施慶偉，龐永師，楊 植

(廣州大學(xué) 工商管理學(xué)院， 廣東 廣州 510006)

?

中國區(qū)域建筑業(yè)全要素生產(chǎn)效率

施慶偉，龐永師，楊 植

(廣州大學(xué) 工商管理學(xué)院， 廣東 廣州 510006)

為提高中國區(qū)域建筑業(yè)全要素生產(chǎn)效率，利用增加值法對建筑產(chǎn)業(yè)的投入產(chǎn)出指標(biāo)進行篩選，在此基礎(chǔ)上，結(jié)合全局DEA-Malmquist-luenberger指數(shù)拓展模型和Tobit回歸分析，以中國省際2008～2013年面板數(shù)據(jù)為依據(jù)，從建筑行業(yè)內(nèi)部因素和外部運營環(huán)境中，針對性地提出影響建筑業(yè)全要素生產(chǎn)效率的內(nèi)外部關(guān)鍵影響因素。研究結(jié)果表明，內(nèi)部影響因素技術(shù)、管理、規(guī)模等每提升1%，建筑業(yè)區(qū)域生產(chǎn)效率會分別提升0.8384%、0.2726%、0.1873%，外部影響因素科技投入、經(jīng)濟水平、人力資源每提升1%，建筑業(yè)區(qū)域生產(chǎn)效率會分別提升0.1352%、0.0557%、-0.03196%，從研究結(jié)果看技術(shù)的提升是區(qū)域建筑業(yè)全要素生產(chǎn)效率持續(xù)增加的關(guān)鍵。

建筑業(yè)； 生產(chǎn)效率； DEA-Malmquist； 影響因素

筑業(yè)作為國家和個地方經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，是社會經(jīng)濟發(fā)展的動力源泉之一。而如何衡量建筑業(yè)在循環(huán)經(jīng)濟中的發(fā)展水平，分析建筑產(chǎn)業(yè)的現(xiàn)狀和不足，提高建筑業(yè)生產(chǎn)效率，實現(xiàn)符合經(jīng)濟轉(zhuǎn)型中的要求，是我們亟待解決的重大問題之一。而建筑業(yè)全要素生產(chǎn)效率(Total Factor Productivity，TFP)作為衡量建筑業(yè)生產(chǎn)單位的發(fā)展?jié)摿透偁幜Φ闹匾绊懸蛩?，也一直是建筑領(lǐng)域關(guān)注的問題，許多學(xué)者做了相關(guān)研究。

在相關(guān)文獻研究的基礎(chǔ)上，發(fā)現(xiàn)很多專家學(xué)者對相關(guān)的理論介紹及應(yīng)用已經(jīng)相當(dāng)深入且廣泛。為彌補文獻研究的缺陷，如：指標(biāo)選取主觀性、測算模型的間斷性及各省份之間的差異性等問題，本文采用科學(xué)的投入產(chǎn)出指標(biāo)選取法，在實現(xiàn)外部運營環(huán)境均等化的基礎(chǔ)上，采用Malmquist指數(shù)拓展模型解決其他文獻研究中的模型間斷性問題，并對影響建筑業(yè)生產(chǎn)效率的內(nèi)外部因素進行回歸分析，以期達到能夠分析其共同影響建筑業(yè)全要素生產(chǎn)效率的機理。

