所得彈性、價格彈性與貸款成數對中國大陸房地產市場影響之探討 - 政大學術集成

全文

(1)國立政治大學經濟學系碩士論文指導教授：林祖嘉博士. 立. 政治大. ‧ 國. 學. 所得彈性、價格彈性與貸款成數對. ‧. 中國大陸房地產市場影響之探討. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 研究生：周紹軒撰中華民國一百年六月.

(2) 謝辭時間過得真的好快，快樂的學生生活就這樣又過去了，而且我想我以後應該不會再有學生的身份了(熟知世事難預料，哪天心血來潮去念博班？)，因此，這篇謝辭，也代表著我將正式告別學生身分。. 一路走來，在政大經研所裡真的得到了許多幫助，也才得以順利取得碩士學位，因此要逐一感謝以下曾經大力幫助過我的許許多多師長及朋友. 政治大伴隨著偶爾出現的笑鬧聲之 meeting 時間，是撰寫論文時很重要的回憶。立. 們。首先一定要非常用力的謝謝我的指導教授林祖嘉老師，不帶有壓力並. ‧ 國. 學. 老師也總能不厭其煩的在我有所困惑時給予明確的方向，雖說撰寫論文前期因自身因素使得進度真的是有夠緩慢…，若沒有老師的耐心指導，還真. ‧. 的無法順利完成論文。再來是口試委員林建甫老師以及林柏生老師，百忙. er. io. sit. y. Nat. 之中仍肯幫我進行口試，並且不吝給予意見，也使本篇論文更加完善。. n. al 再來要感謝經研所的好兄弟兼死黨：敬翔、銘峰、育霖、葛天。坦白 iv C. Un. hengchi 講，沒有你們這幾個好兄弟一路這樣幫忙我，我還真不知道該怎麼從政大. 畢業。這兩年的時間，總是充滿著歡笑與淚水，撇開課業上的幫忙不說，更重要的是在彼此情緒低落時，總是能情義相挺的陪伴彼此走出低潮期，這份情誼，我想其他的話都不用多說，真的是非常謝謝你們一路相伴！另外也要感謝兩年來，幫助過我的其他同學們，小弟真的是不夠用功，沒有你們這些優秀的同學們，真的就要給他多唸一年碩班了。.

(3) 最後，要感謝我的家人，雖然我平常在家裡話都不多，也總是因為喜歡有自己的空間而不太愛被打擾，但你們的關心與支持我是再清楚也不過的。取得碩士學位，這份榮耀我很樂意與你們分享，今後的路上，我也會持續的以成為你們的驕傲而不停的努力，對我來說，你們永遠是最重要的！. 謹以此文獻給我關心的、關心我的人們，因為你們的關懷與一路以來的幫助、還有總是包容我的自私與不夠成熟的地方，我才能走到今天，謝謝你們！真的非常謝謝你們！. 立. 政治大周紹軒謹致於. ‧ 國. 學. 國立政治大學經濟系. ‧. 中華民國 100 年 8 月. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v.

(4) Abstract The research constructed the demand and supply function for the market of China’s real estate, and used the provincial data in China from 2001 to 2009 to analysis. Based on the information, we discussed the income elasticity and the price elasticity, and furthermore the impacts of the percentage of loans on the China’s real estate market.. 政治大 from 1.77 to 3.00, and for立 the price elasticity, it was from 0.08 to -0.80.. According to the empirical estimate, the range of income elasticity was. ‧ 國. 學. Compare with those previous studies, the higher level of elasticity represented that although the real estate price continued soaring in China, people were still. ‧. willing to purchase. Moreover, the soaring price had a limited influence in the. Nat. sit. y. demand of real estate market, and the main reason was that people were all. n. al. er. io. optimistic about the future.. Ch. i Un. v. To the percentage of loans, in e this n environment g c h i of the sharp increase in money lending, we found that it affect the demand and the supply market of real estate significantly, and with the relaxation of credit control, it led the demand and the supply of real estate to increase..

(5) 摘要本研究對中國大陸房地產市場設立需求及供給函數，並使用中國大陸 2001 到 2009 年的省級資料進行研究分析，以探討中國大陸房地產市場的所得彈性、價格彈性與貸款成數對中國大陸房地產市場供給與需求的影響。. 經由實證估計出來的所得彈性值域為 1.77 ~ 3.00，價格彈性值域為. 政治大中國大陸房價持續飆漲，民眾仍肯購置房產，且房價飆漲對於房地產市場立. 0.08 ~ -0.80。相較於過往的文獻與研究，估計到的彈性較高，顯現出即便. ‧. ‧ 國. 學. 的需求量影響有限，乃因民眾對於未來的經濟情勢持樂觀的態度。. 而貸款成數方面，在貸放資金大增的環境下，對於中國大陸的房地產. sit. y. Nat. 需求及供給市場大抵而言有顯著影響，而貸款成數的增加也使得房地產需. n. al. er. io. 求及供給量跟隨增加。. Ch. engchi. i Un. v.

(6) 目次第一章緒論…………………………………………………………………...1 第一節研究背景………………………………………………………...1 第二節研究動機………………………………………………………...5 第二章房地產市場所得彈性、價格彈性與貸款成數之相關文獻回顧………………………………………...6 第一節住宅需求之價格彈性與所得彈性相關文獻探討……….……..7 第二節貸款成數相關文獻探討……………………………………….12. 政治大第三章中國大陸房地產市場研究方法與資料變數…………...…………..18 立. 第三節文獻回顧結語………………………………………………….16. ‧ 國. 學. 第一節房地產市場需求函數及供給函數實證模型之設定……….…19 第二節中國大陸房地產市場需求函數及供給函數. ‧. 之資料變數來源及處理……………………………………….23. sit. y. Nat. 第三節中國大陸房地產市場需求函數及供給函數. er. io. 之相關變數敘述統計量分析………………………………….27. n. al 第四章中國大陸房地產市場所得彈性、價格彈性 iv C. Un. hengchi 與貸款成數之實證分析…………………………………………….34. 第一節中國大陸房地產市場需求及供給函數實證結果之探討….…36 第二節中國大陸房地產市場所得彈性與價格彈性實證結果之探討……………………………………………….44 第三節中國大陸房地產市場貸款成數影響之探討……...…………..47 第五章結論………………………………………………………………….50 參考文獻……………………………………………………………………...52.

(7) 第一章緒論第一節. 研究背景. 食衣住行為民生之四大需求，其中住房支出通常佔家計單位總支出很高的一個比例。若在一個國家裡，房價出現大幅上漲的趨勢，將使得家計單位的負擔因此加重，甚至會出現一些中低收入戶買不貣房子、而高收入戶卻又擁有多棟房產的現象。這將造成嚴重的貧富差距，若再進一步惡化，. 政治大. 則可能造成社會結構的動盪不安，而衍生許多社會問題。因此，一個國家. 立. 的房價是否合理，不僅影響著資本市場，更是關係到整個國家能否長治久. ‧. ‧ 國. 學. 安。. 中國大陸自改革開放以來，因為經濟的快速發展和城市化水平的日益. y. Nat. sit. 提高，民眾們的住房條件獲得了極大改善，人均居住面積也不斷增加。大. er. io. 部分城市的房價開始出現持續的快速增長，遠遠超出一般民眾所能承受的. n. a. v. l C 範圍。高房價已成為影響人民生活水平的一大因素，更是制約著整個國家 ni. hengchi U. 的經濟發展。如何解決高房價的問題，是中國大陸目前所面臨的一項嚴峻挑戰。. 從一些數據來觀察，可以發現從 2000 年初到現在，中國大陸的房地產價格漲幅驚人。依中國國家統計局的資料顯示，每平方米住宅平均銷售價格的部分，從 2001 年至 2009 年，全國平均上漲 2.48 倍，主要都會區如北京、上海、天津、重慶，漲幅更是高達 2.8 倍、3.38 倍、2.86 倍、2.88 倍。同一期間，城鎮人均可支配收入的部分，全國平均上漲了 2.38 倍，北京、上海、天津、重慶，則分別上漲了 2.31 倍、2.24 倍、2.39 倍、2.34 倍。 1.

(8) 可以發現，在中國大陸出現了所得成長趕不上房價成長的現象，在大城市中，這樣的現象更是明顯。. 近年來，由於銀行大量擴張信用，貸放資金氾濫，大量新增貸款流入房市，因此不斷的推升房價。尤其各大都會區的房價，更是高的令人咋舌，顯現出房地產市場存在著嚴重的泡沫化問題。中國大陸現階段的經濟發展面臨房地產市場能否保持穩定成長、通膨壓力等風險。而房地產市場能否穩定，攸關經濟能否健全發展。雖然中國大陸自 2009 年底貣陸續採行房市調控措施，1 惟成效有限。由於 2010 年以來經濟明顯回暖，市場上過. 治政剩的資金流入房市，仍使中國大陸的房價居高不下大，如何遏制房地產投機，立是中國大陸當局現今非常關切的一個議題。從台灣的角度來看，鑒於兩岸 ‧ 國. 學. 經貿關係密切，一旦中國大陸房地產泡沫破滅，難免波及台灣經濟，因此. ‧. 也值得多加的關注。. y. Nat. er. io. sit. 從相關文獻中，2 我們歸納出中國大陸房價持續上漲的因素有以下幾點：. n. al. (一). ni Ch 貨幣供給量增加，推升房地產價格上漲 U engchi. v. 近年來，中國大陸經濟持續快速成長，外匯存底至 2009 年已攀升至 2 兆 3,991.5 億美元。外匯存底大幅攀升也存在著經濟過熱的風險。人民幣持續有升值壓力。為了維持出口的競爭力，中國人民銀行被迫買進美元，同時亦釋放大量基礎貨幣。從 2007 至 2009，大陸 M1 及 M2 年增率平均每年高達 20.8%及 20.7%成長，其中 2009 年為因應全球金融海嘯，中國大陸執行適度寬鬆的貨幣政策，下調人民幣存貸款利率。M1 及 M2 年增率 1 2. 許易民 (2010) 〈近期中國大陸房地產情勢與影響〉，《Economic Research》，第 11 卷，P.449-470 趙慧 (2010) 〈淺析我國高房價現狀的原因及對策〉，《黑龍江理論網》許易民 (2010) 〈近期中國大陸房地產情勢與影響〉，《Economic Research》，第 11 卷，P.449-470 2.

