王 欣,龐玉蘭

(海南大學(xué)三亞學(xué)院,海南三亞 572022)

環(huán)境效應(yīng)、隨機(jī)干擾與全要素生產(chǎn)率測度
——裝備制造業(yè)三階段DEA分析

王 欣,龐玉蘭

(海南大學(xué)三亞學(xué)院,海南三亞 572022)

傳統(tǒng)的前沿分析不能排除環(huán)境效應(yīng)和隨機(jī)誤差對全要素生產(chǎn)率的影響,于是嘗試運用更為科學(xué)的三階段DEA模型,對 2009年我國各省裝備制造業(yè)全要素生產(chǎn)率進(jìn)行實證分析。結(jié)論是:各省的全要素生產(chǎn)率確實受到教育發(fā)展因素、工業(yè)發(fā)展因素、金融支持因素、宏觀經(jīng)濟(jì)因素等環(huán)境變量和隨機(jī)因素的影響。在同質(zhì)經(jīng)營環(huán)境和經(jīng)營運氣的條件下,各省的技術(shù)效率并不低下,且區(qū)域間差異較小,但規(guī)模效率成為制約全要素生產(chǎn)率提升的瓶頸。

全要素生產(chǎn)率;裝備制造業(yè);三階段DEA模型

一、研究緣由與文獻(xiàn)回顧

裝備制造業(yè)是國民經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè),其重要性不言而喻。2006年國家出臺了《國務(wù)院關(guān)于振興裝備制造業(yè)的若干意見》。2009年為了應(yīng)對全球金融危機(jī),出臺的十大產(chǎn)業(yè)振興規(guī)劃中也包括了裝備制造業(yè)。本文的研究重點就是通過對我國裝備制造業(yè)全要素生產(chǎn)率的計算,去除外部環(huán)境和隨機(jī)干擾對全要素生產(chǎn)率計算的影響,得出更加真實的技術(shù)效率、規(guī)模效率以及規(guī)模報酬的發(fā)展現(xiàn)狀,為裝備制造業(yè)的持續(xù)穩(wěn)定發(fā)展提供理論指導(dǎo)。

數(shù)據(jù)包絡(luò)分析 (DEA)(Charnes等,1978)被廣泛應(yīng)用于全要素生產(chǎn)率的估計,但它固有的一些缺陷也引起部分學(xué)者的關(guān)注。為此,Fried等 (2002)提出了一種新的效率評價模型——三階段DEA法。該方法最大的特點是能夠?qū)⒎墙?jīng)營的因素(外部環(huán)境與隨機(jī)誤差)對效率的影響去除,使得所計算出來的效率值能更加真實地反映決策單元的內(nèi)部管理水平。

DEA三階段模型提出的時間不長,因此在全要素生產(chǎn)率研究中使用該方法的文獻(xiàn)尚不多見。黃臺心和陳盈秀(2004)運用DEA三階段法對中國臺灣地區(qū) 49家商業(yè)銀行的純技術(shù)效率、配置效率以及規(guī)模效率進(jìn)行了研究。隨后國內(nèi)在近兩年時間內(nèi)陸續(xù)出現(xiàn)若干運用DEA三階段方法的文獻(xiàn)。方燕和白先華 (2008)以及黃憲、余丹和楊柳(2008)分別分析了中國商業(yè)銀行的經(jīng)營效率問題。白雪潔和宋瑩(2008)分析了中國各省火電行業(yè)的技術(shù)效率及其提升方向。支燕 (2009)分析了中國壽險業(yè)。李然和馮中朝(2009)分析了農(nóng)戶家庭經(jīng)營技術(shù)效率。

目前對于我國裝備制造業(yè)全要素生產(chǎn)率的研究還十分有限,并且都是應(yīng)用傳統(tǒng)的前沿效率分析方法。王永保(2007)運用 SFA模型分析了我國裝備制造業(yè) 1992-2004年全要素生產(chǎn)率的變動趨勢及其影響因素的分析。劉靖宇和張憲平(2007)運用 SFA模型分析了我國裝備制造業(yè)在省際層面的技術(shù)效率差異。馮梅 (2008)運用索洛函數(shù)法對我國裝備制造業(yè) 7個子行業(yè)從 1996—2006年的技術(shù)進(jìn)步情況進(jìn)行量化分析。這些研究從不同角度分析了我國裝備制造業(yè)的效率問題,得出了一些很有意義的結(jié)論。然而,它們共同的不足之處就是沒有剝離環(huán)境因素和隨機(jī)誤差對效率值的影響。

