内容提要: 本文在对常用的房地产预警指标体系选择方法及筛选流程进行分析的基础上，提出了一种主、客观相结合的房地产预警指标选择方法，即先采用综合分析方法对指标进行初次选择，然后用聚类分析和相关分析相结合的方法进行再次选择。最后建立了武汉市房地产预警指标系统，并进行了房地产综合预警。
关键词: 房地产预警指标体系; 综合分析法; 聚类分析法; 综合预警
Research on Early-warning Index System and IntegratedWarning of Real Estate
Abstract: After comparing a variety of generally used methods of real estate early-warning，a new method with thesubjective and objective factors has been proposed in this paper． Firstly，we use the comprehensive analysis method to carryon the primary election of the indexes． Then，we combine the cluster analysis with the correlation analysis to choose theindexes again． Finally，we establish the real estate early-warning system based on the data of Wuhan city and give theintegrated warning of real estate in Wuhan．
Key words: Index System of Real Estate Early-warning; Comprehensive Analysis; Cluster Analysis; Integrated Warning
一、 引言
房地产预警系统，是指通过对房地产经济运行历史过程的分析，归纳和总结出若干房地产经济运行的基本规律，并主要通过指标体系的选择和建立，揭示和认识具体指标与房地产业经济运行总体态势和局部特征之间的内在联系，从而得到有关房地产业总体经济运行态势和局部特征变化的准确判断，并对其今后走势作出正确的预期与评价，同时尽量避免那些不良态势或事件的发生［1，2］。
因此，科学地选择预警指标体系，是建立完善的房地产监测预警系统的前提和基础。文献［3 － 9］分别对房地产预警指标体系的构建方法做过分析。总体来看，目前房地产预警指标体系的构建方法逐渐从定性转为定量分析，目前用的较多的有时差相关分析法、主成分分析法、聚类分析法和K-L 信息量法等，以上方法运用于房地产预警指标的筛选都有合理的理论依据，但单纯运用以上某种方法进行房地产预警指标筛选存在不少问题:
第一，适用性不强。如时差相关分析法和K-L信息量法用于指标筛选时都要求样本容量足够大，一般要求样本数至少为50 个，而到目前为止我国房地产业发展不过十来年，远满足不了这个要求。
第二，指标体系不全面。如在直接采用主成分分析、聚类分析、时差相关分析进行指标筛选时，很有可能出现某一类别的指标没有入选，而其他类别的指标却非常集中的情况。
第三，指标体系的经济意义难以解释。用聚类分析直接对指标进行聚类时很有可能将经济意义上不同类别的指标聚合在一起，这样的分类很难从经济理论上进行解释。
本文拟采用综合分析和聚类分析相结合的方法对房地产预警指标进行筛选，将主、客观分析结合起来，试图弥补以上方法存在的缺陷，并利用得到的指标体系进行综合预警。
二、房地产预警指标体系的选择方法及筛选流程
本文在选择指标体系时，分两次对指标进行选择，初选指标时结合相关的经济、管理理论采用综合分析法对指标进行分类选择，主要考虑指标的全面性问题，而再次选择指标时则对每类指标分别采用聚类分析和相关分析方法进行选择，根据相关系数的大小，选出其中的代表指标，达到既兼顾指标的全面性又避免指标的相关性的目的。
