第四章、 研究方法
第一節、 研究方法說明
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
第四章、研究方法
從過去的文獻中可以發現，影響房地產價格差距的因素繁多，本研究主 要聚焦於中國大陸各地區財政分權對於房地產價格的影響，試圖透過實證研 究的方式去了解，實施分稅制以來，各地區財政分權程度的不同對於房地產 價格的波動是否產生顯著的影響，以提供有關當局決策上的考量。有鑑於此，
本研究將在此章建立實證模型，且說明相關變數假設與資料來源。
第一節、研究方法說明
由於中國大陸在1998年實行住房改革政策後，房地產市場開始蓬勃發展。
本文在研究方法上，選用中國大陸自1999 年至2010 年共12年31個省市、372 個樣本的追蹤資料 (panel data)來做分析。由於追蹤資料同時考慮了橫斷面資 料（cross-sectional）與時間序列資料（time series），因此在實證分析上具有 相當多的優點。Hsiao（2003）認為，追蹤資料不僅可以擴大樣本，而且可以 增加自由度，減少了自變量間的多重共線性的影響。此外，本研究的資料蒐 集涵蓋了中國大陸各個地區不同時期點的數據，應該更能夠幫助釐清中國大 陸財政地方分權對各地區房價的影響問題。
現有的追蹤資料模型，大致可以分為兩類，一為固定效果模型（fixed effect model），另一為隨機效果模型（random effect model）。此二種估計模 型，在判定該使用何者時，一般通常會以研究的個體（individual）是否進行 抽樣來分辨。如果所研究的個體是由抽樣過程選取，才必須思考究竟採用固 定效果或隨機效果模型。而決定的方式，可以利用Hausman（1978）提出的 檢定方式來判定。51
51 Hausman(1978)提出檢定追蹤資料迴歸模型（panel data model）方式，此方式可以檢驗 模型是否適用固定效果模型（fixed effect model）。由於固定效果模型與隨機效果模型最大 的差異在於隨機效果模型中的 與解釋變數間是否具有相關性。若是具有相關性，則固定 效果模型之估計將具一致性和有效性，而隨機效果之模型將不具一致性，此時應採用固定 效果模型；反之，則隨機效果模型之估計將具一致性和有效性，此時應採用隨機效果模型。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
本文研究目標為中國大陸各地區間房地產價格的差異，為避免估計上的 偏誤在迴歸估計中必須考慮現存於各省市地區的個別特質效果
（individual-specific effect）。另外，除了個體間的特質效果外，為了解釋每 一年的一些無法量化的特別事件可能對房產價格指數所產生的影響，本研究 也考慮時間的特質效果（time-specific effect）。有別於在實證模型中加入一 個時間變數所代表的時間趨勢，考慮時間特質效果將可以了解在控制其他的 因素下，因為年份的不同所造成房產價格指數的差異。因此，本研究的實證 模型採取個別特質效果與時間特質效果的雙因子固定效果模型（two-way fixed-effect model）進行分析。
固定效果基本模型如下：
( 2 )
在（2）式中，下標 i 代表觀察單位，i= 1,…,N，t是觀察時間 i= 1,…,T，
代表 行向量，
為對應之自變數向量，不包括截
距項。稱為個別效果（individual effect），不隨時間變動而變動，但不同
觀察單位會有不同個別效果。固定效果模型將 當作特定常數，不同觀察單位擁有不同特定常數，
因此，也稱為共變數模型（Covariance Model），52在固定效果中認為不同觀 察單位的差異可被不同的固定效果解釋，將每個 視為待估計的未知常數。
而隨機效果模型則將 當作隨機變數，不同單位擁有不同的特定隨機效果 變數。
若將（2）式納入時間效果，則可以改寫成：
( 3 )
代表第 t 期時間虛擬變數的係數，下標 i 代表觀察單位，i= 1,…,N，
52 黃台新（2005）在《計量經濟學》一書中，提到雙因子固定效果模型又稱為共變數模型。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
t是觀察時間 i= 1,…,T，
代表 行向量， 為對應之 自變數向量，不包括截距項。而加入截距項的模型設定方式為：
( 4 )
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
第二節、 實證模型設定與資料來源
一、本研究之實證模型設定
在上一節中，說明本研究將採用追蹤資料（panel data），並使用雙 因子固定效果模型進行分析，在本節中將介紹本研究的實證模型。
除了主要的財政地方分權變數外，本文同時考慮進其他可能影響房地產 價格的因素，如各省市地區每人國內生產總值、各省市地區居民消費水平、
各省市地區人口密度與各省市地區通情況等等，期望能建立一個能完整解釋 模型，來描述中國大陸財政地方分權化對各地區房地產價格的影響。此外，
過去的房地產價格的文獻中，未曾討論過地方財政分權程度對房地產價格的 影響是否呈現線性的關係。故本研究進一步加入財政地方分權的平方項，來 觀察財政地方分權對各省市地區房地產價格的影響。
為加強本研究實證結果的可信度與因房地產性質不同造成房價歧異性的 作用，本研究將設計三個實證模型，於第一個實證模型中將使用各地區商品 房平均銷售價格
（ AREP ），
而第二個實證模型將使用各省市地區辦公樓房平 均價格（ OREP ） ，
第三個實證模型則使用各省市地區住宅房平均價格（ BREP ）
