《中国住房大数据分析报告(2020)》暨房企品牌价值TOP50首发

 【导读】2020年12月1日，中国社会科学院财经战略研究院住房大数据项目组发布《中国住房大数据分析报告（2020）——城市房价预警与房企品牌价值测度》。报告首次发布了基于消费者视角的房地产企业品牌价值TOP50，为消费者购房提供有价值的参考。

2020年12月1日，中国社会科学院财经战略研究院住房大数据项目组发布《中国住房大数据分析报告（2020）——城市房价预警与房企品牌价值测度》。该报告同时也是国家自然科学基金面上项目 “基于互联网大数据和重复交易法的中国城市住房价格指数编制研究” 及中国社科院国情调研重大项目“房地产调控政策及其效果”阶段性成果。报告首次发布基于消费者视角的房地产企业品牌价值TOP50。

报告认为，长期以来，关于房地产企业品牌价值的测评研究多从生产者视角出发，往往注重企业规模而不注重企业产品品质。这使得部分房地产企业从战略上偏重于扩大销售规模或持有土地规模，而并不注重产品品质的改进，房地产领域成为消费者权益纠纷高发领域。另一方面，部分专注于提升住房品质的优秀企业，社会认知程度却相对不足。

实际上，包含物业和售后服务在内的产品品质才是企业品牌的核心所在。住房一旦建成将长期存在于城市之中，住房品质问题是关系到民生质量和城市百年品质的重大问题。如果品质低劣住房的大量存在，将是城市未来发展的重大隐忧。

为鼓励大国工匠精神，激励房地产企业更加注重产品品质，促进房地产企业持续改进售后及物业服务，服务于城市百年发展，《中国住房大数据分析报告（2020）》从住房消费者市场评价出发，基于存量房市场交易大数据，以存量房的品牌溢价率为基本指标，测度了各大房地产企业品牌在存量房市场的真实价值。

报告通过基于Hedonic模型的百万级大数据计算发现，仁恒置地集团有限公司、正荣地产集团有限公司、宋都基业投资股份有限公司等50个房地产企业分别位居消费者视角的企业品牌价值TOP50。

2020房地产企业品牌价值TOP50——基于消费者视角的大数据

（续）  2020房地产企业品牌价值TOP50——基于消费者视角的大数据

报告结果显示，在存量房市场上，品牌价值TOP10房企的平均品牌溢价率为15.8%，其中第1位的房地产企业平均品牌溢价率为22.69%，第10位房地产企业平均品牌溢价率为12.61%，表明品牌价值TOP10房企的产品品质及消费者市场认可度要大大高于社会一般水平。

品牌价值TOP30房企平均品牌溢价率为12%，表明品牌价值TOP30企业的产品品质和消费者市场认可度要显著高于社会一般水平。

品牌价值TOP50房企的平均品牌溢价率为9.5%，最低平均品牌溢价率为4.07%,表明TOP50房企的平均产品品质和消费者市场认可度高于社会一般水平，存量房市场存在品牌价值。

报告结果还发现，在存量房市场上，137个近三年的房地产百强企业中，有28个百强房企存在品牌负溢价，表明部分百强房企产品品质和消费者市场认可度甚至要低于小房地产企业一般水平，具有较大的品质改进空间。

除了增进房地产领域的大国工匠精神外，基于存量房市场品牌溢价率的企业品牌价值测度，既能为消费者购房决策提供参考，也可以为企业品牌战略决策提供依据，还可以作为存量房估价的重要参照系。

报告品牌价值测度指标为存量房市场的企业品牌溢价率。即存量房交易市场上，通过模型同质化处理，在消除地段、户型、装饰、折旧、面积等各类住房基本特征及市场房价涨跌影响后，获得的仅由企业品牌所带来的存量房溢价。

由于存量房出售方为个人房主，不再直接受企业营销、宣传因素的干扰，也较少受开发企业资金链状况直接影响，其品牌溢价高低更能反映企业品牌的真实价值。存量房市场的企业品牌溢价率也相当于存量房市场上卖家和买家对房产品牌的共同货币投票。

报告品牌企业分析样本为从全国各大房地产企业中，选出近三年房地产百强企业（共137个）。为提升准确度，在TOP50排序时，进一步剔除了个别项目记录数、交易记录数低于门槛值的样本企业及存在较大经营风险的样本企业。

报告计算基础数据为2017年1月至今各大城市共1803907条存量房交易记录。

在基于消费者视角的大数据分析的基础上，报告对企业品牌价值作了更科学合理的排序，最后列出品牌价值TOP50房地产企业作为市场参考。

本期报告撰写人为中国社科院财经战略研究院住房大数据项目组组长邹琳华，中国社科院竞争力模拟实验室副主任、《中国县域经济发展报告》主编吕风勇。

PDF新闻稿下载请点击

中国住房大数据分析报告（2020） 新闻稿6.pdf

问题、建议、授权与更多数据报告获取

电话：17190301535

E-mail：zfdsj2@163.com

小程序：纬房大数据

住房大数据研究网：www.zfdsj.org

项目组微信号：11192160 或 wfindex

微信公众号：住房大数据

英文ID：wftech