中國(guó)各地區(qū)房地產(chǎn)業(yè)發(fā)展影響因素的逐步回歸分析

[摘 要] 本文基于多元線性回歸分析的理論，應(yīng)用統(tǒng)計(jì)SPSS軟件，運(yùn)用逐步回歸的方法，對(duì)中國(guó)各地區(qū)房地產(chǎn)業(yè)增加值的影響因素進(jìn)行統(tǒng)計(jì)分析，得出了工業(yè)增加值與金融業(yè)保險(xiǎn)業(yè)增加值這兩個(gè)對(duì)房地產(chǎn)業(yè)增加值有明顯的正相關(guān)影響的關(guān)鍵因素，并且在此基礎(chǔ)上，提出發(fā)展地區(qū)房地產(chǎn)業(yè)的建議。

[關(guān)鍵詞] 城市化 房地產(chǎn) 線性回歸

一、引言

近年，中國(guó)房地產(chǎn)行業(yè)發(fā)展迅速，開發(fā)投資額從2002年的7736.42億元增至2004年的13158.25億元，增幅高達(dá)70.08%。但是，各地區(qū)間房地產(chǎn)業(yè)的發(fā)展還很不均衡，2004年，廣東省房地產(chǎn)業(yè)增加值為824.66億元，而西藏省只有4.7億元，相差懸殊。從1998年以來(lái)，房地產(chǎn)業(yè)已經(jīng)成為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率保持在2%以上。一個(gè)地區(qū)房地產(chǎn)業(yè)的發(fā)展，已經(jīng)成為地方財(cái)政和稅收的重要來(lái)源，對(duì)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)貢獻(xiàn)巨大。研究影響各地房地產(chǎn)業(yè)發(fā)展的因素，才能對(duì)癥下藥，更好地發(fā)展各地區(qū)的房地產(chǎn)業(yè)，促進(jìn)地方經(jīng)濟(jì)的發(fā)展。而協(xié)調(diào)發(fā)展各地的房地產(chǎn)業(yè)，對(duì)協(xié)調(diào)發(fā)展中國(guó)區(qū)域經(jīng)濟(jì)，縮小東西部經(jīng)濟(jì)差距，有正面意義。

二、本文的研究方法介紹

回歸分析是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法。其用意是研究一個(gè)被解釋變量（又稱因變量）與一個(gè)或多個(gè)解釋變量（又稱自變量）之間的統(tǒng)計(jì)關(guān)系。

初步分析發(fā)現(xiàn)所選變量和房地產(chǎn)增加值之間都呈正相關(guān)關(guān)系，本文以房地產(chǎn)總投資作為因變量，采用多元線性回歸模型和stepwise方法剔除顯著性差、相關(guān)性大的指標(biāo)。

三、樣本與指標(biāo)的選取

所有樣本中的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒2005》，樣本為我國(guó)31個(gè)省、直轄市在2004年的數(shù)據(jù)。具體的數(shù)據(jù)見表1。

對(duì)于可能對(duì)房地產(chǎn)增加值有線性影響的因素，本文選擇了工業(yè)增加值、金融業(yè)增加值、交通運(yùn)輸倉(cāng)儲(chǔ)和郵電業(yè)增加值以及人口數(shù)。工業(yè)的發(fā)展一方面可以推進(jìn)城鎮(zhèn)化的進(jìn)程，另一方面也增加了人們的收入，這都將增加住房的需求。房地產(chǎn)業(yè)的發(fā)展的生產(chǎn)周期長(zhǎng)，資金需求密集，資金供需存在時(shí)間差。解決這個(gè)時(shí)間差，就需要金融支持。交通的發(fā)展可以使一個(gè)城市中的有區(qū)位優(yōu)勢(shì)的地段增加，從而促進(jìn)房地產(chǎn)業(yè)的發(fā)展。一個(gè)地區(qū)人口多，自然對(duì)房屋的需求就多，這也是促進(jìn)房地產(chǎn)發(fā)展的重要因素。從前期的相關(guān)性分析的結(jié)果，我們可以知道，這四個(gè)指標(biāo)與房地產(chǎn)業(yè)的增加值有較好的相關(guān)性。

