房地产泡沫论文

摘要：房地产泡沫是否受到制度因素的影响？市场化进程、地方政府的政绩驱动和房地产的金融属性孰轻孰重？通过固定效应回归模型分析我国地区面板数据，我们研究我国房地产泡沫的成因。从广义虚拟经济角度出发，我们认为银行信贷、GDP比重和市场化进程是房地产价格泡沫的构成因素。房地产的金融属性、政治属性以及市场化水平高低对房地产泡沫具有显著的影响。以下是小编精心整理的《房地产泡沫论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

房地产泡沫论文 篇1：

预期、货币政策与房地产泡沫空间溢出新趋势解析

内容提要 本文基于消费者购房选择偏好模型，利用2006-2016年我国30个省域的面板数据构建空间动态计量模型，以房地产泡沫测度为基础，分析预期、货币政策等不同因素对房地产泡沫形成的影响与空间溢出效应。本文分别采用二元0-1空间邻近矩阵、地理空间矩阵与经济-地理空间矩阵三种不同空间权重矩阵进行实证检验，其中经济-地理空间权重矩阵适用性最强。将其作为基本模型计量不同省域间房地产泡沫的空间溢出程度，并分析新趋势发现：首先，近年来房地产价格确实存在空间溢出性特点，不同省域的溢出程度存在差异性，不同房价溢出圈之间的溢出程度呈现发散性的特点；其次，房地产价格空间溢出效应在房价溢出圈内逐渐聚集，不同房价溢出圈之间呈现梯次性过度趋势；第三，我国各省域房价根据溢出程度可以分为传染活跃型、传染较活跃型、传染稳定型与传染迟钝型四种类型，其中前两种类型城市较易受到房价空间溢出性影响，需要适时调控。

关键词 房地产泡沫 预期 货币政策 空间溢出

一、引言与文献回顾

随着中国住房制度改革的推进，中国房地产业发展迅速，逐渐成为中国经济发展的支柱产业。特别是近两年房价快速攀升，房地产泡沫特征已十分明显。目前，众多学者从自身专业视角出发对房地产泡沫的形成进行了大量研究，将房地产泡沫形成原因归结为供给因素、①需求因素②与外部因素③等。这些研究都是建立传统时间维度上的回归计量模型，没有考虑到房地产泡沫地区间的相互影响。然而，著名地理经济学家Tobler提出地区之间的经济行为都存在一定的空间性影响关系，离得越近的地区相互作用的可能性也就越大。Tobler W.R.， “A Computer Movie Simulating Urban Growth in the Detroit Region，” Economic Geography， vol.46， no.2， 1970， pp.234～240.Browning等、Bruyne和Hove、王鹤与刘志平等在研究过程中发现，一个地区房价在要素流动的作用下确实会影响周边地区房地产价格的变化，具有空间性。Browning M.， Gortz S. and Leth-Petersen， “Housing Wealth and Consumption： A Micro Panel Study， ”Economic Journal， vol.568， no.123， 2008， pp.401～428； Bruyne K. D. and Hove J.V.， “Explaining the Spatial Variation in Housing Prices： An Economic Geography Approach，” Applied Economics， vol.45， no.5， 2013， pp.1673～1689；王鹤：《基于空间计量的房地产价格影响因素分析》，《经济评论》2012年第1期；刘志平、陈智平：《城市住房价格的空间相关性、影响因素与传递效应——基于区域市场关系层面的实证研究》，《上海财经大学学报》2013年第1期。房地产泡沫以房价作为基础，从空间相关性的角度分析房地产泡沫形成与膨胀，计量其空间溢出效应与溢出程度，探寻房地产泡沫演化新趋势具有重要意义。

本文以房地产泡沫测度为基础，试图从房地产泡沫形成的影响因素——预期、货币政策、人口密度与供给等方面入手，构建空间计量模型，探讨如下问题：房地产泡沫是否存在空间溢出效应？如果存在，空间溢出程度是多大？又产生了怎样的特点与趋势？下文研究思路为：第二部分，基于购房者选择模型探讨房地产泡沫的影响因素及影响方式；第三部分，基于房地产泡沫的影响因素构建空间计量模型，引入三大空间权重进行模拟检验，选择最优空间计量模型；第四部分，根据模拟结果计算不同省域间房地产泡沫的空间溢出程度，并对其动态变化过程、特点与趋势进行分析；第五部分，对研究结果进行总结展望。

二、房地产市场泡沫的解释与测算

近年来房地产泡沫问题得到了学者的广泛关注，各学者从自身研究视角出发对房地产泡沫给出了界定，得到普遍共识的房地产泡沫定义为：由房地产市场投机导致房地产价格脱离市场基础所引起的均衡价格的持续上扬。曹振良：《房地产经济学通论》，北京大学出版社，2003年；刘琳、刘洪玉：《地价与房价关系的经济学分析》，《数量经济技术经济研究》2003年第7期；吕江林：《我国城市住房市场泡沫水平的度量》，《经济研究》2010年第6期。对于房地产泡沫的测度研究也持续了20多年，Fallies G.， “Housing Tenure in a Model of Consumer Choice： A Simple Diagrammatic Analysis，” Real Estate Economics， vol.11， no.1， 1983， pp.30～44； Abraham J.M. and Hendershott P.H.， “Bubbles in Metropolitan HousingMarket，” NBER Working Papers， vol.35， no.7， 1994， pp.171～192； Levin E.J. and Wright R.E.， “The Impact of Speculation on House Prices in the United Kingdom，” Economic Modelling， vol.14， no.4，1997， pp.567～585； Arthur G. and Andrew A.， “Housing Supply， Land Costs and Price Adjustment，” Real Estate Economics， vol.24， no.2， 2010， pp.43～56； John M. and Anthony M.， “Booms and Busts in the UK Housing Market，” The Economic Journal， vol.445， no.87， 2012， pp.32～45.众多学者对房地产泡沫的度量主要运用指标法，即根据某个或某些指标的数值来判断房地产市场泡沫的大小。Brunnermeier M.K. and Julliard C.， “Money Illusion and Housing Frenzies，” Review of Financial Studies， vol.21， no.1， 2006， pp.135～180； Goodman A.C. and Thibodeau T.G.，“Where are the Speculative Bubbles in US Housing Markets？” Journal of Housing Economics， vol.17， no.2， 2008， pp.117～137； Hott C. and Monnin P.， “Fundamental Real Estate Prices： An Empirical Estimation with International Data，” Journal of Real Estate Finance and Economics， vol.36， no.4， 2008， pp.427～450； Major Coleman I.V.， Lacour-Little M. and Vandell K.D.， “Subprime Lending and the Housing Bubble： Tail Wags Dog？” Electronic Journal， vol.17， no.4， 2008， pp.272～290；柳德榮：《京沪深住房市场泡沫比较研究——基于长期投资的视角》，《管理世界》2010年第9期；吕江林：《我国城市住房市场泡沫水平的度量》，《经济研究》2010年第6期；李永刚：《中国房价泡沫测度研究》，《经济体制改革》2014年第9期。这种方法具有较深厚的理论基础，其中具有代表性的吕江林比较了衡量房地产泡沫的一系列指标（租售比、空置率、投资购房与自住购房之比、房地产贷款占比等），最终选取房价收入比作为度量房地产泡沫的标准并对其科学性与准确性进行论述。吕江林：《我国城市住房市场泡沫水平的度量》，《经济研究》2010年第6期。参照吕江林的做法，本文对房地产泡沫的测度也选取房价收入比作为衡量指标。其计算公式为：房价收入比=商品住宅平均单套价格/城镇家庭平均可支配年收入=（商品住宅平均销售价格X商品住宅平均单套销售面积）/（城镇家庭人均可支配收入X城镇家庭户均人口数）。公式中各指标数据来源的详细说明请参考下文变量解释部分，本文研究视角定位在省域数据，吕江林研究视角定位在35个大中城市，因此选取的指标来源不同，测度出的北京与天津的房地产泡沫值也有略微差异，但整体变化趋势一致。

