我國房地產價格影響因素分析

[摘 要] 現今對房地產未來價格的預測方法有很多種，分歧頗大。本文對房地產價格的影響因素選擇從上一年的房地產價格、人均地區生產總值、城市化率及人均住房使用面積四個經濟指標進行考慮，運用Eviews軟件分析回歸，并根據回歸結果預測未來房地產價格變化趨勢。

[關鍵詞] 城市化率 解釋變量 梯度理論

房地產價格的變化一直是很多學者研究的熱點。有人認為，未來房價將繼續保持向上走勢，但要達到以往的增幅，難度較大。面對眾多爭議，因此，有必要對房地產價格變化趨勢做深入研究。

一、 14個副省級城市房地產價格的變化趨勢

本文選取了14個副省級城市，分別選取了從1996-2008年商品房銷售額和商品房銷售面積兩個指標的數據，并由商品房銷售額和商品房銷售面積分析得出其房地產價格，即房地產價格=商品房銷售額/商品房銷售面積。根據所得房地產價格的數據作出14個副省級城市的房地產價格的變化趨勢，如圖1示。

由圖1可以看出，14城市房地產價格在1996-2008年期間變化比較平穩，均呈現遞增的形勢，起伏不太大，成S型狀分布，明顯的是2007-2008年部分地方房地產價格有所下降，主要是受美國金融危機的影響。可見房地產價格的變化受外國的經濟形勢的影響。看其曲線變化狀況以后幾年其發展趨勢將趨于平穩，有所起伏，但其變化的幅度不會太大。其中廣州、廈門、杭州等一些沿海城市其房地產價格相比其他城市高一些，最為突出的是廣州，其最小值也在0.4億/萬平方米以上，而長春、西安、哈爾濱等一些內陸城市其房地產價格比較低，其中哈爾濱、長春在此期間最高值還不足0.4億/萬平方米。沿海城市經濟發展水平比較高，房地產價格也比較高。而一些內陸城市相比較，其經濟發展水平比較低，房地產價格伴隨著也比較低。因此可得出，房地產的價格與其經濟發展水平相適應，大致呈正相關關系。

圖1 1996-2008年14城市房地產價格變化圖

數據來源:1996-2008年統計資料匯編

實際上，經濟發展水平僅是房地產價格區域性變化一個因素，各地區房地產價格變化是多種因素綜合作用的結果。

二、影響房地產價格變化的因素

1.研究房地產價格的幾個角度

針對房地產價格變化的影響因素，很多國內外的學者分別從不同的角度，運用各種模型進行分析研究。

國外學者Downs、Nellis和Longbottom、Bartick從需求角度分析房地產價格的波動是由于市場的基本差別造成的。Peng和Wheaton 從供給角度分析土地供給變化對地價、住宅價格和住宅供給都有較大影響。

國內學者童長锜，楊和禮基于灰色系統理論對影響房地產價格的各因素和房地產價格進行關聯度分析，得出各因素是通過影響房地產市場的供求關系進而影響房地產價格的。

徐靜，武樂杰運用解釋結構模型(ISM)對房地產價格影響因素進行系統分析并構建了影響因素的階層結構圖，得出各主要影響因素對我國商品房價格的影響程度。

以上一些學者均從經濟因素方面考慮的或是從微觀層面進行解析，還有一些學著上升宏觀即從國家的政策與制度方面進行剖析。

作者在綜述有關政策對房地產價格影響的理論研究成果的基礎上，深入分析了土地政策、金融政策和財稅政策等三大宏觀調控政策對房地產價格的影響， 提出有必要通過合理的政策調整，保障房地產業的可持續發展。

2.指標選取及數據來源

由于影響房地產價格的因素很多，在實際的研究中如果面面俱到其復雜性可想而知，本文在研究中假設其他因素不發生很大變化，選取具有代表性的上一年的房地產價格、人均地區生產總值、城市化率、人均住房使用面積、消費價格指數這五個指標，并把這五個指標作為衡量房地產價格變化的一些影響因素。當然此外還有供給、需求及國家政策等方面影響房地產價格變化的情況。本文僅考慮上文提到的五個因素。

本文選取的樣本是14個副省級城市的截面數據，樣本總量共182個面板數據。由于在樣本回歸分析中，消費價格指數未通過檢驗，說明消費價格水平對房地產價格水平的影響非常微弱，去除未通過檢驗的消費價格指數之后，僅用上一年的房地產價格、人均地區生產總值、城市化率及人均住房使用面積四個經濟指標進行樣本回歸分析。14個城市的副省級城市的房產價格影響指標均來自《中國統計年鑒》，部分參考國民經濟和社會發展統計公報。

