自然供给和经济供给两种方式。由于土地资源本身所固有的稀缺性以及对耕地的严格保护， 城市土地自然供给相对有限，城市住宅市场主要依靠土地经济供给。
按照Ruijue Peng和William C.Wheaton（1994）对于土地供给量对房地产价格影响机制 研究表明，土地供给的减少必然会阻止开发商得到他们想要得到的土地量，当房地产开发量 减少时，存量房地产商品无法满足房地产市场需求就会导致房地产价格升高。伴随着我国城 市化进程的加快，城市扩张和农地征用为我国城镇房地产市场提供了新的土地来源，土地供 给数量随之增加。从短期角度来看，土地供给量是固定的，其价格弹性较小。但是从长期角 度来看，土地供给是富有弹性的，其弹性大小取决于土地资源可以供给潜力大小。正如 PaulK.Asabere和ForrestE.Huffinan（1999）研究证明在可开发土地较稀缺的市场，建筑许可 制引起土地价格的上涨。刘洪玉，沈悦（2004）认为土地供给数量的多少会影响房地产绝对 价格的高低。蔡立雄，何炼成（2006）认为我国房地产价格上涨是由于土地供给有限性所造 成的。房地产开发商希望短期回笼资金，获取高额利润，因此，长期土地供给量对于房地产 开发商影响较大。房地产行业投资回报率较高，房地产开发商必然愿意支付较高的价格获得 土地，作为土地出让方的地方政府注重其自身的绩效希望通过投放市场土地来获得更大利 益，因此，土地供给量同时作用于房地产开发商和地方政府，这必然促使土地价格上涨。与 此同时，由于土地资源的稀缺性，房地产开发商预期今后土地供给数量会更为有限，必然造 成各地“地王”不断出现使得土地价格上涨预期更为强烈，这种土地供给信息传递到购房者 就产生了羊群效应式的购房行为，从而进一步推动房地产价格上涨，现期房价上涨又引发对 土地的更大需求，从而带来土地价格上涨，如此循环，使得地价和房价在这种心理预期作用 下不断上涨。
35
图3.7和图3.8分别给出全国土地供给状况和北京、吉林、新疆三地的土地供给情
况，通过土地供给情况看到，在1999年至2004年我国房地产市场土地供给由15267.18万 平方米上涨到39984.66万平方米，之后的2005年和2006年连续两年土地供给量减少，分 别是38209.86万平方米和36791.02万平方米，2007年市场中的土地供给增加，达到40609.16 万平方米，之后两年土地供给量下降，2010年出现土地供给大幅增加。土地供给的变动与我
国土地出让制度的改革关系密切。在我国房地产业市场化运行的过程中，土地资源市场化配 置有效地推动了我国房地产市场化进程。在2001年以前，我国土地资源配置主要以划拨和 协议出让为主。2001年5月19日国务院颁布了《关于加强国有土地资产管理的通知》，这标
志着我国国有土地开始进入市场化配置阶段。2002年5月9日颁布了被房地产业界称为11 号令《招标拍卖挂牌出让国有土地使用权的规定》，要求从2002年7月1日起，商业、旅游、 娱乐和商品住宅类经营性用地，必须以招标、拍卖或者挂牌方式出让。2004年联合监察部出
台了《关于继续开展经营性土地使用权招标拍卖挂牌出让情况执法监察工作的通知》，也就 是房地产业界称为71号令，要求从即日起对“开展经营性土地使用权招标拍卖挂牌出让情 况”进行全国范围内的执法监察，要求各地在2004年8月31日前将所有历史遗留问题处理 完毕，这就是房地产业界称为“8·31”大限，这一政策的出台使房地产市场土地供给更加 规范化和科学化。结合北京、吉林和新疆三个省市来看，土地供给存在明显的差异性，北京、 吉林、新疆这种土地供给的差异性必然传到到各地区房地产市场价格上，北京土地供给量不 断减少这也无疑推动了房地产价格上涨，吉林土地供给相对稳定，其房地产价格变动幅度也 不是很大；新疆的土地供给潜力较大，房地产价格相对较低。
因此，土地供给对于房地产价格是否持续上涨起着重要作用。由于我国各地区土地资源 可供潜力大小不同，使得土地供给对各地区房地产市场价格影响程度存在差异性。对于土地 资源可供给潜力大的地区，房地产价格上涨可以通过增加土地供给来缓解，土地资源可供给 潜力较小的地区，土地资源的有限性必然使房地产开发商只能通过高地价转嫁到高房价上。3.1.4人口因素
作为房地产市场需求主体的人口因素对房地产价格影响较大。人口因素对于房地产市场 价格的影响主要通过人口总量、人口素质和人口结构三个方面共同影响。从人口总量来看， 当人均居住面积不变时，人口总量的增加必然会推动整个房地产市场需求大大增加，与之相 反，当人口数量减少或者停止增长时，房地产市场总需求呈现萎缩状况，最终导致房地产价 格下降；伴随着经济的发展，人口素质不断提高，必然对居住质量提出更高的要求，其中最 重要的表现就在于住房面积的增加，房地产市场需求增大，房地产市场价格上涨；1973年我
