基于多元线性回归的内蒙古自治区房价影响因素研究_朝克
时间:2025-07-09
时间:2025-07-09
2011年9月
第17期总第243期
内蒙古科技与经济
InnerMongoliaScienceTechnology&EconomySeptember2011No.17TotalNo.243
基于多元线性回归的内蒙古自治区房价影响因素研究
朝 克,吕丽娟
(内蒙古工业大学管理学院,内蒙古呼和浩特 010051)
摘 要:针对房价持续上涨这一现实问题,以内蒙古自治区为例对房价的影响因素进行了探讨。依据内蒙古自治区1998年~2009年的数据,建立多元线性回归模型得出回归方程。研究表明:主要影响因素依次为竣工房屋造价、自治区GDP、房地产本年购置土地面积。进而根据影响因素提出了在发展交通运输、转变经济发展结构及治理沙漠化土地3方面政策性建议来控制房价。
关键词:多元线性回归;房价;影响因素;内蒙古
中图分类号:F062.9(226) 文献标识码:A 文章编号:1007—6921(2011)17—0007—03 随着这几年房价的迅猛攀升,房地产商的腰包是鼓鼓的,而居民们只能望房兴叹!尽管对此我国政府也陆续出台了很多相关的宏观政策[1],然而结果却不尽如人意,房价反而是越调越高,从而也带来很多社会问题,加深了社会各阶层的矛盾。房地产业既然是国民经济的支柱性产业,同时也和广大人民的生活息息相关,因此弄清楚哪些因素促使房价上涨就显得尤为必要。为了简化和方便数据处理,笔者就以内蒙古自治区为例探讨影响房价的主要因素。1 影响房价的因素分析及数据收集1.1 影响房价的因素分析
影响房价的因素[2]有很多,比如建设成本、销售成本、房贷利率、汇率、心里预期等等数不胜数。影响因素不但繁多而且各数据也不易处理,无法准确把握到底是哪些因素的影响比较重要,这也给政府制定宏观政策抑制房价带来了困扰。因此笔者从影响产商供给、居民需求、政府政策3个角度选取出数据较易处理且相对重要的影响因素。由于房价的变化受多个变量影响,故而可以考虑运用多元线性回归模型[3]来进行分析。
商品房销售面积1.1.1 住宅商品房销售面积(x1)。
是房地产商向市场提供的实际供给,直接关系到房产商的经济利益,简单说来就是影响着房产商的房屋供给。
1.1.2 房地产本年购置土地面积(x2)。土地资源是有限的,因此政府加紧了对其控制,严格限制了对土地的出让和用在房屋建设的土地面积。而房产商本年购置的土地面积大小直接影响着房产商对房屋的投资和供给,必然会对房价有着深远的影响。1.1.3 竣工房屋造价(x3)。造价是房产商的成本支出,不但影响着房屋的供给,也直接影响住房价格。
地区生产总值反映了一个1.1.4 自治区GDP(x4)。
地区的经济发展水平,影响着人民的生活水平,从而影响着居民对房屋的需求。
1.1.5 年末总人口(x5)。年末人口的多少直接影响了一个地区对房屋的需求数量,必然成为影响房价的重要因素。
居民可支配收入是日1.1.6 居民可支配收入(x6)。
常生活的主要来源,它决定着居民购买力的大小即消费水平的高低,进而会影响市场需求量。1.1.7 利率(x7)。利率是能成为政府进行宏观调控的重要工具,不仅因为利率的高低影响房产商的供给,同时也对居民需求有着重要的影响。1.2 数据收集
讨论的重点是房价的影响因素,即房价代表了因变量,各个影响因素就是自变量。每平方米商品住宅房平均销售价格即房价和各影响因素的数据均以《内蒙古统计年鉴》中的1998年~2009年的相应数据为准,其中利率的数据是采用每年的平均利率。各项具体数据如表1所示。2 模型建立与处理2.1 建立模型
在经济学上研究一个变量的变化受多个因素的影响时,往往可以考虑建立多元线性回归模型进行研究分析。综上所述可知内蒙古房价受多个因素影响,因而可以考虑建立多元线性回归模型。以住宅价格为因变量Y,各影响因素为解释变量建立多元回归模型为:
Y=c+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6
+b7X7+
其中,b1,b2,b3,b4,b5,b6,b7是回归参数(系数),表示在其他影响因素保持不变的情况下,Xn变化一单位时商品住宅价格Y平均变动的单位数。c为常数项, 为随机扰动项。通过求解这一函数方程,可以得到相应的数值及其相互关系,并由此做出必要的分析。
2.2 数据处理
文章用计量经济学软件Eviews3.0进行分析,
收稿日期:2011-06-28
作者简介:朝克(1956-)男,蒙族,职务:原内蒙古工业大学管理学院书记,研究方向:教育经济学、产业经济学、人力资
源管理、经济法、税法、战略管理等。
吕丽娟(1986-)女,汉族,内蒙古工业大学管理学院学生,研究方向:产业经济学、区域经济学。
总第243期
各检验的显著水平取0.05。输出结果见表2。 表1内蒙古自治区住宅商品房价格及影响因素数据
年份1998年1999年
2000年2001年2002年2003年2004年2005年2006年2007年2008年2009年 表2
DependentVariable:YMethod:LeastSquaresDate:05/05/11Time:10:21Sample:19982009Includedobservations:12VariableCX1X2X3X4X5X6X7R-squared
Coefficient-7334.3890.907694-0.500173-0.068209-0.2329043.0613250.21475356.352300.999464
Std.Error6224.5710.2076500.0952920.1974740.0860512.6245470.06047421.18873
t-Statistic-1.1782964.371261-5.248871-0.345407-2.7065781.1664203.5511382.659541
Prob.0.30400.01200.00630.74720.05370.30820.02380.05641616.306641.38329.4792709.8025411066.3870.000002
上一篇:预防脑卒中从补充叶酸开始