(9) 更高達 32.4%及 27.6%，其中新增貸款達人民幣 8.6 兆元，是 2008 年 4.9 兆元的 1 倍多，更已超過 2007 年及 2008 年兩年的總合，直接投入房地產的部分約 2 兆人民幣。由於貨幣流動性的大量增加，對房地產有進一步推升的作用，造成近年來中國大陸房價持續飆漲。. (二) 經濟成長的繁榮，推動民眾樂觀的預期. 經濟成長率高、人均所得持續增加、城市化腳步加快，以及房地產市場存在著巨額的獲利空間，支撐著中國大陸房價呈現居高不下。2000 年. 治政以來房地產價格呈現上漲趨勢，加上經濟發展前景樂觀，企業、個人收入大立均有增長，促使民眾競相投入房地產市場。依中國國家統計局的資料顯示， ‧ 國. 學. 2006 年至 2009 年，消費者信心指數均在 100 以上(參見圖 1-1)，顯示民眾. ‧. 對未來的發展非常樂觀，整個社會經濟出現空前的繁榮和活絡的氣氛。. sit. y. Nat. io. er. 然而，購房者的不理性也成為房價上漲的催化劑。「屋奴」一詞隨之而生，但高漲的房價並沒有讓一些民眾理智貣來。市場出現「買漲不買跌」、. al. n. iv n C 互相比較的心理，增加了很多人在購房中的不理性消費。 hengchi U. 圖 1-1 中國大陸 2006-2009 消費者信心指數 3.

(10) (三) 經濟結構不完善，國內外熱錢聯合炒作. 近年來，全球性的金融危機愈演愈烈，許多國家的投資環境都在不斷惡化。因此，一些外國的投資者都在收縮資金，尋找新的穩定的投資機會，而中國大陸的房地產就成了他們最好的選擇之一。大量熱錢湧入中國大陸的房地產市場，促使房價一路走高。. 另外，中國大陸的資本市場並非非常完善，民間過剩資金沒有適切的投資管道，甚至連股票市場都停滯不前。因此，高速的經濟成長帶來龐大. 治政資金的同時，卻又缺乏資金管道宣洩的情況，使得大批資金流向房地產市大立場，這僅僅只是反應投資行為的結果，會造成房市如此熱絡的現象，完全 ‧. ‧ 國. 學. 不令人意外。. er. io. sit. y. Nat. (四) 高地價，催生高房價. 長期以來，中國大陸的土地出讓金都歸地方政府支配，一般都作為其. al. n. iv n C 預算外收入，不受預算的約束，地方政府可以隨意使用。因此，土地出讓 hengchi U 金也被稱為地方政府的「第二財政」，一些地方政府的土地出讓金淨收入. 已達到政府預算外收入的 60％以上。房地產行業的發展，使地方政府每年收穫了 5000 多億的土地出讓金，使中央政府每年收穫數千億稅收。在利益的驅使下，一些地方政府將房地產作為促進區域經濟增長的重要產業，過於重視房地產對 GDP 的貢獻，經營土地就成為投資增長和財政收入增加的重要法寶。一些地方政府在賣土地時，會先盡可能壓低農民的土地價格，卻又將土地以高價賣給房地產開發商。房地產商之間為了競爭有限的土地，往往也不吝提高土地收購價格。在這種情況下，地方政府和房地產開發商實際上已經結成了利益同盟，甚至出現了官商勾結的情況。 4.

(11) 第二節. 研究動機. 綜觀古今，因房地產泡沫對於資本市場影響重大，加上兩岸經貿往來日益密切，中國大陸的經濟情勢對我們也有深遠影響。然而以往關於住宅議題的討論，通常比較多著重在一些經濟體系已有相當程度的發展且住宅市場結構較為成熟的國家。中國大陸近年來的蓬勃發展是有目共睹，與台灣的貿易密切度也是與日俱增，實在值得去留意及關注，加上近年來一些相關數據的蒐集上，也漸漸較為完整。故本篇文章將藉由透過中國大陸房. 政治大到中國大陸各區域之差別、探討區域間的差異，進一步觀察民眾是否普遍立地產市場的價格彈性、所得彈性，來觀察房地產需求市場的現況，再細看. ‧ 國. 學. 存有樂觀預期的現象。另外透過貸款成數的變化，來觀察對於中國大陸房地產市場是否有顯著之影響，進而推升中國大陸的房價。. ‧ sit. y. Nat. 本文的章節安排如下：第一章為前言，旨在說明本文的研究動機與研. er. io. 究架構，另針對中國大陸房地產市場背景略作交待。第二章為價格彈性、. n. al 所得彈性、貸款成數之相關文獻回顧。第三章為介紹所使用之資料與計量 iv Un. C. 3 hengchi 方法。第四章為實證分析，分別對中國大陸全境(扣除西藏)、各大區域. 作一比較與探討，並將實證結果解釋與說明。最後，第五章為結論，旨在對本實證研究作一總結。. 3. 因西藏關於房地產之資料較為特殊且不夠齊全，故視為離群值而不放進來探討。 5.

(12) 第二章房地產市場所得彈性、價格彈性與貸款成數之相關文獻回顧本章擬就住宅市場之所得彈性、價格彈性以及貸款成數的相關研究作一文獻回顧。本章共分三節說明。第一節針對各學者對於不同市場、採用不同方法及變數所估計出來的所得彈性與價格彈性之相關文獻作一回顧。第二節針對信用環境之變動，以及對於消費市場影響之相關文獻作一回顧。第三節為文獻結語，並針對相關文獻之結論與中國大陸現況作一個比較，. 政治大. 以及本研究可作為延伸討論的部分。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i Un. v.

(13) 第一節. 住宅需求之價格彈性與所得彈性相關文獻探討. 住宅需求的價格彈性與所得彈性的大小，對於房地產市場有很重要的涵義。價格彈性可衡量消費者對於房價變化的反應程度大小，對於房屋的擁有者而言，若能得知價格彈性的高低，便可以判斷價格調整對其總收益的影響，而決定是否要出售手中的房地產，進而影響整個住宅市場的供需。因此，本節將相關文獻作一整理，回顧住宅需求的價格彈性與所得彈性之歷史範圍，再與後面章節之中國大陸經驗作一比較，以便分析中國大陸房. 政治大. 地產市場之現況。. 立. ‧ 國. 學. 對一般財貨而言，所得增加時，則需求量跟著增加，故通常所得彈性會大於 0，我們稱此種財貨為正常財(normal goods)。而再加以細分的話，. ‧. 若所得彈性大於 1，表示需求量增加率超過所得增加率，則可稱為奢侈財. er. io. sit. y. Nat. (luxury goods)；若所得彈性小於 1，則稱該財貨為必需品(necessities)。. n. al 回顧過去的文獻，許多學者對自有住宅的所得彈性與價格彈性都用不 iv Un. C. h e n g c，h自有住宅通常被視為正常財貨， i 同的方式進行過估計。但許多研究中發現且符合需求法則，亦即其所得彈性大於 0，價格彈性小於 0，然而不同學者估計出來的範圍仍是有所不同，參照一些過往的文獻資料出來，所得彈性約座落於 0.32 至 2.05 之間，價格彈性則大約是-0.40 至-0.89 之間(參見表 2-1)。. 7.

(14) 表 2-1 住宅需求所得彈性及價格彈性研究結果整理作者. 所得彈性. 價格彈性. 研究地區/年份. Houthakker (1957). 0.71 ~ 0.94. -. China / -. Muth(1960). 1.68. -0.76. 30 countries / 1950. Reid (1962). 1.55 ~ 2.05. -. 49 US cities of South, North & West / 1950. Winger (1968). 1.05. -. - / 1962 ~ 1964. De Leeuw (1971). 1.10 ~ 1.35. -. US(exclude NY) / 1967 ~ 1970. Maisel, Burnham and Austin (1971). 政治大 0.46 ~ 0.96 -0.89. Vipond and Walker (1972). 0.40 ~ 0.60. London, UK /. Chow (1985). ‧. -0.80. 0.42. -0.53. 0.80. -0.67 v. - / 1969. -. China / 1952 ~ 1983. Ch. sit. y. 0.57. er. al. 1966 ~ 1969. -. n. Polinsky and Ellwood(1979). io. Strazheim (1973). - / 1966. 0.75 ~ 1.25. Nat. Carliner (1973). -. 學. Byatt (1973). ‧ 國. 立. e1.78 ngchi U. ni. British / - / 1968 ~ 1971 San Francisco / 1965. Lim, G. C., and M. H. Lee (1993). 0.32 ~ 1.48. -. China / -. Ermisch, Findlay, and Gibb (1996). 0.50. -0.40. British / 1988 ~ 1989. Hansen, Formby, and Smith (1998). 0.51. -. US / 1989. Zabel (2004). 0.35 ~ 0.40. -. US / 1993 ~ 2001. 值域. 0.32 ~ 2.05. -0.40 ~ -0.89. 資料來源：本研究整理。. 8.

