【毕业学位论文】（Word原稿）房价影响因素探究——以2009年中国内陆地区31个省市为例-统计教育学

0 / 33 房价影响因素 探究 以 2009 年中国内陆地区 31 个省市为例 北京林业大学 目录 一、背景 . 2 二、文献综述 . 2 地产 价格影响因素的整体分析 . 2 . 2 . 3 . 3 内宏观经济对房地产价格影响等研究 . 5 地价格对于房地产价格的影响研究 . 7 民购买力对房地产价格影响的研究 . 8 三、模型设定 . 10 量选择 . 10 量含义与作用 . 12 据选择 . 12 模型设定 . 12 四、数据 . 13 理后数据 . 13 五、模型估计 . 15 六、模型修订 . 16 重共 线检验与修正 . 16 1 / 33 重共线检验 . 16 重共线修正 . 17 方差检验 . 27 验结果 . 27 相关检验 . 28 七、结论 . 29 八、研究不足 . 30 九、参考文献 . 32 摘要： 近年来高房价问题日渐成为社会一大热点。本文通过利用中国统计年鉴2010 年最新数据，从地区增长总值、人均可支配收入、城镇人口以及建筑用地价格等宏观截面数据角度，进行模型假设，并利用 版） 软件建立了计量模型， 对我国 09 年房价的情况进行实证分析 ， 得出各地区生产总值、人均可支配收入、城镇人口数以及房地产投资等因素对房价具有较为显著地影响。同时利用统计软件对模型进行了自相关、多重共线等检验。 最后对模型不足进行了分析。 关键词： 房价 影响因素 回归模型 2 / 33 一、 背景 随着我国房地产市场的发展 ， 住房消费已经成为新的消费热点。但是近年来 ，我国房地产价格上涨过快 ， 房价的过快增长 ,不仅极大地影响到城市居民的生活质量 ， 也成为整个国民经济继续平稳发展的一个不稳定因素 ,房价问题已经成为一个引起社会广泛关注的重要经济问题和社会问题。 加强房地产价格变动问题的研究和管理已成为当前非常突出的问题。本文是在中国特有的房地产市场的基础上 ， 以计量经济学理论为指导 ， 探讨房地产价格的影响因素的构成。在分析房地产价格变动的影响因素时 ,主要分析了宏观经济因素、 城镇人口因素 、居民购买力因素等。 二、文献综述 地产价格影响因素的整体分析 国内外学者分别通过理论、案例和计量经济学方法进行了研究并得出了自己的结论 。 房地产的价格组成有土地费用，建安成本和相关税费，影响房地产价格的因素主要包括四个方面，分别是市 场供需因素，经济因素，行政因素和心理因素。由于房地产的不可移动性及变更使用功能的困难性，决定某一房地产价格水平高低的主要是本地区本类房地产的供求状况。经济发展状况，储蓄，消费，投资水平，财政收支以及金融状况，物价，建筑人工费，利息率，居民收入和房地产投 3 / 33 资都是影响房地产价格的经济因素。土地制度对土地价格的影响也许是最大的，住房制度与土地制度一样，对房地产价格的影响也是最大的。 1 以宁波地区为例，政策因素成为各个时期影响宁波房地产价格波动的主导因素；社会因素 则是影响宁波房地产价格波动的重要诱因；而经济因素更多地是各个时期宁波房地产价格波动的表现因素和助推因素。 2 以合 肥市为例，主要从两大方面分析：需求方面和供给 方面。需求方面包括：1、 人口增长对住宅价格的影响 2、 城市化水平对住宅价格的影响 3、 消费者收入水平对住宅需求和价格的影响 4、消费者的住房消费意识；供给 方面的因素包括： 1、 土地价格上升对住宅价格的影响 2 、 建筑材料价格的上升对住宅价格的影响 3、 房地产开发商对未来的预期。 