王緒鑫，陳 玨，孫 剛

（1.黑龍江大學(xué)政府管理學(xué)院，黑龍江·哈爾濱150080；2.黑龍江大學(xué)法學(xué)院，黑龍江·哈爾濱150080）

房地產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)重要增長(zhǎng)點(diǎn)，起到支柱性作用，據(jù)統(tǒng)計(jì)，房地產(chǎn)業(yè)的發(fā)展可以帶動(dòng)50多個(gè)生產(chǎn)部門(mén)、20 多個(gè)大類(lèi)、將近2000 種產(chǎn)品的發(fā)展[1]。但在其發(fā)展過(guò)程中，也暴露出許多弊端[2-3]，比如對(duì)土地資源的浪費(fèi)、國(guó)有資產(chǎn)的流失以及對(duì)生態(tài)環(huán)境的破壞等，其中與人們生活最為密切和明顯的就是房地產(chǎn)市場(chǎng)價(jià)格的快速上漲及由此造成的購(gòu)房難等問(wèn)題。

針對(duì)房地產(chǎn)市場(chǎng)價(jià)格的波動(dòng)，國(guó)內(nèi)外均有諸多學(xué)者展開(kāi)研究[4-6]。Abraham 和Hendershott 認(rèn)為建筑成本、就業(yè)率和收入會(huì)直接影響住宅價(jià)格；周海波通過(guò)模型推導(dǎo)認(rèn)為人口數(shù)量和物價(jià)水平是影響我國(guó)房地產(chǎn)價(jià)格最主要的因素[7]；姜彩樓等認(rèn)為宏觀經(jīng)濟(jì)發(fā)展水平和房地產(chǎn)投資力度對(duì)房地產(chǎn)價(jià)格影響較大[8]。但該類(lèi)研究成果都沒(méi)有對(duì)不同類(lèi)型的房地產(chǎn)市場(chǎng)價(jià)格進(jìn)行比較分析，或只用某一類(lèi)型來(lái)代表整個(gè)房地產(chǎn)市場(chǎng)，缺少精細(xì)化研究，使其難免具有以偏概全之嫌。本文針對(duì)該問(wèn)題，以哈爾濱市為例，將該市房地產(chǎn)按用途分為住宅、辦公樓、商業(yè)房和其他（工業(yè)、農(nóng)業(yè)和特殊用途等）房地產(chǎn)，分別對(duì)這四類(lèi)以及整體房地產(chǎn)市場(chǎng)價(jià)格的影響因素進(jìn)行分析，在得出哈爾濱市各類(lèi)及整體房地產(chǎn)市場(chǎng)價(jià)格主要影響因素和回歸方程的基礎(chǔ)上，驗(yàn)證以往該類(lèi)部分成果的模糊研究方法是否具有局限性。

1研究區(qū)概況及數(shù)據(jù)來(lái)源

1.1研究區(qū)概況

哈爾濱市（125°42'E～130°10'E 44°04'N～46°40'N）是黑龍江省省會(huì)，副省級(jí)城市，俗稱(chēng)冰城，處中國(guó)東北平原東北部地區(qū)，與大慶、長(zhǎng)春等市接壤。截至2018年，全市下轄共9 區(qū)、7 縣、代管2 個(gè)縣級(jí)市，總面積53100 km2，建成區(qū)面積435.28 km2，年末戶(hù)籍總?cè)丝?51.5萬(wàn)人，是中國(guó)省轄市中陸地管轄面積最大、戶(hù)籍人口居第三位的特大城市。同時(shí)也是中國(guó)東北地區(qū)中心城市之一，是東北北部交通、政治、經(jīng)濟(jì)、文化、金融中心。

2018年全年，哈爾濱市房地產(chǎn)投資比上年增長(zhǎng)17.6%，占全市固定資產(chǎn)投資60.2%。其中：住宅投資增長(zhǎng)18.9%，辦公樓投資增長(zhǎng)27.6%，商業(yè)營(yíng)業(yè)用房投資增長(zhǎng)3.5%。商品房銷(xiāo)售面積1042.8 萬(wàn)m2，下降16.5%。

1.2 數(shù)據(jù)來(lái)源

原始數(shù)據(jù)來(lái)源于《哈爾濱統(tǒng)計(jì)年鑒2018》《2018 年黑龍江統(tǒng)計(jì)年鑒》《2018年哈爾濱市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》《2018 年黑龍江省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》以及哈爾濱市人民政府和黑龍江省統(tǒng)計(jì)局官方網(wǎng)站等。

