東營市房價(jià)影響因素分析及優(yōu)化研究

摘" "要：房地產(chǎn)行業(yè)是國民經(jīng)濟(jì)的支柱性產(chǎn)業(yè)之一，房價(jià)的高低變化會對經(jīng)濟(jì)發(fā)展產(chǎn)生不同程度的影響，與居民的日常生活息息相關(guān)。為了更好地掌握東營市房價(jià)變動的規(guī)律，用SPSS構(gòu)建多元回歸線性模型，對東營市2014—2020年的房價(jià)變化走勢進(jìn)行分析，從投入產(chǎn)出方面入手，闡述各類影響因素對東營市房價(jià)的作用機(jī)制，得出人均收入、城鎮(zhèn)人口數(shù)量以及房地產(chǎn)開發(fā)投資額對于住宅商品房價(jià)格影響程度較大，東營市房地產(chǎn)業(yè)與眾多產(chǎn)業(yè)有較高的關(guān)聯(lián)度。針對房價(jià)波動中出現(xiàn)的問題，提出合理化建議。

關(guān)鍵詞：多元線性回歸；商品房價(jià)格；影響因素；優(yōu)化建議

中圖分類號：F293.3" " " 文獻(xiàn)標(biāo)志碼：A" " " 文章編號：1673-291X（2023）21-0053-03

后疫情時(shí)期，經(jīng)濟(jì)發(fā)展受到不同程度的影響，尤其是房地產(chǎn)市場暴露出越來越多的問題，主要表現(xiàn)在房價(jià)的波動上，東營市的發(fā)展也不例外。本文在已有的研究成果基礎(chǔ)上，結(jié)合東營市自身的區(qū)域特點(diǎn)建立了研究模型[1]。從房價(jià)升降趨勢、房價(jià)變化影響因素以及人們的經(jīng)濟(jì)收入著手，綜合評價(jià)研究了東營市商品房價(jià)格影響因素的情況和現(xiàn)狀，并對其進(jìn)行客觀分析來發(fā)現(xiàn)存在的問題，以促進(jìn)房產(chǎn)和地產(chǎn)市場的合理有序發(fā)展，保持房價(jià)穩(wěn)定在合理區(qū)域。

一、文獻(xiàn)綜述

在我國城鎮(zhèn)居民的住房是以一種可以進(jìn)行交易的商品的形式存在的，因此房屋價(jià)格的變動會與一般商品存在較多的共性，主要受到教科文衛(wèi)體等公共資源分布、土地的市場發(fā)展情況、居民的人均收入水平、各種法規(guī)和政策等眾多要素的影響。并且對于居民家庭來說，房產(chǎn)是最重要的金融資產(chǎn)，因而城市房價(jià)的變化也受到貨幣政策的影響。白招弟等人（2020）從甘肅省商品房價(jià)格的變動規(guī)律切入，選取生產(chǎn)總值等因素，通過多元回歸的方法得出最優(yōu)模型；朱哲等人（2021）搜集中國和美國的房價(jià)變化數(shù)據(jù)，選取走勢收入比等方面將兩者進(jìn)行比較，從而分析出較為重要的影響因素，并為政府做出相應(yīng)的房價(jià)預(yù)期管理；涂錦等人（2022）采用樣本窗口期以及反事實(shí)檢驗(yàn)分析的方法，針對成都市的二手房市場，研究了不同城市政策對其房價(jià)的影響效果，并提出相關(guān)建議促進(jìn)該行業(yè)的健康發(fā)展；王玲等人（2022）通過建立VAR模型，研究分析各因素在房價(jià)變動中的貢獻(xiàn)作用，提出相應(yīng)的對策，從供需角度以實(shí)現(xiàn)相應(yīng)平衡。

