基于Super-SBM和Malmquist指數(shù)的區(qū)域建筑業(yè)效率研究

金長宏 郭德潤

摘要：對建筑業(yè)效率評價的相關(guān)投入產(chǎn)出指標進行研究;收集并整理2012～2018年江、浙、滬、皖四省市相關(guān)數(shù)據(jù)，借助超效率SBM模型對各地區(qū)建筑業(yè)效率進行測算，并就其時空差異進行分析;采用Malmquist指數(shù)模型研究了2012～2018年全要素生產(chǎn)率指數(shù)及其分解后各指數(shù)的動態(tài)變化。研究結(jié)果表明：研究期內(nèi)各地區(qū)建筑業(yè)效率整體呈現(xiàn)波動中緩慢增長的趨勢。同時浙江省、上海市建筑業(yè)效率較高，但上海市效率波動較大。江蘇省建筑業(yè)效率接近有效狀態(tài)，相比較之下安徽省則相對無效。此外，技術(shù)進步對長三角地區(qū)建筑業(yè)全要素生產(chǎn)效率的提升的貢獻相較于技術(shù)效率更為突出。最后給出了建筑業(yè)效率提升的建議。

關(guān)鍵詞：建筑業(yè);生產(chǎn)效率;超效率SBM模型;Malmquist指數(shù)

0 引言

自2010年以來，建筑業(yè)增加值占國內(nèi)生產(chǎn)總值的比例始終保持在6.6%以上，并于2019年達到7.16%[1]。建筑業(yè)作為我國經(jīng)濟發(fā)展進程中一大支柱性產(chǎn)業(yè)的地位依然穩(wěn)固。但在我國經(jīng)濟發(fā)展進入“新常態(tài)”的背景下，建筑業(yè)發(fā)展增速同國內(nèi)經(jīng)濟發(fā)展一樣有所放緩。在有關(guān)建筑業(yè)經(jīng)濟增長影響因素的眾多研究中，段宗志等[2]利用2005～2015年安徽省建筑業(yè)相關(guān)數(shù)據(jù)進行主成分回歸發(fā)現(xiàn)建筑業(yè)固定資產(chǎn)投資與從事建筑業(yè)的人員數(shù)量對建筑業(yè)總產(chǎn)值有較大影響;相比較之下，技術(shù)裝備率影響較小。

另一方面，由于建筑業(yè)能源消耗大、環(huán)境污染嚴重等特點，社會各界普遍提倡建筑業(yè)節(jié)能減排，發(fā)展綠色建筑。雖然住房與城鄉(xiāng)建設(shè)部通過積極推廣建筑信息化、工業(yè)化、綠色化等新技術(shù)，推行行業(yè)體制改革以提高建筑業(yè)生產(chǎn)效率，并取得顯著成果，但我國建筑業(yè)生產(chǎn)效率同發(fā)達國家之間的差距仍客觀存在。鑒于技術(shù)進步以及生產(chǎn)率的提高在建筑業(yè)長期經(jīng)濟增長中的核心地位。要實現(xiàn)建筑業(yè)從要素驅(qū)動、投資驅(qū)動轉(zhuǎn)向技術(shù)驅(qū)動、創(chuàng)新驅(qū)動的高質(zhì)量發(fā)展，對建筑業(yè)生產(chǎn)效率的研究勢在必行。

