地产管理论文：小议商业地产容量与模式

导语：地产管理论文：小议商业地产容量与模式一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

本文作者：孙斌艺张永岳谢福泉工作单位：华东师范大学

理论分析

(一)商业地产容量的内涵界定一个商业区或商场在某一时间内，依据其环境等条件，可吸引顾客购物及相关活动的能力，即为该商业区或商业建筑在该时间内的商业容量。商业容量依空间尺度大小可分为宏观、中观和微观等三个层面，对应的空间分别是城市、城市商业区、单体商业建筑;依行业可划分为百货、餐饮、专业商店、服务修理等多个层面。城市的商业容量可以用目前城市中所有消费者(包括常住人口、流动人口和旅游人口等)的消费总额来反映。本文所指的商业地产市场容量是指，依据城市经济和规模可以支撑的该城市区域内商业用房有效需求的总建筑面积或总营业面积，即城市可承载的最大商业地产面积。在商业地产市场容量下建议的商业地产项目，其开发者能够获取可以回收开发成本并获取合理水平的利润值相对应的商业地产价格;其持有者能够获取能覆盖运营成本与合理水平的租金;其租用者能够在支持租金且获取合理利润水平的情况下持续经营。商业用房在建成以后，顾客稀少，达不到设计的目标和预期效益，造成空置和浪费，同时蕴含过度投入带来的泡沫风险;相反，商业用房长期处于饱和状态或超负荷运转状态，既影响了消费者消费活动的质量，也对经济效益有较大的负面影响。因此，商业地产的规划和建设应建立在市场容量测算的基础上。(二)商业地产市场容量的影响因素定性分析1．社会经济。(1)GDP。国内生产总值(GDP)是衡量一个地区经济水平的宏观指标。当一个地区的经济发展水平较高时，人们的收入水平往往呈现较快速度上涨的趋势，这时消费水平的增长也较快，消费结构得以调整，各类消费品和服务的销售量呈上升势头，消费品的市场容量扩大，从而对商业用房的需求量放大。反之，则对商业用房的需求量会缩小。因此，从理论上分析，不同的经济发展水平对应与之相适应的商业面积和商业结构，经济发展水平和商业发展呈正相关关系。人均国内生产总值是衡量各国人民生活水平的标准。按照西方商业业态的发展规律与人均GDP的关系理论，各种商业业态伴随着人均GDP的提高而相继出现，如表1所示。(2)城市化率。城市的定位和城市化水平，也会影响到商业面积。发达城市经济发展水平比较高，城市的服务业相对发达，除了常住人口以外，旅游人口也带来了大量的消费需求，从而导致商业建筑面积的增加。(3)产业结构。第三产业的发达程度是体现城市化水平的重要标志。第三产业的发展以及消费率的提升是商业地产发展的有效推动力。反过来，商业的发达程度也直接关系到一个城市的宜居程度及商务功能，进而影响城市综合竞争力。2．收入水平。(1)人均可支配收入。城市居民人均可支配收入是衡量居民购买力大小的指标。收入越多，居民的购买能力越强。理论而言，城市居民人均可支配收入与商业地产市场容量呈正相关性。在其他因素不变的前提下，人均可支配收入增加，可以刺激消费，通过价值链的传递过程对商业地产的发展形成刺激作用。人均可支配收入与人均商业建筑面积有着密切的关系，分析国内外资料整理可得出不同经济发展阶段人均可支配收入与人均商业建筑面积的对应关系(如表2)。可以看出，不同的人均可支配收入对应着不同的建筑面积标准。(2)居民储蓄余额。居民储蓄余额是指一定时点上居民在各种储蓄机构储蓄的总金额，包括城镇居民个人储蓄和农村居民个人储蓄两部分，不包括工矿企业、部队、机关团体等集团储蓄。居民储蓄存款额与国民收入成正比，能够反映一个地区的富裕程度，另一方面它代表的是居民可支配收入中用于消费后的剩余购买力，实际上是居民为推迟消费所作的一种准备，例如在可支配收入减少或增长缓慢时，或因社会保障不完善等原因对未来预期悲观时，居民会增加储蓄额，适当减少消费。同时还应注意，单纯人口众多并不意味着这个国家或城市的购买力强，中等收入群体的边际消费倾向最高，其收入水平和需求偏好决定了主导的消费品品种、质量、数量和特定的功能要求。因此中等收入阶层的扩大对社会整体的消费会有更大的刺激，市场需求将得到更大提高，从而带动商业地产发展。3．消费水平。(1)社会消费品零售总额。城市居民的消费水平对商业地产的发展有着很大的影响。