3.樣本回歸結果及分析

利用14個副省級城市的上一年的房地產價格、人均地區生產總值、城市化率、人均住房使用面積四個指標的數據建立房地產價格影響因素模型，并對個城市的指標進行對比分析。模型中的被解釋變量y為城市的房地產價格，解釋變量x1為城市上一年房地產價格與該城市上一年人均地區生產總值的比值，解釋變量x2為人均地區生產總值與人均使用面積的乘積比上城市化率，解釋變量x3為上一年房地產價格的三次方，解釋變量x4為上一年房地產價格的平方，變量均為年度數據，樣本區間為1996-2008年。運用運用Eviews軟件分析回歸結果如表所示。

表1房地產價格影響因素模型

根據上表的輸出結果，模型可以寫為:

t=(11.1781)(-4.25438)(1.682485) (-11.5818) (21.2134)

p= (0.0000) (0.0000)(0.0942)(0.0000) (0.0000)

R2=0.928679 D.W=1.745814

式中回歸系數為正，解釋變量越大，房地產價格越高。由于解釋變量X2、X4回歸系數均為正，得出解釋變量為人均地區生產總值與人均使用面積的乘積比上城市化率X2、上一年房地產價格的平方X4兩個變量與房地產的價格均呈正相關關系，只是影響的程度不同，其中的X2系數比較大，說明城市房人均地區生產總值與人均使用面積的乘積比上城市化率對房地產價格影響相對比較大(假設其他變量不發生變化)。在其系數一定的條件下，解釋變量X2越大，相對人均地區生產總值及人均使用面積對房地產價格的推動作用比較大，城市化水平對房地產價格的推動作用較小，反之，解釋變量X2 越小，人均地區生產總值及人均使用面積對房地產價格的影響程度比較小，城市化水平對房地產價格的影響程度較大。如果人均地區生產總值及人均使用面積對房地產價格的推動作用和該城市化水平對房地產價格的推動作用都等值時，其推動作用則相互抵消。其次是上一年的房地產價格水平平方X4的影響，解釋變量X4的回歸系數與解釋變量X2的回歸系數相比較小一些，即對房地產價格的影響程度較弱一些，其前提同樣是其他變量不發生變化。X4上一年的房地產價格水平每變動一個單位，被解釋變量即因變量房地產價格變化可能不大，上一年的房地產價格水平每變動一個以上單位時，房地產價格就會加速增長。上一年的房地產價格水平變動在-1-1范圍之間時，房地產價格就會減速增長(增長的幅度變小)。綜合現實及多方面理論證明，未來房地產價格不會在大于1或小于-1的范圍增長，只會是在0-1范圍之間減速增長。

式中回歸系數若為負，解釋變量越大，則其房地產價格會越小。本式中假設其他變量不發生變化，X1、X3回歸系數為負值，解釋變量X1、X3越大，則其對房地產價格影響會越小，回歸系數大小不一樣，對房地產價格的影響程度不一樣。解釋變量X1回歸系數比絕對值較大，說明城市上一年房地產價格與該城市上一年人均地區生產總值的比值對房地產價格影響相對比較大。解釋變量X3越大，相對人均人均地區生產總值就比較小，對房地產價格的影響越大，反之，解釋變量X3越小，人均地區生產總值就比較大，對房地產價格的影響越小(談一個變量時，假設其他因素不發生變化)。

三、房地產價格未來走勢及結論

1.房地產價格未來走勢

根據以上模型，運用這四個經濟指標的波動對未來的房地產價格進行預測，分析預測出14個副省級城市未來幾年房地產的價格，本文預測14個副省級城市到2012年的房地產的價格水平，趨勢如圖2所示。

圖2 14城市房地產價格變化預測圖

數據來源:1996-2008年統計資料匯編，其余年份為預測。

由圖可以看出，未來房地產價格仍會上升，只是上升的幅度有所下降，最后趨于平衡發展。原因是多方面的:城市化水平是有限的，城市化水平不可能超過百分百;另外是人均住房使用面積，就是人不可能無限制的擴大住房使用面積，一是土地有限，其次是人的購買能力有限;再者是人均地區生產總值增長變化，由于經濟的發展水平及其他一些因素的影響，人均地區生產總值的變化是開始增長很快逐漸增速減少;此外還有一些其他因素的影響。

