新冠肺炎疫情對房地產(chǎn)價格的經(jīng)濟影響機制研究

耿玥 許賢麗

摘 要：我國自2003年開始實行住房制度改革后，住宅商品房平均銷售價格以年均86%左右的速度增長（2003-2020）。新冠肺炎疫情對經(jīng)濟和貿(mào)易帶來了巨大的影響，但是根據(jù)國家統(tǒng)計局的數(shù)據(jù)，部分城市的房價不降反升。本文分析了房價與社會融資規(guī)模、物價指數(shù)、房地產(chǎn)存量、房地產(chǎn)投資、社會消費之間的關(guān)系，通過建立多元線性模型進行OLS回歸，并在回歸中逐步剔除影響不顯著的變量，以研究新冠肺炎疫情對房地產(chǎn)價格的經(jīng)濟影響。通過研究發(fā)現(xiàn)：社會融資規(guī)模增加使得房價上漲，房地產(chǎn)竣工面積規(guī)模增加使得房價下降;物價指數(shù)、社會消費品零售總額等因素與房價的相關(guān)性不明顯。最后，根據(jù)研究結(jié)果提出相應(yīng)的政策建議。

關(guān)鍵詞：住宅價格;新冠肺炎疫情;多元線性模型;經(jīng)濟影響

中圖分類號：F2???? 文獻標識碼：A????? doi：10.19311/j.cnki.16723198.2022.17.004

0 引言

新冠肺炎疫情作為一個重大的“黑天鵝”事件，對我國經(jīng)濟、貿(mào)易等各方面產(chǎn)生了較大影響。根據(jù)國家統(tǒng)計局數(shù)據(jù)，在疫情初期，居民消費顯著下降，特別是教育文化娛樂消費支出，降幅達到361%。通訊消費和衣著消費的降幅也達到17%左右。同時，雖然就業(yè)率保持相對穩(wěn)定，但是，消費者當期收入指數(shù)大幅下降，未來物價預(yù)期指數(shù)也呈下降趨勢，消費者對未來的收入預(yù)期悲觀，消費也呈收緊趨勢。但是，根據(jù)國家統(tǒng)計局的數(shù)據(jù)，部分城市的房價不降反升，新冠肺炎疫情這一重大“黑天鵝”事件會對房價帶來怎樣的影響;這種影響是由“黑天鵝”事件本身所產(chǎn)生的，還是由這一事件引發(fā)的連鎖反應(yīng)帶來的;它的作用機制是什么;在“房住不炒”的背景下，政府如何在“黑天鵝”事件后調(diào)控房地產(chǎn)市場，促進房地產(chǎn)市場平穩(wěn)健康發(fā)展。深入研究這些問題，有助于理解新冠肺炎疫情給房地產(chǎn)市場帶來的影響，采取適當?shù)恼{(diào)控措施，保證政策目標的貫徹落實。同時，也為下一次“黑天鵝”事件來臨時的房地產(chǎn)調(diào)控政策提供參考。

1 文獻綜述

目前，研究房地產(chǎn)價格影響因素的文獻較多。宋婧（2019）利用SYS-GMM分析方法，利用面板數(shù)據(jù)研究了城鄉(xiāng)居民收入對房價的影響。發(fā)現(xiàn)我國不同地區(qū)收入對房價的影響不同，東部地區(qū)居民收入對房價的影響最大，中部次之，西部影響最小。任偉（2016）利用多元線性回歸方法，采用面板數(shù)據(jù)分析人口老齡化對房價的影響。發(fā)現(xiàn)人口老齡化一開始會助推房價上漲，當人口老齡化率達到拐點，人口老齡化會促使當?shù)胤績r下降。文樂（2017）研究了土地供給予房價的關(guān)系。本文通過兩階段最小二乘法，研究了我國東西中部土地供給與房價的關(guān)系，發(fā)現(xiàn)土地供給減少會導(dǎo)致房價上漲。而房價上漲會阻礙城市化率的提高。 陳淑云（2020）研究了各個城市吸納人才政策“搶人大戰(zhàn)”對房價產(chǎn)生的影響。用多期雙重差分法對70個大中城市住房價格進行分析后發(fā)現(xiàn)，吸納人才的配套政策在短期會對城市房價產(chǎn)生正面影響。因此，建議各地政府在指定相關(guān)配套政策時考慮落戶與購買房屋相關(guān)政策，抑制房價過快增長。陸煜穎（2018）通過面板數(shù)據(jù)，研究江蘇省和浙江省一系列房價調(diào)控政策對房價的影響。發(fā)現(xiàn)全國統(tǒng)一的房價調(diào)控政策對兩省房價的影響，小于本省針對性的房價調(diào)控政策對房價的影響。因此，建議在政策制定時，減少“一刀切”的政策，采用因地制宜的方法，采用更符合當?shù)胤康禺a(chǎn)市場的房價調(diào)控政策。

