房价的影响因素研究——基于我国31个省级面板数据的模型

沈建梅，申世昌

房价的影响因素研究——基于我国31个省级面板数据的模型

沈建梅，申世昌

（青海民族大学 数学与统计学院，西宁 810007）

基于2000～2017年我国31个省级面板数据，运用面板数据模型分析了造成我国房价居高不下的主要影响因素。研究结果显示，居民消费水平是推动房价不断提高的主要因素，并且两者之间存在着长期的均衡关系；建筑业房屋竣工面积对房价升高影响较小，房地产业增加值对房价增长的影响不显著。另外，房价的影响因素存在着区域差异，因此政府应该根据实际情况合理调控政策，使房屋销售呈现好的局面。

房价；居民消费水平；面板数据；区域性差异

近年来，虽然我国经济发展面临的国际环境和国内条件发生了深刻而复杂的变化，但从中长期来看我国经济一直保持稳定的中高速发展。随着经济稳定的中高速发展，居民消费水平开始提升，各地区也相继加大了房地产开发投资，从而各地区建筑业房屋竣工面积数量稳步提升，房地产业大幅增加。尽管经济增长大趋势下的居民消费水平逐步提高，但在一定程度上居民消费水平的提高扩大了人们的购房需求，从而抬高了房价，导致房价失衡问题日益突出。因此，本文利用面板数据建立固定效应模型对中国31个省市自治区的房价影响因素进行了实证分析。商品房价格受到多个因素的影响，文献[1]主要从供需双方各自的需求出发以及选取了金融变量对房价的影响因素进行实证分析，文献[2]通过采用混合最小二乘法对数据进行了简单回归来研究房价的主要影响因素，文献[3]通过计算房价的莫兰指数，建立具有个体固定效应的空间面板杜宾模型分析房价的影响因素，文献[4]则基于多元回归模型进行了商品住宅价格的分析。

本文则采用全国31个省市自治区的面板数据，运用Stata软件[5-6]以及Eviews10软件[7]对数据建立固定效应模型，进行固定效应系数估计来讨论影响因素，并且考虑到区域性差距，进一步刻画了不同影响因素呈现的区域性差异。

1 实证分析

1.1 数据说明

本文选取2000～2017年我国31个省市自治区（不含港澳台）的省级面板数据作为研究样本，数据主要来源于国家统计局。选用各地区商品房的销售价格作为被解释变量，用PRICE表示；将各地区居民消费水平、建筑业房屋竣工面积、房地产业增加值作为解释变量，分别用CPI、AREA和ADREI表示。首先对数据的变量进行统计性描述，如表1所示。

表1 面板数据的描述性分析

1.2 单位根检验

本文运用LLC, IPS, ADF, PP-Fisher四种单位根检验的方法分析数据的平稳性，以保证数据平稳，避免出现伪回归或虚假回归情况的出现，输出结果见表2。

表2 面板数据的单位根检验

注：表示进行了一阶差分；**表示5%的显著性水平

1.3 面板数据的协整检验

表3 中国31个省市自治区的协整检验结果

由表3可知，在5%的显著性水平下，Pedroni检验的Panel PP-Sttistic, Panel ADF-StatiStic, Group PP-Sttistic, Group ADF-StatiStic的P统计量均为0，大多数检验结果拒绝原假设，表明存在协整关系。但Pedroni检验的其他3个检验结果则表明不存在协整关系。此时，为了保证检验过程及结果的正确性，本文继续运用Kao检验和联合个体检验（Combined individual）来进一步说明。由表3中结果可知Kao检验的P统计量小于5%，拒绝原假设，表明存在协整关系。联合个体检验的的3个假设也都拒绝原假设。总之，协整检验结果说明，2000～2017年中国31个省市自治区居民消费水平、建筑业房屋竣工面积、房地产增加值与房价存在长期的稳定的均衡关系。

1.4 面板模型选择

1.4.1 随机效应与固定效应检验

Hausman检验是判断模型选用固定效应模型还是随机效应模型的一种有效的检验方法，它的原假设是随机效应模型优于固定效应模型。由表4显示结果可知P值为0，所以拒绝原假设，即固定效应模型优于随机效应模型。

表4 面板数据的Hausman检验结果

1.4.2 似然比检验

为了使检验结果更加可靠，本文又进行了似然比检验。似然比检验（likelihood, LR）的原假设是模型选择固定效应是不合适的。从表5的检验结果可以看到在5%的置信水平下F统计量的值为0，LR统计量的值也为0，表明模型拒绝了原假设，进一步说明模型选择固定效应变系数模型是合适的。

