我國房地產價格影響因素分析

劉正才 劉耀澤

（上海師范大學商學院，上海 200234）

一、引言

伴隨著我國經濟進入中高速發展的階段，房地產業也在迅速發展，隨之而來的房價問題困擾著人們的生活，尤其是北上廣等一線城市，還有一些二三線城市等，近年來房價上漲速度已超過GDP發展速度，使得越來越多的人淪為“房奴”一族。什么是影響房地產價格的主要因素？房地產價格的總體走勢會不會維持在穩定水平？本文利用Stata統計工具，運用POOL混合模型對面板數據進行實證研究，希望可以為未來房地產業發展提供有意義的思路。

二、文獻綜述

1.文獻綜述

對于房地產價格的影響因素問題研究，不同的學者發表了不同的觀點。周雪以北京市房價作為研究對象，選取1993年～2012年數據，利用Eviews軟件對建立的線性回歸模型進行分析，對各變量進行ADF檢驗得到時間序列平穩性，并利用EG進行協整分析及建立誤差修正模型[1]。盧亞偉用理論與實證相結合的方法，分析影響鄭州市房地產價格的因素，發現影響鄭州市房價的經濟因素中GDP和貸款利率對房價影響顯著以及經濟因素比政治因素更能影響房價[2]。劉慶鵬致力于對我國房地產價格區域差異及其影響因素進行研究，將影響因素劃分為市場需求因素、市場供給因素、宏觀經濟因素三個方面，以我國35個大中城市為研究對象，結合2003年～2014年度數據建立面板模型回歸分析，發現一類城市以及二三類城市影響房價上漲的因素，并提出了合理化建議[3]。郭娜等采用有向無環圖方法實證分析各金融因素與房價之間的因果關系，認為“影子銀行”等新型融資渠道增加使社會融資規模在擴大，利率變化在房地產市場發展過程中起到基礎性作用，并提出進一步有效實施房地產市場調控的建議[4]。張靜選取2000年～2017年月度數據，使用灰色關聯分析法定量分析，發現貨幣供應量、金融機構的各項存款余額、房地產開發投資額、中長期貸款利率和國內生產總值與房地產價格有較高的灰色系數；對這些變量構建VAR模型進行進一步研究，發現國內生產總值對房地產價格的影響是正向的[5]。杜漸以河北省為例，通過灰色關聯度理論，從供給和需求兩側分析影響房地產價格上升的因素，認為城鎮居民可支配收入、區域GDP、固定資產投資額是最關鍵的三個指標[6]。

2.文獻評述

本文在前人研究的基礎上，利用Stata1 5.1統計工具，使用POOL模型對北京、上海兩個一線城市房價變動進行變截距面板數據分析，研究發現地區生產總值、城鎮居民人均可支配收入、地區總人口數、土地購置費用是影響房地產價格變動最關鍵的指標。值得關注的是地區生產總值與地區總人口數在這兩個地區與房價變動呈反向相關關系，城鎮居民人均可支配收入成為影響北京和上海地區房地產價格變動最主要的指標。希望本文的研究成果會為后人研究提供借鑒作用。

三、影響我國房地產價格的理論分析

1.價值是價格的決定性因素

房地產作為一種商品，應具有商品所具有的所有屬性，首先滿足價值決定價格這一規律。北京、上海作為一線城市，具有獨特的地理位置優勢以及豐厚的資源優勢等，這些優勢使得北京、上海的房地產價格上漲飛快，相關基礎設施、社會福利、服務會很健全也會促進房價上漲。同時，價格會圍繞價值上下波動，土地購置費用在一定程度上反映建筑物的價值，因此會反映在房地產的價格上，更好的周邊配套設施、更好的生活便利性也會很大程度上影響房地產的價值。如北京的三環以里和上海的黃浦區、徐匯區、靜安區等老城區的價值會與郊區價值不同，價格會高于郊區價格很多。本文以上海市為例，用幾組指標作為衡量標準，分析上海近年來房地產業發展飛快的原因。

（1）指標一：房地產開發投資額與全社會固定資產投資之比。該指標作為衡量國民經濟均衡發展的指標，據統計近10年該指標平均值為0.48（正常范圍是0.22～0.28），可見上海市該指標比值情況一直偏大，房地產開發投資占全社會固定資產投資比重大，表明上海市房地產產業對國民經濟發展促進作用很強，房地產開發投資過熱，近十年該比值不斷拉大且沒有減緩趨勢，因此可以說明房地產在這十年間發展速度過快。