然而，這些研究的背景大多為正常的經(jīng)濟社會發(fā)展環(huán)境，涉及突發(fā)事件，特別是新冠肺炎疫情這一黑天鵝事件對房價影響的研究極少。

劉志彪（2020）研究了新冠肺炎疫情對我國產(chǎn)業(yè)的影響。發(fā)現(xiàn)新冠肺炎疫情對生產(chǎn)性服務(wù)業(yè)和制造型企業(yè)的影響更大。同時，建議政府防范疫情對中小企業(yè)及整個產(chǎn)業(yè)鏈的沖擊。陳言（2020）重點研究了新冠肺炎疫情對山東省投資的影響。發(fā)現(xiàn)疫情已經(jīng)導(dǎo)致2020年第一季度山東省固定資產(chǎn)投資規(guī)模并造成了一定的損失。他預(yù)測在隨后的幾個季度中，投資規(guī)模將會有明顯的反彈，建議政府加大政府購買，刺激經(jīng)濟復(fù)蘇。何城穎（2020）通過比較靜態(tài)分析法分析了新冠肺炎疫情對中國經(jīng)濟產(chǎn)生的影響，預(yù)測肺炎疫情會降低中國GDP增速，同時會影響采購經(jīng)理指數(shù)和經(jīng)濟景氣指數(shù)，對市場信心造成打擊。同時，疫情將對我國產(chǎn)業(yè)鏈和全球產(chǎn)業(yè)鏈產(chǎn)生深遠影響，可能會重塑全球產(chǎn)業(yè)鏈形態(tài)。因此，需要政府提供相應(yīng)的復(fù)蘇和刺激政策，較少疫情產(chǎn)生的負面影響。

但目前尚沒有公開發(fā)表的文獻聚焦于新冠肺炎疫情對房價的影響，以及該種影響的作用機制，在這一領(lǐng)域存在一定空白。

希望本課題的研究能拋磚引玉，探索新冠肺炎疫情對房地產(chǎn)價格的影響，為辨明“黑天鵝”事件對房地產(chǎn)價格的影響提供借鑒。

2 實證檢驗

2.1 數(shù)據(jù)來源及說明

本文實證研究基于2020年4月到2021年7月國家層面的數(shù)據(jù)，數(shù)據(jù)主要來源是國家統(tǒng)計局網(wǎng)站、中國人民銀行網(wǎng)站和2020年國家統(tǒng)計年鑒。

（1）被解釋變量：房地產(chǎn)價格。本文采用的房地產(chǎn)價格數(shù)據(jù)來源于國家統(tǒng)計局70個大中城市房價指數(shù)的平均數(shù)。70個城市包括直轄市、省會城市、自治區(qū)首府城市和計劃單列市，以及唐山、秦皇島等其他35個城市。

（2）解釋變量：社會融資規(guī)模變化，房地產(chǎn)價格的變化與社會融資規(guī)模的變化具有一定的相關(guān)性。該數(shù)據(jù)采用的是中國人民銀行社會融資規(guī)模的增量值。物價水平變化也會影響房地產(chǎn)價格的變化，該數(shù)據(jù)采用國家統(tǒng)計局網(wǎng)站統(tǒng)計的全國CPI指數(shù)。同時，房地產(chǎn)竣工面積，房地產(chǎn)開發(fā)投資實際到賬資金，社會消費品零售總額等都會影響房地產(chǎn)價格，這些數(shù)據(jù)采用的是國家統(tǒng)計局網(wǎng)站的數(shù)據(jù)。

2.2 實證分析

首先考查時間序列各數(shù)據(jù)的平穩(wěn)性，對解釋變量和別解釋變量逐個進行一階差分序列單位根檢驗，從檢驗結(jié)果看，在1%，5%，10%三個顯著性水平下，單位根檢驗的臨界值小于相應(yīng)臨界值，從而拒絕原假設(shè)，表明各變量序列不存在單位根，是平穩(wěn)序列。

