基于系統動(dòng)力學(xué)的住宅價(jià)格預測研究

基于系統動(dòng)力學(xué)的住宅價(jià)格預測研究基于系統動(dòng)力學(xué)的住宅價(jià)格預測研究吳振華1,黎蕓1,貴文龍,王亞蓓2(1.桂林電子科技大學(xué)商學(xué)院,廣西桂林541004;2.桂林電子科技大學(xué)國有資產(chǎn)管理處,廣西桂林541004)摘要:在系統動(dòng)力學(xué)模型中將城市商品住宅價(jià)格系統劃分為宏觀(guān)經(jīng)濟、城市亼口、市場(chǎng)需求、市場(chǎng)供給、房屋租賃和土地價(jià)值六個(gè)子系統,并引入了住宅開(kāi)發(fā)投資及其比例、供求比影響因子、住宅銷(xiāo)售面積中成交比例、開(kāi)發(fā)利潤率和基建投資等影響因子。通過(guò)仿真比較了桂林市商品住宅價(jià)格與人均可攴配收入、住宅開(kāi)發(fā)投資、GDP等主要因素的變動(dòng)情況,分析了長(cháng)期和短期各主要因素對商品住宅價(jià)格影響程度和時(shí)序,以此確定政府在不同時(shí)期以控制商品住宅價(jià)格為目的所應采取的宏觀(guān)調控措施和手段,同時(shí)為消費者和房地產(chǎn)開(kāi)發(fā)商擇機購房和投資提供相應的決策依據。關(guān)鍵詞:商品住宅;系統動(dòng)力學(xué);住房?jì)r(jià)格;房產(chǎn)投資;房?jì)r(jià)調控;調控政策中圖分類(lèi)號:F293.35文獻標識碼:A文章編號:1004-292X(2013)08-0101-06The Forecast Research of Urban Commodity Residence Price based on System DynamicswU Zhen-hua', LI Yun', GUI Wen-long, WANG Ya-bei2(1. Guilin University of Electronic Science and Technology Business School, Guilin Guangxi 541004, China2. Guilin University of Electronic Science and Technology Management Office of the State-owned AssetsGuilin guangxi 541004, ChinaAbstract: The urban commodity residence price system is calibrated separately by parts such as macroeconomic, urban poplation, housing lease, value of land, market demand and supply in this paper. The maim influencing factors are introduced intothe system dynamics model such as the housing development investments and their ratios, the relation between of demand and sup-ply, the proportion of deals of new housing selling area, the rate of development profit and the investment in infrastructure, etcThis paper analyzed the degree and time sequence of influences of the main factors influencing Guilin commodity residence price inlong-term and short-term, after the comparison of the commodity residence price with the per capita disposable income,thehousing development investments and GDP in Guilin city by system dynamics simulation, so it could be