土地費用下中國房地產業效率研究

何志勇

（1.北京科技大學 東凌經濟管理學院，北京 100083；2.世紀縱橫（北京）管理咨詢有限公司，北京 100012）

一、引 言

改革開放以來，我國房地產業得到了快速發展。1998年，中國住房改革拉開大幕，國務院決定取消福利分房制度。由于當時低迷的經濟增長需要新的動力，房地產業便充當了這個角色，政府更多地鼓勵了房地產市場化的傾向。房地產業逐步成為推動國家經濟增長的“三駕馬車”之一，對于國內生產總值的拉動產生了重要影響。短短幾年時間，房地產業便一躍成為國民經濟的支柱產業。

在住房分配貨幣化、商品化政策的逐步實施的過程中，新一輪房地產業的增長周期啟動。從整體上來看，中國房地產業迅速進入成長期，并具備了高成長性產業的特征。中國房地產業實現了高速發展和規?；瘮U張，房地產投資開發的各項指標全面上揚。據國家統計局網站顯示，2012年，房地產開發企業已達89 859個，是1998年的近四倍；平均從業人數238.68萬。2013年1-11月，全國房地產開發投資77 412億元，同比增長19.5%；房屋施工面積646 096萬平方米，同比增長16.1%；土地購置面積34 773萬平方米，同比增長9.9%；土地成交價款8 669億元，同比增長31.5%。這一系列的兩位數增長，充分說明房地產業發展之迅猛。

但是，房地產業的高速增長也帶來了很多問題。房地產熱甚至是房地產泡沫導致越來越高的房價問題；而高房價又將普通百姓置于水深火熱之中，甚至阻礙了中國社會中產階級的產生，為社會和諧發展埋下了隱患。每一次房價暴漲都會引致國務院出臺抑制措施，如2005年的“國八條”、2006年的“國六條”、2010年的“國十條”以及2011、2012年的一系列房屋調控組合拳。但截至2013年，每一次的房價調控均以“地王”頻出以及房價的再次上漲為結果。房價是房地產企業產品的價格，高房價是否可以說明企業經營的高效率呢？未必如此。因此近些年來，也有許多學者開始對房地產企業或行業的效率進行了定量研究。

二、文獻綜述及問題的提出

由于我國房地產行業起步發展較晚，所以可查閱的文獻大都集中在2005年之后。在較早的文獻中，王幼松等從行業層面利用DEA模型測算了香港地區不同建筑業工程分類的效率，測算出香港建筑業總體效率呈現年均1.12%的增長[1]。樊宏也利用2000-2004年的面板數據對中國鋼鐵、汽車、房地產行業進行了比對分析研究。結果表明，房地產企業之間效率水平差異較大，而且房地產行業年度利潤率逐年快速增長，偏離了行業效率趨勢[2]。在一定程度上，佐證了房地產過熱的現實。

從企業層面，也有不少學者利用DEA的方法進行了研究。謝岳來等通過利用CCR模型對上市企業年報數據的測算，對上市房地產企業效率進行了實證[3]。在此基礎上，孟川瑾等還利用比較分析的方法認為技術效率高的企業銷售增長得更快[4]。張波通過二階段DEA模型以及波士頓矩陣法對房地產企業經營績效做了研究[5]。研究結論普遍認為我國房地產企業效率較低。

從區域層面，孫鴿對內地31個省區市房地產行業進行實證研究，得出經濟發達地區效率普遍較高的結論[6]。進一步地，劉曉君等也做了東中西部地區的劃分，得出東部地區技術效率較高的結論，但是卻逐年降低，而在2006和2007年房市異?；鸨臅r候，效率反而達到最低值[7]。

此外，學者們也對房地產企業投資效率等進行了研究，如王堅強等利用Topsis方法的DEA模型對房地產企業投資效率的評價[8]，李延喜等對房地產信貸資金的配置效率的實證研究等等[9]。

但是從已有文獻來看，存在以下幾個特點：一是對企業層面的研究較多，從行業角度研究的較少；二是只對某一年的截面數據進行實證，很少有利用面板數據的比對分析；三是在指標選擇上，大部分利用的是財務報表上可得的數據，比如企業人員、營業利潤、總利潤等等（如表1）。

