华东地区建筑业效率研究及因素分解

郭伟建，赵 敏，吴兆丹

(1.河海大学 商学院，江苏 南京 211100；2.东部资源环境与持续发展研究中心，江苏 南京 210008；3.河海大学 企业管理学院,江苏 常州 213022)

华东地区是我国经济发展最快的地区之一，包括7个省市，其物产资源丰富、商品生产发达、工业门类齐全，是我国综合技术水平最高的经济区和经济文化最发达的地区。近年来，受全球虚拟经济快速发展大趋势的影响，华东部分地区过分强调虚拟经济而致使实体经济受到冲击。其中，建筑业以其稳定性和独特性对华东地区实体经济的发展具有重要作用，因此为防止有可能出现的产业空心化现象，开展华东地区建筑业效率研究具有重要的现实意义。

1 文献综述

目前国内外学者从不同的层面对建筑业效率进行一系列的讨论和研究。如HORTA等采用DEA模型测算了葡萄牙建筑企业的运营能力及其变化趋势[1]。NAZARKO等对不同的欧洲国家的建筑产业之间的差异和相似性进行了讨论[2]。CHANCELLOR等通过引入Fare-Primont指数改进DEA模型，对我国1995—2012年31个省市的建筑业效率进行了研究[3]。陈永高等应用超效率DEA模型对国内28家上市建筑企业的经营效率进行了纵横向评价分析[4]。王幼松等运用超效率DEA模型研究了华南六省建筑业效率并进行计量与比较分析[5]。CHEN等将三阶段DEA模型和DEA-DA模型结合使用对我国30个省市的建筑业能源效率进行分析[6]。

现有研究虽具有一定借鉴作用，但依然存在一些问题有待完善：①大多数学者选择传统DEA模型，无法在多个决策单元的效率值均等于1时，实现对所有决策单元的效率排序，建筑业效率值水平并不真实；②目前关于区域建筑业效率影响因素的研究较少，已有文献没有利用面板数据分析出影响因素的变迁状况。因此，笔者采用超效率DEA模型评价华东地区各省市2008—2015年建筑业效率，并利用Malmquist指数方法对各省市建筑业年均全要素生产指数及其分解进行时间序列和空间序列的对比分析。通过对多个效率有效决策单元的进一步区分和静态与动态评价方法的结合，以期为华东地区建筑业生产力水平评估和产业技术经济量化研究提供新的理论思路和解决方法，进而也可为华东地区建筑产业效率的优化与提升提供参考。

2 指标选取及数据来源

2.1 评价指标体系构建

区域建筑业效率是衡量实体经济发展程度的重要构成因素，是反映区域建筑业资源配置、建筑工程技术及建筑产业健康发展的重要指标。笔者在已有建筑业效率评价文献的基础上，按照科学性、全面性、简洁性和可操作性原则，选取合理的投入指标和产出指标，构建了华东地区建筑业效率评价指标体系,如表1所示。

表1 建筑业效率评价指标体系

其中，投入指标主要从人力资源投入、机械投入及资金投入3个方面进行考虑。首先从资金投入和人力资源两方面设计建筑业投入指标。资金投入方面，建筑产业生产力水平受固定资产投资额和总资产规模效应的影响，因此参考刘炳胜等的做法，以建筑产业固定资产投资额和建筑企业总资产作为评价指标[7]。我国建筑业尚属劳动密集型产业，但在推动国民经济高效增长、解决农村剩余劳动力就业问题及带动上下游产业持续发展等方面承担着不可替代的作用，因而人力资源投入方面参照郑晓晓等的做法，以建筑业从业人数作为评价指标[8]。机械投入方面，为了剔除与建筑业从业人数具有相关性的指标，确保指标的全面性和可靠度，故选择机械设备年末总功率作为投入指标[9]。产出指标主要从效益和规模两个方面进行考虑。效益方面借鉴谭丹等的做法，以建筑业增加值作为评价指标[10]。规模方面，由于施工面积相较于竣工面积更能够体现区域建筑产业规模，故使用施工面积作为评价指标。

2.2 数据来源

投入产出指标数据主要来源于2009—2016年的《中国统计年鉴》、《中国建筑业统计年鉴》、国家数据网站及各省市统计年鉴，建立2008—2015年江苏、浙江、上海、安徽、山东、江西、福建7个省市的面板数据。数据来源真实可靠，信度效度俱佳，具有代表性。

