我国房地产价格与地价关系实证分析

房地产价格和地价作为反映房地产市场信息的重要指标，两者之间存在错综复杂的关系，房地产价格的高低直接影响到房地产业的健康运行，影响到土地的需求量以及国民的生活福利水平，而地价高低则影响土地利用效率、土地收益分配以及房地产市场的供应等。从1998年我国住房体制改革以来，房地产投资和消费急剧增长、房地产价格和地价不断上扬，特别是在房地产价格高企时各大城市“地王”频出，导致关于“是地价高导致房价高？还是房价高促动了地价的攀升？”的争议更是铺天盖地。

本节在地价和房地产价格理论关系分析的基础上，利用非平稳面板计量分析方法，对我国房地产价格和地价关系进行实证检验，是对我国房地产价格非理性繁荣的特性进行的深入研究。

（一）理论分析

土地具有有限性、差异性、固定性、耐用性等自然属性，以及稀缺性、区位可变性、报酬递减性等经济属性，这些特点决定了土地总量上供给的无弹性，也决定了土地价格具有随着需求的增加而不断上扬的趋势。作为需求价格的地价实际上是一种引致需求引起的，即由于对土地上产出物的需求导致对土地的需求。这方面最著名的解释为“玉米法律悖论”（Corn Laws Debate）。“玉米法律悖论”说明了地价高是因为玉米的价格高，因为玉米法律提高了玉米的价格，刺激了国内玉米的生产和对种玉米的土地的需求。所以，地价高是玉米价格高的结果，而不是玉米价格高的原因。在市场机制中，人们对房屋的需求决定了房地产价格的高低，而房地产价格的高低决定了地价的高低。在“价高者得”的拍卖机制下形成的地价是由当前房地产价格及开发商对未来房地产价格的预期决定的。房地产价格及预期上涨后，地价也必然上涨；反之，房地产价格和预期下降后，地价也必然下降。地价是房地产价格的重要构成部分，对房地产价格的形成有一定影响，但这种影响不是决定性的。决定房地产价格的因素是市场需求而不是成本。简言之，地价不能决定房地产价格，而房地产价格是地价形成的决定性因素（刘琳、刘洪玉，2003）。

对于房地产价格与地价的联动关系，Denise ＆William（2002）提出的四象限市场的经典模型，恰当地诠释了土地市场的供需平衡的机制，而这种机制正是通过价格竞争机制来实现的。周京奎（2006）借用此模型，分析了价格机制对土地市场供需的影响，如图2.10所示。

图2.10　土地市场与房地产市场关系

图2.10中第Ⅰ象限和第Ⅳ象限代表土地市场，第Ⅱ象限和第Ⅲ象限代表房地产市场。从第Ⅰ象限开始按逆时针方向，地价对房价的影响路径为：经济水平↑→土地需求曲线右移→土地价格↑→房地产价格↑→房地产增量↑→土地需求量↑→土地存量↑→土地价格↑。从第Ⅱ象限开始按逆时针方向，房价变化对地价的影响路径为：房价↑→新开发建设量↑→土地需求量↑→土地存量↑→土地价格上涨。

在我国，政府是土地所有权的完全垄断者，也是土地一级市场的唯一供给者。政府在出让土地时结合市场需求和自己的财政预算来决定土地出让价格。而房地产开发商通过协议、招标、拍卖或挂牌的方式从政府手中拿到土地，然后根据市场上的住房需求和住房价格决定是当期进行开发还是使获得的土地进入自己的储备库中等待时机开发。在住房市场供求双方力量的共同影响下形成的住房价格，决定了开发商可以获得的利润，进而也影响着其愿意支付的土地价格。除供求关系外，各城市房地产价格与地价又同时受经济发展状况、财政政策、货币政策、土地政策、社会预期、人民收入水平等的共同影响。我国房地产业的发展时间较短，地区差异性较大，房地产价格与地价之间关系急需实证的检验。

