基于因子分析法的城市房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)

李 琦， 金 慧， 張春姝， 王亞軍

(遼寧石油化工大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧 撫順 113001)

基于因子分析法的城市房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)

李 琦， 金 慧， 張春姝， 王亞軍

(遼寧石油化工大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧 撫順 113001)

房地產(chǎn)市場(chǎng)在我國(guó)經(jīng)濟(jì)發(fā)展中的作用越來越大，近年來各地房地產(chǎn)市場(chǎng)發(fā)展速度明顯減緩。針對(duì)目前房地產(chǎn)市場(chǎng)的現(xiàn)狀，以35個(gè)城市的房地產(chǎn)市場(chǎng)指標(biāo)數(shù)據(jù)，通過因子分析法，建立了以規(guī)模、供求和價(jià)格為目標(biāo)的房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)指標(biāo)體系。同時(shí)，運(yùn)用科學(xué)的方法確立各因子的權(quán)重，確定了各城市房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)結(jié)果，并使用圖、表對(duì)評(píng)價(jià)結(jié)果進(jìn)行了具體分析。根據(jù)各城市的房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)結(jié)果，對(duì)各城市進(jìn)行分類，并對(duì)城市房地產(chǎn)市場(chǎng)提出了建議。

房地產(chǎn)市場(chǎng)； 綜合評(píng)價(jià)； 供求； 因子分析法

我國(guó)房地產(chǎn)市場(chǎng)在經(jīng)歷十余年的高速發(fā)展之后，社會(huì)上普遍認(rèn)為房地產(chǎn)市場(chǎng)總體上“供過于求”，未來將側(cè)重于“釋放住房需求”。受經(jīng)濟(jì)、人口、環(huán)境、文化等因素的影響，房地產(chǎn)市場(chǎng)在各地區(qū)的需求情況各不相同，房地產(chǎn)市場(chǎng)供給和需求的影響力往往局限于局部地區(qū)，所以房地產(chǎn)市場(chǎng)的微觀分層特征較為明顯。

對(duì)不同地區(qū)的房地產(chǎn)市場(chǎng)進(jìn)行有效合理的綜合評(píng)價(jià)，明確房地產(chǎn)市場(chǎng)存在的問題，正確預(yù)測(cè)本地區(qū)房地產(chǎn)市場(chǎng)的發(fā)展前景，才能更好地促進(jìn)地方經(jīng)濟(jì)發(fā)展。因此，我國(guó)學(xué)者在建立房地產(chǎn)市場(chǎng)評(píng)價(jià)指標(biāo)體系，并對(duì)房地產(chǎn)市場(chǎng)進(jìn)行綜合評(píng)價(jià)方面進(jìn)行了研究。張鷺[1]、郭秀秀[2]依據(jù)主成分分析法，建立房地產(chǎn)市場(chǎng)健康指標(biāo)體系并進(jìn)行了分析；張磊[3]利用DPSIR模型，對(duì)房地產(chǎn)市場(chǎng)可持續(xù)發(fā)展進(jìn)行了分析；崔明欣等[4]運(yùn)用聚類分析法，以黑龍江省為例進(jìn)行了指標(biāo)體系分析； 楊惠等[5]及侯為義等[6]從經(jīng)濟(jì)、人文、自然等方面建立指標(biāo)體系，對(duì)房地產(chǎn)市場(chǎng)進(jìn)行了綜合評(píng)價(jià)。本文從《中國(guó)統(tǒng)計(jì)年鑒2015》的房地產(chǎn)業(yè)相關(guān)數(shù)據(jù)[7]中，選取35個(gè)主要城市的房地產(chǎn)數(shù)據(jù)，采用因子分析方法，建立以產(chǎn)業(yè)的規(guī)模、供求、價(jià)格等為目標(biāo)的房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)指標(biāo)體系并進(jìn)行了研究。

1 綜合評(píng)價(jià)指標(biāo)的選取及確定

1.1 評(píng)價(jià)指標(biāo)的選取

房地產(chǎn)市場(chǎng)評(píng)價(jià)內(nèi)容包括房地產(chǎn)規(guī)模、供求、價(jià)格等，指標(biāo)的選取應(yīng)該遵循敏感性、代表性、可獲得性、全面性等原則[2]。結(jié)合國(guó)內(nèi)外學(xué)者對(duì)房地產(chǎn)市場(chǎng)的研究情況及熱點(diǎn)問題，選取相關(guān)的評(píng)價(jià)指標(biāo)。

