深圳市商品住宅价格系统动力学模型仿真与政策实验_吴振华

第29卷 第3期 工 程 管 理 学 报 Vol. 29 No. 3 2015年06月 Journal of Engineering Management Jun. 2015

深圳市商品住宅价格系统动力学模型

仿真与政策实验

吴振华1，王亚蓓2，唐 芹1

（1. 桂林电子科技大学 商学院，广西 桂林 541004，E-mail：zhhwu@http://www.77cn.com.cn；

2. 桂林电子科技大学 信息科技学院，广西 桂林 541004）

摘 要：建立深圳市商品住宅价格系统动力学模型，对仿真结果进行短期和长期分析，明确商品住宅价格、人均可支配收入、商品住宅开发投资、GDP等主要指标的变化趋势以及影响商品住宅价格变化的时间顺序，探索商品住宅价格上涨的主要原因。选择中长期贷款利率、税率和基建投资比例、人口自然增长率和基准地价等指标，进行单一指标和多项指标政策实验，寻求商品住宅价格宏观调控的有效手段。研究结果表明：人口自然增长率、税率和基准地价等指标对商品住宅价格、房价收入比的影响更加显著；多项指标政策综合调控效果比单一指标政策更加显著，但不一定优于单一指标调控效果的简单叠加。 关键词：商品住宅价格；系统动力学模型；仿真；政策实验

中图分类号：F293.3 文献标识码：A 文章编号：1674-8859（2015）03-136-06 DOI:10.13991/http://www.77cn.com.cnki.jem.2015.03.025

The Simulation and Policy Experiments of System Dynamics Model on the

Commercial Housing Price in Shenzhen

WU Zhen-hua1，WANG Ya-bei2，TANG Qin1

（1. School of Business，Guilin University of Electronic and Technology，Guilin 541004，China，E-mail：zhhwu@http://www.77cn.com.cn；

2. Institute of Information Technology，Guilin University of Electronic and Technology，Guilin 541004，China）

Abstract：This paper built a system dynamics model of commercial housing price in Shenzhen，analyzed the simulation results not

only in a short term but also in a long term，made clear the changing trends and time series of some primary indexes，such as housing price per capita disposable income，commercial housing development，commercial housing investment and GDP，effecting the commercial housing price，and explored the main reasons of increasing commercial housing price. Next，the indexes including medium to long term loan interest rates，tax rate，capital construction investment percentage，natural population growth rate and benchmark land price are chosen and used to one-index and multiple-index policy experiments to seek effective means of commodity housing price control. Research results show that：First，some indexes，for example，natural population growth rate，tax rate and standard land price，have more distinct effects on commercial housing price and housing price to income ratio than others；Second，the comprehensive regulation effect of multiple-index policies is more remarkable than that of one-index policy，but is not necessarily better than simple additive effect.

Keywords：commercial housing price；system dynamics model；simulation；policy experiments

动力学模型分析房地产市场和价格的效果比较明目前，关于住宅价格的研究主要包括房价影响因素、房价和地价关系、房价与居民收入关系、房价预测、系统动力学模型等方面。其中，使用系统

显，研究范围也比较广泛。在房价影响因素与房价调控方面；罗平等[1]将住宅价格系统划分为市场供需、土地价值、城市人口和房产价值等5个子系统，认为容积率、利率、人口、用地开发、税收和GDP是影响住宅价格的主要因素。Patric等[2]构建的系统

