福州市房地產(chǎn)價(jià)格影響因素研究

邱婷婷

（福建農(nóng)業(yè)職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理學(xué)院，福建福州 350007）

迄今為止，許多學(xué)者圍繞房地產(chǎn)價(jià)格及其預(yù)測模型進(jìn)行了大量研究并取得豐碩成果。對于房地產(chǎn)價(jià)格的研究主要基于影響房地產(chǎn)價(jià)格因素開展的，如李博宏等在研究中國重慶房地產(chǎn)價(jià)格時(shí)運(yùn)用灰色關(guān)聯(lián)和嶺回歸分析法得出重慶市房地產(chǎn)價(jià)格與開發(fā)商投資、人口、GDP呈現(xiàn)正相關(guān)關(guān)系，與銷售面積和竣工面積呈負(fù)相關(guān)關(guān)系[1]；陶金國以2005—2015年度房地產(chǎn)數(shù)據(jù)和省級城市人口為基礎(chǔ)建立面板模型，實(shí)證結(jié)果表明推動(dòng)房價(jià)上漲最主要的因素是外來人口的增加[2]；胡夢飛以2005—2014年標(biāo)準(zhǔn)化后的房地產(chǎn)投資額等4個(gè)指標(biāo)為基礎(chǔ)構(gòu)建出新的房地產(chǎn)市場綜合指標(biāo)作為聚類分析的依據(jù)[3]；武以敏等將安徽省的房地產(chǎn)價(jià)格作為實(shí)證分析的樣本，運(yùn)用VAR模型確定影響安徽省房地產(chǎn)價(jià)格的主要因素，VAR模型的結(jié)果顯示，與房地產(chǎn)價(jià)格水平呈現(xiàn)正相關(guān)關(guān)系的因素包括人口數(shù)量、居民收入以及居民消費(fèi)水平[4]。

綜上所述，專家學(xué)者認(rèn)為房地產(chǎn)價(jià)格的影響因素主要包括供給因素、經(jīng)濟(jì)發(fā)展因素和需求因素；其中，供給因素主要包括房地產(chǎn)投資額、竣工面積、銷售面積；經(jīng)濟(jì)發(fā)展因素主要包括GDP、居民收入；需求因素主要包括總?cè)丝?。論文從供需影響因素和?jīng)濟(jì)因素入手，結(jié)合福州市2013—2019年的相關(guān)數(shù)據(jù)，分析福州市房地產(chǎn)價(jià)格的影響因素。

一、福州市房地產(chǎn)現(xiàn)狀分析

2021年初福州市房地產(chǎn)行業(yè)出現(xiàn)全面回暖的現(xiàn)象，市場熱度提高，整體呈現(xiàn)上漲趨勢。2021年1月，福州正式開啟落戶，雖然2021年首月僅6個(gè)盤開盤，但整體認(rèn)購量相比落戶政策出臺(tái)前的11月有明顯的上漲。新政公布后，整個(gè)樓市成交量大幅上漲，也刺激了部分購房需求。2021年福州五區(qū)新房在3月的成交量高達(dá)38.05萬平方米，漲至近12個(gè)月的最高位水平；成交均價(jià)高達(dá)28 459元/平方米，環(huán)比上漲7%。4月份成交量小幅度下滑，成交總面積達(dá)32.98萬平方米，環(huán)比下滑13.33%，居近一年的第二高位；成交均價(jià)26 942元/平方米，環(huán)比下滑5.33%，房地產(chǎn)市場整體價(jià)格仍然趨穩(wěn)?？梢灶A(yù)見，穩(wěn)樓市的主基調(diào)仍然貫穿全年。

二、福州市房地產(chǎn)價(jià)格影響因素單因素分析

影響住宅房地產(chǎn)價(jià)格的因素是多種多樣的。對已開展過的房地產(chǎn)價(jià)格影響因素的相關(guān)研究進(jìn)行整理分析，結(jié)合福州市房地產(chǎn)現(xiàn)狀進(jìn)行分析和研判，確定影響福州市房地產(chǎn)價(jià)格的具體因素：總?cè)丝?、人均生產(chǎn)總值、居民人均可支配收入、福州市房地產(chǎn)投資額、商品房銷售情況、房地產(chǎn)竣工面積和施工面積。

（一）福州市人均生產(chǎn)總值

從圖1數(shù)據(jù)可以得出，2013年至2019年間福州市人均GDP持續(xù)穩(wěn)定增長。2013年福州市人均GDP為66 499元/人，2019年人均GDP為120 879元/人。2013年至2019年，在不到10年的時(shí)間里，福州市人均GDP增幅高達(dá)126.51%，年均增幅為11.26%，進(jìn)一步說明福州市經(jīng)濟(jì)發(fā)展水平強(qiáng)勁，這也為房地產(chǎn)發(fā)展注入了新的活力。

