人均收入对房价影响的研究
我国住宅销售价格的影响因素分析——以35个大中城市住宅价格为例
我 国住 宅销 售 价格 的 影 响 因素分 析
— —
以３ ５个大 中城 市住宅格 为例
孙 雪梅
摘 要 ：房价 问题关 系到国计 民生 。随着我 国房地产 市场迅猛发展 ，越 来越 多的 问题也暴露 出来，过 高的房 价 已经远远超过 了广 大居 民的购房承 受能力 ，并导致物价 总水平的不断攀升，通货膨胀压力凸现。房价 问题 己成为社会各界讨论的热点之 一。本文 以全 国３ ５个 大中 城 市 为研 究对 象 ，结 合 Ｐ ａ ｎ ｅ ｌ Ｄ ａ ｔ ａ 模 型 ，运 用 多元 回 归 分析 方 法研 究住 宅价 格 的 影 响 因素 。 面 板 数 据 分 析 结 果 显 示 ，人 均 可 支 配 收 入 对 住 宅销售价格 的影响最 为显著 ；同时，通过 比较 东中西部的模型 ，分析我 国住 宅销售价格的 区域差异 ，得 出三大地带城 市住宅价格的解释 变 量不尽 相同，即使相 同，其影响效应也是有差异的。在此基础上 ，本文提 出了相应 的政策建议。 关键词 ：住 宅价格 ；影响因素；Ｐ ａ ｎ ｅ ｌ Ｄ ａ ｔ ａ模型 ；回归分析
（ 一 ） 变量 选 取 与 模 型 建 立
指标 ；Ｇ Ｄ Ｐ 是反映一个地区经 济发展 的重要 指标 ；对于住宅长期 供给 ， 本文选取商品住宅竣工面积这一指标 。 综上所述 ，本文将选取市 区非农业人 口 Ｐ Ｏ Ｐ（ 万人 ） 、城镇居 民人 均可支配收入 Ｐ Ｄ Ｉ（ 元） 、恩格尔系数 Ｅ Ｎ Ｇ（ ％） 、Ｇ Ｄ Ｐ（ 亿元 ） 、商 品 住宅竣工面积 Ｈ Ｂ Ｓ（ 万 ） 这五个变 量作为分 析住宅价 格的解释 变量
关于房价与人均可支配收入涨幅的分析--以广东省为例
关于房价与人均可支配收入涨幅的分析--以广东省为例摘要：本文概述了商品房的价格与个人可支配收入的内涵，其后选择商品房销售额来反映房价，从国家统计局网搜集近年来的广东省房价数据和人均可支配收入数据，而后进行数据的单变量相关性分析及多目标整合指标相关性分析，从而得出结论：商品房的价格与人均可支配收入之间呈正相关。
因为居民生活品质提升，居民收入增涨，房价随之增高。
基于本文分析，笔者提出建立公开透明的网络查询系统、推进住房保障体系建设等建议来缓解房价提高与人均可支配收入增幅不匹配的压力。
关键词：房地产价格人均可支配收入正相关一、理论分析与研究假设（一）房价与人均可支配收入的关系当前，人均可支配收入的涨幅跟不上房价的增幅。
尽管人均可支配收入逐步上升，但可支配收入的消费支出范围却越来越窄，因为固定资产的价格越来越高，人们想要安居乐业的条件变得越来越苛刻。
许多研究表示房价与人均可支配收入有着的显著的关系，且人均可支配收入越高，对购房消费中的支出比例就越高，从而促使房价越高。
（二）提出假设据人人网调查显示中国城镇居民可承受房价收入比极限为6.31倍，而我国如今的房价收入比却远高于此。
可见，房价的过高让居民把越来越多的收入投入到买房中，使得房价居高不下。
讨论房价与居民人均可支配收入涨幅的关系，则要探讨人均可支配收入涨幅对房价的影响。
所以本研究决定以房价收入比理论为依据，提出以下假设：城镇居民人均可支配收入与城镇商品房销售价格呈线性关系，同方向变化。
从经济学角度来说，城镇居民人均可支配收入涨幅越大，购房方面的消费支出就会越多，需求越多，房价就越高，两者是正向的关系。
二、实证分析与假设检验（一）数据收集1、数据来源：国家统计局网为客观地获取广东省商品房价格与人均可支配收入的数据，本文从国家统计局网上截取2000年-2014年的数据并以计量经济方法为主进行实证分析，使用EXCEL开展数据的统计分析。
（二）数据分析1、单变量相关性分析利用excel中的correl公式分别分析广东省人均可支配收入与各指标的相关性可知：广东省人均可支配收入与商品房平均销售价格相关性是0.9922，广东省人均可支配收入与住宅商品房平均销售价格的相关性是0.9913，广东省人均可支配收入与别墅、高档公寓平均销售价格的相关性是0.9851。
我国GDP增长率_CPI_人均可支配收入与房价的相关性分析_赖雅
现代经济信息一、全国情况分析从表中可见：从1991年到2008年，全国GDP增长了4.24倍(即2008年的GDP规模是1991年的5.24倍)，CPI增长了1.34倍，城镇居民人均可支配收入增加了8.28倍，房价(本文均指商品住宅均价)上涨了3.87倍，扣除物价上涨因素后，实际上涨1.08倍。
1.GDP增长率与CPI的相关性分析从上图可见：●GDP增长率、CPI均呈现周期性变化，GDP增长率的周期要长于CPI的周期。
●周期分为四个阶段：●第一阶段：GDP增长率上升、CPI处于低位，此时经济状况良好，GDP增长率将持续增长；●第二阶段：GDP增长率上升一段时期后，CPI快速上涨，通货膨胀；●第三阶段：CPI处于高位，GDP增长率开始下滑；●第四阶段：GDP增长率持续下降，影响了消费者信心，CPI快速下跌，通货紧缩。
●我国目前正处于上述第三阶段，预示进入GDP增长率、CPI双降的第四阶段可能性较大，但与以往不同的是中央为应对本次经济下滑，积极实施干预，增加了本轮周期的复杂性。
2.房价增长率与GDP增长率的相关性分析为了剔除个别年份GDP增长率、房价增长率的暴涨、暴跌影响，对各年GDP增长率及房价增长率作三年移动平均取值后，再拟合出如下曲线：从图上可见：●曲线公式为y=486.38x3.7643。
●拟合优度R2为0.7972，该数值越接近零，表示拟合越差，越接我国GDP增长率、CPI、人均可支配收入与房价的相关性分析赖雅 广州市城市建设开发有限公司办公室总经理摘要：本文主要分别从全国情况和广州地区情况入手，以表格的形式，简要地分析了我国GDP增长率、CPI、人均可支配收入与房价的相关性。
关键词：GDP增长率；CPI；人均可支配收入；房价；相关性中图分类号：F126 文献标识码：A 文章编号：1001-828X（2011）06-0002-02收稿日期：2011-06-05宏观经济近1，表示拟合越好，可见上述曲线拟合度较高；●自变量x的系数大零，表示y与x正相关，小于零，表示y与x负相关，上述曲线中，x的系数3.7648大于零，说明房价增长率(y)与GDP增长率(x)正相关；●GDP增长率每增长1%，房价增长率增长3.76%。
收入水平对我国商品住宅价格区域差异影响的实证分析王惠慧
CHINA COLLECTIVE ECONOMY摘要：住宅产业关系到国际民生，住宅价格的变动又反映了住宅市场的冷热。
房价的攀升引发政府的宏观调控和广大人民群众的高度关注。
我国学者对房价问题的研究文献非常丰富，但专门从地区收入水平角度探讨房价区域性差异的文献较少，文章试图通过实证研究，找到收入和房价之间的关联性，从而对房价的区域性差异进行合理解释,以期对我国房地产业的宏观调控献一点微薄之力。
关键词：商品住宅价格；收入水平；差异分析房价在整个市场价格体系中处于基础地位，这也决定了它在市场经济中具有非常重要的功能和作用。
其中商品住宅价格更是直接关系到普通百姓的生活质量。
近几年，政府出台的一系列宏观调控政策初见成效，一线城市房价略有下降，二线城市房价涨幅较慢，但房价最终是否能降到合理水平———人均收入的三至六倍，仍然是一个未知数。
房价的上涨不但导致了土地资源的浪费，还会引起金融危机从而导致国民经济陷入衰退，而解决这些问题的关键在于形成合理的住宅价格水平。
