基于灰色系统理论的成都市住宅价格影响因素分析

邓元东 全 力 刘丁豪

(西华师范大学商学院 四川 南充 637000)



基于灰色系统理论的成都市住宅价格影响因素分析

邓元东 全 力 刘丁豪

(西华师范大学商学院 四川 南充 637000)

本文采用灰色关联度分析法对成都市住宅价格影响因素进行实证分析，得出人口因素和城镇居民人均可支配收入对住宅价格的影响最大，住宅市场表现出供给不足的状态。最后，提出相应的政策建议。

成都；住宅价格；灰色系统理论

一、引言

2016年我国房地产行业作为支柱性产业对我国经济增长的贡献很大，其稳定健康发展对于中国宏观经济的稳定增长及金融系统安全具有重要作用。成都市作为西南地区的新一线城市，扮演者领头羊的作用，其房地产市场的发展态势对周边地区的房地产市场的发展具有示范效应。2010年以来，成都市局部区域房地产市场价格急速上扬，激发了人们的购房的积极性，增强了人们房价将要大涨的预期。在这样一个“上涨—预期—上涨”的周期中，迎来2016年10月的“限购限贷”政策，但房地产价格并没有因此止住，继续上扬；在2017年4月，再一次迎来了的房地产的调控政策，同时造成了一定的社会恐慌。

为什么会存在越调控房价越上涨的问题？本文以这一问题为导向，对成都市住宅市场价格影响因素进行实证分析，找出在众多的影响因素中的主要因素，那些对价格发展的影响最大，对价格发展起带动作用因素。针对那些与价格关联度强的因素，采取相适应的调控政策，从而促进住宅市场的持续平稳发展。

二、房地产市场价格影响因素的分析

影响住宅市场价格的因素有很多。面对这众多的因素，本文主要从市场供求、宏观经济基本面、城市环境和制度方面来考察。需求方面包括城镇居民人均可支配收入、人口因素、住宅租金、居民储蓄水平等；供给方面包括城市建设土地供应量、住宅开发投资额、房地产竣工面积等；其他包括国民经济发展水平、环境条件和政策调控力度等。具体分析如下：

城镇居民人均可支配收入：反映了城镇居民购买住宅机会的大小；人均可支配收入的增加必然会增大对住宅的有效需求，包括刚性需求和改善性需求，住宅价格上涨。

房屋租金：出租房是商业住宅良好的替代品。在住宅市场价格不变的情况下，住宅租金的上涨将引起住宅需求的增加，住宅价格上涨。

居民储蓄水平：一方面，居民储蓄水平的增加，将增加住宅市场中投资或投机活动，住宅需求增加，价格上涨；另一方面，在住宅市场所在地区的金融体系相当发达的情况下，居民储蓄能够很好的转化为房地产开发投资，形成住宅供给，价格下降。

城市建设用地供应量：住宅是土地的附属物，住宅的供给首先是土地供给，再加上我国土地供应政策的特色，在所有供应土地能够形成有效住宅供给的假设下，城市建设用地供应量增加决定了住宅供给增大，住宅价格相应下降。

房地产竣工面积：房地产竣工面积对市场住宅供给形成压力，住宅价格有下降的趋势。

国民经济发展水平：用成都市的生产总值(GDP)来衡量，反映了成都市的经济发展水平。GDP越高，说明经济发展水平越好，成都市越是具有资源凝聚力，促进房地产行业的发展，同时形成预期，影响住宅价格水平。

环境因素：环境越好，吸引力越大，引起需求的增加，价格上升。

调控政策力度：调控政策的力度，将决定外来人口进入一个地区住宅市场的难易程度。

三、灰色关联度分析方法

(一)选择灰色系统理论关联度分析模型的合理性

灰色系统理论是用于研究数据缺乏、信息不充分、具有不确定性问题的新方法。本文研究的住宅价格影响因素就是一个灰色系统，理由是成都市的住宅价格的发展态势往往是由多种因素共同作用的结果。而在这众多的影响因素中，往往因为统计数据有限或人类认识能力的局限，人们所获得的信息往往不够准确、不完全。

(二)灰色关联度分析模型

灰色关联度分析的基本思路是根据各个序列曲线的几何形状的相似程度来判断其关联度的大小。曲线形状越接近，序列之间关联度就越大，反之就越小。

灰色关联度分析法的具体步骤为：

第一步，确定相关因素序列：

第二步，因为参考序列的观测值和各个比较序列观测值的含义、量纲不同，为进一步量化研究分析，需对参考序列观测值和各个比较因素进行无量纲化处理。这里采用初值法。令，i=1，2，…，m；