2影響房地產(chǎn)市場(chǎng)價(jià)格的因素

影響房地產(chǎn)市場(chǎng)價(jià)格的因素眾多，筆者根據(jù)已有研究成果[9-13]，在指標(biāo)代表性、科學(xué)性、綜合性及數(shù)據(jù)可得性基礎(chǔ)上，選取哈爾濱市地區(qū)GDP、人口數(shù)量以及各類(lèi)房地產(chǎn)竣工面積等指標(biāo)，分為經(jīng)濟(jì)、需求和供給三大類(lèi)因素，對(duì)哈爾濱市各類(lèi)及整體房地產(chǎn)市場(chǎng)價(jià)格主要影響因素展開(kāi)分析。

2.1經(jīng)濟(jì)因素

經(jīng)濟(jì)因素包括哈爾濱市地區(qū)GDP、人均GDP、地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP 比重和金融機(jī)構(gòu)人民幣存貸款余額。地區(qū)GDP 與人均GDP 是衡量某地區(qū)經(jīng)濟(jì)狀況和該地區(qū)人民生活水平的重要標(biāo)準(zhǔn)，經(jīng)濟(jì)與房地產(chǎn)市場(chǎng)之間相互推動(dòng)，必然會(huì)對(duì)房地產(chǎn)市場(chǎng)價(jià)格產(chǎn)生影響。地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP比重也會(huì)影響房地產(chǎn)市場(chǎng)價(jià)格，地方財(cái)政在預(yù)算收入緊張的情況下，會(huì)通過(guò)調(diào)動(dòng)土地出讓金來(lái)維持收支平衡[14]，并在“唯GDP”論的政績(jī)考核標(biāo)準(zhǔn)影響下，出現(xiàn)房地產(chǎn)市場(chǎng)價(jià)格升高的趨勢(shì)[15-16]。金融狀況代表著經(jīng)濟(jì)活性，直接影響房地產(chǎn)市場(chǎng)的供給雙方[17]，故金融機(jī)構(gòu)人民幣存貸款余額也影響房地產(chǎn)市場(chǎng)的價(jià)格[18]。

表1經(jīng)濟(jì)因素各指標(biāo)數(shù)據(jù)Table 1 Data of various indicators of economic factors

2.2需求因素

需求因素包括人口數(shù)量、城鎮(zhèn)居民人均可支配收入、人民幣住戶(hù)存款余額以及房地產(chǎn)的銷(xiāo)售和待售面積（辦公樓和商業(yè)房還包括就業(yè)人數(shù)）。人口數(shù)量和就業(yè)人數(shù)越多，對(duì)房地產(chǎn)的需求量就越大，房地產(chǎn)市場(chǎng)價(jià)格也就會(huì)隨著浮動(dòng)[19-20]。城鎮(zhèn)居民人均可支配收入和人民幣住戶(hù)存款余額可以代表百姓的富裕程度，人們?cè)谶_(dá)到一定富裕程度的情況下才會(huì)有更多的買(mǎi)房需求，從而影響房地產(chǎn)市場(chǎng)價(jià)格[21]。房地產(chǎn)的銷(xiāo)售和待售面積，可以最直觀地表現(xiàn)出百姓購(gòu)房需求的程度，銷(xiāo)售面積多，證明需求大，待售面積多，則證明需求小，從而影響房地產(chǎn)市場(chǎng)的價(jià)格。

表2需求因素各指標(biāo)數(shù)據(jù)Table 2 Data of various indicators of Demand factors

2.3 供給因素

供給因素包括房地產(chǎn)的竣工面積和房地產(chǎn)的投資額及其占固定資產(chǎn)投資比重。房地產(chǎn)竣工面積是當(dāng)年所有完成建造的房地產(chǎn)建筑的面積總和，表示著當(dāng)年房地產(chǎn)的供應(yīng)量[22]，供應(yīng)量的多少必然會(huì)對(duì)房地產(chǎn)市場(chǎng)價(jià)格產(chǎn)生影響。房地產(chǎn)投資額是指當(dāng)年為建造各類(lèi)房地產(chǎn)所投入的資金[23]，投資額的多少影響著當(dāng)年房地產(chǎn)的產(chǎn)出，以及為達(dá)到一定的收支平衡，房地產(chǎn)的投資額及其占固定資產(chǎn)投資比重也會(huì)影響房地產(chǎn)市場(chǎng)的價(jià)格。

