论文范文网-权威专业免费论文范文资源下载门户!
当前位置:毕业论文格式范文>专科论文>范文阅读
快捷分类: 大数据杂志 论文数据 论文模型 有关大数据的论文 数据挖掘论文 建筑模型论文 抄袭论文模型 如何利用数据写论文 数据挖掘技术开题报告 企业财务预警模型论文文献综述 什么是大数据论文 实证论文的数据分析

数据模型方面专科开题报告范文 与从区域差异看城市地价对房价的影响机制基于中国省级面板数据模型的实证方面专科开题报告范文

分类:专科论文 原创主题:数据模型论文 发表时间: 2024-03-14

从区域差异看城市地价对房价的影响机制基于中国省级面板数据模型的实证,该文是数据模型相关专科开题报告范文跟实证研究和数据模型和地价相关毕业论文格式模板范文.

文/ 董肖凯、方宏舰、周波 南京财经大学 江苏南京 210046

【摘 要】本文基于住房的一般供需均衡模型,创新性地引入居民对住房的投机需求因子,推导出不完全竞争市场条件下的房地产市场动态模型.选取1998-2015 年国内35 个大中城市的年度数据,运用动态面板数据模型进行实证分析,结果表明:东部、中部和西部三个区域相比较,西部地价对房价影响最大,中部次之,东部最弱;东部主要是需求拉动房价上涨,而西部是成本推动房价上涨.

【关键词】地价;房价;不完全竞争市场;投机需求因子;动态面板

1.引言及综述

随着中国房地产业的兴起和发展,我国的城市建设、地方政府财政收入、居民的生活质量和城市周边区域经济等,都获得了快速发展和较大改善.但是房价和地价也出现了大幅度的上涨,并且已远远超过了它们的本身价值.为了抑制房价和地价的过快上涨,政府相继出台了一系列政策,包括土地供应、房屋限购等政策,但效果甚微.因此在政府对土地财政过度依赖的背景下,探析地价对房价的内在影响机理,分析地价及相关因素对房价的影响效应,对我国房地产业健康稳定发展具有重要的理论与实践意义.

Alonso(1964)和Muth(1969)通过构建了空间竞价函数,从空间经济学的角度来研究高房价的成因,认为在土地供给缺乏弹性的情况下,高地价引起高房价,并且政府对土地利用的控制也会影响土地供给进而对房价产生影响.阿瑟. 奥沙利文(2002)在《城市经济学》一书中通过构建地价模型分析后得出的结论是:随着对住房的需求增加,房价必然会上涨,从而导致开发商需要购买更多的土地来建更多的住房,这样对土地需求的增长提高了地价.杨慎(2003)通过规范分析认为由于地方政府借助自己是土地一级市场的唯一供给者的优势,地方政府采用“饿狼政策”,通过限制土地出让量进而抬高地价将大幅抬高房价.包宗华(2004)认为地价上涨会拉动房价上涨,要有效抑制房价上涨,只有降低地价.周彬、杜两省(2010)从土地财政的角度对我国的高房价给出了解释.首先他们构建了一个简单旳理论模型,并以此得出房价越高地方政府的效用越大,原因在于越高的房价可以使得地方政府获得更多的财 政收入,所以地方政府有着强大的动机去帮忙抬高地价.本文选取1998-2012 年国内35 个大中城市的年度数据,利用所构建的不完全竞争市场条件下的房地产市场动态模型进行实证分析.

2.理论模型

传统的DUST 模型是反映住房需求和供给关系的一个决定模型,它的表达式是:

其中 V 表示房地产价值, d 表示房地产需求, s 表示房地产供给, u 表示消费者效用, r表示住房的稀缺性, t 表示住房的可转让性, o表示其他因素.在DUST 的基础上借鉴Jud&Winkler(2002) 的思想,构建简单的住房供求理论模型,然后在房地产市场是完全竞争的,引申到不完全竞争的情形,最后加入一些合理化的假设,得到地价与房价之间的理论模型.

2.1 需求函数

住房作为商品,作为消费品是它的基本属性,故由正常商品的供需基本原理可知,影响住房需求的因素有:房屋销售、收入水平、城市化率、房屋租赁以及利率水平等.

