1.5線城市商品住宅投資環境評價研究

摘 要：我國房價波動大、買房難使得住房問題一直是民生的熱點話題。房地產投資作為投資領域的重要組成部分，具有周期長、數額大、風險高、收益高、區位固定并且易受國家政策制約和宏觀經濟環境影響等特征。而國內外對于房地產投資環境的系統研究還處在定型為主的階段，缺乏綜合有效的評價體系和定量模型的評估。目前，在我國一線城市商品住宅市場接近飽和，二線城市商品住宅投資環境參差不齊的背景下，1.5線城市因綜合實力強、潛力大、發展迅速的特點而成為備受青睞的研究對象。本文以中國的9個1.5線城市為樣本構建了城市商品住宅投資環境評價指標體系。運用AHP方法對影響商品住宅投資環境的4個因素層42個指標賦予權重，并通過PROMETHEE法對評價模型進行排序。研究城市商品住宅投資環境的理論和評價方法，即是對投資環境理論生活化的應用，旨在加深對城市房地產投資與其環境之間的客觀規律的認識，也可為房地產投資商的區域選擇和投資決策提供參考。

關鍵詞：投資環境；商品住宅；1.5線城市；綜合評價

中圖分類號：F293.353 文獻標識碼：A 文章編號：1008-4428（2019）02-0115-03

一、 引言

改革開放后，隨著經濟迅猛發展，我國各項的投資規模有了大幅的提高。其中，房地產投資憑其高投入高回報的特點迅速成為投資界的焦點。然而近年來，我國房價一路上漲而商品住宅空置率卻居高不下，這進一步反映了我國房地產地區發展不均衡所帶來的不健康的發展趨勢。目前，我國商品住宅投資正處在一個瓶頸期。四個一線城市商品住宅市場接近飽和，拿地難、定價高已使得其不再是投資者青睞的對象。而二線城市多達36個，市場環境參差不齊，開放度不高、政策復雜也常常使得投資者望而卻步。因而，以1.5線城市為代表的城市群，憑借其較強的綜合實力，穩定的社會環境，巨大的發展潛力，必將成為商品住宅投資的重點對象。故本文以1.5線城市為研究對象，探究其商品住宅投資環境。

國外的相關研究可以追溯到20世紀60年代。以美國教授海默提出的“壟斷優勢理論”為國際投資環境理論研究的基礎。首先是美國彼特和伊西阿教授針對發展中國家投資環境，總結出“國別冷熱比較法”。進入80年代后，隨著發展中國家的不斷開放，吸引著眾多外國投資者前來投資，極大地促進了發展中國家與發達國家之間投資體系的完善。這一趨勢同時促進了對發展中國家投資環境的深入研究，掀起了前所未有的研究熱潮，研究方法也更加定量化和科學化。如：美國經濟學家管理學家法默和里奇曼提出的法默-里奇曼模型等。

國內對于投資環境的研究起步于20世紀70年代末。隨著我國改革開放外資的不斷引入，一股研究熱潮被掀起。首先是1993年末出現的一批對于評價方法和投資環境的創新性的研究成果為投資環境體系的建立奠定了基礎。例如：張漢亞教授發表的中國城市投資環境評估體系；戴園晨教授對投資環境評價體系的科學界定等。隨后，張敦富等教授開始將區域分布帶來的經濟和社會因素相關的指標列入評價體系。而定性與定量相結合的研究方法的出現，則是一個重要的飛躍。如香港中文大學的閩建蜀教授提出的閩氏多因素法，通過各個區域的特點選用不同的因素進行分析決策，并賦以各個因素權重，得出該投資環境的最終得分。

本文是以多因素評價方法為原理，其中以AHP方法對各個指標確定權重，再將各個城市依得到的權重用PROMETHEE的方法來進行排序。這樣一來，將評價中的定性環節進行改進，減少由人為因素帶來的影響，并通過一致性檢驗，可以判斷權重的合理性。而結合PROMETHEE方法進行排序，可以真正確保排序依據的合理和科學性，以構造一個客觀有效的評價體系。

二、 評價指標的選取

結合國內外的參考文獻和研究成果進行篩選總結，本文確立的商品住宅投資環境評價指標主要來自自然因素、經濟環境、社會因素和基礎設施四個因素層面共42個指標。

（一）自然因素

在自然因素層，本文選擇了建成區面積、建成區綠化覆蓋率、城市污水處理率，工業煙（粉）塵排放量四個指標。首先，商品住宅的投資建立在一定的建成區土地資源上，當一個城市的建成區面積過小時，必然帶來地價上漲、競爭加劇等問題，惡化商品住宅的投資環境。因此，在一定條件下，建成區面積越大越有利于商品住宅投資。其次，隨著人們生活條件的不斷改善，居民區的綠化覆蓋率成了衡量居住環境的一大標準，故本文選用建成區的綠化覆蓋率作為參考指標。再次，在城市化的進程中，污水處理能力也成為衡量一個城市宜居度的重要參考指標，污水的及時處理，可以保障環境的優良。最后，雖然工業化在一定程度上體現了城市的發展水平，然而工業煙（粉）塵排放量過大，會帶來空氣質量的問題，進而給投資環境帶來負面效應。

