我國主要城市房地產發展潛力評價

摘要：綜合考慮宏觀經濟、人口、房地產市場等相關因素，利用因子分析法，評價分析主要城市群內187個地級以上城市的房地產發展潛力。結果表明，發展潛力前30名，以直轄市、中東部省會城市及沿海發達城市等一二線城市為主。三線城市中東營、淄博、日照、盤錦、揚州等城市，經濟支撐強，房地產市場較為活躍，供給相對不足，房地產市場發展潛力相對較大。有些城市如營口、貴陽、鐵嶺、北海、邯鄲、保定等，房地產供給嚴重過剩，經濟支撐能力又較弱，房地產市場風險較大。中央政府不應再采取“一刀切”的房地產調控政策，應根據城市實際情況分類調控。

關鍵詞：房地產，發展潛力，因子分析

中圖分類號：F293.3 文獻標識碼：B

文章編號：1001-9138-（2014）10-0054-63 收稿日期：2014-08-10

1 引言

經歷十多年的發展，由于不同城市經濟發展不均衡，公共資源配置不均，人口集聚能力不一樣，不同城市房地產市場分化格局愈加明顯。2013年底，一線城市北、上、廣、深新建商品住房價格上漲均超過20%，而70個大中城市房價平均上漲9.7%，漲幅不到10%。如果把全國657個城市的房價平均計算，估計同比漲幅更低，甚至還有一些城市的房價是下跌的。大城市和中小城市之間，以及中小城市之間的樓市需求、庫存、價格、銷售都有更明顯的分化。因此，研究不同城市房地產市場發展潛力很有必要。

本文對全國主要的187個地級以上城市的房地產發展潛力進行評價分析。

2 評價方法體系

2.1評價對象選擇

我國城市化率剛過50%，處于城市化快速階段。從國際經驗看，城市群是城市化發展的一條重要途徑。2013年12月中央城鎮化工作做會議指出把城市群作為推進城鎮化的主體形態。改革開放以來，我國的長三角、珠三角和環渤海三大城市群發展逐步成熟，長江中游地區和成渝地區正在發展成為新興的大城市群。因此，本文評價分析對象選取長三角、珠三角、環渤海、長江中游地區、成渝地區5大城市群所在省市的地級以上城市，其余省份則選擇省會城市、區域副中心城市，共計187個地級以上城市。

2.2評價方法說明

因子分析是一種將多變量化簡的多元統計方法，它可以看作是主成份分析的推廣。因子分析的目的是分解原始變量，從中歸納出潛在的“類別”，相關性較強的變量歸為一類，不同類間的變量的相關性則較低。每類變量代表了一個“共同因子”，即一種內在結構（聯系）。因子分析就是尋找這種內在結構（聯系）的方法。

主要模型形式：

（2）矩陣型式

簡記為：X = A F + ε

（p×1） （p×m）（m×1） （p×1）

且滿足：

1） m≤p

2） Cov（F，ε）=0

在分析中，人們往往更愿意用公共因子反映原始變量，這樣更有利于描述研究對象的特征。因而往往將公共因子表示為變量（或樣品）的線性組合，即：

稱上式為因子得分函數，用它可計算每個樣品的公因子得分。

2.3 評價指標選擇

國家（城市）社會經濟基本面決定住房基本價值，社會基本面包括地區生產總值及其增長速度、居民人均可支配收入及增長速度、人口變化等。毫無疑問，宏觀環境變化影響房地產市場發展潛力。房地產市場發展協調程度比如銷供比等也影響其發展潛力。根據科學性、可操作性、數據可得性原則，本文分析選擇指標的三大維度為：宏觀環境、房地產市場狀況和市場協調度，包括城市GDP、GDP增速、常住人口等，共計20個具體指標。區位優勢，是根據某城市離一線城市的距離進行打分，一線城市得分10分，越遠得分越低，最低1分。百強企業進駐數量，根據2011年中國指數研究院發布的中國房地產百強企業榜單進行統計得到如表1所示的結果。

