房地產(chǎn)與國民經(jīng)濟

摘 要：本文利用面板數(shù)據(jù)和分位數(shù)回歸方法研究了全國房地產(chǎn)與國民經(jīng)濟其他行業(yè)的關(guān)系，結(jié)果表明房地產(chǎn)業(yè)與交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)均呈正相關(guān)關(guān)系，并隨著分位數(shù)的不同而變化等，為有關(guān)部門制定相關(guān)政策提供依據(jù)；同時也發(fā)現(xiàn)基于面板數(shù)據(jù)的分位數(shù)回歸方法比面板數(shù)據(jù)模型揭示的數(shù)據(jù)信息更加豐富，回歸結(jié)果更加穩(wěn)定和精確。

關(guān)鍵詞：房地產(chǎn) 國民經(jīng)濟 面板數(shù)據(jù) 協(xié)整分析 分位數(shù)回歸

近年來，與人民生活密切相關(guān)的房地產(chǎn)行業(yè)發(fā)展迅速，為國民經(jīng)濟做出了巨大貢獻。然而，房地產(chǎn)行業(yè)仍存在一些問題和挑戰(zhàn)，引起諸多爭議，但大多只是定性分析。房地產(chǎn)行業(yè)與國民經(jīng)濟不僅是一個局部與整體的關(guān)系，而且有著內(nèi)在的密切聯(lián)系和相關(guān)性。因此，通過建立數(shù)學模型定量分析研究我國房地產(chǎn)行業(yè)與國民經(jīng)濟其他行業(yè)的關(guān)系是一個值得探索的方向，而科學研究中比較前沿的面板數(shù)據(jù)模型和分位數(shù)回歸在房地產(chǎn)行業(yè)中的應用甚是少見。本文嘗試從面板數(shù)據(jù)模型和分位數(shù)回歸兩方面對房地產(chǎn)和國民經(jīng)濟其他行業(yè)的關(guān)系進行分析。

由于國民經(jīng)濟中包括交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)，它們與房地產(chǎn)業(yè)關(guān)系比較密切，所以本文以中國統(tǒng)計年鑒和中國統(tǒng)計局公開發(fā)布的2004-2010年31個省市的面板數(shù)據(jù)為依據(jù)，選取了4項指標。Y表示房地產(chǎn)業(yè)增加值（億元），X1表示交通運輸、倉儲和郵政業(yè)增加值（億元）、X2表示金融業(yè)增加值（億元）、X3表示批發(fā)和零售業(yè)增加值（億元），建立面板數(shù)據(jù)模型，進行面板協(xié)整分析，最后用分位數(shù)回歸方法進行改進。

一、面板數(shù)據(jù)模型

建立變截距模型，由于隨機效應Hausman檢驗的檢驗統(tǒng)計量為28.426225，伴隨概率為0。因此，拒絕固定效應模型與隨機效應模型不存在系統(tǒng)差異的原假設，建立固定效應模型得到結(jié)果（表1）。 從回歸估計的結(jié)果看，模型擬合較好，可決系數(shù)與調(diào)整的可決系數(shù)均為0.98，且除了表示平均水平的常數(shù)項外，其他變量的P值均小于0.05，很顯著，都通過檢驗。經(jīng)檢驗，由于固定效應的F檢驗和LR檢驗的統(tǒng)計量分別為9.624289和205.481171，伴隨概率都為0，因此不需要建立混合橫截面模型。

從回歸方程的系數(shù)看，房地產(chǎn)行業(yè)增加值都與交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)的增加值呈顯著正相關(guān)關(guān)系。一定意義上，從系數(shù)來看，金融業(yè)對房地產(chǎn)的影響要比國民經(jīng)濟其他兩行業(yè)的影響大，其次為交通運輸、倉儲和郵政業(yè)，最后為批發(fā)和零售業(yè)。

同時得出，31個省市在2004-2010年間的房地產(chǎn)增加值之間存在著顯著差異，其中增加最低的為河北，最高的為廣東?？梢钥闯觯瓌臃康禺a(chǎn)經(jīng)濟尚有很大的空間。

對面板數(shù)據(jù)進行單位根檢驗，均不平衡，然后進行協(xié)整分析，即檢驗這幾個非平穩(wěn)變量的線性組合是否為平穩(wěn)序列，如果非平穩(wěn)序列的線性組合為平穩(wěn)變量，則認為這些變量之間存在長期均衡關(guān)系。進行Pedroni檢驗，同質(zhì)性備擇的檢驗結(jié)果，除了Panel v統(tǒng)計量外，其余統(tǒng)計量的相伴概率都小于0.05，拒絕原假設，認為所有截面有共同的AR系數(shù)。異質(zhì)性備擇的檢驗結(jié)果，Group rho統(tǒng)計量、 Group PP統(tǒng)計量和 Group ADF統(tǒng)計量均很顯著，表明存在異質(zhì)性協(xié)整關(guān)系。此外，進行Kao檢驗，，ADF統(tǒng)計量檢驗顯著（在5%的置信水平下），相伴概率為0.0001，即Kao檢驗認為序列之間存在協(xié)整關(guān)系。因此，房地產(chǎn)行業(yè)與交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)之間有長期均衡關(guān)系。

