榮觀房產網一、2018中國商業地產指數發布會暨中國商業地產生態鏈融合發展峰會上隆
發布了《2018商業地產白皮書》網頁鏈接商業地產行業的高質量發展需要精準、透明數據的指引。
中國指數研究院基于多年房地產指數研究的深厚積累，于會上發布在會議上，中國指數研究院發布了2018中國商鋪租賃價格指數研究成果及2018中國商業地產發展白皮書，涵蓋商業街商鋪租賃價格指數和購物中心商鋪租賃價格指數，通過提供精準、細分的指數信息數據，更好的引導人們投資、置業、交易，促進行業良性發展。 《2018中國商業地產發展白皮書》指出，過去多年我國商辦用地供給規模較大，存量去化有限，部分城市亦面臨較大的商辦庫存壓力。
加之電商交易模式的快速下沉，對零售商業的沖擊愈發強烈，商業地產行業變革壓力愈發迫切。面對這一形勢，2018年商業地產開發商正加速全產業鏈更新升級、加速高周轉和結構性去化、加速打造聯合戰艦、在加深護城河的基礎上快速擴張。
放眼未來，商業地產仍然存在結構性機遇，開發商唯有不斷進化才能立于不敗之地。 1.市場：新開工、投資回落顯著，土地市場加速分化 2018年上半年，經濟運行延續平穩態勢，經濟結構持續優化。
在此背景下，全國商業地產銷售面積保持高位，特別是商業營業用房銷售面積仍保持同比增長。同期，商業地產開發投資額和新開工面積則呈同比下降態勢。
商業地產市場運行出現宏觀環境和企業投資行為背離、商業地產銷售和投資背離、商業開發和住宅開發的背離，這背后折射出的是商業地產運行模式變革疊加商業供求關系調整對市場運行帶來的持續沖擊。同時，挑戰中也孕育著機會，各類市場參與主體應該不斷調整自己的發展坐標。
（1）商辦市場表現：投資、新開工下降，銷售面積維持穩定 供應：2018年上半年，商業地產開發投資額9688億元，同比下降9.9%，新開工面積11956萬平方米，同比下降8.1%；需求： 2018年上半年，全國商業地產銷售面積達7206萬平方米，銷售規模依然較大。 商業營業用房：新開工面積同比降幅擴大，銷售增速明顯放緩。
供應：2018年上半年，全國商業營業用房新開工面積9218萬平方米，同比下降8.4%；需求：2018年上半年，全國商業營業用房銷售面積為5257萬平方米，同比增長2.4%；在新開工逐步放緩、銷售增長的情況下，全國新增商業營業用房的供求關系逐漸趨于緩和。 辦公樓：開工、銷售降溫，一線城市受調控影響降幅顯著。
供應：2018年上半年，全國辦公樓新開工面積繼續走低，新開工面積2738萬平方米，同比下降7.4%；需求：2018年上半年，辦公樓銷售面積為1949萬平方米，同比下降6.1%，在新開工放緩、銷售放緩的情況下，全國辦公樓市場的供求關系仍處穩定狀態。 （2）商辦土地市場：二線、三四線土地市場升溫，整體供應過剩 商辦用地供需平穩，樓面均價小幅下降。
2018年上半年，全國300城商辦用地推出規劃建筑面積1.2億平方米，同比增長15.6%，成交0.9億平方米，同比增長11.8%；成交樓面均價為2334元/平方米，同比下跌7.4%。二線、三四線土地市場升溫，整體供應過剩趨勢。
二、2018中國商業地產指數發布會中國商業地產生態鏈融合發展峰會發布了
商業地產行業的高質量發展需要精準、透明數據的指引。
中國指數研究院基于多年房地產指數研究的深厚積累，于會上發布在會議上，中國指數研究院發布了2018中國商鋪租賃價格指數研究成果及2018中國商業地產發展白皮書，涵蓋商業街商鋪租賃價格指數和購物中心商鋪租賃價格指數，通過提供精準、細分的指數信息數據，更好的引導人們投資、置業、交易，促進行業良性發展。 《2018中國商業地產發展白皮書》指出，過去多年我國商辦用地供給規模較大，存量去化有限，部分城市亦面臨較大的商辦庫存壓力。
