韓兆洲+胡冰洋+石瑞紅+黎中彥

基金項(xiàng)目：本文為廣東省委宣傳部打造“理論粵軍”2014年度重點(diǎn)課題“廣東經(jīng)濟(jì)監(jiān)測(cè)與預(yù)測(cè)研究”（批準(zhǔn)號(hào)：WT1407）、全國(guó)統(tǒng)計(jì)科學(xué)研究項(xiàng)目“GDP核算中虛擬房租的核算方法研究”（批準(zhǔn)號(hào)：2015LY90）的部分內(nèi)容

中圖分類(lèi)號(hào)：F222.31 文獻(xiàn)標(biāo)識(shí)碼：A

內(nèi)容摘要：近年來(lái)，中國(guó)各地房?jī)r(jià)一路走高，尤其是沿海地區(qū)，高房?jī)r(jià)已經(jīng)成為輿論關(guān)注的主要熱點(diǎn)問(wèn)題。但是，高房?jī)r(jià)是否就意味著擁有一個(gè)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(shí)力、消費(fèi)者購(gòu)房能力、基礎(chǔ)設(shè)施建設(shè)和城市居住環(huán)境四個(gè)方面分析城市房地產(chǎn)發(fā)展環(huán)境，研究結(jié)果顯示：高房?jī)r(jià)與良好的房地產(chǎn)發(fā)展環(huán)境沒(méi)有正相關(guān)關(guān)系，本文依據(jù)研究結(jié)論提出相應(yīng)的評(píng)價(jià)建議，供有關(guān)方面決策參考。

關(guān)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(guó)民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)，為中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)做出了重要貢獻(xiàn)。隨著我國(guó)“宏觀穩(wěn)、微觀活”政策的出臺(tái)，我國(guó)房地產(chǎn)業(yè)進(jìn)入了結(jié)構(gòu)性調(diào)整階段。與此同時(shí)，人們?cè)絹?lái)越關(guān)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(yīng)政策，對(duì)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(jì)南和廈門(mén)7個(gè)沿海地區(qū)主要城市，建立完善的指標(biāo)體系，通過(guò)對(duì)準(zhǔn)則層指標(biāo)信息熵評(píng)價(jià)、目標(biāo)層指標(biāo)因子分析評(píng)價(jià)，得到準(zhǔn)則層指標(biāo)評(píng)分，并最終得到評(píng)價(jià)得分和排名，據(jù)此對(duì)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(píng)價(jià)。

指標(biāo)選取與模型設(shè)定

（一）指標(biāo)選取

城市房地產(chǎn)發(fā)展環(huán)境綜合評(píng)價(jià)指標(biāo)很多，本文在遵循指標(biāo)選取的系統(tǒng)性、科學(xué)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(píng)價(jià)為目標(biāo)層指標(biāo)，從4個(gè)維度、16個(gè)環(huán)節(jié)構(gòu)建了城市房地產(chǎn)發(fā)展環(huán)境綜合評(píng)價(jià)理論框架：

第一維度，城市綜合實(shí)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(huì)零售額B4（億元）。

第二維度，消費(fèi)者購(gòu)房能力A2：城市居民消費(fèi)價(jià)格指數(shù)B5（%）；商品房平均交易價(jià)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(chǔ)設(shè)施建設(shè)A3：萬(wàn)人擁有醫(yī)生數(shù)量B9（人）；萬(wàn)人擁有公共交通車(chē)輛B10（標(biāo)臺(tái)）；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(gè)維度、16個(gè)環(huán)節(jié)之間的關(guān)系分析

