摘 要：我国房价波动大、买房难使得住房问题一直是民生的热点话题。房地产投资作为投资领域的重要组成部分，具有周期长、数额大、风险高、收益高、区位固定并且易受国家政策制约和宏观经济环境影响等特征。而国内外对于房地产投资环境的系统研究还处在定型为主的阶段，缺乏综合有效的评价体系和定量模型的评估。目前，在我国一线城市商品住宅市场接近饱和，二线城市商品住宅投资环境参差不齐的背景下，1.5线城市因综合实力强、潜力大、发展迅速的特点而成为备受青睐的研究对象。本文以中国的9个1.5线城市为样本构建了城市商品住宅投资环境评价指标体系。运用AHP方法对影响商品住宅投资环境的4个因素层42个指标赋予权重，并通过PROMETHEE法对评价模型进行排序。研究城市商品住宅投资环境的理论和评价方法，即是对投资环境理论生活化的应用，旨在加深对城市房地产投资与其环境之间的客观规律的认识，也可为房地产投资商的区域选择和投资决策提供参考。

关键词：投资环境；商品住宅；1.5线城市；综合评价

中图分类号：F293.353 文献标识码：A 文章编号：1008-4428（2019）02-0115-03

一、 引言

改革开放后，随着经济迅猛发展，我国各项的投资规模有了大幅的提高。其中，房地产投资凭其高投入高回报的特点迅速成为投资界的焦点。然而近年来，我国房价一路上涨而商品住宅空置率却居高不下，这进一步反映了我国房地产地区发展不均衡所带来的不健康的发展趋势。目前，我国商品住宅投资正处在一个瓶颈期。四个一线城市商品住宅市场接近饱和，拿地难、定价高已使得其不再是投资者青睐的对象。而二线城市多达36个，市场环境参差不齐，开放度不高、政策复杂也常常使得投资者望而却步。因而，以1.5线城市为代表的城市群，凭借其较强的综合实力，稳定的社会环境，巨大的发展潜力，必将成为商品住宅投资的重点对象。故本文以1.5线城市为研究对象，探究其商品住宅投资环境。

国外的相关研究可以追溯到20世纪60年代。以美国教授海默提出的“垄断优势理论”为国际投资环境理论研究的基础。首先是美国彼特和伊西阿教授针对发展中国家投资环境，总结出“国别冷热比较法”。进入80年代后，随着发展中国家的不断开放，吸引着众多外国投资者前来投资，极大地促进了发展中国家与发达国家之间投资体系的完善。这一趋势同时促进了对发展中国家投资环境的深入研究，掀起了前所未有的研究热潮，研究方法也更加定量化和科學化。如：美国经济学家管理学家法默和里奇曼提出的法默-里奇曼模型等。

国内对于投资环境的研究起步于20世纪70年代末。随着我国改革开放外资的不断引入，一股研究热潮被掀起。首先是1993年末出现的一批对于评价方法和投资环境的创新性的研究成果为投资环境体系的建立奠定了基础。例如：张汉亚教授发表的中国城市投资环境评估体系；戴园晨教授对投资环境评价体系的科学界定等。随后，张敦富等教授开始将区域分布带来的经济和社会因素相关的指标列入评价体系。而定性与定量相结合的研究方法的出现，则是一个重要的飞跃。如香港中文大学的闽建蜀教授提出的闽氏多因素法，通过各个区域的特点选用不同的因素进行分析决策，并赋以各个因素权重，得出该投资环境的最终得分。

本文是以多因素评价方法为原理，其中以AHP方法对各个指标确定权重，再将各个城市依得到的权重用PROMETHEE的方法来进行排序。这样一来，将评价中的定性环节进行改进，减少由人为因素带来的影响，并通过一致性检验，可以判断权重的合理性。而结合PROMETHEE方法进行排序，可以真正确保排序依据的合理和科学性，以构造一个客观有效的评价体系。

二、 评价指标的选取

结合国内外的参考文献和研究成果进行筛选总结，本文确立的商品住宅投资环境评价指标主要来自自然因素、经济环境、社会因素和基础设施四个因素层面共42个指标。

（一）自然因素

在自然因素层，本文选择了建成区面积、建成区绿化覆盖率、城市污水处理率，工业烟（粉）尘排放量四个指标。首先，商品住宅的投资建立在一定的建成区土地资源上，当一个城市的建成区面积过小时，必然带来地价上涨、竞争加剧等问题，恶化商品住宅的投资环境。因此，在一定条件下，建成区面积越大越有利于商品住宅投资。其次，随着人们生活条件的不断改善，居民区的绿化覆盖率成了衡量居住环境的一大标准，故本文选用建成区的绿化覆盖率作为参考指标。再次，在城市化的进程中，污水处理能力也成为衡量一个城市宜居度的重要参考指标，污水的及时处理，可以保障环境的优良。最后，虽然工业化在一定程度上体现了城市的发展水平，然而工业烟（粉）尘排放量过大，会带来空气质量的问题，进而给投资环境带来负面效应。

