城镇居民住房面积多因素分析.docVIP

[内容摘要]：本文根据目前房地产业现状，从计量经济学的角度来验证一下居民收入水平、物价水平、国内GNP以及房地产销售价格等因素对其的影响程度。从回归结果看出，平均货币工资与居民住房面积之间存在正向的线性关系，同时我们也发现了一些问题，值得深入思考。 [关键词] 城镇居民住房销售总面积 职工平均货币工资 多因素分析 城镇居民价格消费指数 检验 一. 经济背景 去年中国房地产投资超过１亿万元，占固定资产投资的１８．３％，直接拉动ＧＤＰ增长１．３个百分点。２００４年房地产投资和消费仍将保持一定的增长。专家预测，到２０２０年，中国城市化水平将提高到５５％，城镇人口将达到７亿以上，按人均需住房２０平方米计算，仅城镇新增人口每年就需增２亿平方米以上，房地产业在国民经济和社会发展中的重要地位将逐渐突出。房地产市场的发展，不仅可以推动经济的发展，而且可以从增加投资的消费，增加就业多方面拉动国内的需求。 近年来部分城市房价涨得过快、房价过高，已是一个不争的事实，房地产不合理增长带来的一系列负面影响，不少专家学者直言，这种市场态势会造成两种后果：一是房地产市场的泡沫可能不断扩大，市场风险进一步积累；二是相当多的中低收入者缺乏“小康水平住房”的现实购买力。 由此可见，住房问题已经成为我国市场经济发展过程中的一个重要问题。在此，我们将从计量经济学的角度进行研究。 二. 结合经济背景，建立计量经济学模型 ㈠ 关于数据：数据的来源 中国统计年鉴 附表1 Y X1 X2 X3 X4 1991 2745.17 2340 21662.5 103.4 1487 1992 3812.21 2711 26651.9 106.4 1519 1993 6035.19 3371 34560.5 114.7 1534 1994 6118.03 4538 46670 124.1 1624 1995 6787.03 5500 57494.9 117.1 1676 1996 6898.46 6210 66850.5 108.3 1729 1997 7864.3 6470 73142.7 102.8 1790 1998 10827.1 7479 76967.2 99.2 1854 1999 12997.87 8346 80579.4 98.6 1857 2000 16570.28 9371 88254 100.4 1948 2001 19938.31 10870 95727.9 100.7 2017 2002 23702.31 12422 103935.3 100.4 2092 2003 29778.85 14040 116603.2 100.8 2197 ㈡ 关于模型 ⒈建立模型 ：Y=C+β1X1+β2X2+β3X3+β4X4+U 其中Y代表我国城镇居民住房销售总面积（单位；万平方米）， X1代表职工平均货币工资（单位：元） X2代表国民生产总值（单位：亿元） X3代表城镇居民价格消费指数 X4代表城镇住房平均销售价格（单位：元/平方米） ⒉参数估计 Dependent Variable: Y Method: Least Squares Date: 06/02/05 Time: 10:08 Sample: 1991 2003 Included observations: 13 Variable Coefficient Std. Error t-Statistic Prob. C -35148.12 33827.53 -1.039039 0.3292 X1 3.546061 0.973995 3.640740 0.0066 X2 -0.336881 0.075928 -4.436866 0.0022 X3 41.06932 52.89511 0.776430 0.4598 X4 22.37270 22.60178 0.989865 0.3512 R-squared 0.990517 Mean dependent var 11851.93 Adjusted R-squared 0.985775 S.D. dependent var 8327.641 S.E. of regression 993.2348 Akaike info criterion 16.92353 Sum squared resid 7892124. Schwarz criterion 17.14082 Log likelihood -105.0030 F-statistic 208.8926 Durbin-Watson stat 2.226441 Prob(F-statistic) 0.0