《表1 总体回归结果Tab.1 General regression results》
本系列图表出处文件名:随高清版一同展现
《人口流动、居民收入与城市房价——基于中国35个大中城市数据的检验》
说明:*,**,***分别表示10%,5%,1%显著水平;年份、城市为虚拟变量,解释变量的一阶滞后值为工具变量;软件为Stata 11.0,程序为Xtabond 2。下表同。
采用一步差分广义矩估计进行回归(表1)。一步差分广义矩估计的回归结果反映了滞后一期的房价、城市人口、人口流动率、居民收入、贷款利率、土地价格、建筑费用对房价的影响。其中,模型Ⅰ考察了滞后一期的房价、城市人口、人口流动率、居民收入、贷款利率、土地价格和建筑费用对房价的影响;模型Ⅱ剔除了城市人口对房价的影响;模型Ⅲ剔除了人口流动率对房价的影响。阿雷拉诺-邦德检验(Arellano-Bond test)结果表示残差序列不存在一阶和二阶自相关,汉森检验(Hansen test)结果表示过度识别约束是有效的,即该动态面板模型的设定是合理和有效。可以看出,滞后一期的房价、城市人口、人口流动率、居民收入、贷款利率、土地价格和建筑费用对房价的影响均为正,其促进效应分别为0.14%,0.09%,0.01%,0.43%,0.21%,0.11%,0.01%。其中,滞后一期的房价对房价具有促进效应,说明房价本身具有自我促进作用;建筑费用影响不显著,说明建筑费用并不是助推房价上涨的主要因素,但长期来看,建筑费用的升高必将引起房地产开发商开发成本的提高,也将影响房价波动。在剔除城市人口或人口流动率的情况下,其他变量的影响力稍有不同;当剔除城市人口对房价的影响时,人口流动率对房价起着更为重要的作用,这是因为随着人口流动的增多,给城市带来的刚性需求就越多,流动人口的数量影响着房地产市场的需求量,即流动人口越多,一定程度上越能够助推房价上涨;当剔除人口流动率对房价的影响时,居民收入对房价的影响力反而有所下降,即在不考虑人口流动对房价的冲击时,房价波动更多受城市人口的影响。
图表编号 | XD0030609100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.10 |
作者 | 吴寿平 |
绘制单位 | 南宁市社会科学院 |
更多格式 | 高清、无水印(增值服务) |