【正文】 )y附3enddisp(39。房地產(chǎn)開發(fā)投資額39。人均住宅建筑面積39。保障性住房價格39。居民家庭人均收入39。北京市生產(chǎn)總值39。經(jīng)濟(jì)適用房價格39。 x10(t)=*t^。 x5(t)=+**t^2+*t^3。 x2(t)=*t+*t^*t^3。6：商品房銷售價格擬合Model Summary and Parameter EstimatesDependent Variable:商品房銷售價格（元）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.75619.001Logarithmic.47319.019Inverse.20719.159Quadratic.96828.000Cubic.97337.000Compound.76219.000Power.47819.019.388S.20219.165Growth.76219.000.110Exponential.76219.000.110附34：人均住宅建筑面積擬合Model Summary and Parameter EstimatesDependent Variable:人均住宅建筑面積（平方米）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.90619.000Logarithmic.95019.000Inverse.75319.001Quadratic.98328.000Cubic.98537.000.014Compound.87019.000Power.95919.000.314S.80119.000Growth.87019.000.067Exponential.87019.000.067附32：居民家庭人均收入擬合Model Summary and Parameter EstimatesDependent Variable:居民家庭人均收入（元）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.77819.000Logarithmic.56219.008Inverse.31819.071Quadratic.91128.000Cubic.95637.000Compound.94119.000Power.77119.000.538S.49719.015Growth.94119.000.133Exponential.94119.000.133附31： 模型概述表Model SummarykModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbinWatsonR Square ChangeF Changedf1df2Sig. F Change1.927a.859.859.859122053.0002.989b.977.977.119122052.0003.992c.984.984.007122051.0004.995d.990.990.006122050.0005.997e.994.994.004122049.0006.999.999.005122048.0007.999.000122047.0008.000122046.0009.000122045.00010.000.000122044.000.001a. Predictors: (Constant), 北京市生產(chǎn)總值（億元）b. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）c. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元)d. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPIe. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPI, 城市化率f. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPI, 城市化率, 居民家庭人均收入（元）g. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPI, 城市化率, 居民家庭人均收入（元）, 經(jīng)濟(jì)適用房銷售價格（元）h. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPI, 城市化率, 居民家庭人均收入（元）, 經(jīng)濟(jì)適用房銷售價格（元）, 恩格爾系數(shù)（%）i. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPI, 城市化率, 居民家庭人均收入（元）, 經(jīng)濟(jì)適用房銷售價格（元）, 恩格爾系數(shù)（%）, 貸款利率j. Predictors: (Constant), 北京市生產(chǎn)總值（億元）, 人均住宅建筑面積（平方米）, 房地產(chǎn)開發(fā)投資額(億元), CPI, 城市化率, 居民家庭人均收入（元）, 經(jīng)濟(jì)適用房銷售價格（元）, 恩格爾系數(shù)（%）, 貸款利率, 保障性住房面積（萬平方米）k. Dependent Variable: 商品房銷售價格（元）附3【10】 ，2011年8月14日。