基于三階段DEA 模型的我國房地產(chǎn)業(yè)效率研究

任陽軍，曹 澤

(安徽建筑大學(xué) 管理學(xué)院，合肥230601)

0 引言

房地產(chǎn)業(yè)作為國民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，其發(fā)展關(guān)系到我國的經(jīng)濟(jì)建設(shè)和社會進(jìn)步。改革開放以來，房地產(chǎn)業(yè)發(fā)展突飛猛進(jìn)，投資規(guī)模持續(xù)擴(kuò)大，已然成為推動我國國民經(jīng)濟(jì)發(fā)展的中堅力量，其平穩(wěn)、持續(xù)、健康的發(fā)展將對整個國民經(jīng)濟(jì)社會的健康、可持續(xù)發(fā)展起到非常重要的作用。近年來，雖然我國房地產(chǎn)業(yè)不斷進(jìn)行體制改革，并積極學(xué)習(xí)國外先進(jìn)技術(shù)和管理理念，但其生產(chǎn)效率同歐美發(fā)達(dá)國家之間仍有較大差距。因此，通過對高能耗的房地產(chǎn)業(yè)的生產(chǎn)效率進(jìn)行準(zhǔn)確測算，可以認(rèn)清房地產(chǎn)業(yè)發(fā)展現(xiàn)狀，找出制約房地產(chǎn)業(yè)效率提高的關(guān)鍵因素，為政府和企業(yè)制定政策提供參考依據(jù)。

Fried 等人(2002)提出了三階段DEA 方法的效率評價模型，他們認(rèn)為是由管理效率、環(huán)境因素和隨機(jī)因素三方面共同作用導(dǎo)致投入或產(chǎn)出的冗余，并指出應(yīng)該剔除環(huán)境因素和隨機(jī)誤差的影響，從管理水平上進(jìn)行效率評價。

目前三階段DEA 方法已在工業(yè)、農(nóng)業(yè)、旅游業(yè)、物流業(yè)等諸多行業(yè)領(lǐng)域中得到廣泛運(yùn)用，相關(guān)典型文獻(xiàn)如:郭亞軍(2012)運(yùn)用三階段DEA 對我國2009 年工業(yè)生產(chǎn)效率進(jìn)行研究，發(fā)現(xiàn)資源利用水平、人均居民消費(fèi)和對外開放水平等環(huán)境變量對工業(yè)生產(chǎn)效率有著顯著影響，各省市應(yīng)根據(jù)自身所處工業(yè)生產(chǎn)效率類型采用提高技術(shù)效率和擴(kuò)大生產(chǎn)規(guī)模等措施［1］。郭軍華、倪明等(2010)采用三階段DEA 模型對我國2008 年農(nóng)業(yè)生產(chǎn)效率進(jìn)行實證研究，發(fā)現(xiàn)城市化水平和鄉(xiāng)村人口平均受教育年限的提升對農(nóng)業(yè)生產(chǎn)效率的改善有利，農(nóng)村居民人均純收入、財政支農(nóng)等因素不利于農(nóng)業(yè)生產(chǎn)效率的提高，并將各省市按純技術(shù)效率和規(guī)模效率劃分成四種不同類型［2］。金春雨、程浩等(2012)利用三階段DEA對各省市旅游業(yè)效率進(jìn)行測算和評價，發(fā)現(xiàn)各省市旅游業(yè)純技術(shù)效率差異較小，規(guī)模效率差異較大，并按純技術(shù)效率和規(guī)模效率將各地區(qū)旅游業(yè)劃分成四種類型［3］。鐘祖昌(2010)采取三階段DEA 方法，分析了2007 年我國31 個省市自治區(qū)物流業(yè)的運(yùn)營效率，結(jié)果顯示，我國各省市物流業(yè)的綜合技術(shù)效率較低，而規(guī)模效率低是其主要原因，且東部地區(qū)物流業(yè)發(fā)展最優(yōu)，中部次之，西部最差［4］。本文將基于2013 年的相關(guān)數(shù)據(jù)，運(yùn)用三階段DEA 模型通過剔除環(huán)境因素和隨機(jī)因素的影響，對我國房地產(chǎn)業(yè)效率進(jìn)行科學(xué)評價。