(15) 從上可知，兩種彈性的估計上，是有差異存在的。除了需求函數設定的不同以及各國房地產市場結構的差異，學者們仍歸納出了幾點可能影響估計結果的因素：4. (一) 所得變數選取的差異. 由於住宅屬耐久財，較不會因短暫收入(transitory income)或當期所得 (current income)變動而影響住宅需求的支出，故一般皆認為以恆常所得 (permanent income)來估計住宅需求會較為恰當。但由於一般調查資料多數. 治政都是當期所得，恆常所得的資料往往不易獲得。所以在過去的研究中，De 大立 Leeuw(1971)將觀察值分組求其平均數來估計恆常所得；Carliner(1973)則利 ‧ 國. 學. 用數年平均所得之平均值來估計；Goodman 及 Kawai(1982)則以人力資本. ‧. (如教育程度、工作訓練、年齡…等)及非人力資本為工具變數，以推估計. er. io. sit. y. Nat. 算的家庭所得來替代恆常所得。. 然而本文所選取的所得變數仍採當期人均所得來估計，原因有二：(1). al. n. iv n C 中國大陸現今資本市場不夠完善，投資管道有限，加上中國人傳統的「有 hengchi U. 土斯有財」之觀念驅使，因此許多增加的所得部分，極可能會流入房市，故推斷當期所得變化的部分對於房價仍有影響力。(2)中國大陸近年來才比較有完整的統計資料，資料長度不是很足夠的狀況之下，估計出來的恆常所得怕會有所失真。不過，也期待以後有他人採用恆常所得這一變數來對中國大陸房地產市場進行研究與探討。. 4. 林祖嘉、林素菁 (1994) 〈台灣地區住宅需求價格彈性與所得彈性之探討〉，《住宅學報》，第二期，P.25-48。張雅慧 (2002) 〈租賃住宅之需求彈性與所得彈性〉，國立成功大學都市計劃研究所碩士論文。 9.

(16) (二) 使用個體或群體資料的差異. Polinsky(1977)指出，考慮個體和群體的結果，兩者間的差異，校正之後，估計出來的住宅需求之所得彈性為 0.75。Polinsky and Ellwood(1979) 又指出，不同地區、相同所得的個人，因為所面對之住宅平均銷售價格不同，所以個人預期之購房支出也不同。因此乃根據成本估算建立每一觀察值價格，並將之納入住宅需求函數內。. 其研究結果顯示：群體資料估出來的所得彈性比個體資料估出來的所. 治政得彈性高 46%，且利用個體資料求得之所得彈性，將對於模型設定偏差大立 (specification biases)較為敏感，並易產生彈性高估的結果。因此，群體與個 ‧ 國. 學. 體資料使用之差異，可能會造成估計之住宅需求所得彈性具有相當的差. ‧. 距。. sit. y. Nat. io. er. (三) 估計住宅相對價格的方法不同，亦會造成推估彈性之差異. al. n. iv n C 由於住宅具有相當高的異質性，所以不易找出衡量住宅的標準實物單 hengchi U. 位，故一般文獻亦有以房屋支出來替代房價資料者。De Leeuw(1971)指出：造成所得彈性推估差異的原因之一，是由於許多文獻將自有者住宅需求之應變數設定為住宅市場價值，而非每單位之住宅消費支出。實際上，不論是根據消費者需求理論或是需求實證結果都顯示，每年住宅消費支出佔低所得家計單位總支出的比例，比高所得家計單位來得高。因此 De Leeuw 認為，以住宅市場價值估算之所得彈性會有高估的現象。. 10.

(17) 相關文獻中，取得住宅價格之來源主要有：(1)如 Carliner(1973)是利用勞動統計局(BLS)資料中所包含之相對價格資料，來作為住宅價格的來源。 (2)Muth(1960)、Polinsky and Ellwood(1979)、Rosen(1979) 則是利用住宅生產函數之參數，將生產要素價格轉為住宅價格，其研究之結果非常相近。 (3)Straszheim(1973) 則是利用住宅服務之特徵價格方程式(hedonic equation)，來估計住宅價格。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 11. i Un. v.

(18) 第二節. 貸款成數相關文獻探討. Baldacci, et al(2010)指出，中國儲蓄率過高，致使民間消費不足，乃現今中國當局非常關切的一個議題。消費過低其中一個原因是預防性儲蓄過高，而預防性儲蓄過高則來自於：(1)政府對於各項補助，如教育、健保、老年補助之減少。(2)人口成長趨勢之改變 (重男輕女)。(3)信貸管道不足。. 這邊所指的信貸管道不足，乃針對消費信貸而言，中國大陸對於家計. 政治大速的發展，放貸的金額也隨著逐年提升，對於家計單位而言，消費貸款的立單位的放貸，仍以房屋貸款為大宗。然而近幾年來，隨著中國大陸經濟快. ‧ 國. 學. 增長不多，仍有儲蓄率過高，民間消費過低的現象；房貸的部分卻逐年有所增長，加上對於未來經濟情勢的樂觀預期，民眾對於房地產消費的金. ‧. 額也是逐年有所提高。. sit. y. Nat. er. io. 從表 2-2 可以發現，2009 年中國大陸新增貸款達人民幣 8.6 兆元，是. n. al 2008 年 4.9 兆元的 1 倍多，更已超過 2007 年及 2008 i v 年兩年的總合，直接 Un. C. hengchi 投入房地產的部分約 2 兆人民幣。由於貨幣流動性的大量增加，對房地產. 有進一步推升的作用，使得近年來中國大陸房價持續飆漲。由此可見，在信用限制逐步放寬的狀況之下，對於房價是有推波助瀾的效果存在的。. 12.

(19) 表 2-2 各年度新增貸款 2003. 2004. 2005. 2006. 單位：人民幣十億元. 2007. 2008. 2009. -. 254.0. 280.9. 565.8. 567.6. 803.6. 1617.4. 2月. -. -. 95.9. 149.1. 413.8. 243.4. 1070.1. 3月. -. -. -. 540.2. 441.7. 283.4. 1892.0. 4月. 194.4. 199.5. 142.0. 317.2. 422.0. 463.9. 591.8. 5月. 253.6. 113.2. 107.8. 209.4. 247.3. 318.5. 664.5. 6月. -. -. 465.3. 394.7. 451.5. 332.4. 1530.4. 7月. 105.8. 26.5. -32.1. 381.8. 355.9. 8月. 280.8. 115.7. 171.8 231.4 治政 187.5 大302.9 189.7. 271.5. 410.4. 9月. 295.7. 250.2. 345.3. 220.1. 283.5. 374.5. 516.7. 10 月. 58.7. 25.6. 26.4. 17.0. 136.1. 181.9. 253.0. 11 月. 98.6. 149.5. 225.1. 193.5. 87.4. 476.9. 294.8. 12 月. 126.3. 298.3. 145.4. 214.2. 48.5. 771.8. 379.8. 全年. 1413.9. 1432.5. 1991.7. 3180.5. 3633.7. 4903.6. 8649.2. n. er. io. al. sit. y. Nat. 資料來源：CEIC。. ‧. ‧ 國. 立. 學. 1月. Ch. engchi. i Un. v. Bacchetta and Gerlach(1997)指出，若某些消費者信用受限的話，則總和消費相對於信用環境的變化將會較具敏感性，就如同總和消費之於所得變化一樣。本篇以美國、加拿大、英國、日本、法國來做觀察，以所得、抵押貸款、消費貸款、存放款利差此四個變數來衡量信用環境寬鬆與否。. 13.

(20) 從理論模型上得到的幾個重要結論為：(1)總和消費持續的對於信用成長具有敏感性。(2)若迴歸模型中同時放入所得與信用(消費貸款、抵押貸款)來觀察時，通常會使所得對於消費的敏感性降低，甚至使其影響變成不顯著。(3)存放款利差的影響於美國、加拿大是顯著的，在日本也顯著，但影響較小。. 同時，該文指出：(1)從信用環境的變化去推導總和消費的變化是可行的，且此一變化之影響通常大過於所得變化對於總和消費之影響。(2)雖然存放款利差看似估計上的誤差，並無解釋能力，但其在美國、加拿大、日. 治政本(影響較小)仍具有影響，這表示信用受限可能反映在借款成本上。(3)金大立融管制的放寬，影響著總和消費的變化，而消費敏感性的變化歷程，也持 ‧ 國. 學. 續的與此有所關聯。政策意涵的部分，該研究發現，信用環境的變數，對. ‧. 於預測消費的變化是有用的。另外，Hall(1978)指出「政策變化若要能影響. sit. y. Nat. 消費，則必頇是恆常所得有所改變」，這一觀念是不對的，透過貨幣政策. io. er. 的改變，若能影響信用環境的變數，則將可對消費有所影響。. al. n. iv n C Hurst, Stafford (2002)指出，使用模型研究出，抵押貸款再融資 h e n gPSID chi U. 對於消費扮演著重要的角色。由於再融資成本下降，房產價值的影響變得更為重要。因為，房產擁有者相較於過去對於透過再融資的方式取得資金，會顯得更有信心。因此儲蓄率會隨著房產再融資流動性的增高而可能下降。. 再融資的數量，尤其是那些所謂”套現”的再融資數量，可以視為家計單位重新配置資產組合，或是挖掘前先所累積的房產價值此類型的特殊目的之衡量指標，而再融資可視為家計單位積極實現其房產價值收益的手段。 14.