基于以上的因素,给出的住房需求函数为:

2.2 供给函数

房地产开发商作为住房的供给者,他们的目标自然是实现利润最大化.由利润 ,其中 QH 代表住房销售数量,C 代表开发商建房成本.因此由上面的分析可知,住房供给的影响因素有:住房、土地、住房及装修材料、利率,代表了房地产金融市场上资金的成本.它影响房地产开发投资,从而也影响房地产的需求供给.基于以上的分析,得出供给函数为:

2.3 拓展模型的建立

随着房地产市场的发展,人们的收入水平的提高,住房逐渐拥有了它的另一个投资品属性.经济学中需求法则是,商品的越高,人们购买的越少,然而住房拥有了投资品的属性后,就会出现不一样的情况.产生这种现象的原因可以归结为三点:(1)人们把房地产当作一个预期收益较高的投资品;(2)一个小额存款能很快增长为大额存款;(3)按揭贷款能够容易得到.

(1)住房需求

住房的投机需求受到人们未来预期房价的影响.为了简单起见,人们主要是从两个方面来做出他们的预测:一方面是房价最终会回到它的长期均衡稳定状态;另一方面是坚持认为牛市或者熊市会让自己有利可图.这两方面的相对重要性取决于房地产市场环境,本文假设房价越偏离长期均衡状态,更多的人们相信未来房价存在均值回复的特征.也就是说大多数人们认为任何泡沫终会破灭,未来房价的均值回复特征能够正确预测房地产市场运动的方向.根据Roberto Dieci& Frank Westerhoff(2009)中的设定:

此处构建一个更一般化的模型,模型包含两种特例:存量和流量.存量指的是住房的供需分别将受到前一期的未满足的需求和过剩供给的影响;流量指的是住房的供需只受到当期的供需影响.

此处的需求 xt 和供给 yt 为流量,因此可以在忽略投机需求的前提下,得到实际需求可以表示成如下形式:

式(9)表示的是当前和过去销售的住房数量的累积和,并且考虑了房屋的贬值.接下来可以重新定义住房的实际需求和供给Dt 和St 如下:

因此上述动态系统可以被改写成一个由状态变量Pt 、Dt 和 St 表示的三维系统:

3.实证分析

本文将采用动态面板数据模型,利用35个城市的数据,对地价对房价的影响进行实证分析.通过回归模型,从总体和区域两个角度对35 个城市的面板数据进行回归,并比较分析回归结果.

3.1 数据指标选取及数据收集

(1)数据指标选取

(2)数据来源

本文研究是地价对房价的影响,与此同时通过住房供需模型,引入5 个对房价有显著影响的控制因素,为了保证数据的一致性,故搜集全国的35 个城市的面板数据,时间跨度是1998-2015 年.根据数据的可收集性,选取的城市是26 个省会城市(除去拉萨)、4 个直辖市以及5 个计划单列市.具体的变量设置及来源,如表3.1.

3.2 面板数据模型回归结果分析

由第二部分可知模型的形式如下:

由于模型中存在滞后一期的房价水平,一般情况下,采用普通的面板模型估计,将产生较大的估计偏差,因此采用广义矩估计法(GMM)来估计模型.本文将采用GMM 法来估计关于35 个城市的动态面板数据模型,然而在分成东、中和西三个区域以后,单个区域的截面个数明显减少,仍采用GMM 估计模型,也将产生较大的“动态面板偏差”,故在估计三个区域的模型时,将分别采用固定效应和随机效应模型进行回归分析,并比较区域差异性.

(1)全国层面的回归分析

为了比较模型估计的效果,本节将采用差分GMM 法、系统GMM 分别估计模型,得到模型估计结果如表3.2.

表3.2 全部35 个城市回归结果

(1)地价对房价的回归结果在1% 水平上显著为正,地价增加1%,房价将增加0.041%,因此地价上涨,促进房价上涨.(2)人均收入每增加1%,房价增加0.217%,因此收入水平对商品房的需求影响是显著的.(3)住房及装修材料作为影响建房成本的因素之一,对商品房的供给影响也是显著的,每增加1%,房价就增加0.021%.(4)城市化率越高,购房者会更热衷于在该城市买房.当城市化率上涨1% 的,房价会上涨0.016%.(5)房屋租赁 前的系数不显著.理论上房价是房租的资本化体现,但是由于房价上涨过快,房价泡沫化成分过多,因此房价一定程度上已经脱离了房租的解释范围.(6)实际利率前的系数不显著.产生上面的结果是房地产市场还不够成熟,房地产金融还不够完善,因此利率对房地产的影响不敏感.(7)在所有变量中,滞后一期的房价对房价的影响最大,回归系数为0. 458.这说明在房地产市场中,前一期的房价对现期的房价的影响巨大,居民对商品房的消费和投资预期显著.