在指標的選取上，已有文獻的研究也存在一些問題，如一味地追求投入、產出指標的“豐富”，卻忽略了投入指標之間存在較強的共線性問題。而且Golany和Roll認為，決策單元的數量應大于或等于投入產出變量之和的5倍，否則會影響評價結果的有效性[10]。另外，大部分文獻對實證結果的解釋過于單薄，甚至沒有去解釋投入的冗余度問題，有些投入的冗余度也無法解釋。比如王亞東等[11]的研究中，投入變量中施工面積的冗余度問題，同樣的產出（經營總收入）則可以在減少施工面積后亦能達到，但這能否說明企業是無效的？施工面積又如何影響經營總收入的？二者之間是否有必然聯系？房屋是較特殊的商品，同樣一平方米的房子，在北京市中心可能就會帶來幾萬元的收入，而在北京遠郊可能只是市中心的幾分之一，而地區之間更是不可比。一平方米的施工或竣工面積，帶來的收入少，是否能說明企業效率低下？絕非如是！因此，選用“面積”作為投入指標，而選用“收入”或“利潤”作為產出的指標體系是不科學的。

基于以上這些問題，本文使用DEA方法選取更為合理的投入產出指標體系，利用2005-2012年8年間的面板數據對我國31省區市房地產業的效率進行實證研究，并對實證結果進行分析、解釋。

三、研究方法

數據包絡分析法（Data Envelopment Analysis，DEA）是運用線性規劃方法構建觀測數據的非參數分段曲面（或前沿），然后，相對于這個前沿面來計算效率。DEA的顯著特點是其不需要考慮投入與產出之間的函數關系，而且不需要預先估計參數及任何權重假設，避免了主觀因素，直接通過產出與投入之間加權和之比，計算決策單元的投入產出效率。

定義模型中的各個變量：xij表示第j個決策單元對第i種類型輸入的投入總量xij＞0；yrj表示第j個決策單元對第r種類型輸出的產出總量yrj＞0；vi表示對第i種類型輸入的一種度量，權系數（i=1，2，…，m）；ur表示對第r種類型輸出的一種度量，權系數（r=1，2，…，s）。每一個被評價的單位被稱為一個決策單元（DMU），則對于每一個決策單元DMUj相應的效率評價指數為：

總可以適當地取權系數v和u，使得hj≤1，（j=1，…，n）對第j0個決策單元進行效率評價。如以第j0個決策單元的效率指數為目標，以所有決策單元的效率指數為約束，構造出如下的CCR模型：

上述規劃模型是一個分式規劃，使用Charnes-Cooper變化，令：

可變成如下的線性規劃模型：

根據Charnes and Cooper對上述模型變換成較容易處理的線性規劃問題：

利用這個模型對生產活動的技術效率進行判斷：θ*＜1，則決策單元非DEA有效，且決策單元既不是技術有效，也不是規模有效；θ*=1，但至少有某個輸入或輸出松弛變量大于0，此時決策單元為弱DEA有效，決策單元不是同時技術有效且規模有效；θ*=1，且最優解的輸入和輸出松弛變量均為0時，決策單元為DEA有效，生產活動同時為技術有效和規模有效。

以上，在不做任何限制的時候，表示固定規模報酬，即CCR模型，它是由Charnes與Cooper和Rhodes于1978年提出的[12]。而在此基礎上，若根據Banker，Charnes和Cooper對式中乘數λj加總的限制，當限制條件時，表示變動的規模報酬，即BCC模型[13]。

與此同時，各輸入輸出的對偶價格（Dual Prices）有著深刻的經濟學含義，代表潛在效率提高的程度，可以為企業管理者提供明確的量化的政策優化目標。對于非DEA有效的決策單元，在投入導向下，它表明為了達到DEA有效，各輸入資源可以節約的量。

四、投入產出指標的選取及數據來源

本文采用DEA中投入導向的BCC模型對31省區市2005-2012年間（由于2004年數據不可得）的每個年度進行截面分析，測算出企業的綜合技術效率值，分解計算得出純技術效率值和規模效率值，并對各省區市歷年的效率值進行比對分析。原始數據均來源于歷年《中國統計年鑒》。

根據微觀經濟學的生產理論，企業的投入要素主要有四類：勞動、土地、資本和企業家才能，產出則是各種商品或服務等等。已有文獻從投入和產出角度研究房地產企業的效率問題，主要是基于經營效率和投資效率兩個方面，選取的投入指標多為勞動和資本兩大類，勞動投入指標如企業員工人數，資本投入指標如總資產、主營業務成本、平均股東權益、費用總額等等。

