价格差异

价格差异（精选9篇）

价格差异 篇1

据统计:照明耗电占全球总用电量的19%, 而其中83%照明耗电是来自于商业建筑及户外照明, 因此衍生出很多照明节能技术, LED光源技术就是很有特点的一种。LED由显示到照明与灯饰还不到短短两年时间, 厂、商、传媒一起上, LED灯饰在尚无公认品牌的情况下, 价格战提前打响。外观、结构、功能几乎一样的产品, 价格差异却有2-3倍, 很多用户一时被弄昏头脑, 不知价差从何而来, 选用何种价位的产品。下面就这些差异向读者作一些较为直观的解释。

1LED光源的特点

(1) 电压:

LED使用低压电源, 供电电压在6-24V之间, 根据产品不同而异, 所以它是一个比使用高压电源更安全的电源, 特别适用于公共场所。

(2) 效能:

消耗能量较同光效的白炽灯减少80%。

(3) 适用性:

很小, 每个单元LED小片是3-5mm的正方形, 所以可以制备成各种形状的器件, 并且适合于易变的环境。

(4) 稳定性:

10万小时, 光衰为初始的50%。

(5) 响应时间:

其白炽灯的响应时间为毫秒级, LED灯的响应时间为纳秒级。

(6) 对环境污染:

无有害金属汞。

(7) 颜色:

改变电流可以变色, 发光二极管方便地通过化学修饰方法, 调整材料的能带结构和带隙, 实现红黄绿兰橙多色发光。

(8) 价格:

LED的价格比较昂贵, 较之于白炽灯, 几只LED的价格就可以与一只白炽灯的价格相当。

2LED发光二极管及晶片

目前有能力生产LED与LED灯饰的厂家还为数不多, 不同厂家选用不同品质的LED是造成LED灯饰价钱不同的重要原因。以红色LED为例, 一般用途的普通红色LED价钱在0.03-0.08元之间, 而适合生产LED灯饰的红色LED价钱在0.12-0.36之间, 更高品质的超过3.2元/只, 一般不生产LED发光管的LED灯饰厂家都很难区别, 何况消费者。所以, 选用自己生产LED发光二极管或拥有完善的LED检测设备的LED灯饰厂的产品更有保证。下面列明LED性能的基本面。

(1) 亮度:

LED的亮度不一样, 价格不一样。

(2) 抗静电能力:

抗静电能力强的LED, 寿命长, 因而价格高。通常抗静电大于700V的LED才能用于LED灯饰。

(3) 波长:

波长一致的LED, 颜色相同, 则价格高。没有LED分光分色仪的生产商基本不能生产色彩纯正的产品。

(4) 漏电电流:

LED是单向导电的发光体, 如果有反向电流, 则称为漏电, 漏电电流大的LED, 寿命短, 价格低。

(5) 发光角度:

用途不同的LED其发光角度不一样, 特殊的发光角度, 价格较高。

(6) 寿命:

不同品质的关键是寿命, 寿命由光衰决定。光衰小、寿命长, 寿命长, 价格高。

(7) 晶片:

LED的发光体为晶片, 不同的晶片, 价格差异很大。日本、美国的晶片价格较高, 一般中国台湾及大陆生产的晶片价格低于日、美。

(8) 晶片大小:

晶片的大小以边长表示, 大晶片LED的品质比小晶片的要好。价格同晶片大小成正比。

(9) 胶体:

普通的LED的胶体一般为环氧树脂, 加有抗紫外线及防火剂的LED价格较贵, 高品质的户外LED灯饰应抗紫外线及防火。

3LED灯饰的设计可靠性不同, 价格不同

每一种产品都会有不同的设计, 适用于不同的用途, LED灯饰的可靠性设计方面包含:电气安全、防火安全、适用环境安全、机械安全、健康安全、安全使用时间等因素。

从电气安全角度看, 应符合相关的国际、国家标准。由于LED是新产品, 中国国家标准滞后, 但国家提供产品合格测试。具有国际安全认证 (如GS、CE、UL等) 及国家产品质量合格证的LED灯饰价格要高, 因为这些产品在安全设计上是可靠的。消费者注意的是要认真鉴别证书的真伪, 现在有国际安全认证及国家产品合格证的厂家并不多。

从健康方面, 采用无毒材料设计的产品价格要高, 特别是室内LED灯饰, 千万别贪便宜选用有异味的LED灯饰, 目前仅少数几家LED厂家是用无毒材料生产, 辨别的方法可以直接用鼻子分别, 有臭味的产品比无臭味的价格更低很多。类似铅、汞、镉等毒素需专业人员分析。

从适用环境安全看, 有可靠的防尘防潮设计, 材料防火、防紫外线、防低温开裂的LED产品的价格高。

从安全使用时间看, 一般消费者要分别优劣是较困难的, 设计的可靠性、元器件选用优劣与否, 都与价格有很大关系。工程用灯具, 切勿选择价格低、品质劣的产品。例如选用电线不同, 价格都有差异。部分厂家采用拆机旧电子元件, 回收再生塑料、再生金属材料生产LED灯饰, 这些劣质LED灯饰价格比正常的LED灯饰价格便宜50%以上。

目前在中国大陆LED在技术上跟国外的差距已不是很大, 在芯片技术上也日趋成熟。综上所述, 在选用LED产品时, 应避免盲目选择, 需根据使用场所的要求选择价格适合, 且品质有保证的国外或国内品牌LED灯具。

参考文献

[1]蒋大鹏.白光LED及相关LED照明器件工艺技术研究[D].中国科学院, 2002.

[2]马泽涛.白光高亮度发光二极管 (HB-LED) 封装研究[D].华中科技大学, 2005.

[3]王乐.关于LED应用于照明的研究与设计[D].浙江大学.

价格差异 篇2

近日，苏州科技学院经济与管理学院组织的暑期社会实践团队以“长三角主要旅游城市——A级景区门票价格差异调查”为课题，以苏州4A、5A景区为主要调查对象，在苏州进行了为期半个月的实地调查活动。

近年来，全国各地各等级景区的门票均有不同程度的上涨，且涨幅日益增大，次数日益频繁。如此频繁、强劲的门票涨价动作导致了民间学术界的一致反对，网络上反对声也占压倒多数。为了探求门票价格上涨实质，团队同学便商量决定做有关A级景区门票价格差异方面的调研，了解A级景区门票价格存在哪些差异及其原因，同时也依照现状，挖掘本质问题，提出具有建设性意义的意见与建议。

调查活动从7月8日正式开始，分景区与游客两个调查方向，进行问卷调查与随机采访。半个月的实践调查下来，同学们共搜集了二百份问卷，采访了数十人。在经过最后的数据录入和分析总结之后，我们得到了以下结论:近八成的游客认为目前的门票价格普遍过高，且这些游客中有近七成的人表示若门票价格一再涨高，他们将会改变或放弃旅行计划。同时我们也发现，4A与5A景区价格差异很大，研究结果显示，2011年全国A级旅游景区门票收入1149.94亿元。其中，5A级旅游景区门票收入158.53亿元，占全国A级旅游景区门票收入的13.77%，平均每家景区门票收入23102.65万元，一些重点景区如故宫2011年门票收入达到5.9亿元;4A级旅游景区门票收入747.96亿元，占全国A级旅游景区门票收入的65.06%，平均每家景区门票收入5346.33万元。另外城市间也存在着明显差异，南京作为江苏的省会城市，每年的旅游接待人数却名列第三，排在苏州和无锡之后。同时，南京的旅游景区门票价格普遍较低，而苏州、无锡两地的门票价格相对较高，且仍有上涨趋势。

