基礎(chǔ)設(shè)施投資對產(chǎn)能利用的影響
——基于建筑業(yè)數(shù)據(jù)的實證分析

2022-09-05 08:54:00薛雅偉

中國石油大學(xué)學(xué)報(社會科學(xué)版) 2022年4期

薛雅偉,趙靖

(1.青島理工大學(xué) 管理工程學(xué)院,山東青島 266525; 2.智慧城市建設(shè)管理研究中心(新型智庫),山東青島 266525;3.青島理工大學(xué) 濱海人居環(huán)境學(xué)術(shù)創(chuàng)新中心,山東青島 266033)

一、引言

自20世紀(jì)90年代以來,產(chǎn)能過剩問題一直是中國經(jīng)濟(jì)發(fā)展的一大障礙。鋼鐵、水泥、煤炭等傳統(tǒng)產(chǎn)業(yè)產(chǎn)能過剩頑疾久治不愈,甚至光伏、太陽能等部分新興產(chǎn)業(yè)也呈現(xiàn)出一定的產(chǎn)能過剩狀態(tài)。2015年中央經(jīng)濟(jì)工作會議將“三去一降一補(bǔ)”作為供給側(cè)結(jié)構(gòu)性改革的重點任務(wù),2016年國務(wù)院連續(xù)發(fā)布關(guān)于化解鋼鐵、煤炭行業(yè)產(chǎn)能過剩問題的政策文件,足見政府對“去產(chǎn)能”問題的高度關(guān)注。建筑業(yè)在國民經(jīng)濟(jì)中占有舉足輕重的地位,2000年以來,中國建筑業(yè)進(jìn)入蓬勃發(fā)展期,規(guī)模持續(xù)擴(kuò)張,為城鎮(zhèn)化發(fā)展提供了重要支撐。建筑業(yè)的發(fā)展主要得益于基礎(chǔ)設(shè)施投資的不斷增長。特別是2008年政府為應(yīng)對經(jīng)濟(jì)危機(jī)采取的“四萬億”投資計劃[1],加大基礎(chǔ)設(shè)施投資規(guī)模,使得建筑業(yè)經(jīng)歷爆發(fā)式增長。然而,隨著中國經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”,經(jīng)濟(jì)增速有所下滑,市場需求萎縮,建筑業(yè)競爭日益激烈,行業(yè)盈利能力下降,與建筑業(yè)相關(guān)聯(lián)的鋼鐵、水泥、平板玻璃等建材產(chǎn)業(yè)產(chǎn)能過剩形勢嚴(yán)峻,那么建筑業(yè)是否同樣面臨產(chǎn)能過剩的巨大壓力?現(xiàn)有研究認(rèn)為,重復(fù)建設(shè)和過度投資是造成產(chǎn)能過剩和產(chǎn)能利用率低下的直接誘因[2],地方政府主導(dǎo)的基礎(chǔ)設(shè)施投資是否降低了建筑業(yè)的產(chǎn)能利用率?這些問題的回答對于建筑業(yè)轉(zhuǎn)型升級和經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。

