摘 要：商业地产是国民经济的重要支柱产业，保持商业地产市场持续健康发展对整个国民经济意义重大。本文首先从理论出发结合实际情况分析了商业地产需求的现状及影响因素，然后选取商品房销售面积作为代表商业地产需求的数据，主要分析三个较为显著性的影响因素人均国内生产总值、城镇人均可支配收入、城镇人口数对商业地产需求的影响，再根据几项统计年鉴所给的数据更精确的对其影响因素进行计量分析，并结合理论和实证分析的结果对房地产需求合理化提出了切实可行的措施。

关键词：商业地产需求；影响因素；计量分析；措施建议

一、商业地产需求问题相关背景

1.我国商业地产需求现状

商业地产市场一直是我国居民关注的热点话题。近年来，由于我国经济运行基本处于平稳状态，金融活动较活跃，经济扩张动力较良好，有利于商业地产市场的发展。一、二线大城市地价和房价在2016年屡屡创出新高，目前在政策的打击下，需求方面有所回落；三、四线的小城市迎来去库存化的热潮。

2.我国发展商业地产的必要性

商业地产是对商业地产进行开发、管理、经营、投资、服务的行业，是第三产业。发展商业地产可以加快改革开放的步伐和改善投资环境。通过合理的开发，有利于进行城市规划，带动相关产业的发展。发展商业地产还有利于产业结构的合理调整，同时带动消费结构的调整，有利于吸引外資，加快经济建设，扩大就业面等。

3.商业地产需求的影响因素

在现实生活中，影响商业地产需求的因素有很多，比如收入水平、商业地产开发投资、消费的偏好、对未来的预期、商品房的价格水平等。从经济因素考虑影响商业地产需求的主要因素人口状况、国家经济的发展水平和人均可支配收入以及国家经济发展的周期。主要应从经济因素考虑，在众多经济因素中经过分析判定，城镇人口数、城镇人均可支配收入、人均国内生产总值应为首选的影响因素。

城镇人口决定了商业地产的需求，人口是商业地产需求的基础。如北京、上海、深圳等一线城市的商业地产的持续稳定发展与城镇人口数量有密切的关系。随着国民收入水平逐渐提高，住房支付能力逐渐增强，购房的欲望也逐渐变强。另一方面，因为商业地产市场的有效需求又与消费者的实际购买力相关，当消费者购买力减弱时，对房屋的有效需求会降低。所以城镇人均可支配收入和人均国内生产总值影响商业地产的有效需求。

4.商业地产需求的相关研究假说理论

Randall、Johnston等在其著作《TheModernEconomicsofHousing》中指出商业住宅需求的影响因素主要包括销售价格、居民收入、储蓄、人口以及政府政策等等。张泓铭在其著作《中国房地产研究》中指出商业地产需求和金融支持以及住房制度密切相关。经济学家陈伯庚在其著作《房地产经济学》中指出在市场调节下，商业地产需求与宏观调控密切相关，提出了住房价格多维性理论。

二、商业地产需求相关因素模型的建立及其计量分析

1.商业地产需求影响因素的选取

生活中的经济活动或多或少基本都对商业地产需求有一定作用，本文主要选取2000到2014年间城镇人口数、城镇人均可支配收入、人均国内生产总值三个方面对商业地产需求的作用。采用计量经济学中Eviews，建立城镇人口数X1、人均国内生产总值X2、城镇人均可支配收入X3与商品房销售面积Y的回归模型。

2.选取影响因素的数据收集

3.模型的初步估计与建立

根据以上的分析，现在可假定如下的计量经济模型：

经济意义检验：模型估计结果说明，在假定其他变量不变的情况下，城镇人口每增加1万人，商品房销售面积增加4.0632万平方米；人均国内生产总值每增加1元，商品房销售面积增加0.8619万平方米；城镇人均可支配收入每增加1元，商品房销售面积减少1.4856万平方米。由上结果可以看出解释变量的系数违背了经济意义，但此变量在一定程度上影响商品房销售面积，所以暂不剔除。