近几年来，国内学者针对房价与地价之间的关系进行了大量的实证分析。高波和毛丰付以1999～2002年全国的房地产和土地季度价格指数为样本，通过Granger因果关系检验和回归分析，对房地产价格与地价间的影响关系进行了分析，得出长期内房地产价格走势决定地价走势、短期内两者存在相互影响的结论。况伟大（2005）以1999年第一季度至2005年第一季度的数据进行房地产价格与地价的Granger因果关系检验，得出短期内房地产价格与地价相互影响，长期内地价是房地产价格的Granger原因的结论。严金海（2006）采用格兰杰因果检验和误差修正模型方法分析中国房地产价格与地价关系，研究结果为：短期内房地产价格决定地价，长期内两者相互影响。周京奎（2006）利用1999～2005年的全国总体数据，通过时间序列的VAR模型和截面数据回归模型对我国地价与房地产价格的关系进行了实证研究。研究结果表明房地产价格对地价有显著影响，地价对房地产价格的影响度较小。宋勃和高波（2007）利用1998～2006年的房地产价格和地价的季度数据，采用时间序列协整和VAR方法，得出结论为：短期而言，房地产价格对地价没有影响，而地价是房地产价格的Granger原因；长期来说，房地产价格和地价存在双向因果关系。

综上所述，以往研究一般利用全国房屋销售价格指数和土地价格指数的季度时间序列数据，通过时间序列的单位根和协整检验来分析房地产价格与地价的长期均衡关系，通过建立误差修正模型来分析两者间的短期关系，采用Granger因果关系检验两者在时间上的因果关系。然而，各学者实证分析的结论却差异非常大。究其原因，主要是样本容量有限导致的。正如前文分析所指出，采用时间序列单位根和协整检验是低效果的，结论会有偏差（Pierse ＆Snell，1995）。

为了解决时间序列协整检验的小样本及我国各区域差异问题，本书采用全国29个大中城市1999～2008年的面板数据，利用平稳面板计量方法进行实证。

（二）实证检验结果与分析

本书选用国家发展改革委和国家统计局编制的35个大中城市房地产销售价格指数（FP）和土地价格指数（DP），数据来源于WIND数据库和中国资讯行（China InfoBank），删去数据缺失的部分城市，最终采用了全国29个大中城市从1999年第1季度至2008年第1季度的季度面板数据。由于房地产销售价格指数和土地价格指数采用的是环比，本书对数据进行了调整，并假定1999年各季度间价格指数反映各季度间实际价格变动，调整成以1999年为基期的定基比数据。

首先对房地产价格和地价面板数据进行面板单位根检验，判断数据是否平稳。如果平稳则可直接根据数据性质进行固定效应模型或是随机效应模型的OLS回归，估计两者之间的影响系数；如果两组面板数据都是非平稳的，并且是具有同阶单位根的，那么就要对它们进行面板协整检验，检验两者之间是否具有长期的均衡关系，并且利用面板DOLS进行系数的估计。最后，利用面板误差修正模型来分析房地产价格与地价之间的短期和长期Granger因果关系。

1.面板单位根检验

我们同时采用LLC、Breitung、IPS、ADF-Fisher和PP-Fisher方法分别对房地产价格和地价的原序列和一阶差分进行面板数据单位根检验，并且对含截距和带时间趋势模型都进行了检验，以综合考虑各个统计检验的结果来检查这些数据是否平稳。表2.5给出了各面板数据单位根检验方法的检验结果。

表2.5　房价和地价的面板单位根检验结果

注：（1）括号内报告了估计量的p值；（2）所有检验方法的原假设H0为：存在单位根。

从表2.5可以看出，房地产价格和地价的原序列面板单位根检验，不管是含截距项还是既含截距项又带时间趋势模型，除PP-fisher方法外，其他方法都接受原假设，认为存在单位根，我们可以认为房地产价格和地价的原序列非平稳。房地产价格和地价的一阶差分序列的单位根检验中，除LLC方法接受原假设外，其他三种方法都拒绝原假设，认为不存在单位根，房地产价格和地价的一阶差分序列平稳。因此，房地产价格和地价的面板数据都为一阶单整。

