安徽省商品住宅价格影响因素的实证分析

[摘要]改革开放以来，新型住房模式使得我国居民的住房消费能力得到空前释放，商品住房逐渐成为人们的消费和投资热点，有力地促进了房地产业的发展。近年来，安徽省房地产业发展迅猛，商品住宅开发规模不断扩大。同时，商品住宅价格上涨较快，部分地区房价持续飙升，导致普通老百姓买房难问题日益突出，影响了社会稳定和金融安全。有鉴于此从供需两方面并运用计量经济学方法，建立多元回归模型，从实证角度分析各因素对安徽省商品住房价格的影响，并进一步提出提高城镇居民收入水平，改善住宅供给结构，健全住房保障体系，加强房地产市场信息发布与监测体系建设的对策建议。

[关键词]商品住宅价格；影响因素；供求关系；多元回归模型

[中图分类号]F2933[文献标识码]A[文章编号]

2095-3283（2015）08-0092-04

[作者简介]郭睿（1995-），男，安徽铜陵人，本科生，研究方向：金融学。

一、引言

商品住宅是指土地、建筑物及固着在土地、建筑物上不可分离的部分及其附带的各种权益。商品住宅是由房地产开发商投资建造，借由房地产市场运行机制自行定价，出售或出租给消费者的产品。它是面向社会所有人的完全的市场行为，也是房地产开发商以赢利为目的的市场行为。商品住宅价格是由市场供求构成机制决定的，市场供求理论是决定商品市场价格的核心理论。市场中其他任意因素对商品价格的影响都要通过供给和需求来发挥作用。而对于商品住宅来说，其供给与需求对价格的变动有着不同程度的影响，这体现在房价在短期和长期内的主要影响因素的不同。从短期来看，由于住宅建设周期长，供给量短期内几乎保持不变，供给弹性无穷小，因而短期内商品住宅价格主要由需求决定。从长期来看，人们的住房需求突有大幅上升趋势，但供给一时根本无法满足其需求的增长，房价上升。但随着房屋建设项目的完工，商品住宅的需求与供给便又能实现新一轮的均衡，而在此过程中商品住宅成本呈现攀升的态势。因此，长期内商品住宅价格除了受供求影响之外，还受到商品住宅成本的约束。

二、文献综述

（一）国外文献综述

西方国家的市场经济相对发达，对商品住宅价格的研究手段比较先进，有关影响商品住宅价格因素的定性、实证研究也都具有重要的学术价值，形成了颇具代表性的商品住宅价格理论。

Nellis和Longhottom（1981）基于供求定理，采用英国商品住宅的价格数据对房价进行研究，推导出关于商品住宅均价的简化公式。最终得出结论，个人收入是影响房价的首要因素，贷款利率、贷款余额和股市是影响商品住宅价格的次要因素。Case和Shiner（1990）采用时间序列和截面回归方法，对美国四个城市67个季度的数据进行分析，并据此预测房价的趋势。结果表明，成本价格比、成年人口的变化和人均可支配收入的变化均与商品住宅价格具有正相关的关系。Stuart AGabriel，Joe PMattery和William LWascher（2000）从人口迁移、城市发展带来结构变化的角度进行商品住宅价格影响因素的研究。得出结论：房屋租金与住宅价格高度相关。Min Hwang和John MQuigley（2006）以美国1987—1999年74个城市的房价为样本建立均衡模型。该研究的创新之处在于其增加了人口特性、房地产开发商的利润和政府对建筑的限制规定等因素。最终得出结论：房屋空置率升高，房价则会下跌。同时，一地区的国内生产总值、失业状况和家庭年均收入情况都对住宅价格有很大影响。

（二）国内文献综述

由于房地产业在我国起步较晚，相关统计资料存在不全面、不及时、信息公开制度不完善等问题，导致国内房地产价格实证方面缺乏深入研究。并且目前大多还是对商品住宅价格的定性理论分析，也有少量学者开始从实证微观角度对住宅价格进行分析和预测。