二、文獻(xiàn)綜述

(一)產(chǎn)能利用的測度研究

產(chǎn)能利用率是評價產(chǎn)能過剩程度的一個應(yīng)用較為普遍的指標(biāo),自從Cassels提出產(chǎn)能的概念以來,關(guān)于產(chǎn)能產(chǎn)出和產(chǎn)能利用率的估算與應(yīng)用引發(fā)了學(xué)術(shù)界的廣泛關(guān)注[3]。在微觀層面,Fare等提出了測度產(chǎn)能利用率的DEA方法,并應(yīng)用于1978年美國伊利諾伊州19個電力企業(yè)樣本的測度[4]。Nelson采用超越對數(shù)成本函數(shù)對美國私營電力公司1961—1983年的產(chǎn)能利用率進(jìn)行測算[5]。王輝和張月友采用生產(chǎn)函數(shù)法對中國58家光伏產(chǎn)業(yè)上市公司的產(chǎn)能利用率進(jìn)行測度[6]。余淼杰等提出了可以同時計算產(chǎn)能利用率和生產(chǎn)率的修正生產(chǎn)函數(shù)法,對企業(yè)層面的產(chǎn)能利用率進(jìn)行了估計[7]。顏曉暢和黃桂田使用生產(chǎn)函數(shù)法對戰(zhàn)略性新興產(chǎn)業(yè)A股上市公司的產(chǎn)能利用率進(jìn)行了測度[8]。在宏觀層面,Berndt和Hesse基于超越對數(shù)可變成本函數(shù)估算出9個OECD國家制造業(yè)1960—1982年的產(chǎn)能產(chǎn)出和產(chǎn)能利用率[9]。Ray采用DEA方法對美國48個州制造業(yè)的產(chǎn)能利用率進(jìn)行了測算[10]。Zhang等從非期望產(chǎn)出的視角,建立測度建筑業(yè)產(chǎn)能利用率的指標(biāo)體系,并基于DEA模型測算了中國各區(qū)域建筑業(yè)產(chǎn)能利用率[11]。樊茂清通過建立二次項可變成本函數(shù)模型,測算并分析了中國33個產(chǎn)業(yè)部門的產(chǎn)能利用率[12]。張少華和蔣偉杰通過考慮跨期決策的DSBM模型對中國省際工業(yè)產(chǎn)能利用率進(jìn)行測度,認(rèn)為存在嚴(yán)重產(chǎn)能過剩[13]。

(二)產(chǎn)能利用的影響因素研究

現(xiàn)有研究中,關(guān)于產(chǎn)能過剩的影響因素大多從市場和政府兩個方面尋找,市場失靈論者主要關(guān)注市場主體行為和宏觀經(jīng)濟(jì)波動,政府失靈論者主要關(guān)注政府的過度干預(yù)和政策性補(bǔ)貼。從市場的角度,Bulow等認(rèn)為在位企業(yè)為了維持現(xiàn)有地位,會保留一定的過剩產(chǎn)能作為阻止新進(jìn)入者的進(jìn)入壁壘[14]。Dagdeviren通過對50個國家的企業(yè)調(diào)查數(shù)據(jù)分析發(fā)現(xiàn),供給側(cè)約束和體制性缺陷等結(jié)構(gòu)性因素是發(fā)展中國家產(chǎn)能過剩的主要原因[15]。林毅夫等認(rèn)為發(fā)展中國家存在一定的“后發(fā)優(yōu)勢”,使得企業(yè)容易對有發(fā)展前景的行業(yè)達(dá)成共識,但由于信息的不充分,導(dǎo)致企業(yè)的投資潮涌,隨之引發(fā)產(chǎn)能過剩[2]。徐朝陽和周念利認(rèn)為,由于未來需求的不確定性,高效率企業(yè)會選擇謹(jǐn)慎投資,導(dǎo)致低效率企業(yè)的過度涌入,進(jìn)而降低了市場集中度和產(chǎn)能利用率[16]。白讓讓通過對乘用車制造企業(yè)產(chǎn)能擴(kuò)張的戰(zhàn)略性動因進(jìn)行實證分析驗證了“潮涌現(xiàn)象”的存在[17]。從政府的角度,Zhang等分析了不同的政府補(bǔ)貼水平對風(fēng)能和太陽能企業(yè)產(chǎn)能過剩影響的差異性[18]。Corwin等認(rèn)為中央政府和地方政府政策目標(biāo)的沖突以及地方政府的過度干預(yù)是中國光伏產(chǎn)業(yè)產(chǎn)能過剩的主要原因[19]。朱希偉等在二元所有制結(jié)構(gòu)下對煤炭企業(yè)產(chǎn)能過剩的形成機(jī)理進(jìn)行分析,發(fā)現(xiàn)政企合謀是民營企業(yè)產(chǎn)能過剩的重要原因[20]。孫早等認(rèn)為基礎(chǔ)設(shè)施投資存在邊際遞減效應(yīng),過度的基礎(chǔ)設(shè)施投資容易造成產(chǎn)能過剩[21]。趙振宇等認(rèn)為,以政府“一帶一路”建設(shè)為契機(jī),增加沿線國家的基礎(chǔ)設(shè)施投資,引導(dǎo)國內(nèi)建筑業(yè)產(chǎn)能轉(zhuǎn)移,有助于化解國內(nèi)產(chǎn)能過剩[22]。

