1998年《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》的颁布实施打破了房地产供给端沉寂已久的桎挎，伴随国民经济的飞速发展和人民物质生活条件的极大改善，人民的住房需求不断扩大，房地产逐渐成为我国新的消费热点。[1]我国市场化进程加快了城市住宅商品化，住房价格自然成为了民众和政府关心的国民经济问题和衡量城市发展的重要指标之一。[2]重庆作为中国的直辖市之一，其房地产开发发展趋势非常可观。本文从消费者的新角度出发，探讨影响房地产价格的因素，为促进房地产业的健康发展提供参考。

一、研究对象和数据

重庆市截至2014年，下辖38个行政区，以主城区为依托，各区、县(自治县)围绕主城区构成了大、中、小城市有机结合的组团式、网络化的现代城市群，是中国行政辖区面积最大、人口最多、管理行政单元最多的城市。自1998年实行住房制度改革以来，房地产业为改善重庆居民的居住条件，推动重庆地方经济的快速发展做出了积极的贡献。[3]

律师释法：知识产权不仅是权利人智慧成果的结晶重要的无形资产及社会资源，也是国家自主创新能力的重要体现。自2008年国务院颁布实施《国家知识产权战略纲要》至今已有十年，我国的专利申请数量快速增长，其中发明专利申请数量由2008年9.6万件增长到2018年135.6万件；知识产权一审案件也由2008年的2.2万件增长到2018年20多万件。为了加强知识产权运用和保护，2014年8月31日，十二届全国人大常委会第十次会议通过《关于在北京、上海、广州设立知识产权法院的决定》，2014年11月6日北京知识产权法院正式挂牌成立。

在实调过程中，首先得确保每个地区都有选取样本，然后尽可能确保这些样本在地域上分布是均衡的，并通过对已购房者进行调查，以其对所购房的评价来选取是否该楼盘为样本，确保样本的代表性，样本总计465个，剔除一部分因楼盘信息不全面等其他因素造成的不合格样本，最终以80%的回收率对余下样本数据进行分析，得出相关结论。

二、研究方法和过程

(一)影响因素选取

从购房消费者角度出发，选取与生活便利性和舒适性密切相关的10个影响因素，即餐馆、银行、医院、公交站、学校、超市、景点、容积率、绿化率、车位比，各因子的评价方法如下：(1)餐馆、银行、医院、公交站、学校、超市、景点：考虑到正常人步行的速度，10分钟及以内的步行时间是最为适宜的，因此以住宅地址为中心，直径为1000米内的数量为准。(2)容积率：指一个小区的总建筑面积与用地面积的比率。对于发展商来说，容积率决定地价成本在房屋中占的比例，而对于住户来说，容积率直接涉及到居住的舒适度。以调查和采集的数据为准。(3)绿化率：指项目规划建设用地范围内的绿化面积与规划建设用地面积之比。以调查和采集的数据为准。(4)车位比：指车位数与户数的比值。以调查和采集的数据为准。

(二)因子影响程度评价

Y=2367.422X3+833.008X10+8560.826

许多实际问题不仅涉及的变量众多，而且各变量之间还可能存在着错综复杂的相关关系，这时最好能从中提取少数的综合变量，使其能够包含原变量提供的大部分信息，还要求这些综合变量尽可能地彼此不相关，因子分析就是为解决这一问题而提出的统计分析方法。

现将餐馆、银行、医院、公交站、学校、超市、景点、容积率、绿化率、车位比10个影响因素输入，因各个变量量纲不一样，因此分析前有必要对变量进行标准化处理，然后运用SPSS软件进行因子分析，得到相关表格数据。

(1)由表1中KMO统计值0.852可知有必要对这些因素进行因子分析，因一般KMO统计值大于0.9时效果最佳，0.7以上可以接受，0.5以下不宜做因子分析。

Y=533.278X1+727.063X2-649.365X3-117.201X4-299.546X5-112.426X6+566.419X7+2209.214X8 -62.157X9+890.828X10.

