房地產價格影響因素分析

朱順東

摘要：選取2005-2018年北京、天津、廣東、安徽、上海、江西、湖南、河南、江蘇、浙江等9個省市的相關數據，對影響房價的主要因素進行計量分析。在回歸模型中，將城鎮人口、房地產開發企業土地購置價格、住宅商品房銷售面積以及商品住宅房竣工面積等變量作為影響房價重要的要素做自變量同時控制省市個體差異和年份差異，最終通過實證回歸得出：房地產開發企業土地購置價格是影響房產價格的最主要因素。提出政府應根據具體的省際情況，制定不同的土地制度及調控政策，消費者應根據當地房地產市場現狀及自身經濟狀況理性選擇不同購房形式等對策建議。

關鍵詞：房產價格;面板數據

自1998-2008年以來，我國房地產行業發展引來了黃金十年，隨后進入了全面調整階段，但整體上房地產發展依然處于上升勢頭。近二十年的房地產市場的繁榮發展，帶動其他行業的增長成為我國經濟增長的重要支柱產業，但隨著房地方的繁榮發展和房價飛速的增長也帶來諸多負面的問題，如住房問題帶來很多人生存的壓力、遏制了居民消費增長、加劇了行業風險和金融風險等一系列社會問題。我國房地產市場中存在的問題引發了政府的廣泛關注，在2009年后基本進入了全面調控的階段，陸陸續續出臺了調控措施。為探究影響我國房價大幅上漲的主要因素，本文以房屋中的住宅商品房為例，選取了一些極具代表性的省市（共9個）作為全國房價增長樣本，對其2005-2018年的相關數據進行了研究。本文從供給與需求兩方面對影響當前高房價問題的主要因素做出計量分析，從多層次多角度提出當前房價上漲問題的應對對策，為更好促進我國房地產市場健康發展提供決策參考。

1.研究方法與研究現狀

1.1國外房地產價格影響因素的相關研究

國外對房地產市場的相關研究起步較早Abraham等（1994）以美國14個城市為研究樣本，得出當地建筑成本每增加1%，房地產價格將增加0.163%。Quigley（1995）以洛杉磯12年間數據為樣本，發現不同的銷售機構的銷售技巧對房價影響并不顯著。平新喬（2004）運用回歸分析，分析發達國家房地產價格與地價的關系，提出地價與房地產價格呈顯著正相關關系。Guirguis 等采用 VECM、AR、GARCH、帶隨機參數和自回歸參數的 Kalman 濾波及指數平滑方法對美國房地產價格進行預測，得出GARCH 和帶自回歸參數的 Kalman 濾波預測精度最優。Egert（2007）以歐洲八個國家和經濟合作與發展組織19個國家房地產業為樣本，發現發展中國家人口結構和失業率對房地產業影響較顯著，發達國家則手段和制度、融資等因素更為顯著。原鵬飛和魏巍賢（2012）以中國為樣本，發現房地產價格上漲將帶動經濟上行發展，但同樣比例房地產價格的下跌，對經濟帶來的打擊遠高于上行帶來的推動作用。Justyna和Brzezicka（2014）以美國房地產為樣本，發現房地產價格變動同樣也是消費者行為變化的原因之一。

1.2我國房地產價格影響因素的相關研究

沈悅和劉洪玉（2004）以我國14個主要城市1995-2002年數據為研究樣本實證分析論證房地產價格與經濟關系得出，城鎮家庭收入狀況對房地產價格產生正向顯著影響。陳友軍和曾云兵（2008）運用模糊層次分析法研究我國房地產價格影響因素，地域差異、收入差異、消費者行為偏好差異和文化風俗對房地產價格變動產生影響。顧海峰、張元姣（2014）利用存準率和利率兩大貨幣政策工具實證研究貨幣政策對房地產價格的影響作用，研究表明存準率對房地產價格存在長期穩定的正向影響，但是利率對房價沒有顯著的影響。宋稞（2015）運用實證分析研究我國2000-2014年人口地理分布變化和房地產價格波動，結果顯示：我國城鎮化進程對房地產價格存在顯著相關關系。劉佳等（2017）以中國內蒙古地區為樣本，運用面板分析研究近15年當地房地產價格的宏觀經濟影響因素。結果顯示財政收入、房地產投資對地產價格影響不顯著，地方GDP對房地產價格影響顯著。鐘先哲，丁曉云通過計量模型分析的方法，提出人均可支配收入與房價成正比關系的結論。王望濤（2020）利用貴州省 2008～2019 年的數據建立 VAR 模型，通過脈沖響應函數分析宏觀經濟下貴州省房價的影響因素。