綜上所述,現(xiàn)有研究采用函數(shù)法和DEA方法對工業(yè)、制造業(yè)和能源等行業(yè)產(chǎn)能利用率進(jìn)行了測度,但對建筑業(yè)的測度研究較少。在影響因素方面,存在“市場失靈”和“政府失靈”兩種解釋,這兩者并不是非此即彼的關(guān)系,部分觀點存在一致性,比如,兩者均認(rèn)為過度投資是產(chǎn)能過剩的直接誘因。但是,在中國這種“強(qiáng)政府、弱市場”的體制框架下,政府是推動過度投資的主要力量[6]。因此,應(yīng)更多地從政府的角度探尋產(chǎn)能過剩的影響因素。有學(xué)者提出,基礎(chǔ)設(shè)施投資存在超前發(fā)展,從而形成產(chǎn)能過剩,但目前仍缺乏相關(guān)的實證研究[21]。因此,本文在測度產(chǎn)能利用率的基礎(chǔ)上,從基礎(chǔ)設(shè)施投資的角度,對基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率的影響效應(yīng)進(jìn)行實證檢驗。

三、建筑業(yè)產(chǎn)能利用率的測度

(一)模型構(gòu)建

BCC模型是Banker等在CCR模型的基礎(chǔ)上提出的一種基于規(guī)模報酬可變的DEA模型[23]。假設(shè)有M個決策單元(Decision Making Units, DMU),每一個DMU都有I種投入X和O種產(chǎn)出Y,在投入指標(biāo)中又分為F種固定投入和I-F種可變投入,各個DMU的產(chǎn)能產(chǎn)出需要借助產(chǎn)出導(dǎo)向的BCC模型進(jìn)行求解[24]。具體模型如下:

(1)

(2)

此時的產(chǎn)能利用率稱為有偏產(chǎn)能利用率(Biased Capacity Utilization, CUB),由于并沒有將技術(shù)非效率因素的影響考慮在內(nèi),此時的過剩產(chǎn)能存在一部分因技術(shù)無效而導(dǎo)致的落后產(chǎn)能[25]。為了求解技術(shù)有效時的產(chǎn)出水平,需要同時考慮固定投入和可變投入,計算技術(shù)效率的模型如下:

(3)

(4)

由于傳統(tǒng)的BCC模型是針對截面數(shù)據(jù)的橫向效率評價方法,無法直接對每個DMU的縱向變化趨勢進(jìn)行分析,Charnes等提出了針對面板數(shù)據(jù)的DEA窗口分析法[26]。DEA窗口分析法基于移動平均的基本思想,把各個DMU不同年份的數(shù)據(jù)作為不同的DMU,在求解同一年份不同DMU相對效率的同時,計算出同一DMU在窗口期內(nèi)不同年份的效率值,使得測度結(jié)果可以從橫向和縱向兩個維度進(jìn)行分析。假設(shè)有M個DMU在T個時期的數(shù)據(jù),窗口的寬度為w,需要建立T-w+1個窗口單元,每個窗口內(nèi)的DMU數(shù)量為M×w,窗口寬度的設(shè)置沒有既定的標(biāo)準(zhǔn),Charnes等認(rèn)為寬度為3或者4時可以獲得較為穩(wěn)定、可靠的結(jié)果[27]。通過對每個窗口分別進(jìn)行效率測度,并將每個DMU同一時期不同窗口的效率值進(jìn)行平均,即可得到該DMU在該時期的最終效率值。

