基于系統(tǒng)動(dòng)力學(xué)的住宅價(jià)格變化仿真模擬研究——來(lái)自上海市的經(jīng)驗(yàn)證據(jù)

沈 悅， 馬續(xù)濤

（西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，陜西 西安710061）

一、引 言

雖然進(jìn)入2011年下半年以來(lái)，房地產(chǎn)價(jià)格稍有回落，但近年來(lái)房?jī)r(jià)持續(xù)性上漲勢(shì)頭仍然讓人對(duì)房?jī)r(jià)未來(lái)走勢(shì)心存疑慮。一旦政策調(diào)控放松，房?jī)r(jià)很有可能會(huì)像2009年和2010年一樣大幅度反彈。因?yàn)閺?011年開(kāi)始的房?jī)r(jià)回調(diào)是在政府出臺(tái)了一系列嚴(yán)厲的政策調(diào)控之后才換來(lái)的來(lái)之不易的結(jié)果。事實(shí)上，針對(duì)全國(guó)房地產(chǎn)價(jià)格房?jī)r(jià)普遍上漲，中國(guó)政府于2003年起已經(jīng)先后不斷地出臺(tái)過(guò)一系列調(diào)控政策，但房?jī)r(jià)卻出現(xiàn)了“越調(diào)越高”的現(xiàn)象。就上海來(lái)說(shuō)，相對(duì)于2009年的房?jī)r(jià)水平，2010年住宅平均價(jià)格漲幅在40%以上。陳國(guó)貴等以全國(guó)35個(gè)城市為研究對(duì)象，發(fā)現(xiàn)這些城市都存在不同程度的房地產(chǎn)泡沫［1］。在迫不得已的情況下，政府最終于2011年1月推出了更嚴(yán)厲的調(diào)控政策——“新國(guó)八條”，且調(diào)控力度之大前所未有。

國(guó)內(nèi)外學(xué)者在研究房地產(chǎn)價(jià)格動(dòng)態(tài)變化時(shí)采用的方法主要有以下三種：第一種是利用時(shí)間序列理論來(lái)研究房?jī)r(jià)波動(dòng)。Brown、Malpezzi利用誤差修正模型進(jìn)行房?jī)r(jià)預(yù)測(cè)［2］［3］；考慮到房?jī)r(jià)變化的非線(xiàn)性，Hall等將馬爾可夫區(qū)制轉(zhuǎn)移模型引入到預(yù)測(cè)房?jī)r(jià)的誤差修正模型中［4］；Grawford利用ARIMS、GARCH和區(qū)制轉(zhuǎn)移模型來(lái)估計(jì)房?jī)r(jià)的變動(dòng)率［5］；Tsai等利用馬爾可夫區(qū)制轉(zhuǎn)移條件異方差模型（MS－ARCH）研究了英國(guó)住宅市場(chǎng)的房?jī)r(jià)波動(dòng)性［6］。第二種是借助于神經(jīng)網(wǎng)絡(luò)法進(jìn)行房?jī)r(jià)波動(dòng)研究。Wilson等利用人工神經(jīng)網(wǎng)絡(luò)法對(duì)英國(guó)的房?jī)r(jià)進(jìn)行了預(yù)測(cè)［7］；王婧、陳基純、胡曉龍分別采用小波神經(jīng)網(wǎng)絡(luò)方法、BP神經(jīng)網(wǎng)絡(luò)法以及Elman神經(jīng) 網(wǎng)絡(luò)法，對(duì)房?jī)r(jià)進(jìn)行了預(yù)測(cè)［8］［9］［10］。第三種是利用灰色理論進(jìn)行房?jī)r(jià)估計(jì)與預(yù)測(cè)。馬海濤利用GM（1，1）模型對(duì)房?jī)r(jià)進(jìn)行預(yù)測(cè)［11］；楊楠等建立了灰色馬爾可夫模型來(lái)預(yù)測(cè)房?jī)r(jià)［12］。

