中国沿海主要城市房地产发展的环境综合评价.docVIP

中国沿海主要城市房地产发展的环境综合评价 　　基金项目：本文为广东省委宣传部打造“理论粤军”2014年度重点课题“广东经济监测与预测研究”（批准号：WT1407）、全国统计科学研究项目“GDP核算中虚拟房租的核算方法研究”（批准号：2015LY90）的部分内容 　　中图分类号：F222.31 文献标识码：A 　　内容摘要：近年来，中国各地房价一路走高，尤其是沿海地区，高房价已经成为舆论关注的主要热点问题。但是，高房价是否就意味着拥有一个良好的房地产发展环境，这尚有待商榷。本文采用信息熵和因子分析的方法，从城市综合实力、消费者购房能力、基础设施建设和城市居住环境四个方面分析城市房地产发展环境，研究结果显示：高房价与良好的房地产发展环境没有正相关关系，本文依据研究结论提出相应的评价建议，供有关方面决策参考。 　　关键词：房地产发展环境 信息熵 因子分析 　　引言 　　房地产业作为国民经济新的增长点，为中国经济的快速增长做出了重要贡献。随着我国“宏观稳、微观活”政策的出台，我国房地产业进入了结构性调整阶段。与此同时，人们越来越关注房地产业环境的发展。不重视房地产投资环境改善和房地产发展环境优化，就难以保证房地产业从根本上得到稳定健康的发展。因此，研究房地产发展环境，并制定相应政策，对房地产业持续稳定发展具有重要意义。本文选取上海、广州、深圳、南京、杭州、济南和厦门7个沿海地区主要城市，建立完善的指标体系，通过对准则层指标信息熵评价、目标层指标因子分析评价，得到准则层指标评分，并最终得到评价得分和排名，据此对沿海地区主要城市房地产发展环境综合状况做出评价。 　　指标选取与模型设定 　　（一）指标选取 　　城市房地产发展环境综合评价指标很多，本文在遵循指标选取的系统性、科学性、可行性、可靠性、可比性等原则下，取城市房地产发展环境综合评价为目标层指标，从4个维度、16个环节构建了城市房地产发展环境综合评价理论框架： 　　第一维度，城市综合实力A1：地区生产总值B1（亿元）；固定资产投资额B2（亿元）；第三产业占GDP比重B3（%）；社会零售额B4（亿元）。 　　第二维度，消费者购房能力A2：城市居民消费价格指数B5（%）；商品房平均交易价格B6（元/平方米）；城市居民人均可支配收入B7（元）；城镇人口登记失业率B8（%）。 　　第三维度，基础设施建设A3：万人拥有医生数量B9（人）；万人拥有公共交通车辆B10（标台）；人均公园绿地面积B11（平方米）；人均城市道路面积B12（平方米）。 　　第四维度，城市居住环境A4：城市人口密度B13（人/平方公里）；城市居民人均住房居住面积B14（平方米）；城市用水普及率B15（%）；建成区绿化覆盖率B16（%）。 　　（二）4个维度、16个环节之间的关系分析 　　地区生产总值反映一个地区的经济发展情况，该指标值越大，说明经济发展状况较好，相对来说房地产发展状况就会越好。故地区发展总值属于正类属性指标。固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。该指标越大越好。人均公园绿地面积是城市公园绿地面积和城市人口总数的比值。该指标值越大，说明房地产基础设施越完善，故该指标越大越好。城镇居民人均住房居住面积是城市总居住面积和城市人口总数的比值。该指标值越大越好。 　　经分析：正类属性指标有地区生?a总值、固定资产投资额、第三产业占GDP比重、社会零售额、城市居民人均可支配收入、万人拥有医生数量、万人拥有公共交通车辆、人均公园绿地面积、人均城市道路面积、城市居民人均住房居住面积、城市用水普及率、建成区绿化覆盖率。负类属性指标有城市居民消费价格指数、商品房平均交易价格、城镇人口登记失业率、城市人口密度。 　　（三）准则层指标的信息熵评价 　　信息是一个很抽象的概念。人们常常说信息很多或者较少，但却很难说清楚信息到底有多少。熵的概念来源于热力学，它是用来表达分子状态杂乱程度的一个物理量。1948年，信息论之父C.E.Shannon借鉴了熵的概念，把信息中排除了冗余后的平均信息量称为“信息熵”，并给出了信息熵的数学表达式：假设信源符号有n种取值：x1，x2…xn，对应概率为：p1，p2…pn，且各种符号的出现彼此独立。这时，信源的平均不确定性应当为单个符号不确定性-logpi的统计平均值（E），可称为信息熵，即：；式中：0pi1，且，当pi=0时，取0 log 0=0。 　　本文选取7个地区的因素层指标B建立信息熵评价模型，得到7个地区的准则层指标信息A。步骤如下： 　　第一，构造决策矩阵。假设有4个准则层指标，20个因素层指标，构造4个因素层指标的决策矩阵： 　　第二，对数据进行标准化处理。定义