長沙市商品房價格時間演變及影響因素分析

羅鵬

[提要] 房價一直是政府實施土地宏觀調控政策的依據與學界研究關注的焦點。本文以長沙市為研究區域，以2005～2015年區內商品房資料為基礎數據，運用統計分析方法以及多元回歸模型，從供給、需求、政策三個維度構建指標體系，分析長沙市商品房價格的時間演變以及影響因素。結果表明：總體而言，長沙市商品房價格呈現不斷上升趨勢，且不同時期商品房價格變動幅度明顯不同；商品房價格的主要影響因素依次為城市人口、人均GDP、固定資產投資、房地產投資額。

關鍵詞：商品房價格；時間演變；影響因素；長沙

中圖分類號：F293.3 文獻標識碼：A

收錄日期：2018年1月29日

一、引言

隨著我國城市經濟的持續發展和快速城市化進程的推進，住房價格變化及其政策制定成為政府和學術研究的熱點問題。政府為推動房地產市場平穩健康發展，出臺了一系列有針對性的政策措施。學術界研究也重點關注房價，研究內容上，主要涉及城市住宅價格時空分異格局、變化規律以及造成住房價格時空間異質性的動力機制和驅動因素等方面。學者以中國286個地級以上城市住宅均價為藍本，研究其空間分異格局、總體趨勢、空間異質性和相關性，研究尺度也不甚相同，經歷了由國家、省域、市域、縣域的變化。

1998年城鎮住房制度改革以來，住房價格，尤其是商品房價格處于不斷變動中?；诖耍饰鲎》績r格的時空演變以外，無論是經濟學者還是地理學者，還重點研究關注不同因素對房價波動的影響，分別研究分析土地價格和居民收入、公共投資、供需因素、城市宜居性特征、軌道交通對城市房價的影響。而關于住房價格影響因素的研究方法上，一是住房價格模型，研究思路是基于固定參數模型考察各種經濟社會等變量對住房價格的影響，主要有Hedonic價格特征模型、DUST模型和存量-流量（S-F）模型；二是傳統研究方法，包括多元回歸分析方法、灰色關聯分析法等。綜上所述，對于不同地區、不同城市，其房地產市場發展狀況不盡相同。因此，選取符合區域實際的指標來研究住房價格的影響因素仍具有一定的現實意義。

本文以長沙市為研究區域，以2005～2015年商品房均價為基礎數據，運用統計分析方法以及多元回歸分析方法，從供給、需求、政策3個維度構建指標體系，分析長沙市商品房價格的時間演變及其影響因素。以期為長沙市商品房政策措施提供一定的理論依據。

二、數據來源及研究方法

（一）研究方法。本文運用統計分析方法分析長沙市2005～2015年商品房價格水平以及變化情況。

回歸分析是通過規定因變量和自變量來確定變量之間的因果關系，建立一個因變量和自變量之間的相關數學表達式，并根據已知數據來求解模型的各個參數，確定回歸方程，然后評價回歸模型是否能夠很好地擬合實測數據。多元統計分析是：在方程式中有兩個或兩個以上自變量的回歸模型。假設多元線性回歸模型為：

Y=b0+b1X1+b2X2+…+bnXn+e

式中，b0為常數項；b1、b2、…、bn為偏回歸系數，其表示的統計學意義是在其他所有自變量不變的情況下，某一自變量每變化一個單位，因變量平均變化的單位數；e表示殘差。

（二）指標選擇。綜合本文綜述以及學者關于住房價格影響因素的研究，本文供給、需求、政策三個維度構建指標體系。其中，供給方面，選取房地產投資額（X1）、房屋竣工面積（X2）、固定資產投資（X3）3個指標；需求方面，選取人均GDP（X4）、房屋銷售面積（X5）、城鎮人均可支配收入（X6）、城鎮人口（X7）4個指標；政策方面，選取5年以上貸款利率（X8）、總的貨幣供應量（X9）2個指標。（表1）

（三）數據來源。本文數據主要來源于《2006-2016年長沙市統計年鑒》、《長沙市房地產開發行業預警預報信用信息系統》、中國人民銀行官方網站等。

三、結果分析

（一）商品房價格時間演變分析。根據長沙市房產局2005～2015年商品房均價，采用統計分析方法形成各年商品房均價趨勢圖，并計算出各年商品房價格的同比增長率，見圖1。

