对我国房地产业生产技术效率的评估与分析
基于数据包络分析的我国房地产可持续发展研究

基于数据包络分析的我国房地产可持续发展研究【摘要】针对房地产行业可持续发展评价模型,本文研究了房地产行业的主要特点,根据房地产行业复杂巨系统的特征和多输入、多输出的特点,以数据包络分析法为基础,通过分析房地产行业的输入输出指标,建立了评价房地产行业可持续发展的模型。
通过定量计算,本文计算出了我国31个省市、自治区在房地产行业发展上存在的投入冗余或产出不足,为整个行业的可持续发展提供了明确的改进方向和改进策略。
本文创新性地将dea方法用于我国房地产市场的研究领域,利用该方法处理多输入多输出复杂系统的优点,为我国房地产可持续发展提供有益建议。
【关键词】房地产数据包络分析可持续发展一、引言房地产行业既是国民经济的支柱产业之一,又是与人民生活密切相关的行业之一,同时自身也是一个庞大的系统,该系统的状态和发展对国民经济的整个态势和全国人民的生活水平影响很大。
从系统的高度认清当前房地产行业的态势、从定量角度把握各指标之间的数量关系、依据较为准确的预见对房地产行业进行有效地调控、深刻认识房地产行业的经济规律进而实现可持续发展是解决问题的有效途径。
考虑到数据的局限性,本文采用全国31个省市、自治区为划分单位,在数据包络分析法的基础上,提出可以评价房地产行业可持续发展的数学模型。
二、dea模型简介数据包络分析(data envelopment analysis)是由管理科学、运筹学以及统计经济学综合在一起的一个综合性研究的领域。
数据包络分析方法在进行经济活动有效性评估的另外一个优点为该方法不是用以参数形式确定的经济前沿生产函数,同时,dea模型可以处理前沿生产函数由于单位的差异而不同,该模型不是用关于各个评价决策单元的输入与输出之间的详细因果关系,使用效益概念这种宏观上的评价指标,以决策单元(dmu)各输入权重向量和输出的权重向量作为模型的变量,从最有利于决策的方面进行评价。
数据包络分析方法是用的时运筹学中的规划模型,模型中所有的输入输出变量都是平等的,模型中的输入变量和输出变量的权重设定与虚拟系数有关,从而使得模型能够发现使得决策单元相对有效率不足的原因。
大中城市房地产开发企业的投入产出效率评价

一、引言
随着经济的发展,房地产行业在我国经济发展 中占据越来越重要的地位。但是房地产企业运营是 否有效就成为了我们迫切需要解决的问题。加强各 个地区的房地产企业的投入产出效率对促进我国房 地产企业的健康发展具有重要的意义。为了努力实 现资源配置和使用效率最大化,本文在相关研究[1-3] 的基础上,选取了35个大中城市房地产开发企业为 研究样本,利用DEA效率评价方法对房地产企业的 投入产出效率影响因素进行研究。
[1]李静,陈军飞.房地产上市公司投入产出效率评价
说明这些城市的投入有着最大的产出,不存在滥用
研究[J].工程管理学报,2015(06):46-48.
资金。此外,大连的纯技术效率的值也为最低,大连 [2]刘明芳,王卓甫.基于DEA的房地产投资决策方案
应该加强重视,提高当地房地产开发企业的投入资
评价[J].工程管理学报,2014(02):138-142.
