基于灰色关联分析的城郊型城市综合体市场细分研究——以其住宅物业为例

刘维跃，周秀秀，刘凯歌，王海龙

(天津城建大学 经济与管理学院，天津 300384)

经济与管理

基于灰色关联分析的城郊型城市综合体市场细分研究
——以其住宅物业为例

刘维跃，周秀秀，刘凯歌，王海龙

(天津城建大学 经济与管理学院，天津 300384)

在对城市综合体系统内部关联机制分析以及城郊型和城市中心型城市综合体的特点分析的基础上，以城郊型城市综合体的住宅物业为研究对象，确定了城郊型城市综合体的体量、业态种类、停车场、住宅价格、交通、驾驶距离、宏观配套、区域人流量、升值潜力、社区环境、住宅户型和装修标准为影响市场细分的重要因素；并运用灰色关联分析的方法从纵横两个维度对相应住宅物业的消费群和影响因素的重要度进行了划分，为有效地进行目标客户定位和产品卖点挖掘提供了参考，也为此类项目其他物业的市场细分提供了一定的思路．

城郊；城市综合体；灰色关联；住宅；市场细分

随着城市规模的扩张以及市中心土地开发量的饱和，越来越多的开发商将目光放在了城郊区域．城市综合体是在高度化消费和人口集中的背景下顺应城市发展的产物，而现行新城规划往往是先建综合体，再招商，再培养人气，这与城市的发展路径相反．如果城市综合体进驻城郊区域以前没有经过科学完善的市场定位及其他重要的前期策划工作，容易遭遇较大风险，如广东东莞的“华南Mall”项目就是典型的城郊型城市综合体失败的案例，除了项目选址以及自身经济问题等原因外，没有进行详细的市场细分，一味追求大而全，缺少突出特色则是项目失败的重要原因．因此，如何科学有效地进行城郊型城市综合体项目市场细分研究具有重要的现实意义[1-3]．

房地产市场细分中所采用的细分变量主要包括地理因素、人文因素、行为因素和心理因素，前三种因素偏对客观数据的分析，而心理因素偏对客户主观心理的描摹．由于主观因素存在较多不确定性，可以看成是灰色的，传统的定性及定量分析都容易造成一定的偏差，因此，可以通过研究一些量化指标对消费者购房决策的影响程度来将此灰色心理状态白化以探求其购买动机，并结合其他客观因素的影响进行准确的市场细分[4-6]．

1 城市综合体概述

城市综合体又被称为“复合型建筑”、“建筑综合体”、“街区建筑群体”等，目前还没有形成完全统一的定义，更多的文献将之称为“HOPSCA”，即Hotel(酒店)、Office(写字楼)、Parking(停车场)、Shopping mall(购物中心)、Convention(会议会展)、Apartment(公寓)．

城市综合体的核心功能主要有商务办公、商业零售、酒店公寓和住宅，这四种物业相互作用，相互依存，共为一个系统．其中商务物业可以为其他物业提供中高端的购买或消费人群；商业物业为其他物业提供商业配套以及由购物消费人群为其他物业带来的潜在客户；酒店公寓能有效解决流动客群的接待问题，可延长顾客对其他物业的持续消费时间；住宅产品作为综合体项目中开发及销售周期较快的产品，能快速的回收资金，为其他物业的开发与运营提供资金支持，同时稳定的居民也为商业物业提供了长期稳定的消费流，其相应的社交业务也为其他物业带来潜在的客户，如图1所示．

图1 城市综合体系统内部关联机制

城市综合体按其所处位置不同，可分城郊型和城市中心型[7]．城郊型城市综合体位于城郊核心地段或城乡结合部，地价便宜，体量大(100万m2以上为发展趋势)，能提供大量停车场，具有较大的增长空间，轨道交通、政策、人流、宏观配套(学校、医院等)状况为此类项目发展的主要限制要素，典型代表有法国巴黎拉德芳斯新区，美国阿灵顿水晶城和宁波万达广场等；城市中心型城市综合体位于城市中心、副中心等区域，地价较高且交通拥挤，体量较小，受土地存量的限制，其增长空间较小，典型代表有美国纽约的洛克菲勒中心，德国柏林波茨坦广场，北京大悦城等[3 7 8]．