居民的消费水平的高低直接决定着消费结构，从而影响着商业地产规模和结构，不同的消费水平下，居民的购物需求也有所不同，商业的行业布局也会出现不同，零售商业、娱乐商业、餐饮业、服务性商业、休闲体验商业、创意商业的配置比例会有所不同。社会消费品零售额指各种经济类型的批发零售贸易业、餐饮业、制造业等行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。它反映通过各种商品流通渠道向居民和社会集团供应生活消费品来满足他们生活需要的情况，是研究居民生活、社会消费品购买力、货币流通等问题的重要指标。(2)消费支出结构。恩格尔系数是根据恩格尔定律得出的比例数，是用来表示生活水平高低的一个指标。恩格尔系数(%)=食品支出总额/家庭或个人消费支出总额×100%。根据恩格尔系数递减规律，即同类产品的消费量与收入的变化量不是同比例增加的，而是着重满足基本生理需要的消费。以吃的消费为例，在保持一定的绝对增加的同时，相对增量减少，而高层次的支出，如娱乐休闲等，则逐渐增加，这种规律就叫做恩格尔系数递减规律，系数递减的幅度越大，人的精神追求就越高，对应涉及娱乐、文化等体验经济的商业设施需求量会有较大幅度的提升。恩格尔系数在59%以上为贫困，50%～59%为温饱，40%～50%为小康，30%～40%为富裕，低于30%为最富裕。(3)网购消费倾向。近些年网络购物发展迅速，成为一种不受时间地域限制，方便快捷的消费新渠道。消费者尤其是越来越多的年轻消费者网购消费倾向很高，网络购物正在形成对实体购物的巨大冲击。同时，也是对商业地产未来发展的挑战。由于网络购物不具有实体购物的体验优势，其在社会零售品销售总额总所占的比重达到一定比例(10%左右)后会进入平稳发展阶段。4．人口特征。(1)人口数量。城市人口数量和人口密度对商业地产的规模和结构有很大影响，不同的人口规模要求有不同的商业地产规模和业态结构与之相适应。如表3，在人口较少的时候，便利店等小型商业为主，随着人口规模的不断扩大，逐渐出现了综合超市、大型超市、娱乐场所、社区购物中心、百货和大型购物中心。(2)就业结构。就业情况是衡量城市人口职业构成的重要指标。就业率的增加，会促进消费的增长，从而增加商业地产需求的上升。因此，第三产业就业人口和所占比重可以作为衡量商业地产市场容量的影响因素。

商业地产市场容量的定量分析

(一)变量选取影响商业地产规模的因素是复杂且多变，很难对所有的影响因素逐一进行分析。为了更好地对于商业地产的宏观调控政策提出建议，本文运用灰色关联的研究方法，通过定量的方法，来加深对商业地产容量影响因素的认识。通过宏观因素的选取帮助政策制定者把握商业地产市场经济支撑力的关键指标，从而能更好地为政府进行宏观调控起到一定的作用，有利于整个商业地产的发展，也能为开发商、投资者、经营者及消费者等提供参考。在此背景下，本着科学性、可行性、代表性、数据可量化性，在前文对商业地产市场规模影响因素的定性分析基础上，本文选取了以下商业地产需求影响因素:上海市生产总值(GDP)、上海市常住人口数量、人均GDP、城市居民家庭人均可支配收入、城市居民家庭人均消费支出、消费支出结构(恩格尔系数)、居民消费水平、城市居民家庭人均消费支出、储蓄存款余额、最终居民消费支出、社会消费品零售总额、城市化率、第三产业总产值、城市化率、第三产业从业人员、人口密度、国内外旅游者来沪人数等15个指标进行分析。(二)灰色关联度分析为分析商业地产市场规模与影响商业地产潜在经济支撑能力的众多因素之间存在相关关系，由于各因素之间的关系是灰色的，很难分清哪些因素是主导因素，哪些因素是非主导因素;哪些因素之间关系密切，哪些不密切。灰色关联分析是解决这类问题较为行之有效的方法之一，本文选择采用灰色关联分析进行定量分析。1．相关概念。灰色系统理论是著名学者邓聚龙教授首创的一种系统科学理论(GreyTheo-ry)，它是基于数学理论的系统工程学科。主要解决一些包含未知因素的特殊领域的问题，其中的灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。关联度是两个系统或系统中的两个因素之间随着时间而变化的关联性大小的量度。灰色关联度分析对于一个系统发展变化态势提供量化的度量，非常适合动态历程分析。它定量地描述系统发展过程中，因素之间相对变化的情况，即变化的大小、方向与速度的相对性。