多元線性回歸在影響房地產(chǎn)銷售因素分析中的應(yīng)用

1、多元統(tǒng)計(jì)分析課程設(shè)計(jì) 課程論文標(biāo)題：多元線性回歸在影響房地產(chǎn)銷售因素分析中的應(yīng)用學(xué)號(hào)113010201021130102012711301020131姓名吳美琳袁銘雪張欣貢獻(xiàn)成績(jī) 指導(dǎo)教師陳彩霞日期2016.1.5【摘 要】：依據(jù)凱恩斯理論和房地產(chǎn)泡沫理論， 選取當(dāng)年年人均收入、新增住房面積及上一年商品房?jī)r(jià)格等三個(gè)因素，利用相關(guān)分析和多元線性回歸分析測(cè)度其對(duì)商品房?jī)r(jià)格的影響， 找出了引起房地產(chǎn)價(jià)格波動(dòng)的主要因素當(dāng)年年人均收入，根據(jù)實(shí)證結(jié)論提出了控制房?jī)r(jià)的建議。【關(guān)鍵詞】：多元線性回歸分析；商品房?jī)r(jià)格，相關(guān)分析，多元線性回歸，影響因素，F(xiàn)檢驗(yàn)，T檢驗(yàn)，多重共性線引言 改革開(kāi)放以來(lái)，我國(guó)的經(jīng)濟(jì)突飛

2、猛進(jìn)對(duì)城市商品房的價(jià)格產(chǎn)生了巨大影響，特別是進(jìn)入21世紀(jì)后，伴隨著商品房?jī)r(jià)格日益增長(zhǎng)，出現(xiàn)了房地產(chǎn)投資過(guò)熱。在這種房?jī)r(jià)居高不下的形勢(shì)下，國(guó)內(nèi)外諸多專家學(xué)者認(rèn)為我國(guó)的房地產(chǎn)市場(chǎng)已經(jīng)出現(xiàn)價(jià)格泡沫，在房地產(chǎn)業(yè)對(duì)我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展起著積極作用的大環(huán)境下，這種價(jià)格泡沫勢(shì)必會(huì)對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展造成重大影響。為了解決這個(gè)問(wèn)題，我國(guó)政府逐漸出臺(tái)相關(guān)政策對(duì)房地產(chǎn)市場(chǎng)進(jìn)行宏觀調(diào)控,整體上看房地產(chǎn)的發(fā)展趨勢(shì),房地產(chǎn)企業(yè)的經(jīng)營(yíng)方式將呈現(xiàn)更加規(guī)?；?、專業(yè)化、多樣化。根據(jù)產(chǎn)品的細(xì)分市場(chǎng)、企業(yè)的自有資源、外部的政策環(huán)境等，各個(gè)企業(yè)會(huì)選擇自己合適的經(jīng)營(yíng)方式。1.從區(qū)域布局上來(lái)看，一線品牌房企加速進(jìn)軍二級(jí)城市。隨著交通樞紐、產(chǎn)業(yè)規(guī)

3、劃的全新布局，中國(guó)二級(jí)城市將迎來(lái)新一輪發(fā)展計(jì)劃，在這樣的背景下，二級(jí)城市消費(fèi)力將得到提升。2.從品牌規(guī)模來(lái)看：過(guò)去十年，萬(wàn)科、保利等房地產(chǎn)企業(yè)把握住了市場(chǎng)機(jī)遇實(shí)現(xiàn)了高速發(fā)展，企業(yè)規(guī)模迅速擴(kuò)大，成為行業(yè)巨頭。隨著調(diào)控政策的繼續(xù)和行業(yè)增速的放緩以及土地成本的飆高，這些大型企業(yè)的領(lǐng)先優(yōu)勢(shì)會(huì)更加明顯，市場(chǎng)份額逐步上升，一些中小規(guī)模的企業(yè)受到政策和市場(chǎng)的沖擊影響會(huì)較大，會(huì)逐漸邊緣化。3.從開(kāi)發(fā)模式上來(lái)看：現(xiàn)在中國(guó)房企發(fā)展的最大瓶頸依然是金融，資金鏈成為房企開(kāi)發(fā)項(xiàng)目的最大風(fēng)險(xiǎn)所在。過(guò)去10多年來(lái)，房地產(chǎn)業(yè)為中國(guó)的宏觀經(jīng)濟(jì)發(fā)展做出了巨大貢獻(xiàn)，這是有目共睹的。盡管出現(xiàn)了房地產(chǎn)過(guò)熱，出現(xiàn)了經(jīng)濟(jì)對(duì)房地產(chǎn)的過(guò)度依賴

