基于多元線性回歸模型的區域房地產投資環境評價
——以武漢城市圈為例

韓曼曼

（中南財經政法大學工商管理學院，湖北·武漢，430073）

基于多元線性回歸模型的區域房地產投資環境評價
——以武漢城市圈為例

韓曼曼

（中南財經政法大學工商管理學院，湖北·武漢，430073）

房地產業是社會經濟中的重要領域，隨著“武漢城市圈”進程的不斷加快，對其房地產市場投資環境產生了不同程度的影響。本文結合定性定量研究方法，基于多元線性回歸投資決策模型，估算出2013年武漢城市圈內9座城市的商品房理論銷售均價，并與2013年實際商品房銷售均價進行對比，分析各市房地產投資市場，以此判斷房地產投資環境；根據研究結論提出具有針對性的對策建議，為房地產業研究與政府土地管理提供參考。

房地產市場；投資環境；多元線性回歸；武漢城市圈

投資環境是區域經濟學研究的重要領域和重大課題之一，投資環境的好壞決定了一個國家和地區吸引外資的能力大小[1]。房地產投資環境就是指在一定的時間或區域內對投資所要達到目標產生影響的各種外部條件的總和[2]。房地產作為土地的附屬物，其產品特性也受到土地資源特性的制約[3]；作為不動產的一種，房地產具有位置固定性，因此區位環境對房地產價格具有重要影響[4]。

隨著我國區域一體化的推進，城市化進程加速，二三線城市房地產市場的剛性需求也隨之增加[5]，從而為二三線城市房地產發展帶來了新的契機和空間，房地產投資熱度從中心城市向二三線城市逐步擴散[6,7]。2002年湖北省提出“武漢城市圈”戰略構想，也為改善區域房地產投資環境提供了良好契機，因此科學合理地評價武漢城市圈各市的房地產投資環境具有重要的理論和現實意義。

1 國內外研究現狀

1.1 國外研究現狀

國外對房地產業的發展研究起步較早。17世紀末，威廉·配第第一次提出了級差地租的概念[8]。此后，大衛·李嘉圖、斯密、馬克思等人分別對住房問題、土地經濟問題進行了相關研究，形成了現代資本主義土地經濟理論以及馬克思主義土地經濟理論。20世紀初，經濟學家伊利、莫爾豪斯合著了《土地經濟學》一書，對土地經濟學進行了系統研究，標志著土地經濟學成為一門獨立學科[8]。20世紀60年代，城市經濟學從區域經濟學中分離出來，成為一門以研究城市范圍內經濟活動規律為目標的獨立學科。鄧寧提出了國際生產折衷理論，把直接投資的區位因素分為市場因素、區位成本因素、貿易壁壘和投資環境。1988年眾多國家的城市規劃專家提出“高強度混合開發”規劃思想，提出房地產綜合開發由單一的水平擴張走向立體化的主張。在房地產投資環境評價方法上，當前主流的方法有美國伊爾·A·利特法克和彼得·班廷提出的“冷熱國”分析法[1]，美國羅伯特·B·斯托伯提出的等級尺度評分法，20世紀80年代美國道氏公司提出道氏評估法。

總而言之，由于各國國情不同，研究方法和目的也有所差異，對房地產業發展規律的研究形成了不同的派別。這些理論研究成果揭示了現代房地產市場內部運行規律和外部影響因素，對我們研究城市房地產市場投資的長期策略有著積極作用。

1.2 國內研究現狀

2003年由國務院發展研究中心企業研究所、清華大學房地產研究所、中國指數研究院三家研究機構組成“中國房地產TOP10研究組”[9]，對我國35個大中城市的房地產開發投資潛力進行了定性與定量的研究分析。在研究方法上，“中國房地產TOP10研究組”采用因子分析方法，并通過加權累加得出中國房地產百強排名和綜合實力指標。經過十年發展，TOP10研究組取得了中國房地產投資價值等一系列成果，成為評判房地產企業經營實力和行業地位的重要標準。同時國內一些學者也進行了積極探索和研究。林應桐等人提出了準數法；郭文清等人提出了相似度法，又稱參數分析法；1987年香港中文大學閔建蜀提出閔氏評價法；1988年國務院發展研究中心從軟環境和硬環境兩個方面提出了評價城市投資環境的十大參數。國內部分高校的研究生學位論文也以房地產投資環境作為研究議題，如張斌的“浙江省縣級城市房地產投資環境綜合評價”，通過層次分析法、因子分析法和多元線性回歸模型的比較綜合，評價了浙江省中小城市房地產投資環境并提出了相應的政策建議和措施[2]。劉曉君等運用Hedonic模型建立住宅價格模型，從空間效應和時間效應兩方面量化出“鄭汴一體化”政策實施對開封市住宅價格的影響程度，并指出開封市住宅價格受鄭開大道的影響，已經呈現出東西部不平衡的空間效應[10]。這些研究主要將房地產投資環境分為宏觀、中觀、微觀因素，對各層次中所包含的影響房地產投資的因素進行了分析[4]，并依此為基礎提出相關建議。

