河南財經(jīng)政法大學畢業(yè)論文_房價問題聚類分析

1、本科生畢業(yè)論文（設計）當前房價問題聚類分析姓名陳 真學號專業(yè)統(tǒng)計學指導教師王洪霞2014年5月25日摘 要 房價上漲是近年來社會廣泛關(guān)注的一個熱點問題，房價上漲的持續(xù)性以及房價過快上漲的危害是大家關(guān)注的重點。房價是否合理，是否已經(jīng)超過了民眾的購買能力，僅僅通過表面觀察和憑空想象是不能回答這些問題的，要通過科學的研究方法才能得出合理的結(jié)論。本文首先用兩組數(shù)據(jù)，引出房價上漲問題。然后，簡單介紹以下聚類分析方法，包括聚類分析的概念、特征和一般步驟。再選取當前我國35個大城市為研究對象，選擇一些與房價關(guān)系較密切的有代表性的經(jīng)濟指標，選擇指標時要注意考慮到指標的合理性以及數(shù)據(jù)獲得的可能性。最后運用SPS

2、S統(tǒng)計軟件對其進行聚類分析，并對聚類分析的結(jié)果進行分析，得出相應的對策并提出合理的建議。關(guān)鍵詞：房價；指標；聚類分析Abstract The problem of house price is a hot and popular topic in recent years. Continuation of house price increase and its harm is the focus of public attention. Whether the house price is reasonable and whether it is too high to exceed the

3、 purchasing power of the people, cannot be answered just by surface observation and imagination. Firstly, with the two sets of data, this paper leads to the problem of house price increase. Then, this paper gives a brief introduction of the cluster analysis, including the concept, features and gener

4、al steps of cluster analysis. Then this paper selects 35 cities for the study object, and selects some representative economic indicators that are relatively close with the house price considering the reasonableness and the possibility of obtaining data. Finally, using SPSS statistical software this

5、 paper analyzes the results of cluster analysis, obtains the corresponding countermeasures and puts forwards the reasonable suggestions.Key Words: house prices; indicator; cluster analysis目 錄摘 要IAbstractII一、引 言1（一）房價上漲問題的提出1（二）研究思路和方法2二、聚類分析簡介2（一）聚類分析的概念2（二）聚類分析應用范圍2（三）聚類分析特點3（四）聚類分析的一般步驟3三、房價問題的聚類分

6、析3（一）指標的選擇41. GDP總量42. 居民人均可支配收入43. 房價收入比44. 人均GDP5（二）各城市房價問題聚類分析51. 數(shù)據(jù)的搜集和整理52. 數(shù)據(jù)標準化處理63. 解析聚類表73. 解析聚類分析樹狀圖10（三）小結(jié)與感想12四、房地產(chǎn)價格的影響因素分析12（一）影響房屋需求變動的因素121. 人均可支配的提高122. 城鎮(zhèn)家庭戶數(shù)的增加123. 房產(chǎn)投資與投機134. 部分消費者不合理的消費觀13（二）影響房屋供給的因素131. 土地取得成本132. 開發(fā)和管理成本14五、我國房價上漲的治理措施14（一）我國房價上漲的特點141. 住房絕對價格偏高142. 房地產(chǎn)價格倒掛1

7、43. 投資投機性購房比例升高144. 房價上漲具有時段性和區(qū)域性特點15（二）治理措施151. 增加住房有效供給152. 抑制不合理住房需求153. 加強市場監(jiān)督管理15參考文獻16致 謝181、 引 言（一）房價上漲問題的提出 居住是國民安居樂業(yè)和社會穩(wěn)定的關(guān)鍵所在，也是社會發(fā)展水平的綜合表現(xiàn)，歷來都受到國家重視。當一個國家或城市區(qū)的經(jīng)濟水平發(fā)展到一定程度以后，房地產(chǎn)業(yè)就會贏來一段快速增長時期，并進一步刺激和帶動整個國家的經(jīng)濟增長，促進社會的穩(wěn)定和繁榮。然而，隨著中國房地產(chǎn)市場的發(fā)展，各種矛盾也逐漸暴露，特別是高房價問題。過去的幾年各省城市房價不斷攀升，截止到2014年5月統(tǒng)計局房價指數(shù)連

