《影响商品住宅需求的因素研究——以北京为例(终结版).doc》由会员分享，可在线阅读，更多相关《影响商品住宅需求的因素研究——以北京为例(终结版).doc（25页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2022年-2023年建筑工程管理行业文档 齐鲁斌创作校徽影响商品住宅需求的因素分析组员： 杨 威 092123王 进 092109赵 迪 092129何 健 092121曾 永 志 0921282009-10-16目录摘要：住宅作为人类生存和生活资料之一，在日常生活中起着不可或缺的作用。文章首先对商品住宅的相关概念和商品住宅市场的需求特征进行了论述，接着分析了影响商品住宅需求的相关因素:国民经济水平、居民收入、居民消费结构、住宅价格、利率、人口数量和结构的变化、城市化、政策因素等等。接着文章选取相关因素，以北京商品住宅市场为例，运用多元回归方法对影响商品住宅需求的因素进行了定量分析。最后，根
2、据定性和定量分析，提出了几点商品住宅市场发展的建议。关键词： 商品住宅 需求 回归分析一、定性研究1研究背景及意义住宅是人类生存与发展最基本的生活资料之一，也是衡量一国经济和生活水平的重要标志。住宅产业无论对整个房地产业，还是对关联产业、人居环境和社会经济都有显著的影响。住宅市场的健康发展不仅关系到住宅产业的健康发展，影响整个社会经济的发展。随着商品住宅市场竞争的日益激烈以及商品住宅市场价格的日趋高涨，商品住宅市场价格与人们的收入水平之间呈现出越来越大的差距。无论是房地产机构还是政府专家学者对商品住宅市场的关注度越来越高。在市场方面，不仅很多学者专家甚至包括很多专业的房地产机构，都做了不少的研
3、究与探讨，由于房地产市场自身的特殊性以及数据资料的收集困难，如何真正了解把握一个地区房地产市场的需求，并对其因素分析仍是一个相当困难的课题。由于住宅本身的特殊性，土地的稀缺性和不可再生性，城市化进程加快与城市人口增长迅速的普遍趋势，使得人类对住宅需求不断扩大与住宅资源短缺的矛盾日益尖锐。同时，住宅建设投资巨大，价值量高，生产和使用住宅时间周期长，居民消费住宅需要相当数量的费用等特点形成了住宅供给与需求经常性结构失衡的矛盾。近几年来，北京的住宅市场一度高涨，尽管人们的收入水平也有相应的增加，但就目前的收入和住宅价格相比，收入还是远远低房价;虽然每年市场都有大量的新房供给，但是人们需求还是未达到根
4、本的解决，因此，有必要对影响商品住宅需求的因素进行分析，分析其扩大需求的因素。近年来，随着我国城市化水平的加快，广大居民对改善住宅条件的强烈需求，以及国家把住宅建设作为国民经济新的经济增长点和居民消费热点的政策和决心，房地产业的发展前景是乐观的。与此同时，房地产业的发展过程中也暴露出许多问题。既有宏观调控方面的原因，又有投资者、开发企业自身等多方面的原因。从企业角度来看，由于对房地产市场运行机制认识不足，缺乏对市场供求以及市场风险科学有效的分析，从而造成供给与需求的脱节：一方面无效供给过多，商品房大量空置；另一方面，人们的强烈需求又得不到满足，这种现象严重阻碍了商品住宅市场的健康发展。文章主要
5、分析了影响商品住宅市场需求的几点因素，以期为房地产企业的经营决策提供依据，也希望能够为政府相关管理部门的管理决策提供参考。2. 商品住宅市场需求的特征2.1 商品住宅与商品房的区别商品房是指具有经营资格的房地产开发公司(包括外商投资企业)开发经营的住宅,主要包括三种类型：住宅、办公用房、商业用房。由于我国长期以来在住宅体制上实行的是供给制，所以，商品房是80年代以后才在我国出现的。其价格由成本、税金、利润、代收费用以及地段、层次、朝向、质量、材料差价等组成。另外，从法律角度来分析，商品房是指按法律、法规及有关规定可在市场上自由交易，不受政府政策限制的各类商品房屋，包括新建商品房、二手房（存量房
6、）等。但不包括公有房屋、廉租住宅、经济适用房等政府对其交易有限制条件的房屋。而商品住宅是指具有经营资格的房地产开发公司 (包括外商投资企业) 开发经营的住宅，由他们来出售、出租给使用者，仅供居住用的房屋。由于我国长期以来在住宅体制上实行的是供给制,所以,商品住宅是80年代以后才在我国出现的。2.2 商品住宅需求商品住宅需求,是在一定市场条件下有支付能力的商品住宅需要,即消费者在特定时刻、特定位置、某一价格水平上愿意并能够支付购买价格的商品住宅数量。一般采用商品住宅销售面积来衡量商品住宅需求。2.3 商品住宅市场需求特征分析a.市场需求的广泛性市场需求的广泛性主要表现在两个方面：第一，住宅是人类