2.4 數據選取

采用2010-2011年指標數據，為消除單年份的異常變化，采取兩年的平均值，能更準確反映城市經濟及房地產市場發展狀況。數據來源于國家統計局、中國指數研究院。

3 實證分析

3.1 計算步驟

（1）數據標準化，本文采用min-max標準化方法。min-max標準化方法是對原始數據進行線性變換。設minA和maxA分別為屬性A的最小值和最大值，將A的一個原始值x通過min-max標準化映射成在區間[0，1]中的值x'，其公式為：新數據=（原數據-極小值）/（極大值-極小值）。

（2）應用SPSS13.0軟件，進行KMO and Bartletts 檢驗，KMO值為0.856，適合進行因子分析。

（3）建立相關系數矩陣，求解特征根及相應特征向量，因子旋轉。如圖1所示，根據特征值和碎石圖，提取4個公因子，分別命名為市場規模因子、市場熱度因子、經濟支撐因子和銷供比因子。

（4）計算因子得分，以方差貢獻率為權重，計算綜合得分。

（5）按綜合得分排序，如表2所示。

3.2 結果分析

3.2.1 總體分析

根據綜合得分排名，所選取的187個地級以上，綜合得分前30城市如表3所示，重慶、上海、北京、成都、沈陽、天津、廣州、蘇州、西安、長沙位列前10。總體來看，發展潛力前30名，以直轄市、中東部省會城市及沿海發達城市為主。城市經濟越發達，房地產市場發展潛力越大。經濟落后的中西部地級城市基本沒有進入。

根據2000年第五次人口普查和2010年第六次人口普查數據，全國286個地級以上城市，按人口增量排序，前30名城市如表4所示，上海、北京十年間人口分別增加了661.1萬和604.3萬，增幅均超過40%，上述30城市人口平均增幅為28.8%，是全國增幅8.27%的3.5倍，這些城市基本為直轄市、省會城市、東部沿海發達城市。城市房地產發展潛力前30城市與人口增量前30城市，表現出相似的特征，為直轄市、省會城市和沿海發達城市。可以看出，經濟發達城市吸納人口能力強，其房地產發展潛力也強。人口是房地產市場發展的重要因素，沒有人口支撐，無論是住宅還是商業地產，都不能持續，如鄂爾多斯、陜西神木，缺乏產業、人口支撐，房地產市場迅速膨脹只是曇花一現，見表4。endprint

3.2.2 區域分析

分區域看，區域中心城市、副中心城市排在所在區域發展潛力前列。長三角地區，上海、蘇州、杭州、南京位居前列。溫州經濟發達，但銷供比因子得分較低，即供給嚴重過剩，熱度因子得分較低，未進長三角地區發展潛力前15名，這與溫州當前房地產市場形勢相符，溫州房價自2011年年中以來，已經持續了2年多的下跌。珠三角地區，廣州、深圳排在前列；環渤海地區，北京、沈陽、天津位列三甲；長江中游地區，長沙、武漢、合肥、南昌四個省會城市居前；成渝地區，重慶、成都居前，見表5。

3.2.3公因子組合象限分析

本文共選取187個地級以上城市，綜合得分前30城市主要是一二線城市已經分析，下面就后157個城市，主要是地級市進行分析，由于地級市之間市場規模相差不大，選取4個公共因子中除市場規模因子之外的3個公共因子，兩兩組合進行分析，以便更清晰發現城市房地產發展特點。

（1）經濟支撐因子和銷供比因子結合分析

由經濟支撐因子F3得分和銷供比因子F4得分組成4個象限，如圖2所示，第一象限城市經濟支撐因子得分和銷供比因子得分都較高，第二象限城市經濟支撐因子得分較低而銷供比因子得分較高，第三象限城市經濟支撐因子得分和銷供比因子得分都比較低，第四象限城市經濟支撐因子得分較低而銷供比因子得分較高。經濟支撐因子得分越高，表明某城市經濟發展越好；銷供比因子得分越高，表明某城市商品房供給越不足。

