房价问题数学建模

1、问题重述

房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。

请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。    这里主要讨论分析了以下四个问题：

问题一：通过对北京、重庆的一些影响房价的因素数据收集、处理、总结、分析来讨论近几年来其房价的合理性。

问题二：通过对北京、重庆近些年来房价合理性的分析结果进而对未来三年这些地区的房价趋势进行比较合理的预估。

问题三：根据以上分析结果进一步讨论使房价合理的具体措施以及对经济发展的影响。

2、符号说明

I：固定资产投资（亿元）；    

INC：重庆市人均可支配收入（元）；

JQC：国家房地产景气指数；

R：利率（%）；

RRE：理想房价（元/平方米）；

RE: 实际房价（元/平方米）；

LOG：对以上符号取对数；

C：函数中的常量；

N:年限；

K1，K2,K3，K4：关系函数常量；

A：建筑材料成本；

B：土地成本；

C：利率；

GDP：人均收入；

L：利润；

T：投机商投机所得；

K4、K5、K6、K7：关系函数。

3、基本假设

问题一假设：

假设1、房价的理想价格只固定资产投资（I）， 重庆市人均可支配收入（INC），国家房地产景气指数（JQC），利率（R）等四个因素有关；

假设2、在一段时间内国家房地产景气指数（JQC），利率（R）保持不变；

假设3、各地的房价不受等外界环境和人员的干扰；

假设4、各个数据在一段时间内的波动在一定范围内是合理的。

问题二假设：

假设1：选取的数据是北京市、重庆市2000-2010年平均房价；

假设2：所取数据不考虑等各种人为因素的干扰；

假设3：数据的波动属于合理的范围内；

假设4：只讨论与之相关的主要因素，其他次要因素暂不分析。

问题三假设：

假设1：房地商利润所得恒定；

假设2：投机商投机所得也恒定；

假设3：居民对房价有一定的容忍度，设为容差；

假设4：供求平衡；

假设5：忽略其他微小因素影响。

4、问题分析

一个国家各个地市房价的形成和变化过程，是有许多因素决定的，影响房价的主要因素很多，诸如建筑成本、供求比例、经济发展、居民收入变动情况、居民的居住水平和居住结构情况等等，而在分析研究我国国情的前提下，建筑成本，居民收入等与房价密切相关的因素尤其对房价是否合理和房价的未来趋势等老百姓关注的相关问题起着极为重要的作用。综合考虑以上相关因素，这成为构建我国房价为题模型的关键。

问题一分析：

本问使要求我们通过分析相关数据，总结出大致影响房价的几个主要因素，然后根据这些因素建立一个城市房价的数学模型。进而通过对数据、图形的细致而具体的分析房价的合理性。针对这个问题，我们利用一些图书资料和网上的相关资源，查找个主要因素之间的影响变化关系，确定变量，从而建立模型求解。

我们可以确定房地产业迅速发展的关键是社会经济的各项指标综合决定的，而社会经济发展的一些指标一直推动房地产发展。因此，我们分析的相关的一些数据是那些对房地产业有较大影响的经济指标。

对于该问题，通过查阅相关资料并根据已有的数据，确定重庆市房地产价格合理性主要因素为：经济形势（由固定资产投资I 表示），人民生活水平（由重庆市人均可支配收入INC 表示），消费者对房地产价格的预期（由国家房地产景气指数JQC 表示）， 实际利率（由R 表示），共四个可量化的因素影响。通过这四个因素，我们通过建立相应模型——经济学中合理价格的模型，最终求的重庆市房地产合理价格（RRE）。通过对比分析重庆实际房价与理想房价，进而可以得出重庆市近几年房价的合理性。对于北京近几年房价的合理性可以用同样的模型分析出来的公式数据计算得出。

问题二分析：

本问是对房价的走势进行估计和预测。房地产价格的高低涉及社会生活中多

方面的经济利益,也是百姓生活中关注比较多?比较重要的问题之一?较为准确地

预测未来房地产的销售价格,对社会经济发展和人民生活极其重要,可以为经济

决策提供参考,故其研究意义相当重大?首先，我们根据题目提示，我们需要确定

的是具体研究中国不同座城市的房价情况。然后再继续考虑接下来的数据挖掘等步骤。针对本问，我们一定要具备的资料就是该城市的历年房价的真实数据，从而才能真正意义上的通过建立模型、求解，拟算出下一阶段该城市的房价走势。

