大中型工业企业随机前沿生产模型实证分析：1995-2002

格式：pdf
大小：505.95 KB
文档页数：49

下载文档原格式

中国工业企业生产效率随机前沿模型分析

t t ( x, q ) d0 （４） s d 0 ( x, q )
若ＴＥＣ＞１，则存在前沿效率的进步。（３）规模效率变化（ＳＥＣ）一个厂商可以通过变动他的运营规模使得该厂商运营与生产的技术最优规模（ＴＯＰＳ）处，以提高其生产效率。一个厂商在某个时期的规模效率可以表示为：
均来源于２０００年～２００８年的《中国统计年鉴》和《科技统计年鉴》，部分年份的数据来源于各年各地区的统计年鉴。（１）实际工业总产值（Ｙ）。本文采用实际工业总产值作为产出。处理方式如下：将《中国统计年鉴》中规模以上工业企业的各年名义工业总产值，经过各年各地区工业品出厂价格指数平减，得到实际的工业总产值。内资工业部门的实际工业总产值由规模以上工业企业和规模以上三资企业的实际工业总产值相减得到。（２）固定资产净值（Ｋ）。对于固定资产净值的处理采用永续盘存法（ＰＩＭ），以１９９９年的固定资产净值为基期，以相邻两年的固定资产年末余值之差作为当年的新增固定资产投资。公式如下：
表２
+∑
n =1
N
n
InX nit +
1 N N ∑∑ 2 n =1 j =1
nj
InX nit InX njt +
∑
n =1
N
tn
tInX nit + t t +
1 2
tt
t 2 + D1 + D2 + D3 + Vit − U it （１１）
（１）内资工业企业的估计结果分析：我们将内资工业部门的估计结果统计如表１所示。（２）对于显著性和假设检验的说明：由表３．１，除了δ４、 δ７之外，所有系数均通过了１％的ｔ检验；而γ＝０．９９９，并且显著，这说明生产对于前沿的偏离，主要是由于技术无效率所引起的。对于是否存在无效性的

我国制造业生产效率测算——基于随机前沿模型的实证分析

衰的课题。而我国２Ｏ多年来不同性质的企业、业在经济转轨产
因此研究产业之间的生产效率差异以及造成差异的原因就具有重要的理论和实践意义。为弥补上述缺憾，文将试图运用本随机前沿分析技术（ｔｃａｔｒｎｉｎｌｉ，下简称ＳＡ）ＳｏｈｓｃＦｏｔｒａｓ以ｉｅＡｙｓＦ对我国１９９６年０３年问制造业生产效率水平进行测算。２０
动中国经济高速增长的同时，带来了中国经济然在２Ｏ多年的改革中我国的经济运行效率大幅度提高，但经济活动的高投入、低产出，能耗、高低效率依然是我国经济增长过程中一个不容忽视的问题。保持在经济总量不断增长的同时，如何稳定地提高我国的经济效率．
利用宏观经济数据对我国区域宏观经济效率进行了测算，现发
引言
伴随着中国２Ｏ多年的市场经济体制改革，中国社会经济
据对不同产业之间的生产效率进行比较方面的经验和实证的
研究都比较缺乏，我们难以了解我国整个宏观经济中各产业使
济体系的核心。因此制造业的增长状况将直接影响我国经济增
长的速度和质量。由于企业与产业在运行上的较大差别，对针企业的研究不能满足对产业考察的需要．此有必要对产业进因行专门研究。外基于产业加总数据的研究有利于我们对具有另

企业生产率增长及来源_创新还是需求拉动.

估算生产率的变化, 需要至少有两年连续的平衡数据, 作为计算的依据, 我们的数据则是以此为基础形成的面板数据。为了尽可能减少不必要的观察值的损失, 面板数据库并无必要做成五年完全平衡的。由于本文主要试图发现各年比上年的生产率增长变化, 而非整个面板期间的平均增长率或总体增长率, 那么非平衡面板是可行的, 其能够更准确地反映出这个时期的生产率的年度波动状态。平衡面板与非平衡面板数据的生产率增长的根本不同在于, 后者比前者多一些新增观察值的影响效果, 如果新增量较少, 那么两者的效果差异并不大。就可比性来说, 如果比较的不是期初与期末的生产率变化, 而只是当年与上年之间的生产率变化, 那么, 即使在非平衡面板中的企业数量有一定变化, 也不会影响比较的效果。
本文将主要测算企业的生产率变化( M 指数) 。一般技术效率是指每个企业在效率上的水平效应, 是横向可比的; 而生产率变化则测量每个企业在效率上的增长效应, 是纵向可比的, 涉及到动态
的变化, 反映的是企业效率随时间的变化, 这样的生产率需要以面板数据为基础进行估计, 才能发现企业生产率增长的变化, 以及决定增长的不同因素。
Farrell 技术效率的倒数,
即
D
t i
(
yt ,
xt ) =
1P
F
t i
(
yt
,
xt|
C,
S
)
。全要素生产率以某一时期的技术为参照技术,
用两不同时期距离函数的比值来
表示( 通常称为 Malmquist 生产率指数) , 以下简称 M 指数。为了避免在选择生产技术参照系时的
随意性, 通常用两个生产率指数的几何平均值来计算生产率的变化, 即:
沿, 再把每一个企业的生产同最佳前沿进行比较就可以测度出各个企业的技术效率, 如果将企业本

