The Industrial Study | 产业研究天津塘沽海边旅游景点大全
MODERN BUSINESS
现代商业32
——以北京市为例
成 倩
南京信息工程大学 江苏南京 210044
摘要：北京市作为我国的首都，其便利的交通以及丰富的资源吸引广大农村人口和青年人口的涌入，人口的增长使得房屋需求量增加，若房屋的需求量超过市场上的供给量时，房价便会不断飙升。通过本文的分析研究，不仅可以预测未来的房价水平，还可以通过控制这些因素来抑制房价的不断飙升。 中国滑雪胜地排名关键词：北京市房价；影响因素；多元回归模型
中图分类号:F062.9 文献识别码:A 文章编号:1673-5889(2020)031-0032-03
一、引言
目前我国经济的持续增长有很大一部分来自于房地产行业的拉动，根据国家统计局的数据，2018年商品房销售额占GDP的比值为16.66%，这是历年来的最高值。这说明该领域迎来了其繁荣时代。这同样表明目前房地产行业是我国GDP的主要贡献者，要想拉动GDP的增长，应当大力促进房地产行业的发展。但若房价上涨到难以承担的地步，则可能会产生“泡沫经济”。本文从从理论和实证出发，全面分析房价变动影响因素是如何推动房地产行业发展的。
二、北京市房价变动影响因素的实证研究(一)数据的选择
本文选择的数据如表1所示：
Y：住宅商品房平均销售价格；X1：住宅商品房销售面积；X2：房地产开发企业竣工面积；X3：房地产开发住宅投资额；X4：年末常住人口；X5：15～64岁人口占当年总人口的百分比；X6：人均国内生产总值；X7：货币供应量；X8：居民消费价格指数；X9：房地产开发企业购置土地面积；X10：通货膨胀率。各个数据均从国家统计局中搜集而来。
(二)北京市房价变动影响因素的回归模型
将从供给、需求和国家三面层面出发选择的影响因素作为解释变量，将北京市住宅商品房平均销售价
格为被解释变量，构建多元回归模型：Ｙ=β0+β1Χ1+β2Χ2+β3Χ3+β4Χ4+β5Χ5+β6Χ6+β7Χ7+β8Χ8+β9Χ9+β10Χ10+μ
为了不该变原始数据的性质和关系，同时消除数据间的异方差性，故而将各个数据取对数，得到的模型为：
Ｙ=β0+β1lnΧ1+β2lnΧ2+β3lnΧ3+β4lnΧ4+β5lnΧ5+β6ln Χ6+β7lnΧ7+β8lnΧ8+β9lnΧ9+β10lnΧ10+μ
利用E V I E W S 软件做多元线性回归，根据E V I E W S 得出的结果，可以看出该回归方程的拟合优度非常好，R2=0.996384，无限接近于1。整个回归方程的F值为137.7759，远远大于百分之五水平下的标准值3.63，因而回归方程的显著性很好。但对单个自变量进行显著性检验时发现，并非每个解释变量对于被解释变量都是显著的。查询T检验临界值表后发现，在百分之五水平下，自由度为6的临界值为2.447.根据上表的结果，可以发现除了15～64岁人口占当年总人口的百分比和房地产开发企业购置土地面积外，其他解释变量均不能通过T检验。 因而我们需要通过剔除不显著变量来修改模型。这里首先剔除T值最小的变量，也就是住宅商品房销售面积。对剩余变量运用EVIEWS软件继续做回归，根据EVIEWS结果可以看出剔除一个变量后的回归方程，拟合优度和显著性水平均非常好，但根据回归结果可以发现，仍旧存在解释变量对被解释变量不显著，因而继续修
The Industrial Study
产业研究 | MODERN BUSINESS 现代商业33
改模型，剔除T检验值最小的房地产开发企业竣工房屋面积。继续运用EVIEWS软件做回归，得到结果如下表，根据上述分析结果，继续剔除T检验值最小的解释变量货币和准货币(M2)供应量，回归结果如表2所示。
方程的拟合优度非常好，R2=0.996314，非常接近于1，F值为308.9190，回归方程的显著性也非常好。各个解释变量的T检验也均通过，各个变量都对解释变量有显著影响。
根据原始回归模型结果画出的拟合图如图1所示，由此图可见回归方程的拟合程度很好。
根据上述回归结果，得出多元回归模型为：
lnＹ=73.95050-0.418394lnΧ1-4.331391lnΧ4+15.72506lnΧ5+1.600790lnΧ6-7.297982lnΧ8-0.577600lnΧ9+0.127026lnΧ10
表1 北京市房价及其各影响因素
时间住宅商品房平
均销售价格
(元/平方米)
住宅商品房销售面积(万平方米)房地产开发
企业竣工房
屋面积(万
平方米)房地产
开发住
宅投资
额(亿元)年末常
住人口
(万人)
2000年4557898.221365.6288.2613642001年47161127.51707.35464.2213852002年44671604.42384.4586.7414232003年44561771.12593.65632.9714562004年4747.142285.83066.99775.9914932005年6162.132823.73770.88779.5315382006年7375.4122053193.89863.6216012007年10661.21731.52891.65991.6616762008年116481031.42557.99940.5617712009年132241880.52678.55906.6218602010年171511201.42386.711508.9519622011年15517.910352245.241778.3120192012年16553.51483.42390.861627.9920692013年178541363.72666.351724.5621152014年184991136.53054.121846.0821522015年223001126.82631.451889.5421712016年28489981.372369.951925.8621732017年34117608.781466.671694.67
2171
2018年
37420.19
696.19
1557.9
2026.062154.2
格调影院
表1(续)
时间15～64岁人口占当年总人口的百分比人均国
内生产总值
(元)
货币和
准货币
(M 2)供
应量(亿
元)居民消
费价格指数(上年=100)
