中国房地产价格主要影响因素研究——基于R语言因子分析

(云南财经大学 云南 昆明 650000)

一、引言

房地产业是国民经济中重要的支柱产业，跟各个行业都相互联系。价格在房地产业中起着重要的作用。但是，由于我国房地产发展速度过快，市场不成熟，价格持续增加，市场供需结构不合理、投机性强。因此研究房地产价格的影响因素尤为重要。

影响我国房地产价格关键因素是什么？目前中国的高房价偏离房屋真实价格的主要原因是什么？因为供求关系决定市场价格，我们可以通过对供求因素分析，从根源上寻找影响房价的主要原因。选择影响房地产价格的主要解释变量来建立计量模型，探讨这些因素怎样影响及多大程度影响房地产价格，对房地产经济学具有理论指导意义。同时，房地产价格关系到百姓切身利益，关系到开发商的收益，关系到地方政府的土地财政收入，关系到宏观经济政策，关系到银行抵押贷款的质量从而影响到中国金融的稳定，所以，本文试图找出房地产价格走势规律，并对中国房地产价格调控提出政策建议，这对研究我国房地产价格问题具有现实意义。

二、主要影响因素及数据来源

(一)影响因素

1.供给方面影响因素

(1)土地成本。土地是房地产中的“地”，在房地产业中起着至关重要的作用。因为土地具有不可移动性，因而导致“买房就是买地块”的现象，可见土地的成本在房地产价格中起绝大的比重，自然房价也会大幅度的增加。

(2)建筑安装成本。房地产建筑安装成本是指建筑安装工程在施工中各项生产费用的消耗量。2008年以来，建筑原材料受供求关系和成本增加等因素的影响价格一直在上涨，导致建筑成本上涨，从而推高房地产价格。另一方面，随着经济的快速发展和人们生活水平的提高，人们对住宅的建设更加注重享受，在节水、新能源、集中供热等方面的品质要求，会使得建筑安装成本的上升，这些成本都会在房地产价格中反映出来。

(3)商品住宅投资。宅投资是房地产开发企业当年在住宅类型房地产商品上的投资额。投资额越高当年住宅新开工面积越多，在未来几年，房地产供给量会增加，使得房地产价格发生变化。住宅投资额会通过房地产供给量从而影响房地产价格。

2.需求方面影响因素

(1)人口。人是房地产的需求主体。房地产是讲究供需平衡，然而人们对住宅的数量及结构的需求已经不断在改变，随着社会文明不断发展，对住宅品质的需求也在不断上升，所以也会推动房价的上涨。

(2)城市化。城市化又称作城镇化，是指人口向城市聚集的一个过程，使得城市的人口占全社会人口数的比例在不断上升。在城市化过程中，一方面，人口向城市的聚集使得对房地产的需求不断增大，另一方面，因为城市规划的老城需要拆迁或改造，也会带动房地产的需求。这两个方面从而导致我国对住房需求不断在扩大。

(3)居民收入水平。影响其消费结构中最为重要的因素就是居民收入水平。提高人们对房地产需求和增加房地产成本这两个方面来促成居民收入水平的增加，从而影响房地产价格。

3.供给和供给双面影响因素

(1)GDP。国内生产总值影响房地产价格主要通过以下几个方面：对需求者来说，GDP的增长会促进经济的发展，国民收入水平会提高，首次置房需求(刚需)和改善性住房需求均会增加。并且，人们财富得到了更多的积累，更多的人会产生投机性需求；对供给者来说，GDP的高速上涨表示宏观经济环境比较好，会增加房地产开发商投资的信心，开发商会加大投资力度，从而影响房价。另外，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开发成本发生变化。

(2)利率。利率变化对普通购房者来说，一方面，贷款利率的高低决定支付完本金后贷款额度所需支付利息的多少，若利率上升，贷款成本增加，需求会下降；若利率下降，贷款成本降低，需求会上升。另一方面，利率下降意味着储蓄的利息下降，人们会减少储蓄增加投资，会促进房地产需求。

(3)房地产租赁价格。房屋租赁价格指房子所有者出租房屋所获得的租金收入。主要通过三种方式影响房地产价格：首先，在总的住房需求不变的情况下，房屋租赁和购买房屋的需求是呈负相关关系，购房需求增加时租房需求会下降；其次对于投机者来说，预期租金的回报率提高会促使投机者增加购房的需求；最后因为租金属于物价指数的构成部分，租金的上涨会使物价指数上涨，进而促使房地产价格上涨。

(二)数据来源

本文基于对房地产价格影响因素分析，采用12个变量进行分析，数据来源于2017年中国统计年鉴。

表1 方差分析原始数据

数据来源：2018年中国统计年鉴

三、因子分析模型及其结果分析

(一)因子分析步骤

因子分析是一种多元统计分析方法。因子分析的核心是用最少的相互独立的因子反映原有变量的绝大部分信息。事物内在的基本规律可以通过分析事物内部的因果关系得出，从而抓住主要矛盾。

具体的步骤为：(1)由样本数据矩阵计算样本相关矩阵R；(2)求R的特征值和标准化特征向量，记为为、R的特征值，相应地单位正交特征向量为；(3)求因子模型的因子载荷矩阵A。先确定公共因子的个数m，取m满足的最小正整数；(4)最后取得特殊因子方差。

