影响房价趋势变化及地区差异因素的研究分析

影响房价趋势变化及地区差异因素的研究分析青岛理工大学梅波、李露、吴知伦目录摘要 (2)一、问题的提出 (3)二、对房价的统计概述及分析 (4)（一）、时间序列数据分析处理及相关图形 (4)（二）、截面数据及相关分析 (6)三、相邻城市间距离与房价的关系研究模型 (9)四、灰色系统对房价水平的预测及关联度分析 (11)（一）、灰色预测的方法 (11)（二）、灰色预测模型的步骤 (12)（三）、模型代入数据计算过程 (13)（四）、关联度分析 (16)五、模型的评价 (18)六、参考文献 (19)摘要本篇论文主要针对当下热点问题房价建立的一系列模型进行分析，房价在当今社会中受到诸多因素的共同作用，包括了市场机制的调节、政府政策的调整、全球经济形式的影响以及房地产业自己本身所具有的特性的左右。

论文首先从统计概述的角度，利用统计软件得出统计结果。

从时间角度利用时间序列数据，分别分析了国家水平方面的GDP对房价的影响，得出GDP和房价水平之间相关系数高达0.9788576。

以建造者角度分析了施工面积、竣工面积及销售面积与房价的关系，也得到高度相关的结果。

此外考察了房价与房屋造价的关系，得出造价是影响房价的一个因素，但不是主要因素。

然后分析了各地房价水平之间所受人均GDP、居民消费水平影响的大小，通过分别对这两个因素进行聚类分析，以聚类结果对房价水平进行均值比较，由结果分析可知居民消费水平的差异性对不同地区的房价有一定的影响。

我们还分析了地理距离对不同城市之间房价水平的影响作用。

按照一定的地理距离将城市划分几个城市群，分析这些城市群之间房价是否受到其距离的影响。

结果表明，在两个距离较近的城市间，如果二者总体经济实力相差不大的话，地理距离小将拉近二者之间房地产的价格；但经济实力相差很大的话，地理距离的大小对房价不起作用。

此外，像北京是首都，上海是经济特区，政府政策会有所偏重，地方支持等外在因素也会使房价的差异有显著影响。

最后，这也可能与人们的内心追求安逸生活的目标有关，在条件允许的情况下，人们还是倾向于居住和工作单位在同一所城市的选择。

这提醒我们，要想真正缩小“地域之间的差异”，不是看他们地理上的差异，而是缩小经济上的差距。

然后利用灰色系统预测模型，利用有限的时间序列数据进行有效地短期预测未来房价水平，并对模型的预测功能进行了级比检验、相对误差检验，说明了预测效果较佳。

随即对本年投资额、GDP、城镇居民消费水平、城镇居民家庭人均可支配收入和竣工房屋造价与商品房平均销售价格之间的相关联读进行分析，分析结果表明，城镇居民消费水平与商品房平均销售价格之间关联度最高为0.967478，这也与其他模型结果相吻合。

最后，对论文中的模型做出评价，有待进一步的提高。

关键词：商品房销售价格GDP 人均可支配收入消费水平销售面积投资额城市群分析灰色系统预测关联度分析一、问题的提出改革开放以来，我国政府对住房制度的改革，从根本上打破了传统的计划经济对房地产市场的束缚，房地产业已成为推动我国经济快速发展的重要推动力量。

但是房地产市场的快速发展使得商品房销售价格过高的问题越来越严重，已经超出了人们经济承受能力。

衣、食、住、行是人们生活所必需的，如此高的房价使工薪阶层的人们很难在城市中拥有自己的一席之地。

影响商品房销售价格的因素是多方面的，有政府的因素、市场供求的因素、经济的因素、还有房地产自身的因素，这些因素都直接或间接地影响着现在的房价。

从政府角度来看，我国是社会主义市场经济，在经济运行过程中政府的宏观调控是必不可少的，2005年以后，我国的房价迅速飙升，国家出台了一系列的政策来抑制房价，尤其是两会召开期间，中央和地方推出一系列的措施来调控房价，但是从整体效果来看，这些措施的效果并不是很明显。

由于政府的因素并不能完全合理的进行定量的分析，因此在本文中我们并没有探讨政府的因素。

从市场供求的关系来看，市场需求过大是导致商品房价格居高不下的主要因素。

伴随着经济的持续发展与工业化进程的不断推进，我国正处于城市化进程加速发展的阶段，2007年我国城镇人口占总人口的44.90%，到2009年末我国城镇人口比重达到46.59%，平均增长率为1.8646%，城市化率的提高必然会引起住房的大量需求，需求的增长引起房地产价格上升。

此外，房地产的需求还存在着需求分配不均的现象，一些经济发达的地区人口密度大，对住房的需求大，如北京、上海等一线城市的房价已经超出了普通人群可承受的范围了。

房地产的供给方面，每年的施工面积、竣工面积及销售面积三者之间的关系决定着每年提供给市场的房地产的数量，供给决定价格。

本文内我们探讨了由市场的供求因素对房价的影响。

就经济因素而言，经济的快速发展是推动房地产市场发展的主要动力。

近几年我国经济持续增长，GDP数据不断刷新，自2005年~2009年，我国GDP增长率分别为15.67%、16.97%、22.88%、18.15%、8.42%，如此高的增长率必然会使得房地产价格水涨船高，另外，经济的增长也使得人们的工资提高，人均可支配收入增加，消费水平提高，这也会使得商品房价格上升。

