資源型城市房地產(chǎn)業(yè)與主導產(chǎn)業(yè)發(fā)展關系的動態(tài)計量研究
——以榆林市為例

羅福周，陳 良

(西安建筑科技大學管理學院，陜西 西安 710055）

在依托豐富資源優(yōu)勢大力發(fā)展資源產(chǎn)業(yè)的同時，房地產(chǎn)業(yè)也得到了快速發(fā)展.近幾年，在經(jīng)濟新常態(tài)下，隨著主導產(chǎn)業(yè)鏈的發(fā)展而資源不可再生因素的限制對以煤炭產(chǎn)業(yè)為主導的資源型城市帶來了嚴重沖擊，主導產(chǎn)業(yè)發(fā)生轉(zhuǎn)型，資源型城市區(qū)域經(jīng)濟下滑；而房地產(chǎn)業(yè)作為城市經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，同樣也受到很大的影響，給房地產(chǎn)市場帶來很大的風險.經(jīng)濟學家郎咸平認為：“目前我國房地產(chǎn)市場正在經(jīng)歷歷史性拐點，而不是周期性波動，原因是住宅市場已經(jīng)不再是房地產(chǎn)企業(yè)投資的主力，過了高峰期，所以下一步應該用時間換空間，爭取房地產(chǎn)市場投資軟著陸”[1].從區(qū)域經(jīng)濟來看，2013年經(jīng)濟師陰忠鵬曾對“神木模式”的危情進行探析，分析了從“神木模式”到“神木危機”的過程[2]；2012年秦遠建研究了我國煤炭價格與經(jīng)濟增長之間的關系，提出了鄉(xiāng)鎮(zhèn)煤炭企業(yè)必須在產(chǎn)業(yè)轉(zhuǎn)型中發(fā)揮積極主觀能動性，從可持續(xù)發(fā)展視角推進企業(yè)產(chǎn)業(yè)轉(zhuǎn)型的意見[3].這些研究成果大多是研究者從全國范圍或者一些典型的一、二線城市的層面來研究房地產(chǎn)風險，以資源型城市房地產(chǎn)業(yè)作為樣本來研究比較少見.由于資源型城市的主導產(chǎn)業(yè)對資源型城市經(jīng)濟的影響顯著，從而會影響到作為城市經(jīng)濟支柱性產(chǎn)業(yè)之一的房地產(chǎn)業(yè)，所以本文通過動態(tài)計量經(jīng)濟學中的方法對榆林市房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)進行定性和定量的分析，為進一步找到資源型城市房地產(chǎn)業(yè)和主導產(chǎn)業(yè)之間動態(tài)關系的著力點起到啟示與參考作用.

1 資源型城市房地產(chǎn)業(yè)和主導產(chǎn)業(yè)評價體系

1.1 房地產(chǎn)業(yè)評價指標的選取

資源型城市房地產(chǎn)發(fā)展水平指標的選取和構(gòu)建是借鑒了“中國房地產(chǎn)業(yè)指標體系建立的理論分析與實證研究”[4]等相關文獻的基礎上結(jié)合資源型城市發(fā)展的區(qū)域性特點，建立了房地產(chǎn)發(fā)展評價指標體系，具體見表1.

表1 房地產(chǎn)發(fā)展水平測度指標體系Tab.1 The measure index system of real estate development level

1.2 資源型城市主導產(chǎn)業(yè)指標的選取

榆林市是以煤炭產(chǎn)業(yè)為主要資源產(chǎn)業(yè)的資源型城市，對煤炭資源產(chǎn)業(yè)指標的選取，通過閱讀“煤炭產(chǎn)業(yè)市場結(jié)構(gòu)與市場績效的關聯(lián)度分析”等相關文獻[5]，認為可以通過煤炭價格來反映榆林市煤炭產(chǎn)業(yè)的發(fā)展程度，所以選取煤炭價格作為榆林市資源產(chǎn)業(yè)的指標.

1.3 建立房地產(chǎn)業(yè)發(fā)展水平的因子分析和主成分分析模型

通過SPSS20.0軟件計算得出因子分析結(jié)果中各因子特征值和因子貢獻率，選擇特征值大于1且方差貢獻率累積值大于85%的主因子，提取滿足條件的前幾個主因子，得到旋轉(zhuǎn)成分矩陣，根據(jù)成分矩陣算出主因子相對應的特征變量[6]，得到特征變量矩陣F.

1.4 熵值法確定每個主因子的權重

數(shù)據(jù)標準化歸一處理，由于指標量綱，數(shù)量級并不統(tǒng)一，為此需要做標準化歸一處理[7]，對于m年p個指標的原始數(shù)據(jù)矩陣為，標準化的矩陣為，其中對于正向指標，指標越大越好，歸一化公式為：；對于負向指標，指標越小越好，歸一化公式為：，，其中，，則權重為，即得到每個主因子在表達式中的權重，因此能夠得到房地產(chǎn)發(fā)展水平的表達式：.

