我國商品住宅價格的動力因素實證研究
2008-01-01 00:00:00方大鵬
現代商貿工業 2008年5期
摘 要：通過從理論上對影響商品住宅價格的因素進行闡述，在此基礎上，提出影響商品住宅價格變動的六個重要經濟指標并加以實證分析，實證結果表明，城鎮居民收入水平和城鎮人口規模對商品住宅價格的影響最顯著。
關鍵詞：商品住宅；價格；動力因素
中圖分類號：F726文獻標識碼：A文章編號：1672-3198（2008）05-0072-01
1 商品住宅價格的動力因素分析
商品住宅具有一般商品的屬性，其價格是在市場需求和供給兩方面因素的共同作用下形成的。據此，可將商品住宅價格的動力因素歸納為：政治因素、經濟因素、行政因素和社會因素等。其中，由于我國政局穩定，政治因素對我國商品住宅價格的影響可不予考慮。
影響住宅價格的經濟因素主要包括：①經濟增長。②物價、收入及就業水平。③利率及金融環境。④土地成本。
影響住宅價格的行政因素主要包括：①土地供應管制。②住宅制度與政策。③城市規劃。
影響住宅價格的社會因素主要包括：①人口狀況。②社區環境。
2 模型初步設定與數據收集
本文在分析我國住宅價格的動力因素時，所考慮的因變量和自變量分別為：商品住宅價格（HP），城鎮居民家庭人均可支配收入（DI），城鎮人口（POP），國內生產總值（GDP），城鎮居民家庭恩格爾系數（ENG），城市人均住房使用面積（HSPP）、商品住宅銷售面積（HSS）。通過建立模型來識別城市商品住宅價格的動力因素。依據上述變量，我們得到初步擬定線性函數形式為：
Ln(HPi)=β0+β1Ln(DIi)+β2Ln(POPi)+β3Ln(GDPi)+β4Ln(ENGi)+β5Ln(HSPPi)+β6Ln(HSSi)+εi
其中，βi為回歸系數，表示住宅價格對其它各項指標的彈性大小；εi表示隨機誤差項。
3 實證分析
3.1 數據范圍
本文選取1991-2005年的各項指標數據，本文原始數據均取自于《中國統計年鑒2006》。
3.2 模型調整與確定
（1）指標考察。
初始模型中的各自變量是依據國內外已有研究成果確定的，具體到本文的分析中，則要進一步深入考慮。首先考慮各變量間是否具有多重共線性，根據統計數據求得各變量的相關系數矩陣，如表1所示。
恩格爾系數（ENG）與住宅銷售面積（HSS）的相關系數未達到0.9以外，其余任意兩變量之間的相關系數均在0.9之上。可見，該模型的參數估計很可能會受到多重共線性的影響，必須對自變量做出一定的調整。從相關系數矩陣表中不難發現，人均可支配收入（DI）和國民生產總值（GDP）之間高度相關，相關系數達0.9973，為相關系數矩陣中的最大元素。在現實經濟運行中，GDP是一國經濟綜合實力的反映，而可支配收入則是從人民生活水平角度反映國家經濟實力，兩者之間的線性關系極強。因此，本文將原模型中的GDP剔除掉，以消除一部分多重共線性帶來的影響。
（2）線性回歸。
剔除變量GDP后，原模型變為：
Ln(HPi)=β0+β1Ln(DIi)+β2Ln(POPi)+β3Ln(ENGi)+β4Ln(HSPPi)+β5Ln(HSSi)+εi
利用Eviews5.0，用OLS法估計上述模型（2），結果為：
從整體上來看，調整后的擬合優度R2=0.972，說明模型的自變量對因變量的解釋程度為97.2%，即模型具有良好的解釋能力。但模型（2）中恩格爾系數正值。從理論上分析，恩格爾系數越低則說明居民生活水平越高，通常，食品支出減少的30%-50%會轉移到住房消費上。但從實證研究來看其回歸系數卻是正值，這表示恩格爾系數越高住宅價格也就越高，顯然這一結果和理論分析存在矛盾，故考慮將恩格爾系數剔除出模型。
另外，如前文所述，各自變量之間是存在較強的多重共線性的，為了找出究竟哪些自變量與其它自變量之間有這近似的線性關系，下面做一組輔助回歸，即做每一個自變量對其余自變量的回歸，并計算出相應的R2，并與原模型的R2作比較以輔助判斷多重共線性。結果如表2所示。
模型（2）的擬合優度R2=0.982189。根據克萊因（Klein）經驗法則，僅當來自一個輔助回歸的R2大于來自回
歸子對全部回歸元的回歸中的總R2值時，多重共線性才算是一個麻煩的問題。我們看到，輔助回歸中對Ln(POP)、Ln(ENG)、Ln(HSPP)的回歸的R2值是明顯大于總體R2的，由此產生的多重共線性影響會比較嚴重，結合前面的分析，至此，我們將恩格爾系數和人均建筑面積剔除出模型（2），而對于城鎮人口，盡管可能會存在多重共線性，但根據已有的研究，這一指標一定是拉動住宅需求進而推動住宅價格上漲的因素，因此仍保留在模型中，于是模型變為：
R2=0.973和F=132.52表明模型（3）對因變量的解釋程度高，而且模型在總體上的線性關系是顯著的。但是，在5%的顯著水平下各自變量的t檢驗只有可支配收入能夠通過，由于此模型中常數項沒有具體的經濟含義，也沒有通過顯著性檢驗，可以將其剔除出模型（3）。而變量Ln(HSS)也沒有通過顯著性檢驗，因為住宅銷售面積直接反映了商品住宅需求，而可支配收入和城鎮人口規模都能拉動商品住宅需求，因而出現了多重共線性，故將住宅銷售面積也剔除出模型（3）。而對于變量Ln(POP)，其系數為負值，即城鎮人口越多，住宅價格越低，這顯然是與經濟理論相悖的，城鎮人口增多會拉動對商品住宅的需求，而土地資源是有限的，住宅價格必然會上升，前文在保留城鎮人口這一變量里已經說明過可能會產生多重共線性，這里我們暫且將這種與經濟理論相矛盾的情況視為多重共線性帶來的影響。下面考慮剔除常數項以及造成多重共線性的自變量Ln(HSS)后的模型：
R2=0.9678，表明Ln(DI)和Ln(POP)對Ln(HP)的解釋程度達到96.78%，且兩個自變量都明顯通過了顯著性t檢驗。對于自相關問題，由于模型（4）沒有包含常數項，因此用DW值判斷一階自相關是無效的，作出殘差和滯后一期的殘差的散點圖，如圖1所示。從圖中也無法判斷是其自相關性，本文對此不作進一步分析。
注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。
