毕业设计论文-山东省房地产开发水平的综合评价

济南大学毕业论文PAGE19-1前言1.1选题背景与意义1.1.1选题背景在过去的五十多年里，中国房地产市场经历了曲折的发展历程。然而，自住房制度改革以来，在这短短的几年时间内，几乎我国所有的城市，不管是沿海发达城市还是中西部欠发达的城市，一幢幢商品楼皆拔地而起，全行业达到了空前的快速发展阶段。近几年来，随着我国市场化改革进程的加速，我国的经济结构也发生了重要的变化。房地产业俨然已经成为了拉动国民经济增长的重要产业，对促进国民经济发展、扩大市场内需、改善城市面貌、提高人民生活水平有着重要的作用。同时，房地产业是一个产业链长、关联度大的产业，它能够直接或间接地引导和影响相关产业的发展。因此，研究一个区域市场的房地产业的发展现状及水平有着一定的指导意义和借鉴作用。近年来，山东省房地产业发展迅速，对拉动经济增长、促进相关产业的发展、改善城市面貌、增加就业机会、提高城镇居民的居住水平做出了积极的贡献。尤其是在2010年山东省举办的第十一届全运会的促进作用下，我省房地产业的发展进入空前繁荣阶段，在发展速度、开发规模等方面取得了非常大的进展，但是同时，我们更应该清醒的认识到，我省的房地产开发在很多方面还存在着一些情况和问题。因此，深入地对房地产开发水平进行研究，特别是建立一套完整的房地产开发水平的评估体系，为房地产业开发管理提供依据，对于我省房地产业的健康发展具有重要的现实意义。1.1.2选题意义我国住房制度改革十几年来，房地产业获得了蓬勃的发展。这对改善民生、促进经济发展做出了巨大的贡献。最近几年，一些地区出现了房价迅速上涨的现象，在社会上引起了强烈的反响。从目前形势来看，虽然我国的房地产市场正在趋于成熟，但远未成熟。政府、企业以及消费者对房地产市场现状缺乏全面的认识是导致我国房地产业曲折发展的重要原因。如果政府能够很好地了解房地产企业的开发水平，就可以有效的支配我们有限的土地资源，维护市场发展秩序，使房地产开发行业健康有序的发展；对于房地产开发企业本身来说，依据准确了解到的自身开发水平，可以有效地利用资金，合理的进行投资，为自己赢得更多的利益；我们消费者通过了解了房地产企业的开发水平，进而能够更好的了解企业的发展实力，从而可以有效地保障我们自己的合法权益。然而，任何事物都是有两面性的，房地产业的发展也是如此。如果房地产业能够健康得运行，经济效率高，将会强有力的促进国民经济的发展；反之，如果房地产业运行失控，将会牵制国民经济的发展。论文的选题就是考虑到房地产业严重影响到国民经济乃至地方经济的发展，因此，建立完备的评价房地产开发水平的指标体系，准确评价山东省房地产业的开发水平，对于今后我省房地产市场更加健康有序地发展，具有重要的理论和实践意义。1.2国内外研究现状1.2.1房地产市场及其相关研究房地产业在经济发达的国家起步较早，其理论研究也已经进入成熟发展阶段。现在，房地产业已经成为拉动国民经济增长的支柱性产业，从而成为了世界各国学者和学术研究的热点，其中关于房地产业对国民经济影响的研究比较集中。国外对房地产经济学的研究起步较早，有着很高的理论水平和实践水平。就房地产市场影响因素而言，S.W.Decaro指出引起房地产市场波动的原因有供求关系、空置率、货币政策、就业水平、人口结构及变化趋势[1]；Harwood指出经济变化、人口迁移、道路兴建、出生率、贷款、政府政策等因素将引起房地产市场的周期性波动,罗伯特RobertH.Edelstein，阿兰AllanJ.Lacayo.YoonDokko，和丹尼尔DanielC.Leek提出了所谓房地产价值的周期模型[2]；RobertH.Edelstein和Jean.MichelPaul利用土地价格预期模型研究了日本的地产泡沫，认为泡沫产生的原因是低利率、国际资本流动、严格的土地利用限制、优惠的房地产税收政策和无弹性的土地供给等[3]。原人民大学工商管理学院不动产管理教研室主任谢经荣教授对房价的泡沫评价模型进行了深化;主要研究了金融危机和地产泡沫的相互关系，对美国、日本、东南亚各国的房地产泡沫作了实证分析，提出了泡沫的判断指标包括预示指标、指示指标和滞后指标，并对地产泡沫的预警作了初步探讨[4]。清华大学房地产研究所刘洪玉认为:“房地产泡沫是指由于房地产投机引起的房地产价格与使用价值严重背离，市场价格脱离了实际使用者支撑的情况”[5]。1.2.2房地产开发水平的研究在房地产开发水平方面，陈晓川和杨海艳依据房地产开发的内容和一定的指标选取原则，从房地产开发的规模、房地产开发潜在性、房地产开发盈利性以及三个方面，选取了多项指标，构建我国房地产开发水平的综合评价指标体系，并运用无量纲化处理数学模型，评价了我国各省、自治区及直辖市的房地产开发水平[6]；王金磊建立了评价房地产开发水平的指标体系，从不同层面反映了河北省房地产开发的水平，以因子分析，聚类分析为主要的分析方法，对房地产的开发水平从立体的角度评价，评价了河北省房地产开发水平[7]。