贵阳市商品住房价格影响因素分析及预测
李 丹 冷 圆 高洪韵 大连大学
摘要： 商品住宅作为房地产市场的信号主体，不仅关系到房地产市场本身的健康发展，而且关乎国计民生。准确地预测未来房价的涨跌起伏，对人民的生活、经济的发展都极其重要。论文对商品住房价格问题进行了定性和定量分析，并以新兴的二线城市——贵阳市为例探究影响住房价格波动的因素，筛选合理的数据进行因子分析和多元回归分析，并运用建立的经济模型进行预测，希望通过分析对商品住宅价格影响因素有全面、客观、正确的认识，并为政府、开发商、购房者提供决策参考。
关键词： 商品住宅价格；多元回归分析；房价预测
一、引言
1998年国家颁布施行《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》取消了原有的住房分配制度，采用了全新的将住房供给社会化商品化，全国房地产市场被有效激活进而迅速发展，在经济增长中起到了举足轻重的作用。2003年9月国务院发布“18号文件”首次公开肯定了房地产在国民经济发展中的支柱性地位。因此房地产的健康发展关乎国计民生，价格毫无疑问是房地产发展是否健康最为重要的标准。如果房地产行业过热，就会引发不正常的资本循环，供需平衡被打破，造成房地产市场泡沫堆积，极易导致金融风险；如果房地产行业萎缩，也会影响相关市场的行情低迷，会造成大量资源闲置，无法拉动经济增长。商品住房作为房地产投资的主力军，其价格的影响因素是什么，走势如何，值得研究和探讨。
其中，参数λ>0和R分别表示耦合强度和噪声强度； 表示独立白噪声标量；aij(x)表示个体之间的连接强度,满足定义1,具体表达形式为aij(x)=1/(1+‖xj(t)-xi(t)‖2)β(β≤0.5)。
二、商品住房价格影响因素的定性分析
从供需角度出发，将商品住宅价格影响因素分为政治因素、行政因素、经济因素、社会因素和自然因素五大类[1]。首先，政治因素由国家的整体现状决定，如果国家政治稳定，社会环境和谐美好会间接导致地产价格的上升，反之则会下降。其次，行政因素主要包括税收政策、土地政策、住房按揭政策和城市规划等，税收政策对住房价格有显著影响，通常情况下税率越低购房成本也越低，需求自然会增加，反之则会下降。土地政策是通过对地价和土地供应量的调控，从源头上控制房价，当房价增长过高过快，政府通常会收紧土地政策抑制房价的增长，当房价低迷政府可以采取宽松的土地政策。住房按揭政策是直接影响商品住房的需求的因素，在政策出台后也不断根据社会现状进行政策调整，贵阳市在2017年6月开始对公积金首付比例进行调整，首套房20%首付，二套房40%首付，利率按照央行的规定执行。政府在进行城市规划时，会规定绿地率、用地面积、容积率、日照标准等指标。第三，影响房地产价格的经济因素对住房价格的影响程度较复杂，经济水平的提升能够带动投资、生产的增加，进而引起对于商品住房购买的增加，如果经济低迷，通货膨胀严重，人们会选择具有保值特性的房地产来避免货币币值，即会有更多投资转向房地产行业；居民收入水平能直接影响住宅的有效购买力，进而影响价格水平；财政收支情况的增长预示着国家经济发展水平的提高，政府可以投资更多公共事业，做好基建工作，房地产价格也会随之升高。第四，社会因素包括人口因素和社会保障等，人口的数量，人群的年龄结构都对住房需求有着巨大的影响。人口的数量增加无疑会拉动住房需求的增加，引起住房价格的上升。人口密度高容易造成该地区的供给小于需求，房价也会随之上升。从人群的年龄结构来看，如果一个地区的青年和中年人口居多，则住房需求会更高，若老年人口占多数，对住房的需求则会比较低，相应的价格也会较低。如果社会保障面增加，对于住房的需求就会有所减少，进而影响房地产的价格。最后，自然因素包括区域因素和建筑物属性等等，显然房地产开发项目对于地址位置十分敏感，好的地段商品住房价格也高，而建筑样式的外观、设计水准、施工质量等也会对住房价格产生影响。
三、商品住房价格影响因素的因子分析及多元回归分析
影响商品住房价格的因素是众多的，其中房地产的供需是市场的基础，更是决定价格变动的决定因素。论文从供需的角度出发，结合贵阳市的情况，分别对贵阳市2005年至2017年各类指标进行了收集和整理，力求遵循全面性、客观性、代表性的原则，分析成因，进一步研究价格变动的因素。经过筛选，
被解释变量：商品住房的年均销售价格(元/平方米)
由表1总方差解释表的结果可知，第一、二主成分初始特征值分别为9.244，1.178，主成分的累计贡献率总共达到了86.852%，剩下的10个主成分可以剔除。这说明信息的损失量比较少，只需要提取前面两个公共因子，其所代表的信息量就能较充分地解释并提供原始数据所能表达的信息。本文采用的是常用的主成分分析法提取公共因子，经SPSS软件计算得出结论：由于第一主成分的贡献率最大，因此可以根据表中第一主成分的数据大小来判断各个因素的重要程度。在第一主成分中，城镇居民人均可支配收入＞人口数量＞平均工资＞居民储蓄存款余额＞商品住房销售额＞全市生产总值＞住宅投资，其中中长期贷款利率呈负相关。
