4.2.2 输入、输出指标的选择及数据的采集
在选择输入指标的时候，应该明确主要是从人力、物力、财力三个方面进行考虑。首先需要清楚的三点要求：输入和产出指标的选择应该反映本文研究的目的和意义。最大可能的降低数据之间的线性相关性。数据必须容易找到并且数据应该具有可比性。除此之外，据经验之谈，DMU的数量最低要大于输入指标和输出指标数目之和的2 倍。所以，就可以选择出最后进入模型的输入与产出指标。其中人力：各地区建筑企业从业者数目(M1)，财力：各地区企业总资产(M2)，物力：各地区自有的施工机械设备年末总功率(M3)。同样地，输出指标也是表现为三个方面：建筑企业利税总额(N1)和各地区建筑业总产值(N2)、各地区的房屋建筑面积(N3)。上面指标所对应的数据均出自《中国统计年鉴》在2002~2014年的统计面板数据。以上指标的具体含义如下：
表4-1 模型效率对比
|
DMU |
模型1 |
模型2 |
|
2002 |
1 |
1 |
|
2003 |
1 |
1 |
|
2004 |
0.985 |
0.998 |
|
2005 |
0.928 |
0.997 |
|
2006 |
0.901 |
0.975 |
|
2007 |
0.904 |
0.952 |
|
2008 |
0.902 |
1 |
|
2009 |
0.903 |
0.961 |
|
2010 |
0.895 |
1 |
|
2011 |
0.950 |
0.991 |
|
2012 |
1 |
1 |
|
2013 |
1 |
1 |
|
2014 |
1 |
1 |
M1：各地区建筑企业从业者数目。产业的发展里不能离开人力资本而存在，人是建筑业发展进步的基础。该项指标从人数角度对我国建筑业当年的发展情况进行了描述。
M2：各地区企业总资产。它是指企业拥有或控制的全部资产。该项指标从财产角度对当年我国建筑业的资产情况进行了描述。
M3：每个区域区末施工机械及设备的总功率。建筑业的效率不仅体现了拥有资产的数量，而且更与建筑企业的技术的发展水平密切关联。根据建筑行业的投入因素，最能反映我国建筑行业进步的是机械设备的情况，从技术角度看，我国建筑业的建设。
N1：建筑企业利税总额。它是指企业年度销售税和附加增值税和利润总额。该项输出指标是一个经济指标，从利税角度对建筑业带来的社会效益进行了描述。
N2：各地区建筑业总产值。它是指在一段时间内建筑业完成的生产总量，是对生产成果的一个综合反映。该指标是一个经济指标，描述了建筑业各地区当年带来的经济效益。
N3：各地区的房屋建筑面积。它是指指外围水平面积及水平投影面积计算。它等于当年在建面积与竣工面积之和。从实物角度来看，该项输出指标可以反映当年建筑业项目建设所带来的收入。
很容易得出该组数据同样可以满足：决策单元数量M=31>6×2=12，即明显满足了决策单元数量大于投入指标和产出指标之和的2 倍要求输入指标和输出指标都是正数，满足了该模型中会有DMU数量以及指标值的限制把各省市作为一个决策单元，可以更好地对以平均水平对地区间的差异进行研究分析输入指标之间和输出指标之间都没有强线性相关关系。综上来看，该组投入产出指标能够从人力、财力、物力的角度全面的对决策单元效率进行评述。
5计算结果与分析
5.1 DEA实证分析
5.1.1 基于分组筛选法的建筑业效率评价
通过运用分组筛选法已经选择出了进入模型的5个投入产出指标，然后把这5各指标13年的统计面板数据代入CCR模型可以计算出我国建筑业在2002`2014年这13年的总效率、技术效率、规模效率。经过模型计算得出的具体结果如表5-1所示。
从表5-1的计算结果可以看出，在2002~2014年的13年间里，中国建筑业生产效率普遍都很高，但也可以观察出呈现出来的趋势为先下降后上升。这表明建筑业虽然在投入总量和产出总量上得到不断地提高，但是在生产效率上并不是表现出持续增长的趋势。
具体分析我国建筑业生产效率在这13年间发展趋势的原因，就能发现这期间中国建筑业的技术效率变化很小，几乎没有变化。然而规模效率则呈现出先下降后上升的变化。其中效率提高的原因表明在发展过程中，中国建筑业的生产规模慢慢表现出合理化。同时，中国建筑业也充分合理地使用了有限的资源。从表5-1同样可以得到：在2002~2014年间里我国建筑业技术效率的进步空间得到了限制，这表明我国建筑业的技术水平表现出很稳定的一个状态。此时在技术上我国建筑业应该得到突破，通过认真研究找出先进实用的技术努力在技术上来提高生产效率。
表5-1 2002~2014年中国建筑业各相对效率
|
DMU |
总效率 |
技术效率 |
规模效率 |
|
2002 |
