基于线性回归的房地产价格影响因素分析
基于多元线性回归分析房地产价格影响因素
基于多元线性回归分析房地产价格影响因素作者：赵敬葛学韬来源：《商情》2015年第18期【摘要】从房屋销售实现市场化交易之后，近10年来，房价飞速上涨，并且在政府多次的政策调控下没有得到缓和的趋势，这一现象逐渐引起了社会各界的广泛关注。
本文以济南为例，选取2003年到2012年数据，从人均GDP、总人口、结婚数、城乡居民人民币储蓄存款余额、城镇居民人均可支配收人、土地购置费、房屋销售面积、房屋竣工面积占施工面积的比重，利用SPSS进行线性回归，从而得出房屋销售价格变动最为密切的影响因素，并提出建议。
【关键词】人均GDP ;商品房平均销售价格 ;多元线性回归一、引言随着我国国民经济的飞速发展，我国城市近几年也获得了高速迅猛的发展，房地产住房消费占我国城镇居民消费的比重也越来越高。
同时，随着城镇居民住房观念发生的重大转变、住房消费的有效启动、住房商品化新体制的基本确立、房地产投资的持续快速增长，以商品住宅为主的房地产业成为国民经济的重要支柱产业。
但是，我国房地产市场的发展极为不稳定，城市商品住宅的价格日益增长。
济南是一个二线城市，从很大程度上可以代表二线城市的整体发展水平，而二线城市的发展好坏更能影响国民经济的发展。
本文通过分析济南房价的影响因素，从而使得国家进行更好的调控，相应的提高国家的整体水平。
二、实证分析（一）多元线性回归分析方法回归分析是经济计量分析中使用最多的方法，多元回归分析预测法，是指通过对两个或两个以上的自变量与一个因变量的相关分析，建立预测模型进行预测的方法。
当自变量与因变量之间存在线性关系时，称为多元线性回归分析。
多元线性回归模型的一般形式为：Y=β0+β1X1+β2X2+β3X3+…βkXk+εβ0、β1、β2、βk是参数，ε是被称为误差项的随机变量。
（二）影响商品房平均价格的因素分析某一地区的房价是由宏观经济、供给方（房地产厂商）、需求方（购房者）三方共同决定的，因此引入了相应的指标作为自变量。
影响房地产价格因素的计量分析
。
同时 ． 由于 面 对的 消 费 者 支付 能 力 差 异 巨大 ， 实现 者 采 取 价 格 歧 视 的 策 略 — — 对 不 同 收 入 等 房
级 的 消 费 者 开 发 质 量 （ 往 表 现 为 建 筑 密 度 、土 地 容 积 率 、 往 周
多 数 投 资 者 认 识 到 这 些 偏 差 之 前 投 资 于 这 些 证 券 ， 后 ， 大 多 数 投 资 者 意 识 到 随 当 这 些 错 误 并 投 资 于 这 些 证 券 时 卖 出 这 些 证券。 四 、 于 行 为 金 融 理 论 指 导 下 的 证 券 基
者 的 投 资 决 策 能 力 和 市 场 的运 作 效 率 。对
３、切 忌 对 国 外 现 有 行 为 投 资 策 略 的 简 单 模 仿 中 国 金 融 市 场 与 发 达 的 金 融 市 场 具 有 共 性 ， 同 时 也 具 有 特 殊 性 。 我 们 在 运 但
通 过 行 为 金 融 理 论 对 投 资 者 启 发 式 心理偏 差的分析 ， 秀 的投 资者不 仅 应 当 优 了解 市 场 中 的 投 资 者 和 自 己 会 产 生 什 么
为 偏 差 的众 多投 资 策 略 ， 如反 向 策 略 、 诸 动
量 策 略 、 盘 股 策 略 、 均 化 策 略 、 及 其 小 平 以 他 一 些 常 见 的 略 ， 果 应 用 得 当 ， 帮 助 投 如 可
多 数 投 资 者 认 识 到 这 一 问 题 并 采 取 同 样
的 策 略 时 ， 策 略 效 果 如 何 体 现 呢 ？因此 ， 其