根據4個象限不同意義，經濟支撐較強、供給相對不足城市，東營、淄博、日照、揚州等；溫州，經濟支撐較強，但供給嚴重過剩，與溫州當前房地產市場形勢相符。經濟支撐較差、供給也較為過剩的城市，滁州、蚌埠、北海、營口、貴陽、鐵嶺、揭陽等；麗江、內江、瀘州、黃岡供給相對不足，經濟支撐也較弱。

（2）市場熱度因子和銷供比因子結合分析

由市場熱度因F2子得分和銷供比因子F4得分組成4個象限，如圖3所示，第一象限城市市場熱度因子得分和銷供比因子得分都較高，第二象限城市市場熱度因子得分較高而銷供比因子得分較低，第三象限城市市場熱度因子得分和銷供比因子得分都比較低，第四象限城市市場熱度因子得分較低而銷供比因子得分較高。市場熱度因子得分越高，表明某城市房地產市場越活躍；銷供比因子得分越高，表明某城市商品房需求越強勁而供給越不足。

根據4個象限不同意義分析，市場熱度較強、供給相對不足城市，東營、盤錦等；呼和浩特、營口、銀川、貴陽、蕪湖、惠州、北海、鐵嶺等市場熱度較強、供給過剩；市場熱度較差、供給也較為過剩的城市，溫州、邯鄲、保定、湛江、邵陽、邢臺、滁州、雅安、揭陽等；隨州、九江、撫州、萍鄉、黃岡供給相對不足、市場熱度較差。

（3）市場熱度因子和經濟支撐因子結合分析

由市場熱度因子F2得分和經濟支撐因子F3得分組成4個象限，如圖4所示，第一象限城市市場熱度因子得分和經濟支撐因子得分都較高，第二象限城市市場熱度因子得分較高而經濟支撐因子得分較高，第三象限城市市場熱度因子得分和經濟支撐因子得分都比較低，第四象限城市市場熱度因子得分較低而經濟支撐因子得分較高。市場熱度因子得分越高，表明某城市房地產市場越活躍；經濟支撐因子得分越高，表明某城市經濟越發達。

根據4個象限不同意義分析，市場熱度較強、經濟支撐強的城市，東營、舟山等；市場熱度強、經濟支撐差的城市，三亞、營口、銀川、貴陽、丹東等；溫州是市場熱度較差、經濟支撐強的城市。

4 結論與建議

4.1 主要結論

經濟越發達的城市，房地產市場發展潛力越大。通過數據分析，地級以上城市房地產市場發展潛力前30城市基本為直轄市、省會城市、東部沿海發達城市，也就是說經濟越發達的城市，資源較為集中，基礎設施條件較好，產業發達，人們收入水平較高，越吸引城市化人口流入，并且人們更加有能力改善居住條件，因此“剛性需求”和“改善性需求”越強勁，房地產市場發展潛力就越大。

有些三線城市房地產發展潛力也比較大，如東營、淄博、盤錦等。這些城市經濟支撐能力強，如表6所示，東營、盤錦均是資源型城市，淄博工業比較發達，三個城市2010-2011年GDP增長率均在12%以上，顯著高出全國的平均水平；另外，從城鎮居民可支配收入來看，盤錦的居民收入水平甚至高于省會城市沈陽，在遼寧省只比大連低，東營、淄博的居民收入在山東省也位列前茅。這類城市資源較為豐富，工業發達，經濟支撐墻，居民收入比較高，而房地產市場供給相對不足，房地產市場發展相對滯后，因此這類城市有較好的發展潛力。

有些城市房地產市場風險比較大。如營口、鐵嶺、北海，房地產供給嚴重過剩，經濟支撐能力又較弱。溫州、滁州、邯鄲、保定，房地產市場供給也嚴重過剩，而且市場也不活躍。貴陽、銀川、惠州、蕪湖供給過剩，市場熱度強，以上城市房地產市場風險很大，應予以警惕。

