羅福周，陳 良

(西安建筑科技大學(xué)管理學(xué)院，陜西 西安 710055）

在依托豐富資源優(yōu)勢(shì)大力發(fā)展資源產(chǎn)業(yè)的同時(shí)，房地產(chǎn)業(yè)也得到了快速發(fā)展.近幾年，在經(jīng)濟(jì)新常態(tài)下，隨著主導(dǎo)產(chǎn)業(yè)鏈的發(fā)展而資源不可再生因素的限制對(duì)以煤炭產(chǎn)業(yè)為主導(dǎo)的資源型城市帶來了嚴(yán)重沖擊，主導(dǎo)產(chǎn)業(yè)發(fā)生轉(zhuǎn)型，資源型城市區(qū)域經(jīng)濟(jì)下滑；而房地產(chǎn)業(yè)作為城市經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，同樣也受到很大的影響，給房地產(chǎn)市場(chǎng)帶來很大的風(fēng)險(xiǎn).經(jīng)濟(jì)學(xué)家郎咸平認(rèn)為：“目前我國(guó)房地產(chǎn)市場(chǎng)正在經(jīng)歷歷史性拐點(diǎn)，而不是周期性波動(dòng)，原因是住宅市場(chǎng)已經(jīng)不再是房地產(chǎn)企業(yè)投資的主力，過了高峰期，所以下一步應(yīng)該用時(shí)間換空間，爭(zhēng)取房地產(chǎn)市場(chǎng)投資軟著陸”[1].從區(qū)域經(jīng)濟(jì)來看，2013年經(jīng)濟(jì)師陰忠鵬曾對(duì)“神木模式”的危情進(jìn)行探析，分析了從“神木模式”到“神木危機(jī)”的過程[2]；2012年秦遠(yuǎn)建研究了我國(guó)煤炭?jī)r(jià)格與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，提出了鄉(xiāng)鎮(zhèn)煤炭企業(yè)必須在產(chǎn)業(yè)轉(zhuǎn)型中發(fā)揮積極主觀能動(dòng)性，從可持續(xù)發(fā)展視角推進(jìn)企業(yè)產(chǎn)業(yè)轉(zhuǎn)型的意見[3].這些研究成果大多是研究者從全國(guó)范圍或者一些典型的一、二線城市的層面來研究房地產(chǎn)風(fēng)險(xiǎn)，以資源型城市房地產(chǎn)業(yè)作為樣本來研究比較少見.由于資源型城市的主導(dǎo)產(chǎn)業(yè)對(duì)資源型城市經(jīng)濟(jì)的影響顯著，從而會(huì)影響到作為城市經(jīng)濟(jì)支柱性產(chǎn)業(yè)之一的房地產(chǎn)業(yè)，所以本文通過動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)中的方法對(duì)榆林市房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)進(jìn)行定性和定量的分析，為進(jìn)一步找到資源型城市房地產(chǎn)業(yè)和主導(dǎo)產(chǎn)業(yè)之間動(dòng)態(tài)關(guān)系的著力點(diǎn)起到啟示與參考作用.

1 資源型城市房地產(chǎn)業(yè)和主導(dǎo)產(chǎn)業(yè)評(píng)價(jià)體系

1.1 房地產(chǎn)業(yè)評(píng)價(jià)指標(biāo)的選取

資源型城市房地產(chǎn)發(fā)展水平指標(biāo)的選取和構(gòu)建是借鑒了“中國(guó)房地產(chǎn)業(yè)指標(biāo)體系建立的理論分析與實(shí)證研究”[4]等相關(guān)文獻(xiàn)的基礎(chǔ)上結(jié)合資源型城市發(fā)展的區(qū)域性特點(diǎn)，建立了房地產(chǎn)發(fā)展評(píng)價(jià)指標(biāo)體系，具體見表1.

表1 房地產(chǎn)發(fā)展水平測(cè)度指標(biāo)體系Tab.1 The measure index system of real estate development level

1.2 資源型城市主導(dǎo)產(chǎn)業(yè)指標(biāo)的選取

榆林市是以煤炭產(chǎn)業(yè)為主要資源產(chǎn)業(yè)的資源型城市，對(duì)煤炭資源產(chǎn)業(yè)指標(biāo)的選取，通過閱讀“煤炭產(chǎn)業(yè)市場(chǎng)結(jié)構(gòu)與市場(chǎng)績(jī)效的關(guān)聯(lián)度分析”等相關(guān)文獻(xiàn)[5]，認(rèn)為可以通過煤炭?jī)r(jià)格來反映榆林市煤炭產(chǎn)業(yè)的發(fā)展程度，所以選取煤炭?jī)r(jià)格作為榆林市資源產(chǎn)業(yè)的指標(biāo).

