房地產(chǎn)價格的影響因素分析
——基于成都市房地產(chǎn)價格的實證研究

文 何三峰（中共四川省委黨校，四川成都 610072）

房地產(chǎn)價格的影響因素分析
——基于成都市房地產(chǎn)價格的實證研究

文 何三峰（中共四川省委黨校，四川成都 610072）

近年來，我國一些地區(qū)的房地產(chǎn)價格波動很大，已經(jīng)嚴重影響了這些地區(qū)的經(jīng)濟平穩(wěn)健康發(fā)展，研究房地產(chǎn)價格的影響因素及各因素的影響程度，有利于各地房地產(chǎn)業(yè)健康穩(wěn)定和經(jīng)濟持續(xù)有序發(fā)展。本文以成都市為例，利用主成分回歸分析方法研究房價的影響因素及各因素的影響程度，研究發(fā)現(xiàn)，地區(qū)生產(chǎn)總值、居民可支配收入、城鎮(zhèn)化率等因素對房價有顯著正向影響，居民消費價格指數(shù)、房屋建筑竣工率、土地購置面積等因素對房價有一定的負向影響，應該從供給和需求兩個方面制定政策引導房地產(chǎn)業(yè)健康穩(wěn)定發(fā)展。

房地產(chǎn)價格 影響因素 主成分回歸分析 成都市

2015年以來，我國不同城市的房地產(chǎn)價格出現(xiàn)了較大波動，一、二線城市房價上漲很快，房地產(chǎn)去庫存效果明顯，但三、四線城市房價變化不大，房產(chǎn)庫存積壓明顯，去庫存壓力仍然很大。2016年末中央經(jīng)濟工作會議明確提出“房子是用來住的，不是用于炒的”，要加快研究建立符合國情、適應市場規(guī)律的房地產(chǎn)平穩(wěn)健康發(fā)展長效機制，形成穩(wěn)定的房地產(chǎn)市場和政策預期。當前，不同城市之間房價走勢表現(xiàn)出巨大差異，在全球經(jīng)濟緩慢復蘇、我國經(jīng)濟發(fā)展進入新常態(tài)、經(jīng)濟結構調(diào)整進入加速階段的宏觀背景下，研究房地產(chǎn)價格的影響因素對合理化解房地產(chǎn)庫存、引導房地產(chǎn)業(yè)走上健康持續(xù)發(fā)展道路具有非常重要的戰(zhàn)略意義。

成都市是西南地區(qū)重要的副省級城市，2015房地產(chǎn)投資額占固定資產(chǎn)投資總額和地區(qū)生產(chǎn)總值的比重分別為34.8%、22.6%，房地產(chǎn)業(yè)在成都產(chǎn)業(yè)結構中占有非常重要的地位。2005-2015年成都房價呈上漲趨勢，商品房平均價格從3219.01元/M2上漲到6875.00元/M2，研究成都房價影響因素不僅對成都房地產(chǎn)業(yè)健康發(fā)展具有重要意義，也對其他城市房地產(chǎn)健康發(fā)展具有重要借鑒意義。本文以成都市為例，采用主成分回歸分析方法，研究房價的影響因素及其影響程度，并提出對策建議。

一、文獻綜述

目前國內(nèi)研究房價影響因素的學者很多，他們研究的重點主要集中在全國和地方兩個層面。汪新（2010）利用PLS回歸方法對我國房價影響因素進行了實證研究，發(fā)現(xiàn)土地價格、資金規(guī)模以及國民財富構成是影響我國房價變化最重要的三大因素［1］。蔣祥林（2015）從供給和需求兩方面對35個主要城市的房價進行實證研究，研究表明，一線城市由于需求旺盛、供給不足導致房價高企，中西部的二三四線城市由于城市化水平較低、人口集聚效應未能充分發(fā)揮以及潛在需求弱導致商品房供給過剩，房地產(chǎn)去庫存壓力很大［2］。欒天怡（2016）對我國18個主要城市房價進行了實證分析，發(fā)現(xiàn)影響全國主要城市住房價格最重要的因素是住宅商品房銷售額和住宅開發(fā)投資額［3］。也有學者從單個影響因素對房價進行研究，譚小芬（2013）研究人民幣升值預期對我國房價的影響，研究表明人民幣升值預期的直接效應對房價并不構成影響［4］。張東、楊易（2014）從房地產(chǎn)供給端對房價的影響進行了實證研究，發(fā)現(xiàn)房屋的當期增量供給是影響房價的主要因素［5］。王成（2016）通過實證研究表明人民幣升值導致熱錢流入，對房價具有顯著正向沖擊影響［6］。湯霏雯、王超（2014）以上海市和重慶市為例，研究房產(chǎn)稅政策對房價的影響，實證結果表明房產(chǎn)稅政策會降低重慶房價，而對上海房價影響不明顯［7］。

