■ 车晓东 李盛国 雷颜溪

中国科学院大学经济与管理学院 北京 100190

1 我国商业地产发展的影响因素归纳与总结

目前，国内学者对于商业地产的研究集中在商业地产项目定位、开发、运营、投融资、收益等方面，关于我国商业地产发展的影响因素的研究较少。高波和赵奉军[1]（2009）认为城市化水平、经济发展情况以及公共资本品的供给是商业地产业发展的决定性因素，商业地产的销售价格和金融状况也对商业地产的发展产生一定影响。丁璨[2]（2012）从购买力潜力、商品销售潜力和投资潜力3个方面选取3大产业增加值、居民购买力水平、居民储蓄余额、投资回报率等指标分析了我国二、三线城市商业地产发展潜力。朱强[3]（2013）认为中国经济高速发展和城市化进程的快速推进显著促进了商业地产需求的增长。陈言和林广振[4]（2013）以深圳商业地产为研究对象，建立了深圳商业地产系统动力学模型，结果发现，政府政策和土地价格显著影响深圳商业地产业的发展，为促进深圳商业地产业健康发展，政府应当控制商业地产开发投资比例和土地价格在相对稳定的范围内。冯克宇[5]（2015）建立了商业地产项目综合评价体系，评价指标涉及政策、市场、区位3个方面，具体有城市发展规划、政府供地计划、商业地产价格水平、人口、交通等指标。邱雅和马新兰[6]（2015）从宏观经济、金融环境、城市规模、居民收支等方面选取指标对35个大中城市商业地产发展的潜力进行分析。张丽[7]（2016）评估了河南省各市商业地产投入产出效率，发现商业地产发展受到政府政策、城市人口密度、消费需求等因素影响。谢晋和李旭东[8]（2016）将影响商业地产发展的因素分为内因和外因，内在因素主要指经济发展状况，外在因素主要指消费观念的变化。分析现有国内文献发现，现阶段关于商业地产发展的影响因素还没有统一。国外商业地产发展起步较早，市场较为成熟，商业地产不仅受到投资者的广泛关注，国外学术界对于商业地产的研究也越来越多，并且研究范围十分广泛，包括零售商业、仓储式商场、旅游地产、复合公寓等，但国外的研究多关注于商业地产的投资收益。Miles 和Mccue[9]（2010）从商业地产的多个维度进行实证分析判断商业地产的多元化收益情况，指出商业地产的投资者在商业地产市场中占据优势。Geltner[10]（2010）针对影响商业地产的收益风险特征的基本因素进行了概念分析，探讨了商业地产的投资收益与现金流之间的关系。Gary 和Fisher[11]（2011）以可步行性为出发点，针对2001～2008年美国超过4000 处商业办公楼、公寓、零售商业的地理位置进行分析，判断抵达这些商业地产通过步行所需的时间和距离，并通过实证分析各处商业地产的投资收益与可步行性之间的关系。Sun 等[12]（2015）主要分析了金融危机之后的股票型房地产投资信托基金和商业地产的投资收益率，并指出两者之间存在的特定关系。Vitor 等[13]（2017）采用随机前沿分析法针对英国商业地产的投资组合进行分析，并从不同维度评估英国商业地产投资的收益情况。Akinsomi[14]（2018）以南非为例，从宏观经济发展的角度分析了促进商业地产发展和影响商业地产投资收益的具体因素。

本文在前人研究的基础上并结合产业发展、市场供需的相关理论，归纳总结出涉及影响商业地产发展的因素分为经济、社会、政策3 个方面。经济因素具体包括GDP、社会消费品零售总额、固定资产投资总额、城乡居民人民币储蓄存款年底余额；社会因素具体包括城镇居民人均消费支出、上市公司数量、人口总量、普通高等学校在校学生数，其中上市公司数量指当年在上海证券交易所和深圳证券交易所上市的企业总数；政策因素只有一个指标——土地出让金。商业地产发展的影响因素如表1所示。

