基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（08AJY040）

摘 要：將技術(shù)要素作為內(nèi)生變量納入隨機(jī)前沿模型，對(duì)2003~2011年中國(guó)不同區(qū)域的技術(shù)效率水平進(jìn)行測(cè)度，并重點(diǎn)分析造成區(qū)域技術(shù)效率差異的原因。結(jié)果顯示：整體來(lái)看，我國(guó)平均技術(shù)效率水平穩(wěn)步上升；從區(qū)域角度來(lái)看，東部地區(qū)平均技術(shù)效率水平最高，高出中部地區(qū)約3.04%，高出西部地區(qū)約7.87%，且三大地區(qū)之間的技術(shù)效率差異呈現(xiàn)收斂趨勢(shì)；科技投入、高科技產(chǎn)業(yè)規(guī)模、人口素質(zhì)、經(jīng)濟(jì)外向度和地方保護(hù)是當(dāng)前導(dǎo)致區(qū)域技術(shù)效率差異的關(guān)鍵因素。

關(guān)鍵詞： 隨機(jī)前沿分析；區(qū)域技術(shù)效率；差異分析；原因探究

中圖分類號(hào)：F016 文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)：1003-7217(2014)03-0111-05

一、引言

通常，生產(chǎn)資料的增加和效率的提高是影響經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素。然而，傳統(tǒng)的經(jīng)濟(jì)理論假設(shè)生產(chǎn)技術(shù)在企業(yè)生產(chǎn)過(guò)程中得到充分有效利用，忽略了技術(shù)效率損失的存在。一般而言，現(xiàn)實(shí)中企業(yè)并不能達(dá)到最大產(chǎn)出。為了測(cè)度實(shí)際產(chǎn)出與最大產(chǎn)出之間的距離，技術(shù)效率的測(cè)度問(wèn)題得到重點(diǎn)關(guān)注。作為發(fā)展中國(guó)家，我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展極為不均衡，了解技術(shù)效率的區(qū)域差異并找到深層次的影響因素，對(duì)于提升區(qū)域生產(chǎn)效率和平衡區(qū)域經(jīng)濟(jì)發(fā)展具有重大的現(xiàn)實(shí)意義。

技術(shù)效率的測(cè)度方法主要包括非參數(shù)方法和參數(shù)法。其中，前者不需要設(shè)定生產(chǎn)函數(shù)，避免了由錯(cuò)誤函數(shù)形式帶來(lái)的偏差；后者需要設(shè)定生產(chǎn)函數(shù)形式，能夠得到各生產(chǎn)要素的貢獻(xiàn)率。目前，國(guó)內(nèi)外比較流行的方法是隨機(jī)前沿模型。由于國(guó)外的相關(guān)研究大多集中于企業(yè)和行業(yè)層面，因此，國(guó)內(nèi)的區(qū)域技術(shù)效率研究相對(duì)更具有參照性。具體地，國(guó)內(nèi)相關(guān)研究可以劃分為兩大類：（1）側(cè)重于技術(shù)效率的區(qū)域差異分析。許長(zhǎng)新（1996）、何楓等（2004）、周春應(yīng)等指出，我國(guó)區(qū)域技術(shù)效率呈現(xiàn)快速上升趨勢(shì)，東部沿海地區(qū)技術(shù)效率水平最高，其次是中部地區(qū)和西部地區(qū)［1-3］。于君博（2006）認(rèn)為，我國(guó)區(qū)域技術(shù)效率改善并不明顯，在部分時(shí)段甚至出現(xiàn)下滑趨勢(shì)，同時(shí)區(qū)域間技術(shù)效率基本無(wú)差異［4］。陳青青等（2011）、岳意定等（2013）發(fā)現(xiàn)，三大區(qū)域的技術(shù)效率呈現(xiàn)上升趨勢(shì)，中部地區(qū)技術(shù)效率最高，依次是東部和西部，且區(qū)域差異呈現(xiàn)收斂趨勢(shì)［5,6］。（2）側(cè)重于研究導(dǎo)致技術(shù)效率區(qū)域差異的影響因素。何楓（2003，2004）、何婷英（2006）、唐德祥等（2008）、何鋒等（2009）、刁麗琳等（2011）從單一方面研究了技術(shù)效率區(qū)域差異原因［7-12］。徐瓊（2009）、王家庭（2011）、岳意定等（2013）從多層面探討了技術(shù)效率背后的影響因素［13,14,6］。然而，對(duì)于同一因素對(duì)技術(shù)效率的影響存在很大差異，甚至出現(xiàn)完全相反的結(jié)論。進(jìn)一步，對(duì)比關(guān)于區(qū)域技術(shù)效率測(cè)算的隨機(jī)前沿模型可知，它們將技術(shù)要素作為外生變量考慮，與事實(shí)不符。

