袁麗靜　楊瓊

摘 要：已有文獻對行業(yè)效率的研究主要是基于產(chǎn)業(yè)層面的全要素生產(chǎn)率參數(shù)或非參數(shù)分析，企業(yè)層面的行業(yè)技術(shù)效率評價尚屬空白。本文以StoNED模型為基礎(chǔ)，以鋼鐵行業(yè)為例，從生產(chǎn)函數(shù)的對偶函數(shù)成本角度進行企業(yè)層面的半?yún)?shù)分析，并考慮到異質(zhì)性因素對技術(shù)效率的影響。筆者嘗試以貨幣為計量單位進行多投入—單產(chǎn)出模型分析，選取2009—2013年30家鋼鐵企業(yè)數(shù)據(jù)，從單個企業(yè)技術(shù)效率和行業(yè)整體技術(shù)效率兩方面來評估中國鋼鐵行業(yè)生產(chǎn)現(xiàn)狀。結(jié)果表明：中國鋼鐵行業(yè)整體技術(shù)效率不高，個別企業(yè)生產(chǎn)遠遠超過預(yù)期成本前沿面，產(chǎn)能過剩嚴重，技術(shù)創(chuàng)新匱乏。因此，調(diào)整產(chǎn)品結(jié)構(gòu)，積極推行企業(yè)兼并重組和優(yōu)勝劣汰機制，引導(dǎo)企業(yè)致力于技術(shù)效率提升將是中國鋼鐵行業(yè)可持續(xù)發(fā)展的主要途徑。

關(guān)鍵詞：StoNED模型；行業(yè)效率；技術(shù)效率；半?yún)?shù)分析；鋼鐵行業(yè)

中圖分類號：F224.0 文獻標識碼：A 文章編號：1000176X（2015）05003507

十八屆三中全會強調(diào)“使市場在資源配置中起決定性作用”，說明中國在經(jīng)歷了物質(zhì)財富豐富的過程后，正式進入以提高效率為核心的高精化發(fā)展階段。鋼鐵行業(yè)由于其巨大的關(guān)聯(lián)效應(yīng)一直備受矚目。從1996年開始中國成為世界最大鋼鐵生產(chǎn)國，經(jīng)過十幾年的高速發(fā)展，中國鋼鐵產(chǎn)量占世界的供給份額從1996年的13.50%上升到2011年的44.30%，對中國經(jīng)濟乃至世界鋼鐵行業(yè)都發(fā)揮著舉足輕重的作用。但在快速增長的背后，中國鋼鐵企業(yè)卻存在著諸多弊病。例如，產(chǎn)量大而整體生產(chǎn)效率不高，產(chǎn)品附加值小，資源、能源消耗比重大，環(huán)境負面影響廣等問題，提高行業(yè)生產(chǎn)效率的呼聲從未停止過。“技術(shù)效率”一詞最早由Farrell[1]提出，是指在相同產(chǎn)出下生產(chǎn)單元理想的最小可能性投入與實際投入的比率。在投入要素既定的情況下，技術(shù)效率的提高成為企業(yè)追求的終極目標。傳統(tǒng)的技術(shù)效率分析以C—D生產(chǎn)函數(shù)為基礎(chǔ)，而后由于研究目的的不同引申到其對偶函數(shù)的研究，但核心都是測量現(xiàn)狀與生產(chǎn)前沿面的距離，以及技術(shù)效率與分配效率的區(qū)分，技術(shù)效率與規(guī)模效率、純技術(shù)效率的關(guān)系等等。從效率評價方法上來看，目前參數(shù)分析和非參數(shù)分析是主流，它們已經(jīng)在各自的研究框架下得到不斷的更新和完善，應(yīng)用范圍也從截面分析擴展到面板數(shù)據(jù)，從農(nóng)業(yè)生產(chǎn)延伸到公共經(jīng)濟、金融經(jīng)濟領(lǐng)域。不過，由于參數(shù)假定的嚴格和模型設(shè)計的局限仍使得該領(lǐng)域存在巨大的改進空間。特別是在評價方法方面，關(guān)于非參數(shù)分析的有偏、無法檢驗和參數(shù)分析難以克服的生產(chǎn)函數(shù)形式的要求，以及兩者對企業(yè)異質(zhì)性的忽視都成為技術(shù)效率評價的瓶頸。因此，本文以此為出發(fā)點，應(yīng)用前沿的半?yún)?shù)分析，以Stochastic Nonparametric Envelopment of Data模型（下文簡稱“StoNED模型”）為基礎(chǔ)，分析中國鋼鐵行業(yè)的技術(shù)效率，試圖在方法上進行修正，在實證研究上拓展思路。

