趙祚康

摘要：本文利用2013年全國31個省市自治區(qū)的統(tǒng)計數(shù)字建立了影響我國建筑業(yè)總產(chǎn)值增長的各影響因素的計量模型。從影響建筑業(yè)總產(chǎn)值的幾個因素出發(fā)，力圖對影響建筑業(yè)發(fā)展的幾個重要因素進行分析，并提出相關(guān)意見與建議。

關(guān)鍵詞：建筑業(yè);總產(chǎn)值;影響因素

一、引言：

建筑業(yè)是國民經(jīng)濟的重要物質(zhì)生產(chǎn)部門，它與整個國家經(jīng)濟的發(fā)展、人民生活的改善有著密切的關(guān)系。建筑業(yè)產(chǎn)業(yè)關(guān)聯(lián)度高、就業(yè)容量大，改革開放30多年來,建筑業(yè)隨著中國經(jīng)濟的高速增長得到了巨大的發(fā)展,并逐漸在國民經(jīng)濟中占據(jù)了重要的地位。我國建筑業(yè)的改革與發(fā)展雖然取得了很大的成績，但是目前還存在著勞動生產(chǎn)率不高，國際競爭力不強，現(xiàn)代市場體系發(fā)育不成熟，政府監(jiān)管體制有待于進一步完善等問題。本文從影響建筑業(yè)總產(chǎn)值的幾個因素出發(fā)，力圖對影響建筑業(yè)發(fā)展的幾個重要因素進行分析。

具體數(shù)據(jù)搜集見下表：

地區(qū)建筑業(yè)ぷ懿值さノ灰讜建筑業(yè)企ひ搗課萁íぶ竣工面せ單位ね蚱椒矯捉ㄖ業(yè)企ひ蕩右等霜ぴ筆單位ね蛉稅醋懿值ぜ撲憬ㄖひ燈笠道酮ざ生產(chǎn)率さノ輝/人城鎮(zhèn)家庭て驕每人た芍配收と氳ノ輝城鎮(zhèn)家ねト司ぷ≌面積さノ黃椒姜っ

北京市3066.16994802.946.392122143224724.8932.86

天津市1453.78541643.736.327629299919422.5324.97河北省2044.81277009.9115.551514852813441.0926.04山西省1355.44152320.762.025917386813119.0524.79內(nèi)蒙古自治區(qū)780.04953238.742.628111248814432.5522.96遼寧省2505.16926707.5108.816415321714392.6921.96吉林省994.65123378.138.378114043112829.4522.46黑龍江省1036.75252414.547.911412726711581.2822.03上海市3245.77165723.980.466729352026674.933.07江蘇省8601.51240735.8479.364717474218679.5227.95浙江省8156.060237339428.341818916322726.6634.8安徽省1854.64167874.2137.930613155012990.3522.56福建省1852.73957637.8125.725613039317961.4532.28江西省1032.94225238.665.873915159712866.4425.58山東省3821.934515540.9265.658112786316305.4126.47河南省2824.053510394.3197.968514042013231.1123.4湖北省2605.08169152.5133.541119318913152.8624.99湖南省2115.44319077.5137.879114260413821.1626廣東省3270.275610913.8167.655619123719732.8626.46

廣西壯族ぷ災(zāi)吻753.21023142.246.538616051714146.0425.23〖BHDG2*2〗海南省111.1837340.78.163213365012607.8424.18重慶市1496.31956485.3105.245512272214367.5530.68四川省2592.9489853.9190.828811860412633.3827.48貴州省393.6721121130.116713804411758.7620.4云南省906.90533336.764.608713855113250.2228.59西藏自治區(qū)72.9087128.34.270911429712481.5120.86陜西省1651.18063020.171.068217250912857.8923.4甘肅省481.27441842.842.025210378010969.4123.28青海省142.997189.27.831114474711640.4322

寧夏回族ぷ災(zāi)吻191.5448741.26.586211143512931.5323.9新疆維吾ざ自治區(qū)625.3747215619.230415451611432.122.22

數(shù)據(jù)來源：中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫

二、模型建立ゾ分析初步建立以下模型：y=a+b1*X1+b2*X2+b3*X3+b4*X4+b5*X5+uテ渲校被解釋變量Y：建筑業(yè)總產(chǎn)值（單位：億元）ソ饈捅淞縓1: 建筑業(yè)企業(yè)房屋建筑竣工面積(單位：萬平方米)X2: 建筑業(yè)企業(yè)從業(yè)人員數(shù)(單位：萬人)X3: 建筑業(yè)企業(yè)勞動生產(chǎn)率(單位：元/人)X4: 城鎮(zhèn)家庭平均每人可支配收入(單位：元)X5: 城鎮(zhèn)家庭人均住宅面積(單位：平方米)a為截距項，u為隨機擾動項。ダ用Eviews回歸結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/09 Time: 18:13Sample: 1 31Included observations: 31

VariableCoefficientStd. Errort-StatisticProb.

