基于超效率DEA和Malmquist法的中国建筑业生产效率分析

庞永师，刘景矿，王亦斌，于茜薇，张 磊

（广州大学工商管理学院，广东广州 510006）

基于超效率DEA和Malmquist法的中国建筑业生产效率分析

庞永师，刘景矿，王亦斌，于茜薇，张 磊

（广州大学工商管理学院，广东广州 510006）

针对传统DEA模型不能对有效决策单元作进一步评价的不足，运用超效率DEA和Malmquist指数法对中国2007～2011年间建筑业的生产效率进行评价分析.研究结果表明：2007～2011年间，中国建筑业生产效率总体呈现出稳步上升的趋势，仅在2011年由于房地产投资降温出现些许下滑，同时，建筑业规模在不断扩大，但总体上规模效率却出现了下降；从横向上看，中国建筑业生产效率存在显著的地区差异，东部地区的综合效率要明显高于中部和西部地区.因此，建议政府加大技术创新的投入；鼓励建筑企业做大做强，创立自身品牌，避免盲目的规模扩张；重点扶持西部建筑企业，加大东西部区域合作.

超效率DEA；建筑业；生产效率；投入产出分析；Malmquist指数法

改革开放以来，我国的建筑业发展迅速.近年，全国建筑业企业完成建筑业总产值屡创新高，根据国家统计局发布的2012年建筑业企业生产情况统计快报，2012年全国建筑企业完成建筑业总产值达到135 303亿元，建筑业增加值占GDP比重为6.83%，建筑业从业人数4 180.8万人［1］.作为国民经济支柱产业和基础性产业，建筑业在吸纳农村富余劳动力、促进城乡统筹发展和维护社会稳定等方面仍然发挥着重要作用.然而，建筑业总产值的持续增长是否意味着建筑业的生产效率提高？从总体上来说，建筑业整体水平仍然偏低，产业化程度低，技术基础相对薄弱，建筑业利润长期低下，而且建筑业的发达程度也存在明显的区域差异，建筑业较发达地区多分布在我国的东部沿海地区.这些都与建筑业的地位和发展需要不相符合，存在相当大的差距.因此有必要对我国建筑业的生产效率进行有效的评价和分析，并且提出改进的政策.

建筑业生产效率是指建筑业在一定技术条件下，通过合理分配投入，以期获得最佳产出的能力，是对建筑业实现投入最小化或产出最大化有效程度的度量.关于建筑企业生产率，国内外学者越来越多地运用“前沿分析法”对行业或企业生产效率进行研究，其中运用数据包络分析DEA（Data Envelopment Analysis）为代表的“非参数法”最为普遍.本文对国内外学者针对建筑业生产效率的相关研究进行了梳理和总结（见表1）.大部分采用的DEA方法无法对生产效率均有效的决策单元进行比较和排序，而采用超效率DEA能够弥补这一缺陷.考察生产率变化的Malmquist指数，是动态DEA的主要工具，可以很好地评价建筑业生产率的优越性，但是从表1［2－8］来看，综合运用超效率DEA和Malmquist指数对我国建筑业生产效率的变化评价研究比较少，只有个别文献如［9－10］进行了相关研究.因此，本文研究的目的是在现有的文献回顾的基础上，采用超效率DEA方法衡量中国建筑业MPIs指数（Malmquist productivity indices），并且分析中国31个省市2007～2011年建筑业生产效率变化趋势，提出建议.

