技术创新对我国建筑业生产效率的影响研究——基于DEA-Tobit模型的实证分析
时间：2023-06-03 18:40:21 来源：雅意学习网 本文已影响 人 
于枫敏，许晶晶，唐 希
(西安石油大学 经济管理学院，西安 710065)
建筑业是我国的支柱产业，是提升我国国际竞争力的关键力量。近年来，即便受到新冠肺炎疫情影响，我国建筑业仍实现了稳步发展。据国家统计局数据，2020年全国建筑业总产值达263947亿元，同比增长6.2%，占国内生产总值的7.2%。建筑业发展水平的高低对经济发展以及资源要素合理配置有着重要的影响，然而长期以来，我国建筑业保持着粗放型发展模式，创新能力不足，生产过程中过度依赖能源投入，资源就地转化率低，仅从建筑业总产值、生产规模等角度不能评判我国建筑业是否已经实现真正的繁荣发展，还需结合生产效率这一重要指标来审视我国建筑业发展的内在机制和动态规律。
当前，我国经济建设不断推进，新旧动能转换进入关键时期，资源和环境压力不断增强，过度依赖传统要素的经济发展模式难以适应开放经济下合理配置资源的要求，实现经济的高质量发展必须要将技术创新作为重要前提。因此，科学定位我国建筑业发展中的薄弱环节，提升技术创新水平，改善能源消费结构，对提高建筑业生产效率和推动建筑业可持续发展来说尤为重要。
随着建筑业生产的专业化程度不断提高，如何改进技术、增强自主创新能力、提升建筑业生产效率成为学者们关注的焦点。学者们的研究集中于以下几个方面：
一是技术创新的内涵。熊彼特[1]最早提出“创新”的概念，认为创新是生产要素和生产条件的“新组合”。Enos[2]在1962年提出了“技术创新”的概念，认为技术创新是多种行为共同作用的结果，包括发明创造、资本投入、组织生产和开辟市场等。Freeman[3]又进一步对“技术创新”的概念进行了界定，指出技术创新就是新产品的市场化以及新技术的商业化应用，是新产品、新系统、新过程以及新服务的首次商业化转化。
二是对技术创新的衡量。俞立平和金珍珍[4]、胡江峰等[5]都采用专利申请量这一指标表示产业或地区的技术创新水平。还有部分学者在衡量技术创新时采用了综合指标，如张帆等[6]在测度企业技术创新能力时选择了企业技术创新投入、企业技术创新产出进行综合度量，李斌等[7]在评价城市创新能力时从知识创新、技术创新、制度创新、服务创新等不同方面构建了综合评价体系。
三是对建筑业生产效率的测算。国内外学者主要选择随机前沿生产函数(SFA)和数据包络分析(DEA)两种方法进行效率测算。Charnes等[8]提出了广泛应用于多个领域且规模报酬不变的DEA模型。曹琳剑等[9]、王旭等[10]在测度我国部分省市的建筑业效率时均采用了DEA模型。王绪民和王志帅[11]在测度长江经济带建筑业效率时采用了Super-SBM模型和Malmquist指数。
四是技术创新对建筑业的影响。罗明英和卢明湘[12]指出技术创新能够显著提高建筑业能源效率。柴英涛[13]认为区域建筑业的发展与科技创新密切相关，科技创新能力是制约区域建筑业发展的主要因素之一。
总体来看，当前学者们在技术创新以及建筑业生产效率的研究上取得了一定成果，但依然存在改进的空间：第一，现有研究多针对静态效率展开评价，未能从动态发展的角度进行分析，忽视了建筑业生产效率的动态变化规律；
第二，关于技术创新对建筑业生产效率影响的研究多停留于定性分析的层面，亟待从定量的角度进一步探索。基于此，本文首先借助DEA模型和Malmquist指数对我国建筑业生产效率进行静态和动态测度，找到当下建筑业生产方面存在的问题，其次采用Tobit模型实证检验技术创新对我国建筑业生产效率的影响，以期为政策制定者提供可行的建议，帮助建筑业突破创新发展瓶颈。
(一)研究方法
1.传统DEA模型
传统DEA模型包含规模报酬不变的CCR模型和规模报酬可变的BCC模型两大类。CCR模型计算规模报酬不变条件下各决策单元的相对效率，而BCC模型则是基于规模报酬可变条件进行测算。结合研究内容，本文采用投入导向的BCC模型，并将综合效率分解为纯技术效率和规模效率。模型基本形式如下：
(1)
式(1)中，i=1,2,3,…,n；
j=1,2,3,…,m；
