吉林市商品房房價影響因素的因子分析

張航　國冰

摘要：商品房房價受到了諸多因素的影響，本文以吉林市2005-2014年商品房平均售價及相關影響因素數據為基拙，根據影響吉林市商品房價格的10個指標進行分析，建立吉林市商品房價格影響因素因子分析模型來對吉林市的商品房房價進行分析。結果表明，商品房的房價主要受到經濟發展水平和房地產市場變化兩個大方面的影響，其中經濟發展水平為影響房價走勢的重要因素。

關鍵詞：因子分析；因子載荷陣；商品房價格

中圖分類號：F293.3 文獻識別碼：A 文章編號：1001-828X（2016）012-000-01

一、前言

近年來，隨著中國經濟快速發展，人民收入水平不斷提高，對高質量住房的需求也逐年增大。中國房地產市場持續升溫，過快增長的房價成為社會討論熱點。很多學者對中國的商品房房價問題進行了研究，如李晨通過因子分析對中國房價的四大影響因素進行分析，但是由于地域區別，并不適合吉林市商品房問題；李海洋結合需求關系的問題對影響商品住宅價格的因素進行側重于定性的分析，缺少定量的統計分析。本文主要是根據吉林市的實際情況選取影響吉林市商品房價格的10個指標，并建立因子分析模型，對影響吉林市商品房價格的因素進行統計分析。

二、對影響商品房房價的諸多因素的因子分析

1.指標的選取

我們研究影響商品房房價的十個指標：居住面積X1（平方米）、人均可支配收入X2（元）、社會消費品零售總額X3（萬元）、職工年平均工資X4（元）、年末儲蓄存款余額X5（萬元）、人均財政收入X6（元）、竣工住宅面積X7（萬平方米）、居民消費價格指數X8（%）、房地產投資X9（萬元）、商品住宅銷售面積X10（萬平方米）。我們從國家統計局吉林市調查隊搜集了2005—2014年的數據，利用SPSS統計軟件進行因子分析。

2.變量間相關性檢驗

為了檢驗數據是否適合建立因子分析模型，我們對數據進行相關性檢驗，根據數據各變量的相關系數陣，各變量間大部分相關系數>0.5，即變量間存在較強的相關關系，比較適合進行因子分析。

3.公共因子的選取

為了選取出合適的公共因子，我們從公共因子的特征值和方差貢獻率出發來選取公共因子的個數，具體的結果見表1。

由表1可知，有2個公共因子的特征值大于1，累計方差貢獻率（原始數據信息總量）已經達到了79.712%。因此選取這兩個公共因子是合理的。

4.因子分析模型與因子解釋

因子載荷陣是因子分析的主要依據，既可以解釋公共因子，又可以得到因子分析模型，因子載荷陣結果見表2。

因子分析的主要目的之一就是對公共因子進行合理解釋，通過表2我們可以發現公共因子1與X2、X3、X4、X5、X6、X9相關程度較高，這些原始變量主要是體現經濟發展的指標，我們可以把公共因子1解釋為經濟發展因子，公共因子2與其余的變量X1、X7、X8、X10相關程度較高，主要是體現房地產市場的指標，把公共因子2解釋為房地產市場因子。

5.因子得分及綜合得分

為了進一步反應各因素對商品房房價的影響，我們計算各公共因子的因子得分，并進一步計算各綜合得分見表3，綜合得分的公式為：

根據表3我們可以看出近年的綜合得分呈現上升趨勢，說明吉林市的商品房價格正日趨合理。

三、結論

根據上述分析，得到以下結論：第一：吉林市的商品房價格的影響因素可分為經濟發展因子和房地產市場因子，吉林市經濟發展因子對房價的影響較為顯著。隨著人口數量的增加以及城鎮化速度的加快，客觀上推動了房屋需求規模的增大。從數據上看可以看出經濟發展因子與原指標的相關性較高，方差貢獻率達到了63.411%，說明經濟發展是房價增長的重要原因。第二，居民消費觀念的轉變是導致吉林市房地產需求增加的原因之一。居民的消費觀念由基本的居住性需求轉變為追求更高品位、更高檔次的改善性需求，這種消費需求的變化吸引著越來越多的投資者，不斷增加對房地產的投資，推動房價不斷攀升。

參考文獻：

[1]李晨.基于因子分析法的中國房價影響因素的分析.經濟研究導刊，2010.

[2]李海洋.影響商品住宅價格的因素分析[J].寧夏社會科學，2010.

[3]余建英，何旭.數據統計分析與SPSS應用[M].北京：人民郵電出版社，2003.

作者簡介：張 航（1995-），女，河北唐山人，漢族，學生。研究方向：概率論與數理統計。

通訊作者：國 冰（1979-），男，吉林省吉林市人，漢族，講師。研究方向：概率論與數理統計。

項目：吉林農業科技學院大學生科技創新項目（項目號：2015081）