郭晨光

(合肥工業(yè)大學 經濟學院，合肥　230601)

?

中國制造業(yè)生產效率測度及時空演變特征研究

郭晨光

(合肥工業(yè)大學 經濟學院，合肥230601)

摘要：基于JLMS思想推導了分離公式，并運用面板三階段DEA模型測算了我國2000-2012年省級制造業(yè)生產效率；通過構造“GE”矩陣，分析了生產效率的時空演變特征。研究表明：創(chuàng)新環(huán)境和對外開放度是提高制造業(yè)生產效率的有利因素；東、中、西部制造業(yè)生產綜合技術效率的差距并非由純技術效率主導，而主要源于規(guī)模效率；制造業(yè)生產效率的演變特征呈現(xiàn)較強的地域性聚類。對此，提出了提升我國制造業(yè)生產效率的政策建議。

關鍵詞：制造業(yè)；生產效率；三階段DEA；管理無效率；分離公式

一、引言

國際金融危機后，為了緩解就業(yè)壓力及應對“產業(yè)空心化”，美國政府提出再工業(yè)化戰(zhàn)略，發(fā)出向實體經濟回歸的重要信號[1]。受政策影響，部分外資企業(yè)逐步撤銷在華投資，國家統(tǒng)計局數(shù)據(jù)顯示2012年和2013年我國制造業(yè)實際利用外資額連續(xù)兩年出現(xiàn)下降趨勢。美國再工業(yè)化戰(zhàn)略加劇了我國制造業(yè)在國際市場上面臨的競爭壓力[2]，同時也表明制造業(yè)是大國經濟的基石。對于中國而言，我們唯有實現(xiàn)制造業(yè)的發(fā)展壯大，才能夯實實體經濟的基礎。那么，伴隨著國民經濟的擴張和發(fā)展，我國制造業(yè)生產能力處在什么樣的水平？生產能力存在什么樣的變化趨勢？這種變化的內在機理又是什么？作為反映制造業(yè)生產能力的重要指標——生產效率便引起了國內外學者的關注。

目前，對制造業(yè)生產效率的研究主要集中在單個制造業(yè)行業(yè)上。文獻[3](見本文后參考文獻列表，下同)分析了臺灣PCB制造企業(yè)的生產效率；文獻[4]采用我國2007-2010年29個制造業(yè)行業(yè)數(shù)據(jù)，研究發(fā)現(xiàn)紡織品制造業(yè)生產效率最高；文獻[5]基于三維視角分析了我國醫(yī)藥制造業(yè)的生產效率；文獻[6]分析了我國八大經濟區(qū)域四大類制造業(yè)的生產效率。然而，我國制造業(yè)總體生產效率如何？各區(qū)域存在什么樣的差距？生產效率變動呈現(xiàn)何種規(guī)律，其內在機理又是什么？解答這些問題，可以為政府制定相應的政策提供依據(jù)。有鑒于此，本文采用我國2000-2012年省級制造業(yè)面板數(shù)據(jù)，運用面板三階段DEA模型，以準確測算各省市制造業(yè)生產效率并分析其演變特征。

二、模型介紹

1．三階段DEA模型

三階段DEA模型是由Fried等[7]提出的一種效率測度方法，模型分為三個階段：第一階段為傳統(tǒng)DEA模型分析，基于原始投入產出數(shù)據(jù)評價決策單元效率；第二階段為SFA模型分析，探討環(huán)境因素對生產效率的影響；第三階段是對調整后的投入產出變量再次進行DEA模型分析，得到剔除環(huán)境因素和隨機因素后決策單元的生產效率。

2.管理無效率分離公式的分歧與推導

將第二階段的管理無效率從混合誤差項中分離出來是運用模型的重要步驟，F(xiàn)ried等并沒有給出分離公式，只是說明可根據(jù)文獻[8]的思想(簡稱JLMS方法)推導。文獻梳理發(fā)現(xiàn)，國內學者在運用三階段DEA模型時，對分離公式的形式存在較大分歧。文獻[9]和文獻[10]曾指出國內一些學者估計管理無效率時誤用了公式，然而遺憾的是，兩位學者并沒有給出該公式的推導步驟，問題懸而未決。