直接反映企业的经营效率 产出指标2 主营业务收入
和盈利能力 产出指标 3中城市房地产开发企业投入产 出效率的实证分析
(一)效率值测算 我们运用MATLAB测算了35个大中城市房地
产开发企业的经营效率,整理后得到图1。
段。其余29个城市的规模效率值均小于1,说明其处 于规模效益递增或递减的状态,存在管理水平空间。
表 2 Mann-whitney秩和检验结果 去掉第一 去掉第二 去掉第三 去掉第一 去掉第二 去掉第三
个投入 个投入 个投入 个产出 个产出 个产出 Protest 0.4522 0.0404 0.0000 0.8833 0.0000 0.9953 注:当前秩和检验是在 5%的显著水平下进行的
五、结论
(三)敏感性分析 为了进一步分析表1中的3个投入指标和3个产
基于 SFA 和 Malmquist 方法的建筑业技术效率研究

基于 SFA 和 Malmquist 方法的建筑业技术效率研究曹泽;任阳军;沈圆;彭志文;李文娟【摘要】The authors of this paper have conducted an empirical analysis of the panel data,tech-nical efficiency and main influencing factors concerning construction industries from 2006 to 2013 in China by SFA.The results show that the overall technical efficiency of China’s construction industries shows a steady upward trend,that fixed asset investmentratio,and the proportion of investment in science and technology promote the technological efficiency of construction but that a high proportion of state-owned assets have a negative effect on the technological efficiencyof construction.In addition,the authors have also carried out a dynamic analysis of the construction productivity by Malmquist,and discovered that the improvement of production efficiency in con-struction industries is mainly due to technological progress,and the contribution of technical effi-ciency is small.%运用参数型 SFA 方法,以2006-2013年中国建筑业的面板数据为基础,对建筑业技术效率及其主要影响因素进行实证分析,发现我国建筑业技术效率整体上呈平稳上升趋势,固定资产投资率、科技投入比重对建筑业技术效率的提升有显著促进作用,而国有资产比重对建筑业技术效率的提升具有负效应;此外,利用 Malmquist 方法对建筑业生产效率进行动态分析,发现我国建筑业生产效率水平的提升主要来自于技术进步的驱动,而技术效率的贡献度较小。
我国房地产上市公司经营效率评价——基于两阶段DEA模型

数 采用最初 的 C CR模 型对房 地产 上市 公司运 营效 率进行 分 析 。C CR模 型是 由美 国运 筹学 家 C a sC p e 和 Rh ds hme、 o pr oe ( 简称 CC 在 “ R) 相对效 率评 价 ” 的基础 上发展起 来的 , 是一 它 种对具有相同类型决策单元( DMU) 进行绩效评价的模 型方法。
无 效
1 o0 . 0 O O14 . 8 6 1 00 . O o
01 4 . 9 7
有 效 无效 有 效
无效
1 O0 . 0 0 05 7 . 5 7 1 00 . o O
0 60 . 1 4
有 效 无 效 有效
无 效
公 司 名称 总 效 率
万科 100 . O 0
结 论
有 效 有 效
无 效
总效 率
07 2 .5 9 1 oO . o O
04 3 .4 1
结 论
无 效 有 效
无 效
总 效 率
1 O0 . 0 0 1 00 . 0 0
06 2 .3 4
结 论
有 效 有 效
无 效
保 利 地 产 1 0 O . 0 O
结 论
有 效 有 效 有效
无效
总 效 率
1 oO . O o 09 3 . 5 0 09 5 . 7 6