從實(shí)證效果看，這些方法存在一些不足，如時(shí)間序列方法對(duì)變量間的作用關(guān)系進(jìn)行了人為的簡(jiǎn)化處理，而且受樣本長(zhǎng)度所限，往往迫不得已舍去一些變量；而神經(jīng)網(wǎng)絡(luò)法和灰色模型更像是一個(gè)“黑箱子”，沒(méi)有對(duì)變量的影響機(jī)制進(jìn)行解釋。事實(shí)上，住宅市場(chǎng)涉及的因素很多，并且這些因素相互交織在一起形成復(fù)雜關(guān)系，可以說(shuō)住宅市場(chǎng)的最大特點(diǎn)是“牽一發(fā)而動(dòng)全身”。住宅價(jià)格變化呈現(xiàn)出了“復(fù)雜性、高階次、非線(xiàn)性以及多時(shí)段性”等特征。對(duì)此，僅從一般經(jīng)濟(jì)學(xué)理論出發(fā)，采用數(shù)理研究方法顯然已經(jīng)力不從心。

系統(tǒng)動(dòng)力學(xué)的理論、構(gòu)模原理與方法就是人們?cè)诿媾R上述困境時(shí)產(chǎn)生的，它為復(fù)雜系統(tǒng)甚至特大系統(tǒng)提供了分析研究并尋找解決問(wèn)題對(duì)策的強(qiáng)有力工具［13］。目前關(guān)于系統(tǒng)動(dòng)力學(xué)在房地產(chǎn)市場(chǎng)中的應(yīng)用研究還比較有限。羅平等運(yùn)用系統(tǒng)動(dòng)力學(xué)方法建立了土地價(jià)值、城市人口、市場(chǎng)供給、市場(chǎng)需求和房產(chǎn)價(jià)值五個(gè)子系統(tǒng)并對(duì)蘭州市的住宅市場(chǎng)進(jìn)行了仿真研究［14］；胡雨村從人口及就業(yè)、社會(huì)資源、國(guó)民經(jīng)濟(jì)、住宅供求等四個(gè)子系統(tǒng)出發(fā)，建立了香港住宅市場(chǎng)系統(tǒng)并對(duì)政府的政策進(jìn)行了試驗(yàn)和評(píng)價(jià)［15］；其余研究也基本上遵循這個(gè)框架。這些研究雖然都從系統(tǒng)的角度來(lái)研究房?jī)r(jià)波動(dòng)，但存在的不足是：缺乏對(duì)需求結(jié)構(gòu)進(jìn)行分析，不能對(duì)需求的變化機(jī)理進(jìn)行科學(xué)刻畫(huà)；在進(jìn)行政策試驗(yàn)時(shí)，往往只進(jìn)行單一的政策試驗(yàn)，沒(méi)有進(jìn)行政策的組合試驗(yàn)，忽略了政策的協(xié)同作用。沈悅等雖然意識(shí)到了住宅需求結(jié)構(gòu)在研究住宅價(jià)格變化中的重要性，但未分析需求結(jié)構(gòu)的影響機(jī)制［16］。

本文以上海市為例，利用系統(tǒng)動(dòng)力學(xué)理論和方法仿真模擬住宅價(jià)格的動(dòng)態(tài)變化，提出經(jīng)政策試驗(yàn)后的調(diào)控措施。本文的貢獻(xiàn)主要有兩點(diǎn)：一是對(duì)不同住宅需求類(lèi)型進(jìn)行系統(tǒng)分析，實(shí)現(xiàn)住宅需求的結(jié)構(gòu)分析；二是進(jìn)行綜合性政策試驗(yàn)，探究最優(yōu)的政策組合。

二、上海市住宅市場(chǎng)系統(tǒng)動(dòng)力學(xué)模型構(gòu)建

住宅價(jià)格和其他商品價(jià)格一樣，其決定因素是需求和供給。住宅價(jià)格的變化是住宅市場(chǎng)供需變化的結(jié)果，相反，住宅價(jià)格的變化又會(huì)反過(guò)來(lái)影響供給和需求。因此，住宅市場(chǎng)系統(tǒng)是一個(gè)復(fù)雜的循環(huán)系統(tǒng)。本文將住宅市場(chǎng)系統(tǒng)分為人口、需求、供給和價(jià)格四個(gè)子系統(tǒng)來(lái)刻畫(huà)各因素之間的相互影響動(dòng)態(tài)關(guān)系，并借助于Vensim仿真軟件繪制住宅市場(chǎng)系統(tǒng)因果關(guān)系圖（見(jiàn)圖1）。

1.人口子系統(tǒng)

