商洛市房地产市场需求预测研究

杨瑛娟

（商洛学院经济与管理学院，陕西商洛726000）

商洛市房地产市场需求预测研究

杨瑛娟

（商洛学院经济与管理学院，陕西商洛726000）

通过对2006—2013年商洛市的平均房价、人口、城镇居民可支配收入、人均住房面积、国民生产总值五个影响因素进行分析，运用多元线性回归方法进行分析，构建商洛房地产市场需求预测模型，并运用最小二乘法得出2014—2016年的各自变量的值，预测了商洛市未来3年的房地产市场需求，整体呈现稳定增长的趋势。

商洛房地产；需求预测模型；回归分析；最小二乘法

近些年，陕西省商洛市在房地产行业的投资呈现出了逐年上升的趋势，在社会固定资产投资中占据很大比例。但是由于房地产业的投资回报周期相对较长，且投资规模较大，瞬息万变的市场使得房地产企业难以抓住市场动态和趋势，进行盲目经营和投资，风险较大。若未来的需求不足，则现有的投资无法周转回来，形成商品房空置，从而导致房地产泡沫。因此，只有通过对商洛市房地产市场的需求进行预测，才能为房地产企业和政府提供针对性的决策依据，以便保证商洛市房地产市场稳步健康的发展。

由于房地产业在国民经济中举足轻重的作用，目前针对房地产市场需求预测方面，国内的学者已做了相关研究。赵黎明认为目前影响住宅需求的因素数量众多且不稳定，应采用组合预测的方法以提高预测的准确性[1]。朱永升运用数学手段，分析了住宅需求是由众多因素共同影响的结果[2]。周旭运用数学模型和统计数据对2001—2005年陕西省房地产市场需求的总规模进行预测[3]。宋喜民运用了灰色理论量化处理了房地产市场需求的有效影响因素[4]。江涛认为住宅需求预测是一个复杂的非线性问题，并通过对大连市历史数据的建模分析，验证了BP神经网络模型对住宅需求预测具有可行性[5]。张焰利用主成分分析法对房地产影响因素进行筛选，定量地对房地产进行了宏观的需求预测[6]。胡伟燕在对影响住宅需求因素总结的基础上，利用灰色预测、回归分析两种方法对武汉市未来的住宅需求进行了预测[7]。朱燕通过对影响我国房地产市场需求的各种经济、非经济因素的分析，预测出了西安市房地产在未来需求量的趋势[8]。赵聆君运用主成分分析法对房地产需求影响因素进行分类，筛选出常住人口、城乡居民储蓄余额和GDP总量为最具代表性的因素[9]。关劲峤通过对长三角两省一市面板数据的分析，研究了城市化、房地产需求和城市居民消费之间的关系[10]。鉴于之前学者的研究，本文将针对商洛市房地产市场，采用数学建模的方法，对2006—2013年商洛市的影响因素进行分析和筛选的基础上，运用多元线性回归方法构建商洛房地产市场需求预测模型，以达到对商洛市未来房地产需求量预测的目的。

1 房地产需求的因素分析

房地产需求是指在一定时期内，消费者在某一价格水平下，愿意并有能力购买或者承租的房地产的数量。包括对住宅、办公楼、商业用房等房地产产品的生产性消费和生活性消费的需求。影响房地产需求的因素很多，包括了经济发展水平、房价、居民收入等经济类因素，同时还包括人口的增长、家庭的规模、居民消费心理、金融政策等非经济因素的影响。结合商洛市房地产市场的实际情况，主要选取了以下5种具有代表性的因素作为影响房地产需求的因素。

1.1 房地产价格

在供求规律的影响下，房地产价格对房地产需求有着重要影响。作为普通消费品，需求量与房价水平呈反方向变动趋势。房地产价格下降会导致需求量的增加，而价格上升则导致需求量的下降。但由于房地产同时具有消费品和投资品的双重属性，使得价格因素对于房地产需求来说也有双重影响。当房地产作为投资品时,人们在房地产保值增值的特性的影响下，房价的上升反而使得投资者增加投资，扩大需求。

1.2 人口

消费者的人口规模决定了房地产的潜在需求量，人口绝对数增加，必然造成对新的房地产需求面积的增加。同时，城市化进程的不断推进，大量的农村人口涌入城市，导致城市人口的不断增多，也导致了人们对房地产需求的增加。还有家庭结构在近些年出现了小型家庭取代了原来大型家庭的变化，以家庭为单位的房地产需求主体数量出现了上升趋势，对房地产的需求也起到了一定的促进作用。但仍应注意到，人口老龄化对于住房需求存在一定的抑制作用。

