土地数学建模SAS论文.doc
- 文档编号:6036179
- 上传时间:2023-05-09
- 格式:DOC
- 页数:15
- 大小:265.50KB
土地数学建模SAS论文.doc
《土地数学建模SAS论文.doc》由会员分享,可在线阅读,更多相关《土地数学建模SAS论文.doc(15页珍藏版)》请在冰点文库上搜索。
《土地数据库分析与建模》
课程结业论文
论文题目房地产业与中国国民经济发展的关系分析
目录
1、摘要……………………………………………………………………………………………3
2、关键词…………………………………………………………………………………………3
3、前言……………………………………………………………………………………………3
3.1相关概念………………………………………………………………………………………3
4、主体……………………………………………………………………………………………3
4.1中国国民经济发展概况………………………………………………………………………3
4.2房地产与国民经济的相互关系………………………………………………………………5
4.3房地产在国民经济中的地位…………………………………………………………………5
4.4房地产在国民经济中的作用…………………………………………………………………6
4.5利用SPSS及SAS软件对房地产业与国民经济发展进行多元回归分析,研究两者的关系………………………………………………………………………………………………7
5、总结……………………………………………………………………………………………7
6、参考文献………………………………………………………………………………………7
7、附录……………………………………………………………………………………………9
【摘要】
国民经济的快速发展带动了房地产的发展,而房地产业的发展在国民经济中扮演着越来越重要的角色。
房地产业是国民经济各产业链中关键的一环,在国民经济中占主导地位,对经济的发展有很大的促进作用。
因此房地产业与国民经济的关系分析在促进国民经济与房地产业的健康发展发面显得尤为重要。
本文通过查阅资料、参考文献,从理论上阐述了房地产业与我国国民经济的相互关系。
同时,还通过SPSS及SAS软件对两者进行多元线性回归分析。
并且运用ARIMA模型对2009年的房地产发展做了预测,得出2009年的房地产业的发展情况。
【关键词】
回归分析、多元线性回归分析、房地产、国民经济
【前言】
相关概念
1、回归分析:
回归分析是一种处理变量的统计相关关系的一种数理统计方法。
回归分析的基本思想是:
虽然自变量和因变量之间没有严格的、确定性的函数关系,但可以设法找出最能代表它们之间关系的数学表达形式。
2、多元线性回归分析:
多元回归分析是研究多个变量之间关系的回归分析方法,按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析及多个因变量对多个自变量的回归分析,按回归模型类型可划分为线性回归分析和非线性回归分析。
多元线性回归的基本原理和基本计算过程与一元线性回归相同,但由于自变量个数多,计算相当麻烦,一般在实际中应用时都要借助统计软件。
3、国民经济:
是指一个现代国家范围内各社会生产部门、流通部门和其他经济部门所构成的互相联系的总体。
工业、农业、建筑业、运输业、邮电业、商业、对外贸易、服务业、城市公用事业等,都是国民经济的组成部分。
资本主义国民经济是建立在生产资料的资本主义私有制的基础之上的,它受着资本主义基本经济规律即剩余价值规律与竞争和生产无政府状态的规律的支配。
社会主义国民经济是建立在生产资料的社会主义公有制基础之上的。
【主体】
一、中国国民经济发展概况
新中国成立后,我国国民经济发展经历了四个阶段:
1、1949~1977:
计划经济阶段。
(1)国家政策。
实行计划经济,平均分配,注重重工业发展,忽视轻工业发展,大型国有企业纷纷建立。
(2)宏观环境。
政治不稳定’经济发展缓慢,物质资料严重匮乏,人民生活水平低下,科教文卫事业也很落后。
(3)在位企业。
主要是国有企业,从事重工业和军事工业生产,技术落后,管理水平低下,生产效率很低,且是计划生产与分配,企业无任何压力,国家经济处于无市场状态。
2、1978~1995:
占地为王的割据阶段。
(1)国家政策。
国家确立了经济发展的中心任务,实施改革开放,国际环境较稳定,国家开始重视人民的物质文化生活需要,鼓励发展轻工业,重视教育、科技、文化、卫生事业的发展。
(2)宏观环境。
私有企业纷纷建立,小商小贩大量兴起,国有企业面临压力,开始实施改革,人民生活水平逐步提高。
但由于经济开放程度并非很大,且国企、私企及小商贩的数量有限,因此仅局限在其周围地区,产品供不应求,出现占地为王现象。
(3)在位企业。
国企改革渐渐出现活力,小商贩大量出现。
3、1996~2005:
烽火连三月的市场争夺阶段。
(第一次市场争夺阶段)
(1)国家、国际环境稳定,经济迅速发展,并逐步与国际接轨,进一步开放,外国各种理念及思想涌入,与传统文化发生激烈碰撞,人们思想发生重大转变
(2)宏观环境。
经济得到极大发展,人们生活水平的道极大提高,消费能力和消费观念发生重大转变,传统产业生产能力远超国内需求,出现供大于求的现象:
新兴行业迅速崛起,互联网的应用与发展为社会带来了前所未有的改变。
(3)在位企业。
市场环境瞬息万变,企业的破产、重组、收购现象严重,开始着手塑造企业形象,品牌理念开始得到重视,同时一些企业开始开拓国际市场;新兴行业迅速崛起;外企试水中国。
4、2006~2025:
比拼内功的市场争夺阶段。
(第二次市场争夺阶段)
(1)政策。
进一步开放并与国际接轨;经济发展仍是首位,但同时强调生态、社会的发展,追求和谐的可持续发展路线,建立环保节约型的社会,鼓励科教文卫事业的发展,扶持有潜力的民族品牌的自有品牌的发展
(2)宏观环境。
人们消费水平进一步提高,消费观念也开始稳定,品牌意识增强,各企业竞争也开始趋于理性,注重自身品牌形象的塑造,自有知识产权与自主品牌意识增强,市场得到进一步细分,互联网对企业发展也更加重要。
(3)国企、私企与外企展开激烈竞争,产品质量的科技含量得到进一步提高,品牌营销成为企业营销的关键,人才成为企业竞争的首要因素,也是国家经济发展的首要因素。
企业更加注重市场的细分,更加注重个性化服务,以人为本。
二、房地产与国民经济发展的相互关系
房地产业与国民经济之间存在着互相制约、互相促进的辩证关系。
从国民经济总体的角度考察,房地产业是整个国民经济产业体系中的一个重要构成部分,但又不仅仅是局部与整体的简单关系,而是有着内在的密切联系的相关性。
一方面,国民经济的总体状况是房地产业得以存在和发展的宏观基础,制约或带动房地产业的发展程度,如果脱离了国民经济的总体发展水平,房地产业孤军突进,会因失去坚实的基础而跌落下来,但如果房地产业过于落后于国民经济发展的要求,也会拖经济增长的后腿,所以,房地产业的发展必须与整个国民经济的发展相适应;另一方面,房地产业又是国民经济的新经济增长点和支柱产业,其发展规模和速度也会制约或促进国民经济增长和产业结构的协调。
从本质上说,这是由于房地产业的先导性、基础性、支柱产业的地位和作用所决定的。
如果房地产业健康发展,产业关联效应得到部分发挥,可以促进国民经济快速发展;反之,房地产业运行失常,如发展滞后,会拖国民经济后腿,发展过快,又容易产生房地产泡沫,造成大量空置,导致经济结构失调,影响国民经济的持续健康发展。
如何正确处理二者之间的关系,不仅是房地产业能否健康发展的重要关键,而且也是关系到宏观调控中能否实现国民经济总量平衡和结构平衡重大问题。
