西北工业大数模竞赛房价问题

1、装 订 线摘要自20世纪末走出低谷以来，我国房地产业得以迅猛地发展，其势头受到世人的瞩目，它作为国民经济的支柱产业不仅对国家宏观经济运行产生巨大的影响，而且它与广大百姓的自身利益休戚相关。住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。2008 年受国际金融危机的影响，部分购房需求受到抑制，2009 年在国家税收、土地等调控政策作用下，一度受到抑制的需求得到释放，适度宽松的货币政策使信贷规模加大，为房地产开发和商品房购买提供了比较充裕的资金，房地产市场供求大增，带动了整体回升。但有的城市房价过高，上涨过快，加大了居民通过市场解决住房问题的难度，另一方面，部分投机者也通过各种

2、融资渠道买入房屋囤积，期望获得高额利润，也是导致房价居高不下的原因之一。因此，如何有效遏制房价过快上涨，遏制房地产投机，是一个备受关注的社会问题。为此，国家在2010年 4 月 17 日出台了关于坚决遏制部分城市房价过快上涨的通知（俗称为“新国十条” ）的调控政策。论文依据中国国情，统计分析建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。关键词：房价地价指数人均收入地价数学模型目录一、问题提出：3二、问题分析：3三、基本假设：4四

3、、建立模型：5一、假设参数：5二、模型求解：61.求解地价与地价指数的关系62.求解人均收入与房价的关系:73.求解M值的大小84.求解房价预测值9三、模型结果：11五、结果分析与检验：131.数据结果分析：132.原因分析：133.政策建议：154.建议的效果预测：16六、算法的设计及名词解释181.关于曲线拟合182.地价指数213.容积率22七、模型的优缺点及改进22八、附录24九、参考资料25装 订 线正文一、问题提出：房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点

4、议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析.。二、问题分析：题目要求我们通过分析相关数据，找出影响房价的主要原因，然后根据这些因素建立一个城市房价的数学模型。同时，根据得出的结论分析我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题。同时根

5、据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析.。针对本问，我们利用了网络等相关资源，查找各主导因素间的变化关系，确立变量，从而建立模型。我们可以确定的是房地产业红火发展的关键是社会经济的各项指标综合决定的，社会经济指标的发展是地产业持续发展的推动力。由此，我们分析相关数据的目的是要得出几条对房地产业影响较大的社会经济指标，从而为继续研究奠定好基石。我们经互联网搜索及查阅相关资料，大致得出以下几条对房价的影响产生主导作用的因素：建造成本，市场供求变化，土地成本、各种税费以及当地居民人均收入等。针对本题，虽然我们从相关资料中获取了大量数据，但从实际出发

6、来看这些数据只能作为理论支撑的基础，模型并不是只针对某一个城市，而是具有普遍用途，这样才能达到本题的目的所在。三、基本假设： 1、 在所调查城市中，由于各类房价差异很大，而对于大多数市民来说，关 心最多的应该就是商品房的价格，因此我们选此城市的商品房价格，来作为这次调查的代表进行分析。2、 由房屋自身因素和环境因素组成的非市场因素在总影响中所占比重小，且相对较稳定，可忽略其对房价涨落的影响；3、 市场因素是房价的主要决定因素，其中主要包括政治因素、经济因素、行政因素和社会因素。目前的中国，社会局势相对稳定，故政治因素以及社会因素的影响便可以忽略，而其中经济因素中的土地成本和人们的收入水平是目前

7、的主导因素，在行政因素中主要是国家地区通过颁布法令调节税率来，达到影响房价的目的。4、 按国家的规定营业税为商品房售价的 5%，土地交易契税税率为 3%，设定土地贷款年利率为 5.4%相应贷款年限设为两年。5、 房地产商对利益的追求即利润是形成房价的一个主观原因。在地价指数中，利润被设定为商品房售价的 10%。四、建立模型：在建立模型中，通过对已知地价指数的算法和由搜集得到的数据的拟合，模拟出房价与地价、人们收入以及税率和综合成本之间的一个数学关系。一、假设参数：g 地价指数（%），G 地价（元/平方米土地面积），h 房价指数，H 房价(元/平方米建筑面积)，R 营业税（%），C 综合成本（元

