住房价格的影响因素实证分析——以北京、天津为例

住房价格的影响因素实证分析

———以北京、天津为例

康倩倩ꎬ卢　奇

摘　要:作为国家的支柱性产业ꎬ房地产的稳定发展关乎国计民生ꎮ近几年ꎬ房地产价格飞速上涨ꎬ连创新高ꎮ在这种情况下研究房价的影响因素ꎬ具有重要的现实与理论意义ꎮ本文从北京市和天津市房价居高不下的现象ꎬ从年末城镇人口、人均可支配收入以及房屋竣工面积三方面入手ꎮ依据ｓｔａｔａ软件对房价影响因素进行回归分析ꎬ得出两地的房价相关模型ꎬ发现对房价有影响的因素有年末城镇人口和人均可支配收入ꎮ

关键词:房价ꎻ人均可支配收入ꎻ年末城镇人口

中图分类号:Ｆ２２４＋Ｆ２９３.３　　　　　　文献标识码:Ａ　　　　　　文章编号:１００８－４４２８(２０１９)７６－００７５－０４

一、引言(一)研究背景

近几年ꎬ全国一线城市的住房问题备受社会关注ꎬ住房价格问题仍然十分突出ꎮ房价增长代表着经济的发展ꎬ但同时也有可能代表经济泡沫ꎮ即使在一线城市ꎬ住房价格出现的问题也不尽相同ꎮ房价增长过快的趋势不仅严重影响到城市居民的生活质量ꎬ也是整个国民经济发展的一个不稳定因素ꎮ尽管近几年来我国一直出台ꎬ如限购、限涨等方式来规制房地产市场ꎮ但房价一直居高不下ꎮ从２０００年以来ꎬ各地住房价格受各种因素的影响ꎬ存在明显差距ꎮ本文通过对北京、天津两个一线城市的住房价格影响因素进行研究ꎬ了解影响房价的主次因素ꎬ并对这些因素进行统计推断和经济意义上的检验ꎬ选择拟合度最好的为最终结论ꎬ发现问题并提出相应的建议ꎮ

１.理论意义(二)研究意义

房地产开发近二十几年间ꎬ住宅作为房地产的一部分ꎬ

析两地住房价格的影响因素是否相同ꎬ进而判断两地之间住房价格的差异性ꎮ

(三)研究方法与思路

本文以对“住房价格的重要影响因素进行实证分析”为研究主题ꎬ运用ｓｔａｔａ软件建立模型ꎬ同时进行检验与修正ꎮ以定量和定性的分析方法ꎬ选取参考文献中多次出现影响房价的因素如:年末常住人口、人均可支配收入和住房竣工面积ꎬ进行建模、检验与修正ꎮ研究以上因素对房价的影响是否显著ꎬ并分析其的正负相关性ꎮ以实证分析为主ꎬ理论分析为辅ꎮ

二、文献综述

人口方面:薛莉苇等(２０１０)利用２００５年全国２１个大中城市和２００３~２００７年间北京、武汉和西安三个城市的财政、经济结构、人口结构、城市建筑及城市辅助等方面的数据ꎬ分析了这五个方面对房价收入比的影响ꎬ其中人口结构变量的系数均大于零ꎬ说明人口结构变量对房价收入存在正向相关关系ꎮ丁军(２０１２)城镇居民人均收入增长是拉动房价上涨的主因ꎬ总人口数与房价的变动呈负相关ꎬ原因归结为所选取的省际面板数据忽略人口迁移影响ꎮ李玉梅(２０１２)应用１９９４~２０１０年的时间序列数据研究了我国住房价格与家庭平均可支配收入的协调性ꎬ通过以住房价格为因变量ꎬ家庭平均可支配收入和实际建筑成本为自变量构建协整方程ꎬ结果表明我国住房价格长期收入弹性为０.５８ꎮ

收入方面:徐舒和陈珣(２０１６)通过序贯决策的理论模型ꎬ分析了收入差距推高房价的经济作用机制ꎮ结果表明ꎬ以商品房平均销售价格、商品房单位面积价格指数衡量的住房价格均受到收入差距的显著性影响ꎬ即收入差距的扩大会引起住房价格的上升ꎮ

