基于创新驱动视角的我国建筑业全要素生产率测算及分析

杜小武　尚旭珊　杨青青

摘要：建筑业是我国的支柱产业之一，为了对我国建筑业全要素生产率进行测算，文章采用索洛余值法，通过stata22.0软件，从创新驱动的视角对我国建筑业投入产出的关系进行了实证研究，并对我国建筑业创新现状做总结和思考。研究表明，劳动力依然是建筑业产出增长依靠的主要投入要素，技术创新的贡献率在2008年最高，2009年出现断崖式下降，之后开始平缓上升，建筑业创新驱动发展缓慢。未来应该加强建筑业的知识管理，提高创新在建筑业的驱动作用，为建筑业经济转型提供动力。

关键词：建筑业;TFP;索洛余值;创新驱动

一、引言

根据国家统计局的最新数据，2021年中国建筑业总产值达293079亿元，约占GDP的25.70%，增加值约占 GDP的7.02%，反映了建筑业在国民经济中的强大地位，但是根据近年来学者的相关研究表明建筑业的产出主要靠资本和劳动力要素的投入来拉动增长，科技进步和创新的贡献率依然低下。因此有必要对建筑业产出的技术进步贡献率进行定量测算，从创新驱动的视角分析测算结果背后的现实原因，为推动科技创新与建筑业经济发展的结合提供理论指导。

全要素生产率（TFP）是衡量技术进步带来的增长率的重要工具，学者们对全要素生产率进行了深刻、广泛地研究，本文对近年来关于建筑业TFP的文献进行了梳理。谭丹等（2015）采用DEA的Malmquist指数法，从经济环境、建筑业的技术创新能力和建筑业市场结构的角度，探讨这三个因素与建筑业全要素生产率增长之间的内在联系，得出这三类因素与建筑业TFP有较高的关联度。叶贵（2018）用索洛余值法对2008年金融危机后我国创新驱动发展的演变进行了探索，认为演变的波动性是由政府主导的输入型创新驱动和市场主导的内生型创新驱动所导致。向鹏成（2019）基于低碳视角对建筑业绿色全要素生产率进行测算，该学者得出的结论是建筑业绿色TFP的增长动力主要来自技术进步和劳动力素质的提高。张仕廉（2019）用索洛余值法对重庆建筑业的TFP进行测算，其研究表明重庆建筑业对TFP影响最大的依然是劳动力要素，创新驱动的发展还较迟缓。

上述学者从经济环境、技术创新能力、市场结构和低碳发展的角度计算了中国建筑业的全要素生产率，并對测算结果进行了分析。鉴于此，本文在引入C-D生产函数的基础上测算我国建筑业TFP，收集2008～2021年间的数据，使用Stata 22.0软件对建筑业的劳动力要素、资本要素和建筑业产出进行实证分析，并估计劳动力和资本产出的弹性系数，依据索洛余值法对我国建筑业技术创新的贡献率进行测算，并以创新驱动的视角分析测算结果背后的现实原因，为促进建筑业的转型和创新提供参考，并为此领域的学者提供借鉴。

二、理论基础及模型

（一）全要素生产率与索洛余值

全要素生产率（TFP）是指去除资本和劳动力要素后，由其他要素（教育、社会进步、技术创新等）带来的生产增长率。通过对相关文献的整理发现很多学者将其作为分析经济增长来源的重要工具，但是目前没有直接测量TFP的办法，只能通过输入和输出指标进行间接测量，因此模型的建立、方法的选择和指标的选取以及数据来源都十分关键。

全要素生产率的核算有两大类方法：参数方法（索洛余值）和非参数方法（DEA），索洛余值模型因为对变量的需求较少，适用于国家和行业的宏观研究。 此方法的主要思想是首先构建生产函数，然后将生产函数拟合到样本数据，获取每个参数，然后对特定生产函数执行求导、加法和减法运算，并扣除劳动力和资本因素贡献后的残值，以及由此带来的增长剩余，将此剩余视为“索洛余值”。从总产量的增长率中减去资本和劳动力所带来的增长率份额，剩余由部分未知原因所导致的增长率即为全要素生产率。

（二）模型建立

根据索洛余值的求解思路，引入C-D生产函数，表达式如下，其中Yt代表第t年建筑业的产出，At代表第t年建筑业的技术水平，Lt和Kt代表第t年建筑业的劳动力和资本投入，α和β是 劳动力和资本的生产弹性系数。

三、指标选取及数据

本文以2007年为基期，根据2008～2021年的建筑业的各项指标的增长速度来进行测算，数据来自2008～2021年《中国统计年鉴》及国家统计局公布的建筑业2021年数据。

采用索洛余值模型来分析各要素投入对产出的影响程度，要对指标进行客观地选取。通过前期调研，总结了多数学者对于建筑业投入产出的指标选择，如表1所示。

对于建筑业产出的指标：如表1所示，在各学者的研究中，建筑业的增加值、建筑业的总利润和总产值都可以用作建筑业的产出指标，考虑到建筑企业的经营特点，增加值和利润总额不能全面衡量建筑业的生产规模、经营水平和实际效益，因此本文选择建筑业总产值（亿元）作为产出指标，采用的是2008～2021年的时间序列，因此，以2007年为基期，采用几何平均法计算各项指标的平均增长率，用定基价格指数（1990=100）来消除价格因素。

