I第1章緒論1.1研究背景自從1998年推行“住房制度改革”政策后，中國商品房市場應(yīng)際而生，并不斷發(fā)展成我國國民經(jīng)濟的重要支柱。房地產(chǎn)市場經(jīng)歷上升到下行再上升的多輪變化周期，最近一輪的下行周期源于2020年第四季度實施的“三條紅線”——旨在降低房地產(chǎn)企業(yè)杠桿率，以及“兩條紅線”——用于限制銀行對房地產(chǎn)行業(yè)的信貸投放。從2021年下半年開始，房地產(chǎn)市場進入下行通道的調(diào)整期，房地產(chǎn)市場的下行驅(qū)動著我國國民經(jīng)濟增速放緩REF_Ref17618\r\h[1]。2021年12月，中央提出要加大宏觀政策的調(diào)節(jié)力度，扎實穩(wěn)定經(jīng)濟發(fā)展。同年，多地出臺房地產(chǎn)市場調(diào)控管理政策，部分熱點城市進一步完善住房限購政策REF_Ref11043\r\h[2]。但是由于新冠疫情期間的封控和各種防疫措施，房地場市場的修復(fù)迎來巨大沖擊，房地產(chǎn)業(yè)下行勢頭加重。在當(dāng)今后疫情時代，隨著國民經(jīng)濟的不斷恢復(fù)，房地產(chǎn)業(yè)成功平穩(wěn)過渡到新發(fā)展模式，房地產(chǎn)市場將走出低谷。1.2研究的目的與意義1.2.1研究目的天津市作為國家中心城市、重要的港口樞紐和北方重要的經(jīng)濟中心，其房地產(chǎn)市場一直備受關(guān)注。國民經(jīng)濟的快速發(fā)展帶動了天津市房價的升高，然而人民工資不能滿足過高的房價支付需求，同時也帶來了房地產(chǎn)投資過熱、房屋空置率不斷增長等問題，影響了市民的生活。對天津市房價的影響因素進行探究，可以促進房地產(chǎn)市場的合理有序發(fā)展，保持房價穩(wěn)定在合理區(qū)域，緩解居民購房難題。1.2.2研究意義（1）理論意義現(xiàn)在已經(jīng)有不少學(xué)者利用不同的模型和方法研究各因素對地區(qū)房價的影響REF_Ref26265\r\h[3]。在此基礎(chǔ)上，①本文通過Eviews軟件構(gòu)建出向量自回歸模型，以時間序列的方式來探究天津市房價與其它經(jīng)濟變量之間的關(guān)系，可以更加準(zhǔn)確地了解不同因素對房價的影響程度；②本文綜合考慮供給和需求兩方面的因素，引入更具代表性的影響因素變量，從三個角度建立指標(biāo)體系，并對每一要素的集聚水平進行綜合反映。這有助于提高我們對房地產(chǎn)市場運行規(guī)律的認(rèn)識，為其他城市房地產(chǎn)市場的發(fā)展和政策制定提供經(jīng)驗和借鑒。（2）實踐意義天津市是重要的交通樞紐，與首都北京緊密相連，享有得天獨厚的地理優(yōu)勢。同時天津市作為京津冀一體化戰(zhàn)略的核心城市，吸引著越來越多的勞動力匯聚于此，尋求發(fā)展機遇。這在促進天津市房地產(chǎn)業(yè)發(fā)展的同時，也蘊藏了大量的隱患REF_Ref11278\r\h[4]。城鎮(zhèn)人口的增加促進了房地產(chǎn)市場的需求，也令房地產(chǎn)價格飆升，天津市部分區(qū)域的房價已經(jīng)超出了居民的購買承受能力。為了推動天津市經(jīng)濟高質(zhì)量發(fā)展、房地產(chǎn)業(yè)健康運行，深入剖析天津市商品房價格的影響因素，并對此提出可行性建議的重要性不言而喻。這些分析不僅為廣大民眾提供了寶貴的購房指南，更為開發(fā)商在制定發(fā)展規(guī)劃時提供了不可或缺的參考依據(jù)，對建立促進商品房市場健康發(fā)展的長效機制提供理論支持REF_Ref11461\r\h[5]。1.3研究內(nèi)容與研究方法1.3.1研究內(nèi)容本文圍繞天津市商品房價格影響變動因素展開研究，研究內(nèi)容共分為六個章節(jié)進行詳細(xì)探討。第1章為緒論。本章主要介紹了文章的研究背景，闡述了研究的目的與意義，并說明了研究的內(nèi)容以及所采用的方法。第2章為文獻綜述。本章著眼于與房地產(chǎn)相關(guān)的國內(nèi)外研究文獻，并對這些文獻進行整理與評估。首先，系統(tǒng)地梳理了當(dāng)前領(lǐng)域內(nèi)的研究現(xiàn)狀，隨后對這些研究進行了總結(jié)與評述。第3章為影響因素研究。本章深入剖析了天津市房地產(chǎn)的當(dāng)前狀況，并從需求、供給和經(jīng)濟三個不同層面，詳細(xì)探討了影響房價的諸多因素。第4章為建立模型。本章主要圍繞數(shù)據(jù)的預(yù)處理、模型選擇以及VAR模型的構(gòu)建展開。先對數(shù)據(jù)進行變量選擇、相關(guān)性分析等處理。