一、影响房地产市场需求因素的灰色关联度分析（论文文献综述）
孟慧敏[1]（2021）在《限购政策对商品住宅价格形成影响效应的研究 ——以天津市为例》文中研究表明
李帅[2]（2021）在《基于非均衡理论的我国大中城市房地产市场研究》文中提出2015年,中央财经领导小组第十一次会议提出结构性改革,2017年,十九大报告指出“深化供给侧结构性改革”。目的是保障房地产市场均衡发展,避免房地产市场出现供大于求的库存积压和供小于求的“一房难求”局面,防止我国经济不健康不稳定的发展。分析房地产市场供需影响因素,探讨降低房地产非均衡度的解决途径显得尤为重要。普遍学者认为房地产市场均衡状态是房地产企业供给量与居民需求量相等,但由于现实生活中各种因素的影响,均衡状态很难实现。故本文通过国内外学者对房地产市场非均衡的研究,收集国家统计局数据展示我国房地产市场非均衡的现状,探讨房地产市场非均衡产生的原因,得出我国房地产市场非均衡现象具有区域性和城市能级的差异。故选取我国具有代表性的35个大中城市,且35个大中城市房地产投资额占据我国投资总额的50%左右,因此建立35个大中城市房地产市场计量经济学模型具有现实意义。本文收集整理2000-2019年我国大中城市房地产行业的统计数据,选择房地产本年完成投资、新开工面积、开发企业个数、本年购置土地面积、平均销售价格、地区生产总值、地区年末总人口数和居民人均可支配收入作为比较序列计算灰色关联系数。筛选出来地区生产总值、房地产开发企业个数和地区年末总人口数作为我国大中城市房地产市场供需的主要影响因素,并建立非均衡计量经济学模型,得出我国房地产市场的需求量与地区年末总人口数呈现正相关,供给量与地区生产总值呈现正相关,房地产企业个数既影响需求量又影响供给量。最后建立非均衡计量经济学模型,计算2000-2019年不同时期的房地产市场非均衡度,进一步解释我国大中城市房地产市场计量经济学模型的经济意义。根据研究结果分析,仅仅依靠市场自身调节房地产市场的非均衡现状难以达到预期目标,且房地产市场非均衡度的变化与国家政策有较强的联系。最后以地区年末总人口、房地产市场运行机制、政府土地供应量、信贷机构放款额度和贷款利息、房地产租赁市场和房地产企业供给结构等角度提出合理建议,为房地产市场均衡发展提供参考依据。图:21;表:15;参考文献:50;
郭炜[3]（2021）在《山西省11个地级市房地产投资潜力研究》文中研究说明房地产作为国民经济的支柱产业,在经济发展日益加快的今天发挥着重要作用。房地产投资环境受到多种因素的影响,因此具有复杂性,良好的投资环境是房地产业持续发展的必要条件。在房地产发展方面,一线城市和沿海城市起步早,具有政策、经济及区位等方面的优势,所以发展程度相对成熟。而作为内陆省份的山西,房地产业的发展稍显逊色。近年来,随着山西省产业转型升级,经济得到快速发展,越来越多的房地产商将目光转向山西省。本文在构建房地产投资潜力评价指标的基础上运用灰色关联度分析法对山西省11个地级市的房地产投资潜力进行比较和分析,使评价结果更加客观,更具理论意义。本文运用相关理论,对房地产投资潜力的影响因素加以阐释,包括经济环境因素、基础设施因素、居民生活水平因素、房地产市场规模因素和房地产市场发展趋势因素等。以山西省11个地级市的房地产投资潜力为研究核心对各个因素展开分析,并选取了21个指标构建房地产投资潜力评价指标体系,得出山西省11个地级市的综合评分及排序:太原、大同、晋中、长治、朔州、临汾、阳泉、运城、晋城、忻州和吕梁。之后运用主成分-灰色关联度法探究各指标与房地产投资潜力的关联程度。从房地产市场发展来看,发展较好排在前列的是太原市,大同市、晋中市和长治市,忻州市和阳泉市排在倒数后两位;从宏观经济环境来看,排名前三位的依然是太原市、大同市和晋中市,排在倒数两位的仍然是忻州市和阳泉市。综合以上描述性分析和评价结果可以看出,山西省房地产市场的发展还存在一些问题,对此特提出改进建议,以提高山西省房地产投资潜力。宏观经济来看,要培育新的经济增长点,迎上“互联网+”的有利势头。基础设施建设方面,要完善基础设施建设;居民生活水平方面,要提高居民人均可支配收入及居民生活质量;房地产市场规模方面,要注意平衡供需,厘清市场需求;在房地产市场发展趋势方面,要以多种形式促进房地产市场发展,为房地产发展提供动力。从以上几个方面着手提高房地产投资潜力,促进房地产市场更好的发展。本文从房地产投资潜力的概念出发,以房地产投资潜力的影响因素构建房地产投资潜力指标体系,并结合主成分-灰色关联度法评价和分析,方法上具有一定的突破性和创新性,结果上更具客观性和科学性。
王曾[4]（2020）在《预制构件需求影响因素及预测研究 ——以北京市为例》文中研究指明当前国家大力推行装配式建筑,各级政府响应国家的号召分别制定了相关政策和出台相应的措施来推动装配式建筑的发展。预制构件作为装配式建筑的基础组成部分,其需求量的大小直接反应了装配式建筑的发展情况。但是随着装配式建筑的发展及大批预制构件厂的建设投产,国内的预制构件厂出现建设无序、产能过剩、资源浪费等亟待解决的问题。为了使装配式建筑行业合理有序的发展、给预制构件厂的建设提供基础数据支撑以及给国家相关部门的制定相关政策提供参考,在此背景下,本文科学系统地研究预制构件需求影响因素,并且对预制构件需求进行预测分析。本文首先对预制构件及其相关需求影响因素、需求预测研究的国内外研究现状进行文献的研读以及总结归纳。在对预制构件需求影响因素筛选确定之后,使用基于层次分析法改进的灰色关联度分析对经济因素、非经济因素、政策因素的关联度进行确定,并且进行关联度排序以及对各个影响因素与预制构件需求的关联程度进行分析,最终确定预制构件需求的影响因素体系。然后结合预制构件需求的特性,进行预制构件需求预测方法的选择,最后确定用RBF神经网络进行预测,以北京市数据为基础,针对模型中的变量进行建模以及相关参数的确定,构建了基于RBF神经网络的预制混凝土构件需求预测模型。使用MATLAB软件开发了预制构件需求预测交互式软件,简化了需求预测的流程,使得预制构件需求预测更具操作性,更能直观的展示影响因素以及预制构件需求的历年的变化情况。最后进行该论文的总结与展望,并且结合北京市的经济环境与政策环境给予一定的建议。本研究得出政策因素是预制构件需求的关键因素,通过RBF模型进行北京市预制构件需求的预测,得出2019与2025年预制构件需求分别为61万m3和140.72万m3。结合当前预制构件供应量,2019年供应可以满足短期需求,但当前产能比2025年预测需求量低。此结论可以为发展装配式建筑行业以及预制构件产业提供参考。
