我國商品房銷售價格影響因素分析

張艷

摘 要：本文以11個沿海城市為研究對象，運用多元回歸的研究方法研究商品房價格的影響因素。在此基礎上，本文提出了相關的政策建議。

關鍵詞：商品房價格；影響因素；回歸分析

一、研究方法、變量選擇與建立模型

1.研究方法

由于2013年的部分數據不全，所以本文的數據是截選自 2012 年我國 遼寧、河北、天津、山東、江蘇、上海、浙江、福建、廣東、廣西、福建共11 個沿海省市的商品房的平均銷售價格和相關的截面數據，數據來源于中國統計出版社在 2013年出版的《中國統計年鑒》。

2.變量選擇

本文選取2012年我國各地區商品住房的有關數據進行橫截面回歸分析，以我國11個沿海省市的商品房平均銷售價格作為被解釋變量Y。本文選取地區生產總值、人均可支配收入、竣工房屋造價、土地購置費4個變量作為解釋變量。

3.建立模型

根據上面所述，建立模型如下 ：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

二、實證研究

利用SPSS進行回歸，首先將變量全部放入方程中進行回歸分析，得到回歸分析結果如表1所示：

表1 回歸結果一

由表1我們可以得到回歸方程：

y=833.397+0.072X2+1.434X3+0.375X4+e

（1）擬合優度檢驗：R2=0.948，說明被解釋變量的94.8%可以用解釋變量得到，模型擬合優度較好。

（2）t 檢驗 ：X1、X2、X3、X4的 t 統計量的伴隨概率分別為0.982、0.472、0.035、0.015，解釋變量X1、X2沒有通過t檢驗，即對商品房價格的影響不顯著。

綜合以上檢驗，本文考慮將X1、X2兩個自變量刪除，重新進行回歸分析。

重新運用SPSS19.0對y、X3、X4進行回歸，回歸結果如表2所示。

表2 回歸結果二

此時我們看到，只將X3、X4引入自變量時，我們可以得到，R2=0.94，模型擬合優度很好。

同時在t檢驗中，X3、X4的 t 統計量的伴隨概率分別為0.000、0.000，說明X3、X4對于商品房的銷售價格均有顯著性的影響。

因此，我們可以建立線性方程為y=1426.384+1.69X3+0.448X4

三、政策建議

針對本文所進行的研究，以及所得出的研究結果，主要提出以下幾點建議：

1.穩定土地的供應量。而土地供應量直接影響相關建造成本，所以政府可以從控制土地供應量著手，使市場上房屋的相關建造成本在長期內處于一個合理的水平，這樣就可以將房價的增長控制在一個合理的水平。

2.對于房屋建造的成本進行一定的控制，改善技術、提高效率，在房屋建造過程中，嘗試使用低成本的新材料，降低房屋建造成本，避免房屋價格過高帶來的不良影響。

3.國家對于購買房屋進行一定的補貼，或者對于部分購買房屋的特殊個體采取一定的優惠政策，真正的實現“居者有其屋”。這樣才能使得在房屋價格比較高的情況下使得那些收入比較低的人可以買得起房子。

參考文獻：

[1]陳秋宇，羅茹月.商品房價格影響因素分析——基于[M].供應量的實證研究 [J].經營管理者，2011（01）.

[2]張濤.影響我國房價的經濟因素分析 [D].東北財經大學，2010.

[3]蔡戀，段慶云.中國商品住房價格的影響因素實證研究[J].學術交流，2013.endprint

摘 要：本文以11個沿海城市為研究對象，運用多元回歸的研究方法研究商品房價格的影響因素。在此基礎上，本文提出了相關的政策建議。

關鍵詞：商品房價格；影響因素；回歸分析

一、研究方法、變量選擇與建立模型

1.研究方法

由于2013年的部分數據不全，所以本文的數據是截選自 2012 年我國 遼寧、河北、天津、山東、江蘇、上海、浙江、福建、廣東、廣西、福建共11 個沿海省市的商品房的平均銷售價格和相關的截面數據，數據來源于中國統計出版社在 2013年出版的《中國統計年鑒》。

2.變量選擇

本文選取2012年我國各地區商品住房的有關數據進行橫截面回歸分析，以我國11個沿海省市的商品房平均銷售價格作為被解釋變量Y。本文選取地區生產總值、人均可支配收入、竣工房屋造價、土地購置費4個變量作為解釋變量。

3.建立模型

根據上面所述，建立模型如下 ：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

二、實證研究

利用SPSS進行回歸，首先將變量全部放入方程中進行回歸分析，得到回歸分析結果如表1所示：

表1 回歸結果一

由表1我們可以得到回歸方程：

y=833.397+0.072X2+1.434X3+0.375X4+e

（1）擬合優度檢驗：R2=0.948，說明被解釋變量的94.8%可以用解釋變量得到，模型擬合優度較好。

（2）t 檢驗 ：X1、X2、X3、X4的 t 統計量的伴隨概率分別為0.982、0.472、0.035、0.015，解釋變量X1、X2沒有通過t檢驗，即對商品房價格的影響不顯著。

