基于灰色預測系統的西寧商品房用地供需研究

邱甘全

摘 要 本文從西寧市商品房市場的實際出發，根據數據可獲取性等原則，對影響西安市商品房需求與供給的七個因素進行初步篩選，并在其基礎上根據2005年～2013年9年間西寧市社會經濟的統計資料和商品房供求的相關數據，分別利用相關分析模型與灰色關聯度模型進一步篩選，得到與西寧市商品房需求與供給具有相關關系的影響因子。對于相關影響因子，采用灰色系統GM（1，1）模型或非線性預測模型對其進行動態預測，得到各個相關影響因子2016年～2020年的預測值。根據各個相關影響因子的預測值，結合多元線性回歸模型與BP神經網絡模型對2016年～2020年西寧市商品房需求量與供給量進行預測，得到“十三五”期間的預測值。

關鍵詞 灰色預測系統 西寧商品房

一、引言

自改革開放以來，我國經濟不斷發展，城市化和工業化進程不斷加快，房地產業取得了長足的發展。而作為房地產市場中重要一環的住宅市場，由于受土地使用制度與住房制度改革的不斷深化，以及國家對住宅產業的各種鼓勵和支持措施，使住宅市場化程度不斷提高，住宅建設成為新的經濟增長點，并且購買商品住宅已成為我國當前城鎮居民解決住房問題的主要途徑。住宅作為人類生存最基本的物質條件之一，以及家庭消費的重要的組成部分，住宅市場發展的好壞直接關系著整個房地產業乃至經濟、社會的發展，因此對于住宅各個方面的研究就顯得尤為重要。

二、影響因子體系

住宅市場需求影響因素包括宏觀和微觀兩個層面，涉及政策、社會、經濟以及環境等多個方面。由于政策、環境等方面的因素，定性指標多且難以量化，加之獲取較困難，不利于客觀性的預測，因此本文在選取影響因子時，只選取經濟與社會方面的因素。經濟與社會方面的因素，由于可以直接從歷年統計資料中獲取，且資料比較完整，可以直接定量分析，便于實現客觀、準確的預測。因此，現選取有關社會和經濟方面的并對住宅需求量產生影響的因素，構建出住宅需求量影響因子體系，作為客觀、科學、準確預測住宅需求量（住宅用地需求量）的前提。利用DPS7.05軟件對數據取分辨系數，然后得到灰色關聯分析，結果如表1。

從中選取最高值的七個影響因素建立模型并預測。

三、城鎮建設用地灰色預測模型建立

灰色GM（1，1）預測模型：所謂灰色系統是對黑色系統和白色系統而言的，由于某些信息系統的隨機性較強、規律性不夠明顯，信息之間又是內在聯系的，這樣的系統就稱之為“灰色系統”。而灰色系統分析就是對原始信息進行處理，弱化信息的不確定性、強化規律性，將原來具有隨機性的數據轉化為規律性強的信息，使原來波動變化明顯的數列變成單調上升的生成數列，從而建立連續函數微分方程預測模型。與傳統預測模型相比，灰色預測模型由于計算簡便、無須典型的概率分布、減少時間序列的隨機性、計算精度高等優點，因此可用于對各項影響因子進行預測。本文利用灰色系統中的GM（1，1）對各項影響因素進行預測，可以減少系統內部噪音的污染，使預測結果更加準確。

對七個關鍵因子構造的模型的各項參數（如表2）。

對以上預測出的七個因子建立模型預測其在2016～2020年的值，結果如表3。

再通過BP神經網絡得到的西寧市非住宅類商品房需求量預測值（如表4）。

根據公式

計算出商品房建設用地需求總量，結果如表5所示。

四、預測結果對比分析

通過上述預測我們可以看到，西寧市再2016年～2020年的土地供應中，西寧市的土地用地量與需求量均穩步增長；用地量的平均增長速度約為4000平方米，需求量增長速度約為每年5000平方公里；平均每年的用地供應量比需求量要少接近25萬平方米。約占用地量的16%，需求量的14%。但是總體水平趨于平緩。因此，在未來的住房用地越來越緊縮的情況下，肯定會因為用地供應量跟不上需求量。在此基礎上，政府可以考慮適當放寬土地的供給。

隨著西寧城市人口的快速增長，新增城市用地尤其是居住用地一定要在滿足需求的情況下嚴格控制土地濫用的現象。經濟、社會、生態環境發展的協調度和城市土地的用地效益要能達到統一。

西寧作為典型的和孤星城市，在用地量的調控時除了要考慮到一些內在的動力、政策和制度引導還特別要注意地形地貌的保持和完整，以及水資源的利用分配。

綜上分析表明，隨著西寧居民生活水平的提高、人口的增長、交通的改善以及西寧作為省會城市的重要性，會主導驅動西寧的商品房建設用地的需求上漲，而提供的土地目前與需求量大約存在百分之十左右的缺口。

（作者單位為青海民族大學公共管理學院）