庞丽媛

[摘要]文章从房地产消费品与投资品的两重属性入手，将影响房地产价格的因素分为需求方因素、供给方因素，采用2013年全国31个省（自治州）的截面数据，对影响房地产价格的因素进行OLS定量分析，发现供给和需求是影响房价最主要的因素。随后引入虚拟变量，考察东、中、西部地区房价是否存在差异，结果发现中、西部房价并无明显差异，而东部与中、西部间房价差异明显。

[关键词]房地产价格；影响因素；地区差异

[DOI]10.13939/j.cnki.zgsc.2016.34.178

1 引 言

房地产市场过热，房价不断上涨，已经引起广泛关注有必要研究房价的影响因素，为政府制定政策、进行宏观调控提供参考。前人的研究多使用时间序列数据或面板数据，并考虑了政策影响。但是采用这样的数据进行分析，无法分析出房地产市场本身对房价的影响因素。文章选用2013年我国31个省（自治州）的截面数据，研究影响房价的因素，最后引入虚拟变量，考察东部、中部与西部之间房价是否存在显著差异。

2 影响因素分析

房地产同时具有消费品和投资品的属性。作为消费品时，价格受到供给与需求的影响；它作为投资品时，价格主要受收入和利率的影响。文章使用截面数据，各地区情况基本一致，故不考虑利率和政策的影响。文章使用的数据是2013年全国31个省（自治州）的截面数据，数据来自国家统计局网站。

考虑的因素和具体变量选取见下表1。

3.2 模型检验

固定资产投资额的增加意味着房地产供给的增加，会引起房地产价格的下降，所以X1的系数为负值是符合的；收入的增加会导致对房地产的需求上涨，从而引发房地产价格的上涨，所以Z1的系数为正也是相符的。从回归结果看，模型拟合较好，解释变量、方程都是显著的。D.W.值接近于2，不存在一阶自相关。对X1、Z1做怀特检验，发现各参数的P值都较大，不存在异方差性。X1与Z1的相关系数为0.1851，系数较小，X1、Z1不存在多重共线性。

综上可知模型设定和回归结果无误，固定资产投资总额每增加1亿元，引起住宅商品房平均销售价格下降0.0930元，人均GDP每增加一元，引起住宅商品房平均销售价格上涨0.1327元，人均GDP对住宅商品房平均销售价格的作用更强，说明人民的生活水平逐渐提高，对于房地产的购买能力提升是导致房价上涨的主要原因。

4 区域间差异

为研究区域差异对房价是否有显著性影响，将区域差异作为虚拟变量引入模型：

这里把全国31个省（自治州）按人均GDP的多少进行排序，把人均GDP小于35000元/人的视为西部地区，把人均GDP在35000元/人与50000元之间的地区视为中部地区，把人均GDP在50000元/人的地区视为东部地区。

从所得方程来看固定资产投资总额每增加1亿元，住宅商品房的平均销售价格下降0.0835元，人均GDP每增加1元，住宅商品房的平均销售价格上涨0.1587元。西部地区与中部地区的房价并没有很大差距，东部地区的房价与其他地区的差距较大，处于东部地区城市的房价要比处于中、西部地区城市的房价平均每平方米高1796元。

5 结 论

通过对2013年全国31个省（自治州）的截面数据做定量分析发现，影响各城市房地产价格的主要因素是各城市的固定资产投资总额和人均GDP，其中固定资产投资总额属于供给方因素，供给的增加导致价格的下跌，随固定资产投资额的增加，房价有小幅的上升；人均GDP属于需求方因素，需求的增加使得价格上涨，随人均GDP增加，房价同时也在增长，并且人均GDP对房价的影响大于固定资产投资额对房价的影响。

比较中国东、中、西部地区城市房价的差异，中、西部地区城市的房价并无明显差异，而东部地区城市的房价与中、西部房价有显著差异。处于东部地区的城市房价要比处于中、西部地区的城市房价高。这可能是由于我国地区经济发展存在差异，东部地区比中、西部地区更为发达，基础设施建设更好，因而有大量人口希望进入东部发达地区，造成了不同地区间的住房需求差异。同时东部地区的收入水平也高于中、西部收入水平。这两个因素综合导致了地区间房价的差异。若要有效控制局部地区房价的快速上升，就需要促使各地区间的协调发展，降低地区间的收入水平差距。

参考文献：

[1]崔光灿.房地产价格与宏观经济互动关系实证研究——基于我国31个省份面板数据分析[J].经济理论与经济管理，2009（1）：57-62.

[2]刘琳，刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究，2003（7）：27-30.