一、鋼鐵行業(yè)的技術(shù)效率評價回顧

雖然近幾年中國鋼鐵行業(yè)的效率水平有了普遍提高，但產(chǎn)能過剩仍然是無法回避的問題，特別是在2008年的金融危機以來，鐵礦石價格下降幅度遠低于預(yù)期，而鋼材價格卻下跌至3 800元/噸—4 500元/噸，資金、人工等要素價格呈現(xiàn)出快速增長態(tài)勢，鋼鐵企業(yè)通過維持生產(chǎn)、釋放產(chǎn)能或降本增效的方法來攤薄成本的生存方式很難再延續(xù)下去，“高產(chǎn)量、高成本、低價格、低效益”發(fā)展模式已達極限。2014年第一季度，中國大中型上市鋼鐵企業(yè)近一半處于虧損狀態(tài)，成為新世紀以來鋼鐵行業(yè)最困難的一季度。且隨著固定資產(chǎn)投資增速的放緩，節(jié)能減排措施的嚴格執(zhí)行將加劇市場競爭，在鋼鐵產(chǎn)品全面下跌的背景下，鋼價仍不是底部。所以，根據(jù)“市場化配置資源”的發(fā)展思路，勞動生產(chǎn)率、資本使用效率和全要素生產(chǎn)率的提升已經(jīng)成為中國鋼鐵企業(yè)可持續(xù)發(fā)展的根本出路。

對于鋼鐵行業(yè)技術(shù)效率的考察，現(xiàn)有文獻主要集中在全要素生產(chǎn)率（TFP）的分解上。例如，Kim和Lee[2]在2005年對世界52個主要鋼鐵公司進行了分析，根據(jù)企業(yè)性質(zhì)的不同討論了規(guī)模經(jīng)濟、技術(shù)和設(shè)備對生產(chǎn)效率的影響。而針對中國鋼鐵行業(yè)較具代表性的是Ma等[3]的研究，他們通過DEA模型和Malmquist指數(shù)對1989—1997年數(shù)據(jù)的分析，模擬出此階段的生產(chǎn)前沿界面，討論了技術(shù)效率和生產(chǎn)率與管理層次、企業(yè)規(guī)模、產(chǎn)品結(jié)構(gòu)等關(guān)系。He等[4]則在三廢排放的基礎(chǔ)上運用DEA模型對中國鋼鐵工業(yè)能源效率和生產(chǎn)進步進行了重新評估。值得一提的是，Kalirajan和Cao[5]以及Wu[6]還運用SFA模型對技術(shù)效率和技術(shù)進步分別進行了橫截面和面板分析，后者是對鋼鐵行業(yè)技術(shù)效率評估考慮到時間變化的有益嘗試。Ma等[3]和Movshuk[7]則集中在所有權(quán)改革對鋼鐵企業(yè)TFP的影響分析上。

與國外文獻形成鮮明對比的是，國內(nèi)行業(yè)效率評價基本停留在產(chǎn)業(yè)層面，以中觀和宏觀分析為主，企業(yè)層面的大樣本研究較為匱乏。方法上，主要采用DEA模型，基本不考慮地區(qū)、產(chǎn)業(yè)和企業(yè)間的差異化，結(jié)論比較寬泛和粗糙。例如，孫海剛[8]、王震勤等[9]、李谷成等[10]分別運用DEA模型，從TFP的視角對鋼鐵、農(nóng)業(yè)的行業(yè)數(shù)據(jù)進行了技術(shù)效率分析，對于模型數(shù)理分析上的改善幾乎沒有。目前，國家期刊網(wǎng)上關(guān)于建模和數(shù)據(jù)處理要求較高的SFA模型和StoNED模型效率評價文章不超過10篇，且大多以文獻綜述為主，暫時沒有出現(xiàn)其他更有特色和深化的研究。

