住宅價格的影響因素分析

摘要:房價問題一直是社會的焦點問題，分析住宅價格的影響因素，具有重要的現實意義。首先運用定性分析的方法，從理論上分析住宅價格的影響因素，然后以重慶為例，運用回歸分析方法，實證研究影響住宅價格的因素。

關鍵詞:住宅;價格;影響因素

中圖分類號:F293.3 文獻標志碼:A文章編號:1673-291X(2010)13-0123-02

近幾年，中國住宅價格持續快速上漲，已超出了大多數城市居民的承受能力，房價問題已經成為社會的焦點問題。研究中國住宅價格變動的影響因素，具有重要的現實意義。

一、住宅價格影響因素的理論分析

在市場經濟條件下，住宅是一種商品，因而其價格由市場機制決定。住宅的均衡價格是在住宅供給和需求雙方相互作用過程中形成的，當住宅供給和需求在競爭機制的作用下達到均衡時，所對應的價格便是均衡的住宅價格。但如果影響住宅供給和需求的因素發生了變化，住宅供給和需求也會發生變化，從而引起住宅均衡價格發生變動。

(一)影響住宅價格的供給因素分析

住宅供給是指房地產開發商或房地產持有者在某一特定時期內，在每一價格水平上愿意而且能夠提供的住宅數量。除了住宅價格外，住宅供給的主要影響因素有:(1)土地供應量與土地價格。土地是房地產的首要構成要素，土地的供應量很大程度上決定了房地產的開發量，土地的價格直接影響房地產開發成本。(2)資金供應量。房地產業屬于資金密集型產業，房地產開發需要大量資金，因而資金供應量影響房地產投資規模。(3)利率。中國金融市場不發達，市場機制不成熟，間接融資比例很高，房地產投資在相當大的程度上需要銀行信貸資金支持，因此貸款利率對房地產供應量也有很大影響。(4)住宅價格預期。開發商預期未來住宅價格會漲，則會減少當前的住宅供應，反之則增加當前的額住宅供應。

通過以上分析，住宅供給函數可表示為:

S=h(P，E，EP，K，R，Pe…)(1)

其中，S為住宅供給量，P為住宅價格，E為土地供應量，EP為土地價格，K為資金供應量，R為利率，Pe為住宅價格預期。

(二)影響住宅價格的需求因素分析

住宅需求是指在一個特定的時期內，消費者或投資者在各種可能的價格下，愿意而且能夠購買的住宅數量。影響住宅需求的因素是多方面的，除了住宅價格外，主要有以下因素:(1)國民經濟發展水平和家庭收入水平。一國或一個地區的經濟發展水平是影響房地產需求的決定性因素。經濟發展水平高的地區，家庭收入水平也高，對住宅的購買能力就強，因此住宅需求就比較旺盛。反之則相反。(2)人口數量和結構。隨著城市人口的增長，對住宅的需求隨之增長。城市人口數量增加的同時，家庭人口結構也在發生變化，如家庭呈小型化、分散化。家庭平均人口減少，相對家庭戶數增加，對居住、生活空間的需求必然增多。(3)利率。一套住房價值幾十萬甚至幾百萬，工薪家庭單純靠已有的積蓄是買不起的，一般需要向銀行進行住房按揭抵押貸款。住房抵押貸款利率的高低決定了貸款成本的大小，對住房消費性和投機性需求均會產生影響。(4)住宅價格預期。消費者和投資者預期未來住宅價格會漲，則會增加住宅的現實需求，反之則減少當前的住宅需求。

通過以上分析，住宅需求函數可表示為:

D=f(P，Y，N，R，Pe…)(2)

其中，D為住宅需求量，P為住宅價格，Y 為家庭收入水平，N為居民數量，R為利率，Pe為住宅價格預期。

聯立式(1)和(2)，可以得到:

P=g(E，EP，K，Y，N，R，…)(3)

也就是說，住宅價格主要受到土地供應量、土地價格、資金供應量、家庭收入水平、居民數量、利率和住宅價格預期等因素的影響。

二、住宅價格影響因素的實證分析:以重慶為例

(一)變量選擇

從上面的分析可知，住宅價格受供給和需求兩大方面的約束，因此實證研究影響住宅價格的主要因素應該主要包括供給和需求因素。供給方面的主要影響因素有土地因素以及資金因素，土地因素可以通過住宅竣工面積最終反映，資金因素則可以通過房地產開發投資總額最終反映，同時選擇利率作為影響供給的主要政策因素。從需求方面看，住宅的消費性需求主要受城市人口因素與人均可支配收入的制約，其他的影響因素最終會在兩個方面得到反映。住宅的投機性需求主要受政府的政策與銀行利率，以及對住宅市場預期的影響。因此，市區人口因素和人均可支配收入可以作為影響房地產價格消費性需求的主要因素，而住宅的投機性需求則可以利用政策方面的利率變化來反映。

