对浦东新区住宅需求及影响因素的多元分析.DOCVIP

对浦东新区住宅需求及影响因素的多元分析 1.城市住宅需求的多元线性回归模型 　在这里我们主要建立和分析了城市住宅需求的多元线性回归模型，城市模型样本中包括大部分购买商品房和经济实用房的城市化地区样本，并剔除集体户和租房居住户。该模型主要以人均购建住房费用C98_2为因变量，以户主年龄C11，户主受教育程度C45，户主职业C52变化而来的平均职业收入和人均住房建筑面积C86为自变量，分析了当前各个因素对于购房选择的不同作用，并分别说明了各变量对因变量的影响程度。同时，对于乡镇的住房需求我们认为，首先，住宅的商品化将在城市中得到普及，但在乡镇中目前还是以自建住房和集资建房为主，商业性的住宅开发并不占很大比例，因此商品住宅的需求模型在乡镇中将不显著；其次，随着上海市城市化建设的不断推进，乡镇的发展方向将是中小规模的城镇，住宅建设也趋向于商业化，因此城市住宅需求模型未来将同样适用于这些城镇。　　　　在模型中，对职业和行业的分类采用“五普”中使用的国家标准，在赋值上采用了各个职业的不同收入；对于教育程度，主要分为：未上过学，扫盲班，小学，初中，高中及中专，大学专科，大学本科和研究生及以上；在赋值上则转化为受教育年限；人均购建住房费用由家庭购建住房费用与户规模的比值而来；年龄和人均住房建筑面积这两个变量则按照“五普”中的原始数据代入。 　　1) 关于城市购房的多元线性回归模型如下： 　　2) 对于模型方程的解释和分析 　　关于城市住房需求的多元线性回归模型方程为： 　　C98_2（人均购房费用/万元）=-9.435+0.406*C45_1(受教育程度/年)+9.617*10-5*C52_1( 职业收入/ 元/年)+9.537*10-3*C11(年龄/岁)+0.313*C86(人均住房建筑面积/平方米) 　　其中，方程的多元相关系数R值和确定系数R2值分别为0.781和0.610(见上表中的模型描述)，这表明方程的四个自变量共解释了因变量61%的变化。各个变量的多元回归系数由上表方程回归系数中的回归系数项所示，分别为0.406，9.617*10-5，9.537*10-3和0.313。但是由于各个变量的量纲不同，仅比较其回归系数并没有太大的意义，因此我们采用的是各个变???的标准化回归系数，由上表中的标准化回归系数项所示，分别为0.168,0.061，0.011和0.710。 　　在模型方程的检验上，体现方程整体显著性的F值检验显示，模型的整体显著性较好，可信度达到99.9%以上。同时，在回归系数的显著性检验中，T值检验显示各个回归系数大多在0.000的水平上显著，可信度为99.9%。在对于各个自变量是否存在多重共线性的检验中，各个自变量的容限度指标（上表多重共线性统计中的容限度项）和方差膨胀因子指标（上表多重共线性统计中的VIF项）均表现良好，说明各自变量之间并没有很强的线性关系。 　　由于方程各个自变量的标准化回归系数体现了自变量对因变量影响的相对显著程度，因此，通过对这些标准化回归系数的分析和比较，我们可以得出一定的结论，即在所有四个自变量中，对因变量影响最大的是人均住房建筑面积，其次为受教育程度和职业收入，而年龄对因变量的影响最小。在这些自变量中，人均建筑面积C86是体现人们居住质量的重要指标之一，在方程中的标准化回归系数为0.710。浦东新区城市化地区目前的人均建筑面积为21.41平方米，并且有不断增长的趋势。在该指标上参照中等发达国家的标准，未来理想的城市区域人均建筑面积将达到25-30平方米左右，这就预示着人们对自身的居住条件和质量将有更高的要求，从而极大地影响着对高质量商品化住宅的需求。 　　自变量中受教育程度C45_1和职业收入C52_1这两个指标主要涉及对家庭人口素质的描述，其在方程中的标准化回归系数分别为0.168和0.061，在系数的权重上仅次于人均住房建筑面积对购房需求的影响。在这两个指标的分析中，值得注意的一点是，职业收入对购房的影响比受教育程度对购房的影响小，造成这种情况的可能原因有：1.职业收入在这里仅仅指的是户主的职业收入而非整个家庭的收入；2.户主的职业收入主要以统计年鉴中的年平均工资为准，可能没有将其他的一些收入和福利考虑进去；3.职业收入用于购房的部分同时也受预期和边际消费倾向的影响，因此可能没有特别强的相关性。但在这两个指标的预测上可以预见的是，随着浦东新区未来经济发展和城市化进程的需要，首先，浦东本地的人口素质，包括未来将纳入市区范围内的乡镇的人口素质，将越来越高，这一点已在历次的人口普查和人口抽样调查中得到证明（见下文表格）；并且，更多的高素质人才，包括国内外流入上海的各种专业技术人员和管理人员，有很大一部分未来将落户浦东。这些人员往往具有良好的教育背景和和较高的职业收入，将形成强