国实行计划生育以来，传统的家庭结构也发生了变化，传统的家族集中居住的模式被打破， 家庭人口规模的呈现小型化趋势，家庭数量增多，所需住房的总量将增加，房地产价格有上 涨趋势。
我国房地产业市场化的进程与我国城市化进程基本同步，在此过程中，大批农村人口进 入城市，城市人口数量增加，房地产需求随之增加。当人口增长速度超过房地产建设速度时， 房地产市场呈现供小于求的市场状况，导致房地产市场价格上涨；反之，房地产建设增速大 于人口增速时，出现供大于求市场局面，房地产市场出现大量空置房，房地产市场需求萎缩， 房地产市场价格下降。随着人民生活水平的提高，改善型房地产需求呈现增长态势，房地产 需求推动房地产市场价格上涨。由此可见，对于人口规模较大的省份，房地产市场需求相应 也较大，房地产市场价格呈现上涨态势。 3.1.5信贷规模
房地产行业是典型的资金密集型产业，对资金拥有量要求较高，对资金变动也较敏感， 因此，资金规模对房地产市场的发展起着重要的作用。房地产资金规模越大，对房地产市场 发展的促进作用就越大，会在短期内推动房价的上涨，作用传导较快。而从成本角度看，房 地产开发商的资金来源主要有自有资金和银行贷款两种途径，在我国目前间接融资占绝对比 重的融资格局下，银行贷款是资金来源的主要途径，大量借贷资金的利息自然成了开发成本 的重要组成部分。资金规模越大，其资金成本也越高，也会从成本角度推动房价的上涨。
37
从上图中可以看到，北京、天津、辽宁、上海、江苏、安徽、山东、广东等省市房地产 价格受到信贷资金的影响程度较高，这些省市信贷规模大，为这些地区的房地产市场提供了 有效的资金支持，推动了这些区域房地产市场的发展，信贷规模加大必然传导到房地产价格 上，能够有效地推动房价上涨。甘肃、青海、宁夏、新疆等省份信贷规模较小，房地产价格 也较低。因此，信贷规模对各区域房地产价格的影响存在较大差异，信贷规模大的区域房地 产价格被推动上涨，信贷规模小的区域房地产价格被推动上涨的程度较低。 3.1.6城市规模
城市化是由不发达的二元分割经济状态向发达的一体化经济发展过程中所呈现的经济 结构与社会结构综合转变的过程。城市化的过程无疑是多种社会因素与经济因素共同作用的 结果，与此同时，城市化也会促使社会与经济的发展变化。城市化的过程带动了城市空间需 求激增，房地产业作为城市经济生活的载体，得到了空前的发展，城市化极大地促进了房地 产业的发展，房地产业的发展与城市化进程相辅相成，互为内生。城市形成的同时也是资源 聚集的过程，人口、经济、科技向一定的空间集中、城市土地面积随之扩大。伴随着城市空 间扩大，城市用地逐步扩大，通过土地开发和房屋建设使得土地供给逐步转移到房地产业。 随着城市规模的不断扩大，城市周转地带空间结构重新组合，这种城市地域的扩展无疑带动 了房地产的需求，从而促进房地产价格的上涨。
我国城市发展大多呈现外延式扩张模式，在发展过程中大量占用城市周边的农业用地， 使农业用地不断转化为城市用地，这在一定程度上增加了城市土地供给，对由于土地价格带 动的房地产价格上涨起到一定的抑制作用。38 3.2房地产价格区域差异影响因素识别的计量分析
通过上一节的分析，从理论角度而言，收入水平、经济波动、土地供给水平、人口数量、 信贷规模水平和城市规模水平都会影响房地产价格产生区域差异，而这些因素中是否对于产 生房地产价格区域差异都有影响，本文接下来通过计量分析方法对这些影响因素进行识别。 3.2.1模型建立与分析
针对上面的理论分析，本文构建了如下的理论模型 P =f(I,G,L,POP,C,CS)(3.1)
其中，P表示房地产市场价格，I表示收入水平，G代表经济波动，L表示土地供给，POP 代表人口数量，C表示信贷规模，CS表示城市规模。
在进行计量分析的过程中，由于影响房地产市场价格的部分因素不能直接观察得到，如 地区初始资源禀赋、风俗习惯等，如果在建立模型时不予以考虑，必然使模型的估计结果可 信度大大降低，本文以房地产市场价格相关面板数据为研究对象，利用面板数据回归模型来 解决模型设定过程中的遗漏变量问题，避免对估计量的无偏性和一致性造成破坏。 本文拟采用我国各地区收入水平、经济波动、土地供给、人口数量、信贷规模、城市规 模的数据对我国房地产市场价格区域差异产生影响的因素进行识别，可以通过面板数据模 型，综合分析同一观察样本在不同时点的情况以及同一时点不同观察样本的情况。面板模型 能够有效地综合时间序列数据和横截面数据，通过固定效应或者随机效应两类模型来描述个 体特征，同时分析时间序列和横截面两个维度的数据，模型样本容量的增加有效地降低了估 计误差。
