青島市房地產市場需求影響因素分析

桑學恒

青島市房地產市場需求影響因素分析

桑學恒

通過對青島市房地產市場的基本現狀和國內外相關文獻的狀況的研究與分析，選取對房地產市場影響比較大的六個因素，分別為人均可支配收入、房屋銷售價格、城鎮人口總數、地區生產總值、人均房屋居住面積以及按揭貸款的利率對房地產市場的需求進行分析，主要運用了灰色關聯度分析法，對青島市房地產市場的影響因素進行了關聯度的排序，針對當前的研究狀況給出了相關的政策建議。

青島市；房地產；灰色關聯度

一、研究背景

（一）青島市房地產市場的基本現狀

近年來，青島市經濟持續快速發展，人民生活水平不斷提高，對住房的需求數量和質量都有較大的增長。首先，住房開發量多年持續高速增長，其中，住房開發量增長率在2000年到2009年一度高于10%；其次，住房銷售市場非?；钴S，住房銷售面積每年都有較大增長，雖然2008年經濟危機，使得青島市房地產市場變得比較低迷，但是，青島市房產市場剛性需求較大，市場需求潛力較大；第三，青島市房價階梯式上升，從南向北遞次效應明顯。另外，青島市的城市化進程正在穩步推進，膠州灣高速的建設以及跨海大橋的施工極大地加快了青島整體化戰略的進程。人口數量的增加創造出更多的住房需求。未來，青島市住房的需求量會保持持續增長。

（二）國內外研究現狀

Lienert和Egebo(1988)研究發現人均可支配收入對住房的需求有很大影響，住宅本身并沒有特別的替代品,因此，人們對于住宅的需求并不能通過其他的途徑減??；住宅與普通商品一樣，當住房的價格上漲時，其需求量一般會減小。但是,當存在通貨膨脹時，對于住宅的需求可能會因為其投資價值的增加而增加。

Mishkin和Kearl(1997)運用流動資產假說理論，得出在經濟系統中，資產價格會影響資產價值,而資產價值又會受到貨幣政策的影響,因此，對于房屋的需求量必然受到貨幣政策的影響。

朱永升、王衛華和韓伯棠(2002)認為住宅需求的影響因素實際上是比較多的，而且各個影響因素之間的關系非常復雜，他們通過復雜的數學模型得出人們的可支配收入、城鎮居民的數量、城鎮人均居住面積、房屋價格和國家經濟發展狀況是主要的影響因素。

曹光輝（2002）通過對一系列因素的分析發現城鎮居民人口數量、人均可支配收入、住宅政策和經濟發展水平是影響住宅需求市場的主要因素。其中,人口數量是最主要的影響因素。

胡偉艷和張鈺（2007）通過對武漢市的房產市場需求影響因素進行了深入的研究，他們主要運用灰色預測模型和回歸預測模型兩種方法對武漢市住宅需求量進行了預測。結果發現,這兩種方法雖然都能較好地預測住宅市場的走勢,但是灰色關聯模型的準確度更高。

吳步鑒（2011）經過研究發現政府政策對于住宅市場的影響比較明顯,土地價格的上漲也會明顯影響居民對于住宅的需求。

中外學者對房地產市場需求影響因素已經做了比較全面的研究和分析。他們的研究主要考慮了房產價格、城鎮人口數量、可支配收入、國民經濟總量和人均居住面積等這些因素。本文將主要增加按揭貸款的利率這一影響因素，以住宅的實際銷售面積代表居民對住宅的實際需求，運用灰色關聯度分析法對房地產市場需求因素進行研究。

二、房產市場影響因素的指標選擇

（一）人均可支配收入

居民的可支配收入對居民的購買能力起決定性作用,也就決定了居民對購買房地產的消費能力。因此,居民人均可支配收入是對房地產需求產生影響的主要因素之一。

（二）房屋銷售價格

不管哪種商品的需求，價格必然是影響因素之一，房地產行業也不例外，而且居民對房產價格比較敏感，房產需求富有彈性。房產價格是指一定時期內房產所有權轉移時買賣雙方實際成交價格。本文以青島市房屋銷售價格指數分析其對房地產市場需求的影響。