圖1 福州市2013—2019年人均GDP情況

（二）福州市居民人均可支配收入

從圖2的數(shù)據(jù)可以看出，近10年來福州市的人均可支配收入逐年遞增。2013年，福州市居民人均可支配收入為32 265元，同比增長率為14.64%，2019年，福州市居民人均可支配收入為47 920元，同比增長率為7.79%。不到10年的時(shí)間，人均可支配收入增加了21 870元，人均可支配收入增幅為83.95%，年平均增幅達(dá)8.7%。福州市的人均可支配收入逐年增加意味著消費(fèi)者的消費(fèi)能力在不斷提高，這也為房地產(chǎn)行業(yè)的發(fā)展提供了強(qiáng)有力的保障和支持。

圖2 福州市2013—2019年居民人均可支配收入情況

（三）福州市房地產(chǎn)投資額

從圖3的數(shù)據(jù)可以看出，福州市房地產(chǎn)的投資額呈現(xiàn)出波動(dòng)性上漲。2015年福州市下發(fā)《關(guān)于福州市統(tǒng)購商品房和安置房、回購安置協(xié)議指導(dǎo)意見（試行）》明確：將統(tǒng)購商品房，解決安置房需求；2018年，福州出臺(tái)限購新政。受政策因素影響2015年和2018年房地產(chǎn)投資額出現(xiàn)略微的下降。

圖3 福州市2013—2019年房地產(chǎn)投資額

（四）福州市商品房銷售情況

圖4顯示2013—2019年福州市商品房的銷售額呈現(xiàn)出波動(dòng)上漲的趨勢。受政策因素影響，2013年福州市新政放寬住房的購買限制，福州五區(qū)八縣的居民可以在福州市購買2套房產(chǎn)，契稅也實(shí)施優(yōu)惠政策，首套房的契稅優(yōu)惠政策是0~90平方米繳納契稅1%，90~144平方米繳納契稅1.5%。優(yōu)惠政策的疊加，使得2013年福州市商品房銷售額出現(xiàn)了短暫的大幅度提升。

圖4 福州市2013—2019年商品房銷售額

（五）福州市房地產(chǎn)竣工面積和施工面積

圖5顯示，福州市2013—2019年房地產(chǎn)竣工面積和施工面積呈現(xiàn)出波動(dòng)上漲的趨勢，從2013年的6 871.04萬平方米增加到了2019年的8 480.51萬平方米。

圖5 福州市2013—2019年房地產(chǎn)竣工面積和施工面積

（六）福州市總?cè)丝?/h3>

從圖6數(shù)據(jù)可以得出，福州市總?cè)丝诔尸F(xiàn)出逐年遞增的現(xiàn)象，從2013年的6 654 949人遞增到2019年的7 100 850人，人口增長率呈現(xiàn)波動(dòng)上升的趨勢。房地產(chǎn)近10年來的高速發(fā)展離不開人口數(shù)量的增長，加上農(nóng)村人口不斷涌入城市，促進(jìn)了對房地產(chǎn)的需求，房地產(chǎn)的剛性需求量增大推動(dòng)了房地產(chǎn)價(jià)格的快速上漲?？傮w而言，人口在房地產(chǎn)價(jià)格影響中的作用還是非常重要的。

圖6 福州市2013—2019年總?cè)丝谇闆r

三、福州市房地產(chǎn)價(jià)格主要影響因素確定

（一）基本假定

房地產(chǎn)的種類多種多樣，大體分為住宅、商業(yè)用房、辦公樓以及其他類型。從當(dāng)前福州市的房地產(chǎn)市場可以看出住宅的占比最高，住宅以滿足基本住房需求為目的，是廣大人民群眾購買時(shí)的首選，影響的人群也最為廣泛[5]。因此本文選定住宅房地產(chǎn)市場作為研究對象。考慮到數(shù)據(jù)的完整性和可獲得性，本文研究的樣本期間選定為2013年到2019年。