4.2 建議

中央政府宜實施分類調控政策。當前，不同城市房地產市場發展明顯分化，房價過高與房地產供給過剩并存，對房價上漲過快、供給不足的城市增加供應，對供給嚴重過剩、經濟支撐又較弱的城市應注意防范風險，提高警惕，著力去庫存，減緩供應。或者下放調控自主權，給予城市更大的政策調控自主權，讓每個城市根據當地實際情況，自主選擇出臺政策，防止房地產市場出現大幅度的震蕩，確保房地產市場平穩健康發展。

房地產開發企業應慎重選擇進入城市。多數一二線城市資源、產業積聚明顯，人口不斷流入，供求矛盾仍然突出，房價上漲較快，仍有較大發展潛力。有些三線城市，如盤錦、東營、淄博，經濟支撐較強，居民收入較高，房地產供給相對不足，房地產市場發展也有較大潛力。部分三四線城市，沒有產業、人口支撐，經濟基礎較弱，房地產供給嚴重過剩，這些城市房地產市場潛藏著較大風險。房企應深入研究要進入城市的房地產發展狀況，更好的實施城市布局，減少市場風險。

參考文獻：

1.竹隰生 章琛.不同區域房地產周期的比較研究.建筑經濟，2011.11

2.胡芳 黃仿倫.城市房地產市場投資吸引力的綜合評價.統計與決策.2013.23

3.張杰.城市房地產市場投資引力評價指標體系構建及應用.天津商業大學學報.2011.3

4.杜強 賈麗艷.SPSS統計分析從入門到精通.人民郵電出版社.2009

5.劉洪玉.房地產市場價格的影響因素及其變動.求是.2009.3

作者簡介：

劉水，悉地國際居住產品事業部戰略研究經理、經濟師，主要研究方向為房地產經濟。endprint

3.2.2 區域分析

分區域看，區域中心城市、副中心城市排在所在區域發展潛力前列。長三角地區，上海、蘇州、杭州、南京位居前列。溫州經濟發達，但銷供比因子得分較低，即供給嚴重過剩，熱度因子得分較低，未進長三角地區發展潛力前15名，這與溫州當前房地產市場形勢相符，溫州房價自2011年年中以來，已經持續了2年多的下跌。珠三角地區，廣州、深圳排在前列；環渤海地區，北京、沈陽、天津位列三甲；長江中游地區，長沙、武漢、合肥、南昌四個省會城市居前；成渝地區，重慶、成都居前，見表5。

3.2.3公因子組合象限分析

本文共選取187個地級以上城市，綜合得分前30城市主要是一二線城市已經分析，下面就后157個城市，主要是地級市進行分析，由于地級市之間市場規模相差不大，選取4個公共因子中除市場規模因子之外的3個公共因子，兩兩組合進行分析，以便更清晰發現城市房地產發展特點。

（1）經濟支撐因子和銷供比因子結合分析

由經濟支撐因子F3得分和銷供比因子F4得分組成4個象限，如圖2所示，第一象限城市經濟支撐因子得分和銷供比因子得分都較高，第二象限城市經濟支撐因子得分較低而銷供比因子得分較高，第三象限城市經濟支撐因子得分和銷供比因子得分都比較低，第四象限城市經濟支撐因子得分較低而銷供比因子得分較高。經濟支撐因子得分越高，表明某城市經濟發展越好；銷供比因子得分越高，表明某城市商品房供給越不足。

根據4個象限不同意義，經濟支撐較強、供給相對不足城市，東營、淄博、日照、揚州等；溫州，經濟支撐較強，但供給嚴重過剩，與溫州當前房地產市場形勢相符。經濟支撐較差、供給也較為過剩的城市，滁州、蚌埠、北海、營口、貴陽、鐵嶺、揭陽等；麗江、內江、瀘州、黃岡供給相對不足，經濟支撐也較弱。

（2）市場熱度因子和銷供比因子結合分析

由市場熱度因F2子得分和銷供比因子F4得分組成4個象限，如圖3所示，第一象限城市市場熱度因子得分和銷供比因子得分都較高，第二象限城市市場熱度因子得分較高而銷供比因子得分較低，第三象限城市市場熱度因子得分和銷供比因子得分都比較低，第四象限城市市場熱度因子得分較低而銷供比因子得分較高。市場熱度因子得分越高，表明某城市房地產市場越活躍；銷供比因子得分越高，表明某城市商品房需求越強勁而供給越不足。

