青島市商品住宅價格增長的影響因素研究

李政陽

（新疆師范大學商學院，烏魯木齊830017）

一、引言及文獻綜述

進入21世紀以后，我國的經濟快速增長，與之相伴的是房地產行業異?；馃幔湟呀洺蔀閲窠洕闹е袠I，為國家帶來一系列有利影響，比如改善人民的居住條件、助推中國的城市化、拉動中國經濟的增長，但同時也造成了房價的持續上漲，這會導致中國主要生產要素勞動力價格和土地價格的持續快速上漲，可能會成為中國實體經濟競爭力發展的阻礙。只有保證房價的穩定才能保證國民經濟健康穩定發展、改善民生、促進社會和諧穩定。

青島作為山東省經濟中心，中國沿海重要中心城市和國際性港口城市，穩定房價對于其經濟的長期穩定發展，人民群眾生活水平的提高非常重要。如何穩定青島市房價就要先了解青島市商品住宅價格增長的影響因素。那么影響房價的各種因素中哪些最重要呢？本文采用灰色關聯度分析法，對青島市商品住宅價格影響因素進行模型構建。通過灰色關聯分析法得出結果，并對青島市政府提出相對應的合理化建議。以此希望能夠為青島市商品住宅市場調控工作的改進提供理論支持。

在各類文獻中，用來研究住宅價格及其影響因素之間所用的方法基本為如下幾種：主成分分析、因子分析、面板數據模型、構建VAR模型、空間計量模型、灰色關聯度分析、多元線性回歸模型等。陳雪莉（2017）綜合國內外研究現狀，歸納分析了成本因素、經濟因素、社會因素、行政因素、行業因素，并在全國層面下提取出住房價格、經濟發展水平、居民收入、人口規模等九項指標。陳文萍（2019）通過收集2008到2017年濟南市商品房價格相關數據，對濟南市商品房價格進行多元回歸，得出對濟南市商品房價格影響較大的因素主要有常住人口、商品房銷售面積以及貸款基準利率。其中常住人口對房價的影響最大，且對商品房價格產生正向影響；商品房銷售面積以及貸款基準利率對商品房價格產生負向影響；房地產投資開發額和人均可支配收入對其影響不顯著。牛立群（2016）對太原市商品住宅市場的住宅價格及影響因素進行灰色關聯度分析，在15項指標中，得出了城鎮居民人均可支配收入對太原市商品住宅價格的影響最為顯著。劉志遠（2018）等人結合青島市自身特點，建立青島市住宅微觀影響因素特征價格模型，利用逐步回歸方法，逐步篩選出對青島市住宅價格具有顯著性影響的微觀因素。綜上，學者們從不同角度分析了一些城市住宅價格的特點，研究了影響住宅價格的因素，學者研究住宅價格的論文中最常見的是利用主成分分析法和多元線性回歸模型進行探討。本文則利用灰色關聯分析法去研究青島市商品住宅價格增長的影響因素。

二、青島市住宅商品房現狀

青島市作為山東近些年發展最好的城市，其住宅商品房均價也在不斷增長，表1是全國住宅商品房和青島住宅商品房均價的對比。

表1全國和青島住宅商品房均價

從表1中可以看出，在2002年，青島的住宅商品房均價為2 066元/平方米，與全國住宅商品房均價2 092元/平方米相差不多，然而在2018年，青島市住宅商品房均價就已經高達12 373.44元/平方米，是2002年的5.9倍，更遠超于同期全國住宅商品房均價。

從圖1中可以更加直觀看出全國和青島住宅商品房的上升趨勢，青島住宅商品房均價增長速度要大于全國住宅商品房均價，且在2017年又快速增長的趨勢。該圖表明了近些年青島經濟在全國的快速崛起，也反映了青島房地產行業的生機勃勃。然而房價的快速增長可能會導致青島居民為了買房而節省開支、增大儲蓄余額，反而影響青島未來的發展，因此保持青島房價的穩定健康發展就具有重要意義。

圖1全國和青島住宅商品房2002年到2018年增長趨勢圖

三、研究方法與模型構造

（一）灰色關聯度理論

鄧聚龍教授于1982年提出了灰色關聯理論。該理論至今已被廣泛應用于經濟、社會、工業、農業等各個領域?；疑P聯度是衡量因素間關聯程度的一種方法。在系統發展過程中，如果兩個因素變化的趨勢相同，則認為兩者關聯程度較高，反之則較低?；疑到y理論提出了對各因素進行灰色關聯度分析的概念，通過一定的方法去尋求系統中各因素之間的聯系。理論的核心思想是：通過對比分析序列曲線的幾何形狀的方式來對序列之間變化的大小、方向和速度等的相對性加以判斷。曲線的幾何形狀相似率越高，那么就可以認為兩者之間的序列關聯性越強。

商品住宅價格的影響因素多種多樣，有些因素信息明確，有些因素則處于信息未知狀態，可將商品住宅價格看作是一個較為典型的灰色系統。通過上述情況可以認為，將灰色關聯度分析引入商品住宅價格影響因素定量研究中來是有積極意義的。

