裝備制造業子行業區域差異分析

王欣+龐玉蘭

內容摘要：本文運用三階段DEA模型，對2010年我國各省裝備制造業子行業全要素生產率進行了實證分析。研究結論為：7個子行業之間的全要素生產率差異較大，各省不同子行業的全要素生產率差異較大并且排名差異巨大。

關鍵詞：全要素生產率 裝備制造業 子行業 省級數據

引言與文獻回顧

裝備制造業在中國是支柱產業之一，并且很多省份都將其列為本省發展的主導產業。但是裝備制造業只是一類行業的總稱，根據2002年《國民經濟行業分類》（GB/T47542002）可將裝備制造業分為7個技術特點不同的子行業。不同的省份應該根據自身的發展歷史、現狀選擇合適的子行業進行重點扶持。

通過大量的文獻整理發現前人的大多數研究都是將裝備制造業作為一個整體，其中以裝備制造業各個子行業不同特征為研究主題的文章為數不多。王章豹、孫陳（2007）采用多指標投入產出分析法和因子定權法等方法，對我國裝備制造業7個子行業的技術創新效率進行了定量測度和排序分析。向一波（2012）利用裝備制造業7個子行業2001-2009年出口交貨值和產業銷售值數據，對產業的對外市場需求彈性進行了動態實證研究。

因此本文的研究重點就是通過對我國裝備制造業7個子行業全要素生產率的計算，利用省級數據，并采用Fried等（2002）提出的三階段DEA法，去除外部環境和隨機干擾對全要素生產率計算的影響，得出更加真實的技術效率、規模效率以及規模報酬的發展現狀。一方面可以對現有的文獻研究做出補充，另一方面可以為不同區域裝備制造業的持續穩定發展提供理論指導。

由于筆者前期文獻中已經詳細介紹過三階段DEA方法（王欣、龐玉蘭，2011），所以本文對此不再累述。另外，由于內蒙古、西藏、青海和寧夏四省區在部分子行業中數據缺失，無法進行統一分析，所以將四省剔除。鑒于數據的可得性和完整性，本文選取2010年中國27個省（自治區、直轄市，以下統稱省）為樣本，文中數據分別來源于《中國工業經濟統計年鑒》（2011）、《中國統計年鑒》（2011）、《中國金融年鑒》（2011）。

子行業全要素生產率得分及排名

本文采用2010年裝備制造業7大子行業省級數據，分7次利用三階段DEA方法計算了全要素生產率。由于筆者前期文獻已經詳細介紹了三階段DEA分析法的計算過程，以及運用該方法去除外部環境和隨機干擾的必要性，所以本文直接報告第三階段得到的全要素生產率的各種對比分析。

一方面，各個省區在不同子行業中的全要素生產率有著較大的差異；另一方面，其全要素生產率的排名也有較大差異，具體數據見表1。因此，各地在確定裝備制造業發展方向的過程中不能夠采用撒胡椒面似的方法，對每個子行業同等對待，應該選準具有自身優勢的子行業，集中力量進行發展。

由于篇幅所限，不能對每個省份的情況進行逐一分析，所以從表1中選擇幾個典型省份為例，說明不同子行業的全要素生產率差異較大。例如北京全要素生產率最高的行業是通信設備和計算機及其它電子設備制造業，高達1.000，說明北京在該行業處于生產技術最前沿，在全國處于領先地位。而北京全要素生產率最低的行業電氣機械及器材制造業，僅為0.363，不到最優全要素生產率的一半，說明其效率相對于生產最前沿有63.7個百分點的增長空間，并且還低于全國平均值0.416。顯然，北京在制定裝備制造業發展方向時，可以重點考慮通信設備和計算機及其它電子設備制造業，而可以將電氣機械及器材制造業放在次要位置。再例如山東在6個子行業的全要素生產率幾乎都為1.000，都處于行業生產效率領先地位，但是在儀器儀表及辦公用機械制造業的全要素生產率僅為0.615，與生產前沿相比有較大的提升空間。還有地處西部地區的重慶市，其交通運輸設備制造業的全要素生產率高達0.847，而其他6個子行業中最高的也只是儀器儀表及辦公用機械制造業的0.303，交通運輸設備制造業與其他子行業相比異常的高，主要得益于重慶市在摩托車行業的強勢。

