李 琦， 金 慧， 張春姝， 王亞軍

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

基于因子分析法的城市房地產(chǎn)市場綜合評價

李 琦， 金 慧， 張春姝， 王亞軍

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

房地產(chǎn)市場在我國經(jīng)濟發(fā)展中的作用越來越大，近年來各地房地產(chǎn)市場發(fā)展速度明顯減緩。針對目前房地產(chǎn)市場的現(xiàn)狀，以35個城市的房地產(chǎn)市場指標(biāo)數(shù)據(jù)，通過因子分析法，建立了以規(guī)模、供求和價格為目標(biāo)的房地產(chǎn)市場綜合評價指標(biāo)體系。同時，運用科學(xué)的方法確立各因子的權(quán)重，確定了各城市房地產(chǎn)市場綜合評價結(jié)果，并使用圖、表對評價結(jié)果進行了具體分析。根據(jù)各城市的房地產(chǎn)市場綜合評價結(jié)果，對各城市進行分類，并對城市房地產(chǎn)市場提出了建議。

房地產(chǎn)市場； 綜合評價； 供求； 因子分析法

我國房地產(chǎn)市場在經(jīng)歷十余年的高速發(fā)展之后，社會上普遍認為房地產(chǎn)市場總體上“供過于求”，未來將側(cè)重于“釋放住房需求”。受經(jīng)濟、人口、環(huán)境、文化等因素的影響，房地產(chǎn)市場在各地區(qū)的需求情況各不相同，房地產(chǎn)市場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)市場的微觀分層特征較為明顯。

對不同地區(qū)的房地產(chǎn)市場進行有效合理的綜合評價，明確房地產(chǎn)市場存在的問題，正確預(yù)測本地區(qū)房地產(chǎn)市場的發(fā)展前景，才能更好地促進地方經(jīng)濟發(fā)展。因此，我國學(xué)者在建立房地產(chǎn)市場評價指標(biāo)體系，并對房地產(chǎn)市場進行綜合評價方面進行了研究。張鷺[1]、郭秀秀[2]依據(jù)主成分分析法，建立房地產(chǎn)市場健康指標(biāo)體系并進行了分析；張磊[3]利用DPSIR模型，對房地產(chǎn)市場可持續(xù)發(fā)展進行了分析；崔明欣等[4]運用聚類分析法，以黑龍江省為例進行了指標(biāo)體系分析； 楊惠等[5]及侯為義等[6]從經(jīng)濟、人文、自然等方面建立指標(biāo)體系，對房地產(chǎn)市場進行了綜合評價。本文從《中國統(tǒng)計年鑒2015》的房地產(chǎn)業(yè)相關(guān)數(shù)據(jù)[7]中，選取35個主要城市的房地產(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、價格等為目標(biāo)的房地產(chǎn)市場綜合評價指標(biāo)體系并進行了研究。

1 綜合評價指標(biāo)的選取及確定

1.1 評價指標(biāo)的選取

房地產(chǎn)市場評價內(nèi)容包括房地產(chǎn)規(guī)模、供求、價格等，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)合國內(nèi)外學(xué)者對房地產(chǎn)市場的研究情況及熱點問題，選取相關(guān)的評價指標(biāo)。

房地產(chǎn)業(yè)規(guī)模的評價指標(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)營業(yè)用房，故本文選擇住宅和商業(yè)營業(yè)用房投資額兩個指標(biāo)進行具體分析。

房地產(chǎn)業(yè)供求的評價指標(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)市場的建設(shè)及竣工情況，也能體現(xiàn)房地產(chǎn)市場的房屋竣工率?？⒐ぢ试礁撸f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)市場交易繁榮，房地產(chǎn)市場持續(xù)發(fā)展力強[8]。

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

1.2 評價指標(biāo)的確定

以35個主要城市為研究對象的房地產(chǎn)綜合評價指標(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X9、住宅商品房平均售價X10。

2 因子分析法的應(yīng)用及分析

2.1 評價方法簡述

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，從而將這種錯綜復(fù)雜關(guān)系的問題轉(zhuǎn)變?yōu)榉治錾贁?shù)幾個主要公共因子的多元統(tǒng)計分析方法[9]。

一般的因子分析模型見式(1)。

(1)

式中，X1、X2、X3、…、XP為P個原始變量；F1、F2、…、Fm為降維為m個的相互獨立的公共因子；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立的[9]。

初始因子解容易使因子的意義含糊不清，不便于對實際問題進行分析。因此，應(yīng)對初始公共因子進行線性組合，即進行因子旋轉(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，計算公共因子F1、F2、…、Fm在每一個樣品點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”的方差貢獻率占總方差貢獻率的比重作為權(quán)重進行加權(quán)匯總[13]，最終確定評價的綜合得分。