可以說，現(xiàn)有的國內(nèi)外研究對鋼鐵行業(yè)技術(shù)效率評價仍以傳統(tǒng)的DEA模型和基礎(chǔ)的SFA模型為主，且集中在與經(jīng)濟增長密切相關(guān)的全要素生產(chǎn)率測度和分解上。在效率評價領(lǐng)域的突破，集中在研究思路和研究方法兩方面。關(guān)于前者已有學(xué)者不再局限于以生產(chǎn)函數(shù)為基礎(chǔ)的全要素生產(chǎn)率分析上，開始從其對偶函數(shù)，即成本函數(shù)、利潤函數(shù)出發(fā)討論技術(shù)效率及其與配置效率、規(guī)模效率的關(guān)系，特別是成本角度的效率評價在近幾年得到了長足的發(fā)展。在方法方面，國外文獻也擴展和深入到技術(shù)效率的動態(tài)評價、企業(yè)異質(zhì)性研究和模型本身的突破上。所以，對于中國鋼鐵行業(yè)的技術(shù)效率評價，具體來說，還存在以下問題有待改善：第一，將分析維度和數(shù)據(jù)搜集擴展到企業(yè)微觀層面。第二，考慮行業(yè)和企業(yè)發(fā)展的差異化問題，將異質(zhì)性納入到技術(shù)效率評價函數(shù)。第三，關(guān)于模型的選擇，SFA模型和DEA模型都有自身無法克服的缺陷，多年前就有不少學(xué)者試圖在兩者之間搭橋鋪路，目前半?yún)?shù)分析已經(jīng)成為一種研究趨勢。

二、DEA模型、SFA模型和StoNED模型的比較

對于效率評價的方法研究，國外已有不少經(jīng)典文獻，總體看來也分為兩類：第一類，非參數(shù)數(shù)據(jù)包絡(luò)分析，由Farrell[1]和Charnes等[11]提出并進行了卓有成效的拓展，典型的代表是DEA模型。第二類，參數(shù)法隨機有效前沿分析，Aigner等[12]以及Meeusen和Broeck[13]的研究起到了奠基性作用，典型的代表是SFA模型。這兩種方法在實踐領(lǐng)域的應(yīng)用都比較廣泛。例如，對國民經(jīng)濟總體運行情況的全要素增長率分析，對農(nóng)業(yè)、公共經(jīng)濟和金融領(lǐng)域的效率評價，對單個企業(yè)、事業(yè)單位自身投入的產(chǎn)出效率研究等。在國內(nèi)，DEA模型的應(yīng)用更為普遍。

參數(shù)和非參數(shù)分析方法有著各自的特點。其中，DEA模型優(yōu)點在于不要求具體的生產(chǎn)函數(shù)形式和參數(shù)分布的假定，因而估計結(jié)果相對穩(wěn)健，并能夠處理多投入—多產(chǎn)出問題，在金融和公共產(chǎn)品的生產(chǎn)效率研究中應(yīng)用較多。缺點是忽視隨機誤差，對效率的估計偏低。同時，由于考慮所有決策單元的投入產(chǎn)出，模型分析對樣本里的異常值非常敏感。而SFA模型由于強調(diào)生產(chǎn)函數(shù)的具體形式，所以方便檢驗，易于展開深入研究，主要針對多投入—單產(chǎn)出問題。缺點是模型復(fù)雜，對數(shù)據(jù)要求高、觀測值多。除了生產(chǎn)經(jīng)濟學(xué)，已經(jīng)被嘗試應(yīng)用于勞動經(jīng)濟學(xué)、公共經(jīng)濟學(xué)等領(lǐng)域。在這兩個模型各自的假設(shè)條件下，SFA模型分析是無偏的，具有一致性和漸進有效性。相比之下，DEA模型雖然具有一致性，卻是有偏的，但卻可以處理多投入—多產(chǎn)出的情形。在基于模型假設(shè)的理想狀態(tài)下，可以說SFA模型要比DEA模型分析更為有效。不過，無論是SFA模型，還是DEA模型，都很難放松各自已有的假設(shè)條件。非參數(shù)模型和參數(shù)模型分析的兩大類別中，技術(shù)效率評估仍然無法做到兩全。近些年，建立更為一般化的模型和放松假設(shè)條件是該領(lǐng)域研究的重點問題之一。

