基于空間理論的遼寧省區(qū)域房地產價格影響因素研究

袁建林

本刊核心層次論文

基于空間理論的遼寧省區(qū)域房地產價格影響因素研究

袁建林

(遼寧工業(yè)大學 經濟管理學院，遼寧 錦州 121001)

本文基于遼寧省2000—2019年的房地產相關數據，運用空間地理加權分析方法，探討了房地產價格的影響因素。研究結果顯示，空間加權回歸方法較更有效，能夠充分表明各不同要素對房地產價格的影響程度。同時研究還發(fā)現(xiàn)，遼寧省房地產價格總體保持穩(wěn)定態(tài)勢，但不同城市房地產價格存在空間差異性。不同地區(qū)應根據城市發(fā)展規(guī)劃，有序推進房地產的平穩(wěn)發(fā)展。

房地產價格；空間回歸；影響因素

黨的十九大制定了以民生為導向的經濟發(fā)展政策，正如習近平總書記所指出的“民之所盼，改革所向”。習近平總書記對房地產的金句切中要害：“房子是用來住的、不是用來炒的”。住房既是民生，也關乎發(fā)展，是千家萬戶切身利益之所在，人民安居樂業(yè)之基礎，經濟社會發(fā)展全局之要義，社會和諧穩(wěn)定之根基。正因為房地產關系每個人的利益，同時，亦對國家整體經濟發(fā)展帶來巨大影響，所以，對其發(fā)展的研究進行得如火如荼。

近年來，我國摒棄了房地產業(yè)高歌猛進的發(fā)展基調，逐步實施穩(wěn)健的房地產發(fā)展政策。得益于此，房地產業(yè)呈現(xiàn)出平穩(wěn)的發(fā)展態(tài)勢，避免了房地產價格的大起大落，居民也從中感受到政策所帶來的紅利，“安居樂業(yè)”成為常態(tài)，民生工程有了極大的改善。從全國房地產的銷售價格看（見圖1），房地產總體呈現(xiàn)出上漲的態(tài)勢。而從波動幅度來看，辦公商品房的起幅較大，其他房屋類型，價格變化呈現(xiàn)出一定的平緩性。

從圖2可明顯看出，全國商品房銷售價格增速在2010年達到峰值，而后其價格增速處于一種較平穩(wěn)的發(fā)展態(tài)勢，沒有出現(xiàn)較大波動。這主要得益于房地產發(fā)展的基本政策，即保持房地產發(fā)展的平穩(wěn)有序，充分保證居民的住房需求，扼制房地產的投機炒房行為。

圖1 房地產平均銷售價格

圖2 商品房銷售價格增速

從遼寧省房地產價格變化趨勢圖來看（具體見圖3），在2012年前，房地產價格增長的趨勢比較平緩，而從2013年開始，房地產價格增長趨勢過快。

房地產價格的變化趨勢與諸多因素相關，剖析其影響因素，可有序引導其產業(yè)的健康發(fā)展，既能保證行業(yè)的發(fā)展，也可以促進居民生活質量的不斷提高，可謂民生工程的重要舉措。

圖3 遼寧省商品房銷售價格

一、文獻綜述

房地產既有一般商品的特點，又具有其自身的獨特性。其價格受供求關系的影響，而又因其高附加值和不可移動性，成為居民投資的首選。同時，房地產與多行業(yè)密切相關，諸如建筑、運輸、服務、家電等，使其成為經濟發(fā)展的基礎產業(yè)和支柱產業(yè)。因其重要性，各國學者都給予其較高的關注度。

對其影響因素的研究可充分把握其變化發(fā)展特征。房地產價格總體受供求關系的影響，鑒于此，各國的學者根據不同的研究目的，對其影響因素展開了多維度的研究。從宏觀角度主要探討土地供給、金融擴張、稅收政策、房地產政策、居民收入水平、經濟發(fā)展水平等因素，對房地產價格進行探討。而在微觀角度，主要從房地產區(qū)域位置、交通便利性、環(huán)境優(yōu)越度等因素對其進行分析。

研究方法上，諸多學者如陸麗麗、王先柱、陳明華[1-3]等運用普通最小二乘法展開房地產價格的研究。得出回歸方法只單純考慮二維坐標中房價與諸多因素的關聯(lián)性，并未將房地產的空間信息包含其中，不免缺失相關信息價值，衡量的關聯(lián)因素有失偏頗，實際應用存在局限。

隨著現(xiàn)代信息技術的發(fā)展，GIS得到廣泛應用，對實際問題的分析更具有針對性。

由BRUNSDON、FOTHERINGHAM等[4-5]提出的空間加權回歸模型，在空間上充分估計參數的權重，并可進行不斷調整優(yōu)化，從而得到更實際問題的估計值?？臻g統(tǒng)計回歸模型的立體表達信息特性，已被廣泛用于經濟管理、環(huán)境保護、人口政策等問題的研究[6-9]。