為此，本文擬通過(guò)構(gòu)建考慮技術(shù)要素隨時(shí)間不斷發(fā)展變化的隨機(jī)前沿模型，對(duì)2003~2011年我國(guó)區(qū)域技術(shù)效率進(jìn)行重新測(cè)算，并將估算結(jié)果與已有研究成果進(jìn)行對(duì)比。進(jìn)一步歸納技術(shù)效率可能的影響因素，對(duì)當(dāng)前導(dǎo)致區(qū)域技術(shù)效率巨大差異的原因進(jìn)行深入探究。

二、模型構(gòu)建與數(shù)據(jù)來(lái)源

（一）模型構(gòu)建

本文基于Battese & Coelli（1992，1995）模型的基本原理［15，16］，考慮技術(shù)要素隨時(shí)間不斷發(fā)展這一事實(shí)，建立如下模型：

In(Yit)=β0+β1In(Lit)+β2In(Kit)+

β3t+vit－uit

uit=ηt×ut

ηt=exp {－η(t－T)}

TEit=exp (－uit)

γ=σ2u/（σ2v+σ2u）（1）

其中，Yit表示GDP（單位：億元人民幣），Lit表示人力資本（單位：萬(wàn)人），Kit表示資本存量（單位：億元人民幣）； β1是人力資本產(chǎn)出彈性，β2是資本產(chǎn)出彈性，β3為廣義技術(shù)的年均發(fā)展速度；γ表示隨機(jī)擾動(dòng)項(xiàng)中技術(shù)無(wú)效率所占的比例。

財(cái)經(jīng)理論與實(shí)踐(雙月刊)2014年第3期2014年第3期(總第189期)謝偉峰：中國(guó)區(qū)域技術(shù)效率的差異及其原因探究

（二）數(shù)據(jù)來(lái)源

選取2003~2011年我國(guó)30個(gè)省、自治區(qū)及直轄市作為研究樣本，共270個(gè)觀測(cè)值。其中，東部沿海地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南共10個(gè)省區(qū)；中部地區(qū)包括山西、內(nèi)蒙古、遼寧、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西共11個(gè)省區(qū)；西部地區(qū)包括重慶、四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆共9個(gè)省區(qū)。由于數(shù)據(jù)缺失，西藏地區(qū)被排除在外。各變量的定義及數(shù)據(jù)來(lái)源如下：

Yit（GDP）來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》，并折算為2000年不變價(jià)格。

Lit（人力資本）借鑒吳兵等（2002）的方法［17］，利用地區(qū)產(chǎn)出除以產(chǎn)業(yè)工人的平均工資來(lái)衡量地區(qū)的人力資本現(xiàn)狀，具體計(jì)算方法為：Lit=GDPit/it。其中，it為不同產(chǎn)業(yè)勞動(dòng)力工資均值，這里選用采礦業(yè)，制造業(yè)，建筑業(yè)和電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)4個(gè)行業(yè)的簡(jiǎn)單算術(shù)均值作為其代理指標(biāo)。數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》。

Kit（物質(zhì)資本）采用何楓（2003）提出的測(cè)算方法得到［18］，本年的平均物質(zhì)資本存量=(上年年末資本存量+本年資本形成總額)/2。以何楓等計(jì)算的2000年的物資資本作為基期初始值，其他各年的資本存量均按2000年的不變價(jià)格計(jì)算。數(shù)據(jù)來(lái)源于《中國(guó)國(guó)內(nèi)生產(chǎn)總值核算歷史資料：1952-2004》，2005~2011年的數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)局網(wǎng)站。

三、區(qū)域技術(shù)效率測(cè)算結(jié)果

運(yùn)用R軟件中的SFA軟件包對(duì)上述模型進(jìn)行估算。表1給出了有關(guān)參數(shù)及其檢驗(yàn)的結(jié)果，表2給出了我國(guó)30個(gè)省區(qū)的技術(shù)效率水平及描述性統(tǒng)計(jì)。

表1 隨機(jī)前沿模型的估計(jì)結(jié)果

待估參數(shù)

系數(shù)