房屋是一種比較特殊的商品，對土地的依賴性較大，國內房價一直居高不下，也正是地價持續上漲的必然結果。一方面，土地的供給受13億畝耕地紅線的限制，以及政府推出土地計劃的限制；另一方面，土地的價格也直接影響著房地產企業效率。自土地市場實行招拍掛制度以后，房地產企業在土地拍賣過程中無節制地瘋狂購地，抬高地價，這是否存在無效率的問題，也值得探討。

Golany和Roll指出，在運用DEA方法時，需要滿足兩個重要條件，首先DEA評價的是一組決策單元的相對效率，被評價的決策單元需具有同構性；其次，決策單元的數量應大于或等于投入產出變量之和的5倍，否則會影響評價結果的有效性[10]。

在投入/產出指標的選取上，同時遵循了以下的原則：一是避免比率性指標，并且避免在投入指標集或產出指標集內部具有較強線性關系的指標（比如在選取總資產作為投入指標的時候扣除了土地購置費用），與此同時，注意指標的非負性；二是多選取具有管理可控性的指標，特別是具有實際指導意義、現實意義較強的指標。

據此，本文從勞動、土地、資本等三方面選取三個投入指標，分別為企業人數、土地購置費用和總資產（扣除土地購置費用后）。產出指標則選取商品房銷售收入。

前文已經指出，在投入指標中選取土地方面的指標是非常有必要，也是很具有現實意義的。但是，在具體土地指標的選取上可以有購置土地面積、開發土地面積等多種，如果選取有關“面積”的指標，那么相應產出（商品房面積或銷售收入）的多寡則無合理性解釋。一定的土地面積建造的房屋更多，并不能說明土地利用更為有效，因為可能是容積率低等的原因；同理，一定的土地面積建造的房屋銷售收入更多，也并不能說明土地的經濟產出更大，因為可能是由于地段等原因。所以，綜合考量，選取了土地購置費用作為輸入指標，而輸入輸出指標的關系也有合理解釋了，譬如某樣本土地購置費用無效，亦即土地購置費用有冗余，則說明企業在土地拍賣時出價過高，甚至可以說這塊土地的商品房開發方案是不經濟的。

雖然當期土地購置費用并不能完全反映在當期的商品房銷售上，但是資本市場有效理論認為，任何會計指標的操縱都只是暫時性的，只要給出足夠的會計時間，企業績效的變化最終都會反映在會計報表之中。房地產行業投入周期較長，相當一部分房地產企業會計年度之間存在較大的業績波動。為了解決這樣一些問題，本文也選擇了較長的一段時期作為企業效率實際測算分析的周期。

五、綜合技術效率分析

根據投入導向的BCC模型，對31省區市房地產行業2005-2012年八年間的每個年度進行了截面分析，得出每年31省區市的效率平均值（文中稱為當年全國房地產行業效率值）的變動情況（如圖1）。

圖1 考慮土地費用下我國房地產業平均綜合技術效率（2005-2012）

從綜合技術效率看，8年間全國房地產行業的綜合技術效率值呈現出“M”型的走勢。2005、2006年穩步上升，2008、2009年下降到谷底，2010年開始再次逐年小幅攀升。這個實證結論也與2008年中國房地產市場非常低迷相吻合。但是在2009年房價報復性上漲之時，房地產行業的綜合技術效率卻沒有增長，而是繼續小幅震蕩下降。2005-2012年全國房地產行業在這8年的平均綜合技術效率為0.76，這8年歷年全國平均綜合技術效率值除2008、2009年在0.7附近外，其余年份均在0.75～0.79之間小幅震蕩，可以看出我國房地產行業的整體綜合技術效率并不高，而且每年的增長變化也不大。具體到各個省市來看，只有上海市連續8年的綜合技術效率都達到了1，也就是說上海的房地產行業是DEA有效的。而綜合技術效率最低的山西，8年間的平均綜合技術效率只有0.48；青海、貴州、廣西在0.5～0.6之間；湖北、海南、湖南、重慶、甘肅、福建、云南在0.6～0.7之間；安徽、江西、河南、河北、四川、山東、陜西、吉林、黑龍江、遼寧、天津在0.7～0.8之間；寧夏、北京、西藏、浙江、廣東、內蒙古在0.8～0.9之間；而新疆和江蘇則接近1，兩?。▍^）大多數年份是DEA有效的，只有一兩個年份綜合技術效率不為1。如果從東部、中部、西部劃分來看，東部省份絕大多數綜合技術效率較高，但是海南、福建兩省比較低；而西部省份中，雖然大多數省份綜合技術效率較低、排名比較靠后，但也有寧夏、西藏、新疆的綜合技術效率較高，占西部省份總數的1/3，因此并不能得出經濟發達地區比經濟欠發達地區房地產行業的綜合技術效率高的結論。

