房地产业技术效率影响因素分析——基于我国31个省市区的面板数据研究

●武汉大学经济与管理学院 赵 昕

房地产业技术效率影响因素分析
——基于我国31个省市区的面板数据研究

●武汉大学经济与管理学院 赵 昕

本文针对房地产业技术效率的影响因素，FDI、市场集中度等，建立了我国31个省市区的面板数据模型进行分析并且发现，这些因素对技术效率的提高都有促进作用，但在技术效率较高时，FDI与经济水平对其促进作用越来越小，甚至有可能出现反作用。FDI对技术效率的边际效用递减说明其技术溢出效应小于FDI作为资本本身的效应。政府部门应引导房地产业更加合理的利用外资，特别是对技术的学习。同时，技术效率存在明显的地理空间效应与经济空间效应。基于此，地方政府在制定决策时，应本着促进市场集中度的提高，将房地产业FDI控制在合理的范围内等的原则。

房地产业技术效率 FDI 市场集中度

一、引言

作为国民经济的支柱产业，房地产业经过二十多年的发展，已经是我国经济发展新的增长点。2008年以来，我国房地产市场一直处于升温态势，对房地产市场的健康发展产生了不小的威胁。2011年1月，国八条出台，限购等政策的实施对房地产的火热场面起到了一定的降温作用。2013年2月，国五条的出台对二手房交易的打压进一步减少了对商品房的投机。这一政策产生了不小的作用，在各省市实施国五条细则的前夜，持有二套房的居民苦于今后要缴纳20%的税收等政策限制，纷纷出手二套房，部分城市出现了二手房交易火爆的场面。在此之后，则交易冷淡，说明国五条从一定程度上遏制了人们购买商品房进行投机的行为。各种政策的出台，除对房地产市场的直接影响外，也通过各种因素间接地对其产生了不小的冲击。例如，不少省市出现了外商投资增速放缓或减少的局面，而外商投资是房地产业发展的重要资金来源。同时，房地产业作为地区的支柱产业，对地区经济水平的贡献占到了不小的比例，反过来，地区经济水平的改变又会对房地产业造成一定影响。地方政府对房地产市场采取的措施，除对其造成直接供需变化的影响外，还会通过这些间接因素对房地产市场造成更为持久的影响。

对房地产业健康发展的一个重要度量指标是房地产市场绩效，即对房地产市场投入产出的效率分析。对房地产业市场绩效的评估研究较多，这方面主要集中在对技术效率的评估上。如王亚东（2009）对 2006年我国31个省市自治区的技术效率进行了评估，任晓萍（2011）在其基础上，提出了三阶段DEA的评估方法。但在对技术效率的影响因素方面的研究较少，其中，王家庭（2011）对我国房地产上市公司的技术效率进行了测度并分析了其相应的影响因素，张卫红（2010）对我国房地产业市场结构、效率与绩效关系进行了实证分析，万伦来（2007）研究了FDI对我国技术效率的影响。但这些研究大多从截面或者时间序列的层面进行分析，少有对面板数据进行分析，且对技术效率是否存在空间效应的研究较少，大多集中在对房价的空间效应分析上。此外，大多数文献多集中于单一因素对房地产技术效率的影响分析上，而没有对比因素间对其的影响强弱。本文正是基于以上考虑，运用面板模型，对我国房地产业技术效率的影响因素进行了研究。

二、理论框架

（一）房地产技术效率估计的C2R模型。技术效率是指在相同的投入下生产单元实际产出与理想的最大可能性产出的比率。本文中的房地产技术效率是指在相同的土地、资本、劳动的投入下，生产单元实际产出，如销售额，销售面积等与理想的最大可能性产出的比率。该比率越大，则说明产出越接近于理想值。技术效率评估的主要方法为数据包络分析方法（DEA，Data Envelopment Analysis）。该方法于1978年以相对效率概念为基础提出，原理主要是通过保持决策单元的输入或者输出不变，借助于数学规划和统计数据确定将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。DEA方法能对多投入、多产出的多个决策单元进行效率评价，其最大的优点是不需要考虑指标的权重。本文所用的模型为C2R模型，其基本思想为：

