基于層次分析法的我國中小房企城市選擇研究
——以長三角城市群為例

楊 巍，梁蓓蓓

（1.廈門海洋職業(yè)技術學院 航海學院，福建 廈門 361012；2.廈門大唐房地產集團有限公司，福建 廈門 361012）

房地產業(yè)作為我國的支柱產業(yè)，為我國經濟的快速發(fā)展做出了巨大貢獻.隨著“房住不炒”大方向的提出，各地持續(xù)收緊調控政策來保持市場平穩(wěn)運行.房地產行業(yè)分化、企業(yè)分化愈加嚴重，中小房企在資金有限的情況下，市場占有率不斷被擠壓，不僅面臨擴張問題，更有甚者生存狀況堪憂.這樣的大背景和自身特質對中小房企跨區(qū)域經營決策的科學性和正確性要求更高.近年來國家大力實施的城市群戰(zhàn)略則為這種區(qū)域及城市選擇提供了依據，縮小了范圍.隨著我國經濟進入高質量發(fā)展階段，新型城鎮(zhèn)化和都市圈建設已經成為經濟轉型發(fā)展的重要引擎，也將為房地產行業(yè)發(fā)展帶來新的機遇.

國外學者對于房企戰(zhàn)略擴張進行跨區(qū)域投資時的城市選擇問題開展了相關研究.如Nachum 從區(qū)位優(yōu)勢和集聚經濟兩個角度出發(fā)，研究跨國企業(yè)在美國投資時是如何針對區(qū)位做出決策的［1］. Adams 等通過對房地產信托投資基金投資行為的研究，提出了空間分散化在投資風險管理中的重要性［2］. Kim 等通過對韓國首爾辦公樓市場進行實例研究，討論全球房地產投資的空間和區(qū)位分布特征［3］. 基于房地產在我國的支柱產業(yè)地位，國內學者針對房企的城市選擇開展了大量的研究.如萬婷運用因子分析法對長江經濟帶城市群的房地產投資環(huán)境進行了評價［4］.吳璟等通過對上市典型房企跨區(qū)域擴張路徑的提煉和比較分析，歸納上市房企城市選擇行為特征的主要影響因素［5］.趙彬等結合主成分分析評價法和灰色關聯(lián)度分析法建立房地產投資潛力評價模型，對15 座“新一線城市”進行評價，以期找到具有投資潛力的城市房地產市場［6］.針對城市群發(fā)展的相關研究，西方學者的研究比較久遠，而我國對城市群的研究始于姚士謀等于1992 年出版的《中國的城市群》［7］.近年來，國內學者側重于對城市群一體化、城市群協(xié)同發(fā)展的相關研究［8-10］.綜上，現(xiàn)有文獻對房企跨區(qū)域投資城市選擇的研究側重于從上市房企等大中房企的角度出發(fā)，或是單獨分析國內主要城市的投資環(huán)境，且未將房企跨區(qū)域投資的微觀行為置于城市群的宏觀背景下考慮.鑒于此，筆者構建的城市選擇模型充分考慮到中小房企的獨特性，在城市群的視角下，將定量分析與定性分析相結合，對擬投資的城市進行評級.

1 城市選擇模型的構建

1.1 層次分析法概述

在當前“房住不炒”的大背景下，房企，尤其是中小房企跨區(qū)域投資的業(yè)績表現(xiàn)不僅會受投資城市當?shù)亟洕h(huán)境、市場表現(xiàn)等定量因素的影響，還會在相當大的程度上受到當?shù)刭Y金監(jiān)管、調控政策等難以量化因素的影響，所以在構建城市選擇模型時應該將定量指標與定性指標相結合，才能盡可能全面地評估.層次分析法是一種將定量分析和定性分析相結合的層次權重決策分析方法，適用于構建房企跨區(qū)域投資的城市選擇模型，其應用主要有幾個步驟.

（1）分解各個影響因素，繪制遞階層次結構.

（2）構造兩兩比較判斷矩陣.參照張炳江研究中的評價尺度表［11］23對判斷矩陣中的因素進行兩兩比較打分.aij用表示第i個因素相對于第j個因素的比較結果，則aij=1/aij，設兩兩比較判斷矩陣Α為：

（3）計算單層次權重并進行一致性檢驗.采用方根法計算判斷矩陣的特征向量W和最大特征根λmax，設一致性檢驗指標為CI ，隨機一致性指標為RI（取值參照張炳江的研究［11］53），一致性比例為CR，則：，.通常在CR＜0.1 時，認為判斷矩陣通過一致性檢驗.

（4）計算總排序并進行一致性檢驗.根據得出的各單層次權重，可以計算出最底層的權重.對層次總排序結果同樣也需要進行一致性檢驗.

1.2 指標選取

筆者參考相關文獻［4-6，12-14］及克而瑞、中指、同策等第三方房地產市場研究機構的指標體系，并結合我國中小房企的實際情況及數(shù)據的可獲得性，最終篩選出5 大類共20 個指標來構建我國中小房企城市選擇模型.