收稿日期：2014-11-08．

基金项目：国家自然科学基金项目（71163008）；

广西社会科学基金项目（13GDL005）．

第3期 吴振华，等：深圳市商品住宅价格系统动力学模型仿真与政策实验 137

动力学模型包括经济、人口变量、信息传播供给因素、位置差异和交易频率5个子系统，认为经济信息成本、供应成本和预期等因素会影响房价。Egert等在研究中东欧地区的房价时，建立了包含人均GDP、实际利率、住房信贷和人口等子系统的动力学模型，认为住房市场发展体制和住房金融质量对房价有较大影响。王明鹏等将模型分为房产存量和人口数量两个子系统，认为提高贷款利率、控制土地开发力度、提高开发商的资本金等政策可调控房价。陈涛等分析了人口变化率、城市化率、房价变化率、保障性住房变化率等主要指标，建立了财政收入、保障性住房规模、人口、房价、人均居住面积等6个子系统的系统动力学模型，认为保障性住房的投入对房价有抑制作用。陈悦华等则认为变动经济适用房的投资比例可以调控房价。陈英芝建立的模型中包含了住房供需、国民收入、人口、住房保障规模和用地存量等6个子系统，认为控制地价、调整房地产供需结构和存贷款利率是调控房价的有效手段。在房地产市场周期方面：Eddle使用指标“商务楼租金”演示香港房地产市场的周期变化。Kim[9]则用指标“资本价值”演示新加坡房地产市场的周期变化。陆杨等[10]利用系统动力学模型预测成都市商品房市场发展的趋势。崔啸等[11]构建了北京商品住宅市场的系统动力学模型，对房地产市场整体趋势进行分析，认为供求是房价的主要影响因素，其他指标则通过改变供求关系间接影响房价。在政策调控方面：耿继进等[12]认为，单一土地政策对住房价格的影响有限，而单一限购政策对房价的影响更大。综合政策虽然比单一政策有效，但是加大政策的紧缩程度对控制房价的作用有限，如果放宽按揭政策，会改变市场预期和供需关系，导致房地产价格上涨。沈悦等[13]认为，对于单一政策来说，“限购政策”更有效，但是单一的政策调控不能解决高房价问题，由“提高二套房首付比例”、“土地供应”和“征收房产税”等组成的综合性政策对市场影响有限。

本文以深圳市商品住宅价格系统为例，建立系统动力学模型，通过长期和短期分析，明确住宅价格、人均可支配收入、商品住宅开发投资和GDP等指标的变化趋势。选取贷款利率、税率、人口自然增长率、基建投资比例、基准地价等指标，进行单一指标和多项指标政策实验，为政府宏观调控商品住宅价格、开发商投资以及消费者购房提供决策依据。

[8][7]

[6]

[5]

[4]

[3]

1 模型建立与仿真

1.1 系统动力学模型

将系统边界确定为深圳市行政规划区，着重分析人均可支配收入、住宅开发投资、GDP、房价收入比、土地价格、人口、税率、贷款利率和基建投资比例等因素。经过分析，将深圳市商品住宅价格系统划分为5个口子系统。

（1）土地价值子系统。市场需求增加，供求比减少，开发意愿增加，地价上涨。基建投资、住宅开发投资增加，土地需求增加，地价上涨。新成交土地面积减少，存量土地（指现有建设用地范围内的闲置土地和利用不充分、不合理、产出低的土地，即具有开发利用潜力的建设用地）增加，年土地出让面积增加。反过来，年土地出让面积越多，存量土地就越少。年土地出让面积增加，地价上涨使投资成本增加，房价也随之上升。

（2）住宅供给子系统。住宅供给越多，住宅存量增加，住宅空置增加，银行对房地产业的支持力度减弱，房企的开发意愿降低，土地需求和住宅施工面积减少。住宅施工面积增加，新竣工住宅面积增加，住宅销售面积增加，住宅空置面积增加，住宅供给增加。需求增加，销售量上升，住宅供给增加。二手房租赁面积增加，住宅销售面积会减少。住宅供给增加会提高供求比，住宅价格减少。

（3）住宅需求子系统。房屋拆迁量的增加，居民对房屋的需求增多。家庭规模扩大时，家庭收入提高，住宅的需求也会增多。住宅需求增多时，销售面积增加，住宅空置面积减少。贷款利率的提高会使房企的投资成本增加，居民买房的压力增大，最终导致住宅价格上升，需求减少。

