安徽省地级市房地产业发展水平差异性实证研究

段宗志，吴玉祥

(安徽建筑大学 经济与管理学院，合肥 230601)

中国的房地产业作为国民经济增长的重要因素，对经济增长有着显著的推动作用[1]。区域经济的发展水平受房地产业发展的影响，房地产业发展差距过大会影响区域经济的稳定发展。房地产业与地区城镇化水平也息息相关，一方面城镇化水平的提高有效带动房地产业的发展，另一方面房地产业发展水平的提高有利于提高城镇化的质量，两者是相辅相成的[2]。安徽省作为中国中部大省之一，经济发展一直较为缓慢，城镇化水平不高，且各地区房地产业发展呈现出不均衡的状态。基于当下经济发展形态的多样化，以安徽省为例，通过样本数据结合区域经济与房地产业发展的关系，建立房地产业发展水平的评价体系，对安徽省各区域房地产业发展水平的差异性进行客观地评价分析，及时发现房地产业发展中的不足和问题，通过分析发现的问题，结合实际提出相应对策，为安徽省房地产业发展的区域差异性研究提供参考，对推动区域经济与房地产业健康稳定的发展具有很强的理论价值和实际意义。

1 文献综述

现有的国外学者对房地产业的研究中，PeterPalm基于对24家商业房地产公司使用正式客户评估的清单，以及对瑞典商业地产部门高层管理人员的15次访谈分析，确定瑞典商业房地产行业正式客户评估策略和满意客户指数的使用[3]；Jiang D等人论述了中国近些年房地产业的发展，认为中国一些地区的房地产业的收缩是外商直接投资的原因[4]。

国内研究中，学者们通过不同的维度来研究房地产业的发展情况，研究方法很多采用因子和聚类分析[5]、层次分析[6]等方法。刘晴通过建立多元回归模型，以武汉市为例选取房地产业发展相关影响因素进行研究分析，发现地方财政支出以及居民可支配收入的增加对房地产业有着显著的推动作用[7]；代昕雨从经济发展水平、人口、房地产投资和销售以及房地产价格4个方面将河南省十八地市划分为五档[8]；蔡奇钢等人通过环境动力、消费潜力以及市场活力3个维度建立房地产市场竞争力评价体系，运用熵值TOPSIS法对重庆市区县房地产市场做出归类评价[9]；刘宁等人从驱动力等5个方面运用DPSIR模型选取中国部分具有代表性的城市房地产发展状况进行研究分析，发现房地产发展中存在的优缺点并提出相关建议[10]；郭忠玉从房地产生产、供给和需要3个方面运用因子分析和聚类分析得出河北省房地产经济发展存在供需不均衡的现象[11]；于丛等人基于因子分析法从房地产开发及市场销售规模和企业综合效益两个方面对30个地区的房地产业发展水平进行研究分析[12]。

通过上述文献梳理可知，房地产业的研究中有关房地产业发展水平的评价并不多，且尚未形成一套固定的评价体系。学者们普遍从经济发展水平、环境、供需等维度构建房地产业发展水平评价体系，这些研究对其他学者更深入更全面研究房地产业发展评价具有很好的启迪作用。但是，目前学者们对房地产业发展水平的研究大多趋于静态评价，没有体现出随着时间的变化房地产业的发展趋势。本文拟以时间为基轴，对安徽省区域房地产业进行动态地评价分析。

2 指标体系构建及数据来源

评价指标的选取对房地产业发展水平评价至关重要，是评价结果可靠与否的关键因素。因此，选取指标时应满足一些原则：第一是科学性原则，要能反映地区房地产业发展的真实情况；第二是全面性，能反映房地产业发展的各个方面，如发展规模、生产能力、经营能力等；第三是真实性原则，数据要真实客观，保证评价结果的准确性；最后是可操作性原则，以便于通过一定的分析方法对其进行分析最终得出结论。

文中结合学者们已有的研究，根据房地产业发展的特征，从《安徽统计年鉴》选取指标，构建安徽省房地产业发展水平的评价体系(见表1)，主要包括发展规模、生产能力、经营能力和经济基础4个准则层和15个指标层。其中，发展规模从企业个数、人员、投入和产出方面反映了各地区房地产业的规模情况，是房地产业发展的重要基础；生产能力从房屋新开工、施工以及竣工面积方面反映了地区房地产业生产制造的能力，是房地产业发展能力的重要体现；经营能力从销售面积、销售额、房屋的平均销售价格、利润和负债率方面反映了该地区房地产企业运营的状况，它关系着房地产业发展的可持续性，经济基础则反映了地区的经济发展状况，是房地产业发展的重要环境动力。发展规模、生产能力、经营能力和经济基础这4个维度能综合地反映各地区房地产业发展的综合及真实情况。

