【摘要】新型城镇化建设是中国经济社会发展的强力引擎，商业地产是城镇化发展中必不可少的一环。本文从宏观经济、人口状况、批发零售业、居民购买力和城市建设五个方面，选取20个指标，利用灰色关联分析方法，对影响我国商业地产发展的因子进行识别，揭示影响商业地产发展的主导因子，为商业地产的科学、健康发展提供依据。研究结果表明，商业地产销售额、商业地产开发投资额与批发零售业销售额的关联度最强；相对于商业地产销售额，商业地产开发投资额和广义货币供应量的关联度更高；商业地产销售额、开发投资额与不同影响因子的关联强弱程度大致相同。提出丰富商业地产业态、加强金融引导、完成城市配套资源规划等政策建议。
【关键词】城镇化；商业地产；影响因子；灰色关联分析
【中图分类号】F2933 【文献标志码】A 【文章编号】1674—0351（2014）04—0000—06
一、引言
城镇化是经济社会发展的必然趋势。进入21世纪以来，我国城镇化进程不断加快，到2012年，城镇化率已达5257%，城镇人口年均增长2096万，新增的城镇人口，除居住以外，衣、食、行等都需依靠配套商业来解决。商业地产从广义看，是用于营业用途的房地产，而不是用于居住用途的住宅地产和用于工业生产用途的工业地产，主要由酒店、零售、办公楼三大类构成。狭义的概念是指经营形式为零售的商业地产（retail real estate）。随着我国经济发展和人民生活水平的提高，商业地产迎来快速发展时期，从百货商店逐渐演变为购物中心、城市综合体。由于商业地产发展有利于推动城市经济增长、拉动就业、增加税收，得到了政府和市场的强烈关注。新一届中央领导集体履新以来，不断强调城镇化是未来中国最大的机遇，并提出以人为本的新型城镇化，强调经济发展不仅依靠投资拉动，更需要消费带动，而商业地产在拉动消费、服务城市居民上具有得天独厚的优势，是城镇化发展中必不可少的一环。
然而，伴随着城镇化的演进，我国并未探索出适宜的商业模式来处理好进城人口的配套消费问题，一些城市新区和新兴城镇生活氛围欠缺，居住条件不能满足基本要求，甚至出现所谓空城、鬼城。如何积极稳妥推进城镇化，提高城镇化质量，就需要研究和引导商业地产理性投资，探索区域商业、镇区商业、主题商业的可持续发展新模式，这既是商业地产行业的责任，也是政府和社会的责任。针对此，学者们展开了对商业地产的研究。王鹏（2012）认为大型和特大型购物中心的建设，极大地促进了钢铁、建筑等产业的发展，更促进了商品的流通，刺激了金融、服务等第三产业的发展；通过吸引投资和游客，同时创造了大量的就业机会，全面带动了国民经济的发展。郭险峰（2005）将我国商业地产开发升温的原因归纳为国内外零售商抢滩中国市场、零售业发展需求与房地产业的对接、投资需求的出现、居住类物业销售瓶颈和居民生活水平提高等方面。刘菲、王洁（2006）将我国商业地产的发展沿革分为四个阶段：满足居民需求为主导的配套商业建设阶段、政府为主导的城市商业发展阶段、商业经营者为主导的商业规模扩张阶段和地产开发商为主导的商业地产开发阶段。同时，将我国商业地产快速发展的原因归纳为城市化进程推动、消费者对商业功能需求的变化、商业企业的市场化扩张、地产开发商的运营策略变化和外资对商业零售业市场大举进入五个方面。王秀玲、李文兴（2011）认为我国城市化进程加速将极大推动二三线城市圈经济效应的扩大、产业人口的转移和产业聚集的形成，从而推动二三线城市商业地产市场的繁荣。与此同时，一些学者也对商业地产的开发建设风险进行研究。刘晓君、陈世杰（2005）针对商业地产投资热点，从市场供求风险、运营风险、融资风险、城市规划风险等四个角度阐述商业地产投资可能面临的风险，并提出了找准市场定位、树立持续统一经营理念、拓宽融资渠道、用前瞻性眼光看待城市规划等风险防范措施。
从现有文献来看，探讨商业地产发展原因的研究较多，且主要为定性分析，系统化的定量分析较少。我们认为，在城镇化建设的大背景下，研究当前商业地产发展的驱动因子十分重要，能够让我们识别影响商业地产发展的主导因子，有利于把握商业地产发展节奏，加强政府的宏观指导和行业规划。因此，本文从狭义商业地产（即零售地产，现实中表现为社区商业、购物中心、城市综合体等形态，涵盖批发、零售、餐饮、休闲等业态）的角度出发，采用灰色关联分析方法，依据国家统计局的分类，即房地产按用途分为住宅商品房、别墅和高档公寓、办公楼、商业营业用房和其他商品房五类，探讨和分析我国商业地产的影响因子。同时，为了获取数据的便利，将零售地产和商业营业用房等同。
二、研究方法、指标选取与数据来源
