基于回歸模型的西寧市商品房價格影響因素研究

摘要：利用西寧市1999—2008年社會經濟統計數據，從供給和需求兩方面選擇影響商品房價格的因素，建立回歸模型，對商品房價格影響因素的相對重要性進行分析。結果表明：竣工房屋造價是影響西寧市商品房價格的首要因素。

關鍵詞：商品房價格；回歸模型；影響因素；西寧市

中圖分類號：F217文獻標志碼：A文章編號：1673-291X（2011）04-0119-03

隨著中國經濟的增長，作為國民經濟發展重要行業的房地產業正經歷著前所未有的快速發展。同時，中國房地產業也面臨許多問題，如房價漲幅過快、商品房供應結構不合理、房地產市場秩序混亂、部分城市房地產過熱等，其中房價是核心問題。近幾年來，中國商品住宅價格持續上升，2000年全國商品住宅價格上漲8.14%，2002年上漲5.74%，2004年商品住宅價格上漲達到了18.70%，2006年有所回落，上漲6.20%，2008年漲幅再創新高，達到11.30%[1]。西寧市商品房均價也由1999年的716元/平方米上漲到2008年的2 654元/平方米，十年時間，商品房價格增幅達270.67%，年均增長30.07%，商品房價格增長接近3倍[2]。高房價不僅對國民經濟的運行造成了顯著影響，還直接影響到居民的生活水平和生活質量。

本研究從供給和需求兩方面選取影響西寧市商品房價格的因素，科學的遴選對房價有重要影響的因素指標，應用回歸分析，得出影響西寧市商品房價格因素的相對重要性，為政府制定宏觀調控政策提供理論依據。

一、模型選擇

回歸分析，是通過規定因變量和自變量來確定變量之間的因果關系，建立一個因變量和自變量之間的相關數學表達式，并根據搜集到的數據來求解模型的各個參數，然后評價回歸模型是否能夠很好的擬合實測數據。如果能夠很好的擬合，則可以根據自變量作進一步預測。多元統計分析是：在方程式中有兩個或兩個以上自變量的回歸模型 [3]。

分析影響房價的因素，采用多元線性回歸分析：

設隨機變量Y與一般變量X1、X2、X3、…、Xn的線性回歸模型為Y=b0+b1X1+b2X2+…+bnXn，

式中，b0、b1、b2、…、bn是回歸系數，Y是因變量，X1、X2、X3、…、Xn是自變量。

二、指標選取

影響商品房價格的因素眾多，有土地使用制度、住房制度、人口因素、經濟發展狀況、財政金融政策等一般因素，也有道路交通、城市設施、環境狀況等區域因素，還有建筑物本身的結構特征等個別因素[4～8]。但是，這些影響因素在不同的國家，甚至在同一國家的不同地區，不同的房地產業發展階段所表現出來的影響力大小各不一樣。

房地產市場波動、房地產價格水平波動，從經濟學上來說，是由房地產的供給和需求兩種力量共同作用的結果。影響房地產價格的因素要么是通過影響房地產供給，要么是通過影響房地產需求，要么是同時影響房地產供給和房地產需求來實現影響房地產價格。

根據統計分析的需要和數據的易得性，確定影響西寧市房地產價格的主要因素有（見下頁表1）：

影響房地產需求的因素：GDP、城市人口、城鎮居民人均可支配年收入、居民價格消費指數。

影響房地產供給的因素：房地產開發投資、地價、竣工房屋造價、商品房銷售面積。

以上數據滿足下列條件：（1）線性：給定X1、X2、X3、…、Xn的數值后，相應的Y隨機變動，其總體均數Y=b0+b1X1+b2X2+…+BnlnXn；（2）獨立：n個個體之間互相獨立；（3）正態：給定X1、X2、X3、…、Xn的數值后，相應的Y值服從正態分布；（4）等方差：當X1、X2、X3、…、Xn的數值變動時，相應的Y有相同的方差。

首先對這些數據進行Pearson相關分析，根據Pearson分析的結果，發現商品房均價和其他因素的相關程度都很高，可以建立商品房均價和其他因素的回歸方程。

該組變量符合多元回歸的基本條件，可以進行多元統計分析。

利用SPSS17.0分析軟件計算得出結果（見表2）。

根據運算結果，影響西寧市商品房價格的因素從大到小依次為：竣工房屋造價（X7）、地價（X6）、城鎮居民人均可支配年收入（X3）、GDP（X1）、房地產開發投資（X5）、商品房銷售面積（X8）、城市人口（X2）、居民價格消費指數（X4）。