中国住宅价格的快速上涨，究竟是否已与居民收入等基本面严重脱节，我国不同地区间收入的变动与房价变动规律如何，与此相关的研究对于指导我国对房地产业的宏观调控具有非常重要的现实意义。
本文的研究对象主要是住宅房地产，由于农村居民解决住宅的途径主要是以自荐为主，因此我们的研究对象又局限于对城市商品住宅的研究，以下简称住宅。
其相应的价格简称住宅价格。
具体而言，是指商品住宅的平均销售价格。
而我国住宅市场出现的价格问题主要是增量市场的价格问题，故本文研究范围是住宅增量市场。
一、样本数据本文样本数据来源于1998年-2008年的《中国统计年鉴》，在这期间我国房地产价格波动剧烈，其数据比较具有代表性。
另外，为了全面解释房价和人均收入之间的关联，本文选用我国30个省（西藏除外）、区的城镇住宅房地产价格和城镇居民全年人均可支配收入等面板数据作为样本。
并对指标进行了可比性处理，即以1998年的不变价格为基础，分别用住宅房地产销售价格指数和城镇居民的消费价格指数对房价和人均收入进行平减。
房价收入比影响因素分析
教育结构变量系数
μ^ 1
0. 2243 3
医疗机构比值系数
μ^ 2
0. 0213 3
0. 982
社会保障补助支出系数
α^ 4
- 1. 0253 3 3
人口密度比值系数
γ^ 4
0. 0113
上表的数值右上角的星号代表系数的置信水平 , 3 代表拒绝此系数为 0的概率不低于 90% , 3 3 代表拒绝此系数为 0的概率不低于 95% , 3 3 3 代表拒绝此系数为 0的概率不低于 99%。
关键词 房价收入比 财政支出结构 作者薛莉苇 ,中国科学院研究生院 ;赵晓军 ,北京大学光华管理学院博士研究生 ; (北京 100871) 许健 , 中国科学院研究生院 。
一 、引言
房价收入比的合理区间问题 ,这一问题的争论一直持续至 今 ,但结论都不统一 。很少有学者考虑房价收入比的影响
房地产问题是当前社会各界研究的热点 ,而房价收入 因素 ,大都停留在定性讨论中 。本文就房价收入比的影响
教育事业费支出比率 g2 非农人口比率 P2
科学事业支出比率 g3 产业结构变量 e2 人口自然增长率 P3 建设用地比重 CB2 医疗机构比值 CF2
社会保障补助支出比率 g4 人口密度比值 P4
四 、模型的结果与解释
在采用静态的 OLS估计中 ,得到如下的估计 :
表4
常数项 R^ 0
财政变量前的 系数
图 1 2005年不同城市房价收入比折线图 从上图可明显看出发达城市与中等城市的差距 ,发 达城市的房价收入比集中在 4 - 6 之间 ,而中等城市的房 价收入比一般要超过 8,只有青岛低于 8,为 7. 882。 在解释变量方面 ,由于共有 14个解释变量 ,以下就社 会保障支出比率 g4 ,产业结构变量 e2 ,从业人口结构变量 p1 进行描述统计 ,得下表 :
关于家庭购房比价系数的研究及应用
二 、人均 GDP 、人均年收入对 家庭购房力 P 的影响
近几年 ,中国进入市场经济社会 ,逐渐引用国际社会公认 的、衡量国家整体富裕与贫穷的重要参数 ———恩格尔系数。
中国城镇居民家庭人均收入 、恩格尔系数与住房消费 支出的比重[1 ] (第320页)
《山东大学学报》(哲学社会科学版)
JOURNAL OF SHANDON G UN IV ERSITY( Philosophy and Social Sciences)
2003 年第 3 期 NO. 3. 2003
关于家庭购房比价系数的研究及应用
崔健伟
(山东电力集团公司 鲁能集团 , 山东 济南 250012)
国 家
冈比亚 巴巴多斯 斯里兰卡 巴布亚新几内亚 塞内加尔 摩洛哥 巴基斯坦 科特迪瓦 埃及 缅甸 博茨瓦纳 葡萄牙 中国 阿尔及利亚 黎巴嫩 智利 布基纳法索 乌拉圭 肯尼亚
年份
1983 1980 1980 1970 1980 1973 1972 1969 1975 1974 1980 1974 2001 1979 1974 1978 1978 1979 1981
恩格尔系数 住房消费支出 %
0. 580
5. 1
0. 587
9. 1
0. 581
7. 1
0. 567
7. 1
0. 560 0. 540 0. 533 0. 511 0. 497 0. 491 0. 482 0. 478
8. 7 7. 0 7. 8 11. 6 8. 8 10. 4 12. 6 10. 5
Abstract : Through the study and analysis of the family members’annual average income of the citizens in cities and towns , the local average GDP per person , and the Engel coefficient , this paper is an attempt to explore closely the relationship between these factors and the prices of houses in cities and towns. We have built a mathematical model to illustrate it , and propose a new conception of the coefficient of the family house n purchasing power (the price of a house / the family’s annual maximum purchasing power) . The model reveals that the prices of commercial resi2 dential buildings and local development level of the national economy and the living standard of the local people , as well as family annual income and the number of the family members , are closely related. This study provides guid2 ance for the numerous house n purchasers and can help them determine the price range of the commercial residential buildings they are going to buy according to their own family purchasing power. Besides , it is of referential value to the real estate development business people. Key words : the coefficient of the family house n purchasing power ; family annual income ; the average GDP per person ; the Engel coefficient.