（2）指標二：商品房銷售面積與商品房房屋竣工面積之比。該指標作為同市場協調關系的指標，據統計近10年平均值為0.88（正常范圍是0.7～0.9）。該指標從近10年平均情況來看，是在正常范圍之內，但就逐年情況來看可以發現，前五年指標偏大，后5年指標偏小，因此可以得出銷售量與竣工量之間關系不協調，體現了房地產市場竣工面積較大，需求偏少。結合實際情況來看，也體現為竣工面積絕對量太大使得比值偏小，或由于近年來房價過高導致銷售面積較少，因此可以作為衡量房地產在這十年間發展速度過快的指標。

（3）指標三：住宅竣工面積與商品房竣工面積之比。該指標作為同內部協調的指標，據統計該指標平均值為0.64（正常范圍是0.8～0.9）。該指標值近10年的情況一直處于正常范圍之下，且處于逐年降低的趨勢，說明上海市作為房地產業發展比較成熟的城市，房地產市場需求已不滿足于居民住宅需求，居民在提高居住水平和改善居住環境的同時，也加大對第三產業等商鋪的投資。

2.供求關系影響價格

（1）影響房地產價格的需求因素。影響房地產價格的需求因素主要有地區生產總值、城鎮居民人均可支配收入、地區總人口數，這些因素在一定程度上會影響房地產的價格。地區生產總值衡量在一定區域內，所有常住居民在一年內生產活動轉化的最終結果，作為需求的指標，在一定程度上會影響房地產價格。城鎮居民人均可支配收入與房地產價格成正向相關性，作為需求指標，城鎮居民人均可支配收入這個指標大，會增加在房地產相關上的投資，會使房地產價格上漲，反之下降。地區總人口數作為需求指標，會在一定程度上影響這一地區房地產的需求量，會使房價波動。

（2）影響房地產價格的供給因素。影響房地產價格供給因素主要有竣工房屋面積、待開發土地面積、土地購置費用，在一定程度上會影響房地產的價格。竣工房屋面積的大小會對房地產的價格產生直接影響作用。竣工房屋面積越大，會增加房屋供給，在需求一定的情況下，會使房地產價格下降，供應商會減少供給，需求一定，會使房地產價格上漲。同樣，待開發土地面積大，會增加建筑面積投入，供給會增加，在需求一定的情況下會使價格下降，減少供給，需求一定，又會使價格上漲。土地購置費用與房地產價格呈正向變動關系，土地購置費用高，這一地區樓盤價值越高，基礎配套設施越好，會建筑中高檔住宅區。因此，供給水平會影響房地產價格。

以上海市為例，說明供求關系對影響房地產價格的作用。上海市的老城區，如黃浦區、靜安區、徐匯區、長寧區、楊浦區等，單位面積房價居高不下，房價過高。老城區擁有得天獨厚的自然及經濟優勢，如優渥的地理位置、便捷的交通條件、基礎設施完善、配套設施建設齊全，據統計，2011年～2019年9年間，這5個老城區的房屋均價增長率分別為1.2、0.8、1.38、1.25、1.48、1.24，除靜安區為0.8倍外，其余5個城區房屋單位均價均翻了一倍多。在基數就很大的基礎上，單位價格溢價空間更大。究其原因，越來越多高學歷、高收入人群選擇在上海定居，他們更看重住房是否與公司近、是否交通便利、是否基礎配套設施齊全、是否利于小孩子上學等因素，因此需求越來越大，促使房價上漲飛快。而這些老城區不會有更多的待開發土地面積，反而浦東、松江、奉賢、青浦等新區會有更多的待開發土地面積以及更低的土地購置費用，會使新區的供給加大，因此更多的年輕人會選擇郊區買房，又會使房價上漲。

四、實證分析

1.樣本選取與數據來源

本文選取2000年～2019年，上海市和北京市地區生產總值、城鎮居民人均可支配收入、地區總人口數、竣工房屋面積、待開發土地面積、土地購置費用，作為解釋變量（數據來源于前瞻數據庫），這一期間兩個城市的平均房價作為被解釋變量（數據來源于安居客），研究影響房價變動的主要因素。

