房地產業技術效率影響因素分析
——基于我國31個省市區的面板數據研究

●武漢大學經濟與管理學院 趙 昕

房地產業技術效率影響因素分析
——基于我國31個省市區的面板數據研究

●武漢大學經濟與管理學院 趙 昕

本文針對房地產業技術效率的影響因素，FDI、市場集中度等，建立了我國31個省市區的面板數據模型進行分析并且發現，這些因素對技術效率的提高都有促進作用，但在技術效率較高時，FDI與經濟水平對其促進作用越來越小，甚至有可能出現反作用。FDI對技術效率的邊際效用遞減說明其技術溢出效應小于FDI作為資本本身的效應。政府部門應引導房地產業更加合理的利用外資，特別是對技術的學習。同時，技術效率存在明顯的地理空間效應與經濟空間效應。基于此，地方政府在制定決策時，應本著促進市場集中度的提高，將房地產業FDI控制在合理的范圍內等的原則。

房地產業技術效率 FDI 市場集中度

一、引言

作為國民經濟的支柱產業，房地產業經過二十多年的發展，已經是我國經濟發展新的增長點。2008年以來，我國房地產市場一直處于升溫態勢，對房地產市場的健康發展產生了不小的威脅。2011年1月，國八條出臺，限購等政策的實施對房地產的火熱場面起到了一定的降溫作用。2013年2月，國五條的出臺對二手房交易的打壓進一步減少了對商品房的投機。這一政策產生了不小的作用，在各省市實施國五條細則的前夜，持有二套房的居民苦于今后要繳納20%的稅收等政策限制，紛紛出手二套房，部分城市出現了二手房交易火爆的場面。在此之后，則交易冷淡，說明國五條從一定程度上遏制了人們購買商品房進行投機的行為。各種政策的出臺，除對房地產市場的直接影響外，也通過各種因素間接地對其產生了不小的沖擊。例如，不少省市出現了外商投資增速放緩或減少的局面，而外商投資是房地產業發展的重要資金來源。同時，房地產業作為地區的支柱產業，對地區經濟水平的貢獻占到了不小的比例，反過來，地區經濟水平的改變又會對房地產業造成一定影響。地方政府對房地產市場采取的措施，除對其造成直接供需變化的影響外，還會通過這些間接因素對房地產市場造成更為持久的影響。

對房地產業健康發展的一個重要度量指標是房地產市場績效，即對房地產市場投入產出的效率分析。對房地產業市場績效的評估研究較多，這方面主要集中在對技術效率的評估上。如王亞東（2009）對 2006年我國31個省市自治區的技術效率進行了評估，任曉萍（2011）在其基礎上，提出了三階段DEA的評估方法。但在對技術效率的影響因素方面的研究較少，其中，王家庭（2011）對我國房地產上市公司的技術效率進行了測度并分析了其相應的影響因素，張衛紅（2010）對我國房地產業市場結構、效率與績效關系進行了實證分析，萬倫來（2007）研究了FDI對我國技術效率的影響。但這些研究大多從截面或者時間序列的層面進行分析，少有對面板數據進行分析，且對技術效率是否存在空間效應的研究較少，大多集中在對房價的空間效應分析上。此外，大多數文獻多集中于單一因素對房地產技術效率的影響分析上，而沒有對比因素間對其的影響強弱。本文正是基于以上考慮，運用面板模型，對我國房地產業技術效率的影響因素進行了研究。

二、理論框架

（一）房地產技術效率估計的C2R模型。技術效率是指在相同的投入下生產單元實際產出與理想的最大可能性產出的比率。本文中的房地產技術效率是指在相同的土地、資本、勞動的投入下，生產單元實際產出，如銷售額，銷售面積等與理想的最大可能性產出的比率。該比率越大，則說明產出越接近于理想值。技術效率評估的主要方法為數據包絡分析方法（DEA，Data Envelopment Analysis）。該方法于1978年以相對效率概念為基礎提出，原理主要是通過保持決策單元的輸入或者輸出不變，借助于數學規劃和統計數據確定將各個決策單元投影到DEA的生產前沿面上，并通過比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性。DEA方法能對多投入、多產出的多個決策單元進行效率評價，其最大的優點是不需要考慮指標的權重。本文所用的模型為C2R模型，其基本思想為：