隨著對技術(shù)效率評價精準性的追求和對假設(shè)條件過嚴的爭議，經(jīng)濟學(xué)家開始致力于這兩種方法的融合以及在建模中各取所長的可能性。較具代表性的是StoNED模型。Kuosmanen[14]最早提出這種方法，其中2012年針對芬蘭電力行業(yè)規(guī)制效率[15]的研究最為典型。他將電力企業(yè)的成本函數(shù)設(shè)為非參數(shù)形式，并同時加入隨機誤差和環(huán)境變量，采取參數(shù)形式，試圖構(gòu)建能使兩種方法取長補短的分析模式。將兩者結(jié)合起來的其他學(xué)術(shù)努力還包括：Fan等[16]首次提出的生產(chǎn)函數(shù)半?yún)?shù)隨機有效前沿模型。而Shuenn和Hsin[17]在Fan等研究的基礎(chǔ)上進行拓展分析，將數(shù)據(jù)由截面研究擴展到面板層面，并參照Battese和 Coelli [18]的做法，允許技術(shù)效率隨時間變動。不過，在SFA模型這一側(cè)的擴充主要是利用局部多項式的極大似然估計，將其變成能夠分析多產(chǎn)出的情形[19]，但研究技術(shù)仍然不是十分成熟，參數(shù)的設(shè)定還是要遵守SFA模型的基本要求?？傮w來看，效率評價方法日趨重視多種研究形式的融合和前提假設(shè)條件的放松，半?yún)?shù)分析成為趨勢。這種方法由于對函數(shù)形式和影響因素采取不同的表達和處理方式，模型相對復(fù)雜但卻能較為全面地反映技術(shù)效率的影響因素。

在企業(yè)層面的行業(yè)技術(shù)效率評價研究中，另外一個經(jīng)濟學(xué)家廣為關(guān)注的焦點便是企業(yè)的異質(zhì)性問題。雖然早有不少學(xué)者認識到企業(yè)起點的差異、外界環(huán)境的變化或一些無法觀察的因素會對企業(yè)的生產(chǎn)前沿面和成本前沿面產(chǎn)生巨大的影響，導(dǎo)致技術(shù)效率評價的有偏，但由于方法和數(shù)據(jù)上的缺陷無法將其從技術(shù)無效成分中區(qū)別出來。Kumbhakar 等[20]和Greene [21]對SFA模型評估中的異質(zhì)性問題進行了卓有成效的探討，對于常數(shù)項和技術(shù)無效項的異質(zhì)性分離進行了截面數(shù)據(jù)研究到面板數(shù)據(jù)的擴展。StoNED模型方法中增加的環(huán)境變量Z，就是對因變量主要影響因素的考量，這在相當程度上彌補了模型的缺陷。

而國內(nèi)研究在方法上對于效率評價的理解還存在一葉障目的問題，側(cè)重于投入和產(chǎn)出的生產(chǎn)函數(shù)分析，視角單一、陳舊，對于國外領(lǐng)先的半?yún)?shù)方法的引用和修正分析很少。具有一定突破性的文獻主要有以下三個代表：張蕊、孫凱和Subal. C. Kumbhakar的“中國制造業(yè)增長方式和結(jié)構(gòu)變遷的再檢驗——基于行業(yè)和時期異質(zhì)性的半?yún)?shù)平滑系數(shù)模型” [23]，王維國、潘祺志的“遼寧省工業(yè)行業(yè)技術(shù)及配置無效率的測度”（2009）[24]，吳利華、劉麗娜、陳燕的“我國鋼鐵上市公司技術(shù)效率差異分析” [25]，張蕊等[22]的研究采用的是較為先進的半?yún)?shù)平滑系數(shù)模型，以CD生產(chǎn)函數(shù)SFA模型分析為基礎(chǔ)，將企業(yè)異質(zhì)性半?yún)?shù)化，這是目前為止國內(nèi)較為先進和接近國際的研究方法。王維國和潘祺志[23]的研究是假定技術(shù)同質(zhì)情形下的成本角度的無效率測度，主要側(cè)重行業(yè)維度的經(jīng)濟效率（技術(shù)效率和配置效率之和）面板分析。吳利華等[24]的研究主要是通過SFA模型對鋼鐵行業(yè)企業(yè)層面的效率評價，屬于面板分析，但沒有考慮到企業(yè)的異質(zhì)性?？梢哉f，現(xiàn)有的國內(nèi)文獻對于鋼鐵行業(yè)的效率評價所采用的模型是以生產(chǎn)函數(shù)為主，成本角度的研究鮮見，且大都忽視研究對象之間的異質(zhì)性問題。而未來關(guān)于技術(shù)效率的評估更注重微觀性、特殊性，對于行業(yè)影響因素的分析也更加細致。所以，本文研究試圖嘗試以下三方面的改進：第一，放寬研究角度，嘗試從生產(chǎn)函數(shù)的對偶函數(shù)——成本函數(shù)的角度分析技術(shù)效率問題。第二，摒棄產(chǎn)業(yè)中觀數(shù)據(jù)和單個企業(yè)的分析模式，深入到企業(yè)微觀層面進行鋼鐵行業(yè)的大樣本效率評價。第三，采用國際最前沿的StoNED模型半?yún)?shù)分析方法，探討因企業(yè)的性質(zhì)、技術(shù)創(chuàng)新等因素引起的異質(zhì)性效率評價偏差。

