東營市房價影響因素分析及優化研究

摘" "要：房地產行業是國民經濟的支柱性產業之一，房價的高低變化會對經濟發展產生不同程度的影響，與居民的日常生活息息相關。為了更好地掌握東營市房價變動的規律，用SPSS構建多元回歸線性模型，對東營市2014—2020年的房價變化走勢進行分析，從投入產出方面入手，闡述各類影響因素對東營市房價的作用機制，得出人均收入、城鎮人口數量以及房地產開發投資額對于住宅商品房價格影響程度較大，東營市房地產業與眾多產業有較高的關聯度。針對房價波動中出現的問題，提出合理化建議。

關鍵詞：多元線性回歸；商品房價格；影響因素；優化建議

中圖分類號：F293.3" " " 文獻標志碼：A" " " 文章編號：1673-291X（2023）21-0053-03

后疫情時期，經濟發展受到不同程度的影響，尤其是房地產市場暴露出越來越多的問題，主要表現在房價的波動上，東營市的發展也不例外。本文在已有的研究成果基礎上，結合東營市自身的區域特點建立了研究模型[1]。從房價升降趨勢、房價變化影響因素以及人們的經濟收入著手，綜合評價研究了東營市商品房價格影響因素的情況和現狀，并對其進行客觀分析來發現存在的問題，以促進房產和地產市場的合理有序發展，保持房價穩定在合理區域。

一、文獻綜述

在我國城鎮居民的住房是以一種可以進行交易的商品的形式存在的，因此房屋價格的變動會與一般商品存在較多的共性，主要受到教科文衛體等公共資源分布、土地的市場發展情況、居民的人均收入水平、各種法規和政策等眾多要素的影響。并且對于居民家庭來說，房產是最重要的金融資產，因而城市房價的變化也受到貨幣政策的影響。白招弟等人（2020）從甘肅省商品房價格的變動規律切入，選取生產總值等因素，通過多元回歸的方法得出最優模型；朱哲等人（2021）搜集中國和美國的房價變化數據，選取走勢收入比等方面將兩者進行比較，從而分析出較為重要的影響因素，并為政府做出相應的房價預期管理；涂錦等人（2022）采用樣本窗口期以及反事實檢驗分析的方法，針對成都市的二手房市場，研究了不同城市政策對其房價的影響效果，并提出相關建議促進該行業的健康發展；王玲等人（2022）通過建立VAR模型，研究分析各因素在房價變動中的貢獻作用，提出相應的對策，從供需角度以實現相應平衡。

二、商品房價格影響因素分析

房地產作為一個城市的支柱性產業，其發展程度也決定了城市的規模，同時受到多個方面影響和制約，其中房價是顯示房地產行業波動的一個重要指標。因此，本文依據山東省統計年鑒中東營市2014—2020年的數據，從東營市的人口變化、經濟發展以及投資與產出的相應指標展開，如表1所示，結果分析如下：

（一）全市生產總值GDP（X1）

東營市的全市總收入指一段時間內該地區住房單位所有生產活動所產生成果的總和。GDP代表了一個城市的綜合發展實力，對于房價的變化有著很大影響，與房地產市場的發展息息相關。

（二）全市人均GDP（X2）

全市GDP反映的是整個城市的綜合經濟實力，而人均GDP作為反映經濟發展狀況的宏觀經濟指標，對應的是居民直觀的生活水準和自身的經濟水平，商品房價格的波動與這方面的變化有著非常緊密的聯系。東營市全市人均GDP 作為衡量居民生活水平的指標，其不同程度的增長將會給全市的房地產市場帶來相應的影響。

（三）全市農村人口數量（X3）

農村作為我國人口的重要居住地，農村人口指的是常年居住在農村的人口。隨著我國新型城鎮化的不斷推進，鼓勵農民進城落戶，農村轉移人口成為拉動城市經濟的一個重要指標，從而對商品房價格帶來不小的影響。

（四）全市城鎮人口數量（X4）

城鎮人口數量在一定程度上決定了城市的發展規模，住宅商品房作為人們的生活必需品，必不可少[2]。城鎮人口的增加會不斷提高整體的購房需求，從而拉動消費，并成為影響住宅商品房價格的重要因素。

（五）全市房地產開發投資額（X5）

房地產對商品房的開發投資，是土地開發工程的投資，不只包括土地的交易活動，對于整個城市的商品房價格的發展與變化產生積極的正向影響。東營市房地產開發投資額的增加，將會影響居民的心理預期，認為房價會在未來時間內出現上升的趨勢，從而影響居民購買動機和購房需求，提高住宅商品房的交易量，最終給商品房價格帶來相應波動[3]。

（六）全市商品房銷售面積（X6）

東營市商品房的銷售額與房地產開發投資量相輔相成，同時整個城市的房地產投資開發額取決于商品房銷售面積的大小，并對全市的房地產市場發展有著重要影響。從供給和需求的角度來說，其理論的發展程度，在一定范圍內影響著東營市商品房銷售面積的大小，進一步影響到商品房的價格[4]。

（七）全市商品房銷售額（X7）

商品房銷售額作為政府財政來源的一個重要指標，對全市的經濟發展發揮重要的作用。因此商品房銷售額對于商品房價格來說，二者存在直接理論上的關系。

通過對以上七個影響因素的分析，總結得出：房地產行業作為城市發展的支柱性產業，其影響因素多且復雜，而且深入居民生活，與東營市的城市發展潛力緊密相關。通過深入研究這些影響房價變化的因素，才能得出更為全面和準確的結論。