2 房地產投資環境模型構建

2.1 多元逐步回歸法

回歸分析是研究隨機變量之間相關關系的一種統計方法，研究某一被解釋變量（又稱因變量）與一個或多個解釋變量（又稱自變量）之間的統計關系[11]。運用回歸分析方法進行回歸分析基本步驟：

（1）建立回歸模型。通過分析假設待研究主要問題或主要變量（因變量）受一個或多個變量（自變量）影響，并將這種相互影響的統計關系表示成回歸數學模型。

（2）確定回歸方程。根據大量調研或實驗獲得的數據，用統計方法確定因變量與自變量之間的定量關系表達式。

多元逐步回歸選取自變量Xi的基本原理是：按各自變量對因變量顯著性影響的大小，由大到小依次逐個引入回歸方程[11]。引入變量的條件是通過t統計量的檢驗，每引入一個自變量都要對回歸方程中每一個自變量作顯著性檢驗，發現某自變量因新的自變量引入無顯著意義時即行剔除；每剔除一個變量后對仍留在回歸方程中的自變量繼續逐個作顯著性檢驗；重復上述步驟直至沒有新的自變量符合檢驗可引入，也沒有自變量可從回歸方程中剔除，此時便可得到最優回歸方程。

（3）方程準確性判斷。通過對回歸方程和回歸系數的檢驗，判斷多元回歸方程整體的顯著性以及每個解釋變量的顯著性。

（4）利用回歸方程進行預測。運用逐步回歸法求出的回歸方程反映了因變量與自變量之間的統計關系，因此可以根據回歸方程進行預測，即根據自變量Xi的值求出對應的因變量Y的值。

2.2 評價指標的選擇

投資環境是一個多因素、多層次的動態綜合系統，涉及自然、政治、經濟、社會等各種因素[12]。商品房銷售均價是房屋銷售價格的重要組成部分，通過商品房銷售均價及其走勢可以判斷投資環境的冷熱程度。因此，本文選取商品房銷售均價這一指標作為因變量（Y）來衡量各市投資環境的優劣。在城市房地產投資環境影響因素分析的基礎上，堅持投資環境評價指標體系構建的科學性、系統全面性、可操作性以及針對性原則，在參考相關文獻的基礎上[13]，結合武漢城市圈實際情況以及指標數據可得性、可量化標準，本文從經濟環境、消費環境、房地產市場環境和基礎設施環境四大因素選擇如下10個指標構建區域投資環境評價指標體系（表1）。

表1 房地產投資環境評價指標Table 1 The index of real estate investment environment evaluation

3 武漢城市圈房地產投資環境實證研究

3.1 研究區域與數據來源

（1）研究區域

武漢城市圈，又稱“1+8”城市圈，是指以武漢為軸心，與黃石、鄂州、黃岡、孝感、咸寧、仙桃、天門、潛江等周邊8個城市所組成的城市圈[14]。武漢為城市圈中心城市，黃石為城市圈副中心城市。城市圈的建設涉及工業、交通、教育、金融、旅游等諸多領域。武漢是我國重要的交通樞紐，地處東中西戰略交匯點。以武漢市為主的武漢城市圈是我國制造業的基地，高新技術產業的中心，其服務業、金融、保險、物流、現代商貿也在市場中占據非常重要的地位。同中部其他城市群比較來看，武漢城市圈在全國最具經濟實力與競爭力。武漢城市圈通過市場整合資源來推動武漢的發展；以企業為主體，特別是發揮大的企業集團在區域資源整合和區域一體化的作用，建立合作機制與配套機制。作為中部崛起的代表城市，素有“九省通衢”的武漢是中部崛起的戰略支撐和重要增長極，其發展影響整個中部的崛起。

2007年12月7日，國務院正式批準武漢城市圈為“全國資源節約型和環境好型社會建設綜合配套改革試驗區”[15]；2013年《武漢城市圈區域發展規劃（2013-2020年）》獲國家發展改革委員會批復，武漢城市圈一體化建設有了行動指南。攜九城之力，共建一個以武漢為中心的城市圈，加快經濟建設步伐，促進房地產與經濟發展共贏，將使武漢城市圈成為下一個經濟增長級。

