论文部分内容阅读
摘要：住房价格指数反映了住房作为一种商品的价格变动和趋势，是宏观政策调控的重要参考依据。我国经历了快速的城镇化和房地产市场发展，伴随而来的是住房市场上大量的新建住房的交易。相应的住房郊区化和容积率提升将影响到住房的特征变化，这对用重复交易法编制住房价格指数提出了挑战。特征价格法充分考虑了住房特征的异质性，理应成为我国编制住房价格指数的重要依据。本文详细梳理了三种不同的特征价格法，即时期哑变量法、插值法和特征法，然后给出了在运用特征价格法时需要考虑的遗漏变量偏误、设定误差和样本选择偏误问题。
关键词：住房;房价指数;特征价格模型
引言
伴随着住房市场化改革，我国的房地产市场迎来了持续多年的迅猛发展。房价也随着我国整体经济的增长而水涨船高，高房价引起了普通老百姓、政府以及学者的关注。住房价格指数作为众多价格指数中的一种反应了住房作为一种商品在一定时期内价格的变动趋势和变动的程度。鉴于房地产市场是整个国民经济健康运行的重要组成部分，住房价格在宏观调控中也起到了关键的参考作用。各国政府普遍将房价作为制定宏观经济政策的依据之一，房地产市场的细微变化都会影响到相应货币政策和财政政策的实施[1]。另外，房价指数综合反映了市场整体的信息，是市场参与者进行市场决策的重要依据，也是进一步分析和研究住房市场相关经济规律和政策问题的基础[2]。因此，构建科学、合理和客观反应住房价格的指数具有非常深远的影响。
住房是一种具有高度异质性的商品，不同的住房在物质特征和区位特征上存在较大差异。因此，构建反映住房真实价格的指数需要考虑到这种住房的异质性影响，剔除由于不同类型的住房的价格变动对整体住房价格指数变动的影响。常见的编制住房价格指数的方法有重复交易法和特征价格法。重复交易法利用两次及以上交易的住房的价格信息构建价格指数，不需要种类繁多的住房特征的信息，所以重复交易法对样本信息的要求较低。美国联邦住宅供给机构监察办公室（Office of Federal Housing Enterprise Oversight）发布的OFHEO住房价格指数（简称OFHEO-HPI）和美国标准普尔（Standard 和Poor）发布的标准普尔卡斯-席勒住房价格指数（S&P /Case-Shiller Home PriceIndices）是美国房地产市场的两大著名住房价格指数，这两种指数均是建立在重复交易法之上[3]。特征价格法基于研究住房的权威模型——特征模型[4]，在估计模型时控制住房的各项特征，剔除住房异质性对住房价格估计的影响。
1.我国住房市场特征与住房价格指数
1.1住房市场化和新建住宅市场
我国的住房市场化改革始于改革开放初期。在改革开放前的计划经济体制下，城镇居民的住房由所在单位作为福利统一分配。由于资源向战略性重要领域倾斜，国家在住房等民生项目上的投资严重不足，造成城镇家庭普遍的住房空间狭小、住房质量低下等问题。改革开放初期，中央政府加大住房资金投入，但由于在各部门之间的分配不均以及由此产生的腐败情况，始终没有找到一条合适的改变住房问题现状的途径。1992召开的十四大明确提出我国经济体制改革的目标模式是建立社会主义市场经济体制，体现在住房市场上，这意味着住房改革也逐渐朝着市场化的方向前进。1998年由国务院下发的《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》是我国房地产市场发展具有里程碑意义的政策文件，它废除了住房实物分配的制度，为商品房的发展扫清了障碍，从而确立了商品房的市场主体地位。
房地产市场的起步已经过去了十多年的时间，房地产市场俨然已成为我国国民经济中的支柱产业之一。2009年，房地产市场为我国的经济增长贡献了11%，对处于全球经济危机中的中国来说房地产市场在抵抗经济危机负面作用中起到了非常重要的作用。我国房地产市场的迅猛发展满足了潜在的以及随着经济增长和城镇化而产生的住房需求。大量新建住房的供应是我国现阶段住房市场的一大特征。大量的新建住房在全国各地涌现：新建住房竣工面价由1998年的140万平米增加到了2010年的610萬平米，其在所有竣工房屋中的比例从30%提高到70%。据住房与城乡建设部 2010年数据统计，在私有住房销售中，新建住房所占比例达到了64%。在成熟的房地产市场中，大量的是二手房的交易，新建住房的交易只占其中很小的比例;而在我国住房产市场交易中，大量的是新建住房的交易，远未达到发达国家房地产市场的发展程度。
