日本午夜视频,日韩丝袜另类精品,精品久久久一区二区三区,亚洲AV无码专区在线观看下载

南京惠言達電氣有限公司致力于打造德國、瑞士等歐洲中小型自動化企業(yè)與國內(nèi)客戶的連接橋梁，歐美原產(chǎn)工控設備，機電設備，儀器儀表，備品備件 的一站式供應商。主要產(chǎn)品有工業(yè)自動化設備,電工控設備、液壓設備、 電氣設備和零部件等產(chǎn)品。原裝，源頭采購帶給客戶便捷的購物體驗！
圖片可能與實物存在差異，訂貨前請聯(lián)系本司確認

品牌   型號
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

吃喝住行是一個人在社會上生存的根本的保障， 任何一個方面存在困難， 人就無法在社會上立足、生存。其中“住”就涉及到房價的問題， 房價過高， 投資炒房， 導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， 這又會導致房價的上升， 這是一個惡性的循環(huán)。房價過高， 老百姓的住房需求無法得到保障， 社會就會動蕩， 因此房價問題， 是與老百姓、政府甚整個國家都切身相關的問題， 并在很多層面上已經(jīng)得到了很多人的重視， 各個學科的學者都競相研究房價問題。

　　本文并不想從宏觀上剖析房價問題， 一來宏觀上對房價問題的研究已經(jīng)非常深入， 可研究范圍小， 二來筆者并非經(jīng)濟、金融專業(yè)， 在宏觀方面的知識相對缺乏， 所以本文將主要采用微觀層面的數(shù)據(jù)進房價影響因素的探討和證明。鑒于本文作為統(tǒng)計學軟件課程的課程論文， 將研究及本論文匯報的重點放在STATA軟件的應用上， 以期通過本文的研究， 熟練統(tǒng)計學軟件的應用， 為今后的研究打下基礎。

　　一、文獻綜述及研究假設

　　正如前文所提到的， 國內(nèi)外各個領域的學者都對房價問題進行了不同層面、不同領域的各種研究， 但主要還是在宏觀層面， 比如通貨膨脹對房價的影響， 緊縮的財政政策、貨幣政策對房價的影響， 寬松的財政政策、貨幣政策對房價的影響， 住房公積金對房價的影響等等?？偠灾?， 絕大多數(shù)涉及房價的研究主要是探討“看不見的手”---市場對房價的影響， “看得見的手”---政府的宏觀政策對房價的影響以及政府應該如何應用宏觀調(diào)控的手段去應對市場對房價的影響。

　　由于筆者所從事的為會計專業(yè)， 在宏觀國民經(jīng)濟方面的只是相對缺乏， 所以， 本文重新尋找立足點， 將影響房價的因素歸結(jié)到與我們老百姓生活為相關的、本質(zhì)的、微觀層面的房價的影響因素。另外， 本文作為統(tǒng)計軟件方面課程的結(jié)課論文， 將把重點放在如何運用STATA軟件剖析房價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)， 找出幾個認知層面與房價相關的因素：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校的平均學生-教師比。由于本文選用的是不涉及時間的橫截面數(shù)據(jù)， 所以盡量多取一些影響因素進行驗證。因此， 本文提出如下五個假設：

　　H1:房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價格越低。這是比較明顯的一個假設， 畢竟沒有人會希望在一個犯罪率*、治安混亂的社區(qū)生活。因此， 這些區(qū)域的房價就比較低。

　　H2:該區(qū)域的空氣質(zhì)量越好， 房屋的價格也就越高。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大城市來說是比較好的。因此， 在人們健康意識日漸增強的今天， 杭州的房價也是節(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， 房價也就越高。這是顯而易見的， 富人們居住的別墅區(qū)的房價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， 通常情況下房價也就越高。

