房地产价格与城市发展水平的简易实证研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇房地产价格与城市发展水平的简易实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】 随着房地产市场的日趋火爆，房价作为房地产经济运行中的重要变量，与城市发展水平究竟有何种联系引起人们的广泛关注。本文从我国的具体数据入手系统分析房地产价格与城市发展水平的关系。

【关键词】 交房价 居民收入 城市发展水平

一、引言

近年来，房地产在中国城市甚至国家经济中的地位迅速提升，房地产对城市总体经济、城市发展，发挥了十分明显的双刃剑的作用，成为决策者和社会各界普遍关注的话题。而由于我国的经济结构还处于调整时期，房地产的这种双向作用还将长期持续。其中需要重点关注的重要因素则是房地产价格的问题以及其对城市发展水平的影响。

二、中国房地产及城市发展水平的实证分析

1、计量模型变量的确定

通过对房价与城市发展水平的相关了解，文章选取了全国26个大中型城市2012年房屋销售价格指数、土地交易价格指数、人均地区生产总值、建筑业地区生产总值、非农人口占总人口的比重、城镇居民平均工资六个解释变量来研究影响中国房地产价格的因素，被解释变量则为商品房屋销售价格。房屋销售价格指数（salesindex）：该指数反映了商品房屋销售价格的走势情况，采用中房拉氏指数。土地交易价格指数（landindex）：土地交易价格是指房地产开发商或其它建设单位在进行商品房开发之前，为取得土地使用权而实际支付的价格，不包括土地的后继开发费用、税费、各种手续费和拆迁费等。作为房地产开发主要成本之一的土地使用权定价越高，居民住宅用地交易价格也越高。人均地区生产总值（gdp）：该变量反映了该城市的经济发展水平。经济的高速发展必将推动房地产业的快速发展，作为反映整个宏观经济发展水平和房地产业发展经济背景的GDP同房价之间应存在着一定的相关性。建筑业地区生产总值（cons）：该变量为建筑业的发展水平，建筑业是专门从事土木工程、房屋建设和设备安装以及工程勘察设计工作的生产部门。理论情况下我们假设，该指标与商品房屋销售价格呈同向变化。非农人口占总人口的比重（urban）：该指标代表了该地区的城市化水平，人口结构会影响到住房需求，一般情况下，该指标与房屋售价呈同向变化。城镇居民平均工资（pay）：由于城镇居民平均工资上升会增强居民的购买能力，提高房屋的有效需求，故一般而言，城镇居民平均工资越高，房地产价格越高。

2、计量模型的初步建立

由于要研究的是城市发展水平与房价的关系，因此本文选取了七个解释变量来表示城市发展情况，对我国26个大中型城市2012年房价情况进行统计分析，并利用计量经济学方法对所建立模型进行定量分析（由于部分城市数据缺失，故只选取26个样本）。模型的变量选择如下：price：全国26个大中型城市平均房价（元），salesindex：全国26个大中型城市房屋销售价格指数（×100），landindex：全国26个大中型城市土地交易价格指数（×100），gdp：全国26个大中型城市人均地区生产总值（元），cons：全国26个大中型城市建筑业地区生产总值（亿元），urban：全国26个大中型城市非农人口占总人口的比重（×100），pay：全国26个大中型城市城镇居民平均工资（元）。（注：数据来源：2013年国家统计年鉴-70个大中型城市房地产价格指数以及各个省份的统计年鉴数值。）用OLS估计模型进行处理，利用STATA软件对数据进行OLS估计，得到如表1所示结果。

从经济学意义上看，salesindex，gdp的符号与其经济意义不符，这可能是由于存在多重共线性而导致，但它们应该是一定程度的决定变量，所以暂时不排除。从统计检验来看，R2，F值都较高，说明模型具有一定的解释能力。

3、模型的检验

（1）多重共线性检验

由图1可见gdp与pay之间存在着一定程度的共线性问题，故删除变量gdp，而在剔除变量gdp后用STATA软件对数据进行OLS估计得出结果如表2。

（2）异方差性检验

对删除变量gdp的模型和26个样本数据进行怀特检验判定是否存在异方差。结果如图2（利用EViews对进行怀特异方差检验结果）所示：

由图2可见其伴随概率大于0.05，可见该模型不存在异方差。

4、异常值的检验与剔除

经STATA计算得杠杆值、学生化外残差、Cook距离、马氏距离统计量取值计算如下：

取？琢=0.01，因n=26，p=5，查相关的表可得临界值F？琢=F（5，26）（0.01）=3.82。故有：■=0.4763。由stata统计结果得出：样本18（重庆），22（乌鲁木齐）杠杆值高于0.4763，视为异常值剔除。剔除异常值后回归结果输出如表3所示。

由此可见：剔除异常值后R2以及调整R2都有所提高，说明模型对其余24个样本解释能力提高。据此进一步采用逐步剔除不显著变量的方式，得到的最终回归结果如表4所示。

5、修正后模型方程及模型解释

通过统计检验和对方程的修正，方程的最终结果为：■=

-656.8308+12.93058？鄢cons+0.1159077？鄢pay （-0.62）（3.24） （2.47）

R2=0.7597 AdjR2=0.7369 F=33.20。

此模型的经济意义为当城镇居民平均工资保持不变时，建筑业地区生产总值每增加一亿元，房价平均增加12.93元；当建筑业地区生产总值保持不变时，城镇居民平均工资每增加一元，房价平均增加0.12元。城镇居民平均工资上升会增强居民的购买能力，提高房屋的有效需求。房屋作为实物资产，不仅具有使用功能，同时也具有保值增值的功能，这就意味着房屋具有了投资的价值，尤其是在目前我国投资渠道较为贫乏，债券投资风险较高、收益不确定且需要较多专业知识和操作技术，银行存款的收益低，还有存在低于通货膨胀率而形成负收益的风险的状况下。在目前房产价格年年攀升的局面下，无疑使房地产成为更具吸引力的投资渠道之一。所以，城镇居民平均工资上升对房价的提高有极大地促进作用。

三、相关的建议

由上述模型可知，大力发展经济适用房，健全住房保障体系。目前，建筑业所产生的地区生产总值主要是投入在商品房包括住宅商品房以及非住宅商品房，所以建筑业生产总值对房价增长的促进作用才会如此显著。经济适用房作为现阶段的国家住房建设政策，旨在通过政策的倾斜，如用地划拨、税费减免等优惠措施，来达到扩大住房供给、调节房地产投资结构和启动市场有效需求等目的，它是基于我国目前特殊的房地产市场和住房市场发展到一定阶段的一种政策选择。要明确购买经济适用房的购买标准，确定中低收入家庭购买经济适用房的收入标准；明确住房标准，确定经适房的档次、建筑面积等。

【参考文献】

[1] 中华人民共和国国家统计局2013中国统计年鉴[M].北京：中国统计出版社，2013.

[2] 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）.

[3] 严金海：中国的房价与地价：理论、实证和政策分析[J].数量经济技术经济研究，2006.