（二）實(shí)證方法的選擇

房地產(chǎn)價(jià)格影響因素的主要研究方法包括回歸分析、灰色關(guān)聯(lián)度分析以及向量自回歸模型。其中，灰色關(guān)聯(lián)度分析的優(yōu)點(diǎn)是方法簡便，只是簡單地對變量的關(guān)聯(lián)程度進(jìn)行判斷、排序，灰色關(guān)聯(lián)度分析不足之處在于不能有效體現(xiàn)變量間的定量關(guān)系[6]。在數(shù)據(jù)完整的前提下，相較于灰色關(guān)聯(lián)度分析，回歸分析建立的預(yù)測模型更直觀，分析獲取的結(jié)果會(huì)更全面。相較于其他分析方法，向量自回歸模型避免了傳統(tǒng)經(jīng)濟(jì)計(jì)量方法中的不足，但是操作上較回歸分析顯得復(fù)雜很多[7]。因此，本文在實(shí)證研究中選用了操作方便、結(jié)論直觀的回歸分析法。

（三）實(shí)證方法的原理

1.相關(guān)分析

在進(jìn)行相關(guān)關(guān)系密切程度的判斷之前，首先需要確定現(xiàn)象之間有沒有一定的相關(guān)關(guān)系。常用的確定方法有以下2種：一是利用相關(guān)圖表確定現(xiàn)象之間存在的相關(guān)方向和形式；二是結(jié)合過往的實(shí)踐經(jīng)驗(yàn)和理論知識(shí)綜合判斷分析[8]，通過計(jì)算相關(guān)指數(shù)或相關(guān)系數(shù)從而確定相關(guān)關(guān)系的密切程度。

2.回歸分析

本文采用回歸分析中的多元線性回歸分析方法。該方法主要研究一個(gè)因變量與多個(gè)自變量之間的線性關(guān)系[9]。通過變量之間的變化關(guān)系確定一個(gè)合適的數(shù)學(xué)表達(dá)式，并通過表達(dá)式進(jìn)行估計(jì)和預(yù)測。假定多元線性回歸模型滿足：（1）因變量y和自變量x是線性的；（2）自變量x不是隨機(jī)變量，且自變量之間不存在多重共線性；（3）所有觀測值誤差項(xiàng)的期望值為0；（4）自變量與隨機(jī)誤差之間不相關(guān)[10]。

多元線性回歸模型的一般表達(dá)式為：

多元線性回歸方程為：

通過R2來檢驗(yàn)樣本回歸線對樣本觀測值的擬合程度。R2取值區(qū)間為0到1之間，其越接近于1，則樣本估計(jì)函數(shù)就越接近于總體回歸函數(shù)。

3.數(shù)據(jù)的選擇及預(yù)處理

本文研究的因變量指標(biāo)為福州市住宅平均價(jià)格，用Y表示。各個(gè)自變量指標(biāo)數(shù)據(jù)選取2013—2019年序列資料作為基礎(chǔ)數(shù)據(jù)，數(shù)據(jù)來源來于《福州市統(tǒng)計(jì)年鑒》（福州市統(tǒng)計(jì)局，2013—2019年），其原數(shù)據(jù)如表1所示。

表1 福州市2013—2019年房地產(chǎn)價(jià)格影響因素?cái)?shù)據(jù)

（四）福州市房地產(chǎn)價(jià)格影響因素實(shí)證研究

本文采用多元線性回歸分析中的逐步回歸法（Stepwise）進(jìn)行分析，確定各個(gè)自變量對因變量住宅房地產(chǎn)價(jià)格的影響程度[11]。在將變量逐個(gè)引入回歸方程的時(shí)候，對變量進(jìn)行顯著性檢驗(yàn)，若變量顯著性不符合要求則將該變量剔除，直到方程中所含變量均符合顯著性要求，再繼續(xù)引入新變量，直到回歸方程沒有顯著因子可以引入，也沒有變量需要剔除為止。

1.篩選模型的解釋變量

經(jīng)過多次回歸分析，將相關(guān)數(shù)據(jù)取對數(shù)后可以得出福州市住宅房地產(chǎn)均價(jià)與房地產(chǎn)投資額 、本年竣工面積和總?cè)丝诖嬖诰€性相關(guān)。

Y表示因變量福州市住宅房地產(chǎn)均價(jià)；x1=房地產(chǎn)投資額；x2=本年竣工面積；x3=總?cè)丝凇?/p>

我不敢再叫了，嚇得直往后退縮，一直退到墻角，蹲在那兒發(fā)抖。鼻子里像兩條毛毛蟲在爬，我伸手一摸，滿手的血。鼻血不斷線地往出涌，地上很快洇紅了一大片。我仰起頭，鼻血倒流，和著淚水往嗓子眼兒灌，漾起令人作嘔的鐵腥氣。

2.福州市房地產(chǎn)價(jià)格模型的t檢驗(yàn)

