北京市房价与地价关系研究.docx

北京市房价与地价关系研究.docx

《北京市房价与地价关系研究.docx》由会员分享，可在线阅读，更多相关《北京市房价与地价关系研究.docx（9页珍藏版）》请在冰豆网上搜索。

北京市房价与地价关系研究

网络高等教育

本科生毕业论文（设计）

需要完整版请点击屏幕右上的“文档贡献者”

题目：

北京市房价与地价关系研究

内容摘要

近年来，随着经济的快速发展、人民收入生活水平的迅速提高，城市化进程的不断加快，房价在种种因素的共同作用下快速上涨；而同时，地价也在实行招拍挂制度后迅速攀升。

房价与地价的快速上涨及两者之间的关系成为社会和学术界关注的热点话题。

不断有“地价上涨推动房价上涨”和“房价上涨带动地价上涨”等声音出现。

搞清两者之间的关系，有利于制定出更有效地房地产政策，提高土地和城市空间的利用效率，有利于稳定地价和房价，有利于“居者有其屋”目标的实现。

北京市近年来，特别是2004年之后，房价与地价快速上涨，其速度远高于同期居民人均可支配收入的增长速度，引起了民众的不满和政府的关注。

本论文试图在分析北京市房地产市场现状和特点的基础上，通过Granger因果关系检验等方法，研究北京市房价与地价的具体关系，并提出可行的政策建议，为北京市政府的房地产市场宏观调控提供参考，促进北京市房地产价格稳定，房地产行业和市场持续、健康发展。