2006-2016年间中国各省域房地产泡沫程度见表1。本文样本中，西藏数据缺失严重，因而将其舍弃。从表1可看出，各省域的房地产泡沫值整体在波动中上扬，2006-2011年间各省域房地产泡沫处于持续增长状态，增长幅度较高的省域包括：北京、上海、浙江、海南等地区。其后在2011-2014年间房地产泡沫增长速度放缓，部分省域房地产泡沫出现小幅回调。在2015年与2016年两年间，各省域的房地产泡沫值都呈现出大幅膨胀态势。特别是北京、上海、天津、江苏与湖北等省市房地产泡沫值直冲20以上，膨胀速度之快与膨胀值之高值得关注。因此，我们不禁要问究竟是什么因素影响着房地产泡沫不断膨胀，而这些影响因素的影响程度如何，又是通过怎样的影响方式推动着房地产泡沫的攀升。

三、房地产市场泡沫的理论分析与事实验证

住房消费与非住房消费给消费者带来效用的大小取决于系数a1与a2，a1较大说明消费者选择非住房消费品会带来更大的效用，住房作為一项大额的耐用消费品支出必然会给消费者带来巨大的经济压力，甚至会使某些消费者在长期内背负巨额贷款成为房奴。如果消费者不选择购买住房而将资金用于生活与娱乐，会大大提高生活质量，从而获得更大的效用。a2较大说明消费者选择购买住房会带来更大的效用，住房的购买在某种程度上满足了消费者的需求与偏好，例如自有住房持有人在未来房价上涨过程中会获得更多的增值收益；住房所有者可以享受地区教育资源等基本公共服务；居民住在自有住房内可免于搬迁的不稳定性，提高住房舒适度与安全感。因此，如何进行住房与非住房消费分配获得效用最大化，取决于消费者的偏好。消费者的偏好取决于住房消费与非住房消费的替代弹性与住房消费在总效用中的重要性。消费者对家庭收入进行配置实现效用最大化的方程为：

命题一：房价收入比受到住房消费在总效用中重要性的影响，若自有住房与其他消费给消费者存在效用差异，则消费者实现效用最大化的自有住房消费效用比越大，房地产市场泡沫的膨胀度越高。

住房消费在总效用中的重要性主要受到购房者心理偏好的影响，住房者对房产的偏好主要由居住的刚性需求偏好与房产的投资需求偏好两部分构成。对于居住的刚性需求既可以通过购买住房实现也可以通过租房满足，而房产的投资需求则必须通过购买房产实现。当住房消费者预期未来房产增值空间较小时，住房消费在总效用中重要性减弱，消费者更偏重于租房从而规避高昂的购房成本；当住房消费者预期未来房产有较大的增值空间时，住房消费在总效用中表现出很强的重要性，住房消费者一方面担心如果不抓紧购房未来则更加无法承担起高昂的住房成本；另一方面住房消费者希望通过购买房产在未来获得丰厚利润，此时住房消费在总效用中的重要性表现得十分突出。因此，我们选取住房消费者的房产增值预期代表住房消费在总效用中的重要性，房产未来增值预期越大，住房消费在总效用中重要性越强；房产未来增值预期越小，住房消费在总效用中重要性越弱。

将房地产泡沫与消费者的房产增值预期的关系通过气泡图的形式展现（见图1），发现房地产泡沫膨胀程度与房产增值预期有正相关关系，图1中加入了各省份人口密度作为权重，气泡越大说明该地区人口密度越高。从图中可以观测到人口密度越高的地区相应的房地产泡沫程度与增值预期也越高，但这种正相关关系并不是十分显著，还需在接下来的计量模型中进一步检验。

将房价收入比对购房贷款进行求导，得到ph/yL>0，说明消费者住房贷款量越大，房价收入比越高；消费者购房时可以借到的住房贷款越多，房价收入比越高，房地产市场泡沫与货币政策紧密相关。

命题二：住房贷款投入量增加会促使房地产市场泡沫的持续膨胀。

为了更直观地显示住房贷款投入量与房地产泡沫之间的关系，我们通过气泡图的形式展现（见图2）。从中可以发现二者存在一定正相关关系，即住房贷款投入量的不断增加促进了房地产市场泡沫的持续膨胀。但与房地产泡沫和房产增值预期间的正相关关系相比，房地产市场泡沫和住房贷款投入量之间的正相关关系明显要更弱一些，可见房地产泡沫的膨胀更加容易受到房产增值预期的影响。图2中同样将各地区人口密度作为权重引入，可以发现在人口密度较高的省份，住房贷款投入量与房地产泡沫程度都较高。

将房价收入比对消费者非住房消费进行求导，得到ph/yc>0，说明消费者的非住房消费量越高，房价收入比越低。

命题三：消费者非住房消费的增长，可以抑制房地产市场泡沫的快速膨胀。

消费者的收入支出在住房消费与非住房消费之间选择，如果债券、股票等金融产品的投资回报率远远高于住房资本带来的收益，消费者则不会选择投资房产；或者消费者在生活、娱乐等非住房消费品中获得的效用大于住房消费效用时，消费者也不会再热衷于住房消费，房地产泡沫的膨胀也会因此得到抑制。我们直观地可以从图3中看到非住房消费与房地产泡沫呈负相关关系，人口密度的影响不显著。

当然这只是初步的直观结论，下文将通过构建计量模型对经验分析做更严谨的实证检验。

四、实证分析

1.变量解释

根据上文的理论研究，发现房地产价格的增值预期、货币政策、非住房消费、人口密度等因素是可能影响房地产泡沫形成的主要因素，基于此我们选取具体变量与数据解释如下：

（1）房地产泡沫（Pop）：本文采用房价收入比作为房地产泡沫的度量指标。其中2006-2014年房价数据来自历年《中国房地产统计年鉴》中各地区商品房平均销售价格；2015年与2016年房价数据来自于房天下、中经网与中国资讯行数据。2006-2014年人均可支配收入数据来自历年《中国区域统计年鉴》；2015年与2016年人均可支配收入数据来自《中国经济景气月报》。

（2）房地产价格预期（Pre）：本文将上一期的价格作为理性预期基础，将下一期的增速作为本期适应性预期，上一期的价格与上两期的平均增值量加总得到当期房地产价格预期，其中房地产价格数据来源同上。

（3）房地产开发企业与个人按揭贷款（Loa）：2006-2014年按揭贷款数据来自历年《中国房地产统计年鉴》；2015年与2016年数据来自中国人民银行。

（4）非住房消费（Con）：2006-2014年非住房消费数据来自历年《中国区域经济统计年鉴》中社会消费品零售总额；2015年与2016年社会消费品零售总额数据来自《中国经济景气月报》。

（5）房地产市场供给量（Sup）：2006-2014年房地产市场供给量数据来自历年《中国房地产统计年鉴》中各地区房地产市场房屋竣工套数；2015年与2016年房地产市场房屋竣工套数据来自《中国经济景气月报》。

（6）人口密度（Den）：人口密度是各地区人口数量与实际占地面积的比值，其中2006-2014年人口数量数据来自历年《中国城市统计年鉴》；2015年数据来自各地区统计公报；2016年数据根据预测得出。由于各地区人口数量的增长具有平稳性特点，因此通过预测得到的2016年数据与实际值不會有较大差异，具有一定的有效性与合理性。

（7）利率（Int）：每年贷款基准利率由当年利率调整的平均值代表，2006-2016年数据来自中国人民银行。

上述变量的统计描述见表2。在进行实证检验之前为了避免伪回归问题，我们首先需要对样本进行单位根检验。面板数据单位根根据是否存在同根情况可以分为两种检验方法：一种是以LLC与Hadri检验为代表的相同根单位根检验方法；另一种为IPS、Fisher-ADF和Fisher-PP检验，属于对不同根的单位根检验方法。本文采用相同根情况下的LLC方法与不同根情况下的IPS方法对所有变量进行单位根检验。检验结果见表3。由表3数据可以看出原变量序列中房地产泡沫（Pop）、贷款量（lnLoa）、非住房消费（lnCon）、房地产市场供给（lnSup）与密度（lnDen）为非平稳变量，一阶差分后所有变量皆变为平稳变量。

3.计量模型

空间溢出的计量通常采用空间相关性来衡量各地区之间，在不同因素影响下是否具有相互影响。空间相关性具体是指在不同区域间的观测样本中，位于i区域的观测值与位于j区域的观测值具有相关关系，用函数表示为Yi=f（Yj），i=1，2…n；i≠j。如果回归模型中存在空间相关性，则最小二乘估计是有偏的，估计结果也不具有一致性，在这种情况下通常采用极大似然法或两阶段最小二乘法进行估计。在分析空间问题时经常会涉及到两个模型：空间滞后模型与空间误差模型。表5检验结果显示，空间滞后模型的显著程度明显优于空间误差模型（后文给出详细分析），因此本文着重对空间滞后模型（SLM）进行介绍与探讨。空间滞后模型（SLM）是对某地区变量是否对周边地区变量具有扩散现象（外溢效应）进行分析的计量模型。SLM表达式为Y=ρωY+βX+ε，其中Y为因变量；X为n×k阶的外生解释变量矩阵；ρ为空间回归系数；ω为n×n阶的空间加权矩阵，ωY为空间滞后因变量；ε为随机误差项。根据前文的理论研究，房地产泡沫受到货币政策、预期、非住房消费、住房供给与贷款基准利率等因素的影响，基于此我们构建房地产泡沫的空间滞后模型如下：

