论文部分内容阅读
摘 要：本文通过对装备制造业1995年-2011年分行业的面板数据的实证分析，综合考虑劳动、资本、能源消耗等投入要素对全要素生产率的影响，并用Malmquist生产率指数法对装备制造业的全要素生产率变动进行分解，发现全要素生产率的增长主要得益于技术进步；从分行业的角度看，17年间全要素生产率增长最快的是电子及通信制造业。
关键词：装备制造业 Malmquist指数法 全要素生产率
一、引言
装备制造业是为国民经济和国防建设提供生产技术装备的制造业，是国民经济的根基和国家安全的保障，具有产业关联度高、技术资金密集、技术含量高等特点。在国际竞争中，高度发达的装备制造业和先进的制造技术已经成为衡量一个国家综合竞争力的重要标志。
目前国内对装备制造业的研究大部分都建立在定性分析的基础上，对生产绩效的定量研究较少。王欣（2010）利用三阶段DEA法对我国装备制造业1999—2007年的时间序列数据研究，对全要素生产率进行测算，发现装备制造业全要素生产率年均增长11.8%，其中技术进步年均增长11.7%，技术效率年均增长仅为0.1%，并且各个行业的TFP有着较大差异。李星光、于成学（2009）运用Malmquist指数法对1995-2006年分行业的装备制造业测算，认为在不同的时期技术效率和技术进步对TFP的贡献程度不同，从分行业来看，电子及通信制造业的TFP增长最快，但文章仅考虑了劳动和资本投入，没有涉及到能源消耗。而薛万东（2010）用B&CⅡ模型对我国装备制造业1992—2004年时间序列数据研究，测算全要素生产率，得出劳动投入对生产绩效起反作用，而且技术效率对TFP的贡献要大于技术进步的贡献的结论，这和王欣（2010）得出的结论显然不符。
导致上述结论不一致的原因主要是由于选取的样本或分析的方法不同引起的。由于面板数据可以提高自由度和有效性，增加变量的多变性和减少共线性，并且可以实现动态研究，基于上述优点，本文以1995—2011年分行业的面板数据为样本，在传统的投入要素劳动和资本的基础上增加能源作为投入变量，希望更全面真实的反映出我国装备制造业的绩效，并对TF的P变动进行测算，为产业发展提出建议。本文第二部分介绍了运用Malmquist指数法测算TFP并对TFP进行分解的理论方法，第三部分运用分行业的面板数据进行了实证分析，对装备制造业分行业状况和TFP的分解分别进行分析，第四部分提出政策性建议。
二、全要素生产率测算分解方法
目前关于TFP变动的测算，主要有四种方法：增长核算法、生产函数法、随机前沿分析法和数据包络分析法（Malmquist指数法），（ Hulten ，2000 ；Coelli ，2005） 。其中数据包络分析法（DEA） 由于具有不需要对生产函数结构做先验假定、不需要对参数进行估计、允许无效率行为存在、能对TFP变动进行分解等优点， 在近来研究中受到了越来越多的关注（章祥荪、贵斌威（2008）） ，因此本文选择Malmquist 指数法。Fare等（1994）将Malmquist指数从理论指数变成了实证指数，并且进一步把Malmquist指数法进行了分解，将指数变动分解成技术效率变动、技术进步变动和规模效率变动。下面我们引入生产可能集、距离函数的概念对Malmquist指数的分解进行数学上的介绍：
显然St包括在t期的所有可行的投入x和产出y，距离函数在此基础之上定义。按照Shephard（1970），t期的生产活动相对于t期的生产可能集的距离函数为：
为定义Malmquist指数，我们需要定义两个不同时期的距离函数，则以第t期的技术水平为参考的第t+1期的距离函数为：
因为以t和t+1期的生产水平为参考定义的Malmquist生产率指数在经济含义上是对称的，为了避免选择生产技术参照系的随意性，按照Fisher（1922），基于两者的几何平均值定义产出角度的Malmquist指数：