　　H4:房屋到商業(yè)中心的距離越大， 房價越低。顯然， 房屋距離商業(yè)中心越遠， 說明房屋處在相對較為偏遠的地區(qū)， 這些地區(qū)的交通相對是比較不方便的， 因此房價也會較低；另一個層面， 距離商業(yè)中心較遠的房屋， 也從另一個側(cè)面說明這些房屋的配套設施可能并不完善， 居民休閑、娛樂甚是純粹的生活購物可能都會有影響， 所以這些地區(qū)的房價相對就比較低。

　　H5:該區(qū)域?qū)W校的平均學生-教師比越大， 房價就越低。這個可以從學區(qū)房的例子中獲得認知上的認同 （當然下文會用STATA軟件進行數(shù)據(jù)上的證明） , 我國實行九年制義務教育， 無論是在哪個區(qū)域的小學、初中生都能夠就近入學， 這本該是公平的， 也就不應該產(chǎn)生學區(qū)房的問題。但是， 學區(qū)房高昂的房價問題卻在我國非常明顯， 這其中的原因就是這些執(zhí)行義務教育的小學、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， 都希望孩子能夠進入教育質(zhì)量好的學校進行學習， 因此紛紛在這些學校附近購房， 也就產(chǎn)生了學區(qū)房價格高漲的現(xiàn)象， 而學校教育質(zhì)量的好壞無疑受很多方面因素的影響， 在這方面教育學領域的學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”, 一個教師所負責的學生越少， 往往教學質(zhì)量越好， 這是有道理的。畢竟一個人的精力都是有限的， 有限的教師的精力分散給五六十個學生的教育質(zhì)量， 肯定不如分散給十幾、二十幾個學生的教育質(zhì)量高。所以， 一個區(qū)域平均學生-教師比越大， 說明一個教師所要負責的學生也就越多， 在很大程度上會造成教育質(zhì)量的下降。因此， 這附近的房價也就會是相對較低的， 這個后面將會用STATA軟件對數(shù)據(jù)進行分析， 會更有說服力。

　　二、數(shù)據(jù)、變量、模型的選擇

　　先， 在數(shù)據(jù)方面， 本文將隨機選取杭州506個社區(qū)的平均房價以及相關區(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)以及學生-教師比的數(shù)據(jù)， 進行本文的實證分析和檢驗。其中， 空氣質(zhì)量在本文中的衡量標準是以數(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， 其主要來自機動車尾氣的排放、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， 本文將假設中提到的這五個可能影響房價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 （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)的學生-教師比 （stratio） .

　　后， 本文的模型， 根據(jù)前文的假設以及變量的選擇， 終確定的模型是：

　　其中， 價格、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、學生-教師比并沒有取對數(shù)， 而平均的房間個數(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， 在這里就不取對數(shù)了。后的u是誤差項， 也稱為干擾項。所以， 后得到的模型， 就如上所列示的。

　　三、實證結(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中進行處理， 得到后的實證結(jié)果， 以印證前文的假設。由于本文是統(tǒng)計學軟件類課程的結(jié)課論文， 所以本文會將每一步都進行描述， 除了放上驗證結(jié)果的關鍵性圖標之外， 也會將關鍵步驟所執(zhí)行的命令進行說明。

　　一步， 在將數(shù)據(jù)從Excel導入STATA后， 執(zhí)行命令“summarize”, 就能考察所有變量的統(tǒng)計特征， 也就是數(shù)據(jù)的描述性統(tǒng)計結(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)計結(jié)果

　　第三步， 用小二乘法進行回歸分析， 其命令是“regress lnprice crime lnox rooms lndist stratio” （見下頁表2） .

表2 回歸結(jié)果

　　從這個結(jié)果來看， 檢驗整個方程顯著性的F統(tǒng)計量之p值 （Prob>F） 為0.0000, 顯示這個回歸方程是高度顯著的， 且每個變量的p值 （P>|t|） 均為0.000, 也可以看出這些變量都是影響房價的因素。

　　第四步， 用懷特檢驗， 檢驗其是否存在異方差， 命令“estat imtest, white” （見表3） .

