城市发展对住房价格的影响因素研究

(四川大学 四川 成都 610065)

一、引言

现代社会中，城市的重要性越来越突出。中国2010年上海世界博览会的主题为：城市，让生活更美好。足可见城市在当今时代的强大作用与重要影响。但是，城市在发展过程中，会对多种事务的多个方面产生或大或小的诸多影响。房地产市场受其影响甚大，而住房价格则是一个最易观察到的影响表征。那么，城市在发展过程中，哪些因素会对住房价格产生影响？影响会有多大？本文将通过分析全国35个大中城市的具体数据来探讨这些问题。

二、研究设计

(一)理论分析

城市发展过程中会对诸多事务产生各种各样的影响，房地产市场受其影响尤为明显。城市发展对房地产市场的影响主要有三个方面：

1.城市经济

城市经济发展的好坏直接影响着房地产市场的繁荣健康与否。从消费的角度来看，城市经济发达必然带来较高的消费水平，刺激房地产市场走向繁荣。换句话说，城市经济决定了人们对房地产的消费能力。

2.城市规模

城市规模是指城市人口总数、城市用地以及各项市政建设的范围。一般来说，城市规模是发挥规模经济和集聚经济的前提。城市规模足够庞大，才能为房地产市场的不断发展提供稳定的基础，满足基数要求。

3.城市增长

城市历史的、未来的人口、用地等的增长增加了房地产的需求，使房地产供给方与需求方共同预测房地产市场的大好前景，刺激房地产市场的繁荣。总的来说，城市增长的实质就是发展潜力。

(二)研究区域

本文的研究区域为中国全国范围内的35个大中城市，包括26个省会城市或自治区首府、4个直辖市、5个计划单列市，以此35个城市代表全国的总体情况。

(三)研究方法

本文将主要采用多元线性回归模型来进行分析研究。多元线性回归模型是指含有多个解释变量的线性回归模型，用于解释被解释变量与其他多个解释变量之间的线性关系。多元回归分析的数学模型为：

y=β0+β1x1+β2x2+……+βnxn+ε

上式表示一个n元线性回归模型，其中有n个解释变量。其中，y为被解释变量，x1、x2……xn表示解释变量，β0、β1、β2……βn为未知参数，ε为残差项。

(四)模型构建

根据理论分析和实际情况，本文确定被解释变量为住宅平均销售价格，解释变量为城市经济、城市规模、城市增长三大指标。但是在操作过程中发现，除了城市经济、城市规模、城市增长指标外，还有两大指标对住房价格起着非常重要的影响，即城市住宅供给和住宅需求指标。因此，将城市住宅供给和住宅需求指标作为控制变量，加入模型当中。最终，本文共选取了住宅平均销售价格、人均地区生产总值、建成区面积、人口增长率等27个变量指标。

但此时变量仍然过多，必须经过筛选保留部分指标。本次变量筛选以住宅平均销售价格与各指标的皮尔森相关系数为条件，结合实际情况综合进行。最终，共筛选出8个变量加入模型，具体情况见表2-1。

表2-1 指标体系

因此，可得出具体模型表达式为：

y=β0+β1×x1+β2×x2+……+β7×x7

(式1)

三、实证结果

(一)回归分析

1.拟合优度检验

从表3-1中可以看出，相关系数R为0.915，决定系数R方为0.837，调整后的R方为0.793，均接近1，说明拟合优度较好。同时，D-W为1.827，大体上处于1.5到2.5之间，认为不存在序列相关问题。

表3-1 模型摘要a

2.显著性检验

方差分析结果如表3-2所示，F值为19.019，显著性为0.000，显然小于0.05，说明被解释变量分别与解释变量存在真实的线性关系，线性回归方程十分显著。

表3-2 模型方差分析a

3.其他检验

从表3-3中可以看到，检验多重共线性的膨胀因子VIF的平均值为6.6，远大于1，而社会消费品零售总额和城市建设用地面积指标的VIF值大于10，因此可以认定为这两个指标具有较高的共线性，应予以剔除。

表3-3 相关系数a

(二)模型修改

由于社会消费品零售总额和城市建设用地面积指标存在严重共线性予以剔除，现在的变量变为6个，具体情况见表3-4。

表3-4 最终确定的变量

相应地，最终的具体模型表达式应为：

(式2)

(三)第二次回归分析

1.拟合优度检验

从表3-5中可以看出，相关系数R为0.894，决定系数R方为0.800，调整后的R方为0.765，均接近1，说明拟合优度较好。同时，D-W为1.466，大体上处于1.5到2.5之间，认为不存在序列相关问题。

表3-5 模型摘要b

2.显著性检验

方差分析结果如表3-6所示，F值为23.151，显著性为0.000，显然小于0.05，说明被解释变量分别与解释变量存在真实的线性关系，线性回归方程十分显著。

表3-6 模型方差分析a

3.其他检验

从表3-7中可以看到，检验多重共线性的膨胀因子VIF的平均值为2.5，没有远大于1，且每个VIF值都小于10，可以认为不存在多重共线性问题。至此，此模型基本通过检验。

表3-7 相关系数a

4.模型具体化

根据回归分析结果，利用表3-7中的数据，带入式2中，可得到具体的模型表达式：

(式3)

四、结论与启示

(一)研究结论

通过以上分析可知，城市发展对住房价格的影响因素主要有五个，分别是：人均地区生产总值、建成区面积、人口增长率、竣工住宅造价、城镇居民人均可支配收入。其中影响程度最大的是人口增长率，人口增长的速度对住房价格的涨落起着重要的作用。但是这并不表明其他因素就对住房价格没有任何的影响，由于研究的不完善性必然会遗漏某些未知因素，在今后的的研究中将努力改进模型、完善不足。

(二)启示与建议

1.注重收入分配公平

根据本文分析，人均地区生产总值对住房价格具有重要影响，并且表现出负相关关系。因此，要抑制房价快速增长，就要提高人均地区生产总值。在当今国情、社情条件下，过度追求经济高速增长既不现实也不合理，而应注重收入分配的公平性，使收入差距逐渐缩小，至少保证不再继续拉大。随着低收入人群收入的逐渐提高，其购房需求因购房能力的提升而能得到有效满足，更能促进社会和谐，维护社会稳定，反过来推动经济健康发展。

2.有效进行城市规划

城市建成区面积也是影响住房价格的一大因素。城市建成区面积逐渐扩大本身无可厚非，但其面积过大、增速过快就会反向推动房价迅速升高，不利于人民生活水平的提高。因此，必须有效进行城市规划，合理利用建成区内的每一块土地，减少、避免土地闲置，提高土地利用率。

3.合理保持人口增长

人口增长率对住房价格的影响尤其重要。显而易见，人口的快速增长会大大提高住房需求。因此，必须合理保持人口增长。同时，不仅仅是人口自然增长，还应该控制人口机械增长。部分大中城市人口增长过快，导致房价不断快速上涨，接着又再次吸引大量人口进入城市，形成恶性循环。所以，必须将城市人口限定在一定范围内，合理保持人口增长。