加之電商交易模式的快速下沉，對零售商業的沖擊愈發強烈，商業地產行業變革壓力愈發迫切。面對這一形勢，2018年商業地產開發商正加速全產業鏈更新升級、加速高周轉和結構性去化、加速打造聯合戰艦、在加深護城河的基礎上快速擴張。
放眼未來，商業地產仍然存在結構性機遇，開發商唯有不斷進化才能立于不敗之地。 1.市場：新開工、投資回落顯著，土地市場加速分化 2018年上半年，經濟運行延續平穩態勢，經濟結構持續優化。
在此背景下，全國商業地產銷售面積保持高位，特別是商業營業用房銷售面積仍保持同比增長。同期，商業地產開發投資額和新開工面積則呈同比下降態勢。
商業地產市場運行出現宏觀環境和企業投資行為背離、商業地產銷售和投資背離、商業開發和住宅開發的背離，這背后折射出的是商業地產運行模式變革疊加商業供求關系調整對市場運行帶來的持續沖擊。同時，挑戰中也孕育著機會，各類市場參與主體應該不斷調整自己的發展坐標。
（1）商辦市場表現：投資、新開工下降，銷售面積維持穩定 供應：2018年上半年，商業地產開發投資額9688億元，同比下降9.9%，新開工面積11956萬平方米，同比下降8.1%；需求： 2018年上半年，全國商業地產銷售面積達7206萬平方米，銷售規模依然較大。 商業營業用房：新開工面積同比降幅擴大，銷售增速明顯放緩。
供應：2018年上半年，全國商業營業用房新開工面積9218萬平方米，同比下降8.4%；需求：2018年上半年，全國商業營業用房銷售面積為5257萬平方米，同比增長2.4%；在新開工逐步放緩、銷售增長的情況下，全國新增商業營業用房的供求關系逐漸趨于緩和。 辦公樓：開工、銷售降溫，一線城市受調控影響降幅顯著。
供應：2018年上半年，全國辦公樓新開工面積繼續走低，新開工面積2738萬平方米，同比下降7.4%；需求：2018年上半年，辦公樓銷售面積為1949萬平方米，同比下降6.1%，在新開工放緩、銷售放緩的情況下，全國辦公樓市場的供求關系仍處穩定狀態。 （2）商辦土地市場：二線、三四線土地市場升溫，整體供應過剩 商辦用地供需平穩，樓面均價小幅下降。
2018年上半年，全國300城商辦用地推出規劃建筑面積1.2億平方米，同比增長15.6%，成交0.9億平方米，同比增長11.8%；成交樓面均價為2334元/平方米，同比下跌7.4%。二線、三四線土地市場升溫，整體供應過剩趨勢。
三、上海二手房指數是如何計算的
每個月國家統計局都會公布房地產價格指數，媒體與業內人士也紛紛以此為據，縱論房地產與宏觀調控。不過，你知道價格指數是如何計算的嗎？
一、什么是房地產價格指數？
從定義上來講，房地產價格指數是反映一定時期房地產價格變動程度和趨勢的相對數，它是通過百分數的形式來反映房價在不同時期的漲跌幅度。
1998年，根據國家統計局的統一部署，包括北京、上海在內的35個城市正式開始按季度編制房地產價格指數。2005年7月擴大到70個調查城市，并按月編制和對外公布價格指數。
二、房地產價格指數的計算方法
根據國家統計局《房地產價格統計調查方案》的要求，房地產價格指數的匯總計算要通過以下4個步驟完成：
1、抽選調查樣本
房地產價格調查采用重點調查和典型調查相結合的方法。在選擇調查樣本時要充分考慮其代表性并兼顧各種房屋類型，如，調查的商品房中包括經濟適用房、普通住宅、高檔住宅（別墅、公寓）、寫字樓、商業用房；選擇的調查樣本要均勻分布于所調查地區的范圍內，其營業額應占本地區全部房地產企業營業總額的70%以上。目前北京這一比例達到81%，超過了國家統計局對調查樣本數量的要求，保正了調查樣本的代表性。
2、權數（比重）的確定