隨后，通過最優(yōu)滯后階數(shù)檢驗和穩(wěn)定性檢驗等步驟，對模型進行選擇。最終，選取滯后一階的VAR模型。第5章為實證結(jié)果分析。本章主要采用脈沖響應(yīng)函數(shù)和方差分解兩種實證分析方法，深入探討了各影響因素對商品房價格的具體影響程度。通過這些實證分析，可以更清晰地理解各因素在房價變動中所起的作用。第6章為結(jié)論與建議。本章總結(jié)了前5章的研究成果，對天津市商品房市場發(fā)展的問題，提出了一些可行性建議，旨在促進該市場的平穩(wěn)與健康運行，為相關(guān)政策的制定和市場參與者的決策提供參考。1.3.2研究方法（1）文獻資料法本文查閱了國內(nèi)外關(guān)于房地產(chǎn)市場的相關(guān)研究文獻，并對房地產(chǎn)市場發(fā)展的理論基礎(chǔ)和研究成果進行梳理。這為本文提供了重要的研究指導(dǎo)和理論支撐，也為本文后續(xù)提出的建議提供了有價值的參考。（2）實證分析法通過建立模型進行實證檢驗，分析不同因素對天津市房價的影響程度。第2章文獻綜述及理論基礎(chǔ)2.1國內(nèi)外研究相狀住房問題關(guān)乎民生，影響因素眾多且較為復(fù)雜。根據(jù)現(xiàn)有的國內(nèi)外文獻研究，可把影響因素可分為房地產(chǎn)內(nèi)部因素和外部因素兩方面。內(nèi)部因素方面，劉有章和徐穎（2019）選取經(jīng)濟、土地、人口、開發(fā)投資4個方面的因素構(gòu)建房價影響因素指標(biāo)體系，基于面板數(shù)據(jù)建立空間計量模型，發(fā)現(xiàn)長三角地區(qū)房價影響因素的作用程度存在區(qū)域差異性，空間因素對長三角地區(qū)房價波動影響最大REF_Ref21181\r\h[6]；王玲、劉平清、王梅等（2022）通過建立VAR模型，分析各因素對房價的貢獻值，沖擊各變量對房價在不同時期的影響效果REF_Ref32765\r\h[7]；許璐（2023）通過建立多元回歸模型，以全國平均房價為被解釋變量，表明全國商品房的銷售面積、全國商品房的銷售額等影響因素指標(biāo)對于全國的平均房價變動影響程度較大REF_Ref26265\r\h[3]。外部因素方面，戰(zhàn)松和孫川（2022）通過皮爾遜相關(guān)性分析構(gòu)建向量自回歸模型針對GDP、房地產(chǎn)開發(fā)投資額、城鎮(zhèn)化率對房地產(chǎn)價格的影響進行了探究REF_Ref26647\r\h[8]；張飛（2022）運用SPSS軟件從商品房供給、需求影響因素及共同影響因素出發(fā)進行相關(guān)性檢驗，發(fā)現(xiàn)影響淮安市房價的三大主要因素依次為城鎮(zhèn)居民人均可支配收入、GDP和城鎮(zhèn)化率，得出調(diào)控淮安市房價，需從需求端出發(fā)REF_Ref26781\r\h[9]的結(jié)果；\t"/kcms2/article/_blank"JiangYuxi,\t"/kcms2/article/_blank"QiuLilan（2022）通過建立Eviews模型表明,土地收購價格對住宅商品房平均銷售價格具有較大的正向影響,與居民可支配收入相比雖然也具有正向影響但影響較小REF_Ref686\r\h[10]；謝睿，杜悅，朱家明（2022）選取實際GDP、實際城鎮(zhèn)居民人均可支配收入和總?cè)丝谌齻€解釋變量，運用Eviews軟件建立多元線性回歸模型，對其進行多重共線性、異方差性和自相關(guān)等計量經(jīng)濟學(xué)檢驗方法檢驗并修正模型REF_Ref26967\r\h[11]；\t"/kcms2/article/_blank"MaiTu（2023）利用線性回歸模型揭示了實際可支配收入、單位就業(yè)人員數(shù)以及總?cè)丝趯ι唐贩科骄N售價格的影響機制。具體而言，實際可支配收入和單位就業(yè)人員數(shù)的增加會顯著推動商品房平均銷售價格的上漲；而總?cè)丝诘脑黾觿t會使商品房平均銷售價格下降。2.2文獻評述總結(jié)梳理現(xiàn)有相關(guān)文獻可知，大部分學(xué)者對于房價影響因素的分析往往都著重于外部宏觀因素進行回歸模型分析，如GDP、人均可收入支配等因素，還有一些學(xué)者傾向于將各因素按特定的屬性分組進行研究。這些研究對于理解房價形成機制、制定相應(yīng)的市場調(diào)控政策具有重要的理論和實踐意義。然而，對于不同地區(qū)的房價影響因素仍存在差異，未來仍需要更多的研究來拓展該領(lǐng)域的深度和廣度。2.3商品房市場的特征（1）較強的區(qū)域性由于房地產(chǎn)的固定性和不可移動性，市場供需主要在同一區(qū)域內(nèi)進行調(diào)劑。市場上實際交易的是房地產(chǎn)的權(quán)益，而非實體的房地產(chǎn)。