但是，以上学者只是对房地产开发的市场分析、周期理论、泡沫理论等理论方面进行了较全面的研究，而在实证研究方面却很少涉及。所以，没有足够的有力数据资料来对房地产的开发水平做出评价。因此，深入科学的研究房地产开发水平是非常有必要的。虽然有些学者从实证方面进行了一些研究，由于选取了比较片面的研究指标，没有对房地产开发进行科学全面的研究，所以得出的结论难免有些偏差。1.3研究方法与研究技术路线1.3.1研究方法(1)文献研究法：通过检索有关文献资料，了解房地产业的相关理论并搜集基础资料，探讨山东省房地产业的发展现状，对形房地产业的发展水平进行初步分析，为下一步的深入研究奠定基础。(2)定量与定性相结合的研究方法：以定性分析为基础，以定量分析为手段。应用聚类分析对我国31个省份的房地产开发水平进行聚类，对山东省省房地产开发水平有一个更准确的定位；采用因子分析的方法分析相关因素对房地产业发展的影响，进而综合评价我省房地产开发的水平。(3)实证分析方法：本文将全国各省市房地产发展状况与山东省房地产业发展现状相对比，利用中国统计年鉴、山东统计年鉴搜集有关数据，从发展现状、开发潜力、开发效率和资金利用状况四个方面对山东省房地产业发展水平进行详细分析。1.3.2研究技术路线收集分析相关资料收集分析相关资料选取评价指标构建评价体系分析我省开发水平数据处理得出相关结论2综合评价相关理论概述2.1几种常用的综合评价方法所谓综合评价法，就是根据统计研究的目的，以统计资料为依据，借助一定的手段和方法，对不能直接加总的、性质不同的项目进行综合，得出概括性的结论，从而揭示事物的本质及其发展规律的一种统计分析方法[8]。要对一个问题进行全面综合的评价，这就需要我们考虑到问题的各个方面，所以要建立能够全面反映问题的指标体系。这就要求我们要综合不同的指标，来进行综合评价分析。有很多评价方法来对问题进行综合评价，比较常用的有层次分析法、模糊综合评价法、综合指数法等等，但是这些综合评价方法都有其自身的优缺点，下面对其做了一下简单的介绍：（1）层次分析法所谓层次分析法，是指将一个复杂的多目标问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。该方法能够避免传统的主观定权的缺陷，使得目标定权更加客观。该法以系统分层分析为手段对评价对象总的目标进行连续性分解,通过两两比较确定各层子目标权重,并以最下层目标的组合权重定权,加权求出综合指数,依据综合指数的大小来评定目标实现情况。AHP适用于总目标不确定且分解的各目标层次适中时。该法分层确定权重,以组合权重计算综合指数,减少了传统主观定权存在的偏差,且能客观检验思维标准的一致性,常和其他评价方法联合应用,提高评价的准确性和可信性[9]。（2）模糊综合评判法模糊评价法对相关性较强的指标体系进行评价时受到限制。在对一个问题进行评价建立的指标体系中很多指标相关性很强[10]。比如在对房地产开发进行评价时，竣工面积和经营总收入是高度相关的，但是这两个指标却是评价房地产开发的重要指标又不能删除，因此不适合运用模糊综合评价法对房地产开发进行评价，相反应用因子分析法却可以有效的进行处理分析。（3）综合指数法综合指数法的基本思路则是利用层次分析法计算的权重和模糊评判法取得的数值进行累乘，然后相加，最后计算出经济效益指标的综合评价指数。在应用综合指数法时要求指标数值的差异不能太悬殊，单个指标的波动不宜太大，这就使得综合指数法在应用中受到限制[11]。2.2研究方法的选择从上文的介绍可以看出以上几种综合评价方法，不适合对房地产开发水平进行综合评价，本文选择了因子分析法和聚类分析法进行分析评价。下面介绍一下两种评价方法以及选择他们进行评价的依据。（1）因子分析法因子分析是采用降维法进行统计分析的一种多元统计方法。因子分析研究相关矩阵或协方差矩阵的内部依赖关系，他将多个变量综合为少数几个公共因子，以再现原始变量与因子之间的相互关系，在统计工作中得到了很广的应用[12]。因子分析法是根据相关性大小的原则对原始变量进行分组，将相关性较高的变量分在同一个组，并且不同组间的相关性也较低。在确保信息尽量完整的情况下，提取几个少数的相互独立的指标，然后确定权重，从而确定最总得分的方法。因子分析法的优点在于综合因子的权重，是根据各个变量的方差贡献率来确定的，方差越大的变量占有的比重越大，权重是在计算变量的方差的过程中确定的，故而不受主观因素的影响。此外，因子分析法还可以运用SPSS统计软件进行快捷的运算分析，具有非常强的可操作性。与传统的其他综合评价方法相比，因子分析法具有科学、实用、简洁、方便等优点。因此，因子分析法更加适合于对房地产开发水平进行综合评价。（2）聚类分析法房地产开发水平除了可以用因子分析法进行评价外，还可以用聚类分析法进行综合评价。聚类分析也称群分析、点群分析，是研究分类的一种多元统计方法。