作者简介:吕萍(1962-),女,呼和浩特人,中国人民大学公共管理学院教授,博士生导师,研究方向:住房政策、土地经济与管理;戚瑞双(1975-),女,河北唐山人,北京电子科技职业学院副教授,中国人民大下面是小编为大家整理的2023住房建设论文【五篇】【完整版】,供大家参考。
住房建设论文范文第1篇
关键词:保障性住房;
保障性住房建设;
商品住房市场
中图分类号:F2933 文献标识码:A
收稿日期:2013-08-27
作者简介:吕萍(1962-),女,呼和浩特人,中国人民大学公共管理学院教授,博士生导师,研究方向:住房政策、土地经济与管理;
戚瑞双(1975-),女,河北唐山人,北京电子科技职业学院副教授,中国人民大学公共管理学院博士研究生,研究方向:住房市场与政策、土地经济与管理;
李爽(1987-),女,黑龙江呼兰人,北京市规划委员会职员,研究方向:房地产政策。
基金项目:国家自然科学基金项目,项目编号:71173223。
2010年中央政府下发文件,提出要加快推进保障性安居工程建设,同年,国务院确定建设保障性住房和改造各类棚户区住房580万套,安排保障性安居工程专项补助资金800多亿元,比2009年增加300多亿元,同时提出到2012年底要基本解决1 540万户低收入住房困难家庭的住房问题。2011年“两会”上,温总理在政府工作报告中把进一步扩大保障性住房建设规模作为房地产市场调控的第一条,全国保障性安居工程2011年的建设任务由2010年的590万套增加到1 000万套,增加了724%,投资约14万亿元(其中政府投资约5 000亿元);
“十二五”期间将建设3 600万套,大约投资5万亿元,城镇居民住房保障覆盖面达到20%,做到应保尽保。2012年党的十再次明确提出要在“住有所居上持续取得新进展,努力让人民过上更好生活”,并实现到2020年住房保障体系基本形成的目标。显然,我国中央政府大力发展保障性住房的初衷是解决中低收入家庭的住房困难问题,同时希望保障性住房能在一定程度上挤出房地产市场的泡沫。根据住建部网站信息以及国家统计局公布的历年国民经济和社会发展统计公报,2009年至2012年底,全国共新开工建设各类保障性住房2 899万套,基本建成1 700万套,中低收入家庭的住房困难问题无疑得到了一定程度的缓解。而如此大规模的保障性住房建设对于住房市场是否起到了稳定房价的基础性作用以及这种作用实现的条件是什么?在我国正处于城市化、工业化、市场化、国际化、信息化全面推进的社会经济转型时期,住房和住房保障制度作为社会经济多方面问题的一个交集,上述问题的厘清无疑对我国当前社会和经济发展具有重要意义。
一、相关研究
目前,很多学者对保障性住房建设对商品住房市场尤其是对其房价产生影响做了研究,并得出截然不同的结论:
一是认为保障性住房建设会抑制商品住房市场价格。大部分学者都认同增加保障性住房供给能够促使房地产市场结构的合理化,平衡供求(谷俊青,2010),同时能够抑制商品住房价格。其中,定性分析主要是从保障性住房建设对商品住房市场供求关系的改善角度进行分析的。普遍认为,保障性住房建设会增加住房供给从而会拉低住房价格(张光进,2011);
也有的认为保障性住房建设会分流商品住房市场的需求,从而能够抑制房价(马国强、田文杰,2012);
还有一些学者认为保障性住房建设有助于改善高房价预期并提供一种调整利益分配模式,从而能够有效稳定房价(孙志波,2010;
叶檀,2008)。更多的学者使用定量分析的方法支持了上述结论。最初有些学者采用简单的数量计算的方法,选取相关指标对经济适用住房政策效果进行实证研究,得出了经济适用住房不仅扩大了住房供应,而且抑制了商品住房市场价格的结论(牛毅,2007)。之后有学者采用相关分析的计量方法,对保障性住房建设对商品住房价格的影响进行了更为细致的分析,不仅用实证的方法得出了保障性住房建设会通过增加供给(孙志波,2010)、分流需求(张聚峰,2008)等途径有效抑制商品住房价格上涨的结论,而且得出了精确的数量关系结论。例如,贾珩(2010)通过对全国1998-2008年相关数据的相关性分析,得出在90%置信区间下,经济适用房新开工面积每上升一个百分点,就会对房价产生 0574 的平抑作用。张聚峰(2008)也通过对全国1997-2007年数据的分析发现,经济适用房的占比每上升一个百分点就会对住房价格指数增幅产生 0841 的平抑作用。潘爱民等(2012)通过1999-2010 年的全国数据分析发现当经济适用房销售面积增加 1%时,会促使房地产价格下降 04442%。也有学者引入相关模型进行了更为深入的分析,比较典型的包括:王先柱、赵奉军(2009)通过供求模型分析得出保障性住房建设的推出不但提供了价格更低的房源,同时也降低了商品房的价格的结论;
在数值上,以经济适用房为主体的保障性住房每增加1%,将导致房价降低0046%。陈涛等(2011)应用Granger 因果分析理论构建了住房保障规模的系统动力学模型,并进行了模拟仿真分析,发现住房保障规模增加10%可抑制商品房价格467%的上涨幅度。刘亚臣等(2012)在Stackellerg博弈框架下构建双渠道均衡博弈模型,分析公平导向下商品房和保障下住房的均衡供应,发现开发商的定价策略是受政府制定的保障性住房价格和土地价格影响的,而影响的方向会因土地价格的不同而不同,当土地价格较低时,开发商倾向于制定较低的商品房价格,而土地价格较高时,开发商倾向于制定较高的商品房价格,而土地价格适中时,保障性住房价格则不能影响商品房价格。王斌等(2011)则使用住房过滤模型对住房保障政策对房地产市场的影响机理进行了分析,认为我国以 “补砖头”为主体的住房保障政策有利于稳定房价,并通过构建 SVAR 模型就住房保障对房价的动态冲击效应进行检验,发现经济适用房建设对房价上涨具有抑制作用。此外,苟兴朝(2011)利用挤出(挤入)效应原理进行分析,认为由于我国利率市场化程度较低,资金供给量相对充裕,公共财政与私人资本投资领域的殊异,使得目前我国保障性住房对商品房不仅没有“挤出效应”,还有“挤入效应”,二者能够相互依存、协调发展、和谐共生。
二是认为保障性住房建设不会抑制商品住房市场价格。一些研究得到了与上述结论不同的观点。茅于轼(2008)认为 “大建经济适用房会减少商品房从而推高房价”。贾玉鹏(2008)认为保障性住房建设使建设商品房的土地减少令供应量不足,在某种程度上助推了商品房价格上涨。而王小广(2010)认为,在一个投机主导的市场中,增加供给只会是“火上浇油”。陈杰、王文宁(2011)通过构建一个简单的理论框架,对经济适用房对商品住宅价格的影响效应进行系统的研究,认为保障性住房要回归保障低收入家庭的本质,要与商品住房体系做实质切割,对其抑制房价的效应不应有过高期望。王新(2010)认为,“9 000亿元的保障房投入无疑会加重中低收入者持币待购的观望心态,对于处于产业链低端的住房供应造成一定负面影响”。
此外,在国际文献中,讨论公共住房的供应对私人开发住房影响的文章也不多见。Murry(1983,1999)较早地讨论了美国公共住房建设是否对私人开发住房产生挤出效应,他发现目标定位在中间收入阶层的公共住房或财政部门对这些住房所给予的补贴都没能达到增加住房供应的目标,实际效果只是替代了私人开发住房。Malpezzi and Vandell( 2002)通过构建供需模型发现,享受 LIHTC 的住房开工量与住房存量没有相关关系,即美国对公共住房开发的补贴只是产生了替代效应,没能净增加住房供应。Lee(2007)通过构建面板 VAR 模型,对韩国的公租房投资与私人住房投资的互动关系进行了研究,发现公租房投资在住房紧缺的时候对私人住房投资产生刺激作用,而在住房相对充裕时候二者则存在互为因果关系的挤出效应,而且这种挤出效应会随着居民自有房率的提升而提高。
综上,虽然这些学者依据了不同的理论,采用了不同的分析方法,对不同地点或不同时间的数据进行了分析,但是还是得出了一些具有共性的结论。在此基础上,可以发现:保障性住房建设对商品住房市场的影响会因为经济背景的不同、住房市场发展程度的不同而不同。
二、保障性住房建设对商品住房市场影响的理论分析框架
在对前述文献研究的基础上,我们判断保障性住房建设对商品住房市场会产生影响。
(一)保障性住房建设对商品住房市场影响的理论依据