第三步，求差序列。记 :Δi=(Δi(1)，Δi(1)，…，Δi(n))，i=1，2，…，m；

四、成都市房地产市场价格影响因素的实证分析

为排除2008年全球金融危机对成都市住宅市场的影响，本文采用2008年到2015年的年度数据进行灰色关联度分析。城乡居民人均可支配收入X1、城乡居民储蓄存款余额X3、常住人口X2、住宅竣工面积X4、住宅开发投资额X5和GDP(X6)作为比较序列，其数值选自《成都市统计年鉴2009-2016》；住宅销售平均价格X0作为参考序列，但由于住宅年平均销售价格数值难以获得，本文以住宅销售平均价=住宅销售金额/住宅实际销售面积来计算。其中住宅销售金额和住宅实际销售面积数据选自《四川省统计年鉴2009-2016》。系统的影响因素详见表1。

表1 住宅市场价格影响因素所选统计指标的指标值

数据来源：《成都统计年鉴2009-2016》、《四川统计年鉴2009-2016》

根据前面的计算步骤可得到参考序列X0与相关序列Xi的灰色关联度。本文取ξ=0.5进行计算。灰色关联度的计算结果详见表2。

表2 灰色关联度结果

在进行灰色关联度分析时，特征序列的与各相关因素行为序列关联度的具体数值大小不重要，重要的是各关联度的大小顺序。由表2可以得到，γ02>γ01>γ04>γ05>γ06>γ03，即人口因素与住宅市场价格的关联度最强，其次是城镇人均可支配收入和住宅竣工面积，而在所列举的因素中，城乡居民储蓄余额与住宅市场房地产价格的关联度最弱。

根据上述研究，作出住宅销售平均价与常住人口的折线-柱状图，见图1。

图1 成都市2008-2015年住宅销售平均价与常住人口量

图2 成都市2008-2015年住宅实际销售面积与竣工面积

由图1可以看出，成都市常住人口的变化与住宅销售平均价变化情况与灰色关联度分析结果相一致。人口因素作为推动成都市住宅市场价格发展的主要因素，2010年常住人口的大幅增加带动了住宅市场价格上涨，人口数量的增加增大了对住宅的需求，推动价格上涨。

又住宅销售平均价是成都市住宅市场上供求决定的均衡价格，因此在均衡价格确定时，与均衡价格水平相适应的市场均衡产量，即住宅实际销售面积也被确定。由图2可以发现，住宅竣工面积作为住宅市场重要的供给指标总是小于住宅实际销售面积，说明成都市住宅需求大于供给，住宅市场是一个由消费主导的卖方市场；成都市住宅实际销售面积与竣工面积有很好的联动效应，呈现出同涨同跌的态势，说明住宅市场销售状况部分的影响着社会预期，当住宅销售旺盛时，往往能够促进房地产的开发，形成供给。

得到的研究结果：(1)人口因素和城镇居民人均可支配收入作为需求端的重要衡量指标是推动成都市住宅市场价格发展的主要因素，成都市的住宅价格是由刚性需求拉动的；(2)住宅竣工面积与住宅市场价格的关联度相对较弱，说明成都市住宅供给没有跟上市场需求的变化，供给不足导致住宅价格上涨。

五、结论与建议

本文采用灰色系统理论中的灰色关联度分析方法分析了成都市住宅市场价格影响因素，从众多影响因素中得出人口因素和城镇居民人均可支配收入是影响成都市住宅价格的发展的主要因素，代表需求的增大。而与需求端相对应的是供给严重不足，整个住宅市场呈现出供不应求的状态。

为了实现成都市住宅市场的健康平稳发展，根据以上得出的结论，提出以下建议：

(1)增加住宅建设用地供应量。成都作为西南地区的第一大城市，伴随着城镇化的推进，大量人口将不断地向成都聚集，因此可以预见成都市的人口压力将不断增加；为缓解住房需求压力，增加住房供给是重要途径，而住宅是土地的附属物，土地的供应量直接决定了住宅的供给。

(2)深化成都市金融系统建设，降低获得资金的交易成本。资金是房地产开发的重要生产要素，而研究表明成都市城乡居民储蓄与住房销售平均价关联度不强，说明储蓄没有很好的转化为投资，所以应深化金融体系建设，降低获得资金的成本，形成房地产开发资金投入，增加住宅供给。

[1]刘思峰.谢乃明.灰色系统理论及其应用[M].北京：科学出版社，2016.

[2]李壮壮.基于灰色关联度分析法的房地产价格影响因素分析——以宿州市为例[J].内江师范学院学报，2013，28(10)：52-56.

[3]谢琛.袁建华.基于灰色理论的人口年龄结构对房地产需求影响分析[J].数学的实践与认识，40(10)：201-209.

[4]王泳茹.房地产市场供给与需求对房价的影响[J].统计与决策，24：151-153.

四川省科技厅软科学研究项目(2016ZR0226)，国家社会科学基金(12XGL003)，四川省科技厅系统科学与企业发展研究中心(Xq14C08)

邓元东(1991-)，男，汉族，四川广元人，硕士在读，西华师范大学商学院，主要研究房地产经济、区域经济；全力(1979-)，男，四川成都人，博士，西华师范大学商学院，讲师，主要研究知识管理、创新、区域经济，农业经济。

刘丁豪(1966-)，男，四川南充人，西华师范大学商学院，教授，主要研究房地产经济。