1 文獻綜述

在對建筑行業(yè)內(nèi)的生產(chǎn)效率研究中，李偉等[1]選取三投入(從業(yè)總?cè)藬?shù)、總資產(chǎn)和技術(shù)裝備率)三產(chǎn)出(建筑業(yè)總產(chǎn)值、施工面積和利潤總額)、林晨等[2]選取兩投入(總從業(yè)人數(shù)、基本建設(shè)投資額)一產(chǎn)出(建筑業(yè)年總產(chǎn)值)指標(biāo)，采用DEA(Data Envelopment Analysis)模型對廣東省建筑業(yè)生產(chǎn)效率進行實證分析，得出有效評價單元，陳永高[3]、王幼松[4]等利用超效率DEA對有效單元進行了排序，但都未對無效單元的影響因素進行深入分析；曹琳劍等[5]選取三投入(從業(yè)人員數(shù)、投資項目個數(shù)、企業(yè)個數(shù))三產(chǎn)出(建筑業(yè)總產(chǎn)值、企業(yè)利潤總額、企業(yè)利稅總額)指標(biāo)采用兩階段DEA，在未考慮外部運營環(huán)境影響因素的情形下，對建筑產(chǎn)業(yè)生產(chǎn)效率的無效評價單元的主要影響因素進行了深度分析，明確找出單元無效的指標(biāo)及其改進方向；為了剔除外部運營環(huán)境因素及隨機誤差的影響，王雪青等[6]選取四投入(建筑業(yè)固定資產(chǎn)投資、從業(yè)總?cè)藬?shù)、技術(shù)裝備率、動力裝備率)兩產(chǎn)出(建筑業(yè)年總產(chǎn)值、建筑業(yè)企業(yè)利潤總額)，采用三階段DEA對建筑業(yè)生產(chǎn)效率進行了更加有效的評價，提高了建筑業(yè)生產(chǎn)效率評估的準(zhǔn)確性；而為了深度分析在時間序列上影響建筑業(yè)生產(chǎn)效率的具體原因，劉炳勝等[7]通過科學(xué)方法選取兩投入(建筑產(chǎn)業(yè)總資產(chǎn)、建筑產(chǎn)業(yè)經(jīng)營性投入)兩產(chǎn)出(利稅總額、工程結(jié)算利潤)指標(biāo)，運用超效率DEA和Malmquist指數(shù)方法并結(jié)合方差分析得出，目前建筑業(yè)生產(chǎn)效率的提升的主要原因是科技進步，未來建筑業(yè)急需解決的問題是純技術(shù)效率的提升。

由前文對文獻的梳理可以看出，很多專家學(xué)者都對建筑業(yè)的生產(chǎn)效率評價做出了重大貢獻。但仍有很多問題：(1)建筑業(yè)生產(chǎn)效率評價投入產(chǎn)出指標(biāo)選取的不一致性，易造成相同模型使用不同投入產(chǎn)出指標(biāo)得出不同結(jié)果。(2)測算結(jié)果存在虛假技術(shù)進步缺陷，這是由于大多數(shù)學(xué)者[7～9]采用的是傳統(tǒng)的DEA模型(DEA-Malmquist-luenberger指數(shù)、超效率DEA等)，該類模型的生產(chǎn)技術(shù)集由單期截面決策單元投入產(chǎn)出指標(biāo)構(gòu)建，容易導(dǎo)致技術(shù)進步的不連續(xù)，從而造成技術(shù)退步現(xiàn)象。(3)以各省份平均值作為某區(qū)域的效率指數(shù)，忽略了各省份間的差異，致使結(jié)果不能如實反應(yīng)區(qū)域效率水平，如王幼松等[4]、劉炳勝等[7]、王旭等[10]。

本文針對以上問題采用文獻[7]中投入產(chǎn)出指標(biāo)的科學(xué)選取方法——增加值法，對投入產(chǎn)出指標(biāo)進行篩選；并利用三階段DEA基本原理實現(xiàn)外部運營環(huán)境均等化的基礎(chǔ)上，對中國31個省份2008～2013年建筑產(chǎn)業(yè)數(shù)據(jù)采用Malmquist指數(shù)拓展模型解決傳統(tǒng)方法造成的技術(shù)進步缺陷，深度剖析內(nèi)部影響因素；最后采用Tobit回歸模型分析內(nèi)外部影響因素對建筑業(yè)生產(chǎn)效率的共同影響。

2 評價指標(biāo)體系及模型方法

2.1 評價指標(biāo)體系選取及數(shù)據(jù)

