購房選擇策略研究

趙明 李伯穎 閆奇亮

摘要：房地產(chǎn)是不動產(chǎn)，是人們賴以生存的重要生活必需品。隨著近年來國家政策的調(diào)整以及土地價格的上漲，一二線城市房價水漲船高，購房者追求保值乃至于投資增值。很多剛需購房者會選擇不動產(chǎn)作為投資居住的選擇，通過控制性詳細規(guī)劃分析影響房價的原因，對于購房區(qū)位進行分析研究，系統(tǒng)地將控規(guī)分析和房地產(chǎn)投資結(jié)合。運用控規(guī)思想解決買房問題相關(guān)公式得出結(jié)論，以此作為購房依據(jù)。

關(guān)鍵詞：房地產(chǎn);影響因素;二手房;控規(guī)

中圖分類號：F293

文獻標(biāo)識碼：A

文章編號：1001-9138-（2020）06-0021-32

收稿日期：2020-05-10

自上世紀90年代開始，房地產(chǎn)市場逐漸形成并不斷完善?？傮w上，房地產(chǎn)供應(yīng)方式分為：一是高收人購房投資或者自住，二是剛需普通購房者改善居住環(huán)境、求學(xué)、落戶。三是低收人人群滿足一般住房標(biāo)準(zhǔn)的限價房或公租房。同時，房地產(chǎn)交易帶動了房地產(chǎn)中介的發(fā)展。

房地產(chǎn)需求主要影響因素包括：

（1）政策因素。由于國家政府拉動內(nèi)需、地方推動GDP、物料、物價、人力成本以及相關(guān)政策導(dǎo)向等因素。

（2）經(jīng)濟因素。國民經(jīng)濟發(fā)展水平會影響各行業(yè)的發(fā)展，經(jīng)濟水平的提高會帶動房地產(chǎn)業(yè)自身的發(fā)展和其他行業(yè)對房地產(chǎn)的需求，包括該地區(qū)的人口增長速度以及流入、流出，人口密度等因素，人均可支配收入。生活質(zhì)量決定住房需求的幅值，人均可支配收入可以體現(xiàn)居民實際購買力，也間接體現(xiàn)居民購買住房的可能性。

（3）人口因素。人口增長速度對于房地產(chǎn)有重要引導(dǎo)作用，并且隨著人民生活水平不斷提升，對于面積大、環(huán)境好的住房改善意愿不斷提升，住房更新?lián)Q代的需求與日俱增。區(qū)域住房總面積一定，人口總數(shù)越大，房產(chǎn)需求越大。

（4）貸款利率上調(diào)，購房成本加大，進而變相影響房地產(chǎn)的需求量。

（5）通貨膨脹率因素。購房成為投資者或者投資客規(guī)避通貨膨脹風(fēng)險的一種手段，這種因素也會影響房地產(chǎn)需求。

總體來說，需求、人口、政治，各方面的趨勢導(dǎo)致需求逐步上升。

1買房因素

買房作為一個關(guān)乎民生的大事，房價影響著社會的發(fā)展和人民生活水平的提高，因此，影響我國房價主要因素有如下五種因素：城鎮(zhèn)居民家庭人均可支配收入;土地價值;五年購房貸款利率;人口密度;位置。

分析位置因素，考慮到社會的發(fā)展，大多購房者對住址有要求，例如，房子附近的教育環(huán)境、交通是否便利等，良好的位置應(yīng)該最大可能滿足居民在教育、衛(wèi)生、交通等方面的要求，可以分為五類，分別是教育、環(huán)境、衛(wèi)生、交通和工作。

通過位置對房價的影響來分析各個因素對房價影響力大小的高低程度，在這里，我們通過層次分析法，建立線性函數(shù)，分析各個影響因素的權(quán)重，確定位置和房價的關(guān)系。沒有考慮由于金融危機、大型自然災(zāi)害等意外情況以及政府調(diào)整政策等對此的影響，缺乏實際性對房價影響最大的是教育學(xué)區(qū)，其次是交通、環(huán)境、樓層，最后是工作因素。

城市的學(xué)區(qū)房是這個城市中房價較高的地區(qū)，靠近各個學(xué)校，從幼兒園到大學(xué)，只要在學(xué)區(qū)房內(nèi)，房價就高于其他地區(qū)。在醫(yī)院附近，房價也是很高的，其房價略低于學(xué)區(qū)房;在環(huán)境優(yōu)美的地方，比如公園附近，房價較高;在市中心，雖然環(huán)境較差，但由于交通便利，其房價也高居不下。