05 7 . 9 7
结 论
有 效 无 效 无 效
无 效
保 利 地 产 07 9 .8 3 金地 集 团 1 0 0 . 0 0
深 长城 05 3 . 4 3
城市房地产业增长效率及影响因素研 究

率 如何?我 国房地产领 域 以中小 企业为 主体 。 无论 是 企业 数量 还是房地 产 开发面 积均 由 中小 企业 占据 主 导 地位 。第二 次经济 普查结 果 表 明 , 2 0 0 8年全 国 8 7 8 8 1家房地产公 司 中一 级资质企业 仅 9 4 1 家. 占总量 的1 . 0 7 %, 二级 、 三级 和四级 资质企 业共 占 6 6 . 2 %, 资 质等级 待定 的企 业 比例 高达 3 2 . 7 %。从 行业 集 中度 来看 ,一级企 业在 建房屋 面积 占房地 产施 工总 面积
一
方市场 时期 . 开发商 没有市 场竞 争压 力 。 不 用付 出管 理和技 术创新 就可 以获得 丰厚 的开 发利 润 ,存在 莱 宾斯坦提 出的 X非 效率 的可能 。
,
与建 材 、 水泥 、 钢铁 、 家具 、 银 行 等多 个行 业 关联
性很 强 。 2 0 0 7 -2 0 1 1年全 国房地 产 投资增 速 多个 年 份 高达 3 O %, 2 0 1 2年受 楼市 调控政 策影 响 投 资增 速 回落到 1 6 . 2 %, 但投 资规模仍 高达 7 1 8 0 4亿 元 。 房地
产业 发展 过程 中应 回答 两个 问题 :一是 产业 规模 效
关 于 房 地 产业 效 率 的研 究 . A n d e r s o n  ̄ 等运 用 D E A方法研 究 了房 地产 投资信 贷 ( R E I T) 效率 , 发 现
1 9 9 2 -1 9 9 6年 间处 于技术 无效 率 状态 . 主要 原 因是 投 人 资 源 利 用 率 不 足 和 未 达 到 规 模 效 应 , 多 数 R E I T处 于 规模 报酬 递 增 阶 段 ,建 议 通 过扩 张提 高 业 绩 。Wa n g t 开发 了基 于 D E A 和知 识 管 理 的房 地
房地产上市公司经营效率的DEA评价

所共同关注的问题 。因此 , 对我 国证券 市场上 的房 地产上市公司的经营效率进行评价则十分必要 。
目前, 上市公司绩效评价方法最活跃 的研究领 域集 中在两个方面 : 一是绩效评价 内容的拓展及关 系优化 ; 二是评价方法和模型的创新 。 在绩效评价内容及关系方面 , 单一指标 , 例如投 资收益率( O )在 一些情形下被用来 衡量上市公 R I, 司的财务绩效 , 但公司绩效评价是一个多维度的结 构, 因为绩效评价需要涵盖处在不同发展阶段 的、 不 同类型公司 的多个 目标。12 98年 , l adr l Ae n e Wa x l
7 4
维普资讯
刘永乐 , 孙仲明 : 房地产上市公司经营效率的 D A评价 E
管最初 D A模型主要被用来评价非盈利性组织 的 E 相对效率 , 但基 于其处 理多输入 、 多输 出情形 的能 力, 以及无需提供先验 的权重信息 , 不需要预先估计
素的评价模型 , 由于缺乏关于权重的信息 , 但 多因素
的评价模型往往面临着如何给每一个评价因素赋予 权重 的难 题 。 在评价方法和模型方面, 多元统计分析 、 模糊数 学、 灰色系统理论 、 多维标度分析及空间统计学等有 关方法时常被使用来评价公 司的经营绩 效 , 并取得 了一定的效果。另外 , 着眼于投入产 出效率分析 的 思路在公司绩效评价中也是非常常见的。这种方法
中图分类号 :2 4 0 F 2 . 文献标识码 : A 文章 编号 :0 7—3 1 (0 6 0 —0 7 —0 10 162 0 )1 0 4 5
一
、
引 言
创立的沃尔评分法 , 选择了 7 项财务指标 。公司绩 效 评 价涵盖 的 内容 已经 变得越 来越 广泛 ; 早在 l 9世 纪3 0年代 , 国的 J sMei e 美 a kn y就提出 : me s 应在公 司绩效评价中引入战略 、 管理与业务活动等非财务 因素 ;9 2 , oe al 和 D v o o 建立 19 年 R br K p n t a ai N r n d t 了一种全面 的评价体系—— “ 平衡计分 法” 另外 , ; A gni 17 )C ar a h 18 ) ret(96 、 hka r y(9 6 尝试建立多因 vt
我国房地产业市场结构、效率与绩效关系实证研究——以郑州市为例

Ⅲ :
何?房地 产业 市场绩效是否较高 ?它们之间的关系如何?因此 , 本文根据产业组织理论 , 2 0 — 0 8 以 0 4 2 0 年郑州市排名前 2 5家房 地产企业为样本对郑州市房地产业 市场结 构 、效率与绩效关系
等) 占整个市场的份额[冽 。计算公式 如下 :
¨
.
