技術效率、技術進步與山西省制造業全要素生產率增長

摘 要：文章以山西省制造業29個行業2000—2008年的面板數據為樣本，利用基于DEA的Malmquist指數法，分解和測算了山西省制造業的全要素生產率。實證結果表明：山西省制造業的純技術效率與規模效率水平低，導致技術效率負增長，即使產業整體的技術進步增長較快，全要素生產率的增長也會因技術效率的負增長而減緩；各行業間純技術效率的差異導致了技術效率的差異，進而形成了全要素生產率的差異性。本研究在豐富相關理論研究的同時，也為山西省全要素生產率的快速提高提供了科學的指導依據。

關鍵詞：制造業 技術效率 技術進步 全要素生產率

中圖分類號：F127 文獻標識碼：A

文章編號：1004-4914（2016）01-033-04

引言

制造業為我國經濟發展的重要支柱，決定著我國經濟發展的國際競爭力{1}。然而“中國制造”固有的成本競爭優勢在現如今以技術為核心的市場競爭中逐漸被削弱，實現依靠全要素生產率提升的“集約型發展”的轉變已迫在眉睫{2}。全要素生產率（Total Factor Productivity，TFP）是考察要素投入的綜合性指標，用于探求經濟增長的源泉{3}，有必要對制造業的TFP進行分析和研究。現有國內相關研究主要聚焦于企業或省際層面，企業層面上，趙旭{4}等學者研究發現我國制造業上市公司2001—2005年TFP的年均增長率為1.9%，由技術效率和技術進步共同促進；涂正革等{5}指出1995—2002年我國大中型工業企業前沿的技術進步是TFP提高的主要驅動力；省際層面上，孫巍等{6}發現1992—1995年我國東中西部地區的TFP均小于1，由技術進步的降低導致，而1995—1998年間各地區TFP均大于1，表現出集約型增長的轉變。縱觀上述研究，不難發現，基于不同的時間段與樣本，學者們得出的結論不盡一致，且目前利用行業加總數據從產業層面進行制造業TFP的研究十分有限。

山西省具有資源豐富、工業基礎雄厚、知識密度高等優勢，正處于發展整合期，具有較大的經濟增長潛力。作為以制造業為主的渤海經濟圈省份之一，提高省內制造業TFP是實現其經濟健康發展的必由之路{7}。那么，處于發展整合期的山西省制造業TFP變化的主要驅動因素是技術效率還是技術進步？制造業不同行業的TFP是否存在差異來源？科學的回答并解釋這些問題能夠為政府相關政策的制訂提供指導依據。基于此，本文利用Malmquist指數方法，根據山西省制造業29個行業2000—2008年投入與產出的數據，測算并解釋其TFP變動及驅動因素，旨在為山西省制造業實現穩定的經濟增長提供科學指導。

一、文獻綜述

第二次世界大戰后，全要素生產率的概念由Tinbergen{8}首次提出，并利用生產函數研究經濟增長問題。此后Solow{9}提出索洛余值法，認為技術進步的貢獻是總產出中排除勞動與資本后未被解釋的經濟增長。在此基礎上，Kendrick{10}完善概念，界定其為要素投入增長所未包含的經濟增長部分。Denison{11}指出由于低估了要素投入增長率，索洛余值法中TFP的測算值會偏大，于是將經濟增長的影響因素更加細致化。Jorgenson等{12}發現Denison的方法混淆了折舊與重置的概念，運用超越對數生產函數對TFP進行了測算。Aiger等{13}學者進一步提出隨即前沿分析法，認為技術效率與技術進步的乘積即為TFP。之后Fare等{14}在Charnes{15}提出的數據包絡分析法的基礎上結合Malmquist指數，利用近距離函數對TFP進行測算。

20世紀80年代，學術界出現否認中國TFP提升，并懷疑我國經濟增長可持續性的聲音{16}，國內學者逐漸開始進行TFP的研究。楊廷干{17}提出我國TFP的研究應慎重選擇變量與方法后，葉裕民{18}對中國及各省的TFP利用索洛余值法進行了考察，認為我國資本與技術共同推動經濟增長；修菊華{19}采用DEA模型對福建與臺灣農業的TFP進行了測算，發現福建農業產出增長主要靠要素投入，而臺灣則主要靠技術進步；黃金波{20}則運用隨機前沿生產函數研究我國糧產的TFP，發現技術進步是其主要促進因素；孫致陸等{21}則指出我國羊絨產業的TFP的提高主要源于技術效率。