城市人口數(shù)量和家庭數(shù)量的變化直接對(duì)住宅需求產(chǎn)生影響，而且這種需求主要是以自住為目的的剛性需求。人口數(shù)量的變動(dòng)主要與人口的自然變動(dòng)和機(jī)械變動(dòng)有關(guān)。人口的自然變動(dòng)反映了由于人口的出生和死亡所引起的人口數(shù)量變化，主要與自然出生率和死亡率有關(guān)；而人口的機(jī)械變動(dòng)反映了由于外地人口的遷入和遷出所導(dǎo)致的人口數(shù)量變動(dòng)，主要與城市的城市化進(jìn)程有關(guān)。

2.需求子系統(tǒng)

為了完整地刻畫(huà)住宅市場(chǎng)的需求結(jié)構(gòu)，本文根據(jù)購(gòu)房者購(gòu)房目的的不同，將住宅需求分為剛性住宅需求和投資性住宅需求兩種。

剛性住宅需求首先由人口數(shù)量和家庭數(shù)量決定，人口和家庭數(shù)量越多，對(duì)住宅的需求也越大。其次，居民的人均可支配收入對(duì)住宅需求也有直接影響，隨著收入的增加，對(duì)住宅的需求也相應(yīng)增加。在本研究中，采用房?jī)r(jià)收入比指標(biāo)來(lái)刻畫(huà)收入因素，具體計(jì)算方法是住宅價(jià)格乘以人均所需住宅面積再除以人均可支配收入，房?jī)r(jià)收入比越大說(shuō)明人們的購(gòu)買(mǎi)能力越低，購(gòu)房的意愿也越低。另外，對(duì)于多數(shù)購(gòu)房者來(lái)說(shuō)，不會(huì)一次性付清購(gòu)房款，而是以按揭的方式購(gòu)房，因此房貸利率和首付比例也是影響剛性住宅需求的重要因素。

投資性需求的主要目的是投資者想利用住宅買(mǎi)賣(mài)價(jià)差獲利。投資性需求的大小主要與投資渠道的多寡和住宅市場(chǎng)的繁榮程度有關(guān)。另外，在影響投資性需求的因素當(dāng)中還有首付比例和一些購(gòu)房政策。針對(duì)我國(guó)現(xiàn)階段住宅市場(chǎng)供需矛盾的現(xiàn)狀，為了保證剛性需求者的有效購(gòu)房需求，政府對(duì)首套購(gòu)房和二套購(gòu)房的首付比例采取差別化政策。鑒于二套房購(gòu)房的首付比例通常是首套房的首付比例的兩倍，因此購(gòu)房所需資金較大，從而使投資性需求主要來(lái)源于一些高收入家庭。

3.供給子系統(tǒng)

住宅供應(yīng)主要由在建住宅的預(yù)售供應(yīng)和已經(jīng)竣工但還未出售的住宅構(gòu)成。目前，我國(guó)住宅市場(chǎng)供需比嚴(yán)重失衡，因此在很大程度上商品房銷(xiāo)售以預(yù)售為主。在建住宅面積直接和住宅用地供應(yīng)量有關(guān)。土地供應(yīng)量越多，開(kāi)工住宅面積越大，可供預(yù)售的住宅面積越多?？⒐っ娣e與開(kāi)工住宅面積和建設(shè)周期有關(guān)，建設(shè)周期的長(zhǎng)度直接決定了竣工面積的累積速度。

4.價(jià)格子系統(tǒng)

決定住宅價(jià)格的影響因素主要有住宅市場(chǎng)供需比、建造成本和土地價(jià)格。建造成本和土地價(jià)格之和反映了房屋建造的總成本，而供需比決定了住宅價(jià)格在總成本基礎(chǔ)之上的溢價(jià)程度。顯然，在供需比一定的情況下，總成本與住宅價(jià)格呈正相關(guān)關(guān)系。住宅市場(chǎng)供需比是住宅總供給量與總需求量的比值，它反映了市場(chǎng)的供需現(xiàn)狀。若供需比大于1，則表明住宅市場(chǎng)處于供大于求的狀態(tài)，反之處于供不應(yīng)求狀態(tài)。供需比越小，說(shuō)明市場(chǎng)的供需狀況越差，住宅價(jià)格必然會(huì)越高，反之越低。

圖1 住宅市場(chǎng)系統(tǒng)因果關(guān)系圖

繪制出系統(tǒng)的因果關(guān)系圖后，就要在此基礎(chǔ)上對(duì)變量進(jìn)行賦值并設(shè)定變量之間的關(guān)系方程，進(jìn)而繪制出系統(tǒng)流圖。由于篇幅所限，本文省略了流圖的繪制過(guò)程。