经分析可以知道，本问与上一个的问题模型的具体分析，据大量学者的经验表明，该回归分析模型可以提高预测精度。

回归分析模型：在实际问题中，自变量的个数有好几个，随机变量y随多个变量而改变。在讨论房价问题中，房价受好几个变量影响，所以可以先分别讨论各个因素与房价的关系式，然后综合各个变量与房价的关系，可以推出关系式

LOGRRE= 47.+10.99 K1*N +1.76 K2*N +1.88 K3*N -1.34 K4*N  

问题三分析：

本问是针对前两问的数据图像具体分析研究从而对比较合理的房价做出相应具体的措施。由于影响房价的因素有许多种，而我们讨论的是关键因素，即建筑成本，土地价格等与房地产本身有关的因素以及人们生活水平即收入状况，人均JDP的变化来综合考虑如何使房价合理，根据这几个变量，结合上面的回归分析模型来调节具体系数且将搜集到的数据与时间建立一个坐标关系，便可以很直观的从波动上看出房价的变化，来分析对比从而得到较为合理的方案使问题解决。

5、模型建立及求解

问题一模型的建立与求解

由于经济增长形势越好，房地产价格上涨的可能性就越大；人均可支配收入的增加代表了人民生活水平的提高，可支配收入的增加将使得居民用来购房的资金有所增加，同时也使有了改善居住水平的愿望，这样就刺激了对房地产的需求，从而在一定程度上推动了房地产价格的上涨；因此房地产价格水平与固定资产投资以及人均可支配收入均成正比。 

房地产行业的景气程度也会影响消费者的预期，在房地产行业景气时期，消费者会预期房价会进一步上涨，为了不愿在将来支付更多的货币来购买同样的商品房，那样会有更多的消费者掀起购买，这样对房地产的需求也会进一步提高，而在房地产行业不景气时，消费者则会产生相反的预期，这样会使得对房地产的需求减少。因此用国家房地产行业景气指数能一定程度的反映房地产价格的走势。 

另一方面，利率的高低决定了房地产商的融资成本，贷款利率降低，开发商就能以较低的成本获得资本，因此利率与房地产价格成负相关关系。这里的利率是实际利率，即名义利率（长期商业贷款利率）-通货膨胀率。 

因此可以推导出如下结论：

其中，等式上方的正负号是解释变量一阶偏导的符号，表示固定资产投资（I）， 重庆市人均可支配收入（INC），国家房地产景气指数（JQC）升高时，房地产价格会上升，而利率（R）的增高将会使房地产价格下降。 

根据计量经济学的原理，通过研究房地产价格的对数时序，固定投资资产的对数时序，人均可支配收入的对数时序，国家房地产景气指数的对数时序，实际利率的对数时序的协整关系分析，可以得出理想房地产价格的计算公式。对变量数据取对数后虽然和原数据不同，但并不改变原数据的本质特征，可以方便平稳性检验。 

研究步骤是进行先单位根检验（即平整性检验），然后进行协整关系检验（一阶整形序列才能进行协整关系检验）。

（一）平稳性检验 

采取ADF(Augmented Dickey-Fuller)检验。检验主要采用计量经济学软件EViews 5.0 进行检验。检验的结果如下：

各变量的ADF检验结果

变量	ADF检验量	10%临界值	稳定性分析
LOGI	1.51	-2.74	不稳定
d(LOGI)	-2.92	-2.77	稳定
LOGINC	0.5	-2.74	不稳定
d（LOGINC）	-3.82	-2.8	稳定
LOGJQC	-2.12	-2.74	不稳定
d(LOGJQC)	-3.13	-2.77	稳定
R	-0.93	-2.74	不稳定
d（R）	-3.77	-2.77	稳定