（4）房屋租赁子系统。住宅需求增加，住宅销售面积增多，在新建住宅总量一定时，新建住房租赁的面积就会减少。住宅租赁面积增加，住宅供给量增加，租金降低。

（5）宏观经济子系统。住宅销售面积增加，GDP增加，人均可支配收入增加，购买力提升。住宅开发投资增加，地价提高，房价提高。GDP上升，基建投资增加，地价上涨。

（6）城市人口子系统。人口自然增长率增加，人口增长。人口总量扩大时，每户家庭的人数会增多，使家庭收入增加，房价收入比下降。人均GDP增加，人均可支配收入上涨，房价收入比下降，住宅需求增加。

138 工 程 管 理 学 报 第29卷

综上，模型总体反馈回路和系统流图如图1和图2所示。

<房房新新表1 模型仿真结果

年份20012002200320042005200620072008200920102011201220132014201520162017201820192020

住宅价格住宅开发投资（元/m） 5517.00 5559.96 5674.39 6150.21 7149.05 9087.3112042.5012143.6013807.1016438.6018421.5020112.8021581.7022870.6023981.2024954.5025819.2026596.2027301.0027945.10

2

房价 人均可支配收入收入比 7.46 6.84 6.81 6.85 10.35 12.67

（元） 22270.00 24494.40 25086.90 27034.90 20807.20 21603.30

GDP （亿元）2482.492969.523585.724282.144950.915813.56

（亿元） 322.72 415.73 466.14 428.21 445.58 465.09

住> 476.11 15.33 23664.50 6801.57 468.39 14.48 25255.50 7806.54 410.06 15.28 27217.50 8201.23 475.55 15.34 32280.70 9510.91 551.49 639.56 741.69 860.13 997.49

15.43 15.13 14.57 13.86 13.05

35956.00 40049.80 44609.70 49688.80 55346.20

11029.7012791.1014833.7017202.6019949.70

图1 深圳商品住宅价格系统因果反馈图

基新1156.78 12.19 61647.60 23135.501341.50 11.33 68666.60 26830.101555.73 10.47 76484.70 31114.601804.17 9.65 85192.90 36083.402092.28 8.87 94892.60 41845.70

表2 2001~2020年仿真数据对比（%）

时间段

商品住宅人均可支价格平均配收入平增长率均增长率 9.24 3.74

8.29 6.72

住宅开发 投资平均 增长率 10.80 10.94

GDP

房价收入比

平均增

平均增长率

长率 16.07 19.93

1.78 -2.72

2001~2020

2001~20042005~20082009~20122013~20162017~2020

19.18 22.24 2.30 16.20 22.24 13.50 12.29 8.86 13.24 1.14 5.55 2.87

11.39 9.24

15.97 15.97

15.97 15.97

-5.25 -7.64

图2 深圳市商品住宅价格系统流图

1.2 模型仿真与结果分析

1.2.1 模型仿真

选取样本数据来源为2001~2011年《深圳统计年鉴》和《深圳房地产年鉴》。根据深圳市2001~2010年的GDP、人口总量、房屋建筑竣工面积等数据，确定模型的各个基本参数。其中，房屋建筑竣工面积、商品住宅空置比例、住宅开发投资比例等指标用阶跃函数表示，大部分变量之间的关系都是以函数的形式表示。使用Vensim软件进行模型仿真，结果如表1所示。由于相对误差不超过5%的变量数目均超过70%，所以模型总体仿真和预测性能较好。从表1可以看出，人均可支配收入、住宅开发投资和GDP的增长率与商品住宅价格相近，说明人均可支配收入、住宅开发投资和GDP是影响商品住宅价格变动的主要因素。对以上仿真结果按时间分段整理，得到表2。 1.2.2 长期分析

