房地產(chǎn)市場供給與需求對房價的影響_王泳茹

1、統(tǒng)計與決策２０1 5年第24期·總第444期DOI:10.13546/j.cnki.tjyjc.2015.24.041房地產(chǎn)市場供給與需求對房價的影響王泳茹（ 四川大學 經(jīng)濟學院， 成都 610064 ）摘 要： 文章初始估計回歸模型并在此基礎上對殘差多次進行自相關和異方差的檢驗， 最終確定回歸方程， 該方程體現(xiàn)了房地產(chǎn)市場供給和需求與房地產(chǎn)價格之間的動態(tài)關系。研究表明： 需求對房地產(chǎn)市場是正的影響， 供給對房地產(chǎn)市場是負的影

2、響， 而且需求對房地產(chǎn)的影響程度要大于供給的影響。根據(jù)以上從房地產(chǎn)市場供給和需求的角度來分析其對房價的影響。關鍵詞： 房地場市場； 供給與需求； 房價中圖分類號： F293 文獻標識碼： A 文章編號： 1002-6487 （ 2015 ） 24-0151-03作者簡介： 王泳茹 （ 1985- ） ， 女， 河南鄭州人， 博士研究生， 研究方向： 金融理論與實踐。1 目前房地產(chǎn)市場的供求狀況1.1 房地產(chǎn)市場的供給首先從房地產(chǎn)市場供給

3、角度來說， 房地場的供給就是對于房地產(chǎn)開發(fā)所需土地的供給。所以房地產(chǎn)的發(fā)展與土地制度是息息相關的。我國的土地是屬于國家所有制的， 所以土地由國家政府壟斷控制， 政府是土地的唯一擁有者。（ 1 ） 土地供給城市土地供給對于城市的房地產(chǎn)市場供給就是城市的土地供給， 城市的土地由城市政府行使國家土地的所有權(quán)， 所以城市的土地間接的就在城市政府的控制之下， 近幾年來， 城市土地主要用來建設普通住宅用地、 豪華住宅用地、 工業(yè)用地、 商業(yè)用地等。

4、另外， 城市化進程的加快，這就導致了 “土地的擁擠” ， 各類企業(yè)競爭這有限的土地資源， 從這個方面來說， 城市的土地是供給不足的。農(nóng)村供給農(nóng)村土地用地主要用于住宅用地和農(nóng)業(yè)用經(jīng) 濟 實 證數(shù)， 但與 y2 高度負相關， 表明在中業(yè)化中期， 信息產(chǎn)業(yè)發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)高度化有反作用?？赡茉蛟谟诠I(yè)化中期， 各大區(qū)域?qū)a(chǎn)業(yè)發(fā)展的重點集中在相關制造業(yè)， 加大了第二產(chǎn)業(yè)的比重， 導致產(chǎn)業(yè)技術(shù)含量較低， 阻礙了產(chǎn)業(yè)結(jié)構(gòu)向高度化演進。信息產(chǎn)業(yè)發(fā)展指

5、標中的信息產(chǎn)業(yè)R&D 經(jīng)費支出、 科技經(jīng)費支出對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化具有阻礙作用， 而信息產(chǎn)業(yè)固定資產(chǎn)投資占比、 地方財政科技撥款占比、 R&D 強度和電信業(yè)務總量對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化具有顯著地促進作用。表明在工業(yè)化發(fā)展的中期階段， 主要任務是依靠資本要素投入帶動傳統(tǒng)產(chǎn)業(yè)和信息產(chǎn)業(yè)迅速發(fā)展起來， 信息產(chǎn)業(yè)規(guī)模的增大是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的前提條件。3 結(jié)語根據(jù)各區(qū)域經(jīng)濟條件、 產(chǎn)業(yè)結(jié)構(gòu)、 發(fā)展規(guī)劃、 先天稟賦等要素的不同， 本文將我國各區(qū)域所

6、處的工業(yè)化階層進行了界定， 發(fā)現(xiàn)環(huán)渤海和長三角處于工業(yè)化后期， 中部六省、東三省、 大西南和大西北處于工業(yè)化中期。針對不同經(jīng)濟區(qū)域、 不同工業(yè)化時期， 運用典型相關分析對我國信息產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的關系進行分析。結(jié)果表明， 不同工業(yè)化時期， 信息產(chǎn)業(yè)發(fā)展影響區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的方面是不同的， 處于工業(yè)化中期的區(qū)域， 信息產(chǎn)業(yè)發(fā)展對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的作用較小， 主要體現(xiàn)在： 產(chǎn)業(yè)結(jié)構(gòu)合理化只有與信息產(chǎn)業(yè)固定資產(chǎn)投資占全社會投資比重明顯相關；

