APP下载

安徽省住宅商品房价格影响因素研究

2015-11-17汪轩昌

赤峰学院学报·自然科学版 2015年21期
关键词:关联系数商品房关联度

汪轩昌

(安徽理工大学 经济与管理学院,安徽 淮南 232001)

安徽省住宅商品房价格影响因素研究

汪轩昌

(安徽理工大学经济与管理学院,安徽淮南232001)

近年来,我国住宅商品房价格整体上涨较快,虽然近期有小幅下降,整体仍在走高.住宅商品房价格对普通百姓生活质量的保障和社会稳定起着重要的影响,也是"80后90后"一代职业规划重要考虑因素之一,控制房价在合理范围内预防房地产行业过热则一直是国家与社会关注的热点.本文从市场分析中筛选出决定商品房价格的四类因素,建立灰色关联分析模型,确定了影响安徽省商品房价格的主要影响因素,对主要影响因素做出了分析,并提出了建议.

商品房价格;灰色关联分析;安徽

1 引言

住宅商品房价格从未消失在世界各地政府与社会的焦点中.房地产业在我国随着经济的高速发展也迅速崛起,商品房便这种趋势下便成为人们满足刚需或者投资需求的热点.这也带来了住宅商品房价格的不断上涨,而高房价导致部分城镇家庭购房困难,带来了诸多经济与社会问题.然而,依据统计数据来看,从去年8月份开始,全国各大城市越来越多地出现商品房价格下跌趋势,安徽省商品房价格也小幅度下降.为了在一定程度上掌握安徽省住宅商品房的未来价格走向,抑制房地产行业过热,有必要研究并揭示影响安徽省住宅商品房价格走势的主要因素.

根据专家的研究能够筛选出影响住宅商品房价格的主要因素,对各个影响因素的实证分析便是着力点.1982年,灰色系统理论被中国学者邓聚龙教授创立.已发展成为一门横跨应用数学、自然科学、社会科学、结构力学等学科的新兴的、具有广阔发展前景的应用性学科.回归分析、主成分分析等系统分析方法对样本量要求足够大,而灰色系统理论可以研究少数据的小样本不确定性问题,弥补了样本量的限制.在控制论中,信息的明确程度用颜色的深浅才形容,例如用“黑箱”表示内部信息未知的对象.同样的部分信息明确或者不明确用“灰”来表示,部分信息明确、部分信息不明确的系统称为灰色系统.灰色关联分析理论可以反应当前房地产市场的实际,并具有分析因子间发展态势、以定性分析为基础的定量分析等特点及优势.因此本文基于灰色系统理论的基础上分析安徽地区住宅商品房价格变动的相关性因素.

2 理论与模型

找出相关序列相对于特征序列的灰色关联度需要依据灰色关联分析法.住宅商品房的平均销售价格为特征序列,其影响因素为相关序列.

1.假设X0=(x0(1),x0(2),…,x0(n)为系统的特征序列;

Xi=(xi(1),xi(2),…,xi(n)(i=1,2,…m)为系统的相关序列.

2.对系统做量化分析,需要对系统行为特征和各有效因素进行处理,通过算子的作用,使之化为无量纲数据.

3.灰色关联系数:γ(Dx0(k),Dxi(k),表示为Xi对X0在k点的关联系数.

为分辨系数,是用来调整关联系数的分辨程度,他不仅可以调节关联系数的大小,而且可以通过它控制关联系数的变化区间.因为有时候可能出现各因子之间的关联系数很接近,难以分析因子的主次关系,此时可采用减小分辨系数的方法,扩大因子之间的分辨程度.

4.求灰色关联度,用一个数值体现每一比较数列各个时刻的灰色关联系数情况,记为γ(X0,Xi),或γi.

γ(X0,Xi)表示Xi对X0的灰色关联度,即相关序列对特征序列的灰色关联度.

对计算出的每个相关序列的灰色关联度(γ(X0,Xi))按大小进行排列,也就是灰色关联序列.其关联度排在最前面的相关序列与特征序列关系最为密切,对特征序列的影响最大.

3 模型建立与计算

3.1确定影响因素及其测度

根据对各种影响因素的分析,同时考虑到指标的量化程度,本文主要从安徽省的经济因素、成本因素、房地产行业因素、社会因素四个方面对若干个指标进行分析.表1给出了选取的八个影响因素及其测度.

表1 影响因素及其测度

从国家统计局获得从2005~2013年份,安徽省住宅商品房平均销售价格和相关影响因素的统计数据如表2所示.

表2 安徽省房价影响因素统计表(2005~2013)

3.2计算过程

根据中国数据库资源给出安徽省2003-2012年影响商品房价格的各相关因素的各个测度的量化值,用模型进行验证.