determined that the gowernment adopt correspondence available measure and the macro-economic control means to cater for controlling house prices andcurbing speculation in the property market at different ages, and it also will provide the theoretical basis for buying house and investment for consumers and real estate developers in proper occasions.Key words: Commodity residence; System dynamics; Housing prices; Property investment; Price regulationRegulatory policies城市商品住宅產(chǎn)業(yè)是房地產(chǎn)行業(yè)的重要組成部健康發(fā)展的關(guān)鍵所在。目前,在桂林市商品住宅領(lǐng)域分,該產(chǎn)業(yè)的健康發(fā)展與國民經(jīng)濟發(fā)展及人民生活質(zhì)內社會(huì )反響強烈、爭議較大的問(wèn)題主要集中在以下量提高息息相關(guān),而商品住宅價(jià)格是房地產(chǎn)業(yè)發(fā)展過(guò)個(gè)方面:房?jì)r(jià)快速上漲,二手房市場(chǎng)和租賃市場(chǎng)發(fā)育程中倍受關(guān)注的熱點(diǎn)問(wèn)題,所以,探討商品住宅價(jià)格緩慢;住房保障覆蓋面小,措施不到位;住房市場(chǎng)宏的內在機制、有效控制的過(guò)快上漲是房地產(chǎn)業(yè)持續、觀(guān)調控困難重重,調控政策尚未達到預期目標,其中收稿日期:2012-11-04中國煤化工基金項目:國家自然科學(xué)基金地區基金項目(1600:教育廳的一般項目(2CNMHG作者簡(jiǎn)介:吳振華(1972-),男,河北樂(lè )亭人,副教授,博士,主要從事房地產(chǎn)經(jīng)濟與管101技術(shù)盤(pán)濟與管理研究2013年第8期政府宏觀(guān)調控對于商品住宅價(jià)格的控制尤為重要。為的各種其他因素。根據對商品住宅價(jià)格系統的分析此,本文以城市商品住宅作為研究對象,歸納影響城本模型選取了影響商品住宅價(jià)格的若干主要因素,如市商品住宅價(jià)格的主要因素,利用系統動(dòng)力學(xué)的方法人均可支配收入、人口總量、住宅供給、住宅需求建立城市商品住宅價(jià)格模型,通過(guò)仿真為政府宏觀(guān)調等,綜合考慮模型的結構關(guān)系和指標的輸岀需要,選控商品住宅價(jià)格、開(kāi)發(fā)商投資決策以及消費者購房決取城市住宅價(jià)格系統的47個(gè)變量,包括狀態(tài)變量策提供理論依據。流率變量、輔助變量,如表1所示。以年度為計算時(shí)主要影響因素及系統動(dòng)力學(xué)建模間間隔,按照系統動(dòng)力學(xué)方法按年循環(huán)計算,當年各1.影響商品住宅價(jià)格的主要因素指標循環(huán)計算后再進(jìn)入下一輪循環(huán)。為了突出研究重城市商品住宅主要由供求關(guān)系決定,是社會(huì )經(jīng)濟點(diǎn),同時(shí)考慮到數據的可得性,對于部分變量如貸款及政策等因素綜合作用的結果。城市商品住宅供給的利率、人口自然增長(cháng)率等采取階躍函數的調用方式主要影響因素為住宅價(jià)格、住宅空置面積、住宅銷(xiāo)售通過(guò)改變外部調用數據和變量之間的函數關(guān)系,計算面積、商品住宅投資水平和其他因素,還包括開(kāi)發(fā)成岀假定情況下的模型預測結果。主要變量及其類(lèi)型如本、開(kāi)發(fā)利潤等,其中開(kāi)發(fā)成本主要包括土地、建安表1所示。成本和管理費用等。城市商品住宅需求的主要影響因素為房?jì)r(jià)收人比、家庭平均規模、人口總量和結婚人表1商品住宅價(jià)格系統動(dòng)力學(xué)模型主要變量口比例等。