房地产经济学论文篇(1)

1.房地产经济学领域实验研究的方法论 

2.房地产经济学的实验教学研究

3.房地产经济学教学实验室建设研究

4.论房地产经济学 

5.案例教学在房地产经济学中的应用

6.对房地产经济学课程采取多样化教学方式的探讨 

7.《房地产经济学》课程实践性教学探讨 

8.《房地产经济学》课程实践教学的研究与探讨

9.应用型本科《房地产经济学》课堂实践教学探讨

10.我国城镇化进程中房地产经济学的应用参考价值 

11.基于案例教学法的《房地产经济学》课程教学改革研究

12.房地产经济学在城镇化建设中的应用参考价值 

13.参与式教学方法在房地产经济学课程教学中的应用 

14.我的房地产经济学观 

15.房地产价格与房地产经济学研究

16.建立军队房地产经济学 丰富军事经济学科体系

17.高等院校本科生考试方法改革研究与实践——以《房地产经济学》课程为例

18.浅析房地产经济学教学中应注意的问题  

19.房地产经济学教学中应注意的问题 

20.房地产泡沫的形成机理——基于行为经济学视角的分析

21.房地产市场“限购令”的法经济学与经济法学思考 

22.房地产投资需求的行为经济学分析

23.房地产市场中“买涨不买跌”的行为经济学分析

24.还原真实的茅于轼 一个经济学家和他的房地产经济学

25.非理性行为与迪拜房地产泡沫的形成——基于行为经济学视角的分析

26.关于房地产经济学的学科体系问题

27.中国房地产企业价格行为的经济学逻辑 

28.行为经济学在房地产营销中的应用

29.一部新一代房地产经济学力作——评王克忠主编的《房地产经济学教程》

30.房地产营销行为经济学分析

31.房地产行业的调控政策分析——以福利经济学为视角 

32.房地产泡沫产生的行为经济学分析

33.房地产市场波动性的行为经济学解析

34.房地产价格持续上涨的行为经济学分析

35.中国房地产企业价格行为的经济学逻辑 

36.建筑经济学与东莞市城市规划及房地产关系的思考

37.房地产救市可行性的经济学分析——兼评《关于促进房地产市场健康发展的若干意见》

38.我国房地产市场与价格的经济学探讨

39.中国房地产金融风险分析——一种基于制度经济学与信息经济学的解释

40.从行为经济学谈轨道交通对房地产开发商决策的影响 

41.房地产开发的资源环境经济学分析 

42.房地产企业开发差异化战略的经济学逻辑分析

43.房地产市场:加强规制还是放松规制——基于规制经济学的视角

44.房地产经纪服务收费的经济学分析 

45.对我国房地产市场的经济学分析 

46.房地产业及其调控:微观经济学分析

47.我国房地产市场供求调节有效性研究——基于微观经济学视角的分析与启示

48.房地产广告问题及治理措施研究——基于非对称信息经济学的逆向选择理论

49.城市房地产价格空间结构研究前沿动态——基于城市经济学的视角

50.我国中央与地方在房地产税改革弈的法经济学分析 

51.我国房地产限购令的经济学解释

52.基于品牌经济学的房地产品牌价值分析

53.房地产价格高涨的政治经济学解释 

54.以公共经济学原理看我国房地产

55.房地产市场“过冷”背后的经济学思考

56.供需因素对房价的影响分析

57.我国房地产市场中地方政府行为的经济学分析

58.房地产泡沫的经济学解释 

59.从经济学视野看税收政策对房地产市场的影响 

60.房地产专业技术经济学课程设计

61.税收政策对房地产市场影响的微观经济学分析

62.房地产技术经济学初探 

63.基于品牌经济学的房地产品牌分析 

64.房地产中介网络化的经济学解释

65.基于品牌经济学的房地产品牌价值研究

66.房地产附加税对房地产市场影响经济学分析

67.浅谈经济学分析在房地产开发中的应用

68.房地产的政治经济学——简析当前房地产业的高热现象

69.住房投资模型的经济学解释——兼论房地产泡沫产生的原因 

70.我国房地产市场形态和价格变化的经济学分析

71.国家房地产政策的经济学思考

72.技术经济学在房地产开发中的应用

73.房地产业的法律经济学 

74.房地产宏观调控背景下住房保障制度的经济学评价 

75.房地产价格变化规律的经济学分析

76.经济学关于房地产泡沫的理论

77.用策划经济学理论看目前中国的房地产价格上涨 

78.行为经济学在房地产营销中的应用

79.房地产问题的经济学解读

80.市场供求对房地产价格影响的经济学分析

81.我国房地产市场价格波动的经济学解释  

82.房地产市场调控问题的经济学分析

83.“克强经济学”的房地产调控政策新解 

84.银行信贷、土地价格与西安市房地产价格的边限协整分析

85.房地产市场“过冷”背后的经济学思考及政策建议

86.以公共经济学原理看我国房地产

87.关于我国房地产市场“双高”现象的经济学分析

88.基于行为经济学视角的房地产价格波动分析

89.基于经济学角度的房地产泡沫分析及测度

90.中国房地产市场的制度经济学分析

91.房地产市场与股票市场羊群效应的经济学分析

92.税收政策调控房地产价格的经济学分析

93.房地产价格构成及空间差异的理论解释——马克思主义政治经济学的视角

94.独家专访瑞银首席经济学家汪涛 房地产行业应重新洗牌

95.房地产供求曲线的经济学分析及政策启示

96.经济学原理与房地产开发效益

97.美国房地产与城市经济学协会

98.以马克思主义经济学哲学原理反思我国房地产政策

房地产经济学论文篇(2)

[关键词]房地产虚拟经济重构稳定

在市场经济中，房地产有三个基本功能：一是为消费者提供居住和工作场所；二是为个人和企业提供投资或投机机会；三是为整个信用制度提供最基本的抵押资产（在发达的市场经济中银行抵押资产的90％是房地产）。前者是房地产的自然属性，与是否市场经济无关，后两者则是房地产在市场经济运行中的基本功能，没有市场经济就没有这两个功能。房地产在市场经济运行中的基本功能引发房地产在市场经济中正反两个方面的基本作用：其正面的基本作用在于房地产可以迅速通过房地产信贷的杠杆撬动大量资金流向房地产发达地区，导致该地区经济进一步发展（在中国这总是为地方政府带来巨大的土地出让和税收收入）；而基本的负面作用就是它可能带来泡沫经济的风险。可见，房地产在现代经济运行中具有很强的虚拟经济的运行特征，把房地产作为虚拟经济的部门之一来进行研究更能体现房地产在市场经济中的特性。

然而，在传统经济理论中，房地产（realestate）一直被认为是一种最重要的实物资产（realassets），属于实体经济的研究范畴，房地产的变动应该与经济基本面相吻合。但是，现实经济中的“房经背离”和“房地产泡沫”等种种“异象”又说明了仅把房地产作为一种实物资产是远远不够的，我们必须从当今经济虚拟化的现实出发，运用虚拟经济理论对之进行合理的解释。