2.變量選取與數據說明

從需求與供給兩個方面來分析影響全國房價的主要因素，并從中選取幾個主要變量，研究各個變量對全國房價的影響程度。需求方面：（1）城鎮總人口。城鎮總人口是指流動人口和戶籍人口兩大類，人口密度是房價的幕后推手，城市人口的增加會產生更大規模的剛性住房需求，這對房地產市場及房價而言是巨大的正向沖擊。 城市人口的增長是影響房地產需求的直接因素。在地區人口密度大，科技發達的城市，如深圳，勞動力是城市建設的主力軍，會極大提高對住房的需求。 因此常住人口是影響房價的重他們對于住宅商品房的購買欲望即可反映出購房的需求大小。根據需求理論可知，購房需求的增加會導致房價的上升，城鎮總人口迅速增長，房價也隨之增長。（2）住宅商品房銷售面積。銷售面積反映出消費者對住宅商品房需求量的大小，與消費者需求成正比，因此，住宅商品房銷售面積越大，房價則會越高。供給方面：（1）房地產開發企業土地購置價格。投資商在施工土地上投入資金越多，說明對該土地重視程度越高。因此，房地產開發企業土地購置價格越高，供給價格越高，房價越高。（2）住宅商品房竣工面積。住宅商品房竣工面積表示住宅商品房總體供應數量，它也在一定程度上反映了房地產行業的總體供給情況，我國房地產市場中總需求量大于總供給量，房價仍然處于上升趨勢。

樣本選取與數據來源為了使本文選取的數據有更高的準確性及可靠性，選2005年至2018年度的相關數據。本文所用數據全部取自于國家統計局網站。

3.模型的建立

觀察單位是中國住宅商品房從2005—2018年的數據，總觀察值的個數為10×14=140個。本文以住宅商品房平均銷售價格PRICE（元/平方米）為被解釋變量，解釋變量分別是①城鎮人口POP（萬人），②房地產開發企業土地購置價格LAND（元/平方米），③住宅商品房銷售面積SALE（萬平方米），④商品住宅房竣工面積COMP（萬平方米）。除此之外，還加入了年份YEAR這個變量，共5個變量。對于這幾個變量，我們建立以下回歸模型：

PRICEit=β0+β1POPit+β2LANDit+β3SALEit+β4COMPit +Ui+YEARt +εit

其中，i是代表第i個省市，t是代表年份，Ui是代表省市的個體效應，Vt是代表年份的效應 ，εit是代表殘差項。

4.實證分析

4.1變量基本統計情況

商品房平均銷售價格均值為8244元/平方米，中位數為6325元/平方米，最大值為3.74萬元/平米、最小值為0.175萬元/平米，最大值為最小值21倍，說明省際之間房產價格差異較大，尤其是中西部與東部沿海北京、上海的房產價格;城鎮人口均值為2929萬元、中位數為2325萬人、最大值為8022萬人、最小值為783萬人土地購置價格平均值為4159、中位數為2429、標準差為4520為均值的1倍，最大值為最小值的52倍，說明省際之間土地購置價格差異大，和省際經濟發展水平差異過大相對應，經濟越發達省份的土地購置價格要大于省份欠發達地區;銷售面積平均值3749、中位數為2501、標準差為3061接近平均值，最大值為最小值的25倍;竣工面積均值為3718、中位數為2897、標準差為2360、最大值為最小值的16.5倍，充分說明省際之間無論在經濟發展水平還是城市人口規模上都存在較大的差異。

