●武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院 趙 昕

房地產(chǎn)業(yè)技術(shù)效率影響因素分析
——基于我國(guó)31個(gè)省市區(qū)的面板數(shù)據(jù)研究

●武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院 趙 昕

本文針對(duì)房地產(chǎn)業(yè)技術(shù)效率的影響因素，F(xiàn)DI、市場(chǎng)集中度等，建立了我國(guó)31個(gè)省市區(qū)的面板數(shù)據(jù)模型進(jìn)行分析并且發(fā)現(xiàn)，這些因素對(duì)技術(shù)效率的提高都有促進(jìn)作用，但在技術(shù)效率較高時(shí)，F(xiàn)DI與經(jīng)濟(jì)水平對(duì)其促進(jìn)作用越來(lái)越小，甚至有可能出現(xiàn)反作用。FDI對(duì)技術(shù)效率的邊際效用遞減說(shuō)明其技術(shù)溢出效應(yīng)小于FDI作為資本本身的效應(yīng)。政府部門(mén)應(yīng)引導(dǎo)房地產(chǎn)業(yè)更加合理的利用外資，特別是對(duì)技術(shù)的學(xué)習(xí)。同時(shí)，技術(shù)效率存在明顯的地理空間效應(yīng)與經(jīng)濟(jì)空間效應(yīng)?；诖耍胤秸谥贫Q策時(shí)，應(yīng)本著促進(jìn)市場(chǎng)集中度的提高，將房地產(chǎn)業(yè)FDI控制在合理的范圍內(nèi)等的原則。

房地產(chǎn)業(yè)技術(shù)效率 FDI 市場(chǎng)集中度

一、引言

作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，房地產(chǎn)業(yè)經(jīng)過(guò)二十多年的發(fā)展，已經(jīng)是我國(guó)經(jīng)濟(jì)發(fā)展新的增長(zhǎng)點(diǎn)。2008年以來(lái)，我國(guó)房地產(chǎn)市場(chǎng)一直處于升溫態(tài)勢(shì)，對(duì)房地產(chǎn)市場(chǎng)的健康發(fā)展產(chǎn)生了不小的威脅。2011年1月，國(guó)八條出臺(tái)，限購(gòu)等政策的實(shí)施對(duì)房地產(chǎn)的火熱場(chǎng)面起到了一定的降溫作用。2013年2月，國(guó)五條的出臺(tái)對(duì)二手房交易的打壓進(jìn)一步減少了對(duì)商品房的投機(jī)。這一政策產(chǎn)生了不小的作用，在各省市實(shí)施國(guó)五條細(xì)則的前夜，持有二套房的居民苦于今后要繳納20%的稅收等政策限制，紛紛出手二套房，部分城市出現(xiàn)了二手房交易火爆的場(chǎng)面。在此之后，則交易冷淡，說(shuō)明國(guó)五條從一定程度上遏制了人們購(gòu)買(mǎi)商品房進(jìn)行投機(jī)的行為。各種政策的出臺(tái)，除對(duì)房地產(chǎn)市場(chǎng)的直接影響外，也通過(guò)各種因素間接地對(duì)其產(chǎn)生了不小的沖擊。例如，不少省市出現(xiàn)了外商投資增速放緩或減少的局面，而外商投資是房地產(chǎn)業(yè)發(fā)展的重要資金來(lái)源。同時(shí)，房地產(chǎn)業(yè)作為地區(qū)的支柱產(chǎn)業(yè)，對(duì)地區(qū)經(jīng)濟(jì)水平的貢獻(xiàn)占到了不小的比例，反過(guò)來(lái)，地區(qū)經(jīng)濟(jì)水平的改變又會(huì)對(duì)房地產(chǎn)業(yè)造成一定影響。地方政府對(duì)房地產(chǎn)市場(chǎng)采取的措施，除對(duì)其造成直接供需變化的影響外，還會(huì)通過(guò)這些間接因素對(duì)房地產(chǎn)市場(chǎng)造成更為持久的影響。

