房价与宏观经济研究综述

研究目的：评述有关房价与宏观经济的研究方法与理论进展。研究方法：文献资料法和比较分析法。研究结果：（1）有关房价与宏观经济问题正日益受到各界关注;（2）房价与宏观经济的影响机理,房价与货币政策的关系是近年来关于房价与宏观经济研究的重点和热点。研究结论：（1）房价与宏观经济之间存在互动影响机制;（2）房价会通过多种渠道作用于宏观经济,应注重研究协调房价与宏观经济和谐运行的对策与措施。     

房地产税、地方公共支出对房价影响——全国及区域层面的面板数据分析

研究目的：分析中国房地产税、地方公共支出对房价的影响。研究方法：计量经济模型。研究结果：（1）中国房地产税对房价有抑制作用,而地方公共支出对房价有促进作用,两者对房价的净影响为正;（2）房地产税对房价影响存在显著的区域差异,且各房地产税种对房价影响不尽相同;（3）地方公共支出对房价的影响也存在显著的区域差异,东部地区大于中、西部地区。研究结论：（1）房地产税收和地方公共支出预算相互配套的政策组合能有效调控房地产市场。（2）中国房地产税对房价的调控能力不强,应改革现行的房地产税制,开征物业税。     

建设用地扩张对经济增长的贡献及其区域差异研究

研究目的：应用1999 — 2007年分省数据,测度近年建设用地扩张对中国及不同区域经济增长的贡献及变化趋势,为土地政策制定提供依据。研究方法：效率评价法、多元回归分析法、比较分析法。研究结果：（1）1999 — 2007年中国固定资本、劳动力和建设用地的产出弹性分别为0.745、0.274和0.083;（2）初级产品阶段地区、工业化阶段地区、发达经济阶段地区建设用地的产出弹性分别为0.376、0.068和0.066;（3）地区技术效率和土地宏观调控对建设用地扩张存在显著抑制作用。研究结论：（1）建设用地扩张对经济增长的贡献随着发展阶段演进逐渐减小;（2）对处于不同发展阶段的地区,应实行差别化的土地管理策略与绩效考核方法。     

中国沿海和内陆城市住房价格波动差异与动力因素

研究目的:研究中国城市住房价格短期波动的决定因素,分析均衡因素之外的房价变化自相关和均值回复特点。研究方法:面板误差修正模型。研究结果:沿海和内陆城市房价变化均有回复到均衡价值倾向,但沿海城市的房价变化具有显著自相关特点。研究结论:中国沿海和内陆城市房价波动特点存在明显差异,沿海城市收入高、人口密度大、建设成本增长快等因素促使了房价变化强自相关。     

基于面板数据的省会城市居住地价的差异及成因研究

研究目的：基于2000 — 2006年面板数据,分析省会城市居住地价的差异、主要影响因子及其影响程度。研究方法：混合OLS估计方法、固定效应模型和随机效应模型。研究结果：（1）中国省会城市居住地价存在明显的时空差异,2005年及以后地价增长明显,且东部地区地价与中、西部地区的差距进一步拉大;（2）将城市间居住地价的影响因素分为全国宏观经济因素、区域整体差异因素和城市个体因素三个层面,并基于引致需求理论,构建更具实效性的城市居住地价影响因子体系;（3）建成区面积、城市人均GDP、国际旅游收入、2004年8月31日之后土地供应方式的重大转变（正向关系）和房地产开发投资（负向关系）对居住地价有显著影响。研究结论：面板数据模型是中国城市间地价问题定量分析的一个有效工具。     

中国房价、利率与宏观经济互动实证研究

研究目的:分析房价与宏观经济的互动,为协调房地产市场与宏观经济提供依据.研究方法:计量经济学方法.研究结果:(1)中国房价与宏观经济在长期存在稳定关系,在短期存在失衡;(2)房价和GDP之间存在双向因果关系,房价和利率之间因果关系不显著;(3)历史的房价和GDP是影响房价的主要因素;(4)历史的GDP和房价是影响GDP的主要因素.研究结论:(1)必须采取宏观调控措施纠正经济系统的失衡;(2)房价和GDP存在互动,应协调房价与宏观经济的良性互动;(3)利率政策对房价的影响不显著,抑制房价还应采取其他措施.     

油价上涨与人民币汇率波动

国际石油价格上涨和人民币升值是当前影响中国宏观经济的两大主要因素.近年来,国内学者分别对油价上涨和人民币汇率波动的经济影响进行广泛的研究.另外,也有不少文献研究油价波动与人民币实际汇率之间的关系.这些文献为探讨油价冲击和人民币实际汇率波动的影响提供了丰富的研究基础,但它们并没有将油价冲击和实际汇率波动联合起来考虑.本文将首先分析油价冲击和人民币实际汇率波动的影响机制,然后对其进行实证研究.     

