房地产市场的影响因素以陕西省西安市为例Word文档下载推荐.docx
《房地产市场的影响因素以陕西省西安市为例Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《房地产市场的影响因素以陕西省西安市为例Word文档下载推荐.docx（16页珍藏版）》请在冰豆网上搜索。
1.陕西省西安市住宅市场供给特征分析
从近几年的成交看，土地成交大体呈现出上升趋势，2009年相比2008年成交量增长近50%，一方面政府继续提高供地规模，另一面由于市场的回暖发展商资金状况好转，拿地意愿增强，为布局市场加大投资开发力度，土地市场成交反应活跃；
2009年主要增长在工业用地这部分，住宅类用地相比2008年也出现一定增长，但增幅低于全年整体增幅水平。
在2009年成交的243块地中，住宅类用地74块，成交面积为1180万平方米，成交金额为699亿元，全市住宅类土地成交均价约5928元/平方米，与2008年住宅类用地相比成交面积上升1.4%，成交金额上升41.8%，成交均价上涨81.3%o202009年住宅类用地成交面积小幅上升，楼面成交均价增幅明显。
在2009年住宅类地块中，随着二季度以后市场迅速回暖，土地成交也主要集中在这个时期。
2.陕西省西安市住宅房地产投资特征分析
（1）房地产开发投资保持稳定、高速增长
1-11月，陕西省西安市完成房地产开发投资额（含土地一级开发）2230.9亿元，比上年同期增长47.7%，增幅比1-10月回落3.1个百分点。
其中11月份完成开发投资247.9亿元，比10月份增长18.6%，比上年同期增长26.8%。
土地一级开发投资继续大力推进。
1-11月，房地产开发完成投资中，土地一级开发投资达873.4亿元，占全部房地产开发投资的39.1%。
如果扣除土地一级开发投资影响，1-11月陕西省西安市房地产企业投资下降4.3%，开发企业投资仍偏于谨慎。
11月份建安投资和各项费用均小幅增长。
1-11月，陕西省西安市房地产开发建安工程完成投资743亿元，比上年同期增长6.5%。
其中11月份完成建安投资77.2亿元，比10月份增加9.6亿元，增长14.2%。
1-11月，陕西省西安市房地产开发各项费用为1448.4亿元，比上年同期增长86.7%各项费用比例高达64.9%。
其中11月份各项费用为165.1亿元，比10月份增加27.3亿元，增长19.9%。
（2）房地产建设规模逐步恢复
新开工面积降幅稳步缩小，市场供给低迷状态不断改善。
截至11月底，陕西省西安市商品房施工面积为9144.2万平方米，比上年同期下降3.1%。
其中住宅施工面积为5239.5万平方米，同比下降1%。
商品房新开工面积为1678.5万平方米，同比下降18.3%，降幅比1-10月缩小2.2个百分点。
其中，住宅新开工面积为1060.1万平方米，同比下降24.1，降幅比1-10月缩小1.5个百分点。
商品房竣工面积同比由降转增。
1-11月，陕西省西安市商品房竣工面积为1653.9万平方米，由1-10月份的同比下降2.4%转为同比增长5.2%。
其中，住宅竣工面积为120084.3万平方米，同比增长26.3%增幅比1-10月提高8.5个百分点。
11月份住宅竣工面积为177.8万平方米，比10月份增长22.2%。
三、陕西省西安市房地产价格影响因素模型的构建
（一）房地产价格影响因素
本文对近年来住宅价格影响因素的有关研究成果进行了梳理和归纳，从不同角度对住宅价格的影响因素进行归类研究。
住宅价格影响因素涉及面非常广，角度非常多，内容也异常复杂。
为便于我们后面的研究，本文初步将住宅价格影响因素分为三大类，即需求因素、供给因素和外部环境因素。
以下是对这三大类因素进行细分的结果，见表3.1
表3.1住宅价格影响因素细分
影响因素
因素细分
指标代码
需求因素
人口数量
𝑋
1
收入水平
2
成交面积
3
供给因素
主要成本
4
竣工面积
5
房地产开发投资
6
环境条件因素
年人均GDP
7
年人均GDP增长
8
三大产业结构比例关系
9
①需求因素:
拆细为人口数量、在职职工收入水平、成交面积因素。
指标中第一、二项是影响需要的直接因素；
第三项是有效需求的实际反映；
第四项是影响需要的间接因素。
②供给因素:
拆细为主要成本（包括土地成本和建安成本）、房地产开发投资、竣工面积等三项具体指标。
指标中第一项是影响住宅供给的主要成本；
