基于逐步回归法的住房需求模型.pdfVIP

第 26卷第 1期 甘肃联合大学学报(自然科学版) Vo1．26No．1 20l2年 1月 JournalofGansuLianheUniversity(NaturalSciences) Jan．2012 文章编号 ：1672—691X(2012)01—0019—03 基于逐步回归法的住房需求模型 曹 旭，张 结，胡先宁，马少仙 (西北民族大学 数学与计算机科学学院，甘肃 兰州 730030) 摘 要：房地产需求是房地产市场运行的的基础，也是房地产价格的基本决定因素．房地产需求实际上是反映 消费者和投资者的选择行为和决策过程．结合国内外一些住房需求总量的定性计算方法，选取北京市 1991— 2009年统计数据并利用 spss处理数据，采用逐步回归的方法建立了北京市房产需求量的数学模型． 关键词 ：逐步 回归法 ；住房需求 ；房地产价格 中图分类号：O141．4 文献标识码 ：A 人 口总量，人 口结构及人 口增长；人们的收入水 1 逐步回归法 · 平；城市产业结构及其变化；经济制度和政策因 在多元线性 回归中，最难的是如何选择 自变 素 ．房地产估计的数量除了价格以外还有土地 量的问题 ，如果 自变量选得太少，则 自变量对因变 价格，经济发展水平 ，经济条件，经济制度和政策 量的决定系数太小，导致偏差会很大．如果把所有 因素[引．本文采用人均 GDP(z。)；住宅价格 (z。)； 与因变量有关的 自变量都选人显然是不可能的． 人均可支配收入 (z。)；城市人 口(z)；在校高等学 在 自变量很多时，其中有的因素可能对应变量的 校人数(z。)；第一、二产业结构比率(z)；就业人 影响不是很大，而且他们之间可能不完全相互独 口(万人)(z)；工业总产值(亿元)( )；进出口额 立的，可能有种种互作关系．在这种情况下可用逐 (。)；交通运输量(z。)十个指标来衡量房地产需 步回归分析，进行因子的筛选 ，这样建立的多元 回 求量． 归模型预测效果会更好． 3 模型建立 逐步回归法是建立最优回归方程的一种统计 方法 ，其最大特点有两个 ：首先，对引入的因子进 首先分析变量之间的相关性 ，用人均住房水 行检验，显著者引入 ，不显著者剔除；其次 ，每引入 平 Y 表示住房需求量，用 spss分析的相关关系 一 个新因子 ，要对前面引入的因子进行检验 ，显著 数矩阵如表 1． 者保留，不显著者剔除．这样反复做下去，直到进 由相关关系数矩阵可以看出：各解释变量相 入方程的因子都显著，未进入的因子都不显著为 互之间的相关系数较高，证实确实存在严重多重 止口3． 共线性．因此我们采用逐步回归的办法 ，去检验和 解决多重共线性问题． 2 指标的选取 用 spss软件分别作 Y1对变量 x1、x2、xg、x4、 根据著名经济学家高波在 《现代房地产经济 5、6、z7、5c8、z9、z1o的一元 回归，结果如表 2、表 学导论》一书中指出影响房地产需求的因素主要 3所示． 有房地产价格 ；社会经济发展与城市化水平 ；城市 收稿 日期 ：2011-10—15． 作者简介：曹旭(1987一)，男，宁夏石嘴山人，西北民族大学