TE是相对效率指数，代表技术效率变动，测度了从t期到t+1期每个观察对象到最佳产出的追赶程度。如果在t+1时期，由于非技术进步要素的影响，如企业的管理制度改善、国家政策的支持等使决策单元向最佳生产前沿面靠近，则TE大于1；反之，TE小于1。TC代表了技术进步，它测度了技术边界从t期到t+1期的移动，如机器设备或生产工艺的改善等会使TC大于1，技术退步会使TC小于1，技术水平没有变化，TC就等于1。
同时，技术效率变动（TE）还可以分解为纯技术效率变动（PEC）和规模效率变动（SE），即：TE= PEC×SE。纯技术效率反映的是决策单元在管理制度方面的情况，即决策单元的实际产出与最大可能产出之间的差距；规模效率反映了决策单元由于受市场不完全竞争、资金约束等问题的影响导致的实际生产规模与最佳生产规模之间的差距。
三、面板数据实证分析
1.数据说明
本文使用的样本为1995年-2011年我国装备制造业分行业的产出、劳动投入、资本投入和能源消耗数据，有关基础数据均来源于《中国统计年鉴》。
（1）产出水平
目前，国内大多学者选用工业总产值或者工业增加值作为衡量产出的指标，工业增加值与工业总产值相比，缺少了中间产品转移价值。正是由于中间产品价值的重复计算，反映了资源配置效率。用总产值代替增加值，改变了全要素生产率的指标功能，所以是不合适的。本文选用各行业的工业总产值来衡量，并以1994年为基期的各行业工业品出厂价格指数平减。
（2）劳动投入
衡量劳动投入的指标有很多，如：劳动者人数、总工时、工资总额，本文采用国内大多数学者的方法，用各年份装备制造业各行业的全部从业人员年平均数衡量。
（3）资本投入 衡量资本投入指标理论上应该采用物质资本的服务流量作为资本投入量，但实际中得不到这样的数据，国内大多学者采用固定资产净值年均余额度量，本文也采用这一指标，并以1993年为基期的固定投资价格指数进行平减。
（4）能源消耗
衡量能源消耗的指标比较固定，以各年份装备制造业各行业的能源消耗总量衡量。由于2011年的能源消耗指数在2013年的《中国统计年鉴》中报告，本文根据1995年-2010年的能源消耗数据用Eviews估计得到2011年的各行业的能源消耗总量。
2.TFP测算结果及分析
DEAP软件可以提供很成熟的基于Malmquist指数法的TFP分解，本文利用DEAP2.1软件计算1995年-2011年装备制造业全要素生产率变动指数并进行分解，下面分别进行分析。
（1）TFP指数变动情况（见表1）
从表1可以看出：装备制造业各行业在17年间总体上TFP都大于1。从行业的角度来说，装备制造业17年间TFP平均增长最快的是电子及通信制造业，其TFP变动指数为1.097，意味着17年间平均增速为9.7%，其次是交通运输设备制造业（1.088）和仪器仪表及文化办公用品制造业（1.076）；17年间平均增长最慢的是金属制品业（1.029），说明装备制造业的所有行业17年间的整体TFP变动没有出现下降。所有行业的TFP变动指数都有所波动，但整体趋势都是增长的。
从时间序列来看，所有行业的平均TFP增长最快的年份是2003年-2004年，达到1.242，即比上一年增长24.2%。从表中还可以看出，由于受到国际金融危机的冲击，2007年-2008年的TFP指数小于1。其中2004年-2005年达到最低0.903。17年间所有行业的TFP变动指数平均为1.065，即增长了6.5%。
2.TFP指数的分解
按照上面介绍的Malmquist指数法，把全要素生产率变动分解为技术效率变动（EFF）、技术进步（TECH）、纯技术效率变动（PEC）和规模效率变动（SE）四项（见表2）。
从表2可以看出：17年间所有行业的技术进步指数都大于1，说明装备制造业整体都有一定的技术进步。其中技术进步最快的是电子及通信制造业，达到1.097，即17年间每年平均增长9.7%，金属制品业的技术进步指数是7个行业中最低的。
17年间7个行业的平均技术效率指数小于1，说明装备制造业整体技术效率处于下降趋势。但是7个行业之间存在较大差距，其中交通运输设备制造业、电子及通信制造业和仪器仪表及文化办公用品制造业的技术效率指数大于1，处于增长趋势，其他4个行业技术效率处于下降趋势。17年间规模效率变动指数基本上为1，说明规模效率保持稳定状态，所以技术效率的变动主要取决于纯技术效率的变动。