(二)指標(biāo)選取與數(shù)據(jù)說明

本文選取2005—2019年中國內(nèi)地31個省份(不包括港澳臺)建筑業(yè)的投入產(chǎn)出數(shù)據(jù)作為研究樣本。建筑業(yè)產(chǎn)出數(shù)據(jù)采用建筑業(yè)總產(chǎn)值表示。投入分為固定投入和可變投入,固定投入要素包括資本和機(jī)械投入,可變投入要素包括勞動力和原材料投入。其中，固定投入中，資本采用固定資產(chǎn)凈值表示,機(jī)械采用年末自有施工機(jī)械設(shè)備凈值表示;可變投入中,勞動力采用從事建筑業(yè)活動的平均人數(shù)表示,原材料采用建筑材料消耗占比較高的鋼材和水泥的重量之和表示。本文所有數(shù)據(jù)均來源于2006—2020年《中國建筑業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國固定資產(chǎn)投資統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。由于DEA模型受極端值的影響較大,為了降低極端值對模型求解的影響,本文采用線性插值法對以上各投入產(chǎn)出指標(biāo)的極端值(通過箱形圖確定,極端值被定義為區(qū)間[Q1-1.5IQR,Q3+1.5IQR]之外的數(shù)值,Q1、Q3、IQR分別為第一四分位數(shù)、第三四分位數(shù)、四分位距)進(jìn)行替換。

(三)測度結(jié)果分析

基于BCC模型的窗口分析法,借助DEA-Solver LV8軟件,對中國內(nèi)地31個省份建筑業(yè)2005—2019年的產(chǎn)能利用率進(jìn)行測度。DEA窗口分析中,窗口的寬度一般設(shè)為3或者4,本文分別對窗口為3和4時的產(chǎn)能利用率進(jìn)行了測算,由于樣本包括15年的數(shù)據(jù),樣本期較長,窗口為4時的結(jié)果更符合客觀實際,因此,本文選擇窗口為4時的結(jié)果進(jìn)行后續(xù)分析。目前,國際普遍的標(biāo)準(zhǔn)是將79%作為產(chǎn)能是否過剩的分界點,本文沿用這一標(biāo)準(zhǔn),當(dāng)產(chǎn)能利用率低于79%時,認(rèn)為存在產(chǎn)能過剩[28]。

1.整體特征分析

2005—2019年中國建筑業(yè)平均產(chǎn)能利用率為79.9%,整體不存在明顯的產(chǎn)能過剩,從變化趨勢來看，2004—2011年呈階梯式上升,2012—2018年呈波動下滑的趨勢,2019年回歸合理區(qū)間(見圖1)。其中,2005—2006年增速較快,從2005年的76.3%增長到2006年的79.0%,增速為3.51%,2006—2009年增長趨緩,保持在79%～80%之間。地方政府為了應(yīng)對經(jīng)濟(jì)危機(jī),刺激經(jīng)濟(jì)增長,增加基礎(chǔ)設(shè)施建設(shè),進(jìn)一步帶動了建筑業(yè)的發(fā)展,使得建筑業(yè)產(chǎn)能利用率在2009—2011年持續(xù)增長,并在2011年達(dá)到樣本期內(nèi)的峰值82.8%。2011年之后,產(chǎn)能利用率整體呈波動下滑的趨勢,2015年、2016年和2018年均低于79%。2019年出現(xiàn)回升,達(dá)到81.6%。

2.區(qū)域特征分析

從區(qū)域?qū)用鎭砜?東部地區(qū)平均產(chǎn)能利用率為82.6%,中西部地區(qū)平均產(chǎn)能利用率為78.5%,產(chǎn)能利用率呈現(xiàn)東高西低的特征,東部地區(qū)不存在產(chǎn)能過剩,中西部地區(qū)存在輕度產(chǎn)能過剩。從變化趨勢看,東部地區(qū)和中西部地區(qū)產(chǎn)能利用率的變化趨勢較為接近。東部地區(qū)產(chǎn)能利用率在樣本期內(nèi)均高于中西部地區(qū),且維持在較高水平,僅2006年略低于79%。中西部地區(qū)2006—2009年產(chǎn)能利用率均低于79%,2010年首次超過79%,2014年后再次降至79%以下,2019年有較大幅度提升。本文根據(jù)平均產(chǎn)能利用率的四分位數(shù)將31個省份分為四組,產(chǎn)能利用率高于上四分位數(shù)的省份有浙江、福建、重慶、北京、廣西、四川、江西和貴州,產(chǎn)能利用率低于下四分位數(shù)的省份有甘肅、內(nèi)蒙古、山東、湖北、黑龍江、天津、青海和西藏。見圖2。

圖1 2005—2019年建筑業(yè)產(chǎn)能利用率變化趨勢

圖2 2005—2019年各省平均產(chǎn)能利用率排名

四、基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率的實證分析

(一)理論分析與研究假設(shè)

