我国区域建筑业发展水平及变动趋势评价研究

作者:杨德钦 陈丹 李红艳 张静 陈义超 李福恩
单位:郑州航空工业管理学院
摘要:选取10项代表生产投入、经济产出的技术经济指标, 基于熵值法、聚类分析、DEA模型, 对19982014年间每五年我国31个省份建筑业发展水平及变动趋势进行分析。结果表明:从东到西, 建筑业发展呈现由快到慢的梯次分布, 结合熵增定律可知, 东西部建筑业发展水平差距正在加速增大;通过DEA调整排名, 发现除两极地区外, 中间省份排名波动较大。据此提出应调整地区产业结构、完善市场机制建议, 努力实现区域建筑业均衡发展。
关键词:区域建筑业 熵值法 聚类分析 DEA模型
作者简介:杨德钦, 男, 生于1963年, 河南方城人, 教授, 研究方向:建筑经济与管理

 

伴随着改革的推进, 建筑业作为国民经济的支柱性产业之一得到了迅猛发展, 为国家经济发展、社会进步和科技创新做出了卓越贡献。但与此同时, 我国建筑业也存在诸多问题, 如区域发展极不平衡, 地区竞争力水平差距较大等。因此构建合理的区域建筑业发展水平及动态预测评价体系, 针对评价结果中存在的问题探寻促进区域建筑业均衡发展的对策十分必要。

当前, 区域建筑业与区域经济的耦合发展, 是学术界关注较多的问题。Bon和Bon&Minami的研究表明, 建筑业的发展与经济发展水平相一致, 均具有单向性, 且遵循倒U型曲线, 各国家建筑业发展水平都在LDC (欠发达) 阶段持续上升, 在NIC (新型工业化) 阶段到达顶点, 在AIC (高度工业化) 处出现下滑现象。Les&Jorge基于凯恩斯哲学得到建筑业发展水平与经济增长关系的动态曲线图, 即“Bon曲线”。Wigren&Wilhelmsson基于Granger因果关系检验对瑞典建筑行业的挤出效应做研究, 结果表明:基础设施的建设对短期经济增长影响较大, 而对长期经济增长有微弱影响, 住宅建设对经济增长有长期影响。戴永安发现区域建筑业差异在经济增长差异中的重要性, 且区域建筑业与区域经济的耦合协调度存在明显的“东高西低”的空间分布特征, 我国大部分地区处于初级协调或勉强协调的水平。已有研究, 多集中在区域建筑业发展与区域经济耦合的一般规律及发展现状方面, 就近年来区域建筑业自身发展及对未来的情况预测研究较少。本文选取代表区域建筑业生产投入和经济产出的技术经济指标, 基于熵值法、聚类分析与DEA方法, 以大跨度时间序列数据为基础对我国31个省份 (港澳台除外) 的建筑业发展水平进行综合评价, 以期发现我国建筑业区域发展的变动态势, 为进一步研究区域建筑业均衡、协调提供依据。

1 区域建筑业发展及变动态势指标体系构建

本文在坚持数据易得性、可比性、完备性、简洁性等原则的基础上, 以资料的可获取性为前提, 以既能反映我国区域建筑业发展现状, 又能预测未来变动趋势为目标, 在借鉴建筑业产业发展水平评价一般原理、参照现有研究成果的基础上, 将影响我国区域建筑业发展的指标分为产业投入和产业输出两大类。结合DEA模型, 本文主要选取反映我国各省份建筑业的资产投入和产出规模的相关指标的面板数据来评价各地区建筑业的发展现状。结合相关文献, 选取以下10项具有明显代表性的区域建筑业发展指标 (如表1所示) 。

表1 区域建筑业发展及变动态势指标体系    下载原表

表1 区域建筑业发展及变动态势指标体系

产业投入指标又名发展过程指标, 反映各省份建筑业生产能力及产业发展过程, 通常包括生产规模和技术装备水平;产业输出指标又名发展结果指标, 反映各省份建筑业产业生产效率、效益状态, 通常包括产业利润、利益。

2 区域建筑业发展变动态势模型构建

目前, 关于多指标、大跨度时间序列数据的综合评价方法有很多, 本文采用组合方法对区域建筑业发展水平现状及发展变动趋势进行评价、分析, 具体步骤如下: (1) 运用熵值法求得各区域建筑业发展指标权重; (2) 选取聚类分析法基于所求指标权重对我国31个省份进行系统聚类; (3) 在此基础上, 采用DEA方法对不同年份各地区综合得分进行调整, 对各区域建筑业发展水平进行评价、预测。

将熵值法求得的各年份在效益评价过程中的权重, 输入DEA评价决策单元DMU, 对每一评价决策单元DMU求解其对应的C2R模型, 求得有效评价值, 即第i年某省份的建筑业发展总效率, 其评价过程如图1。采用熵值法-DEA模型计算区域建筑业发展水平调整公式:

 

其中Y′为我国区域建筑业发展水平最终评价值, θ为评价单元的投入产出率, 依据调整后的Y′对历年我国建筑业发展水平进行重新排名。

图1 熵值法-DEA综合评价模型

图1 熵值法-DEA综合评价模型

 

