哈爾濱市各類房地產市場價格影響因素比較研究

王緒鑫，陳 玨，孫 剛

（1.黑龍江大學政府管理學院，黑龍江·哈爾濱150080；2.黑龍江大學法學院，黑龍江·哈爾濱150080）

房地產業是我國國民經濟重要增長點，起到支柱性作用，據統計，房地產業的發展可以帶動50多個生產部門、20 多個大類、將近2000 種產品的發展[1]。但在其發展過程中，也暴露出許多弊端[2-3]，比如對土地資源的浪費、國有資產的流失以及對生態環境的破壞等，其中與人們生活最為密切和明顯的就是房地產市場價格的快速上漲及由此造成的購房難等問題。

針對房地產市場價格的波動，國內外均有諸多學者展開研究[4-6]。Abraham 和Hendershott 認為建筑成本、就業率和收入會直接影響住宅價格；周海波通過模型推導認為人口數量和物價水平是影響我國房地產價格最主要的因素[7]；姜彩樓等認為宏觀經濟發展水平和房地產投資力度對房地產價格影響較大[8]。但該類研究成果都沒有對不同類型的房地產市場價格進行比較分析，或只用某一類型來代表整個房地產市場，缺少精細化研究，使其難免具有以偏概全之嫌。本文針對該問題，以哈爾濱市為例，將該市房地產按用途分為住宅、辦公樓、商業房和其他（工業、農業和特殊用途等）房地產，分別對這四類以及整體房地產市場價格的影響因素進行分析，在得出哈爾濱市各類及整體房地產市場價格主要影響因素和回歸方程的基礎上，驗證以往該類部分成果的模糊研究方法是否具有局限性。

1研究區概況及數據來源

1.1研究區概況

哈爾濱市（125°42'E～130°10'E 44°04'N～46°40'N）是黑龍江省省會，副省級城市，俗稱冰城，處中國東北平原東北部地區，與大慶、長春等市接壤。截至2018年，全市下轄共9 區、7 縣、代管2 個縣級市，總面積53100 km2，建成區面積435.28 km2，年末戶籍總人口951.5萬人，是中國省轄市中陸地管轄面積最大、戶籍人口居第三位的特大城市。同時也是中國東北地區中心城市之一，是東北北部交通、政治、經濟、文化、金融中心。

2018年全年，哈爾濱市房地產投資比上年增長17.6%，占全市固定資產投資60.2%。其中：住宅投資增長18.9%，辦公樓投資增長27.6%，商業營業用房投資增長3.5%。商品房銷售面積1042.8 萬m2，下降16.5%。

1.2 數據來源

原始數據來源于《哈爾濱統計年鑒2018》《2018 年黑龍江統計年鑒》《2018年哈爾濱市國民經濟和社會發展統計公報》《2018 年黑龍江省國民經濟和社會發展統計公報》以及哈爾濱市人民政府和黑龍江省統計局官方網站等。

2影響房地產市場價格的因素

影響房地產市場價格的因素眾多，筆者根據已有研究成果[9-13]，在指標代表性、科學性、綜合性及數據可得性基礎上，選取哈爾濱市地區GDP、人口數量以及各類房地產竣工面積等指標，分為經濟、需求和供給三大類因素，對哈爾濱市各類及整體房地產市場價格主要影響因素展開分析。

2.1經濟因素

經濟因素包括哈爾濱市地區GDP、人均GDP、地方公共財政一般公共預算收入占地區GDP 比重和金融機構人民幣存貸款余額。地區GDP 與人均GDP 是衡量某地區經濟狀況和該地區人民生活水平的重要標準，經濟與房地產市場之間相互推動，必然會對房地產市場價格產生影響。地方公共財政一般公共預算收入占地區GDP比重也會影響房地產市場價格，地方財政在預算收入緊張的情況下，會通過調動土地出讓金來維持收支平衡[14]，并在“唯GDP”論的政績考核標準影響下，出現房地產市場價格升高的趨勢[15-16]。金融狀況代表著經濟活性，直接影響房地產市場的供給雙方[17]，故金融機構人民幣存貸款余額也影響房地產市場的價格[18]。