評價指標(biāo)的選取、數(shù)據(jù)來源及模型的構(gòu)建對于建筑業(yè)生產(chǎn)效率的評價來說至關(guān)重要。而從前人的文獻總結(jié)中看出，對于評價指標(biāo)的選取很少能夠做到科學(xué)、客觀的提取。本文采用增加值法對建筑業(yè)生產(chǎn)效率評價指標(biāo)進行選取，首先，選取能夠反映建筑產(chǎn)業(yè)經(jīng)營狀況的建筑產(chǎn)業(yè)利潤增加值作為被解釋變量，其他投入產(chǎn)出指標(biāo)作為解釋變量進行Tobit回歸分析找出關(guān)鍵影響因素；然后，通過影響因素對利潤增加值的t檢驗分析說明有關(guān)變量的影響程度；然后，采用D-W檢驗和共性分析排除關(guān)鍵影響因素之間的相關(guān)性和共性。具體做法參見文獻[7]。最后，選取建筑產(chǎn)業(yè)經(jīng)營性投入、建筑產(chǎn)業(yè)總資產(chǎn)作為投入指標(biāo)，利稅總額、工程結(jié)算利潤作為產(chǎn)出指標(biāo)。

建筑產(chǎn)業(yè)主要數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2008～2013)。

2.2 模型方法

2.2.1 區(qū)域全要素生產(chǎn)效率測算模型

DG(xt,yt,g│CRS)=max{β:(e-βe,m-βm;p+βp,sp+βsp)∈P(x)}

(1)

式中：β為修正系數(shù)，下同。

在規(guī)模報酬不變(CRS)的情形下，省際建筑業(yè)生產(chǎn)效率為：

θ=1-DG(xt,yt,g│CRS)

(2)

而區(qū)域生產(chǎn)效率可表述為式(3)：

(3)

式中：a表示中國某區(qū)域，i∈a表示區(qū)域a所包含的i個省。

2.2.2 GML指數(shù)及其拓展模型

為了彌補傳統(tǒng)DEA的缺陷，王幼松[4]、劉炳勝[7]、龐永師[8]等大多采用Chung等[13]定義的傳統(tǒng)的DEA-Malmquist-Luenberger(ML)指數(shù)模型，對建筑業(yè)生產(chǎn)效率進行深度剖析。傳統(tǒng)ML指數(shù)為式(4)：

(4)

而傳統(tǒng)的ML指數(shù)模型的生產(chǎn)技術(shù)集是由單期截面決策單元的投入產(chǎn)出指標(biāo)數(shù)據(jù)決定，這類指數(shù)在時間序列上的不連續(xù)性，易造成技術(shù)進步的簡短，而使得通過ML指數(shù)方法測算結(jié)果有技術(shù)進步缺陷。針對技術(shù)進步缺陷，Oh[14]提出GML指數(shù)在評價生產(chǎn)效率時解決了技術(shù)進步缺陷，使評價結(jié)果更加穩(wěn)定和連續(xù)，并在借鑒構(gòu)造ML指數(shù)的基礎(chǔ)上在規(guī)模報酬不變(CRS)的情況下，將技術(shù)效率(EC)分解為純技術(shù)效率(PC)和規(guī)模效率(SC)。GML指數(shù)定義如式(5)～(7)：

(5)

(6)

(7)

即在CRS的情景下，技術(shù)效率(EC)分解為純技術(shù)效率(PC)和規(guī)模效率(SC)，如式(8)所示：

ECt,t+1=PCt,t+1+SCt,t+1

(8)

式中：VRS表示規(guī)模報酬可變。

由此可以將GML指數(shù)分解為式(9)：

GMLt,t+1=PCt,t+1+SCt,t+1+TCt,t+1

(9)

式中：Dt(et,mt,pt,spt;g)是以同期生產(chǎn)前沿可能集為基礎(chǔ)的方向距離函數(shù)；DG(et,mt,pt,spt;g)是以全局生產(chǎn)前沿可能集的方向距離函數(shù)。若存在PC>1,則表示后一期比前一期計算結(jié)果更加接近有效生產(chǎn)前沿面，表示純技術(shù)效率有所改進；若存在SC>1,則表示后一期比前一期計算結(jié)果更加接近有效生產(chǎn)前沿面，表示規(guī)模效率有所改進；若存在TC>1，則表示后一期比前一期計算結(jié)果更加有效，表示技術(shù)進步的增加。若GML>1，則表示建筑業(yè)決策單元的綜合效率相對前期有所增加。技術(shù)進步(TC)、純技術(shù)效率(PC)和規(guī)模效率(SC)分別對應(yīng)企業(yè)內(nèi)部的技術(shù)變動、管理和規(guī)模水平。