第二项是影响住宅供给的资金（资本）；
第三项是影响住宅供给的社会存量。
③外部环境:
拆细为年人均GDP、年人均GDP增长、三大产业结构比例关系。
第一、二项指标反映的是国民经济总体发展状况；
第三项指标反映的是社会经济结构的总体状况。
他们同时对住宅的需求和供给产生影响。
下面我们将利用上述的细分指标，分别从需求、供给和综合三个角度建立影响房价的相关函数关系模型，研究这些因素与住宅价格之间可能存在的数量关系并利用陕西省西安市市的房地产市场数据进行实证检验。
（二）住宅价格形成机制
1.住宅价格与住宅需求
从需求来看，住宅价格（需求价格）是指在特定时间内需求者对一定数量的住宅愿意并有能力支付的最高价格，是购买意愿和支付能力的统一，没有购买意愿或没有支付能力，需求价格都不能形成。
由此可见，家庭收入与住宅价格有着密切的关系，1990年Meen按照效用最大化的理论对此进行了研究，其研究的结论是:
Max𝑈
=
（𝐻
，𝐶
）𝑑
𝑡
（3.1）
在约束条件:
HPh=CPc=Y下，使用Lagrange推导并微分后，可以得到如下关系式:
Ph=f（Y,H,CPc）（3.2）
上式中:
为折现率；
t为时间；
Ph为住宅价格；
P。
为其它商品价格；
Y为家庭年收入；
H为住宅消费量；
C为其它商品消费量。
可见，在影响住宅价格的因素中，家庭年收入是一个重要的因素。
同时，还应注意到人口数量与住宅价格之间存在的密切关系，因为在家庭收入一定的情况下，人口数量增加，对住宅的需求则增加，住宅价格将上升。
人口数量下降，对住宅的需求则下降，住宅价格将下跌。
2.住宅价格与住宅供给
从供给方面看，住宅价格（供给价格）是指在特定时间内开发商对一定数量的住宅愿意并有能力出售的最低价格，是盈利水平和供给能力的统一，没有足够的盈利水平或没有足够的供给能力，供给价格都不能形成。
由此可见，住宅可供给的数量与住宅价格存在密切的关系。
除了住宅的供给数量外，开发商的盈利水平也直接影响住宅供给，从而间接影响住宅价格。
作为追求利润最大化的微观企业，开发商所制订的供给价格必然是在利润为零的成本价格之上，所以住宅价格又必然受到开发成本的影响。
如果用公式表示则有:
住宅价格（供给价格>
-开发成本+最大利润+纳税额，所以开发成本必然成为开发商制定住宅供给价格的重要指标。
理论上分析住宅价格的构成，实际也是从供求方面或者说从房地产开发商角度来考察这一问题。
通过对国内住宅开发过程分析可知，一个住宅项目的完结主要包括住宅开发生产和流通销售两个过程，对这两个过程再做进一步分析，便可以得到住宅价格构成的基本要素，如表3.2所示。
表3.2住宅价格构成要素
生产过程
土地出让金
土地补偿费
房屋建造价格
农地转市地地价
安置补助费
地上附着物及青苗补偿费
土地开发费
管理费用
投资利息
土地开发规费与税金
土地开发利润
市地地价
拆迁安置费
土地再开发费用
勘察设计等前期费用
建安费用
基础设施建设费
公共配套设施建设费
房建开发规费与税金
流通过程
销售附加价格
房建开发利润
销售费用
维护费用
销售规费与税金
销售利润
在本论文的实证研究中，采用“住宅的年竣工面积”和“年房地产投资”两项指标来描述住宅的有效供给情况；
采用“土地价格”和“建设成本”两项加总的“主要成本”指标来描述开发成本。
尽管这只是对供给的一个近似描述，但这种尝试还是有意义的。
此外，我们注意到住宅价格总是与一个国家或地区的经济发展阶段相对应，为了把住宅价格放在当时所处的特定经济发展水平中来考虑，在后面的实证研究中，笔者引入了“人均GDP”,“人均GDP增长率”和“三次产业比例关系”等三个指标，作为环境条件因素，用来描述研究对象所处区域的经济发展水平。
（三）住宅价格影响因素模型
1.住宅价格影响因素模型
上面从住宅价格的形成机制上，分析了可能对住宅价格产生影响的供给、需求及外部环境因素。
下面我们换一个视角，从函数关系上考察这一问题。
为了能反映问题的不同侧面，笔者拟从三个方面展开分析:
需求影响下的住宅价格影响因素模型
根据需求理论，我们知道人们对住宅的需求量Qd取决于住宅的价格P、人们的购买力B、价格增长预期R和市场中的其它因素Od，用函数表示即:
Qd=f（P，B，R，Od）（3.4）
因为人们对住宅的购买力B又取决于人口数量M、收入I和住宅贷款水平L,即：
B=f（M,I,L）（3.5）
所以式（3.4）又可表示为：
Qd=f（P,M,I,L,B,R,Od）（3.6）