地區(qū)生產(chǎn)總值反映一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展情況，該指標(biāo)值越大，說(shuō)明經(jīng)濟(jì)發(fā)展?fàn)顩r較好，相對(duì)來(lái)說(shuō)房地產(chǎn)發(fā)展?fàn)顩r就會(huì)越好。故地區(qū)發(fā)展總值屬于正類(lèi)屬性指標(biāo)。固定資產(chǎn)投資額是以貨幣表現(xiàn)的建造和購(gòu)置固定資產(chǎn)活動(dòng)的工作量，它是反映固定資產(chǎn)投資規(guī)模、速度、比例關(guān)系和使用方向的綜合性指標(biāo)。該指標(biāo)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(biāo)值越大，說(shuō)明房地產(chǎn)基礎(chǔ)設(shè)施越完善，故該指標(biāo)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(biāo)值越大越好。

經(jīng)分析：正類(lèi)屬性指標(biāo)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(huì)零售額、城市居民人均可支配收入、萬(wàn)人擁有醫(yī)生數(shù)量、萬(wàn)人擁有公共交通車(chē)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(fù)類(lèi)屬性指標(biāo)有城市居民消費(fèi)價(jià)格指數(shù)、商品房平均交易價(jià)格、城鎮(zhèn)人口登記失業(yè)率、城市人口密度。

（三）準(zhǔn)則層指標(biāo)的信息熵評(píng)價(jià)

信息是一個(gè)很抽象的概念。人們常常說(shuō)信息很多或者較少，但卻很難說(shuō)清楚信息到底有多少。熵的概念來(lái)源于熱力學(xué)，它是用來(lái)表達(dá)分子狀態(tài)雜亂程度的一個(gè)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(chēng)為“信息熵”，并給出了信息熵的數(shù)學(xué)表達(dá)式：假設(shè)信源符號(hào)有n種取值：x1，x2…xn，對(duì)應(yīng)概率為：p1，p2…pn，且各種符號(hào)的出現(xiàn)彼此獨(dú)立。這時(shí)，信源的平均不確定性應(yīng)當(dāng)為單個(gè)符號(hào)不確定性-logpi的統(tǒng)計(jì)平均值（E），可稱(chēng)為信息熵，即：；式中：0

本文選取7個(gè)地區(qū)的因素層指標(biāo)B建立信息熵評(píng)價(jià)模型，得到7個(gè)地區(qū)的準(zhǔn)則層指標(biāo)信息A。步驟如下：

第一，構(gòu)造決策矩陣。假設(shè)有4個(gè)準(zhǔn)則層指標(biāo)，20個(gè)因素層指標(biāo)，構(gòu)造4個(gè)因素層指標(biāo)的決策矩陣：

第二，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。定義正類(lèi)屬性數(shù)據(jù)和負(fù)類(lèi)屬性數(shù)據(jù)。正類(lèi)屬性數(shù)據(jù)a+ij>0，屬性值越大，房地產(chǎn)發(fā)展?fàn)顩r越好；負(fù)類(lèi)屬性數(shù)據(jù)a-ij>0，屬性值越大，房地產(chǎn)發(fā)展?fàn)顩r越差。

首先正類(lèi)屬性指標(biāo)規(guī)范化：

其次，負(fù)類(lèi)屬性指標(biāo)規(guī)范化：

經(jīng)數(shù)據(jù)標(biāo)準(zhǔn)化處理后，得到新的因素層指標(biāo)決策矩陣：

再次，屬性指標(biāo)j的熵Ej的計(jì)算：

式中k=1/ln（n），n為樣本數(shù)。

再次，指標(biāo)j權(quán)重的計(jì)算：

信息偏差度d=1-Ej，指標(biāo)j的權(quán)重

式中：。權(quán)重越大，屬性指標(biāo)j對(duì)準(zhǔn)則層指標(biāo)k的影響越大，對(duì)房地產(chǎn)發(fā)展評(píng)價(jià)的貢獻(xiàn)越大。

最后，準(zhǔn)則層指標(biāo)決策矩陣的建立：準(zhǔn)則層指標(biāo)評(píng)價(jià)值，式中：0

（四）目標(biāo)層指標(biāo)的因子分析評(píng)價(jià)

因子分析法是從研究變量?jī)?nèi)部相關(guān)的依賴(lài)關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。其理論模型如下：

