河南省商业地产投入产出效率的市际比较分析

张丽

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，基于国内外现有研究存在的缺漏和不足，为了更加全面、深刻地分析商业地产投入产出效率，本文将DEA模型改进为超效率DEA模型，科学选取能够反映商业地产投入产出效率的投入、产出指标，利用MYDEA软件，对河南各地州市商业地产投入产出效率进行分析。

（二）变量选取

为了能够对商业地产投入产出效率进行准确分析，首先需要确定影响该效率的各种指标。从现有文献看，对商业地产投入产出效率的研究相对较少，对房地产投入产出的研究相对较多，主要有：刘蓉（2010）以房地产业的人力资本投入、成本费用投入、资本投入为投入变量，以商品房销售收入、房地产资产收益率为产出变量。李宁、王星、杨印生（2013）从房地产的三阶段（准备、施工、销售）选取投入产出指标，以房地产的企业个数、土地购置费用、竣工面积为投入指标，以新开工施工面积、房屋销售面积、销售额为产出指标。方金金（2014）以房地产企业主营业务成本为投入指标，以房地产企业主营业务收入作为产出指标。王茜（2015）以房屋建筑施工面积、生产总值、建筑企业个数、企业资本金、房地产开发投资额为投入变量，以房屋竣工面积、地区生产总值以及财政收入为产出指标的指标体系。本研究考虑到商业地产投入产出的实际，围绕商业地产发展密切关联的商业地产开发投资额、商业地产施工面积、商业地产销售面积、商业地产销售额等核心指标，建立分析商业地产投入产出效率的指标体系，如表1所示。

商业地产投入产出效率实证分析

（一）数据来源说明

本文数据来源于各年度《河南统计年鉴》以及各地区各年度的经济社会发展报告，建立“十二五”以来（2011-2014年）河南省18个市商业地产投入产出效率的投入产出面板数据表，利用Excel和SPSS对数据进行必要的预处理和计算，由于面板数据表较为庞大，鉴于篇幅，本文不再列出原始数据。

（二）商业地产投入产出效率总体分析

本文利用MYDEA软件，得出“十二五”以来河南省内各市的商业地产投入产出效率值（θ），如表2所示。

从整体来看，河南省18个市的商业地产投入产出效率平均值θ在2011年、2012年、2013年、2014年分别为为1.675、2.432、2.992、3.699，呈现出上升的态势，且“十二五”以来的这几年商业地产投入产出效率均大于1，整体DEA有效，表明“十二五”期间河南较好地控制了商业地产投入，形成了比较好的产出，河南省商业地产投入产出效率整体较好。

同时，从表2也可以看出，河南省18个市的θ值在4年内的平均值均大于1，表示河南省18个市的商业地产投入产出效率都相对较好，θ值越高，则表示该地区商业地产投入产出效率越好，也说明河南各市都在充分利用自己的商业地产发展空间来获得最大的产出，把商业地产投资投入到效率较高的地域，适应了市场经济和城市总体经济发展的需求，获得了较好的效果。在保证经济持续发展的前提下，商业地产开发得到了较为高效的发展。

（三）商业地产投入产出效率动态分析

为了更好地分析河南18个市商业地产投入产出效率的变化趋势，本文运用“十二五”以来河南省18个市的面板数据，采用Malmquist指数模型计算了其效率变动值。由于河南省18个市的面板数据较长，因此，分析其18个市的年均商业地产投入产出效率的Malmquist指数及其分解，如表3所示。

表3显示，“十二五”以来河南省各市的全要素商业地产投入产出效率的增长率TFP值都大于1，其中年均增长率为 11.5%，从年均增长率的分解来看除了规模效率年均增长率为13.2%，其余的都是下降的（小于1）。其中综合技术效率年均下降为1.9%，纯技术效率年均下降为0.3%，技术进步效率年均下降为0.8%， 由此可见，商业地产投入产出效率的增长来自规模效率的推动，如提高商业地产单体规模，增强产品的市场吸引力。从影响商业地产投入产出效率的因素来看，规模效率最明显。

商业地产投入产出效率的影响因素

从上述分析可知，河南省各市商业地产投入产出效率差异比较明显，上面已经通过超效率DEA方法获得了河南省各市州商业地产投入产出效率的得分，但是哪些因素影响商业地产投入产出效率仍然值得进一步探究。影响商业地产投入产出效率的因素很多，本文参考已有的研究和商业地产投入产出效率的地区差异性，主要考虑以下影响因素：一是商业地产发展的相关政策与环境支持（以各地区公共服务设施投入占地区生产总值的比例来衡量）；二是商业地产规模（以各地区商业地产项目个数来衡量）；三是商业地产消费需求（以各地区规模以上企业个数来衡量）；四是城市人口密度（以各地区城市人口密度来衡量）；五是商业地产利润（以商业地产企业平均利润率来衡量）。基于对上述变量的考察和选取，本部分利用回归分析方法，就影响商业地产投入产出效率的因素做具体分析，以各地区商业地产投入产出效率得分作为因变量，以影响商业地产投入产出效率的五个方面影响因素的相关变量作为自变量，进行多元回归分析。在上述计量模型中，考虑到选用的5个自变量有可能存在多重共线性，因此，先利用EVIEWS软件检验自变量是否存在多重共线性。经检验自变量之间的相关系数都小于0.5，表明这五个变量之间共线性程度不高，可以进行多元回归分析，回归的结果如表4所示。