為了徹底消除分歧，本文借鑒JLMS方法思想推導了該分離公式，本文推導公式與文獻[9]給出的公式一致。

設ε=v+μ是混合誤差項，其中v～N(0,σv)是隨機誤差項，表示隨機因素對投入松弛變量的影響； μ是管理無效率，表示管理因素對投入松弛變量的影響，假設其服從在零點截斷的正態(tài)分布，即 μ～N+(0,σμ)。v、μ相互獨立，其聯(lián)合密度函數(shù)如下：

(1)

μ、ε聯(lián)合密度函數(shù)如下：

(2)

然后，由卷積公式得到，

(3)

其中，λ=σμ/σν。

接著，得到管理無效率的條件概率密度函數(shù)如下：

(4)

最后，管理無效率的期望如下：

(5)

三、變量選取和數(shù)據(jù)來源

1.投入產出變量

現(xiàn)有研究大多選取制造業(yè)總產值、增加值、主營業(yè)務收入、利潤等指標作為產出變量，同時從“人財物”三個角度選取投入變量。借鑒現(xiàn)有研究成果，本文選取的產出變量包括各省制造業(yè)工業(yè)總產值、利潤總額，投入變量包括勞動力投入、資本投入、能源投入。

2.環(huán)境變量

環(huán)境變量選取對制造業(yè)生產效率有影響而決策單元不能控制的因素，主要包括：

(1) 創(chuàng)新環(huán)境 雖然制造業(yè)是勞動密集型行業(yè)，但科技創(chuàng)新無時無刻不影響著產業(yè)發(fā)展的步伐。文獻[3]和文獻[11]把科研費用作為一項投入變量，這種做法固然合理，卻無法挖掘企業(yè)創(chuàng)新對生產效率影響的信息。本文將創(chuàng)新視為環(huán)境變量，并通過SFA回歸度量創(chuàng)新對松弛變量的影響，進而評價創(chuàng)新對生產效率的影響。

我們還對企業(yè)創(chuàng)新的邊界進行了適當?shù)臄U寬，現(xiàn)有文獻大多以R&D投入強度衡量創(chuàng)新程度，然而企業(yè)的創(chuàng)新不僅僅體現(xiàn)在生產階段，管理理念、營銷思維創(chuàng)新也應作為創(chuàng)新的一部分，因此選用各地區(qū)新產品銷售收入占主營業(yè)務收入比值衡量創(chuàng)新環(huán)境。

(2) 經濟發(fā)展水平 經濟發(fā)展水平高的省份可以集聚優(yōu)質資源，為制造業(yè)生產吸引優(yōu)秀人才和先進管理經驗，有利于生產效率的提高。本文以各省人均GDP衡量經濟發(fā)展水平。

(3) 市場化水平 市場化水平表明企業(yè)之間能否自由競爭，資源配置是否有效。本文以民營企業(yè)固定資產投資占總投資的比重衡量當?shù)氐氖袌龌潭取?/p>

(4) 對外開放度 對外開放度度量一個地區(qū)經濟融入全球經濟的程度，會在很大程度上影響一個地區(qū)的生產效率。遵循通行做法，本文以外貿依存度衡量對外開放度，即進出口總額與GDP的比值。

3. 數(shù)據(jù)來源與同向性檢驗

本文采用我國大陸地區(qū)31個省份的2000-2012年制造業(yè)面板數(shù)據(jù)進行生產效率及其時空演變特征的分析，由于西藏存在數(shù)據(jù)缺失，未包含在樣本范圍內。現(xiàn)階段我國還沒有發(fā)布各省市制造業(yè)投入產出的相關數(shù)據(jù)，考慮到數(shù)據(jù)的可得性和連貫性，選取制造業(yè)具有代表性的21個大類 ，數(shù)據(jù)來源于《中國工業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》，人工匯總得到各省市制造業(yè)投入產出變量的相關數(shù)據(jù)。環(huán)境變量數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》。經檢驗，投入變量與產出變量符合“同向性”假設。

四、實證分析

1．第一階段：DEA-BCC實證結果

運用DEAP2.1軟件對我國2000-2012年省際制造業(yè)生產綜合技術效率(TE)、純技術效率(PTE)、規(guī)模效率(SE)進行測算，未剔除環(huán)境因素和隨機因素的情況下，2000年我國制造業(yè)生產綜合技術效率均值是0.696，純技術效率均值是0.761，規(guī)模效率均值是0.913。隨后綜合技術效率經歷短暫的下降后持續(xù)增長，2012年達到0.839，這種增長主要源于純技術效率的增長，規(guī)模效率變化不大。分區(qū)域來看，東部地區(qū)效率值最高，并在2000-2005年間出現(xiàn)較大的波動，2005年以后基本穩(wěn)定；中部地區(qū)效率值其次，西部地區(qū)效率值最低，不過中西部地區(qū)效率有明顯的增長趨勢，且東西部之間的差距逐年減小(如下頁表1)。