工業生產生命循環階段論認為，工業各部門都處在不同的生命循環階段上，在發展過程中必然要經歷創新、發展、成熟、衰老四個階段，并且在不同的階段將由興旺部門轉為停滯部門，最后成為衰退部門。處在創新發展中的產業一般比較強盛，如果一個地區的主導產業處在創新發展階段表明該地區是高梯度地區，

若一個地區的主導產業部門都是處在成熟階段及其后期或衰退階段的衰退部門所組成，這種地區屬于中、低梯度地區。本文的房地產業從實際的發展狀況看來是整個國民經濟的主導產業。東部沿海一帶的房地產產業在產品周期中處在創新發展階段，因此東部沿海一帶在房地產產業方面是高梯度地區，內陸地區在房地產業領域則為中、低梯度地區。

未來幾年沿海的一些發達城市，比如廈門、廣州等城市房地產價格仍處在高水平，主要是因為其人均地區生產總值、城市化水平以及人均住房使用面積等影響房地產價格的指標相對較高，但是其增速逐漸放緩，說明沿海城市房地產產業發展的比較好相對比較成熟。而內陸的西安、哈爾濱等城市房地產價格水平仍相對較低，主要是因為其人均地區生產總值、城市化水平以及人均住房使用面積等指標相對較低，但是其增速相對還是比較高，說明內陸城市房地產產業處在發展中，房地產產業發展的潛力相對比較大。因此，作為東部沿海地區要斷發展創新好房地產業，比如環境，內部構造方面等，而內陸地區要不斷吸收并進行再創新。

2.結論

從上面模型的建立、檢驗的結果及其經濟預測可以看出，在房地產市場的宏觀層面來看，解釋變量上一年的房地產價格、人均地區生產總值、城市化率及人均住房使用面積與被解釋變量房地產價格均呈現相關關系。這也從現實驗證其正確性，房地產價格是上一年的房地產價格、人均地區生產總值、城市化率、人均住房使用面積及其他因素共同影響作用的。驗證的結果進一步表明上一年的房地產價格、人均地區生產總值、城市化率及人均住房使用面積等因素均是房地產價格變動的推動因素，只是對房地產價格影響程度各不相同。分析其影響程度對于經濟的調節起到很大作用，具體表現是為了調整房地產價格，短期只需調整影響程度大的因素就可起到很顯著的作用，從而提高了經濟效率。

另外，從對未來的房地產價格進行預測可以分析看出，未來幾年東部地區房地產業將比西部更早進入發展階段。近幾年房地產投資商投資東部地區獲利相對比較大，未來幾年投資西部地區獲利會比較大。西部地區房地產產業未來的發展潛力將比較大。這也間接地為一些房地產開發商及其他一些相關企業提供數據參考。作為東、西部地區結合其各自特點采取相與本地區適應的房地產方面的措施發展本地區，高梯度地區的東部沿海向低梯度地區-西部地區轉移技術等，西部地區接受新技術并不斷發展再創新。政府部門為協調東、西部的經濟也可以提供一些政策方面的支持。由于房地產價格的走勢也反映出一國的經濟形勢，因此，為保證房地產市場的健康發展，國家可以根據房地產價格的走勢制定一些有效的經濟政策。實際上，中國已經出臺了不少促進房地產市場發展的措施，目前最急需做的事情是如何讓政策得到有效落實。

參考文獻:

[1]李熙娟 李 斌:房地產業與國民經濟增長的實證研究[J].商業研究，2006，(336):201-203

[2] http://wenwen.soso.com/z/q166005493.htm

[3]齊淑蘭.房地產價格波動影響因素文獻綜述[J].合作經濟與科技，2008，(348):24-25

[4]童長锜 楊和禮:房地產價格影響因素研究[J].建筑經濟，2007，(7):190-192

[5]徐 靜 武樂杰:房地產價格影響因素的解釋結構模型分析[J].金融經濟，2009，(10):22-23

[6]王潤華:影響房地產價格的三大政策因素及對策探討[J].湖南社會科學，2009，(3):120-123

[7]熊 艷:我國房地產價格影響因素研究[J].金融經濟，2009，(2):35-37

[8]http://www.yn.xinhuanet.com/house/2009-12/17/content_18523669.htm