基于系統(tǒng)動力學的住宅價格預測研究基于系統(tǒng)動力學的住宅價格預測研究吳振華1,黎蕓1,貴文龍,王亞蓓2(1.桂林電子科技大學商學院,廣西桂林541004;2.桂林電子科技大學國有資產管理處,廣西桂林541004)摘要:在系統(tǒng)動力學模型中將城市商品住宅價格系統(tǒng)劃分為宏觀經濟、城市亼口、市場需求、市場供給、房屋租賃和土地價值六個子系統(tǒng),并引入了住宅開發(fā)投資及其比例、供求比影響因子、住宅銷售面積中成交比例、開發(fā)利潤率和基建投資等影響因子。通過仿真比較了桂林市商品住宅價格與人均可攴配收入、住宅開發(fā)投資、GDP等主要因素的變動情況,分析了長期和短期各主要因素對商品住宅價格影響程度和時序,以此確定政府在不同時期以控制商品住宅價格為目的所應采取的宏觀調控措施和手段,同時為消費者和房地產開發(fā)商擇機購房和投資提供相應的決策依據。關鍵詞:商品住宅;系統(tǒng)動力學;住房價格;房產投資;房價調控;調控政策中圖分類號:F293.35文獻標識碼:A文章編號:1004-292X(2013)08-0101-06The Forecast Research of Urban Commodity Residence Price based on System DynamicswU Zhen-hua', LI Yun', GUI Wen-long, WANG Ya-bei2(1. Guilin University of Electronic Science and Technology Business School, Guilin Guangxi 541004, China2. Guilin University of Electronic Science and Technology Management Office of the State-owned AssetsGuilin guangxi 541004, ChinaAbstract: The urban commodity residence price system is calibrated separately by parts such as macroeconomic, urban poplation, housing lease, value of land, market demand and supply in this paper. The maim influencing factors are introduced intothe system dynamics model such as the housing development investments and their ratios, the relation between of demand and sup-ply, the proportion of deals of new housing selling area, the rate of development profit and the investment in infrastructure, etcThis paper analyzed the degree and time sequence of influences of the main factors influencing Guilin commodity residence price inlong-term and short-term, after the comparison of the commodity residence price with the per capita disposable income,thehousing development investments and GDP in Guilin city by system dynamics simulation, so it could be determined that the gowernment adopt correspondence available measure and the macro-economic control means to cater for controlling house prices andcurbing speculation in the property market at different ages, and it also will provide the theoretical basis for buying house and investment for consumers and real estate developers in proper occasions.Key words: Commodity residence; System dynamics; Housing prices; Property investment; Price regulationRegulatory policies城市商品住宅產業(yè)是房地產行業(yè)的重要組成部健康發(fā)展的關鍵所在。