我国房地产价格影响因素的计量分析

○熊芬

（嘉应学院数学学院 广东 梅州 514015）

我国房地产价格影响因素的计量分析

○熊芬

（嘉应学院数学学院 广东 梅州 514015）

本文针对我国房价快速增长的现象，从国内生产总值、城镇居民人均可支配收入、15—64岁人口数、五年以上银行贷款利率四方面入手，依据收集到的相关数据，利用计量经济学和统计分析方法，从实证角度分析各因素对房价的影响，得到房价主要受人均可支配收入、人口数量的影响的结论，并对中国房地产市场的调控提出了相关政策建议。

房地产价格 影响因素 计量经济模型

一、引言

房地产业是我国国民经济的支柱产业，对经济的发展有着重大的作用。近年来，房地产价格持续上涨，2008年全国商品房平均售价为3800元/平方米，2014年上升为6323元/平方米，上涨幅度达66.4%。房价增长过快，不仅极大地影响到居民的生活，也是整个国民经济持续平稳发展的一个不稳定因素，房价问题已经成为一个全社会普遍关注的问题。对于影响房价的因素，学者从不同角度进行了研究。王立平（2013）运用极值边界分析方法，实证检验房地产价格的“稳健性”影响因素，主要研究结论为政府（尤其是地方政府）是房地产价格居高不下的主要推手，人口与居民收入增长所形成的刚性需求依然是影响房地产价格的“稳健性”因素。闫金秋（2012）在分析房地产价格影响因素的基础上，通过实证分析得出：房地产价格水平与银行信贷、GDP增长速度、通货膨胀率、城市化水平等诸因素之间均具有较强的正相关性。周建军（2009）运用我国2000年到2007年季度数据构建模型进行分析，得出结论：我国房价与居民可支配收入、土地价格成正比。张夕琨、缪小林（2007）通过实证分析认为房价与居民可支配收入正相关。

本文从宏观经济基本面的角度研究我国房价的影响因素，以反映我国经济基本面的指标——国内生产总值（GDP）、城镇居民人均可支配收入（INC）、15—64岁人口数（POP）、五年以上银行贷款利率（R）作为控制变量，建立计量经济学模型，定量分析，以确定哪个宏观指标对我国商品房价格（PRI）具有决定性的意义。

二、计量模型的设定、分析及检验

1、影响因素

（1）国内生产总值（GDP）。该变量是反映宏观经济的重要指标。经济发展水平与房地产业有重要的互动影响，预计该变量对房地产价格的影响为正。

（2）城镇居民人均可支配收入（INC）。该变量是衡量购买能力的重要指标。随着经济的增长，城镇居民的可支配收入明显增长，极大地提高了城镇居民的实际购买能力。当人均可支配收入较高时，人们会增加对房地产的购买，预计该变量对房地产价格影响为正。

（3）15—64岁人口数（POP）。该变量是劳动年龄人口的数量。快速的城镇化过程使大量的人口涌入城市，在短时间内形成了对房地产的大量刚性需求，预计该变量对房地产价格影响为正。

（4）五年以上银行贷款利率（R）。该变量主要作为影响房地产供给和需求的变量，理论上利率上升会降低房地产价格。

2、数据来源

本文所用数据来自《中国统计年鉴》、中国人民银行网站和国家统计局网站。根据数据的可得性，选取了1992—2014年的数据。

3、模型的建立与分析

利用Eviews软件，先建立商品房价格与四个指标之间的多元线性回归方程，估计的方程结果如下：

从方程角度看，回归模型的（Adjusted）R2和F值较大，模型拟合很好，方程整体显著。但是从单个变量的角度看，GDP、INC、R都没有通过显著性水平为5%的t检验。同时，利率R的回归系数为正值，这与定性分析得到的预期不符。因此，有理由认为该回归模型存在多重共线性。

我们通过逐步回归原理来解决多重共线性的问题，即采取逐步引入变量的方法，运用OLS方法对各解释变量进行回归，根据回归方程中变量显著性大小，逐个剔除不显著的解释变量，直到方程中所有解释变量都达到必要的显著程度，再结合其它检验模型的指标，确定能够对房价进行合理解释的最终模型。

经过多次回归研究得到如下修正多重共线性影响的回归模型：

从回归结果可以看出，模型的解释能力很强，拟合程度达到了99%，而且模型的显著性水平较高，各个解释变量也通过了显著性检验。各变量系数符号均符合假设前提，经济意义正确。

4、模型的检验

（1）异方差检验。对模型（2）进行White检验，结果如表1所示。

表1 Heteroskedasticity Test：White

统计量Obs*R-squared，就是White提出的卡方统计量nR2。这里nR2=5.938，其P值=0.3123，从这个检验结果来看，在5%的显著性水平下，不能拒绝原假设，说明模型不存在异方差。