2.描述性統計

表1

本文利用Stata 15.1統計軟件，對數據進行描述性統計。統計結果發現，被解釋變量北京和上海的房價的平均值是26413.05，標準差是16802.46，最小值是7777，最大值是59868，表明房價上漲較快，房地產業發展較快。地區生產總值這一指標的平均值是15853.13，標準差是9646.978，最小值是2478.76，最大值是35039.02。城鎮居民人均可支配收入這一指標的平均值是34336.51，標準差是19559.36，最小值是10349.69，最大值是72607.94。地區總人口數這一指標的平均值是1980.305，標準差是357.3801，最小值是1357，最大值是2451.6。竣工房屋面積這一指標的平均值是2502.721，標準差是631.3081，最大值是3770.88，最小值是1167.88。待開發土地面積這一指標的平均值是832.7825，標準差是695.8875，最小值是150.4，最大值是2914.8。土地購置費用這一指標的平均值是768.314，標準差是698.4187，最小值是60.31，最大值是2136.27。除地區總人口數、竣工房屋面積這一指標外，其余指標代表的實際情況都比預計情況發展水平更快。

3.單位根檢驗

單位根檢驗是平穩性檢驗的一種方法，為了驗證時間序列中是否具有單位根，以防止數據出現偽回歸現象。本文對1個被解釋變量與6個解釋變量取對數后，選取LLC（2002）方法進行長面板單位根檢驗，結果證實數據組平穩。

4.實證結果與分析

根據單位根檢驗結果驗證數據的平穩性，本文選取變截距面板數據模型，檢驗截距項是否發生變化，根據實際情況選取LR檢驗：LR=-2（lnLR-lnLU）。原假設H0：u1=u2=u3=…=un；備擇假設H1：ui不全相等。LR檢驗結果發現，LR檢驗統計量值為62.8272，而卡方檢驗5%顯著性水平下對應的臨界值為2104.1282，因此LR統計量小于臨界值，接受原假設，因此選擇POOL混合模型。可以得出的表達式為：

lny=3.414-0.35lnx1+1.54lnx2+0.064lnx3+0.037lnx4+0.03 7x5+0.121x6+e

表2

在0.05的顯著性水平下，可以判定x1地區生產總值、x2城鎮居民人均可支配收入、x3地區總人口數、x6土地購置費用是影響房價變動最關鍵的幾個指標。其中x1地區生產總值與x3地區總人口數兩個指標系數是負數，與房價變動呈反向相關關系，而其他指標與房價變動成正向相關關系。具體分析可以發現：x2城鎮居民人均可支配收入這一指標對房地產價格變動影響最大，這很符合實際情況，說明在城鎮居民人均可支配收入多的情況下，人們會選擇改善居住環境，更加會將剩余資金投資于住房，可以促進需求增長，促進房價上漲；x3地區總人口數越多，對住房的需求更大，但系數是負數，說明這一地區整體生活水平可能中低收入人群偏多，在供給一定的情況下，會傾向于投資低端住房，或者無住房，因此不會正向促進房價上漲；x1地區生產總值也起到抑制房價上漲的作用，地區生產總值越高會促進經濟發展，人們會投資住房，相反會抑制房價，可能是因為這兩個地區貧富差距過大，中低收入家庭占大多數，還停留在溫飽水平；x6土地購置費用與房價呈現正向相關關系，土地購置費用越高房價會越高，目標人群是中高檔消費人群，會加強基礎設施建設，會給住戶提供良好的服務，反之，土地購置費用越低，房價會更低，目標消費人群可能是中低收入人群，會建設成中低檔住房。

五、結論與啟示

1.要大力發展北京、上海地區新區的基礎設施建設

以上海市為例，要加快發展新區基礎設施建設，拓展地鐵線路沿線，使得更多線路地鐵通向新區，并且促進新區之間的溝通交流；加快發展新區居民住宅配套設施建設，以及新建居民住宅配套設施建設，提高更多閑置土地的利用效率，更利于居民生活條件的改善。這樣可以減少貧富差距，降低出現“富人更富，窮人更窮”的局面的概率，也會有利于抑制房價上漲。

2.要進一步改善住房供給結構

在需求一定的條件下，房地產企業商品房竣工面積越大、開發投資越多，會降低房地產價格，因此控制供給量至關重要。要正確界定和區分完全市場化供應、半市場化供應和非市場化供應比例。以及大力發展房屋租賃，構建成熟健全的租賃市場體系，完善租賃住房市場結構。

3.要完善保障性住房建設

（1）加快完善保障性住房建設，使得中低收入家庭可以改善居住環境，提升全社會的幸福指數。

（2）加快完善保障性住房建設，進而拉動相關產業發展，促進固定資產投資建設和刺激中低收入家庭消費增長。

（3）保障性住房作為一般商品房的替代品，可以有助于抑制上海市房價快速上漲。