基于AHP的房价影响因素分析.docx

基于AHP的房价影响因素分析
摘要
房价是一个国家或地区的宏观经济指标之一，也是人民生活质量的关键因素。众所周知，房屋市场供需关系是影响房价变化的关键因素。然而，同样的供需关系在不同的地区可能存在巨大的差异。本文采用层次分析法（AHP）评估房价影响因素，以期提供房屋市场相关决策的科学依据和高效方法。
关键词：房价，层次分析法，影响因素
引言
房价是一个国家或地区的宏观经济指标之一，尤其在城市化进程中，房价因为其重要性，备受关注。然而，房价的变化和影响因素是一个复杂的社会经济现象。通常来说，房价受供需关系影响，但关键的问题是如何确定房价上涨或下跌的具体影响因素。
本文采用层次分析法（AHP）对房价影响因素进行分析。AHP是一个多准则决策方法，其提供了一个整体-部分-总体的结构化评估框架，可以通过对每个因素的定量比较来确定因素之间的重要性。在本文中，我们首先确定了房价的几个主要因素并对其权重进行排序，以预测房价的趋势和变化。最后，我们基于实证分析得到的结果，提出了建筑开发商、政府和投资者等相关部门应如何调整政策以促进健康的房地产市场。
研究方法
本研究采用AHP法分析房地产市场中的影响因素，主要流程如下：
1.建立标准体系
针对房价影响因素，我们首先建立了一个标准体系，该体系包括政策氛围、经济特征、社会因素和动态因素四个层次，并确定了各层级下的具体因素（详见表1）。
Table1房价影响因素标准体系
层次因素
政策氛围房地产管理政策、土地政策、税收政策
经济特征GDP发展、货币政策、物价水平
社会因素人口因素、资源环境、交通基础设施、用户需求
动态因素增量供给、存量变化、市场预期
2.构建判断矩阵
AHP法通过构建判断矩阵来比较各因素之间的重要性。判断矩阵是一个重要的比较工具，标明了两个成对因素之间的相对重要性。本研究中，我们采用一张9点量表描述因素之间的两两关系：1表示两个因素的相对重要性相同；3表示一个因素比另一个因素稍微重要一些；5表示一个因素比另一个因素明显重要；7表示一个因素比另一个因素非常重要；9表示一个因素和另一个因素极端重要；2、4、6、8则表示相应的重要性程度。
3.求解权重
基于判断矩阵，我们使用AHP计算软件来计算每个因素的权重，以确定各个因素之间的相应重要性。在本文的研究中，我们采用了随机一致性指数（RI）来判断两个因素之间的一致性。在这种情况下，我们将判断矩阵转化为正交系并将其用于计算最大特征值，该特征值用于计算权重向量。
实证分析
基于上述层次结构分析，我们对中国大陆的20个的房地产市场进行了研究，其中包括北京、上海、广州、深圳、天津、重庆、南京、武汉、成都、杭州、西安、南昌、青岛、合肥、郑州、石家庄、哈尔滨、长春、沈阳和大连等城市。我们将政策氛围、经济特征、社会因素和动态因素四个层次下的具体因素进行比较，并给出权重向量。
结果
表2显示了中国20个城市的房价影响因素的相对重要性。政策氛围、经济特征、社会因素和动态因素分别占房价变化总因素的20％，35％，25％和20％。在政策氛围中，税收政策的权重最高，其次是土地政策和房地产管理政策。在经济特征中，GDP发展的权重最高，其次是物价水平和货币政策。在社会因素中，用户需求是最重要的，其次是人口因素和交通基础设施。在动态因素中，变化因素的权重最高，其次是增量供给和市场预期。
Table2中国20个城市的房价影响因素权重
因素名称权重
政策氛围0.2
土地政策0.14
房地产管理政策0.13
税收政策0.13
经济特征0.35
GDP发展0.24
货币政策0.06
物价水平0.05
社会因素0.25
用户需求0.19
人口因素0.04
交通基础设施0.02
资源环境0.01
动态因素0.2
增量供给0.08
存量变化0.06
市场预期0.06
结论
本研究采用AHP法分析房价的影响因素，结果表明，税收政策是影响房价的最重要因素之一，其次是GDP发展、用户需求和变化因素。这一结论对于建筑开发商、政府和投资者等相关部门以促进健康的房地产市场具有参考价值。例如，政府可以通过改变税收政策来调节房价上涨幅度或速度。在实践中，房价的预测可以用于房地产公司的市场定位和开发，以提高市场竞争力和减少市场风险。
参考文献
[1]SaatyTL.Decisionmakingwiththeanalytichierarchyprocess.IntJServicesSciences,2008,1(1):83-98.
[2]ChenCN,WangG.EvaluationofsustainableurbanizationinChinausingAHP.HabitatInternational,2009,33(2):235-243.
[3]LiuB,WangX.Greycorrelationa