三、回歸方程建立

建立回歸模型：Y=b0+b1X1+b2X2+…+BnXn

Y（商品房均價）是因變量，X1、X2、X3、…、Xn，是自變量，根據回歸系數表得出回歸方程。

在利用SPSS建立回歸方程時，并不一定是前面分析的影響因素都進入回歸方程作為解釋價格的解釋變量。選擇變量的方法有強制進入法、前進法、后退法、逐步進入法等。本研究使用逐步進入法來選擇進入模型的自變量，這種方法是將變量一個一個引入，當每引入一個變量后對已選入的變量逐個檢驗，當原引入的變量由于后面變量的引入而變得不再顯著時，要將其剔除。引入或者剔除變量的每一步都要通過F檢驗，以確保每次引入新的變量之前回歸方程只包含顯著的變量，反復進行，直到既無顯著變量選入方程也無不顯著變量從回歸方程中剔除為止。

最后，得到的回歸分析結果為（表3、表4、表5、表6）：

表3變量輸入輸出表

表4模型匯總表

根據分析結果，可得回歸方程為：Y=1.646X7-109.816

四、顯著性檢驗

對回歸方程進行顯著性檢驗包括兩個方面：利用F檢驗觀測總體的解釋變量對被解釋變量Y有無線性關系。通過方差分析表得到F統計量：F=375.411，與給定的顯著性水平Fa=5.59進行比較。很明顯，375.411>5.59，說明被解釋變量Y（商品房均價）對X7竣工房屋造價）有顯著線性關系。

利用T檢驗對回歸系數進行顯著性檢驗，檢驗每個解釋變量對Y的影響是否顯著，剔除那些次要的可有可無的解釋變量。從回歸系數表中可以看出，竣工房屋造價的P值是0，說明竣工房屋造價的回歸系數通過了顯著性檢驗。

五、回歸結果分析

通過以上多元回歸分析，在選擇影響商品房均價的所有因素中，竣工房屋造價是影響西寧市商品房價格的首要因素。

竣工房屋造價也稱建安費，是建筑過程中的房屋建設費用，大部分與房屋質量直接掛鉤，約占房屋總價的30%。建安費通常是剛性的，不可能有太多的節省，否則房屋質量便會打折扣。伴隨房屋質量的提高，建安費在房屋總價格中所占的比重正在悄悄地發生變化，大量高品質建筑材料的使用對房價的構成產生了重要的影響。近年來，隨著人們生活水平的提高，對居住條件的要求也越來越高，房屋建筑成本的提高最大程度的影響了房價的上升。

1.建材成本的增加成為房價上漲的重要因素之一，客觀上造成了房價上揚。從建材成本來看，目前由于中國投資需求旺盛，生產結構偏重于重工業，對鋼鐵、水泥、建材等能源、原材料需求較大，而國際市場初級產品也處于價格上漲階段，這就導致了鋼材、水泥、木材、電料、化工材料的價格上漲幅度都比較大，房價自然隨之上漲。

2.商品房品質不斷提高。近年國內城市的新樓盤從工程質量、建筑規模、外觀造型到物業管理、配套設施和環境綠化，與前幾年相比都有了很大提高。一些高檔樓盤都以建設高檔品牌住宅小區為目標，力求將自身打造成知名度高、信譽度好、市場占有率高的房地產品牌，配套建設了商務會館、超市商場、幼兒園、文體休閑等設施，商品房建設成本的提高必定引起房價的上漲。此外，新技術、新工藝、新材料、新設備在住宅建設中的應用，大大增加了商品房建設成本。

3.建筑工人工資的增加推動房價進一步上漲。為了保護農民工利益，國家出臺了一系列政策，加強對房地產企業的管理和監督，導致勞動力成本增加。建筑工人工資增加后，開發商便把增加的人力成本轉嫁到房價上。生產成本增大，必然導致房價提高。

參考文獻：

[1]中國房地產年鑒.

[2]西寧房產信息網.

[3]宋憲華.經濟統計學[M].濟南:山東大學出版社2005.

[4]趙莉莉，焦繼文.房價影響因素的灰色關聯度分析[J].統計與決策，2007，(23):74-75.

[5]梁云芳，高鐵梅.中國商品住宅銷售價格波動成因的實證分析[J].管理世界，2006，(8):76-82.

[6]張磊，鄭丕諤，張曄，等.房地產價格分析及對策研究[J].經濟體制改革，2006，(5):147-151.

[7]施燦彬，中國房地產價格波動行為分析及對策研究[J].價格理論與實踐，2004，(9):41-42.

[8]朱永升，王衛華，韓伯棠.影響房地產市場需求因素的灰色關聯度分析[J].北京理工大學學報，2002，(6).

[責任編輯 吳明宇]