一般认为，我们所研究的样品或指标之间存在不同程度的亲疏关系，因此，可以根据样品间的多个观测指标，找出能够度量样品或指标之间的相似程度的统计量，以这些统计量为划分依据，把一些相似程度较大的样品或指标聚为一类，把另外一些彼此之间相似程度较大的样品聚为另一类，如此下去，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有的样品或指标都聚合完毕，把不同的类型一一划分出来，形成一个由小到大的分类系统[13]。本文在进行因子分析之后，运用聚类分析法对山东省房地产开发水平进行综合评价，将山东省的房地产发展状况在全国31个省市中进行准确的定位，进一步对我省的房地产发展水平进行归类评价。3山东省房地产开发水平的现状自从上个世纪八十年代开始，我国实行住房制度改革以后，山东省的房地产业开始有所起步。经济快速稳定的发展，为我省房地产业的发展打下了良好的基础。山东省房地产经过三十多年来的发展，已经成为影响经济社会快速和谐发展的重要影响因素。通过这三十多来年的发展，全省开发规模不断扩大，开发效率越来越高，呈现出了巨大的发展潜力。本章主要介绍我省房地产发展的状况，运用往年山东省房地产开发的相关数据，从纵向对我省房地产开发水平进行研究，为下一步的综合评价提供理论依据。3.1山东省房地产开发规模的研究近年来，我省认真贯彻落实国家有关房地产宏观调控政策，加大房地产市场秩序整顿力度，使我省的房地产基本上保持了健康快速的发展。根据国家统计局相关数据统计，山东省房地产开发投资额增长迅速，为拉动经济增长做出了积极贡献。本章节从房地产投资完成额和企业数量两方面来分析研究我省的房地产开发规模。作者依据国家统计局2003到2010年间的《中国统计年鉴》中房地产投资完成额的相关数据整理所得山东省房地产投资完成额以及占全国的比例如下图所示。表3.1房地产投资完成额（亿元）年份2003200420052006山东省581.88764.79977.711185.38全国10153.8013158.2515909.2519422.91占全国比重0.05730660.05812250.06145540.0610300年份2007200820092010山东省1521.022038.532428.733251.78全国25288.8431203.1936241.8148267.43占全国比重0.06014590.06533080.06701460.06730072003年，我省经济持续快速增长，居民收入大幅提高，城市化进程加快，购房人群迅速增多。在此期间山东省房地产业也保持了较快的发展速度。从上表可以看出在2003~2010年之间，我省房地产开发投资完成额从581.88亿元增长到3251.78亿元，大概增长了2700亿元。由下图可知，从03年到06年增长了约600亿元，增长幅度较平稳，平均每年增长150亿元；而从06年以后，增长幅度有了很大的提高，增长了近2100亿元，平均每年增长420亿元。主要是因为随着社会水平的提高，人们对住房的需求越来越大，为了满足人们的需求以及经济迅速发展的需求，使得房地产业高速发展，投资额不断增加。图3.1山东省房地产完成投资额（亿元）图3.2山东省房地产完成投资额占全国比例从上图3.2中可以发现，山东省房地产开发完成投资额占全国的比重相对较小。2003年山东省房地产开发的完成投资额占到了全国房地产开发完成投资总额的5.73%，2005年占到了6.15%，这三年间占全国比例逐步增长。然而到了06、07年虽然山东省完成投资额逐年增长，但是占全国比例却呈现出下滑趋势，这是因为针对住房价格增涨过快这一现象，国家采取了一系列紧缩土地供应、收紧贷款等宏观调控措施，使房地产业的发展受到了一定程度的影响。2008年山东省房地产开发完成投资额占到全国的6.53%，到2010年达到了6.73%，增长了2个百分点，这说明我省房地产投资增长率明显高于全国各省份的平均水平。尤其是2004~2005年以及2007~2008年，我省的房地产投资额占全国的比重呈现了较快增长，缘于2005年房地产业成为我省经济中的一大支柱产业，刺激了房地产的迅猛发展。到了2007年，由于济南、青岛等城市的大规模的“城中村改造”、“旧城改造”等项目形成大量的土地储备，使得房地产开发的投资额快速增长。由以上分析可知我省的房地产开发投资规模占全国的比重较大并且发展也很迅速。表3.1房地产开发企业个数年份200320052006200720082009山东省215227613039317234365748全国371235924256290587106251887562占全国比重0.05800.04660.05390.05400.05500.0656依据《中国统计年鉴》中的相关数据运用Excel整理所得图3.3山东省房地产企业数量（个）房地产企业的数量是衡量房地产开发规模的一个重要指标，上图显示我省在2003~2009年间，房地产企业数量呈现出逐渐增长的趋势。其中2003年是2152家企业，而到了2009年我省的房地产企业数量达到了5483个，增长了一倍多。