同樣通過觀察表1，可以發現各省在不同子行業的全要素生產率排名也有很大變化。例如吉林省在其他6個子行業中的全要素生產率排名都比較靠后，基本上在前二十名之后，但是交通運輸設備制造業卻能夠排名全國第一，憑借的就是其強大的汽車行業，所以吉林省在選擇裝備制造業的發展重點時，應該繼續突出其在交通運輸設備制造業的強大優勢。又例如作為與上海、東北（黑龍江省、遼寧省）并稱為中國三大重大技術裝備制造基地的四川省在通用設備制造業和專用設備制造業的全要素生產率排名較高，所以這兩大子行業應該成為四川重點發展的行業。

子行業全要素生產率聚類分析

通過各個子行業的聚類分析方法也進一步驗證了我國裝備制造業全要素生產率東中西梯度發展態勢。通過聚類分析方法，將7大子行業都分為三大類別，其中效率較為先進地區為Ⅰ類地區，效率中等地區為Ⅱ類地區，效率低下地區為Ⅲ類地區。其中Ⅰ類地區類別中主要來自于東部地區，涵蓋了我國三大經濟增長極——珠三角地區、長三角地區和環渤海地區，而中部地區只有河南的專用設備制造業和吉林、湖北的交通運輸設備制造業進入過Ⅰ類地區，西部地區只有重慶的交通運輸設備制造業進入。而Ⅱ類地區類別中主要東中部各省為主，同時西部的四川、陜西和廣西等地由于國家“一五”和“三線”時期在西部地區進行的大規模建設，所以擁有較強的裝備制造業基礎，有部分子行業得以進入中等類別中，其中四川表現最為穩定，有6個子行業進入Ⅱ類地區。剩余的Ⅲ類地區類別就主要來自于西部地區，這些地區基本都是我國欠發達地區，工業基礎薄弱，技術水平低下，現階段裝備制造業效率水平非常低下。具體結果見表2，由于篇幅所限本文只報告Ⅰ類地區和Ⅱ類地區，各省區市用簡稱表示。

結論及啟示

我國裝備制造業7個子行業平均全要素生產率比較低下，在排除外部環境和隨機干擾的影響后，各子行業的全要素生產率主要分布在0.3-0.6之間，并且不同子行業之間的全要素生產率還是有較大差異的。進一步分解，各個行業純技術效率的得分很高，都超過0.98，接近最高值1，說明在去除外部環境和隨機干擾的影響下，各子行業內部各省之間的經營管理效率都在同一層次上。全要素生產率得分低下的原因主要是規模效率普遍不高，說明各子行業提高全要素生產率最關鍵的還是提高產業規模。

每個省份的不同子行業之間的全要素生產率差異較大。一方面，各個省區在不同子行業的全要素生產率的數值差異較大；另一方面，其全要素生產率的排名也有較大差異。因此，各地在發展裝備制造業的過程中，應該選準具有自身優勢的子行業進行發展，這樣不僅可以集中力量發展各自不同的優勢產業，而且各省之間還可以形成產業互補，避免盲目建設，過度競爭。

參考文獻：

1.向一波.中國裝備制造業的出口依存度及對外市場的需求彈性研究—基于行業面板數據的分析[J].財經研究，2012（2）

2.王章豹，孫陳.中國裝備制造業行業技術創新效率測度研究[J].中國科技論壇，2007（3）

3.王欣，龐玉蘭.裝備制造業全要素生產率動態測度[J].安徽工業大學學報（社會科學版），2011（2）

4.Fried， H. O.， Lovell， C. A. K.， Schmidt， S. S.， and Yaisawarng， S.， 2002， "Accounting for Environmental Effects and Statistical Noise in Date Envelopment Analysis"， Journal of Productivity Analysis，17endprint

