长沙市商品房价格时间演变及影响因素分析.docx

长沙市商品房价格时间演变及影响因素分析

罗鹏
[提要] 房价一直是政府实施土地宏观调控政策的依据与学界研究关注的焦点。本文以长沙市为研究区域，以2005～2015年区内商品房资料为基础数据，运用统计分析方法以及多元回归模型，从供给、需求、政策三个维度构建指标体系，分析长沙市商品房价格的时间演变以及影响因素。结果表明：总体而言，长沙市商品房价格呈现不断上升趋势，且不同时期商品房价格变动幅度明显不同；商品房价格的主要影响因素依次为城市人口、人均GDP、固定资产投资、房地产投资额。
关键词：商品房价格；时间演变；影响因素；长沙
：F293.3 ：A
收录日期：2018年1月29日
一、引言
随着我国城市经济的持续发展和快速城市化进程的推进，住房价格变化及其政策制定成为政府和学术研究的热点问题。政府为推动房地产市场平稳健康发展，出台了一系列有针对性的政策措施。学术界研究也重点关注房价，研究内容上，主要涉及城市住宅价格时空分异格局、变化规律以及造成住房价格时空间异质性的动力机制和驱动因素等方面。学者以中国286个地级以上城市住宅均价为蓝本，研究其空间分异格局、总体趋势、空间异质性和相关性，研究尺度也不甚相同，经历了由国家、省域、市域、县域的变化。
1998年城镇住房制度改革以来，住房价格，尤其是商品房价格处于不断变动中。基于此，除剖析住房价格的时空演变以外，无论是经济学者还是地理学者，还重点研究关注不同因素对房价波动的影响，分别研究分析土地价格和居民收入、公共投资、供需因素、城市宜居性特征、轨道交通对城市房价的影响。而关于住房价格影响因素的研究方法上，一是住房价格模型，研究思路是基于固定参数模型考察各种经济社会等变量对住房价格的影响，主要有Hedonic价格特征模型、DUST模型和存量-流量（S-F）模型；二是传统研究方法，包括多元回归分析方法、灰色关联分析法等。综上所述，对于不同地区、不同城市，其房地产市场发展状况不尽相同。因此，选取符合区域实际的指标来研究住房价格的影响因素仍具有一定的现实意义。
本文以长沙市为研究区域，以2005～2015年商品房均价为基础数据，运用统计分析方法以及多元回归分析方法，从供给、需求、政策3个维度构建指标体系，分析长沙市商品房价格的时间演变及其影响因素。以期为长沙市商品房政策措施提供一定的理论依据。
二、数据来源及研究方法
（一）研究方法。本文运用统计分析方法分析长沙市2005～2015年商品房价格水平以及变化情况。
回归分析是通过规定因变量和自变量来确定变量之间的因果关系，建立一个因变量和自变量之间的相关数学表达式，并根据已知数据来求解模型的各个参数，确定回归方程，然后评价回归模型是否能够很好地拟合实测数据。多元统计分析是：在方程式中有两个或两个以上自变量的回归模型。假设多元线性回归模型为：
Y=b0+b1X1+b2X2+…+bnXn+e
式中，b0为常数项；b1、b2、…、bn为偏回归系数，其表示的统计学意义是在其他所有自变量不变的情况下，某一自变量每变化一个单位，因变量平均变化的单位数；e表示残差。
（二）指标选择。综合本文综述以及学者关于住房价格影响因素的研究，本文供给、需求、政策三个维度构建指标体系。其中，供给方面，选取房地产投资额（X1）、房屋竣工面积（X2）、固定资产投资（X3）3个指标；需求方面，选取人均GDP（X4）、房屋销售面积（X5）、城镇人均可支配收入（X6）、城镇人口（X7）4个指标；政策方面，选取5年以上贷款利率（X8）、总的货币供应量（X9）2个指标。（表1）
（三）数据来源。本文数据主要来源于《2006-2016年长沙市统计年鉴》、《长沙市房地产开发行业预警预报信用信息系统》、中国人民银行官方网站等。
三、结果分析
（一）商品房价格时间演变分析。根据长沙市房产局2005～2015年商品房均价，采用统计分析方法形成各年商品房均价趋势图，并计算出各年商品房价格的同比增长率，见图1。
