城镇化与房地产价格关系实证研究以福建省为例

1、闽南师范大学毕业论文城镇化与房地产价格关系实证研究以福建省为例 Empirical studies of urbanization and real estate price relationship in Fujian Province 姓 名： 张东坡 学 号： 系 别： 经济学系 专 业： 统计学 年 级： 四 指导教师： 陈立双 2014年9月10日摘要城市是人类文明的标志，是人们经济、政治和社会生活的中心。城市化的程度是衡量一个国家和地区经济、社会、文化、科技水平的重要标志，也是衡量国家和地区社会组织程度和管理水平的重要标志。城镇化表现为人口向城镇聚集、城镇数量增加、规模的扩大及城镇

2、现代化水平的提升。城镇化过程中，农村人口不断地转移到城镇给房地产市场带来了广阔的发展空间，促进了对城镇商品住房的需求并推动了房价的上涨。但是目前房地产价格上涨速度之快、价格之高令许多人在住房面前望而怯步，长久以往必然会对城镇化的发展产生极大阻力。因此探究城镇化与房地产价格之间的关系并对房地产市场提出合理的建议是十分必要的。文章从城镇化率、城镇居民人均可支配收入、当年商品住宅销售额、人均GDP等四个影响城镇化的因素出发，选取福建省19982012年统计年鉴中的数据进行实证分析，研究得出城镇化对房地产价格影响的原因及影响程度。关键词：城镇化；时间序列的ADF检验；逐步回归法；房地产价格Abstra

3、ctThe city is the human culture symbol, is the people economy, political and the social life center.The urbanized degree is weighs a national and the local economy, social, cultural, the technical level important symbol, also is weighs national and the area social organization degree and the managem

4、ent level important symbol.The urbanization performance for the population to the cities accumulation, cities quantity increases, the scale expansion and the cities modernization level promotion.In the urbanization process, rural population shifted unceasingly to the cities has brought the broad dev

5、elopment space for the real estate market, promoted and impelled the house price rise to the cities commodity housing demand.But the present real estate rise in price speed quick, high command many people price look in front of the housing are afraid to step forward, long-time formerly inevitably co

6、uld have the enormous resistance to the urbanization development.Therefore between the inquisition urbanization and the real estate price relations and to the real estate market proposed the reasonable suggestion is extremely essential.The article from the urbanization rate, the cities inhabitant av

7、erage per person might control the income, the same year commodity housing sales volume, average per person GDP and so on four influence urbanization factor embarks, selects in the Fujian Province 1998-2012 year statistics yearbook the data to carry on the real diagnosis analysis, the research obtai

8、ns the urbanization to the real estate price influence reason and the influence.Key words: Urbanization; ADF test of time series; stepwise regression method; real estate prices 目 录 摘要 2Abstract 2目录.3前言.4一、变量设置及数据来源.6人均GDP(PGDP) 6当年商品住宅销售额 （SALE）6城镇居民人均可支配收入(INC)7城镇化率（RATE）7二、实证研究10（一）数据的平稳性检测10（二）多元

9、回归分析12 （三）结果分析 14 三、结论与建议 15（一）结论15（二）建议16参考文献17附录 （）致谢（） 前言城镇化是全面建成小康社会的重要组成部分，是经济社会持久发展的动力。近年来，我省加快推进大都市区、中小城市和小城镇建设，全省城镇化热潮涌动，各地城镇化进程加快，城镇化率达到59.6%，至2012年全国城镇化水平52.57%，可见福建省城镇化进程取得了不俗的成果。在十八大报告提出推动新型“城镇化”规划后，2012年12月中旬召开的中央经济工作会议再次明确指出，城镇化是我国现代化建设的历史任务，也是扩大内需的最大潜力所在，要围绕提高城镇化质量，因势利导、趋利避害，积极引导城镇化健康

10、发展。房地产与城镇化密不可分，城镇化进程中，会有大量的人口迁入，他们对住房的需求是未来房地产行业发展的重要机遇，与此同时房地产业的发展会更好的为城镇化助力，是城镇化的重要组成部分。近几年房地产价格持续走高，尽管政府采取了若干宏观调控措施，但是效果并不是很理想。众多国内学者对房地产价格影响因素进行了深入探究。王瑞丽（2011）以住宅房地产价格为研究对象，以房地产统计数据为基础采用多元回归分析模型和蛛网模型，逐步实证分析了影响房地产价格波动的主要影响因素，得出推动房地产价格上涨的因素主要来自于一些宏观经济因素，例如经济的快速增长，人们收入水平的提高，人们的心理预期、利息变化以及盲目投资、投机等因素

