基于回归模型的西宁市商品房价格影响因素研究
来源:用户上传
作者: 宋成舜,周惠萍
摘要：利用西宁市1999―2008年社会经济统计数据，从供给和需求两方面选择影响商品房价格的因素，建立回归模型，对商品房价格影响因素的相对重要性进行分析。结果表明：竣工房屋造价是影响西宁市商品房价格的首要因素。
关键词：商品房价格；回归模型；影响因素；西宁市
中图分类号：F217文献标志码：A文章编号：1673-291X（2011）04-0119-03
随着中国经济的增长，作为国民经济发展重要行业的房地产业正经历着前所未有的快速发展。同时，中国房地产业也面临许多问题，如房价涨幅过快、商品房供应结构不合理、房地产市场秩序混乱、部分城市房地产过热等，其中房价是核心问题。近几年来，中国商品住宅价格持续上升，2000年全国商品住宅价格上涨8.14%，2002年上涨5.74%，2004年商品住宅价格上涨达到了18.70%，2006年有所回落，上涨6.20%，2008年涨幅再创新高，达到11.30%[1]。西宁市商品房均价也由1999年的716元/平方米上涨到2008年的2 654元/平方米，十年时间，商品房价格增幅达270.67%，年均增长30.07%，商品房价格增长接近3倍[2]。高房价不仅对国民经济的运行造成了显著影响，还直接影响到居民的生活水平和生活质量。
本研究从供给和需求两方面选取影响西宁市商品房价格的因素，科学的遴选对房价有重要影响的因素指标，应用回归分析，得出影响西宁市商品房价格因素的相对重要性，为政府制定宏观调控政策提供理论依据。
一、模型选择
回归分析，是通过规定因变量和自变量来确定变量之间的因果关系，建立一个因变量和自变量之间的相关数学表达式，并根据搜集到的数据来求解模型的各个参数，然后评价回归模型是否能够很好的拟合实测数据。如果能够很好的拟合，则可以根据自变量作进一步预测。多元统计分析是：在方程式中有两个或两个以上自变量的回归模型 [3]。
分析影响房价的因素，采用多元线性回归分析：
设随机变量Y与一般变量X1、X2、X3、…、Xn的线性回归模型为Y=b0+b1X1+b2X2+…+bnXn，
式中，b0、b1、b2、…、bn是回归系数，Y是因变量，X1、X2、X3、…、Xn是自变量。
二、指标选取
影响商品房价格的因素众多，有土地使用制度、住房制度、人口因素、经济发展状况、财政金融政策等一般因素，也有道路交通、城市设施、环境状况等区域因素，还有建筑物本身的结构特征等个别因素[4～8]。但是，这些影响因素在不同的国家，甚至在同一国家的不同地区，不同的房地产业发展阶段所表现出来的影响力大小各不一样。
房地产市场波动、房地产价格水平波动，从经济学上来说，是由房地产的供给和需求两种力量共同作用的结果。影响房地产价格的因素要么是通过影响房地产供给，要么是通过影响房地产需求，要么是同时影响房地产供给和房地产需求来实现影响房地产价格。
根据统计分析的需要和数据的易得性，确定影响西宁市房地产价格的主要因素有（见下页表1）：
影响房地产需求的因素：GDP、城市人口、城镇居民人均可支配年收入、居民价格消费指数。
影响房地产供给的因素：房地产开发投资、地价、竣工房屋造价、商品房销售面积。
以上数据满足下列条件：（1）线性：给定X1、X2、X3、…、Xn的数值后，相应的Y随机变动，其总体均数Y=b0+b1X1+b2X2+…+BnlnXn；（2）独立：n个个体之间互相独立；（3）正态：给定X1、X2、X3、…、Xn的数值后，相应的Y值服从正态分布；（4）等方差：当X1、X2、X3、…、Xn的数值变动时，相应的Y有相同的方差。
首先对这些数据进行Pearson相关分析，根据Pearson分析的结果，发现商品房均价和其他因素的相关程度都很高，可以建立商品房均价和其他因素的回归方程。
该组变量符合多元回归的基本条件，可以进行多元统计分析。
利用SPSS17.0分析软件计算得出结果（见表2）。
根据运算结果，影响西宁市商品房价格的因素从大到小依次为：竣工房屋造价（X7）、地价（X6）、城镇居民人均可支配年收入（X3）、GDP（X1）、房地产开发投资（X5）、商品房销售面积（X8）、城市人口（X2）、居民价格消费指数（X4）。
三、回归方程建立
建立回归模型：Y=b0+b1X1+b2X2+…+BnXn