一、房地产虚拟资产特性研究

在现代经济中，资本化定价方式越来越普遍，整个经济系统中虚拟经济部分的影响日益增强，相应地，虚拟经济的研究也越来越重要。国内外学者对虚拟经济的定义和称呼有很多种，但是它与“实体经济”相对独立而存在的看法却是共同的。虚拟经济概念的本质意在概括一种不同于以往的经济运行方式，其基础就是资本化的定价方式。它是观念支撑或心理支撑的价格形成系统，而实体经济是成本支撑的价格形成系统。从这样的认识出发，房地产的价格形成无疑属于虚拟经济系统。

可见，虚拟经济理论重视预期和心理活动、不确定等因素的作用，它把整个经济系统划分为由成本支撑的实体经济系统和由心理支撑的虚拟经济系统。虚拟经济是一种以资本化定价方式为其行为基础的特殊的经济运行关系，一种资产，不论其有形还是无形，也不论其是金融资产还是房地产，一旦以资本化定价方式来定价，它就具有虚拟资产的运行特征，就应该纳入虚拟经济的研究框架。虚拟经济中的所有运行特征、运行规律和所发生的重大事件无不与资产的这种特殊定价方式有关。对房地产虚拟性的研究也是从资本化定价方式入手的。有关的研究如下：

1.关于房地产定价方式的研究。刘骏民（1998）指出：如果从定价方式的角度来看，即使是狭义的虚拟经济的定义也要包括房地产。随后，南开大学虚拟经济与管理研究中心课题组“房地产虚拟资产特性研究报告”指出房地产虚拟性是介于一般商品和金融资产之间的，房地产虚拟性的主要影响因素具体包括：房地产存量与市场、经济发展与经济虚拟化的程度以及制度因素（包括土地制度、法律制度和市场结构等影响房地产虚拟性质的主要制度因素）。

2.关于房地产虚拟资产特性与经济稳定的关系研究。郭金兴（2005）指出：房地产市场的波动并不必然导致宏观经济的不稳定，房地产具有稳定经济的内在机理。房地产价格的长期增长趋势可以使货币供应与经济增长中的货币需求相适应，而房地产价值的相对稳定性对稳定货币发行，从而稳定经济增长具有重要意义。王国忠（2005）通过计量经济模型的检验发现：房地产价格波动对整个经济价值系统的影响是直接而显性的。房地产价格与货币供应在整个区间内存在双向的影响机制，房地产价格对股票价格与实体经济的价格指标都有着单向的传导机制，房地产的价格波动会影响股票市场的价格及实物生产价格的波动。这说明作为虚拟经济的子集，房地产在国民经济运行中占有突出的地位。如果把房地产部门看成是虚拟经济的一部分，然后再来考察与实体经济的关系就会发现，房地产价格的变动对实体经济的影响不但没有减弱，反而出现了增强的趋势。鞠方（2005）基于对现代经济和房地产市场特殊性的分析，提出了一个基于实体经济和虚拟经济的二元结构分析框架，提出了房地产市场货币积聚假说，对房地产泡沫的成因进行新的解释。进而把房地产泡沫放在协调处理好实体经济和虚拟经济关系的角度进行研究，重点剖析房地产泡沫、经济增长和金融发展三者之间的内在联系，从而为三者的互动协调发展提供理论基础。并指出：房地产市场是一个具有鲜明的虚拟经济特征和实体经济特征的特殊市场，正是由于这种“虚实两重性”，决定了房地产“异象”成因的复杂性和多样性。

二、从虚拟经济的角度重构房地产经济理论的基本思路

在认识到房地产的虚拟性的基础上，我们可以按照虚拟经济的理论框架（刘骏民，2003），从虚拟经济角度来重构房地产经济理论。这种重构包括以下几个有机的组成部分：①房地产虚拟资产特性研究。这是从虚拟经济的行为基础——资本化定价方式的角度对房地产虚拟性进行的研究。②对房地产自身的稳定性的研究。首先，从虚拟经济的运行特征——强波动性入手，然后，对房地产这种虚拟经济成分自身的稳定性进行研究。③从价格的角度来研究房地产虚拟资产特性与宏观经济稳定的关系。说明房地产价格与宏观经济的互动关系——房地产如何影响宏观经济以及宏观经济对房地产市场产生什么影响。④从资金流的角度阐述房地产虚拟资产特性与宏观经济稳定的关系，这种资金流包括货币资金流和信贷资金流。分析房地产虚拟资产特性与宏观经济稳定（波动）之间的关系构成了新的房地产经济理论的核心部分。⑤指出在虚拟经济条件下政府要加强对房地产市场的干预，以促进经济稳定。⑥案例研究。研究美国、英国、日本、中国等国房地产业的发展与宏观经济稳定的关系。

由此，从虚拟经济的角度来重构房地产经济理论的分析框架图大致如下：

三、从虚拟经济角度来重构房地产经济理论的意义

在经济虚拟化背景下，研究房地产虚拟性质与宏观经济稳定有着重要的理论意义和实际意义。大体而言，从虚拟经济的角度重构房地产经济理论有两个基本特点：第一，强调房地产的投资和投机功能，从而将股市、债市、大宗商品期货市场等看作一个整体来考察房地产，考察资金在这些领域中转移流动的规律及其影响；第二，强调房地产作为资产的虚拟性质和可能的房地产引发的泡沫经济的风险。这种从市场经济功能视角的研究将有助于从整体上把握房地产经济的发展。具体表现在：

有利于正确解释房地产市场的发展。房地产在国民经济中具有特殊的重要性。传统经济理论难以有效解释房地产市场运行中的“异象”，只有在对房地产虚拟性进行深入研究的基础上，才会对虚拟经济的定义和研究领域有更深刻的了解；才会对虚拟经济的理论出发点是把整个经济看作一个价值系统而非物质系统有更深刻的理解；这种研究必将极大地丰富虚拟经济的理论。

有利于提高宏观调控政策的有效性。研究房地产虚拟性与宏观经济稳定的关系，指出房地产市场的发展有利于维护整个社会的公平、稳定和协调发展，这在客观上为政府对房地产市场进行宏观调控提供理论依据，并有利于提高政府实施宏观调控政策的有效性。

有利于促进房地产市场和实体经济部门的协调发展。房地产市场和实体经济存在千丝万缕的联系，房地产的健康发展对经济增长至关重要，研究房地产虚拟资产特性与宏观经济稳定，有利于促进房地产市场和实体经济部门的协调发展，从而为经济增长服务。

有利于和谐社会的构建。房地产市场的发展事关老百姓的安居乐业和社会稳定，房地产泡沫引发的财富分配效应可能加剧收入分配差距，造成社会利益主体的矛盾激化。目前，世界大多数国家的房地产市场发展迅速，房地产对国民经济的贡献率也呈逐年增加的趋势，房地产业也已经成为国民经济的支柱产业，各国的GDP增长对房地产业的依赖性较强。在此情形下，如果房地产业出现不正常的发展，不仅会导致房地产业衰退，还会对金融体系甚至整个国民经济的稳定发展带来不良影响。因此，认识房地产虚拟性并在此基础上解决房地产市场发展中的问题，关系到整个国民经济的运行、金融安全、投资决策和社会稳定，关系到和谐社会的构建。

［参考文献］

[1]AlanGreenspan.Newchallengesformonetarypolicy．beforeasymposiumsponsoredbytheFederalReserveBankofKansasCityinJacksonHole［R］．Wyoming，August27，1999.