根據4個象限不同意義分析，市場熱度較強、供給相對不足城市，東營、盤錦等；呼和浩特、營口、銀川、貴陽、蕪湖、惠州、北海、鐵嶺等市場熱度較強、供給過剩；市場熱度較差、供給也較為過剩的城市，溫州、邯鄲、保定、湛江、邵陽、邢臺、滁州、雅安、揭陽等；隨州、九江、撫州、萍鄉、黃岡供給相對不足、市場熱度較差。

（3）市場熱度因子和經濟支撐因子結合分析

由市場熱度因子F2得分和經濟支撐因子F3得分組成4個象限，如圖4所示，第一象限城市市場熱度因子得分和經濟支撐因子得分都較高，第二象限城市市場熱度因子得分較高而經濟支撐因子得分較高，第三象限城市市場熱度因子得分和經濟支撐因子得分都比較低，第四象限城市市場熱度因子得分較低而經濟支撐因子得分較高。市場熱度因子得分越高，表明某城市房地產市場越活躍；經濟支撐因子得分越高，表明某城市經濟越發達。

根據4個象限不同意義分析，市場熱度較強、經濟支撐強的城市，東營、舟山等；市場熱度強、經濟支撐差的城市，三亞、營口、銀川、貴陽、丹東等；溫州是市場熱度較差、經濟支撐強的城市。

4 結論與建議

4.1 主要結論

經濟越發達的城市，房地產市場發展潛力越大。通過數據分析，地級以上城市房地產市場發展潛力前30城市基本為直轄市、省會城市、東部沿海發達城市，也就是說經濟越發達的城市，資源較為集中，基礎設施條件較好，產業發達，人們收入水平較高，越吸引城市化人口流入，并且人們更加有能力改善居住條件，因此“剛性需求”和“改善性需求”越強勁，房地產市場發展潛力就越大。

有些三線城市房地產發展潛力也比較大，如東營、淄博、盤錦等。這些城市經濟支撐能力強，如表6所示，東營、盤錦均是資源型城市，淄博工業比較發達，三個城市2010-2011年GDP增長率均在12%以上，顯著高出全國的平均水平；另外，從城鎮居民可支配收入來看，盤錦的居民收入水平甚至高于省會城市沈陽，在遼寧省只比大連低，東營、淄博的居民收入在山東省也位列前茅。這類城市資源較為豐富，工業發達，經濟支撐墻，居民收入比較高，而房地產市場供給相對不足，房地產市場發展相對滯后，因此這類城市有較好的發展潛力。

有些城市房地產市場風險比較大。如營口、鐵嶺、北海，房地產供給嚴重過剩，經濟支撐能力又較弱。溫州、滁州、邯鄲、保定，房地產市場供給也嚴重過剩，而且市場也不活躍。貴陽、銀川、惠州、蕪湖供給過剩，市場熱度強，以上城市房地產市場風險很大，應予以警惕。

4.2 建議

中央政府宜實施分類調控政策。當前，不同城市房地產市場發展明顯分化，房價過高與房地產供給過剩并存，對房價上漲過快、供給不足的城市增加供應，對供給嚴重過剩、經濟支撐又較弱的城市應注意防范風險，提高警惕，著力去庫存，減緩供應。或者下放調控自主權，給予城市更大的政策調控自主權，讓每個城市根據當地實際情況，自主選擇出臺政策，防止房地產市場出現大幅度的震蕩，確保房地產市場平穩健康發展。

房地產開發企業應慎重選擇進入城市。多數一二線城市資源、產業積聚明顯，人口不斷流入，供求矛盾仍然突出，房價上漲較快，仍有較大發展潛力。有些三線城市，如盤錦、東營、淄博，經濟支撐較強，居民收入較高，房地產供給相對不足，房地產市場發展也有較大潛力。部分三四線城市，沒有產業、人口支撐，經濟基礎較弱，房地產供給嚴重過剩，這些城市房地產市場潛藏著較大風險。房企應深入研究要進入城市的房地產發展狀況，更好的實施城市布局，減少市場風險。