四、模型的建立

在本研究中，多元線性模型可寫為：Y=β0+β1X1+β2X2+β3X3+β4X4+μ

其中Y—房地產(chǎn)增加值，X1—工業(yè)增加值，X2—金融業(yè)保險(xiǎn)業(yè)增加值，X3—交通運(yùn)輸倉(cāng)儲(chǔ)和郵電業(yè)增加值，X4—人口數(shù)。

μ是剩余殘差且E(μ)=0，與三個(gè)自變量無(wú)關(guān)。

五、計(jì)算結(jié)果分析

表2是逐步回歸過(guò)程中2個(gè)模型的總體參數(shù)表，模型1只有工業(yè)增加值一個(gè)自變量進(jìn)入，模型2有工業(yè)增加值和金融業(yè)保險(xiǎn)業(yè)增加值兩個(gè)自變量進(jìn)入。模型2的確定系數(shù)R Square為0.862，反映出總體回歸效果較好，即在因變量的變異中，有86.2%可由自變量的變化來(lái)解釋。對(duì)于多元線性回歸模型，模型擬合度一般采用其調(diào)整的決定系數(shù)來(lái)判斷，本例中其值為0.852，說(shuō)明其擬合度較好。從模型1到模型2，反映了增加金融業(yè)保險(xiǎn)業(yè)增加值這一自變量后模型總體參數(shù)的變化，R Square增大，說(shuō)明模型2比模型1的回歸效果更好。最后一列是DW序列相關(guān)的檢驗(yàn)，模型2的DW值2.123，接近于2，表示本模型樣本間完全沒有自相關(guān)。

表3是逐步回歸過(guò)程中的2個(gè)模型的回歸系數(shù)及顯著性、共線性檢驗(yàn)表，第二行是最終模型的結(jié)果。其中第五、六列是對(duì)回歸系數(shù)顯著性檢驗(yàn)的結(jié)果。從表中可以看到，常數(shù)項(xiàng)的t檢驗(yàn)顯著性概率為0.485>0.05，表示常數(shù)項(xiàng)與0沒有顯著差異，不應(yīng)出現(xiàn)在方程中。工業(yè)增加值和金融業(yè)保險(xiǎn)業(yè)增加值的t檢驗(yàn)顯著性概率均為0.000<0.05，表示這兩個(gè)變量與0有顯著差異，都應(yīng)出現(xiàn)在方程中。表7中最后兩列是自變量之間的共線性檢驗(yàn)，其指標(biāo)為容忍度Tolerance和方差膨脹率VIF，若某個(gè)自變量的容忍度小于0.1，則存在共線性問題。本模型中，自變量的容忍度都大于0.1，不存在共線性問題。標(biāo)準(zhǔn)化后的方程可以寫成:Y=0.567X1+0.426X2。

表4是本模型的殘差分析表，從表中可以看出，本模型最大的殘差值為225.0523，為標(biāo)準(zhǔn)差的2.828倍，小于系統(tǒng)默認(rèn)值3，表明本模型的樣本中沒有奇異值。

圖1是模型的標(biāo)準(zhǔn)化殘差直方圖，圖2是模型的標(biāo)準(zhǔn)化殘差正態(tài)概率圖。回歸標(biāo)準(zhǔn)殘差的直方圖應(yīng)該呈正態(tài)分布，累計(jì)概率點(diǎn)列應(yīng)該沿對(duì)角線分布，統(tǒng)計(jì)結(jié)果給出的坐標(biāo)圖越接近對(duì)角線說(shuō)明回歸效果越好。從本模型的標(biāo)準(zhǔn)化殘差直方圖和統(tǒng)計(jì)圖可以看出數(shù)據(jù)分布較好，擬合程度比較高。

最后，我們可以寫出本模型標(biāo)準(zhǔn)化后的方程:Y=0.567X1+

0.426X2，表示，當(dāng)工業(yè)增加值變化100%，房地產(chǎn)業(yè)增加值將會(huì)同向變化56.7%，當(dāng)金融業(yè)保險(xiǎn)業(yè)增加值變化100%，房地產(chǎn)業(yè)增加值將會(huì)同向變化42.6%。

