模型估计结果

面板数据模型可分为不变系数模型（混合模型）、变截距模型和变系数模型三种形式。其中，变截距模型是面板数据模型中最常见到的，它允许截面成员上存在个体影响，并用截距项的差别来说明。模型形式的选定，通常使用的方法是根据F统计量的协方差分析检验^〔13〕。而本研究的基本假定是，在同一国家和相同产业中，市场结构等因素对市场绩效的影响不存在省际差异和区域差异，即不支持解释变量的系数随横截面个体的变化而改变的假定。基于此，这里未对样本数据进行相关检验，直接选用变截距模型进行回归分析。

在变截距模型中，横截面上的个体影响表现为模型中被忽略的反映个体差异的变量的影响，又分为固定影响和随机影响两种情况。因此，变截距模型分为随机效应（random effect）和固定效应（fixed effect）两种形式。随机效应模型假设个体不可观测的特征与解释变量不相关，而固定效应模型则认为个体不可观测的特征与解释变量存在相关性。对此，Hausman检验提供了采用随机效应模型还是固定效应模型的辨别依据，其原假设是个体不可观测的特征与解释变量不相关。

表6-9中的回归方程（1）和（2）的Hausman检验结果显示，检验统计量均大于在1％的显著性水平下的临界值，因此拒绝原假设，即用固定效应模型要比用随机效应模型得到的回归结果更有效。因此，方程（1）和（2）均使用了固定效应模型，固定效应只限于截面个体成员即各地区，不考虑时期固定影响。该模型可以消除各地区不能观测的、稳定的地区差异所带来的影响。同时，考虑到各地区的建筑业发展存在较大差异，选择横截面加权（Cross-section Weights）的估计方法（EGLS），以削弱可能存在的截面异方差问题。

采用个体固定效应变截距模型后得到的估计结果（表6-9）显示，调整后的判定系数在0.8左右，说明面板回归方程的拟合程度比较理想。第一列（1）式的解释变量包含了各地企业的外向度（out）和国有企业产值占比（sown），结果显示，虽然这两个变量的回归系数符号与预期一致，但都没有通过显著性检验，说明企业外向流动程度和国有企业所占比重，并非是能够解释各地建筑业产值利润率差异的有效因素^〔14〕。第二列（2）式删除了这两个解释变量后重新进行了估计，结果显示，所有的解释变量都在5％的显著性水平下显著。

表6-9　　建筑业地区市场结构对市场绩效的影响估计结果

注：使用的软件为EViews6.0。因不探讨各地区之间的个体影响差异，省去了回归结果中的各地区截距项数据。

市场开放度（open）作为一个反映各地建筑市场内部竞争格局的动态性指标，其对各地建筑业市场绩效的影响是我们关注的问题。回归结果显示，市场开放度对产值利润率的影响是正的，说明开放地区的建筑业具有更好的市场绩效表现，这意味着来自外部企业的竞争对提高本地区建筑业的利润水平有促进作用。市场开放度对市场绩效的作用机制较为复杂，一个可能的解释是，市场开放一方面通过竞争效应，促使本地区建筑业积极提高管理效率和经济效益，另一方面市场开放的作用在于促进了各地区企业间的分工协作，即本地区企业积极转向具有较大利润空间的工程项目或总承包业务，而利润率相对较低的工程和分包业务则更多地依赖外地施工企业。

行业结构系数（istr）对产值利润率的影响是负的，与预期符号一致，说明行业分布结构是影响市场绩效的因素之一，房屋工程建筑占比过高的行业结构对该地区的利润水平具有负面影响。同样，专业结构系数（sstr）对产值利润率的影响也是负的，总承包企业过多的地区，对其利润水平产生了显著的负面影响。企业平均规模（size）对产值利润率的影响为正，说明各地建筑业企业的相对规模大小是影响市场绩效的因素之一。固定资产投资率（inv）也对产值利润率产生了正面影响，说明各地建筑市场的投资需求是提升行业绩效水平的重要条件，对于促进当地建筑业的发展具有积极的作用。