对房地产价格影响因素调查论文
对房地产价格影响因素的调查研究【摘要】房地产业是国民经济的基础性、先导性产业，房地产价格的形成具有众多的影响因素。
本文选取了成都市房屋竣工面积、房屋投资完成额、地区生产总值、辖区人口数、职工平均工资和城乡居民存款余额等指标，以2009年1月到2011年6月为样本期间，进行了多元回归的实证分析，分析了各因素对房地产价格的影响。
【关键词】房地产价格；成都市；随着“成渝经济区”纳入国家“十二五规划”，该区域必将成为中国经济新的增长极，未来成都将建设成为世界级国际化城市，西部地区现代化特大中心城市，人与自然和谐相融、城乡一体的“世界级现代田园城市”。
川西民居、欧陆风情……各种建筑风格此起彼伏；大盘时代、地产巨鳄……外来地产文化在成都生根发芽。
当这一切交织在一起后，便构成了成都房地产产业发展史上最为辉煌的黄金时代。
作为国民经济的支柱产业，房地产市场的发展变化是关系国计民生的重大问题，房地产市场是否正常运营，关系到金融稳定和社会安定。
影响房地产价格波动的究竟是哪些主要因素？国内外的研究者从人均收入水平、土地价格、货币政策变量等方面给予了很大的关注。
本文在以往文献研究成果的基础上，选择成都市2009年1月到2011年6月的房地产相关数据作为样本对象，采用计量经济学的相关分析技术，深入进行实证研究。
1 文献综述刘合群、许芳（2011）研究认为影响郑州市房地产价格的因素很多，比较重要的五个因素分别是人口众多和消费观念新、区位优势明显、通货膨胀、产业转移、城中村改造。
[1] 张颖、刘志杰（2011）对影响河南省安阳市房价的因素进行模糊聚类分析，实证结果认为在城市化水平、房地产开发投资额、gdp、城镇居民人均可支配收入和人口密度五个因素中，城镇居民收入对房价最为敏感。
[2] 黄乙峰（2011）选取1999 至2009 年间的北京房价、gdp、年人均可支配收入、年末常住人口、五年以上贷款利率等指标，进行了多元回归分析，并利用方差分解技术解释各个自变量对房价的贡献程度。
《居民人均收入影响因素分析文献综述》2000字
居民人均收入影响因素分析文献综述1.房产交易额当前，我国城乡收入差距仍然处于较大水平，并且高昂的房价也已经影响到民生问题，关于两者的研究也颇为成熟。
王文君（2019）认为，房价的上涨会扩大城乡收入差距，并相互推动彼此上升。
在彼此不断相互促进的上升过程中，拉大了我国分配差距，同时这样的分配差距会进一步刺激房价上升。
这样的“恶性循环”会给社会带来很多负面影响，让低收入者感到社会的不公平，进而造成社会不稳定[1]。
安艳庆（2019）通过实证分析得出，房价的提高会进一步拉到城乡收入差距，具体的内在机制在于其打破了城乡收入上升速度的平衡，其中的非公有制经济与政府调控，则会削弱房价的整体提升[2]。
杨璐嘉（2019）认为，房价上涨主要在经济较为落后的地区有所影响，要低于经济较为发达的地区；同时人口老龄化与房价上涨的交互影响可以改善我国居民人均收入，其主要原因在于人口老龄化会降低房地产市场的需求，减缓房价的上涨，从而改善了我国居民人均收入[3]。
但部分学者认为，房地产价格上升对促进经济增长，释放经济活力有着十分显著的积极作用，并有利于我国城乡居民的人均收入进一步缩小。
袁雯娟（2019）利用我国地级市面板数据研究发现，我国城乡收入差距呈现倒“U”型动态变化，其中的房价更是会加大贫富差距，而贫富差距的出现，又会反过来抑制房价的上升。
究其原因，是在于当我国贫富差距增大时，政府会通过相关政策限制通过不动产效应进一步缩小贫富差距，导致房子的预期下降，影响房地产需求价格[4]。
刘超（2021）经调查发现，部分居民为了追求更好的生活水平，从而会选择在一线城市工作，而随着外地市民的进入，一线城市的房地产市场就形成新的需求者，从而促进了房价的上涨[5]。
2.国民生产总值大量研究证明，我国居民人均收入和国民生产总值存在一定的联系。
张庆（2019）认为，不管是资本主义国家还是社会主义国家公平是一个能够引起共鸣的一个话题，根据之前的历史经验我们可以发现一个国家最重要的是它的制度，但是若要制度能够顺利执行，那么就一定离不开社会的公平，但是就算是在当今这个高速发达的世界，各国还是有不公平的事件发生，比如男女平等，受教育权，抚养权等[6]。
房地产市场调查房价与收入的关系
房地产市场调查房价与收入的关系近年来，随着城市化进程的加快和人口规模的不断增长，房地产市场成为了全球各地普遍关注的焦点。
房价的高涨成为了社会关注的热点话题之一。
然而，房价与收入之间的关系一直备受争议。
本文将探讨房地产市场中房价与收入之间的关系，并对该现象进行分析和解读。
首先，房地产市场中房价与收入之间存在着密切的关系。
房价的高低与当地居民的收入水平息息相关。
房价过高会使居民的收入大部分用于购房支出，导致居民的生活负担加重。
与此同时，房价过高还会使得购房者无法承受高额的房贷压力，增加负债风险。
因此，房价与居民的收入水平成反比关系，人们的购房行为在很大程度上受到收入水平的制约。
其次，房价与收入之间的关系还受到供需因素的影响。
随着城市人口的增加和土地资源的有限性，供不应求的局面逐渐形成。
这种供需失衡使得房价上涨成为必然趋势，但同时也因为收入水平限制了购房者的购买力，使得房价上涨的幅度得到了一定程度的限制。
因此，供需关系在房所价与收入之间起着重要的调节作用，两者共同决定了市场的价格走势。
此外，房价与收入之间还受到外部因素的影响。
宏观经济因素和政府政策的变化都会对房价产生直接影响。
经济的繁荣与萧条、通货膨胀与紧缩，以及房地产相关政策的实施会直接影响市场供需关系，并进而影响房价和收入之间的关系。
政府的购房政策、居民消费能力的变化、房贷利率的调整等因素也会对房价和收入之间的比例关系产生重要影响。
综上所述，房地产市场中房价与收入之间的关系是一个复杂而多变的问题。
房价与收入之间的关系是相互制约的，供需、宏观经济因素和政府政策等多个因素的综合作用决定了市场的价格水平。
为了确保房价和收入之间的比例关系能够合理平衡，政府应加强对房地产市场的监管和调控，引导市场价格走向合理水平，同时提高居民的收入水平，增加购房者的购买能力。