參考文獻(xiàn)【1】彭聰，聶元飛，《房價影響因素的實證研究——基于GDP、CPI、利率和居民可支配收入視角》，建筑經(jīng)濟(jì)，2009年第12期（總第326期）【2】趙麗麗，焦繼文，《房價影響因素的灰色關(guān)聯(lián)度分析》，統(tǒng)計與決策，2007年第23期(總第251期)【3】李晨，《基于因子分析法的中國房價影響因素分析》，經(jīng)濟(jì)研究導(dǎo)刊，2010年第16期（總第90期）【4】喬志敏，《房地產(chǎn)開發(fā)投資的環(huán)境影響評價》，中國房地產(chǎn),1995年1月【5】嚴(yán)焰，《基于嶺回歸的房價模型構(gòu)建及啟示》，商場現(xiàn)代化，總第465期，2006年4月【6】曾俊，李博皇，張維，《基于多目標(biāo)規(guī)劃的合理房價模型探討》，科協(xié)論壇，2010年第5期(下)【7】曹瑞，周鋒，歐陽廣帥，徐帥帥，《基于多項式回歸的房價模型分析》，科協(xié)論壇，2010年第10期(下)【8】 ，2011年8月14日。 模型推廣本文以北京市房地產(chǎn)相關(guān)信息數(shù)據(jù)對所建立的模型進(jìn)行了實證研究，將仿真結(jié)果與真實值比較基本一致，因此該模型適用于全國其他城市的房產(chǎn)價格仿真研究預(yù)測。缺點(diǎn)在于：受比賽時間的限制，本文建立影響房價的指標(biāo)體系最終只考慮10個指標(biāo)，忽略了稅收政策、貨幣供應(yīng)量等難以量化或出現(xiàn)過偶然不規(guī)律的影響因素，從而使房價的預(yù)測結(jié)果與實際值的絕對誤差較大。六、模型的評價與推廣 模型評價本文由多個數(shù)學(xué)模型組合而成其優(yōu)點(diǎn)在于：主成分分析模型能有效地提取到影響房價的六項主要因素；逐步回歸模型有力驗證了六項主要因素的影響地位；曲線估計模型準(zhǔn)確擬合了房價及六項主要指標(biāo)隨時間的曲線方程；多元線性回歸模型合理預(yù)測了房價及其變化趨勢。當(dāng)房地產(chǎn)市場供大于求時，房子就會像通貨膨脹時的貨幣一樣貶值。經(jīng)濟(jì)學(xué)的角度講：當(dāng)需求被激發(fā)出來的時候，一段時間內(nèi)，房子會瘋狂上漲，加上中間投機(jī)倒把人的炒作，房子更是非理性上漲。國家大力發(fā)展房地產(chǎn)，現(xiàn)在的輿論是結(jié)婚必需有房子。因此，建議國家統(tǒng)一對房地產(chǎn)征收環(huán)境破壞補(bǔ)償費(fèi)，建立保護(hù)生態(tài)的專項基金，同時也有助于督促房地產(chǎn)商、施工單位等保護(hù)環(huán)境。（三）建議國家統(tǒng)一對房地產(chǎn)征收環(huán)境破壞補(bǔ)償費(fèi)在研究中，我們發(fā)現(xiàn)房地產(chǎn)開發(fā)投資額近11年來以X10=，眾多高樓大廈崛起的同時也有大量的不合理的城市建設(shè)，對生態(tài)環(huán)境以及氣候造成了巨大地破壞。因此，建議國家及北京市相關(guān)政府部門以保持保障性住房的穩(wěn)定為重點(diǎn)，做好房地產(chǎn)價格調(diào)控和住房價格新體系的建立工作，一定要使普通老百姓有房可住，同時使房地產(chǎn)市場健康有序地發(fā)展。（二）以保持保障性住房的穩(wěn)定為重點(diǎn)，做好房地產(chǎn)價格調(diào)控和住房價格新體系的建立工作由上文的研究結(jié)果顯示，影響房價的六項主要指標(biāo)中，X1經(jīng)濟(jì)適用房銷售價格與X5新增保障性住房面積都屬于政策性保障住房的范疇，可見近幾年來保障性住房在全國的建設(shè)并投入使用，已經(jīng)對房地產(chǎn)價格的調(diào)控起到了一定的作用。由于貨幣持續(xù)貶值、貨幣進(jìn)入負(fù)利率時代，大資本或部分中等收入者為了財富保值，就購買地產(chǎn)或房產(chǎn)以求保值，就使得房價上漲，由于預(yù)期房價還會進(jìn)一步上漲，這就吸引了更多資本進(jìn)入房地產(chǎn)，使得地價和房價不斷地持續(xù)攀升。4 對房地產(chǎn)價格的合理建議本文首先通過主成分分析法研究了房地產(chǎn)價格的主要影響因素為“X4居民家庭人均收入，X10房地產(chǎn)開發(fā)投資額, X2北京市生產(chǎn)總值， X1經(jīng)濟(jì)適用房銷售價格， X6人均住宅建筑面積 ， X5新增保障性住房面積”，然后利用逐步回歸法對其結(jié)果進(jìn)行驗證，再由多元線性回歸法建立房價與六個主要影響因素間的關(guān)系模型，最后預(yù)測出未來五年內(nèi)北京市的房地產(chǎn)價格及變動趨勢。5所示，本文預(yù)測2011至2015年房價分別為：17512元、19780元、22008元、24142元、26128元，總體來講北京房價在未來五年內(nèi)穩(wěn)中有升，總體漲幅約71%，年均漲幅趨于10%～15%之間,并且隨著時間的推移，由于人民住房普遍得到保障使房屋需求量減小等原因影響下，房價的漲幅會越來越小，因房價過高、漲幅過快而引起的各種社會問題也都會迎刃而解。8）表34中房價及各指標(biāo)擬合預(yù)測結(jié)果，（源程序見附35 擬合結(jié)果與實際值比較參數(shù)Casewise DiagnosticsaCase NumberStd. Residual商品房銷售價格（元）Predicted ValueRes