粵港澳大灣區9市房地產投資環境評價

孫歡

【摘 要】 本文選取粵港澳大灣區9個城市統計數據，從經濟環境、消費環境等5個方面選取指標，構建房地產投資環境綜合評價指標體系。采用熵權-TOPSIS模型，對大灣區9個城市房地產投資環境進行評價分析，為投資商的投資決策和區域城市發展提供一定的參考和借鑒。

【關鍵詞】 房地產 投資環境 大灣區 熵權法

粵港澳大灣區由廣東省廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶九個地市和香港、澳門兩個特別行政區組成，是中國經濟活力最強的區域之一，同時也是中國建設世界級城市群的重要空間載體。隨著粵港澳大灣區發展規劃的發布，大灣區房地產行業迎來發展新機遇。房地產業作為一項具有投資周期長、投資風險高、變現能力差等特點的產業，其發展受城市規劃、宏觀政策、經濟發展水平等多種因素的影響，對投資環境的要求尤其嚴格。科學合理地評價房地產市場投資環境有助于準確把握房地產投資風險，正確進行投資戰略決策。

1文獻綜述

國外學者對投資環境的研究較早，現已形成完備的研究方法和理論體系。如Litvak、Banting（1968）首次提出“冷熱國比較法”，奠定了現代投資環境評價的理論基礎。Robort.b.Stobaugh（1969）提出羅氏多因素評分分析法，使投資環境評價走向了定量分析。國內對房地產投資環境的評價也趨向將理論分析與實證研究相結合。余洋（2007）運用層次分析法對蘇州等市的房地產投資環境進行了評價。王明、何亞伯等（2007）借助模糊數學綜合評價法對房地產投資環境各個影響因素進行考量。盧新海、桂婷婷等（2013）用主成分分析法和聚類分析法對武漢城市圈房地產投資環境進行綜合評價及分類評析。唐嫣然（2017）則采用基于熵權的TOPSIS模型，計算中原城市群9個城市房地產投資環境的綜合得分。

綜合來看，現有關于投資環境評價的方法多達30余種，如多因素和關鍵因素評價法、聚類分析法、冷熱比較分析法、主成分分析法、熵權法以及綜合分析等，每種方法都有自身的特點與不足。其中，熵權法根據評價系統指標的變異程度客觀地確定相應指標權重，進而反映該指標在整個指標體系中的重要程度，具有較強的操作性和客觀性，因而將其應用于房地產投資環境評價是很好的工具。本文以大灣區城市群為研究對象，借鑒已有熵權TOPSIS模型對大灣區核心9市房地產投資環境進行研究，實現定性與定量分析相結合，拓展了熵權理論的應用范圍，為研判大灣區房地產投資環境與潛力提供了新視角。

2房地產投資環境評價指標體系構建

房地產投資環境是由若干相互關聯、具有層次結構性的因素構成的復雜系統。本文在梳理前人研究的基礎上，將房地產投資環境要素劃分為經濟環境、消費環境、房地產市場環境、基礎設施環境、社會文化環境5方面。根據指標數據的可獲得性原則，共選取18個指標，構建大灣區城市群房地產投資環境評價指標體系，如表1所示。

3熵權模型及TOPSIS方法

3.1熵權法簡介

熵權法根據評價系統指標的變異程度客觀地確定相應指標權重，進而反映該指標在整個指標體系中的重要程度。一般情況下，綜合評價體系中，評價對象在某項指標上的變異程度越大，該項指標熵值越小，熵權越大，能提供的信息量越大，反之亦然。熵權的計算公式為：，其中，? ，式中xij表示第i個評價對象所對應的第j個評價指標的數值，初始矩陣為，i=1，2…m;j=1，2…n;m為評價對象總個數，n為評價指標總個數。rij為原始數據指標矩陣的標準化數據矩陣，本文采取極值法對其進行標準化，ej為第j項指標的信息熵;fij為第j項指標下第i個評價對象的標準化值在所有評價對象序列中的比重，并假定當fij=0時，fijlnfij=0。k為波爾茲曼常數，令k>0。dj為信息熵冗余度。wj為第j項指標的熵權，且滿足0≦wj≦1，和。

3.2 TOPSIS法簡介

TOPSIS法也稱為逼近理想解的排序方法，該方法首先選出多個評價方案中的最優與最劣方案，測算各評價方案到理想解、負理想解的距離，即貼近度，根據貼近度大小排序確定各評價方案的優劣次序。具體運算步驟為：（1）數據標準化。由于各指標量綱不同，需要先進行無量綱化處理，本文采取極值標準化法，得到標準化矩陣rij。（2）根據熵權構建加權規范化矩陣。加權規范化矩陣vij通過矩陣rij的每一行與其相應的權重wj相乘得到：

（3）確定理想解和負理想解，公式分別為：

，

，

其中，J1為效益性指標集，該指標越大投資環境越好;J2為成本性指標集，該指標值越小投資環境越好，i=1，2…m。（4）計算各評價對象到理想解的距離D+和到負理想解的距離D-。， （i=1，2…m）。（5）計算各評價對象與最優方案的貼近度ci，計算公式為：（i=1，2…m）， 式中，貼近度的值ci介于0～1，當ci=1時，房地產市場投資環境評分最高，市場投資環境達到最優狀態;當ci=0，房地產市場投資處于高度無序混亂狀態;ci越大，表示房地產市場投資環境越接近最優水平。