1 三階段DEA 模型

1.1 第一階段:傳統(tǒng)DEA 模型

DEA－CCR 模型最早是由A.Charnes 和W.Cooperzai 在1978 年提出［5］，旨在解決“多投入多產(chǎn)出”模式下決策單元的相對有效性的評價問題。但該模型并沒有考慮規(guī)模報酬可變的實際情況，對此，Banker，Charnes 和Cooper 又提出了可變規(guī)模報酬的另一種DEA 模型，即DEA－BBC 模型，將CCR 模型中的技術(shù)效率(TE)分解為純技術(shù)效率(PTE)和規(guī)模效率(SE)，即TE =PTE* SE［6］，這樣能夠更加精確地反映決策單元的經(jīng)營管理水平。DEA－BBC模型可以分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型兩種，就房地產(chǎn)業(yè)而言，投入要素要比產(chǎn)出要素的控制容易得多，因而本文選擇投入導(dǎo)向型的BBC 模型。

以考慮規(guī)模報酬可變?yōu)榍疤?，BBC 模型可表示為:

式 中 x1= (x11，x21，...，xm1)，y1= (y11，y21，...，ys1)。θ 是被考察的決策單元的總效率值，且0 ≤θ ≤1。

1.2 第二階段:構(gòu)建SFA 模型

Fried 等(2002)認(rèn)為，傳統(tǒng)的DEA 模型得到的各決策單元的投入/產(chǎn)出松弛變量是隨機(jī)因素、環(huán)境因素和管理效率三方面的原因?qū)е碌?。第一階段的DEA 方法并未將這三方面原因進(jìn)行區(qū)分，而是把所有影響均歸于DMU 管理的無效率。因此，Timmer于1971 年提出隨機(jī)前沿分析(SFA)［7］，該模型考察了外部環(huán)境因素對相對效率造成的影響。

設(shè)第i 個DMU 的第n 個投入值為xni，松弛變量為sni，則有sni=xni，xnλ ＞0。

根據(jù)Batese 和Coelli［8］的研究成果，差額變量和環(huán)境關(guān)系模型表示為:

式中sni為第i 個決策單元的第n 種投入的松弛變量，f(Zi，βn)表示環(huán)境變量對松弛變量sni的影響，取f(Zi，βn)=Ziβn，而Vni+Uni為混合誤差項。

利用SFA 回歸結(jié)果對n 個決策單元的投入變量進(jìn)行調(diào)整，得到單純反映管理水平的效率值。調(diào)整后結(jié)果為:

1.3 第三階段:調(diào)整后的DEA 模型

三階段DEA 方法是由Fried 和Lovell 在1996年提出的。將第二階段得到的調(diào)整后的投入項與原始產(chǎn)出值一起帶入DEA－BBC 模型中，得到剔除外部環(huán)境因素和隨機(jī)誤差的相對效率值，即反映內(nèi)部管理問題的效率值。

2 指標(biāo)選取和數(shù)據(jù)來源

綜合DEA 方法對投入和產(chǎn)出指標(biāo)的要求，本文將勞動力、資本作為研究房地產(chǎn)業(yè)效率的投入指標(biāo)。就勞動指標(biāo)而言，當(dāng)前我國房地產(chǎn)行業(yè)快速發(fā)展的同時，在建筑質(zhì)量、科技進(jìn)步、人才培養(yǎng)、市場拓展等方面面臨諸多問題，而這些問題的解決都需要高素質(zhì)的建筑人才做支撐［9］，因而將各省市房地產(chǎn)業(yè)從業(yè)人員數(shù)作為勞動投入。就資本指標(biāo)而言，該指標(biāo)很難具體測量，而企業(yè)總資產(chǎn)既能表明本年度獲取的物質(zhì)財富，也能代表下一年用以經(jīng)營的物質(zhì)基礎(chǔ)，所以將各省市房地產(chǎn)業(yè)總資產(chǎn)作為房地產(chǎn)業(yè)的資本投入。而產(chǎn)出指標(biāo)方面，本文將房地產(chǎn)業(yè)房屋竣工面積作為各省市房地產(chǎn)業(yè)的產(chǎn)出變量。此外，環(huán)境變量方面，結(jié)合國內(nèi)相關(guān)文獻(xiàn)以及我國房地產(chǎn)業(yè)自身發(fā)展的特點(diǎn)，本文選取了各省市人均GDP、房地產(chǎn)開發(fā)商數(shù)量、地區(qū)總面積、地區(qū)總?cè)丝谧鳛榄h(huán)境變量。

鑒于數(shù)據(jù)的完整性和可得性，本文選取2013 年我國29 省市自治區(qū)(寧夏、新疆因部分?jǐn)?shù)據(jù)不完整，故排除)的房地產(chǎn)業(yè)數(shù)據(jù)作為樣本，文中數(shù)據(jù)來源于《中國房地產(chǎn)業(yè)統(tǒng)計年鑒2014》和《中國統(tǒng)計年鑒2014》。

3 實證結(jié)果分析

3.1 第一階段:傳統(tǒng)DEA 模型實證結(jié)果分析

第一階段采用DEAP2.1 軟件中的投入導(dǎo)向型BBC 模型，對2013 年我國29 省市房地產(chǎn)業(yè)效率水平進(jìn)行測算。分析結(jié)果列于表1(第一階段)。

