贵阳市房地产市场需求影响因素实证分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇贵阳市房地产市场需求影响因素实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】影响房地产市场需求的因素很多，本文引入灰色关联度、Spearman和 Kendall三种分析法，对贵阳市房地产市场需求影响因素进行实证分析，最后运用主成分分析法将三种分析结果进行综合，得出最终的综合排序，从而为政府和开发商提供相应的参考。

【关键字】市场需求；灰色关联度；主成分分析

1 引言

近年来，贵阳市积极实施工业化和城镇化战略，区域经济得到快速发展，居民收入得到稳步提高，社会发展更加和谐。特别是在西部大开发的持续推动下以及国发2号文件的将进一步促进贵阳市社会、经济发展。同时贵阳市房地产市场也伴随着整个市场的发展快速前进，房地产投资额和商品房销售面积都取得了前所未有的进步，然而在房地产快速发展的同时，市场存在着商品房施工面积大幅增长、商品房空置面积大幅上升等问题，一方面市场无效供给不断增加[1]，另一方面居民有效需求却得不到有效释放。这些问题将直接影响到贵阳市是房地产市场是否稳定发展，在房地产市场中供给和需求是市场的两大基本要素，而需求在房地产市场发展中又起到决定性作用，为此分析房地产市场需求影响因素对市场发展积极重要。

2 影响房地产市场需求因素概述

国内外学者对房地产市场需求影响因素的研究较为活跃，Karle.case[2]（1996）等认为高空置率、低房租及高资本化率使房地产消费需求骤跌，人口增长、就业稳定增长，个人收入持续增长时，房地产市场需求增加；张丰伟，马国强[3]（2008）认为需求必然受到当前国家宏观调控及货币紧缩政策的影响，同时受到本地实体经济发展、居民收入及其消费偏好、等诸多因素的制约；谢琛，袁建华[4]（2010）通过研究影响房地产市场需求的主要因素，特别引入不同年龄段人口数这一因素，指出了年龄结构在需求影响因素中的重要作用。

从上分析可以看出，国内外学者分别从不同的角度、领域以及方法对不同的需求因素进行了分析。本文在对前人的归纳基础上结合贵阳市的实际情况挑选出适合贵阳市房地产市场实际情况的需求影响因素。同时在选择指标时主要是考虑可量化指标，便于实证分析。其数据主要来自贵阳市近年来的统计年鉴和各年国民经济和社会发展统计公报。结合以上分析本文选取6项因素作为贵阳市房地产市场需求分析因素：（1）城镇居民人口总数：城镇人口的增加将直接刺激房地产市场需求，同时还带动其他相关配套设施的需求。（2）GDP：国民经济发展水应一个国家和地区的宏观经济，宏观经济的良好发展直接影响地区的房地产发展以及各行业和个人对房地产的需求。（3）城市居民人均可支配收入：反应了居民的购买能力，进而直接影响到对房地产的需求。（4）商品房销售价格：商品房价格直接影响到购房者的心态，是市场需求的主要因素。（5）人均居住面积：反应居民居住水平的一个重要指标，在生活水平提升的情况下，对人均居住面积改善愿望强烈，从而刺激对房地产市场的需求。（6）竣工面积：反应市场的供应量，按照供需理论，其指标的变动会影响价格的变动，最终直接影响到市场的需求。

3 贵阳市房地产市场需求影响因素实证分析

对于各影响因素对贵阳市房地产市场需求的影响程度的研究，本文拟采用灰色关联度、Spearman和Kendall三种方法通过相关性排序来进行研究，然后运用主成分分析法将三种排序结果综合，从而得出各影响因素对贵阳市房地产市场需求影响综合程度和排序。

3.1 灰色关联度分析

在本文中，以贵阳市商品房销售面积(X0)的逐年原始数据作为参考序列；人口总数(X1)、GDP(X2)、人均可支配收入(X3)、商品房销售均价(X4)、人均住宅建筑面积(X5)、商品房竣工面积(X6)的原始数据作为比较序列。

（1）对原始数据做无纲量化处理

（2）求母序列X0对各子序列的绝对差i（k）

于是得到最小绝对差m=0，最大绝对差M=4.724。

（3）取分辨系数 =0.5，由公式 和（2）计算结果，计算各年份的关联系数。

（4）由公式 计算关联度，可得R1=0.63，R2=0.832，R3=0.717，R4=0.702，R5=0.691，R6=0.731。

由灰色关联度分析需求的影响程度排序为: R2 >R6> R3> R4 >R1 >R5。

3.2 Spearman分析

Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，所以本文运用Spearman相关分析来对所选指标之间的相关关系进行度量。运用统计软件SPSS19.0对各影响因素指标进行分析，其与市场需求指标之间的Spearman's rho如表3所示：

3.3 Kendall分析

Kendall等级相关系数用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。其度量原理是把所有的样本点配对，看每一对中的两个变量是否都增加来判断单体模式[2]。运用统计软件SPSS19.0对各影响因素指标进行分析，其与市场需求指标之间的Kendall's tau_b如表5所示：

3.4 主成分综合分析

根据以上三种方法得到的各影响需求因素的影响程度，为提高贵阳市房地产市场需求影响因素结果的科学性和可信性，运用主成分分析法对三种评价结果进行综合，得出最终的影响程度和排序。

（1）对数据无纲量化处理

运用SPSS19.0中的分析—描述统计—描述，对原始数据进行标准化，使其具有可比性。

（2）计算累计贡献率

运用SPSS19.0软件进行主成分分析得到特征值和累计贡献率，从下表可以看出第一和第二主成分累计贡献率达到98.7%，取前两个作为主成分。

（4）计算因子得分

由因子得分有：

Y1=-0.027X1+0.505X2+0.504X3

Y2=0.998X1-0.001X2+0.055X3

（5）综合指标

由主成分回归得到标准化回归方程为：F=0.65327 Y1+0.33338 Y2

最后依据综合指标方程可以得到组合分析排序结果为：

4 结论

综合以上分析可以看出，影响贵阳市房地产市场需求各因素中，贵阳市GDP对需求影响最大，其他因素从大到小分别为人均可支配收入、人口总数、人均住宅建筑面积、商品房销售均价和商品房竣工量，其结果可以为政府和房开商提供相应的决策依据。从上述排序中，GDP和人均可支配收入是影响贵阳市需求最重要的因素，为此必须快速发展地区经济，提高居民的收入水平从而提高居民购买能力；人口总数也是影响需求的重要因素，加快城市化进程不仅有利于国民经济发展，还能带动房地产市场需求；此外合理的调节商品房价格和竣工量亦能促进贵阳市房地产市场的健康稳定发展。

参考文献

[1]朱永升等.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.

[2]李笑.株洲市房地产市场需求影响因素的实证研究[D].中南大学，2007.

[3]张丰伟，马国强.海南房地产市场特征与影响因素分析[J].海南大学学报，2008，28（6）：607-615.

[4]谢琛，袁建华.基于灰色理论的入口年龄结构对房地产需求影响分析[J].数学的实践与认识，2010（10）：201-209.

作者简介：

辛治洲（1985.02- ）男，安徽安庆人，贵州大学2010级管理科学与工程研究生。

范方静（1987.02-）女，四川内江人，贵州大学2010级企业管理硕士。

彭淑杰（1988-）女，山西大同人，贵州大学2010级企业管理硕士。

郭峰（1972.05-）男，贵州余庆人，博士，贵州大学管理学院副教授，研究生导师。