竣工面积方面:何艳(２００６)认为:一是普通商品房供应增加ꎬ小户型房价上涨得到一定控制ꎻ二是投机行为得到抑

目前我国对其理论研究严重滞后ꎬ关于住宅的专业文献也是无法成为体系ꎮ虽然在我国有一些关于住宅价格和收入以及人口方面的影响ꎬ但是大多数是从人口结构以及收入差距方面来研究ꎬ将住宅价格、人口、收入放在一起研究的文章还是很少ꎮ本文通过在各学者研究的基础上ꎬ将三者结合起来ꎬ建立理论框架ꎬ为学术界提供理论支持ꎮ

２.实践意义

住宅价格的飞速增长ꎬ会给居民的生活状况造成很多直

接影响ꎮ对于市场的参与者而言ꎬ通过把握商品住宅价格与人口规模和收入的关系ꎬ可以对当前商品住宅价格走势做出合理的判断ꎬ从而使消费者对商品住宅价格的变化有所了解ꎬ避免陷入盲目购买住宅的误区ꎮ通过对比北京、天津ꎬ分

—７５—

制ꎬ外资炒房更为规范ꎻ三是信贷紧缩ꎬ购房者更为谨慎ꎻ四是房地产开发企业囤地囤房得到抑制ꎮ

综上所述ꎬ学者对房地产市场的判断存在分歧ꎬ对房地产的宏观的效果存在争议ꎬ本文通过对北京市、天津市的有关资料进行理论与实证分析ꎮ从中找出影响房地产价格的重要因素ꎬ并提出相应的解决措施ꎮ根据专家学者的文献我们得出影响房地产价格的几个重要因素分别是人口、人均可支配收入以及住房竣工面积ꎮ

三、模型建立与数据选取１.(一模型)模型建立

通过搜集北京市和天津市２０００~２０１５年数据ꎬ建立模型ꎬ其模型表达式为:

Ｙｔ其中＝Ｋ１Ｘ１Ｙ＋Ｋ２Ｘ２＋Ｋ３Ｘ３＋γ

ｔ为城市的房价ꎬＸ１为城镇年末人口ꎬＸＫ２为城镇人

均可支配收入ꎬＸ３为房屋竣工面积ꎮＫ１、２、Ｋ３分别是三者的系数ꎬγ为随机误差项ꎮ

２.以模型数据为基础模型经济意义

ꎬ重点分析城镇年末人口、城镇人均

可支配收入以及住房竣工面积分别对房价的影响ꎮ模型将解释三个因变量和自变量的关系以及影响程度ꎮ再通过各个数据的经济因素解释产生这种影响的原因ꎮ

１.(二经济指标解释

)经济指标与数据收取(１)人口的增加会加大对商品住宅的需求城镇年末人口

ꎬ在我国庞大的人口基数下ꎬ人口的增长会刺激需求的增加ꎬ从而引起房价的上升ꎮ城镇年末人口实际上也代表了当地的消费购买力ꎮ一般来讲ꎬ人口越多ꎬ越拉动当地的消费购买力ꎬ从而引起房价的上涨ꎮ虽然有很多因素决定当地房地产的价格ꎬ但是人口是最重要的因素ꎮ相关研究表明ꎬ一个城市房价的排名和它的人口存在相对紧密的联系ꎮ如表１所示:

表１　房价与人口走势

(２)商品住宅作为一种消费品和投资品城镇人均可支配收入

ꎬ消费者对它的购买在很大程度上受到消费者可支配收入水平的制约ꎬ可支配收入水平不高意味着消费者的购买力有限ꎬ在一定程度上会降低消费者的购房需求ꎬ在商品住宅供给一定的情况下ꎬ将会导致商品住宅价格的下降ꎮ

—７６—

(３)住宅房屋竣工面积指的是达到入住和使用条件住宅房屋竣工面积

ꎬ经验收检验合格并且可正式移交使用的房屋建筑面积之和ꎮ这个指标是反映建筑成果的一项重要指标ꎬ也是评价基建投资收益的依据ꎮ

２.通过查阅北京市和天津市的统计年鉴数据收集

ꎬ提取出两地２０００

竣工面积~２０１５年的房价ꎮ因考虑到通货膨胀的影响、城镇年末人口、人均可支配收入以及房屋

ꎬ本模型检验采用的是剔除通货膨胀的处理过的数据ꎮ

四、模型检验(由于选取的数据为时间序列数据一)平稳性检验

ꎬ因此在对各变量进行回归之前ꎬ应先对各变量进行ＡＤＦ单位根检验ꎬ确定各变量是否平稳ꎮ检验结果如下:

北京市各变量单位根检验结果

是否存在单位根

ＹｂＸ１ｂＸ２ｂＸ３ｂ原序列存在存在存在存在一阶差分序列不存在不存在存在不存在二阶差分序列

不存在

不存在

不存在

不存在

天津市各变量单位根检验结果

是否存在单位根

ＹｔＸ１ｔＸ２ｔＸ３ｔ原序列存在存在存在存在一阶差分序列不存在不存在存在不存在二阶差分序列

不存在

不存在

不存在

不存在

　单整　从结果可知ꎬ人均可支配收入为二阶单整ꎬ除了人均可支配收入ꎮ消除了人均可支配收入ꎬ其余变量均为一阶变量的非平稳性ꎬ本文将其进行差分处理ꎬ得到新变量Ｘ２２然后得出多元线性回归方程ꎮ接着ꎬ通过ｓｔａｔａ软件对所获得ꎮ的变量数据进行回归ꎬ可以得到如下两个线性回归方程及回归结果:

１.Ｙ北京市

ｂ＝１４.３２Ｘ１ｂ＋０.６７Ｘ２２ｂ－０.４０Ｘ３ｂ－１１１８１.９２

Ｒ－ｓｑｕａｒｅｄＡｄｊＲ－ｓｑｕａｒｅｄ

Ｐｒｏｂ>Ｆ０.９６２３０.９５２１ｔ０.００００Ｐ>｜ｔ｜Ｘ１ｂＸ１５.０９２２ｂＸ１.８９

０.０００００.０３８０３ｂＣ

－５.７３１.０７０.３０８００.００００

　　根据回归结果可知Ｘ３ｂ不显著ꎬ于是去掉变量Ｘ３ｂ其余变量进行回归ꎬ得到新的回归方程如下:

ꎬ在对Ｙｂ＝１４.６３Ｘ１ｂ＋０.６７Ｘ２２ｂ－－１２６６２.９２

ＲｓｑｕａｒｅｄＡｄｊＲ－ｓｑｕａｒｅｄ

Ｐｒｏｂ>Ｆ０.９５８４

０.９５１５

０.００００

续表

Ｒ－ｓｑｕａｒｅｄ

ＡｄｊＲ－ｓｑｕａｒｅｄ

Ｐｒｏｂ>Ｆｔ

Ｐ>｜ｔ｜Ｘ１ｂＸ１６.０４２２ｂＣ

－１.８９

０.００００９.１５０.０３８００.００００

　　２.Ｙ天津市(方法同上)

