陈正伟-城市现代化程度与商品房价格的关联性分析

陈正伟-

城市现代化与房地产价格模型分析与应用

重庆工商大学陈正伟

中文摘要：近年来持续走高的房价让无数买房者望尘莫及，房价无疑成为人们最关心的问题，创建和谐社会的基础，人民生活幸福的起点，正是一套满意的房子。因此，研究房地产价格显得尤为重要。本文选择了一个独特的角度，希望通过对城市现代化与房地产价格之间的关系来得出相关的结论，以剔除以往分析中的繁杂的影响因素，将众多因素概括于城市现代化这一综合指标中，简化计算和分析过程。房地产产品具有不可移动性和典型的地域性，加之影响房价的因素众多而复杂，所以房价因时间、空间的不同而不同。城市现代化包含了众多影响房价的因素，甚至涵盖了更全面的因素，这些因素虽然表面上与日常熟知的影响房价的因素不同，但它们却间接地影响着房价。

本文首先进行了多因素的主成分回归，找出影响房价的主要因素，之后运用综合评价的方法，比较各城市的房价与城市现代化的综合排名，分析各城市的房价与城市现代化的协调程度。通过协调性分析可以将城市分为房价与城市现代化协调、基本协调、较不协调、严重不协调四种类型，同时可以看出房价水平是超前、落后还是持平于城市现代化水平。最后得出有关城市现代化与房价关系结的论以及提出相应建议。

关键词：房价；城市现代化；协调性分析

Abstract: Sustained high prices in recent years to buy a house are far too numerous, prices will undoubtedly become the most concern, the basis for a harmonious society, people living a happy starting point, is a satisfactory house. Therefore, the study is particularly important real estate prices. This paper chooses a unique perspective, hopes the city competitiveness and the relationship between real estate prices to reach appropriate conclusions in order to remove the previous analysis of the impact of complex factors, many factors will be summarized in the comprehensive urban competitiveness indicators, the simplified calculation and analysis. Non-real estate products and typical regional mobility,

Factors affecting home prices coupled with numerous and complicated, so house prices due to time and space differ. Since found a number of city competitiveness include the factors affecting prices, even more comprehensive coverage of the factors that the surface, with the daily prices of the factors known to affect different, but they indirectly affect housing prices.

This paper conducted a multi-factor principal component regression to identify the main factors that affect housing prices, followed by comprehensive evaluation of the methods used to compare the prices of various cities and urban integrated competitiveness rankings, analysis of house prices in cities and urban competition force co-ordination. Through the coordination of the city can be divided into the price and the coordination of city competitiveness, basic coordination, more coordinated, four types of serious discord, while we can see that price level is ahead, behind, or flat at the level of city competitiveness. The conclusion that the relationship between urban competitiveness and the price of knots and make appropriate recommendations.

Keyword: price of real estate;city competition;coordinative analysis

一.研究的目的和意义

近年来，房地产成为关注热点，疯狂攀升的房价让很多工薪阶级望而却步，国家为了遏制过快上涨的房价，同时也是为了防止经济泡沫，实行了大力的宏观调控政策。首先是最初提出的二套房贷的贷款利率由七点五折提高到八折，到后来再次出台的关于二套房贷首付款比例更改为50%，银行全面中止二套房贷的利率优惠，贷款利率不得低于基准利率的1.1倍。国家切实实行了一系列有力的政策来遏制房价的增长。促进房地产市场健康发展，增加供给、抑制投资投机、加强监管、推进保障性住房建设成为改善我国房地产市场的四大举措。确保大多数人能够买得起属于自己的住房对于促进社会的和谐与安定具有十分重要的意义。

虽然影响房地产价格的因素非常之多，但城市现代化是一个复杂的综合指标它包括了众多影响房价的因素，它们间接地影响着房价。所以本文试图找出房地产价格和城市现代化的联系，直接分析城市现代化对房地产价格的影响。因此，如果能用城市现代化一个因素代表众多影响房地产价格的因素，直接分析其与房价之间的关系，不仅能简化分析过程，而且能为城市的职能部门或是房地产运营商提供有关城市发展和房地产市场运行方面的理论判断依据。从而具有十分重要的理论意义和实践意义。