表1　2000-2012年制造業(yè)生產綜合技術效率及地區(qū)對比

2. 第二階段：面板SFA回歸

借鑒文獻[12]的研究，第二階段采用面板SFA回歸分析第一階段的投入松弛變量。運用Frontier4.1軟件得到SFA回歸結果(如表2所示)，由該表可知，三個松弛變量方程中γ值均在0-1之間，且在1%顯著性水平上顯著，說明管理因素和隨機因素對制造業(yè)生產效率都有影響。下面逐一分析環(huán)境變量對投入松弛變量的影響。

表2　第二階段面板SFA回歸結果

注：***、**、*分別表示在1%、5%、10%顯著性水平上顯著。

(1)創(chuàng)新環(huán)境 對固定資產凈值、能源消耗松弛變量的回歸系數(shù)為負，且能源消耗松弛變量在1%顯著性水平上顯著；對從業(yè)人數(shù)松弛變量的回歸系數(shù)為正，且在5%顯著性水平上顯著。說明創(chuàng)新環(huán)境通過不同途徑對生產效率產生不同的影響。首先，技術創(chuàng)新、管理理念創(chuàng)新有利于減少物料的消耗，降低能源的投入。其次，技術創(chuàng)新增加制造業(yè)從業(yè)人數(shù)，因為傳統(tǒng)制造業(yè)是勞動密集型行業(yè)，較少存在人員冗余，在增加研發(fā)人員投入的同時，很難裁減生產線工人。總體來說，創(chuàng)新環(huán)境是制造業(yè)生產效率提高的有利因素，與理論預期一致。

(2) 經濟發(fā)展水平 對三個投入松弛變量的回歸系數(shù)均為正，而且固定資產凈值、能源消耗松弛變量通過了10%顯著性水平的檢驗。表明經濟發(fā)展水平越高，投入浪費越大，反而不利于生產效率的提高，與理論預期不符，但是與文獻[11]的結論一致。原因可能是經濟發(fā)展會造成企業(yè)家投資沖動，企業(yè)家們往往認為擴大生產規(guī)模就能實現(xiàn)更高的收益，但盲目投資往往演變成粗放式增長，對生產效率的作用適得其反。

(3) 市場化水平 對能源消耗松弛變量的回歸系數(shù)為正，且通過1%顯著性水平檢驗；對固定資產凈值、從業(yè)人數(shù)松弛變量的回歸系數(shù)為負，且從業(yè)人數(shù)松弛變量在1%顯著性水平上顯著。說明民營企業(yè)在能源獲取方面存在劣勢，但在企業(yè)經營管理、員工選用方面具備較大的靈活性。

(4) 對外開放度 該變量對三個投入松弛變量的回歸系數(shù)均為負，且都在1%顯著性水平上顯著。說明對外開放程度越高，越有利于制造業(yè)生產效率的提高，與理論預期一致。

3. 第三階段：調整后DEA實證結果

根據(jù)第二階段的結果調整投入變量，再次運用DEAP2.1軟件得到調整后各省制造業(yè)生產綜合技術效率、純技術效率、規(guī)模效率。分區(qū)域來看，東部地區(qū)的綜合技術效率高于中部，西部地區(qū)最低；東部地區(qū)效率值有降低的趨勢，中、西部效率值有增加的趨勢且中部增加幅度更大。東、中、西部綜合技術效率的差距并非由純技術效率主導，而主要源于規(guī)模效率(如圖1所示)。說明我國制造業(yè)還沒有完全走出依靠大規(guī)模生產提高生產效率的傳統(tǒng)發(fā)展路徑，各省制造業(yè)的技術運用和創(chuàng)新沒有明顯差異；同時解釋了東、中、西部綜合技術效率不同走勢的原因，即近年來，東部地區(qū)面臨越來越大的環(huán)保壓力和工資成本，向中西部地區(qū)轉移了大量的制造業(yè)，增加了中西部地區(qū)的產業(yè)規(guī)模，從而提高了中西部地區(qū)的生產效率。此外，如圖1-PTE所示，東、中、西部地區(qū)純技術效率在2008年出現(xiàn)了嚴重的下跌現(xiàn)象，下跌幅度遠遠大于技術效率和規(guī)模效率的下跌幅度(如圖1-TE和圖1-SE所示)，可見國際金融危機對我國制造業(yè)的產出造成了較大的負面影響，不過隨后迅速回到正常水平，體現(xiàn)了我國制造業(yè)對外部沖擊具有較強的自我調節(jié)能力。

