基于灰色关联的商品房住宅价格影响因素分析——以安徽省为例

潘和平， 余林林， 苏 振

(1.安徽建筑大学经济与管理学院 安徽 合肥 230000；2.英国伯明翰大学计算机与科学学院 英国 伯明翰 B15 2TT)

0 引言与文献综述

十九大报告提出“房子是用来住的、不是用来炒的”,因此，稳定房地产市场，保障居民住房需求成为重中之重。房地产项目的土地固定性特征决定了房地产市场的发展具有明显的地域性特征。区域经济的发展与区域内的投资和消费需求，与房地产市场的发展有着密切联系。基于全国范围来看，安徽省位于中东部地区，其独特的地理位置与经济发展水平促使该地区房地产市场区别于东部沿海与西部地区。随着安徽省2010年加入长三角一体化，积极参加长江经济带建设，加快改造和提升传统产业，近年来，全省经济发展迅速，各城市发展均处于全国中上游水平。在此背景下，安徽省房地产开发和建设规模不断扩大，解决居民的住房问题，同时稳定房屋价格，成为社会各界关注重点问题之一。因此，探究安徽省商品房住宅价格影响因素显得尤为重要。

国内外诸多学者对商品房住宅价格影响因素都进行过研究。国外学者的研究主要集中在居民收入、经济政策、人口数量等方面。Miller(2006)通过对美国 277 个大都市数据进行研究，提出居民收入与房地产价格预期对房屋价格影响较大的结论[1]。Dean M Hanink等(2012)研究我国人口数据，认为人口迁入量对我国的房价和租金也具有一定影响[2]。国内学者对房地产价格影响的研究主要集中在土地供给、国民经济、产业结构等方面。高波(2003)利用 1999—2002 年我国房地产价格指数和土地交易价格指数进行实证分析，发现在短期内地价格和房地产价格之间存在相互影响[3]。汤文彬(2016)运用面板回归模型和脉冲响应函数进行分析，提出房价与施工面积、人口数量正相关，房价与销售面积负相关的结论[4]。王盛等(2017)对产业结构与人口结构进行研究，认为产业结构直接影响房价，人口因素间接影响房价[5]。孙钰(2017)利用改进熵权和灰色关联分析法，发现居民购买力水平和地区经济水平对房地产价格的影响较为显著[6]。

综上，学者们对房地产价格影响因素的研究，大多采用定量实证研究，但定量分析多用于横向比较来研究区域间房地产价格差异的原因，对某一特定区域的纵向实证研究较少。由于房地产具有一定的固定性与地域性，运用全国数据进行研究具有一定局限性。因此，本文针对安徽省商品房住宅价格，采用灰色关联度模型进行纵向实证研究，并根据研究结果，为维护住宅市场平稳运行提出相应建议。

1 安徽省商品房住宅现状分析

近十年来，安徽省各城市积极承接沿海地区产业转移项目，加速融入长三角建设，吸引了部分外出务工人口回乡就业。自2013年开始，安徽省出现人口回流现象，至2019年，安徽省人口已经连续6年回流。伴随着人口的自然增长以及人口回流现象，安徽省常住人口从2010年的5975万人大幅提升至2020年的6105万人，人口的大幅度增长带来巨大的住房市场。同时随着社会经济的不断发展，城镇居民的人均可支配收入从2010年15788元增长至2020年39442元，增幅远超一倍。自2010年起，安徽省房地产市场开始收到各方注入的大量资金。2010—2020年期间，住宅房地产开发投资额从1595亿万元增至5636亿元，房地产投资与开发规模不断扩大；安徽省商品房住宅均价从3907元/m2增至7360元/m2，虽与一线城市房屋价格不可比，但已经与安徽省经济发展速度出现不匹配的现象。安徽省商品房住宅现状分析如图1所示。

图1 安徽省商品房住宅现状分析图

2 灰色关联度模型

灰色关联分析是灰色系统理论中十分活跃的一个分支[7]。灰色关联系统以各因素的样本数据为依据，用灰色关联度来描述因素间关系的强弱、大小和次序。此方法的优点在于思路明晰，可以减少由于信息缺少所带来的不便，进而判断引发系统变化的主要因素和次要因素[8]。

灰色关联度的主要步骤如下。

2.1 确定参考序列和比较序列

反应系统行为数据特征的数据序列我们称之为参考序列，设系统行为的参考序列为X0(k)，影响系统行为因素的数据序列我们称之为比较序列，设其为Xi(k)，其中i=1,2,…,n,k=1,2,3,…m[9]。

2.2 无量化处理

通常情况下，系统中各单位量级往往不一致，无法直接进行比较，需采用无量纲化处理。

2.3 计算关联度

对于一个参考序列X0(k)，有若干比较序列Xi(k)，各比较数列与参考数列在各个时段的关联度可以由如公式(1)进行计算。

(1)

(2)

