文 何三峰（中共四川省委黨校，四川成都 610072）

房地產(chǎn)價(jià)格的影響因素分析
——基于成都市房地產(chǎn)價(jià)格的實(shí)證研究

文 何三峰（中共四川省委黨校，四川成都 610072）

近年來，我國(guó)一些地區(qū)的房地產(chǎn)價(jià)格波動(dòng)很大，已經(jīng)嚴(yán)重影響了這些地區(qū)的經(jīng)濟(jì)平穩(wěn)健康發(fā)展，研究房地產(chǎn)價(jià)格的影響因素及各因素的影響程度，有利于各地房地產(chǎn)業(yè)健康穩(wěn)定和經(jīng)濟(jì)持續(xù)有序發(fā)展。本文以成都市為例，利用主成分回歸分析方法研究房?jī)r(jià)的影響因素及各因素的影響程度，研究發(fā)現(xiàn)，地區(qū)生產(chǎn)總值、居民可支配收入、城鎮(zhèn)化率等因素對(duì)房?jī)r(jià)有顯著正向影響，居民消費(fèi)價(jià)格指數(shù)、房屋建筑竣工率、土地購(gòu)置面積等因素對(duì)房?jī)r(jià)有一定的負(fù)向影響，應(yīng)該從供給和需求兩個(gè)方面制定政策引導(dǎo)房地產(chǎn)業(yè)健康穩(wěn)定發(fā)展。

房地產(chǎn)價(jià)格 影響因素 主成分回歸分析 成都市

2015年以來，我國(guó)不同城市的房地產(chǎn)價(jià)格出現(xiàn)了較大波動(dòng)，一、二線城市房?jī)r(jià)上漲很快，房地產(chǎn)去庫(kù)存效果明顯，但三、四線城市房?jī)r(jià)變化不大，房產(chǎn)庫(kù)存積壓明顯，去庫(kù)存壓力仍然很大。2016年末中央經(jīng)濟(jì)工作會(huì)議明確提出“房子是用來住的，不是用于炒的”，要加快研究建立符合國(guó)情、適應(yīng)市場(chǎng)規(guī)律的房地產(chǎn)平穩(wěn)健康發(fā)展長(zhǎng)效機(jī)制，形成穩(wěn)定的房地產(chǎn)市場(chǎng)和政策預(yù)期。當(dāng)前，不同城市之間房?jī)r(jià)走勢(shì)表現(xiàn)出巨大差異，在全球經(jīng)濟(jì)緩慢復(fù)蘇、我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整進(jìn)入加速階段的宏觀背景下，研究房地產(chǎn)價(jià)格的影響因素對(duì)合理化解房地產(chǎn)庫(kù)存、引導(dǎo)房地產(chǎn)業(yè)走上健康持續(xù)發(fā)展道路具有非常重要的戰(zhàn)略意義。

成都市是西南地區(qū)重要的副省級(jí)城市，2015房地產(chǎn)投資額占固定資產(chǎn)投資總額和地區(qū)生產(chǎn)總值的比重分別為34.8%、22.6%，房地產(chǎn)業(yè)在成都產(chǎn)業(yè)結(jié)構(gòu)中占有非常重要的地位。2005-2015年成都房?jī)r(jià)呈上漲趨勢(shì)，商品房平均價(jià)格從3219.01元/M2上漲到6875.00元/M2，研究成都房?jī)r(jià)影響因素不僅對(duì)成都房地產(chǎn)業(yè)健康發(fā)展具有重要意義，也對(duì)其他城市房地產(chǎn)健康發(fā)展具有重要借鑒意義。本文以成都市為例，采用主成分回歸分析方法，研究房?jī)r(jià)的影響因素及其影響程度，并提出對(duì)策建議。