“长期”表示相当长的一段时间，本文特指2001~2020年。

（1）从2005年开始，房价收入比高居不下，远超出国际上公认的房价收入比合理区域（3~6）。

（2）GDP年平均增长率高达16.07%，经济的快速增长拉动商品住宅价格水平快速上升。

（3）商品住宅价格与人均可支配收入平均增长率最为接近，说明两个指标具有较高的相关性。

（4）人均可支配收入增长率略低于商品住宅价格，说明商品住宅价格增长速度过快，居民购房压力将会增加。

（5）住宅开发投资增长率略高于商品住宅价格，住宅开发投资热情高涨，说明房地产行业仍然存在着高额的回报率。 1.2.3 短期分析

针对政府5年规划，本文将数据参考时间确定为4年（短期），有助于及时采取调控措施。

（1）商品住宅价格与人均可支配收入的增长速度虽然存在差异，但变化趋势基本相同，说明人

第3期 吴振华，等：深圳市商品住宅价格系统动力学模型仿真与政策实验 139

均可支配收入和商品住宅价格关联性较高。

（2）房价收入比在短期发生明显变化。2001~2008年，房价收入比从7.46增加到15.33，主要原因在于香港居民在深圳购房数量增多，这说明仅仅依靠提高本地居民收入水平不足以实现调控房价之目的。

（3）住宅开发投资的变化率一般要高于商品住宅价格的变化率，因此，开发商在进行投资决策前应参考商品住宅价格的变化情况，可以避免决策失误所带来的损失。

（4）商品住宅价格的增长率一般低于GDP的增长率，说明经济增长对商品住宅价格的影响滞后，因此开发商和消费者在决策前可以参考以往经济指标的变化情况。

年份

表4 税率下降前后房价收入比对照表

调控前

调控后

年份

调控前

调控后

2010 15.34 15.17 2016 12.19 12.05 2011 15.43 15.26 2017 11.33 11.19 2012 15.13 14.95 2018 10.47 10.35 2013 14.57 14.40 2019 9.65 9.54 2014 13.86 13.70 2020 8.87 8.76 2015 13.05 12.90

2.1.3 降低人口自然增长率

假定人口自然增长率下降16.5%，降低人口自然增长率前后房价收入比对照结果如表5所示。住宅需求、房价收入比均呈现下降趋势，降幅逐年加大；住宅价格的变化幅度与商品住宅需求和房价收入比的变化幅度相比较小。人口自然增长率对3项指标的影响较大且滞后。因此，控制人口可以抑制与日俱增的住宅需求，有利于商品住宅价格的长期稳定。

表5 人口自然增长率前后房价收入比对照表

年份

调控前

调控后

年份

调控前

调控后

2010 15.34 15.34 2016 12.19 11.85 2011 15.43 15.33 2017 11.33 10.96 2012 15.13 14.95 2018 10.47 10.09 2013 14.57 14.34 2019 9.65 9.26 2014 13.86 13.59 2020 8.87 8.46 2015 13.05 12.74

2 政策实验

房地产市场调控可以采用金融与税收政策、人口政策和土地政策，因此选择金融与税收政策调控的参数为中长期贷款利率、税率和基建投资比例；人口政策调控的参数为人口自然增长率；土地政策调控的参数为基准地价。 2.1 单一指标政策调控实验

2.1.1 提高中长期贷款利率

假定中长期贷款利率在2010年以后都取7（2009年为6.2），其他指标数值均不改变。提高中长期贷款利率前后商品住宅价格比较结果如表3所示，商品住宅价格、房价收入比均呈上升趋势，但增长率逐年下降；住宅需求对中长期贷款利率上调不敏感；中长期贷款利率对商品住宅价格、房价收入比和住宅需求的影响滞后。

表3 提高中长期贷款利率前后商品住宅价格比较表

年份

调控前

调控后

年份

调控前

调控后

2010 16438.6 16438.6 2016 24954.5 25172.82011 18421.5 18473.2 2017 25819.2 26058.62012 20112.8 20208.7 2018 26596.2 26854.42013 21581.7 21715.4 2019 27301.0 27575.92014 22870.6 23037.0 2020 27945.1 28235.32015 23981.2 24175.5

