影響房地產(chǎn)價格因素的區(qū)域?qū)嵶C分析
——以新疆省為例

趙鵬霞，王合玲

（新疆財(cái)經(jīng)大學(xué) 應(yīng)用數(shù)學(xué)學(xué)院，新疆 烏魯木齊 830012）

自古房地產(chǎn)作為不動產(chǎn)和固定資產(chǎn)在人民生活中都具有舉足輕重的地位。近年來，“一帶一路”和“絲綢之路經(jīng)濟(jì)帶”計(jì)劃已在新疆開始實(shí)行，這對新疆的經(jīng)濟(jì)發(fā)展有著巨大的影響，新疆房地產(chǎn)業(yè)又是新疆經(jīng)濟(jì)發(fā)展不可忽視的重要組成部分，它深刻影響著新疆人民的幸福感和新疆的經(jīng)濟(jì)形勢和產(chǎn)業(yè)結(jié)構(gòu)。而目前新疆的房地產(chǎn)市場發(fā)展水平高低不同，各地州房地產(chǎn)價格有高有低。因此分析和找到影響新疆房地產(chǎn)價格的主要影響因素，有利于新疆房地產(chǎn)業(yè)長期穩(wěn)定發(fā)展，又有利于為“一帶一路”建設(shè)做貢獻(xiàn)。

1 文獻(xiàn)綜述

對房地產(chǎn)價格影響因素分析的文章不少。Malpezzi S等[1]創(chuàng)建了一個模型，研究了房價受宏觀因素的影響程度，結(jié)果說明消費(fèi)、供給和投資都對房價有重大影響。周建軍等[2]以湖南省為例對其各省市房地產(chǎn)價格影響因素進(jìn)行了分析，從四個方面進(jìn)行實(shí)證，具體得到了影響湖南省房地產(chǎn)價格的三大關(guān)鍵因素并給出建議。袁芳[3]先是對影響因素排序，然后找到影響房地產(chǎn)價格的主要因素，最后進(jìn)行房價預(yù)測。王鶴[4]運(yùn)用廣義空間面板數(shù)據(jù)模型分析我國東、中、西區(qū)域影響房價的因素及其差異。紀(jì)祥裕[5]實(shí)證分析了房地產(chǎn)價格變動及其空間溢出效應(yīng)對產(chǎn)業(yè)結(jié)構(gòu)升級的影響。梁云芳等[6]則是對比比較了不同區(qū)域的房產(chǎn)價格，找到了主要影響因素。

基于新疆的地理位置特殊，又是一帶一路建設(shè)的重要地區(qū)，因此對新疆分區(qū)域?qū)嵶C分析房地產(chǎn)價格影響因素是勢在必行的。

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源及指標(biāo)選取

考慮到數(shù)據(jù)的可獲得性，本文選擇新疆2008—2016年十三個地州市的六個影響因素進(jìn)行有關(guān)分析，各數(shù)據(jù)均來自于各地州統(tǒng)計(jì)年鑒。從需求及供給角度選取具體的變量如表1所示。

表1 指標(biāo)選取Tab.1 Indicator selection

為了更好的分析新疆的房地產(chǎn)價格狀況，在具體分析時，我們將十三個地州市按傳統(tǒng)劃分為三個區(qū)域：北疆、南疆、東疆。各區(qū)域和包含城市如下表2。

表2 區(qū)域劃分Tab.2 Regional division

2.2 數(shù)據(jù)描述分析

在進(jìn)行分析之前先對各地區(qū)平均房地產(chǎn)價格做一個簡單的描述性統(tǒng)計(jì)分析如圖1所示，從折線圖中可以看出烏魯木齊市房價平均水平總體較高，其他地區(qū)房價相比于烏市大致在3000元上下波動。這是歷年平均房地產(chǎn)價格，它不能看出每年各地房地產(chǎn)價格的變動。

圖1 各地平均價格折線圖Fig.1 Average price line chart

下面是新疆分區(qū)域房地產(chǎn)價格折線圖，由圖二可知，北疆所包含的各地州平均房地產(chǎn)價格相對高于其他兩個區(qū)域，南疆區(qū)域次之。這也許是新疆地域廣茂，各區(qū)域難免存在經(jīng)濟(jì)發(fā)展不均衡的問題。

圖2 分區(qū)域房地產(chǎn)平均價格折線圖Fig.2 Sub-regional real estate average price line chart

