中国建筑业动态绿色全要素生产率测度研究

张静晓，金伟星，李 慧，彭夏清，许浩雷

（1. 长安大学 经济与管理学院，陕西 西安 710064；2. 长安大学 建筑工程学院，陕西 西安 710061，E-mail：zhangjingxiao964@126.com）

作为世界上最大的二氧化碳排放国，中国一直致力于控制和减少二氧化碳排放。政府已承诺，到2030年，单位GDP二氧化碳排放量将降至2005年的35~40%[1]。在此背景下，各行业都亟需实现低碳转型。作为中国的支柱产业，建筑业快速发展的同时，也造成了大量的二氧化碳排放[2~4]，严重制约了建筑业低碳转型。如何实现建筑业低碳转型已成为众多学者关注的热点。

绿色全要素生产率（GTFP）是评估低碳转型的重要指标。GTFP可进一步划分为静态GTFP和动态GTFP两类。静态GTFP是指环境约束下，决策单元（DMU）同一时期所有投入的综合生产率。动态GTFP则是指一个时期的静态GTFP与以前某个时期的静态GTFP的比值。与静态GTFP相比，动态GTFP的优点在于能够反映不同时期生产率的增长或减少，揭示生产率的演变过程。评估建筑业动态 GTFP有助于明确建筑业低碳转型的动态过程，为建筑业高质量发展政策的制定提供重要参考。因此，有必要合理评估建筑业动态GTFP。

了解CO2排放绩效是减少排放的重要基础。评估CO2排放绩效的指标可以分为单因素指标和多因素指标。单因素指标由CO2排放量与某一变量的比值表示，例如Kaya等[5]提出的碳强度以及Mielnik等[6]提出的碳指数。然而，单因素指标是从局部角度评估CO2排放绩效，其结果容易产生偏差。Ang[7]发现，不同的单因素指标具有不同的变化范围，这可能会影响CO2排放绩效的评估结果。此外，Sun[8]也发现，使用不同的单因素指标评估CO2排放绩效可能得出完全不同的结论。中国建筑业发展水平存在较大的区域异质性，采用单因素指标评估CO2排放绩效可能会产生较大的偏差。GTFP在考虑劳动力、机械、能源消耗等全部生产要素的框架下评估CO2排放绩效，克服了单要素指标片面性的缺陷，逐渐受到学界关注。

投入和产出的聚合造成了 GTFP难以测度。DEA在处理多投入多产出问题上具有突出优势[9]，因此被广泛用于测度GTFP。单纯通过DEA模型测度GTFP存在求解复杂的问题，实际研究中一般考虑将DEA模型与生产率指数相结合。M生产率指数最早由Malmquist提出[10]，是生产率研究中应用最广泛的方法。值得注意的是，M生产率指数在处理非期望产出方面存在缺陷。在实际生产过程中，除了期望产出外，还将不可避免地产生非期望产出。非期望产出不应被忽略[11]。为弥补 M 生产率指数的这一缺陷，Chung等[12]提出了ML生产率指数。ML生产率指数能够捕捉GTFP的动态变化，实现了对动态GTFP的测度。尽管如此，在建筑业中，只有Hu等[13]使用ML生产率指数对澳大利亚建筑业动态GTFP进行了测度。此外，包括ML生产率指数在内的现有方法存在松弛变量问题、线性规划无解问题和不一致性问题等缺陷，这同样会影响动态GTFP测度结果的准确性。因此，需要探索一种用于合理测度动态GTFP的改进方法。

本研究旨在提出一个优化的 GML生产率指数，用以合理评估建筑业的动态 GTFP。与之前的方法相比，该方法集中解决了松弛变量问题、线性规划无解问题和不一致性问题，提高了动态 GTFP测度结果的合理性。优化的GML生产率指数被用于测度中国建筑业2011~2017年间的动态GTFP。研究成果为中国建筑业低碳转型政策的制定提供了科学依据，弥补了已有研究的方法缺陷，对于其它行业提高动态GTFP评估准确性具有重要的示范意义。