信贷政策调整和房地产价格的动态关系--基于VEC模型的分析

文章从理论角度分析了银行信贷同房产价格间的关系和作用机制,并在此基础上利用2010年1月-2019年6月全国房产价格月度数据建立VEC模型进行实证研究。结果表明,银行信贷和房产价格具有双向因果关系:房价波动对信贷波动具有显著影响,而信贷波动对房价波动影响相对有限。文章认为房价波动通过短期信贷、抵押物价值和银行资本金三种渠道来影响信贷供给。因此,政府在调整信贷政策时需要考虑房价波动的影响。     

老龄化、经济发展、教育与房价——基于似不相关回归方法的实证分析

通过实证分析2002—2016年我国30个省份(西藏除外)的面板数据,探讨老龄化、与房价的关系,并引入地区GDP、地区教育状况等因素,通过构建似不相关回归模型,探索老年抚养比、GDP、教育水平等宏观因素对住宅商品房价格的影响程度。得出了四个重要结论:①地区生产总值与房价逆向相关,说明近年来我国住房价格的增长确实过快,畸形发展。过高的房价不利于我国整体经济的发展;②目前阶段来看老龄化现象助推了房价上涨;③教育水平的提高对抑制房价具有正向促进作用;④地方财政房产税收入与房价正相关。最后给出了相关的政策建议。     

土地供给错配、房价上涨与半城镇化研究

研究目的:从土地供给入手,识别房价上涨对人口半城镇化的影响及其机制。研究方法:理论分析与实证分析相结合,并采用工具变量法克服模型内生性。研究结果:(1)土地供给错配导致房价上涨,进而推升半城镇化率;(2)不管来自省外还是来自省内的农业转移人口均受到房价上涨的负面冲击,但是省外农业转移人口受到的影响更大。研究结论:房价上涨过快不利于农村转移人口市民化,而土地供给错配是造成房价上涨的重要根源。因此,为了促进农村转移人口市民化,有必要调整限制大城市而鼓励中小城镇发展的政策。     

城市住房价格局部线性地理加权回归分析——以湖北省黄石市为例

研究目的:以土地稀缺、资源组团型城市——湖北省黄石市为例,尝试引入局部线性地理加权回归(LLGWR)方法,探索住房价格及影响因子的空间变化规律,为政府房地产市场管理和土地利用规划提供借鉴。研究方法:整理1.93×104个住房样本和398个楼栋样本,遴选楼栋总层数、容积率、绿化率、小区等级、距区域中心距离、销售年份等作为解释变量,采用LLGWR方法构建城市住房价格的模型,并进行分析与解释。研究结果:与常规线性回归(OLS)相比,地理加权回归(GWR)和LLGWR能更合理和准确地解释住房价格的空间变异,且LLGWR优于GWR;销售年份、容积率、地理区位能显著影响住房价格,同时楼栋总层数、绿化率等因素影响住房价格,且在不同功能片区具有明显差异。研究结论:LLGWR模型可以实现系数函数和误差方差的无偏估计,提高模型的估测精度,能更为准确地解释住房价格;宏观市场趋势是影响住房价格的关键因素,但在不同的地理区位,住房价格增长趋势有明显的差异;土地利用规划和土地供应影响房地产空间分布,但研究区内土地价格对住房价格的影响不明显。     

房价与地价的动态调整关系

研究目的:探讨地价与房价间的动态调整关系,为政府决策提供支持。研究方法:门限协整理论,EGARCH模型和实证分析法。研究结果:(1)房价和地价呈正相关;(2)地价变化是房价变化的Granger原因,地价和房价之间存在协整关系;(3)地价与房价在偏离均衡时其调整回归系数是非对称的。研究结论:购房者、开发商对利空利好消息的反应差异和中央与地方的利益博弈及各相关利益机构对房地产政策"选择性执行"是非对称性调整现象产生的原因,提出改进土地拍卖制度、平衡中央地方财力、优化政绩考核标准、强化对地方执行各项房地产政策的监管等建议。     

不同类型房价对城镇化的影响研究 ——来自中国省际面板数据的证据

研究目的：建立房价与城镇化之间关系的逻辑分析框架,探讨不同类型房价对城镇化的作用机理。研究方法：理论分析和面板数据模型相结合。利用2001—2012年中国28个省际面板数据模型进行了实证检验,并分为2001—2005年和2005—2012年前后两个阶段进行比较研究。研究结果：从整个时间跨度来说,住宅价格提高对城镇化水平的提高起抑制作用,且后一阶段影响更为显著;商业用房价格对城镇化发展起到促进作用,但显著性不高,自东向西呈梯度增大趋势;工业用房价格对城镇化的影响较为复杂,前后阶段出现了明显变化,主要是由于后一阶段工业用地市场化和产业梯度转移的结果。研究结论：为实现中国新型城镇化建设的重要任务,需要控制住宅价格水平,商业用房价格无需过多关注。     

