行的土地批租制度使地方政府能够获得未来几十年的土地租金。卖地就成为地方财政收入的主要来源, 地方政府具有推高土地价格的利益驱动。土地使用权招投标制度是一种竞价机制, 在流动性过剩致使房地产开发商在资金来源充足的条件下, 土地价格不断上涨。

2.2 流动性过剩和房地产价格

从纯理论上分析, 可以从以下几方面来解释流动性过剩与房地产价格的关系:首先, 流动性过剩即货币供给相对于实际货物、服务及资产交易过量, 过多的货币追逐过少的商品, 必然造成商品价格的上涨。根据费雪方程式, PQ=MV, 货币流动性相对过剩致使等式的右半部分增加, 而房屋供给量Q不变致使价格走高。其次, 流动性过剩、利率的降低, 促使了房地产开发贷款和个人购房贷款的增多, 进而导致房地产市场的繁荣, 致使房价上升。再次, 为了避免在未来更高的房价, 消费者对房地产价格不断上涨的心理预期导致了对房地产更大的需求, 大量货币涌入房地产行业。于是, 流动性过剩转化为房地产的过度需求, 造成房价的不断上涨。

2.3 土地价格和房地产价格

从需求的角度来看, 房价上涨导致了地价的提高。在国内目前的情况下, 土地市场所决定的地价更倾向于是一种需求价格。因为土地的自然供给没有弹性, 其经济供给受自然供给的限制, 也缺乏弹性。并且, 土地的供给是由政府垄断的。因此, 在这种情况下, 地价主要由需求一方决定, 需求上升则地价上升, 需求下降则地价下降。因此, 从需求角度来看, 地价主要是一种需求价格。总之, 对房地产的需求增加导致对土地的需求增加, 由于土地的供给价格弹性较小, 结果导致地价的上涨。

从供给角度来看, 地价上涨是导致房价上涨的一个因素。在房地产市场中, 房地产是一种生产产品, 因此房价不仅仅是一种需求价格, 更是一种供给价格。在房地产开发过程中, 由于土地的开发与经营是整个房地产经济活动的开端和基础, 开发商总是先获得土地的使用权, 然后才能进行房屋开发和经营, 即先形成地价, 然后产生房屋建设成本, 形成房地产的成本价格。这个成本价格通过当时市场的供求关系, 形成真正的房地产的交易价格, 这个价格一般都高于其成本价格。由此, 上涨的地价进一步推动了房价的上涨。

简而言之, 地价和房价的关系可以表述为:地价影响房价, 房价又反过来推动地价, 两者呈螺旋式上升。

3 实证分析

3.1 样本设定

基于以上理论分析, 现从实证上分析流动性过剩与土地价格和房地产价格的关联性, 本文的样本选取了近几年的有关数据来进行简单的计量分析。

以M2增量与国内生产总值增量的比值 (M2/GDP) 来度量流动性过剩;以房屋销售价格指数增加值 (FANGJIA) 来衡量房地产价格上涨幅度;以土地交易价格指数增加值 (DIJIA) 来度量土地价格上涨幅度。

在样本选取中, 设定以下标准:一、因为1998年房改对房地产影响十分大, 1999年和2000年房地产业市场化刚起步, 很多地方还不成熟, 因此本文的样本选择以2001年为起点;二、本文选取的有些变量的月份数据难以采集, 故本文选取了2001年第一季度至2008年第二季度的季度数据作为样本。

本文所选的数据来自于锐思金融研究数据库, 中国资讯行和中国国家统计局历年统计年鉴, 并经过一定的计算。

3.2 分析过程

3.2.1 单位根检验

研究时间序列, 对所需计量检验的数据进行单位根检验, 以验证其平稳性。考虑到数据比较稀少, 不适合过度差分, 所以选择一阶差分。在较为宽松的显著性要求下, 变量不能通过单位根检验, 可见变量为非平稳序列, 但是变量的一阶差分能通过单位根检验, 结果如表1所示。