[2]刘骏民.从虚拟资本到虚拟经济[M].济南:山东人民出版社,1998:39～42.

[3]刘骏民.虚拟经济的理论框架及其命题[J].南开学报(哲学社会科学版),2003,(2).

[4]王千.房地产虚拟资产特性与宏观经济稳定[D].南开大学2006年博士学位论文.

[5]王国忠.虚拟经济稳定性研究［D］.南开大学2005年博士学位论文.

[6]李杰,王千.房地产虚拟资产特性的理论和实证分析[J].当代财经,2006,(2).

房地产经济学论文篇(3)

[关键词]博弈论； 房地产企业定价； 建议；

一、引言

自1997年的亚洲经济危机后，全球经济出现了疲软的状态，中国经济也面临着通货紧缩的压力，为推动经济进一步增长，政府出台了一系列的政策以扩大内需，并将房地产行业作为中国经济发展的增长点，这极大地刺激了房地产行业的发展。从1998年实行房改政策以来，我国的房地产开发投资始终保持20%左右的增长，房地产业保持了购销两旺的局面。经过十多年的高速发展，房地产行业已成为中国经济增长的领头羊。特别是自2007以来，伴随着人民币的储蓄升值和资本市场的快速膨胀，中国的房地产市场交易更加活跃，房价持续上涨，特别是在大中型城市增长速度尤为明显。虽然经受了2008年金融危机和2010年以来持续的房地产调控的影响，但房地产市场仍保持在高位运行中平稳缓涨的态势。如今提起房价，人们都是谈虎色变。本文围绕高房价这一人们普遍关心的问题，从房地产定价这一源头出发，引入博弈论的相关理论知识对其进行分析，以期对这一问题进行合理的解答，并从政府政策制定和监管的角度，提出了一些相应的建议。

二、博弈论和房地产企业定价相关知识介绍

房地产经济学论文篇(4)

关键词：房地产业；周期波动；发展方向

一、房地产业周期波动研究的理论基础

1．凯恩斯主义宏观经济学。在凯恩斯主义宏观经济学的框架下，经济波动通常有许多潜在的原因：如货币和财政政策的改变，对投资需求的冲击、货币需求函数的变化等等，并且还包括对总供给的各项扰动因素。经济周期的主要传导机制为经济变量的刚性或者粘性。根据这些分析，凯恩斯提出了反周期的相机抉择政策，认为政府在经济波动的过程当中，应当积极采取宏观调控的财政政策。

萨缪尔森于1939年最先对凯恩斯周期波动理论进行了动态化的完善和调整，引入了收入和消费变动对投资的加速作用，分析了外部扰动通过投资乘数和加速数的传导过程。在此之后的凯恩斯主义波动理论有多方面的发展，包括卡尔多的非线性动态增长周期模型、哈罗德—多马德动态增长周期模型、希克斯的非线性乘数—加速数模型，但对引起经济波动的外部冲击和对冲击进行强化的内部传导机制的认识没有显著变化。

2．新古典宏观经济学。新古典宏观经济学的发展起源于对凯恩斯主义宏观经济学进行批判的过程中，并引导了为宏观经济学寻找微观基础的潮流。理性预期和市场出清是新古典宏观经济学的起点，卢卡斯在这个基础上试图解释宏观经济波动，他的周期模型主要试图阐明两个问题：经济波动的初始根源是什么？波动的传导机制又是什么？卢卡斯认为，货币因素是波动的初始根源，货币供给的冲击引起经济波动。波动的传导机制是信息不完全，由于当事人无法获得完全信息，不能准确判断价格变化的实际情况，从而导致了产量的波动。

自20世纪80年代以来，新古典宏观经济学派的学者们转向经济中的实际因素，用实际因素去解释宏观经济波动，这就是所谓的真实经济周期理论。他们认为波动的根源是经济中的实际因素，其别值得注意的是技术冲击。至于传导机制并不唯一，主要包括消费者的跨期闲暇替代和卢卡斯所提出的信息不完全。

3．新凯恩斯主义宏观经济学。新凯恩斯主义经济学与凯恩斯主义经济学的共通之处在于：缓慢的名义量调整是被事先假定的，而不是推导出来的。但是它的发展在于强调了宏观经济学的微观基础，从一些名义变量不完美性的源头出发进行分析，使得分析的结论更加具有说服力。

在20世纪90年代，新凯恩斯主义经济学主要关注名义冲击的真实效应，并认为如果名义不完美性对于总量波动是重要的，那么必然是微观经济层次上的小的名义不完美性对宏观经济有大的影响。关于名义刚性的微观基础的许多研究都是围绕着这个问题展开的。

新凯恩斯主义宏观经济波动理论虽然对凯恩斯主义的理论进行了多方面的拓展，但是关于引起经济波动的外部冲击并没有多大变化，凡是引起总需求或者总供给变化的因素都有可能通过经济系统内部的传导机制进行强化。不同之处在于，传导机制从名义变量刚性细化成为更加根源的因素，主要是市场的不完全竞争。

二、房地产业周期波动研究现状

早期的房地产业周期研究与建筑周期研究融为一体，缺乏经济学基础理论的支撑。主要集中探讨房地产业周期的影响因素，实际上着重于房地产业周期波动指标的研究与应用。Mitchell（1927）认为：由于建筑活动受人口增长、房屋折旧、维修及投资利润率高低等因素的影响，建筑业的供求不但像工业那样可以无限地扩大或缩减，而且庞大的建筑投资对经济活动的影响更为明显和巨大，由此形成一定的波动。Moore（1961）指出，住宅开工量受财政条件、建造成本、社会结婚率、房屋空置率、住宅修改法等因素影响，因此如果要了解房地产建造量，就可以从财政条件（主要是抵押贷款）或建筑成本推算，而住宅需求量和投资生产量则可从社会结婚率高低、房屋空置率多少等指标来研判。Harwood（1977）提出，经济变化、人口迁移、基础设施，特别是道路建设、人口出生率、银行贷款、政府政策等因素均会引起房地产业周期波动。Grebler＆Burns（1982）以GNP循环为基准循环，探讨了建筑波动周期问题，认为建筑成本在较低水平时，公共工程与私人部门呈相同方向变动；但建筑成本在较高水平时，两者呈相反方向变化。

随着西方经济学基础理论的迅速发展，一些新的研究成果不断的被应用到房地产业周期波动的研究当中，尤其伴随着为宏观经济学寻找微观基础的研究浪潮中，为房地产周期波动寻找微观动力的研究也迅速发展。例如PeterChinloy（1996）在模型中加入了预期的因子，着重分析了预期在形成房地产业周期波动中的作用。Chatterjee（1999）利用动态经济理论分析了反周期货币政策对房地产业周期波动的影响，并得出结论认为宏观经济政策对平稳房地产业周期波动效果并不明显。

