商品房价格影响因素计量分析

基于ST A T A 的房产价格影响因素分析李文谦,张涛(烟台大学经济管理学院,山东烟台264005)[摘要]选取2005-2016年全国主要城市的相关数据,运用Stata 软件,对影响全国房价的主要因素进行计量分析,并对未来宏观房地产市场行情做出了展望。

在回归模型中,确定住宅商品房平均销售价格为被解释变量,以城镇人口、房地产开发企业土地购置价格、住宅商品房销售面积以及商品住宅房竣工面积四种因素作为解释变量进行回归分析。

通过OLS 最小二乘法分析得出:房地产开发企业土地购置价格是影响全国住宅商品房平均销售价格的最主要因素。

提出政府应针对不同城市制定不同的土地制度及调控政策,消费者应根据当地房地产市场现状及自身经济状况理性选择不同购房形式等对策建议。

[关键词]房价;影响因素;土地购置价格[中图分类号]F293.3[文献标识码]A[文章编号]1009-6043(2020)04-0127-02[作者简介]张涛(1977-),山东沂水人,博士,教师,研究方向:营销战略。

一、引言众所周知,我国房价上涨迅速,房地产市场的繁荣发展虽然拉动了我国经济增长,但是住房问题成为很多人生存的压力。

同时,房价的迅猛增长也可能会引发通货膨胀、土地过度占用、银行信贷风险加大等一系列社会问题。

我国房地产市场中存在的问题引发了政府的广泛关注,也提出相应措施。

为探究影响我国房价大幅上涨的主要因素,本文以房屋中的住宅商品房为例,选取了一些极具代表性的城市(共20个)作为全国主要城市,对其2005-2016年的相关数据进行了研究。

本文从供给与需求两方面对影响当前高房价问题的主要因素做出计量分析,从多层次多角度提出当前房价上涨问题的应对对策,更好地使我国房地产市场健康发展。

二、文献综述关于房地产价格的主要影响因素,国内外很多学者都对其进行了探索并发表了自己的见解。

然而,他们的研究有一个共同的特点:大多都是单独拿出其中一个因素来分析其对于某一阶段房价的影响程度。

《计量经济学》课程论文我国商品房价格供给影响因素的计量分析国际经济与贸易双语实验班欧昌龙40502032 指导老师：周游2007.12 我国商品房价格供给影响因素的计量分析【摘要】针对房地产市场近年来日益火爆，房价不断攀升的现状，本文选取了1999 年到2005年的季度数据，从房屋供给方面对房价上涨原因进行了实证分析。

首先，建立适当模型，并搜集相关数据；然后用EViews 软件对模型进行相关检验，之后予以修正；最后，对得出的模型进行了经济意义解释并给出了相关政策建议。

一、问题的提出近几年，随着房价的一路飙升，房地产已成为最受人瞩目的市场之一。

就2OO4 年来说，全国商品房价格大幅上涨．商品房平均销售价格同比增长14．4％．涨幅比2003 年提高10.6 个百分点。

销售面积达到３.８２亿平方米，比上年净增４４１２万平方米。

我国房地产出现了投资过热、房价增长速度较快的问题．为了防止房地产泡沫，使我国房地产市场步入良性发展的态势，政府先后进行了一系列的宏观调控：紧缩信贷、紧缩土地供应、运用市场化方式加息、提高住房信贷利率，房地产投资过热现象得到了有效抑制．土地和商品房供应增长大幅回落。