房地產(chǎn)業(yè)規(guī)模的評(píng)價(jià)指標(biāo)包括房地產(chǎn)開發(fā)投資額、房地產(chǎn)開發(fā)住宅投資額、房地產(chǎn)開發(fā)商業(yè)營(yíng)業(yè)用房投資額等，均以億元為單位。房地產(chǎn)開發(fā)主要包括住宅、商業(yè)營(yíng)業(yè)用房、辦公樓的開發(fā)，與居民密切相關(guān)的主要是住宅和商業(yè)營(yíng)業(yè)用房，故本文選擇住宅和商業(yè)營(yíng)業(yè)用房投資額兩個(gè)指標(biāo)進(jìn)行具體分析。

房地產(chǎn)業(yè)供求的評(píng)價(jià)指標(biāo)包括體現(xiàn)房地產(chǎn)供給方面的指標(biāo)和體現(xiàn)房地產(chǎn)需求方面的指標(biāo)。體現(xiàn)房地產(chǎn)供給方面的指標(biāo)有房地產(chǎn)開發(fā)企業(yè)施工房屋面積、房地產(chǎn)開發(fā)企業(yè)竣工房屋面積、房地產(chǎn)開發(fā)企業(yè)住宅竣工房屋面積，均以萬m2為單位。這些指標(biāo)反映房地產(chǎn)市場(chǎng)的建設(shè)及竣工情況，也能體現(xiàn)房地產(chǎn)市場(chǎng)的房屋竣工率。竣工率越高，說明工作效率越高。體現(xiàn)房地產(chǎn)需求方面的指標(biāo)有商品房銷售面積、住宅商品房銷售面積，均以萬m2為單位。供求指標(biāo)大，說明該城市的房地產(chǎn)市場(chǎng)交易繁榮，房地產(chǎn)市場(chǎng)持續(xù)發(fā)展力強(qiáng)[8]。

房地產(chǎn)業(yè)的價(jià)格一直是居民關(guān)心的問題，也是最能體現(xiàn)房地產(chǎn)市場(chǎng)的關(guān)鍵性指標(biāo)。本文以商品房平均售價(jià)、住宅商品房平均售價(jià)為指標(biāo)進(jìn)行分析，均以元/ m2為單位。

1.2 評(píng)價(jià)指標(biāo)的確定

以35個(gè)主要城市為研究對(duì)象的房地產(chǎn)綜合評(píng)價(jià)指標(biāo)如下：房地產(chǎn)開發(fā)投資額X1、房地產(chǎn)開發(fā)住宅投資額X2、房地產(chǎn)開發(fā)商業(yè)營(yíng)業(yè)用房投資額X3、房地產(chǎn)開發(fā)企業(yè)施工房屋面積X4、房地產(chǎn)開發(fā)企業(yè)竣工房屋面積X5、房地產(chǎn)開發(fā)企業(yè)住宅竣工房屋面積X6、商品房銷售面積X7、住宅商品房銷售面積X8、商品房平均售價(jià)X9、住宅商品房平均售價(jià)X10。

2 因子分析法的應(yīng)用及分析

2.1 評(píng)價(jià)方法簡(jiǎn)述

因子分析法是利用降維的思想，由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，傾向于描述原始變量之間的相關(guān)關(guān)系。對(duì)所研究的具體問題，將原始變量分解為公共因子和特殊因子兩部分之和的形式，從而將這種錯(cuò)綜復(fù)雜關(guān)系的問題轉(zhuǎn)變?yōu)榉治錾贁?shù)幾個(gè)主要公共因子的多元統(tǒng)計(jì)分析方法[9]。

一般的因子分析模型見式(1)。

(1)

式中，X1、X2、X3、…、XP為P個(gè)原始變量；F1、F2、…、Fm為降維為m個(gè)的相互獨(dú)立的公共因子；aij為Xi和Fj的協(xié)方差即因子載荷；ε1、ε2、…、εP為特殊因子，特殊因子與所有公共因子之間也都是相互獨(dú)立的[9]。

