第30卷第9期计算机仿真2013年9月文章编号:1006 -9348 (2013 ) 09 -0335 -05 基于主体的住房市场流动搜寻行为建模与仿真张红，李洋(清华大学建设管理系，北京I∞084)摘要:搜寻是住房市场的重要经济现象。为了探明住房市场流动搜寻行为的影响因素，结合住房过滤理论和主体建模技术，对买方在新房和二手房市场之间的流动搜寻过程进行仿真，并通过敏感性分析，明确了新房供应量和市场信息水平对流动搜寻行为的影响。结果表明:家庭生命周期和市场环境的改变会影响买方对住房市场的选择，并导致流动搜寻行为的产生;新房供应量能推动住房过滤过程，促使买方搜寻活动向新房市场流动;市场信息水平的提高能促进二手房市场的销售，但对新房市场的销售量和销售持时产生抑制作用。建议结合具体城市微观数据、增加区位属性变量和引人房产中介主体，拓展在住房市场中的应用。关键词:住房市场;搜寻行为;基于主体的建模;仿真:住房过滤理论中图分类号:文献标识码:BAgent-based Modeling and Simulation of Mobile Search Behavior in Housing Market ZHANG Hong,LI Yang ( Department of Construction Management, Tsinghua University, Beijing 1∞084， China) ABSTRACT: Search is an important economic phenomenon in the housing market. To explore the factors influencing the mobile search behavior in the housing market, this paper integrated the housing filtering theory with the agent›based modeling technique, and simulated the mobile search process between new and resale housing market for buy›ers. By using sensitivity analysis, the impacts of new housing supply and information level on mobile search behavior were addressed. The findings indicate that, the change in household life cycle and market environment can affect the buyer choice of housing sub-markets, which leads to the mobile search behavior; new housing supply accelemtes the housing filtering process, and directs the buyer search flow to the new housing market; higher information level can increase the sales on the resale housing market, but the sales and time on market are constrained on the new housing market. Further applications in housing market were proposed by incorporating the micro data of a certain city, adding location-specific variables and introducing the real estate broker. KEYWORDS : Housing market; Search behavior; Agent -based modeling; Simulation ; Housing filtering theoη 1 引言先前的交易经验、信息获取的渠道以及是否采用经纪服务等由于房屋的异质性和交易的分散性，住房市场具有显著都会不同程度影响买方的搜寻行为[1-3J。然而，现有研究较的信息不完备性，买方需要开展大量的搜寻活动以获得准确少涉及住房市场自身结构(新房和二手房)对买方搜寻行为的价格、质量、区位等信息。针对于买方搜寻行为的研究是的影响，主要原因是国外住房市场以二手房为主，新房市场信息经济学在住房市场的重要应用，同时也是住房经济学微规模很小，大多数研究者并不对两类住房子市场加以区分，观研究的热点领域。