بررسی مقایسه ‏ای عملکرد تولید مسکن در کشور

نوع مقاله : مقاله پژوهشی- فارسی

نویسنده

استادیار دانشکده اقتصاد و علوم اجتماعی دانشگاه بوعلی سینا

چکیده

هدف از انجام مطالعه، بررسی کارایی فنی بخش ساخت و ساز مسکن در ایران و مشخص نمودن وضعیت جاری این صنعت و آینده آن در کشور است. از تحلیل پوششی داده‏ها (DEA) و مدل نهاده محور CCR با فرض بازدهی ثابت نسبت به مقیاس تولید برای ارزیابی کارایی فنی بخش مسکن و مقایسه نسبی آن در سطح استانی طی دوره 1385 الی 1388 استفاده شده است. همچنین روش تکمیلی BCC با فرض بازدهی متغیر نسبت به مقیاس تولید برای تفکیک کارایی فنی به کارایی‏های مدیریتی و کارایی مقیاس به کار گرفته شده است. یافته‏های تحقیق نشان می‏دهد که به طور متوسط میانگین کارایی استانها در زمینه ساخت و ساز مسکن 94/0 بوده و به طور نسبی فقط 37 درصد استانها از کارایی فنی در زمینه تولید مسکن بر خوردار هستند. از طرف دیگر، حدود 63 درصد استانها به طور نسبی ناکارا بوده و اکثر آنها دارای نرخ بازده به مقیاس در حال کاهش هستند. مشخص گردید که سایر استانهای غیرکارا دارای ویژگی ناکارایی مدیریتی در ارتباط با به کارگیری غیر بهینه نهاده‏های تولید هستند. بدیهی است که فراهم‏آوری کمکهای مدیریتی و حمایتی دولت برای استانهای غیرکارا، ترغیب کارگران ساختمانی به اشتغال مفید و افزایش دانش مدیریتی در زمینه تخصیص بهینه عوامل تولید، می‏تواند راه‏حل مناسبی در جهت رفع مشکلات بخش مسکن باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Comparative Study of the Housing Industry Performance in country‎

نویسنده [English]

  • Hamid Sepehrdoust
Assistant Professor, Faculty of Economics and Social Science, Bu-Ali-Sina University
چکیده [English]

The aim of this study is to measure the technical efficiency of housing construction in Iran and also to define current status of the housing industry system and its future in the country. Data Envelopment Analysis (DEA) and the input based model of CCR with fixed return to scale have been used to evaluate housing industry performance in different states of Iran during the years 2006-2009. The complementary BCC approach with assumption of variable return to scale has been used for dividing technical efficiency to management and scale efficiencies. The findings imply that the average efficiency score obtained by all the states is 0.94 and only 37 percent of the states operate technically efficient. On the other hand, about 63 percent of the states are found as relatively inefficient and mostly present decreasing return to scale. Also, it has been found that the inefficient states have management inefficiency in utilizing construction inputs. Without any doubt, managerial and supportive assistance of the government to inefficient states, motivating construction employees to proper jobs and knowledge development in optimum assignment of construction factors could be appropriate solutions for the problems of the housing sector.

کلیدواژه‌ها [English]

  • Housing
  • Efficiency
  • Data Envelopment Analysis
  • Performance
  • Construction

مقدمه:

مسکن و فعالیت‏های زیربنایی مرتبط با آن برای رشد و توسعه اقتصادی جامعه به دلیل ایجاد اشتغال مفید، کسب درآمد کافی، کاهش نرخ بیکاری، فراهم آوری نیاز اساسی زندگی و همچنین راه‏اندازی سایر مشاغل جنبی برای خانوارهای شهری و روستایی از اهمیت فراوانی برخوردار است. به طوری که نرخ‏های افزایشی جمعیت شهری و نیاز به سرمایه‏گذاری بیشتر در بخش مسکن و فراهم‏آوری پناهگاه مناسب زندگی باعث شده که این بخش فعالیتی از اقتصاد تبدیل به محرک رشد برای بسیاری از کشورهای توسعه یافته و در حال توسعه شود و چالش‏های اقتصادی بزرگی را پیش روی برنامه‏ریزان قرار دهد. به‏طوریکه رابطه مستقیم میان سرمایه‏گذاری مسکن و رشد اقتصادی از جمله مباحث عمومی و مورد بحث در ادبیات اقتصاد توسعه بوده و اکثر برنامه‏ریزان بر این اعتقادند که ترغیب امر سرمایه‏گذاری را نه تنها به‏عنوان جزیی از راهبرد توسعه اقتصادی بلکه می‏بایست از آن به‏عنوان یک نتیجه منطقی رشد اقتصادی یاد نمود.

طی چند دهه اخیر مطالعات زیادی در زمینه نقش مسکن و فعالیت‏های مربوط به آن در زمینه توسعه اقتصادی صورت گرفته است. از جمله این مطالعات می‏توان به بررسی‏های برنز و گربلر (1977) ولز(1985)، پهانگ (2001)، لیونگ (2004) و هاریس و آرکو (2006) اشاره نمود. مطالعات مذکور به بررسی مواردی نظیر اثرات درآمد و اشتغال زایی، پس انداز خانوار، بهره‏وری نیروی کار ناشی از افزایش نرخ سرمایه‏گذاری بر روی بخش مسکن می‏باشد. سایر مطالعات انجام شده نیز به نتایج مشابهی اشاره نموده و توصیه کردند که سرمایه‏گذاری در بخش مسکن اثرات قابل ملاحظه‏ای بر توسعه اقتصادی از طریق تأثیر گذاری بر روی اشتغال، پس انداز، سرمایه‏گذاری کل و بهره‏وری نیروی کار دارند (چن و آیونگ، 2008). مسئله ارتباط میان سرمایه‏گذاری در بخش مسکن و رشد و توسعه اقتصادی ابتدا در فرضیه تورین (1973) به این صورت بیان شد که بدلیل رابطه تنگاتنگ بین فعالیت‏های ساخت و ساز و توسعه اقتصادی، بخش مسکن و فعالیت‏های زیربنایی مربوط به آن می‏تواند منجر به رشد و توسعه اقتصادی پایدار، افزایش سطح اشتغال و کاهش سطح فقر شود. تورین در مطالعه خود پس از تجزیه و تحلیل داده‏های مربوط به چندکشور مهم اقتصادی طی دوره زمانی 1965- 1955، به این نتیجه‏گیری می‏رسد که کشورهای پیشرفته از صنعت قوی‏تری در بخش ساخت و ساز برخوردارند (5 تا 8 درصد تولید ناخالص ملی) در حالی که این بخش فقط 3 الی 5 درصد از تولید ناخالص ملی کشورهای کمتر توسعه یافته را تشکیل می‏دهد. وی بر اساس داده‏های تلفیقی بدست آمده از 87 کشور در مطالعه بعدی خود (1978)، دریافت که صنعت  ساخت و ساز قادر است تا نقش محوری خود را در راهبرد توسعه‏ای بسیاری از کشورهای کمتر صنعتی شده از طریق ایجاد اشتغال موثر و پایدار و حفظ ویژگی سطح پایین سرمایه‏بری در فعالیت‏ها‏ی اقتصادی ایفا نماید.

