中国工业全要素生产率的动态实证分析：1998-2007—基于DEA模型的Malmquist指数方法

(10)

非参数方法最大的优点是不需要任何具体函数形式及一些假设条件，适用范围很广，比较实用,适用于各种形式的投入产出。而Malmquist生产率指数法分析时不需要相关要素的价格信息，并且可以把Malmquist生产率变动指数可以分解为技术效率变动指数和技术变动指数，而前者又可以分解为纯技术效率变动指数和规模效率变动指数，这种分解对解释生产率变动有着很大的帮助。

三、样本、变量和数据处理

（一）样本选取

DEA模型的应用对样本和变量选取要求较严格，选取不当会对结果有着很大影响。因此依照DEA模型对选取的要求，本文使用的样本为1998-2007年中国27个省份及四个直辖市的工业统计面板数据，数据来源于《中国统计年鉴》和《中国工业统计年鉴》（1998-2007）。近30年国民总值的飞速增长可以说工业的贡献是举足轻重的，没有工业就没有经济的快速增长。之所以选取这十年作为样本区间，是因为20世纪90年代中国的经济在发展方式和发展动力上与20世纪80年代有着很大的不同。由于2008、2009年遭受美国“次贷危机”的影响，为了保持数据的稳定性，本文在数据选取上舍去这两年的数据。总的来说1998-2007年应该是中国工业全力发展的黄金时间，笔者认为有着较大的考察意义。

（二）变量和数据处理

Malmquist指数法估算主要采用投入和产出两大变量，依照theCobb-Douglas生产函数并参照相关文献数学建模论文，投入变量我们选取工业总产值，单位为亿元；资本投入选取固定资产净值年平均余额和流动资产年平均余额，单位均为亿元；劳动力投入选取各省份的总从业人员的年平均人数，单位为万人。其中工业总产值和流动资产年平均余额经过1997年的不变价格指数调整，固定资产净值年平均余额是直接采用统计年鉴上提供的各地区固定资产价格指数进行调整。

本文使用deap2.1软件，对全国27个省份及4个直辖市的工业统计面板数据进行TFP逐年的Malmquist生产率指数分析计算，然后将各地区计算结果汇总平均，得出全国1998-2007年工业全要素生产率的总体动态变动状况。

四、中国工业全要素生产率动态变化分析

（一）各省份及直辖市工业全要素生产率分解

表1列出了各省及直辖市的工业TFP及其分解的变化率。根据表1我们可以得知，尽管规模效率呈年均0.3%的负增长，但我国工业TFP增长率在1998-2007年这10年间仍年均高达10.8%，分析得出这主要是由年均高达9.6%技术进步推动的。1998-2007年间，除西藏外，各地区全要素生产率平均增长率均为正数，其中吉林、内蒙古、北京、新疆和青海是增长速度最快的5个省份，都达到14%以上，这5地区工业生产率的大幅提升主要来源于技术进步，技术进步率都接近11%，其中北京最高。但相比较而言技术效率对这五省工业TFP的贡献则小得多。技术效率最高的是内蒙古5.8%论文范文。TFP正增长速度最慢的是福建省，年均仅为6%，和较快省份比较，其落后的主要原因是技术进步率较低，仅有7.8%，而且技术效率、纯技术效率和规模效率均为负增长。此外广东省TFP增长率提高不明显是因为广东本来就是我国工业的龙头老大，各种资源的运用属于充分有效状态，提高起来不是很容易。纵观表1数学建模论文，各省工业TFP高速增长基本都是由技术进步推动的，由此可见这黄金十年间我国走高、精、尖的强国道路取得了很大成效，但从技术效率和规模效率上分析，我国的工业还是一种粗放式经营，高增长是以高投入为代价的。

