基于回归分析法的太原市房价影响因素分析

郭莎莎 李东刚

摘 要：研究商品住宅价格的影响因素不仅能为企业的生产经营提供帮助，能为投资者的证券和产业投资提供支持，而且能为政府的市场调控提供参考。该论文依据对山西太原房价具体情况的调查，对商品住宅价格影响因素进行研究以及实证分析，最终谈论一些自己的看法及建议，希望对房地产市场的健康运行有一点点帮助。

关键词：商品住宅价格;影响因素;Eviews軟件;实证分析

一、导论

目前，在我国房地产经济迅速发展，已成为我国经济发展的主要支柱之一。其中城市商品房的买卖是人们非常关注的重大问题。据有关方面统计、商品房的买卖已成为广大群众消费的首选。影响太原市房地产价格的元素研究有利于给房地产经营商家给予理论意义的帮助，也有利于给投资者进行证券方面的投资提供依据。众所周知，房地产中与我们息息相关的是住宅了，进而住宅的价格又是经济社会中反映住宅发展状况的关键信息，所以充分掌握住宅价格政策导向，深入研究住宅价格的影响因素，准确跟踪住宅价格变化规律，有利于引导住宅产业的和谐发展。

商品住宅产业是关系国计民生的基础性产业，商品住宅价格问题是房地产市场的核心问题，商品住宅价格关系到城镇居民能否安居乐业，关系到房地产市场的健康发展，所以商品住宅价格的研究成为房地产价格研究的重中之重。众所周知，在市场经济下，价格机制的杠杆作用是最基本的调节手段，房地产政策预期目标的实现也基于此。太原市作为国内经济发展中游水平的省会城市，具有较为普遍的代表性，开展太原市商品住宅价格的实证研究具有重大的理论和现实意义。

本文对象是山西太原的房地产各大住宅商品房。通过调查研究，太原甚至是全国各类房地产开发项目中，住宅房地产在城市房地产中占的比重较大。因而，本文主要研究太原市的商品住宅。本文首先介绍了太原市基本情况，接着研究了太原市房地产发展现状，然后对影响太原市商品住宅的主要因素及其变量进行了分析，最后结合太原市2007到2019年的数据构建了回归模型，并对模型进行实证研究。

二、太原市商品住宅价格影响因素分析

商品住宅价格的决定不是哪一个单个因素独自作用的成果，而是多个因素综合在一起作用的结果，常见的分类法分为一般元素、区域元素和个别因素三个方面。本文侧重于研究太原市商品住宅价格的整体运行情况其影响因素，所以从一般因素出发，不考虑区域因素和个别因素。而一般因素中的人口，经济，社会因素对房地产价格的影响，又是通过供求关系来发挥作用，政策因素作为一个单独的因素进行考虑。

（一）构建模型

（1）变量选取：

a.经济因素

GDP即国民（地区）生产总值，2017年太原市为3382.18亿元。经济增长必然会影响人们对购房的需求。

粗略计算，太原市本地区生产总值（GDP）中：第一产业新增了40.82亿 元，增长百分之三;工业新增1271.42亿元，增长百分之七;服务业增了进高达2069.94亿元，增长百分之七点九。第三产业里面，邮政储蓄、交通工程、运输事业等行业增加了近173.88亿元，增长百分之十三;食宿方面的相关营业增加了467.23亿元，增长了百分十;证券行业增加了475.96亿元，增长百分之五。据统计，2017年固定资产投资额高达964.86亿元，与2016相比增长了百分之六点八。

2013到2017年这四年时间，固定资产的投资增速波动不定，一年多一年少，最低的是2016年增速为0，基本没有增长，2017年与2013年相比，这四年整体固定资产增速是下降的。再加上对近年来房价的了解，可得：固定资产的增加有可能会使房屋建成面积受到影响，从而影响房地产市场的发展。

b.人口范畴

人口元素不仅包括人口多少，还包括人口的组成、人口流同以及家庭的大小。

去年出生人数为5.228万人，出生百分比为千分之十二点一;死亡人口1.75万人，死亡百分率千分之四点零一;自然增长率千分之八点零九。这几年，政策由计划生育转为二胎政策，自然增长率为正，刺激了人们对住宅的需求，促进房地产业的发展。

当今社会人口流动极为频繁，大都市就业机会多，资源相对较为丰富，也就吸引了很多的外来人口的入住，刺激了房地产的发展，为便于数值的整合及运算，我们选城镇人口迁入做解释变量。

c.社会元素

社会元素：社会稳妥程度、城市化进程。

社会安定则人民生活稳定，更有利于居民好好生活、工作、学习，才有可能考虑温饱以外的需求，例如买房子的刚性需求;反之，社会动荡不安，人们每天担惊受怕，更不要说购房了，我国整体来说很稳定，太原也同样是这样，因此这种因素影响能力很弱。

城市化水平从一定角度上会影响房地产住房价格，北京城市化水平明显高于太原，显然北京房价也高。但不可否认，凡事有个度，城市化水平过高，房价有可能下滑。

d.政策因素

如果实施降低贷款利率的政策，会刺激购房需求;出台征收房产税的紧缩房地产政策，会降低房地产需求。现在，我国房地产泡沫过多，房价普遍较高。

选择变量因素主要是需求方面的，供给一般不具有弹性。

通常认为影响变量的选择从整体和部分两个方面，由于小的因素容易受到整体方面因素影响，且微观正反变动性较明显，后文选择宏观方向做为主要研究方向。

研究范畴：太原市房产市场，因变量：太原市住宅商品房价格。在人们对房屋需求的方向上选取指标：GDP;城镇人口迁入数;人均可支配收支。在供给方选择指标，有三个因素：空气质量达标天数、住宅房地产开发投资、本年住宅房屋竣工面积、住宅销售额。