標(biāo)準(zhǔn)差

t

統(tǒng)計(jì)量

β0

-1.3090

0.1646

-7.9539***

β1

0.2891

0.0218

13.2510***

β2

0.7781

0.0243

31.9771***

β3

0.0320

0.0047

6.8846***

σ2

0.0069

0.0021

3.2965***

γ

0.7504

0.0604

12.4203***

μ

0.1435

0.0212

6.7731***

η

0.0129

0.0149

0.8691

Log likelihood function

426.551

LR test of onesided error

251.54***注：***、**、*分別表示在1%、5%、10%水平下顯著。

根據(jù)模型參數(shù)估計(jì)結(jié)果可知：（1）根據(jù)γ=0.7504，且LR統(tǒng)計(jì)量通過(guò)1%水平下的顯著性檢驗(yàn)，這表明模型（1）的誤差項(xiàng)確實(shí)具有明顯的復(fù)合結(jié)構(gòu)。（2）由β3=0.032且在1%水平下顯著可知，我國(guó)廣義技術(shù)的年發(fā)展速度為3.2%，表明本文考慮技術(shù)要素隨時(shí)間不斷發(fā)展變化的合理性。（3）從人力資本和物質(zhì)資本兩大要素來(lái)看，β1=0.2891，β2=0.7781，且均在1%水平下顯著，意味著人力資本每增加1%，地區(qū)GDP將上升28.91%；物質(zhì)資本存量每增加1%，地區(qū)GDP將上升77.81%。由此可知，物質(zhì)資本投入在我國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)程中仍占據(jù)主導(dǎo)地位。

結(jié)合技術(shù)效率測(cè)算結(jié)果來(lái)看，全國(guó)整體及不同區(qū)域的技術(shù)效率水平均隨時(shí)間的推移呈現(xiàn)上升趨勢(shì)，但仍舊處于低下水平。對(duì)區(qū)域進(jìn)行橫向比較可知，東部地區(qū)的技術(shù)效率水平最高，歷年平均值達(dá)0.8911。相比之下，中部地區(qū)其次，西部地區(qū)最低，歷年平均值分別為0.8607和0.8124，分別低于東部地區(qū)3.04%和7.87%。這些結(jié)論表明地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度與技術(shù)效率水平具有很強(qiáng)的正相關(guān)關(guān)系。對(duì)區(qū)域技術(shù)效率差異進(jìn)行縱向比較可知，技術(shù)效率差異隨時(shí)間的推移呈現(xiàn)收斂趨勢(shì)，對(duì)同一區(qū)域進(jìn)行縱向?qū)Ρ瓤芍?，三大地區(qū)的平均技術(shù)效率均隨時(shí)間的推移呈現(xiàn)上升趨勢(shì)。

四、技術(shù)效率區(qū)域差異的原因探究

（一）理論分析

對(duì)技術(shù)效率可能的影響因素進(jìn)行歸納總結(jié)，具體見(jiàn)表3。

首先，地理位置是技術(shù)效率不可忽視的影響因素。企業(yè)的營(yíng)運(yùn)成本嚴(yán)重依賴于交通運(yùn)輸，而地理位置對(duì)于自然資源獲得的難易程度有決定性的作用。以山西省為例，煤炭資源豐富，大大降低了工業(yè)

表2 我國(guó)30省區(qū)技術(shù)效率水平及描述性統(tǒng)計(jì)

地 區(qū)