（2）數據的獲取

本文從2003～2013年的《湖北統計年鑒》以及湖北統計局、各市信息統計網、各市國民經濟和社會發展公報、各市政府網站、搜房網等選取了所需的武漢城市圈9個城市近10年各項數據作為樣本，結合城市圈9城市的社會經濟發展特點，選取構建多元線性回歸模型的指標。

3.2 模型構建

（1）建立回歸模型

根據多元線性回歸模型，構建被解釋變量（Y：商品房銷售均價）與解釋變量（Xi：房地產投資環境影響因素）的多元線性回歸函數。在解釋變量的選擇上，本文根據各城市的具體情況選取人均GDP、房地產開發投資、地方財政預算收入、地方財政支出、房屋建筑施工面積、商品房銷售面積、社會消費品零售總額、金融機構各項存款余額、城鎮居民人均可支配收入、進出口總額、交通類指標等，與商品房銷售均價構建多元線性回歸模型。

（2）確定回歸方程

將收集的時間序列數據作為樣本導入EViews軟件進行回歸分析。本文將t統計量顯著性水平設定為5%，即|ti|＞t0.05(10)=1.8125。為消除多重共線性，本文選取逐步回歸法，即首先逐個對變量進行回歸，在符合t值顯著性的條件下統計值最大者入選；然后在入選者的基礎上再次進行回歸，以此類推選擇有效性的變量，剔除顯著性不明顯的變量。

以武漢市為例，首先將影響武漢市商品房銷售均價的解釋變量（Xi）分別與因變量（Y：武漢市商品房銷售均價）進行一元線性回歸，選擇顯著性最大的解釋變量X2（公共財政預算支出）；然后將X2作為基礎變量，分別組合其他解釋變量與因變量作二元線性回歸，選擇顯著性最大的組合作為基礎變量，以此類推。由此可得表2：

表2 武漢市變量選剔表Table 2 Variable selection of Wuhan

經過選剔，留下解釋變量X2、X5、X6、X7，即對武漢市商品房銷售均價影響較為顯著的因素有公共財政預算支出、房地產開發投資額、社會消費品零售總額、城市居民人均可支配收入。

將篩選過后的變量進行回歸，可得出表3回歸結果。根據t檢驗值再次篩選，剔除顯著性不明顯的解釋變量X5（|-1.388508|＜t0.05(10)=1.8125），由此可得出武漢市回歸模型：

式中，X2為公共財政預算支出、X6為社會消費品零售總額、X7為城市居民可支配收入。

表3 武漢城市圈商品房價格與影響因素回歸結果Table 3 Regression results of real estate prices and the factors of Wuhan city circle

由回歸公式可以看出，武漢市商品房銷售均價與公共財政預算支出、城市居民人均可支配收入成正比，表明公共財政預算支出和城市居民人均可支配收入越高，商品房銷售均價就越高；武漢市商品房銷售均價與社會消費品零售額成反比，表明社會消費品零售額越大，商品房銷售均價就越低。從回歸結果中還可以看出，公共財政預算支出對武漢市商品房銷售均價的影響最為顯著，每增加一個單位的公共財政預算支出，商品房銷售均價就會上升8.682749元；對武漢市商品房銷售均價影響較大的是社會消費品零售額，每增加一個單位的社會消費品零售額，商品房銷售均價就會降低4.199051元。

通過上述方法，可得到其他8個城市的回歸方程式：

式中，X1為人均GDP、X2為公共財政預算支出、X3為房地產開發投資額、X4為房屋建筑施工面積、X5為商品房銷售面積、X6為社會消費品零售總額、X7為城市居民人均可支配收入、X8為金融機構各項存款余額、X9為公路通車里程。

（3）結果分析評價

本文通過2003～2012年相關數據得到各市商品房銷售均價的回歸方程式，并在此基礎上估算各市2013年各市的商品房銷售均價的“理論房價”，將其與2013年商品房銷售均價的“實際房價”進行對比，以此衡量各市房地產投資環境的冷熱程度。

房地產價格是房地產價值的外在表現，城市房地產價值往往受到綜合因素的影響。相關理論表明，“實際房價”與“理論房價”差額浮動區間在-10%～10%之間，則認為房價變動屬于正常情況；若浮動區間＞10%則認為投資區開發價值尚未完全挖掘，屬于投資潛力區；若浮動區間＜-10%則認為投資區存在泡沫經濟，房價虛高，屬于投資過熱區。

