行業經濟論文-基于自組織數據挖掘的住宅空置影響因素分析【摘要】空置是反映房地產市場狀況的一個重要因素。本文運用自組織數據挖掘方法來分析中國住宅空置面積的影響因素，我們發現，在所有的因素中，人均住宅面積是影響空置面積的最重要的因素，其中也有其他因素的較小的相關影響。【關鍵詞】自組織數據挖掘方法住宅空置面積一、研究綜述近幾年，許多學者對于房地產空置問題做了很多研究工作，這些研究大體可分為兩類：一是關于空置率的研究，例如中國房地產及住宅研究會常務副會長包宗華的我國的住房空置率是否過高；謝昌浩阮平的對房地產市場中空置率問題的界定及衡量；二是關于房地產空置現象的研究，如郭峰和任宏中國商品房空置問題研究王家庭在中國商品住宅空置率過高的原因及對策都對高空置現象進行了分析并提出對策.但是，空置率在我國現在還是一個含糊不清的概念，空置率在計算方法也存在許多問題和爭論。為此本文沒有研究空置率，而是運用自組織數據挖掘的方法著重對空置的影響因素進行了分析。二、自組織數據挖掘理論與方法簡介自組織數據挖掘建模是基于生物進化的思想：從對系統有影響的因素樣本出發，其利用GMDH核心技術從觀測數據樣本自動的產生許多數學模型，并且根據某個外部準則（即篩選準則），逐步地從模型集合中選出一個相對的最優復雜度模型。這種建模方法強烈的體現了由簡單到復雜的復雜事物演化過程。自組織建模的方法基于如下假設：所有關于對象的重要變量的相互關聯的信息都包含在變量的觀察數據樣本中，因而建模的目的就是要從數據樣本中挖掘出這些信息。在建模時把樣本數據分為訓練集和檢測集兩部分，訓練集的數據用于建模，檢測集的數據在建模時不被使用，僅用于選擇最優復雜度模型。這是區別于其他建模方法的一個優勢。三、模型建立在參考了專家、學者的意見之后，結合要解決的問題，筆者篩選出以下6個指標來研究住宅空置面積的因素：住宅空置面積X1（萬平方米）；住宅平均銷售價格X2（元/平方米）；人均住宅建筑面積X3（平方米/人）；住宅銷售面積X4（萬平方米）；就業人員數X5（萬人）；城鄉居民人民幣儲蓄存款X6（億元）；地區GDPX7（億元）。另外像稅收、家庭人口構成狀況、消費觀念等對空置量的影響很微弱，不把其列為指標范圍。1、建立模型我們選取了2003年全國22個省份和地區7個指標的數據（數據來源于中國統計年鑒）作為樣本，并將樣本1-17作為訓練集，用來建立自組織模型；將樣本18-22作為檢測集，進行模型的預測檢驗借助于KnowledgeMiner軟件，經過多次的建模篩選，最終產生的具有最優復雜度的模型為一線性模型，方程如下：X1=3.16-1.99X3+1.53X6-0.74X5+0.49X4-0.35X7-0.34X2模型效果的幾個參數值：PredictionErrorSumOfSquares(PESS):0.1171MeanAbsolutePercentageError:3.80%ApproximationErrorVariance:0.0926CoefficientOfDetermination(R-squared):0.9074模型擬和效果圖：可見模型大體上反映了一個真實有效的關系。該模型對樣本數據的描述能力為75%，即模型基本上描述出了這些樣本數據之間的關系。2、模型檢測我們用樣本18-22來檢驗這一模型，以驗證它的推廣能力，即已建立的模型在對未在建模過程中出現（但具有同一規律性）的樣本做出正確反映的能力。用這四個樣本產生的預測值與實際值列表如下：檢測結果，進一步證明系統建立的模型能正確反映變量之間的關系。3、結果從方程X1=3.16-1.99X3+1.53X6-0.74X5+0.49X4-0.35X7-0.34X2，可以明顯的看出住宅空置面積的影響因素由強到弱依次為：X3、X6、X5、X4、X7、X2，我們依據模型中變量系數的絕對值來判斷該自變量對因變量貢獻率的大小。