一、文獻(xiàn)綜述

目前國(guó)內(nèi)研究房?jī)r(jià)影響因素的學(xué)者很多，他們研究的重點(diǎn)主要集中在全國(guó)和地方兩個(gè)層面。汪新（2010）利用PLS回歸方法對(duì)我國(guó)房?jī)r(jià)影響因素進(jìn)行了實(shí)證研究，發(fā)現(xiàn)土地價(jià)格、資金規(guī)模以及國(guó)民財(cái)富構(gòu)成是影響我國(guó)房?jī)r(jià)變化最重要的三大因素［1］。蔣祥林（2015）從供給和需求兩方面對(duì)35個(gè)主要城市的房?jī)r(jià)進(jìn)行實(shí)證研究，研究表明，一線城市由于需求旺盛、供給不足導(dǎo)致房?jī)r(jià)高企，中西部的二三四線城市由于城市化水平較低、人口集聚效應(yīng)未能充分發(fā)揮以及潛在需求弱導(dǎo)致商品房供給過剩，房地產(chǎn)去庫(kù)存壓力很大［2］。欒天怡（2016）對(duì)我國(guó)18個(gè)主要城市房?jī)r(jià)進(jìn)行了實(shí)證分析，發(fā)現(xiàn)影響全國(guó)主要城市住房?jī)r(jià)格最重要的因素是住宅商品房銷售額和住宅開發(fā)投資額［3］。也有學(xué)者從單個(gè)影響因素對(duì)房?jī)r(jià)進(jìn)行研究，譚小芬（2013）研究人民幣升值預(yù)期對(duì)我國(guó)房?jī)r(jià)的影響，研究表明人民幣升值預(yù)期的直接效應(yīng)對(duì)房?jī)r(jià)并不構(gòu)成影響［4］。張東、楊易（2014）從房地產(chǎn)供給端對(duì)房?jī)r(jià)的影響進(jìn)行了實(shí)證研究，發(fā)現(xiàn)房屋的當(dāng)期增量供給是影響房?jī)r(jià)的主要因素［5］。王成（2016）通過實(shí)證研究表明人民幣升值導(dǎo)致熱錢流入，對(duì)房?jī)r(jià)具有顯著正向沖擊影響［6］。湯霏雯、王超（2014）以上海市和重慶市為例，研究房產(chǎn)稅政策對(duì)房?jī)r(jià)的影響，實(shí)證結(jié)果表明房產(chǎn)稅政策會(huì)降低重慶房?jī)r(jià)，而對(duì)上海房?jī)r(jià)影響不明顯［7］。

一些學(xué)者對(duì)成都房?jī)r(jià)的影響因素也進(jìn)行了研究。劉芳 （2008）對(duì)成都房?jī)r(jià)影響因素進(jìn)行了Pearson、Kendall分析排序，研究表明成都GDP和人均可支配收入是影響房?jī)r(jià)的主要因素［8］。岑華芳、王芳（2010）對(duì)成都住宅價(jià)格上漲進(jìn)行了理論研究，認(rèn)為土地供給減少是導(dǎo)致房?jī)r(jià)高企的主要原因［9］。邱俊柯、范曉萱等（2016）利用灰色關(guān)聯(lián)分析法研究了成都房?jī)r(jià)的影響因素，認(rèn)為房地產(chǎn)投資額和房屋施工面積對(duì)房?jī)r(jià)影響較大［10］。

由學(xué)者們對(duì)房地產(chǎn)價(jià)格影響因素的研究文獻(xiàn)可以看出，已有研究的共同不足之處在于定量分析選取的影響指標(biāo)相對(duì)較少，由于指標(biāo)太少，不能準(zhǔn)確反映房?jī)r(jià)的真正影響因素。有些學(xué)者在利用回歸分析方法研究房地產(chǎn)價(jià)格的影響因素時(shí)，由于考慮多重共線性的存在而剔除了較多重要變量，導(dǎo)致很多重要因素未能在結(jié)果中被反映出來，因此，單純利用回歸分析方法并不能很好地反映影響房地產(chǎn)價(jià)格的因素。還有的學(xué)者僅從定性方面對(duì)房地產(chǎn)價(jià)格的影響因素進(jìn)行理論分析，由于缺少實(shí)證支撐，難免造成所得結(jié)論缺乏說服力。本文采用主成分回歸分析法對(duì)成都市2005-2015年的房地產(chǎn)價(jià)格進(jìn)行研究，探索影響房地產(chǎn)價(jià)格的因素以及影響程度，不僅可以消除單純利用回歸分析方法存在的多重共線性問題，還能保留影響房地產(chǎn)價(jià)格的主要因素，比較客觀地分析影響房地產(chǎn)價(jià)格的因素以及各因素的影響程度，彌補(bǔ)已有研究的不足，并根據(jù)實(shí)證研究的結(jié)果提出促進(jìn)房地產(chǎn)價(jià)格相對(duì)穩(wěn)定的對(duì)策建議，為房地產(chǎn)業(yè)健康發(fā)展提供理論依據(jù)。

