报告发现:城市的未来发展决定城市房地产的潜力
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,得出下面的结论如下:
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 | |
|