HBM稱重傳感器AE101你愛的現(xiàn)貨
南京惠言達(dá)電氣有限公司致力于打造德國、瑞士等歐洲中小型自動(dòng)化企業(yè)與國內(nèi)客戶的連接橋梁，歐美原產(chǎn)工控設(shè)備，機(jī)電設(shè)備，儀器儀表，備品備件 的一站式供應(yīng)商。主要產(chǎn)品有工業(yè)自動(dòng)化設(shè)備,電工控設(shè)備、液壓設(shè)備、 電氣設(shè)備和零部件等產(chǎn)品。原裝，源頭采購帶給客戶便捷的購物體驗(yàn)！
圖片可能與實(shí)物存在差異，訂貨前請聯(lián)系本司確認(rèn)
品牌 型號(hào)
1-CFT/5KN 1-T22/50NM
1-CFT/20KN 1-T22/100NM
1-CFT/25KN 1-T22/200NM
1-CFT/50KN 1-T22/500NM
1-CFT/70KN 1-T22/1KNM
1-CFT/120KN 1-T4A/5NM
1-CFW/20KN 1-T4A/10NM
1-CFW/50KN 1-T4A/20NM
1-CFW/100KN 1-T4A/50NM
1-CFW/140KN 1-T4A/100NM
1-CFW/190KN 1-T4A/200NM
1-CFW/330KN 1-T4A/500NM
1-CFW/700KN 1-T4A/1KNM
1-CLP/7KN 1-T5/10NM
1-CLP/7KN-0.5M 1-T5/20NM
1-CLP/26KN 1-T5/50NM
1-CLP/26KN-0.5M 1-T5/100NM
1-CLP/62KN 1-T5/200NM
1-CLP/62KN-0.5M 1-TB1A/100NM
1-CLP/80KN 1-TB1A/200NM
1-CLP/80KN-0.5M 1-TB1A/500NM
1-CPS/20KN 1-TB1A/1KNM
1-CPS/50KN 1-TB1A/2KNM
1-CPS/100KN 1-TB1A/5KNM
1-CPS/140KN 1-TB1A/10KNM
1-CPS/190KN 1-TB2/100NM
1-CPS/330KN 1-TB2/200NM
1-CPS/700KN 1-TB2/500NM
1-CST/300 1-TB2/1KNM
1-CMC/5KN 1-TB2/2KNM
1-CMC/20KN 1-TB2/3KNM
1-CMC/50KN 1-TB2/5KNM
1-CMC/70KN 1-TB2/10KNM
1-CMC/120KN 1-TN/100NM
1-CSB4/1 1-TN/200NM
1-CCO 1-TN/500NM
1-KAB168-5 1-TN/1KNM
1-KAB168-20 1-TN/2KNM
1-KAB143-2 1-TN/5KNM
1-KAB143-3 1-TN/10KNM
1-KAB143-7 1-TN/20KNM
1-KAB145-0.2 1-TTS/100NM
1-KAB145-3 1-TTS/200NM
1-KAB176-2 1-TTS/500NM
1-KAB176-3 1-TTS/1000NM
1-C10/2.5KN 1-TTS/3000NM
1-C10/5KN K-KAB-T
1-C10/10KN 1-P3MB/10BAR
1-C10/25KN 1-P3MB/20BAR
1-C10/50KN 1-P3MB/50BAR
1-C10/100KN 1-P3MB/100BAR
1-C10/250KN 1-P3MB/200BAR
1-C10/500KN 1-P3MB/500BAR
1-C10/1MN 1-P3MB/1000BAR
K-C10- 1-P3MB/2000BAR
1-KAB157-3 1-P3MB/3000BAR
1-KAB158-3 1-P3MBP/10BAR
3-3312.0382 1-P3MBP/20BAR
3-3312.0354 1-P3MBP/50BAR
1-C2/500N 1-P3MBP/100BAR
1-C2/1KN 1-P3MBP/200BAR
1-C2/2KN 1-P3MBP/500BAR
1-C2/5KN 1-P3MBP/1000BAR
1-C2/10KN 1-P3MBP/2000BAR
1-C2/20KN 1-P3MBP/3000BAR
1-C2/50KN 1-P3IC/10BAR
1-C2/100KN 1-P3IC/20BAR
1-C2/200KN 1-P3IC/50BAR
K-C2- 1-P3IC/100BAR
1-C6A/200KN 1-P3IC/200BAR
1-C6A/500KN 1-P3IC/500BAR
1-C6A/1MN 1-P3IC/750BAR
1-C6A/2MN 1-P3IC/1000BAR
1-C6A/5MN 1-P3IC/2000BAR
1-C6/20T/ZL 1-P3IC/2500BAR
1-C6/50T/ZL 1-P3IC/3000BAR
1-C6/100T/ZL 1-P3ICP/10BAR
1-C6/200T/ZL 1-P3ICP/20BAR
1-C6/500T/ZL 1-P3ICP/50BAR
1-C6/50T/ZK 1-P3ICP/100BAR
1-C6/100T/ZK 1-P3ICP/200BAR
1-C6/200T/ZK 1-P3ICP/500BAR
1-C6/500T/ZK 1-P3ICP/750BAR
1-EPO3R/20T 1-P3ICP/1000BAR
1-EP03/50T 1-P3ICP/2000BAR
1-EP03/100T 1-P3ICP/2500BAR
1-EP03/250T 1-P3ICP/3000BAR
1-EP03/500T 1-P3TCP/10BAR
1-C9C/50N 1-P3TCP/20BAR
1-C9C/100N 1-P3TCP/50BAR
