基于PCA―DEA中国房地产业运营效率分析.docVIP

基于PCA―DEA中国房地产业运营效率分析 　　摘要： 本文旨在对我国1997-2015年房地产行业运营效率进行分析。首先结合房地产业特点构建了较为全面系统的分析指标体系，由于历年数据有限，先采取主成分分析法对产出指标进行降维，再将投入指标与综合产出指标代入DEA模型。研究结果表明，我国房地产业自1998年进入市场化阶段后，通过持续高投入方式促进了行业发展，综合技术效率在2005-2009年达到最优；而随着行业日趋成熟，传统粗放型发展方式带来投入过度冗余，忽略技术革新亦显著降低了整体运营效率。 　　Abstract： The purpose of this paper is to analyze the input-output efficiency of Chinese real estate industry from 1997 to 2015. Firstly， a set of comprehensive and systematic index system is constructed in combination with the industrial feature. Due to the limited data， this paper reduces the production indexes by using the PCA method， then uses DEA to calculate input-output efficiency. The results show that after entering the marketization stage in 1998， Chinese real estate industry has developed rapidly through continued high investment， and optimal operating efficiency is achieved during 2005-2009； but as the industry matures， the traditional extensive production way results in serious input redundancy， and ignoring technological innovation also decrease the comprehensive technical efficiency. 　　?P键词： 房地产业；运营效率；PCA；DEA；投入冗余 　　Key words： real estate industry；efficiency；PCA；DEA；input redundancy 　　中图分类号：F293.35 文献标识码：A 文章编号：1006-4311（2018）05-0072-04 　　0 引言 　　近年来国内房地产市场发展迅速，产业运营效率研究已经引起了许多学者的关注。但目前，学界更多关注的是微观企业绩效情况，对房地产业整体运营效率研究较少，相关研究也只选取少数指标进行分析。因此，本文搜集了国内房地产业1997-2015年的数据，从土地、资本、人力、房屋面积、企业盈利绝对指标、相对指标六个层面11个指标入手，结合主成分分析法与数据包络法进行分析，从而更好地认识我国房地产业多年发展的运营效率，暨而对防范房地产泡沫、引导产业健康发展提供理论依据与对策参考。 　　1 研究方法简介 　　由于国内房地产发展时间较短，目前统计局只披露了1997-2015年数据，而DEA模型（数据包络方法）一般要求决策单元个数必须是投入和产出变量个数之和的三倍以上。为满足DEA模型的数量关系要求，本文先采用PCA（主成分分析法）对产出指标降维，再将投入指标与综合产出指标代入DEA模型进行计算。 　　1.1 数据包络方法（DEA） 　　数据包络方法（DEA，Data Envelopment Analysis）是一种常用的效率评价方法，其特点是适用于多输出、多输入的有效性综合评价问题，并且无须对指标做任何权重假设，排除了很多主观因素。目前，DEA两个常用模型分别是CCR和BCC模型，CCR假定规模报酬不变，而BCC将CCR中的综合技术效率分解为纯技术效率和规模效率。 　　1.2 主成分分析法（PCA） 　　主成分分析（PCA，Principal Component Analysis）是由Hotling提出的一种数据压缩与特征提取的多元统计方法。其旨在利用降维的思想，把众多具有一定相关性的指标通过线性函数转换为少数几个相互无关的综合指标（即主成分）以代替原有指标。主成分分析法的优点在于具有较强的信息提取能力，能有效减少指标