初始因子解容易使因子的意義含糊不清，不便于對(duì)實(shí)際問題進(jìn)行分析。因此，應(yīng)對(duì)初始公共因子進(jìn)行線性組合，即進(jìn)行因子旋轉(zhuǎn)。本文采用正交旋轉(zhuǎn)中的方差最大化正交旋轉(zhuǎn)，經(jīng)過適當(dāng)?shù)男D(zhuǎn)得到令人比較滿意的公共因子。然后，計(jì)算公共因子F1、F2、…、Fm在每一個(gè)樣品點(diǎn)上的得分即因子得分，根據(jù)不同方法確定各因子所占權(quán)重[6，10-12]。本文以各因子“旋轉(zhuǎn)平方和載入”的方差貢獻(xiàn)率占總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總[13]，最終確定評(píng)價(jià)的綜合得分。

2.2 評(píng)價(jià)結(jié)果分析

本文選取2014年全國(guó)35個(gè)主要城市的房地產(chǎn)開發(fā)企業(yè)經(jīng)營(yíng)活動(dòng)的主要完成指標(biāo)，使用SPSS19.0軟件進(jìn)行求解[14]。根據(jù)特征值大于或等于1的標(biāo)準(zhǔn)，選取前2個(gè)因子來描述城市房地產(chǎn)市場(chǎng)。解釋的總方差表見表1。

表1 解釋的總方差表

由表1可知，在默認(rèn)特征值大于1的條件下，計(jì)入最后的公共因子數(shù)量為2個(gè)，解釋方差比例累積達(dá)到91.869%。

采用方差最大法進(jìn)行正交旋轉(zhuǎn)，使公共因子的載荷向0和1兩級(jí)分化，這樣不同因子的意義更明顯。旋轉(zhuǎn)后的成份矩陣見表2。

表2 旋轉(zhuǎn)后的成份載荷矩陣

將原始變量X1用2個(gè)公共因子表示為：X1=0.903F1+0.343F2。其他各變量表示方法類同，不再贅述。從表2可以看出，公共因子F1的系數(shù)趨近1的變量包括X1—X8，表明公共因子F1更適合描述這8個(gè)變量代表的意義，具體表示在各城市房地產(chǎn)市場(chǎng)的規(guī)模和供求評(píng)價(jià)方面；公共因子F2的系數(shù)趨近1的變量包括X9和X10，具體體現(xiàn)在各城市房?jī)r(jià)的評(píng)價(jià)方面。

2.3 城市房地產(chǎn)市場(chǎng)的劃分

根據(jù)SPSS19.0軟件計(jì)算各城市的2個(gè)因子得分，并以F1因子得分為x軸，以F2因子得分為y軸，繪制基于各城市因子得分的簡(jiǎn)單分類圖。本文將35個(gè)城市按2個(gè)因子得分簡(jiǎn)單地分為4類，結(jié)果如圖1所示。按照一、二、三、四象限區(qū)分，位于第一象限的是北京和上海，總體來講，北京和上海城市房地產(chǎn)市場(chǎng)投資大，供求多，房?jī)r(jià)也偏高，這也是居民對(duì)這2個(gè)城市房地產(chǎn)市場(chǎng)的普遍印象；位于第二象限的城市有深圳、廈門、杭州和廣州，總體來講，這4個(gè)城市的房?jī)r(jià)偏高，而投資及供給偏弱，說明這些城市的房地產(chǎn)市場(chǎng)正慢慢收縮；大多數(shù)城市位于第三象限，表現(xiàn)為投資速度放緩，房地產(chǎn)價(jià)格逐漸降低并慢慢趨于穩(wěn)定；位于第四象限的城市是重慶和成都，其特點(diǎn)是投資大，市場(chǎng)供求多，但房?jī)r(jià)不高，說明這些城市正處于加緊建設(shè)之中。

圖1 基于各城市因子得分的簡(jiǎn)單分類圖

3 城市房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)分析

3.1 各城市房地產(chǎn)市場(chǎng)綜合評(píng)價(jià)及其排名

根據(jù)2.1中所述方法，結(jié)合表2中的數(shù)據(jù)，可得出綜合因子得分計(jì)算公式，見式(2)。各城市房地產(chǎn)市場(chǎng)綜合因子得分及排名見表3。

