李璐瓊
(上海理工大學(xué) 管理學(xué)院,上海 200093)
吃喝住行是一個(gè)人在社會(huì)上生存的最根本的保障,任何一個(gè)方面存在困難,人就無法在社會(huì)上立足、生存。其中“住”就涉及到房價(jià)的問題,房價(jià)過高,投資炒房,導(dǎo)致真正需要住房的人卻無法獲得住房,而已經(jīng)滿足居住需求的人卻為了投資增值,占據(jù)了房產(chǎn)資源,這又會(huì)導(dǎo)致房價(jià)的上升,這是一個(gè)惡性的循環(huán)。房價(jià)過高,老百姓的住房需求無法得到保障,社會(huì)就會(huì)動(dòng)蕩,因此房價(jià)問題,是與老百姓、政府甚至整個(gè)國家都切身相關(guān)的問題,并在很多層面上已經(jīng)得到了很多人的重視,各個(gè)學(xué)科的學(xué)者都競相研究房價(jià)問題。
本文并不想從宏觀上剖析房價(jià)問題,一來宏觀上對(duì)房價(jià)問題的研究已經(jīng)非常深入,可研究范圍小,二來筆者并非經(jīng)濟(jì)、金融專業(yè),在宏觀方面的知識(shí)相對(duì)缺乏,所以本文將主要采用微觀層面的數(shù)據(jù)進(jìn)行房價(jià)影響因素的探討和證明。鑒于本文作為統(tǒng)計(jì)學(xué)軟件課程的課程論文,將研究及本論文匯報(bào)的重點(diǎn)放在STATA軟件的應(yīng)用上,以期通過本文的研究,熟練統(tǒng)計(jì)學(xué)軟件的應(yīng)用,為今后的研究打下基礎(chǔ)。
正如前文所提到的,國內(nèi)外各個(gè)領(lǐng)域的學(xué)者都對(duì)房價(jià)問題進(jìn)行了不同層面、不同領(lǐng)域的各種研究,但主要還是在宏觀層面,比如通貨膨脹對(duì)房價(jià)的影響,緊縮的財(cái)政政策、貨幣政策對(duì)房價(jià)的影響,寬松的財(cái)政政策、貨幣政策對(duì)房價(jià)的影響,住房公積金對(duì)房價(jià)的影響等等??偠灾?,絕大多數(shù)涉及房價(jià)的研究主要是探討“看不見的手”——市場對(duì)房價(jià)的影響,“看得見的手”——政府的宏觀政策對(duì)房價(jià)的影響以及政府應(yīng)該如何應(yīng)用宏觀調(diào)控的手段去應(yīng)對(duì)市場對(duì)房價(jià)的影響。
由于筆者所從事的為會(huì)計(jì)專業(yè),在宏觀國民經(jīng)濟(jì)方面的只是相對(duì)缺乏,所以,本文重新尋找立足點(diǎn),將影響房價(jià)的因素歸結(jié)到與我們老百姓生活最為相關(guān)的、最本質(zhì)的、微觀層面的房價(jià)的影響因素。另外,本文作為統(tǒng)計(jì)軟件方面課程的結(jié)課論文,將把重點(diǎn)放在如何運(yùn)用STATA軟件剖析房價(jià)微觀層面的影響因素。
本文歸納總結(jié)了所得到的數(shù)據(jù),找出幾個(gè)認(rèn)知層面與房價(jià)相關(guān)的因素:房屋所處區(qū)域的犯罪率、該區(qū)域的空氣質(zhì)量、房屋到商業(yè)中心的距離、該區(qū)域平均每套住房所擁有的房間數(shù)以及該區(qū)域?qū)W校的平均學(xué)生—教師比。由于本文選用的是不涉及時(shí)間的橫截面數(shù)據(jù),所以盡量多取一些影響因素進(jìn)行驗(yàn)證。因此,本文提出如下五個(gè)假設(shè):
H1:房屋所處區(qū)域的犯罪率越高,該區(qū)域的房屋的平均價(jià)格越低。這是比較明顯的一個(gè)假設(shè),畢竟沒有人會(huì)希望在一個(gè)犯罪率極高、治安混亂的社區(qū)生活。因此,這些區(qū)域的房價(jià)就比較低。
