我国房地产经济的区域研究.

上传人:huang****ling 文档编号:127302483 上传时间:2020-04-01 格式:DOCX 页数:3 大小:13.89KB
返回 下载 相关 举报
我国房地产经济的区域研究._第1页
第1页 / 共3页
我国房地产经济的区域研究._第2页
第2页 / 共3页
我国房地产经济的区域研究._第3页
第3页 / 共3页
亲,该文档总共3页,全部预览完了,如果喜欢就下载吧!
资源描述

《我国房地产经济的区域研究.》由会员分享,可在线阅读,更多相关《我国房地产经济的区域研究.(3页珍藏版)》请在金锄头文库上搜索。

1、我国房地产经济的区域研究我国房地产经济的区域研究 一、 中国房地产业经济的发展 房地产业是指从事房地产开发、经营、管理、服务的行业。包括土地开发、房屋建设、维修、管理,土地使用权的有偿划拨、转让,房屋所有权的买卖、租赁、房地产抵押贷款,以及由此形成的房地产市场。通过多年持续稳定的增长,我国房地产整体规模在不断增大。房地产开发投资额由2000年的4984.05亿元增加到2014年的95035.61亿元。占社会固定资产投资总额由2000年的15.1%上升到2014年的18.56%。目前我国房地产业仍存在区域发展不平衡,价格过高,投资性购房,供求结构矛盾,住房保障体系不完善的不足之处。关于房地产业,

2、我国各区域差异较大,所以对我国各地区房地产业进行评价对促进房地产业得到较好协调性发展有重要意义。 二、 房地产经济的区域分析 1.因子分析模型 因子分析法是从研究变量内部相关的依赖关系出发,把一些关系复杂的变量归结为几个综合因子的一种统计分析方法。其基本思想是将观测变量进行分类,将相关性较高的分在一类中。由于不同变量之间相关性较低,那么每一类变量实际上就代表了一个基本结构,及公共因子。因子分析法建立的模型意义决定了其在房地产经济区域方面研究的有效性。对于所研究的问题就是试图用少数不可测的公共因子的线性函数与特殊因子之和来描述原始观测变量。 本文采用因子分析的方法主要分析我国房地产经济的发展现状

3、,找出影响其发展的因素。并借鉴国外发达国家的先进经验,结合我国实际情况给出解决对策。运用SPSS对所选数据进行分析,以表格的形式展现分析结果,简单明了。 2.指标选取 本文选取我国31个省市自治区作为因子分析的样本,数据来自中华人民共和国国家统计局网站。选取的指标体系包括影响房地产投入、产出两大主要方面的内容,是反映房地产发展现状的指标。其中房地产开发企业个数(个)X1,房地产平均从业人数(人)X2,房地产开发企业竣工房屋面积(万平方米)X3,房地产开发企业资金来源小计(亿元)X5,房地产开发住宅投资额(亿元)X8属于投入型指标,房地产开发经营收入(亿元)X6,房地产开发经营利润(亿元)X7,

4、商品房销售额(亿元)X9属于产出类指标。房屋建筑面积竣工率(%)X4,房地产开发企业资产负债率(%)X10是影响房地产业发展的指标。 3.房地产区域经济的分析 本文的因子分析过程采用SPSS统计软件进行分析。由于单位不同和变量间数值大小不同,各个指标之间不具有可比性。为了消除这种影响,对指标进行科学的综合评价。所以首先将原始变量进行标准化处理。 (1)因子分析检验。KMO和Bartlett检验:KMO的值小于0.6是被认为不适合做因子分析。本例中KMO取值为0.848,Bartlett检验近似卡方值为510.931,p值为0。说明房地产的区域经济适合做因子分析。 (2)公共因子提取与因子旋转。

5、累计方差贡献率表明了各个因子解释原始变量的能力。通常所选取的累计贡献率值为85%以上,这样既能减少变量,简化问题,又能使损失的信息不多。 本文分析可得:前3个公共因子累计贡献率为91.831%,根据累积方差贡献率大于85%的原则,可以认为这3个公共因子已经基本上反映了指标包含的内容。需选取3个因子进行分析。根据选出的三个因子可以得出因子载荷矩阵,因子载荷表示变量与因素的相关系数。但是因子载荷矩阵中并非所有的元素都接近0或1。为了明确每一个公共因子的意义,以便对实际问题做出更好的分析,在此对变量进行因子旋转。 旋转后第一公共因子在商品房销售额X9有最大载荷,第二公共因子在房地产开发企业资产负债率

6、X10有最大载荷,第三公共因子在房屋建筑面积竣工率X4上有最大载荷,在这三个公共因子中,载荷较大的变量没有出现重复现象,由此我们可得知,每一个变量仅在一个公共因子上有较大载荷,在其它公共因子上的载荷都比较小。 旋转后三个公共因子的特征值有所变动,分别为7.016,1.104,1.063,他们的的累计方差贡献率没有变化,旋转前后均是91.831%,再次说明旋转后公共因子解释原始数据信息的能力没有变化。但是前两个方差贡献率比较大的公共因子其解释的信息有所减少,后两个公共因子的方差贡献率都小幅度增加了。 变量共同度越接近1,表示该变量的几乎全部信息都被所选的公共因子说明了,越接近于0,表示其信息主要

7、有特殊因子描述。本文各个指标的变量共同度为:0.938814,0.920906,0.890509,0.997456,0.951514,0.944297,0.685413,0.944843,0.976129,0.93293。可以看出大部分指标的变量共同度都接近于1,即所选取的公共因子说明了变量的大量信息。 (3)因子得分和综合得分。为了解各个省市房地产经济效益的优劣势,需要计算因子得分对各省市进行分类。 由综合排名可知排名前五位的是广东、江苏、山东、浙江、河南。上海、天津、重庆等排名居中。比较靠后的是宁夏、青海、西藏等一些西部地区。本文中的综合得分是根据各个省份在3个因子上的得分分别乘以各个因子的方差贡献率,再计算这三者之和,最后与累计方差贡献率的比值。由于对数据进行了标准本文由收集整理化处理,有超过一半的省市得分为负,但这并不是说其竞争力也为负,只是因为因子得分是标准化值,得分在0周围,很正常。

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 解决方案

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号