只有这样，才能实现房地产市场的稳定发展，满足广大居民的住房需求。
房价的影响因素分析及预测模型完整版
房价的影响因素分析及预测模型标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]房价的影响因素分析及预测模型——基于北京市相关数据的实证研究摘要房地产既是我国国民经济的支柱产业，也是关系重大的民生问题。
本文以北京市经济适用房销售价格、北京市生产总值等相关数据为例，分析房价的主要影响因素，建立房价与其影响因素的关系模型对北京市房价进行准确预测，并根据得出的预测结果对房地产发展提出合理性意见：问题一，建立影响房价的指标体系，利用软件将各指标数据进行折线图描述，将变化偶然性较大的货币供应量删除，建立主成分分析模型提取主成分，将各指标对各主成分的贡献率加权得到每个指标的总贡献率，比较得出影响北京市房价的六项主要指标依次为：X4居民家庭人均收入，X10房地产开发投资额,X2北京市生产总值，X1经济适用房销售价格，X6人均住宅建筑面积，X5新增保障性住房面积。
问题二，建立逐步回归模型，根据软件的运行结果显示，被剔除的前六个变量与问题一得出的六项主要指标一致，证明结论正确。
建立多元回归分析模型，由软件实现得到北京市房价与其主要影响因素的关系模型为：Y=4846.453+0.843X1+1.719X2+0.028X4−4.652X5−278.822X6−3.564X10。
问题三，建立曲线估计模型，通过软件拟合得到各指标变量随时间拟合的曲线方程（见表3·1），将预测房价与实际值进行比较，其平均误差仅为%，说明预测效果良好。
利用软件运行得到各指标及房价在2000至2015年的房价（见表3·6）稳中有升。
问题四，根据所得预测结果、北京房地产市场结构、政府相关政策，结合经济学知识，对北京市房地产发展提出合理建议。
最后，对所建模型进行了优缺点评价，在模型推广种介绍了这几个模型的广泛应用。
关键词：房价预测、影响因素、主成分、线性回归、曲线拟合一、问题重述1.1问题的背景及条件俗话说；“安居才能乐业！”在我国的传统观念中房子就家，不管住别墅还是住瓦房，每一个家庭都必须有自己的住房，因此住房问题本生就是关系国计民生的大问题。
城市居民收入与房价的关联分析
城市居民收入与房价的关联分析房价与城市居民收入的关联分析随着城市化进程的加速，房价与城市居民收入的关系日益受到关注。
本文将对这两者之间的关联进行分析，并探讨其潜在影响因素。
1. 背景介绍城市居民收入与房价相关性作为经济和社会发展的重要指标之一，广泛应用于宏观经济学和城市规划学领域。
房价的上涨通常被视为城市繁荣和经济增长的表现，但同时也会对居民的生活造成一定的压力。
2. 统计数据通过搜集城市居民收入和房价的相关数据，并进行统计分析，可以揭示两者之间的关系。
以某个城市为例，分析过去几年的城市居民收入水平和房价变动情况，可以得到一些初步结论。
3. 因素分析城市居民收入与房价之间的关系受到多个因素的影响。
其中，以下几个因素可能具有较大的影响力：- 城市经济发展水平：经济繁荣的城市通常吸引更多资金和人口涌入，从而推动房价上涨，而高收入水平则可能反过来推动城市经济的发展。
- 供需关系：房屋供需关系是决定房价的一个重要因素。
若房屋供应不足，需求量大于供应量，房价很可能会上涨，反之亦然。
- 土地供给限制：有限的土地资源也是影响房价的一个重要因素。
在土地供给受限的情况下，房地产开发商往往会抬高房价，以获取更多利润。
- 货币政策：货币政策的宽松与紧缩对房价亦有一定的影响。
过于宽松的货币政策可能导致资金过度流入房地产市场，进而推高房价。
- 政策调控：政府的宏观调控政策，如土地出让、购房限制措施等，也将直接或间接地影响房价与收入的关系。
4. 实证分析在考虑上述因素的基础上，我们可以进行实证分析，以验证不同因素对城市居民收入与房价关系的影响程度，并尝试建立经济模型来解释这种关联。
5. 结果与讨论通过数据分析和实证研究，我们可以得出一些结论并进行讨论。
例如，城市居民收入增长速度是否能够跟上房价上涨的速度，不同城市之间房价与收入的差异，以及各因素对于不同城市的影响程度等。
6. 政策建议基于研究结果，我们还可以提出一些政策建议，以促进房价与城市居民收入的良性关联。
房价的影响因素分析及预测模型——基于北京市相关数据的实证研究论文
毕业论文房价的影响因素分析及预测模型——基于北京市相关数据的实证研究摘要房地产既是我国国民经济的支柱产业，也是关系重大的民生问题。
本文以北京市经济适用房销售价格、北京市生产总值等相关数据为例，分析房价的主要影响因素，建立房价与其影响因素的关系模型对北京市房价进行准确预测，并根据得出的预测结果对房地产发展提出合理性意见：问题一，建立影响房价的指标体系，利用SPSS16.0软件将各指标数据进行折线图描述，将变化偶然性较大的货币供应量删除，建立主成分分析模型提取主成分，将各指标对各主成分的贡献率加权得到每个指标的总贡献率，比较得出影响北京市房价的六项主要指标依次为：居民家庭人均收入，房地产开发投资额,北京市生产总值，经济适用房销售价格，人均住宅建筑面积，新增保障性住房面积。
问题二，建立逐步回归模型，根据SPSS16.0软件的运行结果显示，被剔除的前六个变量与问题一得出的六项主要指标一致，证明结论正确。
建立多元回归分析模型，由SPSS16.0软件实现得到北京市房价与其主要影响因素的关系模型为：。
问题三，建立曲线估计模型，通过SPSS16.0软件拟合得到各指标变量随时间拟合的曲线方程（见表3·1），将预测房价与实际值进行比较，其平均误差仅为5.14%，说明预测效果良好。
利用MATLAB7.0软件运行得到各指标及房价在2000至2015年的房价（见表3·6）稳中有升。
问题四，根据所得预测结果、北京房地产市场结构、政府相关政策，结合经济学知识，对北京市房地产发展提出合理建议。
最后，对所建模型进行了优缺点评价，在模型推广种介绍了这几个模型的广泛应用。