（2）数据来源：太原市的2007到2018年国民经济和社会发展公报;山西省统计年鉴。

（3）运用Eviews6.0，利用多元线性回归模型建立房屋均价和变量之间的关系模型：

其中，为Y商品住宅价格，a2，a3，a4，a5，a6，a7，a8为回归系数，x1，x2，x3，x4，x5，x6，x7，x8为解释变量，为误差因子。

（二）模型的回归分析

对数据进行多重共线性、自相关、异方差等检验后，回归成功，模型结束。

回归方程如下：

Y=-11980.779805+11.5343083364*X2+0.482840868496*X4+115.323240887*X5 -40.641187452*X6

（三）模型结果分析

由回归模型的经济学意义可知，回归系数的含义为自变量变动一个单元，因变量也随之变更若干个单位，房地产绝对价格是难以反映价格变动规律的，此时我们选择相对价格来表达来说明，而弹性系数表明解释变量变更一个单位被解释变量变化的百分比。

结果显示：相应变化率为增加的因素有平均每人可消费支出、空气质量达标天数、城镇人口迁入数。平均每人可消费支出每增加一个单位，房屋均价增加0.48个单位，影响较小;空气质量每增加一个单位，商品住宅价格会增加115个单位，影响较为明显;城镇人口迁入数变动一个单位，商品住宅价格增加11.5个单位。由此，平均每人消费支出增加的时候，人们会想要住好的房子，房地產的需求量相应也变多，住宅价格有可能增加;空气质量越好，人们生活环境好了，心情更加愉悦，有益于身心健康，房价上涨;城镇人口迁入增加，住房需求增加，房价自然有上涨趋势。

相应变化率为负的因素住宅房地产开发投资。住宅房地产开发投资每变动一个单位，商品住宅价格变动40.6个单位，影响程度较大。可见，房地产住房投资资金增的多时，供大于求，房价会有所下滑。

（四）结论分析

由模型结果可以知道，对房价有影响的因素虽然很多，但是本文主要从宏观方面得出结论：首先是多元线性回归模型的构建，让商品住宅价格作为被解释变量，其他提出的影响因素作为解释变量，构建出多元线性回归模型。在列出的因素中，一些对价格的影响是正相关的，如：平均每人可消费支出、空气质量达标天数、城镇人口迁入数;另一些则是负相关的，也就是说反方向变动。

在分析研究结果的基础上，在搞清楚关系的基础上，针对房价居高不下的趋势，则可利用这些关系来进行相应调整，缓和房价上涨。只有弄明白其中的关系，对于现在的房地产状况才有的放矢，也更有针对性。

三、政策建议

问题的存在是为了更好地解决，在做出了分析的基础上，仔细思考之后，提出以下建议，也许不成熟，仅供参考：

a.宏观方面

首先，对于宏观方面政策的决策者要从哪些方面正确采取措施，提出下面的几个看法：研究提出多项政策，多种政策配合使用，太原市政府应该对症下药，不能盲目跟风;太原市政府就住宅保障而言，完善的进度不能止步不前;炒房投机需求，不能宽松处理，及时降低到一定的比例以下，最主要的是满足刚性需求，将购房热度影响房地产价格的可能性降到最低，坚决堤防泡沫的生成;采取一定的措施减少炒房现象，例如把消费税降低些许百分点，让保有税适当提高等都可稍微使得炒房现象得到控制。

其次，房地产现状需加快住房制度改革和房地产长效机制建设，维持地产市场正常持续成长，提出以下几点建议：坚持原有的政策目标，咬死不放松，维持政策的持续性，履行当地政府主体义务;实施因地制宜举措，中小城市实现合理布局，加快二手房及棚户区建设，让外地入住的工作人员也被纳入公租房保障体系;加快国家政府政策调控体系的完整性建设，依据差异性进行调整;加强监督体系建设，严厉打击违法犯法行为。

b.微观方面

积极推进农村城市化建设，缩小城乡差距，更好地满足乡村居民的就业、学习等需求，这样想入住城市如太原的人数则会相应削减，从而使得房价上涨的增幅下降;积极推进出租房建设，完善租赁市场，满足部分人们对于住房的需求;绿水青山就是金山银山，大自然是我们的朋友，我们都有义务保护我们赖以生存的环境，不能先污染后治理，因此，在保证建设用地时要特别注意保护环境;增加房屋供给，即加快实施农村土地流转政策，从侧面增大建设用地面积，供求大于需求，从某种程度上起到降低房地产价格的作用。

参考文献

[1] 丁凤.房地产价格影响因素及预测研究[D].安徽财经大学，2014.

[2] 范莉丽.基于区域差异的中国房地产价格变动影响因素研究[D].中国农业大学，2015.

[3] 顾海峰，张元姣.货币政策与房地产价格调控：理论与中国经验[J].经济研究，2014.

[4] 李芳，李秋娟.人民币汇率与房地产价格的互动关系——基于2005-2012年月度数据的MS-VAR模型分析[J].国际金融研究，2014.

[5] 马康.常州市房地产价格影响因素的实证分析[D].南京大学，2014.

[6] 夏海峰.我国房地产价格影响因素分析[D].东北财经大学，2011.

[7] 徐丽，简迎辉.基于特征价格模型的南京市住宅价格实证分析[J]，土木工程与管理学报，2015，04：85-89.

[8] 于高波.我国中小城市房地产价格影响因素研究[D].山东建筑大学，2014.

[9] 赵志强，赵予新.居民消费对房地产价格影响的实证研究一-基于我国2002-2013年的面板数据分析川金融经济，2015（14）：208-209.