【正文】 。30 附錄三41房地產價格與住房保障規(guī)模問題【摘要】本文探討房地產價格與住房保障規(guī)模問題，我們對北京市、南京市、南昌市的生產總值、物價水平（消費價格指數）、人均可支付配收入、地稅、房 屋供應面積、城市人口、房產投資額等方面進行了研究。本文主要進行了以下工作：綜合考慮影響房地產價格的多種因素，對各種影響因素之間的相互關系，首先運用經濟學原理和常識進行定性分析，然后根據收集到的各影響因素的數據，分別建立影響因素與房地產價格之間的擬合模型，依據相關系數剔除次要的影響因素得到影響房地產價格的主要因素。本文得出的結論為： 北京市、南京市、南昌市各因素與房價之間的相關系數如下：相關系數生產總值（億元）物價水平（消費價格指數）人均可支配收入（元/人）地稅（億）房屋供應面積(萬平方米)城市人口（萬人）房產投資額（億元）北京市 南京市南昌市 影響北京市、南京市、南昌市房地產價格共同的主要因素有：生產總值、人均可支付配收入、地稅、城市人口。 建立房地產價格與各主要影響因素之間聯系的數學模型。根據各主要影響因素數據建立房地產價格與各種影響因素之間的回歸方程，找到了房地產價格與各個影響因素之間的關系，本文經過計算得到北京市、南京市、南昌市多元線性回歸方程為：城市主要影響因素北京市人均可支付配收入、房屋供應面積、城市人口南京市人均可支付配收入、城市人口、房產投資額南昌市生產總值、城市人口、房產投資額 對未來幾年我國房地產價格進行了預測：考慮到灰色預測精度不高的問題且在實際操作中需要不斷的改進與完善其工作量之大使得我們不得不尋求其他模型，因此在第二問中我們建立了具有一定可靠性、精度高的多元回歸模型，得到未來幾年三個代表城市房價的走勢：年份北京市南京市南昌市201272965467442820138455611447112014905870274930 根據對未來幾年房地產價格預測的結果并結合影響房價的主要因素，提出了針對我國目前房地產價格問題的一些合理性建議。【關鍵詞】 多元線性回歸分析 線性擬合 相關系數 上升趨勢一、問題重述近十年來我國一些城鎮(zhèn)的商品房價格上漲過快，過高的房價使城鎮(zhèn)中低收入者無力購買住房，為了社會持續(xù)穩(wěn)定的發(fā)展，政府一直出臺各種政策，對房地產市場進行宏觀調控：物價水平、國內生產總值、國民收入水平、金融政策、稅收政策、土地、城市化率等都是影響房地產價格的因素，然后，公租房、廉租房和經濟適用房等各類保障性住房的建設力度加大，有利于增加房地產的供給力度，對房地產市場價格會產生較大影響。參考有關的研究成果和國民經濟的運行數據就我國房地產價格研究如下問題： 對有關統(tǒng)計數據進行分析，用適當的方法尋找影響房地產價格的主要因素或指標。 建立房地產價格與包括城鎮(zhèn)住房保障規(guī)模在內的主要因素或指標之間聯系的數學模型。 利用所建立的關于房地產價格的數學模型，根據有關政策和規(guī)劃對未來幾年我國或某一地區(qū)在不同的保障房建設力度下就房地產價格趨勢進行仿真或預測（可以根據模型的需要對未來的情況作適當的假設）。 根據所建立的數學模型和仿真結果，對房地產價格問題提出你們的咨詢建議。二、問題分析通過對此問題的分析，我們遇到了一些困難，比如說，問題中提到的金融政策和稅收政策對房價的影響，沒法用具體的數據進行量化，我們便從金融政策和稅收政策中分別找出對房價影響的最主要的因素來進行了量化。 對于問題()的分析影響房地產價格的因素眾多，要從其中找出影響房地產價格的主要因素，就需要一個評價的標準，對此我們采用線性擬合中的相關性系數來觀察各影響因素分別與房地產價格之間的關系，根據相關性大小從而找出對房地產價格產生影響的主要因素。 對于問題()的分析本題要求找出各主要影響因素與房價的聯系，根據經濟學知識可知，各主要影響因素對房地產價格具有一定的線性關系，故我們對此問題的解決辦法是，建立多元線性回歸方程模型找到各主要因素與房地產價格的聯系，為了簡化計算，本文不考慮各主要因素之間的相互影響和聯系。 （）的分析問題（）考慮到灰色預測精度不高的問題且在實際操作中需要不斷的改進與完善其工作量之大使得我們不得不尋求其他模型，建立房地產價格與各主要因素之間的關系，因此根據第二問中我們建立的具有一定可靠性、精度高的多元回歸模型，并通過數據擬合得到未來幾年影響房價的主要因素的量化數據，對未來幾年房地產價格走勢進行了預測，但是運用回歸方程模型來預測某一事物未來發(fā)展趨勢時，必須要有大量的數據才能獲得準確的預測結果，顯然我們不具備短期內收集足夠大量的數據的條件,而且影響房地產價格的因素還有許多，這些因素之間相互聯系，相互影響，所以我們在求解過程中進行了適當的假設。 （）的分析問題（）中已找出影響房地產價格的主要因素，并已經知道了各影響因素對房地產價格的具體影響方式，從而可以提出調控這些因素的措施，并結合當前國家政策法規(guī)，對房地產價格問題提出一些合理的建議。三、模型假設 假設有關房地產的各種因素在接下來的幾年里沒有巨大的變動； 假設各影響因素之間相互獨立，并且忽略次要因素對房價的影響； 相關網站公布的數據真實可靠； 不考慮戰(zhàn)爭、金融危機等對經濟沖擊過大的災難； 國家金融、財稅等事關房地產的政策不會在短期內發(fā)生大的變動； 忽略消費者對無學校、綠化率、停車位、通信、房屋建筑形式等對房屋價格的影響； 忽略消費成本如交通費用、物業(yè)費用、停車費用等對房屋價格的影響； 在接下來的幾年里，一個地區(qū)的人口密度穩(wěn)定，沒有太大的變化； 在接下來的幾年里，忽略各種炒房行為和國家宏觀調控對房屋價格的影響。四、符號系統(tǒng) 6個影響因素對房產價格的影響因素(i=7） 6個影響因素與房產價格之間的相關系數(i=7） 房地產價格五、模型建立 表1給出了北京市2003——2010年期間的生產總值、物價水平（消費價格指數）、人均可支付配收入、地稅、房屋供應面積、城市人口、房產投資額的相關數據。表1：北京市（20032010）年份生產總值（億元）物價水平（消費價格指數）人均可支配收入（元/人）地稅（億）房屋供應面積(萬平方米)城市人口（萬人）房產投資額（億元）20031486714242004166831516200510118645158420062066816102007236231648200826675167320092883817022010315551856注：數據來源：北京市統(tǒng)計局由于房地產價格與生產總值、物價水平（消費價格指數）、人均可支付配收入、地稅、房屋供應面積、城市人口、房產投資額等呈線性關系，而它們的線性組合仍呈線性，故我們選用多元線性方程來建立此模型。用線性回歸對房價和影響房價的各個因素進行線性擬合，得到結果如下(相關程序見附錄一)： 房地產價格()與生產總值()之間的關系： 圖1：房地產價格()與生產總值()之間的關系： 回歸方程：Y=+相關系數：R1= 正相關很強 房地產價格()與物價水平()之間的關系：：圖2：房地產價格()與物價水平()之間的關系回歸方程： Y= + 相關系數：R2= 正相關很弱 房地產價格()與人均可支配收入()之間的關系： 圖3：房地產價格()與人均可支配收入()之間的關系：回歸方程： Y=相關系數：R3= 正相關很強 房地產價格()與建材價格指數()之間的關系：圖4：房地產價格()與建材價格指數()之間的關系：回歸方程：Y= +相關系數：R4= 正相關性很強 房地產價格()與保障性住房規(guī)模()之間的關系：圖5：房地產價格()與保障性住房規(guī)模()之間的關系：回歸方程Y= X5+相關系數：R5= 正相關性弱 房地產價格()與居住用地交易價格指數()之間的關系：圖6：房地產價格()與居住用地交易價格指數(）之間的關系：回歸方程： Y= 相關系數：R6= 正相關性一般 房地產價格（）與稅收收入（）之間的關系：圖7：房地產價格（）與稅收收入（）之間的關系：回歸方程：Y= 相關系數： R7= 正相關性一般(Y)與主要影響因素(X)之間的關系回歸線方程相關系數正相關性房產價格