针对上述差异，实践团队的成员们通过对调查数据的分析统计给出了原因，且认为其主要原因如下：1.游客流量与景区知名度的不同直接导致了景区的门票价格水平差异。知名度越高，游客量越大的景区门票价格往往也较高；知名度低，游客量小的景区门票价格就相对较低。2.景区所在城市的经济发展程度也在一定意义上间接影响着门票价格。发展较快，经济较发达的城市，人们的生活、消费水平也较高，这样，人们往往有能力接受较高的门票价格；而经济发展较慢的城市，人们往往由于生活水平的低下，可能对旅游活动不太重视，导致景区游览不热门，门票价格上不去，同时，也由于当地消费水平较低，人们不太能接受较高的门票价格。3.景区的规模差异。规模较大的景区往往所需要的开发与管理成本也较大，这样自然而然其门票价格也会比规模相对较小的景区门票价格要高一点。

价格差异 篇3

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，与此相关的研究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。

本文的研究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，因此我们的研究对象又局限于对城市商品住宅的研究，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，故本文研究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-2008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模型是一類利用合成数据分析变量间相互关系并预测其变化趋势的计量经济模型。模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性。合成数据模型综合利用样本信息，使研究更加深入，同时可以减少多重共线性带来的影响。由于这类数据有着独特的优点，使panel data模型目前已在计量经济学、社会学等领域有较为广泛的应用。

单方程PanelData模型的一般形式为：

yt=αi+xitβi+uit，i=1，…，n，t=1，…，T

（模型1）

其中xit为1×K向量，βi为K×1向量，K为外生变量个数，T是时期总数，μit为随机扰动项。

三、计量模型的建立

为了分析不同地区人均收入水平对商品住宅价格的影响，设定如下模型：

Priceit=α0+β1Incomeit+uit（模型2）

其中Price表示住宅房地产销售价格，Income表示城镇居民人均收入，α0、β1表示模型的待估参数。

此外，为了分析人均收入和住宅销售价格的区域性差异，本文将我国30个省（西藏除外）分为东部、中部和西部三大地区，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、海南；西部地区包括广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。另外，根据资料提供的全国住宅均价变动规律，本文将样本分为1998-2003年和2004-2008年两个时间段，用以分析不同时期人均收入对住宅价格的影响程度。

四、模型估计结果及分析

通过合成数据（pool data）回归方法对模型2进行估计，估计结果显示：三大地区在1998-2008年所有回归的Adj-R2统计量均在0.6988-0.8927之间，说明模型拟合较好；D.W统计量接近2，说明不存在序列自相关，所有回归的F值均在1%水平上显著异于0，表明模型成立。

表1的回归结果显示，东部地区在1998-2003年间，人均收入每增加1元，将导致房价上升0.2815元，其P值为0.0019，在1%水平上显著；在2004-2008年间，人均收入每增加1元，将导致房价上升0.3249元，其P值为0.0021，在1%的水平上显著，这一结果说明：对东部地区而言，收入的增加导致了房价的上涨。中部地区在1998-2003年间，人均收入每增加1元，导致房价上升0.0846元，其P值为0.0627，在5%的水平上显；在2004-2008年间，人均收入每增加1元，将导致房价上升0.1208元，其P值为0.0000，在1%的水平上显著，这一结果说明：对中部地区而言，收入的增加亦导致了房价的上涨。西部地区在1998-2003年间，人均收入每增加1元，将导致房价上升0.0783元，其P值为0.0725，在5%水平上显著；在2004-2008年间，人均收入每增加1元，将导致房价上升0.1029元，其P值为0.0051，在1%的水平上显著，这一结果说明：对西部地区而言，收入的增加亦导致了房价的上涨。另外通过表1的回归结果，可以发现在1998-2003年间，东部地区居民收入对房价的影响明显大于中部和西部，而中部比西部略大，但差异较小。综合以上结果，说明自1998年取消福利分房以来，对三大地区而言，居民人均收入是决定商品住宅价格的重要因素，并且各地区收入水平的差异是导致房价差异的主要原因。

这也验证了一直以来人们对房价变动的直观感受，从全国范围来看，长短期内，收入增长都是房价上涨或波动的主要支撑力，或者说房价上涨受收入基本面支撑更多一些。根据以上分析，我们得到这样一个结论：即政府对商品住宅的价格的宏观调控政策，要根据不同地区商品住房市场发展的不同阶段和不同结构特点，有针对性的综合运用货币信贷、财税、土地供应等“多管齐下”的政策，以促进我国房地产业健康、蓬勃发展，不断提高人民的生活水平。

参考文献：

1.杨朝军，廖士光，孙洁.房地产与国民经济协调发展的国际经验及启示[J].统计研究，2006（9）.

2.易丹辉.数据分析与Eviews应用[M].中国统计出版社，2002.

城市间主要食品价格水平差异研究 篇4

一、基础数据验证和测算方法

研究的价格数据来源于国家统计局发布的2011-2015年50个城市主要食品价格监测旬报2011数据，包括与居民生活密切相关的粮食、食用油、肉、蛋、水产、蔬菜和水果等27种农副食品，每年有1350个样本数据。数据矩阵可表示为：

在这些数据基础上，引用世界银行国际比较项目中的多边比较方法——国家产品虚拟法（Country-Product-Dummy Method,简称CPD法），测算城市间食品价格水平差异指数，即城市购买力平价（PPP）。CPD法基于城市之间和产品之间价格内在相关关系,构建如下回归模型：

式（1）中，Pij为第i个城市第j种食品价格。其中，i=1,2，…,50;j=1,2，…,27。Aij和Xij为哑变量,取值为0或1。λi为第i个城市回归系数,即对比城市与基准城市间价格之差值，其反对数为第i个城市食品类的购买力平价；δj为第j种商品回归系数，其反对数即第j种食品的平均价格。CPD法以基准城市为期望值，用最小二乘法或多元回归方法,估算式（1）中75个解释变量的参数值。

与其他多边比较方法相比，CPD法不仅能保持PPP结果的基准地区不变性、可传递性和无偏性等特征，而且它有两大好处：一是它有效地解决城市食品价格数据的缺失问题。通过城市间和产品间价格的内在相关关系，对缺失的城市价格数据进行插补，从而把不完整的价格矩阵转换成完整的价格矩阵。通常，每个城市只调查基本分类下2～3种食品价格即可，不要求调查所有规格品价格，从而解决了在部分城市某些食品价格数据收集难的问题。二是它提供了估算城市间价格水平差异指数的标准残差估计,据此可以甄别异常数据,有针对性地进行数据审核和验证，以便改善数据质量。

数据验证表明，50个城市主要食品价格监测数据比较完整,只有少数城市的个别食品价格数据有缺失问题,总体数据质量较高，城市间规格品同质可比性较强，奇异数据较少。经比对，27种主要食品价格变动趋势与CPI相应类别价格的变动趋势基本一致。本研究将1350个样本数据的标准残差值设定为4倍,4倍以下者为正常值，4倍以上者为奇异值，重点加以审核。经回归分析,各个年份标准残差值在4倍以上的个体样本数据不到35个,而且近两年奇异数据明显减少。审核发现，出现奇异数据的主要原因是计量单位有误、规格品质量不一致、采价点不可比等。为此，对一些规格品价格数据进行了纠正，无法判别的则作删除处理。最后进入测算城市间价格差异指数的全部规格品价格数据标准残差均在4倍以下,从而确保了同一规格品在不同城市之间的同质可比。

二、城市主要食品价格水平的基本特征

根据50个城市主要食品价格监测数据以及城市间价格水平差异指数的测算结果分析，城市主要食品价格水平呈现如下特征：

1．近5年50个城市主要食品价格呈上涨趋势，但涨幅逐年回落。

2015年50个城市主要食品价格比2010年上涨29.7%，年均上涨5.3%。2011-2015年，城市主要食品价格涨幅逐年回落,从11.5%回落到1.6%。从类别看，肉禽类价格年均上涨6.8%，水产类价格年均上涨6.7%,水果类、粮食类和蔬菜类价格年均分别上涨5.8%、5.6%和5.3%，食用油和蛋类价格涨幅相对较小，分别为1.6%和0.7%。在27种具体食品中，牛羊鸡肉、带鱼价格年均涨幅在10%以上，而花生油、大豆油、菜籽油、鸭肉、鸡蛋、土豆价格年均涨幅不到3%。

