劉詩海，王麗艷，譚 聰

(湘潭大學(xué)商學(xué)院，湖南 湘潭411105)

長沙市地處湖南省東部，省會所在地，人口704萬。2010年長沙市實現(xiàn)地區(qū)生產(chǎn)總值達4547．06億元，在全國省會城市中穩(wěn)居第7位，同比增長15．5%，GDP百強城市中排名第18位，人均收入居省會城市第3位。截止到2010年，長沙市建成區(qū)已達320平方公里，全市城市化率為67．7%。隨著我國的經(jīng)濟社會又好又快發(fā)展，房地產(chǎn)業(yè)不斷升溫，成為人們投資、消費的熱點領(lǐng)域，成為各地方政府、私營機構(gòu)、個人的競技場。房地產(chǎn)業(yè)的發(fā)展在一定程度上對推動經(jīng)濟增長、提高人們的生活水平等方面發(fā)揮了重要作用。作為中部省會城市，房地產(chǎn)業(yè)的發(fā)展對長沙市國民經(jīng)濟和社會發(fā)展、城市面貌改善、城市功能完備、城市化進程加速推進、市民居住水平不斷提高發(fā)揮了重要作用。

因此，對長沙房地產(chǎn)價格尤其是住宅價格問題的研究具有重要的現(xiàn)實意義。

一 現(xiàn)狀描述

最近幾年，我國房地產(chǎn)市場持續(xù)“高溫”，房產(chǎn)交易進入穩(wěn)步、健康發(fā)展的軌道，交易量迅速擴大。商品房銷售數(shù)量急劇上升，受長沙房地產(chǎn)業(yè)優(yōu)惠政策助推，全長沙市住宅交易量一直保持較好水平。在住房制度改革的過程中，隨著政策的不斷放松以及相關(guān)服務(wù)設(shè)施的成立，長沙住宅市場體系基本確立，經(jīng)歷金融危機后有所下降，但影響并不顯著(如圖1所示)①。

從實驗室測試設(shè)備的先驅(qū)發(fā)展成為歐洲最大的電子測量儀器制造廠商，羅德與施瓦茨公司在無線通信和測量領(lǐng)域已成為最具影響的跨國公司之一。該公司在全球雇員大約為7 500人，業(yè)務(wù)遍布全球主要市場。如今，該公司在世界各地擁有70多家子公司和辦事處，建立了一個國際化的服務(wù)和銷售網(wǎng)絡(luò)，確保就近為客戶提供便利的支持與服務(wù)。

圖1 2001年－2013年長沙市住宅銷售面積情況

二 研究假設(shè)

(一)假設(shè)1 土地價格的上漲抬高住宅價格

住宅價格的上漲受到兩個方面的影響:一方面，供給和需求兩個因素會影響住宅價格的整體波動，從供給方面來看，不同的地理位置所開發(fā)的土地成本和土地政策有所相同。土地政策對房地產(chǎn)市場及住宅價格產(chǎn)生了深遠的影響。嚴格的土地政策減少了土地供應(yīng)總量，改變了供給結(jié)構(gòu)。從需求方面來講，影響住宅價格的主要因素包括住宅的質(zhì)量、戶型、其他商品的價格、家庭收入;另一方面，住宅自身的屬性的變化，例如建筑材料、設(shè)計水平的提高等等也會影響住宅價格的波動。其中土地成本上升是住宅價格上漲的主要原因之一，地價決定住宅價格。從圖2可以看出城市征用土地面積越來越少，而城市建成區(qū)面積逐年遞增。根據(jù)經(jīng)濟學(xué)原理，商品的價格受供需關(guān)系的影響，城市征地面積減少，那么在城市用地日漸增大的趨勢下，用于建設(shè)用地的成本必然增高，單位建設(shè)用地的原始成本提高，必然又會影響到用于銷售的住宅房屋價格 。因此，土地供給減少會促使住宅建設(shè)用地成本增加，后者將拉動住房價格上升。

圖2 建筑面積與城市征地面積的關(guān)系

(二)假設(shè)2 城鄉(xiāng)居民的收入影響住宅價格的變動

X1、X2、X3、X4分別表示人均 GDP，城鎮(zhèn)人口的年平均收入，建筑材料物價指數(shù)，土地價格四個解釋變量。

(三)假設(shè)3 經(jīng)濟的增長導(dǎo)致住宅價格越高

得標準化后的方程為:

