土地費用下中國房地產(chǎn)業(yè)效率研究

何志勇

（1.北京科技大學(xué) 東凌經(jīng)濟(jì)管理學(xué)院，北京 100083；2.世紀(jì)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(chǎn)業(yè)得到了快速發(fā)展。1998年，中國住房改革拉開大幕，國務(wù)院決定取消福利分房制度。由于當(dāng)時低迷的經(jīng)濟(jì)增長需要新的動力，房地產(chǎn)業(yè)便充當(dāng)了這個角色，政府更多地鼓勵了房地產(chǎn)市場化的傾向。房地產(chǎn)業(yè)逐步成為推動國家經(jīng)濟(jì)增長的“三駕馬車”之一，對于國內(nèi)生產(chǎn)總值的拉動產(chǎn)生了重要影響。短短幾年時間，房地產(chǎn)業(yè)便一躍成為國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)。

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(chǎn)業(yè)的增長周期啟動。從整體上來看，中國房地產(chǎn)業(yè)迅速進(jìn)入成長期，并具備了高成長性產(chǎn)業(yè)的特征。中國房地產(chǎn)業(yè)實現(xiàn)了高速發(fā)展和規(guī)?；瘮U(kuò)張，房地產(chǎn)投資開發(fā)的各項指標(biāo)全面上揚。據(jù)國家統(tǒng)計局網(wǎng)站顯示，2012年，房地產(chǎn)開發(fā)企業(yè)已達(dá)89 859個，是1998年的近四倍；平均從業(yè)人數(shù)238.68萬。2013年1-11月，全國房地產(chǎn)開發(fā)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(shù)增長，充分說明房地產(chǎn)業(yè)發(fā)展之迅猛。

但是，房地產(chǎn)業(yè)的高速增長也帶來了很多問題。房地產(chǎn)熱甚至是房地產(chǎn)泡沫導(dǎo)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(chǎn)階級的產(chǎn)生，為社會和諧發(fā)展埋下了隱患。每一次房價暴漲都會引致國務(wù)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(diào)控組合拳。但截至2013年，每一次的房價調(diào)控均以“地王”頻出以及房價的再次上漲為結(jié)果。房價是房地產(chǎn)企業(yè)產(chǎn)品的價格，高房價是否可以說明企業(yè)經(jīng)營的高效率呢？未必如此。因此近些年來，也有許多學(xué)者開始對房地產(chǎn)企業(yè)或行業(yè)的效率進(jìn)行了定量研究。

二、文獻(xiàn)綜述及問題的提出

由于我國房地產(chǎn)行業(yè)起步發(fā)展較晚，所以可查閱的文獻(xiàn)大都集中在2005年之后。在較早的文獻(xiàn)中，王幼松等從行業(yè)層面利用DEA模型測算了香港地區(qū)不同建筑業(yè)工程分類的效率，測算出香港建筑業(yè)總體效率呈現(xiàn)年均1.12%的增長[1]。樊宏也利用2000-2004年的面板數(shù)據(jù)對中國鋼鐵、汽車、房地產(chǎn)行業(yè)進(jìn)行了比對分析研究。結(jié)果表明，房地產(chǎn)企業(yè)之間效率水平差異較大，而且房地產(chǎn)行業(yè)年度利潤率逐年快速增長，偏離了行業(yè)效率趨勢[2]。在一定程度上，佐證了房地產(chǎn)過熱的現(xiàn)實。

從企業(yè)層面，也有不少學(xué)者利用DEA的方法進(jìn)行了研究。謝岳來等通過利用CCR模型對上市企業(yè)年報數(shù)據(jù)的測算，對上市房地產(chǎn)企業(yè)效率進(jìn)行了實證[3]。在此基礎(chǔ)上，孟川瑾等還利用比較分析的方法認(rèn)為技術(shù)效率高的企業(yè)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(chǎn)企業(yè)經(jīng)營績效做了研究[5]。研究結(jié)論普遍認(rèn)為我國房地產(chǎn)企業(yè)效率較低。