除了一般性的理论分析之外，对各国房地产业周期波动进行实证分析和研究，也成为房地产业周期波动研究的重要组成部分。Wenzlick（1980）以美国房地产市场交易量（或销售额）为依据，通过分析1795年~1973年共180年间美国房地产的周期波动循环变化，指出美国房地产的长期波动周期约为18年。Case赞成美国房地产长期周为18年的观点，进而指出长期周期主要受历史事件，如战争、经济衰退、技术创新等事件影响。同时他还提出房地产短期波动周期的概念，从美国来看短期波动周期为5年，主要受货币市场、贷款额度和政府住宅政策等因素影响”。Barrast和Ferguson（1985、1987）从实证分析和理论分析两个方面研究了英国的建筑周期波动。认为建筑周期的需求循环大约为4年~5年，主要反映经济景气波动及政府政策的变动；而建筑周期的供给循环大约为9年，主要反映生产过程的落后状况。Kaiser（1997）利用78年的数据分析了美国房地产业的长周期。Clayton（1997）利用1982年~1994年的数据分析了个不同区域住宅市场的周期波动，在更加微观的层次上检验了住宅市场的效率问题。WheatonandRossoff（1998）则利用1969年~1994年的数据分析了工业不动产的周期波动。

在中国，对房地产业周期波动的研究开始于20世纪90年代中期。张元端（1995）分析了中国的房地产业周期波动现象，他通过比较国民经济增长率和全国商品房销售额增长率，认为中国房地产业的周期与国民经济周期基本吻合。相对而言，梁桂（1996）从房地产供求的周期性波动来定义不动产经济的周期波动，并采用年商品房销售面积指标，分析了从1986年~1995年中国不动产经济的周期性波动及其特性。何国钊等（1996）利用商品房价格等8项指标，在按环比增长率得出单项指标的周期波动后，再利用景气循环法等方法，分析1981年~1994年的中国房地产业周期波动现象及其特点。在此基础上，作者们着重探讨了中国房地产业周期与宏观经济周期在不同周期阶段的相互关系，并选择投资与政策两个因素，分析了中国房地产业周期的原因。谭刚（2001）在分析中国房地产业周期波动的基础上，选择总量、投资、生产、交易、金融及价格等6类共16项指标，利用扩散指数方法分析了深圳房地产业周期波动特征。中国社会科学院财贸经济研究所“房地产业周期波动研究”课题组（2004）利用中国1979年~2002年的数据进行，对房地产行业的运行轨迹和特征进行分析，并在此基础上分析了影响中国房地产业周期波动的经济因素。

三、亟待解决的问题

现有的研究尤其是中国的房地产业周期研究无论在理论上还是在实践上都存在很多不足之处，至少需要在以下方面进行扩展：

1．结合产业与产品独特性的房地产业周期波动研究尚需加强。房地产作为一种独特的产品，具有如下特征：必需品、重要性、耐久性、空间固定性、不可分割性、复杂和多重异质性、市场的分散性、生产的非凸性、信息的非对称的重要性、交易成本的重要性、缺乏相关的保险及期货市场。这些特征很多都对房地产业周期波动有着重大影响，但现有研究基本上套用经济周期理论或做一些变形，没有体现出房地产产业和产品的独特性。这些独特的特征对周期波动的影响如何并没有得到足够的重视。如市场的分散性和空间固定性造成了房地产业区域垄断的市场结构，这种市场结构对房地产业周期有怎样的影响几乎没有理论涉及。

2．应进一步深入考察房地产业周期波动的微观影响及对策分析。房地产业周期波动对宏观经济包括相关产业的影响已经有大量理论及实证的文献，但其微观效应还没有得到充分的发展。对此应主要从房地产业周期对开发企业战略规划和投资者的投资策略的角度出发，研究在房地产业周期的不同阶段，开发企业以及投资者应该采取什么样的措施来应对，这个研究主题在国外近几年才刚刚出现的，而在中国几乎是一片空白。

3．应进一步加强对中国区域性房地产市场周期波动的研究。房地产业具有显著的区域性特征，不同城市之间的房地产业发展可能具有巨大的差异性。从总体上研究中国的房地产市场可能低估一些问题的严重性。例如总整体上分析，中国的房地产市场在大多数情况下是不可能出现严重的泡沫的，但在某些区域性市场是可能存在的。目前中国几篇具有代表性的文献大多是对中国整体房地产业的周期波动进行实证分析，其中只有谭刚（2001）研究了深圳市1987年~1998年间房地产业周期式发展历程。可以看出，中国的房地产业周期研究很少对区域市场尤其是城市的数据进行分析的，尤其对不同城市之间周期的形态、成因等进行分析及比较的文献几乎没有。

参考文献：

1．何国钊，曹振良，李晟．中国房地产业周期研究．经济研究，1996，（12）．

2．梁桂．中国不动产经济波动与周期的实证研究．经济研究，1996，（7）．

3．谭刚．房地产业周期波动——理论、实证与政策分析．北京：经济管理出版社，2001．

房地产经济学论文篇(5)

关键词:房价;影响;因素,实证分析

改革开放以来,我国的房地产市场迅速发展,推动了我国国民经济的快速发展和人民生活水平的提高,并逐渐发展成为我国国民经济的支柱产业。近年来,我国部分大中城市出现了房价快速上涨的局面。快速上涨的房价导致部分城镇家庭购房困难,这种现象引起了社会各界的关注和忧虑。弄清影响房价的主要经济因素,探究我国房地产投资是否过热,房价是否合理、是否存在泡沫以及如何有效控制房价迫在眉睫。

一、文献综述与理论基础

20世纪90年代以后,各国学者就开始采用宏观经济模型来研究房价的变化,他们得出宏观经济变量在一定程度上可以解释房价波动的结论,例如:Evans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。乔志敏(2001)用实证分析表明生产成本的波动对房地产价格的波动有较强作用;张红、潘琦、郑思奇(2002)对北京市商品住宅市场进行回归分析,说明住宅实际建造成本和实际生产总值对住宅价格有着显著的影响;谢叙(2006)发现在短期内房价和地价相互影响,而长期内房价决定地价,并证明依靠降低地价来控制房价上涨的做法是不可行的。归纳他们的研究,从供给和需求出发,影响住宅价格的因素有:房地产投资、人均可支配收入、成本、利率、销售面积、GDP、人口规模。

自从1986年萧政(Hsiao Cheng)出版了第一本《面板数据分析》,对面板数据这一新的计量分析工具的应用取得了快速的发展。计量经济理论表明,众多经济变量尤其是面板数据大都是非平稳变量,用非平稳变量进行回归分析结果很大程度上表现为伪回归。为避免伪回归现象,首先需要对面板数据进行单位根检验。将检验单位根过程的方法分为同质单位根检验法与异质单位根检验法两大类:一是同质单位根检验包括LLC、Breitung、Hadri检验等;二是异质单位根检验包括IPS检验、ADF-Fisher、PP-Fisher检验等。为了结果的稳健性,本文采用LLC检验、IPS检验、ADF-Fisher检验、PP-Fisher检验四种检验方法。

面板数据模型可能存在伪回归,在面板单位根存在的情况下,也可能存在面板协整。Kao检验假定面板是同质的,即假设面板数据中各个横截面样本在协整关系中的短期动态系数和长期协整关系系数相同,而Pedroni、McCoskey-Kao、Westerlund检验假定面板都是异质的,即允许面板数据中各个横截面样本在协整关系中的短期动态系数和长期协整关系系数不同。同样为了结果的稳健性,本文采用Kao检验和Pedroni检验。

