基于空間網(wǎng)格視角的企業(yè)績效影響因素的實證檢驗
——以中原地區(qū)房地產(chǎn)行業(yè)為例

林潔瑩

(福建船政交通職業(yè)學(xué)院交通經(jīng)濟(jì)系，福建 福州 350007)

1 文獻(xiàn)綜述

近年來，國內(nèi)外學(xué)者關(guān)于空間網(wǎng)格集聚對各行各業(yè)的影響及效應(yīng)的研究已取得較大成就，他們普遍認(rèn)為空間集聚效應(yīng)影響各行各業(yè)的發(fā)展及財務(wù)績效的各項指標(biāo).Den & Roeland認(rèn)為網(wǎng)格集聚會造成地理上相關(guān)聯(lián)企業(yè)間的相互影響，進(jìn)而幫助企業(yè)取長補(bǔ)短，減少交易成本[1]；Ben & Rabeau認(rèn)為企業(yè)間的信息共享與溝通在網(wǎng)格集聚效應(yīng)中發(fā)揮重要作用[2]；曹麗莉認(rèn)為網(wǎng)格集群內(nèi)的企業(yè)應(yīng)充分利用網(wǎng)格集聚效應(yīng)帶動其自身績效發(fā)展[3]；黃純認(rèn)為網(wǎng)格集群內(nèi)企業(yè)間應(yīng)共享信息網(wǎng)格、供應(yīng)鏈網(wǎng)格、資金網(wǎng)格，企業(yè)間的信息、資金等均影響其自身績效發(fā)展[4].關(guān)于企業(yè)績效的研究，大多數(shù)學(xué)者側(cè)重從財務(wù)及非財務(wù)指標(biāo)兩個視角展開相關(guān)研究.例如，Kaplan & Dess等學(xué)者從非財務(wù)指標(biāo)的視角進(jìn)行企業(yè)績效的相關(guān)評價，認(rèn)為市場份額、客戶滿意度、產(chǎn)品質(zhì)量等非財務(wù)指標(biāo)應(yīng)是測量企業(yè)績效發(fā)展的重點[5]；李乾文和Brown & Butle則認(rèn)為每股收益、投資收益率、現(xiàn)金流、凈利潤等財務(wù)指標(biāo)對企業(yè)自身的績效發(fā)展至關(guān)重要[7-8]；也有學(xué)者從全面績效指標(biāo)的視角提出進(jìn)行企業(yè)績效管理的建議，認(rèn)為應(yīng)在傳統(tǒng)財務(wù)及非財務(wù)指標(biāo)的基礎(chǔ)上加入其他主客觀指標(biāo)從不同層面、不同視角考量企業(yè)績效[9].總之，關(guān)于企業(yè)網(wǎng)格集聚及企業(yè)績效發(fā)展的研究已日漸成熟，但鮮有學(xué)者從網(wǎng)格集聚視角對企業(yè)運(yùn)營與企業(yè)自身績效間的關(guān)系進(jìn)行相關(guān)分析.本文以已有的相關(guān)研究為基礎(chǔ)，從網(wǎng)格集聚視角展開企業(yè)運(yùn)營與其績效間關(guān)系的相關(guān)研究，使企業(yè)績效考核更真實、更合理.

2 空間面板模型的構(gòu)建

2.1 核密度估值法

該研究方法為：結(jié)合選定的區(qū)域內(nèi)樣本數(shù)據(jù)，運(yùn)用可視化方法研究變量的空間分布模式及特征，進(jìn)而識別并表示出選定區(qū)域內(nèi)的企業(yè)空間分布狀況，該方法可直觀、簡潔地標(biāo)識出選定區(qū)域內(nèi)企業(yè)的集聚與分散狀況[10].其具體公式為：

(1)

其中，k(·)為核密度函數(shù)，h為搜索閾值，n為樣本數(shù)量，w為數(shù)據(jù)維度.