1.3 建立房地產(chǎn)業(yè)發(fā)展水平的因子分析和主成分分析模型

通過SPSS20.0軟件計(jì)算得出因子分析結(jié)果中各因子特征值和因子貢獻(xiàn)率，選擇特征值大于1且方差貢獻(xiàn)率累積值大于85%的主因子，提取滿足條件的前幾個(gè)主因子，得到旋轉(zhuǎn)成分矩陣，根據(jù)成分矩陣算出主因子相對(duì)應(yīng)的特征變量[6]，得到特征變量矩陣F.

1.4 熵值法確定每個(gè)主因子的權(quán)重

數(shù)據(jù)標(biāo)準(zhǔn)化歸一處理，由于指標(biāo)量綱，數(shù)量級(jí)并不統(tǒng)一，為此需要做標(biāo)準(zhǔn)化歸一處理[7]，對(duì)于m年p個(gè)指標(biāo)的原始數(shù)據(jù)矩陣為，標(biāo)準(zhǔn)化的矩陣為，其中對(duì)于正向指標(biāo)，指標(biāo)越大越好，歸一化公式為：；對(duì)于負(fù)向指標(biāo)，指標(biāo)越小越好，歸一化公式為：，，其中，，則權(quán)重為，即得到每個(gè)主因子在表達(dá)式中的權(quán)重，因此能夠得到房地產(chǎn)發(fā)展水平的表達(dá)式：.

1.5 建立房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)發(fā)展關(guān)系模型

(1)ADF單位根檢驗(yàn)： 在模型建立之前，需要對(duì)房地產(chǎn)業(yè)發(fā)展水平和煤炭?jī)r(jià)格兩個(gè)時(shí)間平穩(wěn)性的ADF單位根檢驗(yàn)，只有房地產(chǎn)業(yè)發(fā)展水平序列和煤炭?jī)r(jià)格序列是同階單整，才能夠進(jìn)行接下來的協(xié)整檢驗(yàn).

(2)協(xié)整檢驗(yàn)：協(xié)整檢驗(yàn)有兩種方法，一種是基于回歸殘差的協(xié)整檢驗(yàn)，另一種是基于回歸系數(shù)的完全信息協(xié)整檢驗(yàn)[8].本文選擇第一種，以RDL和COP分別代表房地產(chǎn)發(fā)展水平和煤炭?jī)r(jià)格.

第一步：需要對(duì)RDL和COP進(jìn)行對(duì)數(shù)化處理，lnRDL和lnCOP是同階單整序列，即和是平穩(wěn)的，用OLS法對(duì)回歸方程：進(jìn)行估計(jì)，得到殘差序列.

(3)誤差修正模型：通過上述檢驗(yàn)lnRDL和lnCOP之間存在協(xié)整，表明兩者之間有長(zhǎng)期均衡關(guān)系.但從短期來看，可能會(huì)出現(xiàn)失衡，為了增強(qiáng)模型的精度，建立誤差修正模型把房地產(chǎn)發(fā)展水平的短期行為和長(zhǎng)期變化聯(lián)系起來，誤差修正模型結(jié)構(gòu)如下：.通過Eviews 7.2軟件計(jì)算最終得到誤差修正模型結(jié)果.

(4)Granger因果檢驗(yàn):格蘭杰因果關(guān)系檢驗(yàn)是借助上述OLS模型來進(jìn)行一組系數(shù)顯著性檢驗(yàn)，原假設(shè)為房地產(chǎn)發(fā)展水平不是煤炭?jī)r(jià)格的格蘭杰因果關(guān)系，如果檢驗(yàn)的概率P值小于設(shè)定的置信水平（通常為5%），則原假設(shè)不成立，即房地產(chǎn)發(fā)展水平是煤炭?jī)r(jià)格的格蘭杰因果關(guān)系；反之，則兩者之間不是因果關(guān)系[9].

2 榆林市房地產(chǎn)發(fā)展水平與煤炭產(chǎn)業(yè)之間關(guān)系的實(shí)證分析

2.1 數(shù)據(jù)的選取和模型的建立

(1)通過查找歷年陜西省統(tǒng)計(jì)年鑒和榆林市統(tǒng)計(jì)年鑒，得到原始數(shù)據(jù)見表2.

表2 榆林市房地產(chǎn)發(fā)展水平各指標(biāo)原始數(shù)據(jù)Tab.2 Raw data of single indicator of real estate in Yulin

(2)通過SPSS20.0軟件計(jì)算出榆林市房地產(chǎn)各因子貢獻(xiàn)率，見表3.

