基于我国城镇化与房价互动关系统计分析.docVIP

基于我国城镇化与房价互动关系统计分析 　　摘 要：本文主要运用协整分析及VECM模型对我国城镇化与房价互动关系进行实证分析。结果表明：我国城镇化与房价间存在长期稳定的负向变动关系，短期内两者关系从非均衡状态向长期均衡状态调整速度缓慢，即城镇化的短期变动对房价的影响不是十分明显。文章结合我国经济发展现状，在理论分析与实证分析基础上为我国城镇化与房地产业协调发展提出了几条建议。 　　关键词：城镇化；房价；协整分析；VECM模型 　　一、前言 　　近年来，我国在整个大范围上表现出房地产均价的持续上涨，尤其是2009年以来，我国二、三线城市房价的上涨速度逐渐接近我国一线城市房价的上涨速度，引起社会各界的广泛关注。2010年中国居住城镇的人口接近6.66亿人，城镇化率达到49.68%，我国已有近一半的人口居住在城镇，这意味着中国将进入城市圈。 　　城镇化与房价之间存在一定的互动关系，一方面，城镇化水平的不断提高，引起人们对土地及住房需求量增大，进而推动房价不断上涨。另一方面，房价上涨会对潜在的进入者设置壁垒，抑制城镇化水平的提高，甚至出现逆城镇化现象。鉴于既要加快我国城镇化建设步伐，又让我国房价平稳运行，探讨我国城镇化与房价关系具有一定的现实意义，对今后我国经济社会发展有着重要的指导意义。 　　二、模型设定与数据来源 　　建立误差修正模型，需要首先对变量进行协整分析，，即有时虽然两个变量都是随机游走的，但它们的某个线形组合却可能是平稳的。我们称这两个变量有协整的长期均衡关系。将误差修正项看做一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型，即误差修正模型。 　　本文用非农业人口占总人口比重来表示城镇化率，同时用住宅价格来表示房价。用人均国内生产总值来表示工业化水平指标。 　　本文选取1985-2009年间的城镇化率（UR）、住宅价格（HP）、人均国内生产总值（PGDP）的年度数据作为样本，样本容量为25。城镇化率、住宅价格、人均国内生产总值数据均出自 《中国城市统计年鉴》、《中国房地产统计年统计年鉴》。此外，为避免时间序列经济数据中的异方??影响，将对各变量数据取自然对数。最后利用城镇化率的对数（UR）、住宅价格的对数（HP）、人均国内生产总值的对数（PGDP）构建误差修正模型，来说明我国城镇化率、住宅价格和国内生产总值的互动关系。 　　三、我国城镇化与房价互动关系的实证分析 　　3.1变量平稳性检验 　　本文采用ADF检验法进行变量的平稳性检验。 　　平稳性检验结果表明UR、HP、PGDP为非平稳序列，一阶差分检验却表明UR、HP、PGDP在显著水平为5%以下均为非平稳序列，二阶差分检验表明UR、HP、PGDP在显著水平为5%以下均为平稳序列，即UR、HP、PGDP均为2阶单整序列。 　　3.2相关关系检验与协整检验 　　检验变量具有同阶单整性的基础上进行，协整检验。本文将采用Johansen检验，根据AIC及SC定阶准则确定UR、HP、PGDP所组成的VAR模型最优滞后期K为1 。且通过在R软件中由代码识别出数据存在着时滞为1的VAR模型即VAR（1）模型存在。 　　由R软件的运行看出，各变量之间都是存在着非常高的相关的关系。序列间存在协整关系，即至少存在1个、最多存在2个的协整关系。存在的协整关系为UR-0.9319*PGDP-1.002*HP。 　　在软件R中，误差修正向量为：vt=UR-0.9319*PGDP+1.002*HP。此时，P值远大于0.05，检验结果非常理想，误差向量是一个平稳的向量。因此，由R软件的结果，选择最大特征根对应的向量作为房价的长期方程UR=0.9319*PGDP-1.002*HP。 　　3. 3构建误差修正模型 　　在不考虑其他因素影响时，全国城镇化与房价之间存在一种长期稳定的负向变动关系。在该长期均衡关系UR=0.9319*PGDP-1.002*HP中，说明住房价格每增加1个单位，城镇化水平就相应减少1.002个单位。 　　3.4 结果分析 　　若VAR模型中的各变量间存在协整关系，则可在协整方程基础上建立包括误差修正项（EC）在内的向量误差修正模型（VECM），以研究系统的短期动态特征。其中，EC用来反映各变量间关系偏离长期均衡状态后对短期变化的影响，其系数为12.6%，小则表示短期非均衡状态向长期均衡状态调整的速度。通过向量误差修正，得出误差修正项为修正长期非均衡的程度，说明长期均衡关系偏离时，从短期非均衡状态向长期均衡状态调整的速度比较缓慢。因此，短期内我国城镇化变动对房价影响不显著。 　　四、结论与政策建议 　　4.1结论分析 　　4.1.1短期上需加快我国城镇化建设，抑制房价过快增长 　　从协整分析可以看出，我国城镇化与房价间呈现负向变动关系，即加快我国城镇化建设，房价会