张梦婷[5]（2020）在《融创中国的债务融资效率及影响因素研究》文中进行了进一步梳理房地产业作为我国国民经济的支柱产业之一,对国内生产总值的增长做出很大贡献,支撑并促进中国经济的发展。但房地产市场依旧存在不完善之处,增长速度过快、债务融资风险较高等问题日渐凸显。随着企业规模的逐步扩大,房地产企业需要不断筹集资金投入到开发建设中,具有资金需求多、投资周期长的特性,其融资效率的高低直接影响企业日后经营状况。债务融资作为房地产企业资金筹集的重要方式,无疑对融资效率及运营情况产生显着影响。在国家不断出台房地产调控政策、房地产市场竞争逐渐升温的背景下,房地产企业如何在资金需求持续增加的同时,稳步提升融资规模,维持合理的融资结构,降低融资难度,提高债务融资效率是急需重视的问题。本文选择房地产企业融创中国作为研究对象,从静态和动态两个角度分析其债务融资效率及影响因素。首先,从资本结构、盈利情况角度剖析企业经营现状,并分析目前债务融资方面存在的问题。其次,评价债务融资效率。运用DEA模型评价静态债务融资效率,发现融创中国技术效率表现不佳主要由纯技术效率较低导致;运用Malmquist指数评价动态债务融资效率,发现融创中国全要素生产率退步情况较多;并对静态债务融资效率及动态债务融资效率从效率评价角度进行对比分析。再次,运用灰色关联度分析债务融资效率影响因素。分析发现静态债务融资效率主要影响因素为盈利能力、资金运用能力、偿债能力,动态债务融资效率的主要影响因素为企业资本结构及债务融资成本,并深入分析具体影响。最后,分别从静态债务融资效率及动态债务融资效率两个维度,提出提高融创中国债务融资效率的针对性建议。
迟依涵[6]（2020）在《基于网络搜索数据的房地产价格预测研究 ——以西安市为例》文中指出在生活节奏不断加快的今天,互联网为人们带来了极大的便利,在做出消费决定前,互联网检索成为消费者获取相关信息的重要渠道。因此,网络搜索数据可以作为消费者关注度的量化指标,为诸多研究问题提供科学合理的数据。房地产业作为我国国民经济的支柱型产业,其价格是人们关注的重点问题,也成为当前的研究热点。但是目前的房地产价格预测研究受研究数据和预测模型等问题的影响存在缺陷,因此本文以西安市为例,利用网络搜索数据预测房地产价格。本文首先以均衡价格理论为基础分析房地产价格的主要影响因素,从定性的角度揭示房地产价格与网络搜索数据之间的关系。在定量分析房地产价格与网络搜索数据之间的关联性时,本文是通过主观选词等方法,在百度指数网站中选取6个核心网络搜索数据,再构建灰色关联度分析模型计算二者之间的灰色关联度。然后,在核心网络搜索数据基础上构建初始数据库,本文利用二次搜索等方法拓展了119个网络搜索数据,并利用斯皮尔曼相关分析和时差相关分析筛选出与房地产价格具有高度相关性的先行网络搜索数据,再利用主成分分析方法对筛选后的网络搜索数据进行综合,以消除数据间的共线性。最后,以综合后的网络搜索数据指标作为预测房地产价格的变量,建立长短期记忆模型、支持向量回归模型和随机森林模型分别预测房地产价格,并以西安市数据为例进行实证检验。但是由于每个模型都存在一定的弊端,预测结果与实际的房地产价格都存在一定偏差,因此本文在建立三个单一模型的基础上建立了融合模型,利用梯度提升决策树模型提高预测精度。研究表明:（1）房地产价格和网络搜索数据之间存在较强的相关性;（2）在利用长短期记忆模型、支持向量回归模型和随机森林模型预测房地产价格时,长短期记忆模型的预测效果最好,其次为随机森林模型,最后为支持向量回归模型;（3）利用梯度提升决策树模型预测融合后的拟合度最接近实际房地产价格,拟合优度达到0.996。
史宏亮[7]（2020）在《商品房价格形成机制的研究 ——以中国临沂为例》文中研究指明商品房市场从属于房地产市场,是房地产市场的重要层级市场之一。由于与其相关联产业众多,因此在国民经济体系中有着不可估量的重要地位。商品房不仅在为人们提供居住经营办公等基本功能外,也成为时下重要的社会投资甚至投机的对象,影响商品房价格形成机制的因素也因此变得更加纷繁复杂。近年来,商品房价格总体上持续攀升,市场繁荣的背后也隐藏着如土地成本攀升,金融资本难以及时有效地回笼,社会矛盾增加等诸多风险。所以,为加强对商品房市场的认识,深入研究商品房价格的形成机制,具有较为重大的理论与实践的双重意义。为减少因我国幅员辽阔而难以就该问题进行深入研究的不足,本文选择我国东部地区的北方城市临沂市作为特定研究地域,有针对性地分析该地区商品房价格的形成机制,为该地区及其他类似地区因地制宜地推动商品房市场良好的运行态势提供建议,为社会经济发展服务。本文的具体内容有:第一章绪论部分,介绍本文的研究背景,国内外研究现状、文献综述,文章结构,研究目的、意义,技术路线以及创新之处等。第二章理论基础,介绍与研究对象相关的概念、原理和研究方法。第三章则对商品房价格形成机制进行了系统分析和类型划分。