三、StoNED模型及其應(yīng)用

Kuosmanen[14]在DEA模型的基礎(chǔ)上通過凸性非參數(shù)最小二乘方法估計技術(shù)無效項和隨機誤差項，同時加入環(huán)境變量Z，并對Z進行參數(shù)估計，將DEA模型改造成具有隨機分析的半?yún)?shù)模型，投入產(chǎn)出的成本關(guān)系仍采用非參數(shù)形式。這個模型可以說是更具有一般意義的評價框架。StoNED模型對隨機噪聲的處理類似于SFA模型，但又不需要事先假定具體的成本函數(shù)形式。假設(shè)只涉及：

假設(shè)1：成本相對于產(chǎn)出是單調(diào)遞增的。

假設(shè)2：成本相對于產(chǎn)出是全域凸性的。

假設(shè)3：成本是規(guī)模報酬固定的（CRS）。

其中，隨機擾動項u、v與產(chǎn)出、環(huán)境變量是不相關(guān)的，根據(jù)Aigner等[12]提出的經(jīng)典SFA模型，假定噪聲項v是均值為零、方差大于零的正態(tài)分布，而技術(shù)無效項u是方差大于零的半正態(tài)分布。技術(shù)無效項的期望為E（ui）=μ，與參數(shù)σu有直接的比例關(guān)系：μ=σu2/π[12]。

StoNED模型方法分為兩步[19]：

第一步：通過非參數(shù)最小二乘法估計總成本的數(shù)學(xué)期望E（x|y，z）和參數(shù)δ。

第二步：估計技術(shù)無效項的數(shù)學(xué)期望μ，參數(shù)的方差σ2u、σ2v和與企業(yè)異質(zhì)性相關(guān)的技術(shù)無效項的條件數(shù)學(xué)期望E（ui|εi）。

本文以StoNED模型為基礎(chǔ)，在方法上不同于張蕊等的半?yún)?shù)研究方法和吳利華等的參數(shù)分析，這是在非參數(shù)分析思路上的進一步探索；同時，比王維國等人的成本角度研究更進一步，從企業(yè)層面考察異質(zhì)性的產(chǎn)業(yè)技術(shù)效率評價。采取超越對數(shù)的函數(shù)形式，其中E（xi）=C（yi）+μ。在第一步估計后μ仍然是個未知量，進而需要運用CNLS殘差εi∧獲得CNLS最優(yōu)解。

成本方程為：C∧StoNED（y）=γi×exp（-σu∧2/π）。整個模型的應(yīng)用和實證分析將使用GAMS動態(tài)優(yōu)化軟件進行編程分析和結(jié)論報告。

四、以鋼鐵行業(yè)為例的實證分析

2008年，世界金融危機席卷中國，鋼鐵行業(yè)遭遇有史以來最困難時刻。各大鋼鐵廠商積極調(diào)整生產(chǎn)安排、壓縮成本，但目前鋼鐵行業(yè)產(chǎn)能嚴重過剩的矛盾進一步顯現(xiàn)。同時鐵礦石的價格下降幅度遠低于預(yù)期，資金、人工等要素價格也呈現(xiàn)出快速增長態(tài)勢，環(huán)保、社會責(zé)任等社會成本壓力更大。而財稅、金融等領(lǐng)域的改革還沒有惠及鋼鐵行業(yè)?？梢哉f，2014年中國鋼鐵行業(yè)面臨的困難比任何一年都嚴峻。相應(yīng)的，金融危機以來的關(guān)于鋼鐵行業(yè)的技術(shù)效率提升辦法基本是定性的建言獻策，但在沒有辨清行業(yè)現(xiàn)狀和可能達到的生產(chǎn)前沿間的距離時，任何從外力上對行業(yè)的改進都是事倍功半的。對于技術(shù)效率的評價也不可能僅僅停留在產(chǎn)業(yè)層面和單個企業(yè)的分析，所以，本文以成本函數(shù)為基礎(chǔ)，展開涉及企業(yè)異質(zhì)性的半?yún)?shù)實證分析。