( 一) 综合分析法综合分析法是指将预警指标体系的度量对象和度量目标划分为若干个组成部分或不同的侧面( 即子系统) ，并逐步细分成相应的功能模块，直到每一个部分和侧面都可以用具体的统计指标来描述，这是构造综合评价指标体系最基本、最常用的方法。房地产预警指标体系也可以按这种思路来设计，把反映房地产发展状况的指标分为有机联系的四个主要方面，即房地产自身发展速度指标、房地产供需平衡指标、房地产同国民经济协调关系指标和房地产与金融业关系指标。然后再对每一个方面进行细分，例如反映房地产自身发展速度可用房地产生产总值、房地产开发投资额、房地产从业人员数等指标的增长率来反映，按照这种方法，就能够设计出多层次的房地产预警指标体系。
( 二) 聚类分析运用聚类分析进行指标筛选的关键在于各类代表性指标的选取，一般方法是，在聚合的每类指标中，各选出一个有代表性的指标变量作为典型变量。为此计算每一个指标与同类的其他指标的决定系数R2 ( 相关系数的平方) 的均值，选取决定系数均值最大的指标变量作为该类的典型指标，如果某类只有一个指标，则该指标直接作为评价指标。聚类分析具有简化和筛选指标的作用。
( 三) 房地产预警指标筛选流程首先，按照综合分析法对指标进行初选和分类。将影响房地产预警度的因素分为房地产自身发展速度、房地产市场供求协调关系和房地产同国民经济的协调关系三方面，并按照全面性的原则初选指标。其次，对每类中的指标进行R 型聚类分析，将其分成若干子类。最后，在子类中运用统计方法选择代表指标。若某个子类只有一个指标，则将其直接选入评价指标体系; 若某子类有两个以上的指标，则计算该子类中各指标与其他指标的复相关系数。某指标的复相关系数在该类越大，则认为该指标所包含本类的信息最丰富，对该类指标的代表性最强，按此原理，复相关系数最大的指标入选。
三、房地产预警指标的选择
( 一) 房地产预警指标的初次选择在进行房地产预警指标的初选时，我们主要采用综合分析法。
房地产预警指标体系主要应包括反映房地产自身发展速度的指标; 同时在市场经济环境下，供求是影响房地产市场最根本的因素; 另一方面房地产业发展必须与整个国民经济的发展相协调，否则会影响资源配置的合理性，引发系统风险。故本文从反映房地产自身发展速度、房地产供需、房地产同国民经济协调关系这三方面来选取预警指标。关于房地产与金融业关系指标由于资料原因暂不考虑，其影响在以上三个方面也有反映。三个方面确定以后，我们分别选取反映每个方面的代表性指标，在参考专家意见的基础上，考虑房地产业本身的运行规律及武汉市房地产市场的自身特征，按照全面性和可得性的原则，初步选出18 个指标作为研究武汉市房地产业的基础指标体系。具体指标如下:
1. 反映房地产自身增长速度的指标。
( 1) 房地产开发投资额增长率。这是反映整个房地产行业冷热程度的一个核心指标，也是房地产业的先行指标。适度的投资有利于拉动经济的增长，但如果房地产开发投资额增幅过高，将使供给过量，如无需求匹配，导致供过于求，造成资源浪费。
( 2) 房地产施工面积增长率。反映了房地产业1 ～ 2 年后的现房供给量，是较重要的房地产业发展前瞻性指标。
( 3) 房地产生产总值增长率。与房地产开发投资额增长率指标相似，该指标也是反映房地产总体发展规模变化的一个综合指标。
( 4) 土地转让面积增长率。反映了开发商手中可建存量土地增长情况，增长越快，对2—3 年后楼市供给压力越大。
( 5) 房地产竣工面积增长率。反应当年已建成的现房供应情况，当年的竣工面积和空置面积之和•18• 统计研究2011 年11 月为当年房地产可供应面积的总量，和销售面积对比则可反应当年的供求情况。
( 6) 全社会住宅投资增长率。反映全社会住宅投资的增幅，与房地产开发投资中的住宅投资不同，它的范围更广，除了由房地产开发的住宅投资外，其他如单位集资建房、政府所盖经济适用房等都包括在内，反映了总的住宅投资规模。
( 7) 房地产交易面积增长率。反映房地产交易规模，交易面积既包括新房出售，也包括二手房交易，交易面积的变化能同步地反映房地产市场的冷热程度。
( 8) 房地产年平均从业人员数增长率。它也是反映房地产业规模发展变化的一个指标，一般说来，如果房地产业发展过快，从业人员数也会急剧增加。
2. 反映房地产市场供求均衡的指标。