4、，但房地產(chǎn)去經(jīng)濟(jì)支柱化之路是不可能一蹴而就的，宏觀經(jīng)濟(jì)的結(jié)構(gòu)轉(zhuǎn)型也不可能短期就能見(jiàn)到顯著成效。國(guó)內(nèi)關(guān)于房地產(chǎn)價(jià)格的影響因素研究很多，姚先國(guó) 等人對(duì)地價(jià)對(duì)房地產(chǎn)價(jià)格的影響進(jìn)行研究，認(rèn)為地價(jià)與房?jī)r(jià)有聯(lián)系，但并不成線性關(guān)系，居民需求是推動(dòng)房?jī)r(jià)上漲的主要原因。y與x的關(guān)系圖1因變量與自變量的關(guān)系圖如下,姚大全 認(rèn)為影響放低產(chǎn)價(jià)格的另一因素是土地儲(chǔ)備，一方面土地價(jià)格影響開(kāi)發(fā)成本，另一方面土地供應(yīng)機(jī)制影響房屋開(kāi)發(fā)總量。黎文江 認(rèn)為房?jī)r(jià)與GDP及人均收入掛鉤具有合理性，兩者是相互影響的關(guān)系。需要注意的是，以上都是對(duì)單一因素進(jìn)行了分析。房地產(chǎn)的健康持續(xù)發(fā)展是市場(chǎng)正常運(yùn)作的需要，也是經(jīng)濟(jì)持續(xù)發(fā)展的需要，運(yùn)用統(tǒng)計(jì)

5、學(xué)等理論方法對(duì)影響房?jī)r(jià)的相關(guān)因素進(jìn)行實(shí)證研究是非常必要的，能夠?yàn)榫用裣M(fèi)、投資，政府調(diào)控提供依據(jù)，對(duì)維護(hù)廣大人民群眾利益有至關(guān)重要的作用。影響房地產(chǎn)價(jià)格的因素有很多，根據(jù)影響程度找出主要因素對(duì)實(shí)行房地產(chǎn)價(jià)格的宏觀調(diào)控有關(guān)鍵意義。本文以中國(guó)統(tǒng)計(jì)年鑒20002012年相關(guān)數(shù)據(jù)作為分析樣本（附表），使用相關(guān)分析和多元線性回歸分析方法，對(duì)選取的當(dāng)年國(guó)民年人均收入、新增住房面積及上一年商品房?jī)r(jià)格等三個(gè)影響因素進(jìn)行了研究。一、相關(guān)因素的選取凱恩斯理論將供給和需求作為決定市場(chǎng)價(jià)格的因素，需求分為剛性需求和投機(jī)需求，但前提條件是人們有購(gòu)房的資金，因此將年人均收入作為影響當(dāng)年房地產(chǎn)價(jià)格Y的一個(gè)因素X1。而供給方

6、面， 當(dāng)年新增住房面積X2代表了當(dāng)前房地產(chǎn)市場(chǎng)的供應(yīng)量。其次，今年來(lái)部分地方政府、開(kāi)發(fā)商對(duì)房?jī)r(jià)進(jìn)行炒作， 出于投機(jī)而買房的現(xiàn)象也大量出現(xiàn)，買房子會(huì)在一定程度上依據(jù)去年商品房?jī)r(jià)格X3來(lái)預(yù)測(cè)當(dāng)前或未來(lái)房?jī)r(jià)的水平，據(jù)此來(lái)進(jìn)行商品房交易，影響當(dāng)前交易量。文章沒(méi)有考慮購(gòu)房貸款利率的影響，一方面是因?yàn)槲覈?guó)國(guó)情，銀行貸款利率固定，難以衡量頻繁變動(dòng)的房地產(chǎn)價(jià)格。另一方面，當(dāng)房?jī)r(jià)上漲帶來(lái)的即得利益遠(yuǎn)遠(yuǎn)高于利率水平的時(shí)候，人們可能對(duì)利率的變動(dòng)不甚敏感。因此，本文對(duì)年人均收入、當(dāng)年新增住房面積、前一期商品房?jī)r(jià)格這些影響因素進(jìn)行分析，不考慮房地產(chǎn)貸款利率的影響。二、SPSS相關(guān)分析(1)散點(diǎn)圖檢驗(yàn)y因變量分別與xl、