一般来说政府应该提供公共物品,一方面是弥补市场失灵,另一方面也是有效率地保障社会公平。保障性住房即是一种准公共物品,因此政府进行保障性住房建设是有效率保障社会公平、解决中低收入家庭住房问题的现实选择。
其次,根据一般均衡理论,要将相互联系的各个市场看成一个整体,每个子市场中的价格、供求等会受到其他相关子市场的影响。因为各种商品之间总是或多或少存在联系。如果是两种相互替代的商品时,则一种商品价格的提高会导致另一种商品的需求的增大,均衡会发生移动;
如果两种商品是互补的,则一种商品价格的提高会导致另一种商品的减少,均衡也会发生移动。即每一商品价格都不能单独决定,而必须和其他商品价格联合决定。从理论来说,基于住房的异质性和住房市场不完全竞争、信息不对称等显著的特点,住房市场很难通过市场机制自我实现完全均衡。因此,保障性住房建设是增加中低收入子市场的供给以实现中低收入住房市场均衡进而实现一般均衡的一种干预方法。从目前实际来看,保障性住房建设中有大量的商品房或半商品房性质的住房,比如经济适用住房和限价房,因此我们假定住房市场分为保障性住房市场和商品住房市场两个大的子市场,那么改变保障性住房市场均衡的同时,必然也会对商品住房市场产生影响。而影响的方向和程度则应该主要取决于商品之间的关系――是替代关系还是互补关系,以及替代或互补的比例大小。显然,保障性住房和商品住房之间是替代关系,因此,保障性住房建设对商品住房市场的影响主要取决于替代的比例大小,从理论上来说,其一方面取决于保障性住房建设的规模以及被保障人群在商品住房市场的份额,建设规模越大、被保障人群在商品住房市场的份额越大,替代比例越大;
另一方面,替代比例的大小还取决于商品住房市场的需求价格弹性,需求价格弹性越大,替代的比例就会越大,因为一般来说保障性住房价格相对商品住房价格都要低,对价格敏感的人群,会首选保障性住房,因此替代的比例就会越大。在同样的商品面前,理性的消费者总是会选择价格相对较低的进行消费,因此需求价格弹性对替代比例大小的影响不进行深入的讨论。在此基础上,本文认为保障性住房建设对商品住房市场的影响主要决定于两个因素,即保障性住房建设的规模以及被保障人群在商品住房市场的份额。本文正是基于这样的判断重点讨论保障性住房建设对普通住房市场尤其是价格的影响方向和程度的。
此外,需要说明的是,(1)保障性住房建设会影响人们的预期,从而进一步影响人们在住房市场的消费行为,同样会最终取决于政府建设的保障性住房与商品住房是替代还是互补关系以及替代或互补的比例大小。因此,其结论应与需求分析相似,所以不再单独讨论。(2)也有观点讨论关于保障性住房建设需要大量土地,因此土地市场对商品房建设具有一定的挤出效应,从而会减少商品住房的供应。这个结论成立有一个前提,就是土地供应总量一定,且商品住房土地与保障性住房土地具有替代性。但是,从实践来看,一方面我国住房土地供应总量滚动的,并没有固定不变,而是随着需求在不断增加,另一方面保障性住房土地区位与商品住房区位条件在目前具有一定的不可替代性。因此,保障性住房建设对商品住房的供给的影响在我国目前情况下是有限的。
(二)市场细分假设下保障性住房建设对商品住房市场的影响
1.住房市场细分及保障性住房的定位。将住房市场进行进一步细分。我们假定一个广义的收入变量,这个收入变量是指住房需求人及其家庭成员的各种收入以及现有资产情况。以这个广义收入为变量,将住房市场划分为高收入(HI)、中高收入(MHI)、中收入(MI)、中低收入(MLI)、低收入(LI)和最低收入(MLI)六个子市场①,见表1。一般来讲,保障性住房是向中收入及以下的收入人群提供②。从中我们可判断,中低收入、低收入和最低收入在住房市场中所占的份额比较小。
在此基础上,将政府建设的保障性住房分为租赁型(LH)和出售型(SH)两种。其中把提供给最低收入人群(LEI)和低收入人群(LI)的租赁型保障性住房简称LH1,把提供给中低收入(MLI)的租赁型保障性住房简称LH2,则在保障性住房和其需求类型上,我们可以有如图3的匹配性假定。即租赁型保障性住房(LH)主要向低收入(LI)和中低收入(MLI)的住房需求群体提供,而出售型保障性住房(SH)主要向中低收入(MLI)和中收入家庭(MI)的住房需求群体提供。
2.具体分析。
(1)在保障范围内,LH1增加不会对住房租赁市场产生影响。从需求的角度而言,LH1主要提供给低收入及最低收入人群以解决其住房问题,而这部分人群在原住房市场中所占份额很小,而且主要是体制内流转,不存在增值收益获利的问题,因此,如果新建LH1住房总量与需求相匹配,新建LH1难以对住房市场产生有效或明显的影响。
(2)LH2增加对住房租赁市场会产生影响,影响的程度见表2。LH2主要提供给中低收入人群以解决其住房问题,这部分人群在住房租赁市场中有一定的比例,因此LH2的增加必然会减少普通住宅市场的租赁需求,或相当于增加了普通住宅市场的供给,在假定其他条件不变的情况下,普通住宅市场的租赁价格会下调(如图4所示)。从图中可以看出,租赁型保障性住房最大需求为LHD,已经满足的需求为LHD1,假设政府增加LH2的租赁型保障性住房,从LHS1到LHS2,相应的满足的需求从LHD1增加到LHD2,由于需求LH2的人群在住房租赁市场中占有一定数额的比例,则使得商品住房租赁市场中的需求从D1移动到D2,租赁价格由P1降到P2,D1到D2移动的幅度以及P1到P2移动的幅度取决于需求LH2的人群在住房租赁市场中所占的份额,份额大,则移动的幅度大,反之,移动的幅度小。因此,政府建设租赁型保障性住房能否对住房租赁市场产生影响主要取决于两个因素,一个就是政府增加的租赁型保障性住房量的规模,另一个是租赁型保障性住房需求者在住房租赁市场中所占的比例。
(3)在保障范围内,SH增加会对普通住房市场产生影响,影响的程度见表3。同样的原理,SH主要提供给中低收入和中收入人群,而这部分人群在原租赁和销售住房市场中都占有较大的份额,而且一般出售型保障性住房都具有部分产权,符合条件后可以上市,所以存在增值收益获利,所以不排除会有寻租行为出现,因此,无论出售型保障性住房规模多大,都会减少普通住房市场需求,即会对普通住房市场需求产生挤出效应(如图5所示)。从图中可以看出,出售型保障性住房最大需求为SHD,已经满足的需求为SHD1,假设政府增加SH的出售型保障性住房,从SHS1到SHS2,相应的满足的需求从SHD1增加到SHD2,由于需求SH的人群在商品住房市场中占有较大的比例,则使得商品住房市场中的需求从D1移动到D2,价格由P1降到P2,D1到D2移动的幅度以及P1到P2移动的幅度取决于需求SH的人群在住房市场中所占的份额,份额大,则移动的幅度大,反之,移动的幅度小。因此,政府建设出售型保障性住房能否对商品住房市场产生影响主要取决于两个因素,一个就是政府增加的出售型保障性住房量的规模,另一个是出售型保障性住房需求者在商品住房市场中所占的比例。我国目前的情况应该属于第二种,其中若考虑利用保障房政策的投机者则影响和问题会更大。值得注意的是,由于针对的需求人群在原市场中所占份额不同,LH2增加对普通住宅租赁市场的影响会小于SH增加对普通住宅销售市场的影响,反映在图5中就是住房市场需求曲线的移动的幅度更大。
(4)当LH和SH政府建设规模超过保障范围时,会对住房市场产生明显影响。此外,如果LH和SH政府建设规模过大,超出对应的人群需求,即租赁型保障性住房供给和出售型保障性住房供给超过最大需求LHD和SHD,如果保障性住房的准入条件非常严格,过多的保障性住房无法有效利用,则会造成保障性住房规模过大,资源闲置和浪费。解决的办法就是部分转为商品房或放宽保障对象的标准,根据上述分析原理,相当于增加普通商品住房市场供给或减少需求,则必然会对住房市场产生挤出效应,从而可能达到促使住房市场价格下降的目的。
三、北京市保障性住房建设及其对商品房市场的影响
(一)北京市保障住房建设的总量规模
截止到2010年底,北京市历年保障性住房供给总量见表4。LH1为4 993套,LH2为2 044套,SH为175 827套,合计约18万套。
