基于回归模型的贵州省房价影响因素分析

摘要：本文提取了省内GDP、城镇居民可支配收入、人口数量、农村人口数、固定资产投资、旅游经济等指标，并收集这些指标自2004年―2013年的历史数据，建立了以房产价格为因变量的多元线性回归模型。

研究结果表明贵州城镇居民可支配收入对贵州房价的影响是显著的。

下载论文网 　　关键词：房价；回归分析；多重共线性 　　中图分类号：F293.3 文献识别码：A 文章编号：1001—828X（2016）028—000—01 　　一、引言 　　自2000年以来，随着我国工业化，城市化进程的加快，房产业保持着持续的高增长姿态，与此同时，房产出现的一些问题引起了社会各界的广泛争论。

在影响房产价格的各种因素中，探究各个因素对房价的影响力度至关重要。

目前，关于房价影响因素已有一些相关研究，田洋、刘娜（2012）在我国房地产价格波动影响因素实证分析中研究了货币供应量M2、房地产开发投资等宏观经济因素对我国房地产价格的影响[1]。

周鸣（2013）在影响房价的因素分析中，通过分析房产的需求和供给两个方面，探究影响房价的因素，找出改善房产市场过热的措施[2]。

张梦实（2012）基于对我国房地产价格上涨的现状，从政府、企业、供需关系和外部因素四个方面进行分析研究，为房地产市场的宏观调控提供理论依据和有效方法[3]。

在以上文献研究的基础上，本文建立了以房产价格为因变量，省内GDP、城镇居民可支配收入、人口数量、农村人口数、固定资产投资、旅游经济等为自变量的多元线性回归模型，并进行模型优化，用于分析贵州省房价影响因素。

二、实证研究 　　1.指标说明及数据来源 　　本文提取了省内GDP、城镇居民可支配收入、人口数量、农村人口数、固定资产投资、旅游经济共6个指标，并在中国统计年鉴上收集了2004―2013年贵州省的相关历史数据。

2.模型建立及数据处理 　　首先，对各个指标与房价做相关性分析，得出各指标与房价的相关系数都大于0.9，说明各指标与房价高度线性相关。

建立如下线性回归模型： 　　Y=β0+β1X1+β2X2+Λ+β6X6+ε 　　其中Y为房价， X1为GDP， X2为人口总数， X3为农村人口， X4为城镇居民可支配收入， X5为固定资产， X6为旅游收入， ε为随机扰动项。

结合样本数据，对模型进行参数估计并进行模型显著性检验和系数显著性检验。

首先，我们考虑模型的拟合优度，由于R Square=0.966，说明模型拟合效果较好，Durbin—Watson值为2.742，接近 2，表明残差与自变量之间彼此独立。

然后，对模型进行显著性检验，得F=44.244，p值=0.005参考文献： 　　[1]田洋，刘娜.我国房地产价格波动影响因素实证分析[J].中国集体经济，2012，（21）：28—29. 　　[2]周鸣.影响房价的因素分析[J].时代金融旬刊，2013，（11）：12—14. 　　[3]张梦实.谈当前高房价的影响因素与政府调控措施强化[J].商业时代，2012，（01）：23—24. 　　作者简介：刘燕玉（1987—），女，湖南邵阳人，硕士，讲师。

研究方向：应用统计。

郭 琴（1993—），女，重庆人，铜仁学院统计学专业学士。