從純技術效率來看，2005-2010年幾年間全國房地產行業的純技術效率變動趨勢與綜合技術效率的趨勢較為一致，2005、2006年攀升，2008、2009年探底，2010年回升，但是2011、2012年不升反降，表明這兩年我國房地產行業的整體技術水平有所下降，這也可能與房地產過熱導致企業盲目追求企業產出卻忽視技術革新有關。全國房地產行業在這8年間的平均純技術效率值為0.79。具體到各個省市來看，西藏、上海連續8年的純技術效率都為1；相比而言，純技術效率8年均值最低的山西只有0.49；貴州為0.58；廣西、湖北、福建、甘肅、青海、云南、海南在0.6～0.7之間；重慶、湖南、安徽、河北、江西、陜西、遼寧在0.7～0.8之間；吉林、黑龍江、天津、河南、北京、四川、寧夏、浙江、山東、內蒙古在0.8～0.9之間；廣東、新疆、江蘇接近1，這三個?。▍^）只有一兩個年份的純技術效率不為1。從純技術效率來看，也無法得出東部省區市比中部或者西部省區市整體高的結論。但是排名較靠前的、純技術效率較高的大都為東部發達省市。

從規模效率來看，2005-2007年三年間全國平均規模效率較平穩，幾乎沒有變動；在房地產行業整體低迷的2008年，全國平均規模效率降低較為明顯；2009年房地產市場再次走熱，全國房地產行業的平均規模效率也有明顯提高；但是在2010年全國規模效率均值再次大幅下降；2011、2012年又逐步攀升。雖然這8年間規模效率變動較為頻繁，但整體來看，我國房地產企業的規模效率較高，歷年均值都在0.92以上，8年的平均值為0.96。具體到各個省區市來看，青海省8年的平均規模效率最低，僅為0.78，山東、西藏分別為0.86、0.87；廣東、四川、河南、湖南、湖北、海南、寧夏在0.90～0.95之間；其余省區市都在0.95以上，相差不大。上海、江蘇兩省市的規模效率連續8年均為1。規模效率均值最低以及較低的幾個省份，有西部省份，也有廣東等經濟較發達的東部省份。

規模效率最低的青海、山東、西藏、廣東四省區，在其規模效率不為1（西藏在2006年、2007年、2009年、2011年規模效率為1）時，經濟欠發達的青海、西藏表現為規模報酬遞增；廣東、山東則處于規模報酬遞減階段。也就是說，青海、西藏的房地產企業如果擴大企業規模的話，效率會得到提升；而經濟較發達的廣東和山東的房地產企業則表現為規模過大，適度降低企業規模，則整體效率會得到提升。這也與我們預想的比較一致。

從整體看，我國房地產行業整體綜合技術效率不高的原因是純技術效率較低，尤其是2009年、2011年和2012年這三年，全國平均純技術效率較上年均有下降，使得規模效率較上年雖有增長，但出現綜合技術效率下降的狀況。因此，我國房地產行業想要提高整體效率，則必須摒棄房地產熱的東風，而借由提高企業技術水平，朝著良性的軌道發展。

六、土地購置費用冗余度分析

從上文測算結果中可以看出，我國房地產企業在不降低產出的前提下，對人員、資產及土地的投入，均存在較大的節約潛力空間。而土地（費用）的節約則是本文重點分析的內容。

雖然在投入指標選取上，選擇了土地購置費用，但是仍能在一定程度上說明兩個問題，一是房地產企業購地建造房屋是否是經濟的？如果不經濟，是否也在某種程度上表明這塊地被企業無效地利用了，甚至是不該用來建房，至少不該用來如此建房？二是同樣的一塊土地，由于招拍掛的出讓方式，加之房地產過熱的現象頻現，企業投入相當多的資金競相購地，購地款是否合適？給付購地款是否超過了土地應有的實際價值？從這一部分得到的一些數據來看（見表2），這些問題都得到了部分答案。

在31省區市中，只有西藏和上海連續8年的土地購置費用冗余度為0，也就是說這兩省市的房地產企業的土地購置費用沒有無效率部分。而山西、安徽、福建、廣西四省區的年均土地購置費用冗余度超過了50%、北京市的冗余度則接近一半。換句話說，這些省區市的土地購置費用中有一半左右都是無效的。而從單一年份看土地購置費用冗余度超過50%的更是比比皆是，最高的甚至達到80.38%（2009年青海?。?。

