石家庄市商品住宅价格影响因素分析

□文/ 王 梓 张 珺

（河北经贸大学 河北·石家庄）

近年来，我国的房地产开发规模不断扩大，使房价呈现出持续上涨的趋势，而且上涨的速度超过了国民经济和居民收入增长的速度，价格的上涨让大多数老百姓抱怨买房困难，这就在一定程度上降低了居民的消费水平。而且，房价的过快上涨也导致地方政府财政收入过度依赖房地产行业，造成了较大的财政风险。此外，商品住房的价格波动不只影响到房地产相关行业的发展策略，也间接影响了外来工作者在城市中定居的意愿与生活成本，显然不利于地方经济的可持续发展。为此，只有充分了解房价的各种影响因素，我们才能认识到房价持续上涨的成因。本文以石家庄市的商品住宅市场为考察对象，对商品住宅价格的影响因素作一个全面的分析。

一、研究背景及意义

房地产产业在我国是个新兴产业，自20世纪八十年代开始起步，一直以高速度持续发展，到目前为止取得了很大成就。房地产业作为基础性和先导性产业，对我国的经济建设起着举足轻重的作用。持续健康良好地发展房地产业，既是房地产市场自身的需要，也是维持宏观经济可持续发展的需要，更是维护广大人民群众根本利益的需要。由于越来越多的人从不同的角度关注房地产业的发展，研究中国房地产价格走势及其规律也就具有了重要的理论与实践意义。从微观角度来看，各个房地产市场主体都希望能够快速准确地掌握房地产价格的变动趋势和规律，从而做出正确的投资经营决策。而从宏观的角度来看，房地产业的价格趋势及影响因素又是研究房地产业发展战略乃至国民经济规划战略的需要，能够为政府制定宏观调控政策，维护国民经济稳定发展提供有效的理论依据。

二、商品住宅销售价格的影响因素

1、人口数量。从需求方面来看，一个地方的房地产市场主要的需求者来自于当地的居民。当地的人口数量越多，房地产市场的需求就会增加，从而会提高当地商品住宅的价格，反之则会降低商品住宅的价格。

2、可支配收入。房地产价格由房地产市场的供给和需求所决定。如果经济发生衰退，金融机构和企业将进行大量的改组和合并，使得市场上供出售的土地和建筑大量增加。居民由于失业以及收入的下降，对住宅的需求也会大幅减少。相反，在经济高速增长期间，伴随着收入的稳步增长，人们对未来有着良好的预期，房地产市场一般会出现供销两旺、价格稳步上升的现象。

3、利率。房地产业是资金密集型产业，其供给和需求都离不开银行的贷款，因此，贷款利率对房产市场具有非常重要的影响。房地产开发商和消费者的借款能力如何，与利率有直接的关系。在供给方面，当利率下降时，房地产开发投资和房地产抵押贷款将源源不断地涌向房地产业，并推动房地产价格持续上涨。在需求方面，大部分普通居民会采取向银行借贷的方式进行支付，那么支付的其中一部分就是贷款的利息。因此，利率是影响商品住宅价格的又一个重要因素。

4、房地产开发投资成本。从供给方面来看，房地产开发商在抉择时除了考虑当时的宏观经济环境及政策外，还有就是要考虑开发投资的成本问题。开发商会根据成本高低进行抉择，开发投资成本较低时，则会加大投入，增加房地产市场的供给量，降低房价，反之则会提高房价。

三、石家庄市商品住宅平均销售价格影响因素的主成分分析

主成分分析法也称主分量分析法，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。此分析方法的目的是指在不损失或很少损失原有信息的前提下，将原来个数较多且彼此相关的指标用线性组合的方法转化为新的个数较少且彼此独立或不相关的综合指标。

根据上文所分析的影响商品住宅价格的几个因素，本文选取了9 个变量来构建模型，它们分别是：商品住宅平均销售价格（y），人口（x1），居民消费价格指数（x2），人均GDP（x3），城市居民人均可支配收入（x4），一年定期存款利率（x5），固定资产投资额（x6），房地产开发企业土地购置费用（x7），房地产开发投资额（x8）。其中，商品住宅平均销售价格为被解释变量，其余为解释变量。根据2001～2010年的《中国房地产统计年鉴》、《河北统计年鉴》、《河北经济年鉴》和《石家庄统计年鉴》整理出上述指标数据，如表1 所示。（表1）

1、共线性检验。共线性检验，即首先检验所选取的这7 个指标之间是否存在相关关系，以便判断能否对这7 个指标进行主成分的分析。根据所选指标数据，采用SPSS19.0 进行分析，得到的结果见表2。（表2）

由表2 可知，多数变量之间存在高度的相关关系，变量之间相关系数的绝对值大多数都在0.5 以上，因此有必要进行因子分析。（表3）

在表3 中，从Extraction 一列可以看出，变量在空间转化为因子空间时，保留了比较多的信息，因此，因子分析的效果 是显著的，主成分分析法适用。

表1 指标体系

表2 相关系数矩阵 Correlation matrix

表3 Communalities

2、提取主成分。（表4）主成分的个数是通过累计方差贡献率来决定的，通过以累计贡献率的α≥0.85 为准。由表3、表4可知，两个主成分可以解释总方差接近97.660%，所以主成分的个数为2 个。

3、结论。使用SPSS 软件得到的因子载荷矩阵如表5 所示。（表5）

表5 因子载荷矩阵 Compinent Matrix

表5 反映的是各个指标与两个主成分之间的相关系数。可以看出，x1、x3、x4、x5、x6、x7、x8，即人口、人均GDP、城市居民人均可支配收入、一年定期存款利率、固定资产投资额、房地产开发企业土地购置费用、房地产开发投资额，在第一主成分中有较大载荷；x2，即居民消费价格指数，在第二主成分中有较大载荷。

为了进一步说明2001～2010年中，各年商品房价格主要是由于哪些因素影响的，我们根据表6 可以进一步得出主成分标准化矩阵，如表6 所示。（表6）

表6 标准化矩阵

通过表6 我们可以看出，2007年、2009年和2010年的商品房平均销售价格主要是由第一主成分影响的，即人口、人均GDP、城市居民人均可支配收入、一年定期存款利率、固定资产投资额、房地产开发企业土地购置费用、房地产开发投资额；而2001、2002、2003、2004、2005、2006、2008年的商品房平均销售价格是由第二主成分影响的，即居民消费价格指数。

四、模型的政策含义

本文选取8 个影响商品住宅价格的因素进行计量分析，并从石家庄市近10年来的房价走势中发现，从2008年到2010年的上升趋势非常明显。通过实证分析表明，在人口、人均GDP、城市居民人均可支配收入、一年定期存款利率、固定资产投资额、房地产开发企业土地购置费用、房地产开发投资额这些构成近期房价上涨的主要因素中，可支配收入对住宅价格的影响最为显著，这说明随着经济发展水平和居民收入水平的提高，房价上涨存在一定的必然性。但是，为抑制房价的过快上涨，保障低收入群体的住房需求，政府通过调整利率、土地供给政策和房地产开发成本来控制房价也是有必要的，而且是可以做到的。

[1]刘维新.论房地产及住宅产业的发展前景与政策配套[J]. 中国房地产金融，2000.4.

[2]李春吉，孟晓宏.中国房地产市场结构和价格影响因素的实证分析[J].产业经济研究，2005.6.

[3]刘洪玉，马亚男.住房价格与政府调控[J].建筑经济，2005.6.

[4]李鹏.影响房地产价格的政策因素与制度调整[J].商业时代，2005.9.