（二）经济环境

作为投资领域的重要组成部分，商品住宅的投资环境在很大程度上依赖于经济环境。在经济环境层，本文共选择了经济效益层、经济规模层、金融效益层、产业结构层、开放程度层、房地产市场环境层6个子因素层共20个指标。其中经济效益层5个指标包括城镇居民人均可支配收入、在职职工平均工资、人均地区生产总值、地区生产总值增长率、地方财政收入。其中，城镇居民人均可支配收入和在职职工平均工资反映了城市居民的综合购买力，正向影响着商品住宅的投资环境。而人均地区生产总值反映了城市的综合经济实力，地区生产总值增长率则反映了城市经济实力的发展趋势。最后，地方财政收入反映了地方政府的实力，也对城市建设的投入有一定预测作用。

经济规模层有固定资产投资总额、消费品零售总额以及规模以上工业总产值三个指标。固定资产投资总额与规模以上工业总产值反映了城市的综合投资环境，消费品零售总额则反映了城市居民的生活质量水平，三个指标均正向反映了商品住宅投资环境的优良程度。

金融效益层我们采用了居民年底储蓄余额、年末金融机构各项贷款余额两项指标。居民年底储蓄余额反映了城市居民的实际购买力而年末金融机构各项贷款余额则反映了地区的金融业发达度，在商品住宅投资过程中，企业不可避免需要金融机构的支持，故这两项指标均正向影响商品住宅投资的环境。

产业结构层中，由于第三产业在一定程度能反映出居民的生活水平，故第三产业占GDP比重正面影响住宅投资环境。而当年实际引用外资金额作为开放程度的衡量标准，反映出城市的开放度与包容度，这些因素都会正面影响商品住宅的投资环境。

房地产市场的投资环境作为商品住宅投资环境最直观的评判标准，本文选取了城市居住用地面积、商品住宅销售价格、商品住宅销售面积、商品住宅完成投资额、商品住宅待售面积、房地产开发企业数量、房地产从业人数以及建筑业从业人数共八个指标。其中商品住宅完成投资额、商品住宅待售面积和房地产开发企业数量反映了城市房地产市场的饱和度，为负向指标，城市居住用地面积、房地产业从业人数和建筑业从业人数反映了房地产市场的发展程度，故为正向指标，而商品住宅的平均销售价格则反映了销售市场的供求情况及利润空间，故为正向指标。

（三）社会因素

社会因素层本文共选取了人口因素、社会福利以及人口素质三个子因素层进行测度。其中人口因素层三个指标，分别为平均人口数、人口密度以及人口自然增长率。三项指标均正向反映了城市的潜在购买力。社会福利层指标包括城镇基本医疗保险覆盖率以及城镇基本养老保险覆盖率。这两项指标均反映了城市的福利覆盖，正面测度了城市的宜居程度。而人口素质层则选取了科研技术人员、高校在校生人数以及互联网接入用户数三项指标。由于科研技术人员以及高校在校生均为高素质人员，互联网接入用户数也反映出了城市居民对科技的使用情况，故选三者作为代表反映出城市人口的综合素质。

（四）基础设施

基础设施因素层，我们从交通运输、城市建设、医疗设施以及生活娱乐四个子因素层选择了10个指标。交通运输层包括客运量、货运量、每万人拥有公交车辆数以及年末城市道路面积。其中，前两个指标反映了城市的开放程度以及地理位置的优劣，而后两者则反映了城市的交通建设情况，4个指标均为正向指标。城市建设层包括城市维护建设资金支出、排水管道总长度以及工业废固综合利用率3项指标，政府在城市建设上的投入在一定程度上决定了城市的基础建设的完备度，对投资环境形成正面影响。而医疗设施层则选取人均医疗机构床位数作为唯一指标，正面反映城市的宜居程度。在生活娱乐层本文选取了剧场、影院个数以及每百人公共图书馆数量作为评判标准，以此反映居民的生活水平以及城市的人文气氛，二者均为正向指标。

