大學(xué)論文：我國房地產(chǎn)從業(yè)人數(shù)的預(yù)測與分析

③由于國家出臺的房地產(chǎn)相關(guān)政策,使得房地產(chǎn)業(yè)走在了市場的最前端,使得房地產(chǎn)發(fā)展有了更好的平臺.（2）需求方面人口的快速增長以及城鎮(zhèn)化趨勢的發(fā)展導(dǎo)致進(jìn)城人口不斷增加,住房問題變得更加突出,成為人們面臨的一個現(xiàn)實(shí)的問題,這也進(jìn)一步的增加了人們對住房的需求.我國經(jīng)濟(jì)的高速發(fā)展得益于改革開放的巨大成果,也促使了居民可支配收入的提高,提高了居民的購房能力,使居民可以有更多的錢開投資房地產(chǎn)業(yè).（3）綜合方面目前,中國的房地產(chǎn)市場過?，F(xiàn)象是由于供應(yīng)和需求結(jié)構(gòu)發(fā)生逆轉(zhuǎn),價(jià)格下降是必然的趨勢,2014的全國平均水平整體下滑或許是最大的趨勢線和路線.同時(shí),我國城鎮(zhèn)化的規(guī)律直接導(dǎo)致我國人口向更多的向城市聚集,而發(fā)展相對落后的三四線城市則不容樂觀.因此出現(xiàn)了在一二線大城市住房供不應(yīng)求,而在比重較大的非城市群的三四線城市空房率卻顯著上升.與此同時(shí),我國不少金融機(jī)構(gòu)不得不逐步消減放款給房地產(chǎn)開發(fā)商的數(shù)量,其重要原因是我國房地產(chǎn)業(yè)成長中所呈現(xiàn)出的‘疲勞狀態(tài)’.這也直接的致使現(xiàn)在房地產(chǎn)發(fā)展速度放緩,降低了人們對房地產(chǎn)發(fā)展存在的積極態(tài)度.另一方面,由于某些房地產(chǎn)的降價(jià),導(dǎo)致了社會上一些準(zhǔn)購房著出現(xiàn)了持幣待購的現(xiàn)象,房價(jià)下跌的力度越大,購房者待購的現(xiàn)象就越嚴(yán)重,房屋滯銷的局面就得不到緩解.1.1.2我國房地產(chǎn)發(fā)展趨勢一是房地產(chǎn)業(yè)的發(fā)展趨向于市場化.現(xiàn)在房地產(chǎn)的發(fā)展更加注重私人投資,面向私人的商品房銷量在不斷的增加.為了增加私人投資的數(shù)量,很多房地產(chǎn)商更加注重品牌效應(yīng),形成了一些具有規(guī)模的房地產(chǎn)開發(fā)商用以吸引更多的私人投資.二是房地產(chǎn)業(yè)和資本使市場的聯(lián)系變得更加緊密.房地產(chǎn)市場化的形成,使得很多開發(fā)商為了獲得高速發(fā)展利用多種途徑來上市、得到各種基金投資.房地產(chǎn)市場逐步進(jìn)入資本經(jīng)營的新時(shí)代,這使得房地產(chǎn)泡沫也愈發(fā)變得更加明顯.三是國家正在隨著市場發(fā)展逐步完善房地產(chǎn)政策.我國市場管理和房地產(chǎn)市場化逐步適應(yīng),房地產(chǎn)在市場化過程中逐步規(guī)范運(yùn)作行為,政府對房地產(chǎn)發(fā)展起到的積極作用都加深了我國房地產(chǎn)市場的規(guī)范性,更進(jìn)一步加速了房地產(chǎn)業(yè)健康運(yùn)行機(jī)制的形成.表22003-2012年我國房地產(chǎn)資產(chǎn)投資額200320042005200620072008200920102011201211105.314547.017098.221586.228619.235914.243127.657633.175663.792639.4（資料來源：中國統(tǒng)計(jì)年鑒2013）從表2中我們可以發(fā)現(xiàn)我國房地產(chǎn)投資額在連續(xù)的上升中.2003年的投資額為11105.3億元,到2012年已經(jīng)達(dá)到92639.4億元,十年間增加了近8萬億元.從這里我們可以看到,中國的房地產(chǎn)行業(yè)的投資規(guī)模在不斷的擴(kuò)大,投資比重也在原有水平上有了很大的提升.圖12003-2012年我國房地產(chǎn)資產(chǎn)投資額從圖1中我們同樣可以發(fā)現(xiàn)我國房地產(chǎn)以十分快速的速度在發(fā)展,并且發(fā)展規(guī)模也在不斷的擴(kuò)大.,2009年以前投資增長相對緩慢,2009年到2012年投資速度增加,達(dá)到每年2萬億的速度.