本文数据年限为2006-2016年，因此矩阵中包含了11个W值， 而每年又包括30个省域样本，因此w为330×330的矩阵。接下来本文将对各省域数据分别进行未考虑空间效应的OLS估计、考虑空间效应的空间滞后模型估计与空间误差模型估计，根据检验结果选择最优模型。在选择模型过程中，我们先选取最简单的“0-1空间权重矩阵”进行模拟。即假设地理位置接近的省域赋予W值为1，认为只有地理上接近的省域间才会有房地产价格的空间溢出效应，否则为0。即Wi，j=1或0（i与j临近为1，不临近为0）。空间效应模型的回归结果见表5。可以看出，OLS模型拟合优度为0.9673，模型整体通过了5%水平的显著性检验。但由于Morans’I统计值显示OLS回归误差的空间相关性较明显，因此需要在模型中引入空间效应，我们引入空间滞后模型与空间误差模型进行回归。

表5中显示了两种空间效应模型的回归结果，拉格朗日乘数滞后项（LMLAG）与稳健滞后项（R-LMLAG）都通过了1%水平的显著性检验，且LMLAG较拉格朗日误差项（LMERR）在统计上更为显著，R-LMLAG较稳健误差项（R-LMERR）更为显著，从5个统计量可以看出，SLM比SEM的拟合优度更高。将OLS估计结果与SLM估计结果相比较发现，SLM的拟合优度在OLS基础上有所提高，达到0.9785。对数似然函数值从未考虑空间效应模型中的101.042，提高到SLM模型中的184.452。从表5的计量结果可以看出，考虑到空间效应的SLM模型更加适合用来拟合房地产泡沫的空间溢出效应。初步估计结果显示，房地产泡沫在区域间具有正向溢出效应，其对房地产泡沫值增长的影响系数为0.975。但此估计结果只考虑了0-1空间权重，在实际中房地产泡沫的区域溢出效应不仅存在于相邻的地区之间，还存在于周边地区乃至经济相关地区。因此，我们将地理权重矩阵与经济-地理权重矩阵引入，在下文中进一步研究不同空间权重矩阵对房地产泡沫空间溢出效应的影响。

4.空间权重设定

本文探讨的空间权重矩阵是赋予周边不同省域房地产泡沫影响力的不同权重，用来衡量泡沫的空间溢出效应。一般空间权重矩阵的构建共包括三种方法：Anselin L. and Bera A.， “Spatial Dependence in Linear Regression Model with an Introduction to Spatial Econometrics，” Handbook of Applied Economic Statistics， vol.27， no.4， 1998， pp.67～72；康继军、王卫、傅蕴英：《中国各地区市场化进程区位分布的空间效应研究》，《统计研究》2009年第5期；魏下海：《人力资本、空间溢出与省际全要素生产率增长——基于三种空间权重测度的实证检验》，《财经研究》2010年第12期；于斌斌：《产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析》，《中国工业经济》2015年第12期。

（1）0-1权重矩阵，认为地理上相邻的地区间才会产生空间溢出性，赋予W值为1，否则为0。这种方法直观且操作简单，在计量空间问题时得到广泛应用。但是采用这种方法容易遗漏空间溢出的部分信息，即使不相邻的区域间也会产生空间溢出性，且地理较接近发展模式相似的省域间也会产生空间溢出效应。因此，在讨论房地产泡沫空间溢出性中我们需要将地理权重矩阵与经济权重矩阵引入进行比较，从而得到最优选择。

（2）地理权重矩阵，即将含有距离因素的空间单元引入权重矩阵，认为不相邻的省域间也存在空间联系，对角线上的空间权重都为0，Wi，j是矩阵第i行和第j列的元素，表示第i个地区与第j个地区经纬度上的直线距离的无量纲化倒数。

（3）经济-地理权重矩阵，即将含有距离因素与经济因素的空间单元引入权重矩阵，认为不同省域间变量的空间性关系不仅受到地理距离的影响还会受到经济距离的影响，其中经济距离是指两个区域间经济发展的差距，用两个地区GDP差值的倒数表示。经濟-地理距离是指在经济距离与地理距离的共同影响下，一个地区经济指标对周边地区影响的空间效应，权重矩阵中Wi，j为i与j地区经纬度上的直线距离的无量纲化倒数与GDP差值倒数的乘积。省市之间地理距离与经济距离越远，则房地产泡沫空间溢出效果越差，所赋予的权重越小。

表6给出了三种权重矩阵下的空间效应模型的回归结果。从中可以看出，系数α1，α3，α5符号为正，α2，α4，α6符号为负。ρ的符号为正，即房地产泡沫在区域间具有正向空间溢出性。表6结果显示，空间滞后模型与空间误差模型在经济-地理权重矩阵下的对数似然函数值优于0-1权重矩阵与地理权重矩阵下的对数似然值，空间滞后模型与空间误差模型相比较指标显著性较高。因此本文以经济-地理权重矩阵下的空间滞后模型来计量房地产泡沫的空间溢出效应。表6中第4列结果显示，α1至α6的估计结果符号与预计相符，预期、宽松的货币政策（信贷量支持与较低的贷款基准利率）、人口密度的增加会刺激房地产泡沫的不断攀升；有效房地产供给的增加、非住房消费结构的优化，可以抑制房地产泡沫过快迅猛增长，各因素的作用下预期与供给因素对房地产泡沫的影响作用最强，分别达到0.842与-0.633。在0-1权重矩阵、地理权重矩阵与经济-地理权重矩阵下，房地产泡沫的空间溢出效应显著为正，说明一个区域的房地产泡沫的膨胀会有效带动周边地区泡沫值的攀升，空间影响系数为0.532。即一个地区房地产泡沫增长一个百分点，会带动与该地区具有经济-地理关系地区的房地产泡沫增长0.532个百分点。下文中，我们将进一步讨论各区域在2006-2016年间，房地产泡沫的增长对周边具有经济-地理空间关系地区所产生的空间溢出效应，并对其空间溢出程度进行度量。

五、回归结果分析

将空间溢出回归系数0.532代入经济-地理权重矩阵空间计量模型，得到2006-2016年间各省域房地产泡沫空间溢出对房地产泡沫值增长的贡献率，我们运用空间溢出效应贡献率衡量一个地区房地产泡沫值增长对另一个与其有经济-地理空间关系地区泡沫变化的空间溢出程度，具体结果见表7。进一步对表7数据进行分析，发现近年来我国房地产泡沫空间溢出逐渐呈现出三大趋势：

1. 不同省域泡沫溢出程度存在差异性，在不同溢出圈内溢出程度呈现发散性的特点。本文运用非参数估计模型中的核估计法，模拟房地产泡沫空间溢出的密度函数。将2006-2016年划分为四个阶段，分别为2006-2008年、2009-2011年、2012-2014年与2015-2016年，依次对四个阶段进行估计，估计结果以高斯核函数形式呈现。图4显示房地产泡沫空间溢出密度函数中心矩在波动中不断向右移动，峰值由小变大后又经历了由大变小的过程，同时空间溢出变化区间由小变大。2012-2014年房地产泡沫空间溢出密度分布具有明显的高峰薄尾特征，说明在这几年间各区域的溢出效应集中于中心距附近，极端值相对较小。这主要是由于在这三年间，各区域房地产泡沫空间溢出效应减弱，区域间溢出方差较小。但其后在2015-2016年间，空间溢出密度函数峰值很快回落，尾度增厚，说明在这两年间各区域房地产泡沫空间溢出方差逐渐增大，不同中心房价领涨区域对周边房地产泡沫的溢出程度差异性扩大，有明显的发散性特点。结合表7数据发现，2015-2016年间，以北京为房价领涨中心，周边河北与天津空间溢出性分别达到6.75与7.74，以上海为中心，周边浙江与江苏空间溢出性为8.05与7.47，相较2012-2014年间空间溢出差异性与发散性都明显增强。