4.2模型篩選

因本文是采用平衡面板數據，通常采用有混合模型、隨機效應模型、固定效應模型，每個效應假設條件不同，為了得出合理的估算之前都在模型估計之前需要進行相應的檢驗，首先通過LM檢驗來判別是否采用隨機效應還是混合效應，通過表2檢驗結果中可以看出，LM檢驗得出P值為0.000小于0.05，強烈拒絕原假設，說明隨機效應比混合模型更適合;其次通過F檢驗來判別是采用固定效應還是混合效應，經過檢驗得出F值為26.29，對應的P值為0.000小于0.05，說明固定效應比混合模型更適合;最后通過豪斯曼檢驗來判斷是否固定效應和隨機效應，通過估算得出豪斯曼檢驗卡方值為53.88對應的P值為0.00小于0.05，說明固定效應比隨機效應模型更適合，故本文采用固定效應模型進行分析。

4.3實證回歸

為了減弱變量之間的序列相關、極端值、非正態分布以及異方差性等問題，本文將變量采用對數的形式進行分析。

實證結果如下：人口的回歸系數為1.435，在1%水平下高度顯著，即城市在研究的期間內人口規模對房價有著顯著正向的促進作用，同等條件下人口規模每增長1%，房價平均增長1.435%;開發商土地購置價格回歸系數為0.352，在1%水平下顯著，說明土地購置價格會顯著正向估計了房價的增長，在其他條件不變的情況的下，開發商土地購置的價格每增長1%，房價平均增長0.352%;住宅銷售面積回歸系數為0.03，但不顯著，說明銷售面積對房價無顯著影響;開發商竣工面積回歸系數為-0.048，但不顯著，說明竣工面積對房價無顯著影響。綜合來看，通過變量回歸系數看出，對房產價格影響最大的變量要素為省際常駐人口規模，其次為土地購置價格。

5.結論

根據第四部份的對國內宏觀經濟政策和發展動態分析，結合采集數據實證回歸分析可以看出省際城市的社會發展綜合實力的體系常駐人口的規模是帶動房價增長的重要因素，同時，土地購置地價的增長是帶動房價增長的另外一個重要因素。因此，為使我國房地產市場達到健康運轉調控的狀態，我國政府應該“因城施策”。應更加合理地出臺相關政策進行適當的宏觀調控，政府應該制定出一個更為恰當土地規劃的方案，根據土地是稀缺資源，具有不可再生的供給特點，對土地成本把控好更好地促進我國房地產行業健康發展。對于微觀主體，筆者認為，對于剛步入社會融入城市的青年工作人員，面對當地只增不降的房價，無力撬動身邊資源支付首付的情況下，租房則不失為明智的選擇;對于一線城市有能力購房者，因一線城市房價一般超過中產階級的支付能力。倘若無其他有效的投資方式，購買房產仍為不錯的穩定增值的理財方式，但要選擇城市發展前景較好、對人口吸引較大的城市;對于非一線的城市的房地產，除非剛需不建議大規模投資房產。

參考文獻：

[1]ALAN K.REICHERT.The Impact of Interest Rates，Income， and Employmentupon Regional Housing Prices[J].Journal of Real Estate Finance and Economics，1990，（3）.

[2]周京奎.貨幣政策、銀行貸款與住宅價格———對中國 4 個直轄市的實證研究[J].財貿經濟，2005（5）.

[3]平新喬，陳敏彥，融資、低價與樓盤價格趨勢，世界經濟，2004 年 7 月，第 3-10 頁.

[4]譚鵬程，房地產價格波動影響因素的實證研究——基于廣州市的 VAR模型[J]，特區經濟，2013 年 10 月，第 37-39 頁.

[5]武田艷，占建軍，嚴韋，基于 MIV-BP 型網絡實驗的房地產價格影響因素研究[J]，數學的實踐與認識，2015 年 8 月，第 43-50 頁.

[6]王望濤，貴州省房地產價格影響因素研究———基于宏觀經濟視角[J]，2020年5月，第36-38

[7]周海波，深圳房地產價格影響因素的實證研究[J]，特區經濟，2020年8月，第25-27.