1、的关系，1990年MEEN按照效用最大化的理论对此进行了研究，其研究的结论是: Max=0ertu（，） （3.1）在约束条件:HPH=CPC=Y下，使用LAGRANGE推导并微分后，可以得到如下关系式: Ph=f（Y,H,CPc） （3.2）上式中:为折现率；t为时间；Ph为住宅价格；P。为其它商品价格；Y为家庭年收入；H为住宅消费量；C为其它商品消费量。可见，在影响住宅价格的因素中，家庭年收入是一个重要的因素。同时，还应注意到人口数量与住宅价格之间存在的密切关系，因为在家庭收入一定的情况下，人口数量增加，对住宅的需求则增加，住宅价格将上升。人口数量下降，对住宅的需求则下降，住宅价格将下跌。
2、2.住宅价格与住宅供给从供给方面看，住宅价格(供给价格)是指在特定时间内开发商对一定数量的住宅愿意并有能力出售的最低价格，是盈利水平和供给能力的统一，没有足够的盈利水平或没有足够的供给能力，供给价格都不能形成。由此可见，住宅可供给的数量与住宅价格存在密切的关系。除了住宅的供给数量外，开发商的盈利水平也直接影响住宅供给，从而间接影响住宅价格。作为追求利润最大化的微观企业，开发商所制订的供给价格必然是在利润为零的成本价格之上，所以住宅价格又必然受到开发成本的影响。如果用公式表示则有:住宅价格(供给价格-开发成本+最大利润+纳税额，所以开发成本必然成为开发商制定住宅供给价格的重要指标。理论上分析住宅
3、价格的构成，实际也是从供求方面或者说从房地产开发商角度来考察这一问题。通过对国内住宅开发过程分析可知，一个住宅项目的完结主要包括住宅开发生产和流通销售两个过程，对这两个过程再做进一步分析，便可以得到住宅价格构成的基本要素，如表3.2所示。表3.2住宅价格构成要素生产过程土地出让金土地补偿费房屋建造价格农地转市地地价安置补助费地上附着物及青苗补偿费土地开发费管理费用投资利息土地开发规费与税金土地开发利润市地地价拆迁安置费土地再开发费用管理费用土地开发规费与税金土地开发利润勘察设计等前期费用建安费用基础设施建设费公共配套设施建设费管理费用投资利息房建开发规费与税金流通过程销售附加价格房建开发利润销
4、售费用维护费用管理费用投资利息销售规费与税金销售利润在本论文的实证研究中，采用“住宅的年竣工面积”和“年房地产投资”两项指标来描述住宅的有效供给情况；采用“土地价格”和“建设成本”两项加总的“主要成本”指标来描述开发成本。尽管这只是对供给的一个近似描述，但这种尝试还是有意义的。此外，我们注意到住宅价格总是与一个国家或地区的经济发展阶段相对应，为了把住宅价格放在当时所处的特定经济发展水平中来考虑，在后面的实证研究中，笔者引入了“人均GDP” ,“人均GDP增长率”和“三次产业比例关系”等三个指标，作为环境条件因素，用来描述研究对象所处区域的经济发展水平。（三）住宅价格影响因素模型1.住宅价格影响
5、因素模型上面从住宅价格的形成机制上，分析了可能对住宅价格产生影响的供给、需求及外部环境因素。下面我们换一个视角，从函数关系上考察这一问题。为了能反映问题的不同侧面，笔者拟从三个方面展开分析:需求影响下的住宅价格影响因素模型根据需求理论，我们知道人们对住宅的需求量Qd取决于住宅的价格P、人们的购买力B、价格增长预期R和市场中的其它因素Od，用函数表示即: Qd=f（P，B，R，Od） （3.4）因为人们对住宅的购买力B又取决于人口数量M、收入I和住宅贷款水平L,即： B=f（M,I,L） （3.5）所以式(3.4)又可表示为： Qd=f（P,M,I,L,B,R,Od） （3.6）由式(3.6)，
