调整后的 R2
教育结构变量系数
μ^ 1
0. 2243 3
医疗机构比值系数
μ^ 2
0. 0213 3
0. 982
社会保障补助支出系数
α^ 4
- 1. 0253 3 3
人口密度比值系数
γ^ 4
0. 0113
上表的数值右上角的星号代表系数的置信水平 , 3 代表拒绝此系数为 0的概率不低于 90% , 3 3 代表拒绝此系数为 0的概率不低于 95% , 3 3 3 代表拒绝此系数为 0的概率不低于 99%。
关键词 房价收入比 财政支出结构 作者薛莉苇 ,中国科学院研究生院 ;赵晓军 ,北京大学光华管理学院博士研究生 ; (北京 100871) 许健 , 中国科学院研究生院 。
一 、引言
房价收入比的合理区间问题 ,这一问题的争论一直持续至 今 ,但结论都不统一 。很少有学者考虑房价收入比的影响
房地产问题是当前社会各界研究的热点 ,而房价收入 因素 ,大都停留在定性讨论中 。本文就房价收入比的影响
教育事业费支出比率 g2 非农人口比率 P2
科学事业支出比率 g3 产业结构变量 e2 人口自然增长率 P3 建设用地比重 CB2 医疗机构比值 CF2
社会保障补助支出比率 g4 人口密度比值 P4
四 、模型的结果与解释
在采用静态的 OLS估计中 ,得到如下的估计 :
表4
常数项 R^ 0
财政变量前的 系数
图 1 2005年不同城市房价收入比折线图 从上图可明显看出发达城市与中等城市的差距 ,发 达城市的房价收入比集中在 4 - 6 之间 ,而中等城市的房 价收入比一般要超过 8,只有青岛低于 8,为 7. 882。 在解释变量方面 ,由于共有 14个解释变量 ,以下就社 会保障支出比率 g4 ,产业结构变量 e2 ,从业人口结构变量 p1 进行描述统计 ,得下表 :
较全面地刻画房地产市场 ,还有的认为房价收入比应该与 因素的程度进行分析 。根据可得数据 ,本文构建房价收
其他指标一起才能较完整地描述房地产市场 。第三是讨论 入比为 :
Y =房价收入比
平均房价 ×当年住宅销售面积 =人均可支配收入 ×新增从业人数 ×城市因子
×调整系数
同时 ,本文利用可收集到的数据进行实证分析 ,这些 数据为我国的主要大中型城市的房地产 、经济总量 、人 口 、城市建设 、财政支出等方面的宏观数据 ,数据的时间 跨度为 2003年至 2007年 。由于部分城市的财政 、房地产 数据 2003年至 2007年不完全具有 ,结果只能收集到 2005 年全国 21个大中型城市的所有数据 ,于是利用这一数据 , 进行横截面数据处理分析 ,得到房价收入比影响因素的 静态估计 。北京 、武汉和西安三个城市的数据从 2003年 至 2007年都有详细记录 ,于是我们可以利用他们构建面 板数据 ,进行影响因素的动态分析 。
3. 人口结构变量 。构建从业人口结构变量 P1 = IP1 × 1 + IP2 ×2 + IP3 ×3,其中 IP1 为第一产业从业人口的比 率 ,同理类推 I2 与 I3 的意义 。权数 1, 2, 3 表明产业越高 级 ,赋予的权重越大 。再构建非农业人口比率 P2 ,人口自 然增长率 P3 和人口密度比值 P4 ,其中 P4 =城市每平方公 里人数 /全国同期每平方公里人数 。
下面就 2005年的数据进行如下的描述性统计 ,首先
考察同期房价收入比 ,得到
表1
房价收入比的描述统计
均值 标准差 中位数 众数 最小值 最大值
7. 347 1. 909 7. 954 5. 047 4. 663 9. 756
从上表可得在 2005年 ,以上城市的平均房价收入比 偏高 ,为 7. 347,并且城市间的差距较大 ,标准差达到 1. 909。最大值与最小值之间差距较大 ,反映了城市间的发 展不平衡 。其折线图如下 :
(绿地覆盖率系数
χ^ 1
)为正
。究其原因
,因为对于
小区环境的要求 ,导致绿地覆盖面积的增加 。而高档小
区的绿地覆盖面积往往很大 ,因此 ,城市绿地覆盖面积的
增加 ,体现了城市高档小区数量增加 ,从而房价提升很
多 ,形成房价收入比的上升 。城市的建设用地一般要通
过政府审批 ,现在全国大部分城市的审批用地倾向于廉
春 、哈尔滨 、南京 、无锡 、厦门 、济南 、武汉 、青岛 、广州 、成
都 、西安 。数据的期限为 03 - 07年之间 ,在静态分析中采
用 2005年以上 21个城市的相关数据进行 OLS回归 。在
动态的分析中采用 03 - 07年北京 、武汉 、西安的数据进行
对参数的极大似然估计 ,得到参数的动态过程 。
4
2
4
2