1.2.1 人口及收入

主要考察年末常住人口、近3 年常住人口復合增長率、近3 年常住戶籍人口比、城鎮(zhèn)居民人均可支配收入以及社會消費品零售總額5 個定量指標.

1.2.2 經濟環(huán)境

經濟實力雄厚的城市對于人口、資金、產業(yè)的吸引力較為持久可靠，能夠較好地防范化解風險.這一指標主要包括GDP 總量、近3 年GDP 復合增長率、人均GDP、金融機構年末存款余額4 個定量指標.

1.2.3 市場表現(xiàn)

市場表現(xiàn)可從多維度分析，主要選取一二級市場供求平衡度、市場容量、房價地價比3 個定量指標.

1.2.4 城市發(fā)展?jié)摿?/p>

主要通過發(fā)展定位、交通通達性兩個定性指標分別從宏觀和微觀兩個層面來考察城市的發(fā)展?jié)摿?

1.2.5 城市友好度

在“房住不炒”大基調、宏觀調控政策密集出臺的大背景下，城市友好度對于中小房企來說意義重大.此類指標選取了土地財政依賴度、財政赤字兩個定量指標，以及資金監(jiān)管、調控政策、預售條件、保證金及土地款支付節(jié)奏4 個定性指標.筆者將選取的5 大類共20 個指標劃分為目標層（Α層）、準則層（B層）、方案層（C層）等，見表1.

表1 中小房企城市選擇指標層次總排序權重

2 實證研究與分析

2.1 數(shù)據來源

以長三角城市群為例對擬構建的中小房企城市選擇模型進行實證分析. 考慮到長三角城市群中各城市的地位、經濟體量、地域關系及數(shù)據可得性，最終選取上海市等19 個城市進行實證研究與分析.本文主要通過各城市統(tǒng)計年鑒、克而瑞數(shù)據系統(tǒng)等渠道搜集定量數(shù)據，定量數(shù)據采用各城市2018—2020 年這3 年的數(shù)據；通過各城市政府網站、市場報告收集整理定性數(shù)據，定性數(shù)據時間節(jié)點為2022 年5 月31 日.

2.2 實證分析

2.2.1 構造兩兩比較判斷矩陣

在完成中小房企城市選擇指標體系的構建后，采用專家評分法構造相應指標的兩兩比較判斷矩陣（見表2），咨詢了包括研究學者、房地產行業(yè)從業(yè)人員在內的業(yè)內專家，在綜合各位專家評分結果的基礎上，得到最終的兩兩比較判斷矩陣.此處以準則層（B層）相對于目標層（Α層）的重要性為例，可以得到兩兩比較判斷矩陣Α=（aij）5×5為：

表2 指標體系下各因素重要性比較

2.2.2 計算單層次權重并進行一致性檢驗

根據方根法，第一步：計算判斷矩陣Α每一行因素的乘積，得到向量

第二步：計算向量mi的5 次方根，得到向量

第三步：對向量進行歸一化處理，得到權重向量

第四步：計算得出最大特征根λmax=5.019 8.

根據權重向量得出準則層（B層）各指標權重為：人口及收入（B1）為0.099 0、經濟環(huán)境（B2）為0.099 0、市場表現(xiàn)（B3）為0.429 3、城市發(fā)展?jié)摿Γ˙4）為0.099 0、城市友好度（B5）為0.273 8.

同樣可以計算出方案層（C層）各指標的單層次權重.

2.2.3 計算總排序并進行一致性檢驗

根據前述計算結果得出總排序的一致性檢驗比例，通過一致性檢驗.最后計算出方案層（C層）20 個指標對應目標層（Α層）的總排序權重，見表1.

在準則層（B層）中，市場表現(xiàn)和城市友好度是中小房企跨區(qū)域投資時城市選擇的重點考察指標（見表1）；而具體到方案層（C層），市場容量、房價地價比、一二級市場供求平衡度、交通通達性、資金監(jiān)管、預售條件、保證金及土地款支付節(jié)奏幾項指標是對城市選擇影響最大的指標，這與我國中小房企自身資金流動性不足及抗風險能力差的特質是相符的.

2.2.4 計算各項指標分數(shù)

考慮到20 個指標的特性，將其劃分為定量指標和定性指標兩大類，對定量指標通過模糊綜合評價法計算分數(shù)，對定性指標采用專家評分法打分，最后相加得到各個城市的總分數(shù).

定量指標包括年末常住人口（C1）、近3 年常住人口復合增長率（C2）、近3 年常住戶籍人口比（C3）、城鎮(zhèn)居民人均可支配收入（C4）、社會消費品零售總額（C5）、GDP 總量（C6）、近3 年GDP 復合增長率（C7）、人均GDP（C8）、金融機構年末存款余額（C9）、一二級市場供求平衡度（C10）、市場容量（C11）、房價地價比（C12）、土地財政依賴度（C15）、財政赤字（C16）共14 個指標，總權重為66.1%，設定量指標滿分為66.1 分；定性指標有6 個，總權重為33.9%，設其滿分為33.9 分；則各城市的總滿分為100 分.