目前,在桂林市商品住宅領域分,該產業(yè)的健康發(fā)展與國民經濟發(fā)展及人民生活質內社會反響強烈、爭議較大的問題主要集中在以下量提高息息相關,而商品住宅價格是房地產業(yè)發(fā)展過個方面:房價快速上漲,二手房市場和租賃市場發(fā)育程中倍受關注的熱點問題,所以,探討商品住宅價格緩慢;住房保障覆蓋面小,措施不到位;住房市場宏的內在機制、有效控制的過快上漲是房地產業(yè)持續(xù)、觀調控困難重重,調控政策尚未達到預期目標,其中收稿日期:2012-11-04中國煤化工基金項目:國家自然科學基金地區(qū)基金項目(1600:教育廳的一般項目(2CNMHG作者簡介:吳振華(1972-),男,河北樂亭人,副教授,博士,主要從事房地產經濟與管101技術盤濟與管理研究2013年第8期政府宏觀調控對于商品住宅價格的控制尤為重要。為的各種其他因素。根據對商品住宅價格系統(tǒng)的分析此,本文以城市商品住宅作為研究對象,歸納影響城本模型選取了影響商品住宅價格的若干主要因素,如市商品住宅價格的主要因素,利用系統(tǒng)動力學的方法人均可支配收入、人口總量、住宅供給、住宅需求建立城市商品住宅價格模型,通過仿真為政府宏觀調等,綜合考慮模型的結構關系和指標的輸岀需要,選控商品住宅價格、開發(fā)商投資決策以及消費者購房決取城市住宅價格系統(tǒng)的47個變量,包括狀態(tài)變量策提供理論依據。流率變量、輔助變量,如表1所示。以年度為計算時主要影響因素及系統(tǒng)動力學建模間間隔,按照系統(tǒng)動力學方法按年循環(huán)計算,當年各1.影響商品住宅價格的主要因素指標循環(huán)計算后再進入下一輪循環(huán)。為了突出研究重城市商品住宅主要由供求關系決定,是社會經濟點,同時考慮到數據的可得性,對于部分變量如貸款及政策等因素綜合作用的結果。城市商品住宅供給的利率、人口自然增長率等采取階躍函數的調用方式主要影響因素為住宅價格、住宅空置面積、住宅銷售通過改變外部調用數據和變量之間的函數關系,計算面積、商品住宅投資水平和其他因素,還包括開發(fā)成岀假定情況下的模型預測結果。主要變量及其類型如本、開發(fā)利潤等,其中開發(fā)成本主要包括土地、建安表1所示。成本和管理費用等。城市商品住宅需求的主要影響因素為房價收人比、家庭平均規(guī)模、人口總量和結婚人表1商品住宅價格系統(tǒng)動力學模型主要變量口比例等。與此同時,宏觀經濟與國際宏觀狀況、國變量名單位變量類變量名單位變量類型家政策因素以及其他非經濟因素對商品住宅的價格也人口總量萬人人口自然增長率具有重要的影響。經分析總結,本文認為綜合成本住宅供給萬平方米人均可支配收入(包括土地價格和開發(fā)成本等)、供求比影響因子(供住宅需求|萬平方米求形成的風險利潤部分)是影響城市商品住宅價格的住宅價格元/平方住宅銷售面積萬平方米主要因素,因此在建立系統(tǒng)動力學模型時給予了重點經濟增長億元房價收入比考慮。另外,國外已有研究結果表明:住宅價格的需人口增長萬建安成本元/平價格增長元/平方求彈性大約為15;25歲消費者的住房需求收入彈性房屋建筑竣工面積|萬平方米新增供給萬平方米燮最高,而65歲消費者的住房需求收入彈性為負凹。根供給實現(xiàn)萬平方來據目前所掌握的數據,本文在建模時僅考慮了婚齡階新增需求萬平方米段結婚人口比例對住宅需求的影響。需求實現(xiàn)「萬平方米基準地元/平方2.系統(tǒng)動力學的基本原理系統(tǒng)動力學( System dynamics,SD的創(chuàng)始人為美國4.系統(tǒng)因果反饋圖麻省理工學院福瑞斯特教授,是緊密結合系統(tǒng)科學理本文根據需要解決的問題及整個系統(tǒng)的動態(tài)分析論與計算機仿真、研究系統(tǒng)反饋結構與行為的一門科來描述住宅價格的變化,將城市商品住宅價格系統(tǒng)劃學,是系統(tǒng)科學與管理科學的一個重要分支。系統(tǒng)分為6個互相關聯(lián)的子系統(tǒng):宏觀經濟、城市人口動力學適用于處理長期性和周期性問題,無論所研究市場需求、市場供給、房屋租賃和土地價值子系統(tǒng)。