8、續(xù)上升，創(chuàng)下新高。不斷走高的房地產(chǎn)價格，尤其在一些大城市，已遠超大多數(shù)居民的購買能力，房地產(chǎn)價格的快速上漲已成為我國經(jīng)濟平穩(wěn)運行中的突出問題。為了反映房價的變動情況，這里引出房屋銷售價格指數(shù)，它是反映一定時期房屋銷售價格變動程度和趨勢的相對數(shù)，通過百分數(shù)的形式來反映房價在不同時期的漲跌幅度。通過房屋銷售價格指數(shù)可以看出，房價一直在漲，見表1.1 （附：為更好地滿足各方面的需要，國家統(tǒng)計局2011年發(fā)布的住宅銷售價格統(tǒng)計調(diào)查方案增加了計算定基價格指數(shù)的內(nèi)容，首輪基期確定為2010年。選擇2010年作為對比基期，主要有三個方面的考慮：一是與國民經(jīng)濟和社會發(fā)展五年規(guī)劃期保持一致。二是2010年的基礎(chǔ)

9、數(shù)據(jù)資料較為完整并且易于獲取，可操作性強。三是與CPI、PPI定基價格指數(shù)的對比基期保持一致，方便數(shù)據(jù)分析和使用） 2014年4月70個大中城市住宅銷售價格變動情況（簡表取前十八個）表1.1 2014年4月新建住宅價格指數(shù)城市環(huán)比同比定基城市環(huán)比同比定基北京100.1108.9122.4唐山100.1101.2103.7天津100.1104.5113.2秦皇島100.2104.7115.9石家莊100107.4121.5包頭100.1104.2113.3太原100.1109.6116.4丹東100106.4118.2呼和浩特100108.6116錦州100108.8117.5沈陽100.110

10、7.8121.3吉林100.1106.1115.6大連100.1106.8118.9牡丹江100.1103.4113.5長春100.2107.2114.8無錫100103107.4哈爾濱100106.1114.7揚州99.9106.5112.8 數(shù)據(jù)來源：國家統(tǒng)計局 2014 年5月18日發(fā)布2014年4月份70個大中城市房屋銷售價格變動情況 與上月相比，70個大中城市價格下降的有8個，持平的有18個，上漲的有44個，與去年同月相比，價格下降的有1個，上漲的有69個。表1.2 2014年4月二手住房價格指數(shù)城市環(huán)比同比定基城市環(huán)比同比定基北京99.8110.2120.2唐山99.9101.31

11、04.4天津100.5104.5108.5秦皇島100100.9103.4石家莊100.1102.5101.6包頭100.1102.5103.5太原100.3103.4116.6丹東100102.9106.3呼和浩特99.8102107.6錦州100.1102.4102.4沈陽100.1105110.8吉林99.8100.9105.1大連100101.1108.5牡丹江10099.1101.4長春99.9102.9106,2無錫99.9101.4107.6哈爾濱100.2103.8104.3揚州99.9102.2102.2 數(shù)據(jù)來源：國家統(tǒng)計局 2014 年5月18日發(fā)布2014年4月份70個

12、大中城市房屋銷售價格變動情況 與上月相比，二手房價格下降的有22個，持平13個，上漲的35個，與去年同月相比，下降的有2個，持平1個，上漲的67個。由此可以看出，中國近年的房價普遍上漲，下面，我們就用聚類分析法分析當前房價的合理性。（二）研究思路和方法本文主要選擇聚類分析的方法進行研究分析。首先，要合理選擇反映房價問題的幾個指標，因為指標的選擇對深入的探討又有決定的意義。其次，用聚類分析的方法，對31個省市的房價問題聚類分析。然后，對聚類分析的結(jié)果進行分析，最后得出結(jié)論并提出一些合理的建議。論文中涉及到的分析數(shù)據(jù)，一部分來自歷年的中國統(tǒng)計年鑒，還有一些來自報刊、雜志上的報導性數(shù)據(jù)。二、聚類分析

13、簡介（一）聚類分析的概念聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。它是一種重要的人類行為。聚類分析的目標就是在相似的基礎(chǔ)上收集數(shù)據(jù)來分類。（二）聚類分析應用范圍聚類源于很多領(lǐng)域，包括數(shù)學，計算機科學，統(tǒng)計學，生物學和經(jīng)濟學。在不同的應用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。商業(yè)上，聚類分析是細分市場的有效工具，同時也可用于研究消費者行為，尋找新的潛在市場、選擇實驗的市場

