湖南省住宅价格变动因素的实证研究——以长沙市为例

刘诗海，王丽艳，谭 聪

(湘潭大学商学院，湖南 湘潭411105)

长沙市地处湖南省东部，省会所在地，人口704万。2010年长沙市实现地区生产总值达4547．06亿元，在全国省会城市中稳居第7位，同比增长15．5%，GDP百强城市中排名第18位，人均收入居省会城市第3位。截止到2010年，长沙市建成区已达320平方公里，全市城市化率为67．7%。随着我国的经济社会又好又快发展，房地产业不断升温，成为人们投资、消费的热点领域，成为各地方政府、私营机构、个人的竞技场。房地产业的发展在一定程度上对推动经济增长、提高人们的生活水平等方面发挥了重要作用。作为中部省会城市，房地产业的发展对长沙市国民经济和社会发展、城市面貌改善、城市功能完备、城市化进程加速推进、市民居住水平不断提高发挥了重要作用。

因此，对长沙房地产价格尤其是住宅价格问题的研究具有重要的现实意义。

一 现状描述

最近几年，我国房地产市场持续“高温”，房产交易进入稳步、健康发展的轨道，交易量迅速扩大。商品房销售数量急剧上升，受长沙房地产业优惠政策助推，全长沙市住宅交易量一直保持较好水平。在住房制度改革的过程中，随着政策的不断放松以及相关服务设施的成立，长沙住宅市场体系基本确立，经历金融危机后有所下降，但影响并不显著(如图1所示)①。

从实验室测试设备的先驱发展成为欧洲最大的电子测量仪器制造厂商，罗德与施瓦茨公司在无线通信和测量领域已成为最具影响的跨国公司之一。该公司在全球雇员大约为7 500人，业务遍布全球主要市场。如今，该公司在世界各地拥有70多家子公司和办事处，建立了一个国际化的服务和销售网络，确保就近为客户提供便利的支持与服务。

图1 2001年－2013年长沙市住宅销售面积情况

二 研究假设

(一)假设1 土地价格的上涨抬高住宅价格

住宅价格的上涨受到两个方面的影响:一方面，供给和需求两个因素会影响住宅价格的整体波动，从供给方面来看，不同的地理位置所开发的土地成本和土地政策有所相同。土地政策对房地产市场及住宅价格产生了深远的影响。严格的土地政策减少了土地供应总量，改变了供给结构。从需求方面来讲，影响住宅价格的主要因素包括住宅的质量、户型、其他商品的价格、家庭收入;另一方面，住宅自身的属性的变化，例如建筑材料、设计水平的提高等等也会影响住宅价格的波动。其中土地成本上升是住宅价格上涨的主要原因之一，地价决定住宅价格。从图2可以看出城市征用土地面积越来越少，而城市建成区面积逐年递增。根据经济学原理，商品的价格受供需关系的影响，城市征地面积减少，那么在城市用地日渐增大的趋势下，用于建设用地的成本必然增高，单位建设用地的原始成本提高，必然又会影响到用于销售的住宅房屋价格 。因此，土地供给减少会促使住宅建设用地成本增加，后者将拉动住房价格上升。

图2 建筑面积与城市征地面积的关系

(二)假设2 城乡居民的收入影响住宅价格的变动

X1、X2、X3、X4分别表示人均 GDP，城镇人口的年平均收入，建筑材料物价指数，土地价格四个解释变量。

(三)假设3 经济的增长导致住宅价格越高

得标准化后的方程为:

表1 建筑业总产值、国内生产总值、城镇居民消费三者相关分析

(四)假设4 物价水平的上升使住宅价格上涨

用于住宅建设的建材产品的价格上涨，如钢材、木材、水泥等价格有不同程度的上升，将直接增加住宅建设的成本，使得住宅的名义价格随之上涨，其真实价值也相应上升;反之，物价水平的下降，会导致住宅的价格下降。同时，物价水平的波动，会改变人们的消费行为和储蓄行为，从而引起住宅价格的变动。因为物价上涨人们手中的“余钱”将贬值，而住宅是有形物品的，在一定时期内不会贬值，具备一定资产保值能力。随着目前国内物价水平的提高，通胀形势的加剧，人们在为减少由于通胀带来损失的动机下，更多的将手中的货币投资于贵金属和房产等有形资产上，一定程度上扩大了对住宅商品的需求。因此，物价上涨造成的通胀预期扩大了人们对有形房屋资产的需求，一定程度上拉动了住宅价格的上涨。

三 对长沙市住宅价格的实证分析

回归方程的R2等于0．9239，说明这四个变量一起可以解释住宅价格92．39%的变动因素。从各回归值统计上都较显著，方程的拟合度较高，说明多重共线性的影响已得到较好的控制，另外，DW=1．676，通过查表得各自变量不存在自相关。同时方程表明，城镇人口的年平均收入贡献最大，土地价格的贡献最小。同时人均GDP的变动和建筑材料物价指数对住宅价格的影响差不多大。

我校是城乡结合部学校，学校现有12个教学班，教师31人，学生520人。其中，体育教师3人，兼职体育教师3人。学校运动设施完善，有标准篮球场2个、田径运动场及健身区约1200平方米、室内羽毛球场1个、室外羽毛球场7个，这些场地能够充分保证学生在校开展羽毛球运动。但我校启动羽毛球普及较迟，学生的技术基础有待提高，这要求我们开发出适合我校推广的器材设施。

首先是护理人员的业务素质问题，部分新护理人员由于基本功不扎实或经验不足，容易在临床护理过程中出现类似药物配伍、给药途径和不熟悉相关法律等种种问题；其次是护理人力资源配置问题，绝大多数医院护士严重缺编，达不到卫生部要求的床护比例；再者是部分护理人员在护理工作中，责任心不强、工作粗疏、不严格执行规章制度，从而出现种种护理差错。

收入在很大程度上决定了对商品房销售的需求。城乡居民的收入由消费性支出和投资性支出两部分构成。城乡居民在满足基本需求的基础上，会产生购买自己住房的需要，因此在这种需求量扩大、土地可供性过低、住房供给紧缺的相互作用的情形下，长沙住宅价格持续高涨。个人可支配收入的增加或下降，一方面表现为消费水平和社会购买力的上升或降低，另一方面又表现为社会投资水平中可供投资的资源数量的增加或下降。按照恩格尔定律，随着居民收入水平的提高，单个家庭食物支出占可支配收入的比重的恩格尔系数会越来越低，而对住宅等耐用品的支出水平会越来越高，家庭食品消费支出中大约有40%左右将转移到住宅支出中去。因此可知消费水平本身和影响消费水平发生变化的各种因素(个人可支配收入、储蓄倾向、消费者偏好、商品价格水平、家庭财产情况等)，都会对住宅需求产生影响。

先由学习小组中一名进修医师负责问诊和查体，后引导小组成员提出问题，由带教医师整理后，总结出问题5个，由小组成员各自领取，每位成员要求准备问题相应的PowerPoint演示文稿约10分钟，列5年内英文参考文献5条左右。于下一周的周四由各成员分别报告自己的PowerPoint演示文稿，期间带教医师对汇报过程中所发现问题进行书面记录。此时病例往往已经做完手术，可再次床旁问诊查体。后利用40 min作为小组自由讨论时间，最后带教医师对每位进修医师的PowerPoint演示文稿做归纳总结，对明显的基础知识错误要进行纠正，对前沿新知识的认识要注意讲解[7-8]。

(一)显著性检验

模型中复相关系数R=0．993，接近于1，表明自变量和因变量之间的呈现较强线性关系。判定系数R方=0．986和经调整的 R方 =0．978，基可知本模型所解释因变量差异的百分比约为97．8%，表明模型拟合程度较高，可以很好的解释解释变量与被解释变量之前的关系。

简析：遇到这样的试题,有很多考生总是不重视从试题中寻找信息,死板地用所谓的“阳离子放电顺序”来判断,认为H+比Na+更容易在阴极上放电,导致错误答案。事实上,只要观察题给示意图,就能找到三条重要信息:①电解室中阴极上是Na+放电,②钠汞合金从电解室流到解汞室,③解汞室里是Na→Na+,根据其中任何一条都可判断出该生产条件下电解室中阴极上是Na+比H+优先放电。从中也可以看出平时学习中形成的“认识误区”是那么顽固,要克服其影响是那么难!