7、生存的最基本的生活资料。人的衣食住行的需求与生俱来，地球上只要有人类的地方就有对各式各样住宅的需求。第二，房地产是一切社会经济活动的物质基础。房地产遍及人们的日常生活和社会经济活动的各个领域，是人类生存、发展和享受的基本物质条件。b.市场需求的多样性房地产的不同特性决定人们对房地产存在着不同形式、不同层次的需求。如为生活、生产所需购置自用；为避免资金闲置、 贬值而投资以期保值和增值等。 同样，购置自用也有层次上的多种差别，可以是仅为满足居住需要，也可以是为追求享受、为后代积累财富或是向世人显示自己的富有或者高贵的身份，因此会出现普通型、 公寓型、 豪华型不同档次的住宅需求。即使对以满足生活需要
8、为主要特征的普通型住宅，不同的消费者，对建筑设计、住宅区域、环境也有不同需求。c.市场需求的可持续性这是房地产在使用价值上的必备性和不可替代性所决定的。房地产是人们日常生活和社会经济活动的物质基础，它不可能像一般商品那样随着技术进步被社会所淘汰，而是随着生产力的发展，人们生活水平的提高，消费者需求的提高，对房地产商品的需求也逐渐提高。d.市场需求的融资性由于房地产交易价格昂贵，一套普通型住宅，按国际惯例一般相当于家庭年收入的36倍或家庭25年的积蓄，因此，人们在购置房地产时仅靠有限的自有资金是难以全部支付这笔开支的，这就产生了由贷款和信用支持的融资活动。如抵押贷款、公积金等，都是较为普通的房地
9、产融资形式。d.商品住宅消费的长期性这是由房地产的耐久性所决定的。土地具有永久性，房屋一经建成，其寿命也可达数十年甚至上百年，使用期限超过一般耐用消费品，而且人们购置房地产的支出较大，对房地产的更替通常间隔很长时间。因此，人们对房地产消费不同一般耐用品，它更具长期性、持续性。e.商品住宅消费、投资的双重性住宅是人们最基本的生活必需品之一，具有普遍的消费需求。同时，由于土地是稀缺的，不可再生资源，其自然供给刚性，经济供给总量弹性较小，随着经济的发展，城镇化进程快，城镇人口的增加和农村剩余劳动力向城镇的转移，因而住宅的需求日益增加，刺激住宅价格上涨，因此，住宅具有保值、增值的投资功能。住宅的保值、
10、增值的特性决定了住宅是居民投资的一条重要途径，也是增加市场需求的一个重要方面。3 商品住宅需求影响因素的理论分析住宅需求是指在各种可能的价格水平下，消费者愿意并且能够购买的住宅服务的数量。住宅需求的波动与诸多因素相关，一般而言，人均可支配收入、人口因素、城市化水平等决定了一定时期住宅的需要量，而经济因素、政策因素和价格预期决定了一定时期的有支付能力的住宅需求。3.1 经济因素经济因素是影响房地产市场供求的核心因素，一般指经济发展程度、居民收入、储蓄的多少、国家财政与金融状况、物价水平等等。总的看来，经济发展程度越高，居民收入和储蓄稳步上升，国家财政与金融状况良好，物价相对稳定，人们的消费更倾向
11、住宅方面，则有利于房地产市场发展与活跃。反之，则会容易引起房地产市场动荡，不利于房地产市场的稳定、协调发展。我们以北京市为例,下图一为北京市2000-2008年商品住宅房销售量与人均国内生产总值之间关系的趋势图. 3.11 住宅价格与价格预期影响住宅需求同住宅价格的变化呈反向运动。当住宅价格上升,购房者可以减少购买住宅的面积、不再考虑购买、不考虑在此地购买而去寻找其他价格较低的住宅等。无论怎样购房者采取怎样的行动,都会导致住宅需求量的减少。住宅价格对住宅需求的影响需要从两个方面考虑。从住宅的消费性特征来看，国内的住宅需求价格弹性一般都小于1，在消费者收入不变的前提下，住宅价格上升，消费者会选择
12、面积较小的住宅，而不会选择放弃购买；另外，从住宅投资性的特征来看，在房地产价格上升的时候，社会对房地产的需求增长在一定的时期内是比较旺盛的，从而产生了价格对需求的影响,引起了更多的“恐惧心理”和“买涨不买跌心理”，从而导致了提前消费的情况，同时也提高了投资性和投机性的需求。我们以北京市为例,下图二为北京市2000-2008年商品住宅房销售量与住宅房平均售价之间关系的趋势走势图. 3.12 家庭收入影响一般而言，基本需求和奢侈品需求属于刚性需求，这两种需求弹性都较小；而改善性需求和投资或投机的弹性较大，易受政策和价格预期的影响。所以，目前宏观调控下，我国住宅需求市场呈现出豪宅和小户型住宅销售旺盛