2如何買房

2.1買房步驟

明確目標(biāo)：買房子是為了改善自住還是為了投資，改善目標(biāo)見后文建模，投資買房則需要關(guān)注該住房未來的區(qū)域發(fā)展。

升值分析：升值空間需要從商業(yè)和住宅功能融合來分析地塊價值。分析房子升值運用“控規(guī)方法”是一個值得提倡的方法?？匾?guī)即控制性詳細規(guī)劃，一個城市地方政府對控制性用地如何規(guī)劃，我們在百度搜索“XX市+控規(guī)”即可得到類似結(jié)果。

居住用地/商業(yè)用地的比例，因為居住用地，說明這里只是一個居住型的衛(wèi)星城，并沒有不可替代的優(yōu)勢;而如果這個地塊大面積比例是商辦地塊，則未來商業(yè)會繁榮，必然帶動相關(guān)的工作機會以及人員涌人，這些人群傾向就近購房或租房居住，未來這附件的租金、房價都有保證。即使房價不能大漲，由于有足夠的商業(yè)工作人群，房價不會急劇下跌。

我們以天津海河下游沿線的規(guī)劃為例，中間整體地塊全都標(biāo)紅，多甲級和超甲級辦公樓和高檔住宅，必然價值上存在不可替代性。這個區(qū)域有一些五百強和大國企，所以這個區(qū)塊的住宅價格較高。在中心商務(wù)區(qū)，房子對于普通年輕人沒有經(jīng)濟實力購買。我們可以看一下旁邊的房地產(chǎn)，坐落于大學(xué)城的周邊配套。相關(guān)規(guī)劃用地因大學(xué)新校區(qū)的人文資源帶動周邊的商業(yè)空間，辦公用地未來可進駐企業(yè)的用地越大，人員涌入越多，居住可用契合度越高。商辦地塊未來預(yù)期會有大量人群在這里辦公，許多科技型企業(yè)都會入駐。而這么密集的辦公人群，如果就近買房，會選擇周圍少量的居住區(qū)塊。所以，這里未來的住宅價格趨勢上漲是一個必然趨勢。并且大學(xué)畢業(yè)生又會催生租房市場和購房需求。

同樣是商業(yè)辦公地塊，必須要區(qū)分是拿來做寫字樓、還是拿來做商辦性質(zhì)的居住型公寓。寫字樓用地催生產(chǎn)業(yè)發(fā)展，公寓還是用來住的，不但對區(qū)內(nèi)住宅價格沒有幫助，還可能分流居住需求。同時地鐵的發(fā)展也是一個推動因素。每個城市有每個城市不同的地段和規(guī)劃，每個地段也有各自的優(yōu)勢，總結(jié)本文，主要原理如下：

看控規(guī)：優(yōu)先選擇整體地段中，商業(yè)寫字樓用地比例大的（基于城市發(fā)展正常和政府執(zhí)行力穩(wěn)?。?。

看產(chǎn)品：同樣拿來做寫字樓，選擇樓層高、總面積大的。

看用途：同樣很高的商業(yè)辦公用地比例，選擇真正用做寫字樓的區(qū)域。

看時間：同樣的產(chǎn)品，選擇住宅先蓋寫字樓后蓋的，這樣寫字樓蓋好住宅才會升值。

北上廣深一線和強二線城市，城市發(fā)展相對較快，政府規(guī)劃的商業(yè)區(qū)通常都能獲得較好發(fā)展。

二是，周邊設(shè)施配套即學(xué)校教育設(shè)施、商場娛樂設(shè)施、醫(yī)療衛(wèi)生設(shè)施，配套是否齊全會影響生活的便利程度。

三是，考慮房子未來的保值增值，在市區(qū)老房子面積相對不大，雖然單價不低但是總房款不高，比起偏遠地區(qū)的大面積房子抗跌性更好。所謂“從里往外漲，從外往里跌”就是這個說法。而且特別舊的房子當(dāng)面臨拆遷改造時也會擁有一部分可觀的拆遷費。

3購買二手房選房建模

3.1參數(shù)建模

參數(shù)建模，通過結(jié)構(gòu)化表達式和參數(shù)集表達的模型，參數(shù)模型通過代數(shù)方程式、微分方程、普通代數(shù)函數(shù)的方式，建立關(guān)系模型。

