浅谈房地产与国民经济

浅谈房地产与国民经济

摘要：本文利用面板数据和分位数回归方法研究了全国房地产与国民经济其他

行业的关系，结果表明房地产业与交通运输、仓储和邮政业、金融业、批发和零

售业均呈正相关关系，并随着分位数的不同而变化等，为有关部门制定相关政策

提供依据；同时也发现基于面板数据的分位数回归方法比面板数据模型揭示的数

据信息更加丰富，回归结果更加稳定和精确。

关键词：房地产；国民经济；?

近年来，与人民生活密切相关的房地产行业发展迅速，为国民经济做出了

巨大贡献。然而，房地产行业仍存在一些问题和挑战，引起诸多争议，但大多只

是定性分析。房地产行业与国民经济不仅是一个局部与整体的关系，而且有着内

在的密切联系和相关性。因此，通过建立数学模型定量分析研究我国房地产行业

与国民经济其他行业的关系是一个值得探索的方向，而科学研究中比较前沿的面

板数据模型和分位数回归在房地产行业中的应用甚是少见。本文尝试从面板数据

模型和分位数回归两方面对房地产和国民经济其他行业的关系进行分析。?

由于国民经济中包括交通运输、仓储和邮政业、金融业、批发和零售业，

它们与房地产业关系比较密切，所以本文以中国统计年鉴和中国统计局公开发布

的2004-2010年31个省市的面板数据为依据，选取了4项指标。Y表示房地产业

增加值（亿元），X1表示交通运输、仓储和邮政业增加值（亿元）、X2表示金

融业增加值（亿元）、X3表示批发和零售业增加值（亿元），建立面板数据模型，进行面板协整分析，最后用分位数回归方法进行改进。?

一、面板数据模型?

建立变截距模型，由于随机效应Hausman检验的检验统计量为28.426225，伴随概率为0。因此，拒绝固定效应模型与随机效应模型不存在系统差异的原假设，建立固定效应模型得到结果。从回归估计的结果看，模型拟合较好，可决系

数与调整的可决系数均为0.98，且除了表示平均水平的常数项外，其他变量的P

值均小于0.05，很显著，都通过检验。经检验，由于固定效应的F检验和LR检

验的统计量分别为9.624289和205.481171，伴随概率都为0，因此不需要建立混

合横截面模型。?

从回归方程的系数看，房地产行业增加值都与交通运输、仓储和邮政业、

金融业、批发和零售业的增加值呈显著正相关关系。一定意义上，从系数来看，

金融业对房地产的影响要比国民经济其他两行业的影响大，其次为交通运输、仓

储和邮政业，最后为批发和零售业。?

同时得出，31个省市在2004-2010年间的房地产增加值之间存在着显著差异，其中增加最低的为河北，最高的为广东。可以看出，拉动房地产经济尚有很

大的空间。?进行Pedroni检验，同质性备择的检验结果，除了Panel v统计量外，其余统计量的相伴概率都小于0.05，拒绝原假设，认为所有截面有共同的AR系数。异质性备择的检验结果，Group rho统计量、 Group PP统计量和 Group ADF

统计量均很显著，表明存在异质性协整关系。此外，进行Kao检验，，ADF统计

量检验显著（在5%的置信水平下），相伴概率为0.0001，即Kao检验认为序列

之间存在协整关系。因此，房地产行业与交通运输、仓储和邮政业、金融业、批

发和零售业之间有长期均衡关系。?

二、分位数回归?

虽然通过面板数据模型较好地建立了房地产与国民经济其他行业关系的模

型，但更为细致的在分位数上的变量因果关系不能分辨和描述，隐藏了解释变量

对被解释变量可能存在的一些极端影响，因此应利用分位数回归对其改进，得到

对面板数据模型进行分位数回归分析的结果。?

不同解释变量系数估计值的差异分析?在房地产业增加值的某个具体分位

数水平，交通运输、仓储和邮政业、金融业、批发和零售业对房地产的影响大小

都不同。具体地说，在被解释变量Y的不同分位数水平，解释变量X1、X2和X3

的系数都是正值，说明房地产和国民经济这三个行业正相关。从系数的绝对值来看，从大到小，基本上依次为X2、X3、X1，说明金融业对房地产的影响大于另外两个行业的影响，批发和零售业对房地产的影响基本比交通运输、仓储和邮政业

的大，这是符合经济规律的。从显著性来看， X2的系数全部在5%水平上显著，

X3次之，最后为X1，这说明金融业对房地产的影响最显著，其次为批发和零售业，最后为交通运输、仓储和邮政业。?

三.相关经济环境因素的影响?

一个国家或地区的经济结构、物质资源状况、经济制度以及消费水平等方

面都是经济环境。此外居民可支配收入、利率、通货膨胀率、经济周期等也是另

一个层面的经济环境。其中一种不可避免的客观经济现象就是经济周期，经济周

期对房地产业有着重大的影响，尤其是对其的供求影响。一个地区或者是国家的

经济繁荣时，那么相应了国民的消费水平和收入水平也相应地提高，所以说对住

房的需求量就要增加，因此，就会直接促进房地产行业超前发展；但是在这个国

家的经济趋势处于下滑阶段时，必然对住房的需求量就会相应减少，甚至不需要，就造成了导致房地产选定的空置地产增多、使得房价下跌，严重滞后了房地产市

场的经济发展。另外，一个国家国民的收入水平也直接影响到房地产业的发展。

就一般情况而言，其基本规律是：若国民收入水平的提高，那么国家的耐用消费

品支出所占的比重就会增大，就会促进国民经济的发展，反之，则抑制国民经济

的发展。所以说，国民的收入水平也影响到房地产业的发展。

四．关社会环境和科技环境因素的影响?

所谓社会环境就是指一个国家或地区的文化教育水平、人口比例、传统风

俗习惯以及人们的人生观和道德观和价值观等。而我们国家则表现为人口众多，

约占世界人口总数的五分之一，城市化建设越来越快，生活水平不断提高，家庭

规模趋向小型化，所以，这对我国的房地产行业的发展来讲，存在着一个非常大

的潜在市场，未来人们的需求一定会促进房地产行业的飞速发展。根据有关资料

预计，我国房地产行业在今后的发展中要以平均每年增加约13亿平米的居住面积，满足人们的居住需求。?

综上所述，本文以2004-2010年的统计数据为基础，利用面板数据和分位

数回归方法对房地产业和国民经济其他行业的关系进行了分析，研究发现：第一，房地产业与交通运输、仓储和邮政业、金融业、批发和零售业均呈正相关关系，

且金融业对房地产的影响比另外两个行业的影响大而且显著；第二，31个省市在房地产增加值之间存在着显著差异；第三，房地产行业与交通运输、仓储和邮政业、金融业、批发和零售业之间有长期均衡关系；第四，房价在高分位点对房屋

供给的影响要比低分位点显著；第五，交通运输、仓储和邮政业与金融业随着分

位数的不同对房地产的影响不同。?同时，可以发现，利用面板数据进行分位数

回归，可以将面板数据与分位数回归方法的优势结合起来，既可以根据面板数据

很好地识别和度量纯横截面和纯时间序列数据所不能发现的影响因子，控制不可

观测的时间或地区特定效应，还可以利用分位数回归准确地描述解释变量对于被