由式（3.6），住宅价格P必然与需求量Qd人口数量M、收入I和住宅贷款水平L之间所存在着一定的函数关系，这种关系可以表示为:
P=f（Z’）=f（Qd，M,I，L，R，Od）（3.7）
式（3.7）也可用线性的具体函数表示为:
P=𝛽
0’+𝜮
𝛽
𝑖
𝑍
’+𝜀
’（3.8）
再进一步，我们假定人口数量M、收入I和需求量Qd住宅价格上涨预期的估计量分别为自变量𝑋
1（常住人口数量，万人）、𝑋
2（在职职工年平均工资额，百元）、𝑋
3（年成交面积，万m2,𝑋
4（住宅价格上涨预期，（Pt+1-Pt）/（Pt，%），价格h的估计量为因变量𝑌
（住宅价格，元/m2），则式（3.8）可表示为:
𝑌
=𝛽
0’+𝛽
1𝑋
1+𝛽
2𝑋
2+𝛽
3𝑋
3+𝛽
4𝑋
5+𝜀
’（3.9）
式（3.9）中没有考虑住宅贷款水平L的影响，并非这一因素的影响不够重要或不够显著，只是陕西省西安市的个人住房贷款最早始于1997年，至今时间较短，积累的数据太少而无法进行统计意义上的研究而忽略，这需要在将来研究中进一步完善。
式（3.9）中也没有考虑其它因素Od，是因为这些因素要么不是主要因素，要么目前还无法进行量化研究。
由此，我们得到需求因素影响下的住宅价格影响因素模型，即式（3.9），在后面的章节我们将基于该模型进行实证分析。
2.供给影响下的住宅价格影响因素模型
根据供给理论，我们知道住宅供给量Qs取决于开发商的开发能力E，盈利水平W和市场中的其它因素Os，用函数表示即:
Qs=f（E,W,Os）（3.10）
对于技术含量并不高的住宅建设，开发商的开发能力E主要取决于房地产开发的投资V；
而盈利水平W主要取决于住宅价格P、土地出让金Pg和建安成本Pb，即:
W=f（P,Pg，Pb）（3.11）
所以式（3.10）又可表示为:
Qs=f（V,P,Pg，Pb，Os）（3.12）
由式（3.12）知，住宅价格P与供给量QS、房地产开发投资V、土地出让金Pg和建安成本Ph之间所存在如下的函数关系:
P=f（Z"
）=f（Qs，V，Pg，Pb，Os）（3.13）
式（3.13）也可用函数表示为:
（3.14）
再进一步，我们假定土地出让金Pg、建安成本Pb、供给量Qs和房地产开发投资V的估计量为自变量𝑋
5（主要成本，包括土地出让金和建安成本，元/m2）,𝑋
6（住宅竣工面积，万m2）,𝑋
7（房地产开发投资，亿元），假定价格P的估计量为因变量Y（住宅价格，元/m2），则式（3.14）可进一步表示为:
（3.15）
式（3.15）没有考虑其它因素的影响，原因同上。
由此，我们得到供给因素影响下的住宅价格影响因素模型，即式（3.15），在随后章节我们也将基于这一模型进行相应的实证分析。
3.综合因素影响下的住宅价格影响因素模型
根据均衡分析理论，住宅的价格取决于住宅的需求量Qd和住宅供给量Qs的自然平衡，用函数表示即:
Qd=Qs（3.16）
将式（3.6）和式（3.12）代入式（3.16）有:
f（P，M，I，L，R，Od）=f（V，P，Pg，Pb，Os）
式（3.18）也可用线性函数表示为:
（3.18）
再进一步，我们假定住宅价格P的估计量为因变量𝑌
（住宅价格，元/m2）；
设定人口M、收入I、主要成本（土地出让金Pg和建安成本Pb）、房地产开发投资V的估计量为自变量𝑋
1（常住人口数量，万人）.𝑋
2（在职职工年平均工资额，百元）.𝑋
4（住宅价格增长预期，%），𝑋
5为主要成本（元/m2）,𝑋
7（房地产开发投资，亿元）；
设定其它因素Ot，用𝑋
8（人均GDP，千元）、𝑋
9（人均GDP增长率，%）、𝑋
10（第三产业比例，%）进行描述和估计，则式（3.19）可表示为:
𝑌
=𝛽
0"
+𝛽
4+𝛽
5𝑋
5+𝛽
7𝑋
7+𝛽
8𝑋
8+𝛽
9𝑋
9+𝛽
10𝑋
10+𝜀
"
（3.20）
于是，我们得到综合因素影响下的住宅价格影响因素模型，即式（3.20），在下一章我们也将基于这一模型进行相应的实证分析。
表4.15陕西省西安市历年住宅价格与影响因素指标统计值（2000-2017）
年份
房地产价格
常住人口
年平均工资
年成交面积
土地价格
建安成本
年人均GDP增长率
第三产业比
2000
3163
688
3402
128.4
2050.3
2067.2
270.6
719
6458
17.54
42.1
2001
3215
698
4523
140.5
2133.5