13、的“两头坚挺”趋势和中高档住宅销售下滑的“中间疲软”趋势。我们以北京市为例,下图三为北京市2000-2008年商品住宅房销售量与城镇居民可支配收入之间关系的趋势走势图. 3.13 信贷规模信贷规模以及相关的贷款政策，都能对消费者对住宅需求的支付能力产生影响，对激发和提前潜在住宅需要量都有一定影响。信贷规模较大，那么提供的购房资金较多，住宅的需求就相应增大，反之，则会减小。同时，贷款政策同时也是国家对房地产宏观调控的主要调控方法，对政策因素也有一定的反应。下图四为北京市2000-2008年商品住宅房销售量与信贷规模之间关系的趋势走势图。3.14 利率水平利率变化对住宅需求的影响主要体现为,当利率
14、降低时,会迫使人们降低储蓄而转向消费或进行其他投资,居民在寻找消费和投资出路时,可能会考虑扩大住宅的消费需求或投资。这对于原来已计划扩大住宅消费或投资的居民来说,会加快他们的行动步伐,进而增加对住宅的现实需求；当利率降低时,住宅抵押贷款的利率同时降低,这实际上降低了居民进行住宅消费或投资的成本,也会扩大居民的住宅需求。相反,利率提高时,住宅需求会相对减少。3.2 社会因素社会因素是影响房地产市场的重要因素，一般包括社会政治安定与治安状况、人口状态、城市化水平等。政治稳定、治安状况良好，会刺激房地产投资，增加有效供给；反之，社会动荡必然导致人心涣散，对房地产的需求势必减少。人口数量越多，家庭结构
15、趋小，城市化水平越高，都会激发房地产市场需求。除此之外，经济体制、住宅制度、土地改革、城市规划等也对商品住宅市场产生积极影响。3.21 人口因素住宅需求的变化受诸多因素的影响。相对而言，人口和家庭户变动趋势比较稳定，通过对未来人口和家庭户数变化的预测，可以了解因人口和家庭户增长对住宅需求预测的变化。因为住宅消费基本上是以家庭户为单元，因此家庭户的预测比一般的人口预测在准确预测未来住宅需求方面更为重要。我们以北京市为例，下图五是北京市2000-2008年商品住宅房销售量与常驻人口之间关系的趋势走势图。3.22 城市化进程城市化的内涵包括两个方面:其一是城市化数量过程，即农村人口转化为城市人口、农
16、村地域转为城市地域。其二是城市化的质量过程，即城市要素的聚集与扩散、城市发展机制的优化、城市体系结构和经济结构的完善。这两个过程是城市化不可分割的两个方面。随着经济的快速发展，城市化水平的不断提高。城市化是乡村人口转化为城市人口的过程，是人们的行为方式和生产方式由农村社区向城市社区转化的过程。世界城市化率已经达到50%，我国城市化率已经由改革开放初期的18.4%提高到现在的85%左右。中国人口城市化速度非常快,其对城镇住宅市场形成的冲击力非常大。新增城镇人口和“农转非”人口每年形成的住宅需求显著。在中国目前大力推行城乡一体化的背景下，城市化进程对住宅的需要量的影响是明显的。最近几年我国城市化实
17、际上是每年以1.7%的速度增长，这就意味着每年有2000万非城市人口进入城市。我们以北京市为例，下图六是北京市2000-2008年商品住宅房销售量与城市化率之间关系的趋势走势图。3.23 消费者偏好心理因素对住宅需求的影响主要表现在两个方面:消费者偏好以及消费者对未来的预期。房地产发展至今已进入理性消费时代 ,购房者在买房时,不仅注重项目的质量、区位,而更注重所购房屋的环境、配套设施及物业管理服务。不少购房者已经意识到买房子更是买一种生活方式与生活品质,必须满足自己的心理和精神需要。不同消费者对住宅的开发商、户型、楼型、环境氛围均存在着不同的偏好。当消费者对某种商品的偏好程度增强时,对该商品的
18、需求数量就会增加。相反,当偏好程度减弱时,需求数量就会减少。然而在商品住宅市场中,消费者的偏好对住宅整体需求的影响很小,其主要影响对不同商品住宅的需求。消费者对未来的预期主要通过未来的商品住宅价格和贷款利率来影响住宅需求。3.24 政策因素政策因素对房地产市场有着重大的影响。无论在国内外都是如此。当住房政策鼓励居民购房时，住宅需求会增长;当住宅政策限制居民购房时，住宅需求会下降。政策因素一般通过对利率的调控以及对贷款政策的限制。2007年，央行一年内对住宅贷款利率连续6次的加息，对存款储备金率进行了十次上调;明确以户为单位执行第二套房贷政策等都影响了人们的购买欲望，所以07年整个北京市住宅市场