在应用 行为金 融策 略时 ，要 防止教 条化 ，
注意随机 应变。 ２、不 同 投 资 者 需 要 有 不 同 的 投 资 策
住房价格影响因素分析及政策建议——以北京市为例
引言随着我国经济持续稳定的增长，人均收入不断提高，使得人们对住房的需求不断增加、房价不断攀升。
在此背景下，首都北京市在经济持续健康发展的同时，房价也达到极高的价位。
北京市房价的高涨已经成为十几年来经济社会主要关注的问题。
从国家统计局官网的数据来看，北京市的商品房均价从2000年的4456元每平方米攀升到2019年的38433元每平方米，是2000年的8.6倍。
房价与民生息息相关，大城市的房价过高使人们生活满意度下降，人们对逐年上涨和居高不下的房价越来越重视。
北京市作为当代年轻人向往的中心，房价过高所导致的居民住房矛盾显得尤为突出。
长久以来不断上涨的房价不仅影响了当地居民的正常消费，同时也对居民生活质量产生了负面影响。
对于城市和地区而言，高昂的房价会导致年轻人没有稳定居所，最终使人才流失，而近年来众多城市人才引进政策中都重点提到的购房补贴及人才公寓，这都是为了缓解这一尴尬局面。
党的十八届三中全会后，住建部明确将北京、上海、广州、深圳列入须从严执行限购限价调控的城市。
然而从土地出让阶段开始，经过房地产开发的一系列流程，其中有多方利益都需要得到保证，因此，单纯的限购限贷政策无法从根本上解决高房价问题。
要从源头上稳住房价，就要分析影响房价变动的主要因素。
本文通过stata 建立多元线性回归模型，实证分析研究北京市房价的主要影响因素，不但具有一定的现实意义，同时可以通过控制影响因素抑制房价的不断飙升，为政府宏观调控提供依据。
自20世纪90年代以来，业界专家学者对我国房地产价格的影响因素进行了多角度的研究。
主要有以下几个方面。
一是从包括房产和地产的角度出发，将房地产价格的影响因素分为土地价格影响因素和地上建筑影响因素，并在此基础上深入分析。
二是直接将房地产设为一个整体，并将其价格影响因素分为直接影响因素和间接影响因素。
三是从微观经济学角度出发，由供需关系分析房地产价格影响因素。
李继玲[1]通过收集2005—2015年与商品房价格有关的数据，得出三个与房价呈负相关的因素及三个与房价呈正相关的因素。
基于多元线性回归分析房地产价格的影响因素
基于多元线性回归分析房地产价格的影响因素一、本文概述随着经济的发展和城市化进程的加快，房地产行业在中国经济中占据了举足轻重的地位。
房地产价格受到众多因素的影响，包括宏观经济因素、地理位置、基础设施、政策环境等。
为了更好地理解和预测房地产价格的变化，本文旨在通过多元线性回归分析方法，深入探究影响房地产价格的主要因素，并构建预测模型。
本文首先将对多元线性回归分析的基本原理和步骤进行简要介绍，为后续的研究提供理论基础。
随后，将详细阐述房地产价格影响因素的选择原则和方法，确保所选因素能够全面、客观地反映房地产市场的实际情况。
在数据收集和处理方面，本文将采用权威、可靠的数据来源，并对数据进行预处理，以保证分析结果的准确性。
通过多元线性回归分析，本文将揭示各影响因素对房地产价格的贡献程度，以及它们之间的相互作用关系。
在此基础上，本文将构建房地产价格预测模型，并对其进行验证和评估。
将提出相应的政策建议和措施，以期为政府、企业和投资者提供有益的参考和借鉴。
本文的研究不仅有助于深入理解房地产市场的运行规律，还可以为房地产市场的健康发展提供科学支持，具有重要的理论价值和实践意义。
二、文献综述在房地产市场中，价格的形成与变动受到众多因素的影响，这一点已得到了广泛的学术关注。
早期的研究主要集中在单一因素对房地产价格的影响，如地理位置、经济指标、政策调整等。