我國房地產(chǎn)業(yè)從業(yè)人數(shù)的現(xiàn)況房地產(chǎn)的快速發(fā)展必然會需要更多的人來參與到這個行業(yè)中.從以上分析中我們可以知道，我國房地產(chǎn)發(fā)展規(guī)模在不斷的壯大當(dāng)中，雖然房地產(chǎn)發(fā)展受到種種原因的制約，面臨著發(fā)展的冬天，但是，它對于人才的需求仍然是十分的急迫,房地產(chǎn)業(yè)從業(yè)人數(shù)仍然在不斷的增長中.表4我國房地產(chǎn)從業(yè)人數(shù)年份1993199419951996199719981999200020012002人數(shù)（萬人）66748084879496100.4107.5118.4年份2003200420052006200720082009201020112012人數(shù)（萬人）120.2133.4146.5153.9166.5172.7190.9211.6248.6273.7從表4中我們可以看出從1993年到2012年之間，我國房地產(chǎn)從業(yè)人數(shù)很明顯的在不斷的增長中，根據(jù)這個趨勢,預(yù)計(jì)在以后的一段時(shí)間之內(nèi)，房地產(chǎn)從業(yè)人數(shù)仍會增長.根據(jù)本文第一部分對于房地產(chǎn)業(yè)的現(xiàn)況和發(fā)展趨勢的論述，我們可以清楚的看到，我國房地產(chǎn)業(yè)的發(fā)展規(guī)模在不斷的擴(kuò)大中，房地產(chǎn)行業(yè)更加趨向于市場化、企業(yè)化，房地產(chǎn)的規(guī)模擴(kuò)大勢必會需要更多的人來參與到這個行列中.同時(shí)，因?yàn)榉康禺a(chǎn)業(yè)存在的巨大利潤空間，也吸引了越來越多的人加入到房地產(chǎn)業(yè)中，從事房地產(chǎn)工作，房地產(chǎn)從業(yè)人數(shù)與日俱增,成為我國涉及從業(yè)人數(shù)最多的行業(yè)之一.2數(shù)學(xué)模型對房地產(chǎn)從業(yè)人數(shù)的預(yù)測與分析本文擬運(yùn)用二次指數(shù)平滑模型、ARMA模型、組合模型、時(shí)間序列分析對我國房地產(chǎn)從業(yè)人數(shù)進(jìn)行預(yù)測與分析.2.1二次指數(shù)平滑模型2.1.1二次指數(shù)平滑模型簡介二次指數(shù)平滑也稱為雙重指數(shù)平滑,它是對一次指數(shù)平滑值再進(jìn)行一次平滑.一次指數(shù)平滑法是直接利用一次指數(shù)平滑值作為預(yù)測值的一種預(yù)測方法,二次指數(shù)平滑法與其不同,它是用平滑值對時(shí)序存在的線性趨勢進(jìn)行修正[1].因此,二次指數(shù)平滑也被稱為線性二次指數(shù)平滑.線性二次指數(shù)平滑法只利用三個數(shù)據(jù)值和一個a值就可以計(jì)算,這種方法還可以使過去觀察值的權(quán)數(shù)減少[1].因此,在帶有趨勢的時(shí)間序列中,一般傾向于使用線性二次指數(shù)平滑法作為預(yù)測方法[1].使用的公式為：為一次指數(shù)平滑的值,為二次指數(shù)平滑的值,為本期觀測值,得到線性平滑模型：為預(yù)測的超前期數(shù).當(dāng)t=1時(shí),我們通常認(rèn)為.2.1.2二次指數(shù)平滑模型使用上面我們對二次指數(shù)平滑模型有了基礎(chǔ)的了解,下面就讓我們運(yùn)用上面的知識對數(shù)據(jù)進(jìn)行分析和預(yù)測.表5二次指數(shù)平滑法相關(guān)數(shù)據(jù)年份人數(shù)（萬人）199366.0166.066.0———199474.0267.666.368.90.3—199580.0375.268.182.31.869.2199684.0480.870.691.02.584.1199787.0584.673.495.82.893.5199894.0688.476.4100.43.098.6199996.0794.480.0108.83.6103.42000100.4896.983.4110.43.4112.42001107.59101.887.1116.53.7113.72002118.410109.791.6127.74