房地产价格影响因素分析

朱顺东

摘要：选取2005-2018年北京、天津、广东、安徽、上海、江西、湖南、河南、江苏、浙江等9个省市的相关数据，对影响房价的主要因素进行计量分析。在回归模型中，将城镇人口、房地产开发企业土地购置价格、住宅商品房销售面积以及商品住宅房竣工面积等变量作为影响房价重要的要素做自变量同时控制省市个体差异和年份差异，最终通过实证回归得出：房地产开发企业土地购置价格是影响房产价格的最主要因素。提出政府应根据具体的省际情况，制定不同的土地制度及调控政策，消费者应根据当地房地产市场现状及自身经济状况理性选择不同购房形式等对策建议。

关键词：房产价格;面板数据

自1998-2008年以来，我国房地产行业发展引来了黄金十年，隨后进入了全面调整阶段，但整体上房地产发展依然处于上升势头。近二十年的房地产市场的繁荣发展，带动其他行业的增长成为我国经济增长的重要支柱产业，但随着房地方的繁荣发展和房价飞速的增长也带来诸多负面的问题，如住房问题带来很多人生存的压力、遏制了居民消费增长、加剧了行业风险和金融风险等一系列社会问题。我国房地产市场中存在的问题引发了政府的广泛关注，在2009年后基本进入了全面调控的阶段，陆陆续续出台了调控措施。为探究影响我国房价大幅上涨的主要因素，本文以房屋中的住宅商品房为例，选取了一些极具代表性的省市（共9个）作为全国房价增长样本，对其2005-2018年的相关数据进行了研究。本文从供给与需求两方面对影响当前高房价问题的主要因素做出计量分析，从多层次多角度提出当前房价上涨问题的应对对策，为更好促进我国房地产市场健康发展提供决策参考。

1.研究方法与研究现状

1.1国外房地产价格影响因素的相关研究

国外对房地产市场的相关研究起步较早Abraham等（1994）以美国14个城市为研究样本，得出当地建筑成本每增加1%，房地产价格将增加0.163%。Quigley（1995）以洛杉矶12年间数据为样本，发现不同的销售机构的销售技巧对房价影响并不显著。平新乔（2004）运用回归分析，分析发达国家房地产价格与地价的关系，提出地价与房地产价格呈显著正相关关系。Guirguis 等采用 VECM、AR、GARCH、带随机参数和自回归参数的 Kalman 滤波及指数平滑方法对美国房地产价格进行预测，得出GARCH 和带自回归参数的 Kalman 滤波预测精度最优。Egert（2007）以欧洲八个国家和经济合作与发展组织19个国家房地产业为样本，发现发展中国家人口结构和失业率对房地产业影响较显著，发达国家则手段和制度、融资等因素更为显著。原鹏飞和魏巍贤（2012）以中国为样本，发现房地产价格上涨将带动经济上行发展，但同样比例房地产价格的下跌，对经济带来的打击远高于上行带来的推动作用。Justyna和Brzezicka（2014）以美国房地产为样本，发现房地产价格变动同样也是消费者行为变化的原因之一。

1.2我国房地产价格影响因素的相关研究

沈悦和刘洪玉（2004）以我国14个主要城市1995-2002年数据为研究样本实证分析论证房地产价格与经济关系得出，城镇家庭收入状况对房地产价格产生正向显著影响。陈友军和曾云兵（2008）运用模糊层次分析法研究我国房地产价格影响因素，地域差异、收入差异、消费者行为偏好差异和文化风俗对房地产价格变动产生影响。顾海峰、张元姣（2014）利用存准率和利率两大货币政策工具实证研究货币政策对房地产价格的影响作用，研究表明存准率对房地产价格存在长期稳定的正向影响，但是利率对房价没有显著的影响。宋稞（2015）运用实证分析研究我国2000-2014年人口地理分布变化和房地产价格波动，结果显示：我国城镇化进程对房地产价格存在显著相关关系。刘佳等（2017）以中国内蒙古地区为样本，运用面板分析研究近15年当地房地产价格的宏观经济影响因素。结果显示财政收入、房地产投资对地产价格影响不显著，地方GDP对房地产价格影响显著。钟先哲，丁晓云通过计量模型分析的方法，提出人均可支配收入与房价成正比关系的结论。王望涛（2020）利用贵州省 2008～2019 年的数据建立 VAR 模型，通过脉冲响应函数分析宏观经济下贵州省房价的影响因素。