7、 而產(chǎn)業(yè)結(jié)構(gòu)高度化與信息產(chǎn)業(yè)的相關關系不明顯； 而處于工業(yè)化后期的區(qū)域， 信息產(chǎn)業(yè)的發(fā)展對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的作用較大， 相關性較強， 主要體現(xiàn)在： 產(chǎn)業(yè)結(jié)構(gòu)合理化與專利授權(quán)件數(shù)、 財政撥款占財政總支出的比例和科技經(jīng)費支出等指標密切相關， 產(chǎn)業(yè)結(jié)構(gòu)高度化主要與 R&D 經(jīng)費密切相關。這說明工業(yè)化是信息化發(fā)展的前提， 信息產(chǎn)業(yè)規(guī)模的擴大和技術(shù)的提升推動工業(yè)化進程， 工業(yè)化與信息化相互促進， 相輔相成。不同工業(yè)化時期、 不同經(jīng)濟區(qū)域的

8、產(chǎn)業(yè)結(jié)構(gòu)受到信息產(chǎn)業(yè)發(fā)展的影響方面是不同的。各區(qū)域要針對影響產(chǎn)業(yè)結(jié)構(gòu)的信息產(chǎn)業(yè)的不同方面著力， 以加強信息產(chǎn)業(yè)對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的作用。參考文獻：[1]劉躍.區(qū)域信息化指數(shù)的構(gòu)建與西部信息產(chǎn)業(yè)發(fā)展政策分析[J].情報雜志， 2007,(2).[2]劉思峰等.我國產(chǎn)業(yè)結(jié)構(gòu)的有序度研究[J].經(jīng)濟學動態(tài)， 2004， (5).[3]李秋香.基于有序度測度模型的河南省區(qū)域產(chǎn)業(yè)結(jié)構(gòu)合理化研究[J].河南農(nóng)業(yè)大學學報,2013,(8).[4]范艷麗.

9、產(chǎn)業(yè)結(jié)構(gòu)高度化水平的定量測定[J].安徽師范大學學報(自然科學版)， 2008,(1).（ 責任編輯/易永生 ）151統(tǒng)計與決策２０1 5年第24期·總第444期為100。并對該指數(shù)的取值范圍做了規(guī)定， 一般情況下， 最合適的水平就是該指數(shù)為100時， 適度水平就是該指數(shù)取值在 95 至 105 點時， 較低水平就是該指數(shù)取值范圍在 95以下時， 較高水平就是該指數(shù)取值范圍在105以上時。2.2 建立模型選擇全國房地產(chǎn)開發(fā)投資

10、額作為房地產(chǎn)市場的供給指標， 選取全國商品房銷售金額作為房地產(chǎn)市場的需求指標， 選取國房景氣指數(shù)作為房地產(chǎn)價格指標。選取數(shù)據(jù)區(qū)間為2011年2月至2015年7月。模型設計： AS： 房地產(chǎn)開發(fā)投資， AD： 商品房銷售金額， P： 國房景氣指數(shù)本文選擇的是月度數(shù)據(jù)， 首先進行季節(jié)性調(diào)整， 采用X12方法； 其次對季節(jié)性調(diào)整后的AD、 AS、 P取對數(shù)， 分別記為 LAD、 LAS、 LP； 最后在建立模型前， 對變量進行平穩(wěn)性檢驗， 采

11、用ADF方法， 檢驗結(jié)果表明， 在5%顯著性水平下， LAD、 LAS、 LP均通過了檢驗， 為平穩(wěn)性變量， 可直接建立模型。本文旨在研究房地產(chǎn)供給和需求對房地產(chǎn)價格的影響， 從宏觀經(jīng)濟理論來看， 供給和需求對價格影響存在滯后性； 從計量經(jīng)濟學角度來看， 解釋變量對被解釋變量的影響不可能在短時間內(nèi)完成， 在這一過程中通常存在時間滯后， 但是建立分布滯后模型存在滯后長度難以確定的問題， 以及若選擇較大滯后期而損失自由度， 和有些滯后期解釋

12、變量系數(shù)不能通過檢驗。綜合以上兩種情況， 本文建立一個本期被解釋變量和本期解釋變量、 滯后一期被解釋變量的自回歸模型， 滯后一期被解釋變量可以認為是大量滯后解釋變量作用的結(jié)果， 這樣就能夠較充分的對解釋變量對被解釋變量的影響進行分析。模型形式如下：LPt = β0 + β1´ LPt - 1 + β2 ´ LASt + β3 ´ LADt + et對模型初步估計結(jié)果如下：LPt = -0.077064 +

