后疫情时代二手房价格变动调查研究

陈亿隆?吴彦山?江逸?冯江龙?韩锦洋?刘璋

摘要：本文通过对选取乌鲁木齐沙依巴克区的典型片区二手房房价数据进行系统的梳理，结合现有的研究方法与对策，对乌鲁木齐沙依巴克区二手房房价受疫情影响的变动做出系统化研究，对比现状进行预测，研究得出：得出友好路片区、西山片区、阿勒泰路片区、仓房沟路片区、乌鲁木齐火车站片区的二手房平均住宅价格受疫情影响的影响程度分别为8.3%、9.6%、-4.3%、10.4%、15.1%、13.4%。结合灰色关联分析法得到影响因素的关联程度，提出减缓疫情对房地产市场的影响的对策。

关键词：二手房;灰色关联分析法;疫情

1 绪论

1.1研究背景及研究意义

房地产行业是组成我国经济的重要组成部分，房地产市场的变化也会对整个的经济市场有重大的影响，尤其是在疫情这个大环境下，显得更加重要。对于房地产企业来说疫情的压抑下消费者可能会出现“补偿性”的增长，促进增长，也有可能因为疫情下的钱包紧缩而放弃对房地产这种大宗大额物品的购买欲望，在这些条件下，研究二手房房价变动情况方面能够更好的分析房地产市场及相关影响因素，在未来的发展过程中通过这些研究制定出相应的对策。目前房地产市场发展依旧蓬勃，二手房涉及的主体也比较多，交易数量多，交易频率高，此研究能使二手房市场建设的更加完善。

1.2片区选取说明

本文在研究选取了六个典型的片区为代表来分析乌鲁木齐沙依巴克区的二手房市场，分别为友好路片区、西山片区、黄河路片区、阿勒泰路片区、仓房沟片区、乌鲁木齐火车站片区，这几个片区基本能够覆盖沙依巴克区，在一定程度上也能够具备一定的代表性，因此，通过研究这几个片区可以推测出沙依巴克区的二手房房价的变动情况。

2 现状分析

2.1 背景介绍

沙依巴克区已经形成了拥有五大商业旺圈、完整教育体系、高端医疗资源、高效便利交通的核心区域。通过对沙依巴克区各个片区疫情前后房价做对比可以了解到沙依巴克区各片区房价受疫情的影响程度。

2.2 沙依巴克区各片区的现状统计分析

本文基于安居客网站和中国房价行情网站的乌鲁木齐沙依巴克区的二手房平均价格数据对沙依巴克区各个典型片区疫情前和疫情后的数据进行现状统计分析，选取的时间范围为2016.1-2019.12。分析如下：

友好路片区房价现状：疫情前2019年在售套数1099套，疫情之后2021年沙依巴克区友好路片区现在售套数515套，供给量减少了584套。疫情前2019年友好路片区均价是7645元/㎡，较前2016年增长了1022元/㎡，增长的比例为15.43%，疫情后2021年均价是8241元/㎡，较2019年增长了596元/㎡，增长的比例为7.8%，较2019年的增长比例下降了7.63%。

西山路片区房价现状：以2019年和2021年为例，疫情前后二手房在售套数分别为611套和362套，供给量减少了249套。西山路片区疫情前后的房价分别为6671元/㎡以及6766元/㎡，疫情前2019年较2016年增长了840元/㎡，增长比例为14.43%。疫情后2021年较2019年增长了96元/㎡，增长比例为1.44%。

黄河路片区房价现状：疫情前2019年在售套数482套，疫情之后2021年沙依巴克区黄河路片区现在售套数225套，供给量减少了257套。疫情前2019年黄河路片区均价是7636元/㎡，较2016年增长了614元/㎡，增长的比例为8.74%，疫情后2021年均价是8843元/㎡，较2019年增长了1207元/㎡，增长的比例为15.8%，较2019年的增长比例上升了7.06%。

阿勒泰路片区房价现状：以2019年和2021年为例，疫情前后二手房在售套数分别为4620套和2246套，供给量减少了2016套。疫情前后阿勒泰路片区二手房均价分别为7464元/㎡和7802元/㎡，疫情前2019年，2016年增长了614元/㎡，增长比例为8.74%。疫情后。2021年叫2019年增长了1207元/㎡，增长比例为15.8%。

