统计分析方法在房地产市场定位前期的应用.pdf

《统计分析方法在房地产市场定位前期的应用.pdf》由会员分享，可在线阅读，更多相关《统计分析方法在房地产市场定位前期的应用.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 26 统计分析方法在房地产市场定位前期的应用俞海莲（吉林工商学院 会计分院，吉林 长春 130062）摘要统计分析方法在当今社会日益受到重视，在各个领域都得到了广泛应用。本文采用因子分析、聚类分析和多重均值比较方法，讨论统计方法在房地产市场调研前期中市场定位的应用。关键词统计分析方法；房地产；市场定位；因子分析；聚类分析中图分类号 F222文献标识码 A文章编号1674-3288（2011）01-0026-04收稿日期 2010-12-15作者简介俞海莲（1961-），女，吉林长春人，吉林工商学院会计分院副教授，研究方向：统计应用。我国房地产企业取得楼盘畅销的共同点，是以准确地市场定位最终取

2、得市场，获得买主的认同的。在决定开发一个项目之前，首先要进行市场定位，从而锁定目标客户。市场定位是楼盘畅销的先决条件，也是进一步拓展房地产企业市场的重要途径，而房地产市场定位的重要内容就是房地产市场细分。市场细分的作用主要表现在细分市场有利于开拓、发掘新的市场机会，企业可以集中人、财、物等资源，取得更大的经济效益；有利于掌握潜在市场需求，不断开发新产品，开拓新市场，通过细分市场可以从中选择有效的目标市场。在许多情况下，需要了解的市场是一个较大的区域，但如果对整个市场进行调查、研究和分析，则所耗时间太长，而且要耗费大量的人力、物力和财力。因此有必要抽出一个或几个有代表性的小区域市场进行调查和分析

3、以得到信息来反映整个市场。那么现在就面临一个这样的问题：怎样选出这一个或几个有代表性的市场？以前普遍是依赖于对单个指标的分析来判断，这种判断往往带有片面性。本文利用聚类分析、因子分析和多重均值比较这三种统计方法，联合起来分析各小区域市场的有代表性的指标所组成的数据信息，把定性分析结果和定量的分析结果结合起来，使得到的结果更加全面、客观、符合实际。一、设置指标体系某一南方房地产公司现准备向东北三省拓展业务，为了降低投资风险，该公司准备在东北三省的 31 个城市中筛选目标市场，以明确市场定位。通过对东北三省 31 个城市的各项指标进行筛选，共选用 7 个比较有代表性的指标：X1人均 GDP（元）、

4、X2职工平均工资（元）、X3年末居民储蓄总额（万元）、X4社会消费品零售总额（万元）、X5人口密度（人/平方公里）、X6地方财政收入（万元）、X7城市建设用地所占百分比（%）。东北三省 31 个城市的 7 个指标的具体数据资料，来源于 中经数据库 2009。二、构建因子模型设有 k 个观测变量，分别为 X1，X2，.，Xk，其中 Xi为具有零均值、单位方差标准化的标准化变量。则因子模型的一般表达形式为：=1 1+2 2+（i=1，2，k）三、因子分析首先根据取样足够度的 KMO 度量来判断所取数据是否适合做因子分析。KMO 值是用于检验因子分析是否适用的指标值，若它在 0.5 1.0 之间，表

5、示适合；小于 0.5 表示不适合。Bartlett 的球体检验是通过转换为2检验来完成对变量之间是否相互独立进行检验。检验结果 KMO 值为 0.6190.5，且反映像相关矩阵中第 2 7 卷第 1 期2 0 1 1 年 1 月Vol.27,No.1Jan.2011JOURNAL OF JILIN BUSINESS AND TECHNOLOGY COLLEGE吉 林 工 商 学 院 学 报 27 很多元素的值都比较小，这说明该组数据适合做因子分析。表 1总方差解释表成分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%合计方差的%累积%12345673.7991.8151.0

6、50.2250.0780.0310.00354.2725.92153.2081.1120.4370.03954.2780.295.298.4199.5299.961003.791.811.0554.2725.921554.27180.295.2042.911.921.8241.6527.5226.0341.65169.17395.204从表中可以看出：根据特征值大于 1 的规则，因子分析过程提取了前 3 个因子，其中第一个因子提取了原始信息的 41.6541%，第二个因子提取了原始信息的 27.523%，第三个因子则提取了 26.031%的原始信息，其特征值共占去方差的 95.204%。说明前

7、 4 个因子提供了原始数据的足够信息，所以应选取 3 个公共因子。表 2因子旋转载荷矩阵成分123X1人均地区生产总值（亿元）X2职工平均工资（元）X3城乡居民储蓄年末余额（万元）X4社会消费品零售总额（万元）X5人口密度（人/平方公里）X6地方财政预算内收入（万元）X7城市建设用地比重%0.2430.2560.9720.980.1180.9340.0070.0860.1590.0620.0350.9710.0960.9680.9080.8910.220.1660.0730.3120.157从表 2 中看出：旋转后的因子系数已经明显向两极分化，有了更明显的实际意义。F1 中系数最大的有：X3、