（三）城鎮人口總數

從理論上來說，居民的居住面積是人口總數與人均居住面積的乘積。因此假如人均居住面積不變，人口數的增加必然會增大對住房的需求量，這一點是顯而易見的。

（四）地區生產總值

地區生產總值代表國民經濟發展水平，因此，地區生產總值會影響各行業的發展，房地產業也必然會受到地區生產總值的影響，地區生產總值的增加在一定程度上提高居民對未來的預期，從而增加對房地產的需求。本文中用青島市國民生產總值代表青島市經濟發展水平。

（五）城鎮人均居住面積

隨著經濟的發展，人們對于生活水平的追求更加注重品質，必然導致了居民對于住房要求的提高。因此，人均居住面積也對房地產市場產生重要的影響。

（六）按揭貸款利率

按揭貸款利率對房地產市場需求的影響程度遠大于按揭乘數的影響。貸款的利率現在逐漸成為國家宏觀調控的手段之一。銀行貸款利率會隨著市場的發展而發生經常性的變化，本文以歷年來青島市12月份5年以上貸款利率代表本年度銀行的貸款利率進行分析。

三、灰色關聯度模型與實證分析

（一）灰色關聯度模型

灰色系統關聯度模型是一個重要的系統分析方法，它是兩個系統或系統內的各因素隨時間變化時，其變化方向和速度的關聯程度，它是一種比較客觀的分析方法。在系統發展過程中，哪些因素是主要影響因子，可以用關聯度的排序來分析，關聯度大的表明該因素是影響系統發展主要影響因子，關聯度小的說明系統發展不受或少受此因素的影響。通過關聯度分析，便于分析主導因素和潛在因素。它對樣本量的多少和樣本的規律性沒有特殊的要求，同時，計算量比較小，量化結果與定性分析結果保持高度的一致性。灰色關聯度分析是較為全面地表征各數據序列之間聯系是否緊密的一個數量指標。

（二）灰色關聯分析法具體步驟為:

第一步,設序列,并將其標準化。

設x0(t)(t=l,2,3,…,m)是參考序列,xi(t)(t=l,2,3,…,m;1=1,2,3,…, n)是n個比較因素序列，要研究這n個子序列與母序列的關聯程度,應先將各序列均值化處理或者標準化處理，均值化處理公式為Xi=Xi(1)。

第二步：求差序列。記△i(k)=|x0(k)-xi(k)|。

第三步：求兩級最大差與最小差。記

第四步,求關聯系數。關聯系數ξi(k)由下式確定:其中:

ρ稱為分辨系數,o＜ρ＜1,通常取ρ=0.5;

第五步,求關聯度。

γi定義為:；最后，比較γi與γj（i≠j），若γi＞γj，則表明第i個因素對結果的影響比第j個因素大。

（三）實證分析

1.尋找數據

從《青島統計年鑒2014》可查得各年的指標數據，見表1。

表1　原始數據

2.數據處理

本文的灰色關聯度分析具體過程如下:

第一步,設商品房銷售面積為X0,青島市人口總量為x1,城市人均居住面積為X2，城市人均可支配收入為X3，GDP為X4，商品房銷售價格指數為X5，按揭貸款的利率為X6，可得母序列和子序列如表1。

第二步,對數據進行均值化處理，求各序列的均值像。計算結果見表2：

表2　各序列的均值像列表

第三步：計算各序列的差序列，計算結果如表3：

△0(k)　△1(k)　△2(k)　△3(k)　△4(k)　△5(k)　△6(k)年份2007　0　0.175349 0.084947　0.113317 0.173694 0.236661 0.380617 2008　0　0.243257 0.259834　0.05766　0.030205 0.283041 0.137246 2009　0　0.219453 0.212411　0.335969 0.359263 0.231131 0.330562 2010　0　0.287857 0.279341　0.328342 0.311752 0.260562 0.327145 2011　0　0.038947 0.047478　0.126979 0.170261 0.029969　0.12522 2012　0　0.118726 0.125815　0.336382 0.360475 0.027872 0.106673 2013　0　0.06897　0.026322　0.256607 0.283769 0.085851　0.09205