表3 懷特檢驗的結(jié)果

　　檢驗結(jié)果顯示， p值等于0.0000, 故強烈拒絕同方差的原假設， 認為存在異方差。所以， 為了消除異方差， 需要用加權(quán)小二乘法進行回歸。

　　第五步， 為了消除異方差， 用加權(quán)小二乘法重新進行回歸。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， 檢驗整個方程顯著性的F統(tǒng)計量之p值 （Prob>F） 仍為0.0000, 顯示這個回歸方程是高度顯著的， 且每個變量的p值 （P>|t|） 均仍為0.000, 也可以看出這些變量都是影響房價的因素。并且， 從變量的系數(shù) （Coef.） 來看， crime系數(shù)為負， 說明區(qū)域的犯罪率與房價呈負相關， 也就證實了H1假設， 房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價格越低；lnox的系數(shù)也為負， 說明區(qū)域的空氣質(zhì)量與房價也為負相關， 證實了假設H2, 區(qū)域的空氣質(zhì)量越好， 房屋的價格也就越高；rooms的系數(shù)為正， 說明房屋所擁有的平均房間的數(shù)量與房價呈正相關， 證實了H3假設， 區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價也就越高；Lndist的系數(shù)為負， 說明該社區(qū)的房屋到商業(yè)中心的距離與房價呈反相關， 也證實了假設H4, 房屋到商業(yè)中心的距離越大， 房價越低；stratio的系數(shù)為負， 說明該區(qū)域?qū)W校學生-教師比與房價成反相關， 證實了假設H5, 區(qū)域?qū)W校的平均學生-教師比越大， 房價就越低。此， 通過STATA軟件， 用加權(quán)小二乘法得到的結(jié)果使得五個假設都得到了應證。

　　結(jié)語

　　本文通過選擇基礎、微觀的五個指標 （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校的平均學生-教師比） 來說明房價的影響因素， 并用STATA軟件證實了這五個影響因素與房價的緊密關系， 終證明了關于這五個影響因素的假設：房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價格越低；區(qū)域的空氣質(zhì)量越好， 房屋的價格也就越高；區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價也就越高；房屋到商業(yè)中心的距離越大， 房價越低；區(qū)域?qū)W校的平均學生-教師比越大， 房價就越低。

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

吃喝住行是一個人在社會上生存的根本的保障， 任何一個方面存在困難， 人就無法在社會上立足、生存。其中“住”就涉及到房價的問題， 房價過高， 投資炒房， 導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， 這又會導致房價的上升， 這是一個惡性的循環(huán)。房價過高， 老百姓的住房需求無法得到保障， 社會就會動蕩， 因此房價問題， 是與老百姓、政府甚整個國家都切身相關的問題， 并在很多層面上已經(jīng)得到了很多人的重視， 各個學科的學者都競相研究房價問題。

　　本文并不想從宏觀上剖析房價問題， 一來宏觀上對房價問題的研究已經(jīng)非常深入， 可研究范圍小， 二來筆者并非經(jīng)濟、金融專業(yè)， 在宏觀方面的知識相對缺乏， 所以本文將主要采用微觀層面的數(shù)據(jù)進房價影響因素的探討和證明。鑒于本文作為統(tǒng)計學軟件課程的課程論文， 將研究及本論文匯報的重點放在STATA軟件的應用上， 以期通過本文的研究， 熟練統(tǒng)計學軟件的應用， 為今后的研究打下基礎。

　　一、文獻綜述及研究假設

　　正如前文所提到的， 國內(nèi)外各個領域的學者都對房價問題進行了不同層面、不同領域的各種研究， 但主要還是在宏觀層面， 比如通貨膨脹對房價的影響， 緊縮的財政政策、貨幣政策對房價的影響， 寬松的財政政策、貨幣政策對房價的影響， 住房公積金對房價的影響等等。總而言之， 絕大多數(shù)涉及房價的研究主要是探討“看不見的手”---市場對房價的影響， “看得見的手”---政府的宏觀政策對房價的影響以及政府應該如何應用宏觀調(diào)控的手段去應對市場對房價的影響。