2 城郊型城市综合体住宅物业细分的影响因素

在对城市综合体系统内部关联机制分析中，不难看出系统内其他物业的开发与运营状况都能显著影响住宅的销售情况．例如，商业及酒店运营良好带来的强大消费力以及商务办公租赁状况良好拉动了租赁和购房需求都预示了与其配套的住宅物业具有很大的升值潜力，从而促进住宅的火爆热销；反之则会抑制住宅的销售．因此可推测，业态的种类及其带来的升值潜力是顾客购买城市综合体住宅物业的重要影响因素，以投资为目的的客户类型更为关注，据此可以把业态种类和升值潜力作为影响城市综合体住宅物业细分的重要因素．

城郊型与城市中心型城市综合体住宅物业相比，主要区别在于所属城市综合体系统的体量大小、停车场配备情况、住宅价格、轨道交通通达性、宏观配套完善程度、区域人流量和距离核心商圈的驾驶距离上．因此，以上7项因素应作为城郊型城市综合体住宅物业市场细分的重要影响因素．

在对一般纯住宅产品进行市场细分时，通常把社区环境、交通、宏观配套、户型、装修标准、价格作为研究消费者购房心理的主要参考变量[5 9]．通过以上分析，并借鉴纯住宅产品的参考变量，最终确定综合体体量、业态种类、停车场、住宅价格、轨道交通、驾驶距离、宏观配套、区域人流量、升值潜力、社区环境、户型和装修标准共12项为城郊型城市综合体住宅物业进行市场细分的重要影响要素．

3 灰色关联的应用

3.1 灰色关联分析的基本原理及其应用思路

灰色关联分析是灰色系统理论的重要组成部分，以“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，通过对反应系统行为特征的数据数列进行有参考数列、有程度的比较，从而确定各个系统行为之间的关联度．其实质就是比较数据到曲线几何形状的接近程度，一般来说，几何形状越接近，关联度就越大．其主要工作步骤为确定参考数列，比较其他数列同参考数列的接近程度，基于比较做出判断[10]．

本研究以问卷调研的形式请调研对象对影响城郊型城市综合体住宅物业市场细分的 12项因素评分，旨在通过评分，站在客户角度探索客户对城郊型城市综合体项目真实的心理预期．每个因素满分为10 分，最低分为1分，评分越高表明调研对象对该因素的重视度越高．在本次调研中已知的信息主要有调研对象的年龄、收入特征、职业特征、影响因素的类型和调研对象对各影响因素的评分；未知信息主要有调研对象之间和各影响因素之间的关联程度．因此，可以通过纵横两个维度的灰色关联分析将研究调研对象之间和影响因素之间的关联程度的灰色关系白化，并基于此进行相应住宅物业的消费群体和影响因素的重要度划分，为有效地进行消费群体定位和产品卖点挖掘提供参考．

3.2 灰色关联度分析模型

3.2.1 灰色关联度分析模型的具体步骤

本文所采取的市场细分灰色交叉关联度分析模型分别是从纵横两个维度进行的，具体步骤如下：

(2)以市场调查所得依据因素值为比较数列 Xi，

(3)求各序列进行初值变换以消除量纲影响，记为Xi′；

(4)以X0′为参考数列，Xi′(i=1 2 … m)为比较数列，计算差列Δi(k)，成为第k时刻(或指标、空间)X0′与Xi′的绝对差；

(7)将灰色关联度排序，得出结论．

3.2.2 样本的选择

在进行样本选择时，重要通过线上和线下两种方式，本次调研共收回有效问卷278份，为了减少由于样本不足而带来的偏差，在根据年龄和收入筛选之后，本次研究中排除不足15份的类群样本，最后实际使用的调研数据共有233份，详见表1．

表1 问卷类群划分

设定参考数列类别0，记为X0＝{10，10，10，10，10，10，10，10，10，10，10，10}表示调研对象对各个因素均无偏好，每个因素都将对其购房决策产生绝对重要的影响．抽样类别i记为 Xi，Xi对每样因素的评分为该组所有调查者打分的均值，详见表2．

表2 要素评分

3.2.3 纵向灰色关联分析

由于本次调研中各因素评分不存在量纲问题，故无需进行初值变换，记 X0′＝ X0为参考数列，Xi′为比较数列，计算差列，详见表3．

表3 计算差列

ri越大表明此类客群与参考数列 0的关联度越高，ri( i=1 2···8) 之间数值越接近表明客群之间关联度越高．根据以上计算结果可知研究对象与参考数列0的关联度并不很高，这表明顾客在作决策时均表现出一定的偏好倾向；i( i=1 2...8)的计算结果比较接近，这表明不同客群在对影响因素的重要度认识上存在一定相似性．

