青岛市房地产市场需求影响因素分析

桑学恒

青岛市房地产市场需求影响因素分析

桑学恒

通过对青岛市房地产市场的基本现状和国内外相关文献的状况的研究与分析，选取对房地产市场影响比较大的六个因素，分别为人均可支配收入、房屋销售价格、城镇人口总数、地区生产总值、人均房屋居住面积以及按揭贷款的利率对房地产市场的需求进行分析，主要运用了灰色关联度分析法，对青岛市房地产市场的影响因素进行了关联度的排序，针对当前的研究状况给出了相关的政策建议。

青岛市；房地产；灰色关联度

一、研究背景

（一）青岛市房地产市场的基本现状

近年来，青岛市经济持续快速发展，人民生活水平不断提高，对住房的需求数量和质量都有较大的增长。首先，住房开发量多年持续高速增长，其中，住房开发量增长率在2000年到2009年一度高于10%；其次，住房销售市场非常活跃，住房销售面积每年都有较大增长，虽然2008年经济危机，使得青岛市房地产市场变得比较低迷，但是，青岛市房产市场刚性需求较大，市场需求潜力较大；第三，青岛市房价阶梯式上升，从南向北递次效应明显。另外，青岛市的城市化进程正在稳步推进，胶州湾高速的建设以及跨海大桥的施工极大地加快了青岛整体化战略的进程。人口数量的增加创造出更多的住房需求。未来，青岛市住房的需求量会保持持续增长。

（二）国内外研究现状

Lienert和Egebo(1988)研究发现人均可支配收入对住房的需求有很大影响，住宅本身并没有特别的替代品,因此，人们对于住宅的需求并不能通过其他的途径减小；住宅与普通商品一样，当住房的价格上涨时，其需求量一般会减小。但是,当存在通货膨胀时，对于住宅的需求可能会因为其投资价值的增加而增加。

Mishkin和Kearl(1997)运用流动资产假说理论，得出在经济系统中，资产价格会影响资产价值,而资产价值又会受到货币政策的影响,因此，对于房屋的需求量必然受到货币政策的影响。

朱永升、王卫华和韩伯棠(2002)认为住宅需求的影响因素实际上是比较多的，而且各个影响因素之间的关系非常复杂，他们通过复杂的数学模型得出人们的可支配收入、城镇居民的数量、城镇人均居住面积、房屋价格和国家经济发展状况是主要的影响因素。

曹光辉（2002）通过对一系列因素的分析发现城镇居民人口数量、人均可支配收入、住宅政策和经济发展水平是影响住宅需求市场的主要因素。其中,人口数量是最主要的影响因素。

胡伟艳和张钰（2007）通过对武汉市的房产市场需求影响因素进行了深入的研究，他们主要运用灰色预测模型和回归预测模型两种方法对武汉市住宅需求量进行了预测。结果发现,这两种方法虽然都能较好地预测住宅市场的走势,但是灰色关联模型的准确度更高。

吴步鉴（2011）经过研究发现政府政策对于住宅市场的影响比较明显,土地价格的上涨也会明显影响居民对于住宅的需求。

中外学者对房地产市场需求影响因素已经做了比较全面的研究和分析。他们的研究主要考虑了房产价格、城镇人口数量、可支配收入、国民经济总量和人均居住面积等这些因素。本文将主要增加按揭贷款的利率这一影响因素，以住宅的实际销售面积代表居民对住宅的实际需求，运用灰色关联度分析法对房地产市场需求因素进行研究。

二、房产市场影响因素的指标选择

（一）人均可支配收入

居民的可支配收入对居民的购买能力起决定性作用,也就决定了居民对购买房地产的消费能力。因此,居民人均可支配收入是对房地产需求产生影响的主要因素之一。

（二）房屋销售价格

不管哪种商品的需求，价格必然是影响因素之一，房地产行业也不例外，而且居民对房产价格比较敏感，房产需求富有弹性。房产价格是指一定时期内房产所有权转移时买卖双方实际成交价格。本文以青岛市房屋销售价格指数分析其对房地产市场需求的影响。

