楊洋洋，楊中宣

（中原工學院建筑工程學院，鄭州 450007）

河南省房地產(chǎn)業(yè)績效評價及其影響因素分析
——基于DEA與ANN方法

楊洋洋，楊中宣

（中原工學院建筑工程學院，鄭州 450007）

利用DEA方法構建了河南省房地產(chǎn)業(yè)投入產(chǎn)出績效模型，對河南省2005—2014年的房地產(chǎn)業(yè)績效狀況進行評價，然后采用ANN方法建立了河南省房地產(chǎn)業(yè)績效影響因素模型，對河南省房地產(chǎn)業(yè)績效影響因素的重要性進行分析。結果表明：2005—2014年河南省房地產(chǎn)業(yè)綜合技術效率值整體差值不大，在這10年間河南省房地產(chǎn)業(yè)綜合技術效率值并沒有顯著的提高；房屋建筑面積竣工率、企業(yè)平均規(guī)模、土地因素、勞動生產(chǎn)率和市場開放程度這5個影響因素是提高房地產(chǎn)業(yè)綜合技術效率的關鍵。

房地產(chǎn)業(yè)；績效評價；影響因素；數(shù)據(jù)包絡分析；人工神經(jīng)網(wǎng)絡

近年來，隨著我國國民經(jīng)濟的快速發(fā)展和城鎮(zhèn)化水平的不斷提高，房地產(chǎn)業(yè)已成為我國國民經(jīng)濟的重要支柱。國家統(tǒng)計局數(shù)據(jù)顯示，2015年全國房地產(chǎn)業(yè)增加值為41279.1億元，占整個GDP的比重達到了6.1%。我國房地產(chǎn)業(yè)在高速發(fā)展的同時，遺留了一系列的問題，如建設效率低下、資源浪費、環(huán)境破壞等。要保持房地產(chǎn)業(yè)的穩(wěn)定健康可持續(xù)發(fā)展，必須提高房地產(chǎn)業(yè)投入產(chǎn)出效率，減少資源浪費和環(huán)境污染。

國內(nèi)學者對房地產(chǎn)業(yè)績效的研究不斷深入。鄧宇和揭筱紋通過對房地產(chǎn)企業(yè)戰(zhàn)略聯(lián)盟績效影響因素的分析，建立了一個較為完整的理論評價模型[1]。袁峰運用數(shù)據(jù)包絡分析（DEA）方法對2008年中國房地產(chǎn)上市公司前20名企業(yè)的績效進行評價[2]。丁琦、王要武和徐鵬舉結合DEA方法，選取25家房地產(chǎn)上市公司，構建了房地產(chǎn)上市公司績效評價模型[3]。陶新元以因子分析法、層次分析法和相關性分析為基礎，對我國2010年房地產(chǎn)業(yè)上市公司進行財務績效評價和公司治理績效評價[4]。羅邁采用DEA方法對2003—2012年中國35個大中城市房地產(chǎn)業(yè)的投入效率進行研究[5]。王文嘉和張屹山基于DEA-DA方法對2002—2012年89家房地產(chǎn)A股上市公司財務數(shù)據(jù)進行了實證研究[6]。張紅、高帥和楊飛運用因子分析法，對2001—2012年房地產(chǎn)上市公司的治理狀況與企業(yè)績效進行分析[7]。于兆河和褚翠云從價值鏈會計角度出發(fā)，將房地產(chǎn)的價值鏈網(wǎng)分解成內(nèi)部、縱向、橫向三條價值鏈，構建了房地產(chǎn)企業(yè)績效評價體系[8]。周謐、崔俠和徐文靜采用證據(jù)推理方法，構建了房地產(chǎn)上市公司的財務指標和非財務指標的績效評價標準[9]。

