于　叢　謝慧怡

基于因子分析對我國30個地區(qū)的房地產(chǎn)發(fā)展水平的研究

于叢謝慧怡

摘要：本文通過我國房地產(chǎn)業(yè)具有代表性的13個指標(biāo)，運(yùn)用因子分析方法，對2015年我國30個省市自治區(qū)房地產(chǎn)業(yè)發(fā)展?fàn)顩r進(jìn)行分析，綜合各因子得分并進(jìn)行排名。同時，針對不同地區(qū)發(fā)展?fàn)顩r提出相應(yīng)建議，補(bǔ)足短板，促進(jìn)房地產(chǎn)業(yè)均衡健康發(fā)展。

關(guān)鍵詞：房地產(chǎn);動態(tài)分析;綜合評價

一、引言

近年來，我國房地產(chǎn)業(yè)得到了迅速發(fā)展，其對國內(nèi)生產(chǎn)總值的貢獻(xiàn)率不斷提高，房地產(chǎn)業(yè)是一個重要的經(jīng)濟(jì)增長點(diǎn)，作為我國經(jīng)濟(jì)的支柱性行業(yè)之一，房地產(chǎn)業(yè)還同時兼具了基礎(chǔ)性強(qiáng)、波及面廣以及與其他產(chǎn)業(yè)關(guān)聯(lián)度大的特點(diǎn)。房地產(chǎn)業(yè)的發(fā)展對人們的消費(fèi)觀念、生活水平、社會的經(jīng)濟(jì)增長方式和財富分配格局產(chǎn)生了一定的影響，對我國的經(jīng)濟(jì)發(fā)展和社會發(fā)展都帶來了一定的沖擊。因此，房地產(chǎn)業(yè)的發(fā)展成為社會各界普遍關(guān)注的熱點(diǎn)。本文將采用因子分析方法，對我國30個省市自治區(qū)房地產(chǎn)業(yè)發(fā)展現(xiàn)狀進(jìn)行分析，并針對各地區(qū)特點(diǎn)提出相關(guān)意見，使得政府、民眾、投資者和經(jīng)營者對市場現(xiàn)狀有更明確的認(rèn)識。

二、評價方法介紹及指標(biāo)體系

(一)因子分析法

因子分析是對主成分分析的推廣，它將具有錯綜復(fù)雜關(guān)系的變量(指標(biāo))綜合為數(shù)量較少的幾個綜合變量(稱之為因子)，用來描述多個變量之間的相關(guān)關(guān)系。因子分析法的基本步驟如下：

第一，確定分析變量，收集數(shù)據(jù)，并對樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除不同變量之間由于量綱和數(shù)值大小差異造成的誤差，使指標(biāo)數(shù)據(jù)之間具有可比性，減小研究結(jié)果的誤差。

第二，計(jì)算所選變量的相關(guān)系數(shù)矩陣，對原始變量進(jìn)行KMO檢驗(yàn)和Bartlett檢驗(yàn)，判斷是否可以因子分析。

第三，由因子貢獻(xiàn)率和累計(jì)貢獻(xiàn)率提公共因子。

第四，因子旋轉(zhuǎn)，使得公共因子之間的關(guān)系更加密切，其實(shí)際意義更易解釋。

第五，計(jì)算因子得分，進(jìn)一步做綜合評估。

(二)指標(biāo)體系介紹

房地產(chǎn)業(yè)評價指標(biāo)體系房地產(chǎn)市場開發(fā)及銷售規(guī)模指標(biāo)房地產(chǎn)企業(yè)綜合效益指標(biāo)房地產(chǎn)開發(fā)企業(yè)個數(shù)x1房地產(chǎn)平均從業(yè)人數(shù)x2本年土地購置面積x3本年完成投資x4本年實(shí)際到位資金x5商品房實(shí)際銷售面積x6商品房銷售額x7本年房屋新開工面積x8固定資本形成總額x9房地產(chǎn)開發(fā)企業(yè)主營業(yè)務(wù)利潤x10人均地區(qū)生產(chǎn)總值x11房屋竣工造價x12房屋建筑竣工率x13

(三)指標(biāo)選取原則

1、科學(xué)性原則。房地產(chǎn)業(yè)績效評價要基于科學(xué)的指導(dǎo)思想，利用科學(xué)的方法，通過科學(xué)的手段進(jìn)行選擇和設(shè)計(jì)指標(biāo)，來對房地產(chǎn)業(yè)績效水平進(jìn)行分析、檢查并得出科學(xué)的結(jié)論。