k=1,2,3,…,s;s-≥0,s+≥0。i为决策单元个数，j为投入变量个数，k为产出变量个数，a与b分别表示投入要素与产出要素，λ为权系数，θ为决策单元有效值，γ为无穷小量,eT为单位向量，s-和s+分别为投入指标松弛变量与产出指标松弛变量。
2.Malmquist指数
Malmquist指数常用于生产效率评价，能够反映不同时间序列上样本数据效率值的变动情况。Malmquist指数可以分解为技术进步指数和技术效率变化指数，而技术效率变化指数又由规模效率变化指数和纯技术效率变化指数相乘得到。具体公式如下：
Mc,v(xt+1,yt+1,xt,yt)=
(2)
式(2)中，xt和xt+1分别为t时期和t+1时期的投入指标值，yt和yt+1分别为t时期和t+1时期的产出指标值，c和v分别表示规模报酬不变和规模报酬可变。
3.熵值法
学术界大多采用主观赋权法或客观赋权法综合评价多项指标。其中，客观赋权法能够减少赋权过程中存在的主观影响并消除可能存在的多重共线性。因此，本文选择客观赋权的方式，利用熵值法确定各指标的权重，再根据权重计算出技术创新评价指数，使对创新能力的度量更具客观性。
第一步，为了消除各指标不同量纲的影响，采用极差标准化的方法对数据进行预处理，公式如下：
正向指标：Xij=(xij-αij)/(βij-αij)
逆向指标：Xij=(βij-xij)/(βij-αij)
(3)
式(3)中，xij为原始值，表示第i个地区第j个指标;Xij为标准化后的值，βij为指标最大值，αij为指标最小值。
第二步，标准化后计算各指标比重λij：
(4)
第三步，计算各指标熵值θj：
(5)
第四步，计算差异性系数uj：
uj=1-θj
(6)
第五步，计算各指标权重Wj：
(7)
4.面板Tobit模型
Tobit模型可用于处理被解释变量受限时的情况，其本身采用极大似然的概念，可有效分析连续数值变量和虚拟变量。本文结合被解释变量特点，采用面板Tobit模型进行回归分析，以避免参数估计的偏误。面板Tobit模型基本形式如下：
(8)
(9)
(二)数据来源
综合考虑数据的准确性与可得性，本文以我国30个省份(除西藏和港澳台地区)为研究对象，研究时段为2009—2020年。各指标的原始数据来源于《中国统计年鉴》《中国建筑业统计年鉴》《中国科技统计年鉴》以及各省份统计年鉴、国家统计局官方网站，部分缺失数据根据实际情况采用均值法或外延法计算补全。
(一)测算指标选择
在测算建筑业生产效率时，既要遵循指标测算原则，也要避免各影响因子之间的相关性。本文参考郑晓晓等[14]、王绪民和王志帅[11]的研究，从劳动投入、资本投入、技术投入三个角度选择投入指标，从经济效益和实际效益两个角度选择产出指标。
建筑业生产效率测度指标体系如表1所示。
表1 建筑业生产效率测度指标体系
1.投入指标
劳动力是开展生产活动的基础要素，鉴于统计数据的可得性，本文主要选择建筑业从业人数衡量劳动投入情况。
资产作为企业生产经营的物质基础，能够衡量企业的资本投入情况，因此本文选择建筑业企业总资产作为资本投入的衡量指标。
自有施工机械设备年末总功率指本企业自有施工机械、生产设备、运输设备以及其他设备等被列为在册固定资产的生产性机械设备的年末总功率。由于建筑企业的施工机械设备多为租赁，技术装备率与动力装备率无法准确反映建筑企业的技术投入情况，所以选择自有施工机械设备年末总功率作为技术投入指标更具科学性。
2.产出指标
建筑业总产值是以货币形式表现的建筑业企业在一定时期内生产的建筑业产品的总和，能够反映建筑业企业的经济效益状况。因此，本文选择建筑业总产值作为衡量建筑业经济效益的产出指标。
由于建筑行业的特殊性，建筑施工总面积能够反映建筑业的实际产出，因此本文选择这一指标作为衡量建筑业实际效益的产出指标。
(二)我国建筑业生产效率的静态测算结果
利用DEAP 2.1软件测算2009—2020年我国30个省份的建筑业生产效率，结果如表2所示。
根据表2可知，2009—2020年，我国建筑业总体效率水平较高，平均值都在0.8以上，这表示在现有的要素投入以及技术水平下，我国建筑业整体生产效率较高，建筑业生产处于较高水平。然而，在我国30个省份中，仅有北京和浙江的生产效率在12年间均为1，达到了DEA有效，其他省份在研究时段内没有完全达到DEA有效，这或许与建筑行业的粗放型发展模式有关。此外，30个省份的标准差和变异系数都在0.2以下，说明我国各区域建筑业生产效率的绝对差异和相对差异较小，我国建筑业具有较大的发展潜力。
