【正文】 ometric testing, goodness of fit variables, the significance of the regression equation and heteroscedasticity tests and other methods to validate the model correctness. According to real estate prices and the housing supply and demand model of analysis results, bined with the current development status of China39。在目錄上點(diǎn)右鍵“更新域”，然后“更新整個(gè)目錄”。但就在我國(guó)經(jīng)濟(jì)蓬勃發(fā)展的同時(shí)，我國(guó)的房?jī)r(jià)也正在迅速攀升，特別是2004年以來(lái)，我國(guó)房?jī)r(jià)的增長(zhǎng)速度明顯加快，導(dǎo)致房?jī)r(jià)收入比過(guò)高，嚴(yán)重超過(guò)了我國(guó)居民的心理承受能力和實(shí)際的購(gòu)買能力，這樣就給我國(guó)居民的生活帶來(lái)了沉重的負(fù)擔(dān)，也直接給我國(guó)帶來(lái)了房地產(chǎn)泡沫與金融風(fēng)險(xiǎn)的風(fēng)險(xiǎn)，進(jìn)而阻礙了我國(guó)經(jīng)濟(jì)又好又快的發(fā)展，這與我國(guó)要求發(fā)展健康經(jīng)濟(jì)的宗旨相背離。并且，我國(guó)現(xiàn)在的房地產(chǎn)市場(chǎng)存在了較嚴(yán)重的泡沫，為了避免房地產(chǎn)泡沫的破滅阻礙了我國(guó)經(jīng)濟(jì)持續(xù)的良好發(fā)展勢(shì)頭，我國(guó)在幾年前就開(kāi)始積極調(diào)控，相繼出臺(tái)了一系列的調(diào)控房?jī)r(jià)的相關(guān)政策，并且這些調(diào)控政策一年比一年嚴(yán)厲，但這些調(diào)控政策并沒(méi)有取得預(yù)想的結(jié)果，房?jī)r(jià)依然在高位持續(xù)上漲居高不下。二手房住房?jī)r(jià)格與上月相比，價(jià)格下降的城市有3個(gè)，持平的城市有1個(gè)，上漲的城市有66個(gè)，環(huán)比價(jià)格上漲的城市中，%；與去年同月相比，價(jià)格下降的城市有9個(gè)，持平的城市有2個(gè)，上漲的城市有59個(gè)，同比價(jià)格上漲的城市中，%，漲幅比2月份回落的城市只有兩個(gè)[1]。并且至2008年以來(lái)，我國(guó)經(jīng)濟(jì)也受到全球金融危機(jī)的影響，我國(guó)的通貨膨脹的壓力加大，物價(jià)持續(xù)上漲，建材價(jià)格普遍升高，造成房地產(chǎn)的成本上升，推動(dòng)了房?jī)r(jià)的上漲。不過(guò)實(shí)際上這些都是由這些影響著住房的供給和需求，由其供求關(guān)系來(lái)決定著住房的價(jià)格。 研究方法本論文主要是以經(jīng)濟(jì)學(xué)中的供求理論以及計(jì)量經(jīng)濟(jì)學(xué)中的計(jì)量經(jīng)濟(jì)學(xué)模型理論為基礎(chǔ)，建立經(jīng)濟(jì)模型，然后根據(jù)收集到的可靠的經(jīng)濟(jì)數(shù)據(jù)，在結(jié)合EViews軟件對(duì)采集來(lái)的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行回歸實(shí)證分析，最后根據(jù)分析的結(jié)果得出樣本回歸模型，再根據(jù)樣本回歸模型對(duì)我國(guó)經(jīng)濟(jì)前景進(jìn)行預(yù)測(cè)和對(duì)我國(guó)的經(jīng)濟(jì)政策進(jìn)行評(píng)價(jià)。