我国城镇居民住房面积的影响因素分析(优选.)
我国住房面积的不平等
我国住房面积的不平等我国住房面积的不平等问题一直备受关注。
随着经济的发展和城市化进程的加快，越来越多的人开始关注到住房面积的分配不均衡问题，这种不平等现象在城市和农村都存在着。
在城市中，由于房价的高涨和土地资源的有限，许多人只能居住在小面积的房屋里，而大部分的豪华住宅则被少数人垄断。
在农村地区，一些贫困家庭的住房面积甚至连基本的居住需求都难以满足。
面对这一问题，政府和社会应该加大力度，通过立法和政策来解决我国住房面积不平等的问题，使更多的人能够享受到平等的住房权利。
我们需要认识到住房面积不平等所带来的问题。
住房面积不平等导致了社会资源的不公平分配。
在城市中，由于房价高昂，普通家庭只能选择购买面积较小的房屋，而较大面积的房产则被富裕家庭或者房地产开发商所垄断。
这就导致了城市中房源资源的不平等分配，使得住房造成一部分人短缺，另一部分人过剩的现象。
在农村地区，一些贫困家庭由于缺乏经济实力，居住条件十分艰苦，甚至有些家庭只能居住在简陋的土坯房里，住房面积小，无法满足基本的生活需求。
住房面积不平等还影响到了居民的生活品质。
住房问题一直是社会关注的热点问题之一，现如今很多城市的住房条件十分拮据，导致了许多家庭甚至没有居住的地方。
有的家庭三代同堂，住在几十平米的小房子里，居住环境十分拥挤，给居民的生活带来了不便。
在这样的环境下，人们的生活品质难以保障，心理和身体健康都会受到不良影响。
住房面积不平等也会带来社会的不稳定。
在城市中，由于富豪们独霸了大部分的房产资源，使得普通居民在住房问题上享有的权益变得相对较少，这容易引起社会的不满情绪，进而引发社会的不稳定。
农村地区的住房面积不平等问题同样需要引起我们的重视。
一些贫困家庭由于住房条件的恶劣，生活在水深火热之中，这无疑会导致社会不稳定的因素增加。
我们要认识到住房面积不平等带来的社会问题，并采取相应的措施来解决这一问题。
针对我国目前存在的住房面积不平等的问题，我们要从多个方面入手，采取一系列的措施来解决。
城镇居民住房面积的多因素分析_计量经济学
[内容摘要]：本文根据目前房地产业现状，从计量经济学的角度来验证一下居民收入水平、物价水平、国内GNP以及房地产销售价格等因素对其的影响程度。
从回归结果看出，平均货币工资与居民住房面积之间存在正向的线性关系，同时我们也发现了一些问题，值得深入思考。
[关键词] 城镇居民住房销售总面积职工平均货币工资多因素分析城镇居民价格消费指数检验一. 经济背景去年中国房地产投资超过１亿万元，占固定资产投资的１８．３％，直接拉动ＧＤＰ增长１．３个百分点。
２００４年房地产投资和消费仍将保持一定的增长。
专家预测，到２０２０年，中国城市化水平将提高到５５％，城镇人口将达到７亿以上，按人均需住房２０平方米计算，仅城镇新增人口每年就需增２亿平方米以上，房地产业在国民经济和社会发展中的重要地位将逐渐突出。
房地产市场的发展，不仅可以推动经济的发展，而且可以从增加投资的消费，增加就业多方面拉动国内的需求。
近年来部分城市房价涨得过快、房价过高，已是一个不争的事实，房地产不合理增长带来的一系列负面影响，不少专家学者直言，这种市场态势会造成两种后果：一是房地产市场的泡沫可能不断扩大，市场风险进一步积累；二是相当多的中低收入者缺乏“小康水平住房”的现实购买力。
由此可见，住房问题已经成为我国市场经济发展过程中的一个重要问题。
在此，我们将从计量经济学的角度进行研究。
二. 结合经济背景，建立计量经济学模型㈠关于数据：数据的来源<<中国统计年鉴>>附表1Y X1 X2 X3 X41991 2745.17 2340 21662.5103.4 14871992 3812.21 2711 26651.9106.4 15191993 6035.19 3371 34560.5114.7 15341994 6118.03 4538 46670124.1 16241995 6787.03 5500 57494.9117.1 16761996 6898.46 6210 66850.5108.3 17291997 7864.3 6470 73142.7102.8 17901998 10827.1 7479 76967.299.2 18541999 12997.87 8346 80579.498.6 18572000 16570.28 9371 88254100.4 19482001 19938.31 10870 95727.9100.7 20172002 23702.31 12422 103935.3100.4 20922003 29778.85 14040 116603.2100.8 2197㈡关于模型⒈建立模型：Y=C+β1X1+β2X2+β3X3+β4X4+U其中Y代表我国城镇居民住房销售总面积（单位；万平方米），X1代表职工平均货币工资（单位：元）X2代表国民生产总值（单位：亿元）X3代表城镇居民价格消费指数X4代表城镇住房平均销售价格（单位：元/平方米）⒉参数估计Dependent Variable: YMethod: Least SquaresDate: 06/02/05 Time: 10:08Sample: 1991 2003C -35148.12 33827.53 -1.039039 0.3292X1 3.546061 0.973995 3.640740 0.0066X2 -0.336881 0.075928 -4.436866 0.0022X3 41.06932 52.89511 0.776430 0.4598R-squared 0.990517 Mean dependent var 11851.93Adjusted R-squared 0.985775 S.D. dependent var 8327.641S.E. of regression 993.2348 Akaike info criterion 16.92353Sum squared resid 7892124. Schwarz criterion 17.14082Log likelihood -105.0030 F-statistic 208.8926Durbin-Watson stat 2.226441 Prob(F-statistic) 0.000000⒊模型检验：⑴经济意义的检验：从经济意义上来说，居民住房购买面积会随着居民平均工资以及国民生产总值的增加而增加，而与城镇居民价格消费指数、城镇住房平均销售价格呈反向关系。
我国城市家庭住房状况差异和影响因素分析
我国城市家庭住房状况差异和影响因素分析［摘要］我国从城镇住房改革以来，城市家庭的住房状况发生了很大的变化，各个收入等级家庭的住房状况也出现了较大的差异。
根据2008年中国家庭动态跟踪调查（CFPS），分析了中国不同收入等级家庭状况的差异，并通过工资分解发分析了产生差异的原因。
分析的结果发现，中国城市家庭的住房差异是普遍存在的，家庭特征和收入因素是造成这些差异的主要原因，进一步分析发现收入可以解释66.7%的住房状况差异。
