武文杰, 貝芳芳

(1. 安徽建筑大學(xué) 土木工程學(xué)院, 安徽 合肥, 230601; 2. 安徽建筑大學(xué) 管理學(xué)院, 安徽 合肥, 230601)

我國(guó)建筑產(chǎn)業(yè)技術(shù)效率的SFA-Malmquist指數(shù)實(shí)例研究

武文杰1, 貝芳芳2

(1. 安徽建筑大學(xué) 土木工程學(xué)院, 安徽 合肥, 230601; 2. 安徽建筑大學(xué) 管理學(xué)院, 安徽 合肥, 230601)

首先選取6項(xiàng)建筑生產(chǎn)效率指標(biāo), 利用計(jì)量經(jīng)濟(jì)學(xué)知識(shí)建立隨機(jī)前沿SFA模型以及Malmquist全要素生產(chǎn)模型分別對(duì)我國(guó)區(qū)域建筑市場(chǎng)的技術(shù)生產(chǎn)效率及影響因素進(jìn)行研究; 再對(duì)2010–2015年我國(guó)31個(gè)地區(qū)的建筑產(chǎn)業(yè)數(shù)據(jù)進(jìn)行實(shí)證研究及全要素生產(chǎn)效率指數(shù)模型的動(dòng)態(tài)分析。結(jié)果顯示: 我國(guó)建筑產(chǎn)業(yè)整體技術(shù)效率水平與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)關(guān)系, 具體表現(xiàn)為沿海各省市技術(shù)水平最高、中部省份次之、邊緣省份最低; 區(qū)域建筑產(chǎn)業(yè)生產(chǎn)效率的正面主要影響因素為技術(shù)進(jìn)步指數(shù), 負(fù)面影響因素為規(guī)模效率變化指數(shù)。

建筑生產(chǎn)效率; SFA模型; 全要素生產(chǎn)模型; 實(shí)證研究

作為國(guó)民經(jīng)濟(jì)三大支柱產(chǎn)業(yè)的建筑業(yè), 在我國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中起著十分重要的作用, 尤其是改革開(kāi)放之后自身規(guī)模的不斷增加, 更是促使了我國(guó)城鄉(xiāng)一體化、工業(yè)化的快速發(fā)展。建筑產(chǎn)業(yè)自上世紀(jì)80年代開(kāi)始進(jìn)行體制改革至今, 雖然在設(shè)計(jì)、施工、運(yùn)營(yíng)維護(hù)等各類技術(shù)領(lǐng)域均取得了很大進(jìn)步, 但是我國(guó)建筑產(chǎn)業(yè)的效率水平較之歐、美、日等國(guó)家仍存在很大差距。若想致力于建筑產(chǎn)業(yè)更好、更健康地發(fā)展, 就必須清楚地掌握當(dāng)前建筑業(yè)的發(fā)展?fàn)顩r, 因此, 通過(guò)對(duì)我國(guó)的建筑產(chǎn)業(yè)效率技術(shù)進(jìn)行測(cè)定預(yù)算, 找到影響發(fā)展的具體因素并加以解決十分必要。