由于房地产价格、收入水平、土地供给、人口数量、信贷规模、城市规模可以通过取对 数来衡量他们之间的弹性关系，即收入水平、土地供给、人口数量、信贷规模、城市规模变 化1%，能够使房地产价格变化百分之几。经济波动存在非正数据，因此建立半对数线性模 型如下： 0 1 2 3 4 5 6 ln ln ln ln ln ln it it it it it it it it
P =β+βI +βG +βL +βPOP +βC +βCS+ε(3.2)
其中，i表示横截面单元，指中国30个省、自治区、直辖市的横截面样本；t表示时间 序列单元，指从1999年至2010年。Pit指第i个地区在第t季度的房地产价格水平，Iit指第
i个地区在第t季度的收入水平，Git指第i个地区在第t季度的经济发展水平，Lit指第i个地
区在第t季度的土地供给水平，POPit表示第i个地区在第t季度的城镇人口数量，Cit表示第
i个地区在第t季度的信贷规模水平，CSit表示第i个地区在第t季度的城市规模水平，β0为
模型的常数项；β1、β2、β3、β4、β5、β6为模型中各解释变量的待估参数，εit为误差扰动项。39
3.2.2数据的来源和指标的选取
1998年7月，国务院发布了《关于进一步深化城镇住房制度改革，加快住房建设的通知》， 通知取消了住房实物分配制度，房地产市场开始了市场化运行，本文选取数据从1999年开 始。由于我国西藏自治区的相关数据统计资料不全，本文不列为研究对象，因此，本文选取 1999年—2010年我国30个省（直辖市、自治区）房地产价格水平、收入水平、经济波动状 况、土地供给水平、人口数量、信贷规模水平和城市规模水平的相关数据作为样本开展研究。 为了保证本文的计量结果更加真实有效地反应房地产价格及相关经济变量之间的关系，本文 选用了频率较高的季度数据，为了避免由于所选取的变量呈现的季节性循环变动特征掩盖经 济变量背后真正的规律，在进行计量分析之间对数据进行季节性调整，去除季节变动要素。 其中，房地产市场价格目前在各年鉴和数据库中无法找到，本文采用各地区住宅房地产 市场销售额除以住宅销售面积得到；由于我国房地产市场局限于城镇，城镇居民可支配收入 能够有效地表征收入水平；GDP作为衡量经济发展水平的有效指标，将经过HP滤波之后的 GDP波动项用来衡量经济波动；土地供给水平选取各地区房地产开发的土地购置面积，人口
数量为各地区城镇人口数量，信贷规模水平为各地区房地产开发与建设资金来源中的贷款额
度；伴随着城市化进程的加快，城市规模不断扩大，选取建成区面积代表城市规模。计算和 使用的相关指标数据来源于Wind数据、历年的《中国统计年鉴》和《中国房地产市场年鉴》。 由于本文要使用面板数据相关理论分析多个时间截面的数据，故各时期的价格因素将对 分析结果产生重大的影响，进而可能会导致研究结论出现较大的偏差。因此，为了使数据具 有可比性，本文此处同样通过价格指数平减的方法，将相关指标的现值转变为不变价格的值， 即以1999年1季度的不变价格为基础。具体的处理方法亦与前文一致，即房地产市场价格 采用住宅房地产销售价格指数进行平减，收入水平采用居民消费价格指数（CPI）进行平减， 信贷规模采用利率水平进行平减，而由于土地购置面积为相关的绝对数（平方米）、人口数 量和城市规模不包含价格因素，故本文未做相关处理。本文的数据来源于Wind数据、理念 的《中国统计年鉴》、《中国房地产市场年鉴》和《中国城市建设统计年鉴》。
由于本文涉及30个省（直辖市、自治区）的48个时点的数据，各个时期的价格因素会 对分析结果产生重大影响，进而可能会导致研究结论出现大的偏差，因此，为了使数据具有 可比性，本文在进行模型估计之前，首先将相关指标通过价格指数平减的方法将现值转化为 不变价的值。本文以1999年1季度作为不变价的基础，房地产市场价格采用住宅房地产销 售价格指数进行平减，收入水平采用居民消费价格指数（CPI）进行平减，信贷规模采用利 率水平进行平减，而土地供给为土地购置面积的绝对数（单位：万平方米），城镇人口数量 中不包含相关价格因素，城市规模为建成区面积的绝对数（单位：万平方米），因此，不需 要进行平减处理。3.2.3计量分析的回归结果
为了考察多个变量的解释效用，本文采用逐步回归的方法。用被解释变量对解释变量分 别回归，按照回归的拟合优度可决系数进行分析，逐步加入变量，如果加入的变量能够提高 拟合优度并且可以通过t统计量检验，那么这个变量就应该纳入模型中，反之，如果加入的 变量不显著，则剔除不显著变量。由于收入水平是影响房地产市场需求最重要和最基本的因 素，因此，本文以收入水平为基准，依次将各个解释变量加入模型中进行逐步回归分析。