【導(dǎo)讀】以及房價(jià)與其之間的關(guān)系十分重要。分析題目，我們分為三個(gè)問題進(jìn)行討論建模：。問題一，房價(jià)合理性評判；問題二，未來房價(jià)走勢；問題三，后期房價(jià)的應(yīng)對。本文針對影響房價(jià)的因素，主要考慮以下幾點(diǎn)：地價(jià)，人均年收入，建材價(jià)格，人均GDP、房屋貸款利率和居民消費(fèi)水平。通過線性擬合，找出各影響因素與房。問題一中針對各代表性城市現(xiàn)今房價(jià)。房價(jià)評判標(biāo)準(zhǔn)進(jìn)行進(jìn)一步評判。系統(tǒng)作灰色預(yù)測以進(jìn)行提前控制。種因素共同作用的結(jié)果決定了系統(tǒng)的發(fā)展態(tài)勢。素之間的互動(dòng)性，便于充分利用搜集的相關(guān)數(shù)據(jù)進(jìn)行模型的檢驗(yàn)。的改進(jìn)措施，不僅具有研究參考價(jià)值，而且對于決策者有很好的指導(dǎo)意義。國政府大力關(guān)注的問題。未來房價(jià)的走勢等關(guān)鍵問題，至今尚未形成統(tǒng)一的認(rèn)識。根據(jù)賽題的要求，我們將題目分割為三部分并分別建模。市場供求關(guān)系等。提出控制房價(jià)使之合理的措施，涉及到影響房價(jià)的具。令Te年內(nèi)可用全年工資購買人均住房面積住房的下限倍率為Br。

　　

【正文】 價(jià)，故可確定為 非 主要因素。 四、 分析 模型的結(jié)論 一、 對經(jīng)濟(jì)的一些影響 近年來，我國部分地區(qū)已經(jīng)出現(xiàn)了房地產(chǎn)過熱，主要表現(xiàn)在房地產(chǎn)開發(fā)投資高速增長，房價(jià)持續(xù)飆升，上漲幅度已經(jīng)遠(yuǎn)遠(yuǎn)超出經(jīng)濟(jì)總體增長水平及其它行業(yè)產(chǎn)品與服務(wù)的漲升幅度。房價(jià)增長過快的趨勢，不僅是房地產(chǎn) 行業(yè) 健康運(yùn)行的突出矛盾，也是整個(gè)國民經(jīng)濟(jì)繼續(xù)平穩(wěn)發(fā)展的一個(gè)不穩(wěn)定因素。 通過分析以上統(tǒng)計(jì)數(shù)據(jù)，我們得出以下對于經(jīng)濟(jì)的影響： ○1影響居民生活消費(fèi)。過熱的房價(jià) 導(dǎo)致居民消費(fèi)支出減少 ， 房價(jià)上漲過快在帶動(dòng)住房消費(fèi)和家居 類商品消費(fèi)的同時(shí)，在一定程度上卻抑制了其他消費(fèi)。 ○ 2 加劇產(chǎn)業(yè)結(jié)構(gòu)的不平衡。高房價(jià)與高利潤使社會經(jīng)濟(jì)要素配置錯(cuò)位，致使房地產(chǎn)業(yè)投資居高不下，并導(dǎo)致了上下游產(chǎn)業(yè)的畸形發(fā)展。 ○ 3 擴(kuò)大居民收入分配差距。在房價(jià)過快增長的情況下，低收入階層不僅沒有能力購買可以增值的房產(chǎn)，反而會因?yàn)榉績r(jià)上漲過快而更加貧困 。 ○4加劇金融風(fēng)險(xiǎn)的聚集。房價(jià)持續(xù)上漲導(dǎo)致高房價(jià)，使居民購房不得不依賴銀行金融支持。個(gè)人住房按揭貸款的增加使整個(gè)銀行體系的風(fēng)險(xiǎn)累積 ，引起金融部門流動(dòng)性下降和全社會金融風(fēng)險(xiǎn) 的 增加。 二、 合理化房價(jià)的一些具體措施 合理的房價(jià)關(guān)乎一個(gè)國家的經(jīng)濟(jì)平穩(wěn)發(fā)展和社會穩(wěn)定， 所以 我們 在以上定性分析與定量分析的基礎(chǔ)上，有針對性的對土地制度、 調(diào)整居民購房 政策以及房地產(chǎn)行業(yè)與市場規(guī)范等方面提出 了一些 建議 ： ○ 1 通過觀察以上模型數(shù)據(jù)，深入分析我們發(fā)現(xiàn)，土地價(jià)格是房地產(chǎn)價(jià)格影響因素的重中之重，而我國目前關(guān)于土地方面的政策措施還有諸多不完備之處，針對這種狀況，首先對土地政策措施提出建議。注意優(yōu)化供地結(jié)構(gòu)，加快存量地的盤活，以緩解房地產(chǎn)開發(fā) 用地供應(yīng)不足的壓力。 ○2 通過 以上的 GDP和居民人均可支配收入數(shù)據(jù)可以看出，這兩項(xiàng)與房價(jià)密切相關(guān)。所以， 建立住房保障基金， 給中低收入家庭予以補(bǔ)貼，以幫助其實(shí)現(xiàn)購房意愿，可以鼓勵(lì)置買二手房等，即政府必須 完善廉租房建設(shè)計(jì)劃 。 ○ 3 房價(jià)與建安成本統(tǒng)計(jì)信息顯示，建安成本在房價(jià)中雖占有一定的比重，但是很大一部分價(jià)值處于開發(fā)商的非成本成分。所以合理優(yōu)化房價(jià)，必須加強(qiáng)房地產(chǎn)行業(yè)管理。進(jìn)一步嚴(yán)格房地產(chǎn)市場進(jìn)入和退出制度，對開發(fā)企業(yè)資本、資金、開發(fā)業(yè)績等進(jìn)行嚴(yán)格規(guī)定，并 建立動(dòng)態(tài)的考核體系，隨時(shí)對房地產(chǎn)開發(fā)商進(jìn)行監(jiān)督，減少違規(guī)行為的發(fā)生并對地產(chǎn)企業(yè)經(jīng)營行為進(jìn)一步進(jìn)行約束，從而促使房地產(chǎn)開發(fā)企業(yè)優(yōu)勝劣汰 ，使其朝著有利于市場健康發(fā)展的方向投資 。 