我國房地產開發企業X-效率研究
——基于滬深房地產上市公司面板數據

■趙 偉 汪智慧

我國房地產開發企業X-效率研究
——基于滬深房地產上市公司面板數據

■趙 偉 汪智慧

本文選取92家滬深房地產開發上市公司2005—2013年的面板數據，通過隨機前沿模型中的TFE和TRE模型來估計X-效率，結果發現：企業X-效率的均值在0.33到0.47之間，呈現一定的變動；不同組織形式和資產規模的企業X-效率存在著明顯的區別，民營企業較高而國有企業較低，資產規模較大企業高于資產規模較小公司；全國性企業較區域性企業在2005—2009年較低，而在2010—2013年較高。因此，必須完善房地產開發企業法人治理結構，優化薪酬管理和信息溝通機制，支持和穩定房地產市場。

隨機前沿模型；房地產開發上市公司；X-效率

趙 偉，武漢大學經濟與管理學院經濟學系副主任，武漢大學馬克思主義理論與中國實踐協同創新中心學術部副部長，武漢大學中國住房保障研究中心副主任、副教授、碩士生導師，博士；

汪智慧，武漢大學經濟與管理學院碩士生。（湖北武漢 430072）

一、引言

1998年城鎮住房制度改革以來，我國房地產市場經歷了超級繁榮，但隨著我國進入經濟調整期，全國百城住宅均價在近兩年內首次出現環比下跌的現象，房地產市場面臨下行的壓力，前期發展所積累的一些問題開始浮出水面，其中受到廣泛關注的問題是房地產業的效率問題。一方面，房地產業對宏觀經濟有很強的帶動效應。況偉大研究發現，房地產業和建筑業占GDP的比重均值合計為9.92%，其對經濟增長率的貢獻平均每年達0.99個百分點［1］。國民經濟平穩發展的政策目標，使得房地產業的平穩健康發展顯得極為重要。2014年中央政府工作報告首次提出“針對不同城市情況分類調控”，區別于自2005年以來以房價為主要控制目標的政策導向，提高效率將成為政府今后一段時期對房地產市場調控的方向。另一方面，效率是房地產企業優勝劣汰的基本準則。陳必安認為，我國房地產行業的上市公司整體效率偏低，存在著大約40%的潛在利潤提升空間［2］。房地產業正處于從粗放到精細化轉型的關口，房地產企業如何促進自身的競爭力并獲得長期發展，發掘導致無效率的內部因素并進而消除這些因素帶來的影響，是公司首先要考慮的問題。因此，對我國房地產行業上市公司的效率研究以及如何提升其效率引起了社會的高度關注。

房地產開發企業的效率可分為配置效率和X-效率，其中，X-效率是指企業生產效率在排除了技術進步和投入要素配置變化的情況下所剩余的效率［3］。對我國房地產開發企業X-效率的確定以及提高有著非常重要的意義：在理論上，本文采用適合樣本數據的隨機前沿模型最新進展成果，減少對X-效率的估計偏差；在現實意義上，對現階段房地產開發企業X-效率的測算，有助于認識房地產行業的發展狀況以及企業的生產狀態，進而為房地產市場結構調整提供切實可行的決策，以發揮房地產業的經濟支柱效應，使得我國經濟可持續發展。

二、文獻回顧

（一）X-效率

在微觀經濟理論中，企業的目標是通過有效地配置投入和產出來達到利潤最大化或成本最小化。實際上，作為決策單元的企業并不一定在與它們的可得資源相一致的生產可能性邊界上經營，其實際生產軌跡往往在生產可能性邊界以下。Farrell將企業效率分為技術效率和配置效率［3］，持有相似觀點的是Yotopoulos和Lau［4］，前者指企業在相同可測的投入數量的條件下生產出最大量產品，后者則是將一定投入價格和產出水平納入考慮范圍內最大化利潤。如果企業不能達到生產理論最優邊界，則認為企業生產無效率。企業間經濟效率的不同可能由技術效率引起，也可能出于配置效率的不同。國內外許多學者曾用不同的方法對此進行過詳盡的闡述。Hicks認為由于壟斷企業擁有對投入要素價格直接的影響力故能夠達到有效率的生產［5］。在此基礎上，Debreu［6］和Farrell［3］進一步指出，在一些案例中經理人缺乏市場勢力導致了企業的無效率。Harvey Leibenstein［7］將配置效率之外存在的其他效率類型等“非配置效率”稱為“X-效率”，認為動機是其主要構成要素，并且在許多情形中X-效率是顯著的，很有必要在增長過程方面改進X-效率。