二、評價指標(biāo)與數(shù)據(jù)說明

(一)投入產(chǎn)出指標(biāo)的選取

本文選擇各省份裝備制造業(yè)“工業(yè)總產(chǎn)值”作為產(chǎn)出的價值指標(biāo)。因為工業(yè)總產(chǎn)值包含了中間產(chǎn)品轉(zhuǎn)移價值,而正是由于中間產(chǎn)品價值的重復(fù)計算,反映了規(guī)模節(jié)約和資源配置效率的經(jīng)濟(jì)效能。關(guān)于資本指標(biāo),大量的學(xué)者在研究全要素生產(chǎn)率時均選取固定資產(chǎn)凈值年均余額和流動資產(chǎn)年均余額作為度量資金投入兩個指標(biāo),所以本文也同樣選用裝備制造業(yè)的“固定資產(chǎn)凈值年均余額”和“流動資產(chǎn)年均余額”作為兩類資金投入或占用的數(shù)量指標(biāo)。就勞動投入指標(biāo)而言,是指生產(chǎn)過程中實際投入的勞動量,用標(biāo)準(zhǔn)勞動強(qiáng)度的勞動時間來衡量。在市場經(jīng)濟(jì)國家,勞動的質(zhì)量、時間、強(qiáng)度一般是與收入水平相聯(lián)系的,在市場機(jī)制的調(diào)節(jié)下,勞動報酬能夠合理地反映勞動投入量的變化。而在中國,由于正處于由計劃經(jīng)濟(jì)體制向市場經(jīng)濟(jì)體制的過渡時期,收入分配體制不盡合理和市場調(diào)節(jié)機(jī)制不夠完善,而且我國目前尚缺乏必要的統(tǒng)計資料。因此,本文采用“全部從業(yè)人員年平均人數(shù)”作為勞動投入量指標(biāo)。

(二)環(huán)境變量的選取

環(huán)境變量指的是那些影響各省裝備制造業(yè)效率但不在裝備制造業(yè)主觀可控范圍之內(nèi)的因素。本文選取了4個外部環(huán)境因素:

第一,教育發(fā)展因素。教育是人力資本形成的重要途徑,人力資本是影響經(jīng)濟(jì)增長產(chǎn)業(yè)發(fā)展的一個重要因素。本文選取“高中以上學(xué)歷占總就業(yè)人員比例”來反映各省在教育發(fā)展方面的差異。第二,工業(yè)發(fā)展因素。雄厚的工業(yè)基礎(chǔ)一方面可以為裝備制造業(yè)發(fā)展提供可靠的原材料和技術(shù)支持,另一方面也可以為裝備制造業(yè)提供廣闊的市場需求。本文運用“工業(yè)增加值”除以“地區(qū)生產(chǎn)總值”得到的“工業(yè)發(fā)展比重”來反映各省不同的工業(yè)發(fā)展程度。第三,金融支持因素?，F(xiàn)代企業(yè)的發(fā)展離不開金融的支持,缺少“金融血液”的持續(xù)穩(wěn)定供給,任何企業(yè)都難以得到持續(xù)的發(fā)展。目前,在我國間接金融還是占有絕對主導(dǎo)地位,因此本文選取“金融機(jī)構(gòu)存貸款余額”除以“地區(qū)生產(chǎn)總值”得到的“金融支持程度”來反映各省的金融發(fā)達(dá)程度。最后,宏觀經(jīng)濟(jì)因素。宏觀經(jīng)濟(jì)環(huán)境是任何企業(yè)或產(chǎn)業(yè)都要共同面對的重要因素,裝備制造業(yè)也不例外,經(jīng)濟(jì)總量的增長幅度對裝備制造業(yè)的發(fā)展會起到很強(qiáng)的促進(jìn)作用。本文選取“地區(qū)生產(chǎn)總值增幅”作為宏觀經(jīng)濟(jì)因素。

(三)數(shù)據(jù)說明

鑒于數(shù)據(jù)的可得性和完整性,本文選取 2009年中國31個省(自治區(qū)、直轄市,以下簡稱省)的裝備制造業(yè)為樣本,其中裝備制造業(yè)的投入產(chǎn)出數(shù)據(jù)都是由 7個子行業(yè)相關(guān)數(shù)據(jù)加總而成。文中數(shù)據(jù)分別來源于《中國工業(yè)經(jīng)濟(jì)統(tǒng)計年鑒 2010》《中國統(tǒng)計年鑒 2010》《中國人口和就業(yè)統(tǒng)計年鑒 2010》《中國金融年鑒 2010》。

