基于灰色關(guān)聯(lián)度的河北省房價影響因素分析

張樂樂+高孝偉

摘要：基于灰色關(guān)聯(lián)度模型，分別從供給、需求和環(huán)境3個角度選取若干房價影響因素，對2008-2015年《河北經(jīng)濟年鑒》中的相關(guān)數(shù)據(jù)進行了分析，結(jié)果表明：居民收入水平和地區(qū)經(jīng)濟發(fā)展水平對河北省房價的影響最為顯著，同時竣工房屋造價、房地產(chǎn)投資規(guī)模等因素也對房價有較強影響，京津冀一體化重大戰(zhàn)略及其相關(guān)政策將對河北省房價產(chǎn)生直接影響。

關(guān)鍵詞：房價； 影響因素； 灰色關(guān)聯(lián)度； 京津冀一體化

中圖分類號：F293.3

文獻標識碼：A 文章編號：16749944（2017）10026304

1 引言

住房問題關(guān)系國計民生。近年來，隨著社會、經(jīng)濟不斷發(fā)展以及房地產(chǎn)行業(yè)的迅速崛起，國內(nèi)各大城市房價持續(xù)走高，居民購房壓力日趨沉重，因此對房價影響因素的研究具有重要的現(xiàn)實意義。

學(xué)術(shù)界對房價影響因素已有大量研究。肖磊利用30個省會城市的截面數(shù)據(jù)對房價影響因素進行定量分析，發(fā)現(xiàn)供給和需求是影響房價的最主要因素[1]。羅玉波利用分位數(shù)回歸方法分析得出不同房屋屬性對于房價的影響隨所考察的分位數(shù)不同而變化，從而得到不同屬性對于房價影響更為全面的描述[2]。劉闖利用國內(nèi)1997～2009年房地產(chǎn)市場相關(guān)數(shù)據(jù)資料，通過計量經(jīng)濟學(xué)方法，構(gòu)建出我國房價影響因素的聯(lián)立方程模型[3]，且該模型具有有效性。金克鎮(zhèn)通過回歸分析得出常住人口數(shù)量、CPI、調(diào)控政策是影響房價指數(shù)的主要因素[4]。范允奇通過二階段局部動態(tài)調(diào)整模型對存在市場摩擦和投機時的房價運行特征進行分析，并利用動態(tài)面板數(shù)據(jù)模型和遞歸分析方法分析了房價影響因素的區(qū)域差異和時序變化[5]。蔡鷺斌通過構(gòu)建基于DPSIR模型的房地產(chǎn)調(diào)控政策對房價影響的評價體系，分析得出房價對調(diào)控政策反應(yīng)敏感但同時具有一定的滯后性[6]。彭乃弛利用2012年北京、天津等31個省市相關(guān)指標的橫截面數(shù)據(jù)，通過最優(yōu)模型分析得出人均可支配收入與失業(yè)率是短期內(nèi)影響房價的主要因素[7]。陳新峰通過VAR模型分析得出國內(nèi)生產(chǎn)總值、貨幣與準貨幣供應(yīng)量、城鎮(zhèn)居民人均可支配收入、土地價格、房地產(chǎn)開發(fā)中外資利用額等變量之間存在長期的穩(wěn)定關(guān)系[8]。

以上對房價影響因素的研究分別基于不同角度，各有側(cè)重；在對房價影響因素進行分析時所采用的方法各有優(yōu)勢與不足；對于我國不同省份而言，其人口狀況與經(jīng)濟發(fā)展水平參差不齊，房價影響因素的重要性排序也有所不同。筆者從供給、需求、環(huán)境等角度選取若干對房價有重要影響的因素，對河北省2008-2015年的相關(guān)數(shù)據(jù)進行灰色關(guān)聯(lián)度分析，得出各個因素對河北省房價的影響程度，為有效調(diào)控房價提供指導(dǎo)。

2 房價影響因素模型構(gòu)建

房價影響因素涉及諸多方面且內(nèi)容復(fù)雜。擬從需求、供給、環(huán)境以及其他因素四個角度分析影響房價變動的主要因素。

（1） 需求因素。在其他因素一定的前提下，對商品房的需求越旺盛，房價越高漲。因為人口和購買力是決定市場需求的最為重要的因素，所以在此選取居民可支配收入和年末常住人口來反映需求因素。人口是房地產(chǎn)業(yè)發(fā)展的基礎(chǔ)要素，一般情況下，人口與市場需求之間存在正相關(guān)關(guān)系。而居民的可支配收入決定著購買力水平，收入水平越高，支付能力越強，從而刺激商品房的需求，導(dǎo)致房價上漲。

（2） 供給因素。根據(jù)經(jīng)濟學(xué)一般理論，在其他因素一定的前提下，商品房的供給量越多，房價越低。在此選取了房地產(chǎn)投資、施工房屋面積、竣工房屋面積和竣工房屋造價來反映供給因素。其中房地產(chǎn)投資、施工房屋面積、竣工房屋面積與房價之間往往存在負相關(guān)。而竣工房屋造價與房價之間存在正相關(guān)。