三、房地产在国民经济中的地位
从总体上说,房地产业在国民经济体系中处于先导性、基础性、支柱产业的地位。
1、房地产业属于基础性产业。
这是因为,在社会经济生活中,房地产业提供的产品和劳务兼有基础性的生活资料和生产资料的双重属性。
一方面,房地产业开发的住宅,是人们满足居住需要的最基本的生活资料,安居才能乐业,它所提供的是基础性的物质生活条件。
另一方面,房地产业开发的厂房、商铺、办公用房等,又是满足生产经营需要的重要生产资料,属于社会生产基础性的物质要素。
房地产作为社会经济生活的基本要素贯穿于社会生产和再生产的各个环节,从而使房地产业具有基础产业的特征。
2、房地产业又是先导性产业。
房地产是社会生产和再生产、以及文化、教育、科学、卫生等各种社会经济活动的物质载体和空间条件,房地产经济运行与国民经济中的所有产业和部门都密切相关。
在各行各业的经济活动中,都必须率先从房地产开发开始,以此为先导。
例如,城市开发必先进行基础设施建设和各类房屋的建造;建设工厂必先建筑厂房;开办商店必先建造商铺;筹建学校必先建造校舍等等。
由此,房地产业也就成了先导性产业。
3、房地产业还具有支柱产业的特征。
由于房地产业的产业链长、产业关联度大,它的发展可以带动一系列相关产业的发展,在目前的中国又是新的经济增长点,对于促进国民经济增长发挥着举足轻重的作用,因而具有支柱产业的显著特征。
四、房地产在国民经济中的作用
房地产业的地位,决定了它在国民经济中发挥着重大的积极作用。
主要体现在推动城市建设、促进经济增长和提高居住生活水平等方面。
具体表现在:
1、推动城市开发,促进现代化建设。
现代城市是一国的经济、政治、文化中心,加强城市建设始终是现代化建设中的关键。
而房地产综合开发既是城市开发的先导,又改变着城市面貌,完善城市功能。
一方面,现代城市的开发建设,首先要进行土地和房屋的整体规划,保证城市功能的合理布局,形成房屋等建筑物的类型、景观、风格等独具的种种特色;另一方面,经营城市的重点也是经营城市土地和房地产,使土地资源合理配置,优化结构,达到使用效益最大化;同时也使产业布局实现最佳最优,土地不断升值,为城市经济的持续发展创造良好的外部环境和内在的条件。
2、带动相关产业发展,促进经济增长。
房地产业具有产业链长、产业关联度大的特点,不仅自身的发展为国民经济增长提供直接的贡献,而且通过其产业关联效应带动和促进相关产业的发展和整个国民经济的增长。
在国民经济的产业体系中,直接和间接与房地产相关的达50多个行业。
1990年以来,中国经济的持续、稳定和快速增长,也包含了房地产业发展所作出的重大贡献。
3、增加财政收入,为现代化建筑积累资金。
房地产业发展的另一个重要作用是,为国家和地区的财政收入开辟重要来源。
房地产综合开发,一方面,可以提供大量税金、土地使用权出让费和利润等,直接增加财政收入,为城市现代化建设积累资金;另一方面,房地产业的发展又进一步带动其他关联产业的发展,间接地创造税收和利润。
4、加快社会主义文化发展,促进精神文明建设。
房地产开发可以为社会文化、教育卫生、科技事业、健康体育、通信网络等提供活动空间和场所,创造必要的物质条件。
而且房地产构成的建筑本身就是人类物质文明和精神文明相统一的结晶和体现。
5、改善居住条件,提高劳动者素质。
房地产业的发展,促进住宅建设,可以为人们提供数量更多、品质更高、环境更好的住房,充分满足日益增长的居住需求。
同时,随着居住条件的改善、居住质量的提高,住宅功能得到充分发挥,促使劳动者素质全面提高,高质量的住房消费必然使劳动力在扩大再生产过程中得到全面发展,而劳动力是生产力中的第一要素,劳动者素质的提高,有助于促进生产力的发展。
五、利用SPSS及SAS软件对房地产业与国民经济发展进行多元回归分析,研究两者的关系