1 文獻綜述

2003年以前，學(xué)術(shù)界對建筑業(yè)生產(chǎn)效率問題鮮有涉獵，這一狀況直到David Pearce教授發(fā)表《建筑產(chǎn)業(yè)的經(jīng)濟與社會價值》才有所好轉(zhuǎn)[3]。劉炳勝等[3]運用Malmquist指數(shù)模型對中國區(qū)域建筑業(yè)生產(chǎn)效率進行研究時發(fā)現(xiàn)：技術(shù)進步對我國2006～2009年建筑業(yè)全要素生產(chǎn)率增長具有主要貢獻;此外，改善規(guī)模效率也并非長久有效的措施。我國未來只有把握純技術(shù)效率的提升并追求技術(shù)上的突破才是建筑產(chǎn)業(yè)實現(xiàn)長久發(fā)展的一劑良方。劉炳勝等[4]從建筑產(chǎn)業(yè)鏈角度對建筑產(chǎn)業(yè)效率進行了研究，拓展了建筑業(yè)效率研究的思路。翁清等[5]利用增加值法篩選出用于建筑業(yè)效率評價的投入、產(chǎn)出指標，并運用能減少環(huán)境因素和隨機誤差影響的三階段DEA模型和Malmquist指數(shù)分別對2007～2014年華東地區(qū)建筑業(yè)效率的靜態(tài)水平與動態(tài)變化進行研究，結(jié)果表明，研究期內(nèi)華東地區(qū)建筑業(yè)效率總體呈上升趨勢。曹澤等[6]收集并整理2006～2013年中國建筑業(yè)的面板數(shù)據(jù)，同時借助了隨機前沿分析法，對影響建筑業(yè)技術(shù)效率的因素做出研究，研究結(jié)果表明我國建筑業(yè)技術(shù)效率呈上升趨勢，固定資產(chǎn)投資、科技投入的增加對建筑業(yè)技術(shù)效率存在明顯的正向影響。郭偉建等[7]以華東地區(qū)七省市建筑業(yè)為研究對象，分析了2008～2015年華東地區(qū)建筑業(yè)效率變化情況?；ň系萚8]運用30個省份的面板數(shù)據(jù)分析了在環(huán)境與資源的約束下建筑業(yè)的綠色全要素生產(chǎn)率。

通過文獻閱讀發(fā)現(xiàn)目前學(xué)界對建筑業(yè)效率評價的研究在一個類似的框架下進行，但主要的差異在于研究方法的選擇、投入產(chǎn)出指標的選取、研究層次方面。建筑業(yè)效率研究方法主要存在參數(shù)法和非參數(shù)法兩種。

參數(shù)法需要設(shè)定生產(chǎn)函數(shù)擁有某種特定形式，但是設(shè)定具體生產(chǎn)函數(shù)形式的不合理便可能會造成誤差，比如隨機前沿分析（SFA）。

相較于參數(shù)法，非參數(shù)法因不需要太多的假設(shè)條件而被學(xué)術(shù)界廣泛使用，比如數(shù)據(jù)包絡(luò)分析（DEA）。但是基于徑向的和投入或產(chǎn)出角度的傳統(tǒng)數(shù)據(jù)包絡(luò)分析忽視了各投入變量可以不按等比例改進或者松弛因素存在的可能。另外傳統(tǒng)DEA評估結(jié)果是相對效率而非絕對效率，無法對多個效率值均等于1的決策單元（DMU）實現(xiàn)效率排序。針對以上不足，王幼松等[9]、李公祥等[10]使用了改進后的超效率DEA模型進行研究。

鑒于上述研究的優(yōu)缺點，本文采用一種非徑向（Non-radial）、非角度（Non-oriented）的DEA方法——超效率SBM（Slack-based Measure）模型與Malmquist生產(chǎn)率指數(shù)來分別測算長三角地區(qū)江、浙、滬、皖四省市建筑業(yè)生產(chǎn)效率和全要素生產(chǎn)率。

2 研究方法與指標選取

2.1 研究方法

2.1.1 超效率SBM模型

2.1.2 Malmquist生產(chǎn)率指數(shù)

作為一種研究效率動態(tài)變化的方法，Malmquist指數(shù)模型被廣泛的運用于各行各業(yè)。它不僅可以分析全要素效率（Total Factor Productivity，TFP）的變動，還可以分解為綜合技術(shù)效率（effch）與技術(shù)進步指數(shù)（tech）。即TFP取決于技術(shù)效率和技術(shù)進步共同作用。而綜合技術(shù)效率變化同時受純技術(shù)效率變化（pech）和規(guī)模效率變化（sech）的影響。于是有TFP=effch×tech=pech×sech×tech。

當從t到t + 1期間的Malmquis指數(shù)測算結(jié)果大于1時，表明從t期到t + 1期全要素生產(chǎn)效率呈上升趨勢;當測算結(jié)果等于1時，表明效率不變;當測算結(jié)果小于1時，效率呈下降趨勢。

