房地产市场的影响因素以陕西省西安市为例.docx

房地产市场的影响因素以陕西省西安市为例.docx

《房地产市场的影响因素以陕西省西安市为例.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.docx（16页珍藏版）》请在冰豆网上搜索。

房地产市场的影响因素以陕西省西安市为例

一、绪论

（一）研究背景

2016年上半年，房价持续疯涨。

实际上，房地产市场己经极大改变着社会收入的调配格局。

很多炒房客的炒房收入，已远远超过了其本职工作的薪资收入。

炒一套房子的盈利，相当于其家庭10年的薪资收入。

如果借助银行贷款的杠杆，炒5套房子，那么一年的收入相对于一辈子的薪资收入。

这让很多人心态失衡，继而举债进军房地产市场。

这让房地产市场和中国股市愈发相似，开发商利用题材大肆炒作房价，房价己经透支了未来5年的上涨空间，严重偏离其实际价值。

国务院政府于4月颁布了新国十条，综合利用经济、金融，甚至行政等这些强有力手段，进行强力的出击，严厉遏制房价的过快上升。

至此，政府对房地产行业的紧缩性调控政策才见成效。

房地产市场的投机因素以及陕西省西安市特殊的城市价值，使陕西省西安市房地产市场价格变化异常复杂，这也是政府调控政策效果不彰的原因之一。

本文通过对陕西省西安市住宅价格影响因素的分析，对陕西省西安市住宅市场是否存在泡沫的探讨，对陕西省西安市房地产价格分布情况和运行规律的揭示，将对陕西省西安市未来房价运行趋势的预测，以及对政府出台调控政策的力度和时机、调控政策组合等都具有重要的理论价值和实践意义。

（二）研究意义

房价问题不但涉及到住宅的供求，还涉及到税收政策、金融政策、土地供应政策、住宅政策等方面。

由于我国目前房地产市场还不完善，因此，进行陕西省西安市住宅价格影响因素的实证研究，在合理理解和评价城市住宅价格问题上面，具有重要的意义和价值。

源于房地产市场的美国次贷危机对全球造成了一场金融海啸。

尽管我国房地产市场价格已经进入了下行周期，但笔者认为应该认真吸取美国房地产市场的教训，并针对性地提出防范房价持续飙升的建议，给政府提供最佳调控政策参考。

二、陕西省西安市市房地产市场供求分析

（一）陕西省西安市房地产市场需求分析

住宅需求的概念：

需求是指在一定时期内，在各种可能的价格水平，人们愿意并且能够购买的商品的数量。

“愿意”表示人们的主观需要，“能够”是指实现这种需求必须具备一定的支付能力。

房地产需求是指在一定时期内，消费者在每一价格水平上愿意而且能够购买的商品和劳务的数量。

在这里必须得分清房地产潜在需求和有效需求。

对于住宅的需求，可以提出这样的解释:

住宅需求是在一定市场条件下有支付能力的住宅需求。

同住宅供给类似，住宅需求也受多种因素影响。

房地产中的住宅需求具备消费的层次性。

从整体来看，在人们生活水平的渐渐提高中，人们对住宅的需求会越来越大，对房屋质量、小区环境等细节要求逐渐提高；不同阶层，住宅需求不同；对同一个家庭来说，由于经济条件、地位的改善也有对住宅更新换代的要求，由于中国经济的持续快速稳定发展，这在中国的住宅市场上表现尤其明显，陕西省西安市市场更是如此。

住宅需求的类型：

主动需求指家庭经济收入提高，卖小房，买大房；自动需求如城市化带来大量进入城市的农村人口，先期是在城郊接合部租房，经过几年的积累，开始买房，他们是房地产可持续发展的力量；被动需求包括城市改造带来大量拆迁，拆迁户事前怎么也想不到像他们这样的人也能买房。

拆迁户通过拆迁补贴，自己的部分积蓄再加上在外借点钱，就把房买了，这就属于被动消费。

居住需求和投资需求:

在所有的物业类型中，居住物业不是投资比重最高，但是在有的地区和有的细分产品中，比重高达20%甚至更高，如陕西省西安市的CDB地区的公寓产品，在当前缺乏有效的投资渠道的情况下，众多居民选择了投资不动产。

影响住宅需求的因素：

影响房地产需求的因素是多样的，主要可以概括为以下几个方面:

1）住宅价格。

在市场经济条件下，价格是影响需求的重要因素，从总体上看，住宅的需求与其价格成反向变化，即价格的上升导致需求的下降，价格的下降引起需求的上升。

2）家庭收入。

家庭收入直接决定了居民的购买力，而购买力水平又决定了能否把潜在需求转化为有效需求。

一般来说，城市居民对房屋住宅的需求与其家庭收入成正相关关系，收入水平高，支付能力强，对住宅的需求量就大，反之则小。

3）人口数量。

人口是影响住宅需求的重要因素。

住宅是人类生存必不可少的物质条件，随着人口数量的增加，对住宅的需求量也在不断增加。

4）消费者预期。

消费者对未来经济形势的预期，会直接影响对住宅的需求。

如果对未来的经济形势预期是下滑的，居民即使有购买能力，也不会花掉自己大部分甚至全部积蓄去买房子。

如果对未来的经济形势预期是乐观的，则居民会增强改善居住条件的愿望，增加住房需求。

5）其他。

比如城市化进程，国家的宏观调控政策，购房者的购买动机等，都会直接或间接地影响住宅需求。

（二）陕西省西安市房地产市场的供给分析

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

𝑋1

收入水平

𝑋2

成交面积

𝑋3

供给因素

主要成本

𝑋4

竣工面积

𝑋5

房地产开发投资

𝑋6

环境条件因素

年人均GDP

𝑋7

年人均GDP增长

𝑋8

三大产业结构比例关系

𝑋9

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）𝑑𝑡（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

管理费用

土地开发规费与税金

土地开发利润

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

管理费用

投资利息

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

管理费用

投资利息

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=𝛽0’+𝜮𝛽𝑖𝑍𝑖’+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𝑋1（常住人口数量，万人）、𝑋2（在职职工年平均工资额，百元）、𝑋3（年成交面积，万m2,𝑋4（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=𝛽0’+𝛽1𝑋1+𝛽2𝑋2+𝛽3𝑋3+𝛽4𝑋5+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𝑋5（主要成本，包括土地出让金和建安成本，元/m2）,𝑋6（住宅竣工面积，万m2）,𝑋7（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𝑋1（常住人口数量，万人）.𝑋2（在职职工年平均工资额，百元）.𝑋4（住宅价格增长预期，%），𝑋5为主要成本（元/m2）,𝑋7（房地产开发投资，亿元）；设定其它因素Ot，用𝑋8（人均GDP，千元）、𝑋9（人均GDP增长率，%）、𝑋10（第三产业比例，%）进行描述和估计，则式（3.19）可表示为:

𝑌=𝛽0"+𝛽1𝑋1+𝛽2𝑋2+𝛽4𝑋4+𝛽5𝑋5+𝛽7𝑋7+𝛽8𝑋8+𝛽9𝑋9+𝛽10𝑋10+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

竣工面积

房地产开发投资

年人均GDP

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

4399

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

11.92

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

868

36097

2246.0

3108.9

2348.3

2308.6

1662.4

50467

11.05

69.9

2015

10158

869

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=𝛽0"+𝛽1𝑋1+𝛽2𝑋2+𝛽2𝑋2+𝛽4𝑋4+𝛽5𝑋5+𝛽7𝑋7+𝛽8𝑋8+𝛽9𝑋9+𝛽10𝑋10+𝜀"。

该模型包含的自变量分别是:

𝑋1（常住人口数量，万人）,𝑋2（在职职工年平均工资额，百元）、𝑋4（住宅价格上涨预期，%），𝑋5为主要成本（元/m2）,𝑋7（房地产开发投资，亿元）；设定其它因素Ot，用𝑋8人均GDP，千元）、𝑋9（人均GDP增长率，%）、𝑋10（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

房地产开发投资

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