城市房地产投资与国民经济发展关系比较研究.docVIP

城市房地产投资与国民经济发展关系比较研究 　　中图分类号:F064.1 文献标识码:A 　　内容摘要:本文利用平行数据模型对2000-2007年全国22个省会城市(除台湾省外)的房地产投资额与经济发展的关系进行研究,得出以下结论:房地产投资对各城市经济发展有显著的积极影响;各城市房地产自发投资对GDP的影响有一定差别;各省会城市房地产投资对区域国民经济的推动力存在较大差别;整体房地产投资额每增加1%,将带来区域国民经济0.478%的增长。 　　关键词:房地产投资 GDP 平行数据模型 　　 　　分析方法选择与模型设定 　　 　　(一)分析方法选择 　　对各城市房地产投资与区域国民经济的研究不能单独进行,必须将各城市放在同一个可比较的平面上,而且同时要利用各地区的时间序列数据和截面数据。在经典线性计量经济学模型中,所利用的数据有一个特征,即在一个模型中,或者只有时间序列数据,或者只利用截面数据。实际上仅利用时间序列数据或者只利用截面数据不能满足经济分析的需要,因此本文选择平行数据计量经济学模型。 　　(二)模型设定 　　根据研究目的,本文选择房地产投资和地区生产总值两个变量,其中地区生产总值为被解释变量,房地产投资为解释变量。在模型选择方面,有线性模型、对数模型和半对数模型三种可供选择。本文分别将三种模型形式进行分析,发现与其它两种模型相比,对数模型较好,因此选定的模型为对数模型。 　　设定基本模型lnGit=αi+βilnIit+uit,Git代表第i个城市第t年的生产总值,Iit代表第i个城市第t年的房地产投资额,αi代表个体影响,uit为随机扰动项。之所以模型中没有滞后期的出现,是因为选择的数据是平行数据而非时间序列数据,所以加入变量的滞后期对模型的拟合效果未必会有很好的改善,同时在分别对加入滞后期和滞后两期的情形进行分析,所得的结果均不如本文设定模型的效果,所以在本文设定的模型当中没有滞后期的出现。 　　本文选择全国22个省会城市(除台湾省外)2000-2007年的平行数据进行分析。数据来自2001-2007年的《中国统计年鉴》及互联网。对数据进行了如下处理:首先对各城市国内生产总值进行地区收入总值指数调整,折算为2000年不变价,将各城市各年房地产投资额进行固定资产投资指数调整,同样折算为2000年不变价;然后分别对各城市各年的国内生产总值、房地产投资额取自然对数。 　　研究平行数据的第一步是检验被解释变量Git的参数是否在所有横截面样本点和时间上都是常数,按照平行数据模型的确定过程,本文用Eviews3.1对基本模型进行检验,得到:S1=0.0708910977,S2=0.216630938,S3=0.7150554228 　　下面计算F统计量,把N=22,K=2,T=8代入F统计量计算公式,得:F1=1.79,F2= 9.233 　　在显著性水平为1%的情况下,对H2进行检验。由于F(30,44)=1.43F1,因此接受H1。即结构参数在不同截面单位上是相同的,在截面单位上个体影响不同,个体影响表现为模型中被忽略的反映个体差异的变量影响,即模型为变截距模型。 　　具体形式为:lnGit=αi+βilnIit+uit(i=1,2...11;t=2000,...2006) (1) 　　其中αi为个体影响,即模型中被忽略的反映个体差异变量的影响。 　　在确定采用变截距模型之后,进一步确定采用固定影响模型或者随机影响模型。利用Eviews3.1对样本数据进行分析,分别得到采用固定影响模型和随机影响模型进行模型估计的结果。采用固定影响模型时,分为加权条件(cross section weights)和不加权条件(no weighting)。采用随机影响模型时分为GLS Transformed Regression和Unweighted Statistics including Random effects下的两种检验结果(见表1)。 　　由表1可以看出,采用固定影响变截距模型的R2统计量(0.989672,0.937521)和D-W值(1.121435,1.035842)均优于采用随机影响变截距模型的R2统计量(0.739564,0.783541)和D-W值(0.523795,0.5027135),也就是说固定影响变截距模型的拟合优度优于随机影响变截距模型的拟合优度,因此选用固定影响变截距模型。在固定影响变截距模型检验结果中可以看出,加权情况下的R2统计量为0.989672,D-W值为1.121435;不加权情况下的R2统计量为0.937521,D-W值为1.035843,加权情况下的拟合优度优于不加权情况。 　　综上,本文采用加权条件的固定影响变截距模型: 　　lnGit=αi+