假设在房地产市场中有n个决策单元DMUi(j=1,2,…n)，DMUi的输入、输出向量分别为：

由于在生产过程中，各种输入、输出向量的作用各不相同，需要赋予其一定的权重 v=(v1,v2,…vm)T来 u=(u1,Y2,…vm)T对其进行综合，称

为第 j个决策单元 DMUj的效率评价指数，所赋予的权重需使得hj≤1。C2R模型即寻求使得输出固定时的最小输入，或计算已有输入的最大输出。本文对C2R模型的运用主要体现在对已有输入、输出的效率估计上，即在相同的土地、资本、劳动的投入下，生产单元实际产出，如销售额，销售面积等与理想的最大可能性产出的比率。

（二）房地产技术效率的影响因素效用分析。本文对房地产技术效率的影响因素效用分析包括两点，一为该效用的正负性，二为考察边际效用的递减、不变、递增情况。设影响房地产技术效率的因素为 (x1,x2,…xn)，根据 模型所得到的技术效率记为h，则各因素对技术效率的效用可通过建立回归函数：

求得。其中，因素xi对技术效率的效用正负与大小可以通过求解获得。若大于0，表示效用为正，该因素对技术效率有促进作用，相反则存在抑制作用。各因素对技术效率的效用大小对比可以反应不同因素对技术效率的作用强弱，越大，表示作用越强。分析边际效用的变动情况，即递增、不变、递减的情况，可通过对技术效率 h进行排序，并对不同区间的h分别进行回归进行分析。若随h的增加而增大，则表明规模效用递增，若随h的增加而基本不变，则表明规模效用不变，若减小，则规模效用递减。

本文分析的主要影响因素为外商直接投资（FDI）以及市场集中度。FDI对技术效率的影响主要体现为两点，一是为房地产产业经济发展提供资金；二是通过FDI的技术溢出效应，促进内资房地产企业的技术水平和组织效率的提高，从而最终提高技术效率。设房地产市场的输出或者产出为Q，由西方经济学中生产论中的模型可得：

从第一点来看，FDI的作用与技术效率估计中的输入变量资本的作用有着相同之处。资本的边际效用为

1LβTγ，在劳动和土地不变的情况下，随着K的增加而减小，即资本的边际效用递减，从而使得资本对技术效率的边际效用递减。与此同时，FDI的技术溢出效应，促进内资房地产企业的技术水平和组织效率的提高，即在资本、劳动和土地不变的情况下，随着A的增加而增加，从而使得资本对技术效率的边际效用增加。综上，FDI的增加一方面表现为资本的边际效用递减，另一方面又通过提高技术水平，使得资本的边际效用增加。

房地产市场的行业集中度，即行业内规模最大的前几家企业的有关数值(可以是产值、产量、销售额、销售量、职工数、资产总额等)占整个市场的份额。市场集中度越高，房地产业易形成寡头垄断市场，房地产商收取溢价的能力就越强。而商品房的需求在我国表现为刚性需求，价格的上涨对需求的影响远小于其他商品，即在价格上涨的同时，销售额也在上涨，从而产出增加，技术效率也就越高。此外，市场集中度越高，资本集中度越高，能够推动新技术的研发与利用，从而使得在生产要素不变的条件下，技术效率的边际效用提高。如果市场集中度过低，则会出现一种恶性竞争，从而导致劳动力和资本均无法得到充分使用对于技术的提高也会起到抑制作用。可见，行业集中度越高，则技术效率越高，且边际效用递增。

三、数据来源及指标构建

房地产业技术效率评估的数据来源于中宏产业数据库房地产行业年度数据，为20022011年、我国31个省市自治区的面板数据。根据陈景辉（2011）、张卫红（2010）等对投入产出指标的选取，以及数据可获得性，本文选取的投入指标包括：本年登记注册从业人员总数、各地区房屋施工面积、本年完成投资额。产出指标包括：本年商品房销售额、商品房销售面积。所得技术效率值位于[0,1]区间，若为1，则说明该地区当年为技术有效，若小于1，则说明非有效。房地产的建设期一般为23年，因此，本文选择的产出指标要比投入指标滞后2年，即当年的产出来源于推前2期时的投入，故本文的投入为滞后产出2期的指标，所得数据为31个地区2004—2011年的技术效率值，并将其作为衡量地区房地产技术效率的指标。

房地产业技术效率的影响因素除FDI、行业集中度外，经济发展水平、地区总人口数都会对房地产业技术效率产生影响。人口越多，相对而言劳动力越丰富，能够很好地对资本进行替代，且边际替代率较低，从而促进技术效率的提高。市场集中度可用指标表示，即行业内规模最大的前家企业的有关数值(可以是产值、产量、销售额、销售量、职工数、资产总额等)占整个市场的份额。基于对数据的可获得性及完整性的考虑，本文选取各地区注册企业中一级资质企业资产总额与所有注册企业资产总额之比作为该地区的房地产行业的集中度。该指标越大，可在一定程度上表明所在地区的房地产业集中度越高，进而行业垄断势力越强。