［关键词］住房状况差异城市家庭收入一、我国城市家庭住房状况差异1.数据来源和数据处理本文使用的数据来自于北京大学和中山大学2008年所做的中国家庭动态跟踪调查（CFPS）。
该调查通过在北京、上海、和广州三地采用PPS抽样方式获得了2375户样本，每个样本中都包含了家庭的经济、住房、公共设施等相关信息。
本文首先删去家庭类型为农业家庭的样本，从而得到了城市家庭样本，样本数为1667个。
然后按照家庭支出变量将城市家庭分成五个收入等级，每个等级按按家庭支出变量从低到高的20%划定，总样本数为1563个，选取的样本家庭分布见下表：2.住房状况差异及影响因素分析从前面的文献综述中可以看出，城市家庭住房状况一般表现在所居住住房的产权，居住的住房的面积上。
自有住房的家庭的住房状况一般好于租住住房的家庭；而家庭人均居住面积的越大也表现了家庭的住房状况越好。
通过对数据的分析可以发现我国城市家庭住房产权状况、城市家庭人均住房面积的状况，其数据整理的结果见下表（表2）。
从分析的结果来看，不同收入等级上的家庭在住房产权上的区别并不明显，即自有住房或租住住房在各个等级上的比重相差并不显著，进一步的卡方差异检验也证明了这一点。
而在人均住房面积上，不同收入等级上的城市家庭相差比较大，这也表明了随着收入差距的扩大，城市家庭的人均住房面积出现了比较大的差距。
二、我国城市住房状况差异影响因素分析从上面的统计分析可以发现家庭住房差异主要体现在住房面积差异上。
我国住房面积的不平等
我国住房面积的不平等我国住房面积的不平等问题一直备受关注。
随着经济的快速发展，城市化进程加快，住房问题一直是我国社会的热点议题。
随着我国城市化的推进，新的问题也随之而来，其中之一便是住房面积的不平等。
我国住房面积的不平等主要表现在城乡差距和地区差距上。
据统计数据显示，我国城市和农村之间的住房面积差距持续存在，城市居民的住房面积普遍要大于农村居民。
这种差距主要源于城乡发展的不平衡、资源配置的不公平和政策的不完备等原因。
不同地区之间的住房面积差距也较为明显，一线城市和二线城市的居民拥有的住房面积远远大于三四线城市甚至是县城的居民。
住房面积的不平等还表现在不同社会阶层之间。
随着我国经济的快速发展，社会阶层分化日益明显，富豪阶层拥有的住房面积远远大于普通人。
这种不平等主要源于收入差距和社会资源分配的不均衡。
富人拥有大面积豪宅，而普通人甚至是低收入者只能依靠小户型的住房来满足基本需求。
由于住房面积的不平等，产生了一系列的问题。
不平等的住房面积导致了城市人口的不适宜居住环境。
在一线城市，由于高昂的房价和低效的土地利用，许多人只能居住在面积狭小、环境欠佳的居民楼中，生活空间局促，对于居住品质造成了严重的影响。
这不仅影响了城市居民的生活质量，还影响了城市的社会稳定和发展。
住房面积的不平等也加剧了社会的不公平现象。
由于长期以来的住房资源分配不公平，导致了住房面积的不平等现象愈发凸显。
富人拥有大面积的住房，而普通人只能苟且偷生。
这种不平等的现象势必会引发社会的不满情绪，甚至引发社会矛盾。
为了解决我国住房面积的不平等问题，需要从政府、社会和个人三个方面入手。
政府应该制定更加公平合理的住房政策，加大对农村住房建设的资金支持力度，促进城乡居民住房面积的均衡。
政府还应该加大对住房市场的监管和调控，防止因房地产行业的投机行为导致的住房价格过高，使更多的人能够享受到较大的住房面积。
政府还应该加强对住房分配的监督，并建立更加多元化的住房供给体系，以满足不同人群的住房需求。
浅析影响中国城镇住房需求的原因
山 西 建 筑
Ｓ ＨＡＮＸＩ ＡＲＣＨＩ ＴＥＣＴＵＲＥ
Ｖｏ－ ３ Ｎｏ． ９ Ｉ３ １
Ｊ１ ２０ ｕ． ０ ７
・
房 地 产 开 发 ・
一
居 民的收入不 同 ， 直接影 响着他们 对住房 的不 同需求 ， 民 居 般 而言 ， 的潜 在需 求通 常 高于有 效 需求 ， 永 无满 足 。 人 且 人类社会 正是在这种 永无满 足的需求 推动下 ， 断求索 、 不 创新 、 发 往往根据 自己的收入选择与之 相匹配 的住房结构 。 展 ， 而一步步地从 原始社会 步入现代文 明。因此 ， 以下几方 ３ 开发商 自身 的 因素 从 从 面来谈谈影 响中国城镇住房需求 的主要 因素 。 ３ １ 开发 商 对购房 者 的心理 了解不 够 ．
市场经济条件下 ， 住房 作为不 动产所具 有 的保 值和增 值功 能 ， 又
层次 高收入 阶层 中上收入阶层 中收入 阶层
中低收入阶层 低 收入 阶层
在研究住房 的需求 结构 时 ， 将居 民的收 入划 分 为高 、 中上 、
中、 中低和低这五个阶层 ， 阶层的收入如表 １ 示。 各 所
表 １ 各 阶段的收入情况
收入情况 （ 与当地职工平均收入的 比率／ ％） ＞４０ ０ ＞２ ０ ０ ８ ～２ ０ ０ ０
５ ～８ ０ ０ ＜５ Ｏ
使其 成为人们投资获利 的重要 工具 。所 以无 论对 穷人还 是富豪 来说 ， 一套 能够遮风避雨 、 安置 家人 的住房 ， 是不可或 缺的 ， 都 所 不同的只是需求层 次与需求偏好 有所差别 。
素， 分别 占 ４ ． ％，６ ７ ４ ． ％。对房屋 的朝 向 、 围的 自然 ８ ９ ４ ． ％，５ １ 周
中国城镇居民住房销售面积的多因素分析
３ ． １ ８ ， 很 明显 Ｆ ＝ ２ ９ １ ． ８ ９ ３ ４大 于 ３ ． １ ８ ， 全部变量 联合起 来对模
型有显著影响。
二、 变量 的选 择
影响消费者 购房行 为的主要因素有消费者 自身 因素 、 社 会 因素 、 企业 和产 品因素等 。 因此 ， 我们 主要选取 了居 民工资 水平 ， 商 品住 宅房屋 的价格和供 给 ， 以及 国民生产总值 作为
关键 词 ： Ｆ值 ； ｔ 值； 多重 共 线性 ； 城镇居民 ； 住房 ； 销 售 面积
中图分类号 ： Ｆ ２ ９ ０
文献标志码 ： Ａ 文章编号 ： １ ６ ７ ３ — ２ ９ １ Ｘ（ ２ ０ １ ４ ） ２ ５ — ０ １ ６ ７ — ０ ２
一
、
问题 的提 出
竣工房屋面 积 ； ｘ ， 代 表商品房屋销售 住宅均价 ； ｘ ４ 代表 国民
摘
要： 自２ ０世纪 ９ Ｏ年代以来 ， 中国房 地产业持 续 高速发展 ， 并且 成为 了中国经济发展 的引擎和典型性支柱产
业。近年 来城 市房价 涨得过快 、 房价过 高 ， 已是一个不争的事实。 根据 目前房地产业的状 况， 从 计量经济学的角度 解释
说 明居 民平均货 币工资 ， 商品 房屋 销售住宅均价 ， 房地产开发建设竣工房屋面积 ， 国民生产总值 对商品住宅房屋销售 总面积的影响程度 ， 继而从 中发现值得 深思的问题 。
此次研究模型的解释变量。
Ｔ检 验 ： 在显著条件 为 ０ ． ０ ５的情况下 ， 查询得 到 Ｔ （ １ ３ ） ＝
２ ． １ ６ ， 只有 ｘ ， 的解释变量显著 。 ｘ 、 ｘ 、 ｘ 的ｔ 检验不显著 ， 说