　　由于筆者所從事的為會計專業(yè)， 在宏觀國民經(jīng)濟方面的只是相對缺乏， 所以， 本文重新尋找立足點， 將影響房價的因素歸結(jié)到與我們老百姓生活為相關的、本質(zhì)的、微觀層面的房價的影響因素。另外， 本文作為統(tǒng)計軟件方面課程的結(jié)課論文， 將把重點放在如何運用STATA軟件剖析房價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)， 找出幾個認知層面與房價相關的因素：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校的平均學生-教師比。由于本文選用的是不涉及時間的橫截面數(shù)據(jù)， 所以盡量多取一些影響因素進行驗證。因此， 本文提出如下五個假設：

　　H1:房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價格越低。這是比較明顯的一個假設， 畢竟沒有人會希望在一個犯罪率*、治安混亂的社區(qū)生活。因此， 這些區(qū)域的房價就比較低。

　　H2:該區(qū)域的空氣質(zhì)量越好， 房屋的價格也就越高。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大城市來說是比較好的。因此， 在人們健康意識日漸增強的今天， 杭州的房價也是節(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， 房價也就越高。這是顯而易見的， 富人們居住的別墅區(qū)的房價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， 通常情況下房價也就越高。

　　H4:房屋到商業(yè)中心的距離越大， 房價越低。顯然， 房屋距離商業(yè)中心越遠， 說明房屋處在相對較為偏遠的地區(qū)， 這些地區(qū)的交通相對是比較不方便的， 因此房價也會較低；另一個層面， 距離商業(yè)中心較遠的房屋， 也從另一個側(cè)面說明這些房屋的配套設施可能并不完善， 居民休閑、娛樂甚是純粹的生活購物可能都會有影響， 所以這些地區(qū)的房價相對就比較低。

　　H5:該區(qū)域?qū)W校的平均學生-教師比越大， 房價就越低。這個可以從學區(qū)房的例子中獲得認知上的認同 （當然下文會用STATA軟件進行數(shù)據(jù)上的證明） , 我國實行九年制義務教育， 無論是在哪個區(qū)域的小學、初中生都能夠就近入學， 這本該是公平的， 也就不應該產(chǎn)生學區(qū)房的問題。但是， 學區(qū)房高昂的房價問題卻在我國非常明顯， 這其中的原因就是這些執(zhí)行義務教育的小學、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， 都希望孩子能夠進入教育質(zhì)量好的學校進行學習， 因此紛紛在這些學校附近購房， 也就產(chǎn)生了學區(qū)房價格高漲的現(xiàn)象， 而學校教育質(zhì)量的好壞無疑受很多方面因素的影響， 在這方面教育學領域的學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”, 一個教師所負責的學生越少， 往往教學質(zhì)量越好， 這是有道理的。畢竟一個人的精力都是有限的， 有限的教師的精力分散給五六十個學生的教育質(zhì)量， 肯定不如分散給十幾、二十幾個學生的教育質(zhì)量高。所以， 一個區(qū)域平均學生-教師比越大， 說明一個教師所要負責的學生也就越多， 在很大程度上會造成教育質(zhì)量的下降。因此， 這附近的房價也就會是相對較低的， 這個后面將會用STATA軟件對數(shù)據(jù)進行分析， 會更有說服力。

　　二、數(shù)據(jù)、變量、模型的選擇

　　先， 在數(shù)據(jù)方面， 本文將隨機選取杭州506個社區(qū)的平均房價以及相關區(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)以及學生-教師比的數(shù)據(jù)， 進行本文的實證分析和檢驗。其中， 空氣質(zhì)量在本文中的衡量標準是以數(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， 其主要來自機動車尾氣的排放、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， 本文將假設中提到的這五個可能影響房價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 （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)的學生-教師比 （stratio） .

