中国住宅房地产价格影响因素实证分析

摘要：自20世纪90年代以来，我国房地产开发规模以每年平均20%左右的速度高速增长，房地产行业空前繁荣，在整个国民经济中的地位也举足轻重。与此同时，房地产市场的价格也在持续攀升。影响房地产价格的因素是错综复杂的，这也就决定房价并不是一成不变的，而是由多种因素发展变化、共同作用的结果。文章选取了1992-2007年的数据，运用回归分析方法，对房地产价格的决定因素进行了实证分析。

关键词：房地产价格；回归分析；模型检验；影响因素

一、引言

房地产业是国民经济的重要支柱产业之一。2000-2007年，我国房地产开发投资基本保持平稳增长，年均增长率达到25.8%，占固定资产投资的比重保持在年均20%左右。房地产开发投资增速超过固定资产投资增速，远高于GDP增速。虽然房地产业在2007年下半年开始受到美国次贷危机和波及全球的金融危机的影响而下滑，但房地产业依然是拉动经济增长的主要因素之一。

房地产价格是房地产的经济价值（交换价值）的货币表示，其形成一是来源于从规划设计、土地开发到房屋施工安装等过程凝结了物化劳动和活劳动所形成的地产价值和房产价值，二是来源于资本化的地租，即土地使用权价格或所有权价格。房地产价格的基本因素受到供求关系影响，但由于我国正处于城市化阶段，人口和居民收入的不断增长构成了对房地产住宅的稳定需求，所以，我们在考虑变量时不将人口增长和行业投资因素引入。另外，房地产住宅建设成本很大一部分是开发成本。开发成本包括土地征用及拆迁补偿费，前期工程费，建筑安装工程费，基础设施费，公共配套设施费，开发间接费用等。

二、变量选择

选取全国商品房平均销售价格Y表征住宅房地产市场价格作为被解释变量。房地产价格与消费者收入水平有很大关系，模型中以城镇居民人均可支配收入X1为代表变量表征收入。以房地产开发企业竣工房屋造价X2表征住宅建设成本。失业率间接体现出具有购房能力的人数变化状况，失业率升高代表着具有购房能力的人数减少，房地产有效需求相应降低，房价将呈现下降的趋势，模型中以城镇居民失业率X3表征失业率。利率以银行贷款利率X4表征。住宅建筑面积X5表示当年供应量，对价格影响比较直接。住宅销售额X6表征当面需求量。城镇增长人口也可间接反应需求量，以X7表征。以这些作为解释变量。资料来源于《中国统计年鉴》，其中涉及到价格的问题均以1978年为不变价，并对部分数据进行了处理。

三、实证分析

（一）模型建立

表1列出了1992-2007年全国商品房平均销售价格Y与房地产开发企业竣工房屋造价X1，城镇居民人均可支配收入X2，城镇居民就业率X3，利率X4，住宅建筑面积X5，住宅销售额X6，城镇人口增长率X7的相关数据。

本文经验分析运用多元线性数理回归模型：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+μ

其中，Y代表全国商品房平均销售价格，X1代表房地产开发企业竣工房屋造价，X2代表城镇人均可支配收入，X3代表就业率，X4代表利率、X5代表住宅建筑面积、X6代表住宅销售额、X7代表城镇人口增长率，μ代表随机误差项。

（二）模型回归分析

利用Eviews软件的回归，即有如下回归方程：

Y =1230.136+0.890516X1+0.322854 X2-364.9055X3-3.750479X4-0.006176X5 -0.041126X6+9.322344X7

（2.482188） （1.755152） （3.336553）（-2.715567） （-0.305088） （-1.849976） （-2.474960）（0.180441）

R2=0.995479R2=0.991523

F=251.6391

给定显著性水平5%，自由度为（7，16）的F分布的临界值F0.05（7，14）=2.85，因此

总体上看，X1，X2，X3，X4，X5，X6，X7联合起来对Y有显著线性影响。在5%的显著水平下，自由度为16的t分布的临界值为t0.025（16）=2.12。因此，MC，INC，UE，IR 参数均通过了该显著性水平下的t 检验。

（三）回归模型检验

1、异方差性检验（White检验）

利用Eviews 软件，有表2的结果。

从伴随概率值容易看出，在5%的显著性水平下，原模型不存在异方差性。

2、序列相关性检验（GB检验法）

在OLS检验下，由于D.W.=1.977，小于显著性水平为5%下，K=4，样本容量为16的D.W.分布的临界值的下限与上限分别是：dL=0.86，du=1.73。du=1.73＜D.W.=1.977＜4-du=1.977，

因此，可判定模型不存在序列自相关。

3、多重共线性检验

（1）检验简单相关系数

X1，X2，X3，X4，X5，X6，X7的相关系数如表3所示：

从表3数据发现X1，X2，X3，X4，X5，X6，X7存在相关性。

（2）找出最简单的回归形式分别做Y 与X1，X2，X3，X4，X5，X6，X7之间的回归：

可见，房地产价格受城镇居民可支配收入影响最大，因此选Y=f（X2）为初始回归模型。

4、逐步回归

将其他变量逐步导入初始回归模型，并找出最佳回归方程。

以上数据通过了ADF检验。此方程通过检验，因此最优的住宅房地产价格函数应以Y=f（X2， X6， X1，X3， X5， X4， X7）为最优，拟合结果如下：

Y =1230.136+0.890516X1+0.322854X2 -364.9055X3-3.750479X4-0.006176X5- 0.041126X6+9.322344X7

四、总结

根据实证分析结果，房地产价格主要影响因素为房产价格与住宅建设成本、居民可支配收入、就业率、利率、住宅建筑面积、住宅销售额、城镇人口增长率。

从模型可以看出，住宅价格与居民收入是密切相关的，如果想刺激房地产市场，首先考虑的就是不断增加居民可支配收入，进而刺激消费。另外，房地产行业也可以通过适当降价来拉动消费，刺激住宅销售额的提高，进而获得利润。住宅建设成本和住宅建筑面积属于国家固定资产投资，可根据宏观经济环境适当调整。失业率、利率和人口增长率在住宅房地产价格上影响力度较小，但在长期看，属于影响价格的重要因素，并且三因素均带有滞后性，国家可针对形式采取适当措施。随着经济的发展，房地产价格形成是一个很复杂的过程，需要更多更全面的研究。

参考文献：

1、王丽玫,李广辉.影响房地产价格的因素分析[J].廊坊师范学院学报,2008(8).

2、谢经荣.房地产经济学[M].中国人民大学出版社,2008.

3、中华人民共和国国家统计局.中国统计年鉴[M].中国统计出版社,2007.

4、李子奈,潘文卿.计量经济学[M].高等教育出版社,2005.

5、王浦.浅析我国房地产价格影响因素[J].中国科技论文在线,2008(11).

[作者单位：中国地质大学（北京）人文经管学院]

注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”