我国房地产行业的生产函数模型

《我国房地产行业的生产函数模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、我国房地产行业的生产函数模型2002级金融双语班王媛媛40204074陈一姝40204109摘要：生产函数是用于研究投入与产出的计量模型。本文以《中国统计年鉴》1991-2003的部分数据为样本值，用OLS回归方法估计出中国近年的房地产业的生产模型。希望能对以后进一步分析房地产业的发展起到一定的作用。关键词：房地产生产函数问题的提出在中国的房地产发展中，固定资本投入和从业人口数到底对其增长的影响有多大呢？我选取国内固定资产投资和房地产从业基本人数，对被广为采用的生产函数进行回归，试图从中说明固定资本投资和保证尽量多的劳动力成为就业人口在房地产业增长中的巨

2、大作用。也对我国经济发展和失业率的降低有着重要影响。柯布——道格拉斯生产函数表述生产函数的含义：对于特定的生产技术，把投入转化为产出的过程表现为生产过程中生产要素的投入量与产出量之间的数量关系，这种数量关系可以用函数表示。故生产函数表示在技术水平不变的情况下，一定时期内厂商生产过程中所使用的各种要素的数量与它们所能生产的最大产量之间的关系。其中，最广为采用的生产函数也被称为科布-道格拉斯生产函数。柯布---道格拉斯生产函数，其一般形式为Q=f(L,K)=ALaKb式中：Q代表产量，L和K分别代表劳动和资本投入量，A、a、b为三个正的参数，并且0

3、1。这种生产函数的优越性体现在：第一，其是指数函数形式，在数学上较易处理；第二，函数中的参数A、a、b具有明显的经济含义，A为技术系数，A的数值越大，既定投入数量所能生产的产量也越大；a、b分别代表增加1%的劳动和资本时产量增加的百分比，它反映在生产过程中劳动和资本的重要性。模型的设定将柯布—道格拉斯生产函数模型进行对数变换，得到其线性表达式为以下形式：LnQ=β0+β1LnK+β2LnL+u数据的搜集与分析根据《中国统计年鉴》1991-2004的部分数据，我们对数据进行处理后，得到最终需要的数据：6fa8335f1e78848e8066a5f380b9

4、be1a.doc共14页第14页2021/8/25表1：年度房地产经营总收入Q单位：亿元LnQ年度投资完成额K单位：亿元LnK平均从业人数单位：万人LnL1991284.035.6490827.893.32826848.003.8712011992528.566.27015656.404.03246954.003.98898419931135.917.035189140.904.94805066.004.18965519941288.197.1609931881.007.53955972.004.27666619951731.667.4568363149

5、.028.05484777.004.34380519961968.797.5851743216.448.07603082.004.40671919972218.467.7045693178.378.06412468.324.22420319982951.217.9899713614.238.19263482.594.41388919993026.018.0150004103.208.31952288.034.47767820004515.718.4153184984.058.51399897.194.57666820015471.668.60733763

6、44.118.755282106.234.66560720027077.858.8647257790.928.960714113.404.73092120039137.279.12011710153.809.225603120.544.791982表1数据都来自于〈中国统计年鉴〉http://www.stats.gov.cn/模型的参数估计和检验一、平稳性检验由于数据是时间序列数据，所以在进行回归前用DF检验进行数据平稳性分析：（1）LnQ0阶差分，有趋势和截距项，滞后1阶：ADFTestStatistic-5.9177741%CriticalValue

7、*-5.11525%CriticalValue-3.927110%CriticalValue-3.4104*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(LNQ)Method:LeastSquaresDate:06/14/05Time:11:00Sample(adjusted):19932003Includedobservations:11afteradjustingendpo

8、intsVariableCoefficientStd.Errort-Statis