二、研究模型設(shè)計(jì)

（一）理論模型選取

為了更科學(xué)全面地分析成都房?jī)r(jià)的影響，本文選取12個(gè)指標(biāo)變量，由于變量增多會(huì)給回歸分析增加復(fù)雜性和共線性，所以首先選擇主成分分析法進(jìn)行處理，然后再進(jìn)行回歸分析。主成分分析法，也叫主分量分析，旨在利用降維的思想把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)，它把給定的一組相關(guān)變量通過線性變換轉(zhuǎn)成另一組不相關(guān)的變量，這些新的變量按照方差依次遞減的順序排列。信息的大小通常用離差平方或方差來衡量，在數(shù)學(xué)變換中保持變量的總方差不變，使第一變量具有最大方差，成為第一主成分；第二變量的方差次大，并且和第一變量不相關(guān)，稱為第二主成分。依次類推，I個(gè)變量就有I個(gè)主成分。

假定有n個(gè)樣本和P個(gè)變量構(gòu)成的數(shù)據(jù)矩陣：

對(duì)其協(xié)方差矩陣Σ或相關(guān)系數(shù)矩R，求特征方程的P個(gè)非負(fù)特征值λ1＞λ2…＞λp≥0，對(duì)應(yīng)于特征值λi的特征向量為：

于是可以得到P個(gè)新因子：

其中，ZXi為Xi的標(biāo)準(zhǔn)化形式，新因子 Z1，Z2，…，Zp之間相互無關(guān)，且它們的方差是遞減的，每個(gè)新因子中各變量的系數(shù)反映了各變量對(duì)新因子作用的大小。第i個(gè)因子的方差貢獻(xiàn)率為：

?i反映了i個(gè)因子保留信息的程度。一般取累計(jì)貢獻(xiàn)率達(dá) 85%～95%的特征值 λ1，λ2，…，λm（m≤p）所對(duì)應(yīng)的第一、第二、…第m個(gè)主成分。［11］

把選取后的主成分Z1、Z2…Zp作為解釋變量，對(duì)被解釋變量ZY（ZY為Y的標(biāo)準(zhǔn)化形式）進(jìn)行多元回歸處理，即建立：

式中，βi（i=1，2，3…p）為模型參數(shù)。

（二）指標(biāo)選取及說明

綜合文獻(xiàn)綜述中學(xué)者們研究選取和權(quán)衡房?jī)r(jià)影響因素的選取指標(biāo)，本文依據(jù)科學(xué)性、代表性和易得行原則，選取具12個(gè)重要影響成都房?jī)r(jià)的因素指標(biāo)。被解釋變量為商品房平均銷售價(jià)格（Y）。解釋變量有以下 12個(gè)：（1）地區(qū)生產(chǎn)總值（X1），反映一個(gè)城市經(jīng)濟(jì)發(fā)展水平，對(duì)房?jī)r(jià)有直接影響；（2）居民消費(fèi)價(jià)格指數(shù)CPI（X2），是貨幣當(dāng)局進(jìn)行宏觀經(jīng)濟(jì)調(diào)控的重要指標(biāo)，CPI是影響利率變化的重要因素，而利率變化顯著影響房?jī)r(jià)；（3）居民可支配收入（X3），反映居民購(gòu)買力，是潛在需求向有效需求轉(zhuǎn)化的基礎(chǔ)和約束；（4）城鎮(zhèn)化率（X4），反映該地區(qū)人口比例變動(dòng)、城市結(jié)構(gòu)布局等，這些因素又會(huì)對(duì)房地產(chǎn)產(chǎn)生直接影響；（5）房地產(chǎn)投資額（X5），房地產(chǎn)投資額通過供給需求傳導(dǎo)機(jī)制影響房地產(chǎn)價(jià)格；（6）房屋建筑面積竣工率（X6），此指標(biāo)反映了商品房建設(shè)的完成進(jìn)度，這對(duì)房地產(chǎn)供給產(chǎn)生直接影響；（7）竣工房屋造價(jià)（X7），反映建造商品房的成本，對(duì)房?jī)r(jià)具有直接影響作用；（8）年末常駐人口（X8），影響商品房需求，從而影響價(jià)格；（9）5 年期貸款利率（X9），不管是消費(fèi)者購(gòu)房貸款，還是開發(fā)商投資貸款，基本都是長(zhǎng)期貸款，因此本文選擇5年期貸款利率，不僅影響商品房的供給，也影響商品房的需求；（10）土地購(gòu)置費(fèi)用（X10），包括購(gòu)買土地的價(jià)格以及其他相關(guān)費(fèi)用，對(duì)房?jī)r(jià)形成直接影響；（11）土地購(gòu)置面積（X11），反映了供地情況和商品房供給的能力；（12）房地產(chǎn)開發(fā)中的國(guó)內(nèi)貸款（X12），反映了房地產(chǎn)開發(fā)中的信貸水平，是房?jī)r(jià)影響中的重要指標(biāo)。