2.2 指標選取與數(shù)據(jù)采集

2.2.1 決策單元

選取2012～2018年長三角地區(qū)江、浙、滬、皖等省市建筑業(yè)相關(guān)的投入產(chǎn)出指標，形成總計28個決策單元的數(shù)據(jù)包絡(luò)模型，可以對建筑業(yè)生產(chǎn)效率進行時空差異分析;同時決策單元數(shù)量與投入產(chǎn)出指標數(shù)目滿足2N + 1 < M（N為投入產(chǎn)出指標個數(shù)，M為決策單元），避免投入產(chǎn)出指標相對于DMU數(shù)量過多而導(dǎo)致高估決策單元的相對有效性[13]。

2.2.2 投入指標與產(chǎn)出指標的選取

選取規(guī)范、合理的指標是運用超效率SBM-Malmquist方法進行評價建筑業(yè)效率的基礎(chǔ)。在考慮指標可獲取性的同時，需滿足評價要求，真實地反映決策單元的實際生產(chǎn)效率狀況，所選指標數(shù)量不宜過多或重復(fù)。

一部分學(xué)者利用增加值法或因子分析法對指標進行選取。例如，翁清等[5]利用增加值法研究了用于評價的投入產(chǎn)出指標，她以建筑業(yè)產(chǎn)值作為被解釋變量，其他指標為解釋變量;進行回歸分析與顯著性的t檢驗，并進行指標間的共線性分析。然而大多數(shù)學(xué)者選取指標時主要還是根據(jù)自己的經(jīng)驗與思考，再結(jié)合前人的研究而最終確定的。

本文選取資源消耗、勞動力投入、資本投入和技術(shù)水平等作為投入指標，選取建筑業(yè)總產(chǎn)值、建筑業(yè)利稅總額和建筑業(yè)施工面積作為產(chǎn)出指標，各指標具體介紹如表1所示。

2.2.3 數(shù)據(jù)來源及處理

本文所使用的數(shù)據(jù)直接或間接來源于《中國統(tǒng)計年鑒》（2013～2019）或者《中國建筑業(yè)統(tǒng)計年鑒》（2013～2019）。在需要統(tǒng)計的指標中，資源消耗量由于資源投入種類多且單位不統(tǒng)一，需要進行進一步測算。

范建雙等[14]在測算資源消耗指標時，采用能值分析法將建筑業(yè)鋼材、木材和水泥“三材”消耗量統(tǒng)一換算成的太陽能值。并在此基礎(chǔ)上，對其進行加總求和來衡量資源消耗。則某年度某地區(qū)建筑業(yè)資源投入能值測算公式如下

本文選取材料資源類別，計算出各種材料資源投入能源轉(zhuǎn)換率，如表2所示，其中玻璃使用量單位為重量箱，應(yīng)按照1重量箱約為50 kg進行單位統(tǒng)一。

結(jié)合表3、圖1、圖2可知，總體上，超效率SBM模型的效率值總是處于超效率BCC模型效率值圖形之下，說明松弛變量的引入對建筑業(yè)技術(shù)效率評價產(chǎn)生了較大影響，也表明通過超效率SBM模型計算出的建筑業(yè)技術(shù)效率值更符合實際、更可靠，避免高估評價對象效率的問題。

從時間序列角度分析，2012～2018年間長三角地區(qū)建筑業(yè)技術(shù)效率整體在波動中緩慢增長?；诔蔛BM模型測算得到的長三角地區(qū)建筑業(yè)技術(shù)效率均值由2012年的0.774 2上升至2018年的1.891;雖然在2014年、2016年、2017年有所退步，但在2018年實現(xiàn)整體有效。