2.变量选取与数据说明

从需求与供给两个方面来分析影响全国房价的主要因素，并从中选取几个主要变量，研究各个变量对全国房价的影响程度。需求方面：（1）城镇总人口。城镇总人口是指流动人口和户籍人口两大类，人口密度是房价的幕后推手，城市人口的增加会产生更大规模的刚性住房需求，这对房地产市场及房价而言是巨大的正向冲击。 城市人口的增长是影响房地产需求的直接因素。在地区人口密度大，科技发达的城市，如深圳，劳动力是城市建设的主力军，会极大提高对住房的需求。 因此常住人口是影响房价的重他们对于住宅商品房的购买欲望即可反映出购房的需求大小。根据需求理论可知，购房需求的增加会导致房价的上升，城镇总人口迅速增长，房价也随之增长。（2）住宅商品房销售面积。销售面积反映出消费者对住宅商品房需求量的大小，与消费者需求成正比，因此，住宅商品房销售面积越大，房价则会越高。供给方面：（1）房地产开发企业土地购置价格。投资商在施工土地上投入资金越多，说明对该土地重视程度越高。因此，房地产开发企业土地购置价格越高，供给价格越高，房价越高。（2）住宅商品房竣工面积。住宅商品房竣工面积表示住宅商品房总体供应数量，它也在一定程度上反映了房地产行业的总体供给情况，我国房地产市场中总需求量大于总供给量，房价仍然处于上升趋势。

样本选取与数据来源为了使本文选取的数据有更高的准确性及可靠性，选2005年至2018年度的相关数据。本文所用数据全部取自于国家统计局网站。

3.模型的建立

观察单位是中国住宅商品房从2005—2018年的数据，总观察值的个数为10×14=140个。本文以住宅商品房平均销售价格PRICE（元/平方米）为被解释变量，解释变量分别是①城镇人口POP（万人），②房地产开发企业土地购置价格LAND（元/平方米），③住宅商品房销售面积SALE（万平方米），④商品住宅房竣工面积COMP（万平方米）。除此之外，还加入了年份YEAR这个变量，共5个变量。对于这几个变量，我们建立以下回归模型：

PRICEit=β0+β1POPit+β2LANDit+β3SALEit+β4COMPit +Ui+YEARt +εit

其中，i是代表第i个省市，t是代表年份，Ui是代表省市的个体效应，Vt是代表年份的效应 ，εit是代表残差项。

4.实证分析

4.1变量基本统计情况

商品房平均销售价格均值为8244元/平方米，中位数为6325元/平方米，最大值为3.74万元/平米、最小值为0.175万元/平米，最大值为最小值21倍，说明省际之间房产价格差异较大，尤其是中西部与东部沿海北京、上海的房产价格;城镇人口均值为2929万元、中位数为2325万人、最大值为8022万人、最小值为783万人土地购置价格平均值为4159、中位数为2429、标准差为4520为均值的1倍，最大值为最小值的52倍，说明省际之间土地购置价格差异大，和省际经济发展水平差异过大相对应，经济越发达省份的土地购置价格要大于省份欠发达地区;销售面积平均值3749、中位数为2501、标准差为3061接近平均值，最大值为最小值的25倍;竣工面积均值为3718、中位数为2897、标准差为2360、最大值为最小值的16.5倍，充分说明省际之间无论在经济发展水平还是城市人口规模上都存在较大的差异。