11、。殷文明（2010）应用AHM法分析得出经济因素是影响房地产价格的最主要因素，区域因素和个别因素为主要因素。李洪德（2011）选取了适合进行定量研究的变量，构建了多元线性回归数理模型作为定量研究工具得出土地价格，城镇居民家庭人均可支配收入，城镇总人口，房地产销售面积，房地产开发投资额，年末金融机构贷款余额对房地产价格的影响是显著的。李凌峰（2012）对影响房地产价格的因素进行定性和定量分析，对各影响因素和房地产价格之间进行灰色关联度分析，得到房地产价格与土地交易价格、房屋租赁价格和消费者物价指数的关联度大于货币供应量、利率、景气指数及国内生产总值、可支配收入与房地产价格之间的灰色关联度，并运用

12、VAR模型、脉冲响应函数分析发现，在短期房地产价格变动对CPI、土地价格交易指数、房屋租赁价格指数这些因素的变动具有滞后性，但是在长期，房地产价格对这些因素的变动都具有正响应性。蒋瑶、虎磊（2012）在考虑通货膨胀的条件下，建立一元线性回归模型，并对模型进行实证检验得出城镇化对房地产价格有显著影响的结论。范晓萍(2010)通过误差修正模型、固定效应模型分析得出城镇化和商品住宅之间存在长期均衡关系，城镇化水平与商品住宅价格之间存在显著的正向关系。本文从福建省城镇化率、城镇居民人均可支配收入、当年商品住宅销售额、人均GDP四个因素入手构建房地产价格与这四个因素之间的关系模型，求证哪些因素影响了福建

13、省房地产价格及其影响程度，并提出合理的相关政策建议。一、变量设置及数据来源（一）人均GDP对房地产价格的影响人均国内生产总值（Real GDP per capita），也称作“人均GDP”，常作为 发展经济学中衡量经济发展状况的指标，是重要的宏观经济指标之一，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。从1997年开始我省的人均GDP就超过了1000美元，按照国际经验，房地产行业开始进入发展的黄金期，房地产业对GDP的贡献率在10%左右。因此，人均GDP与房地产价格存在一定的关系。提出假设1：H1：人均GDP的提高会使房地产价格的上涨（二）当年商品住宅销售额对房地产价格的影响

14、 从1998-2012年福建省商品住宅销售额中可以看出，1998-2004年房地产商品住宅销售平稳上涨，2005-2012年中除了2008年受调控政策影响有小幅度的下滑外其余年份均是飞速上涨。房地产商品住宅销售额反映了商品住宅销售市场的需求，需求的增加势必导致房地产价格的上涨，因此，房地产商品住宅消费市场和房地产价格之间也存在一定的关系。提出假设2:H2:当年商品住宅销售额的提高会使房地产价格上涨(三)城镇居民家庭人均可支配收入对房地产价格的影响城镇居民人均可支配收入是指反映居民家庭全部现金收入能用于安排家庭日常生活的那部分收入。它是家庭总收入扣除交纳的所得税、个人交纳的社会保障费以及调查户的

15、记账补贴后的收入。人均可支配收入决定了居民的购买力及消费能力。张夕棍，廖小林（2007）运用面板单位根检验、协整检验，建立长期模型检验，验证了我国房地产价格和居民可支配收入的关系。得到我国房地产价格对居民可支配收入的弹性为0.23%。人均收入的增加会增加居民对购房置地的需求，即增加投资房地产的机会。人均可支配收入既影响房地产市场的买方也会影响房地产市场的卖方。因此人均可支配收入与房地产价格之间有一定的关系。提出假设3：H3：城镇居民家庭人均可支配收入会影响房地产价格。(四)城镇化率对房地产价格的影响 福建省城镇化率稳步上涨，2012年，福建省的城镇化率达到了59.6%，超过了同时期全国的52.