29.5.8
324.8
926
8006
23.97
45.6
2002
3583
707
6540
149.0
2174.1
1402.9
383.5
995
10240
27.90
49.0
2003
4399
714
8144
1863
2333.7
1412.1
470.7
3525
12690
23.92
52.4
2004
725
9579
183.1
2888.7
1864.2
560.2
3252
14254
12.32
52.5
2005
5662
765
11019
256.2
2999.2
2370.6
478.3
3363
16609
16.52
54.5
2006
5239
802
12285
377.0
2015.7
1904.3
588.7
377.4
19118
15.10
615
2007
5648
823
13778
484.7
2191.2
1990.6
908.3
4215
21397
11.92
57.4
2008
4919
842
15726
898.2
1808.9
1692.7
1013.7
522.1
24122
12.73
58.3
2009
5062
856
18092
1127.5
2002.7
1796.7
1393.4
783.8
26998
60.5
2010
4764
868
20728
1604.4
1832
1572.1
1922.6
989.4
30840
14.23
62.1
2011
4737
851
24045
1895.0
1801.8
1658.7
2080.7
1202.0
34892
13.13
61.6
2012
5053
869
28348
2472.8
1891.0
1973.1
2544.0
1473.0
41099
17.78
60.2
2013
6274
864
32808
2803.0
2355.3
2189.0
2741.4
1525.0
45444
10.5
67.7
2014
8792
36097
2246.0
3108.9
2348.3
2308.6
1662.4
50467
11.05
69.9
2015
10158
37148
1534.0
4572.0
2457.1
2640.5
1930.5
59913
18.72
70.6
2016
13852
880
37998
975.0
5405.0
2730.5
926.7
1732.5
63029
5.20
72.1
2017
17232
1200
38430
1816.0
6747.6
2986.0
1185.2
2365.1
68788
9.14
733
四、陕西省西安市住宅价格影响因素的实证研究
在前述供需两方面实证研究基础上，本节再将供需及外部环境因素结合起来一起研究，研究的方法同上，只是所研究的角度有所不同而已。
（一）综合因素影响下的住宅价格影响因素模型
在第三章，我们已经构建了综合因素影响下的住宅价格影响因素模型，即式（3.20）:
Y=𝛽
+𝛽
1𝑋
2𝑋
4𝑋
5𝑋
7𝑋
8𝑋
8+𝛽
10𝑋
10+𝜀
。
该模型包含的自变量分别是:
𝑋
1（常住人口数量，万人）,𝑋
4（住宅价格上涨预期，%），𝑋
8人均GDP，千元）、𝑋
9（人均GDP增长率，%）、𝑋
10（第三产业比例，%）。
（二）模型的检验与参数确定
经过拟合优度和显著性检验、多重共线性检验、异方差检验与处理、自相关检验与处理、残差的正态性检验（方法同上，此处略），得到最终的模型概览（表4.1）。
在基本消除异方差和自相关后，模型调整后的拟合优度判定系数为0.742,说明因变量变化的74.2%仍可以由模型解释，总体上看，模型很有效。
表4.1模型概览
R
R2
调整后的R2
标准差估计值
D-W值
0.831
0.815
0.742
86.441
1.570
①自变量:
（常数），常住人口数量（万人），在职职工年平均工资（百元），主要成本5年平均移动平滑值（元/m2），房地产开发投资5年平均移动平滑值（元/m2）,年人均GDP增长率（%），住宅价格上涨预期（%）。
②因变量:
住宅价格5年平均移动平滑值（元/m2）
表4.2未进入模型因素与几个进入模型因素问相关性分析
常住人口数量
在职职工年平均工资
年人均GDP（千元）
0.901
0.941
0.954
第三产业比例（%）
-0.675
-0.692
-0.743
与进入
升级会员 