| 标题 | 基于Malmquist指数的房地产业全要素生产效率分析 |
| 范文 | 刘亚臣+金箫+包红霏 【摘 要】 文章运用DEA模型的Malmquist指数，以房地产业发展为大背景，对30个省份在2007—2015年房地产业的生产效率进行动态分析，对技术进步、综合技术效率、纯技术效率、规模效率水平进行深入研究。研究发现，伴随着2007—2015年间房地产业的迅速发展，我国房地产业生产效率水平总体偏低，且技术进步指数处于较低等级是影响房地产业发展的主要因素，为此建议采用技术创新，调整技术发展路线，并提高规模效率使投入成本降低，从技术创新的角度使得房地产业的经济效益和劳动生产率水平提高。同时政府配合出台一系列政策并以深化供给侧改革等方式提高技术进步指数，以生产效率水平较高地区的经验为借鉴，对房地产业改革与创新提出建议，提升全要素生产效率。 【关键词】 Malmquist指数； 生产效率； 房地产业 【中图分类号】 F223 【文献标识码】 A 【文章编号】 1004-5937（2017）24-0013-06 在2006—2015年，我国经济正经历从高速到中高速的增长速度换挡和结构转型，并逐步实行供给侧结构性改革的经济方针。房地产业作为经济发展的重要增长点，关系到上下游多个产业的发展，并且作为供给侧改革中的重点，对于经济发展的贡献作用尤为重要。房地产业发展过程中的规模投入过大、效率低下、供给问题日趋严重，为解决经济困境，应通过扩大有效投入，提高房地产业生产效率，作为整合经济发展的重要手段。本文运用房地产业投入产出数据进行实证分析，为解决现有困境提供对策。房地产业生产效率分析，是指在一定生产技术条件下，房地产生产要素之间“产出”与“投入”的比较，是衡量房地产业生产效率的重要指标，也是判断房地产业是否健康运转的重要指标。 一、问题提出 2006—2015年，我国房地产开发投资额呈持续增长状态，但增长率在不断下滑，平均增速为15.98%。从2006年的19 422.92亿元至2015年的95 978.85亿元，其中增长速度最快的区间分别为2009—2010年，同比增加24.9%；2010—2011年，同比增加21.91%（如图1）。而2013—2015年，房地产业投资额增长率不断降低。由数据得出，我国房地产业很难出现由投资额大幅注入而增加产出的情况。现阶段应该通过提高生产效率带动改革生产。 房屋竣工面积在这十年间，呈现波动状态，增长和减少交替进行，但稳定在80 000—100 000万平方米这个量级之间，平均增速为6.1%（如图2）。从2006年的55 830.92万平方米至2015年的100 039.10万平方米，增速最快的区间为2010—2011年，同比增加14.98%。2014—2015年，同比降低13.03%。此时，正是房地产开发投资额增长最快的阶段，但房屋竣工面积呈现出不断减少的趋势。 全国土地购置面积与土地成交价款波动剧烈，且增长率起伏相近。十年间土地购置面积的平均增长率为-7.25%，而土地成交价款的平均增长率为6.53%。就土地购置面积来说，从2006年的36 573.57万平方米至2015年的22 810.79万平方米，减速较快的区间为2011—2012年，同比减少34.15%；2014—2015年，同比减少30.08%。此阶段，竣工面积减少，投资额仍在增加（如图3）。我国2006—2015年土地购置面积波动幅度较大且增长率在近年来逐渐减少，原因可以归结为政府重视供给侧角度改革，限制土地供应，同时也造成土地价格上涨。这更促进我们要提升房地产业生产效率，在现有供给的条件下，创造更多的产出，降低房地产业发展不平衡的现状。 商品房销售额在这十年间，由波动较大，到后期逐渐平稳，平均增速为12.92%，经过了供需不断走向平衡的态势，应结合供给侧结构性改革的刚性需求考虑。从2006年的20 825.96亿元到2015年的87 280.84亿元，其中增速最快的区间为2008—2009年，同比增加62.71%（如图4）。在此阶段之后，我国商品房销售额增长到另一量级并保持在这一水平。 从我国房地产业当前投入产出状况看，如何利用现有投资，创造出更高效率的产出，是我国房地产业健康发展的当务之急。 二、研究方法及数据 （一）Malmquist指数 为了从根本上掌握房地产业全要素生产效率变化趋势，本文运用Malmquist指数进行动态分析。Malmquist指数是在DEA模型静态分析评价的基础上，从时间和空间维度对房地产业的动态效率变化进行分析，根据Fare et al.