四、實(shí)證分析

（一）數(shù)據(jù)收集

為了數(shù)據(jù)選取的科學(xué)性和權(quán)威性，本文2005-2014年各指標(biāo)數(shù)據(jù)除土地購(gòu)置面積外皆來源于《2015年成都統(tǒng)計(jì)年鑒》，由于《2016年成都統(tǒng)計(jì)年鑒》還未面世，所以2015年各指標(biāo)數(shù)據(jù)來源于《2016四川統(tǒng)計(jì)年鑒》和《2016中國(guó)房地產(chǎn)年鑒》，歷年土地購(gòu)置面積數(shù)據(jù)來源于中指數(shù)據(jù)庫(kù) （CREIS）。表1為2005-2015年成都市房?jī)r(jià)的影響指標(biāo)原始數(shù)據(jù)。

（二）指標(biāo)數(shù)據(jù)的相關(guān)性檢驗(yàn)

利用SPSS 22.0對(duì)12個(gè)指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，對(duì)所有解釋變量做相關(guān)性分析，如表2，可以看出，X1除與X2、X9和X11以外的其他指標(biāo)相關(guān)系數(shù)都很高，其中，相關(guān)系數(shù)|ρx1，xj|＞0.85（j=3，4，5，6，7，8，10，12），可知 X1 與 Xj之間可能存在嚴(yán)重共線性。X2與其他指標(biāo)間的相關(guān)系數(shù)絕對(duì)值不超過 0.75， 它們之間相關(guān)性相對(duì)較弱。 X3、X4、X5、X6、X7、X8、X10、X12等指標(biāo)相互之間具有較高相關(guān)系數(shù)，即這些指標(biāo)有較高相關(guān)性，可知這些指標(biāo)可能存在嚴(yán)重共線性。綜上，指標(biāo)之間存在共線性的可能性高。

（三）指標(biāo)數(shù)據(jù)的共線性診斷

由（二）的相關(guān)性分析可知影響因素之間可能存在嚴(yán)重的共線性，為了更加明確地獲知這些影響因素之間是否存在多重共線性，利用SPSS 22.0對(duì)Y與 Xi（i=1，2……12）進(jìn)行多元回歸，得到共線性診斷結(jié)果如表 3 所示，方差膨脹因子 VIFi（i=2，3，5，6，7，8，9，10，11，12）＞10，且它們對(duì)應(yīng)的容許度也很小，所以說明指標(biāo)間有嚴(yán)重的共線性。

綜合（二）與（三）可得出結(jié)論：解釋變量之間存在較強(qiáng)的多重共線性，并且這種嚴(yán)重的多重共線性會(huì)影響最小二乘估計(jì)，所以本文采用主成分回歸分析方法消除多重共線性重新建立回歸模型。

（四）主成分回歸分析

運(yùn)用SPSS 22.0對(duì)影響成都房?jī)r(jià)的因素X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11 和 X12 進(jìn)行主成分分析，結(jié)果如表4所示。