內容摘要：本文運用三階段DEA模型，對2010年我國各省裝備制造業子行業全要素生產率進行了實證分析。研究結論為：7個子行業之間的全要素生產率差異較大，各省不同子行業的全要素生產率差異較大并且排名差異巨大。

關鍵詞：全要素生產率 裝備制造業 子行業 省級數據

引言與文獻回顧

裝備制造業在中國是支柱產業之一，并且很多省份都將其列為本省發展的主導產業。但是裝備制造業只是一類行業的總稱，根據2002年《國民經濟行業分類》（GB/T47542002）可將裝備制造業分為7個技術特點不同的子行業。不同的省份應該根據自身的發展歷史、現狀選擇合適的子行業進行重點扶持。

通過大量的文獻整理發現前人的大多數研究都是將裝備制造業作為一個整體，其中以裝備制造業各個子行業不同特征為研究主題的文章為數不多。王章豹、孫陳（2007）采用多指標投入產出分析法和因子定權法等方法，對我國裝備制造業7個子行業的技術創新效率進行了定量測度和排序分析。向一波（2012）利用裝備制造業7個子行業2001-2009年出口交貨值和產業銷售值數據，對產業的對外市場需求彈性進行了動態實證研究。

因此本文的研究重點就是通過對我國裝備制造業7個子行業全要素生產率的計算，利用省級數據，并采用Fried等（2002）提出的三階段DEA法，去除外部環境和隨機干擾對全要素生產率計算的影響，得出更加真實的技術效率、規模效率以及規模報酬的發展現狀。一方面可以對現有的文獻研究做出補充，另一方面可以為不同區域裝備制造業的持續穩定發展提供理論指導。

由于筆者前期文獻中已經詳細介紹過三階段DEA方法（王欣、龐玉蘭，2011），所以本文對此不再累述。另外，由于內蒙古、西藏、青海和寧夏四省區在部分子行業中數據缺失，無法進行統一分析，所以將四省剔除。鑒于數據的可得性和完整性，本文選取2010年中國27個省（自治區、直轄市，以下統稱省）為樣本，文中數據分別來源于《中國工業經濟統計年鑒》（2011）、《中國統計年鑒》（2011）、《中國金融年鑒》（2011）。

子行業全要素生產率得分及排名

本文采用2010年裝備制造業7大子行業省級數據，分7次利用三階段DEA方法計算了全要素生產率。由于筆者前期文獻已經詳細介紹了三階段DEA分析法的計算過程，以及運用該方法去除外部環境和隨機干擾的必要性，所以本文直接報告第三階段得到的全要素生產率的各種對比分析。

一方面，各個省區在不同子行業中的全要素生產率有著較大的差異；另一方面，其全要素生產率的排名也有較大差異，具體數據見表1。因此，各地在確定裝備制造業發展方向的過程中不能夠采用撒胡椒面似的方法，對每個子行業同等對待，應該選準具有自身優勢的子行業，集中力量進行發展。

由于篇幅所限，不能對每個省份的情況進行逐一分析，所以從表1中選擇幾個典型省份為例，說明不同子行業的全要素生產率差異較大。例如北京全要素生產率最高的行業是通信設備和計算機及其它電子設備制造業，高達1.000，說明北京在該行業處于生產技術最前沿，在全國處于領先地位。而北京全要素生產率最低的行業電氣機械及器材制造業，僅為0.363，不到最優全要素生產率的一半，說明其效率相對于生產最前沿有63.7個百分點的增長空間，并且還低于全國平均值0.416。顯然，北京在制定裝備制造業發展方向時，可以重點考慮通信設備和計算機及其它電子設備制造業，而可以將電氣機械及器材制造業放在次要位置。再例如山東在6個子行業的全要素生產率幾乎都為1.000，都處于行業生產效率領先地位，但是在儀器儀表及辦公用機械制造業的全要素生產率僅為0.615，與生產前沿相比有較大的提升空間。還有地處西部地區的重慶市，其交通運輸設備制造業的全要素生產率高達0.847，而其他6個子行業中最高的也只是儀器儀表及辦公用機械制造業的0.303，交通運輸設備制造業與其他子行業相比異常的高，主要得益于重慶市在摩托車行業的強勢。