(21) Lustig, Van Nieuwerburgh(2003)指出，他們的研究在於房價上漲和股票市場報酬率的關聯性。這種觀點認為，房產價值增加可能會導致整體儲蓄率降低，乃因房產抵押價值的增加，以及相關借貸限制的放寬。. 若金融發展在過去十年中對於借貸管制變得更加寬鬆，取得成本也較低時，則這種”信用管道”的房產價值將能有進一步的增加。因此，作為一個金融創新的結果，我們可以從房產價值沒受到信貸環境影響太多的舊平衡，過渡到因信貸環境變得較為寬鬆而進一步影響房產價值得新平衡。然而此一假設，等待正式的計量經濟學的證據。. 立. 政治大. Matteo Iacoviello(2004)指出，若家計單位的借貸額度是視其所持有之. ‧ 國. 學. 房屋的價值(或是抵押品)來決定，則房屋價值應放進消費的 Euler equation. ‧. 中來考量。本篇用動態一般均衡模型來衡量房屋價值如何影響家計單位的. y. sit. io. er. 參數。. Nat. 借貸額度和消費能力，然後再去推導和估計總和消費的 Euler equation 及其. al. n. iv n C 研究結果發現，那些借貸能力受限於其抵押品價值之消費者的 Euler hengchi U. equation，充分的解說了為何消費會隨時間而有動態的變化。本篇研究發現，房屋價值相較於所得，對於抵押貸款的邊際力提供了更多的信息。另外，近年來在房貸額度上，出現了迅速增加，這也大大增加了房屋市場的流動性。. 15.

(22) 第三節. 文獻回顧結語. 首先，所得彈性與價格彈性的部分，不同的文獻所估計出來的彈性不盡相同，但值域約為：所得彈性 0.32 ~ 2.05；價格彈性-0.40 ~ -0.89。縱使國情不一，但歷年下來各種彈性估計資料，仍可作為稍後我們實證研究參考與比較的指標。. 再來，在貸款成數方面，中國大陸近年來的狀況，無論在於整體信用. 政治大 Gerlach(1997)的觀點來看，對於總和消費該有顯著的刺激。的確近年來在立環境或是個人所得上，都是有著明顯的放寬與成長。以 Bacchetta and. ‧ 國. 學. 中國大陸，整個市場的消費力道是提升了不少，另外最後有提到「透過貨幣政策的改變，若能影響信用環境的變數，則將可對消費有所影響。」回. ‧. 顧中國大陸於 2009 年調降基準利率，使得新增貸款金額大增，部分貸款. sit. n. al. er. io. 篇文獻結論相符。. y. Nat. 金額流入房地產市場的情形下，也使該年房地產價格漲幅明顯增加，與該. i Un. Ch. v. e n g cand 從 Hurst and Stafford (2002)、Lustig h i Van Nieuwerburgh(2003)、 Iacoviello(2004)這三篇文獻呼應到中國大陸之現況，過去十年間，借貸管制確有逐步寬鬆之現象。大陸民眾在較能以房產來抵押取得資金的情形下，使整體市場更進一步的充斥著過多的資金，流動性也因此大大的增加。這也難怪中國大陸在房地產相關交易的新規定中，其中重要的一條是：「空置三年以上房屋不得當抵押品。」該是為了不讓過熱的房市繼續升溫的一項措施。. 16.

(23) 近年來中國大陸經濟發展快速加上民眾有土斯有財的固有觀念，是否會影響房地產市場所得彈性與價格彈性？另外，高儲蓄率、流動資金過剩的市場環境下，信用管制的逐步放寬是否會影響房地產的價格？因此，本篇文章隨後將針對中國大陸房地產市場需求面之所得彈性與價格彈性作一估計，再與過往文獻所估計出來的彈性作一比較，試探討中國大陸房地產市場是否存在過熱的現象。另外在信用管制逐步放寬的情況之下，本文想觀察此一現象對於整體中國大陸房地產市場之影響是否顯著，先以中國大陸各省級資料來分析，然後再細分成各大區域做進一步之深入探討。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 17. i Un. v.

(24) 第三章中國大陸房地產市場研究方法與資料變數. 本章為研究方法與資料變數之說明。第一節將介紹供給與需求的基本觀念，並說明中國大陸房地產市場實證模型之設定。第二節介紹中國大陸房地產市場相關資料處理方法以及資料來源。第三節進行基本敘述統計量之分析。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 18. i Un. v.

(25) 第一節. 房地產市場需求函數及供給函數實證模型之設定. 在考量資料取得的情況下，本研究將對於中國大陸房地產市場設定需求函數與供給函數，並以 STATA 統計軟體進行實證研究。再透過研究分析的結果，進一步在所得彈性、價格彈性與貸款成數這些面向作深入探討。. 需求(demand)，指的是人們有能力購買，並願意購買某個具體商品的慾望。顯示的是其他因素不變的情況下，隨著價格升降，某個體在每段時. 政治大物的總數量稱為「需求量」。在不同價格下，需求量會不同。商品的價格立. 間內所願意買的某商品的數量。在某一價格下，消費者願意購買的某一貨. ‧. ‧ 國. 學. 如果越高，消費者願意購買的貨物數量就會越低。. 根據 Stiglitz and Walsh(2006)在 Economics 一書中指出，需求通常受以. sit. y. Nat. 下幾個因素影響：(1)財貨價格，(2)可支配所得改變，(3)個人喜好的改變，. er. io. (4)借貸及其成本，(5)替代品和互補品的價格轉變，(6)人口數量和結構，(7). n. al 對將來的預期，(8)教育程度的改變，(9)消費者所在地環境條件的改變。 iv Ch. n engchi U. 本研究在住宅需求的解釋變數選擇上，除了考量資料可取得性之外，另外也參考一些相關文獻之理論依據如下。住宅需求的影響因素，除了最基本的房價外，根據 Markusen(1979)探討加拿大的情形，其認為實質所得增加、貸款利率下降、一般通貨膨脹增加以及高額貸款比例將造成需求量增加。另外張智元、蕭文雄、黃世孟和郭斯傑(2007)提到，人口成長的速度也會影響住宅供給及需求量。. 19.

(26) 供給(supply)，指特定市場上在一定時期內，與每一銷售價格相對應，生產者願意且能供應的商品數量。但供給並不完全代表生產，它屬於生產的一部分，但供給量並不即是生產者在計算一系列成本所願意生產的數量。生產量依據利潤最大化條件決定，它在短期往往是固定，而供給量則可以隨時變動。. 同樣根據 Stiglitz and Walsh(2006)在 Economics 一書中指出，影響商品供給的因素通常有以下幾個：(1)生產商品的價格，(2)投入品價格的變化， (3)技術的變化，(4)環境條件的變化，(5) 借貸及其成本，(6)預期的變化， (7)成本的變化。. 立. 政治大. ‧ 國. 學. 本研究在住宅供給的解釋變數選擇上，除了考量資料可取得性之外，. ‧. 另外也參考一些相關文獻之理論依據如下。林素菁和林祖嘉(2001)提到，. sit. y. Nat. 影響住宅供給的因素除了房價外，建築成本的考量亦是不可或缺的因素。. io. er. 在建築成本方面，最大的支出部份即為土地成本，除此之外，還應包含建築材料成本、營建勞動工資成本、與利率資本成本等因素。. n. al. Ch. engchi. i Un. v. 本研究在實證模型設定上，同時考量供給與需求各自會受到哪些因素影響以及變數資料可取得的情況下，將實證模型設定如(3-1 及 3-2)式：. 需求函數：. (3-1) 20.

(27) 供給函數：. (3-2). 其中被解釋變數為住宅銷售面積(Sale_Space)，定義為當年度出售住宅房屋的合同總面積(即雙方簽署的正式買賣合同中所確定的建築面積)。由. 治政現房銷售建築面積和期房銷售建築面積兩部分組成。大立 ‧ 國. 學. ：第 t 年 i 行政自治區之住宅銷售面積。. ‧. ：第 t 年 i 行政自治區之住宅平均銷售價格。. io. er. ：第 t 年 i 行政自治區之人口總數。. sit. y. Nat. ：第 t 年 i 行政自治區之人均可支配收入。. n. t 年 i 行政自治區之房貸支出占總購房金 a：第 iv l C n 額比例。 hengchi U ：第 t 年 i 行政自治區之貸款利率。. ：第 t 年 i 行政自治區之建築業平均工資。：第 t 年 i 行政自治區之建築業國內貸款比例。. 21.

(28) 最後，綜合上述文獻的理論依據以及經濟學的供需理論，本研究解釋變數的選取依據如下：. 需求解釋變數. 選擇依據. 供給解釋變數. 選擇依據. 住宅平均銷售價. 財貨價格. 住宅平均銷售價. 生產商品的價格. 格. 格. 人口總數. 環境條件的變化. 人口總數. 環境條件的變化. 貸款利率. 借貸及其成本. 貸款利率. 借貸及其成本. 人均可支配收入. 可支配所得改變. 建築業平均工資. 成本的變化. 房貸支出占總購. 借貸及其成本. 比例. 學. ‧ 國. 房金額比例. 治政大借貸及其成本建築業國內貸款立. ‧. 本研究將從所得彈性、價格彈性與信用管制對中國大陸房地產市場進. sit. y. Nat. 行研究，先設立需求與供給函數，再透過資料蒐集來進行實證分析以探討中國大陸房地產市場之現況。另外為了更深入比較區域間的差異，除了先. er. io. n. 對中國大陸全境作探討，將再進一步把中國大陸分為四大地區來作討論。 a v. i l C n U hengchi. 22.

(29) 第二節. 中國大陸房地產市場需求函數及供給函數之資料變數來源及處理. 本研究相關數據資料，係從中國統計年鑑及中國城市年鑑中取得，資料期間為 2001~2009 年，範圍涵蓋中國大陸 30 個自治行政區。5 在同時具備理論基礎與資料可取得的兩項前提下，納入下列解釋變數。. 1. 住宅平均銷售價格. (Price). 政治大. 住宅被視為正常財，因此需符合供需法則。即表示，在需求函數中，. 立. 對於住宅銷售面積而言，應為負向關係，預期符號為負；反之，在供給函. ‧ 國. 學. 數中為正向關係，預期符號為正。另外，為了免去房價波動造成影響，以自有住房價格指數(以 2000 年為基期)進行平減。. ‧ y. Nat. (Income). sit. 2. 人均可支配收入. er. io. 平均每人得到可用於最終消費支出和其他非義務性支出及儲蓄的總. n. a. v. l C 和，即每人可用來支配的收入。是扣除繳納的個人所得稅、社會保障支出 ni. hengchi U. 以及記帳補貼後的收入。此變數置放於需求函數中，可支配收入若提高，表示個人購買力增加，因此預期購房支出之金額也將跟隨提高，預期符號為正。另外為了免去物價波動的影響，以 CPI(以 2000 年為基期)進行平減。. 3. 人口總數. (Population). 指一定時點、一定地區範圍內有生命的個人總和。此變數將同時放入需求及供給函數中，而預期與供給及需求皆為正向關係，乃因人口多，表示住房需求高；需求高則使市場交易量增加，因此供給也會隨之增加。 5. 中國全境原為 31 個自治行政區，扣除西藏後剩 30 個。 23.