明可能存在多重共 线性 问题 。 （ 二） 多重共线性检 验并修正 由数据显示 ： Ｆ值 很高 ， 但ｘ 、 ｘ ： 、 ） （ ４ 的 Ｔ检验不显著 ， 已
城镇居民住房需求分析
城镇居民住房需求分析城镇居民住房需求分析我国房地产业自改革开放以来经历了飞速发展，并成为国民经济的支柱产业。
近几年，由于房地产业的蓬勃发展，房地产市场出现发展不平衡现象，一些地区住房供求结构性矛盾较为突出，部分城市房价上涨过快，房地产市场服务体系尚不健全。
目前，虽然居民住房价格在持续上涨，但上涨幅度已在国家的控制中趋于合理。
然而，却出现了消费者需求停滞这一现象。
中国企业海外发展中心主任孙飞对此指出：“国房景气指数下降表明房地产业在降温。
”与此同时，在各种网站、媒体上，百姓是否买得起房、房价是否合理等问题讨论得不亦乐乎。
在房地产业这种混乱现象深处，消费者的购房需求如何呢?本文通过对城镇居民住房需求的定性与定量分析，构建了住房需求模型，并期望通过模型对一些现象做出解释1. 城镇居民住房需求的影响因素及其影响方向随着城镇居民生活水平的显著提高，消费者对住房的需求从单纯的“数量型”向“质量并重型”转变。
因此城镇居民对住房需求的影响因素既有数量上的也有质量上的。
数量型影响因素主要有以下几个：房价、城镇家庭的可支配收入、购房消费贷款额度、城镇家庭户规模等等；而质量型影响因素也称为随机因素，主要有消费者的预期心理、住房改革相关政策、交通是否便利、物业的好坏、价格是否合理、生活配套是否完善、小区配套设施是否齐全、与孩子学校的距离、园区周边环境、园区规划设计风格等也已成为消费者购房时非常关注的问题。
1.1 房价房价对于城镇居民住房需求的影响难以确定。
对于一个成熟的住房市场来说，商品房的价格形成于成本价格，并受供求关系的影响。
同时商品房本身价格的变动也会影响住房需求量的波动。
因为住房是刚性的必需品，所以价格的变化对于住房需求的影响并不显著并且不确定，随着房价的飙升，并未见得住房需求的减少。
1.2 城镇家庭的可支配收入城镇家庭的可支配收入是家庭成员的收入之和，且该收入为可支配的，即工资性收入、财产性收入和转移性收入之和，再减去个人所得税。
城市人均住房面积的决定因素
城镇人均住房面积的决定因素[摘要]本文对1995年至2005年间，中国城镇人均住房面积的变动及其影响因素进行了分析，建立了以城市人均住房面积为为应变量，其他主要影响因素为自变量的多元线性回归模型。
本文分析了影响城镇居民住房面积的主要因素，旨在为政府的有关政策制定以及城市公众的买房预期提供一定的理论依据和建议。
一．问题的提出：随着中国经济的不断发展，城镇人均住房面积不断增加，到2005年城镇人均住房面积已经达到26.11平方米。
尽管中国人均居住面积有了很大改善，但是居住环境依然不容乐观。
开始进入小康生活的中国人，对住房的需求已经从从生存性向舒适性转变，房屋的位置、房型、环境、价格成为人们考虑的综合因素。
今后低密度建筑、开敞性空间、小尺度建房、立体式绿化、亲和式布局，将成为人们追求的新目标。
一段时间以来，我国部分城市出现了房地产过热的现象，各种各样的商品房不断的呈现在我们眼前，在我们惊叹居住环境飞速改善的同时，我们不禁要思考，城镇居民的居住环境到底发生了怎样的变化，而导致这些变化的主要原因又是什么。
于是，本文选择了“城镇人均住房面积”这个衡量居民居住环境的重要指标进行分析，试图找出影响城镇居民住房面积的主要因素，为进一步改善居民的居住环境提供一定的帮助。
二．相关数据收集：数据来源：中经网数据库三．模型设定：12233445566Y X X X X X ββββββ=+++++u + 其中：Y=城市人均住宅建筑面积（平方米） X2=城镇新建住宅面积（亿平方米） X3=城镇家庭平均每人可支配收入（元） X4=城市市区人口密度（人/平方公里） X5=城市年末实有住宅建筑面积（万平方米） X6=房地产开发投资额（亿元）四．模型的求解和检验：1.时间序列的平稳性检验:用EViews 做单位根检验,发现变量均不平稳。
于是做协整检验，检验结果如下：ADF Test Statistic-5.770111 1%Critical Value*-2.86225%-1.9791Critical Value-1.633710%Critical Value*MacKinnon critical values for rejection of hypothesis of a unitroot.在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-2.8622、-1.9791、-1.6337，t检验统计量值为-5.770111，小于相应临界值，从而拒绝原假设，表明残差序列不存在单位根，是平稳序列，说明各变量之间存在协整关系。
我国城镇居民住房消费的影响因素和消费能力分析
我国城镇居民住房消费的影响因素和消费能力分析我国城镇居民住房消费的影响因素和消费能力分析摘要安居,才能乐业。
拥有一套属于自己的住房,是每一个家庭的愿望。
让居者有其屋,也是任何一个国家和政府努力的方向,而住房还是连接政府和民众的一个纽带。
住房问题是当前有待于解决的涉及群众利益的突出问题,是政府工作的焦点,是百姓关心的大事。
随着我国经济发展水平的不断提高,城市化程度的不断加深,涌入城市尤其是大型城市的人口将越来越多,城市住房问题将更加严重。
在中国老百姓的观念中,安家立业,要先有个房子才算是家,才算有了根,有了奋斗的根基。
但是现在城市房价高涨,甚至有些离谱,远远超过大部分家庭适度的可承受范围。
许多家庭要为一套70年产权的房子还贷款30年,为了房子而降低生活水平和生活质量。
政府不希望这样,百姓也不希望如此。
创建具有中国特色的住房建设和消费模式,对于贯彻落实科学发展观,建设节约型社会,促进房地产业的持续健康发展具有极其深刻的意义。
本文主要的研究对象是当前我国城镇居民住房消费的影响因素和消费能力,紧扣我国经济发展中的民生问题,并运用区域经济学的相关原理来分析问题。
经过对我国城镇居民住房消费的分析,影响我国城镇居民购房消费的几大因素,从城镇居民消费者的角度把影响因素划分为外部因素和内部因素。
外部因素主要包括文化价值观的导向作用、国家宏观调控的影响因素、房地产企业的营销手段以及房价对消费者购房的影响等。
这其中,中国传统的主流文化价值观让中国住宅市场呈现出旺盛的需求;而亚文化的发展??超前消费??也一定程度上增加了百姓购房的能力和欲望。
在宏观调控方面,国家尽管针对火箭般上升的房价和旺盛的住房需求采取了许多措施和手段,但是从效果来看,其对住宅房地产市场却没有产生有效的控制,有些政策甚至令某些地区或者某类房型的房价呈现出报复性增长。
随经济发展和房改制度逐渐成长并且壮大的房地产企业,其营销手段也由简单的房源描述悄悄转变成对美好生活的憧憬、对财富名利的追求、对奢华生活的享受方面,这同时也反映着我国城镇居民住房消费的需求也从温饱水平向着更高一个的阶段上升;另一方面,房地产企业品牌建设逐渐得到百姓的认可,品牌的影响力确保一定顾客群体的稳定性,也反映出我国城镇居民在住房消费时更加成熟和理性。
