重慶市商品房房?jī)r(jià)影響因素分析

文/施丹紅 陳可心（.重慶大學(xué)；.四川外國(guó)語(yǔ)大學(xué)附屬外國(guó)語(yǔ)學(xué)校）

面對(duì)“需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱”等多重國(guó)內(nèi)外壓力，2021年召開(kāi)的中央經(jīng)濟(jì)工作會(huì)議中連提25個(gè)“穩(wěn)”，并將“穩(wěn)字當(dāng)頭、穩(wěn)中求進(jìn)”定為2022年經(jīng)濟(jì)工作主基調(diào)。而房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)中的支柱產(chǎn)業(yè)，其是否穩(wěn)定無(wú)疑具有重要意義。僅2022年年初至今，地方對(duì)房產(chǎn)市場(chǎng)調(diào)控頻次便超200次。重慶市作為中國(guó)中西部唯一直轄市，國(guó)內(nèi)經(jīng)濟(jì)第四極，維持其房地產(chǎn)市場(chǎng)穩(wěn)定將有益國(guó)內(nèi)經(jīng)濟(jì)穩(wěn)定，故研究其房產(chǎn)價(jià)格影響因素是具有重要學(xué)術(shù)及現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

目前，影響房?jī)r(jià)的主要因素可分為需求因素、供給因素、經(jīng)濟(jì)因素三類(lèi)。需求因素主要有總?cè)丝凇⑷丝诮Y(jié)構(gòu)、人均收入、城鎮(zhèn)化率等。例如：武以敏等（2015）[2]通過(guò)對(duì)安徽省房地產(chǎn)市場(chǎng)進(jìn)行自回歸分析，得出總?cè)丝?、居民收入均與房?jī)r(jià)之間存在正相關(guān)；李秀芝等（2021）[3]通過(guò)灰色關(guān)聯(lián)分析方法對(duì)宜賓市房?jī)r(jià)進(jìn)行研究，得出城鎮(zhèn)人均可支配收入、商品房住宅竣工房屋造價(jià)對(duì)于房?jī)r(jià)影響最大。供給因素主要有土地供給、房地產(chǎn)開(kāi)發(fā)商投資、土地價(jià)格等。例如：李宏博等（2015）[5]通過(guò)對(duì)重慶市房地產(chǎn)市場(chǎng)進(jìn)行灰色關(guān)聯(lián)和嶺回歸分析后，發(fā)現(xiàn)房地產(chǎn)價(jià)格與人口、開(kāi)發(fā)商投資、GDP呈正相關(guān)，與竣工面積和銷(xiāo)售面積呈負(fù)相關(guān)；高田（2019）[6]運(yùn)用多元線性回歸模型對(duì)南京市房地產(chǎn)價(jià)格展開(kāi)研究，得出房地產(chǎn)開(kāi)發(fā)投資及竣工面積均與房?jī)r(jià)波動(dòng)相關(guān)。經(jīng)濟(jì)因素主要有GDP、居民消費(fèi)價(jià)格指數(shù)、存貸款額等。例如：劉佳等（2017）[7]運(yùn)用面板分析針對(duì)中國(guó)內(nèi)蒙古地區(qū)進(jìn)行研究得出地方GDP對(duì)房地產(chǎn)價(jià)格影響顯著，而財(cái)政收入、房地產(chǎn)投資對(duì)房產(chǎn)價(jià)格則影響不顯著。

綜上所述，對(duì)于房地產(chǎn)價(jià)格影響因素的研究主要從需求、供給以及宏觀經(jīng)濟(jì)三個(gè)角度切入，但目前對(duì)于重慶市的房地產(chǎn)價(jià)格分析較少，且存在指標(biāo)選取不全的問(wèn)題，故本文將在現(xiàn)有研究基礎(chǔ)上選取變量，并用主成分分析法以降低變量間的多重共線性，最后構(gòu)建重慶市商品房房?jī)r(jià)多元線性回歸模型，以分析房?jī)r(jià)的影響因素。

二、現(xiàn)狀分析

（一）重慶市發(fā)展現(xiàn)狀分析

圖1顯示，在2011-2020年期間，重慶市的人均GDP總體呈上漲趨勢(shì)，但值得注意的是，其增速總體卻呈下降趨勢(shì)，特別是在2017年后，其增速持續(xù)低于10%，更是在2020年，首次到達(dá)5%以下，經(jīng)分析發(fā)現(xiàn)是在疫情背景下受到了國(guó)家整體宏觀經(jīng)濟(jì)下行趨勢(shì)的影響。

圖1 重慶市2011-2020人均生產(chǎn)總值統(tǒng)計(jì)圖

由圖2可知，重慶市商品房房?jī)r(jià)在2011-2013年間呈小幅上漲趨勢(shì)，2013-2016年間幾乎不變，但2017及2018年出現(xiàn)大幅上漲，價(jià)格增長(zhǎng)率均超過(guò)20%，造成該現(xiàn)象的原因一是受2015年全國(guó)樓市牛市的影響，在深圳最先啟動(dòng)后，傳導(dǎo)到重慶等二、三線城市，二是重慶市城鎮(zhèn)化本身帶來(lái)的人口增長(zhǎng)轉(zhuǎn)變成的居住需求，此外，2014-2016重慶市商品房供給減少，而需求增加，以致造成2017及2018兩年間的供需失衡。2020年，商品房房?jī)r(jià)略有下滑。

圖2 重慶市2011-2020商品房房?jī)r(jià)統(tǒng)計(jì)圖

三、實(shí)證分析

（一）變量選取

本文將重慶市商品房銷(xiāo)售平均價(jià)格作為被解釋變量(Y)，該指標(biāo)可衡量重慶市在一定時(shí)期內(nèi)的房?jī)r(jià)波動(dòng)情況。且基于現(xiàn)有研究，本文從供給、需求及宏觀經(jīng)濟(jì)角度切入選取解釋變量如表1所示，各解釋變量的具體含義如表2所示。

表1 重慶市房?jī)r(jià)影響因素指標(biāo)體系

表2 重慶市房?jī)r(jià)影響因素指標(biāo)解釋

（二）模型建立

1.多元線性回歸模型

本文數(shù)據(jù)來(lái)源主要為《重慶市統(tǒng)計(jì)年鑒》及重慶市數(shù)據(jù)網(wǎng)，時(shí)間范圍為2003-2020。為降低數(shù)據(jù)的自相關(guān)性及增加數(shù)據(jù)的平滑性，首先對(duì)原始數(shù)據(jù)取對(duì)數(shù)，取后多元線性回歸方程如下：

其中，βi(i=0,1,…,11)為回歸參數(shù)，ε為式中隨機(jī)擾動(dòng)項(xiàng)。使用SPSS對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn)，得出指標(biāo)之間的相關(guān)系數(shù)均超過(guò)0.9，表明它們之間存在嚴(yán)重的多重共線性。為避免共線性對(duì)實(shí)證結(jié)果的影響，故考慮使用主成分回歸法。

2.主成分分析

（1）KMO和Bartlett檢驗(yàn)

對(duì)這11個(gè)指標(biāo)進(jìn)行檢驗(yàn)后，可得KMO取樣適切性量數(shù)為0.816，大于0.8，且Bartlett檢驗(yàn)的P值為0.000，小于0.05，由此得出適合進(jìn)行主成分分析。

（2）總方差解釋

通過(guò)SPSS進(jìn)行提取公因子，其結(jié)果顯示，如若在11個(gè)指標(biāo)當(dāng)中提取一個(gè)公因子，其旋轉(zhuǎn)載荷平方和的累計(jì)貢獻(xiàn)率為51.22%，但若提取2個(gè)公因子，可使旋轉(zhuǎn)載荷平方和的累計(jì)貢獻(xiàn)率達(dá)到98.871%。由此表明這2個(gè)公共因子可充分反映原始數(shù)據(jù)的絕大部分信息，因此提取這兩個(gè)主成分來(lái)反映重慶市房?jī)r(jià)波動(dòng)的影響因素，記作F1，F(xiàn)2。

（3）成分得分系數(shù)矩陣

結(jié)合表3中的系數(shù)信息，可得關(guān)于主成分F1，F(xiàn)2的表達(dá)式如下：

表3 成分得分系數(shù)矩陣

（4）多元回歸分析

通過(guò)SPSS將已確定的兩個(gè)主成分與方將進(jìn)行多元回歸分析，得到結(jié)果如表4所示，可得變量主成分F1，F(xiàn)2在模型中均通過(guò)t檢驗(yàn)，說(shuō)明變量顯著；R2值為0.981，調(diào)整后的R2值為0.978，說(shuō)明模型解釋能力較好；同時(shí)，容差和VIF值均為1，說(shuō)明本文通過(guò)主成分分析法提取的兩個(gè)1因子不存在多重共線性問(wèn)題。