（二）灰色關聯度分析模型的構建

1.確定參考數列和比較數列

根據灰色關聯分析方法，以及商品住宅價格和其影響相關指標，以2009年到2018年序列數據為基礎，通過構建灰色關聯模型，來分析青島市商品住宅均價的影響因素。本文將青島市住宅商品房平均銷售價格作為因變量，選取2009年到2018年的十年數據來衡量青島市商品住宅價格影響因素。其中，X0代表青島市住宅商品房均價，X1代表青島市房地產開發住宅投資額；X2代表青島市房地產開發企業住宅竣工房屋面積；X3代表青島市住宅商品房銷售面積；X4代表青島市常住人口；X5代表全市就業人員平均工資；X6代表青島市年末總人口；X7代表城鄉居民儲蓄年末余額。青島市住宅用地價格來源于《青島統計年鑒》，具體數據如下。

表2商品住宅價格影響因素初值化表（1）

表3商品住宅價格影響因素初值化表（2）

2.無量綱化處理

為了便于計算，同時也可以消除量綱，需要對青島市原始數據進行處理，即用各數列中各數去除以數列中第一個數，處理結果如表4所示。

表4無量綱化后的數據數列

3.計算關聯系數

計算關聯系數分為兩個步驟：首先，求對應差序列，即將表中各行數值分別減去X0中各行數值，再求絕對值，得到如下結果（見表5）。

從表5中可以看出，最大值絕對差為1.38，最小值絕對差為0，其次求出比較序列與參考序列的關聯系數，并保留兩位小數，如表6所示。

4.求灰色關聯度及關聯序

根據表6灰色關聯系數的計算結果，可以算出各影響因素與青島市商品住宅均價的關聯度及關聯序，如表7所示。

5.灰色關聯結果分析

從關聯分析的結果可以看出，青島市商品住宅均價與其影響因素的關聯度大小依次為：城鄉居民儲蓄年末余額＞房地產開發企業住宅竣工房屋面積＞全市就業人員平均工資＞住宅商品房銷售面積＞常住人口＞年末總人口＞房地產開發住宅投資額。在這七種影響因素中，青島市城鄉居民儲蓄年末余額對住宅價格的關聯度最大，達到0.82；說明在青島市商品住宅均價影響因素當中，城鄉居民儲蓄年末余額對商品住宅均價的影響程度最大，是其首要影響因子，這一結果結合排序第三的全市就業人員平均工資，可以說明居民收支狀況是影響青島商品住宅價格的最顯著因素。房地產開發住宅投資額對住宅價格影響程度最低，關聯度為0.54。在姜永增（2011）房價影響因素的實證分析——以青島市為例中，運用SPSS軟件，以人口、人均GDP、住房銷售面積和房地產開發投資為自變量，建立多元線性回歸模型，并對其進行模擬分析。最后得出了影響青島市住房價格最重要的因素是市區人口這一結論，和本文結論比較相同，胡建華（2019）在研究我國影響房地產價格影響因素時，得出了房地產成本、人均可支配收入對我國房價影響顯著，和本文得到的論文結果也基本符合。

表5各比較數列和參考數列的絕對差

表7關聯度及關聯序

四、結論與啟示

作為山東省經濟最發達的城市，青島市近些年來經濟發展迅猛，青島市的房地產行業也在高速發展。為了青島市經濟更加穩定發展，控制住宅房價也是當地政府一項重要的挑戰。本文通過灰色關聯分析法，來進行對青島當地住宅價格影響因素的研究。結果顯示青島市居民儲蓄年末余額是其最主要的影響因素，其余依次分別為：房地產開發企業住宅竣工房屋面積、全市就業人員平均工資、住宅商品房銷售面積、常住人口、年末總人口、房地產開發住宅投資額。基于此，對青島市政府提出如下建議。

（一）大力發展經濟，適當增加工資水平

由灰色關聯度分析結果可知，居民收入狀況是影響青島商品住宅價格的最顯著因素。所以穩定房價的首要舉措就是要大力發展青島經濟，提高青島市居民的個人收入水平，同時適當降低個人所得稅。除此之外，政府也要對各企業單位進行嚴格監管，保證各企業單位對個人工資的按時發放。

（二）合理控制商品住宅房屋面積

從結果可以看出，商品住宅房屋面積對青島市住宅價格的穩定有著重要影響。青島市政府應合理控制各房地產公司開發、建設商品住宅房屋面積，不應使住宅竣工房屋面積遠遠大于住宅商品房銷售面積，否則商品住宅市場中的供給嚴重大于需求，會對青島房地產行業帶來打擊，同時影響社會經濟發展。

（三）合理控制青島市人口數量

青島市人口數量對房價影響較大，所以青島市政府應該合理控制青島市人口數量。要吸引先進人才，同時實行限購政策，并不斷完善創新，設置落戶門檻，對于實際的人口流入進行適當控制，來優化青島市人才流入機制，合理控制青島市人口數量，以此來保證住房商品滿足實際的需求，從而使房價穩定。