13、0.995436 ´ LPt - 1 - 0.023610 ´ LASt(42.56617) (-4.432452) (8.356753)+0.035506 ´ LADt + et （ 1 ）回歸方程 （ 1 ） 估計結(jié)果顯示， 各變量系數(shù)在5%顯著性水平下均通過了檢驗， 但是殘差卻存在自相關和異方差，經(jīng)反復嘗試， 這里用AR （ 4 ） 模型來修正回歸方程 （ 1 ） 。et = 2.371762

14、80; et - 1 - 2.545305et - 2 + 1.212481 ´ et - 3（ 14.15288 ） （ -6.669715 ） （ 3.726915 ）-0.390030 ´ et - 4 + εt （ 2 ）（ -2.391497 ）回歸方程 （ 2 ） 估計結(jié)果顯示， 方程 （ 1 ） 滯后1~4期的殘差系數(shù)在5%顯著性水平下均通過檢驗， 且回歸方程 （ 2 ） 殘差不存在序列自相關。AC值、

15、 PAC值、 Q統(tǒng)計量表明方程（ 2 ） 殘差序列不存在自相關， 可以對方程 （ 1 ） 重新進行估計， 設：y = LPt - 2.371762 ´ LPt - 1 + 2.545305 ´ LPt - 2 - 1.212481 ´ LPt - 3 + 0.390030 ´ LPt - 4z = LPt - 1 - 2.371762 ´ LPt - 2 + 2.545305 ´

16、; LPt - 3 - 1.212481 ´ LPt - 4 + 0.390030 ´ LPt - 5x1 = LASt - 2.371762 ´ LASt - 1 + 2.545305 ´ LASt - 2 -1.212481 ´ LASt - 3 + 0.390030 ´ LASt - 4x2 = LADt - 2.371762 ´ LADt - 1 + 2.54

17、5305 ´ LADt - 2 -1.212481 ´ LADt - 3 + 0.390030 ´ LADt - 4得到的回歸方程如下：y Λ = 0.001020 + 0.969605 ´ z - 0.025351 ´ x1 + 0.037783 ´ x2（ 3 ）（ 33.08460 ） （ -3.621135 ） （ 7.250478 ）對該方程殘差進行自相關和異方差檢驗

18、， 檢驗結(jié)果顯示：AC 值、 PAC 值、 Q 統(tǒng)計量和懷特檢驗說明方程 （ 3 ） 殘差不存在自相關和異方差， 因而可以對模型進行還原， 還原后的方程 （ 1 ） 為：LPt = 0.006751 + 0.969605 ´ LPt - 1 - 0.025351 ´ LASt +0.037783 ´ LADt + ξt供給對于房價的影響是負的效應， 需求對于房價的影響是正的效應， 供給的系數(shù)小于需求的系數(shù)，

19、 使得以前滯后期累積的效應是正， 引起房價的上漲。對于房價的調(diào)控主要是調(diào)控房地產(chǎn)市場的需求這一部分。3 建議從房地產(chǎn)市場的供給和需求的分析可以看出， 由于需求的不斷增長促使房價不斷攀升， 要從根本上抑制房地產(chǎn)價格， 必須從供給和需求這兩個角度來調(diào)控房地產(chǎn)市場。（ 1 ） 加大保障性住房的建設， 保障居民的基本住宅需求。要滿足居民的基本住宅需求才能從根本上來緩解房地產(chǎn)市場的供求矛盾， 加大對保障性住房建設的投入力度。（ 2 ） 調(diào)整人民對

20、于房地產(chǎn)市場的預期， 抑制投機需求?？s小城鄉(xiāng)居民收入之間的差距， 降低高收入人群對房地產(chǎn)市場的預期， 這樣可以緩解一部分的個人投機需求。（ 3 ） 調(diào)整商品房和保障性住房的供給結(jié)構(gòu)。要平衡商品房和保障性住房的供給， 地方政府不能只為了實現(xiàn)本地區(qū)的經(jīng)濟利益而一味的建設商品住宅， 要合理配置商品住宅和保障性住房的供給。參考文獻：[1]王洪忠.房地產(chǎn)市場供求關系及對房價的影響探微[J].現(xiàn)代管理,2007,(8).[2]馬征.從供求兩方面分析

21、我國房地產(chǎn)價格上漲的原因[J].商業(yè)經(jīng)濟,2008,(9).[3]高鐵梅.計量經(jīng)濟分析與方法建模—EViews應用及實例[M].北京：清華大學出版社， 2009.[4]李連光,葛新鋒,李麗. 一個基于供求兩方面的房價決定模型[J].中北大學學報 （ 社會科學版 ） 2009, （ 3 ） .[5]劉娟.從房地產(chǎn)市場供求關系談調(diào)控的長效機制[J].現(xiàn)代經(jīng)濟信息2010, （ 15 ） .[6]駱永民.城市化對房價的影響:線性還是非線性?—