2.房地产泡沫空间溢出效应在同一泡沫溢出圈内逐渐聚集，不同溢出圈之间呈现梯次性过度趋势。将2015-2016年间，各地区房地产泡沫取均值填充颜色至中国地图。由图5可知，我国各省域间房地产泡沫空间溢出效应呈现明显的聚集性与区域性的特点，且梯次性过度趋势较明显，总体呈现由沿海向内地、由东部向西部梯次衰退态势。溢出效应聚集圈主要划分为三大板块，一是以北京为中心区的京津冀溢出圈；二是以上海为中心的沪苏浙溢出圈；三是以广东为中心的闽粤溢出圈。这三板块的空间溢出效应贡献率在616以上。其他板块为辽吉黑溢出圈、中部地区溢出圈与西部地区溢出圈，空间溢出效应贡献率在5.25～5.86之间。高溢出聚集区主要集中于京津冀和长三角地区以及这两大经济体沿海延长线地带。结合上文的回归分析，形成这种状态的主要原因有：随着城镇化进程的不断加快，越来越多的外来人口涌入北上广深等中心地区，促使人口密度不断攀升，住房需求不断扩大，推动房地产价格增长，过高的房价压力和不断完善的交通设施，使更多的中心省域居民选择在周边地区购房，形成房地产泡沫的空间溢出圈；同时，由于土地稀缺性，中心省域房产供给不足，政府拍卖的住房用地中“地王”频现，进一步推高了房地产商的拿地与开发成本，在成本-收益的约束下，房产商逐渐开始选择开发中心省域的周边地区，力图通过低拿地成本和高建筑质量吸引购房者，获得更高利润，带动周边地区房地产市场的发展，产生房地产泡沫空间溢出圈，圈内曾经差距较大的省域价格逐渐减小，房地产泡沫空间溢出效应在溢出圈内逐渐呈现聚集性特点。

3.我国各省域房地产泡沫根据溢出程度可以分为四大类型。为了对不同省域间2015-2016年间的溢出效应新趋势做进一步分析，我们引入空间溢出性分布图。图6中，纵轴为各省域空间溢出效应，横轴为各省域房地产泡沫值，纵向线为房地产泡沫值的中位数，横向线为空间溢出效应贡献率的中位数。两条直线将将分布图划分为四个象限：第一象限为传染活跃型省域，受到房地产泡沫空间溢出性影响大，包括福建、河北、江苏、浙江；第二象限为传染较活跃型省域，自身房地产泡沫较高受到空间溢出性的影响较大，且自身房地产泡沫较高，容易对周边地区产生较强的溢出效应，包括北京、上海、广东与天津；第三象限为传染稳定型，这类城市会受到泡沫空间溢出效应的影响，但影响程度有限，包括山西、山东、河南与陕西等省域；第四象限为传染迟钝型，此类城市不容易受到周边城市房地产泡沫膨胀的影响，同时自身房价的增长也较难影响周边区域，包括海南。一、二象限城市较易产生房地产泡沫的空间溢出效应，在房价过快增长时期要出台限制措施，引导房价合理走向。三、四象限城市受到房价空间溢出效应较弱，在经济增速放缓时期可以适时取消房产限购政策，带动经济平稳增长。

六、结论与展望

本文基于租购消费效用选择模型，利用2006-2016年我国30个省域的面板数据构建空间动态计量模型，以房地产泡沫测度为基础，分析各影响因素对房地产泡沫的作用程度，考察在不同影响因素作用下房地产泡沫是否具有空间溢出效应。本文将二元0-1空间邻近矩阵、地理空间矩阵与经济-地理空间矩阵三种不同空间权重矩阵进行比较，得出经济-地理空间权重矩阵下的空间滞后模型最适合分析房地产泡沫的空間溢出，进而以此为基本模型探讨了不同省域间房地产泡沫的空间溢出程度，并对房地产泡沫空间溢出的新趋势进行了分析。本文研究发现：（1）近年来房地产泡沫确实存在空间溢出性特点，并且不同省域房地产泡沫溢出圈内的溢出程度差异性扩大，有明显的发散性特点；（2）房地产泡沫空间溢出效应在泡沫溢出圈内逐渐聚集，不同溢出圈之间呈现梯次性过渡趋势；（3）我国各省域房地产泡沫根据溢出程度可以分为传染活跃型、传染较活跃型、传染稳定型与传染迟钝型四种类型，其中前两种类型城市较易受到房地产泡沫空间溢出性影响。由于近年来各省域房地产泡沫空间溢出方差逐渐增大，使得房地产泡沫差异化现象明显，容易造成基尼系数的攀升，影响收入分配的公平与效率，需要政府适时出台相应政策进行调控，特别是要加强对较易受到房地产泡沫空间溢出性影响的传染活跃型与传染较活跃型两大类城市的楼市的针对性调控。

本文对于深化房地产价格的研究，解析房地产泡沫空间溢出效应新趋势具有积极意义。然而，本文的研究仍存在着不足之处，由于数据的缺乏，房地产泡沫空间溢出效应的计算还不能完全涵盖中国31个省级行政区。同时，适合用来分析房地产泡沫溢出的经济-地理权重矩阵重叠分组空间加权的技术难题尚未突破，也未能将隐性房价以及结构性房价带来的泡沫空间溢出效应全部考虑进来，这两个方面会导致空间溢出程度的低估。这些不足之处有待今后进一步的研究。

作者单位：天津商业大学经济学院

责任编辑：牛泽东

作者：张炜

房地产泡沫论文 篇2：

我国房地产泡沫成因分析

摘要：房地产泡沫是否受到制度因素的影响？市场化进程、地方政府的政绩驱动和房地产的金融属性孰轻孰重？通过固定效应回归模型分析我国地区面板数据，我们研究我国房地产泡沫的成因。从广义虚拟经济角度出发，我们认为银行信贷、GDP比重和市场化进程是房地产价格泡沫的构成因素。房地产的金融属性、政治属性以及市场化水平高低对房地产泡沫具有显著的影响。其中，从金融功能说来看，房地产的金融属性对房地产价格泡沫具有推动作用；而从金融产品说来看，房地产的金融属性对房地产泡沫具有抑制作用。此外，房地产的政治属性和市场化水平对房地产泡沫有明显的推升效应。

关键词：房地产泡沫；广义虚拟经济；金融属性；政治属性；市场化指数

文献标识：A

一、引言

近年来，随着我国房地产市场的逐步完善和发展，我国房地产价格不断上涨，自2003年房地产业被列为我国支柱产业以来，我国房价上涨将近十倍，与此同时，越来越多的“鬼城”也在不断出现，这使得房地产泡沫再一次成为人们争论的焦点话题。周京奎（2006）从金融支持过度的角度，探讨了房地产泡沫生成和演化过程，提出了金融支持过度假说，认为当房地产开发商和购房者都可以从银行取得贷款时，房地产市场的群体投机行为会导致房地产价格将高于基础价格，并会随着金融支持力度的增加而不断上升。陈石清和朱玉林（2008）从城市化进程的角度研究了房价上涨的原因，结果发现，我国城市化水平的提高是导致房地产价格迅速上涨的原因。刘民权和孙波（2009）从商业地价形成的过程，对房地产泡沫进行了研究，研究认为，推动地价、房价持续上涨并最终形成房地产泡沫的内在动力是地方政府自批租商业用地的财政利益。通过上述学者对房地产泡沫问题的研究我们不难发现，目前对于房地产泡沫的研究主要集中在实体经济领域，而在当今信息经济和知识经济时代，对于许多经济热点问题，往往难以通过传统的宏观经济理论进行合理的解释，但可以从广义虚拟经济角度，对旧的经济现象和经济问题进行“新”的解释。

房地产本身既具备商品属性，又具有虚拟属性。前者是指其具有使用价值，作为普通商品使用的实体属性；而后者是指其作为投资品或投机品进行保值增值的，具有交易功能的虚拟属性。更加具体来说，房地产不仅具有商品属性，更加具有金融属性。单纯从房地产的商品属性来看，其价格由成本可以推算出来，虽然受供求影响，房价可能围绕着基础价值上下波动，但不会长时间偏离其基础价值，尤其是近几年，我国房价一路上涨，偏离其基础价值越来越远，在广义虚拟经济时代，对房地产业的研究和解释似乎已经不能够只停留在实体经济领域，与此同时，泡沫本身就是虚拟经济的产物。因此，对于房地产泡沫的研究从广义虚拟经济角度，似乎能够得出更加合理的结论。