二、决定房价的理论模型

本文根据已有的理论与实证研究成果来分析房价与各影响因素的理论关系,构建出全国城市房价的理论模型。

(一)房地产供应量

从理论上看,房地产投资增加,将导致房地产市场供给的增加,在需求不变或者房地产需求弹性小于供给弹性的情况下,房价将下降。可见,房地产投资的增长和房价的增长应该呈反方向变动。

(二)人民生活水平

一般用城镇居民人均可支配收入的多少来反映人民生活水平的高低。居民可支配收入决定了其实际购买能力,进而决定了居民住房消费能力。城镇居民可支配收入的增加将使得居民用来购房的资金增加,同时也使居民有了改善居水平的愿望,这样就刺激了对房地产的需求,从而在一定程度上推动了房价的上涨。目前,随着居民人均收入的持续增长,对于购房需求也正在加大,各大中城市房地产整体呈现出供小于求的现象。因此,理论上讲房价水平与人均可支配收入也应呈现出正相关关系。

(三)成本

我国房地产价格主要由土地成本、建安费用以及相关的税费构成,用每平方米的造价来反映房地产的成本是贴切的。房地产成本的走势会直接影响着房价。显然,造价与房价呈正相关关系。

(四)利率

银行贷款利率的高低决定了房地产开发商的融资成本,贷款利率降低,开发商就可以以较低的成本获得资金,而房地产开发的利润相对而言是比较有保证的,因此在低利率的情况下,开发商就会有相对可观的收益。同样,存款利率的高低也会影响房地产的需求。经验研究表明,名义利率与房价之间呈负相关关系。

(五)销售量

房地产的销售面积越多,说明需求越大,较大的需求必定促使房价的上涨,因此,销售面积应该与房价呈正相关关系。

(六)经济发展水平

经济发展状况可用GDP来反映,经济的高速发展必将推动房地产业的快速发展。房地产业已成为国民经济的支柱性产业。作为反映整个宏观经济发展水平和房地产业发展经济背景的GDP同房价之间必然存在着一定的相关性。经济形势的看好,就会吸引更多投资,尤其是进入房地产行业的资金会明显增加,这将推动房价的上涨。从理论上分析,经济增长形势越好,房价上涨的可能性就越大,两者应呈现出正相关关系。

(七)人口规模

在我国,明显人口较多的地区,房价一般比较高,这是因为人口的增长导致刚性需求的增多,从而对房屋的需求增加,进一步促进房价的上涨。因此,一般来说人口规模与房价呈正相关关系。

三、影响房价因素的实证分析

(一)变量选取及模型构造

本文所用数据来源于中国统计年鉴、中国城市统计年鉴以及各城市门户网站,通过采集、运用1998-2007年全国30个省市(北京、天津、河北等)的相关数据,建立基于Panel Data的计量经济学模型。根据影响我国房价因素的分析和已有的研究结构,为了消除数据的异方差性,对解释变量和被解释变量取自然对数,Panel Data模型的具体形式设定为:

Lnprice=α0+α1Lninvest+α2Lnincome+α3Lncost+α4Lnrate+α5Lnxiaps+α6LnGDP+α7Lnrenkou+ε

其中:price指商品房的价格;invest指年度完成对房地产的投资额;income指年人均可支配收入;cost指商品房单位面积的造价;rate指年度基准贷款利率;xiaoshou指销售房屋面积;GDP指人均国内生产总值;renkou指年度人口总数。

面板数据模型分为混合回归模型、变截距模型、变系数模型,此处我们不考虑变系数模型。下面用Hausman检验和F检验来判断以上三个式子的模型类型。其中Hausman检验:原假设H0为应该建立随机效应模型;备选假设H1为应该建立固定效应模型。F检验:原假设H0的不同个体的模型截距项相同(建立混合估计模型),备择假设H1的不同个体的模型截距项不同(建立个体固定效应模型)。且本文全部用Eviews6.0版本进行检验。

首先进行Hausmantest,结果p=0.032F0.05(29,268)=1.68,所以应建立个体固定效应模型。综上所述,得出模型的具体表达式如下:

Lnprice=-0.596+0.172Lnivest+0.076 Lnincome+0.330Lncost+0.312Lnrate-0.111L

T:(-1.446)(5.120)(2.029)(6.228)(4.416)(-3.056)

nxiaoshou+0.287LnGDP+0.066Lnrenkou

(5.960) (2.141)

R2=0.995

DW=1.01

(二)检验分析

1、面板数据单位根检验结果。从数据检验结果看出,无论是针对同质面板假设的LLC检验,还是针对异质面板假设的其他三种检验,都得出了变量在一阶差分情况下为平稳数据的结论,因而我们认定各变量均为一阶单位根过程,回归结果需依赖协整检验。

2、面板数据协整检验结果。通过面板数据的协整检验可以发现模型均拒绝无协整的原假设,均存在协整关系,即长期的均衡关系。

(三)结论

本文的检验结果与前面的理论模型讨论的结果并不完全相一致的,利率变动与房价在理论上成负相关的关系,利率变化能够影响房地产的价格。根据计量模型可以看出利率与房价呈正相关关系,说明我国的房地产市场具有特殊性,上调利率对抑制需求、平稳房产价格的作用并不是很明显,利率变动对房地产价格影响不明显的因素是多方面的。

四、政策建议

首先,明确政府在房地产业中的作用和管理职能,建立服务型政府,提高管理水平;进一步明确政府管理与行业自主管理的界限,转变政府职能,把社会可以自我调节的管理职能交给了行业协会,完成政社分离,建立行业协会与产业发展良性互动机制;明确产业发展地位,完善城市房地产产业政策的引导。

其次,政府应该采取区别对待的宏观调控政策,在金融调控抑制高房价的同时要增加土地和保障性住房供给,保证住房市场结构的合理性,同时充分利用利率等货币政策抑制房价上涨;要加强国家房地产价格的指导;防止局部地区的房地产泡沫的蔓延,保证房地产市场的和谐发展。

最后,合理引导居民住房消费观念转变,从重数量向重品质转变,树立环保、节能、省地的住房消费理念。政府必须采取适当的财税、信贷等经济政策,正确引导居民的住房消费愿望与现实的可能结合起来,调整住房供应结构,利用市场的价格机制作用,引导居民住房消费决策转变。建立以中低价位、中小套型为主的住房消费模式,限制别墅类和高档住宅消费。利用增量房和存量房两个市场,采取买房和租房两种方式,引导居民根据自身经济能力和消费需求,树立适度、梯次消费理念,鼓励以租赁的形式解决住房问题,从而实现“人人享有适当住房”的目标。

参考文献:

1、Evans A.Housing pricesandl and prices in the SouthEast-areview[M].London,The House Builders Federation,1987.

2、乔志敏.房地产开发投资的环境影响评价[J].中国房地产,1995(1).

3、张红,潘琦,郑思奇.关于土地储备制度的探讨[J].中外房地产导报,2001(18).

4、谢叙.上海市房价与地价关系的实证研究[J].世界经济情况,2006.

5、李雪松.高级计量学[M].中国社会科学出版社,2005.

6、丹尼斯・帕蒂斯奎尔,威廉・惠顿.城市经济学与房地产市场[M].经济科学出版社,2002.

7、易丹辉.数据分析与Eviews应用[M].中国统计出版社,2002.

8、张红.房地产经济学[M].清华大学出版社,2005.

9、高铁梅.计量经济分析方法与建模[M].清华大学出版社,2005.