現(xiàn)有研究認(rèn)為,基礎(chǔ)設(shè)施投資對經(jīng)濟(jì)增長具有正、負(fù)兩種效應(yīng),呈現(xiàn)出“倒U型”關(guān)系[29],而產(chǎn)能利用率具有明顯的順周期特征,經(jīng)濟(jì)的穩(wěn)定增長有利于產(chǎn)能利用率的提高,而經(jīng)濟(jì)不景氣時,產(chǎn)能利用率有所下降。因此,基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率可能存在相同的影響效應(yīng)?；A(chǔ)設(shè)施投資為企業(yè)的生產(chǎn)活動和人民生活提供基本的物質(zhì)條件,是城市化建設(shè)的重要支撐,也是政府刺激經(jīng)濟(jì)增長的重要手段。在經(jīng)濟(jì)蕭條期,國內(nèi)需求疲軟,政府為了保持經(jīng)濟(jì)穩(wěn)定增長,往往通過加大基礎(chǔ)設(shè)施投資刺激市場需求,同時也為建筑業(yè)提供了巨大發(fā)展空間,有利于提高建筑業(yè)產(chǎn)能利用率[30]。然而,基礎(chǔ)設(shè)施投資作為一種投資要素,不可避免地會存在一定的邊際遞減效應(yīng),過度的基礎(chǔ)設(shè)施投資會對其他類型的投資產(chǎn)生“擠出效應(yīng)”,導(dǎo)致資源的錯配,從而抑制經(jīng)濟(jì)的持續(xù)增長,造成產(chǎn)能過剩[31]。從基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率折線圖(圖3(a))來看,在2011年之前,隨著基礎(chǔ)設(shè)施投資的增長,產(chǎn)能利用率呈現(xiàn)近似的變化趨勢,而2011年之后,隨著基礎(chǔ)設(shè)施投資的快速增長,產(chǎn)能利用率卻呈現(xiàn)出下滑的趨勢。通過繪制基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率散點圖(圖4(a))也可以看出,兩者存在明顯的“倒U型”關(guān)系。因此,本文提出:

假設(shè)1a:適度的基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率具有促進(jìn)作用。

假設(shè)1b:過度的基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率具有抑制作用。

假設(shè)1c:基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率之間存在“倒U型”關(guān)系。

基礎(chǔ)設(shè)施投資對經(jīng)濟(jì)增長的正、負(fù)影響效應(yīng),受到一個國家和地區(qū)現(xiàn)有經(jīng)濟(jì)發(fā)展水平和基礎(chǔ)設(shè)施存量的制約[21]。區(qū)域經(jīng)濟(jì)的不平衡發(fā)展是中國現(xiàn)階段發(fā)展面臨的主要問題。東部地區(qū)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)高于中西部地區(qū),基礎(chǔ)設(shè)施相對完善,建筑業(yè)產(chǎn)能利用率也呈現(xiàn)東高西低的分布特征。因此,基礎(chǔ)設(shè)施投資對產(chǎn)能利用率的影響也會存在一定的區(qū)域差異性。東部地區(qū)經(jīng)濟(jì)發(fā)展水平高,產(chǎn)能利用率也較高,中西部地區(qū)經(jīng)濟(jì)發(fā)展水平較低,產(chǎn)能利用率也較低,說明基礎(chǔ)設(shè)施投資對東部地區(qū)建筑業(yè)產(chǎn)能利用率的促進(jìn)作用可能大于中西部地區(qū)。從圖3(b)、3(c)可以看出,隨著基礎(chǔ)設(shè)施投資的增長,東部、中西部地區(qū)建筑業(yè)產(chǎn)能利用率均呈現(xiàn)先增后減的變化趨勢,兩者之間可能存在“倒U型”關(guān)系。從圖4(b)、4(c)也可以看出,在東部、中西部地區(qū),基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率均存在“倒U型”關(guān)系?；诖?本文提出:

假設(shè)2a:在東部地區(qū),基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率的促進(jìn)作用較強(qiáng),且存在“倒U型”關(guān)系。