张红和李文诞（2001）利用价格代价模型和二次曲线趋势模型作了实证分析，认为实际住宅建造成本和实际国内生产总值对北京住宅价格产生显著影响。沈悦和刘洪玉（2002）以商品住宅价格和宏观经济指标的关系为研究对象，选取了一系列商品住宅宏观经济指标与价格指标进行分析，对其关系进行了解释说明。陈多长和踪家峰（2004）着眼于税收这一因素，通过缜密的理论分析，最终得出结论：税收既能改变投机者对价格的预期，也能改变商品住宅的投资回报率。周建军（2008）利用我国2000年第一季度到2007年第二季度的住宅相关数据进行分析，得出结论：土地的使用成本越高，居民的可支配收入越高，商品住宅价格越高；而当实际利率越高时，商品住宅价格就越低。在此基础上，进一步采取协整分析和H-P滤波，了解到国内部分地区存在房价居高不下的现象。

三、安徽省商品住宅需求与价格现状

（一）商品住宅需求现状

据安徽省1992—2013年的数据显示，商品住宅销售面积由1992年的1100971平方米增加到2013年的55735341平方米。客观表明安徽省的商品住宅需求逐年上升。根据安徽省居民购房的目的不同，可将住房需求分为真实性需求和投机性需求。

1真实性需求不断增长

近年来安徽省经济发展迅猛，人民生活水平不断提高，人们开始追求更高的生活品质，房地产业随之成为国民经济发展中的热点。多年来安徽省的家庭规模发生巨大变化，小家庭模式越来越成为社会的主流。这一趋势大大增加了商品住宅的真实需求。同时，由于城市化是经济发展的必然结果，农村人口向城市的迁徙流动也会引起对商品住房需求量的增加。

2投机性需求不断增长

由于全国范围内房地产投资利润率的大幅度提高，安徽省出现大量投资额流入房地产市场的现象。投资者预期商品住宅价格有上升趋势，于是将闲置资金都用来购买商品房，再将其高价卖出或以租赁形式收取高额租金以获得利润。endprint

（二）商品住宅价格现状

房地产业是我国国民经济的支柱产业之一，因此商品住宅价格一直是社会广泛关注的焦点问题，其直接关系到社会稳定和金融安全。从20世纪末开始，安徽省商品住宅价格就处于快速增长、居高不下的态势。据安徽省1992—2013年的数据显示，商品住宅价格由1992年的614元/平方米上升为2013的4776元/平方米，增长了近七倍。安徽省居民目前的收入水平无法担负起过高房价的压力，这将进一步拉大社会的贫富差距，不利于社会公平。

四、安徽省商品住宅价格影响因素实证分析

（一）变量的选取与回归模型的建立

在上述分析商品住宅价格的构成机制和安徽省商品住宅价格现状的基础上，本文选取了6个可量化、具有代表性的指标作为商品住宅价格的影响因素：

X1——城镇居民家庭人均可支配收入，单位元；

X2——居民消费价格指数（CPI），（1990=100）；

X3——户籍人口总数，单位：万人；

X4——国内生产总值指数（GDP），（1978=100）；

X5——房地产投资总额（住宅），单位：万元；

X6——竣工房屋面积，单位：平方米。

本文采用1992—2013年安徽省商品住宅价格相关指标数据进行时间序列回归分析，各指标原始数据如表1所示：

以安徽省商品住宅价格为被解释变量，以城镇居民家庭人均可支配收入、居民消费价格指数、户籍人口总数、国内生产总值指数、房地产投资总额（住宅）和竣工房屋面积为解释变量，建立多元回归模型，根据模型安徽省1992—2013年的各指标数据，从实证角度确定各解释变量对商品住宅价格的影响程度。