图1显示，总体而言，长沙市商品房价格呈现不断上升趋势，且不同时期，商品房价格变动幅度明显不同。大致分为三个阶段：（1）2005～2007年，为商品房价格平稳增长期，平均增长率为6.1%；（2）2007～2013年，為商品房价格快速上涨期，平均增长率为17.6%；（3）2013～2015年，为商品房价格的波动期，略有起伏，平均增长率为2.3%。
（二）回归结果分析。通过对因变量和自变量的回归分析，得出结果如表2所示。（表2）
由表2可以得出：
Y=-22.2186-0.0764X1-0.6007X2-1.3875X3+2.7311X4+0.6237X5+2.3691X6+3.2966X7-0.2533X8-2.4498X9
R2较大且接近于1表明模型线性拟合程度较高，F0.05（9，1）=241< p>
（三）逐步回归。逐步回归法是指利用被解释变量Y对每一个解释变量构建一个回归方程，将其他解释变量分别导入初始模型，对所有解释变量的回归系数进行检验以寻找最佳回归方程。基于Eviews8.0计算逐步回归结果，在模型第一、四、五、七、八步中分别引入的变量X2、X6、X8、X9拟合优度不断提高（引入X5的模型修正后拟合优度下降），且参数符号合理，但其参数都未能通过t检验。说明由于自变量共线性特征，以上变量是多余的，达不到以X1、X3、X4、X7为解释变量的回归效果。（表4）
因此，最终的商品房价格函数应以Y=f（X1，X3，X4，X7）为最优，模型方程为：
Y=26.5029+0.0038X1-1.0618X3+1.5531X4+3.9942X7
（四）模型回归结果解释。笔者最初从供给、需求、政策3个维度构建商品房价格影响因素的指标体系，主要有9个，即房地产投资额、商品房竣工面积、固定资产投资、人均GDP、商品房销售面积、城镇人均可支配收入、城市人口、5年以上贷款利率、总的货币供应量。但经过建立模型、显著性检验以及考虑变量间共线性等问题发现房地产投资额、固定资产投资、人均GDP、城市人口4个变量的解释能力较其他变量更合理有效，说明商品房价格与这4个解释变量存在某种线性关系。因此，最终选取房地产投资额、固定资产投资、人均GDP、城市人口4个变量去构建商品房价格回归模型。
四、结论与讨论
（一）结论。从运行结果来看，房地产投资额、固定资产投资、人均GDP、城市人口对商品房价格的影响程度各不相同。从回归系数看，对商品房价格的影响程度排序应该是：城市人口、人均GDP、固定资产投资、房地产投资额。而诸如商品房竣工与销售面积、5年以上贷款利率等也一定程度上对商品房价格有影响。但可能受到某些其他因素的影响，如黄安永等分析利率对房价的影响中提出虽然利率对房价有一定影响，但利率调整的作用存在滞后性问题，从而导致房价变动对利率的敏感性有限。
（二）讨论。本文基于长沙市商品房价格以及与商品房价格有关的实际数据进行研究，一定程度上反映了长沙市2005～2015年商品房价格变动的实际情况，这对解释长沙市商品房价格情况提供了一定的理论依据，具有一定的参考价值。
影响商品房价格的因素很多，包括经济因素、政治因素、自然环境因素等。本文在综合考量数据获取性、模型的合理程度等基础上，选取其中9个指标进行模型构建，而诸如建材价格等其他因素对商品房价格的影响有待日后深入研究。
主要参考文献：
[1]郭慧秀，拓星星等.国内城市房价时空分异及其动力机制研究进展[J].地域研究与开发，2016.35.2.
[2]王北星，陳芳怡等.吉林省房地产价格影响因素决策模型——基于因子分析及多元回归法的实证研究[J].税务与经济，2014.194.3.
[3]续珊珊，沈多然等.长沙市房价地处“中部洼地”的成因分析[J].经济论坛，2011.3.3.
[4]王少剑，王洋等.中国县域住宅价格的空间差异特征与影响机制[J].地理学报，2016.71.8.
[5]邢治国.我国商品房价格影响因素实证分析——基于全国31个省市自治区的面板数据[J].建筑经济，2015.30.3.
[6]栾天怡.全国主要城市房价影响因素的回归分析[J].商业经济，2016.473.1.
[7]黄安永，周林，郑明标.从利率、周期、房价的变化看房地产走势[J].东南大学学报，2010.12.1.endprint

-全文完-