1.000 |
1.000 |
1.000 |
|
2003 |
0.976 |
1.000 |
1.000 |
|
2004 |
0.965 |
1.000 |
0.965 |
|
2005 |
1.000 |
1.000 |
1.000 |
|
2006 |
0.958 |
0.96 |
0.998 |
|
2007 |
0.913 |
0.915 |
0.997 |
|
2008 |
1.000 |
1.000 |
1.000 |
|
2009 |
0.932 |
0.933 |
0.999 |
|
2010 |
0.966 |
1.000 |
0.966 |
|
2011 |
1.000 |
1.000 |
1.000 |
|
2012 |
1.000 |
1.000 |
1.000 |
|
2013 |
1.000 |
1.000 |
1.000 |
|
2014 |
1.000 |
1.000 |
1．000 |
5.1.2 分组筛选法的利弊
对运用分组筛选法选择出来的对建筑业生产效率影响较大的少数投入指标和产出指标进行DEA 模型计算，能够明确模型数据的实际意义，并且对冗余度分析具有促进作用等等，同时能够很好地指引我们发现我国建筑业中存在的具体效率问题，然后采取一些具体的措施去解决问题。然而其存在一些缺点，由于DEA模型中对决策单元的个数有要求，从而导致无法对所有相关的输入和输出指标的数据进行研究分析，最终使得得出的计算结果由不真实的情况，从而会高估2002~2014 年间的中国建筑业效率提高程度。
5.2数据的 Malmquist 指数实证分析
本文同时利用Malmquist 指数法使用2002~2014 年我国31 个省份的建筑业样本数据，评价分析了建筑业效率总体的发展趋势。
对上面的相对应的统计面板数据进行EMS 软件分析，分别求出每个部分的距离函数，整理出Malmquist 指数计算结果。表5-2所示。
对三大区域在2002~2014年间的建筑业Malmquist指数法汇总出结果如表6-2所示。其中全要素生产率运用公式表示为：
全要素生产率=技术变动值效率变动值 (5.1)
通过Malmquist指数法分析整理出来的结论，可以得出三个区域在2002~2014年的Malmquist指数具有的特点如下三点：
第一，Malmquist指数绝大部分都接近于1，多数部分小于1。通过对Malmquist指数所表示的含义的理解，容易得到建筑业生产效率存在有每年下降的趋势。出现这种现象的原因大部分需归结于其中有一段时间我国建筑业的技术水平发展较缓慢，而建筑企业的规模急剧增加。
第二，Malmquist指数伴随着时间呈现出不断波动的趋势，除了2003~2004年西部地区波动幅度有点大，比较反常。其他的Malmquist指数波动不是很明显。这是因为建设项目比较大，那么工期就长，建筑业当年所做出的投入不能立即获得应有的产出。即当年的收益具有延迟性。
第三，从横向数据可以看出，大多数年度三个区域的Malmquist指数表现出很大的差异，最大的超过10%， 2003~2004 年的中部和西部之间可以看到。这表明在2002~2014年间里三大地区的建筑业发展速度不一致，总体上差异挺大。在这期间，三大地区的生产效率均存在有高峰时期。因为建筑业的积累性，致使前些年对建设项目的投资所带来的影响累计在当年表现出来。
第四，不难观察出中部地区和西部地区在这几年里的效率基本不变。由于纯技术效率指数和规模效率指数，效率指数受到影响。所以出现这种现象的原因可能是由于这几年中部地区和西部地区建筑业规模急剧增加然而技术水平增速相对减慢所致。
通过观察三个区域在每年度的技术和效率变化可以看出使他们Malmquist
表5-2 2002~2014年三大区域的建筑业效率的Malmquist指数
|
年份 |
指标 |
东部 |
中部 |
西部 |
|
2002~2003 |
全要素生产率 |
0.958 |
0.869 |
0.908 |
|
技术变动 |
0.958 |
0.869 |
0.908 |
|
|
效率变动 |
1.000 |
1.000 |
1.000 |
|
|
2003~2004 |
全要素生产率 |
1.15 |
1.398 |
0.225 |
|
技术变动 |
1.143 |
1.398 |
0.225 |
|
|
效率变动 |
1.006 |
1．000 |
1.000 |
|
|
2004~2005 |
全要素生产率 |
0.962 |
0.827 |
0.821 |
|
技术变动 |
0.971 |
0.827 |
0.821 |
|
|
效率变动 |