3.2建模的主要思想

3.2.1準(zhǔn)備階段

需要了解對于該問題的基本知識、內(nèi)容背景，明確所建立模型和公式的目的以及實現(xiàn)的方法，搜集必要的信息。明確對應(yīng)知識的性質(zhì)特征。

3.2.2模型假設(shè)

根據(jù)對象特征建立模型，對應(yīng)問題合理化必要性的描述。精確的語言對于假設(shè)是至關(guān)重要的一步。對于專業(yè)的建模者想象力、判斷力和觀察力。分析問題的主次使得方法簡潔明了，問題清晰化是至關(guān)重要的。

3.2.3模型構(gòu)成

利用研究對象內(nèi)在的規(guī)律和適當(dāng)?shù)臄?shù)學(xué)公式、工具，構(gòu)造各個變量之間的關(guān)系以及數(shù)學(xué)結(jié)構(gòu)。我們利用圖表、公式、排列、線性規(guī)劃等工具，以及相關(guān)工具解決問題，用簡單的公式解決對應(yīng)的問題。

3.2.4模型求解

運用數(shù)據(jù)方程、畫圖形、邏輯運算、數(shù)值運算等各種傳統(tǒng)運算，對于解決實際問題算法往往復(fù)雜和冗余，也需要擁有簡單的編程以及數(shù)學(xué)模型工具知識（excel涉及到VB等）。

3.2.5模型分析

利用模型分析出結(jié)論，進行穩(wěn)定性分析。建模主要方法包括：

（一）機理分析法：根據(jù)客觀事實

1.比例分析法：比較常見的方法，建立變量之間的函數(shù)關(guān)系。

2.代數(shù)法：通過離散圖形、符合、問題的方法。3.邏輯方法：解決數(shù)學(xué)經(jīng)濟學(xué)等專業(yè)實際問題。制定對策的決策中應(yīng)用。

4.微積分法：分析變量以及自變量之間的關(guān)系

（二）數(shù)據(jù)分析法

1.回歸分析法;用于對函數(shù)?（x）=數(shù)值（xi，fi）i=1，2，n，確定函數(shù)表達式。處于靜態(tài)獨立數(shù)據(jù)，固成為梳理統(tǒng)計法。

2.時序分析法：處理動態(tài)的數(shù)據(jù)，也叫作過程統(tǒng)計法。

（三）計算機仿真分析

1.計算機仿真：運用統(tǒng)計估計的方法進行抽樣試驗等操作。

2.因子試驗法：通過在系統(tǒng)上進行局部試驗，再對于試驗結(jié)果進行分析修改，進而得出模型結(jié)構(gòu)。

3.人工現(xiàn)實法：根據(jù)對于系統(tǒng)過去的了解，制定出未來預(yù)期的目標(biāo)。

3.3二手房買房建模

3.3.1購房需求假設(shè)

我們且分析剛需購房者，在拋開物價水平以及通貨膨脹的因素。不考慮一定的假設(shè)條件如：

（1）房地產(chǎn)產(chǎn)品具有生產(chǎn)周期。

（2）供應(yīng)量受到理想房價和開發(fā)商預(yù)測房價的影響。預(yù)測價格與理想價格的比值越大，供應(yīng)量越多;反之供應(yīng)量越少。

（3）需求量受理想房價和本周期實際房價的影響。實際價格與理想價格的比值越大，需求量越少;反之需求量越多。

（4）通常成本花費包括地價（樓面價格）、建造成本和國家各種稅收;且每個周期的建造成本、稅費率和地價都保持不變。

（5）理想房價僅基于各方面間接、直接成本，并且不考慮供求因素。

3.3.2參數(shù)模型確定

3.3.2.1分析問題，需求預(yù)估

對于常用的買房選擇因素，繪制相應(yīng)的思維導(dǎo)圖。

具體內(nèi)容如下：

通過模型和參數(shù)了解相關(guān)需求，微觀參數(shù)如：當(dāng)前價格、價格走勢，小區(qū)環(huán)境、周圍鄰里的因素等。宏觀參數(shù)數(shù)據(jù)如：面積、朝向、房齡、房屋質(zhì)量、通風(fēng)、采光、朝向、樓層（每個樓層的電梯，能夠承受的樓層數(shù)），小區(qū)的自然環(huán)境物業(yè)質(zhì)量以及綠化比例，小區(qū)周邊的硬件環(huán)境包括：學(xué)校（學(xué)區(qū)房以及學(xué)校層次），娛樂設(shè)施（體育場、健身房、公園對應(yīng)的距離以及達到時間成本），生活需求，周邊購物距離（考慮期望距離與實際距離），周邊交通（公共汽車、私家車、地鐵-單雙、高鐵等），周邊停車場，停車場位置，周邊醫(yī)院。

