首页 理论教育 分地区联立方程模型的2SLS估计成果表

分地区联立方程模型的2SLS估计成果表

时间:2023-05-17 理论教育 版权反馈
【摘要】:对于分地区的联立方程模型的估计,依然采取与总样本类似的2SLS估计方法进行参数估计。把四个地区的需求方程和供给方程的估计结果分别列出,如表3和表4所示。

分地区联立方程模型的2SLS估计成果表

1.总样本估计结果(见表2)

表2 面板联立方程模型估计结果

注:★表示在10%水平上显著,★★表示在5%水平上显著,★★★表示在1%水平上显著。1nAHA(-1)是指1nAHA的滞后一期项。

总面板模型来看,房屋实际销售面积(AHA)和房屋竣工面积(HCA)都相应对房屋供给量和需求量产生显著的影响,这在数据特征上说明了本部分构建联立方程模型的正确性,内生变量之间相互影响的效应,这正是联立方程模型的优势所在。进一步来看,对需求产生显著影响的因素包括房屋竣工面积(HCA)、商品房均价(AHP)以及人口自然增长率(population)三个因素,对供给产生显著影响的因素包括商品房均价(AHP)、人口自然增长率(population)以及房屋实际销售面积(AHA)三个因素。

根据估计出来的系数可以看出,商品房均价对需求量和供给量的传导机制方向相反。商品房均价与实际销售面积呈正向关系,即当商品房均价上涨1%时,实际销售面积存在0.3830%的上涨,价格缺乏弹性;另一方面,竣工面积在商品房均价上涨1%时,反而供给量下降1.2956%,价格富有弹性。

2.分地区估计结果

为了区分各个地区与全体水平的差异,在这一部分通过设置虚拟变量的方式把个体因素分离出来。具体处理为:以广东为例,当时考虑广东的需求方程时,把是否为广东设置为虚拟变量D(D=1表示广东地区,D=0表示非广东地区),更进一步,为考察广东省在总体水平以及各影响因素是否存在截距和斜率上的影响,用虚拟变量分别与其他变量相乘,形成D_HCA、D_AHP、D_urban、D_population、D_Income反映斜率的虚拟变量。其余城市做相同的处理。

对于分地区的联立方程模型的估计,依然采取与总样本类似的2SLS估计方法进行参数估计。把四个地区的需求方程和供给方程的估计结果分别列出,如表3和表4所示。

表3 各地区需求方程(www.xing528.com)

(续表)

考察广东省的需求方程,从总方程总体拟合程度来看,调整后的2 R 为0.8478,说明方程的拟合程度较好。从各变量的显著性水平来看,对广东所设置的虚拟变量(D*)均不显著,这说明广东省在截距项以及需求影响因素上与浙江、江苏和山东这三个地区的总体平均水平无显著差异。在广东省的需求方程中,在10%显著性水平以下显著的变量包括1nHCA、1nAHP、population以及1nIncome。可以看出,房屋竣工面积(HCA)对需求量(AHA)有显著的正向影响,且当房屋供给量发生1%的变动时,需求量将发生1.3594%的变动,属于需求富有弹性;商品房均价对需求量有显著的影响,而且价格的需求弹性为0.1149,即当价格变动1%时,将引起商品房需求量发生0.1149%的变动,属于需求缺乏弹性;人口自然增长率对房屋需求量产生一定程度上的影响,当人口自然增长率发生1%的变动时,房屋需求量发生0.1030%的变动,同属于需求缺乏弹性;在涉及到城镇居民人均可支配收入上,城镇居民人均可支配收入也对房屋需求量产生一定程度上的影响,当城镇居民人均可支付收入发生1%的变动时,房屋需求量发生0.5491%的变动,同属于需求缺乏弹性。虽然在需求方程中,我们并未发现城市化水平、贷款利率等对广东省需求方面产生显著影响,但是进一步分析供给方程的时候,我们将会看到不一样的结果。

从横向来看,比较区域间的需求方程结果,可以发现,四个省份的需求方程中均表现为显著的因素包括竣工面积和商品房均价。对于商品房均价而言,四个省份都表现为正向的性质,只有浙江省表现为富有弹性,而广东省、江苏省和山东省表现为缺乏弹性的性质。从程度高低来看,弹性最大的浙江省,其次是江苏省、山东省和广东省。浙江省富有弹性,主要是因为浙江省是中国面积最小的省份之一,土地市场竞争激烈,以致需求量对价格的敏感程度比较高,而广东省在四个省份中价格的需求弹性最小,这是因为广东省房地产市场依然存在刚性需求,需求量对价格的敏感程度不高。在这四个城市之中,浙江省和江苏省的需求方程比较特殊,从其虚拟变量项可以看出,浙江省在人口自然增长率上对需求量的影响与其他三个省份存在显著的差异,原因之一是浙江省的特殊性,与其他三个省份相比,浙江省的人口是最少的,人口增长率稍微增长,就会相比其他三个省份更加促进房地产业的需求;江苏省在于商品房均价上和城市化水平对需求量的影响与其他三个省份存在显著的差异,江苏与上海、浙江、安徽共同构成的长江三角洲城市群已成为国际六大世界级城市群之一,江苏人均GDP、综合竞争力、地区发展与民生指数(DLI)均居全国各省第一,成为中国综合发展水平最高的省份,依靠这些优势,其房地产市场也得到较为出色的成就。

表4 各地区供给方程

(续表)

以下考察广东省房地产市场的供给方程(见表4) 。在广东省的供给方程中,显著的影响因素包括商品房实际销售面积及其滞后一期项、城市化率、人口自然增长率、贷款利率以及地区生产总值。其中,商品房销售面积属于富有弹性的变量,且当期项和滞后项的影响机制不同时,对于当期项而言,表现为负向的弹性效应,当实际销售面积上涨1%时,供给量反而下降16.49%,而对于滞后项而言,表现为正向的弹性效应,当实际销售面积上涨1%时,供给量上升9.62%。两者方向上的区别原因在于房地产市场的供给方认为市场应当处于均衡水平,当供求关系发生不协调时,将存在方向的作用力使得供给量和需求量趋于平衡,故当供给方知道上年销售面积增加时,即认为本年度需求量将有所下降,从而调整本年度的供给量,以规避被高估的市场需求。另外,与需求方程不同,城市化进程以及贷款利率这两个因素从供给方而不是从需求方来影响广东省的房地产市场供求关系的形成。

从横向看,四个地区的供给方程呈现不同特点。浙江省供给方程显著因素包括商品房均价、城市化水平和人口自然增长率;江苏省包括商品房均价、人口自然增长率以及地区虚拟变量;山东省包括商品房实际销售面积及其滞后一期项、城市化率、贷款利率、地区生产总值以及城市化水平、地区生产总值和地区虚拟变量。在贷款利率上,广东省与山东省有较大的差异,虽两者都富有弹性的特征,但方向相反。人口自然增长率显著的三个地区,广东省弹性最小。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