2 我国商业地产发展水平评价

2.1 我国商业地产发展水平评价体系构建

2.1.1 评价指标的选取与说明

从商业地产供需角度出发，并借鉴前人的研究（赵旭[15]，2007；李忠富和李玉龙[16]，2008；陈华[17]，2015；王林和郑燕[18]，2016），选取2007～2017年我国35 个大中城市办公楼完成投资额（X1）、办公楼新开工面积（X2）、商业营业用房完成投资额（X3）、房屋销售价格（X4）、商业用房竣工面积（X5）和商业用房销售面积（X6）指标。这6项指标数据均来自国家统计局，描述性统计分析结果如表2所示，其中房屋销售价格用商品房平均销售价格表示、商业用房竣工面积根据房地产开发企业竣工房屋面积和房地产开发企业住宅竣工房屋面积计算得出、商业用房销售面积根据商品房销售面积和住宅商品房销售面积计算得出。办公楼完成投资额和办公楼新开工面积反映了写字楼的供给状况和趋势；商业营业用房完成投资额反映了商业、粮食、供销、饮食服务业等部门对外营业的用房的供给状况和趋势；商业用房竣工面积能够说明在一段时间内写字楼和商业营业用房的实际建设情况，同时也能够反映商业地产市场供给状况；商业用房销售面积反映了写字楼和商业营业用房的市场需求情况；房屋销售价格在一定程度上可以说明商业地产市场发展的供需状况。这些指标较为全面的展现了商业地产发展情况，对上述指标进行综合分析，可以较为客观地反映我国不同城市的商业地产发展水平。

2.1.2 全局主成分分析

表1 商业地产发展的影响因素

本文首先建立城市商业地产发展水平评价时序立体数据表，接着为消除数据量纲影响将数据标准化，最后利用Stata 软件进行后续计算，得出相关系数矩阵、特征值、特征向量、方差贡献度、因子载荷矩阵和因子得分系数矩阵。本文将Comp1 定义为商业地产供需水平因子，该因子也即反映了商业地产发展水平，Comp1 与X1、X2、X3、X4、X5、X6的关系式为：

将Comp1以其方差贡献度为权重，加权可得衡量城市商业地产发展水平的综合评价函数为：

表2 商业地产发展水平评价指标的相关变量统计性描述

2.2 我国商业地产发展水平评价结果分析

根据公式（1）（2）以及Stata软件计算出的因子得分，可以求出2007～2017年35 个大中城市商业地产发展水平综合评价分数（L）。由于数据较多不易展示，仅在表3列出2007年和2017年35 个大中城市的因子得分、商业地产发展水平综合评价分数（L）和排名，表3中综合评价分数数据经过标准化处理，分数范围0～100。

整体来看，2007～2017年是我国商业地产加速发展阶段（羊卫辉[19]，2010），全国35 个大中城市商业地产发展迅速、发展水平大大提高，如图1所示。2007年全国35 个大中城市商业地产发展水平综合评价分数平均分只有13.905，2017年全国35个大中城市商业地产发展水平综合评价分数平均分达到39.240，提升了近26 分。这十多年来，我国经济快速发展、城镇化进程加速推进，居民的刚性住房需求和投资性住房需求不断提高，国家针对住宅市场实施一系列调控措施并进一步鼓励商业地产投资为商业地产的快速发展提供了良好的宏观经济环境、政策环境和市场环境。另外，商业地产业作为国民经济的基础性产业，关联的上下游产业链条广泛，各地均将商业地产业作为本地区经济发展的优先选择，极大地促进了商业地产业的发展。从商业地产行业内部角度来看，这一阶段传统商业市场发展遭遇瓶颈，市场规模增长放缓，商业地产市场加速整合，行业集中度不断提高，提升了商业地产业发展水平。

具体来看，2007～2017年我国商业地产投资持续向大中城市和热点城市集中，城市分化越来越严重，不同城市商业地产发展水平差距越来越大。从城市重要性角度来看，2007～2017年商业地产发展水平较高的城市均为直辖市或副省级城市，尤其是北京、上海和重庆一直处于领先地位；从城市分布的地区来看，2017年商业地产发展水平较高的城市集中在东部地区，而西部地区的城市商业地产发展较为落后，比如青海西宁、甘肃兰州、宁夏银川。2007年，商业地产发展水平可以分为两个层次，第1层次包括北京和上海、第二层次包括重庆等33个城市，北京和上海商业地产发展水平远远高于重庆等33 个城市，以重庆为代表的第2 层次商业地产发展水平较为集中且差距不大；经过10年发展，2017年商业地产发展水平仍然可以分为两个层次，第1层次包括上海、深圳、重庆、北京、成都和杭州6 个城市、第2 层次包括南京等29 个城市。2007年和2017年城市排名的散点图如图2所示。与2007年相比，2017年商业地产发展水平处于第1 层次的城市增加了深圳、重庆、成都和杭州4 个城市；第1 层次城市商业地产整体发展水平提高了32 分，第2 层次城市商业地产整体发展水平提高了近19 分；第2 层次城市商业地产发展水平逐渐开始有所分化，城市间商业地产发展水平差距逐渐拉大。