从2003年到2007年，我省房地产企业呈现出稳步增长的现象，呈现出较好的增长势头。尤其是在2008年企业数量达到了5748个，较2007增加了2312个，增长了近67.3%。而我国房地产企业的数量从2003年的37123个增加到2008年的87562个，增长了136%。同时我省的房地产数量占全国总数量的比重也是逐年增加的，从2003年的0.0580增加到2009年的0.0682。尽管我省2009年的房地产企业数量有所减少，但是占全国的比例却在稳步增加，由此可见我省房地产开发速度之快，发展规模之大。3.2山东省房地产发展潜力的分析研究山东省房地产开发的潜力之所以选择待开发面积这一指标，是因为待开发面积是指经有关部门批准，通过各种方式获得的土地使用权，但尚未进行开发的土地面积。待开发面积可以看作房地产开发的土地储备，制约房地产开发的因素很多，其中土地资源的有限性是其主要方面，由此可见，待开发面积数量的多少直接关系着房地产开发的前景，因此用待开发面积这一指标衡量房地产开发的潜力很恰当[7]。表3.3房地产待开发面积（万平方米）年份200320052006200720082009山东省1582.11850.03318.53570.84835.22363.0全国21782.627522037523.741484.048161.132816.5占全国比重0.0726310.0672190.0884370.0860770.1003960.072006依据《中国统计年鉴》中的相关数据运用Excel整理所得由表3-2可以看出山东省的待开发面积从2003年的1582.1万平方米增长到2008年的4835.2万平方米，平均每年以近390万平方米的速度增加，保持了快速的发展；而在2009却出现了急剧下降的现象。从下图可以发现我省房地产待开发面积每年的增长比例不一样。在2003~2005年间和2006~2007年间增长较平稳，分别增长了270万平方米和250万平方米；而2005年~2006年和2007~2008增速较高，分别增长了近1470万平方米和1300万平方米，产生这种情况的原因主要是房价的急速上涨，刺激了房地产的发展，这与上文中完成投资额的分析相一致。图3.4山东省房地产待开发面积（万平方米）图3-5山东省房地产待开发面积占全国比例从上图可以分析得知，在09年以前山东省房地产待开发面积占全国的比重虽有些波动，但总体上呈现出增长的趋势。2003年我省房地产待开发面积占全国房地产待开发面积的7.26%，2005年有所下降，占到了6.72%，2006年我省房地产待开发面积比重有所回升，占到全国的8.84%，到2008年高达10.00%。2009年由于国家政策的影响，在全国和地方房地产待开发面积都紧缩的情况下，我省房地产待开发面积受到的影响比较大，呈现出大幅下降的现象，较08年降低了近3个百分点。以上表明我省房地产开发潜力还是比较大的，在国家宏观政策的指导下，将会为提高居民住房水平、促进城市化进程以及经济的发展做出重要贡献。3.3山东省房地产开发效率的分析本章节对山东省房地产业开发效率进行分析，选择房地产利润总额这一指标进行研究。利润总额是一家公司在营业收入中扣除成本消耗及营业税后的剩余，也就是人们通常所说的盈利，利润总额是衡量企业经营业绩的十分重要的经济批标。因此选取利润总额可以有效的评价我省的房地产开发效率。作者依据国家统计局2003到2009年间的《中国统计年鉴》和《山东统计年鉴》中的相关数据整理所得山东省房地产业的利润总额以及占全国的比例如下图所示。表3.4利润总额（万元）年份200320052006200720082009山东省16568947292582768399904124508662595097全国43036551109189616698882243661173432229747285843占全国比重0.0385000.0426370.0495650.0410010.0714070.054881表3.4和下图表明2003~2007年间年我省利润总额逐年递增，其中2003年为165689万元，2007年则为999041万元，四年间增长了五倍多。2008年我省房地产利润总额呈现高速增长状态，较2007年增长了近15亿元，是2003年的14倍。09年利润总额为2595097万元，增长比较平稳。由下图分析可知我省房地产利润总额一直是增长状态，只是受各种方面因素的影响增幅不同而已。图3.5山东省房地产利润总额（万元）图3.6山东省房地产利润总额占全国比例上图3-6是山东省房地产利润总额与全国利润总额的比例关系，从中我们可以发现在2003~2007年间我省利润总额几乎是直线上升趋势，2003年占全国总额的3.85%，2006年达到4.96%，2007年尽管我省利润总额呈上升趋势，但是占全国的比重有所下降，2008年是我省房地产业的春天，利润总额在全国利润比例中高达7.14%。