武汉市商品住宅的影响因素—基于SPSS 软件

赵莅 湖北经济学院

一、引言

近年来，房地产业迅速发展，在许多国家和地区已成为国民经济的支柱产业。房地产业的平稳运行，有利于提升居民住房水平。然而，随着社会经济发展，居民对于对住房的需求不断提高，房地产价格呈现出稳步上升的态势，居高不下的房价一方面影响了人们的生活质量，在另一方面也影响着社会经济的平稳发展。因此，正确认识房地产的价格特征、影响因素，有助于提出行之有效的调控措施，促进房地产行业健康发展。

二、文献综述

国内诸多学者对房价波动的原因和影响因素进行了深入的研究。如丁军（2016）通过对2010—2016 北京、上海、深圳的房价进行比较研究，得出产业结构与消费因素、财政与金融因素、金融与市场环境因素对房价的影响较大。孟庆斌，黄清华等（2017）指出随着城镇化进程不断加快、各个区域间发展不平衡不充分的矛盾逐渐出现，跨区流动加快。冯晨鹏（2018）提出从时间的层面来看，房地产对房价的短期影响较大，长期影响相对较小。

武汉市作为湖北省经济发展速度最快的城市，同样面临着房价攀升的问题，本文从供给和需求两个方面进行分析，通过收集2010—2019 年湖北省武汉市房地产方面的相关数据，运用 SPSS25.0 对这些影响因素进行定性分析，找出主要影响因素，建立回归模型。

三、我国房地产行业供求影响因素分析

国内外学者通过对房价进行了大量研究后，普遍认为，经济、社会、政策、自然以及心理因素对房价影响较大，特别是房屋作为一种特殊的商品，其价格受房地产市场供求关系的影响更为明显。因此，在归纳整理相关文献和资料后，本文从供给和需求两个角度分析武汉市房地产市场。

（一）需求因素

1.地区生产总值

探究一个地区的经济发展水平，地区生产总值这个指标绝对不能忽视，地区经济飞速发展，不仅为房地产行业的发展提供良好的环境，还可以促进房地产上下游等相关行业的发展。

2.城市人口数量

城市人口数量在一定程度上体现着地区城市化的水平，是推动住宅价格上涨的重要因素，住宅需求量与城市人口的规模正相关。随着地区城市化进程逐步加快，城市人口不断增长，毫无疑问，住房成为刚需。

3.城镇居民可支配收入

在消费支出中，个人可支配收入是影响社会投资与消费的重要因素，它是居民购买力和支付意愿的决定因素。从列表数据可以看出，城镇居民人均可支配收入逐年增加，在房屋供给不变的情况下，意味着居民购买力逐年增强，这使人们对住房的需求量增加。

（二）供给因素

1.住宅开发投资

房地产开发投资是房地产业发展的源泉和动力，如果住宅投资资金迅速增加，这表明房地产市场也在飞速发展，住宅开发投资与房价是正相关的关系，供给资金增加，在需求基本不变的情况下，住宅价格下降，供给资金减少，在需求基本不变的情况下，住宅价格上涨。

2.利率

利率是政府进行宏观调控的重要工具，如果银行贷款利率较高，那么会加重房地产开发企业的财务负担，这会抑制住宅交易行为，减少房地产市场房屋的购买量，导致住宅价格降低。

3.通货膨胀率

通货膨胀对商品住宅的影响主要表现在两个方面：第一，通货膨胀导致商品住宅的成本增加。第二，通货膨胀造成商品住宅投资型需求增强。在通货膨胀的情况下，货币贬值速度加快，为了避免财富损失，人们转而投向其他保值增值的产品。商品住宅投资当仁不让成为首选。

四、多元回归模型的建立和检验

（一）模型指标和数据的选取

本文从需求因素和供给因素中各选取几个具有代表性的因素，即地区生产总值、人均可支配收入、城市人口、住宅开发投资、利率、通货膨胀率作为影响变量进行研究。各项指标的数据来自武汉市统计局网站所公布的2010 到2019 年各年武汉市统计年鉴，如表1 所示

（二）模型的建立

以房价Y 作为因变量，设定六个自变量指标分别为：GDP 为X1，人均可支配收入X2，城市人口X3，房地产开发投资X4，利率X5，通货膨胀率X6，建立如下的多元线性回归模型：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε其中βn是回归系数，表示在其他影响因素保持不变的情况下，Xn 变化一个单位时，住宅价格Y随之变动的单位数。β0为常数项。ε为剩余残差，与四个自变量无关，服从N（0，σ2）。

五、多元回归模型的建立和检验

为了避免变量之间多重共线性的影响，本文通过Spss25.0 对表1中的数据做逐步回归分析，得到下列数据表格：

从上述表2 到表3 可以看出，SPSS 软件通过逐步回归得到了两个模型，通过对比分析明显可以看出第2 个模型更优。R 值为0.984，R 方 值 为0.968，调 整R 方 为0.959，都接近于1，说明拟合优度很好。DW=1.587，接近于2，表明无自相关性。方差分析表中，F 值为104.942，Sig 值为0.000，显著性小于0.05，说明方程有统计学意义。在系数表中，地区生产总值和住宅竣工面积的Sig 值均显著地小于0.05，通过显著性检验。在共线性诊断中，各个变量的容忍度都大于0.2，自变量间不存在多重共线性。因此，第2个模型的回归效果比较好。综上GDP、城市人口、利率、通胀率四个变量在回归过程中被剔除。重新建立回归模型中X1为地区人均可支配收入，X2为房地产开发投资，因此多元线性回归方程用标准化回归系数来表示。

表1 2010—2019 年武汉市房价影响因素统计表

表2 模型摘要c

表3 系数a

Y=1.972X1-1.068X2

六、结论与建议

（一）结论

通过分析武汉市房价的影响因素，可以得出人均可支配收入和房地产开发投资对房价的影响较大，人均可支配收入与房价呈正相关，收入增加，使得居民购买能力增强，相应的也会导致武汉市住宅房价上升。由多元线性回归方程可以看出，房地产开发投资与房价呈负相关，房地产开发投资金额越大，如果需求相对稳定，供给越多，房价就越低。

（二）建议

政府应拨出专款，同时，充分发挥市场的作用，发挥房地产商、房屋中介及私人业主等主体的能动性，让他们向购房需求者们提供不同类型的综合住房服务，从而使用住宅的供求结构得到改善。从源头上，政府应该发挥自身作用应做好土地管理和规划，在合理合法的范围内允许其他土地的供给源进入市场，提高土地市场的供给量，从根本上减缓实际房价的上涨。