房地产价格与居民消费的关联性研究

论文摘要

我国房地产市场自货币化改革之后迅速繁荣起来,已然成为国民经济的支柱产业,至2010年底,全国房屋竣工面积达75961万平方米,商品房销售面积达104349万平方米,分别比上年增长4.5%和10.1%。然而伴随着房地产市场的飞速发展,房地产价格的快速攀升问题日益突出,成为影响经济稳定和社会和谐的重要问题。就全国平均水平而言,房地产价格从1998年2063元/平米迅速增长至2009年4681元/平米,涨幅高达127%。与房价高涨形成反差的是居民消费的走低。从2000年至2009年的10年间,最终消费率从62.3%一路下跌至48.0%,累计下降14.3个百分点,其中居民消费下降程度比政府消费更加严重。2008年国际金融危机蔓延全球,扩大居民消费成为破解经济增长难题的必然选择,国家十二五规划首次提出建立居民消费长效增长机制的目标。当前房价增长速度高于居民收入增长速度,高昂的房价远超普通居民的经济实力和心理预期,极有可能成为阻碍居民消费扩大的因素,因此对房地产价格与居民消费的关系进行研究具有重大的现实意义。在借鉴国内外现有的相关研究成果的基础上,本文发现国内对于房地产价格与居民消费关系的研究尚存在一些薄弱和不足之处。由于我国房地产市场货币市场化较晚,基于传统的时间序列建立模型的方法大多存在数据量不足的缺陷,部分研究将时间段延长至货币化之前,影响了结论的可靠性；很少有研究联系我国社会转型时期的深刻背景而进行,社会转型时期教育、医疗卫生和社会保障与就业等基本民生保障水平的变化与居民消费是息息相关的；房地产价格与居民消费都具有显著的区域差异性和群体差异性,目前大多数研究都是基于全国整体或者个别地区进行的,系统全面的区域差异性和群体差异性研究几乎没有。本文将针对这些薄弱和不足之处做出努力。全文共分为6章,各章主要内容介绍如下：第1章是绪论。阐述房地产价格与居民消费关系这一选题在后国际金融危机时代和十二五规划开局之年所具有的深刻现实背景、理论背景和意义,回顾国内外相关研究的基本思路和结论,并说明本文主要工作和创新点。第2章是房地产价格与居民消费的关系及发展现状。该章阐释基本概念,归纳出房地产市场影响居民消费的九种传导机制,对我国当前房地产价格较快的增长态势和建立居民消费长效增长机制存在的问题进行了分析。第3章是实证模型的理论基础和面板数据模型的估计方法。该章引入具有代表性的现代消费函数模型并予以总结,抉择面板数据模型相比时间序列模型的优胜之处,简要归纳面板数据模型的估计方法。第4章是基于省际面板数据的区域差异分析。该章基于省际面板数据建立变系数模型对房地产价格与居民消费关系进行了省际差异的分析,分析联系金融发展水平以及教育、医疗卫生和社会保障与就业等社会转型时期基本民生保障水平而进行。然后进一步将31个省份划分为高中低房价地区进行了更深入和宏观的分析。第5章是基于收入分组面板数据的群体差异分析。该章基于收入分组面板数据建立变系数模型对房地产价格与居民消费关系进行了群体差异分析。然后进一步将7个收入阶层划分为低中高三个阶层进行了深入研究。第6章是对全文的总结和针对实证结论提出的政策建议。该章对全文的思路、结构和主要结论进行总结,综合考虑可支配收入、房地产价格、金融发展水平和基本民生保障水平等因素提出了多方面的对策。本文针对相关文献的薄弱和不足之处展开研究,在估计方法、研究内容和政策建议等方面均有一定的贡献。首先,数据区间的选择更加合理并克服了数据量偏小的缺点；其次,紧密联系我国社会转型时期的深刻经济背景；再次,建立变系数模型对房地产价格与居民消费关系的区域差异和群体差异进行系统全面的分析；最后,得出的结论和政策建议更加具体细致。本文存在的不足之处主要有：未对消费习惯、人口和地理等因素进行研究,没有对更多的模型形式进行对比分析,部分政策建议可能存在操作性不足的问题,这些将成为后续研究的重点问题。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景和研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 文献综述
• 1.2.1 国外研究
• 1.2.2 国内研究
• 1.2.3 对已有研究文献的评价
• 1.3 主要创新点与不足
• 2 房地产价格与居民消费的关系及发展现状
• 2.1 房地产价格与居民消费关系的经济理论分析
• 2.1.1 房地产财富效应
• 2.1.2 房地产财富效应的传导路径
• 2.2 房地产价格和居民消费的发展现状
• 2.2.1 房地产价格的发展现状
• 2.2.2 居民消费的发展现状
• 2.2.3 房地产市场和居民消费的良性互动
• 3 实证模型构建和面板数据模型估计方法
• 3.1 实证模型构建
• 3.1.1 经典现代消费函数
• 3.1.2 总结
• 3.2 面板数据模型估计方法
• 3.2.1 面板数据模型及其优点
• 3.2.2 面板数据模型估计方法
• 4 基于省际面板数据的区域差异分析
• 4.1 计量模型和数据说明
• 4.1.1 计量模型
• 4.1.2 数据说明
• 4.2 描述性统计分析
• 4.2.1 整体描述性统计
• 4.2.2 按省份描述性统计
• 4.2.3 按年份描述性统计
• 4.2.4 回归分析
• 4.3 省际面板数据模型估计
• 4.3.1 面板数据单位根检验
• 4.3.2 面板数据协整检验
• 4.3.3 模型设定形式检验
• 4.3.4 模型Ⅰ估计结果
• 4.3.5 模型Ⅱ估计结果
• 4.4 分区域面板数据模型估计
• 4.4.1 区域划分和变量说明
• 4.4.2 模型估计结果
• 4.5 主要结论解释与分析
• 5 基于收入分组面板数据的群体差异分析
• 5.1 计量模型和数据说明
• 5.1.1 计量模型
• 5.1.2 变量处理
• 5.2 描述性统计分析
• 5.2.1 整体描述性统计
• 5.2.2 按收入分组描述性统计
• 5.2.3 按年份描述性统计
• 5.2.4 回归分析
• 5.3 收入分组面板数据模型估计
• 5.3.1 面板单位根检验
• 5.3.2 面板协整检验
• 5.3.3 模型估计结果
• 5.4 低中高收入群体面板数据模型估计
• 5.4.1 模型和数据说明
• 5.4.2 模型估计结果
• 5.5 主要结论解释与分析
• 6 主要结论与政策建议
• 6.1 主要结论
• 6.2 政策建议
• 参考文献
• 后记