3 闫磊曾经应用 1997 2008 年面板数据，从居民住宅用地交易价格指数、建材购进价格分类指数、竣工面积与实际销售商品房屋面积之差、房地产开发商的非自筹资金、年末总人口数、人均可支配收入、金融机构个人住房贷款余额变动额和固定资产投资总额中去掉房地产投资的部分八个自变量来研究影响中国房地产价格的因素，被解释变量则选择的是商品房屋销售价格指数。 4 徐迎军和李东曾经用马尔科夫模型对商品房价格波动进行研究：已有的关于房地产价格的文献大部分是基于线性框架的。那么房地产价格是否表现出非线性的特点呢 ? 他们利用基于非线性的马尔柯夫机制转换模型对我国的 房地产价格进行了研究。发现我国的房地产价格呈现出非线性的特点，马尔柯夫机制转换模 4 / 33 型的非线性估计很好地解释了我国房地产价格的特点；不 同的状态具有不同的转换概率 。 5 龙莹和张世银利用 2003 2008 年我国各省市自治区的面板数据 , 研究各地区房价波动的成因。从全国范围来看 , 宏观经济的快速发展、地价的上升、一般物价水平上涨是推动全国房价上涨的主要原因。分地区来看 , 东部地区房价的波动很大程度上受土地价格的影响 ; 一般物价水平的上升是中西部地区房价上涨的重要原因；同时，西部地区房价的上升还受土地交易价格的影 响。另外 由于受数据获取难度的限制 ,影响房价的一些非市场因素 （ 如利率、税收和住房政策等 ）没有考虑到模型中 , 这是以后需要改进和研究的方向。 6 王思博和刘玄搜集了 2005 年全国 30 个省市的商品房平均价格，并从实证的角度对其进行了计量分析， 得出人口密度、房地产投资额对商品房的价格影响十分明显，而城乡居民储蓄存款对其影响并不显著的结论，并且据此提出了相关政策建议。 7张严和郑钦月发现，收入因素在短期内对我国的房地产价会产生一定程度的影响，长期来看房价的上涨不是基于人均可支配收入增长的原因，而主要是由广义货 币供给量即流动性引起的，汇率对此也起了相当重要的作用，贷款利率、通货膨胀率对房价的影响相对较小。 8 还有文献发现影响房地产市场价格的主要因素为竣工房屋面积、通货膨胀水平（城镇居民消费价格指数）、货币供应量。其中，竣工房屋面积体现的是房地产的供给状况，而通货膨胀水平和货币供应量体现的则是房地产的需求状况和宏观经济状况。同时从分析结果可知，房地产价格与竣工房屋面积成反比，与通胀水平及货币供应量成反比，而这恰也体现了供给量与需求量对房地产价格的不同影响方向。 5 / 33 内宏观经济对房地产价格影响等研究 首先根据 新古典经济学派的理论，房地产价格是由房地产市场的供给和需求所决定的。 宏观经济对房地产价格的作用渠道在于宏观经济基本面的变化会引起人们对于未来期望的变化，从而产生房地产供给和需求的变化，进而引起房地产价格的变化。一旦经济衰退甚至产生经济危机，金融机构和企业就会陷入信用恐慌进行大量的改组和合并，使得市场上供出售的土地和建筑大量增加。居民由于失业、高利率以及收入的下降，对于增量住房的需求会大幅度减少，存量住房的供给则会上升。供给和需求的不匹配会导致价格的剧烈下降。相反经济高速增长期间一般会出现供销两旺，房地产价 格稳步上升的现象。换句话说，房地产价格的变化和宏观经济基本面应当存在协调关系。 9 从另一方面来说，影响房价的因素可以分为长期因素和短期因素。 长 期因素包括人口结构、城镇化财政体系、经济增长、土地政策、收入分配等长期因素决定着房价的长期走势。就我国来看，在城镇化加快人口结构变迁等因素的支持下，近二十年房价呈现了一个趋势性上涨的过程。短期因素则包括了通胀预期、利率水平、信贷增长率以及房地产调控政策等 ， 短期因素尽管对房价的长期走势影响较小但对房价的短期波动具有决定性的影响 ，因而 也是导致房地产行业周期性波动的主要 因素。在短期因素中影响供给的主要因素是土地供给而影响需求的主要因素是通胀预期和利率水平需求面与货币政策有很强的相关性。