的系統(tǒng)是否具有完整性,該方法都是一種非常穩(wěn)定的模型總體反饋回路(以桂林市為例)見圖1所示方法,因為系統(tǒng)反饋受系統(tǒng)本身的歷史行為的影響對涉及的主要部分系統(tǒng)反饋環(huán)的簡要分析把歷史行為的后果傳遞給系統(tǒng)本身,以影響未來的行①住宅供給-+住宅空置面積→-銀行支持力為。系統(tǒng)動力學建模過程大致分為任務調研、目標度一艸房企開發(fā)能力-+房企開發(fā)意愿→+新成交土確立、邊界劃定、變量定義、反饋結構分析、方程建地面積艸住宅施工面積→艸新竣工住宅面積→+住立、模型建立、模型調試、模型檢驗與評估和政策實宅銷售面積→+住宅供紿(-)驗與模型使用等非常復雜的階段門。由于篇幅所限②住宅需求→-供求比→-住宅價格→+房價收本文主要闡述變量選擇、反饋結構分析、模型建立入比→-住房購買力→+住宅需求(-)評估與仿真等階段。③住宅價格→+房價收入比→-住宅需求→-住3.變量說明宅空置面積→+住宅供給→+供求比→房企開發(fā)意系統(tǒng)動力學模型的實質是一階微分方程組,它不愿艸+土地價中國煤化工僅描述系統(tǒng)各狀態(tài)變量的變化率對各狀態(tài)變量或指定5.系統(tǒng)流YHCNMH輸入量的依存關系,還進一步涉及導致狀態(tài)變量變化考慮到模時正、可探作比以可搜集數據的102基于系統(tǒng)動力學的住宅價格預測研究主林市GD據桂林市2001-2011年的GDP、人口總量、房住宅銷售面積影增m值基本建設投人均可支屋建筑竣工面積等數據住宅價格住房購買力確定模型的各個基本參供求比>數,如GDP、人口總量、住宅價格、住宅需庭收入求和住宅供給的初值分發(fā)利潤貸款利率住房購買力>別為32976億元住房政策484.73萬人、1739.37元年土地出讓面積/平方米、85萬平方米城市化進程和9597萬平方米。為住宅施工面積房企開發(fā)能力了保證模型的精確性銀行支持力度竣工住宅面積房屋建筑竣工面積、商住宅銷售面<住宅需求>品住宅空置比例、住圖1桂林市商品住宅價格系統(tǒng)因果反饋圖開發(fā)投資比例都是以階躍函數的形式調入,其范圍,本文選取主要的因素而忽略了一些對住宅價格余大部分變量間的關系是以函數的形式表示影響較小的因素,如租金,原因是租金與房價之間的2.系統(tǒng)動力學仿真弱相關性。同時,忽略了難以量化的因素如銀行支持本文使用 Vensim軟件計算得到2001-2020年桂力度、房企開發(fā)能力、城市化進程等,主要是由于這林市商品住宅價格系統(tǒng)動力學仿真和預測結果,如表些因素影響效果有一個逐步緩慢的積累過程,最終效所示。根據仿真模擬結果可知,2010年房價變化較果得到弱化。經分析,桂林市商品住宅價格系統(tǒng)流圖前期的變化差異較大,這與桂林市的經濟發(fā)展及人均如圖2所示。收入水平密切相關,同時可以看到:人均可支配收入、住宅開發(fā)投桂林市GD資和GDP的增長經濟增長率用于分配均GDP率與房價的增長的比例率相近,說明人基建投資比例住宅開發(fā)基準年基基建投資指數均可支配收入人口自然增長率均可支配收入投資比例建投資住宅開發(fā)投資和住宅開發(fā)人口增長投資比例影響因子中長期貸款利率GDP是影響房價影響因子結婚人口變動的主要影響比例住宅施工面積綜合成本增長單套面積因素[住宅價格<中長期貸三、模型評價容積率基準本稅率利率>供求比影開發(fā)利潤率模型的真實住宅竣工響因子策影響性和有效性是系商品住宅空置比例統(tǒng)動力學模型檢住宅銷售需求實現(xiàn)驗的標準。模型面積中新供給實現(xiàn)成交比例真實即模型模擬圖2桂林市商品住宅價格系統(tǒng)流圖仿真結果與理論描述的系統(tǒng)趨向、模型仿真比較一致,并且能夠經受現(xiàn)實數據的驗證。模型的有1.數據來源和數量關系的確定效就是模型的實用性,其檢驗要面向政策,看政策的本文選取了2001-201年桂林市房地產市場數據實施在實際中國煤化工真結果一致,作為樣本,數據來源為2001-2011年《廣西統(tǒng)計年起到輔助決策CNMHG史值與仿真值鑒》和《桂林市國民經濟和社會發(fā)展統(tǒng)計公報》。