參考文獻：

1.竹隰生 章琛.不同區域房地產周期的比較研究.建筑經濟，2011.11

2.胡芳 黃仿倫.城市房地產市場投資吸引力的綜合評價.統計與決策.2013.23

3.張杰.城市房地產市場投資引力評價指標體系構建及應用.天津商業大學學報.2011.3

4.杜強 賈麗艷.SPSS統計分析從入門到精通.人民郵電出版社.2009

5.劉洪玉.房地產市場價格的影響因素及其變動.求是.2009.3

作者簡介：

劉水，悉地國際居住產品事業部戰略研究經理、經濟師，主要研究方向為房地產經濟。endprint

3.2.2 區域分析

分區域看，區域中心城市、副中心城市排在所在區域發展潛力前列。長三角地區，上海、蘇州、杭州、南京位居前列。溫州經濟發達，但銷供比因子得分較低，即供給嚴重過剩，熱度因子得分較低，未進長三角地區發展潛力前15名，這與溫州當前房地產市場形勢相符，溫州房價自2011年年中以來，已經持續了2年多的下跌。珠三角地區，廣州、深圳排在前列；環渤海地區，北京、沈陽、天津位列三甲；長江中游地區，長沙、武漢、合肥、南昌四個省會城市居前；成渝地區，重慶、成都居前，見表5。

3.2.3公因子組合象限分析

本文共選取187個地級以上城市，綜合得分前30城市主要是一二線城市已經分析，下面就后157個城市，主要是地級市進行分析，由于地級市之間市場規模相差不大，選取4個公共因子中除市場規模因子之外的3個公共因子，兩兩組合進行分析，以便更清晰發現城市房地產發展特點。

（1）經濟支撐因子和銷供比因子結合分析

由經濟支撐因子F3得分和銷供比因子F4得分組成4個象限，如圖2所示，第一象限城市經濟支撐因子得分和銷供比因子得分都較高，第二象限城市經濟支撐因子得分較低而銷供比因子得分較高，第三象限城市經濟支撐因子得分和銷供比因子得分都比較低，第四象限城市經濟支撐因子得分較低而銷供比因子得分較高。經濟支撐因子得分越高，表明某城市經濟發展越好；銷供比因子得分越高，表明某城市商品房供給越不足。

根據4個象限不同意義，經濟支撐較強、供給相對不足城市，東營、淄博、日照、揚州等；溫州，經濟支撐較強，但供給嚴重過剩，與溫州當前房地產市場形勢相符。經濟支撐較差、供給也較為過剩的城市，滁州、蚌埠、北海、營口、貴陽、鐵嶺、揭陽等；麗江、內江、瀘州、黃岡供給相對不足，經濟支撐也較弱。

（2）市場熱度因子和銷供比因子結合分析

由市場熱度因F2子得分和銷供比因子F4得分組成4個象限，如圖3所示，第一象限城市市場熱度因子得分和銷供比因子得分都較高，第二象限城市市場熱度因子得分較高而銷供比因子得分較低，第三象限城市市場熱度因子得分和銷供比因子得分都比較低，第四象限城市市場熱度因子得分較低而銷供比因子得分較高。市場熱度因子得分越高，表明某城市房地產市場越活躍；銷供比因子得分越高，表明某城市商品房需求越強勁而供給越不足。

根據4個象限不同意義分析，市場熱度較強、供給相對不足城市，東營、盤錦等；呼和浩特、營口、銀川、貴陽、蕪湖、惠州、北海、鐵嶺等市場熱度較強、供給過剩；市場熱度較差、供給也較為過剩的城市，溫州、邯鄲、保定、湛江、邵陽、邢臺、滁州、雅安、揭陽等；隨州、九江、撫州、萍鄉、黃岡供給相對不足、市場熱度較差。