2009年山东省的利润总额增长幅度在全国性的范围内增长较小，所占的比重有所下降。但是总体上来说，我省房地产业的盈利能力在不断增强。4山东省房地产开发水平的实证分析4.1房地产开发水平综合评价模型衡量房地产业的开发水平，必须考虑各方面的影响因素，采用能够反映房地产开发水平的各项指标，必须兼顾到房地产活动中的开发规模情况、发展潜力情况、盈利情况以及资金利用情况等，这样才能够全面的反映出我省房地产市场发展的水平。因此，必须选择能从各个方面反应我省房地产开发水平的指标，从而对我省房地产开发水平进行科学全面的评价。4.1.1评价房地产开发水平所需指标的选取原则（1）科学性和可操作性原则科学性是指所选择的指标体系能够客观的反应房地产开发的规律，能科学的反应房地产开发的可持续发展的内涵，能够准确的反映房地产开发发展的水平，指标体系具有合理性并且对我们的研究具有指引性；可操作性是指我们能把建立的指标体系很好的运用到具体研究和操作中，并且各个量化的指标能很方便的得到相应的数据。由此可见，在对我省房地产开发水平进行综合评价时要把指标体系的科学性和可操作性进行有效地统一，既要考虑到指标体系的科学合理性又要兼顾数据的可得性，所以，本文在研究的过程中对指标体系在不失科学性的同时，尽量使指标的数据能够容易得到[7]。（2）系统性原则指标选取应该坚持系统论的观点。每一侧面由一组指标构成，各指标之间既相互独立又相互联系，共同构成一个有机整体。同时指标体系应具有层次性，从宏观到微观，层层深入，形成一个评价系统，反映不同地区从综合到分类的房地产开发水平。（3）可比性原则[6]可比性我们运用统一的统计口径和统一的处理方法，使得研究的结果具有可比较的价值，例如本文中研究所得到的结果，不仅要达到能对历年山东省房地产开发水平进行纵向比较，而且还能够与其他省份的发展水平进行横向比较，本文正是通过把山东省房地产开发水平与全国其他省份的发展水平进行横向比较来准确的定位山东省的位置，尤其与沿海先进省份进行比较来找出我省房地产开发存在的不足，这就要求本文在研究的过程中得到的结果具有很好的可比性[14]。4.1.2房地产开发水平指标体系框架根据以上选取的原则，从房地产发展规模、开发潜力、盈利状况以及资金利用状况四个方面选取12项指标构建房地产开发水平的评价体系[6-7]。表4.1房地产开发水平综合评价体系一级指标房地产开发水平二级指标发展规模开发潜力盈利状况资金利用状况三级指标★企业数量★企业从业人数★竣工面积★完成投资额★经营总收入★新开工面积★待开发面积★房屋销售面积增长率★利润总额★资产收益率★竣工率★资产负债率具体每项指标的具体含义如下：X1=房地产企业数量(个)从事房地产开发的企业单位个数；X2=房地产企业从业人数（个）X3=房屋竣工面积（万平方米）X4=完成投资额（亿元）X5=经营总收入（万元）经营收入是房地产企业对外转让、销售、结算和出租开发房地产所取得的收入，它是房地产开发企业的主营业务收入；X6=房屋新开工面积（平方米）X7=待开发面积（万平方米）指经有关部门批准，通过各种方式获得土地使用权，但尚未进行开发的土地面积；X8=房屋销售面积增长率（%）X9=利润总额（万元）X10=资产收益率（%）资产收益率也叫资产回报率（ROA），是公司的税后收益（加利息）与公司的总资产的比率，是用来衡量每单位资产创造出多少净利润的指标。其计算公式为：资产收益率=净利润/平均资产总额×100%；X11=竣工率（%）X12=资产负债率（%）表示公司总资产中有多少是通过负债筹集的，该指标是评价公司负债水平的综合指标。其计算公式为：资产负债率=负债总额/资产总额×100%[15]。4.2山东省房地产开发水平的因子分析(1)．相关系数标准化处理及检验表4.2显示了运用SPSS软件中的主成份分析法提取出的公共因子方差。表中第2列为初始共因子方差，表示因子提取前各个变量的全部公共因子的载荷系数平方和，公共因子数等于变量数，所以初始公共因子方差均为1。第3列为提取公共因子方差，对应的是根据某种原则提取的公共因子方差。表4.2因子分析的公共因子方差初始提取X1企业数量1.000.932X2平均从业人数1.000.885X3竣工面积1.000.949X4完成投资额1.000.924X5经营总收入1.000.945X6新开工面积1.000.856X7待开发面积1.000.791X8销售面积增长率1.000.778X9营业利润1.000.893X10资产收益率1.000.855X11竣工率1.000.964X12资产负载率1.000.682为了深入研究山东省房地产开发水平，并对其进行准确的定位，文章选取了我国31个省市的2009年的数据来进行因子分析，文中数据出自《中国统计年鉴2010》。因为原始数据之间存在着差异，所以要首先对原始数据进行标准化处理，然后再进行因子分析。本文运用SPSS数据统计软件中的因子分析法进行处理，得到下表中的相关矩阵。