基于熵权TOPSIS法的房地产市场竞争力评价研究

 　　摘要：基于环境动力、消费潜力及市场活力三要素构建房地产市场竞争力评价指标体系，并结合熵权法和TOPSIS法建立相应的房地产市场竞争力评价模型。在此基础上，搜集重庆市2018年的指标统计数据，以重庆市38个区县的房地产市场竞争力为例进行综合评价，评价分析结果表明了评价方法的可行性及合理性，故這能为地产行业评价某一城市各区域的房地产市场竞争力提供参考依据。

　　关键词：房地产市场竞争力;熵权TOPSIS法;综合评价;聚类分析

　　中图分类号：F293 文献标识码：A

　　文章编号：1001-9138-(2020)09-0026-30 收稿日期：2020-07-20

　　《中国房地产业》杂志是中华人民共和国住房与城乡建设部主管、中国房地产业协会主办的唯一一本国家级房地产行业综合性月刊。

　　1 引言

　　区域房地产市场竞争力反映了当地房地产市场的投资价值及市场的可持续发展能力，是一个地区竞争优势的重要方面，同时也是房地产业优先关注的要素之一。不同地理区域的房地产市场竞争力由于其资源禀赋、地理位置、经济社会条件等原因可能存在极大的不均衡性。

　　目前国内外对于房地产市场的研究主要集中在其投资开发环境、市场发展潜力、市场风险预警评价等方面，从竞争力的角度对房地产市场进行研究则相对较少，如王也及叶贵的研究成果等，而前者对房地产市场竞争力的评价主要考虑的是市场本身的特征，没有系统性地从市场宏观环境和需求环境方面考虑，后者的评价指标体系则更侧重于从宏观层面研究地区经济如何影响房地产投资行为，且指标的数据来源仅可查阅至市一级，对于大中型城市的战略制定具有一定参考价值却不宜用于区县层面的竞争力比较。

　　为完善现有研究的不足，本文在过往研究成果的基础上充分考察房地产市场竟争力的内涵，综合考虑市场的自身特点、环境影响和消费需求等要素来筛选指标，确保数据来源的科学性与可得性，最终构建了区县层面的综合评价模型，并以重庆市各区县的统计数据对其合理性进行验证。

　　2 房地产市场竞争力评价指标体系

　　房地产市场是一个投资市场，其包含投资主体、房地产产品、用户及投资环境几个要素，它的简单关系可用图1表示。同时，为了能够客观、准确地评价各区县房地产市场竞争力的强弱，应遵循全面性、可比性以及可操作性的原则进行指标选取。

　　由图1可见，对于一个房地产市场竞争力的研究需要综合考虑图中所含的要素，其中房地产企业作为投资主体最先受某一城市强劲的经济发展态势吸引开始进入市场，本文将经济环境对企业投资决策的这种影响称为环境动力;投资行为的最终目的是获取收益，收益来源于用户的消费行为，故投资收益的大小直接取决于地区的消费潜力，本文将其作为第二个指标维度;而产品作为投资主体和用户的联系纽带，给环境动力和消费潜力提供了作用媒介，即房地产市场，它的活跃与否对于推动三者轮回至关重要，由此确定了屯个指标维度

　　本文基于已有文献对房地产市场投资环境、发展潜力等方面的评价研究以及相关机构出具的城市发展研究报告、区县统计公报等资料，综合考虑区县层面数据的可获得性，确定了初始的指标体系;之后借助主成分分析工具对专家意见进行处理，剔除掉代表性不强或者内涵有重复的指标。最终建立了包含环境动力、消费潜力和市场活力的“三力”评价指标体系，共有17个具体衡量指标，如表1所示。由于体系兼顾了相关评级机构以及国家数据统计工作对于区县发展的强调重点，故能有效突出区县层面的房地产市场特征，同时它基本由相对指标构成，能够更好地消除不同区域的规模差异性，使得评价结果更为可靠。

　　3 房地产市场竞争力评价模型

　　评价模型的构建一般包括两个部分，即指标权重确定及综合评价值的合成计算。本文采用熵权法进行指标权重确定，它根据各指标的变异程度、利用信息嫡计算出各指标的熵权，该方法客观性强，精度高，已经被广泛运用于工程、社会、经济等域。对于综合评价值的计算，本文选用TOPSIS法，即逼近于理想值的排序方法，它的中心思想是找出各项指标在所有被选方案中的最优值和最差值，然后求出各个方案与理想值、不理想值之间的距离，由此得出各个方案与最优方案的接近程度，并以此作为标准实现对不同决策方案的评价比较。本文的研究对象是区县房地产市场竞争力综合评价，关注不同评价对象的差异性，因而利用TOPSIS的研究思想是合理的。其计算操作过程如下：

　　4 重庆市各区县房地产市场竞争力实证研究

　　重庆市作为我国四大直辖市之一，是我国西部重要的经济增长点，其区县房地产市场竞争力评价思路对其他一二线城市具有一定参考价值。故本文基于2018年重庆市各区县指标的统计数据对上述综合评价模型进行验证，得到如表2所示的评价结果，同时作出对应的图，观察各区县各维度评价值的差异是否与当年市场的实际情况相符，如图3所示。由表2初步看来，重庆主城区九大城区的房地产市场综合竞争力排名靠前，占据前九位，竞争力较强，其他区县次之，基本与区县的综合经济水平状况一致。