KMO值=0.681，巴特利特检验显著性sig=0.000，
无一例外的是，在上述三种情况下，入住公办的养护院是照料者的一致首选。尤其是对于照料者去世后的情形，高达四成多的照料者选择入住公办的养护院。在最理想的情境下，入住公办的养护院也依然最受照料者的青睐。值得一提的是，在第三种情况下，照料者表露出对心智障碍成员社会融入的渴求——近三分之一的照料者希望这些成员能主要依靠助残日托照料(综合照料体系)来实现未来安置，而不是进入公办的养护院简单了事。在三种情形中，心智障碍成员由亲朋负责照料是入住公办的养护院与还没有计划后的主要选择。
这说明数据很适合做因子分析。(见下页表1)
为了克服指标之间因为纲量不同对统计分析结果带来的影响，即12个影响因素中由于数据单位不同而对结果造成的影响，首先要对原始数据按照指标用以下公式进行标准化处理，以便得到标准化数据。
(一)因子分析
在对变量的检验中，利用SPSS对12个因素进行因子分析，在分析之前要检验各解释变量之间是有存在线性关系，能否用因子分析来分析[2]。论文将借助巴特利特球度检验和KMO检验方法进行分析。KMO值是用来比较相关系数值与偏相关系数值的一个指标，KMO的值小于0.5是不适合做因子分析的，经SPSS软件计算，检验结果如下
在异地学车，早已不是什么难事，如今，多地已经省去了办理居住证的麻烦，甚至可以凭身份证“一证申请”驾照！
假设一：即经过质量调整后的分销成本占总生产成本的比例较小，做出这一假设是由于中国出口企业加成率水平普遍不高(在1左右)且差别不大。
以下开始对数据进行因子分析和多元统计分析。
解释变量选取：居民消费价格指数(%)，地区生产总值(亿元)，常住居民人口(万人)，住宅投资(亿元)，房地产开发投资(亿元)，商品住宅竣工面积(万平方米)，居民存款余额(亿元)，商品住宅销售面积(万平方米)，城镇人均可支配收入(元)，平均工资(元)，中长期贷款利率(%)，人均住宅面积(平方米)，商品住宅销售额(亿元)
(二)多元回归分析
运用SPSS对数据进行曲线拟合分析，确定各个因素与房价之间的关系[3]。建立多元回归模型：
论文采用逐步回归法，以求从根本上寻找引起多重共线性的解释变量，并将其剔除。逐步回归分析就是让变量一个一个进入回归模型，把不显著的除掉，只留下显著的解释变量。通过这种反复操作，来求得最优的变量集。经SPSS软件计算得出，整个回归过程进行了两步，第一步进入的变量是人口数量，复相关系数为0.952，判定系数为0.906，调整系数为0.898，第二步进入了竣工住宅面积，最后模型的拟合度达到0.946，说明拟合度很好。德宾-沃森值为 2.148，查表 (其中 n=12，k=2)得到 dL=0.569，dU=1.274，DW值大于DU值，所以残差不存在自相关性。经SPSS软件计算得到的ANOVA表的方差分析结果，模型的sig统计量小于0.05，所以解释变量系数显著，参考模型可知b0，b3，b5不同时为零。同时经SPSS软件计算得到的模型参数的值，并对其进行了检验，常数项值p值小于0.05，统计不显著，解释变量p值均小于0.05，统计显著。该单方程模型为：
在分布回归过程中，不符合检验的变量被依次排除，这些变量的p值都大于0.05，对房价影响不显著。最终保留在模型中的变量是人口数量和住宅竣工面积。
表1 总方差解释
(三)贵阳市商品住房价格预测
经济预测是计量经济模型的一个重要应用，利用回归方程，可以预测被解释变量的值，同时，通过比较预测值和实际值，也可以验证回归方程的准确性。下面将18年贵阳市的实际人口数量与住房竣工住宅面积带入回归方程，就能贵阳市商品住房的预测价格。通过查找，得到贵阳市2018年城市人口数量为488.19万人，住房竣工面积为216.20万平方米。将人口数量与住宅竣工面积的值带入所求得回归方程中，预测得到商品住房均价为7932.44元/平方米，比2018年贵阳市房价的实际数据8736元/平方米低9%，但在合理的预测区间内，加之政府政策的收紧，开发商拿地困难，实际价格比预测值高是符合贵阳市的发展背景的。
参考文献：
[1]王斐.我国商品住房供求价格影响因素的实证分析[D].东北财经大学：统计学,2007.
[2]张秉乾.上海商品住宅市场价格影响因素研究及价格预测[D].甘肃农业大学：区域经济学,2009.
[3]袁井香.大连商品住宅价格影响因素分析及其走势预测[D].东北财经大学：应用统计学,2010.
中图分类号： F299.233
文献识别码： A
文章编号： 1001-828X(2019)030-0489-02
作者简介： 李 丹(1983-)，女，汉族，辽宁阜新人，博士研究生，非光滑优化理论与算法，讲师。