假設在房地產市場中有n個決策單元DMUi(j=1,2,…n)，DMUi的輸入、輸出向量分別為：

由于在生產過程中，各種輸入、輸出向量的作用各不相同，需要賦予其一定的權重 v=(v1,v2,…vm)T來 u=(u1,Y2,…vm)T對其進行綜合，稱

為第 j個決策單元 DMUj的效率評價指數，所賦予的權重需使得hj≤1。C2R模型即尋求使得輸出固定時的最小輸入，或計算已有輸入的最大輸出。本文對C2R模型的運用主要體現在對已有輸入、輸出的效率估計上，即在相同的土地、資本、勞動的投入下，生產單元實際產出，如銷售額，銷售面積等與理想的最大可能性產出的比率。

（二）房地產技術效率的影響因素效用分析。本文對房地產技術效率的影響因素效用分析包括兩點，一為該效用的正負性，二為考察邊際效用的遞減、不變、遞增情況。設影響房地產技術效率的因素為 (x1,x2,…xn)，根據 模型所得到的技術效率記為h，則各因素對技術效率的效用可通過建立回歸函數：

求得。其中，因素xi對技術效率的效用正負與大小可以通過求解獲得。若大于0，表示效用為正，該因素對技術效率有促進作用，相反則存在抑制作用。各因素對技術效率的效用大小對比可以反應不同因素對技術效率的作用強弱，越大，表示作用越強。分析邊際效用的變動情況，即遞增、不變、遞減的情況，可通過對技術效率 h進行排序，并對不同區間的h分別進行回歸進行分析。若隨h的增加而增大，則表明規模效用遞增，若隨h的增加而基本不變，則表明規模效用不變，若減小，則規模效用遞減。

本文分析的主要影響因素為外商直接投資（FDI）以及市場集中度。FDI對技術效率的影響主要體現為兩點，一是為房地產產業經濟發展提供資金；二是通過FDI的技術溢出效應，促進內資房地產企業的技術水平和組織效率的提高，從而最終提高技術效率。設房地產市場的輸出或者產出為Q，由西方經濟學中生產論中的模型可得：

從第一點來看，FDI的作用與技術效率估計中的輸入變量資本的作用有著相同之處。資本的邊際效用為

1LβTγ，在勞動和土地不變的情況下，隨著K的增加而減小，即資本的邊際效用遞減，從而使得資本對技術效率的邊際效用遞減。與此同時，FDI的技術溢出效應，促進內資房地產企業的技術水平和組織效率的提高，即在資本、勞動和土地不變的情況下，隨著A的增加而增加，從而使得資本對技術效率的邊際效用增加。綜上，FDI的增加一方面表現為資本的邊際效用遞減，另一方面又通過提高技術水平，使得資本的邊際效用增加。

房地產市場的行業集中度，即行業內規模最大的前幾家企業的有關數值(可以是產值、產量、銷售額、銷售量、職工數、資產總額等)占整個市場的份額。市場集中度越高，房地產業易形成寡頭壟斷市場，房地產商收取溢價的能力就越強。而商品房的需求在我國表現為剛性需求，價格的上漲對需求的影響遠小于其他商品，即在價格上漲的同時，銷售額也在上漲，從而產出增加，技術效率也就越高。此外，市場集中度越高，資本集中度越高，能夠推動新技術的研發與利用，從而使得在生產要素不變的條件下，技術效率的邊際效用提高。如果市場集中度過低，則會出現一種惡性競爭，從而導致勞動力和資本均無法得到充分使用對于技術的提高也會起到抑制作用。可見，行業集中度越高，則技術效率越高，且邊際效用遞增。

三、數據來源及指標構建

房地產業技術效率評估的數據來源于中宏產業數據庫房地產行業年度數據，為20022011年、我國31個省市自治區的面板數據。根據陳景輝（2011）、張衛紅（2010）等對投入產出指標的選取，以及數據可獲得性，本文選取的投入指標包括：本年登記注冊從業人員總數、各地區房屋施工面積、本年完成投資額。產出指標包括：本年商品房銷售額、商品房銷售面積。所得技術效率值位于[0,1]區間，若為1，則說明該地區當年為技術有效，若小于1，則說明非有效。房地產的建設期一般為23年，因此，本文選擇的產出指標要比投入指標滯后2年，即當年的產出來源于推前2期時的投入，故本文的投入為滯后產出2期的指標，所得數據為31個地區2004—2011年的技術效率值，并將其作為衡量地區房地產技術效率的指標。

房地產業技術效率的影響因素除FDI、行業集中度外，經濟發展水平、地區總人口數都會對房地產業技術效率產生影響。人口越多，相對而言勞動力越豐富，能夠很好地對資本進行替代，且邊際替代率較低，從而促進技術效率的提高。市場集中度可用指標表示，即行業內規模最大的前家企業的有關數值(可以是產值、產量、銷售額、銷售量、職工數、資產總額等)占整個市場的份額。基于對數據的可獲得性及完整性的考慮，本文選取各地區注冊企業中一級資質企業資產總額與所有注冊企業資產總額之比作為該地區的房地產行業的集中度。該指標越大，可在一定程度上表明所在地區的房地產業集中度越高，進而行業壟斷勢力越強。