需求层面上笔者主要考虑通胀预期和实际利率水平的影响（数据上可以观察到通胀预期和实际利率是房价波动的主要影响因素）通胀预期对房价有较好领先性的原因是，在通货膨胀率相对较高时实际利率相对较低， 资金的机会成本也较低 ， 房屋作为投资品的吸引力上升，购房需求上升导致房价升幅加大 ;而在通货紧缩时期，情况则 6 / 33 正好相反。除了利率之外其他货币政策工具例如直接的信贷数量控制也会对房价产生一定的影响。一方面，对于房 地产商 ， 对房地产开发贷款的约束可以直接限制房地产企业的投资。但这也减少了未来房屋的供给有可能引起房价上涨；另一方面对于房屋需求方 ，贷款控制直接限制了购房，需求 的下降则可能抑制房价的涨幅 。 因此信贷政策对房价的影响具有结构性特征关键在于调控的对象。 10 在宏观经济方面影响房价的各个因素之间的程度也不尽相同。在宏观经济基本面对房地产价格影响的实证检验中得出结论：收入、人口、经济景气对房价的弹性分别为 说明收入、人口、经济景气都是影响房价的重要因素。代表物价水平的居民消费价格指 数对房价的弹性为 说明物价水平上涨会对房价产生很强的向上压力，可能的解释是：因为房地产具有资产属性，常常作为一种投资品，当经济中出现通货膨胀时，人们会调整其资产组合，减少货币持有而增加实物资产的持有，增加对住宅的需求，推动住宅价格的上涨；物价水平的上涨减少使用成本，增加住宅需求，从而推动房价上涨。另外，贷款利率对房价的弹性仅为 见贷款利率对房价的影响为正，但作用却十分有限。当合并考虑宏观基本面与房价的自相关影响时， 宏观基本面对房价的解释能力大大降低，且远低于房价的自相关影响。这意味 着相对于宏观经济基本面，房价的历史信息对本期房价的上涨具有更强的解释力。同时，地域性也是影响房价的一个重要因素之一。对房价影响最大的城市分别是上海、北京、广州和深圳，而对房价影响最小的城市是重庆。 11 除了以上因素外，货币供给量也是非常重要的因素。央行通过运用公开市场操作、再贴现、再贷款和法定存款准备金率等货币政策工具来改变货币供应量， 这会改变商业银行的准备金和存款，进而影响其贷款供给能力。银行贷款能力的 7 / 33 变化会影响住房贷款的可获得性。如果央行的再贴现率提高，则货币供应量下降，贷款难度增加，会引起房价下 跌；如果央行的再贴现率降低，则货币供应量增加，贷款难度减小，会引起房价上升；如果央行的法定准备金率提高，则货币供应量下降，贷款难度增加，会引起房价下跌；如果央行的法定准备金率降低，则货币供应量增加，贷款难度减小，会引起房价上升。也就是说如果央行实行从紧的货币政策，则房价会下跌；反之，则房价就上升。 12 关于未来我国房价的变化，房地产价格的走势很大程度上取决于人们对于未来经济发展前景、人口、收入、利率和其它宏观经济基本面的期望。 地价格对于房地产价格的影响研究 国内学者关于土地价格对房地产价格影响 的研究比较多，这里主要列举他们的研究方法和得出的结论： 高波、毛丰付（ 2003）通过采用 1992地价格指数、房屋租赁价格指数做为研究地价对房价影响的变量，利用13 况伟大（ 2005）在高波、毛丰付的研究基础上，首先运用单位根检验法发现住宅价格指数和住宅用地价格指数的水平值同为一阶单整变量，在此基础上采用步法对房价与地价两个变量进行协整检验，判断出两变量之间具有协整关系然后，选择基于误差修正模型的 果关系的方法，得出长期内地价是房价的 。 14 周京奎（ 2006）通过采用全国和 20 个城市的土地交易价格指数、房地产销售价格指数为研究变量，利用双变量 8 / 33 得出房价和地价之间有关系，两者的相互关系中其中地价对房价的影响较小。 15 曾向阳、张安录（ 2006）以 2000间武汉市的土地交易价格和住宅交易价格为研究对象，利用 为短期内武汉市房价与地价互为因果，其中地价对房价的影响更大；长期内，房价和地价没有显著的 因果关系。 