或是只关注二手房市场。近年来，国内外学者对于住房市场买方搜寻问题进行了中国目前正处于城市化过程中，新房和二手房的市场规广泛研究，侧重于从搜寻持时和搜寻频率角度分析搜寻行为模均不可忽视，买方面临在两类住房子市场之间的选择。在的形成机理和影响因素。研究发现，购房家庭的自身属性、搜寻过程中，买方并不局限于某一类住房子市场，而是在两类住房子市场之间流动。这种流动搜寻现象在现阶段尤为基金项目:国家自然科学基金(71073096) 突出，也反映了住房市场结构特征对买方搜寻行为的影响，收稿日期:2012-12-13值得对此进行深入研究。因此，本文将有助于推动中国住房-335一
市场买方搜寻问题的研究，拓展主体建模技术在住房经济学表示第k个家庭的收入水平川、α2、α3和α4是各变量所对应领域的应用，从而丰富房地产经济学的研究内容和方法体的系数。为反映不同家庭对新房和二手房的偏好程度，均不系。是固定系数，而是根据设定的概率分布函数赋值给每个家庭主体。2 住房市场流动搜寻行为的理论根据住房过滤理论分析，住房质量和家庭收入具有随时根据住房过滤理论，随着时间推移，由于住房质量、家庭间变化的特征，因此，qi和Sk随时间推移分别具有递减和递属性和社会环境等因素变化会导致住房在不同子市场之间增效应。定义δ和λ作为表征住房质量和家庭收入时变特征的转移和流动[4J。从供给角度来看，住房过滤的前提是过的因子，上述特征可以用式(2)来表示。q~+l = 8q~ ，S~+lλ~ (2) 剩，新建住房为住房过滤过程创造了前提条件，因此，住房过滤理论能够有效联接新房和二手房市场，从而更好地反映出当住房质量下降到最低值时，若该住房无人居住，将自住房市场的微观结构以及家庭的住房选择、搜寻迁移过动退出市场;当家庭年龄增加到最高值时，该家庭将自动退程[5]。研究者常使用空屋链模型来研究住房过滤过程。空出市场，而市场会生成1个年龄为O的新家庭，并随机分配1屋链的形成来源于市场有新建住房进入，新建住房诱发住户套空置住房。换屋，从而促使老旧住房下滤，达到改善整体市场住房福利 买方搜寻行为的建模的目的。买方搜寻行为采用2阶段模型[6]进行分析。第1阶段，住房过滤反映了不同住房子市场之间的相互作用以及买方通过广告、网络等信息渠道接收到房源信息，并权衡当家庭迁移的动态过程，这里有两个基本假定:前住房效用与感知市场效用，决定是否开展实地搜寻;第21)由于住房的物理性耗损、折旧及样式等因素影响，住阶段，买方通过实地搜寻得到最优住房效用，并做出决策是房服务质量在逐渐减少，当质量下降到一定程度，家庭将有否进行交易。足够的动机去搜寻更高质量水平的住房;第1阶段，家庭对现有住房效用已知，是否参与实地搜2)根据生命周期假说，随着家庭年龄的上升，家庭收入寻将取决于家庭对住房市场所能提供的效用感知，如式(3)和结构会发生变化，对住房服务质量的需求会逐渐上升。所示。在信息完备的市场中，买方能够以较少的搜寻成本获取lJ’-U’>T (3) 市场信息并完成交易，但住房市场信息不完备，买方需要花其中，lJ'为家庭感知到的市场住房效用，指的是在一定时间费大量的人力、物力和时间去开展搜寻活动，严重抑制住房内从市场中选取N套住房的平均效用值，即(U+乌+…+1过滤的速度。在搜寻过程中，由于搜寻持续时间较长，买方U) / N。如果市场感知效用v大于当前住房效用U'，那么N的收入水平、家庭结构及对不同子市场偏好程度会随着生命家庭将有动机对市场上的其他住房进行搜寻，但这种效用上周期和社会环境发生变化，影响原先的住房选择，导致流动的提高还需要超过→定的阂值，即显性交易成本T。搜寻行为的产生。第2阶段，根据/!，'ttemα(2011)的模型[7J买方不可能对市场中所有的空屋进行实地搜寻，因此，假定买方采取局部3 住房市场流动搜寻行为的主体建模搜寻机制，其搜寻强度为M，即单位时间内搜寻空屋的数 市场环境的设定量。当某一空屋能带来足够的效用改善，买方将进入交易阶住房市场的交易主体设定为家庭和住房，家庭数为n，住段，如式(4)所示。房数为m，且m> no基于空屋链的概念，家庭每次从空屋库UD-U'>俨(4)存中购买l套住房，其原有的住房将立刻进入空屋库存，市其中，U"表示搜寻过程中得到的最大住房效用值，ep max 场空屋总量不变。每个阶段中，家庭只能拥有1或2套住IU，叫，…，UMf;T’( > T)表示总交易成本，既包括显性交1房，且只能在1套住房中居住，另1套作为空屋在市场中出易成本T，又包括搜寻成本、搬迁附着成本等隐形交易成售。同时，市场设定1名房地产开发商，其土地开发行为做本。外生化处理，按照泊松速率(9)供应新房。 交易价格的形成机制住房属性特征用向量X来表示，由住房质量、价格、类型3. 3. 