注：根据50个城市主要食品价格监测旬报数据整理。

2．近5年在50个城市中主要食品涨价区间为3.2%～8.2%。

2011-2015年，在50个城市中，主要食品价格上涨幅度最大的是青岛，上涨了8.2%；依次是宜昌、杭州、上海、石家庄，涨幅在7.3%～7.8%之间。上涨幅度最小的是西安，上涨了3.2%；依次是银川、大连、长春、合肥，涨幅在3.7%～3.9%。5年来，北京主要食品价格上涨5.1%,居第35位。影响城市主要食品价格上涨的因素很多，如地方政府控制物价上涨的政策力度、生产和消费条件、当地气候变化等。

注：根据50个城市主要食品价格监测旬报数据整理。

3．主要食品价格水平最高的城市相当于价格水平最低城市的1.55倍。

2015年，主要食品价格水平最高的城市是上海，比50个城市的平均价格水平高32.2%；依次是深圳、广州、海口、杭州。价格水平最低的城市是合肥，比50个城市平均价格水平低14.7%；依次是吉林、南昌、蚌埠、大庆。上海价格水平相当于合肥价格水平的1.55倍。北京主要食品价格水平比城市平均高3.5%，居第14位。总体上,东南沿海城市食品价格水平要高于东北、西北和中部城市。城市价格水平的高低与其经济发展水平、收入生活水平具有一定的正相关关系。

4．近5年来50个城市食品价格水平差异较小，没有出现明显的扩大或缩小趋势。

2010-2015年，城市间价格水平差异的离散系数平均为9.5%。各年呈波浪式变化，2012年城市间价格水平差异有所扩大，2013年差异缩小，到2015年差异又有所扩大。总体上,我国城市间主要食品价格水平差异较小。

三、问题和建议

关于地区间价格水平差异的比较研究对于制定政策、企业投资和公众生活选择都非常有用而且很有意义。相对于消费者价格指数而言，调查地区间同质可比的商品和服务价格数据难度大，数据质量的把握性较差，影响比较结果的准确性。上述50个城市间主要食品价格数据在代表性、可比性、质量方面或多或少存在一些问题,比较结果只是初步和粗略的,应谨慎解读。

价格差异 篇5

一、我国居民消费价格走势回顾及区域差异分析

(一)我国居民消费价格走势回顾

1997年以后,我国经济告别物资短缺时代,商品的极大丰富彻底改变了供求关系,消费品市场由卖方市场转入买方市场。从居民消费价格的总体走势看,呈平稳上升趋势,全国CPI累计上涨21.2%,年均上涨1.5%。从总体来看,1998-2008年期间我国居民消费价格走势大致可分为三个阶段:第一阶段通货紧缩期,时间为1998-2002年,其间价格涨幅明显回落,价格持续走低,经济增长速度放缓,居民消费需求不旺,出现通货紧缩趋势。2000年后由于国家积极的财政政策、稳健的货币政策和启动消费市场、扩大内需等政策的效果逐步显现,通货紧缩的趋势得到有效抑制。第二阶段温和通涨期,时间为2003-2008年,这一时期处在新一轮经济增长周期的上升期,国际国内的农产品市场和矿产资源类产品市场的格局发生改变,局部的卖方市场特征日益明显,同时由于房地产投资过热和贸易顺差造成的流动性过剩,居民消费价格指数保持了稳中有升的态势,从2003年的1.2%增长到2008年的5.9%。这一时期呈现出需求导向型的温和通胀状态,消费、投资、净出口三驾马车拉动经济持续快速的增长。第三阶段价格波动调整期,时间为2009-2010年,从2008年下半年开始,经济增速下降,2009年居民消费价格下跌0.7%;2010年,伴随着国民经济的企稳回升,居民消费价格再拾升势,上涨3.3%。

(二)我国居民消费价格区域差异分析

从居民消费价格年平均涨幅看,1998-2009年全国居民消费价格温和上涨,各地区平均涨幅基本在1%～2%之间。超过全国平均水平的有上海、西藏、新疆、贵州、云南、内蒙古、甘肃、山西、四川、宁夏、湖南、青海12个地区,低于全国平均水平的有河北、陕西、福建、吉林、黑龙江、浙江、海南、天津、辽宁、广西、广东、重庆12个地区。在所有省市中,青海的物价上涨最快,年均上涨2.8%,而广东和重庆的物价上涨最少,年均上涨只有1.0%。

从全国及31个省(区、直辖市)内部CPI的波动幅度看,各省(区、直辖市)内部CPI波动的离散程度大小不一,其中福建、浙江、江西、江苏、辽宁、北京、天津、内蒙古、山东、西藏、上海11个地区的标准差小于全国水平,其他各省区的标准差值均大于全国水平。广西最大,为3.16;上海最小,为1.71。这说明居民消费价格波动幅度省际间还是有差异的。同样,从极值的变化也可以得到此结论(见表1)。

从各年31个省(区、直辖市)居民消费价格指数的波动幅度看,在居民消费价格指数连续低迷的几年后,一些地区为了解决长期积累的价格矛盾,采取积极稳妥措施果断调整相关服务和商品价格,导致地区价格差距有所扩大;但当全国价格普遍上涨时,为抑制通货膨胀,国家会采取积极的财政和货币政策,并严格各地调价项目的出台,这时地区价格差距就会缩小。各年幅度均在0～2之间波动,地区价格波动差距无明显减小趋势。

二、我国居民消费价格指数区域差异的实证分析

(一)变量及模型选取

改革开放以来,我国价格上涨和经济发展之间存在着很高的相关度,价格几乎成了宏观经济变化的指向标。本世纪初,价格上涨对经济增长的影响力在宏观经济政策的作用下才有所收敛,但商品价格在一定程度仍然是市场供需力量对比的晴雨表。面板数据是指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。因此,面板数据模型相较于只利用截面数据或只利用时间序列数据的模型而言,有着不可替代的作用。它可以从多层面分析经济问题,具有很高的应用价值。面板数据一般有3种:混合模型、固体效应模型、随机效应模型。其中,固定效应模型适合于横截面单位为总体中所有单位的情况。固定效应模型分为变系数模型、变截距模型和混合模型3种形式,基于前文所作初步分析及变量的可量化性、代表性和差异性等因素,本文以31个省(区、直辖市)1998-2009年数据建立个体固定效应变系数模型。其中,因变量为居民消费价格指数的对数(LNCPI),自变量分别为国内生产总值指数的对数(LNGDP)。

(二)全国及31个省(区、直辖市)居民消费价格上涨的实证分析

1. 单位根检验。

单位根检验就是检验面板数据的平稳性,LLC检验是对小样本面板数据进行单位根检验经常用的和实验效果比较高的方法,通过此种方法对面板数据进行单位根检验,得到调整后t值对应的概率P小于0.05,拒绝原假设。由于GDP和CPI(都存在单位根,所以这里分别对两者取对数(见表2)。

2. 模型建立与结果。

估计模型的选择和建立面板数据模型的基本形式为:

其中:Yit为被解释变量,xit为解释向量,βit为参数变量。

利用Eviews5.0软件可以得出模型估计结果,我们采用广义最小二乘协方差估计,为了消除截面数据存在的异方差,使用截面残差的方差作为权重。

该变系数模型估计的R2=0.999592,说明模型的拟合程度较好,表明经济增长在较大程度上能够解释居民消费价格指数变化情况。D.W.统计量等于2.113203,非常接近于2,表明模型估计结果的残差序列不存在一阶序列自相关。从解释变量的系数看,从解释变量系数的显著性看,有11个地区没有通过显著性检验,这主要是由于本文所研究的数据是小样本数据,时间跨度只有12年,与解释变量个数相差不大,因此允许不全部通过检验。