2003

2004

2005

2006

2007

2008

2009

2010

2011

北 京

0.9219

0.9228

0.9238

0.9247

0.9256

0.9266

0.9275

0.9284

0.9293

天 津

0.9631

0.9635

0.9640

0.9645

0.9649

0.9653

0.9658

0.9662

0.9666

河 北

0.8239

0.8260

0.8280

0.8300

0.8320

0.8339

0.8359

0.8378

0.8397

山 西

0.8280

0.8300

0.8320

0.8339

0.8359

0.8378

0.8397

0.8416

0.8435

內(nèi)蒙古

0.8941

0.8953

0.8966

0.8979

0.8991

0.9003

0.9016

0.9028

0.9039

遼 寧

0.8502

0.8519

0.8537

0.8554

0.8572

0.8589

0.8605

0.8622

0.8638

吉 林

0.8357

0.8376

0.8395

0.8414

0.8433

0.8451

0.8470

0.8488

0.8506

黑龍江

0.8614

0.8631

0.8647

0.8663

0.8679

0.8695

0.8711

0.8726

0.8741

上 海

0.9751

0.9754

0.9757

0.9760

0.9763

0.9766

0.9769

0.9772

0.9775

江 蘇

0.8330

0.8349

0.8369

0.8388

0.8407

0.8426

0.8444

0.8462

0.8481

浙 江

0.9377

0.9385

0.9393

0.9400

0.9408

0.9415

0.9422

0.9430

0.9437

安 徽

0.8498

0.8516

0.8533

0.8551

0.8568

0.8585

0.8602

0.8618

0.8635

福 建

0.8725

0.8741

0.8756

0.8771

0.8785

0.8800

0.8815

0.8829

0.8843

江 西

0.7929

0.7952

0.7976

0.7999

0.8022

0.8045

0.8067

0.8090

0.8112

山 東

0.7925

0.7949

0.7972

0.7995

0.8018

0.8041

0.8064

0.8086

0.8108

河 南

0.8251

0.8272

0.8292

0.8312

0.8332

0.8351

0.8371

0.8390

0.8409

湖 北

0.7466

0.7494

0.7522

0.7549

0.7576

0.7604

0.7630

0.7657

0.7683

湖 南

0.9793

0.9796

0.9798

0.9801

0.9803

0.9806

0.9808

0.9811

0.9813

廣 東

0.8538

0.8555

0.8572

0.8589

0.8606

0.8623

0.8639

0.8655

0.8671

廣 西

0.9311

0.9320

0.9328

0.9336

0.9345

0.9353

0.9361

0.9369

0.9376

海 南

0.8844

0.8858

0.8871

0.8885

0.8899

0.8912

0.8925

0.8938

0.8951

重 慶

0.7922

0.7946

0.7969

0.7993

0.8016

0.8038

0.8061

0.8083

0.8105

四 川

0.8028

0.8051

0.8073

0.8095

0.8117

0.8139

0.8161

0.8182

0.8203

貴 州

0.8664

0.8680

0.8696

0.8712

0.8727

0.8743

0.8758

0.8773

0.8787

云 南

0.8093

0.8115

0.8137

0.8158

0.8180

0.8201

0.8222

0.8242

0.8263

陜 西

0.8159

0.8181

0.8202

0.8223

0.8243

0.8264

0.8284

0.8304

0.8324

甘 肅

0.8187

0.8208

0.8229

0.8249

0.8270

0.8290

0.8310

0.8330

0.8349

青 海

0.7834

0.7859

0.7883

0.7907

0.7931

0.7955

0.7978

0.8001

0.8024

寧 夏

0.7942

0.7965

0.7989

0.8012

0.8035

0.8057

0.8080

0.8102

0.8124

新 疆

0.7496

0.7524

0.7551

0.7579

0.7606

0.7633

0.7659

0.7685

0.7711

全 國(guó)

0.8495

0.8512

0.8530

0.8547

0.8564

0.8581

0.8597

0.8614

0.8630

東 部

0.8858

0.8871

0.8885

0.8898

0.8911

0.8924

0.8937

0.8950

0.8962

中 部

0.8540

0.8557

0.8574

0.8591

0.8607

0.8624

0.8640

0.8656

0.8672

西 部

0.8036

0.8059

0.8081

0.8103

0.8125

0.8147

0.8168

0.8189

0.8210

表3 技術(shù)效率影響因素及其度量方式

解釋變量

度量方式

地理位置

東部省區(qū)用1表示，其他省區(qū)用0表示

科技人員密度

每萬(wàn)人口從事科技活動(dòng)人員

財(cái)政科技投入

地方財(cái)政科技撥款/地方財(cái)政支出

高科技產(chǎn)業(yè)規(guī)模

高科技產(chǎn)業(yè)規(guī)模產(chǎn)值占全國(guó)比例

人口素質(zhì)

平均受教育年限

金融深化度

金融機(jī)構(gòu)平均貸款余額/地區(qū)GDP

產(chǎn)業(yè)聚集度

Hoover系數(shù)測(cè)算的三大產(chǎn)業(yè)聚集度總值

經(jīng)濟(jì)外向度

外商直接投資/地區(qū)GDP

地方保護(hù)度

各地區(qū)國(guó)有工業(yè)產(chǎn)值/工業(yè)總產(chǎn)值

生產(chǎn)行業(yè)的煤炭成本，企業(yè)資金的配置及利用效率就相對(duì)較高。其次，科技環(huán)境、外商直接投資、國(guó)民素質(zhì)、產(chǎn)業(yè)集中程度和金融深化度都是當(dāng)前影響區(qū)域技術(shù)效率的重要因素。（1）企業(yè)資源利用效率與其所處科技環(huán)境息息相關(guān)。（2）伴隨著外來(lái)資本的注入，技術(shù)溢出效應(yīng)同樣存在。（3）作為經(jīng)濟(jì)活動(dòng)的主題，勞動(dòng)力的教育程度與其掌握技術(shù)的能力正相關(guān)。（4）產(chǎn)業(yè)集中會(huì)帶來(lái)低成本的運(yùn)輸費(fèi)用和先進(jìn)技術(shù)的溢出效應(yīng)。（5）金融深化可以加強(qiáng)資金的流通速度，金融資源配置和回報(bào)率不斷提升。最后，地方保護(hù)壁壘的存在使得產(chǎn)品流通在不同區(qū)域間受到很大限制，地方缺乏充分的動(dòng)力去從事自己有相對(duì)優(yōu)勢(shì)的產(chǎn)業(yè)，進(jìn)而導(dǎo)致區(qū)域技術(shù)效率低下。