表1 房地产业发展水平评价指标体系

基于指标、时间和空间建立数据，以时间为基轴[13]，选用安徽省2014—2018年的数据进行全局主成分分析和聚类分析，对安徽省16个地级市房地产业发展水平差异性进行动态评价分析。

3 数据处理与分析

3.1 全局主成分分析

研究构建15个指标，由于指标较多，运用全局主成分分析可以将多个指标进行降维，综合成几个主成分来覆盖原有的多项指标。通过运用SPSS软件，根据获取的数据对安徽省16个地级市的房地产业发展水平进行综合评价分析。

在运用软件分析过程中，为了消除量纲带来的不合理影响，对数据进行标准化处理。首先进行KMO和巴特利特检验。通过数据分析，选取的指标数据KMO值为0.888>0.8，很适合做全局主成分分析(见表2)。

表2 KMO和巴特利特检验

由上述分析可知，选取的指标是适合做全局主成分分析的。由数据(见表3)可以看出前3个特征值旋转荷载平方和分别为9.597、2.776、1.053，均大于1，且累积贡献率达到89.506%，大于85%，根据主成分提取的原则，前3个主成分代表原来的15个指标评价作用是客观有效的。

表3 总方差解释

根据表4旋转后的成分荷载矩阵对主成分进行分析。对于第一个主成分，房地产开发企业个数X1、房地产业就业人数X2、房地产业总产值X3、房地产投资完成额X4、施工房屋面积X5、竣工房屋面积X6、本年新开工面积X7、房屋销售面积X8、商品房销售额X9、房屋平均销售价格X10、营业利润X11和地方财政支出X1312个指标在第一公共因子中的因子荷载值较大，上述指标从不同方面反映了房地产业发展水平的综合情况，所以命名第一个公共因子F1为房地产业发展综合因子；人均GDPX14和人均可支配收入X152个指标在第二公共因子中的因子荷载值较大，这两个指标反映了地区的社会经济水平，因此命名第二个公因子F2为经济基础因子；资产负债率X12在第三公共因子中的因子荷载值较大，这个指标反映了房地产企业利用资金进行经营活动的能力，因此命名第三公共因子F3为房地产业经营因子。由于第一主成分的方差贡献率达到了63.958%，所以F1是评价房地产业发展水平指标体系中的主要方面，在这个因子上的得分越高，房地产业发展水平越高。

表4 旋转后的成分荷载矩阵a

由此可知，对提取的3个主成分因子进行矩阵分析，可得主成分因子的表达式为

F1=0.125X1+0.086X2+0.051X3+0.105X4+

0.128X5+0.065X6+0.145X7+0.136X8+

0.102X9+0.006X10+0.061X11+

0.033X12+0.136X13-0.131X14-0.137X15.

F2=-0.099X1+0.013X2+0.103X3-0.019X4-

0.079X5+0.056X6-0.134X7-0.109X8-

0.012X9+0.198X10+0.073X11-

0.014X12-0.111X13+0.473X14+0.479X15.

F3=0.044X1-0.096X2-0.101X3+0.007X4+

0.059X5-0.011X6+0.097X7+0.125X8+

0.016X9-0.081X10-0.117X11+

0.942X12+0.033X13-0.045X14+0.079X15.

确定各主成分得分后，根据方差百分比确定综合得分为

ZF=0.639 77×F1+0.185 06×F2+

0.070 23×F3.

3.2 各地级市房地产业发展水平得分及分析

基于以上分析计算得出安徽省各地区房地产业发展水平各主成分得分排名及综合得分，见表5、表6。

表5 安徽省地级市各主成分2014—2018年得分排序

表6 2014—2018年各地级市房地产业发展水平综合得分

基于时间角度，首先从第一主成分排名来看，合肥市每年位居首位，阜阳市排名逐年上升后趋于稳定，芜湖市排名有所下降，其他地区基本保持稳定，可以看出各地级市房地产业发展处于同步平稳的状况；从第二主成分排名来看，合肥市近5年来稳步上升，地区经济水平位居全省首位，这也验证了近些年合肥市发展之迅速，而淮南市地区经济水平近些年从前五跌至中下游水平，与当地特色煤炭行业不景气有一定的关系，其他地区基本保持稳定；从第三主成分排名来看，淮北市和宿州市两个地区房地产企业经营能力进步显著，在长三角一体化的引领下两个地区的企业得到了明显的转型升级，其他地区基本保持稳定。

