基于模糊集定性比较分析法的工程总承包模式推广研究*
2023-10-07吴绍艳马思雨张兴元邓娇娇
吴绍艳 马思雨 张兴元 邓娇娇
(天津理工大学管理学院,天津 300384)
0 引言
大力推广工程总承包模式是建筑业转型升级、提质增效的重要抓手。随着国家和地方政策的密集出台、国际化建设项目的积极参与,我国工程总承包模式推广初见成效,但与国际工程总承包相比,其规模和效益仍存在一定差距。现有研究多从微观业主需求、综合能力、项目特点等视角探究工程总承包模式采纳原因[1-2]。而受传统模式的依赖性和总承包市场供给不足的影响,一些采用了工程总承包模式的项目实质上仍是施工总承包模式[3]。作为工程总承包项目的两大核心主体、市场的供需双方,业主和总承包商在推广工程总承包模式上存在困境:①要推广工程总承包模式、促进总承包企业成长,需要得到业主的认可;②而业主的认可又要以有效竞争的总承包市场和高素质的总承包企业为支撑。为摆脱路径依赖现象,需基于宏观环境视角,依靠政府等外界变量对影响工程总承包模式推广的影响机理进行系统分析。
纵观我国各省工程总承包模式推广情况,存在明显的空间差异,而造成这种差异的宏观环境因素并非由单方面组成。本文利用PEST分析框架,从宏观环境视角识别影响工程总承包模式推广的具体因素。同时,鉴于影响工程总承包模式推广的因素并非单一,它们之间可能存在互补、替代、累加或交互等联动效应[4],依托我国各省级面板数据,运用模糊集定性比较分析方法(fsQCA),探究我国工程总承包模式推广的影响机理,以期为政府推广工程总承包模式提供科学决策参考。
1 文献分析
工程总承包模式是一种集成的项目管理模式,不同于拥有建设部出台的专门技术规范的装配式建筑,工程总承包模式的发展无须特定的专业技术标准,因此本文将技术水平(T)从影响工程总承包模式推广的PEST模型中剔除,从政策文本、经济发展和社会信任三个方面提出以下研究假设。
1.1 政策文本强度与工程总承包模式推广的关系
目前,我国工程总承包政策呈现发文数量与其发展阶段特征相吻合[5]的特点,同时,随着政策时期的发展,相关政策对关键问题的规定也愈加灵活[6]。已有研究表明,政策对工程总承包模式建筑项目的推广起到最主要的推动作用。丰景春等[7]通过实证研究,发现法律法规、政策体系的完善对水利工程总承包模式的发展具有显著的正向影响。黄居林[8]认为,政府与市场间的合理分工,有利于培育我国的总承包市场体系,促进项目的快速落地。同时,各地政策推进力度和市场环境不均[9]、具体政策规定差异,这些可能是工程总承包模式在各省推广情况存在差异的部分原因。因此,根据政策产生的影响层面不同,参照Rothwell等[10]对政策工具的分类,即供给型政策工具(为工程总承包模式的发展提供源动力)、需求型政策工具(从产品市场着力)和环境型政策工具(作用于产品和市场,从外部环境的鼓励入手),探究不同政策工具对工程总承包模式发展的推动作用。具体假设如下:
(1)工程总承包供给型政策强度对工程总承包模式推广有正向影响。
(2)工程总承包需求型政策强度对工程总承包模式推广有正向影响。
(3)工程总承包环境型政策强度对工程总承包模式推广有正向影响。
1.2 经济发展水平与工程总承包模式推广的关系
我国区域经济发展不平衡的现象普遍存在,而建筑业的发展需要以一定的区域经济发展水平为支撑[11],充足的财力、物力等条件使区域经济发展水平高的地区对建筑产品的数量和质量需求更高。张水波等[12]基于发展中国家PPP项目的特点,研究发现经济发展水平越高的国家,PPP项目数量越多。对于工程总承包项目而言,其建设过程需要大量资金,而区域经济发展水平高的地区有较好的发展环境,对工程总承包项目的需求更多,因此区域经济发展水平是工程总承包项目推广的基础。有研究指出,建筑业发展差异与经济增长差距呈现完全类似特征。邹高禄[13]通过实证分析发现,长期来看建筑业与经济保持均衡关系,并会随着经济发展的变化而变化。因此,建筑业发展水平也会影响工程总承包模式的推广。具体假设如下:
(1)区域经济发展水平对本地工程总承包模式推广有正向影响。
(2)建筑业发展水平对本地工程总承包模式推广有正向影响。
1.3 社会信任水平与工程总承包模式推广的关系
根据现有研究,信任关系不仅有助于企业商誉的形成,还能进一步促进企业间合作发展。社会信任度越高,社会资本越丰富,社会网络和规范的扩张和运作越合理[14]。从传统的按图施工到工程总承包模式下的按需施工,发包人对总承包商的信任提出了更高的要求。
不同地区的社会资本水平和信任程度仍存在差异。通过对省际信任的研究,张维迎等[15]发现不同地区的信任程度有所不同,群体身份影响着人们对其他群体可信性的感知和判断,我国省际信任模式存在群内信任高于群外信任的“本地偏好”现象及不对称的目标地固定效应和来源地固定效应[16]。经济行动者以追求利润最大化为首要目标,选择最佳地域和社会网络,增加获得最大化利润的概率[17],因此发包人和工程总承包商作为经济行动者,极易选择有较高省域信任水平的地区进行发展,省际信任基础较高的省份可以促使项目在本地的实施更加顺利。
关于省域间社会信任的研究可以分为企业和个人两个方面:①企业方面,杨扬等[18]研究了双边信任对地区资金流动的影响,发现信任网络的溢出效应对资金流动的促进作用大于来源地对目标地信任的直接影响;②个人方面,Ellen等[19]发现个人间信任可以促进组织间信任,从而推动项目建设过程的顺利实施,提高项目管理效果。有鉴于此,省域企业信任水平和省域个人信任水平对工程总承包项目的推广可能存在正向影响。具体假设如下:
(1)省域企业信任水平对本地工程总承包模式推广有正向影响。
(2)省域个人信任水平对本地工程总承包模式推广有正向影响。
2 数据获取与分析
2.1 指标测度与数据获取
(1)工程总承包模式推广指标测度与数据获取。借鉴Pal等[20]的研究,在研究PPP项目落地效果时将项目落地数量作为表征指标。目前,我国各省不同年份工程总承包项目落地数量的精度比较容易保证,且考虑到所选取的样本期为我国大力推进工程总承包模式的初期阶段,项目数量也能在一定程度上反映落地速度,因此本文选取工程总承包项目的数量作为该模式推广的测度指标。各省工程总承包项目数量的数据主要来源于中国招标投标公共服务平台,选择行业类型包括已实施工程总承包模式的能源电力、公路、石油石化、房屋建筑等行业。
(2)政策文本强度的测度与数据获取。频数分析对于查看数据分布形态具有一定优势,并且可直观地看出不同类型政策工具的强度,故选取政策频数来测度政策文本强度。供给型、需求型和环境型政策工具组成的一级和二级指标关键词件见表1。
表1 工程总承包政策工具关键词
(3)经济发展水平指标测度与数据获取。借鉴侯杰[21]的研究,将经济发展水平从两个角度进行测度。区域内国内生产总值(GDP)是最常用的衡量地区经济规模的指标,可以用来测度区域内经济发展水平;建筑业增加值可以用来测度建筑业的经济价值。因此,选用区域内国内生产总值和建筑业增加值来衡量经济发展水平的指标。对2016—2019年《中国统计年鉴》中相关面板数据进行统计,得到各省国内生产总值和建筑业增加值。