(1)为了解房地产价格与影响因子之间的量化关系，现采用多重线性回归方法对房地产价格和标准化的各影响因子进行回归分析，用进入法得到的标准化回归方程如下：

 

Table 1 KMO and Bartlett’s test results KMO and Bartlett’s Test

  

Kaiser-Meyer-OlkinMeasureofSamplingAdequacy．．852Bartlett’sTestofApprox．Chi-Square868．700Sphericitydf45Sig．．000

 

Table 2 Rotated Component Matrixa Rotated Component Matrixa

  

Component1234Zscore(超市)．910．111．147．076Zscore(餐馆)．838-．120-．073-．021Zscore(银行)．818．255．223-．011Zscore(医院)．818．292．154．051Zscore(学校)．745．097．277-．075Zscore(公交站)．660．293．364-．036Zscore(绿化率)-．134-．873．057-．092Zscore(容积率)．147．771．335．005Zscore(景点)．262．126．895．000Zscore(车位比)-．004．080-．005．994

2.多重线性回归分析法

从回归方程各影响因子的系数大小来看，10个因子对商业地产价格梯度的影响作用大小不同。容积率(X8)因子影响作用最大，其每变动1个标准单位，房地产价格变化2209.214个标准单位，餐馆(X1)、银行(X2)、医院(X3)、景点(X7)、车位比(X10)这几个因子的影响作用其次，其每提高1个标准单位，商业地产价格分别提高533.278、727.063、649.365、566.419、890.828个标准单位，再其次是公交站(X4)、学校(X5)、超市(X6)、绿化率(X9)这几个因子的影响作用相对较小，其每提高1个标准单位，商业地产价格分别提高117.201、299.546、112.426、62.157个标准单位。从回归方程各影响因子的系数符号来看，10个因子对商业地产价格的影响作用方向不同，医院、公交站、学校、超市、绿化率这几个因子对房地产价格的影响为反方向，而其他因子均与房地产价格变动呈正相关。

(2)因10个影响因子间存在一定的相关性，有必要采用多重线性回归中的逐步法对房地产价格进行分析，得到的标准化回归方程如下:

1.因子分析法

(2)已知因子载荷是变量与公共因子的相关系数：对一个变量来说载荷量绝对值较大的因子与它的关系更为密切，也更能代表这个变量，因此由表2可知：第一个公因子更能代表超市、餐馆、银行、医院、学校、公交站这几个因素；第2个公因子则更适合代表绿化率、容积率这两个因素；第3个公因子则很好地代表了景点这个因素；第4个则较好地代表了车位比这个因素。进一步分析，根据各个变量的特点，可以把第一个公因子解释为日常生活便利度因素，因为它与日常的基本消费有关；类似地，把第二个公因子解释为日常生活舒适度因素，因为根据绿化率和容积率的定义，可知这个因素会影响到购房者的住房舒适度；同理，把第三个公因子解释为精神娱乐因素，因为景点是休闲娱乐放松的地方；最后同样将第四个公因子解释为出行需求因素，因为车位比反映了出行的方便性。

 

Table 3 ANOVA table ANOVAb

  

ModelSumofSquaresdfMeanSquareFSig．1Regression1．245E9101．245E86．525．000aResidual3．016E915819086389．862Total4．261E9168

从表4可知，VIF代表的共线性诊断的统计值都为1.007，小于5，表明模型2中两变量之间没有出现共线性。方程式代表了容积率和车位比越大，房价就越高，其中容积率的影响相比车位比更大，容积率每变动1个标准单位，房地产价格变化2367.422个标准单位，车位比经t检验，每变动1个标准单位，房地产价格变化833.008个标准单位，常量、容积率和车位比的显著性P 值都远小于0.01，因而均有显著性的意义。

Elias先生指出，“业界已经看到了质量、技术和营销三大核心功能的好处。我们的交付和我们需要的信息类型将大不相同，但我们仍然致力于这些基本原则。”

 

Table 4 Coefficients Coefficientsa

  

