摘 要：本文利用面板數(shù)據(jù)和分位數(shù)回歸方法研究了全國(guó)房地產(chǎn)與國(guó)民經(jīng)濟(jì)其他行業(yè)的關(guān)系，結(jié)果表明房地產(chǎn)業(yè)與交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)均呈正相關(guān)關(guān)系，并隨著分位數(shù)的不同而變化等，為有關(guān)部門制定相關(guān)政策提供依據(jù)；同時(shí)也發(fā)現(xiàn)基于面板數(shù)據(jù)的分位數(shù)回歸方法比面板數(shù)據(jù)模型揭示的數(shù)據(jù)信息更加豐富，回歸結(jié)果更加穩(wěn)定和精確。

關(guān)鍵詞：房地產(chǎn) 國(guó)民經(jīng)濟(jì) 面板數(shù)據(jù) 協(xié)整分析 分位數(shù)回歸

近年來(lái)，與人民生活密切相關(guān)的房地產(chǎn)行業(yè)發(fā)展迅速，為國(guó)民經(jīng)濟(jì)做出了巨大貢獻(xiàn)。然而，房地產(chǎn)行業(yè)仍存在一些問(wèn)題和挑戰(zhàn)，引起諸多爭(zhēng)議，但大多只是定性分析。房地產(chǎn)行業(yè)與國(guó)民經(jīng)濟(jì)不僅是一個(gè)局部與整體的關(guān)系，而且有著內(nèi)在的密切聯(lián)系和相關(guān)性。因此，通過(guò)建立數(shù)學(xué)模型定量分析研究我國(guó)房地產(chǎn)行業(yè)與國(guó)民經(jīng)濟(jì)其他行業(yè)的關(guān)系是一個(gè)值得探索的方向，而科學(xué)研究中比較前沿的面板數(shù)據(jù)模型和分位數(shù)回歸在房地產(chǎn)行業(yè)中的應(yīng)用甚是少見(jiàn)。本文嘗試從面板數(shù)據(jù)模型和分位數(shù)回歸兩方面對(duì)房地產(chǎn)和國(guó)民經(jīng)濟(jì)其他行業(yè)的關(guān)系進(jìn)行分析。

由于國(guó)民經(jīng)濟(jì)中包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)，它們與房地產(chǎn)業(yè)關(guān)系比較密切，所以本文以中國(guó)統(tǒng)計(jì)年鑒和中國(guó)統(tǒng)計(jì)局公開發(fā)布的2004-2010年31個(gè)省市的面板數(shù)據(jù)為依據(jù)，選取了4項(xiàng)指標(biāo)。Y表示房地產(chǎn)業(yè)增加值（億元），X1表示交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值（億元）、X2表示金融業(yè)增加值（億元）、X3表示批發(fā)和零售業(yè)增加值（億元），建立面板數(shù)據(jù)模型，進(jìn)行面板協(xié)整分析，最后用分位數(shù)回歸方法進(jìn)行改進(jìn)。

一、面板數(shù)據(jù)模型

建立變截距模型，由于隨機(jī)效應(yīng)Hausman檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量為28.426225，伴隨概率為0。因此，拒絕固定效應(yīng)模型與隨機(jī)效應(yīng)模型不存在系統(tǒng)差異的原假設(shè)，建立固定效應(yīng)模型得到結(jié)果（表1）。 從回歸估計(jì)的結(jié)果看，模型擬合較好，可決系數(shù)與調(diào)整的可決系數(shù)均為0.98，且除了表示平均水平的常數(shù)項(xiàng)外，其他變量的P值均小于0.05，很顯著，都通過(guò)檢驗(yàn)。經(jīng)檢驗(yàn)，由于固定效應(yīng)的F檢驗(yàn)和LR檢驗(yàn)的統(tǒng)計(jì)量分別為9.624289和205.481171，伴隨概率都為0，因此不需要建立混合橫截面模型。