表1經濟因素各指標數據Table 1 Data of various indicators of economic factors

2.2需求因素

需求因素包括人口數量、城鎮居民人均可支配收入、人民幣住戶存款余額以及房地產的銷售和待售面積（辦公樓和商業房還包括就業人數）。人口數量和就業人數越多，對房地產的需求量就越大，房地產市場價格也就會隨著浮動[19-20]。城鎮居民人均可支配收入和人民幣住戶存款余額可以代表百姓的富裕程度，人們在達到一定富裕程度的情況下才會有更多的買房需求，從而影響房地產市場價格[21]。房地產的銷售和待售面積，可以最直觀地表現出百姓購房需求的程度，銷售面積多，證明需求大，待售面積多，則證明需求小，從而影響房地產市場的價格。

表2需求因素各指標數據Table 2 Data of various indicators of Demand factors

2.3 供給因素

供給因素包括房地產的竣工面積和房地產的投資額及其占固定資產投資比重。房地產竣工面積是當年所有完成建造的房地產建筑的面積總和，表示著當年房地產的供應量[22]，供應量的多少必然會對房地產市場價格產生影響。房地產投資額是指當年為建造各類房地產所投入的資金[23]，投資額的多少影響著當年房地產的產出，以及為達到一定的收支平衡，房地產的投資額及其占固定資產投資比重也會影響房地產市場的價格。

表3供給因素各指標數據Table 3 Data of various indicators of supply factors

3哈爾濱各類及整體房地產市場價格與其影響因素分析

本文將哈爾濱市房地產按用途分為住宅、辦公樓、商業房和其他（工業、農業和特殊用途等）四類，選取2012至2017年6年內的數據，對這四類房地產和哈爾濱市所有房地產的市場價格分別運用SPSS 軟件進行相關性分析和回歸分析，來描述各因素對各類房地產市場價格的影響程度，并確定該類房地產市場價格的回歸模型。

3.1住宅類房地產市場價格影響因素分析

根據表4 相關性分析結果可知，住宅類房地產市場價格與哈爾濱市地區GDP、人均GDP、金融機構人民幣存貸款余額、城鎮居民人均可支配收入和人民幣住戶存款余額呈顯著正相關關系，與地方公共財政一般公共預算收入占地區GDP 比重和住宅類房地產投資額占固定資產投資比重呈顯著負相關關系，與住宅類房地產銷售面積、待售面積呈不顯著正相關關系，與人口數量、住宅類房地產竣工面積及其投資額呈不顯著負相關關系。

表4住宅類房地產市場價格與影響因素相關性分析結果Table 4 Correlation analysis results of housing real estate market prices and influencing factors

根據表5模型摘要可知，只有城鎮居民人均可支配收入和住宅類房地產竣工面積進入模型，所以可設模型為Y1=β0+β1X1+β2X2+ε，其中Y1為住宅類房地產市場價格、X1為城鎮居民人均可支配收入、X2為住宅類房地產竣工面積、ε是隨機干擾項。繼續通過SPSS分析該模型系數可知，β0為2879.209，β1為0.165，β2為0。最終得出哈爾濱市住宅類房地產市場價格回歸模型為：

且該模型復相關系數R為0.992、R2為0.985、調整后 為0.974，證明該模型擬合度很高，結果可靠。

表5住宅類房地產市場價格回歸模型摘要Table 5 Summary of the price regression model of the residential real estate market

3.2 辦公樓類房地產市場價格影響因素分析

根據表6 相關性分析結果顯示，辦公樓類房地產市場價格與其銷售面積成顯著正相關關系，與哈爾濱市地區GDP、人均GDP、金融機構人民幣存貸款余額、城鎮居民人均可支配收入、人民幣住戶存款余額、辦公樓類房地產待售面積及其投資額成不顯著正相關關系，與地方公共財政一般公共預算收入占地區GDP 比重、人口數量、辦公樓類房地產竣工面積及其投資額占固定資產投資比重、就業人數成不顯著負相關關系。

根據表7 模型摘要可知，只有辦公樓類房地產銷售面積進入模型，所以可設模型為Y2=β3+β4X3+ε，其中Y2為辦公樓類房地產市場價格、X3為辦公樓類房地產銷售面積。繼續通過SPSS軟件分析該模型系數可知，β3為6315.648，β4為0.013。最終得出哈爾濱市辦公樓類房地產市場價格回歸模型為

