杭州市商品房价格影响因素的实证研究

王卫

摘 要：近年来，房地产市场的持续升温和快速上涨的房价引发了社会各界的关注。那么什么才是影响商品房价格的主要因素？本文通过实证研究，采用回归分析的方法来进行分析，并以此为依据构造房地产定价模型，从而找出引起房价波动的主要因素。

关键词：房价；回归分析；因素

一、引言

由于住房制度的改革和经济社会的快速发展，我国的房地产行业已经经历了几个快速发展时期。房地产也已经一跃成为我国经济的支柱性行业。但是房地产离普通民众的距离却越来越远，成为少数人才能买得起的奢侈品，这必然影响我国经济的持续稳定发展和和谐人文社会的构建。因此，有必要分析影响我国房地产价格的相关因素，研究这些因素对于房价影响的大小以及它们之间的内在关系，从而为实行合理并且有效的房地产调控政策提供有力的依据。

对于房地产价格的影响因素的研究，众多的学者在早期主要关注的是宏观方面，分析着重于定性的分析[3]，但在近几年也逐渐认识到定性分析中存在的缺陷，即无法直观的反应重要因素的影响程度，从而开始运用定量分析来确定房地产价格的主要影响因素，并据此构建房地产价格模型。

二、样本与数据

本研究采用商品房本年销售价格（YXSJG）这一指标来表示本年度商品房的价格。虽然影响商品房价格的因素很多，但是，根据相关理论研究成果和经验，影响商品房价格的主要因素应该与国民经济发展、投资水平和人民生活水平关系较大，因此我们选择以下几个方面来分析：1、地方经济的发展水平；2、房地产投资规模；三是房地产的供求关系；四是居民收入。这些都是宏观分析中经常用的经济指标，如果要把指标都量化，我们可以选择城镇居民人均可支配收入等四个指标作为模型的自变量。本文采用来自国家统计局与杭州市统计局网站数据库1999年到2011年13年的数据进行分析[2]，相关变量符号说明如表1所示：

三、实证分析

（一）多元线性回归模型的建立

集合了相关数据，为了表示各影响因素对房地产价格的影响程度。我们使用SPSS19对数据进行[4]分析和处理，最后准备使用多元线性回归模型来表示数据间的关系：

各变量的含义与表1中相对应，β0到β4为模型回归参数，ε为随机干扰项或随机误差。

（二）回归模型的检验

1.模型的拟合度检验

用spss对模型进行拟合度检验，可得R为0.982，R方为0.965，调整的R方在0.948，R和R方非常接近1，因此模型的拟合度非常好。

2.方差分析显著性F检验

根据检验结果，F值为55.592而SIG值接近于零，远小于0.05的显著性水平，因此可以说明变量之间存在线性的关系，模型的显著性检验可以通过。

3.变量的显著性t检验

由检验结果知，模型参数中只有人均可支配收入的SIG值小于0.05，VIF值却大于10，另外发现人均GDP和销售面积和商品房销售价格呈负相关，这显然不符合经济运行中的实际情况。因此可以确定，模型中几个自变量之间肯定存在多重共线性。通过相关性检验观察发现变量间的相关系数分别为0.966、0.973、0.968、和0.623，很接近1，这表明几个变量间存在较强的共线性。

（三）多重共线性问题的解决以及回归模型修正

解决多重共线性的方法一般有：数据处理和统计方法。

数据处理一般可以通过增加样本量来解决，但是由于实行市场化的房地产制度的时间很短，房地产方面的相关统计数据量非常有限。因此比较可行的方法是采用统计方法来对回归模型进行一定的修正。

通过逐步回归后发现，相关变量中只有城镇人均可支配收入与商品房销售价格表现了良好的正相关性，并且通过了相关的检验。分别如下表所示：综合SIG值，F值，VIF值都符合检验通过的标准。

根据经验，商品房销售价格与销售面积之间肯定有关联而且一般呈正相关，只是这里由于样本数据太少导致其检验不显著，其他变量的不显著则比较好理解。

继续分别以（城镇人均可支配收入XRJSR，商品房本年销售面积XXSMJ）以及（城镇人均可支配收入XRJSR，房地产开发投资额XKFTZ），为自变量做分析查看其T检验结果如下：

我们发现当以城镇人均可支配收入XRJSR，商品房本年销售面积XXSMJ以及城镇人均可支配收入XRJSR，房地产开发投资额XKFTZ为自变量时，各参数（SIG，VIF<10，R值）也能勉强通过显著性检验。

再分别观察其p-p图以及散点图可见各数据点在基准线上下均匀波动，因此可以认为数据的残差可以满足多元回归线性模型的要求。

综合分析可以得出以下结论即商品房销售价格和人均可支配收入有关，并且销售价格随着人均可支配收入的增加而有所上涨。这一点符合预期，但是模型当中其他几个指标均不同程度的遇到了检验不通过的情况。但是，根据经验判断，房屋销售价格应当与商品房销售面积有一定的关联性，只是由于样本数据不足，或者由于国家在房地产方面的行政政策的影响导致检验结果不显著，通过去除其他几个变量，重新建立多远线性回归模型：

