收入水平对我国商品住宅价格区域差异影响的实证分析收入水平对我国商品住宅价格区域差异影响的实证分析 摘要：住宅产业关系到国际民生，住宅价格的变动又反映了住宅市场的冷热。房价的攀升引发政府的宏观调控和广阔人民群众的高度关注。我国学者对房价问题的讨论文献非常丰富，但专门从地区收入水平角度探讨房价区域性差异的文献较少，文章试图通过实证讨论，找到收入和房价之间的关联性，从而对房价的区域性差异进行合理解释，以期对我国房地产业的宏观调控献一点微薄之力。 关键词：商品住宅价格；收入水平；差异分析 房价在整个市场价格体系中处于基础地位，这也决定了它在市场经济中具有非常重要的功能和作用。其中商品住宅价格更是直接关系到普通百姓的生活质量。近几年，政府出台的一系列宏观调控政策初见成效，一线城市房价略有下降，二线城市房价涨幅较慢，但房价最终是否能降到合理水平――人均收入的三至六倍，仍然是一个未知数。房价的上涨不但导致了土地资源的浪费，还会引起金融危机从而导致国民经济陷入衰退，而解决这些问题的关键在于形成合理的住宅价格水平。中国住宅价格的快速上涨，究竟是否已与居民收入等基本面严重脱节，我国不同地区间收入的变动与房价变动规律如何，与此相关的讨论对于指导我国对房地产业的宏观调控具有非常重要的现实意义。 本文的讨论对象主要是住宅房地产，由于农村居民解决住宅的途径主要是以自荐为主，因此我们的讨论对象又局限于对城市商品住宅的讨论，以下简称住宅。其相应的价格简称住宅价格。具体而言，是指商品住宅的平均销售价格。而我国住宅市场出现的价格问题主要是增量市场的价格问题，故本文讨论范围是住宅增量市场。 一、样本数据 本文样本数据来源于 1998 年-2025 年的《中国统计年鉴》，在这期间我国房地产价格波动剧烈，其数据比较具有代表性。另外，为了全面解释房价和人均收入之间的关联，本文选用我国 30 个省（西藏除外）、区的城镇住宅房地产价格和城镇居民全年人均可支配收入等面板数据作为样本。并对指标进行了可比性处理，即以1998 年的不变价格为基础，分别用住宅房地产销售价格指数和城镇居民的消费价格指数对房价和人均收入进行平减。 二、合成数据（panel data）模型 合成数据（Panel Data）是指对不同时刻的截面个体作连续观测所得到的多维时间序列数据。可译成“面板数据”、“时空数据”、“综列数据”。Panel Data 模型是一类利用合成数据分析变量间...