3 安徽省商品房住宅价格影响因素的灰色关联度分析

3.1 指标选取

商品房住宅价格的影响因素涉及到多个方面，本文拟将安徽省商品房住宅价格均价作为被解释变量，从需求因素、供给因素、经济因素来共同探讨影响住宅价格变动的主要影响因素[10]。

3.1.1 供给因素

供给方面的影响因素有很多，下文主要从住宅房屋的竣工面积、住宅房地产的开发投资额和土地成交价格这3个因素来共同探讨。

(1)住宅房屋竣工面积

这一因素的增减直接影响到了房屋价格的走向。房地产竣工面积的增长会增加房屋的销售数量，供给增加，从而导致房屋销售价格的下降。反之，竣工面积减少，销售房屋的供给减少，则房屋的销售价格则会上涨。若其本身房屋空置率较高，则竣工面积的增减对房屋销售价格的影响不大。

(2)房地产开发的投资额

这一因素的增长会推动房地产产业的扩张，增加房屋的销售面积，从而缓解房地产行业的紧张需求，促使房屋价格的降低。但若房地产行业增加的投资额用于项目的品质提升，则起不到降低房屋价格的效果。

(3)土地成交价款

土地成交价款对房地产开发企业的建设成本具有一定影响。若年度土地成交价款较高，开发商相应开发成本随之提高，对商品房价格有直接影响。

3.1.2 需求因素

需求因素是影响房屋价格的重要因素之一，人们有了固定的收入之后，就会对住房产生需求，需求因素主要由人口常住数量、人均可支配收入、消费者心理预期共同组成。

(1)人口数量

人口数量对房地产市场的需求总量会产生极大影响，从而影响着房屋价格的涨跌以及涨跌幅度，通常采用常住人口数量这一因素来进行分析。

(2)人均可支配收入

收入是居民生活的保障，是居民消费的前提，人们的收入水平限制了人们的购房欲望和购房能力，从而进一步影响房屋价格的变动。

(3)消费者心理预期

人们对未来的房屋价格的预期在人们购买房屋时起着重大影响作用。不同的主体对我国房地产的认知程度也不同，预期差异也不同，但大多数消费者都是通过住宅价格的波动趋势来预估未来房屋价格的变化。部分选取数据时采用滞后两期的情形下，消费者对房屋价格增长率的估计，用Et+1表示为

(3)

实证测算中，pt选取当前年度商品房平均价格，pt-1为相应前一年度商品房住宅平均价格，pt-2为相应前两年度住宅平均价格。

3.1.3 经济因素

经济是我国基础建设发展的保证，房地产的开发与建设与我国宏观经济的状况密切相关，通常采用人均GDP、人民币贷款利率来分析经济因素对房屋价格的影响。

(1)人均GDP

人均GDP是衡量一个国家或地区宏观经济运行的重要指标。伴随居民生活条件的改善，在解决对生活必需品的需求之后，居民其他需求会相应增加，这直接影响着房屋价格的变动[11]。

(2)人民币贷款利率

人民币贷款利率是指银行等金融机构向贷款人发放贷款收取的利息。人民币贷款利率的变动直接影响着开发商开发房地产项目的成本和人们购买住宅房屋所需支付的总金额。

3.2 实证分析

根据前文分析，将安徽省商品房住宅平均价格作为参考序列，记为X0；比较序列为：城镇居民可支配收入、常住人口数量、住宅房屋竣工面积、土地成交价款、住宅房地产开发投资额、消费者心理预期、人民币贷款年利率、人均GDP，分别记X1、X2、X3、X4、X5、X6、X7、X8。数据来源于《安徽省统计年鉴》和中国人民银行网站，采取的时间序列为2010—2019年，原始数据见表1。

表1 2010—2019安徽省住宅房地产影响因素原始数据

续表1 2010—2019安徽省住宅房地产影响因素原始数据

本文采用均值法对原始数据进行无量纲化处理，结果如表2所示。

根据公式(1)计算关联度系数，见表3。表3中Δi(k)=|x0(k)-xi(k)|(i=1,2,3,…10,k=1,2,3,…8) ,再运用Excel表计算得出两级最小差(3)和最大差(4)为

(4)

(5)

关联度排序如表4所示。

表2 2010—2019安徽省住宅房地产影响因素无量纲化数据

表3 灰色关联度系数表

表4 灰色关联度计算系数

3.3 结果分析

根据上文实证结果，各因素关联度系数均大于0.5，表明各因素对安徽省商品房住宅价格都存在一定的影响。

人均GDP和城镇居民可支配收入的关联度系数均大于0.9，关联度排序分别为第一、第二，表明经济环境对房屋价格波动影响显著。随着安徽省十二五、十三五建设有序推进，安徽省政府进行招商引资，加入长三角进行大规模合作建设，推动安徽省经济在2010—2020年迅猛发展，人均GDP和可支配收入得到大幅提高。城镇居民在满足基本的生活需求之后，开始注重居住环境的品质，并且对周围配套的环境设施交通等都有新的诉求和期待。越来越多的人选择在自己的工作所在地购置房产，商品房住宅的需求大大增加，对商品房住宅价格的波动具有显著影响。