统计检验：由图1中数据可以得到：R2=0.9706，修正的可决系数为R2=0.9625，这说明模型对样本的拟合很好。给定显著性水平α=0.05，由图1可知F=120.9109>Fα（3，12），说明回归方程显著。查t分布表得自由度为12临界值（12）=2.179，除了=1.1059<2.179，其他绝对值都大于（12）=2.179。因此在显著性水平0.05的显著性水平下，“人均国内生产总值”与“城镇人均可支配收入”对“商品房销售面积”有显著的影响。当给定显著性水平α=0.5时，（12）=0.695<=1.1059，则在0.5的显著性水平下，“城镇人口”对“商品房销售面积”有显著影响。

4.模型多重共线性检验与修正

计算各解释变量的相关系数：在Eviews软件命令窗口中键入：CORX1X2X3。

观察图表可看出，模型之间存在着多重共线性。解释变量之间相关系数都比较大接近于1，说明解释变量之间相关性很高。

多重共线性的消除：

首先对各解释变量做一元回归，通过比较得到变量的可决系数最高，且符合经济意义，所以在的基础上逐步引入X2、X3进行二元回归，根据拟合程度比较可得以X1为变量建议一元回归方程最优。

经济意义检验：这说明在其他因素不变的情况下，城镇人口每增加1万人，商品房销售面积增加4.0634万平方米。

统计推断检验：由上可知，该模型的可决系数为0.9704，拟合度很好。F值为426.3849，回归方程总体显著。参数t值通过检验。

5.模型异方差检验与修正

White检验：建立回归模型：LSYCX1

取显著性水平α=0.05，查表知X20.05（2）=5.99>nR2=1.4242，因此上面得到的一元回归模型不存在异方差性。

6.模型自相关检验与修正

查DW统计表可知，n=15，k=1，取显著性水平α=0.05，dL=1.077，dU=1.361，上述回归模型中DW=2.3271>dL=1.077，因此上述一元回归中不存在自相关。也可由下面残差图来判断，得到了相同的结果。

7.引入虚拟变量

由图2可知，2008年是一个异常点，设d1=1即2008年之前，d1=0即2008年之后。

虚拟变量的回归系数t检验显著，R2值较大，F值较大，DW值为2.3276，所以用加法方式引进虚拟变量是较合理的。

三、对商业地产需求相关因素计量分析所得结论

由上述所建模型可看出城镇人口数对商业地产需求影响显著。在2000年至2014期间，城镇人口数增加很快，因此也引起商业住宅需求量的增加。而在2008年，由于全球金融危机等政治因素，虽然城镇人口数在增加，商品房需求量却在下降，因此可以引入虚拟变量修正模型。另外本文采用的多元线性回归模型过于简单，考虑的因素过少，可以看出除上述两种因素，其他的两种解释变量对商品房需求量也产生一定的作用，所以在这两方面也可以相應着手改善。根据以上结论我们需对我国商业地产的具体问题提出针对性的方针政策。

四、发展商业地产相关政策措施

政府的政策往往会对商业地产的发展有比较大的影响，这里所指的政府政策并不仅是对商业地产市场的总体政策，还包括其他一些对商业地产市场有间接影响的政策。例如2007年因为美国政府持续推行低利率政策，以及一些由金钱利益驱动的金融机构大量贷款，导致美国商业地产市场崩溃，从而影响全球商业地产行业。因此，无论是有意的或无意的，政府的政策都会对房地产需求产生重大影响，政府需要采取强有力的措施来调控商业地产市场的投资性需求。

从模型中可以看出城镇人口数对商业地产需求影响很大，因此城市化与商业地产有很大的关系。在城市规划的快速发展时期，城市规划以及商业地产市场的合理运行推进了城镇化，城镇化也带动了商业地产积极的、健康的发展，这对我国宏观经济的持续稳定增长具有重要意义。同时，完善房屋租贷市场和二手房市场，让城镇化建设和商业地产行业和谐发展。

参考文献：

[1]孙伶莉.对上海市居民住房需求的研究.上海统计，2003，（5）：17-18.

[2]林斗明.房地产商品属性及市场影响因素.经营管理者，1997，（5）：24-25.

[3]马欣.土地供给与房地产市场关系研究.建筑经济，2007，（4）.

作者简介：沈海燕（1996- ），女，汉族，安徽合肥人，安徽财经大学经济学院，2014级本科生，经济学专业