1-C9C/200N 1-P3TCP/100BAR
1-C9C/1KN 1-P3TCP/200BAR
1-C9C/2KN 1-P3TCP/500BAR
1-C9C/0.5KN 1-P3TCP/750BAR
1-C9C/10KN 1-P3TCP/1000BAR
1-C9C/20KN 1-P3TCP/2000BAR
1-C9C/50KN 1-P3TCP/2500BAR
K-C9C 1-P3TCP/3000BAR
1-KMR/20KN 1-P3MBP/5000BAR
1-KMR/40KN 1-P3MBP/10000BAR
1-KMR/60KN 1-P3MBP/15000BAR
1-KMR/100KN 1-P3TCP/5000BAR
1-KMR/200KN 1-P3TCP/10000BAR
1-KMR/300KN 1-P3TCP/15000BAR
1-KMR/400KN 1-P2VA1/100BAR
3-9212.0229 1-P2VA1/200BAR
3-9212.0230 1-P2VA1/500BAR
3-9212.0231 1-P2VA1/1000BAR
3-9212.0232 1-P2VA1/2000BAR
3-9212.0233 1-P2VA1/3000BAR
3-9212.0234 1-P2VA1/5000BAR
3-9212.0235 1-P2VA1/7000BAR
1-S2M/10N-1 1-P2VA2/100BAR
1-S2M/50N-1 1-P2VA2/200BAR
1-S2M/100N-1 1-P2VA2/500BAR
1-S2M/200N-1 1-P2VA2/1000BAR
1-S2M/500N-1 1-P2VA2/2000BAR
1-S2M/1000N-1 1-P2VA2/3000BAR
1-S9M/2KN-1 1-P2VA2/5000BAR
1-S9M/5KN-1 1-P2VA2/7000BAR
1-S9M/10KN-1 1-P15RVA1/10B
1-S9M/20KN-1 1-P15RVA1/20B
1-S9M/50KN-1 1-P15RVA1/50B
1-S9M/500N-1 1-P15RVA1/100B
1-S9M/1000N-1 1-P15RVA1/200B
1-U10M/1.25KN 1-P15RVA1/500B
1-U10M/2.5KN 1-P15RVA2/10B
1-U10M/5KN 1-P15RVA2/20B
1-U10M/12.5KN 1-P15RVA2/50B
1-U10M/25KN 1-P15RVA2/100B
1-U10M/50KN 1-P15RVA2/200B
1-U10M/125KN 1-P15RVA2/500B
1-U10M/250KN 1-WA/2mm-T
1-U10M/500KN 1-WA/10mm-T
K-U10M 1-WA/20mm-T
1-U10S/1.25KN 1-WA/50mm-T
1-U10S/2.5KN 1-WA/100mm-T
1-U10S/5KN 1-WA/2mm-L
1-U10S/12.5KN 1-WA/10mm-L
1-U10S/25KN 1-WA/20mm-L
1-U10S/50KN 1-WA/50mm-L
1-U10S/125KN 1-WA/100mm-L
1-U10S/225KN 1-WA/200mm-L
1-U10S/450KN 1-WA/300mm-L
K-U10S 1-WA/500mm-L
K-U1A 1-WI/2mm-T
1-U2B/500N 1-WI/5mm-T
1-U2B/1KN 1-WI/10mm-T
1-U2B/2KN 1-WETA1/2MM
1-U2B/5KN 1-WETA1/10MM
1-U2B/10KN 1-MVD2510
1-U2B/20KN 1-MVD2555
1-U2B/50KN 1-MVD2555-115V
1-U2B/100KN 1-MVD2555-RS485
1-U2B/200KN 1-DA2510
K-U2B 1-SCOUT55
1-U3/0.5KN 1-MP01
1-U3/1KN 1-MP30
1-U3/2KN 1-MP30DP
1-U3/5KN 1-MP55
1-U3/10KN 1-MP55DP
1-U3/20KN 1-MP55IBS
1-U3/50KN 1-MP60
1-U3/100KN 1-MP07
K-U5 1-MP70DP
1-U9C/50N 1-MP70DPS7
1-U9C/100N 1-MP85A
1-U9C/200N 1-MP85ADP
1-U9C/0.5KN 1-MP85A-S
1-U9C/1KN 1-MP85ADP-S
1-U9C/2KN 1-AE101
吃喝住行是一個(gè)人在社會(huì)上生存的根本的保障， 任何一個(gè)方面存在困難， 人就無法在社會(huì)上立足、生存。其中“住”就涉及到房價(jià)的問題， 房價(jià)過高， 投資炒房， 導(dǎo)致真正需要住房的人卻無法獲得住房， 而已經(jīng)滿足居住需求的人卻為了投資增值， 占據(jù)了房產(chǎn)資源， 這又會(huì)導(dǎo)致房價(jià)的上升， 這是一個(gè)惡性的循環(huán)。房價(jià)過高， 老百姓的住房需求無法得到保障， 社會(huì)就會(huì)動(dòng)蕩， 因此房價(jià)問題， 是與老百姓、政府甚整個(gè)國家都切身相關(guān)的問題， 并在很多層面上已經(jīng)得到了很多人的重視， 各個(gè)學(xué)科的學(xué)者都競相研究房價(jià)問題。
