重慶市公租房建成規(guī)模分析及管理運(yùn)營(yíng)政策研究

羅迪

摘要：重慶市于2010年開始實(shí)施公租房政策，近8年來已累積建成3555.9萬平方米，對(duì)重慶市居民基本生活保障和經(jīng)濟(jì)發(fā)展起到了積極的作用。然而隨著建成規(guī)模的擴(kuò)大，其對(duì)應(yīng)管理、運(yùn)營(yíng)等問題也日益突顯。本文首先利用灰色預(yù)測(cè)理論對(duì)重慶市公租房建成總規(guī)模進(jìn)行預(yù)測(cè)和分析，其次以建成規(guī)模的趨勢(shì)為基礎(chǔ)對(duì)公租房對(duì)應(yīng)的管理運(yùn)營(yíng)政策進(jìn)行分析和研究，最終對(duì)重慶市未來公租房管理運(yùn)營(yíng)政策提出了相應(yīng)的建議。

Abstract： Chongqing City began to implement public rental housing policies in 2010. It has accumulated 35.559 million square meters in the past eight years， which has played a positive role in guaranteeing the basic living and economic development of Chongqing. However， with the expansion of the scale of construction， problems of management and operation have become increasingly prominent. This paper firstly uses the grey prediction theory to forecast and analyze the total scale of public rental housing construction in Chongqing. Secondly， it analyzes and studies the management and operation policies of public rental housing based on the trend of the scale of completion， and ultimately puts forward corresponding suggestions for the future management and operation policies of public rental housing in Chongqing.

關(guān)鍵詞：公租房；保障性住房；灰色模型；分?jǐn)?shù)階累加

Key words： public rental housing；affordable housing；gray model；fractional-order accumulation

中圖分類號(hào)：N941.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2018）20-0042-03

0 引言

公租房建成總規(guī)模是公租房管理運(yùn)營(yíng)的重要參考指標(biāo)。然而，重慶公租房建設(shè)起步于2010年，發(fā)展相對(duì)較晚，相應(yīng)的建設(shè)、管理等經(jīng)驗(yàn)相對(duì)較少。從數(shù)據(jù)科學(xué)的角度來看，其相關(guān)問題可供直接參考的數(shù)據(jù)量較少，屬于典型的小樣本問題，因此本文采用小樣本工具對(duì)其進(jìn)行研究。

灰色系統(tǒng)理論即是解決小樣本的有力工具?；疑到y(tǒng)理論自提出以來，已被廣泛應(yīng)用于各種領(lǐng)域。其中GM（1，1）模型是灰色預(yù)測(cè)理論的基礎(chǔ)和核心，常用于單變量建模和預(yù)測(cè)[1]。然而，吳利豐于2014年指出，傳統(tǒng)灰色模型的累加處理僅是分?jǐn)?shù)階累加的特殊形式，從而依據(jù)分?jǐn)?shù)階微積分理論，用分?jǐn)?shù)階代替整數(shù)階灰色預(yù)測(cè)模型[2]，并通過矩陣擾動(dòng)理論，證明了分?jǐn)?shù)階累加不僅弱化了原始數(shù)據(jù)序列的隨機(jī)性，也使得預(yù)測(cè)模型解的擾動(dòng)界變小、使模型的穩(wěn)定性增強(qiáng)[3]。楊保華等提出了離散灰色冪模型，實(shí)例證明冪模型克服了從離散估計(jì)到連續(xù)預(yù)測(cè)所存在的固有誤差[4]。吳利豐等基于累加模型解的擾動(dòng)分析，提出了分?jǐn)?shù)階累加離散灰色模型[5]。吳利豐等提出了分?jǐn)?shù)階反向累加GM（1，1）型，并理論上證明了反向累加滿足新信息優(yōu)先原理[6]。劉解放等提出了一階反向累加NHGM（1，1，k）模型和分?jǐn)?shù)階反向累加NHGM（1，1，k）模型，并對(duì)比分析了模型擾動(dòng)界[7]。許澤東等研究了灰作用量?jī)?yōu)化的分?jǐn)?shù)階灰色預(yù)測(cè)模型，并建立求解最優(yōu)參數(shù)的粒子群優(yōu)化算法模型[1]。孟偉等對(duì)階數(shù)進(jìn)行了研究，給出了分?jǐn)?shù)階累加生成算子和累減生成算子解析表達(dá)式、提出了分?jǐn)?shù)階算子離散灰色模型 [8，9，10]。陳偉濤等人提出了分?jǐn)?shù)階Verhulst模型，通過地鐵豎井沉降實(shí)例證實(shí)了模型具有較高的精確度[13]。駱瑞等將分?jǐn)?shù)階模型GM（1，1）， Verhulst和整數(shù)階GM（1，1）應(yīng)用于上海市三年小高層建筑的住宅成本預(yù)測(cè)[11]。潘顯俊等用某型新概論武器裝備數(shù)據(jù)，對(duì)比GM（r，1）和GM（1，1）模型的精確度[12]。毛樹華等將一階時(shí)滯模型GM（1，N，1）推廣到GM（1，N，r）。羅佑新給出了分?jǐn)?shù)階累加灰色模型FMGM（1，n）[14]。