16 总结而言，由于国内学者的研究都建立在自己假设的模型上和实证方法较为单一，所以国内的研究还未达成一致的结论， 但是 对未来的研究 仍然 具有比较重要的理论价值和实践意义。 民购买力对房地产价格影响的研究 向素一、龙奋杰（ 2007）认为从长期看住宅价格应该与城市居民家庭的住房支付能力相适应。他们利用住房可支付性指数和房价收入比做为变量，通过计算 2004年我国 34 个主要城市的变量，对我国城市居民的住房支付能力进行了城市排序。结果显示房价支付比小的城市房地产价格要低于房价支付比高的城市房 地产价格，不同的地区不同的居民购买力对当地的房地产价格有着较为直接的影响。 17 黎伯文（ 2010）认为居民购买力与房价有着密切的联系。居民可支配收入的增加会使居民的购买力增强，从而增加对商品房的刚性需求，导致商品房价格上涨；反之则市民购买力减弱，房价会下跌。收入的增加对市民商品房购买力的影响程度，取决于现有的收入水平及边际消费倾向的大小。对于低收入家庭而言，虽然其边际消费倾向较大，但其增加的收入主要用于满足衣食等基本的生存需要，对购房的意愿不强，而对于中等收入家庭而言，边际消费倾向较大，增加的 9 / 33 收入会用于 提高包括居住质量在内的生活质量，市民的购买力会明显增强，但也会导致房 价上涨；高收入家庭的边际消费倾向较小，但是如果其将增加的收入用于 商品房投资或投机，这部分人的购买力是最强的，但同时也会会引起房价的急速上涨。 18 总起来看，居民购买力的高低受到居民收入水平的影响，所以在本文中用居民的收入水平代替居民的购买力的因素。研究我国各地区城镇居民收入水平与房价之间的关系。 综合以上文献，国内对房地产价格影响因素的研究要么侧重于某一方面的因素对房地产价格的影响，要么就是从理论上定性分析房地产价格波动的原因，而综合 考虑各种宏观因素并且利用截面数据对房地产价格波动的实证研究则比较少，而且有些研究数据比较旧。本文正是通过考察各种宏观因素对我国房地产价格影响是否有显著性，来提出防止我国房地产价格频繁大幅波动的建议。 近年来 , 对房地产价格影响因素进行分析的文章较多 , 但由于缺乏统计资料和相关数据 , 因此大多是定性的和非实证的分析。对各种影响因素的影响机理、影响程度等 , 较少有定量的分析研究。房地产业是一种基础性先导性的产业 , 对经济的影响有着举足轻重的作用。为房地产业健康发展 , 为研究工作更好地开展 , 政府部门应加强房地产 业相关数据、信息的统计和积累 , 并准确、及时发布信息 ; 研究者要广开思路 , 用数据说话 , 代替经验分析。 本文主要选择宏观经济、土地价格、居民收入水平等几个因素进行分析。 10 / 33 三、模型设定 量选择 【 被解释变量：房价 Y】 房改 10 多年来 ,中国的房地产市场发生了翻天覆地的变化 ,人均住房面积翻了一番 ,住房质量有了明显改善。但应当看到 ,10 多年来房价上涨已经到了老百姓无法购买的地步 ,老百姓不堪重负。据不完全统计 ,10 多年来 ,全国房价普遍翻了两番 ,一些地区的房价比 10 多年前增长了近 10 倍 ,除了过去 购买了房改房和较早几年购买低价房的之外 ,现在的工薪阶层基本上无法购买如此高价的商品房 ,这已制约了房地产市场的发展 ,也危及国民经济的健康持续发展。 房价是指特定时间段内房产的市场价值。而这种房产，大多是指商品房的价格，而不是非商品房的交易价格。同时房价也是由多种因素组合的，并非可以由供方进行市场垄断。既有成本的因素、品质的因素、位置的因素、供给的因素、配套的因素，也有与其他资源相关的因素（如教育、医疗、环境等），还有信贷支付成本的因素等。