“十一五”期间,北京市各类保障性住房中,经济适用房和限价房供给比例较大,分别为66%和28%,而廉租房和公租房供给量共占6%的比例。2011年北京市建设、收购各类保障性住房23万套,竣工各类保障性住房10万套,继续保持高速建设趋势,但内部分配有所调整,租赁型保障性住房比例达到15%。2012年,北京市全年新开工16万套,建成各类保障房10万套。总之,“十二五”期间,北京全市计划建设、收购各类保障性住房100万套,目标是五年中保障性住房建设占住房建设总量的60%,其中提高公租房建设比例,达到保障性住房建设的60%。具体来说,其中50万套是有针对性的棚户区改造安置房,另外30万套是公租房,还有20万套是经适房和两限房。
根据北京市房地产统计年鉴(2011),截止2010年底,北京市廉租房、经济适用住房和限价资格申请2562万户,其中廉租住房308万户,占12%,经济适用住房926万户,限价房1328万户,两项合计2254万户占88%;
累计备案家庭2178万户,其中廉租房24万户,占11%,经济适用房786万户,限价房1152万户,两项合计1938万户,占89%。因此,从实际来看,北京市保障性住房供需严重不平衡,供给没有很好地满足需求,无论是租赁型保障性住房还是出售型保障性住房,供给相比实际需求都存在短缺缺口。
截止2010年底,北京市城镇户籍人口9895万人,3801万户,如果按照保障性住房20%覆盖率的国际水平,保障性住房应达约到76万套。而如果扩大范围将常住人口纳入考虑,北京市截止2010年底,全市城镇常住人口1 6864万人,约为675万户③,保障性住房应达约到135万套。由此可见,北京市保障性住房建设规模总量远远没有做到“应保尽保”。
按照北京市保障性住房规划,“十二五”期间供给100万套保障性住房,累计将达到1186万套。如果按照城镇户籍户数增长速度不变考虑(见表5),截止2015年末,北京户籍户数将达到约422万户。如果将1186万套保障性住房全部提供给户籍人口,那么覆盖率将达到28%。因此,北京“十二五”期间保障性住房建设总量规模从户籍人口来看的话,超出20%的国际警戒线,总量过大。如果按照常住人口计算,“十二五”末,常住人口户数约为790万户,则覆盖率为15%。因此,如果随着我国城市化进程不断加速,北京市若将来取消关于保障性住房的户籍控制、住房限购等政策,则保障性住房需求仍将大于供给。不仅如此,如果将在北京的低收入打工者这部分“北京新市民”纳入保障体系中,则必然进一步扩大了保障需求与供给之间的差距。
也可以根据实际情况进行相对规模的测算。根据北京市房地产统计年鉴,2010年全年,北京市住房租赁市场中介机构全年成交407万套,且租金价格整体呈上涨趋势。说明,租赁市场供不应求,而北京市全年存量住宅成交167万套,新建住宅预售成交94万套,新建现售住宅成交15万套,按照普通住宅占80 %测算,则分别为752万套和12万套,因此新建普通住宅共成交872万套。加上存量住宅成交,住宅共约成交2542万套。按照此估算市场规模,每年北京市活跃的租赁或买卖的房源总套数在66万套左右。对比之前LH2和SH合计“十二五”期间每年平均约为136万套的规模,则公租房和出售型保障性住房在住房市场中的份额约为206%左右。结合上述分析,则公租房和出售型保障性住房在住房市场中的相对规模应在206%-30%左右。
(三)北京市保障性住房需求对象在住房市场中所占的比例
北京市保障性住房需求对象在住房市场中所占的比例,按照目前我国的收入七等分法计算,最低收入户占10%(其中最低的5%作为困难户单列)、低收入户占10%、中等偏下收入户以及中等收入户各占20%。则LH2应保障对象占15%-35%,SH应保障对象为20%-40%左右。这些人群中因为没有计入资产情况(现住房情况),所以应该是保障性住房所应覆盖的最大人群。根据北京市的具体情况和经验估计,假设这些人中有40%是有住房的或资产条件是不符合被保障对象的,那么应保障的人群最少应为最低收入户占6%(其中最低的30%作为困难户单列)、低收入户占6%、中等偏下收入户以及中等收入户各占12%。则最低保障范围为:LH2应保障对象占6%-18%,SH应保障对象为12%-24%左右。根据国际惯例20%的保障覆盖范围,可以发现,北京市目前需要被保障的各类人群在住房市场中的比例是比较大的。
(四)基本判断
综合上述分析的结论,“十一五”期间,北京市保障性住房建设总量规模不是很大,没有超出保障范围,但相对规模在2008-2010年间比较大。在“十二五”期间,北京市保障性住房建设总量规模在不改变政策的条件下有可能超出保障范围,相对规模也比较大,同时,各类被保障人群在住房市场中的比例比较大。因此,“十一五”期间2007年前,北京市保障性住房建设对住房市场的影响非常小;
2008-2010年间,北京市保障性住房建设对住房市场有影响,但比较小;
而“十二五”期间,尤其是后期,北京市保障性住房建设会逐渐分流商品住房市场的需求,而且对住房市场的影响将比较大。
四、总结
从北京市的情况看,当前,政府加大保障性住房建设用以调控商品住房市场甚至希望平抑过高的商品住房市场价格的做法是有理论根据和现实意义的。但是有两个方面值得注意:一方面是对于保障性住房的保障范围问题。以北京市来说,如果按照现行政策,主要针对本市户籍人口,极少部分针对非户籍人口,则保障性住房的建设总体规模有可能过大从而超过应保障的范围;
同时,大部分非户籍的人口却不能进入保障性住房市场从而被迫进入商品住房市场,会由于保障房建设规模过大非正常冲击商品住房市场,导致保障性住房资源不能充分利用以及商品房市场进一步紧张。另一方面,要注意保障性住房和商品住房供给的结构问题。从需求的市场细分来看,在保障性住房中,对于出售型保障性住房的需求要高于出租型保障性住房的需求,而对普通商品住房的需求比例也是比较大的。因此,除了在商品住房市场中应加大普通住房供给外,在保障性住房供给中,应调整各类保障性住房的准入条件,以免按照现行政策扩大公租房供给,形成保障房供不对应求的尴尬局面。
总之,政府首先应根据保障性住房需求进行建设,实现“住有所居”的目标;
同时,为通过保障性住房建设进一步控制过快增长的房价,必须注意住房供给结构,调整各类保障性住房准入条件,维护保障性住房建设目标的初衷。
注释:
① 国家统计局划分城市居民家庭收入类型采取的是收入七分法,即先将调查户按平均每人每年实际收入由低到高排列,再按照最低收入户占10%(其中最低的5%作为困难户单列)、低收入户占10%、中等偏下收入户占20%、中等收入户占20%、中等偏上收入户占20%、高收入户占10%和最高收入户占10%的比例依次把居民划分为七部分。汤璐.城市中低收入群体住房保障的财政视角研究[D].大连:东北财经大学硕士论文,2010.
② Lawrence Paul(2008)通过对加利福尼亚供给保障性住房的实证调研,认为保障性住房应该是满足极低收入、低收入和中等收入人群的需求,Lawrence Paul Schroeder, Local forces influencing affordable housing in Los Angeles country cities[D].university of La Verne,2008.
③ 根据北京市2012年统计年鉴六次人口普查公布数据,北京市2010年家庭户规模为25人/户。
参考文献:
[1] 谷俊青.2007-2009年国家推出的保障性住房政策――2007-2009年保障性住房实施效果评价及政策建议(连载三)[J].中国建设信息,2010(7):
47-49.
[2] 张光进.建设保障性安居工程是政府的基本职责[J].陕西发展和改革,2011(4):4-11.
[3] 马国强,田文杰.保障性住房的发展状况及对房地产市场的影响分析[J].新东方,2012(1):64-68.
[4] 高波.房价波动、住房保障与消费扩张[J].理论月刊,2010(7):5-9.
[5] 孙志波.保障性住房政策评估研究[D].北京:中国人民大学博士论文,2010.
[6] 陈涛,何宜庆.基于 SD 的城镇住房保障规模对商品房价格抑制效应仿真研究[J].企业经济,2011(8):142-145.
[7] 刘亚臣,徐佳欣,刘宁.公平导向下商品房和保障性住房均衡供应研究[J].科技进步与对策,2012,29(18):72-75.
[8] 苟兴朝.挤出还是挤入:公共财政投资对私人投资影响分析――兼论我国公共保障性住房政策效应[J].求实,2011(9):42-45.