8、/平方米），S 利润（元），V 容积率（%），Q 土地交易契税税率（%），T 土地贷款年利率（%），t 贷款年限（年），x 人均可支配收入（元）。地价指数关系为：g=H-R-C-S*V/1+Q+T*t (1)式中，=666.67/100000；二、模型求解：1，求解地价与地价指数的关系由(1)式 g=H1-R-C-S*V/1+Q+T*t 按国家的相关规定可知，我们可以假设某年 Q=H*3%，T=H*5.4%，t=2，故（1）式中分母为一常数，设其为，另假设 A=/；R=H*5%；S=H*10%；V=1；由所查得的数据可知，北京地区的综合成本20003000 元，假设其为 2500。可得：H1=

9、A/V*g+S+C+R(2)；由表一数据:表一 地价地价指数年份20012002200320042005200620072008地价指数100100100.6102.5103.8105.2109.4111.6地价22082271233123843288363637994285作图拟合如下：由软件分析拟合得出之间满足如下关系式： (3)；式中，A=-113133.35, B1=2030.02, B2=-8.77;将（3）式求解得出 g 的表达式：(4);(因 g2所得解时的 G 超出实际值，故将其舍去。）将（4）式代入（2）式得：(5);在确定的某一年份，R=H1*5%；S=H*10%；V=1；

10、C=2500; 代入可得：(6);2，求解人均收入与房价的关系:由表二数据：表二 人均收入与房价年份20002001200220032004人均收入1035011577.812463.913882.615637.8房价45364838470053796228年份20052006200720082009人均收入1765319978219892472526738房价80509219137541558119679作图拟合得出图形如图由软件分析拟合得出之间满足如下关系式：(7);式中：A=8879; B1=-0.9484; B2=5.042E-5;注：H2=H2+M-A （其中 M 为由人均收入与地价

11、共同确定的常数）；由式 H=H1+H2 经 H1 和 H2整合得出 (8);3，求解M值的大小根据表三数据：表三各年地价、房价与人均收入年份20012002200320042005200620072008人均收入11577.812463.913882.615637.817653199782198924725房价4838470053796228805092191375415581地价22082271233123843288363637994285由（8）式得 (9)表四 各年份M值的大小年份20012002200320042005200620072008M值-1267.12-1646.47-15

12、13.87-1619.22-1388.59-2477.83-316.584-2422.724，求解房价预测值将 M 值代入（8）式得：（10）；（注：模型中地价 G 有一最大值，超过此s限，在一定范围内可按 4365.61 计算）我们已得出房价与地价、人均收入之间的关系。接下来，我们利用已知年份的地价及人均收入来求出各年份的房价计算值，得出数据如表五：表五 房价实际值与理论值的比较年份20002001200220032004H实际值45364838470053796228H理论值4274.1064556.3094797.6555344.0576298.407年份2005200620072008

13、2009H实际值80509219137541558119679H理论值7889.77310148.0112521.7716454.9119804.85作图比较 H 实际值与计算值得出图 由图表可知，根据所建模型求得的房价计算值与实际值基本一致，误差范围在 0.0170.077 之间，拟合程度较高。通过所得模型及已知数据，可先根据时间与地价、人均收入的数据如表六： 表六 时间与地价、人均收入表年份20012002200320042005200620072008人均收入11577.812463.913882.615637.817653199782198924725地价220822712331238

14、43288363637994285作图拟合G=-64123+320t (11)x=-3717500+1900t (12) ;(t 代表年份)至此，条件齐全，以下为模拟结果。三、模型模拟结果：当 t=2010 时，将其代入式（11）、（12）可求的相应的 G 与 x 的值，G=4793, x=27748将二值代入式（10）得：H（2010）=21689.61 元实际值H=22690 元百分误差w%=4.41% 据此可看出此模型预测性可信度较高。接下来，预测 2011,2012 年房价：方法同上，得出 2011,2012 年预测值：H（2011）=25470.22 元H（2012）=28720.6

15、1 元预测北京市2011年房价为25470.22 元，2012年房价为28720.61 元通过该模型预测其他城市的房价：西安年份2004200520062007200820092010房价2950312232583978434050026486计算得H(2010)=7580.0 元H(2011)=9039.7 元预测得西安市2010年房价为7580.0 元，2011年房价为9039.7 元岳阳年份20062007200820092010房价22072400237028183171计算得H(2011)=3382.5元H(2012)=3741.4元预测岳阳市2011房价为3382.5元，2012年