1 研究方法

本研究提出了一种改进的GML生产率指数，以准确评估我国30个省市建筑业的动态GTFP。30个省市的建筑业数据来源于《中国统计年鉴（2012~2018）》《中国能源统计年鉴（2012~2018）》和《中国建筑业统计年鉴（2012~2018）》。假设在时间段T（t=1,…,T）中有n个 DMU（j=1,…,n,DMUj）。投入I= (i1, … ,im) ∈，期望产出O= (o1, …,os) ∈，非期望产出UO= (uo1,uo2,…,uok) ∈。

由于不可行解问题、松弛变量问题和不一致性问题是现有动态GTFP测度方法的主要缺陷。因此，为了提高动态GTFP测量的合理性，本研究着重于解决3个问题。一是为解决不一致性问题，本研究选择RAM模型作为动态GTFP测度的基础模型。与传统的 DEA模型相比，该模型具有非径向非角度特性，且无需设置主观参[14]；二是本研究在RAM模型中设定了投入、期望产出和非期望产出的松弛变量；三是为解决不可行解问题，本研究在模型中引入全域基准技术。因此，本研究建立如下改进的GML生产率指数。

在VRS假设下，改进的GML生产率指数可被分解为生产率增长的组成部分。PTEt表示时间t的纯技术效率，PECt，t+1表示时间t到t+1之间的PTE变化。为了测度时间t到t+1的技术变动，BPCt，t+1被用来表示BPG的变化。SEt表示规模效率。在VRS假设下，SCHt，t+1表示两个时期规模效率的比率。

本研究参考了行业或地区 GTFP研究相关文献，建立如表1所示建筑业GTFP评价指标体系。评价指标体系由投入、期望产出和非期望产出三部分组成。其中，CO2排放被作为非期望产出。CO2排放量采用联合国政府间气候变化专门委员会（IPCC）推荐的碳排放系数计算得到。该方法已被广泛用于行业或地区的二氧化碳排放计算，计算结果具有较高的可信度。

表1 建筑业评价指标体系

2 实证分析

2.1 不同测度方法比较分析

为验证改进的 GML生产率指数在测度动态GTFP方面的先进性，本研究采用标准GML生产率指数和改进的GML生产率指数分别对 2011~2017年期间中国建筑业的动态GTFP进行测度，并对测度结果进行比较分析。考虑到动态GTFP的相似分布可能产生不同的DMU排名，参考Oh[15]的做法，采用T检验和核密度图对两种方法的测度结果进行比较。比较分析过程分为两个阶段：第一阶段，使用T检验确定两种测度方法测度产生的DMU排名是否相同；第二阶段，使用核密度图确定两组测度结果分布是否相同。

在第一阶段，先分别检验两组测度结果分布的正态性。表2的检验结果表明，两组测度结果均满足正态分布（Sig = .000）。在满足这一前提条件后，进行T检验。如表3所示，两种测度方法测度产生的 DMU排名相同的假设在 5%显著性水平上被拒绝。这意味着两组测度结果之间存在显著差异，但哪种方法的测度结果更加合理仍需在第二阶段进行检验。

表2 正态分布检验结果

表3 T 检验结果

在第二阶段，如图1所示，两组测度结果基本呈对称分布，且对称轴较为接近。但是，与标准GML生产率指数相比，改进的GML生产率指数测度得到的结果分布更加集中，且极端效率值更少。

图1 GML核密度图

由上述两阶段的分析可知，与标准GML生产率指数相比，改进的GML生产率指数能够有效减少测度结果中的极端值数量，从而提高测度结果的稳定性。这意味在GTFP的测度方面，改进的GML生产率指数比标准GML生产率指数更合理。因此，本研究在后续部分，选择基于改进的GML生产率指数的测度结果分析中国建筑业GTFP的时空演变规律。

2.2 全国层面动态GTFP分析

如图2所示，GML在2011~2014年期间增长，而在2014~2017年期间下降。因此，根据GML的发展趋势，研究期被分为两个阶段。

图2 2011~2017年期间全国层面动态GTFP及其分解变化趋势

（1）第一阶段（2011~2014年），GML略大于1，表明建筑业GTFP低速增长。BPC具有与GML类似的发展趋势，从1.0034增加到1.0143，表明同期边界向更多期望产出和更少CO2排放方向转向全域技术前沿。然而，PEC从1.0009下降至0.9928，表明平均技术效率低于同期基准。同时，SCH从1.0003略微下降至0.9928。

