二线城市房地产价格动态因素分析

2016-09-10潘月苏义坤

经济师 2016年1期

潘月　苏义坤

摘要：文章对影响二线城市房地产价格的动态因素进行研究，以长春市为例，将其房地产价格的波动状况及影响房地产价格主要因素进行实证分析。查阅长春市统计年鉴获取2004—2015年相关数据，运用房地产价格构造基于数据统计性质理论.基于多元线性回归模型，结合SPSS软件，分析宏观经济、供需关系等因素对长春市房地产市场价格影响程度。

关键词：房地产价格宏观经济 SPSS

中图分类号：F293.35 文献标识码：A

文章编号：1004-4914（2016）01-061-04

房地产价格是房地产经济中的一个核心问题，西方发达国家对房地产市场的研究要早于我国，其研究成果比较成熟，房地产价格按照劳动价值论的观点可以表述为：基于房地产开发与经营的整生命周期，凝聚的必要劳动价值。按照西方的效用价格理论，房地产价格表述为房地产的效用、房地产的相对稀少性及房地产的有效需求三者共同作用而产生的对房地产经济价值的货币表现。

国内外的众多学者关于房地产价格影响因素研究范围主要从消费者需求及房地产市场供给、政策、宏观经济等三个方面进

行研究。运用定量与定性结合方法对引起房地产市场价格的波动做了很多分析。Abranham和Hendershott（1996）通过实证研究，采用了一系列的不同期间的经济变量，认为居民收入、人口结构以及住宅供给对住宅价格会产生重要影响{1}；Gabriel、Mattey和Washe（1999）在住宅供需关系的影响因素方面研究得更具体，他们研究的结论为，在房屋的供给方面，不同地区得土地有效性和土地成本很大程度上会影响住宅价格，而在需求方面，房屋的质量、区位以及周边商品价位层次和家庭收入会影响房屋价格{2}。

对于房地产价格波动的因素研究中，中国学者针对房地产市场，及结合宏观经济和区域经济关系发展的实际，运用定量与定性结合的方法进行研究，得出阶段性成果。吴学品和林明恒（2011）结合向量自回归模型研究引起海南省房地产市场价格波动的原因，通过对影响房地产价格波动的因变量做脉冲响应分析，研究结果表明商品价格高低及旅游业繁荣情况对海南省房地产市场价格存在影响{3}。国内王斌认为随着经济发展，地区城镇化水平提升，提高公共服务水平有利于房地产价格的调控，宏观经济与供给需求与房地产价格联动关系较为密切。

一、长春市房地产市场发展概述及影响因素

（一）发展概述

长春市位于东北平原，是东北第二大城市；吉林省的省会，全省政治、经济、文化中心。长春市是国家重要的汽车产业基地，国家光电子产业基地，近些年来经济得到了飞速发展。二线城市的长春市，虽然房地产市场也与全国趋势一致，但其受整个经济及政策影响滞后，且影响程度也没有一线城市明显。从投资情况看房地产状况，长春市房地产业随着全国房地产投资的形势，大致可分为三个时期。房地产市场悄然兴起时期起止时间（1991—1997年）；房地产市场迅速崛起阶段（1998—2005年）；房地产进入稳定阶段（2006—2014年）{4}。

长春市房地产开发与经营一定程度是与国家房地产大趋势相协调的。纵观国民经济，房地产业已经成为我国重要支持产业。对经济的整体发展表现出较大的拉动作用，与很多行业都有极大的关联性{5}。由于其自身条件等区域性影响，长春市房地产市场价格影响因素结合长春市的城市概况、长春市房地产的发展的历程，运用多元线性回归模型结合SPSS软件研究各个因素相互的动态关联程度。房地产价格影响因素：本文涉及的房地产价格，是面向长春市房地产市场的整体价格水平，所以研究范围仅限于宏观经济因素研究，对微观因素不进行探讨。由于房地产与众多行业具有联动性，所以影响房地产市场价格因素有很多，本研究主要从经济因素、政策、区位等进行因素间关联程度及影响贡献程度的分析。