三、模型檢驗(yàn)和市場(chǎng)分析

1.模型檢驗(yàn)

本文選取相對(duì)誤差這一指標(biāo)作為衡量模型真實(shí)性的標(biāo)準(zhǔn)，其計(jì)算方法如下：

其中，yt為真實(shí)數(shù)據(jù)為仿真數(shù)據(jù)。一般認(rèn)為，的變量數(shù)目在70%以上且每個(gè)變量的相對(duì)誤差在10%以?xún)?nèi)，就認(rèn)為模型可以很好地對(duì)歷史數(shù)據(jù)進(jìn)行模擬［17］。本文利用2005～2010年上海市住宅市場(chǎng)數(shù)據(jù)，對(duì)2005～2010年上海市住宅價(jià)格進(jìn)行仿真模擬，結(jié)果如表1所示。由表1可知，相對(duì)誤差基本控制在2%之內(nèi)，已經(jīng)非常好地滿(mǎn)足了有效性標(biāo)準(zhǔn)。由此可以認(rèn)為，本文建立的系統(tǒng)動(dòng)力學(xué)模型具有很好的有效性和真實(shí)性，這也意味著可以利用模型進(jìn)行仿真模擬和政策試驗(yàn)。

表1 住宅價(jià)格真實(shí)值與仿真值對(duì)比

2.模型仿真

（1）住宅需求分析

圖2是上海市住宅總需求量仿真結(jié)果。從圖2可知，住宅總需求量除在2008年出現(xiàn)小幅回落外，基本上呈上升趨勢(shì)，并最終在歷史高位平緩波動(dòng)。具體來(lái)看，2005～2006年住宅需求增長(zhǎng)比較平穩(wěn)；2006～2007年出現(xiàn)一個(gè)大幅度的增長(zhǎng)，因此可以初判斷，2007年的房?jī)r(jià)大漲是需求推動(dòng)的；2008年住宅需求又有一個(gè)小的回落，這也導(dǎo)致了2008年房?jī)r(jià)的小幅下跌；2009～2010年住宅需求又出現(xiàn)了大幅度增長(zhǎng)，這也就解釋了這兩年房?jī)r(jià)“瘋狂”上漲的原因；從2011年開(kāi)始住宅需求進(jìn)入穩(wěn)定狀態(tài)，需求總量在8500萬(wàn)平方米左右來(lái)回調(diào)整，由此可以預(yù)見(jiàn)房?jī)r(jià)漲幅會(huì)逐漸回落并震蕩調(diào)整。

圖2 上海市住宅總需求仿真結(jié)果

圖3為上海市住宅需求結(jié)構(gòu)仿真結(jié)果。從圖3可知，剛性住宅需求在2005～2010年一直比較平穩(wěn)的增長(zhǎng)，而2010年之后剛性住宅需求就開(kāi)始逐漸減少；投資性住宅需求除了在2008年有所下降之外，其余年份總體上呈增長(zhǎng)態(tài)勢(shì)。如果按照這樣的趨勢(shì)發(fā)展，到2014年時(shí)上海市投資性住宅需求將會(huì)超過(guò)剛性住宅需求。

圖3 上海市住宅需求結(jié)構(gòu)仿真結(jié)果

（2）住宅供給分析

圖4是上海市住宅總供給量仿真結(jié)果。從圖4可知，住宅供給量呈“U”形調(diào)整，2005～2007年住宅供給量比較平穩(wěn)僅有很小幅度的下降，而2008～2009年出現(xiàn)較大幅度下降，進(jìn)入2009年之后，供給量又以較平穩(wěn)的速度增加，在2014年基本達(dá)到平穩(wěn)狀態(tài)。

圖4 上海市住宅總供給量仿真結(jié)果

（3）住宅供需比分析

圖5是上海市住宅供需比仿真結(jié)果。從圖5可知，2005～2010年住宅供需比一直在下降，而2010年以后供需比變得比較平穩(wěn)。雖然2006年住宅供給量有小幅增加，但住宅需求量的增加量更大。2007年受投資性住宅需求增加的推動(dòng)，使得供需比變小。2008年住宅需求總量雖出現(xiàn)大幅下降，但因住宅供給量更大幅度的下降，導(dǎo)致供需比仍然在下降。2009～2010年住宅需求量的持續(xù)上升，致使供需比持續(xù)下降。進(jìn)入2010年之后，因住宅需求量和供給量均在向穩(wěn)定狀態(tài)靠近，住宅供需比隨之逐漸穩(wěn)定，即在0.35左右擺動(dòng)。