0.991 |
1.000 |
1.000 |
|
|
2005~2006 |
全要素生产率 |
0.986 |
0.833 |
0.921 |
|
技术变动 |
0.975 |
0.833 |
0.921 |
|
|
效率变动 |
1.011 |
1.000 |
1.000 |
|
|
2006~2007 |
全要素生产率 |
1.005 |
0.914 |
0.902 |
|
技术变动 |
0.955 |
0.914 |
0.902 |
|
|
效率变动 |
1.052 |
1.000 |
1.000 |
|
|
2007~2008 |
全要素生产率 |
0.989 |
0.879 |
0.894 |
|
技术变动 |
0.989 |
0.893 |
0.894 |
|
|
效率变动 |
1.000 |
0.984 |
1.000 |
|
|
2008~2009 |
全要素生产率 |
0.982 |
0.953 |
0.905 |
|
技术变动 |
0.982 |
0.956 |
0.905 |
|
|
效率变动 |
1.000 |
0.998 |
1.000 |
|
|
2009~2010 |
全要素生产率 |
0.959 |
0.872 |
0.887 |
|
技术变动 |
0.959 |
0.856 |
0.887 |
|
|
效率变动 |
1.000 |
1.019 |
1.000 |
|
|
2010~2011 |
全要素生产率 |
0.965 |
0.889 |
1.048 |
|
技术变动 |
0.965 |
0.889 |
1.048 |
|
|
效率变动 |
1.000 |
1.000 |
1.000 |
|
|
2011~2012 |
全要素生产率 |
0.901 |
0.873 |
0.921 |
|
技术变动 |
0.902 |
0.873 |
0.921 |
|
|
效率变动 |
0.998 |
1.000 |
1.000 |
指数发生转变的因素大致一样。从纵向去观察，假如以东部地区为例，在2004~2006年，整体效率下降的原因主要是因为技术退化了。在2007~2012年里，技术以及综合效率的下降导致了生产要素效率下降。图5-1是2002~2014 年的建筑业中几项投入指标变动情况趋势图。根据图5-1容易看出2000~2009年企业资本的增长速度比较大，然而企业自有设备年末总功率增加的幅度相对较较小，其中企业资本的增加导致了建筑业总产值的增加。
图5-1
6结论和建议
此文运用DEA(数据包络分析法)和Malmquist 指数方法，对2002~2014 年折13年之间我国建筑业的效率进行分析，从人力、财力、物力和技术的角度评价了我国近几年来建筑业的发展趋势，得出的主要结论和建议如下。
6.1 建筑业生产效率普遍很高
对本文数据包络分析法以及Malmquist指数法进行分析得出的结果可看出我国建筑业生产效率在近几年显示出很乐观的形式，生产效率普遍很高。出现这种现象的原因有很多，在现如今这个竞争如此激烈的时代，为了生存，为了使企业具备应对各种突发状况的能力，建筑业在不断提高自己的优势。企业从人力，财力，物力的角度全方面的找出提高效率的措施，但是通过大大提高技术水平来提高效率的措施却没有很好地实施。
6.2 建筑业技术水平发展缓慢
我国建筑业的年技术装备率，从2002年的9675元/人增长至2014 年12519元/人，然而相对应的动力装备率一直保持在4.9 千瓦/人左右。通过对这些数据的分析可以得到：自从2003 年以来，我国技术装备率呈下降趋势，然而在这10 年来动力装备率一直没有提高的趋势，基本保持不变。综上所述可以得出虽然我国建筑业对建设项目作出很越来越大的投入，但是技术水平没有得到相应的提高。因此，我国建筑业亟需要通过提高技术水平来改善建筑效率。这时候，就需要对我国建筑业加大技术投入。我国应该认真积极的向国外学习先进可行的技术。同时，鼓励进行自主研发。从总体上来提高技术水平，进而使中国建筑业健康快速的发展。
6.3我国建筑业的总产值飞速增长
从图5-1中能够看到2002~2014年我国建筑业的总产值增长迅速，然而，建建筑业年末总功率和从业人员数等要素增长缓慢，而且整个建筑行业的整体效率一直保持稳定。由此可以看出，我国建筑业的快速发展也是一个令人担忧的问题。自从21世纪初期以来，金融危机爆发以来，我国建筑业中就显露出来一系列的弊端。例如：房屋空置率比较高，房价不断升高，相关的一些建材市场的需求快速增长等等。随后，虽然我国政府提出了一系列制止房价上涨的宏观调控措施取得了一定的成效，，但是仍然需要作进一步的落实，来达到调控的目的。