（2）自相关性检验。第一，DW检验。模型（2）的DW= 1.4966，给定显著水平α=0.05，n=23，k=2，查DW分布表的下限临界值dt=1.17，上限临界值du=1.54即dt＜DW=1.4966＜du，不能判定是否有自相关，我们再进行下一步检验。

第二，LM检验。对模型（2）的残差做一阶LM检验，检验结果如表2所示。

表2 Breusch-Godfrey Serial Correlation LM Test

由检验结果知，检验统计量LM=nR2=1.0351，其P值= 0.309＞0.05，说明回归方程没有一阶自相关。

综上，模型（2）不存在自相关问题。

（3）模型的拟合效果。为进一步验证模型（2）的可靠性和准确性，我们依照模型画出商品房价格PRI的拟合曲线，与实际值进行拟合比较。从拟合图形（见图1）可以看出，模型的拟合效果以及残差的离散形态都很好。

图1 模型（2）的拟合图

三、结论

经过数据分析、模型估计、检验，确定我国房地产价格的计量经济模型为：

PRI=-1486.5961+0.1793INC+0.0286POP （2）

该模型不存在异方差以及自相关，同时消除了原有的多重共线性，也基本符合经济发展规律和经验判断。

依据建立的模型和经验分析，确定决定房地产价格的主要因素为消费者购买力和人口数量。主要结论如下：

1、影响力最大的因素是消费者购买力

人均可支配收入每增加1元，理论上房价会上涨0.18元/平方米。居民可支配收入从一个方面反映了居民对商品房的购买能力，从而反映了商品房市场的需求。人们对住房的需求表现为基本需求和改善需求。基本需求解决住房有无的问题，在满足了基本的住房需求后，如果有足够的经济实力，人们往往会产生换一套面积更大的或是根据特定需求选择在更合适的地理位置购买房屋的需求——即改善性需求。

2、人口数量对房价的影响显著，商品房价格与人口数量成正比例

人口的膨胀会引起房屋需求的增加，从而引起房价的上涨，国内外的许多学者的定性分析结果显示也是如此。随着工业化与城镇化进程加速，大量的人口涌入城市，人口规模特别是年轻人群构成房地产的大量刚性需求，在土地供给相对有限的情况下，促进了房地产价格的快速上涨。

3、国内生产总值GDP和利率R对房价的影响不显著

国内外许多学者都认为GDP对房价有影响，GDP的上涨会引起房价的上涨。本文中GDP未通过模型的检验，没有得到与前人研究一致的结论。究其原因，主要是由于本文引入的因素较多，而其中的人均可支配收入很明显与GDP有较强的相关性，所以GDP由于涉及到多重共性的问题而被剔除。但这并不意味着GDP对房价没有影响，而只是其对房价的影响被其余保留下来的变量所解释了。理论上利率上升会降低房地产价格，但本文利率对房价的影响不显著，这可能与我国的利率市场化程度不高有关。

四、政策建议

宏观经济基本面的变化是推动房地产价格上升的主要原因。由于中国的经济还将维持高速增长，人口数量增加，城镇化进程加速和土地资源紧张加剧，未来房价上涨的动力依然存在，稳定房地产价格的任务仍然较为艰巨。国家应在着力增加房地产供给的前提下，规范房地产市场管理，制定一系列房地产调控政策：第一，增加经济适用房，加快住房保障体系建设，保障中低收入者的住房需求，构建以商品房为主、以保障房为辅的现代住房体系。第二，培育更加合理的供求关系体系。从需求看，应当使居民购房主要是为了自身的消费，而不是为了投机；从供给看，必须按市场的要求，允许各种类型开发主体以各种投资形式进入房地产市场，实现市场主体的多元化、多层次化。第三，在土地供应有限情况下，要合理配置土地资源，对现有土地提高利用率。第四，中央银行要实施稳定的货币供应和房屋信贷政策，抑制投机需求，真正发挥利率的调控作用。

[1]王立平：我国房地产价格“稳健性”影响因素实证研究[J]．管理世界，2013（10）．

[2]闫金秋：基于多变量协整的房地产价格影响因素分析[J]．企业经济，2012（11）．

[3]周建军：我国房地产价格的影响因素及其合理性研究[J]．商业研究，2009（4）．

[4]张夕琨、缪小林：我国房地产价格与居民收入间的实证关系分析[J]．昆明理工大学学报（理工版），2007（6）．

[5]李敏、陈胜可：Eviews统计分析与应用[M]．电子工业出版社，2011．

[6]庞皓：计量经济学[M]．经济科学出版社，2007．

（责任编辑：刘冰冰）