同時，當(dāng)w為二維數(shù)據(jù)時，即可突破傳統(tǒng)單維度尺度空間布局缺陷，進(jìn)行區(qū)域內(nèi)關(guān)聯(lián)企業(yè)間不同空間尺度上空間格局的分析[11]，即：

(2)

(3)

其中，α為樣本區(qū)域面積，n為樣本數(shù)量，D為樣本間距離.

當(dāng)H(D)=0時，相關(guān)企業(yè)間在空間上存在隨機(jī)分布；當(dāng)H(D)>0時，相關(guān)企業(yè)間在空間上呈集聚狀態(tài)；當(dāng)H(D)<0，相關(guān)企業(yè)間在空間上呈均勻分布狀態(tài).

當(dāng)H(D)>0時，可依據(jù)H(D)與D檢驗企業(yè)在空間上的集聚格局，并根據(jù)置信區(qū)間(H(D)min，H(D)max)求得企業(yè)的集聚強(qiáng)度及規(guī)模，即用H(D)出現(xiàn)的第一個最大值測度企業(yè)的集聚強(qiáng)度，用此時對應(yīng)的D值衡量企業(yè)集聚規(guī)模.

2.2 空間杜賓回歸模型

空間杜賓面板回歸數(shù)據(jù)是空間滯后模型和空間誤差模型的一般形式.空間杜賓模型可有效捕捉不同變量所產(chǎn)生的外部性和溢出效應(yīng)(Lesage & Pace, 2009).其基本形式為:

(4)

其中，θ和β是待估計的常數(shù)回歸參數(shù).對空間杜賓模型設(shè)定假設(shè)約束條件可將空間杜賓模型簡化成空間滯后模型或空間誤差模型.考慮兩個假設(shè)條件：(1)H0:θ=0；(2)H0:θ+ρβ=0.檢驗假設(shè)條件(1)可判斷是否將空間杜賓模型簡化為空間滯后模型，檢驗假設(shè)條件(2)可判斷是否將空間杜賓模型簡化為空間誤差模型.

2.3 空間權(quán)重矩陣的設(shè)定

在空間統(tǒng)計和計量中，對象的空間依賴關(guān)系可以用空間權(quán)重矩陣來表達(dá).目前，空間經(jīng)濟(jì)學(xué)主要使用三種空間權(quán)重矩陣設(shè)定方法，分別是0—1空間權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)空間權(quán)重矩陣.其中，0—1空間權(quán)重矩陣根據(jù)地理邊界是否相鄰設(shè)定，地理位置相鄰的地區(qū)被賦予1，地理位置不相鄰的地區(qū)被賦予0，即:

(5)

地理距離權(quán)重矩陣按兩個企業(yè)間地表距離的倒數(shù)平方來設(shè)定，其實質(zhì)是負(fù)相關(guān)距離，即用距離的遞減函數(shù)值定義元素值，兩企業(yè)距離越近賦予的權(quán)重越大，反之，賦予的權(quán)重越小，即:

(6)

其中，dij指i省與j省的省會城市之間距離.

本文中企業(yè)間經(jīng)濟(jì)活動不僅受空間地理距離的影響，而且還受企業(yè)財務(wù)發(fā)展水平的影響，故有必要將財務(wù)因素納入空間權(quán)重設(shè)置中以更好反映客觀現(xiàn)實.故經(jīng)濟(jì)空間權(quán)重矩陣就是在距離權(quán)重矩陣中引入經(jīng)濟(jì)財務(wù)因素，使用區(qū)域內(nèi)人均收入水平差距的倒數(shù)來設(shè)置，區(qū)域內(nèi)人均收入差距越小，企業(yè)財務(wù)水平越接近，賦予較大權(quán)數(shù)，反之則賦予較小權(quán)數(shù)[12].

