【文章摘要】
本文针对我国房价快速增长的现象，从地区生产总值、城乡人均储蓄余额、竣工房屋造价、土地购置费、地区变量等五方面入手，依据《2011中国统计年鉴》中除港、澳、台之外的31个省（市、区）的房地产价格和相关影响因素的截面数据，利用计量经济学软件Eviews运用多元回归分析方法，对中国房地产价格的影响因素进行实证分析。
【关键词】
房地产价格；影响因素；截面数据；多元回归
1 研究问题背景
我国房地产业萌芽较晚，从20世纪70年代末随着改革开放的热潮，到90年代初房地产市场初具规模，再到今天房地产业欣欣向荣，也不过短短30余载。近年来，快速上涨的房价导致部分城镇家庭购房困难，这种现象引起了社会各界的广泛关注。
从理论上讲，商品住房价格是由其价值决定的，其价值既包括所占用土地的价值，也包括土地上建筑物的价值。除此之外，还受到供求状况、竞争程度、消费者偏好、市场预期、房地产企业经营策略和政府相关政策的综合影响，其价格围绕价值上下波动。本文旨在通过建立计量经济学模型，分析影响房地产价格的各个因素。
2 模型设定
本文根据已有的理论与实证研究成果来分析房价与各影响因素的理论关系，构建出全国城市房价的理论模型，引入的解释变量有地区生产总值、城乡人均储蓄余额、竣工房屋造价、土地购置费、地区变量。
设定计量经济模型如下：
Yi=β0 + β1X1i + β2X2i + β3X3i + β4X4i +β5X5i + Ui
β0为常数项，也可视作一个恒取1的虚变量的参数；βi为待估参数
Yi为各地区的商品住房平均价格（元/平方米）
X1为地区生产总值（亿元）
X2为城乡人均储蓄余额（元）
X3为竣工房屋造价（元/平方米）
X4为土地购置费（元/平方米）
X5为虚拟变量，中西部取0，东部取1
其他影响房价的因素纳入随机误差项Ui
3 实证分析
本文选取2010 年我国各地区商品住房的有关数据进行截面回归分析，以各地区的商品住房价格作为被解释变量Y获取了我国31 个地区的数据。采取实证分析方法，对被解释变量与解释变量进行回归分析。模型估计的结果为：
= -65.5169 -0.0181X1+0.0907X2 +1.2198X3+0.4252X4+575.3763X5
（557.997）（0.0199）（0.0323）（0.5554）（0.1259）（499.6168）
t =（-0.1174）（-0.9118）（2.8080）（2.1960）（3.3770）（1.1516）
R2=0.9235 RAdj2=0.9082 F检验值=60.3987
3.1 经济意义检验
从回归结果可以看出，X1的系数值为负，即地区生产总值越高，房价越低，不符合一般经济意义，考虑存在多重共线性。其余解释变量X2、X3、X4、X5的系数估计结果均表明各变量与商品房价之间存在正相关性，符合经济意义。
3.2 统计推断检验
从回归结果看，可决系数R2=0.9235，拟合优度较高；给定α=0.05，查t分布表，在自由度为n-5=26时候得临界值2.056，其中X1和X5的t值小于临界值，其他各解释变量均对房地产价格有显著性影响，考虑是由于多重共线性引起的。
3.3 计量经济学检验
1）做多重共线性检验，得出结果得相关系数矩阵，由相关关系矩阵可以看出，有些变量之间的相关关系不明显。进一步精确地研究该模型的多重共线性，需要采用逐步回归的方法。
2）分别做Y对X1、X2、X3、X4、X5的一元回归，其中，加入X2的方程RAdj2最大，以X2为基础，顺次加入其他变量逐步回归，比较得知，新加入X4的方程RAdj2=0.8928，改进最大，且各参数的t检验显著，选择保留X4再加入其他新变量逐步回归。比较得知，新加入X3的方程RAdj2=0.9099，改进最大，且各参数的t检验显著，选择保留X3再加入其他新变量逐步回归。另外新加入X1和X5的拟合优度未有明显提高，变量也未通过显著性检验，且X1的参数估计值的符号不符合预期假设，应将X1和X5予以剔除。
最后修正多重共线性影响的回归结果为：
= -113.4669+0.0928X2+1.3525X3 +0.4039X4
（505.7757）（0.0311）（0.5382）（0.1229）
t =（-0.2243）（2.9787）（2.5130）（3.2854）
R2=0.9189 RAdj2=0.9099 F检验值=102.0605
3）异方差检验与修正
采用White检验的估计结果检验知nR2=0.710727，在α=0.05下，查χ2分布表，得临界值χ20.05（3）=5.9915，nR2=0.710727 4）自相关检验与修正