與此同時(shí),宏觀(guān)經(jīng)濟與國際宏觀(guān)狀況、國變量名單位變量類(lèi)變量名單位變量類(lèi)型家政策因素以及其他非經(jīng)濟因素對商品住宅的價(jià)格也人口總量萬(wàn)人人口自然增長(cháng)率具有重要的影響。經(jīng)分析總結,本文認為綜合成本住宅供給萬(wàn)平方米人均可支配收入(包括土地價(jià)格和開(kāi)發(fā)成本等)、供求比影響因子(供住宅需求|萬(wàn)平方米求形成的風(fēng)險利潤部分)是影響城市商品住宅價(jià)格的住宅價(jià)格元/平方住宅銷(xiāo)售面積萬(wàn)平方米主要因素,因此在建立系統動(dòng)力學(xué)模型時(shí)給予了重點(diǎn)經(jīng)濟增長(cháng)億元房?jì)r(jià)收入比考慮。另外,國外已有研究結果表明:住宅價(jià)格的需人口增長(cháng)萬(wàn)建安成本元/平價(jià)格增長(cháng)元/平方求彈性大約為15;25歲消費者的住房需求收入彈性房屋建筑竣工面積|萬(wàn)平方米新增供給萬(wàn)平方米燮最高,而65歲消費者的住房需求收入彈性為負凹。根供給實(shí)現萬(wàn)平方來(lái)?yè)壳八莆盏臄祿?本文在建模時(shí)僅考慮了婚齡階新增需求萬(wàn)平方米段結婚人口比例對住宅需求的影響。需求實(shí)現「萬(wàn)平方米基準地元/平方2.系統動(dòng)力學(xué)的基本原理系統動(dòng)力學(xué)( System dynamics,SD的創(chuàng )始人為美國4.系統因果反饋圖麻省理工學(xué)院福瑞斯特教授,是緊密結合系統科學(xué)理本文根據需要解決的問(wèn)題及整個(gè)系統的動(dòng)態(tài)分析論與計算機仿真、研究系統反饋結構與行為的一門(mén)科來(lái)描述住宅價(jià)格的變化,將城市商品住宅價(jià)格系統劃學(xué),是系統科學(xué)與管理科學(xué)的一個(gè)重要分支。系統分為6個(gè)互相關(guān)聯(lián)的子系統:宏觀(guān)經(jīng)濟、城市人口動(dòng)力學(xué)適用于處理長(cháng)期性和周期性問(wèn)題,無(wú)論所研究市場(chǎng)需求、市場(chǎng)供給、房屋租賃和土地價(jià)值子系統。的系統是否具有完整性,該方法都是一種非常穩定的模型總體反饋回路(以桂林市為例)見(jiàn)圖1所示方法,因為系統反饋受系統本身的歷史行為的影響對涉及的主要部分系統反饋環(huán)的簡(jiǎn)要分析把歷史行為的后果傳遞給系統本身,以影響未來(lái)的行①住宅供給-+住宅空置面積→-銀行支持力為。系統動(dòng)力學(xué)建模過(guò)程大致分為任務(wù)調研、目標度一艸房企開(kāi)發(fā)能力-+房企開(kāi)發(fā)意愿→+新成交土確立、邊界劃定、變量定義、反饋結構分析、方程建地面積艸住宅施工面積→艸新竣工住宅面積→+住立、模型建立、模型調試、模型檢驗與評估和政策實(shí)宅銷(xiāo)售面積→+住宅供紿(-)驗與模型使用等非常復雜的階段門(mén)。由于篇幅所限②住宅需求→-供求比→-住宅價(jià)格→+房?jì)r(jià)收本文主要闡述變量選擇、反饋結構分析、模型建立入比→-住房購買(mǎi)力→+住宅需求(-)評估與仿真等階段。③住宅價(jià)格→+房?jì)r(jià)收入比→-住宅需求→-住3.變量說(shuō)明宅空置面積→+住宅供給→+供求比→房企開(kāi)發(fā)意系統動(dòng)力學(xué)模型的實(shí)質(zhì)是一階微分方程組,它不愿艸+土地價(jià)中國煤化工僅描述系統各狀態(tài)變量的變化率對各狀態(tài)變量或指定5.系統流YHCNMH輸入量的依存關(guān)系,還進(jìn)一步涉及導致?tīng)顟B(tài)變量變化考慮到模時(shí)正、可探作比以可搜集數據的102基于系統動(dòng)力學(xué)的住宅價(jià)格預測研究主林市GD據桂林市2001-2011年的GDP、人口總量、房住宅銷(xiāo)售面積影增m值基本建設投人均可支屋建筑竣工面積等數據住宅價(jià)格住房購買(mǎi)力確定模型的各個(gè)基本參供求比>數,如GDP、人口總量、住宅價(jià)格、住宅需庭收入求和住宅供給的初值分發(fā)利潤貸款利率住房購買(mǎi)力>別為32976億元住房政策484.73萬(wàn)人、1739.37元年土地出讓面積/平方米、85萬(wàn)平方米城市化進(jìn)程和9597萬(wàn)平方米。