（二）實(shí)證結(jié)果與分析

構(gòu)建面板數(shù)據(jù)模型如下［19］：

yit=α0+X′itα+ξit（2）

其中，yit為因變量，這里為技術(shù)效率；Xit為解釋變量，代表影響因素。相關(guān)指標(biāo)數(shù)據(jù)由歷年的《中國(guó)統(tǒng)計(jì)年鑒》以及《中國(guó)主要科技指標(biāo)數(shù)據(jù)庫(kù)》獲得。

實(shí)證分兩步：第一步，分別檢驗(yàn)各個(gè)因素對(duì)技術(shù)效率的獨(dú)立影響；第二步，綜合考慮所有的因素，并將其放到一個(gè)計(jì)量模型中以檢驗(yàn)它們對(duì)技術(shù)效率的綜合影響，確定這些因素的重要程度。此外，面板數(shù)據(jù)模型分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型。由于構(gòu)建的面板數(shù)據(jù)來(lái)自30個(gè)省區(qū)，屬于小樣本總體，在這種情況下采用固定效應(yīng)模型是恰當(dāng)?shù)?。?和表5分別給出了區(qū)位因素各指標(biāo)對(duì)區(qū)域技術(shù)效率的獨(dú)立影響檢驗(yàn)結(jié)果和綜合影響檢驗(yàn)結(jié)果。

表4 獨(dú)立因素檢驗(yàn)結(jié)果

解釋變量

系數(shù)

t

統(tǒng)計(jì)量

地理位置

0.0521

7.4250***

科技人員密度

0.0006

7.6808***

財(cái)政科技投入

2.7470

7.9470***

高科技產(chǎn)業(yè)規(guī)模

0.1748

3.0359***

人口素質(zhì)

0.0268

9.4361***

金融深化度

0.0395

3.7031***

產(chǎn)業(yè)聚集度

-0.0312

-3.7205***

經(jīng)濟(jì)外向度

0.2577

6.3114***

地方保護(hù)度

-0.1033

-6.0485***

表5 綜合因素檢驗(yàn)結(jié)果

解釋變量

系數(shù)

t

統(tǒng)計(jì)量

地理位置

-0.0012

-0.1105

科技人員密度

0.0003

1.9268*

財(cái)政科技投入

1.8863

3.9766***

高科技產(chǎn)業(yè)規(guī)模

-0.1981

-2.9877***

人口素質(zhì)

0.0140

3.1141***

金融深化度

-0.0214

-1.3232

產(chǎn)業(yè)聚集度

0.0164

1.5726

經(jīng)濟(jì)外向度

0.1158

12.3753**

地方保護(hù)度

-0.0514

-2.1812**

由表4可知，各因素對(duì)技術(shù)效率的影響分別得到了驗(yàn)證，每個(gè)解釋變量都是高度顯著的，這也證明了本文變量選取的恰當(dāng)性。然而，地方產(chǎn)業(yè)聚集度與技術(shù)效率呈現(xiàn)負(fù)相關(guān)關(guān)系，似乎與常理相悖。從產(chǎn)業(yè)聚集度的縱向數(shù)據(jù)來(lái)看，地方的產(chǎn)業(yè)聚集度并不像想象中不斷遞增，原因可能在于交通的便利以及國(guó)家越來(lái)越重視各地區(qū)平衡發(fā)展，產(chǎn)業(yè)聚集度不但沒(méi)有增大，反而在減小。具體來(lái)說(shuō)，獨(dú)立因素檢驗(yàn)結(jié)果顯示，東部沿海城市較內(nèi)陸地區(qū)更有利于資源的合理利用。那些科技人員密度大、財(cái)政科技投入高、高科技產(chǎn)業(yè)規(guī)模大、人口素質(zhì)高、金融深化度明顯、對(duì)外開(kāi)放度高以及地方保護(hù)主義低的地區(qū)，相對(duì)更有利于資源的合理利用。

獨(dú)立因素檢驗(yàn)結(jié)果顯示，我國(guó)區(qū)域技術(shù)效率確實(shí)受到多種因素的影響。然而，這并不能確定這些因素之間是否存在顯著差異，而這種差異正是指導(dǎo)技術(shù)效率提升的關(guān)鍵所在。進(jìn)一步，將所有的區(qū)位因素放到一個(gè)計(jì)量模型，以檢驗(yàn)所有因素對(duì)區(qū)域技術(shù)效率的綜合影響。