來估計。據前述的解釋變數與被解釋變數，本研究可將中國大陸各地區房地產平 均價格的函數設定如下：
REP=f（ ） （5）
第（5）式的意義為，中國大陸各省市地區財政分地方權程度
（
），財政 地方分權程度平方項（FDSQ），各地區每人生產總值（PGDP）、各省市地區 居民消費水平（C）、各省市地區人口密度（CIT）、各省市地區交通情況（TRA）、 各省市區就業環境（EMP）、各省市外資投入金額（FDI）、各省市地區淨 出口總額（NETEX）。根據第（5）式所設定的雙因子固定效果模型的迴歸方程式如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
（6）
其中，下標 i 代表中國大陸各省市地區，i= 1,…,31，t 是代表時間 t =
1,…,12，
為殘差項。被解釋變數 表示中國大陸第 i 地區第 t 期 的商品房平均價格。為截距項，而
代表第 i 個地區的個別特質效果；則代表第 t 期的時間特質效果。
本研究在執行迴歸模型估計時，亦會針對迴歸模型進行必要的檢定。包 括：殘差自我相關（autocorrelation）、共線性（collinear）與RESET檢定
（Regression Specification Error Test）等等，以確保估計結果的正確性。
二、本研究之資料來源
如前所述，本研究主要目的在於了解地方財政分權對中國大陸各地區房 地產價格的影響。經彙整現有影響房地產價格因素之相關實證文獻，本研究 歸納出影響中國大陸各省市地區房地產價格之可能主要變數，並將這些變數 導入實證模型中，估計其對大陸省、市、地區房地產價格的影響。
上述有關影響中國大陸省、市、地區房地產價格的變數如下：各省市地 區財政地方分權的指標（FD）、各省市地區財政地方分權的指標平方項
（FDSQ），各省市地區每人生產總值（PGDP），各省市地區居民消費水平
（C），各省市地區人口密度（CIT），各省市地區交通情況（TRA），各省 市地區就業情況（EMP），各省市地區外資投入金額（FDI），各省市地區
出口總額
（ EX），各省市地區淨出口總額（NETEX）等變數。這些變數的資
料來源，主要來自於各年度的《中國統計年鑑》、《中國城市統計年鑑》與 中國統計局的年度數據。另外，在本研究中的被解釋變數為中國大陸各省分 的房地產價格，此一變數的資料來自於中國統計局的年度統計數據。如果某
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
一些變數在上述的統計年鑑或資料庫有所缺漏，本研究將再以《中國統計摘 要》、《中國財政年鑑》、《中國房地產統計年鑑》所提供的中國大陸官方 統計資料加以補足。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
第三節、 變數選取與定義
根據第（6）式的固定效果模型，其中的解釋變數對各地區房地產價格的 影響，說明如下。
（一）、財政地方分權的程度（FD）：根據Huang, Lo, She（2011）的定義，
地方財政分權指數為地方保留稅收占地方整體稅收之比例。根據華 偉、艾華（2007）、王舉、呂春梅（2008）、胡光志、鄧世緣（2011）、
劉叢欣（2011）所言，如果地方可獲得的保留稅收過少，勢必希望 藉由房產價格的提高來提高其財政收入。因此本研究預期，地方財 政分權的程度越低者，其房產價格將會提升。故地方財政分權的程 度對房產價格有負向的影響。
（二）、地方財政分權的程度平方項（FDSQ）：考慮財政地方分權程度對 房地產價格的影響是否呈現線性的關係，故本研究進一步加入財政 地方分權的平方項，來觀察財政地方分權對各省市地區房地產價格 的影響。
（三）、各省市地區居民消費水平（C）：曲波（2003）認為，總體經濟市 場的利率、匯率、投資、居民所得與消費水準皆會影響房地產價格，
考慮利率與匯率皆為全國之經濟指標，故採用各省市地區居民消費 水平（C）與各省市地區外資投入金額（FDI）對房地產價格作分析。
（四）、各省市地區人均生產總值（PGDP）：根據McCue & Kling（1994），
認為房地產價格受到總體經濟活動影響，其中，國內生產總值是房 價高漲的最大推手。故本文將各省市地區生產總值（PGDP）納入 變數，生產總值成長愈多，房屋價格愈高。
（五）、各省市地區人口密度（CIT）：根據需求法則（Demand rule）的原 理各省市地區人口密度越高，表示對房屋的需求越大。姜永增（2011）
指出，人口愈多，房地產價格會愈高。因此本研究預期，人口密集
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
度對房產價格的影響為正。
（六）、各省市地區交通情況（TRA）：根據Ghebreegziabiher（2007），各 省市交通狀況（TRA）也會對房地產價格有正的影響。因此本研究 預期，交通情況愈發達則房價愈高。
（七）、各省市區就業環境（EMP）：根據Thomas（1993）認為，若一個地 區的工作機會多、工資高，會吸引其他地區的居民遷入，進而使房 屋價格提高。因此本研究預期，一地區的就業人口愈多，房屋價格 愈高。
（八）、各省市外資投入金額（FDI）：Zhang and Fung（2006）認為，外資 流入總額會影響房地產價格。外資流入越多，越可能刺激房地產市 場景氣，所以會致使房產價格上揚。因此本研究預期，外資投入金 額對房地產價格有正向的影響。
（九）、各省市地區淨出口總額（NETEX）：Wang, Yang, and Liu（2011）
（九）、各省市地區淨出口總額（NETEX）：Wang, Yang, and Liu（2011）