16、房价为3741.4元五、结果分析与检验：1.数据结果分析：由所得模型可看出，在房价形成过程中，地价与人均收入占主导因素，地价的升高以及人均收入的增长都对房价的升高具有促进作用。而在地价与人均收入中，地价占有较大比重。房地产商投机通过囤积土地，造成土地资源短缺，进而通过地价来影响房价。值得注意的是在 07 年国家出台了关于加强商业性房地产信贷管理的补充通知和关于加大闲置土地处置力度的通知，市场反应在当年房价出现暴涨，而在政策出台后全年房价出现明显下跌。这是因为模型式（8）是在将一系列利率和贷款年限设为一定值求得的，现实生活中利率与房价有一定的比例关系，利率越大，房价也会越高，国家通过出台政策，对

17、利率的大小进行调控，从而达到对房价的调整。根据模型可看出，地价与人均收入在房价中占主导因素，而国家可以通过宏观调控来影响地价，另外国家对利率的调控也会影响到房价的涨落，国家通过颁布一系列法令，来达到此宏观调控的目的，所以购房或租房者应及时了解国家对房价出台的政策法令，了解市场行情，分析房价走势，以便能够以较优的价格买房。2.原因分析：房地产业是我国重要的支柱产业，房屋消费是当前国民经济的重要增长点。但近年来不断上涨的房地产价格影响了国民经济健康发展，也引发了一些社会问题，成为社会各界关注的热点。近期国务院领导就房地产价格及房地产市场发展的有关问题多次批示，要求有关部门加强研究，采取有效措施稳定

18、房地产价格，促进我国房地产市场稳定健康发展。本文就房地产价格上涨较快的原因、对国民经济的影响以及如何稳定房地产价格，促进房地产市场健康发展，作了初步的分析。房地产价格上涨较快的主要原因是目前正处在房地产市场发展的关键和敏感期。全国房地产价格涨幅较高，是需求拉动、成本推动和管理不力三方面主要因素综合作用的结果。具体分析有以下几点：1、 居民消费水平提高、城市化进程加快和城市功能提升，使房屋需求加大，供需矛盾紧张，推动房屋销售价格较快上涨。 中国城镇人口达5.43亿。上世纪90年代以来，我国城镇人口每年增加1000多万，成为人类历史上最大规模的人口城市化现象。如重庆、杭州全市年度增加的人口分别超过

19、10万和5万人；天津、沈阳等城市改建和居民拆迁规模都很大；农民工大量进城，使城市流动人口不断增加。这些因素推动了房屋被动需求的释放，导致了房屋一二三级市场的需求增加，房屋销售价格较大幅度上涨，房屋租赁价格也在提高。反过来，房屋销售价格的上涨又刺激需求释放，进一步推动需求增加。这样，房屋销售市场需求和房屋销售价格相互推动，一起攀升。二、房屋销售价格和土地销售价格相互推波助澜。首先，随着工业化和城镇化建设推进，大量土地资源被占用，使土地资源减少。加之房屋建设市场土地的需求增加，使土地的供需矛盾紧张，土地交易价格不断上涨。其次，实行“经营性土地使用权招标拍卖挂牌出让”政策后，土地价格大幅上涨，部分城

20、市土地价格成数倍增长。如：重庆2000年主城区住宅楼面地价约300元每平面米，目前已涨到1000元每平面米。土地交易价格上涨自然增加了房屋开发成本，推动房屋销售价格上涨。一些开发商甚至可能把预期中因土地价格上涨而引起的成本增加提前消化，转嫁到现期的房屋销售中，使房屋销售价格上涨。三、房屋销售价格和建筑材料价格相互作用。建筑装饰材料等价格大幅上涨，使房地产开发成本不断提高，对房价上涨形成了推动力，2004年，全国固定资产投资价格比上年上涨5.6%。其中，建筑安装工程价格上涨8.2%、材料费价格上涨10.7%，而建筑领域最受关注的建筑用钢材价格上涨17.4%。在房屋销售价格中，作为成本的原材料和建

21、安工程费用所占比重不断增加，成为推动房价上涨的内在动力之一。房屋销售价格的上涨刺激开发商和投资者逐利而至，推动房屋开发投资增加，从而自然扩大了对建筑装饰材料的需求，而反过来拉动建筑装饰材料价格的上涨。四、城市建设配套费和税收增加。近两年来，城市建设配套费大幅提高，部分城市成倍增加，在一定程度上提高了房屋开发成本，推动房屋销售价格上涨。五、消费者的金融意识和投资意识不断增强，而可供选择的 投资品种少。由于价格不断上涨，2004年的存款实际利率为负2%，使存款失去了实际意义，加之股市一直低迷，投资渠道狭窄，选择品种少，所以近期价格大幅稳步上涨的房地产成了各类投资者金融资产增值、保值的首选。投资者的