表1中国工业TFP指数按不同地区的动态分解（1998-2007）

（二）1998-2007工业全要素生产率时间变化趋势

总体上看，表2中的中国工业的Malmquist全要素生产率指数表明，1998-2007年间，我国工业全要素生产率以年均10.8%的速度高速增长，其增长主要得益于技术以年均9.6%的速率增长，但规模效率呈现负增长，年均负0.3%。全要素生产率最快的年份是2003-2004年，其增长率达到惊人的32.5%，其技术效率、技术进步分别达到22.1%、15.4%,很明显这一时期技术效率的提升是促使工业TFP变化的最主要因素。从表2中可以看出从2002年开始，我国的工业全要素生产率出现高速增长，结合我国当时的经济发展环境可知，这主要得益于中国加入WTO后，一方面大量国外企业的涌入，带来了先进的技术，技术的溢出效应起了关键作用。另一方面国内工业企业进行了大量兼并收购以及产权改革活动，使我国的工业效率和工业技术都得到很好的优化。此外2004-2005年全要素生产率之所以出现大幅度下降，笔者认为是加入WTO后，激烈的竞争使我国以前落后的工业因素和国外先进的工业因素之间矛盾爆发的结果，但这应该是一个技术缓冲时期，属于滞后追赶效应，2005年以后开始出现一个正常的工业整合时期数学建模论文，即工业全要素生产率出现正常的正增长。

表2中国工业全要素生产率指数按不同时期的分解（1998-2007）

图1描述了1998-2007年间中国工业全要素生产率及其分解效率的变化趋势。图中所显示全要素生产率和技术进步变化的趋势基本一致，恰当地说明了1998-2007年间技术进步是支持全要素生产率提升的主要动力，并且很直接地观察到十年间全要素生产率及其分解效率基本都呈上升趋势。

（三）工业全要素生产率的区域分析结果

分了更好分析我国工业全要素生产率的区域变化情况，参照其它文献将我国从地理上划分为三大区域：东部、中部和西部，其中东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、汉南和广东11个省份；中部地区包括：河南、山西、吉林、黑龙江、安徽、江西、湖北和湖南8个省份；西部地区包括：内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆和西藏12个省份，估算结果见表3：

表3 东、中、西部地区工业TFP变化率及其分解

从表3的三大地区工业全要素生产率及其分解来看，三大地区的差异表现的很明显。中部地区的全要素生产率年均增长率最高，达到12.7%，高出全国平均水平将近2个百分点，东部地区工业年均增长率为10.5%，低于全国平均水平0.3个百分点，在技术进步上遭遇“瓶颈现象”。三个地区在技术效率上都达到了正的增长速度，其中东部地区最高，为0.8%，但都略低于全国1.1%的平均水平；而技术进步最为明显，三大地区几乎都达到10%以上的年均增长率，中部表现的最好，达到12.6%，成为推动中部地区工业TFP增长率并使其领先其它两个地区及全国的主要动力；但在纯技术效率和规模效率方面中部地区和西部地区出现明显退步趋势，降幅分别达到0.4%和0.9%。

总体上看，1998-2007年间，技术进步依然是东中西部工业全要素生产率增长的主要动力，中部尤为明显，技术效率贡献次之。东部地区工业发展模式相对健康，但要解决技术进步瓶颈现象数学建模论文，规模效率有待提高，走规模化生产道路。从中西部地区工业全要素生产率的大幅度提升我们可以看到实施的中西部大开发战略已初见成效，尤其西部大开发，但由于中西部地区工业基础比较薄弱，在规模化发展道路上仍然有很长的道路要走论文范文。

（四）结论

本文利用desp2.1软件基于数据包络分析分（Data EnvelopmentAnalysis, DEA）的非参数Malmquist指数方法估算了1998-2007年中国工业整体及各地区工业增长过程中全要素生产率的变动状况，并将其分解为技术进步和技术效率，研究得出以下几点结论：

（1）总体上看，我国工业TFP的增长主要源自技术进步，技术效率贡献次之。而规模经济性对我国工业TFP的增长还有着一定的抑制作用，侧面说明我国工业TFP的高速增长是以高投入为代价的，在大力引进技术时并没有完全消化吸收先进技术，国外对高新技术在溢出上的封闭缘故，使我国在高新技术上的进步存在“瓶颈现象”；鉴于此，我国应加大自主创新，走规模化经济道路。