[9] 茅于轼.大建限价房和经济适用房可能推高房价[N].信息日报,2008-04-28.
[10]贾玉鹏.保障性住房冲击现有市场 助推房价上涨[N].北京晨报,2008-05-22.
[11]王小广.房地产新政只能成功不能失败[J].南风窗,2010(10):31.
[12]陈杰,王文宁.经济适用房供应对商品住房价格的影响效应[J].广东社会科学,2011(2):11-18.
[13]王新.可持续发展之住房保障制度研究[J].郑州大学学报:哲学社会科学版,2010(3):84-86.
[14]Murray,M.Subsidized and unsubsidized housing starts:
1961-1977[J].Review of Economics and Statistics,1983,65(4):590-597.
[15]Malpezzi,S.,Vandell,K. Does the low_income housing tax credit increase the supply of housing?[J].Journal of Housing Economics, 2002,11(4):360-380.
[16]Lee,Chul-In. Does provision of public rental housing crowd out private housing investment? A panel VAR approach[J].Journal of Housing Economics,2007,16(1):1-20.
住房建设论文范文第2篇
作者简介:罗孝玲(1963-),女,湖南衡阳人,教授、博士生导师,研究方向为房地产理论与实践;
马世昌(1988-),男,山东潍坊人,博士研究生,研究方向为房地产理论;
王维(1984-),男,云南昭通人,硕士研究生,研究方向为房地产理论。
摘要:构建了“刚性需求吸收”和“土地挤出”的变量,建立了保障性住房对商品房价格影响的VAR模型。滞后4阶的自回归结果和脉冲响应结果显示:土地挤出量对商品房价格确有正向影响;
刚性需求吸收量对商品房价格确有负向影响;
二者都与商品房价格存在Granger因果关系;
在短期内,刚性需求吸收对商品房价的平抑作用更显著;
长远来看,土地挤占对商品房价格的提升作用比刚性需求吸收导致的抑制作用更持久。
关键词:保障性住房;
商品房价格;
土地挤出;
刚性需求吸收;
VAR模型
中图分类号:F293.3文献标识码:A文章编号:1001-8409(2013)10-0001-04
Research on the Influence on Commercial
Housing Price from Affordable Housing
— Based on the Perspective of Supply and Demand Combination
LUO Xiaoling, MA Shichange, WANG Wei
(School of Business, Central South University, Changsha 410083)
Abstract:
This paper builds the proxy variable of ‘rigid demand absorption’ and ‘land extrusion’,and builds a VAR model. The autoregression results with 4order lag and the impulse response. The result shows that:
land extrusion can truly raise the price of commercial housing;
rigid demand absorption can truly reduce the price of commercial housing;
both of them are the Granger relationships;
in the short time, the effect from rigid demand absorption is severer than that from land extrusion, but in the long run, the effect from land extrusion is severer than that from rigid demand absorption instead.
Key words:
affordable housing;
commercial housing price;
land extrusion;
rigid demand absorption;
VAR model.
住有所居是人类生存的必要条件,享有住宅是一项基本人权。然而,自2004年开始我国商品性住房价格出现持续上涨,伴随着收入分配机制尚未及时改革,拥有住房成为了普通家庭尤其是中低收入家庭所面临的最大困难。在这样的背景下,2007年8月7日国务院《关于解决城市低收入家庭住房困难的若干意见》(国发[2007]24号),标志着保障性安居工程正式启动。
保障性住房是与商品性住房相对应的概念,指的是政府为中低收入住房困难家庭所提供的限定标准、限定价格或租金的住房。然而,旨在改善人民群众居住条件、实现“居者有其屋”目标的保障性住房,却在理论界和实务界引发了到底会平抑商品房价格还是会拉高商品房价格的争论。
1两种理论争辩
在关于保障性住房的建设如何影响商品性住房价格的争论中,形成了“刚性需求吸收论”和“土地挤出论”两种理论观点。
“刚性需求吸收论”认为,保障性住房的建设和受保障对象覆盖范围的扩大必然会吸纳一部分住房的刚性需求,而这将导致市场对商品性住房需求的降低,进而造成商品房价格的下跌。持有这一观点的学者比较多。国外学者多关注于保障性住房建设对住房需求的影响进而研究房价和房租问题,Cutts针对人们对住房补贴政策的质疑,研究认为可降低各级别的住房补贴标准,用同样的预算扩大住房保障的覆盖面[1];
Anne补充了Cutts的研究,通过分析法国住房补贴政策,发现政府发放的补贴间接地使房租有所提高[2];
Levitt对接受了住房券补贴的家庭进行了长达5年的观测,评估了住房券对低收入家庭的改善作用[3];
国内研究方面,王先柱、赵奉军实证认为保障性住房的兴建能拉低商品房价格[4];
高波进一步分析了保障性住房建设对商品房价格产生的内在机制,认为保障性住房之所以能够抑制商品房价格,源于其分流了商品房市场的需求[5];
王斌、高戈构造了SVAR模型,实证检验发现保障性住房的建设对商品房价格上涨有明显的抑制作用[6];
陈涛、何宜庆仿真研究了城镇住房保障规模对商品房价格抑制效应[7];
曲晓燕从需求转移的角度,建立模型预测了我国未来5年的商品房供需缺口,认为我国大规模兴建保障性住房可以对商品房价格产生抑制作用[8]。
“土地挤出论”则认为,在土地资源稀缺和地方土地财政制度的约束下,建设保障房会形成对地方政府储备土地的占用,原本计划建设商品房的土地将不得不被转为保障房用地,土地挤占将导致商品房土地成本的上涨和商品房供给的减少,进而会推高商品房价格。持有这种观点的学者也比较多:Struyk认为住房补贴政策会导致房价一定程度的上涨,住房补贴所起到的作用会被上涨的房价对冲[9];
Lee从挤出效应的角度,利用韩国房地产面板数据建立VAR模型,发现政府进行的保障房投资和私人房产投资存在Granger因果关系的相互挤出效应[10];
张越松、连宇利用多元回归模型分析商品房价格的影响因素,认为如果政府在建设保障性住房中不考虑保障房市场与商品房市场之间的界线,制定的政策会达不到预期的效果[11];
任超群、张娟锋构建了基于面板数据的误差修正模型,实证结果显示,土地供应量对住房供应量和房价有长期稳定的影响作用,限制土地供应将导致住房供应量减少,引起房价上涨[12]。近期更有知名房地产开发商任志强公开支持这一观点,认为试图利用保障性住房来抑制商品房价格只会是幻想[13],原因就在于土地的挤占导致商品房的供给量减少。
实际上,“刚性需求吸收论”是从商品性住房需求的角度出发的,认为需求的分流会导致价格的降低;
而“土地挤出论”是从商品性住房供给的角度出发的,认为供给的减少会导致价格的升高。商品性住房的价格是由供给和需求共同决定的,因此,仅从某一方面去考察商品性住房的价格问题显然是片面的,所得出的结论也是不具说服力的。本文将结合供给和需求两个方面,全面客观地研究保障性住房建设对商品房价格的影响作用。
2模型建立
21变量选取
(1)“土地挤出量”的度量。国家每年用于住房建设的用地面积是有总量规划的,《经济适用住房管理办法》明确规定“保障性住房建设用地应当纳入当地年度土地供应计划。”也就是说,国家对保障性住房用地和商品房用地实施总量控制,保障房用地的增加势必会造成商品房用地的减少。因此,“当年我国所划拨的保障性住房用地面积(HA)”可以表示保障性住房对商品房用地的挤占,也就是“土地挤出量”的度量指标。
(2)“刚性需求挤出量”的度量。刚性需求,经济学上定义为弹性为零的需求。住房市场上并不存在弹性完全为零的需求,“住房的刚性需求”可通过住房需求的收入弹性和价格弹性来考察,且“刚性”的概念是相对的。笔者将住房市场中的刚性需求定义为“收入弹性较大而价格弹性较小的需求”。
保障性住房包括廉租住房、经济适用住房和政策性租赁住房(公租房)三种形式。其中,廉租房和公租房的目标人群收入非常低,即使不为其提供保障性住房,他们也没有购买商品房的收入能力,因此廉租房和公租房的建设不会对商品房市场的刚性需求产生冲击;
经济适用房的购房人群是所有保障性住房目标人群中收入要求最高的,具备一定的住房消费能力且具有较迫切的住房需求。由于符合经济适用房的入住要求,住户会放弃购买商品房转而购买经济适用房,也就是说,商品性住房市场的刚性需求被经济适用房所转移。因此,“经济适用房销售量(HS)”可被视为保障性住房所吸纳的商品房市场刚性需求,即为“刚性需求吸收量”的度量指标。
(3)因变量的选取。本文选取住宅销售价格指数(P)作为商品性住房市场价格的衡量指标。
(4) 控制变量的选取。除了保障性住房建设因素外,还有一些其他影响商品房价格的因素。因此,为了准确全面地研究保障性住房建设对商品房价格的影响作用,引入控制变量。借鉴已有学者的研究成果[6,14],本文选择“国内生产总值(GDP)”、“人均可支配收入(DI)”、“消费物价指数(CPI)”和“货币供应量(M2)”四个指标作为模型的控制变量。
22数据的选取与预处理
