供求关系是市场运行的基础,且其运行状态对于市场规模与潜力具有重要意义。下面是小编为大家整理的，供大家参考。
范文一：从市场供求关系理论看中国房地产市场
【摘要】住房问题是关乎国计民生的大事，影响着老百姓的生活成本和幸福感;但是，近年来，中国房价居高不下，完全超出老百姓可以承受的程度，刚毕业的大学生更是在北京这种高房价的城市过着蜗居的生活。对于房价高的各种评论不绝于耳，到底谁应该对高房价负责，人们也是众说纷纭。在此背景下，本文仅从微观经济学中的市场供求关系理论的角度来对此问题加以分析，剖析高房价背后隐藏的经济本质，并提出改进措施。
【关键词】房价;供求;税收
近年来，高房价一直困扰着不少人，也给人们的生活带来不少的烦恼，即便国家出台各种政策来抑制房价，但都没有起到明显效果。房屋空置率高和百姓居无住所成为当前面临的严峻问题，两者的矛盾发人深省。本文就是从房地产市场面临的现状出发去发现现象背后的本质，从而为健全房地产市场提出自己的建议。
一、房地产市场现状
随着国家政策的出台，通过控制房价、调整住房供应结构、信贷控制等措施，对于土地和房屋的开发投资增速在放缓，但是供需矛盾仍将继续存在，房地产价格仍然呈现上升趋势。
目前我国国民经济高速发展，居民收入也在持续增加，但是房价的增长速度远远超过居民收入的增长速度;房地产市场商品房空置率很高，房价过高;房地产市场融资结构单一，过度依赖银行贷款。
二、基于供求理论的分析
微观经济学中的市场供求理论认为，当商品的供给等于需求时，市场达到均衡，从而得到的就是均衡数量和均衡价格，在此情况下，实现帕累托效率。但现在的高房价主要由供需不平衡所致，下面就分别从需求和供给两方面加以分析。
首先，住房需求方面。住房可以看成是一种普通商品，即随着市场价格的上升需求量下降。需求曲线如图一所示：
从微观经济学的角度看，房地产市场的需求主要由自主性即刚性需求、投资和投机需求组成。但随着政府调控力度的加大，比如限购令的实施、提高首付比例、取消贷款优惠政策等，来最大限度地抑制投资和投机需求。如今，这些举措取得了较为显著的效果，房地产市场的投资和投机需求得到基本遏制，因而，刚性需求基本覆盖整个住房需求。并且随着居民收入水平的提高，以及中国人对于产权的偏好，使得对于住房的需求较高，并且在缺乏弹性的情况下，对购房者来说并不是一件有利的事情，在下面的分析中读者可以知道为什么对于购房者来说不利。此时的需求曲线如图二所示：
其次，住房供给方面。由于住房是普通商品，随着价格的上升供给也会随之增加;虽然在短期内供给数量是固定的，但长期来看，随着价格上升以及土地资源的国家垄断性和投资商的投资惯性使得住房供给也是呈现上升趋势，但增速在放缓。基本的供给曲线如图三所示：
根据图二和图三，我们得到住房市场的均衡价格P1和均衡数量Q1。如图四：
三、高房价的原因
1.供给角度
首先，房地产开发商对于房屋的供给量在下降。原因表现在：首先，房地产市场是个寡头垄断的市场，供应商为了实现垄断利润的最大化会减少房屋数量的供给，加之购房者对于住房需求的弹性缺乏使得供应商的“阴谋”得逞;其次，随着国家限购令的出台，一方面遏制了需求者对于住房的投资和投机需求，但是另一方面也会使得供应商试图减少新住房的供给来维持原有的价格，二手房的供给量也在下降。
其次，建造住房成本的上升，主要体现在土地成本增加上;还有住房供给结构不合理和供给的户均面积不断扩大也是房价上涨的原因。
因为垄断是房地产价格居高不下的根本原因，那么本文主要将住房供应量减少归咎与垄断，再加上购房者对于住房的刚性需求，可以从图中看出为什么房价会提高。如图，P1是上文分析的市场的均衡价格，随着供应量的减少，供给曲线向上移动，使得均衡数量和均衡价格变为Q2和P2，P2>P1;但是，房屋供应商凭借其垄断地位，不会将其所拥有的全部房屋出售出去，而仅仅出售Q3数量的房屋，并且在需求不变的情况下实现其利润的最大化。价格的上升就会给购房者传递一个信号，使得购房者认为房地产市场前景良好，就会高估其市场价值，产生很大的房地产市场泡沫，一旦泡沫破裂将会产生不可想象的后果。
2.从政府的税收政策角度
