【文章內(nèi)容簡(jiǎn)介】 與生產(chǎn)總值Y=+很強(qiáng)房產(chǎn)價(jià)格與物價(jià)水平Y(jié)=+很弱房產(chǎn)價(jià)格與人均可支付配收入Y= 很強(qiáng)房產(chǎn)價(jià)格與地稅Y=+ 很強(qiáng)房產(chǎn)價(jià)格與房屋供應(yīng)面積Y= X5+很弱房產(chǎn)價(jià)格與城市人口Y= 強(qiáng)房產(chǎn)價(jià)格與房產(chǎn)投資額Y= 一般由以上數(shù)據(jù)可以看出，生產(chǎn)總值、人均可支付配收入、地稅、城市人口對(duì)北京市房?jī)r(jià)的影響顯著，是房?jī)r(jià)的主要決定因素，物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、房屋供應(yīng)面積、房產(chǎn)投資額而也有影響，但并不顯著。 多元線性回歸的建立及殘差分析　和一元回歸一樣,多元線性回歸模型只是一種假設(shè),求出回歸方程后,還需要對(duì)它進(jìn)行殘差分析,以檢驗(yàn) 與:間的線性關(guān)系是否顯著,即需要對(duì)假設(shè)構(gòu)造F統(tǒng)計(jì)量及檢驗(yàn)的拒絕域：拒絕域：其中為殘差平方和 在語(yǔ)句基礎(chǔ)上執(zhí)行命令可得時(shí)序殘差圖。圖8 殘差分析原始圖運(yùn)用編程對(duì)這些數(shù)據(jù)進(jìn)行回歸分析得到結(jié)果為: 至此我們找到了影響房地產(chǎn)價(jià)格的主要因素與房地產(chǎn)價(jià)格之間的關(guān)系。 回歸系數(shù)的檢驗(yàn)由于北京市、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）和地稅的數(shù)據(jù)比生產(chǎn)總值、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額的數(shù)據(jù)小得多，在回歸系數(shù)檢驗(yàn)中可以忽略掉。通過(guò)進(jìn)行回歸系數(shù)檢驗(yàn)得出，計(jì)算檢驗(yàn)臨界值t=；計(jì)算預(yù)測(cè)區(qū)間T1=，T2=，T3=,T4=,T5=(計(jì)算程序見(jiàn)附錄一)。 通過(guò)比較T的值，我們可以得出人均可支付配收入、房屋供應(yīng)面積、城市人口對(duì)房?jī)r(jià)的影響是顯著的。 表2給出了南京市2003——2010年期間的生產(chǎn)總值、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額的相關(guān)數(shù)據(jù)。表2 南京市（20032010）年份生產(chǎn)總值（億元）物價(jià)水平（消費(fèi)價(jià)格指數(shù)）人均可支配收入（元/人）地稅（億）房屋供應(yīng)面積(萬(wàn)平方米)城市人口（萬(wàn)人）房產(chǎn)投資額（億元）2003 2004 2005 2006 2007 2008 2009 2010注：數(shù)據(jù)來(lái)源于南京市統(tǒng)計(jì)局由于房地產(chǎn)價(jià)格與生產(chǎn)總值、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額等呈線性關(guān)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(lái)建立此模型。用線性回歸對(duì)房?jī)r(jià)和影響房?jī)r(jià)的各個(gè)因素進(jìn)行線性擬合，得到結(jié)果如下(相關(guān)程序以及圖形見(jiàn)附錄二)(Y2)與主要影響因素(X2)之間的關(guān)系回歸線方程相關(guān)系數(shù)正相關(guān)性房產(chǎn)價(jià)格與生產(chǎn)總值Y=+ 很強(qiáng)房產(chǎn)價(jià)格與物價(jià)水平Y(jié)=+ 很弱房產(chǎn)價(jià)格與人均可支付配收入Y=+ 很強(qiáng)房產(chǎn)價(jià)格與地稅Y=+ 很強(qiáng)房產(chǎn)價(jià)格與房屋供應(yīng)面積Y= 強(qiáng)房產(chǎn)價(jià)格與城市人口Y= 很強(qiáng)房產(chǎn)價(jià)格與房產(chǎn)投資額Y=+ 很強(qiáng) 多元線性回歸的建立及殘差分析　和一元回歸一樣,多元線性回歸模型只是一種假設(shè),求出回歸方程后,還需要對(duì)它進(jìn)行殘差分析,以檢驗(yàn)與X間的線性關(guān)系是否顯著,即在語(yǔ)句基礎(chǔ)上執(zhí)行命令可得時(shí)序殘差圖（有關(guān)程序見(jiàn)附錄二）。