我国商品房销售价格影响因素分析

张艳

摘 要：本文以11个沿海城市为研究对象，运用多元回归的研究方法研究商品房价格的影响因素。在此基础上，本文提出了相关的政策建议。

关键词：商品房价格；影响因素；回归分析

一、研究方法、变量选择与建立模型

1.研究方法

由于2013年的部分数据不全，所以本文的数据是截选自 2012 年我国 辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西、福建共11 个沿海省市的商品房的平均销售价格和相关的截面数据，数据来源于中国统计出版社在 2013年出版的《中国统计年鉴》。

2.变量选择

本文选取2012年我国各地区商品住房的有关数据进行横截面回归分析，以我国11个沿海省市的商品房平均销售价格作为被解释变量Y。本文选取地区生产总值、人均可支配收入、竣工房屋造价、土地购置费4个变量作为解释变量。

3.建立模型

根据上面所述，建立模型如下 ：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

二、实证研究

利用SPSS进行回归，首先将变量全部放入方程中进行回归分析，得到回归分析结果如表1所示：

表1 回归结果一

由表1我们可以得到回归方程：

y=833.397+0.072X2+1.434X3+0.375X4+e

（1）拟合优度检验：R2=0.948，说明被解释变量的94.8%可以用解释变量得到，模型拟合优度较好。

（2）t 检验 ：X1、X2、X3、X4的 t 统计量的伴随概率分别为0.982、0.472、0.035、0.015，解释变量X1、X2没有通过t检验，即对商品房价格的影响不显著。

综合以上检验，本文考虑将X1、X2两个自变量删除，重新进行回归分析。

重新运用SPSS19.0对y、X3、X4进行回归，回归结果如表2所示。

表2 回归结果二

此时我们看到，只将X3、X4引入自变量时，我们可以得到，R2=0.94，模型拟合优度很好。

同时在t检验中，X3、X4的 t 统计量的伴随概率分别为0.000、0.000，说明X3、X4对于商品房的销售价格均有显著性的影响。

因此，我们可以建立线性方程为y=1426.384+1.69X3+0.448X4

三、政策建议

针对本文所进行的研究，以及所得出的研究结果，主要提出以下几点建议：

1.稳定土地的供应量。而土地供应量直接影响相关建造成本，所以政府可以从控制土地供应量着手，使市场上房屋的相关建造成本在长期内处于一个合理的水平，这样就可以将房价的增长控制在一个合理的水平。

2.对于房屋建造的成本进行一定的控制，改善技术、提高效率，在房屋建造过程中，尝试使用低成本的新材料，降低房屋建造成本，避免房屋价格过高带来的不良影响。

3.国家对于购买房屋进行一定的补贴，或者对于部分购买房屋的特殊个体采取一定的优惠政策，真正的实现“居者有其屋”。这样才能使得在房屋价格比较高的情况下使得那些收入比较低的人可以买得起房子。

参考文献：

[1]陈秋宇，罗茹月.商品房价格影响因素分析——基于[M].供应量的实证研究 [J].经营管理者，2011（01）.

[2]张涛.影响我国房价的经济因素分析 [D].东北财经大学，2010.

[3]蔡恋，段庆云.中国商品住房价格的影响因素实证研究[J].学术交流，2013.endprint

摘 要：本文以11个沿海城市为研究对象，运用多元回归的研究方法研究商品房价格的影响因素。在此基础上，本文提出了相关的政策建议。

关键词：商品房价格；影响因素；回归分析

一、研究方法、变量选择与建立模型

1.研究方法

由于2013年的部分数据不全，所以本文的数据是截选自 2012 年我国 辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西、福建共11 个沿海省市的商品房的平均销售价格和相关的截面数据，数据来源于中国统计出版社在 2013年出版的《中国统计年鉴》。

2.变量选择

本文选取2012年我国各地区商品住房的有关数据进行横截面回归分析，以我国11个沿海省市的商品房平均销售价格作为被解释变量Y。本文选取地区生产总值、人均可支配收入、竣工房屋造价、土地购置费4个变量作为解释变量。

3.建立模型

根据上面所述，建立模型如下 ：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

二、实证研究

利用SPSS进行回归，首先将变量全部放入方程中进行回归分析，得到回归分析结果如表1所示：

表1 回归结果一

由表1我们可以得到回归方程：

y=833.397+0.072X2+1.434X3+0.375X4+e

（1）拟合优度检验：R2=0.948，说明被解释变量的94.8%可以用解释变量得到，模型拟合优度较好。

（2）t 检验 ：X1、X2、X3、X4的 t 统计量的伴随概率分别为0.982、0.472、0.035、0.015，解释变量X1、X2没有通过t检验，即对商品房价格的影响不显著。

