上海作为我国第一大城市，全国经济的中心城市，它不仅繁华，地处沿海的上海更是 用其得天独厚的地理位置，使得上海的交通异常的方便。上海每年吸引着世界各地、五湖 四海的青年才子前来就业、定居，上海房屋的需求量年年增长，上海房地产业理所当然的 受到社会各界人士的高度关注。最近十几年，上海房地产业的发展如巨浪般突飞猛进，虽 说上海房地产的发展为上海的经济发展带来了很多促进作用，但也造成了一些负面影响。 上海房价与人均收入比例出现了失衡，购房者大都过度依赖银行贷款等问题也逐渐开始 浮上水面。为此，学术界也纷纷讨论这一现象的原因，并开始重点研究如何能使上海房地 产业和区域经济之间能够健康协调可持续地发展。 

1.2 国内外研究现状与发展趋势

1.3 文献综述

2 模型假设

（1）、假设在中华人民共和国国家统计局官网上的数据都是真实并且可靠的。 

（2）、假设在 2002 年到 2015 年除上海市总人口、上海人均 GDP、上海每年新增房 屋面积、上海房地产开发用地的购置单价以外的因素对上海商品房价格都几乎没有影响。 

（3）、控制变量 X1, X 2 , X 3 ,, X k 不是随机变量，或称其取固定值，且各项 X i 间无 严格线性相关性。 论文网

（4）、在所选取的样本中，各项控制变量 X i 具有变异性，且伴随着样本容量的无限 增长，控制变量 X i 的样本方差趋近于一个非零的有限常数，即当n 时， 

1 n

n -1

( Xi



 X )  Qi  

i  1

（5）、随机误差具有如下性质： a）条件零均值，即 

                      E

b）同方差，即 

X1, X

2 , X 3

,, Xk

0  

                    Var

c）无序列相关性，即 

X1, X

2 , X 3

,, Xk

2  

                   Cov, 

X1, X

2 , X 3

,, Xk

0, i j  

（6）、随机误差项与控制变量不相关，即 

               CovX , 

X1, X

2 , X 3

,, Xk

0, i 1,2,3,, k  

（7）、随机项满足正态分布，且均值为 0，同方差，即 

                      i

X1, X

2 , X

3 ,, Xk

~ N 0,2  

3 符号说明

3.1 SPSS 输出符号说明

R 2 ——拟合优度，用来判断所得模型对观测值的拟合程度，其值越接近 1 说明预测 模型拟合的越好。 

t——对参数的显著性检验，其绝对值大于等于 t n k 时，拒绝原假设，即认为控文献综述

2

制变量 X 对控制变量 Y 的影响是显著的；反之，无显著影响。 F——回归方程的显著性检验（F 检验），表示模型中被控制变量与所有控制变量的