青岛市商品住宅价格增长的影响因素研究

李政阳

（新疆师范大学商学院，乌鲁木齐830017）

一、引言及文献综述

进入21世纪以后，我国的经济快速增长，与之相伴的是房地产行业异常火热，其已经成为国民经济的支柱行业，为国家带来一系列有利影响，比如改善人民的居住条件、助推中国的城市化、拉动中国经济的增长，但同时也造成了房价的持续上涨，这会导致中国主要生产要素劳动力价格和土地价格的持续快速上涨，可能会成为中国实体经济竞争力发展的阻碍。只有保证房价的稳定才能保证国民经济健康稳定发展、改善民生、促进社会和谐稳定。

青岛作为山东省经济中心，中国沿海重要中心城市和国际性港口城市，稳定房价对于其经济的长期稳定发展，人民群众生活水平的提高非常重要。如何稳定青岛市房价就要先了解青岛市商品住宅价格增长的影响因素。那么影响房价的各种因素中哪些最重要呢？本文采用灰色关联度分析法，对青岛市商品住宅价格影响因素进行模型构建。通过灰色关联分析法得出结果，并对青岛市政府提出相对应的合理化建议。以此希望能够为青岛市商品住宅市场调控工作的改进提供理论支持。

在各类文献中，用来研究住宅价格及其影响因素之间所用的方法基本为如下几种：主成分分析、因子分析、面板数据模型、构建VAR模型、空间计量模型、灰色关联度分析、多元线性回归模型等。陈雪莉（2017）综合国内外研究现状，归纳分析了成本因素、经济因素、社会因素、行政因素、行业因素，并在全国层面下提取出住房价格、经济发展水平、居民收入、人口规模等九项指标。陈文萍（2019）通过收集2008到2017年济南市商品房价格相关数据，对济南市商品房价格进行多元回归，得出对济南市商品房价格影响较大的因素主要有常住人口、商品房销售面积以及贷款基准利率。其中常住人口对房价的影响最大，且对商品房价格产生正向影响；商品房销售面积以及贷款基准利率对商品房价格产生负向影响；房地产投资开发额和人均可支配收入对其影响不显著。牛立群（2016）对太原市商品住宅市场的住宅价格及影响因素进行灰色关联度分析，在15项指标中，得出了城镇居民人均可支配收入对太原市商品住宅价格的影响最为显著。刘志远（2018）等人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。综上，学者们从不同角度分析了一些城市住宅价格的特点，研究了影响住宅价格的因素，学者研究住宅价格的论文中最常见的是利用主成分分析法和多元线性回归模型进行探讨。本文则利用灰色关联分析法去研究青岛市商品住宅价格增长的影响因素。

二、青岛市住宅商品房现状

青岛市作为山东近些年发展最好的城市，其住宅商品房均价也在不断增长，表1是全国住宅商品房和青岛住宅商品房均价的对比。

表1全国和青岛住宅商品房均价

从表1中可以看出，在2002年，青岛的住宅商品房均价为2 066元/平方米，与全国住宅商品房均价2 092元/平方米相差不多，然而在2018年，青岛市住宅商品房均价就已经高达12 373.44元/平方米，是2002年的5.9倍，更远超于同期全国住宅商品房均价。

从图1中可以更加直观看出全国和青岛住宅商品房的上升趋势，青岛住宅商品房均价增长速度要大于全国住宅商品房均价，且在2017年又快速增长的趋势。该图表明了近些年青岛经济在全国的快速崛起，也反映了青岛房地产行业的生机勃勃。然而房价的快速增长可能会导致青岛居民为了买房而节省开支、增大储蓄余额，反而影响青岛未来的发展，因此保持青岛房价的稳定健康发展就具有重要意义。

图1全国和青岛住宅商品房2002年到2018年增长趋势图

三、研究方法与模型构造

（一）灰色关联度理论

邓聚龙教授于1982年提出了灰色关联理论。该理论至今已被广泛应用于经济、社会、工业、农业等各个领域。灰色关联度是衡量因素间关联程度的一种方法。在系统发展过程中，如果两个因素变化的趋势相同，则认为两者关联程度较高，反之则较低。灰色系统理论提出了对各因素进行灰色关联度分析的概念，通过一定的方法去寻求系统中各因素之间的联系。理论的核心思想是：通过对比分析序列曲线的几何形状的方式来对序列之间变化的大小、方向和速度等的相对性加以判断。曲线的几何形状相似率越高，那么就可以认为两者之间的序列关联性越强。

商品住宅价格的影响因素多种多样，有些因素信息明确，有些因素则处于信息未知状态，可将商品住宅价格看作是一个较为典型的灰色系统。通过上述情况可以认为，将灰色关联度分析引入商品住宅价格影响因素定量研究中来是有积极意义的。