但是，商品房价格仍然继续攀升的现象仍未根本改善。

由此社会各界关于政府的宏观调控争议较大—- 国家针对投资过热而实施的宏观调控会减少商品房的供给进而引起价格的上升。

本文将通过揭示影响商品房供给的一系列因素与商品房价格的关系，探明国家针对供给的一系列宏观调控的效用。

二、相关数据收集本文主要从商品房的供给方面对商品房价进行分析：从而分析得出了下列解释变量和被解释变量，并通过中经网进行了数据的收集。

商品房销售价格房地产开发本房地产开发投资商品房本年新开建筑材料工业品出厂（亿元/ 万平方年商品房屋建资金来源合计_ 工面积_累计（万价格指数X4 米）Y 设投资额_累计累计（亿元）平方米）X3 亿元X1 X299 1 0.419043274 497.5 1823.07 5060.37 97.08 2 0.611745723 2334.48 5885.25 20480.78 98.56 3 0.612644092 4603.01 8930.09 34951.35 98.46333333 4 0.61435851 7460.36 13089.91 52505.87 97.2500 10.439683495 570.78 2410.65 6953.41 98.96333333 2 0.627327552 2720.95 7204.42 27281.04 98.63666667 3 0.619176819 5554.48 11308.44 46215.26 100.2566667 4 0.624536928 9063.94 16525.52 68796.92 100.6601 1 0.494343733 682.04 3284.53 9015.91 99.67 20.700672858 3490.62 9835.6 35896.69 99.7 30.677349482 7147.54 15219.27 63148.15 98.86666667 4 0.666718253 11511.22 21499.14 90116.96 97.802 10.480044041 935.36 4396.59 11495.74 98.16666667 2 0.689909372 4718.28 13348.05 43998.92 98.22333333 3 0.699580914 9302.66 20637.1 74457.19 97.5 40.698771538 14566.53 28696.57 106893.297.2333333303 1 0.502392103 1297.39 6140.64 16144.198.43333333 2 0.734779418 6120.88 18770.93 57919.51 98.3 3 0.72976461 12049.1 29007.45 97555.79 99.1 4 0.730422477 18699.4 39851.17 138382.53 102.604 1 0.528222904 1885.04 9607.61 20326.99 104.6 20.805601546 8118.91 25924.98 67944.61 104.4 30.824947294 15537.73 38863.71 110733.48103.5666667 4 0.823079827 23810.9 53249.85 154417.15 101.233333305 1 0.612407026 2269.16 12962.34 21594.7 100.1 2 0.88984241 9829.75 33921.91 75812.23 100.6 3 0.945958166 18942.93 49736.92 125338.68 100.9333333 4 0.985247764 28860.52 66924.33 172647.11 100.9333333数据来源：中经网统计数据库三、计量经济模型的建立：针对全国商品房屋销售均价，建立如下一般模型：Yi 0 1 x1i 2 x2i 3 x3i 4 x4i 5 D1i 6 D2i 7 D3i ui 其中：Yi －商品房屋销售均价（亿元/万平方米）0 －常数项i －待定参数（i1234）x1 －房地产开发本年商品房屋建设投资额_累计亿元x2 －房地产开发投资资金来源合计_累计（亿元）x3 －商品房本年新开工面积_累计（万平方米）x4 －建筑材料工业品出厂价格指数D1i ＝1，第一季度0，其他D2i ＝1，第二季度0，其他D3i ＝1，第三季度0，其他ui －随机误差项注：通过观察99 年到05 年季度数据，发现有很强的季节因素影响数据周期性变化，因此引入代表季度因素的虚拟变量。

对我国房价影响因素的计量经济学分析对我国房价影响因素的计量经济学分析摘要：商品房价格增长过快是当前我国城市与社会经济发展中最突出的问题之一，如何合理控制商品房价格平稳增长值得深入研究。

本文选取2011年中国统计年鉴的数据，建立起影响商品房价格因素的多元线性回归模型，进行进一步分析，并且在此基础之上提出相关政策建议。

关键字：商品房价格影响因素多元线性回归模型一、问题的提出近年来，中国房价持续走高。

尽管国家政策层已经启动了几轮调控，但房价丝毫没有要稳定下来的迹象，房价高涨，一房难求的情况仍在持续。

房地产行业已经成为我国国民经济的支柱产业，不仅影响着国民经济的增长，也牵动着千家万户的心。

虽然随着经济的发展，商品房价格的增长是必然趋势，但是目前国内商品房价格增长速度却远远超过平均水准，房价如此之高，会对现在与未来产生多大的影响？为了研究这个问题，我们需要建立计量经济学模型。

二、理论分析影响房价的因素有：土地购置费：土地资源的稀缺性导致土地购置费不断上涨，而土地购置费在相当大的程度上影响了房屋的售价。

随着开发的商品房不断增加，土地也越来越稀缺，房屋价格也会随着上涨，两者存在正相关性。

居民人均可支配收入，代表一个地区的人民的经济实力，人均可支配收入越多，人们提高生活质量和进行投资的欲望和能力就越强。

房屋相对于其他商品来说，具有保值性和增值性，这种特点导致人们用大量的资金进行投资，促使房屋价格上升。

理论上该变量和房价存在正相关性。

商品房销售面积：商品房的销售面积即为购房者所购买的套内或单元内建筑面积(以下简称套内建筑面积)与应分摊的公用建筑面积之和。

一个地区商品房销售面积也能间接反应一个地区商品房的供应热度。

商品房施工面积：报告期内施工的房屋建筑面积商品房竣工面积：报告期内竣工的房屋建筑面积建筑业总产值：建筑业在一定时期内完成的以价值表现的生产总量，是反映建筑业生产成果的综合指标。