根据被解释变量与各解释变量的相关图分析，模型的一般形式可表示如下：

Yi=β0+β1X1i+β2lnX2i+β3lnX3i+β4X4i+β5lnX5i+β6lnX6i+μi，i=1，2，…22

其中，Y为被解释变量，X1、X2、X3、X4、X5、X6为解释变量，β1、β2、β3、β4、β5、β6为待估参数，即回归系数，μ为随机误差项，i为观测值下标。

（二）模型的参数估计与检验

利用Eviews软件，用OLS进行初次回归分析，估计结果如下：

Y=7009565-0224788X1+8933326lnX2-7630264lnX3+2718574X4+7577761lnX5-1149266lnX6

（3354251）（01009）（3383744）（4110171）（06571）（1201156）（1997671）

（20898）（-22289）（26401）（-18564）（41377）（63087）（-57530）

R2=09967 R2=09953

DW=23264F=7490722

该模型的R2=09967，判定系数很高，F检验值7490722，明显显著。但是当显著性水平α=005时，X3的回归系数的t检验未通过。这表明模型可能存在严重的多重共线性。现对该模型进行计量检验：

1多重共线性检验

计算各个解释变量之间的相关系数，其大多数都大于08，表明该模型存在严重的多重共线性。根据经济理论和经验得知，商品住宅价格受城镇居民人均可支配收入的影响最大，故先建立Y与X1的一元基本回归模型。再以上述一元回归模型为基本模型，将其他解释变量逐个引入模型。经过反复的引入、检验、剔除，最终确定的理想模型如下：

Y=7402052+0187433X1+5979570lnX5-9623225lnX6

（1502096）（00132）（1185997）（1833774）

（49278）（141700）（50418）（-52478）

R2=09927R2=09914

DW=15814F=8104302

2自相关性检验

（1）DW值为15814，n=22，k=3，查DW检验表，得dL=1053，dU=1664，则dL

（2）偏相关系数检验：在残差序列偏相关系数中，只有二阶偏相关系数较大，表明存在二阶自相关性。

（3）BG检验：取滞后期为2，prob（nR2）=0015825，小于给定的显著性水平α=005，而且et-2回归系数的t统计量值绝对值大于2，说明模型存在二阶自相关性。

运用广义差分法调整模型，得到如下结果：

Y=7021505+0201175X1+5142254lnX5-8726636lnX6+[AR（2）=-0623761]

（1171034）（00115）（987541）（1483203）（02609）

（59960）（175567）（52071）（-58836）（-23910）

R2=09942R2=09926

DW=17006F=6414972

调整后模型经济意义合理，调整的可决系数2有所改善，达09926，接近于1，表明模型对样本数据拟合较好；F统计量为6414972，其伴随概率为0000000，接近于零，表明X1、X5和X6共同对被解释变量有显著影响，模型总体线性关系显著；解释变量各自的回归系数均显著，且AR（2）项回归系数也显著，表明回归模型确实存在二阶自相关性。而调整后模型经再检验已不存在自相关性。

3异方差检验

利用White检验，辅助回归模型的nR2=5062965<χ2005（3）=781473，表明调整后模型也不存在异方差。

利用ARCH检验，在给定的显著性水平α=005下，当变量的滞后期数为1和2时，均有（n-p）R2<χ2α（p），则模型中的随机误差项确实不存在随机误差项。

（三）实证结果分析

根据以上实证分析可知，1992—2013年期间，安徽省商品住宅价格主要取决于城镇居民家庭人均可支配收入、房地产投资总额（住宅）和竣工房屋面积。回归结果表明：

城镇居民家庭人均可支配收入与商品住宅价格呈现正相关关系。自1992年以来，安徽省经济高速增长，城镇居民家庭人均可支配收入持续增加，这意味着人民生活水平的提高。人们对于居住活动空间的要求会随之增加，更加追求高品质的住房，同时其住房购买力也相应增强，从而增加了对商品住宅的需求，导致商品住宅房价格上涨。

房地产投资总额（住宅）与商品住宅价格呈现正相关关系。改革开放后，安徽省房地产业发展迅速，房地产开发规模不断扩大，投资总额不断增加，从而提高了商品住宅的建设成本，导致住房价格的总体上涨。