對(duì)準(zhǔn)則層指標(biāo)決策矩陣Znp進(jìn)行因子分析，計(jì)算相關(guān)系數(shù)矩陣R；計(jì)算相關(guān)系數(shù)矩陣R的特征值和特征向量；計(jì)算方差貢獻(xiàn)率與累計(jì)方差貢獻(xiàn)率；確定因子：設(shè)F1，F(xiàn)2，…，F(xiàn)p為p個(gè)因子，其中前m個(gè)因子包含的數(shù)據(jù)信息總量（即其累計(jì)貢獻(xiàn)率）不低于85%時(shí)，可取前m個(gè)因子來(lái)反映原評(píng)價(jià)指標(biāo)；因子旋轉(zhuǎn)：若所得的m個(gè)因子無(wú)法確定或其實(shí)際意義不是很明顯，這時(shí)需將因子進(jìn)行旋轉(zhuǎn)以獲得較為明顯的實(shí)際含義；用原指標(biāo)的線性組合來(lái)求各因子得分：采用回歸估計(jì)法，Bartlett估計(jì)法計(jì)算因子得分；綜合得分：以各因子的方差貢獻(xiàn)率為權(quán)，由各因子的線性組合得到綜合評(píng)價(jià)指標(biāo)函數(shù)：，其中wi為旋轉(zhuǎn)前或者旋轉(zhuǎn)后因子的方差貢獻(xiàn)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(píng)價(jià)得分名次。

實(shí)證分析

（一）數(shù)據(jù)來(lái)源和評(píng)價(jià)對(duì)象

本文樣本選取2013年上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)等7個(gè)沿海地區(qū)城市，數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒2014》、《上海統(tǒng)計(jì)年鑒2014》、《廣州統(tǒng)計(jì)年鑒2014》、《深圳統(tǒng)計(jì)年鑒2014》、《南京統(tǒng)計(jì)年鑒2014》、《杭州統(tǒng)計(jì)年鑒2014》、《濟(jì)南統(tǒng)計(jì)年鑒2014》、《廈門(mén)經(jīng)濟(jì)特區(qū)年鑒2014》和中國(guó)統(tǒng)計(jì)局網(wǎng)站。選取的16個(gè)因素層指標(biāo)值，見(jiàn)表1所示。

（二）基于信息熵的準(zhǔn)則層指標(biāo)評(píng)價(jià)

根據(jù)前文準(zhǔn)則層指標(biāo)信息熵的評(píng)價(jià)方法，對(duì)表1數(shù)據(jù)進(jìn)行測(cè)算，得出準(zhǔn)則層指標(biāo)值如表2所示。

城市綜合實(shí)力的信息熵評(píng)價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)的城市綜合實(shí)力指標(biāo)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(shí)力排名依次為上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)。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(huì)零售額均為正類(lèi)屬性指標(biāo)，且上海和廣州的指標(biāo)值遠(yuǎn)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(shí)力較強(qiáng)。

消費(fèi)者購(gòu)房能力的信息熵評(píng)價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)的消費(fèi)者購(gòu)房能力指標(biāo)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(fèi)者的購(gòu)房能力排名依次為廈門(mén)、廣州、濟(jì)南、上海、南京、深圳和杭州。從表1中可以看出：從收入水平來(lái)說(shuō)，上海、廣州、深圳和廈門(mén)的人均可支配收入遠(yuǎn)高于其它三個(gè)城市；在商品房交易價(jià)格上，深圳和上海的房?jī)r(jià)遠(yuǎn)高于其它城市。綜合來(lái)說(shuō)，廈門(mén)消費(fèi)者的購(gòu)房能力最強(qiáng)，上海、深圳和杭州的消費(fèi)者的購(gòu)房能力較差。