一般商品的價(jià)格最主要是由該商品的供給量與需求量來(lái)決定的，而住房也有其自己的供求關(guān)系，所以筆者對(duì)本論文研究的主要意義在于通過(guò)住房的供給量和需求量對(duì)房?jī)r(jià)影響的分析，對(duì)我國(guó)的經(jīng)濟(jì)前景進(jìn)行估計(jì)預(yù)測(cè)，并對(duì)我國(guó)在這一年中施行的經(jīng)濟(jì)政策進(jìn)行評(píng)價(jià)。通過(guò)我國(guó)政府的房?jī)r(jià)調(diào)控，讓我國(guó)居民能夠買得起房、住得起房，不再為居住而煩惱；房?jī)r(jià)也是影響我國(guó)經(jīng)濟(jì)平穩(wěn)持續(xù)發(fā)展的關(guān)鍵因素，希望我國(guó)政府能對(duì)我的分析結(jié)論加以運(yùn)用，使我國(guó)的經(jīng)濟(jì)能夠又快又好地持續(xù)發(fā)展。房地產(chǎn)價(jià)格也就是我們通常所說(shuō)的房?jī)r(jià)。房地產(chǎn)價(jià)格是房地產(chǎn)市場(chǎng)上一只無(wú)形的手，對(duì)房地產(chǎn)經(jīng)濟(jì)的運(yùn)行進(jìn)行調(diào)控和對(duì)資源進(jìn)行合理配置。 商品房的供求關(guān)系商品房的供求關(guān)系是指在市場(chǎng)經(jīng)濟(jì)條件下，商品房的供給量與需求量之間的相互關(guān)系，也是商品房供給者（主要是房地產(chǎn)開(kāi)發(fā)商）和商品房購(gòu)買者之間的關(guān)系在市場(chǎng)上的反映。假定房?jī)r(jià)只取決于自身的供求而不受其他因素的影響，那么供不應(yīng)求會(huì)導(dǎo)致房?jī)r(jià)的上漲；供大于求會(huì)引起房?jī)r(jià)的下降；而供求均衡則是人們最理想狀態(tài)的供求關(guān)系，將不會(huì)引起房?jī)r(jià)的變化[2]。現(xiàn)在，我國(guó)的城鎮(zhèn)化步伐明顯加快，對(duì)住房的需求也日益劇增，使得我國(guó)的房地產(chǎn)開(kāi)發(fā)商們爭(zhēng)先恐后地開(kāi)發(fā)出自己的商品房，在最大化地賺取利潤(rùn)的同時(shí)也滿足我國(guó)房地產(chǎn)市場(chǎng)的需求，通過(guò)供求關(guān)系的合理配置，調(diào)節(jié)著房地產(chǎn)市場(chǎng)的價(jià)格，而這價(jià)格反過(guò)來(lái)也作用于供求關(guān)系。當(dāng)需求曲線D1向右移動(dòng)到D2時(shí)，均衡價(jià)格由P1增加到P2，數(shù)量由Q1增加到Q2；當(dāng)需求曲線由D1向左移動(dòng)到D3時(shí)，均衡價(jià)格由原來(lái)的P1減少為P3，均衡數(shù)量由Q1減少到Q3（如圖21）。上面說(shuō)的只是在其他情況不變的情況下，但是在實(shí)際生活中，往往會(huì)遇到需求和供給都會(huì)同時(shí)發(fā)生變動(dòng)的情況，在這種情況下，商品的均衡價(jià)格和均衡數(shù)量的變化是難以確定的，這要結(jié)合需求和供給變化的具體情況來(lái)確定。 