然而，随着研究的深入，学者们开始意识到单一因素的研究方法可能无法全面揭示房地产价格变动的内在机制。
因此，越来越多的研究开始关注多个因素的综合影响，并尝试使用多元线性回归分析方法进行实证研究。
在多元线性回归分析的框架下，学者们对房地产价格影响因素的研究取得了丰富的成果。
一方面，经济因素如经济增长率、通货膨胀率、利率等被证实对房地产价格有显著影响。
经济增长率和通货膨胀率的上升通常会导致房地产价格上涨，而利率的变动则会对房地产价格产生反向影响。
另一方面，社会因素如人口增长、家庭结构、教育水平等也对房地产价格产生不可忽视的影响。
用STATA进行房价影响因素的分析
用STATA进行房价影响因素的分析一、本文概述随着全球经济的不断发展和城市化进程的加速，房价问题已经成为社会各界关注的焦点。
房价不仅关系到居民的居住条件和生活质量，也是宏观经济调控的重要指标。
因此，深入研究房价的影响因素，对于理解房地产市场的运行规律、制定合理的房地产政策具有重要的理论和实践意义。
本文旨在利用STATA统计软件，对房价影响因素进行系统的分析。
我们将对房价影响因素的理论基础进行梳理，包括供求关系、经济基本面、政策因素等。
然后，基于国内外相关文献的研究，筛选出对房价有显著影响的因素，并建立相应的计量经济学模型。
接下来，我们将利用STATA软件对模型进行估计和检验，以揭示各因素对房价的具体影响程度和方向。
根据分析结果，提出针对性的政策建议，以期为房地产市场的健康发展提供有益的参考。
通过本文的研究，我们期望能够更全面地了解房价影响因素的复杂性和多样性，为政策制定者提供科学依据，同时也为投资者和消费者提供决策参考。
本文的研究方法和结论也有助于推动相关领域的学术研究和实践应用。
二、文献综述房价影响因素的研究一直是经济学、房地产学、地理学等多个学科领域的热点和难点问题。
随着全球化和城市化的推进，房价波动对经济发展、社会稳定和居民生活的影响日益显著，因此，深入探讨房价的影响因素及其作用机制具有重要的理论和实践意义。
国内外学者对房价影响因素的研究已经积累了丰富的成果。
从影响因素的类型来看，主要包括经济因素、社会因素、政策因素、地理因素等。
经济因素如经济增长、收入水平、贷款利率等，是影响房价的基础因素。
社会因素如人口结构、教育水平、文化背景等，也会对房价产生影响。
政策因素如土地政策、税收政策、住房政策等，对房价具有直接的调控作用。
地理因素如城市规模、交通状况、自然环境等，也会对房价产生重要影响。
在研究方法上，学者们采用了多种统计方法和计量模型来分析房价影响因素。
其中，STATA作为一种功能强大的统计分析软件，被广泛应用于房价影响因素的研究中。
唐山市房价影响因素的多元线性回归分析
二、 多元线性 回归模型的建立和检验
（ 一） 模 型指标 和数据 的选取 在经 济 学 中 ， 研 究 一个 变 量 的变化 受 多个 因素
Ｒ为 ０ ． ９ ９ ９ ， 决定 系数 Ｒ方 为 ０ ． ９ ９ ７ ， 调整 Ｒ方为
第ｌ ４卷
第 ２期
河 北 联 合 大 学 学 报 （ 社会科 学版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｈｅ ｂ ｅ ｉ Ｕｎ ｉ ｔ ｅ ｄ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ （ Ｓ ｏ ｃ ｉ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
２ ． 住 宅竣 工面积
房地产被称为国民经济的晴雨表 ， 与地区经济
收稿 日期 ： ２ ０ １ ３ １ １ － ２ １