本文选取1998年第一季度至2011年第四季度的季度数据作为数据样本。其中,住宅销售价格指数来自WIND数据库;
保障性住房建设面积、经济适用房销售套数、国内生产总值、人均可支配收入、消费价格指数均来自国家统计局;
货币供应量M2数据来自中国人民银行。
然后,对季度数据样本进行季节调整。本文采用X-11法进行处理,消除数据中潜在的季节要素和不规则要素。同时为消除数据中可能存在的异方差性,使所研究经济的变量处于接近的数量级,对数据进行取对数处理。处理后的数据表示为LNP、LNHA、LNHS、LNGDP、LNDI、LNM2。由于CPI数值较小,不作对数处理。
23VAR模型的建立
向量自回归(VAR)是基于数据的统计性质建立模型,把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。对于本文所研究的问题构建VAR模型如下:
Yt=l+ni=1Ai·Yt-i+ε(1)
其中,Yt=[LNPt,LNHAt,LNHSt,LNGDPt,LNDIt,CPIt,LNM2t]T,代表了各自变量和因变量的即期值;
i为滞后阶数,Ai为相应的系数矩阵,ε=[ε1,ε2,ε3,ε4,ε5,ε6,ε7]T为回归方程的随机扰动项,是常数项矩阵。
3实证研究
31模型滞后阶数的确定
在选择滞后阶数时,滞后阶数越大越能完整地反映模型的动态特征,但待估参数也会越多,因而模型的自由度减少,会影响参数的有效性。因此,在进行滞后阶数的选择时,既要保证滞后项的长度,又要保证有足够的自由度。滞后阶数的选取可以依据LR统计量法、AIC统计量法和SC准则等予以确定。计算各统计量,得到滞后阶数的检验结果(见表1)。
根据一般的AIC和SC判断准则来看,由于AIC和SC并不是同时取值最小,所以采用LR检验对其进行取舍较合适。表1结果显示,该VAR模型的滞后阶数应取4阶。
32VAR模型的求解
经过以上步骤,可以对向量自回归模型进行自回归分析,结果见表2。
根据以上数据,可以确定每一滞后项的回归系数,如P-LNP即表示住宅销售价格指数对自身进行的回归结果。基于此,可以得到回归方程,由于方程形式较为复杂,本文将其参数以表格的形式汇总(见表3)。表1滞后长度检验结果
滞后阶数LogLLRFPEAICSCHQ01964577NA744e-13-8062029-7786475-7958337157326376253377666e-19-2201122-1980679*-2118168262979617698026555e-19-2233175-1819844-2077636368947056348344521e-19-2278598-1672379-2050474479363067978214*122e-19-2513322-1714215-2212612592750496266459237e-20*-2874489*-1882495-2501195*表2自回归结果
P-LNPP-LNGDPP-LNDIP-CPIP-LNM2P-LNHAP-LNHS滞后1阶(-1)1357952-00960070092618000346001587090012268-0030389(021012)(011554)(011244)(000340)(038817)(004236)(002589)[646286][-083097][082373][101771][040886][028959][-117379]滞后2阶(-2)-045068301774800013151-0003043-0349743003489-0066928(034148)(013178)(011920)(000438)(049797)(005767)(003379)[-131979][134681][011033][-069488][-070233][-060494][198060]滞后3阶(-3)-0608869-0060193-0160972000212201763040105314-0042917(029455)(011647)(010530)(000420)(045511)(004640)(003060)[-206711][-051682][-152868][050529][038739][-226975][-140242]滞后4阶(-4)0287472-00628660139952-000010600107090086912-0017257(016664)(009989)(009987)(000311)(039883)(004853)(002489)[172512][-062938][140139][-003404][002685][179084][069328]表3VAR模型求解结果
变量系数LNPLNGDPLNDICPILNM2LNHALNHS滞后1阶13580-0096000926000350158700123-00304滞后2阶-045070177500132-00030-0349700348-00669滞后3阶-06089-00602-01610000210176301053-00429滞后4阶02875-0062901400-000020010700869-00173从方程中HA与HS的系数来看:土地挤出量对住宅销售价格指数确有正向影响,因为在滞后4阶的系数中其符号均为正;
而经济适用房的销售量对房价的影响确为负,因为滞后4阶的系数中其符号均为负。且从绝对数值来看,在滞后3期和4期影响上,土地挤出量对住宅销售价格指数的影响显然大于经济适用房的销售量造成的影响。
33格兰杰因果关系检验
为了进一步验证保障性住房建设对商品房市场价格产生的两方面影响,对它们之间的关系进行Granger因果关系检验,结果如表4所示。
检验结果显示,保障房建设用地与住宅销售价格指数之间在95%的置信度水平下存在Granger因果关系;
经济适用房建设套数与住宅销售价格指数之间在90%的置信度下存在Granger因果关系。因此,可以认为,保障房建设用地、经济适用房建设套数与住宅销售价格指数存在Granger因果关系。保障房建设对商品房价格的两方面影响的确存在。
表4Granger因果关系检验
Gromger因果关系ObsF-统计量概率LNHA 不是LNP的Granger因4828706100355LNP 不是 LNHA的Granger因04400307789LNHS不是 LNP的Granger因4823831800679LNP不是 LNHS的Granger因0584440675834脉冲响应分析
脉冲响应函数可以反映随机扰动项一个标准差大小的冲击对内生变量当前和未来取值的影响及其影响的路径变化。
图1、图2是基于VAR模型而进行模拟的脉冲响应函数曲线,横轴代表滞后阶数,纵轴代表房地产价格指数对“土地挤出量”和“刚性需求吸收量”引起的冲击的反应程度。
(1)土地挤出量对商品房价格的冲击。
根据图1的脉冲响应函数曲线可以判断,P在受到HA一个单位的正向标准差的冲击后,在之后的1至10个季度里冲击效应均为正,即商品房价格上升;
在之后的第五个季度达到最大值,其后并一直延续该正向影响。这说明保障房挤占的住宅用地建筑面积对商品房价格有正向的影响,在建设用地总量一定的前提下,随着用于保障性住房建设用地的增加,商品房市场价格受其冲击而会出现持续上涨。
(2)刚性需求吸收量对商品房价格的冲击。根据图2的脉冲响应函数曲线可以判断,P在受到HS一个单位的正向标准差的冲击后,在之后的1至10个季度里冲击效应均为负,即商品房价格下跌;
在之后的第五个季度达到最大值,而后又以较大幅度回调。这说明刚性需求吸收量对商品房市场价格有负向的影响,保障性住房的建设吸纳了一部分商品房市场的刚性需求,导致了商品房价格的走低。
35两种作用的比较分析
上述实证结果表明,保障性住房对商品房用地的挤占确实会抬高商品房价格,而保障性住房对商品房需求的吸纳也确实会平抑商品房价格。进一步对这两种完全相反的作用进行比较分析:
从表3的回归方程估计系数来看,在滞后1期、2期内,HS对P的负向影响大于HA的正向影响,也就是说,在保障性住房投入市场之后的前两个季度内,刚性需求吸收对商品房价的平抑作用大于土地挤出对商品房价的拉升作用。而在滞后3期、4期内,HA对P的正向影响大于HS的负向影响,也就是说,在保障性住房投入市场之后的第三、第四个季度后,土地挤出对商品房价的拉升作用要强于刚性需求吸收对房价的平抑作用。
图1和图2的脉冲响应曲线显示,在滞后3期之内,HS对P的负向冲击强度要大于HA对P的正向冲击;
在3期之后,HA的冲击强度稳定在03左右,而HS的冲击强度稳定在-02左右,也就是说土地挤出对商品房价的拉升作用更强烈。
VAR模型结果和脉冲响应曲线都表明:在短期内,建设保障性住房对刚性需求的吸收作用更显著,会有效地降低商品房价格;
但是从长远看,保障性住房对商品房用地的挤占所导致的房价上涨作用会更加强烈。研究结论为制定房地产调控政策提供了理论依据。
4结论
本文综合考虑保障性住房对商品房市场造成的供给和需求两方面的影响,通过构建VAR模型研究了保障性住房建设对商品房价格的作用,得到以下结论:
(1)保障性住房挤占了商品房建设用地,因而会抬高商品房价格。在每年住宅建设用地面积总量控制的情况下,保障性住房的建设用地由国家硬性划拨,因而挤占了原本属于商品房的建设用地。商品房供给的减少和土地成本的上涨会推高商品房价格。
(2)保障性住房吸收了商品房的部分刚性需求,因而会平抑商品房价格。以经济适用房销售量作为保障性住房对刚性需求吸收的指标,研究发现经济适用房会对商品房市场的需求产生吸收作用,在分流商品房市场需求的情况下,商品房价格随之出现下跌。
(3)在短期内(3个季度以内),保障性住房建设所产生的刚性需求吸收效应要强于土地挤出效应,因而短期内商品房价格会有所降低;
长期来看,土地挤出导致的商品房价格上涨将强于刚性需求吸收导致的商品房价格下跌,因而长期内商品房价格是会上涨的。需要说明的是,长期内保障性住房占地导致商品房价拉高并不意味着对保障性住房工程的否定,因为房地产调控的根本目标并不在于抑制房地产价格,而是为了满足更多的人民的住房需求,为了实现在国民可支配收入范围内房地产市场的科学、可持续发展。笔者不否定而且大力支持保障性住房工程的建设,但是研究结果表明,从长远来看,如果开工建设保障性住房是以降低商品房价格为目的,那结果将会是枉然的。
参考文献:
[1]Cutts A C, Olsen E O. Are Section-housing Subsidies too High?[J] . Journal of Housing Economics, 2002,11:
214–243.
