住宅市場結構、價格行為與績效的地區差異研究

杜鳳霞，陳立文，楊占昌

（河北工業大學經濟管理學院，天津 300401）

城市普通商品住宅兼具社會保障和商品的二重屬性.市場化條件下，住宅市場供給不斷增加，人們對居住和改善性住房需求也在增加，據統計，2007—2011年全國35個大中城市完成的投資額中住宅均占66%以上.住宅價格呈現螺旋式上漲并存在總量與結構的非均衡、區域分化和傳導特征.這些問題都有待通過經濟及金融理論給與充分的分析和實證研究，以更好地為政府的宏觀調控和房地產業的健康發展提供建議.市場結構（structure）、企業行為（conduct）和經濟績效（performance）及其相互關系的分析構成了經典的產業組織分析框架，即結構-行為-績效(SCP)范式.三者存在雙向因果關系，即短期內，市場結構作為外部環境，從某種程度上決定企業的市場行為，產業內所有企業的市場行為決定市場績效；從長期考察，市場結構會隨著市場行為和績效的變化而有所調整.本文將住宅市場的研究納入規范的產業經濟學SCP分析框架，通過對市場結構、市場有效性和市場的非均衡性實證研究，從市場角度分析我國住宅市場的特性，提升住宅價格研究的理論性和規范性.

1 住宅市場結構

根據產業組織理論，市場結構是指賣方(企業)之間、買方(企業或消費者)之間、買賣雙方以及市場內現有的買方、賣方與準備進入或可能進入該市場的買方之間關系的狀況及其特征，其反映市場競爭和壟斷的程度.發達國家或地區的經驗表明寡頭競爭是成熟的市場結構類型，這種市場結構是市場選擇的結果，其主要優點是:具有規模經濟效益、減少企業進出的盲目性、有利于政府對企業的調控、政府和產業之間協調較容易等[1].周京奎[2]也認為壟斷競爭的市場結構不穩定且缺乏效率，房地產市場的達爾文選擇會逐步轉化為寡頭壟斷.李宏謹[3]通過計算勒納指數指出我國房地產市場壟斷程度相當嚴重，萬浩華[4]認為我國房地產市場是區域性寡頭壟斷市場.市場集中度是對整個行業的市場結構集中程度的測量指標，經常使用的指標有:行業集中率（CRn）、赫爾芬達爾—赫希曼指數（HHI）、洛侖茲曲線、基尼系數、逆指數和熵指數等，其中行業集中率與赫希曼指數是2個最常用的指標.判斷市場集中度時首先要對市場范圍進行界定，然后是確定變量和計算.

1.1 界定市場范圍

界定市場范圍就是為市場劃定邊界.產業組織理論將存在完全替代性和一定程度替代性的產品界定為同一市場.完全替代性在現實中幾乎是不存在的，只能是同類產品的部分替代，一般根據產品類型和地理范圍兩個維度進行界定.

1.1.1 產品類型

產品類型根據商品的價格差別以及價格變化方式進行判斷.對于用途相同的產品來說，如果價格相近，通常表示它們是相似的替代品，相反，價格差距極大則表示這2類產品面向不同的消費群體.對于房地產開發市場來說，商品房按用途可分為住宅、辦公樓、商業營業用房等類別.進一步細分到住宅，又分為普通住宅、經濟適用房和別墅、高檔住宅，三者雖然在用途上都是居住用房，但價格存在很大差距，屬不同類型的產品.即便是普通住宅，也分為90 m2以下、90～144 m2和144 m2以上3種，90 m2以下住宅可以認為是滿足基本住房需求的類型，90 m2以上則界定為改善性住房類型，二者因類別而導致的價格差異較小，因此，將市場結構的研究范圍界定為普通住宅，并分為90 m2以下和90 m2以上兩類.

1.1.2 地理范圍

從需求角度看，我國現有戶籍和購房制度下，居民購買住宅一般限定在某一城市或地區內，特別是剛性需求.從供給角度，開發商都有各自的開發區域，一般限定在地區范圍內，只有規模較大的開發商才在全國范圍內占有市場份額.因此，本文將地理范圍界定為地區，即按我國行政區域劃分的省、自治區和直轄市.

1.2 確定變量

集中度計算常用變量有銷售額、員工人數、資產等.但每個變量都不絕對優于其他變量，銷售額忽略了企業內部的交易活動，特別是對于縱向一體化的企業，用單純的銷售額計算集中度會低估企業對市場的真實影響；大企業傾向于資本密集而小企業傾向于勞動密集，因此，員工人數引起的偏差主要是低估大企業高估小企業，而資產則正相反.

