云南省商品房价格影响因素实证分析

□文/ 简 鑫

（广西师范大学数学与统计学院 广西·桂林）

［提要］ 近年来，房地产行业迅猛发展，房价也随之不断升高。本文基于云南省2000～2018 年商品房平均售价及相关数据，通过建立多元线性回归模型，对影响商品房价格的因素进行实证分析。结果表明：云南省地区生产总值和城镇居民家庭人均收入均是影响其房价走势的重要因素，地区生产总值与商品房价格呈正相关关系，而受地理位置因素影响，城镇居民家庭人均收入与商品房价格的关系具有地区差异性，即随着家庭人均收入的增加，房价反而下跌。

一、引言

近年来，随着我国经济的高速发展，房地产行业的发展也同样如火如荼。作为拉动我国经济发展的重要支柱性产业，房地产行业为我国的经济增长作出了极大的贡献。但是，房地产行业高速发展的同时也使得商品房的价格增长过快。高额的房价无疑加重了不少普通民众的负担，严重影响了他们的生活水平，极大地阻碍了社会的和谐与发展。因此，对商品房价格影响因素的研究显然至关重要。

历年来，国内外众多专家学者都对影响商品房价格的因素做了许多研究，他们普遍认同商品房价格受到当年的经济发展水平和宏观经济政策的影响。在已有的对商品房价格的研究中，胡岳岷等（2011）通过对1998～2010 年我国的房地产相关数据进行实证分析，得出货币供应增长、通货膨胀、房地产消费信贷等因素显著地推动了房地产价格的增长，但政府支出对房地产价格起抑制作用的结论。崔光灿（2009）运用面板数据模型对我国1995～2006 年31 个省市的数据进行分析，发现房地产价格受到利率和通货膨胀的显著影响，而且房地产供给、收入等基础性宏观经济变量在中长期中也决定房产价格。艾建国、丁烈云等（2008）运用单位根检验、Granger 因果检验等方法对2000 年第三季度至2006 年第四季度北京、上海和武汉房价和地价时间序列数据进行分析，得出各城市房价和地价存在互动关系，同时表现出一定区域差异的结论。Karl、Robert 等（2003），Poterba（1991），Quigley（1999）三者共同研究表明宏观经济因素是决定房地产价格波动的基础，一般认为中长期房地产价格波动与人均收入的波动基本一致。

自2004 年以来，云南省的房价逐年升高，对普通民众的生活产生了极大的冲击和影响，正确认识影响其商品房价格的因素对稳定房价以及维护人民的安居乐业起到关键作用。文献回顾表明，在探讨影响商品房价格因素的研究中，学者们针对全国选取的数据和研究较多，针对某个区域，尤其是对云南数据的研究非常少。这就为进一步的研究提供了一定空间。因此，本文计划对云南省2000～2018 年影响商品房价格因素的相关数据进行实证分析。

二、云南省商品房价格影响因素分析

根据宏观经济学理论，在市场机制的作用下，商品房价格主要由房屋的供求关系决定。但实际上，由于商品房市场与各行各业都有一定程度的联系，其价格也会受到多方面因素的影响。本文主要从商品房的需求和供给以及当年的国民经济水平三个方面分析影响云南省商品房价格的因素。

（一）对商品房的需求。从对商品房需求的角度来分析，其主要影响因素是城镇居民家庭的人均可支配收入。消费的影响因素包括收入、价格水平、利率水平及收入分配状况等，其中收入为最重要的因素。城镇居民的人均收入水平提高，就会促进居民的消费，增强居民的购买力，使得居民购买房屋等耐用消费品的能力提高，这无疑会对商品房的价格产生一定的影响。

（二）对商品房的供给。从对商品房供给的角度分析，其主要取决于商品房的投资额。对商品房的投资额度越大，其产出越多，促使房屋当年或次年销售面积同步增大。同时，增加了房屋供给，在一定程度上影响了房屋的供求关系，从而影响商品房价格。

（三）当年的国民经济水平。国民经济水平主要依赖于国内生产总值（GDP）的指标值，国内生产总值越大，国民经济水平也就越高。我国的房地产行业受宏观经济形势影响显著，经济繁荣时，房地产行业价格相对较高；反观经济低迷时，房地产行业价格也会相对下滑。

三、数据来源

本文数据选取自历年的《云南省统计年鉴》、中国经济社会大数据研究平台国家统计年鉴报告和中经网产业数据库，数据包括2000～2018 年云南省商品房均价、商品房投资额、国内生产总值、商品房销售面积和城镇居民家庭人均收入年度数据。其中，商品房均价和城镇居民家庭人均年收入的单位为元，商品房投资额和国内生产总值的单位为亿元，商品房销售面积的单位为万平方米。

四、设立模型和实证分析

（一）模型的设定及变量说明。为了研究影响云南省房地产价格的因素，本文构建如下多元线性回归模型：

其中，HP 为被解释变量，表示商品房的均价，反映商品房的价格情况；INV、GDP、INC 和HSA 为解释变量，分别表示商品房投资额、国内生产总值、城镇居民家庭人均收入和商品房销售面积；α 为常数项，β1、β2、β3、β4为回归系数，ε 为误差项。