由表5可知，在5%的顯著性水平下，地理位置、科技人員密度、金融深化度及產(chǎn)業(yè)聚集度不再顯著，同時(shí)，地理位置的影響系數(shù)變?yōu)樨?fù)號(hào)。結(jié)合我國(guó)區(qū)域發(fā)展現(xiàn)狀，可以推斷：（1）改革開(kāi)放以來(lái)國(guó)家及地方政府十分重視道路交通公共產(chǎn)品的建設(shè)，致使區(qū)域技術(shù)效率對(duì)地理位置的依賴性減弱，進(jìn)而地理位置的影響變得不顯著。（2）從科技人員密度的縱向數(shù)據(jù)可以看出，我國(guó)各地區(qū)科技人員密度并沒(méi)有隨著時(shí)間的推移而明顯增大，導(dǎo)致科技人員密度并未顯著提高區(qū)域技術(shù)效率。（3）隨著我國(guó)金融法律制度的不斷完善以及金融體系的多元化，各個(gè)地區(qū)的金融資源十分充足，區(qū)域技術(shù)效率對(duì)金融深化度的依賴程度不斷減弱。（4）由于過(guò)度的競(jìng)爭(zhēng)以及勞動(dòng)力和原材料的短缺等，大大削弱產(chǎn)業(yè)聚集的技術(shù)溢出效應(yīng)帶來(lái)的技術(shù)效率提升，進(jìn)而產(chǎn)業(yè)聚集度并未顯著提高區(qū)域技術(shù)效率。另外，財(cái)政科技投入、高科技產(chǎn)業(yè)規(guī)模、人口素質(zhì)、經(jīng)濟(jì)外向度和地方保護(hù)度對(duì)技術(shù)效率的影響依然是顯著的，是當(dāng)前影響技術(shù)效率的關(guān)鍵因素。然而，高科技產(chǎn)業(yè)規(guī)模與技術(shù)效率顯著負(fù)相關(guān)，原因可能在于我國(guó)高科技產(chǎn)業(yè)仍處于發(fā)展的初級(jí)階段，雖然技術(shù)水平較高，但是其資源配置并不合理。

五、結(jié) 論

充分考慮技術(shù)要素隨時(shí)間不斷發(fā)展這一事實(shí)，利用改進(jìn)的隨機(jī)前沿分析模型對(duì)我國(guó)2003~2011年區(qū)域技術(shù)效率進(jìn)行重新測(cè)度測(cè)算，并對(duì)區(qū)域技術(shù)效率背后可能的影響因素進(jìn)行歸納總結(jié)，結(jié)果表明：整體而言，我國(guó)平均技術(shù)效率隨時(shí)間的推移穩(wěn)步上升，說(shuō)明我國(guó)經(jīng)濟(jì)增長(zhǎng)的質(zhì)量正處于不斷上升的階段。從區(qū)域角度來(lái)看，東部地區(qū)平均技術(shù)效率水平最高，中部其次，西部最低，且地區(qū)之間的技術(shù)效率差異不斷收斂。綜合因素檢驗(yàn)結(jié)果表明，財(cái)政科技投入、高科技產(chǎn)業(yè)規(guī)模、人口素質(zhì)、經(jīng)濟(jì)外向度與地方保護(hù)是當(dāng)前導(dǎo)致區(qū)域技術(shù)效率差異的關(guān)鍵因素。

以上研究為區(qū)域技術(shù)效率的提升和平衡區(qū)域經(jīng)濟(jì)的快速發(fā)展提供了有益的政策參考：（1）注重財(cái)政科技投入對(duì)區(qū)域技術(shù)效率提升的重要作用，在積極鼓勵(lì)企業(yè)引進(jìn)高生產(chǎn)效率生產(chǎn)模式的同時(shí)，也要注重科技服務(wù)機(jī)構(gòu)的建設(shè)，不斷改善企業(yè)的技術(shù)管理水平。（2）當(dāng)前階段，盡管我國(guó)高新技術(shù)產(chǎn)業(yè)擁有先進(jìn)的技術(shù)水平，但其管理水平還比較低下水平，資源利用效率不高。因此，要積極引進(jìn)國(guó)外先進(jìn)生產(chǎn)方式，充分借鑒國(guó)外先進(jìn)的管理模式，以提升地方高新技術(shù)產(chǎn)業(yè)的技術(shù)效率。（3）作為經(jīng)濟(jì)發(fā)展的實(shí)施主體，高素質(zhì)勞動(dòng)力的培養(yǎng)尤為重要。因此，要重視高等教育的發(fā)展，加強(qiáng)對(duì)教育的投資力度，進(jìn)而全面提高全民素質(zhì)。（4）加大對(duì)外開(kāi)放力度，積極引進(jìn)外來(lái)資金。不斷打破地方保護(hù)壁壘，使得外資的資金支持作用和外來(lái)技術(shù)的外溢效應(yīng)得到充分發(fā)揮，使地方著力發(fā)展自己具有比較優(yōu)勢(shì)的產(chǎn)業(yè)，從而推動(dòng)區(qū)域技術(shù)效率不斷提升。