图1 2007～2017年我国35个大中城市商业地产发展水平综合评价平均分数

表3 2007年和2017年我国35个大中城市商业地产发展水平综合评价分数

当前，我国商业地产发展已从2007年时的北京和上海两座城市独大的局面转变成为北京、上海、重庆、深圳、成都、杭州和南京多座城市共同领先发展的局面。北京、上海、深圳等全国大中城市以及杭州、南京、成都、重庆等副省级城市人口总量和高消费阶层人口较多并且人口流动频繁，产业链完善、产业基础强，经济发达对商业地产的发展具有强大的人口和经济支撑。另外，这些城市基础设施较为完善，文化教育科研等方面实力强劲，不仅吸引了大批人才和优秀的企业，而且对于周边小城市也具有虹吸效应，保证了高品质写字楼、办公楼、酒店和零售地产的需求，促进了商业地产发展水平的提高。位于东北、中部和西部地区的一些城市，哈尔滨、沈阳、大连、呼和浩特、银川、西宁等由于近些年来经济发展较为缓慢，产业基础较为薄弱，居民消费能力较差并且人口呈现净流出态势，部分经济活动向内陆地区转移，商业地产需求较小，发展较为缓慢。另外，这些城市商业地产发展水平较低还与地方政府的不合理规划和商业地产开发项目管理效率较差有关。

图2 2007年和2017年我国35个大中城市商业地产发展水平综合评价分数分布

3 我国商业地产发展的影响因素实证分析

3.1 变量选取与数据来源

根据上文中计算出的2007～2017年我国35 个大中城市商业地产发展水平综合评价分数，以及在前人研究基础上归纳总结得到的对应经济、社会、政策因素的9个变量，实证分析我国商业地产发展的影响因素。GDP、社会消费品零售总额、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、人口总量、普通高等学校在校学生数的数据来自国家统计局；上市公司数量、土地出让金的数据来自Wind 数据库。

3.2 描述性统计分析

表4是商业地产发展水平综合评价分数、GDP 等变量的描述性统计量。从表中可以看出商业地产发展水平综合评价分数（L）的平均值为25.000，极差为90.070，变异性较大；偏度为1.869，不服从正态分布；如图3所示呈现右偏态，由此可以预期，在不同位置上各解释变量对商业地产发展水平综合评价分数的影响可能会有所不同，均值回归模型研究商业地产发展的影响因素并不合适。另外，GDP等变量的取值范围均在预期范围内。

3.3 模型构建

分位数回归模型相比于普通最小二乘法可以使回归参数随因变量的不同分位点而变动，从而反映解释变量对被解释变量在某个特定分位数水平上影响的边际效果，更加全面地刻画分布的特征。另外，分位数回归通过加权误差绝对值之和最小估计回归参数，可以降低对异常值的敏感程度，回归参数的估计也更加稳健。因此，本文参考Koenker 和Bassett[20]在1978年提出的分位数回归模型以及Koenker[21]在2004年改进的分位数模型，并借鉴前人的研究（喻胜华和赵盼[22]，2018；程名望等[23]，2014；周少甫等[24]，2013；张曙霄和戴永安[25]，2012；刘重力和黄平川[26]，2011），针对我国商业地产发展的影响因素建立面板数据分位数回归模型：

其中，Lit表示第i个城市在第t时刻的商业地产发展水平综合评价分数；_gdpit、z_consit、z_invit、z_savit、z_expit、z_nolcit、z_popit、z_stuit、z_landit分别表示数据标准化后的第i个城市在第t时刻的地区生产总值、社会消费品零售总额、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、上市公司数量、人口总量、普通高等学校在校学生数、土地出让金；β0为截距项，βi为模型的系数，uit为随机扰动项。

表4 变量的描述性统计量

图3 商业地产发展水平综合评价分数（L）的直方图和核密度函数估计曲线

3.4 商业地产发展的影响因素结果分析

本文使用Stata软件，采用最小二乘回归和面板分位数回归分析商业地产发展的影响因素，面板分位数回归中选择5 个具有代表性的分位点10%、25%、50%、75%、90%，并根据回归结果的显著性确定影响商业地产发展的重要变量。具体回归结果如表5所示。