1 新房市场的开发商定价机制等变量所组成，其中的类型变量用来区分新房和二手房;家新建住房的价格由开发商根据周边房价和市场环境进庭属性特征用向量Y来表示，包括年龄和收入等变量。每个行设定，买方只能选择接受或者拒绝。根据Maglìocca等主体对应的变量根据设定的概率分布函数进行取值。令(2011 )川的研究，开发商采用相邻地区的住房均价来设定为第i套住房对于第k个家庭的效用值，则可以用住房属Ui•k新房价格，如式(5)所示。性X和家庭属性Y中的对应变量来表示，如式(1)所示。-土安P.，(5) ih.,+1 L自SU =αIqi +αlPi +α3di +α4k (I ) ik 其中，+l为新建住房的价格;为相邻住房的价格;L为其中，qi'P‘和dι分别表示第i套住房的质量、价格和类型山-336一
相邻住房的数量，设L8，采用摩尔型邻居结构。如果买方根据式(4)搜寻到对应的新房，则买方按照开发商设定的价格成交。 二予房市场的讨价还价机制通过对土地交易市场仿真模型[9]加以拓展，使其应用于二手房市场的讨价还价过程。首先，定义买方的支付意愿值( willingncss 10 p町，WTP)和卖方的受偿意愿值(will ingness 10 accepl, WT A )。卖方的WTA等于上一次交易中的住房成交价格，买方的WTP按照Cobb-Douglas形式的效用函数来设定，如式(6)所示。2 !-1-4击，!lHHHMOY X U••r-'Pτ一τ(6)Hb" + U" --••H UV M川'••E"r",,其中，Y是家庭的收入水平;U是对应住房的效用值;b为-S--z••" -门d ←矗元?’ h.，画.窒" 刊.,.UOL••-"在M•-z• ' ’LU'··HH时"uv-me ,. 常数项，代表除住房以外家庭消费所带来的效用值。e-’ ••.. --! HA叶"H "HH" 雪'----" HH , A’ M u'uH v . 二手房交易中.双方议价能力很大程度受到市场供需因素的影响。令买方的投标价格为'卖方的挂牌价格为回I住房市场仿真模型的NetLogo界面p'w'分别表示为:Pbu/ WTP x (1 + 8) 房质量取自[40-2∞]。住房类型的选择变量d;对应于新P" = WTA x (1 +8) (7) u房和气手房，分别设定为l和-10通过调试设定相关参数，& = (NB -NS)/(NB + NS) 如表l所示。其巾，NB表示市场中进入议价阶段的买方数量;NS表示市场中的空犀数量但是表征市场供需状况的因子，可以被住表1模型.触值设定房市场交易双方所感知。系数初始值系数初始值当E增加时，买方将会上调其投标价格，而卖方将倾向 q 30 "J 于调离其挂牌价格，双方达成交易的前提是买方投标价格应 8 -1 "2 大于卖方的WTAo设定双方具有相同的议价能力，最终成交。 λ 1 -1. 07 价格P表示为:四 N 10 P，...当P，"，2: P". . P = ~…"".…(8) b M 20 X (P+ Pω)当WTA三P< P,., 6uJ 6UJb T1. 05 ’ 4 住房市场流动搜寻行为仿真本文采用NetLogo平台对流动搜寻行为进行仿真。设置2)市场指标设置。选用以下3类指标来描述住房市场4Ox4O的二绩平面，市场主体的家庭和住房随机分布其中。的交易过程:①N-search、N-bargain相N-trade表示在不同住房巾场仿真交易需运行150个时间步，并通过多次运行检交易阶段中的买方数量，分别为搜寻、议价和成交:③S-new验模型的稳键性。图1展示了住房市场仿真模型界面。和S-old分别表示新房和二手房的成交益;③TOM-all、TOM界而中住房主体显示为房屋图标，初始设置为绿色;家-ncw和TOM-old表示所有住房、新房和二于房的平均销售庭主体显示为人形阁标，初始设置为红色;灰色是背景色，代时间(lime on markel, TOM)。表尚未开发土地。住房和家庭的颜色随着交易进程发生改 仿真结果分析变。对家庭而言，黄色表示开展实地搜寻的家庭，黑色表示阁2显示了不同交易阶段的家庭数量变化。迸入谈判阶段的家庭E对住房而言，红色表示新建住房。图如图2所示，仿真开始后的一段时间内，市场中的空犀标变大则表明，家庭和住房在当期达成交易。数量有限，制约了住房交易的数量。随着新建住房的增加， 初始化设置在40个时间步后.仿真进入了较稳定的阶段，最终能够完成在仿真前，首先对参数赋值，设定宿要观测的市场指标。住房交易的家庭数量达到撞寻家庭总量的18-23%，同时1 )主体参数赋值。本仿真模型涵盖了9∞个家庭和进入议价过程的家庭数量基本稳定在搜寻家庭数量的一半](削个住房。在仿真开始前，收入、年龄、价格和l质量将按照左右。以下区间随机赋值给每个家庭和住房:家庭收入取自[2-图3描绘了新房和二手房成交量的变化。新房成交量12] ;家庭年龄取自[0-30年];住房价格取自[6-30J;住较稳定.而二手房则呈现较大波动.在仿真初期成交量水平一337一