為住宅施工面積房企開(kāi)發(fā)能力了保證模型的精確性銀行支持力度竣工住宅面積房屋建筑竣工面積、商住宅銷(xiāo)售面<住宅需求>品住宅空置比例、住圖1桂林市商品住宅價(jià)格系統因果反饋圖開(kāi)發(fā)投資比例都是以階躍函數的形式調入,其范圍,本文選取主要的因素而忽略了一些對住宅價(jià)格余大部分變量間的關(guān)系是以函數的形式表示影響較小的因素,如租金,原因是租金與房?jì)r(jià)之間的2.系統動(dòng)力學(xué)仿真弱相關(guān)性。同時(shí),忽略了難以量化的因素如銀行支持本文使用 Vensim軟件計算得到2001-2020年桂力度、房企開(kāi)發(fā)能力、城市化進(jìn)程等,主要是由于這林市商品住宅價(jià)格系統動(dòng)力學(xué)仿真和預測結果,如表些因素影響效果有一個(gè)逐步緩慢的積累過(guò)程,最終效所示。根據仿真模擬結果可知,2010年房?jì)r(jià)變化較果得到弱化。經(jīng)分析,桂林市商品住宅價(jià)格系統流圖前期的變化差異較大,這與桂林市的經(jīng)濟發(fā)展及人均如圖2所示。收入水平密切相關(guān),同時(shí)可以看到:人均可支配收入、住宅開(kāi)發(fā)投桂林市GD資和GDP的增長(cháng)經(jīng)濟增長(cháng)率用于分配均GDP率與房?jì)r(jià)的增長(cháng)的比例率相近,說(shuō)明人基建投資比例住宅開(kāi)發(fā)基準年基基建投資指數均可支配收入人口自然增長(cháng)率均可支配收入投資比例建投資住宅開(kāi)發(fā)投資和住宅開(kāi)發(fā)人口增長(cháng)投資比例影響因子中長(cháng)期貸款利率GDP是影響房?jì)r(jià)影響因子結婚人口變動(dòng)的主要影響比例住宅施工面積綜合成本增長(cháng)單套面積因素[住宅價(jià)格<中長(cháng)期貸三、模型評價(jià)容積率基準本稅率利率>供求比影開(kāi)發(fā)利潤率模型的真實(shí)住宅竣工響因子策影響性和有效性是系商品住宅空置比例統動(dòng)力學(xué)模型檢住宅銷(xiāo)售需求實(shí)現驗的標準。模型面積中新供給實(shí)現成交比例真實(shí)即模型模擬圖2桂林市商品住宅價(jià)格系統流圖仿真結果與理論描述的系統趨向、模型仿真比較一致,并且能夠經(jīng)受現實(shí)數據的驗證。模型的有1.數據來(lái)源和數量關(guān)系的確定效就是模型的實(shí)用性,其檢驗要面向政策,看政策的本文選取了2001-201年桂林市房地產(chǎn)市場(chǎng)數據實(shí)施在實(shí)際中國煤化工真結果一致,作為樣本,數據來(lái)源為2001-2011年《廣西統計年起到輔助決策CNMHG史值與仿真值鑒》和《桂林市國民經(jīng)濟和社會(huì )發(fā)展統計公報》。根的相對誤差及刀刀左米極驅模型的仿真結技術(shù)盤(pán)濟與管理研究2013年第8期表2桂林市商品住宅價(jià)格系統動(dòng)力學(xué)仿真結果表42001-2011年仿真數據與真實(shí)數據對比表投資房?jì)r(jià)收入人均可支配巷林市住宅開(kāi)發(fā)房?jì)r(jià)收入比均可支配收入(元)年份GDP年份(億元)比(%)收入(元)歷史數據仿真教據相對誤差歷史數據仿真教據相對誤差7483.262001960.6143%7852796061138%1.3%82468358.791.37%637954262004559%8149763795-6.27%0052002.9839.948707.6499.317678.49%926887076605%46.711036020066.857164.53%1071310360-3.3%11745220076.18979%73,7920086.374636136924-645%20091.51%3.01%5.45%146.0618297.320116.519882182973-797%420808161.3722776.6146696毅據來(lái)源:20)1-2011年廣西統計年鑒和桂林市國民經(jīng)濟和社會(huì )發(fā)展統計公報1904130058.720145195.03202.533496242025.29統動(dòng)力學(xué)模型的誤差不超過(guò)5%的變量數目基本接近215.0970%以上,并且全部滿(mǎn)足每個(gè)變量的相對誤差不大于6178.1253803.810%,因此可以認為城市住宅價(jià)格系統動(dòng)力學(xué)模型的理62710,4715953353.39論構建比較成功,模型的總體仿真和預測性能較好。