3.2.2 Granger因果检验

我们借助Granger因果检验进一步分析流动性过剩与房地产价格的关系, 检验结果如表2所示。

从表2的结论可以看出, FANGJIA对M2GDP的Granger因果检验比较显著, 结合理论阐述说明了房价的上涨促进了经济发展, 反过来带动了M2的增长;M2GDP对DIJIA的Granger因果检验相当显著, 结合理论阐述说明了M2的增长能带动地价的上涨;DIJIA对FANGJIA的Granger因果检验相当显著, 结合理论阐述说明了地价的上升带动了房价的上涨。

3.2.3 协整检验

本文采取E-G两步法来检验协整关系, 先检验变量的平稳性, 对非平稳性变量用OLS进行线性回归, 然后对其残差进行单位根检验, 如果变量是平稳的, 则残差应该是I (0) , 即残差序列是平稳的, 变量之间有协整关系。

从表3的结论可以看出, 除了FANGJIA与M2GDPBI的协整检验没有通过以外, M2GDPBI与DIJIA、DIJIA与FANGJIA都存在协整关系, 这意味着这两组变量都存在长期或均衡关系, 结合理论阐述说明了M2的增长能带动地价的上涨, 地价的上升带动了房价的上涨, 结论与Granger因果检验相似。

3.2.4 脉冲响应

从下图的脉冲响应值轨迹可以看出:

(1) 地价在M2增量与国内生产总值增量的比值的冲击作用下, 脉冲响应的初始值在第1个季度为零, 在第2个季度达到最大值0.9%, 而后迅速衰减, 在第4个季度降为零。由此可以断定, 对于地价来说, 流动性的冲击具有较强的灵敏性和短暂性。

(2) 房价在地价的冲击作用下, 脉冲响应的初始值在第1个季度为零, 在2～4季度呈上升态势, 在第4个季度达到最大值0.8%, 而后迅速衰减, 在第10个季度降为0.1%。由此可以断定, 对于房价来说, 地价的冲击具有较强的放大性和长期性。

(3) 房价在M2增量与国内生产总值增量的比值的冲击作用下, 脉冲响应值在1至3个季度为零, 而后迅速上升, 在第5个季度达到最大值0.3%, 而后缓慢衰减。由此可以断定, 对于房价来说, 流动性的冲击具有较强的滞后性, 且冲击的作用具有持久性。

(4) M2增量与国内生产总值增量的比值在房价的冲击作用下呈负向反应, 脉冲响应的初始值在第1个季度为-0.02%, 而后迅速上升。由此可以断定, 对于流动性指标来说, 流动性的冲击具有负向反应和持久性, 说明了房地产行业吸收了当前货币市场部分过剩的流动性。

3.3 结论

实证检验和理论阐述表明, 流动性过剩具有扩张性经济效应, 流动性与房价和地价具有长期或均衡的关系, 流动性过剩一定程度上导致了地价的上涨, 而地价的上涨带动了房价的上升。

从脉冲响应图可以看出, 在短期内, M2增量与国内生产总值增量的比值对地价的冲击效果要大于对房价的冲击效果, 而且对地价的冲击要更加灵敏, 从较长的时期看, M2增量与国内生产总值增量的比值对房价的冲击作用比对地价的冲击作用要更加长久、更加稳定。综合前述的协整分析和脉冲响应, 本文认为从对房地产行业宏观调控的操作角度出发, 长期房地产价格宏观调控的重点应放在货币供应量上, 短期房地产价格宏观调控应重点关注地价的变化。

然而, 因为一方面本文所使用的数据相当有限, 可能存在一定的偶然性;另一方面在计量模型中, 许多对于变量具有显著性影响的因素可能并未予以适当的考虑。基于以上原因, 我们认为计量结果只应被当做是理论假设的附加证明而不具有决定性意义。

4 政策建议

4.1 将土地价格作为房地产价格调控的中间变量

根据实证得出的结果, 土地价格变化快于房屋调控价格, 所以政府在运用货币政策调控房价时, 应注意观察土地价格的变化, 选取土地价格作为调控房价的中间变量, 使得宏观调控能够及时、有效。