(30) 4. 房貸支出占總購房金額比例. (Housing_Loans_Ratio). 原本此變數是希望可以找到中國大陸各省的房貸成數之資料，但始終無法如願，故本研究根據中國統計年鑑及中國城市年鑑蒐集而來的相關資料，進行匯整計算出來的一個數值(. 抽樣人均房貸支出人口總數住宅平均銷售價格住宅銷售面積. ) 以. 作為代替之用。6 值得注意的地方是，此比例計算出來的結果並不若一般所認知的房貸平均成數數據，約略落在 7 成左右的一個比例，可能原因有以下兩點：. 治政 (1) 抽樣調查時，不一定全部的被調查者都剛好在近期有購置房產，故此比大立例多少會被稀釋。 ‧ 國. 學. (2) 因抽樣人均房貸支出之資料為年資料，需再乘上平均還款年限才能表示. ‧. 房貸支出總額，唯平均還款年限之資料如同房貸成數一般，無法如願取. sit. y. Nat. 得。故在計算此一數值時，分子的部分並未乘上平均還款年限，但以迴. io. al. n. 具有其解釋能力。. er. 歸估計的角度來看，此舉不會因此改變其影響結果是否顯著，該數值仍. Ch. engchi. i Un. v. 然而，本研究主要在探討貸款成數的變化對於房地產市場之影響，而此一數值確實可看到信用管制逐漸放寬的情形，應用在本研究中，仍有其意義存在。. 本研究將此數值稱之為房貸支出占總購房金額比例。此變數置放於需求函數中，並根據過往文獻對於信用管制放寬將會刺激消費支出的一個看法，預測與住宅銷售面積應為正向關係。. 6. 抽樣人均房貸支出之資料出自中國城市年鑑，其他三個數值資料出自中國統計年鑑。 24.

(31) 5. 貸款利率. (Loan_Interest_Rate). 無論是建築業蓋房子或是一般民眾購房，通常都需要透過貸款的方式來支付一筆龐大的支出，因此將貸款利率同時放入需求及供給面來探討。而貸款利率若較高，代表未來償還貸款時需負擔較高額之利息費用，視為成本之一，故無論在供給或需求面，都預測其與住宅銷售面積為負向關係。另外為了扣除通膨的影響，以名目利率扣除通貨膨脹率來算出實質利率進行研究估計。. 6. 建築業平均工資. (Employee_Salary). 治政指建築業的就業人員在一定時期內平均每人所得的貨幣工資額。它表大立明一定時期職工工資收入的高低程度，反映建築業人員的工資水平。此變 ‧ 國. 學. 數放置於供給函數中，因員工薪資對於廠商而言為成本之一，故預期其與. ‧. 住宅銷售面積應為負向關係。另考量物價波動造成的影響，以 CPI(以 2000. er. io. sit. y. Nat. 年為基期)進行平減。. 7. 建築業國內貸款比例. n. a l (Domestic_Loans_Ratio) i v n Ch 建築業之資金來源有國內貸款、外資、自籌資金等等，而本研究將其 engchi U. 中國內貸款的部分除以建築業總產值，7 以求得一個比例，進一步來探討. 建築業受到信用管制的一個影響程度。此變數置放於供給函數中，另根據相關文獻的一個回顧，預期若信用管制放寬，則對於住宅銷售面積為正向影響，故預期符號為正。. 另外，為了去除受到極端值之影響，除了房貸支出占總購房金額比例、建築業國內貸款比例及貸款利率之外，在迴歸估計時，所有變數資料皆取 7. 建築業總產值是以貨幣型式表現的建築業企業在一定時間內生產的建築業產品和提供的服務的總和，其中包括：1.建築工程產值、2.安裝工程產值、3.其他產值。資料來源：中國統計年鑑 25.

(32) Log 處理，此單調轉換並不影響估計結果。另一方面由於各變數資料之數值大小不一，此舉也可使估計出來的係數不會過於龐大。最後將需求函數及供給函數的應變數分別作個統整如下：. 表 3-1 需求函數之應變數資料表變數名稱. 變數代號. 住宅平均銷售價格. Price. -. 中國統計年鑑. 人均可支配收入. Income. +. 中國統計年鑑. 人口總數. Population. 政治大+. 中國統計年鑑. 立. 預期符號. 房貸支出占總購房金 Housing_Loans_Ratio. ‧ 國. Loan_Interest_Rate. 中國城市年鑑中國統計年鑑. -. ‧. 貸款利率. 中國統計年鑑、. +. 學. 額比例. 資料來源. er. io. sit. y. Nat. 資料來源：本研究整理。. al. n. iv n C 表 3-2 供給函數之應變數資料表 hengchi U. 變數名稱. 變數代號. 預期符號. 住宅平均銷售價格. Price. +. 中國統計年鑑. 建築業平均工資. Employee_Salary. -. 中國統計年鑑. 人口總數. Population. +. 中國統計年鑑. 建築業國內貸款比例 Domestic_Loans_Ratio. +. 中國統計年鑑. 貸款利率. -. 中國統計年鑑. Loan_Interest_Rate. 資料來源：本研究整理。 26. 資料來源.

(33) 第三節. 中國大陸房地產市場需求函數及供給函數之相關變數敘述統計量分析. 本研究將先以中國大陸全境作研究分析，然後再進一步將中國大陸分成四大區域來作探討與比較。四大區域劃分為華北及東北地區、8 華中地區、華南地區以及西北地區，9 涵蓋的自治行政區範圍如下：. 1. 華北及東北地區：北京、天津、河北、河南、山西、山東、陝西、遼寧、. 政治大. 吉林、黑龍江。. 立. 2. 華中地區：上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川。. ‧ 國. 學. 3. 華南地區：福建、廣東、廣西、海南、貴州、雲南。 4. 西北地區：內蒙古、甘肅、青海、寧夏、新疆。. ‧ sit. y. Nat. er. io. 在進行實證分析之前，先將各變數資料的基本敘述統計值作一個整理，. n. a. v. l C3-3 ~ 3-10 列出各個變數資料的敘述性統計分有助於了解資料的性質。表 ni. hengchi U. 析，包含平均數、中位數、最小值、最大值、標準差、偏態及峰度。從偏態與峰度可以發現，變數資料皆非常態分配，而在住宅平均銷售價格的部分則具有較明顯的偏態分配。. 8. 原先打算直接以中國六大地理區作為比較探討，但東北地區僅有吉林、遼寧、黑龍江三省，又因資料並非非常大量的情況之下，估計出來的數值可能會有所偏誤，故將東北地區與華北地區合併成一個區域來與其他區域作比較。 9 同上述之道理，將原先六大地理區之塞北地區及西部地區合併成為西北地區來作探討。 27.

(34) 表 3-3 2001~2009 之住宅銷售面積(Sale Space)敘述統計全國. 華北及東北. 華中. 華南. 西北. 平均數. 15835551.11. 15394099. 23146630.86. 14383233.33. 5301293.333. 中位數. 16521220. 15971530. 23684200. 16473316.67. 4784720. 最小值. 6643636.667. 6270120. 9867866.667. 6391283.333. 1889880. 最大值. 28707830. 27990980. 41822633.33. 25610183.33. 10252060. 標準差. 7485203.954. 7446857.519. 10714254.9. 6635301.454. 3022770.067. 偏態. 0.4053. 0.3494. 0.4984. 0.3412. 0.4620. 峰度. 2.158. 1.9555. 2.0309. 1.7027. 資料來源：本研究整理。. 2449.4252. 最小值. 1655.9748. 最大值標準差. 西北. y 2778.4802. 2638.8779 a. sit. 中位數. 2819.5520. 華南. 2699.7850. er. 2578.4886. 華中. io. 平均數. 華北及東北. Nat. 全國. 2001~2009 之住宅平均銷售價格(Price)敘述統計. ‧. 表 3-4. 學. ‧ 國. 立. 2.3824 治政大. 1590.8209. iv l C n 1861.6196 h e n g1528.3068 chi U. 2483.2639. 1547.2387. 1885.2587. 1199.3466. 4424.5013. 4824.5397. 5161.9174. 4454.6206. 2260.9321. 863.9419. 947.6214. 1098.6580. 839.4338. 315.1926. 偏態. 1.2273. 1.2240. 1.2491. 1.1712. 1.1297. 峰度. 4.6943. 4.4447. 5.1009. 4.2176. 4.7886. n. 2717.5777. 資料來源：本研究整理。. 28.

