改革开放以来,我国建筑业取得了长足进展,其总产值从1980年的287亿元增加到2018年的235086亿元,其增加值占国内生产总值的比例从1978年的3.8%增加到2018年的6.9%。然而,我国建筑业经济增长主要依靠劳动和资本拉动,创新水平较低。由于生产要素累积的有限性和资本的边际报酬递减规律,依靠劳动和资本驱动的经济增长是粗放的、不可持续的;相反,全要素生产率是生产效率的体现,由全要素生产率(TFP)拉动的经济增长是集约的、可持续的,因为其主要依赖于技术进步、管理优化和组织创新。因此,提高建筑业TFP是实现建筑业可持续发展的必由之路。

产业集聚是指大量同一产业的企业在特定地理空间上集中,几乎是任何产业成长过程中的普遍现象。Marshall外部性理论指出产业集聚有利于知识溢出,即企业之间通过正式或非正式的交流促进先进技术、管理技能和商业知识的溢出。新经济地理学理论的代表Krugman认为产业集聚催生了庞大劳动力市场和多样化的中间投入市场,有助于降低交易成本、促进资源的有效配置。基于产业集聚的外部性理论,有学者开展了产业集聚对产业TFP影响的实证研究,结果表明制造业、金融业和旅游业对行业TFP有显著积极影响。

尽管建筑产品生产具备流动性和分散性的特点,但是建筑产业集群仍然存在。中国范围内的建筑强省(如江苏)和建筑之乡(如南通)等表明中国建筑业同样存在产业集聚特征。建筑产业集聚有利于形成专业化分工和协作、降低交易成本、促进技术溢出与技术创新。然而,建筑产业集聚是否以及如何对建筑业TFP产生影响,以往研究鲜少涉及。因此,基于2002-2017年中国建筑业省际面板数据,本文将建筑业TFP作为因变量,探索建筑产业集聚对建筑业TFP的影响,为助力建筑业可持续发展提供新思路。

目前,产业集聚测度方法主要包括区位熵指数、行业集中度、赫芬达尔-赫希曼指数、区位基尼系数和EG指数。区位熵指数强调不同地区特定产业的专业化程度。行业集中度和赫芬达尔-赫希曼指数从市场结构角度衡量特定产业内部的垄断程度。区位基尼系数和EG指数用于衡量产业的地理集中度。与其他指标相比,区位熵指数能够消除不同地区经济规模差异且不受不同地区行政区划差异的影响,具有更好的地区可比性;以及不需要获取所有建筑企业市场份额数据即可测度,具备操作可行性。因此,本研究选择区位熵指数来衡量各省的建筑产业集聚程度,计算公式如下:

式中,LQ_it代表我国i省t期的区位熵指数;C_it表示i省t期建筑业增加值;GDP_it表示i省t期所有行业增加值的总和(地区生产总值)。

利用自然断点分类法(Natural breaks),将所有省份按照建筑业集聚水平划分为高、中、低三个层次,分别如表1所示。该方法考虑了数据分布的统计特征,将区间边界值设置在数据值出现较大变动的地方,实现组内差异小、组间差异大的分类目的。

结果表明,中国建筑业具有明显的地区集聚特征(高集聚水平省份如图1黑块所示)。观察期内,浙江稳居中国建筑业集聚网络的中心位置,全年平均集聚水平为2.04;2002-2007年,江苏从中层次地区上升至高层次地区,此后保持稳定,全年平均集聚水平为1.57;重庆在高层次和中层次区间边界波动,全年平均集聚水平为1.67;福建产业集聚水平提升明显,自2002年的低层次地区迈入2017年的高层次地区,全年平均集聚水平为1.27。此外,四川和宁夏集聚地位在观察期内显著下降。自2007年以来,浙江和江苏一直保持中国建筑市场的领先地位,其建筑业总产值和建筑业增加值远远超过其他省份。深入分析发现,江苏和浙江抓住了改革开放以来国内基础设施建设和住房建设市场扩张的机遇,通过加强建筑企业管理、扩大建筑队伍、提高工程质量、鼓励技术进步等方式在市场竞争中脱颖而出,形成了建筑业发展和集聚的长期优势。尽管重庆和湖北的建筑总产值在全国建筑业总产值中占比并不突出,但却在本省经济总量中占据重要地位,因此具有较高的建筑产业集聚水平。此外,福建、江西、陕西、广西和云南省的建筑业集聚水平在观察期内有所增加。

