摘 要： 本文旨在论证房改以来深圳房地产价格波动的影响因素。通过文献研究，选取常住人口、人均可支配收入、物价指数三个指标作为模型的解释变量，三个解释变量与深圳房地产价格先进行平稳性检验，再进行多元线性回归分析，得出影响深圳房地产价格波动的最主要因素为人口数量，并结合深圳情况对其进行实证分析并给出了建议。
关键词： 房地产价格; 影响因素; 实证研究;
Abstract： This paper aims to demonstrate the influencing factors of real estate price fluctuation in Shen-zhen since the housing reform. Based on the literature research,three indexes are selected as the explanato-ry variables of the model: permanent resident population,per capita disposable income and consumer price index. The three explanatory variables and Shenzhen real estate price are first tested for stability by ADF,and then analyzed by multiple linear regression. It is concluded that the most important factor affecting the fluctuation of Shenzhen real estate price is the population. Finally,reasonable suggestions are given based on the situation of Shenzhen.
Keyword： real estate price; influencing factors; empirical research;
自上世纪90年代取消福利分房、逐渐推行货币化住房制度后，房地产价格快速增长。作为一线城市的深圳，房地产市场的持续升温现象受到了广泛关注，直接影响国民经济的健康发展和人们的生活水平。政府先后出台了一系列宏观政策调控房价，然而，调控政策收效甚微，未取得预期效果。笔者认为，房地产价格的波动是多种因素共同作用的结果，各种因素的影响程度也不一样。因此，深入分析影响房地产价格的影响因素及其影响程度，提出具有可操作性的对策建议不仅具有理论价值，还具有实践意义。
一、文献回顾
在众多关于房价影响因素的论述当中，部分学者的研究方法与结论提供给了理性认识和启示。
Alank.Reichert(1990)[1]分析了美国及其几个地区房价变动的影响因素，他的研究结果表明：地区和国家的房价变动的影响因素存在一致性，地区房价变动还受到人口转移、就业率和收入趋势因素影响。
Ortalo-Magné和Rady(2004)[2]研究了英格兰和威尔士住宅交易量与宏观经济波动之间的关系，揭示了上个世纪80年代的金融自由化、人口结构变化对房地产交易量的影响，最后得出结论：住宅需求的波动是市场交易量变化的关键因素。
周京奎(2005)[3]对国内4个直辖市的住宅价格与货币政策、银行贷款之间的关系进行了分析，结果表明住宅价格上涨与宽松的货币政策有紧密关联，住宅价格极大地偏离长期均衡值，市场存在非理性繁荣，须引起政府和产业部门的重视。房地产投资和居民可支配收入对房价有显着影响。
安辉，王瑞东(2013)[4]将影响房地产价格的因素分为经济基本面与非经济基本面。经济基本面主要研究收入、失业率、通货膨胀率、建筑成本等经济基本面对房地产价格的影响。非经济基本面则主要关注货币政策、保障房政策等各种调控政策与房地产价格的关系。
以上各文献，从不同的角度对房地产价格的影响因素进行了研究分析。通过分析比较可以得出，在国外，实证研究是主流，而国内关于房地产价格影响因素的研究有定性的，也有定量，但因房改年数不多，以年为单位受到数据量不足的约束，实证研究结果存在较大的分歧。
二、研究方法
1. 房价影响因素的选取
本文选取深圳商品房价格作为被解释变量，选取三个解释变量，分别为人口数、收入、居民消费价格指数。
人口：人口密度是房价的幕后推手，城市人口的增加会产生更大规模的刚性住房需求，这对房地产市场及房价而言是巨大的正向冲击。城市人口的增长是影响房地产需求的直接因素。在地区人口密度大，科技发达的城市，如深圳，劳动力是城市建设的主力军，会极大提高对住房的需求。因此常住人口是影响房价的重要因素。
收入水平：消费者对商品的需求是有支付能力的需要，所以需求水平的高低直接取决于消费者的收入水平。商品房作为商品的一种，同样受到收入的正向影响。
居民消费价格指数：地区经济发展水平通过居民消费价格指数体现，居民的消费水平与能力也会影响房地产价格。
2. 数据来源及数据处理