注：商品住宅价格单位为元/平方米，下同。

2.1.4 减少基建投资比例

若基建投资比例指标由0.2下调到0.18，基建投资比例下调前后商品住宅价格比较结果如表6所示，基建投资比例下调，住宅价格、需求降低，住宅开发投资减幅变弱。其中，住宅需求、住宅价格指标从2010年开始下降，但是效果甚微，说明该指标对房地产市场的影响不显著。

表6 降低基建投资比例前后商品住宅价格比较表

年份

调控前

调控后 16087.118022.519645.221073.022348.023471.8

年份

调控前

调控后 24456.625331.626117.626830.327481.6

2010 16438.62011 18421.52012 20112.82013 21581.72014 22870.62015 23981.2

2016 24954.52017 25819.22018 26596.22019 27301.02020 27945.1

2.1.2 减少税率

若税率由0.07下调为0.05，税率下降前后房价收入比对照结果如表4所示。商品住宅价格、房价收入比均呈现明显下降趋势且幅度逐年提高。住宅需求相对商品价格和房价收入比来说，下降程度较小，说明税率下调可在一定程度上抑制商品住宅价格的增长。

2.1.5 下调基准地价

假定基准地价降幅均为8.33%（由1600元/m2降为1466.67元/m2），基准地价下调前后商品住宅价格和比较结果如表7和表8所示，基准地价对商品住宅价格和房价收入比的影响显著，对商品住宅需求影响不显著，因此下调基准地价可有效控制商品住宅价格和房价收入比的上升。

140 工 程 管 理 学 报 第29卷

表7 基准地价下调前后商品住宅价格比较表

年份

调控前

调控后

年份

调控前

调控后

年份

2010 16438.6 15836.8 2016 24954.5 23927.82011 18421.5 17721.2 2017 25819.2 24750.02012 20112.8 19328.0 2018 26596.2 25488.92013 21581.7 20723.1 2019 27301.0 26159.02014 22870.6 21947.3 2020 27945.1 26771.62015 23981.2 23002.6

表9 综合调控前后商品住宅价格比较表

调控前

调控后 15663.317521.019105.620481.721689.322730.6

年份

调控前

调控后 23643.624454.925184.025845.326449.7

2010 16438.62011 18421.52012 20112.82013 21581.72014 22870.62015 23981.2

2016 24954.52017 25819.22018 26596.22019 27301.02020 27945.1

表8 基准地价下调前后房价收入比对照表

年份

调控前

调控后

年份

调控前

调控后

2010 15.34 14.78 2016 12.19 11.69 2011 15.43 14.85 2017 11.33 10.86 2012 15.13 14.54 2018 10.47 10.34 2013 14.57 14.00 2019 9.65 9.25 2014 13.86 13.30 2020 8.87 8.50 2015 13.05 12.52

表10 综合调控前后房价收入比对照表

年份

调控前

调控后

年份

调控前

调控后

2010 15.34 14.62 2016 12.19 11.55 2011 15.43 14.68 2017 11.33 10.73 2012 15.13 14.37 2018 10.47 9.92 2013 14.57 13.83 2019 9.65 9.14 2014 13.86 13.15 2020 8.87 8.40 2015 13.05 12.37

增加。

（1）对于商品住宅价格，税收效果：商品住宅价格平均每年以0.87%的速度下降；基准地价效果：商品住宅价格平均每年以1.4%的速度下降；叠加效果：商品住宅价格平均每年以1.27%的速度下降；综合调控效果：商品住宅价格平均每年以1.27%的速度下降。

（2）对于商品住宅需求，税收效果：商品住宅需求平均每年以1.75%的速度下降；基准地价效果：商品住宅需求平均每年以2.15%的速度下降；叠加效果：商品住宅需求平均每年以2.05%的速度下降；综合调控效果：商品住宅需求平均每年以1.22%的速度下降。

（3）对于房价收入比，税收效果：房价收入比平均每年以1.24%的速度下降；基准地价效果：房价收入比平均每年以1.35%的速度下降；叠加效果：房价收入比平均每年以1.3%的速度下降；综合调控效果：房价收入比平均每年以2.03%速度下降。