這一特點使得房地產(chǎn)市場深受當(dāng)?shù)貐^(qū)域經(jīng)濟、社會和政策環(huán)境的影響。（2）異質(zhì)性商品房價格受到地理區(qū)域的影響。由于不同城市存在自然環(huán)境、城市基礎(chǔ)設(shè)施、周邊配套以及經(jīng)濟發(fā)展水平方面的差異，城市的房價各不相同。并且在同一城市的不同區(qū)域因為城市發(fā)展側(cè)重不同、住宅周邊設(shè)施不同，相同建筑也會出現(xiàn)差異，這就是房地產(chǎn)市場的空間異異性。（3）需求的敏感性從短期而言，商品房的供給是缺乏彈性的。雖然商品房具有較強的區(qū)域性，只能在固定空間使用，但是對于購房者而言，同一供需圈內(nèi)的商品房是可以替代的，因此商品房是有需求彈性的，這就使得需求敏感性成為商品房的價格一個特征REF_Ref3014\r\h[12]。2.4商品房價格形成機制在市場經(jīng)濟中，商品的價格是由其內(nèi)在價值以及多種外部因素共同決定的。價值規(guī)律、供求規(guī)律和競爭規(guī)律這些基本的市場機制，對于商品價格的形成和變動起著至關(guān)重要的作用。房地產(chǎn)作為一種特殊的商品，同樣受到這些規(guī)律的影響，但同時也表現(xiàn)出其獨特性。由于房地產(chǎn)的供給彈性相對較小，這意味著在短期內(nèi)，房地產(chǎn)市場的供應(yīng)量對價格變動的反應(yīng)不靈敏。因此，在房地產(chǎn)市場中，需求曲線和競爭狀況在決定均衡價格時扮演著更為重要的角色。具體來說，當(dāng)房地產(chǎn)需求增加時，由于供給調(diào)整的速度較慢，需求曲線會向右移動，從而推動均衡價格上漲。反之，當(dāng)需求減少時，均衡價格則會下降。同時，房地產(chǎn)市場的競爭狀況也會對價格產(chǎn)生影響。在競爭激烈的市場中，開發(fā)商為了爭奪市場份額，可能會采取降價等策略來吸引購房者，從而影響整個市場的價格水平。此外，房地產(chǎn)價格的特殊性還體現(xiàn)在其受到眾多其他因素的影響上，如政策調(diào)控、教育資源分布、交通便利程度等。這些因素的變化都可能對房地產(chǎn)價格產(chǎn)生直接或間接的影響。綜上所述，房地產(chǎn)價格的形成是一個復(fù)雜的過程，既受到普遍市場規(guī)律的作用，又受到其自身特殊性的影響。在理解和分析房地產(chǎn)價格時，需要綜合考慮多種因素和市場動態(tài)。第3章天津市房價現(xiàn)狀及影響因素分析3.1天津市房價的發(fā)展?fàn)顩r結(jié)合天津市\(zhòng)t"/xxgk_70/tzgg/202107/_blank"開發(fā)建設(shè)“十四五”規(guī)劃文件數(shù)據(jù)，本節(jié)對1990-2023年天津市的房地產(chǎn)開發(fā)和銷售情況進行了分析。隨著改革開放的持續(xù)深入，天津住房制度改革不斷取得突破性進展，商品房交易制度不斷完善，房地產(chǎn)市場迎來了蓬勃發(fā)展。自1979年起，住房建設(shè)開始逐步擺脫政府統(tǒng)建統(tǒng)配統(tǒng)管的計劃管理模式，向更為市場化和靈活的商品房建設(shè)經(jīng)營模式轉(zhuǎn)變。隨著改革的深入推進，住房建設(shè)的市場化程度不斷提高，房地產(chǎn)開發(fā)企業(yè)逐漸成為了市場主體，自主經(jīng)營、自負(fù)盈虧。這種新的經(jīng)營模式極大地激發(fā)了企業(yè)的活力和創(chuàng)造力，推動了住房建設(shè)的快速發(fā)展。同時，也促進了房地產(chǎn)相關(guān)產(chǎn)業(yè)鏈條的完善和發(fā)展。到2000年，集體和企業(yè)單位作為經(jīng)濟社會發(fā)展的重要組成部分，員工數(shù)量不斷增加，對住房的需求也隨之上升。為了滿足員工的住房需求，許多集體和企業(yè)單位開始積極尋求與房地產(chǎn)開發(fā)企業(yè)的合作，共同推動住房建設(shè)的發(fā)展。舊城改造和新區(qū)開發(fā)增加了商品房供給，拉動了市場需求的快速增長，整個行業(yè)呈現(xiàn)快速發(fā)展態(tài)勢。2000年到2016年是天津市房地產(chǎn)飛速發(fā)展的階段。在2003年，天津市全面開始快速路、地鐵等基礎(chǔ)設(shè)施建設(shè)，大范圍舊城改造、拆遷。2008年，天津市成為北京奧運會的分會場，并被國家定位為“北方經(jīng)濟中心”，天津市房地產(chǎn)市場發(fā)展再次攀登高峰REF_Ref11278\r\h[4]。在“十三五”規(guī)劃階段（2016-2020），天津市房地產(chǎn)開發(fā)建設(shè)更加注重突出民生屬性。