亦可得到區(qū)域a的所覆蓋i個省份的區(qū)域方向距離函數(shù)(見式(10)～(12))，將區(qū)域方向距離函數(shù)代入模型公式(12)，得到區(qū)域建筑業(yè)GMLa指數(shù)及其分解PCa、SCa、TCa。

(10)

(11)

(12)

2.3 建筑業(yè)生產(chǎn)效率內(nèi)外部影響因素識別

王雪青[6]和馮博[15]建立了三階段DEA，通過利用第一階段得出的投入松弛變量作為被解釋變量，把外部環(huán)境因素及隨機誤差作為解釋變量，做回歸分析用來識別外部運營環(huán)境因素，用調(diào)整誤差因素和外部環(huán)境因素對松弛變量影響的方法，剔除誤差及環(huán)境因素，建立統(tǒng)一的外部運營環(huán)境。本文在三階段DEA的研究基礎(chǔ)上，結(jié)合GML指數(shù)拓展模型，構(gòu)建建筑業(yè)生產(chǎn)效率影響因素的識別方法，具體步驟如下：

(1)提取內(nèi)外部影響因素。依據(jù)三階段DEA理論(王雪青、馮博等)，把建筑業(yè)生產(chǎn)效率影響因素分解為內(nèi)部影響因素和外部運營環(huán)境因素，內(nèi)外部因素均在已有研究的基礎(chǔ)上借鑒主要的影響因素；內(nèi)部因素如劉炳勝、王幼松等提取的技術(shù)水平、管理效率和規(guī)模水平，外部因素如劉炳勝等[7]、Flanagan R[16]提取的科技投入(IST)、經(jīng)濟水平(EI)和建筑業(yè)人力資本(CHC)等。

(2)投入產(chǎn)出松弛量的計算。依據(jù)方向向量g=(-e,-m,p,s)和非角度DEA模型，測算投入冗余和產(chǎn)出不足，如下所示：

投入：

(13)

產(chǎn)出：

(14)

式中：zi為每i個時期相應(yīng)系數(shù)。

(3)外部環(huán)境變量識別。投入產(chǎn)出規(guī)模的大小決定了投入產(chǎn)出的松弛量，外部環(huán)境對松弛量的影響僅為小部分；而建筑產(chǎn)業(yè)的投入冗余率及產(chǎn)出不足慮主要受外部環(huán)境因素影響。為能夠更好地描述投入冗余和產(chǎn)出不足，本文以外部環(huán)境變量作為解釋變量，以投入產(chǎn)出的冗余率和不足率作為被解釋變量，建立回歸方程具體測量外部環(huán)境因素影響。測量模型如下：

投入：

(15)

產(chǎn)出：

(16)

式中：取i=1,2,3,…,n；ei、mi、pi、spi為計算所得松弛量；Ci為第i個決策單元的外部環(huán)境變量；βe、βm、βp、βsp為相應(yīng)系數(shù)；ui、vi、wi、γi為計算過程中的隨機誤差項。

(4)外部運營環(huán)境均等化。為剔除外生環(huán)境變量對決策單元造成的影響，以最差運營環(huán)境為運營基礎(chǔ)，增加優(yōu)勢單元投入指標(biāo)，削弱勢單元環(huán)境產(chǎn)出指標(biāo)，以實現(xiàn)外部運營環(huán)境的均等化，方法如下：

投入：

(17)

產(chǎn)出：

(18)

(5)用式(4)計算的投入產(chǎn)出結(jié)果代入拓展模型中，求出內(nèi)部三大影響因素指數(shù)。另外，為找出建筑業(yè)生產(chǎn)效率關(guān)鍵影響因素，在外部運營環(huán)境均等化的前提下，以未調(diào)整前的投入產(chǎn)出數(shù)據(jù)計算GML0指數(shù)，并作為被解釋變量，而為提高回歸變量間的對比性，以外部環(huán)境因素的科技投入指數(shù)(當(dāng)期投入數(shù)值與上一期的比值，下同)、經(jīng)濟水平指數(shù)和建筑業(yè)人力資源指數(shù)、內(nèi)部因素的規(guī)模效率指數(shù)、純技術(shù)效率指數(shù)及技術(shù)進步指數(shù)作為解釋變量，構(gòu)造回歸分析模型，如下：