1.3 人均可支配收入

消费者人均可支配收入是决定家庭消费的重要因素，直接决定了消费者的实际购买力，对房地产的有效需求起着限制作用。消费者的人均可支配收入与房地产需求一般呈正相关关系，且对房地产需求的层次和结构起着重要作用。当消费者人均可支配收入降低时，对房地产的有效需求就会减少；相反，当消费者人均可支配收入上升时，对房地产的有效需求就会增加。同时，当人均可支配收入越多时,人们对房地产的需求档次就越高，对高档房地产的需求就越大。

1.4 人均住房面积

人均住房面积直接反映了地区居民居住水平。当人们生活水平提高后，必然会对居住条件和环境也提出更高的要求。房地产需求更加关注房屋所处地段、配套设施、小区的环境等因素，在购房的过程中也更加关注住房的档次和未来升值空间。在人口规模不变的情况下，人均住房面积直接影响着房地产的有效需求，人均居住面积越大，则房地产需求就越大。

1.5 国民生产总值

国民生产总值体现了一个地区经济发展的整体状况。当国民生产总值上升时，说明城市经济发展迅速，企业的经济效益也在不断地上升。这样，一方面企业扩大再生产的欲望变得强烈，对厂房、办公楼、商业用房等生产性住房的需求变得增加。另一方面，企业从长远发展的角度考虑，会为提高福利而拿出钱来资助职工买房。从而促使房地产市场需求的不断增长。

2 商洛市未来三年房地产需求预测

2.1 解释变量与被解释变量的选择

根据影响房地产的需求量的因素分析，选取X1平均房价（元）、X2人口（万人）、X3城镇居民可支配收入（元）、X4人均住房面积（m2）、X5国民生产总值（亿元）等一系列社会经济指标，作为影响商洛市房地产需求的解释变量。以商品房的销售面积作为被解释变量Y(万平方米)。依据《陕西省统计年鉴》、商洛市国民经济与社会发展统计公报，见表1。

表1 2006—2013年商洛市房地产需求影响因素

2.2 建立并检验回归模型

利用SPSS软件中的线性回归分析法，考查商品房销售面积Y与X1、X2、X3、X4、X5之间的数量关系，来预测Y的未来值。对表1中的数据运用SPSS软件进行回归分析。

表2是模型拟合程度表，其中，拟合优度R2是回归分析的决定系数，数值介于0到1之间，说明自变量和因变量之间形成的散点图和回归曲线的接近程度,R2越大说明回归的越好。所考察的自变量和因变量的相关系数R=0.998，判决系数R2=0.997，说明此回归方程的因变量和自变量的相关性较强，且模型可以解释99.7%的观测数据，模型拟合优度较高，回归效果较好，模型具有统计学意义。

表2 模型拟合程度表

从表3可知，回归平方和为2 522.442，自由度为5，剩余平方和为8.448，自由度为2。F统计量的值为119.428，相伴概率Sig=0.008＜0.05,故模型通过F检验，回归方程有效。

表3 方差分析表

在表4中，B为各自变量所对应的非标准化回归系数。根据表4中各自变量的相伴概率Sig值均小于0.05，模型通过T检验，表明平均房价、人口、城镇居民可支配收入、人均住房面积、国民生产总值与房地产销售面积的线性相关性显著。因而，各自变量和因变量之间的回归关系的模型为：

表4 回归方程系数表

2.3 住宅需求预测

根据表1提供的数据，用最小二乘法可以分别建立关于X1、X2、X3、X4、X5，以年份t为变量的趋势方程为：

根据式(2)-式(6)，可以预测平均房价、人口、城镇居民可支配收入、人均住房面积、国民生产总值在未来三年的预测值。将各自变量各年的预测值代入式(1)，则可计算得出商洛市房地产销售面积，即商洛市房地产在2014—2016年的需求量，如表5所示。

在2014—2016年，商洛市房地产需求量在各因素的综合影响下，总体水平呈上升趋势，但各年的上升幅度具有一定差异。2014年商洛市房地产销售面积预计将会由2013年的66.07万平方米上升到67.92万平方米，环比上升2.8%，较之上一年上升幅度不大，政府和房地产企业应理性对待房地产投资。2015年商洛市房地产销售面积将增加到76.82万平方米，环比增长13.1%，出现了较大规模的增长。在这一年，政府和房地产企业可适当扩大对房地产业的投资，以获得更大利润。2016年房地产需求继续呈现增加趋势，增长到85.72，环比增长11.5%，仍然保持较大幅度的增长，房地产市场仍继续加大投资。

