三大城市群房地產效率階段性特征評價分析

□ 苑清敏 殷珊珊

(天津理工大學 循環經濟與企業可持續發展中心, 天津 300384)

一、引 言

習近平總書記在黨的“十九大”報告中明確指出"房子是用來住的、不是用來炒的"定位，受到社會的廣泛關注和認同。時隔3年在2020年的"兩會"中再次提及"房住不炒"的話題，意味著未來一段時間中國房地產市場仍需繼續改善。京津冀、長三角、珠三角城市群作為中國經濟發展的核心區域，其房地產的運營效果直接關系到國民經濟的發展。國外學者對房地產的研究起步較早且范圍較為廣泛[1-4]。起初國內學者對房地產稅、房地產價格和房地產調控等方面研究頗多，近年來學術界亦開始關注房地產行業的效率問題。一方面，由于房地產具有較強的外部性，許多學者側重于房地產和其他層面效率的關系研究。

杜書云和田申[5]分析了房價波動對金融服務實體經濟效率影響。余泳澤和李啟航[6]檢驗了房價對城市整體及工業企業全要素生產率的差異性影響。張巍等[7]研究了房價對地區資源配置效率的影響。羅知和張川川[8]考察了房地產投資對制造業部門資源配置效率的影響。另一方面,隨著國內“空城”、“爛尾樓”的不斷涌現,眾多學者開始研究房地產行業的投入產出效率。比如陳金英等[9]計算了吉林省房地產的全要素生產率。張琦等[10]測算了湖南省各地級市房地產的投入產出效率。汪海鳳和李爽[11]對海峽兩岸房地產的公司運營效率進行了比較研究。何志勇[12]對土地費用下的房地產行業效率進行了實證研究。

通過梳理文獻發現，現有研究缺乏對房地產效率階段性和區域性特征評價分析。基于此，本文選用鏈式關聯型兩階段DEA模型對中國三大城市群房地產效率進行階段性評價, 分析樣本城市房地產效率在建設階段和銷售階段的差異性，并運用Malmquist指數度量三大城市群房地產業的全要素生產率及其分解指標，識別影響三大城市群房地產效率的關鍵因素，為促進中國房地產業的高效發展提供相關建議。

二、研究設計

(一)研究方法

1.兩階段DEA模型

DEA模型可分為獨立型和關聯型兩類,且關聯型主要以并形和鏈形這2種基本網絡結構為對象。圖1為鏈式關聯型兩階段DEA生產系統,為簡要描述問題,圖中輸入和輸出均設為一維變量。假設有n個決策單元(DMU),對于每個DMUj;j=1,2,…n,分為兩個生產階段,其中,第一階段有m個投入變量xi j,i=1,2,…,m,l個產出變量zdj,d=1,2,…,l,同時第一階段的產出變量又作為第二階段的投入變量,即中間變量第二階段有s個產出變量yrj,r=1,2,…,s。相應的鏈式關聯型兩階段DEA模型如式(1):

(1)

2.Malmquist指數模型

Malmquist指數模型是通過構造產出距離函數之比來度量生產率的變化。具體如式(2):

(2)

TFP=EC×TC=PC×SC×TC

(3)

以上各分解指標值均以1為分界線,大于1時表示該指標具有促進作用;等于1時,表示無影響;小于1時具有抑制作用。

(二)指標選擇

房地產業在運營過程中具有明顯的兩階段特征,其一是建設階段,即技術成果的產出階段,體現技術的有效性;其二是銷售階段,即經濟效益的增加階段,體現經濟的有效性。參考已有研究成果,并考慮到數據的可獲得性,兩個階段的投入產出指標見表1。

表1 投入產出指標的設定

(三)數據來源與處理

本文的研究期間為2008—2017年,研究對象是中國三大城市群的38個城市，其中京津冀城市群包括北京、天津等13個城市；長三角城市群包括上海、南京等16個城市；珠三角城市群包括廣州、深圳等9個城市。數據主要來源于各地級市統計年鑒。

由于用DEA模型來評價效率問題時,要求投入產出指標必須非負,但在原始數據中,由于指標的特性是可能出現負值的,比如銷售階段的產出指標—利潤總額,因此需將原始數據按一定函數關系式歸一到某一區間,具體處理方式如下:

maxZjg=ag(1≤j≤n,ag為第g項指標的最大值)

minZjg=bg(1≤j≤n,bg為第g項指標的最小值)

經歸一化處理后的數據都位于區間[0.1,1]內。

三、結果分析

(一)綜合效率階段性分析

為了使第一階段的產出與第二階段的投入保持統一,第一階段采用投入導向的BCC模型,第二階段采用產出導向的BCC模型。表2為通過DEAP2.1軟件測算得出的2008—2017年三大城市群房地產兩階段綜合效率值(由于篇幅有限,僅列出偶數年的兩階段綜合效率值),圖2為兩個階段綜合效率均值的變動趨勢。

