基于SPSS的“十二五”期间海口市住房需求总量预测和住房供应结构控制.docVIP

基于SPSS的“十二五”期间海口市住房需求总量预测和住房供应结构控制 　　【摘要】针对传统住房市场需求预测模型的不足，应用SPSS构建住房市场需求总量预测模型，建模数据采用海口市2001～2010年共10年的统计数据，2011～2015数据为模型检验数据。通过实证分析，结果表明基于SPSS的预测模型具有较好的适用性和较高的预测精度，可以确定特定时间区段的住房市场需求总量，进而为科学、合理地进行住房供应结构控制和市场投资提供参考。 　　【关键词】住房市场需求；住房规划建设；保障性住房；住房供应结构控制 　　一、引言 　　自2006年下半年国务院开始启动各城市（包括县城）政府要及时编制住房建设规划以指导住房建设至今，已将近5个年头，但从目前的住房建设规划编制中关于住房需求预测的方法从理论到实践尚无成熟模式，主要沿用的方法有两种：一是根据人口增长率与历史供应量预测；二是根据“十一五”规划的人口与人均居住面积预测。这两种方法比较典型的有：熊晓炼（2006）结合影响住房需求因素，应用人均居住水平预测法对住房需求总量进行预测[1]。施建军、张琳，（1999）、刘戈、刘尔烈（2002）在应用人均居住水平预测法的基础上，主要考虑居民住房消费支出比例、恩格尔系数和居民住房购买力等因素来预测住房市场需求[2|3]。上述两种方法虽然在计算方法上简单易行，但这两种方法多为单因素分析，难以对住房需求结构变化有全面的把握。本文在上文所述的预测方法基础上，充分考虑影响住房市场需求的主要因素，应用SPSS构建住房市场需求回归预测模型，并结合目前国家保障性住房的相关政策标准，对海口市今后5年各类住房需求总量和住房供应结构进行实证分析，以期对我国城市“十二五”期间住房建设发展提供参考。 　　二、影响因素的分析和建模数据的收集与相关数据处理 　　1.影响住房有效需求的因素 　　通过对海口市住房市场历史资料的分析与现状的调查发现，影响住房有效需求的因素主要包括：（1）人均国内生产总值（AGDP）和人均可支配收入（AI）；（2）人均现有居住面积；（3）人口总量（PO或PC）与城镇化水平（PU）；（4）其他因素，如住房制度以及消费心理等。 　　2.建模数据的收集与相关数据处理 　　（1）建模数据的收集：建模数据采用海口市2001～2010年共10年的统计数据，见表1。 　　（2）相关数据处理：相关数据处理主要根据《海口市城市总体规划（2011～2020）》[4]的相关数据，采用时间序列和相关分析两种方法，对海口市2011～2015年影响住房有效需求量的4个主要因素进行进一步预测。预测结果如下：海口市2011～2015年5年间，全市城镇化水平平均年增长率为1.8%，至2015年底为75%；人均GDP平均年增长率为0.08%，至2015年底为43620元；人均可支配收入平均年增长率为7.5%，至2015年底为24004元。 　　三、基于SPSS的海口市住房市场需求预测 　　1.海口市住房市场需求预测模型的构建 　　根据表1，应用SPSS17.0统计软件对海口市2011～2015年的人均居住面积进行回归分析，本文采用逐个纳入法和向后回归法两种方法分别进行单因素和多元线性回归分析，并建立相应的回归模型为：模型1～4为单因素回归模型；模型5为多元线性回归模型。 　　（1）单因素回归模型 　　AS=-1079.386+0.549T （模型1） 　　式中：AS为人均居住面积；T为年份，T=2001，2002，2003，…，2015。该方程的拟合效果较好，判定系数R2为0.871，这表明因变量人均居住面积AS变异性中的87.1%可以被自变量时间年份T解释。 　　同理，模型2～4的回归方程如下： 　　AS= 7.049ln（AGDP）-49.202 （模型2） 　　式中：AS为人均居住面积；AGDP为年人均国内生产总值。判定系数R2为0.887；F统计量值为62.761，其P-值（Sig.）为0.000，即估计回归方程在总体中是显著的。 　　AS = 5.595 ln（AI）-30.990 （模型3） 　　式中：AS为人均居住面积；AI为年人均可支配收入。判定系数R2为0.791；F统计量值为30.231，其P-值（Sig.）为0.001，即估计回归方程在总体中是显著的。 　　AS = 20.161ln（PU） -61.123 （模型4） 　　式中：AS为人均居住面积；PU为年城镇化水平。判定系数R2为0.879；F统计量值为66.517，其P-值（Sig.）为0.000，即估计回归方程在总体中是显著的。通过计算验证，以上4个模型拟合度较好，可以据此进行预测。 　　（2）多元线性回归模型：我们考虑了人口数量因素， 运用计算机运行SPSS 17