青岛市住宅价格微观影响因素研究

2018-04-25刘志远孙宗帝

青岛科技大学学报(社会科学版) 2018年1期

刘志远孙宗帝

[摘要]结合青岛市自身特点，建立青岛市住宅微观影响因素特征价格模型，利用逐步回归方法，逐步筛选出对青岛市住宅价格具有显著性影响的微观因素。研究结果认为，微观影响因素有楼盘建筑面积、容积率、绿化率、是否是海景房、是否有地铁线、所处的商圈等。微观影响因素对青岛市住宅价格影响显著，青岛市住宅价格总体平稳上升，不同区位住宅价格因海洋因素、所处商业圈的不同而有较大差别。在市南区、崂山区，高档房居多，房价较高，但波动趋于平稳，在城阳区、市北区、黄岛开发区，置信产业、中低档房居多，房价比较平稳。建议青岛市在金融监管、土地供给、廉租房建设等方面采取措施，根据居民消费水平和需求，合理确定住宅价格。

[关键词]逐步回归；价格模型；住宅价格；检验；建议

[中图分类号]F293.3 [文献标识码]A [文章编号]1671-8372（2018）01-0031-06

青岛市住宅价格的变动受到很多宏观因素和微观因素的影响，本文尝试研究影响青岛市住宅价格的微观因素，探讨青岛市住宅价格的走势，建立住宅价格模型，通过实证的方法检验分析结果，再据此为青岛市住宅产业健康、可持续发展提供建议。

一、住宅价格影响因素文献综述

住宅價格是指住宅的市场价格，是消费者为购买住宅而实际支付的货币数量，它是房屋建筑物价格和土地价格的统一体，即住宅商品价值和地租资本化的综合价值的货币表现，是住宅效用、供给的相对稀缺性以及住宅的有效需求三方面相互作用的结果。关于住宅价格，国内外学者已经进行了大量的研究工作。

（一）国外文献综述

Wong等通过对香港房地产市场的研究发现，居民对房地产市场的预期不同会影响其购买行为，进而会对住宅价格产生一定的影响。当经济预期较好时，房地产行业比较繁盛，当通货紧缩时，居民对房地产市场信心降低，进而会对房地产市场产生一定的影响[1]。Chrisitian Hott，Pierre Monnin提出采用脉冲响应函数和预测方法来预测房地产市场的基础价格，并用此模型分别预测美国、英国、瑞士、荷兰的房地产市场价格 [2]。Christoph Hinkelmann， Steve Swidler探讨了利用期货合约进行套期保值的住宅房地产价格风险状况[3]。Christopher Bitter， Gordon F.Mulligan， Sandy DallErba比较了美国亚利桑那州图森市的房地产市场价格，研究住房属性的空间异质性，发现房屋方面的主要特点具有不同的边际价格[4]。Stephen J.Conroy， Jennifer L.Milosch 通过建立评价模型对2006年圣地亚哥9755户家庭抽样数据进行分析，研究“海岸线溢价”问题，发现在9公里海岸线范围内，离开海岸线的距离每增加1公里，房屋销售价格降低8680美元，在特定距离内此海岸线溢价率又呈现特定的变化规律[5]。