目前用于研究建筑效率分析的方法分為非參數(shù)法及參數(shù)法2大類。非參數(shù)法以數(shù)據(jù)包絡(luò)分析法(即DEA)為代表, 其最大的特點(diǎn)為不具體設(shè)定模擬函數(shù)的形式, 通過(guò)解決多目標(biāo)規(guī)劃問(wèn)題的帕累托有效解來(lái)研究效率問(wèn)題, 國(guó)內(nèi)對(duì)建筑產(chǎn)業(yè)效率問(wèn)題的研究大多就采用這種非參數(shù)模式的DEA方法。楊麗等[1]以DEA方法為工具對(duì)我國(guó)各個(gè)省、自治區(qū)、直轄市進(jìn)行了有關(guān)區(qū)域內(nèi)建筑產(chǎn)業(yè)技術(shù)效率、能效反應(yīng)、規(guī)模發(fā)展等方面的實(shí)證研究與分析, 為如何提高建筑產(chǎn)業(yè)生產(chǎn)率提出了較為實(shí)用的依據(jù)和建議。陳德強(qiáng)等[2]利用數(shù)據(jù)包絡(luò)分析法研究了2010年我國(guó)西北地區(qū)省市的建筑生產(chǎn)效率, 結(jié)果顯示四川、重慶等地區(qū)的建筑業(yè)效率較青海、云南等省份高。楊璐璐[3]創(chuàng)新性地通過(guò)將樣本選擇模型(Tobit)引入DEA方法中, 對(duì)我國(guó)建筑產(chǎn)業(yè)生產(chǎn)效率變化地研究, 指出區(qū)域性城鄉(xiāng)一體化水平、建筑業(yè)的總體水平以及各類相關(guān)人員收入狀況與建筑業(yè)效率的水平存在正相關(guān)關(guān)系。朱崢崢等[4]選取影響黑龍江建筑發(fā)展的9個(gè)指標(biāo)及相關(guān)建筑業(yè)的生產(chǎn)數(shù)據(jù), 運(yùn)用兩階段的數(shù)據(jù)包絡(luò)分析法對(duì)引起黑龍江建筑發(fā)展的各類指標(biāo)進(jìn)行篩選進(jìn)而為城市建筑業(yè)未來(lái)發(fā)展提供依據(jù)。孟魁[5]利用三階段的DEA方法對(duì)我國(guó)中部6省市地區(qū)能耗和碳排放約束條件下的物流效率問(wèn)題進(jìn)行研究, 結(jié)果顯示影響地區(qū)物流生產(chǎn)效率最主要的2大因素為地區(qū)的經(jīng)濟(jì)狀況和區(qū)域內(nèi)市場(chǎng)需求。通過(guò)查閱文獻(xiàn)發(fā)現(xiàn), 非參數(shù)的DEA法已經(jīng)在建筑行業(yè)的各領(lǐng)域中得到推廣應(yīng)用, 但是采用有參數(shù)的包絡(luò)分析方法對(duì)建筑生產(chǎn)效率進(jìn)行研究分析的文獻(xiàn)相對(duì)較少。此類方法最主要的特點(diǎn)是將產(chǎn)品生產(chǎn)函數(shù)設(shè)定為某種具體函數(shù), 并依據(jù)這一函數(shù)對(duì)效率進(jìn)行測(cè)定。

本文選用了具有參數(shù)的隨機(jī)前沿分析法(簡(jiǎn)稱SFA), 該方法屬于典型的前沿分析。它充分考慮隨機(jī)因素對(duì)產(chǎn)出影響的同時(shí), 也能核算噪聲影響及歸類技術(shù)效率, 對(duì)解決多決策投入單一產(chǎn)出特定時(shí)期的技術(shù)效率的核算、預(yù)測(cè)、統(tǒng)計(jì)和分析等問(wèn)題都十分有效。本文除了利用SFA對(duì)建筑產(chǎn)業(yè)的生產(chǎn)效率進(jìn)行靜態(tài)分析外, 為使分析更加全面, 針對(duì)歷年數(shù)據(jù)的變化, 利用Malmquist生產(chǎn)效率指數(shù)模型對(duì)近年的建筑產(chǎn)業(yè)指標(biāo)進(jìn)行動(dòng)態(tài)分析及預(yù)測(cè), 力求靜態(tài)、動(dòng)態(tài)相結(jié)合對(duì)我國(guó)各省市的建筑業(yè)生產(chǎn)效率進(jìn)行全面地評(píng)價(jià)分析。

1 建筑生產(chǎn)效率指標(biāo)的選取

(1) 技術(shù)指標(biāo)。依據(jù)隨機(jī)前沿分析方法要求的“多投入一產(chǎn)出”和已有國(guó)內(nèi)外專家在建立建筑生產(chǎn)效率模型時(shí)對(duì)變量的選擇, 本文投入指標(biāo)選取為各省市勞動(dòng)生產(chǎn)率和建筑產(chǎn)業(yè)總產(chǎn)值, 分別用L和C表示;產(chǎn)出指標(biāo)選取為各地區(qū)建筑增加值, 用Z表示。在進(jìn)行建模之前將2010年的總產(chǎn)值折算為可比價(jià)產(chǎn)值[6]并折算出2010年的不變建筑售價(jià)以便運(yùn)算。