四、結果分析8061.18如圖3所示,除了2002-2004年有所下降以外彀據來(lái)源:2001-2011年廣西統計年鑒和桂林市國民經(jīng)濟和社會(huì )發(fā)晨統計公報從2001年以來(lái)總體來(lái)看,桂林市商品住宅價(jià)格是處果,計算相對誤差的公式為式1,其中,y,y。分別表于上漲之中,尤其在2009-2012年的增長(cháng)幅度最大在2005-208年房?jì)r(jià)增長(cháng)較快,在2001-2004年示第i個(gè)變量在第t年的實(shí)際值與仿真值,g為模型中2013-2020年房?jì)r(jià)有緩慢增長(cháng)的態(tài)勢,其中,2016年的變量的數目。如果c<5%的變量數目占70%以上并且每個(gè)變量的相對誤差不大于10%,則認為模型的總之后房?jì)r(jià)雖然也在增長(cháng),但其漲速相對2009-2012年的趨緩,房?jì)r(jià)的漲幅得到控制。其中,2008年之后房體仿真和預測性能較好。將模型的仿真值與價(jià)增長(cháng)加快,部分原因是由于實(shí)行了從緊的貨幣政策2001-2011年桂林市真實(shí)數據對比得到模型主要指標和加息等手段,抑制了經(jīng)濟過(guò)快增長(cháng),而這一政策對房的仿真效果如表3和表4所示。地產(chǎn)市場(chǎng)需求產(chǎn)生結構化影響,一方面抑制了中低收入表32001-2011年仿真數據與真實(shí)數據對比表者自住需求的支付能力,另一方面高收入者投資投機需住宅價(jià)格(元/平方米)住宅開(kāi)發(fā)投資(億元求將積極入市,因此進(jìn)一步推動(dòng)房?jì)r(jià)繼續上揚。此外,歷史數據仿真數據相對誤差歷史數據|仿真數據‖相對誤差當年我國地價(jià)房?jì)r(jià)倒掛現象嚴重,一些通過(guò)招拍掛出讓20011739.371739.37013.1613.19土地的樓面地價(jià)已經(jīng)接近或高于同地段在售新建房屋的1703價(jià)格,必然使房?jì)r(jià)大幅提高。而外資投資國內房地產(chǎn)市20032131.242132260.05%26.2427.5048%場(chǎng)的擴張趨勢、資金流動(dòng)性過(guò)剩,對房?jì)r(jià)上漲也起了推20041793.241776.22-0.95%66.0463.95-3.16%波助瀾的作用41.713994-4.24%20062000522911.18%51.1346.71864%住宅價(jià)格10,00020072414432338.66-3.14%79.04731-7.25%20082796.08273638-2.14%79.203.79-683%20092980.64304702223%計5,00020103573.953484.11-251%11801114.52-2.96%毅據來(lái)源:201-201年廣西統計年鑒和桂林市國民經(jīng)濟和社會(huì )發(fā)展統計公報。2001200中國煤化工o52017209,i=1,2,…,g;t=2001,2002,…,2011(1)CNMHG從表3、表4可以看出:桂林市商品住宅價(jià)格系圖3兩品住宅價(jià)格仿真結果104基于系統動(dòng)力學(xué)的住表52001-2020年仿真模擬數據的對比分析表較快增長(cháng)(經(jīng)濟增長(cháng)率17.75%)導致住房需求較高時(shí)間段商品筆價(jià)格人均可支配收住宅開(kāi)發(fā)放資壯林市D房?jì)r(jià)收入比住宅開(kāi)發(fā)投資意愿較低(住宅開(kāi)發(fā)投資增長(cháng)率從上23.88%階段的21.88%降低至12.14%)導致商品住宅供給較0.92%73.9%894%低,結果商品住宅價(jià)格上漲過(guò)快。因此,消費者理性20052008115%17.8%的做法是應進(jìn)行觀(guān)望,不宜馬上做出購房決策200920121359%21.88%%(2)房?jì)r(jià)的變化率可能會(huì )高于住宅開(kāi)發(fā)投資變化率2013201610.08%12.14%結果會(huì )導致房?jì)r(jià)上升幅度較高。