（二）經濟環境

作為投資領域的重要組成部分，商品住宅的投資環境在很大程度上依賴于經濟環境。在經濟環境層，本文共選擇了經濟效益層、經濟規模層、金融效益層、產業結構層、開放程度層、房地產市場環境層6個子因素層共20個指標。其中經濟效益層5個指標包括城鎮居民人均可支配收入、在職職工平均工資、人均地區生產總值、地區生產總值增長率、地方財政收入。其中，城鎮居民人均可支配收入和在職職工平均工資反映了城市居民的綜合購買力，正向影響著商品住宅的投資環境。而人均地區生產總值反映了城市的綜合經濟實力，地區生產總值增長率則反映了城市經濟實力的發展趨勢。最后，地方財政收入反映了地方政府的實力，也對城市建設的投入有一定預測作用。

經濟規模層有固定資產投資總額、消費品零售總額以及規模以上工業總產值三個指標。固定資產投資總額與規模以上工業總產值反映了城市的綜合投資環境，消費品零售總額則反映了城市居民的生活質量水平，三個指標均正向反映了商品住宅投資環境的優良程度。

金融效益層我們采用了居民年底儲蓄余額、年末金融機構各項貸款余額兩項指標。居民年底儲蓄余額反映了城市居民的實際購買力而年末金融機構各項貸款余額則反映了地區的金融業發達度，在商品住宅投資過程中，企業不可避免需要金融機構的支持，故這兩項指標均正向影響商品住宅投資的環境。

產業結構層中，由于第三產業在一定程度能反映出居民的生活水平，故第三產業占GDP比重正面影響住宅投資環境。而當年實際引用外資金額作為開放程度的衡量標準，反映出城市的開放度與包容度，這些因素都會正面影響商品住宅的投資環境。

房地產市場的投資環境作為商品住宅投資環境最直觀的評判標準，本文選取了城市居住用地面積、商品住宅銷售價格、商品住宅銷售面積、商品住宅完成投資額、商品住宅待售面積、房地產開發企業數量、房地產從業人數以及建筑業從業人數共八個指標。其中商品住宅完成投資額、商品住宅待售面積和房地產開發企業數量反映了城市房地產市場的飽和度，為負向指標，城市居住用地面積、房地產業從業人數和建筑業從業人數反映了房地產市場的發展程度，故為正向指標，而商品住宅的平均銷售價格則反映了銷售市場的供求情況及利潤空間，故為正向指標。

（三）社會因素

社會因素層本文共選取了人口因素、社會福利以及人口素質三個子因素層進行測度。其中人口因素層三個指標，分別為平均人口數、人口密度以及人口自然增長率。三項指標均正向反映了城市的潛在購買力。社會福利層指標包括城鎮基本醫療保險覆蓋率以及城鎮基本養老保險覆蓋率。這兩項指標均反映了城市的福利覆蓋，正面測度了城市的宜居程度。而人口素質層則選取了科研技術人員、高校在校生人數以及互聯網接入用戶數三項指標。由于科研技術人員以及高校在校生均為高素質人員，互聯網接入用戶數也反映出了城市居民對科技的使用情況，故選三者作為代表反映出城市人口的綜合素質。

（四）基礎設施

基礎設施因素層，我們從交通運輸、城市建設、醫療設施以及生活娛樂四個子因素層選擇了10個指標。交通運輸層包括客運量、貨運量、每萬人擁有公交車輛數以及年末城市道路面積。其中，前兩個指標反映了城市的開放程度以及地理位置的優劣，而后兩者則反映了城市的交通建設情況，4個指標均為正向指標。城市建設層包括城市維護建設資金支出、排水管道總長度以及工業廢固綜合利用率3項指標，政府在城市建設上的投入在一定程度上決定了城市的基礎建設的完備度，對投資環境形成正面影響。而醫療設施層則選取人均醫療機構床位數作為唯一指標，正面反映城市的宜居程度。在生活娛樂層本文選取了劇場、影院個數以及每百人公共圖書館數量作為評判標準，以此反映居民的生活水平以及城市的人文氣氛，二者均為正向指標。

