长沙市商品住宅价格分析
郭 欣，邓妍婵
（湖南科技大学商学院，湖南湘潭411201）
摘要： 房地产业在国民经济中占有重要地位，保持其平稳健康发展对国民经济具有重要意义。因此，调控房价是政府工作的重中之重。本文以长沙市商品住宅的价格为研究对象，依据2006年至2016年长沙市房地产商品住宅的相关数据，首先通过租售比、房价收入比分析发现现行住宅的房价偏高。然后从供给和需求两方面着手，从理论上分析影响商品住宅价格的相关因素。接着，建立多元回归模型并对其进行检验。在剔除各影响因素之间的相关性之后，结果发现：人均GDP 和房地产市场投资额对商品住宅价格影响最为显著。最后，针对所得结果提出调控商品住宅价格的相关政策建议。
关键词： 住宅价格；市场调控；租售比；房价收入比；线性回归
一、引言
建国初期我国实行计划经济体制，在这样的背景下，国家统一分配住房，结果导致住房再投入困难。当住房成为一种商品在市场上买卖时，通过国家政策的扶植，房地产业作为国民经济的基础性和先导性产业得到了迅猛发展，逐步成为我国经济的支柱性产业，为改善人民生活水平，促进国民经济增长等方面做出了巨大的贡献。与此同时，房价的涨幅过快甚至是长期高位运行也导致了一系列消极影响，不仅是影响居民的日常生活，也会影响城市经济的健康发展。因此，探究房价上涨的主要原因对实现房地产市场平稳健康发展具有重要意义。
二、国内相关文献综述
对于住宅价格的决定因素，国内学者普遍认为是由市场供需决定的。有些学者认为由于短期内供给缺乏弹性，因此需求决定住宅价格。另一些学者则认为供给方面的不合理才是造成住宅价格高涨的主要原因。张红、李文诞（2001）[1]利用价格模型以北京商品住宅价格为研究对象，发现住宅实际建造成本和实际国内生产总值对房价的变动有显著影响。高波、毛中根（2006）[2]通过对当前人民币汇率机制的分析，指出在人民币升值预期和升值压力影响下的货币因素，加剧了房价的上升。王彬（2007）[3]以北京市为例分析房地产价格影响因素，发现需求是影响房价的主要因素。
综合现有国内外学者的研究，虽硕果累累，但仍存在不足之处。首先，影响房地产价格的主要因素尚不明确；再者，由于相关数据不全导致对房价影响因素的定量实证研究较少；除此之外，国内学者对二线城市和中部地区的商品住宅价格研究较少。
三、长沙市商品住宅现状分析
表1 长沙市商品住宅租售比
表2 长沙市房价收入比
从租售比来看：由表可知：2012-2016年租售比都在1：300 和1：200 之间，这表明房价合理；但2017-2018年长沙市商品住宅租售比低于1：200 的国际标准警戒线，说明长沙市近年来存在房价偏高的风险。
从房价收入比来看：由上表可见，在2012-2013年长沙市房价收入比超过6。在2014-2016年期间，由于政府采取“湘五条”“温和七条”等政策对长沙市房地产进行调控导致房价收入比有所下降，但到2018年，房价收入比达到6.63 的最高峰，故从上述数据可看出，长沙市商品住宅存在房价偏高的问题。
四、长沙市住宅价格影响因素分析
（一）理论分析
商品住宅遵循商品的供求规律。因此，从供给和需求两方面着手分析影响住宅价格的因素。在供给一定时，城镇人口增加，人均可支配收入提高，人均GDP 提高，都会导致对长沙市商品住宅需求量的增大，从而造成房价上涨，而住宅年销售面积越大，说明对住宅的需求得到满足的人越多，剩下的需求也就越少，房价会有所下降。在供给方面，土地交易价格增加，建设成本提高，房地产市场投资规模越大，住宅年竣工面积越大，都会造成供给成本的增加，房价会随着成本上升而不断上涨。
其中，Yi为住宅均价；X1为城镇人口；X2为人均可支配收入；X3为人均GDP；X4为住宅年销售面积；X5为土地交易价格；X6为建安成本；X7为住宅市场投资规模；X8为住宅年竣工面积。
（二）实证分析
3.异方差检验：怀特检验
依据样本数据，本文设定如下线性形式的计量经济模型：
宝鸡文理学院计算机学院物联网工程专业自2012年招生以来，秉着“重基础、强应用”的教学理念，不断修订人才培养方案，进行教学改革探索，着力于应用型人才培养。RFID应用系统设计是基于嵌入式系统的软件与硬件的综合体，是软件、硬件协同设计的工程[4]。2017年，宝鸡文理学院计算机学院物联网工程专业获批陕西省“一流专业”建设项目培育项目，需要对专业课程进行资源整合，探索和尝试新的教学模式，解决课程建设中存在的问题。