　　为进一步分析区域差异性，对38个区县用SPSS系统聚类中的Ward方法进行分析，结果如图2所示。据此可把重庆市各区县房地产市场竞争力水平分为五个层级区域：第一层级区域：渝中区;第二层级区域：江北区、渝北区、大渡口区、沙坪坝区、九龙坡南岸区;第三层级区域：巴南区、北碚区;第四层级区域：长寿区、江津区、合川区、永川区、南川区、綦江区、大足区、璧山区、铜梁区、潼南区、荣昌区、万州区、黔江区、涪陵区;第五层级区域为以县域为主的其他区县。将这一结果在重庆市地图中呈现出来如图3所示。

　　将以上的结果反映在重庆市区的行政区划地图上，如图3所示，可以很清晰地看到重庆市区县的房地产市场竞争力总体呈现出明显的空间差异性特征，呈现出以主城区为中心，向渝东、渝西不断降低的趋势，各区县与主城区(以渝中为中心)的距离在一定程度上基本反映了其房地产市场竞争力高低

　　对于主城区来说，渝中区的房地产市场竞争力表现的很突出，其主要是其经济环境优势和消费潜力优势.但是其市场活力表现得不是很亮眼，分析原因可能是受地形和面积的制约，房地产市场的增长潜力在一定程度上受限同样是主城区的第二层级的区域，其市场活力较高，竞争优势十分明显，而第三层级的巴南和北碚区各“三力”略有下降，这跟以两江沿线为中心经济带的辐射效应有限有一定关系

　　第四层级的区县其市场活力和消费潜力都表现得较好，其中万州区的表现尤其亮眼，实际上是得益于万州区的历史经济基础和资源禀赋条件。因而，未来可以充分发挥万州的带动辐射作用，形成非主城区的輻射点，提升附近落后区县的房地产市场竞争力。

　　处于第五层级的区县基本由渝东北和渝东南城镇群构成，其经济基础较弱，但是其市场活力却在同类水平下表现得较好，说明房地产市场供给充分，投资者投资意愿高，只是跟消费潜力及环境动力不相匹配，需要进一步优化，整体提高其房地产市场的综合竞争力水平。

　　通过对重庆市38个区县经济基础、市场热度和居民消费意愿等信息的调查发现本文构建的综合评价模型的评价结果与重庆市各区县市场的实际情况较为符合，说明了评价模型对于国内一二线城市区县层面房地产市场研究的适用性，其评价结果具备作为房地产行业投资决策依据的合理性。

　　5 结语

　　本文结合房地产投资环境、发展潜力等相关评价研究以及相关机构的研究报告，运用主成分分析法筛选得到了最终的房地产市场竟争力评价指标体系。之后经过比较选择熵权法和TOPSIS法构建了相应的综合评价模型。

　　为证明模型输出结果的合理性以及对国内一二线城市区县层面房地产市场的适用性，选择西南部一线城市重庆市作为研究对象对其下属38个区县进行评价研究，发现重庆市各区县的房地产市场竞争力总体呈现出明显的空间差异性特征，呈现出以主城区为中心，向渝东、渝西不断降低的趋势。同时，对于处于不同层级竞争力的区县，其环境动力、市场活力和消费潜力对总体评价值的贡献各不相同，这和重庆市的实际情况较为符合，故该综合评价模型能够推广应用至其他一二线城市，为房地产市场决策管理者或投资者提供一定的参考。

　　尽管本文选取的房地产市场竞争力评价指标已经较为全面，但是鉴于统计数据的限制，对于区县层面的房屋空置率、房价收入比、租房市场等指标没有引入，如果不受数据限制，运用这些指标能够使本文的评价结果更为精准。

　　参考文献：

　　1.Justyna G.Intangible assets as a source ofcompetitiveness of real-estate developers.Ekonomia iPrawo.2018.04

　　2.赵彬周彦余.“新一线”城市房地产投资潜力评价与分析——基于主成分一灰色关联度.中国房地产.2020.06

　　3.刘贵文.中国城市房地产市场发展潜力评价——基于时序多指标综合评价方法.科技进步与对策.2010.19

　　4.Pavlov，K; Kupchak，V.Integral indicators based oncompetitiveness capacity characteristics of regionalreal estatemarkets of Ukraine.Journal of Competitiveness.2019.03

　　5.李佩珈 梁婧.基于宏观审慎视角的房地产风险预警研究.金融监管研究.2018.09

　　6.叶贵汪红霞.房地产区域市场投资竟争潜力的灰色关联评价.经济问题.2009.10

　　7.刘亚臣蔡君吉.基于多指标综合评价体系的区域房地产市场研究——以北京市为例.沈阳建筑大学学报：社会科学版.2016.02

　　8.贾海发 邵磊 刘成奎 薛霁雯.西宁市房地产投资与城市经济耦合协调发展测度.现代城市研究.2019.03

　　9.李侠男 沈江.基于随机森林的房地产项目风险评价.工程管理学报.2019.06

　　IO.Song，J，He，C，Li，X.Daily Load Curve ClusteringMethod Based on Feature Index Dimension Reductionand Entropy Weight Method.Automation of Electric PowerSystems.2019.20

《基于熵权TOPSIS法的房地产市场竞争力评价研究》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 基于熵权TOPSIS法的房地产市场竞争力评价研究

文章地址： https://m.zhichengyz.com/p-43456