陈文萍

摘要：房地产价格的剧烈波动已经引起社会各方的高度重视，文章通过收集2008年-2017年济南市商品房价格相关数据，对济南市商品房价格进行分析。研究结果表明：对济南市商品房价格影响较大的因素主要有常住人口、商品房销售面积以及贷款基准利率。其中常住人口对房价的影响最大，且对商品房价格产生正向影响;商品房销售面积以及贷款基准利率对商品房价格产生负向影响;房地产投资开发额和人均可支配收入对其影响不显著。最后基于研究结果提出相关建议。

Abstract： The volatility of real estate prices has attracted the attention of all parties in the society. The article analyzes the prices of commercial housing in Jinan by collecting data on the prices of commercial housing in Jinan from 2008 to 2017. The research results show that the main factors affecting the price of commercial housing in Jinan are the resident population， the sales area of commercial housing and the benchmark loan interest rate. Among them， the resident population has the greatest impact on housing prices， and has a positive impact on the price of commercial housing; the sales area of commercial housing and the benchmark interest rate of loans have a negative impact on the price of commercial housing; the impact of real estate investment development and per capita disposable income is not significant. Finally， based on the research results， relevant suggestions are put forward.

关键词：房地产價格;影响因素;多元回归

Key words： real estate price;influencing factors;multiple regression

中图分类号：F293.35                                      文献标识码：A                                  文章编号：1006-4311（2019）16-0033-03

0  引言

近年来，伴随着我国经济的飞速发展，房地产业也进入发展的高峰期，作为我国GDP的主要贡献者，房地产业已成为国民经济体系中的支柱产业。房地产业的发展深刻影响着我国经济发展运行的态势，但同时房地产业的过度发展也面临着房价泡沫的危险。从2008年的全国均价三千五百多元到2017年均价七千六百多，上升了两倍之多，且增幅较大，房价的暴涨带来了一系列的社会问题。影响我国房地产价格波动的因素纷繁错乱，研究这些因素对房地产价格的影响程度，制定合理的调控政策，促进房地产业健康发展具有重要的现实意义。

房价与城市经济发展和居民生活质量有着密不可分的联系，国内外学者对影响房价波动的相关因素也进行了相关研究。如：Debrezion等[1]基于荷兰三个大城市的销售数据，阐述了铁路可达性对房价的积极影响;李继玲[2]通过收集2005年到2015年商品房价格有关数据，分析得出城镇化是推动房价上涨的最主要因素;孟庆斌等[3]研究结果显示，短期内利率上升、币升值短期内会推动房价的上涨，通货膨胀预期，短期内会引起加息预期，从而对房价构成压力;Xiao等[4]通过分析研究得出，利率下降、货币供应量增长加快、抵押贷款首付政策放松，倾向于促进后续房价增长，而利率上升、货币供应量增长放缓、抵押贷款首付政策收紧，倾向于减缓后续房价增长;Wang等[5]基于生活质量理论和巴拉萨-萨缪尔森（B-S）效应，研究发现城市经济开放度与城市房地产价格之间存在显著的正相关关系，经济越“开放”的城市，或经济距离国际市场越近的城市，其房地产价格溢价水平越高。

在已有研究基础上，本文以济南市商品房价格为研究对象，分析并研究影响房价的因素，探究影响因素与房价之间的相关度，找出关键因素。

1  指标选取

自2008年以来济南房地产市场进入飞速发展期，恒大、万科、绿地等全国十强房地产企业全面进入济南市场，房地产业成为拉动济南经济发展的一大动力。与此同时济南的房价也是一路飙升，不断上涨，从2008年均价5299元/平方米到2017年均价14337元/平方米，已接近 2008年房价的三倍。基于此本文以济南市作为研究对象，采用2008-2017年我国房地产方面相关的年度数据（数据来源《济南市统计年鉴》，《山东省统计年鉴》，人民银行）见表1，选取济南市常住人口（X1）、房地产投资开发额（X2）、商品房销售面积（X3）、人均可支配收入（X4）以及贷款基准利率（X5）五个指标为解释变量，济南市商品房平均销售价格（Y）为被解释变量，建立多元回归模型如下：Y=a0+a1 X1+ a2 X2+ a3 X3+a4 X4+ a5 X5+λ，其中a0、a1、a2、a3、a4、a5为回归参数，λ为随机项。

2  建立模型

2.1 初始模型建立

根据第二章建立的多元回归模型，对常住人口、房地产投资开发额、商品房销售面积、人均可支配收入以及贷款基准利率等五个因素进行综合分析，采用济南市2008-2017年的相关数据，由此得综合因素影响下房地产价格的线性多元回归模型： Y=-188253.268+308.871 X1-10.284X2-4.173X3-.027X4-1104.716X5。

