住房價格影響因素分析及政策建議

摘" "要：通過梳理業界學者對房價影響因素的研究成果，從供給、需求和宏觀經濟角度總結出可能影響北京市商品住宅價格的住宅銷售面積、常住人口、15—64歲人口占比、人均國內生產總值、居民消費價格指數、房地產開發企業購置土地面積、通貨膨脹率等7個主要因素，利用Stata建立多元線性回歸模型對相關變量進行回歸分析，發現以上因素對于北京市住房價格的影響均顯著，并依據回歸結果為政府的宏觀調控提出鼓勵中低端剛需型住房項目、嚴厲打擊“炒房”現象、大力發展住房租賃市場和保障性住房等三點政策建議。

關鍵詞：北京；住房價格；影響因素；政策建議

中圖分類號：F235.91" " " "文獻標志碼：A" " " 文章編號：1673-291X（2023）22-0032-03

引言

隨著我國經濟持續穩定的增長，人均收入不斷提高，使得人們對住房的需求不斷增加、房價不斷攀升。在此背景下，首都北京市在經濟持續健康發展的同時，房價也達到極高的價位。北京市房價的高漲已經成為十幾年來經濟社會主要關注的問題。從國家統計局官網的數據來看，北京市的商品房均價從2000年的4 456元每平方米攀升到2019年的38 433元每平方米，是2000年的8.6倍。房價與民生息息相關，大城市的房價過高使人們生活滿意度下降，人們對逐年上漲和居高不下的房價越來越重視。北京市作為當代年輕人向往的中心，房價過高所導致的居民住房矛盾顯得尤為突出。長久以來不斷上漲的房價不僅影響了當地居民的正常消費，同時也對居民生活質量產生了負面影響。對于城市和地區而言，高昂的房價會導致年輕人沒有穩定居所，最終使人才流失，而近年來眾多城市人才引進政策中都重點提到的購房補貼及人才公寓，這都是為了緩解這一尷尬局面。黨的十八屆三中全會后，住建部明確將北京、上海、廣州、深圳列入須從嚴執行限購限價調控的城市。然而從土地出讓階段開始，經過房地產開發的一系列流程，其中有多方利益都需要得到保證，因此，單純的限購限貸政策無法從根本上解決高房價問題。要從源頭上穩住房價，就要分析影響房價變動的主要因素。本文通過stata建立多元線性回歸模型，實證分析研究北京市房價的主要影響因素，不但具有一定的現實意義，同時可以通過控制影響因素抑制房價的不斷飆升，為政府宏觀調控提供依據。

自20世紀90年代以來，業界專家學者對我國房地產價格的影響因素進行了多角度的研究。主要有以下幾個方面。一是從包括房產和地產的角度出發，將房地產價格的影響因素分為土地價格影響因素和地上建筑影響因素，并在此基礎上深入分析。二是直接將房地產設為一個整體，并將其價格影響因素分為直接影響因素和間接影響因素。三是從微觀經濟學角度出發，由供需關系分析房地產價格影響因素。李繼玲[1]通過收集2005—2015年與商品房價格有關的數據，得出三個與房價呈負相關的因素及三個與房價呈正相關的因素。孟慶斌[2]、田洋[3]等人分析了我國經濟發展水平對房價產生的影響。袁東[4]等認為，房地產價格上漲主要受土地出讓等供給層面的影響，同時還受政策干涉的影響。分析上述觀點可以發現，房地產價格的影響因素不是單一的，其中土地供給、經濟因素和供需關系都是影響房價的重要原因。因此，本文從供給、需求和宏觀經濟角度來分析北京市商品住房價格影響因素。

一、變量說明與模型構建

（一）變量說明

本文根據所研究問題的需要，選取房價作為被解釋變量，選取住宅銷售面積、常住人口、15—64歲人口占比、人均國內生產總值、居民消費價格指數、房地產開發企業購置土地面積、通貨膨脹率作為解釋變量。以上指標的相關數據均來自國家統計局官網，對于各變量的定義及說明如表1所示。

（二）模型構建

通過前文分析，本文將北京市房價（Y）設置為被解釋變量，將可能影響房價的幾項指標作為解釋變量，包括住宅銷售面積（X1）、常住人口（X2）、15—64歲人口占比（X3）、人均國內生產總值（X4）、居民消費價格指數（X5）、房地產開發企業購置土地面積（X6）、通貨膨脹率（X7）。考慮數據的可得性，選用2000—2019年北京市的相關年度數據進行分析。為了驗證本文提出的假設，建立因變量Y與7個自變量之間的多元線性回歸模型，回歸方程表述如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+ε（1）