本文并不想從宏觀上剖析房價(jià)問題， 一來宏觀上對房價(jià)問題的研究已經(jīng)非常深入， 可研究范圍小， 二來筆者并非經(jīng)濟(jì)、金融專業(yè)， 在宏觀方面的知識(shí)相對缺乏， 所以本文將主要采用微觀層面的數(shù)據(jù)進(jìn)房價(jià)影響因素的探討和證明。鑒于本文作為統(tǒng)計(jì)學(xué)軟件課程的課程論文， 將研究及本論文匯報(bào)的重點(diǎn)放在STATA軟件的應(yīng)用上， 以期通過本文的研究， 熟練統(tǒng)計(jì)學(xué)軟件的應(yīng)用， 為今后的研究打下基礎(chǔ)。
一、文獻(xiàn)綜述及研究假設(shè)
正如前文所提到的， 國內(nèi)外各個(gè)領(lǐng)域的學(xué)者都對房價(jià)問題進(jìn)行了不同層面、不同領(lǐng)域的各種研究， 但主要還是在宏觀層面， 比如通貨膨脹對房價(jià)的影響， 緊縮的財(cái)政政策、貨幣政策對房價(jià)的影響， 寬松的財(cái)政政策、貨幣政策對房價(jià)的影響， 住房公積金對房價(jià)的影響等等?？偠灾?絕大多數(shù)涉及房價(jià)的研究主要是探討“看不見的手”---市場對房價(jià)的影響， “看得見的手”---政府的宏觀政策對房價(jià)的影響以及政府應(yīng)該如何應(yīng)用宏觀調(diào)控的手段去應(yīng)對市場對房價(jià)的影響。
由于筆者所從事的為會(huì)計(jì)專業(yè)， 在宏觀國民經(jīng)濟(jì)方面的只是相對缺乏， 所以， 本文重新尋找立足點(diǎn)， 將影響房價(jià)的因素歸結(jié)到與我們老百姓生活為相關(guān)的、本質(zhì)的、微觀層面的房價(jià)的影響因素。另外， 本文作為統(tǒng)計(jì)軟件方面課程的結(jié)課論文， 將把重點(diǎn)放在如何運(yùn)用STATA軟件剖析房價(jià)微觀層面的影響因素。
本文歸納總結(jié)了所得到的數(shù)據(jù)， 找出幾個(gè)認(rèn)知層面與房價(jià)相關(guān)的因素：房屋所處區(qū)域的犯罪率、該區(qū)域的空氣質(zhì)量、房屋到商業(yè)中心的距離、該區(qū)域平均每套住房所擁有的房間數(shù)以及該區(qū)域?qū)W校的平均學(xué)生-教師比。由于本文選用的是不涉及時(shí)間的橫截面數(shù)據(jù)， 所以盡量多取一些影響因素進(jìn)行驗(yàn)證。因此， 本文提出如下五個(gè)假設(shè)：
H1:房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價(jià)格越低。這是比較明顯的一個(gè)假設(shè)， 畢竟沒有人會(huì)希望在一個(gè)犯罪率*、治安混亂的社區(qū)生活。因此， 這些區(qū)域的房價(jià)就比較低。
H2:該區(qū)域的空氣質(zhì)量越好， 房屋的價(jià)格也就越高。這也是顯而易見的， 就像杭州之所以被評為適合居住、養(yǎng)老的城市， 其很大一方面就是杭州擁有西湖、湘湖、西溪濕地等景區(qū)， 使得杭州的空氣質(zhì)量相對中國其他幾個(gè)大城市來說是比較好的。因此， 在人們健康意識(shí)日漸增強(qiáng)的今天， 杭州的房價(jià)也是節(jié)節(jié)攀升。
H3:該區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價(jià)也就越高。這是顯而易見的， 富人們居住的別墅區(qū)的房價(jià)一般來說要比普通區(qū)域要高。所以， 房屋所擁有房間數(shù)量越多， 在一定程度上意味著房屋面積越大， 通常情況下房價(jià)也就越高。
H4:房屋到商業(yè)中心的距離越大， 房價(jià)越低。顯然， 房屋距離商業(yè)中心越遠(yuǎn)， 說明房屋處在相對較為偏遠(yuǎn)的地區(qū)， 這些地區(qū)的交通相對是比較不方便的， 因此房價(jià)也會(huì)較低；另一個(gè)層面， 距離商業(yè)中心較遠(yuǎn)的房屋， 也從另一個(gè)側(cè)面說明這些房屋的配套設(shè)施可能并不完善， 居民休閑、娛樂甚是純粹的生活購物可能都會(huì)有影響， 所以這些地區(qū)的房價(jià)相對就比較低。
H5:該區(qū)域?qū)W校的平均學(xué)生-教師比越大， 房價(jià)就越低。這個(gè)可以從學(xué)區(qū)房的例子中獲得認(rèn)知上的認(rèn)同 （當(dāng)然下文會(huì)用STATA軟件進(jìn)行數(shù)據(jù)上的證明） , 我國實(shí)行九年制義務(wù)教育， 無論是在哪個(gè)區(qū)域的小學(xué)、初中生都能夠就近入學(xué)， 這本該是公平的， 也就不應(yīng)該產(chǎn)生學(xué)區(qū)房的問題。但是， 學(xué)區(qū)房高昂的房價(jià)問題卻在我國非常明顯， 這其中的原因就是這些執(zhí)行義務(wù)教育的小學(xué)、初中其教育質(zhì)量不同， 家長為了使自己的孩子不輸在起跑線上， 都希望孩子能夠進(jìn)入教育質(zhì)量好的學(xué)校進(jìn)行學(xué)習(xí)， 因此紛紛在這些學(xué)校附近購房， 也就產(chǎn)生了學(xué)區(qū)房價(jià)格高漲的現(xiàn)象， 而學(xué)校教育質(zhì)量的好壞無疑受很多方面因素的影響， 在這方面教育學(xué)領(lǐng)域的學(xué)者也做過很多的研究。其中， 為顯著的影響因素是“小班化教育”, 一個(gè)教師所負(fù)責(zé)的學(xué)生越少， 往往教學(xué)質(zhì)量越好， 這是有道理的。畢竟一個(gè)人的精力都是有限的， 有限的教師的精力分散給五六十個(gè)學(xué)生的教育質(zhì)量， 肯定不如分散給十幾、二十幾個(gè)學(xué)生的教育質(zhì)量高。所以， 一個(gè)區(qū)域平均學(xué)生-教師比越大， 說明一個(gè)教師所要負(fù)責(zé)的學(xué)生也就越多， 在很大程度上會(huì)造成教育質(zhì)量的下降。因此， 這附近的房價(jià)也就會(huì)是相對較低的， 這個(gè)后面將會(huì)用STATA軟件對數(shù)據(jù)進(jìn)行分析， 會(huì)更有說服力。