1.2新建住房和住房价格指数
我国现阶段大量的新建住房交易将深刻影响住房价格指数的构建。重复交易法不适用我国从现阶段以大量的新建住房交易为特征的交易状况。重复交易法只能利用至少有两次交易及以上的住房交易价格息，这在住房交易以大量的新建住房的我国住房住房极大的样本选择偏差;另外，特征价格法假设所交易住房的价格在所交易的相邻两个时期不发生变化。因此，考虑到住房质量特征、且不需要重复交易信息的特征价格法就成为在我国目前住房市场特征下最适当的编制住房价格指数的方法。
编制住房价格最大的困哪在于控制住房的质量特征变化。我国现阶段的住房供应特征对于住房质量具有非常重要的影响。体现在两个方面，第一，住房郊区化。为了满足对住房的需求，我国的各大城市陆续、不断地进行“扩容”，城市土地面积继续扩大。2000年全国城市土地开发22439平方千米，到2010年增加到了40058平方千米，换句话说，新增土地开发面积年均增长5.96%。在这些土地中，其中被用于新建住房的土地面积从2000年的7122平方千米增加到2010年的12404平方千米，年均增长5.71%。这意味着很多的新建住宅将在城市郊区地带出现，即住房郊区化;第二，在有限的土地使用情况下，提供更多的住房的办法是在允许的范围内，设置更高的容积率。住房销售面积与所占土地面积之比，由2000年的2.15提高到2010年3.57。也就是说，平均住房容积率在这过去的十年中提高了将近60%。前述两点对住房质量的改变是毋庸置疑的，住房郊区化带来的住房区位特征的变化和容积率提升将会降低住房交易价格。如果在构造住房价格指数中忽略它们的影响将带来具有误导性的住房价格指数。 2.住房特征价格指数
本文以下详细介绍三种不同构建住房价格指数的特征价格法，即时间哑变量法、插值法和特征法。首先是最原始且簡单的时间哑变量法，通过加入住房特征变量和时期哑变量，以剔除住房质量的差异对住房价格的影响。然后是插值法和特征法，它们的共同特点是依靠传统的价格指数公式和需要利用特征模型估计住房的特征影子价格;特征法的区别在于“平均住房”的概念。
2.1时间哑变量法（Time-Dummy Methods）
上述时间哑变量法的优点是：第一，简易。价格指数及其方差直接从所估计的特征模型中获得;第二，能和空间计量模型（如SARAR（1，1）或STAR）结合以利用地理空间数据。时间哑变量法的缺点是，第一，如何加以扩展以处理某些住房特征数据缺失问题;第二，缺乏灵活性。特征变量和时期变量以相加的形式进入方程，对方程形式施加了严格的限制。
2.2插值法（Imputation Methods）
插值法借鉴标准的价格指数形式。最著名的两个价格指数是拉氏指数和帕氏指数，它们描绘了一篮子固定商品的价格随时间的变化，这要求篮子中的每一种商品、在各个时期的价格信息。运用到住房价格指数中，它要求数据中的住房在每一时期的交易信息，但是住房的交易的频率是不频繁和不规律的。插值法就是先利用特征模型，预测出住房在各个时期的价格，然后再利用拉氏指数和帕氏指数公式计算住房价格指数。
3.编制特征价格指数时需要考虑的问题
3.1遗漏变量偏误
与其他运用特征价格法的商品相比较而言，住房所具有的能影响其价格的因素非常多，难以对这些众多的因素进行定量处理。因此，由遗漏变量造成的偏误将是运用特征价格法不得不面对的一个问题。
3.2设定误差
由于特征模型本质上是约化式的，所以难以单独根据理论推理确定其合理的方程形式[8]。最流行的方程形式是半对数型。随着非参数和半参数模型的发展，担心半对数模型严格的方程形式限制和由此导致的方程形式设定误差的研究者逐渐转向这些非参数和半参数模型，而不是使用更灵活的方程形式。非参数能近似任何的变量关系而不用设定特定的方程形式。