從回歸方程的系數(shù)看，房地產(chǎn)行業(yè)增加值都與交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)的增加值呈顯著正相關(guān)關(guān)系。一定意義上，從系數(shù)來(lái)看，金融業(yè)對(duì)房地產(chǎn)的影響要比國(guó)民經(jīng)濟(jì)其他兩行業(yè)的影響大，其次為交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，最后為批發(fā)和零售業(yè)。

同時(shí)得出，31個(gè)省市在2004-2010年間的房地產(chǎn)增加值之間存在著顯著差異，其中增加最低的為河北，最高的為廣東。可以看出，拉動(dòng)房地產(chǎn)經(jīng)濟(jì)尚有很大的空間。

對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，均不平衡，然后進(jìn)行協(xié)整分析，即檢驗(yàn)這幾個(gè)非平穩(wěn)變量的線性組合是否為平穩(wěn)序列，如果非平穩(wěn)序列的線性組合為平穩(wěn)變量，則認(rèn)為這些變量之間存在長(zhǎng)期均衡關(guān)系。進(jìn)行Pedroni檢驗(yàn)，同質(zhì)性備擇的檢驗(yàn)結(jié)果，除了Panel v統(tǒng)計(jì)量外，其余統(tǒng)計(jì)量的相伴概率都小于0.05，拒絕原假設(shè)，認(rèn)為所有截面有共同的AR系數(shù)。異質(zhì)性備擇的檢驗(yàn)結(jié)果，Group rho統(tǒng)計(jì)量、 Group PP統(tǒng)計(jì)量和 Group ADF統(tǒng)計(jì)量均很顯著，表明存在異質(zhì)性協(xié)整關(guān)系。此外，進(jìn)行Kao檢驗(yàn)，，ADF統(tǒng)計(jì)量檢驗(yàn)顯著（在5%的置信水平下），相伴概率為0.0001，即Kao檢驗(yàn)認(rèn)為序列之間存在協(xié)整關(guān)系。因此，房地產(chǎn)行業(yè)與交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)之間有長(zhǎng)期均衡關(guān)系。

二、分位數(shù)回歸

雖然通過(guò)面板數(shù)據(jù)模型較好地建立了房地產(chǎn)與國(guó)民經(jīng)濟(jì)其他行業(yè)關(guān)系的模型，但更為細(xì)致的在分位數(shù)上的變量因果關(guān)系不能分辨和描述，隱藏了解釋變量對(duì)被解釋變量可能存在的一些極端影響，因此應(yīng)利用分位數(shù)回歸對(duì)其改進(jìn)，得到對(duì)面板數(shù)據(jù)模型進(jìn)行分位數(shù)回歸分析的結(jié)果（表2和圖1）。

（一）不同解釋變量系數(shù)估計(jì)值的差異分析

在房地產(chǎn)業(yè)增加值的某個(gè)具體分位數(shù)水平，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)對(duì)房地產(chǎn)的影響大小都不同。具體地說(shuō)，在被解釋變量Y的不同分位數(shù)水平，解釋變量X1、X2和X3的系數(shù)都是正值，說(shuō)明房地產(chǎn)和國(guó)民經(jīng)濟(jì)這三個(gè)行業(yè)正相關(guān)。從系數(shù)的絕對(duì)值來(lái)看，從大到小，基本上依次為X2、X3、X1，說(shuō)明金融業(yè)對(duì)房地產(chǎn)的影響大于另外兩個(gè)行業(yè)的影響，批發(fā)和零售業(yè)對(duì)房地產(chǎn)的影響基本比交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的大，這是符合經(jīng)濟(jì)規(guī)律的。從顯著性來(lái)看， X2的系數(shù)全部在5%水平上顯著，X3次之，最后為X1，這說(shuō)明金融業(yè)對(duì)房地產(chǎn)的影響最顯著，其次為批發(fā)和零售業(yè)，最后為交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)。