我国住房面积的不平等
我国住房面积的不平等我国住房面积的不平等一直是一个备受关注的社会问题。
随着城市化的快速发展和经济的持续增长，住房问题愈发凸显出来。
在城市中，一些人拥有宽敞舒适的住房，而另一些人却只能居住在拥挤狭小的居所中。
这种不平等现象引发了社会的广泛关注，并且决定了居民的生活质量和幸福感。
在这篇文章中，我们将探讨我国住房面积不平等的原因、影响以及解决方法。
什么导致了我国住房面积的不平等现象呢？其中一个主要原因是城市化带来的土地资源分配不均。
随着城市化进程的加快，许多农村居民涌入城市寻找更好的生活条件。
由于城市土地资源有限，房价居高不下，那些低收入家庭往往无法承担宽敞住房的成本。
一些富裕家庭则能够购买高品质的住房，享受更大的居住空间。
这种土地资源分配不均直接导致了住房面积的不平等现象。
住房面积的不平等也受到经济因素的影响。
随着经济的发展，城市中的高收入家庭拥有更多的财力来购买更大的住房。
相比之下，低收入家庭由于经济条件的限制，只能选择面积较小的住房。
房地产市场的波动也影响着住房面积的不平等，房价的上涨使得许多家庭无法负担更大的住房，因此住房面积的不平等问题愈发严重。
住房面积不平等对社会产生了深远影响。
住房面积的不平等加剧了城市社会的分化。
住房条件的差距直接影响着家庭的生活质量和幸福感，富裕家庭可以享受更好的居住环境，而低收入家庭则面临居住条件恶劣的问题。
这种分化不仅使得社会中的阶层差距更加明显，也会导致社会矛盾的激化，加剧社会不稳定因素。
住房面积的不平等也会影响到家庭成员的身心健康。
在拥挤狭小的住房中居住，会给居民带来诸多不便，严重影响居民的生活质量。
尤其是对于儿童来说，缺乏舒适的居住环境会阻碍他们身心健康的成长。
住房面积的不平等也意味着家庭成员的健康和幸福感受受到了威胁。
那么，应该如何解决我国住房面积的不平等问题呢？政府应该持续加大对住房建设的投入，确保低收入家庭也能够享受到适宜的居住环境。
应该完善城市规划，合理利用土地资源，增加住房供给，有效缓解住房紧张局势。
城镇居民住房面积的多因素分析
我国城镇居民住房面积多因素分析班级：10经济学2班学号：1021303208姓名：刘文静指导老师：刘冬兰[内容摘要]：本文根据目前房地产业现状，从计量经济学的角度来验证一下居民收入水平、物价水平、国内GNP以及房地产销售价格等因素对其的影响程度。
[关键词] 城镇居民住房销售总面积职工平均货币工资多因素分析城镇居民价格消费指数检验一. 经济背景专家预测，到２０２０年，中国城市化水平将提高到５５％，城镇人口将达到７亿以上，按人均需住房２０平方米计算，仅城镇新增人口每年就需增２亿平方米以上，房地产业在国民经济和社会发展中的重要地位将逐渐突出。
房地产市场的发展，不仅可以推动经济的发展，而且可以从增加投资的消费，增加就业多方面拉动国内的需求。
由此可见，住房问题已经成为我国市场经济发展过程中的一个重要问题。
在此，我们将从计量经济学的角度进行研究。
二. 结合经济背景，建立计量经济学模型㈠关于数据：数据的来源<<中国统计年鉴>>附表1y x1 x2 x3 x41997 7864.3 6444 78060.85103.1 17901998 10827.1 7446 83024.2899.4 18541999 12997.87831988479.1598.7 18572000 16570.28933398000.45100.8 19482001 19938.7510834108068.2100.7 20172002 23702.3112373119095.799 20922003 29778.8513969 134977 100.9 21972004 33819.8915920159453.6103.3 26082005 49587.8318200183617.4101.62936.9632006 55422.920856 215904.101.5 3119.255 4 12007 70135.8824721 266422 104.53645.1832008 59280.3528898316030.3105.6 35762009 86184.8932244 340320 99.1 44592010 93376.6 36539 399759.5103.2 47252011 96528.4141799 472115 105.34993.175㈡关于模型⒈建立模型：Y=C+β1X1+β2X2+β3X3+β4X4+U其中Y代表我国城镇居民住房销售总面积（单位；万平方米），X1代表职工平均货币工资（单位：元）X2代表国民生产总值（单位：亿元）X3代表城镇居民价格消费指数X4代表城镇住房平均销售价格（单位：元/平方米）2.散点图3.参数估计4.模型检验：⑴经济意义的检验：从经济意义上来说，居民住房购买面积会随着居民平均工资以及国民生产总值的增加而增加，而与城镇居民价格消费指数、城镇住房平均销售价格呈反向关系。
城镇居民住房面积的多因素分析
21世纪初，城 镇居民住房面
积增速放缓
近年来，城镇 居民住房面积 增长趋于稳定
未来发展趋势
城市化进程加快，住房需求增加 住房政策调整，影响住房面积变化 经济发展和人口增长，推动住房面积扩大 环保和节能意识提高，绿色建筑成为趋势
影响因素分析
经济发展： 经济增长、 收入增加、 消费水平提
高
政策调控： 政府出台的 住房政策、 土地政策、 税收政策等
政策建议
加强住房市场监管，防止房 价过快上涨
制定合理的住房政策，保障 居民基本住房需求
鼓励居民购买绿民购买力
稻壳学院
THANK YOU
汇报人：abc
汇报时间：20XX/01/01
PART 1
住房面积的影响因素
经济发展水平
GDP增长：经济增长对住 房面积的影响
收入水平：居民收入水平 对住房面积的影响
消费水平：居民消费水平 对住房面积的影响
投资环境：投资环境对住 房面积的影响
人口增长
人口增长对住房需求的影响 人口增长对住房供应的影响 人口增长对住房价格的影响 人口增长对住房政策的影响
城市化进程： 城市化速度 加快，人口 向城市集中
家庭结构变 化：家庭规 模缩小，对 住房需求增
加
社会文化因 素：人们对 居住环境的 追求和审美 观念的变化
技术进步： 建筑技术的 发展，提高 了住房质量
和舒适度
PART 3
住房面积的地区差异
不同地区比较
城市与农村：城市住房面积普 遍大于农村
东部与西部：东部地区住房面 积普遍大于西部地区
系
住房面积对居民生活质量的影响
居住空间：住房面积越大，居住空间越宽敞，舒适度越高 家庭活动：住房面积大，有利于家庭活动开展，增进家庭成员之间的感情 储物空间：住房面积大，储物空间充足，有利于物品的存放和整理 居住环境：住房面积大，居住环境更舒适，有利于身心健康
计量经济学论文影响我国城镇居民住房面积因素实证分析
影响我国城镇居民住房面积因素实证分析影响我国城镇居民住房面积因素实证分析摘要：根据目前房地产业现状，从计量经济学的角度来验证一下职工平均货币工资、国民生产总值、城镇居民价格消费指数、城镇住房平均销售价格等因素对我国城镇居民住房销售总面积的影响程度。