同樣通過觀察表1，可以發現各省在不同子行業的全要素生產率排名也有很大變化。例如吉林省在其他6個子行業中的全要素生產率排名都比較靠后，基本上在前二十名之后，但是交通運輸設備制造業卻能夠排名全國第一，憑借的就是其強大的汽車行業，所以吉林省在選擇裝備制造業的發展重點時，應該繼續突出其在交通運輸設備制造業的強大優勢。又例如作為與上海、東北（黑龍江省、遼寧省）并稱為中國三大重大技術裝備制造基地的四川省在通用設備制造業和專用設備制造業的全要素生產率排名較高，所以這兩大子行業應該成為四川重點發展的行業。

子行業全要素生產率聚類分析

通過各個子行業的聚類分析方法也進一步驗證了我國裝備制造業全要素生產率東中西梯度發展態勢。通過聚類分析方法，將7大子行業都分為三大類別，其中效率較為先進地區為Ⅰ類地區，效率中等地區為Ⅱ類地區，效率低下地區為Ⅲ類地區。其中Ⅰ類地區類別中主要來自于東部地區，涵蓋了我國三大經濟增長極——珠三角地區、長三角地區和環渤海地區，而中部地區只有河南的專用設備制造業和吉林、湖北的交通運輸設備制造業進入過Ⅰ類地區，西部地區只有重慶的交通運輸設備制造業進入。而Ⅱ類地區類別中主要東中部各省為主，同時西部的四川、陜西和廣西等地由于國家“一五”和“三線”時期在西部地區進行的大規模建設，所以擁有較強的裝備制造業基礎，有部分子行業得以進入中等類別中，其中四川表現最為穩定，有6個子行業進入Ⅱ類地區。剩余的Ⅲ類地區類別就主要來自于西部地區，這些地區基本都是我國欠發達地區，工業基礎薄弱，技術水平低下，現階段裝備制造業效率水平非常低下。具體結果見表2，由于篇幅所限本文只報告Ⅰ類地區和Ⅱ類地區，各省區市用簡稱表示。

結論及啟示

我國裝備制造業7個子行業平均全要素生產率比較低下，在排除外部環境和隨機干擾的影響后，各子行業的全要素生產率主要分布在0.3-0.6之間，并且不同子行業之間的全要素生產率還是有較大差異的。進一步分解，各個行業純技術效率的得分很高，都超過0.98，接近最高值1，說明在去除外部環境和隨機干擾的影響下，各子行業內部各省之間的經營管理效率都在同一層次上。全要素生產率得分低下的原因主要是規模效率普遍不高，說明各子行業提高全要素生產率最關鍵的還是提高產業規模。

每個省份的不同子行業之間的全要素生產率差異較大。一方面，各個省區在不同子行業的全要素生產率的數值差異較大；另一方面，其全要素生產率的排名也有較大差異。因此，各地在發展裝備制造業的過程中，應該選準具有自身優勢的子行業進行發展，這樣不僅可以集中力量發展各自不同的優勢產業，而且各省之間還可以形成產業互補，避免盲目建設，過度競爭。

參考文獻：

1.向一波.中國裝備制造業的出口依存度及對外市場的需求彈性研究—基于行業面板數據的分析[J].財經研究，2012（2）

2.王章豹，孫陳.中國裝備制造業行業技術創新效率測度研究[J].中國科技論壇，2007（3）

3.王欣，龐玉蘭.裝備制造業全要素生產率動態測度[J].安徽工業大學學報（社會科學版），2011（2）

4.Fried， H. O.， Lovell， C. A. K.， Schmidt， S. S.， and Yaisawarng， S.， 2002， "Accounting for Environmental Effects and Statistical Noise in Date Envelopment Analysis"， Journal of Productivity Analysis，17endprint

