|
城市与房地产的关系表明：城市的未来发展决定城市房地产的潜力。报告在开发房地产投资潜力四要素模型的基础上，通过对50个样本城市住宅、商业、工业房地产投资潜力进行计算，得出具体的要素贡献弹性。
1 影响城市房地产投资潜力的因素是多样的
模型分析显示，每一个市场都有多项指标对投资潜力具有正贡献弹性。决策者在投资时，一定要深入研究、综合考虑影响房地产的各种因素及本城市的具体现状。
2 不同因素影响城市房地产投资潜力的大小或敏感度不同
三个市场潜力的主要影响因素见图，它们的贡献弹性有明显的不同，现实中，有的投资者往往抓不住影响某一地产业的关键影响因素，把次要的因素重要化，或把贡献度等同化，可能会导致投资失误。
3 南方城市在住宅房地产投资潜力方面显示了突出的优势，特别是长江三角洲和珠江三角洲地区的城市表现最优
如果把前20位的城市纳入考虑，可以看到北方城市仅有北京、天津、大连和青岛进入前20。珠江三角洲地区的城市占据6席，长江三角洲的城市占据7席，见表2-5。
4 东部城市商业地产投资潜力方面优势明显，特别是沿海城市的投资潜力更大
考察前20位城市，可以看到有14座城市都是东部沿海城市，中西部城市仅有武汉、成都、重庆、沈阳、西安进入前20，令人感到欣慰的是西南重镇成都和重庆进入了商业地产投资潜力前15位。
5 东部城市工业地产投资潜力仍然占据很大优势，但是中西部城市上升潜力很大
尽管在工业地产投资潜力前20座城市中，只有武汉、西安和沈阳，但是武汉和西安的潜力值分别达到了第5和第10位，作为中部和西部城市代表，表现较佳。
6 一些工业基础比较雄厚的城市，工业地产投资潜力的排名不高
广州、北京、长春是主要的代表，广州排名第21位，北京仅仅排名第22，长春甚至排到了第40。说明不是工业基础好，工业地产投资潜力就一定高，需要对影响因素进行综合的考量。
|
城市 |
住宅地产投资潜力 |
排名 |
商业地产投资潜力 |
排名 |
工业地产投资潜力 |
排名 |
|
北京 |
1.55776 |
3 |
1.267269 |
2 |
1.558717 |
22 |
|
天津 |
1.161114 |
6 |
0.976888 |
6 |
1.986481 |
1 |
|
石家庄 |
0.658742 |
47 |
0.358385 |
45 |
1.363699 |
36 |
|
秦皇岛 |
0.805505 |
26 |
0.418286 |
33 |
1.468793 |
26 |
|
呼和浩特 |
0.607206 |
49 |
0.287785 |
49 |
1.315844 |
41 |
|
沈阳 |
0.78877 |
31 |
0.617118 |
14 |
1.618028 |
18 |
|
大连 |
1.043391 |
10 |
0.763188 |
7 |
1.676851 |
12 |
|
长春 |
0.667269 |
46 |
0.426217 |
30 |
1.317575 |
40 |
|
哈尔滨 |
0.714671 |
40 |
0.430908 |
29 |
1.272688 |
44 |
|
上海 |
1.640051 |
2 |
1.709449 |
1 |
1.848614 |
4 |
|
南京 |
0.968564 |
12 |
0.669867 |
10 |
1.657481 |
14 |
|
无锡 |
0.925586 |
15 |
0.478581 |
23 |
1.611232 |
19 |
|
徐州 |
0.670163 |
45 |
0.318449 |
46 |
1.377228 |
33 |
|
常州 |
0.794249 |
28 |
0.398177 |
37 |
1.728598 |
6 |
|
苏州 |
0.922534 |
17 |
0.568028 |
17 |
1.852365 |
3 |
|
南通 |
0.831514 |
23 |
0.392282 |
38 |
1.724158 |
7 |
|
扬州 |
0.6814 |
44 |
0.363119 |
43 |
1.272922 |
43 |
|
杭州 |
1.048165 |
8 |
0.986177 |
5 |
1.385761 |
32 |
|
宁波 |
0.963681 |
13 |
0.536478 |
19 |
1.672196 |
13 |
|
温州 |
0.937381 |
14 |
0.370311 |
40 |
1.438128 |
29 |
|
嘉兴 |
0.737411 |
38 |
0.362494 |
44 |
1.2514 |
49 |
|
绍兴 |
0.77585 |
34 |
0.364893 |
42 |
1.263968 |
47 |
|
台州 |
0.688379 |
43 |
0.313559 |
47 |
1.370214 |
35 |
|
合肥 |
0.733113 |
39 |
0.400169 |
36 |
1.374781 |
34 |
|
芜湖 |
0.703701 |
42 |
0.278913 |
50 |
1.547178 |
23 |
|
福州 |
0.875875 |
20 |
0.460682 |
27 |
1.342494 |
37 |
|
厦门 |
1.135808 |
7 |
0.701934 |
9 |
1.71563 |
9 |
|
泉州 |
0.788189 |
32 |
0.41154 |
35 |
1.473843 |
25 |
|
南昌 |
0.712323 |
41 |
0.386708 |
39 |
1.289997 |
42 |
|
济南 |
0.866882 |
21 |
0.471424 |
26 |
1.266192 |
46 |
|
青岛 |
0.990854 |
11 |
0.657718 |
11 |
1.62166 |
17 |
|
淄博 |
0.58618 |
50 |
0.365942 |
41 |
1.261864 |
48 |
|
烟台 |
0.780262 |
33 |
0.480852 |
22 |
1.394417 |
30 |
|
潍坊 |
0.609683 |
48 |
0.292445 |
48 |
1.441609 |
28 |
|
威海 |
0.770046 |
36 |
0.425119 |
32 |
1.459149 |
27 |
|
郑州 |
0.796833 |
27 |
0.412806 |
34 |
1.340961 |
38 |
|
武汉 |
0.823906 |
24 |
0.731414 |
8 |
1.737302 |
5 |
|
长沙 |
0.771156 |
35 |
0.43548 |
28 |
1.267706 |
45 |
|
广州 |
1.382566 |
4 |
1.095844 |
4 |
1.576708 |
21 |
|
深圳 |
1.842858 |
1 |
1.176548 |
3 |
1.717706 |
8 |
|
珠海 |
1.046942 |
9 |
0.579017 |
15 |
1.641261 |
15 |
|
佛山 |
0.921906 |
18 |
0.569351 |
16 |
1.584554 |
20 |
|
惠州 |
0.837227 |
22 |
0.487796 |
20 |
1.685595 |
11 |
|
东莞 |
1.291168 |
5 |
0.48231 |
21 |
1.958143 |
2 |
|
中山 |
0.924968 |
16 |
0.476112 |
25 |
1.640987 |
16 |
|
海口 |
0.790866 |
30 |
0.476735 |
24 |
1.189007 |
50 |
|
重庆 |
0.816766 |
25 |
0.646038 |
13 |
1.385836 |
31 |
|
成都 |
0.877778 |
19 |
0.65083 |
12 |
1.521127 |
24 |
|
昆明 |
0.791391 |
29 |
0.425867 |
31 |
1.340593 |
39 |
|
西安 |
0.753316 |
37 |
0.541202 |
18 |
1.696602 |
10 |
| 