[1]關于Malmquist生产效率指数的定义，即全要素生产率（Total Factor Productivity，简称TFPCH）主要由综合技术效率变化（EFFCH）和技术进步变化（TECHCH）组成。而且，综合技术效率变化（EFFCH）可进一步分解为纯技术效率变化（PECH）和规模效率变化（SECH）[2]。因此，Malmquist生产效率指数（TFPCH）可由纯技术效率、规模效率变化、技术进步变化的乘积表示。 1.全要素生产率表示从t到t+1时期的技术变化情况，是产量与全部要素投入量之比。当全要素变化大于1时，表示生产效率是增长的，生产效率水平提高；小于1时，表示效率是下降的，生产效率水平降低；等于1时，表示生产效率水平无变化。[3] 2.综合技术效率变化是在规模报酬不变且要素强度可处置条件下的相对效率变化指数，它测度了从t期到t+1期每个观察对象到最佳实践的追赶程度，用来衡量生产单元是否达到技术与规模同时有效[4]。综合技术效率大于1，表示资源配置与利用的效率提高；小于1表示资源配置与利用的效率低下。 3.技术进步是通过比较不同时期生产前沿面的移动反映技术进步，即相同投入在不同时期的最优产出水平之比[5]。技术进步指数大于1表示生产技术改进、技术有提升；等于1表示技术不变化；小于1表示技术退步。技术进步是在保持投入组合不变下产出的额外增长率，也包括房地产业政策出台及改革而带来的红利。 4.纯技术效率变化反映在现有条件下房地产业创新的投入产出水平。纯技术效率大于1表示改善资源配置与利用后的效率提高，房地产业创新水平高；小于1表示创新水平滞后。 5.规模效率变化是用来衡量决策单元是否处于最适规模，房地产业在开发规模较小时，效率最低，由于规模不断扩大，随之带来的是规模效率逐渐提高，但在此基础上，规模持续扩大之后，由于管理水平不能适应扩大速度，又会使规模效率降低[6]。规模效率变化大于1表示规模改变，规模效率提高；等于1表示规模效率不变；小于1表示规模效率低下。 （二）数据来源及指标选取 因考虑到房地产业投入产出周期变化的特点，本文选用连续9年，合计270个样本值作为研究对象，基础数据来源于《中国统计年鉴》（2008—2016年）中的各地区房地产业就业人数、房地产开发企业（单位）土地开发及购置、房地产开发企业（单位）建设投资总规模及完成投资、竣工房屋建筑面积、商品房销售额等[7]。借助DEA模型，运用DEAP 2.1软件，采用DEA-Malmquist指数，对30个省份的房地产业数据进行生产效率测算。 考虑到DEA-Malmquist模型指标选取原则和房地产业有效性评估对指标选择的要求，以及指标的可测性、独立性和数据可获得性等因素综合影响之后，指标体系的选取主要有投入和产出两方面。从经济学的角度来认识生产过程的要素投入时，一般包括劳动、土地和资本。因此，本文选取的投入指标主要为：（1）房地产业就业人数L（万人）：属于劳动投入。以各地区房地产业就业人数上一年年底值和当年年底值之和取平均值作为当年就业人数，用以衡量房地产业的人员投入情况。（2）本年土地购置面积N（万平方米）：属于土地投入，用以衡量政府年度土地销售面积。（3）本年完成投资额K（亿元）：属于资本投入，用以反映房地产业在本年度的投资量级。选取的产出指标主要有：（1）房屋竣工面积Q1（万平方米）：属于竣工面积产出，用以衡量房地产业周期内阶段性产出的效果。（2）商品房销售额Q2（亿元）：属于经济产出，用以衡量产出的经济效果[8]。 三、Malmquist指数分析 （一）总体时序分析 引入Malmquist指数来测量生产率和技术效率的动态变化趋势。对30个省份在2007—2015年分年进行全要素生产率指数分析（如图5）。在2007—2015年的9年间，我国房地产业全要素生产率的平均值降低2.4%，生产率水平低下。其中综合技术效率增长率为1.2%，纯效率变化增长率为0.7%，规模效率变化增长率为0.5%，而技术进步指数降低3.6%。 从全要素变化来看，全要素变化波动明显。全要素变化率下降最快的为2009—2010年，下降9.3%。全要素变化率增长最快的是2008—2009年，增长21%，其次为2014—2015年，增长7.2%。2010—2014年，全要素变化没有较大的变动。全要素变化在2009年前后波动剧烈，这与我国在2008年经历金融危机及一系列调控政策出台不无关系。综合来看，当全要素变化率小于1时，技术进步指数也多为小于1的状态。以2008—2009年为例，当技术进步指数大于1时，即使综合技术效率、纯效率变化与规模效率变化均为小于1，全要素变化依然大于1[9]。在综合技术效率的变动9年平均值中，纯效率变化增长0.7%，规模效率变化增长0.5%，均为大于1，处于增长态势中。