注：当ADF检验量大于10%临界值时，时间序列不稳定，当ADF检验量小于10%值时，时间序列稳定
上述ADF检验结果可以看出，LOG RRE,LOGINC,LOGI,LOGJQC,R都是一阶整形序列，即原序列不平稳，一阶后的序列是平稳的。另外，需要进行协整检验。
（二）协整检验  在重庆房地产合理价格的实证测算中，由于所研究的是多变量的协整关系，样本数据为1998年到2008年的年度数据，因此可以Johansen 极大似然估计法来进行协整同样采用Eviews软件，检验的结果如下： Johansen极大似然估计结果 特征值	似然比		5%的临界值		1%的临界值		协整方程个数假定
0.403533	72.35757		68.52		76.07		None*
0.398254	47.55443		47.21		54.46		At most 1*
0.228834	23.17426		29.68		65.65		At most 2
0.139586	10.70140		15.41		20.04		At most 3
0.070031	3.484984		3.76		6.65		At most 4
未标准化的协整系数
LOGRRE		LOGI		LOGINC		LOGJQC		R
-1.8662		-20.50533		-3.287043		-3.500262		2.5066
19.72653		6.946780		0.947725		3.1773		-41.10147
33.81152		-3.070157		-3.008774		-2.330088		1.772224
3.688203		2.428771		2.636872		12.690		-2.654376
-2.952050		-3.983180		-0.905584		-6.251163		0.026569

标准化的协整系数：一个协整方程
LOGRRE	LOGI	LOGINC	LOPGJQC	R	C
1.000000	10.99681 (41.3914)	1.762809 (6.38268)	1.877156 (7.52247)	-1.344290 (7.77405)	47.048
Log likelihood	817.9977

Johansen极大似然估计的检验结果表明：LOGRRE与LOGINC,LOGI,LOGJQC以及R之间存在着协整关系，协整方程为：

LOGRRE= 47.+10.99LOGI+1.76LOGINC+1.88LOGJQC-1.34R.

通过这个协整方程就可以得到理想合理价格与各经济要素的定量关系。 

将理想合理价格与实际房地产价格对比： 

年份	实际房价	实际房价（LOGRE）	理想房价（LOGRRE）
1998	1806		3.28E+00
1999	1997		3.32E+00
2000	2063		3.33E+00
2001	2291		3.36E+00
2002	2449		3.37E+00
2003	2652		3.41E+00
2004	2759	3.4407517	3.45E+00
2005	3005.7		3.46E+00
2006	3383		3.49E+00
2007	3791.7		3.58E+00
2008	3882.4		3.60E+00

注：实际房价LOGRE是指对实际房价取10为底的对数

表.实际房价（LOGRE）与理想房价(LOGRRE)

通过实际房价与理想房价的对比，可以看得出重庆的实际房价与理想房价非常接近，因此重庆的房价基本合理。 

模型的分析

合理价格的理想模型是首先通过筛选，选出影响合理价格的关键因素：固定资产投资I，重庆市人均可支配收入INC,国家房地产景气指数JQC，实际利率R共四个可量化的因素影响。通过平整性分析以及协整分析得到协整方程：

LOGRRE= 47.+10.99LOGI+1.76LOGINC+1.88LOGJQC-1.34R

最后，我们通过作图得出了重庆市房价基本合理的结论。

下面使用同样的模型方法对北京市房价的合理性做出的图表分析：

年份	实际房价	实际房价（LOGRE）	理想房价（LOGRRE）
2000	4455		3.63E+00
2001	5966		3.75E+00
2002	7510		3.88E+00
2003	9070		3.94E+00
2004	9931		4.00E+00
2005	10748		4.01E+00
2006	12480		4.04E+00
2007	13460		4.06E+00
2008	13860		4.09E+00
2009	16658		4.14E+00
2010	20480		3.60E+00

通过实际房价与理想房价的对比，可以看得出北京在2000到2008年实际房价和理想房价较为接近，此段时间内北京地区的房价基本合理，但是从2008年后尤其是2009年，北京房价受国内及国外一些因素的影响实际房价和理想房价差别较大，实际房价远高于理想房价，故此这段时期内其房价不合理。

模型的优缺点及推广

针对重庆房地产行业现状，参照了经济学中合理价格的模型并成功进行了运用，同时，EViews统计软件的使用也大大通提高了统计效率，最终得到的协整方程对合理价格进行了定量描述，并且由此证明重庆房地产价格基本合理。运用同样的模型原理描述北京房价的状况表明其房价不太合理。 

但本模型也存在一些缺点，在进行平稳性分析时，显着性水平仅仅是10%，因此很有可能仅仅在2000年到2010年之间合理价格的理想模型成立，在以后的年代中有可能与实际不太吻合。这需要我们在将来进一步改进模型，提高模型的显着性水平。

