武汉城市群住房自有率的计量分析.doc

武汉城市群居民住房自有率的计量分析 摘　要: 研究武汉城市群社会、经济因素对城镇居民住房自有率的影响,为改善武汉城市群居民住房水平提供理论依据。方法采用武汉城市群各城市2009年的截面数据,建立计量经济模型,通过F-检验、t-检验、异方差检验和多重共线性检验,对各变量进行显著性分析。经计算城镇居民住房自有率有4个主要的影响因素,其中,城市化率、家庭人口数与之呈负相关关系,财政支出、人均实际可支配收入增长呈正相关关系,4个变量的解释能力达到67%.对住房政策的制定有重要的参考价值。 关键词:住房自有率;城市化率;异方差检验;多重共线性检验 1　住房自有化率的涵义 住房自有率是国际量度住房所有权的重要指标,反映了住房市场的产权结构和消费结构,受一个国家或地区的经济水平、民族传统、住房政策和人口分布等多方面因素的影响.各国关于住房自有率的定义不尽相同,国际研究一般采用美国的定义,即在某一场所登记居住、拥有自己住房的家庭占全部家庭总数的比例;对所拥有住宅的定义较为严格,必须具有1个以上的密闭独立空间,配备必要的水热电资源。我国住房自有率的计算方法与国外存在一定的差别①,在本文中指2009年末私有住宅面积占住宅总面积的比例。随着过去二十年的住房制度改革和住宅商品化进程,2009年我国城镇居民住房自有率已达83 %,住宅已经成为城市居民家庭资产中最重要的资产②。 在已有研究的基础上，本文将通过建立多元线性回归模型,找出影响城镇居民住房自有率的主要因素,分析不同变量的影响趋向,从而更好地把握我国城镇居民住房所有权选择的现状特征。 2　数据的选择与模型方法 2.1　数据的选择 为研究城镇居民住房自有率的影响因素,我们选取武汉城市群武汉、黄石、鄂州、孝感、黄冈、咸宁、仙桃七市2009年的城镇居民住房自有率为被解释变量③,相关的经济、社会参量为解释变量,进行回归分析。通过研读国外的文献资料可以知道，由于各国相关变量的统计方法和指标定义不同,数据间存在较大的偏差;各国不同的住房、税收政策会较大程度影响居民购房;地区间民族文化的差异也会体现在居民的住房租买选择中,东方人将住房作为财富和身份的体现,倾向于拥有个人住房,而很多西方人仅将住房作为个人资产的一部分,不予特殊看待。这些难以量化因素的存在会降低模型的解释水平。 本文采用各市的截面数据,资料统计口径和参数定义基本相同,可以使建模更加精确。从模型计算的角度考虑,选择截面数据而不是时间序列数据进行分析,一方面由于部分市某些年份的数据缺乏,有些数据的统计在时间上有过多次调整;另一方面,住房自有率有累积性的特征,其部分解释变量存在严重的序列相关以及随时间变化不明显的问题,给模型计算带来困难,可能存在经济意义和计算方法无法兼顾的矛盾，而采用截面数据进行回归分析则可以解决这些问题④。 2.2　方法与模型 参考以往研究、使用来自武汉城市群统计年鉴、各市统计年鉴和湖北省建设厅住房统计数据的数据建立多元线性回归模型: H = In + Inr+ Cpi+ Pc+ Gov +Age+ Em + Size+ Ur+ 其中,H为城镇居民住房自有率,In为城镇居民人均可支配收入,Inr为2000—2009年人均可支配收入增长率,Cpi为2000—2009年累积的消费价格指数,Pc为城镇居民人均消费支出,Gov为财政支出,Age为15—64岁之间人口比例,Em为就业率,Size为家庭人口数, Ur为城市化率.采用普通最小二乘法进行回归分析并对结果进行检验⑤。 首先,进行方程总体线性的显著性检验(F-检验),在显著性水平α=0.05下,F-检验临界值Fα=2.2,回归结果F=2.6Fα,所以方程总体线性关系成立.再进行解释变量显著性检验(t-检验),以决定某变量是否被保留在模型中.在α=0.05的显著性水平下,t-检验临界值=1.625,回归结果如表2所示.可以看出一些变量的t-检验小于,不能通过显著性检验。 表2　t检验结果 变量 Age Cpi Gov Ur In Inr Size Pc Em T统计量 0.24 0.95 2.27 -2.54 -0.17 2.75 -0.80 0.54 0.46 重新调整参数,祛除不显著的变量.同时考虑居民收入提高和通货膨胀的综合影响,建立多元线性回归模型:H = Tinr+ Size+ Ur+ Gov+ 其中,Tinr为2000—2009年城镇居民人均实际可支配收入的增长.总体线性的显著性检验(F-检验):在显著性水平α=0.05下,Fα=2.74,回归结果F=6.81Fα,总体线性关系显著。 解释变量显著性检验(t-检验):在显著性水平α=0.05下, =1.685,回归计算得Tinr、Size、Ur和Gov的t值分别为2.633、1.846、3.13和2.654,均通过