房地产价格影响因素实证研究

吴弘瑾 沈国云

摘   要：针对房地产价格波动问题，首先对济南市近几年的房地产环境进行了简要分析，并从供给端和需求端分析了对房产价格的影响因素。基于1999—2019年10年间山东省济南市房地产时间序列数据，构建计量模型，得出金融机构贷款余额增加1%，济南市房地产销售价格将增加0.145%;人口密度增长1%，济南市房地产销售价格将增加0.797%;房地产开发投资额增长1%，济南市房地产销售价格将增加0.395%，其中人口密度因素对房地产销售价格的影响相较利率水平和房地产开发投资规模更为显著。基于此，针对后疫情时代的影响，结合济南市政府房地产业发展规划，根据实验数据提出了对房地产政策的几点建议。

关键词：房地产价格;山东省;实证分析

中图分类号：F29    文献标志码：A        文章编号：1673-291X（2021）35-0030-06

1998年住房制度改革以后，我国房地产行业进入飞速发展阶段和市场化阶段。2003年，房地产业被国务院列为支柱产业之一，自此规模迅速扩大，房价预期也始终处于上行通道。2016年以后，我国房地產市场受到政府的严格调控，稳定了房价，提出了“房子用来住而非用来炒”的观点，并将重点放在构建房地产市场的长期有效调控机制上（盛松成，2007）。

基于此，笔者对济南市进行了一系列的调查与思考，分析影响济南房价因素的程度是怎样影响济南市房地产业有关“长效调控机制”的框架和实现机制的。

一、房地产价格理论分析

（一）影响房地产供给端的因素

1.房地产的开发投资额度。开发投资额度涵盖土地交易活动、土地开发工程的投资等等。增加房产的开发投资会在供给端直接刺激房地产市场的热度，进而影响价格。房地产开发投资额总体上与房地产价格呈正相关的，但是，其变化趋势并非绝对的，也受其他因素影响。该因素属于主要因素之一。

2.建筑成本。建筑成本在华东地区占据房屋价值的很大比重，建筑成本的提高会直接导致房地产价格的上升。

3.土地成本。土地成本作为房地产开发成本构成之一，在房屋价值中也占据较大比重。在“成本导向定价法”中，土地价格占到总项目销售价格的接近50%，在供给端是影响房地产价格的主要因素之一。近年来，土地成本总体呈上升趋势。

（二）影响房地产需求端的因素

1.收入水平。居民收入水平在需求端是房价最根本的支撑因素。以人均可支配收入为例，当购房者预期自己的收入增长较快时，会刺激其对房屋的消费需求，从而推高房价;从社会层面来说，人均可支配收入水平越高、经济规模越大，社会房地产需求就越高，从而推高房价。

2.房价预期。房价是一个受预期强烈影响的变量。一方面，购房者基于对过去房价的趋势形成对未来房价的预期;另一方面，购房者基于各类相关信息形成对未来房价的预判。

3.年末总人口。长期而言，房价受地区人口密度影响较大。一般来说，人口密度高的地方，对房屋需求较大，房价相对较高且弹性相对较小。

（三）影响房地产行业的宏观经济因素

1.通货膨胀。通胀率通过影响资产的收益情况，从而影响房价。在高通胀预期下，贷款买房的实际利率会相对降低。此外，通胀使生产成本相对提高，间接推动房价上涨。

2.中长期利率水平。从供给层面看，利率的调整直接对大类资产价格产生影响，进而改变了房地产投资的机会成本，影响投资决策。从需求层面看，利率调整直接影响了购房成本。贷款利率的下降使得存贷款利差扩大，进一步鼓励了各贷款类金融机构增加对房地产行业的贷款，贷款环境趋于宽松化，房地产市场资金更加宽裕，进一步刺激房价的上涨。

3.地区生产总值。GDP反映一个地区总体的经济实力和市场规模。一般情况下，经济发达地区的房价更高，GDP与地区房价总体呈同向变化。

二、济南市房地产现状分析

在分析了两端影响房价的几类因素之后，基于特定地区——山东省济南市的房地产业在各项因素上的历年变化，对济南市房价有一定的可参考性。

结合图1、图2，近10年间济南房价稳步提升。2000年以来，随着济南市的城市化加速发展，济南市政府对房地产行业进行了一系列调控，并与城市发展规划相结合，提高了市区对周边地区的经济辐射作用。