另外，還做了各地區(qū)2008—2016年的折線圖，可以看出每年各地州房價的走勢。從歷年折線圖可以看出各地州房價逐年攀升，這是意料之中的。總的來說烏魯木齊從房價水平均處于最高水平；且從圖中可以看出喀什和田等地區(qū)房價攀升速度在后幾年逐漸加快，從2008年的1 500元左右增加至2016年的5 000元左右，除了該地區(qū)自身經(jīng)濟(jì)發(fā)展外，這與國家和新疆對該地區(qū)的政策實(shí)施是密不可分的。由于篇幅有限，這里不再展示有關(guān)分析的折線圖。

2.3 模型介紹

本文所用數(shù)據(jù)為面板數(shù)據(jù)（Panel Data），它既有時間序列的特征，也有截面數(shù)據(jù)的特征，即由n個時間點(diǎn)和m個對象組成的數(shù)據(jù)。面板數(shù)據(jù)由于同時包含兩個維度，因此在尋找數(shù)據(jù)時有較高的難度，不易獲得。

在實(shí)證分析時，采用多元線性回歸模型和加入虛擬變量模型進(jìn)行分析，具體介紹如下。

多元線性回歸模型是指包含一個因變量和若干自變量的回歸模型，相比單一線性回歸模型其優(yōu)勢在于可以有多個自變量來解釋因變量，避免遺漏重要解釋變量。其模型表示如公式（1）所示：

其中，y為應(yīng)變量，c為截距項(xiàng)，βi為自變量系數(shù)，xi為自變量，μi為誤差項(xiàng)，i=1,2,…,6。

虛擬變量(Dummy Variables)回歸模型是指在上述多元回歸模型中引入一個或多個虛擬變量而組成的模型。加入虛擬變量回歸的好處是一個回歸結(jié)果可以解釋兩種情況，即一個回歸模型有兩用。對于有定性變量的數(shù)據(jù)分析，該方法尤其適用。

引入虛擬變量的方式有加法引入和乘法引入以及加法和乘法同時引入。其中加法引入只影響回歸的截距項(xiàng)而不改變其他參數(shù)；而乘法引入則影響模型的斜率但并不影響截距項(xiàng)；當(dāng)既引入加法又引入乘法時，則模型的截距項(xiàng)和斜率同時受到影響。在具體分析時，可根據(jù)實(shí)際問題選擇虛擬變量的引入方式。

另外還需注意虛擬變量的引入規(guī)則，分為兩種情況：如果回歸模型有截距項(xiàng)，則在模型中引入（m-1）個虛擬變量；若回歸模型無截距項(xiàng)，則設(shè)置m個虛擬變量，其中m為分類變量的個數(shù)。

3 實(shí)證分析

實(shí)證分析均采用Eviews 8軟件，該軟件是計(jì)量經(jīng)濟(jì)學(xué)分析常用軟件，其具有操作簡單，功能強(qiáng)大等特點(diǎn)。

主要從三個方面進(jìn)行實(shí)證，分別是從新疆整體，從新疆分為三個區(qū)域以及加入虛擬變量進(jìn)行具體分析。在分析前，我們對面板數(shù)據(jù)進(jìn)行取對數(shù)操作，目的是消除數(shù)據(jù)的異方差。

3.1 新疆整體房地產(chǎn)價格影響因素實(shí)證分析

首先基于面板數(shù)據(jù)，我們從新疆整體進(jìn)行實(shí)證分析，建立如下多元線性回歸模型:

其中，c為截距項(xiàng)，βi為系數(shù)，xi為自變量，μi為誤差項(xiàng)，L（xi）為x的滯后項(xiàng)，L（y）為y的滯后項(xiàng)，i=1,2,…,6。

在這里，因變量y為房地產(chǎn)價格，自變量x1為生產(chǎn)總值，x2為城鎮(zhèn)居民可支配收入，x3為本年完成投資，x4（-1）為本年施工房屋面積滯后一期，x5（-1）本年竣工房屋面積滯后一期，y（-1）房地產(chǎn)價格滯后一期?；貧w結(jié)果如下表2。

表3 新疆整體房地產(chǎn)價格影響因素實(shí)證分析結(jié)果Tab.3 Empirical analysis of the factors affecting the overall real estate price in Xinjiang