且該模型復相關系數R為0.930、R2為0.865、調整后R2為0.831，證明該模型擬合度較高，結果較為可靠。

表6辦公樓類房地產市場價格與影響因素相關性分析結果Table 6 Correlation analysis results of offce building real estate market prices and influencing factors

表7辦公樓類房地產市場價格回歸模型摘要Table 7 Summary of price regression model for offce real estate market

3.3 商業房類房地產市場價格影響因素分析

根據表8 相關性分析結果可知，商業房類房地產市場價格與哈爾濱市地區GDP、人均GDP、金融機構人民幣存貸款余額、城鎮居民人均可支配收入、人民幣住戶存款余額和商業房類房地產待售面積呈不顯著正相關關系，與地方公共財政一般公共預算收入占地區GDP 比重、人口數量、商業房類房地產銷售面積、竣工面積、投資額及其占固定資產投資比重和就業人數呈不顯著負相關關系。

表8商業房類房地產市場價格與影響因素相關性分析結果Table 8 Correlation analysis results of commercial real estate market prices and influencing factors

本文所設的全部因素與哈爾濱市商業房類房地產市場價格均無顯著影響，故在回歸分析過程中，也沒有變量可以輸入到商業房類房地產市場價格模型中。

3.4 其他類房地產市場價格影響因素分析

根據表9相關性分析結果顯示，其他類房地產市場價格與其待售面積呈顯著正相關關系，與哈爾濱市地區GDP、人均GDP、金融機構人民幣存貸款余額、城鎮居民人均可支配收入和人民幣住戶存款余額呈不顯著正相關關系，與地方公共財政一般公共預算收入占地區GDP 比重、人口數量、其他類房地產銷售面積、竣工面積、投資額及其占固定資產投資比重呈不顯著負相關關系。

表9其他類房地產市場價格與影響因素相關性分析結果Table 9 Correlation analysis results of other types of real estate market prices and influencing factors

根據表10 模型摘要可知，只有其他類房地產待售面積進入模型，所以可設模型為Y3=β3+β6X4+ε，其中Y3為其他類房地產市場價格、X4是其他類房地產待售面積。繼續通過SPSS軟件分析該模型系數可知，β3為4290.963，β6為0.002。最終得出哈爾濱市其他類房地產市場價格回歸模型為：

且該模型復相關系數R為0.827、R2為0.684、調整后R2為0.605，說明該模型擬合度并不是很高，但結果也可接受。

表10其他類房地產市場價格回歸模型摘要Table 10 Summary of other types of real estate market price regression models

3.5哈爾濱市整體房地產市場價格影響因素分析

根據表11 相關性分析結果可知，哈爾濱市全部類型的房地產市場價格與哈爾濱市地區GDP、人均GDP、金融機構人民幣存貸款余額、城鎮居民人均可支配收入和人民幣住戶存款余額呈顯著正相關關系，與地方公共財政一般公共預算收入占地區GDP 比重和其他類房地產投資額占固定資產投資比重呈顯著負相關關系，與哈爾濱市整體房地產銷售面積和待售面積呈不顯著正相關關系，與人口數量、哈爾濱市整體房地產竣工面積和投資額呈不顯著負相關關系。

根據表12 模型摘要可知，只有城鎮居民人均可支配收入和哈爾濱市整體房地產竣工面積進入模型，所以可設模型為Y4=β7+β8X1+β9X5+ε，其中Y4為哈爾濱市整體房地產市場價格、X1為城鎮居民人均可支配收入、X5為哈爾濱市整體房地產竣工面積。繼續通過SPSS軟件分析該模型系數可知，β7為2848.685，β8為0.183。最終得出哈爾濱市整體房地產市場價格回歸模型為：

且該模型復相關系數R為0.998、R2為0.996、調整后R2為0.993，證明該模型擬合度極高，結果可靠。

表11哈爾濱市整體房地產市場價格與影響因素相關性分析結果Table 11 Correlation analysis results of overall real estate market prices and influencing factors in Harbin

表12哈爾濱市整體房地產市場價格回歸模型摘要Table 12 Summary of Harbin's Overall Real Estate Market PriceRegression Model