對(duì)房地產(chǎn)業(yè)健康發(fā)展的一個(gè)重要度量指標(biāo)是房地產(chǎn)市場(chǎng)績(jī)效，即對(duì)房地產(chǎn)市場(chǎng)投入產(chǎn)出的效率分析。對(duì)房地產(chǎn)業(yè)市場(chǎng)績(jī)效的評(píng)估研究較多，這方面主要集中在對(duì)技術(shù)效率的評(píng)估上。如王亞?wèn)|（2009）對(duì) 2006年我國(guó)31個(gè)省市自治區(qū)的技術(shù)效率進(jìn)行了評(píng)估，任曉萍（2011）在其基礎(chǔ)上，提出了三階段DEA的評(píng)估方法。但在對(duì)技術(shù)效率的影響因素方面的研究較少，其中，王家庭（2011）對(duì)我國(guó)房地產(chǎn)上市公司的技術(shù)效率進(jìn)行了測(cè)度并分析了其相應(yīng)的影響因素，張衛(wèi)紅（2010）對(duì)我國(guó)房地產(chǎn)業(yè)市場(chǎng)結(jié)構(gòu)、效率與績(jī)效關(guān)系進(jìn)行了實(shí)證分析，萬(wàn)倫來(lái)（2007）研究了FDI對(duì)我國(guó)技術(shù)效率的影響。但這些研究大多從截面或者時(shí)間序列的層面進(jìn)行分析，少有對(duì)面板數(shù)據(jù)進(jìn)行分析，且對(duì)技術(shù)效率是否存在空間效應(yīng)的研究較少，大多集中在對(duì)房?jī)r(jià)的空間效應(yīng)分析上。此外，大多數(shù)文獻(xiàn)多集中于單一因素對(duì)房地產(chǎn)技術(shù)效率的影響分析上，而沒(méi)有對(duì)比因素間對(duì)其的影響強(qiáng)弱。本文正是基于以上考慮，運(yùn)用面板模型，對(duì)我國(guó)房地產(chǎn)業(yè)技術(shù)效率的影響因素進(jìn)行了研究。

二、理論框架

（一）房地產(chǎn)技術(shù)效率估計(jì)的C2R模型。技術(shù)效率是指在相同的投入下生產(chǎn)單元實(shí)際產(chǎn)出與理想的最大可能性產(chǎn)出的比率。本文中的房地產(chǎn)技術(shù)效率是指在相同的土地、資本、勞動(dòng)的投入下，生產(chǎn)單元實(shí)際產(chǎn)出，如銷(xiāo)售額，銷(xiāo)售面積等與理想的最大可能性產(chǎn)出的比率。該比率越大，則說(shuō)明產(chǎn)出越接近于理想值。技術(shù)效率評(píng)估的主要方法為數(shù)據(jù)包絡(luò)分析方法（DEA，Data Envelopment Analysis）。該方法于1978年以相對(duì)效率概念為基礎(chǔ)提出，原理主要是通過(guò)保持決策單元的輸入或者輸出不變，借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定將各個(gè)決策單元投影到DEA的生產(chǎn)前沿面上，并通過(guò)比較決策單元偏離DEA前沿面的程度來(lái)評(píng)價(jià)它們的相對(duì)有效性。DEA方法能對(duì)多投入、多產(chǎn)出的多個(gè)決策單元進(jìn)行效率評(píng)價(jià)，其最大的優(yōu)點(diǎn)是不需要考慮指標(biāo)的權(quán)重。本文所用的模型為C2R模型，其基本思想為：

假設(shè)在房地產(chǎn)市場(chǎng)中有n個(gè)決策單元DMUi(j=1,2,…n)，DMUi的輸入、輸出向量分別為：

由于在生產(chǎn)過(guò)程中，各種輸入、輸出向量的作用各不相同，需要賦予其一定的權(quán)重 v=(v1,v2,…vm)T來(lái) u=(u1,Y2,…vm)T對(duì)其進(jìn)行綜合，稱(chēng)

為第 j個(gè)決策單元 DMUj的效率評(píng)價(jià)指數(shù)，所賦予的權(quán)重需使得hj≤1。C2R模型即尋求使得輸出固定時(shí)的最小輸入，或計(jì)算已有輸入的最大輸出。本文對(duì)C2R模型的運(yùn)用主要體現(xiàn)在對(duì)已有輸入、輸出的效率估計(jì)上，即在相同的土地、資本、勞動(dòng)的投入下，生產(chǎn)單元實(shí)際產(chǎn)出，如銷(xiāo)售額，銷(xiāo)售面積等與理想的最大可能性產(chǎn)出的比率。

（二）房地產(chǎn)技術(shù)效率的影響因素效用分析。本文對(duì)房地產(chǎn)技術(shù)效率的影響因素效用分析包括兩點(diǎn)，一為該效用的正負(fù)性，二為考察邊際效用的遞減、不變、遞增情況。設(shè)影響房地產(chǎn)技術(shù)效率的因素為 (x1,x2,…xn)，根據(jù) 模型所得到的技術(shù)效率記為h，則各因素對(duì)技術(shù)效率的效用可通過(guò)建立回歸函數(shù)：

求得。其中，因素xi對(duì)技術(shù)效率的效用正負(fù)與大小可以通過(guò)求解獲得。若大于0，表示效用為正，該因素對(duì)技術(shù)效率有促進(jìn)作用，相反則存在抑制作用。各因素對(duì)技術(shù)效率的效用大小對(duì)比可以反應(yīng)不同因素對(duì)技術(shù)效率的作用強(qiáng)弱，越大，表示作用越強(qiáng)。分析邊際效用的變動(dòng)情況，即遞增、不變、遞減的情況，可通過(guò)對(duì)技術(shù)效率 h進(jìn)行排序，并對(duì)不同區(qū)間的h分別進(jìn)行回歸進(jìn)行分析。若隨h的增加而增大，則表明規(guī)模效用遞增，若隨h的增加而基本不變，則表明規(guī)模效用不變，若減小，則規(guī)模效用遞減。