二.研究现状

1、国外研究现状

从国外研究文献来看，直接研究房地产价格和城市现代化之间关系的很少，但是却有文章研究房地产其他方面对城市现代化的影响。Iain Begg(1999)研究表明，房地产作为“硬”资产对城市现代化有影响，他利用Michael Porter的现代化模型来纲要化地描述了影响城市经济表现的因素，主要关注四个部分：产业发展的趋势、企业特征、

商业环境以及创新和学习。Begg认为房地产市场可以通过限制供给来影响地方吸引力，这一策略会损伤其他运作良好的房地产投资市场，高昂的租金同样也可以阻碍新的使用者（occupier）进入市场。McGilp(2000)认为低成本房地产已不再是吸引内部投资的决定性因素。但土地和房地产可以通过对市中心活力的贡献以及对城市生活环境吸引力的保持来间接影响软资产。D’Arcy和Keogh认为房地产市场交易对城市现代化有影响。房地产市场交易是非常复杂的。房地产市场是一个制度，它包括一系列正式和非正式的规则和惯例，将不同程度地满足城市经济的需求，并对城市现代化做出贡献。Keogh和D’Arcy的分析还表明了房地产市场的制度形式与其说有利于提高整体市场的效率，不如说可以保护市场参与者的利益。房地产市场交易制度通过影响城市开发和经济能力，并因此影响现代化的表现，这一观点正逐渐被认同。还有学者认为房地产开发作为政策工具对城市现代化有影响。Healey（1992）和Fainstein（1993）提供了大量对房地产开发项目的批判性说明。Turok强调要平衡好房地产开发与其他形式开发的关系，以次确保其积极作用。D’Arey和Keogh（1998）认为地方性竞争设计的房地产主导型政策可能会因为没有充分考虑房地产市场的意义而未被有效实施。他们特别强调房地产市场中的价值信号作为城市现代化指标的模糊性和误导性本质。

2、国内研究现状

在国内，研究城市现代化与房地产市场关系的学者很少，相关文献相应也很少。在期刊网用“城市现代化+房地产”和“城市现代化+房价”一共只搜到四篇文章。分别为：周京奎《纽约城市现代化与房地产业关系研究》（2006），周京奎、吴晓燕《多伦多城市现代化与房地产关系研究》（2007），陈硕《房价收入比与城市现代化》（2005），范丽群、汪伟全、刘兵勇《房产价格与城市现代化的相关性分析》。与此同时，倪鹏飞在其主编的《中国城市现代化报告NO.4楼市：城市中国晴雨表》中也专门研究了城市现代化与城市房地产之间的关系。周京奎的两篇文章通过数年的主要产业就业人数、房地产开发合同金额、住宅存量变化状况、出租房地产空置量和空置率及某区房地产租金变化情况的数据来分析城市经济发展对房地产业的影响和房地产业在城市现代化提升中的作用。得出的主要结论：（1）城市化向城郊化转变扩大了房地产业规模。（2）产业结构的转变促进了房地产业发展，第一二产业就业人数减少，第三产业就业人数增加。（3）总部经济为房地产业发展提供了机遇，大量跨国公司总部落户纽约，要求具备更好的基础设施、办公环境、居住环境及购物环境，房地产是其载体，故会被促进。（4）稳定的商业房地产租金和较低的空置率提升了城市CBD现代化。（5）房地产业为城市提供众多就业机会，推动提升城市现代化。（6）房地产发展提升了城市整体经济规模。陈硕的文章论述了现

有城市现代化指标体系的现状及不足，主张将房价收入比引入城市现代化指标体系中。范丽群等人的文章通过对房产价格与城市现代化的内在关联的逻辑分析与实证研究得出如下结论：（1）房价与城市现代化基本上呈正相关。当某城市现代化强时，由于城市现代化中的经济发展、基础设施等硬要素好，所以房价也相应较高；并且良好的公共服务进一步抬升了该城市的房产价值。（2）合理的房产价格对城市现代化的贡献度大。（3）过高的房价对提升城市现代化不利。倪鹏飞书中通过1999-2004年全国35个大中城市的面板（panel）数据进行计量分析，研究城市房地产与城市宏观经济的作用与反作用，以及城市房地产运行表现与城市总体经济运行表现之间的相关关系。结论为：（1）城市房地产规模与城市现代化的各个表现指标都存在一定的正相关性。（2）房地产发展速度与城市现代化的相关形式是不确定的。（3）现代化较强的城市的房地产价格会比现代化弱的城市的房地产价格高，但过高的房地产价格也会影响城市现代化的增强。（4）现代化越大的城市，其住宅投资占房地产投资的比重越大，而且高档住宅的竣工面积占住宅竣工面积的比重也越大。（5）房地产的水平指数与城市现代化存在着正向的相关关系，即房屋的空置率与城市现代化负相关。