三、實證結(jié)果與分析

為了研究國內(nèi)各省裝備制造業(yè)的技術(shù)效率和規(guī)模報酬的發(fā)展?fàn)顩r,并尋求推動技術(shù)效率增長的方向,本文運用 Fried等(2002)提出的DEA三階段法,去除了外部環(huán)境以及隨機(jī)干擾的影響,計算了 2009年 31個省份裝備制造業(yè)的全要素生產(chǎn)率指數(shù)。

(一)第一階段初始DEA計算結(jié)果

第一階段運用DEAP2.1軟件中的可變規(guī)模報酬模型(BCC模型)對 31個省份裝備制造業(yè)的效率水平和規(guī)模報酬進(jìn)行了初步評價。表1為我們列出了各省裝備制造業(yè)的全要素生產(chǎn)率(TFP)、技術(shù)效率 (TE)、規(guī)模效率 (SE)以及規(guī)模報酬所處的狀態(tài)(RS),其中 TFP=TE×SE。

首先,根據(jù)表1我們發(fā)現(xiàn),在不考慮環(huán)境因素和統(tǒng)計誤差的影響下,全國平均全要素生產(chǎn)率為 0.729,說明還有較大的效率空間可以提高。而其中規(guī)模效率很高為 0.948,接近最高值 1,表明各省基本都處于最優(yōu)規(guī)模報酬階段;而全要素生產(chǎn)率低下的主要原因是技術(shù)效率不高,技術(shù)效率僅為 0.773。其次,仔細(xì)觀察各省的具體情況,可以發(fā)現(xiàn)很多結(jié)果似乎與我們預(yù)先設(shè)想的結(jié)果偏差較大:(1)其中有10個省的技術(shù)效率等于 1,說明這些省位于技術(shù)效率前沿。但這 10個省內(nèi)既有北京、上海這樣的發(fā)達(dá)地區(qū),也有海南、西藏這樣的欠發(fā)達(dá)地區(qū)。并且黑龍江、湖北等較發(fā)達(dá)省份得分低于 0.7,很難解釋這一差異的原因。(2)規(guī)模效率得分普遍很高,除了江蘇、西藏、青海三省,其他各省得分都在 0.9以上,差距不大。但現(xiàn)實中各省之間的產(chǎn)業(yè)規(guī)模相差巨大,觀察“總產(chǎn)值”的描述統(tǒng)計量可以發(fā)現(xiàn),最大值與最小值之間相差十幾萬倍。(3)有多達(dá) 8個省的規(guī)模報酬處于遞減區(qū)間,12個省處于規(guī)模報酬不變,只有 11個省處于規(guī)模報酬遞增區(qū)間。但是,我國裝備制造業(yè)與其他發(fā)達(dá)國家相比還比較弱小,產(chǎn)業(yè)規(guī)模還有很大的增長空間。

我國的幅員遼闊,各省之間的差距巨大,產(chǎn)業(yè)發(fā)展所面臨的外部環(huán)境相差迥異。以上這三個問題正可以說明在評價各省裝備制造業(yè)全要素生產(chǎn)率時,如果不考慮外部環(huán)境和隨機(jī)干擾的影響,得到的結(jié)論很難反映真正的現(xiàn)實情況。因此,我們下一步有必要通過 SFA方法去除外部環(huán)境和隨機(jī)干擾對全要素生產(chǎn)率評價的影響。

(二)第二階段 SFA回歸分析結(jié)果

在第二階段,運用 FRONTIER4.1軟件將第一階段得到的各樣本投入松弛變量(slack)作為被解釋變量,將影響裝備制造業(yè)發(fā)展的教育發(fā)展因素、工業(yè)發(fā)展因素、金融支持因素和宏觀經(jīng)濟(jì)因素等 4個外部環(huán)境因素作為解釋變量構(gòu)建 SFA回歸模型,具體結(jié)果見表 2。

表 1 2009各省裝備制造業(yè)初始DEA指數(shù)及分解

表 2 第二階段 SFA估計結(jié)果

接下來,觀察各個解釋變量的回歸情況。除了工業(yè)發(fā)展因素在勞動力松弛變量的回歸方程中只在 10%的水平上顯著以外,其余各個變量都在 1%水平上顯著。由于環(huán)境變量是對各投入松弛變量的回歸,所以當(dāng)回歸系數(shù)為負(fù)時,表示增加環(huán)境變量有利于投入松弛變量的減少,即有利于減少各投入變量的浪費或降低負(fù)產(chǎn)出。