根據(jù)主成分提取的特征值必須是大于1的抽取原則，并結(jié)合碎石檢驗(yàn)原則，利用碎石圖 （即陡坡圖），共抽取2個(gè)主要因子，前兩個(gè)特征值為9.083和1.090，其累計(jì)貢獻(xiàn)率為 87.721%（＞85%），可以提出兩個(gè)主成分，且累計(jì)貢獻(xiàn)率高達(dá)87.721%，說明提取的主成分能夠很好涵蓋全部解釋變量指標(biāo)的信息。

由表5可得，第二主成分F2上具有較高載荷的變量只有5年期貸款利率（X9），其余指標(biāo)在第一主成分F1上都有較高載荷，第一主成分基本上能很好的涵蓋所有指標(biāo)信息。由表4和表5計(jì)算主成分各指標(biāo)對(duì)應(yīng)的系數(shù)，得到兩主成分表達(dá)式分別為：

其中，ZXi（i=1，2……12）為 Xi分別對(duì)應(yīng)變量的標(biāo)準(zhǔn)化形式。

表1 2005-2015年成都市房?jī)r(jià)及影響指標(biāo)原始數(shù)據(jù)

表2 相關(guān)系數(shù)表

以ZY為Y（商品房平均價(jià)格）的標(biāo)準(zhǔn)化后的變量作為被解釋變量，以主成分F1和F2作為解釋變量進(jìn)行多元回歸分析，由Eviews8.0建立回歸模型如下：

由回歸結(jié)果可得：多重可決系數(shù)（R2）與修正可決系數(shù)（R2）都較高，說明模型對(duì)樣本擬合很好。F檢驗(yàn)值為 48.86585，明顯顯著。 當(dāng) α=0.05 時(shí)，tα/2（11-3）=2.262，主成分F1、F2的偏回歸系數(shù)都通過檢驗(yàn)，系數(shù)顯著。但F2中ZX9的偏回歸系數(shù)為正，表明長(zhǎng)期利率增加會(huì)造成房?jī)r(jià)上漲，這不符合經(jīng)濟(jì)意義。再由F1和F2表達(dá)式就可看出F2解釋力度不強(qiáng)，F(xiàn)1基本可以很好涵蓋所有信息，故將F2剔除后回歸后模型為：

表3 共線性診斷指標(biāo)表

表4 主成分提取分析表

表5 初始因子載荷矩陣

此時(shí)，該模型擬合優(yōu)度高，F(xiàn)檢驗(yàn)值為57.7134，明顯顯著，F(xiàn)1系數(shù)估計(jì)值也高度顯著。為了得到用標(biāo)準(zhǔn)化自變量表示的回歸方程，由第一主成分F1的系數(shù)向量組成的矩陣與主成分回歸系數(shù)向量估計(jì)量相乘可得到標(biāo)準(zhǔn)化的解釋變量表示的回歸方程：

（五）主成分回歸分析

由標(biāo)準(zhǔn)化的回歸方程可得：除消費(fèi)價(jià)格指數(shù)（X2）、房屋建筑面積竣工率（X6）、5 年期貸款利率（X9）和土地購(gòu)置面積（X11）四個(gè)影響因素對(duì)商品房平均價(jià)格（Y）有負(fù)效應(yīng)之外，其余影響因素均對(duì)商品房平均價(jià)格有正向影響。首先，地區(qū)生產(chǎn)總值（X1）、居民可支配收入（X3）、城鎮(zhèn)化率（X4）、房地產(chǎn)投資額（X5）、竣工房屋造價(jià)（X7）、年末常駐人口（X8）、土地購(gòu)置費(fèi)用（X10）和房地產(chǎn)投資中的國(guó)內(nèi)貸款（X12）對(duì)商品房?jī)r(jià)格影響很大，當(dāng)這些指標(biāo)每增漲1%時(shí)，成都商品房平均銷售價(jià)格分別對(duì)應(yīng)提升 0.0968%、0.0968%、0.0978%、0.0966%、0.0974%、0.0922%、0.0854%和0.0957%。其次，對(duì)房?jī)r(jià)有負(fù)向效應(yīng)的四個(gè)影響因素為：消費(fèi)價(jià)格指數(shù)（X2）、房屋建筑面積竣工率（X6）、5年期貸款利率（X9）以及土地購(gòu)置面積（X11），當(dāng)它們每增加1%時(shí)，成都商品房平均銷售價(jià)格分別對(duì)應(yīng)下降0.0743%、0.0897%、0.0420%和0.0654%。