三．研究思路、方法

1、研究的思路

本文以房价这个热门词汇入手，试图分析城市现代化和影响房价众多因素之间的密切联系，用城市现代化代替众多因素，直接分析其与房价之间的关系。运用文字分析与实证的分析相互结合的方法验证城市现代化对房价的影响，说明直接分析二者是可行的。之后对各个城市的城市现代化进行了综合评价，按照得分高低进行排序与房价的排名先后进行比较。

2、研究的方法

（1）采用主成分回归的方法对房价的影响因素进行分析，既保留了众多原始的大量的信息又避免了多重共线性。

（2）运用了功效系数法和综合指数法对各个城市的城市现代化进行了综合评价

四．多因素的主成分回归

首先排除利率、通货膨胀等因时间点而改变的因素，选取房价（此房价为商品房房价）为因变量，而为了计算的简便，选取对房地产价格影响最大的九个变量作为自变量：第三产业比重、房价增长率、年末总人口、地区生产总值、人均道路面积、房地产开发投资完成额、普通高校在校学生人数和居民储蓄年末余额、人均绿地面积。为了避免自变量之间存在多重共线性，所以采用主成分回归模型。

1、主成分回归的思想

主成分回归是对普通最小二乘估计的一种改进方法，它的参数估计是一种有偏估计，是根据多元统计分析中的主成分分析提出的。它利用降维的思想把多指标转化为少数几个综合指标的多元统计分析方法。定量分析过程中涉及的变量较少，而得到的信息量又多是我们所希望的。主成分分析是解决这一问题的理想工具，它通过对原始变量相关矩阵内部结构关系的研究，找出影响模型过程的几个综合指标，使综合指标为原来变量的线性组合。综合指标不仅保留了原始变量的主要信息，彼此之间又不相关。

设研究某问题涉及p 个指标，它们构成的p 维随机向量'12(,,...)p x x x x =。对x 作正交变换，令'y U x =，其中'U 为正交阵，y 的各分量是不相关的，这就有可能从y 的主分量中选择主要成分，剔除对模型过程影响微弱的部分。通过对y 的主分量的重点分析，达到对原始变量进行分析的目的。对x 作正交变换，令y =U ′x ，其中U ′为正交阵，y 的各分量是不相关的，这就有可能从y 的主分量中选择主要成分，剔除对模型过程影响微弱的部分。通过对y 的主分量的重点分析，达到对原始变量进行分析的目的。

2、主成分回归估计的基本步骤

实际模型中经常见到的是关于n 个样品，p 个变量12,,...p x x x 的问题(n ＞p) 。原始

数据为：X=??????

????????np n n p p x x x x x x x x x ............................,2,12,22,211,12,11 （4.1） 通常，变量有不同的量纲，在进行主成分分析之前应该先对数据作标准化处理，以使每一个变量的平均值为0，方差为1。变量标准化公式为：

)var(*j j

ij ij x x x x -= p i ,...,2,1= （4.2） 其中，j x 和)var(j x 分别是第j 个变量的平均值和标准差。为方便，将数据标准化后的矩阵仍用（4.1）式的X 表示，那么X='12(,,...)p x x x 的p 个变量综合成p 个新变量，新的综合变量可以由原来的变量12,,...p x x x 线性表示，即

11111221221122221122.......................................

