|
区面积与房地产价格的Pearson 相关系数也较高，但是与其他指标相关性也很高，所以这里 130 引入改进指标——单位道路面积，旨在减少解释变量之间的多重共线性问题，经过改进，该 指标消除了建成区面积差异影响的成分，其计算公式为： 单位道路面积=道路面积÷建成区面积 （式4） 在加入了单位道路面积指标后，人均GDP、单位房屋竣工成本、单位道路面积此三项 指标既与Pearson 相关系数大，而且本身与其他指标的Pearson 相关系数相对要小，综上所 135 述，最终筛选出的指标为：人均GDP、单位房屋竣工成本、单位道路面积。 2.2 建立回归模型 笔者假设以建成区面积、人均GDP、单位道路面积这三项指标对房地产价格的影响模 型为多元一次线性模型，假设模型如下： Y=β0+β1×X1+β2×X2+β3×X3 （式5） 140 其中：Y 为房地产价格，X1 为人均GDP，X2 为单位房屋竣工成本，X3 为单位道路面积。 对表3 中选定的指标通过SPSS 统计软件进行回归分析，其原理是利用最小二乘法估计参数， 得到参数测算结果和回归检验结果，见表5 和表6。 表5 参数测算结果表 145 Tab. 5 Results of parameters calculate B t Sig β0 274.989 1.428 0.249 X1 0.027 6.778 0.007 X2 0.523 3.802 0.032 X3 93.591 4.299 0.023 表6 回归检验结果表 Tab. 6 Results of regression test R R2 调整后R2 F Sig 0.997 0.994 0.988 168.779 0.001 150 由表5 可见，X1、X2、X3 的参数B 的误差Sig 均小于0.05，说明在95%的置信区间可 以接受。由表6 中可见，回归方程调整后的R2 为0.988，说明回归拟合优度非常高，并且 Sig 为0.001，说明回归方程整体误差值很小。因此，房地产价格影响模型公式为： Y=274.989+0.027×X1+0.523×X2+93.591×X3 （式6） （1）如果其他条件相同之下，人均GDP 之间相差1 元将导致房地产价格出现0.027 元 155 /平方米的差距；（2）如果其他条件相同之下，单位房屋竣工成本之间相差1 元将导致房地 产价格出现0.523 元/平方米的差距；（3）如果其他条件相同之下，单位道路面积每相差1 万平方米/平方公里，将导致房地产价格出现93.591 元的差距。 2.3 区域差异原因分析 160 表7 徐州各县与市区房地产价格差距原因分析表 Tab. 7 Analysis of the real estate price differences between the counties and the downtown 指 标 区 域 人均GDP 单位房屋 竣工成本 单位道路 面积 总影响度 差距 989.46 222.88 -3.74 1208.59 铜山县 差距比重 81.87% 18.44% -0.31% 100% 差距 1087.12 240.95 233.04 1561.11 新沂市 差距比重 69.64% 15.43% 14.93% 100% 差距 1083.85 448.35 417.42 1949.61 沛县 差距比重 55.59% 23.00% 21.41% 100% 差距 1124.78 451.91 440.81 2017.50 邳州市 差距比重 55.75% 22.40% 21.85% 100% 差距 1258.06 744.70 226.49 2229.25 丰县 差距比重 56.43% 33.41% 10.16% 100% 差距 1274.11 610.93 561.55 2446.59 睢宁县 差距比重 52.08% 24.97% 22.95% 100% 由表7 可见，徐州区域内，人均GDP 指标上的差距是构成六个县域与市区房地产价格 的主要原因，其差距占总影响度的比重至少占有50%以上，其中铜山县与市区的人均GDP 165 差距比重高达81.87%；其次差距比重较大的是单位房屋竣工成本，平均占有20%左右；此 外，差距比重较低的为单位道路面积，平均为10%-20%，而铜山县在此为例外，其单位道 路面积要略高于市区，不过差距比重仅为-0.31%，其影响性也很微弱。 因此，与市区相比，铜山县房地产价格主要受到宏观经济水平、房地产成本的影响，尤 其是经济因素中的人均GDP；与市区相比，除铜山县其他区域房地产经济发展主要受到宏 170 观经济水平、房地产成本、基础设施建设程度的影响，其中以宏观经济因素较为明显，成本 因素影响略高于基础设施因素影响。其他县区之间的房地产价格差异的原因分析同理可推 导。 3 结论与讨论 在目前房地产业持续快速发展的背景下，徐州市各县区房地产价格的差异研究是一项复 175 杂而有重要实际意义的工作。本文的研究，首先通过标准差、标准差系数、Nich 系数等统 计学方法对徐州市各县区房地价格的差异进行测度：从总体走势上看，近年来差异有加大的 趋势；从发展速度上看，沛县、铜山县、丰县发展较快，最具备发展潜力。其次，基于基础 设施建设、城镇人口、城镇面积、宏观经济水平、房地产成本角度，筛选出影响房地产价格 的三项指标— — 人均GDP 、单位房屋竣工成本、单位道路面积， 建立回归模型 180 Y=274.989+0.027×X1+0.523×X2+93.591×X3，分析产生徐州市各县区房地产价格差异的原因。 虽然本文对此的初步研究取得了一些成果，但从目前我国关于区级的房地产县区域差异 研究的理论基础和实践情况来看，还有很多问题需要研究和探讨，为了更好促进徐州市房地 产价格区域差异的研究，本文仍存在问题需要进一步研究和解决：在选取影响房地产价格的 指标过程中，本文从基础设施建设、城镇人口、城镇面积、宏观经济水平、房地产成本角度 185 分别选取了道路面积、常住人口、建成区面积、人均GDP、单位房屋竣工成本五项指标， 是基于房地产经济增长理论和现有数据的易获取性而进行选取的，具有一定的主观性，但回 归模型的良好拟合优度说明了其合理性。因此，选取何种因素能更全面影响房地产经济发展 区域差异，也是今后很值得研究的一个问题。 190 [参考文献] (References) [1] 相军.2008 年度徐州房地产市场新盘成交汇总分析[OL]. http://www.efw.cn. [2] 徐州统计年鉴2009[M].徐州：徐州市统计局，2010. [3] 龙莹，张世银.基于区域差异的房地产价格波动成因分析[J].北京工商大学学报(社会科学版)，2010, 7(4): 35-38. 195 [4] 沈丽，李文君，李琴.统一利率政策与房地产价格区域差异的理论与实证分析[J].经济研究参考，2010(22): 17-24. [5] 孔煜.我国银行信贷对房地产价格的影响[J].建筑经济，2008(12): 44-46. [6] 何鸣，柯善咨，文嫣.基于区域差异的房地产价格波动成因分析[J].财经理论与实践，2009, 3(30): 97-102. [7] 李丽辉.重庆市区域经济差异的实证研究[J].云南民族大学学报(自然科学版).2004, 4(13): 146-148. 200 [8] 陈秀山，孙久文.中国区域经济问题研究[M].北京：商务印书馆.2005. 学术论文网Tag：代写代发论文 经济论文代写 职称论文发表 经济论文发表 |
