基于因子分析对我国30个地区的房地产发展水平的研究

于　丛　谢慧怡

基于因子分析对我国30个地区的房地产发展水平的研究

于丛谢慧怡

摘要：本文通过我国房地产业具有代表性的13个指标，运用因子分析方法，对2015年我国30个省市自治区房地产业发展状况进行分析，综合各因子得分并进行排名。同时，针对不同地区发展状况提出相应建议，补足短板，促进房地产业均衡健康发展。

关键词：房地产;动态分析;综合评价

一、引言

近年来，我国房地产业得到了迅速发展，其对国内生产总值的贡献率不断提高，房地产业是一个重要的经济增长点，作为我国经济的支柱性行业之一，房地产业还同时兼具了基础性强、波及面广以及与其他产业关联度大的特点。房地产业的发展对人们的消费观念、生活水平、社会的经济增长方式和财富分配格局产生了一定的影响，对我国的经济发展和社会发展都带来了一定的冲击。因此，房地产业的发展成为社会各界普遍关注的热点。本文将采用因子分析方法，对我国30个省市自治区房地产业发展现状进行分析，并针对各地区特点提出相关意见，使得政府、民众、投资者和经营者对市场现状有更明确的认识。

二、评价方法介绍及指标体系

(一)因子分析法

因子分析是对主成分分析的推广，它将具有错综复杂关系的变量(指标)综合为数量较少的几个综合变量(称之为因子)，用来描述多个变量之间的相关关系。因子分析法的基本步骤如下：

第一，确定分析变量，收集数据，并对样本数据进行标准化处理，以消除不同变量之间由于量纲和数值大小差异造成的误差，使指标数据之间具有可比性，减小研究结果的误差。

第二，计算所选变量的相关系数矩阵，对原始变量进行KMO检验和Bartlett检验，判断是否可以因子分析。

第三，由因子贡献率和累计贡献率提公共因子。

第四，因子旋转，使得公共因子之间的关系更加密切，其实际意义更易解释。

第五，计算因子得分，进一步做综合评估。

(二)指标体系介绍

房地产业评价指标体系房地产市场开发及销售规模指标房地产企业综合效益指标房地产开发企业个数x1房地产平均从业人数x2本年土地购置面积x3本年完成投资x4本年实际到位资金x5商品房实际销售面积x6商品房销售额x7本年房屋新开工面积x8固定资本形成总额x9房地产开发企业主营业务利润x10人均地区生产总值x11房屋竣工造价x12房屋建筑竣工率x13

(三)指标选取原则

1、科学性原则。房地产业绩效评价要基于科学的指导思想，利用科学的方法，通过科学的手段进行选择和设计指标，来对房地产业绩效水平进行分析、检查并得出科学的结论。

2、系统性原则。房地产业绩效水平涉及范围和问题广泛而复杂，每一个方面都是它的一个子系统，因此在选择和建立指标的时候就应该对各种因素进行综合的考虑，选择主要的、最具代表程度的指标体系，充分反映房地产业的绩效水平。

3、可操作性原则。主要在于数据资料大多数通过全国、省市统计年鉴和房地产统计年鉴，或是通过现有数据进行整理、计算获得，为了保证定量指标分析真实、准确，指标体系不能过多或是过少，应做到繁简适中。

4、有效性原则。指标体系的构建必须与评价对象的基本内涵达成一致，真正的反映我国的房地产业绩效水平。

5、可比性原则。房地产绩效评价时，会涉及到不同区域、不同时间的比较评价，这就需要对统计口径、指标含义、适用范围进行确定，所选择的指标要保证可比性。

三、实证研究分析过程

首先，本文选用中国统计年鉴2015年30个地区房地产开发数据，由于各项指标既有定性又有定量，量纲也不尽相同，需要对原始数据进行标准化处理消除这些不同可能带来的不合理的影响。

标准化处理后，进行KMO检验和Bartlett球度检验。KMO >0.8, 可以判断出适合做因子分析。巴特利特球度检验得出的概率P值为0.000，小于显著性水平1%，应拒绝零假设，接受备择假设，相关系数矩阵与单位矩阵有显著性差异，适合做因子分析。

进而确定公共因子根据分析结果知可知前2个特征值均大于1，且累计方差贡献率达到82.768%，能概括出原有指标的大部分信息。因此可以选择前两个主成分作为公共因子进行评价。