...p p p p p

p p pp p y u x u x u x y u x u x u x y u x u x u x =+++??=+++????=+++? （4.3） 并且满足

22212...1,1,2,...,k k kp u u u k p +++== （4.4）

其中系数ij u 由下列原则确定： （Ⅰ）i y 与j y (,,1,2,...,)i j i j p ≠=相互无关；

（Ⅱ）19~x x 是12,,...,p x x x 系数满足（4.4）的一切线性组合中方差最大者；2y 是与1y 不相关12,,...,p x x x 的所有线性组合中方差最大者；p y 是与121,,...,p y y y -都不相关的

12,,...,p x x x 的所有线性组合中方差最大者。

这样决定的综合变量12,,...,p y y y 分别成为原变量的第一，第二，…，第p 个主成分。其中1y 在总方差中占得比重最大，其余综合变量23,,...,p y y y 的方差依次递减。在具体模

型中，只需挑选前几个方差最大的主成分，一般要求特征根的值大于1，或是方差累计贡献率超过80%，从而达到简化问题，抓住模型实质的目的。最后，为了得到最终的估计结果，需要把主成分还原成原始变量。

3、模型建立及数据分析

全国26个城市的原始数据见附表1，其中y 代表商品房房屋销售价格（元），19~x x 分别代表年末总人口（万人）、地区生产总值（万元）、房地产开发投资完成额（万元）、人均道路面积（平方米）、人均公共绿地面积（平方米）、第三产业比重、房价增长率、普通高校在校学生人数（人）和居民储蓄年末余额（万元）。如果要具体分析这九个指标对商品房销售价格的影响，则应该找出其主成分，进而进行更深入的研究。

通过SPSS 16.0软件的运算，得出总方差分解表，如表4.1所示：

表4.1总方差分解表

数据来源：此表由SPSS 运行后的结果表整理得出

注意到大于1的特征根有三个，这三个特征根的累计贡献率超过80%，符合主成分的要求，提取三个主成分，令第一主成分为1f ，第二主成分为2f ，第三主成分为3f 。

表4.2因子载荷矩阵

数据来源：此表由SPSS 运行后的结果表整理得出

挑选出主成分之后，我们如果要想得到一个很明确的表达式出来，则必须要计算每个因子的因子得分，这样的话我们就可以根据所得结果确定系数，得到相应的因子模型。从因子模型中，我们就可以很容易分析出哪几个因素对第一主成分影响最大，其余的依此类推。这样得出的结果一目了然，便于后面进行对y 单独标准化，然后用标准化后的数据y Z 与三个主成分1f 、2f 、3f 进行多元线性回归分析。所以下面我们可以利用SPSS 中对因子得分计算的部分来计算出相应的因子得分系数矩阵，其中每一列的数据即代表因子模型中一个方程里每个指标的相应系数。

得到的因子得分系数矩阵如下表：

表4.3因子得分系数矩阵

数据来源：此表由SPSS 运行后的结果表整理得出

得因子模型为： 1f =0.2991x +0.2472x +0.2193x +0.0174x +0.0305x -0.2096x -0.0887x +0.3288x +0.1519x 2f =-0.0871x +0.0752x +0.0243x +0.4744x +0.4755x -0.0156x -0.1007x -0.0288x +0.0879x 3f =-0.1431x +0.0302x +0.0753x -0.0594x -0.0735x +0.6546x +0.4167x -0.3078x +0.2029x

通过对上述主成分方程的观察发现变量1x 、2x 、3x 、8x 、9x 对第一主成分的影响很大，也就是说第一主成分主要由年末总人口、地区生产总值、房地产开发投资完成额、普通高校在校学生人数和居民储蓄年末余额几个变量影响，这些变量代表了影响房地产价格中经济基本面因素。变量4x 、5x 对第二主成分的影响大，说明第二主成分主要由人均道路面积和人均绿地面积构成，这两个变量代表交通条件和环境因素。变量6x 和7x 对第三主成分的影响较大，第三主成分由第三产业比重和房价增长率构成，第三产业比重代表服务业发展程度，选择房价增长率是想令其代表影响房价的预期因素。

用SPSS 将数据标准化，在提取了主成分后需要将数据y 单独标准化，用标准化后的数据y Z 与三个主成分1f 、2f 、3f 进行多元线性回归。SPSS 运算后可得出模型综述表和系数分析表，如表4.3和4.4：