.5120.22003120.211118.797.0140.55.4132.22004133.412122.9102.2143.55.2145.92005146.513136.0109.0163.16.8148.72006153.914148.0116.8179.27.8169.92007166.515156.4124.7188.27.9187.02008172.716167.7133.3202.18.6196.12009190.917176.3141.9210.78.6210.72010211.618195.1152.5237.610.6219.32011248.619219.0165.8272.213.3248.22012273.720253.6183.4323.817.6285.5201321341.4201422358.9以上就是我們得到的關(guān)于房地產(chǎn)從業(yè)人數(shù)的預(yù)測值,下面繼續(xù)對預(yù)測值進(jìn)行分析,得出預(yù)測值和實(shí)際值之間的絕對誤差和相對誤差的表格.表6二次指數(shù)平滑模型的誤差表年份人數(shù)預(yù)測值絕對誤差相對誤差199366—199474—1995803519968401190476199787747126441998944893617199996770833332000100.4112.4120.1195219122001107.5576744192002118.4152027032003120.2132.2120.0998336112004133.4145.912.50.0937031482005146.5150170652006153.9169.9160.1039636132007166.518720.50.1231231232008172.7354950782009190.9210.719.80.1037192252010211.6363894142011248.601609012012273.7285.511.80.0431128972013341.42014358.9平均值9.7611111110.07140488從表6中我們可以清楚的看出每個數(shù)據(jù)的絕對誤差和相對誤差,絕對誤差的平均值為9.761111111,相對誤差的平均值為0.07140488.從表2.1-1可以看出從1993年以來的預(yù)測值都是在不斷的增大中,且和實(shí)際值相差不多,平均控制在9以內(nèi),從上表我們也可以得到2013年、2014年的房地產(chǎn)從業(yè)人數(shù)的預(yù)測值,分別為341.4萬人、358.9萬人.從直觀的數(shù)據(jù)中我們看到房地產(chǎn)從業(yè)人數(shù)仍在不斷的擴(kuò)增之中,也映射著房地產(chǎn)同時(shí)也在不斷的發(fā)展中.2.2ARMA模型ARMA模型簡介ARMA模型（Auto-RegressiveandMovingAverageModel）是研究時(shí)間序列的重要方法,由自回歸模型（簡稱AR模型）與滑動平均模型（簡稱MA模型）為基礎(chǔ)“混合”構(gòu)成;將預(yù)測指標(biāo)隨時(shí)間推移而形成的數(shù)據(jù)序列看作是一個隨機(jī)序列,這組隨機(jī)變量所具有的依存關(guān)系體現(xiàn)著原始數(shù)據(jù)在時(shí)間上的延續(xù)性[1].一方面,影響因素的影響,另一方面,又有自身變動規(guī)律[1].我們將形如以下結(jié)構(gòu)的模型稱為自回歸移動平均模型.2.2.2ARMA模型的確立圖2一階差分趨勢圖圖3二階差分趨勢圖分析：對我國房地產(chǎn)從業(yè)人數(shù)的一階差分和二階差分趨勢圖的分析我們可以看出,我國房地產(chǎn)從業(yè)人數(shù)呈現(xiàn)線性指數(shù)增長;又從圖2.2-2我們可以知道二階差分沒有明顯的增長趨勢,該序列為平穩(wěn)時(shí)間序列.圖4二階差分t檢驗(yàn)分析：二階差分的單根檢驗(yàn)得到,t統(tǒng)計(jì)量的值為-3.795877,p=0.0053<0.05,所以可以判定該序列平穩(wěn).