城市群房地產(chǎn)投資環(huán)境評價研究

導(dǎo)語：城市群房地產(chǎn)投資環(huán)境評價研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:以長三角城市群為研究對象，通過應(yīng)用層次分析與k—均值聚類分析的評價方法，構(gòu)建房地產(chǎn)投資環(huán)境評價指標(biāo)體系，計算得到長三角城市群26個城市的綜合得分。結(jié)果表明，長三角地區(qū)的房地產(chǎn)市場發(fā)展不均衡，其中安徽省在長三角地區(qū)處于弱勢地位。改善和優(yōu)化長三角地區(qū)房地產(chǎn)投資環(huán)境，需要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動當(dāng)?shù)亟?jīng)濟(jì)發(fā)展;優(yōu)化長三角經(jīng)濟(jì)布局，促進(jìn)長三角協(xié)調(diào)發(fā)展;大力發(fā)展創(chuàng)新教育，始終堅持科技創(chuàng)新。

關(guān)鍵詞:房地產(chǎn)投資；環(huán)境；層次分析；k—均值聚類分析

一、引言

近幾年，全國房地產(chǎn)市場經(jīng)濟(jì)發(fā)展迅速，其中長三角地區(qū)尤為明顯。交通運(yùn)輸?shù)囊惑w化，高鐵、城際線、地鐵等外部與內(nèi)部運(yùn)輸?shù)陌l(fā)達(dá)為房地產(chǎn)行業(yè)帶來了嶄新的發(fā)展契機(jī)。與此同時長三角一體化大大增加了跨地區(qū)的人才流動，良好的投資環(huán)境對房地產(chǎn)投資者來說至關(guān)重要。深入研究該地區(qū)的房地產(chǎn)投資環(huán)境問題，可以為各個城市的政府部門針對該區(qū)域的建設(shè)與發(fā)展提供依據(jù)，并為該區(qū)域的招商引資提供提供有效的咨訊信息。鑒于房地產(chǎn)投資環(huán)境評價的重要性，目前國內(nèi)外一些學(xué)者對房地產(chǎn)投資環(huán)境進(jìn)行了許多探索。SilinWu運(yùn)用主成分分析法對廣州郊區(qū)房地產(chǎn)投資環(huán)境進(jìn)行綜合評價［1］。WenshuaiWu和GangKou基于層次分析法建立了群體決策共識模型，以分析多準(zhǔn)則問題下的房地產(chǎn)投資環(huán)境［2］。VanagsJ與ButaneI研究了可持續(xù)性在房地產(chǎn)業(yè)投資環(huán)境中的重要地位［3］。萬婷在研究房地產(chǎn)投資環(huán)境時采用了主成分分析和因子分析法［4］。邱艷超在研究長江中游城市群房地產(chǎn)投資環(huán)境時以因子分析與聚類分析的理論為基礎(chǔ)［5］。周德芬依據(jù)熵權(quán)TOPSIS原理構(gòu)建了房地產(chǎn)投資項目評價模型［6］。韋師結(jié)合熵權(quán)法和灰色關(guān)聯(lián)分析法對廣西的旅游房地產(chǎn)投資環(huán)境進(jìn)行綜合評價［7］。綜上，現(xiàn)有研究主要集中于主成分分析、層次分析、熵權(quán)法等分析方法。考慮到層次分析法充分體現(xiàn)了定量與定性相結(jié)合的特點，本研究結(jié)合層次分析法與k—均值聚類分析法綜合評估長三角城市群房地產(chǎn)投資環(huán)境，為促進(jìn)長三角城市群房地產(chǎn)市場的協(xié)調(diào)發(fā)展提供參考依據(jù)。

二、評價指標(biāo)體系的構(gòu)建

(一)指標(biāo)選取

房地產(chǎn)投資環(huán)境受到諸多因素的影響，本文在參考眾多文獻(xiàn)的基礎(chǔ)上［8］［9］，根據(jù)指標(biāo)的量化容易程度以及長三角城市群的具體情況，確定了長三角城市群房地產(chǎn)投資環(huán)境評價指標(biāo)體系，如表1所示。

(二)指標(biāo)數(shù)據(jù)來源

本文研究數(shù)據(jù)均參照蘇浙滬皖各省市的統(tǒng)計年鑒(2020)，其中江蘇、安徽各地區(qū)的全社會固定資產(chǎn)投資額是根據(jù)2017年的固定資產(chǎn)投資額以及2018年和2019年的固定資產(chǎn)投資額增長速度計算得到的。