(二)因子载荷矩阵的旋转

因子分析求出的公共因子应该具有某种意义，但有时候初步计算得到的因子分析模型中公共因子的实际意义却较难理解，为此必须对因子载荷矩阵进行旋转交换。

(三)数据选取

影响房地产价格的因素的指标非常多，本文选择12个影响房地产价格的变量，数据来源于2006-2017年中国统计年鉴，期望通过因子分析得出主要因子来概况影响房地产价格的繁多变量。本文选取商品房平均销售价格、房地产开发企业本年土地购置费用、住宅竣工面积、人均可支配收入、货币供应量M2、国内生产总值GDP、贷款利率、汇率、房屋竣工价值、住宅投资、城市居民消费价格指数和城镇人口等12个因素。

(四)数据分析

建立上述12个变量因子分析模型，结果如下：

表2 KMO和Bartlett’s Test

由以上结果可知，KMO值为0.671，远大于0.6，Sig.为0.000，达到显著水平，拒绝原假设(变量间的偏相关矩阵不是单位矩阵)，所以数据适合进行因子分析。

表3 Total Variance Expained

由上表可知：前2个因子特征值均大于1，其贡献率分别为82.032%、14.132%累计方差贡献率为96.164%。总的来说，原始信息损失较少，分析结果较理想。进行因子旋转后，因子的方差贡献了有所变化。第一个因子的贡献率有所下降，从82.032%下降到80.411%，第二个因子的贡献率有所增加，从14.132%上升到15.753%。

由上图看出，成分数为2时，特征值的变化曲线趋于平缓，所以由碎石图也可大致确定出主成分个数为2。与按累计贡献率确定的主成分个数是一致的。

表4 Rotated Component Matrix

通过最大方差法得出的矩阵(如上表)，提取出两个因子。一般而言，提取变量相关系数与公因子大于0.5的把变量并入因子，说明这些变量与公共因子关联度较高。因子1在国内生产总值GDP、人均可支配收入、住宅投资、城镇人口、房屋竣工价值、房地产开发企业本年土地购置费用、货币供应量M2、住宅竣工面积、商品房平均销售价格、汇率上有较大的荷载，这些变量是现有影响房地产价格的指标。因子2在城市居民消费价格指数、贷款利率上有较大的荷载，这些变量是未来预期情况影响房地产价格的指标。

表5 Componnent Score Coefficient Matrix

根据上表的结果，可以计算出每个观测因子的得分：

在此基础上，可对总信息量的贡献率进行加权求和得出综合评价总分。

F=(0.80411*+0.15753*)/0.96164

其中0.80411是因子1的贡献率，0.15753是因子2的贡献率，0.96164是两个因子的总贡献率。因此可以各个因子得分和综合因子得分：

表6 Scores of factors and factors

由因子分析可得出：2006-2008年和2011年因子2的得分比因子1高，说明当时影响房地产预期状况的变量对房价功能贡献大，2006-2008年恰逢是我国房地产商品的起步发展和快速发展的阶段，2011年是大量资金流入房地产市场后所引起的。但从那以来，因子1的得分明显比因子2高，说明政府接连出台的房地产调控政策一定程度上限制了房地产的发展，其价格受现有房地产市场状况影响较大。

由因子分析得出，影响房地产价格变量大致可分为两类：其中一类是反映现有房地产市场状况的变量，另外一类是反映预期房地产市场状况的变量。第一类中国内生产总值GDP、人均可支配收入等排名靠前，说明房地产开发商的投资力度、拿地和开发成本、消费者的财富状况对研究房地产价格影响因素贡献较大。其次货币供应量M2、汇率，这些变量反映了金融环境对房地产市场影响的指标。最后人口等社会因素也会对房地产市场产生较大影响。其中汇率与房地产价格负相关，符合逻辑。汇率的下降说明人民币的升值，这会吸引更多人投资我国房地产市场。第二类中贷款利率变量载荷量大，且与房地产价格呈负相关，符合逻辑。贷款利率上升同时是消费者和房地产开发的贷款成本增加，从而抑制房地产价格。

四、结论

通过因子分子将影响房地产价格的繁多变量分成了两个主要因子，分别表示反应现有房地产市场状况的变量和反应预期房地产市场状况的变量，根据比较计算的因子得分可推出房地产价格在2006‐2008年年受反应预期房地产市场状况的变量影响较大，反映当时市场投机气氛浓厚，2011年后房地产价格受现有房地产市场状况影响较大，反映出现阶段市场刚需旺盛和国家限购等调控政策对投机需求有所抑制。

总的来说，影响房地产价格的因素繁多且变量间关联密切，政府制定政策应从多层面入手，要同时采取影响供给和需求方面的政策。影响需求方面，人均可支配收入的提高使刚性需求和投机性需求上升，所以制定政策应该从缓解刚性需求并打击投机需求入手。影响供给方面，供给结构不合理，地方政府垄断土地并依赖于土地财政是主要原因，所以制定政策应该从改变地方政府依赖土地财政现状，打破地方政府垄断土地一级市场，增加一般性商品房和保障性住房的建设，控制高档住房的建设等角度入手。同时影响需求和供给方面，通过上面实证分析可知有关金融市场的变量对房价影响较大，所以可从货币政策方面入手。