F=(69.511F1+22.358F2)/91.869 (2)

續(xù)表3

3.2 結(jié)果分析

以2014年的綜合評(píng)價(jià)指標(biāo)排名來看，一線城市和各省會(huì)城市的評(píng)分比較高；以北京、上海為中心的周邊城市，其總體評(píng)價(jià)結(jié)果較高；西北地區(qū)普遍偏低，其次是西南和東北地區(qū)，東南地區(qū)較好；部分加緊建設(shè)的城市如重慶、成都、武漢、西安、沈陽、天津等評(píng)價(jià)較高，而?？诘饶喜砍鞘休^低，評(píng)價(jià)較高城市的經(jīng)濟(jì)發(fā)展態(tài)勢(shì)總體良好。

4 結(jié)束語

各項(xiàng)數(shù)據(jù)顯示，2014年全國(guó)房地產(chǎn)市場(chǎng)投資減速，房地產(chǎn)交易量大幅下滑，居民對(duì)買賣房屋持觀望態(tài)度，各地方政府不斷放松調(diào)控，希望改善房地產(chǎn)市場(chǎng)的低迷狀態(tài)。進(jìn)入2015年，房地產(chǎn)市場(chǎng)的投資增速進(jìn)一步下降，各地房地產(chǎn)市場(chǎng)持續(xù)調(diào)整，大多數(shù)城市房?jī)r(jià)穩(wěn)定，甚至部分省市的房?jī)r(jià)有回落趨勢(shì)[15]，目前全國(guó)各級(jí)政府通過各種政策措施，試圖扭轉(zhuǎn)房地產(chǎn)市場(chǎng)的下滑趨勢(shì)，減少本地房地產(chǎn)市場(chǎng)的庫(kù)存。例如，撫順市政府通過《撫順市城區(qū)采煤沉陷區(qū)居民避險(xiǎn)搬遷實(shí)施方案》，采取異地重建、產(chǎn)權(quán)置換等方式，既解決了沉陷區(qū)居民避險(xiǎn)搬遷工作，又解決了本市一部分房地市場(chǎng)存房問題，部分房地產(chǎn)開發(fā)商從中受益，壓力減少。雖然目前各地救市措施效果不明顯，不能根本改變房地產(chǎn)市場(chǎng)低迷現(xiàn)狀，全國(guó)房地產(chǎn)市場(chǎng)形勢(shì)總體依舊沒有好轉(zhuǎn)，但是救市應(yīng)考慮長(zhǎng)期效果，使市場(chǎng)在資源配置中發(fā)揮決定作用。

從2016年下半年房地產(chǎn)市場(chǎng)的各項(xiàng)數(shù)據(jù)來看[16]，一線和部分熱點(diǎn)二線城市房?jī)r(jià)過快上漲的勢(shì)頭得到明顯遏制，北京、上海、深圳等地房?jī)r(jià)雖然較高，但房?jī)r(jià)走勢(shì)趨穩(wěn)；其他各省市房?jī)r(jià)增幅較小，并且投資、供給都有一定程度收縮，相比而言各省市商品房的銷售面積和銷售額都有較大程度的降低。數(shù)據(jù)表明，我國(guó)房地產(chǎn)市場(chǎng)在未來幾年將繼續(xù)收縮，房?jī)r(jià)將進(jìn)一步穩(wěn)定。房地產(chǎn)開發(fā)是地方經(jīng)濟(jì)和城市發(fā)展規(guī)劃的一個(gè)有機(jī)部分，一線和部分熱點(diǎn)二線城市應(yīng)因地制宜、因城施策地實(shí)施有針對(duì)性的調(diào)控政策，使房地產(chǎn)市場(chǎng)出現(xiàn)積極的變化。

[1] 張鷺.基于主成分分析法的房地產(chǎn)市場(chǎng)健康狀況評(píng)價(jià)——以河南省為例[J].衡陽師范學(xué)院學(xué)報(bào)，2015，36(3)：94-98.

[2] 郭秀秀.房地產(chǎn)市場(chǎng)健康狀況評(píng)價(jià)體系研究[D].重慶：重慶大學(xué)，2012.

[3] 張磊.房地產(chǎn)業(yè)可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)體系的構(gòu)建——基于DPSIR模型的基本原理[J].上海房地，2012(7)：18-20.