22、进入增加了房屋市场的投资性需求，使供需矛盾加剧，推动房屋销售价格上涨。反之，房屋价格的上涨又吸引越来越多的投资者进入房地产市场。六、部分地区有房屋炒作现象。我国房地产开发体制、供应体制、融资体制尚不完善，个人房贷过松和供需信息不公开、不对称、不透明，对房地产市场产生不利影响，房屋消费存在一定的盲目性，部分地区房屋销售市场炒作现象比较严重。如去年报道最多的温州炒房团的炒作现象，使房屋销售市场存在一定比例的不和理需求，导致部分地区房价上涨过快。3.政策建议：我们针对成本和供求及在网上搜索的资料提出以下政策建议：1强化土地资源管理土地资源供应量的调整，控制商品房价格的不合理上涨。要根据住房市场的需求

23、，保持土地的合理供应量和各类用地的供应比例，实行土地出让公开招投标制度，控制一些城市过高的地价。要坚决制止高档住宅的盲目开发和大规模建设，防止出现新的积压。对于发生在房地产领域违法犯纪行为要严厉惩处，严惩无正当理由闲置土地的“圈地人”以及房地产领域的违法活动。2明租、正税、清费，降低房地产开发成本针对房地产开发成本中存在不合理的因素，明租主要是推行土地年租制，由于土地缴纳的只是一年的租金，土地中蕴含的价值并不大，开发商依靠土地抵押贷款开发项目的盈利模式将彻底消除；正税主要是征收物业税，保有环节的税收将在一定程度上抑制过渡的投资；清费主要是清除不合理的费用，本着谁投资，谁受益的原则，清晰产权，合

24、理地降低房地产开发成本。3优化与改善供应结构房价的上涨的原因之一就是：中低价位商品住房供应量下降，使得中低价房供不应求，高档商品住房供应量增加，导致了商品房平均价格上涨。所以要加大中低价房供应以平抑房价。4.建立全国统一的房地产市场运行预警预报制度，加强和完善宏观监测体系。对全国房地产市场通过信息的及时归集、整理和分析，就市场运行情况做出评价和预测，定期发布市场分析报告，合理引导市场，为政府宏观决策做好参谋。近年来，我国房地产业持续以较快的速度增长，吸引了大量的企业进行房地产投资，应当引起注意，要加快建立和完善房地产业的宏观监测体系，通过土地供应、税收和改善预售管理等手段及时进行必要的干预和调

25、控，有效地防止房地产业“泡沫”的产生。4.建议的效果预测：通过建立模型并对模型的机理进行了深入地剖析之后，我们有效地掌握了解决房地产泡沫问题即抑制房价上涨的理论与科学的方法。现在就针对提出的上述几种政策和建议给予相关的预测和作出较科学的评价。首先强调了对于土地资源的有效管理。通过对土地资源供应量的合理调整，将在很大程度上控制房价的过快上升。因为合理的土地资源供应量及各类用地的供应比例，理论上不会引起土地价格的大幅度上涨，根据所建模型得出来的结论，可以科学地预测房价也将会有所控制，房价的过度上涨也将会被有效地遏制。现今阶段，房地产市场结构的不平衡现象主要体现在中低档商品住房供应量的减少和高档商品

26、住房供应量的增加，因此针对这一主要矛盾，我们建议政府应大规模推出经济适用房来抑制商品房价格。通过大规模建设经济适用房，将会给众多中低收入家庭的买房问题减轻很大负担，还可以很好地调整房地产市场的供应量，它不再偏向高档的商品住房，减少了用地的囤积量，并满足了绝大多数居民的基本需求。具体从模型上可得出理想的趋势，即随着房地产市场供应量的逐步改善，房地产价格的波动幅度将愈来愈小，最终回复到均衡状态。除了以上必要的发展趋势外，政府还应通过一些有效的宏观调控来制约房地产市场的种种变动。譬如建立全国统一的房地产市场运行预警预报制度，对房地产市场的信息作出及时的收集和考察，以便采取更有力的运行措施，来很好地优