ModelUnstandardizedCoefficienStandardizedCoefficientsBStd．ErrorBetatSig．CollinearityStatisticsToleranceVIF1(Constant)8559．127339．63125．201．000Zscore(容积率)2438．169339．468．4867．182．0001．0001．0002(Constant)8560．826334．44125．597．000Zscore(容积率)2367．422335．480．4727．057．000．9931．007Zscore(车位比)833．008333．876．1672．495．000．9931．007

三、研究结论

在语义网的七层结构中，根标记语言（XML Schema）层、资源描述框架（RDF Schema）层、本体（Ontology）层主要用于标识Web信息的语义，是系统的核心和关键所在［3］。通过对万维网上的文档添加能够被计算机所理解的语义“元数据”，语义网使整个互联网成为一个通用的信息交换媒介。在语义网的整体设计中，URI、RDF框架模型和本体的引入，打破了信息资源知识组织传统的、平面的、单维的链接模式，形成了立体的、异构的、多维的语义链接。

因子分析得出的结果可将10个影响因素解释为四个层面：日常的基本消费因素、日常生活舒适度因素，精神娱乐因素，出行需求因素，这与最初设想是相一致的。因子分析法虽简化了问题，但未明确房地产价格与10个因素的关联程度，因此进一步进行了多重线性回归分析，结果表明影响程度由大至小的因素依次为：容积率、车位比、银行、医院、景点、餐馆、学校、公交站、超市、绿化率，且10个因子对房地产价格的影响作用存在正反两个不同方向的影响。因子分析法和多重线性回归分析的结果均表明10个因素之间存在较强的共线性，因此进一步运用逐步法将模型更理想化，最终选入了容积率和车位比两个变量，剔除了其他变量，其中容积率对房地产价格的影响程度相比车位比更大，说明重庆购房者在选购住房时除了会考虑到日常物质生活的便捷度和舒适度外，同时会考察该住房周边环境对精神上的满足，尤其是居住环境的舒适和出行的便捷，因此房地产商在调整地产时，应着重考虑车位比和容积率这两个因素，应最大力度地合理利用空间资源，从而促进地产空间结构和空间环境的优化。房地产自改革来，价格波动较大，主要原因在于其受众多方面的因素所影响，但伴随城市建设新理念的提出和国家相关政策的实施，消费者的想法越发被重视，因此相关决策者或商家在推动房地产业朝更为合理的道路发展时，应着重考虑消费者的利益，把握消费者的心理，让满足自住需求的普通购房者不再望而却步，共同促进房地产业的健康快速发展。

小丁自从上次在仓库被逮事件后，对甲洛洛更客气，更关照了，而且很多时候，有事没事跑到甲洛洛处坐坐，有时还偷偷在怀里藏一瓶江津白酒或几包红芙蓉烟，放到甲洛洛床头。甲洛洛很欣慰，总是对小丁：孩子，别给我拿东西了，我们之间没必要这么客套。有时看着小丁唉声叹气，甲洛洛又不忍心：过不下去就别糟践自己了。

参考文献：

[1]涂一峰.重庆市住宅价格影响因素实证分析[D].厦门:厦门大学,2008.

Horses and oxen return to pasture without compulsion, two or three days later autumn-snow is coming.

[2]王梦玮,刘勇,刘秀华.多中心山地城市住房价格空间格局研究———以重庆主城区为例[J].西南大学学报(自然科学版),2016,38(5):133-138.

[3]张轩奎.重庆房地产业市场结构、效率与绩效关系研究[D].重庆:重庆大学,2013.

由于库区属于地表覆盖类型复杂、破碎的地区，研究利用水库扩建前后三个时期的正射影像图，整合利用基础地理信息数据，并参考专题数据等其他数据资料，采用人机交互解译的方式，开展监测要素数据的内业判读、数据采集。监测的类型具体包括耕地、园地、林地、草地、房屋建筑（区）、道路、构筑物、人工堆掘地、荒漠与裸露地表及水域。最终，研究对采集的信息要素进行整合，形成分年度的地表覆盖信息图层。