14、，并作為多元分析的預處理。生物學方面，聚類分析被用來動植物分類和對基因進行分類，獲取對種群固有結(jié)構(gòu)的認識。聚類分析在電子商務中網(wǎng)站建設數(shù)據(jù)挖掘中也是很重要的一個方面，通過分組聚類出具有相似瀏覽行為的客戶，并分析客戶的共同特征，可以更好的幫助電子商務的用戶了解自己的客戶，向客戶提供更合適的服務。從統(tǒng)計學來看，聚類分析是通過數(shù)據(jù)建模簡化數(shù)據(jù)的一種方法。傳統(tǒng)的統(tǒng)計聚類分析方法包括系統(tǒng)聚類法、分解法、加入法、動態(tài)聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用k-均值、k-中心點等算法的聚類分析工具已被加入到許多著名的統(tǒng)計分析軟件包中，如SPSS。本文就是用SPSS對與房價關(guān)系密切的幾個指標進行聚類

15、分析，從而得出合理的分析結(jié)果。（三）聚類分析特點 首先，聚類分析簡單直觀。其次，它主要應用于探索性的研究，其分析的結(jié)果可以提供多個可能的解，選擇最終的解需要研究者的主觀判斷和后續(xù)的分析。不管實際數(shù)據(jù)中是否真正存在不同的類別，利用聚類分析都能得到分成若干類別的解。最后，聚類分析的解完全依賴于研究者所選擇的聚類變量，增加或刪除一些變量對最終的解都可能產(chǎn)生實質(zhì)性的影響，所以在研究過程中，對指標的選擇要非常慎重。（四）聚類分析的一般步驟 1.搜集整理數(shù)據(jù)，錄入Excel表格。 2.對整理的數(shù)據(jù)預處理，如果單位不同，則用SPSS首先對數(shù)據(jù)進行標準化處理。 3.用SPSS對標準化的數(shù)據(jù)進行聚類分析 4.對

16、分析聚類分析結(jié)果。三、房價問題的聚類分析第一章已經(jīng)說到，中國近幾年的房價是普遍在上漲的，然而，住房價格上漲的同時，居民的收入也在增加。對于“中國當前的房價到底是否合理”，存在著很大爭議。有人認為中國目前的房價是基本合理的，且當前房價水平是由于前幾年房價過低的理性回升。主流的觀點則是認為中國的房價不合理，存在著巨大泡沫。本章選用2013年全國35個大城市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報的相關(guān)數(shù)據(jù)，利用國內(nèi)生產(chǎn)總值(GDP)、居民家庭人均可支配收入、房價收入比、人均GDP四個指標對全國31個省市的房價問題進行聚類分析。（由于港、澳、臺三地與大陸制度和發(fā)展水平差別較大，所以本文選擇的數(shù)據(jù)不包括這三個地區(qū)，

17、本文所選的35個大城市是按照國內(nèi)各城市GDP排名取前三十五個）（一）指標的選擇 對我國各地區(qū)的房價問題進行深層分析，指標的選擇具有決定性意義，這里選取下面4個指標作為分析的依據(jù)。1.GDP總量GDP即英文（gross domestic product）的縮寫，也就是國內(nèi)生產(chǎn)總值。國內(nèi)生產(chǎn)總值是指在一定時期內(nèi)（一個季度或一年），一個國家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務的價值，常被公認為衡量國家經(jīng)濟狀況的最佳指標。它不但可反映一個國家的經(jīng)濟表現(xiàn)，還可以反映一國的國力與財富。進入21世紀以來，我國的房地產(chǎn)業(yè)出現(xiàn)了新一輪繁榮期，房價持續(xù)上升，這在相當大的程度上是國民經(jīng)濟發(fā)展的良好態(tài)勢所帶動的