(19)

式中：i為區(qū)域；t為時期；C為常數(shù)補償項；εi,t為隨機誤差項，且服從正態(tài)分布。

3 中國建筑業(yè)生產(chǎn)效率實證分析

本文基于全要素生產(chǎn)效率計算模型，對中國2008～2013年省際面板數(shù)據(jù)進行測算區(qū)域建筑業(yè)生產(chǎn)效率，并分析其現(xiàn)狀；然后采用全局DEA模型并結(jié)合三階段DEA理論基礎(chǔ)，提取建筑業(yè)生產(chǎn)效率影響的內(nèi)部因素(技術(shù)、管理和規(guī)模)，對建筑業(yè)內(nèi)部效率進行深入剖析；最后，在之前的理論基礎(chǔ)上運用Matlab7.0軟件，對建筑業(yè)全要素生產(chǎn)效率的內(nèi)外部影響因素進行Tobit回歸分析。

3.1 區(qū)域建筑業(yè)全要素生產(chǎn)效率分析

從全國范圍和東中西部(依據(jù)國家統(tǒng)計局區(qū)域劃分)進行兩層次建筑業(yè)全要素生產(chǎn)效率計算，在未對松弛變量進行調(diào)整前，由模型(1)～(3)對2008～2013年省際面板數(shù)據(jù)進行處理，呈現(xiàn)區(qū)域建筑業(yè)全要素生產(chǎn)效率現(xiàn)狀(表1)。從全國范圍來看，建筑業(yè)全要素生產(chǎn)效率2008～2009年呈下滑趨勢，從0.786下降到0.567，以2010年為轉(zhuǎn)折點建筑業(yè)生產(chǎn)效率值呈現(xiàn)上升趨勢，從2010年的0.813上升到2013年的0.851。這與王幼松等、劉炳勝等、寧德保等[17]的研究基本一致。

表1 2008～2013年各區(qū)建筑業(yè)全要素生產(chǎn)效率

由于2008～2009年間CPI指數(shù)持續(xù)上漲，同比高者達8.7%，這使得國家不得不對市場進行調(diào)控，以持續(xù)增加投資來提高經(jīng)濟上升勢頭，但由于缺乏長遠考慮的調(diào)控方式，并沒有產(chǎn)生良好的正面效應(yīng)，反而使得泡沫經(jīng)濟迅速擴漲；從而導(dǎo)致以房地產(chǎn)為經(jīng)濟支柱的各省區(qū)建筑業(yè)市值激增，盡管當(dāng)期建筑業(yè)總產(chǎn)值有很大程度的提高，但大多是由規(guī)模效益造成的，整體的建筑業(yè)生產(chǎn)效率是持續(xù)降低的。2010～2013年間，在基于國家大政方針的調(diào)整下，如產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟發(fā)展方式轉(zhuǎn)變等政策，使得我國以規(guī)模效益取得建筑業(yè)生產(chǎn)效率的提升情況開始得到改善，注重技術(shù)及人才的培養(yǎng)。

對于各個區(qū)域來說，2008～2013年東部地區(qū)的生產(chǎn)效率值相對與中西部來說較高；而在2009年西部地區(qū)雖然生產(chǎn)效率值有所降低，但生產(chǎn)效率值比東中部地區(qū)較高，原因在于外生運營的環(huán)境對其影響是有限的，這是由于缺乏改革開放的前沿陣地通過國際貿(mào)易、引進先進的技術(shù)設(shè)備和良好的政策環(huán)境，國際接軌的機會較少，大部分是傳統(tǒng)的國內(nèi)自營企業(yè)，不像在經(jīng)濟開放活躍的前沿地區(qū)等的影響幅度大；與此相反，由于東中部地區(qū)完善的基礎(chǔ)建設(shè)及得天獨厚的開放政策，與國外貿(mào)易往來所引進的先進管理經(jīng)驗及技術(shù)設(shè)備，這些良好的外部運營環(huán)境使得在國家大政方針正確的指導(dǎo)下建筑業(yè)生產(chǎn)效率能夠快速高效地恢復(fù)，這就是東部地區(qū)相對中西部地區(qū)來說建筑業(yè)整體實力(技術(shù)、規(guī)模、管理)提升的主要原因。