從年度平均值來看，2005-2007年三年的全國年均土地購置費用冗余度變動不大，都在24%左右；2008年有小幅增長，這與2008年房地產市場低迷偏冷、銷售額狀況不佳有很大的關系，一方面“產出”有所降低，但另一方面“投入”卻繼續擴大。2008年房地產開發投資比上年增長了20.9%，達到30 580億元。但是，商品房銷售面積比上年降低了19.7%；2009、2010兩年，土地購置費用冗余度連續大幅增長，這與當年房地產泡沫過大、土地市場異?；鸨那樾尾恢\而合，房地產過熱引發企業不計成本爭相拿地而導致不合理購地。2011、2012年有小幅回落，這一方面與近年來國家出臺一系列政策抑制房價有關，另一方面也與政府限制地價、限制地王的出現有很大關系。

從整體來看，2005-2012年土地購置費用冗余度總體均值為30.04%，也就是說，房地產企業可以減少三成的土地購置費用而無須降低企業產出。以北京為例，在這8年間，在無須降低產出的條件下，共可以減少3 248.726億的土地購置費投入。

單純的理論測算數據似乎并不能完全說明問題，但從某種意義上已經解釋了房地產行業的高泡沫風險，同時也揭示出了房地產企業在招投標拿地時肆意加價的決策性失誤。房地產企業投入過多的資金在土地上，使得房屋的土地成本占了很大的比重，這也促使了高房價的產生，影響了人民的安居樂業，甚至造成了一定的社會不良影響。從另一角度看，也可以理解成為房地產企業在土地利用上也出現了低效和無效的情形。而本文的分析不僅為房地產企業如何有效決策提供了量化依據，同時也為房價回歸合理性提供了有益的可行的路徑。

七、結 論

本文利用DEA模型，在總結已有文獻的基礎上，選取了更為合理的投入產出指標體系，對2005-2012年我國31省區市的房地產行業效率進行了實證研究。得出以下結論：①我國房地產行業的規模效率較高，但純技術效率較低，導致綜合技術效率低；②各省區市之間的效率值差異較大，上海市最好，在被測算的8年里，其綜合技術效率均為1，即DEA有效；③從研究結果來看，不足以說明經濟欠發達的西部地區的效率整體不如東部或者中部；④從整體平均來看，土地購置費用的冗余度較大，達到了30%。

因此，從這些研究結論可以看出，我國房地產企業應該著力于提高企業的技術水平，通過創新來提高企業效率。另一方面，房地產企業也應該降低對土地追求的熱情，令土地市場降溫。多年來，房地產企業依靠高投入、粗放式的生產方式將無以為繼，這必將阻礙房地產企業未來的發展。而本文也從理論上通過對具體數據的研究證實了這點，同時也為房地產行業的發展指明了方向。

[1]王幼松，鄒廣榮.香港建筑業生產效率極其影響因素研究[J].深圳大學學報：理工版，1999（12）：53-60.

[2]樊宏.中國鋼鐵、汽車、房地產行業運行效率研究（2000-2004）[J].數量經濟技術經濟研究，2007（2）：54-64.

[3]謝岳來，劉洪玉.基于數據包絡分析的企業資本利用有效性研究[J].運籌與管理，2004（6）：28-34.

[4]孟川瑾，邢斐，陳禹.基于DEA分析的房地產企業效率評價[J].管理評論，2008（7）：57-62.

[5]張波.房地產上市公司經營績效評價[J].統計與決策，2006（2下）：55-57.

[6]孫鴿.基于DEA的我國房地產業運作效率研究[J].經濟研究導刊，2007（9）：174-176.

[7]劉曉君，張衛紅.基于DEA的我國房地產業效率研究[J].建筑經濟，2009（6）：49-53.

[8]王堅強，陽建軍.基于DEA模型的企業投資效率評價[J].科研管理，2010（7）：73-80.

[9]李延喜，李錦鈴，黃好杰，等.基于超效率DEA的房地產信貸資金配套效率研究[J].工程管理學報，2011（2）：90-94.

[10]Golany B，Roll Y.An Application Procedure for DEA[J].Omega，1989，17（3）：237-250.

[11]王亞東，安立仁.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，2009（2）：34-43.

[12]Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research ，1978，6（2）：429-444.

[13]Banker R D，Charnes A，Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science ，1984，30（9）：1078-109.