二、數(shù)據(jù)、變量、模型的選擇
先， 在數(shù)據(jù)方面， 本文將隨機(jī)選取杭州506個(gè)社區(qū)的平均房價(jià)以及相關(guān)區(qū)域的犯罪率、空氣質(zhì)量、到商業(yè)中心的距離、平均每套住房所擁有的房間數(shù)以及學(xué)生-教師比的數(shù)據(jù)， 進(jìn)行本文的實(shí)證分析和檢驗(yàn)。其中， 空氣質(zhì)量在本文中的衡量標(biāo)準(zhǔn)是以數(shù)據(jù)比較容易得到的空氣中二氧化氮的含量來衡量， 二氧化氮是一種影響空氣質(zhì)量、造成空氣污染的重要污染物， 其主要來自機(jī)動(dòng)車尾氣的排放、鍋爐廢氣的排放等， 二氧化氮還是酸雨的成因之一， 因此用二氧化氮來衡量空氣的質(zhì)量是合理、可行的。
其次， 變量的選擇， 本文將假設(shè)中提到的這五個(gè)可能影響房價(jià)的因素都作為變量歸結(jié)到模型中。那么本文的因變量Y很顯然就是房價(jià) （price） , 而本文的自變量顯然就是：X1為社區(qū)的犯罪率 （crime） , X2為該區(qū)域空氣中二氧化氮的含量 （nox） , X3為平均每套住房所擁有的房間數(shù) （rooms） , X4為該社區(qū)到近的大型商業(yè)中心的距離 （dist） , X5為社區(qū)的學(xué)生-教師比 （stratio） .
后， 本文的模型， 根據(jù)前文的假設(shè)以及變量的選擇， 終確定的模型是：
其中， 價(jià)格、距離等變量取了對數(shù)， 取對數(shù)意味著原被解釋變量對解釋變量的彈性， 即百分比的變化而不是數(shù)值的變化， 對數(shù)形式可以減少多重共線性， 并能在一定程度上消除量綱和異方差的影響， 而一般情況下比例類的數(shù)據(jù)是不取對數(shù)的。所以， 本文的區(qū)域犯罪率、學(xué)生-教師比并沒有取對數(shù)， 而平均的房間個(gè)數(shù)， 由于結(jié)果比較明顯， 也數(shù)值不大， 參照一些類似的文獻(xiàn)， 在這里就不取對數(shù)了。后的u是誤差項(xiàng)， 也稱為干擾項(xiàng)。所以， 后得到的模型， 就如上所列示的。
三、實(shí)證結(jié)果及分析
在搜集好數(shù)據(jù)、選擇好變量和模型以后， 就是將這些數(shù)據(jù)錄入STATA中進(jìn)行處理， 得到后的實(shí)證結(jié)果， 以印證前文的假設(shè)。由于本文是統(tǒng)計(jì)學(xué)軟件類課程的結(jié)課論文， 所以本文會(huì)將每一步都進(jìn)行描述， 除了放上驗(yàn)證結(jié)果的關(guān)鍵性圖標(biāo)之外， 也會(huì)將關(guān)鍵步驟所執(zhí)行的命令進(jìn)行說明。
一步， 在將數(shù)據(jù)從Excel導(dǎo)入STATA后， 執(zhí)行命令“summarize”, 就能考察所有變量的統(tǒng)計(jì)特征， 也就是數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果 （見表1） .
第二步， 由于一些變量取了對數(shù)， 所以要對新的變量進(jìn)行說明， 以生成新的變量。具體的命令為“g lnprice=log （price） ”、“g lnox=log （nox） ”、“g lndist=log （dist） ”.
表1 描述性統(tǒng)計(jì)結(jié)果
第三步， 用小二乘法進(jìn)行回歸分析， 其命令是“regress lnprice crime lnox rooms lndist stratio” （見下頁表2） .
表2 回歸結(jié)果
從這個(gè)結(jié)果來看， 檢驗(yàn)整個(gè)方程顯著性的F統(tǒng)計(jì)量之p值 （Prob>F） 為0.0000, 顯示這個(gè)回歸方程是高度顯著的， 且每個(gè)變量的p值 （P>|t|） 均為0.000, 也可以看出這些變量都是影響房價(jià)的因素。
第四步， 用懷特檢驗(yàn)， 檢驗(yàn)其是否存在異方差， 命令“estat imtest, white” （見表3） .
表3 懷特檢驗(yàn)的結(jié)果
檢驗(yàn)結(jié)果顯示， p值等于0.0000, 故強(qiáng)烈拒絕同方差的原假設(shè)， 認(rèn)為存在異方差。所以， 為了消除異方差， 需要用加權(quán)小二乘法進(jìn)行回歸。
第五步， 為了消除異方差， 用加權(quán)小二乘法重新進(jìn)行回歸。命令為“predict e1, res”, “g e2=e1^2”, “g lne2=log （e2） ”, “reg lne2 crime lnox rooms lndist stratio”, “predict lne2f”, “g e2f=exp （lne2f） ”, “reg lnprice crime lnox rooms lndist stratio[aw=1/e2f]”, 終得到如下結(jié)果 （見表4） .