H2:該區(qū)域的空氣質(zhì)量越好,房屋的價(jià)格也就越高。這也是顯而易見的,就像杭州之所以被評(píng)為最適合居住、養(yǎng)老的城市,其很大一方面就是杭州擁有西湖、湘湖、西溪濕地等景區(qū),使得杭州的空氣質(zhì)量相對(duì)中國其他幾個(gè)大城市來說是比較好的。因此,在人們健康意識(shí)日漸增強(qiáng)的今天,杭州的房價(jià)也是節(jié)節(jié)攀升。
H3:該區(qū)域平均每套住房所擁有的房間數(shù)越多,房價(jià)也就越高。這是顯而易見的,富人們居住的別墅區(qū)的房價(jià)一般來說要比普通區(qū)域要高。所以,房屋所擁有房間數(shù)量越多,在一定程度上意味著房屋面積越大,通常情況下房價(jià)也就越高。
H4:房屋到商業(yè)中心的距離越大,房價(jià)越低。顯然,房屋距離商業(yè)中心越遠(yuǎn),說明房屋處在相對(duì)較為偏遠(yuǎn)的地區(qū),這些地區(qū)的交通相對(duì)是比較不方便的,因此房價(jià)也會(huì)較低;另一個(gè)層面,距離商業(yè)中心較遠(yuǎn)的房屋,也從另一個(gè)側(cè)面說明這些房屋的配套設(shè)施可能并不完善,居民休閑、娛樂甚至是純粹的生活購物可能都會(huì)有影響,所以這些地區(qū)的房價(jià)相對(duì)就比較低。
H5:該區(qū)域?qū)W校的平均學(xué)生—教師比越大,房價(jià)就越低。這個(gè)可以從學(xué)區(qū)房的例子中獲得認(rèn)知上的認(rèn)同(當(dāng)然下文會(huì)用STATA軟件進(jìn)行數(shù)據(jù)上的證明),我國實(shí)行九年制義務(wù)教育,無論是在哪個(gè)區(qū)域的小學(xué)、初中生都能夠就近入學(xué),這本該是公平的,也就不應(yīng)該產(chǎn)生學(xué)區(qū)房的問題。但是,學(xué)區(qū)房高昂的房價(jià)問題卻在我國非常明顯,這其中的原因就是這些執(zhí)行義務(wù)教育的小學(xué)、初中其教育質(zhì)量不同,家長為了使自己的孩子不輸在起跑線上,都希望孩子能夠進(jìn)入教育質(zhì)量好的學(xué)校進(jìn)行學(xué)習(xí),因此紛紛在這些學(xué)校附近購房,也就產(chǎn)生了學(xué)區(qū)房價(jià)格高漲的現(xiàn)象,而學(xué)校教育質(zhì)量的好壞無疑受很多方面因素的影響,在這方面教育學(xué)領(lǐng)域的學(xué)者也做過很多的研究。其中,最為顯著的影響因素是“小班化教育”,一個(gè)教師所負(fù)責(zé)的學(xué)生越少,往往教學(xué)質(zhì)量越好,這是有道理的。畢竟一個(gè)人的精力都是有限的,有限的教師的精力分散給五六十個(gè)學(xué)生的教育質(zhì)量,肯定不如分散給十幾、二十幾個(gè)學(xué)生的教育質(zhì)量高。所以,一個(gè)區(qū)域平均學(xué)生—教師比越大,說明一個(gè)教師所要負(fù)責(zé)的學(xué)生也就越多,在很大程度上會(huì)造成教育質(zhì)量的下降。因此,這附近的房價(jià)也就會(huì)是相對(duì)較低的,這個(gè)后面將會(huì)用STATA軟件對(duì)數(shù)據(jù)進(jìn)行分析,會(huì)更有說服力。