表3供給因素各指標(biāo)數(shù)據(jù)Table 3 Data of various indicators of supply factors

3哈爾濱各類(lèi)及整體房地產(chǎn)市場(chǎng)價(jià)格與其影響因素分析

本文將哈爾濱市房地產(chǎn)按用途分為住宅、辦公樓、商業(yè)房和其他（工業(yè)、農(nóng)業(yè)和特殊用途等）四類(lèi)，選取2012至2017年6年內(nèi)的數(shù)據(jù)，對(duì)這四類(lèi)房地產(chǎn)和哈爾濱市所有房地產(chǎn)的市場(chǎng)價(jià)格分別運(yùn)用SPSS 軟件進(jìn)行相關(guān)性分析和回歸分析，來(lái)描述各因素對(duì)各類(lèi)房地產(chǎn)市場(chǎng)價(jià)格的影響程度，并確定該類(lèi)房地產(chǎn)市場(chǎng)價(jià)格的回歸模型。

3.1住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格影響因素分析

根據(jù)表4 相關(guān)性分析結(jié)果可知，住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與哈爾濱市地區(qū)GDP、人均GDP、金融機(jī)構(gòu)人民幣存貸款余額、城鎮(zhèn)居民人均可支配收入和人民幣住戶(hù)存款余額呈顯著正相關(guān)關(guān)系，與地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP 比重和住宅類(lèi)房地產(chǎn)投資額占固定資產(chǎn)投資比重呈顯著負(fù)相關(guān)關(guān)系，與住宅類(lèi)房地產(chǎn)銷(xiāo)售面積、待售面積呈不顯著正相關(guān)關(guān)系，與人口數(shù)量、住宅類(lèi)房地產(chǎn)竣工面積及其投資額呈不顯著負(fù)相關(guān)關(guān)系。

表4住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與影響因素相關(guān)性分析結(jié)果Table 4 Correlation analysis results of housing real estate market prices and influencing factors

根據(jù)表5模型摘要可知，只有城鎮(zhèn)居民人均可支配收入和住宅類(lèi)房地產(chǎn)竣工面積進(jìn)入模型，所以可設(shè)模型為Y1=β0+β1X1+β2X2+ε，其中Y1為住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格、X1為城鎮(zhèn)居民人均可支配收入、X2為住宅類(lèi)房地產(chǎn)竣工面積、ε是隨機(jī)干擾項(xiàng)。繼續(xù)通過(guò)SPSS分析該模型系數(shù)可知，β0為2879.209，β1為0.165，β2為0。最終得出哈爾濱市住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型為：

且該模型復(fù)相關(guān)系數(shù)R為0.992、R2為0.985、調(diào)整后 為0.974，證明該模型擬合度很高，結(jié)果可靠。

表5住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型摘要Table 5 Summary of the price regression model of the residential real estate market

3.2 辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格影響因素分析

根據(jù)表6 相關(guān)性分析結(jié)果顯示，辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與其銷(xiāo)售面積成顯著正相關(guān)關(guān)系，與哈爾濱市地區(qū)GDP、人均GDP、金融機(jī)構(gòu)人民幣存貸款余額、城鎮(zhèn)居民人均可支配收入、人民幣住戶(hù)存款余額、辦公樓類(lèi)房地產(chǎn)待售面積及其投資額成不顯著正相關(guān)關(guān)系，與地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP 比重、人口數(shù)量、辦公樓類(lèi)房地產(chǎn)竣工面積及其投資額占固定資產(chǎn)投資比重、就業(yè)人數(shù)成不顯著負(fù)相關(guān)關(guān)系。

根據(jù)表7 模型摘要可知，只有辦公樓類(lèi)房地產(chǎn)銷(xiāo)售面積進(jìn)入模型，所以可設(shè)模型為Y2=β3+β4X3+ε，其中Y2為辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格、X3為辦公樓類(lèi)房地產(chǎn)銷(xiāo)售面積。繼續(xù)通過(guò)SPSS軟件分析該模型系數(shù)可知，β3為6315.648，β4為0.013。最終得出哈爾濱市辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型為

且該模型復(fù)相關(guān)系數(shù)R為0.930、R2為0.865、調(diào)整后R2為0.831，證明該模型擬合度較高，結(jié)果較為可靠。