1. 數(shù)據(jù)來源和指標選取

本文以中國2009—2013年30家鋼鐵企業(yè)為研究樣本，其中25家數(shù)據(jù)來自CSMAR數(shù)據(jù)庫公布的鋼鐵行業(yè)上市公司相關(guān)年份的財務(wù)報表，5家數(shù)據(jù)來自筆者對遼寧地區(qū)鋼鐵企業(yè)的實地調(diào)研。集中選取4項指標，固定資產(chǎn)凈值和應(yīng)付工資作為投入變量，主營業(yè)務(wù)收入作為產(chǎn)出指標，而管理費用代表環(huán)境變量，這主要是考慮到技術(shù)創(chuàng)新開支主要出自于該部分，技術(shù)創(chuàng)新代表企業(yè)成長性，成為企業(yè)技術(shù)效率差異的重要影響因素。這4項指標都屬于貨幣表現(xiàn)形式，并進行了標準化處理，模型通過5年平均投入成本和產(chǎn)出水平進行截面成本前沿分析。

如表1所示，這30家鋼鐵企業(yè)在觀察期每年平均產(chǎn)出和為107 929 662.42萬元，單個企業(yè)年均產(chǎn)出為3 597 655.41萬元，其中最高的企業(yè)為19 076 082.35萬元，排名前三的產(chǎn)出占平均總投入的37%，這些情況在成本投入上也有基本相同的反映，特別是上海寶山鋼鐵公司多年來占據(jù)行業(yè)龍頭企業(yè)的為止。這30家企業(yè)投入的平均總成本約為56 814 100萬元，單個企業(yè)投入的平均總成本則為1 893 803.33萬元，最高的可以達到10 445 675.03萬元，前三家投入最大的企業(yè)占平均總投入的38%。不難發(fā)現(xiàn)，調(diào)查對象中大多數(shù)企業(yè)是中小規(guī)模的運營商，這比較符合鋼鐵行業(yè)中相對少數(shù)企業(yè)占據(jù)較大市場份額的情形。而環(huán)境變量、投入和產(chǎn)出的偏度依次遞增，分別為1.81、1.88和1.93，屬于正常范圍。

2.模型估計和參數(shù)分析

運用GAMS軟件對StoNED模型估計進行編程處理，注意將原始數(shù)據(jù)用Excel文件存儲。由于將成本貨幣化，所以是單一產(chǎn)出的情形，但StoNED模型是可以處理多維度的投入和產(chǎn)出分析的。模型估計將會得出預(yù)期的成本前沿、技術(shù)無效得分、殘差和相關(guān)系數(shù)。其中，30家鋼鐵企業(yè)的預(yù)期成本前沿如表2所示，右側(cè)一列是企業(yè)的實際生產(chǎn)成本，偏離率是企業(yè)的實際投入與預(yù)期成本之間的距離百分比，正數(shù)為成本超出的比重，負數(shù)為節(jié)約的成本比重，成本單位為萬元。