表1 建筑業(yè)總產(chǎn)值、國內(nèi)生產(chǎn)總值、城鎮(zhèn)居民消費三者相關(guān)分析

(四)假設(shè)4 物價水平的上升使住宅價格上漲

用于住宅建設(shè)的建材產(chǎn)品的價格上漲，如鋼材、木材、水泥等價格有不同程度的上升，將直接增加住宅建設(shè)的成本，使得住宅的名義價格隨之上漲，其真實價值也相應(yīng)上升;反之，物價水平的下降，會導(dǎo)致住宅的價格下降。同時，物價水平的波動，會改變?nèi)藗兊南M行為和儲蓄行為，從而引起住宅價格的變動。因為物價上漲人們手中的“余錢”將貶值，而住宅是有形物品的，在一定時期內(nèi)不會貶值，具備一定資產(chǎn)保值能力。隨著目前國內(nèi)物價水平的提高，通脹形勢的加劇，人們在為減少由于通脹帶來損失的動機下，更多的將手中的貨幣投資于貴金屬和房產(chǎn)等有形資產(chǎn)上，一定程度上擴大了對住宅商品的需求。因此，物價上漲造成的通脹預(yù)期擴大了人們對有形房屋資產(chǎn)的需求，一定程度上拉動了住宅價格的上漲。

三 對長沙市住宅價格的實證分析

回歸方程的R2等于0．9239，說明這四個變量一起可以解釋住宅價格92．39%的變動因素。從各回歸值統(tǒng)計上都較顯著，方程的擬合度較高，說明多重共線性的影響已得到較好的控制，另外，DW=1．676，通過查表得各自變量不存在自相關(guān)。同時方程表明，城鎮(zhèn)人口的年平均收入貢獻最大，土地價格的貢獻最小。同時人均GDP的變動和建筑材料物價指數(shù)對住宅價格的影響差不多大。

我校是城鄉(xiāng)結(jié)合部學(xué)校，學(xué)?，F(xiàn)有12個教學(xué)班，教師31人，學(xué)生520人。其中，體育教師3人，兼職體育教師3人。學(xué)校運動設(shè)施完善，有標準籃球場2個、田徑運動場及健身區(qū)約1200平方米、室內(nèi)羽毛球場1個、室外羽毛球場7個，這些場地能夠充分保證學(xué)生在校開展羽毛球運動。但我校啟動羽毛球普及較遲，學(xué)生的技術(shù)基礎(chǔ)有待提高，這要求我們開發(fā)出適合我校推廣的器材設(shè)施。

首先是護理人員的業(yè)務(wù)素質(zhì)問題，部分新護理人員由于基本功不扎實或經(jīng)驗不足，容易在臨床護理過程中出現(xiàn)類似藥物配伍、給藥途徑和不熟悉相關(guān)法律等種種問題；其次是護理人力資源配置問題，絕大多數(shù)醫(yī)院護士嚴重缺編，達不到衛(wèi)生部要求的床護比例；再者是部分護理人員在護理工作中，責(zé)任心不強、工作粗疏、不嚴格執(zhí)行規(guī)章制度，從而出現(xiàn)種種護理差錯。

收入在很大程度上決定了對商品房銷售的需求。城鄉(xiāng)居民的收入由消費性支出和投資性支出兩部分構(gòu)成。城鄉(xiāng)居民在滿足基本需求的基礎(chǔ)上，會產(chǎn)生購買自己住房的需要，因此在這種需求量擴大、土地可供性過低、住房供給緊缺的相互作用的情形下，長沙住宅價格持續(xù)高漲。個人可支配收入的增加或下降，一方面表現(xiàn)為消費水平和社會購買力的上升或降低，另一方面又表現(xiàn)為社會投資水平中可供投資的資源數(shù)量的增加或下降。按照恩格爾定律，隨著居民收入水平的提高，單個家庭食物支出占可支配收入的比重的恩格爾系數(shù)會越來越低，而對住宅等耐用品的支出水平會越來越高，家庭食品消費支出中大約有40%左右將轉(zhuǎn)移到住宅支出中去。因此可知消費水平本身和影響消費水平發(fā)生變化的各種因素(個人可支配收入、儲蓄傾向、消費者偏好、商品價格水平、家庭財產(chǎn)情況等)，都會對住宅需求產(chǎn)生影響。