1.3 方法計算

如果產業被大企業所主導，經營中他們只密切注意彼此之間的相互作用而忽略其他企業，那么四廠商集中度指標（CR4）就能較真實的反映市場結構，而如果中小企業的行為發揮著重要作用，赫希曼指數則是相對優的選擇.

（1）行業集中率計算的是該產業內相關市場中前n家大企業所占市場份額的總和，設市場總規模為X，第i個企業的銷售額為Xi，則有

如果CR4＜30%或CR8＜40%，則認為該行業為競爭型；如果CR4≥30%或CR8≥40%，則該行業為寡占型.表1為中國房地產測評中心公布的以銷售額為基數計算的2009—2012年房地產業的行業集中度CR10、CR20.

表1 2009-2012年以銷售額為測算基數的房地產行業集中度Tab.1 Real estate industry concentration based on sales(2009-2012)

由表1可以看出，近年來房地產市場中的大企業實力不斷增強，產業集中度上升，但集中度值較小，按照國外市場結構劃分標準，我國房地產行業集中率一直屬于低集中型，且與低集中度型和準寡占型的臨界值相差很遠.但需要注意的是，表1集中度計算依托的是以商品房為統計口徑的數據，根據對商品房產品類型的分析，各類商品房用途和價格存在差異，不能視為同類產品，而且CRn指標也沒有考慮市場中正在運營和競爭的其他企業的規模與分布情況，也不能顯示n個大企業間的差異.因此，僅依據CRn指標不能確切地反映市場結構[5].

（2）赫希曼指數（HHI）基于行業中企業總數和規模分布計算所有企業市場份額的平方和，數值越大行業集中度越高.設X為市場總規模，Xi為某企業規模，N為市場內企業總數，計算公式為:

HHI指數衡量企業市場份額對市場集中度產生的影響，當HHI＞0.18時，市場高度集中；0.10＜HHI＜0.18時，市場適度集中；HHI＜0.10時，屬于集中程度較低的市場.HHI指數的缺點是必須收集該市場上所有企業的市場份額信息，現有的統計資料無法滿足.我國對房地產開發企業采取按資質等級分級管理制度，所以借由資質等級對公式加以修改，即將同一資質等級的房地產開發企業視為一類，假設在同一地區，具有相同資質等級的房地產開發企業具有相同的競爭力，占有相同的市場份額，對HHI指標進行修改[6].修改后的HHI指標計算公式為:

式中:X為房地產開發企業住宅銷售規模；Xi（i=1，2，3，4，5，6） 為市場各等級房地產開發企業住宅銷售規模；Si（i=1，2，3，4，5，6）為市場各等級房地產開發企業數目.

計算各地區各資質等級的企業數占該地區房地產開發企業總數的比例發現，我國大部分地區的房地產開發企業各資質等級發展非常不均衡，一級、二級資質企業普遍較少，占行業比例較低；三級資質的企業比例較高的是四川（58.34%）、黑龍江（55.82%），最低的是北京（10.05%）；四級資質的企業比例最高的是山西（45.53%），其次是內蒙古（44.45%）；暫定資質的企業比例也較高，海南（63.49%）、上海（55.31%）、河南（55.24%）；其他資質企業也存在個別比例較高的地區如上海（21.8%）和北京（20.67%）.

按照90 m2以下和普通住宅計算各類資質的房地產開發企業的銷售額占該地區總銷售額的比重.結果發現，90 m2以下住宅，除北京（23.03%）外，具有一級資質的企業銷售額所占比重都不高，超過10%的只有河北（12.68%）、山西（15.11%）、湖北（14.04%）、廣東（10.09%）、寧夏（10.74%）和新疆（12.49%）；對普通住宅而言，銷售額超過10%的主要有河北（10.64%）、湖北（12.90%）、廣東（10.26%）、云南（11.56%）、陜西（13.64%）、寧夏（19.50%）和新疆（14.50%）；具有其他資質的企業銷售額所占比例也很不均勻，既存在地區差異也存在結構差異.因此，通過比較各類資質房地產開發企業的市場規模，本文認為我國大部分地區的住宅市場不存在產業被大企業主導的局面，考察各地的市場結構需要全面關注中小企業的情況.

表2 普通商品住宅市場HHI指標Tab.2 HHI index of general housing marketing

選取2010年我國各?。ㄖ陛犑?、自治區）分等級房地產開發企業的數據包括各資質等級房地產開發企業數目、住宅銷售額和住宅銷售面積數據分別計算以銷售額為基準的HHI指標，相關數據來自《中國房地產統計年鑒（2011）》.計算結果如表2所示.