第4步，計算最大級差和最小級差。

第5步：計算關聯系數。計算結果如表4：

表4　灰色關聯系數計算結果

第6步：計算關聯度。

由上述計算結果得出各因素對住宅市場的影響程度排序，如表5所示：

表5　各量化指標灰色關聯度分析排序結果

（四）各量化指標的排序結果分析

根據以上的排序結果可以看出：第一，人均占有面積與住宅需求關聯度明顯,說明改善型住宅推動青島市住宅需求不斷增加。第二,住宅價格對住宅需求市場具有顯著影響,這表明居民對住宅價格的波動敏感度較高。人們大都擁有條件較差的住宅，剛性需求已經不是主要的需求來源，改善性投資需求較大。第三，青島市人口總數與房地產需求關聯比較明顯，說明青島市新增人口的購買力比較強，對房地產的需求比較大。第四，按揭貸款的利率對房地產的需求影響比較大，說明由于近幾年住宅市場房貸利率不斷上調，雖然居民消費水平有所改善，但是為改善居住條件而做長期較大的投資，人們會慎重考慮房貸利率。第五，居民可支配收入對于房產需求關聯較強，說明，隨著居民可支配收入的增加，人們對于房產的需求也越來越大。

四、結論與不足

（一）研究結論

作為山東省經濟最發達的城市，青島市近幾年經濟發展依舊非常迅速，而且，青島市的住宅產業也在高速發展，但目前對青島市住宅市場發展的研究還相對較少，國家對住宅產業的宏觀調控政策力度不斷加大，房地產企業面臨著非常嚴重的挑戰，青島市政府如何在貫徹執行國家政策的前提條件下，保證地區經濟和房地產行業的穩定發展變得非常重要。因此，對青島市住宅市場需求進行研究，從而為當地政府和房地產企業提供相應的對策和建議，意義非常重大。本文首先對住宅及住宅市場的相關理論進行研究，其次運用統計學和經濟學的相關方法，主要運用灰色系統模型對青島市住宅業發展現狀進行實證分析，得出結論。

通過借鑒國內外相關學者的研究結論，分析了目前影響青島市住宅需求的各種因素，并對各種因素進行了量化處理，得出6個可以量化的因素，并對6個量化因素運用灰色關聯法進行關聯度分析，得出影響青島市住宅需求增長的最主要因素，按關聯度大小依次為城鎮人均居住面積、房屋銷售價格指數、青島市人口總數、按揭貸款利率、人均可支配收入、地區生產總值。

（二）研究的不足

由于本人對房地產行業以及住宅市場的相關信息掌握的有限，而且這方面的相關理論和知識也學習得不夠，所以只是對青島市住宅市場做了一個初步的研究，許多問題還有待進一步深入研究。

本文在選取影響青島市住宅市場需求的因素時，只考慮了可以統計以及可以量化的部分因素，對其他很多可以統計和量化的因素如何影響住宅市場需求的發展還沒有做進一步的研究。例如政府政策的指標等，而房地產業受政策波動的影響很大，它是一個政策性較強的產業。

[1]李笑.株洲市房地產市場需求影響因素的實證研究[D].碩士論文,2007：3-6.

[2]左文進，瞿理銅.房地產市場需求影響因素的灰色關聯度研究[J].當代經濟,2010，（04）：108-109.

[3]史彥虎，郝彩娟，朱先奇.基于灰色關聯模型的汽車市場需求影響因素分析[J].山西農業大學學報,2012，（02）：155-159.

[4]齊順.綜合分析法對房地產市場需求因素的研究————以青島市為例[J].科技創新與應用,2013，（07）：268.

[5]劉亞臣,孫夢筱,劉萬博.基于灰色系統理論的沈陽市住宅需求預測[J].沈陽建筑大學學報,2012，(01):50-54.

[6]呂效國,余躍,張國梁.住宅房地產市場需求狀況影響因素的層次分析[J].集團經濟研究,2007，(04):32-33.

[7]胡偉艷,王鈺.武漢市商品住宅需求影響因素及預測[J].工業技術經濟,2007(05):86-89.

[8]鄧聚龍.灰色系統[M].長沙:國防工業出版社,1985.

[9]鄧聚龍.灰色系統的基本方法[M].武漢:華中理工大學出版社, 1986.

[10]青島統計年鑒（2007～2013）.

桑學恒，男，山東淄博人，上海海事大學經濟管理學院國際經濟與貿易專業碩士，研究方向：國際貿易理論與政策。

F293.3

A

1008-4428（2015）08-44-03