先由學(xué)習(xí)小組中一名進修醫(yī)師負責(zé)問診和查體，后引導(dǎo)小組成員提出問題，由帶教醫(yī)師整理后，總結(jié)出問題5個，由小組成員各自領(lǐng)取，每位成員要求準備問題相應(yīng)的PowerPoint演示文稿約10分鐘，列5年內(nèi)英文參考文獻5條左右。于下一周的周四由各成員分別報告自己的PowerPoint演示文稿，期間帶教醫(yī)師對匯報過程中所發(fā)現(xiàn)問題進行書面記錄。此時病例往往已經(jīng)做完手術(shù)，可再次床旁問診查體。后利用40 min作為小組自由討論時間，最后帶教醫(yī)師對每位進修醫(yī)師的PowerPoint演示文稿做歸納總結(jié)，對明顯的基礎(chǔ)知識錯誤要進行糾正，對前沿新知識的認識要注意講解[7-8]。

(一)顯著性檢驗

模型中復(fù)相關(guān)系數(shù)R=0．993，接近于1，表明自變量和因變量之間的呈現(xiàn)較強線性關(guān)系。判定系數(shù)R方=0．986和經(jīng)調(diào)整的 R方 =0．978，基可知本模型所解釋因變量差異的百分比約為97．8%，表明模型擬合程度較高，可以很好的解釋解釋變量與被解釋變量之前的關(guān)系。

簡析：遇到這樣的試題,有很多考生總是不重視從試題中尋找信息,死板地用所謂的“陽離子放電順序”來判斷,認為H+比Na+更容易在陰極上放電,導(dǎo)致錯誤答案。事實上,只要觀察題給示意圖,就能找到三條重要信息:①電解室中陰極上是Na+放電,②鈉汞合金從電解室流到解汞室,③解汞室里是Na→Na+,根據(jù)其中任何一條都可判斷出該生產(chǎn)條件下電解室中陰極上是Na+比H+優(yōu)先放電。從中也可以看出平時學(xué)習(xí)中形成的“認識誤區(qū)”是那么頑固,要克服其影響是那么難!

老秦用摩托車搭著我，離家好遠了，回頭一看，媽還抱著孩子站在門口。我的眼淚一下子出來了。我哭著喊：“媽啊，媽，我對不起你，對不起你！”老秦說：“你別哭了?！闭f完，他也哭了。

我們已經(jīng)知道，線性回歸是基于最小二乘法原理進行的。而在出現(xiàn)多重共線性問題時，普通最小二乘法求得的回歸參數(shù)的估計方差太大，使得結(jié)果不是很理想。因此為解決這一問題采用嶺回歸來克服多重共線性的影響。

(二)共線性檢驗

表3表明，各系數(shù)的t值均非常顯著，說明引入到方程有效。而模型中的變量的膨脹方差因子VIF值均大于10，說明自變量之間共線性非常嚴重。因此需對方程進行修正，消除多重共線性的影響。對模型進行嶺回歸處理。

表2 2002—2013年的各項指標

表3 回歸系數(shù)表

(三)共線性診斷

評價室內(nèi)熱舒適性的方法很多，如美國ASHRAE的新有效溫度線圖、人體舒適區(qū)等，其中以丹麥FANGER教授提出的PMV指標最具代表性.PMV(Predicted Mean Vote) 即預(yù)測平均評價，分為7級，如表2所示.

