摘要：近十年來，天津的住宅價格一直處于穩(wěn)步上升的一個趨勢，為了進一步了解天津房價走勢，分析其各方面的影響因素十分有必要。首先對于住宅價格影響因素進行了文獻查閱研究，其次本文選取了天津的住宅商品房價格與住宅商品房銷售面積、房地產(chǎn)住宅投資、年末常住人口、地區(qū)生產(chǎn)總值、房地產(chǎn)開發(fā)企業(yè)個數(shù)、住宅竣工平均造價、住宅竣工面積等七個因素進行研究，最后通過創(chuàng)建線性回歸模型，分析得出具有顯著性影響的因素。分析結(jié)果顯示，整體而言，天津住宅商品房的價格受房地產(chǎn)住宅投資的影響作用比較大，并根據(jù)相關數(shù)據(jù)結(jié)果的分析，提出相應的合理化建議。

關鍵詞：天津 影響因素 住宅價格 線性回歸

0引言

天津作為四大直轄市之一，一座超大城市，它的住宅價格處于一個較高的水平層次，備受關注。天津在整個京津冀一體化的進程當中，目前來看扮演的更像是居住區(qū)的角色。以教育、醫(yī)療、養(yǎng)老等帶動整體經(jīng)濟發(fā)展，緩解北京人口壓力?？茖W地認識房地產(chǎn)市場的發(fā)展規(guī)律，客觀地評價房地產(chǎn)市場發(fā)展現(xiàn)狀，對于天津居民投資、消費規(guī)劃以及為政府部門的決策提供依據(jù)具有十分重要的意義。在這種情況下，如何準確地預測房價顯得相當重要。而近十年來，天津的住宅價格一直處于穩(wěn)步上升的一個趨勢，為了進一步了解天津房價走勢，分析其各方面的影響因素十分有必要。

1基于多元線性回歸分析住宅價格影響因素

一般來說，市場的供給和市場的需求決定了市場均衡價格。同樣的，房地產(chǎn)市場價格是由供給、需求以及其它非市場因素所決定。因此，將天津市住宅價格歸結(jié)為需求因素、供給因素和其他方面的因素。

需求因素為：地區(qū)生產(chǎn)總值、人口、住宅商品房銷售面積;供給因素：住宅竣工面積、住宅竣工平均造價、房地產(chǎn)住宅投資、房地產(chǎn)開發(fā)企業(yè)個數(shù);在商品房價格的影響因素當中，除了需求因素與供求因素外，還包括政策因素，社會狀況，環(huán)境因素，心理因素等。

由于影響商品房房價的因素比較多，而且復雜，并且存在一些難以量化的定性因素，因此本文選取2003-2018連續(xù)十六年住宅商品房銷售面積、房地產(chǎn)住宅投資、年末常住人口、地區(qū)生產(chǎn)總值、房地產(chǎn)開發(fā)企業(yè)個數(shù)、住宅竣工平均造價、住宅竣工面積等七個因素作為參數(shù)進行研究。通過多元回歸分析以及逐步回歸分析對這七個影響因素進行分析，并據(jù)此得出相應的結(jié)論。

2模型的構建

在對影響住宅價格因素的分析中，本文選取住宅商品房銷售面積、房地產(chǎn)住宅投資、年末常住人口、地區(qū)生產(chǎn)總值、房地產(chǎn)開發(fā)企業(yè)個數(shù)、住宅竣工平均造價、住宅竣工面積這七個主要因素來進行分析。其中住宅價格為因變量，其他因素為自變量。通過天津統(tǒng)計局官網(wǎng)和國家統(tǒng)計年鑒，得到2003—2018年的相關數(shù)據(jù)，其中：我們用y來代表天津市住宅商品房平均銷售價格（元）;x1代表的是住宅商品房銷售面積（萬平方米）;x2代表房地產(chǎn)住宅投資（億元）;x3代表年末常住人口（萬人）;x4代表地區(qū)生產(chǎn)總值（億元）;x5代表房地產(chǎn)開發(fā)企業(yè)個數(shù)（個）;x6代表住宅竣工平均造價;x7代表住宅竣工面積。創(chuàng)建回歸模型：

y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+b6x6+b7x7+ε。

通過SPSS進行回歸分析，統(tǒng)計結(jié)果顯示，所有的自變量共同決定因變量，沒有剔除變量，繼續(xù)查看模型擬合度。模型匯總結(jié)果顯示，變量間的線性相關系數(shù)R=0.994，R^2=0.988，調(diào)整之后的R^2=0.9781，表示擬合度良好，變量相關程度高。然后進行方差檢驗，結(jié)果可知對給定的顯著水平α=0.05，F(xiàn)檢驗統(tǒng)計量相應的概率p值小于0.001，于是拒絕原假設，變量之間線性關系顯著，于是建立線性模型，再查看正態(tài)分布。結(jié)果可以看出該直方圖基本符合正態(tài)分布。