房地产经济学论文篇(6)

关键词:房地产价格;宏观经济;实证研究;文献综述

中图分类号:F293.3文献标志码:A文章编号:1673-291X(2009)29-0086-03

一、引言

2008年,随着雷曼兄弟破产、“两房”被政府接管等一系列事件的发生,美国次贷危机进一步深化成金融风暴波及全球,宏观经济出现剧烈波动。在此国际背景下,国内经济亦不容乐观,现在金融危机也已经开始逐渐渗透到实体经济领域,直接导致了外贸出口下滑,外贸顺差减少,与国内房地产周期演变重叠,从而影响工业和投资下降的结果,造成经济迅速下行趋势,2008年第三季度GDP增幅回落至9%。为了稳定经济,我国政府决定采取扩大内需为主和稳定外需相结合的方式,采取更强有力的措施扩大国内需求特别是扩大消费需求,以拉动经济增长。长期以来,投资、消费、出口是拉动我国经济增长的“三驾马车”,在国内消费不振、外贸出口急剧下降的形势下,政府出台了旨在扩大内需的四万亿刺激计划,其中32%与房地产行业直接相关,包括廉租房、保障性住房等措施。

从2008年10月下旬开始,政府连续出台救市政策,这不仅为购房者提供了更多的利好,最为重要的是从一定程度上改变了购房者的市场预期,这对于促进楼市的回暖具有积极作用。2008年11月份,土地成交量出现回暖迹象,比2007年同期分别增加了8.3%和159%,比上月成交土地面积也增加了37.8%。同时,伴随着商品房住宅量的成交量、成交面积的增加,经济适用房、限价性住房等保障性住房成交套数增加了46.2%,成交面积增加了49.3%。目前,市场上房地产开发土地供给依然充足,房地产开发投资增长在稳步回升;房地产供给将出现结构性差异,商业地产出现过剩,保障性住房供给力度不断加大;房地产价格持续调整;房地产市场体系将逐步完善。

由此可见,宏观经济的波动对房地产价格有着重要影响,而房地产投资作为固定资产投资的重要组成部分,房地产价格的变化势必对宏观经济的运行产生重要影响。虽然从理论上,对房地产价格和宏观经济波动关系进行分析的文献很多,但从实证角度具体检验房地产价格和宏观经济波动关系的文献还不是很成熟。本文将从国内外两个方面对研究房地产价格与宏观经济波动的文献进行综述,以期进一步探讨影响房地产和宏观经济波动的实际因素,同时对相关文献所采用的模型进行归纳、整理,期望能对进一步的研究提供有益的视角。

二、房地产价格与宏观经济关系的实证研究

房地产价格是指房地产市场上供需双方所形成的价格。从各国房地产价格的波动情况来看,房地产价格一般具有阶段性、城市差异性与协同性、泡沫性三个特点。就阶段性而言,房地产价格的阶段性或周期性与宏观经济波动是密切相关的,有时宏观经济波动表现为房地产价格波动,同时又会引起宏观经济波动。根据经济周期理论,房地产价格与宏观经济基本变量存在互动关系,主要表现为宏观经济的一个或多个经济变量会引起房地产价格的变动,同时房地产行业的变化也会引起宏观经济的波动,在变化过程中两者形成相互加强的互动机制。从各国相关文献资料来看,影响房地产价格的宏观经济基本变量主要包括收入、消费、利率、就业率、通货膨胀率、建筑成本、房地产供给等基本变量。

房地产价格与宏观经济的关系包括两个方面,一是宏观经济变化对房地产价格波动的影响,宏观经济变化对房地产价格的影响主要是通过对房地产供给和需求的影响来实现的;二是房地产价格波动对宏观经济的影响,在这方面,已有的研究表明,学者们主要是从房地产价格是否影响总消费和总投资两个角度进行分析的。

(一)国外的相关研究

房地产业在国外许多国家已是成熟的产业,有关房地产业的地位作用已有了明确的认识。从国外的文献来看,大部分的经济学者对于房地产价格与宏观经济关系的实证研究,主要侧重于从均衡理论的角度出发,在传统的回归分析模型的基础上,更多地运用独立线性系统、数量经济模型、技术经济评估模型等来进行数据分析。

首先,宏观经济运行的基本面会影响投资需求,进而通过利率影响房地产的供给,而经济增长会影响居民收入进而影响对房地产的需求,根据均衡理论,市场竞争机制最终会通过房地产价格出清市场。Clapp和Giaccotto(1994)利用简单回归分析,认为宏观经济的变化对于房地产价格有着很好的预测能力,不符合有效市场的假说。而Quigley(1999)采用供求平衡确定价格的模型,对美国1986―1994年41个都市区域的年度数据进行研究,认为对住宅价格的解释能力在12%～30%之间,各变量的显著水平超过了99%,说明美国经济基本面可以解释美国房地产价格的变化。同时,Iacoviello(2002)通过建立SVAR模型研究来6个欧洲国家(法国、德国、意大利、西班牙、瑞典和英国)过去25年的影响房地产价格波动的宏观经济因素,研究发现在利率上调之后,各国的房地产价格会出现不同程度的下跌。Miki Seko(2003)通过利用SVAR模型分析出日本各地区的住宅价格和经济基本面有着比较强的相关性,可以预测房地产市场的发展。同时,房地产价格的变化是影响宏观经济运行的重要因素。Chirinko,DeHaant和Sterken(2004)运用SVAR模型对13个国家进行研究,研究了13个发达国家的情况,发现对一国而言,房屋比股票对消费、产出等实际经济有更大的作用,房价上涨1%之后,消费上涨0.75%,房价上涨1.5%之后,GDP上涨0.4%。

其次,对房地产的需求而言,受经济增长影响的居民收入是主要影响因素,而根据不同经济理论对收入度量是此类文献关注的主要内容,如永久收入假说。Geoffrey Meen(2002)通过对英国、美国住宅价格的时间序列分析发现,无论是暂时性收入还是持久性收入,对房价的弹性都很大,尤其是在美国对于供给弹性欠佳的市场上,长期收入的弹性更高。而GcofKenny(1999)利用协整技术,利用VECM模型,来对爱尔兰住宅市场供给和需求两方面建模,他的研究表明,持久收入增加会引起房地产价格的上涨,并对住宅的需求有一定比例的增加。同时,Abrahma和Hendershott(1996)利用了一个考虑滞后过程在内的住宅价格变化模型,该模型提示了住宅价格上涨与住宅建设成本、就业率和收入直接相关,住宅价格上涨幅度和利率上升成负相关。

最后,对房地产的供给方面而言,宏观经济的变动通过对利率的影响进一步影响实际的房地产投资。在这一方面,Giulindori(2005)通过建立一系列VAR模型,研究发现利率上调之后,9个欧洲国家(比利时、芬兰、法国、爱尔兰、意大利、荷兰、西班牙、瑞典和英国)的房地产价格会出现不同程度的下降。同时,Case和Robert(2003)验证了房地产价格与投资回报存在正的自相关。房地产价格和回报的高度自相关会产生正反馈交易行为, 并推动房地产价格向预期的方向发展,在上升过程中可能会形成价格泡沫。