2.面板协整检验

我国29个城市的房地产价格与地价面板数据为一阶单整，则两者之间可能存在协整关系，为保证结论的可靠性，我们分别采用Pedroni的7个统计量、Kao的ADF统计量与Johansen Fisher统计量来进行面板协整检验，结果如表2.6所示。从表2.6可以看出，大部分检验方法的结果在1%的显著水平下拒绝原假设，认为房地产价格和地价之间存在协整关系，即房地产价格与地价之间存在长期、稳定的均衡关系。

表2.6　房价与地价的面板协整检验结果

注：（1）表中Pedroni的7个检验和Kao、Johansen的原假设H0为：不存在协整，在零假设下统计量服从渐近正态分布；（2）括号中报告了p值；（3）符号＊＊＊、＊＊分别表示在1%和5%的显著水平下拒绝原假设；（4）Pedroni和Kao检验设定中，认为没有时间趋势，使用SCI标准选择滞后阶数，Newey-west窗宽选择使用的是Bartlett核函数；Johansen Fisher检验，认为有时间趋势。

3.面板DOLS分析

表2.7　房价与地价长期均衡关系的面板DOLS系数估计结果

续　表

注：符号＊、＊＊、＊＊＊分别表示系数在10%、5%、1%的显著性水平下显著。

从表2.7结果可以看出，29个城市的房地产价格与地价之间的影响系数大部分都是显著的，并且各城市系数大小差异很大。在地价对房地产价格的有效影响系数中，最小的为长春0.113，最大的为广州10.097。东部地区城市中，除杭州、福州和海口市地价对房地产价格影响系数较小外，其他东部地区经济较发达城市（例如上海、北京、天津、广州、深圳、南京、青岛等）的系数都普遍大于1，中部地区省会城市（例如长春、长沙、南昌、合肥等）的系数普遍小于1，而西南地区省会城市或直辖市（例如南宁、昆明、重庆和贵阳）的系数大于1。这表明长期来看，东部经济较发达城市和西南省会城市中，地价对房地产价格的影响程度较其他中部省会城市大。在房地产价格对地价的有效影响系数中，最小的为广州0.086，最大的为杭州5.301，中部地区的大部分省会城市的系数大于1，东部大部分城市和西南省会城市系数普遍小于1。这表明长期来看，中部省会城市的房地产价格对地价的影响程度要高于东部经济较发达城市和西南省会城市。从整个面板组DOLS结果可以看出，地价对房地产价格的影响系数为0.481，而房地产价格对地价的影响系数为1.182，两者都是显著的。可见，从全国总体来看，地价对房地产价格的长期影响程度小于房地产价格对地价的影响程度。

4.面板Granger因果关系检验

由于房地产价格与地价之间存在协整关系，接下来使用面板误差修正模型（PECM），采用Engle-Granger两步法，来进行我国房价和地价之间的Granger因果关系检验。第一步是估计长期关系模型来获得残差项，第二步是使用动态面板误差修正来估计Granger因果关系，建立的面板误差修正模型为：

表2.8　房价与地价面板Granger因果关系检验

注：符号＊＊＊表示1%显著性水平下拒绝原假设。

（三）结论

通过以上29个城市的房地产价格与地价的面板单位根和面板协整的检验，以及面板DOLS模型和面板误差修正模型的估计，得出以下结论：（1）我国各大中城市的房地产价格与地价之间存在长期稳定的均衡关系。（2）这种长期均衡关系在城市间存在较大的差异。具体来看，东部经济较发达城市和西南省会城市，地价对房地产价格的长期影响程度较其他中部地区的省会城市大；中部省会城市的房价对地价的长期影响程度要大于东部地区和西南省会城市。（3）全国总体而言，房地产价格对地价的长期影响程度高于地价对房价的影响。（4）长期来看，我国城市的房地产价格和地价互为Granger因果关系，短期而言，房地产价格是地价的Granger原因，但地价不是房地产价格的Granger原因。

因此，从长期来说，政府在对房地产进行宏观调控时，必须从住宅市场和土地市场两方面入手。一方面从住宅开发和供给入手，另一方面运用土地储备制度，调节土地供应，最终实现房地产市场平稳和健康的发展。同时，要考虑到中国各个地区和城市的个体差异，不宜采用一刀切的方式，适当给予地方政府一定的灵活性。