4.2模型筛选

因本文是采用平衡面板数据，通常采用有混合模型、随机效应模型、固定效应模型，每个效应假设条件不同，为了得出合理的估算之前都在模型估计之前需要进行相应的检验，首先通过LM检验来判别是否采用随机效应还是混合效应，通过表2检验结果中可以看出，LM检验得出P值为0.000小于0.05，强烈拒绝原假设，说明随机效应比混合模型更适合;其次通过F检验来判别是采用固定效应还是混合效应，经过检验得出F值为26.29，对应的P值为0.000小于0.05，说明固定效应比混合模型更适合;最后通过豪斯曼检验来判断是否固定效应和随机效应，通过估算得出豪斯曼检验卡方值为53.88对应的P值为0.00小于0.05，说明固定效应比随机效应模型更适合，故本文采用固定效应模型进行分析。

4.3实证回归

为了减弱变量之间的序列相关、极端值、非正态分布以及异方差性等问题，本文将变量采用对数的形式进行分析。

实证结果如下：人口的回归系数为1.435，在1%水平下高度显著，即城市在研究的期间内人口规模对房价有着显著正向的促进作用，同等条件下人口规模每增长1%，房价平均增长1.435%;开发商土地购置价格回归系数为0.352，在1%水平下显著，说明土地购置价格会显著正向估计了房价的增长，在其他条件不变的情况的下，开发商土地购置的价格每增长1%，房价平均增长0.352%;住宅销售面积回归系数为0.03，但不显著，说明销售面积对房价无显著影响;开发商竣工面积回归系数为-0.048，但不显著，说明竣工面积对房价无显著影响。综合来看，通过变量回归系数看出，对房产价格影响最大的变量要素为省际常驻人口规模，其次为土地购置价格。

5.结论

根据第四部份的对国内宏观经济政策和发展动态分析，结合采集数据实证回归分析可以看出省际城市的社会发展综合实力的体系常驻人口的规模是带动房价增长的重要因素，同时，土地购置地价的增长是带动房价增长的另外一个重要因素。因此，为使我国房地产市场达到健康运转调控的状态，我国政府应该“因城施策”。应更加合理地出台相关政策进行适当的宏观调控，政府应该制定出一个更为恰当土地规划的方案，根据土地是稀缺资源，具有不可再生的供给特点，对土地成本把控好更好地促进我国房地产行业健康发展。对于微观主体，笔者认为，对于剛步入社会融入城市的青年工作人员，面对当地只增不降的房价，无力撬动身边资源支付首付的情况下，租房则不失为明智的选择;对于一线城市有能力购房者，因一线城市房价一般超过中产阶级的支付能力。倘若无其他有效的投资方式，购买房产仍为不错的稳定增值的理财方式，但要选择城市发展前景较好、对人口吸引较大的城市;对于非一线的城市的房地产，除非刚需不建议大规模投资房产。

参考文献：

[1]ALAN K.REICHERT.The Impact of Interest Rates，Income， and Employmentupon Regional Housing Prices[J].Journal of Real Estate Finance and Economics，1990，（3）.

[2]周京奎.货币政策、银行贷款与住宅价格———对中国 4 个直辖市的实证研究[J].财贸经济，2005（5）.

[3]平新乔，陈敏彦，融资、低价与楼盘价格趋势，世界经济，2004 年 7 月，第 3-10 页.

[4]谭鹏程，房地产价格波动影响因素的实证研究——基于广州市的 VAR模型[J]，特区经济，2013 年 10 月，第 37-39 页.

[5]武田艳，占建军，严韦，基于 MIV-BP 型网络实验的房地产价格影响因素研究[J]，数学的实践与认识，2015 年 8 月，第 43-50 页.

[6]王望涛，贵州省房地产价格影响因素研究———基于宏观经济视角[J]，2020年5月，第36-38

[7]周海波，深圳房地产价格影响因素的实证研究[J]，特区经济，2020年8月，第25-27.