假設(shè)2b:在中西部地區(qū),基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率的促進(jìn)作用較弱,且存在“倒U型”關(guān)系。

圖3 基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率折線圖

圖4 基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率散點圖

(二)計量模型與數(shù)據(jù)說明

本文將前文測算的31個省份建筑業(yè)產(chǎn)能利用率作為被解釋變量,將基礎(chǔ)設(shè)施投資及其二次項作為主要解釋變量,進(jìn)一步分析基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率的影響效應(yīng)。由于產(chǎn)能利用率介于0～1之間,數(shù)據(jù)被截斷,屬于受限因變量,如果采用普通OLS回歸可能存在參數(shù)估計結(jié)果的有偏和不一致,采用Tobit模型可以得到一致的估計量[32],因此,本文選擇Tobit模型進(jìn)行回歸分析。計量模型設(shè)定如下:

CUi,t=c+α1LLGIIi,t+α2LLGII2i,t+βCVi,t+Yeart+ei,t

(5)

(6)

(7)

式中，CUi,t為產(chǎn)能利用率,i代表省份,t代表年份,c為常數(shù)項,LLGIIi,t表示基礎(chǔ)設(shè)施投資的自然對數(shù),LLGII2i,t為基礎(chǔ)設(shè)施投資自然對數(shù)的二次項,CVi,t為一組控制變量,α和β為待估系數(shù),Yeart表示年份虛擬變量,ei,t為誤差項,上角標(biāo)e、cw分別代表東部、中西部地區(qū)。主要解釋變量為LLGII和LLGII2,基礎(chǔ)設(shè)施投資選用“電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)”“交通運(yùn)輸、倉儲和郵政業(yè)”“水利、環(huán)境和公共設(shè)施管理業(yè)”三個行業(yè)的加總數(shù)據(jù)[33],并采用各省份固定資產(chǎn)投資價格指數(shù)平減為2005年的可比價格。

此外,為了控制其他因素對產(chǎn)能利用率的影響,本文通過對現(xiàn)有文獻(xiàn)的分析[34-36],加入以下控制變量:(1)資本密集度(CI),采用經(jīng)固定資產(chǎn)投資價格指數(shù)平減后的固定資產(chǎn)凈值與建筑業(yè)從業(yè)人員比值的對數(shù)值表示;(2)機(jī)械化水平(ML),采用各省份建筑業(yè)技術(shù)裝備率的對數(shù)值表示;(3)企業(yè)規(guī)模(ES),采用各省建筑業(yè)企業(yè)平均總產(chǎn)值的對數(shù)值表示;(4)經(jīng)濟(jì)發(fā)展水平(GDP),以各省份人均GDP的對數(shù)值表示;(5)城鎮(zhèn)化水平(UL),以各省份城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎尽?/p>

各變量描述性統(tǒng)計如表1所示。

表1 變量描述性統(tǒng)計

(三)回歸結(jié)果分析

首先,對各變量進(jìn)行單位根檢驗,結(jié)果表明各變量均為平穩(wěn)序列。然后,采用Stata16軟件的xttobit命令對模型進(jìn)行回歸,LR檢驗結(jié)果拒絕選擇混合Tobit模型,應(yīng)采用面板Tobit模型。面板Tobit模型回歸結(jié)果如表2所示,其中,模型(5)為國家層面的回歸結(jié)果,模型(6)、(7)分別為東部、中西部地區(qū)的回歸結(jié)果。