表4.4模型综述表

数据来源：此表由SPSS 运行后的结果表整理得出

由表3.3可以看出模型的可决系数达到86%，此模型拟合得比较好，也就是说 可以用这个模型来分析众多因素对房地产价格的影响。

表4.5系数分析表

数据来源：此表由SPSS 运行后的结果表整理得出

通过表3.4可以将主成分回归模型写出：

y Z =0.7661f +0.4072f -0.3293f

（9.528）（5.379）（3.268）

由于常数项接近于0，故忽略不计，所以得出以上回归模型，我们发现不单模型通过检验(可决系数大于0.8)，而且三个主成分的系数都通过检验，其显著性水平远小于0.05，模型拟合的较好。

由主成分回归模型可知，第一主成分对房价的影响最大，第二主成分次之，最后是第三主成分。将三个主成分由九个变量表示的式子带入上述模型，得到标准化的还原模型：

y Z =0.1411x +0.2102x +0.1533x +0.2254x +0.2405x -0.3826x +0.1457x +0.1498x +0.1859x

通过上述将主成分还原成变量的过程，可以清楚地通过以上模型看出所选取的九个变量对房屋销售价格的影响。总的说来各个因素都对房价的影响都不很大，但这却说明房价是由众多因素所影响，单个因素对其的影响不很显著。其中人均道路面积、人均绿地面积和地区生产总值对房价影响最大，在其他条件不变的情况下，人均道路面积、人均绿地面积和地区生产总值每上升1个单位将会使房价分别上升0.225、0.240和0.210个单位。居民储蓄年末余额、普通高校在校生人数和房地产开发投资完成额对房价的影响程度次之，分别为0.185、0.149和0.153，房价增长率和年末总人口对房价的影响最小，分别为0.145和0.141。而第三产业比重对房价呈负面影响，但是影响较大，达到-0.382。人均道路面积和人均绿地面积代表了影响房地产价格的交通条件和环境因素，通过模型发现二者对房价的影响很大。地区生产总值、居民年末储蓄余额、年末总人口数及房地产开发投资额代表影响房地产价格的经济基本面的因素，说明经济基本面因素也是影响房价的较为主要因素。房价增长率可以间接影响人们的预期，理论上讲如果房价增长率高，人们会选择持币观望；如果房价增长率低，有住房需求的消费者就会买进，影响房价。但是模型结果显示，房价增长率对房价的影响较小，这可能与中国的现实情况有关，尽管房价年年攀升，中国老百姓还是希望居者有其屋，所以需求大于供给造成即使预期房价上涨，人们还是会选择买房。地区人口数量对房价的影响很小，这说明异地购房现象的存在，同时由于人口迁移、城市化进程的加快，一个地区人口数量变动很大，所以不能准确地反映它对房价的影响。

五．综合评价法的测定

本文试图运用综合评价法，计算出26个城市的综合得分和最终排名，与房价排名

进行比较，证明城市现代化与房价之间的关系。为避免误差，因此采用功效系数法和综合指数法得出实验结果进行比较。得出的综合得分排名如下：

表5.1功效系数法排名表5.2综合指数法排名

数据来源：此表由excel运行后的结果表整理得出数据来源：此表由excel运行后的结果表整理得出从上表两种不同的方法得出的城市现代化排序表，我们已经可以很清楚的看出各个城市的城市现代化水平高低，并可以从得分的差距上判断一个城市的综合实力。但是如果我们能将上表的排序结果与26个城市的房价排名高低来进行比较的话，就不仅仅只得到一个排名的高低，而可以把两者结合起来分析，进而看出一个城市的城市现代化水平与它的商品房的房价水平之间的关系，即协调性的分析。

因而本文按照降序的顺序将26个城市的房价按照从高到底排列，进而得出了房价排行榜如下表所示：

表5.3房价排序表

数据来源：此表由excel运行后的结果表整理得出

由城市现代化排名和房价排名可将26个大中城市的城市现代化水平和房价水平分为四种类型：城市现代化水平和房价水平协调、城市现代化水平和房价水平基本协调、城市现代化水平和房价水平较不协调以城市现代化水平和房价水平及严重不协调。