另外房价也是地区土地利用价值的判断，地区单位土地 价格，同样会传导到房价中。当土地的产出用于其它非房屋建设中能产生较高的价值贡献时，用于建设房屋的土地价格也会大大提升，否则社会就会将土地投入于能产生更高收益的产业之中。 【 解释变量 X】 在查阅了大量的文献之后，我们初步设定了个解释变量，分别为：总的经济水平（ 人均可支配收入、人均消费价格指数、建设用地、房地产企业数目、城镇人口数、各地区房地产投资以及开发商投资。 11 / 33 各省份 生产总值 ：生产总值 是指在一年（ 2009年），各省份 经济中所生产出的全部最终产品和劳务的价值， 是 衡量 地区经济状况的最佳指标。 人均 可支配收入：人均可支配收入指个人收入扣除向政府缴纳的个人所得税、遗产税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。个人可支配收入被认为是消费开支的最重要的决定性因素。因而，常被用来衡量一国生活水平的变化情况。 消费者物价指数（ 反映居民生活中的产品和劳务价格所统计出来的物价变动指标，通常是作为观察通货膨胀水平的重要指标。而变动的相对数 ,反映居民家庭所购买的生活消费品和服务的价格水平对职工货币工资的影响 ,是研究具名生活、宏观经济分析和决策、价格总水平监测和调空的依据。 建设用地：指建造建筑物、构筑物的土地，是城乡住宅和公共设施用地，工矿用地，能源、交通、水利、通信等基础设施用地，旅游用地，军事用地等。 付出一定投资（土地开发建设费用），通过工程手段，为各项建设提供的土地。是利用土地的承载能力或建筑空间，不以取得生物产品为主要目的用地。 房地产企业数目：近些年来，房地产业对于经济的贡献不断增大，已经成为了我国宏观经济的支柱产业。房地产业的繁荣发展对中国经济的持续增长起着举足轻重的作用。二房地产企业的数目直接反应了房地产产业的兴旺与否。 城镇人口：指居住于城市、集镇的人口， 主要依据人群的居住地和所从事的产业进行归类。城镇人口越多，对商品房的需求就越大，从而房价就有可能越高。反之亦然。 各地区房地产投资以及开发商投资：无论是哪方面的投资，按照常理推断，都应该存在如下的关系：投资越多越旺盛，则房价也会相应的得到提高。 12 / 33 量含义与作用 变量名 变量含义 引入作用 与 Y 的关系 Y 房价 被解释变量 区生产总值 解释各地区 房价的影响 正相关 均可支配收入 解释各地区 人均可支配收入对房价的影响 正相关 均消费指数 解释各地区 人均消费指数对房 价的影响 负相关 设用地 解释各地区 建设用地数对房价的影响 正相关 镇人口数 解释各地区城镇人口数 对房价的影响 正相关 地产企业数目 解释各地区 房地产企业数目对房价的影响 正相关 地区房地产投资额 解释各地区 房地产投资额对房价的影响 正相关 发商投资 解释各地区 开发商投资对房价的影响 正相关 据选择 根据国家统计局发布的中国统计年鉴 2010，来获取全国 31 个省市的各方面的相关数据 。数据为截面数据，为 2009 年全国 31个省、市、自治区的宏观数据。 模型设定 根据以上的变量选择和数据选择，设定一个单方程多元回归方程： Y=+1*2*3*4*5*6*7*8*9*10* 其中 是截距项，是随机扰动项。 