APP下载

我国住房价格影响因素的实证分析——以济南市为例

2011-12-27薛冰

河北经贸大学学报(综合版) 2011年3期
关键词:住房价格人口数共线性

薛冰

(山东大学 工商管理学院,山东 济南 250100)

●经济学与管理学研究

我国住房价格影响因素的实证分析
——以济南市为例

薛冰

(山东大学 工商管理学院,山东 济南 250100)

自我国房地产业进入商品化阶段以来,济南市住房市场始终保持了良好发展态势,但住房价格上涨过快的问题日益突出,制约了该市房地产业的健康发展,同时对社会稳定和居民生活质量的提高产生了负面影响。解决该市住房价格过快增长的根本对策是回归合理的土地交易价格和适时提高居民的收入水平。

住房价格;土地价格;居民收入水平

从1998年终止福利分房制度开始,我国住房进入货币化、商品化阶段,房地产行业开始快速成长。近几年,我国住房价格持续大幅上涨,对社会的负面影响日益显现,引起社会各界的广泛关注。济南作为山东省的经济、政治、文化中心,随着城市化进程的不断加快,房地产行业的发展达到前所未有的高潮。虽然从总体来看,济南市的住房市场保持良好发展态势,但仍然存在房价上涨过快、供给结构不合理等问题。要解决这些问题,使住房市场保持稳健的发展,首先需要识别影响住房价格的主要因素。

学术界对房价的相关研究已有很多,但专门分析济南市住房价格的研究成果不多,且大多局限于定性分析。笔者在借鉴前人研究成果和定性分析的基础上,采用定量方法,建立济南市住房价格的计量经济模型,对济南市房地产市场价格的影响因素进行实证分析,并通过对其有效性的检验,进行较为全面的修正,以期将房地产价格理论与济南市现实房地产业实践进行科学合理的结合,找出影响该市房价的主要因素,以及这些因素对房价的影响程度,解释各因素影响房价的原因和作用机制,为济南市政府、房地产投资者和消费者提供理论参考和信息支持,以促进该市房地产业健康发展。同时,研究结果还可作为其他二线城市发展住房市场的参考。

一、住房价格决定机制的理论分析

(一)影响住房需求的因素

1.人口数量。近年来济南市由于大量接纳大学毕业生、附近郊县劳动迁移人口以及外来经商人员而使得人口数量不断增加,这导致了对房产需求的日益扩大。

2.收入水平。随着济南市经济的快速发展,居民的可支配收入持续增长,对房地产的需求量有所增加,部分原来没有购买力的居民对房屋的需求通过收入的增加,转化为有效需求,而且对于居住标准的要求也不断提升。同时房地产作为一种特殊的商品,除具有居住功能外,更具有投资价值。随着居民可支配收入的增加,人们对投资需求会大量增加。因此,可支配收入与住房价格呈正相关性。

3.消费者的预期。消费者预期和信心与住房价格呈密切的正相关关系。消费者对房地产的预期可能因为从众心理而趋向一致,造成需求的提前透支。但从长期来看,消费者的预期是趋于理性的,偏离市场规律的预期迟早要回归。

(二)影响住房供给的因素

1.房地产开发投资规模。房地产开发投资的变化与房地产的供给是正相关的。房地产开发投资额的增加,会直接刺激房地产业的发展;反之,必然会在一定程度上阻碍房地产业的发展。

2.成本因素。在房地产成本中,土地成本占相当大的比重。土地价格提高将使开发商获利空间大为减小,开发商为市场提供新建房地产的积极性便随之下降:反之,土地成本降低,房产投资就会给开发商带来高额利润,促使开发商开发更多的房产,增加市场的供给。在我国,土地成本已占到商品房成本的30%~40%,地价的刚性上涨直接推动了房价上升。

(三)影响房地产供给、需求的因素

1.国民经济发展水平。一般地说,国民经济发展水平较高的国家或地区,由于居民收入水平较高,人们对房地产投资的需求会比较大,房屋的供给也会比较充足。

2.银行贷款和利率因素。房地产价格还受利率变动的影响。从需求方面来看,利率下降,消费者贷款购房的成本降低,对住房需求上升,根据供求曲线可知,利率下降将会导致房地产价格上升;从供给方面来看,利率下降时,房地产企业融资成本降低,开发投资将源源不断地涌向房地产业,房地产供给增加,根据供求曲线,将会导致房价下降,因此利率因素对房地产价格的影响作用是双重的。

