【正文】 28**.819**.973****.864**.958****.642**.283**.048**Sig..000.000.000.000.000.000.000.000.000.000N2205522055220552205522055220552205522055220552205522055保障性住房面積（萬平方米）P C**.230******.062**.081********.048**Sig..000.000.000.000.000.000.000.000.000.000N2205522055220552205522055220552205522055220552205522055**. Correlation is significant at the level (2tailed).根據(jù)表34可知，X10房地產(chǎn)開發(fā)投資額隨時間成指數(shù)性增長，房價及影響房價的其它5項主要指標與時間擬合均符合三次曲線。除X1經(jīng)濟適用房銷售價格與X5新增保障性住房面積的校正R2值較低以外，說明其顯著性非常明顯。根據(jù)查閱相關文獻資料，我們分析認為X1與X5的校正R2值較低主要因為在前幾年北京乃至全國對房地產(chǎn)市場的宏觀調控較少，而在后期由于房價飛速上漲引起多種社會矛盾，政府采取經(jīng)濟適用房、廉租房、公租房、限價商品房等保障性住房措施，以此抑制房價上漲，導致了該兩項指標擬合的顯著性程度不夠，因此該結果可用的，并非有誤。表34 房價及各指標擬合預測結果表指標名稱預測模型F值經(jīng)校正的R2X1經(jīng)濟適用房銷售價格X1=++X2北京市生產(chǎn)總值X2=+X4居民家庭人均收入X4=++X5新增保障性住房面積X5=++X6人均住宅建筑面積X6=12,139++X10房地產(chǎn)開發(fā)投資額X10=Y北京市商品房銷售價Y=+ (二)利用模型對五年內房價進行仿真預測 在前文中我們已經(jīng)得到房產(chǎn)價格與六項主要影響因素的線性關系，即： Y=+++5，該表是擬合結果與實際值之間的對比，%，說明可以使用該模型對房價進行預測。表35 擬合結果與實際值比較參數(shù)Casewise DiagnosticsaCase NumberStd. Residual商品房銷售價格（元）Predicted ValueResidual1.3475647249193.281506244764547376505376788882809.7261155310.762124181113799a. Dependent Variable: 商品房銷售價格（元）圖32 擬合結果圖根據(jù)表34中房價及各指標擬合預測結果，（源程序見附37），仿真得到各主要指標及房價Y在2000至2015年的仿真及預測數(shù)據(jù)（運行結果見附38）表36 2000至2015各指標的仿真及預測數(shù)據(jù)表年份X1預測值X2預測值X4預測值X5預測值X6預測值X10預測值Y預測值2000247732665547147．450561262001286736077396242．117．191077849442002311142048413291．419．609044652003325050178937305．521．875045582004332860069304294．423．92901419513820053386713298502683．25．7110563520063468835610914237．427．1610748620073616963812833211．628．21909131200838721093915943201．228．825011012200942801221920581216．428．919013073201048801343927086267．128．44101525820115717145593579317512201268331554047040197802013827016343611647342200820141007016928785022414220151227717255993911408．926128如表35所示，本文預測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。54 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果進行驗證，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系模型，最后預測出未來五年內北京市的房地產(chǎn)價格及變動趨勢。經(jīng)過上述研究，并對目前北京以及全國房地產(chǎn)市場環(huán)境進行分析總結，本文擬出以下幾點關于促進房地產(chǎn)價格健康持續(xù)發(fā)展的建議：（一）采取有效措施，引導廣大人民合理應對通貨膨脹本文在對房地產(chǎn)價格進行主要影響因素前，對所建立的指標體系進行了分析，并刪除了偶然性過大的貨幣供應量這一指標，沒有對其與房價進行研究，但通貨膨脹使物價持續(xù)上漲，貨幣不斷的貶值，這對整個社會的經(jīng)濟、政治等方面有著巨大的危害性。