下载掌阅APP，畅读海量书库
立即打开
若要研究价格异质性，首先需对价格水平进行有效测度与识别。价格水平不仅指统计学意义上市场交易价格的绝对值，而且应包括实际价格与基础价值的偏离程度，即价格泡沫。概言之，现有文献对住宅商品房价格泡沫水平测度的研究主要有以下四种方法：①指标法；②多元回归法；③状态空间模型法；④局部均衡法。具体来讲，常用于衡量住宅商品房价格泡沫水平的指标主要有房价收入比、房屋租售比与房屋空置率。有关于房价收入比的非规范性分析可追溯到J.Shelton（1968），而J.Weicher（1977）因计算了美国1949—1975年新增住房的房价收入比，被视为首次正式使用了“住房收入比”指标。J.Shelton（1968）在假设住房支出占家庭收入25%的前提下，说明了房价不应超过家庭总收入的2.5倍。随后，房价收入比被广泛应用于房地产价格的分析研究中，房价收入比为成包含房地产市场整体运行状况信息最为丰富的指标（Angel S.、S.K.Mayo，1996）。国内学者从房地产价格泡沫的测度、房地产市场运行评价、指标计算方法评析等多个角度对全国和地区层面该指标的应用做了大量研究，如徐泽民和隋云鹏（2009）、丁祖昱（2013）、张玉双（2016）、李文峰（2016）、刘方和郑悦（2021）、喻燕（2023）、李梦玄和鞠兴武（2023）、况伟大等（2024）。据现行国际通用标准，房地产价格应为可支配收入水平的3～6倍。另外，房屋租售比与房屋空置率两个指标多被用于衡量房地产价格泡沫水平。但是，专门针对二者理论层面的研究成果并不多见，现有文献大多集中于国内（台玉红，2009；曾政南，2011；吴福象、姜凤珍，2012；王天雨，2018；凌廷友，2023）。通常而言，房屋租售比的合理区间为1∶300～1∶200。若房屋租售比较高，则意味着房地产投资价值较低，价格泡沫显现；相反，房屋租售比较低，则意味着房地产具有较高的投资价值。与此同时，5%～10%的房屋空置率被认为是合理水平；10%～20%为危险区；房屋空置率达到20%以上，便可认为存在房屋严重积压问题。若已售房屋的空置率较高，该指标可作为评判区域住宅商品房投资属性强于刚性需求的标准之一。指标测度由于计算方法的便捷性和结果的简洁性，不失为识别与判断住宅商品房价格泡沫程度的有效表征。但从现有文献来看，相关指标的具体计算方法不尽一致，所选择的原始数据条目存在较大差异。这在一定程度上使得指标的可靠性与可比性大为下降，指标测度法同此只能被用于较为粗略和基础的分析。
对于房地产价格泡沫的测度，还有另一种被广泛使用的方法——多元回归法，即以房地产价格或与之相关的衍生指标作为因变量，通过选取各种相对合理的自变量建立计量回归模型。根据各自变量对应的估计系数，分析各因素对房地产价格的影响程度。潘雪和王婷（2011）认为，房地产价格可分为两部分：一是城市地价，二是不包含地价因素的房价。房地产商品价格形成的基础应包含城市土地地租资本化所体现的市场价值、土地资产价值和房屋本身价值等三个方面。因此，分别选择了房地产价格指数、土地交易价格指数、建筑安装工程投资物价指数、房屋租赁价格指数等10个指标，构建计量回归模型，分析我国房地产价格的形成原因及区域间房地产价格的差异。研究发现，土地交易价格指数是影响我国东部、中部和西部地区房地产销售价格指数的共同因素；东部地区的高房价主要来源于过量的投资需求。郭策和肖逸（2013）则从供求理论出发，将影响房地产价格的因素分为供给因素、需求因素与同时影响供求变动因素三类。