表6辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與影響因素相關(guān)性分析結(jié)果Table 6 Correlation analysis results of offce building real estate market prices and influencing factors

表7辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型摘要Table 7 Summary of price regression model for offce real estate market

3.3 商業(yè)房類(lèi)房地產(chǎn)市場(chǎng)價(jià)格影響因素分析

根據(jù)表8 相關(guān)性分析結(jié)果可知，商業(yè)房類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與哈爾濱市地區(qū)GDP、人均GDP、金融機(jī)構(gòu)人民幣存貸款余額、城鎮(zhèn)居民人均可支配收入、人民幣住戶(hù)存款余額和商業(yè)房類(lèi)房地產(chǎn)待售面積呈不顯著正相關(guān)關(guān)系，與地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP 比重、人口數(shù)量、商業(yè)房類(lèi)房地產(chǎn)銷(xiāo)售面積、竣工面積、投資額及其占固定資產(chǎn)投資比重和就業(yè)人數(shù)呈不顯著負(fù)相關(guān)關(guān)系。

表8商業(yè)房類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與影響因素相關(guān)性分析結(jié)果Table 8 Correlation analysis results of commercial real estate market prices and influencing factors

本文所設(shè)的全部因素與哈爾濱市商業(yè)房類(lèi)房地產(chǎn)市場(chǎng)價(jià)格均無(wú)顯著影響，故在回歸分析過(guò)程中，也沒(méi)有變量可以輸入到商業(yè)房類(lèi)房地產(chǎn)市場(chǎng)價(jià)格模型中。

3.4 其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格影響因素分析

根據(jù)表9相關(guān)性分析結(jié)果顯示，其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與其待售面積呈顯著正相關(guān)關(guān)系，與哈爾濱市地區(qū)GDP、人均GDP、金融機(jī)構(gòu)人民幣存貸款余額、城鎮(zhèn)居民人均可支配收入和人民幣住戶(hù)存款余額呈不顯著正相關(guān)關(guān)系，與地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP 比重、人口數(shù)量、其他類(lèi)房地產(chǎn)銷(xiāo)售面積、竣工面積、投資額及其占固定資產(chǎn)投資比重呈不顯著負(fù)相關(guān)關(guān)系。

表9其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與影響因素相關(guān)性分析結(jié)果Table 9 Correlation analysis results of other types of real estate market prices and influencing factors

根據(jù)表10 模型摘要可知，只有其他類(lèi)房地產(chǎn)待售面積進(jìn)入模型，所以可設(shè)模型為Y3=β3+β6X4+ε，其中Y3為其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格、X4是其他類(lèi)房地產(chǎn)待售面積。繼續(xù)通過(guò)SPSS軟件分析該模型系數(shù)可知，β3為4290.963，β6為0.002。最終得出哈爾濱市其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型為：

且該模型復(fù)相關(guān)系數(shù)R為0.827、R2為0.684、調(diào)整后R2為0.605，說(shuō)明該模型擬合度并不是很高，但結(jié)果也可接受。

表10其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型摘要Table 10 Summary of other types of real estate market price regression models

3.5哈爾濱市整體房地產(chǎn)市場(chǎng)價(jià)格影響因素分析

根據(jù)表11 相關(guān)性分析結(jié)果可知，哈爾濱市全部類(lèi)型的房地產(chǎn)市場(chǎng)價(jià)格與哈爾濱市地區(qū)GDP、人均GDP、金融機(jī)構(gòu)人民幣存貸款余額、城鎮(zhèn)居民人均可支配收入和人民幣住戶(hù)存款余額呈顯著正相關(guān)關(guān)系，與地方公共財(cái)政一般公共預(yù)算收入占地區(qū)GDP 比重和其他類(lèi)房地產(chǎn)投資額占固定資產(chǎn)投資比重呈顯著負(fù)相關(guān)關(guān)系，與哈爾濱市整體房地產(chǎn)銷(xiāo)售面積和待售面積呈不顯著正相關(guān)關(guān)系，與人口數(shù)量、哈爾濱市整體房地產(chǎn)竣工面積和投資額呈不顯著負(fù)相關(guān)關(guān)系。