竣工房屋面积与商品住宅价格呈现负相关关系。从理论上来讲，竣工房屋面积越大，表明商品住宅的供给越多。假设在需求一定的情况下，商品住宅的供给增多，住房价格会有所下降。近年来，政府出台了一系列关于扶持房地产业的法律法规和相关制度，促使投资商不断增加对商品住宅的开发，竣工房屋面积扩大。这可能使得住房价格有微弱下降趋势，但仍不足以抵消收入与投资对房价的抬高推动作用。

五、对策建议

（一）加快提高城镇居民收入水平

尽管安徽省城镇居民的收入水平已经有了大幅的提高，但是其收入水平提高幅度远远赶不上房价的上涨幅度，很多中低收入者根本负担不起日益高涨的房价。因此，解决居民购房难的根本措施，就是加快提高居民的收入水平以增加居民的实际购买力，把不断增加居民收入和抑制房价的上涨速度结合起来，保持合理的房价收入比，使房价的上涨速度低于居民收入的增长速度，从而增加住房的有效需求，为经济创造更好的发展空间。

（二）改善住宅供给结构，健全住房保障体系

在改善住宅供给结构方面，根据相关法律体系以及税收和金融政策，严格控制大套型、低密度高档住宅项目开发，将资金重点投入于中低价位、中小套型普通商品住房建设，尤其注重完善经济适用房制度，逐步实行货币化补贴。大力发展房屋租赁市场和二手房市场，规范房地产二级市场秩序。

在健全住房保障体系方面，依据政府收取土地出让金的一定比例成立住房保障基金，完善廉租房建设计划，缓解低收入家庭和贫困家庭的住房困难。

（三）加强房地产市场信息发布与监测体系建设

充分利用房地产市场信息系统，加快建立健全房价动态监测体系。政府应加强对商品住宅供求的监管预测，全面、准确地发布房地产开发项目的销售价格和销售进度，做好宏观调控，以减少盲目建设。并根据市场供需情况，每年公布一次指导价，以便公众及时掌握市场供求和房价变化趋势，增强房地产信息的公开透明度，从而促进房地产业健康持续发展。

[参考文献]

[1]盖宇坤中国目前房价水平及调控分析[J]经济视角（下），2013（11）：179—180

[2]国家统计局中国统计年鉴1993—2014[M]中国统计出版社

[3]何伟国内外保障性住房比较[J]天津职业院校联合学报，2010（4）：131—133，151

[4]柴强房地产估价理论与方法[M]中国建筑工业出版社，2004

[5]李子奈计量经济学——方法与应用[M]清华大学出版社，1992：83—130

[6]王阿忠，陈政福建省商品住宅价格影响因素的实证分析[J]工程经济，2013（3）：3—8

[7]全威我国商品住宅价格影响因素实证分析[J]中南财经政法大学研究生学报，2007（4）：21—24

[8]沈悦，刘洪玉房地产价格与宏观经济指标关系的研究[J]价格理论与实践，2002（8）：20—22

[9]陈多长，踪家峰房地产税收与住宅资产价格：理论分析与政策评论[J]财贸研究，2004（1）：57—61

[10]于婷，邱启荣基于主成分分析的BP神经网络对房价的预测研究[J]湖南文理学院学报（自然科学版），2011，23（3）：24—26

[11]丁杰我国房地产价格影响因素实证分析[D]武汉：华中师范大学，2014

Abstract： Since reform and opening-up，the new housing model has made house-consumption unprecedented released and gradually become a new driving force and hot spot to expand domestic demand，which effectively contributes to the development of real estateBut in recent years，Anhui housing estate has been developing rapidly，and residential investment has been expanding graduallyMeanwhile，commercial housing price rises rapidlyEven in some areas，the house price goes up sharply，leading to such a difficult problem of ordinary people to buy a house that affects social stability and financial securityTherefore，to explore factors affecting residential price and the effective policy approaches to control housing price has important theoretical and practical valueBased on this，from the two respects of the supply and demand factors discussed Anhui provinces commodity housing price，using econometric theories and deriving a multiple regression model，this paper applies practical analysis methods to the research and proposes appropriate policy suggestions

Key words： commercial housing price； influential factors； supply-demand relation； multiple regression model

（责任编辑：郭丽春）endprint