（二）隨機前沿分析方法的發展

隨機前沿分析法(簡寫為SFA)是目前國內學者估算房地產行業效率所采取的兩大主流方法之一，另一個是數據包絡法(簡寫為DEA)。從DEA被應用于房地產行業的文獻可以看出，這類文獻選取地區——比如省或城市——作為房地產行業的效率決策單元，實際上企業才是做決定和執行經濟活動的標準單元，這種不匹配使得以上研究所使用的數據缺乏信度。在技術上DEA還存在著以下內在的缺陷：一方面，它將多產出與多輸入簡化為單一產出-輸入形式，采用線性規劃計算出效率值；另一方面，在許多情況下它的非隨機性質限制了研究者獲得全面和可持續的結果。然而，作為一種經濟計量方法的SFA巧妙地避免了這一問題，它比較靈活，能夠區分變量在外部隨機誤差與技術效率的影響，通過設定潛在的成本/生產/利潤函數結構，直接估計出企業的技術效率。近十幾年房地產行業經歷了以改善行業效率為目標的制度改革，主要為刺激機制框架，如價格區間和收入區間管制。因此，用隨機前沿邊界模型來估計房地產行業的生產效率水平越來越得到偏愛。

SFA在以下兩個方面優于DEA：（1）其邊界函數包含了統計噪音。（2）允許對估計值進行統計檢驗。但是，由于SFA設定了生產函數的具體形式，可能會由于錯誤的函數設定而造成估計偏差,然而這一問題可以通過采用多樣化的函數形式來緩解隨機前沿方法中的過度參數化問題。

（三）國內關于房地產行業應用隨機前沿模型的相關研究

陳必安［2］通過對2000—2006年34家滬深房地產上市公司的財報數據研究發現，房地產上市公司的經營效率估值逐年增加，但整體效率偏低。這一現象被張紅和王悅［8］再次證實，后者進一步研究發現，我國房地產上市公司X-效率差異較小且呈現趨同現象，而且隨著資產規模、控股形式、業務地域布局等的差異，企業呈現出不同的效率狀態。

已有對房地產開發公司效率研究的文獻在以下兩方面受到限制：第一，隨機前沿方法在已有文獻中的使用十分有限，目前國內估計效率普遍采用Battese and Coelli［9］(簡寫為bc92)與Battese and Coelli［10］(簡寫為bc95)模型，然而這只占已開發出的隨機前沿模型的一小部分，而且這兩個模型本身也存在限制。例如，bc92和bc95模型都設定截距在決策單元間是相同的，在非時變不可觀察因素存在的情況下，這些模型會產生設定偏差，這種影響現在被無效項捕捉了，從而產生有偏差的結果。現有模型一直在改進并且持續有更為靈活與合理的模型被開發出來，新模型很少被反映在國內的研究中。第二，建立并精確使用適合給定研究目標與使用數據特征的隨機前沿模型十分必要，比如，被頻繁使用的bc92模型在評估有變化的時變效應時有優勢，但是，如果所有樣本公司的效率是同一個時變模式，則bc92受到限制。另外，如果在分析面板數據時使用截面數據模型，結果會由于不能利用面板數據的優勢而出現偏差。

本文首次采用SFA時變最新模型真值固定效應模型（簡稱為TFE）和真值隨機模型（簡稱為TRE）［11］［12］來集中研究房地產開發企業X-效率，意欲將對房地產開發上市公司X-效率的研究限定在計量經濟技術最新的進步上。

三、TFE和TRE隨機前沿模型

本文所選采取模型的基本公式如下：

其中，yit是公司i在t時的產出對數，xit是投入對數的向量，t是代表技術變化的時間趨勢項，誤差項εit由雙邊誤差項vit和單邊誤差項uit組成，vit代表統計噪音，uit代表技術無效性。假設個體具有特定的截距，vit服從正態分布，無效項uit具有時變特征且服從指數分布。

具體而言，它包含三種時變無效項隨機前沿模型：（1）基于自變量與單元特定效應相關數據樣本的正態-指數真值固定效應模型（簡記為TFE1）；（2）基于自變量與單元特定效應相關數據樣本的正態-指數真值隨機模型 （簡記為TRE1）；（3）基于自變量與單元特定效應不相關數據樣本的正態-指數真值隨機模型 (簡記為TRE2)。