從加權(quán)小二乘法的結(jié)果來看， 檢驗(yàn)整個(gè)方程顯著性的F統(tǒng)計(jì)量之p值 （Prob>F） 仍為0.0000, 顯示這個(gè)回歸方程是高度顯著的， 且每個(gè)變量的p值 （P>|t|） 均仍為0.000, 也可以看出這些變量都是影響房價(jià)的因素。并且， 從變量的系數(shù) （Coef.） 來看， crime系數(shù)為負(fù)， 說明區(qū)域的犯罪率與房價(jià)呈負(fù)相關(guān)， 也就證實(shí)了H1假設(shè)， 房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價(jià)格越低；lnox的系數(shù)也為負(fù)， 說明區(qū)域的空氣質(zhì)量與房價(jià)也為負(fù)相關(guān)， 證實(shí)了假設(shè)H2, 區(qū)域的空氣質(zhì)量越好， 房屋的價(jià)格也就越高；rooms的系數(shù)為正， 說明房屋所擁有的平均房間的數(shù)量與房價(jià)呈正相關(guān)， 證實(shí)了H3假設(shè)， 區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價(jià)也就越高；Lndist的系數(shù)為負(fù)， 說明該社區(qū)的房屋到商業(yè)中心的距離與房價(jià)呈反相關(guān)， 也證實(shí)了假設(shè)H4, 房屋到商業(yè)中心的距離越大， 房價(jià)越低；stratio的系數(shù)為負(fù)， 說明該區(qū)域?qū)W校學(xué)生-教師比與房價(jià)成反相關(guān)， 證實(shí)了假設(shè)H5, 區(qū)域?qū)W校的平均學(xué)生-教師比越大， 房價(jià)就越低。此， 通過STATA軟件， 用加權(quán)小二乘法得到的結(jié)果使得五個(gè)假設(shè)都得到了應(yīng)證。
結(jié)語
本文通過選擇基礎(chǔ)、微觀的五個(gè)指標(biāo) （房屋所處區(qū)域的犯罪率、該區(qū)域的空氣質(zhì)量、房屋到商業(yè)中心的距離、該區(qū)域平均每套住房所擁有的房間數(shù)以及該區(qū)域?qū)W校的平均學(xué)生-教師比） 來說明房價(jià)的影響因素， 并用STATA軟件證實(shí)了這五個(gè)影響因素與房價(jià)的緊密關(guān)系， 終證明了關(guān)于這五個(gè)影響因素的假設(shè)：房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價(jià)格越低；區(qū)域的空氣質(zhì)量越好， 房屋的價(jià)格也就越高；區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價(jià)也就越高；房屋到商業(yè)中心的距離越大， 房價(jià)越低；區(qū)域?qū)W校的平均學(xué)生-教師比越大， 房價(jià)就越低。
1-U9C/5KN 1-AE301
1-U9C/10KN 1-AE301S6
1-U9C/20KN 1-AE301S7
1-U9C/50KN 1-AE501
K-U9C 1-GR201
1-U93/1KN 1-TS101
1-U93/2KN 1-EM201
1-U93/5KN 1-EM201K2
1-U93/10KN 1-NT101A
1-U93/20KN 1-NT102A
1-U93/50KN 1-RM4220
K-U93 1-KAB153-6
1-C18/10KN 1-KAB154-6
1-C18/20KN 1-KAB154-20
1-C18/50KN K-WA-T-050W-32S-S1-F1-2-2-3-3
1-C18/100KN K-WA-T-010W-32K-K1-F1-2-2-3-15
1-C18/200KN K-WA-T-020W-32K-K1-F1-2-2-3-15
1-C18/300KN K-T40B-005R-MF-S-M-SU2-1-S
1-C18/500KN K-T40B-010R-MF-S-M-SU2-1-S
1-C18/1MN K-T40B-010R-MF-S-M-DU2-1-S
1-C18/2MN K-T40FM-030R-MF-S-M-DU2-1-S
1-C18/3MN K-T40FM-050R-MF-S-M-DU2-1-S
1-C18/5MN K-T10F-005R-SF1-S-1-W2-N5
K-U15 K-T10F-005R-SF1-S-1-W2-N5
1-Z30A/50N K-T10F-005R-SF1-S-1-W2-N5
1-Z30A/100N K-T40B-010R-MF-S-M-DU2-0-S
1-Z30A/200N K-T40B-010R-MF-S-M-DU2-1-S
1-Z30A/500N K-T40FM-030R-MF-S-M-DU2-1-S
1-Z30A/1000N K-T40FM-050R-MF-S-M-DU2-1-S
1-Z30A/2KN K-T10F-005R-SF1-S-1-W2-N5
1-Z30A/5KN K-T10F-002R-SF1-S-1-W2-N5
1-Z30A/10KN K-T10F-500Q-SF1-S-1-W2-N5
1-Z4A/20KN K-T40B-010R-MF-S-M-DU2-0-S
1-Z4A/50KN K-T40B-010R-MF-S-M-DU2-1-S
1-Z4A/100KN K-T40B-200Q-MF-S-M-DU2-0-S
1-Z4A/200KN K-T40B-005R-MF-S-M-SU2-1-S