住 宅 竣 工 面 积 反 映 了该 地 学报（ 社会科学版）
第ｌ ４卷
量， 竣工面积越大， 供给量越大， 同样的需求量下 ， 房
北省经济发展速度最快 的城市， 同样 面临着房价攀 升的问题。本文就 以唐山市为例， 运用 Ｓ Ｐ Ｓ Ｓ软件 ， 对唐 山市房价 进行 多元 线性 回归 分 析 ， 研 究影 响房 价的主要因素 ， 并提出相关建议 ， 促进房地产业健康
发展 。
一
居 民是商品房的需求主体 ， 因此人 口数量直接 影 响 了一个地 区对 房屋 的需 求 量 。同 时 ， 工业 现 代 化引起城镇人 口大量增加 ， 加之我 国传统的消费观 念影响 ， 推动了对商品住宅的需求。
Ｖｏ １ ． １ ４ Ｎｏ ． ２
Ｍａ ｌ ＂ ． ２ ０１ ４
２ ０ １ ４年 ３月
文章编号 ： ２ ０ ９ ５ － ２ ７ ０ ８ （ ２ ０ １ ４ ） ０ ２ － ０ ０ ２ １ ０ － ５
房价分析实验报告
房价分析实验报告标题：房价分析实验报告一、引言房地产市场是一个重要的宏观经济指标，也是国民经济发展的重要组成部分。
房价的变动不仅直接影响着投资者的决策和消费者的购房决策，还对整个经济运行产生着深远的影响。
因此，对于房价的分析与预测研究非常重要。
本实验旨在通过运用数据分析方法，探究可能影响房价的一些关键因素。
二、方法1. 数据收集：收集了过去5年内某城市的房价、GDP、人口数量、消费水平等相关数据。
2. 数据处理：对于数据处理，进行了缺失值填补、数据标准化等操作，以确保数据的可靠性和一致性。
3. 特征选择：通过相关性分析和主成分分析等方法，选择了可能与房价相关的几个重要因素。
4. 建立模型：选择了多元线性回归模型，并通过交叉验证的方法确定了最佳的回归方程模型。
5. 模型评价：利用均方根误差（RMSE）和决定系数（R-squared）等指标对模型进行评价。
三、实验结果1. 特征选择结果：相关性分析结果表明，GDP、人口数量以及消费水平与房价之间存在显著的正相关关系。
主成分分析结果显示，这三个因素分别占据了总变异的60%、25%和15%。
2. 模型建立与评价结果：将GDP、人口数量和消费水平作为自变量，房价作为因变量，建立了多元线性回归模型。
最佳回归方程为：房价= 0.5 * GDP + 0.3 * 人口数量+ 0.2 * 消费水平。
模型评价结果显示，RMSE为0.05，R-squared 为0.9。
说明模型对于解释房价变异的能力较强。
四、讨论与分析1. 影响因素分析：实验结果表明，GDP、人口数量和消费水平对于房价的变动起着关键作用。
GDP作为国民经济总量的重要指标，能够反映房地产市场的整体供需情况。
人口数量作为一个市场的基本变量，对于房价的需求也有一定的影响。
消费水平则反映着消费者的购买能力和购房意愿，直接影响着房价的波动。
2. 模型可信度分析：通过模型评价指标可知，模型的预测误差较小，解释方差较高，说明该模型可以较好地解释房价变动的规律。
基于多元线性回归分析房地产价格的影响因素
式中，。 ， ， 为（ ） 卢， … 偏 回归系数 ，是 Ｎ（ ，。 变 ￡ ０ ）
量．
回归 分析 首先要 做的事 情是 对 回归ቤተ መጻሕፍቲ ባይዱ数进 行最 小二 乘估计 ， 建立 回归 方程 ， 在此基 础上 对 回归 方程
和 偏 回归系数 进行显 著性 检验 以确定 随机变 量 Ｙ的
响 因素口 ， ］ 利用 多元 线 性 回归 分 析建 立 泉 州 市商 品 房平均 价格 的数学模 型 ， 分析房 价今后 的走 势 剖． 这几 年泉 州市 准备购 房 的普 通 消费者 大多感 到
后， 还需 要对 它 进 行 方差 分 析 ， 检 验 Ｙ与 Ｘ ， 以 Ｘ ，
…