经过多元线性回归分析,得出房地产业与国民经济发展是正相关的。
具体过程及相关分析结果见附录
【总结】
房地产业与国民经济发展是互相制约、互相促进的辩证关系。
从总体上说,房地产业在国民经济体系中处于先导性、基础性、支柱产业的地位。
房地产业的地位,决定了它在国民经济中发挥着重大的积极作用。
主要体现在推动城市建设、促进经济增长和提高居住生活水平等方面。
另外,本文多元线性回归分析,得出房地产业与国民经济发展是正相关的结论。
该结论对二者的健康发展有着非常重要的研究意义。
【参考文献】
[1]、孔庆平,客观、全面、准确认识房地产业在国民经济中的支柱地位与作用,《中国房地产业》,2009(3);
[2]、徐崇列,试论房地产业在国民经济发展战略决策中的地位和作用,《青海金融》,1995
(2);
[3]、马俊,试论房地产业在国民经济建设与发展中的作用,《魅力中国》,2009(20);
[4]、许峰,中国房地产业与国民经济增长关系的实证分析;
[5]、黄兴文,房地产是否是国民经济支柱产业;
[6]、李战军,中国房地产业和市场明天会更好;
[7]、许元林,房地产在国民经济中的地位和作用,《华章》,2011(15);
[8]、纪晴,房地产业对我国经济增长贡献度的实证研究,企业导报,2011(10);
[9]、黄远志,房地产业对经济发展的贡献[J],现代商业,2011(20);
[10]、孙权森曾生根王平安夏德深,典型相关分析的理论及其在特征融合中的应用,《计算机学报》,2005(9);
[11]、李迎斌,典型相关分析研究与应用;
[12]、《应用多元统计分析》——第9章“典型相关分析”,厦门大学;
[13]、《中共中央关于制定国民经济和社会发展第十二个五年计划的建议》;
[14]、柳思维,郭友群,国民经济成长新阶段的市场发展研究,《商业经济研究》,1998(4)。
[15]、谭刚,《房地产周期波动》,经济管理出版社,2001(9);
[16]、曹振良等,《房地产经济学通论》,北京大学出版社,2003(6);
[17]、吴德进、李国柱等,《房地产泡沫——理论、预警与治理》,社会科学文献出版社,2007(10);
[18]、何书元,《应用时间序列分析》,北京大学出版社,2003(9);
[19]、高惠璇,《应用多元统计分析》,北京大学出版社,2005
(1);
[20]、赵国庆,《计量经济学》,中国人民大学出版社,2005
(1);
[21]、姜启源、谢金星、叶俊,《数学模型》,高等教育出版社,2003(8)。
【附录】
利用SPSS及SAS软件对房地产业与国民经济发展进行多元回归分析,研究两者的关系
一、目的:
房地产与国民经济发展的关系,促进房地产业与城市经济的协调发展。
本文通过研究分析建立多因变量的多元线性回归模型。
对所查找城市的数据,选取了反映房地产发展的11个指标做自变量,国民经济发展的6个指标做因变量,进行统计回归分析。
通过SPSS及SAS软件对两者进行多元回归分析,得出房地产与国民经济发展是正相关的。
并且运用ARIMA模型对2009年的房地产发展做了预测,得出2009年的房地产业的发展情况。
二、内容:
本文通过一方面从国民经济主要宏观变量对房地产业的发展影响,一方面从房地产业主要经济变量对国民经济的影响,建立了多因变量的多元线性回归模型,再通过多因变量逐步回归的方法,逐个引入变量,每次引入对Y影响最显著的自变量,并对方程中的老变量逐个进行检验,把变为不显著的变量逐个从方程中剔除掉,最终得到的方程既不漏掉对Y影响显著的变量,又不包含对Y影响不显著的变量。
运用SPSS统计分析各指标分别与综合指数的一元线性回归分析,份额出各指标与合成指数的相关程度,同时对影响房地产发展的各因素进行分析。
三、步骤:
1、建立多因变量的多元线性回归模型
设有m个自变量:
,p个因变量:
,假设它们之间有线性关系,今有n组自变量与因变量的实测数据,数据阵分别用X,Y表示:
设n组数据满足如下关系式:
记:
则有,其中C为n×(m+1)矩阵,且假定是相互独立的,其均值向量为0,协方差矩阵相等,均为。
于是多个因变量与多个子变量的线性回归模型如下:
,其中Y和E是随机阵是未知参数矩阵,X是已知矩阵,,
且rank(C)=m+1
2、求解多因变量的多元线性回归模型
(1)从数据中提取全市生产总值与房地产业生产总值增加值,城镇以上固定资产投资与房地产开发投资两组数据是最能反映房地产与经济发展的关系。
回归分析:
与回归方程为:
=-302+29.9
自变量
系数
系数标准误差
T
P
常量
-302.1
306.3
-0.99
0.380
29.895
2.721
10.99
0.000
S=245.797R-Sq=96.8%R-Sq(调整)=96.0%
表1-1
回归分析:
与回归方程为:
=-1+5.49
自变量
系数
系数标准误差
T
P
常量
-1.4
149.6
-0.01
0.993
5.4939
0.5843
9.40
0.001
S=136.305R-Sq=95.7%R-Sq(调整)=94.6%
表1-2
(2)对因变量经济发展以房地产的各变量进行回归分析:
社会平均工资与全市各类房屋竣工面积、房屋销售价格指数、房屋销售价格指数、年末人均住宅面积进行线性回归。
分析如下:
回归方程为:
=-17611+407-97+16.8-1.3
自变量
系数
系数标准误差
T
P
常量
-17611
63456
-0.28
0.828
406.7
366.1
1.11
0.467
-96.8
249.7
-0.39
0.764
16.82
25.99
0.65
0.634
-1.28
15.75
-0.08
0.949
S=1652.21R-Sq=96.3%R-Sq(调整)=81.7%
表1-3
(3)通过数据回归分析可知,经济发展与房地产发展是成正相关的关系。
3、模型的基本形式和建模过程
ARIMA(p,d,q)模型的数学表达式为:
其中,p为自回归项的阶数,q为移动平均项的阶数,d为积分次。
为原始数据序列,为误差项。
模型可看作是数据经过d阶差分后再把AR(p)和MA(q)两个模型的综合而成。
ARIMA模型的建模过程如下:
4、根据时间序列的散点图,自相关函数和偏差自相关函数图,以及单位根检验观察其方差、趋势及其季节性变化规律,识别该序列的平稳性。
平稳性:
若时间序列就称{}是平稳时间序列,称实数列先对房地产业生产总值的增加值。
{}为{}的自协方差函数。
5、数据的平稳化处理,如果数据系列是非平稳的,比如存在着趋势性,则需对数据进行差分处理。
6、根据时间序列模型识别规则,建立相应的模型:
如果是平稳时间序列的偏自相关函数是截尾的,而自相关函数是拖尾的则此序列适合AR模型,如果平稳时间序列的偏相关函数是拖尾的,自相关函数是截尾的,则序列可能适合用MA模型来拟合。
如果平稳时间序列的自相关函数和偏相关函数都是拖尾的,那么序列适合用ARIMA模型来估计。
另一种广为采用的方法是,在模型的基本形式得以确立后,在已考虑到最大可能范围的p值和q值的基础上选择一组模型,估计每个可能的模型,并选择将某个以拟合度为基础的选择标准最小化的模型。
7、进行参数估计,估计暂定的模型参数,检验其是否有统计意义。
8、进行假设检验,诊断白噪声。
检验假设模型残差的ACF和PACF值在早期或季节性延迟点处不得大于置信区间,同时残差应理想化为零均值。
(1)先对房地产业生产总值的增加值作散布图如下:
图中可以看出该时间序列并非平稳序列,随时间的增加,其值有增加的趋势,由此要对房地产业生产总值增加值作ADF检验,检验其是否具有单位根。
由FZ(房地产业生产总值的增加值)进行ADF检验达到的T值为-1.699885,大于临界值-2.650413,不能拒绝原假设,即可能存在单位根。
