基于灰色關聯的北京市商品房銷售狀況影響因素分析

摘要：2006年以來北京商品房價格呈現持續增長的趨勢，已經成為社會熱點問題。房地產市場是否存在泡沫、商品房價格是否合理，可以通過近年來的商品房的銷售數據分析獲得基本結論。文章以1998年～2005年北京市商品房銷售數據為研究對象，通過建立灰色關聯分析模型，確定了影響北京地區商品房銷售狀況的主要因素，根據對這些因素的研究，分析了目前北京市商品房價格增長趨勢，并提出了合理性的建議，對政府調控措施的制定和消費者理性購房具有一定的參考價值。

關鍵詞：灰色關聯分析 商品房銷售 影響因素

中圖分類號:F293.3文獻標識碼:A

文章編號:1004-4914(2007)11-026-02

自1998年我國實行住房貨幣化政策以來，我國房地產市場發展迅猛，隨著國民經濟的快速發展，商品房的銷售價格也在持續上漲。特別是近幾年，商品房價格增長過快，已經超出了城鎮百姓的承受能力，成為目前一個主要的社會熱點問題和影響社會和諧的主要因素。據統計，2006年12月全國70個大中城市新建商品房價格同比上漲6.3%，漲幅比上月提高0.5個百分點。北京新房價格同比上漲10.4%，漲幅居全國大中城市第二位。目前房價的持續上漲是否真正體現市場需求，是否真實地反映經濟發展規律，已經成為民眾關注的熱點和有關領域的一個研究重點。

本文以1998年～2005年北京商品房銷售面積及其它因素作為基礎數據，通過建立灰色關聯分析模型，對商品房銷售狀況的影響因素進行分析，得到了基本的結論，并提出了一些合理性建議。

一、影響商品房銷售的主要因素分析

商品房銷售的影響因素很多，包括經濟因素、社會因素、環境因素、政策體制等多個方面，而且各個因素是復雜和多變的，因素相互之間的關系也是比較復雜的。根據文獻［1］~［5］中對各種影響因素的分析，同時考慮到指標可量化的程度，本文主要從經濟環境、社會因素兩個方面選取了若干個指標進行分析。表1(見下頁)給出了選取的影響因素及其測度，表2(見下頁)給出了各個測度的具體量化值。

二、商品房銷售狀況影響因素的灰色關聯分析

灰色關聯分析是灰色系統理論中的重要內容，灰色系統理論具有只需少量數據就可作系統分析、模型建立、未來預測、行為決策和過程控制的特點，解決了回歸分析、主成分分析等系統分析方法的數據少，信息不確定而無法研究或難以研究的問題。目前該方法已經在工程控制、管理決策和社會經濟等許多領域得到了廣泛的應用，但在房地產領域的應用分析還剛剛起步。

灰色關聯分析方法，是根據因素之間發展趨勢的相似或相異程度，亦即“灰色關聯度”，作為衡量因素間關聯程度的一種方法。灰色系統理論提出了對各子系統進行灰色關聯度分析的概念，意圖透過一定的方法，去尋求系統中各子系統（或因素）之間的數值關系。因此，灰色關聯度分析可以對一個系統的發展變化態勢提供量化的度量，比較適合動態歷程分析。

灰色關聯分析的步驟是：

1．確定比較數列和參考數列。假設：

X0=｛X0(k)|k=1，2，…，n｝為參考數列(又稱母數列)；

Xi=｛Xi(k)|k=1，2，…，n｝(i=1，2，…，m)為比較數列(又稱子數列)；

根據表2中所提供的相應數據和上面的分析，本文以商品房銷售面積為參考數列，記為X0，選擇與商品住宅銷售價格有關的因子作為比較數列Xi，具體為：商品住宅平均銷售價格X1；居民消費價格指數X2；商品房竣工面積X3；城鎮居民家庭平均每人每年可支配收入X4；城鎮人口總數X5；非農業家庭總戶數X6；城鎮居民人均住宅使用面積X7；城鄉居民儲蓄X8；北京地區人均生產總值X9。

2．求關聯系數。灰色關聯系數9(X0(k)，Xi(k))體現了第i個子數列與母數列在第k時刻的關聯情況，是第k時刻第i個子數列與母數列所對應的點的距離狀態的反映。

3．求關聯度。由計算得到m×n個灰色關聯系數值，數值所體現的信息顯然過于分散，不便于比較。必要用一個數值體現每一比較數列各個時刻的灰色關聯系數情況，定義這個數值為灰色關聯度，記為3(X0，Xi)，簡記為鉯。

4．依關聯度大小排序。得到每個子數列的灰色關聯度后，即可對關聯度從大到小進行排序，所排出的序列稱為灰色關聯序。其關聯度排在最前面的子數列與母數列的關系最為密切，對母數列的影響最大；排在第二位的影響次之，其余依次類推；排在最后的子數列與母數列的關系最為疏遠，對母數列的影響最小。

