房地产和城市化协调发展实证研究.docVIP

房地产和城市化协调发展实证研究 　　【摘要】房地产市场发展与城市化之间存在一定的长期稳定关系，本文从房地产市场供需平衡的角度出发，以广州房地产市场1987-2012年的统计数据，采用加权最小二乘法进行回归分析，并采用线性分位数回归对数据结果进一步分析验证。实证研究结果表明：城市发展的不同阶段对房地产市场发展的影响机制不同。城市发展初期，对房地产市场的推动效果显著；在发展后期，城市化率收敛于某一固定值后，房地产对城市化进程的推动效果明显。 　　【关键词】房地产；城市化；加权最小二乘法；线性分位数回归 　　一、房地产与城市化及其关系研究 　　城市化（urbanization/urbanisation）也称为城镇化，指人口向城镇聚集、城镇规模扩大以及由此引起一系列经济社会变化的过程，其实质是经济结构、社会结构和空间结构的变迁[ ]。人口城市化是基础，城市化的其他内涵均由从人口城市化衍生出来[ ]。一方面，农村人口迁移到城市，产生住房刚性需求，另一方面，农村地区转变为城市地区使农村人口转变为城市人口。人口城市化基本完成后，城市化进程向产业城市化、生活方式城市化阶段推进，就须依赖房地产发展的推动。城市化阶段的深化和发展，离不开城市各产业的发展，而房地产是整体经济的基础性产业，承载着国民经济中社会再生产及各种经济活动，也是城市化进程中必不可少的一环。房地产是国民经济的基础性产业，房地产发展的规模、水平、速度，都直接决定并影响城市各行业的的规模、格局、发展速度和水平。各行业的发展规模、水平直接或间接反映城市化程度。 　　人口城市化阶段，人口向城市聚集时城市化对房地产业的推动作用明显，城市规模扩大时，房地产业对城市化的推进有显著效果。在人口城市化进一步发展到产业城市化、生活方式城市化后，城市化进程对房地产的发展提出更高的要求，不仅要提升自身发展更需带动其他行业发展，为城市化的全面发展提供助力。房地产业与城市化之间存在着长期稳定的关系，相互影响，相互促进，存在一定的互动关系。 　　二、房地产市场发展与城市化关系实证分析 　　（一）计量模型设定及变量选取 　　本文从房地产供需角度设置变量，根据房地产市场供需理论，房地产市场均衡时，供给量等于需求量。 　　W=P*Q （1） 　　其中，W表示房地产实际供给量，P为房地产实际成交价格，Q为商品房实际成交量。由此可以推导，房地产市场发展的决定因素为房地产实际供给量、房地产有效购买需求，其中房地产实际供给量可由房地产开发投资额衡量，房地产有效购买需求则取决于购买欲望和实际购买能力。城市房地产购买需求与城市人口的自然增长、城市化产生的城市人口的剧烈增长有重大关系，从而购买欲望由城市化率和城市人口自然增长率衡量。城市房地产实际购买能力的衡量主要由城市居民可支配收入和房价共同决定。基于以上分析建立计量模型1： 　　（2） 　　式中：RESt表示房地产市场发展，REIt表示房地产开发投资影响因素，population表示与人口相关的房地产影响因素，REP表示城市居民的房地产购买力影响因素，α0、α1、αi、β1为系数，εt为误差扰动项，下标t表示时间变量。采用变量及符号如表1所示。 　　（二）数据说明 　　本文以广州市为例，研究房地产市场发展与城市化的关系，数据全部来源于《广州统计年鉴》，样本区间为1987-2012年。其中房地产市场发展（RES）指标中房地产销售合同金额数据，自2002年起加入期房销售合同金额。城市化率（URB）指标为非农业人口/总人口，从2003年开始，非农业人口的统计口径调整为设区市的区和不设区市的市区所辖街道办事处区域内的常住人口和市辖镇、县辖镇所辖居民委员会或镇政府驻地村委会区域内的常住人口按非农业人口统计。关于统计口径的影响，本文对所有参与分析的变量数据进行对数化处理，且采用的加权最小二乘法和线性分位数回归方法，可更好地减小异常值对分析结果的影响。 　　（三）实证分析 　　由相关性描述可知，以上变量之间存在相当强的相关性，RES与PGR有较强的负相关性，其他变量均为正相关，但该相关性是否导致回归模型中出现多重共线性问题，通过矩阵XTX的条件数做检验[ ]。 　　（3） 　　解释变量REI、URB、UDI、REP条件数k= 52.9159，根据实际应用的经验，一般若k100，则认为变量多重共线性的程度很小。 　　同时，检验所有变量序列的自相关性，采用Durbin-Watson检验法，变量序列的DW=1.4086， p-value = 0.008124，根据检验标准，DW接近2时，p值趋向于0，在1%的显著水平上拒绝原假设，即变量序列不存在一阶自相关。 　　为控制变量的异方差性，本文对所有变量指标均采用自然对数形式，并采用加权最小二乘法是对模型进行