由表2數(shù)據(jù)顯示了經(jīng)逐步回歸后的進(jìn)入變量的非標(biāo)準(zhǔn)化系數(shù)、標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)系數(shù)、t值以及顯著性。從數(shù)據(jù)上來看，逐步回歸后所進(jìn)入的自變量形成的3個(gè)model,每個(gè)model中的自變量的顯著性水平均小于0.05,符合顯著性水平的要求。

表2 福州市房地產(chǎn)價(jià)格影響因素回歸分析結(jié)果

3.福州市房地產(chǎn)價(jià)格模型的F檢驗(yàn)

根據(jù)表的數(shù)據(jù)顯示，3個(gè)model的F統(tǒng)計(jì)量的顯著性均小于0.001,具有顯著的統(tǒng)計(jì)意義，均通過F檢驗(yàn)。

4.福州市房地產(chǎn)價(jià)格模型擬合度檢驗(yàn)

對進(jìn)入自變量的樣本數(shù)據(jù)進(jìn)行擬合，構(gòu)建福州市住宅房地產(chǎn)價(jià)格模型，同時(shí)觀察樣本數(shù)據(jù)在回歸直線上的緊密程度。一般通過判定系數(shù)R對模型的擬合程度高低進(jìn)行判別，判定系數(shù)R越高，擬合程度越高；判定系數(shù)R越低，則擬合程度越低[12]。通過表2數(shù)據(jù)顯示，模型的R方數(shù)據(jù)達(dá)到了0.966 547,調(diào)整R方為0.933 093,表示回歸模型能夠解釋93.31%的福州市住宅房地產(chǎn)均價(jià)的變化，同時(shí)DW值（DurbimWatson檢驗(yàn)值）為3.11 819,一般DW值在3附近就說明模型不存在序列的自相關(guān)性，模型具有一定的解釋能力。

5.福州市住宅房地產(chǎn)價(jià)格模型

lnY=-56.66703-0.576477lnX1-0.113446lnX2+4.508552lnX3

通過福州市住宅房地產(chǎn)價(jià)格模型可以得出，福州市的房地產(chǎn)價(jià)格主要受房地產(chǎn)投資額、房地產(chǎn)本年竣工面積以及總?cè)丝谶@3個(gè)因素的影響，其中福州市住宅房地產(chǎn)均價(jià)與房地產(chǎn)投資額以及房地產(chǎn)本年竣工面積呈現(xiàn)負(fù)相關(guān)，福州市住宅房地產(chǎn)均價(jià)與總?cè)丝诔尸F(xiàn)正相關(guān)。

四、結(jié)語

房地產(chǎn)投資額對福州市房地產(chǎn)價(jià)格影響較為顯著。根據(jù)福州市房地產(chǎn)價(jià)格模型可以看出，房地產(chǎn)投資額每增加1%，福州市房地產(chǎn)的價(jià)格就減少0.58%，這意味著房地產(chǎn)開發(fā)商的投資額越大，房地產(chǎn)行業(yè)的競爭就越激烈，房地產(chǎn)價(jià)格將得到控制。

房地產(chǎn)竣工面積對福州市房地產(chǎn)價(jià)格呈負(fù)相關(guān)關(guān)系。從模型結(jié)果可以看出房地產(chǎn)竣工面積越多，意味著房地產(chǎn)的行業(yè)的供給越旺盛，房地產(chǎn)的價(jià)格將會(huì)趨于下降。

疫情造成房地產(chǎn)項(xiàng)目竣工面積減少，將一定程度上拉升福州市的房地產(chǎn)價(jià)格[13]。

總?cè)丝谑菦Q定福州市房地產(chǎn)價(jià)格的決定因素[14]。通過實(shí)證分析可以看出總?cè)丝诿吭黾?%，房價(jià)將上升4.5%，由此可見總?cè)丝谑歉Ｖ菔蟹康禺a(chǎn)價(jià)格的決定因素?！傲汩T檻”落戶，“強(qiáng)省會(huì)”和“強(qiáng)門戶”以及三孩政策的疊加將帶來福州城市人口的增長。人口的增加將進(jìn)一步影響房價(jià)，在未來福州房地產(chǎn)價(jià)格的上漲具有一定的必然性。

由上述分析可以看出，由于疫情的影響，福州市房地產(chǎn)投資額和房地產(chǎn)竣工面積的下降以及未來福州市人口增加的趨勢，福州市房地產(chǎn)價(jià)格依然會(huì)繼續(xù)上漲，短期銷售額可能出現(xiàn)增速下降，但仍會(huì)保持整體性增長。