三、計算結果

通過編寫程序，對表2中的數據進行無量綱化處理、構造灰色關聯差異信息空間，通過計算得到比較數列對參考數列的灰色關聯系數和灰色關聯度，參見表3及表4。

由計算結果可以得到灰色關聯度由大到小的排列順序為： 7>98>93>94>96>95>92>91。

四、結果分析

由上述灰色關聯度的排序結果可知，影響商品房銷售狀況的兩大類8個因素中，排在前三位的依次為：城鄉居民儲蓄、北京地區人均生產總值、城鎮居民的人均可支配收入，其他因素的影響程度由大到小依次

為：城鎮人口數、人均住宅使用面積、非農業家庭總戶數、居民消費價格指數、商品住宅平均銷售價格。

根據2007年的宏觀經濟形勢及國家即將采取的房地產調控措施，現將計算結果具體分析如下：

1．城鄉居民儲蓄。在所選取的8個影響因素中，城鄉居民儲蓄對銷售狀況的影響最大。說明在當前的房地產市場中，隨著居民存款的增加，一些居民會考慮將存款轉向房地產投資，以獲得更大的收益。

2．北京地區人均生產總值。經濟的高速發展必將推動房地產業的快速發展，GDP特別是人均GDP在某種程度上反映了一個國家或地區的整體經濟發展。一般情況下，經濟發展水平越高，房地產業越發達。這和目前的北京市房地產的實際狀況相吻合。

3．城鎮居民的人均可支配收入。隨著城鎮居民生活水平的提高，大多數居民希望改善居住環境，因此，也會影響到商品房的銷售狀況。

4．商品房需求的影響。城鎮人口數、人均住宅使用面積、家庭總戶數構成了商品房的市場需求因素。在全國平均商品房需求水平上，北京地區有著大量“人口集聚”、“商品房投資”涌入等不利因素，將導致北京地區局部房地產市場需求的大量增長，從而促使商品房價格的上升。

5．居民消費價格指數。居民消費價格指數能夠很好的反映某一個國家或地區的通貨膨脹率情況。從上述的計算結果來看，通貨膨脹率對商品房銷售的影響相對比較弱。

6．商品住宅平均銷售價格。通常情況下，商品房價格對商品房的銷售影響比較大。但從計算結果來看，8個影響因素中，商品房銷售價格對銷售狀況的影響最小，說明在當前的房地產市場中，商品房購買者對于價格因素的考慮不是很多。

五、結論與建議

上面通過對灰色關聯模型計算結果的分析，確定了北京地區商品房銷售影響因素的作用和次序。從模型結果來看，我們可以得到如下的結論：

1．在影響房地產銷售的各個因素中，排在前三位的分別是：城鄉居民儲蓄、北京地區人均生產總值、城鎮居民的人均可支配收入，這說明隨著經濟的不斷發展，居民手中可支配的收入逐漸增加，買房已經成為一種投資方式。

2．商品房銷售價格對銷售狀況的影響最小。這與文獻［3］中的分析結果有些不同，但文獻［3］是對1990年～1998年的數據進行分析得到的結果，本文是對1998年～2005年的數據進行分析得到的結果。這也表明，隨著生活水平的不斷提高，人們對房屋質量以及居住環境的要求更高；此外，房價對于投資買房的人影響不大。這一點與文獻［5］中分析的上海房地產的情況相似。

3.為了遏制房地產市場過熱帶來的負面影響，政府出臺了一系列的政策進行干預，但效果并不理想。從本文的計算結果看，作者認為政府應該重點對商品房投機行為進行干預，這對于房地產市場的穩定發展將會起到一定的作用。

［本文得到了首都經濟貿易大學校級科研項目的資助，項目編號：2005XJ009］

參考文獻:

1.盧豫，王萍.房地產市場需求影響因素的灰色關聯分析——以新疆石河子房地產市場為例［J］.沿海企業與科學，2007(3)

2.任榮榮，張紅.基于誤差修正模型的北京市住宅市場分析及需求預測［J］.住宅與房地產，2005(6)

3.朱永升，王衛華，韓伯棠.影響房地產市場需求因素的灰色關聯度分析［J］.北京理工大學學報，2002(6)

4.李長斌，王建軍，劉海旺.大連市住宅市場三年內需求預測.http://www.kangju.com.cn/file/lw.htm

5.毛廣雄，譚峰.灰色系統分析應用——預測上海房地產市場需求量變化并對其影響因素做關聯度分析［J］.數學的實踐與認識，2005(2)

6.鄧聚龍.灰理論基礎［M］.華中科技大學出版社，2002

(作者單位：首都經濟貿易大學信息學院北京100070)

（責編：賈偉）

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”