【正文】 導(dǎo)人、地方政府官員，到開發(fā)商、專家學(xué)者、普通百姓通過各種媒體表達(dá)各種觀點(diǎn)，但對于房價是否合理、未來房價的走勢等關(guān)鍵問題，至今尚未形成統(tǒng)一的認(rèn)識。 問題四：分析可能對經(jīng)濟(jì)發(fā)展產(chǎn)生的影響，進(jìn)一步探討給出合理的建議。我們經(jīng)網(wǎng)絡(luò)、書籍 等相關(guān)資源，大致得出以下幾條對房價的影響產(chǎn)生主導(dǎo)作用的因素 竣工面積、 工薪收入 、 城鄉(xiāng)人均儲蓄余額、房屋成本等。 針對本問，可以收集該城市歷年房價的真實(shí)數(shù)據(jù)，通過 Matble 軟件對相關(guān)數(shù)據(jù)進(jìn)行擬合，分別建立相關(guān)關(guān)系，用模型擬算出未來幾年城市房價走勢。房價的高低涉及社會生活中多方面的經(jīng)濟(jì)利益 ，所以房價對經(jīng)濟(jì)發(fā)展的影響也是非常大的。 ： 中心化序列的協(xié)方差 。熵是對事件的屬性的不確定性的度量。假定類標(biāo)號屬性具有 m 個不同的值，定義 m 個不同的類iC ? ?m3,2,1 ??i ?？梢杂脤傩?A 將 S 劃分為 v 個自給? ?vSSS ?, 21 ，其中 jS 包含 S 中這樣一些樣本，他們在 A 上具有值 ja 。對于在 A 上分支將獲得的信息增益可以由下面的公式得到： ? ? ? ? ? ?AEsssIA m ?? ?21 ,G a in 。 實(shí)例應(yīng)用 利用下述公式將原始數(shù)據(jù) (見表一 數(shù)據(jù) )化為 0,1 兩數(shù)值（計(jì)算結(jié)果見表 二 ） njmimaaaamaaaabmjjjijmjjjijij ????2,1。觀察竣工面積的每個樣本值的分布，對于竣工面積 =1，有 1 個房價 =1,1 個房價 =0；對于竣工面積 =0，有 3 個房價 =1，有 8 個房價 =0（見表 三 ）。 9 一般地，當(dāng)影響結(jié)果 Y 的因素不只是一個時，要通過作圖來確定它們的關(guān)系是困難的，可以假設(shè)它們之間有線性相關(guān)關(guān)系 ， 即得到我們的 模型 ： Y= 1a A+ 2a B+ 3a C+ 4a D+ t? 六、模型的求解 模型的求解過程： 模型 為 Y= 1a A+ 2a B+ 3a C+ 4a D+ t? 上式 表示因變量 Y 對自變量 A,B,C,D 的相依性，其中 1a , 2a , 3a , 4a 為 未知 參數(shù) ， 模型特點(diǎn)如下： A、 B、 C、 D 為一般變量， t? 為隨機(jī)變量； Y 為一般變量和隨機(jī)變量的線形組合， Y 序列的值既取決于 A,B,C， D 序列，又受制于 t? 。aa 表示 Δ A 序列的 協(xié) 方差， 181。ya+ 1a *181。da=0式 1 同理2)(aaS?? ＝ 0 推出 ： 181。cb+ 4a *181。bc+ 3a *181。ad+ 2a *181。 經(jīng)計(jì)算得各個協(xié)方差的值為： (利用 MATLAB 軟件 ， 協(xié)方差 計(jì)算 程序 參見附錄 3) 181。ca=181。bb= 910? 181。bd= 710? 181。dd= 510? 181。yd= 610? 通過矩陣運(yùn)算得到 1a , 2a , 3a , 4a 的值為： (利用 MATLAB 軟件 ，計(jì)算 程序 參見附錄 4) 1a = 2a = 3a = 4a = 把系數(shù) 1a , 2a , 3a , 4a 代回原模型得： =*()+*()*()+ *()+ t? 利用表三中的 商品房平均銷售價 、 工薪收入 、 城鄉(xiāng)人均儲蓄余額 、 造價 、 人均 全年住房支出 反推 t? 的值，即： =[*()+*()*()+ *()] t? 13 得到的 13 個 t? 值為 （利用 MATLAB 軟件，計(jì)算程序參見附錄 5） ： 表 七 殘差數(shù)據(jù) 城市序號 殘差 1 2 3 4 5 6 7 8 9 10 11 12 13 平均值 殘差 曲線 見圖 5（利用 MATLAB 軟件，圖像畫法程序參見附錄 5） ： 殘差曲線 6 0 0 4 0 0 2 0 002004006001 2 3 4 5 6 7 8 9 10 11 12 13城市序號殘差 圖 5 14 由于 t? 的平均值為 ,相對 于 Y 值來說非常小，可以近似看成是 0，從而予以忽略 不計(jì)。 實(shí)際房價與計(jì)算房價對比圖020xx40006000800010000120xx14000160001 2 3 4 5 6 7 8 9 10 11 12 13城市序號房價 圖 6 由以上回歸分析數(shù)據(jù)與實(shí)際數(shù)據(jù)對比可以看出，此模型基本上能滿足精度要求，但還是存在許多不足之處，如實(shí)際數(shù)據(jù)不足，同時忽略了許多其他的相關(guān)因素，而且在以上討論的各因素中不同因素之間還存在共線性問題等，所以模型有待進(jìn)一步改進(jìn)優(yōu)化。