韩秀秀

安徽财经大学经济学院

基于制度经济学视角下的我国房地产价格影响因素分析

韩秀秀

安徽财经大学经济学院

本文收集了2000～2012年的数据利用Eviews软件建立计量经济模型，实证分析了影响我国房地产价格的主要因素，研究表明：我国房地产的价格与国内生产总值密切相关，且城镇人均可支配收入以及城镇人口数对其的影响也较为显著，而贷款利率对其的影响并不明显。针对得出的结论进而对我国房地产市场的调控提出相关的政策性建议。

房地产价格 经济模型 房地产调控

一、引言

近些年来，我国房地产市场出现了前所未有的发展机遇期，房地产商品价格逐步走高，甚至出现了部分一线城市所谓的“暴涨局面”在这种背景下，政府屡次提出调控建议，不断更新调控内容，但是由于一些根本性的问题没有解决，各种改革方式均受到了一定的限制。

我国现阶段的经济政治体制决定了房地产市场不只是住房商品的供给市场，更是解决我国劳动力就业和带动上下游产业发展与升级的源动力。因此，对房地产市场的理论研究有其必要的现实实践意义。很多学者从不同的角度对其进行过深入分析，这里主要借鉴的观点如下：张涛（2001）利用微观经济学中的两隔离市场模型对房地产业的区域特性作出了一定的分析，认为每个地区应根据自身的实际情况，依照自身的区域特点实行适合自己的房地产发展政策。李春吉，孟晓宏（2005）通过一个简单的局部均衡模型，利用1999～2003年全国31个省市的房地产市场的面板数据分析了中国房地产市场结构和价格问题，指出房地产市场的调控重点应该调整开发商投资方向，根据市场的需要发展实用型住房。赵昕东（2010）用1999年1季度至2009年2季度的居民消费价格指数、国内生产总值、货币供给与住宅价格指数的季度数据，应用结构向量自回归模型研究房地产价格上升的原因。

二、模型设定

（一）房地产价格的变化主要受到社会因素，政治因素，经济因素以及区域因素等，社会因素主要包括人口的密度，人们消费的结构等；政治因素是指国家为促使房地产的健康发展所采取的一些宏观调控，其主要有房地产价格政策，税收政策等；经济因素主要是宏观经济状况、物价状况、居民收入状况等；而区域因素指房地产所处的地段的交通状况，公共设施等。这里考虑到数据的可获取性以及影响因素的代表性，选取城镇人均可支配收入，城镇人口数目，贷款利率，国内生产总值四个因素进行分析。

（二）模型设定

Y：商品房销售价格（元/平方米）

X1：城镇人均可支配收入（元）

X2：城镇人口数（万人）

X3：贷款利率（百分比）

X4：国内生产总值（1978=100）

基于以上数据，建立初步模型为：

Y=C1+C2*X1+C3*X2+C4*X3+C5*X4+ε

三、数据收集

这里选取2000～2012年共13组数据，从总体数据个数可看出其满足多重共线性模型的设定需要。

四、模型建立与检验

（一）基于以上影响因素的分析和数据的获取，通过最小二乘法对模型进行估计，得到如下方程：

在上述模型中，虽然R2及其修正系数都接近于1，但该结果与理论假设有很大的差别，其中，当在a=0.05的显著性水平下，X1，X2，X3，X4的伴随概率均大于0.05，不能拒绝原假设：该三个因素系数为0，即该三个因素对房地产价格没有显著影响，这显然是不理想的，因此，我们下面将对其进行计量模型修正。

表一 相关系数矩阵

从上述的运行结果可看出，各解释变量相互之间的相关系数较高，存在一定的多重共线性，需要逐步剔除变量。由理论可知，国内生产总值应是影响商品价格的重要因素，从相关系数矩阵也可看出，国内生产总值对商品房销售影响最为显著，因此，我们以一元回归模型为基准，将其余变量逐步引进，根据引入变量对模型参数的影响确立最终的模型，通过EVIEWS操作软件整理其结果如下：

该模型表明，在其他变量不变的情况下，国内生产总值每增加1单位，平均房地产价格上升4.1338元；城镇人均居民可支配收入每增加1元，平均房地产价格增长0.1106元；城镇人口每增加1万人，平均房地产价格增长0.048元。这与以上理论分析和经验判断相一致。

（二）统计检验：

判定系数：R2=0.9899，接近于1，说明模型的拟合优度较高。

F检验：F=293.8731，且其P值为0.0000小于 ，说明各个解释变量对房地产商品房价格Y有显著影响，模型线性关系显著。

T检验：选取a=0.05，X1，X2的t检验伴随概率均大于0.5，难以通过检验，而当取a=0.5时，X1，X2，X4的t检验伴随概率均小于0.05，因此，可以断定，在显著性水平0.05的情况下，国内生产总值对房地产价格的影响是显著的，在显著性水平0.5的情况下，城镇人均可支配收入，城镇人口数对房地产价格的影响显著。

异方差检验：利用White检验法得到

由上图可知，nR2=10.07476，其伴随概率为0.1215大于a=0.05，故不能拒绝原假设，该模型不存在异方差。

自相关检验：通过偏自相关检验法得：

由该图可以看出，模型的偏相关系数直方块均未超过虚线，因此，该模型不存在自相关。故本文确立的最终模型是：Y=1830.6+4.1 338*X4+0.1106X1+0.0480*X2

五、结论和建议

透视模型确立的全过程以及确立确立的模型，确定影响房地产价格的主要因素为国民生产总值，城镇人均可支配收入和城镇人口数目，主要结论如下：

1.对房地产价格影响力最大的因素是国民生产总值。作为国民经济核算的核心指标以及衡量一个国家或地区总体经济状况的重要指标，国内生产总值对房地产价格的影响是最为显著的。

2.城镇人均可支配收入对房地产价格的影响显著，且为正相关。收入是消费的基础和动力，当前人们可支配收入越多，购买欲望就越强烈，对房地产的需求就会增多，而这种需求可分为两大类，即基本需求和改善性需求。收入的增加一方面使得部分消费者对住房的基本需求得到满足，另一方面也激起原有住房消费者的改善性需求，两方面需求的增加会引起房地产价格的上涨。

3.城镇人口数目影响房地产价格，商品房销售价格与人口数目呈现正相关。随着我国城镇化的步伐逐步加快，城市化率不断刷“新高”，大量的人口涌入城市，工业化城镇化的加速加重城市土地的稀缺，巨大的市场需求与有限资源的稀缺形成矛盾，致使房地产价格的逐步“攀升”。

4.贷款利率对房地产价格的影响不显著。一般来说，贷款利率的上调会促使房地产的价格上升，但通过以上的模型回归，发现贷款利率对房地产的价格影响并不显著，其主要原因在于：利率存在着时滞效应。

房地产市场的平稳发展对我国经济的发展起着至关重要的作用，因此，对其采取适当的措施引导其健康发展就显得尤为必要，这里根据我们建立的模型及得出的结论，有针对性的提出以下建议：1.增加保障房供给，满足需求；2.调整有效需求，引导理性消费；3.从实际出发，采取适当的金融政策。

［1］张涛.房地产业的区域特性及其政策研究［J］.河海大学学报，2001（3）：48-52.

［2］李春吉，孟晓宏.中国房地产市场结构和价格影响因素的实证分析［J］.产业经济研究， 2005（6）： 48-56.

［3］周建军：我国房地产价格的影响因素及其合理性研究［J］.商业研究，2009（4）.

韩秀秀（1994.2.21-）性别：女，民族：汉族，安徽财经大学经济学院，经济学专业