(35) 表 3-5 2001~2009 之人均可支配收入(Income)敘述統計全國. 華北及東北. 華中. 華南. 西北. 平均數. 9909.4579. 9922.4507. 10869.3051. 10159.7228. 7855.4294. 中位數. 9575.0489. 9587.5213. 10533.7888. 9766.0737. 7595.1426. 最小值. 6819.3493. 6552.6533. 7486.5497. 7280.8226. 5598.0130. 最大值. 13672.8599. 13959.7760. 15042.6715. 13776.3077. 10509.2296. 標準差. 2340.1303. 2530.4926. 2614.6946. 2136.8378. 1715.7356. 偏態. 0.3204. 0.3053. 0.3100. 0.4099. 0.2677. 峰度. 1.8911. 1.8755. 2.2419. 1.6853. 資料來源：本研究整理。. 學. ‧ 國. 立. 1.8107 治政大. 華北及東北. 華中. 46101666.67. 53762716.05. 華南. 西北. 中位數. 42950000. 最小值. 42173333.33. 最大值. 43789666.67. 47058000. 標準差. 514873.4772. 偏態峰度. 46006000 a. 43646481.48. er. 42942814.81. io. 平均數. sit. y. Nat. 全國. ‧. 表 3-6 2001~2009 之人口總數(Population)敘述統計. iv l C n 45309000 h e n g 52920000 chi U. 43995000. 16258000. 41488333.33. 15828000. 54667777.78. 45590000. 16796000. 564639.7081. 571941.7088. 1527638.529. 333370.8312. 0.2129. 0.4098. 0.0729. -0.2120. 0.1124. 2.4713. 2.4692. 2.2829. 1.3362. 1.7817. n. 53782222.22. 16304888.89. 資料來源：本研究整理。. 29.

(36) 表 3-7 2001~2009 之房貸支出占總購房金額比例(Hosing Loans) 敘述統計全國. 華北及東北. 華中. 華南. 西北. 平均數. 0.0686. 0.0411. 0.0721. 0.0815. 0.1020. 中位數. 0.0732. 0.0468. 0.0796. 0.0825. 0.1059. 最小值. 0.0361. 0.0135. 0.0349. 0.0501. 0.0634. 最大值. 0.0895. 0.0582. 0.0879. 0.1157. 0.1272. 標準差. 0.0177. 0.0158. 0.0193. 0.0218. 0.0198. 偏態. -1.0172. -0.7890. -0.0833. -0.8775. 峰度. 3.1096. 2.2454. 3.4702. -1.2785 治政 3.4055大 2.2859 立. 資料來源：本研究整理。. ‧. ‧ 國. 學 sit. y. Nat. 表 3-8 2001~2009 之. io. 全國. n. al. Ch 平均數. e n g4.3089 chi. 中位數. 4.56. 最小值. 1.69. 最大值. 6.65. 標準差. 1.8865. 偏態. -0.2367. 峰度. 1.6074. er. 貸款利率(Loan Interest Rate)敘述統計10. i Un. v. 資料來源：本研究整理。. 10. 因貸款利率屬全國性之資料，無地域上之分別，故僅列出全國性之敘述統計值 30.

(37) 表 3-9 2001~2009 之建築業平均工資(Employee Salary)敘述統計全國. 華北及東北. 華中. 華南. 西北. 平均數. 14334.3401. 14682.1951. 15676.1177. 13627.6703. 12071.4344. 中位數. 13658.4044. 13915.0681. 14821.8655. 13255.4891. 11534.3453. 最小值. 9210.7737. 8715.2867. 10126.9381. 9430.7847. 8288.6385. 最大值. 21146.7766. 21973.4609. 23192.1705. 19635.0586. 17625.7608. 標準差. 4090.8178. 4660.9471. 4600.2789. 3358.0685. 2966.6937. 偏態. 0.4080. 0.2921. 0.4391. 0.5078. 0.6433. 峰度. 1.9717. 1.7184. 2.5065. 2.8837. 資料來源：本研究整理。. 學. 2001~2009 之建築業國內貸款比例(Domestic Loans)敘述統計華中. 0.1095. 0.1107. 華南. 西北. 平均數. 0.1146. 中位數. 0.1179. 最小值. 0.0913. 最大值. 0.1540. 0.1456. 標準差. 0.0205. 偏態峰度. sit. y. 華北及東北. Nat. 全國. ‧. 表 3-10. ‧ 國. 立. 1.8388 治政大. 0.1576. 0.0580. 0.1000. 0.0428. 0.1269. 0.2824. 0.0777. 0.0173. 0.0112. 0.0592. 0.0096. 0.8150. 1.2766. -0.3269. 0.6977. 0.3302. 3.1371. 4.3065. 2.2896. 2.6865. 4.4618. er. 0.0593. io. 0.1754. n. 0.1136 a0.1032 iv l C n 0.0908h e hi U n g c0.0926. 資料來源：本研究整理。. 31.

(38) 再來，將分別代表數量與價格的住宅平均銷售面積與住宅平均銷售價格作個觀察。首先看到住宅平均銷售面積的部分(參見圖 3-1)，整體趨勢而言，隨著近幾年中國大陸的快速發展，住宅平均銷售面積也呈現快速增長的趨勢。唯 2008 年因金融海嘯的關係，平均銷售面積出現下降的情況。 2009 年又因經濟逐漸回溫，同年新增貸款大增，房市迅速回溫，平均銷售面積出現大幅成長。. 另外可以很明顯觀察到，華北及東北地區和華南地區的住宅平均銷售面積與全國平均值之差異不大，西北地區的住宅平均銷售面積則是遠低於. 治政全國平均值，值得關注的是華中地區的部分，一直以來都是遠高於全國平大立均值，而且此一差距甚至有逐漸加大的趨勢。 ‧. ‧ 國. 學 y. sit. al. n. 40000000. er. io. 45000000. 住宅平均銷售面積走勢圖. Nat. 單位：平方米. 35000000. Ch. 30000000. engchi. i Un. v. 全國 25000000. 華北及東北. 20000000. 華中華南. 15000000. 西北 10000000 5000000 0 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 圖 3-1 住宅平均銷售面積走勢圖資料來源：本研究整理。 32. 2009.

(39) 接著，看到住宅平均銷售價格的部分(參見圖 3-2)，如同平均銷售面積一般，呈現一個增長的趨勢。2008 年因金融海嘯影響，使漲勢趨緩。而 2009 年則出現驚人的漲幅，除了景氣回溫、新增貸款部分流入房市之外，該與受到金融海嘯之衝擊使人們改變投資習慣，將資金從資本市場移往房地產市場也有所關連。. 可以觀察到，華北及東北地區、華中地區以及華南地區，這三個地區的住宅平均銷售價格一直以來都與全國平均值相去不遠，而西北地區則是遠低於平均值。比較值得留意的地方是，華中地區在 2001 年時，其住宅. 治政平均銷售價格低於華北及東北地區與華南地區，也低於全國平均值，到了大立 2009 年，華中地區之住宅平均銷售價格儼然成為四大地區中最高的。加上 ‧ 國. 學. 住宅平均銷售面積卻仍是高於全國平均，差距甚至逐漸加大的情形下，出. 住宅平均銷售價格走勢圖. sit. n. al. er. io. 5000. y. Nat. 單位：元/平方米 5500. ‧. 現價飆量不跌的現象，華中地區房地產市場是否過熱，實值得關注。. 4500 4000. Ch. engchi. i Un. v. 3500. 全國. 3000. 華北及東北. 2500. 華中. 2000. 華南西北. 1500 1000 500 0 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 圖 3-2 住宅平均銷售面積走勢圖資料來源：本研究整理。 33. 2009.

(40) 第四章中國大陸房地產市場所得彈性、價格彈性與貸款成數之實證分析 2008 年的金融海嘯不但對全球的金融市場造成重大傷害，也重創了全球的經濟。為了讓經濟儘快恢復，各國政府紛紛採取擴張性的財政政策與貨幣政策，希望對於奄奄一息的經濟注入強心針。在財政擴張方面，美國投入七千億美元的財政擴張，而中國大陸財政投入驚人的 4 兆人民幣的擴大支出方案。在貨幣政策方面，美國政府也連續採行了兩次的貨幣量化寬. 政治大. 鬆政策(QE1 與 QE2)，中國大陸 M1 的增加率也居高不下(參見圖 4-1)。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 4-1 中國大陸外匯存底與貨幣供給. 34.

(41) 相對於歐美國家而言，雖然兩岸的對外貿易都受到相當大的影響，但是由於兩岸的金融市場並沒有那麼的國際化，因此兩岸的金融體系在這次的金融海嘯中其實並沒有受到太大的影響。同時，由於中國大陸在 2009 年成功的達成保八目標，也同時拉動台灣的復甦力道，再加上台灣對全球出口的快速上升，使得台灣經濟在 2010 年反而出現了近 20 年來不曾出現 10.8%的高成長率。11. 由於大陸順利的保八，同時，大陸政府投入四兆的擴大支出方案，加上處在高檔 M1 成長率以及大量的熱錢流入，使得這兩年來，大陸的房地. 治政產市場出現一片榮景，不但交易量大增，而且一些主要城市的房價也快速大立飆漲。結果一方面很多人擔心大陸的房地產市場是否已經出現泡沫的情況； ‧ 國. 學. 另一方面，由於房價高漲的結果，也讓許多中低階層望屋興嘆，因此也同. ‧. 樣的造成大陸政府很大的壓力。. sit. y. Nat. io. er. 本章第一節將對中國大陸全國以及各大地區房地產市場需求函數及供給函數估計出來的結果，作一個探討。第二節針對中國大陸全國及各大. al. n. iv n C 地區估計出來的所得彈性與價格彈性作分析比較。第三節對於貸款成數的 hengchi U 實證結果進行探討。. 11. 林祖嘉 (2011) 〈兩岸打房政策與經驗之比較〉，《國政研究報告》，財團法人國家政策研究基金會，台北 35.