此外，空間轉移成本即地區交通便利程度對技術效率也具有一定影響，即隨著公交設施的完善,人們空間移動成本下降,出行更方便,使得非中心地區的商品房也有比較大的需求，從而提升房價，另外，空間轉移成本的下降也對房地產業資金的流動，勞動力的流動提供了便利，從而對提高技術效率產生了積極作用。對于空間轉移成本即地區出行便利程度，本文采用的具體指標為各地區每萬人均公共交通車輛數。

地區生活狀況對房地產業也存在一定的影響，如地區普通高等學校數、衛生機構數、生活垃圾無害化處理率等。教育醫療衛生條件好的地區，其房價也會相對較高，需求也會相對較強，從而對房地產技術效率產生影響。基于上述分析，本文選取表1中的指標作為房地產技術效率的影響因素。解釋變量指標數據來源于中經數據庫，為2004—2011年的31個省市自治區的面板數據，共248個樣本。

表1 指標選取與描述

因地區經濟水平的指標、地區生活水平的指標存在較高的相關性。故用綜合評價法對指標進行綜合，具體為使用熵權法對指標進行處理，其可通過指標所包含的信息量的多少，設置不同的權重，從而對指標進行加權平均，在處理數據的同時對所有數據進行標準化處理，以消除指標量綱的影響。

四、房地產業技術效率估計與影響因素的實證分析

借助DEAP 2.1版軟件，運用模型對房地產業技術效率進行數據包絡分析。對結果中技術效率為1的地區進行了匯總，如表2所示：

表2 2004—2011年房地產業技術有效地區

從表2中可以看出，在10個已經達到技術效率DEA有效的地區中,5個基本都屬于比較發達的地區,這也印證了經濟的發展水平在很大程度上決定了房地產業經營效率的好壞。幾個少數民族自治區雖然投資額不大,但其在房屋施工面積、土地購置費用和房屋銷售面積上面具有相對優勢,從而其效率也達到了最優。

（一）技術效率的面板模型。本文首先對該面板數據進行一般的面板回歸，即采用含有固定效應、隨機效應或混合效應的面板數據模型，后將對模型進行改進。對面板數據進行單位根檢驗，結果如表3所示。

表3 變量的Levin-Lin-Chu單位根檢驗結果

對變量進行固定效應的F檢驗，得到F值為6.36，對應的p值為0，說明應拒絕原假設，即接受使用固定效應模型優于混合效應模型。Breusch和 Pagan Lagrangian multiplier檢驗得到的卡方值為135.37，對應的概率值為0，說明應該拒絕原假設，即接受使用隨機效應模型優于混合效應模型。Hausman檢驗的卡方值為1.11，p值0.9535，故不能拒絕原假設，應選用隨機效應模型。隨機效應模型的回歸方程為：

其中，ui為截距項中的隨機部分，與殘差項一樣均是獨立同分布的，互不相關，并均與解釋變量無關。由于對地區經濟水平（Eco）和市場集中度（CR）的RE效應不顯著，經實驗得，其BE效應顯著，故采用BE效應模型對這兩個解釋變量進行回歸。回歸結果如表4所示。

表4 面板數據模型結果

從表4中可以看出，地區經濟水平對房地產業技術效率的影響最大，這驗證了表1中的推測。這是因為地區經濟水平的提高能夠吸引更多的優質勞動力以及更多的資本，并且能夠擴大對商品房的需求，從而對提高房價，提升銷售量都有一定的作用。市場集中度對技術效率的影響也是顯著的，根據產業組織理論，以及市場力假說和效率結構假說，市場集中度和績效之間存在正相關關系，本文的結果也驗證了這一點。這部分是因為市場集中度高的地區，房地產企業占有較大的市場份額，單位生產成本低，從而具有規模效率。FDI對技術效率存在顯著的正效應。我國房地產業的開放導致與房地產業相關的產品和技術進口增加，以及進入中國房地產市場的外資增加,從而促進房地產業的技術進步。外資的進入，增加了房地產投資總量，提高了我國房地產行業的技術水平，帶來的先進大型施工機械和施工技術與管理經驗,促進了我國住宅智能水平的提高和整個行業的技術進步。地區出行便利程度與技術效率也存在顯著的正向關系，即空間轉移成本低的地區，其房地產業技術效率較高。地區生活水平對技術效率的影響較小，且方向不確定。說明地區生活水平，特別是教育醫療衛生水平對房地產業技術效率的影響較小。