4.2 改革土地批租制度

现行的土地批租制度使地方政府一次性获得未来几十年的土地租金, 这样的设计并不合理, 一是造成土地首次拍卖费用过高, 二是缺乏财政的可持续性。如果能把批租制和年租制结合起来, 将土地批租一次性收费改为按年度收费, 这样既可以保证地方财政的可持续性, 也能降低土地的首次拍卖费用, 从而降低地价, 最终达到降低房价的目的。此外, 减少地方政府在土地出让金上与中央政府的分成比例, 打破地方政府在土地出让制度中追求出让金最大化的机制, 削弱城市土地批租造成的地方政府和房地产商在房地产业发展中有着共同利益, 也有利于宏观调控政策效力的发挥。

摘要：减缓流动性过剩、抑制房价成为近年来我国宏观经济调控的重点。本文主要选取2001——2008年的流动性过剩、土地价格、房地产价格三个指标, 分析了三者之间的关系, 并运用Granger因果检验、协整检验和脉冲响应模型实证得出由流动性变化导致的土地价格变化先于房地产价格变化的结论, 并提出一些政策建议。

关键词：流动性过剩,房地产价格,土地价格

参考文献

[1]任碧云, 王越凤.中国流动性过剩原因辨析[J].经济理论与经济管理, 2007 (2) :19-25.

[2]李雅静, 杨毅.利率和货币供应量对我国房地产投资的影响[J].西安财经学院学报, 2005 (5) :47-51.

[3]况伟大.房价与地价关系研究:模型及中国数据检验[J].财贸经济, 2005 (11) :56-63.

[4]陈石清, 黄蔚.中国房地产价格与城市化水平实证分析[J].财经理论与研究, 2007 (2) :109-112.

[5]李进涛, 谭术魁, 郭志涛.利率调整与房地产市场波动关系的实证研究[J].南方金融, 2007 (12) :17-19.

[6]王爱俭, 沈庆劫.人民币汇率与房地产价格的关联性研究[J].金融研究, 2007 (6) :13-22.

[7]余元全.流动性过剩对资产价格膨胀的影响[J].浙江金融, 2007 (5) :34-35.

[8]熊伟.我国房价持续上涨的流动性过剩因素分析与对策[J].生产力研究, 2007 (19) :87-88.

房价与地价关系研究 篇9

随着中国经济的稳定发展, 中国房价持续处在高位, 其影响因素也是错综复杂。自二十一世纪以来, 房地产投资增长迅速, 房价也随之上涨。中国各地商品房房价一涨再涨, 地价作为房价的一个重要组成部分, 其上涨是推动房价上涨的主要因素。同样的, 房价在受到市场这双“无形的大手”的推动下, 通过一定的传导机制也影响着地价的变化。而人们对住房的需求属于生产资料消费需求, 是维持生存的必要条件。而引起房价变动因素较多, 因此, 我们着手对房价与地价进行研究, 对改善居民生活水平与协调经济健康发展都具有重要的现实意义。

1 对象与方法

1.1 对象江宁大学城内7个小区一年之内的房价走势 (按月平均) , 见图1。

1.2 调查方法

(1) 调查采用抽样调查, 随机选取江宁大学城内七个不同的小区的房价和取得地价, 以及江宁大学城房价的均价作为样本;

(2) 期间为2015年10月至2015年9月;

(3) 辅助调查中有问卷调查, 为了获取人们对大学城房价地价变动的看法;

(4) 总计发放问卷80份, 收回问卷80份, 其中有效问卷80份, 有效回收率为100%;

(5) 根据回收的样本数据, 进行统计学处理分析。

2 调查结果

2.1 江宁大学城近一年房价回归方程 (表1)

根据 (图1) 图像趋势, 由于统计期间为近一年, 是短期变化, 可近似视作直线变化来测算, 此处采用最小二乘法。

假设t坐标为时间, 假定2015年10月为1, 每增加一个月t增加1个单位;P坐标为房价, 单位是元/m^2

设:Pc=a+bt

∴将a、b带入直线趋势模型中得出的江宁大学城近一年内的房价变化趋势直线是P=13841.3+393.94t (2015年10月时t=1)

以同种方式测的南京房价的回归直线方程为:P’=13391.23+483.7t

2.2 江宁大学城各个小区与江宁大学城房价变动的相关系数 (表2)