城市现代化水平与房价水平协调的城市（排名相差≤2）有12个：北京、上海、广州、南京、武汉、天津、哈尔滨、合肥、银川、贵阳、乌鲁木齐、西宁。

基本协调的城市（3≤排名相差≤5）有4个西安、郑州、石家庄、兰州。

较不协调的城市（6≤排名相差≤8）有6个：沈阳、杭州、青岛、长沙、南宁、太原。

严重不协调的城市（9≤排名相差）有4个：重庆、成都、厦门、海口。

而如果按另一种分类方法进行分类，则可以把城市现代化水平和房价水平分为另外三种类型：房价超前城市现代化、房价落后城市现代化以及房价持平城市现代化。

房价超前城市现代化的城市（超前两个名次以上）有8个：杭州、厦门、青岛、海口、南宁、太原、兰州、贵阳。

房价落后城市现代化的城市（落后两个名次以上）有9个：沈阳、重庆、西安、合肥、成都、郑州、长沙、石家庄、银川。

房价持平城市现代化的城市有9个北京、上海、广州、南京、天津、武汉、哈尔滨、乌鲁木齐、西宁。

城市现代化水平和房价是否协调是说它们二者之间发展状况是否匹配，比如天津，它属于协调的。但是这仅仅说明天津这个城市现在的房价和它的城市现代化水平是平衡的，而居民的收入水平是否与这样的房价相匹配不能通过这个结果得出。再比如，西宁的城市现代化水平很低，房价也很低，但是这二者之间是协调的，虽然西宁市民的收入和天津市民的比起来很少，但是西宁市民买房压力可能要比天津市民小得多。

在比较城市现代化和房价属于协调和不协调时，应该同时注意到房价水平是超前还是落后亦或是持平于城市现代化水平。比如贵阳属于城市现代化水平和房价水平协调的一类，但是它的房价水平却超前于城市现代化水平。也就是说它的城市现代化水平却跟不上房价水平，城市现代化水平有待提高。政府此时应该协调好房价水平与城市现代化水平，在房价水平超前于现代化水平时，通过发展房产市场、制定合理的房产价格，用财政收入来投资以改善城市的各项设施提升现代化。重庆的房价属于城市现代化水平和房价水平严重不协调的一类，它的房价水平却是一个低于了一个落后于城市现代化水平。对于重庆，有其自身的特殊性，重庆是新发展起来的直辖市，作为全中国最大的、人口最多的城市，山城重庆还有很多地方需要提高，尤其是拥挤的交通，和城市的整体形象，不仅如此，夏天难耐的高温，也让很多买房者望而却步。起步比上海、深圳晚的重庆，作为新的中心城市，房价当然不能与之相比，但重庆的房地产还有相当大的发展空间。

从另一个角度看，正是由于重庆的房价比北京、上海的房价低许多，对于想要退而求其次的人来说，这无疑能够吸引更多的人前来买房。努力提升城市现代化水平对城市日后的发展以及房价趋于健康发展是有益的。对于重庆这类城市房价不高城市现代化却较高，选择这样的城市发展要比在京、沪、深单是购房压力小得多。现在很多高校毕业生抱着非大城市不去的思想，重庆未尝不是一个折中的选择，如果选择这类房价水平落后于城市现代化水平的城市会给自身发展带来很多便利。房价与城市现代化是正相关

的，房价排名位次的移动同城市现代化排名位次应该是同方向变动的，但是可以肯定得是城市现代化排名位次的前移对房价位次前移的影响要远大于城市现代化排名位次后退对房价位次后退的影响。这说明城市现代化的提升会带动房价的上涨，但是城市现代化水平下降并不会使房价水平也降下来。过高的房价对提升城市现代化不利，城市现代化作为一个综合性的评价指标，其构成要素是多方面的。要提升城市现代化，单凭房价上涨是低效的，甚至适得其反。房价过高一方面使房价地产业及相关领域过度发展，但另一方面可能会使该城市住房成本巨大，导致该城市人才流失，并且其他产业发展受到制约。政府职能部门应该意识到这一点，要对房价有个理性的定位，应立足于维护房地产市场的健康发展。针对近几年房产价格的持续上涨，地方政府应该发挥正确的调控作用，使之与城市现代化水平相匹配，也使老百姓能够买得起房。

如果想要具体证明重庆市房地产市场存在的潜力，我们还需要用具体的数据说明问题，因此，还需要利用已得到的模型结合重庆的数据来进行实证分析。

六．重庆城市现代化与房地产价格实证分析

由以上分析结果可知重庆的城市现代化与房地产价格是不协调的，房地产价格水平远远落后于城市现代化水平。本文试图通过以重庆为例，通过重庆市直辖十年城市现代化的变化与房地产的变化来得出相应结论，并对重庆今后的房地产价格走势进行预测，至2015年重庆市商品房房价给出具体的预测值，为今后重庆的综合发展提供参考。