從表2結果來看，我國各地區的HHI指標均未達到低集中度的臨界點，需要注意的是，即便是同一資質等級的房地產開發企業，不同的企業占有的市場份額也是不同的，修正的HHI指標只是從平均份額的角度計算了市場集中度，低估了真實值.因此，本文只運用修正的HHI指標計算橫向比較地區差異，普通住宅HHI指標以西藏最高，其次是寧夏、青海地區（HHI＞0.005），然后是新疆、海南、甘肅、云南、山西、天津、陜西等地區（HHI＞0.001）；90 m2以下住宅 HHI指標仍以西藏最高，其次是青海和寧夏（HHI＞0.005），然后是新疆、山西、海南、甘肅、陜西、河北等地區（HHI＞0.001）.

綜合分析HHI指標、各資質等級房地產開發企業所占比例和普通住宅以及90 m2以下住宅市場規模發現:①西藏地區沒有一級資質和其他資質的市場規模數據，市場規模相對集中在二級～暫定等級，占總企業數40%三級企業擁有52.29%的份額，這可能是造成HHI指數偏高的原因；②寧夏和青海地區存在一級、二級和暫定等級的企業數目少，但市場規模相對三級～暫定等級較大，因此HHI指標也偏高；③其他HHI＞0.001的地區普遍存在三級～暫定企業平均市場規模相對較高的現象；④其他HHI＜0.001的地區不同程度地存在低資質等級企業數目多市場規模大的現象，即每個資質等級的平均市場規模大體相當.因此，總體來看，住宅市場的規模經濟不顯著，抗風險能力較差；反倒是中西部地區的住宅市場集中度較高，在一定程度上反映了壟斷因素的存在.

2 住宅市場價格行為

SCP框架中的市場行為是指企業在考慮市場的供求條件和其他企業關系的基礎上，為實現其目標所采取的各種戰略決策行為.從競爭與協調的關系看，市場行為包括市場競爭行為和市場協調行為，價格行為在其中都是必不可少的.當資產價格服從隨機游走過程時，當前價格能夠充分反映所有歷史信息，即利用所有歷史價格信息對未來收益所做的最佳預測與該資產的長期平均收益一致，市場是弱式有效的[7].因此，本文從市場角度，通過分析價格時間序列的運動軌跡深入剖析住宅市場價格的信息傳遞效率，即檢驗我國住宅市場是否達到弱式有效，目的是從市場運行層面分析廠商通過價格的競爭與協調對市場的影響.

“新信息”是不可預測的，從而價格的變動必定也是不可預測的，是遵循“隨機游走”模型的布朗運動.如果價格是可預測的，則價格變動存在向一個方向連續運動的慣性，表現為時間序列的自相關性.這是運用自相關檢驗房地產有效性的基本思想.

選取2011年1月—2013年1月全國35個大中城市住宅銷售價格指數月度數據作為研究對象，數據源自國家統計局網站.計算我國房地產銷售價格指數和住宅銷售價格指數滯后6期的自相關性，結果顯示一階差分自相關性只體現在滯后一期的情況，因此表3只列出了全國35個大中城市滯后一期的自相關系數.

如果住宅價格服從隨機游走假設，那么價格的增量或其一階差分，在超前或滯后任意階數的自相關系數均應在統計上不能拒絕為零的假設.表3顯示，自相關性較顯著的城市大部分是東部經濟發達的大中城市，如北京、上海、南京、武漢等；中西部及中等城市的自相關系數在5%顯著性水平下與零沒有顯著差別.即便是存在自相關性的城市，其自相關性也未達到此前學者證實的強自相關的程度.由于我國各地區住宅市場結構存在很大差異，因此，本文認為不能對全國的住宅市場進行統一判定，而是考慮短期內我國各地區住宅市場正在接近或已初步具備有效性，但存在地區差異.

表3 住宅價格相關系數表Tab.3 Correlation coefficient of housing price

結合市場結構的檢驗結果分析發現，我國中東部地區特別是東部地區市場集中度低，資質較低的企業占據的市場份額并不低，資質高的大企業規模效應不明顯.這樣的市場結構下，勢必造成價格競爭與協調行為機制失靈，從而價格對信息的傳遞效率下降.

3 住宅市場績效

市場績效是指在一定的市場結構下，一定的廠商行為使某一產業在價格、產量、成本、利潤、產品質量、品種以及技術進步等方面所達到的狀態.廣義的市場績效的內涵不僅包括資源配置效率、公平分配、技術進步、競爭過程還包括金融和失業等方面的極度風險的規避能力等.從為消費者提供利益的角度來講，市場績效指一個市場為消費者提供利益所取得的成功，反映市場的運行效率.

