我国房地产业投资效率测度及区域差异分析.docVIP

我国房地产业投资效率测度及区域差异分析 　　摘要：本文运用超效率DEA模型，测度了2002―2012年我国房地产业投资效率，运用基尼系数和泰尔指数等指标，从全国和区域层面测量了我国房地产业投资效率的区域差异。结果显示我国房地产业投资效率整体水平较高，各地区房地产业投资效率具有较大的差异性，而区域内差异是我国房地产业投资效率总差异的主要原因，但是这种差异性正在逐渐缩小 关键词：投资效率 区域差异 房地产业 中图分类号：F207 文献标识码：A 文章编号：1002-5812（2015）18-0050-03 一、房地产业投资效率与区域差异的度量方法 （一）投资效率测度模型构建 投资效率是指投资所取得的有效成果与所消耗或占用的投入额之间的比率，也就是企业产出与投入的比例关系。与其他方法相比，数据包络分析法（DEA）测度效率时不需要设定指标权重、确定生产函数、进行统计检验和对指标进行无量纲化处理，具有很强的客观性，也适用于房地产业这种投入多指标和产出多指标的效率评价。但是传统的DEA模型不能对有效的决策单元之间进行优劣排序和评价。而超效率DEA模型可以将有效的决策单元重新进行优劣排序。基于此，本文选用超效率DEA模型对我国房地产业投资效率进行分析评价 假设第k个省份房地产业投资效率为决策单元DMUk（k=1，2，…，31），并且每个决策单元都有m种输入（投入指标）及n种输出（产出指标），与其相对的权系数是V=（v1，v2，…，vm）和U=（u1，u2，…，un），建立超效率DEA模型如下： min hk =θk （1） s.t.ΣλrXr-θXk+s-=0，i=1，2，…，m ΣλYr-s+=Yk，j=1，2，…，n，λr≥0，r=1，2，…，N， s-，s+≥0，r=1，2，…，m;j=1，2，…，n 式中，Xr表示第r个决策单元的输入指标值，Xk表示第k个决策单元的输入指标值;Yr表示第r个决策单元的输出指标值，Yk表示第k个决策单元的输入指标值;λr表示输入、输出系数;、s-，s+分别表示输入和输出指标的松弛变量;θk为第k个决策单元的效率指数，表示它到有效前沿面上的距离，并且认为距离越大，效率越高。即有：θkgt;1，表示超过了最优效率;θk=1，表示投入产出刚刚达到最优效率;θklt;1，表示投入产出没有达到最优效率 （二）投资效率区域差异度量方法 度量相对差异的方法主要包括变异系数、泰尔指数、基尼系数等。本文选用基尼系数和泰尔指数来衡量我国房地产业投资效率的区域差异。基尼系数和泰尔指数越大，说明区域间的差异越大，反之亦然。其计算公式如下： Gini=-（n+1）/n+2Σiyi /（n2 y0） （2） T0=（1/n）Σ（yi/ y0）ln（yi/y0） （3） 其中，yi表示由低到高排序后第i个区域的房地产业投资效率，y0表示各省份房地产业投资效率的平均值，n表示区域个数 二、我国房地产业投资效率的测度及结果分析 根据房地产业的特征和数据的可获得性，结合模型的要求和指标选取的原则，本文以《中国房地产统计年鉴》和《中国统计年鉴》为数据来源，选取本年投资额、房屋新开工面积、平均从业人员数和土地购置面积作为投入指标，选取房屋竣工面积、房屋销售额作为产出指标。同时，由于数据获取不全和数据处理后的可比性，本文不考虑西藏自治区。房地产业投资建设期通常需要2至3年，本文假设为2年，即产出指标比投入指标滞后2年。根据前文所构建的超效率DEA模型，测算出各省份房地产业2002―2012年的投资效率值，并用算术平均法得到我国房地产业投资效率的平均值，统计结果见图1 从图1可以看出，我国房地产业的整体投资效率水平较高，效率平均值都在0.8之上，即在给定房地产投入水平下，所获得的产出与最佳前沿面较为接近。我国房地产业投资效率平均值呈现出两个“U”型的变化特征。第一个U型在2002―2008年，以2005年为转折点，2005年以前，我国房地产业的投资效率持续下降，2005年后，效率值又开始回升，直到2008年，我国房地产业投资效率值开始进入第2个U型轨迹。2008―2010年，投资效率平均值小幅下降，2010年又开始迅速上升，直到2012年效率平均值达到最大值0.9928，说明我国房地产业投资效率从整体上来说基本达到了有效的状态。不难看出，我国三大区域间的房地产业投资效率水平存在较大的差距，东部地区的房地产业投资效率均值远远高于中部和西部的效率值，其波动程度的大小与投资效率均值有明显的正相关性，即投资效率越大，波动程度也越大。中部地区的房地产业投资效率均值只有0.8068，与全国均值尚有一定差距，低于东部和西部地区的平均效率，在