برای کشورهای در حال توسعه نظیر بنگلادش، بخش مسکن نه تنها تامین کننده نیاز اساسی مردم برای داشتن پناهگاه است بلکه تأثیر بسیار زیادی بر روی زندگی تعداد بی‏شماری از ساکنین خانه‏ها به شکل افزایش در مهارت،  درآمدزایی،  امنیت، بهداشت، خوداتکایی و شخصیت انسانی دارد(خالد الرحمن-2007). به نظر وی توسعه اعتبار مالی در بخش مسکن و توزیع مناسب آن در میان سازندگان و همچنین خریدارن مسکن به شکل وام‏های کوتاه‏مدت و بلند مدت با بهره مالی بانکی مناسب، نقش حیاتی در توزیع عادلانه‏تر درآمد و جهش دادن به روند رشد اقتصادی بنگلادش داشته است. نتایج حاصل از این فعالیت‏ها در سطح ملی توانسته است به طور نسبی بر روی کاهش فقر، سطح درآمد و دارایی افراد جامعه، جهت‏گیری ‏سرمایه‏گذاری در راستای رونق فعالیت‏های کاربر و همچنین ارتقاء سطح زندگی مردم تاثیر فراوانی داشته باشد.

در کشور هند، بخش مسکن علاوه بر آنکه جوابگوی نیازهای اساسی مردم در زمینه تهیه پناهگاه است، داشتن یک مسکن مناسب بر طرف کننده بسیاری از اهداف بنیادین اقتصادی- اجتماعی مردم نیز می‏باشد، اهدافی نظیر افزایش سطح داریی‏های ثابت و سرمایه‏ای جهت مقابله با تورم‏های انتظاری، کسب موقعیت‏های تظاهری اجتماعی و همچنین ارتقاء کیفیت زندگی در زمینه‏های بهداشت محیط، آموزش و سلامتی. در این کشور مسکن به‏شکل یک دارایی قابل نقد در زمان‏های اساسی و ضرورت قابل طرح است و در جهت کسب مطلوبیت و احساس رضایت دارندگان آن عمل می‏کند. به طوریکه در سه دهه اخیر،کالای اقتصادی مسکن در هند به عنوان یک تولیدی ملموس، آیینه موثر و تمام نمای توسعه اقتصادی برای فعالیت‏های غیر زراعی، تأمین کننده درآمدهای مالیاتی دولت و همچنین دستمزدهای کارگری بوده که کیفیت زندگی مردم را به طور موثر متحول کرده است. بنابراین بدیهی است که سیاستهای پیش روی دولت در زمینه توسعه مسکن تأثیر مستقیمی بر روی سلامت اقتصاد بویژه بخشهای جمعیتی با درآمد پایین و متوسط داشته باشد که بیشترین نیاز آنها را دسترسی به مسکن تشکیل می‏دهد (بانک ملی مسکن هند، 2009). طی سه دهه برنامه ریزی اقتصادی، دولت هند از بخش مسکن بعنوان بخش مطمئن و تجهیز کننده رشد کلی اقتصاد  استفاده کرده و با اجرای سیاستهای مطمئن و اقدامات اساسی شامل اختصاص منابع حاصله به پروژه‏های انبوه‏سازی مسکن، کاهش سود وامهای داده شده به فعالیت‏های ساخت و ساز، در نظر گیری تخفیفهای لازم، کاهش نرخهای سود بانکی گام‏های اساسی برای توسعه این بخش از اقتصاد برداشته است. در همین رابطه گروه‏ کاری سرمایه‏گذاری مسکن شهری (WGUH) در نهمین برنامه اقتصادی کشور، تعهد ساخت 77/8 میلیون واحد ساختمان را مورد هدف قرار داده است.

در ادبیات بین المللی اقتصاد، افری و هان (2003) در تحقیقات خود به‏ مطالعه‏ی رابطه بین فعالیت‏های ساخت و ساز و توسعه اقتصادی در سطح ایالتی چین طی دوره 2000-1990 پرداخته و نشان دادند که صنعت ساخت و ساز در دو جهت مهم عمل نموده است. از یک طرف در جهت دهی به رشد اقتصادی کمک نموده و از طرف دیگر علت بسیاری از مشکلات اقتصادی در چین شناخته شد. همچنین در قلمرو مطالعاتی چین، زهنگ (2003)  دریافت که سرمایه‏گذاری داخلی بر روی مسکن اثرات کوتاه‏مدت مهمی بر روی بر روی تولید ناخالص داخلی (GDP) داشته و رابطة تنگاتنگی بین سرمایه‏گذاری مسکن و تولید ناخالص داخلی بوجود آورده است. از طرف دیگر کمبود دسترسی به مسکن نیز باعث بروز خطرات جدی و عواقب نابهنجار گسترده‏ای نظیر فقر در کشور را شده است. اکنون برنامه‏ریزان اقتصادی چین به این نتیجه واقعی رسیده‏اند که اجرای سیاستها و برنامه‏های بیشتر می‏تواند در جهت ارزانتر کردن مسکن و قابل دسترس بودن آن برای مردم بخصوص خانواده‏های با درآمد پایین که عمدتاً از اقدامات تبعیض آمیز رنج می‏برند مفید واقع شود.

اطلاعات بدست آمده توسط حق (2009) در ارتباط با پاکستان نشان می‏دهد که ساخت مسکن از عمده‏ترین فعالیت‏های اقتصادی از نوع فعالیت‏های کاربر می‏باشد که نیاز به تعداد زیادی کارگر داشته و صدها هزار شغل در سال تولید می‏کند.کارشناسان اقتصادی بر این عقیده اند که وقتی اقتصاد مسکن حرکت کند تمامی فعالیت‏های مرتبط با آن نیز در راستای تولید کالا و خدمات مکمل به صورت ایجاد موقعیتهای شغلی فراوان در کنار تولید مسکن حرکت می‏کنند. و بدیهی است که این فعالیت‏ها در نگاه کلان به مدرن کردن اقتصاد پاکستان خواهد انجامید. بطور کلی تحقیقات پژوهشی در پاکستان به درستی نشان داده است که بخش مسکن  و خانه سازی موتور حرکت دهنده رشد اقتصادی این کشور بوده و دلیل عمده آن نیز تولید ارزش افزوده بسیار ناشی از سرمایه‏گذاری بر روی منابع، اثرات فزاینده بالا و همچنین افزایش بسیار زیاد روابط داده و ستانده‏ای در اقتصاد جامعه می‏باشد.