表1 国内外学者对建筑业生产效率的研究［2－8］Table 1 Study on the production efficiency of construction industry by scholars all over the world

1 理论方法

1.1 超效率DEA模型

传统的DEA的主要模型为BBC模型和CCR模型.其中CCR模型对决策单元规模有效性和技术性同时进行评价，即CCR模型中的DEA有效的决策单元既是规模适当又是技术管理水平高的评价方法；BBC模型用于专门评价决策单元技术有效性［11］.但是，在对决策单元进行DEA（CCR）评价时，可能会遇到多个决策单元同时有效的情况，CCR模型无法对这类决策单元做出进一步的比较与评价，以判别其相对有效性的高低.为此，扩展后的超效率DEA模型弥补了这一缺陷，使有效的决策单元之间也能进行比较［12］.其基本思想是在评价某个决策单元时，将其排除在决策单元的集合之外.模型如下：

式中，在评价决策单元j0时，是将决策单元j0与样本中除j0外的其他所有DMU（Decision Making Unit，决策单元）的线性组合进行比较，结果是有效的DMU可能按比例增加其投入，而仍能保持相对有效性，把这种DMU增加投入而仍能保持DEA相对有效的最大比例，称为该DMU的DEA超效率值，计算出来的效率值不再限制在0～1的范围内，可能大于1.因此，可以对所有的DMU进行评价与排序，为管理决策人员提供的信息也更加完备.

1.2 Malmquist指数法

Malmquist生产率指数，是CAVES等受Malmquist消费指数启发，将这种思想应用到生产分析中，通过距离函数之比构造生产率指数，这种指数即Malmquist指数［13］.它是基于DEA模型的方法提出的，利用距离函数的比率来计算投入产出效率. Malmquist指数的原理如下：

式（3）中右侧第1项是效率变化指数Effch，就是从t到t＋1时期生产效率的变化；第2项是技术变化指数Tech，就是从t到t＋1时期技术的变化率［14］.在建筑业生产效率的分析中，投入指标和产出指标都有多个，而且不清楚投入－产出之间的函数关系，因此，使用Malmquist生产率指数结合超效率DEA模型来分析是非常合适的一种方法.

1.3 指标的选取、数据的来源及处理

对建筑企业进行生产效率评价，分歧较大的是投入和产出指标的选取，所选取的指标应符合建筑企业投入和产出的客观实际情况，并结合所选评价方法的特点来选取投入和产出指标.本文参考前人的研究成果［15－17］，选取各地区建筑业企业资产和从业人数为投入指标，建筑业增加值为产出指标.

本文使用的数据来源于《中国建筑业统计年鉴》，从中收集了2007～2011年我国建筑业投入－产出方面的面板数据［18］.其中，建筑业企业资产和建筑业增加值以2007年为基准，按照价格指数进行调整.

2 计算结果与分析

2.1 超效率DEA分析

本文采用EMS（Efficiency Measurement System，Version 1.3.0）计算超DEA效率值，并计算每年全国的平均值和每个地区5 a内生产效率的平均值，并进行排序，计算结果见表2.

从表2可见，全国31个省市中，建筑业的效率值均值2007年为0.638 3，2008年0.664 9，2009年0.680 6，2010年0.681 3，总体呈现上升的趋势，这与社会经济的发展是一致的.2011年比2010年有所下降，效率均值为0.679 2，这与2011年房地产调控，房地产市场出现回落有关.由于计算的是5 a内31个省市的面板数据，DMU个数较多，只有北京（2011年），黑龙江（2010年），福建（2010年），宁夏（2009年）的效率值大于1，意味着这4个地区在当年的投入产出点落在生产前沿面上，即产出水平达到最优，而且没有冗余的投入量.

表2平均值列中，我国各省市建筑业的超DEA效率值差异显著，并且地域特征明显.超DEA效率值在前10位的省份中，有7个省份来自东部地区（福建、北京、浙江、江苏、辽宁、吉林、黑龙江），3个省份来自西部地区（内蒙古、宁夏、新疆），排名最后3名的省份依次是贵州、山西、云南.东部地区平均效率明显高于中部和西部.但是，也有个别省份例外，如广东的平均效率值排名27，宁夏、新疆地区的效率值分别排名4、5.这主要是由于东部地区生产规模大，投入高，但是产出却没有相应的大幅增加，造成生产效率低下，而西部地区生产规模小，低投入低产出，生产效率有时反而更高.