18、。房地產(chǎn)業(yè)與國民經(jīng)濟的關(guān)系是：一方面，國民經(jīng)濟的發(fā)展會帶動或制約房地產(chǎn)業(yè)的發(fā)展；另一方面，房地產(chǎn)業(yè)的發(fā)展又起著促進或影響國民經(jīng)濟的增長。因此，本文在指標選擇上將其作為考察的變量，力求反映各地區(qū)的經(jīng)濟增長對房價的拉動作用。2.居民人均可支配收入居民人均可支配收入是指居民家庭全部收入中，可用于支付生活費用的收入，人均可支配收入是按家庭全部人口計算的平均每人生活費收入，它被認為是消費開支的最重要的決定性因素。人們都能接受這樣的概念：收入高的城市，房價相應也就高，就是說，房價應當相對于可支配收入進行比較。因為想買房子就得有錢，也就是要有可支配收入，可支配收入與購房關(guān)系緊密。因此，本人認為選擇居民家庭可

19、支配收入作為分析的變量是十分必要的。3.房價收入比 它是一項綜合指標，根據(jù)聯(lián)合國人類住區(qū)中心所發(fā)布的城市指標指南，“房價收入比”是指“居住單元的中等自由市場價格與中等家庭年收入之比”，國內(nèi)學者大多將“房價收入比”這一概念定義為“居民收入和房價水平之間的比率”。概念上的不統(tǒng)一直接導致認識的混亂與統(tǒng)計的偏差。在此，本文采用我國現(xiàn)行的房價收入比的統(tǒng)計方法和標準。房價收入比從數(shù)值來看即是一套房子價格同家庭年收入的比值，比如一套售價為50萬元的房子對于一個年收入10萬元的家庭，其比值便為5：1。通過合理計算準確的房價收入比，不僅可以對市場的運行狀況有個正確地認識，選擇適當?shù)娜胧袝r機，對于購房者而言，在了

20、解自己的收入和房價之間準確的比值之后，有利于人們決定合理的房產(chǎn)消費方式。在房地產(chǎn)市場中“買”和“租”都是合理的消費形式，根據(jù)收入房價比來選擇合理的消費形式才是真正意義上的理性消費。因此，本文選擇房價收入比為考察的指標變量。 4.人均GDP 人均GDP 是一個考慮了人口因素的相對指標，如果我們只考慮國內(nèi)生產(chǎn)總值GDP的總量，可能會因為沒有考慮人口因素而缺乏一定的合理性。在此，同時選用人均GDP作為分析的對象，從而同時兼顧經(jīng)濟發(fā)展和社會人口發(fā)展，對研究我國各城市當前的房價問題是很有必要的。（2） 各城市房價問題聚類分析1. 數(shù)據(jù)的搜集和整理 為了進行研究，我先搜集了2013年35個大城市的上述幾個

21、指標制成表格，為了便于查看，它們是按照GDP的排名進行排序的。表2-1 2013年35個大城市相關(guān)數(shù)據(jù)序號城市GDP總量（億元）人均可支配收入（元）房價收入比人均GDP(元)每平方米商品房平均房價（元/）1上海21602.124385127.3490748.81284822北京19500.604032137.1494237.66374693廣州15420.144206617.58.84184064深圳14500.234465022.33.82239065天津14370.163265818.59.85145006蘇州13015.704109610.33.09101447重慶12656.69251

22、5011.9742976.8875058成都9108.892996813.1364247.5694129武漢9051.272982112.0288932.81890010杭州8343.523931019.1394791.181941511無錫8070.18389998.06.12786812南京8011.783620017.8498171.551740013青島8006.603522714.1290281.331210514大連7650.803011514.45.731076615沈陽7223.702934010.5387794.12779816長沙7153.13336627.82.37662

23、217寧波7128.904165712.9793322.031382718佛山7010.17380408.5296534.88812219鄭州6201.902660013.3768673.46893120唐山6121.20266479.5479090.33665621煙臺5613.8732930 9.468039.54773022東莞5490.02465946.6766206.24777523濟南5230.193564810.7175258.86946124泉州5218.00354309.0762943.31811925哈爾濱5141.502522211.6548340.54732526南通5

24、038.893105910.6169051.43842427長春5003.172308912.1365129.61703328西安4884.10331008.5957104.96703429石家莊4863.602500012.7546828.42787830福州4678.503213017.5164353.511382931合肥4672.902798010.5661712.89720032徐州4435.822377011.4451795.52680133灘坊4420.70283865.5647967.14871434常州4360.93369468.0893047.97751635大慶4332.