(2)区域层面的回归分析

由于我国地域辽阔,并且区域经济整体呈现从西部到中部再到东部逐步发达的趋势.不同区域的房价和地价存在很大的差异,由于在区域分解后,单个区域的数据截面个数相比数据时间个数明显下降,继续使用GMM 法进行回归分析,会产生较大的面板估计偏差,因此将分别使用固定效应和随机效应模型进行回归分析.

由于区域之间的房价差异较大,地价及其他控制因素对房价的影响大小也存在很大的差异,表3.3 所列出的是东、中和西部的比较结果.

结论:

本文利用全国和区域层面数据,对面板数据模型分别进行了估计.从全国层面的估计结果可知,地价、滞后一期的房价、人均收入和城市化率对房价有显著的影响,其中滞后一期的房价和人均收入对房价影响效应较大,地价影响弱于它们,这就说明就全国层面来看,我国主要是需求拉动房价上涨.

从区域层面的估计结果可知,对于东、中、西三个部分,地价及其他因素对房价影响的显著性和大小均存在很大差异.就东部而言,地价、滞后一期的房价、人均收入、城市化率和实际利率均对房价有显著的影响,其中滞后一期房价和人均收入影响效应较大,这说明东部城市主要是需求拉动房价上涨;就西部而言,地价、滞后一期房价、人均收入、建房材料均对房价有显著影响,其中虽人均收入和滞后一期房价对房价影响仍然较大,但相对于东部,地价对房价的影响较大,因此西部城市主要是成本拉动房价上涨;最后就中部而言,地价、滞后一期房价、人均收入、房屋租赁和实际利率均对房价有显著影响,相比于东、西两部分,发现中部城市是需求和成本共同拉动房价上涨.

参考文献:

[1]Alonso, William. Location and Land Use [M]. Cambridge University Press,1964.

[2]阿瑟. 奥沙利文.《城市经济学》[M].北京:中信出版社,2002.

[3]杨慎. 客观看待房价上涨问题[J]. 中国房地信息,2003(2):4-5.

[4]包宗华. 怎样看待我国的住房[J].中国房地产,2004(1):18-19.

[5]周彬,杜两省.“土地财政”与房地产上涨: 理论分析和实证研究[J]. 财贸经济,2010(8):109-116.

作者简介:

董肖凯(1991 年12 月--),男,安徽宣城,硕士研究生,单位:南京财经大学经济学院数量经济学专业.

本文结论,此文为一篇适合实证研究和数据模型和地价论文写作的大学硕士及关于数据模型本科毕业论文,相关数据模型开题报告范文和学术职称论文参考文献.

参考文献:

1、 湖南人性格区域差异分析 刘冰清(三峡大学民族学院,湖北宜昌443002)摘要十里不同俗,百里不同风,东西南北湖南人的性格有鲜明的地域差异,尤以长沙人、常德人、邵阳人、郴州人最为突出 这种性格上的差异,正是人类文化多样性的一种.

2、 普惠金融的区域和时序差异基于我国省级面板数据的实证分析 【摘要】普惠金融是现代金融普及的核心问题,自提出以来受到国内外学者的广泛关注 然而我国关于普惠金融测度的面板研究少之又少 本文20042014年我国31个省级行政区划的主要经济金融发展指标为基础,用因.

3、 经济增长的区域差异:基于信贷投放的解释 【摘 要】银行信贷是经济增长的主要动力,本文采用定西市2002—2016 年的数据,建立模型对6 县1 市7 个地区银行信贷对经济增长作用进行分析, 实证结果表明分两个时期,2011 年之.

4、 地价、房价和租金关系实证以广州市为例 摘 要文章主要对广州市六个区共18个样点楼盘于2009年1月至2014年1月期间的地价、房价及租金市场数据以计量经济学方法开展地价与房价、房价与租金的变化情况及三者之间的互动关系和互动机制研究 得出的.

5、 江苏省卫生人力资源区域差异与改善路径认知调查 【摘要】目的了解卫生从业人员对江苏省区域间卫生人力资源配置差异及改善路径的认知情况,明确存在的问题,并分析配置不均衡原因,探索卫生人力资源均衡发展的适宜路径,为卫生行政部门优化卫生人力资源配置提供基础.

6、 城市地价水平和土地利用效率关系 林瑞瑞1 , 梁小亮 2 , 梁 颖 3 , 陈鸣飞 4 , 耿 槟 2(1 中国土地勘测规划院, 北京 100193; 2 浙江财经大学公共管理学院, 浙江 杭州 310018;3 浙江财经大.