2、系統(tǒng)性原則。房地產(chǎn)業(yè)績效水平涉及范圍和問題廣泛而復(fù)雜，每一個方面都是它的一個子系統(tǒng)，因此在選擇和建立指標(biāo)的時候就應(yīng)該對各種因素進(jìn)行綜合的考慮，選擇主要的、最具代表程度的指標(biāo)體系，充分反映房地產(chǎn)業(yè)的績效水平。

3、可操作性原則。主要在于數(shù)據(jù)資料大多數(shù)通過全國、省市統(tǒng)計(jì)年鑒和房地產(chǎn)統(tǒng)計(jì)年鑒，或是通過現(xiàn)有數(shù)據(jù)進(jìn)行整理、計(jì)算獲得，為了保證定量指標(biāo)分析真實(shí)、準(zhǔn)確，指標(biāo)體系不能過多或是過少，應(yīng)做到繁簡適中。

4、有效性原則。指標(biāo)體系的構(gòu)建必須與評價對象的基本內(nèi)涵達(dá)成一致，真正的反映我國的房地產(chǎn)業(yè)績效水平。

5、可比性原則。房地產(chǎn)績效評價時，會涉及到不同區(qū)域、不同時間的比較評價，這就需要對統(tǒng)計(jì)口徑、指標(biāo)含義、適用范圍進(jìn)行確定，所選擇的指標(biāo)要保證可比性。

三、實(shí)證研究分析過程

首先，本文選用中國統(tǒng)計(jì)年鑒2015年30個地區(qū)房地產(chǎn)開發(fā)數(shù)據(jù)，由于各項(xiàng)指標(biāo)既有定性又有定量，量綱也不盡相同，需要對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理消除這些不同可能帶來的不合理的影響。

標(biāo)準(zhǔn)化處理后，進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)。KMO >0.8, 可以判斷出適合做因子分析。巴特利特球度檢驗(yàn)得出的概率P值為0.000，小于顯著性水平1%，應(yīng)拒絕零假設(shè)，接受備擇假設(shè)，相關(guān)系數(shù)矩陣與單位矩陣有顯著性差異，適合做因子分析。

進(jìn)而確定公共因子根據(jù)分析結(jié)果知可知前2個特征值均大于1，且累計(jì)方差貢獻(xiàn)率達(dá)到82.768%，能概括出原有指標(biāo)的大部分信息。因此可以選擇前兩個主成分作為公共因子進(jìn)行評價。

其次，由旋轉(zhuǎn)后的因子荷載圖(見表2)可知房地產(chǎn)開發(fā)企業(yè)個數(shù)(x1)、房地產(chǎn)平均從業(yè)人數(shù)(x2)、本年土地購置面積(x3)、本年完成投資(x4)、本年實(shí)際到位資金(x5)、商品房實(shí)際銷售面積(x6)、商品房銷售額(x7)、本年房屋新開工面積(x8) 、固定資本形成總額(x9)，這9個指標(biāo)在第一公共因子中的因子荷載值較大，說明該公共因子對指標(biāo)的影響程度較大。這些指標(biāo)是從不同方面反映房地產(chǎn)整體產(chǎn)業(yè)發(fā)展規(guī)模以及商品房的開發(fā)銷售的指標(biāo)，故可命名此公共因子F1為：房地產(chǎn)市場開發(fā)及銷售規(guī)模因子。

表2　旋轉(zhuǎn)后的因子載荷矩陣

房地產(chǎn)開發(fā)企業(yè)主營業(yè)務(wù)利潤(x10)、人均地區(qū)生產(chǎn)總值(x11)、房屋竣工造價(成本)(x12)，房屋竣工率(x13)這4個指標(biāo)在第二公共因子中的因子荷載率較大，歸為第二公共因子。這些指標(biāo)都在能夠反映房地產(chǎn)企業(yè)的經(jīng)濟(jì)效益水平，故可將第二公共因子F2命名為房地產(chǎn)企業(yè)綜合效益因子。

確定因子變量后，計(jì)算各個樣本因子得分。此處采用回歸法計(jì)算各因子得分，以各因子方差貢獻(xiàn)率占兩個因子方差貢獻(xiàn)率之和的比重作為權(quán)重計(jì)算因子得分。

最后，確定因子變量后，計(jì)算各個樣本因子得分。此處采用回歸法計(jì)算各因子得分，以各因子方差貢獻(xiàn)率占兩個因子方差貢獻(xiàn)率之和的比重作為權(quán)重計(jì)算因子得分。因子得分函數(shù)：