3 评价模型设计

3.1 基于超效率DEA的建筑业效率静态评价模型

ANDERSEN等创新性地提出了超效率数据包络分析方法[11]，增加了效率值的区分度，弥补了传统DEA方法在评价单元数量相对于指标数量较少时，对于多个同时有效的决策单元无法做出进一步比较的缺点。超效率DEA方法包括SE-CCR-I模型和SE-BBC-I模型，其中，SE-CCR-I模型计算当假设规模报酬不变且投入导向时的综合技术效率(TE)，SE-BBC-I模型计算当假设规模报酬可变且投入导向时的纯技术效率(PTE)。

针对华东地区建筑业效率评价问题，设华东地区上的各行政区域共有n个决策单元DMU，每个DMU的投入向量X1、X2、X3、X4分别代表建筑业从业人数、建筑产业固定资产投资额、建筑企业总资产和机械设备年末总功率，产出向量Y1和Y2分别代表建筑业增加值和施工面积。用SE-CCR-I模型对第r个决策单元(r=1,2,…,n)进行综合效率评价时，构建的最优化线性规划数学模型如式(1)所示。

(1)

某小学教学楼建于1996年，为3层单面外走廊砖混结构，1层和2层为预制板，3层为木屋架。建筑长44.7 m，宽6.3 m，总建筑面积1 096 m2。该校地理位置偏僻，施工前未进行过正规设计。我们对该小学教学楼进行了抗震鉴定与加固设计工作，具体情况如下。

3.2 基于Malmquist指数的建筑业效率动态评价模型及因素分解

运用Malmquist指数法研究建筑业效率，可借助距离函数的概念对不同决策单元时间维度的效率水平进行分析，弥补了DEA方法只注重静态的缺陷[12]。FARE等对于Malmquist方法的推广起到了至关重要的作用，证明在固定规模报酬(CRS)的假设下，把Malmquist生产率指数能够分解为代表生产技术的利用效率的技术效率变化指数(Effch)与代表生产前沿面的移动的技术进步变化指数(Techch)[13]。

(2)

Effch=Pech(VRS)×Sech(VRS)=

(3)

4 评价结果及分析

4.1 华东地区建筑业效率的静态分析

4.1.1 华东地区建筑业综合技术效率分析

笔者采用DEA SOLVER pro5软件，计算当假设规模报酬不变且投入导向时的综合技术效率(TE)，运用SUPER-CCR-I模型对华东地区建筑业投入产出指标进行测算，将不同区域的投入产出指标值代入式(1)，求解综合技术效率(TE)，得到了具有区分度的超效率TE值及相应省市的排序，如表2所示。

由表2可知，浙江、上海、福建3省市的TE值一直大于1，表明这3个省市建筑业的生产力水平在华东地区占据优势位置，其中浙江省的TE值更是常年位于首位。山东省2008—2009年的TE值小于1，此后均大于1，说明其建筑业生产力水平近几年取得了一定进步。江苏省的TE值存在波动性和不确定性，但就其均值而言，与浙江省、上海市等地区还存在一定差距。江西省和安徽省的TE值一直小于1，说明两省建筑业生产力水平在华东地区比较落后，需要借鉴和学习浙江省、上海市等相对效率较高省市的建筑业发展方式，以促进建筑业生产力水平的提升。

表2 华东地区各省市2008—2015年建筑业综合技术效率及排序

4.1.2 华东地区建筑业纯技术效率分析

由表3可知，上海、浙江、江苏、福建、江西5个省市建筑业的PTE值一直大于1，说明这些省市对于建筑业投入产出资源的管理方式较为合理，用于建筑业生产的技术水平相对较为先进，其中上海、浙江的管理模式和技术水平最为先进，其他省份需要学习和借鉴上海、浙江的管理模式和技术手段，提升自身的纯技术效率水平。山东省2008—2009年的PTE值小于1，此后均大于1，说明其建筑产业的管理模式和技术水平得到了很大的提升，但相对于较为领先的省市而言，其纯技术效率还具有很大的提升空间。安徽省仅2015年的PTE值大于1，其余年份均小于1，说明相较于华东地区其他省市，其管理方式和技术水平较为落后，这也是限制安徽省建筑业生产力水平提升的障碍之一。

表3 华东地区各省市2008—2015年建筑业纯技术效率及排序

4.2 华东地区建筑业效率的动态分析

笔者运用华东地区7个省市2008—2015年之间的面板数据动态分析其建筑业效率的变化趋势，采用Malmqiust指数模型(式(2))测算了其效率变动值。由于面板数据较长，笔者首先分析了各省市年均建筑业效率的Malmqiust指数及其分解，具体结果如表4所示。