目前學者對房地產(chǎn)業(yè)績效的研究主要集中在績效評價模型的構建，而對分析影響績效因素的研究并不多見，基于此，本文以河南省房地產(chǎn)業(yè)為研究對象，綜合運用數(shù)據(jù)包絡分析（DEA）方法和人工神經(jīng)網(wǎng)絡（ANN）方法，選取2005—2014年河南省房地產(chǎn)業(yè)相關數(shù)據(jù)，基于DEA方法構建了河南省房地產(chǎn)業(yè)投入產(chǎn)出績效模型，對河南省2005—2014年的房地產(chǎn)業(yè)績效狀況進行評價，基于ANN方法建立了河南省房地產(chǎn)業(yè)績效影響因素模型，對河南省房地產(chǎn)業(yè)績效影響因素的重要性進行分析，并提出具體建議。

一、相關理論介紹

（一）基于DEA的績效評價

DEA方法由Charnes、Coopor和Rhodes于1978年提出，是運籌學、管理科學和數(shù)理經(jīng)濟學交叉研究的一個新領域。借助于數(shù)學規(guī)劃和統(tǒng)計數(shù)據(jù)確定相對有效的生產(chǎn)前沿面，將各個決策單元投影到DEA的生產(chǎn)前沿面上，并通過比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性。無須任何權重假設，而以決策單元輸入輸出的實際數(shù)據(jù)求得最優(yōu)權重，排除了很多主觀因素，具有很強的客觀性，對于評價復雜系統(tǒng)的多投入多產(chǎn)出分析具有獨到之處。

在實踐中，投入指標是可以人為控制的，基于此，本文選取投入導向的CCR模型對河南省房地產(chǎn)業(yè)的績效進行技術評價，其基本原理如（1）式：

（1）式中j表示決策單元，在本文中表示年份；xj表示第j年房地產(chǎn)業(yè)投入量；yj表示第j年房地產(chǎn)業(yè)產(chǎn)出量；λj表示每個決策單元的權重系數(shù)；s+、s－表示松弛變量；模型的最優(yōu)解對應的目標函數(shù)值θ，為第j0年房地產(chǎn)績效的相對效率值。

（二）基于ANN的影響因素分析

ANN方法是由20世紀40年代心理學家和數(shù)學家共同提出的，是模糊技術、遺傳算法、進化計算等智能方法結合方向的發(fā)展。人工神經(jīng)網(wǎng)絡是一個非線性的數(shù)據(jù)建模工具集合，它包括輸入層和輸出層、一個或者多個隱藏層。神經(jīng)元之間的連接賦予相關的權重，訓練算法在迭代過程中不斷調(diào)整這些權重，從而使得預測誤差最小化并給出預測精度。其具有很強的非線性擬合能力，可映射任意復雜的非線性關系，而且學習規(guī)則簡單，便于計算機實現(xiàn)。

本文運用SPSS神經(jīng)網(wǎng)絡多層感知器（MLP）方法實現(xiàn)房地產(chǎn)業(yè)人工神經(jīng)網(wǎng)絡模型，其基本原理見圖1。

圖1 人工神經(jīng)網(wǎng)絡多層感知器原理示意圖

二、河南省房地產(chǎn)業(yè)績效分析

（一）決策單元選取

為了更好地確保選取的決策單元（DMU）具有代表性特征及適合所構建的DEA績效評價模型的要求，同時考慮到研究的現(xiàn)實意義，在科學性和可操作性原則下，本文選取2005—2014年河南省房地產(chǎn)業(yè)10個DMU進行研究。

（二）指標選取

梳理國內(nèi)其他學者在房地產(chǎn)績效評價方面的研究，總結出幾種不同的投入、產(chǎn)出指標類型，詳見表1。綜合考慮指標選取的原則和表1情況，并結合河南省房地產(chǎn)業(yè)特點和相關數(shù)據(jù)的可獲得性，筆者最終選取了3個投入指標和2個產(chǎn)出指標進行研究。投入指標分別為投資額、購置土地面積和從業(yè)人員，產(chǎn)出指標分別為主營業(yè)務收入和竣工面積。

（三）績效分析

本文選取2005—2014年河南省房地產(chǎn)業(yè)近10年的相關數(shù)據(jù)作為研究對象，采用2005—2014年河南統(tǒng)計年鑒中公布的房地產(chǎn)業(yè)相關數(shù)據(jù)，所采用的初始數(shù)據(jù)如表2所示。

