基于三阶段DEA的中国区域建筑业效率研究

任阳军，李明慧

(安徽建筑大学 管理学院，安徽 合肥 230601)



基于三阶段DEA的中国区域建筑业效率研究

任阳军，李明慧

(安徽建筑大学 管理学院，安徽 合肥 230601)

摘要：本文基于三阶段DEA模型，利用我国29省市2006-2013年间建筑业面板数据对中国建筑业效率进行分析和评价。结果表明，我国建筑业生产效率偏低主要是因为规模无效率；建筑业整体效率呈上升趋势，各区域间建筑业效率水平差距较大，并利用聚类分析将各省市按照建筑业效率高低划分成四个区域。此外，结合我国建筑业现状,提出调整产业规模、推动科技进步、加快国有体制改革、发展地区经济等提高建筑业效率的相关建议。

关键词：三阶段DEA；建筑业；效率评价；聚类分析

0引言

自改革开放以来，中国建筑业基本保持健康发展的趋势，在推动我国城市化和工业化进程中起到了关键性的作用，为社会发展和经济建设做出了巨大贡献。与此同时，建筑业作为高能耗产业，在消耗大量自然资源的同时也产生大量的建筑垃圾。虽然我国自然资源总量丰富，但人均占有量远远低于世界平均水平，资源短缺状况日益突出。因此，通过对我国区域建筑业效率进行分析和评价，可以更清晰地了解建筑业发展现状，找到制约建筑业发展的影响因素，从而为政府部门制定促进建筑业发展的政策提供决策参考，以便更好地发挥建筑业在国民经济中的支柱作用。

目前，国内对于建筑业效率的研究方法主要是运用DEA方法，包括一阶段DEA方法和二阶段DEA方法。运用一阶段DEA方法有：李伟、李光辉、李月娟基于DEA模型，对我国31个省市自治区的建筑业生产效率进行测度和评价，为各省市提升建筑业效率水平提供政策和建议[1]。杨田、陈德强利用DEA方法对2010年西部各省市建筑业效率进行分析，发现四川、重庆、陕西等7省市建筑业DEA有效，而青海和云南两省存在较大的投入冗余和产出不足[2]。而运用二阶段DEA方法有：戴永安、陈才通过构建DEA-Tobit模型，对中国建筑业效率的总体变动趋势以及省际差异进行研究，发现人均资产、城镇化水平和建筑业发达程度对建筑业效率水平的提升有显著促进作用[3]。曹琳建、陈静、魏莹等选取天津市2000到2010年度建筑业的相关数据，通过构建二阶段DEA模型，筛选对天津市建筑业效率具有较大影响的重要指标，以促进天津市建筑业持续健康发展[4]。

上述两种DEA方法在测度建筑业效率时均没有排除随机误差和环境因素对测度结果的干扰，所得结果不具可比性。因此，本文将运用三阶段DEA方法来评估中国建筑业效率，三阶段DEA方法最主要的特点正是能够剔除影响效率测算的随机误差和环境因素，从而对我国建筑业效率进行更为精确的评估。

1三阶段DEA方法

其构建过程包括以下三个阶段：

1.1一阶段DEA方法

数据包络分析其基本模型有CCR模型和BBC模型两种。DEA-CCR模型最早是由A. Charnes和W. Cooperzai在1978年创立。但该模型并没有考虑规模报酬可变的实际情况，对此，Banker、Charnes和Cooper又提出了规模报酬可变的另一种DEA模型，即DEA-BBC模型。此外，BBC模型有投入导向型和产出导向型两种，但就建筑业而言，投入要素的控制要比产出的控制容易的多。因此，本文选择投入导向型的BBC模型。

设有n个决策单元，每个决策单元有m种输入与S种输出，xik(i=1,2,...m.)表示k个决策单元的第i个输入变量；yjk(j=1,2,...s.)则表示第k个决策单元的第j个输出变量，因此，第p个决策单元总效率的计算就能够转变为线性规划问题。则投入导向型的BBC模型可表示成：

(1)

(1)式中θ是被考察的决策单元的总效率值，且0≤θ≤1。

1.2二阶段随机前沿分析方法

随机前沿分析(SFA)最初是由Timmer提出[5]，该模型考虑了外部环境因素对相对效率造成的影响。

设第i个DMU的第n个投入值为xni，其松弛变量为sni，则有：

(2)

依据Batese与Coelli[6]的研究结论，差额变量和环境关系模型可设置为：

(3)

式中sni为第i个决策单元的第n种投入的松弛变量，f(Zi,βn)表示环境变量对松弛变量sni的影响，取f(Zi,βn)=Ziβn；Vni+Uni为混合误差项。

利用SFA回归结果对n个决策单元的投入变量进行调整，可以得出单纯反映管理水平的效率值。调整后结果为：

(4)

n=1,2,...,N;i=1,2,...,I.