然而，广义虚拟经济是一个相对宽泛和新颖的概念，在研究房地产泡沫之前，需要先对广义虚拟经济有一个简单的认识。因此，本文首先对广义虚拟经济进行简单地介绍，同时对房地产泡沫问题的研究进行相关文献总结，最后从广义虚拟经济角度对房地产泡沫问题进行“新”的解读。

二、文献综述

（一）关于广义虚拟经济的界定

自改革开放以来，虚拟经济逐渐成为许多学者研究的重点，然而，起初对虚拟经济的研究主要体现在对虚拟资本的研究，其本质上属于狭义的虚拟经济范畴。然而，尽管广义虚拟经济现象在不断发展，但是对于广义虚拟经济的界定至今仍然较为模糊，缺乏统一性的定义。李晓西和杨琳（2000）提出，虚拟经济是指相对独立于实体经济之外的虚拟资本的持有和交易活动。刘骏民（2003）认为，虚拟经济所揭示的是资产价格体系的运行规律，它是以资本化定价的方式为基础的特定的价值关系。刘维刚和张丽娜（2006）认为，虚拟经济是与实体经济相对立的，依靠现代通信和电子网络技术在全球金融与资本证券市场中实现虚拟资本交易、清算与流动的经济形态。在此之前，对于虚拟经济的理解属于广义虚拟经济范畴，并且主要是停留在马克思的虚拟资本论的基础之上。林左鸣和尹国平（2011）从马克思主义价值理论困境的角度出发，对虚拟经济进行了深入认识，把传统的“以物为本”的经济思想转移到“以人为本”的经济思想上来。随着全球经济的不断发展，虚拟经济不仅仅体现在资本的虚拟化，而更多体现在人的不同需求方面。时至今日，以满足人们心理需要和精神需要为目的，以品牌、服务、体验和文化消费等要素为体现的“广义”虚拟价值不断深入到经济活动的各个领域（林左鸣，2011）。林左鸣（2011）曾经对广义虚拟经济进行了系统定义，他认为，广义虚拟经济是一种立足于人类生活，并且面相人的全面需求、以人为本的和谐经济，其基本特征可以表现为二元价值容介态。至此，学者们对虚拟经济的研究和讨论逐渐从狭义角度扩展到广义角度。李小宁（2011）对广义虚拟经济进行了分类，根据能否直接定价划分为可直接定价的广义虚拟经济和不可直接定价的广义虚拟经济；与此同时，根据供给弹性将广义虚拟经济划分为强广义虚拟经济和弱广义虚拟经济。此后，对广义虚拟经济的研究慢慢从理论阶段转移到解释应用阶段。王子龙（2011）、靳涛和蒋凯（2012）等人对虚拟经济的研究都是在林左鸣的基础上，从广义虚拟经济角度对我国的经济问题进行“以人为本”的解读。

（二）关于房地产泡沫的测定及原因分析

由于房地产泡沫是虚拟经济的产物，对于房地产泡沫的衡量难度比较大，学者至今也没有得出一个能够合理衡量房地产泡沫大小的指标，只是通过不同的角度提出各自测量房地产泡沫的指标。洪开荣（2001）利用物业空置率、GDP增长率、房地产业增长率以及个人购房比例四个指标构造出衡量房地产泡沫大小的一个综合指标。刘琳等（2003）利用房地差价格增长率/实际GDP增长率、房价收入比和住房按揭款/居民月收入三个指标构造出一个房地产泡沫测度系数K来评价房地产泡沫的大小。蒋德锋和张晓莉（2004）利用房地产价格增长率/实际GDP增长率、房地产贷款比例与增长率、实际房价/理论房价、收入房价比以及住宅空置率五个指标构造出综合指标指数Q来评价房地产泡沫的大小。姜春海（2005）利用房地产开发商建房成本、社会平均资本收益率和消费者年可支配收入三个指标测算出房地产的投机泡沫以及泡沫度。随后，其他学者也纷纷提出各自测定房地产泡沫大小的指标，虽然不同的指标各有各的优势，但是多数仅仅在理论上可行，在实际中很多指标的数据难以获得。因此，尽管存在很多评价房地产泡沫的指标，但是利用这些指标对房地产泡沫的原因进行实证分析的文章相对较少。

尽管，鲜有学者利用房地产泡沫的测定指标进行房地产泡沫原因的实证分析，但是不乏学者从其他角度对房地产泡沫和房价上涨进行了原因分析。袁志刚和樊潇彦（2003）对历史上几次房地产泡沫进行了回顾分析，结果发现房地产泡沫的问题可能不是房地产本身的问题，可能是信用过度膨胀造成的。姜春海（2005）认为，房地产市场之所以产生泡沫是由于房地产商品不仅仅是消费品，而且还是投机品，作为消费品受供求失衡影响导致房价上涨，作为投机品，由于非理性预期导致房价泡沫产生。周京奎（2006）从金融支持角度对我国房地产泡沫进行相关分析，结果发现我国房地产泡沫是由于金融过度支持导致。刘民权和孙波（2009）从地方政府的角度研究房地产泡沫的原因，结果发现，我国房地产泡沫的产生是由于地方政府出于财政利益导致的。曾五一和李想（2011）对我国房地产泡沫进行了实证检验和原因分析，认为银行信贷、投机因素和羊群行为以及地方政府行为是造成我国房地产泡沫的主要原因。刘正才（2011）对我国大城市房地产泡沫的成因进行了分析，认为投资渠道狭窄、政府对土地供给的垄断、银行的预算软约束以及市场秩序不规范是我国房价上涨和房地产泡沫的重要原因。

尽管上述学者对我国房地产泡沫的原因进行了相关分析，但主要存在以下两方面的弊端：第一，房地产泡沫是虚拟经济的产物，从实体经济角度进行分析，有时往往得不到合理的解释；第二，对于房地产泡沫原因的分析，较少进行实证分析，大多停留在理论层面。基于上述考虑和分析，本文通过建立相关计量模型，利用实证分析，从广义虚拟经济角度对房地产泡沫的原因进行“新”的解释。

三、实证分析

（一）数据与变量

本文以2000～2011年我国31个省、直辖市和自治区的面板数据作为样本，对我国房地产泡沫产生的原因进行实证检验。尽管上述提到评价房地产泡沫的方法有很多，但是考虑到住宅空置率、住房按揭款、个人购房比例等数据的难以获得性，构造出一个较为综合的评价房地产泡沫的指标难度较大，本文采用房价收入比作为衡量房地产泡沫的被解释变量。本文主要从广义虚拟经济角度选择房地产的金融属性、政治属性以及市场化水平为解释变量，以前人研究过程中提到的部分解释变量为控制变量进行分析，本文选取的主要变量见表2。

（二）模型设定及相关检验

根据上述分析，本文建立如下的计量模型：

上述数据主要来源于历年《中国统计年鉴》，部分城镇人口数据来源于中国人口发展与研究中心，市场化指数的相关数据来源于樊纲等人编著的《中国市场化指数2011》，描述性统计结果如表3所示。

为了防止多重共线性的存在导致模型估计失真，在进行回归分析之前首先应先进行多重共线性检验。由于多重共线性检验的方法较为常见的有自变量的相关系数矩阵R诊断法、方差膨胀因子（Variance Inflation Factor，VIF）诊断法和容忍值（Tolerance）法等，为了更加准确判断回归模型中的解释变量之间是否存在多重共线性，本文通过上述三种方法进行综合判断分析，通过VIF诊断法可以看出，尽管VIF的均值为3.17，但是并不存在某个解释变量的VIF值超过10，故VIF检验结果认为解释变量之间不存在多重共线性问题。除此之外，通过容忍值法和R诊断法也可以看出，存在多重共线性的可能性是比较低的。综合上述三种方法，我们可以认为本文解释变量之间并不存在多重共线性的问题。

关于回归方法的选择通常有最小二乘法（OLS）、固定效应的面板回归（FE）和随机效应的面板回归（RE）等，不同方法对于不同的数据处理各有优势，因此，首先应根据本文的数据类型选择最优的回归方法。通过Breush-Pagan检验（BP检验）来检验个体和时间因素是否存在，从而判断OLS和RE回归的优劣，通过Hausman检验来比较FE和RE回归的优劣，从而确定最终的回归方法。检验结果如表5所示。