常住人口数量、住宅房屋竣工面积、住宅房地产开发投资额的关联系数均大于0.8小于0.89，关联度排序分别为第三、第四、第五，证明其对房地产价格的变动有较大影响。安徽省近10年来增长了200万余人口，城镇化进程加快更加推动了人口转移，城镇人口数量稳步提升，造成商品房需求量大大增加，房地产市场的日益活跃，推动了商品房住宅价格的稳步上涨。同时随着安徽省十三五的建设，安徽省大力发展房地产事业，房地产开发投资额和房地产竣工面积都呈现稳步持续增长，对安徽省居民的住宅安全起保障作用，一定程度上缓解了购房热的潮流，对商品房价格具有较大幅度影响。

消费者心理预期、土地成交价款、人民币贷款利率三者关联系数均大于0.7小于0.8，关联度排序分别为第六、第七、第八，表明这3个因素对商品房价格存在一定影响。房屋价格的变动趋势影响着消费者心理预期和购买欲望，若价格不断上涨，会在一定程度上刺激消费者的购房欲望，提高社会整体购房需求，进而推动商品房住宅价格的进一步增长，消费者心理预期与商品房住宅价格关系密切。近年来，土地成本的增加促使开发商建设成本提高，开发商往往会把成本增长带来的压力和损失变相转移到房屋价格上，导致商品房价格变动。2015—2020年，人民币贷款利率有一定下降趋势，这一方面减少了房地产企业的开发成本，促使房屋价格有所下跌；另一方面减轻了人们的购房负担，刺激人们的购房需求，对房屋价格上涨起到一定推动作用。人民币贷款利率从供给和需求两方面共同影响到住宅房屋价格的变动。

4 建议

基于上文实证分析，安徽省政府应在“住房不炒”的总基调下，采取相关措施，保障房地产市场健康平稳运营。

(1)优化产业结构，发展实体经济

实证表明，居民收入水平与房屋价格息息相关。安徽省要积极转变产业结构，大力发展实体经济，降低房地产业在国民经济中的比重。鼓励中小企业参与实体经济建设，创造多元化发展环境，提高居民收入水平。同时政府应给予一定的政策倾斜，制定相应的贴息政策，对实体企业进行一定的税收减免，减轻运营负担。在十四五发展期间，以“新基建”为导向，加强数字经济与实体经济有效融合，积极利用合肥“科教名城”优势，用科技和智能化推动全省经济发展，为房地产发展创造良好环境。在乡村振兴战略指导下，稳扎稳打地推进新农村建设，改善农村住宅环境，推动农村旅游住宅等产业发展，缓解城市住房需求过热问题，稳定城市房屋价格。

(2)加强保障性住房建设，引导消费者对房价合理预期

针对上述实证结果，政府有必要推进保障性住房，有计划地增加房屋供给量，缓解人民的住房需求，遏制安徽省住宅商品房屋价格的恶性增长势头。同时注意审查申请保障性住房人员的资格，切实将保障性住房提供给刚性住宅需求人员，营造良好的城市氛围。根据人口迁移的趋势，建立住宅需求预测系统，判断地方房屋未来需求量，制定出一定的供房机制。不断完善房地产市场基础信息的发布机制，倡导群众树立“先租后买，先小后大”的消费模式，避免因群众盲目从众，造成房地产行业虚假泡沫，引起住房价格飙升。

(3)实施差别化利率，推动房地产税制改革

人民币贷款利率一定程度上影响商品房住宅价格，国家的宏观经济政策更是与房屋价格变动有重大联系。房地产业是资金密集型产业，房地产开发建设与消费者购房都需要从银行借贷资金。政府应根据消费者名下房产数量，制定差别化利率，对于刚需性购买住宅房屋的消费者，应降低利率，并给予一定的贴息政策；对于购房较多的消费者而言，实行较高利率。保障刚需性住房，同时抑制炒房行为，抑制房屋价格的快速增长[12]。针对房地产税在流通领域做出改革，根据购房者的登记信息，调整购房税收；若购房者名下无房产或为刚需性购房，政府应对其购房所产生的税收进行一定的减免或者给予一定的补贴；若消费者手下已有两套及以上房屋，则对其购房应采取限购或者征收重税。在房地产二级交易市场中，应谨慎选取税收优惠政策，必要时可以取消优惠政策[13]。对居民的自主用房不征收任何税率，对其经营性房产征税，并将该部分的房地产税用于建设廉租房、保障房的保障住房体系中，调节不同收入阶层之间的财富差距，缓解社会日益加剧的贫富矛盾等社会矛盾。

5 结语

安徽省房地产业正处于初步发展阶段，在追求平稳运行的过程中避免不了存在一些问题。文章对安徽省房地产发展现状以及商品房住宅价格影响因素做出了一定的分析。未来，安徽省政府仍应加强对房地产行业的宏观调控，助力房地产业健康发展，保障居民基本住房需求。