通过对前文的职业倦怠归因的梳理，结合文献的情况来看，职业倦怠的治理可以从生态学、心理学、管理学、社会学等方面进行。
表3 Pearson 相关性分析
表4 多元回归分析结果
4.序列自相关性检验
由怀特检验得出结果，nR2=7.32＜x20.05（2）=6，并且X32与X72 的t 值分别为1.08 和0.96，皆小于临界值t0.025（9）=2.262，所以接受原假设，即认为随机误差项不存在异方差性。
表5 各解释变量间的逐步回归结果
Method:Stepwise Regression
通过逐步回归后发现，模型拟合度高，F=78.73远大于α=0.05 下的临界值，通过了F 检验；t 值皆大于α=0.05 的临界值，通过了t 检验，说明解释变量与被解释变量显著性相关。
第四，实行绿色生产：推广生物肥料，施用农家肥；使用治标又治本的植物农药；秸秆还田，改良土壤，减轻对化肥的依赖，减少环境污染。
目前学者对市场间联动性的研究成果丰富，但多以静态相依性描述为主，本文基于GJR-GARCHDCC模型对“深港通”前后深港股市之间的联动性进行动态互动分析，文章可能的贡献有：第一，以“深港通”为切入点，首次系统性分析了“深港通”机制的运行对深圳股市与香港股市的联动效应影响；第二，为了刻画两地股市的时变特征，本文运用DCC模型来描述市场联动效应的动态变化，测算了深市与港市的动态风险溢出效应。研究发现“深港通”开通之后，两地联动效应经过一定的过渡期才得到显著加强，风险溢出方向主要还是由深市向港市溢出，为金融市场跨地区的协作提供动态监管方向，也为中国股市的健康发展提供可靠的实证依据。
1.模型建立
由上表可以看出：各解释变量相互之间的相关系数较高（绝对值越接近1 表明系数越高），这表明因变量与各自变量（除X5外）之间是高度相关的。剔除X5做多元线性回归分析，该模型R2=0.977106，说明该模型拟合度很好，当=0.05 时，F0.025（3，4）=8.887＜18.29，通过F 检验，结果显著。然而模型中各系数的t 检验不显著，且X2和X4系数的符号与理论分析相反，说明该模型很可能存在严重的多重共线性。因此对其进行逐步回归来消除多重共线性，得到结果如下表。
2.相关性与多重共线性分析
由LM检验得出结果，LM=nR2=0.79＜x20.05（p）=3.84，接受原假设，即该模型不存在序列自相关，无需修正。
因此，最终的回归方程为：
在其他条件不变的情况下，长沙市人均GDP（X3）每增长1 元，商品住宅价格增长227.634 元，这与经济规律相一致。长沙市房地产市场投资规模（X7）每扩大1 亿元，商品住宅房价增长3.510314元，这与当前商品住宅市场高供给，高房价的现实相一致。
五、结论与建议
由上述分析可得结论：人均GDP 与房地产市场投资规模是导致长沙市商品住宅价格偏高的主要原因。针对所得结论提对策：适度打击投机，加大鼓励投资，规范房地产市场上的行为；通过增加长沙地区总生产总值来扩大GDP 总量从而实现人均GDP 增长。
通过对比两组受检者的检查、诊断情况发现，放射科在应用数字化医学影像学信息系统后质量控制情况要显著优于应用前，差异存在统计学意义（P＜0.05）。具体分析见表。
参考文献：
[1]张 红，李文诞.北京商品住宅价格变动实证分析[J].中国房地产金融，2001(3).
[2]王乃静，李国锋.基于EVIEWS 软件的计量经济学建模检验案例解读[J].数量经济技术经济研究，2001(10).
[3]王 彬.房地产价格影响因素分析[D].北京：北京交通大学，2007.
[4]胡飞燕.湖南省商品房价格影响因素的实证研究[D].长沙：中南大学，2014.
[5]吴丽杰. 商品房价格影响因素的实证分析——以长春市为例[J].经济视角：中旬刊，2014(1).
[6]胡志仪.广州市商品住宅价格分析及对策研究[D].广州：华南理工大学，2009.
[7]陈 波. 广州市住宅价格攀高因素分析与调控措施研究[D].广州：暨南大学，2008.
中图分类号： F329.5
文献标识码： A
文章编号： 1005-913X（2019）11-0061-03
收稿日期： 2019-06-18
基金项目： 长株潭地区房地产泡沫化的程度检测与传染风险研究(201810534075)
作者简介： 郭 欣(2000-)，女，武汉人，本科学生，研究方向：经济学。
［责任编辑：谭志远］