1-Z4A/500KN K-T40B-010R-MF-S-M-SU2-1-S
K-KAB-F K-T40B-001R-MF-S-M-DU2-0-S
1-SLB700A/06-1 K-T40B-100Q-MF-S-M-DU2-0-S
1-SLB700A/12-1 K-T40B-005R-MF-S-M-SU2-1-S
1-SLB700A/06VA-1 K-T40B-010R-MF-S-M-SU2-1-S
1-SLB700A/06VA2-1 K-T40B-005R-MF-S-M-DU2-0-S
K-T12 K-T40B-001R-MF-S-M-DU2-0-S
K-ERS-T12 K-T40B-005R-MF-S-M-SU2-0-S
K-T40B K-T40B-500Q-MF-S-M-DU2-0-S
K-T40FM K-T40B-001R-MF-S-M-DU2-0-S
K-T10FH K-T40B-100Q-MF-S-M-DU2-0-S
K-T10F K-T40B-500Q-MF-S-M-DU2-0-U
K-ERS-T10F K-T40B-010R-MF-S-M-SU2-0-U
1-T20WN/0.1NM K-T40B-010R-MF-S-M-SU2-0-S
1-T20WN/0.2NM K-T12-S200Q-S-L-DF1-C-N-N-N-U
1-T20WN/0.5NM K-T40B-002R-MF-S-M-DU2-0-U
1-T20WN/1NM K-T40B-001R-MF-S-M-DU2-1-U
1-T20WN/2NM K-T40B-002R-MF-S-M-DU2-1-U
1-T20WN/5NM K-T40B-003R-MF-S-M-DU2-1-U
1-T20WN/10NM K-T10F-010R-SU2-S-0-V5-Y
1-T20WN/20NM K-T40FM-040R-MF-S-M-SU2-0-S
1-T20WN/50NM K-T12-S100Q-G-L-DU2-C-N-N-N-U
1-T20WN/100NM K-T40B-001R-MF-S-M-DUI-0-S
1-T20WN/200NM K-T40B-500Q-MF-S-M-DU2-1-U
1-T22/5NM K-T12-S200Q-S-L-SF1-P-1-N-N-N-U
1-T22/10NM K-T40B-500Q-MF-S-MDU2-1-U
1-T22/20NM 1-DAK1
HBM稱重傳感器AE101你愛的現(xiàn)貨
HBM稱重傳感器AE101你愛的現(xiàn)貨
吃喝住行是一個(gè)人在社會(huì)上生存的根本的保障， 任何一個(gè)方面存在困難， 人就無法在社會(huì)上立足、生存。其中“住”就涉及到房價(jià)的問題， 房價(jià)過高， 投資炒房， 導(dǎo)致真正需要住房的人卻無法獲得住房， 而已經(jīng)滿足居住需求的人卻為了投資增值， 占據(jù)了房產(chǎn)資源， 這又會(huì)導(dǎo)致房價(jià)的上升， 這是一個(gè)惡性的循環(huán)。房價(jià)過高， 老百姓的住房需求無法得到保障， 社會(huì)就會(huì)動(dòng)蕩， 因此房價(jià)問題， 是與老百姓、政府甚整個(gè)國家都切身相關(guān)的問題， 并在很多層面上已經(jīng)得到了很多人的重視， 各個(gè)學(xué)科的學(xué)者都競相研究房價(jià)問題。
本文并不想從宏觀上剖析房價(jià)問題， 一來宏觀上對房價(jià)問題的研究已經(jīng)非常深入， 可研究范圍小， 二來筆者并非經(jīng)濟(jì)、金融專業(yè)， 在宏觀方面的知識(shí)相對缺乏， 所以本文將主要采用微觀層面的數(shù)據(jù)進(jìn)房價(jià)影響因素的探討和證明。鑒于本文作為統(tǒng)計(jì)學(xué)軟件課程的課程論文， 將研究及本論文匯報(bào)的重點(diǎn)放在STATA軟件的應(yīng)用上， 以期通過本文的研究， 熟練統(tǒng)計(jì)學(xué)軟件的應(yīng)用， 為今后的研究打下基礎(chǔ)。
一、文獻(xiàn)綜述及研究假設(shè)
正如前文所提到的， 國內(nèi)外各個(gè)領(lǐng)域的學(xué)者都對房價(jià)問題進(jìn)行了不同層面、不同領(lǐng)域的各種研究， 但主要還是在宏觀層面， 比如通貨膨脹對房價(jià)的影響， 緊縮的財(cái)政政策、貨幣政策對房價(jià)的影響， 寬松的財(cái)政政策、貨幣政策對房價(jià)的影響， 住房公積金對房價(jià)的影響等等?？偠灾?， 絕大多數(shù)涉及房價(jià)的研究主要是探討“看不見的手”---市場對房價(jià)的影響， “看得見的手”---政府的宏觀政策對房價(jià)的影響以及政府應(yīng)該如何應(yīng)用宏觀調(diào)控的手段去應(yīng)對市場對房價(jià)的影響。
由于筆者所從事的為會(huì)計(jì)專業(yè)， 在宏觀國民經(jīng)濟(jì)方面的只是相對缺乏， 所以， 本文重新尋找立足點(diǎn)， 將影響房價(jià)的因素歸結(jié)到與我們老百姓生活為相關(guān)的、本質(zhì)的、微觀層面的房價(jià)的影響因素。另外， 本文作為統(tǒng)計(jì)軟件方面課程的結(jié)課論文， 將把重點(diǎn)放在如何運(yùn)用STATA軟件剖析房價(jià)微觀層面的影響因素。