根據(jù)表12 模型摘要可知，只有城鎮(zhèn)居民人均可支配收入和哈爾濱市整體房地產(chǎn)竣工面積進(jìn)入模型，所以可設(shè)模型為Y4=β7+β8X1+β9X5+ε，其中Y4為哈爾濱市整體房地產(chǎn)市場(chǎng)價(jià)格、X1為城鎮(zhèn)居民人均可支配收入、X5為哈爾濱市整體房地產(chǎn)竣工面積。繼續(xù)通過(guò)SPSS軟件分析該模型系數(shù)可知，β7為2848.685，β8為0.183。最終得出哈爾濱市整體房地產(chǎn)市場(chǎng)價(jià)格回歸模型為：

且該模型復(fù)相關(guān)系數(shù)R為0.998、R2為0.996、調(diào)整后R2為0.993，證明該模型擬合度極高，結(jié)果可靠。

表11哈爾濱市整體房地產(chǎn)市場(chǎng)價(jià)格與影響因素相關(guān)性分析結(jié)果Table 11 Correlation analysis results of overall real estate market prices and influencing factors in Harbin

表12哈爾濱市整體房地產(chǎn)市場(chǎng)價(jià)格回歸模型摘要Table 12 Summary of Harbin's Overall Real Estate Market PriceRegression Model

4結(jié)論與討論

4.1結(jié)論

通過(guò)上述相關(guān)性分析與回歸分析可以發(fā)現(xiàn)，影響哈爾濱市各類(lèi)以及整體房地產(chǎn)市場(chǎng)價(jià)格的因素主要為城鎮(zhèn)居民人均可支配收入、房地產(chǎn)的銷(xiāo)售面積和待售面積，這三項(xiàng)指標(biāo)均為需求因素。則可以證明，相比經(jīng)濟(jì)因素和供給因素，哈爾濱市各類(lèi)以及整體房地產(chǎn)市場(chǎng)價(jià)格更主要受到需求因素的影響。

但不同類(lèi)型房地產(chǎn)市場(chǎng)價(jià)格主要受到影響的指標(biāo)各不相同，哈爾濱市住宅類(lèi)房地產(chǎn)市場(chǎng)價(jià)格主要受到城鎮(zhèn)居民人均可支配收入的影響，二者之間呈顯著正相關(guān)關(guān)系；辦公樓類(lèi)房地產(chǎn)市場(chǎng)價(jià)格主要受到該類(lèi)房地產(chǎn)銷(xiāo)售面積的影響，二者之間呈顯著正相關(guān)關(guān)系；商業(yè)房類(lèi)房地產(chǎn)市場(chǎng)價(jià)格與本文選取的所有因素均呈不顯著相關(guān)關(guān)系；其他類(lèi)房地產(chǎn)市場(chǎng)價(jià)格主要受到該類(lèi)房地產(chǎn)待售面積的影響，二者之間呈顯著正相關(guān)關(guān)系；哈爾濱市整體房地產(chǎn)市場(chǎng)價(jià)格主要受到城鎮(zhèn)居民人均可支配收入的影響，二者之間也呈正相關(guān)關(guān)系。且除住宅類(lèi)房地產(chǎn)與整體房地產(chǎn)市場(chǎng)價(jià)格回歸模型相似以外，其余各類(lèi)房地產(chǎn)市場(chǎng)價(jià)格回歸模型均各不相同。

綜上，說(shuō)明有關(guān)住宅類(lèi)房地產(chǎn)與整體房地產(chǎn)市場(chǎng)價(jià)格的影響因素研究，在驗(yàn)證的基礎(chǔ)上可以適當(dāng)替換，但其他類(lèi)型的房地產(chǎn)市場(chǎng)價(jià)格均需要進(jìn)行具體分析，證明以往該類(lèi)部分研究成果中的模糊研究方法仍具有一定局限性。

4.2 討論

在進(jìn)行數(shù)據(jù)收集和結(jié)果分析的過(guò)程中發(fā)現(xiàn)，影響房地產(chǎn)市場(chǎng)價(jià)格的因素錯(cuò)綜復(fù)雜，不僅多，且相互關(guān)聯(lián)。本文采取定量的分析方法，基于經(jīng)濟(jì)、需求和供給三類(lèi)因素對(duì)哈爾濱市四類(lèi)房地產(chǎn)及整體房地產(chǎn)市場(chǎng)價(jià)格進(jìn)行分析，除商業(yè)房類(lèi)房地產(chǎn)以外，均有顯著相關(guān)的影響因素，且大部分回歸模型復(fù)相關(guān)系數(shù)均在0.9以上，證明模型擬合度很高，結(jié)果較為可靠。但由于影響因素的復(fù)雜性，本文也有一定的局限，如缺少對(duì)政策因素的分析、沒(méi)有考慮地價(jià)[24]、稅率和匯率的影響等等。此外，本文僅是以哈爾濱市舉例，所以其自身就具有一定局限性，同樣類(lèi)型的房地產(chǎn)市場(chǎng)價(jià)格模型不一定能夠完全適用于沿海發(fā)達(dá)地區(qū)城市，且本文認(rèn)為的以往該類(lèi)部分研究成果中模糊研究方法具有一定局限性的觀點(diǎn)，也需要更多研究繼續(xù)論證。