三、評價模型

(一)AHP層次分析法

AHP的基本思想是逐層歸納、先分后總地解決復(fù)雜的問題。即將一個復(fù)雜的問題作為一個系統(tǒng)，根據(jù)研究問題的性質(zhì)和要達(dá)到的總目標(biāo)，將問題分解為不同的組成因素，并按照因素間的相互關(guān)聯(lián)影響以及隸屬關(guān)系將因素按不同層次聚集組合，形成一個多層次的分析結(jié)構(gòu)模型，從而使問題歸結(jié)為最低層相對于最高層的相對重要權(quán)重值的確定或相對優(yōu)劣次序的排定［10］。1.建立層次結(jié)構(gòu)模型如表1，目標(biāo)層在本研究中是指房地產(chǎn)投資環(huán)境評價指標(biāo)體系，進(jìn)一步分解的準(zhǔn)則層包括城市人文環(huán)境、城市基礎(chǔ)設(shè)施環(huán)境等5個準(zhǔn)則，最終分解的指標(biāo)層包括社會消費(fèi)品零售總額、商品房銷售收入等19個指標(biāo)。2.構(gòu)造判斷矩陣層次分析法中構(gòu)造判斷矩陣的方法是一致矩陣法，即:不把所有層次因素放在一起比較，而是兩兩之間相互比較，對此應(yīng)采用相對尺度，以盡量減少性質(zhì)不同的諸因素相互比較的困難，以大大提高其準(zhǔn)確度。相關(guān)數(shù)字含義見表2。3.層次單排序及其一致性檢驗從準(zhǔn)則層開始，分別以其上一層次指標(biāo)作為判斷準(zhǔn)則做比較得出重要性判斷，并以列出數(shù)值的方式來表達(dá)判斷結(jié)果，然后構(gòu)造判斷矩陣，最后通過咨詢專家的方式獲得各指標(biāo)兩兩之間的相對重要性，以此為構(gòu)建原則得出判斷矩陣。通過MCEAHP軟件，求得判斷矩陣的權(quán)重，見表3，同時可以得到判斷矩陣的最大特征根λmax=5.020，CI=0.005，CR=0.004，由于CR＜0.10，因此可以認(rèn)為該判斷矩陣具有滿意的一致性。4.確定評價指標(biāo)層的權(quán)重通過MCEAHP軟件，計算、整理后得到評價指標(biāo)層相對于目標(biāo)層的權(quán)重，見表4。5.評價結(jié)果對原始數(shù)據(jù)進(jìn)行了歸一化的處理后，根據(jù)各個評價指標(biāo)相對于目標(biāo)層的權(quán)重，計算得出各城市房地產(chǎn)投資環(huán)境的綜合得分，并對其綜合得分進(jìn)行排序，評價結(jié)果見表5與圖1。根據(jù)層次分析結(jié)果，將長三角城市群26個城市的房地產(chǎn)投資環(huán)境按照綜合得分劃分為四個層次。第一層次:綜合得分在0.75以上。這類城市的房地產(chǎn)投資環(huán)境最好，只有上海這個城市。上海作為長三角的核心城市，無論是在教育、科學(xué)、文化、衛(wèi)生，還是經(jīng)濟(jì)、金融、貿(mào)易等方面都處于領(lǐng)先地位，其房地產(chǎn)投資環(huán)境也處于最優(yōu)地位。第二層次:綜合得分在0.4至0.65之間。這類城市的房地產(chǎn)投資環(huán)境較好，其包括蘇州、杭州、合肥、南京、寧波、無錫、南通7個城市。主要是浙江、江蘇、安徽的省會中心城市以及省內(nèi)經(jīng)濟(jì)發(fā)展較好的城市，其相比上海，在固定資產(chǎn)投資、對外貿(mào)易、教育水平、科研支出方面有一定的差距。第三層次:綜合得分在0.25至0.4之間。這類城市的房地產(chǎn)投資環(huán)境一般，包括常州、紹興、滁州、嘉興、鹽城、金華、臺州、揚(yáng)州、蕪湖、湖州、泰州11個城市。與前兩個層次的城市相比，這類城市在利用外資額、進(jìn)出口貿(mào)易方面較弱，在一定程度上影響了房地產(chǎn)等相關(guān)產(chǎn)業(yè)的發(fā)展。第三層次:綜合得分在0.25以下。這類城市的房地產(chǎn)投資環(huán)境相對較差，包括馬鞍山、鎮(zhèn)江、安慶、宣城、銅陵、池州、舟山7個城市。主要分布在安徽，經(jīng)濟(jì)發(fā)展明顯落后于長三角其他地區(qū)，房地產(chǎn)投資環(huán)境也與其他地區(qū)存在較大差距。

