M-指数【DOC精选】.doc

M-指数法效率分析 一.概论 Malmquist指数分析是在1953年的消费分析过程中被瑞典经济学家和统计学家Sten Malmquist首次提出，基于DEA 方法，Fare等（1989）将Malmquist指数从理论指数变成了实证指数，成为一种有效测算全要素生产率（TFP）变化的非参数生产前沿方法[17]。Malmquist生产率变化指数明确考虑生产过程中会存在的技术上的非效率，并在规模报酬不变（CRS）的假设下，把全要素生产率的变化分解为技术进步和技术效率变化。在规模报酬可变(VRS)的假设下，技术效率变化进一步分解为纯技术效率变化和规模效率变化。 二.距离函数 在传统的经济学理论中，分析多投入多产出的系统主要有两种途径：一种是面向投入的，即在假定成本最小化的目标条件下，研究总投入的变化；另一种是面向产出的，即在利润最大化的假定下，考察其总产出变化。而实际分析中，在成本最小化、利润最大化等假设的后面，还包括完全竞争市场的存在等假设，这些苛刻的假设在实证研究中是很难保证的。距离函数（Distance function）则很好地解决了这一问题，它是一种在不对生产者行为进行任何假定的条件下，研究多投入多产出技术系统的工具。瑞典科学家Malmquist在1953年用相对于无差异曲线的径向移动幅度，描述了距离函数的定义。随后，1970年Shephard在生产函数的基础上，定义了基于生产函数的距离函数，这一定义后来并被广泛地使用。距离函数可以从投入和产出两个不同的角度给出，面向投入的投入距离函数是在给定产出下，投入向量能够向生产前沿面缩减的程度，以此来来衡量生产技术的有效性；面向产出的产出距离函数则是在给定投入的条件下，考察产出向量的最大扩张幅度。 分析具有m个投入、k个产出的生产活动，我们用m维向量X表示其投入向量，用k维向量Y代表其产出向量。用P（X）表示生产可能集，它表示在一定技术条件下，用投入X所能够生产Y的全部可能生产组合。即：P(X)={Y:投入向量X可以生产出Y} 对任意的投入向量X，生产可能集P（X）具有如下性质： 1．0∈P（X）：投入X之后没有任何产出，即不生产是可能的； 2．可控性（无效性）：如Y∈ P（X），有Y1=Y,Y1∈ P（X），即在原来的基础上，单方面增加投入或减少产出总是可能的生产活动，也就是说，浪费是存在的； 3．P（X）为凸的有界闭集。，即(X,Y)∈P（X）,(X1,Y1)∈P（X）,λ∈[0,1]，都有： λ(X,Y)+(1-λ)(X1,Y1)=(λX+(1-λ)X1,λY+(1-λ)Y1)∈ P（X）。 基于以上理论，在P（X）上定义的产出距离函数D0(X,Y)为： D0(X,Y)= Min{δ:( Y/δ) ∈P (X)} 从生产可能集P（X）所具有的性质，我们能够直接得到产出距离函数D0(X,Y) 也具有如下性质： 1．D0(X,Y)是关于X的增函数，关于Y的非减函数； 2．D0(X,Y)是Y的线性齐次函数； 3．若Y∈P(X)，那么D0(X,Y) ≤1 4．D0(X,Y)=1的充分必要条件是Y在生产前沿面上。 考虑只有两种产出的情况，面向产出的产出距离函数可用图3-2表示，其中曲线P(X)表示生产可能性边界。对于用给定的投入X生产Y′，Y′时，生产可能集P（X）是由生产可能性前沿与Y′轴和Y′轴围成的区域。 面向产出的距离函数 3．M-指数模型 Malmquist指数构造的基础是距离函数，距离函数定义在生产可能集上。生产可能集，满足凸性，锥性，无效性和最小性四个公理。在经验研究中，根据观察到的决策单元按照公理系统来生成生产可能集，假设存在个决策单元（DMU），每个决策单元在期使用种投入，并得到种产出，由观察到的决策单元所构造的期生产可能集为： （3-1） 期生产可能集为： （3-2） 距离函数定义在生产可能集P（X）之上，S期生产活动相对于t期生产可能集的产出距离函数为： （3-3） 下标“o”表示距离函数是基于产出定义的，显然，由定义： （3-4） 位于前沿上，即生产相对于可能集而言是技术有效的。 基于和期参照技术的Malmquist生产率指数分别为： ，（3-5） 为避免时期选择的随意性可能导致的差异，Caves等（1982）仿照Fisher理想指数的构造方法，用与的几何平均作为衡量从t期到t+1时期生产率变化的Malmquist指数： （3-6） 同时在规模报酬不变（CRS）的假设下，我们可以将其分解为技术效率变动和技术进步两部分： （3-7） 在规模报酬可变(VRS)的假设下，技术效率变化可以进一步分解为纯技术效率变动（PECH）和规模效率变动（SECH）： （3-8） 这样我们就可以在同一个分析框架内将农业全要素生产率变动分解为纯技术效率变动，规模效率