表2 面板Tobit模型回歸結(jié)果

從國家層面的回歸結(jié)果可以看出,主要解釋變量均在1%的水平上通過了顯著性檢驗,主要解釋變量與被解釋變量之間存在顯著的相關(guān)性。其中,LLGII的系數(shù)為正(0.306 6),表明適度的基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率具有促進(jìn)作用,假設(shè)1a得以驗證;LLGII2的系數(shù)為負(fù)(-0.018 8),表明過度的基礎(chǔ)設(shè)施投資對建筑業(yè)產(chǎn)能利用率具有抑制作用,假設(shè)1b得以驗證;基礎(chǔ)設(shè)施投資的正、負(fù)影響效應(yīng)表明,在國家層面上,基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率呈現(xiàn)“倒U型”關(guān)系,假設(shè)1c得以驗證。投資是驅(qū)動經(jīng)濟(jì)增長的主要動力,但新古典增長理論認(rèn)為,資本的邊際收益遞減規(guī)律使得投資的驅(qū)動力逐漸減弱。因此,基礎(chǔ)設(shè)施投資對經(jīng)濟(jì)增長和產(chǎn)能利用率的提高只有短期效應(yīng),難以保證經(jīng)濟(jì)的持續(xù)增長。在短期內(nèi),基礎(chǔ)設(shè)施投資確實提高了建筑業(yè)的產(chǎn)能利用率,但隨著投資的不斷增加,投資額達(dá)到一定限度,產(chǎn)能利用率開始下降,投資的促進(jìn)效應(yīng)逐漸轉(zhuǎn)為抑制效應(yīng)。從控制變量來看,各變量均通過了顯著性檢驗,其中,資本密集度和機(jī)械化水平對產(chǎn)能利用率具有顯著的負(fù)向影響,說明行業(yè)資本密集度過高不利于提高產(chǎn)能利用率,行業(yè)可能面臨一定的過度投資和機(jī)械設(shè)備的閑置。企業(yè)規(guī)模和地區(qū)經(jīng)濟(jì)發(fā)展水平對建筑業(yè)產(chǎn)能利用率具有顯著的正向影響,說明一個地區(qū)保持經(jīng)濟(jì)穩(wěn)定增長、促進(jìn)產(chǎn)業(yè)集聚有利于建筑業(yè)產(chǎn)能利用率的提高。城鎮(zhèn)化水平對產(chǎn)能利用率具有顯著負(fù)向影響,說明政府過快推進(jìn)城鎮(zhèn)化建設(shè),脫離產(chǎn)業(yè)演進(jìn)規(guī)律,加劇行業(yè)產(chǎn)能過剩。

通過對比區(qū)域回歸結(jié)果發(fā)現(xiàn),各區(qū)域解釋變量的系數(shù)均顯著,LLGII的系數(shù)為正,LLGII2的系數(shù)為負(fù),影響方向與全國整體回歸結(jié)果一致。其中,LLGII對東部和中西部地區(qū)建筑業(yè)產(chǎn)能利用率的影響系數(shù)分別為0.408 5、0.269 9,LLGII2的系數(shù)分別為-0.025 6、-0.015 9,相比于中西部地區(qū),基礎(chǔ)設(shè)施投資對東部地區(qū)產(chǎn)能利用率的促進(jìn)作用更強(qiáng),且在區(qū)域?qū)用?基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率同樣存在“倒U型”關(guān)系,假設(shè)2a、2b得以驗證。東部地區(qū)較高的產(chǎn)能利用率主要得益于基礎(chǔ)設(shè)施投資的增長,而西部地區(qū)基礎(chǔ)設(shè)施投資對產(chǎn)能利用率的促進(jìn)效應(yīng)相對較弱?？赡艿脑蛟谟?西部大開發(fā)戰(zhàn)略的實施,使得西部地區(qū)的基礎(chǔ)設(shè)施投資水平超前于當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平,從而削弱了基礎(chǔ)設(shè)施投資對產(chǎn)能利用率的促進(jìn)效應(yīng)。從控制變量來看,在東部地區(qū),資本密集度的影響顯著為負(fù),經(jīng)濟(jì)發(fā)展水平的影響顯著為正,其他變量未通過顯著性檢驗。中西部地區(qū)回歸結(jié)果的系數(shù)方向與全國整體回歸結(jié)果一致,僅企業(yè)規(guī)模未通過顯著性檢驗。

(四)分步回歸與結(jié)果分析

整體回歸結(jié)果僅反映基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率的固定關(guān)系,并不能說明不同控制變量的選擇對兩者關(guān)系產(chǎn)生的沖擊。因此,本文采用逐步添加控制變量的方式進(jìn)一步分析基礎(chǔ)設(shè)施投資與建筑業(yè)產(chǎn)能利用率影響效應(yīng)的變化情況(見表3)。具體模型如下:

CUi,t=c+α1LLGIIi,t+α2LLGII2i,t+Yeart+ei,t

(8)