依據(jù)模型計(jì)算出綜合得分后以降序?qū)?0個地區(qū)進(jìn)行排名，排名結(jié)果如下：由估計(jì)出的因子得分，可以描述出我國各省市的房地產(chǎn)發(fā)展水平，利用因子得分可以從不同角度對我國各省市的房地產(chǎn)市場的發(fā)展水平進(jìn)行分析比較。為對我國各省市房地產(chǎn)市場整體發(fā)展水平進(jìn)行評價，現(xiàn)利用各省市因子得分表計(jì)算綜合得分，建立2015年我國30個地區(qū)房地產(chǎn)業(yè)發(fā)展綜合評價模型。

表3　排名結(jié)果

四、房地產(chǎn)市場發(fā)展水平的綜合得分分析

通過因子分析法得到30個省(市)自治區(qū)的房地產(chǎn)發(fā)展水平評估的2項(xiàng)公共因子得分及綜合得分。按照綜合得分以及各公共因子得分排名從高到低排名如表3所示。綜合得分越高，表明該地區(qū)房地產(chǎn)整體發(fā)展水平越高。下面我們進(jìn)一步對不同省市各因子下的排名和綜合得分排名進(jìn)行比較，以發(fā)現(xiàn)影響各地區(qū)房地產(chǎn)整體發(fā)展水平和發(fā)展趨勢的關(guān)鍵因素。

由綜合因子得分函數(shù)可以看出，房地產(chǎn)開發(fā)和銷售規(guī)模因子對綜合因子得分的影響最大，占到了66.3%。其次為房地產(chǎn)企業(yè)綜合效益因子，為16.4%，而效率因子的影響最小。說明在對各地區(qū)的房地產(chǎn)發(fā)展水平做評估時，其開發(fā)和銷售規(guī)模水平起到了主導(dǎo)性作用。

我國房地產(chǎn)市場各省市發(fā)展情況不平衡。發(fā)展水平高的地區(qū)與發(fā)展落后的地區(qū)之間的綜合得分差距較大。且由排名情況可知，廣東、江蘇、山東、浙江這些沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)的省市房地產(chǎn)發(fā)展水平也比較高，而排名靠后的吉林、黑龍江、新疆、甘肅、寧夏、青海、西藏等地區(qū)多為位處于我國經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的省市自治區(qū)，區(qū)域分化明顯。

五、總結(jié)及建議

通過對我國30個地區(qū)房地產(chǎn)發(fā)展水平的研究，提出如下建議：

(一)提出政策刺激房地產(chǎn)需求

各個較為落后省市由于經(jīng)濟(jì)原因和地理原因，大型房地產(chǎn)企業(yè)少而且投資規(guī)模較小，所有難以帶動當(dāng)?shù)胤康禺a(chǎn)發(fā)展。以貴州省為例，由于該省處于多山地帶且不沿海，房地產(chǎn)開發(fā)難度大、技術(shù)要求高且運(yùn)輸方面的便利性與快捷性遠(yuǎn)不及廣東或者河北。因此，克服自身地理障礙之外，較落后省市應(yīng)該提出政府以引導(dǎo)旅游業(yè)、民族產(chǎn)業(yè)、當(dāng)?shù)靥厣a(chǎn)業(yè)的發(fā)展，進(jìn)而推動當(dāng)?shù)亟?jīng)濟(jì)發(fā)展與房地產(chǎn)需求，擴(kuò)大投資范圍和房地產(chǎn)建設(shè)基數(shù)。

(二)加強(qiáng)從業(yè)人員素質(zhì)培養(yǎng)

第一因子得分靠前的省市均為經(jīng)濟(jì)較發(fā)達(dá)的省市，因而有更多高素質(zhì)、高水平的從業(yè)人員會聚集在此類省市進(jìn)而帶動了該類省市的房地產(chǎn)的投資、開發(fā)與銷售，從而直接促進(jìn)了當(dāng)?shù)胤康禺a(chǎn)業(yè)的發(fā)展。對于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)而言，加大力度吸引高水平從業(yè)人員、增強(qiáng)從業(yè)人員業(yè)務(wù)培訓(xùn)是推動當(dāng)?shù)胤康禺a(chǎn)發(fā)展的方法之一。(作者單位：天津外國語大學(xué)求索榮譽(yù)學(xué)院)

作者簡介：于叢(1995-)，女，漢族，山東淄博人，學(xué)生，本科，天津外國語大學(xué)求索榮譽(yù)學(xué)院，研究方向：金融學(xué)。