三、 基于AHP和PROMETHEE方法的商品住宅投資環境實證

（一）基于AHP方法的評價體系指標權重測算

（二）基于PROMETHEE方法的商品住宅投資環境綜合評價模型構建

1. 獲取1.5線城市各項指標值

通過查閱中國2015年城市統計年鑒、中國2015年房地產統計年鑒等數據，收集得到1.5線城市42個指標數值。

2. 通過PROMETHEE方法確定各城市優先指數表

我們確定以PROMETHEE方法六大準則中的“通常準則”為優先函數計算每個城市相對其他八個城市的優先指數。在計算每座城市的流量過程中，產生了許多優先指數，優先指數為該乘數與其他城市比較而來，以“0”或“1”來表示。其中“1”為該城市在目前的指標上優于被比較城市，“0”為該城市在目前的指標上劣于被比較城市。

3. 1.5線城市各因素層凈流量及排名

結合9個城市的優先指數表綜合匯總可得出1.5線城市凈流量及排名如表1所示。

四、 結果與分析

從1.5線城市商品住宅各因素層凈流量及綜合排名的結果來看，各城市得分從高到低依次為重慶、天津、成都、武漢、南京、杭州、蘇州、沈陽和大連。根據該評價結果，可以把這九個城市的投資環境分為三類、第一類，得分在0以上，定義為房地產投資環境優。分別為重慶、天津、成都和武漢。其中重慶又明顯優于其他三個城市，因為它四個子因素層都十分突出，可以作為房地產開發企業1.5線城市群發展的首選目標。第二類，得分在-0.2分至0分，定義為房地產投資環境良。分別為南京和杭州。第三類，得分在-0.2以下，定義為房地產投資環境一般，包括蘇州、沈陽和大連。這三個城市除了蘇州經濟環境稍強，均有自然環境和經濟環境較差的特點，這兩點已經決定其并非房地產投資的上佳選擇。

而從各城市的子因素層得分情況觀察可得，各個城市的自然和經濟環境得分差異較為顯著。天津的經濟環境明顯優于其他八個城市，蘇州、重慶和成都的經濟在0分以上屬于較優，而其他五個城市經濟環境得分在0分以下。而自然環境中，重慶因其建成區面積的絕對優勢排名第一，武漢、南京和成都的得分在0分以上，而杭州、沈陽、大連和蘇州因受限于地理面積，得分在0分以下。而從得分來看，各城市的社會因素和基礎設施的得分十分接近，說明1.5線城市對于城市建設和人文環境的重視都處在一個相對完備的層次上。

參考文獻：

[1]常建，蔣太立.層次分析法確定權重的研究[J].武漢理工大學學報，2007（1）.

[2]陳康幼.投資經濟學[M].上海：上海財經大學出版社，2003：199-200.

[3]陳基純，陳忠暖.中國房地產業與區域經濟耦合協調度研究[J].商業研究，2011（4）.

[4]陳基純，陳忠暖.我國大中城市房地產投資環境評估與分類研究[J].科技管理研究，2012（3）.

[5]陳淑云，付振奇.城市化、房地產投資與經濟增長的關系分析——以湖北省1990—2009年時間序列數據為例[J].經濟體制改革，2012（2）.

[6]范如國.房地產投資與管理[M].武漢：武漢大學出版社，2004：85-93.

[7]龐博.商品住宅投資環境因素當議[J].財稅金融，2007（11）：101-103.

[8]彭向，胡躍紅.中國房地產經濟區劃的聚類分析[J].統計觀察，2006（2）：86-88.

[9]王曉潤.長三角地區投資環境評價研究[J].華東經濟管理，2008（3）.

[10]吳永位.對目前我國房地產評估產業現狀的探討[J].商業文化，2012（1）.

[11]袁國強，展正然.帶有模糊約束的房地產投資隨機期望值模型[J].數學的實踐與認識，2012（19）.

[12]殷煥偉，張寶術.城市投資環境綜合評價方法研究[J].城市問題，2006（8）.

[13]周鵬，張紅，謝娜，等.基于主成分分析和德爾菲法的房地產投資環境綜合評價體系[J].中國土地科學，2010（12）.

[14]鄒暉.住宅類房地產開發中PRO應用初探[J].城市建設理論研究，2011（19）：27-28.

[15]Broll U， Poldán-Ponce A， Wahl J E. Regional Investment under Uncertain Costs of Location[J]. the Annals of Regional Science，2013（3）：645-657.

[16]Zvingilaite E， Jacobsen H K. Heat savings and heat generation technologies： Modeling of residential investment behavior with local health costs[J]. Energy Policy，2014（11）：31-45.

作者簡介：

陳思渺，女，武漢大學經濟與管理學院碩士，研究方向：供應鏈管理。