綜上，以當(dāng)前研究現(xiàn)狀來看，分?jǐn)?shù)階灰色模型在處理小樣本預(yù)測(cè)問題時(shí)更加精確和穩(wěn)定。因此，本文擬采用一種精確的分?jǐn)?shù)階離散灰色模型對(duì)重慶市建筑行業(yè)從業(yè)人數(shù)進(jìn)行預(yù)測(cè)，并分析未來的變化趨勢(shì)。為重慶市科學(xué)規(guī)劃和發(fā)展提供有效的理論指導(dǎo)和實(shí)證參考。

1 基于分?jǐn)?shù)階累加的灰色預(yù)測(cè)模型

1.1 分?jǐn)?shù)階累加序列

設(shè)非負(fù)原始序列，則

（1）

為（0<<1）階累加生成算子。由數(shù)學(xué)歸納法推導(dǎo)得，，

（2）

其中，為分?jǐn)?shù)階累加序列。

由為階累減生成算子，設(shè)，得

（3）

為階累減序列。

1.2 非齊次分?jǐn)?shù)階離散灰色模型

1.2.1 模型基本形式

差分方程

（4）

稱為階離散灰色模型。

1.2.2 模型參數(shù)估計(jì)

模型參數(shù)的最小二乘估計(jì)滿足

，（5）

其中

1.2.3 模型求解

利用遞推求解，從而得出

（6）

1.2.4 分?jǐn)?shù)階系數(shù)的確定方法

建立優(yōu)化模型，目標(biāo)函數(shù)

（7）

建模過程可歸納如下：

第一步：計(jì)算階累加序列

第二步：將累加序列代入，采用最小二乘法估計(jì)參數(shù)β1，β2

第三步：代入（6）預(yù)測(cè)

第四步：對(duì)作階累減，可得

第五步：計(jì)算X（0）與（0）之間的平均絕對(duì)百分誤差，重復(fù)第二、第三、第四步。

2 案例分析

2.1 數(shù)據(jù)收集

本文根據(jù)各年度《重慶市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，采集了重慶市2011-2017年的公租房累積建成面積數(shù)據(jù)，如表1所示。

2.2 模型評(píng)價(jià)指標(biāo)

采用MAPE作為預(yù)測(cè)準(zhǔn)確性的衡量指標(biāo)，設(shè)預(yù)測(cè)序列，則

其中（0）（k）為預(yù)測(cè)值，X（0）（k）為樣本值。

2.3 模型結(jié)果

用2011-2015年的數(shù)據(jù)建模，2015-2017年數(shù)據(jù)作為測(cè)試集。擬采用的分?jǐn)?shù)階灰色預(yù)測(cè)模型有GM（1，1）、DGM（1，1）、NDGM（1，1），預(yù)測(cè)結(jié)果對(duì)比見表2。

由表可知，NDGM（1，1）模型的平均擬合誤差僅為0.99%，約為GM（1，1）和DGM（1，1）模型的1/5；其平均預(yù)測(cè)誤差僅為1.45%，約為GM（1，1）和DGM（1，1）模型的1/20，甚至低于二者的最小預(yù)測(cè)誤差。由此可見，NDGM（1，1）模型的精度明顯優(yōu)于GM（1，1）和DGM（1，1）模型。

預(yù)測(cè)值與真實(shí)值對(duì)比見圖1。由圖可知，NDGM（1，1）模型的預(yù)測(cè)值與真實(shí)值最為接近，并且能夠準(zhǔn)確反應(yīng)出真實(shí)值的變化趨勢(shì)。然而，GM（1，1）和DGM（1，1）模型不僅與真實(shí)結(jié)果相差較大，并且其趨勢(shì)的判斷明顯過高。因此，NDGM（1，1）模型的預(yù)測(cè)結(jié)果具有更高的可靠性。