公式中Cov (X, Y) 为X, Y的协方差, D (X) 、D (Y) 分别为X、Y的方差 (X为每月江宁房价, Y为每月小区房价) 。

2.3 江宁大学城各个小区地价及楼面地价 (表3)

3 调查分析

3.1 房价与地价的变动影响

(1) 房价的基本组成是, 房价=地价+建筑物价格, 它是房地产经济的一个重要指标, 也是房地产市场运作和配置资源最为关键的调节机制。

(2) 地价是指土地所有者向土地需求者让渡土地使用权所获得的收入, 是买卖土地的价格。在我国, 由于土地不允许自由买卖, 所以地价也指出让一定时期内的土地使用权的对价。

(3) 房价与地价的变动在无外界干扰的情况下基本趋于一致, 地价作为房价的一个重要组成部分起到了极大的推动作用。

3.2 数据分析

3.2.1 江宁大学城近一年房价

根据 (表2) 数据显示, 随着月份的推移, 江宁大学城在近一年房价逐月递增。我们小组利用最小二乘法数学建模求出江宁大学城近一年内的房价变化趋势直线是P=13841.3+393.94t (2015年10月时t=1) 。也就是说, 在我们组最初统计的2015年10月江宁房价就达到了13841.3元/m^2, 每个月江宁房价就会上升393.94元/m^2。为了方便数据比较分析, 我们小组以同种方式测的南京房价的回归直线方程为:P’=13391.23+483.7t。由此可见, 江宁房价并没有南京整体房价长得多。

3.2.2 江宁大学城各个小区与江宁大学城房价变动的相关系数

根据 (表3) 显示, 江宁大学城各个小区房价变动几乎与江宁大学城房价变动趋同。为了更有说服力, 我们小组随机抽样了江宁大学城7个小区, 利用资本资产定价模型中测算相关系数的方法计算出这7个小区和江宁大学城总体房价的变动的变化趋势。结果显示, 相关系数最低的方山熙园也达到了0.70, 相关系数最高的东方龙湖湾和文博苑更是达到了0.96, 其他小区的相关系数情况由表3显示波动并不大。因此, 我们小组得出的结论是, 整体房价趋势可以表现房价变动。

3.2.3 江宁大学城各个小区地价及楼面地价

(1) 根据 (表4) 显示, 江宁大学城各个小区地价大概占房价的50%。其中, 楼面地价房价比最低的保利梧桐语是29.40%, 楼面地价房价比最高的方山熙园是60.71%, 楼面地价房价比均值是48.40%, 而全国平均水平大概是33.3%, 由表4的数据, 我们小组分析出江宁大学城的地价较全国占房价比高出15%左右, 集资房楼面地价房比商品房楼面地价房比低。

(2) 我们知道, 楼面地价代表着一个项目在销售时, 单位售价中所包含的土地成本。商品房的最终售价包含着楼面地价, 所以开发商在拿地的时候支出的土地价格会作为商品房最终售价的参考标准之一。现在, 只需要了解江宁大学城地价的情况, 就可以粗略估计出江宁大学城大概的房价情况和变化趋势。但是, 也要注意, 房价上涨并不能全部归于地价上涨, 地价的波动也未必会促使房价波动。

综合分析:由调查数据不难看出, 江宁大学城内的房价与地价仍处于持续上涨的趋势, 但增长速度相比于南京市的增长速度基本趋同, 但根据近期拍下来的高价地块可以推论, 若政府不及时出台相关政策控制过高地价成交或限制房价上限, 江宁大学城房价在16年10月之后仍会保持一个持续高增长的态势。

江宁大学城内的各个小区房价的变化也与整体房价的变动有着密切的联系, 地价上涨推动着房价;外来人口由于难以支付市内过高的房价, 将眼光放在了房价较低的大学城地区, 从调查情况来看, 房价与地价影响机制总体可表述为:成本与需求同时推动房价上涨。

从地价角度来看, 江宁大学城地价在近五年内暴涨近五成, 房价也在两年内番了近一倍, 房屋的基础设施建设费以及地价作为既定成本, 对房价的变化虽不直接, 但作为一个必要成本, 房价的市场变动时刻影响着房价的变动。