3.3样本选择偏误
应用特征价格模型估计住房价格指数所依赖的样本可能存在两种样本选择偏差问题。第一种样本选择偏差源于所销售住房对于全部住房存量不具有代表性。因为特征价格法使用的是住房的交易价格，而不是其评估价格，这自然带来样本的选择偏差问题——实际发生交易的住房才具有交易价格;第二种样本选择偏差源自于某些住房交易的信息更有可能被记录下来。
4.结论
目前，我国最权威的两个住房价格指数是国家统计局发布的“70 个大中城市房屋销售价格指数”（简称70 住房价格指数）和中国指数研究院发布的“中国房地产指数系统”。它们均由类似加权平均指数的方式编制而成，没有充分考虑到住房异质性的影响，而且在实际操作中也没有统一的标准。因此，时常造成住房价格指数“打架”的现象，机构发布的指数也与老百姓的感知不太一致[10]。本文基于我国住房市场发展现状及其特点，考虑到大量的新建住房交易对住房质量影响的现实、住房郊区化和容积率的提升将影响到住房品质特征，提出特征价格法才是编制科学、合理的住房价格指数的较优选择，然后梳理、总结了时期哑变量法、插值法和特征法作为三种特殊的特征价格法和运用它们时需要考虑的地方。
参考文献
[1] Crowe C W，Dell'Ariccia M G，Rabanal P，et al. Policies for Macro-financial Stability：Options to Deal with Real Estate Booms[M]. International Monetary Fund，2011.
[2] 郑思齐，孔鹏，郭晓旸.类重复交易房价指数编制方法与应用[J]. 统计研究，2013，30（12）：41-47.
[3] 许永洪，曾五一.中美住房价格指数编制的对比研究[J]. 统计研究，2013 （12）：14-17.
[4] 罗晓娟，孔红缨. 住宅特征价格指数编制现状的国内外比较分析[J].价格月刊，2012 （9）：7-10.
作者简介：温雪，（1987-），女（汉），博士，四川巴中人，广西财经学院经济与贸易学院，讲师，研究方向：区域经济学。
通讯作者：温兴祥（1989-），男（汉），博士，浙江瑞安人，南京财经大学经济学院，研究方向：劳动经济学。
（作者单位：1广西财经学院经济与贸易学院;2南京财经大学经济学院）
关键词：住房;房价指数;特征价格模型
引言
伴随着住房市场化改革，我国的房地产市场迎来了持续多年的迅猛发展。房价也随着我国整体经济的增长而水涨船高，高房价引起了普通老百姓、政府以及学者的关注。住房价格指数作为众多价格指数中的一种反应了住房作为一种商品在一定时期内价格的变动趋势和变动的程度。鉴于房地产市场是整个国民经济健康运行的重要组成部分，住房价格在宏观调控中也起到了关键的参考作用。各国政府普遍将房价作为制定宏观经济政策的依据之一，房地产市场的细微变化都会影响到相应货币政策和财政政策的实施[1]。另外，房价指数综合反映了市场整体的信息，是市场参与者进行市场决策的重要依据，也是进一步分析和研究住房市场相关经济规律和政策问题的基础[2]。因此，构建科学、合理和客观反应住房价格的指数具有非常深远的影响。
住房是一种具有高度异质性的商品，不同的住房在物质特征和区位特征上存在较大差异。因此，构建反映住房真实价格的指数需要考虑到这种住房的异质性影响，剔除由于不同类型的住房的价格变动对整体住房价格指数变动的影响。常见的编制住房价格指数的方法有重复交易法和特征价格法。重复交易法利用两次及以上交易的住房的价格信息构建价格指数，不需要种类繁多的住房特征的信息，所以重复交易法对样本信息的要求较低。美国联邦住宅供给机构监察办公室（Office of Federal Housing Enterprise Oversight）发布的OFHEO住房价格指数（简称OFHEO-HPI）和美国标准普尔（Standard 和Poor）发布的标准普尔卡斯-席勒住房价格指数（S&P /Case-Shiller Home PriceIndices）是美国房地产市场的两大著名住房价格指数，这两种指数均是建立在重复交易法之上[3]。特征价格法基于研究住房的权威模型——特征模型[4]，在估计模型时控制住房的各项特征，剔除住房异质性对住房价格估计的影响。
