房产调控不能“抓大放小”

近两年来,国家连续出台的房产调控政策针对的是整个行业,无大小城市之分。记者在基层却听到了“只调控大城市、不调控中小城市”的解读,以至于一些经济并不发达、人口规模不大的中小城市,在国家调控的背景下,房价仍然一路快涨,引起当地居民担忧。江苏北部一个县级市政府负责人谈到城市建设时,把房价4年上涨3倍作为政绩津津乐道。当记者问到是否受房地产调控政策影响时,这位负责人竟然说,那是调控大城市的,对小城市没有什么影响,中小城市建设是第一,执行调控政策是第二。他们2006年又拿出4个房地产项目去招商,结果都很满意。他判断本市的房价…     

公共投资对商品住宅价格的影响效应研究——基于中国35个大中城市截面数据的分析

研究政府公共投资对商品住宅价格的影响效应,是以特征价格模型为基础来构建二者之间关系模型的,用2010年全国35个大中城市的截面数据进行计量分析,具体考察公共投资各个资本变量对住宅房价的不同影响效应。计量结果显示:公共投资各个资本变量对商品住宅价格有显著的影响并且不同公共投资特征变量对住宅价格的影响力度不同,公共投资对商品住宅价格具有资本化效应。政府应制定合理的公共政策和房地产政策,使这部分被资本化入商品住宅中的价值得到合理分配并起到对房价的调控作用。     

商品房价格调控对策分析

近年来，我国城市商品住宅价格出现的大范围、高幅度上涨，引起了社会各界广泛关注。本文概述了我国城市商品住宅价格上涨现状，从政府、投资商、消费者三个层面分析房价过高与上涨过快的原因，并对各层面进行对策构思，意在将房价调控在一个合理范围之内。     

城市行政级别、资源集聚能力与房价水平差异

在严格的城市行政等级管理体制下,我国城市房价水平与城市的行政级别关系密切.城市行政级别通过影响城市的资源集聚能力和住房需求,进而影响住房价格.不同行政级别城市的资源集聚能力各异、住房需求不同,导致房价水平呈现较大的差异.但是,同一行政级别城市间的房价水平存在区域差异性.本文使用2005-2012年全国70个大中城市市辖区的数据,建立面板模型,经验分析城市行政级别对商品住宅价格的影响.结果表明,城市行政级别差异是引致城市间房价水平差异的重要因素.为此,需要对不同类型城市实行分类指导,实施差别化的调控措施,缩小城市间的房价差异.     

中小城市住宅用地规划对当前城市问题的作用研究

分析了房价过高对于中小城市的一些社会影响,就此,提出了城市住宅用地规划抑制房产价格的方法及其作用,以解决中低收入者住房问题     

中小城市商品住宅价格现状及趋势研究——以湖北省荆州市为例

本文在对湖北省荆州市房地产市场进行实地调查的基础上,调研了该地区房地产一级市场及二级市场,分析了该地区商品房市场的现状及各参与主体的行为,探讨了中小城市房价上涨的影响因素,并推出未来房价变化的趋势。     

基于灰色理论的商品房住宅价格研究

文章运用灰色系统理论对商品房住宅价格进行分析与研究,采用两个数学模型灰色关联分析及灰色预测模型对商品住宅价格进行实证研究,运用灰色理论对商品住宅价格影响因素进行了定量分析和价格精确预测。将灰色系统理论引入房地产领域的深入研究提供了借鉴和参考价值。     

江苏省城市消费者对食品安全支付意愿的实证研究-以低残留青菜为例

本文以江苏省城市消费者为调查对象,通过假想价值评估法,运用Logit回归模型,分析了消费者对食品安全(以低残留青菜为例)的支付意愿及其影响因素。研究结果表明,消费者对低残留青菜中食品安全的平均支付意愿达到了2.68元/斤,其价格溢出为335%。其中,大城市南京的消费者对食品安全的支付意愿为2.42元/斤,中小城市扬州的消费者的支付意愿为2.77元/斤。此外,本文还就影响消费者支付意愿的主要因素进行分析。     