这说明了我国房地产业的创新水平有稳步提升，规模扩张仍在继续。但这种规模扩张和技术创新水平已不能掩盖现代房地产业技术落后严重的事实。 从综合技术效率来看，下降波动最明显的为2014—2015年，下降7.8%。增长最快的为2009—2010年，增長14.2%；其次为2010—2011年，增长7.9%。2007—2008年及2010—2011年，纯效率变化大于1，规模效率小于1，虽然综合技术效率结果仍然大于1，但是技术进步指数小于1，结果全要素变化仍然小于1。2009—2010年及2012—2014年，纯效率变化及规模效率变化均大于1，综合技术效率大于1，技术进步指数仍为小于1，然而全要素变化依然小于1。这也从另一方面反映了房地产业规模在一定程度内的提高，并不能使得全要素变化大幅提高。再如2008—2009年及2014—2015年，虽然规模效率2008—2009年小于1，而2014—2015年大于1，这两个阶段的全要素变化依然全部大于1。 从技术进步指数来看，其对于全要素生产率的影响较大，全要素生产率变化增长主要由技术进步指数的增长引起[10]。如2014—2015年，技术进步指数与规模效率变化均大于1，综合技术效率与纯技术效率小于1，结果全要素变化大于1。而在2008—2009年，除技术进步指数大于1以外，其余三项指标均小于1，然而全要素变化依然大于1。技术进步指数增长最快的阶段为2008—2009年，25.2%；其次为2014—2015年，16.2%。减少最快的阶段为2009—2010年，降低20.6%；其次为2007—2008年，降低15.4%。这组数据对比可以发现技术进步指数对于全要素变化的重要作用，也反映出规模效率在一定程度内的提升，并不能带来全要素变化的提升，作用程度远小于技术进步指数。 技术进步指数与全要素变化的波动趋势相近。在技术进步指数小于1的年份，全要素变化也小于1，其余年份，技术进步指数大于1，全要素变化也大于1，反映出技术进步指数对于全要素变化的重要影响。技术进步已经成为制约我国房地产业开发进一步增长的关键因素，引进、学习发达国家和技术领先地区的房地产行业先进技术及运作模式，对于提升我国房地产开发企业具有重要的作用。 （二）分地区排序 运用Malmquist指数对30个省份的全要素变化进行分析，各指数动态变化如表1所示，各省份之间的全要素效率变化较大。从总体均值来看，我国房地产业全要素变化指标为0.976，小于1，而且由于综合技术效率变化、纯效率变化、规模效率变化均大于1，并且分别以1.2%、0.7%、0.5%的效率保持增长，但是技术进步效率变化以3.6%的效率降低，这也导致了整体全要素变化小于1。技术进步、制度体制等仍需创新改革是房地产业全要素变化未达到有效的主要原因。 1.全要素变化 在2007—2015年，全要素变化最高的是天津和河北，均为4.3%；大于1，最低的是新疆，为-10.7%。全要素变化平均增长率大于1的有4个省份：天津、河北、广西、湖南。而只有天津，综合技术效率、技术进步指数、纯效率变化、规模效率变化均大于1。这说明天津的房地产业9年平均波动变化中处于较高水平，对全国其他省份的生产效率变化具有指导意义。河北、广西、湖南除技术进步指数小于1外，其余三项指标均大于1。这些省份的房地产业技术进步包括实现房地产业工业化、实行房地产业对外开放政策等，还有很大的提升空间。除这4个省份以外，其余地区的全要素变化为负。由此可见，全国接近90%的地区全要素变化增长率较低，如何提高房地产业的生产率已经成为棘手的问题。 在全要素变化小于1的地区中，技术进步变化指数全部小于1，其他三项指标均大于1的有13个省份，分别是北京、广东、江西、浙江、福建、山东、湖北、江苏、青海、黑龙江、安徽、宁夏及上海，这也可以反映出技术进步指数的重要地位。技术进步指数与规模效率变化均小于1的省份共有6个，为吉林、陕西、山西、甘肃、贵州、内蒙古，这些地区在提高房地产业生产技术的基础上，应同时扩大规模效应，使得规模效应与技术手段达到平衡，即可达到全要素生产效率的有效。综合技术效率、技术进步效率、纯效率变化与规模效率变化均小于1的地区有2个，为新疆与内蒙古[11]。 2.综合技术效率 从综合技术效率变化来看，全要素变化大于1的4个省份的综合技术效率均大于1，而且在全要素变化降低率在10%以内的25个省份中，共有20个省份的综合技术效率大于1。由此可以看出，综合技术效率总体水平较高，说明我国大部分地区的房地产业实际产出与各自最优产出水平的距离较小。而辽宁、河南、四川、云南、内蒙古、新疆6个省份的综合技术效率小于1，即产出水平低，需要从提高产出的角度考虑。 