3 空間杜賓面板模型的檢驗

3.1 企業(yè)空間集聚格局的時空演變

本文以搜索半徑400km以內(nèi)50家企業(yè)的2005、2010、2015及2019年數(shù)據(jù)為選取樣本，采取核密度估計法從空間布局視角探討這50家企業(yè)空間集聚格局的時空演變特征，得出其空間核密度分布指數(shù)如表1所示.

表1 中原地區(qū)房地產(chǎn)企業(yè)鄰近點距離指數(shù)

最鄰近距離指數(shù)表明中原地區(qū)房地產(chǎn)行業(yè)空間集聚近年來呈現(xiàn)從零星分布到空間集聚再到均衡發(fā)展的空間演變格局[13].2005年中原城市群區(qū)域房地產(chǎn)企業(yè)的最臨近點距離指數(shù)為0.357 5，2010年和2015年則分別為0.321 8、0.322 7，相對于2005年，約下降3個百分點，表明中原地區(qū)房地產(chǎn)企業(yè)進(jìn)一步集中，而2019年其最臨近點距離指數(shù)為0.398 6，則表明房地產(chǎn)企業(yè)空間集聚程度較低，逐漸趨于均衡化.故中原地區(qū)房地產(chǎn)企業(yè)空間布局經(jīng)歷了從零星分布到連綿集聚到均衡發(fā)展的演變歷程.

3.2 企業(yè)財務(wù)績效影響因素分析

考慮到指標(biāo)選取的系統(tǒng)性、全面性、可獲得性及關(guān)鍵性等原則，再加上回報率、風(fēng)險水平、償債能力、外部市場環(huán)境等幾方面衡量企業(yè)績效的特定財務(wù)與非財務(wù)指標(biāo)[14]，選取企業(yè)間空間地理距離、資本回報率、資產(chǎn)負(fù)債率、區(qū)域內(nèi)人均收入水平等幾個具體的關(guān)鍵指標(biāo)，分析了企業(yè)間經(jīng)濟(jì)活動受到的空間地理距離影響，并從企業(yè)發(fā)展水平的視角將衡量回報率、風(fēng)險水平、償債能力、市場份額等幾方面的資本回報率、資產(chǎn)負(fù)債率、區(qū)域內(nèi)人均收入水平等特定財務(wù)與非財務(wù)指標(biāo)納入企業(yè)績效影響因素的實證檢驗框架，以全面反映空間集聚視角下企業(yè)的產(chǎn)業(yè)集聚度、資本回報率、風(fēng)險水平、償債能力、外部市場環(huán)境等因素對區(qū)域內(nèi)房地產(chǎn)企業(yè)績效發(fā)展水平的影響.

3.2.1 選取指標(biāo)

本文選取中部地區(qū)房地產(chǎn)企業(yè)績效水平(房地產(chǎn)企業(yè)財務(wù)總產(chǎn)值與從業(yè)人員數(shù)量比)為因變量，企業(yè)間空間地理距離、資本回報率、資產(chǎn)負(fù)債率、區(qū)域內(nèi)人均收入水平等因素為自變量[15]，采取空間杜賓面板模型展開中部地區(qū)房地產(chǎn)企業(yè)績效水平的相關(guān)研究，以期通過空間杜賓面板模型檢驗影響中部地區(qū)房地產(chǎn)企業(yè)財務(wù)績效水平的因素及各影響因素與企業(yè)績效發(fā)展間的耦合程度.

表2 所選變量的定義及說明

基于數(shù)據(jù)可得性，選取區(qū)域內(nèi)房地產(chǎn)企業(yè)財務(wù)總產(chǎn)值與從業(yè)人員數(shù)量比來衡量其企業(yè)發(fā)展績效；用各房地產(chǎn)企業(yè)間的空間直線距離來衡量企業(yè)間空間地理距離；用區(qū)域內(nèi)房地產(chǎn)企業(yè)銷售額來衡量企業(yè)資本回籠情況，進(jìn)而衡量房地產(chǎn)企業(yè)的資本利用程度，衡量其資本回報率；用各房地產(chǎn)企業(yè)負(fù)債總額占資產(chǎn)總額的比例來衡量資產(chǎn)負(fù)債率；用區(qū)域內(nèi)人均GDP來衡量區(qū)域內(nèi)人均收入水平.