从模型的回归系数和系数的显著性看,全国经济增长与居民消费价格的上涨呈正相关,黑龙江、宁夏、青海、陕西、云南、新疆、河南、贵州、湖北、河北、安徽、江苏、广西、辽宁、重庆、湖南、吉林、江西、天津、四川、内蒙古21个地区的经济增长也与居民消费价格的上涨呈现明显的正相关关系,说明这些地区经济较快增长会带来社会总需求明显增加和商品价格相应上涨。但各地区回归系数大小不一样,黑龙江最大,为1.36,内蒙古最小,为0.28。换句话说,各地区的经济增长对居民消费价格上涨的贡献各有所异。弹性系数最大的10个地区基本集中在中西部和粮食主产区。近年来我国相继出台的实施西部大开发、振兴东北地区等老工业基地、中部崛起战略等政策对这些省市的经济发展形成了影响,经济发展带来社会总需求的明显增加,加上近年来粮食价格上涨的助推,使这些地区居民消费价格的上涨明显高于全国平均水平。而没通过显著性检验的基本上都是经济相对发达的东部地区如北京、上海、浙江、福建、山东、广东等地区,表明这些地区经济增长对居民消费价格上涨的解释力不足,究其原因,主要是由于这些地区经济发展较高、结构相对优化,居民消费价格指数除了受经济增长影响外,还与收入水平、货币供应、国际市场、市场预期、自身惯性等因素密切联系。如2007年以来我国出现明显通货膨胀压力,既有需求拉动、成本推动方面的原因,也有结构性供应短缺和价格上涨引发的原因,还表现出某种程度的外部输入型特征,是经济增长、货币供应、居民收入和消费水平、上下游产品价格传导效应、国际市场等多种因素综合作用的结果。

个体固定效应因子表示一个地区居民消费价格自发涨价能力的高低,由于大多数商品已经放开,地区居民消费价格自发涨价能力主要体现在各地为解决长期以来存在的价格矛盾而采取的措施。北京、西藏、上海、山西、内蒙古、四川、山东、天津、浙江、江西、广东、福建、吉林和湖南14个地区个体固定效应因子为正数,这些地区除西藏外大都处于中东部地区,或开放程度较高,或矿产丰富,经济相对比较发达,居民收入相对较高,各地政府对价格的调控能力较强,即居民消费价格自发涨价的能力较强。相反,其他17个地区个体固定效应因子为负数,这些地区多集中在西部地区,由于居民收入水平仍然偏低和社会保障体系不健全等原因,居民收入预期不稳定,社会需求相对较弱,居民消费价格自发涨价能力也相对较弱。

三、政策建议

(一)把握好经济增长与控制物价的关系

当前,我国将控制物价过快上涨作为宏观调控首要任务之一,这是基于民生考虑做出的决策,根本目的是为了维护经济社会发展的稳定。从模型中得到,目前大部分地区经济的增长,消费的升温,必定带动价格的上涨。而价格上涨会带来一系列的社会问题,进而阻碍经济发展。因此,首先要根据实际情况,把握好经济增长和抑制通货膨胀之间的平衡点,保持价格上涨和经济增长的和谐共存,同时建立有效的价格形成机制,让物价真实体现市场参与各方的成本、收益,反映市场要素的价格。让市场各方积极投身经济建设,确保经济增长,增强经济实力,为改善民生提供物质条件。

(二)价格总水平调控要体现区域差异

从模型中看到,由于我国各地区在自然资源禀赋、历史沿革、地理位置、经济发展水平、市场发育程度以及政策制度等方面存在差异,各地区控制价格自发上涨的能力有强有弱,在价格上涨的时间、成因和上涨幅度等方面不尽一致。因此,在价格调控上,要体现出区域差异性,只要不偏离国家宏观调控目标,就不宜过多行政干预,切实把握好调控的方向、节奏和力度,以提高价格总水平调控的灵活性、针对性和有效性。

四、加快结构调整,调整收入分配格局,为价格改革提供空间

价格差异 篇6

房地产市场过热,房价不断上涨,已经引起广泛关注有必要研究房价的影响因素,为政府制定政策、进行宏观调控提供参考。前人的研究多使用时间序列数据或面板数据,并考虑了政策影响。但是采用这样的数据进行分析,无法分析出房地产市场本身对房价的影响因素。文章选用2013年我国31个省(自治州)的截面数据,研究影响房价的因素,最后引入虚拟变量,考察东部、中部与西部之间房价是否存在显著差异。

2 影响因素分析

房地产同时具有消费品和投资品的属性。作为消费品时,价格受到供给与需求的影响;它作为投资品时,价格主要受收入和利率的影响。文章使用截面数据,各地区情况基本一致,故不考虑利率和政策的影响。文章使用的数据是2013年全国31个省(自治州)的截面数据,数据来自国家统计局网站。

考虑的因素和具体变量选取见下表1。

3 模型的估计与调整

3.1 建立模型

模型为Y=β0+β1X1+β2X2+β3X3+β4X4+β5Z1+β6Z2+β7Z3+μ

将所有变量引入模型,回归后得到如下结果,见表2。

注:***,**,*分别代表1%,5%,10%的置信水平。

初始模型中大多数变量都没有通过检验,剔除了相关变量得到修正模型,其方程为:(括号中的数字为t值)

3.2 模型检验

固定资产投资额的增加意味着房地产供给的增加,会引起房地产价格的下降,所以X1的系数为负值是符合的;收入的增加会导致对房地产的需求上涨,从而引发房地产价格的上涨,所以Z1的系数为正也是相符的。从回归结果看,模型拟合较好,解释变量、方程都是显著的。D.W.值接近于2,不存在一阶自相关。对X1、Z1做怀特检验,发现各参数的P值都较大,不存在异方差性。X1与Z1的相关系数为0.1851,系数较小,X1、Z1不存在多重共线性。

综上可知模型设定和回归结果无误,固定资产投资总额每增加1亿元,引起住宅商品房平均销售价格下降0.0930元,人均GDP每增加一元,引起住宅商品房平均销售价格上涨0.1327元,人均GDP对住宅商品房平均销售价格的作用更强,说明人民的生活水平逐渐提高,对于房地产的购买能力提升是导致房价上涨的主要原因。

4 区域间差异

为研究区域差异对房价是否有显著性影响,将区域差异作为虚拟变量引入模型:

这里把全国31个省(自治州)按人均GDP的多少进行排序,把人均GDP小于35000元/人的视为西部地区,把人均GDP在35000元/人与50000元之间的地区视为中部地区,把人均GDP在50000元/人的地区视为东部地区。

从表2引入虚拟变量模型的结果来看,虚拟变量并不是显著的,我们对模型进行进一步修正,得到如下方程:(括号中的数字为t值)

从所得方程来看固定资产投资总额每增加1亿元,住宅商品房的平均销售价格下降0.0835元,人均GDP每增加1元,住宅商品房的平均销售价格上涨0.1587元。西部地区与中部地区的房价并没有很大差距,东部地区的房价与其他地区的差距较大,处于东部地区城市的房价要比处于中、西部地区城市的房价平均每平方米高1796元。

5 结论

通过对2013年全国31个省(自治州)的截面数据做定量分析发现,影响各城市房地产价格的主要因素是各城市的固定资产投资总额和人均GDP,其中固定资产投资总额属于供给方因素,供给的增加导致价格的下跌,随固定资产投资额的增加,房价有小幅的上升;人均GDP属于需求方因素,需求的增加使得价格上涨,随人均GDP增加,房价同时也在增长,并且人均GDP对房价的影响大于固定资产投资额对房价的影响。

比较中国东、中、西部地区城市房价的差异,中、西部地区城市的房价并无明显差异,而东部地区城市的房价与中、西部房价有显著差异。处于东部地区的城市房价要比处于中、西部地区的城市房价高。这可能是由于我国地区经济发展存在差异,东部地区比中、西部地区更为发达,基础设施建设更好,因而有大量人口希望进入东部发达地区,造成了不同地区间的住房需求差异。同时东部地区的收入水平也高于中、西部收入水平。这两个因素综合导致了地区间房价的差异。若要有效控制局部地区房价的快速上升,就需要促使各地区间的协调发展,降低地区间的收入水平差距。

摘要：文章从房地产消费品与投资品的两重属性入手,将影响房地产价格的因素分为需求方因素、供给方因素,采用2013年全国31个省(自治州)的截面数据,对影响房地产价格的因素进行OLS定量分析,发现供给和需求是影响房价最主要的因素。随后引入虚拟变量,考察东、中、西部地区房价是否存在差异,结果发现中、西部房价并无明显差异,而东部与中、西部间房价差异明显。

关键词：房地产价格,影响因素,地区差异

参考文献

[1]崔光灿.房地产价格与宏观经济互动关系实证研究——基于我国31个省份面板数据分析[J].经济理论与经济管理,2009(1):57-62.