1.3三阶段DEA方法

2数据来源和指标选取

2.1数据的来源

考虑到数据的完整性和可得性，本文选取2006-2013年中国29个省市自治区(宁夏、新疆因无法剔除其部分年份价格指数的影响，在计算中省去)的建筑业相关数据作为样本。文章数据均来自《中国建筑业统计数据年鉴》和《中国统计年鉴》,并考虑价格指数的影响。

2.2产出与投入指标的选取

2.2.1产出指标

根据有关建筑业效率研究的文献，建筑业产出指标主要包括建筑业增加值、建筑业总产值、房屋销售面积、房屋竣工面积等。建筑业总产值指标，能够反映在一定时期内建筑业发展的水平和规模，可以用来分析建筑业在整个国民经济中的地位和作用，也是统筹安排我国国民经济发展的重要资料。因而本文选取建筑业总产值作为产出的衡量指标。

2.2.2投入指标

本文将从劳动、资本、技术这三个方面来选取建筑业效率研究的投入指标。

就劳动指标而言，建筑业从业人员是决定建筑行业发展的重要因素。当前，我国建筑业正处于转型升级的关键时期，许多问题的解决诸如建筑质量、市场拓展等都需要高素质的建筑人才作支撑[7]。因此，本文选取建筑业从业人员数来作为各省市的劳动投入。

就资本指标而言，该指标很难具体测量。国内有关学者认为建筑业总资产既能表明本年度获取的物质财富也能代表下一年用以经营的物质基础。因此，本文选取建筑业总资产作为各省市建筑业的资本投入。

就技术指标而言，对于建筑行业来说，所使用的机械设备在一定程度上可以反映建筑业的技术进步情况。因而本文选取年末施工机械设备总功率来代表各省市的技术装备投入。

2.3环境指标的选取

结合国内已有关于建筑业效率的研究，以及考虑我国建筑业自身发展的特点，本文从地区经济发展水平、市场化水平、开放化水平、技术水平四个方面来选取评价指标。

(1)地区经济发展水平。建筑业的效率水平与各省市的经济发展水平密切相关，而人均GDP在发展经济学中是作为衡量地区宏观经济运行状况的指标。因此，本文选择人均GDP来衡量地区经济发展状况。

(2)市场化水平。一个地区的市场化水平能在一定程度上反映该地区的资源配置能力，我国建筑业中国有企业是主要力量，并存在着产权单一现象，这在一定程度上制约着我国建筑业发展。因而本文选择国有建筑企业资产占地区建筑企业总资产的比重来衡量市场化水平。

(3)开放化水平。外资企业在我国投资建设的同时，也带来了先进的管理理念和技术，促进国内建筑企业整体水平的不断提高。本文选择外资建筑企业资产占地区建筑企业总资产的比重来表示各省市的开放程度。

(4)技术水平。地区科技投入水平在一定程度上影响着建筑业生产效率。本文选用地区科技投入占财政支出的比重来衡量各省市对科技的重视程度。

3三阶段DEA实证结果与分析

3.1传统一阶段DEA实证结果与分析

该阶段运用DEAP2.1中的投入导向型的BBC模型，对我国29个省市2006-2013年间的生产效率进行测度，得到建筑业的技术效率、纯技术效率、和规模效率三项效率值，历年测算结果不一一列出。本文将历年全国建筑业生产效率均值列于表1(第一阶段)中，将2006-2013年间各省市各效率指数处于前沿面的次数列于表2(第一阶段)。

表1和表2中的TE(1)、TE(3)分别为第一、三阶段的技术效率，PTE(1)、PTE(3)分别为为第一、三阶段的纯技术效率，SE(1)、SE(3)分别为第一、三阶段的规模效率。结合具体测度结果和表1(第一阶段)、表2(第一阶段)，从中国建筑业效率整体上分析，得出如下结论：(1)2006-2013年间，我国建筑业技术效率总体呈上升趋势，纯技术效率呈稳步上升状态但期间有小幅波动，规模效率一直在0.97附近波动，并且历年规模效率要高于纯技术效率；(2)截至2013年，中国各省市自治区平均技术效率值达到0.922，平均规模效率值达到0.975，平均纯技术效率值达到0.937，这表明我国建筑业整体效率水平较高，规模效率接近最佳生产规模。从各省市建筑业效率来分析，可以得出以下结论：(1)北京、内蒙古、江苏、西藏4省市的三项效率达到生产前沿面的次数均为8次，即一直处于有效状态，不存在投入冗余，其余25省市均不同程度处于无效状态，其中安徽、山东、广西、四川、云南、甘肃、青海7省市的三项效率处于生产前沿面的次数均为0次，即一直处于无效状态；(2)大多数省市历年的规模效率均大于其纯技术效率。综上所述，实证结果分析表明纯技术无效率是造成我国建筑业生产效率低的主要原因。然而本阶段并没有考虑环境因素和误差因素的影响。