随机前沿分析(新)

测算全要素生产率的传统方法是索洛余值法 (SRA) ,其关键是假定所有生产者都能实现最优的生产效率,从而将产出增长中要素投入贡献以外的部分全部归结为技术进步( technological progress) 的结果,这部分索洛剩余后来被称为全要素生产率(李京文等 1998) 。然而,SRA 法的理论假设不完全符合现实,因为现实经济中大部分生产者不能达到投入—产出关系的技术边界(Farrell ,1957) 。
利用随机前沿生产函数法，Schmidt（1980， 1986）、Kumbhakar（1988，1990）、Bauer （1990）、Kalirajan（1993）、Batese和Coelli 1988，1992，1995）等对技术效率对TFP和产出的影响做了大量的实证研究。
2021/5/8
9
2. 技术效率的测度 2.1.1 确定性生产边界
传统的生产函数只反映样本各投入因素与平均产出之间的关系, 称之为平均生产函数。但是1957 年, Farrell 在研究生产有效性问题时开创性地提出了前沿生产函数 (Frontier Production Function)的概念。对既定的投入因素进行最佳组合, 计算所能达到的最优产出, 类似于经济学中所说的“帕累托最优”, 我们称之为前沿面。前沿面是202一1/5/8个理想的状态, 现实中企业很难达到这一状态。4
随机前沿分析
Stochastic Frontier Analysis
2021/5/8
1ቤተ መጻሕፍቲ ባይዱ
一、导言
1.1 随机前沿方法简介
在经济学中，技术效率的概念应用广泛。 Koopmans首先提出了技术效率的概念，他将技术有效定义为：在一定的技术条件下，如果不减少其它产出就不可能增加任何产出，或者不增加其它投入就不可能减少任何投入，则称该投入产出为技术有效的。Farrell首次提出了技术效率的前沿测定方法，并得到了理论界的广泛认同，成为了效率测度的基础。

随机前沿分析(新)PPT课件

.
采用线性规划方法计算前沿面, 确定性前沿生产函数把影响最优产出和平均产出的全部误差统归入单侧的一个误差项ε中, 并将其称为生产非效率. 随机前沿生产函数( Stochastic Frontier Production Function)在确定性生产函数的基础上提出了具有复合扰动项的随机边界模型。其主要思想为随机扰动项ε应由v 和u 组成, 其中v 是随机误差项, 是企业不能控制的影响因素, 具有随机性, 用以计算系统非效率; u是技术损失误差项, 是企业可以控制的影响因素, 可用来计算技术非效率。参数型随机前沿生产函数体现了样本的统计特性, 也反映了样本计算的真实性。
.
生产率和效率的度量涉及到生产函数。DEA方法的特点是将有效的生产单位连接起来，用分段超平面的组合也就是生产前沿面来紧紧包络全部观测点，是一种确定性前沿方法，没有考虑随机因素对生产率和效率的影响。随机前沿生产函数则解决了这个问题。
.
前沿生产函数(Frontier Prodution Function)反映了在具体的技术条件和给定生产要素的组合下, 企业各投入组合与最大产出量之间的函数关系。通过比较各企业实际产出与理想最优产出之间的差距可以反映出企业的综合效率。
但非参数方法存在的最大局限是: 该方法主要运用线性规划方法进行计算, 而不像参数方法有统计检验数作为样本拟合度和统计性质的参考; 另外, 非参数方法对观测数有一定的限制, 有时不得不舍弃一些样本值, 这样就影响了观测结果的稳定性。因此, 我们在这里选择参数方法进行前沿生产函数的计算。
在参数型前沿生产函数的研究中, 围绕误差项的确立, 又分为随机性和确定性两种方法。首先, 确定性前沿生产函数不考虑随机因素的影响, 直接

2002中国制造业集中与市场结构分析_魏后凯

中国制造业集中与市场结构分析*◆魏后凯从广义的角度看,市场结构是指规定构成市场的卖者(企业)相互之间、买者相互之间以及卖者和买者集团之间等诸关系的因素及其特征①。

然而,除少数特殊产业外,买方市场一般比较分散,加上现有的产业分类是按照卖方(企业)来划分的,卖方市场的资料也容易收集,因此,目前学术界一般仅从狭义的角度来考察市场结构,即主要分析特定产业内企业之间以及企业和消费者之间的关系和特征。

一般地讲,规模经济、进入壁垒、产品差别和市场集中是市场结构的主要构成要素,而且这些要素往往相互影响、相互交织在一起。

这里,主要从市场集中的角度来探讨中国制造业的市场结构问题。

一、市场结构分类的集中度标准自美国学者贝恩采用集中度指标对市场结构进行分类以来,集中度指标已经成为国际上衡量市场结构状况的重要指标之一。

60年代以来兴起的芝加哥学派、新奥地利学派,虽然对哈佛学派的SCP范式(S tructure-Co nduct-Perfo rmance)提出了挑战,但并不否认集中作为定义市场垄断、竞争性的主要方法的重要地位。