商品房供求函數(shù)模型商品房的供求函數(shù)模型就是以房地產(chǎn)價(jià)格為被解釋變量，以商品房的供給量和需求量分別作為解釋變量構(gòu)建一個(gè)方程模型，根據(jù)該模型來(lái)對(duì)生活中房地產(chǎn)價(jià)格上漲的本質(zhì)原因進(jìn)行本質(zhì)性的描述。樣本數(shù)據(jù)的收集是最重要的組成部分，數(shù)據(jù)的準(zhǔn)確與否直接關(guān)系到模型的準(zhǔn)確與否，所以收集到的樣本數(shù)據(jù)要具有可靠性、全面性和一致性。其中，住宅開(kāi)發(fā)投資總額49374億元，%。房地產(chǎn)開(kāi)發(fā)投資全年表現(xiàn)平穩(wěn)，除一季度季節(jié)性因素外，二、三、四季度都保持了2萬(wàn)億元左右的投資規(guī)模。其中住宅新開(kāi)工面積130695萬(wàn)平方米，%，辦公樓新開(kāi)工面積5986萬(wàn)平方米，%，商業(yè)營(yíng)業(yè)用房新開(kāi)工面積22077萬(wàn)平方米，%。其中，住宅竣工面積79043萬(wàn)平方米，%，辦公樓竣工面積2315萬(wàn)平方米，%，商業(yè)營(yíng)業(yè)用房竣工面積10226萬(wàn)平方米，%，全年竣工面積增長(zhǎng)不斷放緩。在這期間，我國(guó)商品房和住宅銷售均價(jià)分別為5924元/平方米和5567元/平方米，%%。但是，在2013年3月份70個(gè)大中城市住宅銷售價(jià)格數(shù)據(jù)顯示，上漲的有68個(gè)，一個(gè)下降，一個(gè)持平。 商品房需求依然旺盛 盡管2003年以來(lái)，各界關(guān)于房地產(chǎn)泡沫和房?jī)r(jià)過(guò)高的聲音不絕于耳，但居民的購(gòu)房熱情依然不減，銷售量持續(xù)大幅度增長(zhǎng)表明需求依然旺盛。首先是國(guó)民經(jīng)濟(jì)增長(zhǎng)帶動(dòng)城鎮(zhèn)居民收入的增加，超過(guò)住宅價(jià)格增長(zhǎng)速度。在2012年的8月份，雖然增幅略有下降，[4]。其次是城鎮(zhèn)化加速，城鎮(zhèn)人口數(shù)量增長(zhǎng)帶動(dòng)商品房需求，旺盛的市場(chǎng)需求以城鎮(zhèn)居民可支配收入持續(xù)增長(zhǎng)為支撐，而國(guó)民經(jīng)濟(jì)的持續(xù)高速增長(zhǎng)是城鎮(zhèn)居民可支配收入持續(xù)增長(zhǎng)的基礎(chǔ)和保障。自古以來(lái)，中國(guó)人積累下來(lái)的財(cái)富都表現(xiàn)為住房，這和我國(guó)稅收制度體系的不完善有更大的關(guān)系。目前呈現(xiàn)出了以下問(wèn)題：土地是重要而稀缺的資源，土地市場(chǎng)是中國(guó)最大的資產(chǎn)市場(chǎng)。二是沒(méi)有與農(nóng)民集體或真正的代表充分協(xié)商和平等談判，隨意解除承包合同，欺騙或隱瞞相關(guān)政策和信息，以較低的補(bǔ)償標(biāo)準(zhǔn)強(qiáng)制性征用農(nóng)民承包的土地；三是在征地時(shí)故意拖欠、挪用、截留和侵吞土地補(bǔ)償安置費(fèi)。二是用地單位私自進(jìn)行土地出租和轉(zhuǎn)讓。四是利用對(duì)城鎮(zhèn)國(guó)有土地的管理權(quán)，從事經(jīng)營(yíng)，進(jìn)行土地炒作，哄抬地價(jià)。一些用地單位擅自改變用途。（4）在拆遷安置方面，未與動(dòng)遷戶協(xié)商，擅自制定不合理的拆遷計(jì)劃和拆遷補(bǔ)償。