原创《商品住房供给侧关键影响因素》：本论文可用于关键论文范文参考下载，关键相关论文写作参考研究。
内容摘 要：商品住房供给侧关键影响因素的研究可以为房地产市场供给侧改革确定着力点提供参考.本文采用相关系数法和主成分分析法对江苏省商品住房供给侧影响因素进行分析,研究发现,苏北地区商品住房供给侧的关键影响因素是生产资料层面和信息层面的因素；苏中地区商品住房供给侧的关键影响因素是供给主体层面和生产资料层面的因素；苏南地区的商品住房供给侧的关键影响因素是信息层面和管理层面的因素.基于关键影响因素,文章对江苏省和全国商品住房市场供给侧改革提出了建议.
关键词：商品住房 供给侧 影响因素
引言
供给侧结构性改革被提出后,工业、农业、旅游业等各行各业都开始了对供给侧结构性改革的探索.从国家统计局公布库存量数据和党 把化解房地产库存作为供给侧结构性改革的重要任务之一,就可知房地产行业也面临着供给侧结构性改革的挑战.自房地产行业飞速发展以来,高房价、住房供需结构不合理、住房品质等一系列问题无时无刻不在影响着人们的生活,政府也不断采取各种措施进行调控,然而以往的调控思想多偏重于需求侧,调控效果也不尽理想.面对房地产行业供给侧改革的政策导向,本文立足于供给侧方面,希望可以透过商品住房供给侧影响因素的研究视角来为商品住房市场供给侧改革提供理论参考.
商品住房供给侧影响因素综述
为全面识别商品住房供给侧的影响因素,本文在分析供给侧要素的前提下,结合以往学者对商品住房供给侧影响因素的有关研究进行分析.车海刚（2015）、李抒望（2016）认为供给侧要素主要包括生产要素的投入和全要素生产率的提高两个核心部分.生产要素主要指劳动、资本、土地、企业家才能、政府管理职能等,而全要素生产率则主要是指技术进步或创新.而以往学者在商品住房供求关系的相关研究中所提出的影响因素也基本验证了这两大部分.
对于商品住房供给侧影响因素来说,一定要考虑以商品住房为主体衍生出的要素及相关者.房地产开发企业作为商品住房的主要供给主体,其规模、数量和行为直接影响了商品住房的供应.崔得营（2011）通过定量分析,认为我国房地产开发企业总体规模偏小,综合产品供应能力严重不足.贺京同、徐璐（2011）研究发现我国房地产市场主体行为受货币幻觉、过度信心、片面信息、供给垄断等行为因素的显著影响,不断推高对房地产市场升值的预期,调整房地产产品的供给速度和规模.建筑材料、劳动力、资金和土地等要素作为基本生产资料,其价格和可获得性对商品住房供给也有着重要影响.任荣荣、刘洪玉（2008）通过对北京八城区的相关数据进行实证分析,发现土地供应量是影响当前住房供应的一个重要因素,土地供给价格通过制约房地产开发企业的开发成本也会影响房地产开发企业的开发能力.康虹（2012）提出资本的可获得性和其使用成本严重影响了商品住宅的供给.商品住房的价格和房地产开发企业的预期也会通过影响消费者的需求或直接改变其投资结构来影响商品住房的供给.朱银梁（2011）认为高房价会提高房屋空置率,影响商品住房的市场供给.Olsen（1987）认为房地产开发企业对未来商品价格和技术的预期是决定供给水平的重要因素.政府职能管理是“看不见的手”在发挥作用,是市场经济运行不可或缺的,商品住房市场也是如此.另外,还有学者提出城市化水平、经济发展水平等是影响商品住房供给侧的重要因素.沈悦、刘洪玉（2004）通过对我国房地产开发投资和GDP的关系进行研究,发现GDP对我国房地产开发投资有显著的单向作用.谢福泉、黄俊晖（2013）研究认为城镇化水平和房地产需求、供給都存在显著的正向相关关系.
通过以上的综合分析,构建出如表1所示的商品住房供给侧影响因素的指标体系.
确定商品住房供给侧关键影响因素
不同的地区和城市,由于发展情况的差异,其商品住房供给侧关键影响因素可能存在差异.本文选取以南京为代表的苏南地区,以南通为代表的苏中地区和以徐州为代表的苏北地区分别进行案例研究,先通过相关系数分析法逐一测算表1各指标变量和表征商品住房供给侧的指标竣工面积之间的相关系数,筛选出显著性相关的变量,针对这些显著性变量进行主成分分析,提取关键的公共因子,归纳出不同地区商品住房供给侧的关键影响因素.
(一)相关系数分析
表1所示的商品住房供给侧影响因素的指标体系中,有定量和定性两种指标.定量指标的原始数据,主要来自各市的统计年鉴、《江苏省统计年鉴》和《中国房地产统计年鉴》,徐州部分统计年鉴中没有的数据,来自各年徐州市房地产发展报告.定性指标的数据主要通过专家打分进行获取,聘请南京工业大学、南京理工大学、河海大学等20位专家进行打分,打分采用单指标20分制,“不重要”（1-5）,“一般重要”（5-10）,“比较重要”（10-15）,“非常重要”（15-20）,最终取打分的平均数作为原始数据.
运用SPSS 20.0进行逐一测算,并对其显著性程度进行了双侧检验（T）,检验结果如表2所示.
如表2所示,对于徐州市来说,有7个影响因素指标和其商品住房供给侧指标之间的相关程度在95%或更高的置信度水平下显著.这7个影响因素主要来自信息层面、生产资料层面和社会其他层面,而生产主体层面和管理层面影响因素的相关性均不显著；南通市可筛选出8个显著性相关的影响因素指标,这8个指标主要来自供给主体层面、生产资料层面和社会其他层面；南京市可筛选出5个显著性相关的影响因素指标,这5个指标主要来自信息层面和管理层面.
(二)主成分分析
通过相关系数分析发现,每个城市都有多个和商品住房供给侧存在高度相关关系的影响因素指标.但是通过进一步检验,发现每个城市筛选出的影响因素指标彼此之间都存在密切的相关关系,并且指标的KMO统计量均在0.7以上,因此有必要通过主成分分析对这些指标进行进一步的处理,以增加对不同城市商品住房供给侧关键影响因素更为深入的认知.
关键论文参考资料：
结论：商品住房供给侧关键影响因素为关于关键方面的论文题目、论文提纲、直播生活 关键 离婚论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
