2009 67455 9278500 100。10 6297730 6892。99

2010 79427 7374315 104。20 6324244 9226。71

2011 96872 8641496 105。40 6363641 8414。62

2012 112980 9622309 102。70 6384792 9674。84

2013 125030 7540391 102。70 6430882 11078。20

2014 107545 7222911 102。60 6487209 10964。43

供需关系是影响房价的重要因素。一种物品的需求量是买者愿意并且能够购买的该种物品的数量；一种物品或劳务的供给量是卖者愿意并且能够出售该种物品的数量。 当一件商品的需求量与供给量相等的时候我们称之为均衡数量；需求价格等于供给价格时是均衡价格[3]。本文将城镇居民可支配收入、居民消费价格指数、户籍人口数归为需求因素，将住宅竣工面积归为供给因素。

2。1 城镇居民人均可支配收入

城镇居民人均可支配收入是反映居民家庭全部现金收入能用于安排家庭日常生活的那部分收入。人均可支配收入越高，代表居民的消费能力越高。当市场上的居民整体消费能力增强，房地产公司有更大的获利空间。他们为了获取更多的利润，会将房价上调。

2。2 居民消费价格指数

居民消费价格指数（CPI），是普通消费者所购买的物品与劳务费用的衡量指标[4]。下一年与前一年的差值占千年的比例，就是连续两年之间的通货膨胀率。当通货膨胀时，货币贬值，购买力下降。

2。3 人口数

居民是商品房消费的主体。当人口数量增加时，对住宅的需求就会增加。如果住宅供给量不变，房价就会上涨。

2。4 住宅竣工面积文献综述

竣工面积反应了一个地区住宅的实际供应量，竣工面积越大，供应量越大。在需求量一定时，供应量增加，房价下降。

3 数据分析

3。1 模型原理

主成分分析是将几个具有相关关系的指标（原始变量），通过线性变换，变成几个新的不具有相关关系的指标，这些提取的指标称为主成分，起到了降维的作用。这些提取的主成分包含了原始变量的大多数信息，一般提取2-4个主成分就可以包含原始变量85%以上的信息。确定主成分后，计算因子得分并对结果进行分析。

设多元线性模型为：

 个主成分是原始变量的线性组合：

其中， 互不相关，且 ， ，…， 近似为0，选取前 个主成分，将被解释变量 同前 个主成分做线性回归，得：

再把各主成分与原始变量的线性方程代入上式，得出原回归模型的方程：

3。2 模型确立

用SPSS软件计算，输出计算结果

表2  Correlations

y