二、商品房價(jià)格影響因素分析

房地產(chǎn)作為一個(gè)城市的支柱性產(chǎn)業(yè)，其發(fā)展程度也決定了城市的規(guī)模，同時(shí)受到多個(gè)方面影響和制約，其中房價(jià)是顯示房地產(chǎn)行業(yè)波動的一個(gè)重要指標(biāo)。因此，本文依據(jù)山東省統(tǒng)計(jì)年鑒中東營市2014—2020年的數(shù)據(jù)，從東營市的人口變化、經(jīng)濟(jì)發(fā)展以及投資與產(chǎn)出的相應(yīng)指標(biāo)展開，如表1所示，結(jié)果分析如下：

（一）全市生產(chǎn)總值GDP（X1）

東營市的全市總收入指一段時(shí)間內(nèi)該地區(qū)住房單位所有生產(chǎn)活動所產(chǎn)生成果的總和。GDP代表了一個(gè)城市的綜合發(fā)展實(shí)力，對于房價(jià)的變化有著很大影響，與房地產(chǎn)市場的發(fā)展息息相關(guān)。

（二）全市人均GDP（X2）

全市GDP反映的是整個(gè)城市的綜合經(jīng)濟(jì)實(shí)力，而人均GDP作為反映經(jīng)濟(jì)發(fā)展?fàn)顩r的宏觀經(jīng)濟(jì)指標(biāo)，對應(yīng)的是居民直觀的生活水準(zhǔn)和自身的經(jīng)濟(jì)水平，商品房價(jià)格的波動與這方面的變化有著非常緊密的聯(lián)系。東營市全市人均GDP 作為衡量居民生活水平的指標(biāo)，其不同程度的增長將會給全市的房地產(chǎn)市場帶來相應(yīng)的影響。

（三）全市農(nóng)村人口數(shù)量（X3）

農(nóng)村作為我國人口的重要居住地，農(nóng)村人口指的是常年居住在農(nóng)村的人口。隨著我國新型城鎮(zhèn)化的不斷推進(jìn)，鼓勵農(nóng)民進(jìn)城落戶，農(nóng)村轉(zhuǎn)移人口成為拉動城市經(jīng)濟(jì)的一個(gè)重要指標(biāo)，從而對商品房價(jià)格帶來不小的影響。

（四）全市城鎮(zhèn)人口數(shù)量（X4）

城鎮(zhèn)人口數(shù)量在一定程度上決定了城市的發(fā)展規(guī)模，住宅商品房作為人們的生活必需品，必不可少[2]。城鎮(zhèn)人口的增加會不斷提高整體的購房需求，從而拉動消費(fèi)，并成為影響住宅商品房價(jià)格的重要因素。

（五）全市房地產(chǎn)開發(fā)投資額（X5）

房地產(chǎn)對商品房的開發(fā)投資，是土地開發(fā)工程的投資，不只包括土地的交易活動，對于整個(gè)城市的商品房價(jià)格的發(fā)展與變化產(chǎn)生積極的正向影響。東營市房地產(chǎn)開發(fā)投資額的增加，將會影響居民的心理預(yù)期，認(rèn)為房價(jià)會在未來時(shí)間內(nèi)出現(xiàn)上升的趨勢，從而影響居民購買動機(jī)和購房需求，提高住宅商品房的交易量，最終給商品房價(jià)格帶來相應(yīng)波動[3]。

（六）全市商品房銷售面積（X6）

東營市商品房的銷售額與房地產(chǎn)開發(fā)投資量相輔相成，同時(shí)整個(gè)城市的房地產(chǎn)投資開發(fā)額取決于商品房銷售面積的大小，并對全市的房地產(chǎn)市場發(fā)展有著重要影響。從供給和需求的角度來說，其理論的發(fā)展程度，在一定范圍內(nèi)影響著東營市商品房銷售面積的大小，進(jìn)一步影響到商品房的價(jià)格[4]。

（七）全市商品房銷售額（X7）

商品房銷售額作為政府財(cái)政來源的一個(gè)重要指標(biāo)，對全市的經(jīng)濟(jì)發(fā)展發(fā)揮重要的作用。因此商品房銷售額對于商品房價(jià)格來說，二者存在直接理論上的關(guān)系。