此外，空间转移成本即地区交通便利程度对技术效率也具有一定影响，即随着公交设施的完善,人们空间移动成本下降,出行更方便,使得非中心地区的商品房也有比较大的需求，从而提升房价，另外，空间转移成本的下降也对房地产业资金的流动，劳动力的流动提供了便利，从而对提高技术效率产生了积极作用。对于空间转移成本即地区出行便利程度，本文采用的具体指标为各地区每万人均公共交通车辆数。

地区生活状况对房地产业也存在一定的影响，如地区普通高等学校数、卫生机构数、生活垃圾无害化处理率等。教育医疗卫生条件好的地区，其房价也会相对较高，需求也会相对较强，从而对房地产技术效率产生影响。基于上述分析，本文选取表1中的指标作为房地产技术效率的影响因素。解释变量指标数据来源于中经数据库，为2004—2011年的31个省市自治区的面板数据，共248个样本。

表1 指标选取与描述

因地区经济水平的指标、地区生活水平的指标存在较高的相关性。故用综合评价法对指标进行综合，具体为使用熵权法对指标进行处理，其可通过指标所包含的信息量的多少，设置不同的权重，从而对指标进行加权平均，在处理数据的同时对所有数据进行标准化处理，以消除指标量纲的影响。

四、房地产业技术效率估计与影响因素的实证分析

借助DEAP 2.1版软件，运用模型对房地产业技术效率进行数据包络分析。对结果中技术效率为1的地区进行了汇总，如表2所示：

表2 2004—2011年房地产业技术有效地区

从表2中可以看出，在10个已经达到技术效率DEA有效的地区中,5个基本都属于比较发达的地区,这也印证了经济的发展水平在很大程度上决定了房地产业经营效率的好坏。几个少数民族自治区虽然投资额不大,但其在房屋施工面积、土地购置费用和房屋销售面积上面具有相对优势,从而其效率也达到了最优。

（一）技术效率的面板模型。本文首先对该面板数据进行一般的面板回归，即采用含有固定效应、随机效应或混合效应的面板数据模型，后将对模型进行改进。对面板数据进行单位根检验，结果如表3所示。

表3 变量的Levin-Lin-Chu单位根检验结果

对变量进行固定效应的F检验，得到F值为6.36，对应的p值为0，说明应拒绝原假设，即接受使用固定效应模型优于混合效应模型。Breusch和 Pagan Lagrangian multiplier检验得到的卡方值为135.37，对应的概率值为0，说明应该拒绝原假设，即接受使用随机效应模型优于混合效应模型。Hausman检验的卡方值为1.11，p值0.9535，故不能拒绝原假设，应选用随机效应模型。随机效应模型的回归方程为：

其中，ui为截距项中的随机部分，与残差项一样均是独立同分布的，互不相关，并均与解释变量无关。由于对地区经济水平（Eco）和市场集中度（CR）的RE效应不显著，经实验得，其BE效应显著，故采用BE效应模型对这两个解释变量进行回归。回归结果如表4所示。

表4 面板数据模型结果

从表4中可以看出，地区经济水平对房地产业技术效率的影响最大，这验证了表1中的推测。这是因为地区经济水平的提高能够吸引更多的优质劳动力以及更多的资本，并且能够扩大对商品房的需求，从而对提高房价，提升销售量都有一定的作用。市场集中度对技术效率的影响也是显著的，根据产业组织理论，以及市场力假说和效率结构假说，市场集中度和绩效之间存在正相关关系，本文的结果也验证了这一点。这部分是因为市场集中度高的地区，房地产企业占有较大的市场份额，单位生产成本低，从而具有规模效率。FDI对技术效率存在显著的正效应。我国房地产业的开放导致与房地产业相关的产品和技术进口增加，以及进入中国房地产市场的外资增加,从而促进房地产业的技术进步。外资的进入，增加了房地产投资总量，提高了我国房地产行业的技术水平，带来的先进大型施工机械和施工技术与管理经验,促进了我国住宅智能水平的提高和整个行业的技术进步。地区出行便利程度与技术效率也存在显著的正向关系，即空间转移成本低的地区，其房地产业技术效率较高。地区生活水平对技术效率的影响较小，且方向不确定。说明地区生活水平，特别是教育医疗卫生水平对房地产业技术效率的影响较小。