价格差异 篇7

关键词：闭环供应链,差别定价,博弈论,产品回收

1引言

随着市场竞争的日益激烈和环保要求的提高, 废旧物品的重新利用备受重视, 很多知名企业如惠普、施乐等积极探索了废旧品的回收再利用问题.施乐公司通过回收再制造, 在不到5年的时间里节约了两亿美元的原材料成本, 不仅为企业赢得了绿色环保声誉, 同时也降低了生产成本, 提高了企业利润, 优化企业的社会形象.因此, 越来越多的企业开始将闭环供应链管理纳入企业发展的战略体系, 实现经济与环境的协调发展.通过闭环供应链管理, 延长产品的生命周期, 使产品的价值得以重新实现.在闭环供应链管理中, 新产品和废旧品的定价决策是非常关键的, 因为不同的定价策略决定闭环供应链各成员之间的合作与利润分配机制, 也是决定闭环供应链系统利润和效率的主要因素.

目前国内外学者关于闭环供应链的研究主要集中于回收渠道、定价和协调问题等领域.Savaskan等 (2004) [1]利用博弈论的方法研究了闭环供应链中制造商选择不同回收结构的定价策略和渠道的效率问题, 假定废旧品的回收是产品市场需求的一个比例, 没有考虑回收价格对废旧品回收的影响.Dekke和Fleischmann (2004) [2]定性分析了闭环供应链协调问题的关键因素, 强调了逆向渠道中价格决策的协调问题.Debo等 (2005) [3]研究了差异化产品市场中, 制造商引入再制造产品时所面临的联合定价和产品技术选择问题.王玉燕等 (2006) [4]对单一制造商和单一零售商构成的闭环供应链进行了研究, 应用博弈论分析了零售定价和回收定价问题.郭亚军等 (2007) [5]在零售商负责产品销售, 第三方负责废旧品回收的情况下, 分析了分散决策情况下节点企业如何确定产品的批发价、零售价、废旧品回收价及废旧品的回收率.李新军等 (2008) [6]构建了以制造商为主、零售商为从的Stackelberg模型, 研究了分散式决策下的零售价、批发价、回收价等定价问题.葛静燕等 (2008) [7]考察了在分散决策的情况下, 由零售商负责新产品的销售和废旧品的回收时, 节点企业如何确定批发价、零售价和回收价.但文献假设新产品和再造品的质量与消费者的认可度都没有任何差异, 市场的销售价格相同.在闭环供40数学教学研究第33卷第3期2014年3月应链系统定价策略方面, 公彦德等 (2008) [8]通过建立以第三方物流服务商为主导的闭环供应链定价模型, 分析了其有效的定价机制, 并给出了供应链节点企业实施正向和逆向物流外包的条件.易余胤 (2009) [9]在制造商占主导地位、零售商占主导地位以及市场无领导者三种力量结构下建立了具有竞争零售商的再制造闭环供应链博弈模型, 研究和对比了不同力量结构对回收率、零售价、渠道成员利润及渠道总利润的影响.徐兵和朱道立 (2009) [10]考虑了一个生产商和两个零售商组成的二级供应链, 生产商首先决定批发价和零售商选址约束, 然后两个零售商进行选址和定价二阶段动态博弈模型.OnurKaya (2010) [11]研究了再制造运营中回收渠道的激烈措施及生产决策问题.Toktay等 (2011) [12]研究了制造商同时生产新产品和再造品的成本分配问题.熊中楷等 (2011) [13]对经销商从事再制造的闭环供应链模式进行了研究, 并比较了不同再制造模式的差异, 但忽略了专利产品再制造的授权问题.这些文献的研究都是基于再造品和新产品在市场上的销售完全没有区别, 按照相同的市场价格出售的假设条件.现实中, 虽然技术上能够实现再制造产品功能、质量与新产品相同, 但是消费者往往是能够区分再制造产品和新产品的, 同时对新产品和再造品的认可程度也是有一定的差异, 因而再制造产品在市场上的售价比新产品要低.

本文不同于以上文献, 主要研究了由制造商、零售商和第三方组成的非零售商回收模型和零售商回收模型的闭环供应链系统.以零售商回收模式为对象, 基于新产品与再制造品存在销售价格差异, 且两者之间不是独立的, 各自的市场价格都会影响对方需求的情况下, 闭环供应链中各节点企业的最优定价策略问题.

2问题描述与假设

本文研究了由一个制造商、一个零售商和一个第三方所组成的闭环供应链中第三方回收模型和零售商回收模型.本文假设制造商和零售商的关系为Stackelberg博弈关系, 且制造商为领导者, 零售商为跟随者.制造商利用原材料和回收产品制造出新产品和再造品, 然后将新产品与再造品以不同的批发价批发给零售商, 零售商再以不同的零售价出售给消费者, 由第三方或者零售商以一定的回收补贴价从消费者手中全部回收, 最后由制造商利用回收产品进行再制造, 将再造品与新产品以不同的价格进行销售, 形成一个完整的闭环.且假定新产品和再造品的质量和功能完全相同, 市场中有部分消费者购买新产品, 部分消费者购买再造品.但由于消费者对新产品和再造品的认可度有差异, 所以在实际销售中新产品与再造品的市场销售价格是有差异的.

记制造商以c1的制造成本和c2的再制造成本生产新产品和再造品, 且分别以批发价格ω1, ω2批发给零售商, 零售商则分别以价格p1, p2 向消费者销售新产品和再造品.第三方或零售商从消费者处回收废旧品, 在交易过程中对回收产品的单位服务费用A表示.制造商从回收品中获得的单位利润用b表示, b是一个正参数, ψ表示制造商与第三方的合同费用, 它是回收率τ的函数, 令ψ=Fτ, F是制造商的决策变量, r表示零售商出售回收品获得的单位利润.为了便于问题的研究, 我们进一步假设:

1.新产品的生产成本高于再造品的生产成本, 即c1>c2.

2.新产品的批发价和零售价高于再造品的批发价和零售价, 即ω1>ω2, p1>p2.

3.回收废旧品的服务费用A没有符合约束, 可以为正, 也可以为负.

4.废旧品的回收率为τ (0<τ<1) , 即回收的废旧品均可再制造且全部用于再制造.回收产品的固定投入成本是产品回收率τ的函数, 固定投入成本表示为CLτ2 (GL是大于0的常数) .

5.对消费者而言, 新产品和再造品互为完全替代品, 新产品对再造品的价格具有需求弹性, 再造品对新产品的价格也具有需求弹性.

基于以上假设, 闭环供应链新产品的市场需求量Q1和再造品的市场需求量Q2可以表示为:Q1=φ-βp1+δp2和Q2=φ-βp2+δp1, 这里φ为产品的市场总容量, β为需求价格弹性系数, δ为新产品与再造品之间的替代系数, 且满足β>δ>0, 即需求量相对于产品本身价格的敏感性要比其替代产品价格强.