其次，由旋转后的因子荷载图(见表2)可知房地产开发企业个数(x1)、房地产平均从业人数(x2)、本年土地购置面积(x3)、本年完成投资(x4)、本年实际到位资金(x5)、商品房实际销售面积(x6)、商品房销售额(x7)、本年房屋新开工面积(x8) 、固定资本形成总额(x9)，这9个指标在第一公共因子中的因子荷载值较大，说明该公共因子对指标的影响程度较大。这些指标是从不同方面反映房地产整体产业发展规模以及商品房的开发销售的指标，故可命名此公共因子F1为：房地产市场开发及销售规模因子。

表2　旋转后的因子载荷矩阵

房地产开发企业主营业务利润(x10)、人均地区生产总值(x11)、房屋竣工造价(成本)(x12)，房屋竣工率(x13)这4个指标在第二公共因子中的因子荷载率较大，归为第二公共因子。这些指标都在能够反映房地产企业的经济效益水平，故可将第二公共因子F2命名为房地产企业综合效益因子。

确定因子变量后，计算各个样本因子得分。此处采用回归法计算各因子得分，以各因子方差贡献率占两个因子方差贡献率之和的比重作为权重计算因子得分。

最后，确定因子变量后，计算各个样本因子得分。此处采用回归法计算各因子得分，以各因子方差贡献率占两个因子方差贡献率之和的比重作为权重计算因子得分。因子得分函数：

依据模型计算出综合得分后以降序对30个地区进行排名，排名结果如下：由估计出的因子得分，可以描述出我国各省市的房地产发展水平，利用因子得分可以从不同角度对我国各省市的房地产市场的发展水平进行分析比较。为对我国各省市房地产市场整体发展水平进行评价，现利用各省市因子得分表计算综合得分，建立2015年我国30个地区房地产业发展综合评价模型。

表3　排名结果

四、房地产市场发展水平的综合得分分析

通过因子分析法得到30个省(市)自治区的房地产发展水平评估的2项公共因子得分及综合得分。按照综合得分以及各公共因子得分排名从高到低排名如表3所示。综合得分越高，表明该地区房地产整体发展水平越高。下面我们进一步对不同省市各因子下的排名和综合得分排名进行比较，以发现影响各地区房地产整体发展水平和发展趋势的关键因素。

由综合因子得分函数可以看出，房地产开发和销售规模因子对综合因子得分的影响最大，占到了66.3%。其次为房地产企业综合效益因子，为16.4%，而效率因子的影响最小。说明在对各地区的房地产发展水平做评估时，其开发和销售规模水平起到了主导性作用。

我国房地产市场各省市发展情况不平衡。发展水平高的地区与发展落后的地区之间的综合得分差距较大。且由排名情况可知，广东、江苏、山东、浙江这些沿海经济发达地区的省市房地产发展水平也比较高，而排名靠后的吉林、黑龙江、新疆、甘肃、宁夏、青海、西藏等地区多为位处于我国经济欠发达地区的省市自治区，区域分化明显。

五、总结及建议

通过对我国30个地区房地产发展水平的研究，提出如下建议：

(一)提出政策刺激房地产需求

各个较为落后省市由于经济原因和地理原因，大型房地产企业少而且投资规模较小，所有难以带动当地房地产发展。以贵州省为例，由于该省处于多山地带且不沿海，房地产开发难度大、技术要求高且运输方面的便利性与快捷性远不及广东或者河北。因此，克服自身地理障碍之外，较落后省市应该提出政府以引导旅游业、民族产业、当地特色产业的发展，进而推动当地经济发展与房地产需求，扩大投资范围和房地产建设基数。

(二)加强从业人员素质培养

第一因子得分靠前的省市均为经济较发达的省市，因而有更多高素质、高水平的从业人员会聚集在此类省市进而带动了该类省市的房地产的投资、开发与销售，从而直接促进了当地房地产业的发展。对于经济欠发达地区而言，加大力度吸引高水平从业人员、增强从业人员业务培训是推动当地房地产发展的方法之一。(作者单位：天津外国语大学求索荣誉学院)

作者简介：于丛(1995-)，女，汉族，山东淄博人，学生，本科，天津外国语大学求索荣誉学院，研究方向：金融学。