中国房地产业Malmquist全要素生产率指数变动研究

摘 要：本文基于2002—2011年中国30个省、市、自治区房地产业面板资料，采用DEA方法构建的Malmquist全要素生产率指数，测算我国8个分区以及整体的房地产业生产率变动；分析我国房地产业的Malmquist全要素生产率指数变动。结果显示中国房地产业Malmquist全要素生产率指数整体呈下降趋势，存在区域发展不平衡等问題。最后根据得到的结论提出了相应的建议。

关键词：中国 房地产业 DEA Malmquist全要素生产率

一、引言

房地产业作为国民经济的重要组成部分，在促进经济增长和社会就业等方面占据重要地位，也是我国的支柱产业。自1978年中国理论界提出住房商品化、土地产权等观点以来，我国房地产业经过了30多年的发展，其增加值占GDP的比重从1978年的2.19 %上升到2011年的5.65 %。但与其他经济体相比，我国房地产业的增加值比重、就业比重均较低；与国内制造业企业相比，房地产业企业的财务和经济效益也较差。因此，在保证房地产业稳步发展的同时，房地产业的增长质量更应引起关注，因为主要依靠要素投入而非效率（生产率）提升所引发的经济增长是难以长期维持的，技术进步和效率改善才是经济长期持续增长的重要源泉。对于发展相对滞后的中国房地产业而言，其发展除了依赖资本、劳动等传统生产要素的投入外，更离不开技术进步和效率提升。鉴于此，本文在已有的研究成果基础上，尝试运用基于DEA（Data Envelopment analysis）的Malmquist生产率指数法，采用中国2002—2011年的房地产业分区域面板数据，对房地产业分区域及整体的全要素生产率变迁进行测算和分析。

二、文献述评

DEA在房地产业的应用文献不多，且主要集中在对房地产企业进行研究的微观层面。谢岳来、刘洪玉（2004）应用DEA的CCR模型，以沪深股市50 家房地产公司为决策单元，采用其2002年度财务数据，对资本利用有效性进行了实证分析。刘永乐、孙仲明（2006）应用DEA的CCR模型对我国证券市场有代表性的49 家房地产上市公司2004年的经营效率进行分析与评价。张波（2006）应用二阶段DEA模型对在房地产板块随机选取的26 家上市公司的经营绩效进行了实证研究。何元斌（2006）应用DEA的CCR模型对12 家房地产上市公司的业绩进行了实证研究，并对公司的业绩及有效性进行了评估。王坚强、阳建军（2010）采用DEA方法构建的Malmquist指数，基于2004—2008年中国57 家房地产企业的面板数据，测算了房地产企业的动态投资效率；在此基础上，分析了不同区域、不同所有权性质、不同股权结构的房地产企业动态投资效率及变化趋势。

在以上代表性研究的基础上，本文从房地产行业这一宏观层面出发，应用DEA方法构建的Malmquist指数，采用中国2002—2011年的房地产业分区域面板数据，对房地产业全要素生产率的变化趋势进行分析。

三、研究方法与数据处理

（一）研究方法

本文采用DEA-Malmquist生产率指数法，其有如下优点：1.可以弱化数据质量对结果的影响。中国的数据质量一直为许多学者所诟病，而Malmquist指数相当于做了一阶差分，各行业同方向的变化将被消除；2.不需设定生产函数，不要求生产处于有效率的路径上，从而避免主观判断或函数形式设定错误而影响结果的准确性；3.能够实现有关TFP的所有分解，结果和政策含义更为丰富。

（二）数据处理

测算TFP需要收集和处理房地产业的产出、劳动投入和资金投入数据。

1.房地产业产出。房地产业产出用房地产业国内生产总值来衡量，2002—2011年数据取自《中国统计年鉴》。

2.劳动投入。理论上，劳动投入应综合考虑劳动人数、劳动时间、劳动质量（效率）等因素，但实际研究中的指标选取最终取决于数据的可得性。因此，选取房地产业的“年末从业人员数”作为劳动投入指标的代理变量。2002—2011年数据取自《中国统计年鉴》。

3.资金投入。关于资金投入指标，陈岱孙教授主持编译的《新帕尔格雷夫经济学大辞典》在介绍全要素生产率指标时，把资金投入解释为生产中占用的固定资产和流动资金。鉴于数据的可获得性，本文选用房地产业固定资产投资作为资金投入指标。2002—2011年数据取自《中国固定资产投资统计年鉴》。

四、房地产业TFP的历史变迁

基于以上数据，本文利用软件DEAP2.1[测算得到中国房地产业分区域及整体的生产率指数及其分解，进一步对我国房地产业TFP的变化趋势进行分析。

（一）分区域房地产业TFP的历史变迁

1.从TFP的增长情况看，沿海地区均为正增长，其中东部沿海地区的平均增长率最高，为6.5 %；其余地区均为负增长。

2.从TFP贡献率情况看，沿海地区TFP增长对该地区房地产业增长的贡献率均为正，其中，东部沿海地区TFP贡献率最高，为31.74 %；其余地区TFP贡献率均为负。