教育發(fā)展因素對于三個投入松弛變量的系數(shù)符號均為負(fù),表示教育水平越發(fā)達(dá)越有利于投入松弛變量的減少,有利于節(jié)約各種投入變量,提高各決策單位的效率水平。這一結(jié)果符合我們的事先預(yù)期。工業(yè)發(fā)展因素、金融支持因素和宏觀經(jīng)濟(jì)因素的系數(shù)符合均為正,表示這些環(huán)境變量的值越大越會造成投入的浪費,不利于效率的提高。這三個環(huán)境變量的數(shù)值越大,就越表明市場上產(chǎn)銷兩旺,整體經(jīng)濟(jì)積極向好,因此決策單元對未來的預(yù)期也會比較樂觀,規(guī)模擴(kuò)張意識強(qiáng)烈,這樣就可能導(dǎo)致過度投資或是忽略投資的經(jīng)濟(jì)效益,最終造成投入量的部分浪費。應(yīng)該說這一結(jié)果也是符合經(jīng)濟(jì)邏輯的。

(三)第三階段投入調(diào)整后的實證結(jié)果

將調(diào)整后的投入變量和原始的產(chǎn)出變量代入BCC模型,利用Deap2.1軟件再次進(jìn)行運算,可獲得第三階段的各效率值以及規(guī)模報酬的狀態(tài),運行結(jié)果見表 3。

表 3 2009各省裝備制造業(yè)最終DEA指數(shù)及分解

對比表 3與表 1可看出,排除外部環(huán)境和隨機(jī)干擾的影響后,全國平均全要素生產(chǎn)率有較大的下降,由 0.729下降為 0.489。其中技術(shù)效率大幅上升,由 0.773上升為0.989;而規(guī)模效率大幅下滑,由 0.948下降為 0.497。由此推斷,如果處于同樣的外部環(huán)境和隨機(jī)干擾中,全國平均技術(shù)效率水平非常高并且十分接近,規(guī)模效率低下是制約全要素生產(chǎn)率提升的瓶頸因素。

進(jìn)一步分析各省情況。首先,處于技術(shù)效率前沿的地區(qū)由 10個上升到 26個,且全部省份的技術(shù)效率都有所上升。這一結(jié)果說明各省的裝備制造業(yè)在剝離了外部環(huán)境和隨機(jī)干擾的同質(zhì)環(huán)境下經(jīng)營都是高效的。這一結(jié)果不難理解,在市場經(jīng)濟(jì)環(huán)境日益完善的條件下,如果不同決策單位之間的技術(shù)效率相差巨大,那么效率差的單位必然會遭到市場的自然淘汰。因此,經(jīng)過了較充分競爭之后的裝備制造業(yè)技術(shù)效率在全國各省之間表現(xiàn)極為平均。其次,各省的規(guī)模效率均有大幅的下降,特別是西部各省下降尤其厲害。應(yīng)該說這樣一個結(jié)果才更加符合我們的預(yù)先設(shè)想,就是各省裝備制造業(yè)發(fā)展規(guī)模相差巨大,總產(chǎn)值最大的省份是最小省份的十幾萬倍,發(fā)展規(guī)模不平均,整體規(guī)模偏小。最后,只有江蘇處于規(guī)模報酬遞減階段,上海、山東和廣東三省處于規(guī)模報酬不變階段,其余占絕大部分的 27個省份處于規(guī)模報酬遞增階段,應(yīng)該繼續(xù)加大要素投入力度,積極擴(kuò)大產(chǎn)業(yè)規(guī)模。這也是符合實際的結(jié)果。