基于空间角度，结合近5年各地区房地产业发展水平综合得分的平均得分来看，合肥市遥遥领先其他地区，平均综合得分差距过大；蚌埠市、阜阳市、滁州市、六安市以及芜湖市得分相比其他城市靠前且为正值，这与资源分配不均衡有着很大的关系。

结合时间和空间角度可以发现，除了省会城市，各地区房地产业发展速度处于同一水平线上且保持相对平稳的状态。依据统计分析结果和实际情况，如此大的差异性形成的内在原因有以下几个方面：第一，资源分配严重不均衡；第二，各地区房地产业之间没有形成一定的竞争机制，缺少突破和创新；第三，各地区房地产业对市场的快速变化作出的反应不同，导致地区之间差异性越来越大。

3．3 聚类分析

通过主成分分析得出各地级市房地产业发展水平的综合得分，为了更清楚地反映安徽省地级市房地产业发展水平差异性，依据不同年份各地区房地产业发展水平综合得分对地级市个案进行聚类分析，得到聚类结果见图1。

图1 各地区房地产业发展水平聚类分析

通过对安徽省地级市房地产业发展水平的聚类分析，结合前面的分析可将区域分为以下三类。

第一类地区：合肥市作为安徽省的省会，5年房地产业发展水平综合得分第1名，处于第一梯队。不仅具有很强的房地产综合发展能力，同时经济基础雄厚，由主成分得分数据可知合肥地区房地产企业资产负债率相对其他地区偏低，说明合肥地区房地产企业有足够的资金能力去组织经营活动以满足市场的需求，具备较好的房地产市场开发的环境条件。

第二类地区：芜湖、滁州、蚌埠和阜阳市，房地产业发展水平综合得分靠前，处于第二梯队。结合4个城市各主成分得分来看，芜湖市整体房地产业发展水平处于领先水平；滁州、蚌埠、阜阳市在第二主成分得分不高，经济基础薄弱，房地产市场的总体活力较高，房地产市场供给充足，但跟地区经济水平不匹配。

第三类地区：六安、宿州、安庆、宣城、马鞍山、淮南、铜陵、亳州、黄山、淮北和池州市处于第三梯队。结合各主成分得分，六安和宿州地区经济水平相对其它地区较差；淮北、宣城、铜陵和黄山市的地区经济水平处于中等偏上，但房地产市场的活力不高；亳州、淮南、马鞍山、池州和安庆市的房地产企业资金运营能力较差。

4 结论和建议

1)结合主成分和聚类分析评价得出的结果，安徽省各地级市之间的房地产业发展水平参差不齐，区域差异性较明显，呈现出南北差异，一些地区房地产发展程度与社会经济水平不协调。第一梯队合肥市房地产业发展水平遥遥领先，第二和第三梯队中大部分城市呈现出供需不均衡的现象。偏北方的城市如阜阳和宿州等城市房地产市场活力较高，但地区经济水平不能满足房地产市场大量的供给；偏南方的城市如黄山和铜陵市地区经济水平较高，但房地产市场低迷，不能满足大量的需求。

2)根据评价的结果，提出以下建议：对于房地产业发展活力较弱但地区经济水平较高的地区，房地产企业应结合本地区特色的产业，刺激房地产的投资开发，并转向高质量发展；对于房地产业发展活力较高但地区经济水平较落后的地区，房地产企业应结合当地政府制定相应的惠民政策，同时以为当地提供更多的就业岗位等措施来带动当地经济的发展；对于房地产企业经营能力薄弱的地区，需积极引进房地产专业人才促使房地产业转型升级，以便于对房地产市场的快速变化作出合理的决策。严格遵守房地产市场调节机制的相关政策引导，避免供需不均衡，促进房地产企业稳定健康地发展。合理地进行城市规划，利用房地产市场与轨道交通的协调发展机制[14]，以省会城市作为示范区，促进房地产市场发展进一步提升。政府应加强引导，在资源分配均衡的前提下，促使房地产业在各地区之间形成一定的竞争机制，并结合奖励机制和扶持措施鼓励各地区房地产企业不断地做出突破和创新。加大促进各地级市之间的合作交流，以省会为牵头，合理地构建城市群城市链[15]，带动其他地级市协同发展进步。