房价、要素流动与城镇化发展
上QQ阅读APP看书,第一时间看更新

第三节 房价变动与社会关注

不断上涨的房地产价格成为近年来社会各界关注的焦点,其不仅影响居民生活(王辉龙,2009),而且成为影响我国未来城镇化质量提升的关键问题。为抑制房价过快上涨,中央政府连续出台了一系列政策措施(如限购和限贷),抑制房价过快上涨有利于城镇化进程顺利推进(李克强,2012)。房价调控或住房问题连续五年(2008~2012年)成为全国“两会”的十大热点关键词之一,“调控房价”甚至成为2011年考研的热点词语。在中国社会科学院发布的2011年“社会蓝皮书”和清华大学与《小康》杂志联合发布的《2011年最受关注10大焦点民生问题》等报告中均指出,房价成为公众最为关心的民生问题之一(易宪容,2008),这些报告仅仅反映了某个特定时段的公众反应,并没有进行较长时段和较大范围的分析。众所周知,价格不仅是市场的晴雨表,还会影响供给者和需求者的行为决策。价格变动越大,公众的关注度越高,反应越强,如曾因房价变动引起业主做出过激行为。因而,全面厘清和把握公众房价关注度的变动趋势,可以间接把握房价对居民生活的影响程度,有利于政府制定和采取相应的政策措施。

近年来,随着互联网的普及,特别是微信、微博等即时通信工具的不断完善,公众越来越多地通过网络工具搜寻信息和表达意愿。网络作为一种新兴的媒体,因其信息的广泛性、自主性和便捷性成为最受欢迎的渠道之一。社会经济活动网络关注度(Kahn & Matthew, 2011;Choi & Varian, 2012;郑思齐等,2012, 2013)成为近期国内外兴起的一种构造公众关注度指标的方法,该方法主要通过Google或Baidu搜索引擎自带的搜索功能构造指标,度量公众对社会经济活动的需求和关注程度,已被应用于旅游信息搜寻与客流时空匹配研究(马丽君等,2011;王章郡等,2011;龙茂兴等,2011;林志慧等,2012)、焦点事件网络舆情变化趋势研究(陈涛、林杰,2013)、有限关注与股票市场研究(俞庆进、张兵,2012)、谣言关注度研究(张自立、姜明辉,2012)等多个方面。本书借鉴上述方法构造并获取较长时段(2004~2012年)、较大范围(31个省级行政区)公众房价关注度指数的面板数据,进而详细分析公众房价关注度的时间演变特征,然后对公众房价关注度的影响因素进行探讨,最后阐述简要结论和政策启示。

一 公众房价关注度的变化特征

截至目前,对于房价关注度的研究更多来自机构和媒体的民生问卷调查,采用Google或Baidu指数进行公众房价关注度的研究尚未见报道。Google Trends指数分为月度和周度指数,考虑到数据分析需要和本书的研究目的,选取月度指数为分析单位。公众关注度指数的获取方法为:在Google Trends搜索引擎中以“房价”为关键词进行检索,时间范围选择“2004~2012年”,得到2004~2012年公众房价关注度指数的时间(月度)变化趋势。2004~2012年的最高月份出现在2010年4月,因此2010年4月的公众房价关注度指数为100,其他月份与最高值比较得到数值,便于从时间序列上进行比较分析。

(一)年度趋势分析

总体来看,随着时间推移,房价的公众关注度呈现出波动上升趋势,与时间表现为正相关关系(图3-1),可以分为三个阶段,一是2004年1月到2007年6月,公众房价关注度指数处于10~30阶段,第二阶段是2007年7月到2009年12月,公众房价关注度处于30~40阶段,第三阶段是2010年1月到2012年5月,公众房价关注度起伏较大,平均值处于50左右。