本文歸納總結(jié)了所得到的數(shù)據(jù)， 找出幾個(gè)認(rèn)知層面與房價(jià)相關(guān)的因素：房屋所處區(qū)域的犯罪率、該區(qū)域的空氣質(zhì)量、房屋到商業(yè)中心的距離、該區(qū)域平均每套住房所擁有的房間數(shù)以及該區(qū)域?qū)W校的平均學(xué)生-教師比。由于本文選用的是不涉及時(shí)間的橫截面數(shù)據(jù)， 所以盡量多取一些影響因素進(jìn)行驗(yàn)證。因此， 本文提出如下五個(gè)假設(shè)：
H1:房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價(jià)格越低。這是比較明顯的一個(gè)假設(shè)， 畢竟沒有人會(huì)希望在一個(gè)犯罪率*、治安混亂的社區(qū)生活。因此， 這些區(qū)域的房價(jià)就比較低。
H2:該區(qū)域的空氣質(zhì)量越好， 房屋的價(jià)格也就越高。這也是顯而易見的， 就像杭州之所以被評為適合居住、養(yǎng)老的城市， 其很大一方面就是杭州擁有西湖、湘湖、西溪濕地等景區(qū)， 使得杭州的空氣質(zhì)量相對中國其他幾個(gè)大城市來說是比較好的。因此， 在人們健康意識(shí)日漸增強(qiáng)的今天， 杭州的房價(jià)也是節(jié)節(jié)攀升。
H3:該區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價(jià)也就越高。這是顯而易見的， 富人們居住的別墅區(qū)的房價(jià)一般來說要比普通區(qū)域要高。所以， 房屋所擁有房間數(shù)量越多， 在一定程度上意味著房屋面積越大， 通常情況下房價(jià)也就越高。
H4:房屋到商業(yè)中心的距離越大， 房價(jià)越低。顯然， 房屋距離商業(yè)中心越遠(yuǎn)， 說明房屋處在相對較為偏遠(yuǎn)的地區(qū)， 這些地區(qū)的交通相對是比較不方便的， 因此房價(jià)也會(huì)較低；另一個(gè)層面， 距離商業(yè)中心較遠(yuǎn)的房屋， 也從另一個(gè)側(cè)面說明這些房屋的配套設(shè)施可能并不完善， 居民休閑、娛樂甚是純粹的生活購物可能都會(huì)有影響， 所以這些地區(qū)的房價(jià)相對就比較低。
H5:該區(qū)域?qū)W校的平均學(xué)生-教師比越大， 房價(jià)就越低。這個(gè)可以從學(xué)區(qū)房的例子中獲得認(rèn)知上的認(rèn)同 （當(dāng)然下文會(huì)用STATA軟件進(jìn)行數(shù)據(jù)上的證明） , 我國實(shí)行九年制義務(wù)教育， 無論是在哪個(gè)區(qū)域的小學(xué)、初中生都能夠就近入學(xué)， 這本該是公平的， 也就不應(yīng)該產(chǎn)生學(xué)區(qū)房的問題。但是， 學(xué)區(qū)房高昂的房價(jià)問題卻在我國非常明顯， 這其中的原因就是這些執(zhí)行義務(wù)教育的小學(xué)、初中其教育質(zhì)量不同， 家長為了使自己的孩子不輸在起跑線上， 都希望孩子能夠進(jìn)入教育質(zhì)量好的學(xué)校進(jìn)行學(xué)習(xí)， 因此紛紛在這些學(xué)校附近購房， 也就產(chǎn)生了學(xué)區(qū)房價(jià)格高漲的現(xiàn)象， 而學(xué)校教育質(zhì)量的好壞無疑受很多方面因素的影響， 在這方面教育學(xué)領(lǐng)域的學(xué)者也做過很多的研究。其中， 為顯著的影響因素是“小班化教育”, 一個(gè)教師所負(fù)責(zé)的學(xué)生越少， 往往教學(xué)質(zhì)量越好， 這是有道理的。畢竟一個(gè)人的精力都是有限的， 有限的教師的精力分散給五六十個(gè)學(xué)生的教育質(zhì)量， 肯定不如分散給十幾、二十幾個(gè)學(xué)生的教育質(zhì)量高。所以， 一個(gè)區(qū)域平均學(xué)生-教師比越大， 說明一個(gè)教師所要負(fù)責(zé)的學(xué)生也就越多， 在很大程度上會(huì)造成教育質(zhì)量的下降。因此， 這附近的房價(jià)也就會(huì)是相對較低的， 這個(gè)后面將會(huì)用STATA軟件對數(shù)據(jù)進(jìn)行分析， 會(huì)更有說服力。
二、數(shù)據(jù)、變量、模型的選擇
先， 在數(shù)據(jù)方面， 本文將隨機(jī)選取杭州506個(gè)社區(qū)的平均房價(jià)以及相關(guān)區(qū)域的犯罪率、空氣質(zhì)量、到商業(yè)中心的距離、平均每套住房所擁有的房間數(shù)以及學(xué)生-教師比的數(shù)據(jù)， 進(jìn)行本文的實(shí)證分析和檢驗(yàn)。其中， 空氣質(zhì)量在本文中的衡量標(biāo)準(zhǔn)是以數(shù)據(jù)比較容易得到的空氣中二氧化氮的含量來衡量， 二氧化氮是一種影響空氣質(zhì)量、造成空氣污染的重要污染物， 其主要來自機(jī)動(dòng)車尾氣的排放、鍋爐廢氣的排放等， 二氧化氮還是酸雨的成因之一， 因此用二氧化氮來衡量空氣的質(zhì)量是合理、可行的。
其次， 變量的選擇， 本文將假設(shè)中提到的這五個(gè)可能影響房價(jià)的因素都作為變量歸結(jié)到模型中。那么本文的因變量Y很顯然就是房價(jià) （price） , 而本文的自變量顯然就是：X1為社區(qū)的犯罪率 （crime） , X2為該區(qū)域空氣中二氧化氮的含量 （nox） , X3為平均每套住房所擁有的房間數(shù) （rooms） , X4為該社區(qū)到近的大型商業(yè)中心的距離 （dist） , X5為社區(qū)的學(xué)生-教師比 （stratio） .