首先,在數(shù)據(jù)方面,本文將隨機(jī)選取杭州506個(gè)社區(qū)的平均房價(jià)以及相關(guān)區(qū)域的犯罪率、空氣質(zhì)量、到商業(yè)中心的距離、平均每套住房所擁有的房間數(shù)以及學(xué)生—教師比的數(shù)據(jù),進(jìn)行本文的實(shí)證分析和檢驗(yàn)。其中,空氣質(zhì)量在本文中的衡量標(biāo)準(zhǔn)是以數(shù)據(jù)比較容易得到的空氣中二氧化氮的含量來衡量,二氧化氮是一種影響空氣質(zhì)量、造成空氣污染的重要污染物,其主要來自機(jī)動(dòng)車尾氣的排放、鍋爐廢氣的排放等,二氧化氮還是酸雨的成因之一,因此用二氧化氮來衡量空氣的質(zhì)量是合理、可行的。
其次,變量的選擇,本文將假設(shè)中提到的這五個(gè)可能影響房價(jià)的因素都作為變量歸結(jié)到模型中。那么本文的因變量Y很顯然就是房價(jià)(price),而本文的自變量顯然就是:X1為社區(qū)的犯罪率(crime),X2為該區(qū)域空氣中二氧化氮的含量(nox),X3為平均每套住房所擁有的房間數(shù)(rooms),X4為該社區(qū)到最近的大型商業(yè)中心的距離(dist),X5為社區(qū)的學(xué)生—教師比(stratio)。
最后,本文的模型,根據(jù)前文的假設(shè)以及變量的選擇,最終確定的模型是:
Lnprice=β0+β1crime+β2lnox+β3rooms+β4lndist+β5stratio+u
其中,價(jià)格、距離等變量取了對(duì)數(shù),取對(duì)數(shù)意味著原被解釋變量對(duì)解釋變量的彈性,即百分比的變化而不是數(shù)值的變化,對(duì)數(shù)形式可以減少多重共線性,并能在一定程度上消除量綱和異方差的影響,而一般情況下比例類的數(shù)據(jù)是不取對(duì)數(shù)的。所以,本文的區(qū)域犯罪率、學(xué)生—教師比并沒有取對(duì)數(shù),而平均的房間個(gè)數(shù),由于結(jié)果比較明顯,也數(shù)值不大,參照一些類似的文獻(xiàn),在這里就不取對(duì)數(shù)了。最后的u是誤差項(xiàng),也稱為干擾項(xiàng)。所以,最后得到的模型,就如上所列示的。
在搜集好數(shù)據(jù)、選擇好變量和模型以后,就是將這些數(shù)據(jù)錄入STATA中進(jìn)行處理,得到最后的實(shí)證結(jié)果,以印證前文的假設(shè)。由于本文是統(tǒng)計(jì)學(xué)軟件類課程的結(jié)課論文,所以本文會(huì)將每一步都進(jìn)行描述,除了放上驗(yàn)證結(jié)果的關(guān)鍵性圖標(biāo)之外,也會(huì)將關(guān)鍵步驟所執(zhí)行的命令進(jìn)行說明。第一步,在將數(shù)據(jù)從Excel導(dǎo)入STATA后,執(zhí)行命令“summarize”,就能考察所有變量的統(tǒng)計(jì)特征,也就是數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果(見表1)。
表1 描述性統(tǒng)計(jì)結(jié)果
第二步,由于一些變量取了對(duì)數(shù),所以要對(duì)新的變量進(jìn)行說明,以生成新的變量。具體的命令為“g lnprice=log(price)”、“g lnox=log(nox)”、“g lndist=log(dist)”。
第三步,用最小二乘法進(jìn)行回歸分析,其命令是“regress lnprice crime lnox rooms lndist stratio”(見下頁表 2)。
表2 回歸結(jié)果
從這個(gè)結(jié)果來看,檢驗(yàn)整個(gè)方程顯著性的F統(tǒng)計(jì)量之p值(Prob>F)為 0.0000,顯示這個(gè)回歸方程是高度顯著的,且每個(gè)變量的p值(P>|t|)均為0.000,也可以看出這些變量都是影響房價(jià)的因素。