如前文圖表所201720206.88%1731%-8.91%示,住宅開(kāi)發(fā)投資的變化率一般要高于房?jì)r(jià)的變化綜合并整理以上仿真和模擬結果,分時(shí)間段以表格率,因此當房?jì)r(jià)的增長(cháng)率較低時(shí),開(kāi)發(fā)商應該加大投形式對比各增長(cháng)率間的相互變化關(guān)系,如表5所示。資力度,將投資增速保持在一定水平,不僅可以拉動(dòng)1.長(cháng)期(2001-2020年)內各指標間的變化關(guān)系房?jì)r(jià)的增長(cháng),而且會(huì )增加收人,提升經(jīng)濟效益(1)住宅價(jià)格與經(jīng)濟、住宅開(kāi)發(fā)投資和人均可支(3)房?jì)r(jià)漲幅與當年GDP漲幅的相關(guān)性很高配收入的增長(cháng)速度基本上一致方面,房?jì)r(jià)的上漲及上漲預期將帶來(lái)更多的房GDP增長(cháng)率與人均可支配收入的變化最具有一致地產(chǎn)開(kāi)發(fā)投資,拉動(dòng)建筑、金屬制造、家電、裝修等性,這說(shuō)明經(jīng)濟發(fā)展和人均可支配收入具有非常密切行業(yè)的發(fā)展,有效解決社會(huì )就業(yè),對經(jīng)濟增長(cháng)產(chǎn)生乘的相關(guān)性。數效應,GDP隨之增加;另一方面,GDP的上漲反映(2)商品住宅價(jià)格、GDP、住宅開(kāi)發(fā)投資和人均國民經(jīng)濟的成長(cháng),通貨膨脹將帶來(lái)資產(chǎn)價(jià)格的提高,可支配收入的增長(cháng)速度略有差異反過(guò)來(lái)促進(jìn)房?jì)r(jià)的上漲。商品住宅價(jià)格的增長(cháng)速度最慢,住宅開(kāi)發(fā)投資增2001-2008年間,房?jì)r(jià)上漲加快(275%-115%),長(cháng)速度最快,這說(shuō)明住宅開(kāi)發(fā)投資增長(cháng)水平不僅決定了GDP在同一時(shí)期增速也在快速增長(cháng)(8,94%~17.8%)。但人均可支配收入水平,而且決定了商品住宅價(jià)格水平2013-2016年人均可支配收入上漲較大23.98%)時(shí)即不同城市的住宅開(kāi)發(fā)投資增長(cháng)情況不同,商品住宅價(jià)經(jīng)濟增速有一定提升,房?jì)r(jià)較上一階段的增速放緩,格也會(huì )有所不同?？梢?jiàn)政府要想抑制房?jì)r(jià)的上漲幅度,雖然要注意經(jīng)濟(3)人均可支配收入增長(cháng)速度要略慢于GDP增增長(cháng)速度的增長(cháng),更需要保證經(jīng)濟的發(fā)展質(zhì)量,提高長(cháng)速度人均可支配收入。個(gè)人的收入水平取決于經(jīng)濟的增長(cháng)情況,因此個(gè)(4)經(jīng)濟的發(fā)展不能過(guò)度依賴(lài)房地產(chǎn)業(yè)的擴張人住房消費水平可根據經(jīng)濟增長(cháng)情況做出合理預期在2009202年投資的大幅增長(cháng)(9.25%~21.88%)(4)商品住宅價(jià)格的增長(cháng)速度要慢于人均可支反而使GDP增速放緩。應注意產(chǎn)業(yè)結構的合理化,注收入的增長(cháng)速度意發(fā)展工業(yè)才能更好保持桂林經(jīng)濟的可持續發(fā)展。個(gè)人在做出商品住宅投資決策前,不僅要看經(jīng)濟(5)有效控制經(jīng)濟和住宅開(kāi)發(fā)投資增長(cháng)速度可以增長(cháng)情況,而且要考慮個(gè)人或家庭的收入情況。更好地抑制房?jì)r(jià)的過(guò)快增長(cháng)(5)房?jì)r(jià)收入比為負增長(cháng)從前文圖表中可以看出,當經(jīng)濟增長(cháng)率超過(guò)9%這說(shuō)明隨著(zhù)房?jì)r(jià)收入比的下降,商品住宅需求會(huì )時(shí),房?jì)r(jià)的增長(cháng)率在6.8%以上甚至達到了13%以上增加,因此政府可以通過(guò)調整個(gè)人可支配收入來(lái)調控因此房?jì)r(jià)升高與經(jīng)濟的過(guò)熱增長(cháng)密切相關(guān),而9%的商品住宅需求,進(jìn)而對商品住宅價(jià)格產(chǎn)生影響。