從預(yù)期成本前沿面和實際發(fā)生成本的對比，通過表2可以發(fā)現(xiàn)，這30家樣本企業(yè)中絕大部分的技術(shù)效率都是相對較為低下的。67%（共23家）的企業(yè)處于技術(shù)無效率狀態(tài)，而安陽鋼鐵公司以627.05%的偏離率成為投入產(chǎn)出最不效率的企業(yè)；東北特鋼精密、西寧特鋼、普蘭店市盛普鑄鋼、武鋼股份、鞍鋼股份和韶鋼松山偏離率都在100%以上，上述企業(yè)以大中型為主，雖然這與指標選取的企業(yè)結(jié)構(gòu)有密切關(guān)系，但是無法否認中國大中型鋼鐵企業(yè)在規(guī)模上存在不經(jīng)濟的問題，產(chǎn)能過剩加上國內(nèi)鋼材市場需求疲軟，大企業(yè)的產(chǎn)品銷售大幅銳減，提高技術(shù)效率的動力也就無從談起；瓦房店軸承鑄造、寶鋼股份、濟南鋼鐵、攀鋼鋼釩、唐山鋼鐵、馬鋼股份、瓦房店永鋼和包鋼股份的成本偏離率介于50%—100%，也屬于技術(shù)效率偏低的范疇，成為鋼鐵企業(yè)技術(shù)效率分布集中區(qū)域；而瓦房店鴻潤鑄造、本鋼板材、新華股份、撫順特鋼、太鋼不銹、新疆八一鋼鐵、凌鋼股份和寧夏恒力成本效率偏離在20%—50%?？梢哉f，成本效率偏離在0%—100%的鋼鐵企業(yè)共16家，占到樣本總數(shù)的一半之多，說明中國鋼鐵企業(yè)普遍存在投入冗余問題，通過改進措施至少可以節(jié)約50%的資源和能源投入，加上另外7家技術(shù)效率更為低下的企業(yè)，占比3/4之多，鋼鐵行業(yè)整體的節(jié)能減排和效率提升之路必然是極其艱難和持久的。值得一提的是，在此次分析的30家鋼鐵企業(yè)中，還有7家企業(yè)生產(chǎn)成本低于預(yù)期，技術(shù)效率得分較高。甘肅酒鋼、酒鋼宏興、大冶特鋼和首鋼股份實際成本比預(yù)期低10%以內(nèi)，基本上是在生產(chǎn)前沿面上或以稍占優(yōu)越的形式開展生產(chǎn)，而大連金牛、廣鋼股份、魯銀投資的技術(shù)效率得分說明其生產(chǎn)上的成本節(jié)約在40%—70%，屬于具有較高技術(shù)效率的鋼鐵企業(yè)。

如表3所示，從行業(yè)整體累積效率來看，基于30個樣本企業(yè)的鋼鐵行業(yè)技術(shù)無效水平約為0.31，也就是說，成本角度的鋼鐵行業(yè)技術(shù)效率為69%左右，處于相對較低水平，存在近1/3的提升空間。

StoNED模型的效率評價模型也是基于最小二乘回歸的，該模型的擬合程度仍然可以用R2 來反映。本文對投入和產(chǎn)出采用對數(shù)的形式，所以擬合優(yōu)度如式（4）所示，根據(jù)模型估計的結(jié)果，R2為0.73，該模型較好地反映了樣本企業(yè)的生產(chǎn)情況和技術(shù)效率。

五、結(jié)論與建議

本文以Kuosmanen[14]提出的StoNED模型為基礎(chǔ)，選取30個樣本企業(yè)進行對鋼鐵行業(yè)的成本效率角度的評估，將投入要素和產(chǎn)出都調(diào)整成為以貨幣為計量單位的指標，其中投入的固定資本凈值和應(yīng)付工人工資之和構(gòu)成企業(yè)總成本，而產(chǎn)出用主營業(yè)務(wù)收入來衡量。嘗試StoNED模型對單投入和單產(chǎn)出的生產(chǎn)模式，考慮到管理費用對企業(yè)生產(chǎn)的影響，將其從技術(shù)無效項中區(qū)別開來，得出如下結(jié)論和建議：

第一，StoNED模型不以具體生產(chǎn)函數(shù)形式為必要條件，并將技術(shù)無效項和白噪聲區(qū)別開來，進行參數(shù)和非參數(shù)融合的半?yún)?shù)分析。異質(zhì)性和影響因素可納入模型中，對于投入和產(chǎn)出的個數(shù)沒有限制，對于參數(shù)的分布假設(shè)更為寬泛。

第二，中國鋼鐵行業(yè)的整體效率不高，特別是從成本角度對技術(shù)效率的測度，既說明了3/4之多的企業(yè)在生產(chǎn)成本前沿面以外安排生產(chǎn)活動，存在巨大的資源和能源的浪費，也從另一個側(cè)面印證了中國鋼鐵行業(yè)產(chǎn)能普遍過剩的問題。

第三，管理費用的參數(shù)估計為4.06E-07，說明了企業(yè)的技術(shù)創(chuàng)新投入對成本前沿面的影響非常少，又說明了技術(shù)要素的作用還沒有真正發(fā)揮出來。中國鋼鐵企業(yè)的生產(chǎn)仍然是以規(guī)模擴張為基礎(chǔ)的粗放型模式。因此，在市場需求出現(xiàn)萎縮之時，技術(shù)效率的提升更是難上加難。