（一）供给端

由图3、图4可知，近15年间土地供给量波动较大，近期有缓慢增长趋势。土地供给位于房地产行业的产业链上游，土地供给量价的变化会向下传导至房地产业，对住宅供给的量价产生影响。

此外，济南房地产开发投资额受政策和社会投资的影响，15年间持续稳步增长。房地产开发投资额的增加，使得济南市房地产规模扩大，直接刺激了房地产业的发展。

（二）需求端

图5显示，从1999年开始，济南市人口一直以一个较为稳定的增长速度增加，于2007年间突破500万人口大关。人口密度的增长使得人们对房子的刚需增加，其中也不乏炒房和房产投资的人。

如图6所示，租房作为房地产价格的负相关因素，在需求端对其影响。当租房价格过低时，人们会更多选择租房而非买房，使得对新住宅的需求降低，房价下降。近10年间二手房价格波动较大。

（三）宏观指标

由图7可得，从1999年开始，GDP一直以一个较为稳定的速度增长，并且自2016年开始增长幅度越来越大。2007年济南市人均GDP已经达到25 191元/年（济南市统计局），在此种经济态势下，济南市房地产市场正处于稳步发展的过渡期，市场需求将放缓高速增长趋势，保持平稳增长。此外，占购房方式大多数的是以旧换新，也一定程度上压缩了购房需求。

图8给出了最近3年的首套房贷利率，整体趋势是在上升的，涨幅在0.5%—1.0%之间。从供给和需求两个方面来看，利率对于房价的影响是负向的，利率上升降低了房屋的需求，同时削弱了房地产公司通过金融手段获取土地的能力，也就降低了供给。gzslib202204011400

三、济南市房地产价格影响因素的实证分析

（一）模型的基本假定

1.满足相关性。笔者所选取的影响因素与济南市房地产行业均有不同程度的较大关联度，经分析可用于研究分析的指标。

2.满足可行性。所选取的影响因素均是或对应有可获得、可量化的统计指标。笔者尽可能收集了能够获取的相关指标的面板数据。

3.满足简化性。笔者假定各因素对房地产价格可能存在简单的线性相关关系，而非其他相关关系。在不影响分析的前提下，对影响因素尽可能地简化，便于后续操作。

（二）变量选择和数据收集

此处笔者综合以上宏观信息和数据的分析，选择了以下7个最主要的影响因素作为模型的备选变量。由于1998年国家城镇住房制度改革，1998年及以前数据变化主要为政策导向，因此从1999年开始收集。为了使数据更具有代表性，更能反映10年间政策、宏观环境的变化以及对房价的影响，笔者选取1999—2019年的数据。表1展示了2017—2019年的数据。