3 实证分析

3.1 样本选取

根据《中国建筑业统计年鉴》, 选取1999、2003、2007、2011、2015年我国各省份建筑业表1中指标的原始数据为基础, 据此建立熵值法-DEA模型, 研究我国各地区建筑业发展情况及变动态势。

3.2 综合得分排名获取

3.2.1 熵值法步骤

(1) 数据矩阵

 

其中n为评价年份, m为评价指标, Xij为第i年份的第j个指标的数值。

(2) 数据的非负数化处理

由于熵值法计算采用的是各方案某一指标占同一指标总和的比值, 因此不存在量纲影响, 不需要进行标准化处理, 但若数据中有负数, 需要对数据进行非负化处理, 此外, 为避免求熵值时对数的无意义, 需对数据进行平移。

正向指标:

 

负向指标:

 

则X′ij (i=1, 2, …, n;j=1, 2, …, m) 为第i年第j个指标数值。

(3) 计算第j项指标下第i年占该指标的比重

 

(4) 计算第j项指标的熵值

 

 

(5) 计算第j项指标的差异系数

定义差异系数为:

gj=1-ej, gj越大指标越重要。

 

 

3.2.2 模型应用

将原始数据带入上述模型步骤, 求出各地区建筑业发展综合排名, 运用Excel排序各年得分, 并汇总各年名次, 得表2。

由表2可知, 1998~2014年间江苏、浙江建筑业发展水平稳居全国1、2名, 表现出非常强劲的发展态势, 山东省也较为稳定紧随其后;河北、山西、黑龙江、上海、安徽、福建、江西、河南、湖北、云南和陕西几省名次波动较大, 名次波动在4~7个位次之间, 其中河北、山西、黑龙江、上海、云南五省综合排名下降较多, 而安徽、福建、江西、河南、湖北和陕西六个省份综合排名循序上升。值得一提的是, 河南在2006年之后稳居前十名, 且名次仍在不断上升, 而湖北由1998年的第十名到2014年的位列第三, 发展前景非常乐观。宁夏、青海、海南和西藏名次在十几年间稳定在28~31名, 呈现较弱的发展态势。

表2 我国各省市建筑业发展排名    下载原表

表2 我国各省市建筑业发展排名

3.3 发展区域划分

为便于从总体上把握31个省份建筑业发展水平空间分布特征, 运用SPSS 22.0统计分析软件, 根据各地区建筑业发展水平综合得分排名对其进行系统聚类, 得到我国31个省份建筑业发展水平聚类谱系图 (图2) 。

图2 我国31个省份建筑业发展水平聚类谱系图

图2 我国31个省份建筑业发展水平聚类谱系图

 

根据聚类结果, 将全国31个省份建筑业发展水平划分为5种类型:I建筑业快速发展地区:江苏、浙江、山东、广东;II建筑业发展较快地区:河北、湖南、上海、河南、湖北、北京、辽宁和四川;III建筑业发展中等地区:山西、黑龙江、云南、天津、陕西、安徽、重庆、福建;IV建筑业发展较慢地区:贵州、甘肃、内蒙古、吉林、广西、新疆、江西;V建筑业发展缓慢地区:青海、宁夏、海南、西藏。

建筑业发展水平较快的省份集中在东部沿海地区, 和离海较近的中部, 而西部地区建筑业发展水平较弱, 整体呈现由东部沿海地区向西部内陆地区, 建筑业发展由快到慢的梯次分布。东部地区主要以建筑业发展快速地区和较快地区居多, 其中, 江苏、浙江、山东、广东建筑业快速发展, 位居全国建筑业发展水平前4的位置, 这些省份经济较为发达, 水陆交通便利, 代表了我国建筑业发展的最高水平。而中西部地区建筑业发展水平以较慢和缓慢为主, 建筑业发展程度较低, 特别是青海、西藏、宁夏和海南, 这些经济欠发达地区, 建筑业发展综合排名在1998~2014年期间稳居28~31名。综上可知, 我国区域建筑业发展水平现状“东强西弱”的空间分布相当明显, 且与区域经济发展分布基本一致。

热力学第二定律揭示了这样一个事实:每当能量从一种状态转化为另一种状态时, 自然界就不可避免地加剧一定程度的混乱, 人类也因此损失了能在将来用于做某种功的能量。因此, 建筑业的这一发展现状表明, 在物力、人力、财力等资源大规模地涌向东部沿海城市, 外加上政策上的极力支持, 使得东部地区建筑业水平飞速发展, 中西部, 尤其是西部地区建筑业发展水平与东部差距正在加速增大, 故协调区域间建筑业发展水平尤为重要。

3.4 发展态势变动

3.4.1 DEA模型原理

D E A (数据包络分析) 是由A.C h a r n e s和W.W.Cooper最早创建于1978年, 用于无需对输入-输出指标进行量纲统一的多目标函数构建, 在处理多输入多输出的有效性评价方面具有绝对优势, 能够很好地衡量地区建筑业的生产效益。本文从各省份建筑业自身角度出发, 选取DEA模型中的CCR-DEA模型, 对各地区建筑业的综合效益进行评价, 并预测其发展趋势。