19、处于疲倦期，又由于金融危机的影响，到2009年9月北京商品住宅销售一直在下滑，人们处于观望状态，商品住宅市场依旧低迷。4.小结本节主要论述了商品住宅市场需求因素的研究背景和研究意义，明确了商品住宅和商品房的区别，并界定了商品需求的概念，接着分析了商品住宅市场需求的特征，进而从经济因素和社会因素两个方面对影响商品住宅需求因素进行了定性分析。最主要的三个影响因素是信贷规模、储蓄余额和贷款利率。李真雅（2005）认为人口统计因素、城市化进程、个人预期和社区环境是造成住宅需求持续增长的原因。吴锦华（2008）认为住宅价格增长诱发了非理性消费，从而提高了住宅的需求。综上所述，在预测模型的建立过程中，变量
20、的挑选易受建模者主观因素的影响，对需求影响因素的经济学分析相对不够深入，虽然相关研究很多，但是目前得不到普遍认可的让人信服的结论。可见，对住宅需求影响因素的细致分析是住宅需求准确预测的重要前提。商品住宅需求细化：从购房目的、支付能力、购房区位、面积、户型需求、小区环境及配套需求等方面来分析住宅需求市场。购房者观望情绪浓厚，造成了销售市场低迷。2008年北京市销售住宅94200套，比2007年下降32.5%。其中，核心区(东城、西城、崇文和宣武)销售住宅3455套，拓展区(朝阳、丰台、石景山和海淀)销售56720套，发展新区(房山、通州、顺义、昌平和大兴)销售29316套，生态涵养区(门头沟、怀
21、柔、平谷、密云和延庆)销售4709套，这四个功能区住宅销售套数分别比2007年下降58.1%、22.7%、40.3%和46%。下面我们用多元统计分析的思想来进行定量分析:对于多元线性回归模型及其统计检验描述如下：当预测对象y同时受到多个解释变量x1,x2,.,xm影响，且各个xj(j=1,2,.,m)与y都近似地表现为线性相关时，则可建立多元线性回归模型来进行预测和分析，模型为：3）回归方程整体显著性检验回归模型的显著性检验包括两个方面，即回归方程的显著性检验和回归系数的显著性检验。（1）回归方程的显著性检验回归方程的显著性检验用于检验被解释变量与所有解释变量之间的线性关系是否显著。回归模型总
22、体函数的线性关系是否显著，其实质就是判断回归平方和与残差平方和之比值的大小问题，可以通过方差分析的思想，构造F统计量来进行检验，F检验是用来检验多元线性回归模型的总体效果。（2）回归系数显著性检验回归方程总体显著并不意味着每个解释变量对被解释变量的影响都是重要的，还需要对每个回归系数的显著性进行检验。回归系数显著性检验通过构造t统计量来进行.4）残差正态性检验 残差e是随机扰动项的体现。对残差进行分析的目的是检验随机扰动项是否服从经典假设。残差分析的内容包括残差正态性检验、序列相关检验、异方差检验等。本文应用残差的累计概率散点图进行残差正态性检验。5）异方差检验异方差常常表现为残差随某个解释变
23、量取值的变化而变化，因此，检验随机扰动项是否存在异方差可以通过绘制被解释变量与解释变量的散点图来简单的判断。如果散点图呈带状分布，则不存在异方差；如果随着解释变量的增大，被解释变量波动逐渐增大或减少，则很可能存在异方差的现象。实践中，常常使用加权最小二乘法消除异方差。7）多重共线性检验所谓多重共线性是指各个解释变量之间存在线性关系或接近线性关系的现象。多重共线性常常会导致回归系数方差增大，从而使得t检验难以通过。用SPSS检验多重共线性共有四种方法：容忍度、方差膨胀因子、条件指数和方差比例。本文选用条件指数和比例方差这两种方法来检验共线性。（2）方差比例通过对解释变量协差阵进行矩阵分解，协差阵
24、的每个特征根可以解释各个解释变量方差的一部分。若对于几个不同的解释变量，某个特征根能够解释的方差比例都很高（一般认为都超过50%），则可以认为这几个解释变量之间存在较强的共线性。二、定量分析现实世界中，一个事物的运动变化，总是与其他事物相关联。其中，有的还存在因果关系，这种因果关系有的是线性的，有的是非线性的。当预测对象与其影响因素的关系是线性的，且只有一个影响因素时，就可以用一元线性回归方法建立其一元线性回归预测模型，来表述和分析其因果关系；当有两个或多个影响因素同时作用于一个预测对象时，则用多元线性回归法建立多元线性回归预测模型。本文就是以多对一的关系，因此，用多元线性回归模型进行统计检验