從區(qū)域?qū)用妫瑢O鴿對內(nèi)地31個省區(qū)市房地產(chǎn)行業(yè)進(jìn)行實證研究，得出經(jīng)濟(jì)發(fā)達(dá)地區(qū)效率普遍較高的結(jié)論[6]。進(jìn)一步地，劉曉君等也做了東中西部地區(qū)的劃分，得出東部地區(qū)技術(shù)效率較高的結(jié)論，但是卻逐年降低，而在2006和2007年房市異常火爆的時候，效率反而達(dá)到最低值[7]。

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

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

在指標(biāo)的選取上，已有文獻(xiàn)的研究也存在一些問題，如一味地追求投入、產(chǎn)出指標(biāo)的“豐富”，卻忽略了投入指標(biāo)之間存在較強的共線性問題。而且Golany和Roll認(rèn)為，決策單元的數(shù)量應(yīng)大于或等于投入產(chǎn)出變量之和的5倍，否則會影響評價結(jié)果的有效性[10]。另外，大部分文獻(xiàn)對實證結(jié)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(chǎn)出（經(jīng)營總收入）則可以在減少施工面積后亦能達(dá)到，但這能否說明企業(yè)是無效的？施工面積又如何影響經(jīng)營總收入的？二者之間是否有必然聯(lián)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(yuǎn)郊可能只是市中心的幾分之一，而地區(qū)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(yè)效率低下？絕非如是！因此，選用“面積”作為投入指標(biāo)，而選用“收入”或“利潤”作為產(chǎn)出的指標(biāo)體系是不科學(xué)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(chǎn)出指標(biāo)體系，利用2005-2012年8年間的面板數(shù)據(jù)對我國31省區(qū)市房地產(chǎn)業(yè)的效率進(jìn)行實證研究，并對實證結(jié)果進(jìn)行分析、解釋。

三、研究方法

數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA）是運用線性規(guī)劃方法構(gòu)建觀測數(shù)據(jù)的非參數(shù)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(chǎn)出之間的函數(shù)關(guān)系，而且不需要預(yù)先估計參數(shù)及任何權(quán)重假設(shè)，避免了主觀因素，直接通過產(chǎn)出與投入之間加權(quán)和之比，計算決策單元的投入產(chǎn)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(chǎn)出總量yrj＞0；vi表示對第i種類型輸入的一種度量，權(quán)系數(shù)（i=1，2，…，m）；ur表示對第r種類型輸出的一種度量，權(quán)系數(shù)（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(yīng)的效率評價指數(shù)為：

總可以適當(dāng)?shù)厝?quán)系數(shù)v和u，使得hj≤1，（j=1，…，n）對第j0個決策單元進(jìn)行效率評價。如以第j0個決策單元的效率指數(shù)為目標(biāo)，以所有決策單元的效率指數(shù)為約束，構(gòu)造出如下的CCR模型：

上述規(guī)劃模型是一個分式規(guī)劃，使用Charnes-Cooper變化，令：

可變成如下的線性規(guī)劃模型：

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

利用這個模型對生產(chǎn)活動的技術(shù)效率進(jìn)行判斷：θ*＜1，則決策單元非DEA有效，且決策單元既不是技術(shù)有效，也不是規(guī)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(shù)有效且規(guī)模有效；θ*=1，且最優(yōu)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(chǎn)活動同時為技術(shù)有效和規(guī)模有效。

以上，在不做任何限制的時候，表示固定規(guī)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(chǔ)上，若根據(jù)Banker，Charnes和Cooper對式中乘數(shù)λj加總的限制，當(dāng)限制條件時，表示變動的規(guī)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(jīng)濟(jì)學(xué)含義，代表潛在效率提高的程度，可以為企業(yè)管理者提供明確的量化的政策優(yōu)化目標(biāo)。對于非DEA有效的決策單元，在投入導(dǎo)向下，它表明為了達(dá)到DEA有效，各輸入資源可以節(jié)約的量。