根據國家制度的要求，房地產價格指數的取得是采用固定權數加權平均的計算方法。權數一般用上一年全市房屋的銷售額推算。如，將商品房、二手房的銷售額占全市房屋總銷售額的比重作為這兩類房屋的權數（權數每年更新一次）。
3、采集價格
房屋是個體差異性非常大的特殊商品。一套房子的價值，不僅取決于其直接包含的面積大小、房型結構、建筑材料等內部因素，更在于其所處地段位置、小區環境、配套設施等外部因素。同樣面積和結構的房子，僅僅因為地段的不同，價值也許會相差數倍。因此，在考察房屋的價格變化時，就要遵循同質可比的原則，所謂同質，就是選擇同一區域、同一地段同樣建材和結構的房子，剔除品質變化對價格的影響，反映真正的市場需求變化引發價格產生的波動，傳達正確的市場信號。
4、價格指數的計算
在取得了全部調查企業的銷售價格資料后，首先計算各調查樣本的漲幅，即個體指數，再采取由下到上逐級匯總的方法匯總出房屋銷售價格總指數。
具體分類是：房屋銷售價格總指數包括商品房和二手房兩大類價格指數。要先分別計算出商品房、二手房的價格指數，然后采用加權算術平均法計算出房屋銷售價格指數。商品房中包括住宅和非住宅兩個中類。住宅中包括經濟適用房、普通住宅、高檔住宅三個小類；非住宅中包括辦公樓、商業娛樂用房、工業倉儲用房、其它用房四個小類。二手房中包括住宅、非住宅兩個中類。
四、歷年中國房地產價格指數數據,是年份數據
中國房地產指數系統（China Real Estate Index System，簡稱CREIS）是一套以價格指數形式反映全國各主要城市房地產市場運行狀況和發展趨勢的指標體系和分析方法。它最早由**研究發展中心、中國房地產開發集團于1994年發起，分別于1995年和2005年兩次通過由**發展中心、建設部、國土資源部、中國銀監會、中國房地產協會、清華大學和北京大學等單位的著名專家學者組成的鑒定委員會的學術鑒定。
中國房地產指數系統定期發布中國主要城市的房地產價格指數，包括百城指數、城市綜合指數、住宅指數、特征價格（Hedonic）指數、寫字樓指數、商鋪指數、別墅價格指數、二手房銷售及租賃價格指數等，是目前國內建立時間最早、覆蓋范圍最廣、城市最多的價格指數系統，被稱為中國房地產市場的“晴雨表”和引導投資置業的“風向標”。
2010年 發布“百城價格指數”，通過GDP、常住人口、房地產開發投資額等指標選擇100個最具代表性的城市，對其新建住宅價格進行跟蹤研究，成為中國覆蓋范圍最廣、房屋價格指數系統。
五、房地產市場指數有那些
目前，我國房地產價格指數的編制與發布既有*府主持的，也有民間承擔的。
民間的房地產指數由房地產開發商或中介機構編制，如中房指數（CREIS）、戴德梁行指數（DTZ index），偉業指數、中原城市指數（包括 CCI 和 CCL）等。*府的房地產指數一般由房地產管理部門組織編制，如全國35個大中城市房地產價格指數、深圳房價指數、上海住宅預售價格指數、西安40指數等。
這些價格指數的編制和使用上存在以下幾個問題（張宏斌、賈生華，2000）：指數編制過程中，板塊、片區和商業圈的劃分缺乏必要的理論依據；指數的計算方法落后；價格指數的預測方法不能體現房地產市場的內在特點；各地編制房地產價格指數的主體不一樣，造成了數據的來源和樣本的選擇方法存在很大的差異。 國外的房地產價格指數編制方法眾多，從現有文獻來看，大致可歸納為以下幾種關鍵類型：重復交易法、特征價格法以及混合模型方法。
其中重復交易法和特征價格法是解決房地產價格指數編制中由于房地產結構差異、品質差異所造成的指數偏差等問題的較好方法，尤其是特征價格法在國外住宅價格指數的應用中最為廣泛。然而，由于我國特殊的國情和市場條件，國內目前十余種房地產指數的編制大多采取了理論上簡單、實際編制上粗糙的加權平均法，或者是加權平均法和重復交易法相結合的不規范做法。