首先，計算定量指標得分.

（1）確定因素集合C，即：

（2）確定評判集合Y.按照前文確定的定量指標滿分為66.1 分，將66.1 分平均劃分5 個評判等級，評判集合設為Y=｛第一檔，第二檔，第三檔，第四檔，第五檔｝，分別對應｛52.9~66.1，39.7~52.8，26.5~39.6，13.3~26.4，0~13.2｝五個分數(shù)區(qū)間.

（3）確定單因素模糊評價矩陣.確定各定量指標的分級標準；在此基礎上構建模糊變換矩陣R=其中，rij表示對第i個因素做出第j級評語的隸屬度.

（4）在對數(shù)據進行歸一化處理后得到定量指標權重向量Α，即：

（5）計算定量指標得分.由評判集合Y的分數(shù)區(qū)間得出定量指標評分的數(shù)值向量為：

則各城市定量指標的得分為：F1=Α×R×P.

其次，計算定性指標得分.

將評判等級設定為｛第一檔，第二檔，第三檔，第四檔，第五檔｝五級，分別對應｛90~100，80~89，70~79，60~69，0~59｝5 個分數(shù)區(qū)間，然后根據專家評分法求出各城市定性指標得分：其中，ai表示表2 中各定性指標相應的權重，fi表示各定性指標專家打分的平均值.最后，得出中小房企城市選擇指標的總分數(shù)：F=F1+F2.

2.2.5 計算得分

具體算法以上海市為例說明.

第一步：構建單因素模糊評價矩陣R（14×5 階矩陣）為：

第二步：根據得到的權重向量?。?×14 階矩陣）、評分數(shù)值向量P（5×1 階矩陣），即：

計算出上海市定量指標得分為：F1上海=Α×R×P=57.41.

第三步：運用模型（6）計算出上海市定性指標得分為：F2上海=24.43.

第四步：將定量指標得分和定性指標得分相加，得出上海市城市選擇指標的總分數(shù)為：F上海=F1上海+F2上海=81.84.

同理，可以計算出其余18 個城市的總得分.需要說明的是，每個城市的定量指標和定性指標表現(xiàn)是不斷變化的，并非一成不變的絕對值，因此各個城市的評分及排名僅代表此次分析的結果.

2.2.6 城市分類

各城市最后的得分體現(xiàn)的是該城市的綜合質素，中小房企在選擇城市投資布局時不能僅依據得分及排名來確定，而應該將定量指標及定性指標結合起來綜合分析.故以定量指標得分為橫軸，以定性指標得分為縱軸，繪制出各城市的得分分布圖，并根據定量指標得分和定性指標得分的平均值將上述19 個城市劃分為4 類，見圖1.按照一、二、三、四象限區(qū)分，位于第一象限的是常州和無錫，這兩個城市的經濟實力和人口基礎都處于上游，整體市場表現(xiàn)良好，產業(yè)基礎雄厚，交通便捷，政策環(huán)境寬松，城市友好度較高，適合中小房企作為重點布局和深耕的城市.位于第四象限的是上海、合肥、寧波、南京、蘇州、杭州，這些城市的戰(zhàn)略地位重要，經濟實力雄厚，人口基數(shù)大且虹吸能力強，交通發(fā)達，規(guī)劃利好明顯，整體市場表現(xiàn)良好，但政策環(huán)境較為嚴格，且土拍市場競爭激烈，不適合作為中小房企重點布局的城市，考慮到其戰(zhàn)略地位，可采用與其他房企合作的戰(zhàn)略型布局策略.位于第二象限的是蕪湖、揚州、南通、湖州、金華、臺州、嘉興、泰州幾個城市，這些城市的經濟實力雖與全國其他城市相比較為發(fā)達，但在長三角城市群中表現(xiàn)平平，整體市場表現(xiàn)和政策環(huán)境相對適中，對于中小房企來說可以考慮在進入長三角城市群后機會型布局.位于第4 象限的是鎮(zhèn)江、鹽城、紹興，這3 個城市的定量指標和定性指標得分均處于下游，中小房企可謹慎觀望，擇機進入.

圖1 各城市得分分布圖

3 結束語

基于國家以城市群推動重大區(qū)域戰(zhàn)略融合發(fā)展的背景下，在對有關房企城市選擇及城市群發(fā)展國內外文獻進行研究的基礎上，結合我國中小房企的特質，運用層次分析法構建了城市選擇模型，并以長三角城市群為例進行驗證，最后針對每個類別的城市提出了中小房企的布局建議.該模型還存在諸如數(shù)據不夠精確、樣本量有限等不足，但是其靈活性較高，不同房企可根據自身情況進行調整，為我國中小房企城市選擇的探索提供新的思路和方法，為中小房企做出城市選擇決策提供參考.