2.4 預(yù)測(cè)2018-2022年重慶市公租房建成規(guī)模

由上述結(jié)果可看出，NDGM（1，1）的精度最好，因此采用該模型對(duì)2018-2022年的建成規(guī)模進(jìn)行預(yù)測(cè)，其結(jié)果如表4和圖2所示。從預(yù)測(cè)結(jié)果可知，到2020年重慶市公租房建成規(guī)模將超過4066.72萬平方米，這與重慶市公租房發(fā)展計(jì)劃基本吻合。與此同時(shí)，當(dāng)年累積建成規(guī)模的增長(zhǎng)速度將低于3%，并持續(xù)下降。由此可看出未來的公租房總規(guī)模將趨于平衡。這與經(jīng)濟(jì)學(xué)基本規(guī)律和重慶市的發(fā)展現(xiàn)狀相吻合。因此該預(yù)測(cè)結(jié)果具有較高的參考價(jià)值。

3 重慶市公租房管理運(yùn)營(yíng)政策分析及建議

由預(yù)測(cè)結(jié)果可以看出，未來5年重慶市公租房總規(guī)模將進(jìn)一步擴(kuò)大，公租房房源將不斷擴(kuò)充，當(dāng)前的房源緊張問題將很大程度上得到緩解。進(jìn)一步分析和相關(guān)政策建議如下：

3.1 完善配套設(shè)施建設(shè) 由預(yù)測(cè)結(jié)果可以看出，雖然未來公租房建設(shè)速度將明顯放緩，但其總規(guī)模已經(jīng)較大。相應(yīng)的市政建設(shè)（如銀行、學(xué)校、醫(yī)院、公交、輕軌等）應(yīng)及時(shí)跟進(jìn)，為進(jìn)一步提高公租房的居住環(huán)境提供必要的保障。

3.2 加快公租房信息管理系統(tǒng)的建設(shè) 隨著公租房總體規(guī)模的不斷擴(kuò)大，相應(yīng)的管理難度將空前提高。隨著當(dāng)前互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，優(yōu)質(zhì)的信息管理系統(tǒng)將對(duì)大規(guī)模的管理工作提供有力的工具，同時(shí)也為便民服務(wù)提供極大的幫助。因此，政府相關(guān)部門和公租房相關(guān)建設(shè)企業(yè)應(yīng)及時(shí)抓住這一時(shí)機(jī)，積極建設(shè)公租房云數(shù)據(jù)平臺(tái)，與公安系統(tǒng)完成對(duì)接，實(shí)現(xiàn)公租房申請(qǐng)和管理的數(shù)據(jù)化和信息化。

3.3 探索“智慧公租房”管理的新模式 未來公租房的發(fā)展不應(yīng)只追求速度快和規(guī)模大，更應(yīng)追求高質(zhì)量的發(fā)展和管理。這也與中央號(hào)召更“好”地發(fā)展經(jīng)濟(jì)工作的精神相一致?！爸腔蹐@區(qū)”是近年來各大工業(yè)園區(qū)的新概念，旨在充分利用互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)提高管理效率、提高服務(wù)質(zhì)量。公租房的單體規(guī)模也十分巨大，若仍然保持傳統(tǒng)的思維模式來進(jìn)行建設(shè)和管理將在不久后的將來造成更多的困難（如居民就醫(yī)難、擠車難等）。因此，當(dāng)前應(yīng)加大調(diào)研力度，參考相似園區(qū)的智慧管理系統(tǒng)的應(yīng)用經(jīng)驗(yàn)，將“智慧公租房”的管理理念應(yīng)用到現(xiàn)有的公租房管理運(yùn)營(yíng)模式中。這對(duì)提高管理效率、服務(wù)質(zhì)量，降低管理運(yùn)營(yíng)成本，提高居民生活質(zhì)量都有著十分積極的作用。