( 1) 商品房销售面积增长率。商品房销售面积是反映房地产市场供求的重要指标，销售面积增长率持续增长说明市场供求两旺，反之则说明市场供过于求。另外销售面积为前瞻性指标，市场启动、房价上涨前一般有销售的放量，销售量萎缩则是市场调整的先兆。
( 2) 商品房销售价格指数。商品房销售价格指数是反映房地产供求的核心指标，商品房销售价格增长过快则商品房销售价格指数增大，说明市场供不应求，市场过热，反之则说明市场过冷。
( 3) 空置面积/ 施工面积。商品房空置率指标是反映房地产市场协调关系最灵敏、最概括的指标。但是由于现在对于商品房空置率的界定和计算方法等存在较大的争议，因此，无法使用商品房空置率这一指标进行计算，故本文采用商品房空置面积/ 商品房施工面积。客观上，该指标应该有一个合理的比例区间。比例过低，说明需求不足，市场偏冷; 比例过高，说明需求旺盛，市场偏热。
( 4) 施工面积/ 峻工面积。反映市场未来供求关系。施工面积通常为竣工面积的3 ± 0. 5 倍，该比值越大，将来越有供过于求的可能。
( 5) 销售率。销售率= 商品房销售面积/ 可售面积。该指标用于反映房地产市场供需关系。商品房销售面积和可售面积指的均是当年商品房销售面积和当年商品房可售面积。由于没有明确的当年商品房可售面积这一统计数据，因此在本文中，当年商品房可售面积指的是去年商品房空置面积和当年商品房竣工面积之和。
3. 反映房地产同国民经济协调关系的指标。
( 1) 房地产生产总值/GDP。它反映了房地产业在整个国民经济中的比重和地位，随着房地产业在整个国民经济中支柱产业地位的确立，房地产生产总值在GDP 的比重也在增大。
( 2) 房地产开发投资额/ 固定资产投资额。它是反映投资结构是否合理的基础性指标，也是反映房地产与国民经济之间的协调关系的一个核心指标，国际上通常用它来衡量房地产投资是否过热。客观上，它应该有一个合理的比例区间，比例过低，说明房地产供应不足; 比例过高，说明发展过度。全社会固定资产投资增加( 或减少) ，房地产开发投资也会随之相应增加( 或减少) ，因此，在房地产市场及社会经济发展稳定时，房地产开发投资额/ 固定资产投资额应该是一个比较稳定的数值，但是当房地产市场发生波动时，房地产开发投资额在固定资产投资额中所占的比例就会产生明显的波动。发达国家房地产投资额占固定资产投资额的比重一般为20% ～ 25% ，我国房地产业处于发展阶段，且作为国民经济的支柱产业，合理的比重可以略大。
( 3) 房地产价格发展速度/ 实际GDP 发展速度。该指标是测量虚拟经济相对实体经济发展速度的动态指标，用来监测房地产经济泡沫化程度。合理的房地产价格增长不应高于实际GDP 的增长，否则增长将不可能长期持续，房地产价格持续急剧上扬是房地产泡沫的重要表现。
( 4) 房地产价格发展速度/ 收入发展速度。一国或一地区的房价水平从长期趋势来看是随着经济的发展在增长，但应同经济的发展水平和当地居民的收入相匹配，否则会造成房价虚高，产生房地产泡沫，对经济产生很大的危害。因此在反映房地产同国民经济协调关系时应设计一个反映房价和收入关系的指标。有不少参考文献用商品房平均销售价格增长率/职工平均工资收入增长率作为反映房地产同国民经济协调关系的指标，但是当增长率为负数时，则该指标无意义，所以本文经过调整，改为房地产价格发展速度/ 收入发展速度。该指标能够反映房价同收入的协调关系，也应有一个合理的区间，当商品房销售价格的增加与大多数购买者的收入增长速度相当时，则说明商品房的价格增长没有脱离市第28 卷第11 期师应来王平: 房地产预警指标体系及综合预警方法研究•19•场需求的支撑，仍然处于大多数购买者的购买能力之内，房地产的发展是正常的; 但是当商品房价格增长远高于居民收入增长时，则说明商品房价格没有市场支撑，与国民经济发展不协调; 而当商品房的价格增长低于收入增长时则说明房地产发展过冷，没有跟上国民经济的发展。