3.2.1用均值化算子将各测度值进行无量纲化

首先根据数据确定X0(k)是特征序列,Xi(k)=,i=(1,2,…,8)是相关序列.无量纲化的均值化处理是用平均值去除所有数据,以得到一个占平均值百分比的数列.

表3

3.2.2求关联系数

灰色关联系数为

3.2.3求灰色关联度

表4

关联系数的数很多,信息过于分散,为了方便比较可以进行求平均值来集中处理这种信息.

记灰色关联度为:γ(X0,Xi),简记为γi.

结果为表5,如下所示:

表5

所得的结γ(X0,Xi)表示Xi对X0的灰色关联度,即相关序列对特征序列的灰色关联度.

3.2.4对关联度的值排序

将所求得的结果按照从大到小的顺序进行排列,显然:

4 结论分析及建议

由其灰色关联度的排序能够得出,依据影响大小对影响商品房销售价格的9个因素的排序:住宅平均造价、城镇居民家庭人均可支配收入、地区人均生产总值、住宅商品房的销售面积、城乡居民存款余额、房地产住宅投资、居民消费价格指数、年末常住人口、五年以上银行贷款利率.

4.1对安徽省住宅商品房应该最大的是建筑成本.随着建材价格的上涨,住宅商品房开发中的原材料和施工费用也随之提高.引起的连锁反应必然是住宅商品房价格的提升.降低安徽省商品房价格应当首先从节省房屋建造成本入手.商品房的完成首先从设计图纸开始,经济节约型的设计可以为商品房建造工程省造价5到10个百分点.在设计方案招标中,应当选择经济、适度的方案.其次,在选择施工队伍方面,要选择经验丰富,管理良好,效率较高的队伍.施工队伍的高素质也能够提升效率节约资源.然后,杜绝出现施工索赔事件,按照合同标准施工.停工不合格工程,流程监管到位.对工程材料及设备的价格要严格管理,杜绝不必要开支.竣工结算要做好工作细致,审核竣工内容,核对施工竣工结算书.把安徽商品房建造价格省下来,将是控制房价的有力措施.

4.2宏观经济因素对安徽省商品房价格的影响也较为显著.其中城镇居民家庭人均可支配收入影响最大.随着安徽经济的良好发展,人民生活水平得到改善和提高,相应的人民的收入水平,存款余额和地区GDP也在提高.房屋的购买是一项大额的消费支出,普通百姓对购房持谨慎态度.对于把买房当作投资的居民,购买商品房不再是刚需.金融知识的普及,人们投资理念的形成,增加了居民对投资性购买住宅商品房的热度.人民收入的提高增加了人均够买商品房的数量也是导致商品房价格上升的重要因素,房地产业的蓬勃发展也是由需求主导的.政府应当控制居民对商品房的盲目投资,遏制商品房的恶性炒作,积极引导房地产业的良性发展,使房价趋于稳定.

4.3安徽省房地产行业的发展近年依然热度不减.房地产行业对我省经济增长的带动作用是总所周知的,受到高房价的刺激迅猛发展.引导房地产市场走向良性发展之路,倡导理性投资消费观,遏制投机炒房现象,稳定市场心理预期.商品房空置率偏高,由于房价的飙升,居民没有能力购买商品房,房地产商投机存房,在商品房结构中,高档住宅供给过剩,而普通商品住房和经济适用房供给不足.提高普通住宅商品房和经济适用房及廉租房的供给量,并严格把关分配环节,把给百姓的利益落到实处.

〔1〕陈德强,刘钢.基于灰色理论的房地产市场需求影响因素研究-以重庆市为例[J].重庆理工大学学报(社会科学),2013,27(3):45-51.

〔2〕宋成舜,周惠萍.基于灰色系统的西宁市商品房价格影响因素及预测研究 [J].区域经济,2011(5):71-73.

〔3〕邓宇,揭筱纹.基于灰色系统的宁夏地区商品房价格影响因素的实证分析[J].宁夏大学学报(人文社会科学版),2009,5(31):149-150.

〔4〕熊军.降低高房价策略初探[J].科技咨询,2013(30):223-223.

〔5〕周建军.我国房地产价格的影响因素及其合理性研究[J].商业研究,2009,4(384):93-96.

F293.3

A

1673-260X(2015)11-0085-04

猜你喜欢

关联系数商品房关联度
基于灰色关联度对山东小麦新品种(系) 综合表现评价分析
应用灰色关联度法分析稠油热采油井生产主控因素
●房地产开发企业开发的商品房是否缴纳房产税?
中国制造业产业关联度分析
中国制造业产业关联度分析
●房地产开发企业开发的商品房是否征收房产税?
沉香挥发性成分与其抗肿瘤活性的灰色关联度分析
大豆产量及主要农艺性状的相关性及灰色关联度分析
海口出台积分落户新政打通保障房商品房转换通道
产业关联视角下北京市交通运输业经济效应测算研究