将参考因素和比较因素的时间序列数据的相似和吻合程度进行定量描述，如果两个因素变化的态势基本一致，即同步变化程度较高，则可以认为两者关联度较大;反之，两者关联度就小。其作用在于明确并理顺主次因素、优劣关系。因此，灰色关联度分析是对于一个系统发展变化态势的定量比较与描述，认识了系统或因素间的这种关联关系，才能分清哪些是主导因素，哪些是次要因素，为进行系统分析、预测、决策、研究打好基础。灰色关联分析克服了传统分析方法在运用中受到大样本、成典型分布的条件限制，其研究对象可以是小样本，对于样本量的多少和样本有无规律都同样适用。灰色关联分析方法要求样本容量可以少到4个，对数据无规律同样适用，不会出现量化结果与定性分析结果不符的情况。其基本思想是将评价指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对待评指标进行排序。灰色关联度的应用涉及社会科学和自然科学的各个领域，尤其在社会经济领域，如国民经济各部门投资收益、区域经济优势分析、产业结构调整等方面，都取得较好的应用效果。2．影响因素的灰色关联度排序分析。根据前文分析，为清楚辨识影响商业房地产规模量的众多相关因素的相关程度，以上海市1998～2010年统计数据为依据，选择15个对商业房地产规模影响较大的因素，进行灰色关联度分析。3．影响因素的确定和分析。运用灰色关联理论，对受需求趋动形成的上海商业房地产规模的相关影响因素进行分析，比较全面、客观地反映上海商业房地产需求量与各相关影响因素之间的相互联系。本分析结果成立建立在如下假设基础上，即在影响商业地产规模扩张需求面的众多因素中，有些需求量的作用是显性的，有些作用是隐性的，假设本文所列示的这些因素都是需求面趋动商业地产规模扩张作用显著且影响力相对比较大的。在此假设条件下，运用灰色关联理论在众多相关因素中找出与商业地产规模之间关系最为密切的因素，并且按照相关程度排列出次序，使这种原本模糊的、仅限于定性描述的关系，得以清晰地量化。从关联度计算的结果可知，与上海商业地产规模相关的因素中储蓄存款余额、第三产业从业人员和人均GDP相关程度较大，相关系数均超过0．6;而国内外来沪旅游人数、人口密度、常住人口数量、上海市生产总值、居民消费水平、城市居民家庭人均可支配收入、城市居民家庭人均消费支出和最终居民消费支出也具有一定的影响力，相关系统均超过0．5;而第三产业总产值、社会消费品零售总额、城市化率、消费支出结构相关程度相对较低。首先，关联系数分列1、3位的储蓄存款余额和人均GDP均是反映居民财富程度的指标，因而城乡居民收入的不断提高导致居民财富水平的快速增加对于商业地产规模的影响力要高于经济增长程度、居民收入的提高以及居民在消费层面支出及支出结构等因素的影响;其次，第三产业从业人员关系程度达0．62，排在所有因素的第二位，说明城市产业结构的变化对商业地产规模具有较大影响，这种影响主要在体现城市第三产业从业人员的数量而非产值上;第三，国内外来沪旅游人数排在第四位表明作为国际化大都市，来沪旅游的人群为上海的商业地产规模发展提供重要的支撑;第四，人口密度、常住人口这两大反映城市人口规模的指标对商业地产规模也具备一定的影响力。(三)商业地产市场容量的测算1．测算方法的设计与建立。将商业地产市场容量定义为城市经济和规模可以支撑的最大商业房地产面积，即城市可承载的最大商业地产面积。在此条件下，商业地产的开发者能够获取可以回收开发成本并获取合理水平利润值相对应的商业地产价格;商业地产的持有者能够获取能覆盖运营成本并获取合理水平利润的租金;商业地产的租用者能够在支持租金且获取合理水平利润的情况下持续经营。目前学术界对商业地产容量的研究集中于针对特定商业项目或商业区域，针对某一城市商业地产容量的研究较少，相对科学合理测算单一城市商业地产容量的模型更为少见。上海主要商圈数量多，规模大，辐射范围差异较大，结合上海商业地产市场的特点，本文尝试不考虑商业地产结构问题，从总量上建立城市商业地产房地产容量的测算模型并估算上海市商业地产市场容量，模型的设计思路为:从商业地产租用者的角度出发，商业地产租用者愿意租用商业地产从事商业运营的基本条件为租用者可以通过商业经营活动获得利润，而这个利润足以支付租金并获得最低的预期利润。