2.2 Malmquist指数分析

使用DEAP 2.1计算Malmquist指数，分析了2007～2011年全国各省市自治区建筑业效率变化情况（见表3），对2007～2011年平均全要素生产效率指数变化进行分解研究（见表4）.

2007～2011年全国全要素生产效率指数平均值为1.069，TFP增长率为6.9%.31个省、市、自治区中，除四川、辽宁外全要素生产效率指数均大于1，其中黑龙江指数变化最大，为1.172.总体来说，近5 a我国建筑业全要素生产率增长较为平稳，除个别省份（四川、辽宁）外，均呈现稳步增长趋势，各省市间增长率差距不大，说明生产率发展较为均衡.

表2 全国各省、市、自治区建筑业2007～2011年生产率评价值Table 2 The productivity evaluation of China's construction industry from 2007 to 2011

从各省市全要素生产率分解的情况来看，技术进步变化指数Tech所有地区都大于1，说明随着技术进步，我国建筑行业整体效率在提升.技术效率变化指数Effch全国平均值1.007，说明总体上总效率还不错.宁夏的规模效率变化指数Sech是1.018，但纯技术效率Pech是1，相对其他省市纯技术效率偏低，说明该省规模的扩大促进了总效率Effch（Effch＝Pech×Sech，即总效率＝纯技术效率×规模效率）的提升，属于粗放型增长和投资拉动为主的建筑业经济增长方式.

表3 2007～2011年各地区5次效率变动的平均值Table 3 The average value of production efficency change with 5 times in different provinces and regions from 2007 to 2011

表4 2007～2011年全国平均效率变化指数Table 4 The national average efficiency index of construction industry from 2007 to 2011

这5 a来，我国建筑业平均Malmquist指数为1.069，年平均提高6.9%，总体呈上升趋势，2011年有所下降，这与超效率DEA模型分析结果是一致的.技术进步变化指数为1.062，年平均提高6.2%，在分解的指数中最大，说明在TFP增长中，技术进步的贡献大于技术效率，同时，我国建筑业的规模效率不高，年平均降低1.1%.这5 a中企业的资产一直在快速增长，规模在扩大，但是从业人数却增长缓慢，2011年甚至人数还出现了下降，这说明企业存在过快的规模扩张，投入不均衡，尤其是用工成本上涨给企业生产经营带来了较大的压力，人力资源普遍投入不足，导致规模相对过大，规模效率并未提升反而下降.

3 结论与建议

本文应用超效率DEA和Malmquist指数方法实证分析了我国31个省、市、自治区2007～2011年建筑业生产效率，研究结果表明：我国建筑业生产效率在过去的5 a间呈现了总体上稳步上升的趋势，但增速不快，与我国经济增长不相协调；建筑业规模盲目扩大，总体规模效率却出现下降；区域建筑业总体全要素生产率年均增长为正增长，且增长较为平稳，技术进步是其增长的主要推动力；各省市建筑业的超DEA效率值差异显著，且地域特征明显，东部地区的综合效率要明显高于中部和西部地区.因此，根据该分析结果，建议如下：

（1）积极推进建筑企业技术进步和创新.我国政府应当积极推进建筑企业技术进步和创新，结合实际制定建筑业中长期技术创新规划和有关政策，积极引导和促进建筑业总体技术水平的提高.如：坚持建筑节能减排与科技创新相结合，发展绿色建筑，加强建筑工程项目建设全过程的节能减排，实现低耗、环保、高效生产，使建筑节能减排成为建筑业发展新的增长点.此外，有条件的大型建筑企业，要充分利用高等院校及建筑科研院所创新性人才的优势，建立一批企业研发中心，开展建筑工艺和工程技术研发，消化吸收国际最前沿的科技成果，提高建筑企业的技术含量，从而提高我国的建筑科技创新水平，以实现真正意义上的政产学研一体化的协同创新平台.