參考文獻(xiàn)(References)

[1]周舞舞. 房地產(chǎn)發(fā)展需趨利避害[J]. 人民論壇,2017(10):80-81.ZHOU W W. Real estate development needs to be beneficial andavoid harm[J]. People’s Tribune, 2017 (10): 80-81.

[2]黃小虎. 對(duì)我國(guó)房地產(chǎn)業(yè)的再思考[J]. 上海國(guó)土資源,2011,32(4):12-19,25.HUANG X H. Rethinking for real estate industry in China[J].Shanghai Land & Resources, 2011,32(4):12-19,25.

[3]黃小虎. 關(guān)于保障性住房[J]. 上海國(guó)土資源,2012,33(1):12-14.HUANG X H. On the issue of indemnificatory housing[J].Shanghai Land & Resources, 2012,33(1):12-14.

[4]鮑麗香.房地產(chǎn)價(jià)格影響因素研究評(píng)述[J].邊疆經(jīng)濟(jì)與文化,2005(9):32-34.BAO L X.Review of the research on the influencing factors of real estate price[J].The Border Economy and Culture,2005(9):32-34.

[5]周建軍. 我國(guó)房地產(chǎn)價(jià)格的影響因素及其合理性研究[J]. 商業(yè)研究,2009(4):93-96.ZHOU J J. The research on the rationality and the factorsinfluencing China's real estate price[J]. Commercial Research,2009(4):93-96.

[6]曲聞.影響我國(guó)房地產(chǎn)價(jià)格的宏觀經(jīng)濟(jì)因素實(shí)證分析[J].價(jià)格月刊,2006(9):15-17.QU W.Empirical analysis of macroeconomic factors affecting China's real estate price[J].Prices Monthly,2006(9):15-17.

[7]周海波.房地產(chǎn)價(jià)格影響因素的實(shí)證研究[J].海南大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2009(5):537-543.ZHOU H B.Empirical research about factors influencing real estate price[J].Humanities &Social Sciences Journal of Hainan University,2009(5):537-543.

[8]姜彩樓,徐康寧,李永浮.上海市房地產(chǎn)價(jià)格變動(dòng)影響因素實(shí)證研究[J].建筑經(jīng)濟(jì),2007(1):65-68.JIANG C L,XU K N,LI Y F.Empirical research on influencing factors of Shanghai real estate price fluctuation[J].Construction Economy,2007(1):65-68.

[9]王鶴.基于空間計(jì)量的房地產(chǎn)價(jià)格影響因素分析[J].經(jīng)濟(jì)評(píng)論,2012(1):48-56.WANG H.Real estate price impact factors analysis based on spatial econometrics[J].Economic Review,2012(1):48-56.

[10]羅孝玲,洪波,馬世昌.基于VAR模型的房地產(chǎn)價(jià)格影響因素研究[J].中南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012(4):1-7.LUO X L,HONG B,MA S C.Research on the factors influencing the real estate prices based on VAR model[J].Journal of Central South University (Social Science),2012(4):1-7.

[11]安輝,王瑞東.我國(guó)房地產(chǎn)價(jià)格影響因素的實(shí)證分析——兼論當(dāng)前房地產(chǎn)調(diào)控政策[J].財(cái)經(jīng)科學(xué),2013(3):115-124.AN H,WANG R D.An empirical analysis of influencing factors in real estate prices of China and the current real estate regulating policy[J].Finance &Economics,2013(3):115-124.

[12]石憶邵,付偉.上海自貿(mào)區(qū)對(duì)周邊住房?jī)r(jià)格的空間影響效應(yīng)分析[J].上海國(guó)土資源,2016,37(1):33-38.SHI Y S,FU W.The spatial impacts of the Shanghai Pilot Free Tr a de Zone on t he peri pheral r esi de nt i a l housi ng pri c es[J].Shanghai Land &Resources,2016,37(1):33-38.

