数据与方法

一、数据及其来源

作为一项实证研究，本书使用了我国房地产市场的大量经验数据，其中还有很多未被使用过的第一手数据，特别是本书采用了大量具体楼盘的微观调查数据，相对于国内外大部分学者使用的宏观年鉴数据，这是本书的一大亮点，主要有如下三种数据类型。

（一）截面数据

根据2009年7月25日国土资源部对外正式公布的对全国30个省自治区、直辖市（西藏自治区除外）、105个城市、620个楼盘的调查数据^[4]，提取了2006—2008年三年出让土地的30个省（区、市），87个城市，536个楼盘样本所组成的混合截面数据，这是在国内首次获得基于全国范围内大规模微观调查数据，其公布的内容包括被调查楼盘所在的行政区域、具体位置、项目名称、土地面积、容积率、土地取得方式、土地取得时间、楼面地价、土地开发程度、开盘平均售价和地价房价比例，其中，土地取得方式和土地开发程度等反映楼盘具体特征的信息，都是以往宏观年鉴数据所无法体现的。利用该组数据，本书得到了与国外学者十分接近的地价弹性，修正了国内相关研究的估计结果，而且该组调查数据便于分样本（按楼盘所在地区位、按土地出让时间、按土地出让方式）回归，这些都丰富了房地产市场微观领域的研究。

（二）时间序列数据

为评价土地招拍挂的政策影响和预测未来房价变化，本书选取了全国1999年2月—2010年10月和几个代表性省份2001年2月—2010年10月的月度房价数据，房价用商品房销售额除以商品房销售面积得到，从而能够反映该地区当月平均房价的前后变化和同一时间不同地区房价的差异，该数据由《中国经济统计快报》相关数据整理得到。目前我国现有的房价统计数据主要有国家统计局公布的全国及35个大中城市的房屋销售价格指数^[5]和“国房指数”以及中国指数研究院公布的“中房指数”，之所以没有采用这些统计指标，主要基于以下两个原因：第一，这些指标都是某一地区同比或者环比指数，只能反映本地区纵向的时间变化趋势。由于不是绝对值，从而不能进行不同地区的横向比较，无法反映房地产价格的区域差异。第二，这些指数基本都是按季度公布的，且起始时间比较短，如全国及35个大中城市的房屋销售价格指数开始于2000年第3季度，导致样本偏小，难以满足计量分析的大样本要求。

（三）面板数据

由于区位不同而造成的房地产价格的差异是住房区别于一般商品的最大特点，因此除了在用ARIMA模型预测房价和用干预分析模型评估土地招拍挂的政策影响时，必须使用全国或某一地区的时间序列数据以外，本书均采用了可以控制个体差异影响的面板数据模型。例如，不同于以往学者大都采用基于全国的时间序列数据研究房价与地价的因果关系，本书采用了2002年3月—2008年6月28个省（区、市）的月度面板数据重新检验了两者之间的因果关系，采用2000—2008年30个省（区、市）的年度面板数据研究了土地囤积对房价的影响，采用1999—2006年全国130个大中城市的面板数据研究了农地非农化进程的影响因素。这些数据来源于历年的《中国统计年鉴》《中国城市统计年鉴》《中国房地产统计年鉴》《中国国土资源年鉴》以及中国人民银行官方网站等。

二、研究方法

本书采用现代经济学规范的理论分析与实证研究相结合的方法，以实证研究为主，辅以必要的理论模型为计量回归提供依据，反过来实证研究又为本书的理论提供了经验证据的支持，这一点在本书第六章中有所体现。总之，本书在研究方法上有如下特点。

（一）计量经济学分析工具的广泛应用，其中不乏一些比较前沿和少见方法的运用

从本书的章节安排和研究内容介绍不难发现，本书的主体部分第五—八章实证研究贯穿始终，可以说是真正做到了把“实证研究进行到底”。其中，各种计量模型得到广泛使用是本书的一个重大特色，具体体现在计量模型的结构分析、预测和政策评价这三个用途方面。