通过BP检验结果可以看出，在5%的显著性水平下，检验结果拒绝原假设，说明随机效应显著，即随机效应（RE）优于最小二乘法（OLS），从Hausman检验结果可知，我们可以拒绝随机效应优于固定效应的原假设，所以固定效应（FE）优于随机效应（RE）。除此之外，利用固定效应回归模型对房地产泡沫原因进行分析，相比Granger因果检验等分析方法，该模型不仅能够分析出导致房地产泡沫的原因，同时，还可以判断出这种因素的作用大小和作用方向。综合上述检验结果以及基于实际效果的考虑，本文选用固定效应的面板回归进行分析。

（三）回归结果及分析

本文在进行回归分析之后，对回归结果进行异方差检验，结果发现存在异方差的情况，因此需要对异方差进行修正。通常修正异方差的方法有White稳健性方差回归进行修正，固定效应回归结果以及修正后的回归结果见表6。

从回归结果可以看出，Inm2和Inurban并不显著，说明货币供应量和城市化对房地产泡沫影响并不显著。index和weight显著性水平较低，说明市场化指数以及房地产的政治属性对房地产泡沫有一定的解释能力，但是解释能力相对较低。Ingdp和Incost显著性最高，说明市场的供求情况对房地产泡沫的形成起到了重要的作用。此外，dummy和loan两个衡量房地产金融属性的变量也是十分显著，说明房地产的金融属性在房地产泡沫的形成过程中，起到了越来越重要的作用。

四、基于广义虚拟经济视角下的分析与揭示

（一）房地产的金融属性

从回归结果可以看出，房地产业贷款比重（loan）对房地产泡沫具有显著的正效应，而虚拟变量（dummy）对房地产泡沫有显著的负效应。

前者从金融功能说的角度对房地产的金融属性进行解释，由于房地产属于资金需求旺盛型行业，需要大量的前期资金投入，而房地产企业自身资金有限，因此房地产业在前期土地开发和楼房建设时需要大量的银行贷款。与此同时，由于房地产具有较好的保值增值功能，同时，我国的房地产市场需求持续保持旺盛，也使得银行也愿意将资金带给房地产开发商。因此，随着房价不断上涨，资金以及其他形式的资源纷纷涌入房地产行业，从而导致房地产泡沫的最终形成。因此，房价越是上涨，银行就更倾向于将资金投入到房地产行业，从而不断推动房地产开发商和购房者将房价推高，最终导致房地产泡沫的产生。曾五一和李想（2011）研究认为，我国房地产泡沫的产生离不开银行信贷对房地产业的过度支持，一旦房价上涨，银行部门会增加对房地产业的放贷，从而进一步推动房价上涨。

后者是从金融产品说的角度对房地产的金融属性进行分析，由于房地产不仅具备使用价值，更加具备投资价值，随着虚拟经济的不断发展，房地产的价格愈加凸显出其作为投资产品的金融属性。受我国制度因素的限制，我国投资渠道相对较少，投资品种较为单一，投资者的资金或者流入股市，或者流入房市（孙晓晶和孙涛，2006）。单纯从消费品的角度来讲，股市作为一国经济的晴雨表，股市的上涨预示着经济向好，会导致消费品价格的提高，而回归结果表明股市和楼市呈显著负相关关系，这说明我国房地产商品不再单纯作为一种消费品进行交易，更作为一种投资品进行交易，从而进一步验证了姜春海（2005）等人的研究结果。

无论是从金融功能说还是金融产品说的角度来对房地产的金融属性进行分析，都可以发现房地产的金融属性对我国房地产泡沫的形成具有重要的影响，虽然上述两种假说对房地产泡沫的形成解释方向相反，金融功能说认为房地产的金融属性对房地产泡沫起到正的显著作用，而金融产品说认为房地产的金融属性对房地产泡沫起到负的显著作用，但它们是从不同角度来揭示房地产泡沫形成的原因，本质上是同一个问题的两个方面。

（二）房地产的政治属性

从回归结果来看，地方政府房地产业占地方GDP的比重（weight）对房地产泡沫同样具有显著的正效应，这是因为地方政府为了增加财政收入，实现经济增长目标，所以大力支持房地产业的发展，不仅在土地供给侧激励抬升地价，同时在房产需求侧积极推动房价上涨，根据刘民权和孙波（2009）的分析，促使地方政府极力提高地价的深层次原因在于现在的商业用地批租制度，这使得房地产开发商不得不从政府那里高价竞争拿地，而房地产开发商为了获取丰厚的利润，将从政府那里竞价拿地的成本通过提高房地产销售价格来转嫁给消费者，在各地方政府和房地产开发商的联合作用下，共同将房价不断推高。地方政府的财政收入渠道相对较少，主要是通过税收和出售土地。

由于地方政府需要负责处理的事情较多，而财政支持不足，导致许多地方政府支出和收入不成比例，从而出现了较大的财政缺口，而税收收入相对稳定，政府只能通过自身所掌握的土地资源来增加财政收入。通过鼓励房地产投资，政府不仅能够获得高额的土地出让费用，而且房地产交易过程中，政府还可以获得大量的税收收入。通过全国土地出让金总收入、地方财政收入以及全国土地出让金总收入占财政收入的比重等数据可以看出（如图2所示），土地收入的比重在不断增加。因此，结合中国当前的制度背景进行分析，我们不难发现，房地产不再单纯作为一种简单的消费品，而在很大程度上成为地方政府实现其政治目的的重要工具，可见，房地产的政治属性在房地产泡沫形成的过程中起到了一定的推动作用。

（三）市场化指数

从回归结果可以看出，市场化水平的高低对于房地产泡沫的形成同样具有显著的正效应。这说明在市场化水平高的地方容易发生房地产泡沫，而在市场化程度低的地方相对不容易发生房地产泡沫。显然，作为普通的消费品而言，房地产的价值大体是固定的，其价格理论上是不会因为地理位置的改变而发生巨大的变化，即使是在市场化水平比较高的地方，只是增加了房地产的交易量，而并不会提高房地产的交易价格。然而，实证检验结果却表明市场化水平对房地产泡沫具有显著的正效应，这说明从实体经济角度难以去解释该问题。然而，从广义虚拟经济来看，在市场化水平比较高的地方，由于交易量的活跃以及交易的容易性，加上存在投机因素和羊群行为的存在，往往会导致投资者或投机者将普通商品当作虚拟经济产品进行交易从而推高其价格，最终导致泡沫。历史上著名的1637年“郁金香泡沫”也正是发生在尼德兰王国市场化程度最高的一个省——荷兰，无独有偶，1720年英国“南海泡沫”的发生也是伴随着经济和贸易的市场化水平程度的提高而发生的。可见，在市场化水平较高的地区，由于交易的便利性，往往会导致投机者的大量涌入，再加上人们的非理性预期和羊群行为，通常会把实物资产的价格推高，使其变为虚拟资产进行交易。我国市场化水平高的地区，房地产泡沫较大，这充分说明了我国房地产作为虚拟经济产物对房价上涨以及房地产泡沫形成过程中的作用。

五、结论与建议

（一）主要结论

通过上述回归结果的分析以及与前人分析结果进行对比，本文得出以下结论：

1.从金融功能角度来说，房地产的金融属性对房地产泡沫具有显著的正效应；从金融产品角度来说，房地产的金融属性对房地产泡沫剧有明显的负效应。二者从不同角度揭示了房地产的金融属性对房地产泡沫的影响，本质上是同一个问题的两个方面，并不矛盾。

2.房地产的政治属性对我国房地产泡沫的形成也起到显著的推动作用，主要表现在房地产对地方政府政绩的影响、地方政府主导着房地产开发、政府进行资源配置以及GDP“保八”增长的政治需求等方面。

3.市场化水平的高低对客观上于我国房地产泡沫的形成也起到了明显的推动作用。这主要是因为，在市场化水平较高的地区，商品的实物性往往被削弱，而虚拟性更强，加上投机因素和羊群行为的存在，房地产被虚拟交易化的可能性比较大。

