• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      城鎮(zhèn)人均住房面積相關(guān)影響因素實證分析

      2013-12-30 08:57:04李梅華周楠楠
      商品與質(zhì)量·消費研究 2013年10期
      關(guān)鍵詞:實證研究

      李梅華 周楠楠

      【摘 要】城鎮(zhèn)人均住房面積是影響民生,體現(xiàn)城鎮(zhèn)居民生活水平的重要指標(biāo),本文選取了8個相關(guān)影響因素進(jìn)行研究,通過主成分分析法提取了決定性的兩個因子經(jīng)濟(jì)景氣因子和住房價格因子,利用多元線性回歸模型建立方程,分析了各因素對我國城鎮(zhèn)人均住房面積的影響程度。

      【關(guān)鍵詞】人均住房面積;實證研究;經(jīng)濟(jì)景氣因子;住房價格因子

      衣食住行一直是關(guān)系民生的重大問題,居民住房的人均使用面積的大小更是關(guān)系到廣大居民的切身利益,是居民生活水平的重要體現(xiàn)。改革開放30多年來,中國城鄉(xiāng)居民的居住條件和生活環(huán)境發(fā)生了天翻地覆的變化。中國城鎮(zhèn)居民人均住房面積1978年為6.7平米,2010年已達(dá)到31.6平方米,增長了4倍多。目前普遍認(rèn)為小康住房標(biāo)準(zhǔn)城鎮(zhèn)人均住房建筑面積應(yīng)該為30平方米,但目前我國各個城市的人均使用面積各有不同,差異懸殊,弄清它們背后的決定因素是非常重要的。本文選擇了“城鎮(zhèn)人均住房面積”這個衡量居民居住環(huán)境的重要指標(biāo)作為主題,通過建立多元線性回歸模型,試圖找出影響城鎮(zhèn)居民住房面積的重要因素,以及各因素對住房面積的影響程度,為進(jìn)一步改善居民的居住環(huán)境提供一定的幫助。

      一、模型建立與指標(biāo)選取

      由于目前沒有關(guān)于住房面積影響因素的成熟理論,本文盡量多的選取了與住房面積有關(guān)的因素作為指標(biāo)進(jìn)行分析,初步建立多線性回歸模型:

      (1)

      其中:Y——人均住宅建筑面積(平方米);X1——房屋銷售價格指數(shù)(%);X2——城鎮(zhèn)市區(qū)人口密度(人/平方公里);X3——城鎮(zhèn)居民家庭人均全年可支配收入(元);X4——城鎮(zhèn)居民家庭人均全年消費性支出(元);X5——城鎮(zhèn)新建住宅面積(萬平方米);X6——消除價格影響后的房地產(chǎn)開發(fā)投資額(億元);X7——恩格爾系數(shù)(%);X8——個人住房商業(yè)貸款利率五年以上(%);C——城鎮(zhèn)居民的必要居住面積;——隨機(jī)擾動項。

      二、數(shù)據(jù)整理

      在數(shù)據(jù)收集中遇到一些問題做如下說明:1、住房商業(yè)貸款利率受到房地產(chǎn)銷售市場行情和政策的影響,有時候一年變動好幾次,有時候會有一兩年持續(xù)無重大變化,本文將一年變動好幾次年份的數(shù)據(jù)取了平均值,而無重大變化的則沿用了上一年的數(shù)據(jù)。

      表1 城鎮(zhèn)人均住宅建筑面積與相關(guān)影響因素(1998-2010)

      數(shù)據(jù)來源:《中國城市統(tǒng)計年鑒》、《天津市國土資源和房屋管理局》、《搜房網(wǎng)咨詢中心》、中華人民共和國國家統(tǒng)計局。

      三、模型回歸

      在對模型進(jìn)行回歸分析時,由于經(jīng)濟(jì)數(shù)據(jù)的限制,解釋變量之間不可避免的會出現(xiàn)普遍的相關(guān)關(guān)系,相關(guān)關(guān)系的出現(xiàn)會引起模型估計失真,是模型不能準(zhǔn)確反映經(jīng)濟(jì)現(xiàn)象。本文利用統(tǒng)計分析軟件SPSS17.0對被解釋變量與解釋變量之間的多重共線性進(jìn)行分析時發(fā)現(xiàn),所有指標(biāo)的容忍度都小于0.3,甚至接近于零,而方差膨脹因子VIF,除了X1和X8小于10外其他的都非常大(見表2)。