綜合以上檢驗，本文考慮將X1、X2兩個自變量刪除，重新進行回歸分析。

重新運用SPSS19.0對y、X3、X4進行回歸，回歸結果如表2所示。

表2 回歸結果二

此時我們看到，只將X3、X4引入自變量時，我們可以得到，R2=0.94，模型擬合優度很好。

同時在t檢驗中，X3、X4的 t 統計量的伴隨概率分別為0.000、0.000，說明X3、X4對于商品房的銷售價格均有顯著性的影響。

因此，我們可以建立線性方程為y=1426.384+1.69X3+0.448X4

三、政策建議

針對本文所進行的研究，以及所得出的研究結果，主要提出以下幾點建議：

1.穩定土地的供應量。而土地供應量直接影響相關建造成本，所以政府可以從控制土地供應量著手，使市場上房屋的相關建造成本在長期內處于一個合理的水平，這樣就可以將房價的增長控制在一個合理的水平。

2.對于房屋建造的成本進行一定的控制，改善技術、提高效率，在房屋建造過程中，嘗試使用低成本的新材料，降低房屋建造成本，避免房屋價格過高帶來的不良影響。

3.國家對于購買房屋進行一定的補貼，或者對于部分購買房屋的特殊個體采取一定的優惠政策，真正的實現“居者有其屋”。這樣才能使得在房屋價格比較高的情況下使得那些收入比較低的人可以買得起房子。

參考文獻：

[1]陳秋宇，羅茹月.商品房價格影響因素分析——基于[M].供應量的實證研究 [J].經營管理者，2011（01）.

[2]張濤.影響我國房價的經濟因素分析 [D].東北財經大學，2010.

[3]蔡戀，段慶云.中國商品住房價格的影響因素實證研究[J].學術交流，2013.endprint

摘 要：本文以11個沿海城市為研究對象，運用多元回歸的研究方法研究商品房價格的影響因素。在此基礎上，本文提出了相關的政策建議。

關鍵詞：商品房價格；影響因素；回歸分析

一、研究方法、變量選擇與建立模型

1.研究方法

由于2013年的部分數據不全，所以本文的數據是截選自 2012 年我國 遼寧、河北、天津、山東、江蘇、上海、浙江、福建、廣東、廣西、福建共11 個沿海省市的商品房的平均銷售價格和相關的截面數據，數據來源于中國統計出版社在 2013年出版的《中國統計年鑒》。

2.變量選擇

本文選取2012年我國各地區商品住房的有關數據進行橫截面回歸分析，以我國11個沿海省市的商品房平均銷售價格作為被解釋變量Y。本文選取地區生產總值、人均可支配收入、竣工房屋造價、土地購置費4個變量作為解釋變量。

3.建立模型

根據上面所述，建立模型如下 ：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

二、實證研究

利用SPSS進行回歸，首先將變量全部放入方程中進行回歸分析，得到回歸分析結果如表1所示：

表1 回歸結果一

由表1我們可以得到回歸方程：

y=833.397+0.072X2+1.434X3+0.375X4+e

（1）擬合優度檢驗：R2=0.948，說明被解釋變量的94.8%可以用解釋變量得到，模型擬合優度較好。

（2）t 檢驗 ：X1、X2、X3、X4的 t 統計量的伴隨概率分別為0.982、0.472、0.035、0.015，解釋變量X1、X2沒有通過t檢驗，即對商品房價格的影響不顯著。

綜合以上檢驗，本文考慮將X1、X2兩個自變量刪除，重新進行回歸分析。

重新運用SPSS19.0對y、X3、X4進行回歸，回歸結果如表2所示。

表2 回歸結果二

此時我們看到，只將X3、X4引入自變量時，我們可以得到，R2=0.94，模型擬合優度很好。

同時在t檢驗中，X3、X4的 t 統計量的伴隨概率分別為0.000、0.000，說明X3、X4對于商品房的銷售價格均有顯著性的影響。

因此，我們可以建立線性方程為y=1426.384+1.69X3+0.448X4

三、政策建議

針對本文所進行的研究，以及所得出的研究結果，主要提出以下幾點建議：

1.穩定土地的供應量。而土地供應量直接影響相關建造成本，所以政府可以從控制土地供應量著手，使市場上房屋的相關建造成本在長期內處于一個合理的水平，這樣就可以將房價的增長控制在一個合理的水平。

2.對于房屋建造的成本進行一定的控制，改善技術、提高效率，在房屋建造過程中，嘗試使用低成本的新材料，降低房屋建造成本，避免房屋價格過高帶來的不良影響。

3.國家對于購買房屋進行一定的補貼，或者對于部分購買房屋的特殊個體采取一定的優惠政策，真正的實現“居者有其屋”。這樣才能使得在房屋價格比較高的情況下使得那些收入比較低的人可以買得起房子。

參考文獻：

[1]陳秋宇，羅茹月.商品房價格影響因素分析——基于[M].供應量的實證研究 [J].經營管理者，2011（01）.

[2]張濤.影響我國房價的經濟因素分析 [D].東北財經大學，2010.

[3]蔡戀，段慶云.中國商品住房價格的影響因素實證研究[J].學術交流，2013.endprint