从表二还可以得出：装备制造业全要素生产率的增长主要得益于技术进步水平的提高，而技术效率的贡献比较小。
四、政策性建议
基于对装备制造业1995—2011年全要素生产率的分析，可以得出以下结论：
1.装备制造业各行业在1995-2011年总体上TFP都大于1，且所有行业的技术进步指数都大于1，说明装备制造业在这17年间有不同程度的技术进步。
2.装备制造业的不同行业的TFP之间存在差异，平均增长最快的是电子及通信制造业，平均增长最慢的是金属制品业。
3.装备制造业全要素生产率的增长主要得益于技术进步水平的提高，而技术效率的贡献比较小。而且规模效率保持稳定状态，所以技术效率的变动主要取决于纯技术效率的变动。
在以上结论的基础上，为改进装备制造业的生产状况，提高全要素生产率，我们提出以下政策性建议：
第一，能源稀缺是每个国家经济发展过程中面临的越来越严峻的问题，现在国际社会很多国家都在开发可再生新能源，我国也推出了新能源政策，我们应该充分发挥我国幅员辽阔，拥有丰富的风力、水力、太阳能资源的优势，提高能源利用率。
第二，技术进步和技术效率对TFP的增长在不同年份有所波动，但是整体来说技术进步是我国装备制造业TFP增长的主要原因，从分行业的角度来看，电子及通信制造业的TFP增长最快。但是目前我国装备制造业自主创新能力薄弱，技术进步较缓慢，大部分先进技术需要从国外引进，所以应该注重提高产业技术，鼓励自主技术研发。
第三，技术进步固然是好事，但如果大部分行业跟不上技术进步的步伐，就会拉大行业间的技术效率差距，导致工业整体的技术水平下降，对劳动生产率的增长构成挑战。所以，各行业在引进先进技术和设备、进行技术创新时，还要通过行业管理制度改革、提高竞争，以及学习先进的管理经验等方式提高技术效率，缩小与技术前沿面的差距，充分发掘劳动生产率增长潜力。
参考文献：
[1]王欣.我国装备制造业全要素生产率测度[D].西南财经大学，2010.4
[2]李星光，于成学.基于Malmquist指数的我国装备制造业全要素生产率测度分析[J].科技与管理，2009（5）102-105
[3]薛万东.我国装备制造业全要素生产率测算及实证分析[J].产经评论，2010（3）41-49
关键词：装备制造业 Malmquist指数法 全要素生产率
一、引言
装备制造业是为国民经济和国防建设提供生产技术装备的制造业，是国民经济的根基和国家安全的保障，具有产业关联度高、技术资金密集、技术含量高等特点。在国际竞争中，高度发达的装备制造业和先进的制造技术已经成为衡量一个国家综合竞争力的重要标志。
目前国内对装备制造业的研究大部分都建立在定性分析的基础上，对生产绩效的定量研究较少。王欣（2010）利用三阶段DEA法对我国装备制造业1999—2007年的时间序列数据研究，对全要素生产率进行测算，发现装备制造业全要素生产率年均增长11.8%，其中技术进步年均增长11.7%，技术效率年均增长仅为0.1%，并且各个行业的TFP有着较大差异。李星光、于成学（2009）运用Malmquist指数法对1995-2006年分行业的装备制造业测算，认为在不同的时期技术效率和技术进步对TFP的贡献程度不同，从分行业来看，电子及通信制造业的TFP增长最快，但文章仅考虑了劳动和资本投入，没有涉及到能源消耗。而薛万东（2010）用B&CⅡ模型对我国装备制造业1992—2004年时间序列数据研究，测算全要素生产率，得出劳动投入对生产绩效起反作用，而且技术效率对TFP的贡献要大于技术进步的贡献的结论，这和王欣（2010）得出的结论显然不符。
导致上述结论不一致的原因主要是由于选取的样本或分析的方法不同引起的。由于面板数据可以提高自由度和有效性，增加变量的多变性和减少共线性，并且可以实现动态研究，基于上述优点，本文以1995—2011年分行业的面板数据为样本，在传统的投入要素劳动和资本的基础上增加能源作为投入变量，希望更全面真实的反映出我国装备制造业的绩效，并对TF的P变动进行测算，为产业发展提出建议。本文第二部分介绍了运用Malmquist指数法测算TFP并对TFP进行分解的理论方法，第三部分运用分行业的面板数据进行了实证分析，对装备制造业分行业状况和TFP的分解分别进行分析，第四部分提出政策性建议。