一些學者對成都房價的影響因素也進行了研究。劉芳 （2008）對成都房價影響因素進行了Pearson、Kendall分析排序，研究表明成都GDP和人均可支配收入是影響房價的主要因素［8］。岑華芳、王芳（2010）對成都住宅價格上漲進行了理論研究，認為土地供給減少是導致房價高企的主要原因［9］。邱俊柯、范曉萱等（2016）利用灰色關聯(lián)分析法研究了成都房價的影響因素，認為房地產(chǎn)投資額和房屋施工面積對房價影響較大［10］。

由學者們對房地產(chǎn)價格影響因素的研究文獻可以看出，已有研究的共同不足之處在于定量分析選取的影響指標相對較少，由于指標太少，不能準確反映房價的真正影響因素。有些學者在利用回歸分析方法研究房地產(chǎn)價格的影響因素時，由于考慮多重共線性的存在而剔除了較多重要變量，導致很多重要因素未能在結果中被反映出來，因此，單純利用回歸分析方法并不能很好地反映影響房地產(chǎn)價格的因素。還有的學者僅從定性方面對房地產(chǎn)價格的影響因素進行理論分析，由于缺少實證支撐，難免造成所得結論缺乏說服力。本文采用主成分回歸分析法對成都市2005-2015年的房地產(chǎn)價格進行研究，探索影響房地產(chǎn)價格的因素以及影響程度，不僅可以消除單純利用回歸分析方法存在的多重共線性問題，還能保留影響房地產(chǎn)價格的主要因素，比較客觀地分析影響房地產(chǎn)價格的因素以及各因素的影響程度，彌補已有研究的不足，并根據(jù)實證研究的結果提出促進房地產(chǎn)價格相對穩(wěn)定的對策建議，為房地產(chǎn)業(yè)健康發(fā)展提供理論依據(jù)。

二、研究模型設計

（一）理論模型選取

為了更科學全面地分析成都房價的影響，本文選取12個指標變量，由于變量增多會給回歸分析增加復雜性和共線性，所以首先選擇主成分分析法進行處理，然后再進行回歸分析。主成分分析法，也叫主分量分析，旨在利用降維的思想把多個指標轉化為少數(shù)幾個綜合指標，它把給定的一組相關變量通過線性變換轉成另一組不相關的變量，這些新的變量按照方差依次遞減的順序排列。信息的大小通常用離差平方或方差來衡量，在數(shù)學變換中保持變量的總方差不變，使第一變量具有最大方差，成為第一主成分；第二變量的方差次大，并且和第一變量不相關，稱為第二主成分。依次類推，I個變量就有I個主成分。

假定有n個樣本和P個變量構成的數(shù)據(jù)矩陣：

對其協(xié)方差矩陣Σ或相關系數(shù)矩R，求特征方程的P個非負特征值λ1＞λ2…＞λp≥0，對應于特征值λi的特征向量為：

于是可以得到P個新因子：

其中，ZXi為Xi的標準化形式，新因子 Z1，Z2，…，Zp之間相互無關，且它們的方差是遞減的，每個新因子中各變量的系數(shù)反映了各變量對新因子作用的大小。第i個因子的方差貢獻率為：

