城镇居民住房面积的多因素分析

《城镇居民住房面积的多因素分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、[内容摘要]：本文根据目前房地产业现状，从计量经济学的角度来验证一下居民收入水平、物价水平、国内GNP以及房地产销售价格等因素对其的影响程度。从回归结果看出，平均货币工资与居民住房面积之间存在正向的线性关系，同时我们也发现了一些问题，值得深入思考。[关键词]城镇居民住房销售总面积职工平均货币工资多因素分析城镇居民价格消费指数检验一.经济背景去年中国房地产投资超过１亿万元，占固定资产投资的１８．３％，直接拉动ＧＤＰ增长１．３个百分点。２００４年房地产投资和消费仍将保持一定的增长。专家预测，到２０２０年，中国城市化水平将提高到５５％，城镇人口将达到７亿以上，

2、按人均需住房２０平方米计算，仅城镇新增人口每年就需增２亿平方米以上，房地产业在国民经济和社会发展中的重要地位将逐渐突出。房地产市场的发展，不仅可以推动经济的发展，而且可以从增加投资的消费，增加就业多方面拉动国内的需求。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，房地产不合理增长带来的一系列负面影响，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。在此，我们将从计量经济学的

3、角度进行研究。二.结合经济背景，建立计量经济学模型㈠关于数据：数据的来源<<中国统计年鉴>>附表1YX1X2X3X419912745.17234021662.5103.4148719923812.21271126651.9106.4151919936035.19337134560.5114.7153419946118.03453846670124.1162419956787.03550057494.9117.1167619966898.46621066850.5108.3172919977864.3647073142.7102.8179019981082

4、7.1747976967.299.21854199912997.87834680579.498.61857200016570.28937188254100.41948200119938.311087095727.9100.72017200223702.3112422103935.3100.42092200329778.8514040116603.2100.82197㈡关于模型⒈建立模型：Y=C+β1X1+β2X2+β3X3+β4X4+U其中Y代表我国城镇居民住房销售总面积（单位；万平方米），X1代表职工平均货币工资（单位：元）X2代表国民生产总值（单位：

5、亿元）X3代表城镇居民价格消费指数X4代表城镇住房平均销售价格（单位：元/平方米）⒉参数估计DependentVariable:YMethod:LeastSquaresDate:06/02/05Time:10:08Sample:19912003Includedobservations:13VariableCoefficientStd.Errort-StatisticProb.C-35148.1233827.53-1.0390390.3292X13.5460610.9739953.6407400.0066X2-0.3368810.075928-4.4368

6、660.0022X341.0693252.895110.7764300.4598X422.3727022.601780.9898650.3512R-squared0.990517Meandependentvar11851.93AdjustedR-squared0.985775S.D.dependentvar8327.641S.E.ofregression993.2348Akaikeinfocriterion16.92353Sumsquaredresid7892124.Schwarzcriterion17.14082Loglikelihood-105.00

7、30F-statistic208.8926Durbin-Watsonstat2.226441Prob(F-statistic)0.000000⒊模型检验：⑴经济意义的检验：从经济意义上来说，居民住房购买面积会随着居民平均工资以及国民生产总值的增加而增加，而与城镇居民价格消费指数、城镇住房平均销售价格呈反向关系。从上表可以看出X2、X3和X4的参数符号与其经济意义不符，估计是因为变量间存在多重共线性或者是与被解释变量不存在线性关系。⑵统计推断检验：从回归结果可以看出，R2=0.990517，模型的拟合程度非常好，F统计量的值在给定显著性水平α=0.05下也

8、比较显著，但是X3和X4的t统计值均不显著，说明X3和X4这两个变量对Y的影响不