根據(jù)投入產(chǎn)出指標數(shù)據(jù)，運用DEA方法中的CCR模型，并借助MAXDEA軟件對河南省房地產(chǎn)業(yè)的績效進行評價，得出技術效率值W，如表3所示。

為了進一步區(qū)分2005—2014年DEA效率值的大小，引入反技術效率值K和綜合技術效率值Q，反技術效率值是將投入產(chǎn)出指標對調(diào)后得到的技術效率值，即投入指標為主營業(yè)務收入和竣工面積，產(chǎn)出指標為投資額、購置土地面積和從業(yè)人員。反技術效率值與技術效率值的含義正好相反，技術效率值最高表示投入產(chǎn)出效率最優(yōu)，而反技術效率值最高表示投入產(chǎn)出效率最差。反技術效率值K和綜合技術效率值Q如表3所示。綜合技術效率值Q與技術效率值W、反技術效率值K的關系如（2）式所示：

為了便于排序，對最終得到的綜合技術效率值集合Q={q1、q2、q3……qn}進行min-max標準化處理,即對原始數(shù)據(jù)線性變換，使結果值映射到[0—1]之間，其轉(zhuǎn)換函數(shù)如（3）式：

qmax表示集合Q中最小的元素，即2008年對應的綜合技術效率值；qmax表示集合Q中最大的元素，即2007年對應的綜合技術效率值；P表示與理想值的接近度。P值越大，決策單元的相對效率值越大，越接近DEA的Pareto面；P值越小，決策單元的相對效率值越小，越遠離DEA的Pareto面，分析結果如表3所示。

由表3可知，2005—2014年河南省房地產(chǎn)業(yè)綜合技術效率值Q（1.1903）最優(yōu)的是2007年，綜合技術效率值Q（0.8809）最差的是2008年，綜合技術效率值Q在1及1以上的有：2005、2007、2010、2011、2013、2014年，綜合技術效率值Q在1以下的有：2006、2008、2009、2012年。

表1 其他學者關于房地產(chǎn)績效評價DEA指標選取情況[10-14]

表2 河南省房地產(chǎn)業(yè)的DEA初始數(shù)據(jù)

表3 河南省房地產(chǎn)業(yè)的DEA效率排序表

三、河南省房地產(chǎn)業(yè)績效影響因素分析

（一）影響因素的確定

房地產(chǎn)業(yè)績效影響因素主要包括內(nèi)部和外部兩個方面，內(nèi)部因素有房屋竣工率、勞動生產(chǎn)率、企業(yè)規(guī)模、產(chǎn)業(yè)結構等，外部因素有價格因素、國有化程度、市場開放程度等。根據(jù)河南省房地產(chǎn)業(yè)績效具體影響因素分析，確定以下8個房地產(chǎn)業(yè)績效影響因素：

（1）價格因素，用每年竣工房屋造價來表示價格對房地產(chǎn)市場的影響；

（2）土地因素，用土地購置費占房地產(chǎn)業(yè)投資總額的比重來衡量；

（3）房屋建筑面積竣工率，用每年竣工房屋面積與施工房屋面積的比值來表示；

（4）勞動生產(chǎn)率，采用房地產(chǎn)業(yè)從業(yè)人員所創(chuàng)造的人均產(chǎn)值來表示；

（5）產(chǎn)業(yè)結構，用每年竣工的住宅面積占竣工總面積的比值來衡量；

表4 河南省房地產(chǎn)業(yè)績效影響因素初始數(shù)據(jù)

（6）國有化程度，以國有及國有控股房地產(chǎn)企業(yè)投資額占投資總額的比重來衡量；

（7）市場開放程度，以外商投資和港澳臺商投資占房地產(chǎn)業(yè)投資總額的比重來衡量；

（8）企業(yè)平均規(guī)模，以房地產(chǎn)業(yè)總產(chǎn)值除以企業(yè)個數(shù)來衡量。

（二）影響因素重要性分析

根據(jù)確定的房地產(chǎn)業(yè)績效影響因素，結合2005—2014年河南省統(tǒng)計年鑒中的相關數(shù)據(jù)，搜集整理影響因素的初始數(shù)據(jù)，詳見表4。