?i反映了i個因子保留信息的程度。一般取累計貢獻率達 85%～95%的特征值 λ1，λ2，…，λm（m≤p）所對應的第一、第二、…第m個主成分。［11］

把選取后的主成分Z1、Z2…Zp作為解釋變量，對被解釋變量ZY（ZY為Y的標準化形式）進行多元回歸處理，即建立：

式中，βi（i=1，2，3…p）為模型參數(shù)。

（二）指標選取及說明

綜合文獻綜述中學者們研究選取和權衡房價影響因素的選取指標，本文依據(jù)科學性、代表性和易得行原則，選取具12個重要影響成都房價的因素指標。被解釋變量為商品房平均銷售價格（Y）。解釋變量有以下 12個：（1）地區(qū)生產(chǎn)總值（X1），反映一個城市經(jīng)濟發(fā)展水平，對房價有直接影響；（2）居民消費價格指數(shù)CPI（X2），是貨幣當局進行宏觀經(jīng)濟調(diào)控的重要指標，CPI是影響利率變化的重要因素，而利率變化顯著影響房價；（3）居民可支配收入（X3），反映居民購買力，是潛在需求向有效需求轉化的基礎和約束；（4）城鎮(zhèn)化率（X4），反映該地區(qū)人口比例變動、城市結構布局等，這些因素又會對房地產(chǎn)產(chǎn)生直接影響；（5）房地產(chǎn)投資額（X5），房地產(chǎn)投資額通過供給需求傳導機制影響房地產(chǎn)價格；（6）房屋建筑面積竣工率（X6），此指標反映了商品房建設的完成進度，這對房地產(chǎn)供給產(chǎn)生直接影響；（7）竣工房屋造價（X7），反映建造商品房的成本，對房價具有直接影響作用；（8）年末常駐人口（X8），影響商品房需求，從而影響價格；（9）5 年期貸款利率（X9），不管是消費者購房貸款，還是開發(fā)商投資貸款，基本都是長期貸款，因此本文選擇5年期貸款利率，不僅影響商品房的供給，也影響商品房的需求；（10）土地購置費用（X10），包括購買土地的價格以及其他相關費用，對房價形成直接影響；（11）土地購置面積（X11），反映了供地情況和商品房供給的能力；（12）房地產(chǎn)開發(fā)中的國內(nèi)貸款（X12），反映了房地產(chǎn)開發(fā)中的信貸水平，是房價影響中的重要指標。

四、實證分析

（一）數(shù)據(jù)收集

為了數(shù)據(jù)選取的科學性和權威性，本文2005-2014年各指標數(shù)據(jù)除土地購置面積外皆來源于《2015年成都統(tǒng)計年鑒》，由于《2016年成都統(tǒng)計年鑒》還未面世，所以2015年各指標數(shù)據(jù)來源于《2016四川統(tǒng)計年鑒》和《2016中國房地產(chǎn)年鑒》，歷年土地購置面積數(shù)據(jù)來源于中指數(shù)據(jù)庫 （CREIS）。表1為2005-2015年成都市房價的影響指標原始數(shù)據(jù)。

（二）指標數(shù)據(jù)的相關性檢驗

利用SPSS 22.0對12個指標進行相關性檢驗，對所有解釋變量做相關性分析，如表2，可以看出，X1除與X2、X9和X11以外的其他指標相關系數(shù)都很高，其中，相關系數(shù)|ρx1，xj|＞0.85（j=3，4，5，6，7，8，10，12），可知 X1 與 Xj之間可能存在嚴重共線性。X2與其他指標間的相關系數(shù)絕對值不超過 0.75， 它們之間相關性相對較弱。 X3、X4、X5、X6、X7、X8、X10、X12等指標相互之間具有較高相關系數(shù)，即這些指標有較高相關性，可知這些指標可能存在嚴重共線性。綜上，指標之間存在共線性的可能性高。

（三）指標數(shù)據(jù)的共線性診斷

由（二）的相關性分析可知影響因素之間可能存在嚴重的共線性，為了更加明確地獲知這些影響因素之間是否存在多重共線性，利用SPSS 22.0對Y與 Xi（i=1，2……12）進行多元回歸，得到共線性診斷結果如表 3 所示，方差膨脹因子 VIFi（i=2，3，5，6，7，8，9，10，11，12）＞10，且它們對應的容許度也很小，所以說明指標間有嚴重的共線性。

綜合（二）與（三）可得出結論：解釋變量之間存在較強的多重共線性，并且這種嚴重的多重共線性會影響最小二乘估計，所以本文采用主成分回歸分析方法消除多重共線性重新建立回歸模型。

（四）主成分回歸分析

運用SPSS 22.0對影響成都房價的因素X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11 和 X12 進行主成分分析，結果如表4所示。

根據(jù)主成分提取的特征值必須是大于1的抽取原則，并結合碎石檢驗原則，利用碎石圖 （即陡坡圖），共抽取2個主要因子，前兩個特征值為9.083和1.090，其累計貢獻率為 87.721%（＞85%），可以提出兩個主成分，且累計貢獻率高達87.721%，說明提取的主成分能夠很好涵蓋全部解釋變量指標的信息。

由表5可得，第二主成分F2上具有較高載荷的變量只有5年期貸款利率（X9），其余指標在第一主成分F1上都有較高載荷，第一主成分基本上能很好的涵蓋所有指標信息。由表4和表5計算主成分各指標對應的系數(shù)，得到兩主成分表達式分別為：