25、。影响因素的选择和度量住宅需求影响因素很多，可以描述各影响因素的统计指标也很多，我们根据以上定性分析，以北京市为例，选用商品住宅年销售量、人均国内生产总值、城镇居民存款余额、城镇居民人均可支配收入、金融机构年末贷款余额、年末人口、年末户数、住宅价格增长值、城镇人口程。影响商品住宅需求的因素有:城镇居民收入、国内生产总值、住宅价格、消费结构、利率、人口结构、城市化水平等等。考虑短期内人口结构、住宅政策不变、住宅贷款利率主要通过对住宅价格和住宅成本来影响住宅需求等因素,文章主要考察人均GDP、城镇居民人均可支配收入和商品住宅销售价格三个变量对商品住宅需求的影响。为避免回归模型中自变量之间出现多重共
26、线性问题,（五）逐步回归法逐步回归（Stepwise Regression）是一种常用的消除多重共线性、选取“最优”回归方程的方法。其做法是将逐个引入自变量，引入的条件是该自变量经F检验是显著的，每引入一个自变量后，对已选入的变量进行逐个检验，如果原来引入的变量由于后面变量的引入而变得不再显著，那么就将其剔除。引入一个变量或从回归方程中剔除一个变量，为逐步回归的一步，每一步都要进行F 检验，以确保每次引入新变量之前回归方程中只包含显著的变量。这个过程反复进行，直到既没有不显著的自变量选入回归方程，也没有显著自变量从回归方程中剔除为止。SPSS在linear Regression过程中的stat
27、istics子对话框里“collinearity Diagnostics”提供对多重共线性的诊断。显然，容忍度越小，多重共线性越严重。有学者提出，容忍度小于0.1时，存在严重的多重共线性。方差扩大因子法一般称为方差膨胀因子法，取容忍度的倒数，若大于10则存在严重的多重共线性。由于城市居民人均可支配收入与另外两个因素的相关系数较大 , 则将城市居民人均可支配收入作为自变量与因变量商品住宅销售面积进行建模。因此,文章以商品住宅销售量为因变量 , 城市居民人均可支配收入为自变量建立回归模型。商品住宅年销售量（万平方米）人均国内生产总值（元）住宅平均售价（元/平方米） 城镇居民人均可支配收入（元）城市
28、化率（%）信贷规模(亿元）常驻人口数量（万人）2000年1288.6 220004656 10350 0.7757 9189.81 1364 2001年1490.8 25300 4716 11578 0.7809 7202.91 1385 2002年1604.4 27746 4467 12464 0.7857 9224.82 1423 2003年1770.6 31613 4456 13883 0.7905 11343.28 1456 2004年2285.8 22648 4747 15638 0.8360 13577.40 1493 2005年2017.7 44969 672517653 0.8
29、362 20745.27 1538 2006年1844.2 49505 9173 19978 0.8430 23182.16 1581 2007年1730.5 56044 11099 21989 0.8471 26776.12 1633 2008年1031.4 63029 13984 24725 0.8512 30224.01 1695 模拟结果：Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1北京商品住宅年平均售价（元/平方米）a.Enter2北京城镇居民年人均可支配收入（元）.Stepwise
30、(Criteria: Probability-of-F-to-enter = .100).a. All requested variables entered.b. Dependent Variable: 北京商品住宅年销售额（万平方米）Model SummarycModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson1.388a.150.029370.96782.938b.881.841150.13831.877a. Predictors: (Constant), 北京商品住宅年平均售价（元/平方米）b.