[2]DIN, Anne, HOESLI, Martin E, Bender, André. Environmental Variables and Real Estate Prices [J]. Urban Studies, 2001,3:1-22.
[3]Steven D Levitt, Chad Syverson. Market Distortions When Agents Are Better Informed:
The Value of Information in Real Estate Transactions [J]. The Review of Economics and Statistics, 2008,90(4):599-611.
[4]王先柱,赵奉军. 保障性住房对商品房价格的影响——基于1999~2007年面板数据的考察[J]. 经济体制改革,2009(5):143-147.
[5]高波. 房价波动、住房保障与消费扩张[J]. 理论月刊,2010(7):5-9.
[6]王斌,高戈. 中国住房保障对房价动态冲击效应——基于SVAR的实证分析[J]. 中央财经大学学报,2011(8):54-59.
[7]陈涛,何宜庆. 基于SD的城镇住房保障规模对商品房价格抑制效应仿真研究[J]. 企业经济,2011(8):142-145.
[8]曲晓燕,王和俊,保障房建设对商品房价格的影响——基于住房供需预测的分析[J].中国市场,2011(40):5-7.
[9]Struyk R, De Leeuw F. The Web of Urban Housing[J]. The Urban Institute, Washington, DC, 1975(1):13-30.
[10]Sze-Teck Lee, Joseph T L Ooi. Price Discovery between Residential Land & Housing Markets [J]. Journal of Housing Research, 2004,15(2):95-112.
[11]张越松,连宇. 基于挤出效应的住房保障规模对商品住房价格的影响[J]. 工程管理学报,2011(2):206-209.
[12]任超群,张娟锋.土地供应量对新建商品房市场的影响——基于35个大中城市的实证研究[J]. 软科学, 2011(5):1-4.
住房建设论文范文第3篇
住房保障乃民生大事。住房问题的产生与住宅的性质密切相关,住宅需要一次性的大量投资,易产生供需矛盾。伴随着我国从计划经济时代向市场经济时代转型,住房的市场化和商品化进程加快,住房制度改革也随之不断深化,公民通过购买商品房等方式拥有了自住房,居住条件有了很大的改善。一部分公民已经拥有一套以上的住宅,实现了“居者有其屋”。而部分中低收入人群却由于商品房价格急剧上升,并不具备依靠收入购置住房的能力,住房比较困难。住房权是一项基本权利,政府负有保障公民住房权实现的义务。保障性住房以政府主导的模式为中低收入群体提供住房保障,旨在解决因“市场失灵”而导致的住房问题,解决因房地产供需不足而产生的矛盾,进而实现社会的公平正义维护社会的和谐稳定。保障房的建设是政府为公民提供公共服务、实现公民住宅权、保障和改善民生,完善社会保障制度的重要举措。自上世纪 90 年代初,我国展开住房改革的试点工作开始,党中央和各级政府一直高度重视保障性住房建设,采取多项措施推动此项工作开展。2007 年国务院颁发《关于解决城市低收入家庭住房困难的若干意见》①,对继续推进经济适用房制度,建立、健全廉租房制度等提出明确而具体的指导意见,具有一定的指引性和可操作性,为我国下一步推进保障房建设指明了方向。在此文件的指导下,各地政府纷纷增加财政投入,积极探索进行“政府主导、社会参与”的保障性住房建设,以改善困难群众的居住条件。党的十提出建设新型城镇化发展的重大战略,保障性住房建设是新型城镇化建设的应有之义和重要内容,事关我国全面建设小康社会能否顺利实现。在“十二五”规划中将保障性住房建设作为政府工作的重要内容,提出加强棚户区改造等多种措施。2015 年是“十二五”规划的最后一年,如何实现国务院对保障房建设的任务部署,完成3600 万②套保障房建设目标,是一项关系民生的重要历史任务,也是值得理论界和实践界关注的重要课题。
1.2 研究的意义
1.2.1 理论意义
从理论上看,有关保障性住房的研究成果颇丰。但是有关保障性住房融资的系统性成果还不是很多,有待进一步探索。本文将在总结现有的融资模式存在问题的基础上,重点研究、探索新型融资渠道,比较、分析各种融资模式的优缺点,为探索适合我国国情的融资模式提供理论支持。此外,通过研究政府、市场和社会在保障房融资中各自的功能和职责,旨在进一步厘清政府、市场和社会的关系。为多元主体共同参与保障房建设,形成“政府主导、市场调节和社会参与”的机制提供理论保障。
1.2.2 实践意义
当前,我国的保障房建设已经取得了很大的成效,许多中低收入者受惠于保障房建设。在取得一定成绩的同时,我国的保障性住房建设也面临着许多困境。其中,融资难等问题直接制约着保障性住房的发展。积极扩展新型融资渠道,构建多元化的融资模式,加大保障性住房的融资力度,有利于缓解政府财政压力,弥补资金缺口,推动和促进我国保障房建设,并对实现我国住房保障的目标,解决中低收入者住房困难有重要意义。此外,在客观上可以有效缓解房价上涨过快,对稳定房价也有一定的作用。
第 2 章 保障性住房融资的基本理论
2.1 保障性住房的概念
保障性住房在各个国家和地区具有不同的表述方式。在新加坡,保障性住房一般被称为“组屋”,在我国香港地区一般称为“公屋”或“公共公屋”。依据相关立法,在我国,保障性住房,又称保障房或保障安居工程,是指“按照规划由政府投资建设或者通过其他途径筹集的,以限定的价格和标准,向符合条件的住房困难家庭或单身居民出租、出售的住房”。①伴随着住房市场化进程,一般公民需要通过购买商品房的形式获得住房。保障房是与之相对应的一种住房形式,旨在向有住房困难的低收入群体提供住房保障。不管保障性住房的概念如何界定,也无论是否采取保障性住房这一名称,其性质在各个国家基本相同,即房屋具有一定的公益性,通过出售或出租的方式,为住房困难的人提供住房帮助。保障性住房建设是利国利民的重大民生项目,对于改善公民居住条件、改善和提高民生、维护社会稳定具有重要意义。从世界范围看,各国政府都十分重视住房保障建设,为住房困难的公民提供住房保障是政府重要的职责。我国自城镇住房制度改革以来,一直在积极探索建立一套适合我国国情的保障房制度。经过多年发展,保障房建设已经取得一定成效,初步形成了保障性住房体系。包括廉租房、公共租赁房在内的“两租房”,低于市场价的经济适用房和限价商品房,以及在棚户区改造中所建的保障性住房。该体系的建立对于缓解住房供需矛盾、解决居民住房困难大有裨益。
住房建设论文范文第4篇
关键词:新建商品住房市场;
模拟预测模型;
供给;
需求;
南宁市
基金项目:2014年南宁市青秀区重大科技项目,基于二三维GIS房产信息分析与决策支持系统,编号:2014RJ12S。
一、引言
1999年以来,南宁市商品住房市场进入快速发展时期。特别是2004年以来,商品住房市场运行突出表现为新建住房价格整体上持续快速上升、销售面积快速增长、房地产开发投资活跃、房地产经济与地区国民经济发展不协调等特点和问题。