內容摘要：本文運用三階段DEA模型，對2010年我國各省裝備制造業子行業全要素生產率進行了實證分析。研究結論為：7個子行業之間的全要素生產率差異較大，各省不同子行業的全要素生產率差異較大并且排名差異巨大。

關鍵詞：全要素生產率 裝備制造業 子行業 省級數據

引言與文獻回顧

裝備制造業在中國是支柱產業之一，并且很多省份都將其列為本省發展的主導產業。但是裝備制造業只是一類行業的總稱，根據2002年《國民經濟行業分類》（GB/T47542002）可將裝備制造業分為7個技術特點不同的子行業。不同的省份應該根據自身的發展歷史、現狀選擇合適的子行業進行重點扶持。

通過大量的文獻整理發現前人的大多數研究都是將裝備制造業作為一個整體，其中以裝備制造業各個子行業不同特征為研究主題的文章為數不多。王章豹、孫陳（2007）采用多指標投入產出分析法和因子定權法等方法，對我國裝備制造業7個子行業的技術創新效率進行了定量測度和排序分析。向一波（2012）利用裝備制造業7個子行業2001-2009年出口交貨值和產業銷售值數據，對產業的對外市場需求彈性進行了動態實證研究。

因此本文的研究重點就是通過對我國裝備制造業7個子行業全要素生產率的計算，利用省級數據，并采用Fried等（2002）提出的三階段DEA法，去除外部環境和隨機干擾對全要素生產率計算的影響，得出更加真實的技術效率、規模效率以及規模報酬的發展現狀。一方面可以對現有的文獻研究做出補充，另一方面可以為不同區域裝備制造業的持續穩定發展提供理論指導。

由于筆者前期文獻中已經詳細介紹過三階段DEA方法（王欣、龐玉蘭，2011），所以本文對此不再累述。另外，由于內蒙古、西藏、青海和寧夏四省區在部分子行業中數據缺失，無法進行統一分析，所以將四省剔除。鑒于數據的可得性和完整性，本文選取2010年中國27個省（自治區、直轄市，以下統稱省）為樣本，文中數據分別來源于《中國工業經濟統計年鑒》（2011）、《中國統計年鑒》（2011）、《中國金融年鑒》（2011）。

子行業全要素生產率得分及排名

本文采用2010年裝備制造業7大子行業省級數據，分7次利用三階段DEA方法計算了全要素生產率。由于筆者前期文獻已經詳細介紹了三階段DEA分析法的計算過程，以及運用該方法去除外部環境和隨機干擾的必要性，所以本文直接報告第三階段得到的全要素生產率的各種對比分析。

一方面，各個省區在不同子行業中的全要素生產率有著較大的差異；另一方面，其全要素生產率的排名也有較大差異，具體數據見表1。因此，各地在確定裝備制造業發展方向的過程中不能夠采用撒胡椒面似的方法，對每個子行業同等對待，應該選準具有自身優勢的子行業，集中力量進行發展。

由于篇幅所限，不能對每個省份的情況進行逐一分析，所以從表1中選擇幾個典型省份為例，說明不同子行業的全要素生產率差異較大。例如北京全要素生產率最高的行業是通信設備和計算機及其它電子設備制造業，高達1.000，說明北京在該行業處于生產技術最前沿，在全國處于領先地位。而北京全要素生產率最低的行業電氣機械及器材制造業，僅為0.363，不到最優全要素生產率的一半，說明其效率相對于生產最前沿有63.7個百分點的增長空間，并且還低于全國平均值0.416。顯然，北京在制定裝備制造業發展方向時，可以重點考慮通信設備和計算機及其它電子設備制造業，而可以將電氣機械及器材制造業放在次要位置。再例如山東在6個子行業的全要素生產率幾乎都為1.000，都處于行業生產效率領先地位，但是在儀器儀表及辦公用機械制造業的全要素生產率僅為0.615，與生產前沿相比有較大的提升空間。還有地處西部地區的重慶市，其交通運輸設備制造業的全要素生產率高達0.847，而其他6個子行業中最高的也只是儀器儀表及辦公用機械制造業的0.303，交通運輸設備制造業與其他子行業相比異常的高，主要得益于重慶市在摩托車行業的強勢。

