中國沿海主要城市房地產(chǎn)發(fā)展環(huán)境綜合評價

韓兆洲+胡冰洋+石瑞紅+黎中彥

基金項目：本文為廣東省委宣傳部打造“理論粵軍”2014年度重點課題“廣東經(jīng)濟監(jiān)測與預測研究”（批準號：WT1407）、全國統(tǒng)計科學研究項目“GDP核算中虛擬房租的核算方法研究”（批準號：2015LY90）的部分內(nèi)容

中圖分類號：F222.31 文獻標識碼：A

內(nèi)容摘要：近年來，中國各地房價一路走高，尤其是沿海地區(qū)，高房價已經(jīng)成為輿論關注的主要熱點問題。但是，高房價是否就意味著擁有一個良好的房地產(chǎn)發(fā)展環(huán)境，這尚有待商榷。本文采用信息熵和因子分析的方法，從城市綜合實力、消費者購房能力、基礎設施建設和城市居住環(huán)境四個方面分析城市房地產(chǎn)發(fā)展環(huán)境，研究結果顯示：高房價與良好的房地產(chǎn)發(fā)展環(huán)境沒有正相關關系，本文依據(jù)研究結論提出相應的評價建議，供有關方面決策參考。

關鍵詞：房地產(chǎn)發(fā)展環(huán)境 信息熵 因子分析

引言

房地產(chǎn)業(yè)作為國民經(jīng)濟新的增長點，為中國經(jīng)濟的快速增長做出了重要貢獻。隨著我國“宏觀穩(wěn)、微觀活”政策的出臺，我國房地產(chǎn)業(yè)進入了結構性調(diào)整階段。與此同時，人們越來越關注房地產(chǎn)業(yè)環(huán)境的發(fā)展。不重視房地產(chǎn)投資環(huán)境改善和房地產(chǎn)發(fā)展環(huán)境優(yōu)化，就難以保證房地產(chǎn)業(yè)從根本上得到穩(wěn)定健康的發(fā)展。因此，研究房地產(chǎn)發(fā)展環(huán)境，并制定相應政策，對房地產(chǎn)業(yè)持續(xù)穩(wěn)定發(fā)展具有重要意義。本文選取上海、廣州、深圳、南京、杭州、濟南和廈門7個沿海地區(qū)主要城市，建立完善的指標體系，通過對準則層指標信息熵評價、目標層指標因子分析評價，得到準則層指標評分，并最終得到評價得分和排名，據(jù)此對沿海地區(qū)主要城市房地產(chǎn)發(fā)展環(huán)境綜合狀況做出評價。

指標選取與模型設定

（一）指標選取

城市房地產(chǎn)發(fā)展環(huán)境綜合評價指標很多，本文在遵循指標選取的系統(tǒng)性、科學性、可行性、可靠性、可比性等原則下，取城市房地產(chǎn)發(fā)展環(huán)境綜合評價為目標層指標，從4個維度、16個環(huán)節(jié)構建了城市房地產(chǎn)發(fā)展環(huán)境綜合評價理論框架：

第一維度，城市綜合實力A1：地區(qū)生產(chǎn)總值B1（億元）；固定資產(chǎn)投資額B2（億元）；第三產(chǎn)業(yè)占GDP比重B3（%）；社會零售額B4（億元）。

第二維度，消費者購房能力A2：城市居民消費價格指數(shù)B5（%）；商品房平均交易價格B6（元/平方米）；城市居民人均可支配收入B7（元）；城鎮(zhèn)人口登記失業(yè)率B8（%）。

第三維度，基礎設施建設A3：萬人擁有醫(yī)生數(shù)量B9（人）；萬人擁有公共交通車輛B10（標臺）；人均公園綠地面積B11（平方米）；人均城市道路面積B12（平方米）。

第四維度，城市居住環(huán)境A4：城市人口密度B13（人/平方公里）；城市居民人均住房居住面積B14（平方米）；城市用水普及率B15（%）；建成區(qū)綠化覆蓋率B16（%）。