根的相對誤差及刀刀左米極驅模型的仿真結技術盤濟與管理研究2013年第8期表2桂林市商品住宅價格系統(tǒng)動力學仿真結果表42001-2011年仿真數據與真實數據對比表投資房價收入人均可支配巷林市住宅開發(fā)房價收入比均可支配收入(元)年份GDP年份(億元)比(%)收入(元)歷史數據仿真教據相對誤差歷史數據仿真教據相對誤差7483.262001960.6143%7852796061138%1.3%82468358.791.37%637954262004559%8149763795-6.27%0052002.9839.948707.6499.317678.49%926887076605%46.711036020066.857164.53%1071310360-3.3%11745220076.18979%73,7920086.374636136924-645%20091.51%3.01%5.45%146.0618297.320116.519882182973-797%420808161.3722776.6146696毅據來源:20)1-2011年廣西統(tǒng)計年鑒和桂林市國民經濟和社會發(fā)展統(tǒng)計公報1904130058.720145195.03202.533496242025.29統(tǒng)動力學模型的誤差不超過5%的變量數目基本接近215.0970%以上,并且全部滿足每個變量的相對誤差不大于6178.1253803.810%,因此可以認為城市住宅價格系統(tǒng)動力學模型的理62710,4715953353.39論構建比較成功,模型的總體仿真和預測性能較好。四、結果分析8061.18如圖3所示,除了2002-2004年有所下降以外彀據來源:2001-2011年廣西統(tǒng)計年鑒和桂林市國民經濟和社會發(fā)晨統(tǒng)計公報從2001年以來總體來看,桂林市商品住宅價格是處果,計算相對誤差的公式為式1,其中,y,y。分別表于上漲之中,尤其在2009-2012年的增長幅度最大在2005-208年房價增長較快,在2001-2004年示第i個變量在第t年的實際值與仿真值,g為模型中2013-2020年房價有緩慢增長的態(tài)勢,其中,2016年的變量的數目。如果c<5%的變量數目占70%以上并且每個變量的相對誤差不大于10%,則認為模型的總之后房價雖然也在增長,但其漲速相對2009-2012年的趨緩,房價的漲幅得到控制。其中,2008年之后房體仿真和預測性能較好。將模型的仿真值與價增長加快,部分原因是由于實行了從緊的貨幣政策2001-2011年桂林市真實數據對比得到模型主要指標和加息等手段,抑制了經濟過快增長,而這一政策對房的仿真效果如表3和表4所示。地產市場需求產生結構化影響,一方面抑制了中低收入表32001-2011年仿真數據與真實數據對比表者自住需求的支付能力,另一方面高收入者投資投機需住宅價格(元/平方米)住宅開發(fā)投資(億元求將積極入市,因此進一步推動房價繼續(xù)上揚。此外,歷史數據仿真數據相對誤差歷史數據|仿真數據‖相對誤差當年我國地價房價倒掛現(xiàn)象嚴重,一些通過招拍掛出讓20011739.371739.37013.1613.19土地的樓面地價已經接近或高于同地段在售新建房屋的1703價格,必然使房價大幅提高。而外資投資國內房地產市20032131.242132260.05%26.2427.5048%場的擴張趨勢、資金流動性過剩,對房價上漲也起了推20041793.241776.22-0.95%66.0463.95-3.16%波助瀾的作用41.713994-4.24%20062000522911.18%51.1346.71864%住宅價格10,00020072414432338.66-3.14%79.04731-7.25%20082796.08273638-2.14%79.203.79-683%20092980.64304702223%計5,00020103573.953484.11-251%11801114.52-2.96%毅據來源:201-201年廣西統(tǒng)計年鑒和桂林市國民經濟和社會發(fā)展統(tǒng)計公報。2001200中國煤化工o52017209,i=1,2,…,g;t=2001,2002,…,2011(1)CNMHG從表3、表4可以看出:桂林市商品住宅價格系圖3兩品住宅價格仿真結果104基于系統(tǒng)動力學的住表52001-2020年仿真模擬數據的對比分析表較快增長(經濟增長率17.75%)導致住房需求較高時間段商品筆價格人均可支配收住宅開發(fā)放資壯林市D房價收入比住宅開發(fā)投資意愿較低(住宅開發(fā)投資增長率從上23.88%階段的21.88%降低至12.14%)導致商品住宅供給較0.92%73.9%894%低,結果商品住宅價格上漲過快。因此,消費者理性20052008115%17.8%的做法是應進行觀望,不宜馬上做出購房決策200920121359%21.88%%(2)房價的變化率可能會高于住宅開發(fā)投資變化率2013201610.08%12.14%結果會導致房價上升幅度較高。如前文圖表所201720206.88%1731%-8.91%示,住宅開發(fā)投資的變化率一般要高于房價的變化綜合并整理以上仿真和模擬結果,分時間段以表格率,因此當房價的增長率較低時,開發(fā)商應該加大投形式對比各增長率間的相互變化關系,如表5所示。