表5 面板数据的似然比（likelihood, LR）检验

1.4.3 面板模型的回归估计

表6 固定效应变系数模型的回归估计结果

续表6 固定效应变系数模型的回归估计结果

续表6 固定效应变系数模型的回归估计结果

Effects Specification

表7 固定效应变系数模型的回归估计结果

由表8结果可知，各项因素对商品房价格的影响主要呈现区域性差异，居民消费水平、建筑业房屋面积、房地产业增加值对于经济水平低下地区的房价呈显著的正向影响，对于经济水平中等地区房价的影响不明显，而对于经济较发达地区的房价有显著的负影响。具体来说2000到2017年之间，宁夏回族自治区的居民消费水平每增长1%，房价就上升2.4%，稳居第一。同时，宁夏、云南、辽宁、广西、新疆的居民消费水平显著正向影响着房价，而江西、福建、浙江、北京、上海市的居民消费水平对房价存在着显著的负向影响。辽宁、宁夏、广西、海南、西藏等地区的房屋面积对房价有着显著的正向关系，说明这些地区的房价随着建筑面积的扩大而上涨，湖南、黑龙江、甘肃等地区的房价受这一因素的影响比较小，但河北、北京、四川、广东等地区房价会因这一因素而出现负向波动较大，尤其是广东地区，房屋面积每上升1%，房价下降5.55%。另外，西藏、宁夏、青海等地区的房地产增加值正向影响着房价，其中西藏地区最为明显，四川、浙江、湖南、江西、上海等地区受这一因素负向影响。

表8 各项因素对商品房价格的区域差异

2 结论及建议

本文利用2000～2017年中国31个省市自治区的面板数据进行了数据的单位根检验、协整检验以及面板数据的回归估计，主要研究了商品房价格的影响因素。研究发现，各省市自治区居民消费水平与房价存在着长期稳定的均衡关系，居民消费水平、建筑业房屋竣工面积以及房地产业增加值对房价的影响存在着区域性效应。大体来说，居民消费水平、建筑业房屋竣工面积以及房地产业增加值对于经济发展较慢地区的影响比较显著，对于经济较发达地区的影响显著性小，对于经济发达地区的影响呈现负向显著。

因此针对以上情况，提出以下几点政策建议：

（1）有计划、差异性地适当增加房屋建造的面积。由于建筑业房屋建造面积呈现区域性差异的影响较强，所以房屋建造应避免盲目性，更应该有针对性。具体来说，对于经济水平较落后的地区，建筑业房屋面积对于房价增长的影响较大，所以这些地区，更应通过严格控制房屋建造的规模与速度来稳定房价。

（2）有效地抑制房地产业增加值。房地产业增加值的升高会加快经济不发达地区房价的快速增长，使房价出现大的波动，从而造成房地产行业坐地起价的不良局面，所以需要我们在一定程度上要抑制经济不发达地区房地产业的增加值。

（3）加强建设社会保障体系，加强城镇化建设，保证居民收入，稳定居民消费水平。对于经济水平较好的地区来说，居民消费水平对房价的影响不大，反而在经济不发达地区，居民消费水平显著影响着房价，所以首先应该稳定经济不发达地区的收入，使这些地区的居民消费水平不要有太大的起伏波动，从而为抑制房价过快增长提供可能。

[1] 刘降斌，李亮亮. 房地产价格影响因素的实证研究[J]. 经济研究，2014(05): 21-22.

[2] 邢治国. 我国商品房价格影响因素实证分析[J]. 建筑经济，2016(03): 88-90.

[3] 姜帅，曹帅. 房价影响因素及空间溢出性研究[J]. 商业经济，2020(02): 116-118.

[4] 邵雨晨. 基于多元回归模型的合肥市商品住宅价格分析[J]. 江西电力职业技术学院学报，2020(07): 155-156, 158.

[5] 陈强. 计量经济学及Stata应用[M]. 北京：高等教育出版社，2015.

[6] 马慧慧，郭庆然，丁翠翠. Stata统计分析与应用[M]. 北京：电子工业出版社，2016.

[7] 易丹辉. 数据分析与Eviews应用[M]. 北京：中国人民出版社大学，2008.

Research on the influencing factors of housing price——Model based on 31 provincial panel data in China

SHEN Jian-mei，SHEN Shi-chang

(School of Mathematics and Statistics, Qinghai University for Nationalities, Xining 810007, China)

Based on the panel data of 31 provincial level in China from 2000 to 2017, this paper uses the panel data model to analyze the main factors that cause the high housing price in China. The results show that the level of household consumption is the main factor driving the continuous rise of housing prices, and there is a long-term equilibrium relationship between the two; The completed area of a building in the construction industry has little influence on the increase of the housing price, while the added value of the real estate industry has no significant influence on the increase of the housing price. In addition, there are regional differences in the factors affecting the housing price, so the government should adjust and control policies reasonably according to the actual situation to make the housing sales present a good situation.

housing price；individual consumption level；panel data；regional difference

2021-01-09

国家自然科学基金（11561056）

沈建梅（1997-），女，青海海东人，硕士，主要从事数理经济学及其研究，2935833546@qq.com。

申世昌（1970-），男，河北定州人，592707294@qq.com。

F293.3

A

1007-984X(2021)04-0087-08