针对常住人口、房地产投资开发额、商品房销售面积、人均可支配收入以及贷款基准利率五个解释变量，得出其拟合程度，相关系数R值为0.990，判定系数R2值为0.981，调整后的判定系数R2值为0.957，结果显示五个变量均对房价有较强的解释力，因此本文选取的指标具有一定可行性。但是人均可支配收入、房地产开发投资额两个解释变量的P值均大于0.5，其回归系数均未达到显著性，因此将这两个因素剔除，再对剩下的三个因素与房价做回归分析。

2.2 回归模型的确定

将常住人口（X1）、商品房销售面积（X3）以及贷款基准利率（X5）与商品房单位售价（Y）相关数据带入SPSS，建立房价影响因素的多元回归分析模型。回归结果如表2-表4所示。

从上述回归结果来看，R值为0.981， R2值为0.962，调整后的R2值为0.943，拟合优度比较高，证明选取的三个变量均对房价有较强的解释力，也就是说常住人口、商品房销售面积以及贷款基准利率对济南市的房价影响程度最大。DWR=2.124，接近2，说明误差项之间没有明显的相关性。回归模型的F统计量对应的P值为0<0.001，因此回归方程显著，房价与常住人口、商品房销售面积以及贷款基准利率之间存在显著的线性关系。从表4可以看出三个自变量的容忍度基本均离0较远，除了商品房销售面积的VIF大于10之外，其余均小于10，说明三个自变量之间的多重共线性的问题不是很明显。

通过分析，在初始回归过程中，剔除了变量人均支配收入和房地产开发投资额后，重新建立的多元线性回归模型中，常住人口（X1）、商品房销售面积（X3）以及贷款基准利率（X5）在0.05的显著性水平下对房价（Y）有显著影响，因此用标准化回归系数建立最终的多元线性回归方程，以比较三个解释变量的相对重要性：Y=1.563X1-0.836 X3-0.270 X5。

3  结果分析与对策

回归的结果表明，对济南市商品房价格影响较大的因素主要有常住人口、商品房销售面积以及贷款基准利率，但其影响程度不一致。其中常住人口对房价的影响最大，且对商品房价格产生正向影响;品房销售面积以及贷款基准利率对商品房价格产生负向影响，且商品房销售面积对品房价格的负影响较大。

①商品房价格与常住人口正相关。常住人口数量反映了居民的购房意愿，直接影响住房需求。近年来，由于济南市外来人口以及因棚户区改造的本地居民数量的不断增加，导致常住人口数量不断增加，对房屋的需求也日益提高，商品房的供应日趋紧张，推动房价不断上涨。因此，要合理调控济南居高不下的房价就要采取有效的人口调控政策，控制人口短时间内的大规模增长。

②商品房价格与商品房销售面积负相关。商品房销售面积反映了商品房开发的程度，在购买力趋于平稳的状态下，商品房开发程度越大房价越低。从供需角度看，销售面积增加会相应的引起供给量的扩张，导致商品房价格下降。对此在控制人口大规模增加的同时增加不同类型房屋的销售面积，以满足更广大人群的需求。

③商品房价格与贷款基准利率负相关。贷款基准利率是宏观经济调控的重要手段，通过供需关系调控商品房价格。房地产商一般会通过银行贷款进行融资，当利率上调时，为保证其资金链的完整，房产商会通过降价促销回拢资金;同时，利率的上调会增加居民贷款买房的额度，从而会降低他们的购买意愿，购房需求降低，从而导致房价的下跌。因此在制定利率政策调节经济的过程中，要考虑其对房地产市场的影响，通过灵活的利率政策稳定房子供给，抑制房价上涨。

以上只是针对济南市的房价影响因素做了相关回归分析，而不同地区的房价波动不尽相同，影响因素的影响程度也不同。因此相关部门应根据各个地区的实际情况制定相应的调控策略，避免一刀切，以有效的控制房价，促进房地产市场的健康发展。

参考文献：

[1]Debrezion G， Pels E.， Rietveld P. The impact of rail transport on real estate prices： An empirical analysis of the Dutch housing market[J]. Urban Studies，2006， 48（5）：997-1015.

[2]李繼玲.房价波动影响因素研究——基于2005-2015年数据的实证分析[J].经济问题探索，2017（09）：30-37.

[3] 孟庆斌，荣晨.宏观经济因素对房地产价格的长短期影响[J].统计研究，2014，31（06）：25-32.

[4]Xu， X. E.， & Chen， T. （2012）.The effect of monetary policy on real estate price growth in China. Pacific-Basin Finance Journal， 20（1）：62-77.

[5]Wang S， Yang  Z， Liu H. Impact of urban economic openness on real estate prices： Evidence from thirty-five cities in China[J]. China Economic Review，2011， 22（1）：42-54.