در ایران به طور معمول ساخت مسکن و ساختمانهای تجاری با مشارکت مالکان، کمک مردم، حمایت بانکها و همچنین ارائه خدمات فنی و مهندسی دستگاههای دولتی صورت می‏گیرد. در این میان نقش وزارت مسکن و شهرسازی و همچنین بنیاد مسکن با اهمیت بوده و از جمله ارگان‏های اصلی جهت اجرای برنامه‏های ویژه مربوط به پروژه‏های مسکن و ساختمان سازی بوده‏اند.گزارش سالانه بانک مرکزی در ارتباط با اقتصاد مسکن نشان می‏دهد که به قیمتهای جاری، سرمایه‏گذاری بر روی بخش مسکن طی سالهای 1378-1354 بیش از 75 برابر شده و متوسط سهم سرمایه‏گذاری این بخش در تولید ناخالص داخلی 7/5 درصد در سالهای مورد نظر بوده است. همچنین اطلاعات آماری نشان می‏دهند که طی سه دهه (1379-1350) بطور متوسط،33 درصد از کل سرمایه‏گذاری در کشور بر روی بخش مسکن صورت گرفته است. به طوریکه متوسط سرمایه‏گذاری بخش خصوصی بر روی مسکن 5/92 درصد بوده که حاکی از اهمیت سرشار این بخش در اقتصاد ملی می‏باشد. علت عمده را نیز می‏توان در این نکته پیدا نمود که طی سال‏های گذشته، بخش مسکن به دلایل خاصی نظیر فزونی تقاضا بر عرضه، خصیصه غیروارداتی بودن، عدم جذب نقدینگی از سوی سایر بازارها و روند پیشی گرفتن رشد قیمت آن بر متوسط رشد تورم و ریسک کم تر نسبت به سایر بازارها، بیش ترین نقدینگی را جذب خود کرده و به شدت مورد توجه سرمایه‏گذاران قرار گرفت (جامساز،1386).

طبق مطالعات زنجانی (2006)، طی سالهای 1375-1345، کشور شاهد رشد سالانه 44/3 درصدی در تولید واحدهای ساختمانی بوده در حالیکه همین نرخ رشد برای تعداد خانوارها فقط 02/3 درصد می‏باشد. این بدان معنی است که طی سال‏های مورد بررسی نرخ رشد ساختمان سازی بیش از نرخ رشد جمعیتی و خانوارها بوده است. همچنین زنجانی در ادامه مطالعات تجربی خود به ویژگی‏های مهمی از رخداد تغییر و تحول در ساختار الگوی مصرفی بخش مسکن اشاره نموده و نتیجه گیری می کند که معیارهای  فیزیکی و اقتصادی بخش مسکن در ایران دچار تحولات و تغییرات اساسی طی سالهای برنامه ریزی توسعه به شرح ذیل شده است؛

-       تعداد واحدهای ساختمانی یک خوابه در مناطق شهری و روستایی 80 درصد کاهش یافته است در حالیکه ساختمان‏های سه خوابه و بیشتر با 67 درصد افزایش مواجه بودند.

-             تعداد اتاق‏های در اختیار هر خانوار طی سال‏های مورد بررسی بدلیل ساختار سنتی رایج در کشور، افزایش قابل توجهی داشته است.

-       تعداد ساختمان‏های غیر مستحکم که با موادی نظیر آجر و چوب و آجر گلی و غیره ساخته شده است، بیست و پنج درصد کاهش و تعداد ساختمان‏های مستحکم ساخته شده با آجر، آهن،  سنگ و سیمان مسلح، افزایش 5 برابری را داشته است. به طوریکه نسبت این تعداد ساختمانها در مناطق روستایی از 1/1 درصد به 3/28 درصد در دوره مورد بررسی رسید (رشد 26 برابر).

-       نرخ مالکیت در مناطق شهری به سرعت افزایش داشته و نشان می‏دهد که به مسکن در ایران نظیر بسیاری از کشورها به عنوان یک نماد ثروت و دارایی نگاه می‏کنند.

-             سهم نسبی خانوارهای بهره مند از تسهیلات و امکانات نظیر برق، آب، گاز، تلفن در دسترس در سال‏های مورد بررسی از افزایش مستمری برخوردار بوده است.

مسئولان دولتی بر این باورند که با توجه به شرایط اجتماعی و اقتصادی موجود در سالهای اولیه پس از انقلاب، اصولاً تفکر برنامه‌ریزی به ویژه در زمینه مسکن دنبال نشد و به طور کلی ارزیابی برنامه‌های بعد از انقلاب نشان می دهد که طی برنامه‏های اول تا سوم توسعه اولاً سهم بخش دولتی در آنها ناچیز بوده و ثانیاً‌، سهم تأمین مسکن گروههای کم درآمد نیز بسیار پایین می‏باشد (وزارت مسکن و شهرسازی،1387 ). بدیهی است که عدم توجه به برنامه‏ریزی در این بخش مهم اقتصادی فراز و نشیب‏های  قابل توجهی را به همراه داشته است. به طوری که بعد از رونق بخش مسکن در سال‏های ۱۳۸۶-۱۳۸۵ که با جهش قیمت مسکن همراه بود، از همان ماه‏های آغازین سال ۱۳۸۷ بخش مسکن روند نزولی خود را آغاز کرد تا اینکه به رکود اقتصادی در این بخش فرو رفت. به دنبال آن سرمایه‏گذاری در بخش مسکن و تعداد پروانه‏های صادره برای ساخت مسکن کاهش یافته و روند قیمت‏ها نزولی شدند (فرهادی پور،1389).

به طور کلی باید گفت که فراهم آوری خدمات ساختمان سازی از اجزای مهم برنامه‏ریزی در کشورهای در حال توسعه بشمار رفته و کشور ایران نیز از این قضیه مستثنی نیست. طی 3 دهه اجرای برنامه‏ریزی اقتصادی در بخش مسکن کشور، مردم همواره به مسکن به عنوان نه تنها یک نیاز اساسی بلکه به عنوان یک سرمایه‏گذاری و کسب دارایی در ایران توجه نموده‏اند. برای مردم، مسکن یک ماشین سرمایه‏گذاری برای‏ دارایی‏های موثر قلمداد می‏شود که کمترین ریسک سرمایه‏داری را در مقایسه با سایر موارد نظیر بورس اوراق بهادار، ارز خارجی و سکه طلا دارا می‏باشد. علاوه بر آن بازدهی‏های ناشی از سرمایه‏گذاری بر روی بخش مسکن بیشتر از نرخ تورم بوده و همچنین رابطة تنگاتنگی بین بازدهی سرمایه‏گذاری مسکن و نرخ تورم دیده می‏شود (ما سرون و فریدونی، 2010). آنچه مسلم است، از دیدگاه کارشناسان روند اقتصادی بازار مسکن کشور طی سال‏های 1384 تا 1387 متاثر از اجرای  سیاست‌های راهبردی بوده و مجموعه  اقدامات دولت در این سال‌ها برای دسترسی خانوارهای کم بضاعت جهت اسکان یافتن نشان از روند مثبت سیاست‌گذاری‌های صورت گرفته و بر اساس مدل ارائه شده است. با توجه به شاخص‌های کمی حوزه اقتصاد مسکن، هرچند این شاخص‌ها از وضعیت مطلوب دارای فاصله هستند اما پیش بینی می‌شود به دلیل تأخیر زمانی اثرگذاری سیاست‌ها بر روی شاخص‌های کمی، بازار مسکن در صورت تداوم سیاست‌گذاری اصولی در سال‌های آتی شاهد بهبود شاخص‌های کمی اقتصادی در این حوزه نیز باشد(مرکز مطالعات تکنولوژی،1388).