住房保障受益范圍不斷擴大。全市開工建設(shè)棚戶區(qū)改造安置房13.5萬套，銷售限價商品住房2萬套，推出18個公共租賃住房項目共2.49萬套房源REF_Ref16052\r\h[13]。此外政府出臺住房限購和差別化信貸政策，抑制房地產(chǎn)市場出現(xiàn)的過熱勢頭。房地產(chǎn)業(yè)隨著經(jīng)濟社會發(fā)展和調(diào)控政策出臺，不斷調(diào)整升級。到2023年，天津市積極響應(yīng)中央關(guān)于推進租賃市場和共有產(chǎn)權(quán)住房建設(shè)的政策要求，大力發(fā)展租賃市場和共有產(chǎn)權(quán)住房，為居民提供更多元化的住房選擇。此外，天津市還加強了對房地產(chǎn)市場的監(jiān)管，嚴(yán)格執(zhí)行各項調(diào)控政策，以遏制房價過快上漲和投機炒房行為。進入2024年，天津房地產(chǎn)市場總體呈現(xiàn)穩(wěn)中有降的態(tài)勢，但部分熱門樓盤首開售罄，仍舊顯示出市場的區(qū)域性熱點和改善型需求的增長。同時監(jiān)管部門對房地產(chǎn)市場的支持政策頻頻出臺，央行和住建部均表示將支持合理的房地產(chǎn)融資需求，并賦予城市更多調(diào)控自主權(quán)。雖然整體市場活躍度有限，但政策的支持和市場自身調(diào)整，仍然為樓盤的穩(wěn)定發(fā)展提供了積極信號。3.2影響天津市房價的主要因素在研究天津市房價的主要影響因素時，綜合考慮經(jīng)濟、政策、人口、以及社會治安等多個方面的因素。這些因素之間相互作用，共同影響著天津市的房價走勢。宏觀經(jīng)濟因素是影響天津市房價的主要因素之一。天津市的收入、GDP、利率、匯率、貨幣供應(yīng)量、信貸規(guī)模以及經(jīng)濟發(fā)展水平等都會直接或間接地影響到房價的波動。具體來說，城市宏觀經(jīng)濟發(fā)展水平越好，就業(yè)結(jié)構(gòu)會更加完善，居民的收入就會不斷增多，相應(yīng)的居民的住房購買需求就會增加REF_Ref642\r\h[14]。政府的房地產(chǎn)調(diào)控政策，包括限購、限貸、土地供應(yīng)政策等，都會直接影響房地產(chǎn)市場的供需關(guān)系和購房者預(yù)期，從而進一步影響房價的走勢。例如，當(dāng)政府出臺限購政策時，購房需求可能會受到抑制，從而影響房價。同樣，政府對于土地供應(yīng)和開發(fā)的控制也可能對房價產(chǎn)生重要影響。社會政治的穩(wěn)定、社會治安的良好以及城鎮(zhèn)化水平的高低，都是影響房地產(chǎn)市場的關(guān)鍵因素。在政治穩(wěn)定的環(huán)境下，政府能夠有效地執(zhí)行政策，保護產(chǎn)權(quán)，維護市場秩序。同時，穩(wěn)定的政治環(huán)境也有助于提升投資者和消費者的信心，促進房地產(chǎn)市場的繁榮。良好的社會治安意味著較低的犯罪率和更高的居民安全感，這能夠吸引更多的人口流入并定居，從而增加房地產(chǎn)市場的需求。隨著城鎮(zhèn)化進程的推進，大量農(nóng)村人口涌入城市，這為城市房地產(chǎn)市場帶來了巨大的需求。同時，城鎮(zhèn)化還伴隨著城市基礎(chǔ)設(shè)施的完善和公共服務(wù)水平的提升，進一步提升了房地產(chǎn)市場的吸引力。人口因素受天津市的人口流動情況、戶籍政策的影響。大量的外來務(wù)工人員、高校畢業(yè)生等流入天津，為天津市帶來了旺盛的購房和租房需求，推動了房地產(chǎn)市場的繁榮發(fā)展。天津市放寬了戶籍的落戶政策，吸引了更多高素質(zhì)人才和專業(yè)技能人才落戶天津。人口結(jié)構(gòu)的變化也對房地產(chǎn)市場產(chǎn)生影響。比如老年人口的增加可能會推動養(yǎng)老地產(chǎn)的發(fā)展，而年輕家庭的增加則可能更注重學(xué)區(qū)房和教育資源的配套?？偟膩碚f，天津市房價受多種因素影響，本文從影響房價的供給因素、需求因素與經(jīng)濟因素三個方面綜合考量，選取三個方面中有代表性的因素進行研究，其中需求因素考慮中常住人口數(shù)量、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)化率，供給因素考慮房地產(chǎn)開發(fā)投資額，經(jīng)濟因素選取GDP。①常住人口數(shù)量直接影響房屋的需求量。隨著常住人口數(shù)量的增加，家庭數(shù)量會增加，對房屋的需求量也會增加。此外，還會帶來對租賃市場的需求增加。②城鎮(zhèn)居民人均可支配收入增加提高了人們的購買能力，增加居民了對房地產(chǎn)的需求，需求的增加推高了房價REF_Ref13776\r\h[15]。