( 5) 房地产开发投资额发展速度/GDP 发展速度。房地产开发投资额和国内生产总值是正相关关系，一般来说，当国内生产总值持续增长时，房地产开发投资也应增长。但是在房地产发展的不同时期，两者关系表现也不相同，在房地产发展初期，这时房地产随着经济的发展而增加，但此时房地产开发投资额的发展速度会高于GDP 的发展速度，只有当房地产发展比较成熟时，两者才有一个比较稳定的比例关系。多数情况下，该指标值大于等于1，但是当房地产发展过冷时，房地产开发投资额的增长速度会明显低于GDP 的增长速度，这时房地产开发投资额发展速度/GDP 发展速度便会小于1。根据以上分析，把以上指标按照出现的顺序编号，则房地产预警指标体系初选指标见表1。表1 房地产预警初选指标体系指标类型代码指标名称房地产自身发展速度指标房地产市场供求均衡指标房地产与国民经济协调性指标X1 房地产开发投资额增长率X2 房地产施工面积增长率X3 房地产生产总值增长率X4 土地转让面积增长率X5 房地产竣工面积增长率X6 全社会住宅投资增长率X7 房地产交易面积增长率X8 房地产业年平均从业人数增长率X9 商品房销售面积增长率X10 商品房销售价格指数X11 空置面积/ 施工面积X12 施工面积/ 竣工面积X13 销售率X14 房地产生产总值/GDPX15 房地产开发投资额/固定资产投资额X16 房地产价格发展速度/ 实际GDP 发展速度X17 房地产价格发展速度/ 收入发展速度X18 房地产开发投资额发展速度/GDP 发展速度
( 二) 房地产预警指标的再次选择在对房地产预警指标进行再次选择时，是对初次选择时确定的三类指标分别用聚类分析进行筛选。
1. 房地产自身发展速度指标的筛选。将反映房地产自身发展速度的8 个指标的时间序列数据( 根据武汉统计年鉴和武汉房地产年鉴整理) 录入SPSS，进行聚类分析，聚类方法采用系统默认的类平均法，选择皮尔逊相关系数( pearsoncorrelation ) 作为距离的测度。根据聚类分析结果我们可以将以上8 个指标分为三类，将X3、X5、X7和X4、X8及X1、X2、X6分别归为一类。对于X3、X5、X7这三个指标，分别求每一个指标对其他七个指标的复相关系数R，结果如下:RX3 = 0. 885，RX5 = 0. 959，RX7 = 0. 656可以看出，X5的复相关系数最大，故选X5( 房地产竣工面积增长率) 。同理计算X4、X8的复相关系数RX4 = 0. 904，RX8 = 0. 904两者的复相关系数相等，说明两者的信息含量大体相当，故两者任选其一，选X4( 土地转让面积增长率)对于X1、X2、X6，也各自计算他们的复相关系数，计算结果为:RX1 = 0. 982，RX2 = 0. 893，RX6 = 0. 986所以最后选择X6( 全社会住宅投资增长率) 。
2. 房地产市场供求均衡指标的筛选。对反映房地产市场供求均衡关系的5 项指标作聚类分析。根据聚类分析结果我们可以将反映供求关系的5 个指标分为3 类，X13自成一类，选择X13( 销售率) ，X11、X12为一类，X9、X10为一类。按照筛选方案，分别求X11、X12对其他四个指标的复相关系数，结果如下:RX11 = 0. 859，RX12 = 0. 896，所以选择X12( 施工面积/ 峻工面积) 。对X9、X10求复相关系数，结果如下:RX9 = 0. 623，RX10 = 0. 463，所以选择X9 . ( 商品房销售面积增长率) 。
3. 与国民经济协调关系指标的筛选。对反映房地产业同国民经济协调关系的5 项指标做聚类分析。根据聚类分析结果我们可以将反映房地产同国民经济协调关系的5 项指标分为三类，X14、X15为一类，X18自成一类，X17、X16为一类，按照指标筛选方案，首先将指标X18( 房地产开发投资额发展速度/GDP发展速度) 选入。对于X14、X15这两个指标，分别求每一个指标对•20• 统计研究2011 年11 月其他四个指标的复相关系数R，结果如下: RX14= 0. 399，RX15 = 0. 829，故选择X15( 房地产开发投资额/ 固定资产投资额) 。对于X17、X16这两个指标，同法计算结果如下:RX17 = 0. 995，RX16 = 0. 995，两者复相关系数相同，因此两者任选其一，我们选择X16( 房地产价格发展速度/ 实际GDP 发展速度) 。基于以上分析结果，拟建武汉市房地产预警指标体系如表2 所示。表2 房地产预警指标体系指标类型代码指标名称房地产自身发展速度指标房地产市场供求均衡指标房地产同国民经济协调关系指标X4 土地转让面积增长率X5 房地产竣工面积增长率X6 全社会住宅投资增长率X9 商品房销售面积增长率X12 施工面积/ 竣工面积X13 销售率X15 房地产开发投资额/固定资产投资额X16 房地产价格发展速度/ 实际GDP 发展速度X18 房地产开发投资额发展速度/GDP 发展速度