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用一次多項(xiàng)式進(jìn)行逼近最為合理 （運(yùn)用 MATLAB 軟件，方法參見附錄 一次擬合曲線程序） 。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用二次多項(xiàng)式進(jìn)行逼近最為合理 （運(yùn)用 MATLAB 軟件，方法參見附錄 二次擬合曲線程序） 。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用二次多項(xiàng)式進(jìn)行逼近最為合理。房價收入比指的是住房平均和居民平均年全部收入之比 [5]?？偟膩碚f是由成本及供求關(guān)系兩個主要因素決定的。 ：供求關(guān)系對房屋價格的影響是不可忽略的。因此需求不只是一種購買愿望，也需要實(shí)際支付能 力，有了支付能力才能形成購買力和有效需求。 房價問題已成為全社會最為關(guān)注的 問題。房價的波動不僅影響到所有居民當(dāng)期的消費(fèi)行為，而且會顯著地改變資產(chǎn)的分化，將社會財富向富人轉(zhuǎn)移，從而擴(kuò)大了貧富差距；將社會財富向城市，特別是商業(yè)繁華地區(qū)轉(zhuǎn)移，從而擴(kuò)大了城鄉(xiāng)差別；將社會財富向沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)轉(zhuǎn)移，從而擴(kuò)大地區(qū)差距；將社會財富向政府轉(zhuǎn)移，最糟糕的是將銀行資產(chǎn)向投機(jī)者轉(zhuǎn)移，從而增加了引發(fā)金融危機(jī)的概率。后果二：國民經(jīng)濟(jì)通脹急劇轉(zhuǎn)為通縮，經(jīng)濟(jì)硬著陸。后果四：住房保障體系無法正常實(shí)施。 抑制房價的政策建議 要解決目前房價過高的問題，我們應(yīng)從開發(fā)成本和供求關(guān)系兩方面綜合考慮。在降低成本的同時適當(dāng)擴(kuò)大開發(fā)量的做法，不會挫傷開發(fā)商的積極性，因?yàn)楣┙o增加引起房價下降給開發(fā)商造成的“損失”可以通過降低了的開發(fā)成本得到彌補(bǔ) 。 政府 又 提出新國四條：堅(jiān)決抑制不合理住房需求 。 由分析可知，房屋成本主要由土地開發(fā)費(fèi)用、生產(chǎn)資料消耗和人工費(fèi)用三部分組成。 擴(kuò)大開發(fā)量，調(diào)整供給結(jié)構(gòu)，增加有效供給，釋放有效需求 僅采取降低成本的單向措施達(dá)不到降低住房價格的目的，因?yàn)榉績r總的來看是由供求決定的，在供應(yīng)大于需求的情況下，很大程度上由成本 +必要利潤決定售價，其中成本是一個決定性的因素，開發(fā)商不能虧本。 政府在政策引導(dǎo)上應(yīng)采取措施，調(diào)整和引導(dǎo)供給與需求，緩解需求的壓力；實(shí)行租售并舉，緩解市場壓力。模型建立之后進(jìn)行了修正，得到的結(jié)果比較符合實(shí)際。 除了模型中考慮到的影響房屋價格的因素之外，還有一系列其他因素的影響： （ 1）房屋的結(jié)構(gòu)、質(zhì)量、功能、新舊程度是 影響房屋價格的重要因素。房屋所處位置是在城區(qū)還是在郊區(qū)，交通便利的繁華地段還是背街小巷，交通、文化教育和社區(qū)服務(wù)設(shè)施都對房屋價格產(chǎn)生很大的影響。 （ 5）還有一 些人的投機(jī)心理，想利用房價上漲來撈一把，想以房屋增殖來賺取利潤。而在提出該模型時也 確實(shí)參考很多的數(shù)據(jù)，才將之間的個各因素確定為線性的。 （ 2）本模型建立過程中忽略了眾多因素對房價的影響， 如考慮建成面積、流動人口、 國家調(diào)控 等因素 等，應(yīng) 綜合考慮各方面因素， 以減小誤差。 [4].徐萃薇、孫繩武 編著，《計(jì)算方法引論》，北京：高等教育出版社， , P47P52， P54P58。 25 附錄： MATLAB 程序 1． 因素確定相關(guān)程序 M=[ 13799 6886 3263 12840 4983 7826 3532 2680 3509 3223 2931 2452 5427 ]。 else N(i,j)=0。 x2=9000:100:24000。,x2,y2) grid on title(39。中輸入某因素與房價的關(guān)系圖 % xlabel(39。中輸入所選取的因素 % ylabel(39。 %[ ]中輸入△ Y, △ A,△ B,△ C,△ D, 以列矩陣輸入 % pjY= 。 r=r1.*r2。xy)。 +006 +007 +006 +005]。 %以列矩陣輸出 1a , 2a , 3a , 4a % 畫法程序 Y=13799。 D=。 B=[ ]。 disp(Y)。 y=[ ]。 x2=1:7。o39。年份序號 39。 y=[ ]。 x2=1:7。o39。年份序號 39。 B=[117495 134660 153385 173670 ]。 disp(Y) 房價走勢擬合曲線 圖畫法程序 t=[1 2 3 4 5 6 7 9 10 11 12] 39。 disp(a)。 figure(1) plot(t,y, 39。) xlabel(39。)