突 出． 国际上 一般认 为 ， 宅 价格 相 当于 ３ ６倍 的 住 ～
居 民 家 庭 收 入 时 ， 比较 合 理 的 房 价 收 入 比． 是 从
， 间 的线性 关系 是否显 著 ， Ｘ 即需要对 假设
Ｐ
１ 多 元 线性 回归 模 型 介 绍
１ １ 回归 方程 组 ． 在现实 生活 中 ， 人们 往 往 要 对某 个 变 量 Ｙ进 行 统计 分析 ， 考虑 到和变 量 Ｙ有 关 的 自变 量 往 往不 止
一
Ｓ 一 ∑ （ ）一 ∑ ｂ Ｓ 一 。 ； ｌ
＝ ｌ ｉ １ ＝
维普资讯
８ ８
湖 北 工 业 大 学 学
报
２０ ０ ８年 第 ４期
将运 用上 述 的 模 型 以及 ｍａｌｂ等计 算 软件 得 出 Ｙ ｔ ａ
２ 模 型 应 用
２ １ 影 响 因子 的选 择 ．
的预测值 实 际值作 比较 （ ２ ． 表 ）
房价 上涨 带来 的压 力 ， 价 与 承受 能 力 的 矛盾 显 得 房
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2、 进出口贸易顺差差额的变动比率成为房地产价格变动的
进出口贸易顺差差额在本文中实际上反映了由于外汇储备
持续增加而过度发行的货币量，同时每年大量的贸易顺差也会
导致中国金融市场流动性持续走高。正如前文所 （下转第 39 页 ）
- 29 -
2010 年 第 11 期 2、 定价策略 目前在农村市场， 消费以传统节约型为主， 受收入水平的影 响， 价格往往是农民购买家电产品时最为敏感的因素。 由于家电 产品的需求弹性大， 市场容量大， 单位产品成本能够随着生产规 模的扩大而下降， 企业的利润还是存在的， 只要企业将农村市场 的潜在需求变成有效需求。 3、 渠道策略 企业可以尽量扩大县一级营销网络， 增加铺货面积； 充分利 用农村现有的供销社系统， 通过代理、 代销、 参股、 联营等方式销 售家电产品； 充分利用集市贸易， 将产品直接送到农民家门口， 方便、 省时、 服务到家， 最后直接在农村兴办连锁店 、 加盟店等， 扩大家电产品的销量。 4、 促销策略 考虑到农民的生活范围、 媒介接触习惯、 文化素质不同， 企 业的促销策略不能照搬城市方式。 （1 ） 演示促销。企业可采取现场演示的方式， 通过演示者所 使用的实实在在的产品， 功效性能、 使用方法直接展示在消费者 面前， 可以直接消除农村居民的顾虑。 （2 ） 附加赠送促销。 农村居民消费节俭， 期望以最少的支出购 买最好的家电产品。企业可以策划附加赠送活动， 刺激购买欲望。 （3 ） 降价促销。企业可以在特定经营时期及一定市场范围 内， 进行减价促销， 能够有效的引导顾客的消费方向。 （4 ） 口碑相传。在购买商品时， 农民受左邻右舍及亲戚朋友 “领袖式” 人物的消费， 就可以 “以点 的影响较大， 因而， 抓住农村 作者简介： 尚文斌， 南京农业大学经济管理学院； 邱徐展， 南京农业大学经济管理学院； 何雪蒙， 南京农业大学经济管理学院。 参考文献： ， 获得较好业绩。 带面”
密度的增加和用地需求量的加大。而另外一个重要原因是地方 出， 土地购置费用的增加是房地产价格上升的主要原因， 由此可 知道房地产价格的不断上升最根本的原因则是土地供求关系的 紧张， 土地越是紧缺需要， 房地产价格也就越高。 重要影响因素， 呈正相关关系
财政收入在相当程度上对土地收入的依赖。由本文分析可以看
注： 表中土地购置成本和五年期贷款利率数据的获得方式将在下文中介绍
地产市场的影响，仅考虑与普通商品房相联系的住宅销售价格 变动比作为被解释变量。 （二 ） 解释变量
- 28 -