　　后， 本文的模型， 根據(jù)前文的假設以及變量的選擇， 終確定的模型是：

　　其中， 價格、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、學生-教師比并沒有取對數(shù)， 而平均的房間個數(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， 在這里就不取對數(shù)了。后的u是誤差項， 也稱為干擾項。所以， 后得到的模型， 就如上所列示的。

　　三、實證結(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中進行處理， 得到后的實證結(jié)果， 以印證前文的假設。由于本文是統(tǒng)計學軟件類課程的結(jié)課論文， 所以本文會將每一步都進行描述， 除了放上驗證結(jié)果的關鍵性圖標之外， 也會將關鍵步驟所執(zhí)行的命令進行說明。

　　一步， 在將數(shù)據(jù)從Excel導入STATA后， 執(zhí)行命令“summarize”, 就能考察所有變量的統(tǒng)計特征， 也就是數(shù)據(jù)的描述性統(tǒng)計結(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)計結(jié)果

　　第三步， 用小二乘法進行回歸分析， 其命令是“regress lnprice crime lnox rooms lndist stratio” （見下頁表2） .

表2 回歸結(jié)果

　　從這個結(jié)果來看， 檢驗整個方程顯著性的F統(tǒng)計量之p值 （Prob>F） 為0.0000, 顯示這個回歸方程是高度顯著的， 且每個變量的p值 （P>|t|） 均為0.000, 也可以看出這些變量都是影響房價的因素。

　　第四步， 用懷特檢驗， 檢驗其是否存在異方差， 命令“estat imtest, white” （見表3） .

表3 懷特檢驗的結(jié)果

　　檢驗結(jié)果顯示， p值等于0.0000, 故強烈拒絕同方差的原假設， 認為存在異方差。所以， 為了消除異方差， 需要用加權(quán)小二乘法進行回歸。

　　第五步， 為了消除異方差， 用加權(quán)小二乘法重新進行回歸。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， 檢驗整個方程顯著性的F統(tǒng)計量之p值 （Prob>F） 仍為0.0000, 顯示這個回歸方程是高度顯著的， 且每個變量的p值 （P>|t|） 均仍為0.000, 也可以看出這些變量都是影響房價的因素。并且， 從變量的系數(shù) （Coef.） 來看， crime系數(shù)為負， 說明區(qū)域的犯罪率與房價呈負相關， 也就證實了H1假設， 房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價格越低；lnox的系數(shù)也為負， 說明區(qū)域的空氣質(zhì)量與房價也為負相關， 證實了假設H2, 區(qū)域的空氣質(zhì)量越好， 房屋的價格也就越高；rooms的系數(shù)為正， 說明房屋所擁有的平均房間的數(shù)量與房價呈正相關， 證實了H3假設， 區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價也就越高；Lndist的系數(shù)為負， 說明該社區(qū)的房屋到商業(yè)中心的距離與房價呈反相關， 也證實了假設H4, 房屋到商業(yè)中心的距離越大， 房價越低；stratio的系數(shù)為負， 說明該區(qū)域?qū)W校學生-教師比與房價成反相關， 證實了假設H5, 區(qū)域?qū)W校的平均學生-教師比越大， 房價就越低。此， 通過STATA軟件， 用加權(quán)小二乘法得到的結(jié)果使得五個假設都得到了應證。

　　結(jié)語

　　本文通過選擇基礎、微觀的五個指標 （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校的平均學生-教師比） 來說明房價的影響因素， 并用STATA軟件證實了這五個影響因素與房價的緊密關系， 終證明了關于這五個影響因素的假設：房屋所處區(qū)域的犯罪率越高， 該區(qū)域的房屋的平均價格越低；區(qū)域的空氣質(zhì)量越好， 房屋的價格也就越高；區(qū)域平均每套住房所擁有的房間數(shù)越多， 房價也就越高；房屋到商業(yè)中心的距離越大， 房價越低；區(qū)域?qū)W校的平均學生-教師比越大， 房價就越低。