經(jīng)濟增長(cháng)率可以看作是經(jīng)濟增長(cháng)影響房?jì)r(jià)猛漲的警戒(注:由于政府每5年做一次規劃,因此本文將4年線(xiàn)。固定資產(chǎn)投資增長(cháng)速度連續幾年明顯快于GDP的作為一個(gè)時(shí)間段,這樣可用5年的經(jīng)驗數據作為參增長(cháng),是經(jīng)濟過(guò)熱在一個(gè)方面的重要反映。所以本文考,合理做出下一個(gè)五年規劃中與商品住宅價(jià)格相關(guān)認為,政府將經(jīng)濟增長(cháng)控制在9%的范圍以?xún)?將有的宏觀(guān)調控措施。)利于房?jì)r(jià)的穩定。2.短期(4年)內各個(gè)指標間的變化關(guān)系五、結論與建議(1)房?jì)r(jià)與人均可支配收入的增長(cháng)速度可能存在本文運用系統動(dòng)力學(xué)模型建立了桂林市商品住宅較大差異市場(chǎng)價(jià)格系統仿真預測模型,經(jīng)過(guò)數據分析得出了以2013-2016年人均可支配收入的平均增長(cháng)率下結論與建議V凵中國煤化工(23.98%)與商品住宅價(jià)格的平均增長(cháng)率(10.08%相差兩從長(cháng)期來(lái)CNMHG支配收入的變倍多。該期間商品住宅供需發(fā)生明顯變化,即經(jīng)濟的化最具有一致性;以以妞過(guò)能人可支配收入技術(shù)盤(pán)濟與管理研究2013年第8期來(lái)調控商品住宅需求,進(jìn)而對商品住宅價(jià)格產(chǎn)生影響。濟能力租賃房屋作為過(guò)渡,從而逐步培育起梯級消費從短期來(lái)看,商品住宅價(jià)格與人均可支配收入的的市場(chǎng)結構。增長(cháng)速度可能存在較大差異;政府將經(jīng)濟增長(cháng)控制在9%的范圍以?xún)?將有利于房?jì)r(jià)的穩定;房?jì)r(jià)漲幅與【參考文獻當年GDP漲幅的相關(guān)性很高,但經(jīng)濟的發(fā)展不能過(guò)[1] A. Mitchell Polinsky, David T. Ellwood. An Empirical Reconci度依賴(lài)房地產(chǎn)業(yè)的擴張,應注意產(chǎn)業(yè)結構的合理化iation of Micro and Grouped Estimates of the Demand for注意發(fā)展工業(yè);政府保證經(jīng)濟增長(cháng)的同時(shí)更需要保證Housing [J].The Review of Economics and Statistics, 1979, 61(2):199-205經(jīng)濟的發(fā)展質(zhì)量,提高人均可支配收入。[2] Allen C. Goodman. An Econometic Model of Housing Price通過(guò)對仿真結果的研究,結合桂林市住宅市場(chǎng)發(fā)Pernanent Income, Tenure Choice and Housing Demand JI展過(guò)程中的一些問(wèn)題,提出如下政策調控建議Economics,1988,23(3):327-3531.積極調整住宅供給結構③3]鐘永光,賈曉菁,李旭.系統動(dòng)力學(xué)[M]北京:科學(xué)出版社桂林市是廣西旅游資源的集聚地,隨著(zhù)居民消費2009:3-4結構的升級和政府對旅游業(yè)的支持,旅游地產(chǎn)今后也[4] Katica( Stevanovic)Hedrih. Nonlinear Analysis: Theo會(huì )在不少地區有較大發(fā)展。開(kāi)發(fā)商業(yè)地產(chǎn)時(shí),可以在A(yíng)pplications [J].The Integrity of D桂林市的新區、產(chǎn)業(yè)園區加強地產(chǎn)的投資,擴大貼近百姓的社區商業(yè)網(wǎng)點(diǎn)的布局與建設,充分利用桂林市15黃本笑,范如國.