由于貨幣持續(xù)貶值、貨幣進入負利率時代，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，由于預期房價還會進一步上漲，這就吸引了更多資本進入房地產(chǎn)，使得地價和房價不斷地持續(xù)攀升。盡管國家出臺了抑制房價的許多政策，但是大家都看到：這并沒有真正地抑制房價的持續(xù)上漲因此，建議國家及北京市相關政府部門應該采取有效措施，引導廣大人民合理應對通貨膨脹，不應盲目跟風炒房，加劇我國的通貨膨脹。（二）以保持保障性住房的穩(wěn)定為重點，做好房地產(chǎn)價格調控和住房價格新體系的建立工作由上文的研究結果顯示，影響房價的六項主要指標中，X1經(jīng)濟適用房銷售價格與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并投入使用，已經(jīng)對房地產(chǎn)價格的調控起到了一定的作用。上文的預測結果顯示，未來五年內，北京市的房價依然會保持小幅度的增長，這里不排除會有通貨膨脹的可能。因此，建議國家及北京市相關政府部門以保持保障性住房的穩(wěn)定為重點，做好房地產(chǎn)價格調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。只有這樣才可以解決眾多由房地產(chǎn)引發(fā)出來的社會問題。（三）建議國家統(tǒng)一對房地產(chǎn)征收環(huán)境破壞補償費在研究中，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，對生態(tài)環(huán)境以及氣候造成了巨大地破壞。自然災害：泥石流、地陷、地質坍塌、持續(xù)的暴雨、洪流、長時間的天旱等會更加頻發(fā)；地下水資源不斷地減少、部分河流會斷流。因此，建議國家統(tǒng)一對房地產(chǎn)征收環(huán)境破壞補償費，建立保護生態(tài)的專項基金，同時也有助于督促房地產(chǎn)商、施工單位等保護環(huán)境。 （四）房產(chǎn)沒有貯藏職能，買房適可而止。國家大力發(fā)展房地產(chǎn)，現(xiàn)在的輿論是結婚必需有房子。大家都在搶這個東西，媒體制作這個房子稀缺論。經(jīng)濟學的角度講：當需求被激發(fā)出來的時候，一段時間內，房子會瘋狂上漲，加上中間投機倒把人的炒作，房子更是非理性上漲。更多的人，資金、熱錢涌入這個行業(yè)，這樣就有一個問題，大家都在建房子。當房地產(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。因此，建議有N套房子作為不動產(chǎn)的人適可而止，炒高房價的同時房產(chǎn)市場的泡沫也會遮住視線，房產(chǎn)不是黃金，不是食物貨幣，它沒有貯藏功能，市場供求關系一旦發(fā)生變化，房產(chǎn)的價值就會無形地縮水。六、模型的評價與推廣 模型評價本文由多個數(shù)學模型組合而成其優(yōu)點在于：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；曲線估計模型準確擬合了房價及六項主要指標隨時間的曲線方程；多元線性回歸模型合理預測了房價及其變化趨勢。上文中以北京市的相關數(shù)據(jù)為例對所建立的模型進行實證研究表明，預測結果及漲幅趨勢都與實際基本相符合，可以用以預測未來的房價。缺點在于：受比賽時間的限制，本文建立影響房價的指標體系最終只考慮10個指標，忽略了稅收政策、貨幣供應量等難以量化或出現(xiàn)過偶然不規(guī)律的影響因素，從而使房價的預測結果與實際值的絕對誤差較大。由于宏觀調控政策等房價重要影響影響因素無法預測，本文只能對 “十二五”規(guī)劃期間的未來五年北京市房價進行預測。 模型推廣本文以北京市房地產(chǎn)相關信息數(shù)據(jù)對所建立的模型進行了實證研究，將仿真結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)價格仿真研究預測。同時，主成分分析法與回歸分析法應用廣泛，本文所建立的數(shù)學模型也可推廣應用于其他領域線性相關問題的仿真預測研究中。參考文獻【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，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)濟研究導刊，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】嚴焰，《基于嶺回歸的房價模型構建及啟示》，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?！?】 ，2011年8月14日?！?0】 ，2011年8月14日。附錄附1：影響房價的指標體系具體數(shù)據(jù) NYX1X2X3X4X5X6X7X8X9X10X112000564724353162 2001491926443708 2002506230404315 2003476428645007 2004473728466033 2005505329536970 2006678835418118 2007828030079847 200811553286911115 200912418381312153