      表2 自變量多重共線性分析(因變量y)

      容忍度越小,方差膨脹因子越大,說明多重共線性越嚴(yán)重存在,這種嚴(yán)重的多重共線性會嚴(yán)重影響最小二乘估計。

      (一)主成分分析法消除多重共線性

      原始數(shù)據(jù)之間存在著比較嚴(yán)重的多重共線性,最簡單最直接的方法就是消減變量個數(shù),但是這樣會丟失很多信息或者信息不全面,為了能夠更加全面解釋本文選取的各變量對住房面積產(chǎn)生的經(jīng)濟(jì)影響,這里選用主成分分析法,對變量進(jìn)行分析,按照特征根大于1的規(guī)則提取2個主成分并采用方差最大法,對提取到的兩個主成分進(jìn)行正交旋轉(zhuǎn),得到兩個主成分的累計方差貢獻(xiàn)率已達(dá)88.511%,總體上,信息丟失較少,因子分析效果較理想,提取兩個因子是合適的。再進(jìn)一步得到主成分分析的分析系數(shù)矩陣(見表3)。

      表3旋轉(zhuǎn)成份矩陣

      根據(jù)旋轉(zhuǎn)成分矩陣,得到關(guān)于住房面積的因子得分函數(shù):

      F1=0.151X1-0.658X2+0.981X3+0.936X4+0.985X5+0.989X6+0.950X7+.572X8 (1)

      F2=0.942X1+0.667X2-0.072X3-0.114X4-0.150X5-0.121X6+0.039X7-0.469X8 (2)

      從中可以看出F1和F2對X2和X8都有著差不多對等的正負(fù)相關(guān)性,除此之外,X3城鎮(zhèn)居民家庭人均全年可支配收入、X4城鎮(zhèn)居民家庭人均全年消費性支出、X5城鎮(zhèn)新建住宅面積、X6房地產(chǎn)開發(fā)投資額、X7恩格爾系數(shù)在第一個因子上的載荷都很高,這些指標(biāo)都直接反應(yīng)了我國的經(jīng)濟(jì)景氣狀況,因而命名F1為經(jīng)濟(jì)景氣因子,X1房屋銷售價格指數(shù)單獨在第二個因子上的載荷很高,這表明F2受房屋價格影響很大,命名F2為住房價格因子。

      (二)建立回歸方程并檢驗

      將原標(biāo)準(zhǔn)化之后的數(shù)據(jù)分別代入F1與F2的因子得分函數(shù)得表4

      表4 標(biāo)準(zhǔn)化后的住房面積與影響因子數(shù)據(jù)(1998-2010)

      根據(jù)以上數(shù)據(jù)建立回歸模型

      Z—城鎮(zhèn)人均住房面積

      F1—經(jīng)濟(jì)景氣因子

      F2—住房價格因子

      C為常數(shù),u為隨機(jī)誤差。

      在此做回歸分析,得到如下結(jié)果:

      表5 消除多重共線性后的OLS估計表

      =0.9329,=0.9195, DW=2.6018,F(xiàn) = 69.5405

      由表5 可得回歸估計方程為(3)

      (0.014730)(11.77364)(-3.456140)

      由以上數(shù)據(jù)可知,C=0.001159,為0.355,說明經(jīng)濟(jì)景氣因子與人均住房面積成正相關(guān)性,為-0.271說明住房價格因子與人均住房面積成負(fù)相關(guān)性,符合經(jīng)濟(jì)意義。

      統(tǒng)計意義檢驗:擬合優(yōu)度 0.9329調(diào)整后的擬合優(yōu)度為0.9195,模型的擬合效果很好。模型F值為69.5405>F0.05(2,10)=4.10,因此,回歸方程整體顯著。符合統(tǒng)計意義。對于給定顯著性水平α=0.05,自由度V=13-2-1=10的t分布雙側(cè)檢驗t0.05/2(10)=2.23,, F1的t值為11.7736,F(xiàn)2的t值絕對值為3.4561,均大于臨界值,是顯著的。

      將式(1)和式(2)帶入式(3)整理保留三位有效數(shù)字最后的方程:

      Z=0.001-0.202X1-0.414X2+0.368X3+0.363X4+0.390X5+0.384X6

      +0.327 X7+0.330X8

      四、實證結(jié)論

      綜合來看,房屋銷售價格指數(shù)、城鎮(zhèn)市區(qū)人口密度、城鎮(zhèn)居民家庭人均全年可支配收入、城鎮(zhèn)居民家庭人均全年消費性支出、城鎮(zhèn)新建住宅面積、房地產(chǎn)開發(fā)投資額、恩格爾系數(shù)、個人住房商業(yè)貸款利率,都對城鎮(zhèn)居民住房面積產(chǎn)生了一定的影響,其中城鎮(zhèn)居民家庭人均全年可支配收入、城鎮(zhèn)居民家庭人均全年消費性支出、城鎮(zhèn)新建住宅面積、房地產(chǎn)開發(fā)投資額、恩格爾系數(shù),這些指標(biāo)都直接反應(yīng)了我國的經(jīng)濟(jì)景氣狀況,經(jīng)濟(jì)景氣因子與人均住房面積成正相關(guān)性,說明整個社會經(jīng)濟(jì)越是繁榮的時候居民的住房面積就會相應(yīng)增加,而且經(jīng)濟(jì)景氣因子每提高一個1個單位,住房面積提高0.355個單位。房屋價格指數(shù)直接決定了住房價格因子,住房價格因子與人均住房面積成負(fù)相關(guān)性,當(dāng)房屋銷售價格增加時,居民的住房面積就會減少,而且住房價格因子每增加一個單位,住房面積減少0.271個單位。近些年來中國住房與房地產(chǎn)在快速發(fā)展,房屋銷售價格節(jié)節(jié)攀升,屢創(chuàng)新高,住房難,供房難,房地產(chǎn)價格調(diào)控等也成了當(dāng)今最熱門的話題,可見價格因素是決定人們購買住宅面積大小的主要因素之一。

      根據(jù)以上分析,要改善人們的住房環(huán)境,提高人們生活質(zhì)量,政府首先應(yīng)該提高人民生活水平,鼓勵人們增加消費性支出,搞活經(jīng)濟(jì)。其次要積極引導(dǎo)房地產(chǎn)開發(fā)商進(jìn)行有益投資,與各部門通力合作,在控制房價方面有所作為。最后要合理控制城市人口密度,制定松緊有度的住房貸款政策,鼓勵人們購買功能空間適宜的住宅,讓人們賣得起房,供得起房等等。

      參考文獻(xiàn):

      [1]張曉峒. 計量經(jīng)濟(jì)學(xué)基礎(chǔ)(第三版)[M]. 天津:南開大學(xué)出版社,2007.

      [2]熊德斌. 計量經(jīng)濟(jì)學(xué)實踐案例研究 [M]. 貴陽:貴州科技出版社,2011.

      [3]薛薇. 統(tǒng)計分析與SPSS的應(yīng)用 [M]. 北京:中國人民大學(xué)出版社.

      猜你喜歡
      實證研究
      旅游景區(qū)營銷管理一般模式及實證研究
      商情(2016年40期)2016-11-28 10:20:25
      國際貿(mào)易與經(jīng)濟(jì)增長實證研究
      混合式大學(xué)英語教學(xué)實證研究
      地方院校在校大學(xué)生價值觀發(fā)展?fàn)顩r實證研究
      文教資料(2016年20期)2016-11-07 11:49:34
      中國在新農(nóng)村建設(shè)中金融支持的實證研究
      簡述翻譯研究中實證研究法的應(yīng)用
      科技視界(2016年18期)2016-11-03 22:59:51
      玉雕專業(yè)學(xué)生專業(yè)認(rèn)同的實證研究
      人間(2016年26期)2016-11-03 18:10:25
      溫州小微企業(yè)融資環(huán)境及能力分析
      認(rèn)知語言視角下英語詞匯多義習(xí)得的實證研究
      科技視界(2016年21期)2016-10-17 19:05:25
      實證分析會計信息對股價的影響
      商(2016年27期)2016-10-17 05:39:59
      广宗县| 明溪县| 马尔康县| 新巴尔虎右旗| 宁都县| 轮台县| 驻马店市| 巴林左旗| 图片| 务川| 金坛市| 集贤县| 丹凤县| 嘉定区| 邢台市| 平南县| 淮滨县| 平湖市| 丽江市| 兴仁县| 大石桥市| 黑水县| 开鲁县| 伊宁县| 江门市| 新丰县| 乡城县| 玉门市| 蒙山县| 洛阳市| 四平市| 静宁县| 台中县| 兴安县| 贵南县| 金川县| 施秉县| 吉水县| 汤原县| 石屏县| 蓝山县|