基于上面的分析,我们可以发现国外文献主要基于均衡理论、收入假说等经济理论构建模型,如SVAR模型。采用的数据主要采用横截面数据和时间序列数据,从而具体的计量模型主要集中在传统的OLS回归、SVAR模型、协整分析等。

(二)国内的相关研究

我国房地产市场相对国外来说,虽然起步比较晚,但伴随着我国经济的迅速发展,房地产行业也呈现出良好的发展态势。房价问题不仅关系到城市的发展和金融的安全,更关系到普通老百姓的生活成本。房价问题的重要性和房地产价格的敏感性吸引了国内大量学者和公众的广泛关注。从国内的文献来看,国内学者对于房地产价格与宏观经济关系,大都从理论上来进行分析,进行实证研究的文章比较少,并主要集中在以下几个方面。

首先,鉴于宏观经济基本面对房地产价格的重要影响,采用合适的数据、模型对二者关系的研究一直以来都是大家关注的重点。沈悦,刘洪玉(2004)利用1995―2002年我国14城市的中房住宅价格指数与宏观经济基本面相关变量的平行数据,运用混合样本回归以及添加城市、年度哑变量等分析方法,对住宅价格与经济基本面的关系进行实证研究。研究结果表明,经济基本面对住宅价格水平的解释模型存在着显著的城市影响特征。姜彩楼、徐康宁、李永浮(2007)运用2003年3月至2006年8月的月度数据,通过协整方法、Granger检验研究了上海市房地产价格变动的影响因素。结果表明,宏观经济发展水平和房地产投资力度是影响上海市房地产价格变动的重要因素。而人均可支配收入、空置面积等反映市场供需关系的指标对房地产价格的影响较小。张益丰(2008)利用协整检验与Granger因果检验等方法对我国房地产销售价格和经济发展、居民人均收入以及上地拍卖价格等变量加以实证分析,指出单纯依靠降低土地价格来遏制房价上涨政策是不可行的;提出加大农村投入、缩小城乡收入差距、减少地域之间的经济差距等一系列能够平抑房屋价格快速上涨的政策建议。

其次,在我国,由于房地产开发的资金来源主要是银行贷款,从而银行利率的变动对房地产投资有重大影响,因而会影响到房地产供给及其价格变化。例如,梁云芳、高铁梅、贺书平(2006)利用协整分析和HP滤波,计算了房地产均衡价格水平,以及房地产价格偏离均衡价格的波动状态,得出结论:我国房地产市场价格的偏离只是受部分地区的影响。通过利率来调控房地产市场,成效不大,但信贷规模的变化对房地产投资有较大的影响。而崔光灿(2009)运用面板数据模型对我国1995―2006 年31个省市的数据进行分析后发现,房地产价格明显受利率和通货膨胀率的影响,而且房地产供给、收入等基础性宏观经济变量在中长期也决定房地产价格。房地产价格明显影响到宏观经济稳定,房地产价格上升会增加社会总投资和总消费,房地产投资通过“财富效应”对消费的影响始终明显,对社会总投资的影响也非常显著。

最后,随着我国房价的连续上涨,住房支出成为居民支出的主要组成部分,居民的生活压力上升,居民消费支出受到重大影响,进而影响到扩大内需的实现,是影响房地产需求的主要因素。姚玲珍、刘旦(2006)在生命周期假说的基础上,构造了一个城镇居民资产与城镇居民人均消费关系的模型,并利用1978―2006年的数据,分阶段实证研究了中国城镇居民住宅资产对城镇居民人均消费的影响。宋勃(2007)在考虑通货膨胀的条件下,利用我国1998―2006年的房地产价格和居民消费的季度数据建立误差修正模型(ECM),使用Granger因果检验方法对我国的房地产价格和居民消费的关系进行实证检验,得出结论,短期而言,两者存在Granger因果关系;长期来说,房屋价格上涨是居民消费增加的Granger原因。

由于我国宏观经济政策在房地产市场上的重要作用,使得对宏观经济政策的研究成为影响房地产价格的重要因素,例如,房地产信贷政策将会直接影响房地产贷款利率,而宏观财政政策则会影响居民收入,进而影响对房地产的需求。周京奎(2005)利用中国4个直辖市房地产价格数据和宏观经济数据,运用单整与协整检验方法及误差修正模型,对住宅价格与货币政策之间的互动关系进行实证研究。研究结果表明住宅价格上涨与宽松的货币政策有紧密的联系。

可以看到,国内文献于国内文献相比,除横截面数据、时间序列数据之外,还采用了面板数据,从而可以使用更多的信息,相关的计量方法主要包括:协整方法、Granger检验、误差修正模型(ECM)、面板数据模型,同时对宏观经济政策的分析也是国内文献重点关注的问题。

三、总结

国外在房地产价格和宏观经济波动关系的研究上要早于国内,并且重视在经济理论的基础上构建结构计量模型进行定量分析,这为国内的相关研究提供了很好的借鉴。近年来,随着国内房地产市场的迅速发展,对房地产价格和宏观经济关系的研究逐渐增多,并且大量采用了相关计量模型进行定量分析。但是,对于以下几个方面的研究仍显不足:

(一)宏观经济政策在我国经济运行中起着重要作用,特别是房地产市场的发展也一直是我国宏观调控的重要目标。但是,现在对宏观经济政策的研究更多地集中在理论分析方面,缺乏全面的实证分析。如果能够对宏观经济政策对稳定经济、促进房地产行业发展的政策效应进行定量分析,那么我们就可以对相应的政策效应和实施效果进行预测、评估。

房地产经济学论文篇(7)

[关键词]房地产投资；区域差异；市场潜能

[DOI]1013939/jcnkizgsc201714025

1问题的提出

党“十”以来，我国加快了新型城镇化建设进程，房地产业作为新型城镇化发展的物质基础，在推动我国新型城镇化发展过程中发挥了重要作用。2000年，我国房地产投资完成额为4984亿元，占全社会固定资产投资完成额的151%，而到了2015年，我国房地产开发投资完成额增加至95979亿元，占全社会固定资产投资完成额的比重增加到171%。2015年我国房地产投资完成额与2000年相比，增长了近18倍。

我国各地区房地产投资额每年都在增加，不同地区的房价差异却逐渐拉大。我国东部沿海地区，经济发达，房地产需求活跃，长江三角洲地区、珠江三角洲地区以及京津冀城市群是我国房地产市场的三个价格高点，其房价水平达到甚至超过内地同类城市房价水平的几倍。而中西部地区经济发展水平远远落后东部沿海地区，发展速度也较为缓慢，房地产业发展水平也远远落后于东部地区。本文以我国地级市为研究单元，分析我国房地产业发展的区域差异性及引起房地产投资区域差异性的主要宏观因素。

2文献回顾

房地产业作为国民经济中的一个重要产业，从产业间供给与需求联系的角度，房地产业对与其密切关联的产业产生的效应主要表现为前向关联效应和后向关联效应。因此，众多学者运用国民经济核算的投入产出模型研究房地产业对其相关产业和宏观经济的带动效应（原鹏飞，冯蕾，2014；陈昌兵，2015）。高波等（2012）对新经济地理模型进行拓展，引入房价因素，发现区域房价差异导致劳动力流动，当相对房价升高时，会引起生活成本上升，降低消费者效用，从而减少劳动者流入，影响我国东、中、西部的产业转移和产业升级。陈淑云、付振奇（2012）运用多指标面板数据对我国70个大中城市分类，研究了房地产投资对不同规模城市的拉动能力，发现相对于其他资产投资，房地产投资对规模较大城市及规模较小城市经济增长的拉动能力较弱。