27、化市场运行制度。再者，通过整顿住房金融市场秩序，规范住房金融业务，可以有效地防范住房贷款风险，从而避免金融风险，为社会金融制度提供保障。政府还应进行一些税费调整，这样的话将会强有力地抑制房价的上升，从而鼓励更多普通住房的消费。此外，通过舆论宣传的引导，扭转广大消费者的错误理念，避免“随波逐流”，通过咨询专家，根据自身情况作出正确的决断，将有助于房地产市场的运行有序。分析参考图表：六、算法的设计及名词解释1.关于曲线拟合定义：推求一个解析函数y=f(x)使其通过或近似通过有限序列的资料点(xi，yi)，通常用多项式函数通过最小二乘法求得此拟合函数。实际工作中，变量间未必都有线性关系，如服药后血药

28、浓度与时间的关系；疾病疗效与疗程长短的关系；毒物剂量与致死率的关系等常呈曲线关系。曲线拟合（curve fitting）是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。用连续曲线近似地刻画或比拟平面上离散点组所表示的坐标之间的函数关系的一种数据处理方法。用解析表达式逼近离散数据的一种方法。在科学实验或社会活动中，通过实验或观测得到量x与y 的一组数据对(xi，yi)（i1，2，m），其中各xi是彼此不同的 。人们希望用一类与数据的背景材料规律相适应的解析表达式，yf(x，c）来反映量x与y之间的依赖关系，即在一定意义下“最佳”地逼近或拟合已知数 据。f(x，c)常称

29、作拟合模型 ，式中c(c1，c2，cn)是一些待定参数。当c在f中线性出现s时，称为线性模型，否则称为非线性模型。有许多衡量拟合优度的标准，最常用的一种做法是选择参数c使得拟合模型与实际观测值在各点的残差(或离差)ekykf(xk，c)的加权平方和达到最小，此时所求曲线称作在加权最小二乘意义下对数据的拟合曲线。有许多求解拟合曲线的成功方法，对于线性模型一般通过建立和求解方程组来确定参数，从而求得拟合曲线。至于非线性模型，则要借助求解非线性方程组或用最优化方法求得所需参数才能得到拟合曲线，有时称之为非线性最小二乘拟合。在本模型中曲线拟合主要用到的是Matlab软件，以下附上程序代码地价指数-地价

30、g=100 100 100.6 102.5 103.8 105.2 109.4 111.6;G=2208 2271 2331 2384 3288 3636 3799 4285;fgG=polyfit(g,G,2);y2=polyval(fgG,g);plot(g,G,'o',g,y2,'k');xlabel('地价指数')ylabel('地价')人均可支配收入-房价price=4536 4838 4700 5379 6228 8050 9219 13754 15581 19679;year=2000:1:2009;x=1:1:20

31、;income=10350 11577.8 12463.9 13882.6 15637.8 17653 19978 21989 24725 26738; fip=polyfit(income,price,2)vpa(fip)y3=polyval(fip,income);plot(income,price,'o',income,y3,'k')xlabel('人均可支配收入')ylabel('房价')时间-地价G=2208 2271 2331 2384 3288 3636 3799 4285;t=2001:1:2008;ptg=pol

32、yfit(t,G,1)t2=2000:1:2012;y1=polyval(ptg,t2)plot(t,G,'o',t2,y1,'k')xlabel('年份')ylabel('地价')时间-人均可支配收入t2=2000:1:2012;x=10350 11577.8 12463.9 13882.6 15637.8 17653 19978 21989 24725 26738;t3=2000:1:2009;ptx=polyfit(t3,x,1)y2=polyval(ptx,t2)plot(t3,x,'o',t2,y2,&#

33、39;k')xlabel('年份')ylabel('人均可支配收入')西安时间-房价拟合G=2950 3122 3258 3978 4340 5002 6486;t=2004:1:2010;t2=2004:1:2012;ytG=polyfit(t,G,2);y2=polyval(ytG,t2)plot(t,G,'o',t2,y2,'k')xlabel('年份')ylabel('西安房均价')岳阳时间-房价拟合G=2400 2370 2818 3171 3321;t=2007:1:2011;t

34、2=2007:1:2012;ytG=polyfit(t,G,2);y2=polyval(ytG,t2)plot(t,G,'o',t2,y2,'k')xlabel('年份')ylabel('岳阳房均价')2.地价指数地价指数是反映土地价格随时间的变化的趋势与幅度的相对数，是反映一个城市各类土地价格变化及其总体综合平均变化趋势的相对数。 运用统计方法将特定地区在一定时期内的地价换算成百分比所得到的指数。其计算公式为：地价指 数=报告期地价÷基准地价×100%。地价指数是反映地价波动情况和评定合理地价的重要指标。地价