圖9殘差分析原始圖運(yùn)用編程對(duì)這些數(shù)據(jù)進(jìn)行回歸分析得到結(jié)果為: 由殘差圖可以看出，2010年的數(shù)據(jù)的殘差不包含零，則應(yīng)把它視為異常值，在回歸中應(yīng)把它剔除，再進(jìn)行回歸。將2010年的數(shù)據(jù)剔除后，本文又進(jìn)行了回歸，在語(yǔ)句基礎(chǔ)上執(zhí)行命令可得時(shí)序殘差圖（有關(guān)程序見(jiàn)附錄三）。 回歸系數(shù)的檢驗(yàn)由于南京市物價(jià)水平（消費(fèi)價(jià)格指數(shù)）和地稅的數(shù)據(jù)比生產(chǎn)總值、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額的數(shù)據(jù)小得多，在回歸系數(shù)檢驗(yàn)中可以忽略掉。通過(guò)進(jìn)行回歸系數(shù)檢驗(yàn)得出，計(jì)算檢驗(yàn)臨界值t=；計(jì)算預(yù)測(cè)區(qū)間T1=，T2=，T3=,T4=,T5=(計(jì)算程序見(jiàn)附錄二)。 通過(guò)比較T的值，我們可以得出生產(chǎn)總值、城市人口、房產(chǎn)投資額對(duì)房?jī)r(jià)的影響是顯著的。 南昌市 表3給出了南昌市2003——2010年期間的生產(chǎn)總值、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額的相關(guān)數(shù)據(jù)。表3 南昌市（20032010）年份生產(chǎn)總值（億元）物價(jià)水平（消費(fèi)價(jià)格指數(shù)）人均可支配收入（元/人）地稅（億）房屋供應(yīng)面積(萬(wàn)平方米)城市人口（萬(wàn)人）房產(chǎn)投資額（億元）2003 2004 2005 2006 2007 2008 2009 2010注：數(shù)據(jù)來(lái)源于南昌市統(tǒng)計(jì)局 由于房地產(chǎn)價(jià)格與生產(chǎn)總值、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額等呈線性關(guān)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(lái)建立此模型。用線性回歸對(duì)房?jī)r(jià)和影響房?jī)r(jià)的各個(gè)因素進(jìn)行線性擬合，得到結(jié)果如下(相關(guān)程序見(jiàn)附錄三)(Y3j)與主要影響因素(X3j)之間的關(guān)系回歸線方程相關(guān)系數(shù)正相關(guān)性房產(chǎn)價(jià)格與生產(chǎn)總值Y=+ 很強(qiáng)房產(chǎn)價(jià)格與物價(jià)水平Y(jié)=很弱房產(chǎn)價(jià)格與人均可支付配收入Y=+很強(qiáng)房產(chǎn)價(jià)格與地稅Y=+很強(qiáng)房產(chǎn)價(jià)格與房屋供應(yīng)面積Y= 很強(qiáng)房產(chǎn)價(jià)格與城市人口Y= 強(qiáng)房產(chǎn)價(jià)格與房產(chǎn)投資額Y=+很強(qiáng)由以上數(shù)據(jù)可以看出，國(guó)民總收入、國(guó)內(nèi)生產(chǎn)總值、國(guó)家城市化率、保障性住房規(guī)模、稅收政策（房產(chǎn)稅收收入）、金融政策（房產(chǎn)投資資金）、居住用地價(jià)格指數(shù)對(duì)房?jī)r(jià)的影響顯著，是房?jī)r(jià)的主要決定因素，而物價(jià)水平（建材價(jià)格指數(shù)）、雖然對(duì)房?jī)r(jià)也有影響，但并不顯著。 多元線性回歸的建立及殘差分析　和一元回歸一樣,多元線性回歸模型只是一種假設(shè),求出回歸方程后,還需要對(duì)它進(jìn)行殘差分析,以檢驗(yàn)與X間的線性關(guān)系是否顯著,即在語(yǔ)句基礎(chǔ)上執(zhí)行命令可得時(shí)序殘差圖（有關(guān)程序見(jiàn)附錄三）。