因此, 无论土地成本在房价中的比例是高还是低, 只要地价在涨, 房价就涨得更快。而房价的上涨又推动地价上涨在充分的市场环境下, 地价上涨的原因是因为房价升高导致对土地的需求增加。房价升高增加了土地需求, 而导致地价的飞速上涨。

4 大学生房价和地价的影响因素

一个地区的房价首先决定于它本身的地理位置, 所处地区的经济发展水平, 交通等。南京的江宁地区, 原本位于江北, 交通相对于南京其他地区而言相对落后, 产业结构简单, 经济相对不发达, 房价也自然比南京市房价均价底许多。而随着政策, 以及地铁1号线的通车, 对其房价与地价产生了巨大的影响, 近期在2016年9月22日的土拍会上, 江宁方山区域紧邻老小区印湖山庄的G61地块地价超2.2万元/平米, 成为区域新高价地, 根据分析推测, 未来江宁大学城方山地区的房价可能达到近4万元/平米。

4.1 政策因素

在这个市场经济社会, 价格由市场这只看不见的手操控, 但房地产这一特殊的产业, 由于关乎国民的根本生活, 关乎着国家经济的基础, 以及近年来出现的不正常快速的房价上涨情况, 相关政策也就随之而出台, 对房地产市场进行调控。

“去库存”是今年楼市政策的主基调。各地一季度纷纷出台鼓励去库存的系列措施。虽然政策的落地需要时间, 但各地纷纷跟进“去库存”, 至少说明在供给一侧, 楼市有部分供大于求的现象。作为楼市“四小龙”之一, 南京房价自今年上半年开始开启了一波快速上涨, 截至2016年9月份, 南京二手房挂牌均价达到24108元/m2, 同比上涨32.31%。房价的快速上涨, 使得购房者加快入市步伐, 市面上的优质房源显得格外抢手。

飞速上涨的房价引发了消费者与市场的高度关注, 人们对于楼过度火热的担忧以及调控政策的期盼也不断加深。

不可否认的是, 调控政策对于房地产市场有着直接的影响。成交量受政策影响巨大, 可谓是立竿见影。

12011年年初的限购令直接把楼市成交量推进谷底。

22013年年底“宁八条”二套房首付提至7成, 再加2014年3月出台“宁七条”控制房价, 让2014年整年成交低迷。

(3) 从2014年年底到2015年整年, 从取消限购令到营业税改革、二手房首付降至4.5成, 外加不停的降准降息, 一系列政策导致南京楼市的十八连涨。

2016年下半年, 南京更是出台了最严厉的限购措施, 规定本市二套房家庭不得购房, 一度引发了离婚潮。

目前看来, 南京市场的拐点已经出现, 成交量开始下降, 库存量呈现逐渐上升的趋势, 政策调控已经显示了效果。

4.2“炒房热”带动“地价热”

“炒房热”带动“地价热”, 这个在现今房价与低价问题上, 已经是一个非常明显的现象。以江宁大学城为例, 方山大学城作为风头最劲的版块当仁不让。近期的金洽会上, 江宁高新园区更是吸金200亿投资, 引入了11个重大项目。方山大学城本次共有3幅地块出让, 其中G66地块为龙眠大道以西、格致路以南的商办混合用地, G57、G61皆为住宅用地。G56地块则相对较远, 沿着G53地块最南端的云台山河路, 一路向西, 大约需要走1、2公里后。G56地块最高限价仅有15965元/平米, 是本次出让的九龙湖4块地中唯一没有突破1万9的, 是4块地中最"便宜"的一幅地。

从版块现状 (九龙湖为例) , 方山大学城板块整体均价在2万/平米+左右。中粮祥云、中航樾广场, 分别以23520元/平米和24450元/平米的售罄价让南京人看见了方山的潜力。九龙湖板块整体均价在2万8/平米+左右, 且整个九龙湖板块在售楼盘并不多, 且多处于“房慌”状态。有多个楼盘已经断供好几个月了, 板块内一房难求。