根據武漢城市圈9個城市“實際房價”與“理論房價”的對比可以看出（表4），屬于投資正常情況的城市有：武漢（0.5%）、咸寧（-2.8%）、鄂州（8.9%），屬于投資潛力區的城市有：黃石（26.2%）、黃岡（46.8%）、仙桃（30.7%）、天門（12.6%），屬于投資過熱的城市有：孝感（-13.4%）、潛江（-57.4%），如圖1。

4 對策建議

回歸分析結果表明，武漢、咸寧、鄂州三市的房地產投資環境良好，黃石、黃岡、仙桃、天門四市的房地產投資環境有待進一步提高，而孝感、潛江兩市的房地產投資環境過熱。由此提出如下建議：

表4 武漢城市圈理論房價與實際房價對比Table 4 Comparison between theoretical and real estate price in Wuhan city circle

圖1 武漢城市圈房地產投資環境空間分布Fig.1 Spatial distribution of real estate investment environment in Wuhan city circle

（1）發揮武漢的中心帶動作用，統籌武漢城市圈的整體協調發展

武漢作為中心城市，其發展會對圈內周邊城市產生汲取效應，引發財富轉移、資源剝奪現象，對其他城市的發展有一定制約作用。因此，武漢在不斷充實自身經濟實力的同時，要提升武漢中心城市的輻射效應和力度，制定區域基礎設施一體化建設規劃，縮小城市圈內部城市之間的差距，促進區域公平與社會公正，統籌武漢城市圈的整體協調發展。

（2）圈內其他城市應充分挖掘自身潛力，提升發展能力

圈內其他城市要具體分析自身投資環境特點，充分挖掘潛力，提高武漢城市圈整體投資環境發展水平。咸寧在發展中應加強與武漢城市圈、長株潭城市群的關聯，充分利用其優越的地理位置及溫泉旅游產業的獨特優勢，增強房地產投資的吸引力[13]；鄂州要不斷完善基礎設施建設，積極接受武漢的經濟輻射與擴散，加快轉變發展方式，不斷優化房地產投資環境；黃岡要積極加強與武漢的合作與聯系，發揮其在武漢城市圈“第二重心”的區位作用，充分挖掘房地產投資潛力；仙桃、天門應主動接受城市圈內其他城市的經濟輻射，不斷改善自身的綜合環境，營造良好的投資環境和氛圍。

（3）同時并舉投資軟硬環境，增強區域競爭實力

隨著一系列調控政策的出臺，我國房地產市場體系在不斷規范與完善，投資環境也因此逐步改善。各市政府應在積極響應中央精神的同時，根據自身具體特點出臺相關政策法規與配套服務等軟環境措施，加大財政投入力度，增強地區吸引力，充分利用“中部崛起”規劃的政策性優勢，加快區域一體化建設，進一步完善房地產市場投資環境。同時，各市要充分利用地緣優勢，發揮生產要素互補性，完善區域基礎設施建設，加快武漢城市圈“半小時生活網”和“一小時經濟網”等硬性環境建設，充分發揮長江、漢江、京廣鐵路、京港高速公路等重要交通通道作用，構建以武漢為核心，以京廣線為主軸，以京九線為副軸，以周邊其他城市為節點的空間經濟開發格局[7]，提高對資金的吸納能力以及對周邊城市的輻射效應。

References)

[1] 冷青. 武漢城市圈投資環境評價研究[D]. 武漢:華中師范大學碩士學位論文,2009.

Leng Q. Evaluation of investment environment in Wuhan city circle[D]. Master's thesis, Wuhan: Huazhong Normal University, 2009.

[2] 張斌. 浙江省縣級城市房地產投資環境綜合評價[D]. 杭州:浙江工業大學碩士學位論文,2010.

Zhang B. Comprehensive evaluation of urban real estate investment environment county in Zhejiang[D]. Master's thesis, Hangzhou: Zhejiang University of Technology, 2010.

[3] 黃小虎. 對我國房地產業的再思考[J]. 上海國土資源,2011, 32(4):12-19,25.

Huang X H. Rethinking for real estate industry in China[J]. Shanghai Land & Resources, 2011,32(4):12-19.

[4] 王冰松. 中國房地產區域投資環境系統性評價研究[D]. 重慶大學碩士學位論文,2004.

Wang B S. Systematic evaluation of Chinese real estate investment environment[D]. Master's thesis, Chongqing University, 2004.