表4.3相关系数矩阵X1X2X3X4X5X6X7X8X9X10X11X12X11.000.929.889.916.835.834.795.332.631-.184-.287.053X2.9291.000.833.862.816.764.826.246.651-.145-.255-.013X3.889.8331.000.911.850.878.860.325.590-.177-.041.018X4.916.862.9111.000.891.848.788.308.684-.133-.211.111X5.835.816.850.8911.000.623.803.386.871.019-.085.020X6.834.764.878.848.6231.000.686.130.369-.278-.200.054X7.795.826.860.788.803.6861.000.232.589-.101-.107.016X8.332.246.325.308.386.130.2321.000.325-.302-.087.401X9.631.651.590.684.871.369.589.3251.000.253-.179.069X10-.184-.145-.177-.133.019-.278-.101-.302.2531.000.141-.204X11-.287-.255-.041-.211-.085-.200-.107-.087-.179.1411.000-.164X12.053-.013.018.111.020.054.016.401.069-.204-.1641.000从以上经过标准化处理的原始数据的相关系数矩阵可以看出，变量间的相关性很大。上文中我们说到，如果多数变量间的相关系数大于0.3，那么我们就可以认为变量间有较强的相关性。由上表可以发现，X1指标和前九个指标的相关性几乎都达到了0.3以上，甚至和X2的相关性达到了0.929，由此说明本文选取的这12项指标之间有很强的关联性，如果直接进行分析会出现共性的，所以需要把这些指标进行综合，进而简化我们的分析，使结果更加的可靠准确。各个变量除了要进行标准化处理判定其相关性之外，还要进行KMO检验和Bartlett球形检验，KMO检验的目的是分析观测变量之间的简单相关系数和偏向相关系数的相对大小，看数据是否适合因子分析，取值变化在0~1之间，若KMO过小，则不适合进行因子分析；Bartlett检验的目的是确定所要求的数据是否取自多元正态分布的总体，若差异检验的F值显著，表示所取数据来自正态分布总体，可以作进一步分析。本文中KMO取值0.759，Bartlett球形检验的F值等于390.245，说明可以进行因子分析。下表是运用SPSS统计软件计算处理所得的KMO和Bartlett检验结果。表4.4KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量.759Bartlett的球形度检验近似卡方390.245df66Sig..000(2).主因子的确定本文选取公因子结合两方面的因素，第一，累计贡献率大于85%，这样得出的公因子能基本上反映原始数据的信息，因为累计贡献率表示公共因子对原变量信息的累计的反映情况；第二，变量的特征值大于1的标准。本文结合以上两方面采用主成分分析法来提取公因子，我们可以利用因子分析法的碎石图来选出最优的公共因子的数量[7]。在下图所示的因子分析碎石图中，横轴表示的是因子的数量，纵轴表示的是特征值，我们可以很直观的判断出，前四个因子的特征值基本上都大于1，再结合表4.5，我们可以准确的得到各因子的特征值、贡献率和累计贡献率，进而确定主因子。图4.1碎石图本文运用主成分分析法来获取相关系数矩阵的特征值，从表4.5中我们可以看到，第一个因子的特征值为6.680，对所有的12个原始变量总方差解释为55.665%，累计方差贡献率为55.665%；第二个因子的特征值为1.587，对所有的原始变量总方差解释为13.221%，累计方差贡献率为68.886%；第三个因子的特征值为1.192，对所有的原始变量总方差的解释为9.934%，累计方差贡献率为78.820%；第四个因子的特征值为0.996，对所有的原始变量总方差的解释为8.302%，累计方差贡献率为87.122%。从表中我们可以发现前三个因子的特征值都大于1，但是其累计贡献率却为78.820%，如果再能加上第四个公因子，其累计贡献率将达到87.122%，并且第四个公因子的特征值为0.996非常非常的接近1，所以我们可以取前四个公因子为主因子。这四个主因子累计反映了原始变量87.122%的信息，由此我们得到了由前文中提到的12项原始评价指标，转化而来的四个综合评价指标，简化了分析过程，下面将利用这四个主因子对房地产开发水平进行研究。下面是运用SPSS软件进行主成分分析提取所得的总方差解释表。