TFE需要解決兩個關于非線性面板數據模型的問題：第一，由較大維度的參數空間所導致的純粹計算問題，這可用極大似然啞變量方法解決；第二，當單元的數量相比面板的長度相對大的時候產生的附加參數問題，這時單元特定的截距是不一致估計的。不一致性污染了方差參數，而方差參數是對無效性進行二次評估中的關鍵因素，一般認為當面板的長度大于等于10時MLDV方法方才是合適的［13］。

在TRE中，αi實際上由固定效應α和單元隨機特有效應wi整合而成，即形式如下：

將普通項整合為α+wi，是為了通過最大化似然來估計該隨機效應模型。另外，通過模擬來整合合成擾動項εit。

本文選取的三個模型可以將隨時間變化的無效性，從單元特定的時間不變的無可觀測異質性中清理出來。它們不僅解決了模型在非時變不可觀察因素存在的情況下，由于設定決策單元具有相同的截距所帶來的設定偏差問題，而且允許從時變異質性中分離出非時變無效項。有人可能認為，一部分非時變不可觀測的異質性的確屬于無效項，或者這兩個成分根本不應該分開。不過，正如Greene指出，在式（1）中無論設定αi或α，沒有一個是令人滿意地從事實推斷結論，并且選擇應是由手中數據的特征而定。另外，Greene考慮了時滯因素，由于房地產企業的生產周期為2～3年，如果模型不考慮時滯因素將導致有偏的無效項。

四、實證結果

（一）數據及其描述性統計

1.數據選取

本研究使用的數據來自國泰安數據庫CSMAR和新浪財經網站提供的公司年報。樣本的選取參照滬深上市公司中的“房地產”子板塊，這一板塊提供了關于房地產開發較為全面的樣本。①

本文所使用數據為面板數據，以獲得較截面數據更豐富的信息集，并放松一些有關截面數據模型所做的假設，以便得到關于無效項更現實的特征。在變量的選取上，由于經濟數據的不充分和難于獲取，許多本應該應用在本文的變量受到了限制。比如，由于在各年中房地產上市公司的職工人數較難獲取，而職工人數與財務報表中應付工資及福利一項有較強的相關性，本文選擇應付工資及福利來替代職工人數。另外，資本投入依照固定資本凈值來測量，產出變量則以營業收入來代替。

2.數據的統計性描述

表1顯示了用來估計前沿邊界生產函數的變量的描述性統計值。

表1 估計前沿邊界生產函數的描述性統計 （單位：百萬元）

（二）模型對比與X-效率估計

1.超越對數生產函數

為了估計技術效率，需要對生產函數形式作出假設。已有文獻一般采用柯布-道格拉斯生產函數和超越對數生產函數來模擬實際生產過程。然而，柯布-道格拉斯函數是凹性的，在被應用于隨機模型時存在以下兩個問題：（1）它遺漏的特征增加了誤差項成分的方差，進而降低模型的統計的效率性，使得無效率得分被高估，一旦不可觀測的因素和解釋變量相關則也會引起有偏估計；（2）它假設在任何產出水平下公司滿足規模報酬不變，這個假設不允許任何二階形式，由于不同的房地產公司相對資產規模差距較大，因而這一假設十分不恰當。超越對數生產函數放松了這一假設，它使用二階形式將產出由于規模經濟而帶來的變化納入考慮。這種方法的后果是大量的待估參數問題，這些問題將影響非時變隨機模型的模擬似然最大化過程，可以通過采用時變隨機前沿模型來解決。因此，本文選用超越對數生產函數來分析技術效率。

本文基于92家滬深房地產上市公司在9年（2005—2013年）中的非平衡面板數據。數據集對一般研究者而言是可得的：只有投入和產出變量，產出的異質性，少于理想狀態的投入。產出變量是上市公司每年在年報中披露的營業收入，單位以元計。本文在實證分析中采用的函數形式是下面的超越對數生產函數：

在上式中，下標i和t分別是個體公司和時間的下標；Yit是產出，即營業收入；xit為投入要素；下標j和l是勞動（L）和資本（K）。vit~i.i.dN(0,σ2v)是典型的統計誤差項，這種統計誤差是在任何關系中都可以找到的，uit是一個單邊誤差項。本文假設vit獨立于uit。在第一個模型中，假設公司的無效項是固定不變的，因此公司個體的效應包含了無效項。在第二個和第三個模型中，公司的無效項隨時間而變化。在這些模型中，偏峰狀的隨機誤差項被翻譯為無效項。在所有的模型中，公司的技術效率和解釋變量無關。