以年度数据作为房价研究指标，深圳于1980年8月26日建立特区并于次年开始出现售价为1000元/平米的中国第一个商品房，而房地产真正走上市场化轨道是取消福利分房的1998年。实证研究的时间跨度为1998—2018年。所有数据从深圳统计局官方网站，《深圳市统计年鉴》获得。
深圳历年房价HP选取的指标是商品房二级市场平均交易价格（住宅类），人口POP选取年末常住人口（万人），收入INCOME指标为平均每人每月可支配收入（元），CPI及居民消费价格指数。
如下图所示，可以看出，深圳这21年的住宅平均价格经历持续上涨，上涨速度有快慢之别。21年时间由每平米均价5191元涨至54120，房价涨幅高达1043%。
深圳市住宅均价走势图（1998—2018年）
3. 研究方法
对被解释变量房价、三个解释变量即影响房价的三个因素做平稳性检验，确认都是同阶平稳序列后，用最小二乘法做多元回归分析，并分析结果。
数据分析均用Eviews软件实现。
三、实证研究
1. 平稳性检验（ADF)
HP：房地产价格一阶序列ADF检验所对应的Prob为0.0431，小于0.1，为平稳性序列。
POP：年末常住人口数量一阶序列ADF检验所对应的Prob为0.0176，小于0.1，因此为平稳性序列。
INCOME：人均可支配收入一阶序列ADF检验Prob为0.0183，小于0.1，因此为平稳性序列。
CPI：居民消费价格指数一阶序列ADF检验Prob为0.0001，小于0.1，因此为平稳性序列。
综上，以上各变量的时间序列均为平稳序列。
表1 深圳住宅均价数据平稳性检验结果
表2 深圳年末常住人口数平稳性检验结果
表3 深圳人均可支配收入平稳性检验结果
表4 深圳消费价格指数平稳性检验结果
2. 多元线性回归分析
在多重共线性检验中，已剔除了POP因素。由于模型都可以用最小二乘法（LS）进行回归，在对变量取对数模型中，回归系数反映被解释变量随解释变量变化而变化的弹性。因此房价模型可表达为：
其中，β0……β3为它们对应的解释变量的回归系数（或弹性），ξt为随机扰动项。
回归结果如表所示，模型确认为：
R2=0.931916，表明该模型的拟合优度较高，即1981—2018年间深圳住宅价格变化的93.2%可以由这三个变量来解释，在F检验中，F=77.56351，表明模型总体上的线性关系显着成立。
对数模型反映了解释变量与被解释变量的弹性关系。根据回归结果可以得出房地产价格对人口数量和人均可支配收入的弹性分别为2.22和0.92，可解释为当其他因素保持不变时，人口数量增长1%，房价增长2.22%；当其他因素保持不变时，人均可支配收入增长1%，房价增长0.92%。符合正向影响的预期。
至于消费价格指数弹性为负，原因在于《深圳统计年鉴》给出的CPI数据是以上一年度价格为100的环比数据，从1998年到2018年的CPI数据集中在102左右，最低为2001年97.8，最高为2008年105.9。因此CPI对房价的弹性较弱。
表5 回归结果
四、结论和建议
近20年深圳的房价经历了巨变，通过梳理房地产价格影响因素的相关文献，反复筛选变量，最终选取了深圳市历年的年末常住人口数、人均可支配收入和消费价格指数三个变量作为影响深圳房地产价格的影响因素，并进行实证研究。在对数据进行了同阶平稳性检验符合回归假设的前提下，进行了多元线性回归分析，结果表明三个因素中，深圳房价受常住人口因素影响的程度最大。
近年来，国家不断出台房地产调控政策，2019年深圳房价经历了猛涨，此后全国发布多条楼市调控政策，多次调高房贷利率，让房价保持在一个相对平稳、缓慢上涨的水平。
根据研究结果，对深圳房地产市场给出以下建议：
一是市场供给的结构调控：在保证住房总量的情况下，逐渐将存量房源释放补充安居房、公租房等房源，已实现房源结构多样性，避免需求过高而供给不足时因消费扎堆促使房价虚高。
二是完善打击炒房投机活动的措施，真正做到“房住不炒”，提高购买和持有二套房及以上住房的成本。持续推动金融创新和资本市场的改革，为居民提供更多的投资渠道。
三是地方政府作为房价上涨的实际受益者，要认清房地产市场失控的巨大危害，要积极贯彻和配合中央部署。另外，客观评估我国特别是一线城市的房市风险，针对性的完善相应政策，让房地产业得到健康可持续的发展。
参考文献
[1]ALAN K.REICHERT.The Impact of Interest Rates,Income, and Employmentupon Regional Housing Prices[J].Journal of Real Estate Finance and Economics,1990,(3).
[2]OrtaloMagné,F,S.Rady.Boomin,Bust out:Young House holds and the Housing Price Cycle[M].European Economic Review,2004.
[3]周京奎.货币政策、银行贷款与住宅价格———对中国4个直辖市的实证研究[J].财贸经济，2005(5).
[4]安辉,王瑞东.我国房地产价格影响因素的实证分析———兼论当前房地产调控政策[J].财经科学,2013(3).