对于资本投入的指标：如表1所示，固定资产净值、建筑业自有设备年末总功率等作为建筑业资本投入指标，同样考虑建筑业的运营特征和数据统计可行性等因素，选取固定资产净值（亿元）作为资本投入指标，用定基价格指数（1990=100）折算为可比价格（亿元）的固定资产净值，消除了通货膨胀引起的计算偏差。

对于劳动力投入的指标：如表1所示，建筑业年末统计的从业人数、职工工资总额以及劳动力总成本都可作为劳动力投入的衡量指标，考虑到建筑业行业性质的特殊性，每年有大量的不会登记在册的农民工进入建筑业，因此从业人数并不能客观描述劳动力的投入，考虑人员收入水平的差异以及统计的可行性，选择建筑业员工工资总额（亿元）作为劳动力要素的投入指标。

四、计算结果及分析

（一）模型回归结果

对数据进行拟合，用Stata22.0进行回归分析，对劳动力和资本的产出弹性进行参数估计，回归结果如表3所示。

根据分析后的结果得出：

1.R²=0.943，调整后的R²=0.933，模型具有较高的线性拟合度。

2.显著性检验中各变量对应的P值均小于0.05，通过显著性检验。

3.本模型的样本容量n=14，解释变量的数目k=2，Durbin-Watson的检验结果为1.989≈2，残差序列可以判定为无自相关。

4.线性回归后估计出的参数α和β分别为0.149和1.287，考虑到α和β的经济意义，本文使用标准化的回归系数，参照表3的回归结果，劳动力投入l的产出弹性系数α=0.318，资本投入k的产出弹性系数β=0.799，α+β=1.117，表明我国建筑业在微观上呈现规模报酬递增的状态，但由于探究宏观问题，认为其满足α+β=1的假设，得到的回归方程如下：

y=0.042+0.318l+0.799k  （12）

（二）模型的计量检验及计算结果

用Stata22.0对计量模型进行共线性和异方差检验，检验结果如下：

共线性检验：变量之间的多重共线性可能会造成模型的伪回归，因此在回归的基础上用Stata22.0进行模型的共线性检验，两个变量劳动力投入和资本投入的VIF值均为1.168<10，因此不存在多重共线性。

异方差检验：检验模型是否存在异方差，对此模型进行了White检验和异方差的F检验，White检验结果的P值是0.204>0.05，F检验的P值是0.317>0.05，并且两个检验的结果都拒绝了原假设，这意味着该模型中不存在异方差。

对回归方程进行转化，分别表示出a、βk、αl与y的比值，即可得到技术创新、资本和劳动力要素投入对建筑业产出的贡献率。

通过表4可以看出，我国近十二年来各要素投入对建筑业产出的贡献率的发展趋势，从创新驱动视角来看技术创新对建筑业产出的贡献率在2008年最高，分析其原因是2008年全球陷入经济危机，为了减少经济危机的影响，政府增加了对市政建设和基础设施的投资力度，极大促进了建筑业的发展。再加上我国举办奥运会，为这次四年一屆的世界性盛举，我国投入大量资金和人力，许多先进技术和研发的新型材料用于各体育场所的建造，大幅度提升了创新驱动发挥的作用。技术创新的贡献率在2009年出现滑坡式下降，从58.24%～31.68%，波动幅度高达26.56%，金融危机过后市场达到了饱和，国家对建筑业的投资相比2008大幅下降。从2010～2013年技术创新的贡献率平缓下降，说明国家资金和政策的支持所导致的建筑业创新是被动的、暂时的，我国建筑业的创新驱动发展在这个阶段有停滞的倾向，劳动力依然是最主要的投入要素，我国建筑业还处于劳动密集型的阶段。2015年至今创新的贡献率开始呈现上升趋势，从18.53%上升到44.39%，增幅为25.86%。2019～2021年创新的贡献率均超过了劳动力要素的贡献率，表明我国建筑业的转型与创新驱动发展已经取得了很大进步，这与国家大力倡导的“创新驱动发展”、实行供给侧结构性改革有关，许多企业投入资金进行技术的创新，培养拉动企业创新驱动发展的人才，我国建筑业出现了不再依靠要素投入的趋势，向依靠行业资源的充分利用和整合以及绿色的知识技术转变。