3.2.2 構(gòu)建模型

本文在借鑒國內(nèi)外研究經(jīng)驗的基礎(chǔ)上，選取中部七省50家房地產(chǎn)企業(yè)的績效水平、企業(yè)間空間地理距離、資本回報率、資產(chǎn)負(fù)債率、區(qū)域內(nèi)人均收入水平等變量指標(biāo)，以50家房地產(chǎn)企業(yè)的面板數(shù)據(jù)為依據(jù)，采取空間杜賓動態(tài)面板數(shù)據(jù)模型展開中部地區(qū)房地產(chǎn)企業(yè)績效水平影響因素及其動態(tài)耦合的相關(guān)研究[16]，即：

FZJXit=α0+α1FZJXit-11+...+αnFZJXit-n+βKJJLit+γZBHBLit+ηFJit+λRJSRit+εt

(7)

其中，F(xiàn)ZJXit為企業(yè)績效水平，KJJLit為企業(yè)間空間地理距離，ZBHBLit為資本回報率，F(xiàn)Jit為資產(chǎn)負(fù)債率，RJSRit為區(qū)域內(nèi)人均收入水平，ε為殘差項，i代表各省份，t代表各年份.

數(shù)據(jù)主要來源于各省份統(tǒng)計年鑒、各企業(yè)財務(wù)報表等.為了消除變量間的異方差和便于變量之間的長短期分析，本研究對各項指標(biāo)作對數(shù)處理.本文的實證研究前期用Stata計算Moran值，后期主要借助Matlab 軟件完成.

3.2.3 實證檢驗

(1)企業(yè)間空間相關(guān)性檢驗

面板模型進(jìn)行空間回歸分析前應(yīng)先進(jìn)行空間相關(guān)性檢驗，如果存在空間相關(guān)性，則應(yīng)采用空間計量經(jīng)濟(jì)模型消除空間效應(yīng)帶來的估計誤差.通過Moran值模擬發(fā)現(xiàn)：2005—2019年企業(yè)發(fā)展績效水平間的Moran位大致在0.30～0.52的區(qū)間內(nèi)變化，且均通過1%的顯著性水平檢驗，表明企業(yè)間發(fā)展績效水平存在較顯著的空間相關(guān)性.從縱向來看，企業(yè)績效的集聚水平隨時間呈現(xiàn)一定的規(guī)律變化，在2010年形成一個“增長拐點”，2010年以前Moran值大都呈現(xiàn)增長之勢，之后Moran值逐步下降或波動下降.

由表3可知，無論使用何種空間權(quán)重矩陣，自2005年以來，企業(yè)Moran指數(shù)均在1%的水平上顯著為正，各企業(yè)間的績效水平具有顯著的空間依賴性，一個企業(yè)的績效水平會受到鄰近企業(yè)績效水平的影響.同時，由于經(jīng)濟(jì)空間距離權(quán)重矩陣的指數(shù)值和顯著性普遍高于0—1空間權(quán)重矩陣和地理距離權(quán)重矩陣，故可判斷企業(yè)發(fā)展績效的空間集聚主要體現(xiàn)在企業(yè)規(guī)模、財務(wù)指標(biāo)等較接近的相鄰區(qū)域間，且企業(yè)規(guī)模、財務(wù)指標(biāo)等較接近的企業(yè)間更容易產(chǎn)生空間交互影響[17].

表3 企業(yè)績效水平Moran指數(shù)

(2)各變量對企業(yè)發(fā)展績效的效應(yīng)檢驗及動態(tài)耦合分析

根據(jù)前文分析，本文適合采用固定效應(yīng)的SDM模型，故對企業(yè)績效的影響因素進(jìn)行固定效應(yīng)空間計量分析，如表4.