2.模型對比

在這些含大量交叉項和較短時期的面板數據案例中，或許會發生事件參數問題。然而，伴生參數不影響TRE1的方差估計，但TFE數據會使得前沿邊界和參數估計有偏。TRE2是使用面板數據估計無效項的最好的模型，因為時間參數問題的可能性對模型1是內在的，而TRE2考慮了技術效率和解釋變量相關的事實。對于隨機前沿模型，在樣本空間中每期最有效的公司被認為是完全有效的，因此無效項的最小值是0。TRE1顯示了較高的無效率水平，并且其分布也較為分散易變，然而其他模型的估計值較為相似。表2給出了模型估計結果。

為了顯示不同模型公司效率排序的緊密程度，本文在全樣本公司水平上計算了斯皮爾曼序列相關系數。其中，對于含有時變效率的模型，效率得分是公司在樣本期的平均效率分數。結果顯示，不同模型的使用導致了不同的待估效率的排序，且無效項間的線性相關關系非常強，例如TFE1和TRE1的斯皮爾曼序列相關系統為0.9235。考慮到估計的邊界參數的相似度，高度相關的事實是可以理解的。由于附加參數問題，經過正確設定的TRE估算出的無效率在平均上比經過正確設定的TFE所估算出的無效率值偏差要小。所以，本文將選取TRE2的數據進一步分析2005—2013年房地產上市公司X-效率。

3.X-效率估計及分析

本文先從整體上對統計分析結果進行描述，然后分別從業務地區范圍、資產規模和組織形式三個方面來分析2005—2013年房地產上市公司樣本數據所測得的X-效率。2005—2013年房地產上市公司樣本數據的X-效率描述如表3。

在2005—2013年中，總體上房地產上市公司的X-效率均值在0.33至0.47之間；房地產上市公司的X-效率均值呈現一定的變動，在2005—2008年呈現上升趨勢，在2010—2013年則不斷下滑。

依據房地產企業的行業特征，以下將分析業務地區范圍、資產規模和組織形式三個因素對房地產上市公司的X-效率的影響。其中，按照業務地區范圍可將房地產上市公司分為地域性房地產公司和全國性房地產公司兩類。根據2013年公司年報總資產數據，將房地產上市公司以10億元總資產、100億元總資產和1000億元總資產為分割線進行分類；按照組織形式，將房地產上市公司分為國有企業、民營企業、國有相對控股企業、民營相對控股企業和中外合資企業。表3展示了統計結果。為了更好地觀察，本文將表3中按照資產規模分類和按照組織形式分類的X-效率數據轉化為圖形式，見圖1-3。它們分別顯示了2005—2013年房地產上市公司按照組織形式、資產規模和業務范圍分類的效率均值變化。從圖1可以看出，2005—2013年國有相對控股房地產上市公司X-效率較其他類企業偏高，而國有企業房地產上市公司X-效率在類別中表現較差；民營企業在2005—2006年表現不佳，隨后其X-效率均值較其他4種公司的該項數值偏大。總體而言，各類公司X-效率有趨同的走向。從圖2可以看出，2005—2009年房地產上市公司按資產規模分類X-效率差別較大，2009—2013年1000億元以上企業X-效率明顯高于資產規模較小的企業，且1000億元以下的房地產上市公司X-效率值出現明顯的下滑趨勢。從圖3可以看出，2005—2009年全國性房地產公司X-效率較低，而2010—2013年該值高于區域性房地產企業的X-效率估計值。

表2 滬深房地產開發上市公司統計結果

五、結論與建議

本文利用滬深房地產開發上市公司在2005—2013年微觀水平的面板數據，討論了房地產開發企業X-效率的理論和經驗研究問題。基于TFE和TRE模型來估計X-效率，結果發現：（1）2005—2013年房地產開發上市公司X-效率的均值在0.33到0.47之間，房地產開發上市公司的X-效率均值呈現一定的變動，在2005—2008年呈現上升趨勢，在2010—2013年則不斷下滑；（2）不同組織形式和資產規模的房地產開發上市公司的X-效率存在著明顯的區別，近年來，民營企業的X-效率較高而國有企業的X-效率較低，而資產規模較大的企業的X-效率高于資產規模較小的企業的X-效率；（3）2005—2009年全國性房地產開發企業X-效率較低，而2010—2013年該值高于區域性房地產企業的X-效率估計值。這一結論表明，目前我國房地產行業普遍存在著X-效率較低的問題，在經濟新常態的背景下，國