第四章实证分析,首先构建指标体系并对指标体系的参考依据、数据来源以及数据处理方式等进行必要的说明,然后在研究方法方面进行必要创新,即引入熵权法,使之与灰色关联度分析法结合使用,弥补单纯使用一种方法的不足,对商品房价格形成机制进行了实证研究。第五章各个要素子系统的再分析,进一步研究要素子系统的细分要素对系统的影响程度。第六章结论与建议,梳理全文、归纳结论,为政府宏观调控、企业经营开发以及居民理性消费提供必要建议。第七章总结与展望,总结全文并对未来的理论研究与实践工作做出展望,以期取得更加有价值的社会贡献。通过研究内容的层层展开,依据客观的统计数据,本文进行了科学的运算推理,取得了一定的研究或创新成果。一是本文得到了商品房价格形成机制的研究结论,认为临沂市商品房价格形成机制具有明显供给侧土地成本推动为主的综合因素驱动的类型特征,同时发现不同细分要素的影响程度存在较大差异。这对实践活动的开展有着一定的指导意义。二是因为不仅需求加大、成本提高以及环境影响等会促使商品房价格上涨态势的形成,利润的变化也会在一定程度上影响到商品房价格的波动,所以本文将利润因素纳入到供给侧研究领域,成为评价系统中的重要指标,在研究思路上有一定的创新性。三是本文将熵权法和灰色关联分析法相结合,利用象限分割的形式,直观、全面地展现各要素影响程度,从而在研究方法上也取得一定的创新性突破。
蒋洁[8]（2020）在《北京市保障性住房供给的影响因素研究》文中研究表明在中国,拥有一套住房一直是一个重要事情。中国大多数人认为有了房子才会有安身之所,有了房子才可以负起组建家庭的责任,有了房子才有真正的城市归属感和安全感。住房问题不仅与着一个个小家的和谐稳定相关,更是与整个社会的安定稳定息息相关。住房保障是任何国家都会采取的救助措施,在我国,住房保障政策显得尤为重要。北京市作为我国的政治、经济、文化中心、全国一线城市,社会经济发达,北漂一族众多。很多外来流动人口大量涌入,大量的低收入群体的住房需求需要满足。同时北京市保障性住房供给存在供给对象界定不清、保障性住房覆盖面过于狭窄、融资渠道单一、保障性住房供给存在“夹心层”等问题,鉴于此,提高北京市保障性住房供给水平更显得尤为重要。本文选用stata软件,采用灰色关联度分析、皮尔逊相关分析、回归分析,从北京市保障性住房的影响因素入手,对政府供给因素、房地产市场因素、城市化因素、居民需求因素这四方面进行实证分析。得出北京市地区生产总值与北京市保障性住房投资额之间存在负相关关系;商品房价格与北京市保障性住房投资额之间存在负相关关系;住房竣工面积与北京市保障性住房投资额之间存在负相关关系等结论。根据实证结论,提出相关对策建议:创新多元化的资金筹集渠道、稳定商品房的价格,遏制房价上涨、完善保障人群准入退出机制、完善公积金管理制度、健全法律体系、加强政策引导,坚持政府主体地位、深化财税体制改革。目的是提高北京市保障性住房供给水平,促进北京市保障性住房体系的发展完善,为北京市及全国一线城市的保障性住房供给提供建设性参考意见。
樊琳梓[9]（2020）在《调控政策对房地产市场价格的影响研究》文中研究说明房地产业不仅是国民经济支柱产业,也是国民经济基础和先导性产业,房地产行业的健康优质发展,对我国国民经济具有举足轻重的意义。国家现已出台了土地政策、货币政策、财税政策与限购政策共四种类型的调控政策抑制房价过快上涨。为保障调控政策的有效性,房地产市场上同一时期会受到各类调控政策共同作用,组合政策的实施在房地产市场中发挥了一定的作用。精准掌握各个调控政策对房地产市场的作用效果与影响程度是更好的运用调控政策对房地产市场价格进行调控的前提。本文以探究房地产市场价格的影响因素为出发点,建立博弈模型分析房地产市场上各参与主体行为,在此基础上构建房地产市场系统动力学模型,研究各类调控政策对房地产市场价格的作用效果及影响程度。首先,采用灰色关联度分析法从房地产市场需求、供给以及经济环境三个角度探究房地产市场价格影响因素。房地产市场需求因素与房地产市场价格关联度最高,其次为房地产市场供给,经济环境因素与房地产市场价格关联度相对最低。从房地产市场需求、供给及经济环境因素内部来看,供给因素中的开发规模指标与房地产市场价格关联度最高,需求因素中的就业环境指标与房地产市场价格关联度最低。其次,分析各类调控政策作用机理,整理归纳调控政策的历史沿革,明确房地产市场上各参与主体,构建地方政府与房地产开发企业的博弈模型。土地政策主要通过土地供应量与土地价格改变房地产市场供求关系,进而影响房地产市场价格;货币政策主要通过贷款利率与货币供应量对房地产市场价格产生影响;财税政策主要通过房地产开发阶段、交易阶段与持有阶段的税率对房地产市场价格产生影响;限购政策主要通过限制购房资格、购房数量、购房区域、购房贷款对房地产市场价格产生影响。当地方政府采取严格执行调控政策策略的概率大于*时,房地产开发企业为避免受到巨额罚款应严格遵守调控政策;当房地产开发企业遵守调控政策的概率大于*时,地方政府可不严格执行调控政策,在节省财政支出的同时,也可确保调控政策的顺利实施。然后,根据各类调控政策作用机理与房地产市场价格影响因素分析构建调控政策对房地产市场价格影响的系统动力学模型,在绘制因果关系图的基础上,完成存量流量图并建立了各变量之间数学关系,分别对2004-2018年、2019-2023年的房地产市场价格、房地产市场需求与供给进行了仿真和预测,系统仿真值在相对误差范围内。2019-2023年,房地产市场价格仍将为增长态势,但供求关系将趋于稳定。最后,运用构建的系统动力学模型进行调控政策模拟实验,通过改变各调控政策的政策参数,对各调控政策的作用效果与影响程度进行分析。在2019-2023年研究期限内,各调控参数涨幅均为10%的情况下,土地政策中土地价格的提高、货币政策中贷款利率的提升以及财税政策中开发税率的提高对房地产市场价格有促进作用,带动房地产市场价格调控值相比预测值年均增长率分别为18.08%,0.77%,1.42%;土地政策中土地供应量的扩大、财税政策中消费税率的提升以及限购政策中二套房首付比例的提高对房地产市场价格有抑制作用,带动房地产市场价格调控值相比预测值年均增长率分别为-0.10%,-0.0002%,-1.10%。通过对各类调控政策作用效果及影响程度的定量分析,为不同的调控目标下的政府决策提供数据支持,并提出相应的改善建议,促进实现市场资源有效配置,保障房地产市场规范、理性运作。该论文有图29幅,表29个,参考文献92篇。