 

چارچوب نظری:

همانطوری که می‏دانیم مطالعه بر روی فرایند تولید از اهمیت بسیاری در تئوری‏های اقتصادی برخوردار است آنهم بدلیل کمیابی منابع و نیاز بشر برای استفاده بهینه از آنها. مقوله تولید در اقتصاد یعنی فرایندی که در آن نهاده‏ها با روش مناسبی ترکیب شده و تبدیل به ستانده‏های با ارزش می‏شوند. (کیس و فایر،1999). تابع تولید از طرف دیگر نشان دهنده حداکثر تولید قابل حصول توسط هر بنگاه اقتصادی و با هر ترکیب بهینه از نهاده‏ها می‏باشد (سی فورد، 1989). نهاده‏ها می‏توانند بطور معمول شامل آن دسته از منابع طبیعی و انسانی مثل زمین، نیروی انسانی، ابزار و ماشین آلات، دانش بشری و فن آوری  باشند که در فرایند تولید نقش اساسی ایفا می‏کنند. در تقسیم بندی دیگری ستانده‏ها را نیز می‏توان به کالا و محصولات فیزیکی قابل لمس و همچنین خدمات غیر قابل لمس تقسیم بندی نمود. برای یک بنگاه اقتصادی در نظرگیری نهاده‏ها و ستانده‏ها به طور یکجا برای اندازه‏گیری و ارتقاء کارایی فنی لازم و ملزوم یکدیگرند. طبق گفته دایسون (2001)، اندازه‏گیری کارایی یعنی نسبت ستانده‏های بدست آمده از نهاده‏های بکار گرفته شده .این شاخص نقش مهمی را در ارزیابی بهره‏وری و کارایی ایفاء می‏کند زیرا نه تنها نشان دهنده وضعیت فعلی و چگونگی کارکرد سیستم است بلکه آینده آن را نیز در اقتصاد پیش بینی می‏کند. او معتقد است که بهره‏وری و کارایی دو شاخص مهم و تفکیک ناپذیر از هم در اندازه‏گیری وضعیت اقتصادی یک بنگاه محسوب می‏شوند. اگر چه بسیاری به اشتباه این دو اصطلاح را یکسان تلقی می‏کنند اما باید گفت که بهره‏وری یک تولید کننده اشاره به نسبت ستانده‏ها به نهاده‏ها در فرایند تولید دارد. از طرف دیگر کارایی اشاره به بهره‏وری نسبی یک بنگاه در مقایسه با سایر بنگاهها طی یک مقطع زمانی یا مکانی یا هر دو دارد. (وانگ و دیگران، 2010).

تفاوت بین کارایی و بهره‏وری را می‏توان به راحتی با نمودار 1 نمایش داد که در آن محور X نشانگر داده‏ها و محور Y نمایش دهنده ستانده‏های مربوط به چند بنگاه مشابه در یک صنعت می‏باشد . نقطه A, B, C به سه بنگاه مختلف اشاره دارد. بهره‏وری برای بنگاهی که در نقطه A فعالیت می‏کند توسط نسبت  اندازه‏گیری می‏شود. در حالیکه با همان مقدار از نهاده، میزان بهره‏وری بنگاه مزبور می‏تواند  توسط انتقال از نقطه A به نقطه B بهبود یابد. بهره‏وری در سطح جدیدتر عبارت خواهد برد از نسبت  . بنابراین کارایی نسبی بنگاه مورد بررسی در نقطه A توسط نسبت بهره‏وری نقطه A به نقطه B اندازه‏گیری می‏شود یعنی؛

 

لازم به ذکر است که کارایی اندازه‏گیری شده در بالا بطور معمول کارایی فنی در اقتصاد خوانده می‏شود و شامل کارایی فنی نهاده محور و ستانده محور است یعنی تولید کننده جهت دستیابی به سطوح بالاتر کارایی یا  می‏تواند به بهبود وضعیت ستانده با حجم معینی از نهاده بپردازد (دیدگاه ستانده محور و حرکت از A به B) یا اینکه اقدام به کاهش نهاده‏ها جهت دسترسی به سطح معینی از ستانده نماید (دیدگاه نهاده محور و حرکت از A به E) آنهم از طریق اصلاح روشهای فنی تولید. همان طور که ملاحظه می‏کنید در نمودار 1 منحنی ضخیم OF منحنی کارای مرزی است و همة نقاط بر روی این منحنی مربوط به آن سری از بنگاه‏هایی است که بطور صددرصد کارا هستند در حالیکه نقاط زیر یا سمت راست کارای مرزی مربوط به سایر بنگاه‏هایی است که به طور فنی ناکارا می‏باشند. به طور کلی تابع تولید مرزی منعکس کننده وضعیت جاری تکنولوژی در صنعت است (کویلی و دیگران، 1998).

 

 

نمودار 1 – نمایش هندسی بهره‏وری و کارایی بنگاه اقتصادی

 

 


تحلیل پوششی داده‏ها:

فارل در سال 1957 روشی را برای اندازه‏گیری کارایی معرفی نمود که پس از وی توسط بسیاری از افراد بازنویسی و اصلاح گردید. لازم به یادآوری است که در زمینه سنجش کارایی بنگاه‏های اقتصادی دو رویکرد شناخته شده برای اندازه‏گیری کارایی فنی شامل دیدگاه‏های پارامتریک و غیر پارامتریک وجود دارند. ارائه روش تخمین تابع تولید مرزی تصادفی (SPF) توسط آیگنر و دیگران (1977) و توسعه آن توسط میوسن و بویک (1978) از جمله روشهای پارامتریک محسوب می‏شود. از طرف دیگر روش تحلیل پوششی داده‏ها (DEA) معرفی شده توسط چارنز و دیگران (1978) از جمله روشهای ناپارامتریک می‏باشد که در آن از روش برنامه‏ریزی خطی برای اندازه‏گیری کارایی فنی واحدهای چندگانه تصمیم گیرنده (DMUS) استفاده می‏شود. هر واحد تصمیم گیرنده نظیر یک بنگاه اقتصادی شامل ساختاری از چندین نهاده و ستانده بوده و کاربرد تحلیل پوششی داده‏ها در مقایسه میزان بهره‏وری نسبی یک واحد تصمیم گیرنده در مقابل سایر واحدهای همگن در هنگام تبدیل نهاده‏های موثر به ستانده‏های واقعی مشابه می‏باشد. داده‏های اطلاعاتی مربوط به نهاده‏ها و ستانده‏ها را می‏توان توسط ماتریس‏های X و Y نشان داد که در آنها هر کدام از Xij ها اشاره به ith داده از واحد DMUj داشته و هر کدام از Yij ها اشاره به ith ستانده از واحد DMUj دارد. در این روش شاخص کارایی به وسیله نسبت مجموع موزون ستانده‏ها به مجموع موزون نهاده‏ها تعریف می‏گردد. به طوریکه ساختار وزن ها توسط میانگین برنامه‏ریزی ریاضی و با فرض بازدهی ثابت نسبت به مقیاس تولید (CRS) مبتنی بر مطالعه چارنز (1978) محاسبه می‏گردد. مدل CCR منتسب به چارنز،  کوپر و دیگران به صورت روابط زیر قابل استخراج هستند(روابط 1 الی 4):

 

 

 

 

 

طبق روابط استخراج شده در بالا، مدل CCR به اندازه‏گیری کارایی هر کدام از واحدها DMU از طریق حل برنامه‏ریزی کسری (FP) می‏پردازد. به طوریکه ضرایب v1, v2, …, vm همان وزن‏های مربوط به ستانده‏های بدست آمده توسط واحدهای تصمیم گیرنده هستند. پارامترهای m و n نشان دهنده تعداد متغیرهای انتخابی مدل هستند. همچنین نماد o در فرمول 1 بین مقادیر 1 تا s در نوسان بوده و نشان دهنده s بهینه سازی برای تمامی s تعداد واحد می‏باشد. قید دوم نیز نشان دهنده این مطلب است که نسبت ستانده مجازی (u1y1o+u2y2o+…+unyno) به نهاده مجازی (u1x1o+u2x2o+…+unxmo) نمی‏تواند بیشتر از یک برای هر DMU باشد یعنی بیانگر این فرض اقتصادی که ستانده نمی‏تواند از نهاده در فرایند تولید پیشی‏گیرد. همچنین جهت تسهیل در امر اندازه‏گیری کارایی به روش DEA،  برنامه‏ریزی کسری اشاره شده در بالا را می‏توان به صورت معادل آن به شکل برنامه‏ریزی خطی نوشت (روابط 5 الی 9). تشکیل این مدل خطی در روش کاربردی  DEA پاسخگویی به این سوال مهم است که در اندازه‏گیری کارایی فنی ورودی محور، تا چه میزان مقادیر اضافی از نهاده‏های استفاده شده را می‏توان بدون ایجاد تغییر در مقادیر ستانده معین کاهش داد؟ و یا اینکه در اندازه‏گیری کارایی فنی خروجی محور، تا چه میزان مقادیر متنابهی از ستانده‏ها را می‏توان بدون ایجاد تغییر در مقادیر معین از نهاده‏ها افزایش داد؟

 

 

 

 

 

در این تحقیق برای اندازه‏گیری میزان کارایی فنی هر یک از استان‏های کشور در زمینه فعالیتی بخش مسکن از تحلیل پوششی داده‏ها با رویکرد فرم مضربی CCR و فرض بازدهی ثابت نسبت به مقیاس تولید (CRS) استفاده شد. هدف از انجام این کار استخراج استانهای کارا،  رتبه‏بندی آنها و همچنین آشکار سازی نقاط ضعف استانهای ناکارای کشور در زمینه برنامه‏ریزی اقتصادی مسکن می‏باشد. به همین منظور از مطالعات دقیق تر DEA برای اندازه‏گیری کارایی فنی استان‏های کشور در بخش فعالیتی مسکن و داده‏های اطلاعاتی مربوطه طی دوره (1388-1385) استفاده شده است. بنابراین در متن تحقیق، تجزیه و تحلیل داده‏ها و نتیجه گیری بر روی آنها از هر استان به عنوان یک واحد تصمیم گیرنده (DMU) استفاده شده است. اطلاعات مربوطه عمدتاً از طریق گزارشات بانک مرکزی، مرکز آمار ایران، سرشماری نفوس و مسکن و سایت آمار بدست آمده است. در رابطه با انتخاب متغیر‏های پژوهش، مطالعات انجام شده توسط کنی و رایفا (1993) نشان می‏دهند که جهت آشکار سازی یک ساختار چند متغیره واحد از داده‏ها و ستانده‏ها لازم است دست به انتخاب مجموعه‏ای بزنیم که دارای ویژگیهای کامل بودن، غیر قابل تفکیک بودن، عملیاتی بودن و همچنین از نظر تعداد نه زیاد و نه کم باشند. در ضمن از آنجاییکه متغیرهای مربوط به نهاده‏ها می‏بایست بطور معمول شامل نیروی انسانی، زمین، مواد اولیه، سرمایه و کمکهای دستی در فرایند تولید شوند، بنا براین سه نهاده مهم زیر برای اندازه‏گیری کارایی انتخاب شدند:

  1. مساحت کل زمین به کار رفته جهت ساختمان سازی ( بر حسب 1000 متر مربع )
  2. کل سرمایه‏گذاری بخش خصوصی بر روی بخش مسکن ( بر حسب میلیون ریال )
  3. کل هزینه انجام شده برای ساخت مسکن ( بر حسب میلیون ریال )

از طرف دیگر سه محصول عمده یا ستانده‏های مهم این بخش فعالیتی نیز با در نظرگیری جایگاه آنها در مدل اندازه‏گیری بشرح ذیل انتخاب شدند:

  1. تعداد کل ساختمان احداث شده (بر حسب واحد دستگاه )
  2. سطح کل زیربنای طبقات احداث شده ( بر حسب هزار متر مربع )
  3. ارزش ریالی زمین ساختمان‏های احداث شده ( بر حسب میلیون ریال)

در این مطالعه فلسفه بکارگیری مدل DEA بر این اساس قرار داردکه با فرض بازدهی ثابت نسبت به مقیاس تولید (CRS) و همچنین در نظر گیری این امر که دولت سعی در استفاده بهینه از منابع کمیاب جهت ایجاد بیشترین سطح تولید در بخش مسکن را دارد، چنانچه هر کدام از استانها به عنوان یک واحد تصمیم گیرنده توانسته باشد از منابع فیزیکی داده شده بهترین بهره‏وری را در امر توسط مقادیر متناسبی از  تولید مسکن و محصولات مرتبط با آن داشته باشد می‏توان آن استان را به عنوان استان کارا قلمداد نمود در غیر اینصورت استان ناکار نام گرفته و نیاز به درون نگری جهت رفع نواقص عدم کارایی را خواهد داشت.