(3)将灰色关联度排序：r3＞r1＞r6＞r8＞r4＞r2＞r7＞r5根据以上计算结果，可以将类别1和类别3归为一类，记为第Ι大类，此类客群对每个因素的打分虽有一定差别，但数值相差较小．这表明该类客群在选择时虽然表现出一定的偏好倾向，但并不明显，其最终的决策取决于各影响因素的综合作用机制，趋于理性稳定，定义为理性稳定型．此类客群年龄均在22～30岁之间，年收入处在3万以下和10～30万两阶段．通过对以上两类的打分情况可以看出类别3和类别1的客群对各因素的打分虽均趋于稳定，但类别3的客群打分明显高于类别1，这表明类别3对各个影响因素的重视度要高于类别1．结合类别3和类别1的收入特征，不难看出类别3具有较好的购买力，而类别1则购买力欠缺，根据马斯洛需求理论，在多种需要未获满足前，首先满足迫切需要，可以认为类别1由于购买力不足，购房并非其最迫切需求．因此，对各个因素的重视度相对较低，而类别3则由于具有较好购买力，相应对影响因素的重视度也较高，为重要目标客户群．通过对类别1职业特征的分析，笔者发现类别1中多为在校的大学生和研究生，当其参加工作具有一定的收入水平之后购房将成为其迫切需求，因此可以断定类别1属于未来重点关注的客户．

类别2，4，6，8关联系数极为接近，归为一类，记为第Ⅱ类．类别2，4，6，8的客群年龄跨度虽不同，但年收入均介于3～10万之间，针对每个因素的打分虽存在一定的差异，但对价格、交通和配套的评分均在8.5分以上，可以认为此类客群希望以相对较低的价格买到生活便捷、配套完善的产品，记为实惠便捷至上型．

类别5和7归为一类，记为第Ⅲ类．类别5和类别7的年龄跨度也不相同，但年收入均在10～30万，对交通、配套和环境的评分均在8.5以上，可以认为此类客群希望拥有便捷生活的同时也提升生活的品质，记为品质便捷至上型．具体细分及应对建议详见表4．

表4 客群细分表

3.2.4 横向灰色关联分析

横向灰色关联分析可以分析各个影响因素被顾客关注的综合排序，进而可以针对所有客户重点关注的因素给予较多的关注和投入．

(1)横向关联度计算．将要素评分结果矩阵进行转置变换，记详见表5．

表5 要素评分转置

从顾客对每个影响因素打分中选取最高得分，记为参考数列X0＝[8.6，9.2，9.83，9.14，9.92，9.89，9.21，9.57]．计算方法同上，不再赘述计算过程，通过计算得 r1＝0.601 3，r2＝0.589 7，r3＝0.539 8，r4＝0.833 6，r5＝0.968 0，r6＝0.664 7，r7＝0.848 6，r8＝0.846 9，r9＝0.944 8，r10＝0.755 6，r11＝0.958 7，r12＝0.889 8，ri( i=1 2…7)越大表明影响因素越重要，ri( i=1 2…7)之间越接近表明要素之间的关联度越高．

(2)横向关联度分析．各影响因素的关联度排序为：r5＞r11＞r9＞r12＞r7＞r8＞r4＞r10＞r6＞r1＞r2＞r3．根据以上计算结果可知，交通、升值潜力和户型是客户最关心的三个核心要素；价格、环境、装修标准、宏观配套和区域人流紧随其后，为重要因素；对体量大小、业态种类、停车场和驾驶距离的关注相对较小，为一般因素，该分析结果与客观事实基本相符．例如，一般紧邻地铁的项目因为交通便捷、升值空间大，纵然价格、环境及其他因素相对不足却仍旧畅销，南北通透的户型往往比其他类型的户型畅销，可见交通、升值潜力和户型是影响客户决策的核心要素；价格因素的敏感程度往往由购买力决定，购买力较差的客户对价格敏感度高，购买力较强的客户对价格因素并不十分敏感，因此价格因素虽然十分重要，但归为重要因素而非核心要素更为合理；环境、装修标准、宏观配套和区域人流量很大程度上体现了项目的品质和升值潜力，在核心要素满足客户心理期望的基础上，这几项因素为客户所关注的重点；而驾驶距离较远、体量较大、物业种类丰富和完善的停车场配备为城郊型城市综合体项目的一般特点，区分度不高，因此并非是客户选择相应住宅物业时所关注的重点．