通過對以上七個(gè)影響因素的分析，總結(jié)得出：房地產(chǎn)行業(yè)作為城市發(fā)展的支柱性產(chǎn)業(yè)，其影響因素多且復(fù)雜，而且深入居民生活，與東營市的城市發(fā)展?jié)摿o密相關(guān)。通過深入研究這些影響房價(jià)變化的因素，才能得出更為全面和準(zhǔn)確的結(jié)論。

三、模型建立與數(shù)據(jù)處理

（一）多元回歸分析

多元回歸分析是指利用回歸方程定量的解釋因變量與兩個(gè)或兩個(gè)以上的自變量之間的線性依存關(guān)系。設(shè)因變量為y，k個(gè)自變量分別為，X1，X2…Xk，多元回歸模型的一般形式為：

y=β0+β1X1+β2X2+β3X3+...+βkXk+εi

其中β0為回歸常數(shù)，β1，…βk稱為回歸系數(shù)。其中，隨機(jī)誤差項(xiàng)（i=1，...，n）滿足：

i=1，...，n

E（εi）=0

Var（εi）=σ2

（二）多元回歸模型的建立

為了進(jìn)一步研究各自變量對于商品房價(jià)格的影響關(guān)系與影響程度，利用逐步回歸法，建立最優(yōu)的多元回歸方程。利用SPSS軟件進(jìn)行逐步回歸分析時(shí)，要引入的自變量的概率設(shè)為0.05，要剔除的自變量的概率設(shè)為0.1，得到回歸分析結(jié)果。由表2可知，對模型擬合結(jié)果進(jìn)行觀察，模型3的回歸效果優(yōu)于模型2和模型1。通過線性回歸中F檢驗(yàn)的情況可得，表2中三個(gè)模型的顯著性水平均小于0.05，因此三個(gè)模型均通過模型檢驗(yàn)，表明自變量與因變量之間存在線性相關(guān)。綜上，最優(yōu)的回歸模型應(yīng)確立為模型3。

通過下頁表3可知，模型3中的農(nóng)村人口、生產(chǎn)總值、住宅商品房銷售面積，住宅商品房投資額的t檢驗(yàn)顯著水平均大于0.05，說明農(nóng)村人口、生產(chǎn)總值、住宅商品房銷售面積、住宅商品房銷售額不能對商品房價(jià)格產(chǎn)生顯著性影響，并沒有產(chǎn)生顯著的線性關(guān)系，所以不能引入線性回歸方程，需進(jìn)行剔除。則影響復(fù)變函數(shù)成績的主要因素是人均GDP、城鎮(zhèn)人口以及房地產(chǎn)投資額。

基于逐步回歸法，確立了影響因素為人均GDP X1、城鎮(zhèn)人口X2和房地產(chǎn)投資額X5，為進(jìn)一步研究各變量之間的影響程度，需對回歸系數(shù)估計(jì)。為了檢驗(yàn)變量間是否存在多重共線性，將自變量兩兩組合，進(jìn)行回歸分析：

（1）做人均GDP（X2）與城鎮(zhèn)人口數(shù)量（X4）的回歸模型：

X2=335540.202-1192.991X4

R^2=0.187" F=1.152

可知，城鎮(zhèn)人口數(shù)量X4對人均GDP X2沒有很好的解釋作用。

（2）做人均GDP（X2）與房地產(chǎn)投資額（X5）的回歸模型：

X2=197516.619-183.821X5

R^2=0.14" F=0.069

可知，房地產(chǎn)開發(fā)投資額X5對人均GDPX2沒有很好的解釋作用。

（3）做城鎮(zhèn)人口數(shù)量（X4）與房地產(chǎn)投資額（X5）的回歸模型：

X4=197.084-0.271X5

R^2=0.226" F=1.458

可知，房地產(chǎn)投資額X5對城鎮(zhèn)人口數(shù)量X4沒有很好的解釋作用。因此，各變量之間不存在多重共線性。

由表4可得，多元線性回歸方程為：

y=2267.69+0.003X2+9.018X4+4.666X5

綜合來看，城鎮(zhèn)人口數(shù)量在很大程度上影響著房價(jià)的波動，房地產(chǎn)投資額的影響程度次之，人均GDP的影響程度最小。人均GDP、城鎮(zhèn)人口數(shù)量、房地產(chǎn)投資額對商品房價(jià)格均具有顯著的正向影響。

