【正文】 入之比[5]。通過資料顯示，我國近20年的比值都在6倍以上，且近幾年比值超出很多，描述了房價偏高的事實。總的來說是由成本及供求關系兩個主要因素決定的。此外，還有某些其他費用也是構成房屋產(chǎn)品成本的因素，例如，建設房屋貸款的利息、保險金以及建設單位的管理費等，以上各項構成了房屋產(chǎn)品的成本。：供求關系對房屋價格的影響是不可忽略的。房價最終表現(xiàn)出來的，是由供給和需求這兩種相反的力量相互作用的結果。因此需求不只是一種購買愿望，也需要實際支付能力，有了支付能力才能形成購買力和有效需求。另外，城市經(jīng)濟發(fā)展越好，需求就會增加，如果供給不變的話，需求大于供給房價就會上漲；如果供給也增加的話，開發(fā)商就需要開發(fā)更多的土地來進行房屋建設房屋，引起土地需求的增加，導致開發(fā)土地價格上漲，從而又增加了房屋建造成本，同樣會引起房屋價格的上漲。房價問題已成為全社會最為關注的問題。過高的房價也會導致加速通貨膨脹，民怨四起。房價的波動不僅影響到所有居民當期的消費行為，而且會顯著地改變資產(chǎn)的分化，將社會財富向富人轉移，從而擴大了貧富差距；將社會財富向城市，特別是商業(yè)繁華地區(qū)轉移，從而擴大了城鄉(xiāng)差別；將社會財富向沿海經(jīng)濟發(fā)達地區(qū)轉移，從而擴大地區(qū)差距；將社會財富向政府轉移，最糟糕的是將銀行資產(chǎn)向投機者轉移，從而增加了引發(fā)金融危機的概率。如果房價真的大跌，對于整個國家經(jīng)濟回帶來十分嚴重的后果。后果二：國民經(jīng)濟通脹急劇轉為通縮，經(jīng)濟硬著陸。后果三：房產(chǎn)投資者資產(chǎn)縮水，引發(fā)社會大動蕩。后果四：住房保障體系無法正常實施。目前政府將為低收入者實施的建設保障型住房與限價房，主要財政支出由地方政府統(tǒng)籌，支出本來就十分困難。 抑制房價的政策建議要解決目前房價過高的問題，我們應從開發(fā)成本和供求關系兩方面綜合考慮。如果只顧降低開發(fā)成本，不適當擴大開發(fā)量，仍會出現(xiàn)供不應求的現(xiàn)象，房價不僅降不下來，而且會出現(xiàn)政府減免稅費的好處轉化為開發(fā)商的高利潤，消費者難以得到實惠的現(xiàn)象。在降低成本的同時適當擴大開發(fā)量的做法，不會挫傷開發(fā)商的積極性，因為供給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。兩者必須同時努力才能達到降低成本的目的。政府又提出新國四條：堅決抑制不合理住房需求。加快保障性安居工程建設。由分析可知，房屋成本主要由土地開發(fā)費用、生產(chǎn)資料消耗和人工費用三部分組成。在生產(chǎn)資料方面，建筑材料的價格是一個很重要的因素，尤其是對鋼材、混凝土等材料的價格進行有效的控制，這也需要政府的干預，使建筑材料的價格控制在一定范圍之內(nèi)，甚至要通過改進技術等措施來降低建材的價格；另外建設中所使用機器、設備、工具、施工用附屬設施等，要小心保養(yǎng)，盡量增長其經(jīng)濟壽命。 擴大開發(fā)量，調整供給結構，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不到降低住房價格的目的，因為房價總的來看是由供求決定的，在供應大于需求的情況下，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。在調整供求結構方面，同要需要政府和企業(yè)共同努力，政府實現(xiàn)宏觀調控，改善人民生活水平；企業(yè)面對激烈競爭，也必須要立足長遠，居安思危。政府在政策引導上應采取措施，調整和引導供給與需求，緩解需求的壓力；實行租售并舉，緩解市場壓力。十、模型的評價與優(yōu)化 本模型采用統(tǒng)計規(guī)律建立起了表示房價的多元線形回歸模型。模型建立之后進行了修正，得到的結果比較符合實際。并且建立過程中運用了數(shù)據(jù)擬合法進行評估及預測，使結果精度更高。 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）房屋的結構、質量、功能、新舊程度是影響房屋價格的重要因素。房屋有高屋，多層和低層之分，由于其所用設備、施工技術:施工機械化程度不同，各種層數(shù)、各種朝向的房屋形成一定的價格差異。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)服務設施都對房屋價格產(chǎn)生很大的影響。房屋價格受政策因素的影響很大，在某種情況下，政策因素往往成為房屋價格的決定因素。 （5）還有一些人的投機心理，想利用房價上漲來撈一把，想以房屋增殖來賺取利潤。由此我們采用的是“把握主要矛盾，忽略次要矛盾”的方法，因此該模型仍然具有一種普遍性和代表性，在此基礎上在考慮其他因素時，此方法仍然是適用的。而在提出該模型時也確實參考很多的數(shù)據(jù)，才將之間的個各因素確定為線性的。針對以模型中存在的問題，我們提出如下改進建議。（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、國家調控等因素等，應綜合考慮各方面因素，以減小誤差。參考文獻[1]. 中華人民共和國國家統(tǒng)計局—年度數(shù)據(jù)，[2].毛國君等編著，《數(shù)據(jù)挖掘原理與算法（第二版）》，北京：清華大學出版社，,P123。[4].徐萃薇、孫繩武編著，《計算方法引論》，北京：高等教育出版社，,P47P52，P54P58。[6].金勇進主編，《數(shù)字中國》，北京：人民出版社，P299。附錄：MATLAB程序1．因素確定相關程序M=[ 13799 6886 3263 12840 4983 7826 3532 2680 3509 3223 2931 2452 5427 ]。for j=1:8 a=sum(M(:,j))/13。 else N(i,j)=0。 %[ ]中輸入與房價相關的因素數(shù)值，以列矩陣輸入%y=[ ]。x2=9000:100:24000。figure(1)plot(x,y,39。,x2,y2)grid ontitle(39。) %39。中輸入某因素與房價的關系圖%xlabel(39。) %39。中輸入所選取的因素%ylabel(39。)Y=[ ]。 %[ ]中輸入△Y, △A,△B,△C,△D, 以列矩陣輸入%pjY= 。r1=YpjY。r=r1.*r2。xy=sum(r)。xy)。+009 +009 +008 +007。+006 +007 +006 +005]。 %輸入?yún)f(xié)方差矩陣%a=inv(A)*B。 %以列矩陣輸出,%Y=13799。B=。D=。disp(M)。B=[ ]。D=[ ]。disp(Y)。 %輸入13個城市的實際房價,以列矩陣輸入%disp((XY)./X)。y=[ ]。a=X1\y。x2=1:7。y2=polyval(p,x2)。o39。工薪收入與年份擬合曲線39。年份序號39。工薪收入（元）39。y=[ ]。 %做二次擬合曲線%a=X1\y。x2=1:7。y2=polyval(p,x2)。o39?！c年份擬合曲線39。年份序號39。……39。B=[117495134660153385173670]。D=[]。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。X1=[ones(size(t)) t t.^2]。disp(a)。p=polyfit(t,y,2)。figure(1)plot(t,y, 39。,x2,y2)title(39。)xlabel(39。)ylabel(39。) 30