3闭环供应链的定价策略

所谓分散式决策, 是指制造商、零售商和第三方分别以各自的利润最大化为决策目标, 确定新旧产品的批发价、零售价、回收率及合同变量的决策模式.决策过程为:制造商首先根据市场信息制定新产品和再造品的批发价ω1和ω2, 以使自己的利润最大.零售商随即根据制造商提供的批发价来确定新产品和再造品的零售价p1和p2供应市场, 满足全部的市场需求, 以期最大化自己的利润.第三方公司在其没有利润亏损的条件下与制造商合作处理废旧品.制造商以一定的补贴回收经处理的废旧品全部用于再制造.

3.1第三方回收模型

在第三方回收模型中, 制造商制造新、旧产品, 零售商负责出售, 第三方负责回收.制造商决定新、旧产品的批发价为ω1, ω2, 零售商根据制造商决定的批发价来决定新、旧产品的零售价为p1, p2, 由第三方决定产品的回收率τ, 各自都以其利润最大化为决策目标进行产品定价.因此可以将分散式决策条件下闭环供应链的决策问题归结如下:

下面我们应用逆向归纳法讨论制造商、零售商和第三方的最优差别定价策略.

命题1在分散式决策条件下, 存在使零售商和第三方利润最大的最优零 售价格组合 (pN1, pN2) 和最优回收率τN.

证明容易验证∏NR关于p1和p2是严格联合凹的, ∏NR关于τ是严格凹的, 所以NR关于p1和p2有最大值, ∏N3P关于τ有最大值.由利润最大化的一阶条件可得到最优零售价和回收率

显然由∏NR是关于p1, p2 的凹函数, ∏N3P是关于τ的凹函数, 所以在满足一阶条件的情况下, 零42数学教学研究第33卷第3期2014年3月售商和第三方公司都获得了最大的利润.

注1存在足够大的正常数CL, 当回收率0<τ<1时, 有

命题2在分散式决策下, 存在使制造商利润最大的最优批发价格组合 (ωN1, ωN2) , 以及制造商的合同变量FN.

3.2零售商回收模型

在零售商回收模型中, 制造商负责用新材料和废旧品制造新产品和再造品, 由零售商负责出售产品, 并且制造商以一定的补贴费用委托零售商从消费者处回收废旧品, 然后制造商与第三方一起处理回收的废旧品, 均以利润最大化为目标.决策过程为:制造商首先根据市场信息制定新产品和再造品的批发价ω1和ω2, 零售商随即作出反应, 根据批发价格确定新产品和再造品的零售价p1和p2, 同时零售商作为回收商决策出产品的回收率τ.第三方以自身利润最大化为目标与制造商合作处理回收产品, 由第三方负责产品的再制造, 制造商负责将产品出售给零售商.因此可以将分散式决策条件下闭环供应链的决策问题归结如下:

命题3∏R是关于决策变量p1, p2 和τ的严格凹函数且存在唯一最优解.

其一阶主子式对应行列式的值-2β<0, 二阶主子式对应行列式的值4 (β2-δ2) >0, 要得到∏R关于p1, p2和τ的严格联合凹性, 只要三阶主子式对应行列式的值-4 (β2-δ2) [2CL- (β-δ) (r+A) 2]<0成立.显然, 由注1可知, 存在足够大的正常数CL, 满足2CL> (β-δ) (r+A) 2, 三阶主子式行列式值小于0.因此, Hessian矩阵Q负定, ∏R关于p1, p2和τ的严格联合凹性满足, 一阶最优条件成立, 故∏R存在最优解.

第三方为了最大化自己的利润, 它必须做出决定是否要接受与制造商合作.显然, 当第三方没有利润亏损时, 它会接受制造商制订的合同, 与其合作来处理废旧品.在合作期间, 第三方要么获取利润, 要么没有获取也没有亏损, 即第三方公司是作为一个非盈利机构来为我们的闭环供应链服务的, 故有第三方决定与制造商合作的条件为∏3p≥0.我们可以得到

注2当制造商的合同变量F达到它的下界时, 制造商获得了最大的利润.

将 (7) , (8) , (9) 和 (10) 代入∏M, 由∏M关于ω1和ω2的一阶条件, 可得

记

由上述讨论我们得到了零售商回收模型下, 新、旧产品的最优零售价、废旧品的回收率、合同变量、零售商的利润、第三方的利润及制造商的利润分别为

由上述均衡解的表达式可以得到, 在零售商回收模型中, 第三方公司作为一个非盈利机构与制造商合作处理回收品.第三方公司在回收产品操作寻求自己利润最大化的过程中, 与制造商合作的条件是要确保自身的收入和成本之间的基金平衡, 即在b≥r的情形下, 第三方才与制造商合作.因此, 我们可得到当b=r时, 第三方在闭环供应链系统中是一个非盈利机构.

由于闭环供应链的复杂性, 在此难以对两种渠道结构下供应链的各种决策变量, 渠道各成员利润进行比较, 下面将通过算例分析对此进行比较.

4数值分析

考虑由一个制造商、一个零售商和第三方构成的闭环供应链.设新产品的单位生产成本c1=15元, 再造品的单位生产成本c2=5元, 回收努力成本参数CL=200, 回收产品的单位服务费用A=2元, 零售商从废旧品中获得的单位利润r=8元, 制造商从废旧品中获得的单位利润b=8元.进一步假设闭环供应链对新产品和再造品的市场需求函数分别为Q1=500-8p1+δp2 和Q2=500-8p2+δp1.

在以上参数假设下, 新、旧产品的竞争替代系数δ的变化会对第三方回收模型和零售商回收模型中的最优零售价、最优批发价、回收率、零售商的利润和制造商的利润产生一定的影响.表1和表2分别展示了新、旧产品的竞争替代系数对两种模型的最优批发价和最优零售价的影响, 表3展示了新、旧产品的竞争替代系数对两种模型的最优回收率的影响, 表4和表5分别展示了新、旧产品的竞争替代系数对两种模型中制造商的最大利润和零售商的最大利润的影响.

由上述5个表我们可以得到下面的注3.

注3随着新产品和再造品之间的替代系数δ的增大, 市场批发价格、销售价格、回收率、制造商和零售商的利润均增加.

注3说明新产品与再造品在质量上以及消费者对两者之间的可替代性越强, 其市场销售价格越高, 且闭环供应链系统中各成员利润增加.从而闭环供应链系统中各节点企业可以通过加大对消费者的宣传力度, 提高再造品的质量来提高整个闭环供应链系统利润.

结束语

价格差异 篇8

2007年美国次贷危机和2008年全球性金融危机的爆发, 把主要国家政府和经济学家的目光牢牢地集中在房地产信贷领域。在中央银行利用货币政策对房地产市场进行调控的过程中, 利率是作为货币政策的主要中介指标存在并且发挥作用。国内外学者的理论与经验研究证明的, 房地产价格与利率之间存在密切的联系。但是, 房地产市场是区域性市场, 由于房地产商品自身的不可移动性和房地产消费的区域性, 不同地区房地产难以互相替代, 这使得房地产市场的发展呈现区域性不平衡。

二、统一利率政策和房地产市场价格区域差异实证分析

(一) 变量设置、样本选取及数据说明。

本文选取全国35个大中城市 (东部16个、中部8个、西部11个) 从2001年到2008年的季度数据作为样本。选取房屋销售价格指数作为住宅价格指标;选取相应区间的贷款基准利率和个人住房贷款利率的实际值作为利率政策指标。相关的全部数据均来源于国研网、中国人民银行网站和中国国家统计局的统计公报。实证检验前, 对所有数据取自然对数。

(二) 实证检验

1、数据平稳性检验。本文采用ADF方法对所有变量进行单位根检验, 所有变量皆为一阶单整。

2、协整检验。在平稳性检验基础上, 本文使用E-G两步法对35个城市的房价和相应的实际利率分别进行协整检验。

首先, 从开发商的角度, 即供给角度来进行检验。用最小二乘法将35个城市房屋价格销售指数的对数和相应的实际贷款基准利率进行回归。其回归式如下:

模型中pi为第i个城市的房屋价格销售指数;ri是第i个城市的实际利率。

回归结果显示, 房价与贷款基准利率具有长期均衡稳定关系的城市在中部有4个、东西部各1个。

其次, 从消费者的角度, 即需求角度进行检验, 方法同上。回归结果显示, 房价与个人住房贷款利率具有长期均衡稳定关系的城市在中部有4个、东部1个、西部2个。

3、误差修正模型。为了进一步揭示不同地区住宅价格变化原因, 研究利率的短期变动对房价的影响。对于通过协整检验的城市, 分别用其房价与房价的一、二、三期滞后项、贷款基准利率指标及其一、二、三期滞后项以及误差修正项建立误差修正模型。由于所有样本的第三期利率滞后项的对数差分的检验结果无一显著, 故将之去掉。因而最终的误差修正模型如式 (2) 所示:

其中, pi, t是第i个城市的当期房价;ri, t是第i个城市的当期利率水平;εi, t-1表示第i个城市协整回归所得残差是上一期值。

误差修正结果表明:短期房价受贷款基准利率及其滞后项短期变动影响的城市有3个, 其中东部1个、中部2个。利率及利率的滞后项对房价的影响基本呈正向相关。这说明, 国家对房地产市场的宏观调控措施能够对房地产供给起到抑制作用。而利率及其滞后项的回归系数值都较小, 说明利率短期变化对房价短期走势如果有影响的话, 其弹性也较小。房价的滞后项对当期房价存在短期影响的均为正向影响。这说明, 在一些城市, 房价短期变化具有惯性, 也即这些地区的房价受其他一些与利率无关因素的影响。

同理, 构造误差修正模型, 对于房价与个人住房贷款利率存在协整关系的城市, 从消费者的角度研究个人住房贷款利率的短期变动对消费者购房需求从而对房价的影响程度。误差修正结果表明:短期房价受住房贷款利率及其滞后项短期变动影响的城市有4个, 其中东部1个、中部2个、西部1个。值得注意的是, 东部地区和中西部地区的利率及利率的滞后项对房价的影响方向是相反的。

4、差分经典回归。对于房价与利率不具备长期协整关系的城市, 本文对其数据进行了差分以消除数据非平稳造成的影响, 之后进行经典回归, 来寻求利率及其滞后项短期变动对房价变化的影响。

仍然是首先从开发商的角度, 检验贷款基准利率的短期变动对住房供给从而对房价的短期变动的影响, 构建经典回归模型如式 (3) :

其中, pi, t是第i个城市的当期房价;ri, t是第i个城市的当期利率水平, 实证过程不断剔除不显著变量。回归结果表明:贷款基准利率对短期房价存在影响关系的城市东部有6个、中部2个、西部3个。

同理, 从消费者角度对房价和个人住房贷款利率不具有长期协整关系的24个城市构建房价短期变动与房价短期变动滞后项、个人住房贷款利率短期变化及其滞后项的经典回归模型, 不断剔除不显著的变量。回归结果表明:个人住房贷款利率对短期房价存在影响关系的城市数东部7个、中部2个、西部1个。

三、结论

综合此前协整检验、误差修正模型、差分经典回归三个部分, 现汇总如表1所示。 (表1) 由表1可知, 东部房价与贷款基准利率和个人住房贷款利率的短期关系比较显著, 受贷款基准利率和个人住房贷款利率的短期影响最少的是西部地区。而中部房价与贷款基准利率和个人住房贷款利率更多的存在一种长期稳定关系。利率政策对中部地区的房地产市场调控在长期来讲最有效, 而对东部地区的房地产市场影响短期最明显, 但长期不显著。

参考文献

[1]张红, 殷红.房地产金融学[M].清华大学出版社, 2007.

[2]周京奎.货币政策、银行贷款与住宅价格———对中国四个直辖市的实证研究[J].财贸经济, 2005.5.

价格差异 篇9

从我国的实际看, 基于环境效益的经济增长是我们追求的目标。在特定的资源禀赋下, 能源消费结构的优化是个漫长的过程, 而能源领域的技术进步对进一步降低能耗强度的作用在短期内又难以显现, 因此能源效率的提高应更多地依靠能源、资本和劳动力价格杠杆的调控。本文试图从系统性的视角出发, 测量存在要素价格调节作用条件下, 三类要素价格对于我国能源效率的影响, 并通过比较差异性, 从要素视角分析我国节能减排的重点和关键。

一、要素价格对能源效率的影响机理

(一) 能源价格与能源效率

能源效率分为生产性能源效率和生活性能源效率两方面。生产性能源效率可以用能耗强度, 即单位产值的能源消费量衡量, 生活性能源效率用人均生活能源消费量度量。本文限于对前者的考察。

在实际经济运行中, 能源价格可以影响到很多变量, 这些变量会对能源效率产生反作用, 但是资本价格、劳动力价格和能源效率之间的中介变量相对较少。比如胡宗义、蔡文彬等 (2008) 提到, 提高能源价格在短期和长期均能显著降低中国的能源强度, 其原因是能源价格的提高优化了中国经济的产业结构。而研究资本价格 (利率) 和劳动力价格 (工资水平) 对产业结构作用的很少。国内学者对影响能源效率的因素也予以了广泛关注。比如张珍花、王鹏 (2008) 认为中国一次能源结构对能源效率有显著影响;张意翔、刘捷等 (2009) 则认为产业结构变化是2000年后我国能源效率下降的主要原因。魏楚、沈满洪 (2007) 研究了政府对市场经济的干预、政府财政支出比重、进出口所占比重、制度变量等对能源效率的影响。在诸多因素当中, 从要素价格角度研究能源效率的文献相对较少。

假定企业在完全竞争的要素市场上购买能源和资本, 在成本一定产出最大的约束下, 企业决定最优要素比例的条件是资本的边际产品比能源的边际产品等于资本的价格比能源价格, 那么若能源价格上升, 则资本价格上升或能源的边际产品增加。根据生产要素替代率递减规律, 减少能源投入量则可增加能源边际产品。因此, 在其他要素价格相对稳定的条件下, 能源价格的上升会引发能耗下降, 从而降低能源强度, 提高能源效率, 反之亦然。

(二) 资本价格、劳动力价格与能源效率

资本和劳动力价格对能源效率的作用比较复杂, 具体来说, 若资本价格上升, 其他要素价格相对稳定, 则资本的边际产品增加。资本边际产品增加有两种情形, 一是相对增加, 即当资本租用成本下降时, 资本边际产品相对增加;二是对于任意给定的资本投入, 产量水平越高则边际产量越高, 要提高产量水平, 则能耗增加, 能源效率下降。若企业在完全竞争的要素市场上购买能源和资本, 则能源效率下降。从这个角度出发, 资本和劳动力价格与能源效率呈反向关系。

索洛的新古典增长模型认为, 决定产出的主要生产要素是资本和劳动力的投入, 并且两种生产要素是可以替代的。在不考虑其他影响因素的条件下, 对于生产性企业而言, 追求利润最大化的目的必然使其会竭尽全力节约成本, 从而导致一种生产要素价格相对于其他要素价格的增加将导致企业以其他要素来替代这一要素。从这个角度出发, 又会产生两种结果:第一是假设劳动力价格上升, 则劳动力需求减少, 资本需求增加, 资本价格上升, 能源效率下降;其次是劳动力价格上升, 劳动力需求减少, 资本需求增加引发资本的投入增加, 资本边际产品下降, 最终使得能源效率提高。

二、实证与分析

(一) 变量的选择和预处理

本文所涉及的变量主要有要素价格、生产率、产业结构、能源效率。由于我国没有能源价格指数, 因此采用燃料、动力价格指数代替;资本价格 (即利率水平) 在我国具有很强的政策性特征, 而在宏观调控中发挥主要作用的也是政策性利率, 因此本文选择商业银行一年期贷款利率作为资本价格的代理变量;劳动力价格 (即工资水平) 采用城镇单位就业人员平均报酬代替;能源效率通过总产出 (GDP) 与能源消费的比值计算得出。产业结构采用第二产业和第三产业的比值作为代理变量。