综上所述，人口自然增长率、基准地价和税率两项政策指标对于城市商品住宅价格的影响较为显著，因此，政府向下调整税率或基准地价，同时控制人口自然增长率，可以有效控制商品住宅价格和房价收入比的增长。 2.2 多指标综合调控实验 2.2.1 多指标综合调控结果

以基准地价和税率两个影响程度较大的因素作为综合调控指标，假定基准地价降幅均为8.33%，税率指标则同时由0.07下调为0.05，调控前后的变动百分比如表9和表10所示。与单一指标调控相比，多指标政策调控效果更加明显，商品住宅价格将得到有效抑制，房价收入比明显减少，住宅需求也显示出下降的趋势。

2.2.2 多指标综合与单一指标调控结果比较

多指标综合调控与单一指标调控效果比较如表11所示，单一指标调控和综合调控的效果逐年

表11 多指标综合调控与单一指标调控效果比较（%）

指标 商品住宅价格

政策 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 税收

-1.11 -1.14 -1.16 -1.17 -1.18 -1.19 -1.20 -1.20 -1.20 -1.20 -1.21

基准地价 -3.66 -3.80 -3.90 -3.98 -4.04 -4.08 -4.11 -4.14 -4.16 -4.18 -4.20 政策叠加 -4.77 -4.94 -5.06 -5.15 -5.22 -5.27 -5.31 -5.34 -5.36 -5.38 -5.41 综合调控 -4.72 -4.89 -5.01 -5.10 -5.17 -5.21 -5.25 -5.28 -5.31 -5.33 -5.35

商品住宅需求

税收

-0.48 -0.51 -0.53 -0.55 -0.56 -0.57 -0.57 -0.57 -0.57 -0.57 -0.57

基准地价 -1.54 -1.64 -1.72 -1.79 -1.84 -1.87 -1.90 -1.91 -1.91 -1.91 -1.90 政策叠加 -2.02 -2.15 -2.25 -2.34 -2.40 -2.44 -2.47 -2.48 -2.48 -2.48 -2.47 综合调控 -4.70 -4.86 -5.02 -5.08 -5.12 -5.21 -5.25 -5.30 -5.25 -5.28 -5.30

房价收入比

税收

-1.11 -1.10 -1.19 -1.17 -1.15 -1.15 -1.15 -1.24 -1.15 -1.14 -1.24

基准地价 -3.65 -3.76 -3.90 -3.91 -4.04 -4.06 -4.10 -4.15 -4.24 -4.15 -4.17 政策叠加 -4.76 -4.86 -5.09 -5.08 -5.19 -5.21 -5.25 -5.39 -5.39 -5.29 -5.41 综合调控 -2.00 -2.12 -2.23 -2.31 -2.37 -2.41 -2.44 -2.45 -2.45 -2.45 -2.44

第3期 吴振华，等：深圳市商品住宅价格系统动力学模型仿真与政策实验 141

将多指标综合调控与单一指标调控进行比较，发现综合调控的效果要明显好于单一指标调控，而且多种单一指标调控的叠加效果也好于单一指标调控。然而，若将两种单一指标调控的效果叠加，再与综合调控效果进行比较，却得到不同的结论：对于商品住宅价格来说，两种效果基本一致；对于商品住宅需求来说，综合调控效果明显好于叠加效果；对于房价收入比来说，叠加效果明显好于综合调控效果。这说明用以调控商品住宅价格的多种政策，既可以同时使用，也可以先后使用；对于商品住宅需求来说，同时使用多种政策更好；对于房价收入比来说，单一政策的先后使用比同时使用效果更好。

参考文献：

[1] 罗 平，何素芳，牛慧恩．城市住宅市场价格系统动力

学模型实证研究[J]．人文地理，2001，16（2）：57-61． [2] Patric H．Hendershott，Charlotte Mack．An Anatomy of Price Dynamics in Illiquid Markets：Analysis and Evidence from Local Housing Markets[J]．Real estate economics，2004，32（1）：1-32．