X3(人均住宅建筑面積)、X6(城鄉居民人民幣儲蓄存款)是影響住宅空置面積的最主要的因素。四、結論分析及對策1、住宅空置面積影響因素分析（1）指標X6(城鄉居民人民幣儲蓄存款)描述的是居民家庭收入狀況對房地產空置的影響情況，其前面的系數為1.53，是住宅空置面積的重要影響因素。因為居民儲蓄存款的高低直接決定了各類家庭能夠用于房地產購置或租用的資金數額，是購買力的決定性要素。由當前的房價收入比來看,商品房是一種奢侈品,存款的上升將帶來需求的增加，它會促使家庭考慮購買住房或者購買更好的房子以改善自己的居住條件或者增加他們在固定資產上的投資等。由于系數為正值，說明存款的增加會導致住宅空置面積的增加，存款額對房地產的需求具有正效應，但對空置面積則具有負效應。所以刺激消費是減少空置面積的有效措施。為了更深入分析研究這兩個重要變量，我們建立了一個新的模型：以X6為目標變量，其余幾個變量（X2、X3、X4、X5、X7）為自變量，建立模型。從產生的方程:X6=-1.16+0.38X2+0.74X7+0.19X4+0.05X5來看X6在很大程度上還受到X7的影響，由此可見：1）X6（人均儲蓄）對于空置面積的影響，其中有一部分是變量X7（GDP）間接影響的結果。2）雖然X7對于空置面積沒有太大的直接影響（系數為），但它還會通過影響x6間接地對空置面積產生影響。這雙方面的作用使我們有理由相信x7也是一個不可忽略的重要變量。人均國民生產總值的增加，會擴大人們的購買力，從而房地產的有效購買力增加，并且購買力會經過兩個渠道得到增加：一是GDP的增加會直接地影響到房地產市場，減少住宅的空置量；另一方面，GDP的增加，導致儲蓄存款的增加，進而間接的導致空置量的減少；（2）指標X3(人均住宅建筑面積)，是對地區居民住房情況的量化描述，一定程度上反映當地人民的生活水平，其前面的系數為-1.99，可見人均住宅建筑面積與地區住宅空置面積之間存在很大的關系，并且二者之間是反向關系。人均住宅水平的增加或減少都會使空置面積會反方向雙倍變動。所以，如果要減少地區的空置面積，提高當地人民的居住水平是一條有效的手段。（3）指標X5（就業人員數）反映就業人數對于空置的影響，其系數為-0.74，其影響力顯然遠遠低于前兩個指標，但也不可忽視。因為住宅是人類生存的基本必需品，人口的數量越大，就業的狀況越好，對住宅的需求量必然越大。并且就業人數對空置面積具有負效應，所以就業人數的增加也有助于消化存量住房。2、對策與建議根據模型的結果結合上述分析，提出幾點消化存量房的幾點對策（1）相關部門可以通過一些財政手段，調節地區的住宅存量。當空置面積過大時，采用積極的財政政策，刺激消費，擴大需求，減少儲蓄；反之應抑制消費，減少需求。這是調節房屋存量的一個有效的措施。（2）存量房面積過大時，通過調節就業人數的手段也有助于房地產空置量的減少。相關部門如果能增加工作崗位，為更多的人提供工作條件，提高就業人數，也會有效抑制空置面積的增加。（3）努力發展當地經濟，提高地區GDP。其實地區政府可以通過加大基本建設的投資，進而刺激居民消費的方式減少當地過高的存量房。消化空置商品住宅、降低商品住宅空置率問題是一項綜合性的系統工程。上述措施都只能暫時性的調節住宅存量，不能解決根本問題。要保持一個合理的空置量，必須采取一系列綜合性的長遠對策，比如：完善我國目前的住房金融體系；建立一套有效的監督和防范空置面積的預警系統；加強對土地利用的監管,抑制土地投機等，這些都是保持適量空置房的必要手段。【參考文獻】1賀昌政：自組織數據挖掘與經濟預測，科技出版社.2005,(05)