همچنین محدودیت در رتبه‏بندی واحدهای کارا حوزه‏ی دیگری از مباحث اندیشمندان در تحلیل پوششی داده‏ها را به خود اختصاص داده است و سه راهکار عمده ارائه شده برای رتبه بندی واحد‏های کارا با عناوین اندرسون و پیترسون، ماتریس کارایی متقاطع و مدل تحلیل سلسله مراتبی داده‏ها کاربرد بیشتری دارند (امامی میبدی،1380). در این پژوهش از روش اندرسون و پیترسون (1993)، که دارای مبانی تئوریک قویتری است،استفاده شد. زیرا در این روش با حذف واحد تصمیم گیرنده مورد بررسی در ساخت واحد مجازی‏ می‏توان به رتبه‏بند کامل دست یافت و میزان تغییر بوجود آمده از حذف یک واحد کارا در واقع ملاکی برای رتبه‏بندی واحدهای کارا در بین خودشان محسوب می‏گردد. به طوریکه عدد کارایی اختصاص یافته A&P (اندرسون و پیترسون) به واحدهای کارا  بیشتر از یک یا مساوی آن بوده و هر واحد تصمیم گیرنده که عدد کارایی بیشتری کسب کند، از عملکرد بالاتری در میان واحدهای کارا برخوردار است. با استفاده از مدلBCC و با حذف واحد تصمیم گیرنده مدل ریاضی ایده مزبور بصورت روابط 10 الی 13 است، که در آنها X  مقادیر ورودی، Y مقادیر خروجی،S  متغیرهای کمکی و λ متغیرهای تصمیم ­(وزن تخصیص داده شده از حل مدل به ورودی و خروجی­ها) ­و­ ε عددی کوچک می­باشد که به منظور تاثیرگذاری تمامی ورودی­ها و خروجی­ها در نمره کارایی به مدل اضافه شده­است. هدف این مدل آن است که θ را برای رسیدن به بیشترین سطح خروجی حداکثر کند. مقدارZ حاصل از این مدل می تواند بزرگ­تر از یک نیز باشد. (آذر و موتمنی،1383)

 

 

یافته‏ ها:

پس از مشخص نمودن ساختار داده‏های اطلاعاتی مربوط به نهاده‏ها و ستانده‏ها طی دوره 1388-1385 ابتدا آمار توصیفی متغیرهای مدل از جمله حد متوسط‏ها و انحراف استاندارد‏ها محاسبه شدند. جهت دریافت اعتبار مجموعة متغیرها در مدل DEA یکی از روش‏های کاربردی، اجرای آزمون اعتماد بر روی شاخصهای اندازه‏گیری کارایی و مقایسه آنها برای 2 یا 3 سال پیاپی می‏باشد (پارکین و هولینگ ورت،1997). از روش‏های دیگر می‏توان به آزمون فرض وجود همبستگی میان متغیرهای نهاده و ستانده اشاره نمود. در این روش به آزمون این فرضیه که هر گونه افزایش در نهاده‏ها رابطه مستقیم با افزایش در ستانده‏های مدل اندازه‏گیری دارد می‏پردازیم. از آنجاییکه لازم است ضرایب همبستگی مثبت و معنی دار بین متغیرهای نهاده و ستانده وجود داشته باشد، بنابراین آن متغیری که دارای همبستگی ضعیف تر است  نسبت به سایر متغیرها باید حذف یا بازنگری شوند. از طرف دیگر وجود همبستگی قوی میان متغیرهای مورد بررسی نشان دهنده تأثیر متقابل اطلاعات نهفته در یک متغیر تاثیر پذیر از طرف سایر متغیرهای تأثیرگذار می‏باشد. (لیو، 2005) . جدول 1 نشان دهنده نتایج حاصله از آزمون ضریب همبستگی متغیرهای مورد بررسی است. مقادیر معنی دار (p-value) بیانگر رابطه معنی دار قوی بین متغیرها می‏باشد.

 

 

 

تجزیه و تحلیل‏های بعدی به کمک برنامه کامپیوتری DEAP (کویلی،1996) صورت پذیرفت. از این برنامه برای اندازه‏گیری کارایی استانها در بخش مسکن به روش DEA کمک گرفته شد. در ادامه از روش CCR با فرض بازدهی ثابت نسبت به مقیاس تولید برای ارزیابی کارایی فنی و همچنین از روش تکمیلی BCC برای تفکیک کارایی فنی به کارایی‏های مدیریتی(کارایی فنی خالص) و کارایی مقیاس استفاده شد. همان طوریکه می‏دانیم، بنکر و دیگران (1984) در مطالعه خود مدل BBC را با فرض بازدهی متغیر نسبت به مقیاس تولید ارائه دادند. در این مدل شاخص کارایی مقیاس یک واحد تصمیم گیرنده (DMU) همان نسبت کارایی کلی به کارایی فنی می باشد.

بر اساس روش تجزیه تحلیل DEA که اگر یک واحد تصمیم گیری (DMU) بطورکلی ناکارا باشد این ناکارایی یا از نظر تکنیکی و یا از نظر مقیاس قابل بررسی است. در این مطالعه نیز شاخص کارایی بدست آمده توسط بکار بستن مدل CCR برای مطالعه دقیقتر در مرحله بعد از طریق به کار بستن روش BCC به دو شاخص کارایی فنی خالص و کارایی مقیاس تفکیک گردید. در این روش اگر یک واحد تصمیم گیرنده در مقیاس بهینه خود عمل نماید، دارای کارایی کلی برابر با کارایی فنی و نتیجتا کارایی مقیاس برابر واحد 1 برخوردار خواهد بود. در غیر اینصورت کارایی مقیاس کوچکتر از واحد نشان دهنده این مطلب است که بنگاه مزبور از ویژگی بازدهی کاهشی نسبت به مقیاس تولید (DRTS) و یا بازدهی افزایشی نسبت به مقیاس تولید (IRTS) برخوردار است. توصیه‏های سیاستی در این زمینه پیشنهاد می‏کنند که منابع می‏بایست از سمت واحدهای با کارایی کم و بازدهی کاهشی نسبت به مقیاس به سمت واحدهای با کارایی زیاد و بازدهی افزایشی نسبت به مقیاس جهت افزایش متوسط کل بهره‏وری حرکت نمایند (بوسوفیان و دیگران، 1991).

