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)測與預(yù)測研究”（批準(zhǔn)號：WT1407）、全國統(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：2015LY90）的部分內(nèi)容

中圖分類號：F222.31 文獻(xiàn)標(biāo)識碼：A

內(nèi)容摘要：近年來，中國各地房價(jià)一路走高，尤其是沿海地區(qū)，高房價(jià)已經(jīng)成為輿論關(guān)注的主要熱點(diǎn)問題。但是，高房價(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：高房價(jià)與良好的房地產(chǎn)發(fā)展環(huán)境沒有正相關(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)作為國民經(jīng)濟(jì)新的增長點(diǎn)，為中國經(jīng)濟(jì)的快速增長做出了重要貢獻(xiàn)。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(jìn)入了結(jié)構(gòu)性調(diào)整階段。與此同時(shí)，人們越來越關(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7個(gè)沿海地區(qū)主要城市，建立完善的指標(biāo)體系，通過對準(zhǔn)則層指標(biāo)信息熵評價(jià)、目標(biāo)層指標(biāo)因子分析評價(jià)，得到準(zhǔn)則層指標(biāo)評分，并最終得到評價(jià)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(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（%）；社會零售額B4（億元）。

第二維度，消費(fèi)者購房能力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)A3：萬人擁有醫(yī)生數(shù)量B9（人）；萬人擁有公共交通車輛B10（標(biāo)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(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，說明經(jīng)濟(jì)發(fā)展?fàn)顩r較好，相對來說房地產(chǎn)發(fā)展?fàn)顩r就會越好。故地區(qū)發(fā)展總值屬于正類屬性指標(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(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(fù)類屬性指標(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)的信息熵評價(jià)

信息是一個(gè)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(xué)，它是用來表達(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)信源符號有n種取值：x1，x2…xn，對應(yīng)概率為：p1，p2…pn，且各種符號的出現(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)符號不確定性-logpi的統(tǒng)計(jì)平均值（E），可稱為信息熵，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，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。定義正類屬性數(shù)據(jù)和負(fù)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?fàn)顩r越好；負(fù)類屬性數(shù)據(jù)a-ij>0，屬性值越大，房地產(chǎn)發(fā)展?fàn)顩r越差。

首先正類屬性指標(biāo)規(guī)范化：

其次，負(fù)類屬性指標(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對準(zhǔn)則層指標(biāo)k的影響越大，對房地產(chǎn)發(fā)展評價(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)評價(jià)值，式中：0

（四）目標(biāo)層指標(biāo)的因子分析評價(jià)

因子分析法是從研究變量內(nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些具有錯綜復(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)因子來反映原評價(jià)指標(biāo)；因子旋轉(zhuǎn)：若所得的m個(gè)因子無法確定或其實(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)展綜合評價(jià)得分名次。

實(shí)證分析

（一）數(shù)據(jù)來源和評價(jià)對象

本文樣本選取2013年上海、廣州、深圳、南京、杭州、濟(jì)南和廈門等7個(gè)沿海地區(qū)城市，數(shù)據(jù)來自《中國統(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》、《廈門經(jīng)濟(jì)特區(qū)年鑒2014》和中國統(tǒng)計(jì)局網(wǎng)站。選取的16個(gè)因素層指標(biāo)值，見表1所示。

（二）基于信息熵的準(zhǔn)則層指標(biāo)評價(jià)

根據(jù)前文準(zhǔn)則層指標(biāo)信息熵的評價(jià)方法，對表1數(shù)據(jù)進(jìn)行測算，得出準(zhǔn)則層指標(biāo)值如表2所示。

城市綜合實(shí)力的信息熵評價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門的城市綜合實(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。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(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)者購房能力的信息熵評價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門的消費(fèi)者購房能力指標(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)者的購房能力排名依次為廈門、廣州、濟(jì)南、上海、南京、深圳和杭州。從表1中可以看出：從收入水平來說，上海、廣州、深圳和廈門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，深圳和上海的房價(jià)遠(yuǎn)高于其它城市。綜合來說，廈門消費(fèi)者的購房能力最強(qiáng)，上海、深圳和杭州的消費(fèi)者的購房能力較差。

基礎(chǔ)設(shè)施建設(shè)的信息熵評價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門的基礎(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、廣州、南京、濟(jì)南、杭州、深圳和上海。從表1中可以看出：廈門、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，過多的人口拉低了這些地區(qū)的人均指標(biāo)。綜合來說，廈門、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)境的信息熵評價(jià)。上海、廣州、深圳、南京、杭州、濟(jì)南和廈門的社會人文環(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、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)評價(jià)

根據(jù)表2準(zhǔn)則層指標(biāo)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(jì)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?fàn)顩r綜合排名依次為廈門、廣州、濟(jì)南、南京、杭州、深圳和上海。

（四）房地產(chǎn)發(fā)展環(huán)境與高房價(jià)相關(guān)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(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，即高房價(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，國家統(tǒng)計(jì)局2016年2月公布2016年1月全國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、特別是針對中國沿海主要城市房價(jià)飆漲的主要原因，有關(guān)專家綜合認(rèn)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(jìn)入樓市，市場交易活躍反過來推動房價(jià)上漲；二是中國沿海主要城市優(yōu)質(zhì)宜住地帶的優(yōu)質(zhì)供給樓市開始出現(xiàn)庫存不足現(xiàn)象，進(jìn)一步刺激一二手房價(jià)格呈現(xiàn)快速飆升態(tài)勢；三是受心理預(yù)期影響，尤其是在“買漲不買跌”心態(tài)下，引發(fā)“恐慌心理”，進(jìn)而推高房價(jià)的非理性上漲。

結(jié)論與評價(jià)

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(fèi)者購買能力和基礎(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。廈門的劣勢在于城市綜合實(shí)力最差，優(yōu)勢在于較高的消費(fèi)者購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、低房價(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)市場的發(fā)展步伐也隨之加快。濟(jì)南的優(yōu)勢在于消費(fèi)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(chǔ)設(shè)施建設(shè)也排第4，對于經(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)者購房能力排第5，對于注重生活質(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(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(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(shí)力排第1，消費(fèi)者購房能力排第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，擁有較高的房價(jià)，拉低了消費(fèi)者購房能力、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)境不容樂觀。

參考文獻(xiàn)：

1.梁云芳，高鐵梅.中國房地產(chǎn)價(jià)格波動區(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)組綜合評價(jià)方法[J].中國電機(jī)工程學(xué)報(bào)，2013（2）

3.劉水.我國主要城市房地產(chǎn)發(fā)展?jié)摿υu價(jià)[J].中國房地產(chǎn)（學(xué)術(shù)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）