二、全要素生产率测算分解方法
目前关于TFP变动的测算，主要有四种方法：增长核算法、生产函数法、随机前沿分析法和数据包络分析法（Malmquist指数法），（ Hulten ，2000 ；Coelli ，2005） 。其中数据包络分析法（DEA） 由于具有不需要对生产函数结构做先验假定、不需要对参数进行估计、允许无效率行为存在、能对TFP变动进行分解等优点， 在近来研究中受到了越来越多的关注（章祥荪、贵斌威（2008）） ，因此本文选择Malmquist 指数法。Fare等（1994）将Malmquist指数从理论指数变成了实证指数，并且进一步把Malmquist指数法进行了分解，将指数变动分解成技术效率变动、技术进步变动和规模效率变动。下面我们引入生产可能集、距离函数的概念对Malmquist指数的分解进行数学上的介绍：
显然St包括在t期的所有可行的投入x和产出y，距离函数在此基础之上定义。按照Shephard（1970），t期的生产活动相对于t期的生产可能集的距离函数为：
为定义Malmquist指数，我们需要定义两个不同时期的距离函数，则以第t期的技术水平为参考的第t+1期的距离函数为：
因为以t和t+1期的生产水平为参考定义的Malmquist生产率指数在经济含义上是对称的，为了避免选择生产技术参照系的随意性，按照Fisher（1922），基于两者的几何平均值定义产出角度的Malmquist指数：
TE是相对效率指数，代表技术效率变动，测度了从t期到t+1期每个观察对象到最佳产出的追赶程度。如果在t+1时期，由于非技术进步要素的影响，如企业的管理制度改善、国家政策的支持等使决策单元向最佳生产前沿面靠近，则TE大于1；反之，TE小于1。TC代表了技术进步，它测度了技术边界从t期到t+1期的移动，如机器设备或生产工艺的改善等会使TC大于1，技术退步会使TC小于1，技术水平没有变化，TC就等于1。
同时，技术效率变动（TE）还可以分解为纯技术效率变动（PEC）和规模效率变动（SE），即：TE= PEC×SE。纯技术效率反映的是决策单元在管理制度方面的情况，即决策单元的实际产出与最大可能产出之间的差距；规模效率反映了决策单元由于受市场不完全竞争、资金约束等问题的影响导致的实际生产规模与最佳生产规模之间的差距。
三、面板数据实证分析
1.数据说明
本文使用的样本为1995年-2011年我国装备制造业分行业的产出、劳动投入、资本投入和能源消耗数据，有关基础数据均来源于《中国统计年鉴》。
（1）产出水平
目前，国内大多学者选用工业总产值或者工业增加值作为衡量产出的指标，工业增加值与工业总产值相比，缺少了中间产品转移价值。正是由于中间产品价值的重复计算，反映了资源配置效率。用总产值代替增加值，改变了全要素生产率的指标功能，所以是不合适的。本文选用各行业的工业总产值来衡量，并以1994年为基期的各行业工业品出厂价格指数平减。
（2）劳动投入
衡量劳动投入的指标有很多，如：劳动者人数、总工时、工资总额，本文采用国内大多数学者的方法，用各年份装备制造业各行业的全部从业人员年平均数衡量。
（3）资本投入 衡量资本投入指标理论上应该采用物质资本的服务流量作为资本投入量，但实际中得不到这样的数据，国内大多学者采用固定资产净值年均余额度量，本文也采用这一指标，并以1993年为基期的固定投资价格指数进行平减。
（4）能源消耗
衡量能源消耗的指标比较固定，以各年份装备制造业各行业的能源消耗总量衡量。由于2011年的能源消耗指数在2013年的《中国统计年鉴》中报告，本文根据1995年-2010年的能源消耗数据用Eviews估计得到2011年的各行业的能源消耗总量。
2.TFP测算结果及分析
DEAP软件可以提供很成熟的基于Malmquist指数法的TFP分解，本文利用DEAP2.1软件计算1995年-2011年装备制造业全要素生产率变动指数并进行分解，下面分别进行分析。