近年来,在一些实证研究中,虽然从进入壁垒、产品差别、政府管制等角度研究市场结构的文献大量涌现,但由于资料的限制,目前对制造业市场结构进行全面系统的分类,仍有赖于集中度标准。

早在50年代,美国学者贝恩就根据前4位和前8位集中率(CR4和C R8)指标,将不同产业的市场结构分为高度寡占型、高度集中寡占型、中(上)集中寡占型、中(下)集中寡占型、低集中寡占型、原子型6种类型②。

依据这一分类标准,贝恩对50年代美国产业的集中程度和市场结构进行了测定③。

然而,由于贝恩所采用的分类标准范围较窄,按照这种分类方法将无法包括全部产业在内。

同时,由于美国的产业集中度较高,贝恩把CR4<30%或CR8<40%作为原子(竞争)型结构的标准,可能并不适合其他国家特别是发展中国家的情况。

1995年,在我国521个制造业行业中,C R4<30%和C R8<40%的行业分别占67.0%和64.4%。

我国大中型工业企业生产率与技术效率的随机前沿模型分析.pdf

华中科技大学博士学位论文我国大中型工业企业生产率与技术效率的随机前沿模型分析姓名：***申请学位级别：博士专业：西方经济学指导教师：***20050512快速增长。

初步分析，我们认为前沿技术进步背后有四大驱动力：行业竞争是前沿技术进步的外部压力；全球化与外商直接投资是前沿技术进步的源泉；所有制结构的变化是前沿技术进步的内在动力；良好的经济大环境为前沿技术进步提供了必要前提条件。

（3）相对前沿技术效率的行业平均水平低，企业间的技术效率水平差距逐渐拉大是生产率提高的最大障碍。

1996-2002年相对前沿的技术效率下降，使得全要素生产率的下降平均为7.1个百分点。

1996-2002年37个工业行业相对前沿的技术效率的加权平均只有31%水平，而且逐年呈下降的趋势。

企业间技术效率差距的扩大导致行业整体生产率下降：1996年下降6.4个百分点、1997年下降6.5个百分点、1998年下降6.6个百分点、1999年下降6.7个百分点、2000年下降7.0个百分点、 2001年下降7.4个百分点、和2002年下降7.9个百分点。

因此，提高相对前沿的技术效率水平已经成为中国工业企业今后发展的另一个潜在动力及挑战。

（4）随着中国市场经济改革的深化，资本市场和劳动力市场逐步完善，配置资源的功能不断提高。

资源配置效率是生产要素市场化程度高低的反映，也体现了资本市场与劳动力市场配置资源功能的强弱。

对单个企业而言，在完全竞争下，利润最大化的条件是要素的边际产出弹性等于要素的成本价格。

从37个行业的平均值，1996年至2002年大中型工业企业的资源配置效率对生产率增长的贡献仅为0.02个百分点。

生产要素的产出弹性接近要素的成本，表明从总体上市场配置资源的功能的增强。

但是，针对个别企业或行业而言，还有通过要素配置效率来提高生产率水平的空间。

（5）规模不经济性是现阶段大中型工业企业的主要特征，提高规模效应将是提升工业经济增长质量的一条有效途径。

我国工业企业技术效率的比较分析——应用随机前沿生产函数进行的比较

我国工业企业技术效率的比较分析——应用随机前沿生产函
数进行的比较
于立;王铁
【期刊名称】《科技与管理》
【年(卷),期】2007(009)004
【摘要】采用随机前沿生产函数对不同所有制企业的技术效率水平进行了比较评价.通过Frontier Version4.1软件,将企业间技术效率的差异用可比的方式表示,并用技术效率的指标作为被解释变量,企业的所有制、企业的特质指标作为解释变量估计模型的各个参数,进一步找出技术效率差异产生的原因,提出了提高企业技术效率水平的建议.
【总页数】3页(P42-44)
【作者】于立;王铁
【作者单位】哈尔滨理工大学,经济管理学院,黑龙江,哈尔滨,150040;哈尔滨理工大学,经济管理学院,黑龙江,哈尔滨,150040;齐齐哈尔大学,经济管理学院,黑龙江,齐齐哈尔,161006
【正文语种】中文
【中图分类】F279.23
【相关文献】
1.我国工业企业R&D状况的区域比较分析 [J], 陈海波;刘洁
2.应用Bootstrap-DEA方法的公立三级医院技术效率测量与比较分析 [J], 李萌;
张旭东; 郭淑岩; 杨婷婷; 杨威; 黎浩; 张建成; 董四平
3.应用管理学理论提升我国职业院校教学质量的可行性方案探讨
——借鉴澳大利亚TAFE教育模式进行比较分析 [J], 陶喆;刘文社;徐玮
4.“效率”与“效力”共驱的R&D项目绩效评价研究——基于DEA方法的我国各地区大中型工业企业的比较分析 [J], 刘井建
5.对我国技术效率的测算:随机前沿生产函数的应用 [J], 何枫;陈荣;郑江绥
因版权原因，仅展示原文概要，查看原文内容请购买。