均值
一
销售收入 销 售面积
00 9 l4 00 2 lO
00 3 2 2 00 0 2 9
00 7 2 0 00 4 2 8
00 4 2 3 00 4 18
00 15 5 OO 3 l9
关键 词 : 房地产业; 市场结构; 市场效率; 市场绩效 中图分类 号 : 4 79 F0. 文 献标 识码 : B
引 言
我 国房地产业经过二十多年的发 展 ,已经是 国民经济发展 的新的经济增长点。近年来 , 国房地产市场异常火爆 , 我 房价一 路攀升 , 但是 , 房地产业市场结构是否合理 ?房地产市场效率如
从销售额 、销售面积两方面分别 计算 郑州市房地产业的市场集
中度 H 指数 ( 表 2。 HI 见 ) 表 2 2 0 — 0 8年 郑 州市 房 地 产 业 HHI 数 04 20 指
年份 20 0 4年 20 0 5芷 20 0 6笠 20 0 7拒 20 0( 产量 、 销售额 、 销售量 、 职工数 、 资产 总额
根据产业组织理论 ,效率是研究结构 与绩效关 系的一个重 要 因素 , 反映投入与产出之间的关系的 比率指标 。 结合本文的研 究 目的 , 采用非参数 数据包络分 析法 ( E 模型 中的投入导 向 D A)
AI技术在房地产行业中的利与弊分析

AI技术在房地产行业中的利与弊分析引言随着科技的迅速发展,人工智能(AI)技术已经成为各个行业的焦点。
房地产行业也不例外,越来越多的企业开始将AI应用于其业务流程中。
然而,AI技术所带来的利益与问题也需要我们深入思考和认识。
本文将就AI技术在房地产行业中的优势和挑战进行综合分析。
一、AI技术在房地产行业中的优势1. 提高效率使用AI技术可以帮助自动化处理繁琐的日常任务,例如自动化客户服务、报价和合同生成等。
这些自动化过程有效地减少了人力资源成本,并提高了工作效率。
通过使用AI,在处理大量信息时不仅可以更快速及时地找到相关数据,还可以准确预测市场走向以及客户需求。
2. 更精准且有针对性的市场营销借助AI技术,企业能够收集和分析大数据,并通过数据驱动型决策制定更科学有效的市场营销策略。
通过对消费者偏好和行为模式进行深度了解,在个性化定位时使用AI帮助制定精准的广告推送,从而提高销售转化率。
AI还能够通过数据挖掘分析市场趋势,帮助企业预测未来的需求和风险。
3. 优化房产评估及投资决策传统上,房地产行业对于房产的估值主要依赖专业人员的经验和市场情况。
然而,由于地区特点、规模、用途等多种因素复杂性以及时间和精力成本限制,可能导致估值结果不准确。
AI技术可以通过分析海量数据来评估房产价值,并为投资者提供更准确的投资建议。
4. 改善客户体验AI技术不仅可以提供个性化和定制化的服务,还可以与客户一对一交互。
例如,在购房过程中,AI智能助理可以回答客户问题、提供诸如房贷计算、装修设计等实用信息,并在虚拟现实环境中为客户展示不同布局、家具搭配效果等细节。
二、AI技术在房地产行业中面临的挑战1. 隐私及数据安全问题随着大数据日益积累,隐私和数据安全问题愈加突出。
使用AI技术涉及大量个人信息的收集和分析,开发商和企业需要重视隐私保护以避免潜在的风险。
同时,保护数据免受黑客攻击也是一项重要任务。
2. 人工智能算法的可解释性由于AI技术在房地产行业的应用并没有明确规范要求,一些算法可以根据自身学习来做出判断,而无法透露其背后推导过程。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
对我国房地产业生产技术效率的评估与分析
摘要:通过cobb-douglas生产函数方法的经济计量分析模型,对1997~2006年间我国房地产业的生产技术效率进行评估分析。
结果表明,我国房地产业在这十年的发展呈良好上升势态,但产出总量的增长大部分来自资本投入的增加,劳动投入l平均贡献了
10.33%,科技进步贡献率只有9% 。
但这种计量分析方法为其它经济效率的研究提供了有益的借鉴。
关键词:cobb-douglas生产函数,增长贡献率,经济计量分析
引言
近几年来,高的经济增长率和良好的经济增长质量可以推动城市化规模的不断扩大,大量农转非人口涌入城市必然要实现住房消费,从而为房地产市场带来新的购买力需求。
我国的房地产不断得到发展壮大。
分析经济发展速度,特别是评估它的生产技术效率,是经济计量研究工作中一个相当重要的问题。
参数法是根据实际数据结构的特点和数学手段的可行性,建立数学模型,假定一种函数形式,通常是指数,对数或多项式等,如cobb-douglas方程,作为生产目标方程,然后利用回归分析求得方程中的有关参数,最后比较实际数据与生产目标函数的关系即可进行效率分析。
对1997~2006年间我国房地产业的总体发展进行技术效率方面的分析和研究。
一、数学模型的建立