表4.5总方差解释成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%16.68055.66555.6656.68055.66555.6656.45553.79553.79521.58713.22168.8861.58713.22168.8861.65513.79167.58631.1929.93478.8201.1929.93478.8201.34811.23478.8204.9968.30287.1225.6215.17992.3016.3132.61094.9107.2682.23497.1448.1711.42398.5679.081.67499.24010.049.40799.64811.027.22299.87012.016.130100.000(3).对公因子进行必要的解释。因子分析的一个重要目的在于对原始变量进行综合评价。利用因子提取方法得到的结果虽然保证了因子之间的正交，使得因子相互独立，但是因子对变量的解释能力较弱，不容易对公因子进行解释和命名，我们可以通过对因子模型的旋转变换，使得公因子的载荷系数更接近1或更接近0[16]，如此一来，各公因子之间将会变得更加独立，相关性也变得更弱，各个因子所代表的变量也将更加明显，只有明确了各个公因子的具体含义，才能够为下一步的命名做出科学合理的分析。运用主成分分析法经过最大方差正交旋转，我们得到了旋转成份矩阵。四个公因子分别为F1、F2、F3、F4，下表列出了公因子在原始变量上的载荷，因子载荷反应原始变量与公因子之间的相关性，因子载荷的绝对值越大，表明公因子与原始变量的关系越密切，所以可以根据因子载荷的大小来对原始变量进行分类，反过来再用分类的原始变量解释公因子，指出公因子主要反映的是哪个方面，然后再对公因子命名，进而对山东省房地产开发水平进行深入的评价研究。表4.6旋转后的因子载荷成份F1F2F3F4X3竣工面积.963.082-.079.098X4完成投资额.945.140.024-.102X1企业数量.943.105-.040-.176X2平均从业人数.926.026.016-.161X5经营总收入.899.209.301.049X7待开发面积.887.045.034.022X6新开工面积.863-.063-.303-.122X9营业利润.673.260.602-.096X8销售面积增长率.251.839-.049.095X12资产负载率-.063.792-.111-.195X10资产收益率-.140-.265.873.059X11竣工率-.123-.088.029.970上表4.6是运用SPSS软件中的主成分分析法提取出的旋转后的因子载荷表，从中可以发现，公因子F1在X3竣工面积、X4完成投资额、X1企业数量、X2平均从业人数、X5经营总收入这几个原始变量上的载荷比较大，这几个指标是从房地产开发总量上来反映的，因此我们把F1命名为规模性指标；公因子F2在X6新开工面积、X8销售面积增长率、X7待开发面积，这三个原始变量上的载荷较大，这三个指标反映的是房地产市场的发展潜力，故将F2命名潜力性指标；公因子F3在X9营业利润、X10资产收益率两个指标上的载荷较大，将F3概括为盈利性指标；公因子F4在X11竣工率、X12资产负载率，将其概括为资金利用状况指标。(4)．综合排名本阶段采用SPSS回归方法估计因子的得分，以各因子的方差贡献率占四个因子总方差贡献率的比重作为权重，进行加权汇总，其计算公式为：F=55.665F1+13.221F2+9.993F3+8.302其中F为各省市的综合评价得分，F1、F2、F3、F4即可得出各地区的综合得分以及排名。下表是运用SPSS数据统计软件进行处理所得的全国各省市房地产开发总水平的综合排名。表4.8全国各省市综合排名地区F1排名地区F2排名地区F3排名地区F4排名地区F排名江苏2.8151贵州2.0721西藏3.0971黑龙江2.6291江苏2.0731广东2.3332北京1.8842上海2.5222宁夏1.9742广东1.5952山东1.6143浙江1.7653云南1.3913新疆1.5023浙江0.8393浙江0.8714宁夏1.2014陕西1.2904江苏1.4134山东0.8174辽宁0.8235内蒙古0.9295广东1.0605天津1.0395北京0.6865河南0.6596海南0.8516北京0.8636西藏0.8786上海0.4896四川0.6207云南0.7827江苏0.6567内蒙古0.8737四川0.4387上海0.4698山西0.7598浙江0.5118北京0.6958辽宁0.3038重庆0.3869四川0.5679福建0.1419四川0.3139河南0.0849北京0.36810福建0.49710贵州0.03210吉林0.20810重庆0.07310湖南0.35311江苏0.42711海南0.01111江西0.11511安徽0.06111安徽0.31812陕西0.26012天津-0.16112湖北0.05312内蒙古0.04412湖北0.30613