管理科學(xué)理論與方法[M武漢:武漢大學(xué)出地區的優(yōu)勢發(fā)展多結構的住宅供給。版社,2006:96-97l6]胡雨村,沈岐平.香港住宅產(chǎn)業(yè)發(fā)展的系統動(dòng)力學(xué)研究2.加強基礎設施建設和公共產(chǎn)品供給以促進(jìn)競爭系統工程理論與實(shí)踐,2001,21(7):32-3相關(guān)部門(mén)應采取措施大力促進(jìn)市場(chǎng)競爭,改善城[7 Wu Zhenhua, Wang Yabei. A Comparison of Unit F市交通條件和保障性安居工程建設、加強房地產(chǎn)中配Rents of Urban Lands for Different Purposes-rices and套設施企業(yè)的建設,從而給城市房地產(chǎn)價(jià)格一個(gè)向下of Shenzhen IC.The 2010 International Conference on Con-的壓力。通過(guò)公共產(chǎn)品的供給來(lái)調控房地產(chǎn)市場(chǎng)struction and Real Estate Management Proceedings, 2010(2)方面要盡量打通房地產(chǎn)樓盤(pán)之間的溝通,促進(jìn)其良性1201-1206競爭;一方面多建設連接城區和郊區的交通干線(xiàn),這王其藩.高級系統動(dòng)力學(xué)[M北京:清華大學(xué)出版社,19952-6.樣可以加劇城郊樓盤(pán)的競爭和增加可供建造住宅的土]李子奈.計量經(jīng)濟學(xué)M北京:高等教育出版社,200027-8地。在住宅小區的規劃上,多建設規模較小的居「!0梁云芳,高鐵梅.我國商品住宅銷(xiāo)售價(jià)格波動(dòng)成因的實(shí)證分區,使人們的居住點(diǎn)更接近工作單位。析門(mén)管理世界,200608)3.降低稅率和住房交易稅,強化開(kāi)征房產(chǎn)稅[11景曉磊,侯?lèi)?ài)敏,賈建東,城市居住用地供應影響因素研究可將銷(xiāo)售進(jìn)度和售房信息公開(kāi)、切實(shí)注意網(wǎng)上售綜述中國城市經(jīng)濟,201106房登記的落實(shí)等措施,使投機炒房者的交易風(fēng)險增2陳杰,鄭天.我國房地產(chǎn)市場(chǎng)發(fā)展中的外資因素分析—我加、有效縮短炒作的時(shí)間,以此抑制投機性需求的過(guò)國房地產(chǎn)價(jià)格波動(dòng)與外資影響即價(jià)格理論與實(shí)踐,2009003熱,使正常住房需求得到更好滿(mǎn)足。降低住房交易稅收∏3黃厚霞,侯莉穎.房?jì)r(jià)影響因素綜述卩中國房地產(chǎn),201l負擔、調整享受優(yōu)惠政策的普通商品住房?jì)r(jià)格標準,加(14).4李敏捷,傅澤田.住宅價(jià)格的影響因素綜述卩建筑經(jīng)濟,大住房消費信貸,特別是公積金貸款支持力度2007(024.限制土地出讓價(jià)格,增加土地有效供應5漆渝航.商品房?jì)r(jià)格的影響因素分析—一以廣東省為例卩對列入年度供地計劃的保障性安居工程用地做到應知識經(jīng)濟,201001)保盡保,及時(shí)供地。認真落實(shí)今年商品住房用地供應計∏′周建軍.我囯房地產(chǎn)價(jià)格的影響因素及其合理性硏究劃總量原則上不得低于前兩年實(shí)際供應量的要求,對列商業(yè)研究,200904)入年度供地計劃的保障性安居工程用地做到應保盡保,7陳淮.房?jì)r(jià)波動(dòng)如何看待稅收調控中國稅務(wù),200511及時(shí)供地,以此保持市場(chǎng)的良性運行。18]王超,房地產(chǎn)市場(chǎng)與經(jīng)濟發(fā)展的研究綜述[中國住宅設5.調整住宅開(kāi)發(fā)的投資方向要降低住宅的整體價(jià)格可適當減少高檔住宅投1〕施他,稅收政策對南京房地產(chǎn)市場(chǎng)的影響分析黑龍江科技信息,200803)資,增加經(jīng)濟適用房的建設;更加穩步快速增加保障20]王先柱,趙中國煤化工的影響一一基于房和普通商品房的投資;適當鼓勵租賃,引導有房者1999-2007HCNMHG改革2000通過(guò)出租房屋獲取長(cháng)期投資收益、無(wú)房者根據自身經(jīng)(頁(yè)任編輯:FMX)