我国区域生产性服务业的投入产出效率及影响因素分析

论文导读:：本文用超效率DEA的方法，计算了我国各个省市的生产性服务业的投入产出效率，得出结论：我国生产性服务业的总体投入产出效率不高，区域差异明显，东部地区明显高于中西部地区。使用TOBIT模型考察了影响区域生产性服务业的投入产出效率的主要因素：工业增加值、研究与开发投入、对外开放程度以及就业人员的受教育水平。据此提出相关的政策建议,包括：促进产业分工的进一步细化，发展优势产业，加强对生产性服务业的需求管理，扩大对外开放，完善市场竞争机制，增加研究与开发投入，提高就业人员的受教育水平。
论文关键词：生产性服务业，投入产出，超效率DEA，TOBIT

 

1 引言

生产性服务业对于我国的制造业升级，经济产业结构调整，转变经济发展方式具有重要的意义。生产性服务业的投入产出效率的分析对于我们研究产业发展、产业结构优化选择具有重要的参考价值。

目前对于生产性服务业的研究主要集中在水平、结构以及与其他产业特别是制造业的互动关系等方面，而对于其产业自身的投入产出的效率分析并不多见。我们认为有必要系统研究生产性服务业的投入产出效率及其影响因素，由此为产业发展提供相关的政策建议。

本文利用2009的统计年鉴中的相关数据，采用超效率DEA（数据包络方法），该方法不需要预先估计参数，也可以避免主观因素的影响从而简化算法。投入指标包括人力资本投入和固定资产投入，产出指标选取生产性服务业的增加值经济学论文，对我国生产性服务业的区域投入产出效率进行比较分析。希望能从另外一个角度来研究我国生产性服务业的投入产出效率差异及其影响因素，并提出相关的政策建议，以促进我国区域生产性服务业更好地发展。

2 研究方法与数据来源

2.1DEA的介绍

数据包络分析即DEA是一种效率评价方法，可用于多个同质决策单元的相对效率评价，特别是多投入、多产出的复杂系统的效率评价。该方法最早是由美国著名运筹学家Charnes A, Cooper W W和Rhodes E等学者在“相对效率评价”概念基础上提出的一种新的评价相对效率的系统分析方法。1988年中国运筹学专家魏权龄教授向国内系统的介绍了DEA方法。该方法是在确定一组输入输出评价指标的基础上，借助于数学规划将决策单元（DMU）投影到DEA的前沿面上，并通过比较决策单元（DMU）偏离DEA前沿面的程度来评价它们的相对有效性中国知网论文数据库。DEA方法不需要对分析对象确定输入、输出的显式表达关系，就可以得出其综合效率的数量指标，据此确定分析对象的有效性^[1]。

DEA方法的基本原理是将决策单元的多项投入与多项产出项日数据，投射在坐标空间上，求出最大产出或最小投入为效率边界，以衡量各决策单元的效率。若决策单元观察值落在此效率边界上，则认为该决策单元相对有效率，其效率值为1若决策单元的观察值不落在此效率边界上，则为相对无效率，效率值为0到1之间，其间的差距则代表决策单元的无效率程度。

假设有n个被评价决策单元（DMU），每个决策单元都有m种类型的输入和s种类型的输出。记第j个决策单元为DMU_j，分别以x_ij、y_rj表示DMU_j对第i种输入的投入量、对第r种输出的产出量经济学论文，分别以、表示对第i种输入、第r种输出的一种度量（或称权）。DEA中常用的评价第j0（j0）个决策单元（）规模有效及技术有效的具有非阿基米德无穷小的C²R模型为线性规划，其对偶规划为：

其中，为规划目标值，为规划决策变量，、为松弛变量向量。

记、、、为对偶规划的最优解。

C²R模型的含义如下：

表示的效率指数，表示输入过剩，表示输出不足。若，称技术有效（输出相对于输入而言已达到最大）。若，，规模有效、技术有效，称为DEA有效。若，，称为弱DEA有效。若，称为DEA无效。对于弱DEA有效或DEA无效的决策单元，可以在不减少输出的情况下，使输入减少，或者在不增加输入情况下，是输出增加^[2]。

2.2超效率DEA

C²R模型在计算效率值时，计算结果有时会存在多个有效的决策单元(效率值为1)经济学论文，此时无法对有效决策单元之间的效率值进行比较。Andersen, Peterson (1993)提出了超效率DEA(Super efficiency DEA，简称SE-DEA)模型。在从而有效地解决了有效决策单元间的对比问题。

超效率模型在对决策单元进行效率评价时，将被评价的决策单元排除在决策单元的集合之外，此时，对于没有达到DEA有效的决策单元，其生产的前沿不会发生变化，评价结果与C²R模型相同。对于DEA有效的决策单元，超效率模型将其生产前沿面进行重新计算推移，使得超效率模型最终计算出来的效率值大于经典C²R模型的效率值。该效率值有可能大于1，从而可以对同为DEA有效的单元做进一步的评价，使评价结果更具区别性^[3]。例如效率值为1.3，则表示该决策单元即使再等比例地减少30%的产出，它在整个样本集合中仍能保持相对有效，即效率值仍能维持在1以上。

2.3数据来源

本文的数据主要来源于2009年中国统计年鉴、中国劳动统计年鉴、中国科技统计年鉴、第三产业统计年鉴，并经作者合并整理。本文所界定的生产性服务业主要包括中间需求率比较高，服务业对象具有明显的生产性特征的产业，具体包括交通运输及仓储业、邮政业、信息传输计算机服务和软件业、批发和零售贸易业、金融保险业、租赁和商务服务业中国知网论文数据库。

3 实证分析

3.1投入产出的效率评价

投入指标主要采用2009年城镇单位就业人数 全社会固定资产投资，产出指标是相应产业的增加值。我们使用EMS1.3软件计算了服务业各产业的投入产出效率如下。

表1 我国区域生产性服务业的投入产出效率及排名

从表1我们可以看到：
 

区域生产性服务业的投入产出效率的总体效率水平。我国的生产性服务业总体的投入产出效率比较低，均值为0.626,还有很大的提升空间。超过均值的主要有如下一些省市：北京、上海、广东、江苏、浙江、福建、山东、西藏、甘肃、河南、安徽等。总体来看经济学论文，生产性服务业的投入产出效率与区域总体的经济发展水平有一定的相似性，比如排名靠前的主要是东部经济相对比较发达的省份。不过我们发现，西部地区如西藏、甘肃等效率也比较高，排名比较靠前，可能的原因是这些省份总体的经济都不够发达，所以相对而言，交通运输邮政、批发零售等在生产性服务业统计范围内的基础性产业反而显示出相对的高效率。当然具体的原因还有待我们进一步的量化研究。

 1/2    1 2 下一页 尾页