据此，建立模型如下:(1)商业房地产总规模模型Sr=f(X1，X2，Λ，Xi，ε)式中Sr指铺面总需求，Xi指储蓄存款余额、第三产业从业人员、人均GDP等前文影响商业房地产总规模的因素，ε指其他偶然性因素。(2)上海商业地产设施的消费总额测算Mr=M+M''''－M″M=C''''•YM''''=C″•YM″=C0•Y式中:Mr—用于上海商业地产设施的消费总额;M—上海居民消费需求;M''''—外来消费需求;M″—上海居民外购消费需求;Y－上海居民消费支出水平;Y''''－外来消费人群消费支出水平;C''''－上海居民在商业地产消费支出倾向;C″－外来消费人群在商业地产消费支出倾向;C0－上海居民在外地商业地产消费支出倾向。(3)铺面总需求测算Sr=Mrm''''式中:m''''—单位铺面面积获取正常利润条件下的平均销售额。(4)单位铺面面积平均销售额测算m''''=Rp－p''''R—单位铺面租金;p—单位铺面正常经营毛利率;p''''—铺面经营者最低期望利润率。2．数据收集与指标测算。根据以上测算模型，为估算上海商业地产容量总量，各指标数据收集及处理情况具体如下:(1)上海商业地产设施的消费总额测算。精确测算上海商业地产设施的消费总额相对困难，特别是对于精确测算外来旅游消费人群消费支出以及上海居民在外地消费支出相对困难，而统计数据中“社会消费品零售总额指标”指本市批发和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的消费品零售额，是从供应角度统计本市商业设施的销售总额，与本文商业地产设施消费总额定义具有较高的一致性，因此本文采用上海社会消费品零售总额指标替代商业地产设施的消费总额，理论上可行同时保证了测算的操作性。(2)上海单位铺面租金平均水平。上海作为国内最大的商业市场之一，商业地产情况复杂，租金分布区间较大，随着上海经济的不断发展，商业地产发展迅速，除传统的“四城”和“四街”在商铺租金上始终保持优势，豫园商城与南京东路的租金不相上下，原因是南京东路的优势突出，豫园商城的商铺最具有特色。而其他的十个市级商业副中心区的租金也稳定增长，而随着新兴商圈的不断涌现及社区商业的不断发展，上海商业地产商铺租金整体走势向上。上海不同商圈的租金差异较大，根据上海市房屋土地资源管理局和上海市统计局联合编制的《上海市房地产市场2005》，上海市级商业街市的商铺租金价格保持在每天每平方米38～48元区间内，周边路段上的商铺借其环境上的优势和特色专卖街的形成、定向消费人群的集聚，个别商铺的租金价格较高。如与百盛购物中心和巴黎春天百货为邻的陕西南路，近几年陆续开出了各种服饰、鞋子、装饰品小店，成了一条吸引时髦人士的特色购物街，此次调查发现，这条路上的最高商铺价格达每天每平方米56元。而社区商业租金价格以浦东昌里路为最高，其租金价格达每天每平方米24元;而较低的社区商铺价格出现在浦东上南路(海阳路、灵岩南路)附近，仅为每天每平方米1．2元。同类商业街市租金价差也相对较大，在市级商业街市，租金价差最大的在3倍以上。例如，静安南京路80平方米的商铺租金是每天每平方米38～45元，四川北路北段同等面积的商铺租金为25～30元，而在闸北区不夜城的天目西路商铺租金仅为5～14元。为相对科学地衡量上海市单位铺面租金平均水平，本文采用上海市房屋土地资源管理局和上海市统计局联合编制的《上海市房地产市场1999－2005》中全市商业用房平均租金数据，即1998－2004年上海市单位铺面租金平均水平，由于该统计数据中断公布，2005～2010年数据采用统计局公布的上海市房屋租赁和土地交易价格指数中商业营业用房租赁价格指数估算。(3)上海零售及餐饮经营正常毛利率。上海商业地产铺面由于从事行业的不同，毛利率差距较大，为保证数据的可靠度，大样本的平均数据可信度相对较高，由于商业地产铺面主要从事零售贸易和餐饮业，为准确测算上海零售及餐饮经营正常毛利率，采用统计年鉴中限额以上零售企业、餐饮业主要指标测算不同行业毛利率，并用限额以上各行业企业数量加权平均。这种测算方法接近真实值的基本假设为限额以上企业能代表该行业平均或平均以上的营业能力，通过全市大样本的平均数据能剔除异常情况。(4)铺面经营者最低期望利润率的确定。根据经济学的理论，任何投资者进行投资的最低期望收益率不会低于无风险收益率，否则经济体系内任何理性人没有投资动力。