基于灰色关联的北京市商品房空置的影响因素分析
来源:用户上传
作者: 姚翠友 平艳茹 杨艳红
[摘要] 北京市房地产市场在快速发展的同时，也出现了一些问题，比如商品房空置面积的居高不下，严重地困绕着北京房地产市场的发展。本文通过建立灰色关联分析模型，对影响北京地区商品房空置面积的各个因素进行了分析，并确定了各个因素的影响次序。
[关键词] 灰色关联分析 商品房 空置面积
自从我国实行住房货币化政策之后，我国的房地产市场发展迅速，房地产业已成为国民经济的一个支柱产业，带动国民经济和地方经济的不断增长。但是在房地产市场发展势头良好的同时，也出现了一些问题，特别是商品房大量空置已成为房地产市场运行中最突出的问题之一。据统计，截止到2006年3月底，全国房屋空置面积是1.23亿平方米，同比增长了23.8%。其中，空置商品住宅6983万平方米，增长19.7%。在北京，2006年4月底的最后一个交易工作日，市建委公布了全市截至4月份的开发商真实销售状况。数据显示，北京期房项目中有10.9万套住宅未售，现房销售的项目中有17815套住宅未签约，共计约12.7万套住宅未售出，期房未售出面积达1541.39万平方米，现房未售出面积达289万平方米，约有65.69% 的房源未被售出。截至2007年末，北京市商品房空置面积为1136．2万平方米，同比增长9.3％。房地产空置量的高居不下, 严重地困扰着房地产业的发展, 使房地产企业经营效益下降, 资金周转困难, 不能形成良性循环，阻碍了房地产企业的再生产, 并且容易产生银行呆帐坏帐、社会资源大量浪费、房地产产品结构调整困难等不良后果。
如果希望改变商品房的空置状况，首先需要确定影响商品房空置的主要因素。本文筛选了若干个与商品房空置有直接影响的因素，建立了灰色关联分析模型并进行了计算，得到了各种因素对商品房空置的作用大小，并结合当前的宏观经济形式和房地产市场的运行状况，对这些因素的作用进行了分析，给出了一些合理性建议。
一、商品房空置的影响因素分析
商品房空置的影响因素很多，包括经济因素、社会因素、人口因素、环境因素、政策体制等多个方面，本文参考文献[1]~[5]中对各种影响因素的分析，同时考虑到指标可量化的程度，主要从宏观经济环境、房地产行业状况、市场需求三个方面选取了若干个指标进行分析。表1给出了选取的影响因素及其测度，表2给出了各个测度的具体量化值。
表1 影响因素及测度
表22000年～2007年北京地区各个测度的量化值
说明：表中除了2007年的数据来自于“北京市2007年国民经济和社会发展统计公报”外，其余数据均来自于《北京统计年鉴》和网上官方发布的数据。
二、灰色关联分析模型
灰色关联分析是灰色系统理论中的重要内容，灰色系统理论具有只需少量数据就可作系统分析、模型建立、未来预测、行为决策和过程控制的特点，解决了回归分析、主成分分析等系统分析方法的数据少，信息不确定而无法研究或难以研究的问题。目前该方法已经在工程控制、管理决策和社会经济等许多领域得到了广泛的应用，但在房地产领域的应用分析还刚刚起步。
灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统（或因素）之间的数值关系。因此，灰色关联度分析可以对一个系统的发展变化态势提供量化的度量，比较适合动态历程分析。
灰色关联分析的步骤是：
1.确定比较数列和参考数列
假设：
X0=｛X0(k)|k=1,2,…,n｝为参考数列(又称母数列)；
Xi=｛Xi(k)|k=1,2,…,n｝(i=1,2,…,m)为比较数列(又称子数列)；
根据表2中所提供的相应数据和上面的分析，本文以商品房空置面积为参考数列，记为X0，选择与商品房空置面积有关的因子作为比较数列Xi，具体为：商品房平均销售价格X1；北京地区生产总值X2；商品房竣工面积X3；房地产开发投资额X4；城镇居民家庭平均每人每年可支配收入X5；城镇人口总数X6；居民储蓄存款X7；城镇居民人均住宅使用面积X8。
2.求关联系数
灰色关联系数γ(X0(k)，Xi(k))体现了第i个子数列与母数列在第k时刻的关联情况，是第k时刻第i个子数列与母数列所对应的点的距离状态的反映。
3.求关联度
由计算得到m×n个灰色关联系数值，数值所体现的信息显然过于分散，不便于比较。必要用一个数值体现每一比较数列各个时刻的灰色关联系数情况，定义这个数值为灰色关联度，记为γ(X0，Xi)，简记为γi。
4.依关联度大小排序
