成都市住宅價格持續上漲的幾大影響因素分析

　　近些年成都市商品房住宅價格逐漸上升問題受到了各大部門的熱切關注，這就需要重點研究商品住宅價格持續上升的影響因素。下面文章分析2000年-2015年的相關數據構建多元線性回歸模型，得出從業人員分配是房地產價格的主要影響因素，城鎮人均可支配收入占其次，商品房投資完成額影響不太大，其他指標的影響也不是很明顯，文中針對這些問題，提出控制房價快速增長的建議，供相關人員參考。

　　關鍵詞：商品住宅價格,多元線性回歸模型,影響因素

　　1引言

　　成都市是我國西部大開發的戰略高地，是西南地區的商貿、科技、金融中心和交通樞紐，近些年隨著成都經濟的飛速發展，住宅價格的持續較快增長成為了人們關注的焦點。另外，房價過快上漲在推動投資增長過快的同時，不僅抑制了居民的消費，還阻礙了城市的發展。因此，對成都住宅價格上漲因素的分析研究并提出相應的平抑住房價格的對策，具有非常重要的現實意義。

　　2模型構建

　　2.1模型的基本假設與前提條件

　　模型的所有假設都基于以下假設：所有統計數據真實可靠;僅研究商品房住宅平均價格影響因素;僅從定性因素中提取的指標對房地產價格的影響因素進行分析;當前的房地產政策沒有重大變化。

　　5.假設當前的經濟態勢沒有重大變化。

　　2.2數據的選取及變量篩選

　　由于房地產市場從90年代末才逐步發展，相關統計數據有限，因此本文擬采用了2000-2015年的相關數據，由于數據量少，可能會對回歸結果的準確度有一定影響。

　　本文以成都市住宅平均售價(X_0)作為因變量，考慮到數據的獲取難度和影響程度，通過查閱現有大量文獻以及相關期刊學術研究分析的基礎上，引入8項指標作為自變量，分別是GDP(X_1)，城鎮人均可支配收入(X_2)，在崗職工人均工資(X_3)，人口密度(X_4)，從業人員(X_5)，商品房投資完成額(X_6)，竣工面積(X_7)和人民幣貸款平均基準利率(五年以上)(X_8)。

　　3成都房價上漲的影響因素實證分析

　　3.1回歸模型構建

　　本文選取逐步回歸統計方法來構建模型。運用SPSS軟件對數據進行逐步回歸分析，在每一次引入變量時，概率F最小的值的變量引入回歸方程。如果已引入回歸方程的變量的F大于設定值，將被剔除出回歸方程。當無變量被引入或剔除時，終止回歸過程。取回歸系數為95%的置信區間，建立線性模型。

　　3.2相關檢驗及結果

　　表1的第3個模型是最終的方程，F值是回歸方程的顯著性檢驗，為402.425，Sig.<0.1，因此模型中被解釋變量與解釋變量之間存在顯著的線性關系。

　　在表2的模型3中，回歸參數顯著性檢驗t值的Sig值均小于0.1，因此認為該模型有意義，即解釋變量對被解釋變量有顯著性影響。

　　該模型說明： 城鎮人均可支配收入每增加1元，住宅價格增加0.725元;從業人員每增加1萬人，商品住宅價格增加3.674元;商品房投資完成額每增加1億元，商品住宅價格增加0.382元。可以看出，從業人員對商品住宅價格影響最大，城鎮人均可支配收入次之，商品房投資完成額影響最小。

　　4研究結論與展望

　　本文結合2000年-2015年的成都房地產相關數據，以成都住宅平均售價為因變量，GDP，城鎮人均可支配收入，在崗職工人均工資，人口密度，從業人員，商品房投資完成額這六個指標作為自變量，來構建多元線性回歸模型，得出從業人員是房地產價格的主要影響因素，城鎮人均可支配收入次之，商品房投資完成額影響最小，其他指標的影響甚微(剔除變量)。因此，現階段想要階段性平抑房價，需要重點從建設經濟適用房協調人口增長和提高在崗職工人均工資以及人均可支配收入的合理增長兩方面著手制定相關政策。

　　參考文獻：

　　[1]周建華.基于逐步回歸法的稅收收入影響因素分析.中國高新技術企業.

　　[2]王聰. 基于多因素LOGISTIC的城市房地產價格預測模型研究[D]. 大連理工大學. 2008.

　　[3]熊文菠. 我國商品房價格上漲的主要原因和對策研究[D]. 西安建筑科技大學. 2010.

　　[4]劉池. 我國房地產價格及影響因素的綜合評估[D]. 云南大學. 2014.

　　相關閱讀：房地產企業營銷戰略制定與控制

　　這篇房地產論文發表了房地產企業營銷戰略制定與控制，隨著城市化進程的加快，房地產企業蓬勃發展，對于房企來說需要營銷戰略的定制來控制房地產企業，房地產的營銷戰略關系到企業的未來發展，論文對房地產營銷戰略特點進行了分析了并制定的主要內容。