广东0.17713江西-0.28313重庆0.01913湖北0.01513河北0.09914新疆0.13214新疆-0.30414云南-0.31314福建-0.01414福建-0.10815吉林-0.04415重庆-0.34015海南-0.31515湖南-0.04215内蒙古-0.21016安徽-0.04616内蒙古-0.38916湖南-0.33016云南-0.09316黑龙江-0.30417青海-0.13117甘肃-0.45217青海-0.35917黑龙江-0.12317广西-0.30618辽宁-0.36418青海-0.45518上海-0.39818河北-0.24118江西-0.31419上海-0.40719宁夏-0.45919河南-0.41719天津-0.27219天津-0.44420天津-0.45620广西-0.47420贵州-0.42320贵州-0.32820地区F1排名地区F2排名地区F3排名地区F4排名地区F排名云南-0.53521广西-0.58721湖北-0.50421福建-0.43921新疆-0.36321吉林-0.6722河北-0.62022山西-0.53022山东-0.45022江西-0.37422陕西-0.71023山东-0.62023黑龙江-0.59523辽宁-0.45323宁夏-0.42423新疆-0.77024黑龙江-0.73424四川-0.64224浙江-0.45824广西-0.43924山西-0.88325湖北-0.84425山东-0.66825广东-0.46425陕西-0.46925贵州-0.94826湖南-0.86526吉林-0.72326安徽-0.49126吉林-0.50226甘肃-0.95827重庆-0.89627安徽-0.76827甘肃-0.62027山西-0.64927宁夏-1.16128甘肃-0.99728河北-0.89328广西-1.04728海南-0.68428青海-1.22229江西-1.00329湖南-0.92129河北-1.13829西藏-0.73629海南-1.22930河南-1.25530河南-0.92730山西-1.46730甘肃-0.87430西藏-1.26231西藏-2.43131辽宁-1.08331陕西-2.12631青海-0.88731由于原始数据经过标准化处理后，整个行业各公共因子的平均水平都定位了零点，所以表中数据会出现正负号，正号表示该地区房地产开发水平高于整个房地产行业的平均发展水平，负号则表示低于整体发展水平。公因子F1是房地产开发的规模性指标，在房地产行业开发水平的综合评价体系中规模指标所占的比重最大，山东省在全国排名中占第三，说明我省在过去的几十年中，对于房地产业的发展给与了高度重视，故而房地产业发展迅速，规模庞大，为推动我省城市化的进展做出了重大贡献。公因子F2是房地产开发的潜力性指标，如果该指标的排名比较靠前，则表明地区房地产业的发展潜力比较大。上表显示各地区在公因子F2和F1上的排名截然不同，房地产规模较大的江苏、广州等省的排名却较靠后，然而发展规模排名第26的贵州省，在F2上的排名达到了第一位，这说明发展规模较小的省份将会有较大的发展潜力，将来的发展速度会很快，而山东省的排名却下滑到了第23位，这说明我省的房地产业发展潜力不太大，但同时也从侧面也反映出我省房地产业已经发展的相当成熟。公因子F3是房地产开发的盈利性指标，在此指标上山东省的盈利性指标呈现出负数，排名在倒数第七位，说明我省房地产企业在资产收益方面控制的不太理想，这与现今房地产业泡沫化有很大的关系，企业投入了大量的资金来发展产业，建造了大量的房屋，由于房市价格高涨，导致很多房屋空置，企业资金没有得到很好的回笼。公因子F4是资金利用状况指标，从表中可以看出我省排在了第22位，说明我省在资金利用方面存在着不足，为了提高我省的房地产发展水平，应注重在资金利用方面的提高。总的综合排名中，虽然山东省在公因子F2、F3、F4上的排名较低，但由于其所占比重较小，因此对我省的整体排名影响较小，最终山东省排在了第4位，这说明我省的房地产开发水平较高，仅次于江苏、浙江、广州等经济发达的省份，房地产业呈现出了持续健康的发展。4.3聚类分析聚类分析法就是根据指标间的“相似性”或“相近性”来将样品或指标进行归类分析的一种方法。经过上文因子分析之后，我们采用聚类分析法中的Q型分析对我国31个省市的房地产开发水平状况进行归类处理，通过运用SPSS数据处理软件，采用离差平方合法进行分析得到下图所示聚类结果树状关系图。根据下图4.2，我们可以将全国31个省市的房地产开发水平分为三类：第一类：广东、江苏、山东；这三个省份属于房地产开发水平较高的省份，故而归为一类，这与上文因子分析的结果一致。山东省处于这一类别，说明我省的房地产开发水平较高，在全国房地产开发水平中处于上游。第二类：浙江、上海、北京、四川、重庆、福建、内蒙古、辽宁、安徽、河北、广西、江西、河南、湖南、湖北；这一类省市中的房地产开