为了进一步提高市场预测精度,协助房地产主管部门深刻把握南宁市商品住房市场运行规律,促进南宁市房地产市场健康可持续发展,南宁市住房保障和房产管理局信息中心成立“南宁市房地产监测预警预测研究”课题组。作为其课题组成员,我们基于现代计量经济理论建立计量经济模型,设计研制“南宁市商品住房市场模拟预测模型”,对商品住房市场做模拟和预测,以实现市场早期预警监测。目前,由于房地产市场监测预测实务领域尚没有针对南宁市商品住房市场研制开发的市场模型,因此该模型的开发设计,能够丰富南宁市房地产市场预警预报研究成果,填补该领域空白,具有较为重要的实践和政策意义。
文章结构安排如下:第二部分是文献评论,简要评论在房地产市场模拟预测方面已有文献的技术路线和主要结论;
第三部分介绍本文预测模型的设计思路、数据来源,以及案例城市商品住房市场和城市经济运行基本情况回顾;
第四部分是预测模型设定和模型参数估计,并给出预测结果;
最后是本文的结论、不足与值得拓展的内容。
二、文献评论
随着对房地产市场运行规律理解的不断深入,房地产市场建模方面积累了不少文献。在系统动力学建模方面,罗平(2001)构造了一个城市商品房价格系统模型,以兰州为例进行了系统仿真,对房地产趋势仿真模拟和房地产系统内在机制进行了研究。朱湘岚(2002)从社会学和经济学角度建立了系统动力学基本模型,对南京市1995―2010年房地产需求发展状况进行模拟实验。裘建国、袁翠华(2005)将系统动力学方法用于房地产预警应用研究,首先定性分析影响房地产内外生因素,通过南京市房地产历史数据拟合它们之间的关系,建立系统动力模型并作模拟与预测。韩志超(2007)利用系统动力学方法构造了一个上海市房地产动态模型,并给出2006―2010年预测结果,但该文选择变量较少。在房地产市场预测方面,曾五一、孙蕾(2006)构造了先行指标体系并建模用于预测房屋销售价格指数。马海涛等(2007)使用灰色预测方法,用1999―2004年中国房地产价格指数建立了房价预测模型。徐波等(2007)使用改进的灰色系统预测模型,利用GM(1,1)模型的预测数据和原始数据的比例建立函数关系,构造递减序列,并将递减序列引进GM(1,1)模型。
已有的研究具有以下特点:第一,已有研究多基于系统动力学仿真模型,系统动力学建模的优点在于能够处理高阶次、非线性、复杂反馈的系统问题,但这种建模方式应用在房地产市场研究领域,需要研究员深刻把握市场的动态结构,而由于数据不完整、市场不完善等原因实际上很难做到这一点。另外,系统动力学建模过程复杂,刻画的市场模型不够直观,不易解释经济含义。第二,已有研究大多将房地产市场做整体分析,缺少对房地产市场中最重要的商品住房市场的专门分析。第三,对房地产市场的模拟预测建模更多集中于房价,缺少对市场价格、需求、供给等几个主要方面全面的模拟与预测。第四,许多研究在模型构建和参数确定上主观性较大,没有交代基本参数和模型初始值的确定过程。
通过对文献的评论我们实际上已经说明,本文与已有研究的不同之处:第一,我们使用计量经济学中经济含义更为直观、形式更为灵活的单方程模型建模,分别建立供给、需求和价格三个模型。在实际建模中,通过不断修正模型,使模型对历史数据拟合较好,避免先验的决定市场动态结构的问题。第二,我们以南宁市为案例城市,集中研究商品住房市场的动态结构,并给出对新建商品住房市场最核心的方面供给、需求和价格的模拟和预测。
三、设计思路与数据说明
1、模型设计思路
商品住房市场运行状况主要由供求关系决定,供求关系是决定价格的基础,因此,能够抓住市场本质的市场模型需要从市场供需状况出发,构建一套完整的市场监测指标体系:一是描述市场运行的核心方面供给侧、需求侧和交易价格;
二是量化说明供给、需求和价格的决定因素,描述以上三个方面的动态结构,模拟其历史过程并预测未来轨迹。基于这种考虑,本文的基本思路是,将商品住房市场分解为价格、供给、需求三个可观测模块,每个模块内含相关市场指标,建立市场监测指标体系,然后构造计量经济学模型,模型内包含供给、需求、价格的决定因素,最后进行模拟与预测。同时商品住房市场不是孤立的市场,与地方经济和宏观经济等基本面因素关系紧密并受其影响,因此我们设置了相应的人口、经济指标反映经济基本面对商品住房市场的影响(见图1、表1)。
2、数据说明
本文采用年度数据,样本区间为1999―2014年,共16个年度观测。商品住房开发投资额、商品住房竣工面积、商品住房土地开发投资面积、商品住房销售面积、商品住房销售价格、城镇居民家庭可支配收入、在岗职工平均工资、城市总人口、城镇居民消费价格指数等来源于各年《南宁市统计年鉴》,贷款利率水平、广义货币供应量同比增速根据中国人民银行网站数据信息整理,城镇居民住房自有率根据各年《城镇房屋统计公报》估算。报告数据的区域范围为南宁市区。由于样本区间较小,我们认为预测对各项指标作2―3年预测是较合理的研究目标。同时,为平滑数据消除异方差影响,对所有进入模型的序列数据均做取对数处理。
3、价格模型设定及参数估计
根据经典“供给―需求”框架和市场实际运行情况,商品住房价格由“供给―需求”因素直接决定,其他影响价格的因素对价格的间接影响被供给和需求吸收,分别进入供给模型和需求模型。同时价格还直接受到城镇居民可支配收入、潜在住房需求以及货币环境影响。因此,商品住房价格模型设定为:
Pt=P[■,inct,podt,M2rt](5)
lnPt=6.597+2.62?鄢■+0.486?鄢inct+8.51?鄢podt-8.529?鄢M2t
(59.602) (2.556) (4.680) (3.203) (-2.849)(6)
R2=0.995 AdjustedR2=0.928 DW=3.001 F=416.533
价格模型解释了92.8%的住房价格变化,为了避免自相关性,价格模型同样使用Newey-West稳健回归估计。价格模型中住房供求比、城镇居民人均可支配收入、潜在住房需求对新建住房销售价格有正向影响效应。其经济含义是,供求比反映市场供求力量对比,该指数增加说明市场需求力量上升,则对住房价格产生向上的压力,平均而言供求比每增加1%,使得新建住房价格上升2.62%;
可支配收入是除了住房需求以外的重要影响因素,较高的可支配收入也对住房价格起到推动作用,可支配收入平均每上升1%,使得住房价格上升0.486%。
4、预测结果分析
本部分给出住房供给、需求和价格模型的预测结果,我们分别给出预测值与实际值的比较,并计算了预测误差(见图2至图4)。根据供给模型、需求模型和价格模型给出的模拟和预测值可以很好地追踪各指标实际值,并且预测残差为零均值同方差平稳时间序列,说明三个模型预测性能较好。根据我们的模型估计,2016年南宁市商品住宅竣工面积367.71万平方米,销售面积811.32万平方米,销售均价7254.33元/平方米。
五、结论与展望
研究房地产市场与城市经济环境动态互动关系,提高对房地产市场,特别是商品住房市场价格、需求、供给等方面预测准确性,一直是房地产市场主管部门和学界探索的热点问题之一。城市经济和政策的变化影响市场供求,而市场供求和价格的变化也会使房地产主管部门调整房地产调控政策并影响城市经济环境。本文尝试将商品住房市场供求价格与城市经济及政策因素联合建模,分别建立商品住房市场的供给模型、需求模型和价格模型,在模拟预测模型中加入城市经济变量和政策变量,利用供求和价格模型对南宁市商品住房市场年度数据进行模拟预测,研究结果显示模型的历史拟合和外推预测性能良好。但本文的研究存在局限性,我们使用的是单方程模型,即对商品住房市场供给、需求和价格三方面分别建模,这一定程度上避免了联立方程模型先验的决定市场结构问题,然而市场的运行过程往往与先验的理论模型不一致。市场供求价格三方面是相互关联的整体,故我们未来的研究应引进结构化的向量自回归模型,这样既能保证预测精度又能够刻画市场供求价格三方面的动态结构关系。
参考文献
[1] 罗平:城市住宅市场价格系统动力学模型实证研究[J].人文地理,2001,16(2).