（2）鼓励建筑企业做大做强创立自身品牌.政府应当规范建筑业市场，营造健康公平的建筑业市场环境，鼓励建筑企业做大做强创品牌，避免盲目过快的规模扩张.其次，坚持建筑行业科技进步与规模增长相结合，转变建筑业发展方式，逐步改变建筑业单纯依靠规模扩张的发展模式，注重提高建筑行业从业人员素质，提升建筑业的科技、管理、标准化水平，使行业科技进步与产业规模同步发展.最后，建筑企业应坚持国内与国际两个市场发展相结合，适应国家调整优化投资结构发展需要，引导建筑企业合理调整经营布局和业务结构，拓展国内市场；加快实施“走出去”发展战略，进一步提高建筑企业的对外工程承包能力，积极开拓国际市场［19］.有实力的建筑企业利用自身实力开拓市场，通过BOT、BT等模式，不断提升企业生产发展能力.

（3）寻求跨区域建筑企业合作互助、互利共赢.政府应当进一步加强大西部大开发策略，重点扶持西部建筑企业，加强西部建筑企业科技创新.西部建筑企业可以向工程总承包甚至项目总承包的方向发展，积极拓展经营领域提高市场竞争力，培育一批具有核心竞争力的工程总承包企业.同时，全方位地进行西部与西部之间合作、联合，东

西部“联姻”、“混血”，即加强西部地区建筑企业的合作与发展，加大东西部区域合作，积极寻求跨区域合作互助，形成互利共赢的局面.

［1］ 国家统计局.2012年建筑业企业生产情况统计快报［R］.2012. China's National Bureau of Statistics.Construction enterprise production statistics bulletin［R］.2012.

［2］ JAN J.Construction site productivity measurement：Selection，application and evaluation of methods and measures［EB／OL］.［2009-06-12］Doctoral thesis summary，Lulea University of Technology，1996.Accessed from http：∥epubl.luth.se／avslutade／0348-8373／185／index-en.html on June 12，2009.

［3］ ZHI M，HUA G B，WANG S Q，et al.Total factor productivity growth accounting in the construction industry of Singapore［J］.Constr Manag Econ，2003，10：707-718.

［4］ EDVARSEN D F.Efficiency of Norwegian construction firms［D］.Goterborg：Goterborg University，2004.

［5］ 李忠富，邹心勇，李国良.中国建筑业全要素生产率的变迁：1996～2005年实证分析［J］.土木工程学报，2008，41（11）：106-112. LI Z F，ZHOU X Y，LI G L.An empirical study on the migration of total factor productivity of the Chinese construction industry in 1996～2005［J］.China Civil Engin J，2008，41（11）：106-112.

［6］ 李公祥，尹贻林.基于超效率DEA方法的中国建筑业生产效率实证研究［J］.北京理工大学学报：社会科学版，2009，11（4）：36-41. LI G X，YIN Y L.On productivity evaluation of China's construction industry on the basis of the supper-efficient DEA Model［J］.J Beijing Inst Tech：Soc Sci Edi，2009，11（4）：36-41.

［7］ 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，2010，1：87-96. DAI Y A，CHEN C.Technical efficiency in China's construction industry and its influencing factors［J］.China Soft Sci，2010（1）：87-95.

［8］ 邓蓉晖，夏清东.王威.基于超效率DEA的建筑企业生产效率实证研究［J］.工程管理学报，2012，26（6）：110-115. DENG R H，XIA Q D，WANG W.Empirical research on production efficiency of construction enterprises using superefficiency data envelopment analysis［J］.J Engin Manag，2012，26（6）：110-115.

［9］ XUE X L，SHEN Q P，WANG Y W，et al.Measuring the productivity of the construction industry in China by using DEABased malmquist productivity indices［J］.J Constr Engin Manag，2008，134（1）：64-71.

［10］孙慧，付辰，范志清.基于Malmquist指数方法的建筑业效率动态评价［J］.建筑经济，2012，3：91-95. SUN H，FU C，FAN Z Q.Dynamic evaluation of the efficiency of Chinese construction industry based on the Malmquist index method of DEA［J］.Constr Econ，2012，3：91-95.