在图五所反映的市场供求条件下，国家在上海、重庆试点征收房产税会将税负大部分转移给购房者，这对于购房者来说不利，对房地产开发商来说并没有起到很好的遏制作用，从图六中可以看出由于需求曲线的价格弹性较小，征收房产税对需求的影响不会太大，但是会减少供应商的房屋供应量，也就是图中需求曲线的继续上移，此时的均衡价格是P4，即为购买者支付的价格，图中的P5，即为房地产开发商收到的价格。很明显，P4-P2>P2-P5，涵义是征收房产税，使得购房者多支出的数额多于开发商少得到的数额;并且由于供给量的减少还存在着净损失，这都是市场低效率的表现。因此，本文认为国家试点征收房产税，虽然能在一定程度上起到减少供应商垄断利润的作用，但是相比起来，购房者受到的限制会更大，只能减少需求者的投资和投机的需求，但是自住需求的刚性现状使得购房者税负更重，不能很好的解决房地产市场的供需矛盾。
四、建议
本文认为，通过房地产市场供需两方面的分析可以看出，房价居高不下的原因在于整个房地产市场需求和供给不均衡，存在着矛盾。在住宅需求刚性的限制下，如何做才能有效解决供需矛盾实现房价能合理体现房屋价值，让人们有房可住，也是当下很多学者在讨论的问题。国家也在出台一系列措施，比如上文提到的限购令、抬高首付比例、取消贷款优惠政策、房产税等流转费用的增加等都在一定程度上稳定了房价，但背后也存在着隐患。本文认为，在中国这种现实情况下，有效的缓解市场供需矛盾的一个措施是建立合理的房地产供给结构，建立一个社会保障性住房体系和市场化的商品房运作体系并行的细分化的房产供应市场。
参考文献：
[1]西奥多·C.伯格斯特龙，哈而·R.范里安.微观经济学：现代观点.
[2]张占录，张远索.我国房地产现状与可持续发展研究[J].经济问题探索.
范文二：福建省房地产市场供求关系的计量研究
[摘 要] 房地产是一种稀缺资源,既是生产要素,又是生活必需品,还是投资品。它对我国国内生产总值有重要影响。文章应用计量经济学原理和房地产市场供求理论，建立福建省房地产市场供求的计量经济联立方程模型，并对模型进行动态模拟检验，以确定模型的有效性和预测能力。
一、 引 言
经过十余年的发展，福建省住宅市场的供应与需求总量都出现了明显的增长，产品类型也不断推陈出新。
“十五” 期间，全省房地产开发完成投资 1 854. 73 亿元，是 “九五” 时期的 2. 2 倍，增幅比城镇固定资产投资高 3. 0 个百分点，占城镇固定资产投资 27. 5% ，比 “九五” 时期提高了 5. 8 个百分点;5 年累计竣工房屋面积 6 079. 75 万平方米，销售面积 6 472. 94 万平方米，分别比 “九五” 增长1. 2 倍和 1.5 倍;销售额1 577. 46 亿元，比 “九五”增长 2.0 倍。
尽管近两年，国家一再出台控制房地产投资规模、 平抑房价的各项宏观调控政策，福建省房地产投资仍然保持强劲势头。根据福建省统计局公布数据显示，2006 年福建省房地产开发投资787136 亿元，增长 45. 7%。其中，商品住宅开发投资 511. 68 亿元，增长 40. 7% ，占房地产开发投资的 65. 0%，居主导地位。
商品住宅的销售量达到2021. 69 万平方米，商品房空置面积持续下降，全年下降 30.19%。在空置商品房类型中，商业营业用房占 46. 6%，商品住宅占 28. 5%。2006 年福州、厦门、泉州三市房屋销售价格分别上涨 6. 7%、 7%和5. 8% ，高房价的趋势没有得到抑制。房价持续地走高，从根本上讲，是由供求关系决定的。究竟是什么因素影响着福建省的商品房的供给与需求?目前的房地产市场是否已经出现泡沫?为了弄清这些问题，需要通过历史数据，建立数学模型帮助我们了解房地产供求关系的影响因素以及影响程度。本文利用 1997 年到 2005 年的数据建立供求的模型，对福建省住宅市场供给需求关系等内容进行分析研究，并对近几年的供求平衡的偏离程度进行分析。
建立的供求模型是以商品房的供求为例的。
一般来讲，影响房地产需求变化的因素较多，主要有:房地产价格、 国民收入水平、 城市人口、城市化水平、 经济政策、 预期等，而本文主要考虑国民收入以及价格对需求的影响。影响房地产供给变化的因素也有很多，本文主要是考虑上期房地产需求以及价格，房产投资对供给的影响。
二、 模型设计