隨后以price為被解釋變量，Debt，CPI，SQU，Income，cons為解釋變量，采用OLS回歸方法估計回歸模型，為了使結(jié)果更加準確，在回歸中逐步剔除影響不顯著的變量，結(jié)果如表2。

根據(jù)回歸模型結(jié)果：

price=α+0.39Debt-0.59SQU+ε

社會融資規(guī)模和房地產(chǎn)竣工面積對房價有顯著影響。其中社會融資規(guī)模與房價正相關(guān)，社會融資規(guī)模增加，房價上漲。房地產(chǎn)竣工面積與房價負相關(guān)，房地產(chǎn)竣工面積增加，房價下跌。而在該模型中，CPI指數(shù)，房地產(chǎn)開發(fā)投資實際到賬資金和社會消費品零售總額與房價的相關(guān)性不強。

2.3 實證結(jié)果分析

社會融資規(guī)模對房價的影響可能通過信貸規(guī)模的增長，部分信貸資金流向房地產(chǎn)行業(yè)和用于購買住宅、商業(yè)房產(chǎn)引發(fā)。特別是信貸資金用于購買住宅和商業(yè)地產(chǎn)將會直接推高房價。

房地產(chǎn)竣工面積對房價的影響可能通過房地產(chǎn)供求產(chǎn)生。房地產(chǎn)竣工面積越多，住宅及商業(yè)房產(chǎn)的供給越多，在需求一定的情況下，可以起到平抑房價的的作用，因此房地產(chǎn)竣工面積增加可導(dǎo)致房價下降。

3 結(jié)論與分析

本文分析了房價與社會融資規(guī)模、物價指數(shù)、房地產(chǎn)存量、房地產(chǎn)投資、社會消費之間的關(guān)系，通過建立多元線性模型進行OLS回歸，并在回歸中逐步剔除影響不顯著的變量，發(fā)現(xiàn)社會融資規(guī)模和房地產(chǎn)竣工面積對房價有顯著影響。其中社會融資規(guī)模與房價正相關(guān)，社會融資規(guī)模增加，房價上漲。房地產(chǎn)竣工面積與房價負相關(guān)，房地產(chǎn)竣工面積增加，房價下跌。

目前，關(guān)于新冠疫情對經(jīng)濟與貿(mào)易的影響，主要存在以下幾點：

第一，全球疫情持續(xù)的時間和影響的范圍可能超過預(yù)期。由于目前疫情情況變化快，影響廣，一些國家和地區(qū)的疫情情況仍在變化中，仍需觀察。全球疫情走勢存在高度的不確定性，而該不確定性可能會對投資者信心和消費者消費預(yù)期產(chǎn)生影響。第二，一些國家和地區(qū)采用了寬松的貨幣政策和財政政策，以及采用了一些刺激與提振經(jīng)濟的政策。目前，這些國家和地區(qū)的政策對全球經(jīng)濟的影響還亟待觀察，可能存在一定的系統(tǒng)性風險。第三，我國經(jīng)濟仍面對諸多挑戰(zhàn)。尤其是一些受疫情沖擊較大的產(chǎn)業(yè)，如娛樂、旅游、餐飲等行業(yè)，如何幫助恢復(fù)市場與消費者、投資者信心，改善企業(yè)特別是中小企業(yè)的經(jīng)營環(huán)境，減少疫情對這類產(chǎn)業(yè)的影響。

參考文獻

[1]胡鞍鋼.危機對我國經(jīng)濟發(fā)展的影響分析[J].管理評論，2003，（4）.

[2]張文斗，祖正虎.SARS疫情對中國交通運輸業(yè)和電信業(yè)的影響分析[J].軍事醫(yī)學，2010，（10）.

[3]吳善發(fā).新時期下房地產(chǎn)價格評估管理的規(guī)范化[J].現(xiàn)代商貿(mào)工業(yè)，2021，（31）.

[4]陳彥斌，陳小亮.人口老齡化對中國城鎮(zhèn)住房需求的影響[J].經(jīng)濟理論與經(jīng)濟管理，2013，（5）.

[5]鄒瑾.人口老齡化與房價[J].華東經(jīng)濟管理，2014，（7）： 4852.

[6]鄭捷奮.城市軌道交通與周邊房地產(chǎn)價值關(guān)系研究[D].北京：清華大學，2004.

[7]況偉大，王優(yōu)容，馬海云.地鐵站設(shè)立與城市房價空間分布[J].中國軟科學，2016，（4）.