13 / 33 四、数据 理后数据 此次研究数据整理如 表一所示 ： 【表一】 Y 2 4 6 8 商品房价格 单位： 元 /平方米 位：亿元 可支配收入 单位：元 消费指数 建筑用地价格 单位 ： 万平方米 房地产数目 单位：个 城镇人口 单位：人 各地区房地产投资 单位：亿元 开发商投资 单位：亿元 北 京 172 津 178 北 710 西 899 蒙古 893 宁 920 林 370 龙江 576 海 306 苏 809 江 335 14 / 33 安 徽 097 建 316 西 050 东 483 南 798 北 460 南 227 东 079 西 015 南 05 庆 359 川 769 州 840 南 121 藏 3 西 194 肃 110 海 83 夏 21 疆 159 15 / 33 资料来源：（ 1）中国统计年鉴 2010 年 最新版 （ 2）国家统计局网站 、模型估计 将所有数据带入通过 用 行模型估计，结果如表二所示： 【表二】 根据表中数据，模型估计结果为： ( ( ( (t=( ( ( ( ( 16 / 33 ( ( ( (t=( ( ( ( 2R =F= 0 由此可见，该模型可决系数 够接受，模型拟合程度较高，显著性水平 =， F= (7,23)=常显著 。但是 显著性 且有些系数 符号与预期相反，这表明可能存在严重的多重共线性。 六、模型修订 重共线检验与修正 重共线检验 计算各解释变量的相关系数，得系数矩阵： 【表三】 由相关系数矩阵可以看出， 8， 8之间的相关系数较高，证实存在严重的多重共线性。 17 / 33 重共线 修正 1的回归结果 【表三】 2的回归结果 【 表四 】 3的回归结果 【 表五 】 18 / 33 4的回归结果 【 表六 】 5的回归结果 【 表七 】 19 / 33 6的回归结果 【 表八 】 7的回归结果 【 表九 】 20 / 33 8的回归结果 【 表十 】 一元回归结果 【 表十一 】 21 / 33 由上表可知 ，由于 方程 2R 最大，以 基础，顺次加入其它变量逐步回归， 结果如下表所 示： 加入新变量回归结果（一） 【表十二】 2 4 6 8 2R 1 2, 2,1 3 5 7 数估计值 统计量 2 R 22 / 33 2,2, 2,比较，新加入 方程 2R =进最大，而且各参数的 T 检验显著，选择保留 加入其他的变量逐步回归，结果如下表所示： 加入新变量回归结果（ 二 ） 【表十三】 2 4 6 8 2R X1,x2,1,x2, 23 / 33 (X1,x2,131,x2,1,x2,1,x2, 基础上，加入 2R 有所下降，并且 的 T 检验变得不显著。加入 ，虽然各变量的 T 检验值显著，但是 2R 有所下降。加入 后， 2且 的 T 检验变得不显著。加入 ， 2R 有所下降，并且各变量的 T 检验值变得不显著。加入 ， 2R 有所下降，并且 检验值变得不显著 。加入 ， 方程 2R =改进最大，而且各参数的 T 检验显著， 选择保留 加入其他的变量逐步回归，结果如下表所示： 24 / 33 加入新变量回归结果（ 三 ） 【表十四】 2 4 6 8 2R X1,x2,x8,1,x2,x8,1,x2,x8,1,x2,x8,1,x2,x8, 基础上， 25 / 33 2R 有所下降，并且 检验变得不显著， 合理。 4后， 2R 有所下降，并且 检验变得不显著，由之前的表 三 也可知， 1高度相关，存在多重共线。 5之后，虽然 2R 有所上升，但是 的 数为负，不合 理，同时由之前的表 三 也可知， 8高度相关，存在多重共线。 7后，虽然 2R 有所上升，但是 检验值不显著， 5。不合理，同时由之前的表 三 也可知， 8高度相关，引起多重共线。 6之后， 2R 有所上升。 值为 虽然 =水平上不显著，但是在 =著性水平上显著。所以保留 变量 入其他新变量逐步回归 。 加入新变量回归结果（ 四 ） 【表十五】 2 4 6 8 2R 2,6,1,x2,x4,x6,26 / 33 /) /) X1,x2,x5,x6,1,x2,x7,x6,3时 ，时， 2R 下降，并且参数检验 合理。 4时， 2R 下降，并且参数检验 不合理。从相关系数表也