(二)K—均值聚類分析

K—均值聚類分析是一種迭代求解的聚類分析方法，通過逐次更新各聚類中心的值，不斷地進(jìn)行迭代，直到得出最理想的聚類結(jié)果。其基本步驟包括［11］:1.選擇k個對象作為初始凝聚中心2.計算各個數(shù)據(jù)對象到各聚類中心的距離，把數(shù)據(jù)對象歸到離它最近的那個聚類中心所在的類3.反復(fù)執(zhí)行上一個分配步驟，直到所有的對象都不能再分配為止根據(jù)研究數(shù)據(jù)，利用MATLAB2017a對長三角城市群進(jìn)行聚類分析，一共將其房地產(chǎn)投資環(huán)境分為了四個類別，分類結(jié)果見表6。表6聚類分析結(jié)果類別城市第一類別上海第二類別南京蘇州杭州合肥寧波無錫南通第三類別常州嘉興鹽城揚(yáng)州湖州金華鎮(zhèn)江紹興蕪湖泰州滁州第四類別臺州舟山馬鞍山池州銅陵宣城安慶通過K—均值聚類分析，把長三角城市群的房地產(chǎn)投資環(huán)境分為了四個類別。第一類別房地產(chǎn)投資環(huán)境最好，第二類別房地產(chǎn)投資環(huán)境較好，第三類別房地產(chǎn)投資環(huán)境一般，第四類別房地產(chǎn)投資環(huán)境較差。而且通過K—均值聚類分析得到的分類結(jié)果與通過層次分析得到的分類結(jié)果總體相似，這也進(jìn)一步檢驗了層次分析法的精確度。

四、結(jié)語

本文通過對2019年長三角城市群房地產(chǎn)投資環(huán)境進(jìn)行綜合評價，得出結(jié)論:長三角地區(qū)的房地產(chǎn)市場發(fā)展不均衡，其中安徽省在長三角地區(qū)處于弱勢地位，除了合肥市的房地產(chǎn)投資環(huán)境較好外，其余七市的房地產(chǎn)投資環(huán)境均處于中下水平，這與安徽的經(jīng)濟(jì)發(fā)展有很大關(guān)系。根據(jù)評價結(jié)果，對長三角地區(qū)房地產(chǎn)投資環(huán)境的改善和優(yōu)化提出了以下建議:

(一)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動當(dāng)?shù)亟?jīng)濟(jì)發(fā)展

一個地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r在當(dāng)?shù)氐姆康禺a(chǎn)市場中占有重要地位。因此在充分利用地區(qū)自身優(yōu)勢的基礎(chǔ)上，要繼續(xù)大力發(fā)展第三產(chǎn)業(yè)，增大其在地區(qū)生產(chǎn)總值中的比重。同時要繼續(xù)加大對固定資產(chǎn)的投資，推動當(dāng)?shù)亟?jīng)濟(jì)發(fā)展。

(二)優(yōu)化長三角經(jīng)濟(jì)布局，促進(jìn)長三角協(xié)調(diào)發(fā)展

以經(jīng)濟(jì)發(fā)展具有優(yōu)勢的上海、南京、蘇州、杭州為重點，提高其綜合承載能力和資源優(yōu)化配置能力，強(qiáng)化對區(qū)域發(fā)展的輻射帶動作用。優(yōu)化長三角城市群的內(nèi)部空間結(jié)構(gòu)，構(gòu)筑生態(tài)和安全屏障，形成多中心、多層級、多節(jié)點的網(wǎng)絡(luò)型城市群。進(jìn)而使長三角不同地區(qū)房地產(chǎn)投資環(huán)境之間的差距縮小。

(三)大力發(fā)展創(chuàng)新教育，始終堅持科技創(chuàng)新

要始終把推進(jìn)科技創(chuàng)新工作放到經(jīng)濟(jì)社會發(fā)展的重要戰(zhàn)略上來支撐，并且鼓勵在具備條件的地方建設(shè)區(qū)域性科技創(chuàng)新中心，提高當(dāng)?shù)氐目萍妓健Ｒ愿鞯氐钠胀ǜ叩仍盒W(xué)生為主，加強(qiáng)對科技創(chuàng)新型的專業(yè)人才培養(yǎng)，完善對人才的培養(yǎng)與激勵制度。同時推動各類創(chuàng)新性要素向企業(yè)集聚，形成產(chǎn)學(xué)研用深度融合的技術(shù)創(chuàng)新體系。使長三角各地房地產(chǎn)市場能夠更健康持久的發(fā)展。

作者：趙薇