其中，ZXi（i=1，2……12）為 Xi分別對應變量的標準化形式。

表1 2005-2015年成都市房價及影響指標原始數(shù)據(jù)

表2 相關系數(shù)表

以ZY為Y（商品房平均價格）的標準化后的變量作為被解釋變量，以主成分F1和F2作為解釋變量進行多元回歸分析，由Eviews8.0建立回歸模型如下：

由回歸結果可得：多重可決系數(shù)（R2）與修正可決系數(shù)（R2）都較高，說明模型對樣本擬合很好。F檢驗值為 48.86585，明顯顯著。 當 α=0.05 時，tα/2（11-3）=2.262，主成分F1、F2的偏回歸系數(shù)都通過檢驗，系數(shù)顯著。但F2中ZX9的偏回歸系數(shù)為正，表明長期利率增加會造成房價上漲，這不符合經(jīng)濟意義。再由F1和F2表達式就可看出F2解釋力度不強，F(xiàn)1基本可以很好涵蓋所有信息，故將F2剔除后回歸后模型為：

表3 共線性診斷指標表

表4 主成分提取分析表

表5 初始因子載荷矩陣

此時，該模型擬合優(yōu)度高，F(xiàn)檢驗值為57.7134，明顯顯著，F(xiàn)1系數(shù)估計值也高度顯著。為了得到用標準化自變量表示的回歸方程，由第一主成分F1的系數(shù)向量組成的矩陣與主成分回歸系數(shù)向量估計量相乘可得到標準化的解釋變量表示的回歸方程：

（五）主成分回歸分析

由標準化的回歸方程可得：除消費價格指數(shù)（X2）、房屋建筑面積竣工率（X6）、5 年期貸款利率（X9）和土地購置面積（X11）四個影響因素對商品房平均價格（Y）有負效應之外，其余影響因素均對商品房平均價格有正向影響。首先，地區(qū)生產(chǎn)總值（X1）、居民可支配收入（X3）、城鎮(zhèn)化率（X4）、房地產(chǎn)投資額（X5）、竣工房屋造價（X7）、年末常駐人口（X8）、土地購置費用（X10）和房地產(chǎn)投資中的國內(nèi)貸款（X12）對商品房價格影響很大，當這些指標每增漲1%時，成都商品房平均銷售價格分別對應提升 0.0968%、0.0968%、0.0978%、0.0966%、0.0974%、0.0922%、0.0854%和0.0957%。其次，對房價有負向效應的四個影響因素為：消費價格指數(shù)（X2）、房屋建筑面積竣工率（X6）、5年期貸款利率（X9）以及土地購置面積（X11），當它們每增加1%時，成都商品房平均銷售價格分別對應下降0.0743%、0.0897%、0.0420%和0.0654%。

四、結論與對策建議

從以上實證分析可以看出，影響成都商品房平均價格的因素包括需求端和供給端兩個方面。從需求端來看，第一，地區(qū)生產(chǎn)總值反映了該區(qū)域的經(jīng)濟發(fā)展水平，一般來講地區(qū)生產(chǎn)總值增長，居民購買力也會相應增強，居民對商品房需求增加，在商品房供給一定的情況下房價趨于上漲；第二，居民可支配收入的增加導致居民對商品房需求增加，在商品房供給一定的情況下必然導致商品房價格上升；第三，城鎮(zhèn)化率提高以及年末城鎮(zhèn)常駐人口增加，必然伴隨著城鎮(zhèn)居民對城鎮(zhèn)商品房需求的增加，推動房價上漲；第四，以長期貸款利率下降為特點的寬松金融環(huán)境下，較低的購房貸款利率使貸款購房成本降低，從而推動房價上漲；第五，CPI是央行決定利息變化的主要參考指標，當CPI較低時，央行往往實行寬松的貨幣政策，利息水平也較低，而利息又是決定房價的重要因素，低利息容易引起房價上升，所以CPI對房價有負向效應。從供給側來看，第一，房屋建筑面積竣工率可以反映出商品房供應能力，房屋建筑面積竣工率越高，商品房價格越低，二者呈反向關系；第二，竣工房屋造價是指建筑方支付給施工方的全部費用，即施工成本，竣工房屋造價上漲使得房價上升，在實證模型中表現(xiàn)為竣工房屋造價對房價有正向促進作用；第三，土地購置費包括土地價格以及相關費用，土地購置費增加即成本增加，商品房價格上升，表現(xiàn)為土地購置費對房價有正向效應；第四，土地購置面積反映了商品房供給能力，購置面積越多，能供給更多商品房，土地購置面積對房價具有負向效應；第五，國內(nèi)銀行信貸是房地產(chǎn)商融通資金的重要來源，擴張的信貸環(huán)境有利于房地產(chǎn)商提升開發(fā)房產(chǎn)的能力，因此房地產(chǎn)開發(fā)資金中國內(nèi)貸款對房價也產(chǎn)生正向效應。