對(duì)上海市住宅市場(chǎng)的分析不難發(fā)現(xiàn)，住宅供需嚴(yán)重不匹配是其房?jī)r(jià)持續(xù)性上漲的動(dòng)力源，高房?jī)r(jià)是需求拉動(dòng)的結(jié)果。通過(guò)對(duì)住宅需求的結(jié)構(gòu)研究可以發(fā)現(xiàn)，推動(dòng)需求增長(zhǎng)的動(dòng)力是快速增長(zhǎng)的投資性住宅需求。而且投資性需求在未來(lái)會(huì)超過(guò)剛性住宅需求，這表明我國(guó)住宅市場(chǎng)的需求結(jié)構(gòu)很不合理，市場(chǎng)投資氣氛過(guò)濃。

圖5 上海市住宅供需比仿真結(jié)果

四、政策試驗(yàn)

面對(duì)持續(xù)上漲的房?jī)r(jià)，近年來(lái)政府連續(xù)出臺(tái)了一系列調(diào)控措施，如2005年的“國(guó)八條”，2006年的“國(guó)六條”，2009年的“國(guó)四條”，2010年的“國(guó)十一條”以及2011年的“新國(guó)八條”。為檢驗(yàn)這些政策的有效性，本文將對(duì)政策實(shí)施效果進(jìn)行試驗(yàn)。

1.單一政策試驗(yàn)

（1）征收房產(chǎn)稅

為了測(cè)試房?jī)r(jià)對(duì)房產(chǎn)稅的敏感性，本文分別模擬“自2011年開(kāi)始征收1%和10%房產(chǎn)稅”的情景。圖6是住宅價(jià)格仿真結(jié)果。從圖6可知，通過(guò)對(duì)比房產(chǎn)稅分別為1%和10%的仿真結(jié)果不難發(fā)現(xiàn)，征收房產(chǎn)稅對(duì)房?jī)r(jià)確實(shí)有抑制性的作用，但作用有限，房?jī)r(jià)對(duì)房產(chǎn)稅并不敏感。進(jìn)一步分析，投資性需求對(duì)房產(chǎn)稅也不敏感，仿真結(jié)果如圖7所示。因此，房產(chǎn)稅不能算是一個(gè)合適的政策作用點(diǎn)，利用征收房產(chǎn)稅來(lái)調(diào)控住宅市場(chǎng)作用不大。

圖6 房產(chǎn)稅影響住宅價(jià)格的仿真結(jié)果

圖7 房產(chǎn)稅影響投資性住宅需求的仿真結(jié)果

（2）提高購(gòu)買(mǎi)二套房首付比例

本文對(duì)“當(dāng)首付比例自2011年開(kāi)始提高到60%”后房?jī)r(jià)的變化情況進(jìn)行試驗(yàn)，住宅價(jià)格仿真結(jié)果如圖8所示。從圖8可知，“提高二套房首付比例”確實(shí)對(duì)房?jī)r(jià)有抑制作用，而且隨著時(shí)間的推移其效果會(huì)更明顯，具有一定的延遲性。投資性需求的變化如圖9所示。從圖9可知，“提高二套房首付比例”對(duì)投資性需求的影響特征與對(duì)住宅價(jià)格的影響類(lèi)似。以上結(jié)果說(shuō)明，采用此政策作為調(diào)控手段是行之有效的。