附 1: 灰色模型求解 M 程序： function SGrey X0 = input(39。輸入原始房價(jià)： 39。)。 %輸入原始數(shù)據(jù) n = length(X0)。 %原始 n年數(shù)據(jù) X1 = zeros(1,n)。 %累加生成 for i = 1:n if i == 1 X1(1,i) = X0(1,i)。 else X1(1,i) = X0(1,i) + X1(1,i1)。 end end X1 %計(jì)算數(shù)據(jù)矩陣 B和數(shù)據(jù)向量 Y B = zeros(n1,2)。 Y = zeros(n1,1)。 for i = 1:n1 B(i,1) = *(X1(1,i) + X1(1,i+1))。 B(i,2) = 1。 Y(i,1) = X0(1,i+1)。 end B,Y %計(jì)算 GM(1,1)微分方程的參數(shù) a和 u A = zeros(2,1)。 A = inv(B39。*B)*B39。*Y。 a = A(1,1)。 u = A(2,1)。 a,u %建立灰色預(yù)測模型 XX0(1,1) = X0(1,1)。 for i = 2:n XX0(1,i) = (X0(1,1) u/a)*(1exp(a))*exp(a*(i1))。 end XX0 %模型精度的后驗(yàn)差檢驗(yàn) e = 0。 %%求殘差平均值 for i =1:n e = e + (X0(1,i) XX0(1,i))。 end e = e/n。 e aver = 0。 %求歷史數(shù)據(jù)平均值 for i = 1:n aver = aver + X0(1,i)。 end aver = aver / n。 aver s12 = 0。 %求歷史數(shù)據(jù)方差 for i = 1:n s12 = s12 + (X0(1,i)aver)^2。 end s12 = s12 / n。 s12 s22 = 0。 %求殘差方差 for i = 1:n s22 = s22 + ((X0(1,i) XX0(1,i)) e)^2。 end s22 = s22 / n。 s22 C = s22 / s12。 %求后驗(yàn)差比值 C cout = 0。 %求小誤差概率 for i = 1:n if abs((X0(1,i) XX0(1,i)) e) *sqrt(s12) cout = cout+1。 else cout = cout。 end end P = cout / n。 P if (C amp。 P ) disp(39。預(yù)測精度為一級 39。)。 m = input(39。請輸入需要預(yù)測的年數(shù) : m =39。)。 %預(yù)測往后各年的房價(jià) disp(39。以后 m各年房價(jià)： 39。)。 f = zeros(1,m)。 for i = 1:m f(1,i) = (X0(1,1) u/a)*(1exp(a))*exp(a*(i+n1))。 end f else disp(39?；疑A(yù)測法預(yù)測精度為 2級，合格 39。)。 end 附 2： 計(jì)算最佳擬合次數(shù)多項(xiàng)式系數(shù)的 matlab程序： x = input(39。輸入橫軸數(shù)據(jù)： 39。)。 %輸入橫軸數(shù)據(jù) y= input(39。輸入縱軸數(shù)據(jù)： 39。)。 %輸入縱軸數(shù)據(jù) 。 a0=polyfit(x,y,0)。 a0 e0=sum((ypolyval(a0,x)).^2) %求誤差平方和 a1=polyfit(x,y,1)。 a1 e1=sum((ypolyval(a1,x)).^2) %求誤差平方和 a2=polyfit(x,y,2)。 a2 e2=sum((ypolyval(a2,x)).^2) %求誤差 平方和 cov(x,y)=corrcoef(x,y)。 plot(x,y,39。ko39。,[x(1),x(10)],polyval(a0,[x(1),x(10)]),39。k:39。,... [x(1),x(10)],polyval(a1,[x(1),x(10)]),39。k39。,... x(1)::x(10),polyval(a2,x(1)::x(10)),39。k39。) %作圖 xlabel(39。x39。),ylabel(39。y39。) title(39。根據(jù)輸入的已知數(shù)據(jù)點(diǎn)擬合的 0 次， 1 次 ....多次多項(xiàng)式 39。) legend(39。多個(gè)已知數(shù)據(jù)點(diǎn) 39。,2),gtext(39。p_0(x)=a039。) gtext(39。p_1(x)39。) %附著標(biāo)記 gtext(39。p_2(x)39。) 五、 參考文獻(xiàn) [1] 陜西省西安市統(tǒng)計(jì)局 ，《 2020 年西安統(tǒng)計(jì)年鑒》 ， ， 2020年 5月 1日 [2] 陜西省西安市統(tǒng)計(jì)局 ，《 2020 年西安統(tǒng)計(jì)年鑒》 ， ， 2020年 5月 1日 [3] 趙東方，《數(shù)學(xué)模型與計(jì)算》 ，科學(xué)出版社： 2020年 2月 [4] 王庚 王敏生，《現(xiàn)代數(shù)學(xué)建模方法》 ， 科學(xué)出版： 2020年 2月 [5] 中國國家統(tǒng)計(jì)局，《 2020 年中國統(tǒng)計(jì)年鑒》 ， ， 2020 年 5月2日