表3 特征值和貢獻(xiàn)率Tab.3 Characteristic value and contribution rate

通過對(duì)上述表格分析，前兩個(gè)成分的特征值大于1，并且前兩個(gè)因子的特征值之和占總特征值的92.294%，大于規(guī)定的85%，所以應(yīng)該提取前兩個(gè)主成分，得到主成分得分系數(shù)矩陣，根據(jù)主成分得分系數(shù)矩陣計(jì)算出兩個(gè)主因子的特征向量矩陣見表4.

表4 主因子特征向量矩陣Tab.4 The main factor characteristic vector matrix

從特征向量矩陣可以得到主成分的計(jì)算公式如下：

(3)運(yùn)用熵值法算出主因子權(quán)重并計(jì)算出榆林市房地產(chǎn)發(fā)展水平綜合得分.

表5 主因子權(quán)重Tab.5 The main factor weight

綜合評(píng)價(jià)函數(shù)為:

根據(jù)上述公式計(jì)算出榆林市房地產(chǎn)發(fā)展水平的綜合得分，見表6.

(4)選取煤炭?jī)r(jià)格COP來代表煤炭產(chǎn)業(yè)景氣水平，見表7.

表6 榆林市房地產(chǎn)發(fā)展水平（RDL）綜合得分Tab.6 Real estate development level comprehensive score in Yulin

表7 榆林市煤炭?jī)r(jià)格（COP）Tab.7 The price of coal in Yulin

2.2 房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)發(fā)展關(guān)系檢驗(yàn)分析

(1)單位根檢驗(yàn):對(duì)各序列進(jìn)行取自然對(duì)數(shù)變換，得到lnRDL和lnCOP，進(jìn)行單位根檢驗(yàn).

表8 ln RDL與ln COP的ADF單位根檢驗(yàn)Tab.8 ADF Unit Root Test of ln RDL and ln COP

由表8可知，時(shí)間序列l(wèi)nRDL和lnCOP經(jīng)過二階差分平穩(wěn)了，所以是二階單整序列.

(2)協(xié)整檢驗(yàn)

根據(jù)前面的檢驗(yàn)分析，對(duì)該序列進(jìn)行協(xié)整檢驗(yàn)，得到回歸模型的OLS估計(jì)結(jié)果：

其中，t=（-2.395 5,1.488），R2=0.486865，DW=1.312，將所得的回歸方程所形成的新序列命名為et,則.

表9 回歸方程殘差的ADF平穩(wěn)性檢驗(yàn)結(jié)果Tab.9 Result of ADF stationality test of regression equations residuals

所以，煤炭?jī)r(jià)格和房地產(chǎn)發(fā)展水平之間存在著長(zhǎng)期均衡的關(guān)系.

(3)誤差修正模型

建立誤差修正模型，用OLS法進(jìn)行估計(jì)得到回歸模型的估計(jì)結(jié)果.一階差分：

其中，t= (0.000 5,0.000 3,0.000 7），R2=0.99，DW=2.311，榆林市煤炭?jī)r(jià)格的對(duì)數(shù)值變動(dòng)1%，將會(huì)引起房地產(chǎn)發(fā)展水平的對(duì)數(shù)向反方向變動(dòng)0.7775%；誤差修正項(xiàng)，即et-1項(xiàng)的系數(shù)反應(yīng)了對(duì)偏離長(zhǎng)期均衡的調(diào)整力度，彈性為0.426%，即在t-1時(shí)刻lnRDL小于其長(zhǎng)期均衡值-3.834lnCOP+21.885 92時(shí)，lnRDL在此刻t就做出相應(yīng)正的修正，因此，lnRDL就在不斷修正過程中發(fā)展，由此可見，榆林市房地產(chǎn)發(fā)展水平與煤炭?jī)r(jià)格之間存在協(xié)整關(guān)系.

(4)Granger因果檢驗(yàn)

在Granger因果關(guān)系檢驗(yàn)結(jié)果表明，在5%的顯著性水平下，根據(jù)得出的結(jié)果：假設(shè)lnRDL不是lnCOP的Granger原因和lnCOP不是lnRDL的Granger原因時(shí)，Prob值都大于5%；相反，Prob值都小于5%，所以房地產(chǎn)發(fā)展水平（RDL）是煤炭?jī)r(jià)格（COP)的Granger原因，煤炭?jī)r(jià)格（COP)也是房地產(chǎn)發(fā)展水平（RDL）的Granger原因，見下表10.