四、综合预警下面我们将利用该指标体系对武汉市房地产进行综合预警。
( 一) 确定指标的预警界限在对房地产进行预警时，首先应对房地产市场单项指标或总体的警度状况进行划分，由于武汉市房地产发展的时间不长，整个发展过程和一线城市相比表现也比较平稳，综合这两点，我们把单个指标和总体的警度划分为偏冷、平稳和偏热三个区间，分别用1、2、3 来表示。确定好各指标的警度后，就应确定各指标的预警界限，即划分各指标偏冷、平稳和偏热三个区间对应的变化范围。本文在确定各指标的预警界限时主要是根据系统化方法中的多数原则、半数原则、少数原则和均数原则来确定，由于系统化方法易受数据本身的影响，市场起步阶段使用系统化方法易使警值偏低，因此还应结合经验数据法进行调整。结合两种方法，预定各指标预警界限如表3 所示。根据各个指标确定的预警界限，我们可以得出单个指标历年的分值，如表4 所示。
( 二) 确定各指标权重单个指标的预警界限确定后，由于各个指标在房地产预警体系中的作用是各不相同的，因此应根表3 单指标预警界限表指标名称( % ) 偏冷平稳偏热土地转让面积增长率＜ － 5 － 5 ～ 35 ＞ 35房地产竣工面积增长率＜ 10 10 ～ 30 ＞ 30全社会住宅投资增长率＜ 8 8 ～ 30 ＞ 30商品房销售面积增长率＜ 4 4 ～ 29. 5 ＞ 29. 5施工面积/ 竣工面积＜ 280 280 ～ 420 ＞ 420销售率＜ 24. 2 24. 2 ～ 76. 9 ＞ 76. 9房地产开发投资额/ 固定资产投资额＜ 20. 1 20. 1 ～ 28. 1 ＞ 28. 1房地产价格发展速度/GDP 发展速度＜ 87 87 ～ 105 ＞ 105房地产开发投资额发展速度/GDP 发展速度＜ 90 90 ～ 135 ＞ 135对应警值1 2 3表4 单指标警度分值表年份x1 x2 x3 x4 x5 x6 X7 X8 X91999 2 1 2 1 2 2 2 2 12000 2 2 1 3 2 2 2 2 22001 2 2 2 2 1 2 2 2 22002 3 1 2 2 1 2 2 3 22003 1 1 2 2 2 2 2 2 22004 3 1 2 2 2 3 3 2 22005 2 2 2 2 2 3 3 3 22006 2 2 2 2 2 3 2 2 22007 3 2 2 3 3 3 3 3 22008 3 2 2 3 3 3 3 3 32009 2 2 1 2 2 2 2 2 2注: X1—X9分别指表2 中最终选出的九个指标。据指标的重要性大小赋予指标不同的权重。比较各种方法后，本文采用层次分析法来确定各指标的权重。首先构建层次分析模型，目标层为武汉市房地产预警指标体系，准则层为反映房地产自身发展速度指标、房地产市场供求均衡指标和房地产同国民经济协调关系指标三类，指标层为准则层下面的9 个指标。通过德尔菲法反复征求有关专家的意见，并参考了众多其他学者对其他城市和武汉市的研究成果，结合武汉市房地产发展的实际情况，分别构建了准则层与指标层的判断矩阵分别计算求得随机一致性比率CR 的值，得CR = 0. 0462、CR1 = 0. 0029、CR2 = 0. 0032、CR3 = 0. 0032，均满足一致性条件。最后根据前面的计算得到各指标的权重设置，对得到的权重进行归一化处理，使其和为1，其结果如表5 所示。