對遼寧省區(qū)域房地產相關研究文獻比較分散，內容涵蓋人口、城市化、土地等方面，文獻數量較少。田效先[10]提出可通過房地產稅收，調節(jié)房地產行業(yè)發(fā)展。李瑤等[11]通過對2019年遼寧省房地產的研究，得出遼寧省房地產業(yè)發(fā)展競爭加劇，價格存在進一步上升空間。張沈生等[12]認為，交通的便利性對房價具有較大的影響。本文基于空間理論，采用遼寧省2000年至2018年相關數據，運用構建房地產價格影響因素空間模型，探討經濟、人口、區(qū)位條件、教育等對房地產價格的作用機理，探討遼寧省區(qū)域房地產價格變化的基本規(guī)律，為相關部門的決策提供參考。

二、模型構建及變量選擇

（一）模型構建

由于區(qū)域發(fā)展呈現(xiàn)不均衡化，房地產價格在不同地區(qū)表現(xiàn)不盡相同。利用空間理論分析其空間差異化，能夠找出區(qū)域房地產發(fā)展的制約因素，促進產業(yè)發(fā)展?？臻g理論地理加權回歸模型公式為：

式（1）中：是因變量，x是自變量，是回歸系數，為常數方差，服從正態(tài)分布。對回歸系數的估計采用最小二乘法[13]，得出其估計值：

=(T)(u, v)-1T(u, v)（2）

式（2）中，表示權重，其計算方法主要有高斯函數、指數函數及三次方函數等，本文采用高斯函數對進行距離加權，其形式如下：

式（3）中，d表示與區(qū)域最近鄰居的距離向量，是距離衰減函數，也稱為帶寬；為距離向量的標準差。因此，只需確定值，即可得到回歸參數值。而帶寬的大小，采用CLEVELAND、BROWMAN等提出的方法：

（4）

支持養(yǎng)殖場戶轉型升級，實現(xiàn)綠色發(fā)展：對于畜禽養(yǎng)殖場的環(huán)保問題，要以支持和鼓勵養(yǎng)殖場轉型升級、可持續(xù)發(fā)展為主，拆遷不是主要的辦法，更不是唯一的辦法。要給予一定的過渡期，不能簡單地今天提出要求，明天就要達到，這顯然不客觀，也不現(xiàn)實。要通過政策和資金的支持，引導養(yǎng)殖場戶發(fā)展種養(yǎng)循環(huán)、提升糞污資源化利用的能力，以實現(xiàn)生產和環(huán)境的協(xié)調發(fā)展。

（二）指標選取及其來源

查閱2019年《遼寧統(tǒng)計年鑒》《遼寧經濟年鑒》，并通過訪問國研網統(tǒng)計數據庫獲取相關研究數據。根據對相關文獻的查閱及分析，建立反映遼寧省區(qū)域房價因素的指標。主要包括房地產平均價格、人均國內生產總值、人均受教育程度、人口規(guī)模、居民消費價格指數、房屋租賃價格指數等。

表1 變量及其涵義

三、實證分析

（一）變量的描述性統(tǒng)計分析

根據所得數據，完成城市房地產影響變量的描述性統(tǒng)計分析。根據表2，得到遼寧省房地產的平均價格為4 352.972 3元／m2，價格適中，說明在整體房地產業(yè)宏觀政策調控下，房地產業(yè)發(fā)展進入有序平穩(wěn)階段，區(qū)域房地產價格表現(xiàn)出較平穩(wěn)的發(fā)展態(tài)勢。但房地產價格的標準偏差在2 000元上下，表明遼寧省區(qū)域房地產價格存在一定的地區(qū)差異。

表2 變量描述性統(tǒng)計

（二）變量回歸分析

根據所得數據，利用SAS9.0完成其回歸估計，得到結果見表3。根據遼寧省房地產價格回歸方程參數檢驗表（見表4）及誤差分析表（見表5），方程值為23.30，其概率值小于0.000 1，通過顯著性檢驗，說明方程回歸效果明顯。

從其方程參數的檢驗來看（表3），方程的值滿足要求，概率值較小，說明方程參數能夠對問題加以說明。方程的值均小于10，說明不存在多重共線性問題。

表3 參數估計

表4 方差分析

表5 均方根誤差分析

在具體利用模型對房地產價格進行分析時，采用高斯函數計算的空間權重進行空間統(tǒng)計回歸計算。根據表7，空間回歸模型解釋了區(qū)域房地產價格空間變化的65.83%，在每個樣本點均有相關的參數估計，表6的計算結果揭示了不同變量對房地產價格的影響。