四、投入產(chǎn)出指標(biāo)的選取及數(shù)據(jù)來源

本文采用DEA中投入導(dǎo)向的BCC模型對31省區(qū)市2005-2012年間（由于2004年數(shù)據(jù)不可得）的每個年度進(jìn)行截面分析，測算出企業(yè)的綜合技術(shù)效率值，分解計算得出純技術(shù)效率值和規(guī)模效率值，并對各省區(qū)市歷年的效率值進(jìn)行比對分析。原始數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》。

根據(jù)微觀經(jīng)濟(jì)學(xué)的生產(chǎn)理論，企業(yè)的投入要素主要有四類：勞動、土地、資本和企業(yè)家才能，產(chǎn)出則是各種商品或服務(wù)等等。已有文獻(xiàn)從投入和產(chǎn)出角度研究房地產(chǎn)企業(yè)的效率問題，主要是基于經(jīng)營效率和投資效率兩個方面，選取的投入指標(biāo)多為勞動和資本兩大類，勞動投入指標(biāo)如企業(yè)員工人數(shù)，資本投入指標(biāo)如總資產(chǎn)、主營業(yè)務(wù)成本、平均股東權(quán)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(nèi)房價一直居高不下，也正是地價持續(xù)上漲的必然結(jié)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(chǎn)企業(yè)效率。自土地市場實行招拍掛制度以后，房地產(chǎn)企業(yè)在土地拍賣過程中無節(jié)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(gòu)性；其次，決策單元的數(shù)量應(yīng)大于或等于投入產(chǎn)出變量之和的5倍，否則會影響評價結(jié)果的有效性[10]。

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

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

前文已經(jīng)指出，在投入指標(biāo)中選取土地方面的指標(biāo)是非常有必要，也是很具有現(xiàn)實意義的。但是，在具體土地指標(biāo)的選取上可以有購置土地面積、開發(fā)土地面積等多種，如果選取有關(guān)“面積”的指標(biāo)，那么相應(yīng)產(chǎn)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(jīng)濟(jì)產(chǎn)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(biāo)，而輸入輸出指標(biāo)的關(guān)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(yè)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(fā)方案是不經(jīng)濟(jì)的。

雖然當(dāng)期土地購置費用并不能完全反映在當(dāng)期的商品房銷售上，但是資本市場有效理論認(rèn)為，任何會計指標(biāo)的操縱都只是暫時性的，只要給出足夠的會計時間，企業(yè)績效的變化最終都會反映在會計報表之中。房地產(chǎn)行業(yè)投入周期較長，相當(dāng)一部分房地產(chǎn)企業(yè)會計年度之間存在較大的業(yè)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(yè)效率實際測算分析的周期。

五、綜合技術(shù)效率分析

根據(jù)投入導(dǎo)向的BCC模型，對31省區(qū)市房地產(chǎn)行業(yè)2005-2012年八年間的每個年度進(jìn)行了截面分析，得出每年31省區(qū)市的效率平均值（文中稱為當(dāng)年全國房地產(chǎn)行業(yè)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(chǎn)業(yè)平均綜合技術(shù)效率（2005-2012）

從綜合技術(shù)效率看，8年間全國房地產(chǎn)行業(yè)的綜合技術(shù)效率值呈現(xiàn)出“M”型的走勢。2005、2006年穩(wěn)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(jié)論也與2008年中國房地產(chǎn)市場非常低迷相吻合。但是在2009年房價報復(fù)性上漲之時，房地產(chǎn)行業(yè)的綜合技術(shù)效率卻沒有增長，而是繼續(xù)小幅震蕩下降。2005-2012年全國房地產(chǎn)行業(yè)在這8年的平均綜合技術(shù)效率為0.76，這8年歷年全國平均綜合技術(shù)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(chǎn)行業(yè)的整體綜合技術(shù)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(xù)8年的綜合技術(shù)效率都達(dá)到了1，也就是說上海的房地產(chǎn)行業(yè)是DEA有效的。而綜合技術(shù)效率最低的山西，8年間的平均綜合技術(shù)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(nèi)蒙古在0.8～0.9之間；而新疆和江蘇則接近1，兩省（區(qū)）大多數(shù)年份是DEA有效的，只有一兩個年份綜合技術(shù)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(shù)綜合技術(shù)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(shù)省份綜合技術(shù)效率較低、排名比較靠后，但也有寧夏、西藏、新疆的綜合技術(shù)效率較高，占西部省份總數(shù)的1/3，因此并不能得出經(jīng)濟(jì)發(fā)達(dá)地區(qū)比經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)房地產(chǎn)行業(yè)的綜合技術(shù)效率高的結(jié)論。