（2）从我国工业TFP时间变化趋势来看，1998-2007年间我国工业全要素生产率是以较高的速率呈正的增长，尤其是入世后的2003-2004年工业TFP呈现一个短暂的“井喷”式增长，充分说明了引进先进经验的益处，但由于规模效率的负增长，从而在一定程度上抑制了技术进步和技术效率。所以我国工业在大力吸收先进技术的同时，应注意资源的优化和整合。

（3）从我国地区工业TFP变化结果对比来看，中西部工业TFP增长速度要快于东部，尤其是在技术进步上，一方面说明了中西部大开发战略已经初见成效，另一方面反映出作为我国工业主要聚集地的东部地区在技术进步上遇到了新的困难数学建模论文，应加大自主研发。另外与东部较健康的工业发展道路相比较，中西部在技术效率和规模性经济上有待提升。

从整篇文章以三种不同方式比较我国工业全要素生产率变化上来看，我国工业整体上为非健康的发展方式，尤其在规模效率上。由于我国经济发展的模式所限，面对这种发展方式，除企业自身调整外，政府应采取相应措施，提高工业的发展质量。首先，加快市场化改革是必须的，对一些企业及资源应加快优化重组，走规模化的市场发展，提高企业对技术的利用效率，同时在提高对外开放的力度下更要加大对自主创新的鼓励，自主创新能力的高低是未来企业存在以及发展壮大之本；其次，在区域发展上，政府应加强区域之间的协调，避免不平衡发展，促进东中西部在技术资源等方面的共享和互动，此外由于东部地区位置及各方面的优势所在，东部地区应大力率先发展以此对中西部工业的发展发挥示范效应，促进我国工业整体水平的持续协调发展。

参考文献：
[1]Fare Rolf, Grosskopf Shawna, Norris Mary.Productivity growth, technical progress, and efficiency change inindustrialized countries: Reply [J]. American Economic Review,1997,87(5):1040~1044.
[2]Kumar, Subodh, Russell, Robert R. Technologicalchange, technological catch-up, and capital deepening; Relative contributionsto growth and convergence[J]. American Economic Review,2002, 92(3);527~548.
[3]姚洋、章奇.中国工业企业技术效率分析[J].经济研究，2001，（10）：13-19.
[4]原鹏飞、何枫.中国制造业生产效率变迁实证研究[J].软科学，2005，第19卷第6期.
[5]刘云枫、周建明.北京制造业全要素生产率持续增长的对策研究—基于DEA的Malmquist生产率实证分析[J].北京工商大学学报（社会科学版），2008，第23卷第5期.
[6]沈能.中国制造业全要素生产率地区空间差异的实证研究[J].中国软科学，2006，（6）：101~110 .
[7]王争、郑京海、史晋川.中国地区工业生产绩效：结构差异、制度冲击及动态表现[J].经济研究，2005，（3）：48-49.
[8]章祥荪、贵斌威.中国全要素生产率分析：Malmquist指数法评述与应用[J].数量经济技术经济研究，2008，（6）.
[9]蒂莫西.J.科埃利、D.S.普拉萨德.拉奥、克里斯托佛.J.奥唐奈、乔治.E.巴蒂斯.效率与生产率分析引论[M].北京：中国人民大学出版社，2008.
[10]David Romer .高级宏观经济学[M].上海：上海财经大学出版社，2001.
[11]高新才、韩妍.基于Malmquist生产率指数的中国区域工业全要素生产率测度[J].甘肃社会科学，2009，（3）.
[12]涂正革.全要素生产率与区域工业的和谐快速发展—基于1995~2004年28个省市大中型工业的非参数生产前沿分析[J].财经研究，2007，第33卷第12期
[13]Coelli, T.J.A Guide to DEAP Version 2.1 : A DataEnvelopment Analysis (Computer) Program, CEAP Working Paper 96/98,Department ofEconometrics, University of New England, Armidale.
[14]原毅军、刘浩、白楠.中国生产性服务业全要素生产率测度—基于非参数Malmquist指数方法的研究[J].中国软科学，2009，（1）.
[15]Coelli, T.J. Measurement of Total factorProductivity Growth and Biases in Technological Change in Western AustralianAgriculture [J], Journal of applied Econometrics, 1996,(11),77-91.
 

 2/2   首页 上一页 1 2