（二）宏观经济因素{6}归纳总结：国民收入（GDP）、房地产投资、居民可支配收入、利率及通货膨胀率（2009）{7}

国内生产总值GDP：房地产与国民经济发展关系密切，国内生产总值对房地产市场价格作用方式主要体现：GDP上升时，表明宏观经济环境比较好，会增加房地产开发商对投资的预期，从而加大房地产的投资力度，影响房价；此外，房地产与其他行业有很大的联动性，GDP的上涨会带动房地产相关行业的繁荣发展，这些行业的发展会使房地产的开发成本发生变化。一般来说，国民经济形势和需求程度是正相关关系。通常经济形势稳定，居民经济呈上升趋势，人民生活水平提高，对房地产市场有较好的预期，相对应地需求扩大，房地产价格上升；经济衰退，收入下降，需求数量减弱，供给和需求的不平衡则会导致价格下降。

利率（R）：利率作为金融市场的一种主要货币政策手段，一定程度上反映了资金的使用成本，借款人需要支付给贷款人一定的金额作为时间成本和机会成本的补偿，调节金融市场的运营。无论从开发商的成本角度还是从消费者角度考虑，由房地产自身的巨大价值量属性决定在进行房地产交易过程中离不开银行贷款，在众多分析及探讨中已经证实利率是影响房价变化的宏观经济因素之一。

通货膨胀率：货币膨胀是指在一段时期内货币供给持续、过度增长，超过经济实际需要货币量从而出现总体物价水平持续上涨或是币值的持续下跌现象。通货膨胀会使物价呈递增趋势，使开发造价增大，提高住房建设成本。通货膨胀率增大，作用结果是大量资金涌进房地产行业，使投资需求变大，房地产价格上升；房地产作为商品能够起到较好的资产保值作用，人们为了资产保值购入房产，一定程度上会推高房地产价格。

土地价格：房屋是建造在土地上，所以土地供给量的变化对土地价格造成变化。土地作为不可再生资源，受到政策性等因素影响{8}，房地产价格相应会受到土地量稀缺影响。土地价格通过影响房地产成本从而影响房地产价格，在房地产成本中，土地价格所占权重不断增加，因此土地价格对房地产价格的影响权重也增加。

居民可支配收入：是指城镇居民可支配的，用于消费支出和储蓄的总和，即居民家庭可以用来自由支配的收入{9}。这体现了居民家庭购买力高低，是衡量生活水准的一个重要指标。依据马斯洛的“基本需求理论”，从中可见拥有住房是第二层次需求。基本生活需求得到较好的满足后，上涨的收入可能将被优先使用在完善生活居住的条件，这一定程度上会影响房地产市场，要求其增大投资开发量并提供高档次住房，进而促进房地产价格上涨。

房地产投资总额：投资额越高，当年住宅新开工面积越多，在未来几年内房地产供给量会增加，从而影响房地产价格。2006年开始的股市复苏，资本市场与房地产市场开始联系紧密，在消费投资层面，对于不动产的消费投资理念，也正在发展和漫延。伴随着人们对住宅消费理念的认识加深，买房需求越来越大，呈现出阶段性偏卖方市场发展。

综上所述，宏观经济对房地产市场价格影响流图表示，如图1所示。

（三）需求供给因素

从人口因素看房地产发展，人口是房屋的主题，人口的发展与流向，必将导致对房屋的刚性需求。人口的数量和质量是人口因素中对房地产价格影响的主要部分，我们可以简单认为人口数量大就决定了我国房地产市场的刚性需求大。房地产销售面积反映了消费者的需求。竣工面积代表着当年竣工的各种房屋建筑面积的总和，其数量代表着当年的供应量。

其他因素：区位：区位因素主要指房屋周围的体现交通条件、学校、购物场所、公共设施条件等。一般来说，商业繁华、周围教育资源好的地区，开发商在对房地产价格定价时，具有较大的弹性空间，因此，区位是衡量房地产价格的重要标准之一。

自然环境：使房地产价格发生波动的自然环境因素包括房地产自身的设计、周围的地形、温度、日照、房屋朝向、施工质量等，一般来讲，周围设施好、卫生环境好、空气质量好、交通便利些的楼盘，房价会高些。

二、实证分析

（一）数据选取

引起房价波动的原因很多。通过以上综述，应用数据模型来论证各个因素对房价的影响程度。数据说明：选取2005—2014年长春市统计年鉴中显示对房地产价格波动的因素数据。如表1所示。