根據(jù)房地產(chǎn)價格影響因素的實證分析，引導房地產(chǎn)業(yè)健康發(fā)展的對策建議包括以下幾個方面：第一，提高房地產(chǎn)信息透明度，避免房地產(chǎn)市場供需錯位。由于房地產(chǎn)是稀缺的經(jīng)濟資源，因而提高房地產(chǎn)信息透明度、形成良好的房地產(chǎn)市場、有效發(fā)揮房地產(chǎn)的價值是所有政策的出發(fā)點和立足點。要提高房地產(chǎn)供給的透明度，提升房地產(chǎn)業(yè)信息化水平，嚴厲打擊那些惡意捂盤、囤積房產(chǎn)以及惡意虛報房產(chǎn)售賣信息的行為，使房地產(chǎn)需求方對房地產(chǎn)供給有一個全面準確的判斷，通過正常的市場行為形成合理的房地產(chǎn)市場價格。第二，增加土地有效供給以滿足日益增加的商品房需求。隨著城鎮(zhèn)化率的日益提升，消費者對房地產(chǎn)的需求日益增加，因此應該隨之適度增加商品房用地供給，完善土地供應制度，健全土地供應市場，通過市場機制，合理增加土地的有效供給。第三，增加保障性住房和租賃住房的供給以減少對商品房的需求。推進保障性住房建設，使城市低收入者家庭住房條件得以改善；加快建立規(guī)范的住房租賃市場，為各收入階層租賃住房提供有效選擇。第四，加強房地產(chǎn)市場信貸管理以減小房地產(chǎn)市場風險。對出現(xiàn)過熱跡象房價的城市，地方政府要采取措施遏制房價過快上漲，適度收緊信貸并出臺價格引導政策，避免過度炒房造成房地產(chǎn)市場風險。第五，增強地方經(jīng)濟活力以減小地方政府對土地財政的依賴，促進土地購置環(huán)節(jié)合理定價。各地應立足當?shù)貙嶋H，充分發(fā)揮地域特色發(fā)展區(qū)域經(jīng)濟，為地方財政提供充足穩(wěn)定的財源，避免地方政府利用土地壟斷供給牟取高額土地出讓金從而推高房價。

［1］汪新，謝昌浩.我國房價的宏觀經(jīng)濟影響因素分析［J］.華東經(jīng)濟管理，2010（03）.

［2］欒天怡.全國主要城市房價影響因素的回歸分析［J］.商業(yè)經(jīng)濟，2016（01）.

［3］蔣祥林，吳曉霖等.供求決定的商品住宅價格［J］.中國軟科學增刊，2015（X）.

［4］譚小芬，林木材.人民幣升值預期與中國房地產(chǎn)價格變動的實證研究［J］.中國軟科學，2013（08）.

［5］張東、楊易.中國房地產(chǎn)市場供給對房價影響的實證分析［J］.統(tǒng)計與決策，2014（12）.

［6］王成.人民幣升值預期、熱錢流入與中國房地產(chǎn)價格變動的實證分析［J］.財經(jīng)縱橫，2016（03）.

［7］湯霏雯，王超.房產(chǎn)稅試點改革對房價的影響［J］.經(jīng)營與管理，2014（08）.

［8］劉芳.成都市商品房價格影響因素的實證研究［J］.統(tǒng)計與咨詢，2008（04）.

［9］岑華芳，王芳.成都市住宅價格上漲影響因素研究［J］.中國物價，2010（12）.

［10］邱俊柯，范曉萱等.成都市房價影響因素灰色關聯(lián)度分析［J］.合作經(jīng)濟與科技，2016（10）.

［11］彭云飛，沈曦.經(jīng)濟管理中常用數(shù)量方法［M］.北京：經(jīng)濟管理出版社，2011：163-169.

責任編輯：唐若蘭

F293.3

：A

1008-6323（2017）03-0086-06

何三峰，中共四川省委黨校金融學專業(yè)碩士研究生。

2017-04-28

中共四川省委黨校學位委員會資助項目（項目編號：16scswdxxw03）。