（2）第二阶段（2014~2017年），GML从1.004大幅下降至 0.971，表明建筑业 GTFP持续下降，并且速度加快。通过分析GML的分解，发现BPC的下降是 GML恶化的主要原因。在此期间，BPC下降了0.0349，表明同期边界向更少期望产出和更多CO2排放方向转向全域技术前沿。与此同时，PEC在0.9930附近趋于平稳，表明建筑行业的技术效率持续低速下降，进一步加剧了GTFP的恶化。值得注意的是，随着SCH从0.9980增加到1.0066，建筑规模效率开始改善。

2.3 地区层面GTFP分析

根据地区的地理位置和经济发展水平，本研究将30个省市划分为东、中、西3个地区，从而进一步分析中国建筑业GTFP发展存在的区域差异，如图3所示。

从图3（a）所示，东部和中部地区的GML在2011~2017年期间呈先升后降的趋势，而西部地区则呈相反的趋势。在2011~2013年期间，东部地区的GML从1.013略微增加到1.024，表明GTFP缓慢增长。然而，在2014~2017年，东部地区的GML从0.998下降到0.974，表明GTFP下降且下降速度加快。中部地区的GML在2015~2017年期间下降了0.040，几乎是同时期东部地区下降幅度的两倍。与东部和西部地区不同，在2011~2017期间，西部地区的GML从1.003增加到1.015，表明GTFP略有增加。

图3 2011~2017年期间3个地区GTFP及其分解变化趋势

由图3（b）所示，在2011~2014年期间，3个地区的PEC仅有小幅波动，表明该时期建筑业的技术效率相对稳定。从2015年开始，3个地区的PEC开始发生明显变化，并呈现出截然不同的趋势。东部地区的PEC从1.019增加到1.053。然而，在同一时期，中西部地区的PEC均小于1，表明技术效率持续下降。特别是在2015~2017年期间，中部地区的PEC下降了0.035，表明技术效率大幅下降。

如图3（c）所示，在大多数年份中，中部地区和西部地区的BPC都大于1，表明这两个地区的同期技术前沿沿着更多期望产出和更少CO2排放的方向向全域技术前沿靠近。在考察期内，东部地区的BPC呈先升后降的趋势。2011~2014年期间，东部地区的 BPC大于 1，表明东部地区建筑业的 CO2排放得到了有效控制。然而，在2015~2017年期间，东部地区的BPC从0.970下降至0.919。

如图3（d）所示，在2011~2017年期间，东部地区的 SCH呈总体下降趋势，表明建筑业规模效率下降。但是，中西部地区的 SCH在大多数年份都大于 1，表明这两个地区的建筑业规模效率稳定增长。值得注意的是，在2015~2017年期间，西部的SCH从1.004增加到1.029，表明规模效率改善明显。

3 讨论与政策建议

国家层面的分析结果表明，中国建筑业 GTFP在2011~2014年期间有所增长，而在2015~2017年期间下降。政府在“十二五”规划中将CO2排放作为约束性指标。在建筑业，政府采取了许多减少CO2排放的措施，例如推广低碳和环保建筑材料、回收废弃建筑材料以及提高预制化水平。2011~2014年期间GTFP的增长肯定了政府的努力。尽管如此，PEC在2014年急剧下降，且SCH在2011~2014年期间也持续下降。通过区域层面的分析，发现变化主要发生在中西部地区。与东部地区相比，中西部地区的投入和产出不足更为普遍，造成了 PEC和SCH的负增长趋势。与此同时，GTFP在2015年开始下降，这与Zhang等[16]基于静态角度的观察结果一致。期望产出的增长放缓是该时期GTFP下降的主要原因。中国建筑业发展严重依赖投资。但在2015年，中国遭受了股市危机。此后，国内投资放缓，对建筑业的发展产生了负面影响。例如，中国建筑业2015年的总产值仅较上一年增长了2.6%，与 2014年的 10.2%的增幅相比明显下降[17]。这种变化导致同期的技术前沿沿着更少期望产出和更多CO2排放的方向向全域技术前沿转移，从而导致了GTFP的下降。