（二）4個維度、16個環(huán)節(jié)之間的關系分析

地區(qū)生產(chǎn)總值反映一個地區(qū)的經(jīng)濟發(fā)展情況，該指標值越大，說明經(jīng)濟發(fā)展狀況較好，相對來說房地產(chǎn)發(fā)展狀況就會越好。故地區(qū)發(fā)展總值屬于正類屬性指標。固定資產(chǎn)投資額是以貨幣表現(xiàn)的建造和購置固定資產(chǎn)活動的工作量，它是反映固定資產(chǎn)投資規(guī)模、速度、比例關系和使用方向的綜合性指標。該指標越大越好。人均公園綠地面積是城市公園綠地面積和城市人口總數(shù)的比值。該指標值越大，說明房地產(chǎn)基礎設施越完善，故該指標越大越好。城鎮(zhèn)居民人均住房居住面積是城市總居住面積和城市人口總數(shù)的比值。該指標值越大越好。

經(jīng)分析：正類屬性指標有地區(qū)生產(chǎn)總值、固定資產(chǎn)投資額、第三產(chǎn)業(yè)占GDP比重、社會零售額、城市居民人均可支配收入、萬人擁有醫(yī)生數(shù)量、萬人擁有公共交通車輛、人均公園綠地面積、人均城市道路面積、城市居民人均住房居住面積、城市用水普及率、建成區(qū)綠化覆蓋率。負類屬性指標有城市居民消費價格指數(shù)、商品房平均交易價格、城鎮(zhèn)人口登記失業(yè)率、城市人口密度。

（三）準則層指標的信息熵評價

信息是一個很抽象的概念。人們常常說信息很多或者較少，但卻很難說清楚信息到底有多少。熵的概念來源于熱力學，它是用來表達分子狀態(tài)雜亂程度的一個物理量。1948年，信息論之父C.E.Shannon借鑒了熵的概念，把信息中排除了冗余后的平均信息量稱為“信息熵”，并給出了信息熵的數(shù)學表達式：假設信源符號有n種取值：x1，x2…xn，對應概率為：p1，p2…pn，且各種符號的出現(xiàn)彼此獨立。這時，信源的平均不確定性應當為單個符號不確定性-logpi的統(tǒng)計平均值（E），可稱為信息熵，即：；式中：0

本文選取7個地區(qū)的因素層指標B建立信息熵評價模型，得到7個地區(qū)的準則層指標信息A。步驟如下：

第一，構造決策矩陣。假設有4個準則層指標，20個因素層指標，構造4個因素層指標的決策矩陣：

第二，對數(shù)據(jù)進行標準化處理。定義正類屬性數(shù)據(jù)和負類屬性數(shù)據(jù)。正類屬性數(shù)據(jù)a+ij>0，屬性值越大，房地產(chǎn)發(fā)展狀況越好；負類屬性數(shù)據(jù)a-ij>0，屬性值越大，房地產(chǎn)發(fā)展狀況越差。

首先正類屬性指標規(guī)范化：

其次，負類屬性指標規(guī)范化：

經(jīng)數(shù)據(jù)標準化處理后，得到新的因素層指標決策矩陣：

再次，屬性指標j的熵Ej的計算：

式中k=1/ln（n），n為樣本數(shù)。

再次，指標j權重的計算：

信息偏差度d=1-Ej，指標j的權重

式中：。權重越大，屬性指標j對準則層指標k的影響越大，對房地產(chǎn)發(fā)展評價的貢獻越大。

最后，準則層指標決策矩陣的建立：準則層指標評價值，式中：0

（四）目標層指標的因子分析評價

因子分析法是從研究變量內(nèi)部相關的依賴關系出發(fā)，把一些具有錯綜復雜關系的變量歸結為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。其理論模型如下：