對房地產價格影響最顯著的因素是教育，人口因素次之，而房屋出租率對房地產價格存在負向影響，是對房價具有抑價作用的因素。整體而言，不同城市發(fā)展要素存在非均衡趨勢，其對房價的影響程度在空間布局中有顯著的差異。從多元回歸模型與空間回歸模型對比來看，空間回歸模型的2與最小二乘估計的2值相比，提高了0.22；同時，空間回歸模型的指標，比最小二乘估計的值收斂了38.80，說明擬合性效能顯著提高。

因此，在表現(xiàn)上，模型較模型具有優(yōu)勢，對房地產價格分析更具說服力。

表6 GWR模型計算結果統(tǒng)計表

表7 OLS模型與GWR模型的對比分析

（三）影響因素與房價的空間關系分析

根據表6所展示的空間區(qū)域房地產價格回歸模型結果，人均GDP、消費價格指數、居民受教育程度與區(qū)域房地產價格呈現(xiàn)出正向變化趨勢，而房屋租賃價格指數、人口規(guī)模與區(qū)域房地產價格呈現(xiàn)出負向變化趨勢。首先，在影響區(qū)域房地產價格中，最重要的因素是教育。教育規(guī)模的增長對房價有一定的促進作用，使其存在一定的增長空間，也意味著教育投入的加大，居民素質得以提高，對房地產發(fā)展具有了更清晰的認識，能夠理性對待房地產發(fā)展，對其價格有著客觀的把握，不因市場的變化而發(fā)生改變。其次，從GDP、消費指數等反映經濟情況指標來看，經濟發(fā)展仍是房地產價格不斷上漲的主要貢獻者。這一方面說明，房地產業(yè)對經濟發(fā)展的突出作用。房地產已經成為整體經濟的基礎產業(yè)和支柱產業(yè)，對整個經濟發(fā)展具有不可或缺的影響，同時，由于其對相關產業(yè)的關聯(lián)性較強，無疑增加了其對整體經濟的影響力。另一方面，整體經濟發(fā)展又反作用于房地產業(yè)，兩者呈現(xiàn)出正向變化趨勢，如何協(xié)調兩者之間的發(fā)展，將關系整體經濟能否健康穩(wěn)定有序。最后，在影響區(qū)域房地產價格的因素中，房屋租賃指數與區(qū)域房地產價格呈現(xiàn)出負向變化發(fā)展趨勢。說明隨著房屋出租數量的不斷增長，區(qū)域房地產價格呈現(xiàn)一定的下降趨勢，這一點提示對抑制區(qū)域房地產價格具有參考價值，可充分發(fā)揮廉租房、公租房、商品房租賃等房屋供給方式，穩(wěn)定區(qū)域房地產價格，使其價格穩(wěn)定在一定區(qū)間，防止其泡沫化。而人口規(guī)模與房地產價格呈現(xiàn)出反向變化趨勢說明，近些年人口的流動對房地產價格的影響正趨于弱化。

四、結論

經濟增長的有序推進、農村人口城市化、住房租賃制不斷深化，都將有力支撐房地產業(yè)健康穩(wěn)定發(fā)展。特別是鑒于當前經濟發(fā)展環(huán)境，即全球經濟放緩趨勢明顯，經濟萎縮態(tài)勢進一步增強。如何保證房地產業(yè)穩(wěn)定、持續(xù)的發(fā)展，成為新業(yè)態(tài)下行業(yè)發(fā)展需要不斷思考的問題。

通過利用空間地理加權對遼寧省房地產價格影響因素的研究，可得出：

（1）模型較模型更有效

就回歸模型來看，模型較模型更有效，其對房地產價格估算的表現(xiàn)亦更顯著，因此，其模型具有更可靠的應用性?？筛鶕嚓P數據資料，利用空間回歸模型完成房地產價格的估算，從而為不同地區(qū)房地產業(yè)的發(fā)展提供有效的指導。

（2）加大房屋租賃政策的實施，提升其構成比例，保持房價的持續(xù)穩(wěn)定

從回歸模型估算結果可知，房屋租賃指數與區(qū)域房地產價格呈現(xiàn)出負向變化發(fā)展趨勢。據此可加大房屋租賃比例，提高公租房、廉價房、商品租賃房在房地產市場的比例，實行“租售并舉”，可有效抑制房價的過快增長，對保持區(qū)域房地產商品價格的穩(wěn)定具有突出的效益，成為房地產行業(yè)發(fā)展的有利策略。

不同城市可根據城市的區(qū)域特色，發(fā)展房地產業(yè)。就遼寧省而言，沈陽、大連兩城市，因其在遼寧經濟發(fā)展的龍頭地位，可加大房屋租賃業(yè)務，拓展房地產發(fā)展空間，帶動整個行業(yè)的發(fā)展。其他區(qū)域城市可因地制宜，依據地域發(fā)展空間及格局，發(fā)展適合區(qū)域城市發(fā)展的房地產業(yè)。