三、 基于AHP和PROMETHEE方法的商品住宅投资环境实证

（一）基于AHP方法的评价体系指标权重测算

（二）基于PROMETHEE方法的商品住宅投资环境综合评价模型构建

1. 获取1.5线城市各项指标值

通过查阅中国2015年城市统计年鉴、中国2015年房地产统计年鉴等数据，收集得到1.5线城市42个指标数值。

2. 通过PROMETHEE方法确定各城市优先指数表

我们确定以PROMETHEE方法六大准则中的“通常准则”为优先函数计算每个城市相对其他八个城市的优先指数。在计算每座城市的流量过程中，产生了许多优先指数，优先指数为该乘数与其他城市比较而来，以“0”或“1”来表示。其中“1”为该城市在目前的指标上优于被比较城市，“0”为该城市在目前的指标上劣于被比较城市。

3. 1.5线城市各因素层净流量及排名

结合9个城市的优先指数表综合汇总可得出1.5线城市净流量及排名如表1所示。

四、 结果与分析

从1.5线城市商品住宅各因素层净流量及综合排名的结果来看，各城市得分从高到低依次为重庆、天津、成都、武汉、南京、杭州、苏州、沈阳和大连。根据该评价结果，可以把这九个城市的投资环境分为三类、第一类，得分在0以上，定义为房地产投资环境优。分别为重庆、天津、成都和武汉。其中重庆又明显优于其他三个城市，因为它四个子因素层都十分突出，可以作为房地产开发企业1.5线城市群发展的首选目标。第二类，得分在-0.2分至0分，定义为房地产投资环境良。分别为南京和杭州。第三类，得分在-0.2以下，定义为房地产投资环境一般，包括苏州、沈阳和大连。这三个城市除了苏州经济环境稍强，均有自然环境和经济环境较差的特点，这两点已经决定其并非房地产投资的上佳选择。

而从各城市的子因素层得分情况观察可得，各个城市的自然和经济环境得分差异较为显著。天津的经济环境明显优于其他八个城市，苏州、重庆和成都的经济在0分以上属于较优，而其他五个城市经济环境得分在0分以下。而自然环境中，重庆因其建成区面积的绝对优势排名第一，武汉、南京和成都的得分在0分以上，而杭州、沈阳、大连和苏州因受限于地理面积，得分在0分以下。而从得分来看，各城市的社会因素和基础设施的得分十分接近，说明1.5线城市对于城市建设和人文环境的重视都处在一个相对完备的层次上。

参考文献：

[1]常建，蒋太立.层次分析法确定权重的研究[J].武汉理工大学学报，2007（1）.

[2]陈康幼.投资经济学[M].上海：上海财经大学出版社，2003：199-200.

[3]陈基纯，陈忠暖.中国房地产业与区域经济耦合协调度研究[J].商业研究，2011（4）.

[4]陈基纯，陈忠暖.我国大中城市房地产投资环境评估与分类研究[J].科技管理研究，2012（3）.

[5]陈淑云，付振奇.城市化、房地产投资与经济增长的关系分析——以湖北省1990—2009年时间序列数据为例[J].经济体制改革，2012（2）.

[6]范如国.房地产投资与管理[M].武汉：武汉大学出版社，2004：85-93.

[7]庞博.商品住宅投资环境因素当议[J].财税金融，2007（11）：101-103.

[8]彭向，胡躍红.中国房地产经济区划的聚类分析[J].统计观察，2006（2）：86-88.

[9]王晓润.长三角地区投资环境评价研究[J].华东经济管理，2008（3）.

[10]吴永位.对目前我国房地产评估产业现状的探讨[J].商业文化，2012（1）.

[11]袁国强，展正然.带有模糊约束的房地产投资随机期望值模型[J].数学的实践与认识，2012（19）.

[12]殷焕伟，张宝术.城市投资环境综合评价方法研究[J].城市问题，2006（8）.

[13]周鹏，张红，谢娜，等.基于主成分分析和德尔菲法的房地产投资环境综合评价体系[J].中国土地科学，2010（12）.

[14]邹晖.住宅类房地产开发中PRO应用初探[J].城市建设理论研究，2011（19）：27-28.

[15]Broll U， Poldán-Ponce A， Wahl J E. Regional Investment under Uncertain Costs of Location[J]. the Annals of Regional Science，2013（3）：645-657.

[16]Zvingilaite E， Jacobsen H K. Heat savings and heat generation technologies： Modeling of residential investment behavior with local health costs[J]. Energy Policy，2014（11）：31-45.

作者简介：

陈思渺，女，武汉大学经济与管理学院硕士，研究方向：供应链管理。