四、結(jié)論與建議

（一）結(jié)論

從總體來看，在影響商品房價(jià)格變動的因素中，人均收入、城鎮(zhèn)人口數(shù)量以及房地產(chǎn)開發(fā)投資額對于房地產(chǎn)市場的發(fā)展影響較大，從而進(jìn)一步改變房價(jià)的波動規(guī)律。在房地產(chǎn)一級市場即土地市場到房產(chǎn)項(xiàng)目開發(fā)過程以及市場需求和資金成本上的影響是全方位、多層次、立體化的，人均收入和城鎮(zhèn)人口的提高，提升了城市內(nèi)群體的消費(fèi)水平，加強(qiáng)了居民的購房需求[5]。

（二）建議

為了東營房地產(chǎn)市場的平穩(wěn)健康發(fā)展，穩(wěn)定房價(jià)，使其對整個(gè)城市的發(fā)展作出更大的貢獻(xiàn)，應(yīng)該在以下方面展開工作：合理優(yōu)化東營市區(qū)位分布，努力落實(shí)三穩(wěn)，促進(jìn)房地產(chǎn)各級市場有序進(jìn)行。加強(qiáng)保障性住房和經(jīng)濟(jì)適用房建設(shè)，加速實(shí)現(xiàn)城鎮(zhèn)中有住房困難的群眾的住房保障；堅(jiān)持各項(xiàng)房地產(chǎn)相關(guān)的政策不放松，進(jìn)一步加快房地產(chǎn)長效機(jī)制的落地進(jìn)程，并且不將其看作為短期刺激經(jīng)濟(jì)的手段[6]。積極推進(jìn)供給側(cè)結(jié)構(gòu)性的改革，擠出房地產(chǎn)市場泡沫。始終貫徹落實(shí)政府所堅(jiān)持的宏觀調(diào)控樓市政策，始終全面落實(shí)房地產(chǎn)長效管理機(jī)制[7]。

參考文獻(xiàn)：

[1]" "向?yàn)槊?，謝靜，李嬌.中國房地產(chǎn)市場的脆弱性評估：來自房價(jià)波動的證據(jù)[J].改革，2022（3）.

[2]" "涂錦，蔣宛晨，冷正興.我國城市房價(jià)影響因素的差異化研究：基于成都市二手房市場大數(shù)據(jù)的分析[J].價(jià)格理論與實(shí)踐，2021（10）.

[3]" "王京濱，夏貝貝，李博.土地財(cái)政、金融支持對房價(jià)泡沫的影響研究：基于制度因素與市場因素的雙重視角[J].管理現(xiàn)代化，2022，42（1）：48-52.

[4]" "虞曉芬，湛東升.中國70個(gè)大中城市房價(jià)指數(shù)空間格局與影響因素分析[J].華中師范大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2022，61（1）：40-51.

[5]" "王玲，劉平清，王梅，等.基于VAR模型對貴州省房價(jià)影響因素分析[J].電腦知識與技術(shù)，2022，18（2）：122-125，129.

[6]" "任元明.城市房價(jià)、人口流動與全要素生產(chǎn)率：來自中國2005—2018年194個(gè)城市數(shù)據(jù)的證據(jù)[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，44（1）：160-174.

[7]" "張超，康健.房價(jià)上漲與地區(qū)人均人力資本：基于中國的理論與實(shí)證分析[J].技術(shù)經(jīng)濟(jì)與管理研究，2021（12）：81-84.

[責(zé)任編輯" "衛(wèi)" "星]