[2] 朱湘岚、黄有亮:南京市城市住房需求的系统动态学分析[J].基建优化,2003,24(2).
[3] 裘建国、袁翠华:南京市商品住宅市场预警实证研究[J].建筑经济,2006(4).
[4] 韩志超:基于系统动态学的我国住宅市场发展研究[D].哈尔滨工业大学,2007.
[5] 曾五一、孙蕾:中国房地产价格指数的模拟和预测[J].统计研究,2006(9).
住房建设论文范文第5篇
关键词:可信性理论 房地产投资期望值模型 线性规划 Lingo软件
可信性理论研究现状
近十年来,我国的房地产投资发展迅速,普遍激增的房价不断推动当前房地产投资规模的直线增长,炒房现象十分严重,从而使得许多城市的大量新建住房闲置。城市中大量低收入群体买不起房的现象已逐渐成为当前房地产经济中的突出问题。为了更好地管理当前的房地产投资市场,国家已经陆续出台了许多控制房价过快增长的相关政策,以便从各个方面缓解当前城市未购房居民的买房压力。众所周知,当前形势下的房地产投资存在极大的风险性。为了更好地进行房地产投资就必须充分掌握当前影响房地产投资的各种有效信息,不能盲目进行投资建房,一旦房源严重过剩势必会大量积压闲置,直接影响与房地产投资有关的部分行业的正常运营。事实上,房地产投资受土地、人力、物力、财力以及市场需求等诸多不确定性信息的影响,因此,要想稳妥地进行房地产投资就需要对这些不确定性信息进行合理有效地处理。为了很好地处理房地产投资中的各类不确定性信息,本文基于可信性理论将采用模糊变量来处理这些不确定性信息。
自从Zadeh在1965年首先提出模糊集的概念以来,许多学者就开始了模糊集理论的研究工作并且使其在理论和应用上都得到了迅速地发展。后来,Bellman和Zadeh在数学规划的基础上第一次提出了模糊规划的概念,他们的先驱工作使得模糊环境下的数学规划理论得以迅速的发展。基于可能性理论,许多学者已经研究了大量模糊环境下的房地产投资组合问题,并且得到了许多有意义的模糊房地产投资优化模型以及一系列模型的性质和求解模型的各种相关算法。基于可能性测度,Liu 和 Liu在2002年提出了可信性测度的概念并且有效地丰富了现有的模糊优化理论。经过许多学者近十年的努力,可信性理论已经在理论和应用方面有了较大的发展。本文的目的是提出一类新的带有可信性限制的模糊房地产投资期望值模型。另一方面,本文将可信性理论作为模糊优化的理论基础,讨论模糊房地产投资期望值模型目标函数的一些基本性质。本文通过目标函数的性质将模糊房地产投资期望值模型转化为一个等价的线性形式。最后,列举一个房地产投资问题的实例并应用Lingo软件进行求解。
模糊房地产投资期望值模型
本文首先给出模糊房地产投资期望值模型并且讨论模型的一些基本性质;
另一方面,本节还将通过所建立模型的一些基本性质将模糊房地产投资期望值模型转化为一个经典的线性规划模型。为了建立房地产投资期望值模型,本文将采用下面的指标、参数和决策变量。
n:建设住宅楼的种类数量。
xi:建设第i种住宅楼幢数。
ci:建设每幢第i种住宅楼的单位利润。
di:建设每幢第i种住宅楼所需的单位用地面积。
D:建设i种住宅楼所需总的土地数量。
ωi:建设每幢第i种住宅楼所需的单位人力劳动时间。
W:建设i种住宅楼所需总的人力劳动时间。
mi:建设每幢第i种住宅楼所需的单位机器使用时间。
M:建设i种住宅楼所需总的机器使用时间。
使用上面的各种记号,为了得到模糊房地产投资期望值模型,下面本文首先建立带有确定性系数的房地产投资模型:
(1)
根据以往房地产投资中的诸多经验,由于建筑原材料的价格、土地资源的有限性、房地产的市场价格以及建筑劳动者和各种机器的能力等不确定性因素,房地产投资决策者在有限的条件下只能得到有限的不确定性信息资源;
但是,当房地产投资决策者不能获得有效的不确定性信息资源势必会影响到房地产投资的最终利润。因此,房地产投资决策者要想准确而有效地描述现实的房地产投资环境并且最终能获得更大的房地产经济利润,房地产投资决策者就需要对当前房地产经济中出现的各种不确定性信息进行合理而准确地分析。基于以上的这些因素,本文考虑将建设各种住宅楼的利润c1,c2,……,cn分别看作相互独立的模糊变量。于是,可以得到房地产投资的模糊利润系数c1(γ),c2(γ),……,cn(γ),这里假设以上的各个模糊变量是三角模糊变量。进一步地,本文基于可信性理论将利用模糊期望值模型对以上的房地产投资问题进行分析和建模。因此,下面可以建立以下的带有模糊利润系数的房地产投资期望值模型。
(2)
由于以上建立的带有模糊利润系数的房地产投资期望值模型(2)中的全部三角模糊变量是相互独立的,基于此本文则根据有关模糊变量期望值的相关性质可以将上面建立的模糊房地产投资期望值模型(2)转化为下面的一个带有确定利润系数的整数线性规划模型。
(3)
由于在以上带有模糊利润系数的房地产投资模型(2)和(3)的转化过程中,本文已经通过模糊变量期望值的相关性质将带有模糊利润系数的房地产投资期望值模型(2)转化成了一个经典的带有确定性利润系数的整数线性规划模型(3)。因此,就可以通过经典的整数线性规划算法求解模糊房地产投资期望值模型(3)。在具体的求解过程中本文将采用常用的Lingo软件对带有模糊利润系数的房地产投资模型(3)进行求解。
模糊房地产投资问题的实例分析
本节将通过一个数值实例来分析说明带有模糊利润系数的房地产投资期望值模型的可行性和有效性。本文将假设某房地产投资建筑公司共承包建设甲、乙、丙、丁、戊五种类型的住宅楼,其中五种类型住宅楼的建筑数量分别为x1,x2,……,x5,各种类型住宅楼每幢的土地使用面积、所需的人力劳动时间以及所需的机器使用时间分别为d1,d2,d3,d4,d5、ω1,ω2,ω3,ω4,ω5和m1,m2,m3,m4,m5。基于房地产投资承包商当前所拥有的各种建筑材料(人力、物力以及财力等)是有限的,因此,房地产投资决策者必须根据当前房地产投资的市场境况和以往的房地产投资经验加之所拥有的各种有效信息才可以作出一个合理有效的房地产投资决策。首先,由于当前的房地产承包商共有土地面积为D=10(103平方米),即有∑i=1dixi≤10;
其次,房地产投资承包商所拥有总的人力劳动时间为W=8(103小时),即有∑i=1ωixi≤8;
再次,房地产投资承包商所拥有总的机器劳动时间为W=10(103小时),即有∑i=1mixi≤10。另一方面,表1给出了带有模糊利润系数的房地产投资期望值模型的其它相关数据。由于受到当前房地产投资市场变化的影响,房地产投资的市场价格往往是一个不确定的值。若房地产投资承包商只凭个人的经验来作出最终的房地产投资决策,这样就势必会影响到最终的房地产投资利润,同时也会给房地产投资者带来或大或小的房地产投资市场风险。因此,为了更加合理有效地描述当前变化不定的房地产投资市场环境,在本文中我们将通过三角模糊变量分别表示每种住宅楼每幢的利润系数c1(γ),c2(γ),c3(γ),c4(γ),c5(γ),并且假设各个模糊变量是相互独立的。最后,基于以上的各种假设,本文将建立以下带有模糊利润系数的房地产投资期望值模型。
(4)
这里模型(4)中的模糊变量都是相互独立的,因此,根据方程(2)和方程(3)之间的转化方法可以得到以下一个等价形式的房地产投资整数线性规划模型 转贴于
(5)
为了求解房地产投资整数线性规划模型(5),本文利用可信性理论中求模糊变量期望值的方法已经分别计算出每个模糊利润系数ci(γ),(i=1,2,3,4,5)的期望值E[ci(γ)],(i=1,2,3,4,5)。然后, 可以利用整数线性规划中的经典算法来求解上面建立的房地产投资模型(5)。最后,可以得到模糊房地产投资期望值模型(4)的最优投资利润为68.5以及最优解(x1*,x2*,x3*,x4*,x5*)=(2,0,0,0,2)(见表1)。
结论