（二）参数的估计。根据以上数据，采用R 统计软件进行数据处理，得到回归结果如表1 所示。（表1）

由表1 可以得到如下OLS 回归方程：

由运行结果可知，R2=0.9901，说明模型的拟合效果很好，F 统计量的值也大于5%显著性水平下的临界值，证明该多元线性回归方程高度显著。

（三）模型的统计推断检验。虽然模型的拟合效果很好，但由t 检验的结果可知，并不是所有的变量均通过了显著性检验，即并不是所有的回归系数都是显著的，故解释变量间可能存在多重共线性，需要对模型作出修正。

（四）模型的修正。采用逐步向后回归法对模型作出修正，结果如表2 所示。（表2）

依据AIC 准则可知，保留解释变量GDP 和INC 的方程即为最优的回归方程。对解释变量GDP 和INC 进行OLS 估计得：

由结果可知，总体回归方程显著，每个解释变量都通过了t 检验且经济意义合理。

（五）对模型得出结果的解释。根据此模型，可得出各解释变量与因变量之间的关系。国内生产总值与商品房均价呈现出正相关关系，即国内生产总值每增加1%，房价便上升0.61398%，这说明随着经济发展水平的提高，人们对房屋的购买能力也在不断提高，导致商品房供不应求，促使房价升高，符合经济学意义。城镇居民家庭可支配收入与商品房均价呈现出负相关关系，似乎不符合经济学意义。为什么城镇居民家庭可支配收入与商品房均价之间会呈现出负相关关系呢？这与云南省的实际情况相关。云南省地处我国的西南部地区，地势西北高东南低，海拔高度差异常悬殊，且多为高原和盆地，相对平缓的山区只占总面积的10%，因此城镇人口实际上并不多。城镇居民家庭人均可支配收入的增加并不是居民人均可支配收入的增加，只是一小部分家庭的人均可支配收入快速增长，使得贫富差距日渐拉大，导致居民总体消费水平本质上呈下滑趋势，大部分居民实际上都没有买房的能力。因此，城镇居民家庭人均可支配收入与商品房均价的关系具有地区差异性，在这里呈现出负相关关系属于正常关系，符合经济学意义，即城镇居民家庭人居可支配收入每增加1%，房价反而下降0.23343%。

表1 回归结果一览表

表2 逐步向后回归结果一览表

五、结论及建议

根据以上分析，我们可以得出如下结论：（1）云南省地区生产总值对房价的影响相对显著，国内生产总值每增加1%，房价便上升0.61398%。随着工业化水平的不断提高以及现代化产业的不断发展，客观上推动了房屋需求的增加。从逐步回归后的分析结果也可以看出，GDP 对房价的影响显著，说明GDP 是影响云南省房价变化的重要原因之一。（2）云南省城镇居民家庭人均收入也是影响房价的重要因素，且两者的关系具有地区差异性。受地理因素影响，云南省城镇居民家庭人均收入与房价呈现负相关关系，即人均收入每增加1%，房价反而下降0.23343%。

基于以上结论，对云南省房地产行业的发展提出几点建议：（1）优化云南省产业结构，促进房地产行业的发展。云南省地处我国西南部地区，其经济发展水平相对落后，产业结构不均衡，服务业和现代化先进产业较少，主要依靠农业和旅游业带动其发展，缺乏支撑性的经济发展动力。因此，政府应该着重优化云南省产业结构，在加快其工业化发展的同时，大力推进现代化产业的发展，将旅游业等当地优势产业与服务业相结合，使自己得以赶上快速发展的时代步伐。通过优化产业布局，促进经济的增长，从而拉动房地产行业的发展。（2）完善分配制度，缩小云南省贫富差距。政府应当着力完善社会保障制度，强调社会分配的公平性，让城镇居民家庭人均收入的增长不再只是一小部分家庭的人均收入增长，努力解决中低收入群体的住房问题。（3）完善市场管理制度，加强政府的宏观调控力度。政府应当加强对房地产市场的管理，严厉打击炒房和土地买卖等行为，防止投资过热，从源头上遏制房价的急剧飙升，保持它健康稳定的增长。（4）抓住“一带一路”和泛亚高铁的发展契机。“一带一路”的中国-中南半岛经济走廊纵贯中南半岛国家，是中国连接中南半岛的大陆桥，也是中国与东盟合作的跨国经济走廊。而“泛亚高铁”作为一条“跨国高铁”，连接了马六甲海上丝绸之路，打通了中国与泰国、越南、缅甸等东盟国家的陆上通道，优化了货物运输路线，对我国经贸往来和对外出口发挥了至关重要的作用。届时，云南省将会成为湄公河地区的中心，流动人口也会不断增加。其房地产行业应当抓住这个发展契机，转变传统思维，从买卖房屋转变为出租房屋或者建造酒店，结合当地的旅游业优势，有效促进云南省经济和房地产行业的共同发展。