圖2 三大城市群的兩階段綜合效率變動趨勢

由表2可知, 2008—2017年,三大城市群房地產業兩個階段的綜合效率均值均未達到1，建設階段明顯高于銷售階段，說明三大城市群房地產業在運營過程中效率不高，存在一定的資源浪費，建設階段的運營效果優于銷售階段。這是由于隨著中國房地產市場的不斷發展，房屋建造技術不斷進步，平均建設周期越來越短，建設效率相對較高。

表2 兩階段房地產業綜合效率值

但近年來房地產在銷售過程中面臨的困難與挑戰越來越突出，開發商為了能吸引更多的目標客戶，不得不在營銷上加大投入，從而使得銷售階段的效率低下。

相比而言，珠三角地區兩個階段的效率差異不太明顯，該地區建設階段的效率水平在三大地區中最低，但銷售階段的效率值卻達到最高，反映了珠三角地區的房地產市場在買賣雙方力量的相互制約下發展相對均衡。

由圖2可以看出,在研究期內,三大城市群兩個階段的綜合效率均出現了不同程度的下降,且變化趨勢基本一致,尤其是在銷售階段。這是由于近年來中國房地產過熱發展,房地產價格泡沫化嚴重和房地產市場庫存量過大并存,新屋銷售和新開工之間的傳導周期越來越長,房地產行業存在逐步收縮的趨勢,從而出現了房地產效率不斷下降的事實。

(二)全要素生產率階段性分析

用Malmquist指數模型對2008—2017年三大城市群房地產業建設階段和銷售階段的TFP進行分解，從EC、TC、PC和SC幾個方面進行分析，表3為三大城市群各指標的均值情況，圖3為38個城市兩階段全要素生產率的對比情況。

圖3 38個城市的兩階段全要素生產率的對比情況

由表3可知,三大城市群房地產建設階段的TFP均值均小于1，銷售階段均大于1，說明在研究期內建設階段的TFP持下降趨勢，在銷售階段呈上升趨勢。京津冀城市群兩個階段的TFP均高于其他兩個城市群，說明該地區房地產全要素生產率水平相對最優，這可能是由于不同區域的房地產發展基礎具有差異性所致。從建設階段TFP分解指標來看，38個城市的TC均值是小于1的，EC均值大于1，說明技術進步貢獻不足是該階段全要素生產率下降的關鍵；由EC進一步分解可得，SC呈增長的趨勢，而PC是下降的，尤其是珠三角地區，趨勢表現尤為明顯，說明該階段的當務之急是改善純技術效率。銷售階段TFP分解指標與建設階段出現了相反的變化趨勢，TC均值是大于1的，EC是小于1的，說明技術效率抑制了該階段全要素生產率的提升，該階段PC和SC均值都小于1，說明該階段管理層業務能力不足，投資規模惡化，未達到行業內的規模經濟。

表3 全要素生產率及分解指標

由圖3來看，銷售階段的全要素生產率總體優于建設階段，可能的原因是近年來中國政府參與到了房地產經濟活動中，對市場進行宏觀調控，以去庫存為主，并取得了一定的成效，銷售階段的生產率穩步提升，但也有個別城市除外，比如京津冀地區的邢臺和滄州，長三角地區的舟山，珠三角地區的江門、惠州和中山，可能是由于這些城市的房地產需求還是以剛需為主，國家對其的調控影響遠低于一二線城市。

四、結論與建議

本文借助兩階段DEA模型和Malmquist指數，分析了三大城市群建設階段和銷售階段的房地產效率，得出如下結論，并提出相應建議。

第一，2008—2017年，三大城市群建設階段和銷售階段房地產綜合效率均不高，銷售階段的效率明顯低于建設階段。房地產企業有必要對銷售費用進行管控，比如建立營銷費用預算管理機制，制定營銷計劃、細化營銷過程、規范營銷程序、量化營銷效果等，盡量避免無效投放與資源浪費，力求實現以更少營銷費用達到更佳營銷效果。

第二，三大城市群的全要素生產率在建設階段總體呈現下降的趨勢，在銷售階段呈現上升的趨勢。在市場失靈的前提下，政府應積極頒布相應的政策來引導其健康有序發展，比如適當控制開發商的拿地面積，限制商品房數量，防止房屋庫存量持續增大，嚴厲打擊一切以盈利為目的的投資投機行為，因城施策去庫存，力求房地產建設階段和銷售階段同步發展。

第三，技術進步是影響三大城市群兩個階段全要素生產率的關鍵，規模效率是建設階段技術效率提升的主要貢獻因素，純技術效率貢獻不足，規模效率和純技術效率共同抑制著銷售階段技術效率的增長。中國房地產業的高速發展必須以技術創新為前提，并適當控制房地產投資規模以提高規模效率，根據投資規模制定合理的投資模式，優化生產要素配置效率，注重培養領導人員的科學決策能力，以提高純技術效率，進而提升房地產企業的技術效率，促進房地產業的高效發展由依賴技術進步逐漸轉向技術效率，最終提高中國房地產業的全要素生產率。□