3.4.2 模型应用

将1998、2002、2006、2010以及2014年31个省份建筑业投入产出指标统计年鉴原始数据分别带入软件DEAP 2.1, 求出各年各省份建筑业发展的综合效率、纯技术效率、规模效率, 因本文是对各省份建筑业发展水平进行综合评价, 故将各地区在1998、2002、2006、2010、2014年综合评价得分与综合效率相乘, 求得各省份调整后建筑业综合发展水平得分;运用Excel对调整过的得分进行排名、汇总得表3。

由表3可知, 运用DEA模型调整后, 位于我国建筑业发展水平两极的省份除名次的略微浮动, 发展水平基本保持不变。江苏、浙江、山东、广东4省份建筑业发展水平依旧稳居前四, 表明这4个省份建筑业发展程度高, 地区经济基础牢固, 区域建筑业竞争力强。青海、宁夏、海南、西藏4省份整体排名较调整前虽略有变动, 但在1998~2014年间整体位居28~31名, 据此判断这4个省份建筑业发展程度低, 区域建筑业竞争力水平弱。其余23个省份, 分别分布于建筑业发展较慢、中等和较快地区, 调整后排名均有不同程度的波动, 天津、内蒙古、吉林、江西、河南5省在调整后建筑业发展水平排名明显上升, 可知近几年这些省份建筑业产业发展得到合理改善, 地区建筑业总效率显著上升, 预计在未来几年建筑业发展形势乐观;相反河北、福建、云南、新疆建筑业发展排名在调整后略有下降, 可以看出近年这些省份建筑业产业没有得到足够的重视, 地区建筑业发展出现下滑趋势, 地方产业结构有待调整。

表3 我国各省市调整后建筑业发展排名    下载原表

表3 我国各省市调整后建筑业发展排名

4 结语

对区域建筑业发展水平深入研究后发现, 到目前为止, 东部沿海地区经济发达, 建筑业起步早、建筑业产业结构稳定, 但基础设施已相对完善, 市场饱和度高, 需求量较小;而东北地区和中西部部分省份建筑业市场起步晚, 产业结构正在或有待调整, 市场需求量较大, 是建筑业发展的重要地区, 故建筑业欠发达地区的建筑业对其地区经济发展影响较大, 更需要发展建筑业。十九大报告中明确指出实施区域协调发展战略, 我国地区间建筑业发展极不平衡现状以及东西部建筑业发展水平正在加速增大这一趋势已被指出并正在加速制止。就建筑业而言, 落后地区应发挥本地优势, 整合资源, 调整当地产业结构, 完善市场体制, 发展较快地区应创新引领、优化发展地区建筑业, 建立更加有效的区域协调发展新机制。

 

参考文献[1]Ranko Bon.Direct and indirect resource utilisation by the construction sector:The case of the USA since World War II[J].Habitat International, 1988 (1) :49-74.
[2]Bon&Minami.W hat do we mean by const r uction technology?[J].Habitat International, 1991 (1) :3-26.
[3]Les&Jorge.The constr uction sector and economic development:the‘Bon curve’[J].Construction Management and Economics, 2006 (7) :717-723.
[4]Wigren&Wilhelmsson.Construction investments and economic growth in Western Europe[J].Journal of Policy Modeling, 2007 (3) 439-451.
[5]戴永安.建筑业与区域经济增长的耦合协调机理研究[J].经济与管理, 2012 (7) :80-84.
[6]戴永安.中国省域建筑业发展差异及其经济影响[D].长春:东北师范大学, 2011.
[7]戴永安, 陈才, 黄馨.区域经济增长与建筑业技术效率耦合的空间差异[J].经济地理, 2011 (5) :766-769.
[8]张东川.热力学第二定律向经济学提出挑战[J].湖北社会科学, 1988 (5) :67-68.
[9]A.Charns, W.W.Cooper, E.Rhoades.Measuring the efficiency of decision making[J].European Journal of Operational Research, 1978 (2) :429-444.
Study on the Evaluation of the Development Level and the Changing Trend of Regional Construction Industry in China
YANG Deqin CHEN Dan LI Hongyan ZHANG Jing CHEN Yichao LI Fuen
(Zhengzhou Institute of Aeronautical Industry Management)
Abstract: This paper selects 10 technical and economic indicators representing production inputs and economic output. Based on entropy method, cluster analysis, DEA model, analyzes the development level and change trend of construction industry every five years from 1998-2014 in 31 provinces. The result shows that, from east to west, the development of the construction industry is from fast to slow echelon distribution. Combined with the entropy law, it shows that gap between the development level of the East and West construction industry is accelerating increasing. By adjusting the rankings through DEA, finds that except for the two polar regions, the middle provinces have a greater volatility. Accordingly, proposes measures of adjusting the regional industrial structure, improving the market mechanism, and striving to achieve the balanced development of regional construction industry.
Keywords: regional construction industry; entropy method; cluster analysis; DEA method
898 0 0
文字:     A-     A+     默认 取消