從地區(qū)差異角度來看，上海市、江蘇省、浙江省、安徽省2012～2018年建筑業(yè)年均技術(shù)效率分別為：1.355、0.949、1.098、0.597。2012～2018年浙江省建筑業(yè)技術(shù)效率始終保持在1以上，在長三角地區(qū)表現(xiàn)出色。相比較之下，安徽省建筑業(yè)投入產(chǎn)出較為無效，直到2018年才達到1.05，年均技術(shù)效率僅為上海市的44%。這一方面說明安徽省建筑業(yè)生產(chǎn)效率在長三角地區(qū)處于相對劣勢，因此在深化長三角一體化發(fā)展的歷程中，需要借鑒學(xué)習(xí)上海市、浙江省等地區(qū)的寶貴經(jīng)驗，以促進安徽省建筑業(yè)生產(chǎn)力持續(xù)發(fā)展。另一方面，基于超效率模型可以對無效率來源進行分析的優(yōu)勢發(fā)現(xiàn)，投入的無效率是安徽省建筑業(yè)相對低效率的主要原因，產(chǎn)出的無效率則是次要原因。并且投入的無效率中固定資產(chǎn)投資的無效率和資源消耗的無效率占絕大部分。因此推斷安徽建筑業(yè)可能出現(xiàn)了過度投資和資源利用不充分的現(xiàn)象。

2018年上海市盡管在決策單元中效率值中排名第一并且年均效率處于領(lǐng)先地位，但與浙江省相比，其波動性與不確定性較大。江蘇省的技術(shù)效率值存在波動性和不確定性，但就其均值而言，與浙江省、上海市等地區(qū)還存在一定差距。雖然在建筑業(yè)技術(shù)效率我國東部、中部、西部地區(qū)存在差異，但是像長三角地區(qū)這樣經(jīng)濟發(fā)達的東部區(qū)域，其各省市建筑業(yè)發(fā)展效率也存在不協(xié)調(diào)。

3.2 Malmquist指數(shù)的測算與結(jié)果分析

利用DEA Solver Pro軟件，測算出2012～2018年長三角地區(qū)建筑產(chǎn)業(yè)全要素率指數(shù)及其分解后的指數(shù)動態(tài)變化，相應(yīng)數(shù)據(jù)詳見表4。

由表4可知，2012～2018年長三角地區(qū)建筑業(yè)全要素效率M指數(shù)年均增長率為14.1%，說明長三角建筑業(yè)效率有了明顯提高。從建筑業(yè)全要素年均M指數(shù)的分解來看，綜合技術(shù)效率年均下降0.6%，技術(shù)進步指數(shù)年均增長率為14.7%。并且純技術(shù)效率變化無顯著變化。所以技術(shù)進步對長三角地區(qū)建筑業(yè)全要素生產(chǎn)效率的提升的貢獻相較于技術(shù)效率更為突出。制約效率提升的障礙全部來自規(guī)模效應(yīng)。

長三角地區(qū)理念四省市建筑以平均Malmquist指數(shù)以及分解變化如圖3所示。

結(jié)合圖3可知，2012～2017年建筑業(yè)全要素效率指數(shù)呈現(xiàn)近似振幅逐漸減小的正弦波動，2018年達到最大值并且與技術(shù)進步指數(shù)曲線高度重合。

4 研究結(jié)論及建議

4.1 結(jié)論

第一，同時測算出標準SBM模型、以投入為導(dǎo)向的超效率BCC模型、超效率SBM模型等三種模型對應(yīng)的效率評價值，并對結(jié)果進行了比較，檢驗結(jié)果顯示超效率SBM模型的運用是合理、可靠的。

第二，運用超效率SBM模型對長三角地區(qū)四省市的建筑業(yè)效率進行了評價，研究結(jié)果表明2012～2018年間，長三角地區(qū)建筑業(yè)的總效率處于較高區(qū)間（均值達到0.999 8），各地區(qū)建筑業(yè)效率整體呈現(xiàn)在波動中緩慢增長的趨勢?？臻g差異上，浙江省、上海市建筑業(yè)效率較高，但上海市效率波動較大。江蘇省建筑業(yè)效率接近有效狀態(tài)，相比較下安徽省則相對無效。

