浅析我国居民收入差距与房地产价格之间的关系

2019-12-25

福建质量管理 2019年23期

(北京工商大学北京 100048)

一、引言

自从1978年实行改革开放后，经过四十多年的发展，我国取得了举世瞩目的成就，经济发展迅猛，并跃居全球第二大经济体。随着我国经济持续增长，城乡居民人均收入水平也随之提升，随之而来的便是整个社会收入分配不均以及不同部门、不同社会阶层、不同行业之间的贫富差距问题，这些都受到国内外学者的广泛关注。就目前情况而言，我国贫富差距正在逐步扩大，问题尚未得到解决。

其中，房地产行业是伴随着我国经济发展而逐步兴起的行业，尤其是我国在1998年进行房地产改革后，随着真正的市场化进程的开展，房地产行业逐步取代其他行业成为我国新的国民经济增长点，并带动了相关行业的发展，为我国整体经济快速发展作出了巨大贡献。但这种情况并未持续很长时间，过度繁荣与发展导致住房价格成井喷式增长，其增长速度远远超过居民收入增长速度，导致很多居民无力承受现行房价。房价上涨导致房地产行业逐步成为一些投机者的重要投资商品，使其被赋予资本属性，许多投机者都通过投资房地产获取了巨额财富，同时许多无房者也越来越难满足自身生活需求，变得“一房难求”。同时，我国通过膨胀也相对比较严重，这使得“存钱买房”的这一批人手中的钱贬值较快，房价变得越来越高，使得人们更买不起房子。房地上涨与居民收入差距扩大是同时出现的，并相互作用，相互影响。

基于以上背景，本文研究居民收入差距与房地产价格之间的关系，通过实证模型研究房价上涨对居民收入差距的影响机制，并验证房价上涨对居民收入差距有什么样的影响以及影响程度多大，这对我国房地产市场稳健发展，解决贫富差距问题，实现我国经济良好快速发展，都具有一定的现实与理论意义。

二、建模与计量分析

(一)变量选取

本文选取城镇居民基尼系数(Y)作为因变量，房地产平均价格(X1)作为自变量，本文选取1996-2016年各年的全国房地产市场的平均价格与城镇居民基尼系数。数据表格如下：

YearX1YYearX1Y19967040.2345200721700.255719977860.2425200822500.306819989950.2536200923590.315199912920.2724201027780.3233200014090.318201131680.3192200115910.288201233670.326200218060.3034201338640.3229200319980.3079201438000.3289200420630.323201546810.3248200520530.295201650320.3473200621120.2451

数据来源：国家统计年鉴

变量的描述性统计如下：

VariableObsMeanStd.Dev.MinMaxY210.29777620.03357870.23450.3473X1212394.191206.8327045032

(二)研究分析

1.基本回归分析

SourceChi2dfpHeteroskedasticity2.0020.3686Skewness1.0110.3151Kurtosis0.3410.5614Total3.3440.5022

通过回归结果，我们可以看出，模型不存在异方差。

2.ADF检验

借助Stata软件，采取ADF单位根检验的方法对数据进行单位根检验。检验结果如下：

TestStatistic1%CriticalValue5%CriticalValue10%CriticalValueZ(t)-2.529-4.380-3.600-3.240MacKinnonapproximatep-valueforZ(t)=0.3138

TestStatistic1%CriticalValue5%CriticalValue10%CriticalValueZ(t)-0.096-4.380-3.600-3.240MacKinnonapproximatep-valueforZ(t)=0.9931

通过检验结果，我们可以看出，Y与X1的ADF统计量的值分别为-2.529和-0.096.这两个数值都大于各显著水平下的临界值，因变量与自变量都没有通过ADF检验，因此需要做一阶差分后再进行ADF检验。一阶差分检验结果如下：

TestStatistic1%CriticalValue5%CriticalValue10%CriticalValueZ(t)-3.850-4.380-3.600-3.240MacKinnonapproximatep-valueforZ(t)=0.0142

TestStatistic1%CriticalValue5%CriticalValue10%CriticalValueZ(t)-5.058-4.380-3.600-3.240MacKinnonapproximatep-valueforZ(t)=0.0002

通过检验结果，我们可以看出，Y与X1的ADF统计量的值分别为-3.850和-5.058.这两个数值都小于各显著水平下的临界值，这说明Y与X1这两个时间序列变量在显著性水平5%的条件下存在单位根，对应的一阶差分变量在5%的显著性水平下不存在单位根。所以，Y和X1都是一阶单整的，服从I(1)。

3.E-G两步法协整关系检验

第一步，对Y于X1进行OLS回归分析，回归结果如下：

Numberofobs=21F(1,19)=24.48Prob>F=0.0001R-squared=0.5631AdjR-squared=0.5401RootMSE=0.02277yCoef.Std.Err.tP>|t|[95%Conf.Interval]x10.00002094.22e-064.950.0000.0000120.0000297_cons0.24778960.011258122.010.0000.2242260.2713531

PortmanteautestforwhitenoisePortmanteau(Q)statistic=11.9422Prob>chi2(8)=0.1538

OLS回归的拟合优度R2的值为0.5631，Q检验值为0.1538，说明不存在自相关现象，回归方程可以写成：

y=0.2447896+0.0000209X1+ui

第二步，对残差项进行ADF检验

TestStatistic1%CriticalValue5%CriticalValue10%CriticalValueZ(t)-2.773-4.380-3.600-3.240MacKinnonapproximatep-valueforZ(t)=0.2069

从结果我们可以看出，ADF检验值为-2.773，没有通过检验，因此需要对残差项进行差分。通过一阶差分后，ADF检验结果如下：

TestStatistic1%CriticalValue5%CriticalValue10%CriticalValueZ(t)-4.225-4.380-3.600-3.240MacKinnonapproximatep-valueforZ(t)=0.0041

一阶差分后，ADF检验值为-4.225，小于5%显著水平下的临界值-3.6，通过检验，说明一阶差分后的残差项不存在单位根，属于平稳序列，残差项ui服从I(1)。根据前面提到的协整检验的理论，表明Y和X1之间有着稳定的协整关系。表明房地产价格与居民收入差距之间存在稳定的关系，房地产价格每变化1元/平方米，基尼系数会增加0.0000209。

4.格兰杰因果关系检验

协整检验只是可以确定两个时间序列变量之间是不是具备长期稳定的协整关系。当一个时间变量以前的信息对与之相关的第二个变量目前的变动情况产生影响时，表明这两个时间序列变量之间存在着格兰杰因果关系。

首先建立VAR模型，模型如下：

格兰杰因果检验如下：

EquationExcludedchi2dfRpob>chi2xx113.08820.001yAll13.08820.001x1y0.5386120.764x1All0.5386120.764

在VAR模型下的格兰杰因果检验，当滞后期为2时，在1%的显著性水平上拒绝原假设。这表明，当滞后期为2时，房价是基尼系数的格兰杰原因，基尼系数并不是房价的格兰杰原因。也就是说房价变化是引起基尼系数变化的原因，反之，基尼系数并不是导致房价变化的原因。房地产价格变化与城镇居民基尼系数之间存在单项的因果关系。