中国全要素生产率研究评述_段文斌

中国全要素生产率研究评述_段文斌130中国全要素生产率研究评述段文斌尹向飞?摘要：本文对改革开放以来中国全要素生产率的相关文献进行了综述，并详细说明了应用传统的索洛余值法、索洛扩展模型、SFA 模型、DEA 分析方法测算中国全要素生产率时所存在的缺陷和不足，在文章的第四部分就中国全要素生产率的研究方向进行简单的评述，最后指出不要过分强调全要素生产率的作用，结合中国实际情况，创造出一套适合中国国情、能更准确测度中国全要素生产率方法的意义。

关键词：全要素生产率；SFA ；DEA引言自改革开放以来，中国经济获得飞速发展，并取得举世瞩目的成就。

但是经济界对此褒贬不一，很多学者认为中国的经济增长应主要归因于要素投入，经济增长质量不高。

为了测度中国经济增长质量，国内外很多学者应用中国相关数据对中国的全要素生产率进行测度，来研究中国经济发展的可持续性，中国国有企业、私企的效率及其差异，中国地区差距，地区技术扩散等热点问题，得出不同的结论。

中国政府也逐渐意识到经济增长质量对整个国民经济发展的重要性，多次在政府工作报告中强调调整产业结构、转变增长方式，2006年在《国家中长期科学与技术发展规划(2006—2020年)》中将技术进步贡献指标列为中国的发展目标，这些对提高我国经济的整体质量将起着积极的作用。

但是国内外学者对中国全要素生产率的研究结果很不一致，甚至截然相反，本文对这些研究文献进行总结、评述，并指出其中存在的一些缺陷和不足，以利于有关部门对全要素生产率有一个较为客观的认识和了解，进而进行科学的计算。

用来测算中国全要素生产率的方法主要有索洛余值法、数据包络分析法、扩展索洛余值法、随机前沿生产函数法等，本文以上述分类方法为基础，对相关文献进行分类评述。

本文分五大部分，第二部分为索洛余值法研究综述，第三部分为全要素生产率测度改进方法综述，第四部分为中国全要素生产率的研究方向，第五部分为总结。

一、索洛余值法研究综述最早提出利用索洛余值法来度量全要素生产率的是索洛，索洛(1957)首先引入一个Hicks 中性和规模报酬不变的新古典生产函数t t t t Y A K L αβ=，在该函数基础上，将经济段文斌，尹向飞，南开大学经济学院经济学系(邮编：300071)，E-mail ：wenbin-dl@/doc/e55138297.html,. 。

服务业全要素生产率分解与测算

服务业全要素生产率分解与测算国务院印发的《服务业发展的“十二五”规划》强调，要把推动服务业大发展作为产业结构优化升级的战略重点。

加快发展服务业是推进经济结构调整、产业结构优化升级的重大任务，是适应对外开放新形势、提升综合国力的有效途径，也是扩大就业、满足人民群众日益增长的物质文化生活需要的内在要求。

其实，早在20世纪60年代初，世界主要发达国家的经济重心便开始向服务业转移，产业结构呈现出由“工业型经济”向“服务型经济”转型的总趋势。

目前，全球服务业增加值占国内生产总值比重达到60%以上，主要发达国家达到70%以上，即使是中低收入国家也达到了43%的平均水平。

“十二五”期间是我国服务业发展的战略机遇期，从国际环境看，经济全球化深入发展，世界经济增长格局和市场需求形势发生新变化，科技创新和产业升级面临新突破，国际经济秩序出现新调整。

我国与世界经济的相互联系和影响日益加深，服务业国际化发展的机遇增多，有利于在更广领域、更高层次参与国际合作与竞争。

从国内环境看，我国具备服务业大发展的有利条件。

随着工业化、信息化、城镇化、市场化、国际化深入发展，服务业的发展基础和发展条件将进一步改善。

党的十八大指出，我国的经济发展要更多地依靠内需特别是消费需求拉动，要更多地依靠现代服务业和战略性新兴产业的带动。

然而，我国服务业发展长期滞后，结构不合理，生产性服务业水平不高，尚未形成对产业结构优化升级的有力支撑；生活性服务业有效供给不足，不能满足人民群众日益增长的服务需求。

此外，国际环境中的不确定因素不断增多，贸易保护主义加剧，发达国家的生产性服务业占有明显优势，围绕市场、资源、人才、技术、标准的竞争更加激烈，这些对提升我国服务业质量和水平，缩小与发达国家差距都提出了新的挑战。

服务业深化改革任务艰巨，进一步提高对服务业的思想认识，对于化解制约发展的一些长期性深层次矛盾、改善影响发展的体制机制具有重要意义，如何实现服务业的发展向高质量模式的转变称为我国当前面临的重要课题之一。