資力度,將投資增速保持在一定水平,不僅可以拉動1.長期(2001-2020年)內各指標間的變化關系房價的增長,而且會增加收人,提升經濟效益(1)住宅價格與經濟、住宅開發(fā)投資和人均可支(3)房價漲幅與當年GDP漲幅的相關性很高配收入的增長速度基本上一致方面,房價的上漲及上漲預期將帶來更多的房GDP增長率與人均可支配收入的變化最具有一致地產開發(fā)投資,拉動建筑、金屬制造、家電、裝修等性,這說明經濟發(fā)展和人均可支配收入具有非常密切行業(yè)的發(fā)展,有效解決社會就業(yè),對經濟增長產生乘的相關性。數效應,GDP隨之增加;另一方面,GDP的上漲反映(2)商品住宅價格、GDP、住宅開發(fā)投資和人均國民經濟的成長,通貨膨脹將帶來資產價格的提高,可支配收入的增長速度略有差異反過來促進房價的上漲。商品住宅價格的增長速度最慢,住宅開發(fā)投資增2001-2008年間,房價上漲加快(275%-115%),長速度最快,這說明住宅開發(fā)投資增長水平不僅決定了GDP在同一時期增速也在快速增長(8,94%~17.8%)。但人均可支配收入水平,而且決定了商品住宅價格水平2013-2016年人均可支配收入上漲較大23.98%)時即不同城市的住宅開發(fā)投資增長情況不同,商品住宅價經濟增速有一定提升,房價較上一階段的增速放緩,格也會有所不同。可見政府要想抑制房價的上漲幅度,雖然要注意經濟(3)人均可支配收入增長速度要略慢于GDP增增長速度的增長,更需要保證經濟的發(fā)展質量,提高長速度人均可支配收入。個人的收入水平取決于經濟的增長情況,因此個(4)經濟的發(fā)展不能過度依賴房地產業(yè)的擴張人住房消費水平可根據經濟增長情況做出合理預期在2009202年投資的大幅增長(9.25%~21.88%)(4)商品住宅價格的增長速度要慢于人均可支反而使GDP增速放緩。應注意產業(yè)結構的合理化,注收入的增長速度意發(fā)展工業(yè)才能更好保持桂林經濟的可持續(xù)發(fā)展。個人在做出商品住宅投資決策前,不僅要看經濟(5)有效控制經濟和住宅開發(fā)投資增長速度可以增長情況,而且要考慮個人或家庭的收入情況。更好地抑制房價的過快增長(5)房價收入比為負增長從前文圖表中可以看出,當經濟增長率超過9%這說明隨著房價收入比的下降,商品住宅需求會時,房價的增長率在6.8%以上甚至達到了13%以上增加,因此政府可以通過調整個人可支配收入來調控因此房價升高與經濟的過熱增長密切相關,而9%的商品住宅需求,進而對商品住宅價格產生影響。經濟增長率可以看作是經濟增長影響房價猛漲的警戒(注:由于政府每5年做一次規(guī)劃,因此本文將4年線。固定資產投資增長速度連續(xù)幾年明顯快于GDP的作為一個時間段,這樣可用5年的經驗數據作為參增長,是經濟過熱在一個方面的重要反映。所以本文考,合理做出下一個五年規(guī)劃中與商品住宅價格相關認為,政府將經濟增長控制在9%的范圍以內,將有的宏觀調控措施。)利于房價的穩(wěn)定。2.短期(4年)內各個指標間的變化關系五、結論與建議(1)房價與人均可支配收入的增長速度可能存在本文運用系統(tǒng)動力學模型建立了桂林市商品住宅較大差異市場價格系統(tǒng)仿真預測模型,經過數據分析得出了以2013-2016年人均可支配收入的平均增長率下結論與建議V凵中國煤化工(23.98%)與商品住宅價格的平均增長率(10.08%相差兩從長期來CNMHG支配收入的變倍多。該期間商品住宅供需發(fā)生明顯變化,即經濟的化最具有一致性;以以妞過能人可支配收入技術盤濟與管理研究2013年第8期來調控商品住宅需求,進而對商品住宅價格產生影響。濟能力租賃房屋作為過渡,從而逐步培育起梯級消費從短期來看,商品住宅價格與人均可支配收入的的市場結構。增長速度可能存在較大差異;政府將經濟增長控制在9%的范圍以內,將有利于房價的穩(wěn)定;房價漲幅與【參考文獻當年GDP漲幅的相關性很高,但經濟的發(fā)展不能過[1] A. Mitchell Polinsky, David T. Ellwood. An Empirical Reconci度依賴房地產業(yè)的擴張,應注意產業(yè)結構的合理化iation of Micro and Grouped Estimates of the Demand for注意發(fā)展工業(yè);政府保證經濟增長的同時更需要保證Housing [J].The Review of Economics and Statistics, 1979, 61(2):199-205經濟的發(fā)展質量,提高人均可支配收入。