25、70285007.13.974800 數(shù)據(jù)來源：宜居城市研究室2013年中國城市GDP和人均GDP排名、2013大陸主要城市房價收入比排名、2013全國大城市房價排行2. 數(shù)據(jù)標準化處理數(shù)據(jù)進行標準化處理，是為了使具有不同量綱、不同數(shù)量級的數(shù)據(jù)能放在一起比較。對表2-1進行數(shù)據(jù)標準化處理，得到表2-2表2-2 數(shù)據(jù)標準化序號城市Z1Z2Z3Z4Z51上海3.061491.610052.272350.286192.46742北京2.584951.0633.836810.403643.763083廣州1.659681.333420.714271.274481.014724深圳1.451091.73

26、3871.472561.859321.807675天津1.42159-0.124560.875510.654490.451586蘇州1.114461.1831-0.443111.38481-0.176447重慶1.03305-1.2881-0.1813-1.32209-0.556918成都0.22856-0.541440.00388-0.606-0.281979武漢0.2155-0.56422-0.173320.22505-0.3557910杭州0.055010.906320.961710.422281.1601911無錫-0.006970.85812-0.805491.43319-0.504

27、5812南京-0.020220.424350.755780.536080.8696813青島-0.021390.273560.161920.270450.1062814大連-0.10207-0.518660.21461.08113-0.0867615沈陽-0.19892-0.63876-0.411180.18671-0.5146716長沙-0.214920.03103-0.843810.60071-0.6842117寧波-0.220411.27004-0.021670.372820.3545518佛山-0.247340.7095-0.732060.48098-0.4679619鄭州-0.430

28、62-1.063390.04219-0.457-0.3513220唐山-0.44892-1.05611-0.56923-0.1063-0.6793121煙臺-0.56396-0.08241-0.582-2.49828-0.5244722東莞-0.592042.03514-1.02739-0.54006-0.5179823濟南-0.650960.33881-0.38245-0.23529-0.2749124泉州-0.653720.30502-0.64426-0.64991-0.4683925哈爾濱-0.67107-1.27694-0.23239-1.14152-0.5828626南通-0.694

29、34-0.37236-0.39841-0.44427-0.4244227長春-0.70244-1.6075-0.15576-0.5763-0.6249628西安-0.72944-0.05606-0.72088-0.84646-0.6248229石家莊-0.73409-1.31135-0.05679-1.19243-0.5031330福州-0.77606-0.206390.7031-0.602430.3548431合肥-0.77733-0.84953-0.4064-0.69133-0.6008832徐州-0.83109-1.50196-0.26591-1.02521-0.6584133灘坊-0.

30、83452-0.78661-1.20459-1.15409-0.3826134常州-0.848070.53996-0.80230.36359-0.5553235大慶-0.85447-0.76894-0.953962.25305-0.9469注：Z1表示GDP總量的標準化值；Z2表示居民人均可支配收入的標準化值；Z3表示房價收入比的標準化值；Z4表示人均GDP的標準化值；Z5表示每平方米商品房房價的標準化值。3.解析聚類表 對表2中經(jīng)過標準化處理后的35個城市的數(shù)據(jù)進行聚類分析，得出凝聚過程表(見表2.3)，下面解析表2.3。表2-3 聚類表階群集組合系數(shù)首次出現(xiàn)階群集下一階群集 1群集 2群集

31、 1群集 212529.04500222532.11910732428.2050094915.261001352631.327001161012.378001872527.391201481834.416001292324.5260321101920.6050011111926.62310514121618.63508161389.88804201419251.016117171513171.13800181611161.468012241719331.611140211810131.6726152519341.7500033208141.832130222119232.30417922228

32、192.717202123238303.02122026246113.59401628255103.6570182826784.4750232927124.666003328564.741252430297215.51626031305226.7672803131577.0133029323253510.09831034331311.494271934341527.74433320 （l）階（聚類步驟）。1到34表示聚類的先后順序。 （2）群集組合，也叫個案合并。表示在某步中合并的個案，如第一步中個案25哈爾濱和個案29石家莊合并，合并以后用第一項的個案號表示生成的新類。 （3）相似系數(shù)（系數(shù)