3我国房地产投资区域差异的影响因素分析

我国房地产投资区域差异明显，房地产投资在东部地区省份的投资量要远远大于我国的中西部省份，江苏省、浙江省、山东省和广东省等几个经济发展较快的省份，房地产投资量明显高于其他省份，而中西部地区的房地产投资则无法与其相提并论。省份层面表现出的差异性与城市层面表现出来的差异性整体一致，北京市、天津市和重庆市等直辖市和沿海城市的房地产投资量较为集中。在我国的产业划分中，房地产业归属于生产业，本文借鉴陈建军（2010）提出的理论分析框架，结合新古典经济学、城市经济学以及房地产经济学的相关理论，分析我国房地产业及房地产投资的影响因素。

第一，城市规模因素。城市经济学理论认为，当城市规模在一定的范围内扩大会对所在城市中的各产业产生正向的外部性。首先，城市规模的扩大可以为劳动力在相关联产业间的转移提供空间，能够有效降低劳动者的搜寻成本；其次，城市规模的扩张意味着劳动力有更多的就业机会和更好的基础设施条件。城市服务功能的增加以及相关服务行业的发展必然依托于房地产业作为物质基础，这将促进房地产业的发展和房地产投资的增长。

第二，关联要素因素。新古典经济学的外部经济理论认为，与本地大市场相联系的前后向关联是促进产业集聚的因素之一。已有的研究证实，房地产业与通信设备、计算机及其他电子设备制造业、专用设备制造I等制造业存在较强的前后向关联效应。房地产业的发展存在明显的生产外部性和行业规模报酬递增规律，区域制造业的发展水平会在很大程度上影响房地产业的生产外部性。

第三，供需平衡因素。Wheaton和Dispasquate将区域经济市场划分为三个市场，分别为区域产出市场、劳动力市场和房地产市场，通过静态分析的方法来模拟这三个市场的相互影响。在“三部门”模型中，劳动力人口的增加，引起消费需求增加，进而引起消费者对住房的需求增加，导致房价与租金的上涨，从而引起房地产开发投资流动。

第四，市场潜能因素。新经济地理学理论认为，交易成本对产业的选址有重要影响。房地产业融合了制造业和服务业的特点，既包括了开发过程中的运输费用，又有服务业中的交易成本特点。市场潜能较高的地区，房地产商品有更高的需求动力。对房地产开发企业来说，在市场潜能高的区域投资会增加未来的预期收益，因此，更多的房地产开发企业会投资于市场潜能较高的地区。

综合以上分析，本文将面板数据模型构建如下：

其中，下标i表示地级区域，下标t表示年份。由于各变量在时间上存在明显的递增趋势，因此对各变量取对数处理。lninvi，t表示被解释变量房地产开发投资；lnciti，t表示城市规模；lnmani，t表示制造业规模；lnperi，t表示人均收入水平；lnmari，t表示市场潜能；εi，t表示误差项。

4变量说明与实证分析

房地产投资指标，本文以259个地级以上城市市辖区年末房地产企业开发投资完成额表示，单位为万元；城市人口规模，本文用城市市辖区城镇人口数量表示，单位为万人；制造业规模变量本文选用了年末制造业就业人员表示，单位为万人；人均收入水平用城镇在岗职工平均工资衡量，单位为元。本文采用了度量方法对我国各市级以上地级市的市场潜能进行了测算。本文所使用的数据均来自2004―2015年《中国城市统计年鉴》《中国统计年鉴》和中经网数据库的数据。考虑到本文所选取的各解释变量及被解释变量在时间上存在明显的递增趋势，因此在进行模型的拟合之前，对各变量进行了取对数处理。

在进行回归模拟过程中，为了避免不同城市经济发展差异对计量结果的影响，即数据的异方差性对计量结果的影响，因此本文借助了广义最小二乘估计（GLS）对面板数据模型进行修正。下表是我国东、中、西部三大地区的普通面板模型估计结果。

从回归结果来看，东、中、西部三大地区模型的可决系数分别为0743、0784和0782，模型整体均通过了显著性检验。在本文所研究的259个城市中，在东部地区的有99个城市，除了制造业规模变量在5%的显著性水平上显著外，其余各变量均在1%的水平上显著；而102个中部城市和58个西部地区城市的各变量均在1%的水平上显著。说明模型具有较高的稳定性。

从城市规模变量对房地产投资的影响来看，中部地区城市的影响系数最高，其次为东部地区和西部地区，通过提高城市人口规模来提高房地产投资，中部地区效果会更明显。比较各地区制造业规模对房地产投资的影响，西部地区的影响系数最高，东部地区影响系数最低，因此对于西部地区，提高地区的制造业水平对本地房地产业的发展有较为明显的影响。从人均收入水平来看，东、中部地区的系捣直鹞0977和0973，明显高于西部地区，东部地区与中部地区人均收入水平的提高将对该地区房地产业有明显的带动作用。从市场潜能对房地产投资的影响来看，西部地区的影响系数远大于东、中部地区，说明交通基础设施及生活配套设施等因素的投入力度将是对西部地区房地产投资影响最为明显的因素。

5结论及政策启示

通过对我国东部、中部和西部三大地区实证分析发现：发展较为成熟的东部地区城市，制造业规模的提升和市场潜能的提高对房地产投资的拉动作用空间有限，人均收入水平所反映的购买力对房地产业有比较明显的作用。从中部地区城市房地产投资水平和房地产业发展水平的影响因素分析来看，城市的人口规模的扩大对房地产投资水平的提高有较为明显的作用。对于发展相对滞后的西部地区，城市数量和人口数量相对较少，大力发展地区制造业水平，提升西部城市的市场潜能将有助于西部地区房地产业发展水平的提升。

我国东部地区经济发展水平领先于中、西部地区，城镇化水平较高，是高房价集中的地区，从房地产投资的角度看，一线城市中可供开发的土地已非常有限，房地产开发商想要拿到土地的开发权要付出更大的成本，这也直接造成了房价的上涨，而且增加了投资风险。为了限制一线城市房价的快速上涨，应优化城市产业升级，控制房地产投资。对于我国中、西部地区城市，应首先从城市整体规划入手，建立整体功能化明确的城市，完善城市配套基础设施的建设，增加人们的生活幸福感，减缓人才外流的趋势。通过政策引导激励投资，提高资本利用率，充分发挥房地产业对城市国民经济的拉动作用，逐步缩小与东部城市的差距，促进我国整体经济的持续健康发展。

参考文献：

[1]陈昌兵城市化、房地产与宏观调控[J].经济学动态，2015（1）：29-41

[2]周京奎，吴晓燕房地产市场对区域经济增长的动态影响机制研究――以京津冀都市圈为例[J].财贸经济，2009（2）：131-135

[3]高波，陈健，邹琳华区域房价差异、劳动力流动与产业升级[J].经济研究，2012（1）：66-79

[4]原鹏飞，冯蕾经济增长、收入分配与贫富分化――基于DCGE模型的房地产价格上涨效应研究[J].经济研究，2014（9）：77-90