再就是片面追求發(fā)展政績(jī)，片面追求改善形象，盲目擴(kuò)大拆遷規(guī)模[6]。但這種改革從某種意義上講矯枉過(guò)正了，從一個(gè)極端偏向了另一個(gè)極端，忽視了低收入住房困難家庭的住房保障問(wèn)題。因此，在住房商品化和社會(huì)化的同時(shí)，應(yīng)當(dāng)解決好低收入住房困難家庭的住房問(wèn)題。 　　當(dāng)前，部分城市還沒(méi)有建立廉租住房制度，廉租住房的資金保障還不到位，廉租房的覆蓋面仍比較低，經(jīng)濟(jì)適用房開(kāi)發(fā)投資的增幅業(yè)連續(xù)多年低于住宅開(kāi)發(fā)投資的增幅，甚至有兩年出現(xiàn)負(fù)增長(zhǎng)，其占住宅開(kāi)發(fā)投資的比重也逐年下降。還沒(méi)有認(rèn)真規(guī)范管理。 　　總體上看，住房保障在整個(gè)住房市場(chǎng)中所占比例仍然較小，導(dǎo)致大量中低收入家庭的剛性住房需求被推向市場(chǎng)，這在一定程度上加劇了住房市場(chǎng)上的供求矛盾，并加劇了商品房?jī)r(jià)格的上漲[7]。但是供求失衡的現(xiàn)象仍在持續(xù)。全國(guó)商品房銷售面積20898萬(wàn)平方米，%。如果供求關(guān)系不能改善，房?jī)r(jià)就依舊存在上漲的動(dòng)力。今年一季度北京土地交易52宗，土地出讓金480億元，%，其他重點(diǎn)城市的土地成交量也大幅增長(zhǎng)。在商品房銷售面積和銷售額均大幅增長(zhǎng)的背景下，房企購(gòu)地面積均出現(xiàn)兩成下降，這個(gè)數(shù)據(jù)對(duì)后市商品房的影響顯然不可樂(lè)觀[8]。是指有意愿購(gòu)買并且有能力購(gòu)買住房的數(shù)量。并收集了1998年到2011年我國(guó)的房地產(chǎn)市場(chǎng)上商品房的數(shù)據(jù)來(lái)進(jìn)行研究。住房的供給主要是由房地產(chǎn)商提供的，是指房地產(chǎn)商提供的并且愿意在一定價(jià)格下賣出的住房數(shù)量。以收集到的樣本時(shí)間序列數(shù)據(jù)來(lái)研究房?jī)r(jià)水平的供給函數(shù)模型設(shè)計(jì)為： 其中表示城市的房?jī)r(jià)，表示城市房地產(chǎn)商為該城市提供的住房數(shù)量, 為隨機(jī)誤差項(xiàng)，表示影響城市房?jī)r(jià)的其他因數(shù)的集合，與為待估參數(shù)[9]。樣本數(shù)據(jù)主要有三大類：時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)和虛變量數(shù)據(jù)。而我們是要根據(jù)自己所研究的對(duì)象、影響因數(shù)及其研究方法來(lái)選擇哪一種數(shù)據(jù)[10]。筆者收集了1998年到2011年我國(guó)房地產(chǎn)市場(chǎng)上商品房的銷售量和供給量數(shù)據(jù)，確保樣本數(shù)據(jù)的完整性；而收集的樣本數(shù)據(jù)來(lái)源為《中國(guó)統(tǒng)計(jì)年鑒》，確保了樣本數(shù)據(jù)的準(zhǔn)確性和權(quán)威性。盡可能讓所研究分析出來(lái)的結(jié)果盡可能地反映實(shí)際情況。筆者所收集到的樣本數(shù)據(jù)如表41。數(shù)據(jù)來(lái)源：中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局編，《中國(guó)統(tǒng)計(jì)年鑒（2012）》，北京：中國(guó)統(tǒng)計(jì)出版社，2012。