31、Predictors: (Constant), 北京商品住宅年平均售价（元/平方米）, 北京城镇居民年人均可支配收入（元）c. Dependent Variable: 北京商品住宅年销售额（万平方米）ANOVAcModelSum of SquaresdfMean SquareFSig.1Regression170474.9711170474.9711.239.302aResidual963319.6857137617.098Total1133794.65682Regression998545.5162499272.75822.149.002bResidual135249.140622541.5
32、23Total1133794.6568a. Predictors: (Constant), 北京商品住宅年平均售价（元/平方米）b. Predictors: (Constant), 北京商品住宅年平均售价（元/平方米）, 北京城镇居民年人均可支配收入（元）c. Dependent Variable: 北京商品住宅年销售额（万平方米）CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.CorrelationsBStd. ErrorBetaZero-orderPartial1(Constant)196
33、9.069292.7136.727.000北京商品住宅年平均售价（元/平方米）-.042.037-.388-1.113.302-.388-.3882(Constant)605.071254.3232.379.055北京商品住宅年平均售价（元/平方米）-.301.045-2.809-6.631.001-.388-.938北京城镇居民年人均可支配收入（元）.195.0322.5686.061.001-.081.927a. Dependent Variable: 北京商品住宅年销售额（万平方米）Excluded VariablescModelBeta IntSig.Partial Correlati
34、onCollinearity StatisticsToleranceVIFMinimum Tolerance1北京人均地区生产总值（元）1.239a1.141.298.422.09910.146.099北京城镇居民年人均可支配收入（元）2.568a6.061.001.927.1119.028.111北京历年城市化率（%）1.396a7.919.000.955.3982.512.398北京历年信贷规模(亿元）2.453a4.073.007.857.1049.646.104常驻人口数量（万人）2.250a4.837.003.892.1347.486.1342北京人均地区生产总值（元）-.191b-
35、.339.748-.150.07313.666.073北京历年城市化率（%）.942b2.357.065.726.07114.132.020北京历年信贷规模(亿元）.726b.862.428.360.02934.149.029常驻人口数量（万人）-4.695b-1.719.146-.610.002497.495.002a. Predictors in the Model: (Constant), 北京商品住宅年平均售价（元/平方米）b. Predictors in the Model: (Constant), 北京商品住宅年平均售价（元/平方米）, 北京城镇居民年人均可支配收入（元）c. De
36、pendent Variable: 北京商品住宅年销售额（万平方米）Collinearity DiagnosticsaModelDimensionEigenvalueCondition IndexVariance Proportions(Constant)北京商品住宅年平均售价（元/平方米）北京城镇居民年人均可支配收入（元）111.9061.000.05.052.0944.513.95.95212.9001.000.00.00.002.0955.527.23.09.003.00523.250.76.911.00a. Dependent Variable: 北京商品住宅年销售额（万平方米）Res
37、iduals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value1214.6452222.8771.674E3353.29629Residual-1.9802E2181.0604.0000130.02369Std. Predicted Value-1.3001.554.0001.0009Std. Residual-1.3191.206.000.8669a. Dependent Variable: 北京商品住宅年销售额（万平方米）预测值：1220.44736348640661441.54674144212121688.97025
38、022493651968.6172699092262222.87682422279072020.43592515429851737.02144024500831549.4395908380341214.6445944771838Model Summary and Parameter EstimatesDependent Variable:北京商品住宅年销售额（万平方米）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Logarithmic.069.52217.4931.478E3137.855In
39、verse.1531.26317.2981.836E3-516.189Quadratic.80412.32826.007643.060550.205-54.326Cubic.90515.83335.0061.233E3-14.76479.765-8.939Compound.000.00017.9871.638E3.999Power.045.33217.5831.477E3.071S.125.99917.3517.492-.297Growth.000.00017.9877.401.000Exponential.000.00017.9871.638E3.000Logistic.000.00017.