3.4 著力探索公租房數(shù)據(jù)挖掘與精準(zhǔn)服務(wù)模式的研究 公租房面臨的群體相對(duì)較為特殊，對(duì)多數(shù)居民而言其訴求并不是長(zhǎng)期在此居住。如何利用居民的相關(guān)行為數(shù)據(jù)、職業(yè)背景等信息，提供更深層次的服務(wù)才能對(duì)其生活水平的改善提供質(zhì)的幫助。因此，政府應(yīng)打破傳統(tǒng)管理觀念，充分利用現(xiàn)有信息系統(tǒng)，引進(jìn)數(shù)據(jù)挖掘技術(shù)，建立與公租房居民情況相匹配的管理服務(wù)平臺(tái)，從根本上解決居民的生活問題。這也是從另一個(gè)方面響應(yīng)中央“精準(zhǔn)扶貧”的號(hào)召，在現(xiàn)有工作基礎(chǔ)之上進(jìn)行政策創(chuàng)新。

4 結(jié)論

本文利用分?jǐn)?shù)階灰色預(yù)測(cè)模型對(duì)重慶市公租房建成規(guī)模未來5年的變化趨勢(shì)進(jìn)行了預(yù)測(cè)和分析，結(jié)果表明到2020年重慶市公租房總規(guī)模將突破4000萬平方米，達(dá)到政府計(jì)劃的總量，與此同時(shí)其建成速度將明顯放緩。在此基礎(chǔ)上，本文就公租房未來建設(shè)點(diǎn)方向，管理運(yùn)營(yíng)模式的改進(jìn)和創(chuàng)新提出關(guān)建議。為重慶市公租房未來5年的發(fā)展和主要工作思考提供了必要的參考。

參考文獻(xiàn)：

[1]許澤東，柳福祥，劉軍.基于灰作用量?jī)?yōu)化的分?jǐn)?shù)階灰色預(yù)測(cè)模型研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2016，46（19）：235-242.

[2]吳利豐，劉思峰，姚立根.含Caputo型分?jǐn)?shù)階導(dǎo)數(shù)的灰色預(yù)測(cè)模型[J].系統(tǒng)工程理論與實(shí)踐，2015，35（05）：1311-1316.

[3]吳利豐，劉思峰，劉健.灰色GM（1，1）分?jǐn)?shù)階累積模型及其穩(wěn)定性[J].控制與決策，2014，29（05）：919-924.

[4]楊保華，趙金帥.分?jǐn)?shù)階離散灰色GM（1，1）冪模型及其應(yīng)用[J].控制與決策，2015，30（07）：1264-1268.

[5]吳利豐，劉思峰，姚立根.基于分?jǐn)?shù)階累加的離散灰色模型[J].系統(tǒng)工程理論與實(shí)踐，2014，34（07）：1822-1827.

[6]吳利豐，付斌.分?jǐn)?shù)階反向累加GM（1，1）模型及其性質(zhì)[J].統(tǒng)計(jì)與決策，2017（18）：33-36.

[7]劉解放，劉思峰，吳利豐，方志耕.分?jǐn)?shù)階反向累加NHGM（1，1，k）模型及其應(yīng)用研究[J].系統(tǒng)工程理論與實(shí)踐，2016，36（04）：1033-1041.

[8]孟偉，劉思峰，曾波，方志耕.分?jǐn)?shù)階灰色累加生成算子與累減生成算子及互逆性[J].應(yīng)用泛函分析學(xué)報(bào)，2016，18（03）：274-283.

[9]孟偉，曾波.基于互逆分?jǐn)?shù)階算子的離散灰色模型及階數(shù)優(yōu)化[J].控制與決策，2016，31（10）：1903-1907.

[10]孟偉，劉思峰，方志耕，曾波.基于互逆分?jǐn)?shù)階算子的GM（1，1）階數(shù)優(yōu)化模型[J].控制與決策，2016，31（04）：661-666.

[11]駱瑞，徐云霞，王建宏，嚴(yán)豪，劉承偉.分?jǐn)?shù)階GM（1，1）模型在建筑工程造價(jià)中的應(yīng)用[J].工程技術(shù)研究，2017（05）：12-13.

[12]潘顯俊，張煒，趙田，郭小強(qiáng).分?jǐn)?shù)階離散灰色模型及其在備件需求預(yù)測(cè)中的應(yīng)用[J].兵工學(xué)報(bào)，2017，38（04）：785-792.

[13]陳偉濤，滕忠銘.分?jǐn)?shù)階Verhulst模型及其在地鐵豎井沉降預(yù)測(cè)中的應(yīng)用[J].產(chǎn)業(yè)與科技論壇，2017，16（21）：39-41.

[14]羅佑新.分?jǐn)?shù)階累加多變量灰色模型FMGM（1，n）及應(yīng)用[J].中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，48（10）：2686-2690.