刘光辉[10]（2020）在《阜阳市房地产泡沫研究》文中认为1998年我国开展全面深化住房改革工作,中国房地产业发展迎来契机。在多种因素的加持下,中国房地产业在随后的十多年里取得了跨越式的发展。房地产业的蓬勃发展不仅促进了国民经济的发展,也极大的改善了人民群众的住房水平。但过快的发展速度也带来了一系列的经济问题和社会问题。各地不断攀登的房价以及市场投机现象都给房地产市场的健康状况画了一个大大的问号。房地产市场是否有泡沫?泡沫状况如何?为此众多学者利用不同测度方法对各地的房地产市场进行分析研究,以求探明真相。但在众多的研究中,发现相较于一、二线城市,三、四线小城市的房地产的泡沫状况却不太受人重视。为弥补这一研究状况,本文立足于阜阳市这个三四线城市,对其房地产发展状况进行研究。阜阳市地处安徽省西北部,下辖3区4县1市,总面积为9775平方公里。据第六次人口普查显示,2018年阜阳市总人口为1070.8万人,其中820.7万人为常住人口,位列安徽省第一。从经济区位条件上看,阜阳市是中原经济区规划建设中的重要城市,同时也是沿海地区进行产业转移的重要输入地。早期阜阳市房地产业起步相对较慢,但近年受大环境带动和阜阳自身的经济发展,阜阳市房地产业有了快速的发展,房价整体持续走高。但持续走高的房价是否理性、是否符合市场发展的规律、是否存在房地产泡沫,这些都值得进行进一步的研究。本文在充分阅读国内外房地产泡沫相关文献的基础上,总结了房地产泡沫的形成、危害以及影响其发展的原因。又立足于阜阳市房地产发展实际,从宏观和微观两个角度对阜阳市房地产发展状况进行了梳理。同时在多种房地产泡沫测度方法中选择了指标体系法对阜阳市房地产泡沫状况进行测度。先是通过比较筛选,选取了5个具有代表性的指标,利用这5个指标对阜阳市2004-2018年房地产市场泡沫状况进行单一指标测度,而后利用因子分析法对5个指标进行赋权,对阜阳市房地产市场泡沫状况进行综合测度分析。结论显示,自2012年以后阜阳市房地产市场开始出现泡沫现象且日趋剧烈。随后,为约束阜阳市房地产泡沫发展,开始针对阜阳市房地产泡沫的影响因素进行实证分析。选取了7个最有可能影响阜阳市房地产泡沫的因素,进行灰色关联度分析,得出主要影响因素。结论显示,销售面积和房地产开发投资额是影响阜阳市房地产泡沫状况的主要因素。最后本文根据研究结果,从土地宏观调控、限制投机性需求、完善保障性住房、加强市场监控四个方面对阜阳市房地产市场健康发展提出政策建议。
二、影响房地产市场需求因素的灰色关联度分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、影响房地产市场需求因素的灰色关联度分析（论文提纲范文）
（2）基于非均衡理论的我国大中城市房地产市场研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容和主要观点 |
| 1.3.1 研究内容 |
| 1.3.2 研究对象 |
| 1.3.3 研究主要观点 |
| 1.4 研究方法与研究思路 |
| 1.4.1 研究方法 |
| 1.4.2 研究思路 |
| 1.5 技术路线和创新点 |
| 1.5.1 技术路线 |
| 1.5.2 创新点 |
| 第二章 基本概念及非均衡理论 |
| 2.1 基本概念界定 |
| 2.1.1 房地产的概念与特征 |
| 2.1.2 房地产业的概念 |
| 2.1.3 房地产市场的结构 |
| 2.2 非均衡理论及模型概述 |
| 2.2.1 供给与需求理论 |
| 2.2.2 供给侧改革 |
| 2.2.3 非均衡理论 |
| 2.3 非均衡计量经济学模型 |
| 2.3.1 最小原则模型 |
| 2.3.2 CES型指数聚合方程 |
| 2.3.3 双曲线聚合方程 |
| 第三章 我国大中城市房地产市场非均衡现状 |
| 3.1 房地产市场政策概况 |
| 3.2 我国房地产市场非均衡现状 |
| 3.3 我国大中城市房地产市场非均衡现状 |
| 3.3.1 房地产市场非均衡现状样本选取 |
| 3.3.2 地区之间房地产市场非均衡现状 |
| 3.3.3 城市之间房地产市场非均衡现状 |
| 3.4 我国大中城市房地产市场供需现状 |
| 3.4.1 房地产开发投资现状 |
| 3.4.2 施工面积和销售面积现状 |
| 3.4.3 房地产企业土地购置现状 |
| 第四章 我国大中城市房地产市场非均衡的原因分析 |
| 4.1 市场运行机制待完善 |
| 4.1.1 房地产市场供需机制 |
| 4.1.2 房地产市场竞争机制 |
| 4.1.3 房地产市场信息披露机制 |
| 4.2 城市能级差异化 |
| 4.3 土地购置量差异化 |
| 第五章 影响我国大中城市房地产市场非均衡的因素分析 |
| 5.1 我国大中城市房地产市场供给的因素分析 |
| 5.2 我国大中城市房地产市场需求的因素分析 |
| 第六章 实证分析 |
| 6.1 影响我国大中城市房地产市场非均衡的关键因素 |
| 6.1.1 灰色关联度模型简介 |
| 6.1.2 灰色关联度分析步骤 |
| 6.1.3 灰色关联度实证分析 |
| 6.2 我国大中城市房地产市场非均衡模型的构建 |
| 6.2.1 模型的基本假定 |
| 6.2.2 模型的构建步骤 |
