房地產價格主要影響因素研究

宋佳潤

[摘 要]合理的房地產價格是保持社會和諧和保障民生的關鍵。影響房地產價格的因素也是眾說紛紜，本文貼近實際，從消費者角度出發，通過實際調查得出消費者在選房時所考慮的16種因素。在這16種因素中本文通過灰色關聯度分析和因子分析的方法得出真正影響房地產價格的四種因素：交通情況、商業情況、教育情況和醫療情況。

[關鍵詞]房地產價格；影響因素；數據分析

[DOI]10.13939/j.cnki.zgsc.2015.09.124

消費者在購房時往往瞻前顧后，考慮過多，正是這樣才給了房地產商投機的縫隙。本文通過調查得知消費者購房時主要考慮的因素主要有十六種：規劃戶數、交通情況、商業情況、教育設施情況、醫療情況、物業費、產權年限、容積率、外觀設計、區域位置、最低首付、月供、住宅安全、物業態度和綠化率。這是十六種因素中，真正能夠影響房價的因素并不多，房地產往往會抓住非主要因素，大肆宣傳哄抬房價，最終受害的還是消費者，本文對上述數據進行合理分析找出影響房價的主要影響因素。

首先，本文用灰色關聯度分析法對這十六個因素與樓盤價格之間作關聯度分析。

所謂灰色關聯度分析法，就是對于兩個系統之間的因素，其隨時間或不同對象而變化的關聯性大小的量度，稱為關聯度。在系統發展過程中，若兩個因素變化的趨勢具有一致性，即二者關聯程度較高；反之，則關聯度較低。因此，灰色關聯分析方法，是根據因素之間發展趨勢的相似或相異程度來衡量因素間關聯程度的一種方法。

本文在做灰色關聯度分析之前首先進行數據處理：對于樓房周圍商業情況，本文以樓房一公里范圍內的超市、銀行和餐廳這三種公共場所數量來衡量，一天中出入銀行、餐廳、超市的人流大致相等，因而本文將三者數量加和，以此衡量商業情況；對于樓房周圍的教育情況，由于能夠影響消費者購房選擇的主要是幼兒園、小學和中學，本文以樓房周圍各類學校數量乘以其教育年限后加和，以此衡量該樓房周圍的教育情況；對于醫療情況，本文以三公里內醫院的個數為衡量標準；外觀設計以所統計樓盤的客戶滿意度為衡量標準；交通情況以一公里內公交站點的個數為衡量標準；樓房的區域位置本是分類變量，本文為進行數據分析對其進行量化處理，李滄區為1，城陽區為2，黃島為3，萊西為4，平度為5，嶗山區為6，市北區為7，膠南為8，膠州為9；住宅安全、物業態度、物業費及綠化率均以所統計樓盤的實地調查情況為衡量標準。在確定所有衡量標準后，本文對所有因素評價指標數據進行無量綱化處理。避免了系統中各因素的物理意義不同，導致數據的量綱也不相同，不便于比較，或在比較時難以得到正確的結論的問題。

所謂關聯程度，實質上是曲線間幾何形狀的差別程度。因此曲線間差值大小，可作為關聯程度的衡量尺度。

本文以樓房售價為參考數列x0，以規劃戶數、交通情況、商業情況、教育設施情況、醫療情況、物業費、產權年限、容積率、外觀設計、區域位置、最低首付、月供、住宅安全、物業態度和綠化率這十六種影響樓盤價格的因素為比較數列ri進行灰色關聯分析，按照上述算法將其通過Matlab軟件編程實現，得出各影響因素相對于樓房售價的灰色關聯度：

規劃戶數、產權年限、區域位置這三種因素與樓房售價的關聯度很小，本文在分析樓房售價的主要影響因素時可以將其忽略。另外，最低首付和月供兩種因素與樓房價格的關聯度接近于1，關聯度很高，經過進一步查閱資料，了解房地產運行機制得出，月供和最低首付是受樓房售價影響的，即樓房售價決定最低首付和月供，因而這兩種因素不能作為影響樓房售價的因素，本文在此將其剔除。

在經過灰色關聯度分析之后，為了進一步得出影響樓房售價的主要影響因素，本文對剩下的十一種因素運用因子分析法找出影響樓房售價的主要成分，在主要成分中找到因子載荷比較高的因素即為影響房地產價格的主要因素。

通常在最初因素抽取后，對有些因素無法作有效的解釋。適當的因子旋轉，可以使變換后新的因子具有可解釋性。本文采用方差最大的正交轉換方法將各因子旋轉到某個位置使其變量在因子軸上的投影向最大、最小兩極分化，即每個主成分中的高載荷因子只這種在幾種因素上，從而得出主要的影響因素。

本文繼續對剩下的十一種影響因素數據進行因子分析，得出三個主要影響樓房售價的主成分。

我們可以看出這三個主成分可以解釋樓房售價變化的63%，符合我們的尋求標準，在這三個主成分中各因素經過因子旋轉后的因子載荷分布。

我們可以看出在這三個主成分中，交通、商業、教育、醫療四種因素的因子載荷很高，所以影響房價的主要因素為交通情況、商業環境、教育設施、醫療條件。

房地產投機行為的盛行已嚴重影響到中國經濟的健康發展，那么消費者如何提高自己選房的能力，選中滿意程度最高的房子日益成為人們關注的焦點。一般情況下，購買者在選房時，他們大約會考慮到大約16種因素，但是在本文進行數據分析以后主要影響房價的因素只有4種，即：交通情況、商業情況、教育情況、醫療情況，除這4種因素之外，其余只需稍加考慮即可。

參考文獻：

[1]柳冬，王雯珺，謝海濱，等.我國房地產價格影響要素分析與趨勢預測[J].管理評論，2010（5）.

[2]余華義.經濟基本面還是房地產政策在影響中國的房價[J].財貿經濟，2010（3）.

[3]趙昕東.中國房地產價格波動與宏觀經濟——基于SVAR模型的研究[J].經濟評論，2010（1）.

[4]吳江，韓鑫韜.房地產價格與貨幣供應量的波動溢出效應[J].財貿研究，2009（5）.

[5]孔行，劉治國，李國平，等.我國房地產市場的價格波動與宏觀調控效應分析[J].西安交通大學學報（社會科學版），2009（5）.

[6]陳石清，黃蔚.中國房地產價格與城市化水平實證分析[J].財經理論與實踐，2007（2）.

[7]宋勃，高波.房價與地價關系的因果檢驗：1998—2006[J].當代經濟科學，2007（1）.