对数据进行处理，得到长春市2005—2014年房地产市场价格走势图，如图2所示。

（二）数据统计分析

第一，GDP对长春市房价作用分析。统计年鉴数据显示，至2000年长春市人均GDP达到1396美元，经济进入发展期，房地产投资进入快速发展时期，从2000年至2010年10年间，长春房地产开发投资额为2187.7亿元，每年的平均上涨率为33.4%。2011年，人均国内生产总值已达到7965美元，接近8000美元，房地产发展也到达顶峰，房地产开发投资增长达到22.8%。长春市房地产业发展迅猛，仅用12年时间实现了发达国家20年至30年的发展态势。超过峰值后，从2012年起长春市房地产开发降温，开始出现负增长态势，进入平稳发展期，与经济发展保持了步调的一致。

第二，基于开发商投资引起长春市房价波动分析。2006年投资达到174.2亿元，上升63.4%，2007年投资259.5亿元，增长49%，2008年投资352.9亿元，增长36%。世界型金融风暴的来临对我国房地产业产生了很大影响，长春市房地产投资从2009年进入了平稳增长趋势，从2009年至2011年始终保持了增长速度24%上下浮动，趋势平稳。2010年投资542.8亿元，增长22.3%；2011年投资666.4亿元，增长22.8%。但是2011年国内为实现对房地产市场的宏观调控，制定相应政策，这个数据又开始回落。2012年至2014年增速连续下降，且下降幅度加大，2012年比上一年减少2.5%，2013年比上一年减少5.6%。直至2014年下降百分比扩大，至2014年10月下降百分比达到13%。随着国家新政策调控，更加理性、平稳的发展将成为长春市的房地产市场投资的新时期的主题。

第三，基于销售面积引起长春市房价变化趋势分析。从2005年到2014年这10年间，长春市房地产市场销售面积经历了持续增长时期，即使在2008年受经济危机影响，增速有过短暂放缓，但增长仍在10%以上。近年来，随着国家调控的坚决执行，销售量呈现出一定的波动，从2011年开始，长春市房地产销售量逐步收窄，直至下降。2011年房地产市场销售总面积881万平方米，上涨2.1%，所售金额达540.2亿元，比上一年上涨20.9%。2013年，房地产市场所卖出房屋量持续下降，2013年房地产售出总面积847.1万平方米，相对于上一年减少6.7%。由于各个因素的综合影响，2014年长春市房地产市场销售总面积758.8万平方米，相对于上一年减少10.4%，下降程度进一步扩大。

第四，基于居民可支配收入引起长春市房地产价格波动分析。随着中国总体经济保持持续快速发展，长春市居民收入金额也上涨较快，从2005年的10065元增加为2014年的27298.9元，每年平均增长率为17.1%；居民收入的增加直接支撑房屋销售，特别是房屋价格占收入比的下降更加使房地产业持续发展奠定了基础。

第五，基于人口数量引起长春市房地产价格波动分析。人口是房屋的主题，人口的发展与流向，必将导致对房屋的刚性需求，受到我国的历史因素和国家政策的影响，人口年龄结构对房地产近几十年来的高速发展起到了重要的作用，房地产的刚性需求量较大推动了人对房地产的需求。老龄化的趋势明显增强后，人口红利的影响也会逐渐减弱，都有可能引起长春市房地产市场价格的波动。老年人住房需求必定会引发市场的响应，市场会针对老年人推出新的房地产类型，房地产市场的供给结构也会因此而发生变化。截至2006年时，长春市统计局显示总户数223.7万户，截至2013年增加为266.1万户，增长19%，人口数量的增加一方面增加对房地产市场的刚性需求，另一方面也会影响部分人为现有住房条件（包括扩大面积、更换区位等）进行改善提升。所以，综合上述基于人口对房价作用的分析，长春市的房地产行业还将保持在持续发展阶段。

（三）模型建立

根据上述数据和变量，应用多元线性回归线性模型：用来解决在经济问题中，当一个因变量受到多个自变量影响，确定他们之间的关联程度及影响时应用的数学模型{11}。多种因素会同时作用于房地产市场，引起价格波动，所以可以构建长春市房地产市场价格线性回归模型。