（3） 環(huán)境因素。環(huán)境因素主要通過影響商品房的需求和供給進而影響房價。選取地區(qū)生產(chǎn)總值、居民消費價格指數(shù)和城鎮(zhèn)化水平來反映環(huán)境因素。地區(qū)生產(chǎn)總值反應(yīng)了地方經(jīng)濟發(fā)展水平，而經(jīng)濟發(fā)展水平的提高在帶動居民收入水平上升的同時，也會刺激房地產(chǎn)商加大投資力度，抬高房價。物價水平上漲會增加商品房的建設(shè)成本，影響其供給；同時通貨膨脹情況下，人們更傾向于持有實物資產(chǎn)從而加劇購房需求。城市化水平反應(yīng)了人口由農(nóng)村向城市聚集的程度，城市化水平的提高促進了住房需求的擴大，導(dǎo)致房價上漲。

（4）其他因素。考慮到人民幣貸款利率對房地產(chǎn)需求的影響，所以附加了這一其他因素。因為人民幣貸款利率同時影響房地產(chǎn)商與購房者的資金成本，進而影響房地產(chǎn)市場的供給與需求，最終對房價產(chǎn)生影響。

3 灰色關(guān)聯(lián)度模型介紹

灰色關(guān)聯(lián)度分析（Grey Relational Analysis）是一種多因素對比分析法，通過分析系統(tǒng)中主行為因子與相關(guān)行為因子的關(guān)系密切程度，進而判斷引起該系統(tǒng)發(fā)展的主要因素和次要因素。它以系統(tǒng)內(nèi)各因子間的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度作為依據(jù)，通過比較關(guān)聯(lián)度的大小來確定主要因素和次要因素。

灰色關(guān)聯(lián)度的計算步驟如下。

（1） 確定主行為因子序列和行為因子序列。設(shè)主行為因子序列為X0（k），行為因子序列為Xi（k）（i=1，2，3，…，m，k=1，2，3，…，n）。

（2） 無量綱化處理。通常情況下，系統(tǒng)中各因素的量綱或數(shù)量級并不相同，為了保證分析結(jié)果的可靠性，需要對原始數(shù)據(jù)進行無量綱化處理。對時間序列一般采用均值化處理。

（3） 計算關(guān)聯(lián)系數(shù)。X0（k）與Xi（k）之間的關(guān)聯(lián)系數(shù)計算公式如下：

式（1）中MiniMink|x0（k）-xi（k）|為兩級最小差，即|x0（k）-xi（k）|計算所得到的最小值；MaxiMaxk|x0（k）-xi（k）|為兩級最大差，即|x0（k）-xi（k）|計算時所得到的最大值；ρ為分辨系數(shù)，其取值區(qū)間為（0，1），具體取值可視情況而定。當ρ≤0.5436時，分辨率最好，通常取ρ=0.5。

（4） 計算關(guān)聯(lián)度。關(guān)聯(lián)度ri的計算公式為：

將關(guān)聯(lián)度按大小排序并據(jù)此進行后續(xù)分析。

4 河北省房價影響因素的灰色關(guān)聯(lián)度分析

（1） 數(shù)據(jù)的選取。根據(jù)前文分析，選取河北省商品房均價為主行為因子，記為X0；行為因子包括：年末常住人口、居民可支配收入、房地產(chǎn)投資、施工房屋面積、竣工房屋面積、竣工房屋造價、地區(qū)生產(chǎn)總值、居民消費價格指數(shù)、城鎮(zhèn)化水平和人民幣貸款利率（5年以上），分別記為Xi（i=1，2，…，10）。文章的數(shù)據(jù)來源包括《河北省經(jīng)濟年鑒》以及中國人們銀行網(wǎng)站，由于2016年的統(tǒng)計數(shù)據(jù)尚未發(fā)布，因此采集的時間序列為2008～2015年的數(shù)據(jù)，如表1所示。

（2） 初始數(shù)據(jù)無量綱化處理。本文采用均值化的方法對原始數(shù)據(jù)進行了無量綱化處理，結(jié)果如表2所示。

（3）計算關(guān)聯(lián)度。計算過程數(shù)據(jù)（差序列）如表3所示。

（4）結(jié)果分析。根據(jù)計算結(jié)果，上述房價影響因素的關(guān)聯(lián)度均在0.5以上，說明其對河北省房價均有不同程度的影響。關(guān)聯(lián)度大于0.85的因素有居民可支配收入和地區(qū)生產(chǎn)總值，說明這二者對房價的影響極為顯著；關(guān)聯(lián)度大于0.6小于0.85的因素有竣工房屋造價、房地產(chǎn)投資、城鎮(zhèn)化水平、施工房屋面積和年末常住人口，說明這五個因素對房價有較大的影響；關(guān)聯(lián)度在0.5～0.6之間的因素有人民幣貸款利率、竣工房屋面積和居民消費價格指數(shù)，說明這三個因素對房價也具有一定影響。

5 結(jié)論與討論

根據(jù)上文分析，居民收入和地區(qū)經(jīng)濟發(fā)展水平對河北省房價的影響程度最為顯著，因此大力發(fā)展經(jīng)濟，提高居民收入水平是穩(wěn)定房價，緩解居民購房壓力的主要途徑。同時，房地產(chǎn)供給方面的因素，如竣工房屋造價、房地產(chǎn)投資規(guī)模等因素也對房價產(chǎn)生較強的影響，因此應(yīng)強化房地產(chǎn)市場秩序，加強土地監(jiān)管職能，并通過貸款利息、貸款規(guī)模等手段調(diào)控房地產(chǎn)投資規(guī)模，抑制房地產(chǎn)市場非理性擴張和房價持續(xù)上漲。此外，城市化率、人民幣貸款利率和居民消費價格指數(shù)的排序較為落后，說明城鎮(zhèn)化水平、物價水平等環(huán)境因素以及銀行信貸政策對房價的影響力度弱于需求因素和供給因素。

2015年中共中央政治局審議通過了《京津冀協(xié)同發(fā)展規(guī)劃綱要》，將推動京津冀協(xié)同發(fā)展上升為重大國家戰(zhàn)略。京津冀一體化對河北省既是機遇又是挑戰(zhàn)。在這一戰(zhàn)略中，河北省將在疏解北京人口壓力，承接北京部分功能和產(chǎn)業(yè)轉(zhuǎn)移方面扮演重要角色。2017年兩會期間，京津冀協(xié)同發(fā)展再度成為社會關(guān)注焦點，其相關(guān)議題涉及交通、就業(yè)、醫(yī)療等多方面信息，特別是京津冀協(xié)同發(fā)展在交通領(lǐng)域的大力推進，將成為河北省環(huán)首都地區(qū)房價上漲的重要催化劑。此外，2022年冬奧會申辦成功后，河北張家口地區(qū)房地產(chǎn)市場也已迎來繁榮時期。京津冀協(xié)同發(fā)展、冬奧會等因素對河北省房地產(chǎn)市場的作用是一個長期過程，其中人口遷入量、新增住房數(shù)量以及區(qū)域產(chǎn)業(yè)布局是否完善等因素都將直接影響房價走勢[9]。

結(jié)合灰色關(guān)聯(lián)度模型對房價影響因素進行了分析，其結(jié)果表明，來自商品房需求與供給方面的因素較之于環(huán)境等因素對河北省房價有更為顯著的影響作用，這與現(xiàn)實情況及供求價格理論相吻合，從而驗證了利用灰色關(guān)聯(lián)度模型分析房價影響因素的合理性。此外，在研究過程中尚有不足之處：首先，在構(gòu)建河北省房價影響因素模型時，只選取了10個相關(guān)因素，并不能完全涵蓋所有房價影響因素；其次，在數(shù)據(jù)選取上，主要以《河北省經(jīng)濟年鑒》為數(shù)據(jù)來源，而官方統(tǒng)計數(shù)據(jù)和商業(yè)數(shù)據(jù)必定各有側(cè)重，因而單一的以官方數(shù)據(jù)進行計算和分析，勢必會影響實證分析的準確性。因此，為了更客觀地分析房價影響因素，有效克服上述缺陷將是后續(xù)研究的重點內(nèi)容。

參考文獻：

[1]

肖 磊.房價影響因素與地區(qū)房價差異分析[J].經(jīng)濟研究導(dǎo)刊，2011，（35）：103-105

[2]羅玉波.房價影響因素分析：分位數(shù)回歸方法[J].統(tǒng)計與決策， 2011（6）：158～159.

[3]劉 闖，俞秋婷，高琴琴.基于聯(lián)立方程模型的我國房價影響因素研究[J].武漢理工大學(xué)學(xué)報（信息與管理工程版），2012，34（1）： 123～126.

[4]金克鎮(zhèn).關(guān)于房價影響因素的理論分析與實證研究：以天津市為例[D].天津：天津師范大學(xué)，2013.

[5]范允奇，王藝明.中國房價影響因素的區(qū)域差異與時序變化研究[J].貴州財經(jīng)大學(xué)學(xué)報， 2014 （1）： 62～67.

[6]蔡鷺斌.基于DPSIR模型的宏觀調(diào)控政策對房價影響研究[J].沈陽工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2014，7（2）：145～151.

[7]彭乃弛.短期影響中國商品房房價因素的計量分析[J].經(jīng)濟研究導(dǎo)刊，2015（4）：138～140.

[8]陳新峰，王子柱.房地產(chǎn)價格影響因素實證分析[J].現(xiàn)代物業(yè)·新建設(shè)，2015，14（1）：82～87.

[9]張 婷.河北省在京津冀一體化發(fā)展中的對策研究[D].長春：吉林大學(xué)，2015.