[2] Allen C. Goodman. An Econometic Model of Housing Price通過對仿真結果的研究,結合桂林市住宅市場發(fā)Pernanent Income, Tenure Choice and Housing Demand JI展過程中的一些問題,提出如下政策調控建議Economics,1988,23(3):327-3531.積極調整住宅供給結構③3]鐘永光,賈曉菁,李旭.系統(tǒng)動力學[M]北京:科學出版社桂林市是廣西旅游資源的集聚地,隨著居民消費2009:3-4結構的升級和政府對旅游業(yè)的支持,旅游地產今后也[4] Katica( Stevanovic)Hedrih. Nonlinear Analysis: Theo會在不少地區(qū)有較大發(fā)展。開發(fā)商業(yè)地產時,可以在Applications [J].The Integrity of D桂林市的新區(qū)、產業(yè)園區(qū)加強地產的投資,擴大貼近百姓的社區(qū)商業(yè)網點的布局與建設,充分利用桂林市15黃本笑,范如國.管理科學理論與方法[M武漢:武漢大學出地區(qū)的優(yōu)勢發(fā)展多結構的住宅供給。版社,2006:96-97l6]胡雨村,沈岐平.香港住宅產業(yè)發(fā)展的系統(tǒng)動力學研究2.加強基礎設施建設和公共產品供給以促進競爭系統(tǒng)工程理論與實踐,2001,21(7):32-3相關部門應采取措施大力促進市場競爭,改善城[7 Wu Zhenhua, Wang Yabei. A Comparison of Unit F市交通條件和保障性安居工程建設、加強房地產中配Rents of Urban Lands for Different Purposes-rices and套設施企業(yè)的建設,從而給城市房地產價格一個向下of Shenzhen IC.The 2010 International Conference on Con-的壓力。通過公共產品的供給來調控房地產市場struction and Real Estate Management Proceedings, 2010(2)方面要盡量打通房地產樓盤之間的溝通,促進其良性1201-1206競爭;一方面多建設連接城區(qū)和郊區(qū)的交通干線,這王其藩.高級系統(tǒng)動力學[M北京:清華大學出版社,19952-6.樣可以加劇城郊樓盤的競爭和增加可供建造住宅的土]李子奈.計量經濟學M北京:高等教育出版社,200027-8地。在住宅小區(qū)的規(guī)劃上,多建設規(guī)模較小的居「!0梁云芳,高鐵梅.我國商品住宅銷售價格波動成因的實證分區(qū),使人們的居住點更接近工作單位。析門管理世界,200608)3.降低稅率和住房交易稅,強化開征房產稅[11景曉磊,侯愛敏,賈建東,城市居住用地供應影響因素研究可將銷售進度和售房信息公開、切實注意網上售綜述中國城市經濟,201106房登記的落實等措施,使投機炒房者的交易風險增2陳杰,鄭天.我國房地產市場發(fā)展中的外資因素分析—我加、有效縮短炒作的時間,以此抑制投機性需求的過國房地產價格波動與外資影響即價格理論與實踐,2009003熱,使正常住房需求得到更好滿足。降低住房交易稅收∏3黃厚霞,侯莉穎.房價影響因素綜述卩中國房地產,201l負擔、調整享受優(yōu)惠政策的普通商品住房價格標準,加(14).4李敏捷,傅澤田.住宅價格的影響因素綜述卩建筑經濟,大住房消費信貸,特別是公積金貸款支持力度2007(024.限制土地出讓價格,增加土地有效供應5漆渝航.商品房價格的影響因素分析—一以廣東省為例卩對列入年度供地計劃的保障性安居工程用地做到應知識經濟,201001)保盡保,及時供地。認真落實今年商品住房用地供應計∏′周建軍.我囯房地產價格的影響因素及其合理性硏究劃總量原則上不得低于前兩年實際供應量的要求,對列商業(yè)研究,200904)入年度供地計劃的保障性安居工程用地做到應保盡保,7陳淮.房價波動如何看待稅收調控中國稅務,200511及時供地,以此保持市場的良性運行。18]王超,房地產市場與經濟發(fā)展的研究綜述[中國住宅設5.調整住宅開發(fā)的投資方向要降低住宅的整體價格可適當減少高檔住宅投1〕施他,稅收政策對南京房地產市場的影響分析黑龍江科技信息,200803)資,增加經濟適用房的建設;更加穩(wěn)步快速增加保障20]王先柱,趙中國煤化工的影響一一基于房和普通商品房的投資;適當鼓勵租賃,引導有房者1999-2007HCNMHG改革2000通過出租房屋獲取長期投資收益、無房者根據自身經(頁任編輯:FMX)