关键词：房价预测、影响因素、主成分、线性回归、曲线拟合一、问题重述1.1问题的背景及条件俗话说；“安居才能乐业！”在我国的传统观念中房子就家，不管住别墅还是住瓦房，每一个家庭都必须有自己的住房，因此住房问题本生就是关系国计民生的大问题。
同时，随着改革开放以来我国经济的高速发展，人民生活质量得到了极大提高，对住房质量、住房环境、小区配套服务等的要求也随之不断提高。
论文分析影响房地产市场供求关系的因素
上海开放大学嘉定分校学年论文题目：分析影响房地产市场供求关系的因素系（部）：房地产系专业：房地产经营与管理班级： 07级房本一班学生姓名： XXX目录中文摘要 .。
..。
....。
..。
....。
.。
.。
.。
.。
.......。
.。
.1 关键字.。
.。
.。
.。
..。
.。
.。
.。
.。
..。
.。
.。
.。
.。
.。
1一、我国目前房地产市场的供求状态及发展趋势。
..。
..。
.。
..2二、影响房地产市场需求的因素..。
..。
....。
.。
.。
....。
..。
.。
.21、居民人均收入对市场需求的影响。
..。
.。
...。
.。
..。
...。
..。
.22、经济基本面对市场需求的影响。
...。
.。
.。
.。
..。
.....。
(2)3、宏观政策对市场需求的影响..。
.。
......。
..。
..。
34、汇率对市场需求的影响..。
...。
..。
..。
..。
..。
...。
.。
.。
.35、城市人口数量和结构对市场需求的影响.。
.。
.。
....。
..。
..。
.36、未来预期对市场需求的影响.。
.。
......。
...。
..。
.。
..。
.。
3三、影响房地产市场供给的主要因素.。
...。
.。
..。
.。
...。
.。
..41、土地供给因素对市场供给的影响。
.。
.....。
..。
.。
...。
...。
42、土地成本对市场供给的影响.。
.。
...。
....。
...。
.。
...。
..。
.43、房地产开发利润对市场供给的影响。
..。
.。
..。
.。
..。
(4)4、宏观政策对市场供给的影响..。
.。
.。
.....。
.。
.。
..。
..。
5 5、对未来的预期对市场供给的影响。
.。
....。
....。
.。
..。
..5 四、环境因素对房地产供需直接及间接的影响。
.。
.。
...。
.。
.。
..61、环境因素对房地产需求直接与间接的影响。
.。
.....。
...。
62、环境因素对房地产供给直接与间接的影响。
..。
...。
..。
. (7)五、总结。
.。
..。
..。
.。
人均GDP与房价的关系
房价问题讨论之一：台北XX房价与大陆比较分析本人以研究钢铁为业，而钢铁与固定资产投资从而与房地产有关，于是自然也就关注起房地产来。
关于房地产是否存在泡沫，泡沫大小，是目前热议的焦点之一。
近日收到XX元大证券的一篇研究报告，其中有台北和XX平均房价与人均GDP的比较数据。
这个报告是有关20XX下半年经济运行的，因此我认为它反映的应该是近期的情况，有助于我们对房价问题的认识，特提供给关心房价问题的各位同仁参考。
以下比较仅引用元大证券报告中关于台北和XX的人均GDP和住宅均价（以“坪”为单位）的数据，其他数据是本人收集并计算的。
如有不妥之处，敬请同仁指正。
1.台北市：平均房价38万新台币/坪（其中“豪宅”为100万新台币/坪），除以3.30579（坪与平方米换算系数），为114950新台币/平方米；按国家外汇管理局公布的20XX12月折算汇率1台币=0.03083美元，等于3544美元/平方米；同期台北人均GDP14653美元，可购房面积=14653/3544=4.13平方米。
考虑到元大证券采用的单位可能是使用面积，故除以系数0.8（塔楼、板楼和小高层建筑面积折算为使用面积系数的均值），得5.16平方米建筑面积。
2.XX：平均房价85万新台币/坪（其中“豪宅”400万新台币/坪），除以3.30579,为257 125新台币/平方米，折合7927美元/平方米；XX人均GDP36800美元,人均年GDP0可购房=368 00/7927=4.64平方米。
（XX房价以建面为单位，新盘与旧楼综合成交价低于此数，这里说的是新盘价格）如根据《中国统计摘要2006》，XX20XX人均现价GDP199638港元，按国家外汇管理局公布的20XX12月的港币汇率，1港元=0.12897美元，为25747美元/人；人均年GDP可购房=25747/ 7927=3.25平方米。
3.市：20XX人均GDP44441元人民币（《中国统计摘要2006》），如按台北人均GDP与房价之比，应能以平均8613元/建筑平方米的价格购房5.16平方米；如按XX人均GDP与房价之比，应能按9578元/建筑平方米的价格购房4.64平方米（以元大数据为基础），或按13674元/建筑平方米的价格购房3.25平方米（以国家统计局数据为基础）。
浅析中国房价与居民收入的关系
浅析中国房价与居民收入的关系作者：陈烨来源：《现代经济信息》 2018年第14期一、引言住房问题一直是中国社会上最重要的民生问题之一。
房价的变化对中国经济发展趋向起着重要作用。
近几年来，中国房价一路高涨，北京上海广州等一线城市平均房价达四万多①，住房难等问题突出。
而居民收入的增幅如果过低，远远跟不上房价的涨幅，可能会造成房地产的泡沫化与中国GDP 增长的虚假化。
房价收入比是判断居民购买力与生活水平的重要因素，除了房价收入比，房价与居民收入还有许多不同关系，而研究房价与居民收入之间的关系对探究居民生活水平，判断中国经济发展形势与探究房地产业发展方向起到一定作用，并对中国经济发展现状有一定了解。
因此，本文采用近几年中国房价与居民收入相关数据，以此分析房价近几年的变化趋势，从而了解国内房价现状与居民生活水平，分析居民收入的影响因素，探求房价与居民收入之间的共性与差异，分析原因，寻求解决方案。
二、中国房价现状与影响因素分析1. 中国房价整体现状分析目前来说，国内学者一般认为现今房价高居不下，房价变化呈一路上涨的趋势，根据齐家网发布的2001 年到2016 年中国均房价走势图，可以发现，中国房价呈一路上升的态势，在2016 年房价便达到大约6800 元/ 平方，与2001 年的1000 元/ 平方相比，翻了六七倍，十几年间房价攀升的速度相当快，而根据房价变化的趋势，房价未来的走势或许也会持续上涨。
