不同等级城市的房地产投资效率研究

时间：2024-08-31

戚晶晶

(武汉大学发展研究院，湖北武汉 430072)

一、引言

作为房地产业发展的重要环节，房地产投资能够刺激经济增长，带来财政收入。然而，土地财政会导致城市房价迅速上涨，而高房价又会促使房地产企业大量投资，这使得部分城市出现商品房空置现象，造成了有限资源的浪费。房地产投资效率作为衡量经济发展的重要指标，其值越高说明行业资源配置越合理，有利于国家经济的健康发展；反之则表明行业资源配置不合理，存在浪费或不足现象，不利于市场的高效发展。

学术界关于房地产投资效率的研究可以分为宏观和微观两个方面。赵俊[1]通过宏观角度的研究发现，我国房地产投资效率整体而言偏低，东部地区比西部地区的房地产投资效率高，中部地区位居第三。胡小渝和王家庭[2]对2009 年我国35 个大中型城市的房地产业技术效率进行了研究，发现我国房地产业技术效率与规模效率偏低，纯技术效率较为理想。还有些学者从微观角度对房地产企业和行业的投资效率进行研究。如高远[3]运用BCC 模型、超效率模型和Malmquist 指数，研究分析了我国房地产上市公司的静态和动态的投资效率，并针对性地提出了股权制度改革、债务结构优化等建议。王媛媛和张凤新[4]以保利地产为代表，构建了房地产企业投资效率评价模型，运用数据包络分析法（DEA）对保利地产投资效率进行了实证分析。综合文献可知，国内学者关于房地产投资效率的研究主要集中在企业层面或省份层面，对不同等级城市进行对比分析的研究相对较少。那么近些年我国城市的房地产投资效率与行业资源配置是否合理？不同等级城市是否具有异质性？

基于此，本文从每个等级城市中分层抽取共49个城市，通过对其2007—2019 年间房地产投资的投入和产出指标运用BCC 模型和Malmquist 指数进行静态和动态分析，探究不同等级城市房地产投资效率的现状及存在的问题，并从政府和企业角度提出相关建议，为我国房地产行业的平稳健康发展提供一定的借鉴。

二、指标选取与模型构建

（一）指标选择与数据来源

通过梳理相关文献[5-6]并考虑数据的可得性，本文房地产投资效率研究的投入指标为城市的房地产开发投资额、房屋建筑施工面积与房地产业从业人员数，产出指标为房屋竣工面积和商品房销售额。以上各指标的2007—2019 年数据来自EPS 统计数据库和Wind 统计数据库，缺失数据首先通过《中国房地产业统计年鉴》《中国区域经济统计年鉴》和各城市统计年鉴进行补充，其他缺失值则通过插值法进行补充。

（二）DEA 模型构建

1.BCC 模型

本文用到的是投入导向的BCC 模型。其模型规划式如式（1）所示。

2.Malmquist 指数原理

从t到t+1 时期的Malmquist 指数公式为：

其中，x为投入向量，y为产出向量，下标0表示基于产出的距离函数，是以t时期的技术Tt为参照时期t的距离函数。

同样，Tt+1的Malmquist 指数为：

Malmquist 指数可以用式（2）与式（3）的几何平均值得到。

通过公式（4）的分解过程可以看出技术效率变化指数effch和技术进步指数techch的乘积即为Malmquist 指数，而技术效率变化指数effch可进一步分解为纯技术效率变化指数pech、规模效率变化指数sech的乘积。

三、实证结果分析

（一）投资效率静态分析

本文利用Deap2.1 软件进行BCC 模型分析，并通过分析技术效率、纯技术效率、规模效率和规模报酬来综合评价房地产投资效率。

1.技术效率分析

由表1 可知，在各等级城市中一线城市和四线城市的技术效率排名靠前，说明此类城市房地产业的经营管理和技术水平较高，其中一线城市排名靠前或与其经济发展水平较高有关；技术效率水平比较靠后的有二线和三线城市，说明这两个等级城市对房地产经营管理和技术支持的力度略有不足。

表1 2007—2019 年不同城市等级技术效率

2.纯技术效率分析

通过分析各等级城市的具体数据可以得出，一线城市的纯技术效率排名第一，其次依次为：四线城市、新一线城市、五线城市、三线城市和二线城市。这说明一线依靠高经济发展水平、现金管理水平和最先引入创新技术的优势，在房地产投入的资源配置效率较高；二三线城市则在技术资源的配置效率上明显不足，因此需要政府和房地产企业进行一定的技术革新。整体而言，49 个样本城市的纯技术效率均值为0.81，说明我国各城市总体的纯技术效率水平适中，在投入资源的使用上较为有效，但仍有很大的提升空间。