[13]馮言志.基于組合熵值馬爾科夫模型的住宅用地價(jià)格預(yù)測(cè)研究[J].上海國(guó)土資源,2019,40(1):59-63.FENG Y Z.Investi gating the price forecast of residential land based on a combined entropy Markov model[J].Shanghai Land & Resources,2019,40(1):59-63.

[14]唐云鋒,吳琦琦.土地財(cái)政制度對(duì)房地產(chǎn)價(jià)格的影響因素研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2018(3):43-56.TANG Y F,WU Q Q.Land finance and level of housing price[J].Economic Theory and Economic Management,2018(3):43-56.

[15]董志勇,官皓,明艷.房地產(chǎn)價(jià)格影響因素分析:基于中國(guó)各省市的面板數(shù)據(jù)的實(shí)證研究[J].中國(guó)地質(zhì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010(2):98-103.DONG Z Y,GUAN H,MING Y.Factor analysis on China's real estate price:an empirical research of panel data[J].Journal of China University of Geosciences(Social Sciences Edition),2010(2):98-103.

[16]李仲飛,張浩.成本推動(dòng)、需求拉動(dòng)——什么推動(dòng)了中國(guó)房?jī)r(jià)上漲?[J].中國(guó)管理科學(xué),2015(5):143-150.LI Z F,ZHANG H.Cost-push or demand-pull:what is driving the housing prices in China?[J].Chinese Journal of Management Science,2015(5):143-150.

[17]童長(zhǎng)锜,楊和禮.房地產(chǎn)價(jià)格影響因素研究[J].建筑經(jīng)濟(jì),2007(S1):190-192.TONG C Q,YANG H L.Study on influencing factors of real estate price[J].Construction Economy,2007(S1):190-192.

[18]李鵬.影響房地產(chǎn)價(jià)格的政策因素與制度調(diào)整[J].商業(yè)時(shí)代,2005(9):69-70.LI P.Policy factors and institutional adjustments affecting real estate price[J].Commercial Economy Studies,2005(9):69-70.

[19]李宏博,黃華,閻曉紅.基于灰色關(guān)聯(lián)度和嶺回歸分析的房地產(chǎn)價(jià)格影響因素分析[J].測(cè)繪地理信息,2015(6):82-85.LI H B,HUANG H,YAN X H.Impact fact or anal ysis of real estate price in Chongqing city based on grey correlation and ridge regression analysis[J].Journal of Geomatics,2015(6):82-85.

[20]王立平.我國(guó)房地產(chǎn)價(jià)格“穩(wěn)健性”影響因素實(shí)證研究[J].管理世界,2013(10):184-185.WANG L P.Empirical research on the influencing factors of the "robustness"of real estate prices in China[J].Management World,2013(10):184-185.

[21]鞠方,歐陽(yáng)立鵬.我國(guó)房地產(chǎn)價(jià)格的影響因素及其合理性研究[J].財(cái)經(jīng)理論與實(shí)踐,2008(4):116-119.JU F,OUYANG LP.The i nfl uenci ng fact ors and rat i ona l i t y research on real estate pricing in China[J].The Theory and Practice of Finance and Economics,2008(4):116-119.

[22]宋宏,張璐.商業(yè)投資與房地產(chǎn)價(jià)格影響因素分析——以西安市為例[J].商業(yè)經(jīng)濟(jì)研究,2018(11):185-187.SONG H,ZHANG L. Analysis of the factors affecting commercial investment and real estate price:a case study of Xi'an[J].Journal of Commercial Economics,2018(11):185-187.

[23]韓曼曼.基于多元線性回歸模型的區(qū)域房地產(chǎn)投資環(huán)境評(píng)價(jià)——以武漢城市圈為例[J].上海國(guó)土資源,2015,36(3):44-48.HAN MM.The evaluation of regional real estate investment based on a multiple linear regression model:the case of Wuhan urban agglomeration[J].Shanghai Land & Resources,2015,36(3):44-48.

[24]李燦燦,苑韶峰,馮新偉.鄭州市地價(jià)與房?jī)r(jià)的相關(guān)性分析[J].上海國(guó)土資源,2015,36(2):51-54.LI C C,YUAN S F,FENG X W.The relationship between land and housing prices in Zhengzhou[J].Shanghai Land &Resources,2015,36(2):51-54.