随机前沿模型(SFA)-原理解读

随机前沿模型（SFA ）原理和软件实现一、SFA 原理在经济学中，常常需要估计生产函数或者成本函数。

生产函数f (x)的定义为：在给定投入x 情况下的最大产出。

但现实中的产商可能达不到最大产出的前沿，为了，假设产商i 的产量为：i i i y f (x ,)βξ= （1）其中，β为待估参数；i ξ为产商i 的水平，满足i 01ξ<≤。

如果i =1ξ，则产商i 正好处于效率前沿。

同时，考虑生产函数还会受到随机冲击，故将方程（1）改写成：i v i i i y f (x ,)e βξ= （2）其中，i v e 0>为随机冲击。

方程（2）意味着生产函数的前沿i v i f (x ,)e β是随机的，故此类模型称为“随机前沿模型”（stochastic frontier model ）。

随机前沿模型最早由Aigner, Lovell and Schmidt(1977)提出，并在实证领域运用广泛，Kumbhakar and Lovell(2000)为该领域的研究写了一本著作，有兴趣的同学可以去参考。

假设o k 1i 1i ki f (x ,)e x x ββββ=（柯布道格拉斯生产函数，共有K 个投入品），则对方程（2）取对数可得：K i 0k ki i i k 1ln y =+ln x ln ββξν=++∑ （3）由于i 01ξ<≤，故i ln 0ξ≤。

定义i i u =-ln 0ξ≥，则方程3可以写成：其中，i u 0≥为“无效率”项，反映产商i 距离效率前沿面的距离。

混合扰动项i i i ενμ=-分布不对称，使用OLS 估计不能估计无效率项i u 。

为了估计无效率项i u ，必须对i i νμ、的分布作出假设，并进行更有效率的MLE （最大似然估计）估计。

一般，无效率项的分布假设有如下几种：(1)半正态分布(2)截断正态分布(3)指数分布在一般的论文中，使用的最多的是半正态分布随机前沿模型可以很容易地用于估计成本函数，经过与生产函数的随机前沿模型类似的推导可得：其中，i c 为产商i 的成本，i y 为产出，ki P 为要素K 的价格，i u 为无效率项，i ν为成本函数的随机冲击。

随机生产前沿方法的发展及其在中国的应用

南　开　经　济　研　究NANKA I ECO NOM I C STUD I ES2006年　第2期　No.2　2006　随机生产前沿方法的发展及其在中国的应用傅晓霞　吴利学3 摘　要:本文对随机前沿生产函数模型的发展及其在中国生产率分析中的应用进行了评述。

文章首先介绍随机前沿方法的基本原理、估计方法和在面板数据下对全要素生产率增长的分解,随后评述随机前沿生产函数模型的最新进展和在经验分析中的优势与作用,最后总结了在中国行业和地区经济增长研究中随机前沿方法的成果和不足,并探讨今后研究的发展方向。

关键词:随机前沿方法;生产函数;技术效率;最大似然估计;全要素生产率增长分解生产率分析是研究经济增长源泉和确定增长质量的主要方法。

20世纪50年代以来,经济增长的研究重点从单一要素(如劳动)生产率(Partial fact or p r oductivity)转向全要素生产率(Total fact or p r oductivity),分析方法主要有四种:索洛余值法、指数分析法、数据包络分析法和随机前沿法①。

随着数据的丰富和估计方法的发展,随机前沿法(St ochastic fr ontier app r oach)在理论和方法两方面都不断完善,越来越多的经济学家将它作为工具箱中的必备组件,广泛应用于经济增长的实证研究。

近来,在对中国经济增长和生产率分析中,基于随机前沿法的研究也取得了较快发展和较多成果。

本文将对随机前沿模型的特点、发展、对全要素生产率增长的分解(Deco mpositi on of TFP gr owth)及对中国生产率分析的研究成果进行综述,文章各部分安排如下:第一部分介绍随机前沿方法的基本原理;第二部分讨论生产函数方程估计的困难和方法;第三部分评述随机前沿生产函数模型的最新发展;第四部分描述基于随机前沿生产函数的全要素生产率增长的分解;第五部分是对在中国生产率分析中随机前沿方法的研究成果的讨论;最后是总结性评述。

随机前沿分析(穆瑜秀11.27)

