城市房地產市場投資吸引力的綜合評價

胡 芳，黃仿倫

(1.安徽財貿職業學院行知管理學院，合肥 230601；2.安徽大學數學與計算科學學院，合肥 230039）

0 引言

DEA方法即數據包絡分析法，無需任何權重設置，可以根據實際數據求得最優權重，具有很強的客觀性，在評價單位的效率和效益方面具有突出的作用。層次分析法可以增加灰色綜合評價法關于權重設置的客觀性和科學性；灰色綜合評價法通過對被評價對象指標與最優指標的對比排序，可以彌補指標選擇的不足；兩種方法相結合可以較科學地評價各城市房地產市場投資吸引力。

本文也利用層次分析法和灰色綜合評價法，建立綜合評價指標對城市房地產市場的投資吸引力進行定量綜合評價，并以安徽省16個城市的房地產市場為例，利用綜合評價指標得出城市投資吸引力的評價結果，并且很好地解決了上述問題。通過指標分析可以得到對城市房地產市場進行綜合分析的方法，并通過建模實現城市房地產投資吸引力的排名，給開發商投資提供依據。

1 綜合評價指標體系的構建

結合房地產行業相關專家意見，借鑒相關文獻，對城市房地產市場投資吸引力綜合評價指標體系進行篩選和優化，最終建立了如表1的指標體系的層次分析結構。

人口數量、經濟發展狀況和市場交易情況是反映和描述房地產市場運行發展的重要指標。房地產行業是隨著經濟的發展而不斷發展的，因而城市經濟環境是影響城市房地產市場發展的最根本的因素。

人口數量特別是非農業人數越多，房地產市場的需求量越大；城市的經濟發展情況越好，尤其是城鎮居民人均可支配收入越高，房地產市場的需求量越大；第三產業越繁榮、發展程度越高，社會經濟越發達，房地產市場投資吸引力越大；房地產投資利潤率、房地產企業資產報酬率都反映了房地產市場交易的獲利情況，企業收益越大，市場對企業的吸引力越高；商品房銷售面積和購置商品房的土地均價也是市場交易指標，商品房銷售面積越大、購置商品房的土地單價越小，市場交易越活躍。

表1 城市房地產市場投資吸引力綜合評價指標體系層次分析結構

二級指標大，一級指標也大，二級指標的方向性為正向，反之為反向。

表1的指標體系中，一級指標與最終的吸引力之間均為正向關系。

2 基于層次分析法的指標權重設置

在層次分析法中，為使矩陣中的各要素的重要性能夠進行定量顯示，引進了矩陣判斷標度。根據20世紀70年代美國匹茨堡大學薩蒂教授的判斷矩陣標度[4]，通過相互比較確定各準則對于目標的權重，即構造判斷矩陣，如表2所示。

運用德爾菲方法，可以采用最大特征根λmax、歸一化后的特征向量W、一致性指標C.I.以及隨機一致性比率C.R.的計算來構建判斷矩陣。

對于矩陣

表2 判斷矩陣標度及含義

將每一列歸一化處理得：

再求每一行的和

將w～i歸一化處理得到權重向量W

利用下式可以得到最大特征值λmax

一致性指標C.I.可以反映矩陣A的一致性程度：

而隨機一致性指標RI可以查表獲得：

m RI 1 0 2 0 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32

隨機一致性比率C.R.的計算

根據上述指標的計算可以得到判斷矩陣。根據的兩兩比較矩陣結果，可得城市房地產市場投資吸引力綜合評價指標權重表，如表3所示。

表3 城市房地產市場投資吸引力綜合評價指標權重

人口和經濟的各項指標在一段時間內可以視作基本穩定、或者各個城市的發展趨勢基本一致，而城市房地產市場交易指標每年都有不同的變化，一段時間內市場交易的平均值數據又很難統計，本文選取最近一年的市場交易值作為參考，所以市場交易指標所占權重較低。

3 城市房地產市場投資吸引力排序

灰色綜合評價法是一種以灰色關聯分析理論為指導，基于專家評判的綜合性評估方法。其過程是：（1）建立灰色綜合評估模型（2）對各種評價因素進行權重選擇（3）進行綜合評估。

其中，灰色綜合評估法中的權重選擇可以結合層次分析法，以提高評估的準確性。

下面通過對安徽省統計局信息網中的相關數據進行收集、整理和計算，最終得出安徽省16個城市2011年度二級指標數值，如表4所示，并根據指標的方向性列出每個二級指標的參考數（最優值）。

其中，房地產投資利潤率=房地產利潤總額/房地產開發完成投資

房地產企業資產報酬率=房地產利潤總額/房地產企業資產總計

商品房銷售面積=商品房銷售額/商品房均價

購置商品房的土地單價=購置的商品房土地總額/購置的商品房土地面積

從表4中可以得出參考數行：

V0=(762,260,2.73,11.5,9.31,5.01,1246.60,694.79)