參考文獻(xiàn)：

［1］許長(zhǎng)新.我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)的技術(shù)效率分析［J］.財(cái)經(jīng)研究,1996，(3): 21-24.

［2］何楓,陳榮等.SFA模型及其在我國(guó)技術(shù)效率測(cè)算中的應(yīng)用［J］.系統(tǒng)工程與理論,2004，(5): 47-50.

［3］周春應(yīng),章仁俊.基于SFA模型的我國(guó)區(qū)域經(jīng)濟(jì)技術(shù)效率的實(shí)證研究［J］.科技進(jìn)步與對(duì)策,2008,25(4): 21-24.

［4］于君博.前沿生產(chǎn)函數(shù)在中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)技術(shù)效率測(cè)算中的應(yīng)用［J］.中國(guó)軟科學(xué),2006，(11): 50-53.

［5］陳青青,龍志和,林光平.中國(guó)區(qū)域技術(shù)效率的隨機(jī)前沿分析［J］.數(shù)理統(tǒng)計(jì)與管理,2011，(30): 271-277.

［6］岳意定, 劉貫春, 賀磊. 我國(guó)區(qū)域技術(shù)效率的再估計(jì)及區(qū)位因素分析［J］. 科學(xué)學(xué)研究, 2013，(6): 836-845.

［7］何楓.金融中介發(fā)展對(duì)中國(guó)技術(shù)效率影響的實(shí)證分析［J］.財(cái)貿(mào)研究,2003，(6): 48-52.

［8］何楓.經(jīng)濟(jì)開(kāi)放度對(duì)我國(guó)技術(shù)效率影響的實(shí)證分析［J］.中國(guó)軟科學(xué),2004，(1): 48-52.

［9］何婷英.人力資本投資對(duì)技術(shù)效率省際差異的實(shí)證研究［J］.北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào),2006，(3): 51-55.

［10］唐德祥,李京文,孟衛(wèi)東.R&D對(duì)技術(shù)效率影響的區(qū)域差異及其路徑依賴基于我國(guó)東、中、西部地區(qū)面板數(shù)據(jù)隨機(jī)前沿方法（SFA）的經(jīng)驗(yàn)分析［J］.科研管理,2008，(2): 115-121.

［11］何鋒,譚本艷.自主研發(fā)與我國(guó)經(jīng)濟(jì)的技術(shù)效率基于面板隨機(jī)邊界模型的實(shí)證研究［J］.中國(guó)科技論壇,2009，(6): 95-100.

［12］刁麗琳,張蓓,馬亞男.基于SFA模型的科技環(huán)境對(duì)區(qū)域技術(shù)效率的實(shí)證研究［J］.科研管理,2011，(4): 143-149.

［13］徐瓊.區(qū)域技術(shù)效率影響因素實(shí)證研究以浙江為例［J］.經(jīng)濟(jì)論壇,2009，(6): 74-78.

［14］王家庭.環(huán)渤海地區(qū)城市技術(shù)效率及其影響因素的實(shí)證研究［J］.地域研究與開(kāi)發(fā),2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吳兵,王錚.中國(guó)各省區(qū)人力資本測(cè)算研究［J］.科研管理,2004,7(4): 60-65.

［18］何楓,陳榮,何林.我國(guó)資本存量的估算及其相關(guān)分析［J］.經(jīng)濟(jì)學(xué)家,2003,(5): 29-35.

［19］周建軍，康妮，鞠方.物業(yè)稅改革對(duì)房地產(chǎn)價(jià)格的影響2002~2011年中國(guó)省際面板數(shù)據(jù)的實(shí)證研究［J］.財(cái)經(jīng)理論與實(shí)踐,2013,(6):76-80.

［20］謝偉峰.我國(guó)工業(yè)轉(zhuǎn)型升級(jí)的金融支持作用機(jī)制研究［J］.求索,2013,(9):41-43.

(責(zé)任編輯:寧曉青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant

［8］何楓.經(jīng)濟(jì)開(kāi)放度對(duì)我國(guó)技術(shù)效率影響的實(shí)證分析［J］.中國(guó)軟科學(xué),2004，(1): 48-52.