SFA
参数方法是存在无效率
技术效率、规模效
率、配置效率投入产出的数量截面数据面板数据
技术效率、规模效率、配置
效率、技术进步、TFP的变化投入产出的数量截面数据面板数据
所需要变量
所需要数据
随机前沿分析（SFA)与数据包络分析（DEA）的比较
SFA与DEA的优缺点比较
SFA
有统计特性；有无统计特性对参数进行t检验；对模型本身进行LR检验随机前沿面；固定前沿面；无统计特性
动的产出弹性）； Translog 函数优点：考虑了资本和劳动相互作用对于产出的影响，克服了C—D 函数替代弹性固定为1的缺点。如何选择使用哪种生产函数：首先选择Translog函数，在参数估计后做β 3=β 4=β 5=0是否为0
的似然比检验（LR检验）。若不能拒绝β 3=β 4=β 5=0的原假设，
又分为随机性和确定性两种方法。
确定性前沿生产函数
是否考虑随机因素影响不考虑
随机前沿生产函数（SFA）
考虑
随机扰动项ε 应由v和u 组
把影响最优产出和平均成；误差项产出的全部误差归入单 v是随机误差项/噪声(不可侧的一个误差项，称为控)，计算系统非效率；生产非效率。计算技术非效率。
u是技术损失误差项(可控），
随机前沿生产函数模型
随机前沿生产函数模型：在确定性生产函数的基础上提出了具有复合扰动项的随机前沿模型。Aigner，Lovell和Schmidt(1977)以及Meeusen和 Broeck(1977)都分别提出了如下形式的随机前沿面生产函数：
式中，代表第i家公司的产出；是包含投入对数的K*1向
2 u
式1表明是独立同分布的正态随机变量，服从期望为0,

中国工业企业生产率的收敛性：基于随机前沿模型的分析

【关键词】全要素生产率；收敛性；面板数据单位根检验
０前言
较多学者对我国经济的地区间差异进行了分析．大多认为我国的经济存在着地区间差异而且地区间差异有不断扩大的趋势现代经济增长理论与经验研究表明．生产率水平的不断提高是一个国家（或地区）经济和产业持续增长的根本源泉和动力中国作为一个发展中的大国．资源约束十分明显．长期的经济增长更需要依靠生产率水平的持续增长。目前对生产率的研究中讨论生产率收敛性的研究相对较少本文借助经济收敛的相关理论和方法来研究中国工业生产率的收敛性问题．研究结果有利于明确中国工业生产率差距的现状和变化趋势，这对缩小地区经济差距．促进中国不同地区经济的协调发展，将具有重要的政策意义
－ＦＰ、Ｆ￡１Ｐ
１理论与方法
１１随机前沿函数．随机前沿函数是由Ａｇｅ，ｏｅｌｎｅｍｉｔ１７）ＭｅｕｅｉｎｒｖｌｄＳｈｄ（９７、ｅｓｎＬ，ａ＝－－ａｄｖｎｅｒｃ（９７年提出的．ｎａｄｎＢｏｋ１７）ｅ早期的研究中，随机前沿模型主要
状态。这个稳定状态主要指的是人均产出保持不变，济的增长率将经为零。经济趋向稳定状态的过程中，由于边际递减规律作用，富国增长将趋缓，穷国则相反．长速度较快．增这种增长速度的差异会使得落后地区赶上发达地区经济增长理论把这种可能的现象称之谓经济增长的收敛。Ｂ收敛，这是与时间序列相关的假说，指初期人均产出水平较低的经济系统趋于比初期人均产出水平较高的经济系统以更快的速度增长．同经济系统间的人均产出增长率与初始人均产出水平负即不相关。口收敛．这是与横截面数据相关的假说．指不同经济系统间人均收入的离差随时间推移而趋于下降１．Ｂ．１收敛计量模型２

1992年-2005年中国全要素生产率增长及其分解 ——基于确定性前沿

1992年-2005年中国全要素生产率增长及其分解 ——基于确定性前沿生产模型的实证研究尹向飞（南开大学经济学院，天津，300071）内容摘要：本文运用确定性前沿生产模型对1992~2005年期间中国季度宏观数据进行研究，将TFP增长率分解为技术进步、技术效率改进、规模效率与配置效率。

发现：我国TFP增长迅速并呈“V”型结构；配置效率增长很快。

我国技术进步缓慢，规模效率和技术效率改进也提高缓慢。

本文认为，1992年以来中国经济增长主要是由TFP增长推动的，配置效率是推动TFP增长的最主要因素。

要素投入、特别是投资是推动技术进步和配置效率增长的主要因素。

关键词：全要素生产率技术进步配置效率一、引言对于推动我国经济发展的原因以及经济发展持续性问题，国内外经济学者已经从各个角度展开研究，全要素生产率（TFP）是其中的研究热点之一。

从研究方法上看，对中国TFP的研究主要可分为索洛余值法、数据包络分析法（DEA）和随机前沿生产函数法、确定性生产前沿四类，下面从这四个方面进行综述。

利用DEA方法对TFP的研究很多，例如郑京海等（Zheng et al., 2003）、李静、孟令杰（2006）等①。

DEA方法无需对生产函数进行估算，这是该方法的优点,但该方法需要大量数据，并且测算出的TFP容易受极值的影响。

因此该方法对TFP研究的运用主要集中在产业和行业的技术效率、技术进步的测算上，很少用来研究宏观经济方面的全要素生产率问题。

索洛余值法是早期估算TFP的常用方法，这种方法的理论基础是索洛增长模型，通常采用C-D生产函数，以该生产函数的A值来度量TFP，A的变动来度量TFP的变动。

C-D 模型适合研究宏观层面的TFP问题，许多学者利用该模型对我国TFP进行测算，但大多数假定资本、劳动力的产出弹性为常数、规模报酬不变，如李静（2006）、胡鞍钢（2007）、Jefferson et al.(1996)。