4大灣區9市房地產投資環境綜合評價

4.1數據來源與標準化處理

根據《2018年廣東省統計年鑒》（2017年數據）、各城市統計年鑒及年度國民經濟發展和社會統計公報，獲取粵港澳大灣區9市各項指標的統計數據，并建立原始評價矩陣，并對評價對象指標矩陣進行標準化處理。本研究所選取的均為效益型指標，其處理方式為：。

4.2指標客觀權重

由熵權法計算出第j個指標的信息熵值ej，信息熵冗余度dj和客觀熵權wj，并得出結果，如表2所示，一級經濟環境指標包括四個子指標，將其熵權加總可得經濟環境指標權重為0.2357，同理可得到其他一級指標權重。

4.3基于TOPSIS法進行投資環境綜合評價

根據熵權wj和標準化矩陣rij求加權規范化矩陣Vij，據此求正理想解 V+和負理想解V-，根據正負理想解分別計算每個評價對象到正負理想解的距離D+、D-，并計算相對貼近度ci。按照貼近度ci對各評價對象進行排序，貼近度越大，投資環境越優，貼進度越小，投資環境越差。排序結果如表3所示。

D+=[ 0.0489，0.1432， 0.2300，0.1828，0.2215，0.1902，0.2324，0.2355，0.2477]

D- =[ 0.2358，0.1798， 0.0404，0.1060，0.0551，0.0866，0.0373，0.0230，0.0091]

C = [ 0.8281，0.5566， 0.1493，0.3670，0.1993，0.3129，0.1383，0.0890，0.0355]

5結論與展望

本文利用熵權TOPSIS法對大灣區除港澳外的核心9市房地產投資環境進行了評價，從總體得分來看，投資環境優劣排序依次為廣州、深圳、佛山、東莞、惠州、珠海、中山、江門和肇慶。廣州作為粵港澳大灣區的中心城市，其房地產投資環境為最優，深圳緊隨其后，兩者明顯處于優勢地位。其次是佛山、東莞，這與其二線城市地位相吻合，而江門、肇慶作為三四線城市，其房地產投資環境處于大灣區的較低水平。由此可見，大灣區的房地產投資環境排名與城市整體地位大致吻合，并呈現出顯著的空間差異性。這也在一定程度上說明了所構建的境評價體系具有合理性，評價方法具有良好的應用價值。

從指標權重來看，各子系統也表現出了一定的差異性，經濟環境（0.2357）對房地產投資環境評價影響最大，其次為社會文化環境指標（0.2221）、房地產市場環境（0.1814）、消費環境（0.1813）和基礎設施環境（0.1795），可以看出各指標權重差異不大。具體而言，在經濟環境指標下，其二級指標地區生產總值（0.0745）權重最大，反映城市經濟發展總體水平對房地產投資環境有著重要影響，但值得注意的是，房地產投資環境排名與地區生產總值并非完全一致。在社會文化環境指標下，二級指標常住人口密度（0.0936）和普通高等學校在校學生數（0.0809）占比均較大，反映了人口因素對房地產投資環境評價的貢獻率較高。在房地產市場環境指標下，商品房銷售面積（0.0579）占比相對較大，這從供需層面直接影響房地產投資環境。在消費環境指標下，社會消費品零售總額（0.0690）和城鄉居民儲蓄存款（0.0671）占比均較高，反映了社會總體消費水平和城鄉居民的購買力對投資環境的影響。

展望大灣區房地產未來投資環境，可從企業投資、人口與收入、區域產業發展幾個角度考慮。從企業投資層面來看，隨著粵港澳大灣區發展規劃的發布，大量房企會加速布局粵港澳大灣區，由廣深等一線城市向三四線城市下沉，積極拓展土地儲備。從人口集聚與收入增長的角度看，未來廣東省內以及周邊省份人口仍將進一步向灣區集中，同時交通基礎設施高度聯通也促使跨城市購房需求會不斷釋放。從區域產業發展角度而言，未來大灣區房地產投資環境要想實現整體改善，一方面需要各城市積極整合資源，進行產業升級和轉型，以產業升級帶動地產投資開發;另一方面也需要各城市因地制宜，充分發揮自身優勢，進行具有特色的房地產開發。

【參考文獻】

[1] 余洋.房地產市場投資環境分析——以蘇南五城市為例[J].安徽農業科學，2007（22）：7019+7022.

[2] 王明，何亞伯，陳玉梅.基于FAHP的房地產投資環境分析[J].建筑經濟，2007（S1）：84-86.

[3] 盧新海，桂婷婷，萬凱.基于主成分分析的區域房地產投資環境評價研究——以武漢城市圈為例[J].中國房地產. 2013（02）

[4] 唐嫣然.中原城市群核心9市房地產投資環境評價——基于熵權-TOPSIS法[J].中國房地產，2017（18）：20-29.

[5] 吳文文，蔡廣鵬，范麗娟.銀川市房地產投資環境綜合評價[J].合作經濟與科技，2019（04）：56-59.

[6] 崔慶飛.基于主成分和熵權的房地產投資環境評價[J].河北工程大學學報（自然科學版），2014，31（04）：105-108.

[7] 陳雷，王延章.基于熵權系數與TOPSIS集成評價決策方法的研究[J].控制與決策. 2003（04）

[8] 周書敬，宋喜民.基建優化.熵權方法在房地產投資環境優序評價中的應用[J]. 2003（02）