نتایج حاصل از اندازه‏گیری گویای این واقعیت می‏باشد که متوسط کارایی کل استان‏ها برابر 94/0 بوده و فقط 37 درصد استان‏ها از کارایی کامل در زمینه‏های فعالیت‏های بخش مسکن برخوردار هستند (جدول 2). نکته جالب توجه اینکه در میان استانهای با کارایی کامل می‏توان استانهایی را پیدا کرد که در کنار استان‏های برخوردار نظیر تهران، سمنان، خراسان رضوی، یزد و قزوین بطور کلی از وضعیت مناسبی برخوردار نبوده و به طور متوسط در مطالعات اقتصادی (آذر و غلامرضایی، 1385) جزو استانهای محروم به حساب می‏آیند نظیر آذربایجان غربی، سیستان و بلوچستان، لرستان، کرمانشاه و هرمزگان. این امر نشانگر توجه برنامه‏های ‏توسعه به سمت رشد مناطق محروم کشور طی ‏دوره مورد مطالعه و همچنین بیانگر این واقعیت است که با توجه به منابع محدود، استانهای محروم کشور به طور کلی کارایی بیشتری نسبت به استانهای برخوردار کشور داشته‏اند. از طرف دیگر مشخص شد که در حدود 63 درصد از استانها بطور نسبی ‏نارکارا بوده که از میان آن‏ها استانهای‏ قم، ایلام و کرمان از کمترین میزان کارایی‏(0.751, 0.773, 0.839) و استانهای‏زنجان، اردبیل و کردستان از کارایی ‏بالاتری‏ (0.987, 0.995, 0.999) نسبت به سایر استان‏های ‏نا کارا برخوردارند.

 

 

 


جدول 2- اندازه‏گیری‏کارایی‏فنی،کارایی‏مقیاس و بازدهی‏نسبت به مقیاس تولید مسکن در کشور

رتبه بندی استان های کارا(A&P)

تکرار استان مرجع(Peer)

کارایی‏فنی

کارایی‏مدیریتی

کارایی‏ مقیاس

استان ها

02/1

10

1.000

1.000

1

آذربایجان شرقی

03/1

14

1.000

1.000

1

آذربایجان غربی

-

0

0.995

0.997

0.998

اردبیل

-

0

0.959

0.985

0.974

اصفهان

-

0

0.773

0.791

0.977

ایلام

-

0

0.965

0.968

0.976

بوشهر

68/2

15

1.000

1.000

1

تهران

-

0

0.943

0.951

0.992

چهارمحال و بختیاری

-

0

0.920

0.927

0.992

خراسان جنوبی

12/1

6

1.000

1.000

1

خراسان رضوی

00/1

0

0.971

0.971

1

خراسان شمالی

-

0

0.895

0.994

0.900

خوزستان

-

0

0.999

1.000

0.999

زنجان

46/1

9

1.000

0.999

1

سمنان

40/1

4

1.000

1.000

1

سیستان و بلوچستان

-

0

0.859

0.895

0.960

فارس

45/1

10

1.000

1.000

1

قزوین

-

0

0.839

0.973

0.862

قم

-

0

0.987

1.000

0.987

کردستان

-

0

0.751

0.910

0.825

کرمان

22/1

3

1.000

0.960

1

کرمانشاه

-

0

0.983

1.000

0.983

کهگیلویه و بویراحمد

-

0

0.927

0.991

0.935

گلستان

-

0

0.942

0.956

0.985

گیلان

14/1

6

1.000

1.000

1

لرستان

-

0

0.881

0.961

0.917

مازندران

-

0

0.859

0.966

0.889

مرکزی

20/1

1

1.000

1.000

1

هرمزگان

-

0

0.875

0.974

0.898

همدان

06/1

4

1.000

1.000

1

یزد

 

 

0.944

0.971

0.969

میانگین

 

                 

 

 

 

 

جهت تفکیک و ارزیابی ‏دقیق تر استان‏های‏ کارا و رتبه‏بندی ‏آنها بر اساس روش اندرسون و پیترسون مطالعة عمیق تری‏ لازم است. به این ترتیب که مشخص نماییم که در میان استان‏های‏ کارا کدام استان از کارایی ‏بالاتری ‏نسبت به سایرین برخودار است. نتیجه را در جدول 2  مشاهده می‏کنیم که در آن کاراترین استان‏ها به ترتیب تهران، سمنان، قزوین، فارس دارای ‏بیشترین مقادیر کارایی برتر[1]  بوده و همچنین دارای بیشترین تکرار جهت شناخته شدن به عنوان استان مرجع[2] برای ‏سایر استان‏ها هستند. بدیهی‏است که هر چه تکرار در این راستا بیشتر باشد همان استان رتبه بالاتری‏ را در صف استان‏های‏کارا بدست خواهد آورد. همچنین در تجزیه و تحلیلهای ‏جزیی‏تر می‏توان به نتایج مربوط به مقادیر زیاده[3] نیز اشاره نمود که نشان دهنده میزان عدم کارایی ‏نسبی ‏یک استان نسبت به سایر استان‏ها در جهت تلاش برای‏کاهش نهاده‏های ‏زیادی ‏برای‏کسب مقادیر مشابه و معین از ستانده می‏باشد.

 

نتیجه گیری:

بخش مسکن و فراهم آوری‏ پناهگاه مناسب زندگی ‏باعث شده که این بخش فعالیتی ‏از اقتصاد تبدیل به محرک رشد برای‏ بسیاری ‏از کشورهای‏توسعه یافته و در حال توسعه شود، به طوریکه اکثر برنامه ریزان بر این اعتقادند که ترغیب امر سرمایه‏گذاری‏ در این بخش را نه تنها به‏عنوان جزیی ‏از راهبرد توسعه اقتصادی ‏بلکه می‏بایست از آن به عنوان یک نتیجه منطقی ‏رشد اقتصادی ‏یاد نمود. بدلیل رابطه تنگاتنگ بین فعالیت‏های‏ساخت و ساز و توسعه اقتصادی، بخش مسکن و فعالیت‏های ‏زیربنایی مربوط به آن می‏تواند منجر به رشد و توسعه اقتصادی ‏پایدار، افزایش سطح اشتغال و کاهش سطح فقر شود.

مدل تحلیل پوششی داده‏ها (DEA) از توانایی‏لازم برای‏ اندازه‏گیری‏کارایی ‏فنی، کارایی ‏مقیاس و اقتصادی ‏بخش مسکن بر خوردار بوده و نقاط قوت و ضعف این بخش فعالیتی‏ را به گونه‏ای ‏آشکار می‏سازد که از نتایج آن می‏توان در توصیه‏های ‏راهبردی ‏استفاده نمود. نتایج حاصل از اندازه‏گیری‏ گویای ‏این واقعیت می‏باشد که متوسط کارایی‏کل استان‏ها برابر 94/0 بوده و فقط 37 درصد استان‏ها از کارایی‏کامل در زمینه‏ ‏فعالیت‏های ‏بخش مسکن برخوردار هستند. نکته جالب توجه اینکه در میان استانهای‏ با کارایی‏کامل می‏توان استانهایی ‏را نیز مشاهده نمود که در کنار استان‏های ‏برخوردار از وضعیت مناسبی ‏برخوردار نبوده و جزو استانهای ‏محروم به حساب می‏آیند. این امر نشانگر توجه برنامه‏های‏ توسعه به سمت رشد مناطق محروم کشور طی ‏دوره مورد مطالعه و همچنین تایید کننده مطالعات قبلی است که عمدتا در آنها بیان شده که با توجه به منابع محدود، استانهای محروم کشور طی سال های گذشته به طور کلی کارایی بیشتری نسبت به استانهای برخوردار کشور داشته‏اند. ضمنا با توجه به بکارگیری روش اندرسن پیترسن در اندازه‏گیری و رتبه بندی استان‏های کارا، مشخص شد که بترتیب استان‏های تهران، سمنان، قزوین، فارس دارای رتبه های برتر نسبت به سایر استان‏های کارا هستند.