江苏省城市消费者对食品安全支付意愿的实证研究-以低残留青菜为例

该文以江苏省城市消费者为调查对象,通过假想价值评估法,运用LOGIT回归模型,分析了消费者对食品安全(以低残留青菜为例)的支付意愿及其影响因素.研究结果表明,消费者对低残留青菜中食品安全的平均支付意愿达到了2.68元/斤,其价格溢出为335%.其中,大城市南京的消费者对食品安全的支付意愿为2.42元/斤,中小城市扬州的消费者的支付意愿为2.77元/斤.此外,该文还就影响消费者支付意愿的主要因素进行分析.     

宏观调控视角下房地产价格影响因素的新测度

房地产市场调控的成效取决于调控的切入点,即寻找出引发房地产价格上涨的关键性影响因素,但是,目前国内外相关实证研究在特征变量提取以及建模方法上存在一些明显不足。本文创新性地将算法建模与数据建模结合起来,首先利用随机森林对解释变量进行筛选,进而创新性地提出兼具时间因素和空间因素的动态经济空间权重矩阵,并运用加法模型及乘法模型构建新型综合空间效应矩阵,对我国房地产价格的影响因素开展实证研究。实证结果显示,相邻地区间房价增长水平的关联性显著;需求结构的调整是房价调控的重点;成本冲击是房地产价格偏离正常水平的潜在因素;房地产税开征对平抑房价的效果有限。     

南沙自贸区周边商品住宅价格空间格局研究

自由贸易区的设立会对周边商品住宅价格产生较大的影响。研究利用GIS空间分析方法,对广东省自由贸易试验区南沙新区片区周边普通商品住宅价格空间及其影响因素进行研究。搜集南沙新区城市范围内2015年在售的65个普通商品住宅项目挂牌均价数据,运用探索性空间数据分析方法对样本点进行正态性分布和空间自相关分析,并利用Kriging插值方法对南沙自贸区周边商品住宅价格空间进行分析计算,结果表明：（1）南沙自贸区周边商品住宅价格空间整体上呈现“北低南高”的趋势;（2）商品住宅价格空间分布区域特征明显,住宅价格高值区与自贸区块分布具有一致性。南沙自贸区周边商品住宅价格空间分布的主要影响因素有：自然环境、城市发展战略、交通基础设施、产业发展及自贸区的设立等。     

镇江市商品房住宅价格影响因素分析

住宅市场与镇江市的经济发展,人们生活水平提高息息相关。商品住宅价格是住宅市场的核心,研究住宅市场的变化情况,预测市场价格变化的趋势是非常有意义的。在分析与住宅价格密切相关的几个影响因素的基础上,对镇江市商品住宅价格进行了探讨。     

政策因素对北京商品住宅价格的影响分析

“居者有其屋”不仅是民生需要，也是中国经济和社会得以健康协调发展的基础性要求。然而，多年来北京市商品住宅价格稳步持续上升，尤其2005年以后北京市房价出现快速上涨的势头，成为政府、公众、开发商等相关利益者关注的焦点。本文就基于这样的背景，分析政策因素对北京商品住宅价格的影响，分别从土地政策、信贷政策及税收政策三个方面具体阐述各政策对北京商品住宅价格的影响，旨在通过宏观调控，调整北京商品住宅价格，使其在一个合理的价位上运行，从而保持北京市房地产市场的平稳健康发展。     

农民工“市民化”的成本及推进模式探析

加快农民工实质性“城市融入”是未来十年我国城镇化的工作重点.本文通过对农民工“市民化”的养老、医疗、子女教育、住房支持、新增基础设施等成本进行分析及横向比较,发现东部地区、大城市由于房价与地价高企、资源与生态环境承载力不足、心理适应性困难等原因,很难再继续承受大量新增人口压力.而相比大城市与小城镇,百万人口左右的内地中小城市更具成本与效益优势,应当成为推进农民工“本地市民化”的重点依托.     