而房价高低标准实在难以界定，按照国际上的标准，一般来说，会以房价收入比作为指标②。
但是，房价收入比只是其中一个用以衡量的指标，并不能完全显示出房价高低与居民对房产的购买能力，因此，本文仅以房价收入比作为基础，研究中国房价的大致现状，分析原因。
2. 中国部分城市房价与居民收入调查分析根据中商产业研究院发布的2017 年4 月全国各省会城市房价排行榜中的数据，可以看出北京上海等的一线城市房价相对较高，北京房价最高达67951 元／平方，且与其他城市房价差距较大。
房价与我国居民人均可支配收入关系的实证分析
2018年6月Journal of Zhangzhou Institute of Technology June 2018文章编号:1673-1417（2018）02-0057-06 doi:10.13908/ki.issn1673-1417.2018.02.0013 房价与我国居民人均可支配收入关系的实证分析陈姚佳（厦门大学王亚南经济研究院，福建厦门361005）摘要：为探究我国商品房销售价格与城镇人均可支配收入的互相影响关系，以2002年第一季度至2017年第四季度全国（港澳台除外）商品房销售价格与城镇人均可支配收入的季度数据为样本，利用向量自回归模型等方法来对其进行实证研究。
结果表明：商品房销售价格与城镇人均可支配收入之间存在双向的正向影响，商品房销售价格的变化会明显使得城镇居民人均可支配收入产生变化，而城镇人均可支配收入的提升也会导致商品房价格出现一定程度的上升。
关键词：房地产价格；人均可支配收入；向量自回归模型中图分类号: F249 文献标识码: A一、问题的提出随着我国经济不断发展，全国诸多城市的房价水平呈现持续攀升态势。
房价上涨令许多关联产业受到影响，连锁价格产生变化从而导致物价总体水平上升，因此工资出现相应的调整使得居民货币工资也随之增多，名义收入也出现上升。
鉴于房价与居民收入的关联如此紧密，本文主要研究房价与居民可支配收入之间的互动关系，对其形成机制展开剖析，具有较重要的现实意义。
收入从供给和需求两方面影响房价。
首先，收入的提升增加了对住房消费的需求。
凯恩斯的绝对收入假说指出，影响消费的主要决定要素是收入，收入的提高会引起消费的绝对增加，它们之间的关系就是边际消费倾向。
当边际消费倾向存在递减的规律时，收入的增加会引起消费的增加，但增加的量会越来越小。
住房属于正常品，需求的增加会带来房价的提高。
其次，收入水平的提升抬高了房地产部门的人力成本，进而抬高房价。
房地产市场不是典型的完全竞争市场，房地产企业的规模较大、数量较少，多具有一定垄断势力。
北京人均可支配收入和人均GDP与房价关系
ｉ ｎ ｃ ｏ ｍｅ ａ ｎ ｄ ｐ ｅ ｒ ｃ ａ ｐ ｉ ｔ ａ ＧＤ Ｐ ｉ ｎ Ｂ ｅ ｉ ｊ ｉ ｎ ｇ
Ｗａ ｎ ｇ Ｈａ ｉ ｚ ｉ ，Ｃｕ ｉ Ｅｎ ｚ ｅ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｍａ ｎ ａ ｇ ｅ ｍ ｅ ｎ ｔ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｓ ｈ ａ ｎ ｄ ｏ ｎ ｇ Ｊ ｉ ａ ｎ ｚ ｈ ｕ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｊ ｉ ｎ ｎ ａ ２ ５ ０ １ ０ １ ， Ｃ ｈ ｉ ｎ ａ ）
北 京 人 均 可 支 配 收入 和 人 均 Ｇ Ｄ Ｐ与房 价 关 系
王海滋 ， 崔 恩 泽
（ 山东建筑大学 管理工程学 院 ， 山东 济南 ２ ５ ０ １ ０ １ ）
摘要 ： 房价的上涨需要经济基础 发展 的支撑 。文章 基于北 京市 ２ ０ ０ １ －２ ０ １ ２年 间的相关 统计数据 ， 构建 了房 价
ｔ ｈ ｅ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｂ ｅ ｔ ｗｅ ｅ ｎ ｈ ｏ ｕ ｓ ｅ ｐ ｉｃ ｒ ｅ ａ ｎ ｄ ｐｅ ｒ ｃ ａ ｐ ｉ ｔ ａ ＧＤＰ，ｂｕ ｉ ｌ ｄ ｓ ｔ ｈ ｅ ｍｅ ａ ｓ ｕ ｒ ｅ ｍｅ ｎｔ ｍｏ ｄ ｅ ｌ ｏ ｆ ｒ ｅ ｇ ｒ ｅ ｓ ｓ ｉ ｏ ｎ
与人均 可支 配收入 、 房价与人均 Ｇ Ｄ Ｐ的 回归分析 、 弹性分 析和时间序列分析计 量模 型， 揭示 了三者之 间的相关
关 系。结果 表明 ： 北京市房价相对 于人 均可支配收入和人均 Ｇ Ｄ Ｐ的弹性系数为 ２左右 ， 房价增速远高于人均可 支配收入 与人 均 Ｇ Ｄ Ｐ的增长幅度 ； 因此 ， 应严格按 照“ 国五条细则” 严格控制房价增速 ， 使其低 于城镇居 民人 均
国内房价为什么会上涨,原因分析
近年来我国部分大中城市的房价持续上涨，究其原因，有以下多项。
1、国民经济的快速增长。
近年来国民经济的增长，有力地支撑了房地产业的发展和房价的持续走高。
比较全国房价可以看出，经济发展较快的地区，人均收入高，居民的购买能力较强，住房需求相对旺盛，房价也较高。
反之，则房价较低.2、居民改善住房条件的需求。
根据国际经验，当人均GDP高于1000美元低于3000美元，恩格尔系数低于40%，且人均住房面积在30平方米以下时，房地产需求都会处于一个相对旺盛的时期，房价将持续上涨。
我国许多城市目前正处于这一时期。
3、城市人口的不断增长。
目前我国正处于城市化进程加速阶段，城市人口的显著增长，使新增的房屋需求不断上升，房价随之上涨。
4、大规模的城建拆迁。
这几年各地政府加大了城建投入，大规模的城市建设、老城改造，使大量拆迁居民要重新购房，形成大量“刚性需求”，造成房地产市场供不应求、房价上涨。
5、房改及鼓励住房消费政策的实施。
近年来我国住房制度改革的突破性进展及国家推行鼓励住房消费的政策有效激发了居民住房消费热情。