考慮政策上這個地方是否會被拆遷，考慮日常居住地與工作地的距離。

3.3.2.2需求搜集

考慮個人對于房屋的需求以及訴求評估對應(yīng)結(jié)果如圖1所示。

我們可以看到圖中的每一個參數(shù)后面有個評估值權(quán)重比例（滿分10分），軟性條件方面，例如距離日常目的地的距離，地鐵12站以內(nèi)權(quán)重分數(shù)9分，周邊交通汽車權(quán)重5分，地鐵是7分。娛樂休閑中公園在2km之內(nèi)的權(quán)重是4分。

硬性條件方面：價格250-280萬元房款是剛需購房者，總房款則是根據(jù)購房者首付結(jié)合自身條件在當(dāng)?shù)氐恼弑壤嬎愠鰜淼模缳彿空呤赘犊钍?00萬元當(dāng)?shù)厥赘吨辽?成，該購房者可以購買250-300萬元左右的房子，首付款+中介服務(wù)費+過戶等剛需費用+有可能裝修費用≈100萬元。

3.3.2.3形成excel

根據(jù)各種影響因素建立一個excel模型。縱列分為“需求限制”“是否必須”“重視程度”。重視程度是最終的參數(shù)使用者根據(jù)自身條件調(diào)節(jié)。

在excel列舉如圖2所示，列舉出自己買房需要的條件，其中限定需求條件。例如價格250-280萬元，不超過290萬元是否必須條件，重視程度1，周圍5千米以內(nèi)至少要有購物重視程度0.9。

1千米以內(nèi)有地鐵站不是必須條件，則不計人最后建模公式，權(quán)重比例0.7，在2千米以內(nèi)有地鐵站同樣不是必須條件則不計人最后建模公式，是否必須條件是填寫公式的必要條件。“否”則不計人公式之中，后面的“重視程度”參數(shù)手動編輯并且根據(jù)參數(shù)計人公式。

根據(jù)對客戶需求建立評價模型（滿意度模型和最優(yōu)化模型），選取評分指標(biāo)，設(shè)定計算公式。舉例：根據(jù)幾個重要參數(shù)如表1。

總競爭得分=F+0.4*M+0.9*Z+0.7*J，F(xiàn)代表房價，M代表面積，Z代表交通站數(shù)，J代表距離。其中前面的0.4、0.9、0.7是權(quán)重參數(shù)，參數(shù)大小根據(jù)個人的意愿設(shè)定。每個人情況不同可以適當(dāng)調(diào)整此參數(shù)的大小。

運用VBA工具編寫建模模型，如圖3所示，每個sheet頁輸人對應(yīng)的公式。同時輸人總公式得到的數(shù)值就是評價此房屋可選性的依據(jù)。具體建立工具方法運用VBA建模工具實現(xiàn)。

3.3.3小區(qū)信息選取

步驟一：地鐵站篩選

通過模型的建立固定購房者主要參數(shù)的選取，以上班站點為中心首先尋找地鐵站，得到地鐵站的集合。在地鐵站附近，尋找距離地鐵站1千米以內(nèi)，在5千米以內(nèi)有購物，5千米以內(nèi)有醫(yī)院，2千米以內(nèi)有運動場地的小區(qū)。

舉例：某位購房者在地鐵曹莊站附近上班，他可以承受的地鐵站數(shù)大概8站。列舉從曹莊到各個地鐵站的站數(shù)以及對應(yīng)的小區(qū)名字，參見表2。

步驟二：小區(qū)篩選

打開“鏈家”“我愛我家”等房地產(chǎn)網(wǎng)站或者APP地圖找房欄目，通過地圖可以找到對應(yīng)地鐵站并且根據(jù)距離和自身條件，篩選對應(yīng)的小區(qū)，如圖4所示。

對應(yīng)小區(qū)名錄如表3。

步驟三：房源篩選

根據(jù)每個小區(qū)情況，在這些小區(qū)里根據(jù)2室，有20年房齡，250-300萬元區(qū)間，朝向南中樓層的房屋，具體工具可通過“鏈家網(wǎng)”“我愛我家”復(fù)合搜索工具進行。結(jié)合購房者的條件以及個人對小區(qū)喜好得出小區(qū)列表，如圖5所示。