用X1代表长春市GDP（元），用X2代表长春市的人口数量（人），用X3代表房屋销售面积，X4代表房地产投资总额，用X5代表房屋竣工面积，用X6代表长春市民人均可支配收入（元/人）。构建长春市房价模型，模型中，因变量是长春市房地产市场价格，宏观经济等因素是自变量。

选择SPSS软件，首先对数据进行初始化处理，计算出变量的相关性，得到以下数据分析结果，如表2所示。

Y=α0+α1X1+α2X2+α3X3+α4X4+α5X5+α6X6+σ

表2所显示结果表明，影响长春市的房地产价格各个因素中，竣工面积与其他各个因素之间的相关系数小于数值标准化处理得出的均值，与房价的相关性一般，在SPSS的数据计算出的变量相关性已自动省略，故不将竣工面积这个因素考虑进长春市房地房价各个因素中，GDP、销售面积、长春市居民人均可支配收入、开发商投资额和房屋价格的相关系数>0.94，表明这些数据具有显著的统计学意义，均需要计入线性回归模型中对本文研究结果有重要影响。

模型数据分析：表3所得模型汇总数据显示，计算出系数R为0.997，R2为0.994，调整R2为0.981。说明所建立的数学模型中的自变量和因变量之间存在着密切的线性相关性，假设模型合理，可以继续应用SPSS软件进行相关系数分析，得出各个因素的非标准化系数。进行t检验，拟合度检验，确定各个影响因素的在线性回归模型中的系数，从而得出以房地产价格为因变量，其他影响因素为自变量的线性回归模型。

模型为：

Y=2575.635+3.392X1+0.239X2-0.348X3-0.583X5+σ

对SPSS软件给出的残差直方图进行观察，图中残差分布是可以接受的。

综合上述计算数据信息，将长春市的房地产价格回归模型进行残差分析，如图3所示。

三、结语

本研究通过概述长春市房地产市场发展状况，根据国内外学者对房地产市场价格的研究，应用多元统计分析及SPSS软件，集中对引起长春市的房地产价格变化的重要因素完成关联分析研究，并构建均价模型。得出以下结论：第一，影响长春市房地产价格的因素是综合性的，在影响房地产市场价格的各个因素中，宏观经济会明显影响房地产价格的波动，尤其是GDP影响非常显著。从得出的回归方程可以看出，GDP与房地产市场均价成正相关关系，GDP每增加一个单位，均价增加3.392个单位。居民可支配收入与均价成负相关，即其每增加一个单位，房屋均价减少0.583个单位。第二，纵观长春市房地产的发展状况及现状，其价格受到销售面积、开发投资等影响，在对其进行研究分析时，需要全方位考虑，为房地产均价的计算及决策提供理论依据。

[本文为“十二五”科技支撑计划项目“村镇建设标准体系及关键技术标准研究”（编号：2012BAJ19B00）的阶（下转第65页）（上接第63页）段性成果。]

注释：

{1}Abraham，J.M，Herdershott.P.Bulles in metropolitan hous maekers[J].Journal of Housing Research.1996，7（2）：191-203

{2}Gabriel，S.A，Mattey，J.P.andWascher.W.L.Houseprice differentials and dunamics：evidence fromtheLosAngelsandSan

Franciscometropolitanareas[M]FRBSFEconomicReview，1999.s

{3}吴学品，林明恒.海南房地产价格影响因素的实证研究——基于VAR模型的分析[J].海南金融.2011（12）：21-23

{4}曹馨元.长春市地价与房价的影响关系实证研究[D].吉林：吉林大学，2009：11-14

{5}卫娟，杨之奕.海南省旅游业、房地产业和宏观经济的联动性探讨[J].商业经济研究，2005（14）：141-143

{6}孟庆斌，荣晨.宏观经济因素对房地产价格的长短期影响[J].统计研究，2014（6）：25-27

{7}王华欣.我国房地产价格及其影响因素研究[D].山东：山东大学，2009：9-14

{8}陈燕.中国房地产市场调控效果分析及房地产健康发展建议[J]，现代城市研究.2014（2）：72-74

{9}袁韶华，施松，汪应宏等.大城市住房价格影响因素的动态分析[J]，南京社会科学.2011（12）：152-154