圖8 提高首付比例影響住宅價(jià)格的仿真結(jié)果

圖9 提高首付比例影響投資性住宅需求的仿真結(jié)果

（3）限購(gòu)政策

與其他政策相比，“限購(gòu)政策”在起效時(shí)間和調(diào)控力度上具有無(wú)可比擬的優(yōu)勢(shì)。圖10和圖11分別為在2011年開(kāi)始實(shí)行“限購(gòu)政策”后住宅價(jià)格和投資性住宅需求的變化情況。不難發(fā)現(xiàn)：“限購(gòu)政策”可以很好地起到抑制房?jī)r(jià)的作用，使得房?jī)r(jià)回歸到一種相對(duì)穩(wěn)定的狀態(tài)；市場(chǎng)中的投資性需求也會(huì)因限購(gòu)政策的實(shí)施出現(xiàn)大幅度下降，有利于改善市場(chǎng)的需求結(jié)構(gòu)?！跋拶?gòu)政策”雖然能在很大程度上抑制房?jī)r(jià)上漲速度，但是房?jī)r(jià)仍處于一個(gè)比較高的水平，“房?jī)r(jià)收入比”依然較高（見(jiàn)圖12），對(duì)于自住型購(gòu)買(mǎi)者來(lái)說(shuō)買(mǎi)房仍然是個(gè)難題，因此房?jī)r(jià)問(wèn)題并沒(méi)有從根本上解決。

圖10 限購(gòu)政策影響住宅價(jià)格的仿真結(jié)果

圖11 限購(gòu)政策影響投資性住宅需求的仿真結(jié)果

圖12 限購(gòu)政策影響房?jī)r(jià)收入比的仿真結(jié)果

（4）土地政策

圖13顯示了當(dāng)2011年分別增加30%和50%住宅用地供應(yīng)量時(shí)，住宅價(jià)格的變化情況。顯然，增加土地供應(yīng)量可以很大程度上提高住宅供給量，對(duì)抑制當(dāng)前的高房?jī)r(jià)有一定作用。因此，土地供應(yīng)量可以當(dāng)作一個(gè)通過(guò)調(diào)節(jié)住宅供給來(lái)實(shí)現(xiàn)對(duì)市場(chǎng)調(diào)控的一個(gè)有效政策作用點(diǎn)。本文只試驗(yàn)了2011年提高土地供應(yīng)量的情況，可以預(yù)見(jiàn)如果連續(xù)2年或更長(zhǎng)時(shí)間提高土地供應(yīng)量，則能更大程度地改善市場(chǎng)供需不平衡現(xiàn)狀。

圖13 土地政策影響住宅價(jià)格的仿真結(jié)果

綜上，通過(guò)對(duì)各種單一政策進(jìn)行政策試驗(yàn)發(fā)現(xiàn)，住宅價(jià)格對(duì)房產(chǎn)稅不敏感；“提高二套房首付比例”可以抑制房?jī)r(jià)的上漲速度，但作用有限，而且具有延遲性；“限購(gòu)政策”雖然能在很大程度上抑制房?jī)r(jià)上漲速度，但是房?jī)r(jià)仍處于一個(gè)比較高的水平；“土地政策”在一定程度上可以抑制房?jī)r(jià)的上漲速度，但與“限購(gòu)政策”相比，作用有限。

2.綜合政策試驗(yàn)

為了進(jìn)一步提高宏觀調(diào)控效率，本文將進(jìn)行由“提高二套房首付”、“限購(gòu)政策”和“增加土地供應(yīng)”所組成的綜合性政策試驗(yàn)。其中，二套房首付比例自2011年起提高到60%，在2011年開(kāi)始實(shí)施限購(gòu)政策，同時(shí)在2011年住宅用地供應(yīng)增加30%。

住宅價(jià)格的仿真結(jié)果如圖14所示。不難發(fā)現(xiàn)，綜合政策對(duì)房?jī)r(jià)的調(diào)控效果比較明顯，極大地抑制了房?jī)r(jià)的上漲速度，以致在2012年出現(xiàn)下降，普通民眾的購(gòu)房壓力得到有效緩解。

圖14 綜合政策影響住宅價(jià)格的仿真結(jié)果

住宅市場(chǎng)需求結(jié)構(gòu)變化如圖15所示。在綜合政策的作用下市場(chǎng)的需求結(jié)構(gòu)變得更為合理，剛性住宅需求一直大于投資性住宅需求，而且兩者的差距較為穩(wěn)定，這表示市場(chǎng)的需求結(jié)構(gòu)變得更為穩(wěn)定、合理。住宅市場(chǎng)的供需不平衡也得到很大改善（見(jiàn)圖16），到2015年住宅市場(chǎng)的供需比基本可以達(dá)到1∶1.8。