33、）。據(jù)聚類分析的基本原理，個案之間親密程度即相似系數(shù)最接近于1的，最先合并，因此該列中的系數(shù)與第一列的聚類步驟相對應，系數(shù)值從小到大排列。 （4）首次出現(xiàn)階群集，指新類首次出現(xiàn)的步驟。對應于各類步驟參與合并的兩項中,如果有一個是新生成的類(即由兩個或兩個以上的個案合成的類），則對應列中顯示出該新類在哪一步第一次生成。如第六步中該欄第一列顯示值為1表示進行合并的兩項中第一項是在第一步第一次生成的新類。如果值為0則表示對應項還是個案(不是新類)。 （5）下一階，新類下次出現(xiàn)步驟。表示對應步驟生成的新類將在第幾步與其他個案或新類合并，如第一行的值是2表示第一步聚類生成的新類將在第2步與其他個案或新類

34、合并。 用SPSS完成以上運算步驟給出聚類分結(jié)果的聚類譜系圖如圖2-4所示。圖2-4 聚類分析樹狀圖3.解析聚類分析樹狀圖圖2-4清楚地反映了聚類分析的全過程，通過樹狀圖對所選的35個城市進行分類，得到表2-5表2-5 35個大中城市房價問題分類所包括城市第一類上海、北京第二類廣州、深圳第三類大慶第四類東莞第五類佛山、常州、長沙、無錫、蘇州、杭州、南京、青島、寧波、天津第六類哈爾濱、石家莊、徐州、長春、南通、合肥、鄭州、唐山、灘坊、泉州、西安、濟南、武漢、沈陽、成都、大連、福州、重慶、煙臺通過比較表2-5與表2-1，我們可以得出以下結(jié)論：1、 上海、北京、廣州、深圳可以分一類，這四個城市是我國

35、的一線城市，無論從GDP、人均GDP還是人均可支配收入在全國都是名列前茅，但這四個地方的房價都比較高，除了廣州的18406元/略低于20000元/，其他三個都高于20000元/，北京的甚至接近40000元/，他們的房價都過高，這幾個城市的房屋收入比也都過高，遠超出了一般民眾的購買能力。2、大慶是個特殊的城市，大慶的GDP和人均GDP都很高但它的房價卻很低，大慶的房價合理嗎?答案是合理的。大慶是一個石油城市，它能年產(chǎn)石油4000萬噸，占全國的40%，所以大慶的GDP較高，它的人口不多，人均GDP也高。但是，石油是屬于國家的資源，而不是大慶人民私人所有，所以大慶的人均可支配收入28500元/并不高

36、，它的房價收入比是7.1，基本符合合理的房價收入比區(qū)間6-7。所以說，大慶的房屋價格是合理的。3.哈爾濱、石家莊、徐州、長春、南通、合肥、鄭州、唐山、灘坊、泉州、西安、濟南、武漢、沈陽、成都、大連、福州、重慶、煙臺這些城市無論在GDP 總量、人均GDP、房價收入比、還是在家庭人均可支配收入的指標上，大體上都處于中間位置，同時，這些城市的房價基本上也是如此。4、佛山、常州、長沙、無錫、蘇州、杭州、南京、青島、寧波、天津，這些城市在GDP 總量、人均GDP、房價收入比、家庭人均可支配收入指標上的排名都是比較靠前的，但是經(jīng)濟高速發(fā)展的同時，其房地產(chǎn)市場也存在著一些問題，致使這些城市的房價有些不合理。

37、這些城市大都是沿海城市，相對來說環(huán)境較好，外來人口流入較多，可能這也是導致房價過高的一個因素。（三）小結(jié)與感想使用聚類分析分析方法對35個大中城市的房價問題進行分析，我們可以很容易、更科學的對這些城市進行分類，從而找出它們的相似性，發(fā)現(xiàn)其中的規(guī)律。這也提示我在看待問題時，僅憑理性的思維還不夠，還需要充分利用我們所學的統(tǒng)計學知識和技術(shù)，以及合理利用一些軟件如Excel、SPSS等，這樣，我們的論據(jù)和觀點將更有說服性。通過本章的研究分析，可以發(fā)現(xiàn)我國當前房價確實存在這一些問題，下章我們將系統(tǒng)地分析影響房價的幾個因素，從而提出一些合理的建議。4、 房地產(chǎn)價格的影響因素分析 房地產(chǎn)價格的形成具有眾多的