（二）国内文献综述

王金明利用可变参数模型对我国房地产市场需求、供给进行了动态定量分析[6]。吴群、高慧琼以土地供给、竣工面积和住宅投资作为供给因素，以新增人口、居住条件改善和城市拆改形成的自住型需求与投资作为需求因素，探究了供求关系对住宅价格的影响[7]。孔煜基于政策因素对住宅价格的影响，构建四象限模型分析了地价与房价以及利率与房价的关系[8]。杨贵中对成都商品住宅价格影响因素从供给和需求层面进行定性和定量分析，对成都市商品住宅价格进行预测，并提出了平抑房价的建议[9]。刘阳、笪可宁利用上海和沈阳两个城市的商品住宅价格数据和宏观经济数据，通过回归分析，认为消费者预期已经成为影响这两个城市的主要因素[10]。娄国豪认为升值预期是房地产价格上涨的一个推动力[11]。庄彬惠运用结构向量自回归（SVAR）方法对商品住宅价格影响因素进行研究，并对福建省房地产市场进行了实证分析[12]。严扬采用主成分分析方法，对武汉市人居环境进行评价，发现人居环境建设水平越高，商品住宅价格也越高[13]。郭戬、孙炜发现除区域位置的因素，住宅价格受城市化发展水平的影响很大[14]。刘峰、鲜前航从区位、地质、气候、建筑物质量、环境因素等方面研究了这些自然因素对住宅价格的影响程度[15]。崔光灿研究发现从长期来看房地产的供给和收入等变量对我国房价影响较大，在短期来看通货膨胀和利率对房地产价格影响较大[16]。耿方芳认为青岛市商品住宅价格的波动主要是由资金推动和需求拉动，其中，金融机构贷款余额、贷款利率以及城市居民人均可支配收入是影响商品住宅价格的主要影响因素[17]。姜永增认为人口对房价影响最为显著，对住房的需求是影响青岛市房价最为重要的因素[18]。孙继国、王媛媛研究发现宏观调控政策会极大地遏制居民的购房行为，在一系列宏观调控政策下，房价能够较快地回归到理性水平[19]。李旭宁从小区和住宅两个层面探讨杭州市城市景观对住宅价格的影响，并对城市景观的空间自相关效应进行分析，认为良好的城市景观会使住宅价格有一定的溢价，而且杭州市的住宅价格在空间分布上具有一定的空间相关性[20]。赵涵结合宁波市的城市概况、房地产的发展历程，利用历史数据对宁波市房地产价格影响因素进行单因素分析，采用多元线性回归的方法构建宁波市住宅房地产价格模型，得到宁波市房地产价格影响因素[21]。王洋等构建了城市住宅价格空间分异影响因素评价体系，以2012年扬州市1305个小区的平均住宅单价为因变量，4个基本影响因素得分为自变量，进行回归分析，探索住宅及各子市场价格分异的主要因素，并分析了其驱动机制[22]。

综上，国内外学者从不同角度分析了住宅价格的特点，研究了影响住宅价格的因素，但是从微观角度对住宅价格影响因素进行定量分析的研究较少。对像青岛这样的海滨城市的住宅价格的研究比较欠缺。因此，本文通过建立特征价格模型分析微观因素对青岛市住宅价格的影响，并分析各因素与住宅价格之间的关系。

住宅价格的形成要比其他商品价格的形成更为复杂，因此在研究青岛市住宅价格的影响因素时，考虑到青岛独特的地理位置和环境，除选用常见的影响因素之外，还选取了一些特殊因素，如是否是海景房、住宅所处商圈等，从微观层面对青岛市住宅价格走向进行深入研究。

二、青島市住宅价格微观影响因素

影响青岛市住宅价格的因素，分为宏观因素和微观因素两个层面，本文主要从微观层面对住宅价格影响因素进行分析研究。选取的指标有：楼盘占地面积、楼盘建筑面积、容积率、绿化率、是否是海景房、远海房、精装修、有无地铁线、口碑指数、距入住时间、所处的商圈等。具体的微观变量选取及量化处理如表1所示。

资料来源：青岛市统计年鉴，青岛市统计信息网

三、青岛市住宅价格模型的建立与求解

（一）微观影响因素特征价格模型的建立与检验

根据多元统计分析理论，假设选取的13个微观因素与住宅价格之间存在线性关系，利用多元线性回归模型建立住宅价格与各个微观因素之间的数量关系。建立的多元线性回归模型如下：

公式（1）中，为住宅价格，分别代表楼盘占地面积、楼盘建筑面积、容积率、绿化率、海景房、远海房、精装修、地铁线、口碑指数、距入住时间、第一类商圈、第二类商圈、第三类商圈，代表上述13个解释变量相应的回归系数，为随机误差项。利用MATLAB软件工具箱的逐步回归指令可以初步得到这13个微观影响因素对青岛市住宅价格的影响程度，如图1 所示。