表4结果的R2为0.983，说明回归效果比较好。从回归的情况看，所选变量对于各地区商业地产投入产出效率都构成显著影响（Prob值小于0.05），五项因素对地区商业地产投入产出效率均构成正向影响，在这些因素当中，相关性最大的几个影响因素为商业地产消费需求、城市人口密度、商业地产利润等，这三大因素的相关系数都超过了0.1，显示出对商业地产投入产出效率的强关联性，这是因为：一是商业地产消费需求对各地区商业地产投入产出效率构成强有力的正向影响，回归结果显示，规模以上企业个数每上升或下降1个百分点，商业地产投入产出效率分析也上升或下降0.3974个百分点。这是因为，规模以上企业个数既是反映区域商业地产消费需求的关键性变量，同时，也是商业地产消费需求产生的关键所在。二是城市人口密度对商业地产投入产出效率也构成强有力的正向影响。回归结果显示，城市人口密度每上升或下降1个百分点，商业地产投入产出效率也上升或下降0.1365个百分点。这是因为，城市人口密度越大，住房的需求越多，购买的动力和源泉就越明显，因此，对商业地产投入产出效率取得构成明显的影响。三是商业地产利润对商业地产投入产出效率构成强有力的负向影响。回归结果显示，商业地产企业平均利润每上升或下降1个百分点，商业地产投入产出效率相应地下降或上升0.2689个百分点。这反映了在商业地产企业开发投资过程中，盈利能力越强的区域越吸引商业地产企业投资，相对来说，在该区域投资商业地产也是越有效率的。

对策建议

（一）挖掘商业地产市场需求

商业地产项目在设计、开发、建设阶段所需要的资金投入是很大的，为了确保这样巨大的资金投入“投有所值”，在此之前进行专业的市场调研、战略定位就必不可少。因此，应有专业的调研团队来考量商业地产的地段及政府对该地段的未来规划、业态、人流量，以及当地居民的年龄段构成、消费偏好、消费水平等，在充分尊重实际市场状态的基础上再做出准确清晰的战略定位，不盲目开发大规模高档次的商业综合体。对于一些新涉入商业地产且还未具备专业运营团队的企业主而言，前期的调研工作甚至可借助第三方咨询服务公司协助完成，以拟定合理的商业定位。

（二）增强商业地产项目盈利能力

随着市场环境的逐渐改变，一部分不能适应变化的商业地产项目将逐渐被淘汰，行业内的并购整合会逐渐增多，行业集中度逐渐得到提高。因此，一方面要尽可能为商业地产企业降低融资成本提供支持，另一方面，商业地产企业要努力降低建筑成本，切实提高商业地产开发企业的净资产收益率，进一步集约管理，通过对成本的精细控制提高商业地产企业的收益，激发商业地产发展空间。

（三）提升商业地产的吸引力

增加消费者的购物体验已成为商业地产经营的重要手段，除了更多引进传统餐饮和娱乐商家以增加人气外，体验式元素也正变得多元化。因此，商业地产销售过程中，可使用强强联合、强中纳强的模式。引进国际知名品牌主力店，如沃尔玛、欧倍德、百盛购物广场、灿坤3C数码广场、红星美凯龙国际家居广场、新加坡大食代美食广场、时代华纳等。同时，也可以采用以强势经营企业为龙头，中小商家依附于大商家引来的人流而生存。此外，要重视前期运作，前期把问题都解决掉，形成一套行之有效的办法，减少建设过程的变更成本和招商成本，表面上看浪费了时间，实际上节约了时间和费用。

参考文献：

1.何志勇.土地费用下中国商业地产业效率研究[J].华东经济管理，2015（3）

2.方金金.中国商业地产效率分析：基于省级数据的实证研究[J].现代管理科学，2014（11）

3.曾昭法，胡晋武.中国省域商业地产开发效率及其影响因素研究[J].统计与决策，2013（13）

4.洪开荣，刘欢，杨楚欣.我国商业地产技术效率：变动趋势和内生性[J].管理评论，2013（8）

5.李宁，王星，杨印生.基于串联链式DEA模型的商业地产运营效率评价[J].商业时代，2013（11）

6.刘蓉.中国各省市商业地产效率实证研究[J].特区经济，2010（6）

7.张琦，罗建华.商业地产企业成长风险测度研究——以中西部地区商业地产上市公司为例[J].湖湘论坛，2015（2）

8.熊曦，刘玲，周平，柳思维.区域低碳效率测度体系构建与实证分析——兼论河南四大区域板块低碳效率差异[J].生态经济，2015，31（11）

9.王茜.基于DEA方法的云南省商业地产业投入产出效率分析[J].经济研究导刊，2015（2）

10.郑君君，韩笑，潘子怡.基于Malmquist指数的商业地产开发企业全要素生产率变动及收敛性研究[J].中国软科学，2013（3）

11.周阳敏.商业地产中央企业经营效率研究[J].中国工业经济，2010（7）