cobb-douglas生产函数方法,用以计量分析经济活动中的生产效
率。
由于它概念明确,数学手段可行,模型构造简单,随后又有许多研究者拓展了他的思路,将其发展成为经济计量分析中相当重要的一个分支,它适用于多投入单产出的结构模型,先以单位产出所消耗的各个投入量为坐标,分析所有数据点的分布,以适当的数学方法找到最佳效率边界,比较各实际数据点与此边界的几何关系即可以计算出相应的效率值。
cobb-douglas生产函数是以劳动和资本为主要生产要素,建立指数关系的生产函数模型,表达式如下:
(1)
其中:q表示产出;l和k分别表示劳动和资本投入量;a则表示平均生产技术水平,;
α和β分别是q相对于l和k的弹性。
对原方程两边取对数(变为线性关系),将统计数据代入(2),线性回归即可确定参数a、α和β。
lnq=lna+αlnl+βlnk(2)
在这里,α代表产出的劳动弹性,即劳动收入占总收入的比重。
β代表产出的资本弹性,即资本收入占总收入的比重。
同时,可以solow余值法计算增长贡献率,表达式如下:
增长速度方程:(3)
增量形式表示:(4)
二、基础数据
这里依据《中国统计年鉴》中的数据资料,定义如下:
产出(q)--取年总收入,它是年鉴中反映房地产业产出的指标。
投入(l)--取总从业人数,它用以衡量相对于该产出的人工投入状况。
投入(k)--取投资额完成额,它反映了相对于该产出的资本投入量。
表1 中国房地产投入与产出的基础数据(1997~2006)
从表中可以看到,这十年来,我国的房地产发展迅速,其年总产值呈明显增长趋势,2006年较1997年增长了8.13倍。
相对而言,人工投入的增加就缓得多, 2006年较1997年增长了2.34倍;资本投入也明显增长趋势,2006年较1997年增长了6.11倍。
利用cobb-douglas方程求得方程中的有关参数回归计算得此10年的生产函数对数方程:
lnq=-2.0490+0.7745lnl+0.8044lnk(5)
拟合方程的检验值:
检验项检验值
multiple r 0.9981
r2 0.9962
adjusted r2 0.9951
standard error 0.0514
由表1总收入和公式(5)得:
这十年来,我国的房地产发展迅速,其年总产值呈明显增长趋势,2006年较1997年增长了8.13倍,基本上是稳步增长。
由表1的数据可得:
从图表中来看,2006年的从业人数是1997年的2.34倍,2004
年相对增长幅度最大,而2005年比2004年稍有下降。
由表1的数据可得:
在投入方面,2006年的投资额是1997年的6.11倍,投入产出增长率的差距反映了生产效率的提高[4]。
三、计算结果及分析
由表1的数据代如公式(3)、(4)可得出投入-产出的增量和增长率见下表:
1.产出q的绝对增长在2004年达到最大(4177.1874亿元),劳动投入l的增长则以2004年最大(38.0073万人),资本投入k也在2004年增长最大(3004.4507亿元)。
2.相对增长率方面,产出q、人工投入l在2004年达到最大而资本投入k在2003年达到最大,分别达到45.72%、31.53%和30.33%。
只有人工投入在2005年出现负增长的年头。
反映科技进步项的对增长率在2002年表现最为显著,而1999年则表现不佳。
3.在产出q的年增长27.03%中,考虑α和β的影响,按绝对数值分析,劳动投入l平均贡献了10.33%,资本投入k贡献了22.41%,
而科技进步贡献了2.44%。
换言之,人工l、资本k和科技进步a
对产出增长的相对贡献率分别为8.1%、82.91%和9%。
4.l和k的贡献分别来自从业人员和资金投入的增加,科技进步a的贡献则包括教育的发展、培训的普及、劳动力素质的提高、资金使用效率提高、生产技术水平的提高、操作工艺的进步以及管理水平的提高等。
结束语
虽然总体增长迅速,但产出总量的增长大部分来自资本投入的增加,科技进步贡献率只有9%,作用仍嫌不足。
因此,虽然近几年来来房地产业发展势头迅猛,面对当前的经济形势,我国房地产业即将面临新的挑战,再简单重复以前发展的老路肯定是行不通的,这就要求今后更应加强内涵改造,靠存量的调整与优化,提高生产率,主要措施是精简机构,加强管理,节约资源,减少消耗,提高质量,开发新技术新产品,提高人员智力水平,逐渐向集约型转变,走可持续发展之路。
参考文献:
[1] wang y.s. assessment and analysis of the productive technical efficiency of the construction industry in china [2] 中国统计年鉴,中国统计出版社,1997~2007
注:文章内所有公式及图表请以pdf形式查看。