Á Â Ã Ä Å Æ Á Â Ã Ä Å Æ Ç È É ( ) 0 1 2 3 4 5 6 7 8 9 @ # A B C D E F ! " # $ % & ' Â # Ç Æ Ã È Ç É Å È Ä É Á Â Ã Ä Å Æ Ç É ! " # $ % & ' ( ) 0 1 2 3 4 Â 5 Á 6 7 8 9 @ A Â Ã Ä Å Æ Ç È É Á Â Ã Ä Æ Å È Ä Ç É È
回归分析， 以判断出房地产价格的影响因子， 并对当前房地产政 策作出相应的建议。 二、 研究方法及数据来源
（又称因变量 ） 与一个或多个 法。其用意是研究一个被解释变量 解释变量 （又称自变量 ） 之间的统计关系。
到数据的可得性， 本文选取 1999- 2007 年相关变量的年度数据， 选择的指标包括： Y 住宅销售价格同比变动率 （元 / 平方米） 、 X1 土地购置成本同比变动率 （元 / 平方米 ） 、 X2 进出口贸易顺差差 额同比变动率 （万元） 、 X3 人均可支配收入同比变动率 （元） 、 X4 五年期以上贷款利率同比变动率 。 其中，变动率 ＝ （今年指标 的数据见表 2， 数据来源为历年 《中国统计年鉴》 ， 数据分析处理 试用 SPSS 17.0 软件。 值－去年指标值） ÷去年指标值×100， 原始数据见表 1， 处理后
比变动率、 土地购置成本同比变动率对住宅销售价格同比变动率 做回归， 其结果显示 DW 值为 1.717， 接近 2， 故不存在序列相关问
在容忍度测试中， 容忍度 Tolerance 和方差膨胀率 VIF， 题。同时， 不存在多重共线性问题。 本模型中自变量的容忍度都大于 0.1， 综上所述， 本文得出回顾方程为： (6.358) (5.929) Y＝0.475X1＋0.074 X2 R2＝0.898 五、 结论和建议
回归分析是研究随机变量之间的相关关系的一种统计方 本文将利用经济学的弹性原理对房价问题进行研究。考虑 三、 理论基础与基本假设 （一 ） 被解释变量 住宅销售价格变动比。本文剔除了别墅和经济适用房对房
易市场的均衡价格， 反应了政府 能够及愿意出让的， 以及房地产企业能够并且愿意接受的土地购 置价格及其税费。为了剔除时间序列的影响， 本文结合会计成本 面积， 但土地开发面积才是承担土地购置费用的直接载体， 因此 了 1998 年至 2007 年土地购置费用及土地开发面积的情况。 核算中的理论， 认为虽然当年土地购置面积实际上大于土地开发 土地购置成本应是土地购置费用与土地开发面积之比。表 3 反应
文章编号： 1008- 4428 （2010） 11- 28 - 03
一、 引言 作为中国的支柱产业， 房地产行业一直承载着 “双重任务 ” —— —即除了借助房地产来发展整体经济，同时能够通过市场化 的手段来解决绝大部分城市居民的住房问题。自房地产行业开 甚至多次的针对房地产行 始市场化以来， 政府就开始每年一次、 业的政策调控， 一直持续到现在， 从未中断 。当 2004 年至 2005 年经历了上海房价的第一轮暴涨期后， 中央即围绕 “ 平抑房价 ” 的主调控旋律于 05 年及 06 年分别出台 “ 国八条 ” 及 “ 国六条 ” ； “招、 拍、 挂” 制度客观上造成了土地供求关系的进一步紧张， 于 是 06 年及 07 年中央则围绕着土地和房地产供给制定一系列政 策， 这当中包括了进一步上调房贷利率、 提高首付比例以及通过 当降价已成为全行 增加各种购买和交易税赋。而到了 08 年底， 业的行为时， 从地方政府到中央政府为了全面拯救经济， 对房地 产开始了鼓励购买的促进政策，前些年抑制需求的政策通通卸 下， 于是刚性需求再度被大量 “修复” ， 积蓄已久的购买力开始集 中释放， 房价又迎来了一波涨幅期。