在剔除X1和X5之后，重新回归分析。对应样本数为31，3个解释变量的模型，0.05显著水平下，查DW统计表可知，dL=1.297，dU=1.570，模型中DW=1.598898，dU 4 实证结果分析
通过以上计量经济学检验，本研究模型的最终估计结果为：
Y= -113.4669+0.0928X2+1.3525X3 +0.4039X4 （505.7757）（0.0311）（0.5382）（0.1229）
t =（-0.2243）（2.9787）（2.5130）（3.2854）
R2=0.9189 RAdj2=0.9099 DW=1.598898 F值=102.0605
其经济意义为：在假定其他变量不变的情况下，居民储蓄余额每增加1 元，房屋销售价格就增加0.0928元；在假定其他变量不变的情况下，竣工房屋造价每增加1元/平方米，商品房售价就增加1.3525 元；在假定其他变量不变的情况下，土地购置费每增加1元/平方米商品房售价就增加0.4039元。
通过以上数据，可以得出以下结论：
1）X2的系数为0.0928，符号为正，与理论分析相符。“居住”角度来看，居民储蓄余额的多少代表居民购买能力的大小；“投资”角度下，我国居民缺少投资渠道时，房屋以其保值增值的功能受到不少有存款余额家庭的青睐。随着我国经济的发展、居民可支配收入的不断提高，房地产价格将呈不断上升趋势。
2）X3的系数为1.3525，符号为正，与理论分析相符。工程造价、土地价格再和其他经营销售成本对房屋售价有很显著的影响。建筑材料费不断上升，房价随之而高涨。
3）X4的系数为0.4039，符号为正，与理论分析相符。由于土地的稀缺性，土地的购置费越来越高，而为获得土地开发权的前期成本也大幅度抬高了房价。
4）虚拟变量对被解释变量的影响不显著，表明东部与中西部的房价没有显著性的差异。原因有：经济方面，经过改革开放近三十年的发展，中西部的许多地区在经济上有了较大的跨越式发展，与东部的差距逐渐缩小；社会观念方面，由于改革开放的深入进行，中西部人民逐渐树立起了较强的商品意识、金融意识和竞争意识；政策方面，由于国家近年来的西部大开发和促进中部崛起战略，给予中西部很大扶持。基于以上三个原因，中西部和东部的房价差距在逐渐缩小。
5 政策建议
基于以上模型估计结果，最后提出几点政策建议。
1）政府在房地产业中应发挥其作用和管理职能，建立服务型政府；明确产业发展地位，出台限制房地产商恶意开发的行为，鼓励房地产业不发达地区的银行贷款，完善城市房地产产业政策的引导。
2）引导居民住房消费观念转变，鼓励投资。政府应大力发展股票、债券和保险市场，利用市场的价格机制作用，防止更多资金流入房地产市场，进而达到控制房价的目的。
3）限制土地供给，那么可售卖房屋的供应量就会被控制在一个合理的水平上，人们对房价的稳定就会有相应的心理预期，就不会赶热闹投钱进房地产市场，避免房地产泡沫的继续蔓延。
4）继续西部大开发和促进中部崛起战略，给予中西部房地产业的更多支持。并适当控制房屋类型，建立以中低价位、中小套型为主的住房消费模式，限制别墅类和高档住宅消费。鼓励以租赁的形式解决住房问题，实现“人人有房住”的愿景。
【参考文献】
[1] Evans A.Housing pricesandl and prices in the SouthEast -areview [M].London，The House Builders Federation，1987.
[2]乔志敏.房地产开发投资的环境影响评价[J].中国房地产，1995（1）.
[3]张红，潘琦，郑思奇.关于土地储备制度的探讨[J].中外房地产导报，2001（18）.
[4]谢叙祎.上海市房价与地价关系的实证研究[J].世界经济情况，2006.
[5]白霜.房地产价格的决定因素分析[J].财经问题研究，2008，（8）.
[6]牛凤瑞.中国房地产发展报告No.1[M].北京：社会科学文献出版社，2004.
[7]金月萍.房地产价格变动因素及趋势[J].浙江统计，2006，（3）.
[8]李雪松.高级计量学[M].中国社会科学出版社，2005.
[9]丹尼斯·帕蒂斯奎尔，威廉·惠顿.城市经济学与房地产市场[M].经济科学出版社，2002.
[10]易丹辉.数据分析与Eviews 应用[M].中国统计出版社，2002.
[11]张红.房地产经济学[M].清华大学出版社，2005.
[12]高铁梅.计量经济分析方法与建模[M].清华大学出版社，2005.
[13]白仲林.面板数据的计量经济分析[M].南开大学出版社，2007.