关键词：职工平均货币工资国民生产总值城镇居民价格消费指数城镇住房平均销售价格我国城镇居民住房销售总面积。
目录一、引言 (2)二、变量选取与模型建立 (2)三、模型求解和检验 (3)（一）模型初始估计 (3)（二）经济意义、拟合度、F检验 (4)（三）多重共线性检验： (5)(四)修正后的模型自相关性检验 (7)（五）异方差检验 (8)四、结论 (9)五、对策建议 (9)一、引言专家预测，到２０２０年，中国城市化水平将提高到５５％，城镇人口将达到７亿以上，按人均需住房２０平方米计算，仅城镇新增人口每年就需增２亿平方米以上，房地产业在国民经济和社会发展中的重要地位将逐渐突出。
房地产市场的发展，不仅可以推动经济的发展，而且可以从增加投资的消费，增加就业多方面拉动国内的需求。
由此可见，住房问题已经成为我国市场经济发展过程中的一个重要问题。
在此，我们将从计量经济学的角度进行研究。
二、变量选取与模型建立这里选取“我国城镇居民住房销售总面积”为被解释变量，选“职工平均货币工资”“国民生产总值”“城镇居民价格消费指数”“城镇住房平均销售价格”为解释变量。
分别用Y、X1、X2、X3、X4。
下表为1997——2011年的数据：（资料来源：中国统计年鉴）建立多元回归模型：Y=C+C1X1+C2X2+C3X3+C4X4+u其中u为随机误差项。
三、模型求解和检验（一）模型初始估计运用Eviews软件，用OLS估计模型中未知参数，得到参数估计结果如下：Y = -83323.84952 + 3.545713031*X1 - 0.3509469821*X2 + 404.8473583*X3 + 30.85671075*X4S=(49160.06 ) (1.110880) (0.094295) （470.6347）（5.296715）t= (-1.694950) (3.191807)（ -3.721806）（0.860216）（5.825632）R2=0.993636 2R=0.991090 F=390.3169 S.E=2927.839 DW=2.033585 n=15（二）经济意义、拟合度、F检验（1）经济意义检验：模型估计结果说明，在假定其他变量不变的情况下，当职工平均货币工资每增加百分之一，我国城镇居民住房销售总面积会平均增加3.5%；在假定其他变量不变的情况下，国民生产总值每增加1%,我国城镇居民住房销售总面积平均减少0.35%，在假定其他变量不变的情况下，当城镇居民价格消费指数每增加百分之一，我国城镇居民住房销售总面积会平均增加404.85%，在假定其他变量不变的情况下，当城镇住房平均销售价格每增加百分之一，我国城镇居民住房销售总面积会平均增加30.86%。
城镇居民住房地区差异的影响因素
城镇居民住房地区差异的影响因素汇报人：2023-12-31•地区经济发展水平•地区人口特征•地区政策环境目录•地区基础设施状况•地区房地产市场供需状况01地区经济发展水平地区经济规模是影响城镇居民住房地区差异的重要因素之一。
经济规模较大的地区通常拥有更多的就业机会和更高的收入水平，吸引更多的人口流入，从而推高住房需求和房价。
总结词经济规模较大的地区通常拥有更多的企业和产业，能够提供更多的就业机会和更高水平的收入。
这些地区的经济发展速度也相对较快，吸引了大量人口流入，导致住房需求增加，房价上涨。
详细描述地区经济结构也是影响城镇居民住房地区差异的重要因素之一。
以服务业为主的地区通常拥有更高的房价和更好的住房条件，而以工业为主的地区则相对较低。
详细描述经济结构的不同会导致地区的收入水平和就业机会存在差异。
以服务业为主的地区通常能够提供更高水平的收入和更好的就业机会，吸引高素质人口流入，推高房价。
而以工业为主的地区则相对较低，房价也较低。
总结词地区经济活力是影响城镇居民住房地区差异的重要因素之一。
经济活力较强的地区通常拥有更高的经济增长率和更快的就业增长速度，能够提供更多的就业机会和更高的收入水平。
详细描述经济活力较强的地区通常拥有更加活跃的企业和产业，经济增长率和就业增长速度也更快。
这些地区的经济发展前景较好，吸引了大量人口流入，推高了住房需求和房价。
同时，这些地区的政府也通常会加大投资力度，改善基础设施和公共服务，提高居民的生活质量。
02地区人口特征人口数量与密度人口数量多的地区，住房需求量相对较大，可能影响住房的供给和价格。
人口密度人口密度高的地区，土地资源相对紧张，住房建设成本较高，可能导致房价较高。
年龄结构与性别比例年龄结构不同年龄段的人口对住房的需求不同，例如年轻人和老年人的住房需求可能存在较大差异。
性别比例性别比例对住房需求也有一定影响，例如男性和女性在购房偏好和决策上可能存在差异。
人口素质与教育水平人口素质人口素质较高的地区，居民收入水平相对较高，可能对住房品质和配套设施的要求更高。
我国城镇保障性住房覆盖率影响因素分析
１３６ 我国城镇保障性住房覆盖率影响因素分析段春云１ 周 望２（１ 吉林建筑大学城建学院，吉林长春１３００００；２ 吉林中源建筑市政工程设计有限公司，吉林长春１３００００）摘 要：住房是提高居民生活幸福指数的有效途径之一，制定合理的保障性住房覆盖率目标，有利于促进各级政府建设保障性住房的积极性，促进资源的有效利用，有效满足居民需求，增强政府公信力。
目前我国城镇保障性住房覆盖率目标存在计算虚高、各地趋同和结构畸形的问题，针对影响我国城镇保障性住房覆盖率的需求因素、供给因素和其他因素，提出制定保障性住房覆盖率目标的建议，即目标要分层、分类和有效。
关键词：保障性住房；覆盖率；剩余收入中图分类号：Ｆ２９３ ３１ 文献标识码：Ａ 文章编号：２０９５－３２８３（２０１６）０８－０１３６－０３ ［作者简介］段春云（１９８９－），女，蒙古族，内蒙古呼和浩特人，助教，硕士，研究方向：房地产；周望（１９９０－），男，汉族，吉林长春人，助理工程师，硕士，研究方向：建筑工程。
一、我国城镇保障性住房覆盖率存在的问题（一）覆盖率目标计算虚高在我国保障性住房建设与分配实践中，对于城镇享受保障性住房的家庭户数（即“保障性住房覆盖率”的分子）统计口径过宽，除包括廉租房、公租房、经济适用房、双限房之外，还包括非严格保障房意义的棚户区改造房，甚至包括企事业单位的福利房。
而城镇常住人口家庭户数作为分母，又存在口径过窄的问题，仅包括城镇常住居民，没考虑进城务工人员、流动人口中的住房困难人群。
分子口径过宽和分母口径过窄共同导致城镇保障性住房覆盖率２０％虚高，有效覆盖率目标并没有达到２０％。
（二）覆盖率目标各地趋同２０１０—２０１１年，我国大多数省市区和部分县市陆续编制“十二五”住房建设和保障性住房规划。
其中，多数地方政府在保障性住房建设规划中把覆盖率目标确定为２０％左右。
由于各地经济社会发展状况存在较大差别，同时房价水平以及居民收入水平也不尽相同，保障性住房覆盖率目标应该有所差别。
我国城镇居民住房面积的影响因素分析(优选.)