通過列表可以看出根據(jù)“價格”“戶型”“建筑面積”“朝向”“房屋年限”“綠化比例”“梯戶比例”“共樓層數(shù)”“最近地鐵站”“小區(qū)到達地鐵距離/千米”“地鐵站數(shù)”。將篩選的每個小區(qū)的符合條件的樓盤統(tǒng)計出來。

步驟四：得出數(shù)據(jù)

根據(jù)計算公式，建模得出相關(guān)數(shù)據(jù)。公式如下：1.建筑面積和評分換算比例：1+（x-60）/602.價格和評分換算：1+（290-x）/290

3.地鐵站數(shù)評分：8/x

4.到地鐵站距離評分：1/x

將公式運用VBAproject工具寫入excel程序中，如圖6所示。

通過程序計算得出對應(yīng)的小區(qū)房源的競爭力參數(shù)，如表4所示。

基礎(chǔ)評分即是房屋對應(yīng)購房者要求競爭力得分，得分越高越符合購房者要求如圖7所示，購房者可以根據(jù)自身條件與房地產(chǎn)經(jīng)紀人或者房主本人進行實地看房，具體看房實際成交價格有待與業(yè)主協(xié)商。

4結(jié)語

購房需要整體考慮，并且因人而異，根據(jù)當(dāng)?shù)氐恼咭约百徺I當(dāng)?shù)刂苓吪涮拙C合考慮。對于房價在當(dāng)?shù)氐闹萍s因素做出較清晰的分析，更重要的是對于自身需求有個清晰的認知和定位。根據(jù)自身情況制定出價格、位置、樓層、面積、學(xué)區(qū)等權(quán)重和參數(shù)，并運用模型作為“輔助”手段進行房屋競爭力數(shù)據(jù)分析?！靶g(shù)”是本，“道”才是根，只有在不斷學(xué)習(xí)和了解中提升買房經(jīng)驗，才可以在買房中更加理性并且如愿。

參考文獻：

1.鄒曉燕.我國房地產(chǎn)經(jīng)濟管理存在的問題及其解決對策.環(huán)球市場信息導(dǎo)報.2015.04

2.黃靜.中國房地產(chǎn)價格上漲的廣義財富效應(yīng)研究.上海交通大學(xué).2010.08

3.何昌海.房地產(chǎn)經(jīng)濟的發(fā)展前景分析.現(xiàn)代營銷.2013.06

4.杜鳳霞陳立文楊占星.住宅價格波動影響因素個體固定效應(yīng)模型.會計之友.2014.04

5.李金昌.大數(shù)據(jù)與統(tǒng)計新思維，統(tǒng)計研究.2014.01

6.崔兵.論房地產(chǎn)市場效率.中國房地產(chǎn).2012.12

7.趙琳.我國房地產(chǎn)經(jīng)濟管理存在的問題及其解決對策.學(xué)術(shù)交流.2013.09

8.張浩李仲飛.房價預(yù)期、土地價格與房地產(chǎn)商行為.管理評論.2016.04

9.劉也補琴張安全.房價預(yù)期對城鎮(zhèn)家庭消費支出的影響.消費經(jīng)濟.2017.01

10.鄧翔李雙強.消費需求、投資需求與住房價格波動.西南民族大學(xué)學(xué)報（人文社科版）.2015.10

11.陳崢高紅貴.城鎮(zhèn)化視角下房價波動對居民消費的影響.統(tǒng)計與決策.2016.09

12.黃彩云.房地產(chǎn)行業(yè)對經(jīng)濟社會的影響分析.市場論壇.2016.07

13.蓋靜.我國匯率通過房地產(chǎn)價格渠道對實體經(jīng)濟作用效果的實證檢驗一基于2005年匯改后數(shù)據(jù)的VAR模型分析.金融理論與實踐.2017.01

14.趙黎明焦珊珊.資源環(huán)境約束下中國城鎮(zhèn)化效率時空分析.天津大學(xué)學(xué)報（社會科學(xué)版）.2017.02

15.Commercial?Real-Estate?Inventory?and?Theory?of?Storage.Helyette?Geman，Radu?Tunaru.Journal?of?Futures?Markets.2013.07

16.The?economic?effects?of?acentral?bank?reacting?to?house?price?inflation.Guido?Baldi.lournal?of?Housing?Economics.2014