从综合技术效率的纯效率变化来看，多数地区的纯技术效率变化水平较高，只有8个省份小于1，分别为重庆、海南、四川、内蒙古、云南、新疆、辽宁、河南。综合技术效率小于1的地区的纯效率变化全部小于1。主要说明实际产出水平较低的地区，创新水平同样较低。又由于房地产业创新水平低，因此在遇到产出变化的情况，房地产业做出的改变较小，宏观调控政策不到位。 从综合技术效率的规模效率来看，有7个省份小于1，分别为贵州、吉林、陕西、内蒙古、新疆、山西、甘肃，说明生产效率的提高需要扩大规模的影响。而多数地区通过扩大房地产业规模，提高生产效率依然不可取。因为规模效率的提高，并不能使得房地产业生产效率可持续增长，规模效率的过快增长，带来技术进步不能适时提升。规模效率在一定条件下的影响是积极的，但一味地扩大规模，并不是解决生产效率低下的好方法。 3.技术进步指数 从技术进步指数变化来看，通过之前的分析发现，技术进步指数的提升是全要素增长的主要来源。除天津外技术进步指数这一指标均小于1，说明我国房地产业保持现有投入不变的基础上，产出的额外增长率过低。房地产业经过30余年的规模及资源配置发展，已经达到需要从技术上得到根本提升的阶段，房地产业面临技术革新与改革。而天津的高效率水平，对于其他地区的发展有很大的借鉴作用。 天津市的全要素变化率为4.3%，大于1，而且技术进步指数大于1，综合技术效率、纯技术效率、规模效率变化均等于1，全面达到最优状态，并且仍处于上升趋势。这在全国房地产业生产效率低迷的时期，是非常难得的。当然，房地产业的生产率高速发展，不是基于某一时点的爆发，是经过一段时间积累后的高效体现。技术进步指数与全要素变化是同步的，这也证明了房地产业的技术进步指数是影响其全要素变化发展的最重要的指标[12]。而在天津技术进步指数小于1的情况下，效率变化却持续处于大于1的有效状态，说明此时房地产业组织管理上的进步增长是全要素变化增长的主要动因。然而在现如今，组织管理的进步已远远不能满足房地产业生产效率的发展。自2011年，天津房地产业主动寻求技术进步的办法，使得全要素增长巨大，效果显著。大量的技术革新，加上政府在政策上的方向引导，最终效果是十分显著的。 2005—2007年，我国房地产业投资出现过热现象，各地区在房屋竣工面积、商品房销售额等产出方面均有增加。为抑制投资过热，房地产业控制政策应声出台，2007年内央行先后10次上调商业银行存款准备金率、6次调整存贷款基准利率，在一定程度上抑制了投机性需求。同年，国土资源部发布39号令，对我国现有土地开发市场的土地囤积问题做出调整。在2008—2009年，受2008年世界金融危机的影响，央行宣布“双率”齐降，我国房地产业又由萧条转变为繁荣，出台调控房地产业投入政策，例如土地管理政策紧缩、央行严控项目贷款管理、从投入角度收紧。投入量紧缩之后，导致技术效率上升。2009—2010年，经济危机的影响十分明显，政府出台的经济刺激计划及宽松的货币政策扩大了产出，但对于技术革新并没有实质性变化，技术进步指数又出现了下降。对于房地产业出台政策起到了积极的作用。2012—2014年，政策方面完善房产税等长效机制，对保障房、经济适用房和普通商品房加大支持力度。 四、结论与建议 不论是按总体时序还是分地区来看，我国各地区房地产业全要素增长率较低，主要是技术进步指数水平较低引起的，应着力在房地产业引进先进技术，致力于技术革新并带来新一轮的技术发展。同时，贵州、吉林、陕西、内蒙古、新疆、甘肃等省份可以在扩大产业规模的基础上，实现规模化工业化生产，使得成本降低，提高投入产出比。2007—2015年，政府一直在配合市场进行调控，抑制不健康、低效的发展。从2005年起开始出台有关限购、二套房貸、公积金和保障房等政策，“国四条”“国五条”“国八条”的出台表明国家要切实收紧房地产投入，打击投机，限制投资。2015年底，中央明确供给侧改革五项任务，使得房地产业在全面促进生产要素合理配置的基础上，提高生产效率，化解发展体制障碍。 基于DEA-Malmquist指数方法，对房地产业全要素生产效率进行分析并测算[13]，对于我国房地产业的健康发展有以下建议： （一）切实提高技术进步水平 房地产业技术进步不仅使得经济效益和劳动生产率水平提高，而且带来了管理水平的改善。伴随着技术的不断进步，随之而来的是建筑材料的改进，使材料成本降低，进而引起投入成本的降低。天津的生产效率提高，与2011年之后天津的技术进步改进效果显著关系巨大。同样的，技术进步还会带来土地购置成本的相对降低，同时使得单位建筑面积所需的土地面积减少，因此减少土地供给，并且政府在供给侧角度出台的政策，又会加速技术升级。 （二）加强房地产业技术创新活动 综合技术效率使房地产业的创新活动不断进行，不断调整技术发展路线，向促进技术进步的区域不断移动，及时适应新型技术战略，最终提升房地产业技术进步水平。房地产业在不断创新的基础上，投入产出配合比还有提升的空间。纯效率变化对于这些地区的房地产业仍需改善资源的合理配置，提高投入产出控制水平，在增加就业人员、控制土地购置面积、完成投资额等投入方面加强控制管理，房地产业技术创新等方面仍需加强，力求达到最为合理合适的状态。规模效率主要从规模开发的角度，对未达到有效的地区，可以通过扩大房地产业规模开发的方法，提升产业的生产效率，并在扩大规模的基础上，降低产业成本，从而达到全要素生产率有效。 （三）持续深化供给侧改革 通过对房产税征管制度的不断完善，规范各环节税费，及出台改善住房公积金制度等相关政策，加大对经济调控的力度。对土地财政制度、土地出让制度及财税制度等一系列体制机制进行结构性改革，改变以前不从需求出发而对土地进行计划供给的政策，优化土地资源配置。对我国房地产业生产效率的提高，要在配合优化供给侧改革等政策实施的基础上，利用市场需求指导配置土地资源的实施，将房地产业创新切实结合供给侧改革，并加强政策执行力度，确保政策贯彻执行。 【参考文献】 [1] FARE R，GROSSKOPF S，NORRIS M，et al. Productivity growth，technical progress，and efficiency change in industrialized Countries[J].American Economic Reviews，1994，84（1）：66-83. [2] 刘井建，梁冰. Malmquist生产率指数评析结果——技术变动的新诠释[J]. 运筹与管理，2010（1）：170-175. [3] DOUGLAS C W，LAURITS C R，ERWIN W. Multilateral comparisons of output，input，and productivity using superlative index numbers[J].Royal Economic Society，1982（92）：73-86. [4] CHIANG Y H，et al. Comparing China mainland and China Hong Kong contractors' productive efficiency： A DEA malmquist productivity index approach[J]. Journal of Facilities Management，2012，10（3）：179-197. [5] ALEXANDRA DASKOVSKA，LéOPOLD SIMAR，SéBASTIEN VAN BELLEGEM.Forecasting the mal- mquist productivity index[J]. Journal of Productivity Analysis，2010，33（2）：97-107. [6] 刘秉镰，李清彬.中国城市全要素生产率的动态实证分析：1990—2006——基于DEA模型的Malmquist指数方法[J].南开经济研究，2009（3）：139-152. [7] 包红霏，金箫，刘亚臣.基于DEA模型的辽宁房地产业生产效率研究[J].辽宁经济，2016（9）：30-33. [8] 王姗姗，屈小娥.技术进步、技术效率与制造业全要素能源效率——基于Malmquist指数的实证研究[J]. 山西财经大学学报，2011（2）：54-60. [9] 郑君君，韩笑，潘子怡. 基于 Malmquist 指数的房地产开发企业全要素生产率变动及收敛性研究[J].中国软科学，2013，9（10）：39-43. [10] 马伟. 基于系统论的中国房地产业健康发展研究[D].北京交通大学博士学位论文，2014. [11] 陈一洪.我国城市商业银行2009—2011年生产效率分析——基于DEA模型的Malmquist 指数的实证分析[J].科学决策，2013（2）：17-32. [12] 章祥荪，贵斌威. 中国全要素生产率分析：Malmquist指数法评述与应用[J].数量經济技术经济研究，2008（6）：111-122. [13] 李光金，张建辉，李发勇. 基于定向技术距离函数的投入产出型Malmquist指数[J]. 系统工程理论与实践，2006（1）：91-96. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。