（一）研究方法
本文重点在于研究影响我国商业地产发展的经济社会因子，系统化揭示商业地产发展驱动力。研究实质是多因素统计分析，发现因素间的动态关系。一般来说，回归分析应用较为广泛，但回归分析也有一些不足：要求大量数据；假设数据间具有线性、对数等典型分布特征；运算中容易出现极差现象。影响商业地产发展的因子涉及面广，具有复杂性、多样性的特征，很难设定典型回归模型，因此采用灰色关联分析。灰色关联分析方法是一种动态发展态势的量化描述和比较方法，其基本的任务是基于行为因子序列的微观或宏观的几何接近程度，以分析和确定因子间的影响程度或因子对主行为的贡献测度。序列曲线越接近，相关序列间的关联程度就越大。灰色关联分析应用十分广泛，在研究宏观经济发展态势、区域经济优势分析、产业结构优化调整、工农业投资效益以及微观经济的因子分析等方面，都取得了较好的应用效果，但在商业地产领域的应用研究尚不多见。本文尝试运用灰色关联动态分析方法，对影响商业地产发展的主导因子进行判识，为商业地产的科学、健康发展提供依据。
（二）指标选取
指标选取原则：一是服从科学性，避免盲目和杂乱无章。指标选取应有相应的经济理论作为支撑，所选影响因子对于商业地产发展有合理、完整的经济逻辑解释；二是系统性。商业地产本身是一个城市经济、社会、政治、文化等方面的综合体现。影响商业地产发展的因子数量多、范围广，单一和少量指标难以全面、完整地反映现实状况。因此，在选择指标时注重系统性，结合绝对值指标和相对值指标，并满足一定的数量要求；三是全面性。对于商业地产的发展而言，影响因子众多且复杂，在保证科学性和系统性的前提下，尽量充实影响因子指标，力求做到全面性。
根据科学性、系统性和全面性的要求，结合当前城镇化建设的大背景，选择了宏观经济、人口状况、批发零售业、居民购买力和城市建设5个一级因子。宏观经济和人口状况是从经济社会角度反映我国的发展阶段，反映了当前的城镇化水平，也呈现了商业地产发展的外部环境；批发零售业因子和居民购买力因子则是城市商业活跃度和居民消费能力的直接反映；城市建设因子从交通、绿地等角度反映城镇化建设的水平，也是商业地产发展的支撑资源。每个一级因子下面分别选择4个二级因子，共20个指标。具体详见图1。
图1 影响因子指标体系
（三）数据来源
商业地产发展水平指标数据和影响因子指标数据均来自国家统计局网站，为2004-2012年发布的年度数据。
三、灰色关联分析
（一）确定参考数列和比较数列
一般情况下，因变量构成参考数列Yj，自变量构成比较序列Xi。在本文中，商业地产销售额和商业地产开发投资额构成Yj，20个二级影响因子构成Xi，每一个数列均由不同时刻的值组成。
Yj={yj（1），yj（2），…yj（t）}，=1，2
Xi={xi（1），xi（2），…，xi（t）}i，=1，2，…，20
（二）数据无量纲化
由于原始数据量纲不同，无法直接比较，需要对数据进行无量纲化处理，常用的方法有：初值化法、均值化法和标准化法。初值化法使各个序列有相同的初始点，便于比较不同序列的动态变化。本文采用初值化方法，即用数列第一时刻的值去除其他时刻的值，以消除量纲。
y′j（k）=yj（k）1yj（1），k=1，2，…，t
x′j（k）=xi（k）1xi（1），k=1，2，…，t
经过初值化处理后，原始数据去除量纲，得到新的Yj和Xi数列。详见表1。 表1 初始化后数据序列
求比较数列和参考数列的差数列，公式为：
△ji（k）=y′j（k）-x′i（k），k=1，2，…，t
在差数列中，分别找出最大值和最小值，即：
max1ky′j（k）-x′i（k）；min1ky′j（k）-x′i（k）
从不同比较列i的差数列最大值和最小值中再分别选取最大值和最小值，即：
max1i max1ky′j（k）-x′i（k）；
min1i min1ky′j（k）-x′i（k）
计算y′j（k）和x′i（k）在k时刻的关联系数￡（y′j（k），x′i（k）），公式为：
￡（y′j（k），x′i（k））=
min1imin1ky′j（k）-x′i（k）+max1i max1ky′j（k）-x′i（k）1y′j（k）-x′i（k）+max1imax1ky′j（k）-x′i（k）
其中，是分辨系数，取值在0到1之间，一般取=05。
计算Yi和Xi之间的关联度￡（Yi，Xi），公式为：￡（Yi，Xi）=11t ∑t1k=1￡（y′j（k），x′i（k））
（四）结果分析