关键词：

房价；地价；关系；北京房地产市场

引言

近年来房价快速上涨，这一关系国计民生的热点问题迅速成为社会各界讨论的焦点，也成为政府宏观调控的重点。

一些房地产开发商却宣称，在“招拍挂”制度和地方政府依赖“土地财政”背景下，地价快速上涨，土地成本越来越高，地价上涨推动房价上涨，房价的快速上涨不可避免。

2009年全国工商联的一项调查显示，房地产项目开发中土地成本占直接成本的比例最高，达到58.2%，因此，住宅价格过高原因在地价高昂，要降房价先要降地价。

与此同时，国土部进行了一项相关的专题调查，调查了620个房地产开发项目，选取了东部、中部、西部不同的类型。

结果显示，目前中国地价占房价15%-30%，平均为23.2%。

国土部有关人员还将该数据与国际水平进行了比较，称中国的地价房价比，低于欧美及亚洲近邻。

国土部有关人员还表示，地价是影响房价的重要因素之一，但不是决定因素，决定房价的根本因素是供求关系。

1房价与地价的构成及影响因素

1.1房价与地价的内涵

1.1.1房价的内涵

1.1.2地价的内涵

1.2房价与地价的构成

1.2.1房价的构成

1.2.2地价的构成

1.3房价与地价的影响因素

1.3.1房价的影响因素

1.3.2地价的影响因素

一般因素是指影响土地价格的一般、普遍、共同的因素，是在一般社会经济方面对土地价格总体水平产生影响，从而成为决定各土地具体价格的基础。

一般因素包括：

1.行政因素，影响地价的行政因素有土地制度、住房制度、城市规划、地价政策、税收政策、交通管制和行政隶属变更等；

2.人口因素，包括人口密度、人口素质、家庭人口构成等；

3.社会因素，包括政治安定状况、社会治安状况、房地产投机和城市化进程等；

4.经济因素，包括经济发展状况、储蓄和投资水平、财政收支与金融状况、居民收入和消费水平、物价变动和利率水平等；⑤国际因素，包括国际经济状况和国际政治因素。

区域因素是指土地所在地区的自然条件与社会、经济条件。

这些条件相互结合所产生的地区特性，对地区的地产价格水平有决定性的影响。

区域因素包括：

1.位置，包括已确定的土地等级、距城市中心、商业中心或其他人们活动集聚中心的距离及各类中心对城市其他区域的影响程度；

2.交通条件，主要有区域的交通类型、对外联系方式及方便程度、整体**通结构、道路状况及等级、公共交通状况及路网密度等；

3.基础设施条件，指上下水、电力、电讯、煤气、暖气以及幼儿园、学校、公园、医院等设施的等级、结构、保证率、齐备程度及距离等；

4.环境质量，包括地质、地势、坡度、风向、空气和噪音污染程度等各种自然环境条件以及居民职业类别、教育程度等人文环境条件；

5.城市规划限制，主要有区域土地利用性质、用地结构、用地限制条件、区域交通管制等。

个别因素是指宗地本身的条件和特征，主要包括面积、宽度、深度、坡度、宗地市政设施条件、城市规划限制、宗地位置、土地使用年限。

2房价与地价关系的理论解释

2.1地价决定房价

2.2房价决定地价

2.3房价与地价相互影响

3．某城市房价与地价关系的实证分析

3.1某城市房地产市场概述

3.2某城市房价与地价关系的实证分析

3.2.1确定模型所包含的变量

在本文的分析中，主要从商品房的需求、供给方面来分析影响其价格的相关因素。

根据商品价格的决定理论，我们可以知道商品价格是受其供求两方面的影响而决定的。

而商品房同样也属于这一商品的范畴，所以本文的出发点则主要是从房地产的供求方面出发，分析造成中国现在高房价的各种主要因素。

首先，从对商品房的需求来分析，主要有两大类：

消费需求，投资需求。

而消费需求的影响因素又分为：

城市人口数量、城市居民可支配收入等，投资需求的影响因素有：

城镇家庭平均每人“消费剩余”，基金规模+商业银行理财产品、购房首付款比例。

由于此类数据不太好找，则以存款利息作为代表。

其次，从供给角度分析，主要的影响因素有：

土地的交易价格、贷款利率。

最后，还有其他一些宏观方面的影响因素可以通过影响供给从而影响房价的有：

汇率、房价预期等。

由此，选择的变量如下：

表1变量说明表

变量

名称

符号

单位

被解释变量

房价

Y

元/平方米

供给方变量

土地购置费

贷款利率

X1

X2

亿元

%/年

需求方变量

人均可支配收入

非农业人口

存款利率

X3

X4

X5

元

万人

%/年

其他变量

汇率

X6

注：

贷款利率不仅要影响供给，也要影响需求，但此在表中为了不再重复影响因数，故不再在需求一栏中再单独列出

2、数据采集

（一）、数据来源：

从北京市统计年鉴和中经网数据库得到的数据资料整理如下：

表2北京市1991-2009年商品房价格及其影响因数

时间

商品房平均销售价格（元/平方米）Y

土地购置费用（亿元）X1

贷款利率（%）X2

人均可支配收入（元）X3

非农业人口数X4（万人）

存款利率（%）X5

汇率X6

1991

1429

8.64

2040.4

808.0

7.6

5.323

1992

1603

8.64

2363.7

819.0

7.6

5.515

1993

2253

2.5

10.17

3296.0

831.0

10.08

5.762

1994

3582

4.0

10.98

4731.2

846.0

10.98

8.619

1995

3637

52.4

11.52

5868.4

946.2

10.98

8.3173

1996

4399

15.0

10.53

6885.5

957.9

8.33

8.2984

1997

5641

23.9

8.64

7813.1

948.3

5.67

8.2796

1998

5239

28.4

7.08

8472.0

957.7

4.59

8.2789

1999

5648

36.6

5.85

9182.8

971.7

2.25

8.2795

2000

4919

57.6

5.85

10349.7

1057.4

2.25

8.2783

2001

5061

115.6

5.85

11577.8

1081.2

2.25

、8.2771

2002

4764

149.2

5.31

12463.9

1118.0

1.98

8.2769

2003

4737

213.2

5.31

13882.6

1151.3

2.0

8.2771

2004

5053

275.8

5.58

15637.8

1187.2

2.3

8.2769

2005

6274

239.8

5.58

17653.0

1286.1

2.3

8.2512

2006

8280

477.9

5.99

19978.0

1333.3

2.5

8.0239

2007

11553

644.7

6.91

21989.0

1379.9

3.5

7.7036

2008

12418

639.0

6.34

24725.0

1439.1

3.1

7.0639

2009

13799

587.7

5.31

26738.0

1491.8

2.3

6.8335

房价（Y）的对数和土地价格（X1）的对数、可支配收入（X3）的对数、非农业人口（X4）的对数所呈的线性关系比较显著，而和贷款利率（X2），存款利率（X5），汇率（X6）的关系不太显著。

3、确定模型的数学模型：

根据上面的图形分析，我们可以把模型初步设定为半对数模型：

4、时间序列数据的处理

由于本文采用的数据都是时间序列数据，为了避免“伪回归”，应先对数据的平稳性进行单位根检验。

（1）对lnY进行单位根检验：

经过尝试，三个模型的适当形式分别为：

模型3：

模型2：

模型3：

三个模型中

参数估计值的t统计量的值均大于各自的临界值，因此不能拒绝存在单位根的零假设，即房价序列lnY是非平稳的。

在5%的显著性水平下，ADF检验的临界值为-1.96。

参数的t值小于临界值，拒绝二阶差分后仍存在单位根的原假设，则认为房价取1阶差分后，变成平稳的时间序列。

运用同样的方法对其他变量进行检验，最后得出结果如下：

Lnx1、x2、lnx3、x6都是平稳的时间序列，lnx4、x5和lny都是一阶单整的。

3.2.2模型的估计和检验

3.2.3模型的实证分析

从原始估计的模型来看，整体上房价呈现出不断上升的趋势，而各个解释变量对房价是影响或正或反已经在文章前部分做了解释。

经过计量经济学的检验，可以发现贷款利率、人均可支配收入、非农业人口数和存款利率间有着高度的相关性，而这主要是因为这些经济变量是时间序列，特别是收入和人口在经济发展时期都会快速增加，因此会出现近似的比例关系。