1.5 建立房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)發(fā)展關系模型

(1)ADF單位根檢驗： 在模型建立之前，需要對房地產(chǎn)業(yè)發(fā)展水平和煤炭價格兩個時間平穩(wěn)性的ADF單位根檢驗，只有房地產(chǎn)業(yè)發(fā)展水平序列和煤炭價格序列是同階單整，才能夠進行接下來的協(xié)整檢驗.

(2)協(xié)整檢驗：協(xié)整檢驗有兩種方法，一種是基于回歸殘差的協(xié)整檢驗，另一種是基于回歸系數(shù)的完全信息協(xié)整檢驗[8].本文選擇第一種，以RDL和COP分別代表房地產(chǎn)發(fā)展水平和煤炭價格.

第一步：需要對RDL和COP進行對數(shù)化處理，lnRDL和lnCOP是同階單整序列，即和是平穩(wěn)的，用OLS法對回歸方程：進行估計，得到殘差序列.

(3)誤差修正模型：通過上述檢驗lnRDL和lnCOP之間存在協(xié)整，表明兩者之間有長期均衡關系.但從短期來看，可能會出現(xiàn)失衡，為了增強模型的精度，建立誤差修正模型把房地產(chǎn)發(fā)展水平的短期行為和長期變化聯(lián)系起來，誤差修正模型結(jié)構(gòu)如下：.通過Eviews 7.2軟件計算最終得到誤差修正模型結(jié)果.

(4)Granger因果檢驗:格蘭杰因果關系檢驗是借助上述OLS模型來進行一組系數(shù)顯著性檢驗，原假設為房地產(chǎn)發(fā)展水平不是煤炭價格的格蘭杰因果關系，如果檢驗的概率P值小于設定的置信水平（通常為5%），則原假設不成立，即房地產(chǎn)發(fā)展水平是煤炭價格的格蘭杰因果關系；反之，則兩者之間不是因果關系[9].

2 榆林市房地產(chǎn)發(fā)展水平與煤炭產(chǎn)業(yè)之間關系的實證分析

2.1 數(shù)據(jù)的選取和模型的建立

(1)通過查找歷年陜西省統(tǒng)計年鑒和榆林市統(tǒng)計年鑒，得到原始數(shù)據(jù)見表2.

表2 榆林市房地產(chǎn)發(fā)展水平各指標原始數(shù)據(jù)Tab.2 Raw data of single indicator of real estate in Yulin

(2)通過SPSS20.0軟件計算出榆林市房地產(chǎn)各因子貢獻率，見表3.

表3 特征值和貢獻率Tab.3 Characteristic value and contribution rate

通過對上述表格分析，前兩個成分的特征值大于1，并且前兩個因子的特征值之和占總特征值的92.294%，大于規(guī)定的85%，所以應該提取前兩個主成分，得到主成分得分系數(shù)矩陣，根據(jù)主成分得分系數(shù)矩陣計算出兩個主因子的特征向量矩陣見表4.

表4 主因子特征向量矩陣Tab.4 The main factor characteristic vector matrix

從特征向量矩陣可以得到主成分的計算公式如下：

(3)運用熵值法算出主因子權重并計算出榆林市房地產(chǎn)發(fā)展水平綜合得分.

表5 主因子權重Tab.5 The main factor weight

綜合評價函數(shù)為:

根據(jù)上述公式計算出榆林市房地產(chǎn)發(fā)展水平的綜合得分，見表6.

(4)選取煤炭價格COP來代表煤炭產(chǎn)業(yè)景氣水平，見表7.

表6 榆林市房地產(chǎn)發(fā)展水平（RDL）綜合得分Tab.6 Real estate development level comprehensive score in Yulin

表7 榆林市煤炭價格（COP）Tab.7 The price of coal in Yulin

2.2 房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)發(fā)展關系檢驗分析

(1)單位根檢驗:對各序列進行取自然對數(shù)變換，得到lnRDL和lnCOP，進行單位根檢驗.

表8 ln RDL與ln COP的ADF單位根檢驗Tab.8 ADF Unit Root Test of ln RDL and ln COP

由表8可知，時間序列l(wèi)nRDL和lnCOP經(jīng)過二階差分平穩(wěn)了，所以是二階單整序列.

(2)協(xié)整檢驗

根據(jù)前面的檢驗分析，對該序列進行協(xié)整檢驗，得到回歸模型的OLS估計結(jié)果：

其中，t=（-2.395 5,1.488），R2=0.486865，DW=1.312，將所得的回歸方程所形成的新序列命名為et,則.

表9 回歸方程殘差的ADF平穩(wěn)性檢驗結(jié)果Tab.9 Result of ADF stationality test of regression equations residuals

所以，煤炭價格和房地產(chǎn)發(fā)展水平之間存在著長期均衡的關系.

(3)誤差修正模型

建立誤差修正模型，用OLS法進行估計得到回歸模型的估計結(jié)果.一階差分：

其中，t= (0.000 5,0.000 3,0.000 7），R2=0.99，DW=2.311，榆林市煤炭價格的對數(shù)值變動1%，將會引起房地產(chǎn)發(fā)展水平的對數(shù)向反方向變動0.7775%；誤差修正項，即et-1項的系數(shù)反應了對偏離長期均衡的調(diào)整力度，彈性為0.426%，即在t-1時刻lnRDL小于其長期均衡值-3.834lnCOP+21.885 92時，lnRDL在此刻t就做出相應正的修正，因此，lnRDL就在不斷修正過程中發(fā)展，由此可見，榆林市房地產(chǎn)發(fā)展水平與煤炭價格之間存在協(xié)整關系.