四、結(jié)論與對(duì)策建議

從以上實(shí)證分析可以看出，影響成都商品房平均價(jià)格的因素包括需求端和供給端兩個(gè)方面。從需求端來看，第一，地區(qū)生產(chǎn)總值反映了該區(qū)域的經(jīng)濟(jì)發(fā)展水平，一般來講地區(qū)生產(chǎn)總值增長(zhǎng)，居民購(gòu)買力也會(huì)相應(yīng)增強(qiáng)，居民對(duì)商品房需求增加，在商品房供給一定的情況下房?jī)r(jià)趨于上漲；第二，居民可支配收入的增加導(dǎo)致居民對(duì)商品房需求增加，在商品房供給一定的情況下必然導(dǎo)致商品房?jī)r(jià)格上升；第三，城鎮(zhèn)化率提高以及年末城鎮(zhèn)常駐人口增加，必然伴隨著城鎮(zhèn)居民對(duì)城鎮(zhèn)商品房需求的增加，推動(dòng)房?jī)r(jià)上漲；第四，以長(zhǎng)期貸款利率下降為特點(diǎn)的寬松金融環(huán)境下，較低的購(gòu)房貸款利率使貸款購(gòu)房成本降低，從而推動(dòng)房?jī)r(jià)上漲；第五，CPI是央行決定利息變化的主要參考指標(biāo)，當(dāng)CPI較低時(shí)，央行往往實(shí)行寬松的貨幣政策，利息水平也較低，而利息又是決定房?jī)r(jià)的重要因素，低利息容易引起房?jī)r(jià)上升，所以CPI對(duì)房?jī)r(jià)有負(fù)向效應(yīng)。從供給側(cè)來看，第一，房屋建筑面積竣工率可以反映出商品房供應(yīng)能力，房屋建筑面積竣工率越高，商品房?jī)r(jià)格越低，二者呈反向關(guān)系；第二，竣工房屋造價(jià)是指建筑方支付給施工方的全部費(fèi)用，即施工成本，竣工房屋造價(jià)上漲使得房?jī)r(jià)上升，在實(shí)證模型中表現(xiàn)為竣工房屋造價(jià)對(duì)房?jī)r(jià)有正向促進(jìn)作用；第三，土地購(gòu)置費(fèi)包括土地價(jià)格以及相關(guān)費(fèi)用，土地購(gòu)置費(fèi)增加即成本增加，商品房?jī)r(jià)格上升，表現(xiàn)為土地購(gòu)置費(fèi)對(duì)房?jī)r(jià)有正向效應(yīng)；第四，土地購(gòu)置面積反映了商品房供給能力，購(gòu)置面積越多，能供給更多商品房，土地購(gòu)置面積對(duì)房?jī)r(jià)具有負(fù)向效應(yīng)；第五，國(guó)內(nèi)銀行信貸是房地產(chǎn)商融通資金的重要來源，擴(kuò)張的信貸環(huán)境有利于房地產(chǎn)商提升開發(fā)房產(chǎn)的能力，因此房地產(chǎn)開發(fā)資金中國(guó)內(nèi)貸款對(duì)房?jī)r(jià)也產(chǎn)生正向效應(yīng)。