從純技術(shù)效率來看，2005-2010年幾年間全國房地產(chǎn)行業(yè)的純技術(shù)效率變動趨勢與綜合技術(shù)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(chǎn)行業(yè)的整體技術(shù)水平有所下降，這也可能與房地產(chǎn)過熱導(dǎo)致企業(yè)盲目追求企業(yè)產(chǎn)出卻忽視技術(shù)革新有關(guān)。全國房地產(chǎn)行業(yè)在這8年間的平均純技術(shù)效率值為0.79。具體到各個省市來看，西藏、上海連續(xù)8年的純技術(shù)效率都為1；相比而言，純技術(shù)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(nèi)蒙古在0.8～0.9之間；廣東、新疆、江蘇接近1，這三個?。▍^(qū)）只有一兩個年份的純技術(shù)效率不為1。從純技術(shù)效率來看，也無法得出東部省區(qū)市比中部或者西部省區(qū)市整體高的結(jié)論。但是排名較靠前的、純技術(shù)效率較高的大都為東部發(fā)達(dá)省市。

從規(guī)模效率來看，2005-2007年三年間全國平均規(guī)模效率較平穩(wěn)，幾乎沒有變動；在房地產(chǎn)行業(yè)整體低迷的2008年，全國平均規(guī)模效率降低較為明顯；2009年房地產(chǎn)市場再次走熱，全國房地產(chǎn)行業(yè)的平均規(guī)模效率也有明顯提高；但是在2010年全國規(guī)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(guī)模效率變動較為頻繁，但整體來看，我國房地產(chǎn)企業(yè)的規(guī)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(qū)市來看，青海省8年的平均規(guī)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(qū)市都在0.95以上，相差不大。上海、江蘇兩省市的規(guī)模效率連續(xù)8年均為1。規(guī)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(jīng)濟(jì)較發(fā)達(dá)的東部省份。

規(guī)模效率最低的青海、山東、西藏、廣東四省區(qū)，在其規(guī)模效率不為1（西藏在2006年、2007年、2009年、2011年規(guī)模效率為1）時，經(jīng)濟(jì)欠發(fā)達(dá)的青海、西藏表現(xiàn)為規(guī)模報酬遞增；廣東、山東則處于規(guī)模報酬遞減階段。也就是說，青海、西藏的房地產(chǎn)企業(yè)如果擴(kuò)大企業(yè)規(guī)模的話，效率會得到提升；而經(jīng)濟(jì)較發(fā)達(dá)的廣東和山東的房地產(chǎn)企業(yè)則表現(xiàn)為規(guī)模過大，適度降低企業(yè)規(guī)模，則整體效率會得到提升。這也與我們預(yù)想的比較一致。

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

六、土地購置費用冗余度分析

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

雖然在投入指標(biāo)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(chǎn)企業(yè)購地建造房屋是否是經(jīng)濟(jì)的？如果不經(jīng)濟(jì)，是否也在某種程度上表明這塊地被企業(yè)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(chǎn)過熱的現(xiàn)象頻現(xiàn)，企業(yè)投入相當(dāng)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(yīng)有的實際價值？從這一部分得到的一些數(shù)據(jù)來看（見表2），這些問題都得到了部分答案。