城乡生态经济交错区农地城市流转价格影响因素分析

研究目的:从微观角度分析城乡生态经济交错区农地城市流转价格的影响因素,分析各因素的影响路径。研究方法:指数函数模型定量分析法,实证分析法。研究结果:随着征地地块面积的增大,地价也增大,而用途对土地价格的影响与在城市土地市场出让过程中对土地价格的影响不一致,政府的期望对征地价格有正向影响。研究结论:从微观角度对农地城市流转价格影响因素分析是可行的。目前中国征收集体土地市场虽然主要是政府定价,但随着征地制度的逐步改革,征地补偿逐渐引入市场元素,在一定程度上可通过微观手段调控征地市场。     

基于不同住房属性视角的土地供应规模对房价的影响

研究目的：基于住房消费品和投资品的双重属性视角分析住宅用地供应规模对房地产市场的差异化影响。研究 方法：理论分析、固定效应面板回归模型、门槛回归模型。研究结果：（1）上一年住宅用地供应面积增加 1% 可使当年 住房竣工面积显著增加 0.17%,弱于房地产投资资金对住房竣工面积所产生的 0.25% 的提升作用,该结果一定程度上 验证了住宅用地供应与住房供给之间存在生产函数渠道的影响路径;（2）基于实际房价与租金还原房价的偏离程度测 算,发现不同房地产市场投资热度下,住宅用地供应对房价影响存在双重门槛效应,门槛值分别为 2.05 和 2.92;（3）低 投资热度下,上一年住宅用地供应规模的增加可显著降低当年的房价,而高投资热度下则会起到推高房价的作用。研 究结论：住房作为消费品和投资品,存在不同的价格机制和供求规律。当住房市场以投资品属性为主导时,需求曲线 向上的刚性走势违反了一般的商品需求规律,供给曲线的右移将导致均衡价格越来越高。     

武汉市房价的空间分布格局及其影响因素分析

本文利用网络爬虫技术搜集武汉市主城区房价样本,采集2014年9月-2015年9月的房价数据和相应的社会经济地理数据。本文首先探索武汉市主城区住宅价格的空间分布形态;然后,根据模型比较选取最优空间模型,并筛选影响房价空间分异的显著性因子。研究结果表明:(1)武汉市主城区房价主要呈现多中心集聚的空间格局。(2)地理加权回归模型比克里格插值和多元线性模型更准确地捕捉房价空间分异特征。(3)总楼层因子,城市中心、轨道交通、主干道、综合商场、基础教育、开敞空间(包括长江、湖泊、公园绿地、城市广场)的可达性因子能够显著影响房价的梯度变化,其影响系数的空间波动也证明影响因子在不同城市区位对房价变化的影响程度的差异性。     

房价对城乡财产性收入差距的影响研究

住房问题关乎国计民生,房价成为影响城乡发展差距变动的重要因素。文章聚焦房价上涨对城乡家庭财产性收入差距变动的影响,并基于2005—2018年我国31个省级行政区域面板数据,采用固定效应模型与动态面板系统GMM估计方法,对房价如何影响城乡财产性收入差距变动进行实证研究。研究发现,房价上涨会显著拉大城乡财产性收入差距,并且这种影响存在区域差异性。文章认为应调整预防房价上涨的相关政策,落实中央"房住不炒"定位,以缓解房价上涨导致的城乡家庭财产性收入差距过大现象,助力推进社会高质量发展。     

The Variable Response of Agricultural Supply to World Price Instability in Developing Countries

This paper analyses the effect of world price instability on the agricultural supply from developing countries and determines to what extent this effect is dependent upon the macroeconomic environment. Producers from agricultural commodity‐exporting countries are particularly vulnerable to the fluctuations of world prices: they are widely exposed to price shocks and have little ability to cope with them. Nevertheless, the effectiveness of risk‐coping strategies is conditioned by the influence of macroeconomic factors (infrastructure, inflation and financial deepening). Thus country‐specific price indices are established, and the response of production indices to price instability indices is estimated by using a panel model including macroeconomic variables which interact with price instability. Such analysis is based on a sample of 25 countries between 1961 and 2002. The results highlight a significant negative effect of the world price instability on supply, and further show that high inflation, weak infrastructure and a poorly developed financial system exacerbate this effect.