38、影響因素，房地產(chǎn)的價格是由這些因素交互影響匯聚而成的。這些因素都是從某種方面，首先影響到供給和需求，通過引發(fā)供給和需求的變動來發(fā)生作用的，進而引起房地產(chǎn)市場價格的變化。所以，本章從影響需求和影響供給兩個方面來分析房地產(chǎn)價格的影響因素。（一）影響房屋需求變動的因素 影響我國房屋需求的因素有：(1)人均可支配收入的提高；(2)城鎮(zhèn)人口的增加；(3)房產(chǎn)投資與投機(4)部分消費者不合理的消費觀。下面就以上因素展開分析。1. 人均可支配的提高 居民人均可支配收入的提高大大地增強了居民的購房能力，購房需求得到釋放。表4-1顯示了近8年各年我國人均可支配收入情況。表4-1 2004-2013全國城鎮(zhèn)居民人

39、均可支配收入 單位：元年份20062007200820092010201120122013可支配收入1359814753154621607518346221262457526955 資料來源：中國統(tǒng)計年鑒 從該圖可以看出我國人均可支配收入呈明顯的歷年遞增的趨勢。居民購房能力的增強直接導致購房需求增加，住房需求增加，房價上漲。2.城鎮(zhèn)家庭戶數(shù)的增加 新增城鎮(zhèn)家庭戶數(shù)是反映城鎮(zhèn)房屋消費者住房消費愿望增加量的潛在指標。表4-2 2006-2012年我國城鎮(zhèn)人口情況表 單位：萬人年份城鎮(zhèn)人口數(shù)比重（%）20065828844.3420076063345.8920086240346.9920096451

40、248.3420106697849.9520116907951.2720127118252.57 數(shù)據(jù)來源：中國統(tǒng)計年鑒 2013 城市化進程加快導致少數(shù)農(nóng)村人口變成了城鎮(zhèn)人口；總的說來，我國城鎮(zhèn)人口總數(shù)保持較快的增加。每年的城市新增人口都要組建新的家庭，都需要有一所住宅作為安身之處，從而使房屋需求增加。3.房產(chǎn)投資與投機 房產(chǎn)是一種特殊形態(tài)的財產(chǎn)，具有明顯的增值性能。產(chǎn)生增值的主要原因是：(1)土地的稀缺性導致土地價格在未來城市發(fā)展中價格看漲，基于這個原因居民會因為變相地囤積土地而投資；(2)環(huán)境改善的外部性，基于百姓住好房的心理會將住宅房地產(chǎn)作為投資或投機的對象持有；(3)投資行為發(fā)生的條

41、件是房價漲幅大于資金成本。當條件具備時，房價和投資資金相互促進，輪翻上漲。漲到一定程度以后，房價漲幅開始趨緩。當漲幅下降到資金成本水平時，投資者退出市場，導致房價暴跌。我國房價上漲，仍然處于投資者逐步進入市場的階段，它一方面增加了房屋需求量，另一方面影響了需求曲線的斜率，兩個渠道共同導致房屋需求曲線向右移動，推進房價上漲。4.部分消費者不合理的消費觀 我國部分消費者不合理的消費價值觀，導致人們普遍急于買房、買大房、買好房，從而形成對房地產(chǎn)市場的過高期望和強大壓力。住房消費觀念應該遵循“有房住-有住房-住好房”的轉(zhuǎn)變，消費行為應該遵循“租小房 租中房 買小房 買大房”的過程，而許多消費者卻想“一

42、步到位”、“超前消費”，直接加入了購房大軍，進一步推動住房需求增加。（二）影響房屋供給的因素 構(gòu)成房屋商品成本的各個因素就是影響房屋供給的因素，房屋生產(chǎn)成本的構(gòu)成可做如下劃分：土地取得成本、開發(fā)和管理成本。1. 土地取得成本 土地出讓金是指國家以國有土地所有者的身份將國有土地使用權(quán)在一定年限內(nèi)讓與土地使用者時，由土地使用者向國家支付的“對價”。土地出讓金是國有土地使用權(quán)在經(jīng)濟上的實現(xiàn)形式。然而，土地出讓金卻成了一些地方政府財政收入的主要來源，大面積征用集體土地然后高價出讓，幾乎成了地方政府“經(jīng)營城市”的主要業(yè)務，招標、拍賣、掛牌等出讓方式使作為政府凈收益的土地出讓金連年大幅度上漲，開發(fā)商取得土