［9］何婷英.人力資本投資對(duì)技術(shù)效率省際差異的實(shí)證研究［J］.北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào),2006，(3): 51-55.

［10］唐德祥,李京文,孟衛(wèi)東.R&D對(duì)技術(shù)效率影響的區(qū)域差異及其路徑依賴基于我國(guó)東、中、西部地區(qū)面板數(shù)據(jù)隨機(jī)前沿方法（SFA）的經(jīng)驗(yàn)分析［J］.科研管理,2008，(2): 115-121.

［11］何鋒,譚本艷.自主研發(fā)與我國(guó)經(jīng)濟(jì)的技術(shù)效率基于面板隨機(jī)邊界模型的實(shí)證研究［J］.中國(guó)科技論壇,2009，(6): 95-100.

［12］刁麗琳,張蓓,馬亞男.基于SFA模型的科技環(huán)境對(duì)區(qū)域技術(shù)效率的實(shí)證研究［J］.科研管理,2011，(4): 143-149.

［13］徐瓊.區(qū)域技術(shù)效率影響因素實(shí)證研究以浙江為例［J］.經(jīng)濟(jì)論壇,2009，(6): 74-78.

［14］王家庭.環(huán)渤海地區(qū)城市技術(shù)效率及其影響因素的實(shí)證研究［J］.地域研究與開(kāi)發(fā),2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吳兵,王錚.中國(guó)各省區(qū)人力資本測(cè)算研究［J］.科研管理,2004,7(4): 60-65.

［18］何楓,陳榮,何林.我國(guó)資本存量的估算及其相關(guān)分析［J］.經(jīng)濟(jì)學(xué)家,2003,(5): 29-35.

［19］周建軍，康妮，鞠方.物業(yè)稅改革對(duì)房地產(chǎn)價(jià)格的影響2002~2011年中國(guó)省際面板數(shù)據(jù)的實(shí)證研究［J］.財(cái)經(jīng)理論與實(shí)踐,2013,(6):76-80.

［20］謝偉峰.我國(guó)工業(yè)轉(zhuǎn)型升級(jí)的金融支持作用機(jī)制研究［J］.求索,2013,(9):41-43.

(責(zé)任編輯:寧曉青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant

［8］何楓.經(jīng)濟(jì)開(kāi)放度對(duì)我國(guó)技術(shù)效率影響的實(shí)證分析［J］.中國(guó)軟科學(xué),2004，(1): 48-52.

［9］何婷英.人力資本投資對(duì)技術(shù)效率省際差異的實(shí)證研究［J］.北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào),2006，(3): 51-55.

［10］唐德祥,李京文,孟衛(wèi)東.R&D對(duì)技術(shù)效率影響的區(qū)域差異及其路徑依賴基于我國(guó)東、中、西部地區(qū)面板數(shù)據(jù)隨機(jī)前沿方法（SFA）的經(jīng)驗(yàn)分析［J］.科研管理,2008，(2): 115-121.

［11］何鋒,譚本艷.自主研發(fā)與我國(guó)經(jīng)濟(jì)的技術(shù)效率基于面板隨機(jī)邊界模型的實(shí)證研究［J］.中國(guó)科技論壇,2009，(6): 95-100.

［12］刁麗琳,張蓓,馬亞男.基于SFA模型的科技環(huán)境對(duì)區(qū)域技術(shù)效率的實(shí)證研究［J］.科研管理,2011，(4): 143-149.

［13］徐瓊.區(qū)域技術(shù)效率影響因素實(shí)證研究以浙江為例［J］.經(jīng)濟(jì)論壇,2009，(6): 74-78.

［14］王家庭.環(huán)渤海地區(qū)城市技術(shù)效率及其影響因素的實(shí)證研究［J］.地域研究與開(kāi)發(fā),2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吳兵,王錚.中國(guó)各省區(qū)人力資本測(cè)算研究［J］.科研管理,2004,7(4): 60-65.

［18］何楓,陳榮,何林.我國(guó)資本存量的估算及其相關(guān)分析［J］.經(jīng)濟(jì)學(xué)家,2003,(5): 29-35.

［19］周建軍，康妮，鞠方.物業(yè)稅改革對(duì)房地產(chǎn)價(jià)格的影響2002~2011年中國(guó)省際面板數(shù)據(jù)的實(shí)證研究［J］.財(cái)經(jīng)理論與實(shí)踐,2013,(6):76-80.

［20］謝偉峰.我國(guó)工業(yè)轉(zhuǎn)型升級(jí)的金融支持作用機(jī)制研究［J］.求索,2013,(9):41-43.

(責(zé)任編輯:寧曉青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant