房價的影響因素分析

陳雨露

【摘 要】房價的影響因素是多方面的，主要涉及到自然、人口、經濟和政策四方面。本文運用SPSS軟件，以中國31個省市的截面數據為基礎，篩選出居民人均可支配收入，人均GDP，平均家庭戶規模和房地產累計投資四個主要影響變量，建立多元線性回歸模型。并在系統聚類的基礎上對不同類型地區的房價影響因素進行分析，為地區調控房價提供一定參考。

【關鍵詞】房價；影響因素；多元線性回歸；系統聚類

一、房價影響因素的理論分析

影響房價的因素是錯綜復雜的。房子本身建造成本的提升會影響房價，供需關系的變化會直接影響房價，政府政策的改變會間接影響房價。為了更加系統完整地對房價的影響因素進行理論分析，本文將從自然、人口、經濟、政策四方面進行[2]。

1.影響房價的自然因素

影響房價的自然因素主要體現在土地資源的供給上。每個地區的土地資源是有限的，土地資源供給的不足，會導致供不應求，引起房價的上漲。而我國人多地少土地資源供應緊張，因此房價一直處于上升趨勢[2]。土地收購價格加上房屋的竣工造價組成了房屋的總成本，是影響房價的決定性因素。

2.影響房價的人口因素

人口數量的增長，意味著對房屋需求量的增加，在土地供應面積一定的情況下，需求量的增加會導致供不應求，引起房價的上漲。全國的人口不斷增加，且城鎮人口的比重在上升，意味著城市房屋需求量的增加，會在一定程度上引起房價的上漲[4]。人口素質對房價的影響是間接的。隨著居民人口素質的提高，其對房屋居住質量的要求也隨之提高。而房屋的面積是房屋居住質量的重要體現，人均居住面積的增大會引起供不應求，房價上漲。人口結構對房價亦有影響。一方面，受中國計劃生育政策的影響，我國的家庭結構由傳統模式向小型化模式轉變，而家庭結構的小型化伴隨著家庭數量的增加，對房屋的需求也隨著增加，引起房價上漲。另一方面，一個地區的適齡人口的比重越大，對房價的需求量就越大，需求增大房價上升[3]。

3.影響房價的經濟因素

GDP是一個地區經濟總體情況的有效測量因素，是能夠代表一個國家和地區的經濟發展水平的重要經濟指標。GDP的增長意味著一個地區總體購買力的增加，同時對住房的需求也增加，而需求增加將導致房價上漲。為了排除地區人口總量的差異性，我們通常用人均GDP來更好地衡量一個地區的平均經濟水平[1]。個人的經濟水平主要體現在平均可支配收入上。隨著個人收入的積累，房屋購買成為必需且熱門的消費點，必然引起需求量增加，房價上漲。

4.影響房價的政策因素

作為高負債的行業，房價對利率的變動很敏感。當貸款利率較低時，房產商獲得資金的成本就較低。房地產開發投資資金中的國內貸款絕對數可以顯示出國家對房地產業的支持程度，支持程度高，用于房地產開發投資的貸款數額就高，房地產的建設生產量也會較多[2]。

二、房價影響因素的實證分析

1.數據來源與選取

本文截面數據來源于《中國2016統計年鑒》，本文選取因變量Y：商品房銷售均價；自變量：X1：土地購置面積；X2：人口密度；X3：文盲人口占15歲以上人口的比重；X4：平均家庭戶規模；X5：人均GDP；X6：房地產累計投資；X7：居民人均可支配收入；X8：房屋竣工造價。

2.總體回歸分析與檢驗

變量的篩選。為提高自變量在因變量預測中的可靠性，利用SPSS軟件，選擇逐步回歸法對自變量進行篩選。排除實證分析中對房價影響顯著性較低的數據：土地購置面積，人口密度，文盲人口占15歲以上人口比重和房屋竣工造價。最終篩選出主要的影響因子： 居民人均可支配收入，人均GDP，平均家庭戶規模和房地產累計投資。

總體回歸模型建立：綜合以上選取的指標，房價因素的基本函數形式可以表示為：Y=f（X4，X5，X6，X7）建立多元線性回歸模型：

Y=-12487.941+0.705X7+0.60X5+2567.629X4–0.072X6

模型的檢驗。擬合優度和顯著性檢驗：模型的偏回歸系數為0.968，判定系數為0.938，說明樣本觀測值聚集在樣本回歸直線周圍的密集度較好，也就是回歸模型與樣本觀測值具有較好的擬合優度。同時，經調整R方為0.928，F值為98.301，F檢驗的P值為0，回歸參數t檢驗的P值均小于設定的0.05的顯著性水平。說明預測變量的作用是顯著的，回歸模型顯著成立。殘差檢驗：殘差分析包括殘差的正態性、線性和等分散性分析。在直方圖中：標準化殘差的頻率基本服從均值為0的正態分布，符合殘差的正態性；在P-P圖中：點基本圍繞在線周圍，近似一條直線，符合殘差的線性；在散點圖中：點呈分散狀分布，較符合殘差的等分散性，說明殘差分析結果較合理，回歸方程在這一分析中可信。

3.分類回歸分析與檢驗

根據人口、自然、經濟等三方面的變量對全國31個省市進行系統聚類。根據聚類結果將31個省市分為4類。

第一類：北京，上海，天津。模型擬合優度非常高，得出主要影響因子為房地產累計投資（X6）和居民人均可支配收入（X7），模型為：Y=-408.810+1.623X6+0.128X7

第二類：浙江，江蘇，廣東。模型的擬合優度非常高。得出主要影響因子為人口密度（X2）和人均GDP（X5），模型為：

Y=17907.641-13.433X2+0.001X5

第三類：遼寧，福建，山東，內蒙古。模型的偏回歸系數為0.950，判定系數為0.903，模型的擬合優度較好。主要影響因子為平均家庭數規模（X4）?；貧w參數t檢驗的P值均大于0.05，系數不顯著。因此，仍采用總體回歸模型。

第四類：其他剩余省市。模型的偏回歸系數為0.790，判定系數為0.623，模型的擬合優度較好。主要影響因子為房屋竣工造價（X8）和文盲人口占15歲以上人口的比重（X3）。

模型：Y=1825.331+1.363X8-58.065X3

回歸參數t檢驗的P值均小于設定的0.05的顯著性水平，殘差分析結果較合理，回歸方程在這一分析中可信。

三、結論

人均GDP、居民可支配收入、平均家庭戶規模與房價呈正相關，而房地產開發累計投資與房價呈負相關。該模型很好的說明了全國各省市房地產市場的需求原理：人均GDP、居民可支配收入、平均家庭戶規模影響住房消費的需求，房地產開發累計投資影響住房的供給。但總體的分析只能反映一般情況，各因素對不同地區的影響程度不同，且存在忽略區域獨特因素的問題，各地區可參考房價的主要影響因子，從主要方面入手去調控當地房價。

【參考文獻】

[1]姜永增. 房價影響因素的實證分析——以青島市為例[J]. 價值工程，2011，（28）：319-320.

[2]李方. 我國房價的影響因素分析[D].吉林財經大學，2016.

[3]張元姣. 基于主成分回歸分析的上海房價影響因素研究[J]. 現代商業，2013，（27）：125-126.

[4]張濤. 影響我國房價的經濟因素分析[D].東北財經大學，2010