对FZ的一阶差分D(FZ)进行ADF检验得到的T值为-5.005164,小于临界值-3.857386,由此拒绝原假设,即FZ的一阶差分不存在单位根,即D(FZ)是平稳的I(0)序
列,并确定了FZ是I
(1)序列。
(2)对房地产开发投资数据的时间序列作散布图的到如下:
同样其并不符合平稳序列的规则,存在趋势项,所以对(FKT)房地产开发投资数据的ADF检验。
可知FKT的ADF检验的T值为-0.203543,远大于临界值-2.597905,所以不能拒绝原假设,即FKT可能存在单位根,必须对FKT的一阶差分D(FKT)作ADF检验。
由T值为-5.104110,小于临界值-3.565430,拒绝原假设,即D(FKT)为I(0)序列,而FKT为I
(1)序列。
FKT(房地产开发投资)的参数估计FKT作样本自相关函数ACF和偏自相关函数PACF。
可以看出ACF在p=1,而PACF在q=2处以后都是截断的,因此用p=1,q<=2的ARIMA(p,d,q)模型去拟合都是比较合适的,其中d=1。
9、FZ(房地产业生产总值增加额)的参数估计:
FZ作样本自相关函数ACF和偏自相关函数PACF的图:
可知看出ACF在p=8,而PACF在q=3处以后都是截断的,因此用p<=8,q<=3的ARIMA(p,d,q)模型去拟合都是比较合适的,其中d=1。
10、然后用AIC和BIC标准来确定参数中的p和q,或运用最小二乘法来确定参数合理性。
四、结论:
房地产与国民经济发展是正相关的。
对影响房地产发展的各因素进行分析,认为总量类指标和投资类指标对房地产的周期性的波动起决定性作用。
通过各因素的影响程度为政府调控房地产市场提供了指导性的意义。
政府要从宏观调控、融资多元化和房地产信息化等方面对房地产进行监控和管理。
五、体会:
多元线性回归分析的基本思想和方法在日常问题、统计研究等方面有很多的应用。
由于之前在SAS专业课学习中涉及到的多元回归分析的内容较少,查阅了大量资料,但因水平有限,在研究的分析过程中花费了不少时间,以后还待加强学习。
同时通过本次写论文的过程更加认识到SAS软件在数据处理领域的便捷。
附:
年份
(年)
全市生产总值增加值
房地产业生产总值增加值
总额(亿元)
增长率(%)
总额(亿元)
增长率(%)
2003(下)
44.46
2004
83.7
2005
531.7
91.13
8.8769
2006
511.08
-3.8781
127.24
39.625
2007
579.94
13.473
141.11
10.901
2008
649.1
11.925
150.37
6.5623
年份
(年)
城镇以上固定资产投资额
房地产开发投资
总额(亿元)
增长率(%)
总额(亿元)
增长率(%)
2003(下)
345.8
87
2004
936.6
162.6
2005
1403.2
49.818
223.8
37.638
2006
1485.6
5.8723
257
14.835
2007
1635.4
10.083
322.4
25.447
2008
2019
23.456
373.1
15.726
年份
(年)
全市生产总值
房地产产业生产总值增加值占全市生产总值的百分比(%)
总额(亿元)
增长率(%)
2003
972.95
4.5696
2004
2163.8
3.8682
2005
2695.5
24.573
3.3808
2006
3206.58
18.96
3.9681
2007
3786.52
18.086
3.7266
2008
4435.62
17.142
3.3901
年份
城市人均可支配收入
城市居民人均消费性支出
社
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 土地 数学 建模 SAS 论文