我国城镇居民住房面积的影响因素分析摘要：本文根据目前房地产现状，选取1991年至2003年的数据，从计量经济学的角度来分析影响我国城镇居民住房面积的因素，包括：职工平均工资水平、国内生产总值、城镇居民价格消费指数以及房价。
利用最小二乘法做多元线性回归分析，利用逐步回归消除多重共线性。
从回归结果看出，职工平均工资水平与居民住房面积之间存在正向线性关系，同时也看出来一些问题，值得我们思考。
关键词：城镇居民住房面积最小二乘法逐步回归多因素分析检验一、经济背景1988年，国务院颁布了《关于进一步深化城镇住房制度改革，加快住房建设的通知》，以此为分水岭基本上终结了住房的福利分配制度，我国房地产市场从此开始实行货币化分配制度。
加上随之实施的相关配套政策，城镇居民的购房积极性得到了充分调动，住房消费支出不断增加，住房私有率也不断攀升，房地产市场一直保持着强劲的发展势头。
据统计，我国2007年商品房销售额接近于2003年的4倍。
]2[但是近年来部分城市房价涨得过快，房价过高已是一个不争的事实，房价不合理增长带来一系列负面影响。
不少人因为买不起房，住不上房而不能达到小康水平。
巨大的购房压力，让更多的人去关注房价。
不少专家学者直言，这种市场态势会造成两种后果：一是房地产市场的泡沫可能不断扩大，市场风险进一步积累；二是相当多的中低收入者缺乏“小康水平住房”的现实购买力。
由此可见，住房问题已经成为我国市场经济发展过程中的一个重要问题。
现在我们通过相关数据建立多元线性回归模性模型，研究影响城镇居民住房面积的因素。
已知“人均住房建筑面积”的计算公式为：人均住房建筑面积（平方米/人）＝实有住宅建筑总面积/居住人口。
二、结合经济背景，建立计量经济模型（一）经济指标的确定我国学者从不同角度分析了住房消费的影响因素，王晓东（1998）认为住房消费的5大影响因素是：住房需求、购买力、市场供给、配套服务和房改力度；李昴（1998）将住房等同于一般商品，采用英国四通提出的需求函数系统，研究包括住房在内的多种消费与相应价格和收入之间的关系；熊晓栋（2006）采用长沙市城镇居民收入（包括人均国内生产总值和人均可支配收入）、人口总量与人口结构作为自变量，利用时间序列，采用回归分析法研究并预测城镇住宅需求（人均居住面积）。
我国城镇商品房销售面积的影响因素分析
课程论文系别班级： 11 统计专业：统计学题目：我国城镇商品房销售面积的影响因素分析小组成员：冯玥冯莉俨王旭中王梦温欣梁怡婷2013年 12月 20 日框架一、引言二、模型的设定（一）变量选取（二）模型数学形式的确定（三）计量经济学模型的设定（四）确定参数估计范围三、参数估计四、模型检验及修正1、多重共线性的检验与修正2.自相关性的检验3、异方差的检验与修正五、对策建议题目我国城镇商品房销售面积的影响因素实证分析摘要房地产行业作为我国国民经济的支柱产业，在工业化和城市化快速发展的带动下已经进入快速发展的阶段，商品房的销售与宏观经济保持高度正相关，具有明显的周期性。
通过本文研究可以得出：稳定的经济增长是商品房销售行业健康发展的重要因素。
稳定增加居民收入，增强居民消费信心，营造良好的市场环境，深化改革无疑不是促使商品房销售市场稳定健康发展的有效途径。
本文的创新点是采用逐步回归消除多重共线性，采用偏相关系数检验和拉格朗日乘数检验等方法对时间序列数据进行数据序列相关性检验。
关键词城镇商品房销售面积逐步回归多重共线性自相关异方差一、引言城市化进程带来的庞大购房需求，或许是行政手段难以阻挡的。
“限购令”影响下的热点城市，已经不可避免地迎来楼市的“寒冬”。
但这并不能反映市场全貌。
根据国家统计局的数据，今年1-10月，全国商品房销售面积79653万平方米，增长10.0%，这样的增幅甚至高于去年同期。
在加强房地产宏观调控的背景下，房价为何居高不下，商品房的销售面积却有增无减，商品房销售面积增加的主导因素到底有哪些？对此做了深入探讨与研究。
二、模型的设定（一）变量选取为了具体分析各要素对我国城镇商品房销售面积的影响因素大小，选择能反映城镇销售面积变动情况的“商品房销售面积”为被解释变量（用Y表示），选择能影响商品房销售面积的“城乡居民人民币储蓄存款年底余额总计（用X1表示）”、“城镇就业人口数（用X2表示）”、“城市居民消费价格指数（用X3表示）”、“城镇居民家庭人均可支配收入（用X4表示）”为解释变量。
我国城镇商品房销售面积的影响因素
我国城镇商品房销售面积的影响因素课程论文系别班级：11 统计专业：统计学题目：我国城镇商品房销售面积的影响因素分析小组成员：冯玥冯莉俨王旭中王梦温欣梁怡婷2013年12月20日框架一、引言二、模型的设定（一）变量选取（二）模型数学形式的确定（三）计量经济学模型的设定（四）确定参数估计范围三、参数估计四、模型检验及修正1、多重共线性的检验与修正2.自相关性的检验3、异方差的检验与修正五、对策建议题目我国城镇商品房销售面积的影响因素实证分析摘要房地产行业作为我国国民经济的支柱产业，在工业化和城市化快速发展的带动下已经进入快速发展的阶段，商品房的销售与宏观经济保持高度正相关，具有明显的周期性。
通过本文研究可以得出：稳定的经济增长是商品房销售行业健康发展的重要因素。
稳定增加居民收入，增强居民消费信心，营造良好的市场环境，深化改革无疑不是促使商品房销售市场稳定健康发展的有效途径。
本文的创新点是采用逐步回归消除多重共线性，采用偏相关系数检验和拉格朗日乘数检验等方法对时间序列数据进行数据序列相关性检验。
关键词城镇商品房销售面积逐步回归多重共线性自相关异方差一、引言城市化进程带来的庞大购房需求，或许是行政手段难以阻挡的。
“限购令”影响下的热点城市，已经不可避免地迎来楼市的“寒冬”。
但这并不能反映市场全貌。
根据国家统计局的数据，今年1-10月，全国商品房销售面积79653万平方米，增长10.0%，这样的增幅甚至高于去年同期。
在加强房地产宏观调控的背景下，房价为何居高不下，商品房的销售面积却有增无减，商品房销售面积增加的主导因素到底有哪些？对此做了深入探讨与研究。
二、模型的设定（一）变量选取为了具体分析各要素对我国城镇商品房销售面积的影响因素大小，选择能反映城镇销售面积变动情况的“商品房销售面积”为被解释变量（用Y表示），选择能影响商品房销售面积的“城乡居民人民币储蓄存款年底余额总计（用X1表示）”、“城镇就业人口数（用X2表示）”、“城市居民消费价格指数（用X3表示）”、“城镇居民家庭人均可支配收入（用X4表示）”为解释变量。
影响房子面积的因素
影响房子面积的因素
影响房子面积的因素有以下几个：
1. 土地面积：房子的面积受到所在土地的面积限制，大部分情况下，土地面积越大，房子可利用的面积就越多。
2. 建筑规划和设计：建筑规划和设计决定了房子的布局和结构，从而影响房子的实际使用面积。