(2) 建筑業(yè)發(fā)展指標(biāo)。我國(guó)的建筑產(chǎn)業(yè)具有國(guó)家宏觀調(diào)控區(qū)域特色發(fā)展的特點(diǎn), 結(jié)合這一特點(diǎn)本文選取影響其發(fā)展的技術(shù)指標(biāo)為國(guó)有建筑企業(yè)比Xgq(國(guó)有企業(yè)占建筑市場(chǎng)總企業(yè)的比值)、建筑產(chǎn)業(yè)產(chǎn)值比Xcz(建筑產(chǎn)業(yè)當(dāng)年GDP指標(biāo)占地區(qū)總產(chǎn)值的比值)、建筑資產(chǎn)投資比Xzt(用于建筑產(chǎn)業(yè)的投資占區(qū)域當(dāng)年總投資的比值)、科技投資比Xkt(用于建筑科技投資占區(qū)域當(dāng)年總投資的比值)。

本文數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)局2016年發(fā)布的《2016中國(guó)統(tǒng)計(jì)年鑒》[7], 為了完整地對(duì)我國(guó)各省市進(jìn)行區(qū)域建筑經(jīng)濟(jì)分析, 選取2010–2015年31個(gè)省市自治區(qū)的數(shù)據(jù)為樣本進(jìn)行研究?！?016中國(guó)統(tǒng)計(jì)年鑒》第十四章“建筑業(yè)”數(shù)據(jù)真實(shí)、可信度高, 對(duì)本文結(jié)果科學(xué)性有著非常重要的作用。

2 模型的建立

2.1 隨機(jī)前沿SFA模型的建立

SFA方法最早可以追溯到1977年Aigneer提出的隨機(jī)前沿生產(chǎn)函數(shù)理論[8], 之后的幾十年里有學(xué)者在此基礎(chǔ)上對(duì)技術(shù)無(wú)效率、TFP對(duì)產(chǎn)出影響等問(wèn)題進(jìn)行研究。本文在前人研究的基礎(chǔ)上對(duì)建筑產(chǎn)業(yè)的生產(chǎn)效率問(wèn)題進(jìn)行SFA模型研究, 為使模型更為直觀, 現(xiàn)將各符號(hào)及定義列入表格1。本文的隨機(jī)前沿SFA模型建立如下。

作為農(nóng)業(yè)投入品，肥料的施用數(shù)量和方式都在影響著土壤的質(zhì)量。汪洪表示，肥料施用安全是土壤質(zhì)量和農(nóng)產(chǎn)品質(zhì)量安全的重要保證，肥料合理施用是農(nóng)業(yè)綠色發(fā)展的重要環(huán)節(jié)，而肥料的不合理使用則會(huì)導(dǎo)致農(nóng)學(xué)安全風(fēng)險(xiǎn)、生態(tài)環(huán)境風(fēng)險(xiǎn)、農(nóng)產(chǎn)品污染風(fēng)險(xiǎn)、動(dòng)物和人體健康風(fēng)險(xiǎn)等多方面問(wèn)題。因此，肥料產(chǎn)品需要進(jìn)行登記管理。

第i個(gè)省份在第j年度里建筑產(chǎn)業(yè)的生產(chǎn)投入函數(shù)In(Zij) = α0+ α1In(Lij) + α2In(Cij) + Rij- Pij。該函數(shù)由投入指標(biāo)線性組合而成, 用于反映投入總指標(biāo)。第i個(gè)省份在第j年度里建筑產(chǎn)業(yè)的技術(shù)效率函數(shù)TEij= exp(-Pij)。當(dāng)Pij= 0, TEij= 1時(shí), 表明該省份的生產(chǎn)效率處于領(lǐng)先情形, 其生產(chǎn)點(diǎn)位于前沿面之上;相應(yīng)地, 當(dāng)Pij> 0, 0 < TEij< 1時(shí), 表明該省份的生產(chǎn)效率處于滯后情形, 其生產(chǎn)點(diǎn)位于前沿面之下。