③城鎮(zhèn)化率是城鎮(zhèn)化率是指城鎮(zhèn)人口與總?cè)丝诘谋戎?，是衡量一個地區(qū)城鎮(zhèn)化水平的重要指標(biāo)。④房地產(chǎn)開發(fā)投資額包括了多個方面的費用，如土地購置費、建筑工程費、安裝工程費等。這些費用共同構(gòu)成了房地產(chǎn)開發(fā)項目的總成本，反映了企業(yè)在房屋建設(shè)和土地開發(fā)過程中的資金投入情況。⑤GDP反映了一個國家(或地區(qū))的經(jīng)濟規(guī)模，是通過影響人民對于房地產(chǎn)市場的預(yù)期進而影響房價的，經(jīng)濟繁榮與通貨膨脹會讓投資者看好未來房地產(chǎn)市場，從而加大對房地產(chǎn)市場的投資REF_Ref16565\r\h[16]。第4章模型建立4.1數(shù)據(jù)來源與處理4.1.1數(shù)據(jù)來源本文從《天津市統(tǒng)計年鑒》獲得了2005—2022年天津市房地產(chǎn)部分指標(biāo)的數(shù)據(jù)，剩余的指標(biāo)數(shù)據(jù)主要通過國家統(tǒng)計局和《中國統(tǒng)計年鑒》查詢獲得。為了使用完整的數(shù)據(jù)，采用插值法補齊缺失數(shù)據(jù)。原始數(shù)據(jù)作為附錄補充。4.1.2變量選?。?）被解釋變量：商品房價格P。本文將商品房價格P作為被解釋變量。為了消除異方差，避免數(shù)據(jù)過大而影響模型的統(tǒng)計特征，對商品房價格取對數(shù)，得到LnP。（2）解釋變量：房地產(chǎn)開發(fā)投資額（億元）、常住人口數(shù)量（萬人）、城鎮(zhèn)居民人均可支配收入（元）、城鎮(zhèn)化率、GDP（億元）。為了緩解異方差的影響，對除了含有百分?jǐn)?shù)的城鎮(zhèn)化率，其他變量均取對數(shù)。表4-1變量解釋變量類別變量名稱變量符號被解釋變量商品房銷售價格P解釋變量供給因素房地產(chǎn)開發(fā)投資額INV需求因素常住人口數(shù)量N城鎮(zhèn)居民人均可支配收入PCI城鎮(zhèn)化率CITY其他因素生產(chǎn)總值GDP（3）各因素指標(biāo)與房地產(chǎn)價格P進行相關(guān)性分析，判斷各指標(biāo)與P的相關(guān)程度。表4-2各變量對LnP的相關(guān)程度CorrelationLnPLnINVCITYLnNLnPCILnGDPProbabilityLnP1.0000000.9757800.9650960.8286990.9673600.964779——0.00000.00000.00000.00000.0000由表2可知，p(LnGDP)、p(CITY)、p(LnINV)、p(LnPCI)、p(LnN)都為0,所以房地產(chǎn)價格與GDP、房地產(chǎn)開發(fā)投資額、城鎮(zhèn)化率、常住人口數(shù)量、城鎮(zhèn)居民人均可支配收入相關(guān)性顯著，初步判斷這些因素與房地產(chǎn)價格的關(guān)系比較緊密。4.1.3模型設(shè)定為探究天津市房價影響因素，本文采用VAR模型進行研究，模型擬定如下。Yt=C+A1Y式中:C為常數(shù)項；Yt為內(nèi)生變量向量；εt為誤差向量；A4.2最優(yōu)滯后階數(shù)確定為了更加完整地反映各個變量之間的動態(tài)關(guān)系REF_Ref28296\r\h[17]，在建立VAR模型之前，需要確定最優(yōu)滯后階數(shù)。對五個檢驗指標(biāo)進行了滯后階數(shù)的測試。由表4-3可知，這些指標(biāo)在確定與房地產(chǎn)價格關(guān)系的最優(yōu)模型時，都表現(xiàn)出滯后1階為最佳，因此建立VAR(1)模型。表4-3VAR模型滯后期選擇LagLogLLRFREAICSCHQ0132.1101NA1.45e-14-14.83648-14.54240-14.807241239.2469126.0433*4.60e-18*-23.20551*-21.14699*-23.00089*4.3穩(wěn)定性檢驗通過穩(wěn)定性檢驗發(fā)現(xiàn)所有單位根都位于單位圓內(nèi)，說明本文建立的VAR模型具有穩(wěn)定性。圖4-1單位圓穩(wěn)定性檢驗4.4格蘭杰因果檢驗由表4-4可知，天津市生產(chǎn)總值GDP不是商品房價格的格蘭杰原因，說明GDP對商品房價格具有間接影響作用；房地產(chǎn)開發(fā)投資額、城鎮(zhèn)化率、常住人口、城鎮(zhèn)居民人均可支配收入是商品房價格的格蘭杰原因，說明房地產(chǎn)開發(fā)投資額、城鎮(zhèn)化率、常住人口、城鎮(zhèn)居民人均可支配收入對住宅商品房價格具有直接影響作用REF_Ref28296\r\h[17]。