 



[1] - Super Efficiency

[2] - peer state

[3] - slack

منابع فارسی:
آذر، عادل، موءتمنی،علیرضا (1383)، "اندازه‏گیری ‏بهره‏وری در شرکتهای ‏تولیدی‏بوسیله مدلهای ‏تحلیل پوششی‏داده‏ها"، دوماهنامه علمی-پژوهشی ‏دانشور رفتار، دانشگاه شاهد، سال یازدهم، شماره8، صفحات54-41.
آذر، عادل، غلامرضایی، داود (1385)،"رتبه بندی استانهای کشور با رویکرد تحلیل پوششی داده ها (با به کارگیری شاخصهای توسعه انسانی)، فصلنامه پژوهش های اقتصادی ایران، شماره 27، ص 153.
امامی میبدی، علی (1380)، " اصول اندازه‏گیری کارایی و بهره‏وری (علمی-تجربی)"،  انتشارات موسسه مطالعات و پژوهش‏های بازرگانی، تهران.
جامساز، محمد (1386)،  "اقتصاد مسکن در رکود تورمی"، مجله سرمایه، شماره 470.
وزارت راه و شهرسازی‏(1389)، "روند سیاستگذاری مسکن در ایران"، ساختار شهرها (اجزای اصلی شهرها)،حوزه مسکن و شهرسازی، نشریه مسکن و شهرسازی.
فرهادی‏پور، محمدرضا (1389)، " اقتصاد مسکن: رونق یا رکود؟ "، نشریه دنیای ‏اقتصاد، شهریور ماه، شماره 2395.
مرکز مطالعات تکنولوژی دانشگاه علم و صنعت ایران (1388)، "بررسی و نقد سیاست‌های دولت نهم در بخش اقتصاد مسکن"، گزارش‌های تحلیلی: 1771 .
Aigner, D.J.,Lovell,C.A.and Schmidt,P.(1977), "Formulation and estimation of stochastic frontier production function models", J. Econometrics, 6:21–37 .
Banker, R.D., Charnes,A. and Cooper, W.W.(1984),"Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis", Management Science vol. 30, pp. 1078-1092.
Boussofiane, A., Dyson,R.G. and Thanassoulis, E.(1991),"Applied Data Envelopment Analysis", Europe Journal of Operation Research, 52, 1-15.
Burns, L. and Grebler, L.(1977),"The Housing of Nations: Advice and Policy in a Comparative Framework", Macmillan, London.
Case, K.E. and Fair, R.C.(1999),"Principles of Economics (5th ed.)", Prentice Hall, Upper Saddle River, New Jersey. ISBN:0139619054 .
Charnes, A., Cooper W. and Rhodes, E.(1978),"Measuring the Efficiency of Decision-Making Units", European Journal of Operational Research vol. 2, pp. 429-444 .
Chen, J. and Aiyong, Z.(2008),"The Relationship between Housing Investment and Economic Growth in China:A panel analysis using quarterly provincial data", Working Paper 17.
Coelli, T.(1996),"A Guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program", Department of Econometrics, University of New England.
Coelli, T., Prasada,D.S. and Battese, G.E.(1998),"An Introduction to Efficiency and Productivity Analysis", Kluwer Academic Publishers: Boston, Dordrecht and London.
Dyson, R.G. (2001) Performance Measurement and Data Envelopment Analysis – Ranking are ranks! OR Insight.Vol. 13, No. 4, pp 3-8.
Farrell, M.J. (1957),"The Measurement of Productive Efficiency", Journal of the Royal Statistical Society vol. 120, pp. 253–290.
Haq, R. (2009) Housing Construction and Economic Growth in Pakistan.
Harris, R. and Arku, G. (2006),"Housing and Economic Development: the evolution of an idea since 1945", Habitat International, 30:1007-10017 .
KhalidurRahman, K. (2007),"Development of housing finance and its impact on socio-economic uplift in the emerging economy in Bangladesh", IFC Bulletin No 31.
Leung, C. (2004),"Macroeconomics and housing: a review of the literature", Journal of
Housing Economics, 13: 249-267 .
LIU, C. (2005),"Measuring the relative efficiency and reorganization−The example of CDFAs of the NAN−TOU County in Taiwan", Chang Jung Christian University, Taiwan, R.O.C.
Masron, T., Fereidouni, H. (2010) Performance and Diversification Benefits of Housing Investment in Iran. International Journal of Economics and Finance Vol. 2, No. 4
Meeusen, W. and Broeck, J. (1977),"Efficiency Estimation From Cobb–Douglas Production Function With Compared Error", International Economics Review 18:435–44. [CrossRef]
National Housing Bank of India (2009),"Policy measures for promoting housing sector an overview of cross country experiences", Occasional paper no. IV .
ypothesis on construction and development using
Data on china’s provinces, 1990-2000", Habitat International, 27 (1): 37-62 .
Parkin, D. and Hollingsworth, B. (1997),"Measuring Production Efficiency of Acute Hospitals in Scotland, 1991–1994: Validity issues in data envelopment analysis", Appl. Econ. 29:1425–1433.
Phang, S.Y. (2001),"Housing Policy, Wealth Formation and the Singapore Economy",
Housing Studies, 16(4), 443-459 .
Seiford, L.M. (1989),"A Bibliography of Data Envelopment Analysis, Working paper", Dept of Industrial Engineering and Operations Research, University of Amherst, MA 01003, USA.
Turin, D.A. (1973) The Construction Industry: Its Economic Significance and Its Role in Development (2nd ed.) London: University College Environment Research Group.
Turin, D. A. (1978) Construction and Development. Habitat International. Vol.3. pp.33-45, 1978
Wang, T.F., Song, D.W. and Cullinane, K. (2010) The Applicability of Data Envelopment Analysis to Efficiency Measurement of Container Ports. The Hong Kong Polytechnic University.
Wells, J. (1985) The Role of Construction in Economic Growth and Development. Habitat International. Vol. 9. Pp.55-70, 1985
Zanjani, H. (2006) Housing in Iran. Iranica Encyclopedia.
Zheng, S.Q. (2003) the harmonious development between housing investment and GDP.Urban Dev.Vol.10:59-61