摘要：房價過高成為擴大內(nèi)需的抑制因素。針對引致房價過高的各項因素，以西安房價為例，用多元回歸模型進行分析，通過修正模型找出對其有顯著影響的因素，最后針對國內(nèi)房價的高低利弊進行了總結(jié)并提出了相應(yīng)的對策。

關(guān)鍵詞：影響因素；計量模型；房價

中圖分類號：F2

文獻標(biāo)識碼：A

文章編號：1672-3198（2012）02-0077-02

住房是一種特殊的、最重要的消費品，房價是否合理關(guān)系到居民住房消費和居住權(quán)的問題。過高房價對擴大內(nèi)需，促進經(jīng)濟平穩(wěn)增長和社會穩(wěn)定都起到一定的抑制作用。房地產(chǎn)作為我國的支柱產(chǎn)業(yè)，它的制度完善與否關(guān)系到城市化進程和國際民生，所以對房價的影響因素的研究是非常重要的。房價普遍偏高以及金融杠桿等相關(guān)調(diào)整的措施下，由于房貸受多種因素的限制，一些收入不高的首次購房者就有可能喪失購買能力，只能停留在租房階段，對于那些住在新商品房，面積不足的人來說，他們改善居住條件也遇到了一定的困難。如此一來環(huán)環(huán)相扣的“消費鏈”很有可能發(fā)生“斷流”。這一層面的需求卻在市場總需求上占很大一部分。在這樣的背景下，依據(jù)房價會圍繞均衡價格變化的規(guī)律，需要有關(guān)部門掌握房地產(chǎn)的均衡、穩(wěn)定價格，進而制定出正確的政策，預(yù)防房價的大起大落和房地產(chǎn)泡沫的形成。這需要我們掌握房價的真實變化規(guī)律，并能進一步預(yù)測房價的增長趨勢，使政府做出有利于房價穩(wěn)定的合理決策。

本文以西安的商品房價格為例，以構(gòu)建的計量經(jīng)濟學(xué)模型進行實證分析。通過多元回歸方程找出的房產(chǎn)價格和其影響因素之間的相關(guān)關(guān)系及其相關(guān)系數(shù)來建立它們之間的回歸方程，并進行檢驗。最后，通過分析影響住房實際價格的因素，找出對房價影響顯著的因素。

1理論基礎(chǔ)

回歸分析就是對具有相關(guān)關(guān)系的變量之間數(shù)量變化的一般關(guān)系進行測定，確定一個相關(guān)的數(shù)學(xué)表達式，以便于進行估計的統(tǒng)計方法x1，x2，x3……xp是p個可以精確測量或可控制的變量。如果變量y與x1，x2，x3…….xp之間的內(nèi)在聯(lián)系是線性的，那么進行n次試驗，可得n組數(shù)據(jù):（yi，xi1，xi2，…，xip）i=1，2，…n，它們之間的關(guān)系可表為:

y1=b0+b1x11+b2x12+…+bpx1p+u1；y2=b0+b1x21+b2x22+…+bpx2p+u2…;yn=b0+b1xn1+b2xn2+…+bpxnp+un.

其中，b0，b1，…，bp是p+1個待估參數(shù)。Ui表示第i次試驗中的隨機因素對yi的影響。為簡單起見，將此n個方程表示成矩陣形式：y=xB+u上式便是p元線性回歸的數(shù)學(xué)模型。為了求出多元線性回歸模型中參數(shù)b0，b1，…，bp，可采用最小二乘法，即在其數(shù)學(xué)模型所屬的函數(shù)類中找到一個近似的函數(shù)，使得這個近似函數(shù)在已知的對應(yīng)數(shù)據(jù)上盡可能和真實函數(shù)相接近。c0，c1，…，cp分別是b0，b1，…，bp的最小二乘估計，則多元回歸方程（即近似函數(shù)）為：y=c0+c1x1，…，cpxp其中，c0，c1，…，cp叫做回歸方程的回歸系數(shù)。

2變量的選擇與前提假設(shè)

一般，我們選擇投資額（I）、人均GDP值（G）、財政收入（R）、銷售額（E）、居民消費價格指數(shù)（S）這些變量來研究住房的價格及其供求關(guān)系。而其假設(shè)的前提條件包括：（1）投資額（I）財政收入（R）銷售額（E）的增加表示住房市場發(fā)展較好，會推動房價上升；（2）人均GDP值的增長代表整體產(chǎn)值的升高，增加住房供給量，反而會抑制房價；（3）居民價格指數(shù)（S）的升高代表整體物價的上升，勢必會影響到房價的上升。