第i個(gè)省份在第j年度里建筑產(chǎn)業(yè)的非效率函數(shù)Mij= β0+ β1(Xgq) + β2(Xcz) + β3(Xzt) + β4(Xkt)。該函數(shù)由建筑發(fā)展的4個(gè)指標(biāo)與技術(shù)影響因子線性組合而成, 若β0～β4> 0, 則表明建筑發(fā)展指標(biāo)對(duì)建筑產(chǎn)業(yè)的技術(shù)效率存在負(fù)面影響; 相反地, 若β0～β4< 0, 則表明建筑發(fā)展指標(biāo)對(duì)建筑產(chǎn)業(yè)的技術(shù)效率存在正面影響。

建筑產(chǎn)業(yè)技術(shù)無(wú)效比例函數(shù)γ = βP2/(βR2+ βP2)。當(dāng)γ = 0時(shí), 說(shuō)明區(qū)域建筑生產(chǎn)技術(shù)效率很高, 其安全技術(shù)效率生產(chǎn)點(diǎn)位于前沿面之上, 此時(shí)不再需要進(jìn)行SFA技術(shù)分析; 當(dāng)0< γ < 1/2時(shí), 即生產(chǎn)無(wú)效技術(shù)因子0 < βP< 1/2時(shí), 說(shuō)明各區(qū)域建筑生產(chǎn)技術(shù)效率的差距來(lái)源為不可控因子導(dǎo)致的隨機(jī)誤差; 當(dāng)1/2 < γ < 1時(shí), 即生產(chǎn)無(wú)效技術(shù)因子1/2 < βP< 1時(shí),說(shuō)明各區(qū)域建筑產(chǎn)業(yè)實(shí)際產(chǎn)值和最大希望產(chǎn)值之差是由生產(chǎn)無(wú)效技術(shù)因子造成的, 此時(shí)需要對(duì)各省建筑產(chǎn)業(yè)進(jìn)行隨機(jī)前沿SFA分析; 當(dāng)γ = 1時(shí), 說(shuō)明區(qū)域建筑生產(chǎn)技術(shù)函數(shù)為不帶隨機(jī)性的確定前沿模型。

表1 符號(hào)及定義

2.2 Malmquist 全要素生產(chǎn)率模型的建立

Malmquist指數(shù)最早在1953年由瑞典學(xué)者提出[9], 該方法利用收縮因子之間的比值構(gòu)造消費(fèi)指數(shù),在數(shù)據(jù)包絡(luò)分析法(即DEA方法)的基礎(chǔ)上將全要素生產(chǎn)率TFP的變動(dòng)分解成有效的技術(shù)變動(dòng)、規(guī)模結(jié)果變動(dòng)以及技術(shù)進(jìn)步變動(dòng)3個(gè)模塊。在已有的建筑產(chǎn)業(yè)效率實(shí)證研究中, 大多采用全要素生產(chǎn)效率指數(shù),這也說(shuō)明這一方法的科學(xué)性, 因此, 本文將基于SFA函數(shù)延伸應(yīng)用Malmquist指數(shù)模型, 通過(guò)對(duì)決策變量的邊界效率函數(shù)的計(jì)算分析來(lái)進(jìn)一步完成對(duì)各區(qū)域建筑產(chǎn)業(yè)生產(chǎn)效率及技術(shù)等變化程度的測(cè)定。某省市第j至j + 1年度范圍內(nèi)的Malmquist全要素生產(chǎn)率指數(shù)函數(shù)為。若Mq> 1則說(shuō)明在j至j + 1年度范圍內(nèi)的建筑產(chǎn)業(yè)生產(chǎn)效率是遞增的, 也就是說(shuō)后一年度的區(qū)域效率高于前一年度; 若Mq= 1, 則說(shuō)明j至j + 1年度建筑產(chǎn)業(yè)生產(chǎn)效率沒(méi)有變化; 若Mq< 1, 則說(shuō)明在j至j + 1年度范圍內(nèi)的建筑產(chǎn)業(yè)生產(chǎn)效率是遞減的, 即后一年度的區(qū)域效率較上年度不增反降。

