河南省商业地产投入产出效率市际比较分析.docVIP

河南省商业地产投入产出效率市际比较分析 　　中图分类号：F061 文献标识码：A 　　内容摘要：商业地产的投入产出效率分析在一定程度上也是识别区域商业地产投资风险的重要因素。本文将超效率DEA模型引入商业地产投入产出效率分析当中，利用河南省18个市的实际数据，就“十二五”以来河南各市商业地产投入产出效率进行具体分析，同时利用多元回归分析检验了影响商业地产投入产出效率的因素。研究认为河南各市商业地产投入产出效率整体情况较好，但也表现出一定的地区差异，而居民可支配收入以及城市人口密度和商业地产利润是关键性的原因。因而，新阶段应继续稳步提高人口城镇化率，增强商业地产开发商盈利能力，增加居民可支配收入，从而推动商业地产投入产出效率提升。 　　关键词：商业地产 投入产出效率 超效率DEA模型 河南 　　引言 　　进入“十二五”以来，商业地产发展逐步进入到理性回归的轨道，商业地产投资也开始出现了一些明显的区域特点，商业地产业投入产出效率的高低不仅成为检验区域商业地产开发效率的重要评判标准，甚至关系到国家以及地区的经济发展，在一定程度上还是分析区域商业地产投资风险的重要因素。在这种背景下，商业地产投入产出效率分析自然就成为检验一些城市经济发展的重要标准。但由于目前商业地产投入产出效率既有宏观因素的影响，也有微观主体的影响，导致难以提出比较统一且科学合理的商业地产投入产出效率分析指标，也难以运用科学合理的方法分析商业地产投入产出效率分析，由此成为商业地产投入产出效率分析评估面临的一个重要问题。在当前国内外关于商业地产投入产出效率分析的相关研究还比较少，且不系统和具体的情况下，迫切需要构建能够反映区域商业地产投入产出效率的分析模型，并利用所建立的模型研究商业地产投入产出效率，科学分析商业地产投入产出效率的区域差异，为各地区防范商业地产投入风险提供科学依据，为区域开展商业地产投资提供参考。 　　河南作为中部省份，商业地产发展一直在河南现代服务业当中处于前列，其发展也得到稳步推进，取得了明显的成效。新常态下，河南该如何发展商业地产，哪些区域应控制投资，哪些区域要积极去库存，这些都有赖于科学分析这些年来河南商业地产的投入产出效率，并分析各地区商业地产投入产出效率差异及成因，由此所建模型和分析结果，可以为河南纵深推进商业地产投入产出效率提升提供科学的依据，也为其他省份比较分析市间商业地产投入产出效率提供示范。 　　模型选择与变量选取 　　（一）模型选择 　　商业地产作为一个成熟行业，关系民生，关系区域发展，故行业备受关注，因此，对于商业地产投入产出效率的研究还比较多，但大多数学者更偏重于微观领域的研究，即对商业地产企业投入产出效率进行评价。如周阳敏（2010）对108家商业地产上市公司经营效率进行分析；郑君君、韩笑、潘子怡（2014）基于Malmquist指数分析了商业地产开发企业全要素生产率变动及收敛性。但从一个省内各地州市商业地产业投入产出效率角度出发的研究较少，现有的一些商业地产投入产出效率分析主要是基于国家层面，比较省区与省区之间的投入产出效率，如曾昭法、胡晋武（2013）搜集了2000-2010年中国31个省市商业地产开发投入产出及相关影响因素的面板数据，运用随机前沿生产函数模型对我国省域商业地产开发效率水平进行实证研究。洪开荣、刘欢、杨楚欣（2013）分别构建基于BC、CSSW、KSS和BCE的四种模型，运用我国31个省区2000-2010年的面板数据，对我国商业地产技术效率进行了测算。李宁、王星、杨印生（2013）利用串联链式DEA模型，根据商业地产的内部运行结构特征，对我国35个大中城市的商业地产的绩效进行评价。方金金（2014）利用数据包络方法（DEA）评估了中国东北、中部及西部地区商业地产效率。何志勇（2015）利用DEA方法，并引入土地购置费用这一指标，对2005-2012年我国31个省区市的商业地产效率进行了实证研究。仅有少量评价省域内各市商业地产投入产出效率的研究，如王茜（2015）发表的《基于DEA方法的云南省商业地产业投入产出效率分析》，以云南省16个地级市商业地产行业数据为研究样本，对2012年云南省商业地产投入产出效率进行实证研究。可见，对于商业地产投入产出效率的分析已经有了一些研究基础，且DEA评价方法是一种评价商业地产投入产出效率的主导方法。但是仔细梳理可以发现，传统的DEA相对效率评价思想是以最小的投入生产尽可能多的产出，要求投入尽可能的减少而产出必须尽可能的增加，而现实生产过程可能带有明显的副产品，称为非期望产出，这些非期望产出必须尽可能地减少才能实现最佳的经济效率。因此，传统DEA方法分析商业地产投入产出效率也略显不足，且发现DEA模型无法对同时有效的决策单元做出进一步评价与比较。因此，基