表1　2006-2013年我国29省市建筑业效率均值比较(第一阶段和第三阶段)

表2　2006—2013年各省市各效率指数处于前沿面次数

3.2二阶段SFA实证结果与分析

将一阶段的各个投入变量的松弛变量设为被解释变量，而将环境变量设为解释变量，构建SFA模型，通过Frontier4.1软件，回归分析结果如表3所示：

回归结果显示，各环境变量对三个投入松弛变量的回归系数部分能在1%、5%和10%的显著性水平上通过检验，这说明外部环境变量在一定程度上对投入变量差额产生了影响。从表中可以得出以下结论：

(1)人均GDP变量对三个投入松弛变量的影响都为负，并且都在1%、5%的水平上显著。这说明地区经济发展水平的提高会在一定程度上带动建筑行业的发展，经济水平越高对提升建筑业效率越有利。

(2)国有资产所占比重变量对年末机械设备总功率松弛变量的影响在1%的水平上显著，且回归系数为负，而对企业总资产松弛变量和从业人员数松弛变量的影响不显著。这反映出国有企业在产品研发、设备更新等方面具有较大优势，在一定程度上有助于建筑业生产效率的提高。

表3　第二阶段SFA回归结果

注：***、**、*分别代表在1%、5%和10%水平上显著，括号中的数值是相应估计的t统计量。其中E表示将前面的数字乘以10的n次幂。(3)外资所占比重变量对三个投入松弛变量均显著，且显著性水平分别为1%、5%和5%，回归系数分别为正、正、负。这表明外资的引进一方面能够提升各地区的就业率，促进当地经济发展，但另一方面在一定程度上会抑制当地企业的发展，加剧内资企业的竞争。

(3)科技投入所占财政支出比重对各投入松弛变量的影响均显著，且显著水平分别为1%、10%、10%。综合来看，各省市科技投入的增加有利于建筑业效率水平的提升和行业发展。

3.3三阶段DEA实证结果分析

结合测度结果和表1(第三阶段)、表2(第三阶段)可以得知，调整后的建筑业效率值发生了一定的变化。从2006-2013年间全国建筑业平均效率值来看，平均技术效率值与一阶段相比有小幅下降，平均纯技术效率值却有小幅上升，而平均规模效率值下降明显；与从全国整体上分析结果一致，各省市技术效率均下降，纯技术效率有小幅上升，而规模效率下降较大：这说明建筑业技术无效率主要来源于规模无效率。从各省市效率值来看，北京、江苏、内蒙古在整个样本期间三项效率处于生产前沿面的次数为8次，相比一阶段西藏被排除在外，这说明西藏在一阶段建筑业效率被高估，原因主要是由于处在较好的外界环境中或运气较好；三项效率一直为处于生产前沿面的省市有8个，即一直处于无效状态，相比一阶段增加了湖北省；辽宁、黑龙江、上海、浙江、重庆、陕西6省相比第一阶段技术效率有小幅增高，这说明他们在第一阶段面临的环境因素或运气较差；东部地区省份建筑业效率普遍高于中西部地区，并呈现东部、中部、西部递减的规律。综上所述，在不剔除环境因素和随机误差的影响下，各省市建筑业规模效率被高估，而纯技术效率被低估，而且被高估程度大于被低估程度，从而造成技术效率被高估，因此，我国建筑业生产效率不高的主要原因并不是经营管理水平低、运营效率不高，而是建筑业规模偏小，与发达国家相比，我国建筑产业规模的增长空间还很大。

从各省市2006-2013年间技术效率均值来看，各省市间的建筑业技术效率差距较大。具体如表4所示：

表4　各省市建筑业的平均技术效率

从表4可以得知，北京的平均技术效率为1，安徽为0.814，云南为0.640，表明省际间建筑业效率差距较大，而各省历年建筑业效率变化并不明显，因此需要进一步分析。运用SPSS软件将各省市历年建筑业技术效率值进行聚类分析，结果如表5所示：

表5　各省市建筑业效率聚类结果

结合三阶段测度结果和表5可知，第一区域建筑业技术效率均值为0.987，第二区域均值为0.926，第三区域均值为0.813，而第四区域均值仅为0.655。显然第一、二区域的建筑业技术效率较高，不仅包括北京、上海等东部发达地区，也包括内蒙古、陕西等中西部地区，可见随着中国对中西部地区基础设施建设投入力度的不断加大，这些地区省份的建筑业发展将会更加迅速。第三、四区域的建筑业效率较低，主要集中在中西部地区，这些省份由于经济发展水平较低，建筑业发展也相对缓慢，造成建筑业效率普遍不高，其中西藏、青海、甘肃和云南由于地理位置特殊以及经济发展相对滞后，其建筑业发展远远低于其他省份，建筑业效率与全国平均水平差距较大，被划分为第四区域。