再者，年投资额的规模也是影响房价的重要因素。

文中我们通过对这些数据进行处理来分析这些经济因素对房地产价格的影响。

另外，从开发成本和建造成本来看，一方面，地价是影响房地产价格的核心因素。

我们国家的土地是有限的，能进行建造的土地面积是固定的，随着人口的增多，建筑的房屋的增加，地价必然会不断上升。

中新网5月5日电5日，中国社会科学院发布的2011年房地产蓝皮书《中国房地产发展报告No.8》指出，2010年我国主要城市总体地价水平及商业、居住、工业用地地价水平均呈明显上升趋势，各用途地价增长率均高于2009年，商业地价增长率超过2007年，多数城市居住用地地价水平增长幅度明显高于上年同期水平。

2010年，全国主要城市综合地价水平值为2882元/平方米，比上年增长了229元/平方米。

其中商业用地地价最高，为5185元/平方米，比上年增长了473元/平方米；其次为居住用地，4245元/平方米，比上年提高了421元/平方米；工业用地地价最低，为629元/平方米，比上年提高了32元/平方米。

2010年，全国主要城市综合地价增长率为8.62%，较上年同比提高了3.57个百分点。

商业、居住、工业用地平均地价增长率都比上年有所上升，其中，商业用地地价增长率为10.03%，较上年同期提高了4.49个百分点；居住用地地价增长率为11.02%，较上年同期提高了 3.10个百分点；工业用地地价增长率为5.29%，较上年同期提高了3.73个百分点。

另一方面，随着物价的上涨，各种消费品价格不断上升，同样的建筑材料的价格也在上涨，从2005年到2009年建筑材料的价格指数分别为：103.1、101.9、103、109.5、101.1（上年=100），建筑材料价格的上升必然会使得建造成本增加，从而使得房地产价格上升。

最后从房地产自身原因来看，房地产是不动产，一个地方的房地产只能在固定的地点销售，而不能移动，这就不能满足一价定律的条件，因此不同地区的价格有时会出现很大的差异，从而会出现价格歧视，两地区的价格差异与地域之间的距离有无明显的差异？我们对此问题也进行了简单的探讨。

二．对房价统计概况描述及分析（一）、时间序列数据分析处理我们从两个方面搜集了影响商品房销售价格因素的数据，得到了时间序列数据和截面数据，对于时间序列数据我们对其每年的增长情况进行了研究，从而研究各年的增长水平。

1、GDP的年度变化图形：自1992年起，GDP每年都在上升，国内生产总值的数据不断刷新，由图形可以看出，从2002年开始，GDP增长率逐年上升，而2008年以后，GDP增长率有所下降，但整体还是呈上升趋势。

GDP的增长会带动房地产价格的上升，我们对二者之间的相关性进行分析得到：由二者之间的相关性可知，GDP与房价之间的简单相关系数达到0.97889，如此高的相关性完全可以说明经济的增长是推动房地产价格的动力。

2、从每年的施工面积、竣工面积及销售面积三者之间的关系来看每年的施工面积几乎呈直线上升，可见建筑企业每年铺开建设战线的规模是逐年上升的，这是由需求量的增长决定的，每年的需求不断增长，需求的增长促进价格的上升，价格的上升会给企业带来利润，企业受利润驱动，施工面积逐年增长。

从图中可以看出，竣工面积与销售面积几乎一致，这两者也是逐年上升的，可见三者之间有着内在的相互关系。

而这三者与年度投资额是否也有着必然的联系呢？投资额与施工面积、竣工面积、销售面积的相关系数分别为0.9985、0.9637、0.9661，相关性都很高，而施工面积、竣工面积、销售面积相互之间的相关系数也很高，由此也证明了，上面图形的结论。

4、房屋造价与销售价格之间的关系房屋的造价与房地产的成本有着直接的关系，房屋的建造成本高，销售价格必然上升，从图中可以看出，房屋的建造成本在1998年至2003的增长率很小，房地产的销售价格也很平稳，几乎无变化。

而从2004年开始增长率逐年上升，销售价格也呈现出上升趋势，由此可见，两者之间有着一定的关系。

（二）、截面数据处理1.对人均GDP进行聚类，分3类从聚类结果可看出：北京、天津、上海的人均GDP处于一类，这三个城市属于经济发展的一线城市，而这三个城市的房地产价格也是很高的，这也是我们在前面的引言中所提到的，而在对时间序列的数据分析中我们也得出了GDP与房地产价格有着极高的相关性。

所以，GDP是影响商品房销售价格的主要因素。

2.居民消费水平与商品房销售价格关系对消费水平进行聚类：Cluster Membership四川贵州云南西藏陕西甘肃青海宁夏新疆按消费水平聚类结果均值分析结果：Multiple ComparisonsDependent Variable: HPRICELSD* The mean difference is significant at the .05 level.从结果可以明显看出消费水平对房价影响作用是显著的。

三、相邻城市间距离与房价的关系研究模型在如今交通极其便利的条件下，距离对人们生活的影响越来越小，越来越多的人认为工作地点与居住地点可以在不同但相距较近的城市间，或者是在市中心工作在城郊买房居住。

但是距离对相邻城市群间的房价到底是否会有拉平作用，如果有，作用到底用有多大呢，还受其他因素影响吗，这都还有待探讨。

本模型通过对相邻城市群间距离、房价之间差距的具体数据分析，从而得出距离对房价拉平作用的大小和条件。

本模型的具体思路是针对全国35个大中城市进行分析，通过各大城市的经度、纬度坐标，将地球看成球体估算出各大城市间的距离。

由于分析城市间距离如果过大，即使得出距离差与房价差有关系那也是没任何意义的，为了保证分析的有效性，应该只讨论分析距离在一定有效范围的内的城市群。