對準則層指標決策矩陣Znp進行因子分析，計算相關系數(shù)矩陣R；計算相關系數(shù)矩陣R的特征值和特征向量；計算方差貢獻率與累計方差貢獻率；確定因子：設F1，F(xiàn)2，…，F(xiàn)p為p個因子，其中前m個因子包含的數(shù)據(jù)信息總量（即其累計貢獻率）不低于85%時，可取前m個因子來反映原評價指標；因子旋轉：若所得的m個因子無法確定或其實際意義不是很明顯，這時需將因子進行旋轉以獲得較為明顯的實際含義；用原指標的線性組合來求各因子得分：采用回歸估計法，Bartlett估計法計算因子得分；綜合得分：以各因子的方差貢獻率為權，由各因子的線性組合得到綜合評價指標函數(shù)：，其中wi為旋轉前或者旋轉后因子的方差貢獻率；得分排序：利用綜合得分可以得到房地產(chǎn)發(fā)展綜合評價得分名次。

實證分析

（一）數(shù)據(jù)來源和評價對象

本文樣本選取2013年上海、廣州、深圳、南京、杭州、濟南和廈門等7個沿海地區(qū)城市，數(shù)據(jù)來自《中國統(tǒng)計年鑒2014》、《上海統(tǒng)計年鑒2014》、《廣州統(tǒng)計年鑒2014》、《深圳統(tǒng)計年鑒2014》、《南京統(tǒng)計年鑒2014》、《杭州統(tǒng)計年鑒2014》、《濟南統(tǒng)計年鑒2014》、《廈門經(jīng)濟特區(qū)年鑒2014》和中國統(tǒng)計局網(wǎng)站。選取的16個因素層指標值，見表1所示。

（二）基于信息熵的準則層指標評價

根據(jù)前文準則層指標信息熵的評價方法，對表1數(shù)據(jù)進行測算，得出準則層指標值如表2所示。

城市綜合實力的信息熵評價。上海、廣州、深圳、南京、杭州、濟南和廈門的城市綜合實力指標值分別為0.9521、0.8041、0.7085、0.4692、0.3809、0.2790、0.1395。由此可以得出城市綜合實力排名依次為上海、廣州、深圳、南京、杭州、濟南和廈門。從表1中可以看到：地區(qū)生產(chǎn)總值、固定資產(chǎn)投資額、第三產(chǎn)業(yè)比重和社會零售額均為正類屬性指標，且上海和廣州的指標值遠大于其它城市，所以上海、廣州和深圳的得分較高，即上海、廣州和深圳的城市綜合實力較強。

消費者購房能力的信息熵評價。上海、廣州、深圳、南京、杭州、濟南和廈門的消費者購房能力指標值分別為0.4932、0.6223、0.4657、0.4880、0.4179、0.5792、0.7152。由此可以得出消費者的購房能力排名依次為廈門、廣州、濟南、上海、南京、深圳和杭州。從表1中可以看出：從收入水平來說，上海、廣州、深圳和廈門的人均可支配收入遠高于其它三個城市；在商品房交易價格上，深圳和上海的房價遠高于其它城市。綜合來說，廈門消費者的購房能力最強，上海、深圳和杭州的消費者的購房能力較差。

基礎設施建設的信息熵評價。上海、廣州、深圳、南京、杭州、濟南和廈門的基礎設施環(huán)境指標值分別為0.2042、0.7072、0.3251、0.6135、0.4865、0.5440、0.7189。由此可以得出基礎設施環(huán)境排名依次為廈門、廣州、南京、濟南、杭州、深圳和上海。從表1中可以看出：廈門、廣州、南京和濟南等地區(qū)在基礎設施建設方面做得比較好，深圳和上海雖然經(jīng)濟比較發(fā)達，但吸引了大量的人口，過多的人口拉低了這些地區(qū)的人均指標。綜合來說，廈門、廣州的基礎設施建設最優(yōu)，南京、濟南、杭州次之，深圳、上海最差。