仓房沟路片区房价现状：疫情前2019年在售套数1958套，疫情之后2021年沙依巴克区仓房沟路片区现在售套数1436套，供给量减少了522套。疫情前2019年仓房沟路片区均价是7438元/㎡，较前2016年增长了1354元/㎡，增长的比例为22.3%，疫情后2021年均价是7545元/㎡，较2019年增长了107元/㎡，增长的比例为1.4%，较2019年的增长比例下降了20.9%。

乌鲁木齐火车站片区房价现状：以2019年和2021年为例，请前后二手房在售套数分别为315套和201套，供給量减少了114套。疫情前后乌鲁木齐火车站片区房价分别为6460元/㎡和6799元/㎡，疫情前2019年较2016年增长了1455元/㎡，增长比例为29%，疫情后2021年较2019年增长了339元/㎡，增长比率为5.2%。

2.3 研究现状总结

从供给量方面来讲各个片区的在售套数在疫情的影响下的供给量都大幅下降，说明在疫情的影响下，沙依巴克区的二手房市场的活力被削减。从房价方面来说各个片区疫情后的价格都高于疫情前的价格，但各片区的2016年至2019年的房价增长比例大部分都高于2019年至2021年的增长比例，说明新冠疫情对沙依巴克区的二手房房价变动，确实带来了负面影响。

3 疫情后二手房预测价格与实际价格对比

3.1构建预测模型

基于安居客网站的乌鲁木齐市沙依巴克区二手房平均住宅价格数据，选取的时间范围为2016.1-2019.12。依据沙依巴克区友好路片区、西山片区、阿勒泰路片区、仓房沟路片区、乌鲁木齐火车站片区的二手房平均住宅价格数据，利用数学曲线拟合法预测五个片区不受疫情影响的二手房价格，对比现状与预测，具体如下：

令2016年1月份为第一期，每月对应的期数为自变量x，每月的二手房平均住宅价格为因变量y，建立一元线性回归模型：y=a+bx，a，b是线性模型待定参数。通过SPSS软件分析得出各线性回归模型的拟合优度R?，都接近1，说明拟合程度较好，可以对2020年1月份之后的二手房平均住宅价格进行预测。根据SPSS进行计算后得到：友好路片区、西山片区、黄河路片区、阿勒泰路片区、仓房沟路片区、乌鲁木齐火车站片区的二手房平均住宅价格与期数的线性方程分别为：5533.2+28.6x、6630.4+27.7x、5717.1+43.9x、5839.9+43.1x 、4759.6+44.7x。根据实际数据以及数学拟合曲线，作出对比图，见图一。

3.2主要结论

从图分析可知，除黄河路外，预测房价是均高于实际房价的，其中仓房沟和乌鲁木齐火车站最为明显，因此，房价总趋势是增长的，但是受疫情影响增长的幅度有所減小，说明疫情对房价存在负面影响。根据（预测价格-实际价格）÷实际价格这个公式来将疫情对各片区的二手房房价的影响量化，得出友好路片区、西山片区、阿勒泰路片区、仓房沟路片区、乌鲁木齐火车站片区的二手房平均住宅价格受疫情影响的影响程度分别为8.3%、9.6%、-4.3%、10.4%、15.1%、13.4%。

4 沙依巴克区二手房价波动影响因素的实证分析

4.1灰色关联模型介绍

通过前文分析可以发现，疫情确实给房价波动带来影响。因此进一步分析影响沙依巴克区的主要因素对房地产市场的研判具有一定的参考价值。本文将使用灰色关联分析法分析乌鲁木齐市沙依巴克区各片区，二手房价格受疫情影响的因素，各影响因素与价格变动的关联程度。

灰色关联分析方法是根据各因素变化曲线几何形状相似程度，来判断因素之间关联程度的方法，曲线越接近，相应序列之间的关联度就越大，反之就越小。计算关联系数、关联度以及根据关联度大小对指标排序。本文通过数理统计中的回归分析、方差分析的方法，来因素数据与系统特征数据之间的关联性系数。PS：分辨系数ρ∈（0，∞），ρ越小，分辨力越大，一般ρ的取值区间为（0，1），具体取值可视情况而定。当ρ≤0.5463时，分辨力最好，通常取ρ=0.5。