表5 2014—2016年的商洛市房地产需求

3 结论

结合商洛市房地产市场状况，分析了商洛市房地产市场的影响因素，进而对商洛市房地产需求量进行预测，结合表5，可以得出以下结论：

整体上，在平均房价、人口、城镇居民可支配收入、人均住房面积、国民经济总值等因素的共同作用下，商洛市房地产市场需求将逐年稳定上升，市场健康发展。根据模型预测结果，商洛市2014—2016年的房地产需求呈现出稳步上升的趋势。虽然预测出的X1商品房价格在逐年上涨，但涨幅并不是很大，未脱离商洛市实体经济的支撑。房地产市场健康发展，未出现房地产泡沫[11]。

商洛市面对被列入“关中—天水经济区”的规划范围、西安一小时经济圈这一大环境，市政府进行了“商丹工业园”的建设，为商洛市经济发展和城市建设提供了发展机遇。首先，由X2人口的变化趋势可知，商洛市未来人口将呈稳步上升趋势。一方面，人口数量的上升必然导致对房地产的需求增加。同时城镇化进程提供了大量的工作岗位，使得农村人口向城市转移，城镇人口数量逐年上升，进而带动了商洛市房地产的需求量的上升。第二，城镇化使得越来越多的农村人口获得了工作机会，使得X3人均可支配收入增加，消费者有更多的资金进行房地产消费和投资。第三，消费者在满足了基本生存需求后，收入水平的提高使得对住房的要求变得更高，大空间带来的舒适感使得X4人均住房面积也逐年增大。最后，商洛经济发展使得X5国民生产总值逐步增长，为了保证国民生产总值一直处于上升趋势，需要更多的商业房地产作为基础，进一步刺激商洛房地产需求规模。这些都将是商洛市房地产需求增加的巨大消费潜力。

[1]赵黎明,钱伟荣,沈艳丰.住宅市场需求的组合预测[J].系统工程学报,2001,1(3)：224-227.

[2]朱永升,王卫华,韩伯棠.影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报,2002,22(6)：782-785.

[3]周旭,张爱婷,尚宇梅.21世纪初陕西房地产市场的需求预测及发展趋势[J].陕西经贸学院学报,2002, 15(5)：43-45.

[4]宋喜民,周书敬.基于灰色关联的房地产市场有效需求分析研究[J].唐山学院学报,2004,17(2)：19-21.

[5]江涛,陈小鸣.基于BP神经网络的住宅需求预测研究[J].武汉理工大学学报：信息与管理工程版,2006,28 (9)：1-3.

[6]张焰.房地产宏观需求预测[J].数学研究,2006,22(3)：61-63.

[7]胡伟艳,王钰.武汉市商品住宅需求影响因素及预测[J].工业技术经济,2007,26(5)：86-89.

[8]朱燕.我国房地产市场需求预测模型研究[J].哈尔滨商业大学学报：社会科学版,2011(2)：15-22.

[9]赵聆君.长沙市房地产市场需求预测模型研究[J].湖南财政经济学院学报,2012,28(4)：57-62.

[10]关劲峤,高波.城市化、房地产需求与城市居民消费—基于长三角两省一市面板数据的分析[J].现代管理科学,2014(10)：18-20.

[11]杨瑛娟.基于主成分分析的商洛房地产发展状况研究[J].商洛学院学报，2014，28(4)：62-66.

（责任编辑：李堆淑）

Research on Demand Forecasting Model of Shangluo Real Estate Market

YANG Ying-juan
(College of Economics and Management,Shangluo University,Shangluo726000,Shannxi)

Through the analysis of the five influence factors from 2006 to 2013,including Shangluo real estate average prices,population,disposable income ofurban residents,per capita living space,GNP, demand forecasting model of Shangluo real estate market is built using multiple linear regression method.Then the values of Arguments are calculated by least square method.Ultimately the demands for real estate from 2014 to 2016 are predicted,obtain a trend that Shangluo City real estate market demand will steadily grow in the next three years.

Shangluo real estate market；demand forecasting model；regression analysis；least square method

F293.3

A

1674-0033（2015）02-0079-04

10.13440/j.slxy.1674-0033.2015.02.020

2014-12-06

杨瑛娟，女，陕西西安人，硕士，助教