35、指数小，则地价波动幅度小，社会经济稳定，地价指数大， 则地价波动幅度大，经济发展可能过热。目前中国有关部门正在探索切实可行的方法，在充分运用原有基准地价成果的基础上，建立以标定地价为核心的国家级、省级地价动态监测系统，同时运用信息技术缩短更新周期，实现基准地价动态更新，及时反映市场价格水平。条件成熟时以此为基础，编制地价指数，调控土地市场，促进区域地价水平的协调一致。3.容积率容积率，是指一个小区的总建筑面积与用地面积的比率。容积率是衡量建设用地使用强度的一项重要指标。容积率的值是无量纲的比值。容积率的值对于发展商来说，容积率决定地价成本在房屋中占的比例，而对于住户来说，容积率直接涉及到居住的

36、舒适度。一个良好的居住小区，高层住宅容积率应不超过5，多层住宅应不超过2，绿地率应不低于30%。但由于受土地成本的限制，并不是所有项目都能做得到。容积率一般是由政府规定的。 现行城市规划法规体系下编制的各类居住用地的控制性详细规划,一般而言,容积率分为 独立别墅为0.20.5, 联排别墅为0.40.7, 6层以下多层住宅为0.81.2, 11层小高层住宅为1.52.0, 18层高层住宅为1.82.5, 19层以上住宅为2.44.5, 住宅小区容积率小于1.0的，为非普通住宅。 并根据不同城市的特点有所差别。七、模型的优缺点及改进虽然我们建立起来的这个表示房地产价格的模型计算出来的结果从整体来看

37、，大体趋势与实际还是比较符合的，但该模型仍然存在着很多问题。首先，影响房地产价格的因素有好多，而在建立模型时我们忽略掉了很多被认为不好似很重的因素。除了以上模型中考虑到的影响房屋价格的因素之外，还有一系列其他因素的影响：（1） 房屋的结构、质量、功能、新旧程度是影响房屋价格的重要因素。由于使用不同的建筑材料，不同的施工机构、施工方法和施工技术力量而形成价格差异。（2） 房屋的层数、层次和朝向。房屋有高屋，多层和低层之分，由于其所用设备、施工技术:施工机械化程度不同，各种层数、各种朝向的房屋形成一定的价格差异。（3） 环境因素。房屋所处位置是在城区还是在郊区，交通便利的繁华地段还是背街小巷，交通

38、、文化教育和社区服务设施都对房屋价格产生很大的影响。（4） 国家政策。房屋价格受政策因素的影响很大，在某种情况下，政策因素往往成为房屋价格的决定因素。例如:我国在计划经济时期，实行住宅不作为商品的福利分房政策，其价格远远低于价值，严重影响了房屋的再生产。（5）还有一些人的投机心理，想利用房价上涨来捞一把，多置房，想以房屋增殖来赚取利润。以上几个因素对住宅价格都有一定的影响，但由于时间仓促和能力有限，不能对诸多因素进行一一考虑，仅考虑了影响比较大的因素。由此我们采用的是“把握主要矛盾，忽略次要矛盾”的方法，因此该模型仍然具有一种普遍性和代表性，表示了一种基本的思路和算法，在此基础上在考虑其他因素

39、时，此方法仍然是适用的。其次，我们用来确定模型参数的样本序列仅仅有12组数据，这可以说是犯了应用统计规律的大戒，因为统计规律本来只是适用于一些大样本甚至是无穷大序列，如果在样本很小的情况下应用，结果误差会很大，甚至有时候是错误的。但我们在这里还是用了这样一个小的样本来计算，实际上只是为了说明一种计算的方法，而我们在提出该模型时也确实参考很多的数据，才将之间的个各因素确定为线性的。在计算时为了节省时间又能够说明问题，所以我们只选用了几组数据。最后，模型中有些因素存在共线性问题，有待进一步改进。针对以模型中存在的问题，我们提出如下改进建议。（）、对更多的城市的统计数据（样本）进行模型运算，我想精度一定会更高。（）、综合考虑城市的各方面因素，如考虑建成面积、流动人口、交通环境等因素。（）考虑到共线性问题，我们尽量利用相互独立的因素或利用一些其他更经典的模型。八、附录12个大中城市居民收入和房价情况按20