（二）分位数回归。在此基础上，本文对以上变量分别进行分位数回归，以了解在不同的技术效率水平，各解释变量对被解释变量影响程度的变化情况。分位数回归结果如表5所示。

表5 分位数回归结果

从表5可以看出，随着技术效率的提高，CR、地区生活水平、出行便利程度对其的影响越来越大，其中，生活水平影响程度增加幅度最大，但系数置信度较低，CR影响增幅其次，出行便利程度最小。CR对技术效率的影响越来越大，即边际效用递增，说明行业集中度的提高对于技术的改进以及市场溢价存在促进作用，这与前文的分析相符合；FDI、地区经济水平对其的影响越来越小，但减幅不大。不可否认，FDI和地区经济水平对技术效率的促进作用是有一定限度的，当地区经济水平发达到一定程度，劳动力流入过多，导致劳动力利用效率降低，资本流入过多，资本利用效率也相对较低，由此造成的技术效率下降也会较明显，如表2中所示，北京、天津、上海在近几年技术不再有效，呈现下降趋势，部分也是基于上述原因。同时，这也说明了我国FDI的技术溢出效应并不明显，外商的投资主要是资本的增加，而对于技术的改进作用甚微。我国在利用外资方面应更注重技术的学习，而不能单纯的看做资本的增加。

（三）技术效率的空间效应分析。地区房地产业技术效率受到多重因素的影响，而这些因素则可能存在一定的空间效应，如地区经济水平、FDI等。相邻地区的经济存在一定的渗透性，当地的经济发展会带动周边地区的发展。FDI则存在一定的技术溢出效应，不仅对当地，也对周边地区产生影响，同时如果FDI的增加带动了当地房地产业的发展，周边地区也会采取措施吸引外资，加速发展。构成技术效率的重要因素房价也存在着空间效应，陈浪南等指出，相邻地区之间房价的影响程度比其他不相邻地区之间房价的影响程度大。根据以上分析，推测技术效率存在着一定的空间效应，包括地理空间效应和经济空间效应，故本文将进一步采用空间面板模型对技术效率进行分析。

空间面板模型相比于面板模型，特别之处在于纳入了空间效应，这主要通过空间权重矩阵来体现。空间权重矩阵w表征了空间单位之间的相互信赖性与关联程度。本文所用的地理空间权重矩阵为采用相邻规则来定义的空间权重矩阵，即地理空间权重矩阵W的元素Wij=1，表示两个地区拥有共同边界；Wij=0表示两地不相邻。然后对矩阵进行标准化处理。为了避免“单个岛屿效应”，设定海南省与广东省、广西壮族自治区有共同边界。经济空间加权矩阵表现了技术效率的空间联系可能会受到经济发展水平的影响。本文建立经济空间权重矩阵的方法为，其中，为样本期内第i个省份人均GDP的平均值；为样本期内人均GDP的总平均值。当一个地区的人均GDP较大时，对其周边地区的影响也会较大。

对房地产业技术效率是否存在空间效应的检验采用moran指数，其考察的是变量是否存在全局自相关。对技术效率地理空间效应的moran指数检验显示，在0.05的显著性水平下，2008年的技术效率存在显著的地理空间效应。Moran指数为0.2412，对应的p值为0.018，表示技术效率越高的地区，其相邻地区的技术效率也会越高。其moran散点图为图1。

图1 2008年地理空间效应moran散点图

图2 2009年经济空间效应moran散点图

相比于地理空间效应，经济空间效应则明显的多。在0.1的显著性水平下，2008、2009、2010年的经济空间效应都显著存在。Moran值分别为0.1968、0.3506、0.1772。2010年的moran散点图如图2所示。Moran指数检验显示，在某些年份，技术效率存在一定的空间效应，但大多数年份，空间效应并不显著，下面将采用空间面板模型进一步分析。

本文所用的空间面板模型为静态模型，主要包括空间自相关模型（SAC）以及空间误差自相关模型（SEM），经过实验对比发现，SEM的变量系数显著的不为0，而SAC的变量系数置信度较低，且拟合优度不如SEM，即可认为技术效率不存在显著的空间自相关效应，而存在空间误差自相关效应。SEM的具体形式如（2）所示。