7、x 2、x 3自變量間統(tǒng)計(jì)關(guān)系的散點(diǎn)圖如圖1所示。由圖可知，y與x1呈強(qiáng)正相關(guān)關(guān)系(如圖1 a)，y與X 2呈強(qiáng)正相關(guān)關(guān)系(如圖1 b)，y與x 3呈強(qiáng)正相關(guān)關(guān)系(如圖1C)。圖1：因變量與自變量的關(guān)系圖(a) y與x1的關(guān)系（b）y與x2的關(guān)系 （c）y與x3的關(guān)系(2)相關(guān)系數(shù)檢驗(yàn)a、表1對(duì)參與相關(guān)分析的各變量基本統(tǒng)計(jì)信息進(jìn)行了匯總。由表l可知，商品房均價(jià)的均值是2429.5654，標(biāo)準(zhǔn)差是879.18833， 共有13個(gè)樣本數(shù)據(jù)參與；人均可支配收入的均值是10986.0769，商品房竣工面積的均值是929.3192。上一年商品房的價(jià)格的均值為2216.5385。表1：相關(guān)變量匯總表描述統(tǒng)

8、計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差x1131756.0022968.0010986.07697342.76598x213266.161603.76929.3192436.68744x3131098.233680.762216.5385836.17618y131248.083867.582429.5654879.18833有效的 N （列表狀態(tài)）13b、表2對(duì)參與相關(guān)分析的各變量相關(guān)分析結(jié)果記性了匯總。有上表可知，商品房均價(jià)y與人均可支配收入x1的簡(jiǎn)單相關(guān)系數(shù)為0995，與商品房竣工面積x2的簡(jiǎn)單相關(guān)系數(shù)為O990。與上一年商品房?jī)r(jià)格x3的簡(jiǎn)單相關(guān)系數(shù)為0999。它們的相關(guān)系數(shù)檢驗(yàn)的概率P值都近似為0

9、。因此，當(dāng)顯著性水平 為005時(shí)，都應(yīng)拒絕相關(guān)系數(shù)檢驗(yàn)的零假設(shè)，認(rèn)為兩總體存在線性關(guān)系。表2：相關(guān)性表相關(guān)性x1x2x3yx1Pearson 相關(guān)性1.986*.992*.995*顯著性（雙側(cè)）.000.000.000平方與叉積的和6.470E837931318.88173107613.71277068961.495協(xié)方差53916212.2443160943.2406092301.1436422413.458N13131313x2Pearson 相關(guān)性.986*1.987*.990*顯著性（雙側(cè)）.000.000.000平方與叉積的和37931318.8812288351.048432537

10、6.8864559613.129協(xié)方差3160943.240190695.921360448.074379967.761N13131313x3Pearson 相關(guān)性.992*.987*1.999*顯著性（雙側(cè)）.000.000.000平方與叉積的和73107613.7124325376.8868390287.1668808656.549協(xié)方差6092301.143360448.074699190.597734054.712N13131313yPearson 相關(guān)性.995*.990*.999*1顯著性（雙側(cè)）.000.000.000平方與叉積的和77068961.4954559613.1298

11、808656.5499275665.403協(xié)方差6422413.458379967.761734054.712772972.117N13131313*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。(3)偏相關(guān)分析偏相關(guān)分析的目的主要是辨別變量間的虛假相關(guān)，剔除其他相關(guān)因素影響條件下計(jì)算變量間的關(guān)系。由下表3可知， 在X 2、X 3作為控制變量的條件下，Y和X 1間的偏相關(guān)(如表3a)為0.880，呈正相關(guān)關(guān)系，說(shuō)明人均可支配收入X1對(duì)當(dāng)年商品房的平均價(jià)格Y有線性影響(如表3b)； Y和X3間的偏相關(guān)為0.539，呈弱正相關(guān)關(guān)系，說(shuō)明上一年商品房?jī)r(jià)格X3對(duì)當(dāng)年商品房的平均價(jià)格Y有弱線性影響(如表3c)