将20个影响因子分别与商业地产销售额和商业地产开发投资额进行灰色关联分析，得出关联度。具体结果详见表2。表2商业地产发展影响因子关联度
二级因子1商业地产销售额1商业地产开发投资额关联度1排序1关联度1排序国内生产总值1074411410855115第三产业增加值1076201210870713第三产业比重106147119106816119广义货币M2供应量1074061510882312年末总人口106124120106785120城镇人口106271115106983117城镇化率106243117106944118城市人口密度10705618107373112社会消费品零售总额1074821310868114批发零售业商品销售额1077971110922411批发零售业法人企业单位数106845111107711110批发零售业年末从业人数106262116107079114城镇单位就业人员平均工资1072001610826717城镇居民家庭人均可支配收入10695411010791319居民消费水平1069981910797618城乡居民储蓄存款年底余额1071011710832016城市建成区面积106352113107093113公共交通客运总量106663112107493111人均城市道路面积106301114107021115人均公园绿地面积106201118107012116 1.商业地产销售额影响因子分析
根据表2可知，在商业地产销售额影响因子中，影响程度由高到低排序为： X10>X2>X9>X1>X4>X13>X16>X8>X15>X14>X11>X18>X17>X19>X6>X12>X7>X20>X3>X5。
一是批发零售业商品销售额的关联程度最高，达到07797。说明批发零售业的销售额对于商业地产的销售额有着直接的带动作用。批发零售业的发展直接增加了商业地产的需求量，商业地产的发展也为批发零售业提供了空间载体，因此两者呈现高度相关的关系。社会消费品零售总额关联度为07482，排在第3位，也是这一观点的有力印证。同时，商业地产销售额和批发零售业企业单位数、年末从业人员数的关联度较低，说明商业地产销售额增长除了需求数量因素外，还包括价格因素。
二是第三产业关联程度排在其次，为07620，说明商业地产需求受到第三产业发展程度的影响。商业地产本身是第三产业的载体，为批发零售、金融服务、休闲娱乐等业态提供空间。一个城市的商业地产销售额往往受制于当地第三产业发展水平。批发零售业商品销售额的关联度更高，说明相比与第三产业中的其他业态，批发零售仍是当前商业地产中最重要的业态。与此同时，第三产业比重的关联度极低，仅排在19位，说明商业地产销售额对于产业结构调整并不敏感，主要受第三产业发展增量的影响。
三是宏观经济与金融环境有较大关联度。国内生产总值、广义货币供应量和商业地产销售额有较高的关联度。居民购买力方面的4个影响因子关联度处于中等水平。人口状况方面的4个影响因子关联度普遍较低，这主要是因为人口规模、结构的变化是一个缓慢、渐进的过程。其中，城市人口密度的关联度要大于城镇人口和城镇化率，说明商业地产销售额对人口密度的敏感度更高。城市建设方面的4个因子关联度偏低，一方面是因为城市建设的长期性，另一方面也反映城市建设存在滞后性。
2.商业地产开发投资额影响因子分析
根据表2可知，在商业地产开发投资额影响因子中，影响程度由高到低排序为： X10>X4>X2>X9>X1>X16>X13>X15>X14>X11>X18>X8>X17>X12>X19>X20>X6>X7>X3>X5。商业地产开发投资额影响因子的关联度排序和商业地产销售额大致相同，批发零售业商品销售额的关联度最高，达09224，商业地产开发投资的增长始终和批发零售业的增长息息相关。人口状况方面的因子和城市建设方面的因子关联度普遍较低，主要是因为商业地产近年来呈现加速发展的态势，而人口状况和城市建设的因子变动相对平稳。和销售额相比，开发投资额的影响因子关联度也呈现出不同特征。
一是广义货币的关联度更高。商业地产开发投资额与广义货币M2供应量的关联度达到08823，居于第2位。主要是因为商业地产开发投资金额大，对外部融资依赖程度较高。广义货币供应量通过信贷规模、市场利率等影响商业地产筹资额和筹资成本，进而影响商业地产开发投资。宏观金融环境和货币政策已经成为商业地产开发投资的一个“阀门”。