式中，β1、β2、β3、β4、β5、β6、β7是各個解釋變量的回歸系數，β0為常數項，ε為隨機擾動項。

二、實證結果及分析

（一）回歸結果

表2" 多元線性回歸結果

多元回歸分析結果如表2所示。從回歸結果來看，R2的值為0.992，非常接近于1，說明模型的擬合優度很高，證明選取的7個指標對北京市房價有很強的解釋力，即住宅銷售面積、常住人口、15—64歲人口占比、人均國內生產總值、居民消費價格指數、房地產開發企業購置土地面積、通貨膨脹率對北京市商品住宅影響程度很大。其中，常住人口、15—64歲人口占比、人均國內生產總值、居民消費價格指數、通貨膨脹率的P值都在1%的顯著性水平上顯著，住宅銷售面積、房地產開發企業購置土地面積的P值在5%的顯著性水平上顯著。得到回歸模型為：

Y=-2.86632X1-59.76235X2+4515.805X3+1.224545X4-

1468.968X5-0.1810177X6+920.0098X7-82930.57

根據以上分析，發現本文所設定的解釋變量均顯著。

（二）穩健性檢驗

本文采用更換解釋變量的方法進行穩健性檢驗，用房地產開發投資額代替房地產開發企業購置土地面積來表示供給方面的因素，并以此進行穩健性檢驗。通過用房地產開發投資額代表供給方面的一個因素，得到的回歸結果仍然是顯著的，因此，可以驗證前文提出的假設是正確的，研究結果是穩健的。

三、結論與政策建議

通過以上分析，本文得出結論：影響房價的因素有很多，可以從供給、需求和宏觀經濟方面分別解釋。通過對相關文獻的梳理，筆者發現從以上三個方面挑選的7個不同變量對北京市房價的影響是顯著的，更換變量之后得到的結果依然顯著，說明本文提出的假設是穩健的。通過對北京市房價影響因素的分析，可以清晰地看到引起房價高漲的主要因素，并且可以著手對相關因素進行控制來抑制房價的上漲，穩定宏觀經濟形勢。

基于以上結論，本文提出以下幾點建議。

（一）政府對中低端剛需型地產項目應給予政策支持

北京市作為我國的政治中心，擁有大量產業，也提供了大量就業崗位，因此大量青年人才畢業后會選擇到北京市發展。盡管他們有較強的購房需求，但由于剛進入社會，面臨來自多方面的壓力，沒有充足的資金和購買能力。這就與地產開發企業開發面積大、總價高的改善型住房的傾向相矛盾，導致地產市場的供需不平衡、房地產價格虛高。因此，應對地產開發商的剛需房及保障房項目給予一定的政策和經濟支持，從而滿足大量青年人才的住房需求。

（二）嚴厲打擊“炒房”現象

“炒房”的行為最初始由于購房者的投機心理，其購房的目的是待房價上漲后將房產出售而獲得差價。大量“炒房”者的出現又導致了房地產價格上漲，最終形成惡性循環。因此，政府應當嚴厲打擊“炒房”現象。自我國提出“房住不炒”以來，這一問題有所改善。解決這一問題可以從信貸角度出發。由于目前大多數購房者都是采取按揭購房的形式從銀行貸款，因此可以通過調整銀行住房貸款利率和貸款額度的方式限制炒房者購房貸款，同時也可以采用限購政策，減少“一人多房”的炒房行為。

（三）大力發展住房租賃市場和保障性住房

房地產價格不斷上漲的一個重要原因是市場供需不平衡，目前的供給無法滿足消費需求。因此，政府可以通過促進租賃住房市場發展或增加保障房供給來滿足需求，如近年來正在實施的租購同權就很好地起到了促進住房租賃市場的作用。對于剛剛步入社會的青年人才及低收入群體，政府應給予一定住房補貼，以滿足其住房需求。

參考文獻：

[1]" "李繼玲.房價波動影響因素研究：基于2005—2015年數據的實證分析[J].經濟問題探索，2017（9）：30-37.

[2]" "孟慶斌，榮晨.宏觀經濟因素對房地產價格的長短期影響[J].統計研究，2014，31（6）：25-32.

[3]" "田洋，劉娜.我國房地產價格波動影響因素實證分析[J].中國集體經濟，2012（21）：28-29．

[4]" "袁東，何秋谷，趙波.房價變動的影響因素研究：一個文獻綜述[J].經濟與管理研究，2016，37（3）：77-85.

Analysis of Factors Influencing Housing Prices and Policy Suggestions

— A Case Study on Beijing

Meng Keyu

（School of Management， Zhengzhou University， Zhengzhou 450001， China）

Abstract： By reviewing the research results of industry scholars on the influencing factors of housing prices， seven main factors that may affect the prices of commercial residential buildings in Beijing are summarized from the perspectives of supply， demand， and macroeconomics， including residential sales area， permanent population， proportion of population aged 15-64， per capita gross domestic product， resident consumption price index， land area purchased by real estate development enterprises， and inflation rate， using Stata to establish a multiple linear regression model for regression analysis of relevant variables， it was found that the above factors have a significant impact on housing prices in Beijing. Based on the regression results， three policy recommendations were proposed for the government's macroeconomic regulation， including encouraging mid to low end housing projects with just needs， cracking down on the phenomenon of “speculation”， vigorously developing the housing rental market， and providing affordable housing.

Key words： Beijing; housing prices; influencing factors; policy suggestion

[責任編輯" "彥" "文]