《表1 2002-2016年南宁市房价及其相关影响因素数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SPSS与BP神经网络的南宁市房价预测对比研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

房价的影响因素有很多，比如国家的宏观调控，房屋的自身因素，房屋所处的环境因素，市场的供求关系，人民币汇率，GDP等等，每个因素的影响程度都在不断变化，而且每个地区房价的影响因素也不相同，所以如何确定房价的影响因素，有效的预测房地产价格走势吸引了众多学者的关注。高玉明、张仁津[3]选取地区生产总值、地区总人口数、居民人均可支配收入、居民人均消费支出、商品房销售面积、房地产开发投资额等作为影响房地产价格的主要影响因素来预测贵阳市的房价。邱启荣，于婷[10]选取人均国民生产总值、居民消费价格指数、土地交易价格指数、房屋租赁价格指数、全国完成购置土地面积、全国房地产开发完成额、城镇人均可支配收入、竣工房屋造价等8个影响房价的因素预测全国的平均房价。喻宝禄，段讯，吴云[5]选取地区生产总值、地区常住人口数、人均可支配收入、人均消费支出、城镇单位从业人员平均工资、房地产开发总额、商品房竣工面积、商品房销售面积、社会消费品零售总额、居民消费价格指数、公共财政支出这11个影响房价的可度量主要影响因素预测贵阳市的房价走势。本文通过对前人研究的对比及分析，考虑南宁市的地域特性以及数据的可获得性，选取“商品房平均销售价格”作为输出指标，设为。选取“房地产开发投资总额、城镇居民人均可支配收入、城镇居民人均消费性支出、地区生产总值、总人口、商品房竣工面积、商品房销售面积、在岗职工年平均工资”这8个商品房房价的影响因素作为输入指标，分别设为X1，X2，X3，X4，X5，X6，X7，X8。本文选取的南宁2002-2016年的原始数据来源于历年的《南宁统计年鉴》和《中国房地产统计年鉴》，选取2002-2013年的数据作为样本数据，2014-2016年的数据作为预测数据加以验证。其中相关数据如表1所示。