3.2 建筑行業(yè)內(nèi)部效率指數(shù)分析

運用王雪青[6]和馮博[15]等的三階段DEA理論基礎(chǔ)上，通過調(diào)整松弛變量，剔除外部運營環(huán)境及隨機誤差的影響下，建立全局GML指數(shù)，對中國建筑行業(yè)內(nèi)部生產(chǎn)效率從技術(shù)、規(guī)模和管理進行分析，深度剖析建筑行業(yè)內(nèi)部效率低下的原因。也是以2008～2013年中國建筑業(yè)省際面板數(shù)據(jù)為基礎(chǔ)，從國家及東中西部兩個層面對行業(yè)內(nèi)部效率進行分解計算(表2)。從全國范圍來看，2008～2013年間的GMLa指數(shù)為0.914，表明全國建筑業(yè)總體的內(nèi)部效率是下降的；以其分解具體指數(shù)來看，純技術(shù)效率指數(shù)(PCa)、規(guī)模效率指數(shù)(SCa)和技術(shù)進步指數(shù)(TCa)，分別為1.023、1.000和0.894；其中PCa>1、SCa>1，TCa<1，說明建筑業(yè)內(nèi)的管理水平正在改進，規(guī)模是穩(wěn)定的不再持續(xù)增加，其中技術(shù)阻礙了建筑行業(yè)內(nèi)部效率的提高。

表2 2008～2013年各區(qū)建筑業(yè)內(nèi)部平均效率分解指數(shù)

從各個區(qū)域分析來說，東中西部地區(qū)的生產(chǎn)效率指數(shù)GMLa分別為0.927、0.906、0.909，說明各地區(qū)內(nèi)部效率都是在不斷降低的；其中東部地區(qū)的PCa>1、SCa>1、TCa<1，說明東部地區(qū)的規(guī)模效率和管理效率是有所提高，而技術(shù)進步是影響東部地區(qū)的主要原因；中西部地區(qū)的PCa>1、SCa<1、TCa<1，說明其只有管理效率的相應(yīng)提高，而規(guī)模效率和技術(shù)進步是影響建筑業(yè)內(nèi)部效率提升的主要原因。對于東部地區(qū)技術(shù)進步指數(shù)相對于中西部較高的原因，也是跟其良好的外部運營環(huán)境、改革開放政策、與國際接軌的程度等密不可分的。

3.3 內(nèi)外部影響因素Tobit分析

以未調(diào)整前的投入產(chǎn)出數(shù)據(jù)計算GML0指數(shù)，并作為被解釋變量，而為提高回歸變量間的對比性，以外部環(huán)境因素的科技投入指數(shù)(IST*，當(dāng)期投入數(shù)值與上一期的比值，下同)、經(jīng)濟水平指數(shù)(EI*)和建筑業(yè)人力資源指數(shù)(CHC*)，內(nèi)部因素的規(guī)模效率指數(shù)、純技術(shù)效率指數(shù)及技術(shù)進步指數(shù)作為解釋變量，構(gòu)造回歸分析模型，回歸結(jié)果如表3所示。

表3 Tobit回歸分析結(jié)果

從回歸分析結(jié)果來看，其中外部運營環(huán)境中的人力資源指數(shù)的變化與建筑業(yè)生產(chǎn)效率指數(shù)GML0呈現(xiàn)明顯的負(fù)相關(guān)，這說明如果建筑行業(yè)人數(shù)不斷增加不僅未能體現(xiàn)技術(shù)因素作用，而且會因為建筑業(yè)人數(shù)在達到臨界值之后的增加導(dǎo)致GML0指數(shù)下降，這與多數(shù)學(xué)者研究不同，主要原因是由于建筑行業(yè)人員持續(xù)的增加在有限的技術(shù)和經(jīng)濟水平下，并不能創(chuàng)造持續(xù)增加的產(chǎn)業(yè)效率(即人均創(chuàng)造的相對指數(shù)在下降)；另外，科技投入與經(jīng)濟水平與GML0指數(shù)呈現(xiàn)正相關(guān)，這與劉炳勝等[7]研究相一致。從外部運營環(huán)境影響因素來看，人力資源指數(shù)每提高1%，建筑業(yè)生產(chǎn)效率就會降低0.03196%(人均創(chuàng)造的相對指數(shù)下降)；經(jīng)濟水平每提高1%，建筑業(yè)生產(chǎn)效率就會提升0.0557%；科技投入每提升1%，建筑業(yè)生產(chǎn)效率就會提升0.1352%。