同樣通過觀察表1，可以發現各省在不同子行業的全要素生產率排名也有很大變化。例如吉林省在其他6個子行業中的全要素生產率排名都比較靠后，基本上在前二十名之后，但是交通運輸設備制造業卻能夠排名全國第一，憑借的就是其強大的汽車行業，所以吉林省在選擇裝備制造業的發展重點時，應該繼續突出其在交通運輸設備制造業的強大優勢。又例如作為與上海、東北（黑龍江省、遼寧省）并稱為中國三大重大技術裝備制造基地的四川省在通用設備制造業和專用設備制造業的全要素生產率排名較高，所以這兩大子行業應該成為四川重點發展的行業。

子行業全要素生產率聚類分析

通過各個子行業的聚類分析方法也進一步驗證了我國裝備制造業全要素生產率東中西梯度發展態勢。通過聚類分析方法，將7大子行業都分為三大類別，其中效率較為先進地區為Ⅰ類地區，效率中等地區為Ⅱ類地區，效率低下地區為Ⅲ類地區。其中Ⅰ類地區類別中主要來自于東部地區，涵蓋了我國三大經濟增長極——珠三角地區、長三角地區和環渤海地區，而中部地區只有河南的專用設備制造業和吉林、湖北的交通運輸設備制造業進入過Ⅰ類地區，西部地區只有重慶的交通運輸設備制造業進入。而Ⅱ類地區類別中主要東中部各省為主，同時西部的四川、陜西和廣西等地由于國家“一五”和“三線”時期在西部地區進行的大規模建設，所以擁有較強的裝備制造業基礎，有部分子行業得以進入中等類別中，其中四川表現最為穩定，有6個子行業進入Ⅱ類地區。剩余的Ⅲ類地區類別就主要來自于西部地區，這些地區基本都是我國欠發達地區，工業基礎薄弱，技術水平低下，現階段裝備制造業效率水平非常低下。具體結果見表2，由于篇幅所限本文只報告Ⅰ類地區和Ⅱ類地區，各省區市用簡稱表示。

結論及啟示

我國裝備制造業7個子行業平均全要素生產率比較低下，在排除外部環境和隨機干擾的影響后，各子行業的全要素生產率主要分布在0.3-0.6之間，并且不同子行業之間的全要素生產率還是有較大差異的。進一步分解，各個行業純技術效率的得分很高，都超過0.98，接近最高值1，說明在去除外部環境和隨機干擾的影響下，各子行業內部各省之間的經營管理效率都在同一層次上。全要素生產率得分低下的原因主要是規模效率普遍不高，說明各子行業提高全要素生產率最關鍵的還是提高產業規模。

每個省份的不同子行業之間的全要素生產率差異較大。一方面，各個省區在不同子行業的全要素生產率的數值差異較大；另一方面，其全要素生產率的排名也有較大差異。因此，各地在發展裝備制造業的過程中，應該選準具有自身優勢的子行業進行發展，這樣不僅可以集中力量發展各自不同的優勢產業，而且各省之間還可以形成產業互補，避免盲目建設，過度競爭。

參考文獻：

1.向一波.中國裝備制造業的出口依存度及對外市場的需求彈性研究—基于行業面板數據的分析[J].財經研究，2012（2）

2.王章豹，孫陳.中國裝備制造業行業技術創新效率測度研究[J].中國科技論壇，2007（3）

3.王欣，龐玉蘭.裝備制造業全要素生產率動態測度[J].安徽工業大學學報（社會科學版），2011（2）

4.Fried， H. O.， Lovell， C. A. K.， Schmidt， S. S.， and Yaisawarng， S.， 2002， "Accounting for Environmental Effects and Statistical Noise in Date Envelopment Analysis"， Journal of Productivity Analysis，17endprint