有房地產企業以及總資產規模較小的房地產企業面臨著市場轉型較大的風險。本文提出以下建議。

表3 2005—2013年所有房地產上市公司樣本X－效率均值分類統計

圖1 2005—2013年按組織形式劃分房地產上市公司X-效率均值統計

圖2 2005—2013年按資產規模劃分房地產上市公司X-效率均值統計

圖3 2005—2013年按經營范圍劃分房地產上市公司X-效率均值統計

首先，完善房地產開發企業法人治理結構。房地產開發企業應改變目前較為普遍的家族制結構，聘用職業經理人，規范管理層與董事等的權責，保證房地產企業決策的高效性與正確性。

其次，在公司業務范圍方面，公司應該結合自身特點，制定合理的區域發展計劃，合理布局一、二線城市與三、四線城市的房地產開發業務。

再者，在人力資源利用方面，企業應該：優化薪酬管理，根據每種崗位特點設計相應的分層激勵薪酬體系；培養企業文化，設計適宜員工工作的環境，增強員工對企業的忠誠度和工作效率；完善企業上下級之間以及部門之間的信息溝通機制，包括舉辦企業內部社交活動和短期部門間輪崗等，減少企業因溝通而造成的效率損失。

最后，在行業層面，我國房地產業協會應盡快完善房地產行業自律規范，尤其是關于違規行為的懲罰條例，并確保協會成員嚴格按照規范執行。同時，政府應制定支持和穩定房地產市場的政策，包括貸款利率、房產稅改革、公積金政策等。

注釋：

①本文樣本做了以下篩選：（1）為了集中關注房地產開發類公司，樣本剔除了分類為房產服務和園區開發的上市公司，前者如海印股份 （000861），后者如高新發展（000628）、中國國貿（600007）等；（2）根據房地產開發業務在公司業務中的情況來篩選樣本，排除房地產開發業務占公司業務較低的公司，例如，中國寶安（000009）因房地產開發業務在公司去年全年收入中僅貢獻11.03%而不在樣本中，而幸福實業（600743）在2008年與北京市華遠地產股份有限公司進行換股吸收合并，并將主營業務從服裝、電力開發等轉為房地產開發、銷售商品房等，故其2005—2008年數據記為缺失；（3）刪除了一些缺失部分數據的樣本，例如，榮安地產（000517）由于在2006—2009年未上市而被從樣本區間排除，順發恒業（000631）由于在2009年合并報表使得樣本區間會計內容不一致而被排除。

［1］況偉大.房地產相關產業與中國經濟增長［J］.經濟學動態,2010，(2).

［2］陳必安.基于隨機前沿方法的我國房地產上市公司X-效率分析［J］.西北農林科技大學學報(社會科學版), 2008，(5).

［3］M.J.Farrell.The Measurement of Productive Efficiency.JournaloftheRoyalStatisticalSociety,1957，(3).

［4］PanA.YotopoulosandLawrenceJ.Lau.ATestforRelativeEconomicEfficiency:SomeFurtherResults.AmericanE-conomicReview,1973，(1).

［5］J.R.Hicks.A Suggestion for Simplifying the Theory of Money.Economica,New Series,1935，(5).

［6］GerardDebreu.TheCoefficientofResourceUtilization. Econometrica,1951，(3).

［7］HarveyLeibenstein.AllocativeEfficiencyvs."X-Efficiency".AmericanEconomicReview,1966，(3).

［8］張紅，王悅.我國房地產上市公司X效率測算與統計分析——基于隨機前沿方法 ［J］.中國房地產,2013，(24).

［9］G.E.Battese，T.J.Coelli.Frontier Production Functions,Technical Efficiency and Panel Data:with Application to Paddy Farmers in India.Journal of Productivity Analysis, 1992,(5).

［10］G.E.Battese，T.J.Coelli.AModelforTechnicalInefficiencyEffectsinaStochasticFrontierProductionFunctionfor PanelData.EmpiricalEconomics,1995,(20).

［11］Greene,W.ReconsideringHeterogeneityinPanelData Estimators of the StochasticFrontier Model.Journal of Econometrics,2005,(2).

［12］Greene,W.Fixed and Random Effects in Stochastic Frontier Model.Journal of Productivity Analysis,2005,(1).

［13］Belotti,F.,and G.Ilardi.Consistent Estimation of the “true”Fixed-effects Stochastic Frontier Model. CEIS Tor Vergata:Research Paper Series,2012,(10).

【責任編輯：陳保林】

F293.3

A

1004－518X（2015）08－0055-07

教育部人文社科項目“公共租賃住房配租機制研究”（12YJC790061）