由图1可以初步得到微观影响因素对青岛市住宅价格影响的相关统计量的具体数值：，，，，这13个自变量的检验结果如表2所示。

检验值 0.0391 -1.1959 1.0331 -1.5564 INF 1.0047 -0.3778 -1.8089 -0.6073 -0.5213 3.4636 1.7656 1.4904

由表2可以看出X1、X7、X9、X10的t检验值偏小，难以反映出这四个变量对住宅价格的影响程度，因此需要对这四个变量进行比较筛选（见表3）。

由表3可以看出，当删除变量X1、X7、X9、X10时，，，，，说明这种情况下模型效果更加优越。此时，可以得到其他变量的检验值，如表4所示。

由表4可以看出，每一个变量的t检验值绝对值都大于1，因而对因变量P都有显著的影响。微观影响因素逐步分析最终结果如图2所示。

依据F检验、t检验结果以及复判定系数和调整复判定系数接近1，可得最终的微观影响因素特征价格模型。

（2）

（二）模型回归结果分析

对住宅价格具有显著影响作用的微观因素是楼盘建筑面积、容积率、绿化率、海景房、地铁线以及所处商圈（Q1：市南新区、崂山区东部新区；Q2：市南区青岛老城区、崂山区除东部新区外的区域、市北区；Q3：李沧区、黄岛开发区、城阳区）。

模型回归结果显示：楼盘建筑面积对住宅价格的影响系数是-63.16，表示楼盘建筑面积每增大1万平方米，住宅价格将降低63.16元。容积率对住宅价格的影响系数是1261.52，表示容积率越大，住宅价格越高。绿化率对住宅价格的影响系数是-36107，表示绿化率升高，房价反而偏低，这可能与所选取的样本有关，在开发的一些高档住宅区确实存在绿化率比较低的现象，这是需要引起注意的情况。海景房对住宅价格的影响系数是-5000.25，是否临近地铁对住宅价格的影响系数是-7213.35，分别表示海景房以及临近地铁的住宅价格相较于远海景房及远地铁房的价格要高很多，这也表明居民购房时比较看重地铁带来的出行便利。一级商圈（Q1）的房价比二级商圈（Q2）的房价，以及二级商圈（Q3）比三级商圈的房价都要高。

通过对回归结果的分析可以看出，海洋因素对青岛市的住宅价格影响大，而且住宅周围的宏观经济环境、繁华程度、服务设施等因素决定的商圈等级对住宅价格影响非常大。

四、建议

（一）合理调整住宅价格

调整住宅价格的形成机制，发挥市场和政府双重调节的作用，根据不同区域不同收入群体的真实购买需求和支付水平，确定不同的住宅价格。

首先，青岛市的住宅价格应根据房屋所处商圈及不同需求群体的支付能力等因素实行差别化定价。

其次，由于不同收入阶层在经济实力方面的差别，住宅价格应该体现一定程度的差异化。可以在区位、户型、环境等方面实现一定程度的价格差异。

再次，政府可以通过税收来调控房地产价格，通过调整货币政策和财政政策来调整住宅价格。

（二）加强房地产市场的金融监管

银行信贷在整个房地产建设中起着关键的支撑作用，银行等金融机构要考虑到其中的风险，合理放贷，同时也需要政府等部门的指导，以促进青岛市房地产市场的长期健康发展。

（三）从微观层次上提升房屋质量

重视海洋因素的影响，充分考虑房屋选址与海岸线之间的距离，提高楼房周边环境的绿化率，设计更合理的容积率，合理确定住宅的朝向，重视环境因素，适度修建一些人工景观以美化环境。

（四）科学制定土地供给制度

青岛市是一座海滨城市，海洋因素对住宅价格有着很重要的影响，青岛市政府应该结合该特点，制定合理的城市规划，盘活存量土地，合理进行土地总体布局，针对海岸线距离的不同，合理调控土地开发的供给量。