對(duì)于本論文，筆者主要是根據(jù)計(jì)量經(jīng)濟(jì)學(xué)中的最小二乘法和Eviews軟件來(lái)對(duì)上面所收集到的樣本數(shù)據(jù)進(jìn)行回歸，在根據(jù)回歸結(jié)果得出樣本回歸函數(shù)，也就是樣本需求函數(shù)。圖41我國(guó)1998年2011年房?jī)r(jià)P對(duì)住房需求量D的回歸根據(jù)圖41給出了采用Eviews軟件對(duì)表41中的數(shù)據(jù)進(jìn)行回歸分析的計(jì)算結(jié)果，表明收集的1998年到2011年的樣本時(shí)間序列數(shù)據(jù)可建立如下樣本需求函數(shù)： （） （） 其中括號(hào)內(nèi)的數(shù)為相應(yīng)參數(shù)的t檢驗(yàn)值，是可決系數(shù)，為方程顯著性的檢驗(yàn)值。 商品房供給函數(shù)模型參數(shù)的估計(jì) 在住房供求對(duì)房?jī)r(jià)得影響分析研究中，住房的供給和住房的需求同等重要，雖房地產(chǎn)市場(chǎng)存在強(qiáng)大的需求市場(chǎng)，但住房供給者沒(méi)有意愿在房地產(chǎn)市場(chǎng)上為其提供有效的供給市場(chǎng)，這樣也就不能形成房地產(chǎn)市場(chǎng)，房地產(chǎn)市場(chǎng)的一般商品屬性的價(jià)格機(jī)制就有所缺失。在研究分析的過(guò)程中，也將運(yùn)用經(jīng)濟(jì)計(jì)量學(xué)中的最小二乘法和Eviews軟件在根據(jù)收集來(lái)的時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析，根據(jù)回歸分析的結(jié)果可以得出樣本回歸供給函數(shù)。收集到的樣本數(shù)據(jù)中房?jī)r(jià)P對(duì)住房供給量S的樣本回歸如下圖42：圖42我國(guó)1998年到2011年房?jī)r(jià)P對(duì)住房供給量S的回歸根據(jù)圖42給出了采用Eviews軟件對(duì)表41中的時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析的計(jì)算結(jié)果，表明可建立如下中國(guó)房?jī)r(jià)的樣本供給函數(shù)： （） （） 其中括號(hào)內(nèi)的數(shù)為相應(yīng)參數(shù)的t檢驗(yàn)值，為可決系數(shù)，為方程顯著性的檢驗(yàn)值。 商品房供求模型的檢驗(yàn)與修正 商品房需求與供給函數(shù)模型的檢驗(yàn)一、 商品房需求函數(shù)模型檢驗(yàn)經(jīng)濟(jì)意義檢驗(yàn)主要是檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量在經(jīng)濟(jì)意義的合理性。上面所得到了樣本回歸需求函數(shù)模型。擬合優(yōu)度檢驗(yàn)是檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度。殘差圖如下圖43。殘差、觀測(cè)值、與擬合值所對(duì)應(yīng)的曲線分別為殘差序列曲線、真實(shí)值序列曲線和擬合值序列曲線。在圖42中我們可知可決系數(shù)統(tǒng)計(jì)量，滿足的條件，根據(jù)越接近于1，模型的擬合優(yōu)度越高來(lái)看，需求函數(shù)模型的回歸直線與樣本點(diǎn)的擬合程度較好；但是從殘差圖圖43可以看出:擬合值序列曲線較逼近真實(shí)值序列曲線，需求函數(shù)模型的擬合程度良好，所以需求函數(shù)的回歸直線對(duì)原觀測(cè)值擬合情況是可以接受的。