基礎(chǔ)設(shè)施建設(shè)的信息熵評(píng)價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)的基礎(chǔ)設(shè)施環(huán)境指標(biāo)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(chǔ)設(shè)施環(huán)境排名依次為廈門(mén)、廣州、南京、濟(jì)南、杭州、深圳和上海。從表1中可以看出：廈門(mén)、廣州、南京和濟(jì)南等地區(qū)在基礎(chǔ)設(shè)施建設(shè)方面做得比較好，深圳和上海雖然經(jīng)濟(jì)比較發(fā)達(dá)，但吸引了大量的人口，過(guò)多的人口拉低了這些地區(qū)的人均指標(biāo)。綜合來(lái)說(shuō)，廈門(mén)、廣州的基礎(chǔ)設(shè)施建設(shè)最優(yōu)，南京、濟(jì)南、杭州次之，深圳、上海最差。

城市居住環(huán)境的信息熵評(píng)價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)的社會(huì)人文環(huán)境指標(biāo)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(jì)南、杭州、廈門(mén)、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(jì)發(fā)展上遠(yuǎn)高于其它地區(qū)，但有利亦有弊，經(jīng)濟(jì)發(fā)達(dá)吸引了更多的就業(yè)人員，過(guò)多的人口負(fù)擔(dān)影響城市居住環(huán)境。因此，在城市居住環(huán)境方面，南京、濟(jì)南、杭州和廈門(mén)較好，深圳、上海和廣州差上一點(diǎn)。

（三）基于因子分析的目標(biāo)層指標(biāo)評(píng)價(jià)

根據(jù)表2準(zhǔn)則層指標(biāo)矩陣做因子分析，對(duì)房地產(chǎn)發(fā)展環(huán)境狀況做綜合排名，見(jiàn)表3所示。表3中，上海、廣州、深圳、南京、杭州、濟(jì)南和廈門(mén)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?fàn)顩r綜合排名依次為廈門(mén)、廣州、濟(jì)南、南京、杭州、深圳和上海。

（四）房地產(chǎn)發(fā)展環(huán)境與高房?jī)r(jià)相關(guān)分析

根據(jù)表4數(shù)據(jù)，對(duì)中國(guó)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(jià)格作相關(guān)分析，得到兩者的相關(guān)系數(shù)為-0.4819，兩者呈較低度負(fù)相關(guān)關(guān)系，即高房?jī)r(jià)并不意味著擁有一個(gè)良好的房地產(chǎn)發(fā)展環(huán)境。

從表4中可以看出，國(guó)家統(tǒng)計(jì)局2016年2月公布2016年1月全國(guó)70個(gè)大中城市新建商品住宅價(jià)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(gè)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(mén)同比上漲8.7%（排第6名）；杭州同比上漲7.1%（排第7名）；濟(jì)南同比上漲1.5%（排第16名）。在70個(gè)大中城市中，中國(guó)沿海主要城市房地產(chǎn)價(jià)格漲幅幾乎包攬了前7名。

近一時(shí)期多地樓市火爆、特別是針對(duì)中國(guó)沿海主要城市房?jī)r(jià)飆漲的主要原因，有關(guān)專(zhuān)家綜合認(rèn)為：一是政府出臺(tái)了一系列寬松的購(gòu)房政策使各類(lèi)購(gòu)房者在更低的門(mén)檻下得以進(jìn)入樓市，市場(chǎng)交易活躍反過(guò)來(lái)推動(dòng)房?jī)r(jià)上漲；二是中國(guó)沿海主要城市優(yōu)質(zhì)宜住地帶的優(yōu)質(zhì)供給樓市開(kāi)始出現(xiàn)庫(kù)存不足現(xiàn)象，進(jìn)一步刺激一二手房?jī)r(jià)格呈現(xiàn)快速飆升態(tài)勢(shì)；三是受心理預(yù)期影響，尤其是在“買(mǎi)漲不買(mǎi)跌”心態(tài)下，引發(fā)“恐慌心理”，進(jìn)而推高房?jī)r(jià)的非理性上漲。

結(jié)論與評(píng)價(jià)