(4)社会信任水平指标测度与数据获取。借鉴Narayan等[22]的研究,对我国各省份的社会信任水平进行度量。由于社会信任本身具有稳定性特点,省域信任水平指标选择张维迎等[15]对省域企业信任的调查,省域个人信任水平指标选择2017年中国综合社会调查(CGSS)统计数据。
2.2 变量分析
利用SPSS 21.0软件对本文的自变量、因变量进行相关性分析,对变量间的因果关系进行回归性分析,2019年工程总承包模式推广影响因素回归分析结果见表2。
表2 2019年工程总承包模式推广影响因素回归分析结果
由表2可知,各省工程总承包项目数量与地区生产总值在1%水平上显著相关;与建筑业增加值在约1%水平上显著相关;与省域企业信任在5%水平上显著相关。
2.3 基于fsQCA的数据分析
在单因素相关性分析的基础上,本文使用模糊集定性比较分析方法(fsQCA)进行数据分析。
(1)数据校准。本文的前因条件为7个,样本为30个,符合小样本规模的要求。首先,依据相关标准对原始数据进行预处理,保证结果能够被解释。参考Fiss[23]的锚值法,校准过程基于样本数据上四分位值、中位值和下四分位值设定,确定变量的交叉点、完全隶属阈值和完全不隶属阈值。其次,利用fsQCA对各变量进行校准,将初始赋值数据转化成0~1的模糊数。
(2)必要条件分析。本文设置0.8为基准线,任何一个前因条件对实现工程总承包模式有效推广的必要性不超过0.8,故不构成产生工程总承包模式推广的必要条件。
(3)真值表构建。创建一个真值表,列出自变量与因变量之间存在的所有逻辑组合。将变量进行校准,得到真值表。运用布尔代数对其结果进行简化,得到中间解、简约解及复杂解三个结果。本文主要选择中间解考虑组态的问题,同时结合简约解与复杂解分析。
3 结果与分析
3.1 要素条件组合
本文参考Ragin等[24]的方法进行构型的核心-非核心要素分析。核心要素用符号“*”表示,非核心要素是用符号“·”表示。当前因变量对结果无影响时,用空格表示;当前因变量对结果有影响时,以“~”表示。形成4条影响工程总承包模式推广的要素条件组合路径,见表3。
表3 要素条件组合路径
本文将一致性阈值提高为0.85,针对各要素条件组合路径进行分析,表明研究结果具有很好的稳定性。本模型的覆盖度为56.20%,满足Woodside提出的覆盖度标准[25],表明所得结果可以解释56.20%的工程总承包模式推广影响原因。
3.2 结果分析
运用fsQCA对各因素之间的组合效应进行验证,得到4种组合:①高强度的三种类型的政策×高水平的经济发展程度×低水平的省域个人信任水平;②高强度的三种类型的政策×高水平的经济发展程度×高水平的省域企业信任水平;③低强度的三种类型的政策×高水平的经济发展程度×较低水平的省域个人信任水平×高水平的省域企业信任水平;④高强度的供给、环境型政策×低强度的需求型政策×高水平的经济发展程度×低水平的省域个人信任水平×高水平的省域企业信任水平。
(1)经济水平对工程总承包模式推广的影响最为显著。在实现工程总承包模式推广的4种路径中,区域经济发展水平和建筑业发展水平全部出现。区域经济发展水平为核心要素,建筑业发展水平为非核心要素,区域经济发展水平比建筑业发展水平对工程总承包模式推广的影响更为直接。究其原因,经济增长对工程总承包模式推广有着更为直接的作用。工程总承包模式涉及金额巨大,项目投资往往需要大量资金,经济水平高的地区更容易营造工程总承包项目良好的发展环境。然而,建筑业发展水平通过对国民经济水平的影响间接对工程总承包项目发展起推动作用,因此,区域经济发展水平对工程总承包模式推广比建筑业发展水平影响更直接。