圖15 綜合政策影響住宅市場(chǎng)需求結(jié)構(gòu)的仿真結(jié)果

圖16 綜合政策影響住宅供需比的仿真結(jié)果

五、結(jié)論及政策建議

本文以上海市為例，運(yùn)用系統(tǒng)動(dòng)力學(xué)理論構(gòu)建了住宅市場(chǎng)系統(tǒng)動(dòng)力學(xué)模型，對(duì)造成高房?jī)r(jià)現(xiàn)狀的動(dòng)力源進(jìn)行了研究，并進(jìn)行了各種調(diào)控政策試驗(yàn)。研究結(jié)論如下：住宅價(jià)格之所以出現(xiàn)持續(xù)性過(guò)快上漲主要是因?yàn)樽≌墓┬鑷?yán)重不匹配，住宅的供給遠(yuǎn)遠(yuǎn)不能滿(mǎn)足快速增長(zhǎng)的住宅需求；單一的政策調(diào)控不能解決高房?jī)r(jià)問(wèn)題，由“提高二套房首付”、“限購(gòu)政策”和“增加土地供應(yīng)”組成的綜合性政策可有效地對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)控。據(jù)此，本文提出政策建議如下：（1）加強(qiáng)住宅用地調(diào)控，保證住宅用地得以科學(xué)、合理的使用；（2）建立和完善多層次住宅供應(yīng)體系，保證居者有其房；（3）加強(qiáng)需求結(jié)構(gòu)調(diào)控，確保結(jié)構(gòu)的合理化。

［1］陳國(guó)貴，李延喜，鄭歡，等.基于主成分分析的房地產(chǎn)泡沫程度評(píng)價(jià)體系研究［J］.大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，31（2）：6－10.

［2］BROWN J P，SONG K，McGILLIVRAY A.Forecasting UK house prices：a time varying coefficient approach［J］.Economic Modeling，1997，14（4）：529－548.

［3］MALPEZZI S.A simple error correction model of house prices［J］.Journal of Housing Economics，1999，8（1）：27－62.

［4］HALL S，PSARADAKIS Z，SOLA M.Switching error vector correcting models of house prices in the united kingdom［J］.Economic Modeling，1997，14（4）：517－527.

［5］CRAWFORD G W，F(xiàn)RATANTONI M C.Assessing the forecasting performance of regime－switching ARIMA and GARCH：models of house prices［J］.Real Estate Economics，2003，31（2）：223－243.

［6］TSAI I C，CHEN M C，MA T.Modelling house price volatility states in the UK by Switching ARCH models［J］.Applied Economics，2010，42（9）：1145－1153.

［7］WILSON I D，PARIS S D，WARE J A，et al.Residential property price time series forecasting with neural networks［J］.Knowledge－Based Systems，2002，15（5－6）：335－341.

［8］王婧，田澎.小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用［J］.計(jì)算機(jī)仿真，2005，22（7）：96－98.

［9］陳基純，王楓.房地產(chǎn)價(jià)格時(shí)間序列預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)方法［J］.統(tǒng)計(jì)與決策，2008，（14）：42－43.

［10］胡曉龍，郜振華，馬光紅.基于Elman神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價(jià)格預(yù)測(cè)［J］.統(tǒng)計(jì)與決策，2008，（7）：64－65.

［11］馬海濤，陳琳，路正南.基于灰色理論的中國(guó)房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)［J］.統(tǒng)計(jì)與決策，2007，（19）：117－118.

［12］楊楠，邢力聰.灰色馬爾可夫模型在房?jī)r(jià)指數(shù)預(yù)測(cè)中的應(yīng)用［J］.統(tǒng)計(jì)與信息論壇，2006，21（5）：52－55.

［13］王其藩.系統(tǒng)動(dòng)力學(xué)［M］.北京：清華大學(xué)出版社，1994.11－12.

［14］羅平，何素芳，牛慧恩.城市住宅市場(chǎng)價(jià)格系統(tǒng)動(dòng)力學(xué)模型實(shí)證研究［J］.人文地理，2001，16（2）：57－61.

［15］胡雨村，沈岐平.香港住宅產(chǎn)業(yè)發(fā)展的系統(tǒng)動(dòng)力學(xué)研究［J］.系統(tǒng)工程理論與實(shí)踐，2001，21（7）：32－37.

［16］沈悅，周奎省，張金梅.異質(zhì)有限理性預(yù)期與住宅價(jià)格動(dòng)態(tài)反饋機(jī)制系統(tǒng)仿真［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010，（9）：20－28.

［17］祝發(fā)龍，龍如銀.計(jì)量經(jīng)濟(jì)學(xué)［M］.江蘇：中國(guó)礦業(yè)大學(xué)出版社，2002.135－136.