图3-1 2004~2012年公众房价关注度指数月度变化趋势

(二)月度趋势分析

对2004~2012年1~12月全国房价的公众关注度取平均值,从总体上得到月均公众房价关注度分布(图3-2)。全年的公众房价关注度指数呈现明显的季节性特征,出现两个相对完整的波峰,波峰Ⅰ出现在3~4月,波峰Ⅱ出现在9~11月,与大众和媒体所称的“金三银四”和“金九银十”基本吻合,即购房成交量大的时候必然有更多的人关注。因为房屋是耐用消费品,价格高,有的购房者甚至花掉两代人的积蓄,绝大多数购房者(家庭)都需要经过查询收集大量信息、进行仔细甄别比较和实际考察后做出购房决策,会出现“一人购房、全家关注”的现象。

图3-2 2004~2012年月度平均公众房价关注度的变化特征

进一步地,笔者试图把两个波峰的公众关注度做深入比较分析,发现了一个值得关注的现象。2010年之前波峰Ⅱ的关注度指数高于波峰Ⅰ, 2010年后波峰Ⅰ的关注度指数高于波峰Ⅱ,即2004~2009年(2005年除外)公众关注度较高波峰出现在波峰Ⅱ(9~11月),而2010~2012年出现在波峰Ⅰ(3~4月)。公众房价关注度指数表现出近年来房地产领域销售旺季出现变化,2010年以来的房地产市场交易量表现为显著的“金三银四”现象,“金九银十”现象呈显著性下降趋势,因而近年来部分学者相继提出房地产市场“金九银十、旺季不旺”(涂山青,2012)、“金九银十、成色不足”(陆芬,2012)之说,主要是由于在中央限购和限贷调控政策不放松、投机炒房难以入市的大背景下,楼市凉意袭人、成交低迷(周俊,2012)。因此,在目前这种不确定性条件下,开发商需要更加理性,应该把握公众关注度的转变,调整企业的营销策略。

(三)“限购”政策对时间趋势的影响

为进一步考察公众房价关注度的时间趋势特征及其所呈现的阶梯状变化,笔者构建了以月为分析单位的时间趋势回归模型。具体以2004年1月为第1期,以2012年6月为102期,得到公众房价关注度(y)与时间(t)的回归方程,时间t的回归系数通过了1%显著性水平下的T检验,模型拟合程度较好(表3-2第1列)。

2010年4月限购政策在一些热点城市的实施使得公众房价关注度达到近年来最高。为考察中央层面出台“限购”政策对公众关注度带来的影响,设置了两种虚拟变量,一是设置2010年4月限购政策出台月为1,其余月份为0(DUM01),二是限购政策出台之后月份均为1,之前均为0(DUM02), DUM01考察限购政策是否有影响,DUM02考察限购政策影响的持续性。回归结果显示,限购政策实施短期内对公众房价关注度起到显著的正向影响(表3-1第2列),但长期来看,限购政策的影响持续性并不长,虚拟变量DUM02的回归系数不显著(表3-1第3列)。

表3-1 公众房价关注度指数与时间的关系

注:∗∗∗∗∗分别表示10%、5%和1%的显著性水平,括号内为t检验值,空白处表示未考虑此变量。

二 公众房价关注度的影响因素

在Google Trends中以“房价”作为关键词进行搜索,同时以某一地区(如北京市)作为参照组,搜索其他各个省份随时间(各年度)变化的指数,这样计算出的指数在时间上和空间上都是可比的,进而得到2004~2011年各省份的公众房价关注度指数面板数据,表3-2是2004~2011年全国各省份公众房价关注度指数年度平均值。

表3-2 2004~2011年全国各省份公众房价关注度指数平均值

资料来源:笔者计算。

公众房价关注度指数分布表现出明显的区域差异性,京津唐、长三角和珠三角地区所在省份为公众房价关注度最高的区域,东部沿海区域和长江流域为公众房价关注度较高的区域,东北、西北和西南地区公众房价关注度较低。这些特征与房价的空间分布较为一致,一线城市所在省份的公众关注度指数处于最高水平,而西部地区的房价与关注度指数均处于最低水平。因而,可以提出以下待验证的假说:房价高低与公众关注度水平正相关。

1.模型设定与变量说明

基于以上分析及本书的研究目标,构建如下计量回归模型进行实证检验:

