天津市住房市場供給模型實證研究

【摘要】選取天津市房地產行業的相關統計數據進行實證分析，運用逐步回歸分析法，建立了住房供給的多元線性回歸模型。結果表明，房地產企業完成開發的土地面積對住房供給的影響顯著，說明城市住房供給受土地資源的制約影響顯著；人均國內生產總值，即經濟發展水平對住房供給也有較強影響；金融機構貸款利率水平也即信貸政策會影響開發商的住房供給量；而房價的當期價格和土地成本等的影響則很小。

【關鍵詞】天津市 房地產 供給 模型 實證分析

一、引言

住房供給是指房地產開發商和擁有者在某一特定的時間內，在某一價格水平下，對某種商品房所愿意而且能夠提供出售的數量，即在某一時期內全社會或某一地區內住房供給的總量，包括實物總量和價值總量。形成供給有兩個條件：一是出售或出租的愿望，這主要取決于價格為主的交易條件；二是供給能力，這主要取決于房地產開發商的經濟實力和經營管理水平。兩者缺一不可，但在市場經濟條件下，以價格為主的交易條件是主要的。

隨著城市化進程的推進和我國住房制度改革進程的加快，房地產業迎來了突飛猛進的發展。近年來，不僅居民的居住水平不斷提高，而且還形成了商品房、經濟適用房、限價房、公共租賃房、廉租房等互為補充的住房供給體系。但隨著商品住房市場的建立和完善、住房價格的不斷提高，中低收入群體的住房問題日益受到了政府和社會的重視。目前，在住房的供應過程中，出現了如總量不足、體系不暢、結構失調、價格虛高等問題，從而使得中低收入群體的住房難以得到良好的保障。因此，如何提供住房、提供多少住房、怎樣建立其供應體系，這些都成為房地產行業中研究的前沿及熱點問題。建立住房供給模型，對于分析和研究房地產行業現狀和未來發展趨勢有著非常重要的意義。

二、建立模型與實證分析

（一）數據來源與變量說明

住房供給總量包括住房的實際供給總面積和總價值兩個方面。由于住房供給價值涉及房屋價值評估，主觀性比較大，難以把握；而住房實際供給面積相對比較客觀，也比較能代表房地產開發企業的成果，容易量化。因此，我們選用商品房本年竣工面積作為代表住房供給總面積的代表性指標。

影響住房供給的因素有很多，例如經濟發展水平，建筑成本，住房價格，行政政策，市場預期，等等。考慮到各個因素的影響大小，以及可量化性，這里我們主要選擇以下五個模型變量：

XXSJG：住宅商品房本年銷售價格（元/平方米）；

XWCTZ：住宅房地產開發本年完成投資額（億元）；

XWKMJ：房地產開發企業本年完成開發土地面積（萬平方米）；

XJGZJ：商品房竣工房屋造價（元）；

XJGDP：人均國內生產總值（元/人）；

XDKLL：金融機構一年期貸款利率（%）；

YJGMJ：商品房本年竣工面積，單位是萬平方米。

本研究所選取的原始統計數據（主要為1998～2009年間的數據）主要來源于國家統計局與天津市統計局數據庫和中經網統計數據庫，使用的是商品房的相關數據，不考慮二手房。

（二）建立模型

在建立模型之前，我們先對所有變量作相關性分析，分析結果如下表1所示。

從表1中我們可以得到商品房本年竣工面積YJGMJ與各變量之間的相關系數都大于0.5，說明各自變量與因變量有較強的線性相關關系。因此我們建立多元線性回歸模型：

YJGMJ=β0+β1XXSJG+β2XWCTZ+β3XWKMJ+β4XJGZJ+β5XJGDP+β6XDKLL+ε （1）

用SPSS16.0軟件計算結果如下：

可以看出商品房竣工房屋造價P值0.720較大，沒有通過回歸系數顯著性t檢驗，因此我們將商品房竣工房屋造價變量剔除，再次進行回歸，經檢驗顯著性沒有達到預期結果，接著剔除非顯著變量進行多次回歸后，最終得到結果如下：