（三）济南市房价模型方程构建

根据表1变量及数据，构建模型如下：

被解释变量Y代表济南市房地产销售价格（单位：元/平方米）：

模型包含8个解释变量，分别为：

X1-济南市金融机构贷款余额（单位：亿元）

X2-年末总人口（单位：万人）

X3-济南市地区生产总值（单位：亿元）

X4-济南市土地价格（单位：亿元）

X5-济南市职工平均工资（单位：元）

X6-济南市城镇人均可支配收入（单位：元）

X7-济南市房地产开发投资额（单位：万元）

X8-济南市中长期贷款利率（单位：%）

此处μ指除了模型中的解释变量和其他随机因素外的影响因素，例如政策变动、消费者心理预期等等。

（四）模型的相关性分析及回归分析

根据以上模型，为分析不同变量对房地产价格的影响程度，笔者对济南市房地产已收集的10年数据通过Eviews软件分析。

Step 1：给出8个自变量X与Y的散点图

根据图9—图16所示，可以表明房地产销售价格与以下变量的大致趋势：

房地产销售价格和年末总人口、金融机构贷款余额、地区生产总值、土地价格、城镇居民人均可支配收入、平均工资、房地产开发投资额等7个变量均呈正相关关系。

Step 2：检验多重共线性：简单相关系数法

首先对7个自变量检验多重共线性。

根据表2结果，多个自变量之间存在多重共线性，原模型两边取对数，以减轻多重共线性，建立新建模型如下：

Step 3：逐步回归法

笔者通过逐步回归分析方法筛选解释变量。

分别对lnY作关于lnX1—lnX7的回归，可以得出lnY关于lnX1的回归具有最大的可决系数：

可见，金融机构贷款余额对房地产销售价格的影响比重呈现最大，与笔者过往经验相符，因此选取该一元回归模型为初始回归模型。

将其他解释变量依次代入上述模型，寻找最佳的回归方程（见表3）。

因此，最终的房地产价格模型应以为最优，拟合结果如下（见图17）：

（五）济南市房价模型的F检验

回归结果表明，在1999—2019年，InY变化的98.7%可由金融机构贷款余额、人口密度与房地产开发投资额的变化来解释。在5%的显著性水平下，F统计量的临界值为F0.05（3，17）=3.20，表明模型的线性关系显著成立。

根据以上参数分析，可以得出人口密度的增加对房地产销售价格的影响相较金融机构贷款余额和房地产开发投资额起到了更大的作用。

四、结论及政策建议

（一）研究结论

1.在其他条件不变的前提下，金融机构贷款余额增加1%，济南市房地产销售价格将增加0.145%;人口密度每增长1%，销售价格将增加0.797%;房地产开发投资额每增长1%，销售价格将增加0.395%。对于济南市而言，人口密度因素对房地产销售价格的影响相较利率水平和房地产开发投资规模更为显著。

2.影响济南市房屋销售价格的各因素中，相关性由强到弱依次为人口密度、房地产开发投资额、金融机构贷款余额、GDP、土地价格、人均可支配收入、平均工资。由此看出，济南市近10年的房价上涨主要属于需求拉动型和资金推动型。

（二）基于新冠疫情的济南市房地产价格趋势预测

从全国范围来看，当前处于疫情后时代。疫情初期，房地产行业受到冲击，房价小幅下降。此外，2020年居民的人均可支配收入下降，而上半年物价也大多处于相对较高的水平，居民购房资金减少，购房能力和意愿均会下降。

但由于央行出台LPR降息政策以及济南市政府根据本市市情调整楼市政策刺激居民购房需求，缓解了房地产企业的经营压力，后半年房价预计会快速停止下跌且有所反弹回升，但波动不会过于剧烈。

（三）政策建议

1.及时更新考察房地产价格影响因素的指标框架

未来应侧重观察由居民人均收入、人口密度、贷款利率等构成的需求端因素，并在人口密度方面实行更加严格的售房标准，比如加大非济南市户籍人员购房的要求。

2.抑制購房需求和房地产业资金贷款供给

政府应在未来5年有针对性地提供租房新政策，尤其在济南市招收引进人才的关键节点，改善迁入人口的住房难问题;通过提供经济适用房、廉租房等公共产品，为更多中低收入者提供生活保障。

3.结合疫情后时代居民住房需求，改善购房环境——以稳定房价为主

未来3年，政府不应放松房地产调控。在疫情结束后，民众的购房需求因为短期积压可能存在一个短暂释放期，但保持总体房价的稳定仍然应该是政府对房地产市场调控的重点。另外，疫情过后，居民的购房意识有所变化，更加注重医疗条件和居住环境等。政府可围绕居民住房需求，点对点进行商品房建设规划及投入。

参考文献：

[1]   胡荣才，刘晓岚.货币政策影响房价的区域差异性——基于省际面板数据的实证研究[J].南京财经大学学报，2010，（4）：7-13.

[2]   迟令峰.济南市房地产市场发展及规模预测研究[D].济南：山东师范大学，2010.

[3]   陈虎群，顾伟先，刘璐，等.影响我国房地产价格因素的实证分析[J].东方企业文化，2012，（23）：1-2.

[4]   马哲峰，袁辉.影响我国房地产价格因素的实证分析及政策建议[J].现代经济：现代物业（下半月），2008，（9）：7-12.

[5]   张文燕.我国货币政策的房地产价格传导效应研究[J].企业导报，2014，（13）：7-8.