表10 ln RDL與ln COP的Granger因果關(guān)系檢驗(yàn)Tab.10 Granger causality test of ln RDL and ln COP

3 結(jié)論

構(gòu)建榆林市房地產(chǎn)市場(chǎng)發(fā)展水平指標(biāo)體系，利用主成分分析法和熵值法相結(jié)合的方式更加客觀地測(cè)度出榆林市房地產(chǎn)發(fā)展水平，通過動(dòng)態(tài)計(jì)量方法定量的計(jì)算出榆林市房地產(chǎn)發(fā)展水平和煤炭?jī)r(jià)格之間的關(guān)系，得出“房地產(chǎn)發(fā)展水平和煤炭?jī)r(jià)格之間存在著長(zhǎng)期均衡關(guān)系，且房地產(chǎn)發(fā)展水平是煤炭?jī)r(jià)格的Granger原因，煤炭?jī)r(jià)格也是房地產(chǎn)發(fā)展水平的Granger原因”，以上數(shù)據(jù)和結(jié)論可以分析出榆林市房地產(chǎn)業(yè)和煤炭產(chǎn)業(yè)之間存在著長(zhǎng)期的影響，并且煤炭?jī)r(jià)格對(duì)房地產(chǎn)業(yè)發(fā)展水平的影響有一定的滯后性，煤炭?jī)r(jià)格的波動(dòng)幅度過大是造成房地產(chǎn)業(yè)市場(chǎng)風(fēng)險(xiǎn)形成的一個(gè)重要因素.可以為榆林市預(yù)防因煤炭產(chǎn)業(yè)的波動(dòng)而造成房地產(chǎn)泡沫的形成.本文研究結(jié)果為進(jìn)一步認(rèn)清煤炭產(chǎn)業(yè)對(duì)榆林市房地產(chǎn)業(yè)的影響提供了定量的參考依據(jù)，實(shí)現(xiàn)了對(duì)現(xiàn)有理論的深入和拓展，達(dá)到了預(yù)期的研究目的.希望本文能對(duì)分析資源型城市房地產(chǎn)業(yè)和主導(dǎo)產(chǎn)業(yè)起到一定的參考和借鑒作用.

References

[1]郎咸平.中國(guó)的逆城市化之殤[J].城市住宅,2012,6(2): 42-45.LANG Xianping.Entropy of counter urbanization of China[J].Urban Residential,2012,6(2): 42-45.

[2]陰忠鵬.“神木模式”危情探析[J].理論觀察,2013,88(10): 160-161.YIN Zhongpeng.The unstoppable analysis of “Shenmu Model”[J].Theory of Observation,2013,88(10):160-161.

[3]邱 丹,秦遠(yuǎn)建.我國(guó)煤炭?jī)r(jià)格與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[J].發(fā)展論壇,2012,20(1): 4-6.QIU Dan,Qin Yuanjian.An empirical study of relationship between the price of coal and economic growth in China[J].The development of BBS,2012,20(1): 4-6.

[4]楊文武.中國(guó)房地產(chǎn)業(yè)指標(biāo)體系建立的理論分析與實(shí)證研究[D].成都: 四川大學(xué),2003.YANG Wenwu.The oretical analysis and positive study on establishment of index system of China's real estate industry[D].Chengdu: Sichuan University,2003.

[5]李志強(qiáng),趙守艷,尤會(huì)杰.煤炭產(chǎn)業(yè)市場(chǎng)結(jié)構(gòu)與市場(chǎng)績(jī)效的關(guān)聯(lián)度分析[J].山西大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2011,4(1): 130-134.LI Zhiqiang.ZHAO Shouyan.YOU Huijie.An analysis of the correlation degree between market structure and marker performance of coal industry[J].Journal of Shanxi University(Philosophy and Social Science Edition),2011,4(1): 130-134.

[6]童其慧.主成分分析方法在指標(biāo)綜合評(píng)價(jià)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì),2002,4(1): 59-61.TONG Qihui.An application of principal component analysis method in the the index comprehensive evaluation[J].Mathematical Statistics,2002,4(1): 59-61.

[7]袁曉玲,方瑩,張寶山.能源消費(fèi)與城市化水平關(guān)系的動(dòng)態(tài)計(jì)量分析: 以關(guān)中城市群為例[J].城市發(fā)展研究,2011,18(3): 65-71.YUAN Xiaoling,FANG Ying,ZHANG Baoshan.The dynamic econometric analysis of relationshiop between the energy consumption and urbanization level: in the Guanzhong urban agglomeration,for example[J].Urban Development Research,2011,18(3): 65-71.

[8]尹希果.計(jì)量經(jīng)濟(jì)學(xué): 原理與操作[M].重慶: 重慶大學(xué)出版社,2009.YIN Xiguo.Econometrics: Principle and operating[M].Chong Qing: Chongqing uiversity press,2009.

[9]WILLIAM C W.Real estate cycle: some fundamentals[J].Real Estate Economics,1999,27(2): 209-230.