本文分析的主要影響因素為外商直接投資（FDI）以及市場(chǎng)集中度。FDI對(duì)技術(shù)效率的影響主要體現(xiàn)為兩點(diǎn)，一是為房地產(chǎn)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展提供資金；二是通過(guò)FDI的技術(shù)溢出效應(yīng)，促進(jìn)內(nèi)資房地產(chǎn)企業(yè)的技術(shù)水平和組織效率的提高，從而最終提高技術(shù)效率。設(shè)房地產(chǎn)市場(chǎng)的輸出或者產(chǎn)出為Q，由西方經(jīng)濟(jì)學(xué)中生產(chǎn)論中的模型可得：

從第一點(diǎn)來(lái)看，F(xiàn)DI的作用與技術(shù)效率估計(jì)中的輸入變量資本的作用有著相同之處。資本的邊際效用為

1LβTγ，在勞動(dòng)和土地不變的情況下，隨著K的增加而減小，即資本的邊際效用遞減，從而使得資本對(duì)技術(shù)效率的邊際效用遞減。與此同時(shí)，F(xiàn)DI的技術(shù)溢出效應(yīng)，促進(jìn)內(nèi)資房地產(chǎn)企業(yè)的技術(shù)水平和組織效率的提高，即在資本、勞動(dòng)和土地不變的情況下，隨著A的增加而增加，從而使得資本對(duì)技術(shù)效率的邊際效用增加。綜上，F(xiàn)DI的增加一方面表現(xiàn)為資本的邊際效用遞減，另一方面又通過(guò)提高技術(shù)水平，使得資本的邊際效用增加。

房地產(chǎn)市場(chǎng)的行業(yè)集中度，即行業(yè)內(nèi)規(guī)模最大的前幾家企業(yè)的有關(guān)數(shù)值(可以是產(chǎn)值、產(chǎn)量、銷(xiāo)售額、銷(xiāo)售量、職工數(shù)、資產(chǎn)總額等)占整個(gè)市場(chǎng)的份額。市場(chǎng)集中度越高，房地產(chǎn)業(yè)易形成寡頭壟斷市場(chǎng)，房地產(chǎn)商收取溢價(jià)的能力就越強(qiáng)。而商品房的需求在我國(guó)表現(xiàn)為剛性需求，價(jià)格的上漲對(duì)需求的影響遠(yuǎn)小于其他商品，即在價(jià)格上漲的同時(shí)，銷(xiāo)售額也在上漲，從而產(chǎn)出增加，技術(shù)效率也就越高。此外，市場(chǎng)集中度越高，資本集中度越高，能夠推動(dòng)新技術(shù)的研發(fā)與利用，從而使得在生產(chǎn)要素不變的條件下，技術(shù)效率的邊際效用提高。如果市場(chǎng)集中度過(guò)低，則會(huì)出現(xiàn)一種惡性競(jìng)爭(zhēng)，從而導(dǎo)致勞動(dòng)力和資本均無(wú)法得到充分使用對(duì)于技術(shù)的提高也會(huì)起到抑制作用?？梢?jiàn)，行業(yè)集中度越高，則技術(shù)效率越高，且邊際效用遞增。

三、數(shù)據(jù)來(lái)源及指標(biāo)構(gòu)建

房地產(chǎn)業(yè)技術(shù)效率評(píng)估的數(shù)據(jù)來(lái)源于中宏產(chǎn)業(yè)數(shù)據(jù)庫(kù)房地產(chǎn)行業(yè)年度數(shù)據(jù)，為20022011年、我國(guó)31個(gè)省市自治區(qū)的面板數(shù)據(jù)。根據(jù)陳景輝（2011）、張衛(wèi)紅（2010）等對(duì)投入產(chǎn)出指標(biāo)的選取，以及數(shù)據(jù)可獲得性，本文選取的投入指標(biāo)包括：本年登記注冊(cè)從業(yè)人員總數(shù)、各地區(qū)房屋施工面積、本年完成投資額。產(chǎn)出指標(biāo)包括：本年商品房銷(xiāo)售額、商品房銷(xiāo)售面積。所得技術(shù)效率值位于[0,1]區(qū)間，若為1，則說(shuō)明該地區(qū)當(dāng)年為技術(shù)有效，若小于1，則說(shuō)明非有效。房地產(chǎn)的建設(shè)期一般為23年，因此，本文選擇的產(chǎn)出指標(biāo)要比投入指標(biāo)滯后2年，即當(dāng)年的產(chǎn)出來(lái)源于推前2期時(shí)的投入，故本文的投入為滯后產(chǎn)出2期的指標(biāo)，所得數(shù)據(jù)為31個(gè)地區(qū)2004—2011年的技術(shù)效率值，并將其作為衡量地區(qū)房地產(chǎn)技術(shù)效率的指標(biāo)。