本文利用多元回歸方法構建重慶住宅的價格決定模型。將住宅房地產平均價格Y(元/平方米)設為被解釋變量，在供給方面，選取房地產開發投資額X1(億元)和住宅竣工面積X2(萬平方米)兩個解釋變量。在需求方面，選取城鎮居民人均可支配收入X3(元)和市區人口X4(萬人)兩個解釋變量。同時將影響供給與需求兩方面的利率也作為解釋變量，由于貸款利率在同一時期可以有一定浮動幅度，因此選取相對穩定的一年期定期存款利率作為解釋變量X5(%)。

(二)構建多元線性回歸模型

根據前面的分析，構建多元線性回歸分析模型如下:

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+μ(4)

由式(4)通過e-views計算得到估計方程，可知X1、X2、X3分別在1%、5%、10%的顯著性水平上通過T檢驗，而X4、X5 不顯著。

為此，我們做原假設，H0: β4=0，β5 =0，然后進行F檢驗，發現其F值為1.895928，在15%的顯著性水平上不能拒絕原假設，所以X4、X5對被解釋變量Y的影響聯合不顯著。同時檢驗時發現該估計方程所得的殘差平方和與X是相關的，X4、X5為非外生變量。

剔除X4、X5之后，再進行回歸估計。得出如下結果，可以發現X1、X2、X3明顯顯著。

為檢驗該估計方程的穩定性， 檢驗所得殘差和解釋變量之間的相關性。可得 Cov(u，x)=0，即u與x是無關的。

所以，研究模型估計的最終結果為:

Y = 443.5434 + 0.000100 X1 -0.624904 X2 + 0.153245 X3

(5)

(三)模型評價

根據上述分析，剔除掉市區人口X4和一年期定期存款利率X5之后模型通過顯著性檢驗和其他檢驗，說明對商品房價格影響顯著的因素主要是房地產開發投資額X1、住宅竣工面積X2和城鎮居民人均可支配收入X3。模型結果的意義是:住宅竣工面積對商品房的影響最大，它與商品房價格呈負相關，竣工面積每增加1，商品房價格平均下降62.4904%，相反，住宅竣工面積每少增長1，商品房價格平均上漲62.4904%;其次人均可支配收入對商品房價格的影響也較大，當人均可支配收入增加l，商品房價格平均增加15.3245%。

仔細觀察回歸結果，會發現有兩處與人們的一般理解不一致，解釋如下:第一，房地產開發投資額反映了資金供應量，房地產開發投資越多，房地產供應量越大，按照供求規律，在需求保持不變的情況下，房價應該會下降，按此分析，房地產開發投資與房價應該是負相關的關系。但我們的回歸結果顯示，房地產開發投資與房價的相關系數為正。究其原因有兩個方面:一方面，房地產開發投資的增長部分主要消耗在土地價格增長上面，同時，由于房地產開發有一個較長的周期，所以房地產開發投資增長并沒有導致房地產供給量的同幅度增長，另一方面，政府過分干預房地產市場，使供求機制沒有發揮應有的作用。不過，房地產開發投資額與房價的相關系數很小，說明房地產開發投資額對房價影響較小。第二，利率應該是影響房價的一個重要因素，但是在模型中卻把利率剔除了，其原因是:利率不僅影響供應也同時影響需求，假如利率上升，一方面會增加住宅開發成本，使住宅供應量減少，產生住宅價格上升的壓力，另一方面會增加住宅購買成本，使住宅需求量也減少，產生住宅價格下降的壓力，兩種相反的力量相互抵消，所以住宅價格保持不變或變化很小。而利率下降也會產生同樣的結果。

三、結束語

通過上述分析，我們可以得出結論:十幾年來，導致中國房價持續上漲的原因主要有兩個，一個原因是中國的住宅竣工面積相對加速城市化進程中人們的需求來說增長速度過慢，住宅供不應求導致房價快速上漲，另一個原因是中國城市居民收入一直呈快速增長趨勢，這從需求方面拉動房價上漲。政府要想平抑快速增長的房價，應該想辦法增加住宅竣工面積，光靠采取調整利息的金融政策對平抑房價幾乎沒有什么作用。

參考文獻:

[1]吳易風，劉鳳良，吳漢洪.西方經濟學[M].北京:中國人民大學出版社，2000:30-32.

[2]喬志敏.房地產價格研究[M].北京:經濟管理出版社，2002:53-63.

[3]曹丹，謝合明.中國商品住宅銷售價格上漲特征及原因[J].西南民族大學學報:人文社科版，2006，(4):166-168.

[4]鞠方，歐陽立鵬.中國房地產價格的影響因素以及合理性研究[J].財經理論與實踐，2008，(7):116-119.

Analysis of Housing Price Influence

YANG Boa，ZHU Meng-qib

(Chongqing University of Posts and Telecommunicationsa. College of Economics and Management;

b. College Mobile Telecommunications， Chongqing400065， China)

Abstract:Housing price issue has been the focus of social problems.Analysis of factors affecting housing prices has important practical significance. This paper first using qualitative analysis method analysis factors affecting housing prices from the theoretical，then to Chongqing as an example， using regression analysis， empirical studies of the factors that affect housing prices.

Key words: house;price;affecting factor[責任編輯 陳麗敏]