尽管在现实中并不存在无风险的投资，因为任何投资都存在一定程度的通货膨胀风险和违约风险。与无风险证券最接近的是我国发行的国库债券，学术界也普遍认同国债利率是相对安全的，因为它们的收益和偿还期已经提前确定，且不存在任何违约风险。因此，本文将铺面经营者最低期望利润率确定为我国的5年期国债凭证式国债利率表，若某一年度多期不等利率国债，则按该年度多项国债简单平均值处理。3．市场容量测算与结果分析。根据前文收集和处理的数据以及上海商业地产市场容量测算模型计算结果如下:由于所取铺面经营正常毛利率对商业容量测算结果影响较大，为客观全面说明问题，本文分别采用零售贸易业平均毛利率、零售贸易业细分行业最大平均毛利率、餐饮业平均毛利率和零售贸易业及餐饮业平均毛利率作为上海商业铺面经营平均毛利率测算，与上海商业网点实际面积对比表明，以零售贸易业及餐饮业平均毛利率测算的商业地产容量与实际值差异相对较小，以零售贸易业及餐饮业平均毛利率代替上海商业经营一般水平具有一定意义。测算结果表明:2003～2008年上海商业地产市场容量增长速度与商业网点面积基本协调，商业网点面积小于商业地产市场容量值;2009年和2010年上海商业地产市场容量小于商业网点面积，特别是2009年即使以毛利率最高的餐饮业替代平均毛利率水平，经济支撑下的商业地产市场容量仍然小于实际数据，2010年上海市经济发展再次加速，零售餐饮业毛利率明显提升，受此影响，市场容量明显提升，但商业地产市场容量测算值与商业网点面积间的差距进一步加大，仅以餐饮业替代平均毛利率测算的商业地产市场容量大于商业网点实际面积，也就是说只有在上海市商业网点中绝大部分营业面积更接近餐饮业毛利率水平时，上海市商业网点面积才足以获取合理的利润水平。然而这种假设成立的概率显然较小，因此根据测算结果我们可以得出2009年以来，上海市商业地产整体规模存在偏大的倾向，这一倾向存在概率较大。

上海商业地产发展建议

上海商业地产整体规模大于经济承载能力，2010年以来上海商业地产市场不断升温，这种商业地产升温带有规避政策的投机色彩，而非真正建立在商业繁荣发展的基础之上。由于资本天生具有的趋利性，当住宅房地产业平均利润日益减少时，房地产开发商就会去寻找新的利润增长点，进而战略转型。自1990年代中后期以来，住宅类房地产的年开发量以20%以上的速度快速增长，但在开发过程中逐渐出现的商品房开发结构、市场定位和房价上涨等问题使得目前的住宅房地产投资市场出现整体下滑趋势。特别是在国家房产政策打压下，对相当一部分房地产企业来说，住宅房地产行业利润率回归成为不争的事实，目前住宅房地产投资回报率约为6%～8%，而商业地产相对利润空间较大，一般来说商业地产的投资回报率可以达到8%～12%，有的甚至达到15%以上。因此，房地产商把大量资金由住宅类房地产市场转到商业地产的开发中去，也就不足为怪。但从城市经济持续协调发展的角度来看，上海商业地产规模应当与城市经济发展水平相当，因此，政府及商业地产的市场参与者应因势利导地解决商业地产时间上、空间上失衡。具体而言，主要包括如下对策建议:一是弱化政府政策导向，发挥服务功能。为了帮助市场调节功能的发挥，减少盲目投资行为的发生。建议政府弱化以鼓励或抑制商业地产开发的导向性政策规制市场，充分发挥政府服务功能，一方面通过严把审批关引导合理商业项目建设，避免盲目投资;另一方面，加强信息公开工作进程，强化与开发企业沟通。二是协调区域发展需求，减少形象工程。上海市中心的商业地产市场以市级、区级和社区商业中心为支撑的多层次商业空间格局已成型，随着轨道交通的成熟，新老商圈四面开花，上海商圈开始从原来的条状、块状向点状分布发展。为避免因不同区域重复建设商业地产造成的商业地产规模失衡，建议应充分配合上海城市发展空间分布的要求，使商业网点规划的制定更加科学合理，这样才能真正有效遏止商业地产的盲目开发。三是强化前期科学论证，优化运营模式。如前文所述，部分商业地产项目缺乏科学的前期论证是引起商业地产项目盲目开发的因素之一，而运营模式的缺陷又使部分商业地产项目发展受阻。因此，商业地产需要寻求合理的发展路径，这是一个商业地产项目从其前期的区域选择与功能定位到中期开发模式创新以及后期经营模式创新和管理完善的过程。而合理发展路径需要商业地产的参与方共同打造。