房地產(chǎn)業(yè)技術(shù)效率的影響因素除FDI、行業(yè)集中度外，經(jīng)濟(jì)發(fā)展水平、地區(qū)總?cè)丝跀?shù)都會(huì)對(duì)房地產(chǎn)業(yè)技術(shù)效率產(chǎn)生影響。人口越多，相對(duì)而言勞動(dòng)力越豐富，能夠很好地對(duì)資本進(jìn)行替代，且邊際替代率較低，從而促進(jìn)技術(shù)效率的提高。市場(chǎng)集中度可用指標(biāo)表示，即行業(yè)內(nèi)規(guī)模最大的前家企業(yè)的有關(guān)數(shù)值(可以是產(chǎn)值、產(chǎn)量、銷(xiāo)售額、銷(xiāo)售量、職工數(shù)、資產(chǎn)總額等)占整個(gè)市場(chǎng)的份額?；趯?duì)數(shù)據(jù)的可獲得性及完整性的考慮，本文選取各地區(qū)注冊(cè)企業(yè)中一級(jí)資質(zhì)企業(yè)資產(chǎn)總額與所有注冊(cè)企業(yè)資產(chǎn)總額之比作為該地區(qū)的房地產(chǎn)行業(yè)的集中度。該指標(biāo)越大，可在一定程度上表明所在地區(qū)的房地產(chǎn)業(yè)集中度越高，進(jìn)而行業(yè)壟斷勢(shì)力越強(qiáng)。

此外，空間轉(zhuǎn)移成本即地區(qū)交通便利程度對(duì)技術(shù)效率也具有一定影響，即隨著公交設(shè)施的完善,人們空間移動(dòng)成本下降,出行更方便,使得非中心地區(qū)的商品房也有比較大的需求，從而提升房?jī)r(jià)，另外，空間轉(zhuǎn)移成本的下降也對(duì)房地產(chǎn)業(yè)資金的流動(dòng)，勞動(dòng)力的流動(dòng)提供了便利，從而對(duì)提高技術(shù)效率產(chǎn)生了積極作用。對(duì)于空間轉(zhuǎn)移成本即地區(qū)出行便利程度，本文采用的具體指標(biāo)為各地區(qū)每萬(wàn)人均公共交通車(chē)輛數(shù)。

地區(qū)生活狀況對(duì)房地產(chǎn)業(yè)也存在一定的影響，如地區(qū)普通高等學(xué)校數(shù)、衛(wèi)生機(jī)構(gòu)數(shù)、生活垃圾無(wú)害化處理率等。教育醫(yī)療衛(wèi)生條件好的地區(qū)，其房?jī)r(jià)也會(huì)相對(duì)較高，需求也會(huì)相對(duì)較強(qiáng)，從而對(duì)房地產(chǎn)技術(shù)效率產(chǎn)生影響。基于上述分析，本文選取表1中的指標(biāo)作為房地產(chǎn)技術(shù)效率的影響因素。解釋變量指標(biāo)數(shù)據(jù)來(lái)源于中經(jīng)數(shù)據(jù)庫(kù)，為2004—2011年的31個(gè)省市自治區(qū)的面板數(shù)據(jù)，共248個(gè)樣本。

表1 指標(biāo)選取與描述

因地區(qū)經(jīng)濟(jì)水平的指標(biāo)、地區(qū)生活水平的指標(biāo)存在較高的相關(guān)性。故用綜合評(píng)價(jià)法對(duì)指標(biāo)進(jìn)行綜合，具體為使用熵權(quán)法對(duì)指標(biāo)進(jìn)行處理，其可通過(guò)指標(biāo)所包含的信息量的多少，設(shè)置不同的權(quán)重，從而對(duì)指標(biāo)進(jìn)行加權(quán)平均，在處理數(shù)據(jù)的同時(shí)對(duì)所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除指標(biāo)量綱的影響。

四、房地產(chǎn)業(yè)技術(shù)效率估計(jì)與影響因素的實(shí)證分析

借助DEAP 2.1版軟件，運(yùn)用模型對(duì)房地產(chǎn)業(yè)技術(shù)效率進(jìn)行數(shù)據(jù)包絡(luò)分析。對(duì)結(jié)果中技術(shù)效率為1的地區(qū)進(jìn)行了匯總，如表2所示：

表2 2004—2011年房地產(chǎn)業(yè)技術(shù)有效地區(qū)

從表2中可以看出，在10個(gè)已經(jīng)達(dá)到技術(shù)效率DEA有效的地區(qū)中,5個(gè)基本都屬于比較發(fā)達(dá)的地區(qū),這也印證了經(jīng)濟(jì)的發(fā)展水平在很大程度上決定了房地產(chǎn)業(yè)經(jīng)營(yíng)效率的好壞。幾個(gè)少數(shù)民族自治區(qū)雖然投資額不大,但其在房屋施工面積、土地購(gòu)置費(fèi)用和房屋銷(xiāo)售面積上面具有相對(duì)優(yōu)勢(shì),從而其效率也達(dá)到了最優(yōu)。

（一）技術(shù)效率的面板模型。本文首先對(duì)該面板數(shù)據(jù)進(jìn)行一般的面板回歸，即采用含有固定效應(yīng)、隨機(jī)效應(yīng)或混合效應(yīng)的面板數(shù)據(jù)模型，后將對(duì)模型進(jìn)行改進(jìn)。對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，結(jié)果如表3所示。

表3 變量的Levin-Lin-Chu單位根檢驗(yàn)結(jié)果

對(duì)變量進(jìn)行固定效應(yīng)的F檢驗(yàn)，得到F值為6.36，對(duì)應(yīng)的p值為0，說(shuō)明應(yīng)拒絕原假設(shè)，即接受使用固定效應(yīng)模型優(yōu)于混合效應(yīng)模型。Breusch和 Pagan Lagrangian multiplier檢驗(yàn)得到的卡方值為135.37，對(duì)應(yīng)的概率值為0，說(shuō)明應(yīng)該拒絕原假設(shè)，即接受使用隨機(jī)效應(yīng)模型優(yōu)于混合效應(yīng)模型。Hausman檢驗(yàn)的卡方值為1.11，p值0.9535，故不能拒絕原假設(shè)，應(yīng)選用隨機(jī)效應(yīng)模型。隨機(jī)效應(yīng)模型的回歸方程為：

其中，ui為截距項(xiàng)中的隨機(jī)部分，與殘差項(xiàng)一樣均是獨(dú)立同分布的，互不相關(guān)，并均與解釋變量無(wú)關(guān)。由于對(duì)地區(qū)經(jīng)濟(jì)水平（Eco）和市場(chǎng)集中度（CR）的RE效應(yīng)不顯著，經(jīng)實(shí)驗(yàn)得，其BE效應(yīng)顯著，故采用BE效應(yīng)模型對(duì)這兩個(gè)解釋變量進(jìn)行回歸?；貧w結(jié)果如表4所示。

表4 面板數(shù)據(jù)模型結(jié)果

從表4中可以看出，地區(qū)經(jīng)濟(jì)水平對(duì)房地產(chǎn)業(yè)技術(shù)效率的影響最大，這驗(yàn)證了表1中的推測(cè)。這是因?yàn)榈貐^(qū)經(jīng)濟(jì)水平的提高能夠吸引更多的優(yōu)質(zhì)勞動(dòng)力以及更多的資本，并且能夠擴(kuò)大對(duì)商品房的需求，從而對(duì)提高房?jī)r(jià)，提升銷(xiāo)售量都有一定的作用。市場(chǎng)集中度對(duì)技術(shù)效率的影響也是顯著的，根據(jù)產(chǎn)業(yè)組織理論，以及市場(chǎng)力假說(shuō)和效率結(jié)構(gòu)假說(shuō)，市場(chǎng)集中度和績(jī)效之間存在正相關(guān)關(guān)系，本文的結(jié)果也驗(yàn)證了這一點(diǎn)。這部分是因?yàn)槭袌?chǎng)集中度高的地區(qū)，房地產(chǎn)企業(yè)占有較大的市場(chǎng)份額，單位生產(chǎn)成本低，從而具有規(guī)模效率。FDI對(duì)技術(shù)效率存在顯著的正效應(yīng)。我國(guó)房地產(chǎn)業(yè)的開(kāi)放導(dǎo)致與房地產(chǎn)業(yè)相關(guān)的產(chǎn)品和技術(shù)進(jìn)口增加，以及進(jìn)入中國(guó)房地產(chǎn)市場(chǎng)的外資增加,從而促進(jìn)房地產(chǎn)業(yè)的技術(shù)進(jìn)步。外資的進(jìn)入，增加了房地產(chǎn)投資總量，提高了我國(guó)房地產(chǎn)行業(yè)的技術(shù)水平，帶來(lái)的先進(jìn)大型施工機(jī)械和施工技術(shù)與管理經(jīng)驗(yàn),促進(jìn)了我國(guó)住宅智能水平的提高和整個(gè)行業(yè)的技術(shù)進(jìn)步。地區(qū)出行便利程度與技術(shù)效率也存在顯著的正向關(guān)系，即空間轉(zhuǎn)移成本低的地區(qū)，其房地產(chǎn)業(yè)技術(shù)效率較高。地區(qū)生活水平對(duì)技術(shù)效率的影響較小，且方向不確定。說(shuō)明地區(qū)生活水平，特別是教育醫(yī)療衛(wèi)生水平對(duì)房地產(chǎn)業(yè)技術(shù)效率的影響較小。

（二）分位數(shù)回歸。在此基礎(chǔ)上，本文對(duì)以上變量分別進(jìn)行分位數(shù)回歸，以了解在不同的技術(shù)效率水平，各解釋變量對(duì)被解釋變量影響程度的變化情況。分位數(shù)回歸結(jié)果如表5所示。