C-1096.609437.1195-2.5087160.0190X10.1060200.0273663.8741430.0007X27.0891082.2175333.1968440.0037X30.0045070.0019132.3567690.0266X40.1001890.0322893.1029390.0047X5-24.4855424.46384-1.0008870.3265

R-squared0.983090Mean dependent var2001.187Adjusted R-squared0.979708S.D. dependent var1998.217S.E. of regression284.6458Akaike info criterion14.31235Sum squared resid2025581.Schwarz criterion14.58990Log likelihood-215.8415F-statistic290.6832Durbin-Watson stat1.969410Prob(F-statistic)0.000000

Y=-1096.609+0.106020*X1+7.089108*X2+0.004507*X3+0.100189*X4-24.48554*X5

三、模型的檢驗ィ1）經(jīng)濟意義的檢驗ジ媚Ｐ涂梢醞ü初步的經(jīng)濟意義的檢驗， 只有其中X5的符號為負，不符合經(jīng)濟常識，其他都符合經(jīng)濟理論。ィ2）統(tǒng)計檢驗R值為0.983090，校正后的R值為0.979708，模型的擬合情況非常好，F(xiàn)值為290.6832，說明整個模型對建筑業(yè)總產(chǎn)值的影響是非常顯著的。除X5外，各解釋變量t檢驗顯著，說明各解釋變量對模型的影響是顯著的。ィ3）計量經(jīng)濟的檢驗ザ嘀毓蠶咝緣募煅楠ゴ覨值可知此模型整體顯著，但是分析各個變量后，X5系數(shù)的符號為負，與預(yù)期相反，并且X5的t檢驗不顯著，說明可能存在多重共線性。 ノ了進一步驗證模型是否存在多重共線性，檢驗如下：ゼ撲愀鶻饈捅淞康南喙叵凳，選擇X1、X2、X3、X4、X5數(shù)據(jù)，得相關(guān)系數(shù)矩陣如下：

X1X2X3X4X5

X1 1.000000 0.976678 0.140156 0.442917 0.493146X2 0.976678 1.000000 0.094875 0.393295 0.470163X3 0.140156 0.094875 1.000000 0.744129 0.419521X4 0.442917 0.393295 0.744129 1.000000 0.783428X5 0.493146 0.470163 0.419521 0.783428 1.000000

由相關(guān)系數(shù)矩陣可以看出，部分解釋變量之間相關(guān)系數(shù)較高，證實存在多重共線性。ゲ捎彌鴆交毓櫚陌旆ń行修正：ネü逐步回歸法，保留X1、X2、X3、X4,剔除引起多重共線性的X5，對模型進行修正，新模型為：y=a+b1*X1+b2*X2+b3*X3+b4*X4+u，回歸結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/09 Time: 18:34Sample: 1 31Included observations: 31

VariableCoefficientStd. Errort-StatisticProb.C-1468.906229.6027-6.3975990.0000X10.1079710.0272973.9553450.0005X26.8386762.2034473.1036260.0046X30.0051480.0018022.8561100.0083X40.0772850.0227793.3927790.0022

R-squared0.982412Mean dependent var2001.187Adjusted R-squared0.979707S.D. dependent var1998.217S.E. of regression284.6555Akaike info criterion14.28713Sum squared resid2106748.Schwarz criterion14.51841Log likelihood-216.4505F-statistic363.0788Durbin-Watson stat1.792024Prob(F-statistic)0.000000

通過上圖可以看出，該模型R值等于0.982412，修正后的R值等于0.979707，可決系數(shù)很高，F(xiàn)值等于363.0788，明顯顯著。在顯著性水平取a=0.05、自由度為n-k=26時t值等于2.056，均小于各系數(shù)的t檢驗值，說明各解釋變量對模型影響顯著。因此修正多重共線性影響后的新模型為：

Y=-1468.906+0.107971*X1+6.838676*X2+0.005148*X3+0.077285*X4ヒ旆講羆煅楠ヒ蛭本文中的數(shù)據(jù)是截面數(shù)據(jù)，所以在此使用WHITE檢驗，得出如下結(jié)果：White Heteroskedasticity Test:

F-statistic2.143319 Probability0.072784

Obs*R-squared20.21891Probability0.123390

Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/23/09 Time: 19:02Sample: 1 31Included observations: 31