表4-4Granger因果檢驗結(jié)果統(tǒng)計表原假設(shè)P值F值結(jié)論LnINV不是LnP的格蘭杰原因0.08243.49931拒絕原假設(shè)LnP不是LnINV的格蘭杰原因0.52550.42402接受原假設(shè)CITY不是LnP的格蘭杰原因0.14152.42763拒絕原假設(shè)LnP不是CITY的格蘭杰原因0.64880.21659接受原假設(shè)LnN不是LnP的格蘭杰原因0.37440.84184拒絕原假設(shè)LnP不是LnN的格蘭杰原因0.02466.34045拒絕原假設(shè)LnPCI不是LnP的格蘭杰原因0.49670.48701拒絕原假設(shè)LnP不是LnPCI的格蘭杰原因0.12962.59376拒絕原假設(shè)LnGDP不是LnP的格蘭杰原因0.63000.24260接受原假設(shè)LnP不是LnGDP的格蘭杰原因0.11162.88257拒絕原假設(shè)4.5建立VAR模型建立滯后1階的VAR模型，VAR(1)模型估下。LnP=?3.6987+0.7203?LnP(?1)+(?1.1167)?LnGDP(?1)+0.0024?LnPCI(?1)+1.5237?LnN(?1)+1.6269?CITY(?1)+0.6114?LnINV(?1)（4-2）(R-squared=0.987338)由回歸結(jié)果可知，VAR模型的R2為98.73%，說明了該模型對數(shù)據(jù)的高度擬合能力，且模型估計比較準(zhǔn)確。第5章基于VAR模型的天津市房價影響因素實證分析5.1脈沖響應(yīng)分析為了更準(zhǔn)確地探究各因素對房地產(chǎn)價格的具體影響，本文將進一步觀察脈沖響應(yīng)的結(jié)果，以揭示各因素沖擊下住宅房地產(chǎn)價格的動態(tài)反應(yīng)。結(jié)果如圖5-1、5-2、5-3。（1）在第一期，商品房價格對于房地產(chǎn)開發(fā)投資額的變化沒有顯著響應(yīng)，第二期開始，這種響應(yīng)轉(zhuǎn)變?yōu)檎?，表明房地產(chǎn)開發(fā)投資額的增加開始推動商品房價格上漲。這種正向響應(yīng)并沒有持續(xù)下去。到了第七期，商品房價格對房地產(chǎn)開發(fā)投資額的正向響應(yīng)突然轉(zhuǎn)變?yōu)樨?fù)向，這意味著隨著房地產(chǎn)開發(fā)投資額的持續(xù)增加，商品房價格反而開始下降。這種負(fù)向響應(yīng)在第十期達到最大程度，之后響應(yīng)程度有所減弱，在第十五期又轉(zhuǎn)變回正向響應(yīng)，之后這種正向響應(yīng)程度有所減弱。（2）當(dāng)給城鎮(zhèn)化率正向沖擊時，商品房價格產(chǎn)生正向響應(yīng)，持續(xù)增加到第三期時正向響應(yīng)程度到達高點。隨著時間變化，響應(yīng)方向發(fā)生交換，最后趨于平緩。城鎮(zhèn)率的升高意味著城鎮(zhèn)人口數(shù)量增加或者外來人口的涌入，這一現(xiàn)象對房價有著顯著的影響。（3）當(dāng)城鎮(zhèn)居民人均可支配收入受到正向沖擊時，商品房價格卻產(chǎn)生了負(fù)向變化。這種負(fù)向變化在第四期達到了最低點，隨后負(fù)向影響的程度逐漸減弱。至第八期，商品房價格對人均可支配收入的正向沖擊開始轉(zhuǎn)為正向響應(yīng)。隨著時間的推移，商品房價格的負(fù)向響應(yīng)逐漸趨于平緩，最終呈現(xiàn)出一個相對穩(wěn)定的態(tài)勢。（4）當(dāng)給常住人口數(shù)量沖擊時，首先產(chǎn)生正向響應(yīng)，響應(yīng)程度逐漸變大，到第五期達到頂峰。隨后響應(yīng)程度開始減小，到第十期后轉(zhuǎn)為負(fù)向響應(yīng)，但響應(yīng)程度不強烈，后來隨著時間的推移，逐漸平緩。常住人口增多時意味著對商品房的需求增多，當(dāng)短期供給不發(fā)生改變時，需求增多到一定程度后，平衡被打破，從而引起房價上漲。（5）商品房價格對于GDP的變化先產(chǎn)生一個小幅度的負(fù)向響應(yīng)，負(fù)面響應(yīng)在第四期達到最大負(fù)向響應(yīng)。隨后負(fù)向程度開始減弱，到第六期轉(zhuǎn)為正向響應(yīng)，程度不斷增大，后期雖然不斷發(fā)生波動，但整體上呈現(xiàn)出逐步趨于穩(wěn)定的態(tài)勢。這反映出市場在經(jīng)歷了一段時間的調(diào)整后，逐漸找到了新的平衡點。