12、； 商品房竣工面積X2對(duì)當(dāng)年商品房均價(jià)的偏相關(guān)為0.356，呈極弱的負(fù)相關(guān)關(guān)系，該結(jié)論與相關(guān)分析的結(jié)論(簡(jiǎn)單相關(guān)系數(shù)為0952)差距甚遠(yuǎn)，說(shuō)明當(dāng)控制了變量XI、X3后，X2就不再對(duì)Y有顯著線性作用了。表3：相關(guān)性控制變量yx1x3x2-無(wú)-ay相關(guān)性1.000.995.999.990顯著性（雙側(cè)）.000.000.000df0111111x1相關(guān)性.9951.000.992.986顯著性（雙側(cè)）.000.000.000df1101111x3相關(guān)性.999.9921.000.987顯著性（雙側(cè)）.000.000.000df1111011x2相關(guān)性.990.986.9871.000顯著性（雙側(cè)）.

13、000.000.000.df1111110x3 & x2y相關(guān)性1.000.539顯著性（雙側(cè)）.087df09x1相關(guān)性.5391.000顯著性（雙側(cè)）.087.df90a. 單元格包含零階 (Pearson) 相關(guān)相關(guān)性控制變量yx3x2x1-無(wú)-ay相關(guān)性1.000.999.990.995顯著性（雙側(cè)）.000.000.000df0111111x3相關(guān)性.9991.000.987.992顯著性（雙側(cè)）.000.000.000df1101111x2相關(guān)性.990.9871.000.986顯著性（雙側(cè)）.000.000.000df1111011x1相關(guān)性.995.992.9861.0

14、00顯著性（雙側(cè)）.000.000.000.df1111110x2 & x1y相關(guān)性1.000.880顯著性（雙側(cè)）.000df09x3相關(guān)性.8801.000顯著性（雙側(cè)）.000.df90a. 單元格包含零階 (Pearson) 相關(guān)。三、回歸分析1、多元線性回歸分析簡(jiǎn)述：在回歸分析中，如果有兩個(gè)或兩個(gè)以上的自變量，就稱為多元回歸。事實(shí)上，一種現(xiàn)象常常是與多個(gè)因素相聯(lián)系的，由多個(gè)自變量的最優(yōu)組合共同來(lái)預(yù)測(cè)或估計(jì)因變量，比只用一個(gè)自變量進(jìn)行預(yù)測(cè)或估計(jì)更有效，更符合實(shí)際。因此多元線性回歸比一元線性回歸的實(shí)用意義更大。 多元線性回歸的基本原理和基本計(jì)算過(guò)程與一元線性回歸相同，但由于自變量

15、個(gè)數(shù)多，計(jì)算相當(dāng)麻煩，一般在實(shí)際中應(yīng)用時(shí)都要借助統(tǒng)計(jì)軟件。這里只介紹多元線性回歸的一些基本問(wèn)題。但由于各個(gè)自變量的單位可能不一樣，比如說(shuō)一個(gè)消費(fèi)水平的關(guān)系式中，工資水平、受教育程度、職業(yè)、地區(qū)、家庭負(fù)擔(dān)等等因素都會(huì)影響到消費(fèi)水平，而這些影響因素（自變量）的單位顯然是不同的，因此自變量前系數(shù)的大小并不能說(shuō)明該因素的重要程度，更簡(jiǎn)單地來(lái)說(shuō)，同樣工資收入，如果用元為單位就比用百元為單位所得的回歸系數(shù)要小，但是工資水平對(duì)消費(fèi)的影響程度并沒(méi)有變，所以得想辦法將各個(gè)自變量化到統(tǒng)一的單位上來(lái)。前面學(xué)到的標(biāo)準(zhǔn)分就有這個(gè)功能，具體到這里來(lái)說(shuō)，就是將所有變量包括因變量都先轉(zhuǎn)化為標(biāo)準(zhǔn)分，再進(jìn)行線性回歸，此時(shí)得到的回