表4 空間杜賓模型估計結(jié)果

從表4可以看出，在所有解釋變量的回歸系數(shù)中，區(qū)域內(nèi)人均收入的系數(shù)最大，表明區(qū)域內(nèi)人均收入是推動房地產(chǎn)企業(yè)績效水平提升的首要因素，空間距離的系數(shù)也較大，表明企業(yè)所處空間位置亦是推動房地產(chǎn)績效水平提升的重要因素，所處空間位置是房地產(chǎn)企業(yè)績效水平提升的部分原因[18].同時，房地產(chǎn)企業(yè)的資本回報率、資產(chǎn)負(fù)債率等對其績效水平的影響亦有正向顯著關(guān)系，說明房地產(chǎn)企業(yè)的資本回報率、資產(chǎn)負(fù)債率均會影響其績效，并對周邊區(qū)域起輻射作用.

表5結(jié)果顯示，空間距離、資本回報率、負(fù)債率、區(qū)域內(nèi)人均收入水平每提高10%，對企業(yè)績效的影響分別為1.26%、0.81%、0.93%、2.63%.由于存在因變量和自變量的空間滯后項，直接效應(yīng)中還包含了鄰近企業(yè)的反饋效應(yīng)，即鄰近企業(yè)績效發(fā)展水平和自變量對該企業(yè)的影響，反饋效應(yīng)值應(yīng)為表4中的估計系數(shù)與表5中各自變量的直接效應(yīng)的差值，空間距離、資本回報率、負(fù)債率、區(qū)域內(nèi)人均收入水平的反饋效應(yīng)分別為0.017 6、-0.069 2、0.028 8、-0.009.從間接效應(yīng)來看，空間距離、資本回報率、負(fù)債率、區(qū)域內(nèi)人均收入水平每提高10%，對鄰近企業(yè)績效的影響分別為-0.042%、5.055%、2.147%、2.287%.直接效應(yīng)和間接效應(yīng)均充分說明，各自變量不僅對本企業(yè)的被解釋變量產(chǎn)生影響，而且對鄰近企業(yè)的被解釋變量產(chǎn)生空間溢出效應(yīng).

表5 各變量對企業(yè)績效的直接效應(yīng)和間接效應(yīng)檢驗

4 結(jié)論及建議

通過分析不難發(fā)現(xiàn)，中部地區(qū)房地產(chǎn)企業(yè)績效水平受空間交互影響作用較為明顯，未來中部地區(qū)房地產(chǎn)企業(yè)發(fā)展中不僅要重視本企業(yè)資本回報率、負(fù)債率等要素的作用，也要注意空間鄰近企業(yè)相關(guān)政策變動的影響[19].同時，各企業(yè)在制定發(fā)展政策時，不僅要考慮資本回報率、資產(chǎn)負(fù)債率等財務(wù)指標(biāo)對自身發(fā)展的促進(jìn)作用，也要考慮自身相關(guān)政策對鄰近企業(yè)的影響，從而有助于整個行業(yè)從發(fā)展層面建立宏觀調(diào)控機(jī)制，避免各企業(yè)在提升自身發(fā)展的同時對鄰近企業(yè)造成惡性競爭，進(jìn)而促進(jìn)空間鄰近企業(yè)間的協(xié)調(diào)發(fā)展.