值得注意的是，高资质等级企业产值占比（hgc）对产值利润率的影响为负，与预期符号相反，且通过了5％的显著性检验。产业集中度是决定市场结构的主要因素之一，对市场绩效具有正的影响。高资质等级企业产值占比是集中度指标，测度了各地建筑业企业中高资质等级企业的集中程度，虽然分类过粗，但同样能够反映各地建筑业趋于集中或分散的规模分布结构，所以该变量对市场绩效的影响应该是正向的。估计结果与预期相反的一个原因在于，目前建筑业企业的资质等级不仅没有与其经营业绩水平形成对应关系，而且出现了等级越高其产值利润率反而越低的现象。如前所述，从全行业平均水平来看，虽然高资质等级企业的产值很高，但其利润率却明显低于其他低等级企业（见前表6-3）。因此，如果高资质等级企业在一个地区的建筑业总产值中占据了较大的份额，对该地区建筑业的利润水平将产生负面影响。另一个可能的解释是，各地区的高资质等级企业中许多都是国有大型企业，而国有企业存在管理效率不高、经济效益较差的问题，因此其数量越多，对该地区建筑业的产值利润率就会造成负面影响。

由于相关统计数据的不足，我们无法得知国有企业在高资质等级企业中所占的比重，但如果说高资质等级企业产值占比对各地建筑业绩效的负面影响确实与此有关，那么可以通过引入国有经济发达程度的地区虚拟变量，将其与高资质等级企业产值占比交叉后进行重新估计。

建筑业作为传统的劳动密集型行业，市场竞争十分激烈，但目前国有企业在行业中仍占据了较大的市场份额。2002～2008年期间，国有建筑企业的累计产值占全行业累计总产值的比重（以下简称国企累计产值占比）为22.9％，即1/5以上的建筑业总产值是由国有企业完成的。但是，各地区国有建筑企业的发达程度存在很大的差异，贵州的国企累计产值占比最高，达到71.9％，而最低的浙江只有3.8％。

由此，我们可将所有省市划分为建筑业国有经济发达地区、中等发达地区和不发达地区。划分标准是，国企累计产值占比高于全国平均水平50％以上的地区为国有经济发达地区，低于全国平均水平的地区为国有经济不发达地区，其他为国有经济中等发达地区。按此标准划分后，建筑业国有经济发达地区共有10个，包括天津、山西、江西、湖南、广西、海南、贵州、陕西、青海和宁夏；建筑业国有经济中等发达地区共有13个，包括北京、河北、辽宁、吉林、黑龙江、安徽、河南、湖北、广东、四川、云南、甘肃和新疆；建筑业国有经济不发达地区共有7个，包括内蒙古、上海、江苏、浙江、福建、山东和重庆。

由此可以得到地区虚拟变量与高资质等级企业产值占比交叉后的新变量，即：

这里，i＝1，2，3分别代表建筑业国有经济发达地区、中等发达地区和不发达地区。

表6-10　　引入国有经济发达程度虚拟变量后的回归结果

注：同表6-8。

引入地区虚拟变量后的估计结果见表6-10。与表6-9对比可知，Hausman检验统计量、判定系数以及DW值的变化不大，其他解释变量的估计结论也基本一致，而我们感兴趣的是地区虚拟变量与高资质等级企业产值占比交叉项的系数。综合回归方程（3）和（4）的系数估计结果，可以看出，高资质等级企业产值占比对各地建筑业市场绩效的影响与国有经济发达程度是相关的。虽然三个交叉项的估计系数均为负，但只有国有经济发达地区虚拟变量交叉项（hgc1）的估计系数在5％水平下显著，中等发达地区虚拟变量交叉项（hgc2）的估计系数仅在29％水平下显著，而不发达地区虚拟变量交叉项（hgc3）的估计系数则极不显著。这说明，高资质等级企业产值占比对各地建筑业市场绩效的负向作用，与该地区建筑业企业的产权结构密切相关。在建筑业国有经济发达地区，高资质等级企业所占比重越高，对该地区建筑业行业利润水平的负面影响就越大，而对于建筑业国有经济中等发达和不发达地区来说，则不存在显著的负面影响。