城市房产影响因素实证探究.doc

城市房产影响因素实证探究【摘　要】本文通过选取1978-2010年北京市的房屋施工面积、第二产业产值、人均可支配收入、固定资产投资总额、居民消费价格指数、社会道路建设总长度、财政支出等指标，利用eviews软件进行了多元回归分析，分析了主要的影响因素及对房屋施工面积的贡献程度。 【关键词】房产；多元回归分析；影响因素 我国于1996　年将房地产行业作为带动国民经济的新的增长点，并于1998年开始逐步结束福利分房制，实行住房分配货币化改革，自此，房地产市场得到了迅速发展。伴随着房地产市场的发展，房屋建筑施工面积也得到了较快的发展，且房屋建筑施工面积的增长幅度远远高于物价上涨幅度，房地产价格远远超过了社会的平均购买力。 1.房产建筑面积的影响因素分析 1.1供给因素 影响房产建筑的供给方面主要的因素可概括为：第二产业、固定资产投资、财政支出。第二产业通常有工业和建筑业，房产作为建筑的主要产物，房产与建筑业关联度紧密，依存度高，健康的房产市场对建筑业百利无一害，相反，畸形的房产行业对建筑业伤害最深；固定资产投资中的房地产投资与房屋建筑面积成正相关的关系，伴随投资数额的增大，房产建筑的面积也能急剧的增大；廉租房、经济适用房等的建设资金主要来源于国家的财政支出，固定资产投资总量及其形成的资本都会对国民经济运行产生影响。一般情况下，　随着固定资产投资的日益增长，　地区的基础设施水平也会随之提高，　在促进地区的经济增长的同时，　也会增加房屋建筑的面积。 1.2需求因素 影响房产建筑的需求方面的主要因素可概括为：人均可支配收入、居民消费价格指数等。人均可支配收入反映的是一个地方的经济发展水平的好坏，　人均可支配收入的快速增加，　反映的是地区的经济发展较为迅速，　一般情况下，　经济发展越迅猛，　房屋建筑构建的面积越大，　显示出人均可支配收入与房屋构建面积之间的正相关。居民消费价格水平通常被认为是物价水平的一个重要指标，居民消费价格指数越高，房地产价格也高，在居民可支配收入一定的前提下，需求量的减少促使房屋建筑面积的减少，成负相关的关系。 2.实证分析 2.1变量的选取与数据来源 通过上文分析的影响房屋建筑构建面积的因素，从供给和需求方面分析影响房屋构建面积的因子，以这些因素作为解释变量。本文的数据主要来源于北京统计局和中国统计年鉴，　被解释变量选取了1978年至2010年的北京市房屋建筑构建面积（Y），　解释变量选择了北京市的固定资产投资量（x2）、财政支出（x6）、第二产业产值（x1）、人均可支配收入（x3）、居民消费者价格指数（x4）以及城市道路总长度（x5）等。 2.2模型的构建 利用eviews软件进行回归分析，建立多元线性回归模型，其中北京市房屋建筑构建面积（Y），　解释变量选择了北京市的固定资产投资量（x2）、财政支出（x6）、第二产业产值（x1）、人均可支配收入（x3）、居民消费者价格指数（x4）以及城市道路总长度（x5），线性回归方程为： Y=β+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6 利用eviews3.1软件进行回归分析，回归后的模型为： Y=-2.046267556*X1　+　5.337588194*X2　+　0.2527130944*X3　-　14X4　-　0.1972067193*X5　+　0.04261110784*X6　+　2864.105224 R2=0.988543　F=373.8851　DW=0.637919 R2=0.985095表明模型的拟合优度高，即第二产业产值、固定资产投资额、人均可支配收入、居民消费价格指数、城市道路总长度、地方财政支出等能较好的解释房屋建筑面积。F=373.8851表明所建立的模型总体显著，但DW=0.637919较小，说明模型存在自相关。 从表1可知，X1、X2、X3之间的相关系数接近1，表明相关程度很高，也进一步的说明解释变量之间存自相关。 2.3模型的修正 （1）自相关修正 通过以上分析，由于存在多重共线性，故采用逐步回归方法建立回归模型，得到第一步最佳的一元回归模型为： （下转第168页） （上接第166页） Y　=　4.974984423*X2　+　1814.908745 R2=0.951205　F=604.3051　DW=0.256867　T=24.58262 通过逐步分析可知，采用Y与X2作为基础，再利用逐步回归分析的方法，最后得最佳的多元回归模型为： Y　=　13X1　+5X2　-　28X4　+　0.0889