TFP是指产出集合与有形投入集合的比值。TFP的测算方法分为两类:一种是参数方法,以随机前沿分析(SFA)为代表;另一种是非参数方法,以数据包络分析(DEA)为代表。与SFA相比,DEA无需预设生产函数的具体形式,利用线性规划技术即可度量生产率,测算结果偏误较小。基于DEA的Malmquist指数方法仅仅能够提供生产率指数值,所以被广泛应用于建筑业TFP的增长特征研究。O’Donnell提出的Färe-Primont DEA方法能够提供决策单元的生产率水平,开始被应用于建筑业TFP水平的测量和分析。本研究选择Färe-Primont DEA方法测量建筑业TFP水平。

如方程(2)所示,TFP_it表示i省t期的全要素生产率;Q_it是产出集合,X_it是投入集合;Q(·)和X(·)是集合函数;TFP_t^*是t期TFP最大值,代表生产前沿;TFPE是总技术效率,可以分解成纯技术效率(TE)和规模混合效率(SME)。

就投入和产出指标而言,建筑业增加值和建筑业总产值被广泛用作产出指标。若选用总产值,则投入指标除了选取劳动力和资本外,还需要包括中间投入。若选用总增加值,则不需要考虑中间投入,因为总增加值是建筑业创造的新增价值。

由于建筑业涉及的关联行业多,中间投入较难获取,本文参考史修松的研究,选择建筑业增加值作为单一产出指标,将固定资产净值和建筑业从业人员数分别作为资本和劳动投入指标,避免了中间产品的重复计算。所有数据均来源于2002-2017年的建筑业统计年鉴。将数据导入DPIN 3.0软件中,即可获得历年各省建筑业TFP水平。

中国各省建筑业TFP及效率平均值变化如图1所示。从图1可以看出,2002-2013年间,建筑业TFP呈现显著增长,之后便相对稳定。在观察期内,技术前沿(TFP^*)与TFP保持同步变化,总技术效率(TFPE)增长幅度较小。可以认为,技术进步和技术效率共同推动建筑业TFP增长,但增长的主要动力来源于技术进步,即生产前沿面的移动。就总技术效率分解指标的表现而言,纯技术效率没有显著增加,这说明建筑生产过程中仍然存在投入冗余或产出不足,需要优化资源配置;规模混合效率小于1,说明各省可以根据具体情况适当扩大建筑产业规模,提高规模效率。

由表2可知,各省建筑业TFP均呈现增长趋势,但表现出发展不均衡的特点。按照TFP表现,利用自然断点分类法将所有省份划分为高、中、低三个层次。参考期内,东部沿海地区省份的建筑业TFP总体处于领先位置,尤其是浙江、江苏、福建、广东、北京、上海和海南。由于经济发达地区的固定资产投资规模大,形成了规模经济效应,所以这类地区的建筑业TFP表现更好。另外,在2012-2017年间,中西部一些省份迈入了建筑业TFP的高层次行列,例如安徽、河南、湖北、陕西和重庆。此外,大多数中西部省份建筑业TFP在低层次和中层次区间来回波动。

为了探索建筑产业集聚对建筑业TFP的影响,构建如下回归模型:

其中,i代表省份,t代表年份;CIA_it代表i省t期的建筑产业集聚水平;X_j代表一系列控制变量;ρ_j代表解释变量X_j的弹性系数;ε_it代表误差项。如果存在不可观测的个体固定效应和时间固定效应,误差项可进一步分解为下述公式,δ_i和γ_t分别代表个体固定效应和时间固定效应;μ_it代表随机误差项。

控制变量选择以下影响建筑业TFP的因素:

(1)企业规模:表示为建筑业总产值与建筑企业数的比值。大规模建筑企业往往具备规模经济效应和强大的技术创新能力,因此有助于提升建筑业TFP。

(2)所有制结构:表示为国有建筑企业数占所有建筑企业数比例。国有建筑企业往往规模较大,并且在交通、水利等领域具有绝对优势,但竞争不够充分;而非公有制建筑企业在市场竞争主导下,拥有更灵活的管理和运营能力。有研究表明国有建筑企业比例上升反而不利于建筑业TFP提升。

(3)专业结构:表示为总承包建筑企业数与专业承包企业数比值。有学者发现专业结构对建筑业TFP产生积极影响,但是也有学者发现专业结构对建筑业TFP产生消极影响。

(4)动力装备率:表示为年末人均自有机械设备总功率。施工机械和设备能够大大提高生产效率,灰色关联分析结果表明动力装备率与建筑业TFP存在正相关关系。

(5)管理水平:表示为管理费用占建筑业总产值比例。企业管理水平是影响生产率的重要因素。

(6)经济发展水平:表示为人均地区生产总值。经济发达地区的固定资产投资规模更大,公共基础设施和政府服务更便利,对建筑业TFP产生积极影响。

选择31个省、自治区和直辖市作为研究对象,所有数据均来源于《中国建筑业统计年鉴》和《中国统计年鉴》。为确保统计口径的一致性,选择最大数据区间2002-2017年作为本研究的参考期。