4.2指标的选取及数据来源说明

利用灰色关联分析研究沙依巴克区房价影响因素，选择沙依巴克区各片区二手房房价月均价作为特征序列。选取的时间范围为2019.8-2021.2。主要从沙依巴克区房地产开发住宅投资额、沙依巴克区个人住房贷款加权平均利率、沙依巴克区土地面积成交面积、沙依巴克区GDP、沙依巴克区家庭人均可支配收入、沙依巴克区年平均总人口四个因素，对影响住房销售价格的诸多因素进行分析。

4.3实证结果分析

从模型估计结果来看（表1）：各影响因素与住宅商品房平均销售价格之间的关联度在0.646到0.859之间，关联度数值比较大.说明所选的因素对沙依巴克区房地产价格的影响较大，具有较强的关联关系。其中，房地产开发住宅投资额、沙依巴克区GDP、家庭人均可支配收入是影响沙依巴克区二手房房价的主要因素。

第一，影响二手房价格最大的因素是沙依巴克区GDP，其对房价的关联度是0.859，说明经济社会的生产力，带来了居民生活水平，消费能力得的提高，对于房子的需求扩大。

第二，家庭人均可支配收入是0.845的关联度影响房价，说明随着居民可支配收入水平得到改善和提高，居民为了居住环境改善，居民对购买房子的消费支出占总支出的比重增大，增加商品房的需求，使得房价继续保持着上涨的趋势。

第三，房地产开发住宅投资额对二手房房价的关联度是0.781，是影响房价的次要因素，说明开发商为了不亏损而且尽最大可能盈利的情况下，房地产开发投资金额越多，房地产价格越高。

5 减缓疫情对房地产市场影响的对策建议

5.1适度发挥房地产投资稳定经济的作用提升GDP

新冠疫情导致个人收入受到影响，个人购房贷款潜在违约风险加大。银行应根据客户实际困难向个人房屋按揭贷款进行宽限期调整。建议在LPR利率的基础上，少加点或者不加点，对存量贷款和新增贷款进行利率调整，尽量减轻购房者的利息负担。

5.2促进房地产开发商投资

建议在“房住不炒”的前提下，稳定房地产投资和销售，支持房地产业合理融资需求，允许部分受疫情影响较大的房地产企业延期还贷，加快贷款展期办理，为企业调整还款计划，不盲目抽贷、断贷、压贷，以缓解近期销售萎缩对房企资金链的冲击。在合法合规和控制风险的前提下，适当增加房地产企业的融资渠道，包括商业银行的表内和表外融资。金融政策的放松势在必行，通过投放一部分资金来推动经济的发展，让消费和投资保持一定的活跃度，用空间换时间，这在当前的经济形势下是十分必要的。

5.3提高居民可支配收入

新冠疫情导致部分行业被迫停业，居民可支配收入受到影响，个人购房贷款潜在违约风险加大。首先需要通过复工复产稳定居民就业，将居民可支配收入稳定至疫情前的水平，尽快恢复经济运转秩序。加大政策力度对中小企业进行扶持，保障职工薪水提供保障。由于疫情影响失业率较高，特别是旅游业和娱乐业受影响最大时间最长，银行应根据客户实际困难向个人房屋按揭贷款进行宽限期调整，尽量减轻购房者的利息负担。

参考文献：

[1]武以敏，李壮壮，朱翔.基于VAR模型的安徽省房地产价格影响因素实证分析[J].宿州学院学报，2015，30（05）：38-41.

[2]孙钰，史学飞，崔寅.天津市房地产价格影响因素研究——基于改进熵权-灰色关联模型视角[J].价格月刊，2017（12）：1-5.

[3]宋丁.疫情冲击下的中国房地产走势和动向分析[J].特区经济，2020（04）：37-38.

[4]盛松成，宋红卫，汪恒.新冠疫情对房地产市场的冲击与对策建议[J].中国房地产，2020（08）：10-12.

[5]赵冬梅.新冠疫情对我国房地产的影响及走势分析[J].中国房地产，2020（12）：29-31.