这种方法的优点是模型简单，缺点主要体现在参数估计一般采取经验估计方法，存在一定的主观随意性②，且不同劳动力产出弹性值的选取对结论的影响比较大。

企业研发投入与财务绩效关系的文献评述

企业研发投入与财务绩效关系的文献评述科企业研发投入与财务绩效关系的文献评述近年来,国外学术界对研发投资与企业财务绩效之间的关系展开了广泛讨论。

与国外相比, 国内的研究还出于起步阶段,大部分的研究集中在宏观领域研发绩效的评价问题上,即使实证研究也多探讨国家或区域的研发投入与经济增长的关系。

相对来说,对企业研发投入产生的财务绩效的探讨还存在较多研究空间。

此外,由于现有的文献在研发投入指标、财务绩效指标以及样本的选取上差别较大,导致其研究结论并不统一。

鉴于此，本文通过回顾国内外研发投入与企业绩效关系的研究文献，从研发投入与企业财务绩效的相关性和研发投入对企业财务绩效的滞后性影响两个方面对国内外学者的前期研究进行分类梳理：旨在全面而清晰的把握研发投入与财务绩效二者的关系。

一、研发投入与财务绩效相关性的研究文献在中国知网（CNKI）的网络平台上，以“研发投入”为检索词检索《会计之友》、《财会月刊》、《会计研究》、《财务与会计》到目前为止发表的所有论文，再对这些论文的篇名、摘要和关键词信息作保存处理，采用不同检索词组合的方法对相关文献进行统计，共搜集到788余篇相关文献。

（一）国外文献回顾国外在此方面较早展开了研究，并充分认识到了投入（以下简称R&D投入）与企业绩效的相关性。

相关的研究文献如下：Cohen and Levinthal(1989)[1]认为，研发投资不仅可以产生新的知识和信息，而且可以增强企业吸收现有知识和信息的能力，促进知识和技术的外溢，研发投资具有提高创新能力和吸收能力的两面性。

Edward B. Roberts（1995）搜集了美国、日本等发达国家的244家高新技术企业的数据，以每年的研发支出在1亿美元以上标准筛选，对这些企业的研发情况进行调查研究。

发现这些企业的销售业务增长额与企业提供新产品以及技术改进旧产品之间有着密切的联系，回归分析结果为强正相关，并用实证的方法说明研发费用与年销售收入增长率存在正相关关系。

基于随机前沿面的全球石化行业技术效率相关研究

基于随机前沿面的全球石化行业技术效率相关研究
马永红;魏祯;陈清江;陈良猷
【期刊名称】《现代化工》
【年(卷),期】2005(25)3
【摘要】采用随机前沿面生产函数法,考察1989—1999年全球石化行业及典型企业的技术效率,进行企业国际竞争力的比较,发现全球石化行业发展所经历的3个不同规模效应变化的阶段:规模报酬递减—规模报酬不变—规模报酬递增。