40、987.0011.001Y=1233.059523809504 + -14.76428571426597 * X + 79.76536796536327 * X2 + -8.939393939393627 * X3数据来源：中国指数研究院数据信息中心、中国房地产指数系统三、结论及建议 根据我们上面分析的相关数据，并以北京市20002008年房价走势与各种因素之间的关系作为具体实例，我们可以得出如下的结论，并提出相关建议： 1.房地产价格的高低与经济因素和社会因素密切相关。其中，经济水平、信贷规模及政策因素影响尤为明显。近几年，北京、上海房价一度出现“疯涨”现象，居高不下，不少城镇居民只能“望房
41、兴叹”，很多工薪阶层甚至要用大半生的时间来偿还住房贷款。因此，政府以及银行等金融机构有必要制定出相关的控制政策，让普通百姓都能住得上房子，以维持房地产市场和社会的稳定。 2.房价的高低对住宅的需求有着显著的影响，房价上升，需求量会下降，房价下降，需求量则会上升。这也符合经济学的一般规律：因为房地产价格构成中含有土地成本。土地成本增加，那么房地产价格也会增加，从而开发商会把这部分增加的成本分摊到每平方建筑面上，也就是分摊到购买者身上。因此，从成本方面来讲土地成本的居高则会让房价升高。政府应该控制土地价格，这样才能最终让房价回归到理性。 3、 4、政府及金融机构应当运用金融手段遏制投机性炒房。在房
42、地产市场刚刚发展的时候，因为房地产市场本身的不完善和政府政策的不完善，有大量的炒房客产生，从而也抬高了房价。从图四我们能看到，随着政府对市场政策的完善，2007年是政府大运作的一年，提高贷款利率、对二次置业首付比例，开发商贷款发放的限制政策等等的出台，都可以遏止投机性炒房，从而使得中等以下收入的居民能更好的满足居住需求。5、要加强政府机构的监督管理。从上面的分析我们也能看到，政策因素对房价的高低影响也很大，政府的合理政策能引导房价逐渐走向比较理想的轨迹。因此，政府机构要切实执行市场的监督工作，要制定关于中介机构的法规，规范中介服务，让二级市场得到完善;政府对于廉租房的申请资格、购买经济适用房和
43、限价房的资格审批要做到严格按照规章制度，杜绝腐败。政府要正确引导居民合理消费预期，认真贯彻落实国家调控住宅供求的各项政策，利用舆论工具和法律手段等多种手段，正确引导居民住房消费，控制不合理需求。四、心得体会在本次管理经济学作业中，我们小组九位成员齐心协力，充分利用个人特长和发挥团队合作精神，努力收集数据和撰写报告。在为期两周的作业报告中，我们收集相关数据，查阅了大量的文献和报刊，力争保证报告的真实性和可信度。由于目前国内很多期刊还没有北京近几年房价的相关数据，我们就去国家统计局，北京市统计信息管理中心等网站去查阅相关数据。费了不少精力，才弄到了一手资料，这为我们的报告奠下了良好的基础。本次作业，最大的难点莫过于定量分析的部分。由于我们这学期正在学习多元统计分析（SPSS）统计软件，这也是在统计中最为常见的软件之一，因此我们就利用所学到的相关知识，对收集来的数据进行定量分析，最后得出自己的结论。能够运用自己所学的东西来学习其他东西，学以致用，这对我们来说也是获益颇多。经历了两周的学习与探索，我们终于完成了这份上研究生以来的第一份作业，从中我们确实学习了不少东西。感谢老师能给我们这样一个自主学习的机会，同时也感谢小组各位成员的大力协助与合作！