16、歸系數(shù)就能反映對(duì)應(yīng)自變量的重要程度。這時(shí)的回歸方程稱為標(biāo)準(zhǔn)回歸方程，回歸系數(shù)稱為標(biāo)準(zhǔn)回歸系數(shù)，表示如下：Zy= 1Z*1 + 2Z*2 + + kZ*k，估計(jì)方法：普通最小二乘法(Ordinary Least Square, OLS)普通最小二乘法通過(guò)最小化誤差的平方和尋找最佳函數(shù)。通過(guò)矩陣運(yùn)算求解系數(shù)矩陣；廣義最小二乘法(Generalized Least Square)廣義最小二乘法是普通最小二乘法的拓展，它允許在誤差項(xiàng)存在異方差或自相關(guān)，或二者皆有時(shí)獲得有效的系數(shù)估計(jì)值。其中，是殘差項(xiàng)的協(xié)方差矩陣。優(yōu)點(diǎn)：回歸分析法在分析多因素模型時(shí)，更加簡(jiǎn)單和方便；運(yùn)用回歸模型，只要采用的模型和數(shù)據(jù)相同

17、，通過(guò)標(biāo)準(zhǔn)的統(tǒng)計(jì)方法可以計(jì)算出唯一的結(jié)果，但在圖和表的形式中，數(shù)據(jù)之間關(guān)系的解釋往往因人而異，不同分析者畫(huà)出的擬合曲線很可能也是不一樣的；回歸分析可以準(zhǔn)確地計(jì)量各個(gè)因素之間的相關(guān)程度與回歸擬合程度的高低，提高預(yù)測(cè)方程式的效果；在回歸分析法時(shí)，由于實(shí)際一個(gè)變量?jī)H受單個(gè)因素的影響的情況極少，要注意模式的適合范圍，所以一元回歸分析法適用確實(shí)存在一個(gè)對(duì)因變量影響作用明顯高于其他因素的變量是使用。多元回歸分析法比較適用于實(shí)際經(jīng)濟(jì)問(wèn)題，受多因素綜合影響時(shí)使用。缺點(diǎn)：有時(shí)候在回歸分析中，選用何種因子和該因子采用何種表達(dá) 式只是一種推測(cè)，這影響了用電因子的多樣性和某些因子的不可測(cè)性，使得回歸分析在某些 情況下

18、受到限制。做回歸預(yù)測(cè)時(shí)需要分析的數(shù)據(jù)往往是多變量的，那么我們?cè)谧龆嘣貧w時(shí)就需要特別注意了解我們的數(shù)據(jù)是否能夠滿足做多元線性回歸分析的前提條件。應(yīng)用多重線性回歸進(jìn)行統(tǒng)計(jì)分析時(shí)要求滿足哪些條件呢？總結(jié)起來(lái)可用四個(gè)詞來(lái)描述：線性、獨(dú)立、正態(tài)、齊性。自變量與因變量之間存在線性關(guān)系，這可以通過(guò)繪制”散點(diǎn)圖矩陣”進(jìn)行考察因變量隨各自變量值的變化情況。如果因變量Yi 與某個(gè)自變量X i 之間呈現(xiàn)出曲線趨勢(shì)，可嘗試通過(guò)變量變換予以修正，常用的變量變換方法有對(duì)數(shù)變換、倒數(shù)變換、平方根變換、平方根反正弦變換等。各觀測(cè)間相互獨(dú)立任意兩個(gè)觀測(cè)殘差的協(xié)方差為0 ，也就是要求自變量間不存在多重共線性問(wèn)題。對(duì)于如何處理多

19、重共線性問(wèn)題，請(qǐng)參考多元線性回歸模型中多重共線性問(wèn)題處理方法殘差e 服從正態(tài)分布N(0,2) 。其方差2 = var (ei) 反映了回歸模型的精度， 越小，用所得到回歸模型預(yù)測(cè)y的精確度愈高。e 的大小不隨所有變量取值水平的改變而改變，即方差齊性。 2、建立回歸模型通過(guò)以上分析，建立多元線性回歸模型：Y=X1+X2+X3+。其中，Y表示商品房平均價(jià)格，X1 表示人均可支配收入，X2 表示商品房竣工面積，X3表示上一年商品房?jī)r(jià)格。3、回歸方程的擬合優(yōu)度檢驗(yàn)由表4，調(diào)整的判定系數(shù)為0995，接近1，因此認(rèn)為擬合優(yōu)度較高，被解釋變量可以被模型解釋的部分較多，未能解釋的部分較少。表4：模型匯總b模型