（二）分位數回歸。在此基礎上，本文對以上變量分別進行分位數回歸，以了解在不同的技術效率水平，各解釋變量對被解釋變量影響程度的變化情況。分位數回歸結果如表5所示。

表5 分位數回歸結果

從表5可以看出，隨著技術效率的提高，CR、地區生活水平、出行便利程度對其的影響越來越大，其中，生活水平影響程度增加幅度最大，但系數置信度較低，CR影響增幅其次，出行便利程度最小。CR對技術效率的影響越來越大，即邊際效用遞增，說明行業集中度的提高對于技術的改進以及市場溢價存在促進作用，這與前文的分析相符合；FDI、地區經濟水平對其的影響越來越小，但減幅不大。不可否認，FDI和地區經濟水平對技術效率的促進作用是有一定限度的，當地區經濟水平發達到一定程度，勞動力流入過多，導致勞動力利用效率降低，資本流入過多，資本利用效率也相對較低，由此造成的技術效率下降也會較明顯，如表2中所示，北京、天津、上海在近幾年技術不再有效，呈現下降趨勢，部分也是基于上述原因。同時，這也說明了我國FDI的技術溢出效應并不明顯，外商的投資主要是資本的增加，而對于技術的改進作用甚微。我國在利用外資方面應更注重技術的學習，而不能單純的看做資本的增加。

（三）技術效率的空間效應分析。地區房地產業技術效率受到多重因素的影響，而這些因素則可能存在一定的空間效應，如地區經濟水平、FDI等。相鄰地區的經濟存在一定的滲透性，當地的經濟發展會帶動周邊地區的發展。FDI則存在一定的技術溢出效應，不僅對當地，也對周邊地區產生影響，同時如果FDI的增加帶動了當地房地產業的發展，周邊地區也會采取措施吸引外資，加速發展。構成技術效率的重要因素房價也存在著空間效應，陳浪南等指出，相鄰地區之間房價的影響程度比其他不相鄰地區之間房價的影響程度大。根據以上分析，推測技術效率存在著一定的空間效應，包括地理空間效應和經濟空間效應，故本文將進一步采用空間面板模型對技術效率進行分析。

空間面板模型相比于面板模型，特別之處在于納入了空間效應，這主要通過空間權重矩陣來體現。空間權重矩陣w表征了空間單位之間的相互信賴性與關聯程度。本文所用的地理空間權重矩陣為采用相鄰規則來定義的空間權重矩陣，即地理空間權重矩陣W的元素Wij=1，表示兩個地區擁有共同邊界；Wij=0表示兩地不相鄰。然后對矩陣進行標準化處理。為了避免“單個島嶼效應”，設定海南省與廣東省、廣西壯族自治區有共同邊界。經濟空間加權矩陣表現了技術效率的空間聯系可能會受到經濟發展水平的影響。本文建立經濟空間權重矩陣的方法為，其中，為樣本期內第i個省份人均GDP的平均值；為樣本期內人均GDP的總平均值。當一個地區的人均GDP較大時，對其周邊地區的影響也會較大。

對房地產業技術效率是否存在空間效應的檢驗采用moran指數，其考察的是變量是否存在全局自相關。對技術效率地理空間效應的moran指數檢驗顯示，在0.05的顯著性水平下，2008年的技術效率存在顯著的地理空間效應。Moran指數為0.2412，對應的p值為0.018，表示技術效率越高的地區，其相鄰地區的技術效率也會越高。其moran散點圖為圖1。

圖1 2008年地理空間效應moran散點圖

圖2 2009年經濟空間效應moran散點圖

相比于地理空間效應，經濟空間效應則明顯的多。在0.1的顯著性水平下，2008、2009、2010年的經濟空間效應都顯著存在。Moran值分別為0.1968、0.3506、0.1772。2010年的moran散點圖如圖2所示。Moran指數檢驗顯示，在某些年份，技術效率存在一定的空間效應，但大多數年份，空間效應并不顯著，下面將采用空間面板模型進一步分析。

本文所用的空間面板模型為靜態模型，主要包括空間自相關模型（SAC）以及空間誤差自相關模型（SEM），經過實驗對比發現，SEM的變量系數顯著的不為0，而SAC的變量系數置信度較低，且擬合優度不如SEM，即可認為技術效率不存在顯著的空間自相關效應，而存在空間誤差自相關效應。SEM的具體形式如（2）所示。

