论文基于PCA—DEA的中国房地产业运营效率分析是关于本文可作为相关专业房地产业论文写作研究的大学硕士与本科毕业论文房地产业论文开题报告范文和职称论文参考文献资料。
摘 要： 本文旨在对我国1997-2015年房地产行业运营效率进行分析.首先结合房地产业特点构建了较为全面系统的分析指标体系,由于历年数据有限,先采取主成分分析法对产出指标进行降维,再将投入指标与综合产出指标代入DEA模型.研究结果表明,我国房地产业自1998年进入市场化阶段后,通过持续高投入方式促进了行业发展,综合技术效率在2005-2009年达到最优；而随着行业日趋成熟,传统粗放型发展方式带来投入过度冗余,忽略技术革新亦显著降低了整体运营效率.
Abstract： The purpose of this paper is to analyze the input-output efficiency of Chinese real estate industry from 1997 to 2015. Firstly, a set of comprehensive and systematic index system is constructed in combination with the industrial feature. Due to the limited data, this paper reduces the production indexes by using the PCA method, then uses DEA to calculate input-output efficiency. The results show that after entering the marketization stage in 1998, Chinese real estate industry has developed rapidly through continued high investment, and optimal operating efficiency is achieved during 2005-2009； but as the industry matures, the traditional extensive production way results in serious input redundancy, and ignoring technological innovation also decrease the comprehensive technical efficiency.
關键词： 房地产业；运营效率；PCA；DEA；投入冗余
Key words： real estate industry；efficiency；PCA；DEA；input redundancy
中图分类号：F293.35 文献标识码：A 文章编号：1006-4311（2018）05-0072-04
0 引言
近年来国内房地产市场发展迅速,产业运营效率研究已经引起了许多学者的关注.但目前,学界更多关注的是微观企业绩效情况,对房地产业整体运营效率研究较少,相关研究也只选取少数指标进行分析.因此,本文搜集了国内房地产业1997-2015年的数据,从土地、资本、人力、房屋面积、企业盈利绝对指标、相对指标六个层面11个指标入手,结合主成分分析法与数据包络法进行分析,从而更好地认识我国房地产业多年发展的运营效率,暨而对防范房地产泡沫、引导产业健康发展提供理论依据与对策参考.
1 研究方法简介
由于国内房地产发展时间较短,目前统计局只披露了1997-2015年数据,而DEA模型（数据包络方法）一般要求决策单元个数必须是投入和产出变量个数之和的三倍以上.为满足DEA模型的数量关系要求,本文先采用PCA（主成分分析法）对产出指标降维,再将投入指标与综合产出指标代入DEA模型进行计算.
1.1 数据包络方法（DEA）
数据包络方法（DEA,Data Envelopment Analysis）是一种常用的效率评价方法,其特点是适用于多输出、多输入的有效性综合评价问题,并且无须对指标做任何权重假设,排除了很多主观因素.目前,DEA两个常用模型分别是CCR和BCC模型,CCR假定规模报酬不变,而BCC将CCR中的综合技术效率分解为纯技术效率和规模效率.
1.2 主成分分析法（PCA）
主成分分析（PCA,Principal Component Analysis）是由Hotling提出的一种数据压缩与特征提取的多元统计方法.其旨在利用降维的思想,把众多具有一定相关性的指标通过线性函数转换为少数几个相互无关的综合指标（即主成分）以代替原有指标.主成分分析法的优点在于具有较强的信息提取能力,能有效减少指标选取工作量,并且能消除指标间的相关影响.
2 指标体系选取
2.1 投入产出指标选取
本文选取投入产出指标体系如表1.
投入指标方面,房地产业除了对劳动力跟资本需求大,还对土地存在严重依赖性,所以投入指标从土地、资本与人力三个角度选取.其中,本年购置土地面积和施工房屋面积分别反映企业当年的购地与房屋施工情况；本年完成投资额与房地产开发企业资产总计分别从当年绝对投资量与累计资产量角度,反映房产企业资本的投入情况；企业平均从业人数反映人力资源投入.
产出指标方面,国内文献普遍只选择企业营收与利润,不仅难以反映房地产真实交易情况,也未能反映企业相对盈利情况,而数据显示国内房地产业相对盈利指标历年来变化较大.最终,本文从房屋面积、企业真实盈利与相对盈利指标三个角度选取上述指标.其中,商品房销售面积与企业总营收分别考虑了商品房成交量和成交价因素；竣工房屋面积体现当年的竣工情况,由于地产热年房产企业存在加速动工的动机,因此竣工房屋面积能反应当年的房地产业产出情况；企业营业利润从绝对收益角度考虑行业收益情况,营业利润率和总资产报酬率分别从销售回报率和资本利用率角度考虑行业回报率.
总结:该文是关于房地产业论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 中国省级能源效率其影响因素分析 摘要：使用基于不变规模报酬的DEA方法，将传统三要素投入扩充为包括人力资本在内的四要素模型，对2005—2012年30个省、市、自治区的能源效率。
2、 基于DEA江苏省低碳经济效率评价 摘要：当今社会，在能源和环境问题突出的情况下，发展低碳经济已经成为主流。而江苏省的能源消耗大省和能源生产小省特征突出。因此，选取江苏省相关数据，。
3、 四川龙头房企蓝光运营效率下降9个月负债增加180亿 在2017年公布的房企销售榜中，四川各房企的成绩吸引了众多投资者的眼球，其中，位于成都的蓝光发展（600466 SH）势头迅猛，销售额738亿元。
4、 基于三次经济普查中国房地产业 摘要：利用我国第一次、第二次和第三次经济普查资料可以看出中国房地产业经历的快速发展。中国房地产业法人单位总量增长，结构发生了变化，表现在国有控股。
5、 基于DEA分析国美电器效率 摘 要：通过搜集国内零售企业的相关数据，进行了数据整理，运用DEA分析的BCC模型计算出电子商务行业的效率，将国美电器的效率与之进行对比分析，旨。
6、 中国城市环境效率测度影响因素 本文采用DEA方法对我国符合条件的地级市的环境效率进行测度，并对影响环境效率的因素进行探究。旨在探讨我国地级市在环境效率方面的差异，这一差异的大。