四、結(jié)論

本文運用三階段DEA模型和 31個省份相關(guān)數(shù)據(jù),分析了 2009年我國裝備制造業(yè)的全要素生產(chǎn)率情況,得出如下結(jié)論:首先,調(diào)整前后各省的全要素生產(chǎn)率各項分解指標(biāo)變化較為明顯,外部環(huán)境和隨機(jī)干擾確實對生產(chǎn)效率產(chǎn)生了重要影響,因此利用三階段DEA方法進(jìn)行裝備制造業(yè)全要素生產(chǎn)率分析頗有必要,從而也在一定程度上彌補(bǔ)了國內(nèi)研究上的某些不足。其次,我國裝備制造業(yè)平均全要素生產(chǎn)率比較低下,擁有很大的上升空間。第三,我國各省代表生產(chǎn)決策與管理效率的技術(shù)效率得分并不低下,相反均能達(dá)到或接近隨機(jī)生產(chǎn)前沿,且區(qū)域間差異較小。規(guī)模效率較低是目前阻礙我國裝備制造業(yè)全要素生產(chǎn)率提升的關(guān)鍵因素。第四,我國各區(qū)域之間以及區(qū)域內(nèi)部具有較大的差異,其中西部遠(yuǎn)低于全國平均水平并且內(nèi)部差異也是最大的。最后,本文選擇的 4個外部環(huán)境因素對于投入松弛變量均有非常顯著的影響,反映外部環(huán)境因素對于提升各省全要素生產(chǎn)率有很大的作用。

相應(yīng)的政策建議為:通過各種有針對性的政策措施鼓勵擴(kuò)大企業(yè)的生產(chǎn)規(guī)模,提高企業(yè)生產(chǎn)的規(guī)模效率;合理化配置生產(chǎn)要素,避免粗放經(jīng)營,提高資源的利用效率;同時,在制定產(chǎn)業(yè)政策時應(yīng)該充分考慮區(qū)域之間以及區(qū)域內(nèi)部的差異性。另外,對于外部環(huán)境條件較差的地區(qū)需要繼續(xù)加大教育投入力度,促進(jìn)工業(yè)化進(jìn)程,建立健全各種資金融通渠道,縮小地區(qū)發(fā)展差距。

[1] 白雪潔,宋瑩.中國各省火電行業(yè)的技術(shù)效率及其提升方向——基于三階段DEA模型的分析[J].財經(jīng)研究,2008(10):15-25.

[2] 方燕,白先華.中國商業(yè)銀行經(jīng)營效率分析——三階段DEA之應(yīng)用[J].中央財經(jīng)大學(xué)學(xué)報,2008(6):41 -46.

[3] 馮梅.我國裝備制造業(yè)技術(shù)進(jìn)步研究:1996—2006 [J].世界經(jīng)濟(jì)與政治論壇,2008(2):67-74.

[4] 黃臺心,陳盈秀.應(yīng)用三階段估計法探討臺灣地區(qū)銀行業(yè)經(jīng)濟(jì)效率[J].貨幣市場,2004(9):1-29.

[5] 黃憲,余丹,楊柳.我國商業(yè)銀行 X效率研究——基于DEA三階段模型的實證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008(7):80-91.

[6] 李然,馮中朝.環(huán)境效應(yīng)和隨機(jī)誤差的農(nóng)戶家庭經(jīng)營技術(shù)效率分析——基于三階段DEA模型和我國農(nóng)戶的微觀數(shù)據(jù)[J].財經(jīng)研究,2009(9):92-102.

[7] 劉靖宇,張憲平.中國裝備制造業(yè)技術(shù)效率的測度與空間差異分析 [J].統(tǒng)計與決策,2007(21):110 -112.

[8] 王永保.提高我國裝備制造業(yè)全要素生產(chǎn)率的途徑探討[J].煤炭經(jīng)濟(jì)研究,2007(9):19-21.

[9] 楊廷干.對我國工業(yè)全要素生產(chǎn)率測度方法的看法[J].當(dāng)代財經(jīng),1994(4):48-50.

[10]支燕.中國壽險業(yè)的效率研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2009(6):59-64.

[11]Banker R D,CharnesA,CooperW W.Som e Models for Est im ating Technical and Scale Inefficiencies in Date Envelopm entAnalysis[J].M anagem ent Science,1984, 30(9):1078-1092.

[12]CharnesA,CooperW W,Rhodes E.M easuring the Efficiency of Decision M aking Units[J].European Journal ofOperational Research,1978,2(6):429-444.

[13]Fried H O,Lovell C A K,Schm id t S S,et al.A ccounting for Environm ental Effects and Statistical Noise in Date Envelopm entAnalysis[J].Journalof Productivity Analysis,2002(17):157-174.

[14]Jond row J,M aterov I,Lovell C A K,et al.On the Estim ation of Technical Inefficiency in the Stochastic Frontier ProductionModel[J].Journal of Econom etrics,1982 (19):233-238.

2011-02-16

王欣(1981—),男,博士,講師,研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

F062.9

A

1007-7111(2011)03-0031-05

(責(zé)任編輯 張佑法)