[5] 李燦燦,苑韶峰,馮新偉. 鄭州市地價與房價的相關性分析[J]. 上海國土資源,2015,36(2):51-54.

Li C C, Yuan S F, Ma X W. The relationship between land and housing prices in Zhengzhou[J]. Shanghai Land & Resources, 2015,36(2):51-54.

[6] 盧新海,桂婷婷,萬凱. 基于主成分分析的區域房地產投資環境評價研究—以武漢城市圈為例[J]. 中國房地產(學術版),2013, (1):62-72.

Lu X H, Gui T T, Wan K. The regional real estate investment environment research based on prime component analysis: the case of Wuhan urban agglomeration[J]. China Real Estate, 2013,(1):62-72.

[7] 俞紅燕,俞紫韻,陳楊燕,等. 房地產開發企業土地過度儲備博弈論分析[J]. 上海國土資源, 2011,32(2):57-60,66.

Yu H Y, Yu Z Y, Chen Y Y, et al. Analysis on the game theory of real estate development enterprises over land reserves[J]. Shanghai Land & Resources, 2011,32(2):57-60,66.

[8] 畢寶德. 土地經濟學[M]. 北京:中國人民大學出版社,2012.

Bi B D. Land economics[M]. Beijing: Renmin University of China Press, 2012.

[9] 陳凱. 房地產投資環境指標體系[D]. 西安:長安大學碩士學位論文,2008.

Chen K. Index system of evaluating real estate investment environment[D]. Master's thesis, Xi′an: Chang′an University, 2008.

[10] 劉曉君,丁超,盧晨. 鄭汴一體化對開封住宅價格的影響研究[J].地域研究與開發,2011,30(3):52-55.

Liu X J, Ding C, Lu C. Empirical study on the impact of Zhengzhou-Kaifeng integration on house price of Kaifeng city[J]. Areal Research and Development, 2011,30(3):52-55.

[11] 李占風. 經濟計量學[M]. 北京:中國統計出版社,2012.

Li Z F. Econometrics[M]. Beijing: China Statistics Press, 2012.

[12] 謝銳. 城市房地產投資環境評價及應用研究[D]. 成都:四川師范大學碩士學位論文,2007.

Xie R. Urban real estate investment environment evaluation and research[D]. Master's thesis, Chengdu: Sichuan Normal University, 2007.

[13] 周鵬,張紅,謝娜,等. 基于主成分分析和德爾菲法的房地產投資環境綜合評價體系[J]. 中國土地科學,2010,24(12):58-63.

Zhou P, Zhang H, Xie N, et al. Comprehensive evaluation system for real estate investment environment based on principal component analysis and Delphi method[J]. China Land Science, 2010,24(12):58-63.

[14] 錢坤,金艷,陳志. 武漢城市圈城市化與人居環境協調發展研究[J]. 湖北科技學院學報,2013,33(3):44-46

Qian K, Jin Y, Chen Z. Urbanization of Wuhan city circle and human settlements environment coordinated development[J]. Journal of Hubei University of Science and Technology, 2013,33(3):44-46.

[15] 向云,蘇華,余斌,等. 武漢城市圈城鄉一體化水平綜合評價研究[J]. 華中師范大學學報(自然科學版),2010,44(3):497-502.

Xiang Y, Su H, Yu B, et al. Synthesized evaluation on urban-rural integration level in Wuhan metropolitan region[J]. Journal of Huazhong Normal University (Natural Sciences), 2010,44(3):497-502.

The evaluation of regional real estate investment based on a multiple linear regression model: the case of Wuhan urban agglomeration

HAN Man-Man
(School of Business Management, Zhongnan University of Finance & Law, Hubei Wuhan 430073, China)

The real estate industry is an important component of the economy. It has a high value-added function, and can provide both high returns and low risk to investors. Investment decisions should be therefore objective and based on all available information. The acceleration of Wuhan urban agglomeration has varying effects on the real estate investment environment in different cities. This paper combines qualitative and quantitative methods to explore these effects. Multiple linear regression is used to estimate the price of commercial housing in nine cities in 2013. The real estate investment market is evaluated by comparing theoretical and actual prices. Based on these results, guidelines are presented to provide a reference for real estate investors and government land management departments.

real estate market; investment environment; multiple linear regression; Wuhan urban agglomeration

F293.3

A

2095-1329(2015)03-0044-05

10.3969/j.issn.2095-1329.2015.03.010

2015-02-17

2015-05-20

韓曼曼(1990-),女,碩士生,土地資源管理研究方向.

電子郵箱: 1512264017@qq.com

聯系電話: 13237126383