供给因素包括竣工面积、开发成本（如土地开发费、建筑安装工程费）等；需求因素为人口数量、人均收入；而货币供应量、利率是同时影响供求两方面的因素。汤文彬（2016）将商品房平均销售价格作为因变量，选择竣工面积、销售面积、施工面积、人口数量作为自变量，分别对我国35个主要城市的房地产价格进行分析。结果表明：商品房价格与施工面积、人口数量正相关，而与销售面积负相关。施昱年等（2018）通过选取新建住宅销售均价、人均可支配收入和五年期以上贷款利率构建MS-ADF回归方程，说明北京市住宅商品房价格存在泡沫且是周期性的，收入与利率对周期性理性泡沫具有一定的支撑作用。胡支滨等（2022）选择人口、心理、政策与其他因素10个指标建立多元回归方程，得出人均可支配收入、金融机构贷款余额、地区生产总值与房地产开发投资额是影响海南省住宅商品房价格的主要因素。
由此可见，尽管计量回归方法具有分析过程及结果的直观性，但由于解释因子的选择普遍存在较强的主观性，甚至解释因子之间存在一定的相关性，因此大大影响回归模型本身的解释力与可靠性。同时，大多研究均采用时间序列数据，而计量回归模型中估计的自变量系数无法随时间变化而变化。固定的系数并不能很好地包含与时间相关的信息及刻画对房价的真实影响程度。部分学者发现，状态空间模型的应用能在一定程度上弥补计量回归模型法的不足，故而在近些年的研究中，相关文献逐渐增多。
状态空间模型的构建旨在把供给与需求两方面的因素结合起来，将不能被直接观测的房地产基础价值作为一种状态变量纳入可观测模型的分析中，并最终得出可随时间变化而发生改变的基础价值水平。据此，通过比较房地产实际价格与其基础价值，识别并计算房地产价格泡沫程度。韩冬梅等（2008）利用状态空间模型对上海市2002—2006年房地产市场价格进行了研究，发现上海市房地产价格泡沫已出现。金春雨和程浩（2010）则基于全国层面，通过对状态空间模型的分析，说明了我国房地产实际价格相较于房地产基础价值已产生较大程度的偏离，我国房地产市场存在价格泡沫。王天雨（2018）采用状态空间模型方法对我国31个省际单位进行测算，结果显示，整体层面我国房价泡沫水平逐年扩张的趋势显著；东部、中部、西部三大经济区域层面与各省际单位层面房地产实际价格偏离基础价值的问题日益凸显；房地产绝对价格水平的空间排序与房价泡沫水平不一致。近年来，中、西部及其所包含的省际单位的房价泡沫水平逐渐与东部地区持平甚至超越东部地区。李燕和韩建雨（2020）建立了合肥市房地产基础价值的状态空间模型，分析了合肥市房地产市场价格相较于基础价值的偏移率。研究结果显示，合肥市房地产市场价格偏移率自2009年逐年上升，直至2018年底，才开始呈现下降趋势。但就整体而言，运用状态空间模型研究我国房地产价格泡沫仍不多见，相关文献成果较少。
除上述三种实证方法外，局部均衡法作为侧重于理论模型推导的方法，也被用于房地产价格泡沫水平的测度。袁志刚和范潇彦（2003）构造了房地产市场的局部均衡模型，通过分析具有理性预期的购房者和地产商在引入银行贷款前后不同的最优选择，给出了房地产均衡价格中理性泡沫产生、存在以及破灭的条件。张玉双（2016）则根据局部均衡法的计算公式得到房地产的均衡价格，进而测算实际价格与均衡价格的偏离程度，并以此作为房地产价格泡沫水平的评判依据。岑唯和丁元耀（2019）基于Ramsey理论模型，推导出房地产的基础价值，从而利用实际价格相较于基础价值的偏离测得了中国35个主要城市2011—2018年的房价泡沫，说明了房价泡沫的普遍存在性及不同城市之间、相同城市的不同时期的差异性，并得出房价泡沫最为严重的城市并不是房价绝对值最高的城市的结论。