老秦用摩托车搭着我，离家好远了，回头一看，妈还抱着孩子站在门口。我的眼泪一下子出来了。我哭着喊：“妈啊，妈，我对不起你，对不起你！”老秦说：“你别哭了。”说完，他也哭了。

我们已经知道，线性回归是基于最小二乘法原理进行的。而在出现多重共线性问题时，普通最小二乘法求得的回归参数的估计方差太大，使得结果不是很理想。因此为解决这一问题采用岭回归来克服多重共线性的影响。

(二)共线性检验

表3表明，各系数的t值均非常显著，说明引入到方程有效。而模型中的变量的膨胀方差因子VIF值均大于10，说明自变量之间共线性非常严重。因此需对方程进行修正，消除多重共线性的影响。对模型进行岭回归处理。

表2 2002—2013年的各项指标

表3 回归系数表

(三)共线性诊断

评价室内热舒适性的方法很多，如美国ASHRAE的新有效温度线图、人体舒适区等，其中以丹麦FANGER教授提出的PMV指标最具代表性.PMV(Predicted Mean Vote) 即预测平均评价，分为7级，如表2所示.

回归方程方差分析的显著性检验值为0．000，小于0．01，能够说明方程高度显著，表明方程包含的变量对住宅价格有显著影响(见表2)。

表4 不同岭参数K时的回归系数的岭估计

岭回归的基本原理是因为多重共线性的存在，所以通过估计新的β的参数，得到一个有偏差但精度高的估计值。而这个估计值比最小二乘法得到的估计值落在真值附近的概率要大得多。在岭回归过程中，岭参数K的选择是关键。K确定后，将这一给定的K值重新做岭回归，即可得到比较满意的结果。现在用SPSS15．0做岭回归，岭参数K从0 到1，步长0．05，结果如表4。

图3 各变量的岭轨迹

图4 可决系数与K的变化图

从图3可以看出，当K=0时，估计结果与不考虑多重共线性影响直接进行回归的估计结果相同，说明这时岭回归退化为最小二乘法。当K从0到0．2以0．05的步长变化时，估计参数的结果也随着变化，模型决定系数R方也随K值变化，R方随K值增加而减少，也就是说K值越大R方越小。因此应选择一个尽可能小的K值，在这个较小的K值上，回归系数较稳定。从图4可以看出K=0．06后，四条岭迹曲线均趋于稳定，即K﹥0．06时的岭回归系数比较稳定，故取K=0．06时的岭回归估计来建立岭回归方程，可以看出回归的拟合性非常好，Sig．值非常显著，得回归模型:

经济发展水平通常用国内生产总值GDP来表示。经济增长会带动一般物价水平上涨，住宅价格也会受经济增长的影响而上升。从理论上说，经济发展水平是就业的函数，就业率是反映经济增长的重要指标。就业率的变化对消费者的购买力有重要影响，进而就对购房需求产生影响。经济繁荣时期，劳动力市场就业率较高，带动了居民收入水平的提高，进而影响家庭财富量和支付能力，并带动住宅需求的增长，因此导致住宅价格上涨;当就业率下降时，居民财富获取能力下降，由于支付能力降低导致对住房需求的减少，使得住宅价格自然下降(见表1)。

利用多元线性回归模型建立住宅价格与影响其变化的各因素之间的关系，回归模型的形式为:

四 对2014年房地产价格变动的预测

从2010—2013年长沙房地产价格的变动可以看出房价明显有所回升，其次由于房地产开发企业资金状况的好转为投资恢复奠定了较好的基础。并且随着政府政策支持等因素的拉动，预测2014年房地产价格将继续保持较稳健的增长趋势。并随着长株潭一体化的进一步发展，经济发展速度越来越来快，长沙市作为中部经济发展沸点和两型社会的建设，以及高铁等交通运输的改善，长沙的经济将变得越来越繁荣。长沙房地产价格将持续增长一段时间。下面用2006—2013年和2014第一个季度的数据做移动平均后转化为年度数据所作的曲线图来预测，从曲线的变化趋势可以看出房价指数呈周期性变动，2010年房价处于高峰期，2011年后房价处于较稳定的状态水平(如图5)。

图5 价格指数变化趋势图

五 建议

(一)发挥政府政策主导影响

发挥政府主导作用鼓励居民购买自住房或改善原有住宅用房。在适当鼓励的同时，亦要采取措施抑制房产投机行为。当前的国情决定了城乡居民的住房必须秉承安全、经济、适用和节约用地的原则，特别要重视中小套型和中低价位房屋的建设。政府要运用好税收、差别利率以及土地政策等经济杠杆加以调控，稳定房地产的价格。要监督维护好房地产市场秩序，打击“捂盘惜售、占地不用、哄抬房价”等违法违规行为。

(二)发挥市场调节机制作用

房地产市场调整其根本原因是市场规律对房地产行业高速增长积累的问题所进行自我调整，地方政府不适合因短期财税收入减少而盲目投入财政资金救市。利用市场的自我调节修正功能，促进房地产行业的调整，这样可能更利于房地产行业的健康有序发展。

(三)完善基础设施建设

基础设施建设的完善有助于地域经济的起步与发展，可以为吸纳投资加分。一是要加大道路基础设施的建设力度。二是要积极与公交部门协调，新增或延长公交线路，便利居民出行。三是要完善公共服务设施，加大对教育、医疗、金融网点和商业等公共配套设施投入，解决购房者就学难、看病难等一系列滞后问题，促进房地产销售，提高入住率，集聚人气，实现可持续发展。

(四)加强产业发展引导

房地产是长沙市各区当前的重要产业，是当前各区重要的经济支柱。一方面，既要引导房地产业的健康发展。另一方面，又要加大长沙市现代服务业的发展力度，改变当前过分倚重房地产业的经济发展模式。大力发展第三产业，实现经济增长点从过度依赖房地产业向其它产业分散，减少单一产业发展所带来的制肘，规避发展风险，保证整个市域经济社会又好又快发展。

注释:

①数据来源于《湖南省统计年鉴》(2013年)。

［1］吴杰．长沙房地产价格主要影响因素与价格综合评价研究［D］．长沙:湖南大学，2007．

［2］张芹．长沙房地产市场的非均衡发展分析［J］．企业技术开发，2011(1):136－138．

［3］陈军，王忠伟．长沙房地产市场发展现状及趋势分析［J］．森林工程，2009(4):88－90．

［4］曾锋，陈敦旭，熊洋．长沙房地产市场景气指数研究与应用［J］．现代商贸工业，2011(7):79－81．

［5］李金美，邓晖．长沙房地产市场消费者心理研究［J］．企业技术开发，2007(7):105－109．

［6］曹英．长沙市房地产价格波动的经济因素分析［J］．内江科技，2010(4):130．

［7］王国华，赵春燕，曹红．基于GIS长沙市房地产价格分布的相关性分析［J］．现代计算机:专业版，2012(5):17－21．

［8］王文萱．金融危机对长沙房地产业影响分析及应对策略［J］．山西建筑，2010(29):224－225．

［9］陈城．论长沙房地产的发展形势［J］．金融经济，2006(22):37－38．

［10］吴金明，李纬．新形势下的长沙房地产浅析［J］．湖南税务高等专科学校学报，2006(5):23－24．