表2 2007—2019 年不同城市等级纯技术效率

3.规模效率分析

由规模效率分析可知，各个等级城市的规模效率排名由高到低依次为：三线城市、二线城市、四线城市、五线城市、新一线城市和一线城市。49 个样本城市的规模效率平均值为0.91，整体均值未达到最优状态，但处于较高水平。这说明整体来看各个等级城市的规模效率整体都较高，在投入资源的利用方面较好。

表3 2007—2019 年不同城市等级规模效率

从图1 可以看出，2007—2019 年不同等级城市的整体规模效率变化比较平稳，基本处于较高的规模效率水平。但是一线城市在2014 年出现一定转折，所有等级城市的规模效率在2018 年以后均有所下降，可以看出房地产业正面临转型升级的挑战，房地产企业单纯靠增加投资规模占领市场的时代已经过去，当前需要依据国家政策和市场环境调整企业的发展战略，转变投资结构和策略以获得长远发展。

图1 2007—2019 年不同等级城市规模效率均值

4.规模报酬分析

由图2 可以明显看出，随着城市等级的降低，规模报酬递增的比重越来越大，规模报酬递减的比重越来越小。

图2 2007—2019 年不同等级城市规模报酬比重

一线、新一线和二线这前三个等级的城市这13年间规模报酬递减的比重最大，主要原因是其自身经济水平比较高，房地产业发展趋于成熟且规模庞大，很多房地产企业会出现经营管理效率逐渐下降的现象，一般表现为信息传递慢、通过层级较多及监控机制过于繁杂等，导致不能在最佳时间做出决策，使得生产效率下降。因此，这三个等级城市无法单纯依靠扩大房地产投资规模以有效增加房地产业收益，应该控制自身房地产业的发展规模，注重纯技术效率的提高。相反，三线、四线和五线这三个等级的城市在这13 年间规模报酬递增所占比重最大。这是因为，这些城市经济水平和房地产业发展水平较低，属于房地产业发展的上升阶段，依然可以通过房地产投资规模的增加来获得经济的增长。

（二）投资效率动态分析

由于房地产业具有周期性，单纯从静态角度分析会忽视其投资与收益的周期。为了进行更全面的房地产投资效率分析，本文在此运用Malmquist 指数进行动态分析，将所得数据依据城市等级整理并取平均值，具体数据如表4 所示。

表4 2007—2019 年不同城市等级Malmquist 指数

纯技术效率变化指数和规模效率变化指数的排序和技术效率指数基本一致，除了五线城市以外其他城市的纯技术效率变化指数均大于规模效率变化指数，说明一线至四线城市引起技术效率指数有所下降的原因主要来自规模效率，也说明了一线至四线城市不能单纯依靠房地产投资规模的扩张来提高生产率，而五线城市的技术创新和进步是制约其全要素生产率提升的主要障碍。从各个指数指标中也可以明显看出，随着城市等级的递减，规模效率变化指数在递增，说明等级较低的城市，其房地产业发展水平较低，处于规模报酬递减阶段。因此，扩大房地产投资规模可以促进该等级城市生产效率的提高。

四、结论及建议

（一）研究结论

本文选取来自六个不同城市等级的共49 个城市，运用BCC 模型和Malmquist 指数分别从静态角度和动态角度分析了房地产投资效率。在进行实证分析的基础上，得出以下结论：

1.整体来看，我国房地产业总体投资效率不高，房地产投资效率的高低与城市经济发展水平息息相关。

2.从静态角度看，首先，一线城市的技术效率整体较高，二三线城市的技术效率有些偏低，而四五线城市的技术效率良莠不齐。一线城市借助城市经济水平发展优势和技术优势，使得其房地产业的经营管理和技术水平也较高；而二三线这几个等级的城市对于房地产经营管理和技术支持力度不够，因此其技术效率偏低。其次，从规模报酬角度而言，随着城市等级的减小，规模报酬递增的比重越来越大，规模报酬递减的比重越来越小。一线、新一线和二线这三个等级的城市已经进入规模报酬递减阶段，无法单纯依靠增加投资规模来拉动房地产业的发展。三线、四线和五线这三个等级的城市还处于规模报酬递增阶段，可以通过扩大投资规模获得良好的经济效益。

3.从动态角度看，一线至四线城市引起技术效率指数有所下降的原因主要来自规模效率，而五线城市的技术进步与创新是制约其全要素生产率提高的主要因素。