1998年之前，房地产市场个人购房仅占一半左占，而目前各地房地产市场个人购房已占9成以上。
需求旺盛，造成了房价上涨。
6、宽松的房地产信贷。
这些年国家在金融信贷上对房地产业给予了极大支持，房地产信贷业务规模逐年增大，种类不断增加。
目前个人房贷中公积金低利率贷款额度不断增加，不少城市达到户均20万元以上，商业贷款最高可达8成30年。
2002年60%以上南京居民购买商品房是通过按揭实现的，2003年达到95%。
在房地产市场有效需求不足的情况下，宽松的房地产信贷政策，提高了居民买房支付能力，有效启动了居民住房消费。
在房地产市场供不应求的情况下，过于宽松的房地产信贷政策使许多收入水平尚不足以一次性购房的居民和大量的投资人有了购房的条件，放大了市场需求，支撑了房价的攀升。
7、土地出让政策的改革提高了土地价格。
旺盛的市场需求，“价高者得”的拍卖方式迫使房地产商为得到土地而竞相抬价，土地价格飞涨加大了商品房的成本，对房价上升起了主要推动作用。
对房价的计量经济学分析
计量经济学作业——对房价的计量经济学分析2011年5月目录一················问题的提出二················理论分析三················模型的设定四················数据的收集五················参数的估计六················统计标准检验七················多重共线性检验八················自相关性检验九················异方差检验十················经济意义检验及分析十一························预测一、问题的提出近年来，中国房价持续走高。
购房贷款与居民收入水平的关系研究
购房贷款与居民收入水平的关系研究近年来，随着城市化进程的不断加快，人们购房贷款成为解决住房问题的主要选择之一。
购房贷款可以帮助居民实现住房梦想，但也需要一定的收入水平来偿还贷款。
因此，购房贷款与居民收入水平之间的关系备受关注。
本文将从不同角度探讨这一问题，并分析其对居民经济状况和社会发展的影响。
首先，购房贷款与居民收入水平之间存在密切的关联。
购房贷款需求的增加往往是由于房价上涨和住房供给不足等因素导致的。
当房价上涨超过居民收入增幅时，居民的购房能力将受到限制，进而导致购房贷款需求增加。
此时，居民需要更高的收入水平才能满足购房贷款的需求。
因此，购房贷款与居民收入水平之间呈正相关关系，居民收入水平的提高将促使购房贷款需求的增加。
其次，购房贷款对居民经济状况和家庭支出有着重要的影响。
购房贷款往往是居民一生中最大的债务之一，其偿还对居民经济的稳定和发展具有重要影响。
购房贷款的偿还需要耗费居民大量的收入，因此，若购房贷款过高，可能会使居民过度负债，限制其日常消费和储蓄能力，进而影响整体经济发展。
此外，购房贷款还会导致居民的信用状况受到影响，对其未来信贷需求和金融活动产生重要的影响。
除此之外，购房贷款与居民收入水平的关系还会对社会发展产生深远的影响。
高房价和高额购房贷款对年轻人家庭成立和生育意愿产生了负面影响。
在房价高企的情况下，年轻人很难负担得起购房贷款和养家糊口的压力，因此推迟或放弃了结婚和生育的决定。
这不仅对人口结构带来影响，也会对社会经济发展产生潜在压力。
此外，购房贷款还会导致贫富差距扩大，因为具备购房条件和能力的人才能享受资产价值的增值，而那些无力购房的人则难以通过房产获得收益。
购房贷款与居民收入水平之间的关系也受到政府政策的影响。
政府在制定购房贷款相关政策时，要考虑到居民收入水平的变化以及社会经济发展的需要。
一方面，政府可以通过出台适当的调控政策来缓解房价上涨压力，从而减轻居民购房贷款的压力。
另一方面，政府还可以通过提高居民收入水平，提高贷款额度或降低贷款利率的方式，帮助居民更好地购房，促进房地产市场的稳定和经济的可持续发展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人均收入对房价影响的研究
摘要：本文通过对房价、人均收入、GDP等数据进行横截面回归和面板数据回归，研究了在我国30个主要城市中人均收入对房价的影响。
在进行横截面回归的过程中，发现房价与人均收入呈正相关，且人均收入与各地房地产投资额对房价的影响有协同作用；考虑固定效应后，当城市经济发展水平较高时，人均收入的变化与房价的变化是同向的且与GDP有协同作用。
关键词：房价人均收入GDP
一、数据的收集和整理
数据来源为国家统计局的官网“国家数据”。
选取了2013年、2014年、2015年连续三年的全国30个主要城市，一共90组相关数据。
其中，30个城市分布在我国不同地区，既有位于南方的城市，也有位于北方和中部的城市。
二、数据描述性分析
（一）被解释变量与解释变量
被解释变量――房价由各地住宅商品房平均销售价格表示，解释变量分别是各地GDP、各地人均收入、各地人口和各地房地产开发住宅投资额。
其中，各地人均收入为目标变量，各地人口和各地房地产开发住宅投资额和各地GDP 为控制变量。
各地人口是反映各地住宅商品房需求量的控制
变量，各地房地产开发投资额是反映各地住宅商品房供给量的控制变量。
GDP作为各地经济发展水平的控制变量，因为经济发展水平与人均收入有关，同时也影响了各地房价，为了防止遗漏变量偏差，也应该将控制经济发展水平的变量GDP考虑在内。
解释变量――人均收入越高，人们越有可能进行投资来提高生活水平，而房地产业是较好的投资品，所以人均收入与住宅商品房价格间应为正相关的关系。
GDP是衡量一个地区经济发展水平的因素，理论上，一个地区经济越发达，住宅商品房价格越高，两者应为正相关的关系；各地人口反映了对住房的需求，人口越多，对住房的需求越高，房价也会相应地越高。
各地房地产开发住宅投资额反映住宅商品房的供给，可能与房价呈负相关的关系。
（二）被解释变量与解释变量间散点图
1.由图1可以看出，各地的房价与GDP呈现正相关的关系，比较符合预期。
2.由图2可以看出，各地房价与人均收入之间呈现正相关的关系，比较符合预期。
3.从图3中，比较难看出房价与各地房地产开发住宅投资额之间的关系。