| 6.2.3 模型数据的整理 |
| 6.2.4 模型的设定 |
| 6.2.5 我国大中城市房地产市场非均衡模型的参数估计 |
| 6.2.6 我国大中城市非均衡模型的经济意义解释和分析 |
| 第七章 结论分析及建议 |
| 7.1 结论分析 |
| 7.2 建议 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）山西省11个地级市房地产投资潜力研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 主要工作和创新 |
| 1.5 论文的基本结构 |
| 第2章 房地产投资潜力评价的理论基础 |
| 2.1 相关理论 |
| 2.1.1 区位理论 |
| 2.1.2 市场供求理论 |
| 2.1.3 投资环境理论 |
| 2.2 基本概念 |
| 2.2.1 房地产投资 |
| 2.2.2 房地产投资潜力 |
| 2.3 影响房地产投资潜力的环境因素 |
| 2.3.1 宏观经济因素 |
| 2.3.2 基础设施因素 |
| 2.3.3 居民生活水平因素 |
| 2.3.4 房地产市场规模因素 |
| 2.3.5 房地产市场发展趋势因素 |
| 2.4 小结 |
| 第3章 山西省11个地级市房地产投资潜力相关指标的比较 |
| 3.1 山西省11个地级市基本情况 |
| 3.2 房地产投资潜力综合评价指标体系的构建 |
| 3.2.1 指标体系构建的原则 |
| 3.2.2 房地产投资潜力指标体系的选取 |
| 3.3 山西省11个地级市房地产投资潜力指标比较分析 |
| 3.3.1 宏观经济环境指标分析 |
| 3.3.2 基础设施及环境指标分析 |
| 3.3.3 居民生活水平指标分析 |
| 3.3.4 房地产市场规模指标分析 |
| 3.3.5 市场发展趋势指标分析 |
| 3.4 小结 |
| 第4章 山西省11个地级市房地产投资潜力综合评价 |
| 4.1 评价方法的选择 |
| 4.1.1 灰色关联度分析的基本原理 |
| 4.1.2 主成分分析适用情况检验 |
| 4.2 房地产投资潜力评价 |
| 4.2.1 主成分-分析计算 |
| 4.2.2 综合评价得分计算 |
| 4.2.3 灰色关联度计算 |
| 4.2.4 结果验证分析 |
| 4.3 房地产投资潜力评价结果分析 |
| 4.3.1 各指标得分情况分析 |
| 4.3.2 11 个地级市房地产投资潜力评价结果分析 |
| 4.4 小结 |
| 第5章 提高山西省11个地级市房地产投资潜力的建议 |
| 5.1 培育新的经济增长点 |
| 5.2 加强基础设施建设 |
| 5.3 提高居民生活质量 |
| 5.4 合理调控房地产市场规模 |
| 5.5 促进房地产市场发展 |
| 5.6 小结 |
| 结论与展望 |
| 1、结论 |
| 2、展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文和其它科研情况 |
（4）预制构件需求影响因素及预测研究 ——以北京市为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 建筑工业化背景 |
| 1.1.2 预制构件行业发展历史与现状 |
| 1.1.3 我国建筑工业化相关政策情况 |
| 1.2 国内外研究现状 |
| 1.2.1 预制构件需求影响因素研究现状 |
| 1.2.2 需求预测研究现状 |
| 1.2.3 研究现状分析 |
| 1.3 研究意义 |
| 1.4 研究内容、方法和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线图 |
| 第二章 预制构件需求预测相关理论 |
| 第三章 预制构件需求影响因素体系研究 |
| 3.1 预制构件需求特征 |
| 3.2 影响因素选取 |
| 3.2.1 因素选取原则 |
| 3.2.2 影响因素体系确定流程 |
| 3.2.3 影响因素的初步选择 |
| 3.2.4 影响因素的深化选择 |
| 3.3 影响因素分析与量化 |
| 3.3.1 影响因素分析 |
| 3.3.2 影响因素量化 |
| 3.4 影响因素体系的确定 |
| 3.4.1 基于层次分析法改进灰色关联度适用性分析 |
| 3.4.2 基于层次分析法改进灰色关联度计算流程 |
| 3.4.3 实证研究 |
| 3.5 结果分析与建议 |
| 3.6 本章小结 |
| 第四章 预制构件需求量预测与系统开发 |
| 4.1 预测模型对比研究 |
| 4.1.1 预制构件需求预测模型筛选 |
| 4.1.2 基于RBF神经网络理论的预测模型的建立 |
| 4.2 RBF神经网络准确性与稳定性检验 |
| 4.2.1 数据收集和处理 |
| 4.2.2 训练与检验 |
| 4.2.3 精度检验 |
| 4.3 需求预测系统总体设计 |
| 4.3.1 预测系统总体框架 |
| 4.3.2 需求预测系统各模块流程设计 |
| 4.3.3 需求预测系统软件算法 |
| 4.4 需求预测程序系统的实现 |
| 4.4.1 登录模块的实现 |
| 4.4.2 主界面模块的实现 |
| 4.4.3 预测模块的实现 |
| 4.5 结果预测 |
| 4.6 供需分析与对策建议 |
| 4.6.1 北京及周边预制构件厂产能统计 |
| 4.6.2 供需现状分析 |
| 4.6.3 对策建议 |
| 4.7 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（5）融创中国的债务融资效率及影响因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究述评 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 1.5 创新之处 |