16、5%的城镇化率。一般认为，城镇化是一个农业人口转化为非农业人口、农村地域转化为非农业地域、农业活动转化为非农业活动的过程。改革开放以后，中国逐步放开了原有对人口流动的控制，大量农民工流向了城市，同时加快了城市化的进程。城市化这一进程中，居民对生活性用房或商品性用房等房地产的需求也在不断扩大，需求的扩大必然影响到房地产价格，因此，提出假设4:H4：城镇化率的提高影响房地产价格运用spss，以房地产销售价格为因变量并以人均GDP、当年商品住宅销售额、城镇居民家庭人均可支配收入、城镇化率为自变量进行异方差的检验，得出下列输出的残差对预测值的散点图 可以看出并不存在喇叭口形状，变量并不存在异方差，综上

17、所述，本文确定的研究变量设置如下： （1）房地产销售价格（HP） （2）人均GDP（PGDP） （3）当年商品住宅销售额（SALE） （4）城镇居民家庭人均可支配收入（INC） （5）城镇化率（RATE）本文使用SPSS16.0软件及Eviews6.0。本文采用的数据来源于福建省统计年鉴、中国统计局。具体数据如下表年份PGDP（美元）SALE（亿元）INC（元）RATE（%）HP（元/平方米）19981160105.1648619.852039.9819991247123.75686020.312063.620001352168.96743241.992084.2520011437199.08

18、831342.762015.3720021563225.28918945.662151.5720031732287.161000046.372297.0920041990354.471117547.632559.6720052271605.091232149.423161.6520062682807.461375350.413993.98200734441134.531550551.384684.3220084337712.611796153.014383.49200949541477.831957755.075426.75201053931611.322178157.116256.05201

19、173442101.582490758.097764.31201283902817.72805559.618646.06 二、实证研究（一）数据的平稳性检验对于时间序列数据，首先要进行数据的平稳性检验。本文采用Eviews 6.0的ADF检验来反映数据的平稳性。ADF检验的基本步骤是首先对原始时间序列进行单位根检验，如果没通过检验，说明原始时间序列不平稳，则对原始时间序列进行一阶差分后再检验。若仍然未通过检验，则需要进行二次差分变换二次差分序列的检验，一般到此时间序列就平稳了。依照此方法分别对人均GDP、当年商品住宅销售额、城镇居民人均可支配收入、城镇化率四个自变量进行单位根检验可得到如下结果

20、：1. 人均GDP的二阶差分检验结果Null Hypothesis: D(PGDP,2) has a unit rootExogenous: Constant, Linear TrendLag Length: 2 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.0.0584Test critical values:1% level-5.5% level-4.10% level-3.*MacKinnon (1996) one-sided p-values.War

21、ning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 10在10%的显著性水平下，单位根检验的临界值为-3.小于相应DW临界值表明人均GDP在二阶差分后的序列平稳，趋势特征消除。2. 当年商品住宅销售额的一阶差分检验结果Null Hypothesis: D(SALE) has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXL

22、AG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.0.0193Test critical values:1% level-4.5% level-3.10% level-2.*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 13在5%的显著性水平下，单位根检验的临界

23、值为-3.小于相应DW临界值表明当年商品住宅销售额在一阶差分后的序列平稳，趋势特征消除。3. 城镇居民人均可支配收入的二阶差分检验结果Null Hypothesis: D(INC,2) has a unit rootExogenous: Constant, Linear TrendLag Length: 2 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.0.0591Test critical values:1% level-5.5% level-4.10%

24、level-3.*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 10在10%的显著性水平下，单位根检验的临界值为-3.小于相应DW临界值表明城镇居民人均可支配收入在二阶差分后的序列平稳，趋势特征消除。4. 城镇化率的一阶差分检验结果Null Hypothesis: D(RATE) has a unit rootExogenous: Co

25、nstantLag Length: 0 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.0.0117Test critical values:1% level-4.5% level-3.10% level-2.*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observations在5%的显著性水平下，单位根检验的

26、临界值为-3.小于相应DW临界值表明城镇化率在一阶差分后的序列平稳，趋势特征消除。 (二)多元回归分析为了避免多重共线性问题，本文采用了逐步回归法进行模型迭代。 表1 模型摘要Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.997a.995.993185.705972.997b.995.993177.085803.997c.994.994181.78592a. 预测变量: (Constant), PGDP, SALE ,INC, RATEb. 预测变量: (Constant), PGDP, INC,