選取價格因素、土地因素、房屋建筑面積竣工率、勞動生產(chǎn)率、產(chǎn)業(yè)結構、國有化程度、市場開放程度、企業(yè)平均規(guī)模8個因素作為輸入變量，以綜合技術效率值Q為輸出變量，采用表4的初始數(shù)據(jù)，運用SPSS19.0中的神經(jīng)網(wǎng)絡算法，構建了一個多層感知器神經(jīng)網(wǎng)絡模型，得到各因素的重要性系數(shù)，詳見表5。

表5 河南省房地產(chǎn)業(yè)績效影響因素重要性分析結果

由表5可知：

（1）房屋建筑面積竣工率對房地產(chǎn)業(yè)綜合技術效率的重要性系數(shù)為0.232，在這8個影響因素中，房屋建筑面積竣工率最為重要，表明提高房屋建筑面積竣工率對房地產(chǎn)業(yè)綜合技術效率值的提高具有顯著作用，因此房地產(chǎn)業(yè)需要加快建設進度，縮短建設周期，提高建設效率。價格因素對房地產(chǎn)業(yè)綜合技術效率的重要性系數(shù)為0.026，是8個影響因素中重要性系數(shù)最小的，表明竣工房屋造價的變化對房地產(chǎn)業(yè)綜合技術效率值的影響不顯著，降低竣工房屋造價，并不能顯著提高房地產(chǎn)業(yè)綜合技術效率值。

（2）企業(yè)平均規(guī)模對房地產(chǎn)業(yè)綜合技術效率的重要性系數(shù)為0.196，表明合并一些中小房地產(chǎn)企業(yè)，提高房地產(chǎn)企業(yè)的平均規(guī)模，對房地產(chǎn)業(yè)綜合技術效率的提高具有推動作用。土地因素對房地產(chǎn)業(yè)綜合技術效率的重要性系數(shù)為0.157，表明控制土地的價格，禁止炒地，加強對土地的管制，有利于房地產(chǎn)業(yè)綜合技術效率的提高。

（3）勞動生產(chǎn)率和市場開放程度對房地產(chǎn)業(yè)綜合技術效率的重要性系數(shù)分別為0.129和0.123，表明房地產(chǎn)業(yè)綜合技術效率的提高，需要提高勞動者的綜合素質(zhì)，加強對勞動者的培訓，提高勞動生產(chǎn)率。此外，還需開放市場，適當引進外商投資和港澳臺商投資，構建多元融資模式。

（4）產(chǎn)業(yè)結構和國有化程度對房地產(chǎn)業(yè)綜合技術效率的重要性系數(shù)分別為0.073和0.064，表明產(chǎn)業(yè)結構和國有化程度對房地產(chǎn)業(yè)綜合技術效率的影響不顯著，僅靠改變產(chǎn)業(yè)結構和國有化程度是不能顯著提高房地產(chǎn)業(yè)綜合技術效率的。

四、結論與建議

本文綜合運用DEA方法和ANN方法，選取2005—2014年河南省房地產(chǎn)業(yè)相關數(shù)據(jù)為研究對象，對河南省房地產(chǎn)業(yè)績效及其影響因素進行了分析。根據(jù)以上分析得出如下結論與建議：

（1）2005—2014年河南省房地產(chǎn)業(yè)綜合技術效率值Q的變化范圍在[0.8809，1.1903]之間，整體效率值差值不大，說明在2005—2014年10年間河南省房地產(chǎn)業(yè)綜合技術效率值并沒有顯著的提高，這是房地產(chǎn)業(yè)高速發(fā)展所遺留下來的問題，我們不僅要保持房地產(chǎn)業(yè)穩(wěn)定發(fā)展，更要保持房地產(chǎn)業(yè)健康可持續(xù)發(fā)展，為此要提高房地產(chǎn)業(yè)投入產(chǎn)出效率。

（2）房屋建筑面積竣工率、企業(yè)平均規(guī)模、土地因素、勞動生產(chǎn)率和市場開放程度這5個影響因素的重要性系數(shù)之和為0.837，這5個影響因素是提高房地產(chǎn)業(yè)綜合技術效率的關鍵，因此，需要加快建設進度，縮短建設周期；合并中小企業(yè)，擴大企業(yè)規(guī)模；管制土地市場；提高勞動生產(chǎn)率；開放市場，構建多元融資模式。

[1]鄧宇,揭筱紋.房地產(chǎn)企業(yè)戰(zhàn)略聯(lián)盟績效影響因素及評價模式[J].求索，2009（6）:20-22.