3.4.1 最小二乘回归的结果分析

根据最小二乘回归得到的结果，地区生产总值、社会消费品零售总额、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、上市公司数量、土地出让金共计7项指标的影响均显著，其中地区生产总值是显著的负向影响。地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、上市公司数量、土地出让金在1%水平下显著；社会消费品零售总额在10%水平上显著。

3.4.2 不同分位数下的结果分析

0.1 分位点表示一部分城市的商业地产发展水平综合评价分数处于条件分布的10%分位处，对应的这些城市商业地产发展水平处于末位。根据分位数回归的结果来看，地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、土地出让金在1%水平上显著，上市公司数量在10%水平上显著，社会消费品零售总额、人口总量、普通高等学校在校学生数这3 项指标的影响不显著。在地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、土地出让金、上市公司数量共计6 项影响显著的指标中，地区生产总值是显著的负向影响。

0.25分位点表示一部分城市的商业地产发展水平综合评价分数处于条件分布的25%分位处，对应的这些城市商业地产发展水平较低。根据分位数回归的结果来看，地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、普通高等学校在校学生数、土地出让金在1%水平上显著，社会消费品零售总额在5%水平上显著，上市公司数量和人口总量的影响不显著。在地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、普通高等学校在校学生数、土地出让金、社会消费品零售总额共计7 项影响显著的指标中，地区生产总值、普通高等学校在校学生数具有负向影响。

0.5分位点也即中位数，代表了所有城市商业地产发展的平均水平，对应的这些城市商业地产发展水平中等。根据分位数回归的结果来看，地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、普通高等学校在校学生数、土地出让金在1%水平上显著，上市公司数量在5%水平上显著，社会消费品零售总额、人口总量的影响不显著。在地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、普通高等学校在校学生数、土地出让金、上市公司数量共计7项影响显著的指标中，地区生产总值、普通高等学校在校学生数具有负向影响。

0.75分位点表示一部分城市的商业地产发展水平综合评价分数处于条件分布的75%分位处，对应的这些城市商业地产发展水平较高。根据分位数回归的结果来看，地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、土地出让金在1%水平上显著，上市公司数量在5%水平上显著，普通高等学校在校学生数在10%水平上显著，社会消费品零售总额、人口总量的影响不显著。在地区生产总值、固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、土地出让金、上市公司数量、普通高等学校在校学生数共计7 项影响显著的指标中，地区生产总值、普通高等学校在校学生数具有负向影响。

表5 OLS回归与分位数回归结果

0.9 分位点表示一部分城市的商业地产发展水平综合评价分数处于条件分布的90%分位处，对应的这些城市商业地产发展水平非常高。根据分位数回归的结果来看，固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、上市公司数量在1%水平上显著，土地出让金在10%水平上显著，地区生产总值、社会消费品零售总额、人口总量、普通高等学校在校学生数的影响不显著。固定资产投资总额、城乡居民人民币储蓄存款年底余额、城镇居民人均消费支出、上市公司数量、土地出让金共计5项指标均具有正向影响。

3.4.3 不同影响因素分析

地区生产总值在最小二乘回归和除90%分位数水平下分位数回归均通过了1%显著性检验，但影响系数均为负值，可见地区生产总值的增加并未对商业地产发展水平的提高产生理论上预期的促进作用。

社会消费品零售总额仅在最小二乘回归和25%分位数水平下通过了显著性检验，说明社会消费品零售总额的增加并不能对商业地产发展水平的提高产生理论上预期的促进作用。

固定资产投资总额在最小二乘回归和五处分位数回归中均在1%水平下显著，这说明从2007年以来，固定资产投资总额显著地促进了城市商业地产发展水平的提升。根据不同分位数水平上固定资产总额系数的变化趋势来看，固定资产总额系数先下降后增加，呈现“U型”变化过程，这说明对于商业地产发展水平极为落后和领先的城市，固定资产总额的增加能带来更大的商业地产发展水平提升的促进作用。固定资产投资总额的增加有利于改善城市的基础环境条件和提升城市的营商环境；另外，固定资产投资包括商业地产的开发投资，商业地产开发投资的增加表明开发企业看好该城市当前以及未来的商业地产发展前景。