N度较快。-5eardJ --N-B町μ..........回 敏感性分析’00 新房供应量对流动搜寻行为的影响表2描述了不同新房供应量条件下的仿真结果，并与基准模型的结果比较。随着新房供应量的提高，新房和二手房3曲销售量均得到较大程度增长，且新房市场受影响程度更大，2刷这表明新房供应量的增加对住房过滤过程具有促进作用，促使买方搜寻活动向新房市场流动。100 o相W响m1l1m""m""川"""'-巾时时回响町叮叮~町市内F阳市市~。阶雪白自民京只~~~::nð:g~在li:<llõi怠lH!~=!'i~~吕宝宝E表2不同新房供应量条件下的仿真结果。40。30。20图2住房交易过程家庭数量的仿真结果指标均值标准差均值标准差均值标准差较低，但在40期后快速上升并超过了新房成交量。根据模S-new 型设定，开发商采取较合理的定价策略，且新房质量水平高S-old 51. 25 于二手房，导致仿真初期的新房成交量较大。随着仿真进TOM-all 1. 36 1. 29 1. 24 行，新房逐步转变为二手房，加快住房过滤进程，二手房成交TOM-new 1. 58 量快速上升，最终两类市场成交量趋于稳定。TOM-old 1. 57 1. 44 1. 32 S-new --_. S-old 市场信息水平对流动搜寻行为的影响50 表3展示了不同市场信息水平条件下的仿真结果，并采用搜寻频率(M)表征市场信息水平。住房市场信息水平与40 买方搜寻频率存在显著的正向关系，市场信息水平越高，买方在单位时间内搜寻到更多的住房，因此，具有更高的搜寻频率。表3不同信息水平条件下的仿真结果M = 25 M = 20 M = 15 圈3新房和二字房成交量的仿真结果指标均值标准差均值标准差均值标准差S-new 一一一一一一-TOM-new ......... TOM唱Id9回← 一一一S old TOM-all 1. 59 1. 29 7佣TOM-new 1. 69 1. 58 1. 54 6∞ 5∞ TOM-old 1. 62 4曲 如表3所示，从成交量分析，市场信息水平的提高能促2回叫""'1进二手房的成交，但在一定程度上抑制了新房市场的成交 。田量。这说明买方能够从二手房中搜寻到更多的住房样本，对。>Q!::!~~~~~茸;);~:g口~:I;i~S~:!~~~~茸茸同时【【-----新房产生了替代效应，导致新房市场成交量的下降和销售持图4住房市场销售持时的仿真结果时的增加。图4显示了住房市场销售持时的仿真结果，从时间维度5 结论与建议上反映住房过滤过程的效率。总体销售持时快速上升达到本文结合住房过滤理论探讨了买方流动搜寻行为的产最大值，随后快速下降，并稳定在3-4之间。二手房销售生过程，并基于NetLogo平台开展了基于主体的建模与仿真。持时的变化趋势与市场总体基本一致，而新房销售持时的数研究发现，新房供应量的增加对住房过滤具有促进作用，使买方搜寻行为向新房市场方向流动;市场信息水平的提高能值较低，大多数新房在当期就能完成交易，反映市场销售速-338一
[ 6 ] P ECarrillo. An empirical stationary equilibrium search model of 促进二手房的成交量，但由于替代效应的作用对新房市场的the housing market[J]. International Economic Review. 2012,53 成交量和销售持时产生一定的抑制作用。(1) : 203-234. 为了拓展模型的具体应用，本文提出如下建议:1 )结合[ 7 J D Ettema. A multi -agent model of urban processes: ModelIing re›城市住房市场的微观数据，通过计量经济模型估计得到合理location processes and price setting in housing markets [ J J. Com›的参数值;2)增加体现住房区位特征的变量，从空间维度开puters, Environment ancl Urban Systems. 2011,35: 1-11. 展建模仿真;3)引人房产中介作为新的主体，分析经纪服务[8 ] N Magliocca, et a1. An econom˛c agent -based model of coupled 对买卖双方交易过程的影响。housing and land markets (CHALMS) [ J]. Computers, Environ›ment and Urban Systems. 