[14]国家统计局.中国统计年鉴2011.中国统计出版社，2012
【文章摘要】
本文针对我国房价快速增长的现象，从地区生产总值、城乡人均储蓄余额、竣工房屋造价、土地购置费、地区变量等五方面入手，依据《2011中国统计年鉴》中除港、澳、台之外的31个省（市、区）的房地产价格和相关影响因素的截面数据，利用计量经济学软件Eviews运用多元回归分析方法，对中国房地产价格的影响因素进行实证分析。
【关键词】
房地产价格；影响因素；截面数据；多元回归
1 研究问题背景
我国房地产业萌芽较晚，从20世纪70年代末随着改革开放的热潮，到90年代初房地产市场初具规模，再到今天房地产业欣欣向荣，也不过短短30余载。近年来，快速上涨的房价导致部分城镇家庭购房困难，这种现象引起了社会各界的广泛关注。
从理论上讲，商品住房价格是由其价值决定的，其价值既包括所占用土地的价值，也包括土地上建筑物的价值。除此之外，还受到供求状况、竞争程度、消费者偏好、市场预期、房地产企业经营策略和政府相关政策的综合影响，其价格围绕价值上下波动。本文旨在通过建立计量经济学模型，分析影响房地产价格的各个因素。
2 模型设定
本文根据已有的理论与实证研究成果来分析房价与各影响因素的理论关系，构建出全国城市房价的理论模型，引入的解释变量有地区生产总值、城乡人均储蓄余额、竣工房屋造价、土地购置费、地区变量。
设定计量经济模型如下：
Yi=β0 + β1X1i + β2X2i + β3X3i + β4X4i +β5X5i + Ui
β0为常数项，也可视作一个恒取1的虚变量的参数；βi为待估参数
Yi为各地区的商品住房平均价格（元/平方米）
X1为地区生产总值（亿元）
X2为城乡人均储蓄余额（元）
X3为竣工房屋造价（元/平方米）
X4为土地购置费（元/平方米）
X5为虚拟变量，中西部取0，东部取1
其他影响房价的因素纳入随机误差项Ui
3 实证分析
本文选取2010 年我国各地区商品住房的有关数据进行截面回归分析，以各地区的商品住房价格作为被解释变量Y获取了我国31 个地区的数据。采取实证分析方法，对被解释变量与解释变量进行回归分析。模型估计的结果为：
= -65.5169 -0.0181X1+0.0907X2 +1.2198X3+0.4252X4+575.3763X5
（557.997）（0.0199）（0.0323）（0.5554）（0.1259）（499.6168）
t =（-0.1174）（-0.9118）（2.8080）（2.1960）（3.3770）（1.1516）
R2=0.9235 RAdj2=0.9082 F检验值=60.3987
3.1 经济意义检验
从回归结果可以看出，X1的系数值为负，即地区生产总值越高，房价越低，不符合一般经济意义，考虑存在多重共线性。其余解释变量X2、X3、X4、X5的系数估计结果均表明各变量与商品房价之间存在正相关性，符合经济意义。
3.2 统计推断检验
从回归结果看，可决系数R2=0.9235，拟合优度较高；给定α=0.05，查t分布表，在自由度为n-5=26时候得临界值2.056，其中X1和X5的t值小于临界值，其他各解释变量均对房地产价格有显著性影响，考虑是由于多重共线性引起的。
3.3 计量经济学检验
1）做多重共线性检验，得出结果得相关系数矩阵，由相关关系矩阵可以看出，有些变量之间的相关关系不明显。进一步精确地研究该模型的多重共线性，需要采用逐步回归的方法。
2）分别做Y对X1、X2、X3、X4、X5的一元回归，其中，加入X2的方程RAdj2最大，以X2为基础，顺次加入其他变量逐步回归，比较得知，新加入X4的方程RAdj2=0.8928，改进最大，且各参数的t检验显著，选择保留X4再加入其他新变量逐步回归。比较得知，新加入X3的方程RAdj2=0.9099，改进最大，且各参数的t检验显著，选择保留X3再加入其他新变量逐步回归。另外新加入X1和X5的拟合优度未有明显提高，变量也未通过显著性检验，且X1的参数估计值的符号不符合预期假设，应将X1和X5予以剔除。
最后修正多重共线性影响的回归结果为：
= -113.4669+0.0928X2+1.3525X3 +0.4039X4
（505.7757）（0.0311）（0.5382）（0.1229）
t =（-0.2243）（2.9787）（2.5130）（3.2854）
R2=0.9189 RAdj2=0.9099 F检验值=102.0605
3）异方差检验与修正
采用White检验的估计结果检验知nR2=0.710727，在α=0.05下，查χ2分布表，得临界值χ20.05（3）=5.9915，nR2=0.710727 4）自相关检验与修正