根據(jù)房地產(chǎn)價(jià)格影響因素的實(shí)證分析，引導(dǎo)房地產(chǎn)業(yè)健康發(fā)展的對(duì)策建議包括以下幾個(gè)方面：第一，提高房地產(chǎn)信息透明度，避免房地產(chǎn)市場(chǎng)供需錯(cuò)位。由于房地產(chǎn)是稀缺的經(jīng)濟(jì)資源，因而提高房地產(chǎn)信息透明度、形成良好的房地產(chǎn)市場(chǎng)、有效發(fā)揮房地產(chǎn)的價(jià)值是所有政策的出發(fā)點(diǎn)和立足點(diǎn)。要提高房地產(chǎn)供給的透明度，提升房地產(chǎn)業(yè)信息化水平，嚴(yán)厲打擊那些惡意捂盤、囤積房產(chǎn)以及惡意虛報(bào)房產(chǎn)售賣信息的行為，使房地產(chǎn)需求方對(duì)房地產(chǎn)供給有一個(gè)全面準(zhǔn)確的判斷，通過正常的市場(chǎng)行為形成合理的房地產(chǎn)市場(chǎng)價(jià)格。第二，增加土地有效供給以滿足日益增加的商品房需求。隨著城鎮(zhèn)化率的日益提升，消費(fèi)者對(duì)房地產(chǎn)的需求日益增加，因此應(yīng)該隨之適度增加商品房用地供給，完善土地供應(yīng)制度，健全土地供應(yīng)市場(chǎng)，通過市場(chǎng)機(jī)制，合理增加土地的有效供給。第三，增加保障性住房和租賃住房的供給以減少對(duì)商品房的需求。推進(jìn)保障性住房建設(shè)，使城市低收入者家庭住房條件得以改善；加快建立規(guī)范的住房租賃市場(chǎng)，為各收入階層租賃住房提供有效選擇。第四，加強(qiáng)房地產(chǎn)市場(chǎng)信貸管理以減小房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)。對(duì)出現(xiàn)過熱跡象房?jī)r(jià)的城市，地方政府要采取措施遏制房?jī)r(jià)過快上漲，適度收緊信貸并出臺(tái)價(jià)格引導(dǎo)政策，避免過度炒房造成房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)。第五，增強(qiáng)地方經(jīng)濟(jì)活力以減小地方政府對(duì)土地財(cái)政的依賴，促進(jìn)土地購(gòu)置環(huán)節(jié)合理定價(jià)。各地應(yīng)立足當(dāng)?shù)貙?shí)際，充分發(fā)揮地域特色發(fā)展區(qū)域經(jīng)濟(jì)，為地方財(cái)政提供充足穩(wěn)定的財(cái)源，避免地方政府利用土地壟斷供給牟取高額土地出讓金從而推高房?jī)r(jià)。

［1］汪新，謝昌浩.我國(guó)房?jī)r(jià)的宏觀經(jīng)濟(jì)影響因素分析［J］.華東經(jīng)濟(jì)管理，2010（03）.

［2］欒天怡.全國(guó)主要城市房?jī)r(jià)影響因素的回歸分析［J］.商業(yè)經(jīng)濟(jì)，2016（01）.

［3］蔣祥林，吳曉霖等.供求決定的商品住宅價(jià)格［J］.中國(guó)軟科學(xué)增刊，2015（X）.

［4］譚小芬，林木材.人民幣升值預(yù)期與中國(guó)房地產(chǎn)價(jià)格變動(dòng)的實(shí)證研究［J］.中國(guó)軟科學(xué)，2013（08）.

［5］張東、楊易.中國(guó)房地產(chǎn)市場(chǎng)供給對(duì)房?jī)r(jià)影響的實(shí)證分析［J］.統(tǒng)計(jì)與決策，2014（12）.

［6］王成.人民幣升值預(yù)期、熱錢流入與中國(guó)房地產(chǎn)價(jià)格變動(dòng)的實(shí)證分析［J］.財(cái)經(jīng)縱橫，2016（03）.

［7］湯霏雯，王超.房產(chǎn)稅試點(diǎn)改革對(duì)房?jī)r(jià)的影響［J］.經(jīng)營(yíng)與管理，2014（08）.

［8］劉芳.成都市商品房?jī)r(jià)格影響因素的實(shí)證研究［J］.統(tǒng)計(jì)與咨詢，2008（04）.

［9］岑華芳，王芳.成都市住宅價(jià)格上漲影響因素研究［J］.中國(guó)物價(jià)，2010（12）.

［10］邱俊柯，范曉萱等.成都市房?jī)r(jià)影響因素灰色關(guān)聯(lián)度分析［J］.合作經(jīng)濟(jì)與科技，2016（10）.

［11］彭云飛，沈曦.經(jīng)濟(jì)管理中常用數(shù)量方法［M］.北京：經(jīng)濟(jì)管理出版社，2011：163-169.

責(zé)任編輯：唐若蘭

F293.3

：A

1008-6323（2017）03-0086-06

何三峰，中共四川省委黨校金融學(xué)專業(yè)碩士研究生。

2017-04-28

中共四川省委黨校學(xué)位委員會(huì)資助項(xiàng)目（項(xiàng)目編號(hào)：16scswdxxw03）。