表2 我国30个省份的建筑业生产效率
(三)我国建筑业生产效率的动态演变特征
为分析2009—2020年我国建筑业生产效率的动态演变趋势，本文计算了各时段的Malmquist指数，结果如表3所示，并进一步描述了各时段技术效率、技术进步、全要素生产率的变化趋势以及纯技术效率、规模效率、技术效率的变化趋势，结果如图1和图2所示。
从表3和图1可以看出，2009—2020年，技术效率和全要素生产率都呈先降低后升高的变化趋势,且数值都在0.9以上。分年度来看，2014年以前，我国建筑业保持着较好的发展态势，除2011—2012年略小于1外，其余时段的全要素生产率均大于1。这可能是由于2011年住建部在相关文件中提出要应用BIM技术，提高了项目在成本、进度、质量以及施工等各个方面的效率，促进了全要素生产率的提高。然而，我国建筑业发展依赖能源资源的局面仍未改变，粗放型发展模式难以适应建筑业的高质量生产需求，无法实现可持续发展。因此，2014年以后，我国建筑业全要素生产率明显降低，2014—2017年全要素生产率均小于1，建筑业发展进入产业转型的阵痛期，产业布局有待完善。2017年以后，我国建筑业产业布局有所改善，技术效率、技术进步以及全要素生产率较前几年有所回升，建筑业发展较为稳定。
图1 2009—2020年全要素生产率变化趋势
表3 我国建筑业生产效率的Malmquist指数及其分解指标
从图2可以看出，技术效率、纯技术效率以及规模效率三者变化趋势基本一致，这主要是因为技术效率的变化受到规模效率和纯技术效率共同影响。2014年以后，技术效率频繁出现负增长情况，这主要由纯技术效率降低引起，规模效率的作用不明显。可见，粗放型发展模式是制约我国建筑业生产效率提升的重要原因。
图2 2009—2020年技术效率变化趋势
(一)技术创新对建筑业生产效率的影响
由于部分指标2020年的数据缺失，故在实证分析部分选择2009—2019年的面板数据构建回归模型。技术创新是本文的核心解释变量，由于技术创新涵盖范围较广，采用单一指标衡量往往无法体现综合性，因此本文参考罗明英和卢明湘[12]的研究，选择R&D人员全时当量、R&D经费内部支出、R&D从业人数三个指标，并在此基础上利用熵值法测算出技术创新值。在其他控制变量方面，Denison[15]指出，经济发展水平、资源转化水平以及知识水平都会对建筑业生产率产生一定影响。刘炳胜等[16]从建筑产业链角度对建筑业效率问题展开论述，认为建筑业效率既受企业规模、劳动力素质等内部因素影响，也受市场化水平、地区发展水平等外部因素制约。可见，许多因素都会给建筑业生产效率带来一定影响。本文在参考前人研究的基础上，剔除部分没有显著影响的指标，按照科学性、合理性、完整性的原则构建指标体系。具体指标体系如表4所示。
表4 建筑业生产效率的内外部影响因素
(二)模型构建
为探究建筑业生产效率的影响因素，将建筑业的生产效率作为被解释变量，构建回归模型。由于创新效率值位于[0,1]区间内，采用最小二乘法会产生有偏性和不一致性，因此本文采用面板Tobit模型进行回归分析，同时选择OLS模型作为参照。通过Hausman检验，选择固定效应模型。面板Tobit模型的具体形式如下：
Effiit=α+β0tiit+β1sizeit+β2(k/l)it+
β3vmpit+β4isit+β5osit+β6gdpit+εit
(10)
式(10)中，Effiit为建筑业生产效率值，α为常数项，β为各个解释变量的回归系数，εit为残差项。
(三)结果分析
由于固定效应的面板Tobit模型会存在不一致问题，为保障结果数据的可靠性，本文首先采用聚类稳健标准误的混合效应Tobit模型进行回归分析，然后采用随机效应的Tobit模型进行回归分析。LR检验结果强烈拒绝原假设，表明存在个体效应，应采用随机效应的Tobit模型。此外，本文还选用了固定效应模型作为参照，回归结果如表5所示。
表5 我国建筑业生产效率影响因素的回归分析结果