（3）市場熱度因子和經濟支撐因子結合分析

由市場熱度因子F2得分和經濟支撐因子F3得分組成4個象限，如圖4所示，第一象限城市市場熱度因子得分和經濟支撐因子得分都較高，第二象限城市市場熱度因子得分較高而經濟支撐因子得分較高，第三象限城市市場熱度因子得分和經濟支撐因子得分都比較低，第四象限城市市場熱度因子得分較低而經濟支撐因子得分較高。市場熱度因子得分越高，表明某城市房地產市場越活躍；經濟支撐因子得分越高，表明某城市經濟越發達。

根據4個象限不同意義分析，市場熱度較強、經濟支撐強的城市，東營、舟山等；市場熱度強、經濟支撐差的城市，三亞、營口、銀川、貴陽、丹東等；溫州是市場熱度較差、經濟支撐強的城市。

4 結論與建議

4.1 主要結論

經濟越發達的城市，房地產市場發展潛力越大。通過數據分析，地級以上城市房地產市場發展潛力前30城市基本為直轄市、省會城市、東部沿海發達城市，也就是說經濟越發達的城市，資源較為集中，基礎設施條件較好，產業發達，人們收入水平較高，越吸引城市化人口流入，并且人們更加有能力改善居住條件，因此“剛性需求”和“改善性需求”越強勁，房地產市場發展潛力就越大。

有些三線城市房地產發展潛力也比較大，如東營、淄博、盤錦等。這些城市經濟支撐能力強，如表6所示，東營、盤錦均是資源型城市，淄博工業比較發達，三個城市2010-2011年GDP增長率均在12%以上，顯著高出全國的平均水平；另外，從城鎮居民可支配收入來看，盤錦的居民收入水平甚至高于省會城市沈陽，在遼寧省只比大連低，東營、淄博的居民收入在山東省也位列前茅。這類城市資源較為豐富，工業發達，經濟支撐墻，居民收入比較高，而房地產市場供給相對不足，房地產市場發展相對滯后，因此這類城市有較好的發展潛力。

有些城市房地產市場風險比較大。如營口、鐵嶺、北海，房地產供給嚴重過剩，經濟支撐能力又較弱。溫州、滁州、邯鄲、保定，房地產市場供給也嚴重過剩，而且市場也不活躍。貴陽、銀川、惠州、蕪湖供給過剩，市場熱度強，以上城市房地產市場風險很大，應予以警惕。

4.2 建議

中央政府宜實施分類調控政策。當前，不同城市房地產市場發展明顯分化，房價過高與房地產供給過剩并存，對房價上漲過快、供給不足的城市增加供應，對供給嚴重過剩、經濟支撐又較弱的城市應注意防范風險，提高警惕，著力去庫存，減緩供應。或者下放調控自主權，給予城市更大的政策調控自主權，讓每個城市根據當地實際情況，自主選擇出臺政策，防止房地產市場出現大幅度的震蕩，確保房地產市場平穩健康發展。

房地產開發企業應慎重選擇進入城市。多數一二線城市資源、產業積聚明顯，人口不斷流入，供求矛盾仍然突出，房價上漲較快，仍有較大發展潛力。有些三線城市，如盤錦、東營、淄博，經濟支撐較強，居民收入較高，房地產供給相對不足，房地產市場發展也有較大潛力。部分三四線城市，沒有產業、人口支撐，經濟基礎較弱，房地產供給嚴重過剩，這些城市房地產市場潛藏著較大風險。房企應深入研究要進入城市的房地產發展狀況，更好的實施城市布局，減少市場風險。

參考文獻：

1.竹隰生 章琛.不同區域房地產周期的比較研究.建筑經濟，2011.11

2.胡芳 黃仿倫.城市房地產市場投資吸引力的綜合評價.統計與決策.2013.23

3.張杰.城市房地產市場投資引力評價指標體系構建及應用.天津商業大學學報.2011.3

4.杜強 賈麗艷.SPSS統計分析從入門到精通.人民郵電出版社.2009

5.劉洪玉.房地產市場價格的影響因素及其變動.求是.2009.3

作者簡介：

劉水，悉地國際居住產品事業部戰略研究經理、經濟師，主要研究方向為房地產經濟。endprint