ｔ＝２２ｔ－Ｒ－ｓｑｕａｒｅｄ５.９３Ｘ１ｔ＋０.３７ＸＡｄｊ１０６７Ｒ－.ｓｑｕａｒｅｄ

８５

Ｐｒｏｂ>Ｆ０.９５３２０.９４５４ｔ０.００００Ｐ>｜ｔ｜Ｘ１ｔＸ１５.１１０.００００２２ｔＣ

－１.８５

２.７００.０４２００.００１９

　　(拟合优度检验主要检验模型对各个样本拟合程度二)拟合优度检验

ꎬ衡量

预期值与现实所得的实际值的差距ꎮ通过可决系数ＲꎬＲ说明样本拟合程度越好ꎮ

２来判断２越接近于１由分析数据可知ꎬ北京市样本决定系数Ｒ后的可决系数为０.９５１５ꎬ二者数值都接近于１ꎬ２说明模型对样＝０.９５８４ꎬ调整

本拟合度好ꎬ可以得知超过９５％的房价可以由建立的方程得出天津市样本决定系数Ｒ０.９４５４ꎬ２＝０.９５３２ꎬ调整后的可决系数为

以得知超过二者数值都接近于９４％的房价可以由建立的方程得出１ꎬ说明模型对样本拟合度好ꎮ

ꎬ可(Ｔ三检验主要检验各个样本对房价是否具有显著影响)Ｔ检验

ꎮ通过模型中的ｔ检验值判断ꎮ另外ꎬ通过ｔ值的正负可以判断样本对房价的影响呈正相关还是负相关ꎮ根据北京市的数据可以得出ꎬＸ１ｂ、Ｘ２２ｂ的ｔ值均大于零ꎬ所以可以说明Ｘ的Ｔ检验显著ꎬ即人均可支配收入和年末常住人口对房价均１ｂ、Ｘ２２ｂ有正向作用影响ꎮ另一方面ꎬ通过北京市的数据可以看出Ｘ１ｂ、Ｘ２２ｂ的ｔ值绝对值均大于０.０５ꎬ说明人均可支配收入和年末常住人口对房价均有显著影响ꎮ同理ꎬ通过天津市的数据也可以看出人均可支配收入和年末常住人口对房价具有显著影响ꎮ

(Ｆ四检验可以检测所有样本共同对房价是否有影响)Ｆ检验

ꎬ通过自由度选取Ｆ检验分布表中的数据判断是否大于检验结果中的Ｆ值ꎮ若大于ꎬ说明有显著影响ꎻ小于则反之ꎮ根据检验结果ꎬ北京市的Ｐ值远远小于０.０５ꎬＦ值足够显著ꎮ说明Ｘ１ｂ、Ｘ２２ｂ、Ｘ３ｂ共同对Ｙｂ有显著影响ꎬ根据之前的拟合优度检验也说明了这一点ꎮ同理ꎬ天津市的Ｆ值也足够显著ꎮ

(五)多重共线性检验

北京市数据多重共线性检验表

ＶａｒｉａｂｌｅＸ１.０２ＶＩＦ

１ｂ

０.９７６０５４

１/ＶＩＦ

财经论坛◎　

续表

ＶａｒｉａｂｌｅＸ２２ｂＭｅａｎＶＩＦ１.０２ＶＩＦ

１/ＶＩＦ

１.０２

０.９７６０５４

天津市数据多重共线性检验表

ＶａｒｉａｂｌｅＸ１ｂＸ１.０２ＶＩＦ

２２ｂ

１.０２０.９８０３０６１/ＶＩＦ

　　(六Ｍｅａｎ)异方差检验

ＶＩＦ

１.０２

０.９８０３０６

用ｓｔａｔａ软件对变量进行自相关检验得出检验结果如下:

北京市数据异方差检验ＳｏｕｒｃｅＴｏｔａｌ

ｃｈｉ２

７.７４ｄｆ８

０.４５９２ｐ

天津市数据异方差检验

ＳｏｕｒｃｅＴｏｔａｌ

ｃｈｉ２

８.８６ｄｆｐ

　　可知两个模型均不存在异方差ꎮ

８

０.３５４５

(自相关检验主要判断随机误差项是否存在序列相关七)自相关检验

ꎮ通过模型数据中的ＤＷ值与ＤＷ检验分布表中的数据相对比ꎮ若ＤＷ值大于接近于２则不存在一阶自相关ꎬ或者当ｄＵ<ＤＷ<ｄＬ时不存在自相关ꎮ用ｓｔａｔａ软件对变量进行自相关检验得出检验结果如下:

北京市数据自相关检验

ｌａｇｓ(ｐ)１

０.３３３

ｃｈｉ２

ｐｒｏｂ>ｃｈｉ２０.５６４

天津市数据自相关检验

ｌａｇｓ(ｐ)ｃｈｉ２

　　可知模型不存在自相关性１

０.１７５

ｐｒｏｂ>ｃｈｉ２由ｓｔａｔａ软件所得出的结果ꎮ

０.６７５３

ꎬ可以表明三组变量中两组变

量显著ꎬ并且三组数据中不存在序列相关性ꎮ因此ꎬ人均可支配收入和年末常住人口共同对房价有显著的影响ꎮ同时根据分析数据发现ꎬ住宅房屋竣工面积对房价的影响呈负相关ꎬ但是影响不显著ꎮ