4.1 積極促進(jìn)區(qū)域內(nèi)房地產(chǎn)企業(yè)交流與合作，優(yōu)化要素空間配置

上述研究表明，區(qū)域內(nèi)人均收入水平、資本回報率等財務(wù)指標(biāo)具有較顯著的空間溢出效應(yīng)，應(yīng)充分借鑒發(fā)達(dá)國家和地區(qū)的先進(jìn)經(jīng)驗，充分發(fā)揮區(qū)域內(nèi)各房地產(chǎn)企業(yè)的比較優(yōu)勢，加強(qiáng)區(qū)域內(nèi)各企業(yè)間的交流與合作，在區(qū)域范圍內(nèi)優(yōu)化要素空間配置特別是優(yōu)化土地資源的合理配置，完善要素流動機(jī)制，提高要素配置效率，推進(jìn)房地產(chǎn)企業(yè)的土地、人員、資金等各要素在區(qū)域內(nèi)自由流動，形成集約用地、集約用人這一“有集中的分散”管理模式[20]，從而推動區(qū)域內(nèi)各房地產(chǎn)企業(yè)間良性、健康、互動的發(fā)展格局.

4.2 高度重視房地產(chǎn)企業(yè)各要素的作用，提升財務(wù)績效

實證結(jié)果表明，中部地區(qū)房地產(chǎn)各企業(yè)間的空間距離、資本回報率、負(fù)債率、區(qū)域內(nèi)人均收入水平等指標(biāo)均對企業(yè)績效具有較顯著的正向促進(jìn)作用，同時鄰近企業(yè)間各因變量亦互相產(chǎn)生空間溢出效應(yīng)，高度重視企業(yè)間的空間距離、資本回報率、負(fù)債率、區(qū)域內(nèi)人均收入水平等要素對其財務(wù)績效發(fā)展的作用至關(guān)重要.今后應(yīng)高度重視各要素在企業(yè)績效發(fā)展上所起的作用，建立健全財務(wù)指標(biāo)預(yù)算體系，打通財務(wù)與各部分間的溝通渠道，努力實現(xiàn)房地產(chǎn)企業(yè)經(jīng)營預(yù)算的動態(tài)預(yù)測，努力提升資本回報率、負(fù)債率等各項財務(wù)績效，積極發(fā)揮房地產(chǎn)企業(yè)財務(wù)驅(qū)動運(yùn)營的績效提升模式，形成企業(yè)良好的發(fā)展氛圍[21].

4.3 充分考慮行業(yè)的宏觀調(diào)控，完善市場供需機(jī)制

從供需均衡視角看，當(dāng)前房地產(chǎn)市場之所以存在高庫存、高房價的“雙高”局面，根本原因仍在于其供需機(jī)制的失衡.在房地產(chǎn)市場上相關(guān)管理部門應(yīng)從全局高度出發(fā)，有效進(jìn)行宏觀調(diào)控，充分考慮房地產(chǎn)企業(yè)區(qū)域輻射能力強(qiáng)的特點，努力建立供求總量基本平衡的格局，完善供需機(jī)制，實現(xiàn)市場微觀調(diào)節(jié)為主、政府宏觀干預(yù)為輔的管理模式，優(yōu)化供給結(jié)構(gòu)，完善價格、稅收、利率、土地、融資等相關(guān)配套[22]，從國家宏觀層面、市場微觀層面等多角度實現(xiàn)房地產(chǎn)市場供與需的有效銜接，實現(xiàn)高庫存、高房價的雙著陸.

4.4 努力構(gòu)建房地產(chǎn)企業(yè)財務(wù)預(yù)警機(jī)制，完善內(nèi)部資源管控模式

房地產(chǎn)企業(yè)大多是規(guī)模較大、資金鏈較長的集團(tuán)化經(jīng)營企業(yè)，在重視區(qū)域內(nèi)房地產(chǎn)項目部發(fā)展運(yùn)營的同時，應(yīng)充分考慮項目部與集團(tuán)公司間資金往來的有效控制，構(gòu)建房地產(chǎn)企業(yè)財務(wù)風(fēng)險預(yù)警長效機(jī)制，完善企業(yè)內(nèi)部資源管控模式，對其資金進(jìn)行有效管理，及時發(fā)現(xiàn)問題，提升應(yīng)對突發(fā)事件的能力，提前做好優(yōu)化與解決方案，實現(xiàn)各企業(yè)經(jīng)營活動的健康運(yùn)營.