我国城镇居民住房面积的影响因素分析ySplkahZ.docVIP

我国城镇居民住房面积的影响因素分析 摘要：本文根据目前房地产现状，选取1991年至2003年的数据，从计量经济学的角度来分析影响我国城镇居民住房面积的因素，包括：职工平均工资水平、国内生产总值、城镇居民价格消费指数以及房价。利用最小二乘法做多元线性回归分析，利用逐步回归消除多重共线性。从回归结果看出，职工平均工资水平与居民住房面积之间存在正向线性关系，同时也看出来一些问题，值得我们思考。 关键词：城镇居民住房面积 最小二乘法 逐步回归 多因素分析 检验 经济背景 1988年，国务院颁布了《关于进一步深化城镇住房制度改革，加快住房建设的通知》，以此为分水岭基本上终结了住房的福利分配制度，我国房地产市场从此开始实行货币化分配制度。加上随之实施的相关配套政策，城镇居民的购房积极性得到了充分调动，住房消费支出不断增加，住房私有率也不断攀升，房地产市场一直保持着强劲的发展势头。据统计，我国2007年商品房销售额接近于2003年的4倍。 但是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，房价不合理增长带来一系列负面影响。不少人因为买不起房，住不上房而不能达到小康水平。巨大的购房压力，让更多的人去关注房价。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。现在我们通过相关数据建立多元线性回归模性模型，研究影响城镇居民住房面积的因素。已知“人均住房建筑面积”的计算公式为：人均住房建筑面积（平方米/人）＝实有住宅建筑总面积/居住人口。 结合经济背景，建立计量经济模型 （一） 经济指标的确定 我国学者从不同角度分析了住房消费的影响因素，王晓东（1998）认为住房消费的5大影响因素是：住房需求、购买力、市场供给、配套服务和房改力度；李昴（1998）将住房等同于一般商品，采用英国四通提出的需求函数系统，研究包括住房在内的多种消费与相应价格和收入之间的关系；熊晓栋（2006）采用长沙市城镇居民收入（包括人均国内生产总值和人均可支配收入）、人口总量与人口结构作为自变量，利用时间序列，采用回归分析法研究并预测城镇住宅需求（人均居住面积）。 本文选取了四项经济指标：职工平均工资水平、国民生产总值、城镇居民价格消费指数以及城镇住房平均销售价格。 （二）对经济指标的解释 1、职工平均工资水平：是指城镇居民的平均工资水平，从直观上看，居民的工资水平决定了居民能否支付房购房费用，也就与城镇居民平均住房面积有很大关系。 2、国民生产总值：也称本地居民生产总值，即一国一年内所生产的最终产品（包括劳务）的市场价值的总和，简称GNP，是国民收入核算中最重要的组成部分。常被公认为衡量一国经济状况的最佳指标。 3、城镇居民消费价格指数：是反映城市居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。城市居民消费价格指数可以观察和分析消费品的零售价格和服务项目价格变动对职工 HYPERLINK /view/4315579.htm \t _blank 货币工资的影响，作为研究职工生活和确定工资政策的依据，是用来反映通货膨胀(紧缩)程度的指标。 4、城镇住房平均销售价格：是指城镇住房的平均销售价格，很明显从直观上看，住房的销售价格会影响居民对住房的需求，从而影响城镇居民的平均住房面积。 （三）数据见附表。 数据来源《中国统计年鉴》 （四）模型的建立 1、多元线性回归的简介： 多元线性回归模型的一般形式为 其中k为解释变量的个数，称为回归系数（regressiion coefficient）,人们习惯把常数项看做一个虚变量的参数，在参数估计过程中该虚变量的样本观测值始终取1，这样，模型中解释变量的数目为k+1. 与一元线性回归相比，也被称为偏回归系数（partial regression confficidence），表示在其他解释变量不变的情况下，每变化一个单位时，Y的均值E（Y）的变化，或者说给出的单位变化对Y均值的“直接”或“净”（不含其它变量）影响。 多元线性回归模型的基本假定： 回归模型时正确设定的。 解释变量是非随机的或固定的，且各之间不存在严格线性相关性（无完全多重共线性）。 各解释变量在所抽取的样本中具有变异性，而且随着样本容量的无限增加，各解释变量的样本方差趋于一个非零的有限常数，即n时， 随机误差项具有条件零均值、同方差及不序列相关性 解释变量与随机项不相关 j=1,2,…..,k 随机项满足正态分布 2、建立模型： Y：我国城镇居民住房面积（