（二）主要政策建议

通过上述对我国房地产泡沫产生的原因分析，本文提出以下几点建议：

1.进行制度改革。我国现行制度缺陷对房地产价格的上涨起到了重要的推动作用，一方面表现在地方财政制度，另一方面表现在我国投资渠道单一化。地方政府承担的责任过多，而地方财政有限，多数地方政府财政赤字比较严重，为了弥补赤字，地方政府多采取了土地财政的手段，通过支持鼓励房地产业的发展来增加财政收入。因此，改革地方财政制度，使地方政府能够达到财权与事权合理匹配，从而避免其利用土地财政推动房价上涨，这样可以减少房地产政治属性对房地产泡沫的推动作用。此外，我国应当适当引入新的投资渠道、放宽投资范围，让投资者能够有更多的选择，避免资金过度流入股市或者房市，造成其非理性增长，从而减少房地产金融属性对房地产泡沫的影响。

2.合理控制信贷扩张。从泡沫的生产过程来看，最终推动泡沫产生的一个重要因素是银行信贷，因此，限制房地产贷款的审批在一定程度上会抑制房价不合理上涨。银行部门应当严格限制银行贷款中房地产贷款所占的比重，以分散放贷风险。银监会等有关政府部门应当加强对银行贷款的监管力度，使其服从国家的调控政策。同时，适当提高第一套房贷款比例以及首付比例，严格限制第二套房贷款，避免相关投资者对房地产业地过度投资或投机，从而从需求角度上遏制房价飞速上涨，进而减少房地产金融属性对房地产泡沫的推动作用。

3.进行投资者教育。从历史上来看，泡沫的发生另一个重要的原因在于由非理性预期导致的投机行为和羊群行为。因此，对投资者进行教育，提高其风险意识，在一定程度上可以避免投机行为和羊群行为的发生，从而在一定范围内减少市场化水平对房地产泡沫的影响。

作者：田利辉　马君壮

房地产泡沫论文 篇3：

从房地产泡沫中论中国经济结构的转型

摘要：房地产泡沫是房地产价格对其基本价值的连续偏离，是一种对个人、社会及宏观经济运行等有严重影响的经济现象。房地产泡沫形成和发展的原因是多方面的，房地产泡沫的破灭将对整个社会经济带来巨大的冲击，甚至会酿成经济危机。纵观我国房地产泡沫的形成和传导机制，可以看出经济结构的转型和升级将是有效化解我国房地产泡沫危害的一剂良方。

关键词：经济泡沫  房地产泡沫  原因  经济结构  转型

1 经济泡沫与房地产泡沫

1.1 经济泡沫与经济泡沫载体

经济泡沫是现代社会存在的一种经济现象，是指资产价格对其基本价值的偏离。具体来说是指资产在一个连续过程中陡然涨价，使人们产生了还要涨价的预期，于是又吸引了新的买主加入，因此价格越推越高，使资产的市场价格脱离资产内在正常价值的部分。[1]

现实经济生活中存在着诸多经济泡沫，每一种经济泡沫都有其相应的承载体。经济泡沫的载体范围很广，包括股票、债券、房地产、艺术品等等。由于房地产保存期非常长，在消费时并不被消耗，在其整个寿命周期内价格波动频繁，而供给又有限，供求缺口较大，这些因素使房地产成为社会经济中最主要的经济泡沫载体。

1.2 房地产泡沫

房地产泡沫是指房地产价格对其基本价值的连续偏离，即房地产价格处于房地产基本价值之外的一种对个人、社会及宏观经济运行等有比较严重影响的经济现象。也就是说房地产泡沫就是附着于房地产这一载体的经济泡沫。如果房地产价格刚好偏离正常基本价值，此时房地产泡沫很小，感觉也不明显;当房地产价格大幅度上涨，房地产价格越高，其偏离正常基本价值就越远，即房地产泡沫也越大。

1.3 经济泡沫的客观评价

生活中经济泡沫无处不在，时刻存在于经济发展过程之中，广大社会民众因为对经济泡沫缺乏足够的认识，以致于“谈泡沫即色变”。其实我们应该全面地看待经济泡沫：泡沫有大小之分，当经济泡沫处在比较合理范围内时，泡沫在一定程度上对经济发展有利，能够刺激和促进经济发展，甚至可以说合理范围内的泡沫是经济发展的润滑剂和引擎;但是，当经济泡沫急剧膨胀和持续堆积，扩张到比较严重的程度时，将对社会和经济带来极其负面的影响，甚至会导致社会出现经济危机的状况。

2 中国房地产泡沫产生的原因

2.1 房地产市场的双重特性及房地产作为虚拟资产的特征是房地产泡沫产生的根本原因

房地产既是耐用消费品，也是资本品，具有投资和投机的价值，有别于一般的商品。兼具耐用消费品和投资品特征的房地产，决定了房地产市场同时具有实体经济和虚拟经济的双重特性。当完全作为耐用消费品时，房地产是不会出现泡沫的，而只有投资和投机的参与才能够使房地产脱离实体经济而出现可能的泡沫趋势。也就是说在导致房地产泡沫的过程中，投资性引致的投机行为是导致房地产泡沫产生的最根本原因。

2.2 金融的自由与宽松是房地产泡沫形成的客观条件

金融自由化加快了虚拟经济与实体经济相背离的趋势，基于金融自由化建立的金融体系和金融制度加剧了房地产商品价值的虚拟化，使房地产的价格越来越容易脱离其基本价值。可以说金融自由化是房地产泡沫产生的制度性根源，它使房地产泡沫的产生成为必然。

房地产业资金需求量大，资金周转周期长，决定了该行业与金融业高度依存的关系。自从我国房地产市场建立以来，房地产市场的发展就和金融市场的发展紧密地联系在一起。房地产业在世界各国有“第二金融”之称，从购地、建房到销售环节，金融业贯穿于房地产运行的全过程。2008年随着雷曼兄弟的破产，中国经济遭受了货币政策持续从紧以及金融危机席卷全球的双重打击，持续多年的国内生产总值增长面临夭折的风险。世界各国为了应对金融危机，大都实行无比宽松的接近零利率的货币政策，于是我国中央政府迅速启动“撒钱式”的极度宽松的信贷政策。除此以外，国外游资预期人民币会升值，为了在短期内赚取套利而大量涌入中国市场。在这些因素的共同作用之下，国内外大量的资金蜂拥而至地投向我国房地产市场，投机行为大量充斥着我国整个房地产市场，房地产如脱缰之野马，价格不断上蹿，房地产泡沫在宽松的金融市场环境之下急速膨胀。

2.3 房地产的供求关系是房地产泡沫形成的重要内在因素

西方经济学的商品供求关系理论是：当供给大于需求时，商品价格下降;当供给小于需求时，商品的价格就会上升。房地产的供给和土地的供给息息相关，而土地具有与一般商品不同的特性，即占有的垄断性、排他性和稀缺性。[2]在经济生活中，供给弹性越小的要素，其价格会增长得越快，在所有的生产要素中，土地的供给弹性最小，因此土地价格的上涨幅度也最大。

一方面，房地产的刚性需求随着中国房改政策的实行而得到彻底地释放，再加上城市化的推进以及我国国民固有的新房情结，使得我国居民对房地产的需求日趋旺盛。特别是近年来广大社会民众在未来通胀预期和“买涨不买跌”的消费偏好心理的双重影响下，很多潜在需求被激发为现实需求，整个社会对房地产的需求持续攀升。[3]而另一方面，房地产商和投机者为了在预期的通胀中牟取更高的收益，囤积居奇、圈地待涨和捂盘惜售成为了他们实现利润最大化的手段，从而在社会上人为地营造出房地产供给紧张和不足的气氛。由此可见，一方面是房地产需求的不断高涨，另一方面是房地产商和投机者人为地压缩供给，因此房地产市场呈现出了严重的供不应求状态，价格持续暴涨，房地产泡沫在供需极其失衡的状态下持续堆积和膨胀，房地产泡沫的空前膨胀已经失去了真实需求的支撑。

2.4 固定资产投资比重过高所造成的产能过剩是房地产泡沫不断催生的外部环境

改革开放以来，在粗放式经济增长模式和唯国内生产总值是举的思维模式下，中国经济片面追求投资，大量的低水平重复建设不可避免，表现在国内固定资产投资增速年均达10%以上，造成了严重的产能过剩。在产能过剩和信贷宽松双“井喷”之下，包括国有资本和民营资本在内的社会资金面临着出路狭窄的问题。过剩的产能无法消化必定导致实体经济裹足不前，在经历实体经济投资受挫之后，作为支柱产业的房地产便成为社会资金的最佳避风港，于是不仅民营企业，就连国有企业也都竞相投资房地产业。正因为多年来固定资产投资比重过高所造成的实体经济的困境，使得房地产市场成为恶炒、爆炒的领域，房地产业呈现出一片热火朝天的场面，房地产泡沫不断疯狂膨胀。[4]