4 结论与建议

通过纵向关联分析把客户划分为理智稳定型、实惠便捷至上型和品质便捷至上型三类，其中理智稳定型又分为强购买力理智稳定型和弱购买力理智稳定型两种．当以上12项因素处于比较均衡的状态时，强购买力理智稳定型将是相应住宅物业核心客户，弱购买力理智稳定型将是未来重点关注客户，而实惠便捷至上型和品质便捷至上型为重要客户，需要根据其偏好特点进行相应的产品包装方能对其更有吸引力；当以上12项因素的价格、交通和配套具有明显优势时，实惠便捷型为核心客户，而其他类型为重要客户；当以上12项因素的交通、配套和环境具有明显优势时，品质便捷至上型为核心客户，其他类型为重要客户．通过客户对以上因素的主观心理评价而进行的客户类型的划分，结合项目自身的情况及其他客观因素的分析，将更能有效地进行目标客户群定位．

通过横向关联分析得出：交通、户型和升值潜力为核心要素；装修标准、宏观配套、区域人流、住宅价格和环境为重要因素；驾驶距离、体量大小、业态种类和停车场为一般因素的结论．同时，笔者为城郊型城市综合体住宅物业的成功开发提出以下建议：①城郊型城市综合体项目选址时要着重考虑现行及未来的交通规划，注重交通的便利性；②从户型、装修和环境上做好产品品质，以弥补区域人流缺少、配套不完善的不足；③引导客户消费理念，以“以时间换空间”的理念将驾驶距离这一消费者不十分敏感的因素引导到生活品质、低价格、高升值潜力上；④项目的大体量、多业态以及完善的停车场配套需要一定的引导才能引起顾客重视，成为项目的真正卖点．

同时，可以将以上分析方法进行进一步的延伸，将此方法应用到对城郊型城市综合体其他物业上．如，针对此类项目的商业物业，可以以净现金流、投资收益率、投资回收期等指标为参考因素，运用灰色关联的方法进行进一步的关联分析和细分，以探求投资者对哪些因素更敏感．

［1］ 黄 杉，武前波，崔万珍. 国内外城市综合体的发展特征与类型模式[J]. 经济地理，2013(4)：1-8.

［2］ 王桢栋. 当代城市建筑综合体研究[M]. 北京：中国建筑工业出版社，2010.

［3］ CRIC商业顾问. 2011中国城市综合体发展报告[R].上海：中国房产信息集团，2011.

［4］ 王直民，黄卫华. 房地产策划[M]. 北京：北京大学出版社，2011.

［5］ 何子干. 房地产项目开发与策划[M]. 北京：国防工业出版社，2008.

［6］ 刘军跃，陈礼军，张朝辉. 灰色系统理论在市场细分中的应用[J]. 经济问题探讨，2000(4)：87-89.

［7］ 陈 旸，金广君，徐 忠. 快速城市化下城市综合体的触媒效应特征探析[J]. 国际城划，2011(3)：97-104.

［8］ 龙固新. 大型都市综合体开发研究与实践[M]. 2版.南京：东南大学出版社，2011.

［9］ 郑 岩，周 栩. 灰色系统理论在房地产市场细分中的应用[J]. 价值工程，2008(5)：135-137.

［10］ 刘思峰，党耀国，方志耕，等. 灰色系统理论及其应用[M]. 北京：北京科学出版社，2010.

［11］ 东亚斌，段志善. 灰色关联度分辨系数的一种新的确定方法[J]. 西安建筑科技大学学报：自然科学版，2008(4)：589-592.

［12］ 申卯兴，薛西锋，张小水. 灰色关联分析中分辨系数的选取[J]. 空军工程大学学报：自然科学版，2003(1)：68-70.

Research on the Outer Suburb Type of HOPSCA’s Market Segmentation Based on the Theory of Grey Correlation Analysis：Taking the Residential Product as an Example

LIU Wei-yue，ZHOU Xiu-xiu，LIU Kai-ge，WANG Hai-long
(School of Economy & Management，Tianjin Chengjian University，Tianjin 300384，China)

Based on the analysis of the relationship to each other in the Outer suburb type HOPSCA’s inner system and the characteristics of both the Outer suburb type and the City Center type HOPSCA，the article finally selects complex mass，the variety of the formats，parking lot，price，transportation，driving distance，supporting，visitors flow rate，appreciation potential，community environment，family and decoration standards as the key factors in its residential market segmentation. And the study employs the method of Grey correlation analysis to research the appropriate residential property’s consumer types and the importance of the influence factors from the vertical and horizontal dimensions，which can provides reference for people to effectively locate the target customers and product selling points，and so as to other property’s market segmentation.

suburb；HOPSCA；grey correlation analysis；residence；market segmentation

F293

A

2095-719X(2015)06-0433-06

2014-12-30；

2015-01-08

刘维跃（1960—），男，重庆人，天津城建大学教授，硕士．