在指數的理論和實踐中存在著指數測算方法不完善、樣本數據缺乏代表性、指數的應用受到很大的局限等問題。 然而，隨著我國市場經濟改革的不斷深入和國民經濟的穩步高速增長，我國各地房地產市場在數年內就有了前所未有的變化和發展。
在經濟發展迅速、市場體制較完善的地區和城市，房地產市場不斷規范和成熟，市場交易案例逐步增多，房地產交易登記備案制度也逐步得以實施和完善。這樣，我國城市房地產指數在編制的基本理論方法上，一些城市地區已初步具備了應用特征價格法的現實可行性，大量的交易案例和實際價格數據使得房地產各屬性與房地產價格關系的測算成為可能。
同時，由于我國目前房地產市場仍然以一級市場（即新盤的交易）為主，大多數城市的二手房市場遠未放開，市場交易資料相對來說還是較封閉不公開，這種現實狀況極大地限制了重復交易法的應用。當然，在一些二手房市場較發達、市場基礎較好的個別地區，如上海，可以考慮采用該方法編制房地產指數。
此外，由于大多數地區和城市，畢竟房地產市場的發育晚、規范慢、交易少，在一定的時期內都不一定能夠具備僅僅應用征價格法的條件。這樣采用細分市場和加權平均法以及特征價格法可能對目前國內很多亟需編制房地產價格指數的城市還是一種可行的思路。
總之，從未來我國房地產價格指數編制的趨勢看，特征價格法因其方法的科學性和理論的完善性而具有廣闊的應用前景，應加強這方面的理論研究。此外，應針對不同地區不同條件選擇合適的、可行的房地產價格指數編制方法。
在有條件的地區、城市，可分別采取兩種以上的方法進行房地產指數的編制，并進行比較研究。 特征價格模型 房地產特征價格法編制房地產價格指數的理論依據源于“特征價格理論”，最早由美國經濟學家Lancaster于1966年創立，其意義為每單位消費者在追求效用極大的過程中，每增加一個單位某種屬性的消費，所愿意支付的邊際費用。
這種方法是應用特征價格理論，運用模型求出影響房地產商品價格的品質因素所隱含的價格，并可確定每一品質因素變動對商品價格的影響程度。這樣即使是非同質商品也可以在基期和報告期進行比較。
設p為房地產商品價格；Xi為房地產品質因素；βi為各品質因素對房地產商品價格的影響系數；Tj為房地產商品在j期售出的虛擬變量，若出售Tj=1，否則Tj=0;rj為在j期出售的房地產商品價格變動； 為隨機誤差項。根據特征價格理論可以建立房地產商品價格模型： LnP=∑βiLnXi+∑rjTj+e (1) 通過回歸分析，以得到各期的值，利用這些數據就可以編制房地產價格指數。
這種方法雖有較好的理論基礎，但在應用時要注意考慮這樣幾個問題：影響房地產價格的特征因素有那些；房地產價格與這些特征因素之間的關系是什么樣的。因此，在實施時，該方法需要大量的房地產價格資料及相應的大量統計數據，這樣有助于發現其中的規律，目前國外一般采用特征價格理論編制房地產指數，使計算出來的房地產指數盡可能反映房地產市場供求關系的變化。
特征價格模型的實證研究和應用分為兩個方面： 價格指數的編制。特征價格模型最初的用途是編制價格指數，即使在現在，特征價格模型的第一種且非常重要的用途，也還是根據數據的性質（時間序列數據、橫截面數據、面板數據）對價格指數的編制方法進行全面改善，研究的基本目的是提高住宅價格基準的精確性，一些研究還構建了適用于特別用途的住宅價格指數，如對貧困分界點的測量進行改進。
推斷特征的隱含價格和估計特征的市場需求。大多數研究往往把焦點集中在運用模型如何求得科學合理的特征價格這個問題上。
而美國不少學者研究不同人種、社會經濟狀況等因素對住宅價格的影響。另外， 有不少學者使用特征年。