（1）TFP指数变动情况（见表1）
从表1可以看出：装备制造业各行业在17年间总体上TFP都大于1。从行业的角度来说，装备制造业17年间TFP平均增长最快的是电子及通信制造业，其TFP变动指数为1.097，意味着17年间平均增速为9.7%，其次是交通运输设备制造业（1.088）和仪器仪表及文化办公用品制造业（1.076）；17年间平均增长最慢的是金属制品业（1.029），说明装备制造业的所有行业17年间的整体TFP变动没有出现下降。所有行业的TFP变动指数都有所波动，但整体趋势都是增长的。
从时间序列来看，所有行业的平均TFP增长最快的年份是2003年-2004年，达到1.242，即比上一年增长24.2%。从表中还可以看出，由于受到国际金融危机的冲击，2007年-2008年的TFP指数小于1。其中2004年-2005年达到最低0.903。17年间所有行业的TFP变动指数平均为1.065，即增长了6.5%。
2.TFP指数的分解
按照上面介绍的Malmquist指数法，把全要素生产率变动分解为技术效率变动（EFF）、技术进步（TECH）、纯技术效率变动（PEC）和规模效率变动（SE）四项（见表2）。
从表2可以看出：17年间所有行业的技术进步指数都大于1，说明装备制造业整体都有一定的技术进步。其中技术进步最快的是电子及通信制造业，达到1.097，即17年间每年平均增长9.7%，金属制品业的技术进步指数是7个行业中最低的。
17年间7个行业的平均技术效率指数小于1，说明装备制造业整体技术效率处于下降趋势。但是7个行业之间存在较大差距，其中交通运输设备制造业、电子及通信制造业和仪器仪表及文化办公用品制造业的技术效率指数大于1，处于增长趋势，其他4个行业技术效率处于下降趋势。17年间规模效率变动指数基本上为1，说明规模效率保持稳定状态，所以技术效率的变动主要取决于纯技术效率的变动。
从表二还可以得出：装备制造业全要素生产率的增长主要得益于技术进步水平的提高，而技术效率的贡献比较小。
四、政策性建议
基于对装备制造业1995—2011年全要素生产率的分析，可以得出以下结论：
1.装备制造业各行业在1995-2011年总体上TFP都大于1，且所有行业的技术进步指数都大于1，说明装备制造业在这17年间有不同程度的技术进步。
2.装备制造业的不同行业的TFP之间存在差异，平均增长最快的是电子及通信制造业，平均增长最慢的是金属制品业。
3.装备制造业全要素生产率的增长主要得益于技术进步水平的提高，而技术效率的贡献比较小。而且规模效率保持稳定状态，所以技术效率的变动主要取决于纯技术效率的变动。
在以上结论的基础上，为改进装备制造业的生产状况，提高全要素生产率，我们提出以下政策性建议：
第一，能源稀缺是每个国家经济发展过程中面临的越来越严峻的问题，现在国际社会很多国家都在开发可再生新能源，我国也推出了新能源政策，我们应该充分发挥我国幅员辽阔，拥有丰富的风力、水力、太阳能资源的优势，提高能源利用率。
第二，技术进步和技术效率对TFP的增长在不同年份有所波动，但是整体来说技术进步是我国装备制造业TFP增长的主要原因，从分行业的角度来看，电子及通信制造业的TFP增长最快。但是目前我国装备制造业自主创新能力薄弱，技术进步较缓慢，大部分先进技术需要从国外引进，所以应该注重提高产业技术，鼓励自主技术研发。
第三，技术进步固然是好事，但如果大部分行业跟不上技术进步的步伐，就会拉大行业间的技术效率差距，导致工业整体的技术水平下降，对劳动生产率的增长构成挑战。所以，各行业在引进先进技术和设备、进行技术创新时，还要通过行业管理制度改革、提高竞争，以及学习先进的管理经验等方式提高技术效率，缩小与技术前沿面的差距，充分发掘劳动生产率增长潜力。
参考文献：
[1]王欣.我国装备制造业全要素生产率测度[D].西南财经大学，2010.4
[2]李星光，于成学.基于Malmquist指数的我国装备制造业全要素生产率测度分析[J].科技与管理，2009（5）102-105
[3]薛万东.我国装备制造业全要素生产率测算及实证分析[J].产经评论，2010（3）41-49