表4 多元回歸結(jié)果

通過(guò)如上分析，可得多元線性回歸方程：

將其轉(zhuǎn)化為關(guān)于LnXi(i=0,1,…,11)的式子：

通過(guò)分析，可將回歸方程對(duì)各影響因素的影響程度進(jìn)行排序，結(jié)果如表5所示，影響重慶市商品房房?jī)r(jià)最主要的因素為需求相關(guān)因素中的城鎮(zhèn)化率和城鎮(zhèn)人均可支配收入，其次是宏觀經(jīng)濟(jì)因素中的居民消費(fèi)價(jià)格指數(shù)和地區(qū)生產(chǎn)總值，而供給相關(guān)的因素則是對(duì)重慶市商品房房?jī)r(jià)影響最小的四個(gè)因素。

表5 各因素對(duì)重慶市房?jī)r(jià)影響程度排序結(jié)果

四、政策建議

基于上述分析及實(shí)證研究結(jié)果，本文將主要從需求端及宏觀經(jīng)濟(jì)角度切入，提出以下建議：

首先，加快城鎮(zhèn)化進(jìn)度，合理規(guī)劃中長(zhǎng)期住房建設(shè)。目前一線城市的城鎮(zhèn)化率均達(dá)85%以上，但重慶市城鎮(zhèn)化率卻僅有69%，與一線城市仍有較大差距。而城鎮(zhèn)化的推進(jìn)不僅可擴(kuò)大房地產(chǎn)市場(chǎng)的需求，還能助推房地產(chǎn)市場(chǎng)結(jié)構(gòu)調(diào)整升級(jí)。但在加快城鎮(zhèn)化進(jìn)度時(shí)，也需平衡與房地產(chǎn)市場(chǎng)的關(guān)系，要合理預(yù)計(jì)加快城鎮(zhèn)化帶來(lái)的住房需求以及合理規(guī)劃市場(chǎng)產(chǎn)品結(jié)構(gòu)。

其次，穩(wěn)步發(fā)展經(jīng)濟(jì)，提升城鎮(zhèn)居民人均可支配收入，增強(qiáng)房地產(chǎn)市場(chǎng)預(yù)期。近一年來(lái)，重慶市商品房市場(chǎng)供銷(xiāo)持續(xù)低位運(yùn)行，市場(chǎng)整體處于供大于求的狀態(tài)，市場(chǎng)存量不斷增加。同時(shí)受疫情反復(fù)及房產(chǎn)市場(chǎng)突發(fā)事件的影響，居民對(duì)房產(chǎn)市場(chǎng)的預(yù)期進(jìn)一步降低。

因此政府應(yīng)積極關(guān)注經(jīng)濟(jì)運(yùn)行質(zhì)量，加強(qiáng)創(chuàng)新能力建設(shè)，促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展，提升居民收入，增強(qiáng)居民消費(fèi)能力；同時(shí)建立健全房?jī)r(jià)監(jiān)管體系，規(guī)范房地產(chǎn)市場(chǎng)發(fā)展以提高居民對(duì)房地產(chǎn)市場(chǎng)的信心。

最后，合理分配資金及土地資源，滿(mǎn)足居民住房剛性和改善性需求。政府應(yīng)引導(dǎo)房企合理應(yīng)用資金，提高資金利用率；并規(guī)范金融機(jī)構(gòu)對(duì)房地產(chǎn)建設(shè)項(xiàng)目的考察流程，防范化解風(fēng)險(xiǎn)，穩(wěn)定市場(chǎng)。同時(shí)，面對(duì)居民的剛性及改善性的住房需求，在資金使用等方面適度放松限制，改善住房金融環(huán)境。

本文構(gòu)建的重慶市商品房房?jī)r(jià)波動(dòng)影響因素分析模型具有一定實(shí)際意義，為政府部門(mén)出臺(tái)相關(guān)政策提供依據(jù)。但由于影響房?jī)r(jià)變化因素眾多，且因素間存在較強(qiáng)的相關(guān)性，故可通過(guò)優(yōu)化降低相關(guān)性的方法及篩選指標(biāo)的方式來(lái)提升模型的精確性。