圖5從業(yè)人數(shù)的相關(guān)與自相關(guān)圖圖5從業(yè)人數(shù)的相關(guān)與自相關(guān)圖分析：從圖5中我們可以看出自相關(guān)系數(shù)不截尾,但是偏自相關(guān)系數(shù)都是一階截尾,且數(shù)列是平穩(wěn)的,所以我們選取模型為AR（1）.2.2.3ARMA模型的檢驗(yàn)及對未來的預(yù)測上面我們已經(jīng)確定了該模型為AR（1）,下面我們將在Eviews中對模型進(jìn)行檢驗(yàn),在通過檢驗(yàn)之后運(yùn)用該模型對我國房地產(chǎn)從業(yè)人數(shù)進(jìn)行預(yù)測與分析.圖6圖6模型的檢驗(yàn)分析：從圖6中可以看出,p值為0.000<0.05,模型通過檢驗(yàn).下面運(yùn)用該模型對我國房地產(chǎn)從業(yè)人數(shù)進(jìn)行預(yù)測.表7我國從業(yè)人數(shù)的預(yù)測年份人數(shù)預(yù)測值絕對誤差相對誤差19936619947472.08340506-1.916594936-0.02589993219958078.72753463-1.272465369-0.01590581719968485.984072251.984072250.02361990819978793.909465296.9094652890.079419141199894102.5653648.5653640270.091120894199996112.019101216.019101220.1668656382000100.4122.344215921.944215890.2185678872001107.5133.621025326.121025320.2429862822002118.4145.937249927.537249890.2325781242003120.2159.388695439.188695430.326029082004133.4174.079998440.679998410.3049475142005146.5190.1254443.625439980.2977845732006153.9207.649834953.74983490.3492516892007166.5226.789502460.289502430.3620991142008172.7247.693326874.993326790.4342404562009190.9270.523915379.623915250.4170975132010211.6295.458863183.858863070.3963084272011248.6322.692134974.092134950.298037552012273.7352.435573978.735573860.2876710772013384.92054892014420.3997552平均值38.669932560.236148375分析：從表7中我們可以看出2013年從業(yè)人數(shù)預(yù)測值為384.9205489萬人、2014年從業(yè)人數(shù)預(yù)測值為420.3997552萬人.絕對誤差和相對誤差平均值分別為38.66993256、0.236148375.2.3組合模型模型介紹：組合預(yù)測模型是將各種不同類型的單項(xiàng)預(yù)測模型兼收并蓄,各取所長,集中了更多的經(jīng)濟(jì)信息與預(yù)測技巧,能減少預(yù)測的系統(tǒng)誤差,顯著改進(jìn)預(yù)測效果[1].這是因?yàn)?參與組合的各種預(yù)測模型所產(chǎn)生的誤差（下標(biāo)i為第i種預(yù)測,i=1,2,……,n）有正有負(fù),如果E=0,E=0,經(jīng)過組合,就會產(chǎn)生正負(fù)抵消,降低誤差,提高組合預(yù)測的精度[1].組合預(yù)測模型一般有五種模型,分別是線性組合模型、最優(yōu)線性組合模型、貝葉斯組合模型、轉(zhuǎn)換函數(shù)組合模型、經(jīng)濟(jì)計(jì)量與系統(tǒng)動力學(xué)組合模型[1].我們現(xiàn)在使用的是線性組合模型Y=++……+式中的Y為t期的組合預(yù)測值;Y,…..,Y為n種不同單項(xiàng)預(yù)測模型在t期的預(yù)測值;W,……,W為相應(yīng)的n種組合權(quán)數(shù),線性組合模型的關(guān)鍵在于確定合理的權(quán)數(shù)W,W依據(jù)組合預(yù)測誤差的方差最小原則加以確定[1].