城市居住環(huán)境的信息熵評價。上海、廣州、深圳、南京、杭州、濟南和廈門的社會人文環(huán)境指標值分別為0.5500、0.2761、0.7195、0.8788、0.8326、0.8599、0.8009。由此可以得出城市居住環(huán)境排名依次為南京、濟南、杭州、廈門、深圳、上海和廣州。從表1中可以看出：雖然上海、廣州、深圳在經(jīng)濟發(fā)展上遠高于其它地區(qū)，但有利亦有弊，經(jīng)濟發(fā)達吸引了更多的就業(yè)人員，過多的人口負擔影響城市居住環(huán)境。因此，在城市居住環(huán)境方面，南京、濟南、杭州和廈門較好，深圳、上海和廣州差上一點。

（三）基于因子分析的目標層指標評價

根據(jù)表2準則層指標矩陣做因子分析，對房地產(chǎn)發(fā)展環(huán)境狀況做綜合排名，見表3所示。表3中，上海、廣州、深圳、南京、杭州、濟南和廈門的房地產(chǎn)發(fā)展環(huán)境因子分析綜合得分為-0.8009、0.7804、-0.6437、-0.0169、-0.3821、0.1254、0.9378。綜上：沿海城市房地產(chǎn)發(fā)展狀況綜合排名依次為廈門、廣州、濟南、南京、杭州、深圳和上海。

（四）房地產(chǎn)發(fā)展環(huán)境與高房價相關分析

根據(jù)表4數(shù)據(jù)，對中國沿海主要城市房地產(chǎn)發(fā)展環(huán)境指數(shù)與商品房平均交易價格作相關分析，得到兩者的相關系數(shù)為-0.4819，兩者呈較低度負相關關系，即高房價并不意味著擁有一個良好的房地產(chǎn)發(fā)展環(huán)境。

從表4中可以看出，國家統(tǒng)計局2016年2月公布2016年1月全國70個大中城市新建商品住宅價格指數(shù)，2016年1月與2015年同期相比，漲幅最高的是深圳，同比上漲52.7%（在70個大中城市中漲幅排名第1）；上海同比上漲21.4%（排第2名）；南京僅僅次于北京，同比上漲10.8%（排第4名）；廣州同比上漲10.0%（排第5名）；廈門同比上漲8.7%（排第6名）；杭州同比上漲7.1%（排第7名）；濟南同比上漲1.5%（排第16名）。在70個大中城市中，中國沿海主要城市房地產(chǎn)價格漲幅幾乎包攬了前7名。

近一時期多地樓市火爆、特別是針對中國沿海主要城市房價飆漲的主要原因，有關專家綜合認為：一是政府出臺了一系列寬松的購房政策使各類購房者在更低的門檻下得以進入樓市，市場交易活躍反過來推動房價上漲；二是中國沿海主要城市優(yōu)質宜住地帶的優(yōu)質供給樓市開始出現(xiàn)庫存不足現(xiàn)象，進一步刺激一二手房價格呈現(xiàn)快速飆升態(tài)勢；三是受心理預期影響，尤其是在“買漲不買跌”心態(tài)下，引發(fā)“恐慌心理”，進而推高房價的非理性上漲。

結論與評價

廈門的房地產(chǎn)發(fā)展環(huán)境綜合得分為0.9378，排第1。廈門在消費者購買能力和基礎設施建設方面均排第1，城市居住環(huán)境排第4，城市綜合實力排第7。廈門的劣勢在于城市綜合實力最差，優(yōu)勢在于較高的消費者購房能力和完善的基礎設施建設和比較適宜的居住環(huán)境，總體上廈門的房地產(chǎn)發(fā)展環(huán)境在7個沿海城市里是最好的。

