基于SFA的我國五大煤炭城市效率估計

　　摘要：對于我國經濟正處于快速增長，可煤炭企業效率并不是很高的局面下。運用隨機前沿分析方法對我國五大煤炭城市從2004—2008年效率變遷進行了測算。結果表明，我國重點煤炭城市的效率還是處于不斷上升的狀態，但應該加快轉型步伐，努力與經濟增長速度相一致。
　　關鍵詞：煤炭城市　隨機前沿　效率上升
　　中圖分類號：F207　文獻標識碼：A　文章編號：1004-4914(2011)05-051-02
　　
　　一、引言
　　
　　煤炭城市為國家和地方國民經濟與社會發展曾經作出過歷史性的貢獻，在我國由計劃經濟體制向市場經濟體制，由粗放型經營模式向集約型經營模式的“兩個轉變”中，如何實現可持續發展，是當前我國煤炭城市和經濟理論界廣泛關注的一個帶有戰略意義的現實課題。煤炭城市對國家經濟建設作出了巨大貢獻，但自我積累、自我發展能力弱、產業層次低、科技含量低、產品附加值低，國家應對煤炭城市給予更多的扶持政策，組織有關部門對煤炭城市經濟社會發展狀況、存在的問題及發展途徑進行調查和研究論證，制定切實可行的政策，加強宏觀調控和具體指導。煤炭城市在發展過程中資源環境問題日益突出，企業抗風險能力差等一系列問題。解決煤炭城市發展中存在的問題需要正確處理各種關系，要建立合理的煤炭產業調控機制和促進循環經濟發展的產業政策。實行增值稅轉型，提高運費抵扣標準，擴大增值稅征收范圍，對基建礦井、資源衰竭礦井和礦工在增值稅、所得稅方面給予優惠，資源稅由定額稅率改為比例稅率。隨著經濟社會的不斷發展，國家對能源的需求越來越大，能源產區和能源產業在保證國家能源需求的同時，產生了大量的經濟社會問題，需要國家給予政策上的優惠與扶持。
　　
　　二、問題的提出
　　
　　提高煤炭城市的煤炭生產效率水平是推動地區煤炭產業持續快速發展的主要措施。煤炭生產效率低下使得我國一些地區的煤炭產業發展嚴重受阻。具體表現為社會整體技術水平提高有限，管理水平低下、勞動力整體素質低使得企業的技術改造等措施無法進行。技術效率的測度最早是由Farrell(1957)和Mriat(1972)提出來的。測度技術效率通常有兩種方法：一種是非參數方法，最常見的為數據包絡分析法(dataenvelop-menl analysis，DEA)；另一種是參數方法，包括確定性參數邊界生產函數方法、確定性統計邊界生產函數方法、隨機邊界生產函數方法。非參數方法是在Farrell和Mriat工作的基礎上，由Varian在理論方面、Fare等人在運用方面發展和完善起來的。非參數方法首先根據樣本中所有個體的投入和產出構造一個能夠包容所有個體生產方式的最小生產可能性集合，即所有要素和產出的有效組合。該方法的優點是無需估計出生產函數，從而避免了因錯誤的函數形式帶來的問題；缺點是需要大量的個體數據，且對算法要求很高，同時對生產過程沒有任何描述。相對來說，大量研究人員和學者更傾向于使用參數方法來測度技術效率。學術界一致認為隨機前沿分析(stochastic frontier analysis，SFA)是由Aigner，Lovell and Schmidt(1977)，Meeusen and Broeck(1977)，BaReseand Corra(1977)提出的。在早期的研究中，隨機前沿模型主要應用于橫截面數據，Battese and Coelli(1992、1995)，Kumbhakar(2000)等逐漸發展為使用面板數據。面板數據比橫截面數據有更多的優勢，如增加自由度等。
　　
　　三、SFA模型的基本原理
　　
　　隨機前沿函數主要運用于截面數據，他們的模型可表達為y=f(x；B)exp(v-u)，其中y為產出，x為一矢量投入，β為一組特定的矢量參數，誤差項為復合結構第1部分v服從N(0，σ²)分布，v ∈idd(獨立一致分布)。第2部分u≥0，表示那些僅對某個個體所具有的沖擊，該個體的技術效率狀態則用TE=exp(—u)表示。當u=0時，廠商恰好處于生產前沿上(即Y=f(x；β)exp(v))；若u>0，廠商則處于生產前沿下方，也即處于非技術效率狀態。根據對u所服從分布的假設不同，SFA在具體估計上有不同的方法。本文根據Battese and Coelli(1992)的基本原理，考慮到面板數據當為經典C-D生產函數時其具體模型為：
　　In(y)=β=β·In(L)+β·In(k+V-U)　(1)
　　TE=exp(-U)　(2)
　　u=β(t)·u　(3)
　　在式(1)中，L，K為解釋變量；β為截距項；ββ均為待估計的參數，i為個體序號，i=1，2，3…，N；N=5；t為時間序號，t=l，2…，T；T=4；誤差項ε由兩部分組成，第一部分Viid并服從N(0，σ²)分布，第二部分υ≥O，它反映的是那些在t時間僅僅影響第i個城市的隨機因素，v與υ問相互獨立。TE=exp(-υ)為樣本中第i個個體在t時期內的技術效率水平。若u=0，則TE=l，即處于技術效率狀態，此時該個體的生產點規模位于生產前沿面上；若u>0，則0it　　
　　四、數據
　　
　　本文選擇了雞西，鶴崗，雙鴨山，七臺河，大同五個煤炭城市作為樣本，在時間跨度上，選擇了2004—2008年間有關數據統計，通過求算數平均值的方法，每個城市可在從業人員，煤炭GDP，煤炭固定投資這三個方面提供三類觀測值。有關數據均來自《煤炭城市年獻統計》《中國經濟發展報表》等。
　　
　　
　　五、分析結果與討論
　　
　　應用Frontier(4.1)軟件，得到模型的最大似然估計結果(見表4)和五大煤炭城市的效率水平(見表5)。
　　
　　六、結果分析
　　
　　
　　
　　通過研究結果發現，2004—2008年我國五大煤炭城市效率水平呈不斷上升趨勢。這表明在經濟發展過程中，投入要素的使用效率在逐年提高，實際產出與前沿面的距離在不斷縮小。但是這五大煤炭城市效率水平有一定的差異，這說明存在著發展不均衡。必須要建立合理的煤炭產業調控機制和促進循環經濟發展的產業政策，要正確處理煤炭城市發展中的各種關系，既要保證國家能源供應，也要保持產煤區可持續發展。在煤炭產業方面，各煤炭城市還有很大的潛力可挖。
　　
　　參考文獻：
　　1.顧建國，張文修.基于隨機前沿生產函數的我國煙草企業效率分析[J].當代經濟科學，2007(29)
　　2.姚平，梁靜國.我國煤炭企業效率測算[J].煤炭學報，2008(3)
　　3.李勇，劉新梅.基于DEA和SFA的煤炭行業上市公司技術效率比較研究.陜西煤炭，2007(6)
　　4.何楓，陳榮，何煉成.SFA模型及其在我國技術效率測算中的應用.系統工程理論與實踐，2004(5)
　　5.趙夢楠，周德群.對影響我國煤炭生產效率因素的面板協整分析行業探討，2008(10)
　　6.劉新梅，許中偉，徐潤芳.基手SFA橫型的我國區域煤炭生產技術效率及其影響因素的實證研究.軟科學，2008(3)