问题二的模型建立与求解：

根据问题一中各变量的ADF检验结果：

变量	ADF检验量	10%临界值	稳定性分析
LOGI	1.51	-2.74	不稳定
d(LOGI)	-2.92	-2.77	稳定
LOGINC	0.5	-2.74	不稳定
d（LOGINC）	-3.82	-2.8	稳定
LOGJQC	-2.12	-2.74	不稳定
d(LOGJQC)	-3.13	-2.77	稳定
R	-0.93	-2.74	不稳定
d（R）	-3.77	-2.77	稳定

由上表可以看出：

LOGI=K1*N;

LOGINC=K2*N;

LOGJQC=K3*N;

R=K4*N;

即数据的一阶导数稳定，成线性关系，所以的词表达式。

有表格可推知K1,K2,K3,K4。

而前面推知：

LOGRRE= 47.+10.99LOGI+1.76LOGINC+1.88LOGJQC-1.34R

将上述数据公式带入可得到预测房价公式：

LOGRRE= 47.+10.99 K1*N +1.76 K2*N +1.88 K3*N -1.34 K4*N       

重庆市 RRE、I、INC、JQC、R数据列表

年份	实际房价	固定资产投资（I）/亿元	人均可支配收入（INC）/元	国家房地产景气指数（JQC）	年利率（R）
2000	2063	178	7450	103.4	5.85
2001	2291	237	9503	105.9	5.42
2002	2449	314	10339	104.2	5.31
2003	2652	479	11316	106.2	5.47
2004	2759	622	12831	105.16	5.58
2005	3005	881	14373	100.8	5.81
2006	3383	998	16805	103.4	6.12
2007	3792	1554	21336	102.1	7.02
2008	4130	2003	25156	96.6	6.08
2009	4350	2486	28653	103.1	6.32
2010	5052	2930	32514	105.4	6.01

北京市RRE、I、INC、JQC、R数据列表

年份	实际房价	固定资产投资（I）/亿元	人均可支配收入（INC）/元	国家房地产景气指数（JQC）	年利率（R）
2000	4455	1250	10349.7	103.4	5.85
2001	5966	1530	11577.8	105.9	5.42
2002	7510	1854	12463.9	104.2	5.31
2003	9070	2000	13882.6	106.2	5.47
2004	9931	2873	15637.8	105.16	5.58
2005	10748	3371	17653.0	100.8	5.81
2006	12480	2800	19978.0	103.4	6.12
2007	13460	3800	219.0	102.1	7.02
2008	13860	3500	23140.0	96.6	6.08
2009	16658	4200	26380.0	103.1	6.32
2010	20480	4600	32514.0	105.4	6.01

由以上数据，可以计算出关系函数K1，K2，K3，K4。代入关系式（1）求出2011、2012、2013年的房价：

北京

年份（年）	楼房均价（元）
2011	21036
2012	23206
2013	26504

重庆

年份

（年）	楼房均价（元）
2011	6020
2012	7130
2013	8300

所以，我们可以预测出北京、重庆在2011、2012、2013年房价还是会稳步增加。但二线三线等城市增幅较大城市快,而大城市的增长幅度小。

模型的分析与改进

此类模型是承接经济学的合理价格模型来推算出未来房价的趋势，进而使用回归分析模型综合考虑各个关键因素解决一些具体的数据问题，得出线性关系方程从而合理的预测将来的房价，最后得出北京、重庆未来三年房价稳步增长的趋势，而一线、二线、三线城市的增长速度不一。

   由于这个问题是从前一问的基础上改进分析得出，所以如果上个方程有误差，那么这个公式的误差相对而言就会大一些，数据的准确性就会降低，但整体上影响不大，如果多考虑几个因素，加入一些自变量会更加精确。