二、分位數(shù)回歸

雖然通過面板數(shù)據(jù)模型較好地建立了房地產(chǎn)與國民經(jīng)濟其他行業(yè)關(guān)系的模型，但更為細致的在分位數(shù)上的變量因果關(guān)系不能分辨和描述，隱藏了解釋變量對被解釋變量可能存在的一些極端影響，因此應利用分位數(shù)回歸對其改進，得到對面板數(shù)據(jù)模型進行分位數(shù)回歸分析的結(jié)果（表2和圖1）。

（一）不同解釋變量系數(shù)估計值的差異分析

在房地產(chǎn)業(yè)增加值的某個具體分位數(shù)水平，交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)對房地產(chǎn)的影響大小都不同。具體地說，在被解釋變量Y的不同分位數(shù)水平，解釋變量X1、X2和X3的系數(shù)都是正值，說明房地產(chǎn)和國民經(jīng)濟這三個行業(yè)正相關(guān)。從系數(shù)的絕對值來看，從大到小，基本上依次為X2、X3、X1，說明金融業(yè)對房地產(chǎn)的影響大于另外兩個行業(yè)的影響，批發(fā)和零售業(yè)對房地產(chǎn)的影響基本比交通運輸、倉儲和郵政業(yè)的大，這是符合經(jīng)濟規(guī)律的。從顯著性來看， X2的系數(shù)全部在5%水平上顯著，X3次之，最后為X1，這說明金融業(yè)對房地產(chǎn)的影響最顯著，其次為批發(fā)和零售業(yè)，最后為交通運輸、倉儲和郵政業(yè)。

（二）相同解釋變量在回歸方程中系數(shù)估計值的變動分析

在房地產(chǎn)業(yè)增加值的每個不同分位數(shù)水平，某個解釋變量（交通運輸、倉儲和郵政業(yè)或者金融業(yè)或者批發(fā)和零售業(yè)）對房地產(chǎn)的影響大小都不同。隨著被解釋變量Y的分位數(shù)水平從0.05逐步增加到0.95，解釋變量X1、X2和X3系數(shù)的點估計和區(qū)間估計都在變動，常數(shù)項由負值變?yōu)檎?，總體上隨著分位數(shù)的增大而增大。X1的系數(shù)為正值，隨著分位數(shù)的增大先緩慢增大，在分位數(shù)為0.3時下降很快，到0.35時然后逐漸增加，趨于平緩。X2的系數(shù)為正值，隨著分位數(shù)的增大緩慢減小，在分位數(shù)為0.05時下降的比較快，0.3以后基本平緩，而且從顯著性上看，高分位點要比低分位點顯著。X3的系數(shù)基本隨著分位數(shù)的增大緩慢增大。說明交通運輸、倉儲和郵政業(yè)與金融業(yè)這兩個行業(yè)在低分位點上對房地產(chǎn)業(yè)的影響比較大，在高分位點比較小，而批發(fā)和零售業(yè)對房地產(chǎn)的影響雖然在低分位點要比在高分位大，但是在高分位點要比在低分位點顯著。

三、結(jié)論

本文以2004-2010年的統(tǒng)計數(shù)據(jù)為基礎(chǔ)，利用面板數(shù)據(jù)和分位數(shù)回歸方法對房地產(chǎn)業(yè)和國民經(jīng)濟其他行業(yè)的關(guān)系進行了分析，研究發(fā)現(xiàn)：第一，房地產(chǎn)業(yè)與交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)均呈正相關(guān)關(guān)系，且金融業(yè)對房地產(chǎn)的影響比另外兩個行業(yè)的影響大而且顯著；第二，31個省市在房地產(chǎn)增加值之間存在著顯著差異；第三，房地產(chǎn)行業(yè)與交通運輸、倉儲和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)之間有長期均衡關(guān)系；第四，房價在高分位點對房屋供給的影響要比低分位點顯著；第五，交通運輸、倉儲和郵政業(yè)與金融業(yè)隨著分位數(shù)的不同對房地產(chǎn)的影響不同。

同時，可以發(fā)現(xiàn)，利用面板數(shù)據(jù)進行分位數(shù)回歸，可以將面板數(shù)據(jù)與分位數(shù)回歸方法的優(yōu)勢結(jié)合起來，既可以根據(jù)面板數(shù)據(jù)很好地識別和度量純橫截面和純時間序列數(shù)據(jù)所不能發(fā)現(xiàn)的影響因子，控制不可觀測的時間或地區(qū)特定效應，還可以利用分位數(shù)回歸準確地描述解釋變量對于被解釋變量的變化范圍以及條件分布形狀的影響，度量解釋變量對被解釋變量的某個特定分位數(shù)的邊際效果。這樣可使各回歸系數(shù)估計顯著性明顯提高，回歸結(jié)果也更加穩(wěn)定和精確。

參考文獻：

[1]李子奈，潘文卿.計量經(jīng)濟學[M].北京：高等教育出版社，

2010（3）.

[2]易丹輝.數(shù)據(jù)分析與EViews應用[M].中國人民大學出版社，

2008（10）.

[3]齊曉麗，金善女，梁慧超，連建新.基于面板數(shù)據(jù)的分位數(shù)回歸

及實證研究[J].河北工業(yè)大學學報，2012（3）.

[4]Koenker，R.Quantile regression[M].New York：Cambridge

University Press，2005.

責任編輯：楊再梅