6、住宅价格P必然与需求量Qd人口数量M、收入I和住宅贷款水平L之间所存在着一定的函数关系，这种关系可以表示为: P=f（Z）=f（Qd，M,I，L，R，Od） （3.7）式(3.7)也可用线性的具体函数表示为: P=0+ + （3.8）再进一步，我们假定人口数量M、收入I和需求量Qd住宅价格上涨预期的估计量分别为自变量1 (常住人口数量，万人)、2(在职职工年平均工资额，百元)、3(年成交面积，万m2,4(住宅价格上涨预期，（Pt+1-Pt）/（Pt，%），价格h的估计量为因变量 (住宅价格，元/m2)，则式(3.8)可表示为: = 0+ 11+ 22+ 33+ 45+ （3.9）式(3.9)中
7、没有考虑住宅贷款水平L的影响，并非这一因素的影响不够重要或不够显著，只是陕西省西安市的个人住房贷款最早始于1997年，至今时间较短，积累的数据太少而无法进行统计意义上的研究而忽略，这需要在将来研究中进一步完善。式(3.9)中也没有考虑其它因素Od，是因为这些因素要么不是主要因素，要么目前还无法进行量化研究。由此，我们得到需求因素影响下的住宅价格影响因素模型，即式(3.9)，在后面的章节我们将基于该模型进行实证分析。2.供给影响下的住宅价格影响因素模型根据供给理论，我们知道住宅供给量Qs取决于开发商的开发能力E，盈利水平W和市场中的其它因素Os，用函数表示即:Qs=f（E,W,Os） （3.10
8、）对于技术含量并不高的住宅建设，开发商的开发能力E主要取决于房地产开发的投资V；而盈利水平W主要取决于住宅价格P、土地出让金Pg和建安成本Pb，即:W=f（P,Pg，Pb） （3.11）所以式(3.10)又可表示为: Qs=f（V,P,Pg，Pb，Os） （3.12）由式(3.12)知，住宅价格P与供给量QS、房地产开发投资V、土地出让金Pg和建安成本Ph之间所存在如下的函数关系: P=f（Z）=f（Qs，V，Pg，Pb，Os） （3.13）式(3.13)也可用函数表示为: （3.14）再进一步，我们假定土地出让金Pg、建安成本Pb、供给量Qs和房地产开发投资V的估计量为自变量5 (主要成本，
9、包括土地出让金和建安成本，元/m2), 6(住宅竣工面积，万m2) , 7(房地产开发投资，亿元)，假定价格P的估计量为因变量Y(住宅价格，元/m2)，则式(3.14)可进一步表示为: （3.15） 式(3.15)没有考虑其它因素的影响，原因同上。由此，我们得到供给因素影响下的住宅价格影响因素模型，即式(3.15)，在随后章节我们也将基于这一模型进行相应的实证分析。3.综合因素影响下的住宅价格影响因素模型根据均衡分析理论，住宅的价格取决于住宅的需求量Qd和住宅供给量Qs的自然平衡，用函数表示即: Qd=Qs （3.16）将式(3.6)和式(3.12)代入式(3.16)有:f（P，M，I，L，R
10、，Od）=f（V，P，Pg，Pb，Os）式(3.18)也可用线性函数表示为:（3.18）再进一步，我们假定住宅价格P的估计量为因变量（住宅价格，元/m2）；设定人口M、收入I、主要成本(土地出让金Pg和建安成本Pb)、房地产开发投资V的估计量为自变量1 (常住人口数量，万人). 2(在职职工年平均工资额，百元). 4(住宅价格增长预期，%)，5为主要成本(元/m2), 7(房地产开发投资，亿元)；设定其它因素Ot，用8（人均GDP，千元)、9(人均GDP增长率，%)、10(第三产业比例，%)进行描述和估计，则式(3.19)可表示为: =0 +11+ 22+ 44+ 55+ 77+ 88+ 99+ 1010+ （3.20）于是，我们得到综合因素影响下的住宅价格影响因素模型，即式（3.20），在下一章我们也将基于这一模型进行相应的实证分析。表4.15陕西省西安市历年住宅价格与影响因素指标统计值(2000-2017)年份房地产价格常住人口年平均工资年成交面积土地价格建安成本竣工面积房地产开发投资年人均GDP年人均GDP增长率第三产业比200031636883402128.42050.32067.2270.6719645817.5442.1200132156984523140.5