4結論與討論

4.1結論

通過上述相關性分析與回歸分析可以發現，影響哈爾濱市各類以及整體房地產市場價格的因素主要為城鎮居民人均可支配收入、房地產的銷售面積和待售面積，這三項指標均為需求因素。則可以證明，相比經濟因素和供給因素，哈爾濱市各類以及整體房地產市場價格更主要受到需求因素的影響。

但不同類型房地產市場價格主要受到影響的指標各不相同，哈爾濱市住宅類房地產市場價格主要受到城鎮居民人均可支配收入的影響，二者之間呈顯著正相關關系；辦公樓類房地產市場價格主要受到該類房地產銷售面積的影響，二者之間呈顯著正相關關系；商業房類房地產市場價格與本文選取的所有因素均呈不顯著相關關系；其他類房地產市場價格主要受到該類房地產待售面積的影響，二者之間呈顯著正相關關系；哈爾濱市整體房地產市場價格主要受到城鎮居民人均可支配收入的影響，二者之間也呈正相關關系。且除住宅類房地產與整體房地產市場價格回歸模型相似以外，其余各類房地產市場價格回歸模型均各不相同。

綜上，說明有關住宅類房地產與整體房地產市場價格的影響因素研究，在驗證的基礎上可以適當替換，但其他類型的房地產市場價格均需要進行具體分析，證明以往該類部分研究成果中的模糊研究方法仍具有一定局限性。

4.2 討論

在進行數據收集和結果分析的過程中發現，影響房地產市場價格的因素錯綜復雜，不僅多，且相互關聯。本文采取定量的分析方法，基于經濟、需求和供給三類因素對哈爾濱市四類房地產及整體房地產市場價格進行分析，除商業房類房地產以外，均有顯著相關的影響因素，且大部分回歸模型復相關系數均在0.9以上，證明模型擬合度很高，結果較為可靠。但由于影響因素的復雜性，本文也有一定的局限，如缺少對政策因素的分析、沒有考慮地價[24]、稅率和匯率的影響等等。此外，本文僅是以哈爾濱市舉例，所以其自身就具有一定局限性，同樣類型的房地產市場價格模型不一定能夠完全適用于沿海發達地區城市，且本文認為的以往該類部分研究成果中模糊研究方法具有一定局限性的觀點，也需要更多研究繼續論證。

參考文獻(References)

[1]周舞舞. 房地產發展需趨利避害[J]. 人民論壇,2017(10):80-81.ZHOU W W. Real estate development needs to be beneficial andavoid harm[J]. People’s Tribune, 2017 (10): 80-81.

[2]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):12-19,25.

[3]黃小虎. 關于保障性住房[J]. 上海國土資源,2012,33(1):12-14.HUANG X H. On the issue of indemnificatory housing[J].Shanghai Land & Resources, 2012,33(1):12-14.

[4]鮑麗香.房地產價格影響因素研究評述[J].邊疆經濟與文化,2005(9):32-34.BAO L X.Review of the research on the influencing factors of real estate price[J].The Border Economy and Culture,2005(9):32-34.

[5]周建軍. 我國房地產價格的影響因素及其合理性研究[J]. 商業研究,2009(4):93-96.ZHOU J J. The research on the rationality and the factorsinfluencing China's real estate price[J]. Commercial Research,2009(4):93-96.

[6]曲聞.影響我國房地產價格的宏觀經濟因素實證分析[J].價格月刊,2006(9):15-17.QU W.Empirical analysis of macroeconomic factors affecting China's real estate price[J].Prices Monthly,2006(9):15-17.

[7]周海波.房地產價格影響因素的實證研究[J].海南大學學報(人文社會科學版),2009(5):537-543.ZHOU H B.Empirical research about factors influencing real estate price[J].Humanities &Social Sciences Journal of Hainan University,2009(5):537-543.

[8]姜彩樓,徐康寧,李永浮.上海市房地產價格變動影響因素實證研究[J].建筑經濟,2007(1):65-68.JIANG C L,XU K N,LI Y F.Empirical research on influencing factors of Shanghai real estate price fluctuation[J].Construction Economy,2007(1):65-68.

[9]王鶴.基于空間計量的房地產價格影響因素分析[J].經濟評論,2012(1):48-56.WANG H.Real estate price impact factors analysis based on spatial econometrics[J].Economic Review,2012(1):48-56.

