基于DEA三阶段法劳动投入技术效率研究.docVIP

基于DEA三阶段法劳动投入技术效率研究 　　中图分类号:F062.1 文献标识码:A 　　内容摘要:全要素生产率本身没有可直接观测的数值,在实际运用中通常被归为回归残差或回归中的时间趋势变量。而当前研究全要素生产率增长的主流方法有计算要素贡献的残差,或用Malmquist指数分解,这两种方法都不能说明全要素生产率这个对经济增长起着至关重要作用的变量的内在动因是什么,也不便据此制定政策。本文试图运用DEA三阶段方法研究八个样本国家(包含发达国家、转型国家和发展中国家)的劳动投入技术效率,并从DEA三阶段方法的测算过程得出该指标可以表征内生于经济的技术进步可以继续在劳动、资本之间分解,同时也表明技术进步是内生的。 　　关键词:劳动投入技术效率 全要素生产率 DEA三阶段方法 SFA 　　 　　以索洛为代表的新古典经济增长理论中,假定人均投资收益率和人均产出增长率是人均资本存量的递减函数。因此,如果不存在外生技术变化,经济就会收敛于一个人均水平不变的稳定状态。这样,新古典增长理论就会面临一个令人不快的结论:除非有正的人口增长率或外生给定的技术变化,否则一国经济就会进入零增长状态。为了摆脱这种尴尬局面,新古典增长理论只有将增长托付给一个自己也无法把握的东西――外生技术变化,即以技术进步为代表的全要素生产率外生化。全要素生产率本身没有可直接观测的数值,通常被归为回归残差或回归中的时间趋势变量。显然,把对经济发展起着至关重要作用的技术因素归因为与要素无关的回归残差,在学术上是难以令人满意的,这种“黑箱”理论也不能指导我们的政策和经济发展。与此相对照,20世纪80年代中期以Romer.P.(1986)的内生技术变化增长模式认为尽管某些特定的技术突破或许是随机出现的,但大多数技术变化是源于利润极大化经济主体应市场刺激而做出的有目的的投资决策产物,技术的全面增长是与人们投入资源成正比的。也就是说,技术进步是可以继续在投入资源,如劳动、资本之间再次进行分解的,一方面是劳动投入带来的技术进步,另一方面是资本投入带来的技术进步,同时也表明技术进步是内生的。 　　关于全要素生产率变动的研究,目前主要有四种方法:增长核算法、生产函数法、随机前沿分析法和数据包络分析法。前两种方法是通过计量回归包含劳动和资本为解释变量的生产函数,得到回归后的残差,经处理得到全要素生产率。Malmquist指数分析法是数据包络法的延伸,最初是由瑞典经济学家Sten Malmquist在1953年提出的。Fare等(1994)进一步将Malmquist指数进行了分解,将指数分解成技术效率变动,技术进步和规模效率变动。通过Malmquist指数计算出来的全要素生产率只是计算出了相对全要素生产率,只将其分解为技术效率、技术进步和规模效应三个部分,但还是无法得出要素投入技术进步、效率上升对全要素生产率的贡献。本文以劳动为例运用DEA三阶段方法对劳动投入的技术效率进行测算并考察其与全要素生产率的关系。 　　 　　DEA三阶段方法概述 　　 　　DEA(数据包络分析Data Envelopment Analysis)三阶段方法本来是用来研究微观效率的,其前身是效率前沿分析法(Efficiency Frontier Analysis),由Farrell(1957)最早提出。对单位效率进行分析时,首先要估计出由效率前沿单位构成的效率前沿面,效率前沿单位是指在给定的技术条件、投入品价格和外生市场因素下,能以最小成本获得一定产出的单位他们的效率往往是100%即1,其他的单位的效率都小于1。Fare et al.(1994)将DEA应用于宏观经济研究。DEA方法已经被广泛运用于企业、产业以及国家层面的效率测度中。 　　本文所用的DEA三阶段法(there-stage DEA)是Fried(2002)提出来的,将环境因素用SFA方法剥离后得到的不受随机因素干扰的技术效率。这种方法也是前沿效率分析法的一种参数分析法。因此,采用Fried et al.(2002)所提出三阶段DEA 分析法,可同时调整环境变量与随机干扰项等因素的影响。在此由于资本存量投入计算的复杂性,以及本文的意图在于引入三阶段方法计算劳动投入的技术效率,所以暂时不考虑资本投入的技术效率和配置效率。 　　第一阶段:将各样本国家劳动力的数量作为投入项,GDP作为产出项计算出一阶段劳动投入的效率数值和差值(slack movement)。 　　第二阶段:通过SFA方法对第一阶段计算出来的差值使用可观察的环境变量以及误差项进行回归,用以区别管理无效率和统计噪声。具体表达式如下: 　　Sni= f n(Zi;βn)+Vni+Uni, 　　n =1,2……N,i=1,……I(1) 　　Eni=Vni+Uni(2)