后， 本文的模型， 根據(jù)前文的假設(shè)以及變量的選擇， 終確定的模型是：
其中， 價(jià)格、距離等變量取了對數(shù)， 取對數(shù)意味著原被解釋變量對解釋變量的彈性， 即百分比的變化而不是數(shù)值的變化， 對數(shù)形式可以減少多重共線性， 并能在一定程度上消除量綱和異方差的影響， 而一般情況下比例類的數(shù)據(jù)是不取對數(shù)的。所以， 本文的區(qū)域犯罪率、學(xué)生-教師比并沒有取對數(shù)， 而平均的房間個(gè)數(shù)， 由于結(jié)果比較明顯， 也數(shù)值不大， 參照一些類似的文獻(xiàn)， 在這里就不取對數(shù)了。后的u是誤差項(xiàng)， 也稱為干擾項(xiàng)。所以， 后得到的模型， 就如上所列示的。
三、實(shí)證結(jié)果及分析
在搜集好數(shù)據(jù)、選擇好變量和模型以后， 就是將這些數(shù)據(jù)錄入STATA中進(jìn)行處理， 得到后的實(shí)證結(jié)果， 以印證前文的假設(shè)。由于本文是統(tǒng)計(jì)學(xué)軟件類課程的結(jié)課論文， 所以本文會(huì)將每一步都進(jìn)行描述， 除了放上驗(yàn)證結(jié)果的關(guān)鍵性圖標(biāo)之外， 也會(huì)將關(guān)鍵步驟所執(zhí)行的命令進(jìn)行說明。
一步， 在將數(shù)據(jù)從Excel導(dǎo)入STATA后， 執(zhí)行命令“summarize”, 就能考察所有變量的統(tǒng)計(jì)特征， 也就是數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果 （見表1） .
第二步， 由于一些變量取了對數(shù)， 所以要對新的變量進(jìn)行說明， 以生成新的變量。具體的命令為“g lnprice=log （price） ”、“g lnox=log （nox） ”、“g lndist=log （dist） ”.
表1 描述性統(tǒng)計(jì)結(jié)果
第三步， 用小二乘法進(jìn)行回歸分析， 其命令是“regress lnprice crime lnox rooms lndist stratio” （見下頁表2） .
表2 回歸結(jié)果
從這個(gè)結(jié)果來看， 檢驗(yàn)整個(gè)方程顯著性的F統(tǒng)計(jì)量之p值 （Prob>F） 為0.0000, 顯示這個(gè)回歸方程是高度顯著的， 且每個(gè)變量的p值 （P>|t|） 均為0.000, 也可以看出這些變量都是影響房價(jià)的因素。
第四步， 用懷特檢驗(yàn)， 檢驗(yàn)其是否存在異方差， 命令“estat imtest, white” （見表3） .
表3 懷特檢驗(yàn)的結(jié)果
檢驗(yàn)結(jié)果顯示， p值等于0.0000, 故強(qiáng)烈拒絕同方差的原假設(shè)， 認(rèn)為存在異方差。所以， 為了消除異方差， 需要用加權(quán)小二乘法進(jìn)行回歸。
第五步， 為了消除異方差， 用加權(quán)小二乘法重新進(jìn)行回歸。命令為“predict e1, res”, “g e2=e1^2”, “g lne2=log （e2） ”, “reg lne2 crime lnox rooms lndist stratio”, “predict lne2f”, “g e2f=exp （lne2f） ”, “reg lnprice crime lnox rooms lndist stratio[aw=1/e2f]”, 終得到如下結(jié)果 （見表4） .
從加權(quán)小二乘法的結(jié)果來看， 檢驗(yàn)整個(gè)方程顯著性的F統(tǒng)計(jì)量之p值 （Prob>F） 仍為0.0000, 顯示這個(gè)回歸方程是高度顯著的， 且每個(gè)變量的p值 （P>|t|） 均仍為0.000, 也可以看出這些變量都是影響房價(jià)的因素。并且， 從變量的系數(shù) （Coef.） 來看， crime系數(shù)為負(fù)， 說明區(qū)域的犯罪率與房價(jià)呈負(fù)相關(guān)， 也就證實(shí)了H1假設(shè)， 房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價(jià)格越低；lnox的系數(shù)也為負(fù)， 說明區(qū)域的空氣質(zhì)量與房價(jià)也為負(fù)相關(guān)， 證實(shí)了假設(shè)H2, 區(qū)域的空氣質(zhì)量越好， 房屋的價(jià)格也就越高；rooms的系數(shù)為正， 說明房屋所擁有的平均房間的數(shù)量與房價(jià)呈正相關(guān)， 證實(shí)了H3假設(shè)， 區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價(jià)也就越高；Lndist的系數(shù)為負(fù)， 說明該社區(qū)的房屋到商業(yè)中心的距離與房價(jià)呈反相關(guān)， 也證實(shí)了假設(shè)H4, 房屋到商業(yè)中心的距離越大， 房價(jià)越低；stratio的系數(shù)為負(fù)， 說明該區(qū)域?qū)W校學(xué)生-教師比與房價(jià)成反相關(guān)， 證實(shí)了假設(shè)H5, 區(qū)域?qū)W校的平均學(xué)生-教師比越大， 房價(jià)就越低。此， 通過STATA軟件， 用加權(quán)小二乘法得到的結(jié)果使得五個(gè)假設(shè)都得到了應(yīng)證。
結(jié)語
本文通過選擇基礎(chǔ)、微觀的五個(gè)指標(biāo) （房屋所處區(qū)域的犯罪率、該區(qū)域的空氣質(zhì)量、房屋到商業(yè)中心的距離、該區(qū)域平均每套住房所擁有的房間數(shù)以及該區(qū)域?qū)W校的平均學(xué)生-教師比） 來說明房價(jià)的影響因素， 并用STATA軟件證實(shí)了這五個(gè)影響因素與房價(jià)的緊密關(guān)系， 終證明了關(guān)于這五個(gè)影響因素的假設(shè)：房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價(jià)格越低；區(qū)域的空氣質(zhì)量越好， 房屋的價(jià)格也就越高；區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價(jià)也就越高；房屋到商業(yè)中心的距離越大， 房價(jià)越低；區(qū)域?qū)W校的平均學(xué)生-教師比越大， 房價(jià)就越低。
© 2019 南京惠言達(dá)電氣有限公司 版權(quán)所有 備案號(hào)：蘇ICP備2021018979號(hào)-1 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 總訪問量：424354 管理登陸
在線咨詢