重新回歸后的模型通過各項檢驗，保留了主要解釋變量XWKMJ和XJGDP，回歸方程為：

YJGMJ=—2850.60+0.465XWKMJ+0.068XJGDP—6.194XDKLL （2）

擬合優度R2：0.980，F統計量：198.068，回歸方程通過顯著性檢驗，回歸方程整體效果良好。圖1為殘差概率P—P圖。

從殘差概率P—P圖可以看出，模型殘差服從正態分布，上述模型回歸效果較好，統計上比較合理。

（三）模型的預測與驗證

下面我們利用上述模型對2010年的數據進行預測，這里不采用真實的2010年房地產開發企業本年完成開發土地面和人均國內生產總值數據，因為它們可能受到新的各種因素的影響。

我們采用的方法是把房地產開發企業本年完成開發土地面和人均國內生產總值看作時間序列來預測其2010年的數值，然后將其預測值代入上述模型得出2010年商品房本年竣工面積預測預測值。

利用SPSS的時間序列分析建模器，分別對房地產開發企業本年完成開發土地面積和人均國內生產總值進行建模，結果如下：

1.房地產開發企業本年完成開發土地面積采用簡單模型建模得到2010年預測值為370（萬平方米）；

2.人均國內生產總值采用Holt模型建模得到2010年預測值為70732（元）；

3.金融機構一年期貸款利率使用2009年全年相應基準利率的平均值5.31（%）作為2010年預測值。

把以上三個預測值代入回歸方程，我們得到2010商品房本年竣工面積為

YJGMJ=—2850.60+0.465×370+0.068×70732—6.194×5.31=2098.338（萬平方米）

2010年商品房本年竣工面積真實數據為2128.55萬平方米。與真實值比較，回歸預測值偏差為30.212。我們得到的預測值略小，這可能是源于2009年出臺的一系列宏觀政策調控的影響，即2009年末國務院對房地產行業提出的幾條政策，如要求增加普通商品住房的有效供給，大規模推進保障性安居工程建設。而由于房地產市場供給的滯后性，這些要求沒有造成住房供給增長率的大量提高。這也驗證了本模型的合理性和有效性，短期預測效果良好。

三、結論

本文通過對1998～2009年天津市房地產行業有關統計數據的計量分析，構建了住房供給模型，并對模型進行的預測和驗證，效果比較理想，從結果來看主要得到以下一些結論：

從模型結果上看，房地產開發企業本年完成開發土地面積增加、人均國內生產總值上漲，會導致住房供給增加，而且，影響效果非常顯著，這一結論比較符合實際。

房地產企業完成開發的土地面積對住房供給的影響顯著，說明中國城市住房供給受土地資源的制約影響顯著。區別于西方國家，在我國，政府是唯一的土地供給者，政府對土地供給的高度壟斷，導致房地產開發企業開發的土地面積對住房供給影響顯著。

人均國內生產總值對住房供給有較強影響。人均國內生產總值是衡量人民生活水平的一個標準，是衡量經濟發展狀況的重要指標。一個地區的經濟發展水平對住房供給有著顯著的影響。經濟繁榮的地區住房供給相對會比較大。

金融機構一年期的貸款利率水平，也即信貸政策會影響房地產開發商的住房供給量，擴張的信貸政策會促使開發商增加住房供給量，而緊縮的信貸政策則會減少其供給量。

商品房竣工房屋造價對房地產供給的影響不大，也就是說包括土地交易價格和建筑材料價格對供給的影響都不大。此外還有住宅商品房本年銷售價格對房地產的供給影響不大，筆者認為只有開發商對未來價格預期的升高才能促使其供給增加，即當期價格的影響有限，價格預期的影響可能會比較大。

參考文獻

[1]何曉群.應用多元統計分析[M]. 北京：中國統計出版社，2010.

[2]孫鵬.中國房地產市場供給模型實證研究[J].內蒙古民族大學學報，2011（3）：83—84.

[3]孫璐穎.基于天津房地產行業數據的住房供給模型研究[J].對外經貿，2012（4）：61—63.

[4]李志清，田金信.北京市保障性住房供給預測研究[J].哈爾濱工業大學學報（社會科學版），2009（5）：89—94.

[5]呂紅軍.房價增長時期商品房供給模型構建[J].哈爾濱理工大學學報，2008（3）： 115—117.

[6]周銳.四川省住房供給逐步回歸模型探討[J]. 現代商貿工業，2012（13）：57—58.