二是城市人口密度关联度更低。商业地产开发投资额和城市人口密度的关联度排序为12，低于销售额的第8位。商业地产销售额是以当前需求为基础，而开发投资额不仅面向当前需求，也面向未来的潜在需求。商业地产开发投资具有一定的先导性，比如在城市新区、郊区等当前人口密度较小的地方进行项目开发，这使得城市人口密度在影响因子中的排序低于销售额的排序。
（五）商业地产供需协调性分析
供给和需求协调，避免过冷和过热，才能达到市场均衡，实现可持续发展。为了研究商业地产发展的供需协调性，将商业地产销售额影响因子关联度和开发投资额影响因子关联度制作为雷达图，进行比较分析。详见图2。
第一，关联度走势大致相同，说明总体供需协调。从图2中不难发现，商业地产销售额的影响因子关联度和开发投资额有着大致相同的轨迹，说明对于每一个影响因子与销售额、开发投资额的关联强弱水平在各自影响因子序列中的排序大致相同。这反映了商业地产供需双方受经济社会环境的影响大致相同，总体供需平稳协调发展。
第二，开发投资额总体关联度高于销售额。从图2可以看出，对于每一个影响因子，其与商业地产开发投资额的关联度总是高于和销售额的关联度。一方面是供需双方行为异质性的表现，商业地产开发投资本身具有先导性和前瞻性，对于经济社会环境的变化敏感性更强；另一方面也是供需双方信息不对称的表现，商业地产开发投资的主体是房地产企业，相对于商业地产购买者，数量少、实力强，具有信息优势，对于经济社会环境的变化往往能作出更迅速、更准确的决策。由于商业地产开发投资额较销售额反映更为敏感，所以，要把握商业地产投资节奏，避免投资过热。
四、相关建议
党的十八大提出走中国特色新型城镇化道路，以人为核心的新型城镇化建设将成为经济持续快速发展的强力引擎。在此背景下，商业地产的科学、健康、可持续发展对于拉动内需、扩大就业，以及提升居民消费方式升级方面将起到积极作用。
第一，推动传统商业地产转型升级，助力城镇化发展
研究表明，商业地产销售额和开发投资额均与第三产业的发展有很强的互动效应，批发零售业的关联度则更强，这是因为商业地产的发展一边连着消费一边连着投资，对于带动第三产业的发展，推动经济结构转型升级均有很大益处。随着中国城镇化的建设，城市人口增加，人们生活水平不断提高，作为提供基础服务的商业地产，会迎来一个新的发展机遇，对于商业地产的需求也将由单纯的购物转变为体验、休闲和社交等多种功能。具体来看，要有丰富商业地产业态，满足人民日益多样的消费需求；在做好批发零售这一基本业态的前提下，增加休闲娱乐、金融服务、教育养老等业态；将购物中心升级为娱乐中心、社交中心和服务中心。
第二，加强金融引导，避免商业地产投资过热
在看好商业地产发展前景的同时，也要注意避免商业地产出现投资过热。随着近年来限购政策的实施，住宅市场的开发受到一定的制约，大量资金转而进入商业地产的开发。与住宅市场相比，商业地产开发投资额大、回收期长，对资金链的要求更高，也更容易出现风险。根据本文的研究结论，商业地产开发投资额与广义货币供应量有很强的关联度。所以，为了防止投资过热，促进商业地产合理投资，政府应利用信贷规模、利率等金融手段，引动商业地产合理投资、有序开发。
第三，优化城市资源，规划商业地产布局
商业地产具有固定性、异质性、地域性等特征，一旦投入建设，便形成固定资产，难以推倒重来。所以，商业地产的布局要综合城市的经济、社会、人口、交通、文化等多方面因素，统筹考虑、统一布局。在具体管理中，要以规划为主，同时调动市场积极性，避免“一管就死”和“一放就乱”的局面。各级政府应该将商业地产纳入城市交通、居住、教育、绿地等方面的统一规划中，统一布局体量适宜、功能全面的商业地产，将商业地产建设放到社区服务和城市功能中心的高度。
参考文献：
[1]袁开红2012中国商业地产发展白皮书[R]北京：清华大学中国规划发展研究中心，2012-09-10
[2]周建安中国产业结构升级与就业问题的灰色关联分析[J]财经理论与实践，2006（5）
[3]梁艺桦，杨新军，马晓龙旅游业发展影响因子灰色关联分析[J]人文地理，2006（2）
[4]谭学瑞，邓聚龙灰色关联分析：多因素统计分析新方法[J]统计研究，1995（3）
[5]王鹏城市生态化与商业地产开发[J]当代经济研究，2012（4）
[6]肖新平关于灰色关联度量化模型的理论研究和评论[J]系统工程理论与实践，1997（8）
[7]邓莉，冉光和重庆农村金融发展与农村经济增长的灰色关联分析[J]中国农村经济，2005（8）
[8]刘晓君，陈世杰商业地产风险及其防范[J]统计与决策，2005（12）
[9]孙晓东，焦玥，胡劲松基于灰色关联度和理想解法的决策方法研究[J]中国管理科学，2005（4）
[责任编辑郭彦英]