3. 建筑法规和规范：不同地区对房屋建筑有不同的法规和规范要求，例如最小建筑面积、建筑高度限制等，这些规定也会影响房子的面积。
4. 居住需求：个人或家庭的居住需求也会影响房子的面积。
不同人群对房子的需求有差异，例如单身人士可能更倾向选择小户型房屋，而有孩子的家庭会更需要宽敞的房间。
5. 建筑材料和技术：不同的建筑材料和技术也会对房子的面积产生影响。
例如，采用轻质建筑材料可以减小结构厚度，从而增加实际使用面积。
6. 财力和土地成本：个人或家庭的财力水平和土地成本也会对房子的面积产生影响。
财力越充裕，可以购买更大面积的房子；而土地成本高的地区，房子的面积相对较小。
这些因素共同作用，会决定房子的实际可利用面积。
城镇新增住房面积影响因素分析
城市新增住房面积影响因素实证分析【摘要】：随着人民生活水平的提高，房价的不断增长和城市化建设的发展，城市新增住房面积会发生什么变化呢？本文运用计量经济学方法，从商品房价、恩格尔系数，城市化建设和政策等多方角度对这一较新问题——城市新增住房面积建立计量经济学模型，对建立的模型进行各种检验和修正，并作出相关经济分析，提出相关政策建议。
【关键字】：城市新增住房面积房价恩格尔系数房地产城市化建设【Abstract】:With the improvement of people's lives, how will housing prices and growing urbanization building the development of new urban living space change ? In this paper, the use of econometric methods, from the prices of goods, the Engel's coefficient, urbanization and the construction of multi-policy point of view of the relatively new problem - the new housing area of the city to establish econometric model, built on the model and test a variety of Amended, and related economic analysis of relevant policy【Key words】:New urban housing area House prices Engel's coefficient Real Estate Urban construction一、引言中国房地产业自20世纪80年代以来得到了快速发展，城市新增住房面积日益增加，在国民经济地位日趋重要。
- 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)。
我国城镇居民住房面积的影响因素分析摘要：本文根据目前房地产现状，选取1991年至2003年的数据，从计量经济学的角度来分析影响我国城镇居民住房面积的因素，包括：职工平均工资水平、国内生产总值、城镇居民价格消费指数以及房价。
利用最小二乘法做多元线性回归分析，利用逐步回归消除多重共线性。
从回归结果看出，职工平均工资水平与居民住房面积之间存在正向线性关系，同时也看出来一些问题，值得我们思考。
关键词：城镇居民住房面积最小二乘法逐步回归多因素分析检验一、经济背景1988年，国务院颁布了《关于进一步深化城镇住房制度改革，加快住房建设的通知》，以此为分水岭基本上终结了住房的福利分配制度，我国房地产市场从此开始实行货币化分配制度。
加上随之实施的相关配套政策，城镇居民的购房积极性得到了充分调动，住房消费支出不断增加，住房私有率也不断攀升，房地产市场一直保持着强劲的发展势头。
据统计，我国2007年商品房销售额接近于2003年的4倍。
]2[但是近年来部分城市房价涨得过快，房价过高已是一个不争的事实，房价不合理增长带来一系列负面影响。
不少人因为买不起房，住不上房而不能达到小康水平。
巨大的购房压力，让更多的人去关注房价。
不少专家学者直言，这种市场态势会造成两种后果：一是房地产市场的泡沫可能不断扩大，市场风险进一步积累；二是相当多的中低收入者缺乏“小康水平住房”的现实购买力。
由此可见，住房问题已经成为我国市场经济发展过程中的一个重要问题。
现在我们通过相关数据建立多元线性回归模性模型，研究影响城镇居民住房面积的因素。
已知“人均住房建筑面积”的计算公式为：人均住房建筑面积（平方米/人）＝实有住宅建筑总面积/居住人口。
二、结合经济背景，建立计量经济模型（一）经济指标的确定我国学者从不同角度分析了住房消费的影响因素，王晓东（1998）认为住房消费的5大影响因素是：住房需求、购买力、市场供给、配套服务和房改力度；李昴（1998）将住房等同于一般商品，采用英国四通提出的需求函数系统，研究包括住房在内的多种消费与相应价格和收入之间的关系；熊晓栋（2006）采用长沙市城镇居民收入（包括人均国内生产总值和人均可支配收入）、人口总量与人口结构作为自变量，利用时间序列，采用回归分析法研究并预测城镇住宅需求（人均居住面积）。
]2[本文选取了四项经济指标：职工平均工资水平、国民生产总值、城镇居民价格消费指数以及城镇住房平均销售价格。
（二）对经济指标的解释1、职工平均工资水平：是指城镇居民的平均工资水平，从直观上看，居民的工资水平决定了居民能否支付房购房费用，也就与城镇居民平均住房面积有很大关系。
2、国民生产总值：也称本地居民生产总值，即一国一年内所生产的最终产品（包括劳务）的市场价值的总和，简称GNP，是国民收入核算中最重要的组成部分。
常被公认为衡量一国经济状况的最佳指标。
3、城镇居民消费价格指数：是反映城市居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
城市居民消费价格指数可以观察和分析消费品的零售价格和服务项目价格变动对职工货币工资的影响，作为研究职工生活和确定工资政策的依据，是用来反映通货膨胀(紧缩)程度的指标。
4、城镇住房平均销售价格：是指城镇住房的平均销售价格，很明显从直观上看，住房的销售价格会影响居民对住房的需求，从而影响城镇居民的平均住房面积。
（三）数据见附表。