［11］魏权龄.数据包络分析［M］.北京：科学出版社，2004. WEI Q L.Data envelopment analysis［M］.Beijing：Science Press，2004.

［12］ANDERSEN P，PETERSEN N C.A procedure for ranking efficient units in data envelopment analysis［J］.Manag Sci，1993，39（10）：1261-1264.

［13］CAVES D W，CHRISTENSEN L R，DIEWERT W E.The economic theory of index numbers and the measurement of input，output，and productivity［J］.Econometrical，1982，50：1393-1414.

［14］曾福生，高鸣.我国各省区现代农业发展效率的比较分析——基于超效率DEA及malmquist模型的实证分析［J］.农业经济与管理，2012，4：38-44. ZENG F S，GAO M.Study on evaluation of Chinese modern agricultural development：Based on models of S-DEA and Malmquist［J］.Agri Econ Manag，2012，4：38-44.

［15］王幼松，李成瑶，张煜帆，等.基于超效率DEA的华南六省建筑业效率分析［J］.建筑经济，2014，4：19-23. WANG Y S，LI C Y，ZHANG Y F，et al.Analyze productivity evaluation of six provinces South China's construction industryon the basis of the supper-efficient DEA model［J］.Constr Econ，2014，4：19-23.

［16］CHIANG Y，LI J，CHOI T，et al.Comparing China Mainland and China Hong Kong contractors'productive efficiency：A DEA Malmquist Productivity Index approach［J］.J Facil Manag，2012，10（3）：179-197.

［17］刘炳胜，陈晓红，王雪青，等.中国区域建筑产业TFP变化趋势与影响因素分析［J］.系统工程理论与实践，2013，33（4）：1041-1050. LIU B R，CHEN X H，WANG X Q，et al.Analysis on the changing trend and influencing factors of TFP about the regional construction industry in China［J］.Syst Engin：Theory Pract，2013，33（4）：1041-1050.

［18］中华人民共和国国家统计局.中国建筑业统计年鉴（2012）［M］.北京：中国统计出版社，2012. China's National Bureau of Statistics.China statistical yearbook on construction（2012）［M］.Beijing：China Statistics Press，2012.

［19］住房和城乡建设部.建筑业发展“十二五”规划［R］.2011. Ministry of Housing and Urban-Rural Development.Twelve-Five-year planning For Chinese construction industry［R］.2011.

Production evaluation of China's construction industry on the basis of the super-efficient DEA model and Malmquist index

PANG Yong-shi，LIU Jing-kuang，WANG Yi-bin，YU Qian-wei，ZHANG Lei
（School of Business Administration，Guangzhou University，Guangzhou 510006，China）

The CCR DEA model only divides the DMU into efficient or inefficient.However，the super-efficient DEA which is improved from the CCR DEA mode was applied to evaluating the productivity of construction industry during the period of 2007～2011.The results show that，China's construction industry production efficiency generally presents a steadily rising trend from 2007 to 2011，only in 2011 due to a slight decline in Real estate investment cooling；at the same time，while construction enterprise expanded the scale，the efficiency generally was declined.As a whole，there are significant regional differences in China's construction industry production efficiency，and the comprehensive efficiency of the eastern region is obviously higher than the central and western areas.Therefore，this paper suggests that the government should increase investment in technology innovation；Secondly，the government should encourage construction companies to become bigger，stronger and own their brand，meanwhile，to control the scale of construction enterprise appropriately，in order to avoid the too fast scale expansion；Finally，the government should give the western construction enterprise key support，and increase the eastern and western regional cooperation.

super-efficient DEA；construction industry；productivity；input-output analysis；Malmquist index

C 93；F 407.9

A

【责任编辑：陈 钢】

1671-4229（2015）01-0082-08

2014－12－18；

2014－12－28

庞永师（1955－），男，教授.E-mail：pangyongshi＠163.com