我国工业创新全要素生产率水平探析

减小字体 增大字体 作者:佚名  来源:www.zhonghualunwen.com  发布时间:2012-05-29 21:15:07

  一、 引言
   目前已有的国内相关文献大多使用非参数DEA方法对于中国工业创新的技术效率进行测算和分析,如潘雄锋等(2010)、余东华(2010)以及项本武(2011)等。事实上技术效率反映的是现有技术前沿水平下创新投入资源的实际产出能力,并未包括技术前沿本身的变化情况,而学者白少君等(2011)虽然首次使用非参数DEA方法计算了我国工业研发创新的全要素生产率,但是其使用的是行业层面数据,不能反映我国区域工业创新的生产率差异,且采用的依然是传统的建立在规模报酬不变前提假设基础上,仅考虑投入或产出单一方面可变情况的Malmquist指数分解方法。由于这一规定在现实的创新生产过程中很难满足因而也影响了使用Malmquist指数方法进行测算的准确性。为此,本文将采用能够综合考虑规模报酬因素以及投入产出皆可变的修正Malmquist指数方法,就我国区域层面工业创新的全要素生产率进行计算和分解,以考察不同区域工业创新的整体投入产出绩效差异。
   二、 研究方法和数据选择
   1. 基于非参数DEA的修正Malmquist指数方法。学者黄薇(2008)针对传统DEA方法有关规模报酬不变和只有投入产出单一方面可变的假设与现实情况不相吻合的状况,提出了一种计算全要素生产率的修正的Malmquist指数方法,即采用定向技术距离函数对传统的Malmquist指数进行修正,并在计算决策单元生产率变动情况之前,确定生产可能集的规模收益特征从而选择对应的距离函数以解决全要素生产率分析中的规模经济因素。
   根据Chamber,Chung & Fare(1996,1998)的研究,可以将定向技术距离函数定义为如下形式:
   D(x,y,gx,gy)=max{?兹:?兹gx,y+?兹gy∈T}(1)
   其中?兹是常数,(gx,gy)>0为给定的方向向量,表示决策单元向生产前沿面逼近的路径,这种设定避免了单方面考虑投入或产出径向变化的缺陷,而相应地定向技术距离函数测度了给定方向下被观测单元与前沿面之间偏离的程度,程度越小代表生产率水平越高,若偏度为零,则意味着该决策单元位于前沿面上,生产率水平达到最高。此外,可以借鉴Coelli(1996)提出的规模收益非增模型的思路,将上述CCR模型中规模收益不变(CRS)的约束条件?撞?姿?叟0扩展为?撞?姿?叟1和?撞?姿?燮1以得到规模收益递增(IRS)和规模收益递减(DRS)情况下的定向技术距离函数:
   规模收益递增条件下的定向技术距离函数为:
   Di(x,y,gx,gy)=max{?兹:X?姿?燮x-?兹gx,Y?姿?叟y+?兹gy,?撞?姿?叟1}(2)
   ?琢规模收益不变条件下的定向技术距离函数为:
   Dc(x,y,gx,gy)=max{?兹:X?姿?燮x-?兹gx,Y?姿?叟y+?兹gy,?撞?姿?叟0}
   ?茁规模收益递减条件下的定向技术距离函数为:
   Dd(x,y,gx,gy)=max{?兹:X?姿?燮x-?兹gx,Y?姿?叟y+?兹gy,?撞?姿?燮1}
   对上述定向技术距离函数应用线形规划方法求解:
   借鉴Hirofumi Fukuyama(2003)的方法判断决策单元的规模收益特征:
   ①当Dd(x,y,gx,gy)   ②当Dd(x,y,gx,gy)=Di(x,y,gx,gy)时,为规模收益不变(CRS);
   ?茁当Dd(x,y,gx,gy)   根据以上的改进技术,可以将全要素生产率Malm-quist指数修正模型定义如下:
   M(xt+1,yt+1,xt,yt)=
   其中下标变量?琢表示决策单元的规模收益特征。
   学者Fare等(1994)的研究将全要素生产率指数的变化分解为两个重要的组成部分,即技术进步的变化(TC)和技术效率的变化(EC),前者反映了样本单位技术创新所带来的不同时期生产最佳前沿边界的移动,后者则表示样本单位在不同时期相对最佳前沿边界的实际移动。具体的计算公式如下:
   M(xt+1,yt+1,xt,yt)=EC×TC(7)
   根据以上公式,可以得出t+1期相对于t期的全要素生产率变动指数M(xt+1,yt+1,xt,yt)(TFP)以及技术进步变动指数TC和技术效率变动指数EC。
   2. 数据选择。由于2002年我国颁布了新的国民经济行业分类标准,使得在此前后统计年鉴中的数据口径有了较大程度的变化,因此我们采用2003年~2011年《中国科技统计年鉴》各省大中型工业企业的创新投入和产出数据来计算区域工业创新的全要素生产率,并从中剔除数据缺失的西藏和海南省,共计29个地区作为实证研究的决策单元。
   (1)投入变量。采用各地区大中型工业企业R&D经费和R&D人员投入作为计算创新全要素生产率投入变量的依据。按照Griliches等学者的研究,在知识生产函数中R&D经费投入应该以累积的知识资本存量形式来衡量。因此参照Griliches(1998)和吴延兵(2006)的处理方法,使用通用的永续盘存法来测算我国制造业各行业的知识资本存量,即:
   RDt=Et+(1-)RDt-1(10)
   RD0=E0/(g+)(11)
   其中,RDt和RD0分别代表了第t期和基期的知识资本存量,Et和E0分别代表了第t期和基期各地区不变价格的大中型工业企业R&D经费投入(扣除劳务费部分),g为研究期内各地区工业R&D经费投入的年均增长率,为知识资本的折旧率,本文采取国内外文献中广泛使用的15%的折旧率。而有关R&D经费投入的价格指数则参照吴延兵(2006)的作法,将其设定为固定资产投资价格指数和原材料购进价格指数的算术平均值,并以此将不同年份的各地区大中型工业企业R&D经费投入扣除劳务费部分后分别按照2003年不变价格进行平减处理。

[1] [2] [3]  下一页

Tags:

作者:佚名
  • 好的评价 如果您觉得此文章好,就请您
      0%(0)
  • 差的评价 如果您觉得此文章差,就请您
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论