二次指數(shù)模型的相對誤差平均值為0.07140488,ARMA預(yù)測模型的相對誤差平均值為0.236148375,由此我們根據(jù)公式可以計(jì)算出W=0.232170783,W=0.76782921,從而計(jì)算出組合模型的預(yù)測值.表8綜合分析二次指數(shù)AR(1)組合預(yù)測341.4384.9205489374.816358.9420.3997552406.121分析：從表8中我們得到2013年的從業(yè)人數(shù)預(yù)測值為374.816萬人,2014年的從業(yè)人數(shù)預(yù)測值為406.121萬人.我們從預(yù)測的數(shù)據(jù)來計(jì)算得到組合模型的平均絕對誤差為39.7555,平均相對誤差為0.243119.2.4模型確定及從業(yè)人數(shù)的最終預(yù)測值我們分別運(yùn)用二次指數(shù)平滑模型、ARMA模型和組合預(yù)測模型對房地產(chǎn)從業(yè)人數(shù)進(jìn)行預(yù)測,得出的相對誤差平均值為0.07140488、0.236148375、0.243119,從中我們可以發(fā)現(xiàn)二次指數(shù)平滑模型對數(shù)據(jù)的預(yù)測得出的相對誤差平均值最小,由此對2013、2014年的房地產(chǎn)從業(yè)人數(shù)的預(yù)測我們用二次指數(shù)平滑模型,最終的數(shù)據(jù)分別為341.4萬人、358.9萬人.3大學(xué)生群體對從事房地產(chǎn)業(yè)的態(tài)度對于即將畢業(yè)的大學(xué)生來說,一般會有以下幾種選擇：跨國公司、政府部門、國有企業(yè)、民營企業(yè)、初創(chuàng)公司、自己創(chuàng)業(yè)以及繼續(xù)進(jìn)修.優(yōu)興咨詢的一項(xiàng)關(guān)于中國103所大學(xué)將近50000名大學(xué)生的擇業(yè)方向的調(diào)查結(jié)果顯示,大學(xué)生對跨國公司的熱忱正在下降,對國有企業(yè)的興趣也不是它過去的樣子了.希望在國有企業(yè)工作的人數(shù)占受訪人數(shù)的25%,不及去年的28%.想加入公務(wù)員行列的大學(xué)生所占比例也在降低,在不同地區(qū)的調(diào)查中也存在相似的情況.學(xué)習(xí)38%就業(yè)54%學(xué)習(xí)38%就業(yè)54%其他圖7大學(xué)生選擇分布圖從北京一家管理顧問公司的調(diào)查來看,2002年—2003年上北京、上海、廣州、深圳和重慶房地產(chǎn)業(yè)薪酬福利（以年度總薪酬為例）明顯高于其余行業(yè),薪酬福利平均增幅在12%—20%,顯然是一個非常具有挑戰(zhàn)性的熱點(diǎn)型產(chǎn)業(yè).對于剛出校門想通過自己的努力來改變生活的大學(xué)畢業(yè)生來說具有很大的吸引力.他們剛剛進(jìn)入工作面,對他們從事房地產(chǎn)行業(yè)的社會經(jīng)驗(yàn)和年齡的壓力,大學(xué)畢業(yè)生壓力可能有點(diǎn)太大,尤其是銷售人員是驚人的.但是,對于他們來說,不論是從工作經(jīng)驗(yàn)還是對于房地產(chǎn)業(yè)行業(yè)知識的掌握,都明顯不足.再加以銷售人員的工資待遇以及福利高于其他行業(yè),很多人都選擇從房地產(chǎn)銷售做起.這對于初入職場的大學(xué)生絕對是一個很大的挑戰(zhàn).結(jié)合上面的兩項(xiàng)調(diào)查,我們知道對于敢于挑戰(zhàn),期待高薪的大學(xué)生畢業(yè)生來說,房地產(chǎn)行業(yè)的誘惑是不可抵擋的.因此,越來越多的大學(xué)畢業(yè)生選擇房地產(chǎn)行業(yè),大學(xué)生也自然成為房地產(chǎn)業(yè)的主要力量.對于一些大學(xué)生來說,從事房地產(chǎn)行業(yè)尤其是從銷售做起的人來說,除了能夠得到高薪報(bào)酬,而且也可以使自己得到一些難得的鍛煉機(jī)會,使自己剛剛步入社會就接受它的洗禮,在實(shí)踐中,考驗(yàn)自身、充實(shí)自身,使自己的能力得到提升,從而更好的適應(yīng)社會,在自己離開校園之后能夠發(fā)揮更強(qiáng)烈的光芒.

4總結(jié)我國房地產(chǎn)的發(fā)展是世人所矚目的,它的發(fā)展直接刺激了中國經(jīng)濟(jì)的快速發(fā)展.從我國房地產(chǎn)發(fā)展現(xiàn)狀和前景來看,房地產(chǎn)業(yè)已經(jīng)不容置疑的躋身于中國經(jīng)濟(jì)發(fā)展的最前端,成為我國經(jīng)濟(jì)的主要支撐力量.因此房地產(chǎn)開發(fā)對于現(xiàn)在社會來說仍然是個十分火熱的話題.房地產(chǎn)的快速發(fā)展直接促進(jìn)了中國經(jīng)濟(jì)的快速發(fā)展,同時(shí)經(jīng)濟(jì)的快速發(fā)展也對房地產(chǎn)業(yè)產(chǎn)生了能動的反作用,使得商家對房地產(chǎn)業(yè)的投資不斷增大,房地產(chǎn)投資在固定資產(chǎn)投資中起到了最重要的作用.另一方面,經(jīng)濟(jì)的發(fā)展使得我國人民的生活水平顯著上升,越來越多的人涌入城市,城鎮(zhèn)化率高速發(fā)展,這也加劇了住房問題的嚴(yán)峻性,人們對住房的需求空前擴(kuò)大.同時(shí),隨著改革的深入,國民經(jīng)濟(jì)的快速發(fā)展,居民可支配收入的大幅增加,居民購買能力在不斷上升,并且擁有額外的資金用于房地產(chǎn)投資.這都促進(jìn)了我國房地產(chǎn)的快速發(fā)展.但是,在高速發(fā)展中必然隱藏著很多負(fù)面因素,房地產(chǎn)發(fā)展的弊端也逐漸被人們所發(fā)覺.目前,中國的房地產(chǎn)市場過?，F(xiàn)象是由于供應(yīng)和需求結(jié)構(gòu)發(fā)生逆轉(zhuǎn),價(jià)格下降是必然的趨勢,2014的全國平均水平整體下滑或許是最大的趨勢線和路線.況且,人們更傾向于向發(fā)展較好的大城市聚集,而不發(fā)達(dá)的三四線城市則得不到人們的親昧,相對來說情況不容樂觀.因此出現(xiàn)了在一二線大城市住房供不應(yīng)求,而在比重較大的非城市群的三四線城市空房率卻顯著上升.與此同時(shí),我國不少金融機(jī)構(gòu)不得不逐步消減放款給房地產(chǎn)開發(fā)商的數(shù)量,其重要原因是我國房地產(chǎn)業(yè)成長中所呈現(xiàn)出的‘疲勞狀態(tài)’.這也直接的致使現(xiàn)在房地產(chǎn)發(fā)展速度放緩,降低了人們對房地產(chǎn)發(fā)展原本存在的積極態(tài)度.另一方面,由于某些房地產(chǎn)的降價(jià),導(dǎo)致了社會上一些準(zhǔn)購房著出現(xiàn)了持幣待購的現(xiàn)象,房價(jià)下跌的力度越大,購房者待購的現(xiàn)象就越嚴(yán)重,房屋滯銷的局面就得不到緩解.通過運(yùn)用統(tǒng)計(jì)學(xué)相關(guān)知識,二次指數(shù)平滑法、ARMA模型、Eviews、組合預(yù)測等的使用,對房地產(chǎn)從業(yè)人數(shù)進(jìn)行了預(yù)測和分析.2013年我國房地產(chǎn)從業(yè)人數(shù)的預(yù)測值為341.4萬人、2014年我國房地產(chǎn)從業(yè)人數(shù)的預(yù)測值為358.9萬人.同時(shí),通過對我國大學(xué)生從業(yè)態(tài)度的調(diào)查我們也知道,很大一部分大學(xué)生都對房地產(chǎn)青睞有加.再加以房地產(chǎn)行業(yè)的迅猛發(fā)展,房地產(chǎn)從業(yè)人數(shù)增加時(shí)不容置疑的.在整個論文的寫作過程中,不僅使自己大學(xué)四年以來學(xué)習(xí)的專業(yè)知識得到了很好的鞏固,同時(shí)也看到了自己在實(shí)踐中運(yùn)用專業(yè)知識的不足.在今后的學(xué)習(xí)和工作應(yīng)更加注重知識在實(shí)踐中的應(yīng)用,更加加強(qiáng)自己的實(shí)際運(yùn)用和工作能力.使自己擁有更多的力量來發(fā)散自己的光芒,成為一個對家人、對社會、對國家有用的人.參考文獻(xiàn)[1]徐國祥.統(tǒng)計(jì)預(yù)測與決策[M].上海財(cái)經(jīng)大學(xué)出版社,2008(11)[2]張海珍.房地產(chǎn)價(jià)格波動影響因素及階段性分析[J].經(jīng)濟(jì)學(xué),2011（2）[3]華琳.房