唐朝光-- -宁市房价影响因素的灰色关联度分析.docVIP

南宁市房价影响因素的灰色关联度分析 摘要：以南宁市2000-2013年商品房价格、地价、居民人均可支配收入、GDP、房地产投资、贷款利率等相关数据为基础，通过灰色关联度分析指出：当前，居民人均可支配收入与地价是与南宁市房价关联度最高的两大要素，而GDP、房地产投资、贷款利率与南宁市房价关联度较弱，其影响依次递减。可以从提升居民收入和合理配置土地资源等途径缓解当地居民因房价过高而承爱的压力。 关键词：南宁市；房价，影响因素；灰色关联度析 Grey Relational Degree Analysis on Influencing Factors of Housing Price in Nanning City TANG Chao-guang (Guangxi Economic Management Cadre Institute, Nanning, Guangxi, 530007) Abstract：Taking the commercial housing prices, land prices, per capita disposable income, GDP, real estate investment, loan interest rates and other relevant data of Nanning City from 2000 to 2013 as the basic data , By using the grey Relational degree analysis，the author point out: at present, per capita disposable income and land prices are two highest relational degree elements with the Nanning City ,s housing prices .while GDP, real estate investment, loan interest rate have relatively weak correlation with the house prices of Nanning City, Their effect on housing prices progressive decrease. We can alleviate the local resident’s higher housing prices pressure by improving the residents income and allocating rationally land resources, etc. Keywords: Nanning City, Housing price, Influencing Factors; Grey relational degree analysis 一、引言 自2004年以来，我国房价逐年大幅上升，房价调控成为常态并为世人关注焦点 。住房问题既是经济问题，更是影响社会稳定的重大民生问题。因此，研究房价变动的影响因素具有重要现实意义。国内外学者通过大量研究指出，房地产价格波动的影响因素包括：1供求因素。具体体现为刚需、投资及投机行为、区位、房产品牌和住房供给结构等；2.成本因素。如地价、原材料、税费；3.经济因素。主要有收入、人均储蓄、房产的投资等；4.人口因素。涉及人口数量、年龄结构、家庭结构等方面；5.金融环境。贷款利率、货币汇率、经济发展水平、居民金融资产规模等决定居民的住房支付水平；6.心理因素。供需双方对住宅价格的预期、居民提前消费等会在房价上有所体现；7.租赁因素。租金、空置率会间接影响房价。8.宏观调控。国家的住房政策、土地政策、税收政策是房价变动的关键因素。[1],-[3]但是，目前对房价的研究存在两大共性：一是定性和非实证分析较多，对各种影响因素的影响机理，影响程度等,较少有定量的分析研究。二是对宏观区域的研究较多，而对微观层面的研究略显不足。本文以灰色关联分析为研究方法，以2000-2013年南宁市与商品房价格相关数据为基础，对房地产价格的各种影响因素进行相关度比较分析，从而找出影响房价变动的主要因素，为有效调控房价提供指导。 二、灰色关联分析的应用及基本步骤 1.灰色关联分析的应用 在多因素相关性分析中，灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关统计数据几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。灰色