Dubravko Mihaljek．Determinants of House [3] Egert Balazs，

Prices in Central and Eastern Europe[J]．William Davidson Institute Working Paper，2007，10：89-94．

[4] 王明鹏，孙启明，杨 桓．基于系统动力学的房地产市

场存量与价格研究[C]．计算智能与工业应用国际会议，2010，9：65-68．

[5] 陈 涛，何宜庆．基于SD的城镇住房保障规模对商品

房价格抑制效应仿真研究[J]．企业经济，2011（8）：142-145．

[6] 陈悦华，廖造壮．基于系统动力学视角的武汉市商品住

宅价格分析[J]．科学技术与工程，2012，12（33）：9132-9136．

[7] 陈英芝．基于SD模型的湘潭市房地产住宅价格影响因

素分析[J]．科技广场，2012（5）：205-209．

[8] Eddle C M H，KA H Y．The Dynamics of Hong Kong’s

Office Rental Market[J]．International Journal of Strategic Property Management，2006，10（3）：24-169．

[9] Kim H H．Modeling the Structure of CV Formation and

Expectations[J]．Journal of Property Investment & Finance，2007，25（2）：179-206．

[10] 陆 杨，谭大璐．基于系统动力学的成都市商品住宅

市场系统仿真研究[J]．科技进步与对策，2010，27（19）：89-91．

[11] 崔 啸，周克成，曹冬冰，李秀婷，吴 迪，董纪昌．北

京市商品住宅系统动力学模型构建及其在预警中的应用[J]．系统工程理论与实践，2011，31（4）：672-678． [12] 耿继进，李 妍．深圳市商品住宅系统政策仿真研究

[J]．中国土地科学，2011，25（4）：49-56． [13] 耿继进，黄逸昆．房地产价格仿真模型与政策实验

[C]．中国房地产估价师与房地产经纪人学2012年年会——市场变动与估价、经纪行业持续发展论文集，2012，81-89．

[14] 沈 悦，马续涛．基于系统动力学的住宅价格变化仿

真模拟研究——来自上海市的经验证据[J]．大连理工大学学报（社会科学版），2013，34（2）：1-7． 作者简介：

吴振华（1972-），男，博士，副教授，研究方向：房地产经济与管理，土地增值与收益分配；

王亚蓓（1975-），女，硕士，高级经济师，研究方向：房地产经济，房地产估价，招投标项目评估；

唐 芹（1989-），女，硕士研究生，研究方向：土地增值与收益分配，城市土地利用效率分析与评价。

3 结语

城市商品住宅价格在长期的增长率一般低于人均可支配收入、住宅开发投资和GDP增长率，但是在短期，这个结论往往不成立，因此消费者在购房之前，可以参考人均可支配收入、住宅开发投资和GDP的变化情况；开发商在进行住宅开发投资前可以参考商品住宅价格的变化情况，以便减少由决策失误所带来的损失。在长期，虽然房价收入比呈现逐渐减少趋势，但一直处于较高水平，表明商品住宅价格的调控是一项复杂的、长期的工作，仅仅依靠在短期实施某项政策难以取得明显的效果。此外，在长期商品住宅价格和人均可支配收入的年平均增长率最为接近，两者之间具有较高的相关性，但在短期这种相关性并不显著，因此消费者在进行购房时可以人均可支配收入的长期变化趋势作为重要参考。

中长期贷款利率和基建投资比例指标的变化对商品住宅价格的影响不显著；人口自然增长率、税率和基准地价对商品住宅价格、房价收入比的影响较为显著，因此政府下调税率和基准地价，或者同时实施人口控制政策可以有效抑制商品住宅价格和房价收入比的过快增长。

多指标综合调整效果明显优于单一指标调控，但不一定优于单一指标调控的叠加效果，因此可同时或先后使用单一指标来实施宏观调控。在进行多指标综合调控时，使用显著影响商品住宅价格和房价收入比的因素，可有效抑制商品住宅价格过快增长。

本文来源：https://www.bwwdw.com/article/sgyh.html