2.5 土地供给垄断和土地财政是房地产泡沫产生的制度基础

在我国，土地属于国家或者集体所有，政府官员有比较大的权力来处理土地，这也是我国房地产市场受到政府影响巨大的原因之一。土地供给的垄断性和稀缺性使得土地价格在一定时期内具有稳步上升的趋势，随着经济的发展，工业化的推进，城市化进程的加快以及城市人口的不断增加，人们对土地的需求更是旺盛。分税制改革弱化了地方财权，使地方财权与事权严重脱节，地方财政收入捉襟见肘，只好将目光投向卖地收入，土地财政因此成为地方预算外收入的主要来源。[5]地方政府为了增加地方收入，在“招拍挂”政策下不断推高土地价格;另一方面，房地产是当前我国城市GDP增长的主引擎，长期以来我国官员的政绩考核与升迁也是以GDP增长作为衡量标准。因此，各地政府作为土地资源唯一的供给者，把土地收入纳入地方财政收入，以土地收入“经营城市”，创造GDP政绩，这些因素构成了地方政府高价出让土地的动机和内在激励，地方政府从而成为高房价的支持者。[6]

2.6 购买者的心理因素和心理预期是房地产泡沫产生和强化的内在动因和动力机制

购买者对未来房地产价格的预期，无论是理性的还是非理性的，都将影响房地产的需求而使房地产价格发生变化。由于房地产市场买卖双方信息的不对称，因而常常引起购买者对价格变动的逆反心理，即越涨价越抢购的逆反行为。房地产购买者的不完全理性和投机心理决定了他们的“从众行为”进而形成“羊群效应”。从众心理实际上是一种正反馈机制，在群体之间相互影响，相互传递信号，而信号的传递往往是一种正反馈模式。当房价越是上涨，购买者越是跟进购入;而当房价越是下跌，购买者越是抛售。从众行为既是制造泡沫的机器，也是打破泡沫的机器。

3 从房地产泡沫中审视我国经济结构的转型

3.1 房地产泡沫破灭的影响

房地产泡沫破灭是指房地产泡沫处于高位时，从吹泡沫向挤泡沫快速的逆转。换句话说房地产泡沫破灭就是指房地产价格大幅度偏离基本价值之后急速回归基本价值的过程。房地产泡沫一旦破裂，对中国经济的危害是非常巨大的，并会演化出严重的社会问题。房地产泡沫破灭之后，房价出现疯狂下跌，需求量随着急剧下降，房价再继续下跌，从而形成恶性循环。购房者多数高价按揭住房，而随着房地产泡沫的破灭，房子瞬间贬值，很多人会因此而抛房，同时银行接收的是贬值的房产，这就会冲击整个金融体系。房地产业是一个很长的产业链，它的上游是建筑材料、钢铁、煤电、运输等等，这些都是资金密集型产业，房地产泡沫破灭，将会导致整个产业链生产过剩，经济随即趋向萧条。因此，房地产泡沫带来的危害不仅仅限于行业的本身，而且影响到上下游其他许多行业，如果国内房地产崩盘，整个国家经济都可能发生危机。

从上面的论述当中可以看出，房地产泡沫的破灭对我国宏微观经济的危害是不可估量的，国家对房地产泡沫必须加以重视并提前干预。房地产泡沫在破灭之前，如果政府提前采取得当措施积极应对，使房地产价格缓慢地恢复到其正常价值，这个过程只能够称之为“恢复其内在价值”，而不算一般意义上的破灭。因为房地产价格慢慢恢复到其正常价值的时间比较长，给予了各个利益相关者调整行动策略的时间也相应拉长，有利于逐步适应和调整，以最大程度地减少各利益相关者的损失，以此降低房地产泡沫破灭所带来的社会震荡和危害。纵观我国房地产泡沫产生和传导的路径，要妥当处理房地产泡沫问题，当务之急必须为房地产市场营造一个合理的经济结构宏观环境。

3.2 加快我国经济结构转型的策略

3.2.1 处理好国家投资与民间投资的关系

依赖国家和政府投资的结果就是国进民退，造成民间的实体经济面临的投资环境不断恶化，行业利润率和资本回报率也因此呈逐年下降态势。大量的民间资本在实体经济投资无门之下，只能纷纷加入到股市和房地产等虚拟经济中，参与吹大房地产泡沫。因此，在经济结构调整转型当中，必须实行国退民进，国有资本不可与民争利，国家必须平等地对待民营资本，向民营资本开放更多的领域，特别是在石油、电信、金融等垄断领域，要给民营资本的进入开辟通道，让更多的以热钱形式存在的民营资本找到用武之地，从而使民间资本逐步从非理性的房地产市场当中退出，以利于逐渐地化解房地产泡沫。

3.2.2 启动国民收入分配机制改革

众所周知，拉动经济增长的三匹马车为投资、出口和消费。改革开放以来，中国经济过分依赖政府投资和出口需求推动，国内消费占国内生产总值的比例偏低。投资与消费存在着此消彼长的关系，投资比重持续上升，“挤出效应”的基本规律只会让消费需求的启动更加艰难。强调投资和投资过热的结果就是居民消费乏力，增速低缓，社会总供给与总需求之间的循环关系断裂，进而影响实体经济的增速。近年来在全球金融危机和人民币升值的双重压力之下，中国靠出口拉动经济增长的模式已经变得举步维艰，失去了进一步上升的空间。

中国经济要化解房地产泡沫，必须要依靠国内消费需求的爆发，靠消费来拉动生产。国富民穷是当下中国经济的真实写照，也是消费需求难以真正启动的根源所在。因此，启动国民收入分配机制改革，增加人民收入才能保证中国经济的内需得到彻底激发，从而为实体经济的发展注入活力，实现经济增长方式的转变。要提高国民收入，地方政府与民争利的心态必须摒弃，首先国家必须改革当前土地财政这一与民争利的体制，使当前的房地产市场摆脱土地财政的束缚，房地产不断上升的价格才能实现真正的回落，高企的房价才能得以慢慢地向房地产真实的价值靠拢，从而真正化解房地产泡沫，居民的消费需求也才能逐步从被高房价所挤压的困境中解脱出来。

3.2.3 以自主创新立国，逐步消化房地产泡沫堆积中所带来的产能过剩

自从房地产被确立为国民经济支柱产业以来，房地产业走上了“撒钱式”的发展之路，伴随而来的便是整个国家产能过剩的不断重复出现和堆积。产能过剩严重阻碍了中国经济的健康发展，也对房地产泡沫的破灭产生巨大威胁。消化产能过剩的出路在于经济结构的转型，即以自主创新立国，将中国制造改写为中国创造。自主创新立国对于中国经济结构转型、国家安全和在国际经济竞争中占据制高点的意义非凡，当今世界，政治经济的独立必须以技术独立为基础。如今的中国，经济结构要转型，必须摈弃靠自然资源及要素堆积驱动和依赖资产泡沫膨胀的传统经济发展模式，而是要把经济发展引导到更多地依靠提高资源配置效率和各类技术创新活动上来，让民众能够分享经济发展带来的红利，实现传统的经济发展方式到现代经济发展方式的转变。

房地产泡沫是在特定的经济环境下所形成和发展的，房地产泡沫的产生有其必然性。房地产泡沫的破灭将对中国整个社会经济带来巨大的冲击，甚至会酿成经济危机。因此，在房地产泡沫破灭之前，政府必须未雨绸缪，提前主动干预。经济结构的转型和升级是当前中国经济化解房地产泡沫的一剂良方，有利于中国房地产泡沫逐步和缓慢地恢复到其基本价值，从而最大程度地降低房地产泡沫破灭所带来的危害。

参考文献：

[1]任宏，王林.中国房地产泡沫研究[M].重庆大学出版社，2008.

[2]张旭材.供需因素对房价的影响分析[J].中国集体经济，2012（12）.

[3]苏多永，戴滢珂.需求释放、房价走势与对策建议[J].中国房地产，2012（11）.

[4]许子枋.中国房地产大萧条还有多远[M].湖南人民出版社，2013.

[5]常春华，汪发元.房地产业对地方财政收入和支出影响的实证分析[J].会计之友，2013（5）.

[6]东方导.超级泡沫——中国房地产金融解密[M].中国经济出版社，2011.

作者：黄仰玲