问题三的模型建立与求解：

可以根据近几年土地价格，GDP，建筑材料成本等走势图（如下图）

由以上可以做出大胆假设：房价与土地成本，建筑原材料价格呈正比，由此可以算出公式如下：

P=K4*A+K5*B+K6/C+Ｒ＋Ｔ

再假设居民人均收入对房价有一个容忍度，设为容差（K6），则可以推出居民心中的理想房价，由此推出理想房价：

Ｌ＝K7*GDP

在理想房价的一定范围内房价是理想的，设这范围内的函数为X，则

X=P-L

即

X= K4*A+K5*B+K6/C+R+T- P-L

所以由上面式子，我们得到以下结论，并提出合理性措施：

居民收入增加是房价上涨的首要原因。改革开放以来，我国居民收入大幅度增加，恩格尔系数明显下降，消费结构不断升级，投资能力越来越强。在住房制度改革的推动下，住房的有效需求得以释放，家庭结构的变化和城镇化的推进又扩大了住房需求。这是房价保持上涨态势最显而易见的原因。同时，在缺乏“储蓄—投资”转化渠道的情况下，购置房产是较富裕居民的理性选择，住房投资需求逐渐启动，房价被进一步拉高。当房价超出与居住需求相符的水平时，投机就会出现，进而导致空置率偏高、租售比倒挂、房价收入比超过国际警戒线等现象。这样，房价就在消费需求、投资需求、投机需求的共同推动下不断攀升，早买房、买大房的住房消费行为成为居民应对房价快速上涨的选择。

宽松的信贷是房价上涨的重要支撑。我国房地产开发企业自有资本比例低，对银行信贷高度依赖；而银行体系也很看重房地产开发贷款对调整资产结构的作用，并因手持土地抵押物而对房地产开发给予高杠杆支持。同时，我国住房消费信贷非常宽松，银行大都按照央行规定的最大贷款比例和远低于其他类型贷款的利率水平发放个人住房抵押贷款。可以说，宽松的住房开发贷款和住房消费贷款是促成住房市场产销两旺、房价节节攀升的重要推手。而且，房价不倒、地价不垮的预期使手持抵押物的银行不仅没有动力落实央行的，而且会采取各种对策来消化“不利”的。

“土地财政”是房价上涨的重要原因。在很多城市，土地出让金是地方财政的重要来源。在土地财政的激励下，地方积极在城市开展“三旧”改造，并最大限度地挖掘农村土地资源。如果说早期阶段是房价拉高地价，那么，现阶段已是地价推高房价了。

原材料与劳动力成本的增长。包括土地、钢材、设备、新材料和劳动力成本的增长等都有价格的推动作用。如果经济增长让收入与价格普遍上涨，同比计算时是否也应考虑这类因素呢?如人均收入与银行的利率会考虑消费者物价指数的增长率、投资增长中应扣除消费者物价指数的增长部分，那么房价是否也应给以必要的物价调整呢?

房地产投机行为。可以看出可支配收入对房地产价格没有显着影响，这些城市房地产价格的上升，主要是由投机来推动的，而且整体投机度很高。通过加入时间变量，房地产投机度变得更高，说明消费者基本上是以外推预期判断价格走

势，即价格预期的形成不仅与过去价格有关，而且受过去价格变动趋势的影响很大。这是一种非理性预期，它极大地助长了消费者的投机行为，是导致住宅

价格上升的一个不可忽视的因素。在加入城市级虚拟变量后，房地产投机度显着增加，说明大城市间房地产价格的相互攀比，助长了市场投机行为。在加24人时间虚拟变量后，我们得出今年房地产投机度大大高于往年，显示出当前房地产价格极大的偏离了市场基础价格。

房地产作为具有多重属性的资产，既是人们安居的必需品，又是各产业发展必须的生产要素。因此，中国社会经济的发展和繁荣，需要一个健康的房

地产市场。然而，当前房地产投机行为已经出现，使房地产市场面临巨大的风险。和产业部门应该采取适当的措施，积极引导消费者和投资者，为建立均衡的房地产市场提供良好的宏观和微观环境。

对策

(一) 加快建设经济适用房和廉租房

当今之中国，人均GDP与其他国家相比还是挺小的，中国还是并且将长期处于社会主义初级阶段。由于目前国内的差距比较大，造成富裕者、投机者大量购买房屋，从而房价一直居高不下。而作为部分普通平民百姓，人均GDP还不高，可支配收入还不足以购买居室，因此，应保障低收入群体的利益，加大力度建设经济适用房和廉租房，并且还应切实落实好相关对低收入人群的身份加以认定，以免良好的社会资源的白白浪费。从而切实解决低收入群体的住房问题。同时，经济适用房和廉租房的建设会导致社会大众对商品房需求的降低，对房价起到一定抑制作用，从而间接的抑制房地产投机行为的发生。