由結(jié)果知，模型R2為0.999 986，調(diào)整的R2為0.999 903，整體模型擬合較好。各個解釋變量回歸結(jié)果都有良好的顯著性，x1、x2、x3、x4和x5每增長1%，y增加55.541 52元,1 552.318萬元,654.803 8元,1 030.018元和102.376 9元。從需求供給角度來看，x1，x2增加引起房地產(chǎn)價格上升遵循經(jīng)濟(jì)規(guī)律；x4、x3和x5是供給因素，其增加也引起房地產(chǎn)價格上升，這不遵循經(jīng)濟(jì)規(guī)律，說明新疆房地產(chǎn)市場存在投機(jī)需求；而當(dāng)期房地產(chǎn)價格增加，使得人們對買房預(yù)期減少，進(jìn)而使得下一期房價減少。

3.2 北疆、南疆和東疆房地產(chǎn)價格影響因素實(shí)證分析

為了看新疆房地產(chǎn)價格影響因素是否存在區(qū)域差異，按照上述回歸法分別對北疆、南疆和東疆?dāng)?shù)據(jù)進(jìn)行回歸，建立如下模型:

其中，各符號含義與（2）式相同，回歸結(jié)果如表4。

表4 北疆房地產(chǎn)價格影響因素實(shí)證分析結(jié)果Tab.4 Empirical analysis of factors affecting real estate prices in northern Xinjiang

由上述分析知，北疆和南疆地區(qū)模型擬合度較好，東疆地區(qū)模型擬合效果一般。對北疆地區(qū)房地產(chǎn)平均價格有顯著性影響的主要因素有：x3(本年完成投資)、x5(滯后一期竣工房屋面積)和(滯后一期房地產(chǎn)平均價格)y。對南疆地區(qū)房地產(chǎn)平均價格有顯著性影響的主要因素有：x1(生產(chǎn)總值)、x2(城鎮(zhèn)居民可支配收入)、x3(本年完成投資)、x4(本年施工面積滯后一期)、x5(滯后一期竣工房屋面積)和y(滯后一期房地產(chǎn)平均價格)。而東疆地區(qū)不顯著。

3.3 含有區(qū)域虛擬變量的新疆房地產(chǎn)價格影響因素實(shí)證分析

引入?yún)^(qū)域虛擬變量，此時模型含有截距項(xiàng)，依據(jù)虛擬變量引入規(guī)則應(yīng)引入兩個虛擬變量（即當(dāng)D=1時，代表北疆地區(qū)；D=0時，代表南疆和東疆地區(qū)）。至于虛擬變量引入方式經(jīng)過檢驗(yàn)，乘法引入時R2值更大，故選取乘法引入虛擬變量。結(jié)果如表5。

表5 引入地區(qū)虛擬變量的房地產(chǎn)影響因素的分析結(jié)果Tab.5 Analysis results of real estate influencing factors introducing regional dummy variables

由結(jié)果知，模型的擬合優(yōu)度為0.648 614，D-W為2.180440，說明模型殘差不存在嚴(yán)重的序列自相關(guān)。從系數(shù)來看，北疆GDP系數(shù)為0.020 554，南疆和東疆GDP系數(shù)為0.033 458；北疆本年完成投資為-0.145 702，東疆和南疆為0.075 111；北疆本年施工面積為-0.200 165，東疆和南疆為-0.171 776；北疆滯后一期房地產(chǎn)價格為0.305 344，東疆和南疆為0.306 400；說明北疆比南疆和東疆對房地產(chǎn)價格拉動作用??；北疆城鎮(zhèn)居民可支配收入系數(shù)為0.456 6，東疆和南疆城鎮(zhèn)居民可支配收入為0.178 227；北疆本年竣工面積為0.065 17，東疆和南疆為-0.051 647；說明北疆對房地產(chǎn)價格拉動作用更大。

4 結(jié)論

由Eviews實(shí)證分析我們得到如下結(jié)論：

1.從整體分析看，除GDP和本年施工房屋面積滯后一期外，其余因素均對房地產(chǎn)價格有明顯影響。

2.分北疆、南疆和東疆來看，影響三個區(qū)域的因素各有不同。

3.加入虛擬變量后，可知北疆相比與南疆和東疆受供給影響小，需求因素大。也可看出在新疆供求理論表現(xiàn)不明顯。