對表4中的各指標值進行規范化處理：

對于正向指標，采用變換：

對于反向指標，采用變換：

同時根據關聯系數公式計算各指標與參考數行中的最佳值關聯系數：

其中

通常ρ取0.5

根據關聯系數的計算方法可以得到各指標與參考數行中的最佳值關聯系數表，如表5所示。

利用關聯度公式R=WET，可以得到Bi層各指標與最優值的關聯度如下（式中ETB1,ETB2,ETB3分別為表10對應的數據組成的矩陣）,最后求得16個城市最高層指標B與最優值的關聯度RB。

由表3可知，各指標權重為

表4 2011年度安徽省城市房地產市場投資吸引力綜合評價指標值及參考數

表5 各指標與參考數行中的最佳值關聯系數表

因此，可以根據關聯度公式得到16個城市最高層指標B與最優值的關聯度RB。

按照RB中的關聯度大小對安徽省16個城市房地產市場投資吸引力進行排序：0.74（合肥）＞0.65（馬鞍山）＞0.49（蕪湖）＞0.47（宿州）＞0.44（阜陽）＞0.43（蚌埠）、0.43（安慶）＞0.42（六安）、0.42（亳州）＞0.39（滁州）＞0.37（銅陵）、0.37（淮南）＞0.36（池州）＞0.35（宣城）＞0.34（淮北）＞0.31（黃山）。

4 綜合評價結果分析

合肥作為省會城市，八項指標中，除了購置商品房的土地單價較高，離最優值最遠外，其余的七項指標均離最優值較近，其中常住人口、非農業人數、第三產業增長率、商品房銷售面積四項指標占有絕對的領先優勢，而且權重最大的城鎮居民人均可支配收入指標位列第二，僅次于馬鞍山。雖然土地單價最高，最終的投資吸引力排序仍處于第一位，且遠遠高于處于第二、第三位的馬鞍山和蕪湖兩個城市。

馬鞍山的房地產市場投資吸引力位列第二名，是因為其經濟發展水平較好，城鎮居民人均可支配收入最高，然而其土地成本卻偏低。雖然城市規模較小，非農業人數較少，目前在商品房需求還遠沒有得到滿足的情況下，仍然對房地產企業的投資有較大的吸引力。

淮南、淮北之所以與最優值關聯度較低，是因為八項指標中，2011年度的房地產投資利潤率、房地產企業資產報酬率兩個指標離最優值最遠且均為負值，2011年度的商品房銷售面積較少，其余的五項指標離最優值也相對較遠。企業經營的最終目標是效益，投資利潤率和資產報酬率是兩個直接反映效益高低的指標，如果這兩個指標為負值，意味著企業虧損，整個市場對企業的吸引力會非常低。黃山之所以與最優值關聯度最低，主要是因為本文選擇的人口、經濟、市場交易三項評價指標對房地產市場中的商品房市場影響最大。黃山市的人口數量較少，其他指標也沒有任何優勢。銅陵、池州、宣城和黃山一樣，也是小城市，人口數特別是非農業人數都較少，然而由于銅陵在權重較大的城鎮居民人均可支配收入指標上較接近于最優值，池州2011年度的房地產投資利潤率和房地產企業的資產報酬率接近最優值，四個城市中，宣城人口數量相對多些，所以銅陵、池州、宣城的房地產商品房市場投資吸引力均優于黃山。統計資料顯示，2011年度黃山市房地產投資的絕對數為127.7億元，在16個城市中排名第五[5]，說明黃山旅游房地產市場的發展前景看好。

蚌埠和安慶、六安和亳州的投資吸引力分別相當，它們的各項指標大都處于中等水平，個別指標（如蚌埠和六安的城鎮居民人均可支配收入，安慶購置商品房的土地單價，亳州的非農業人數等）相對較弱。

5 結論

層次分析法和灰色綜合評價法相結合，科學分析安徽省16個城市的房地產市場（主要是商品房市場）的投資吸引力，最終的排名是：合肥、馬鞍山、蕪湖、宿州、阜陽、蚌埠、安慶、六安、亳州、滁州、銅陵、淮南、池州、宣城、淮北、黃山。城市經濟發展狀況是決定房地產市場投資吸引力的主要因素，其次是人口數量，近一兩年的房地產交易情況也能說明當前的城市房地產市場運行情況。

房地產經濟在我國國民經濟中占據重要地位，這一點不但不能動搖，還要進一步發展[6]。在行業調整時期，房地產企業應當認清市場，做出理性的投資決策，保證自身的可持續發展，同時滿足我國城鎮化進程以及城市居民改善性住房持續增長的需求，促進房地產業的健康穩定發展，更好地發揮房地產經濟的支柱作用。

[1]趙棪.基于DEA方法的新疆房地產效率分析[J].科技經濟市場，2011,(10).

[2]袁志華.模糊層次分析在房地產市場評價中的應用[J].重慶科技學院學報（社會科學版），2010,(15).