圖1　2000-2012年東、中、西部地區(qū)TE、PTE、SE變動趨勢圖注：橫軸表示時間，縱軸表示效率值

為了反映各省市生產效率的變動特征，用橫軸表示效率變動情況、縱軸表示初始效率值構造“GE矩陣”，可將我國各省制造業(yè)生產效率分為九種類型，各省分布如圖2所示。由該圖可見，我國省級制造業(yè)生產效率的演變特征呈現(xiàn)較強的地域性聚類，即在地域上臨近的省份在“GE”矩陣上的位置也比較臨近，生產效率的變動特征具備一定的相似性，從側面說明我國各省市制造業(yè)同質化現(xiàn)象比較嚴重。

分省來看，剔除環(huán)境因素和隨機因素的影響后，東部地區(qū)北京、天津、海南、福建四省市制造業(yè)的生產效率明顯下降，表明第一階段的高效率與其運營環(huán)境和運氣有關，因而并不能真實反映其管理技術水平。廣東、山東、江蘇幾乎每年都位于生產前沿面，與第一階段相比，變動不大，表明三省管理技術水平確實比較高，該地區(qū)制造業(yè)生產效率所需改進較少，但要警惕規(guī)模效率下降對生產效率造成的沖擊。上海、浙江開始處于生產前沿面，不過隨后生產效率明顯下降，主要是規(guī)模效率的降低引發(fā)的，說明兩省市在不斷地向中西部轉移制造業(yè)，提升生產效率的路徑是依托人才、政策和地理位置等優(yōu)勢加大對高端制造業(yè)的投入以替代傳統(tǒng)制造業(yè)的對內轉移。

東部地區(qū)河北、遼寧與中部地區(qū)河南、湖北聚集在初始效率適中、效率明顯增加的區(qū)域，提升生產效率的路徑是重視技術運用和創(chuàng)新。安徽、江西、湖南、山西、吉林、內蒙古聚集在初始效率較低、效率明顯增加的區(qū)域，提升生產效率一方面要改善外部環(huán)境，包括區(qū)域創(chuàng)新氛圍、市場化水平、對外開放度等，另一方面要提高自身管理水平，加大技術運用和創(chuàng)新。

西部地區(qū)貴州、廣西、四川、重慶、陜西聚集在初始效率較低、效率明顯增加的區(qū)域，寧夏、青海、甘肅、新疆聚集在初始效率較低、效率增長趨勢并不明顯的區(qū)域。提升西部地區(qū)制造業(yè)生產效率要從兩個方面入手，一要改善管理技術水平，重視技術運用；二要增加產業(yè)規(guī)模以提升規(guī)模效率，并改善外部經營環(huán)境。

圖2　第三階段2000-2012年各省生產效率“GE”矩陣圖

五、提高我國制造業(yè)生產效率的幾點建議

借助三階段DEA模型在效率測度中的相對準確性，本文測算了我國省級制造業(yè)生產效率，并通過構造“GE矩陣”分析生產效率的時空演變特征，研究結論給我們如下幾點啟示：

第一，環(huán)境因素對制造業(yè)生產效率存在顯著的影響，合理控制環(huán)境變量是提高生產效率的可行途徑。首先要不遺余力地提升各省市的創(chuàng)新意識，鼓勵企業(yè)創(chuàng)新；其次要加大對外開放的力度，讓各省市制造業(yè)盡快融入國際化的大舞臺，從對外交流中獲取經驗；最后切忌因對未來經濟形勢的樂觀而盲目擴大投資。

第二，我國制造業(yè)生產效率存在明顯的區(qū)域性差異，東部地區(qū)較好，中部地區(qū)其次，西部地區(qū)最差。盡管區(qū)域間的差距在不斷縮小，但仍有必要采取措施提升中西部地區(qū)制造業(yè)生產效率，引導人才、資金合理地向中西部地區(qū)流動，使中西部同樣可以運用先進的技術和管理理念為制造業(yè)發(fā)展服務。

