欢迎来到天天文库
浏览记录
ID:5950273
大小:28.00 KB
页数:6页
时间:2017-12-29
《我国城镇房价收入比离合实证探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、我国城镇房价收入比离合实证探究 【摘要】房价收入比是衡量城镇居民住房支付能力的重要指标。本文根据1998—2011年数据计算出各省房价收入比,并实证分析了城镇房价和居民家庭收入之间的关系;通过对房价收入比的离合研究,发现近年来推动房价上涨的基本动力是国民可支配收入的持续增长。全国房价收入比均值总体上处于正常水平,但局部地区存在房价收入比离合异常。最后提出了应对的举措以供参考。【关键词】房价收入比离合住房支付能力一、问题的提出改革开放30多年来,我国经济高速发展,土地使用制度改革和城镇住房制度改革不断深化,以住宅为主的中国城市房地产不断发展,对拉动经济增长和
2、提高人民生活水平发挥了重要作用。然而,房地产价格持续上涨引发买房难的问题不断突出,房价上涨成为各界关注的焦点。6房价收入比是衡量房地产泡沫的一个重要指标,国内外的研究成果也较为丰富。关于“房价收入比”概念的来源,Shelton(1986)以住房消费支出与家庭收入比最高约为25%为假设,得出个人理财时房价和收入的比不要超过2.5的法则。关于房价收入比的研究实践与发展,多数学者认为房价收入比在3—6倍区间内较为合理。香港大学专家B·雷诺在发表的《适中住房,住房业的运作和价格一收入比例的作用:国际经济与理论分析》一文中研究指出,“在发达国家,房价收入比在1.8—5
3、.5∶1之间;在发展中国家,该数一般在4—6∶1之间。当然也有例外”。徐滇庆(2006)研究了我国1997—2004年的房价收入比,提出我国目前尚且没有严重扭曲房价收入比。同时,他还分析了世界各国在房价定义上的分歧,指出由于世界各地使用不同的统计方法,横向比较房价收入比,并仅仅以此来判断本国房地产市场是否存在泡沫是不合理的,但从动态的角度来分析,房价收入比的变化率却是衡量房地产泡沫的一个重要指标。国内外不少学者在这方面做了不少可贵的探索。但是由于世界各国在计算房价收入比时采用不同的统计口径,很难有可比较性。另外国内这方面的研究由于时间数列较短未能进一步分析房
4、价与居民收入之间的离合关系,也存在一定的遗憾。为此,本文从房价收入比着手,着力研究我国城镇居民住房价格和居民收入之间的离合问题。二、房价收入比的离合研究1、概念界定6(1)房价收入比。有关房价的计算口径:关于房价的计算口径,国内的研究往往较为混乱。大多数西方国家在计算住房面积以套为单位计算价格,而国内在研究这个问题时通常采用自选房屋户型面积数作为计算标准。如某些学者在计算我国房价收入比往往使用75平方米作为标准或者80平方米为标准进行计算。显然,这样的硬性规定是值得商榷的。在本文中,住宅价格=每平方米住房平均房价×家庭住房面积;家庭住房面积=人均住房面积×每
5、户平均人口。有关收入的计算口径:目前我国许多这方面的文章在讨论房价收入比的时候,常常用职工平均工资来计算家庭收入。然而,购买住宅是一个家庭整体的行为,在一个家庭中不止一个就业人员。如果使用一个人的工资收入进行计算,显然会低估了家庭总收入。如果仅仅用工资来表示居民收入,有可能会产生较大的误差。所以在本文中使用家庭总可支配收入,家庭总可支配收入=人均可支配收入×每户平均人口。根据以上分析,房价收入比的基本公式被定义为:房价收入比=住宅价格/居民家庭总可支配收入=每平方米住房平均房价?鄢人均住房面积/人均可支配收入。通过此公式的计算,可以客观地选择对影响房价收入比
6、各参量计算口径,从而科学地反映出各省城镇的房价收入比。(2)离合度。各个地区的房价收入比都处在一个变动的过程当中,可是它总有一个合理的常态。国际上的研究一般都把这个常态值设定为4—6倍。所以有必要引入“离合度”这个概念。考察偏离4—6倍标准的波动趋势,另外也可以分析各省房价收入比与全国均值之间的离合。2、各省区城镇房价收入比计算及统计分析6查阅历年《中国统计年鉴》和我国住房和城乡建设部提供的数据,结合上述公式,可计算出房价收入比。通过统计发现(见图1),1998年我国城镇住房制度改革以来,全国整体上看处于正常范围之内。但是部分省份的数值明显偏离的正常范围。这
7、些省份主要有:北京、天津、上海、浙江、福建、广东、海南。如果把上述省份归为偏高的一类,而把其他省份归为另外一类,可以明显看出上述省份的偏离状况(见图2)。3、房价—收入模型上述统计分析发现,房价收入比从总体上说明了我国各地区房价和居民可支配收入之间的比率关系。但是他们之间的联动关系如何需要进一步分析。首先选定构成房价收入比的两个核心指标“平均房价”和“人均可支配收入”从总体和省市两方面进行分析。从总体上看,对全国平均房价和全国人均可支配收入进行相关性检验,显示1998—2011年间,两者保持了高度的相关性(78.23%)。回归得到以下模型:F=576.37+
8、0.21S(T=16.56145)(R2=0.86;
此文档下载收益归作者所有