(2)相较于需求型政策,供给型政策和环境型政策更易与其他要素发挥组合效应。在实现工程总承包模式推广的4条路径中,供给型政策和环境型政策出现的频数高于需求型政策。目前,需求型政策主要集中在模式先行和试点优先机制上,其他需求型政策如税收改变和财务金融相对并不健全,需求型政策在工程总承包模式推广初期阶段效果更加显著,但在与经济水平、社会信任组合作用时,需求对工程总承包项目的拉动作用弱于人才、技术、资金等相关要素的供给及外部良好政策环境的作用。
(3)政策文本可以在一定程度上替代社会信任带来的激励效果。如路径1、路径2和路径3,政策文本替代社会信任与经济水平组合发生作用。这是因为,技术支持和融资支持等政策有赖于经济水平的发展,只有当区域经济水平越好时,才会更有利于政策的落实。当政策支持力度不够时,需要有高水平的社会信任才能弥补政策上的不足,从而促进工程总承包利益相关方的合作。反之,当省域社会信任不足时,政策文本作为正式制度具有很强的时效性和针对性,自然可以补偿非正式制度带来的激励效果。
(4)多个要素条件组合间的替代效果分析。通过对比路径2和路径3可以发现,在D、E均存在的情况下,即经济水平为重要影响因素的时候,三种类型的政策文本和省域企业信任的组合与省域个人信任水平互相替代,验证了组合内部的替代效应。
4 结语
本文识别了影响工程总承包模式推广的宏观影响因素,进行了单因素分析和多因素路径组合分析。在此基础上,提出三个方面的建议:
(1)提高区域经济水平有助于促进工程总承包模式的推广。无论哪个省市,区域经济水平往往对该省工程总承包项目发展有着更为直接的推动作用,工程总承包模式日趋大型化、复杂化,管理模式的优化需要以一定的区域经济发展水平为基础和支撑条件。像目前工程总承包项目数量较多的浙江、广东等省份,绝对经济优势助推了建筑业的转型升级速度和效率。无论目前经济水平处于何种程度,努力提高区域经济水平都是重中之重。区域经济发展虽然不能一蹴而就,但应该成为具有长期导向的发展策略。同时经济水平也受社会信任的影响,因此社会信任相对较低的省份,更应对经济的发展路径予以格外关注和探讨。
(2)在既有经济实力下结合政策文本或社会信任组合发挥作用。在路径依赖的困境下,发包方缺乏主动性,市场需求动力不足,我国工程总承包只能走由政府行政发文推动的被动性路径,且政策发文的强度可以部分弥补社会信任不足带来的桎梏。因此,对于社会信任水平较低的省份,短期内只有通过政策的完善和强力推行,才能对工程总承包模式的推广发挥作用。如福建、湖南等省份,目前总承包推广比较领先,虽然此类省份的省域个人信任水平不高,但是供给、需求、环境三种类型的政策文本推动强度较大,区域经济发展水平较强,政策文本的推动和经济环境的优势弥补了信任方面的不足。对于社会信任水平不高、经济水平达到一定程度但推广政策强度不足的省份,如云南等省,可以通过完善工程总承包政策来推动发展。此外,像河南、河北这类社会信任较好、有一定的经济发展水平、但政策推行强度不高的省份,虽然不会完全阻碍工程总承包的发展,但如果在政策推行上下功夫,就能促使业主更加积极地对工程总承包模式进行推广,在经济的加持下,加快工程总承包在该省的发展。
(3)为发挥更大效应均衡使用三类政策工具。虽然供给型政策和环境型政策更易与其他要素发挥组合效应,但需求型政策工具也不容忽视,尤其是社会信任中个人信任较低的省份,更应发挥需求型政策工具对社会个人信任的替代作用。唯有此,才能将政策的推动拉动作用和环境支持作用形成更大的合力,更有利于推动工程总承包模式推广。
本文从宏观角度研究影响工程总承包模式推广的影响因素,但影响工程总承包模式推广的因素包括微观和宏观两大方面,未来应兼顾宏微观间的关系并进行综合研究。同时,随着工程总承包模式推广效应的显现,未来可选取发展阶段的数据进一步进行补充验证。