具体来看, 其中主力热盘8盘仅有3盘有少量房源在售, 且面积、楼层可选的较小, "房慌"之言所言非虚。其中, 最值得一提的要数新城玖珑湖和万科翡翠公园, 目前都无房在售且下批房源放风都要卖3万+/平米。最有意思的要属骏景华庭, 不仅是九龙湖唯一的在售毛坯住宅, 也是板块的价格洼地, 但最后一栋房源加推时间一推再推, 大半年了还是没有动静。目前, 项目最后一栋确定毛坯改精装上市, 加之即将到来的土拍大战, 房价"大跃进"成为必然。在如此热销且明显还有很多剩余需求量的版块, 土拍结果达到地块最高限价 (直逼2万) 也并非不可能。此次九龙湖4幅地块的出让, 很有可能就将板块推上新的高度!

综上, 房价与地价始终始终是相辅相成的。

4.3 周边设施条件

在调查问卷中, 江宁地区购房的人们更倾向于选择在高校学区内或地铁附近购房。地铁交通、学区等因素成为人们购房首要考虑的对象。

(1) 教育设施:教育资源质量作用大于学校数量。

教育的地位越来重要, 学区已经成为居民选择房屋时重点考虑的因素。教育资源对周边住宅价格存在正向影响。教育资源存在数量越多, 品质越好, 其周边房价相应较高。从整体来看, 小学与初中教育对于房价的影响更多侧重于学区房的划分。以江宁百家湖为例, 其辖区内的百家湖小学, 翠屏山小学的学区房房价都逼近两万。而其他教育资源则表现为交通便捷度以及人文环境的影响。比如江宁大学城带动了地铁周边市场的发展。

(2) 交通通达度:大学城地区由于新校区的建设和整个城市规划的需要, 往往位于城市的外围郊区等房价较低的地区, 广大大学生和居民通往市中心主要依赖的就是地铁, 地铁是他们出行最便利、快捷、廉价的方式。

在没有地铁前, 到达江宁、仙林要花上一个多小时的时间, 地铁一号线南沿线及二号线的开通, 使南京真正构成了老城新城“半小时便捷圈”。地铁的开通让人们住的更远, 当然, 也刺激到这些地方楼市的发展, “地铁楼盘”成为人们关注的焦点。

根据一号线刚刚开通时江宁地区二手房价的走势图, 08年1月09年8月江宁房价较为平稳, 并有一段短暂的下跌。自09年9月开始, 房价呈现波动式快速增长趋势。10年的5月是江宁房价的顶峰, 而此时也是南延线通车的时候。在一号南延线建设的3年中, 江宁房价翻了整整三倍。江宁地区的房价不仅持续上涨, 并且和南京市的平均房价差距越来越小, 南京市的均价上涨了大约2000元, 而江北地区的房价均价上涨了4000元左右, 是南京市均价上涨价格的两倍。

江宁的房价快速上涨正说明了地铁对房价有着巨大的影响。交通通达度往往决定了一个地区的发展前景, 对房地产市场而言是一种巨大的推力, 大大提高了买房需求, 由于投资人和买房者的集中大量购买, 房产市场顿时变得火热, 市场上有钱买不到房的现象出现, 房价在供求关系的影响下, 一路快速上涨, 也就不难理解了。

4.4 房价和地价的相互影响

从初期调查情况来看, 房价与地价影响机制总体可表述为:成本与需求同时推动房价上涨。

房价与地价上涨趋势基本一致, 地价作为房价的一个重要组成部分起到了极大的推动作用, 此结论与立项初期设想一致。

另外, 房价与地价的变化是相互影响、相互作用的, 而不是简单的单方向影响。

简单来说, 地价的上升会提高房地产开发的成本从而提高房价, 这是显而易见的;地价提高后, 政府为了考虑到房地产开发商的利益, 将会大幅提高容积率, 使得分摊到每平方的地价减少, 减轻房地产开发商负担, 因此高层住宅房增多, 刚需提高, 导致房价的进一步上涨;而这一轮上涨趋势会被消费者误以为是房价又将上涨的信号, 导致人们更加急需要买房, 需求进一步被刺激。