第三，各省市制造業(yè)生產綜合技術效率的差距主要源于規(guī)模效率的差距，說明我國大部分省市制造業(yè)發(fā)展思路比較傳統(tǒng)，注重規(guī)模經濟而忽視技術運用和創(chuàng)新。因此，鼓勵技術運用和創(chuàng)新，給予相應的政策扶持是很有必要的。

第四，制造業(yè)生產效率的演變呈現(xiàn)較強的地域性聚類，從側面反映了比較嚴重的同質化現(xiàn)象。給我們的啟示是，各省市在發(fā)展制造業(yè)的過程中，要充分利用當?shù)氐馁Y源、著力挖掘各自的特色融入發(fā)展，進而形成各具特色的制造業(yè)產業(yè)布局。

參考文獻：

[1]李丹.美國再工業(yè)化戰(zhàn)略對我國制造業(yè)的多層級影響與對策[J].國際經貿探索,2013,(6): 4-14.

[2]唐志良,劉建江.美國再工業(yè)化對我國制造業(yè)發(fā)展的負面影響研究[J].對外經濟貿易大學學報,2012,(2): 12-20.

[3]Liu S T, Wang R T. Efficiency Measures of PCB Manufacturing Firms Using Relational Two-stage Data Envelopment Analysis [J]. Expert Systems with Applications, 2009, (36): 4935-4939.

[4]Fang K, Hong X, Li S. Choosing Competitive Industries in Manufacturing of China Under Iow-carbon Economy A Three-stage DEA Analysis [J]. International Journal of Climate Change Strategies and Management, 2013, (5):431-444.

[5]徐峰.基于三維視角的中國醫(yī)藥制造業(yè)運行效率研究[D].天津:南開大學,2013.

[6]趙萌.中國制造業(yè)生產效率評價:基于并聯(lián)決策單元的動態(tài)DEA方法[J].系統(tǒng)工程理論與實踐,2012,(6)：1251-1260.

[7]Fried H O, Lovell C K, Schmidt S S, YaisaWarng S. Accounting for Environmental Effects and Statistical Noise in data envelopment analysis [J]. Journal of Productivity Analysis, 2002, (17):121-136.

[8]Jondrow J, Lovell C A K, Materov I S. On the Estimation of Technical Inefficiency in The Stochastic Frontier Production Function Model [J]. Journal of Econometrics, 1982, (19):233-238.

[9]羅登躍.三階段 DEA 模型管理無效率估計注記[J].統(tǒng)計研究,2012,(4):104-107.

[10]陳巍巍,張雷,馬鐵虎,劉秋皊.關于三階段DEA模型的幾點研究[J].系統(tǒng)工程,2014,(9) :144-149.

[11]郭亞軍.基于三階段DEA模型的工業(yè)生產效率研究[J].科研管理,2012,(11):16-23.

[12]劉自敏,張昕竹,楊丹.我國省級政府衛(wèi)生投入效率的時空演變[J].中央財經大學學報,2014,(6):97-104.

(責任編輯謝媛媛)

Evaluation of Manufacturing Production Efficiency in China and Spatial-temporal Evolution Features

GUO Chen-guang

(School of Economics, Hefei University of Technology, Hefei 230601， China)

Abstract:In this paper, the separation formula is deduced based on the idea of JLMS. The manufacturing production efficiency at the provincial level in China from 2000 to 2012 is evaluated by using three-stage DEA model. The spatial-temporal evolution features of production efficiency is analyzed by the establishment of “GE” matrix. The results demonstrate that the innovation environment and the degree of openness have positive effect on the manufacturing production efficiency. The gap of the comprehensive technical efficiency(TE) between the eastern, central and western regions in China is mainly caused by scale efficiency(SE) instead of pure technical efficiency(PTE). The homogenization phenomenon of the evolution of manufacturing production efficiency is relatively serious. According to the results, some advices for improving the manufacturing production efficiency in China are proposed.

Key words:manufacturing; production efficiency; three-stage DEA; management inefficiency; separation formula

中圖分類號：F830.59

文獻標志碼：A

文章編號：1008-3634(2016)01-0044-6.5

作者簡介：郭晨光(1991-)，男，安徽肥西人，碩士生。

收稿日期：2015-06-03