通过它可以了解建筑业的生产规模、发展速度、经营成果，并为国家制订经济建设计划提供依据。

1 引言城市房价问题是公众关心的热点话题，高房价容易引发诸多城市治理问题，给政府治理带来巨大压力。

近年来，城市房价显示出过快上涨的趋势，为了实现居民从“蜗居”转向“安居”，中央出台了一系列政策稳控房价。

人们越来越注意到，影响房价的因素十分复杂，既有市场规律的调节，又有政府干预的影响，学术界对此也开展了许多富有见地的研究。

本文亦将此作为研究主脉，从空间视角对房价影响因素进行深一步的探讨。

学者的研究表明房价上涨受市场供需、金融政策、财政分权等因素的驱动，除此之外，土地财政及地方官员对房价也有显著影响，尤其地方政府作为土地唯一的供给方，对土地拥有绝对的话语权。

不管是对土地收入的长期依赖，还是为了弥补“引资竞争”中低价出让工业用地的损失，地方官员都有高价出让住宅用地的强烈动机。

而土地价格与房价相互依存，双向联动，土地价格节节攀升，导致房价一路飙升，房价上涨进一步带动土地价格的上涨。

中国特有的土地制度，使得政府成为垄断土地的唯一供应者，加之财政分权与GDP为标尺绩效考核的双重压力下，地方官员都有以土地换取巨额收入的强烈冲动和取得晋升锦标资格的内在动机，土地财政是影响房价稳控政策实施的阻碍因素。

基于空间杜宾模型的住房价格影响因素分析——来自105个城市的经验数据邓苏玲 欧国良摘要：房价问题是公众关心的热点话题，也是城市治理的重要议题。

利用2009－2017年105个城市的面板数据进行空间计量分析，从空间层面丰富房价影响因素的研究。

结果表明房价具有显著的空间聚集性与地区异质性，呈现出东部地区房价高溢出效应与西部地区低集聚共存的局面；土地财政显著影响房价变化，且具有正向空间溢出效应；官员任期在抑制房价增长，稳控地方及周边房价方面具有积极意义；此外，市场供需因素对房价具有正向的溢出效应。

总体而言，房价变化受到诸多因素影响，这些因素在空间层面上表现出显著的辐射和示范效应。

关键词：住房价格；土地财政；官员任期；空间计量；溢出效应中图分类号：F293 文献标识码：A文章编号：1001-9138-（2021）03-0016-25 收稿日期：2021-02-05作者简介：邓苏玲，通讯作者，华中科技大学公共管理学院博士生。

肥农药的补贴等。

这一举措可以达到激励菜农，在一定程度上减轻他们的蔬菜种植成本负担的功效。

蔬菜种植的优惠、补贴可以采取农机补贴、相关农药补贴等方式展开。

３、注重、展开蔬菜产业的基础设施建设，并在此过程中推进蔬菜种植的规模化、专业化。

其中，基础设施建设可以划分为多个方面。

例如：（1）在蔬菜种植上就要考虑更加机械化、规模化的种植方式的推广，用于蔬菜种植的土地面积不断受到工业、房地产等的挤压而缩减，在注重保护耕地、保证基本农业用地的同时，也应当从现代科技的角度对现在的蔬菜种植土地加以充分合理的利用。

政府应引导菜农走上现代化的蔬菜种植道路；（2）在蔬菜运输与配送上加大投入，降低跨区销售的成本，将“最后一公里”的消耗尽可能地降低。

流通环节是菜价高涨的重要因素，无法解决这一环节的问题，菜价平稳与菜农增收就无从谈起。

政府可以对蔬菜运输提供一定的指导意见，尽量节约资源，将蔬菜产地与较近的菜市场联系起来。

另外，也可以借鉴国外普遍利用的“农超对接”方式降低菜农种植蔬菜的风险和成本；（3）在蔬菜消费量较大的地区建立蔬菜储存基地，可以利用例如冷藏技术等对蔬菜进行储藏，尤其是在冬季以及交通运输繁忙、不便的时候可以一定程度上抑制受气候异常与游资炒作造成的菜价的不合理变动，起到一个“蓄水池”的作用，为市场较稳定地供应蔬菜。

４、建立健全权威、全面的蔬菜价格信息体系。

当前大部分菜农对市场信息的了解都是滞后、不全面的，他们通常只能通过蔬菜的实际销售情况和较为狭窄、不准确的信息渠道获取信息。

对此，可以考虑以网络、广播等为载体，由各地地方政府全权负责发布本地区的蔬菜价格实时变动信息。

在全国形成一个较大、较全的蔬菜价格信息系统，打破目前很多地区生产与消费几乎脱节并由此给菜农带来损失，以及一些商家与投机者对蔬菜价格进行炒作，散布虚假信息以谋取利益的局面。

这一举措将帮助菜农有目的性地进行蔬菜种植，能够相对避免供给与需求脱节，只增产不增收的现象发生。