因此, 无论土地成本在房价中的比例是高还是低, 只要地价在涨, 房价就涨得更快。而房价的上涨又推动地价上涨在充分的市场环境下, 地价上涨的原因是因为房价升高导致对土地的需求增加。房价升高增加了土地需求, 而导致地价的飞速上涨。

4.5 需求推动

商品房是特殊商品, 房价主要由供求关系决定。在中国买房的除了炒楼盘的人和有钱人外, 大部分都是普通工薪阶层, 买房目的不是为了投资生财, 而是简简单单为了满足生存需求。多少人买房是因为孩子要上学, 是因为有户籍享受当地福利和住房保障。由数据可知大部分买房人的心里价位维持在一万左右, 然接连上涨的房价已经让许多买房者望而却步。

在过去10年时间内, 我国的物价大幅上涨, 但是涨速远远小于房价上涨的速度。蔬菜大米食品价格大约上涨了4-6倍, 也就是说通货膨胀大约4-6倍。但是房价大约上涨了20倍左右。现如今的高房价已然成为一个恶性循环。一方面高房价会迫使普通民众大量贷款来买房, 造成一定的经济泡沫。另一方面, 在股市萎靡不振的现在, 一路高歌的房价使人们仿佛看到了它可观的稳定的盈利能力, 促使人们将更多的资金投入房地产, 进一步又推动房价上涨。

5 关于大学城未来房价地价走势分析

5.1 高地价必然推动高房价

随着近日江宁地区土拍频繁爆出高价江宁大学城板块甚至拍出22241元/平米楼面价的天价地块 (G61) , 而其余的地块也大多过万, 目前江宁方山大学城板块的整体均价已经达到了2万/平米的水平, 所以, 我们有理由相信, 坐拥方山这样得天独厚的自然资源, 又具备地铁1号线以及景枫KINGMO、太阳城等新建大型购物广场, 在加上不断涌入的外来人口和应届大学毕业生的住房刚需的江宁大学城, 房价快速上涨是必然趋势。按照统计的趋势, 来年江宁大学城均价破2.5万几乎已是板上钉钉之事。

5.2 未来政策将主导江宁大学城房价走势

在南京, 买房人怕买不到房, 开发商却怕抢不到地。这使得本身稀缺的土地资源变得更加紧张。

苏州在今年年中的时候, 出台土地限价令, 设定了地价红线, 按照政府给出的最高限价, 最高的一幅地块溢价率为231%, 最低一幅地块溢价率为89%。此政策比南京和杭州更为严厉, 若超过最高限价, 则竞价无效。将熔断机制作用于管控房地产行业, 其效果也值得期待。

南京市人大常委会第二十七次会议中, 京市市长缪瑞林作关于2016年上半年工作情况和下半年工作安排的报告。他在报告中指出, 南京房地产市场风险加大。近日来连续拍出的天价地块也验证了这点, 未来南京市是否对严格落实房地价管控标准, 设置价格管控线, 严控区域楼王, 是控制未来江宁大学城房价的关键因素。

6 结语

房价和地价持续上涨已成必然趋势, 也是众所周知的现实。对于来自各方面的因素的推动, 房价的上涨显得波动但总体是上升趋势。房价与地价的变化是相互影响、相互作用的。无论土地成本在房价中的比例是高还是低, 只要地价在涨, 房价就涨得更快。而房价的上涨又推动地价上涨在充分的市场环境下, 地价上涨的原因是因为房价升高导致对土地的需求增加。房价升高增加了土地需求, 而导致地价的飞速上涨。本文认为, 如今房地产市场的调控, 政策的导向才是最为关键的因素, 若一味由市场导向, 必定会使得房地产泡沫加剧, 重蹈美国次贷危机的覆辙。

参考文献

[1]中国房地产估价师学会编.房地产估价理论与方法[M].北京:中国物价出版社, 2001.

[2]刘润秋, 蒋永穆, 论房价决定地价[J].社会科学研究, 2005 (6) :44-48.

[3]王学发.我国城市房价上涨的需求动因与调控对策研究[J].价格理论与实践, 2007 (3) :41-42.