基于SFA我国五大煤炭城市效率估计.docVIP

基于SFA我国五大煤炭城市效率估计 　　摘要：对于我国经济正处于快速增长，可煤炭企业效率并不是很高的局面下。运用随机前沿分析方法对我国五大煤炭城市从2004―2008年效率变迁进行了测算。结果表明，我国重点煤炭城市的效率还是处于不断上升的状态，但应该加快转型步伐，努力与经济增长速度相一致。 　　关键词：煤炭城市　随机前沿　效率上升 　　中图分类号：F207　文献标识码：A　文章编号：1004-4914(2011)05-051-02 　　 　　一、引言 　　 　　煤炭城市为国家和地方国民经济与社会发展曾经作出过历史性的贡献，在我国由计划经济体制向市场经济体制，由粗放型经营模式向集约型经营模式的“两个转变”中，如何实现可持续发展，是当前我国煤炭城市和经济理论界广泛关注的一个带有战略意义的现实课题。煤炭城市对国家经济建设作出了巨大贡献，但自我积累、自我发展能力弱、产业层次低、科技含量低、产品附加值低，国家应对煤炭城市给予更多的扶持政策，组织有关部门对煤炭城市经济社会发展状况、存在的问题及发展途径进行调查和研究论证，制定切实可行的政策，加强宏观调控和具体指导。煤炭城市在发展过程中资源环境问题日益突出，企业抗风险能力差等一系列问题。解决煤炭城市发展中存在的问题需要正确处理各种关系，要建立合理的煤炭产业调控机制和促进循环经济发展的产业政策。实行增值税转型，提高运费抵扣标准，扩大增值税征收范围，对基建矿井、资源衰竭矿井和矿工在增值税、所得税方面给予优惠，资源税由定额税率改为比例税率。随着经济社会的不断发展，国家对能源的需求越来越大，能源产区和能源产业在保证国家能源需求的同时，产生了大量的经济社会问题，需要国家给予政策上的优惠与扶持。 　　 　　二、问题的提出 　　 　　提高煤炭城市的煤炭生产效率水平是推动地区煤炭产业持续快速发展的主要措施。煤炭生产效率低下使得我国一些地区的煤炭产业发展严重受阻。具体表现为社会整体技术水平提高有限，管理水平低下、劳动力整体素质低使得企业的技术改造等措施无法进行。技术效率的测度最早是由Farrell(1957)和Mriat(1972)提出来的。测度技术效率通常有两种方法：一种是非参数方法，最常见的为数据包络分析法(dataenvelop-menl analysis，DEA)；另一种是参数方法，包括确定性参数边界生产函数方法、确定性统计边界生产函数方法、随机边界生产函数方法。非参数方法是在Farrell和Mriat工作的基础上，由Varian在理论方面、Fare等人在运用方面发展和完善起来的。非参数方法首先根据样本中所有个体的投入和产出构造一个能够包容所有个体生产方式的最小生产可能性集合，即所有要素和产出的有效组合。该方法的优点是无需估计出生产函数，从而避免了因错误的函数形式带来的问题；缺点是需要大量的个体数据，且对算法要求很高，同时对生产过程没有任何描述。相对来说，大量研究人员和学者更倾向于使用参数方法来测度技术效率。学术界一致认为随机前沿分析(stochastic frontier analysis，SFA)是由Aigner，Lovell and Schmidt(1977)，Meeusen and Broeck(1977)，BaReseand Corra(1977)提出的。在早期的研究中，随机前沿模型主要应用于横截面数据，Battese and Coelli(1992、1995)，Kumbhakar(2000)等逐渐发展为使用面板数据。面板数据比横截面数据有更多的优势，如增加自由度等。 　　 　　三、SFA模型的基本原理 　　 　　随机前沿函数主要运用于截面数据，他们的模型可表达为y=f(x；B)exp(v-u)，其中y为产出，x为一矢量投入，β为一组特定的矢量参数，误差项为复合结构第1部分v服从N(0，σ2)分布，v ∈idd(独立一致分布)。第2部分u≥0，表示那些仅对某个个体所具有的冲击，该个体的技术效率状态则用TE=exp(―u)表示。当u=0时，厂商恰好处于生产前沿上(即Y=f(x；β)exp(v))；若u0，厂商则处于生产前沿下方，也即处于非技术效率状态。根据对u所服从分布的假设不同，SFA在具体估计上有不同的方法。本文根据Battese and Coelli(1992)的基本原理，考虑到面板数据当为经典C-D生产函数时其具体模型为： 　　In(yit)=βα=β1?In(Lit)+β2?In(kit+Vit-Uit)　(1) 　　TEit=exp(-Uit)　(2) 　　uit=β(t)?ui　(3) 　　在式(1)中，L，K为解释变量；β0为截距项；β1β2均为待估计的参数，i为个体序号，i=1，2，3…，N；N=5；t为时间序号，t=l，2…，T；T=4；误差项εit由两部分组成，第一部分