為了利用Malmquist指數(shù)模型進(jìn)行更好地實(shí)證分析, 將其分為技術(shù)效率指數(shù)函數(shù)、技術(shù)進(jìn)步指數(shù)函數(shù), 分別用TE、TC表示。在進(jìn)行分析時(shí)將技術(shù)效率指數(shù)分解為規(guī)?；手笖?shù)(簡(jiǎn)記SC)和純技術(shù)效率指數(shù)函數(shù)(簡(jiǎn)記PTEC), 進(jìn)一步完善的Malmquist指數(shù)函數(shù)模型表達(dá)式為。

技術(shù)效率指數(shù)TE主要用來(lái)核定決策變量在j至j + 1年度范圍內(nèi)實(shí)際產(chǎn)值距最佳產(chǎn)值的距離變化,經(jīng)濟(jì)領(lǐng)域常稱這一變化為“追趕效應(yīng)”。若TE> 1, 則說(shuō)明決策變量的實(shí)際生產(chǎn)接近前沿截面, 此時(shí)該省市的技術(shù)效率較上一年是提高的; 技術(shù)進(jìn)步指數(shù)TC主要用來(lái)核定技術(shù)變量在j至j + 1年度范圍內(nèi)的變化情況, 這一變化又稱“增加效應(yīng)”。若TC> 1, 則說(shuō)明在接連的一年里最佳生產(chǎn)點(diǎn)順著前沿面向上移動(dòng),這也說(shuō)明相關(guān)技術(shù)在這一年度存在提高。

3 隨機(jī)前沿SFA模型實(shí)證研究

3.1 技術(shù)生產(chǎn)效率函數(shù)分析

在進(jìn)行實(shí)證研究和分析時(shí)借助隨機(jī)前沿效率模擬軟件Frontier, 這是一種致力解決隨機(jī)SFA問(wèn)題的軟件, 該軟件的運(yùn)行原理是利用極大似然估計(jì)法模擬隨機(jī)前沿成本以及隨機(jī)前沿生產(chǎn)模型。本文利用Frontier4軟件對(duì)SFA模型的各個(gè)參數(shù)進(jìn)行極大似然估計(jì), 并將其結(jié)果列在表2中。

表2中, 前沿生產(chǎn)函數(shù)參數(shù)分別為α0～α2,技術(shù)生產(chǎn)效率函數(shù)參數(shù)為β0～β4、β2以及γ。γ =0.995 1即在0.5%的置信度時(shí)標(biāo)準(zhǔn)差為0.021 8,明顯不為0, 這說(shuō)明造成前沿生產(chǎn)誤差的主要原因是技術(shù)上的無(wú)效, 這一現(xiàn)狀將在2010– 2015年的建筑行業(yè)效率實(shí)證分析中得到普遍的應(yīng)證。所以, 通過(guò)隨機(jī)前沿SFA模型對(duì)建筑產(chǎn)業(yè)技術(shù)效率進(jìn)行測(cè)定分析顯得十分必要。

由表2不難看出, 上述10個(gè)指標(biāo)中影響指標(biāo)最顯著的3個(gè)分別是建筑資產(chǎn)投資比Xzt、國(guó)有建筑企業(yè)數(shù)量比Xgq、科技投資比Xkt。其中建筑資產(chǎn)投資比和科技投資比為負(fù)數(shù), 國(guó)有建筑企業(yè)數(shù)量比為正數(shù)。這也反映了在建筑產(chǎn)業(yè)中建筑資產(chǎn)投資及科技投資對(duì)區(qū)域生產(chǎn)效率的提高起著積極的推進(jìn)作用, 相應(yīng)地在各省市區(qū)域范圍內(nèi), 若國(guó)有建筑企業(yè)數(shù)量越多將會(huì)阻礙市場(chǎng)的自由發(fā)展, 進(jìn)而抑制產(chǎn)業(yè)創(chuàng)新及效率的提高。