2.2 評價結(jié)果分析

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

表1 解釋的總方差表

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

采用方差最大法進行正交旋轉(zhuǎn)，使公共因子的載荷向0和1兩級分化，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個變量代表的意義，具體表示在各城市房地產(chǎn)市場的規(guī)模和供求評價方面；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)在各城市房價的評價方面。

2.3 城市房地產(chǎn)市場的劃分

根據(jù)SPSS19.0軟件計算各城市的2個因子得分，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單分類圖。本文將35個城市按2個因子得分簡單地分為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)市場投資大，供求多，房價也偏高，這也是居民對這2個城市房地產(chǎn)市場的普遍印象；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個城市的房價偏高，而投資及供給偏弱，說明這些城市的房地產(chǎn)市場正慢慢收縮；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，其特點是投資大，市場供求多，但房價不高，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單分類圖

3 城市房地產(chǎn)市場綜合評價分析

3.1 各城市房地產(chǎn)市場綜合評價及其排名

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算公式，見式(2)。各城市房地產(chǎn)市場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年的綜合評價指標(biāo)排名來看，一線城市和各省會城市的評分比較高；以北京、上海為中心的周邊城市，其總體評價結(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、天津等評價較高，而海口等南部城市較低，評價較高城市的經(jīng)濟發(fā)展態(tài)勢總體良好。

4 結(jié)束語

各項數(shù)據(jù)顯示，2014年全國房地產(chǎn)市場投資減速，房地產(chǎn)交易量大幅下滑，居民對買賣房屋持觀望態(tài)度，各地方政府不斷放松調(diào)控，希望改善房地產(chǎn)市場的低迷狀態(tài)。進入2015年，房地產(chǎn)市場的投資增速進一步下降，各地房地產(chǎn)市場持續(xù)調(diào)整，大多數(shù)城市房價穩(wěn)定，甚至部分省市的房價有回落趨勢[15]，目前全國各級政府通過各種政策措施，試圖扭轉(zhuǎn)房地產(chǎn)市場的下滑趨勢，減少本地房地產(chǎn)市場的庫存。例如，撫順市政府通過《撫順市城區(qū)采煤沉陷區(qū)居民避險搬遷實施方案》，采取異地重建、產(chǎn)權(quán)置換等方式，既解決了沉陷區(qū)居民避險搬遷工作，又解決了本市一部分房地市場存房問題，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)市場低迷現(xiàn)狀，全國房地產(chǎn)市場形勢總體依舊沒有好轉(zhuǎn)，但是救市應(yīng)考慮長期效果，使市場在資源配置中發(fā)揮決定作用。

從2016年下半年房地產(chǎn)市場的各項數(shù)據(jù)來看[16]，一線和部分熱點二線城市房價過快上漲的勢頭得到明顯遏制，北京、上海、深圳等地房價雖然較高，但房價走勢趨穩(wěn)；其他各省市房價增幅較小，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，我國房地產(chǎn)市場在未來幾年將繼續(xù)收縮，房價將進一步穩(wěn)定。房地產(chǎn)開發(fā)是地方經(jīng)濟和城市發(fā)展規(guī)劃的一個有機部分，一線和部分熱點二線城市應(yīng)因地制宜、因城施策地實施有針對性的調(diào)控政策，使房地產(chǎn)市場出現(xiàn)積極的變化。

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

[2] 郭秀秀.房地產(chǎn)市場健康狀況評價體系研究[D].重慶：重慶大學(xué)，2012.

[3] 張磊.房地產(chǎn)業(yè)可持續(xù)發(fā)展評價指標(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)市場健康狀況評價指標(biāo)體系構(gòu)建[J].價值工程，2012(33)：167-169.

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

[6] 侯為義，徐夢潔，張笑寒，等.基于主成分分析法的中國土地市場發(fā)育成熟度評價[J].資源開發(fā)與市場，2012，28(3)：211-213.

[7] 中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒—2015[M].北京：中國統(tǒng)計出版社，2015.

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

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

[10] 林素環(huán)，陳潔.主成分分析法在我國各省市經(jīng)濟發(fā)展綜合實力評價中的應(yīng)用[J].工程經(jīng)濟，2006(4)：43-46.

[11] 劉艷，江海旭，李悅錚，等.遼寧省長?？h經(jīng)濟發(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)濟系統(tǒng)應(yīng)對能力分析及其脆弱性評價[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)力評價與提升[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)計分析實用教程[M].北京：電子工業(yè)出版社，2012.

[15] 國家統(tǒng)計局.2015年全國房地產(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] 國家統(tǒng)計局.2016年1—11月全國房地產(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)