27、 RATE,c. 预测变量: (Constant), INC, RATEd. 因变量：HP 表1显示了3个重要模型。模型1包括, RATE, PGDP, INC, SALE，模型2包括RATE, PGDP, INC，模型3包括RATE、INC。因变量为HP。模型1:HP=0+1 PGDP+2 SALE+3 INC+4 RATE+模型2:HP=0+1 PGDP+2 INC+3 RATE+模型3:HP=0+1 INC+2 RATE+其中，这三个模型的拟合程度都比较高，模型1和模型2的调整的R平方均为0.993，模型3的调整的R平方为0.994，是这三个模型最高的。表2给出了回归的方差分析表，这三个

28、模型的F检验的显著性水平为0，表明三个模型都是显著的。 表2 方差分析ANOVAdModelSum of SquaresdfMean SquareFSig.1Regression6.743E741.686E7488.820.000aResidual.0611034486.706Total6.778E7142Regression6.743E732.248E7716.756.000bResidual.1741131359.379Total6.778E7143Regression6.738E723.369E71.019E3.000cResidual.4411233046.120Total6.778E

29、714a. 预测变量: (Constant), PGDP, SALE ,INC, RATEb. 预测变量: (Constant), PGDP, INC, RATE,c. 预测变量: (Constant), INC, RATEd. 因变量：HP表3 系数CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)1093.918263.9474.144.002PGDP-803.154937.962-.044-.856.412SALE.006.117.018

30、.050.961INC1.093.287.4093.813.003RATE.095.056.6071.684.1232(Constant)1098.670234.7944.679.001PGDP-768.347598.984-.042-1.283.226INC1.092.273.4094.007.002RATE.097.017.6255.775.0003(Constant)881.294166.8295.283.000INC1.143.277.4284.130.001RATE.090.016.5755.547.000表3给出了三个模型参数的估计值，即回归系数和标准化回归系数，以及用于检验的t统

31、计量及相应的显著性水平，检验结果表明，除模型1中的PGDP、SALE外，其他模型检验结果均显著。综上所述，我们选择模型3作为最终的解释模型，具体为公式（1）：其中，为随机扰动项。HP=881.294+1.143 INC+0.09RATE+(三)结果分析从变量的系数来说，INC和RATE都对HP存在正向的影响，即当年城镇居民人均可支配收入每增加一个百分点就会引起房地产销售价格上涨1.14个百分点，城镇化率每增加一个百分点就会引起房地产销售价格上涨0.09个百分点。三、结论与建议 （一）结论通过对福建省1998-2012年数据的实证分析，本文得出以下结论：福建省城镇化的进程中，房地产销售价格的主要

32、驱动因素有两个：城镇居民人均可支配收入和城镇化率。人均GDP和当年商品住宅销售额对房地产销售价格的影响不显著，因此这两个因素不是房地产销售价格的主要因素。即假设1和假设2不成立，假设3和假设4成立。1. 城镇居民人均可支配收入与房地产销售价格呈正相关 城镇居民人均可支配收入决定了居民的房地产购买能力。房地产的销售很大程度上取决于需求与供给的此消彼长，城镇居民人均可支配收入增加会刺激消费，市场需求也随之增长，供给有限的同时，房地产价格自然随着上涨；反之，城镇居民人均可支配收入的减少，房地产价格下降。2. 城镇化率与房地产价格呈正相关 随着城镇化率的提高而来的是大量人口从农村涌入城镇，城镇人口的增

33、加大大提高了人们对房地产的需求，房地产的销售价格也随之上涨；而原有的城镇居民在城镇化的进步过程中增大了对改善原有居住条件的需求，房地产销售价格进一步抬高；城镇化推动了城市的发展的同时，城市的公共开支也在迅速增加，而城市的公共开支的增加需要更多的财政收入，财政收入又极大依赖于房地产的销售，导致的房地产的成本价格提高，房地产销售价格进一步上涨。（二）建议 基于以上结论，我对福建省房地产价格相关的问题提出两点建议： 1.城镇居民人均可支配收入的增加取决于经济的增长和居民薪资水平的提高，因此需要政府大力扶持海西经济的发展，以避免房价严重脱离居民支付能力的现象。与此同时应该开发具有海西特色的经济产业，而不只是一味依赖于房地产行业的发展，只有这样才能从根本上解决房地产销售价格与城镇化的捆绑问题。大