8、X4、X6；F2 中系数最大的有：X5、X7；F3 主要由 X1、X2 决定，所以给各因子命名（见表 3）。表 3因子命名表因子高载荷指标因子命名F1F2F3X3、X4、X6X5、X7X1、X2购买力因子投资环境因子收入水平综合评分：1.计算因子综合得分=（11_1+22_1+33_1）/1+2+3其中，123分别为旋转之后的方差贡献2.分别对三个因子得分进行排序，整理得下表（见表 4）：上述 7 项指标经过标准化处理之后，运用SPSS13.0 统计分析软件进行因子分析运算，因子提取方法运用主成分分析法。从上述因子排名及综合排名可以看出：排名靠前的城市有沈阳市、大连市、哈尔滨市、鞍山市、盘锦市

9、、长春市、大庆市、抚顺市、锦州市、辽源市，这几个城市在我们选择的指标中因子得分较高，说明这几个城市可作为地产商投资的目标。28 表 4因子得分排名表购买力因子投资环境因子收入水平因子综合F1名次F2名次F3名次F名次沈阳市大连市鞍山市抚顺市本溪市丹东市锦州市营口市阜新市辽阳市盘锦市铁岭市朝阳市葫芦岛市长春市吉林市四平市辽源市通化市白山市松原市白城市哈尔滨市齐齐哈尔鸡西市大庆市伊春市佳木斯市七台河市牡丹江市黑河市3.497152.44722-0.09714-0.0865-0.28781-0.30927-0.28831-0.34951-0.37193-0.38922-0.7416-0.49203-

10、0.44937-0.205011.521710.14323-0.38931-0.55935-0.47412-0.40649-0.84447-0.30662.19923-0.07838-0.38919-0.49913-0.15503-0.24946-0.455-0.26263-0.67172128713161417182030262310452128252231153619279112412290.24980.035952.177911.58591-0.46427-0.087921.404610.75750.985290.709511.86229-0.25435-0.28705-0.80514-

11、0.21632-0.72190.633492.16645-0.4371-0.95288-0.80322-0.97521-0.14651-0.84055-0.72217-1.3831-1.11432-0.69535-0.59963-0.55636-0.5053810111418125768315162614239217282529132724313022212019-0.078551.212970.92224-0.109710.34505-0.28905-0.16089-0.25926-0.6319-0.030651.600960.03297-0.2861-0.25484-0.357590.09

12、022-0.74123-0.7186-0.16505-0.511531.2944-1.02109-0.2132-0.39964-0.362614.08763-1.50341-0.60315-0.41396-0.45043-0.023991145126191317271028181614232928142533015222113122232491.5807141.4126870.8392870.390638-0.16579-0.239750.235941-0.00481-0.050650.0264550.651674-0.27978-0.35781-0.392130.505426-0.12137

13、-0.189850.185117-0.37892-0.59317-0.24774-0.695250.861497-0.38656-0.478190.499441-0.80104-0.47507-0.4856-0.3989-0.4465312481517912131151920236141610212918303222773126282425四、聚类分析表 5每个聚类中的案例数聚类有效值缺失值12344.0009.0002.00016.00031.0000.000 29 表 6各类汇总表类别地区1沈阳市、大连市、长春市、哈尔滨市2鞍山市、抚顺市、锦州市、营口市、阜新市、辽阳市、盘锦市、四平市、辽

14、源市3松原市、大庆市4本溪市、丹东市、铁岭市、朝阳市、葫芦岛市、吉林市、通化市、白山市、白城市、齐齐哈尔市、鸡西市、伊春市、佳木斯市、七台河市、牡丹江市、黑河市五、均值多重比较为了了解以上分类结果中的各类对各因子的重视程度，可以通过均值多重比较，并依据各类对各因子的重视程度来给各类命名，假设 A 表示最重视，B 表示一般，可以将上述表格简化（见表 7）。表 7各类命名表第一类第二类第三类第四类消费型城市政策型城市收入型城市折中型城市购买力因子投资环境因子收入水平因子ABBBABBBABBB不同类别对于 3 个公因子重视程度划分等级，将被调查城市划分为 4 类并分别为其命名：消费型城市、政策型城

15、市、收入型城市、折中型城市（见表 8）。表 8分类命名城市汇总表类别地区消费型城市沈阳市、大连市、长春市、哈尔滨市政策型城市鞍山市、抚顺市、锦州市、营口市、阜新市、辽阳市、盘锦市、四平市、辽源市收入型城市松原市、大庆市折中型城市本溪市、丹东市、铁岭市、朝阳市、葫芦岛市、吉林市、通化市、白山市、白城市、齐齐哈尔市、鸡西市、伊春市、佳木斯市、七台河市、牡丹江市、黑河市六、结论综合以上分析，属于第一类即消费型城市除大连市以外都是省会城市，它们的共同特点是地区财政收入、社会消费品零售总额、居民储蓄都普遍高于其他地区，城市建设用地百分比却不是很高，人口密度也不是这些城市中最大的，说明这些城市的居民更偏好