六、評(píng)價(jià)、對(duì)策與建議

從SPSS的運(yùn)行結(jié)果可以看出，對(duì)房地產(chǎn)業(yè)的增加值有線性影響的因素是工業(yè)增加值和金融業(yè)保險(xiǎn)業(yè)增加值。如果我們采取措施，大力發(fā)展一個(gè)地區(qū)的工業(yè)和金融業(yè)，就可以促進(jìn)該地區(qū)房地產(chǎn)業(yè)的發(fā)展。

一個(gè)地區(qū)工業(yè)的發(fā)展可以提高該地區(qū)經(jīng)濟(jì)實(shí)力，增加當(dāng)?shù)鼐用袷杖耄谷藗兏薪?jīng)濟(jì)能力負(fù)擔(dān)住房支出，也可能有余錢進(jìn)行房地產(chǎn)投資，這都將對(duì)當(dāng)?shù)胤康禺a(chǎn)業(yè)的發(fā)展有正面推動(dòng)作用。此外，工業(yè)化與城鎮(zhèn)化之間是一種相互聯(lián)系、相互促進(jìn)的關(guān)系，工業(yè)化是城鎮(zhèn)化發(fā)展的基本動(dòng)力和加速器，城鎮(zhèn)化使城市人口持續(xù)增長(zhǎng)，也直接產(chǎn)生了大規(guī)模的住房需求，從而推動(dòng)了房地產(chǎn)業(yè)的興起。

促進(jìn)房地產(chǎn)業(yè)發(fā)展的另一個(gè)重要因素就是金融業(yè)的發(fā)展。由于房地產(chǎn)項(xiàng)目開發(fā)需要大量資金投入，而且從項(xiàng)目開發(fā)的整個(gè)過(guò)程看，投資回收期較長(zhǎng)，資金回收慢，因此，房地產(chǎn)的生產(chǎn)與流通環(huán)節(jié)所占用的資金及支付的利息比較多。為此，我們要大力發(fā)展多層次、全方位的房地產(chǎn)金融市場(chǎng)體系。住房金融市場(chǎng)不僅要有間接融資的信貸市場(chǎng)，也應(yīng)有直接融資的資本市場(chǎng)，不僅要有直接提供融資服務(wù)的一級(jí)市場(chǎng)，也要有分擔(dān)一級(jí)市場(chǎng)風(fēng)險(xiǎn)的二級(jí)市場(chǎng)，來(lái)解決住房貸款資金期限錯(cuò)配和流動(dòng)性問題。我們可以通過(guò)房地產(chǎn)股票、債券的發(fā)行和流通等證券融資的方式，實(shí)現(xiàn)降低房地產(chǎn)企業(yè)的融資成本，改善企業(yè)的資本結(jié)構(gòu)。要大力推進(jìn)房地產(chǎn)金融產(chǎn)品創(chuàng)新，為房地產(chǎn)開發(fā)、收購(gòu)、買賣、租賃、管理等各環(huán)節(jié)提供有效的金融服務(wù)。另外，針對(duì)我國(guó)房地產(chǎn)業(yè)金融發(fā)展很不平衡，應(yīng)積極扶持經(jīng)濟(jì)發(fā)達(dá)地區(qū)的房地產(chǎn)金融業(yè)，不斷總結(jié)經(jīng)驗(yàn)，引導(dǎo)不發(fā)達(dá)地區(qū)的房地產(chǎn)業(yè)健康發(fā)展。

參考文獻(xiàn)：

[1]馬慶國(guó):管理統(tǒng)計(jì)[M].北京:科學(xué)出版社，2003:267～274

[2]龍奮杰 吳公墚:城市人口對(duì)房地產(chǎn)投資的影響研究[J].土木工程學(xué)報(bào)，2003(9):65～70

[3]楊貴中 鄧學(xué)芬:成都市房?jī)r(jià)影響因素的回歸分析與事后模擬[J].價(jià)值工程，2007(4):46～50

[4]李 德:中國(guó)房地產(chǎn)金融運(yùn)行狀況和發(fā)展展望[J].金融與經(jīng)濟(jì)，2006(11):9～12