東部地區房地產行業發展分析

(武漢大學經濟與管理學院 湖北 武漢 430072)

一、背景及問題提出

房地產業是人們的基本生存資源,同時也是帶有明顯投資性質的商品。房地產在選址過程中對土地資源和區位較為敏感,在開發與消費環節對資金的要求也較高,因此具有明顯的地域差異性市場特征。[1]部分地區房產開發過熱,房價上漲過快,人們住房可支付性下降;有些地區因房產開發規劃與建設不合理,出現了空置率極高的新城或鬼城;還有部分地區爭取房產投資資金不足,居民居住環境得不到應有的改善,這種房地產地域差異性正逐步受到我國政府以及學者的關注與研究。而中國自1998年結束了福利分房制,開始住房市場化改革,就成為房地產業走向市場化的分水嶺。[2]從此,中國的房地產市場迅速發展,對啟動內需,加快城市化進程,促進國民經濟的快速增長,起到了極其重要作用。經過將近二十年的發展,房地產行業現已成為我國主要產業之一。然而房地產市場由于其供給彈性有限、不存在易得的替代品:房地產沒有終極價格、基本價值難于確定等一系列特征,使其成為最常見的經濟泡沫載體之一。[3]2016年“930新政”后，中國樓市逐漸進入“政策市”，四限、因城施策、長效機制和諸多房企融資限制等調控政策對房地產市場的影響越來越大。在中國經濟總體韌性較好的背景下，2018年上半年樓市調控政策料將難以出現實質性松動，甚至不排除“四限”政策向三四線城市繼續擴容的可能性。在樓市和金融雙雙被嚴監管之下，預計2018年房地產銷售或將出現一定幅度下行，但考慮到部分一二線城市庫存較低，那些受益于深度城市化和都市圈化的優質城市房價料將難以出現大幅下行。[4]與此同時,有關我國東部地區房價的爭論也在不斷升溫。而對于東部地區的房地產行業發展的研究，一方面可以為房地產開發企業起到一定的指導作用,另一方面,對于各個省份針對自身發展水平調整房地產發展結構也有一定的作用。本文在借鑒國內外理論研究的基礎之上,引用一系列的統計數據,運用理論和實證相結合的分析方法,對我國東部地區的房地產行業發展進行了實證分析,力圖通過本文的嘗試,對東部的各級地方政府引導房地產行業健康發展具有重要的指導作用。

本文采用了因子分析法，利用其降維的思想，將具有錯綜復雜關系的變量壓縮為數量較少的幾個綜合變量，是高度相關的變量劃歸同組內，相關性較低的變量歸于不同組內，以再現原始變量和因子之間的相互關系，避免綜合評價中因信息量過大而導致的重復評價。公共因子的選取通常是以特征值大于1或累積方差貢獻率大于80%為標準，確保保留大部分的原始信息。最后，以公共因子得分與各因子方差貢獻率進行加權求和，得分越高，表明該省份房地產發展綜合實力越高，整體質量也越強；得分越低，競爭力相對較弱，發展狀況也相對較差。

二、東部地區房地產發展狀況

東部地區房地產市場已進入高位運行軌道,那么上海、浙江是在這條軌道上行駛的火車的車頭。而東部地區出現這種高速向前發展的良好局面,其原因是多方面的,既有我國經濟發展大的背景,也有居民生活水平提高、住房觀念轉變等多個因素。

三、因子分析法的具體運用

(一)評價指標體系

為了更好地反映東部地區各省份房地產市場的差異，找出其房價上漲的具體原因，筆者遵循著指標體系的綜合性、指標的代表性、指標的相關性以及指標的可得性等原則，選取了以下9個指標：

Xl ——居民消費價格指數；

X2——地區生產總值(億元)；

X3——商品房銷售面積(萬平方米)；

X4——各地區建筑業總產值(億元)；

X5——各地區社會住房投資(億元)；

X6——各地區總承包建筑業企業個數(個)；

X7——各地區房地產從業人員(萬人)；

X8——各地區房地產利稅總額(萬元)；

X9——各地區商品房平均銷售價格(元/平方米)；

表1 東部地區各省份有關指標

注：數據來自中國統計局官網(2016年)

由于表l中的不同變量之間存在不同量綱、不同數量級的情況，為使各個變量具有可比性，使數據得以在更平等的條件下進行分析，將數據進行標準化處理。可以直接使用SPSS進行數據標準化處理，這里采用的是Z標準化，即使均值為0，方差為1。[5]

(二)指標相關性檢驗

指標相關性檢驗因子分析的前提是指標之間具有相關性。從表2可以看出，各指標間存在較強大的相關性，而且對其進行的KMO與Bartlett檢驗顯示，KMO度量值為0.612>0.5，樣本大小達到要求，雖然度量值未達到0.7，屬于較差的范圍，但變量間仍存在共同因素，可以做因子分析。同時，Bartlett球度檢驗中，顯著水平值為0.000<0.005，達到顯著性水平要求，表明相關系數矩陣與單位矩陣有顯著差異，即原始變量間可能存在有意義的關系，可進一步做因子分析。[6]因此我們需要對以上指標進行因子分析，把問題降維，避免指標自相關性對結果的影響。