43、地的代價也水漲船高，房價也隨之上漲。2.開發(fā)和管理成本 住宅開發(fā)成本從理論上可將其劃分為土地開發(fā)成本和建筑物建造成本。土地的開發(fā)成本是購買、征用土地后作為基礎(chǔ)處理過程的后續(xù)費用，該部分成本基本不會隨經(jīng)濟環(huán)境的變化引起較大的波動，從而對供給產(chǎn)生影響的作用非常微小。建筑物建造成本則主要由材料費、人工費、施工機械使用費，以及施工企業(yè)管理費、施工企業(yè)稅金、利潤等組成。其中材料費和機械使用費在建筑安裝成本中約占 70%。因此材料價格和機械價格的波動將會引起房地產(chǎn)供給成本較大的波動，從而引起供給曲線較大的變動。管理費用是房地產(chǎn)企業(yè)在開發(fā)和組織管理過程中發(fā)生的間接成本和期間費用，主要包括開發(fā)企業(yè)的人員工資、

44、辦公費、差旅費、辦公房屋與車輛折舊費等，在整個成本構(gòu)成中也就是占 5%至 8%，由于其比例較小并且相對固定，對房價格的波動不會造成較大的影響。5、 我國房價上漲的治理措施（一）我國房價上漲的特點1.住房絕對價格偏高衡量一個國家住房絕對價格水平的高低，房價收入比是個很重要的指標。根據(jù)第二章對房價收入比的分析，我國房價收入比偏高，房屋絕對價格己經(jīng)超出了城市居民的經(jīng)濟承受能力。2.房地產(chǎn)價格倒掛 一是“住商價格倒掛”。部分一線城市在住宅價格一路走高的同時，寫字樓和商鋪市場的售價及租金增長不溫不火，甚至不少同一區(qū)域內(nèi)的住宅價格要高于寫字樓價格，出現(xiàn)了“住商價格倒掛”的現(xiàn)象。二是“房地價格倒掛”。部分城

45、市新產(chǎn)生的“地王”樓面價格甚至高于周邊在售樓盤的價格，“面粉比面包貴”現(xiàn)象重新出現(xiàn)。三是“二手房和新房價格倒掛”。二手房均價已經(jīng)比年初上漲很多，部分區(qū)域甚至出現(xiàn)了翻番的上漲幅度，高于周邊新房價格。3.投資投機性購房比例升高 據(jù)美聯(lián)物業(yè)京滬深三地各取樣2000個購房者需求分析顯示，62%的登記購房者表示如果手上有剩余資金，房產(chǎn)將是首選投資目標(上海為 51%)。同時，二手房市場上的非自住買家已經(jīng)超過五成?，F(xiàn)房樓盤空置比也一直居高不下，很多交付兩年以上的樓盤其空置率超過了30%，特別是近幾年交付的樓盤中，很多樓盤的裝修比例不足 50%。4.房價上漲具有時段性和區(qū)域性特點 近幾年來，我國房價總體來說

46、是快速上漲的，但是在不同的地區(qū)之間并不是同步的。一線城市和二線城市之間、沿海城市和內(nèi)陸城市之間、大城市和中小城市之間呈現(xiàn)出輪番上漲的格局。我國現(xiàn)階段的房價持續(xù)上漲，在帶動經(jīng)濟增長的同時，也增加了城市居民的生活負擔，誘發(fā)了投機行為，長期發(fā)展下去，很可能對國民經(jīng)濟造成負面影響。所以適當?shù)目刂品績r漲幅，使之和國民經(jīng)濟的增長速度相適應，和人民群眾的購買能力相適應，就成為我們治理房價上漲的基本目標。（二）治理措施 成本的上升導致房屋供給減少，需求的擴大導致房屋的需求增加，從而造成房地產(chǎn)價格快速上升。由此，對房價上漲的治理，就是要控制項目開發(fā)成本的增幅，增加住房有效供給，抑制不合理住房需求，以實現(xiàn)對房價漲幅的控制。1. 增加住房有效供給 房價上漲過快的城市，要增加居住用地的供應總量。要依法加快處置閑置房地產(chǎn)用地，對收回的閑置土地，要優(yōu)先安排用于普通住房建設。抓好閑置土地的清理和利用，嚴格執(zhí)行閑置土地的開發(fā)期限，打擊開發(fā)商囤積土地的行為。(2)