通過梳理現有相關文獻，可以看出當前國內外學者們關于TFP的研究多是聚焦在概念的界定、測算的方法以及國家、地區、產業層面的探索，且不同地區不同行業的TFP及其主導因素差異較大，目前尚少見關于山西省制造業TFP研究的文獻。據此，本文將在數據上選取2000—2008年山西省制造業29個行業的面板數據；方法上采用DEA的Malmquist指數法；測算基礎上全面地分析TFP的變化及行業差異性，對其進行分解，找出山西省制造業TFP的內在驅動因素。

二、研究方法與數據來源

（一）研究方法

Charnes等{15}于1978年首次提出數據包絡分析法（Date Envelopment Analysis，DEA），它根據輸入與輸出數據來評價多個決策單元（DMU）的優劣，即評價決策單元的技術與規模等的相對有效性的統計分析方法。在DEA方法中，無需量綱化處理指標且無需再定義一個特殊的函數形式，只需區分投入與產出，便可直接進行技術與規模效率的分析。

假設有t個被評價的同類部分，即DMU，每個DMU均有m個投入變量和n種產出變量。定義xij為第j個決策單元對第i種類型輸入的投入總量，xij>0，i=1，…m，j=1，…n；yrj為第j個決策單元對第r種類型輸出的產出總量，yrj>0，r=1，…s，j=1，…n；vi與ur分別為對第i種類型輸入和對r種類型輸出的一種度量，均是權系數；其中xij與yrj可根據歷史資料獲取，為已知數據，vi與ur為變量。那么每個DMU都有其相應的效率評價指數hj=■=■，j=1，…t，其中xj=〖（x1j，…，xmj）T，yj=〖（y1j，…，ynj）T，j=1，…t，可適當選取權系數和，使之滿足hj≤1，j=1，…t。現對第j0（1≤j0≤t）個DMU進行效率評價，以權系數v與u為變向量，第j0個DMU的效率指數為目標，所有DMU的效率指數為約束，構建如下最優化模型： max■s.t.■≤1，j=1，…，t u>0，v>0，其中x0=xj0，y0=yj0，1≤j0≤t。模型測量所得出的第j0個DMU的有效性是相對的。

DEA模型除了能夠對單獨的DMU進行相對效率的靜態測量外，還可基于不同時期的投入與產出數據，結合Malmquist指數分解效率。

Malmquist指數以t和t+1期投入產出為參照時分別表示為Mt=■，Mt+1=■。CAVES等依據Fisher理想指數的構造法，將基于t和t+1期的Malmquist指數幾何平均后的值視為t到t+1期的TFP的變化。之后Fare等使用Malmquist指數法將TFP指數定義為兩個時期Malmquist指數的幾何平均數，即TFP=M（x■，y■；x■，y■）=■■（1/2）=■×■■（1/2）。

其中■為技術效率（EFFCH），■■（1/2）為技術進步（TECHCH）。EFFCH>1表明管理水平提高使得效率狀況獲得改善；TECHCH>1表明生產設備的更新及技術水平的上升促進了技術創新的實現，相反，若指標值小于1，即意味著指標下降。TFP指數可表示為TFP=EFFCH×TECHCH，其中技術效率又被Fare等分解為純技術效率（PECH）和規模效率（SECH），即EFFCH=PECH×SECH。PECH>1意味著企業運用水平上升；SECH>1意味著企業的生產規模優化，反之，則表明上述指標相應效率下降。最終，TFP可表示為：TFP=EFFCH×TECHCH=PECH×SECH×TECHCH。

（二）數據來源與說明

本文依據國家統計局發布的國民經濟行業分類，將山西省制造業劃分為29個行業（H1-H29，后文中將用代碼來分別表示所對應的行業）。實證分析使用的樣本是時間跨度為2000—2008年的山西省制造業中29個行業的數據，均來自于本研究所考察的各年度的《山西省統計年鑒》。本次研究根據以往文獻及數據的可得性選擇了1項產出指標和2項投入指標，其中產出指標為各年份山西省制造業29個行業的工業增加值，并將山西省全部工業品的出廠價格指數轉化為以2000年為基期的平減價格指數，各行業各年度的工業增加值轉化為可比值；資本投入為通過固定資產投資價格指數調整后的固定資產凈值年均余額與流動資產年均余額之和的平均數；勞動投入為各行業年平均從業人數。