| 2 相关概念及理论基础 |
| 2.1 相关概念 |
| 2.1.1 债务融资界定 |
| 2.1.2 债务融资效率界定 |
| 2.2 MM理论 |
| 2.3 权衡理论 |
| 2.4 代理成本理论 |
| 2.5 优序融资理论 |
| 2.6 本章小结 |
| 3 融创中国的债务融资现状分析 |
| 3.1 融创中国企业概况 |
| 3.1.1 企业简介 |
| 3.1.2 企业经营现状 |
| 3.2 融创中国债务融资方面存在的问题 |
| 3.2.1 资金需求较大 |
| 3.2.2 偿债压力较大 |
| 3.2.3 债务融资风险较高 |
| 3.2.4 债务融资难度较大 |
| 3.3 本章小结 |
| 4 融创中国债务融资效率分析 |
| 4.1 构建模型 |
| 4.1.1 DEA模型 |
| 4.1.2 Malmquist指数模型 |
| 4.1.3 评价指标选取 |
| 4.1.4 样本选取 |
| 4.2 静态债务融资效率评价分析 |
| 4.2.1 技术效率分析 |
| 4.2.2 纯技术效率分析 |
| 4.2.3 规模效率分析 |
| 4.3 动态债务融资效率评价分析 |
| 4.3.1 全要素生产率指数分析 |
| 4.3.2 技术效率指数分析 |
| 4.3.3 技术进步指数分析 |
| 4.3.4 纯技术效率指数分析 |
| 4.3.5 规模效率指数分析 |
| 4.4 静态债务融资效率与动态债务融资效率对比分析 |
| 4.5 本章小结 |
| 5 融创中国债务融资效率影响因素分析 |
| 5.1 灰色关联度计算 |
| 5.1.1 基于静态债务融资效率计算 |
| 5.1.2 基于动态债务融资效率计算 |
| 5.2 静态债务融资效率影响因素结果分析 |
| 5.2.1 资金运用能力的影响分析 |
| 5.2.2 盈利能力的影响分析 |
| 5.2.3 偿债能力的影响分析 |
| 5.3 动态债务融资效率影响因素结果分析 |
| 5.3.1 债务融资成本的影响分析 |
| 5.3.2 资本结构的影响分析 |
| 5.4 本章小结 |
| 6 提升融创中国债务融资效率的建议 |
| 6.1 提升静态债务融资效率的建议 |
| 6.1.1 深化“地产+”战略拓宽盈利渠道 |
| 6.1.2 放慢重资产化脚步 |
| 6.1.3 有效规划经营性现金流 |
| 6.2 提升动态债务融资效率的建议 |
| 6.2.1 充分利用资本市场融资 |
| 6.2.2 建立债务融资风险动态监控平台 |
| 6.2.3 顺应国家政策,加强银企合作 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）基于网络搜索数据的房地产价格预测研究 ——以西安市为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络搜索数据应用研究现状 |
| 1.2.2 房地产价格预测研究现状 |
| 1.2.3 基于网络搜索数据的房地产价格预测研究现状 |
| 1.3 研究内容、方法及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 结构安排及技术路线 |
| 1.4 研究创新 |
| 1.5 本章小结 |
| 2 网络搜索数据与房地产价格相关性分析 |
| 2.1 网络搜索数据与房地产价格概念概述及数据来源 |
| 2.1.1 网络搜索数据的概念概述及数据来源 |
| 2.1.2 房地产价格的概念概述及数据来源 |
| 2.2 网络搜索数据与房地产价格定性分析 |
| 2.2.1 相关理论概述 |
| 2.2.2 网络搜索数据与房地产价格相关性理论框架 |
| 2.3 网络搜索数据初选 |
| 2.3.1 网络搜索数据选取方法 |
| 2.3.2 拓展网络搜索数据方法 |
| 2.3.3 房地产价格预测研究的网络搜索数据初选 |
| 2.4 网络搜索数据与房地产价格定量分析 |
| 2.4.1 灰色关联度分析模型介绍 |
| 2.4.2 实证分析 |
| 2.5 本章小结 |
| 3 网络搜索数据指标体系的构建与筛选 |
| 3.1 构建网络搜索数据指标体系的原则及步骤 |
| 3.1.1 构建网络搜索数据指标体系的原则 |
| 3.1.2 构建网络搜索数据指标体系的步骤 |
| 3.2 网络搜索数据指标体系的构建 |
| 3.2.1 斯皮尔曼相关分析 |
| 3.2.2 时差相关分析 |
| 3.2.3 主成分分析 |
| 3.3 实证分析 |
| 3.4 本章小结 |
| 4 房地产价格预测模型的建立及应用 |
| 4.1 基于长短期记忆模型的房地产价格预测 |
| 4.1.1 长短期记忆模型原理 |
| 4.1.2 长短期记忆模型预测西安市房地产价格 |
| 4.2 基于支持向量回归模型的房地产价格预测 |
| 4.2.1 支持向量回归模型原理 |
| 4.2.2 支持向量回归模型预测西安市房地产价格 |
| 4.3 基于随机模型的房地产价格预测 |
| 4.3.1 随机森林模型原理 |
| 4.3.2 随机森林模型预测西安市房地产价格 |
| 4.4 本章小结 |
| 5 基于梯度提升决策树模型的房地产价格预测融合 |
| 5.1 模型融合的原理 |
| 5.2 梯度提升决策树模型的原理及建模过程 |
| 5.3 西安市房地产价格预测融合 |
| 5.4 单一模型预测结果与融合模型预测结果对比 |
| 5.5 本章小结 |
| 6 结论、建议与展望 |
| 6.1 研究结论 |