(42) 第一節. 中國大陸房地產市場需求及供給函數實證結果之探討. 先就房地產市場需求函數估計出來的結果進行分析，以探討中國大陸房地產需求市場之現況。表 4-1 和 4-2 為利用普通最小平方法(Ordinary Least Square, OLS)估算出來的實證結果。以下將分別對中國大陸全國以及各大地區作探討與比較。. 政治大. 首先，先對中國大陸住宅需求市場作一探討。係數估計上，不管是在. 立. 住宅平均銷售價格(-0.3158)、人均可支配收入(2.4534)、人口總數(0.6748)、. ‧ 國. 學. 房貸支出占總購房金額比例(1.6768)，估計出來的符號與本研究之預測一致，且統計上都顯著，與 Markusen(1979)及張智元、蕭文雄、黃世孟和郭斯傑. ‧. (2007)之觀點一致，另外從中可以觀察到，人均可支配收入以及房貸支出. y. Nat. sit. 占總購房金額比例之估計係數較大，也意謂著在收入增加以及貸款成數增. er. io. 加對於住宅銷售量影響效果較大，而住宅平均銷售價格之係數估計明顯較. n. a. v. l C 小，顯現出大陸民眾對於房價的一個變化，較不影響其購屋決策。資金是 ni. hengchi U. 否足夠進行購屋的動作或是投入到房地產市場進行投資行為，才是影響大陸民眾對於住宅需求量的關鍵所在。. 而貸款利率(0.0168)與本研究預測符號不一致，且統計上顯著，表示貸款利率之高低對於民眾購屋意願有所影響，但不是傳統般認為借貸利率高，則購屋需求下降。且中國大陸近年來的名目利率水平是很高的，因此購屋貸款的利息成本相較其他鄰近國家而言是比較沉重的，想必是民眾對於未來房地產市場看多，因此仍肯在未來負擔較高的成本而進行購屋動作。這也呼應了近年來消費者信心指數都在 100 以上的一個現象，民眾對於中國 36.

(43) 大陸接下來的經濟發展可說是樂觀看待。. 再來對於四大地區來作比較探討，係數估計上，人均可支配收入以及住宅平均銷售價格之估計屬所得彈性與價格彈性探討之範圍，故容本章第二節再多作說明；而房貸支出占總購房金額比例之係數估計係用以衡量係用以衡量貸款成數變化之指標，同樣容本章第三小節再作說明。人口總數之係數估計在華北及東北(0.4026)、華南(0.7095)以及西北地區(0.8033)都達到顯著，唯有在華中地區(0.3968)無顯著之影響，但大抵而言，人口多寡對於中國大陸的房地產需求市場仍有其影響存在。最後看到貸款利率，在華. 治政北及東北(0.0339)有顯著之影響，如同全國估計情形一樣，顯現出貸款利率大立若增高使得購屋需求隨之升高之不理性現象，而在華中(0.0029)、華南 ‧ 國. 學. (0.0137)以及西北地區(0.0342)，都沒有顯著之影響，再次驗證中國大陸之. er. io. sit. y. Nat. 屋的決策。. ‧. 民眾對於購屋貸款之後，需於未來所需負擔的利息成本，並不會影響其購. 最後，本研究需求函數估計出來的 overall R-squares，中國大陸全國以. al. n. iv n C 及四大地區，皆落在 0.65 ~ 0.93 h e之間，代表具有一定的解釋能力，故我們 ngchi U 認為可接受此一估計結果。. 37.

(44) 表 4-1 中國大陸住宅需求函數實證結果應變數. 係數. 標準誤. 常數項. -15.7260***. 1.7105. -0.3158***. 0.1335. 2.4534*** 治政大. 0.1914. 0.6748***. 0.0918. (Constant) 住宅平均銷售價格 (Price) 人均可支配收入 (Income). 立. 人口總數. ‧ 國. 學. (Population). 房貸支出占總購房金額比例. ‧. 1.6768***. y. al. n. Number of observations. sit. io. (Loan_Interest_Rate). 0.0168*. 0.0098. er. 貸款利率. Nat. (Housing_Loans_Ratio). 0.6949. Ch. ni 270 U engchi. R-squares: within. v. 0.8056. between. 0.8346. overall. 0.8253. 資料來源：本研究整理。註：***表示該係數達到 1%的顯著水準，**達到 5%的顯著水準，*達到 10%的顯著水準。. 38.

(45) 表 4-2 四大地區住宅需求函數實證結果華北及東北地區. 常數項. 華中地區. 華南地區. 西北地區. 係數. 標準誤. 係數. 標準誤. 係數. 標準誤. 係數. 標準誤. -9.9537***. 2.9901. -7.3355. 5.0624. -18.1438***. 1.9756. -22.5326***. 2.8818. -0.8046***. 0.2365. 0.0798. 0.2708. -0.3199. 0.3507. -0.4055. 0.5253. 2.7624***. 0.3426. 1.7695***. 0.4259. 2.6201***. 0.5728. 3.0011***. 0.5429. 治政大 0.3968 0.2506 0.7095***. 0.0967. 0.8033***. 0.0978. 1.2485. 3.9438*. 2.0610. 0.0342. 0.0374. (Constant) 住宅平均銷售價格(Price). 入(Income) 0.4026***. 0.1398. 1.4936. Loans_Ratio). 0.0168. 2.0947*. 0.0029. 0.0194. 0.0137. y. al. n. 0.0339**. io. 貸款利率. 1.2953. Nat. (Housing_. 1.6173. ‧. 購房金額比例. 2.5753. 學. 房貸支出占總. 立. ‧ 國. (Population). sit. 人口總數. (Loan_Interest_. Ch. er. 人均可支配收. engchi U. v ni. 0.0251. Rate) Number of. 90. 81. 54. 45. within. 0.8375. 0.7918. 0.7830. 0.9032. between. 0.4679. 0.5145. 0.9913. 0.8474. overall. 0.6623. 0.6460. 0.9284. 0.8558. observations R-squares:. 資料來源：本研究整理。註：***表示該係數達到 1%的顯著水準，**達到 5%的顯著水準，*達到 10%的顯著水準。 39.

(46) 接著就房地產市場供給函數估計出來的結果進行分析，以探討中國大陸房地產供給市場之現況。表 4-3 和 4-4 為利用普通最小平方法(Ordinary Least Square, OLS)估算出來的實證結果。以下將分別對中國大陸全國以及各大地區作探討與比較。. 先看到中國大陸全國的狀況，係數估計上，住宅平均銷售價格(0.0233) 以及貸款利率(-0.0136)在統計上並不顯著。對於住宅平均銷售價格之影響不顯著，本研究認為應是目前整個大陸房地產市場榮景所造成的一個現象，因住宅平均銷售價格已到一個水準之上，建商較不會因為房價波動而影響. 治政其決策，持續不斷的推出新建案，認為未來必定可以完售，對市場充滿信大立心所致。貸款利率的部分則如同需求市場裡，民眾不在意借貸利息成本一 ‧ 國. 學. 般，顯示建築業對於借貸利息成本同樣不在意。原因應在於近年來房價飆. ‧. 漲快速，住宅銷售情況良好的情況之下，12 建商認為其所投入興建建案的. sit. y. Nat. 資金，可以很快速的回收並有所獲利。而建築業平均工資(1.5809)、人口總. io. er. 數(0.9223)以及建築業國內貸款比例(1.1273)，統計上皆達到顯著。而建築業國內貸款比例又是一個富有彈性的值，表示建商若能取得較充裕的資金，. n. al. ni Ch 在增加住宅供給的意願上是很強烈的。 U engchi. v. 特別值得一提的是，建築業平均工資的符號與本研究所預測之結果相反，原先認為工資應屬成本之一，該為負相關。但看到建商對於借貸成本並不在意的情況下，想必同樣可套用在工資成本之上，加上住宅銷售情況良好、投入資金可快速回收並獲利的狀況下，建商更願意增加其人力需求。理論上，若人力需求增加，則薪資也會跟隨有所成長，故建築業平均工資對於房屋銷售面積之影響為正向，也就不難理解。. 12. 2009 年之住宅銷售面積與 2001 相比，足足成長了 4.32 倍。 40.

(47) 再來細看到四大地區的部分，建築業平均工資在華北及東北(2.0949)、華南(2.0593)以及西北地區(2.5390)統計上都達到顯著，影響程度由高到低依序為：西北 > 華北及東北 ≒ 華南，而在華中地區(0.3293)則未有顯著影響，而建築業平均工資之高低排序剛好為：華中 > 華北及華東 > 華南 > 西北。可看出一個現象是：若工資水平在一定的水準之下，則建商會願意提高薪資並多雇用人力以興建更多建案，但當工資達到一定水準時，人力需求也會因此逐漸減少，相信若工資再繼續成長下去，到時對於住宅銷售面積將變成負向之影響。這也說明了，對於建商而言，在建築業平均工資比較低的地方，仍存在勞工之邊際產出大於邊際成本的情況。. 立. 政治大. 人口總數的部分，在華北及東北(0.5673)、華中(1.3656)、華南(0.9976). ‧ 國. 學. 以及西北地區(1.2300)都達到統計上顯著，表示隨著人口增加，住宅之供給. ‧. 也隨之提升。住宅平均銷售價格的部分，則在華中地區(0.8026)有著較顯著. sit. y. Nat. 之影響，而華中地區也是房價飆漲最為快速的地方，表示建商看到華中地. io. er. 區房價持續有所飆漲，在此地也願意不斷的推出新建案，如同第三章第三節所述，華中地區住宅平均銷售面積一直以來都是遠高於全國平均值，而. al. n. iv n C 且近年來此差距有進一步擴大之趨勢。貸款利率僅在華中地區(-0.0346)有 hengchi U. 顯著影響，在華北及東北(0.0256)、華南(-0.0064)以及西北地區(-0.0448)皆未達到統計上顯著，大抵呼應中國大陸全國的情況，顯現建商對於利息成本並不會太在意。最後，建築業國內貸款比例在本研究屬貸款成數之衡量指標，故容本章第三節再予以探討。. 對於房地產供給市場另外作個小結。研究發現，中國大陸的建商現今在決定房地產供給時，對於員工薪資、借貸成本上都不是非常在意。因此，建商在蓋新建案時，最大的成本考量與難題該是在土地的價格是否合理與土地的取得是否容易。 41.