区域层面的分析结果表明，中国建筑业 GTFP发展存在明显的区域异质性。产业发展与区域经济水平相关[18，19]。由于区域经济的异质性，可以合理地预期GTFP的发展也具有异质性。在考察期内，东部地区技术效率不断提高，与中西部地区相比，东部地区经济发达，资源集中，为技术进步提供了相对有利的环境。然而，在2015~2017年期间，技术进步未能抵消期望产出增长放缓带来的负面影响。由于高度的市场化，东部地区受到经济危机的影响更大。中部地区GTFP在2015~2017年期间出现明显下降，主要是由于技术效率和规模效率下降。与此同时，规模效率的下降表明中部地区面临严重的产能过剩问题。在建筑业技术效率低下的情况下，中部地区应思考如何利用过剩的产能来提高技术效率。与上述两个地区不同，随着SCH和BPC的改善，西部地区GTFP在2015~2017年期间以较低的速度增长。主要原因：一是“一带一路”倡议带动了西部地区基础设施建设的发展，使建筑业的潜在规模效率得以实现；二是在西部大开发计划的支持下，西部地区进一步发展了基础设施，并高度重视能效提高，这有利于控制二氧化碳排放；三是西部地区市场化程度低，有效地保护了建筑业的发展不受经济危机的影响。

基于上述分析，提出以下政策建议：

（1）建立中国建筑业省级层面的 GTFP监测系统。本研究发现，建筑业对外部经济、环境和政策调整较为敏感。如由于股市危机，建筑业 GTFP在 2015年出现明显下降。建立建筑业省级层面的GTFP监测系统有利于及时发现此类状况，并采取有效措施。

（2）关注建筑业 GTFP发展的区域异质性。建筑业发展的区域异质性已经被发现。例如，本研究同样发现，在考察期内，东部地区纯技术效率不断提升，而中西部地区面临纯技术效率低下的困境。中央政府在制定相关政策时，应特别注意这一区域异质性，以提高政策实施有效性。

（3）提高建筑业能源利用效率。本研究发现，在2011~2014年期间，由于实现了对CO2排放的有效控制，建筑业GTFP有所增加。控制CO2排放是改善GTFP的重点。已有研究发现，建筑业的CO2排放与能源使用密切相关[20]。因此，提高能源利用效率是控制CO2排放的有效途径。

4 结语

本研究提出了一种改进的GML生产率指数，提高了动态GTFP测度的有效性。基于2011~2017年的面板数据，将改进的GML生产率指数应用于我国30个省市的建筑业动态GTFP测度；并进一步从全国和地区两个层面分析建筑业动态GTFP发展，探讨了GTFP变化的原因。主要发现如下：与标准GML生产率指数相比，改进的GML生产率指数有效减少了极端效率值的数量，从而提高了测度结果稳定性。在第一阶段（2011~2014年），GML大于1，表明建筑业的GTFP持续改善。对CO2排放的有效控制是该时期GML增长的主要原因。在第二阶段（2015~2017年），GML从0.986下降至0.971，表明建筑业 GTFP下降。2015年中国股市危机引起的投资放缓对建筑业发展产生了负面影响，导致该阶段GML下降。建筑业GTFP发展中存在明显的区域异质性，这主要是由于区域经济发展水平和政策异质性引起的。

本研究为动态GTFP测度提供了一种新的可靠方法，丰富了产业和区域动态GTFP的研究内容，为中国建筑业低碳转型提供了新思路。本研究的局限性在于：一是绿色全要素生产率指标体系的构成未能充分考虑人、机、料、法、环5个要素及其之间的关系，使得政策建议与建筑业实际生产过程的结合紧密度有待提高；二是所构建的数学模型没有考虑DMU之间的相互作用。实际上，区域经济学的研究表明，一个地区的经济发展可能会对其周边地区产生影响。例如，广东、上海和浙江等建筑业发达地区可能会对周边省市产生辐射效应，从而影响这些地区的建筑业GTFP发展。因此，未来的研究可以扩展到探索如何将人、机、料、法、环合理纳入指标体系，以及在模型中建立DMU间的联系。