计量方法说明:利用Stata 16.0软件进行计量分析,根据模型(1)和模型(2)的豪斯曼检验结果以及模型(3)的年度虚拟变量联合检验结果(如表3),应当选取双向固定效应模型(TWFE)作为回归模型。基于TWFE,模型(4)采用两阶段最小二乘(2SLS)回归方法处理计量模型的内生性问题。

模型(4)的估计结果显示,建筑产业集聚对建筑业TFP产生显著的积极影响,区位熵指数每增加1%可以使建筑业TFP提高0.18%。结合图2和图3来看,建筑业集聚程度较高的省份也具有较高水平的建筑业TFP,例如江苏、福建、浙江、重庆。

建筑产业集聚通过促进专业化分工和协作、带动技术溢出与创新、改善资源配置,实现对建筑业TFP的促进作用。首先,随着工程建设规模扩大和技术难度提高,大型建设项目需要多方合作完成。建筑企业在特定地区的聚集促进了中间产品供应商、开发商等合作方的聚集,有助于建立企业间的战略合作伙伴关系,实现专业化的分工和协作,降低企业沟通成本。其次,产业集聚有利于建筑企业间通过非正式或正式的交流实现知识和技术的溢出。为了提高自身竞争力,建筑企业通过学习和应用其他企业先进的施工技术和管理经验,并在此基础之上进行技术革新和组织制度的完善。最后,建筑产业集聚能够促进劳动力等优势资源的流动,改善资源配置。

模型(4)结果显示,平均企业规模每增加1%可以使建筑业TFP提高0.24%;人均GDP每增加1%可以使建筑业TFP提高0.17%。企业规模增加带来规模经济效应,能够有效提高建筑业TFP。此外,经济发达地区往往集聚了更多优势资源,比如便利的公共设施和完善的公共服务,能够有效推进建筑业TFP提升。

模型(4)结果显示,专业结构每增加1%可以使建筑业TFP降低0.2%,验证了Chen关于专业结构对建筑业TFP产生负向影响的结论。参考期内,总承包企业数比专业承包企业数增长更快,以至于专业结构指标数值从2002年的1.35增加至2017年的1.83。然而,随着总承包企业占比增加,地区建筑业TFP表现反而降低。可以推测,鼓励专业承包商的发展反而能够促进建筑业TFP提升,因为长期从事特定工程类型施工的专业承包商拥有更丰富的施工经验。

基于2002-2017年31个省、自治区和直辖市的建筑业统计数据,使用区位熵指数计算建筑产业集聚水平,选择Färe-Primont DEA方法计算建筑业TFP水平,实证研究了建筑产业集聚对建筑业TFP的影响。结果表明:

(1)中国建筑业集聚特征较为明显,浙江、重庆和江苏的建筑业集聚程度较高。

(2)2002-2013年间,中国建筑业TFP取得明显提升。各省建筑业TFP存在较大差异,东部沿海省份的建筑业TFP表现位于领先地位,例如浙江、江苏、福建、广东、北京、上海和海南等经济发达省份。

(3)建筑产业集聚对建筑业TFP产生显著正向影响,高层次建筑业集聚省份表现出高水平建筑业TFP。在采用多种计量模型和检验方法,并对内生性问题进行处理之后,这种积极效应仍然显著存在,表现出强稳健性。两阶段最小二乘法的回归结果表明,区位熵指数增加1%,则TFP增长0.18%。综合而言,尽管建筑产品具有固定性以及建筑生产具有流动性和分散性的特点,产业集聚带来的技术溢出效应、规模经济效应和资源配置效应在建筑业中仍然产生了积极的TFP促进作用。

(4)企业规模和经济发展水平对建筑业TFP产生积极影响,而专业结构的影响是负面的。

依据上述结论提出以下建议:

(1)建筑业走集群化发展道路有助于提高建筑业TFP。政府应依托于本地建筑产业的特点和基础,制定优惠政策,鼓励建筑产业集聚发展。

(2)获得产业集聚的积极效应关键在于集群内建筑企业的良好联动。建筑主管部门或行业协会可以通过构建集群网络,促进建筑企业的良性互动,建立密切的分工协作关系,加强技术和管理经验的交流。

(3)鼓励承包商通过兼并重组扩大企业规模,实现规模经济效应;推动专业承包商发展,建立有效的总包-分包体系,促进建筑业TFP的提升。