3相關(guān)分析

根據(jù)西安市1995-2008年14年商品房的價格、投資額、人均GDP、財政收入、銷售額和居民消費價格指數(shù)的數(shù)據(jù)進行回歸分析。要對房價影響因素進行多元回歸分析，首先要分析房價與各個變量的相關(guān)性，只有與房價有一定的相

關(guān)性的自變量才能對房價變動進行解釋。變量間的相關(guān)關(guān)系如下：

當(dāng)N=14，k=5時，在0.05的顯著性水平下t的臨界值為1.86，F(xiàn)的臨界值為3.69。DW值可以看出存在序列相關(guān)，由表中看出自變量E，G，R，S，I之間有相關(guān)性，存在多重共線性。為了達到更好的擬合效果，必須剔除不顯著的變量消除多重共線性，在這里我們用逐個剔除法進行剔除。

逐個剔除法首先要將與預(yù)測對象有關(guān)的全部因素引入方程，建立模型，然后根據(jù)每個回歸系數(shù)的t值大小，逐個剔除不顯著的變量，直到模型中包含的變量都是影響變量的顯著因素為止。當(dāng)不顯著的變量較多時，不能同時剔除，要從t值最小的那個系數(shù)所對應(yīng)的變量逐一剔除，若剔除一個變量后模型變化不大，而其他統(tǒng)計量有所改善，如其它回歸系數(shù)的t值變大，或者回歸標(biāo)準(zhǔn)差、殘差平方和有所減低等，則認(rèn)為該變量從模型中剔除是適宜的；若剔除一個變量后殘差平方和變化很大，則變量的剔除對模型不利，應(yīng)保留變量。

由回歸方程可以看出，t值最小最不顯著的是變量I，因此剔除I，殘差平方和變化有點大，繼續(xù)剔除t值次小的為S，模型結(jié)果較好，殘差平方和變化不大，擬合優(yōu)度較好，最后三個變量建立的模型為：

P=987.22+8.09588E-0.97G+31.877R t∶（4.198）（2.175）（7.386）F=72.5

當(dāng)N=14，K=3時，t分布臨界值為1.812，所有變量均顯著。殘差平方和為0.987模型對樣本數(shù)據(jù)的擬合程度比較高。

5現(xiàn)狀總結(jié)及其對策

從上述分析知，模型最終可以確定為：P=987.22+809588E+0.97G+31.877R

其理論意義為：當(dāng)其它因素不變時，銷售額變化一億元，房價每平方米變化8.09588元，人均GDP變化一億元，房價每平方米變化0.097元，財政收入每變化一億元，房價每平方米變化31.877元。

有人認(rèn)為高房價可以拉動內(nèi)需，推動GDP增長，房價的上漲是經(jīng)濟平穩(wěn)的重要標(biāo)志。然而，中國房價的持續(xù)上漲，正在侵蝕著政府為擴大內(nèi)需而出臺的一系列經(jīng)濟刺激政策的實施效果。從某種程度上講，高房價對中國擴大內(nèi)需或已產(chǎn)生了嚴(yán)重的擠出效應(yīng)。最近幾年來北京、深圳和上海等城市的房價再創(chuàng)歷史新高，房價的上漲幅度“十分驚人”。造成這種狀況的根本原因在于當(dāng)前寬松的信貸環(huán)境，有便利、優(yōu)惠的融資條件，以及前幾年住房開發(fā)商暴富有雄厚的經(jīng)濟基礎(chǔ)跟政府宏觀調(diào)控抗衡。高房價現(xiàn)象的長期存在，必然會對居民消費產(chǎn)生嚴(yán)重的負(fù)面影響或效應(yīng)——這是因為，高房價“擠占”了居民的即時和潛在的消費能力。北京市核心區(qū)域的房價收入比達到22∶1，已明顯高于東京、倫敦和溫哥華等其他國際性大城市。此外，從北京和上海等地方的住房絕對價格水平來看，也已超過了美國和日本的國際大都市。對此，我們一方面要采取適當(dāng)?shù)姆康禺a(chǎn)信貸政策來保障居民的住房消費，另一方面也要避免再次以房地產(chǎn)投資特別是高房價來拉動GDP增長，以此來促進中國經(jīng)濟的穩(wěn)定、持續(xù)發(fā)展。

參考文獻

［1］高波.現(xiàn)代房地產(chǎn)經(jīng)濟學(xué)導(dǎo)論［M］.南京:南京大學(xué)出版社，2007.

［2］曹振良.房地產(chǎn)經(jīng)濟學(xué)通論［M］.北京:北京大學(xué)出版社，2004.

［3］賈俊平.統(tǒng)計學(xué)［M］.北京:中國人民大學(xué)出版社，2003.