圖5-1房價對房地產(chǎn)開發(fā)投資額、城鎮(zhèn)化率的脈沖響應(yīng)函數(shù)圖5-2房價對城鎮(zhèn)居民人均可支配收入、常住人口數(shù)量的脈沖響應(yīng)函數(shù)圖5-3房價對天津市生產(chǎn)總值的脈沖響應(yīng)函數(shù)5.2方差分解使用方差分解分析每個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻度REF_Ref28497\r\h[18]，如表5-1。從表5-1來看，在第一期，只有房地產(chǎn)價格自身產(chǎn)生影響，不受其他因素的干擾。隨著時間的推移，自身波動的影響逐漸減弱，從第二期的40%左右減少到6%左右；GDP對于房地產(chǎn)價格的影響是持續(xù)且相對穩(wěn)定的，盡管其波動幅度較小，但到期末時，房地產(chǎn)價格約有22%的概率是由GDP的變動所影響的。房地產(chǎn)開發(fā)投資額對房地產(chǎn)價格的影響是最顯著的。隨著投資額的增加，房地產(chǎn)市場的供給量得以提升，進而對價格產(chǎn)生直接影響。到期末時的的概率近41%；城鎮(zhèn)化率對于房地產(chǎn)價格的影響從第二期開始緩慢增加，期末時的影響程度約為14%；城鎮(zhèn)化率從第二期開始逐漸展現(xiàn)出其對價格的影響力，并且這種影響呈現(xiàn)出緩慢但穩(wěn)定的增長趨勢。至期末時，城鎮(zhèn)化率對房地產(chǎn)價格的影響約達到14%的水平。城鎮(zhèn)居民人均可支配收入占比對房價的影響一直保持最小，在期末占比約為5%；常住人口數(shù)量對房價的影響雖然有較小的波動，但總體看是增加的趨勢，在期末約有11%的概率。表5-1方差分解結(jié)果PeriodS.ELNPLNGDPLNPCILNNCITYLNINV10.05815100.00000.00000.00000.00000.00000.000020.1077239.677515.30073.5886473.844888.7085128.879830.1702616.315219.61015.5754377.23233311.716339.550640.220859.8716919.29146.71569210.3720411.947441.801950.250618.4756917.71187.59982513.8050211.282241.125560.263258.7567216.22448.19212717.2352110.447639.143970.270469.0867216.03648.18022419.3656910.149737.181380.284058.5137817.63777.43601718.8586710.854836.699190.307287.2840019.90816.41710816.3918712.139237.8598100.334246.2279721.51765.64513313.8562713.243939.5092110.356975.7162822.18285.23687612.2224813.879640.7619120.371175.6703822.22225.08335711.4924414.123941.4078130.377245.8676422.02485.05391411.3380114.144341.5714140.378656.0850921.88015.05442811.4021614.092641.4856150.379306.1770321.91685.03735311.421214.069341.3783160.381356.1285922.09044.99976911.3044514.101841.3754170.384646.0270322.26974.96266111.1177514.158141.4647180.387865.9648622.36244.94269910.967914.198541.5636190.389915.9730622.36504.93998810.9047614.207141.6102200.390696.0237022.33004.94385810.9071214.195141.6002第6章結(jié)論與建議6.1研究結(jié)論通過相關(guān)性分析可知，五個被解釋變量與解釋變量房地產(chǎn)價格有著十分顯著的相關(guān)性，說明這些自變量與因變量有密切關(guān)系。隨后，通過格蘭杰因果檢驗明確了各因素與房地產(chǎn)價格之間的因果關(guān)系，通過脈沖響應(yīng)進一步揭示了各因素對房地產(chǎn)價格的動態(tài)影響過程。最后，通過方差分解，我們量化了各因素對房地產(chǎn)價格變動的貢獻程度。從結(jié)果來看，在影響商品房價格變動的因素中，GDP、常住人口數(shù)量以及房地產(chǎn)開發(fā)投資額對于商品房價格影響較大，沖擊效果在短期和中期比較明顯。