（3）區(qū)域房地產價格空間性表現(xiàn)出一定的差異性

根據對遼寧省房地產價格的研究，遼寧省房地產價格總體保持穩(wěn)定，但不同地區(qū)房地產價格差異較大，反映出不同地區(qū)由于經濟發(fā)展、人口規(guī)模、城市競爭力等方面存在的不同，使得房地產行業(yè)發(fā)展呈現(xiàn)出一定的差異性。這也提示，在房地產發(fā)展中，遼寧省不同地區(qū)可根據自身的發(fā)展情況，依據資源稟賦，因地制宜，制定地區(qū)行業(yè)發(fā)展規(guī)劃和發(fā)展策略，確保行業(yè)發(fā)展的穩(wěn)定性和持續(xù)性。

（4）注重相關行業(yè)的發(fā)展規(guī)劃建設，保持房地產業(yè)的持續(xù)健康發(fā)展

房地產業(yè)具有關聯(lián)性強的特點，與諸多行業(yè)存在較強的聯(lián)系，如家電、建筑、金融、裝飾裝修等。為了不斷促進其發(fā)展，需與相關行業(yè)相向同步，同時，應密切關注其他行業(yè)的發(fā)展，以保持房地產發(fā)展的穩(wěn)定性。如在人才建設中，最大程度發(fā)揮其人才引進中的功效，以不斷促進城市發(fā)展，提升城市競爭力，但需保持適度，如果超限，勢必會適得其反，不但不能促進城市競爭力的提高，還會加劇房地產的供給壓力，導致房地產的供需不均衡，制約其他產業(yè)的發(fā)展。

[1] 陸麗麗, 胡斌, 李輝, 等. 中國房價構成與預測的仿真分析[J]. 計算機仿真, 2014, 31(3): 230-238.

[2] 王先柱, 楊義武. 差異化預期、政策調控與房價波動——基于中國35個大中城市的實證研究[J]. 財經研究, 2015, 41(12): 51-61+71.

[3] 陳明華, 劉華軍, 孫亞男, 等. 城市房價聯(lián)動的網絡結構特征及其影響因素——基于中國69個大中城市月度數據的經驗考察[J]. 南方經濟, 2016(1): 71-88.

[4] BRUNSDON C, FOTHERINGHAM A S. Some notes on Parametric significance tests for geographically weighted regression [J]. Journal of Regional Science, 1999, 39(3): 497-524.

[5] FOTHERINGHAM A S, CHARLTON M E, BRUNSDON C. Spatial variations in school performance: A local analysis using geographically weighted regression [J]. Geographical＆Environmental modelling, 2001, 5(1): 43-66.

[6] 張貴, 李濤. 京津冀城市群創(chuàng)新產出空間差異的影響因素分析[J]. 華東經濟管理, 2018, 32(1): 69-76.

[7] 梁平, 郭益銘, 劉文文. 基于GWR模型的漢江流域土地利用類型與水質關系評估[J]. 安全與環(huán)境工程, 2017, 24(2): 67-74+90.

[8] 俞振寧, 吳次芳. 基于ESDA-GWR的浙江省土地城鎮(zhèn)化空間特征及影響因素分析[J]. 中國土地科學, 2016, 30(3): 29-36.

[9] 張人杰, 李娜, 王笑笑, 等. 2013—2016年浙江省人感染H7N9禽流感疫情的空間分析及回歸模型構建[J]. 疾病監(jiān)測, 2019, 34(1): 15-20.

[10] 田效先.“營改增”背景下遼寧房地產行業(yè)稅收發(fā)展現(xiàn)存問題及對策[J]. 地方財政研究, 2016(8): 66-71.

[11] 李瑤, 石海均, 張杰. 2019年遼寧省房地產市場分析及2020年展望[J]. 遼寧經濟, 2020(4): 6-8.

[12] 張沈生, 李璇. 沈陽地鐵一號線對其沿線商業(yè)地產價格的影[J]. 沈陽建筑大學學報(社會科學版), 2019, 21(5): 489-494.

[13] 袁建林, 趙春蘭. 基于動態(tài)面板數據的房地產價格空間自回歸估算[J]. 遼寧工業(yè)大學學報(自然科學版), 2019, 39(2): 125-131.

10.15916/j.issn1674-327x.2022.05.009

F299.23

A

1674-327X (2022)05-0028-05

2020-12-25

遼寧省社會科學規(guī)劃基金項目(L22BTJ004)

袁建林(1968-)，男，吉林臨江人，教授，博士。

(責任編輯：許偉麗)