其中，αi表示空間固定項，γi表示時期固定項，νit表示含有空間效應的殘差，uit為除去空間效應后的殘差。所用軟件為matlab，程序來自matlab自帶的空間計量程序包，模型估計結果如表7所示。

表7 SEM面板模型估計結果

從表7中可以看出，殘差的地理空間效應與經濟空間效應都很顯著，且都在0.2附近，說明技術效率中無法由解釋變量解釋的部分含有明顯的空間效應。經濟水平對技術效率的影響最大，其次為CR，FDI與出行便利程度對技術效率影響相對較小，但十分顯著。相鄰地區的技術效率存在某種聯系，這主要是因為投資的溢出效應、勞動力的流動、價格的空間效應等。地區相鄰且經濟水平相似的地區，技術效率同樣受周邊技術效率的影響。作為政策制定者，在提升房地產業技術效率的時候，不僅要考慮自身的水平，更要考慮周邊地區的影響，才能做到統籌兼顧，有的放矢。

五、總結

本文針對房地產業技術效率的影響因素，即FDI、市場集中度、經濟水平、生活水平、出行便利程度，相繼建立了面板模型、分位數回歸模型、動態面板模型以及空間面板模型，分析了各影響因素對技術效率的影響方向及程度，不同分位數技術效率的因素影響大小、技術效率的動態效應以及空間效應。得到以下結論：第一，地區經濟水平對技術效率影響最大，其次為市場集中度、FDI等。地區生活水平對技術效率的影響不大，顯著性不高。第二，隨著技術效率的提高，CR、地區生活水平、出行便利程度對其的影響越來越大；FDI、地區經濟水平對其的影響越來越小，但減幅不大。不可否認，FDI和地區經濟水平對技術效率的促進作用是有一定限度的，當地區經濟水平發達到一定程度，技術效率提升空間減少，甚至出現下降趨勢。第三，技術效率存在動態效應與空間效應。地方決策者在對房地產業技術效率方面制定政策時，要考慮到政策實施的時滯對效率的影響，以及效率自身的時滯性，同時還要考慮到周邊地區，經濟相似地區的影響，才能為當地做出較好的決策。

為促進房地產業健康穩定發展，在本文研究的基礎上，結合房地產業的發展狀況，提出如下的政策建議：

（一）把加快提高地區經濟發展水平作為重要途徑，促進房地產行業的發展。地區經濟發展狀況影響該地區房地產業的發展，地區經濟水平的不斷發展能提供良好的基礎設施和營造良好的投資氛圍，經濟發達的地區，房地產行業發展相對繁榮。要把發展地區經濟作為重要平臺，帶動房地產業的發展，而不是以房地產業的發展來拉動地區經濟的發展，以免造成房地產泡沫。

（二）合理地引進外資。外商直接投資房地產行業不僅一定程度上推動了房地產業的發展，也帶動了相關產業的發展。同時，外來資金的引入也帶來了新技術和先進的管理方法，也能促進房地產業的發展。但是，在我國房地產行業高額利潤的驅使下，外來資金容易跟風投入到房地產行業，導致房地產價格的攀升，易造成房地產泡沫。

（三）加強區域間的經濟合作。房地產行業的發展不僅受到本區域的經濟發展的影響，同時還受到相鄰區域經濟發展的影響。完善區域經濟合作機制，改變各自發展各自為政的發展方式，促使區域間資源共享，挖掘區域合作發展的潛能。

1.陳景輝、李延喜、魏芳芳等.2011.我國房地產業投資效率評價研究［J］.技術經濟，3。

2.陳浪南、王鶴.2012.我國房地產價格區域互動的實證研究［J］.統計研究，7期。

3.胡小渝、王家庭.2012.我國35個大中城市房地產業技術效率研究——基于三階段DEA模型的實證分析［J］.特區經濟，1。

4.任曉萍.2011.基于三階段DEA的我國各省房地產業效率實證研究［J］.經濟研究導刊，8。

5.萬倫來、陳希希.2007.FDI對中國房地產業技術效率的影響——基于中國省際房地產業面板數據的實證研究［J］.上海經濟研究，3。

6.王亞東、安立仁.2009.中國31個省市房地產業經營效率——基于DEA的實證研究［J］.西安石油大學學報（社會科學版），1。

7.王家庭、趙亮.2011.我國房地產上市公司的技術效率測度及影響因素的實證研究［J］.城市，1。

8.張衛紅、汪圣.2010.我國房地產業市場結構、效率與績效關系實證研究——以鄭州市為例［J］.科技經濟市場，1。

9.周曉東、文啟湘.2007.房地產行業價格因素分析及實證研究［J］.經濟經緯，5。