由于房价和人均可支配收入X3、贷款利率X2、非农业人口X4、汇率X6这四个时间序列之间存在长期稳定的“均衡”关系，所以最后的模型具有一定的经济和实际意义。

人均可支配收入和非农业人口代表了需求方面的影响因素，贷款利率同时代表了影响供需两方面的因素，汇率代表了影响房价的其他因素。

从需求方面考虑，人均可支配收入的增加对房价有正向的影响，说明人们在收入达到一定程度后，会考虑改善自身的居住条件，或者把购房当成一种投资的手段，因此收入的增加会促使对房屋需求的增加。

而在本文的最终模型里，收入每增加1%，房价就增加1.824%。

说明人们因收入增加而带动房价的增加。

再分析构成需求方面的第二个因素，即非农业人口数，这是反映城市化进程的一个重要指标，也是构成对住房的刚性需求的重要部分。

随着城市化的进程加快，越来越多的农村和外来人口聚集到经济发达的地区和城市，这样一群新增人群理论上会给房价带来正向的拉动，但是模型中，得出的结论却是反向的作用，这个是需要特别分析和说明的。

首先，在所有非农业人口中，真正能有购房能力的人并不在多数，相反，正是由于很多人是因为目前不太乐观的经济情况才会选择进入城市，寻求更好的发展机会。

这样一来，新增加的城市人口并没有带动房价的上涨，反而是出于观望或者说是无能为了的状态。

这样，新房的销售，并不会因为新增的城市人口而增加，反而是受到了二手房或出租房市场的排挤，因而可能会使房价反向变动。

其次，由于城市人口的增加，政府面临的人民住房问题则被受到重视，保证人民的住房问题是民生的一大难题，急需克服。

而政府在看到不断高涨的房价时，势必会采取相关措施，对房价进行调控，使房价维持在一个合理的水平，保证大多数人民有能力购买。

这样一来，随着城市化进程的加快，政府的调控政策也会增强，就会使得房价的过快上涨得到遏制，逐步回归理性。

所以，此处得出的结论是非农业人口每增加1%，房价则下降2.96%，说明因非农业人口的增加而导致二手房市场、房屋租赁市场、政府房价的调控政策对上涨的房价产生反向的驱动。

3.2.4政策建议

1、保证人民收入的增加，增加人民的购房能力。

现在我国的收入差距正在逐步拉大，贫富差距的悬殊造成很多人无法维持高额的房价，所以可以通过税收政策等在解决人们收入差距的时候，适当增加低收入群体的收入，也就可以相应的增强低收入群体的实际购买力。

2、增加经济适用房、廉租房的供给，由此将一部分需求的推动力从普通商品房转移到此类住房上，从而减少需求方面的压力。

同时，要完善二手房市场和房屋租赁市场，充分发挥它们的局部抑制房价的作用。

3、政府加强对房地产市场的监控和干预，可以利用货币政策，如提高贷款利率等，提高房地产行业的准入门槛。

同时也能适当的减少需求方，特别是投机需求对房价的影响。

由此，便能达到双向的调控，对房价影响肯定比较显著。

但是，调整利率会带来商品房供给的减少，所以更要在此时加快经济适用房和廉租房的供应。

4、

结论

参考文献

[1]高鸿业：

《西方经济学第二版（微观部分）》，中国人民大学出版社2001年版

[2]吴树青等：

《政治经济学》，高等教育出版社2002年版

[3]况伟大：

《房价与地价的关系研究》，《财贸经济》，2005年第11期

[4]温修春，吴阳香：

《对房价和地价之争的思考-基于两种地价产品的思考》，《特区经济》，2005年10月25日

[5]中国人民银行营业管理部课题组：

《房地产价格与房地产泡沫问题：

国别研究与实证研究》，中国社会科学出版社2007年版

[6]李景国、李奇昤：

《宏观经济因素与住宅价格关系的中韩比较研究》，中国社会科学院研究生院学报，2010年第5期

[7]黄石松，陈红梅：

《房价之谜》，社会科学文献出版社2009年版

[8]周寅康等：

《城市土地市场：

发展与预警》，科学出版社2008年版

[9]李灿：

《重庆市商品住宅价格与土地价格互动性研究》，西南大学，2008年

[10]夏元燕：

《我国城市地价与房价的关系研究》，华中师范大学，2008年