R t = R0t + i∑= 1αit git + i∑= 1βit eit + i∑= 1γit Pit + i∑= 1χit CB it +
i∑=2 1μitCFit +εt。
三 、数据描述
本文采集了全国 21个大中城市的数据 ,包括 :北京 、
天津 、大连 、上海 、苏州 、杭州 、宁波 、深圳 、重庆 、沈阳 、长
为了考察各影响因素的变化情况 ,了解当前状态与
4. 城市建筑变量 。构建绿地覆盖率 CB1 ,建设用地比 重 CB2。这两个变量都直接影响房价 ,与收入无关 。
5. 城市辅助设施变量 。构建教育结构变量 CF1 = S1 ×1 + S2 ×2 + S3 ×3,其中 S1 为小学数量比率 , S2 为中学 数量比率 , S3 为大学数量比率 。权重 1, 2, 3 表明对高等 教育的重视 。再构建医疗机构比值 CF2 =城市医疗机构 数 /全国同期城市平均医疗机构数 。
租房和经济适用房的建设用地 ,于是导致建设用地比重
与房价收入比的反向关系 。
城市辅助设施变量对房价收入比有拉升作用 ,但拉
升的作用不是很明显 ,其中教育资源的拉升比医疗机构
的拉升要大 ,体现人们对于小区学校的要求 。这也比较
符合中国的国情 ,小孩的教育就近是最方便的 ,于是宁可
高价买房在学校附近 。进一步提升了房价收入比 。
方程的离差解释了全部方差的 98. 2%。这说明模型是合
适的 。由财政变量前的系数可以得到 ,除了教育事业费
支出对于房价收入比有正的影响外 ,其他三个因素都对
房价收入比具有负向影响 ,这说明财政支出的力度越大 ,
有助于抑制房价收入比 。
经济结构变量的两个系数都是负的 ,说明经济发展
越好 ,有助于抑制房价收入比 。人口结构变量的系数都
最小值 0. 123 1. 549 1. 584
最大值 0. 435 2. 794 2. 791
其折线图如下 :
图 2 2005年不同城市社会保障支出比率折线图
图 3 2005年不同城市产业 、从业人口结构变量折线图
从以上解释变量的描述统计看来 ,也大致可看出发达城市与中等城市的差距 。当然 ,以上的解释变量并没有包括全
1. 财政变量 。根据可得数据 ,构建如下四个财政变 量 : g1 :抚恤与社会福利救济支出比率 ; g2 :教育事业费支 出比率 ; g3 :科学事业费支出率 ; g4 :社会保障补助支出比 率。
17
薛莉苇 赵晓军 许 健 :房价收入比影响因素分析
2. 经济发展变量 。构建 GDP增长率 e1 和产业结构 变量 e2 = I1 ×1 + I2 ×2 + I3 ×3, 其中 I1 为第一产业占 GDP的比重 ,同理类推 I2 与 I3 的意义 。数值 1, 2, 3代表 对不同产业赋予的权重 。
综上所述 ,可构建如下的线性计量模型进行全国同
期数据的静态分析 :
4
2
4
2
2
R = R0 + i∑= 1αi gi + i∑= 1βi ei + i∑=1γi Pi + i∑= 1χiCB i + i∑= 1μi CFi
+ε,
如进行重点城市的动态分析 ,将以上模型每个字母
下标上时间 t就可以了 ,即 :
接下来的行文安排如下 :在第二节中分析房价收入比的 影响因素 ;在第三节中对数据进行描述性分析 ;第四节进行
回归分析并解释回归结果 ;第五节给出本文的主要结论。
二 、房价收入比的影响因素
考虑到房价收入比本身就作为房价与收入的比值出 现 ,我们将排除房价和收入作为被解释变量 。根据可得 数据 ,将影响因素分为 :财政变量 、经济结构变量 、人口结 构变量 、城市建筑变量 、城市辅助设施变量共五大类 。
是正的 ,说明人口结构变量对于房价收入比有拉升的作
用
。尤其是人口自然增长率的系数
γ^ 3
,达到了
1.
022。可
以看出 ,我国的人口负担越大 ,对于住房需求旺盛 ,而人
口增加导致房价的上升速度要高于收入增加的速度 ,进
而导致高的房价收入比 。
城市建筑变量的系数一个
(建设用地比重系数
χ^ 2
)为
负
,一个
构、城市建设、城市辅助设施 ,其中每一大类影响因素又分为若干指标。实证的分析分为 21大中城市横截面数据的 静态回归分析 ,和 3个重点城市的面板数据动态回归分析。得到的结论是 :房价收入比一般与经济发展呈负相关 , 与城市辅助设施呈正相关 ,与其他影响因素的相关关系有正有负 ;同时 ,随着时间的推移 ,各种影响因素都会在不同 程度上变化 ,经济发展的影响因素越来越强 ,城市辅助设施的影响因素虽然也在增强 ,但幅度不大。
表2
社会保障比率 、产业结构变量 、从业人口结构变量的描述统计
变量名称 社会保障支出比率
产业结构变量 从业人口结构变量