城乡居民人民币储蓄存款年底余额在最小二乘回归和五处分位数回归中均在1%水平下显著，表明城乡居民人民币储蓄存款年底余额能够显著促进了城市商业地产发展水平的提升。城乡居民人民币储蓄存款年底余额代表了居民的储蓄水平和富裕程度。当居民的储蓄水平和富裕程度越来越高时，居民会将一部分储蓄转变为消费和投资。在消费方面，居民消费有效促进了商业的发展进而推动商业地产发展水平的提高；在投资方面，2007～2017年间，由于财富效应和房地产市场供需的错配，居民的购房需求显著增加，加大了对房地产的投资（马理和范伟[27]，2019），居民对于商业地产的投资性需求也显著促进了商业地产的发展。

城镇居民人均消费支出在最小二乘回归和全部分位数回归中都是1%水平下显著，表明随着城镇居民人均消费支出的不断提高，城市商业地产的发展水平也在不断提高。关劲峤和高波[28]（2014）运用长三角两省一市的数据验证了居民消费促进了房地产的需求。从系数上看，商业地产发展水平较高的城市，城镇居民人均消费支出的促进作用最大。对于北京、上海、深圳、重庆等商业地产发展水平较高的城市，商业高度发达，消费能力较强并且消费阶层差异化巨大，因此，当中等消费阶层和高消费阶层人群增加时，能够显著促进商业的发展，进而促进商业地产的发展。

上市公司数量在最小二乘回归和0.9 分位点回归中通过1%显著性检验，0.5分位点通过5%显著性检验，0.1分位点和0.75 分位点通过10%显著性检验。另外，上市公司数量在这几个分位点的系数均为正，且逐渐增加。上市公司数量越多的城市，商业地产发展水平也越高，上市公司数量的增加能够显著促进商业地产的发展。上市公司对于写字楼和办公楼有巨大的需求，一个城市上市公司数量越多，意味着对写字楼和办公楼的需求也越多。同时，上市公司均集中于经济发达，开放程度较高、研发实力强劲和营商环境良好的城市，这些城市的商业地产发展水平相对来说也较高。

人口总量在最小二乘回归和五处分位数水平下的回归均未通过显著性检验，由此可见人口总量与商业地产发展水平并没有产生理论上预期的影响效果。

普通高等学校在校学生数仅在部分分位点水平下的回归通过显著性检验，并且系数有正有负。普通高等学校在校学生数并未对商业地产发展水平产生理论上预期的正向影响。

土地出让金在最小二乘回归和除0.9 分位点分位数回归下通过1%显著性检验，在0.9 分位点分位数回归下通过10%显著性检验，可见土地出让金与商业地产发展水平有显著的影响作用。土地出让金可以代表政府对于土地出让的控制程度。在我国当前的土地出让制度下，土地出让金越多表明土地出让的价格越高或土地出让的面积越大。土地出让金的增长可以显著影响商业地产的发展水平。从系数来看，对于商业地产发展水平较高的城市，比如北京、上海等，土地出让金的增加对于商业地产发展水平的提高作用并不明显，这主要是因为北京、上海等城市受国家房地产调控政策的影响，严格控制审批住宅和商业用地的规划并严格控制土地供应量和地价，因此土地出让金的变化并不会对这些城市的商业地产发展水平产生显著的影响；但对于其他未受房地产政策严格调控的城市或房地产调控政策并不严格的地方，商业用地出让的越多，意味着商业地产建设的越多，商业地产整体发展前景也越好。

4 结论

本文首先在前人研究的基础上归纳总结出我国商业地产发展的影响因素主要涉及经济、社会和政策3 个方面。其次，对我国35个大中城市商业地产发展水平进行了评价，2007～2017年我国商业地产发展迅速，整体发展水平有较大的提升，但不同城市之间的发展差距越来越大，中心城市和热点城市的商业地产发展水平远远领先于其他城市，在一定程度上验证了商业地产的发展水平与经济发展水平、社会整体情况以及政策效应具有密切关系；最后，利用最小二乘回归和面板分位数回归方法分析商业地产发展的影响因素，发现固定资产投资、居民储蓄和消费、上市公司数量和土地出让金的增加能够显著促进商业地产发展水平的提高，并且对于处于不同商业地产发展水平的城市，不同因素的影响程度也不同，一线城市和部分副省级城市商业地产发展水平受投资和土地出让的影响较大；西北地区城市的商业地产发展则受制于整体经济发展水平以及居民的消费水平。因此，对于不同城市来说，应当在充分考虑目前自身商业地产发展状况的前提下，从经济、社会和政策3个方面采取措施，提升商业地产发展水平。