2011 ,35 :183-191 参考文献:[9J T Filatova, D Parker, A van der Veen. Agent-basecl urban land [ 1 ] G KTurnbull, C F Sirmans. Information, search, and house prices markets: Agent’ s pricing behav˛or, land prices ancl urban lancl use [J]. Regional Science and Urban Economics. 1993,23: 545 -change [ J]. Joumal of Art˛f˛cial Societ˛es and Social S˛mulation, 557. 2009,12(1) . [ 2 ] P MAnglin. Determinants of buyer search in a housing market [ J] . Real Estate Economics. 1997 ,25 ( 4) : 567 -589. [作者简介][3] 张红，周鹏，林荫.基于仿真分析的中国住房一级市场搜寻过张红(1970一)，女(汉族)，河北大名人，教授，博程模型[J].清华大学学报(自然科学版), 2012，但(2):194-士生导师，主要研究领域为房地产经济和房地产金198 融;[4] 塔娜，柴彦威，刘志林过滤理论的起源、概念及研究进展[J]. 李洋(1982斗，男(汉族)，河南郑州人，博士研究人文地理，2011 ,26(1) : 10-14. 生，主要研究领域为房地产经济和住房市场仿真。[5 J D Myers. Upward mobility and the filtering process[ J]. Journal of Planning Education and Research, 1983,2 (2) : 101一112.(上接第317页)表1油料储备预测精确性评价指标的比较[2] R. J Parente.咽leDelphi method: Accuracies of short-range fore›casts for volatile worlcl events [ J]. Technological Forecastir ARIMA Delphi BP-NN PSO-BP-NN Social Change, May 2005,72(4) :401-411. RMSE [3] 曾慧娥，周庆忠.油料装备智能维修仿真平台研究[Jl计算MAE 机仿真，2010，27(54):149-152. MPS [ 4 ] J P S Cata1 o. Hybricl Wavelet PSO-ANFlS Approach for Short›Term Wincl Power Forecasting in Portugal [ J]. IEEE Trans. Sus›THEIL tainable Energy, Jan. 2011,2(1) :50-59. [5] 周庆忠.油料勤务[M].北京:国防出版社，2008 :20-96. 采用本文方法，在1GBRAM和处理器上使用[6 J Matthias Dehmer. Information-Theoretic Concepts for the Analysis MATLAB201Oa，平均建模运算时间为5缸，而其它模型所需建of Complex Networks [ J]. Appliecl Artificial IntelIigence, Sep 模时间均超过1分钟。本文模型建模复杂度较低。2008,22(7-8) :684一706.[ 7 ] F van den Bergh . A study of particle swarm optimization particle 4 结论t叫ectories[J].Information Sciences, ApriI2oo6,176(8): 937-971 本文提出了基于改进微粒群神经网络的油料储备预测模型，用PSO算法训练NN参数，优化结构。该模型预测精[作者简介]确性评价指标良好，且建模复杂度低，预测运行时间较短，可有效地预测油料储备。周庆忠(1961一)，男(汉族)，重庆市λ，教授，博士F、生导师，中国计算机用户协会仿真应用分会理事，研究方向为装备工程、信息工程、人T智能等;参考文献:曾慧娥(-)，女(汉族)，广东省湛江市人，副[ 1 ] S De Lurg˛o. Forecasting Princ˛ples and Appl˛cations [ M]. New 教授，主要研究领域为CIMS、企业信息化。York: McGraw-Hill, 1998. 07