1、数据分析

由于前文经过系列论证，得到了商品房房价关于九个指标的模型如下：

y Z =0.1411x +0.2102x +0.1533x +0.2254x +0.2405x -0.3826x +0.1457x +0.1498x +0.1859x

通过模型得到的结论，我们已经知道各个指标对商品房销售价格的影响程度，因此，要分析重庆城市现代化与商品房房价之间的关系，我们可以通过分析重庆市1997—2008年的数据分析出重庆市各方面的发展情况，并且结合模型得到的结论一起来寻找加快重庆市房地产市场发展的捷径，为政府发挥宏观调控作用提供参考。下表中X1^代表年末总人口（万人）的增长率，其他指标以此类推，在此不再赘述。根据由重庆市统计局各年的年鉴搜集整理的数据（详见附表）即可得到重庆市各个指标的增长率，如下表所示：

表6.1 增长率比较表

表6.1增长率比较表（续表）

数据来源：此表由excel运行后的结果表整理得出

由以上结果可知，重庆市自直辖以来，商品房房价平均每年以15.45%的速度增长，08年一下增长了26%。如果观察其他各项指标，则基本上每年都在保持较高增速，可以说，重庆市的城市现代化越来越强，房价也随之上涨得越来越高。而前面根据模型我们已经得出结论：人均道路面积、人均绿地面积和地区生产总值对房价影响最大，在其他条件不变的情况下，人均道路面积、人均绿地面积和地区生产总值每上升1个单位将会使房价分别上升0.225、0.240和0.210个单位。这也就是说，面对现在重庆的房价和城市现代化极为不协调的情况，如果政府想使两者水平尽量达到一致的话，就应该在这三点上做工作，重庆市推出的五个重庆：“宜居重庆、畅通重庆、森林重庆、健康重庆、平安重庆”正是为了推进重庆市城市现代化各方面的发展，而其中的“森林重庆”、“畅通重庆”正是符合文中所提到的两个对房地产价格影响最大的两个指标的要求。这样的举措无疑会吸引更多的人选择重庆定居，进而会促进重庆市商品房房价的增涨。

2、房价预测

下面我们将对重庆市的未来商品房房价进行预测。由增长率我们可以算出每个指标的平均值，由此可以代入模型中算出至2015年各个指标的预测值，如下表所示：

表6.2各指标的增长率平均值

数据来源：此表由excel运行后的结果表整理得出

表6.3各指标至2015年的预测值

数据来源：此表由excel运行后的结果表整理得出

由结果可知，到2015年，重庆市的房价将比2008年的商品房房价上升约170%，也就是在14000元/平米上下，这个价格仅仅是全部商品房的平均价格，如果就高端商品房房价如别墅来说，如果按此种增长速度，根据2010年5月最新数据别墅均价在10000元/平方米上下，至2015年重庆市别墅价格预计将达到27000元/平方米。而2015年的重庆市年末总人口将约有3392.25万人、地区生产总值约为114064030.96万元、房地产开发投资完成额预计在56873723.62万元左右、人均道路面积将达到46.48平方米，届时，重庆市的路面将会更加畅通。人均绿地面积为0.44平方米，人们将拥有更加舒适的居住环境。第三产业比重将达到44%、普通高校在校学生人数预计在1396647.33人左右而居民储蓄你年末余额将达到138926322.49万元。

3、结果分析

由以上预测结果我们可以很清楚的预见重庆市今后的发展情况，现如今北京、上海

等一线城市的商品房均在都高达3至4万元一平米，重庆凭借自身优秀的城市现代化水平，已跻身全国一线城市的行列，而重庆市的商品房均价却只有6000元/平米左右，可以说，重庆的房地产投资还具有非常大的潜力，如果能够理性投资，一定会有收获。重庆未来各方面的都会有很大的发展，选择重庆作为定居的城市，无疑将成为一个不错的选择。

