重化工业企业的规模经济效应——基于改良的超越对数成本函数模型的实证分析-the scale economy effect of heavy chemical industry enterprises an empirical analysis based on improved beyond logarithmic cost function model.docxVIP

暨南大学硕士学位论文重化工业企业的规模经济效应——基于改良的超越对数成本函数的实证研究 暨南大学硕士学位论文 重化工业企业的规模经济效应——基于改良的超越对数成本函数的实证研究 万方数据 万方数据 中文摘要 国内经济学界使用超越对数成本函数模型研究国有重化工业企业的规模经济时，认为 其规模扩张还没达到最优，其产量及市场份额进一步扩张具有合理性。本文发现大量文献 在使用超越对数成本函数模型时，有假设模型存在一个前提条件，就是企业的全要素生产 率都一样的且其在数值上都为固定值，大小为 1。因此，其成本函数计量方程的自变量均 没有全要素生产率项，而直接将其置入截距项，不予考虑全要素生产率对企业生产和成本 的影响。那么在使用这样的（称之为传统的）超越对数成本函数给出的实证结果是否符合 国有企业的状况呢？将全要素生产率纳入成本函数模型是否会影响现有结论呢？ 为此，从生产函数出发，本文意图推导完整的有着全要素生产率这一自变量项的成本 函数计量模型，并完成对 2003-2007 年间 406 家国有的和 253 家非国有的重工业企业的回 归分析，同时使用随机前沿分析法进行方法论上的对比，用来检验改良后的成本函数模型 是否具有稳健性。结果表明，改良后的超越对数成本函数模型（含有全要素生产率这一自 变量项）与中国经济实况更加贴近，比传统的成本函数更能反映出企业对投入要素的真实 偏好。在测度企业规模经济效应时，使用改良后的超越对数成本函数模型所测得结果，比 使用传统的超越对数成本函数模型和随机前沿法所测得结果更为可靠。 关键词：超越对数成本函数模型；规模经济；似不相关回归；全要素生产率 I Abstract When domestic economists use beyond cost function model to study economies of scale of state-owned heavy chemical enterprises,they think state-owned enterprises’ expansion has not reached the optimal yield and further expand market share is reasonable.We find that in the use of the translog cost function model,almost all use a stro ng assumption that all enterprises TFP is equal to 1.Therefore, the independent variables of the cost function measurement equation are not total factor productivity,and directly into the intercept term, will not consider the effect of total factor productivity to the enterprise production and cost. So will the empirical results given by the use of such traditional beyond logistic cost function conform to the condition of the state-owned enterprises? Will the cost function model included the total factor productivity into affect the existing conclusions? Therefore, we deduced a full cost function measurement model including TFP from the production function, and completed regression analysis of 406 state-owned enterprises and 253 non-state-owned enterprises of heavy industry in 2003-2007. At the same time, using stochastic frontier analysis (SFA) in comparison, in order to further investigate the robustness of the modified cost function model. The