( 三) 确定综合警度在确定好单指标的预警界限、赋予各个指标的警度值和各个指标的权重后，我们就可以求出各个第28 卷第11 期师应来王平: 房地产预警指标体系及综合预警方法研究•21•表5 层次分析法权重设置目标层准则层WI 指标层WIJ 权重调整后的权重武汉市房地产预警指标体系房地产自身发展速度指标0. 2599房地产市场供求均衡指标0. 3275房地产同国民经济协调关系指标0. 4126土地转让面积增长率0. 2000 0. 0512 0. 0514房地产竣工面积增长率0. 2000 0. 0512 0. 0514全社会住宅投资增长率0. 6000 0. 1536 0. 1542商品房销售面积增长率0. 3090 0. 1012 0. 1016施工面积/竣工面积销售率0. 1094 0. 0358 0. 03590. 5816 0. 1904 0. 1912房地产开发投资额/ 固定资产投资额0. 6483 0. 2675 0. 2686房地产价格发展速度/ 实际GDP 发展速度0. 2297 0. 0948 0. 0952房地产开发投资额发展速度/GDP 发展速度0. 1220 0. 0503 0. 0505表6 综合警值对应的警度划分警度偏冷平稳偏热综合警值1. 9 1. 9 － 2. 3 ＞ 2. 3表7 各年综合警度值年份警度值状态1999 1. 7965 偏冷2000 1. 9474 平稳2001 1. 9641 平稳2002 2. 0593 平稳2003 1. 8972 平稳2004 2. 4598 偏热2005 2. 555 偏热2006 2. 1912 平稳2007 2. 7439 偏热2008 2. 7944 偏热2009 1. 8458 偏冷年度的综合警值，而前面我们分别用1、2、3 三个值代表各个指标所处警度的偏冷、平稳和偏热三种状态，而求出的综合警值处于［1，3］之间，我们可以根据表6 对其相应的警度进行划分，其结果如表7 所示。从得出的综合警值和走势图可知，分析结果跟武汉市房地产发展的实际是比较吻合的，武汉市房地产从1999 年开始起步，最初发展比较平稳，但在2004、2005 年有偏热的现象，随着房地产政策的实施，2006 年有所抑制，但在随后的2007 年、2008 年市场反弹，投机现象严重，出现了房地产过热的现象，到2009 年国家实施新的房地产政策，房地产又陷入低迷。
五、结论
本文主要采用主客观相结合的房地产预警指标选择技术，首先利用综合分析法对指标进行初选，再用聚类分析和相关分析相结合的方法对指标进行再选，并以武汉市的房地产预警指标体系为例，对武汉市的房地产业进行了综合预警。其实证结果说明本文利用综合分析法和聚类分析法相结合建立的预警指标体系能够反映武汉市房地产发展的实际情况，预警结果对制定武汉市的房地产政策有一定的参考价值。
参考文献［1 ］Seiders D F． Trend and cycles in housing production［J］． BusinessEconomics，1997，( 7) : 12 － 16.［2 ］Basak S，ShapiroA． Value-at-risk-based risk management: optimalpolicies and asset prices［J］． The Review of FiancialStudies，2001，( 2) : 371 － 409.［3 ］赵黎明，贾永飞． 房地产预警系统研究［J］． 天津大学学报( 社会科学版) ，1999( 12) : 277 － 280.［4 ］胡鹏等． 房地产市场先行扩散指数预警监测系统设计［J］ ． 四川建筑，2003，23( 2) : 83 － 84.［5 ］李崇明，丁烈云． 基于系统核与核度理论的房地产预警系统指标体系选取方法［J］ ． 数学的实践与认识，2005，35 ( 11 ) : 44－ 52.［6 ］李永江． 房地产业预警预报系统影响因素的聚类分析［J］ ． 经济师，2003( 6) : 256 － 258.［7 ］叶艳兵，丁烈云． 房地产预警指标体系设计研究［J］ ． 基建优化，2001，22( 3) : 1 － 3.［8 ］周忠学，李永江． 房地产业预警预报系统影响因素的主成分分析［J］ ． 企业经济，2003( 12) : 130 － 132.［9 ］杨佃辉，陈轶等． 基于聚类分析和非参数检验的房地产预警指标体系选择［J］． 东华大学学报( 自然科学版) ，2006，32 ( 2 ) : 59－ 62.作者简介师应来，男，1962 年生，汉族，河南孟州人，经济学博士，现为中南财经政法大学统计系副教授。研究方向为计量经济模型及其应用。王平，女，1974 年生，汉族，湖北仙桃人，经济学博士，现为武汉工程大学管理学院讲师。研究方向为经济统计理论与方法。( 责任编辑: 程晞)__