三、實證分析

收集到2000—2008年山西省制造業29個行業完整的產出及投入數據后，通過DEAP2.1軟件計算TFP變動指數及其分解結果，下面將分別進行分析。

（一）全要素生產率的時間跨度分析

表1為2000—2008年山西省制造業年均Malmquist指數及其分解。

從全時間序列數據來看，山西省制造業在2000—2008年間的TFP總體呈現上升態勢，年均增長率為12.8%，表明產業生產生產力有較大提高。但從變化趨勢來看，TFP具有一定的波動性，出現了2003—2004一個波峰、2001—2002、2005—2006兩個波谷（見圖1）。2000—2001年山西省制造業TFP為1.621，處于較高狀態，但2001—2002年卻急劇下降，到達第一個波谷，年增長率為-21.5%；此后經歷了兩年的連續增長，于2003—2004年間到了近年來的第一個波峰，年增長率為27.1%，；但很快又出現連續兩年的下降現象，于2005—2006年來到第二個波谷，年增長率為4.3%；之后TFP雖保持增長，但增長率并不穩定，2006—2007、2007—2008年增長率分別為11.6%和1.2%。

綜合分析TFP的分解結果，技術效率的年均增長率為-6%，技術進步與TFP的年均增長率分別為20%與12.8%，可以看出TFP與技術進步的變化較為一致，山西省制造業TFP的提高主要由技術進步引起，技術效率的降低會抑制TFP的增長。分解來看，技術進步整體呈現上升趨勢，除在2001—2002與2007—2008年間分別下降14.7%與1.1%以外，其余年份技術進步增進率均為正數，保持上升態勢；與技術進步相反，技術效率整體呈現下降態勢，具有波動性，除在2003—2004與2007—2008年間分別上升13.4%與2.3%外，其余年份均為負增長，且2005—2006年下降幅度最大為22.7%。分析技術效率的分解結果，可知2000—2008年間技術效率的年均負增長由純技術效率與規模效率的惡化共同作用導致，其中規模效率整體水平較純技術效率高，技術效率與其波動性較為一致，純技術效率僅在2003—2005、2007—2008年間略大于1，其余年份均小于1，拖累技術效率的增長（見圖2）。

（二）全要素生產率的行業分析

表2為2000—2008年山西省制造業29個行業年均Malmquist指數及其分解。

從行業劃分來看，山西省制造業29個行業在2000—2008年期間的TFP的行業均值為1.128，僅文教體育用品制造業（H12）的TFP小于1（0.998），其余行業均大于1，產業整體水平上升。

綜合分析29個行業在2000—2008年間TFP的分解結果，技術效率行業均值為0.937，技術進步行業均值為1.190，說明技術進步是產業TFP提升的主導因素，技術效率-6.3%的行業平均負增長顯著減少TFP的增長幅度。如圖3所示，各行業技術進步均一致處于較高水平，不同行業TFP受其惡化的技術效率的牽制而產生差異。

對29個行業技術效率的分解結果進行分析，可知規模效率和純技術效率的行業平均下降幅度分別為0.7%和5.7%，不同行業間規模效率較為一致，在1上下波動較小，且各行業規模效率下降幅度整體低于純技術效率。從圖4可以看出，不同行業的技術效率差異來源主要為惡化程度較大的純技術效率差異。

四、結論與展望

本文利用基于DEA的Malmquist指數方法，對山西省制造業29個行業2000—2008年的TFP進行了分解和測算，并分別從時間跨度與行業角度進行分析，得出以下結論：（1）山西省制造業年均TFP具有波動性，整體呈現上升趨勢，主要動力是技術進步，技術效率的負增長抑制TFP的增長。山西省制造業的產業技術水平較高，能夠保障產業生產力的不斷改善，使產業處于一個良好的發展狀態，解決技術利用率較低的問題后，具有較大上升空間。（2）山西省制造業技術效率的年均負增長是純技術效率與規模效率共同作用的結果。山西省制造業的管理與規模因素未能有效匹配技術進步水平，致使技術利用率較低，負向影響TFP增長。（3）山西省制造業各行業技術進步一致處于增長狀態，TFP的差異來源為技術效率。山西省制造業不存在拖累產業技術水平下降的行業，TFP狀態較差的行業應依據行業差異來源（技術效率）改善相應行業狀況，避免拖累產業TFP優化。（4）山西省制造業各行業的純技術效率與規模效率均處于惡化狀態，但各行業規模效率無較大差別，技術效率間的差異取決于純技術效率。山西省制造業的規模效率問題屬于產業問題，純技術效率問題存在于行業內部。