(48) 最後，本研究供給函數估計出來的 overall R-squares，中國大陸全國以及四大地區，皆落在 0.58 ~ 0.93 之間，代表具有一定的解釋能力，故我們認為可接受此一估計結果。. 表 4-3 中國大陸住宅供給函數實證結果係數. 標準誤. -15.0749***. 1.6544. 0.0233 治政大. 0.1395. 1.5809***. 0.1500. 常數項 (Constant) 住宅平均銷售價格 (Price). 立. 建築業平均工資. ‧ 國. 學. (Employee_Salary). 0.4416. n. er. io. 貸款利率. 1.1273**. sit. 建築業國內貸款比例. (Domestic_Loans_Ratio)a. 0.0863. y. Nat. (Population). 0.9223***. ‧. 人口總數. iv l C n -0.0136 hengch i U. 0.0109. (Loan_Interest_Rate) Number of observations. 270. R-squares: within. 0.7345. between. 0.8603. overall. 0.8223. 資料來源：本研究整理。註：***表示該係數達到 1%的顯著水準，**達到 5%的顯著水準，*達到 10%的顯著水準。 42.

(49) 表 4-4 四大地區住宅供給函數實證結果華北及東北地區. 華中地區. 華南地區. 西北地區. 係數. 標準誤. 係數. 標準誤. 係數. 標準誤. 係數. 標準誤. 常數項(Constant). -8.3888***. 3.3228. -17.4706***. 4.0260. -19.9304***. 2.6813. -24.1690***. 3.3485. 住宅平均銷售價. -0.6830**. 0.3321. 0.8026***. 0.1812. -0.1297. 0.2693. -0.6798. 0.7014. 2.0949***. 0.2919. 0.3293. 0.2412. 2.0593***. 0.3726. 2.5390***. 0.5349. 0.5673***. 0.1822. 1.3656***. 0.2088. 0.9976*** 治政大. 0.1269. 1.2300***. 0.1166. 0.6356. 1.0437. 7.6879***. 1.3256. 0.5150. 0.6998. 7.9614***. 3.1538. -0.0346**. 0.0160. -0.0064. -0.0448. 0.0390. 格(Price) 建築業平均工資 (Employee_Salary). (Population). 學. (Loan_Interest_. 0.0199. io. al. n. Rate) Number of. 90. 0.0237. y. Nat. 0.0256. ‧. Loans_Ratio). sit. 比例(Domestic_. 貸款利率. 立. ‧ 國. 建築業國內貸款. er. 人口總數. C 81 h. engchi. iv n U 54. 45. observations R-squares: within. 0.7513. 0.8132. 0.7887. 0.8573. between. 0.3946. 0.8337. 0.9856. 0.7818. overall. 0.5817. 0.7979. 0.9272. 0.8086. 資料來源：本研究整理。註：***表示該係數達到 1%的顯著水準，**達到 5%的顯著水準，*達到 10%的顯著水準。. 43.

(50) 第二節. 中國大陸房地產市場所得彈性與價格彈性實證結果之探討. 表 4-5 為本研究所估計出來的中國大陸房地產市場所得彈性與價格彈性。回顧第二章，之前學者所研究出來的值域，所得彈性落在 0.32 ~ 2.05；價格彈性落在 -0.40 ~ -0.89，而本研究的值域，所得彈性落在 1.77 ~ 3.00；價格彈性落在 0.08 ~ -0.80。. 政治大. 先來探討所得彈性。本研究估計出來的值域(1.77 ~ 3.00)，與相關文獻. 立. 回顧資料(0.32 ~ 2.05)相比較，明顯較高，且都大於 1，意謂著中國大陸民. ‧ 國. 學. 眾將住宅視為奢侈財。與 Lim and Lee(1993)針對中國大陸於 1952 ~ 1987 年間所估計出來的所得彈性(0.32 ~ 1.5)作一比較，本研究的估計值相對為. ‧. 高。我們認為主要原因應為以下三點：(1)近年來中國大陸經濟發展快速，. y. Nat. io. sit. 房價隨之快速飆漲，使民眾購屋難度增加，因此慢慢將住宅視為一奢侈財。. er. (2)民眾所得增加速度追不上房價飆漲速度，迫使民眾在住宅市場頇以更多. n. a. v. l C 的金錢去追逐不斷飆漲的房產。(3)以前大陸住宅品質太差，然而現今人均 ni. hengchi U. 所得提高，在住宅需求開始大幅增加的同時，對居住品質也逐漸有所要求，故肯花較多的預算來購屋。. 再來比較區域間的差異，可以發現，華中地區的所得彈性明顯較華北及東北地區、華南地區與西北地區來的低。華中地區近年來發展快速，都市化的速度也是逐漸加快，房價飆漲速度更是全中國大陸之首。 Houthakker(1957)針對北京及上海兩大都市估計出來的所得彈性分別為 0.94 與 0.71，而 Chow(1981)針對中國大陸農村地區估計出來的所得彈性為 1.78，可以發現都市(房價較高)的所得彈性會較農村(房價較低)來的低。住 44.

(51) 宅這一財貨，對於貧困的農村地區而言，更容易被民眾視為奢侈財，相對於都市地區，住宅支出通常也佔他們總支出裡面較高的一個比例。然而住宅在某種程度上，是必頇擁有的，因此農村地區的民眾以成長較慢的人均所得去投入在不斷飆漲的房地產中，出現所得彈性在農村地區會高於都市地區的一個現象，也就不難以理解。對照到本研究，若將都市化程度較高的華中地區比做前者，其他三大地區比做後者，本研究所估計出來之華中地區所得彈性低於其他三大地區則與之前 Houthakker(1957)和 Chow(1981) 分別對都市及農村作估計而得到具有高低之分的所得彈性，結果一致。. 治政接著看到價格彈性方面，本研究估計出來的值域(0.08 ~ -0.80)相比第大立二章相關文獻所估計出來的值域(-0.40 ~ -0.89)明顯較小，表示房價上漲， ‧ 國. 學. 造成需求量減少幅度較小。在 2001 至 2009，中國大陸住宅平均銷售價格. ‧. 上漲了 2.67 倍，人均可支配收入僅上漲 2.01 倍，收入漲幅追不上房價漲. sit. y. Nat. 幅的同時，較小的價格彈性卻又代表著大陸目前不會因為房價飆高使得住. io. er. 宅需求量出現進一步的減少，也代表房地產市場可能有泡沫的隱憂存在。. al. n. iv n C 區域間的差異方面，如同所得彈性一般，華中地區是與其他三大地區 hengchi U. 較有差別的存在。而也如同所得彈性般有個規律，即是都市化程度較高的華中地區，其價格彈性高於其他三大地區。顯現出來的意義是人們對於都. 市化程度較高的地區，認為其房產較能保值，因此即便價格持續有所上漲，對於該地區的房地產需求量的衝擊也相對較小。特別值得一提的是，本研究所估計出來華中地區的價格彈性(0.0798)為正，而一般認知的價格彈性應為負值。這也表示華中地區雖房價持續飆漲，但民眾對未來持樂觀態度，仍然願意購房或是投資房地產，然而，華中地區之平均房價已是全中國之冠，民眾們存在這樣一個追漲的情形，說明了華中地區房地產泡沫存在的可能性極高。 45.

(52) 表 4-5 中國大陸房地產市場所得彈性與價格彈性之估計所得彈性. 價格彈性. 全國. 2.4534. -0.3158. 華北及東北. 2.7624. -0.8046. 華中. 1.7695. 0.0798. 華南. 立. 政2.6201治大. ‧ 國. 學. 西北. -0.3199. 3.0011. ‧. 資料來源：本研究整理. -0.4055. n. er. io. sit. y. Nat. al. Ch. engchi. 46. i Un. v.

(53) 第三節. 中國大陸房地產市場貸款成數影響之探討. 表 4-6 為本研究所估計出來的房貸支出占總購房金額比例與建築業國內貸款比例，本研究選定此兩資料變數分別代表需求與供給面，用以衡量信用管制的狀況。Baldacci, et al(2010)指出，中國大陸信貸管道較不如先進國家般那麼充足，故有儲蓄率過高、消費過低之問題，而在信貸管道不足的情況下，對於房地產供需會產生什麼影響呢？下面將針對需求面與供給面作一個探討。. 政治大先看到需求方面，房貸支出占總購房金額比例估計出來的係數，全國立. ‧ 國. 學. (1.6768)、華南地區(2.0947)以及西北地區(3.9438)統計上都顯著，表示房貸成數若提高，該地區之住宅需求量也會跟著提高，這意謂著民眾從銀行可. ‧. 貸的房貸成數若提高的話，則會進一步刺激其購屋意願，使整個住宅需求. sit. y. Nat. 市場的需求上升。尤其是以全國的角度來看，達到 1%的顯著水準，表示. er. io. 其影響程度是明顯可見的。另外我們可以觀察到，在都市化程度相對較低. n. al 的西北地區，此一係數估計出來的值，明顯大於其他地區，這表示可以貸 iv Un. C. hengchi 到的房貸成數對於西北地區民眾的購屋決策影響較為明顯。大陸的貧富差. 距懸殊，在都市化程度較高的地區，有錢人較多，而很多有錢人購屋並不需要銀行貸款，可能自己的存款就足以支付。相較於農村地區則不是這麼一回事，通常需要透過借貸才有辦法完成購屋的一個動作，故西北地區估計出來的係數會較其他地區為高，也就不難以理解。. 而在華北及東北地區(1.4936)和華中地區(1.6173)統計上則不顯著，不過有個大略仍有個趨勢：「先不論統計顯不顯著，都市化程度較高的地區，此一係數估計出來的值會較低。」也呼應了上一段所提及的，因貧富差距，. 47.