一模型结构建立一个能反映房地产供求关系的计量经济联立方程模型，共选取了 2 个内生变量、 1 个滞后变量和3个外生变量，变量之间的关系如图 1 所示。
二模型的变量说明根据图1 中具体的经济关系，并充分考虑图中各变量历史资料的可获取、 确定模型的变量。
1. 内生变量Y1—— —商品房本年销售面积;单位：万平方米Y2—— —商品房本年施工面积;单位：万平方米根据数据的可获取性，采用商品房本年销售面积来表示市场需求。用每年施工面积来表示市场供给量。
2. 内生滞后变量Y1-1—— —商品房本年销售面积前一期值;单位：亿元由经验可得知前一期市场需求会影响房产市场供给。
3. 外生变量X1—— —商品房本年销售价格;单位：元 / 平方米X2—— —房地产企业的总投资;单位：亿元119X3—— —居民消费水平;单位：元 /人
三模型结构方程式根据图1，构造模型的结构式如下：y1=c1*logx1+c2*x3 1y2=c3*x1+c4*x2+C5*y1-1 2方程1反映房地产市场需求的形成，它与销售价格以及居民消费水平有关。方程2反映房地产市场供给的形成，它与销售价格、房地产市场投资额以及前一期房地产市场需求有关。
三、 模型的参数估计及检验
一数据来源本模型参数估计采用时间序列数据，数据均来自 2007 年 《福建省统计年鉴》 ，样本区间为 1997～2005 年。数据处理与模型计算采用的是 Excel2000和 Eviews3.1 软件。二参数估计利用 Eviews3.1 软件对模型采用二阶段最小平方法2SLS进行参数估计，参数估计结果如下：
三模型检验本模型估计出来的参数所反映的经济意义与经济理论和实践相符;在 0.05 显著性水平下本模型各方程均能通过显著性检验;各方程的拟合优度均大于 0.97;估计参数在 0.05 显著性水平下能够通过参数的显著性检验。
上述结论表明，本模型的参数估计结果在经济意义和统计意义上均具有一定的可信度。
四、 历史模拟和事后预测
一内生变量历史值与模拟值为了检验模型用于模拟分析的可靠性，本文运用上述模型对样本期数据进行模拟，并进行事后120预测，通过计算内生变量 1997~2005 年模拟值与实际值的相对误差来考察模型的预测能力。计算结果见表 1。根据表 1 的数据显示，绝大部分误差均小于5%，模拟效果良好。 其中 Y2 的模拟误差相对于 Y1来说较好。在 2004 年的 Y1值内生变量模拟值及相对误差表曾一度达到 11%，这是由于 2004 的Y1 值的缺失，应用插值法来得到一个估计值。 这本来就存在着些许误差，结果导致了模拟值和实际值的相对误差达到 11%。这是由于数据不全造成的.
二均值相对误差MPE均值相对误差MPE表示被解释变量在样本期间每个时期的模拟值 Rt和 实际值 Wt的平均相对离差，可用于测度事后预测向上或向下偏倚的程度。均值相对误差MPE越接近于零，模型预测的上下偏倚程度越好。表 2 中显示,各项均值相对误差MPE接近于零，表明此模型的系统误差较小，模型的预测性能较好.
三均方根相对误差RMSPE均方根相对误差RMSPE表示被解释变量在样本期间每个时期的模拟值与实际值之间的绝对对应程度，主要用于评价模拟值序列与实际值序列的总体拟合度.
从表 3 可见，各项均方根相对误差RMSPE均较小，表明模拟值和实际值的平均偏离程度小，该模型的总体拟合很好。五、 结论本文所建立的福建省房地产市场供需的计量经济模型，经过参数估计表明参数估计结果在经济意义和统计意义上均具有较强的可信度。经过动态模拟检验，各项检验结果都非常理想，表明此模型能比较准确地模拟福建省房地产供需在样本期间的动态变化。因此，该模型系统具有较好的拟合优度和预测能力。
[参考文献]
[1]刘福泉.中国住宅经济与国民经济的整合[M] .北京:中国经济出版社,2001.
[2]李子奈.计量经济学[M] .北京:高等教育出版社,2000.
[3]福建统计局.福建统计年 2006 [Z] .北京:中国统计出版社,2006.
[4]张晓峒.计量经济学软件 Eviews使用指南[M] .天津:南开大学出版社， 2003.
[5]王学民.应用多元分析[M] .上海:上海财经大学出版社,2004.