数据来源《中国统计年鉴》（四）模型的建立1、多元线性回归的简介：多元线性回归模型的一般形式为μββββ+++++=k k X X X Y 22110其中k 为解释变量的个数，),,2,1(k j j =β称为回归系数（regressiion coefficient ）,人们习惯把常数项0β看做一个虚变量的参数，在参数估计过程中该虚变量的样本观测值始终取1，这样，模型中解释变量的数目为k+1. 与一元线性回归相比，j β也被称为偏回归系数（partial regression confficidence ），表示在其他解释变量不变的情况下，每j X 变化一个单位时，Y 的均值E （Y ）的变化，或者说j β给出j X 的单位变化对Y 均值的“直接”或“净”（不含其它变量）影响。
]1[多元线性回归模型的基本假定：]1[① 回归模型时正确设定的。
② 解释变量k X X X ,,,21 是非随机的或固定的，且各j X 之间不存在严格线性相关性（无完全多重共线性）。
③ 各解释变量j X 在所抽取的样本中具有变异性，而且随着样本容量的无限增加，各解释变量的样本方差趋于一个非零的有限常数，即n ÷∞→时，j j n i ij n i ij Q X X n x n →-=∑∑==2112)(11 ④ 随机误差项具有条件零均值、同方差及不序列相关性),,,|,(),,,|(0),,,|(2122121===k j i k i k i X X X Cov X X X Var X X X E μμσμμ j i ≠⑤ 解释变量与随机项不相关0),,,|,(21=k i ij X X X X Cov μ j=1,2,…..,k⑥ 随机项满足正态分布),0(~,,,|221σμN X X X k j2、建立模型：εββββ+++++=44332211X X X X C YY ：我国城镇居民住房面积（单位：万平方米）X1：职工平均工资水平（单位：元）X2：国民生产总值（单位：亿元）X3：城镇居民价格消费指数X4：城镇住房平均销售价格（单位：元/平方米）3、 参数估计本文中对参数的估计采用最小二乘法，其原理如下：随机抽取n 组样本观测值 (){}n i Y X X X i ik i i ,,2,1:,,,21 =，如果样本函数的参数估计值已经得到，则有,ˆˆˆˆˆ22110ikk i i i X X X Y ββββ++++= i=1,2,…,n 根据最小二乘原理，参数估计值应使得∑∑∑===++++-=-==n i ik ik i i i n i i i n i iX X X Y Y Y e Q 12221101212)]ˆˆˆˆ([)ˆ(ββββ 达到最小。
利用eviews 可以得到下表：X1 3.546061 0.973995 3.640740 0.0066X2 -0.336881 0.075928 -4.436866 0.0022X3 41.06932 52.89511 0.776430 0.4598X4 22.37270 22.60178 0.989865 0.35122R 0.990517 y 11851.932R 0.985775 标准差 8327.641回归标准误差 993.2348 F-statistic 208.8926D-W 统计量 2.226441 F 统计量的p 值 0.000000表1根据上表，我们可以得出模型为4)989865.0(3)77643.0(2)436866.4(1)64074.3()039039.1(3727.2206932.41336881.0546061.312.35148X X X X Y ++-+=---从表中可以看出2R =0.990517非常接近1了，说明模型的总体效果很好（五） 模型的检验1、经济意义的检验从经济意义上来说，居民住房面积与居民平均工资水平和国名生产总值正相关，而与城镇居民消费价格指数和城镇住房平均销售价格负相关。
从表中可以看出X2、X3和X4的参数符号与其经济意义不符，估计是因为变量间存在多重共线性或者是与被解释变量不存在线性关系。
2、统计推断检验从表1中可以看出2R 非常接近1了，说明模型的总体效果很好，F 统计量的值在给定显著性水平α=0.05下也比较显著。
但是在显著性水平为0.05时，306.2)1(2=--k n t α，可以看出)8(77643.023αt t <=，)8(77643.024αt t <=，所以X3和X4的t 统计值均不显著，说明X3和X4这两个变量对Y 的影响不显著，或者变量之间存在多重共线的影响使其t 值不显著。
3、计量经济学意义检验由于前面我们介绍了多元线性回归需要满足的几点假设，所以我们需要检验我们的模型是否满足必要的几点假设。
现在我们以多重共线性检验和异方差检验为主做检验介绍。
（1）多重共线性检验对于模型iik k i i i X X X Y μββββ+++++=ˆˆˆˆˆ22110 ， 其基本假设之一是解释变量k X X X ,,,21 是相互独立的。
如果两个或多个解释变量之间出现了相关性，则称为存在多重共线性。
如果模型存在完全共线性，则参数估计量不存在；如果模型存在近似共线性，则普通最小二乘法参数估计量的方差会变大，而且参数估计量的经济意义不合理。
由于F=208.8926>)9,3(05.0F =3.86(显著性水平α=0.05)表明模型从整体上看房屋购买量与4个解释变量之间线性关系显著。
对X1、X2、X3、X4、进行简单相关系数矩阵检验。
解释变量相关系数矩阵：X1 X2 X3 X4X1 1.000000 0.980746 -0.553860 0.995352X2 0.980746 1.000000 -0.551752 0.989377X3 -0.553860 -0.551752 1.000000 -0.587315X4 0.995352 0.989377 -0.587315 1.000000由此可见，一些解释变量之间存在高度线性相关。
尽管整体线性回归拟合较好，但x3,x4变量的参数t 值并不显著而且X2,X3,X4符号与经济意义相悖，表明模型中解释变量确实存在严重的多重共线性。
（2）多重共线性的修正克服多重共线性有多种方法，例如逐步回归法、差分法以及减小参数估计量的方差，本文中我们采用逐步回归法对多重共线性进行补救。
其具体方法是：以Y 为被解释变量，逐个引入被解释变量，构成回归模型，进行模型估计，根据拟合优度的变化决定新引入的变量是否可以用其他变量的线性组合代替，而不是作为独立的解释变量。
如果拟合优度变化显著，则说明新引入的解释变量是一个独立解释变量；如果拟合优度变化很不显著，则说明新引入的解释变量不是一个独立解释变量，它可以用其他变量的线性组合来代替，也就是说它与其他变量之间存在共线性的关系。
运用OLS 方法逐一求Y 对各解释变量的回归，回归结果如下：表2表5从回归的结果可以看出职工平均工资水平(X1)的t 值最大，对y 的影响最大。
2R 最大，拟合程度最好，因此把X1作为基本变量。
然后将其余解释变量逐一代入X1的表6经过多次逐步回归，发现增加变量后，常数C 的t 值就不能通过检验了。