20、RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差更改統(tǒng)計(jì)量Durbin-WatsonR 方更改F 更改df1df2Sig. F 更改1.999a.998.99841.54026.9981788.78339.0001.785a. 預(yù)測(cè)變量: (常量), x3, x2, x1。b. 因變量: y4、 回歸方程的顯著性檢驗(yàn)依據(jù)表5可進(jìn)行回歸方程的顯著性檢驗(yàn)，顯著性水平:為005， 由于概率P值小于，認(rèn)為各回歸系數(shù)不能同時(shí)為0，被解釋變量與解釋變量全體的線性關(guān)系是顯著的，可建立線性模型。表5：Anovab模型平方和df均方FSig.1回歸9260135.06233086711.6871788.783.000a殘差

21、15530.34191725.593總計(jì)9275665.40312a. 預(yù)測(cè)變量: (常量), x3, x2, x1。b. 因變量: y5、回歸系數(shù)的顯著性檢驗(yàn)由表6可知，變量X1，X2 的回歸系數(shù)顯著性t檢驗(yàn)的概率P值大于顯著性水平，因此，不應(yīng)拒絕零假設(shè)，認(rèn)為回歸系數(shù)與零無(wú)顯著差異，被解釋變量Y與解釋變量x 的線性關(guān)系不顯著。表6：系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn) 誤差試用版容差VIF1(常量)368.332114.6113.214.011x1.027.014.2221.920.087.01472.092x2.207.181.1031.141.283.02343.4

22、87x3.711.128.6775.562.000.01379.518a. 因變量: y6、共線性檢驗(yàn)從表7來(lái)看，第4個(gè)特征根既能解釋人均可支配收入的99，也可解釋上一年商品房?jī)r(jià)格的99 ，因此有理由認(rèn)為這些變量間存在多重共線性：第3、4個(gè)條件指數(shù)大于1O，說(shuō)明變量間的確存在多重共線性。表7:共線性診斷a模型維數(shù)特征值條件索引方差比例(常量)x1x2x3113.8261.000.00.00.00.002.1704.745.04.01.00.003.00335.997.10.39.88.014.00160.058.86.60.12.99a. 因變量: y7模型的修正通過(guò)以上分析可知，回歸方程存在

23、一些問(wèn)題，應(yīng)重新建立回歸方程，采用向后篩選策略完成解釋變量的篩選。表8中說(shuō)明每個(gè)模型中各解釋變量的偏回歸系數(shù)顯著性檢驗(yàn)的情況。顯著性水平為O05，前兩個(gè)模型中由于都存在回歸系數(shù)不顯著的解釋變量，因此這些方程都不可用。第三個(gè)模型是最終的方程，P小于，因此表4 回歸分析結(jié)果(強(qiáng)制進(jìn)入策略)人均可支配收入與被解釋變量間的線性關(guān)系顯著，模型是合理的。最終的回歸模型y=654.797+0.231xl。表8：8殘差檢驗(yàn)由圖2可知，標(biāo)準(zhǔn)化殘差分布不存在線性關(guān)系，可以認(rèn)為殘差滿足了線性模型的前提要求。有表9中數(shù)據(jù)可知，庫(kù)克距離絕對(duì)值小于3，標(biāo)準(zhǔn)化殘差絕對(duì)值小于3，不存在強(qiáng)影響點(diǎn)。分析結(jié)果表明，人均可支配收入對(duì)

24、商品房?jī)r(jià)格產(chǎn)生主要影響，年人均收入可支配收入每增加一個(gè)單位就會(huì)使商品房?jī)r(jià)格增加0231個(gè)單位。表9：殘差統(tǒng)計(jì)量a極小值極大值均值標(biāo)準(zhǔn) 偏差N預(yù)測(cè)值1251.27933929.51122429.5654878.4520013殘差-61.9312448.89600.0000035.9749213標(biāo)準(zhǔn) 預(yù)測(cè)值-1.3411.707.0001.00013標(biāo)準(zhǔn) 殘差-1.4911.177.000.86613a. 因變量: y圖2：四、結(jié)語(yǔ)本文分析結(jié)果顯示：居民年可支配收入是影響房地產(chǎn)價(jià)格的一個(gè)關(guān)鍵因素，年收入過(guò)高會(huì)導(dǎo)致富余的資金流向房地產(chǎn)市場(chǎng)，推動(dòng)房?jī)r(jià)上漲，導(dǎo)致一部分人收入過(guò)高的直接原因就是收入分配不均問(wèn)題。另外，收入分配不均的問(wèn)題下，低收入人群的購(gòu)房需求多為剛性需求，而高收入人群的投