建立健全土地供给制度，加强对土地资源的宏观调控力度，适度增加或者减少土地供给，使土地资源成为调控市场的一种手段。严厉惩治违法圈地行为，保证土地资源的合理利用。

（五）增强普通商品房、廉租房的供给力度

住宅是居民必需和基本的消费品，对居民的生活影响很大，而且对社会的稳定有着重要的影响。目前，为满足广大中低收入群众的住房需求，青岛市政府应该加大住房供应结构调整力度，在控制高价位商品住宅建设的基础上，着力增加普通商品住房、经济适用房和廉租房建设，提高其在房地产市场供应中的比例。

（六）把握好房地产市场调控的手段

加强政府宏观调控力度，建立适合市场体制要求的房地产管理体制，转变政府对房地产市场的管理职能，从行政管理转变为主要依靠财税、金融、土地供应、城市规划等宏观政策和经济杠杆的间接调控。

（七）規范房地产市场行为，保证房地产市场健康发展

政府应加强对房地产一级市场的管理力度，建立公开透明的土地出让、转让招标制度，加强对土地供应计划的管理，健全房地产流通体系，保护消费者权益，规范市场行为。

政府应该规范企业进入和退出房地产行业的机制，减少企业违规行为，严格审查房地产企业资金、技术、业绩等行为，保证房地产市场健康有序稳定发展。

（八）完善房地产统计、信息披露制度

信息的不对称性会导致住宅市场出现虚假信息，严重影响开发商、消费者、政府的判断力，加剧供需矛盾，因此需要对住宅市场信息披露制度进行完善，加强信息的公开透明力度，降低交易成本，缓解供需矛盾。

根据青岛市目前住宅实际发展情况，还应加强居民风险教育，减少其非理性购房投资行为，促进青岛市房地产市场健康可持续发展。

[参考文献]

Joe Tak-Yun Wong， Eddie C M Hui， William Seabrooke， John Raftery. A study of the Hong Kong property market： housing price expectations[J]. Construction Management and Economics，2005，23（7）.

Hott C， Monnin P. Fundamental real estate prices： an empirical estimation with international data[J]. Journal of Real Estate Finance & Economics， 2008， 36（4）：427-450.

Hinkelmann C， Swidler S. Trading house price risk with existing futures contracts[J]. Journal of Real Estate Finance & Economics， 2008， 36（1）：37-52.

Bitter C， Mulligan G F， DallErba S. Incorporating spatial variation in housing attribute prices： a comparison of geographically weighted regression and the spatial expansion method[J]. Journal of Geographical Systems， 2007， 9（1）：7-27.

Conroy S J， Milosch J L. An estimation of the coastal premium for residential housing prices in San Diego County[J]. Journal of Real Estate Finance & Economics， 2011， 42（2）： 211-228.

王金明.对我国房地产市场需求和供给函数的动态分析[J].中国软科学，2004（4）：69-74.

吴群，高慧琼.供求关系对大都市商品住宅价格作用机理的分析—以南京市为例[J].中国土地科学，2006（2）：51-56.

孔煜.城市住宅价格变动的影响因素研究[D].重庆：重庆大学，2007.

杨贵中.成都商品住宅价格影响因素分析与房价预测[D].成都：西华大学，2007.

刘阳，笪可宁.消费者预期对商品住宅价格影响的研究[J].沈阳建筑大学学报（社会科学版），2007（2）：210-212.

娄国豪.消费者理性预期对房地产价格的影响[J].商业时代，2007（7）：24-28.

庄彬惠.关于商品住宅价格影响因素的理论研究与数量分析[D].厦门：厦门大学，2007.

严扬.城市人居环境与商品住宅价格关系研究—以武汉市为例[J].理论与实践，2009（11）：87-90.

郭戬，孙炜.城市化对住宅价格影响的定量分析[J].商业时代，2010（5）：122-123.

刘峰，鲜前航.浅谈影响房地产价格的自然因素[J].才智，2009（34）：278.

崔光灿.房地产价格与宏观经济互动关系实证研究—基于我国31个省份面板数据分析[J].经济理论与经济管理，2009（1）：57-62.

耿方芳.青岛市商品住宅价格波动与趋势研究[D].西安：西安科技大学，2010.