当前， 中央又再次出台一系 列组合拳—— —从 “营业税征收 2 改 5” ， 到 “国四条” ， 再到 “拿地首 付不低于 50%” ， 从 “5 年内普通住房转让差额征收营业税 ” 再到 “督办全国 18 宗房地产闲置土地 ” 、 “ 加强土地出让收支管理 ” ， 多项政策齐出， 紧紧围绕着 “抑制投资性需求” 、 “增加住房供给” 的主轴作调控。 从以上的回顾可以看出，中国房地产价格的涨涨跌跌一直 在政府、 企业、 消费者三者之间的拉扯中波动上扬。一方面， 政府 作为土地的供应方以及货币的供应方，紧紧控制了房地产企业 获得土地的经济成本和消费者的购买能力； 另一方面， 房地产行 业的寡头垄断结构必将导致房地产开发企业在市场中的 “价格 角色， 而消费者只能是市场的 “价格接受者” 。 决定者” 房价问题是房地产市场和住房政策的核心。把房价问题定 位准了， 再解决房地产市场和住房政策的其它问题， 就可做到纲 举目张， 迎刃而解。 那么， 房地产市场的价格到底由什么决定？ 其 影响因素有哪些？ 当前的房地产调控措施是否能真正奏效？ 本文 将结合 1999 年至 2007 年的一系列指标利用 SPSS 17.0 做线性
通过上述分析， 本文得出的结论包括以下几点：
1、 土地购置费用变动比率对房地产价格变动比率存在重大
影响， 呈正相关关系
土地购置费用是土地的持有方政府与土地的需求方房地产
开发企业在土地交易市场博弈的结果，土地购置费用的不断增 加在一定程度上反应了土地供求关系的紧张，土地的稀缺性决 定了土地价格持续上升的必然性，城市化进程导致了城市人口
进出口贸易顺差差额同比变动率做异方差检验。经检验， 可见大
spearman 相关性检验， ，其显著性概率分别为 0.488 和 0.576， 均 故不存在异方差问题。
0.217 与 0 无显著差异， 大于 0.05，所以各自的相关系数 0.267， 接下来， 再做自相关问题的检验。用进出口贸易顺差差额同
2010 年 第 11 期
产业经济 ◎
注： 权重计算方式＝利率实际的月份数÷12 四、 计算结果分析
本文采用逐步后向法进行回归分析， 回归分析结果如下：
由表 5 可得， 只留下土地购置成本同比变动率、 进出口贸易
顺差差额同比变动率， 其判定系数 0.898， 拟合程度高， 且回归效
果显著， 通过 F 检验。接下来可以对土地购置成本同比变动率、 部分的点大体落在一个长方形区域，故大体平衡；进一步做
货币发行量若超过实际需求， 不仅会 市场的流动性充裕。同时， 导致通货膨胀， 同时还会降低居民的购买力， 对通货膨胀的预期 以及对购买力下降的担忧也必将加强货币资产转移到更为稳健
和保值的房地产市场的效应。本文假定进出口贸易顺差全部转 入外汇储备，选取进出口贸易顺差额同比变动率作为影响房地 产价格水平的重要因素。 3、 人均可支配收入同比变动率
市 场 周 刊·
理论 研 究
基于线性回归的房地产价格影响因素分析
沈英英
（中海国际广州教育中心， 广东 广州 51 0700 ）
摘 要： 文章利用 《中国统计年鉴》 中 1999 年至 2007 年的统计数据， 采用 SPSS 17.0 统计软件对中国房地产价格的影响因子进行 线性回归， 并对回归结果进行异方差性检验和自序列相关检验， 之后得出线性回归方程， 说明土地购置成本的变动和外汇收入 的变动对房地产价格的变动具有显著影响， 并分析其根本原因则是土地供求关系紧张和货币发行过度， 最后给出对房价调控和 房地产行业发展的三点建议 。 关键词： 房地产； 影响因素； 线性回归； SPSS 中图分类号： F293.3 文献标识码： A