（二）灰色关联度分析模型的构建

1.确定参考数列和比较数列

根据灰色关联分析方法，以及商品住宅价格和其影响相关指标，以2009年到2018年序列数据为基础，通过构建灰色关联模型，来分析青岛市商品住宅均价的影响因素。本文将青岛市住宅商品房平均销售价格作为因变量，选取2009年到2018年的十年数据来衡量青岛市商品住宅价格影响因素。其中，X0代表青岛市住宅商品房均价，X1代表青岛市房地产开发住宅投资额；X2代表青岛市房地产开发企业住宅竣工房屋面积；X3代表青岛市住宅商品房销售面积；X4代表青岛市常住人口；X5代表全市就业人员平均工资；X6代表青岛市年末总人口；X7代表城乡居民储蓄年末余额。青岛市住宅用地价格来源于《青岛统计年鉴》，具体数据如下。

表2商品住宅价格影响因素初值化表（1）

表3商品住宅价格影响因素初值化表（2）

2.无量纲化处理

为了便于计算，同时也可以消除量纲，需要对青岛市原始数据进行处理，即用各数列中各数去除以数列中第一个数，处理结果如表4所示。

表4无量纲化后的数据数列

3.计算关联系数

计算关联系数分为两个步骤：首先，求对应差序列，即将表中各行数值分别减去X0中各行数值，再求绝对值，得到如下结果（见表5）。

从表5中可以看出，最大值绝对差为1.38，最小值绝对差为0，其次求出比较序列与参考序列的关联系数，并保留两位小数，如表6所示。

4.求灰色关联度及关联序

根据表6灰色关联系数的计算结果，可以算出各影响因素与青岛市商品住宅均价的关联度及关联序，如表7所示。

5.灰色关联结果分析

从关联分析的结果可以看出，青岛市商品住宅均价与其影响因素的关联度大小依次为：城乡居民储蓄年末余额＞房地产开发企业住宅竣工房屋面积＞全市就业人员平均工资＞住宅商品房销售面积＞常住人口＞年末总人口＞房地产开发住宅投资额。在这七种影响因素中，青岛市城乡居民储蓄年末余额对住宅价格的关联度最大，达到0.82；说明在青岛市商品住宅均价影响因素当中，城乡居民储蓄年末余额对商品住宅均价的影响程度最大，是其首要影响因子，这一结果结合排序第三的全市就业人员平均工资，可以说明居民收支状况是影响青岛商品住宅价格的最显著因素。房地产开发住宅投资额对住宅价格影响程度最低，关联度为0.54。在姜永增（2011）房价影响因素的实证分析——以青岛市为例中，运用SPSS软件，以人口、人均GDP、住房销售面积和房地产开发投资为自变量，建立多元线性回归模型，并对其进行模拟分析。最后得出了影响青岛市住房价格最重要的因素是市区人口这一结论，和本文结论比较相同，胡建华（2019）在研究我国影响房地产价格影响因素时，得出了房地产成本、人均可支配收入对我国房价影响显著，和本文得到的论文结果也基本符合。

表5各比较数列和参考数列的绝对差

表7关联度及关联序

四、结论与启示

作为山东省经济最发达的城市，青岛市近些年来经济发展迅猛，青岛市的房地产行业也在高速发展。为了青岛市经济更加稳定发展，控制住宅房价也是当地政府一项重要的挑战。本文通过灰色关联分析法，来进行对青岛当地住宅价格影响因素的研究。结果显示青岛市居民储蓄年末余额是其最主要的影响因素，其余依次分别为：房地产开发企业住宅竣工房屋面积、全市就业人员平均工资、住宅商品房销售面积、常住人口、年末总人口、房地产开发住宅投资额。基于此，对青岛市政府提出如下建议。

（一）大力发展经济，适当增加工资水平

由灰色关联度分析结果可知，居民收入状况是影响青岛商品住宅价格的最显著因素。所以稳定房价的首要举措就是要大力发展青岛经济，提高青岛市居民的个人收入水平，同时适当降低个人所得税。除此之外，政府也要对各企业单位进行严格监管，保证各企业单位对个人工资的按时发放。

（二）合理控制商品住宅房屋面积

从结果可以看出，商品住宅房屋面积对青岛市住宅价格的稳定有着重要影响。青岛市政府应合理控制各房地产公司开发、建设商品住宅房屋面积，不应使住宅竣工房屋面积远远大于住宅商品房销售面积，否则商品住宅市场中的供给严重大于需求，会对青岛房地产行业带来打击，同时影响社会经济发展。

（三）合理控制青岛市人口数量

青岛市人口数量对房价影响较大，所以青岛市政府应该合理控制青岛市人口数量。要吸引先进人才，同时实行限购政策，并不断完善创新，设置落户门槛，对于实际的人口流入进行适当控制，来优化青岛市人才流入机制，合理控制青岛市人口数量，以此来保证住房商品满足实际的需求，从而使房价稳定。