[4] 崔明欣，李紹萍.基于聚類分析法的黑龍江房地產(chǎn)市場(chǎng)健康狀況評(píng)價(jià)指標(biāo)體系構(gòu)建[J].價(jià)值工程，2012(33)：167-169.

[5] 楊惠，方斌.基于主成分分析法的揚(yáng)中市產(chǎn)城融合度研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2016，37(6)：99-105.

[6] 侯為義，徐夢(mèng)潔，張笑寒，等.基于主成分分析法的中國(guó)土地市場(chǎng)發(fā)育成熟度評(píng)價(jià)[J].資源開發(fā)與市場(chǎng)，2012，28(3)：211-213.

[7] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒—2015[M].北京：中國(guó)統(tǒng)計(jì)出版社，2015.

[8] 俞金國(guó)，張瑞霞，王麗華.制約長(zhǎng)?？h可持續(xù)發(fā)展的機(jī)制及應(yīng)對(duì)策略研究[J].海洋開發(fā)與管理，2011(1)：72-75.

[9] 何曉群.多元統(tǒng)計(jì)分析[M].北京：中國(guó)人民大學(xué)出版社，2011.

[10] 林素環(huán)，陳潔.主成分分析法在我國(guó)各省市經(jīng)濟(jì)發(fā)展綜合實(shí)力評(píng)價(jià)中的應(yīng)用[J].工程經(jīng)濟(jì)，2006(4)：43-46.

[11] 劉艷，江海旭，李悅錚，等.遼寧省長(zhǎng)?？h經(jīng)濟(jì)發(fā)展水平及存在的問題——基于主成分分析法[J].河南科學(xué)，2014，32(5)：877-881.

[12] 孫平軍，修春亮.遼寧礦業(yè)城市經(jīng)濟(jì)系統(tǒng)應(yīng)對(duì)能力分析及其脆弱性評(píng)價(jià)[J].云南地理環(huán)境研究，2010，22(2)：47-53.

[13] 屠文娟.基于因子分析法的江蘇省科技原創(chuàng)力評(píng)價(jià)與提升[J].科技管理研究，2008，28(4)：18-20.

[14] 鄧維斌，唐興艷，胡大權(quán)，等.SPSS19統(tǒng)計(jì)分析實(shí)用教程[M].北京：電子工業(yè)出版社，2012.

[15] 國(guó)家統(tǒng)計(jì)局.2015年全國(guó)房地產(chǎn)開發(fā)投資和銷售情況[R/OL].(2016-01-19)[2016-10-22].http://www.stats.gov.cn/tjsj/zxfb/201601/t20160119_1306094.html.

[16] 國(guó)家統(tǒng)計(jì)局.2016年1—11月全國(guó)房地產(chǎn)開發(fā)投資和銷售情況[R/OL].(2016-12-13)[2016-12-25].http://www.stats.gov.cn/tjsj/zxfb/201612/t20161213_1440908.html.

Comprehensive Evaluation of the City Real Estate Market Based on Factors Analysis

Li Qi， Jin Hui， Zhang Chunshu， Wang Yajun

(SchoolofEconomics&Management，LiaoningShihuaUniversity，F(xiàn)ushunLiaoning113001，China)

The real estate has played more and more important effect on our country's economic development, in recent years, the speed of all the real estate was already sputtering. According to the current situation of the real estate, an indicator system was established based on factor analysis which included scale, supply and demand and price to evaluate the comprehensive development of the real estate by using 35 cities data. By using the scientific method to determine the weights of every different factor, the comprehensive evaluate results of the cities real estate were obtained. Then the results of the comprehensive evaluation were analyzed in depth by using the charts and tables, and the cities were classified and reasonable suggestions were proposed based on the cities real estate at last.

Real estate market； Comprehensive evaluation； Supply and demand； Factor analysis

1672-6952(2017)05-0076-05

投稿網(wǎng)址：http://journal.lnpu.edu.cn

2016-12-29

2017-02-26

李琦(1977-)，女，碩士，副教授，從事市場(chǎng)配置優(yōu)化研究；E-mail：qli2000@sina.com。

F293.3

Adoi:10.3969/j.issn.1672-6952.2017.05.015

(編輯 宋錦玉)