其中，αi表示空间固定项，γi表示时期固定项，νit表示含有空间效应的残差，uit为除去空间效应后的残差。所用软件为matlab，程序来自matlab自带的空间计量程序包，模型估计结果如表7所示。

表7 SEM面板模型估计结果

从表7中可以看出，残差的地理空间效应与经济空间效应都很显著，且都在0.2附近，说明技术效率中无法由解释变量解释的部分含有明显的空间效应。经济水平对技术效率的影响最大，其次为CR，FDI与出行便利程度对技术效率影响相对较小，但十分显著。相邻地区的技术效率存在某种联系，这主要是因为投资的溢出效应、劳动力的流动、价格的空间效应等。地区相邻且经济水平相似的地区，技术效率同样受周边技术效率的影响。作为政策制定者，在提升房地产业技术效率的时候，不仅要考虑自身的水平，更要考虑周边地区的影响，才能做到统筹兼顾，有的放矢。

五、总结

本文针对房地产业技术效率的影响因素，即FDI、市场集中度、经济水平、生活水平、出行便利程度，相继建立了面板模型、分位数回归模型、动态面板模型以及空间面板模型，分析了各影响因素对技术效率的影响方向及程度，不同分位数技术效率的因素影响大小、技术效率的动态效应以及空间效应。得到以下结论：第一，地区经济水平对技术效率影响最大，其次为市场集中度、FDI等。地区生活水平对技术效率的影响不大，显著性不高。第二，随着技术效率的提高，CR、地区生活水平、出行便利程度对其的影响越来越大；FDI、地区经济水平对其的影响越来越小，但减幅不大。不可否认，FDI和地区经济水平对技术效率的促进作用是有一定限度的，当地区经济水平发达到一定程度，技术效率提升空间减少，甚至出现下降趋势。第三，技术效率存在动态效应与空间效应。地方决策者在对房地产业技术效率方面制定政策时，要考虑到政策实施的时滞对效率的影响，以及效率自身的时滞性，同时还要考虑到周边地区，经济相似地区的影响，才能为当地做出较好的决策。

为促进房地产业健康稳定发展，在本文研究的基础上，结合房地产业的发展状况，提出如下的政策建议：

（一）把加快提高地区经济发展水平作为重要途径，促进房地产行业的发展。地区经济发展状况影响该地区房地产业的发展，地区经济水平的不断发展能提供良好的基础设施和营造良好的投资氛围，经济发达的地区，房地产行业发展相对繁荣。要把发展地区经济作为重要平台，带动房地产业的发展，而不是以房地产业的发展来拉动地区经济的发展，以免造成房地产泡沫。

（二）合理地引进外资。外商直接投资房地产行业不仅一定程度上推动了房地产业的发展，也带动了相关产业的发展。同时，外来资金的引入也带来了新技术和先进的管理方法，也能促进房地产业的发展。但是，在我国房地产行业高额利润的驱使下，外来资金容易跟风投入到房地产行业，导致房地产价格的攀升，易造成房地产泡沫。

（三）加强区域间的经济合作。房地产行业的发展不仅受到本区域的经济发展的影响，同时还受到相邻区域经济发展的影响。完善区域经济合作机制，改变各自发展各自为政的发展方式，促使区域间资源共享，挖掘区域合作发展的潜能。

1.陈景辉、李延喜、魏芳芳等.2011.我国房地产业投资效率评价研究［J］.技术经济，3。

2.陈浪南、王鹤.2012.我国房地产价格区域互动的实证研究［J］.统计研究，7期。

3.胡小渝、王家庭.2012.我国35个大中城市房地产业技术效率研究——基于三阶段DEA模型的实证分析［J］.特区经济，1。

4.任晓萍.2011.基于三阶段DEA的我国各省房地产业效率实证研究［J］.经济研究导刊，8。

5.万伦来、陈希希.2007.FDI对中国房地产业技术效率的影响——基于中国省际房地产业面板数据的实证研究［J］.上海经济研究，3。

6.王亚东、安立仁.2009.中国31个省市房地产业经营效率——基于DEA的实证研究［J］.西安石油大学学报（社会科学版），1。

7.王家庭、赵亮.2011.我国房地产上市公司的技术效率测度及影响因素的实证研究［J］.城市，1。

8.张卫红、汪圣.2010.我国房地产业市场结构、效率与绩效关系实证研究——以郑州市为例［J］.科技经济市场，1。

9.周晓东、文启湘.2007.房地产行业价格因素分析及实证研究［J］.经济经纬，5。