我国住宅销售价格影响因素研究.docVIP

我国住宅销售价格影响因素研究 　　作者简介：孙雪梅，性别：女，籍贯：黑龙江省鹤岗市，工作单位：东北财经大学，职称：研究生，学位：学士学位，研究方向：国民经济核算。 摘要：房价问题关系到国计民生。随着我国房地产市场迅猛发展，越来越多的问题也暴露出来，过高的房价已经远远超过了广大居民的购房承受能力，并导致物价总水平的不断攀升，通货膨胀压力凸现。房价问题己成为社会各界讨论的热点之一。本文以全国35个大中城市为研究对象，结合Panel Data模型，运用多元回归分析方法研究住宅价格的影响因素。面板数据分析结果显示，人均可支配收入对住宅销售价格的影响最为显著；同时，通过比较东中西部的模型，分析我国住宅销售价格的区域差异，得出三大地带城市住宅价格的解释变量不尽相同，即使相同，其影响效应也是有差异的。在此基础上，本文提出了相应的政策建议。 关键词：住宅价格；影响因素；Panel Data模型；回归分析 一、引言 随着我国经济的快速增长，房地产行业在国民经济中的重要性日益凸显，已经逐渐发展成为我国基础性、先导性和支柱性产业，并日益成为国民经济发展的增长点。但是住宅市场却似乎在逐渐脱离我们的控制。住宅市场的繁荣一方面对促进我国经济的增长起到了举足轻重的作用，但另一方面高昂的房价又阻碍了许多百姓实现“居者有其屋”的愿望。快速上涨的房地产价格已经演变成为万众瞩目的经济问题和社会问题，更是引起了政府、企业、媒体舆论、专家学者和购房者的高度重视，对于我国住宅价格的争论一直没有停息过。相关部门针对房地产市场的不同状况釆取了一系列调节措施，房价虽然也有短期的上下起伏，但是似乎一直都维持在一个较高的市场价格水平之上。那么怎样的一个水平才是合理的呢？是否房价的上涨就一定不合理，一定会形成泡沫？ 回答当然是否定的。在房地产市场的发展过程中，有很多因素支撑着房价上涨的合理性。一方面，随着我国经济快速增长、城镇化进程不断推进，大量的外来居民不断涌入，带来了房地产市场一股强劲的刚性需求。预计在21世纪头30年，中国将有5亿人口从农村搬进城市。新增城市人口的住房问题亟待解决，城市房地产市场在未来面临着十分巨大的需求；另一方面，随着居民收入水平的上升以及财富的增加，对人均住宅面积和住房质量有了更高的追求，这些都推动着居民对住房的改善性需求；最后，从住宅供给的角度来看，住宅价格与住宅的生产成本息息相关，成本推动也很可能是住宅价格上涨的原因。 综上可见，一方面，在复杂的经济环境下，房价非理性的上涨可能会存在泡沫，进而存在一系列的不良影响；而另一方面，住宅价格的高涨也有其合理的支撑因素。那么，怎样的住宅价格才算合理呢？其影响因素有哪些？不同因素的影响力大小又如何，是否有哪些因素起主导作用？这些都是本文亟待解决的问题。住宅价格既关系到一般老百姓的生产和生活问题，也关系到一个城市的发展潜力和竞争力，更关系到一个国家的金融稳定、宏观经济政策等等。定性和定量研究城市住宅价格的影响因素，可以为政府进行宏观调控提供依据，为消费者购房提供信息支持，为企业投资开发项目提供参考。 本文以中国35个大中城市为例，对我国住宅销售价格的影响因素进行实证分析。首先从需求和供给层面上选取变量指标，先是采用规范的分析方法，然后再通过计量实证，应用Panel Data模型建立城市住宅价格模型。通过对比分析，找出哪些是影响住宅价格的主要因素，哪些是次要因素；同时将35个大中城市划分为东中西部三个地区，利用已有数据分别建立三大地带的截面固定效应模型，根据回归结果分析我国住宅销售价格的区域差异，进而为维持房地产行业乃至促进国民经济健康发展提供理论上的帮助。 二、实证分析 （一）变量选取与模型建立 1.变量的选取 根据以上分析，住宅的价格受供给和需求的影响。因此本文是从供求的层面来进行变量的选取。这里我们以城市为单元选取住宅销售价格HP（元/㎡）作为被解释变量，解释变量选取对住宅需求和供给有最大影响的因素：人口、收入水平、消费水平、GDP及住宅长期供给。 根据模型的需要，并考虑到变量资料数据的可获得性及可量化性，此处选取市区非农业人口这一指标来反映人口因素；以城镇居民人均可支配收入指标代表居民收入水平；选取恩格尔系数作为衡量消费水平的指标；GDP是反映一个地区经济发展的重要指标；对于住宅长期供给，本文选取商品住宅竣工面积这一指标。 综上所述，本文将选取市区非农业人口POP （万人）、城镇居民人均可支配收入PDI（元）、恩格尔系数ENG（%）、GDP（亿元）、商品住宅竣工面积HBS（万㎡）这五个变量作为分析住宅价格的解释变量来构建模型。 2.数据来源与分析方法 本文的数据主要来源于官方统计年鉴和主流金融数据机构，其中，35个大中城