（二）颁布相关法律法规鼓励居民到郊区、乡村买房

为了减少一个地区的人口密度，国家首先应继续大力实施“计划生育”的基本国策，控制人口数量，从而减少人口密度。而针对抑制房地产投机行为，最主要的还是要抑制房价的过快上涨，那么根据供求关系影响房价，可以在边缘地区建立良好的交通渠道、合理的房屋价格和配套的生活设施，优良的生活环境，这样自然就会降低房地产投机行为多的地区的人口密度，从而间接抑制房地产投机行为。

（三）加大国家宏观的力度，稳定市场、抑制通货膨胀

考虑到房屋造价有较大部分是建材成本，因此，总的来说国家应稳定相关生产资料的价格，抑制其涨幅过快，从而稳定房屋造价，进而稳定房价。最终间接抑制房地产投机行为。

（四）加强对土地开发的监管

首先，土地由垄断供给，如果房地产市场中存在土地投机过度的现象，城市应控制相应的土地供给规模，防止土地投机活动愈演愈烈；但如果土地投机现象并不明显而是以房屋投机为主的话，则应适当加大土地的供给量，特别是要增加中低价住房用地的规模，来抑制房地产价格的过快上涨。简而言之就是不应以财政收入最大化为目的，而是应该从调节土地供给和需要的目的出发来出让土地使用权。其次，由于垄断经营土地，容易导致权力寻租，滋养投机风气，因此应增强土地拍卖的透明度和公平性，防止寻租。最后，打击捂盘投机行为，规定获取土地的开发商在一定时期内必须开发，严禁炒地皮。

（五）加以法律约束 

房地产投机活动在一定程度上就是由于法律制定上的漏洞给了投机者可乘之机，而用法律手段的目的就是要通过完善房地产市场，抑制房地产的投机话动，严堵房地产投机者的投机之路。当前，许多房地产的投机活动主要集中发生在交纳房产定金后或者交纳房产首付款与抵押贷款发放之前这段期间，因此法律应着眼于对这方面的漏洞制定细致和周全的法律法规。缩短房产首付款与抵押贷款发放的时问，可以降低房地产投机者的投机欲望，防止投机者运用“时间差”策略，从而减少房地产投机发生的可能性，防患于未然。当然房产首付款与抵押贷款发放时间的缩短同时也要求银行在保证贷款质量与安全的前提下，设计出高效率、高满意度的信贷程序，为缩短时间做好准备。另一方面，在对房地产购置的数量上也应该采取有效的措施，以便为房地产投机活动设置严格的关卡，防止大量买进卖出房产的现象发生，以免扰乱房地产市场，一定程度上保障中、低收入者的利益，保证房地产市场健康，稳定的发展，使“居者有其屋”的住房制度在我国得以充分的实现。

综上所述，房地产投机是房地产市场的伴生物，我们不可能完全消除房地产投机， 但是过度投机又会阻碍房地产市场健康有序的发展。应大力运用有效的措施抑制房地产投机活动，充分发挥我国住房制度的优越性，使住房真正的追求者拥有自己的空间。 

6、问题结论

通过针对以三个问题提出假设，建立模型，分析求解，我们得到了满意的结果，分别得出了北京、重庆房价的合理性，北京所受因素比较多又属于首都，所以房价波动较难预测，使其合理房价高于理想房价，故此这个地区的房价不合理；而重庆作为二类城市的代表，收地域，经济发展，人均GDP的影响，这些年此地区的房价比较合理，实际与理想曲线趋于重合。我们建立一个回归分析的模型理想的测出了此二地区将来房价的趋势，由于各方面存在差异，曲线有所不同，但整体趋势差别不大，稳步增加。第三问，主要考虑了建筑成本，土地价格，人均收入，取差值构建曲线，形象的表现出我们提出合理性措施的模板，进而对经济的影响作出合理的判断。

7、参考文献

【1】2000年-2010年《中国统计年鉴》；

【2】国家统计局数据库，网址，访问时间：2011/5/1 20:00:52；

【3】毕宝德：《土地经济学》，中国人民大学出版社，2001年；

【4】国家统计局：《中国景气经济月报》；

【5】伊中立：《房价一定要降下来》，《21世纪经济报道》。