1.我国住房市场特征与住房价格指数
1.1住房市场化和新建住宅市场
我国的住房市场化改革始于改革开放初期。在改革开放前的计划经济体制下，城镇居民的住房由所在单位作为福利统一分配。由于资源向战略性重要领域倾斜，国家在住房等民生项目上的投资严重不足，造成城镇家庭普遍的住房空间狭小、住房质量低下等问题。改革开放初期，中央政府加大住房资金投入，但由于在各部门之间的分配不均以及由此产生的腐败情况，始终没有找到一条合适的改变住房问题现状的途径。1992召开的十四大明确提出我国经济体制改革的目标模式是建立社会主义市场经济体制，体现在住房市场上，这意味着住房改革也逐渐朝着市场化的方向前进。1998年由国务院下发的《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》是我国房地产市场发展具有里程碑意义的政策文件，它废除了住房实物分配的制度，为商品房的发展扫清了障碍，从而确立了商品房的市场主体地位。
房地产市场的起步已经过去了十多年的时间，房地产市场俨然已成为我国国民经济中的支柱产业之一。2009年，房地产市场为我国的经济增长贡献了11%，对处于全球经济危机中的中国来说房地产市场在抵抗经济危机负面作用中起到了非常重要的作用。我国房地产市场的迅猛发展满足了潜在的以及随着经济增长和城镇化而产生的住房需求。大量新建住房的供应是我国现阶段住房市场的一大特征。大量的新建住房在全国各地涌现：新建住房竣工面价由1998年的140万平米增加到了2010年的610萬平米，其在所有竣工房屋中的比例从30%提高到70%。据住房与城乡建设部 2010年数据统计，在私有住房销售中，新建住房所占比例达到了64%。在成熟的房地产市场中，大量的是二手房的交易，新建住房的交易只占其中很小的比例;而在我国住房产市场交易中，大量的是新建住房的交易，远未达到发达国家房地产市场的发展程度。
1.2新建住房和住房价格指数
我国现阶段大量的新建住房交易将深刻影响住房价格指数的构建。重复交易法不适用我国从现阶段以大量的新建住房交易为特征的交易状况。重复交易法只能利用至少有两次交易及以上的住房交易价格息，这在住房交易以大量的新建住房的我国住房住房极大的样本选择偏差;另外，特征价格法假设所交易住房的价格在所交易的相邻两个时期不发生变化。因此，考虑到住房质量特征、且不需要重复交易信息的特征价格法就成为在我国目前住房市场特征下最适当的编制住房价格指数的方法。
编制住房价格最大的困哪在于控制住房的质量特征变化。我国现阶段的住房供应特征对于住房质量具有非常重要的影响。体现在两个方面，第一，住房郊区化。为了满足对住房的需求，我国的各大城市陆续、不断地进行“扩容”，城市土地面积继续扩大。2000年全国城市土地开发22439平方千米，到2010年增加到了40058平方千米，换句话说，新增土地开发面积年均增长5.96%。在这些土地中，其中被用于新建住房的土地面积从2000年的7122平方千米增加到2010年的12404平方千米，年均增长5.71%。这意味着很多的新建住宅将在城市郊区地带出现，即住房郊区化;第二，在有限的土地使用情况下，提供更多的住房的办法是在允许的范围内，设置更高的容积率。住房销售面积与所占土地面积之比，由2000年的2.15提高到2010年3.57。也就是说，平均住房容积率在这过去的十年中提高了将近60%。前述两点对住房质量的改变是毋庸置疑的，住房郊区化带来的住房区位特征的变化和容积率提升将会降低住房交易价格。如果在构造住房价格指数中忽略它们的影响将带来具有误导性的住房价格指数。 2.住房特征价格指数
本文以下详细介绍三种不同构建住房价格指数的特征价格法，即时间哑变量法、插值法和特征法。首先是最原始且簡单的时间哑变量法，通过加入住房特征变量和时期哑变量，以剔除住房质量的差异对住房价格的影响。然后是插值法和特征法，它们的共同特点是依靠传统的价格指数公式和需要利用特征模型估计住房的特征影子价格;特征法的区别在于“平均住房”的概念。