對于行業(yè)內(nèi)部因素相對于外部環(huán)境因素來說，其影響程度都遠遠高于外部運營環(huán)境因素的影響，這說明建筑業(yè)生產(chǎn)效率提升的關(guān)鍵在于內(nèi)部因素的改善。從內(nèi)部影響因素技術(shù)、管理、規(guī)模等每提升1%，建筑業(yè)生產(chǎn)效率會分別提升0.8384%、0.2726%、0.1873%。這說明從內(nèi)部影響因素來說，技術(shù)提升的影響要比管理、規(guī)模影響大得多，王幼松等、龐永師等、孫慧等研究相一致。從總體影響因素來看，外部運營環(huán)境的改善在一定程度上對建筑業(yè)生產(chǎn)效率是有影響的，而顯著提高建筑業(yè)生產(chǎn)效率在于其內(nèi)部影響因素提升和改良。

4 結(jié) 論

本文在前人研究的基礎(chǔ)上，科學(xué)有效地提取投入產(chǎn)出指標(biāo)，并結(jié)合DEA和方向距離函數(shù)構(gòu)建建筑業(yè)生產(chǎn)效率模型，測算中國2008～2013年建筑業(yè)生產(chǎn)效率；利用Malmquist拓展模型克服了傳統(tǒng)算法中技術(shù)進步缺陷問題，并采用Tobit回歸分析內(nèi)外部影響因素對建筑業(yè)生產(chǎn)效率的具體影響。這一研究思路，在科學(xué)建立投入產(chǎn)出指標(biāo)的基礎(chǔ)上，更加全面地考慮建筑業(yè)生產(chǎn)效率的影響因素和更科學(xué)的測算，不僅解決主觀介入的影響，而且對客觀存在的缺陷加以解決和完善。

研究發(fā)現(xiàn)，建筑行業(yè)內(nèi)部影響因素技術(shù)、管理、規(guī)模等每提升1%，建筑業(yè)生產(chǎn)效率會分別提升0.8384%、0.2726%、0.1873%， 外部影響因素科技投入、經(jīng)濟水平、人力資源每提升1%，建筑業(yè)生產(chǎn)效率會分別提升0.1352%、0.0557%、-0.03196%。隨著國家提出整體性的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，由于沒有理清各因素對建筑業(yè)生產(chǎn)效率的影響，過分強調(diào)外部運營環(huán)境的影響，忽視了產(chǎn)業(yè)的優(yōu)化升級是由內(nèi)而外的；從本文研究結(jié)果看，提升建筑業(yè)內(nèi)部的技術(shù)、管理、規(guī)模是提升建筑業(yè)生產(chǎn)效率的有效途徑，而表2的分解指數(shù)表明，東中西部地區(qū)的管理和規(guī)模因素都是有效的，所以技術(shù)因素可作為提升建筑業(yè)生產(chǎn)效率的關(guān)鍵因素。

[1] 李 偉, 李光輝, 李月娟, 等. 基于DEA模型的我國各省區(qū)建筑業(yè)生產(chǎn)效率評價實證研究[J]. 科技進步與對策, 2009, 26(21): 153-155.

[2] 林 晨, 王幼松, 張 雁. 廣東省建筑業(yè)生產(chǎn)效率的分析評估[J]. 華南理工大學(xué)學(xué)報(自然科學(xué)版), 2003, 31(1): 14-17.

[3] 陳永高, 周明榮, 鐘振宇. 基于超效率DEA的上市建筑企業(yè)經(jīng)營效率分析[J]. 武漢理工大學(xué)學(xué)報(信息與管理工程版), 2010, 32(3): 502-506.

[4] 王幼松, 李成瑤, 張煜帆, 等. 基于超效率DEA的華南六省建筑業(yè)效率分析[J]. 建筑經(jīng)濟, 2014, (4): 19-22.