由表1(第一階段)可知，在不考慮外部環(huán)境因素和隨機(jī)誤差的影響下，從全國房地產(chǎn)業(yè)效率平均水平分析，技術(shù)效率為0.740，純技術(shù)效率為0.813，而規(guī)模效率為0.936，這表明我國房地產(chǎn)業(yè)效率整體水平不高，規(guī)模效率相對而言較為理想，接近最佳生產(chǎn)規(guī)模。從各省市房地產(chǎn)業(yè)效率水平分析，北京、吉林、浙江三省市房地產(chǎn)業(yè)的三項效率值均達(dá)到生產(chǎn)前沿面，即處于有效狀態(tài)，不存在投入冗余，其余26 省市房地產(chǎn)業(yè)效率均不同程度處于無效狀態(tài)。然而，由于該階段結(jié)果包含了環(huán)境因素和隨機(jī)因素的干擾，并不能反映各省市房地產(chǎn)業(yè)的真實效率水平，仍需進(jìn)一步調(diào)整和分析。

表1 2013 年我國29 省市建筑業(yè)效率(第一階段和第三階段)

3.2 第二階段:SFA 回歸結(jié)果分析

將第一階段得到的決策單元的各投入變量的松弛變量取對數(shù)后作為被解釋變量，將4 個環(huán)境變量對數(shù)化后作為解釋變量。通過Frontier4.1 軟件的計算，回歸結(jié)果如表2 所示。

表2 第二階段SFA 回歸結(jié)果

從表2 可知，選取的4 個環(huán)境變量對2 個投入松弛變量的回歸系數(shù)都能在1%和5%的顯著性水平上通過檢驗，這說明外界環(huán)境變量在一定程度上對投入松弛變量產(chǎn)生影響。環(huán)境變量對投入松弛變量的影響分析如下:

(1)人均GDP 變量對兩個投入松弛變量的影響均為正，且都通過了1%和5%的顯著性檢驗。說明地區(qū)經(jīng)濟(jì)發(fā)展水平越高，勞動力流入則會越多，從而導(dǎo)致勞動利用效率不高，導(dǎo)致地區(qū)經(jīng)濟(jì)和勞動力松弛變量呈現(xiàn)同一方向變化;同時，資本流入也會增加，資本利用效率也相對較低，從而造成資本松弛變量增加。

(2)房地產(chǎn)開發(fā)商數(shù)量對兩個投入松弛變量的影響均在5%的水平上顯著，且回歸系數(shù)均為正。房地產(chǎn)開發(fā)商數(shù)量的增加會出現(xiàn)一種惡性競爭，造成勞動力和資本無法得到充分利用，從而不利于投入松弛變量的減少。

(3)地區(qū)總面積變量對兩個投入松弛變量的影響均在1%的水平上顯著，回歸系數(shù)都為正。由于地區(qū)總面積越大，可供房地產(chǎn)開發(fā)商開發(fā)的用地則會越多，從而有利于松弛變量的減少。

(4)地區(qū)總?cè)丝谧兞繉臉I(yè)人員數(shù)松弛變量和企業(yè)總資產(chǎn)松弛變量均有正的影響，且均在5%的水平上顯著。地區(qū)總?cè)丝谠蕉?，勞動力的供給就越充足，容易出現(xiàn)勞動力過剩，從而導(dǎo)致松弛變量與其同方向變動，不利于投入變量減少。

3.3 第三階段:調(diào)整后的DEA 模型分析

由表1(第三階段)可知，與第一階段相比，調(diào)整后的各省市房地產(chǎn)業(yè)效率發(fā)生了一定變化。從全國房地產(chǎn)業(yè)效率平均水平來看，技術(shù)效率值為0.728，相對第一階段有小幅下降，純技術(shù)效率卻有小幅提升，而規(guī)模效率則出現(xiàn)大幅下滑，下降到了0.785，且規(guī)模效率下降幅度大于純技術(shù)效率上升幅度。

與全國平均水平分析相一致，絕大部分省市房地產(chǎn)業(yè)技術(shù)效率有小幅下降，純技術(shù)效率有小幅上升，而規(guī)模效率下降明顯。其中，北京、浙江、天津、重慶四省市房地產(chǎn)業(yè)三項效率值均達(dá)到生產(chǎn)前沿面。相比第一階段，增加了天津和重慶，這表明它們在第一階段面臨的環(huán)境因素或運(yùn)氣較差，而吉林省被排除在外，說明吉林省在第一階段房地產(chǎn)業(yè)效率被高估，主要是由于其處在較好的外部環(huán)境或運(yùn)氣較好。

