上海地区房屋价格影响因素.docVIP

上海地区房屋的价格影响因素 　　摘要：随着我国经济的高速发展，房价尤其是以一线城市为代表也随之有了飞速的抬升，以上海为例，过去的二十年内上海市的房价几乎是以翻倍的速度增长，时至今日也丝毫没有停止增长的态势。而本文就将对上海地区房屋价格影响因素进行分析。本文随机抽取了40间房屋的样本数据，从面积，地段，年限等十四个变量进行分析，使用eviwes软件对数据进行整理得出多元线性回归模型，并对其赋予经济意义。 　　关键词：房屋价格横截面数据多重线性回归 　　Research on impact of Shanghai District’s housing price 　　Abstract： With the rapid development of Chinas economy，especially in the first-tier cities as the representative also has a rapid uplift.Taking Shanghai as example，in the past twenty years，the price of house have almost doubled，and still keeping increasing today.In this article， we randomly selected 40 samples.By analying 14 different variables like house area，location，floor life and so on，useing the eviwes softwore to organie the data and get the multivariate regression model.And give the model economic significance. 　　Key words：housing price； multiple linear regression； cross-sectional data 　　1.文?I综述 　　在过去的近十年内，随着中国经济的飞速发展，中国一线城市的的房价也同样处于飞速发展的态势。而其中最具有代表性的城市无疑是上海了。在过去2005年到2015年间，上海的房价每年都在以震荡式的速度增加，从2005年的平均每平米8164元，到2014年平均每平米26980元，十年间增长了3倍多，造成这一现象的直接原因是上海住房资源处于严重的供不应求状态。国家颁布了建设用地红线，在2020年之前上海建设用地不得超过3185平方公里，但是在2016年就已经达到了3124平方公里，仅剩61平方公里。这意味着在未来的几年内上海几乎不会再有新的土地供应，只能依靠城市拆迁改造获得新的土地资源，这无疑增加了原本就十分高昂的土地成本。所以房价还会继续上涨。对于大多数人而言，新房的性价比显然不高。就是在房价这飞速发展的近十几年内，尽管二手房起步较晚，但是发展却非常的迅速。因此本次笔者的调查选取的数据都是采用的上海地区的二手房的数据。本文在此并未考虑影响二手房价格的宏观因素，而是建立在特征模型的基础之上，仅仅把房屋看成一种商品，考察房屋自身的属性对于其价格的影响。对房屋的单价进行多元线性回归，并对结果进行统计检验。除此之外我们将得出影响二手房价格的主要因素，让消费者的选择更加具有目的性。鉴于我们分析的对象是二手房，在链家网挂牌的上海地区二手房有将近9万套，适合作为统计总体。 　　高文林[1]（2012）在《二手价格评估的影响因素及方法选择》一文中将二手房的评估因素分为四类，区位因素，建筑因素，房屋征收因素以及经济环境因素。其中将区位因素以及建筑因素认为是影响二手房房屋价格的最重要的因素。除此之外则是宏观调控和大环境等因素对二手房价格产生波动。 　　丁战、孙国庆[2]（2007）在《剖析选购二手房的影响因素》一文中，在不考虑宏观经济因素的条件下，单独分析二手房的特征。将影响因素分成了房屋自身，周边环境以及中介三个方面。利用判断矩阵对于所有得到的数据进行排序，认为方便的地段会便于年轻人日常工作和休闲出行。 　　朱寿佳、甄封。秦萧、何伊伊[3]（2015在）《基于核密度估计的南京二手房活跃度特征及影响机制研究》一文中提及到，未来研究居住空间热点主要集中在居住空间社会视角，住宅郊区与土地资源及居民住宅区位选择的微观机制方面，其中，居民选择新房、二手房、租房的住房类型行为则较为复杂。因而，单从一种住房类型（如二手房）下手，能较为深入研究住房选择行为。选取数据时，通过网络数据研究二手房更能反映住房市场状况。 　　2.变量的选择 　　我们在链家网上随机选取了40组二手房的数据，而收集