[2]袁峰.房地產(chǎn)上市公司的績效:基于DEA的2008年報數(shù)據(jù)分析[J].蘭州學刊，2010（1）:124-126.

[3]丁琦，王要武，徐鵬舉.基于DEA-FCE的房地產(chǎn)上市公司績效綜合評價[J].系統(tǒng)管理學報，2011（2）:196-201.

[4]陶新元.中國房地產(chǎn)上市公司財務與治理績效評價[J].統(tǒng)計與決策，2013（7）:56-60.

[5]羅邁.基于DEA的房地產(chǎn)業(yè)投入效率分析[J].管理世界, 2014（9）:178-179.

[6]王文嘉,張屹山.我國房地產(chǎn)政策調(diào)整對上市公司股票投資價值的影響：基于DEA-DA方法的研究[J].管理世界,2014（10）:174-175.

[7]張紅,高帥,楊飛.中國房地產(chǎn)上市公司治理狀況與企業(yè)績效關系評價[J].清華大學學報（自然科學版），2015（2）:184-189.

[8]于兆河,褚翠云.價值鏈會計視角下的房地產(chǎn)企業(yè)績效評價[J].財會月刊，2015（20）:47-49.

[9]周謐,崔俠,徐文靜.基于證據(jù)推理法的房地產(chǎn)上市公司績效評價[J].財會月刊，2015（32）:15-20.

[10]韋曉慧.我國房地產(chǎn)上市公司績效評價研究：基于三階段DEA的分析法[J].中國房地產(chǎn)（學術版），2015（36）: 20-28.

[11]白云峰.基于DEA方法的上市房地產(chǎn)企業(yè)績效評價研究[D].哈爾濱：哈爾濱商業(yè)大學，2015.

[12]沈晨江.房地產(chǎn)上市企業(yè)績效評價[D].重慶：重慶交通大學，2013.

[13]李正輝,袁汝華.基于超效率DEA的房地產(chǎn)業(yè)投資績效評價研究[J].工程管理學報，2013（3）:92-96.

[14]李飛飛,李曉燕.基于DEA的房地產(chǎn)上市公司績效評價：以北京地區(qū)A股為例[J].企業(yè)導報，2013（11）:25-25.

（編輯：張薛梅張雪梅）

DEA-and-ANN-Based Performance Evaluation of Henan Province’s Real Estate Industry and Influencing Factors of Performance

YANG Yang-yang,YANG Zhong-xuan
(School of Civil Engineering and Architecture,Zhongyuan University of Technology,Zhengzhou 450007,China)

After building an input-output performance model of Henan Province’s real estate industry based on DEA method,this paper evaluates this sector’s 2005—2014 performance,and,after constructing a performance influence factor model based on ANN method,analyzes and rates these factors.The results show that in the past ten years,the comprehensive technical efficiency value of Henan real estate industry has not been significantly increased,so that the technical efficiency value did not present a big gap from 2005 to 2014;and the following five factors are the key to improving the comprehensive technical efficiency of the real estate sector:completion rate of housing construction,the average size of enterprises,land,labor productivity and market openness.

real estate sector;performance appraisal;influencing factor;DEA;ANN

F 293.332

A

1671-4806（2017）04-0018-05

2017-03-22

河南省科技廳科技攻關項目“基于虛擬組織理論的產(chǎn)業(yè)集聚數(shù)字化管理技術研究”（162102210091）

楊洋洋（1992—），女，河南周口人，碩士研究生，研究方向為房地產(chǎn)經(jīng)濟與管理；楊中宣（1976—），男，河南鄭州人，副教授，博士，研究方向為房地產(chǎn)經(jīng)濟與管理。