（二）相同解釋變量在回歸方程中系數(shù)估計(jì)值的變動(dòng)分析

在房地產(chǎn)業(yè)增加值的每個(gè)不同分位數(shù)水平，某個(gè)解釋變量（交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)或者金融業(yè)或者批發(fā)和零售業(yè)）對(duì)房地產(chǎn)的影響大小都不同。隨著被解釋變量Y的分位數(shù)水平從0.05逐步增加到0.95，解釋變量X1、X2和X3系數(shù)的點(diǎn)估計(jì)和區(qū)間估計(jì)都在變動(dòng)，常數(shù)項(xiàng)由負(fù)值變?yōu)檎?，總體上隨著分位數(shù)的增大而增大。X1的系數(shù)為正值，隨著分位數(shù)的增大先緩慢增大，在分位數(shù)為0.3時(shí)下降很快，到0.35時(shí)然后逐漸增加，趨于平緩。X2的系數(shù)為正值，隨著分位數(shù)的增大緩慢減小，在分位數(shù)為0.05時(shí)下降的比較快，0.3以后基本平緩，而且從顯著性上看，高分位點(diǎn)要比低分位點(diǎn)顯著。X3的系數(shù)基本隨著分位數(shù)的增大緩慢增大。說(shuō)明交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)與金融業(yè)這兩個(gè)行業(yè)在低分位點(diǎn)上對(duì)房地產(chǎn)業(yè)的影響比較大，在高分位點(diǎn)比較小，而批發(fā)和零售業(yè)對(duì)房地產(chǎn)的影響雖然在低分位點(diǎn)要比在高分位大，但是在高分位點(diǎn)要比在低分位點(diǎn)顯著。

三、結(jié)論

本文以2004-2010年的統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，利用面板數(shù)據(jù)和分位數(shù)回歸方法對(duì)房地產(chǎn)業(yè)和國(guó)民經(jīng)濟(jì)其他行業(yè)的關(guān)系進(jìn)行了分析，研究發(fā)現(xiàn)：第一，房地產(chǎn)業(yè)與交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)均呈正相關(guān)關(guān)系，且金融業(yè)對(duì)房地產(chǎn)的影響比另外兩個(gè)行業(yè)的影響大而且顯著；第二，31個(gè)省市在房地產(chǎn)增加值之間存在著顯著差異；第三，房地產(chǎn)行業(yè)與交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、金融業(yè)、批發(fā)和零售業(yè)之間有長(zhǎng)期均衡關(guān)系；第四，房?jī)r(jià)在高分位點(diǎn)對(duì)房屋供給的影響要比低分位點(diǎn)顯著；第五，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)與金融業(yè)隨著分位數(shù)的不同對(duì)房地產(chǎn)的影響不同。

同時(shí)，可以發(fā)現(xiàn)，利用面板數(shù)據(jù)進(jìn)行分位數(shù)回歸，可以將面板數(shù)據(jù)與分位數(shù)回歸方法的優(yōu)勢(shì)結(jié)合起來(lái)，既可以根據(jù)面板數(shù)據(jù)很好地識(shí)別和度量純橫截面和純時(shí)間序列數(shù)據(jù)所不能發(fā)現(xiàn)的影響因子，控制不可觀測(cè)的時(shí)間或地區(qū)特定效應(yīng)，還可以利用分位數(shù)回歸準(zhǔn)確地描述解釋變量對(duì)于被解釋變量的變化范圍以及條件分布形狀的影響，度量解釋變量對(duì)被解釋變量的某個(gè)特定分位數(shù)的邊際效果。這樣可使各回歸系數(shù)估計(jì)顯著性明顯提高，回歸結(jié)果也更加穩(wěn)定和精確。

參考文獻(xiàn)：

[1]李子奈，潘文卿.計(jì)量經(jīng)濟(jì)學(xué)[M].北京：高等教育出版社，

2010（3）.

[2]易丹輝.數(shù)據(jù)分析與EViews應(yīng)用[M].中國(guó)人民大學(xué)出版社，

2008（10）.

[3]齊曉麗，金善女，梁慧超，連建新.基于面板數(shù)據(jù)的分位數(shù)回歸

及實(shí)證研究[J].河北工業(yè)大學(xué)學(xué)報(bào)，2012（3）.

[4]Koenker，R.Quantile regression[M].New York：Cambridge

University Press，2005.

責(zé)任編輯：楊再梅