得到每个子数列的灰色关联度后，即可对关联度从大到小进行排序，所排出的序列称为灰色关联序。其关联度排在最前面的子数列与母数列的关系最为密切，对母数列的影响最大；排在第二位的影响次之，其余依次类推；排在最后的子数列与母数列的关系最为疏远，对母数列的影响最小。
三、模型计算结果
通过编写程序，对表2中的数据进行无量纲化处理、构造灰色关联差异信息空间，通过计算得到比较数列对参考数列的灰色关联系数和灰色关联度，参见表3及表4。
表3 比较数列与参考数列的灰色关联系数
表4 比较数列对参考数列的灰色关联度
由上面的计算结果可以得到灰色关联度由大到小的排列顺序为：
γ2>γ5>γ3>γ7>γ1>γ6>γ8>γ4
四、结果分析
由上述灰色关联度的排序结果可知，影响商品房空置的三大类8个因素中，排在前三位的依次为：北京地区生产总值、城镇居民家庭平均每人每年可支配收入、商品房竣工面积，其他因素的影响程度由大到小依次为：居民储蓄存款、商品房平均销售价格、城镇人口总数、城镇居民人均住宅使用面积、房地产开发投资额。根据当前的宏观经济形势及房地产市场的运行状况，现将计算结果具体分析如下：
1.北京地区生产总值
北京的房地产市场在经历了一段时期的发展之后，在很大程度上影响着北京地区经济的总体发展。但反过来，北京地区经济的发展状况，也会影响着北京房地产市场的发展。具体表现为：当地区经济的增长势头良好时，房地产市场的投资和交易比较活跃，商品房空置降低；但当地区经济的增长势头减缓或下降时，投资和消费性购房需求下降，商品房空置增加。
2.城镇居民家庭人均可支配收入
城镇居民家庭人均可支配收入是描述居民家庭收入状况对商品房空置的影响情况，是商品房空置的主要影响因素。随着城镇居民家庭收入的增加，人们的购买力将进一步增强。收入状况的改变将会促使家庭考虑购买住房或者购买更好的房子以改善自己的居住条件，因此会促使商品房空置量的降低。
3.商品房竣工面积
商品房竣工面积对商品房空置的影响是显而易见的，该项指标描述的是房地产市场中商品房的供应状况。通常情况下，商品房竣工面积越大，由于商品房销售的滞后性，因此会导致商品房空置量的增加，但如果房地产市场中出现了需求比较旺盛的局面，商品房的销售状况良好，也会使空置量下降。
4.居民储蓄存款
从历史经验看，在居民收入增长和消费倾向较为稳定的情况下，楼市、股市是影响储蓄变动的两大因素。如果居民储蓄存款增加，则其用于消费和投资的资金将会减少，转而会存到银行，从而会间接影响商品房的销售状况和商品房的空置状况。
5.商品房平均销售价格
文献[2]～[5]均认为商品房销售价格对商品房空置的影响非常重要，正是由于商品房销售价格的居高部下才导致商品房空置量的上升，但本文的计算结果却表明商品房销售价格对商品房空置的影响并非是主要因素。
6.其他指标
在本文所选定的八个影响指标中，排在最后三位的分别是：城镇人口总数、城镇居民人均住宅使用面积、房地产开发投资额。城镇人口总数是反映北京房地产市场中需求状况的一个指标，通常，城镇人口总数的增加，将会导致商品房需求的增加，从而会降低商品房的空置量。城镇居民人均住宅使用面积是对居民住房情况的量化描述，一定程度上反映北京地区人民的生活水平，如果人均住宅使用面积较大，说明当地居民的居住状况较好，对商品房的需求不是很迫切。房地产开发投资额是对商品房空置影响最弱的一个指标。
五、结论
根据模型的计算结果和上面的分析，可以得到如下的结论：
1.确定了北京地区商品房空置的主要影响因素及影响次序。北京地区生产总值、城镇居民家庭人均可支配收入、商品房竣工面积、居民储蓄存款是影响北京地区商品房空置的主要因素。
2.北京市的相关部门可以适当的采用一些宏观调控手段如刺激消费、扩大需求、减少储蓄等来进一步减少商品房的空置量。
3.进一步发展地方经济，继续提高北京地区的生产总值，保证宏观经济的良好发展势头。
参考文献:
[1]郝凤英贺昌政:基于自组织数据挖掘的住宅空置影响因素分析[J].当代经济，2006，9（下），p32~p33
[2]刘敬伟:丹东市商品住宅空置原因分析[J].辽宁经济.2006，9，p54~p55
[3]方青兰常芬:关于我国目前商品房高空置率问题的研究[J].法制与社会，2007，9，p646
[4]徐正林苗婧:商品房高空置率原因探析[J].经济与管理.2006,12，p28~p31
[5]陈细云:我国商品房空置率现状分析及对策[J].金融经济.2006,7，p20~p21
[6]刘思峰党耀国方志耕等:灰色系统理论及其应用[M].科学出版社，2007
转载注明来源:https://www.xzbu.com/3/view-1486831.htm