Y（商品房均价）是因变量，X1、X2、X3、…、Xn，是自变量，根据回归系数表得出回归方程。
在利用SPSS建立回归方程时，并不一定是前面分析的影响因素都进入回归方程作为解释价格的解释变量。选择变量的方法有强制进入法、前进法、后退法、逐步进入法等。本研究使用逐步进入法来选择进入模型的自变量，这种方法是将变量一个一个引入，当每引入一个变量后对已选入的变量逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。引入或者剔除变量的每一步都要通过F检验，以确保每次引入新的变量之前回归方程只包含显著的变量，反复进行，直到既无显著变量选入方程也无不显著变量从回归方程中剔除为止。
最后，得到的回归分析结果为（表3、表4、表5、表6）：
表3变量输入输出表
表4模型汇总表
根据分析结果，可得回归方程为：Y=1.646X7-109.816
四、显著性检验
对回归方程进行显著性检验包括两个方面：利用F检验观测总体的解释变量对被解释变量Y有无线性关系。通过方差分析表得到F统计量：F=375.411，与给定的显著性水平Fa=5.59进行比较。很明显，375.411>5.59，说明被解释变量Y（商品房均价）对X7竣工房屋造价）有显著线性关系。
利用T检验对回归系数进行显著性检验，检验每个解释变量对Y的影响是否显著，剔除那些次要的可有可无的解释变量。从回归系数表中可以看出，竣工房屋造价的P值是0，说明竣工房屋造价的回归系数通过了显著性检验。
五、回归结果分析
通过以上多元回归分析，在选择影响商品房均价的所有因素中，竣工房屋造价是影响西宁市商品房价格的首要因素。
竣工房屋造价也称建安费，是建筑过程中的房屋建设费用，大部分与房屋质量直接挂钩，约占房屋总价的30%。建安费通常是刚性的，不可能有太多的节省，否则房屋质量便会打折扣。伴随房屋质量的提高，建安费在房屋总价格中所占的比重正在悄悄地发生变化，大量高品质建筑材料的使用对房价的构成产生了重要的影响。近年来，随着人们生活水平的提高，对居住条件的要求也越来越高，房屋建筑成本的提高最大程度的影响了房价的上升。
1.建材成本的增加成为房价上涨的重要因素之一，客观上造成了房价上扬。从建材成本来看，目前由于中国投资需求旺盛，生产结构偏重于重工业，对钢铁、水泥、建材等能源、原材料需求较大，而国际市场初级产品也处于价格上涨阶段，这就导致了钢材、水泥、木材、电料、化工材料的价格上涨幅度都比较大，房价自然随之上涨。
2.商品房品质不断提高。近年国内城市的新楼盘从工程质量、建筑规模、外观造型到物业管理、配套设施和环境绿化，与前几年相比都有了很大提高。一些高档楼盘都以建设高档品牌住宅小区为目标，力求将自身打造成知名度高、信誉度好、市场占有率高的房地产品牌，配套建设了商务会馆、超市商场、幼儿园、文体休闲等设施，商品房建设成本的提高必定引起房价的上涨。此外，新技术、新工艺、新材料、新设备在住宅建设中的应用，大大增加了商品房建设成本。
3.建筑工人工资的增加推动房价进一步上涨。为了保护农民工利益，国家出台了一系列政策，加强对房地产企业的管理和监督，导致劳动力成本增加。建筑工人工资增加后，开发商便把增加的人力成本转嫁到房价上。生产成本增大，必然导致房价提高。
参考文献：
[1]中国房地产年鉴.
[2]西宁房产信息网.
[3]宋宪华.经济统计学[M].济南:山东大学出版社2005.
[4]赵莉莉，焦继文.房价影响因素的灰色关联度分析[J].统计与决策，2007，(23):74-75.
[5]梁云芳，高铁梅.中国商品住宅销售价格波动成因的实证分析[J].管理世界，2006，(8):76-82.
[6]张磊，郑丕谔，张晔，等.房地产价格分析及对策研究[J].经济体制改革，2006，(5):147-151.
[7]施灿彬，中国房地产价格波动行为分析及对策研究[J].价格理论与实践，2004，(9):41-42.
[8]朱永升，王卫华，韩伯棠.影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报，2002，(6).
[责任编辑 吴明宇]
转载注明来源:https://www.xzbu.com/2/view-394970.htm