表5 分位數(shù)回歸結(jié)果

從表5可以看出，隨著技術(shù)效率的提高，CR、地區(qū)生活水平、出行便利程度對(duì)其的影響越來(lái)越大，其中，生活水平影響程度增加幅度最大，但系數(shù)置信度較低，CR影響增幅其次，出行便利程度最小。CR對(duì)技術(shù)效率的影響越來(lái)越大，即邊際效用遞增，說(shuō)明行業(yè)集中度的提高對(duì)于技術(shù)的改進(jìn)以及市場(chǎng)溢價(jià)存在促進(jìn)作用，這與前文的分析相符合；FDI、地區(qū)經(jīng)濟(jì)水平對(duì)其的影響越來(lái)越小，但減幅不大。不可否認(rèn)，F(xiàn)DI和地區(qū)經(jīng)濟(jì)水平對(duì)技術(shù)效率的促進(jìn)作用是有一定限度的，當(dāng)?shù)貐^(qū)經(jīng)濟(jì)水平發(fā)達(dá)到一定程度，勞動(dòng)力流入過(guò)多，導(dǎo)致勞動(dòng)力利用效率降低，資本流入過(guò)多，資本利用效率也相對(duì)較低，由此造成的技術(shù)效率下降也會(huì)較明顯，如表2中所示，北京、天津、上海在近幾年技術(shù)不再有效，呈現(xiàn)下降趨勢(shì)，部分也是基于上述原因。同時(shí)，這也說(shuō)明了我國(guó)FDI的技術(shù)溢出效應(yīng)并不明顯，外商的投資主要是資本的增加，而對(duì)于技術(shù)的改進(jìn)作用甚微。我國(guó)在利用外資方面應(yīng)更注重技術(shù)的學(xué)習(xí)，而不能單純的看做資本的增加。

（三）技術(shù)效率的空間效應(yīng)分析。地區(qū)房地產(chǎn)業(yè)技術(shù)效率受到多重因素的影響，而這些因素則可能存在一定的空間效應(yīng)，如地區(qū)經(jīng)濟(jì)水平、FDI等。相鄰地區(qū)的經(jīng)濟(jì)存在一定的滲透性，當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展會(huì)帶動(dòng)周邊地區(qū)的發(fā)展。FDI則存在一定的技術(shù)溢出效應(yīng)，不僅對(duì)當(dāng)?shù)?，也?duì)周邊地區(qū)產(chǎn)生影響，同時(shí)如果FDI的增加帶動(dòng)了當(dāng)?shù)胤康禺a(chǎn)業(yè)的發(fā)展，周邊地區(qū)也會(huì)采取措施吸引外資，加速發(fā)展。構(gòu)成技術(shù)效率的重要因素房?jī)r(jià)也存在著空間效應(yīng)，陳浪南等指出，相鄰地區(qū)之間房?jī)r(jià)的影響程度比其他不相鄰地區(qū)之間房?jī)r(jià)的影響程度大。根據(jù)以上分析，推測(cè)技術(shù)效率存在著一定的空間效應(yīng)，包括地理空間效應(yīng)和經(jīng)濟(jì)空間效應(yīng)，故本文將進(jìn)一步采用空間面板模型對(duì)技術(shù)效率進(jìn)行分析。

空間面板模型相比于面板模型，特別之處在于納入了空間效應(yīng)，這主要通過(guò)空間權(quán)重矩陣來(lái)體現(xiàn)。空間權(quán)重矩陣w表征了空間單位之間的相互信賴(lài)性與關(guān)聯(lián)程度。本文所用的地理空間權(quán)重矩陣為采用相鄰規(guī)則來(lái)定義的空間權(quán)重矩陣，即地理空間權(quán)重矩陣W的元素Wij=1，表示兩個(gè)地區(qū)擁有共同邊界；Wij=0表示兩地不相鄰。然后對(duì)矩陣進(jìn)行標(biāo)準(zhǔn)化處理。為了避免“單個(gè)島嶼效應(yīng)”，設(shè)定海南省與廣東省、廣西壯族自治區(qū)有共同邊界。經(jīng)濟(jì)空間加權(quán)矩陣表現(xiàn)了技術(shù)效率的空間聯(lián)系可能會(huì)受到經(jīng)濟(jì)發(fā)展水平的影響。本文建立經(jīng)濟(jì)空間權(quán)重矩陣的方法為，其中，為樣本期內(nèi)第i個(gè)省份人均GDP的平均值；為樣本期內(nèi)人均GDP的總平均值。當(dāng)一個(gè)地區(qū)的人均GDP較大時(shí)，對(duì)其周邊地區(qū)的影響也會(huì)較大。

