基于SCP范式框架下的上海房地产业分析

【摘要】运用产业组织理论SCP范式分析的方法，以上海房地产业数据为例，对中国房地产业现状进行研究。通过对产业集中度、建立房地产业供需曲线模型、行业利润率等方面的分析，运用回归软件对这些指标进行回归分析，并结合相关研究成果和经验的基础上，分析房地产市场的特征与发展规律，探讨如何使其更健全地发展，对得出结论进行评估和提出相应的建议。

【关键词】SCP范式分析上海房地产业

虽然只有短短三十年的发展历程，中国房地产业就取得了巨大的进步，但是由于市场并不成熟、法律法规也不并完善，早期进入市场的一些公司确实收获了大量的利润回报，但是由于房地产业的行业特点使得开发项目不仅投资大、周期长，在各个环节都存在一定的风险，是典型的高收益高风险行业。随着中国经济体制改革的不断深入，以推行城市综合开发、房地产商品化、住房制度改革和土地有偿使用等政策制度为契机，房地产业更是显示出了其顽强的生命力和巨大的市场需求。

一、文献综述

国内学者对房地产业的分析已有很多，一部分国内学者研究中国房地产市场结构，认为当下房地产市场集中度很低，不构成垄断。

如南开大学经济研究所的周京奎在对房地产业的研究中对1999年全国房地产行业企业状况进行分析，发现房地产企业平均规模较小，产业集中型垄断是中国房地产市场结构优化的必然选择，并且运用博弈模型得出了产业集中型垄断结构更有利于房地产企业技术创新的结论[1]。

还有一部分学者则认为如今的房地产市场是区域寡头垄断。

如王晓华在《中国房地产业SCP范式初探》中提出，房地产业的产品具有其特性：在空间上具有不可移动性。一旦某个开发项目完成，就确定了产品处在的市场区域。虽然消费者可以在全国范围内选择不同区域的产品，但是产品不具有全国范围的流通性，这个特性使得市场集中度这一全国范围的衡量指标失去意义，于是形成了居住区域的垄断性[2]。

苗天青在《我国房地产开发企业的价格行为分析》中分析道，由于房地产业的区域性，房地产企业也只是与一定区域内相邻的企业互相竞争，然而，这些企业同时也有各自的垄断区域，以及在开发企业的策略性行为对新进入者的阻止和现有土地出让制度等进入壁垒，再加上产品的完全差别，得出了中国房地产是区域性寡头垄断的结论[3]。

从国内的研究文献综述来看，关于房地产业的SCP全局分析比较少，很大一部分只是深入地分析了房地产业的结构；并且针对同样的一个市场，得出两种分歧较大的结论，这样的两种结果归结于看问题的角度不同：认为集中度很低，以至于不存在垄断的现象侍从西方产业组织理论的角度来考察中国房地产业的现状，难免存在无法对症下药的偏颇之处；而认为存在区域寡头垄断的一方面则从表面现象理解，没有很深入地由表及里分析。

二、SCP范式分析

（一）市场结构

市场集中度的衡量指标主要有行业集中度指数（Concentration Ratio，CRn）、赫芬达尔-赫希曼指数（HHI）、洛伦兹曲线（Lorenz Curve），其中CRn是绝对的计算方法，可以反映领先企业的集中程度，却忽略了整个市场中所有企业数量和企业规模不均衡的情况；HHI和LC是相对的计算方法，可以较好地反应市场中企业数量和企业规模的差异程度，却不能反应领先企业的集中程度。由于各种方法各有利弊，而上海房地产业规模比较大，样本过多难以全面收集，且本文主要分析的是市场集中程度，因此主要采用CRn指数作为衡量指标。

行业集中度指数的计算公式为CRn==S

其中：

X为行业中某企业的销售量；X为产业市场的总销售量；n为领先的大企业数量；S为第i个企业的市场占有份额。

下表根据上海房地产统计年鉴、全国房地产统计年鉴以及各房地产企业财务年报整理所得：

表3 上海市房地产业各年度CRn指数

由表1可以看到中国房地产企业数量在不断增加，虽然2007年有所减少，但是此后的2008继续保持了增长的势头，企业数超过了2006年的数量。从CRn指数结果可以看出，上海房地产市场的集中度很低，2007年到达市场集中度的最低点，2008稍微回升3个百分点。这表明各企业在房地产市场的份额竞争越来越激烈。

根据植草益的市场结构划分，上海房地产业还在分散集中型的市场结构中，没有达到一定的规模经济和有效竞争的程度。

然而，2010年的CR10和CR20的指数有大幅提升，表明一些小型房地产企业已经推出这个竞争激烈的市场，使得地产行业集中度提高。至2011年第三季度，至少11家知名企业宣布将全部或者部分地产业务剥离。这些企业绝大部分为上市公司，来自钢铁、贸易、纺织、建筑、钢铁等行业，这和2006年中各种行业纷纷进入上海房地产领域导致的CRn指数下降，形成了鲜明对比[4]。