4结论

本文通过构建三阶段DEA模型对我国建筑业效率进行测度和评价，与传统的一阶段DEA模型相比，能够剔除环境因素和随机误差对测度结果的影响，从而更精确测算出我国建筑业的真实效率值。研究结论如下：

(1)三阶段DEA方法的测度效果较好。该方法测度出的三项效率值与一阶段相比均有明显变化，也说明外界环境和随机误差对建筑业效率的测算产生了显著影响。

(2)环境因素对我国建筑业效率的测度产生了显著影响。研究结果表明，人均GDP、科技投入比重两个变量对建筑业效率的提升有正面促进作用，而国有资产比重和外资所占比重两个变量总体上对建筑业效率的提升作用较小。

(3)我国各区域之间建筑业效率水平差距较大。2006-2013年间东部省份的建筑业效率水平整体上要高于中西部省份，并且呈现东部、中部、西部递减的规律；对照各省市建筑业效率的聚类分析结果，发现东部地区省份主要集中在第一、二区域，而第三、四区域主要是中西部地区省份。

(4)实证结果表明，规模效率较低是导致我国建筑业生产效率不高的主要原因。我国建筑业生产效率偏低主要是因为规模无效率。

基于本文分析并结合我国建筑业发展现状提出几点建议：

(1)调整建筑产业规模，转变建筑业经济发展方式。各地区应适时调整建筑产业规模，同时，加快建筑业经济增长方式由劳动密集型向集约型转变，促进建筑业可持续发展。

(2)推进技术进步，提升建筑业科技水平。科学技术是第一生产力，建筑业科技进步的贡献对其自身的发展起到至关重要的作用[8]。各地区政府应加大科技投入、引进先进技术和设备、培养创新人才，从而提升建筑业整体效率水平。

(3)加快国有体制改革，控制外资所占比重。我国应该加快国有体制改革，建立现代化管理体制，并合理引进外资，控制外资规模，从而促进国企和外企发挥各自长处和优势，最大限度地提升建筑业生产效率水平。

(4)缩小地区经济差距，提升建筑业整体效率。各地区政府应加快转变经济发展方式、调整经济结构，不断缩小地区经济差距，进而提升建筑业整体效率，促进我国建筑业平稳健康发展。

参考文献

1李伟,李光辉,李月娟.基于DEA模型的我国各省区建筑业生产效率评价实证研究[J].科技进步与决策,2009,26(21):153-155.

2陈德强,杨田.基于DEA的西部地区建筑业生产效率实证研究[J].工程管理学报,2012,26(2):7-11.

3戴永安,陈才.中国省际建筑业效率差异及其影响因素研究[J].中国软科学,2010,(1):87-95.

4曹琳建,陈静,魏莹，等.基于两阶段DEA的建筑业效率评价研究[J].建筑经济,2014,35(10):115-121.

5Timmer, C.P. Using a probabilistic frontier production function to measure technical efficiency[J]. Journal of Political Economy, 1971, 79(4):776-794.

6Batese. G..E, Coelli.T.J. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical Economics, 1995, 20(2):325-332.

7苏晓亮,卢有杰.我国建筑业从业人员和企业规模发展趋势分析[J].建筑经济,2002,(11):8-9.

8赵明扬,杜静.我国东部、中部与西部地区建筑业科技进步贡献率的比较和分析[J].工程管理学报,2013,27(2):11-15.

Study on the Efficiency of China’s Regional Construction Industry Based on Three-staged DEA

REN Yangjun, LI Minghui

(The School Management of Anhui Jianzhu University, Anhui Hefei, 230601)

Abstract:Basing on three-stage DEA model, this article analyzes and evaluates the efficiency of construction industry by using 29 provinces’ construction panel data from 2006 to 2013. The study find that low productivity of construction industry is mainly due to the inefficiency of scale; the overall efficiency of construction industry is rising, but the construction efficiency gap among regions is large, and we use cluster analysis to divide all provinces into four regions according to the lever of efficiency of their construction industry. In addition, according to the current situation of construction industry, we put forward some related suggestions to improve the efficiency of construction industry, such as adjusting the industry scale, promoting scientific and technological progress, accelerating the reform of state-owned, developing regional economy and so on.

Key words:three-stage DEA model; construction industry; efficiency evaluation; cluster analysis

中图分类号：F426

文献标识码：A

文章编号：2095-8382(2016)01-091-06

DOI：10.11921/j.issn.2095-8382.20160119

作者简介：任阳军(1991-)，男，硕士研究生，主要研究方向为建筑经济管理。

基金项目：安徽省哲学社会科学规划项目(AHSKY2013D48)

收稿日期：2015-06-23