（三）城镇人口总数

从理论上来说，居民的居住面积是人口总数与人均居住面积的乘积。因此假如人均居住面积不变，人口数的增加必然会增大对住房的需求量，这一点是显而易见的。

（四）地区生产总值

地区生产总值代表国民经济发展水平，因此，地区生产总值会影响各行业的发展，房地产业也必然会受到地区生产总值的影响，地区生产总值的增加在一定程度上提高居民对未来的预期，从而增加对房地产的需求。本文中用青岛市国民生产总值代表青岛市经济发展水平。

（五）城镇人均居住面积

随着经济的发展，人们对于生活水平的追求更加注重品质，必然导致了居民对于住房要求的提高。因此，人均居住面积也对房地产市场产生重要的影响。

（六）按揭贷款利率

按揭贷款利率对房地产市场需求的影响程度远大于按揭乘数的影响。贷款的利率现在逐渐成为国家宏观调控的手段之一。银行贷款利率会随着市场的发展而发生经常性的变化，本文以历年来青岛市12月份5年以上贷款利率代表本年度银行的贷款利率进行分析。

三、灰色关联度模型与实证分析

（一）灰色关联度模型

灰色系统关联度模型是一个重要的系统分析方法，它是两个系统或系统内的各因素随时间变化时，其变化方向和速度的关联程度，它是一种比较客观的分析方法。在系统发展过程中，哪些因素是主要影响因子，可以用关联度的排序来分析，关联度大的表明该因素是影响系统发展主要影响因子，关联度小的说明系统发展不受或少受此因素的影响。通过关联度分析，便于分析主导因素和潜在因素。它对样本量的多少和样本的规律性没有特殊的要求，同时，计算量比较小，量化结果与定性分析结果保持高度的一致性。灰色关联度分析是较为全面地表征各数据序列之间联系是否紧密的一个数量指标。

（二）灰色关联分析法具体步骤为:

第一步,设序列,并将其标准化。

设x0(t)(t=l,2,3,…,m)是参考序列,xi(t)(t=l,2,3,…,m;1=1,2,3,…, n)是n个比较因素序列，要研究这n个子序列与母序列的关联程度,应先将各序列均值化处理或者标准化处理，均值化处理公式为Xi=Xi(1)。

第二步：求差序列。记△i(k)=|x0(k)-xi(k)|。

第三步：求两级最大差与最小差。记

第四步,求关联系数。关联系数ξi(k)由下式确定:其中:

ρ称为分辨系数,o＜ρ＜1,通常取ρ=0.5;

第五步,求关联度。

γi定义为:；最后，比较γi与γj（i≠j），若γi＞γj，则表明第i个因素对结果的影响比第j个因素大。

（三）实证分析

1.寻找数据

从《青岛统计年鉴2014》可查得各年的指标数据，见表1。

表1　原始数据

2.数据处理

本文的灰色关联度分析具体过程如下:

第一步,设商品房销售面积为X0,青岛市人口总量为x1,城市人均居住面积为X2，城市人均可支配收入为X3，GDP为X4，商品房销售价格指数为X5，按揭贷款的利率为X6，可得母序列和子序列如表1。

第二步,对数据进行均值化处理，求各序列的均值像。计算结果见表2：

表2　各序列的均值像列表

第三步：计算各序列的差序列，计算结果如表3：

△0(k)　△1(k)　△2(k)　△3(k)　△4(k)　△5(k)　△6(k)年份2007　0　0.175349 0.084947　0.113317 0.173694 0.236661 0.380617 2008　0　0.243257 0.259834　0.05766　0.030205 0.283041 0.137246 2009　0　0.219453 0.212411　0.335969 0.359263 0.231131 0.330562 2010　0　0.287857 0.279341　0.328342 0.311752 0.260562 0.327145 2011　0　0.038947 0.047478　0.126979 0.170261 0.029969　0.12522 2012　0　0.118726 0.125815　0.336382 0.360475 0.027872 0.106673 2013　0　0.06897　0.026322　0.256607 0.283769 0.085851　0.09205