表4 华东地区各省市2008—2015年建筑业年均Malmqiust指数及其分解

由表4可知，2008—2015年华东地区全要素建筑业效率的增长率M指数都大于1，其中年均增长率为7.2%，从全要素建筑业效率年均增长率的分解来看，除了规模效率年均下降0.2%，其余的都是增长的。其中技术效率年均增长率为0.5%，技术进步年均增长率为6.7%，纯技术效率年均增长率为0.7%。综上可见，华东地区7个省市建筑业效率提升的障碍全部来自规模效应的制约。从各个省市来看，上海、安徽、山东3个省市增长最快，其M指数增长分别为11.0%、10.9%、8.3%，均高于平均值。特别是安徽省虽然建筑业效率偏低，但增长速度很快，进步很大。江西省建筑业效率的年均增长率是最低的，只有3.1%，其本身超效率值排名靠后，有较大的提升空间。从建筑业效率的进步动力来看，主要来自技术水平提升的推动力。技术进步增长率最快的是上海和安徽，分别为11.0%、8.2%，超出均值4.3%、1.5%。从影响M指数进步的因素来看，规模效率变化的影响最明显。规模效率变化达到1的有5个，其余低于1。其中江西下降1.4%，安徽下降1.0%。

笔者分析了华东地区各年份7个省市平均建筑业效率的Malmqiust指数及其分解，如表5所示，并将各指数的变化趋势绘制成图，如图1所示，其中，年份栏代表后一年相对前一年的变化。

表5 华东地区各年份7个省市平均建筑业Malmqiust指数及其分解

图1 华东地区各年份7省市平均建筑业Malmquist指数及其分解变化趋势

结合表5和图1可知，建筑业效率增长呈近似正弦增长态势,由2009—2010年的5.4%增长到2010—2011年的13.1%。2011年以后，从13.1%下降到2014年的4.2%。从影响建筑业效率增长的因素来看，Techch曲线的波形与M指数相似且始终在最上方，因此技术进步是促进建筑业效率增长的最主要因素，技术水平对于华东地区建筑业生产力的提升具有举足轻重的作用，其余3个因素的贡献并不明显。

5 结论

以2008—2015年间华东地区7个省市的建筑业为研究对象，基于SE-DEA模型评价了华东地区各省市建筑业效率，采用Malmquist指数法动态评价了华东地区各省市建筑业效率变化趋势，得出如下结论：①华东地区整体建筑业效率比较高，总体呈上升趋势，但是各省市建筑业效率差距比较大、发展不均衡。②上海、浙江的建筑业效率及技术水平保持领先，正步入“减速慢行”阶段；江西效率排名最后；山东、福建、江苏、安徽的建筑业技术进步变化指数增长明显，需要注重技术水平的提升。③华东地区建筑业的技术进步变化指数年均增幅为6.7%，技术效率变化指数年均增长率为0.5%，而M指数年均增长率约7.2%，由此可见，促进建筑业效率增长的最主要因素是代表生产前沿面的移动的技术进步变化指数。

为促进华东地区建筑业效率的提升，综合考量本研究的结果与结论，提出以下3点对策建议：

(1)调整建筑业产业结构，优化资源配置。江苏、浙江、上海3省市建筑产业集中度均超过60.00%，建筑业效率提升显著，而安徽、山东、江西、福建的产业集中度指标均为50.00%左右，尤其是江西地区产业集中度仅为48.98%，这也是导致这些省份建筑业效率相对较低的原因之一。因而这些省份需要合理配置资源、发展实体经济、提高建筑业效率，从而形成以工程总承包企业为主，专业承包和劳务分包企业为辅，以市场为依托的大、中、小型企业协调发展、所有制结构多元化的具有层次特点的建筑产业结构，逐渐淘汰竞争力较弱的建筑企业。

(2)改变管理模式，提升管理效率。Malmquist生产率指数的计算结果表明，纯技术效率变化指数年均增长率仅为0.7%，说明近些年华东各省市建筑业的管理方式、管理水平并未取得创新性的进步。随着我国建筑业规模快速增长，城镇化进程不断加快，一方面华东地区建筑业应当提高市场要求，特别是对于绿色建筑的要求，促使项目施工更加符合规范，全过程管理更加严格，施工技术含量得以提高。另一方面，应该鼓励企业根据我国建筑业的发展趋势，积极探索先进的适合未来发展方向的管理方法，提升管理和决策水平，从而促进建筑业生产能力的提升。

(3)提升建筑业产值科技含量。国务院办公厅印发《关于促进建筑业持续健康发展的意见》中指出：加大对于建筑业新技术新方法的研究和推广，推广智能和装配式建筑的发展，推进BIM技术建筑全生命周期的集成应用。一方面，华东地区各省应当借鉴上海、浙江的建筑业发展方式，要求全省提高装配式建筑覆盖面。另一方面，要吸引外资投向实体经济领域，利用外商直接投资的技术外溢效应提升华东地区建筑业的技术水平，同时注重提升自身的技术开发能力。