（二）市场行为

1.价格行为。（1）需求供给曲线模型的假设。

假设：房地产地本期供应量S(t+1)根据前一期的价格P(t)来决定，即供给函数为S(t+1)=f(P(t))；

房地产地本期需求量D(t)根据本期的价格P(t)来决定，即供给函数为D(t)=f（P(t)）。

那么考虑模型：St=S0+αPt-1；Dt=D0-βPt

（2）数据线性回归结果。用当年的竣工面积作为本期供应量，当年的销售面积作为本期的需求量，用房地产平均销售价格作为当期的价格，进行数据的线性回归。

通过对模型公式结果分析，可以看出供应函数与上期平均销售价格的拟合性较好，表明房地产企业对于供应的价格确定与上期平均销售价格关系较密切，具有明显的线性关系；

而需求函数的拟合优度却不好，F值也很低，说明消费者除了本期价格之后，还有更多的考虑因素，如不动产投资、改善居住环境等。

（三）市场绩效

1.市场绩效考察。为了直观和数据的可获得性，本文中表示市场绩效的毛利率=销售总额÷投资总额，自改革开放以来，商品房的自由交易使得房价一直处于上升中，到了新世纪，房地产的居住性需求和投资型需求都猛然增长。从表6中可以看出，随着楼价的节节攀升，房地产业的利润率也保持上升势头。而在2010年，由于政府一系列调整房价政策的出台，抑制了过快的上升势头，使得在2010年中销售增产率比之前几年下降了一些。

2.市场结构与市场绩效的实证关系。为了考察市场结构与市场绩效之间是否存在显著地线性关系，本文将对相关数据进行回归：

表4 上海地区房地产业历年利润率与CRN指数

回归结果，无论是CR10还是CR20，表示利润率与集中度成反向线性关系。上海房地产市场处于之前市场结构分析中得到的分散集中型的非垄断形态中，但是因为市场的垄断性与企业的利润之间存在一定的联系。在房地产业中，这一点并没有表现为市场集中度越高、毛利润也随之越高的状态，反而是呈现负相关的线性关系，表现为市场集中度越低、利润率反而越高。上海房地产市场的集中度比较低，在2010年之后很多企业剥离房地产业务后才稍微高了一些，理应是竞争比较激烈的低利润率市场，但是仅仅从毛利率一项来看，房地产业的利润率却很高，在这方面又呈现出垄断企业高利润率的特征。

但拟合优度并不高，说明市场集中度与毛利率之间的线性关系并不显著。在政策调控、市民的刚性需求和国际热钱的投机需求等各种复杂因素的共同作用下，上海房地产市场的集中度与毛利率之间存在很多间接关系因素，其直接的线性关系并不起到决定性的作用。

三、结论与建议

上海有许多知名的、规模较大的房地产企业，同时，也是我国房地产市场发展最早的地区之一，在此上市公司对市场的争夺异常激烈；另一方面来说，房地产市场进入壁垒不高，在最初的“炒房”热潮稍稍降温之后，很多企业也剥离了房地产业务，使得上海地区的房地产市场集中度有了明显提高。

为了房地产业能更健全地发展，以下将对得出结论进行评估和提出相应的建议。

（一）完善市场作用、鼓励各型企业不同发展

在上文的分析中可以看出供应函数与上期平均销售价格的拟合性较好，房地产企业对于供应的价格确定与上期平均销售价格关系较密切，具有明显的线性关系。但由于房地产业的每个项目都是需要大规模的建设和资金投入，周期也比较长，而很多进入市场的企业并没有相符合的实力，房地产企业需重视这一市场作用，制定合理有前瞻性的规划。

并且可以支持国有房地产企业改制成混合所有制企业，让非国有企业、个人和境外投资者参与到市场中，推动国有房地产企业股权结构的调整和股权交易；同时扶持有较雄厚资本和良好商誉的房地产开发企业从激烈的竞争中脱颖而出，直接推动开发项目向大型房地产企业集中，以达到规模经营的目的；也鼓励中型和小型房地产企业按照市场规则通过重组、联合等方式来提升竞争力，并结合自身特点和优势，重新确立自己的市场定位。

（二）加强监督管理、建立法律法规

正如之前的分析结果，市场结构对市场绩效的线性效果并不显著，因此需要加大对中介市场的监管力度，严格年检和房地产市场准入制度，清理整顿擅自从业、入市等违法违规。并对行业评优与查处违法违规等有关房地产企业的信誉资料及时上网公示，定期发布行业动态资料，为政府决策、行业发展、公众需求提供方便快捷的基础保障，努力使目前尚在发展阶段的国内房地产市场更为成熟健全。

注释

①数据取自各年度《中国房地产统计年鉴》、《上海房地产统计年鉴》与《上海统计年鉴》

参考文献

[1]周京奎.产业集中型垄断与中国房地产市场结构优化[J].生产力研究，2002（3）.

[2]王晓华.中国房地产业SCP范式初探[J].市场论坛，2006（1）.

[3]苗天青.我国房地产开发企业的价格行为分析[J].华东经济管理，2004（18）.

[4]张巍，赵彦辉，陈伟.中国房地产业市场集中度影响因素的实证研究》[J].房地经济，2009（5）.

作者简介：苏嘉琪（1988-），女，上海人，华东政法大学2010级产业经济学硕士研究生，研究方向：产业经济学。