16、消费品的消费，对房地产投资不是很敏感，但是大量的存款说明他们还是房地产的潜在顾客；政策型城市的城市建设用地百分比较其他城市都要高，同时人口密度也比较大，充分说明这些地区的房地产政策可能相对比较宽松，比较容易进入，且人口密度大的城市的商业区发展前景很好，可以考虑对商业房地产的投入，但是鉴于这些城市居民储蓄有限，且工资平均水平与消费型城市相差不大，有一定的能力分期付款购房；这里比较特殊的是收入型城市，这两个城市人均 GDP 很高，说明这两个城市的发展潜力很大，职工平均工资也非常高，储蓄总额也比较大，人口密度及城市建设用地比重却较低；折中型城市的所有指标都偏低，所以不做投资的考虑。以上分析仅适用于房

17、地产市场调研细分前期工作，并不是进行房地产投资及房地产营销策划的依据。这种方法虽然不是房地产商决策的依据，但是可以帮助房地产商初步选定目标市场，进而进行更详细细致的市场定位工作。（下转第 7 3 页）73 行使职务，而对方客观受益的，为了表达感谢之意，执意送财物给行为人。在行为人当场拒绝无效的情况下，对方将所送财物强行留在国家工作人员住处的情形。此时，如果该工作人员将财物送交给有关单位并在事实上使财物处于后者的支配、控制之下的，即因为行为人采取的措施使自己完全失去了对财物的拥有，则对行为人自然不宜以受贿罪论处。因为只有这样果断有效的处理，才能使我们确信行为人是真正地没有受贿的故意。其二，自始至

18、终完全被动，但并没有采取任何措施，任由行贿人将财物置于其可控范围之内的。例如同样的案件中，行为人虽然一开始没有受贿故意，后来也没有形成极为明显的占有财物意图，但对于财物被放在自己的住处，不实施积极行为去阻断自己对财物的占有状态，而是放之不管。对此笔者认为，可以于案发时考察财物的放置时间，一般来讲，如果时间较久，难以判定行为人确有即将交付给有关人员或者单位的处置行为，则可以认定为受贿罪。因为住处是一个人很隐秘和相对封闭的空间，对此空间内的财产注定已经阻隔了其他人支配财产的可能性，只要行为人自己不采取措施，客观上就必然形成自己对财物的排他性占有，应视为其“个人财产”，认定为已经接受了财物；当然如果

19、案发时，财物放置时间确实很短，联系其他证据，很难推翻行为人即将处置财物的无罪辩护时，也可以认定为尚不构成受贿罪。当然，这里的时间长短不是个容易界定的界限，但综合全案、综合各种事实还是可以得出一个更接近于行为人真实想法的结论的。其三，开始被动，后来转化为主动接受的。行为人在开始与行贿人接触的时候，完全没有接受财物的打算。但在对方将财物强行放置在住处以后，行为人的心理经过激烈冲突与动机斗争后，以各种借口为自己的行为找到了“合理性”的自我辩解理由，例如“我给他带来了利益，有所回报是应该的”、“整个社会风气如此，我也改变不了大局”以及“偶尔收一次也没关系”等等，经历了这样一个心理的反复过程以后，变得心

20、安理得起来。此时，行为人的收财行为就由最初的被动转化为最后的主动接受了，当然也就完全符合了受贿罪的故意要件，应认定为受贿罪。参考文献1于宏.事后受贿的认定J.国家检察官学院学报，2003，（1）.2陈兴良.刑法疏议M.北京：中国人民公安大学出版社，1997.3郑汉军，满炫.“事后受财”构成受贿罪问题的探讨J.湖南公安专科学校学报，2004，（1）.4唐棣.受贿罪的立法与司法适用J.兰州学刊，2005，（4）.5肖扬.贿赂犯罪研究M.北京：法律出版社，1995.6蒋新华.从个人利益最大化透视受贿罪表现形式及其法律适用J.新疆警官高等专科学校学报，2005，（3）.7陈忠林.刑法（分论）M.北京：

21、中国人民大学出版社，2008.8李洁.灰色收入当属贿赂犯罪隐蔽形式JB/OL.法律教育网.9 日中山研一.刑法总论M.成文堂，1989.10李希慧.刑法解释论M.北京：中国人民公安大学出版社，1995.责任编辑：董建军（上接第 2 9 页）参考文献1梁绍辉.探讨房地产企业风险分析与防范J.科学之友，2010，（20）.2尚庆云.浅谈房地产项目风险管理J.黑龙江科技信息，2010，（30）.3王正才.我国宏观经济与房地产经济J.中国管理信息化，2010，（21）.4边向征，李慧军.房地产项目环境影响评价重点探讨J.北方环境，2010，（5）.5庞曜玮.中国房地产发展与经济动态关系分析研究J.今日科苑，2010，（20）.6高筱蓉.浅谈新政调控之下我国房地产行业经营模式的创新J.经营管理者，2010，（20）.7江劲，曾昕，杨笛.对我国房地产市场的战略研究J.经营管理者，2010，（20）.责任编辑：樊保臣