圖1顯示，總體而言，長沙市商品房價格呈現不斷上升趨勢，且不同時期，商品房價格變動幅度明顯不同。大致分為三個階段：（1）2005～2007年，為商品房價格平穩增長期，平均增長率為6.1%；（2）2007～2013年，為商品房價格快速上漲期，平均增長率為17.6%；（3）2013～2015年，為商品房價格的波動期，略有起伏，平均增長率為2.3%。

（二）回歸結果分析。通過對因變量和自變量的回歸分析，得出結果如表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較大且接近于1表明模型線性擬合程度較高，F0.05（9，1）=241

（三）逐步回歸。逐步回歸法是指利用被解釋變量Y對每一個解釋變量構建一個回歸方程，將其他解釋變量分別導入初始模型，對所有解釋變量的回歸系數進行檢驗以尋找最佳回歸方程?；贓views8.0計算逐步回歸結果，在模型第一、四、五、七、八步中分別引入的變量X2、X6、X8、X9擬合優度不斷提高（引入X5的模型修正后擬合優度下降），且參數符號合理，但其參數都未能通過t檢驗。說明由于自變量共線性特征，以上變量是多余的，達不到以X1、X3、X4、X7為解釋變量的回歸效果。（表4）

因此，最終的商品房價格函數應以Y=f（X1，X3，X4，X7）為最優，模型方程為：

Y=26.5029+0.0038X1-1.0618X3+1.5531X4+3.9942X7

（四）模型回歸結果解釋。筆者最初從供給、需求、政策3個維度構建商品房價格影響因素的指標體系，主要有9個，即房地產投資額、商品房竣工面積、固定資產投資、人均GDP、商品房銷售面積、城鎮人均可支配收入、城市人口、5年以上貸款利率、總的貨幣供應量。但經過建立模型、顯著性檢驗以及考慮變量間共線性等問題發現房地產投資額、固定資產投資、人均GDP、城市人口4個變量的解釋能力較其他變量更合理有效，說明商品房價格與這4個解釋變量存在某種線性關系。因此，最終選取房地產投資額、固定資產投資、人均GDP、城市人口4個變量去構建商品房價格回歸模型。

四、結論與討論

（一）結論。從運行結果來看，房地產投資額、固定資產投資、人均GDP、城市人口對商品房價格的影響程度各不相同。從回歸系數看，對商品房價格的影響程度排序應該是：城市人口、人均GDP、固定資產投資、房地產投資額。而諸如商品房竣工與銷售面積、5年以上貸款利率等也一定程度上對商品房價格有影響。但可能受到某些其他因素的影響，如黃安永等分析利率對房價的影響中提出雖然利率對房價有一定影響，但利率調整的作用存在滯后性問題，從而導致房價變動對利率的敏感性有限。

（二）討論。本文基于長沙市商品房價格以及與商品房價格有關的實際數據進行研究，一定程度上反映了長沙市2005～2015年商品房價格變動的實際情況，這對解釋長沙市商品房價格情況提供了一定的理論依據，具有一定的參考價值。

影響商品房價格的因素很多，包括經濟因素、政治因素、自然環境因素等。本文在綜合考量數據獲取性、模型的合理程度等基礎上，選取其中9個指標進行模型構建，而諸如建材價格等其他因素對商品房價格的影響有待日后深入研究。

主要參考文獻：

[1]郭慧秀，拓星星等.國內城市房價時空分異及其動力機制研究進展[J].地域研究與開發，2016.35.2.

[2]王北星，陳芳怡等.吉林省房地產價格影響因素決策模型——基于因子分析及多元回歸法的實證研究[J].稅務與經濟，2014.194.3.

[3]續珊珊，沈多然等.長沙市房價地處“中部洼地”的成因分析[J].經濟論壇，2011.3.3.

[4]王少劍，王洋等.中國縣域住宅價格的空間差異特征與影響機制[J].地理學報，2016.71.8.

[5]邢治國.我國商品房價格影響因素實證分析——基于全國31個省市自治區的面板數據[J].建筑經濟，2015.30.3.

[6]欒天怡.全國主要城市房價影響因素的回歸分析[J].商業經濟，2016.473.1.

[7]黃安永，周林，鄭明標.從利率、周期、房價的變化看房地產走勢[J].東南大學學報，2010.12.1.endprint