[5] 曹琳劍, 魏 瑩, 陳 靜, 等. 基于兩階段DEA的建筑業(yè)效率評價研究——以天津市為例[J].建筑經(jīng)濟, 2014, 35(10): 115-121.

[6] 王雪青, 潘 輝. 我國區(qū)域建筑產(chǎn)業(yè)生產(chǎn)效率比較研究[J]. 統(tǒng)計與決策, 2013, (18): 96-99.

[7] 劉炳勝, 陳曉紅, 王雪青, 等. 中國區(qū)域建筑產(chǎn)業(yè)TFP變化趨勢與影響因素分析[J]. 系統(tǒng)工程理論與實踐, 2013, 33(4): 1041-1049.

[8] 龐永師, 劉景礦, 王亦斌, 等. 基于超效率DEA和Malmquist法的中國建筑業(yè)生產(chǎn)效率分析[J]. 廣州大學(xué)學(xué)報(自然科學(xué)版), 2015, 14(1): 82-89.

[9] 孫 慧, 付 辰, 范志清. 基于Malmquist指數(shù)方法的建筑業(yè)效率動態(tài)評價[J]. 建筑經(jīng)濟, 2012, (3): 91-94.

[10]王 旭, 李 林, 鄧鴻星. 我國區(qū)域建筑業(yè)競爭力綜合評價研究——基于PP-DEA模型[J]. 技術(shù)經(jīng)濟與管理研究, 2013, (8): 23-28.

[11]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429-444.

[12]汪克亮, 楊寶臣, 楊 力. 中國全要素能源效率與能源技術(shù)的區(qū)域差異[J]. 科研管理, 2013, 33(5): 56-63.

[13]Chung Y H, F?re R, Grosskopf S. Productivity and undesirable outputs: a directional distance function approach[J]. Journal of Environmental Management, 1997, 51(3): 229-240.

[14]Oh D. A global Malmquist-Luenberger productivity index[J]. Journal of Productivity Analysis, 2010, 34(3): 183-197.

[15]馮 博, 王雪青. 中國建筑業(yè)能源經(jīng)濟效率與能源環(huán)境效率研究——基于SBM模型和面板Tobit模型的兩階段分析[J]. 北京理工大學(xué)學(xué)報(社會科學(xué)版), 2015, 17(1): 14-22.

[16]Flanagan R, Lu W, Shen L, et al. Competitiveness in construction: a critical review of research[J]. Journal of Construction Management and Economics, 2007, 25: 989-996.

[17]寧德保, 李 瑩. 基于DEA方法的我國建筑業(yè)效率評價研究[J]. 建筑經(jīng)濟, 2013, (7): 5-8.

Total Factor Productivity About the Regional Construction Industry in China

SHIQing-wei,PANGYong-shi,YANGZhi

(School of Business, Guangzhou University, Guangzhou 510006, China)

In order to improve the total factor productivity of Chinese regional construction industry, it screens the input and output indicators of the total factor productivity of Chinese regional construction industry with the method of added value. On this basis, combined with the global DEA-Malmquist-luenberger exponential expansion model and Tobit regression analysis to Chinese provincial 2008～2013 is based on panel data from the construction industry, internal and external operating environment, targeted external influences filed within the construction industry total factor productivity of key factors. The results show that internal factors like technology (TC), management (PC), scale (SC) and every one percentage point lift, construction area of production efficiency will increase 0.8384, 0.2726, 0.1873 percentage points, external factors like science and technology, economic level, to enhance human resources for each one percentage point, the construction area will increase production efficiency 0.1352,0.0557, -0.03196 percent, respectively. From the results, the technological upgrading regional construction industry is the key to increase total factor productivity.

construction; production efficiency; DEA-Malmquist; factors

2016-02-24

2016-05-24

施慶偉(1990-)，男，山東濟南人，碩士研究生，研究方向為工程經(jīng)濟(Email:shiqw2014@163.com)

龐永師(1955-)，男，河北宣化人，教授，研究方向為建筑經(jīng)濟及項目管理(Email:shiqw2014@163.com)

廣東省哲學(xué)社會科學(xué)“十二五”規(guī)劃項目(GD11CGL06)

F407.9

A

2095-0985(2016)05-0098-06