(4)Granger因果檢驗

在Granger因果關系檢驗結(jié)果表明，在5%的顯著性水平下，根據(jù)得出的結(jié)果：假設lnRDL不是lnCOP的Granger原因和lnCOP不是lnRDL的Granger原因時，Prob值都大于5%；相反，Prob值都小于5%，所以房地產(chǎn)發(fā)展水平（RDL）是煤炭價格（COP)的Granger原因，煤炭價格（COP)也是房地產(chǎn)發(fā)展水平（RDL）的Granger原因，見下表10.

表10 ln RDL與ln COP的Granger因果關系檢驗Tab.10 Granger causality test of ln RDL and ln COP

3 結(jié)論

構(gòu)建榆林市房地產(chǎn)市場發(fā)展水平指標體系，利用主成分分析法和熵值法相結(jié)合的方式更加客觀地測度出榆林市房地產(chǎn)發(fā)展水平，通過動態(tài)計量方法定量的計算出榆林市房地產(chǎn)發(fā)展水平和煤炭價格之間的關系，得出“房地產(chǎn)發(fā)展水平和煤炭價格之間存在著長期均衡關系，且房地產(chǎn)發(fā)展水平是煤炭價格的Granger原因，煤炭價格也是房地產(chǎn)發(fā)展水平的Granger原因”，以上數(shù)據(jù)和結(jié)論可以分析出榆林市房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)之間存在著長期的影響，并且煤炭價格對房地產(chǎn)業(yè)發(fā)展水平的影響有一定的滯后性，煤炭價格的波動幅度過大是造成房地產(chǎn)業(yè)市場風險形成的一個重要因素.可以為榆林市預防因煤炭產(chǎn)業(yè)的波動而造成房地產(chǎn)泡沫的形成.本文研究結(jié)果為進一步認清煤炭產(chǎn)業(yè)對榆林市房地產(chǎn)業(yè)的影響提供了定量的參考依據(jù)，實現(xiàn)了對現(xiàn)有理論的深入和拓展，達到了預期的研究目的.希望本文能對分析資源型城市房地產(chǎn)業(yè)和主導產(chǎn)業(yè)起到一定的參考和借鑒作用.

References

[1]郎咸平.中國的逆城市化之殤[J].城市住宅,2012,6(2): 42-45.LANG Xianping.Entropy of counter urbanization of China[J].Urban Residential,2012,6(2): 42-45.

[2]陰忠鵬.“神木模式”危情探析[J].理論觀察,2013,88(10): 160-161.YIN Zhongpeng.The unstoppable analysis of “Shenmu Model”[J].Theory of Observation,2013,88(10):160-161.

[3]邱 丹,秦遠建.我國煤炭價格與經(jīng)濟增長關系的實證研究[J].發(fā)展論壇,2012,20(1): 4-6.QIU Dan,Qin Yuanjian.An empirical study of relationship between the price of coal and economic growth in China[J].The development of BBS,2012,20(1): 4-6.

[4]楊文武.中國房地產(chǎn)業(yè)指標體系建立的理論分析與實證研究[D].成都: 四川大學,2003.YANG Wenwu.The oretical analysis and positive study on establishment of index system of China's real estate industry[D].Chengdu: Sichuan University,2003.

[5]李志強,趙守艷,尤會杰.煤炭產(chǎn)業(yè)市場結(jié)構(gòu)與市場績效的關聯(lián)度分析[J].山西大學學報(哲學社會科學版),2011,4(1): 130-134.LI Zhiqiang.ZHAO Shouyan.YOU Huijie.An analysis of the correlation degree between market structure and marker performance of coal industry[J].Journal of Shanxi University(Philosophy and Social Science Edition),2011,4(1): 130-134.

[6]童其慧.主成分分析方法在指標綜合評價中的應用[J].數(shù)理統(tǒng)計,2002,4(1): 59-61.TONG Qihui.An application of principal component analysis method in the the index comprehensive evaluation[J].Mathematical Statistics,2002,4(1): 59-61.

[7]袁曉玲,方瑩,張寶山.能源消費與城市化水平關系的動態(tài)計量分析: 以關中城市群為例[J].城市發(fā)展研究,2011,18(3): 65-71.YUAN Xiaoling,FANG Ying,ZHANG Baoshan.The dynamic econometric analysis of relationshiop between the energy consumption and urbanization level: in the Guanzhong urban agglomeration,for example[J].Urban Development Research,2011,18(3): 65-71.

[8]尹希果.計量經(jīng)濟學: 原理與操作[M].重慶: 重慶大學出版社,2009.YIN Xiguo.Econometrics: Principle and operating[M].Chong Qing: Chongqing uiversity press,2009.

[9]WILLIAM C W.Real estate cycle: some fundamentals[J].Real Estate Economics,1999,27(2): 209-230.