對(duì)房地產(chǎn)業(yè)技術(shù)效率是否存在空間效應(yīng)的檢驗(yàn)采用moran指數(shù)，其考察的是變量是否存在全局自相關(guān)。對(duì)技術(shù)效率地理空間效應(yīng)的moran指數(shù)檢驗(yàn)顯示，在0.05的顯著性水平下，2008年的技術(shù)效率存在顯著的地理空間效應(yīng)。Moran指數(shù)為0.2412，對(duì)應(yīng)的p值為0.018，表示技術(shù)效率越高的地區(qū)，其相鄰地區(qū)的技術(shù)效率也會(huì)越高。其moran散點(diǎn)圖為圖1。

圖1 2008年地理空間效應(yīng)moran散點(diǎn)圖

圖2 2009年經(jīng)濟(jì)空間效應(yīng)moran散點(diǎn)圖

相比于地理空間效應(yīng)，經(jīng)濟(jì)空間效應(yīng)則明顯的多。在0.1的顯著性水平下，2008、2009、2010年的經(jīng)濟(jì)空間效應(yīng)都顯著存在。Moran值分別為0.1968、0.3506、0.1772。2010年的moran散點(diǎn)圖如圖2所示。Moran指數(shù)檢驗(yàn)顯示，在某些年份，技術(shù)效率存在一定的空間效應(yīng)，但大多數(shù)年份，空間效應(yīng)并不顯著，下面將采用空間面板模型進(jìn)一步分析。

本文所用的空間面板模型為靜態(tài)模型，主要包括空間自相關(guān)模型（SAC）以及空間誤差自相關(guān)模型（SEM），經(jīng)過(guò)實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，SEM的變量系數(shù)顯著的不為0，而SAC的變量系數(shù)置信度較低，且擬合優(yōu)度不如SEM，即可認(rèn)為技術(shù)效率不存在顯著的空間自相關(guān)效應(yīng)，而存在空間誤差自相關(guān)效應(yīng)。SEM的具體形式如（2）所示。

其中，αi表示空間固定項(xiàng)，γi表示時(shí)期固定項(xiàng)，νit表示含有空間效應(yīng)的殘差，uit為除去空間效應(yīng)后的殘差。所用軟件為matlab，程序來(lái)自matlab自帶的空間計(jì)量程序包，模型估計(jì)結(jié)果如表7所示。

表7 SEM面板模型估計(jì)結(jié)果

從表7中可以看出，殘差的地理空間效應(yīng)與經(jīng)濟(jì)空間效應(yīng)都很顯著，且都在0.2附近，說(shuō)明技術(shù)效率中無(wú)法由解釋變量解釋的部分含有明顯的空間效應(yīng)。經(jīng)濟(jì)水平對(duì)技術(shù)效率的影響最大，其次為CR，F(xiàn)DI與出行便利程度對(duì)技術(shù)效率影響相對(duì)較小，但十分顯著。相鄰地區(qū)的技術(shù)效率存在某種聯(lián)系，這主要是因?yàn)橥顿Y的溢出效應(yīng)、勞動(dòng)力的流動(dòng)、價(jià)格的空間效應(yīng)等。地區(qū)相鄰且經(jīng)濟(jì)水平相似的地區(qū)，技術(shù)效率同樣受周邊技術(shù)效率的影響。作為政策制定者，在提升房地產(chǎn)業(yè)技術(shù)效率的時(shí)候，不僅要考慮自身的水平，更要考慮周邊地區(qū)的影響，才能做到統(tǒng)籌兼顧，有的放矢。

五、總結(jié)

本文針對(duì)房地產(chǎn)業(yè)技術(shù)效率的影響因素，即FDI、市場(chǎng)集中度、經(jīng)濟(jì)水平、生活水平、出行便利程度，相繼建立了面板模型、分位數(shù)回歸模型、動(dòng)態(tài)面板模型以及空間面板模型，分析了各影響因素對(duì)技術(shù)效率的影響方向及程度，不同分位數(shù)技術(shù)效率的因素影響大小、技術(shù)效率的動(dòng)態(tài)效應(yīng)以及空間效應(yīng)。得到以下結(jié)論：第一，地區(qū)經(jīng)濟(jì)水平對(duì)技術(shù)效率影響最大，其次為市場(chǎng)集中度、FDI等。地區(qū)生活水平對(duì)技術(shù)效率的影響不大，顯著性不高。第二，隨著技術(shù)效率的提高，CR、地區(qū)生活水平、出行便利程度對(duì)其的影響越來(lái)越大；FDI、地區(qū)經(jīng)濟(jì)水平對(duì)其的影響越來(lái)越小，但減幅不大。不可否認(rèn)，F(xiàn)DI和地區(qū)經(jīng)濟(jì)水平對(duì)技術(shù)效率的促進(jìn)作用是有一定限度的，當(dāng)?shù)貐^(qū)經(jīng)濟(jì)水平發(fā)達(dá)到一定程度，技術(shù)效率提升空間減少，甚至出現(xiàn)下降趨勢(shì)。第三，技術(shù)效率存在動(dòng)態(tài)效應(yīng)與空間效應(yīng)。地方?jīng)Q策者在對(duì)房地產(chǎn)業(yè)技術(shù)效率方面制定政策時(shí)，要考慮到政策實(shí)施的時(shí)滯對(duì)效率的影響，以及效率自身的時(shí)滯性，同時(shí)還要考慮到周邊地區(qū)，經(jīng)濟(jì)相似地區(qū)的影響，才能為當(dāng)?shù)刈龀鲚^好的決策。