式(3-1)用于检验房价与公众房价关注度的数量关系。其中,因变量Index为公众房价关注度的代理变量,通过Google Trends搜索计算得到;核心自变量HP为房价指标,为综合考量房价对公众关注度的影响,分别设置了房价(HP)及其变化(CHP)两个变量,在进入模型时HP取对数;M是一组控制变量,根据已有的公众关注度研究,本研究设置了受教育水平(EDU)、地区家庭总户数(TH)和年轻人口比例(YOUNG)等控制变量。一般而言,受教育水平越高、年纪越轻,在工作生活中使用互联网的可能性越大,公众对网络媒体越熟悉,从网络上了解信息和表达意愿的机会越多;采用总户数而未采用总人口来控制人口规模对网络信息搜索量的影响的主要原因是:购房决策一般以家庭(户)为单位,对某个楼盘或房价信息的关注为通常为家庭中的一人关注或是家庭成员同时关注。因此,预期受教育水平、地区家庭总户数和年轻人口比例越高的地区,对房价的关注程度越高。c为常数项;下标it分别代表第i个省份和第t年;Province为省份特异效应,Year为年份特异效应,ε是为随机扰动项,它服从独立同分布。

2.数据来源与描述统计分析

表3-3给出了实证分析中所涉及的主要变量的描述性统计结果。商品房价格数据来源于历年《中国统计年鉴》(2005~2012年),数据不包括港澳台地区;年轻人比重指的是地区人口中年轻人(15~64岁)所占的比重,与郑思齐等(2013)的研究相一致;受教育水平在大专及以上人口占6岁以上总人口的比重,主要考虑两点,一是城市中高中以下人口(主要是未成年人)关注房价的较少,二是从使用互联网的人群角度考虑,大专学历以上人群所从事的工作用到网络的可能性更大;地区总户数采用地区总人口除以抽样调查中的户均人口数得到,数据均来源于各年《中国统计年鉴》,本书最终所使用的数据是2004~2011年31个省级行政区的面板数据。

表3-3 主要变量的描述性统计分析结果

数据来源:笔者计算。

3.估计结果与解释

从表3-4的模型结果来看,各变量的回归系数与理论预期基本一致。年轻人比重在各模型中的回归系数为正,但均未通过显著性检验,可能的原因是买房是全家总动员的行动,而不仅仅在于年轻人自身。在房价高企的一线城市买房有时会花费两代人的积蓄,父母一般成为年轻子女支付房屋首付款的坚实后盾。地区受教育水平在各模型中的回归系数均为正,且通过了显著性水平为5%的T检验。说明接受高等教育的人口比重越高,通过网络媒体搜寻房价信息的可能性就越大,尤其是在高等院校云集的省份(如北京、上海、江苏、湖北和重庆等)。地区总户数的回归系数在1%的显著性水平下为正,说明户数越多,公众的关注度指数越高。在人口总数不变的情况下,家庭规模的小型化(户均人口数减少)在一定程度上会推动公众关注度指数的提升,因为家庭(户)是购房的基本单位。

表3-4 公众房价关注度的影响因素估计结果

注:∗、∗∗、∗∗∗分别表示10%、5%和1%的显著性水平,括号内为t检验值,空白处表示未考虑此变量。根据Hausman检验结果,均应采用固定效应(FE)模型,为做比较,表中也列出了OLS估计结果(1~3列), 4~6列为GLS估计结果。

总体来看,商品房价格对公众关注度的影响为正,且在各模型中的回归系数均通过1%的显著性T检验,房价变化的回归系数也显著为正,说明不管房价本身还是房价变动均会引起公众对房价的关注。加入房价变化率这一变量后,房价本身的回归系数降低,但降幅并不大,以表3-4第4列和第6列为例,仅降低了9个百分点。公众更关注于房价本身的高低,因为房价高低直接决定了刚需公众是否有能力购买住房;房价涨(跌)幅更多地引起投资或投资需求者的关注,因为房价变动直接影响投资回报率。由于购房刚需群体比重应远大于投资者比重,因此房价本身对公众关注度指数的贡献更大。这一结论可为本研究以后分析房价对政府、企业和家庭等行为决策影响奠定基础。