住宅房屋竣工面积与房价呈负相关可能原因:在其他因素不变或影响不大的时候ꎬ住宅房屋竣工面积与房价呈负相关:当竣工面积减少时ꎬ供给减少以致于房价上涨ꎻ当竣工面积增多时ꎬ供给增加以致于房屋积压造成房价下跌ꎮ在２００５预期一致~２００８年竣工面积减少时期ꎬ而在其他期间ꎬ两者没有明显的负相关关系ꎬ与房价呈明显负相关关系ꎬ很可ꎬ与

能是供给虽然增长了ꎬ但增长速度跟不上需求增长的程度ꎮ本文分别对北京和天津两个一线城市的房价影响因素进行分析ꎬ发现两个地区的影响因素是一样的ꎬ但是影响方向是具有差异性的ꎬ比如竣工面积对北京以及天津的影响是反方—７７—

向的ꎮ这也可能是模型构建过程中出现了问题ꎬ建模不够严谨等一系列因素引起的不符合经济原理的想象ꎮ

五、结论与建议(由一ｓｔａｔａ)结论

软件所得出的结果ꎬ可以表明三组变量中两组变量显著ꎬ并且三组数据中不存在序列相关性ꎮ因此ꎬ人均可支配收入和年末常住人口共同对房价有显著的影响ꎮ同时根据分析数据发现ꎬ住宅房屋竣工面积也有相关性ꎬ但是影响不显著ꎮ面对我国房价飞涨的局面ꎬ研究这个模型对于解决我国目前房地产价格居高不下具有一定的意义ꎮ

(首先二)ꎬ建议

应需调整有效手段及ꎬ引导住宅建设投资的规模和方向ꎬ尽量可以使各个阶层的人都能满足住宅需求ꎬ尽量减少差距ꎮ改善税收ꎬ提高对开发商的贷款条件ꎬ对建筑公司用贷款垫款资行为进行ꎮ同时ꎬ提高利率打击市场投机行为ꎬ提高贷款首付比例ꎬ控制多套住房贷款ꎬ提高房地产信贷的门槛ꎮ

其次ꎬ依据当地现实状况确定房屋建筑面积ꎬ争取在适当的情况下建设出适合当地人民居住的房屋面积ꎬ同时也要考虑外地居民到当地移居购买房屋的情况ꎮ不要一味地追求奢侈ꎬ多考虑实际情况ꎬ或许可以控制房价的飞速增长ꎮ

最后ꎬ未来北京的常住人口仍有一定的增量空间ꎬ但建设用地的空间已经很小ꎬ应采取适当的人口流入控制措施ꎬ将人口控制在一定的规模内ꎬ把控制人口规模作为长期目标ꎬ推出相关制度为居民提供更适宜居住、生活、工作的环境ꎮ

房屋是人们最依靠的财务资源ꎬ人们会因为房价过高而无法买到住宅担忧ꎮ人口越多的城市住房压力越大ꎮ一方面要做的就是尽快控制房价的增长ꎬ这点目前我国也在努力出台各种来解决这一问题ꎮ另一方面ꎬ在研究结论中发现人口确实对房价产生了很大的影响ꎬ因此ꎬ疏通城市人流也是控制房价一个很好的选择ꎮ参考文献:

[１]异[Ｊ].陈杰世界经济.中国住ꎬ２０１０(３).

宅价格的收入弹性估计及其区域性差[２]灰色关联度分析杜本峰ꎬ张寓[Ｊ]..中国人口综合因素与住宅销售价格指数的人口学刊ꎬ２０１１(６).

[３]板数据的实证分析丁军.我国人口因素对住宅价格的影响[Ｄ].上海:复旦大学ꎬ２０１２.———基于省际面版社[４]高铁梅ꎬ２００６:２６１.计量经济分析方法与建模－３０１.

[Ｍ].北京:清华大学出

—７８—

[５]汉理工大学刘云.我国城市商品住宅价格影响因素研究ꎬ２００５.

[Ｄ].武汉:武[６]动态分析雷社平[Ｊ].ꎬ黄银兵青海社会科学.人口结构对城市住宅价格影响的ꎬ２０１２(４).ＶＡＲ研究[７]李玉梅[Ｄ].长春.我国房地产价格变动特征及其影响因素的实证:吉林大学ꎬ２０１２.