回歸方程方差分析的顯著性檢驗值為0．000，小于0．01，能夠說明方程高度顯著，表明方程包含的變量對住宅價格有顯著影響(見表2)。

表4 不同嶺參數(shù)K時的回歸系數(shù)的嶺估計

嶺回歸的基本原理是因為多重共線性的存在，所以通過估計新的β的參數(shù)，得到一個有偏差但精度高的估計值。而這個估計值比最小二乘法得到的估計值落在真值附近的概率要大得多。在嶺回歸過程中，嶺參數(shù)K的選擇是關(guān)鍵。K確定后，將這一給定的K值重新做嶺回歸，即可得到比較滿意的結(jié)果?，F(xiàn)在用SPSS15．0做嶺回歸，嶺參數(shù)K從0 到1，步長0．05，結(jié)果如表4。

圖3 各變量的嶺軌跡

圖4 可決系數(shù)與K的變化圖

從圖3可以看出，當(dāng)K=0時，估計結(jié)果與不考慮多重共線性影響直接進行回歸的估計結(jié)果相同，說明這時嶺回歸退化為最小二乘法。當(dāng)K從0到0．2以0．05的步長變化時，估計參數(shù)的結(jié)果也隨著變化，模型決定系數(shù)R方也隨K值變化，R方隨K值增加而減少，也就是說K值越大R方越小。因此應(yīng)選擇一個盡可能小的K值，在這個較小的K值上，回歸系數(shù)較穩(wěn)定。從圖4可以看出K=0．06后，四條嶺跡曲線均趨于穩(wěn)定，即K﹥0．06時的嶺回歸系數(shù)比較穩(wěn)定，故取K=0．06時的嶺回歸估計來建立嶺回歸方程，可以看出回歸的擬合性非常好，Sig．值非常顯著，得回歸模型:

經(jīng)濟發(fā)展水平通常用國內(nèi)生產(chǎn)總值GDP來表示。經(jīng)濟增長會帶動一般物價水平上漲，住宅價格也會受經(jīng)濟增長的影響而上升。從理論上說，經(jīng)濟發(fā)展水平是就業(yè)的函數(shù)，就業(yè)率是反映經(jīng)濟增長的重要指標。就業(yè)率的變化對消費者的購買力有重要影響，進而就對購房需求產(chǎn)生影響。經(jīng)濟繁榮時期，勞動力市場就業(yè)率較高，帶動了居民收入水平的提高，進而影響家庭財富量和支付能力，并帶動住宅需求的增長，因此導(dǎo)致住宅價格上漲;當(dāng)就業(yè)率下降時，居民財富獲取能力下降，由于支付能力降低導(dǎo)致對住房需求的減少，使得住宅價格自然下降(見表1)。

利用多元線性回歸模型建立住宅價格與影響其變化的各因素之間的關(guān)系，回歸模型的形式為:

四 對2014年房地產(chǎn)價格變動的預(yù)測

從2010—2013年長沙房地產(chǎn)價格的變動可以看出房價明顯有所回升，其次由于房地產(chǎn)開發(fā)企業(yè)資金狀況的好轉(zhuǎn)為投資恢復(fù)奠定了較好的基礎(chǔ)。并且隨著政府政策支持等因素的拉動，預(yù)測2014年房地產(chǎn)價格將繼續(xù)保持較穩(wěn)健的增長趨勢。并隨著長株潭一體化的進一步發(fā)展，經(jīng)濟發(fā)展速度越來越來快，長沙市作為中部經(jīng)濟發(fā)展沸點和兩型社會的建設(shè)，以及高鐵等交通運輸?shù)母纳?，長沙的經(jīng)濟將變得越來越繁榮。長沙房地產(chǎn)價格將持續(xù)增長一段時間。下面用2006—2013年和2014第一個季度的數(shù)據(jù)做移動平均后轉(zhuǎn)化為年度數(shù)據(jù)所作的曲線圖來預(yù)測，從曲線的變化趨勢可以看出房價指數(shù)呈周期性變動，2010年房價處于高峰期，2011年后房價處于較穩(wěn)定的狀態(tài)水平(如圖5)。

圖5 價格指數(shù)變化趨勢圖

五 建議

(一)發(fā)揮政府政策主導(dǎo)影響

發(fā)揮政府主導(dǎo)作用鼓勵居民購買自住房或改善原有住宅用房。在適當(dāng)鼓勵的同時，亦要采取措施抑制房產(chǎn)投機行為。當(dāng)前的國情決定了城鄉(xiāng)居民的住房必須秉承安全、經(jīng)濟、適用和節(jié)約用地的原則，特別要重視中小套型和中低價位房屋的建設(shè)。政府要運用好稅收、差別利率以及土地政策等經(jīng)濟杠桿加以調(diào)控，穩(wěn)定房地產(chǎn)的價格。要監(jiān)督維護好房地產(chǎn)市場秩序，打擊“捂盤惜售、占地不用、哄抬房價”等違法違規(guī)行為。