為促進(jìn)房地產(chǎn)業(yè)健康穩(wěn)定發(fā)展，在本文研究的基礎(chǔ)上，結(jié)合房地產(chǎn)業(yè)的發(fā)展?fàn)顩r，提出如下的政策建議：

（一）把加快提高地區(qū)經(jīng)濟(jì)發(fā)展水平作為重要途徑，促進(jìn)房地產(chǎn)行業(yè)的發(fā)展。地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r影響該地區(qū)房地產(chǎn)業(yè)的發(fā)展，地區(qū)經(jīng)濟(jì)水平的不斷發(fā)展能提供良好的基礎(chǔ)設(shè)施和營(yíng)造良好的投資氛圍，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，房地產(chǎn)行業(yè)發(fā)展相對(duì)繁榮。要把發(fā)展地區(qū)經(jīng)濟(jì)作為重要平臺(tái)，帶動(dòng)房地產(chǎn)業(yè)的發(fā)展，而不是以房地產(chǎn)業(yè)的發(fā)展來(lái)拉動(dòng)地區(qū)經(jīng)濟(jì)的發(fā)展，以免造成房地產(chǎn)泡沫。

（二）合理地引進(jìn)外資。外商直接投資房地產(chǎn)行業(yè)不僅一定程度上推動(dòng)了房地產(chǎn)業(yè)的發(fā)展，也帶動(dòng)了相關(guān)產(chǎn)業(yè)的發(fā)展。同時(shí)，外來(lái)資金的引入也帶來(lái)了新技術(shù)和先進(jìn)的管理方法，也能促進(jìn)房地產(chǎn)業(yè)的發(fā)展。但是，在我國(guó)房地產(chǎn)行業(yè)高額利潤(rùn)的驅(qū)使下，外來(lái)資金容易跟風(fēng)投入到房地產(chǎn)行業(yè)，導(dǎo)致房地產(chǎn)價(jià)格的攀升，易造成房地產(chǎn)泡沫。

（三）加強(qiáng)區(qū)域間的經(jīng)濟(jì)合作。房地產(chǎn)行業(yè)的發(fā)展不僅受到本區(qū)域的經(jīng)濟(jì)發(fā)展的影響，同時(shí)還受到相鄰區(qū)域經(jīng)濟(jì)發(fā)展的影響。完善區(qū)域經(jīng)濟(jì)合作機(jī)制，改變各自發(fā)展各自為政的發(fā)展方式，促使區(qū)域間資源共享，挖掘區(qū)域合作發(fā)展的潛能。

1.陳景輝、李延喜、魏芳芳等.2011.我國(guó)房地產(chǎn)業(yè)投資效率評(píng)價(jià)研究［J］.技術(shù)經(jīng)濟(jì)，3。

2.陳浪南、王鶴.2012.我國(guó)房地產(chǎn)價(jià)格區(qū)域互動(dòng)的實(shí)證研究［J］.統(tǒng)計(jì)研究，7期。

3.胡小渝、王家庭.2012.我國(guó)35個(gè)大中城市房地產(chǎn)業(yè)技術(shù)效率研究——基于三階段DEA模型的實(shí)證分析［J］.特區(qū)經(jīng)濟(jì)，1。

4.任曉萍.2011.基于三階段DEA的我國(guó)各省房地產(chǎn)業(yè)效率實(shí)證研究［J］.經(jīng)濟(jì)研究導(dǎo)刊，8。

5.萬(wàn)倫來(lái)、陳希希.2007.FDI對(duì)中國(guó)房地產(chǎn)業(yè)技術(shù)效率的影響——基于中國(guó)省際房地產(chǎn)業(yè)面板數(shù)據(jù)的實(shí)證研究［J］.上海經(jīng)濟(jì)研究，3。

6.王亞?wèn)|、安立仁.2009.中國(guó)31個(gè)省市房地產(chǎn)業(yè)經(jīng)營(yíng)效率——基于DEA的實(shí)證研究［J］.西安石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），1。

7.王家庭、趙亮.2011.我國(guó)房地產(chǎn)上市公司的技術(shù)效率測(cè)度及影響因素的實(shí)證研究［J］.城市，1。

8.張衛(wèi)紅、汪圣.2010.我國(guó)房地產(chǎn)業(yè)市場(chǎng)結(jié)構(gòu)、效率與績(jī)效關(guān)系實(shí)證研究——以鄭州市為例［J］.科技經(jīng)濟(jì)市場(chǎng)，1。

9.周曉東、文啟湘.2007.房地產(chǎn)行業(yè)價(jià)格因素分析及實(shí)證研究［J］.經(jīng)濟(jì)經(jīng)緯，5。