综合以上检验，本文考虑将X1、X2两个自变量删除，重新进行回归分析。

重新运用SPSS19.0对y、X3、X4进行回归，回归结果如表2所示。

表2 回归结果二

此时我们看到，只将X3、X4引入自变量时，我们可以得到，R2=0.94，模型拟合优度很好。

同时在t检验中，X3、X4的 t 统计量的伴随概率分别为0.000、0.000，说明X3、X4对于商品房的销售价格均有显著性的影响。

因此，我们可以建立线性方程为y=1426.384+1.69X3+0.448X4

三、政策建议

针对本文所进行的研究，以及所得出的研究结果，主要提出以下几点建议：

1.稳定土地的供应量。而土地供应量直接影响相关建造成本，所以政府可以从控制土地供应量着手，使市场上房屋的相关建造成本在长期内处于一个合理的水平，这样就可以将房价的增长控制在一个合理的水平。

2.对于房屋建造的成本进行一定的控制，改善技术、提高效率，在房屋建造过程中，尝试使用低成本的新材料，降低房屋建造成本，避免房屋价格过高带来的不良影响。

3.国家对于购买房屋进行一定的补贴，或者对于部分购买房屋的特殊个体采取一定的优惠政策，真正的实现“居者有其屋”。这样才能使得在房屋价格比较高的情况下使得那些收入比较低的人可以买得起房子。

参考文献：

[1]陈秋宇，罗茹月.商品房价格影响因素分析——基于[M].供应量的实证研究 [J].经营管理者，2011（01）.

[2]张涛.影响我国房价的经济因素分析 [D].东北财经大学，2010.

[3]蔡恋，段庆云.中国商品住房价格的影响因素实证研究[J].学术交流，2013.endprint

摘 要：本文以11个沿海城市为研究对象，运用多元回归的研究方法研究商品房价格的影响因素。在此基础上，本文提出了相关的政策建议。

关键词：商品房价格；影响因素；回归分析

一、研究方法、变量选择与建立模型

1.研究方法

由于2013年的部分数据不全，所以本文的数据是截选自 2012 年我国 辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西、福建共11 个沿海省市的商品房的平均销售价格和相关的截面数据，数据来源于中国统计出版社在 2013年出版的《中国统计年鉴》。

2.变量选择

本文选取2012年我国各地区商品住房的有关数据进行横截面回归分析，以我国11个沿海省市的商品房平均销售价格作为被解释变量Y。本文选取地区生产总值、人均可支配收入、竣工房屋造价、土地购置费4个变量作为解释变量。

3.建立模型

根据上面所述，建立模型如下 ：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

二、实证研究

利用SPSS进行回归，首先将变量全部放入方程中进行回归分析，得到回归分析结果如表1所示：

表1 回归结果一

由表1我们可以得到回归方程：

y=833.397+0.072X2+1.434X3+0.375X4+e

（1）拟合优度检验：R2=0.948，说明被解释变量的94.8%可以用解释变量得到，模型拟合优度较好。

（2）t 检验 ：X1、X2、X3、X4的 t 统计量的伴随概率分别为0.982、0.472、0.035、0.015，解释变量X1、X2没有通过t检验，即对商品房价格的影响不显著。

综合以上检验，本文考虑将X1、X2两个自变量删除，重新进行回归分析。

重新运用SPSS19.0对y、X3、X4进行回归，回归结果如表2所示。

表2 回归结果二

此时我们看到，只将X3、X4引入自变量时，我们可以得到，R2=0.94，模型拟合优度很好。

同时在t检验中，X3、X4的 t 统计量的伴随概率分别为0.000、0.000，说明X3、X4对于商品房的销售价格均有显著性的影响。

因此，我们可以建立线性方程为y=1426.384+1.69X3+0.448X4

三、政策建议

针对本文所进行的研究，以及所得出的研究结果，主要提出以下几点建议：

1.稳定土地的供应量。而土地供应量直接影响相关建造成本，所以政府可以从控制土地供应量着手，使市场上房屋的相关建造成本在长期内处于一个合理的水平，这样就可以将房价的增长控制在一个合理的水平。

2.对于房屋建造的成本进行一定的控制，改善技术、提高效率，在房屋建造过程中，尝试使用低成本的新材料，降低房屋建造成本，避免房屋价格过高带来的不良影响。

3.国家对于购买房屋进行一定的补贴，或者对于部分购买房屋的特殊个体采取一定的优惠政策，真正的实现“居者有其屋”。这样才能使得在房屋价格比较高的情况下使得那些收入比较低的人可以买得起房子。

参考文献：

[1]陈秋宇，罗茹月.商品房价格影响因素分析——基于[M].供应量的实证研究 [J].经营管理者，2011（01）.

[2]张涛.影响我国房价的经济因素分析 [D].东北财经大学，2010.

[3]蔡恋，段庆云.中国商品住房价格的影响因素实证研究[J].学术交流，2013.endprint