基于DEA产业全要素生产率研究.docVIP

基于DEA产业全要素生产率研究 　　【摘 要】文章使用数据包络分析（DEA）方法下的Malmquist指数法对北京市三次产业及第三产业各行业的全要素生产率进行了分解和测算。测算结果表明，第二产业应不断提高科技水平，保证技术进步的持续性;第一、三产业则应通过改善管理质量控制从业人员数量来提高规模效率，才能保证全要素生产率的进一步提高。同时，测算结果还表明个别垄断性行业的全要素生产率偏低，在未来可能会影响整体经济质量的提高，值得警惕。 　　【关键词】产业;全要素生产率;Malmquist指数 　　一个地区的经济增长主要源于两方面因素：一是增加资本与劳动力等要素投入，二是通过技术与管理的创新提高生产效率。新古典经济学认为，由增加投入推动的增长因要素因边际生产力递减而难以持续，只有依靠效率提升的增长才是可持续的。效率在经济活动中是将各种投入转化为产出的有效程度，生产率是总产出和各种资源要素总投入之间的比值。如只有一种投入，可称为资本生产率、劳动生产率等，如考虑多种投入，则是全要素生产率（TFP）。全要素生产率是在剔除要素投入之后，由技术进步和规模效益等因素导致的产出增长，是度量生产效率的主要指标。 　　估算TFP有多种方法，本文使用的是其中的数据包络分析方法（Data Envelopment Analysis，简称DEA）。该方法是一种用非参数数学规划估算生产前沿的方法，是一种对多投入和多产出决策单元（Decision Making Units，DMU）相对效率评估非常有效的方法，同时也是在相同类型的部门间进行相对有效性评价的有效方法。决策单元是DEA的具体评价对象，是评价过程中重要的组成部分，一个单元或部门就可构成一个独立的DMU，但一组DMU需共享一组投入和产出，也即是要具有相似的性质。 　　DEA模型包含多个具有不同规模收益的模型，是线性模型的应用之一。本文用到的是其中的Malmquist指数法。Malmquist指数在距离函数的基础上定义，以t时期技术T（t）和T（t+1）为参照。由数据包络分析中规模效益不变的线性规划方法计算出各距离函数的值，即可得到Malmquist指数，即TFP增长率。Malmquist指数法可以将全要素生产率分解成技术进步变化和综合效率变化，综合效率变化分解为纯技术效率变化和规模经济。纯技术效率变化是剔除了规模对生产率的影响，仅指在变动规模报酬假定下的技术效率变化。如技术有效，则意味着决策单元对现在的投入和产出状况是合理的，可通过现行的生产组织和管理等达到生产前沿面的水平。技术进步变化反映生产前沿面的移动对生产率变化的贡献程度，规模效率变化反映规模经济对生产率的影响。如果TFP指数大于1，表明综合生产率水平提高;如小于1，则表明生产率降低。如构成TFP指数的某一变化比率大于1，表明其是生产率水平提高的根源;反之则会导致全要素生产率的下降。在软件方面，本文使用DEAP2.1进行测算。 　　一、三次产业Malmquist指数分析 　　本部分分析所用样本为北京市2004-2012年间数据。数据来自《北京市统计年鉴》和《中国统计年鉴》。Malmquist指数法不涉及具体的生产函数形式，只需提供各投入产出变量，即资本、劳动和总产出。为此，本文选用三次产业的当年价格增加值作为总产出指标，固定资产投资作为资本投入指标，从业人员作为劳动投入指标。根据运算结果得到以下结论。 　　（一）第一产业 　　从综合效率的变化来看，第一产业在2004-12年间的平均值为0.81，表明投入产出效率较低，属于DEA无效;从分解项看，纯技术效率变化指数为1，表明技术使用效率在上升，而规模效率变化指数为0.81，表明造成综合技术效率偏低的原因是规模效率的变化，说明产业规模尚未达到最优。技术进步变化平均值为0.997，表明这一时期第一产业并未实现技术进步。 　　全要素生产率变化的平均值为0.807，表明在此期间第一产业的全要素生产率在递减，在整体上呈现下降趋势，生产效率越来越低。全要素生产率在2004-12年间呈现出很大的波动性，全要素生产率变化的标准差为0.347，在三次产业中是波动幅度最大的。此外，第一产业全要素生产率对产业增加值的贡献也是三次产业中最小的。 　　（二）第二产业 　　从综合效率的变化来看，第二产业在2004-12年间的平均值为1，表明投入产出效率较好;从分解项看，纯技术效率变化指数为1，表明技术使用效率在上升，而规模效率变化指数为1，表明产业规模较好。技术进步变化平均值为1.069，表明这一时期第二产业基本实现技术进步，年增速为6.9%，说明在技术创新方面取得了一定成绩。 　　全要素生产率变化的平均值为1.069，表明在此期间第二产业的全要素生产率在递增，年均变化率为6.9%，呈现进步性变化。全