社会融入对新生代农民工就业质量的影响及其地区差异

新生代农民工作为一个特殊的就业群体,其在城市的社会融入状况是分析其就业质量的关键视角。文章基于问卷调查数据,分析社会融入对新生代农民工就业质量的影响及其地区差异,结果表明:不同地区新生代农民工的社会融入、就业质量具有显著的区域差异性特征;社会融入因素对新生代农民工的就业质量产生了显著的正向影响;这种影响在超大城市中表现得最为突出,其次是大城市,对中小城市的作用最小,说明社会经济发展水平较高的地区更有利于发挥社会融入对就业质量的影响作用。要着力提升大城市、超大城市新生代农民工社会融入的水平,以及中小城市新生代农民工社会融入的质量,为实现高质量就业提供良好的社会融入环境。     

论中国房地产市场泡沫

房地产泡沫论是把复杂的、 多因素问题简单化 2009年1-11月全国70个城市商品住宅均价上涨5.7％,与经济增长8.5％左右、居民收入增长超过8％相比,房价涨幅属正常范围,[参见2009年1-11月中国商品房销售价格指数图].少数国际化大城市、如北京、上海、深圳的房价在2009年4季度出现增长过快现象,主要因素并不是房地产泡沫积累和放大,而是供给不足、需求推动的结果.以下六类需求推动房价呈现长期上升趋势.     

江苏省城市消费者对食品安全支付意愿的实证研究——以低残留青菜为例

本文以江苏省城市消费者为调查对象，通过假想价值评估法，运用Logit回归模型，分析了消费者对食品安全（以低残留青菜为例）的支付意愿及其影响因素。研究结果表明，消费者对低残留青菜中食品安全的平均支付意愿达到了2．68元／斤，其价格溢出为335％。其中，大城市南京的消费者对食品安全的支付意愿为2．42元／斤，中小城市扬州的消费者的支付意愿为2．77元／斤。此外，本文还就影响消费者支付意愿的主要因素进行分析。     

基于数据挖掘的我国大中城市不同层次住宅房价波动的影响因素分析

一、 引言 房价的持续增长让我们 "慌乱". 2016 年, 国际置业顾问Knight Frank发布了 "全球150大城市一季度房价涨幅榜", 排行榜的前五位中, 中国占据了4席, 包括深圳、 上海、 南京和北京, 其中深圳房价的涨幅最大为62 .5％. 国家统计局新出炉的数据也显示, 全国70个大中城市的住宅房价都有不同程度的涨幅. 本文尝试运用数据挖掘中的k-means算法, 根据我国大中城市住宅房价的涨幅程度进行聚类分析, 得出不同层次的住宅房价涨幅, 并对其结果进行分析解释. 然后综合学者们对住宅房价影响因素的研究, 提出本文对不同层次住宅房价影响的3个因素, 最后结合统计数据对这些因素与不同层次住宅房价的关联度进行比较分析.     

高房价的背后——某县商住房情况调查

一边是房地产宏观调控政策不断加码,一边是以上海为首的一二线大中城市房价有了初步降温;然而,大部分中国城市,特别是上一轮调控忽略的中小城究竟是什么原因令更多的购房者无视政策信号,一头扎进“负翁族”？当我以解剖标本的耐心去解析这些中小城市房价逆市飙涨的奥秘时,我们不得不承认楼市调控的艰难,城市的实际房价,仍以远高于统计数字的极大涨幅一骑绝尘,屡控不下.     

基于系统动力学的住宅价格预测研究

在系统动力学模型中将城市商品住宅价格系统划分为宏观经济、城市人口、市场需求、市场供给、房屋租赁和土地价值六个子系统,并引入了住宅开发投资及其比例、供求比影响因子、住宅销售面积中成交比例、开发利润率和基建投资等影响因子。通过仿真比较了桂林市商品住宅价格与人均可支配收入、住宅开发投资、 GDP 等主要因素的变动情况,分析了长期和短期各主要因素对商品住宅价格影响程度和时序,以此确定政府在不同时期以控制商品住宅价格为目的所应采取的宏观调控措施和手段,同时为消费者和房地产开发商择机购房和投资提供相应的决策依据。