[８]城市的实证研究李瑞ꎬ刘莎.住宅价格与城市人口[Ｊ].学术探讨ꎬ２０１２.

:２０００~２００９年中国１２[９]住房支付能力稳定性沈悦ꎬ张学峰ꎬ周奎省[Ｊ]..财经研究住宅价格与居民收入均衡关系及ꎬ２０１１(３).融[１０]ꎬ２０１１(１０).王勤ꎬ蒋旻.人口年龄结构与住宅价格[Ｊ].上海金２０１６(１５).

[１１]徐舒ꎬ陈珣.收入差距会推高住房价格吗?[Ｊ].经济学ꎬ[１２]场为例杨东宁[Ｄ]..上海住宅价格的多因素动态分析研究:复旦大学ꎬ２００９.———以杭州市西安[１３]:闰俐臻长安大学.西安市住宅价格影响因素分析及实证研究ꎬ２００７.[Ｄ].版社[１４]ꎬ２００６:２４３张晓峒.ＥＶｉｅｗｓ－２５１.

使用指南与案例[Ｍ].北京:机械工业出[１５]基于全国地级及以上城市面板数据的研究祝宪民.地方财政支出、城市人口规模与住宅价格[Ｊ].广会科———学ꎬ２０１５(２).

[１６]ＥｘｐｅｃｔａｔｉｏｎｓＦｅｎｇＬａｎꎬＹｕＣｈａｏｗａｎｇ.ＳｔｕｄｙｏｎＩｎｃｏｍｅＨｅｔｅｒｏｇｅｎｅｏｕｓｙｓｉｓｖａｎｃｅｄＢａｓｅｄｏｎａｎｄＲｅｇｉｏｎｓＣｏｍｍｅｒｃｉａｌｏｆｔｈｅＥａｓｔＨｏｕｓｉｎｇａｎｄｔｈｅＰｒｉｃｅＷｅｓｔＦｌｕｃｔｕａｔｉｏｎｓｉｎＣｈｉｎａ[Ｊ].—Ａｎａｌ￣Ａｄ￣[１７]ＧａｌｌｉｎＭａｔｅｒｉａｌｓａｎｄＪ.ＴｈｅＲｅｓｅａｒｃｈꎬ２０１５ꎬ３７１６(１０７９).

Ｌｏｎｇ－ＲｕｎＲｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎＨｏｕｓｅｔａｔｅＩｎｃｏｍｅ:ＥｖｉｄｅｎｃｅｆｒｏｍＬｏｃａｌＨｏｕｓｉｎｇＭａｒｋｅｔｓ[Ｊ].Ｐｒｉｃｅｓ[１８]ＪｏｓｈｕａＥｃｏｎｏｍｉｃｓꎬ２００６(３４):４１７ＲｅａｌＥｓ￣ＰｒｉｃｅｓＧａｌｌｉｎ.－４３８.

ＲｅａｌａｎｄＩｎｃｏｍｅ:ＴｈｅＥｖｉｄｅｎｃｅＬｏｎｇＲｕｎｆｒｏｍＲｅｌａｔｉｏｎｓｈｉｐＬｏｃａｌＨｏｕｓｉｎｇｂｅｔｗｅｅｎＭａｒｋｅｔｓ[ＨｏｕｓｉｎｇＪ].[１９]ＭａｎｋｉｗＥｓｔａｔｅＥｃｏｎｏｍｉｃｓꎬ２００６ꎬ３４(３).

ａｎｄＮＧ.＆ＷｅｉｌＤＮ.ＴｈｅＢａｂｙＢｏｏｍꎬｔｈｅＢａｂｙＢｕｓｔｎｏｍｉｃｓꎬ１９８９(１９):２３５ｔｈｅＨｏｕｓｉｎｇＭａｒｋｅｔ[－２５８.Ｊ].ＲｅｓｉｏｎａｌＳｃｉｅｎｃｅａｎｄＵｒｂａｎＥｃｏ￣作者简介:

康倩倩ꎬ女ꎬ安徽ꎬ北京工商大学ꎬ硕士研究生ꎬ研究方向:产业经济学ꎻ

卢奇ꎬ北京工商大学ꎮ