彭乃馳　黨婷

摘 要：房價問題是影響國計民生的重要問題之一，分析房價的影響因素具有重要的現(xiàn)實意義。收集2012年北京、天津等31個省市相關(guān)指標(biāo)的橫截面數(shù)據(jù)，嘗試在三種不同情況下用經(jīng)典線性模型進(jìn)行逐步回歸擬合數(shù)據(jù)，再對不同模型進(jìn)行比較，從而選出最優(yōu)模型。最后，通過最優(yōu)模型分析得出人均可支配收入與失業(yè)率是短期內(nèi)影響中國商品房房價上漲的主要因素。

關(guān)鍵詞：房價；經(jīng)典線性模型；短期；橫截面數(shù)據(jù)

中圖分類號：F726.2 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2015）04-0138-04

引言

日益高漲的房價牽動著越來越多人的神經(jīng)。政府多次對房價進(jìn)行調(diào)控，但是效果不是太明顯。由1998—2013年中國商品房平均銷售價格數(shù)據(jù)可見，除2008年外房價有持續(xù)上漲之勢。

房價持續(xù)上漲的影響因素有很多，國內(nèi)外學(xué)者對此做過一定的研究。Abraham等（1996）[1]認(rèn)為住房價格的變化與住房建設(shè)成本、收入和就業(yè)率直接相關(guān)，與利率變化負(fù)相關(guān)。李春吉、孟曉宏（2005）[2]通過對全國31個省市1999—2003 年的面板數(shù)據(jù)的實證分析認(rèn)為，人均可支配收入和對房產(chǎn)的投資額是房價上漲的重要因素。張濤、龔六堂等（2006）[3]實證研究表明中國房地產(chǎn)價格水平與銀行房地產(chǎn)貸款有較強(qiáng)的正相關(guān)關(guān)系，住房按揭貸款利率的提高可以有效抑制房地產(chǎn)價格的上漲。段家楠（2010）[4]認(rèn)為：廣東省商品住宅房屋價格主要受人均儲蓄、地區(qū)生產(chǎn)總值、竣工房屋價格和建筑工業(yè)固定資產(chǎn)投資等經(jīng)濟(jì)指標(biāo)的影響，其中人均儲蓄對商品房屋價格有較為明顯的影響。郭建校等（2010）[5]運用隨機(jī)梯度分析的方法對房地產(chǎn)價格影響因素進(jìn)行分析，認(rèn)為影響需求的因素主要是支付能力、國家政策和租賃市場三個方面。閆磊（2011）[6]應(yīng)用1997—2008 年面板數(shù)據(jù)對影響房地產(chǎn)價格的各種因素進(jìn)行實證分析得出，房地產(chǎn)價格與土地價格、年末總?cè)丝跀?shù)量成正比。

學(xué)者們從不同角度提出的影響房價的因素存在一定的差異，尚無定論。本文借鑒了他們的研究結(jié)果，收集了2012年北京、天津等31個省市相關(guān)指標(biāo)的橫截面數(shù)據(jù)，嘗試在三種情況下用經(jīng)典線性模型進(jìn)行逐步回歸擬合數(shù)據(jù)，再對不同模型進(jìn)行比較，從而選出最優(yōu)模型，最后利用最優(yōu)模型對短期內(nèi)中國商品房房價的主要影響因素進(jìn)行了分析。

一、經(jīng)典線性模型基本理論

可知需求方面的x9人均可支配收入（元），宏觀經(jīng)濟(jì)方面的x15失業(yè)率（%），是短期內(nèi)影響中國商品房房價的兩個主要因素，而從供給方面來看短期內(nèi)對房價不存在比較重要的影響因素。這個結(jié)論與經(jīng)濟(jì)學(xué)中關(guān)于短期內(nèi)房價的分析是不謀而合的。經(jīng)濟(jì)學(xué)認(rèn)為，在短期內(nèi)房地產(chǎn)商來不及對房屋的供給做出調(diào)整，從而可近似地認(rèn)為短期內(nèi)的房屋供給是固定的常量，從而影響房價的方面就只有需求方面。失業(yè)率雖然是宏觀經(jīng)濟(jì)方面的變量，但是它可以在一定程度上影響人們對自己未來收入的預(yù)期，從而也間接影響了需求。

從模型三可以看出，短期內(nèi)在其他因素不變的情況下，人均可支配收入每增加1%，商品房的平均售價將增加1.465%；而失業(yè)水平在原有的基礎(chǔ)上每提高1%（這里的“提高1%”指的是比如失業(yè)率從5%提高到5.05%），商品房的平均售價將降低0.436%。

結(jié)論

本文通過使用計量經(jīng)濟(jì)模型中的經(jīng)典線性模型認(rèn)為短期內(nèi)影響中國商品房平均售價的主要因素為：人均可支配收入與失業(yè)率，這兩個因素解釋了短期內(nèi)房價平均變化中的85.3%。政府如果要降低短期內(nèi)的房價，只能降低人均可支配收入或提高失業(yè)率，但是這顯然與政府提高人民生活水平、發(fā)展經(jīng)濟(jì)的目標(biāo)是相背的。這也部分解釋了為什么政府多次對房價進(jìn)行調(diào)控，但是效果不是太明顯的原因。

本文沒有選用時間序列數(shù)據(jù)與板面數(shù)據(jù)，只是選取了一年內(nèi)的數(shù)據(jù)進(jìn)行研究，故在變量選擇時只能把諸如利率、通貨膨脹率、匯率等受時間影響的變量看成常（下轉(zhuǎn)150頁）（上接140頁）量，沒有選入模型之中。所以本文得出的結(jié)論只能作為“短期”內(nèi)的結(jié)論。筆者認(rèn)為，今后可以從解釋變量的選擇與選用其他類型模型方面入手，進(jìn)一步提高擬合優(yōu)度，為政府調(diào)控房價提供更好的建議。endprint