所以本論文也將采用最為普遍的t檢驗(yàn)對(duì)其需求函數(shù)的變量進(jìn)行顯著性檢驗(yàn)。如果需求函數(shù)中變量D是顯著的，那么參數(shù)應(yīng)該為顯著地不為0。同樣地，這個(gè)臨界值，表明在95%的置信度下，拒絕了截距項(xiàng)為0的假設(shè)。對(duì)計(jì)量經(jīng)濟(jì)學(xué)模型異方差檢驗(yàn)的方法很多，可以見(jiàn)到的就有十多種，如圖示檢驗(yàn)法、帕克檢驗(yàn)和戈里瑟檢驗(yàn)、GQ檢驗(yàn)、懷特檢驗(yàn)等。本論文將運(yùn)用Eviews軟件對(duì)樣本需求函數(shù)的模型進(jìn)行GQ(GoldfeldQuandt)檢驗(yàn)，檢驗(yàn)?zāi)Ｐ椭惺欠翊嬖诋惙讲钚?。下面筆者就進(jìn)行GQ(GoldfeldQuandt)檢驗(yàn)。然后對(duì)兩個(gè)子樣本分別作普通最小二乘回歸，得到子樣本圖44。圖45 子樣本2的最小二乘回歸 求得樣本1的殘差平方和：子樣本2： () () 計(jì)算得到F統(tǒng)計(jì)量：在同方差性的假定下，構(gòu)造服從F分布的統(tǒng)計(jì)量F。二、 商品房供給函數(shù)模型的檢驗(yàn)經(jīng)濟(jì)模型的設(shè)立的目的是為了用樣本數(shù)據(jù)來(lái)對(duì)未來(lái)的經(jīng)濟(jì)進(jìn)行預(yù)測(cè)和對(duì)目前實(shí)行的經(jīng)濟(jì)政策進(jìn)行評(píng)價(jià)，如果我們?cè)O(shè)立的經(jīng)濟(jì)模型失去了經(jīng)濟(jì)意義，那么我們對(duì)經(jīng)濟(jì)的預(yù)測(cè)也就毫無(wú)意義，對(duì)經(jīng)濟(jì)政策的評(píng)價(jià)也無(wú)從談起。我們從表41中可以看到，從1998年到2011年之間商品房的需求量小于商品房的供給量。不然也會(huì)和需求函數(shù)模型不進(jìn)行擬合優(yōu)度檢驗(yàn)導(dǎo)致的后果一樣。可決系數(shù)是大于0小于1的一個(gè)數(shù)，并且越大，越接近于1，那么說(shuō)明模型的擬合優(yōu)度越高；當(dāng)?shù)扔?時(shí)，表示模型完全擬合，這種情況是很少見(jiàn)的；而當(dāng)?shù)扔?時(shí)，則表示解釋變量S與被解釋變量P不存在線性關(guān)系。殘差、觀測(cè)值、與擬合值所對(duì)應(yīng)的曲線分別為殘差序列曲線、真實(shí)值序列曲線和擬合值序列曲線。從供給函數(shù)模型中可以知道，可決系數(shù)，滿足的條件，且較接近于1；而且在殘差圖中，我們可以看到擬合值序列曲線較逼近真實(shí)值序列曲線。 圖46 供給函數(shù)模型殘差圖模型都要進(jìn)行變量的顯著性檢驗(yàn)。如果變量S是顯著的，那么參數(shù)應(yīng)該顯著地不為0。供給函數(shù)模型的異方差檢驗(yàn)和需求函數(shù)的異方差檢驗(yàn)一樣，用GQ(GoldfeldQuandt)檢驗(yàn)對(duì)供給函數(shù)模型的異方差進(jìn)行檢驗(yàn)。然后對(duì)兩個(gè)子樣本分別作普通最小二乘回歸，得到子樣本1的最小二乘回歸圖47：圖47子樣本1的最小二乘回歸求得子樣本1的殘差平方和：子樣本1： () () 同樣地，可以得到子樣本2的最小二乘回歸圖48圖48子樣本2的最小二乘回歸求得子樣本2的殘差平方和：子樣本2： ()