| 6.2 研究建议 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 硕士研究生学习阶段的研究成果 |
| 致谢 |
（7）商品房价格形成机制的研究 ——以中国临沂为例（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 文献综述 |
| 1.3 研究目的与意义 |
| 1.4 研究内容、方法与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 创新之处 |
| 1.6 本章小结 |
| 2 理论基础 |
| 2.1 概念界定 |
| 2.1.1 房地产与商品房及各自市场 |
| 2.1.2 价格机制与商品房价格形成机制 |
| 2.1.3 系统要素以及要素的关联(度)、权重(值) |
| 2.2 理论原理 |
| 2.2.1 价值规律理论 |
| 2.2.2 均衡价格理论 |
| 2.3 统计分析方法 |
| 2.3.1 灰色综合关联度分析法 |
| 2.3.2 熵权法 |
| 2.3.3 关联-熵权分析法 |
| 2.4 本章小结 |
| 3 商品房价格形成机制的系统分析及机制类型划分 |
| 3.1 系统分析 |
| 3.1.1 系统描述 |
| 3.1.2 实现模式 |
| 3.2 机制类型划分 |
| 3.3 本章小结 |
| 4 基于灰色关联-熵权法的商品房价格形成机制的实证分析 |
| 4.1 指标体系设计 |
| 4.1.1 范畴界定 |
| 4.1.2 指标选取 |
| 4.1.3 参考指标及公式说明 |
| 4.1.4 数据来源 |
| 4.2 实证分析 |
| 4.2.1 数据汇总 |
| 4.2.2 运算过程及结果 |
| 4.2.3 运算结果分析 |
| 4.3 本章小结 |
| 5 基于灰色关联度的商品房价格形成机制各子系统再分析 |
| 5.1 指标选取及公式说明 |
| 5.2 数据汇总 |
| 5.3 运算过程及结果 |
| 5.4 结果分析 |
| 5.4.1 资金成本子系统 |
| 5.4.2 土地成本子系统 |
| 5.4.3 建造成本子系统 |
| 5.4.4 利润子系统 |
| 5.4.5 人口子系统 |
| 5.4.6 收入子系统 |
| 5.4.7 购买意愿子系统 |
| 5.5 本章小结 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.1.1 取得的成果 |
| 7.1.2 存在的不足 |
| 7.2 展望 |
| 参考文献 |
| ABSTRACT |
（8）北京市保障性住房供给的影响因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 国内外相关研究述评 |
| 1.4 研究内容及方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 研究思路 |
| 1.5 可能的创新与不足 |
| 1.5.1 可能的创新 |
| 1.5.2 可能的不足 |
| 2 保障性住房的相关概念及基础理论分析 |
| 2.1 保障性住房的相关概念 |
| 2.1.1 保障性住房 |
| 2.1.2 保障性住房供给 |
| 2.1.3 住房公积金制度 |
| 2.1.4 住房补贴政策 |
| 2.2 保障性住房供给相关理论分析 |
| 2.2.1 准公共产品理论 |
| 2.2.2 政府干预理论 |
| 2.2.3 住房过滤理论 |
| 2.2.4 福利经济学理论 |
| 2.2.5 公平效率理论 |
| 3 北京市保障性住房供给存在的主要问题及原因分析 |
| 3.1 北京市保障性住房供给现状 |
| 3.1.1 保障性住房供给类型 |
| 3.1.2 保障性住房资金供给现状 |
| 3.2 北京市保障性住房供给中存在的主要问题 |
| 3.2.1 供给对象界定不清 |
| 3.2.2 保障性住房覆盖面过于狭窄 |
| 3.2.3 融资渠道单一 |
| 3.2.4 保障性住房供给存在“夹心层” |
| 3.2.5 地方政府财权与事权不匹配 |
| 3.3 北京市保障性住房供给的原因分析 |
| 3.3.1 法律体系不完善 |
| 3.3.2 保障性住房供给缺少持续性 |
| 3.3.3 保障性住房的准入和退出机制不健全 |
| 3.3.4 住房公积金制度不完善 |
| 4 北京市保障性住房供给的影响因素 |
| 4.1 影响因素研究 |
| 4.1.1 政府供给因素 |
| 4.1.2 房地产市场因素 |
| 4.1.3 城市化因素 |
| 4.1.4 居民需求因素 |
| 4.2 实证分析 |
| 4.2.1 实证方法的选择 |
| 4.2.2 灰色关联度分析 |
| 4.2.3 皮尔逊相关分析 |
| 4.2.4 回归分析 |
| 4.2.5 分析结果 |
| 5 促进北京市保障性住房供给的政策建议 |
| 5.1 创新多元化的资金筹集渠道 |
| 5.2 稳定商品房的价格,遏制房价上涨 |
| 5.3 完善保障人群准入退出机制 |
| 5.4 完善公积金管理制度 |
| 5.5 健全法律体系 |
| 5.6 加强政策引导,坚持政府主体地位 |
| 5.7 深化财税体制改革 |
| 参考文献 |
| 后记 |
（9）调控政策对房地产市场价格的影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 文献综述 |
| 1.4 研究内容、方法与技术路线 |
| 1.5 研究创新点 |
| 2 基于灰色关联度的房地产市场价格影响因素分析 |
| 2.1 影响房地产市场价格的需求因素 |