通過分析標準化殘差圖是在一條直線上的散點圖，基本上都在一條直線上，因此符合正態(tài)分布，具有統(tǒng)計意義。因此我們可以得到回歸方程：

y=-99.891-1.718x1+4.553x2+1.463x3-0.035x4+5.807x5+0.495x6-5.188x7

回歸結(jié)果表明，2010-2019年間的天津市住宅商品房房價的81.1%可由住宅商品房銷售面積、房地產(chǎn)住宅投資、年末常住人口、地區(qū)生產(chǎn)總值、房地產(chǎn)開發(fā)企業(yè)個數(shù)、住宅竣工平均造價、住宅竣工面積的變化來解釋?；貧w系數(shù)的符號和數(shù)值較為合理，但地區(qū)生產(chǎn)總值和住宅竣工面積的符號和實際不符。R^2=0.988，調(diào)整之后的R^2=0.9781說明模型有很高的擬合優(yōu)度。F=94.144，說明商品房銷售面積X1、房地產(chǎn)住宅投資X2、年末常住人口X3、地區(qū)生產(chǎn)總值X4和房地產(chǎn)開發(fā)企業(yè)個數(shù)X5、住宅竣工平均造價X6、住宅竣工面積X7對住宅商品房平均銷售價格y的總影響是顯著的。

接下來進行模型的檢驗與改正，我們采用相關性檢驗以及共線性診斷等步驟

最終的模型為：

y=2399.658+7.032x2

3結(jié)語

本文使用的多元線性回歸模型，收集了幾項影響商品房房價的數(shù)據(jù)，即商品房銷售面積，房地產(chǎn)住宅投資，年末常住人口，地區(qū)生產(chǎn)總值，房地產(chǎn)開發(fā)企業(yè)個數(shù)，住宅竣工平均造價，住宅竣工面積估計出了天津市住宅商品房價格預測的線性回歸方程：

y=2399.658+7.032x2

即估計出的模型表明天津市住宅商品房房價與房地產(chǎn)住宅投資有密切的關系。鑒于商品房房價和各變量之間不是完全的線性關系，并且存在政策因素等不易量化的影響因素，模型預測值與真實值之間還是存在一定的誤差。但是，模型的相關檢驗順利通過，能較大程度上預測房價走勢。

基于此，提出以下建議：

嚴格控制房地產(chǎn)住宅投資，加大管控力度;嚴格土地管理，降低土地溢價率，提高居住用地的比例;完善統(tǒng)計體系，規(guī)范統(tǒng)計渠道，按時發(fā)布土地供應情況、商品住房上市情況、交易情況及住宅銷售價格指數(shù)。

參考文獻：

[1]梁云芳，高鐵梅.我國商品住宅銷售價格波動成因的實證分析[J].管理世界，2006（8）：76-82.

[2]任芳玲，左童.延安市旅游收入預測及影響因素分析[J].延安大學學報：自然科學版，2019（3）：18-22.

[3]潘婷.房價影響因素研究綜述[J].廣西質(zhì)量監(jiān)督導報，2021（02）：5-7.

[4]何承朔.基于多元線性回歸建模的武漢市房價預測[J].科技經(jīng)濟導刊2018（28）

[5]劉麗澤.基于多元線性回歸模型及ARIMA模型的北京市房價預測[J].科技經(jīng)濟導刊2018（29）176-177

[6]李丹，朱家明，李薇，徐亮.基于多元回歸模型的房價影響因素研究[J].遼寧工業(yè)大學學報（自然科學版）2019（03）

侯琦（1998-），男，漢族，河北省定州市，碩士，工業(yè)工程與管理，天津工業(yè)大學，天津市，300000