YXSJG=-1974.543+0.465XRJSR-0.180XXSMJ

研究中限于数据的原因，对房价有影响的其他因素尚未引入模型，如土地价格、贷款利率、其他相关政策等。

四、結论与启示

通过得到的回归模型可以看出，在影响商品房价格YXSJG的各种因素中，人均可支配收入XRJSR和商品房销售面积XXSMJ对杭州房价的影响较大，这个结论符合经济学上对房价影响因素的一般推断，同时也比较符合杭州市的实际情况。由于城市的不断扩张，近年来杭州进行了一系列城市改造，其中包括城中村的大规模拆迁和更新，这个改造释放了大量的市场需求，加剧了房地产市场供需失衡的状况。另外，政府收入增长计划，杭州市居民人均可支配收入也随之大幅增加。在这两个因素的互相推动下，杭州市商品房价格不断上涨，市场供不应求，住房需求拉动的价格上涨远远超过供给推动。

除了销售面积，从模型上看，人均可支配收入对房价也有重要影响。杭州是浙江省会，浙江省经济中心，再加上杭州是中国著名旅游城市，高收入人群聚集。几个方面构成了杭州房价上涨的宏观经济基本面的支撑。房价的上涨同步于经济社会的告诉增长，如果从购买人群分类的角度来看，由于购买力的存在，杭州市商品房价格上涨并未脱离居民实际支付能力，商品住宅价格上涨有人均可支配收入快速增长的支撑。2000年以来，杭州市人均可支配收入的增长速度与商品住宅价格的上涨速度相差并不远。因此，可以认为杭州市商品房价格上涨是合理的，既然人均可支配收入持续上涨，那么除非国家通过行政干预，市场条件下杭州的房价在近期内是不会骤然下跌的。尽管整体上杭州市居民可用于购买住房的支付水平有所提高，但是单位家庭的收入能力大小不同。收入高的家庭可以负担得起房价的上涨，但是低收入者的收入未必可以跟上房价上涨的节奏，在越来越高的商品房价格面前，这部分人群的房地產支付水平是在相对下降的，其购买的机会客观上来说是越来越小的，并且这个差距还在进一步扩大中。

虽然通过以上分析我们可以知道杭州市商品房价格上涨与居民人均可支配收入的上涨的确有着重要的额关联。[5]但是很多时候人们在关注房产价格与人均可支配收入的时候会发现，房产价格的上涨速度有时远远快于自己收入的增长，从而得出房价与人均可支配收入无关的结论。其实房价的上涨不仅仅由于人均可支配收入的增长，同样也收其他多方面因素的影响，单凭一个计量模型无法囊获所有影响房地产价格的因素，这些因素可能包括以下几个方面：

（1）需求拉动，对高档住宅的需求拉高了商品房平均销售价格，使得住房平均价格上扬。

（2）成本推动，来自建材的涨价、土地取得成本增加、楼盘绿化和外立面品质等的提升三个方面，杭州一些地区出现了楼面价格高于在售房产价格的情况，某些楼盘的开发成本中楼面地价已经占到50%以上。另外，由于钢材、水泥价格的快速上涨，也带动了房价的上涨。

（3）房地产具有保值增值的特性，尤其是在通货膨胀的预期下，人们对购买房地产趋之若鹜。尽管超过实际能力，很多人还是准备购买房产，甚至很多人存在投机的思想。

通过以上分析，我们可以看出，居民人均可支配收入对于房地产价格的确定的确有影响，但是影响却非常有限。这样就导致了在简单的计量分析中，我们无法找出房地产价格变化的真正原因。

国外的市场经济发展远早于我国，其房地产行业发展也已经历经多轮经济危机。其实践早已表明，房地产经济的过分泡沫化不利于市场经济的良好发展，在引起可能的通货膨胀的同时还可能带来对经济发展不利的多方面影响。例如，房地产的过热可能促使人们进行过度的储蓄以进行购房准备，从而抑制消费经济的正常发展。过热的房地产市场可能使热钱加速流入，增加系统性金融风险并且造成局部投资过热，如水泥、钢材等行业的无序扩张。因此，为了防止经济出现较大波动，政府必须进行严格的宏观调控政策，引导正确的经济发展和投资方向，控制房地产开发，用好限购限贷政策，在此基础上大力推广经济适用房、廉租房等住房保障制度，尽快完善房地产供求体系。（作者单位：云南财经大学财政与经济学院）

参考文献：

[1] 杭州市统计局.杭州统计年鉴[Z].北京：中国统计出版社2012.

[2] 国家统计局.中国城市统计年鉴[Z].北京：中国统计出版社，2011.

[3] 李子奈，潘文卿.计量经济学（第三版）[M].北京：高等教育出版社，2010.

[4] 薛薇.Spss统计分析方法及应用（第二版）[M].北京：电子工业出版社，2009.

[5] 刘纪辉.基于多元线性回归分析房地产价格的影响因素[J].湖北工业大学学报，2008，23（4）.