综上所述,影响住房价格的因素多种多样,且对房地产市场产生的影响各不相同。要确定各因素对于房价变化的作用方向与程度,尤需更进一步的定量分析。

二、济南市住房价格模型的设定

(一)变量的选择

影响住房价格的因素有很多,根据上文对住房价格影响因素的理论分析和选取变量的一致性、相关性、可行性和简洁性原则,本文选取土地价格、人口数、房地产开发投资总额、GDP、城市居民平均工资五个指标来建立模型,对影响房价的主要因素进行分析。

(二)模型的构建

根据上述定性分析及变量选择,构建济南市住房价格模型为:

因变量Y代表济南市住房销售价格(指数)。模型包含5个自变量,分别是:X1:土地价格(指数);X2:人口数(单位:万人);X3:房地产开发投资额(单位:万元);X4:城市居民平均工资(单位:元);X5:GDP指标(单位:亿元)。5个回归参数β0,β1,β2,β3, β4,β5。随机扰动项μ用于表示无法量化的影响济南市房地产价格的因素及误差,例如消费者预期、政策变动等。

三、数据的收集

根据房地产价格变化的规律性,本文选取时间序列数据进行分析。笔者收集了1999—2008年济南市房屋销售价格、土地交易价格、市区总人口数、房地产开发投资额和地区生产总值五个指标的序时数据(见表1)。

表1 济南市相关基础数据

四、济南市房价模型的估计与调整

(一)济南市房价模型的OLS估计

1.估计参数

在本文已构建的济南市房价模型:Y=β0+β1X1+ β2X2+β3X3+β4X4+β5X5+μ中,运用Eviews软件对被解释变量(Y)与解释变量(X1,X2,X3,X4,X5)进行OLS估计,结果为:

2.统计分析。(1)拟合优度:可决系数、调整后的可决系数较大,模型的拟合度良好。(2)F检验:给定显著性水平0.05,在F分布表中查出自由度为k-1=5和n-k=4的临界值为6.26,F值大于临界值,说明回归方程显著,即“土地交易价格”、“人口数”、“房地产开发投资总额”、“城市居民平均工资”和“GDP”变量联合起来确实对济南市房价有显著性影响。(3)t检验:给定显著性水平0.05,查t分布表得df=10的临界值为2.228,X1、X2、X3、X4、X5项的回归系数都不显著,而且X2和X5的系数与预期相反,该模型很可能存在严重的多重共线性。

(二)济南市房价模型的检验及修正

1.多重共线性检验及修正。计算各解释变量的相关系数,得相关系数矩阵(如表2),由相关系数矩阵可以看出,各解释变量相互之间相关系数较高,证实确实存在严重多重共线性。

表2 相关系数矩阵

采用逐步回归的方法,对多重共线性问题进行修正。分别作Y对X1、X2、X3、X4、X5的一元回归。

经比较,新加入 X1的方程 R2=0.899 588,F=71.671 72,t=8.465 915;可决系数较大,拟合优度较高,而且t检验非常显著,选择保留X1,再在此基础上顺次加入其他新变量逐步回归。

加入X2后,可决系数R2=0.921 774,改进较大,但参数的t=1.409 019,t检验不显著,暂时选择保留X2,接下来将进行进一步的验证;加入X3后,t=2.737 241,参数的t检验不显著,而且导致了X2参数为负,不合理,这说明X3主要引起了多重共线性,予以剔除;加入X4后,可决系数R2=0.963 568,改进较为明显,且t=2.623 581,参数的t检验显著,但X2的符号为负,不合理,所以尝试暂时剔除X2,发现剔除X2后R2=0.951 424,对可决系数影响不明显,且t=2.733 097,参数t检验更加显著,故X2为次要变量,予以剔除;加入X5后,R2=0.955 049,可决系数没有明显改善,且参数的t检验不显著,这说明X5引起了多重共线性且对模型拟合优度改善不大,予以剔除。

修正后的回归结果为:

2.异方差性检验。对经多重共线性调整后的模型进行White检验,检验结果表明,nR2=3.43632,由White检验知,在0.05的显著性水平下,查χ2分布表,得临界值为7.814 73,大于nR2,因而模型不存在异方差性。

3.自相关性检验。检验模型的自相关性,DW=1.916 217,对样本量为10、0.05显著性水平,查DW统计表可知,dl=0.697,du=1.641,du<DW<4-du,说明误差项之间不存在自相关。

五、济南市房价模型检验结果分析

(一)假设检验过程经济意义分析

在进行统计检验和修正前,最初拟定的模型为:

通过多重共线性检验发现,该模型存在严重的多重共线性,这说明济南市土地价格、人口数、房地产开发投资额、城市居民平均工资和GDP之间可能存在共同变化的趋势。

在多重共线性调整过程中,笔者发现X3主要引起了多重共线性,这说明房地产开发投资额受土地价格、人口数和居民收入水平等因素的影响;X5同样引起了多重共线性,笔者认为这是因为GDP指数和城市居民收入水平之间存在明显的共同变化趋势。

笔者还发现X2的t检验显著性不明显,这说明济南市人口数和住房价格变化之间并没有明显的回归关系,人口数的变化在一定时期内不能直接导致住房价格的变化。

(二)模型经济意义解释

模型表明,济南市住房价格变化可由济南市土地交易价格和济南市城市居民平均工资来解释。X1的回归参数0.799 174表示:在其他条件不变的情况下,济南市土地交易价格指数每增加100,住房价格指数就增加79.9174;X2的回归参数0.000 120表示:在其他条件不变的情况下,济南市城市居民平均年收入每增加1 000元,住房价格指数就上升0.12。

以上对于回归结果经济意义的分析与第二部分的理论分析基本一致,这说明模型是科学合理的。

六、对济南市房地产市场稳健发展的建议

(一)完善土地制度

通过分析,我们发现土地对房地产市场的发展具有决定性的作用,也是影响住房价格的重要因素。仅靠市场的作用无法使土地资源达到最优配置,因而必须依靠政府行为和城市规划,大力推进旧城改造,优化土地资源配置。

(二)完善住房保障制度

随着济南市居民收入水平的提高,住房价格随之攀升。但是济南市仍然存在低收入群体,该群体住房难的问题亟待解决,因而政府应当大力完善以廉租房和公积金制度为主体的住房保障制度。

[1]蒋圣新,沈子荣.2006年全国房地产价格分析——探讨决定和影响房价的几个重要因素[J].财经界,2007,(5).

[2]李广.济南市房地产价格影响因素的实证分析[D].山东大学,2007.

[3]陈龙乾,许鹏,张志杰,陈龙高.中国房地产业发展的历史、现状及其前景[J].中国矿业大学学报,2003,(3).

[4]济南市统计局,国家统计局济南调查队.济南统计年鉴[M].中国统计出版社,2009.

Empirical Analysis of Factors Affecting China's House Price:A Case Study of Ji'nan City

Xue Bing

Since the real estate become commercialized in China,the house market in Ji'nan has kept the tendency of smooth development.However,the soaring house price has become a distinct problem that inhibits the healthy development of real estate in the city and affects the social stability and the improvement of the citizens'livelihood.The fundamental measure to control the soaring house price is to force the land price onto the rational level and enhance the income level of the citizens.

house price;land price;income level of citizens

F293.30

A

1673-1573(2011)03-0024-04

2011-07-25

薛冰(1991-),女,山东梁山人,山东大学工商管理学院2008级学生,研究方向为会计和金融。

责任编辑、校对:张增强

猜你喜欢

住房价格人口数共线性
房产税对不同类型住房价格的影响——来自重庆房产税试点的证据
住房价格泡沫时空分异及其驱动因素的实证研究
——来自河北的数据检验
确定代表名额按户籍人口数还是常住人口数
银行不良贷款额影响因素分析
文氏图在计量统计类课程教学中的应用
——以多重共线性内容为例
不完全多重共线性定义存在的问题及其修正建议
基于BP神经网络的吉林省GDP预测研究
诊断复共线性的特征分析法及其在GEO定轨中的应用
2015年我国60岁以上老年人将达到2.16亿
中国沿海和内陆城市住房价格波动差异与动力因素