第三，基于Malmquist全要素生產(chǎn)指數(shù)模型，研究TFP動態(tài)變化并對其進行分解，從而進一步分析指數(shù)變化的原因，研究發(fā)現(xiàn)，一方面，2012～2018年長三角地區(qū)建筑業(yè)全要素效率M指數(shù)年均增長率為14.1%。2012～2017年建筑業(yè)全要素效率指數(shù)呈現(xiàn)近似振幅逐漸減小的正弦波動，2018年達到最大值。另一方面，技術(shù)進步對長三角地區(qū)建筑業(yè)全要素生產(chǎn)效率的提升的貢獻相較于技術(shù)效率更為突出。

4.2 建議

長三角一體化進程的深化所引發(fā)的建筑熱潮，必將帶來大量固定資產(chǎn)投資。基于上述研究結(jié)論，提出對我國建筑業(yè)效率提升的總體建議：

第一，各地區(qū)應(yīng)優(yōu)化資源配置，合理利用建筑業(yè)投資，積極引導(dǎo)資金向經(jīng)濟落后地區(qū)流動，重視所帶來的乘數(shù)效果。

第二，必須積極研發(fā)、引進并推廣建筑業(yè)新技術(shù)，提高生產(chǎn)效率與資源的利用效率;減少在發(fā)展過程中對資本、勞動力的過度依賴，加大技術(shù)投入，提高生產(chǎn)效率;從要素驅(qū)動、投資驅(qū)動轉(zhuǎn)向技術(shù)驅(qū)動、創(chuàng)新驅(qū)動，推進建筑業(yè)轉(zhuǎn)型升級;實現(xiàn)資源、環(huán)境約束條件下建筑業(yè)的可持續(xù)發(fā)展。

第三，在關(guān)注技術(shù)投入和固定資產(chǎn)投資對建筑業(yè)技術(shù)效率提升的同時，應(yīng)深化建筑業(yè)改革，建成現(xiàn)代化的管理體制。

參考文獻：

[1] 中國建筑業(yè)協(xié)會.2019年建筑業(yè)發(fā)展統(tǒng)計分析[N].中國建設(shè)報，2020-04-10（005）.

[2] 段宗志，曹家瑋，楊蘇.基于主成分回歸的安徽建筑業(yè)經(jīng)濟增長影響因素研究[J].安徽建筑大學(xué)學(xué)報，2017，25（6）：63-68.

[3] 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）：1 041-1 049.

[4] 劉炳勝，王敏，李靈，等.中國建筑產(chǎn)業(yè)鏈兩階段綜合效率、純技術(shù)效率、規(guī)模效率及其影響因素[J].運籌與管理，2019，28（2）：174-183.

[5] 翁清，馬駿，袁軍.基于三階段DEA-Malmquist的華東地區(qū)建筑業(yè)效率研究[J].工程管理學(xué)報，2016（3）：42-47.

[6] 曹澤，任陽軍，沈圓，等.基于SFA和Malmquist方法的建筑業(yè)技術(shù)效率研究[J].唐山學(xué)院學(xué)報，2015，28（6）：96-100.

[7] 郭偉建，趙敏，吳兆丹.華東地區(qū)建筑業(yè)效率研究及因素分解[J].武漢理工大學(xué)學(xué)報（信息與管理工程版），2019，41（2）：163-168.

[8] 花均南，王巖.中國建筑業(yè)綠色全要素生產(chǎn)率分析——基于30個省份的面板數(shù)據(jù)[J].數(shù)學(xué)的實踐與認識，2020，50（13）：297-305.

[9] 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.

[10] 李公祥，尹貽林.基于超效率DEA方法的中國建筑業(yè)生產(chǎn)效率實證研究[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2009（4）：36-40.

[11] Kaoru T. A Slacks-based Measure of Super-efficiency in Data Envelopment Analysis[J].European Journal of Operational Research，2002，143（1）：32-41.

[12] Kaoru T. A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research，2001，130（3）：498-509.

[13] 李小冬，沈誠，武振，等.北京、上海、浙江、江蘇四省市建筑業(yè)運行效率比較[J].工程管理學(xué)報，2013，27（1）：1-4.

[14] 范建雙，虞曉芬.區(qū)域建筑業(yè)技術(shù)效率的影響因素及趨同性分析：基于兩種不同假設(shè)下的實證檢驗[J].管理評論，2014，26（8）：82-89.

[責(zé)任編輯：許立群]