VariableCoefficientStd. Errort-StatisticProb.C-1567610.786183.8-1.9939490.0635X1-199.7356189.8803-1.0519020.3085X12-0.0078170.013723-0.5696120.5769X1*X21.2672581.9208200.6597490.5188X1*X30.0004670.0014370.3247940.7495X1*X40.0065650.0091750.7155480.4846X217461.7511967.901.4590480.1639X22-49.4327264.41054-0.7674630.4540X2*X3-0.0514740.092969-0.5536730.5875X2*X4-0.5595700.650331-0.8604400.4023X36.7875353.2191242.1085040.0511X32-4.58E-061.75E-05-0.2612590.7972X3*X4-0.0001990.000427-0.4666670.6470X4105.2111101.07081.0409640.3134X42-0.0012620.004689-0.2691310.7913

R-squared0.652223Mean dependent var67959.62Adjusted R-squared0.347918S.D. dependent var108322.8S.E. of regression87472.44Akaike info criterion25.90238Sum squared resid1.22E+11Schwarz criterion26.59624Log likelihood-386.4869F-statistic2.143319Durbin-Watson stat2.012105Prob(F-statistic)0.072784

由上表可知，nR2=20.21891，由WHITE檢驗知，在a=0.05，自由度為14下，查表得臨界值x20.05（14） =23.5848，顯然nR2=20.21891

四、結(jié)論1.統(tǒng)計報告ゴ由廈嫻募屏糠治鮒形頤親詈蟮玫轎夜建筑業(yè)總產(chǎn)值的模型：Y=-1468.906+0.107971*X1+6.838676*X2+0.005148*X3+0.077285*X4ィ229.6027）（0.027297） （2.203447）（0.001802） （0.022779）t=-6.3975993.9553453.1036262.8561103.392779R2=0.982412F=363.0788DW=1.7920242.實證研究結(jié)論ゴ由鮮瞿Ｐ橢形頤強梢鑰闖觶邯ソㄖ業(yè)企業(yè)房屋建筑竣工面積對建筑業(yè)總產(chǎn)值的影響比較顯著，其他條件不變的情況下，建筑業(yè)企業(yè)房屋建筑竣工面積每增加1萬平方米，建筑業(yè)總產(chǎn)值就增加0.107971億元。ソㄖ業(yè)企業(yè)從業(yè)人員數(shù)對建筑業(yè)總產(chǎn)值的影響非常顯著，其他條件不變的情況下，建筑業(yè)企業(yè)從業(yè)人員數(shù)每增加1萬人，建筑業(yè)總產(chǎn)值就增加6.838676億元。ソㄖ業(yè)企業(yè)勞動生產(chǎn)率對建筑業(yè)總產(chǎn)值的影響不是很顯著，其他條件不變的情況下，建筑業(yè)企業(yè)勞動生產(chǎn)率每提高1元/人，建筑業(yè)總產(chǎn)值就增加0.005148億元。コ欽蚣彝テ驕每人可支配收入對建筑業(yè)總產(chǎn)值的影響不是很顯著，其他條件不變的情況下，城鎮(zhèn)家庭平均每人可支配收入每增加1元，建筑業(yè)總產(chǎn)值就增加0.077285億元。

結(jié)論與對策：

由上述可以看出，建筑業(yè)企業(yè)從業(yè)人員數(shù)量依然是促進我國建筑業(yè)總產(chǎn)值增長的最主要因素，而建筑業(yè)企業(yè)勞動生產(chǎn)率對建筑業(yè)總產(chǎn)值增長的影響卻沒想象的那么高，這說明，我國建筑業(yè)的改革與發(fā)展雖然取得了很大的成績，但目前我國建筑業(yè)依然屬于勞動密集型產(chǎn)業(yè)，還存在著勞動生產(chǎn)率不高，資源、能源浪費大，技術(shù)進步和工業(yè)化進程緩慢等問題，這在客觀上要求我國建筑業(yè)要積極推進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，走新型工業(yè)化的道路。在設(shè)計中積極采用節(jié)能、環(huán)保的新工藝、新技術(shù)、新設(shè)備、新材料，確保建筑業(yè)企業(yè)都能實現(xiàn)低投入、低消耗、低排放和高效率，轉(zhuǎn)變經(jīng)濟增長方式，提高勞動生產(chǎn)率，真正實現(xiàn)向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)型的目標。另外還可以看出，房屋建筑竣工面積依然是衡量建筑業(yè)總產(chǎn)值的一個重要因素，而城鎮(zhèn)家庭人均收入對建筑業(yè)總產(chǎn)值的影響不顯著。

おおおおおお

參考文獻

[1]鄭妍.淺談我國建筑業(yè)經(jīng)濟發(fā)展與增長-經(jīng)濟視野 - 2014(4)

[2]金維興,胡振,陸歆弘.中國建筑業(yè)新的經(jīng)濟增長點和增長力[M].北京:中國建筑工業(yè)出版社,2008.

[3]陸歆弘，金維興.中國建筑業(yè)產(chǎn)出增長因素分析- 上海大學(xué)學(xué)報（自然科學(xué)版） - 2005, 11(3)