对于生产率而言, 利用索洛余值来表示全要素生产率水平。由于资本存量的估算方法有很多, 通过分析比较, 本文直接采用叶宗裕 (2010) 的测算结果, 并借助于Frontier4.1软件得出全要素生产率。

根据数据的可得性和有效性, 样本区间为1986~2008年, 三类要素价格数据均以1985年为基期, 相关数据来源于“中国资讯行数据库”。相关变量的变动情况如图1所示。为便于比较, (图1) 中能源价格为原序列乘以100, 工资水平在原序列基础上除以100, 生产率和产业结构均在原序列基础上乘以10。

可以看出, 样本区间内我国能源效率、能源价格和工资水平呈持续上升趋势, 波幅很小;全要素生产率保持了稳定;实际利率水平呈不断下降的态势。从产业结构看, 第二产业与第三产业的比值逐年下降, 表明第三产业在整个产业中的占比逐步提高, 产业结构不断优化。进一步关注要素价格与能源效率的变动关系, 可以发现:我国能源价格、劳动力价格与能源效率同向变动, 资本价格与能源效率呈反向变动。已有的理论分析也指出, 资本价格、劳动力价格与能源效率之间关系比较复杂, 实际经济运行中变量间所表现出的显在关系是多种效应综合作用的结果。本研究基于灰色模型的关联度计算得出的能源价格、工资水平、利率与能源效率之间的灰色关联度分别为0.5038, 0.5085和0.9032, 关联度均超过0.5, 说明三类要素价格与生产性能源效率的关系密切。

(二) 作用效力比较与分析

在对关联度进行简单分析的基础上, 利用Granger因果检验可以进一步考察要素价格与能源效率的远程关系。Granger因果检验是假定在包含了变量、过去信息的条件下, 若变量有助于解释的将来变化, 则认为其是变化的Granger原因, 它可以在一定程度上说明变量间统计意义上的因果关联。出于建模需要, 相关变量均取自然对数后进行单位根检验。本研究计算出的Granger因果检验结果显示, 能源价格与能源效率之间存在显著的Granger因果关系。能源价格是能源效率Granger原因的概率分别达到99.74%和95.73%, 而劳动力和资本的价格的变动对能源效率变动的解释能力不足, Granger因果关系不成立。

需要说明的是, Granger检验本身具有一定的局限性, 且只能说明变量间的短期关系。此外, 实际经济运行中, 要素价格可能更多地通过影响其他变量对能源效率起调节作用。这种非直接性, 也有可能弱化其统计意义上的因果关联。

通过进一步构建综合模型 (此处略) , 可以剖析变量间更深层的关系。模型的总体结论为:

一是能源价格对能源效率有显著作用。在三类要素中, 能源价格对于能源效率的作用最为显著, 劳动力价格次之, 资本价格的作用非常弱。这表明, 实践中通过引导能源价格和工资水平的合理提高可以促进能源效率的提升, 而通过调节利率水平来引导能源效率是低效的。资本和劳动力价格对能源效率的作用是多种效应综合作用的结果, 其方向也比较复杂。

二是能源和劳动力之间具有替代性。能源效率对能源和劳动力价格弹性均为正值, 对资本价格的弹性为负, 这表明能源和劳动力之间具有一定的替代性, 且样本区间内这种替代性非常稳定, 而能源与资本之间不存在替代关系。这说明在我国的经济条件下, 若要提高能源效率, 降低能耗, 则需要减少能源投入, 减少的能源投入可以通过增加劳动力投入来替代。这意味着我国经济绝大多数仍为劳动密集型, 产业结构尚需优化。

三、结论与建议

(一) 推进我国节能工作的难度很大

能源效率的核心在于能耗, 最终可以归结到能源需求层面。根据经济学原理, 若一国产业的能源需求对于能源价格高度敏感, 则表明产业总体的节能潜力比较大;若其对能源价格不敏感, 价格弹性在“0-1”之间, 则其可以归于“必需品”之列, 则节能难度较大。从我们的研究结果看, 我国产业总体能源效率对于能源价格的敏感度均不高, 弹性在0.2左右, 能源价格变动通过影响产业结构进而影响能源效率的作用效力也在0.2左右。这从一个方面反映出, 在当前条件下若技术效率、产业结构等保持不变, 要实现保证总量增长的基础上节能具有较大难度。

(二) 亟待需要合理的能源价格体系

能源效率是否能提升, 取决于多种因素, 合理的价格体系是最有效的经济杠杆之一。在我国目前的经济条件下, 能源、劳动力、资本三类要素价格中, 能源价格对于能源效率的影响最为显著, 劳动力价格有一定的作用, 资本价格的作用微弱。也就是说, 生产性能源效率对于能源价格是富于弹性的, 因此, 通过能源价格的合理调整促进能源效率的提高是可行的。

由于能源的特殊性, 目前国家在能源价格上还存在很多垄断现象, 能源的市场价格过低, 难以引导高效利用和环境保护。改革开放以来, 我国能源价格已有大幅提高, 但2000年以来的国际能源价格整体大幅提升, 又使我国能源价格明显低于国际价格水平。因此, 能源价格的市场化改革必将是以后节能减排的重要政策方向。只有对能源价格体系进行重大调整, 才能引导能源高消耗型增长方式实现转变, 在保证经济增长的同时提高环境效益。

(三) 建立相关的政策协调机制

提高能源效率的核心是减少能源消费, 优化能源消费结构。在我国以煤炭为主的特定的资源禀赋条件下, 能源消费结构的优化将是一个漫长的过程。

提高能源效率的主要路径是减少能源消费, 即节能。实证研究结果表明, 在我国现有的条件下, 可以通过增加劳动力投入抵消由于减少能源消耗而造成的总量减少, 而资本投入难以替代能源的投入。从国外的研究来看, Bemdt与Wood (1975) 、Hudson与Jorgenson (1974) 认为能源与劳动是替代品, 而Griffin与Gregory (1976) 的结论是能源与资本是替代的;Ozatalay、Grubaugh与Long (1979) 也认为资本与能源从长期来看是很好的替代品。事实上, 产业优化和发展的趋势是产业逐步由劳动密集型向资本密集型转化。我国的现实表明, 节能的主要着力点在于优化产业结构, 要使得资本与能源之间出现替代关系从而提高能源效率。Kambara (1992) 和Richard (1999) 也提到, 产业结构的变化, 尤其是工业与服务业以及工业轻重结构的变化, 是导致能耗强度变化的主要因素。从根本上讲, 这又回到了能源价格的市场化问题上。只有提高能源价格才能引导技术使用, 弱化长期以来形成的高能耗技术结构。从这个层面出发, 我们认为:从政策上讲, 节能减排不单是要探寻适合我国经济条件的能源价格改革逻辑路径和单纯的产业结构优化调整问题, 如何将两者结合起来, 实现政策层面的协调匹配才是关键所在。

参考文献

[1]魏楚, 沈满洪.论能源效率及其影响因素:基于DEA的实证分析[J].管理世界, 2007, 8.

[2]张珍花, 王鹏.中国一次能源结构对能源效率的影响[J].统计与决策, 2008, 22.

[3]张意翔, 刘捷.我国能源效率变化趋势及调整政策[J].管理学报, 2009, 6.

[4]孔婷, 孙林岩.能源价格对制造业能源强度调节效应的实证研究[J].管理科学, 2008, 3.

[5]王军, 仲伟周.中国地区能源强度差异性研究[J].产业经济研究, 2009, 6.

[6]Jan Comillie, Samuel Fankhauser.The Ener-gy Intensity of Transition Countries.Energy Eco-nomics, 2006, 26.

[7]Birol F., Keppler J.H.Prices, technologyDevelopment and the Rebound Effect.Energy Policy, 2000, 28.