在表2中建筑產(chǎn)業(yè)產(chǎn)值比Xcz的系數(shù)雖然為0.036 6 > 0, 但是其τ檢驗(yàn)卻未通過(guò), 這一現(xiàn)狀表明區(qū)域建筑產(chǎn)業(yè)的GDP產(chǎn)值比的提升對(duì)建筑行業(yè)的技術(shù)效率的提升有不太明顯的拉低作用, 該結(jié)果可能和建筑業(yè)具有跨地區(qū)合作的流動(dòng)性特征有關(guān)。

表2 SFA技術(shù)效率參數(shù)測(cè)定表

3.2 各省建筑業(yè)技術(shù)生產(chǎn)效率實(shí)證測(cè)算和分析

將我國(guó)統(tǒng)計(jì)年鑒摘取的數(shù)據(jù)代入隨機(jī)前沿SFA模型中的TEij= exp(-Pij), 計(jì)算出我國(guó)2010–2015年31個(gè)省市建筑業(yè)技術(shù)生產(chǎn)效率值并列入表3。

表3 2010–2015年各區(qū)域建筑業(yè)技術(shù)生產(chǎn)效率測(cè)算

續(xù)表3

從表3中的6年數(shù)據(jù)可知, 在各區(qū)域我國(guó)31個(gè)省市可以劃分為3個(gè)階層。

第一階層, 以上海、北京、浙江、天津、重慶、遼寧為代表。作為我國(guó)經(jīng)濟(jì)的領(lǐng)軍省市, 這些地區(qū)建筑產(chǎn)業(yè)發(fā)展相對(duì)成熟、建筑行業(yè)技術(shù)較為先進(jìn)、相關(guān)機(jī)械設(shè)備創(chuàng)新性較高, 在發(fā)展過(guò)程中積累吸收的管理思想、技術(shù)經(jīng)驗(yàn)也進(jìn)一步地推進(jìn)技術(shù)效率的不斷提高。

第二階層, 以廣東、江蘇、安徽、山東、河南、江西、湖南、湖北、新疆、西藏、河北、寧夏、廣西等地區(qū)為代表。從地域上看包含我國(guó)所有中部省份, 我國(guó)中部地區(qū)人口基數(shù)大、建筑業(yè)人紅利明顯,但由于建筑設(shè)備較為陳舊、施工人員素質(zhì)偏低導(dǎo)致整體技術(shù)水平不高。

第三階層, 以內(nèi)蒙古、四川、青海、貴州、海南、陜西、甘肅、云南為代表。這些區(qū)域地理特征明顯, 大多位于我國(guó)邊界地帶, 由于地理原因?qū)е碌娜丝谳^少、經(jīng)濟(jì)發(fā)展落后導(dǎo)致區(qū)域內(nèi)建筑需求不明顯,從業(yè)人員技術(shù)水平及素質(zhì)均有待提高。

從表3可知, 2010–2015年間, 我國(guó)建筑產(chǎn)業(yè)整體技術(shù)效率水平呈現(xiàn)與經(jīng)濟(jì)發(fā)展水平正相關(guān)的現(xiàn)狀,具體表現(xiàn)為沿海各省市技術(shù)水平最高、中部省份次之、邊緣省份最低。我國(guó)建筑產(chǎn)業(yè)整體生產(chǎn)技術(shù)效率呈現(xiàn)較為平穩(wěn)遞增狀態(tài), 這與國(guó)家出臺(tái)的一系列綠色城鎮(zhèn)的指導(dǎo)政策密切相關(guān)。另外在擴(kuò)大內(nèi)需的國(guó)情下, 我國(guó)各地房地產(chǎn)市場(chǎng)普遍存在積極發(fā)展的態(tài)勢(shì), 若想實(shí)現(xiàn)節(jié)能減排、綠色可持續(xù)發(fā)展的時(shí)代任務(wù),作為高耗能的建筑產(chǎn)業(yè)必須走高技術(shù)效率的路徑。雖然國(guó)家對(duì)建筑產(chǎn)業(yè)提供了很多政策支持、創(chuàng)造了很好的外部環(huán)境、引入不少高新科技, 但是截至2015年底我國(guó)的建筑產(chǎn)業(yè)生產(chǎn)技術(shù)效率平均水平僅為0.589 3, 與發(fā)達(dá)國(guó)家相比仍存在很大差距。