表5显示，技术创新能够显著提高建筑业的生产效率，这表明技术创新作为产业转型升级的关键因素，会对建筑业的健康发展起到推动作用。企业规模对建筑业生产效率具有显著的负向影响，也就是说企业规模越大，反而越不利于建筑业生产效率的提高，这可能是由于建筑业长期以来粗放型的规模扩张已经产生了边际递减效应，造成建筑业生产效率降低。因此，建筑业企业在发展过程中不能盲目扩大规模，要结合当下情况提升资源转化效率。人均资本同样对建筑业生产效率具有负向影响且该影响在统计上显著，说明当前我国建筑业企业资本配置效率不高，建筑业自动化、机械化水平需要进一步提高。产业结构和地区经济发展水平两项指标的回归结果显示，产业结构以及经济发展较好的地区的建筑业生产效率较高。这主要是因为经济发展较好、建筑业发达的地区能够更快地整合和利用当地卓越的技术和先进的管理经验，达到资源有效配置，提高建筑业生产效率。除此之外，国有资本比重的提高会降低建筑业生产效率，主要原因在于国有企业的管理机制以及产权问题会拉低建筑业企业的经济效益和生产效率;相反，市场化程度较高的非国有企业在技术优化以及效益提高等环节更具优势。企业技术装备率对建筑业生产效率的影响不显著，不能用以解释实际问题。
(四)稳健性检验
为保证模型具有较好的稳健性，选择替换变量法进行稳健性检验。将核心解释变量技术创新替换为专利申请量，并代入模型中进行实证分析。回归结果如表6所示。
表6 稳健性检验结果
表6显示，技术创新对建筑业生产效率依旧具有正向影响且影响结果较为显著，其余控制变量的回归结果及显著性水平与前文回归结果相差不大。可见，本文所构建的回归模型有较好的稳健性，实证结果可靠。
(一)结论
本文以2009—2020年我国30个省份的面板数据为基础，采用DEA-Malmquist指数对我国建筑业静态和动态生产效率进行了分析，并利用Tobit模型实证检验了技术创新对建筑业生产效率的影响，得出以下结论：
(1)从静态效率的测算结果来看，我国绝大部分省份未能达到DEA有效，但整体效率值较高且空间差异不大，说明我国建筑业存在较大的发展潜力，亟待进一步挖掘。
(2)从动态效率的测算结果来看，2009—2020年，我国建筑业的技术效率和全要素生产率都呈先降低后升高的变化趋势。其中，2014年以后全要素生产率明显降低，技术效率出现负增长，亟须转变建筑业发展模式，完善产业布局。
(3)实证检验技术创新对建筑业生产效率的影响后发现，技术创新能够显著提高建筑业的生产效率。与此同时，产业结构、地区经济发展水平等因素对建筑业生产效率也具有正向的拉动作用，企业规模、人均资本以及国有资本比重对建筑业生产效率具有显著的负向影响。
(二)建议
结合以上研究结果，本文提出以下几点建议：
(1)在建筑业不断发展壮大的过程中，不仅要提高产值，更要提高生产效率。当下，我国建筑业的生产依然依赖资本和人力投入。因此，一方面，要合理配置投入资金，合理制订资金投入和使用的计划，确保资金实现作用最大化；
另一方面，要推进落实建筑业执业资质制度，提高管理人员和技术人员的能力，促使从业人员素质得到提升。
(2)建筑业要想实现长远发展，除了依靠资金和人力的驱动外，还需提高技术水平。因此，必须重视技术创新的关键性作用，秉持“科学技术是第一生产力，创新是引领发展的第一动力”的理念，不断推进技术研发，构建建筑业创新体系，建立起与建筑业生产相匹配的创新发展模式。
(3)在关注建筑业技术创新和提高建筑业生产效率的同时，还可以加快完善我国建筑业市场经济体制，深化企业改革，形成现代化的管理模式，为建筑业营造良好的创新环境，助推建筑业转型升级。
猜你喜欢 建筑业效率指标 动物“跨界”建筑业小哥白尼(野生动物)(2021年5期)2021-08-30甘肃建筑业将采用清洁能源降低碳排放建材发展导向(2021年12期)2021-07-22提升朗读教学效率的几点思考甘肃教育(2020年14期)2020-09-11主要宏观经济指标及债券指标统计表债券(2020年4期)2020-08-04毕赛端 “从事建筑业，我乐在其中”海峡姐妹(2020年6期)2020-07-25注意实验拓展,提高复习效率中学生数理化(高中版.高考数学)(2020年5期)2020-06-02营改增对建筑业工程造价的影响分析建材发展导向(2019年11期)2019-08-24最新引用指标计算机应用(2018年12期)2019-01-08莫让指标改变初衷商周刊(2018年26期)2018-12-29主要宏观经济指标及债券指标统计表债券(2018年11期)2018-02-21