三、模型建立與數據處理

（一）多元回歸分析

多元回歸分析是指利用回歸方程定量的解釋因變量與兩個或兩個以上的自變量之間的線性依存關系。設因變量為y，k個自變量分別為，X1，X2…Xk，多元回歸模型的一般形式為：

y=β0+β1X1+β2X2+β3X3+...+βkXk+εi

其中β0為回歸常數，β1，…βk稱為回歸系數。其中，隨機誤差項（i=1，...，n）滿足：

i=1，...，n

E（εi）=0

Var（εi）=σ2

（二）多元回歸模型的建立

為了進一步研究各自變量對于商品房價格的影響關系與影響程度，利用逐步回歸法，建立最優的多元回歸方程。利用SPSS軟件進行逐步回歸分析時，要引入的自變量的概率設為0.05，要剔除的自變量的概率設為0.1，得到回歸分析結果。由表2可知，對模型擬合結果進行觀察，模型3的回歸效果優于模型2和模型1。通過線性回歸中F檢驗的情況可得，表2中三個模型的顯著性水平均小于0.05，因此三個模型均通過模型檢驗，表明自變量與因變量之間存在線性相關。綜上，最優的回歸模型應確立為模型3。

通過下頁表3可知，模型3中的農村人口、生產總值、住宅商品房銷售面積，住宅商品房投資額的t檢驗顯著水平均大于0.05，說明農村人口、生產總值、住宅商品房銷售面積、住宅商品房銷售額不能對商品房價格產生顯著性影響，并沒有產生顯著的線性關系，所以不能引入線性回歸方程，需進行剔除。則影響復變函數成績的主要因素是人均GDP、城鎮人口以及房地產投資額。

基于逐步回歸法，確立了影響因素為人均GDP X1、城鎮人口X2和房地產投資額X5，為進一步研究各變量之間的影響程度，需對回歸系數估計。為了檢驗變量間是否存在多重共線性，將自變量兩兩組合，進行回歸分析：

（1）做人均GDP（X2）與城鎮人口數量（X4）的回歸模型：

X2=335540.202-1192.991X4

R^2=0.187" F=1.152

可知，城鎮人口數量X4對人均GDP X2沒有很好的解釋作用。

（2）做人均GDP（X2）與房地產投資額（X5）的回歸模型：

X2=197516.619-183.821X5

R^2=0.14" F=0.069

可知，房地產開發投資額X5對人均GDPX2沒有很好的解釋作用。

（3）做城鎮人口數量（X4）與房地產投資額（X5）的回歸模型：

X4=197.084-0.271X5

R^2=0.226" F=1.458

可知，房地產投資額X5對城鎮人口數量X4沒有很好的解釋作用。因此，各變量之間不存在多重共線性。

由表4可得，多元線性回歸方程為：

y=2267.69+0.003X2+9.018X4+4.666X5

綜合來看，城鎮人口數量在很大程度上影響著房價的波動，房地產投資額的影響程度次之，人均GDP的影響程度最小。人均GDP、城鎮人口數量、房地產投資額對商品房價格均具有顯著的正向影響。

四、結論與建議

（一）結論

從總體來看，在影響商品房價格變動的因素中，人均收入、城鎮人口數量以及房地產開發投資額對于房地產市場的發展影響較大，從而進一步改變房價的波動規律。在房地產一級市場即土地市場到房產項目開發過程以及市場需求和資金成本上的影響是全方位、多層次、立體化的，人均收入和城鎮人口的提高，提升了城市內群體的消費水平，加強了居民的購房需求[5]。

（二）建議

為了東營房地產市場的平穩健康發展，穩定房價，使其對整個城市的發展作出更大的貢獻，應該在以下方面展開工作：合理優化東營市區位分布，努力落實三穩，促進房地產各級市場有序進行。加強保障性住房和經濟適用房建設，加速實現城鎮中有住房困難的群眾的住房保障；堅持各項房地產相關的政策不放松，進一步加快房地產長效機制的落地進程，并且不將其看作為短期刺激經濟的手段[6]。積極推進供給側結構性的改革，擠出房地產市場泡沫。始終貫徹落實政府所堅持的宏觀調控樓市政策，始終全面落實房地產長效管理機制[7]。

參考文獻：

[1]" "向為民，謝靜，李嬌.中國房地產市場的脆弱性評估：來自房價波動的證據[J].改革，2022（3）.

[2]" "涂錦，蔣宛晨，冷正興.我國城市房價影響因素的差異化研究：基于成都市二手房市場大數據的分析[J].價格理論與實踐，2021（10）.

[3]" "王京濱，夏貝貝，李博.土地財政、金融支持對房價泡沫的影響研究：基于制度因素與市場因素的雙重視角[J].管理現代化，2022，42（1）：48-52.

[4]" "虞曉芬，湛東升.中國70個大中城市房價指數空間格局與影響因素分析[J].華中師范大學學報（人文社會科學版），2022，61（1）：40-51.

[5]" "王玲，劉平清，王梅，等.基于VAR模型對貴州省房價影響因素分析[J].電腦知識與技術，2022，18（2）：122-125，129.

[6]" "任元明.城市房價、人口流動與全要素生產率：來自中國2005—2018年194個城市數據的證據[J].西南大學學報（自然科學版），2022，44（1）：160-174.

[7]" "張超，康健.房價上漲與地區人均人力資本：基于中國的理論與實證分析[J].技術經濟與管理研究，2021（12）：81-84.

[責任編輯" "衛" "星]