如果市場中持續存在超額利潤，一般就存在壟斷因素，超額利潤越高，壟斷性越強，市場績效越低；如果市場價格接近邊際成本，市場績效就較高.勒納指數在形式上計量了市場價格對邊際成本的偏離程度，指數值越小，市場績效越高，反之則越低.勒納指數的公式為:

式中:ε為市場的需求價格彈性；p為市場價格；MC表示商品邊際成本.在完全競爭市場中一般用行業平均成本（AC）替代邊際成本（MC）.

需要說明的是，首先，用行業平均成本AC替代邊際成本MC計算勒納指數適合完全競爭市場，但不完全競爭市場中，在壟斷廠商利潤最大化的條件下，AC與MC不等，勒納指數也就存在誤差；其次，勒納指數反映的是市場價格與邊際成本的偏離程度.顯然，價格P越大，邊際成本MC越小，LI越大.如果一個行業是壟斷行業，超額利潤就會存在，而且壟斷程度越高，P與MC間的差距就會越大，勒納指數就越高；然而，勒納指數高并不能說明一定存在壟斷，因為P與MC的差距并不一定是壟斷導致的，也可能是超額需求過大，價格上升所致.由于房地產業生產周期長，供給缺乏彈性，而且受政策影響，超額需求是完全有可能存在的[5]；最后，商品房成本核算數據的不全面導致MC小于真實值，從而LI偏高.因此，勒納指數只能在一定程度上說明房地產市場的績效，還需要分別從開發商和消費者角度研究供需關系，包括供需的總量和結構問題，探討其內在均衡性及影響因素.

商品房成本主要包括土地成本、建安成本、稅費、資金與管理成本4部分組成.其中土地成本使用上年的土地費用除以當年的商品房竣工面積；建安成本為統計年鑒中房屋造價指標；稅費及資金與管理成本主要包括主營業務稅金及附加、銷售費用、管理費用和財務費用.根據勒納指數計算公式得到2010年各?。ㄖ陛犑?、自治區）的勒納指數，如表4所示.

表4 2010年各省區勒納指數Tab.4 LI index of 31 provinces（2010）

從表4中可以看出，各省區的勒納指數存在較大差異，指數最高的是海南（0.51），其次是北京、上海、浙江和天津等東部地區.從原始數據看，這些地區相比其他地區住宅價格都較高，平均成本也較高，二者存在較大差距，不排除壟斷因素和超額需求同時存在的結論，進一步分析這些地區每個資質等級中企業的平均份額，發現北京和天津地區一級資質的企業平均市場銷售額占絕對優勢，浙江地區一級資質占優勢，但比例不如北京和天津高，上海地區則是二級資質較一級資質高，海南地區是三級資質占優勢，但優勢都不很明顯，因此，北京、天津和浙江的勒納指數高可以部分由壟斷因素解釋，其他地區則可能更多的需要從供需均衡角度進行分析.

4 結束語

（1）市場結構方面，住宅市場的規模經濟不顯著，抗風險能力較差；反倒是中西部地區的住宅市場集中度較高，在一定程度上反映了壟斷因素的存在，但集中度多體現在資質不高的等級，從反映市場績效的勒納指數來看，有些地區是壟斷因素占主導而有些地區則是超額需求占主導.

（2）市場價格行為方面，各地區住宅市場價格有效性存在很大差異，短期內我國各地區部分城市住宅市場正在接近或已初步具備有效性.在既定的中東部地區特別是東部地區市場集中度低，資質高的大企業規模效應不明顯的市場結構下，勢必造成價格競爭與協調行為機制失靈，從而價格對信息的傳遞效率下降，市場有效性也因此較低.

（3）市場績效方面，北京、天津和浙江的勒納指數可以部分由壟斷因素解釋，其他地區則可能更多的需要從供需均衡角度進行分析，包括超額需求以及供給的總量與結構的均衡性.

[1]彭弘婧，陳華.我國房地產市場結構與房價關系的實證分析[J].中國物價，2009（5）:31-34.

[2]周京奎.產業集中型壟斷與中國房地產市場結構優化[J].生產力研究，2002（3）:180-184.

[3]李宏謹.我國房地產市場壟斷程度研究:基于勒納指數的測算[J].財經問題研究，2005（3）:3-10.

[4]萬浩華.我國房地產市場的結構和行為分析 [J].江西社會科學，2006（6）:157-161.

[5]黃振宇.中國住宅市場結構與住宅價格的關系分析 [J].宏觀經濟研究，2010（5）:50-55.

[6]王斯亮，王鶴翔.（2010）各省商品住宅市場集中度比較[J].合作經濟與科技，2010（8）:6-8.

[7]邱崇明，李輝文.我國房地產市場有效性分析:理論與實證結果[J].福建論壇:人文社會科學版，2011（4）:10-14.