2.1时间哑变量法（Time-Dummy Methods）
上述时间哑变量法的优点是：第一，简易。价格指数及其方差直接从所估计的特征模型中获得;第二，能和空间计量模型（如SARAR（1，1）或STAR）结合以利用地理空间数据。时间哑变量法的缺点是，第一，如何加以扩展以处理某些住房特征数据缺失问题;第二，缺乏灵活性。特征变量和时期变量以相加的形式进入方程，对方程形式施加了严格的限制。
2.2插值法（Imputation Methods）
插值法借鉴标准的价格指数形式。最著名的两个价格指数是拉氏指数和帕氏指数，它们描绘了一篮子固定商品的价格随时间的变化，这要求篮子中的每一种商品、在各个时期的价格信息。运用到住房价格指数中，它要求数据中的住房在每一时期的交易信息，但是住房的交易的频率是不频繁和不规律的。插值法就是先利用特征模型，预测出住房在各个时期的价格，然后再利用拉氏指数和帕氏指数公式计算住房价格指数。
3.编制特征价格指数时需要考虑的问题
3.1遗漏变量偏误
与其他运用特征价格法的商品相比较而言，住房所具有的能影响其价格的因素非常多，难以对这些众多的因素进行定量处理。因此，由遗漏变量造成的偏误将是运用特征价格法不得不面对的一个问题。
3.2设定误差
由于特征模型本质上是约化式的，所以难以单独根据理论推理确定其合理的方程形式[8]。最流行的方程形式是半对数型。随着非参数和半参数模型的发展，担心半对数模型严格的方程形式限制和由此导致的方程形式设定误差的研究者逐渐转向这些非参数和半参数模型，而不是使用更灵活的方程形式。非参数能近似任何的变量关系而不用设定特定的方程形式。
3.3样本选择偏误
应用特征价格模型估计住房价格指数所依赖的样本可能存在两种样本选择偏差问题。第一种样本选择偏差源于所销售住房对于全部住房存量不具有代表性。因为特征价格法使用的是住房的交易价格，而不是其评估价格，这自然带来样本的选择偏差问题——实际发生交易的住房才具有交易价格;第二种样本选择偏差源自于某些住房交易的信息更有可能被记录下来。
4.结论
目前，我国最权威的两个住房价格指数是国家统计局发布的“70 个大中城市房屋销售价格指数”（简称70 住房价格指数）和中国指数研究院发布的“中国房地产指数系统”。它们均由类似加权平均指数的方式编制而成，没有充分考虑到住房异质性的影响，而且在实际操作中也没有统一的标准。因此，时常造成住房价格指数“打架”的现象，机构发布的指数也与老百姓的感知不太一致[10]。本文基于我国住房市场发展现状及其特点，考虑到大量的新建住房交易对住房质量影响的现实、住房郊区化和容积率的提升将影响到住房品质特征，提出特征价格法才是编制科学、合理的住房价格指数的较优选择，然后梳理、总结了时期哑变量法、插值法和特征法作为三种特殊的特征价格法和运用它们时需要考虑的地方。
参考文献
[1] Crowe C W，Dell'Ariccia M G，Rabanal P，et al. Policies for Macro-financial Stability：Options to Deal with Real Estate Booms[M]. International Monetary Fund，2011.
[2] 郑思齐，孔鹏，郭晓旸.类重复交易房价指数编制方法与应用[J]. 统计研究，2013，30（12）：41-47.
[3] 许永洪，曾五一.中美住房价格指数编制的对比研究[J]. 统计研究，2013 （12）：14-17.
[4] 罗晓娟，孔红缨. 住宅特征价格指数编制现状的国内外比较分析[J].价格月刊，2012 （9）：7-10.
作者简介：温雪，（1987-），女（汉），博士，四川巴中人，广西财经学院经济与贸易学院，讲师，研究方向：区域经济学。
通讯作者：温兴祥（1989-），男（汉），博士，浙江瑞安人，南京财经大学经济学院，研究方向：劳动经济学。
（作者单位：1广西财经学院经济与贸易学院;2南京财经大学经济学院）