七．总结与建议

在某种程度上，房地产价格是城市现代化的晴雨表。当某个城市的城市现代化强时，由于城市现代化中的经济发展、基础设施等硬要素好，这样的城市也更有能力提供更加舒适的居住环境，不仅如此对于居住者今后的发展会提供更好的平台。可以说，房地产投资在很大程度上也可以参照城市现代化。合理的房地产价格对城市现代化的贡献度大。这一方面反映了房地产作为国民经济的重要部分，对地方经济发展至关重要；另一方面也反映了城市现代化评估体系中，经济因素的重要位置。通过发展房地产市场、合理的房地产价格，城市政府获得相应的地方财政收入，进而投资和改善该城市的基础设施。城市政府在房地产市场中应该有个理性的定位，应该立足于维护房地产市场的健康发展。针对近几年房地产价格的持续上涨，地方政府应该发挥正确的调控作用。目前有种说法是今后的房地产市场将会实现“双轨制”发展，即普通老百姓购买保障性住房，比例占到70%，而剩下的30%则由高端住房的购买占领。其实不管怎样变化，实现理性投资，合理规划，加强房地产市场的宏观调控，让老百姓有房可买，居者有其屋才是和谐社会的真谛。

参考文献：

[1]艾东．不动产价格评估中的环境因素分析综述[J]．中国房地产估价师,2003,(9)

[2]鲍丽香．房地产价格影响因素研究评述[J]．边疆经济与文化，2005，（9）：32-34

[3]陈多长，宗家峰．房地产税收与住宅资产价格：理论分析与政策评价[J]．财贸研究，2004

[4]高宇波．我国城市住房价格持续上涨的原因分析及对策研究[J]．北京房地产，2005（2）

[5]顾朝林，于涛方．论城市竞争与现代化的基本理论[J]．城市规划学刊，2004，（6）：16-21

[6]梁云芳，高铁梅．中国房地产价格波动区域差异的实证分析[J]．经济研究，2007，（8）

[7]韩毅．浅议物业管理对房地产价格的影响[J]．城市开发，2004，（15）

[8]贺巍，李小朋．影响建筑物心理价位的因素[J]．建筑知识，2004，（2）：50-52

[9]倪鹏飞．中国城市现代化报告NO.1-NO.5[M]．北京：社会科学出版社，2003-2007

[10]倪鹏飞．中国城市现代化与文化观念[J]．开放导报，2002，（9）：13-17

[11]宁越敏，唐礼智．城市现代化的概念和指标体系[J]．现代城市研究，2001，（3）：19-22

[12]聂学峰，刘传哲．我国货币政策影响房地产市场的实证分析[J]．

[13]宋勃，高波．房价与地价关系的因果检验：1998-2006[J]，当代经济科学，2007，（1）[14]沈悦，刘洪玉．住宅价格与经济基本面：1995-2002年中国14城市的实证研究[J]．经

济研究，2004，（6）：78-85

[15]苏金明．统计软件SPSS12.0 for Windows应用及开发指南[M]．北京：电子工业出版社，2004：304-315[23]屠佳华，张洁．什么推动了房价的上涨：来自上海房地产市场的证据．世界经济[J]，2005，（5）：28-36

[16]王霞，朱道林，张鸣明．城市轨道交通对房地产价格的影响[J]．城市问题，2004

[17]徐滇庆．房价与房地产泡沫[M]．北京：机械工业出版社，2006

[18]徐滇庆．房价与泡沫经济[M]．北京：机械工业出版社，2006：10

[19]薛富波，张文彤，田晓燕．SAS8.2统计应用教程[M]．北京：兵器工业出版社，2004：

[20]杨益民．区域高等教育与经济发展关系的实证分析[J]．江苏高教，2006，(3)：35-38

[21]翟纯红．房地产宏观调控政策的决策误区及其实证分析[J]．山西高等学校社会科学学报，2005，（2）

[22]周京奎．纽约城市现代化与房地产业关系研究[J]．现代城市研究，2006，（9）：45-50

[23]赵海成．我国货币汇率与房地产关系跟踪研究[J]，东岳论丛，2004，（6）

[24]柴强．影响房价的几个理论问题[J]．城市开发，2005，（5）：8-9

[25]陈正伟．综合评价方法与应用[M].香港：华夏艺术文化出版社，2008

[26]薛薇．SPSS统计分析方法及应用[M].北京：电子工业出版社，2007

[27]何晓群．多元统计分析[M].北京：中国人民大学出版社，2004