中国区域工业创新全要素生产率的实证分析——基于DEA的修正Malmquist指数方法.pdfVIP

12012年第5期 ●现代管珲科学 ●名家观察 中国区域工业创新全要素生产率 的实证分析 l is 基于DEA的修正Ma t指数方法 mqu ●张沛东郭克莎 摘要：文章以非参数DEA的修正Malmquist指数方法测算了2003年．2010年我国区域工业创新的全要素生产率指数 并对其进行了分解．实证结果表明，造成近年来我国区域工业创新全要素生产率提高的主要原因在于其创新前沿水平的提 高超过了创新效率的下降；无论从省际层面还是从东、中、西三大区域层面．我国工业创新全要素生产率水平都存在明显差 异，然而随着时间推移，区域之间的差异有逐渐缩少的趋势． 关键词：区域；工业；创新全要素生产率 一、引言 术距离函数测度了给定方向下被观测单元与前沿面之间 目前已有的国内相关文献大多使用非参数DEA方法偏离的程度．程度越小代表生产率水平越高，若偏度为零， 对于中国工业创新的技术效率进行测算和分析．如潘雄锋 则意味着该决策单元位于前沿面上．生产率水平达到最 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人资源的实 的思路．将上述CCR模型中规模收益不变(CRS)$J约束条 际产出能力．并未包括技术前沿本身的变化情况。而学者 件∑X-0扩展为乏X≥l和乏入≤l以得到规模收益递增 白少君等(2011)虽然首次使用非参数DEA方法计算了我(IRS)和规模收益递减(DRS)情况下的定向技术距离函数： 国工业研发创新的全要素生产率．但是其使用的足行业层 规模收益递增条件下的定向技术距离函数为： 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． a规模收益不变条件下的定向技术距离函数为： 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 B规模收益递减条件下的定向技术距离函数为： 因而也影响了使用Malmquist指数方法进行测算的准确 ll 性。为此，本文将采用能够综合考虑规模报酬因素以及 袁1我国省际工业创新的全要素生产率TFP 投入产出皆可变的修正Malmquist指数方法．就我国区 及其分解情况(2003—2010) 域层面工业创新的全要索生产率进行计算和分解．以考 地区 Tc EC 7n甲 地区 Tc EC TF‘P 察不同区域工业创新的整体投入产出绩效差异。 北京 1．1321．0031．135河南 1．0690．9741．041 二、研究方法和数据选择 天津 1．114o．9821．094湖北 l-0560．9921．048 1．基于非参数DEA的修正Malmquist指数方法。学 河北 l-0680．8920．953湖南 1．03l1．0001．031 者黄薇(2008)针对传统DEA方法有关规模报酬不变和 辽宁 1．0720．9461．014内蒙古 1．0450．9781．022 只有投入产出单一方面可变的假设与现实情况不相吻 上海 1．1401．0011．141广西 1．0490．99l1．040 合的状况．提出了一种计算全要素生产率的修正的 江苏 1．0940．9371．025重庆 1．1121．0001．112 Malmquist指数方法．即采用定向技术距离函数对传统的