第四步,用懷特檢驗(yàn),檢驗(yàn)其是否存在異方差,命令“estat imtest,white”(見表 3)。
表3 懷特檢驗(yàn)的結(jié)果
檢驗(yàn)結(jié)果顯示,p值等于0.0000,故強(qiáng)烈拒絕同方差的原假設(shè),認(rèn)為存在異方差。所以,為了消除異方差,需要用加權(quán)最小二乘法進(jìn)行回歸。
第五步,為了消除異方差,用加權(quán)最小二乘法重新進(jìn)行回歸。命令為“predict e1,res”,“g e2=e1^2”,“g lne2=log(e2)”,“reg lne2 crime lnox rooms lndist stratio”,“predict lne2f”,“g e2f=exp(lne2f)”,“reg lnprice crime lnox rooms lndist stratio[aw=1/e2f]”,最終得到如下結(jié)果(見表4)。
表4 加權(quán)最小二乘法的結(jié)果
續(xù)表
從加權(quán)最小二乘法的結(jié)果來看,檢驗(yàn)整個(gè)方程顯著性的F統(tǒng)計(jì)量之 p值(Prob>F)仍為 0.0000,顯示這個(gè)回歸方程是高度顯著的,且每個(gè)變量的 p 值(P>|t|)均仍為 0.000,也可以看出這些變量都是影響房價(jià)的因素。并且,從變量的系數(shù)(Coef.)來看,crime系數(shù)為負(fù),說明區(qū)域的犯罪率與房價(jià)呈負(fù)相關(guān),也就證實(shí)了H1假設(shè),房屋所處區(qū)域的犯罪率越高,該區(qū)域的房屋的平均價(jià)格越低;lnox的系數(shù)也為負(fù),說明區(qū)域的空氣質(zhì)量與房價(jià)也為負(fù)相關(guān),證實(shí)了假設(shè)H2,區(qū)域的空氣質(zhì)量越好,房屋的價(jià)格也就越高;rooms的系數(shù)為正,說明房屋所擁有的平均房間的數(shù)量與房價(jià)呈正相關(guān),證實(shí)了H3假設(shè),區(qū)域平均每套住房所擁有的房間數(shù)越多,房價(jià)也就越高;Lndist的系數(shù)為負(fù),說明該社區(qū)的房屋到商業(yè)中心的距離與房價(jià)呈反相關(guān),也證實(shí)了假設(shè)H4,房屋到商業(yè)中心的距離越大,房價(jià)越低;stratio的系數(shù)為負(fù),說明該區(qū)域?qū)W校學(xué)生—教師比與房價(jià)成反相關(guān),證實(shí)了假設(shè)H5,區(qū)域?qū)W校的平均學(xué)生—教師比越大,房價(jià)就越低。至此,通過STATA軟件,用加權(quán)最小二乘法得到的結(jié)果使得五個(gè)假設(shè)都得到了應(yīng)證。
本文通過選擇最基礎(chǔ)、最微觀的五個(gè)指標(biāo)(房屋所處區(qū)域的犯罪率、該區(qū)域的空氣質(zhì)量、房屋到商業(yè)中心的距離、該區(qū)域平均每套住房所擁有的房間數(shù)以及該區(qū)域?qū)W校的平均學(xué)生—教師比)來說明房價(jià)的影響因素,并用STATA軟件證實(shí)了這五個(gè)影響因素與房價(jià)的緊密關(guān)系,最終證明了關(guān)于這五個(gè)影響因素的假設(shè):房屋所處區(qū)域的犯罪率越高,該區(qū)域的房屋的平均價(jià)格越低;區(qū)域的空氣質(zhì)量越好,房屋的價(jià)格也就越高;區(qū)域平均每套住房所擁有的房間數(shù)越多,房價(jià)也就越高;房屋到商業(yè)中心的距離越大,房價(jià)越低;區(qū)域?qū)W校的平均學(xué)生—教師比越大,房價(jià)就越低。