常住人口數(shù)量對房價的提高具有正向拉動作用，即常住人口數(shù)量的增加會促進商品房價格的上漲。其他變量在對房價的影響中貢獻度較小，但整體看，這些因素對房價都具有持續(xù)的正向作用。6.2建議房地產(chǎn)業(yè)是制造業(yè)，是實體經(jīng)濟，是國民經(jīng)濟的支柱產(chǎn)業(yè)。中國的房價一直隨著經(jīng)濟的增長而波動,尤其是在大城市。房價的波動受到多種因素的影響,住房問題關(guān)乎國計民生REF_Ref28852\r\h[19]。為了保障天津市房地產(chǎn)業(yè)平穩(wěn)健康發(fā)展，本文基于以上構(gòu)建的向量自回歸模型以及脈沖響應(yīng)與方差分解結(jié)果，對天津市房地產(chǎn)市場提出如下建議。（1）促進人口合理有序分布從城市人口來看，城市常住人口增加以及城鎮(zhèn)人口的增多，從根本上提供有效需求以保證房地產(chǎn)市場長期穩(wěn)定的持續(xù)發(fā)展REF_Ref4095\r\h[20]。從城市發(fā)展來看，天津市作為北方經(jīng)濟發(fā)展的重要城市，其獨特的地理位置、豐富的資源和良好的經(jīng)濟環(huán)境容易吸引大批外來務(wù)工人員及人才，人口流動性較大，可以進行計劃性的人才引進來增加流動人口，使得居民對住房的需求和商品房的供給保持平衡。（2）引進優(yōu)質(zhì)外來資本進行投資優(yōu)質(zhì)外來資本的注入可以提升房地產(chǎn)行業(yè)的活力，促進相關(guān)企業(yè)的健康發(fā)展。因此，建議推動政府和社會資本合作模式，擴大有效投資。不僅能夠緩解房地產(chǎn)行業(yè)的資金壓力，還能為行業(yè)帶來新的發(fā)展理念和經(jīng)營模式。通過PPP模式，政府可以與社會資本共同承擔(dān)風(fēng)險、分享收益，實現(xiàn)資源的優(yōu)化配置和高效利用。（3）政府發(fā)揮職能，正確引導(dǎo)公眾理性購房政策的出臺會直接影響人們的購房觀念進而引發(fā)房價的波動。政府應(yīng)該充分發(fā)揮職能、制定發(fā)布對城市和人民有利的政策，堅持“房住不炒”的基本原則，避免房價的劇烈波動，健全監(jiān)管的整套體系REF_Ref29198\r\h[21]，并及時向社會公布監(jiān)管情況，保證房地產(chǎn)價格公開透明。（4）完善住房租賃市場體系近年來，隨著住房購房壓力的增大，租房是一個成本小并且合理的選擇。然而，由于住房租賃體系尚未完善，出現(xiàn)了房源良莠不齊、租房者的權(quán)益得不到保障、存在不法分子擾亂市場等問題，完善住房租賃市場體系變得尤為重要。如增加房源供應(yīng)、提升運營水平、加強租房補貼、納入公共服務(wù)體系以及加強監(jiān)管和規(guī)范等。這些措施將有助于推動住房租賃市場的健康發(fā)展，為更多人提供安全、穩(wěn)定、可負(fù)擔(dān)的住房選擇。

參考文獻第一財經(jīng).淺談中國房地產(chǎn)市場的現(xiàn)狀和未來|首席經(jīng)濟學(xué)家調(diào)研12周年回顧與展望[EB/OL].(2022-10-26)[2024-03-01]./china/2022-10-26/doc-imqqsmrp3798089.shtml.劉金婷.房地產(chǎn)市場情緒對我國房價波動的影響[D].吉林:吉林大學(xué),2023.許璐.探究影響全國平均房價變動的因素基于計量經(jīng)濟學(xué)模型分析[J].活力,2023,(07):196-198.邱昕彤.天津市商品住房價格影響因素及調(diào)控政策研究[D].天津:天津大學(xué),2020.董江麗.天津市商品房住宅市場價格影響因素及預(yù)測研究[D].天津財經(jīng)大學(xué),2021.劉有章,徐穎.中國長三角地區(qū)房價影響因素實證分析——基于空間視角[J].海南大學(xué)學(xué)報(人文社會科學(xué)版),2019,37(06):77-85.王玲,劉平清,王梅等.基于VAR模型對貴州省房價影響因素分析[J].電腦知識與技術(shù),2022,18(02):122-125+129.戰(zhàn)松,孫川.基于VAR模型的沈陽市房價影響因素分析[J].沈陽建筑大學(xué)學(xué)報(社會科學(xué)版),2022,24(02):167-172.張飛.淮安市房價變動及其影響因素分析[J].現(xiàn)代營銷(下旬刊),2022,(09):86-88.YuxiJ,LilanQ.Empiricalstudyontheinfluencingfactorsofhousingprice–––Basedoncross-section