基于DEA方法我国地区技术效率研究.docVIP

基于DEA方法我国地区技术效率研究 　　内容摘要：本文利用DEA方法对我国1985-2007年各地区技术效率的地区差异及变化趋势进行了分析，结果表明，纯技术效率的恶化导致了我国东、中部技术效率的下降，而西部的纯技术效率和规模效率均实现了增长；我国多数地区存在投入拥挤和产出不足的状况，其中西部地区最严重，其次是中部和东部地区。 　　关键词：数据包络分析 技术效率 纯技术效率 规模效率 　　引言 　　近年来，我国地区差距问题日益凸显，探究地区差距的原因成为了学术界关注的焦点，而作为影响经济增长的重要因素―全要素生产率及构成的地区差异自然也受到关注，相关的研究文献逐渐涌现，如颜鹏飞、王兵（2004）运用DEA的方法测度了1978-2001年中国30个省（自治区、直辖市）的技术效率、技术进步及曼奎斯特生产率指数，通过比较分析发现，1992年以前中国经济出现了效率的趋同，1992年以后追赶效应消失，技术进步成为各个地区生产率差异的主要原因。郭庆旺等（2005）利用非参数的DAE-Malmquist指数方法估算出中国各省份1979-2003年间的TFP增长、技术效率变化和技术进步率，分析了省份经济的TFP增长差异。郑京海、胡鞍钢（2005）采用以DEA为基础的曼奎斯特生产率指数法对中国改革时期省际生产率增长的变化情况进行了实证分析，发现省际生产率的增长主要是由技术进步带来的，而效率改善的速度明显落后于技术进步的速度。王志刚等（2006）采用超越对数生产函数的随机前沿模型，对改革开放以来中国地区间生产效率演进进行了研究。 　　上述研究对我国全要素生产率及其构成的变化及地区差异进行了有益的探讨，但它们在测算全要素生产率及构成时仅考虑了劳动者的数量，而没有包含任何有关劳动者质量的信息，即人力资本水平随时间、地区变化的信息，所以这种测算是不准确的。另外，上述有关区域范围的全要素生产率研究主要集中在技术进步、技术效率的地区差异及其对生产率的贡献上，而没有对技术效率本身进行相关分析。有鉴于此，本文拟利用包含人力资本要素的省区面板数据，采用DEA方法对中国地区技术效率进行重新测算和分析，以弥补相关研究的不足。 　　方法与数据 　　（一）数据包络分析（DEA）方法 　　数据包络分析（DEA）是由美国著名运筹学家Charnes和 Cooper等于1978年提出的，是在Farrell测度基础上发展起来的一种评价决策单元（decision making unit，DMU）相对业绩的非参数方法，其中应用最普遍的模型是C 2R模型。假设有n个决策单元（DMU），每个决策单元（DMUj）都有m种输入和种S输出，其中xj=（x1 j，x2 j，…，xm j）T，yj=（y1 j，y2 j，…，ys j）T，xij0为第j个决策单元DMUj的第i种输入类型的输入量；yrj0表示DMUj的第r种输出类型的输出量（ j =1，2，…，n；i =1，2，…，m；r =1，2，…，s）。x0=xj0，y0=yj0分别为决策单元DMUj0的输入和输出。对于选定的DMUj0，判断其有效性的DEA模型可以表示为： 　　（1） 　　其中si-和sr+分别为剩余变量和松弛变量，ε为非阿基米德无穷小量，一般取ε=10-6，θ为该决策单元DMUj0的有效值，当θ=1时，称DMUj0为DEA有效，当θ1时，称DMUj0为DEA无效。 　　（二）样本及相关数据说明 　　本文分析样本为内陆28个省、自治区和直辖市，为了行文方便我们将其统称为省区，海南和西藏由于相关数据缺失较多，未包括在内，重庆由于成立直辖市时间相对较短，本文把其相关数据并入四川计算。本文还采用了传统三大地带划分方法，其中东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东等10个省区；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8省区；西部地区包括内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆等10个省区。由于受到人力资本数据的限制，本文分析时段为1985-2007年。模型涉及的变量及相关数据说明如下： 　　省区产出水平用GDP数据表示，其中1985-1999年数据来源于《新中国五十年统计资料汇编》，2000-2007年数据来自于历年《中国统计年鉴》，各省区GDP数据均按1978年不变价格进行了折算。 　　投入包括两种，一是资本存量K，二是人力资本增强型劳动力L。资本存量K采用永续盘存法进行估算，相关数据来源于历年《中国统计年鉴》。人力资本增强型劳动力L为人力资本h与劳动力l的乘积，即L=h×l。人力资本h用人均受教育年限表示，采用陈钊等（2004）的方法计算得来，其中1985、1986年数据来自相应年份的人口抽样估算数据，2002-2007年数据来自