(二)發(fā)揮市場調(diào)節(jié)機制作用

房地產(chǎn)市場調(diào)整其根本原因是市場規(guī)律對房地產(chǎn)行業(yè)高速增長積累的問題所進行自我調(diào)整，地方政府不適合因短期財稅收入減少而盲目投入財政資金救市。利用市場的自我調(diào)節(jié)修正功能，促進房地產(chǎn)行業(yè)的調(diào)整，這樣可能更利于房地產(chǎn)行業(yè)的健康有序發(fā)展。

(三)完善基礎(chǔ)設(shè)施建設(shè)

基礎(chǔ)設(shè)施建設(shè)的完善有助于地域經(jīng)濟的起步與發(fā)展，可以為吸納投資加分。一是要加大道路基礎(chǔ)設(shè)施的建設(shè)力度。二是要積極與公交部門協(xié)調(diào)，新增或延長公交線路，便利居民出行。三是要完善公共服務(wù)設(shè)施，加大對教育、醫(yī)療、金融網(wǎng)點和商業(yè)等公共配套設(shè)施投入，解決購房者就學(xué)難、看病難等一系列滯后問題，促進房地產(chǎn)銷售，提高入住率，集聚人氣，實現(xiàn)可持續(xù)發(fā)展。

(四)加強產(chǎn)業(yè)發(fā)展引導(dǎo)

房地產(chǎn)是長沙市各區(qū)當(dāng)前的重要產(chǎn)業(yè)，是當(dāng)前各區(qū)重要的經(jīng)濟支柱。一方面，既要引導(dǎo)房地產(chǎn)業(yè)的健康發(fā)展。另一方面，又要加大長沙市現(xiàn)代服務(wù)業(yè)的發(fā)展力度，改變當(dāng)前過分倚重房地產(chǎn)業(yè)的經(jīng)濟發(fā)展模式。大力發(fā)展第三產(chǎn)業(yè)，實現(xiàn)經(jīng)濟增長點從過度依賴房地產(chǎn)業(yè)向其它產(chǎn)業(yè)分散，減少單一產(chǎn)業(yè)發(fā)展所帶來的制肘，規(guī)避發(fā)展風(fēng)險，保證整個市域經(jīng)濟社會又好又快發(fā)展。

注釋:

①數(shù)據(jù)來源于《湖南省統(tǒng)計年鑒》(2013年)。

［1］吳杰．長沙房地產(chǎn)價格主要影響因素與價格綜合評價研究［D］．長沙:湖南大學(xué)，2007．

［2］張芹．長沙房地產(chǎn)市場的非均衡發(fā)展分析［J］．企業(yè)技術(shù)開發(fā)，2011(1):136－138．

［3］陳軍，王忠偉．長沙房地產(chǎn)市場發(fā)展現(xiàn)狀及趨勢分析［J］．森林工程，2009(4):88－90．

［4］曾鋒，陳敦旭，熊洋．長沙房地產(chǎn)市場景氣指數(shù)研究與應(yīng)用［J］．現(xiàn)代商貿(mào)工業(yè)，2011(7):79－81．

［5］李金美，鄧暉．長沙房地產(chǎn)市場消費者心理研究［J］．企業(yè)技術(shù)開發(fā)，2007(7):105－109．

［6］曹英．長沙市房地產(chǎn)價格波動的經(jīng)濟因素分析［J］．內(nèi)江科技，2010(4):130．

［7］王國華，趙春燕，曹紅．基于GIS長沙市房地產(chǎn)價格分布的相關(guān)性分析［J］．現(xiàn)代計算機:專業(yè)版，2012(5):17－21．

［8］王文萱．金融危機對長沙房地產(chǎn)業(yè)影響分析及應(yīng)對策略［J］．山西建筑，2010(29):224－225．

［9］陳城．論長沙房地產(chǎn)的發(fā)展形勢［J］．金融經(jīng)濟，2006(22):37－38．

［10］吳金明，李緯．新形勢下的長沙房地產(chǎn)淺析［J］．湖南稅務(wù)高等?？茖W(xué)校學(xué)報，2006(5):23－24．