在31省區(qū)市中，只有西藏和上海連續(xù)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(chǎn)企業(yè)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(qū)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(qū)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(dá)到80.38%（2009年青海省）。

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(chǎn)市場低迷偏冷、銷售額狀況不佳有很大的關(guān)系，一方面“產(chǎn)出”有所降低，但另一方面“投入”卻繼續(xù)擴(kuò)大。2008年房地產(chǎn)開發(fā)投資比上年增長了20.9%，達(dá)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(xù)大幅增長，這與當(dāng)年房地產(chǎn)泡沫過大、土地市場異?；鸨那樾尾恢\而合，房地產(chǎn)過熱引發(fā)企業(yè)不計成本爭相拿地而導(dǎo)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(guān)，另一方面也與政府限制地價、限制地王的出現(xiàn)有很大關(guān)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(chǎn)企業(yè)可以減少三成的土地購置費用而無須降低企業(yè)產(chǎn)出。以北京為例，在這8年間，在無須降低產(chǎn)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(shù)據(jù)似乎并不能完全說明問題，但從某種意義上已經(jīng)解釋了房地產(chǎn)行業(yè)的高泡沫風(fēng)險，同時也揭示出了房地產(chǎn)企業(yè)在招投標(biāo)拿地時肆意加價的決策性失誤。房地產(chǎn)企業(yè)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(chǎn)生，影響了人民的安居樂業(yè)，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(chǎn)企業(yè)在土地利用上也出現(xiàn)了低效和無效的情形。而本文的分析不僅為房地產(chǎn)企業(yè)如何有效決策提供了量化依據(jù)，同時也為房價回歸合理性提供了有益的可行的路徑。

七、結(jié) 論

本文利用DEA模型，在總結(jié)已有文獻(xiàn)的基礎(chǔ)上，選取了更為合理的投入產(chǎn)出指標(biāo)體系，對2005-2012年我國31省區(qū)市的房地產(chǎn)行業(yè)效率進(jìn)行了實證研究。得出以下結(jié)論：①我國房地產(chǎn)行業(yè)的規(guī)模效率較高，但純技術(shù)效率較低，導(dǎo)致綜合技術(shù)效率低；②各省區(qū)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(shù)效率均為1，即DEA有效；③從研究結(jié)果來看，不足以說明經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)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(dá)到了30%。

因此，從這些研究結(jié)論可以看出，我國房地產(chǎn)企業(yè)應(yīng)該著力于提高企業(yè)的技術(shù)水平，通過創(chuàng)新來提高企業(yè)效率。另一方面，房地產(chǎn)企業(yè)也應(yīng)該降低對土地追求的熱情，令土地市場降溫。多年來，房地產(chǎn)企業(yè)依靠高投入、粗放式的生產(chǎn)方式將無以為繼，這必將阻礙房地產(chǎn)企業(yè)未來的發(fā)展。而本文也從理論上通過對具體數(shù)據(jù)的研究證實了這點，同時也為房地產(chǎn)行業(yè)的發(fā)展指明了方向。

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

[2]樊宏.中國鋼鐵、汽車、房地產(chǎn)行業(yè)運行效率研究（2000-2004）[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（2）：54-64.

[3]謝岳來，劉洪玉.基于數(shù)據(jù)包絡(luò)分析的企業(yè)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(chǎn)企業(yè)效率評價[J].管理評論，2008（7）：57-62.

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

[6]孫鴿.基于DEA的我國房地產(chǎn)業(yè)運作效率研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2007（9）：174-176.

[7]劉曉君，張衛(wèi)紅.基于DEA的我國房地產(chǎn)業(yè)效率研究[J].建筑經(jīng)濟(jì)，2009（6）：49-53.

[8]王堅強，陽建軍.基于DEA模型的企業(yè)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(chǎn)信貸資金配套效率研究[J].工程管理學(xué)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(chǎn)業(yè)經(jīng)營效率——基于DEA的實證研究[J].西安石油大學(xué)學(xué)報：社會科學(xué)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.