| 2.2 影响房地产市场价格的供给因素 |
| 2.3 影响房地产市场价格的经济环境因素 |
| 2.4 房地产市场价格影响因素模型建立与分析 |
| 2.5 本章小结 |
| 3 调控政策作用机理与博弈分析 |
| 3.1 调控政策实施的必要性 |
| 3.2 调控政策作用机理及历史沿革 |
| 3.3 地方政府与房地产开发企业的博弈研究 |
| 3.4 本章小结 |
| 4 调控政策对房地产市场价格影响的系统动力学模型建立 |
| 4.1 系统动力学理论概述 |
| 4.2 系统动力学模型构建 |
| 4.3 系统模型仿真 |
| 4.4 本章小结 |
| 5 调控政策对房地产市场价格影响的仿真分析 |
| 5.1 土地政策调控仿真 |
| 5.2 货币政策调控仿真 |
| 5.3 财税政策调控仿真 |
| 5.4 限购政策调控仿真 |
| 5.5 调控政策效果分类 |
| 5.6 政策建议 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）阜阳市房地产泡沫研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景、目的及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题目的及意义 |
| 1.2 文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.2.3 文献述评 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 研究方法 |
| 1.4 创新点与不足 |
| 1.4.1 创新点 |
| 1.4.2 不足之处 |
| 第二章 房地产泡沫理论与测度方法 |
| 2.1 房地产泡沫的含义 |
| 2.1.1 泡沫的含义 |
| 2.1.2 房地产泡沫概念的界定 |
| 2.2 房地产泡沫成因分析 |
| 2.2.1 土地的稀缺性 |
| 2.2.2 政府政策行为 |
| 2.2.3 人均可支配收入 |
| 2.2.4 银行贷款状况 |
| 2.2.5 过度投机 |
| 2.3 房地产泡沫的影响 |
| 2.3.1 影响社会资源配置 |
| 2.3.2 影响金融系统 |
| 2.3.3 对城市吸引力影响 |
| 2.4 房地产泡沫测度方法简介 |
| 2.4.1 指标体系法 |
| 2.4.2 统计检验法 |
| 2.4.3 理论价值法 |
| 2.5 本章小结 |
| 第三章 阜阳市房地产市场发展现状分析 |
| 3.1 阜阳市房地产宏观发展状况 |
| 3.1.1 国民经济发展状况 |
| 3.1.2 土地交易状况 |
| 3.1.3 旧城改造现状 |
| 3.1.4 居民收入水平 |
| 3.2 阜阳市房地产市场微观发展状况 |
| 3.2.1 房地产开发投资状况 |
| 3.2.2 房地产开发企业数量方面 |
| 3.2.3 房屋销售状况 |
| 3.2.4 商品房屋销售价格状况 |
| 3.3 本章小结 |
| 第四章 阜阳市房地产泡沫评价分析 |
| 4.1 单一指标下的评价分析 |
| 4.1.1 评价指标的选定 |
| 4.1.2 评价指标定量分析 |
| 4.2 综合指标下的评价分析 |
| 4.2.1 基于因子分析法对单个指标权重的确定 |
| 4.2.2 综合指标下的阜阳市房地产泡沫的计算 |
| 第五章 阜阳市房地产泡沫影响因素分析 |
| 5.1 灰色关联分析 |
| 5.1.1 灰色关联分析简介 |
| 5.1.2 灰色关联分析的计算步骤 |
| 5.2 实证研究 |
| 5.2.1 数据选取 |
| 5.2.2 实证分析 |
| 5.2.3 实证结果分析 |
| 第六章 促进阜阳市房地产市场健康发展的政策建议 |
| 6.1 土地市场宏观调控 |
| 6.1.1 抑制开发商圈地行为 |
| 6.1.2 完善土地交易拍卖制度 |
| 6.2 限制房地产市场投机性需求 |
| 6.2.1 金融手段 |
| 6.2.2 税收手段 |
| 6.3 推进完善住房保障体系 |
| 6.3.1 完善住房保障制度 |
| 6.3.2 加强保障性房供给 |
| 6.4 完善市场信息,加强市场监控 |
| 6.4.1 健全房地产市场信息系统 |
| 6.4.2 加强房地产市场监控 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
四、影响房地产市场需求因素的灰色关联度分析（论文参考文献）
- [1]限购政策对商品住宅价格形成影响效应的研究 ——以天津市为例[D]. 孟慧敏. 沈阳建筑大学, 2021
- [2]基于非均衡理论的我国大中城市房地产市场研究[D]. 李帅. 安徽建筑大学, 2021(08)
- [3]山西省11个地级市房地产投资潜力研究[D]. 郭炜. 山西财经大学, 2021(09)
- [4]预制构件需求影响因素及预测研究 ——以北京市为例[D]. 王曾. 北方工业大学, 2020(04)
- [5]融创中国的债务融资效率及影响因素研究[D]. 张梦婷. 青岛科技大学, 2020(01)
- [6]基于网络搜索数据的房地产价格预测研究 ——以西安市为例[D]. 迟依涵. 西安建筑科技大学, 2020(01)
- [7]商品房价格形成机制的研究 ——以中国临沂为例[D]. 史宏亮. 河南农业大学, 2020(06)
- [8]北京市保障性住房供给的影响因素研究[D]. 蒋洁. 兰州财经大学, 2020(02)
- [9]调控政策对房地产市场价格的影响研究[D]. 樊琳梓. 中国矿业大学, 2020(01)
- [10]阜阳市房地产泡沫研究[D]. 刘光辉. 安徽建筑大学, 2020(01)