廈門(mén)的房地產(chǎn)發(fā)展環(huán)境綜合得分為0.9378，排第1。廈門(mén)在消費(fèi)者購(gòu)買(mǎi)能力和基礎(chǔ)設(shè)施建設(shè)方面均排第1，城市居住環(huán)境排第4，城市綜合實(shí)力排第7。廈門(mén)的劣勢(shì)在于城市綜合實(shí)力最差，優(yōu)勢(shì)在于較高的消費(fèi)者購(gòu)房能力和完善的基礎(chǔ)設(shè)施建設(shè)和比較適宜的居住環(huán)境，總體上廈門(mén)的房地產(chǎn)發(fā)展環(huán)境在7個(gè)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(shí)力、消費(fèi)者的購(gòu)房能力、基礎(chǔ)設(shè)施建設(shè)三個(gè)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?jī)r(jià)和完善的基礎(chǔ)設(shè)施建設(shè)彌補(bǔ)了這個(gè)最大缺陷，對(duì)于追求經(jīng)濟(jì)實(shí)惠的人們，廣州是最佳的地方。

濟(jì)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(jì)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(qiáng)，濟(jì)南房地產(chǎn)市場(chǎng)的發(fā)展步伐也隨之加快。濟(jì)南的優(yōu)勢(shì)在于消費(fèi)者購(gòu)買(mǎi)能力和城市居住環(huán)境方面均具有較高的得分，基礎(chǔ)設(shè)施建設(shè)也排第4，對(duì)于經(jīng)濟(jì)實(shí)力較差又追求生活質(zhì)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(gè)從小到大、從弱到強(qiáng)的發(fā)展過(guò)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(chǔ)設(shè)施建排第3，城市綜合實(shí)力排第4，消費(fèi)者購(gòu)房能力排第5，對(duì)于注重生活質(zhì)量的人們，是一個(gè)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(shí)力和基礎(chǔ)設(shè)施建設(shè)均排行第5，消費(fèi)者購(gòu)房能力排行第7。杭州近幾年發(fā)展迅速，尤其是經(jīng)濟(jì)增長(zhǎng)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?jī)r(jià)和較低的收入遠(yuǎn)遠(yuǎn)跟不上經(jīng)濟(jì)發(fā)展水平，因此在房地產(chǎn)發(fā)展環(huán)境中浙江消費(fèi)者購(gòu)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(guó)經(jīng)濟(jì)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(kāi)發(fā)規(guī)模、投資建設(shè)和發(fā)展速度上一直處于領(lǐng)先水平。深圳的城市綜合實(shí)力排第3，城市居住環(huán)境排第5，消費(fèi)者購(gòu)房能力和基礎(chǔ)設(shè)施建設(shè)均排第6。深圳的房地產(chǎn)發(fā)展環(huán)境總體上來(lái)說(shuō)不是太好，但作為中國(guó)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(shí)力排第1，消費(fèi)者購(gòu)房能力排第4，城市居住環(huán)境排第6，基礎(chǔ)設(shè)施建設(shè)排第7。上海作為全國(guó)經(jīng)濟(jì)中心，在城市綜合實(shí)力方面排名第1毋需置疑。但同時(shí)上海吸引了大量的人口，擁有較高的房?jī)r(jià)，拉低了消費(fèi)者購(gòu)房能力、基礎(chǔ)設(shè)施建設(shè)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(lè)觀。

參考文獻(xiàn)：

1.梁云芳，高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)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(jī)組綜合評(píng)價(jià)方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2013（2）

3.劉水.我國(guó)主要城市房地產(chǎn)發(fā)展?jié)摿υu(píng)價(jià)[J].中國(guó)房地產(chǎn)（學(xué)術(shù)版），2014（10）

4.孫劍，李啟明，黃輝.長(zhǎng)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(chǎng)與房地產(chǎn)市場(chǎng)互動(dòng)研究述評(píng)[J].產(chǎn)經(jīng)評(píng)論，2014（6）