[10]羅孝玲,洪波,馬世昌.基于VAR模型的房地產價格影響因素研究[J].中南大學學報(社會科學版),2012(4):1-7.LUO X L,HONG B,MA S C.Research on the factors influencing the real estate prices based on VAR model[J].Journal of Central South University (Social Science),2012(4):1-7.

[11]安輝,王瑞東.我國房地產價格影響因素的實證分析——兼論當前房地產調控政策[J].財經科學,2013(3):115-124.AN H,WANG R D.An empirical analysis of influencing factors in real estate prices of China and the current real estate regulating policy[J].Finance &Economics,2013(3):115-124.

[12]石憶邵,付偉.上海自貿區對周邊住房價格的空間影響效應分析[J].上海國土資源,2016,37(1):33-38.SHI Y S,FU W.The spatial impacts of the Shanghai Pilot Free Tr a de Zone on t he peri pheral r esi de nt i a l housi ng pri c es[J].Shanghai Land &Resources,2016,37(1):33-38.

[13]馮言志.基于組合熵值馬爾科夫模型的住宅用地價格預測研究[J].上海國土資源,2019,40(1):59-63.FENG Y Z.Investi gating the price forecast of residential land based on a combined entropy Markov model[J].Shanghai Land & Resources,2019,40(1):59-63.

[14]唐云鋒,吳琦琦.土地財政制度對房地產價格的影響因素研究[J].經濟理論與經濟管理,2018(3):43-56.TANG Y F,WU Q Q.Land finance and level of housing price[J].Economic Theory and Economic Management,2018(3):43-56.

[15]董志勇,官皓,明艷.房地產價格影響因素分析:基于中國各省市的面板數據的實證研究[J].中國地質大學學報(社會科學版),2010(2):98-103.DONG Z Y,GUAN H,MING Y.Factor analysis on China's real estate price:an empirical research of panel data[J].Journal of China University of Geosciences(Social Sciences Edition),2010(2):98-103.

[16]李仲飛,張浩.成本推動、需求拉動——什么推動了中國房價上漲?[J].中國管理科學,2015(5):143-150.LI Z F,ZHANG H.Cost-push or demand-pull:what is driving the housing prices in China?[J].Chinese Journal of Management Science,2015(5):143-150.

[17]童長锜,楊和禮.房地產價格影響因素研究[J].建筑經濟,2007(S1):190-192.TONG C Q,YANG H L.Study on influencing factors of real estate price[J].Construction Economy,2007(S1):190-192.

[18]李鵬.影響房地產價格的政策因素與制度調整[J].商業時代,2005(9):69-70.LI P.Policy factors and institutional adjustments affecting real estate price[J].Commercial Economy Studies,2005(9):69-70.

[19]李宏博,黃華,閻曉紅.基于灰色關聯度和嶺回歸分析的房地產價格影響因素分析[J].測繪地理信息,2015(6):82-85.LI H B,HUANG H,YAN X H.Impact fact or anal ysis of real estate price in Chongqing city based on grey correlation and ridge regression analysis[J].Journal of Geomatics,2015(6):82-85.

[20]王立平.我國房地產價格“穩健性”影響因素實證研究[J].管理世界,2013(10):184-185.WANG L P.Empirical research on the influencing factors of the "robustness"of real estate prices in China[J].Management World,2013(10):184-185.

[21]鞠方,歐陽立鵬.我國房地產價格的影響因素及其合理性研究[J].財經理論與實踐,2008(4):116-119.JU F,OUYANG LP.The i nfl uenci ng fact ors and rat i ona l i t y research on real estate pricing in China[J].The Theory and Practice of Finance and Economics,2008(4):116-119.

[22]宋宏,張璐.商業投資與房地產價格影響因素分析——以西安市為例[J].商業經濟研究,2018(11):185-187.SONG H,ZHANG L. Analysis of the factors affecting commercial investment and real estate price:a case study of Xi'an[J].Journal of Commercial Economics,2018(11):185-187.

[23]韓曼曼.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[J].上海國土資源,2015,36(3):44-48.HAN MM.The evaluation of regional real estate investment based on a multiple linear regression model:the case of Wuhan urban agglomeration[J].Shanghai Land & Resources,2015,36(3):44-48.

[24]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,FENG X W.The relationship between land and housing prices in Zhengzhou[J].Shanghai Land &Resources,2015,36(2):51-54.