廣州的房地產(chǎn)發(fā)展環(huán)境綜合得分為0.7804，排第2。廣州在城市綜合實力、消費者的購房能力、基礎設施建設三個方面均排名第2，在城市居住環(huán)境方面排第7。盡管廣州的居住環(huán)境方面較差，但高收入、低房價和完善的基礎設施建設彌補了這個最大缺陷，對于追求經(jīng)濟實惠的人們，廣州是最佳的地方。

濟南的房地產(chǎn)發(fā)展環(huán)境綜合得分為0.1254，位列第3。隨著濟南城市框架的不斷拉大，城市人口的急劇增加以及城市的輻射能力不斷增強，濟南房地產(chǎn)市場的發(fā)展步伐也隨之加快。濟南的優(yōu)勢在于消費者購買能力和城市居住環(huán)境方面均具有較高的得分，基礎設施建設也排第4，對于經(jīng)濟實力較差又追求生活質量的人們是最好的選擇。

南京的房地產(chǎn)發(fā)展環(huán)境綜合得分為-0.0169，位列第4。南京的房地產(chǎn)業(yè)在自我發(fā)展和宏觀調(diào)控中不斷壯大，經(jīng)歷了一個從小到大、從弱到強的發(fā)展過程，總體上呈現(xiàn)持續(xù)、穩(wěn)定、快速發(fā)展的格局。南京的城市居住環(huán)境排第1，基礎設施建排第3，城市綜合實力排第4，消費者購房能力排第5，對于注重生活質量的人們，是一個值得考慮的最佳地方。

杭州的房地產(chǎn)發(fā)展環(huán)境綜合得分為-0.3821，位列第5。杭州的城市居住環(huán)境排行第3，城市綜合實力和基礎設施建設均排行第5，消費者購房能力排行第7。杭州近幾年發(fā)展迅速，尤其是經(jīng)濟增長速度位于7大地區(qū)之首，為房地產(chǎn)的發(fā)展提供了良好的環(huán)境。但杭州較高的房價和較低的收入遠遠跟不上經(jīng)濟發(fā)展水平，因此在房地產(chǎn)發(fā)展環(huán)境中浙江消費者購房能力在總體上是最差的。

深圳的房地產(chǎn)發(fā)展環(huán)境綜合得分為-0.6437，位列第6。深圳作為我國經(jīng)濟規(guī)模最大、發(fā)展最為成熟的城市之一，房地產(chǎn)行業(yè)在開發(fā)規(guī)模、投資建設和發(fā)展速度上一直處于領先水平。深圳的城市綜合實力排第3，城市居住環(huán)境排第5，消費者購房能力和基礎設施建設均排第6。深圳的房地產(chǎn)發(fā)展環(huán)境總體上來說不是太好，但作為中國最有潛力的城市，深圳的房地產(chǎn)行業(yè)仍然吸引著很多淘金者。

上海的房地產(chǎn)發(fā)展環(huán)境綜合得分為-0.8009，位列第7。上海的城市綜合實力排第1，消費者購房能力排第4，城市居住環(huán)境排第6，基礎設施建設排第7。上海作為全國經(jīng)濟中心，在城市綜合實力方面排名第1毋需置疑。但同時上海吸引了大量的人口，擁有較高的房價，拉低了消費者購房能力、基礎設施建設和城市居住環(huán)境。因此，上海的房地產(chǎn)發(fā)展環(huán)境不容樂觀。

參考文獻：

1.梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟研究，2007（8）

2.齊敏芳，付忠廣，景源等.基于信息熵與主成分分析的火電機組綜合評價方法[J].中國電機工程學報，2013（2）

3.劉水.我國主要城市房地產(chǎn)發(fā)展?jié)摿υu價[J].中國房地產(chǎn)（學術版），2014（10）

4.孫劍，李啟明，黃輝.長三角上海、南京、杭州城市房地產(chǎn)發(fā)展環(huán)境比較研究[J].現(xiàn)代城市研究，2005（12）

5.張春生，蔣海.股票市場與房地產(chǎn)市場互動研究述評[J].產(chǎn)經(jīng)評論，2014（6）