结构分析主要用来估计某一个或几个解释变量对被解释变量的影响，也是计量模型最主要的作用，在本书中也得到了最多的应用，具体表现在第五章中采用包括空间计量和分位数回归在内的各种方法估计了房价对地价的弹性；第六章采用Arellano and Bond（1991）提出的动态面板广义矩估计General Movement Matrix（GMM）估计方法研究土地囤积对房价的影响；第八章采用面板数据可行广义最小二乘估计（FGLS）研究了农地非农化进程的影响因素。

为了了解未来房价的走势，本书的第八章用Box and Jenkins（1970）提出的ARIMA模型对未来一年内的房价进行了预测。该模型不依赖于任何经济理论，纯粹根据经济变量过去的变化规律进行样本外推预测，在进行短期预测时结果非常可靠。

政策评价是计量模型的最高境界，也是每个从事实证研究学者所追求的。但是一项好的政策评价，对样本质量和研究方法要求非常高，因为影响经济变量的因素十分复杂，很难单独分离得出某项政策的作用。因此，本书第七章采用Box and Tiao（1975）提出的干预分析模型对以“8·31大限”为代表的土地招拍挂政策进行政策评估，在这方面作出了一次有益的尝试。

（二）稳健性分析十分到位，确保了实证研究结果的可靠性

随着现代经济学研究的日益深入，人们越来越意识到内生性问题的重要性，简单的普通最小二乘法（OLS）结果是不能让人信服的，所以，是否考虑了以克服内生性问题为主要目的的稳健性分析及其运用程度如何，成为目前衡量主要以经验研究为主的经济学论文质量的一个很重要的标准。因此，本书在实证研究中也是在简单的OLS回归后进行了大量稳健性分析，稳健性分析主要有三种方法：分不同子样本、关键变量的另一种度量和采用不同估计方法，其中主要是考虑内生性采用工具变量（IV）估计。

在第五章房价和地价的因果关系检验和第七章土地招拍挂的政策评估中，本书首先都是对全国整体进行全样本的检验和评估，然后考虑到房地产的区域异质性，分东部、中部和西部三个子样本分别研究。在第五章估计房价对地价弹性的时候，为了充分利用微观调查数据提供的多方面信息，还分区位（东部、中部、西部以及大城市、中小城市）、分土地出让时间（2006年、2007年、2008年）、分土地出让方式（拍卖、挂牌）分别回归，最后采用Chow test对不同子样本下的影响因素是否存在结构差异进行了检验。

在第六章从土地囤积角度解释房价对地价弹性的地区差异时，在测度土地囤积时，除了根据1999年4月28日颁布的《国土资源部闲置土地处置办法》，考虑上一年闲置的待开发土地，还根据现实生活中大量土地闲置很久的情况，进一步采用了前两年的土地闲置进行计算。

第五章估计房价对地价弹性的时候，考虑到调查数据的离散性、房地产价格强烈的空间相互作用关系以及样本的分布不均的问题，本书进一步采用了近年来兴起的分位数回归、空间计量和截断回归的方法。

在第六章从土地囤积角度解释房价对地价弹性的地区差异时，采用Arellano and Bond（1991）提出的动态面板GMM估计，通过设置前定变量的方法克服其中许多自变量的内生性问题。第八章研究农地非农化的驱动机制时，考虑到解释变量非农人口的内生性问题，因而选取了工资总额作为其工具变量。

（三）理论模型恰到好处的运用，为本书起到了画龙点睛的作用

虽然本书主要是一项实证研究，理论模型所占比例较小，但是本书的第四章和第六章根据房地产中地方政府、开发商、购房者许多市场参与者相互影响的现实情况，选取博弈论作为分析工具，研究房地产这个寡头市场上各市场参与者（主要是开发商）的策略性行为对房价的影响。其中大量运用了比较静态分析方法，在求出均衡解后，通过对内生变量求导的方法研究外生变量对内生变量（主要是房价）的影响程度和方向，为后期的计量检验提供了依据。