判断二者的关系可能需要更深入的分析。
4.在图4中，房价与各地人口之间大致呈现正向的关系。
（三）各变量特征描述
各变量特征描述见表1。
三、横截面回归结果分析和检验
（一）分析
根据被解释变量与解释变量之间的散点图，住宅商品房平均销售价格与人均收入和GDP之间更有可能是非线性?P 系，住宅商品房平均销售价格与各地投资额或人口之间更可能是线性关系。
由于各地房地产开发住宅投资额变化对因变量的影响可能依赖于GDP的取值，而且GDP变化对因变量的影响可能依赖于各地房地产开发住宅投资额，所以在模型中可能需要考虑各地房地产开发住宅投资额与GDP的交互作用。
同时，GDP与人均收入之间可能也存在互相影响的关系，在模型中可能也需要考虑两变量的交互作用。
此外人均收入可能与房地产开发住宅投资额
由于模型中不存在哑变量，所以不存在完全多重共线问题，但可能会存在不完全多重共线性，可能需要通过适当变量的选择来调整。
（二）回归结果
不同的城市间房价的分布可能存在很大差异，即在自变量给定时，因变量的方差取决于自变量的取值，所以为了减少拟合的误差，应采用异方差稳健标准误。
（三）最优模型形式的选择
根据表2、表3及表4各个回归模型的结果，模型（6）
是回归模型中最优形式。
理由如下：
首先，对解释变量人均收入（aveincome）分别采用线性形式和二次方形式，两种形式的R2差别不大，考虑到模型的简洁性，对人均收入（aveincome）选择线性形式更加合理。
其次，在模型（4）和模型（5）中，截距项均为不显著的，即不能拒绝截距项为0的原假设；在模型（4）中，当将GDP、房地产开发住宅投资额（invest）以及交互项（inter2=GDP*invest）加入模型中后，这三个解释变量均为不显著的，证明模型（4）中解释变量的选取不够合理或者由于GDP和房地产开发住宅投资额（invest）之间高度相关导致两个变量存在多重共线性，使t值被低估导致解释变量不显著。
模型（5）中，房地产开发住宅投资额（invest）这一解释变量仍为不显著，证明房地产开发住宅投资额（invest）可能与其他变量存在交互作用。
此外，在模型（3）中，当选择截距项为0时，GDP这一解释变量仍不显著，说明在解释人均收入对房价的影响时，GDP可能并不是主要的遗漏变量，并不会造成严重的偏差。
同时，比较模型（4）和（5），模型（4）中加入了交互项，是人均收入（aveincome）前系数有了一定变化，证明加入交互项是必要的，不加入交互项可能会高估自变量对因变量的影响。
最后，综合模型（1）到（5），在模型（6）中，不再以GDP作为解释变量用以回避GDP与房地产开发住宅投资额（invest）之间的不完全多重共线性。
同时考虑到房地产开发住宅投资额（invest）和人均收入（aveincome）的交互作用。
在（6）中，各变量均为显著，证明各解释变量能够较好地体现对因变量的作用。
其中，虽然人口变量前的系数的正负与预期不符，但这可能是因为地区差异引起的，可能需要通过面板数据回归解决。
综上所述，最优模型形式为：aveprice=β1*aveincome+β2*population+β3*invest+β4*（aveincome *invest）
四、面板回归分析
将个体固定效应和时间固定效应加入解释变量中。
其中αi表示只随个体变化不随时间变化的变量，如各个城市对待买房投资观念上的不同、由于各地政策的不同带来的房价的差异等等。
时间固定效应由二值变量表示，时间效应包括随着国内经济状况投资者信心变化等因素。
分别将时间固定效应和个体固定效应加入到模型（1）、（3）-（6）中，回归结果中F统计量及P值结果见表5。
由表5可知，在模型中加入个体固定效应和是时间固定效应后，在模型（1）（3）（5）（6）中，个体固定效应和时间固定效应均是显著的，模型（4）中，时间固定效应不显著。
在模型（3）-（6）中只加入个体固定效应，不考虑时间
固定效应，个体固定效应F统计量及p值见表6。
在四个模型中只加入个体固定效应，个体固定效应均显著。
但在这四个模型中只加入个体固定效应后，拟合优度R2过低，证明模型的选择不够合理。
五、模型的汇总及最优模型的选取
综合横截面回归和面板回归的结果，选择较为合理的模型结果见表7。
不考虑固定效应时，模型（4）为最优模型。
当考虑固定效应时，大部分情况下固定效应都是显著的且加入固定效应后，原解释变量前的系数有一定改变，证明考虑固定效应是合理的，在固定效应中包含了遗漏变量。
所以原来的最优模型（4）不够完善。
模型（1）中，只考?]解释变量人均收入（aveincome）和个体固定效应时，调整后的R2过小，证明还有其他解释变量需要考虑。
在模型（2）中，既考虑了个体固定效应，又考虑了时间固定效应，但人口（population）和房地产开发住宅投资额（invest）是不显著的，可能是各个城市间人口的差异以及投资额的差异已包含在了个体固定效应中（城市的人口和投资额的变化可能在近几年变化不够明显，可以被认为是个体固定效应），所以考虑固定效应时，房地产开发住宅投资额（invest）和人口（population）这两个解释变量可以省去。
在模型（3）中，选择省去invest和population后，
所有变量均为显著的。
综上所述，模型（3）为最优的模型形式，即aveprice=β1*aveincome+β2*GDP+β3*（aveincome*GDP）+αi+γ1*D1t+γ2*D2t
六、结论
在其他因素不变的情况下，人均收入（aveincome）变化一个单位，房价（aveprice）变化（β1+β3*GDP）个单位，即-0.135+0.0000157*GDP个单位。
所以aveincome的变化对房价（aveprice）的影响取决于该城市GDP的大小。
当该城市GDP大于8600亿元左右时，人均收入（aveincome）的变化与房价（aveprice）的变化是同一方向的。
由此可以看出，在经济发展水平较为发达的城市（GDP>8600亿元），人们的收入较高且人们更愿意买房居住提高自己的生活质量或者
买房用于投资获得额外收入。
而在经济不算发达的城市（GDP。