4 Malmquist 全要素生產(chǎn)率模型實(shí)證研究

在進(jìn)行全要素生產(chǎn)率模型實(shí)證研究和分析時(shí)借助模擬軟件DEAP2, 這是一款專門用來(lái)計(jì)算全要素效率及生產(chǎn)力的軟件, 利用該軟件對(duì)2010–2015年間的全要素生產(chǎn)效率進(jìn)行分析, 并將結(jié)果列入表4。

從表4可以看出我國(guó)區(qū)域建筑產(chǎn)業(yè)生產(chǎn)效率, 2010–2015年期間表現(xiàn)出穩(wěn)步提升的態(tài)勢(shì), 年均增長(zhǎng)率為12.2%。整體來(lái)說(shuō), 2010–2015年間的全要素生產(chǎn)效率變化比Mq值均大于1, 這也表明我國(guó)的建筑產(chǎn)業(yè)生產(chǎn)效率總的來(lái)說(shuō)是不斷提升的。

細(xì)分Mq值, 可以看出技術(shù)進(jìn)步變化比TC平均值高達(dá)1.170, 近6年的指數(shù)值以高于10%的速度增加, 這一高速波動(dòng)增值的現(xiàn)象從另一方面也證明了2010–2015年我國(guó)區(qū)域建筑技術(shù)效率Mq的提高主要受建筑技術(shù)進(jìn)步影響。其次技術(shù)效率變化比TE雖然每年以高于5%的百分比增加, 但是其幅度較技術(shù)進(jìn)步小, 因此對(duì)Mq的影響不如TC明顯。另外純技術(shù)效率變化比PTEC的波動(dòng)趨勢(shì)與技術(shù)效率變化比TE大致相似, 這也反映出2010–2015年間, 我國(guó)建筑產(chǎn)業(yè)經(jīng)營(yíng)技術(shù)不斷進(jìn)步, 建設(shè)現(xiàn)場(chǎng)管理技術(shù)更加科學(xué)高效。4個(gè)技術(shù)指標(biāo)中, 唯有規(guī)模效率變化比SC年變化值為負(fù)數(shù), 因此可以推斷影響我國(guó)區(qū)域建筑產(chǎn)業(yè)生產(chǎn)效率發(fā)展的根本原因是規(guī)模效率的降低。

表4 2010–2015各年段內(nèi)全要素生產(chǎn)效率測(cè)算表

5 結(jié)論與建議

建筑業(yè)除了具有我國(guó)經(jīng)濟(jì)支柱產(chǎn)業(yè)的特殊角色外, 還是我國(guó)三大能源損耗產(chǎn)業(yè)之一。本文利用隨機(jī)前沿SFA方法對(duì)2010–2015年我國(guó)31個(gè)省市建筑產(chǎn)業(yè)生產(chǎn)效率進(jìn)行實(shí)證研究, 并利用Malmquist 全要素指數(shù)模型進(jìn)行進(jìn)一步的分析, 得出我國(guó)建筑產(chǎn)業(yè)整體技術(shù)效率水平與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)關(guān)系。具體表現(xiàn)為沿海各省市技術(shù)水平最高、中部省份次之、邊緣省份最低; 區(qū)域建筑產(chǎn)業(yè)生產(chǎn)效率的正面主要影響因素為技術(shù)進(jìn)步指數(shù)TC、負(fù)面影響因素為規(guī)模效率變化指數(shù)SC。

通過(guò)分析實(shí)證研究數(shù)據(jù)以及全要素生產(chǎn)效率指數(shù)結(jié)果, 為促使建筑產(chǎn)業(yè)進(jìn)一步高效穩(wěn)步的健康發(fā)展, 相關(guān)部門應(yīng)做到: ① 在推進(jìn)建設(shè)企業(yè)改革的同時(shí), 政府應(yīng)起到良好的引導(dǎo)作用, 積極促進(jìn)科技在建筑業(yè)的投入; ② 區(qū)域應(yīng)促進(jìn)經(jīng)濟(jì)發(fā)展, 對(duì)建設(shè)人員進(jìn)行良好的技術(shù)教育, 引進(jìn)國(guó)內(nèi)外先進(jìn)建設(shè)技術(shù)及管理經(jīng)驗(yàn); ③ 各省市、單位, 應(yīng)當(dāng)充分認(rèn)識(shí)到規(guī)模效率對(duì)生產(chǎn)效率的影響, 通過(guò)擴(kuò)大自身規(guī)模、合理進(jìn)行產(chǎn)業(yè)規(guī)模調(diào)整, 進(jìn)而達(dá)到穩(wěn)步提升區(qū)域建筑規(guī)模效率的目的; ④ 區(qū)域間加強(qiáng)合作, 促進(jìn)資源流動(dòng),避免建設(shè)勞動(dòng)力冗余、勞動(dòng)力不足的極端情況, 確保建筑市場(chǎng)的均衡健康發(fā)展。