綜上所述，相比第一階段，各省市純技術(shù)效率被低估，而規(guī)模效率被高估，且被高估程度高于被低估程度，以致技術(shù)效率被高估?？傊?，規(guī)模效率偏低才是造成房地產(chǎn)業(yè)技術(shù)效率不高的主要原因，因而剔除環(huán)境因素和隨機(jī)誤差的影響則顯得尤為重要。

4 結(jié)論及建議

本文通過構(gòu)建三階段DEA 模型，對2013 年我國29 省市房地產(chǎn)業(yè)效率進(jìn)行分析，得出以下結(jié)論:

(1)三階段DEA 模型對我國房地產(chǎn)業(yè)效率測度比傳統(tǒng)DEA 模型更加合理和準(zhǔn)確。在經(jīng)過第二階段的環(huán)境因素調(diào)整后，絕大部分省市房地產(chǎn)業(yè)技術(shù)效率、規(guī)模效率均有下降，且規(guī)模效率下降明顯，而純技術(shù)效率有小幅上升，說明環(huán)境因素和隨機(jī)誤差確實對房地產(chǎn)業(yè)生產(chǎn)效率產(chǎn)生了重要影響。

(2)房地產(chǎn)業(yè)技術(shù)效率偏低。盡管我國房地產(chǎn)業(yè)純技術(shù)效率較高，但是由于規(guī)模效率過低，從而造成技術(shù)效率整體水平不高。因此，合理調(diào)整房地產(chǎn)業(yè)的投入、提高房地產(chǎn)業(yè)效率將是解決我國房地產(chǎn)業(yè)面臨的難題的根本途徑。

(3)房地產(chǎn)業(yè)規(guī)模偏小。我國房地產(chǎn)業(yè)生產(chǎn)效率不高的主要原因并不是經(jīng)營管理水平低、運(yùn)營效率不高，而是房地產(chǎn)業(yè)規(guī)模較小，與發(fā)達(dá)國家相比，我國房地產(chǎn)業(yè)規(guī)模增長空間還很大。因此，房地產(chǎn)業(yè)在保持高純技術(shù)效率的同時，也要合理進(jìn)行產(chǎn)業(yè)規(guī)模調(diào)整，提升房地產(chǎn)業(yè)規(guī)模效率。

(4)房地產(chǎn)業(yè)發(fā)展受到環(huán)境因素的影響。人均GDP、房地產(chǎn)開發(fā)商數(shù)量、地區(qū)總面積、地區(qū)總?cè)丝诙荚谝欢ǔ潭壬嫌绊懥宋覈康禺a(chǎn)業(yè)的運(yùn)營效率。因此，各省市在快速發(fā)展當(dāng)?shù)亟?jīng)濟(jì)的同時，也要合理控制地區(qū)總?cè)丝诤头康禺a(chǎn)開發(fā)商的數(shù)量，并支持和鼓勵房地產(chǎn)商向小城市、小鄉(xiāng)鎮(zhèn)投資開發(fā)，從而促進(jìn)我國房地產(chǎn)業(yè)平穩(wěn)、持續(xù)、健康發(fā)展。

［1］ 郭亞軍.基于三階段DEA 模型的工業(yè)生產(chǎn)效率研究［J］.科研管理，2012，33(11):16－23.

［2］ 郭軍華，倪明，李幫義.基于三階段DEA 模型的農(nóng)業(yè)生產(chǎn)效率研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(12):27－38.

［3］ 金春雨，程浩，宋廣蕊.基于三階段DEA 模型的我國區(qū)域旅游業(yè)效率評價［J］.旅游學(xué)刊，2012，27(11):56－65.

［4］ 鐘祖昌.基于三階段DEA 模型的中國物流產(chǎn)業(yè)技術(shù)效率研究［J］.財經(jīng)研究，2010，36(9):80－90.

［5］ Banker R D，A Charnes，W W Cooper.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis［J］.Management Science，1984(30):1078－1092.

［6］ Coelli T，Rao P，Battase E.An Introduction to Efficiency and Productivity Analysis ［M］.Boston: Kluwer Academic Publishers，1998.

［7］ Timmer C P.Using a Probabilistic Frontier Production Function to Measure Technical Efficiency［J］.Journal of Political Economy，1971，79(4):776－794.

［8］ Battese G E，Coelli T J.A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data［J］.Empirical Economics，1995，20(2):325－332.

［9］ 蘇曉亮，盧有杰.我國建筑業(yè)從業(yè)人員和企業(yè)規(guī)模發(fā)展趨勢分析［J］.建筑經(jīng)濟(jì)，2002(11):8－9.