（二）全国房地产业TFP的历史变迁

表2列出了全国房地产业的Malmquist生产率指数及其分解。2002-2011年的TFP年均下降0.6 %，这主要由于技术效率的降低。从时间维度看，全国房地产业TFP及其分解主要体现为以下几个特征：

1.从TFP的增长情况看，2005年、2006年、2009年均为正增长，最高值出现在2005年。但2005年的TFP的高增长可谓是昙花一现，直到2009年才再次出现较高的增长率，这可能与2008年11月推出的4 万亿投资计划有关。2003年、2004年、2007年、2008年、2010年以及2011年为负增长，2003年TFP增长率下降最大，这与非典以及央行严控房地产贷款和高档住宅建设的121号文件对房地产业的冲击较大有一定关系。

2.技术效率与技术进步的增长方向相反，即技术效率增长率整体呈下降趋势，而技术进步增长率整体呈上升趋势。在技术效率方面，从2003年的8.7 %下降到2011年的8.4 %；与此相反，技术进步增长率从2003年的-21.7 %上升到2011年的-12.9 %。

3.在技术效率的分解指标中，2002-2011年的纯技术效率和规模效率年均增长率分别为-1.7 %和-0.1 %，可见自2002年开始到2011年主要是纯技术效率的变化主导技术效率的变化。

4.与其他投入要素相比，TFP增长对中国房地产业增长的贡献率较低。具体而言，TFP贡献率仅在2005年、2006年、2009年为正，最高值出现在2005年；其余年份TFP贡献率均为负，最低值出现在2008年。平均来看，2002-2011年间，房地产业年均增长20.28 %，而TFP的平均贡献率却为-2.96 %。可见，TFP贡献率在样本期内并没有出现明显的上升趋势，这说明中国房地产业的发展仍主要依靠传统生产要素的推动，技术进步对房地产业发展的贡献相对较低。

五、主要结论及建议

通过以上对我国2002-2011年房地产业整体及分区域TFP的变化趋势进行分析，得到如下主要结论：

（一）2002-2011年中国房地产业TFP整体呈下降趋势

技术效率与技术进步的增长方向相反，技术效率增长率整体呈下降趋势，而技术进步增长率整体呈上升趋势。

（二）2002-2011年间，沿海地区房地产业的TFP平均增长率均为正，其中东部沿海地区的TFP平均增长率最高

我国东北地区、黄河中游地区、西北地区、西南地区以及长江中游地区房地产业的TFP平均增长率均为负。

（三）与劳动、资本这样的yGVaio1KMjA3EPb0n24Mmc/obsziMgxF9cWYKuAraEo=传统生产要素相比，TFP增长对中国房地产业的贡献率较低

针对目前我国房地产业TFP整体较低的情形，房地产行业应从自身做起，不仅要提高从业人员的专业知识及自身素质，更要提高全行业的服务、管理水平。特别应注意的是，内陆地区的房地产企业应向沿海地区尤其是东部沿海地区学习，提高自身的经营效率；沿海地区应进一步学习国外房地产业先进的管理手段及经验，从而使自身的生产率得到更大水平的提升。除了从房地产行业自身来提高生产率外，政府的政策制度也应鼓励房地产业向技术密集型产业发展。这样，从宏微观两方面着手，我国房地产业才能突破生产力瓶颈，在未来实现健康快速的发展。

参考文献：

[1]Krugman ， P.The Myth of Asia's Miracle[J].Foreign Affairs ，1994，73（6）.

[2]谢岳来，刘洪玉.基于数据包络分析的企业资本利用有效性研究 [J].运筹与管理，2004，13（3）.

[3]刘永乐，孙仲明.房地产上市公司经营绩效的DEA评价 [J].统计与信息论坛，2006，（1）.

[4]张波.房地产上市公司经营绩效评价 [J].统计与决策，2006（2）.

[5]何元斌.房地产业上市公司业绩的DEA有效性分析 [J].兰州学刊，2006（4）.

[6]王坚强，阳建军.基于Malmquist指数的房地产企业动态投资效率研究 [J].当代经济管理，2010，32（1）.

[7]傅勇，白龙.中国改革开放以来的全要素生产率变动及其分解（1978-2006 年）[J].金融研究，2009（7）.

[8]Rolf Fare ， Shawna Grosskopf ， Mary Norris ， ZhongyangZhang. Productivity Growth ， Technical Progress， and Efficiency Change in Industrialized Countries [J]. The American Economic Review ， 1994，84（1）.

[9]Coelli ， Tim . A Guide to DEAP Version 2.1： A Data Envelopment Analysis （Computer） [J] . CEPA Working Papers Department of Econometrics ， 1996（8）.

责任编辑：康伟