第4步，计算最大级差和最小级差。

第5步：计算关联系数。计算结果如表4：

表4　灰色关联系数计算结果

第6步：计算关联度。

由上述计算结果得出各因素对住宅市场的影响程度排序，如表5所示：

表5　各量化指标灰色关联度分析排序结果

（四）各量化指标的排序结果分析

根据以上的排序结果可以看出：第一，人均占有面积与住宅需求关联度明显,说明改善型住宅推动青岛市住宅需求不断增加。第二,住宅价格对住宅需求市场具有显著影响,这表明居民对住宅价格的波动敏感度较高。人们大都拥有条件较差的住宅，刚性需求已经不是主要的需求来源，改善性投资需求较大。第三，青岛市人口总数与房地产需求关联比较明显，说明青岛市新增人口的购买力比较强，对房地产的需求比较大。第四，按揭贷款的利率对房地产的需求影响比较大，说明由于近几年住宅市场房贷利率不断上调，虽然居民消费水平有所改善，但是为改善居住条件而做长期较大的投资，人们会慎重考虑房贷利率。第五，居民可支配收入对于房产需求关联较强，说明，随着居民可支配收入的增加，人们对于房产的需求也越来越大。

四、结论与不足

（一）研究结论

作为山东省经济最发达的城市，青岛市近几年经济发展依旧非常迅速，而且，青岛市的住宅产业也在高速发展，但目前对青岛市住宅市场发展的研究还相对较少，国家对住宅产业的宏观调控政策力度不断加大，房地产企业面临着非常严重的挑战，青岛市政府如何在贯彻执行国家政策的前提条件下，保证地区经济和房地产行业的稳定发展变得非常重要。因此，对青岛市住宅市场需求进行研究，从而为当地政府和房地产企业提供相应的对策和建议，意义非常重大。本文首先对住宅及住宅市场的相关理论进行研究，其次运用统计学和经济学的相关方法，主要运用灰色系统模型对青岛市住宅业发展现状进行实证分析，得出结论。

通过借鉴国内外相关学者的研究结论，分析了目前影响青岛市住宅需求的各种因素，并对各种因素进行了量化处理，得出6个可以量化的因素，并对6个量化因素运用灰色关联法进行关联度分析，得出影响青岛市住宅需求增长的最主要因素，按关联度大小依次为城镇人均居住面积、房屋销售价格指数、青岛市人口总数、按揭贷款利率、人均可支配收入、地区生产总值。

（二）研究的不足

由于本人对房地产行业以及住宅市场的相关信息掌握的有限，而且这方面的相关理论和知识也学习得不够，所以只是对青岛市住宅市场做了一个初步的研究，许多问题还有待进一步深入研究。

本文在选取影响青岛市住宅市场需求的因素时，只考虑了可以统计以及可以量化的部分因素，对其他很多可以统计和量化的因素如何影响住宅市场需求的发展还没有做进一步的研究。例如政府政策的指标等，而房地产业受政策波动的影响很大，它是一个政策性较强的产业。

[1]李笑.株洲市房地产市场需求影响因素的实证研究[D].硕士论文,2007：3-6.

[2]左文进，瞿理铜.房地产市场需求影响因素的灰色关联度研究[J].当代经济,2010，（04）：108-109.

[3]史彦虎，郝彩娟，朱先奇.基于灰色关联模型的汽车市场需求影响因素分析[J].山西农业大学学报,2012，（02）：155-159.

[4]齐顺.综合分析法对房地产市场需求因素的研究————以青岛市为例[J].科技创新与应用,2013，（07）：268.

[5]刘亚臣,孙梦筱,刘万博.基于灰色系统理论的沈阳市住宅需求预测[J].沈阳建筑大学学报,2012，(01):50-54.

[6]吕效国,余跃,张国梁.住宅房地产市场需求状况影响因素的层次分析[J].集团经济研究,2007，(04):32-33.

[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(05):86-89.

[8]邓聚龙.灰色系统[M].长沙:国防工业出版社,1985.

[9]邓聚龙.灰色系统的基本方法[M].武汉:华中理工大学出版社, 1986.

[10]青岛统计年鉴（2007～2013）.

桑学恒，男，山东淄博人，上海海事大学经济管理学院国际经济与贸易专业硕士，研究方向：国际贸易理论与政策。

F293.3

A

1008-4428（2015）08-44-03