在剔除X1和X5之后，重新回归分析。对应样本数为31，3个解释变量的模型，0.05显著水平下，查DW统计表可知，dL=1.297，dU=1.570，模型中DW=1.598898，dU 4 实证结果分析
通过以上计量经济学检验，本研究模型的最终估计结果为：
Y= -113.4669+0.0928X2+1.3525X3 +0.4039X4 （505.7757）（0.0311）（0.5382）（0.1229）
t =（-0.2243）（2.9787）（2.5130）（3.2854）
R2=0.9189 RAdj2=0.9099 DW=1.598898 F值=102.0605
其经济意义为：在假定其他变量不变的情况下，居民储蓄余额每增加1 元，房屋销售价格就增加0.0928元；在假定其他变量不变的情况下，竣工房屋造价每增加1元/平方米，商品房售价就增加1.3525 元；在假定其他变量不变的情况下，土地购置费每增加1元/平方米商品房售价就增加0.4039元。
通过以上数据，可以得出以下结论：
1）X2的系数为0.0928，符号为正，与理论分析相符。“居住”角度来看，居民储蓄余额的多少代表居民购买能力的大小；“投资”角度下，我国居民缺少投资渠道时，房屋以其保值增值的功能受到不少有存款余额家庭的青睐。随着我国经济的发展、居民可支配收入的不断提高，房地产价格将呈不断上升趋势。
2）X3的系数为1.3525，符号为正，与理论分析相符。工程造价、土地价格再和其他经营销售成本对房屋售价有很显著的影响。建筑材料费不断上升，房价随之而高涨。
3）X4的系数为0.4039，符号为正，与理论分析相符。由于土地的稀缺性，土地的购置费越来越高，而为获得土地开发权的前期成本也大幅度抬高了房价。
4）虚拟变量对被解释变量的影响不显著，表明东部与中西部的房价没有显著性的差异。原因有：经济方面，经过改革开放近三十年的发展，中西部的许多地区在经济上有了较大的跨越式发展，与东部的差距逐渐缩小；社会观念方面，由于改革开放的深入进行，中西部人民逐渐树立起了较强的商品意识、金融意识和竞争意识；政策方面，由于国家近年来的西部大开发和促进中部崛起战略，给予中西部很大扶持。基于以上三个原因，中西部和东部的房价差距在逐渐缩小。
5 政策建议
基于以上模型估计结果，最后提出几点政策建议。
1）政府在房地产业中应发挥其作用和管理职能，建立服务型政府；明确产业发展地位，出台限制房地产商恶意开发的行为，鼓励房地产业不发达地区的银行贷款，完善城市房地产产业政策的引导。
2）引导居民住房消费观念转变，鼓励投资。政府应大力发展股票、债券和保险市场，利用市场的价格机制作用，防止更多资金流入房地产市场，进而达到控制房价的目的。
3）限制土地供给，那么可售卖房屋的供应量就会被控制在一个合理的水平上，人们对房价的稳定就会有相应的心理预期，就不会赶热闹投钱进房地产市场，避免房地产泡沫的继续蔓延。
4）继续西部大开发和促进中部崛起战略，给予中西部房地产业的更多支持。并适当控制房屋类型，建立以中低价位、中小套型为主的住房消费模式，限制别墅类和高档住宅消费。鼓励以租赁的形式解决住房问题，实现“人人有房住”的愿景。
【参考文献】
[1] Evans A.Housing pricesandl and prices in the SouthEast -areview [M].London，The House Builders Federation，1987.
[2]乔志敏.房地产开发投资的环境影响评价[J].中国房地产，1995（1）.
[3]张红，潘琦，郑思奇.关于土地储备制度的探讨[J].中外房地产导报，2001（18）.
[4]谢叙祎.上海市房价与地价关系的实证研究[J].世界经济情况，2006.
[5]白霜.房地产价格的决定因素分析[J].财经问题研究，2008，（8）.
[6]牛凤瑞.中国房地产发展报告No.1[M].北京：社会科学文献出版社，2004.
[7]金月萍.房地产价格变动因素及趋势[J].浙江统计，2006，（3）.
[8]李雪松.高级计量学[M].中国社会科学出版社，2005.
[9]丹尼斯·帕蒂斯奎尔，威廉·惠顿.城市经济学与房地产市场[M].经济科学出版社，2002.
[10]易丹辉.数据分析与Eviews 应用[M].中国统计出版社，2002.
[11]张红.房地产经济学[M].清华大学出版社，2005.
[12]高铁梅.计量经济分析方法与建模[M].清华大学出版社，2005.
[13]白仲林.面板数据的计量经济分析[M].南开大学出版社，2007.
[14]国家统计局.中国统计年鉴2011.中国统计出版社，2012