本研究為政府與企業的管理實踐提供了科學的指導依據。山西省制造業應在保持高水平技術優勢的同時，改善產業生產投入，實現規模有效性，針對性地提升行業純技術效率，推廣技術的應用。一方面利用市場機制，進行企業改制或重組，提高行業集中度，調整產業規模，促進產業規模效率提升；另一方面改善純技術效率惡化較為嚴重的行業管理水平，優化制造業產業結構，全面提高產業技術創新率，保障TFP的加速增進。

需要說明的是，本文存在以下兩點缺陷：一是由于山西省統計年鑒于2009年變更了制造業的投入指標，致使本研究的時間序列選擇為2000—2008年，因而研究結果未能全面反映在近15年間山西省制造業TFP的變化及其分解情況，對本文的現實指導意義產生一定程度的影響。二是本文并未深入探討山西省制造業TFP的影響因素，雖考察了各行業的TFP，但也并未涉及分析各行業之間的相互作用。下一步的研究將在調整相關投入指標的基礎上，進一步深化并完善山（下轉第37頁）（上接第35頁）西省制造業TFP的研究。

注釋：

{1}趙旭.我國制造業上市公司技術效率與技術進步實證研究[J].當代經濟管理，2008，01：60-67

{2}鐘廷勇，周磊，安燁.技術效率、技術進步與文化產業全要素生產率分析[J].商業研究，2014，09：14-20

{3}姜建英，歐陽青虎.山西省城市全要素生產率變動的實證分析——基于非參數Malmquist指數方法[J].現代商貿工業，2010（7）：8-10

{4}趙旭.我國制造業上市公司技術效率與技術進步實證研究[J].當代經濟管理，2008（1）：60-67

{5}涂正革，肖耿.中國的工業生產力革命——用隨機前沿生產模型對中國大中型工業企業全要素生產率增長的分解及分析[J].經濟研究，2005（3）：4-15

{6}孫巍，葉正波.轉軌時期中國工業的效率與生產率——動態非參數生產前沿面理論及其應用[J].中國管理科學，2002（4）：2-7

{7}施衛東，孫霄凌.環渤海經濟圈技術效率增進與全要素生產率變動的實證分析[J].科學學與科學技術管理，2009（2）：18-22

{8}Tinbergen，J.Zur theorie der langfristigen wirschaftsentwicklung [J].Weltwirtschaftliches Archiv，1942 （55）：511-549

{9}Solow，RM.Technical change and the aggregate production function [J].Review of Economics and Statistics，1957，39（8）：312-320

{10}Kendrick，J.Productivity trends in the United States [M]. New York：NBER，1961

{11}Denison， EF. The sources of economic growth in the United States and the alternatives before us [M]. New York： Committee for Economic Development，1962

{12}Jorgenson，DW，Griliches，Z.The explanation of productivity change [J].Review of Economic Studies， 1967（34）：249-283

{13}Aigner，J，Lovel，K，Schmidt，P.Formulation and estimation of stochastic frontier production function models [J].Journal of Econometric，1977（16）：21-37

{14}Fare，R，Grosskopf，S，Norris，M，et al.Productivity growth，technical progress， and efficiency change in industrialized countries [J].American Economic Review，1994，84（1）：66-83

{15}Charnes，A，Cooper，WW，Rhides，E.Measuring the efficiency of decision making units [J].European Journal of Operational Research，1978，（2）：429-444

{16}Young，A.The Tyranny of Numbers： Confronting the Statistical Realities of the East Asian Growth Experience [J].The Quarterly Journal of Economics，1995，110（3）

{17}楊廷干.對我國工業全要素生產率測度方法的看法[J].當代財經，1994（4）：48-50

{18}葉裕民.全國及各省區市全要素生產率的計算和分析[J].經濟學家，2002（3）：115-121

{19}修菊華.基于TFP模型的閩臺農業經濟增長實證分析[J].廊坊師范學院學報（自然科學版），2010（5）：107-109

{20}黃金波，周先波.中國糧食生產的技術效率與全要素生產率增長：1978-2008[J].南方經濟，2010（9）：40-52

{21}孫致陸，肖海峰.技術效率、技術進步與我國羊絨生產的全要素生產率——基于DEA-Malmquist指數法的分析[J].農業經濟與管理，2012（1）：64-70

（作者單位：山西財經大學管理科學與工程學院 山西太原 030031）

[作者簡介：張靜（1988—），女，山西運城人，山西財經大學碩士研究生，研究方向：知識管理]（責編：若佳）