表2 相關矩陣

(三)公共因子分析

因子載荷是公共因子與指標變量之間的相關系數，載荷越大，說明公共因子與指標變量之間的關系越密切。[7]在確定公共因子個數時，先選擇與原變量數目相等的因子個數，計算因子總方差結果見表3。取初始特征值大于l的因子為公共因子。由表3可知，符合條件的特征值有3個，累積方差貢獻率達87.425%，涵蓋了大部分變量信息。因此，選取前三個因子作為公共因子。

表3 解釋的總方差

提取方法：主成份分析。

一般而言，通過初級變換得到的因子載荷差異不大，含義不明顯，實用價值不高。因此本文采用方差最大旋轉法，得到旋轉后的因子載荷，見表4。[8]根據此表，我們就可以對3個公共因子進行命名。旋轉后在第一個公共因子上載荷較大的有6個變量，分別是地區生產總值(億元)，商品房銷售面積(萬平方米)，各地區建筑業總產值(億元)，各地區社會住房投資(億元)，各地區總承包建筑業企業個數(個)和各地區房地產利稅總額(萬元)。可以看出這些因素都影響著房地產的發展狀況，而且可以看到第一個公共因子F1的方差貢獻率超過了58%，在絕大程度上影響著房地產開發及發展，因此可以將其作為房地產開發因子。旋轉后在第二個公共因子上載荷較大的有2個變量，分別為各地區商品房平均銷售價格(元/平方米)和各地區房地產從業人員(萬人)。各地區房地產從業人數影響著商品房的銷售情況，從業人數多，在一定程度上能夠促進銷售工作的開展，商品房平均銷售價格情況也影響著房地產的銷售情況，也就決定了商品房的銷售情況，因此可以把公共因子F2定義為與銷售有關的因素，即房地產市場銷售因子。旋轉后在第三個公共因子上載荷較大的變量是居民消費價格指數，由于居民的消費指數會一定程度上影響居民的購買能力，因此可以將公共因子F3定義為房地產潛在購買因子。

表4 旋轉成份矩陣a

提取方法:主成份。

旋轉法:具有 Kaiser 標準化的正交旋轉法。

a.旋轉在 5 次迭代后收斂。

(四)計算因子得分

根據表1和表4，計算出各公共因子的得分，如表5所示。

公共因子F1代表各地區房地產開發因子，由表5中F1一列可以看出江蘇省，廣東省，浙江省和山東省的房地產開發位于東部地區的領先水平，同時也說明了這幾個地區的房地產行業發展狀況很好。而公共因子F2代表銷售因子，可以從F2一列看出北京，上海的房地產銷售狀況遠遠好于其他的東部地區的各個省份，這也與這兩個地區的人民生活水平有關，人民生活質量好，相較于其他地方經濟狀況也更好一些。而F3代表潛在購買因子，由表5可以看出上海市，廣東省和海南省得分較高，可以看出這幾個地區居民的潛在購買能力較高。而依據綜合得分可以看出江蘇省和廣東省的綜合得分最高，而浙江省和山東省的得分也還行，其次就是上海，北京，福建，東部地區發展最為不好的是天津，河北，遼寧和海南省。

表5 各地區房地產發展綜合得分表

四、結論

東部地區中江蘇省，廣東省，北京和上海這些地區的房地產市場較為成熟，房地產行業吸引力大，投資效益也高，但同時也要穩定房地產行業的發展，警惕兩種房地產過熱現象。第一種是盲目性過熱，比如盲目投資，盲目擴大開發量等，從而導致市場供給遠遠大于需求量，空置率上升；第二種是泡沫性過熱，房地產的市場價格遠遠高于其成本價，一旦經濟發展減緩，房地產行業就將受到重創，在當前經濟下行空間主要要穩定房價。[9]其他具有良好的地緣優勢和較佳的投資環境的地區，房地產行業還可以進一步做大做強，在提高房地產效益方面還有進一步的拓展空間，還可以利用相關政策來加快發展。對于有大規模城區化的地區，要積極探索社會保障機制，加強管理，規范房地產企業的市場行為；建立健全的住房供應體系，盡快解決房地產行業的結構性矛盾，合理配置住房與非住房，高檔住房與低價位住房的結構與比例。[10]要注意加快住宅產業的現代化進程，積極改善投資環境，狠抓招商引資工作，努力拓寬融資渠道，加大經濟適用房的開發力度；加強監管，整頓和規范房地產市場秩序。[11]而對于像天津，河北，遼寧等地區可以在加大土地面積開發的同時，穩定房地產價格，使房價與居民收入水平相稱，促進房地產行業健康有序的發展。

另外，很多人認為，在像北京、上海、廣東這樣一些經濟發達的城市中購房，是一種身份的象征，因此具有隱性收入的人會選擇在這些地區買房，從而哄抬房價。筆者認為，政府相關單位及房地產開發商應該減少提供大戶型住房，針對中等收入家庭提供經濟適用房，使其成為住房供應的主渠道，以滿足大部分城鎮居民的需求。還有一個是土地價格上漲導致成本上升。我國土地價格主要由取得成本、開發成本、政府收益三部分構成。[12]土地價格的上漲使得開發商將土地成本增加的部分轉嫁給消費者，這就提升了房價的上漲速度。江蘇省，廣東省，浙江省和山東省四個省份的開發因子相對其他因子得分較高，這說明他們無論是購置的土地還是完成開發的土地相對其他因素而言都占有相對優勢，這就構成了其房價上漲的原因之一。因此，房地產商在投資之前，應該做好充分的預算，避免造成大量土地閑置的局面。