第四，鋼鐵行業(yè)是資金、資源密集型行業(yè)，對環(huán)境還會產(chǎn)生巨大的影響。長期的粗放型生產(chǎn)方式導(dǎo)致的產(chǎn)能過剩必然要經(jīng)歷一番優(yōu)勝劣汰，使一部分不具生存能力的鋼鐵企業(yè)退出該行業(yè)。在銀行貸款較多的情況下，應(yīng)做壞賬準備，并積極推進企業(yè)間的兼并重組，避免“借貸—生產(chǎn)—推高庫存”的惡性循環(huán)，拖累銀行等關(guān)聯(lián)性產(chǎn)業(yè)。這是中國鋼鐵行業(yè)無法避免的一次調(diào)整。

第五，不少地方政府的“扶大放小”政策在很大程度上弱化了市場競爭和優(yōu)勝劣汰機制，鋼鐵行業(yè)也成為受國家政令影響最大的行業(yè)之一。在完善立法的同時加快簡政放權(quán)，促進國有企業(yè)職能轉(zhuǎn)變、自負盈虧，已經(jīng)成為鋼鐵行業(yè)可持續(xù)發(fā)展的根本出路。從長遠看，提高企業(yè)技術(shù)效率必須進行創(chuàng)新和技術(shù)升級。日前中央銀行出臺針對城市商業(yè)銀行和股份制銀行的優(yōu)惠政策，“降低準備金0.25個百分點”日前，中國進入了新一輪的降息周期，中央銀行出臺對小微企業(yè)貸款占比達到定向降準標準的城市商業(yè)銀行、非縣域農(nóng)村商業(yè)銀行“額外降低人民幣存款準備金率0.5個百分點”的政策，旨在為部分負債企業(yè)提供資金，去庫存，提供重新盤活的機會。而從短期看，鋼鐵行業(yè)應(yīng)積極調(diào)整生產(chǎn)并適應(yīng)市場需求，繼續(xù)擴大基礎(chǔ)設(shè)施投資，如增加環(huán)保產(chǎn)業(yè)、鐵路建設(shè)規(guī)模和公共服務(wù)設(shè)施等，同時加快已有項目的運營，繼續(xù)推進節(jié)能減排。

第六，發(fā)揮政府的引導(dǎo)作用，特別是針對重大研發(fā)項目和綠色生產(chǎn)的推廣。強調(diào)研發(fā)投入占地區(qū)GDP和企業(yè)收入的比重，注重科技創(chuàng)新與生態(tài)學(xué)、環(huán)境學(xué)等相關(guān)領(lǐng)域的交叉研究；大力發(fā)展風(fēng)險投資基金，牽頭展開周期長、資金多的大型研發(fā)項目；制定綠色優(yōu)惠信貸政策，優(yōu)先安排技術(shù)改造投資并給予財政貼息，引導(dǎo)社會資金向高新技術(shù)領(lǐng)域流動。建立科技獎勵體系，對于開發(fā)較高科技含量的創(chuàng)新型企業(yè)與科技人員予以重獎，增加企業(yè)技術(shù)創(chuàng)新收益，營造出有利于提高生產(chǎn)效率和技術(shù)創(chuàng)新活動的社會氛圍。

參考文獻：

[1]

Farrell，M.J. The Measurement of Productive Efficiency[J]. Journal of Royal Statistical Society， 1957，120（3）：253-282.

[2]Kim，J.W.，Lee，J.Y.Technical Efficiency in the Iron and Steel Industry： A Stochastic Frontier Approach[R]. East-West Center Working Papers， 2005.1-27.

[3]Ma，J.L.，Evans，D.G.，F(xiàn)uller，R.J.，Stewart，D.F. Technical Efficiency and Productivity Change of Chinas Iron and Steel Industry[J].International Journal of Production Economics， 2002， 76（3）： 293-312.

[4]He，F(xiàn).，Zhang，Q.Z.，Lei，J.S.， Fu，W.H.，Xu，X.N.Energy Efficiency and Productivity Change of Chinas Iron and Steel Industry： Accounting for Undesirable Outputs[J]. Energy Policy， 2013，54（3）：204-213.

[5]Kalirajan， K.P.， Cao， Y. Can Chinese State Enterprises Perform like Market Entities： Productive Efficiency in the Chinese Iron and Steel Industry？[J].Applied Economics ， 1993，25 （8）：1071-1080.