圖10 殘差分析原始圖運(yùn)用編程對(duì)這些數(shù)據(jù)進(jìn)行回歸分析得到結(jié)果為: 由殘差圖可以看出，在語(yǔ)句基礎(chǔ)上執(zhí)行命令可得時(shí)序殘差圖（有關(guān)程序見(jiàn)附錄三）。 回歸系數(shù)的檢驗(yàn)由于南京市物價(jià)水平（消費(fèi)價(jià)格指數(shù)）和地稅的數(shù)據(jù)比生產(chǎn)總值、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額的數(shù)據(jù)小得多，在回歸系數(shù)檢驗(yàn)中可以忽略掉。通過(guò)進(jìn)行回歸系數(shù)檢驗(yàn)得出，計(jì)算檢驗(yàn)臨界值t=；計(jì)算預(yù)測(cè)區(qū)間T1=，T2=，T3=,T4=,T5=(計(jì)算程序見(jiàn)附錄二)。 通過(guò)比較T的值，我們可以得出人均可支付配收入、城市人口、房產(chǎn)投資額對(duì)房?jī)r(jià)的影響是顯著的。 房地產(chǎn)價(jià)格趨勢(shì)預(yù)測(cè)運(yùn)用擬合方法對(duì)生產(chǎn)總值、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額因素對(duì)2003到2010年的房屋銷(xiāo)售均價(jià)進(jìn)行了預(yù)測(cè)表1給出了南昌市2003——2010年期間的生產(chǎn)總值、物價(jià)水平（消費(fèi)價(jià)格指數(shù)）、人均可支付配收入、地稅、房屋供應(yīng)面積、城市人口、房產(chǎn)投資額的相關(guān)數(shù)據(jù)。年份北京南京南昌201272965467442820138455611447112014905870274930因此，由上表可以看出，未來(lái)三年北京房?jī)r(jià)與南京房?jī)r(jià)將保持猛漲趨勢(shì)，南昌房?jī)r(jià)仍然上漲，但上漲勢(shì)頭緩慢，得到緩解?，F(xiàn)有住房保障規(guī)模的建設(shè)和政策仍然無(wú)法抑制北京和南京這些一線二線城市的房?jī)r(jià)猛漲勢(shì)頭，但能有效的緩解了南昌等三線城市的房?jī)r(jià)上漲勢(shì)頭。六、模型評(píng)價(jià)及推廣（1）我們選用了一線、二線、三線的代表性城市北京、南京、南昌作為具體分析的對(duì)象，使模型的結(jié)果更加具有可信度和準(zhǔn)確性。（2）模型中所需的數(shù)據(jù)來(lái)自于統(tǒng)計(jì)局網(wǎng)站發(fā)布的《統(tǒng)計(jì)年鑒》信息比較權(quán)威而且相對(duì)完整，具有一般性和客觀性，提高了結(jié)果的精確度。（3）使用方法較為客觀，盡可能地避免了主觀因素的影響。（4）考慮的因素較多，能較為全面地反映我國(guó)現(xiàn)在房地產(chǎn)價(jià)格的情況。（5）每一個(gè)模型求出結(jié)果后都進(jìn)行了模型的檢驗(yàn)，使模型的準(zhǔn)確性和實(shí)用性。（1）如果相關(guān)專(zhuān)業(yè)網(wǎng)站上能夠提供更多方面的數(shù)據(jù)信息，模型的準(zhǔn)確性和精確度將會(huì)更好。（2）由于相關(guān)網(wǎng)站未提供金融危機(jī)和世博會(huì)對(duì)房?jī)r(jià)的影響數(shù)據(jù)，未能對(duì)金融危機(jī)和世博會(huì)等環(huán)境因素進(jìn)行分析，因此所建立的房地產(chǎn)價(jià)格模型中考慮的因素不夠全面。 模型中的主成分分析和灰色模擬預(yù)測(cè)的運(yùn)用在很多的數(shù)模題中，模型可以推廣以分析其他商品的定價(jià)及價(jià)格趨勢(shì)，還可以分析影響降水量的主要因素分析和對(duì)未來(lái)幾年降水量的預(yù)測(cè)。七、建議報(bào)告關(guān)于調(diào)節(jié)房地產(chǎn)價(jià)格的建議報(bào)告國(guó)家房地產(chǎn)局及有關(guān)部門(mén)： 我們根據(jù)查詢(xún)和分析相關(guān)的房地產(chǎn)數(shù)據(jù)得出：自2003年以來(lái)我國(guó)的一線、二線、三線城市的房地產(chǎn)價(jià)格整體上出現(xiàn)一種迅速上升的現(xiàn)象。雖