（三）启示与建议

经过测算，建筑业的TFP虽然在近几年有上升趋势，但对建筑业产出的贡献率还不是很高，我国建筑业依然是由劳动力要素主导产出的劳动密集型状态。建筑企业要实现经济效益的提升，跳出这个滑向劳动密集型企业趋势的办法，基本上可以归纳为两个方向，一是走创意路线，这比较适用于设计企业，创意在施工企业很难形成规模，仅依靠创意也只是脑力劳动密集型的工作，但是创意在网络时代的媒体下放大效应很显著，好的创意影响力巨大，通过创意可以获得一定的品牌溢价，虽然不能形成规模，但提高了创意的单价，对中小企业很有效。二是走技术路线，此处的技术并非工程经验，而是能形成规模效应的有效方法或产品，比如创新的工程算法、幕墙节点、支座产品、施工机械零件等，这些可以规模应用的知识产出可以通过生产或授权的方式获得经济收益，也就留住了流向信息技术产业及高端制造业的利润。在知识产权保护机制下，可以获得垄断收益，但是需要大量高质量的知识产权，也需要强大的企业法务团队、充足的科研投入以及人才储备，这就需要大量的资本投入来用于研发，因此适用于实力雄厚的大型建筑企业。知识密集型企业如果市场方向正确，可以使技术的价值大幅放大，做到一分投入十分产出。而劳动密集型的行业正相反，投入产出是线性关系，永远是出一份力挣一分钱。

当然，同时具备强大的创意设计与技术研发能力，并通过有序的管理整合在一起，需要足够的资金支持和完善的管理模式。轻知识，重经验是我国传统文化环境下工程技术行业普遍的弊病，特别是建筑业早已习惯了基于经验的生产模式，建筑业的整个市场环境也对知识不重视。如果作为行业细胞的众多企业无法突破这种惯性思维，无法通过知识产权或其他有效手段反映出知识的显性价格，建筑业中知识价值就会不断分流到其他行业，建筑企业也就只能互相压价，不可避免地走向劳动密集型的困境。

五、研究结论

本文在引入C-D函数的基础上，用索洛余值法对我国建筑业2008～2021年建筑业的TFP进行测算，并从创新驱动的视角分析了我国建筑业TFP波动的原因，在此基础上，对我国建筑业创新驱动发展的现状作出思考并对企业提出建议。

第一，整个研究期间，劳动力要素投入对我国建筑业产出的贡献率最大，我国建筑业依然是劳动密集型，TFP在2008年达到最高，原因是政府大量资金和人力的投入促进了建筑业的创新驱动发展。之后由于市场饱和以及政府投入的减少，2009～2013年我国建筑业TFP并无较大变化，这四年的波动幅度仅2.38%。2014～2018年由于全国上下倡导“绿色发展”，在市场的调节与竞争下，建筑业TFP开始缓慢增长。2019～2021年以来，为顺应国家提出“双碳”政策，建筑业积极进行装配式建筑、智能化建造等建筑方式来降低建造过程中的碳排放，此时由技术创新带来的产出出现较大的上升趋势。

第二，在大数据时代，中国建筑业进入下半场，“数字化、网络化、智能化”将是我国建筑业转型的主要方向，订制建造和服务将是行业产品的发展趋势，建造互联网、智能建造等新的生产力工具都将给建筑行业的技术创新提供巨大的发展空间，必然会带动行业全要素生产率（TFP）大幅提升。企业一定要把握好这一时代脉搏，做好创新驱动发展的功课。

第三，由于建筑业习惯了基于经验的生产模式，对知识产权的保护不够重视，导致创新驱动的动能分流到了其他的行业，只能通过互相压价来进行竞争，因此不可避免地滑向劳动密集型的困境。建筑业必须做好知识产权的保护，企业也要从自身做起，眼光长远。

第四，为了提高建筑业的全要素生产率，促进经济效益的提升，对于中小型建筑设计企业来说，走创意路线，通过创意形成品牌溢价，提高创意单价，促进中小企业的创新驱动发展;对于大型建筑企业来说，走技术创新的路线，对管理模式、工程算法、幕墙节点等进行创新，同时注重知识产权的保护，促进创新驱动的发展。

参考文献：

[1]谭丹，王广斌，曹冬平.建筑业全要素生产率的增长特征及其影响因素[J].同济大学学报（自然科学版），2015，43（12）：1901-1907.

[2]曹新颖，刘骏.基于改进的索洛余值的建筑业技术创新测度[J].统计与决策，2019，35（24）：81-84.

[3]杜小武，汪岩.基于C-D生产函数模型的我国建筑业产出影响因素研究[J].建筑经济，2019，40（09）：104-108.

[4]叶贵，付媛，王玉合，牟萍，唐笑宇.建筑业全要素生产率测量研究综述[J].建筑经济， 2019，40（09）：24-28.

[5]张仕廉，鄭陈力，王玉合，汪红霞，付静.重庆建筑业创新驱动发展绩效研究[J].建筑经济2019，40（04）：97-102.

[6]王幼松，张文剑，张雁.基于改进生产函数的中国建筑业全要素生产率计量分析[J].建筑经济，2013（06）：101-104.

[7]Yukiko Konno，Yuki Itoh.Empirical analysis of R&D in the Japanese construction industry based on the structure conduct performance model[J].Cogent Business & Management，2018（05）.

[8]Wang，X，Chen，Y，Liu，B，Shen，Y，et al. A total factor productivity measure for the construction industry and analysis of its spatial difference：a case study in China[J]. Construction Management and Economics，2013（10）：1059-1071.

基金项目：陕西省社科基金项目（编号：Z19225）。

（作者单位：西安石油大学）