[1] 楊麗, 趙富城. 基于DEA技術(shù)的城鄉(xiāng)一體化發(fā)展效率評(píng)價(jià)[J]. 經(jīng)濟(jì)問(wèn)題探索, 2010(6): 8–13.

[2] 陳德強(qiáng), 楊田. 基于DEA的西部地區(qū)建筑業(yè)生產(chǎn)效率實(shí)證研究[J]. 工程管理學(xué)報(bào), 2012(2): 7–11.

[3] 楊璐璐. 我國(guó)城鎮(zhèn)化建設(shè)、土地政策關(guān)聯(lián)度及其實(shí)態(tài)因應(yīng)[J]. 經(jīng)濟(jì)管理, 2013(3): 34–44.

[4] 朱崢崢, 李英, 林智敏. 基于DEA改進(jìn)模型的建筑企業(yè)效率評(píng)價(jià)研究——以黑龍江省為例[J]. 工程管理學(xué)報(bào),2013(1): 10–13.

[5] 孟魁. 基于三階段DEA方法的中部六省物流效率評(píng)價(jià)[J]. 統(tǒng)計(jì)與決策, 2014(2): 57–60.

[6] 高艷紅, 陳德敏, 譚志雄. 再生資源產(chǎn)業(yè)替代如何影響區(qū)域節(jié)能空間大小——中國(guó)省域經(jīng)濟(jì)視角的實(shí)證檢驗(yàn)[J]. 經(jīng)濟(jì)科學(xué), 2015(5): 83–93.

[7] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局. 國(guó)家數(shù)據(jù), 十四–建筑業(yè)[DB/OL]. http://www.stats.gov.cn/tjsj/ndsj/2016/indexch.htm,2017–01–13.

[8] 趙陽(yáng), 魏建. 我國(guó)區(qū)域文化產(chǎn)業(yè)技術(shù)效率研究——基于隨機(jī)前沿分析模型的視角[J]. 財(cái)經(jīng)問(wèn)題研究, 2015(1): 30–36.

[9] 章祥蓀, 貴斌威. 中國(guó)全要素生產(chǎn)率分析: Malmquist指數(shù)法評(píng)述與應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2008(6):111–121.

(責(zé)任編校: 江河)

Analysis of green building enterprises from the perspective of evolutionary game theory

Wu Wenjie1, Bei Fangfang2
(1. School of Civil Engineering, Anhui Jianzhu University, Hefei 230601, China; 2. School of Management, Anhui Jianzhu University, Hefei 230601, China)

By using econometrics knowledge establish stochastic frontier model and SFA Malmquist model respectively, 6 construction production efficiency index is selected to study the elements of the production technology and production efficiency influence on regional construction market of our country factors; followed by dynamic analysis of construction industry data of 31 regions in China by empirical research and the index of total factor productivity the model of 2010～2015. The results show that it is positive relationship between development level of China's construction industry overall level of technical efficiency and economic, the specific performances from high to low are listed as follow, coastal provinces and cities, the central provinces, the provinces of the edge;main positive factor is the production efficiency in the regional construction industry as the index of technological progress TC, negative impact factor is scale efficiency change index SC.

construction efficiency; SFA model; total factor production model; empirical study

F407.9

: A

1672–6146(2017)02–0048–06

10.3969/j.issn.1672–6146.2017.03.011

武文杰, wuwenjie1992@126.com。

：2017–02–18