基于SD成都市商品住宅价格预测分析.docVIP

基于SD成都市商品住宅价格预测分析 　　摘 要：文章首先运用系统动力学方法研究商品住宅系统，定性分析商品住宅价格的影响因素及相互因果反馈关系；然后建立系统动力学因果反馈图，并建立系统流图，利用计算机软件进行仿真模拟，并将仿真结果与真实数据进行比较以检验模型的有效性；最后预测未来成都市商品住宅价格的走势，研究成果为提出相关政策性意见提供依据。 　　关键词：系统动力学；商品住宅价格；成都 　　中图分类号：F293.35 文献标识码：A 文章编号：1006-8937（2015）20-0134-02 　　1 系统动力学理论概述 　　系统动力学（System Dynamics，简称SD）是一门研究分析信息反馈系统的科学。SD适用于分析和研究大的复杂系统及复合系统，例如：社会、经济、环境和生物等复杂科学。系统动力学建模过程大致分为任务调研、问题定义、划定界限、反馈结构分析、变量定义、建立方程、建立模型、模型模拟、模型评估和政策分析与模型使用等非常复杂的阶段。 　　城市商品住宅产业是房地产行业的重要组成部分，它的发展与国民经济的增长和人民生活水平密切相关。 　　目前成都房地产市场处于不断调整之中，新建商品住宅价格呈现缓慢下降之势。二套房首付比例下降，央行降息，国家频频对房地产进行房地产政策刺激，这些都充分说明了国家对城市商品住宅产业的重视。 　　然而，这些政策刺激是否能有效稳定住房消费，商品住宅价格趋势未来如何演变尚存许多不确定性。为此，本文将系统动力学方法应用于城市商品住宅产业的研究之中，利用仿真模型对其未来发展趋势进行分析预测。 　　2 商品住宅市场系统动力学模型的建立 　　2.1 模型变量关系 　　模型主要包括状态变量、速率变量和辅助变量。状态变量是描述系统的积累效应的变量。包括商品住宅价格、楼面地价、城市常住人口总量、住宅供给总量和住宅需求总量和城市GDP。速率变量也叫流量，是描述系统中积累效应变化快慢的变量。 　　本模型速率变量有需求增加量、GDP增长速度、新增住宅供给、住房价格增长、楼面地价增长等。辅助变量是用以得出速率变量及状态变量的辅助代数运算变量，城市住宅市场影响因素之多，因此系统模型中的诸多因素变量均为辅助变量。 　　本文辅助变量主要有GDP平均增长率、人口年平均增长率、新增结婚人口、贷款利率等。 　　2.2 系统的因果反馈图 　　本文把成都市商品住宅市场分为需求子系统、人口子系统和经济子系统来讨论，得出关于商品住宅价格的系统动力学因果反馈图，如图1所示。 　　对涉及的各子系统反馈回路进行分析有以下几方面。 　　①人口子系统：城市常住人口总量→+人口增长→+城市常住人口总量。 　　②经济子系统：城市GDP→+住宅开发投资→+楼面价格→+房屋开发综合成本→+住房价格→+房地产业生产总值→+城市GDP。 　　城市GDP→+人均可支配收入→-房价收入比→-住宅需求总量→-供求比→-住房价格→+房地产业生产总值→+城市GDP。 　　③住宅市场需求子系统：住宅需求总量→-供求比→-住房价格→+房价收入比→-住宅需求总量。 　　住宅需求总量→-供求比→-住房价格→+房地产业生产总值→+城市GDP→+人均可支配收入→-房价收入比→-住宅需求总量。 　　2.3 系统流 　　模型的系统流图，如图2所示。 　　3 模型模拟结果分析 　　3.1 城市GDP 　　本文主要研究城市GDP与房地产业发展的内部结构关系，所以把影响GDP发展速度的其他变量看作常量，而仅仅探讨影响GDP发展趋势的房地产业相关变量之间的相互作用关系。由图中的因果反馈图知道，城市GDP所在的两条主要因果反馈环均是正的反馈环，所以可知随着城市房地产业的繁荣，城市GDP总量会越来越大。当然，随着政府的相关调控，增长速度会有所减缓。 　　3.2 城市人口 　　城市常住人口总体趋势随时间变化，人口规模逐年扩大，但是考虑到生态和水资源的承载力，常住人口增长率会逐年降低，人口总量逐渐趋于稳定。 　　根据成都人大关于《成都市城市总体规划（2011―2020）》完善情况的报告，总体规划确定市域2020年总人口约2 000万人，其中城镇常住人口约1 620万人，城镇化水平约为81%。因此本文用斜坡函数的形式表达未来十年城镇常住人口的平均增长率，是符合实际情况的。因此可以考虑采取相关的人口政策，如计划生育，减少人口的机械增长等。 　　3.3 住宅需求 　　从模型仿真出的住宅需求来看，长期来看住宅需求是不断上升的，原因是城市化进程所带来的城市常住人口不断增加以及大规模的旧城改造和城市拆迁，但由于房价上涨、居民收入提高以及消费者预期等因素的综合影响，在2010～2015年这段时间，需求增长速度缓慢。后期由于对销售面积在2015年后的预