房地产开
发企业购
置土地面
积(万平方
米)通货膨
胀率
2000年0.7014987942134610103.516905.20.40%2001年0.7039978717158302103.1234090.70%2002年0.702996950618500798.231356.8-0.80%2003年0.70400110666221223100.235696.5 1.20%2004年0.7091731248725410710139784.7 3.90%2005年0.72040314368298756101.538253.7 1.80%2006年0.72323716738345578100.936573.6 1.50%2007年0.72529920494403442102.440245.9 4.80%2008年0.728001
24100475167105.139353.4 5.90%2009年0.7304912618061022598.531909.5-0.70%2010年
0.7453
30808725852102.439953.1 3.30%2011年0.74429836302851591105.644327.4 5.40%2012年0.74150739874974149103.335666.8 2.60%2013年0.739182436841E+06103.338814.4 3.20%2014年0.734519470051E+06101.633383 1.50%2015年
0.7301
500281E+06101.822810.8 1.40%2016年0.725098536802E+06101.422025.33%2017年0.71815359201
西安浐灞国家湿地公园>宁波书城2E+06
101.925508.37.50%2018年
0.712
660061826744
102.1
218.19
3.13%
表2 多元回归图
Variable Coefficient Std. Error t-Statistic Prob. C 73.9505014.35321 5.1521900.0009LOG(X1)-0.4183940.093835-4.4588290.0021LOG(X4)-4.331391 1.611438-2.6879040.0276LOG(X5)15.72506 2.912039 5.4000160.0006LOG(X6) 1.6007900.400660 3.9953840.0040LOG(X8)-7.297982 1.946822-3.7486650.0056LOG(X9)-0.5776000.151131-3.8218590.0051LOG(X10)0.1270260.053536
2.372746
0.0451
R-squared 0.996314F-statistic 308.9190Prob(F-statistic)
0.000000
The Industrial Study | 产业研究
MODERN BUSINESS
现代商业34三、建议
根据上述实证结果，本文提出以下几点建议：
(一)大力鼓励房地产开发商建造中低档住房
北京市作为我国一线城市的代表拥有丰富的资源与机会，因此也吸引了大批中青年的涌入。据前文的分析，15～64岁人口属于劳动人口，这部分人口比例的增加带动了房价的增加。根据北京市房价变动影响因素静态分析结果得知，人口比例每增加一个单位，房价相应的增加15.72506个单位。
其原因是这部分人口较其他年龄段的人口而言，对于房屋的需求较为强烈。但是尽管购买住房的需求强烈，但这部分人口由于面临家庭、职场等压力，其购买能力却有限。而房地产开发企业均是以营利为导向的，因而他们更愿意开发一些面积较大、总价较高的高档住宅。这造成了供需不匹配，房价虚高的现象。所以政府应当大力鼓励房地产开发商多建造中低档住房和保障房等，对于建造这类住房的企业给予一定鼓励或者加大建造高档住房企业的税收，共同促进中低档住房的建造。
(二)严厉打击“炒房”现象
据前文北京市房价变动影响因素动态分析结果可知，上一期的房价对下一期的房价也产生了很大影响，据方差分解结果，上一期的房价变动额对本期房价变动额的影响达到了90%，据脉冲响应结果，房价对其自身产生正向冲击。然而，“炒房”现象的出现使得房价不断被炒高，房价不断飙升，又激励了更多人加入“炒房”行列。
因此，政府应当严厉打击“炒房”现象。首先可以严格控制银
行的信贷政策，因为目前大部分居民购买房屋都需要从银行贷款，所以可以通过调整贷款利率，控制贷款额度等方式限制“炒房”行为，同时还可以实施限购政策，以此来减少一人购买多套房屋来“炒房”的行为。
(三)大力发展租赁市场
附近经济实惠的宾馆
根据经济学的理论知识，市场上供需的不均衡是导致房价不断飙升的主要原因。目前与消费者相匹配的供给无法满足消费者的需求。因此，政府可以通过大力发展租赁市场来增加满足消费者需求
的房屋供给量，减少部分消费者的房屋需求，从而达到抑制房价上涨的目的。
然而，目前我房屋租赁市场还不够规范，去年北京市集中清退租房事件，也引起了广泛的热议。所以，政府应当制定相关法律保护租房人和房屋产权人的权力，促进房屋租赁市场的和谐发展；同时政
府还可以对于中低收入给予一定租房补贴，使他们能够满足
自己的住房需求。
参考文献：
[1]陆嘉麟.银行信贷对房地产价格的影响研究[D].浙江大学,2017.[2]彭爱.房地产价格指数的影响因素分析——基于货币政策角度[J].淮海工学院学报(自然科学版),2016,25(01):66-69.
[3]宋悦.影响我国房地产价格波动的因素研究[J ].时代金融,2018(35):252-253.
[4]顾沈靖.基于多元回归分析模型的房地产价格影响因素研究[J].西安文理学院学报(自然科学版),2018,21(05):22-26.
[5]王丰.中国房地产价格影响因素分析[J ].合作经济与科技,2018(12):138-140.
[6]赵诗聪.基于VAR模型的黑龙江省房地产价格波动的影响因素分析[D].哈尔滨工业大学,2018.
[7]魏征.我国房地产价格影响因素研究[D].河南大学,2018.作者简介：
成倩，南京信息工程大学，硕士研究生，研究方向：房地产价格波动分析。
图1 回归模型拟合图