这个结论与全球石化行业实际经历的3个典型阶段完全吻合,说明全球石化行业正处于不断发展中,而不是衰退趋势。

同时研究中还发现,新的管理技术在行业和企业的发展中已经起到引擎作用,领先公司引导了整个行业发展轨迹。

【总页数】4页(P58-61)
【关键词】石化行业;技术效率;规模效应;企业;竞争力
【作者】马永红;魏祯;陈清江;陈良猷
【作者单位】北京化工大学;北京航空航天大学
【正文语种】中文
【中图分类】TQ-9;TE-9
【相关文献】
1.R&D影响下的工业行业技术效率部门差异研究——基于大中型工业企业37个行业面板数据随机前沿分析 [J], 冯锋;李慧敏
2.基于随机前沿生产函数的我国石化产业技术效率研究 [J], 李星光;程丽华;于成学
3.中国银行业前沿效率及其影响因素研究——基于随机前沿的距离函数模型 [J], 张健华;王鹏
4.基于行业视角和随机前沿方法的我国宏观技术效率研究 [J], 冯贞柏
5.我国家电行业上市公司技术效率分析——基于随机前沿技术的实证研究 [J], 高伟;何枫
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Key words: Total Factor Productivity, Frontier Technology Progress, Technical Efficiency, Scale Economy, Allocative Efficiency; JEL Classification code: D24, C23, O47, L60
肖耿，香港大学， xiaogeng@hku.hk；涂正革，香港大学及华中科技大学， zhengge_tu@econ.hku.hk。所有观点均属作者个人，不代表所在单位。作者感谢国家统计局邢俊玲和俞肖云对数据处理的帮助，华中科技大学林少宫教授和王少平教授的宝贵建议，及香港研究基金拨款委员会及大学拨款委员会的资助（项目编号：HKU7167/98H 及 A0E/H-05/99）。
†
*
பைடு நூலகம்
1
一、引言
改革开放后的四分之一世纪内，中国经济一直保持高速的增长。但是，按标准普尔 2004 年的数据，中国四大银行的不良资产率高达 45%以上，大中型工业企业的亏损面也超过 30% 以上，这都是资源配置效率和生产率低下的表现。许多经济学者认为，高储蓄率以及大量外资的流入使得中国经济在低效率的情况下，能够靠大量资本投入的推动来保持高速增长，而并非通过效率的提高来达到高增长。这些结论主要是基于宏观数据和整体经济表现，无法反映中国经济多层次、动态、复杂的现状。本文运用微观层面的企业数据，借助随机前沿生产模型，考察中国工业企业中最重要的一个群体，即中国境内全部大中型工业企业，的效率状况及其在 1995-2002 期间的变化趋势。本文所研究的企业群体所创造的增加值在 1995-2002 期间占到中国国民生产总值的 12%到 19%，并呈上升趋势。因此，这里的实证结果对深入分析中国工业生产力发展趋势及潜力有重要意义。随机前沿生产模型的理论最初由 Aigner、Lover、Schmidt(1977)以及 Meeusen、Van den Broeck(1977)提出，并很快成为计量经济学中一个引人注目的分支。随机前沿生产模型假定，企业由于各种非价格的组织管理等因素导致生产过程中技术效率的损耗，而达不到最佳的技术状况，即前沿技术水平。随机前沿生产模型的产出，是在考虑了随机冲击的情况下，一个行业中的企业在最好的设备与最佳的管理技术水平下所达到的最大产出。随机前沿生产模型被大量用于全要素生产率的分析，并可以将全要素生产率的增长分解为前沿技术进步与相对前沿技术的效率差距的变化。在生产率研究的早期，特别是 Solow 的“残余项”方法，通常将技术进步看作是全要素生产率增长的唯一源泉。最近的研究发现除了前沿技术进步外，相对前沿的技术效率变化也对全要素生产率有重要的影响。如果政策制定者了解生产率增长的结构因素，就可以考虑采取更有效的措施改善企业生产率。如果生产率低是由于前沿技术水平低，那么政策的重点应该是引导企业进行技术创新，加大研发投入，引进先进技术，以提高前沿生产技术水平，也就是让前沿生产函数向上移动。如果行业内已经具备大量的先进设施、工艺及技术，但是许多企业的实际产出依然与前沿技术产出相差巨大，这就是相对前沿的技术效率低下的表现。对此，政策的重点应该是如何通过竞争提高效率，加强人员的培训，提高管理水平，缩小效益低下企业与行业前沿技术水平的差距。 Nishinizu 和 Page（1982）首次提出将全要素生产率（TFP）的增长分解成前沿技术变化和相对前沿技术效率的变化。此后，许多研究都沿用他们的方法分析全要素生产率的增长。Bauer (1990) 使用美国航空业的数据将全要素生产率的增长分解为前沿技术进步、相对前沿的技术效率变化以及规模经济性改善等因素。Fecher 与 Perelman (1992) 利用该方法分析了 OECD 制造业的全要素生产率与前沿技术进步。Sangho Kim（2001）对韩国的制造业主要行业的全要素生产率进行了分解及分析。Kalirajan, Obwona 以及 Zhao（1996）研究了中国各省的农业全要素生产率的分解。姚洋（1998）及姚洋和章奇（2001）用随机前沿生产模型研究了中国工业经济的技术效率。胡鞍钢和郑京海（2004）选择常规模报酬的非参数模型，借助中国省际数据用 DEA-Malmquist 指数方法对 TFP 的增长率进行了分解。 Zhuobao Wei (2002)等人用 1993 年 1036 家特大型工业企业的数据研究了所有制对中国制造业生产率的影响。Yanrui Wu（2000）使用 1981-1995 年 27 个省市的综列数据通过生产率分解研究中国经济的可持续发展问题。上述对中国经济技术效率的研究，要么是用微观企业的横截面数据，要么使用全国的或省际的宏观综列数据 (panel data)。宏观数据在数据加总过程中变量的波动性大大减少导致严重的信息损失，而截面数据则不能发现生产率及技术效率的动态变化特征，而 1994-2002 期间正是中国经济向市场经济转轨的关键时期，中国的工业企业发生了巨大的变化。另一方面，根据 Schmidt 和 Sickles (1984) 的研究，用截面数据来研究技术效率，在估计随机前沿生产模型时存在三大计量问题：第一是模型的估计高度依赖误差分布假设；第二是独立性假设过于苛刻；第三是技术效率的估计不具有一致性特性，这是横截面数据面
肖耿涂正革* Geng Xiao and Zhengge Tu
摘要：本文运用中国大中型工业企业 1995-2002 期间的年度企业数据，系统地研究 37 个两位数工业行业的全要素生产率(TFP)变化趋势及其特征，并用随机前沿生产模型，将 TFP 的增长分解为前沿技术进步（FTP）、相对前沿技术效率的差距(TE)的变化、配置效率(AE)以及规模经济性(SE)四大因素之后，发现：（一）中国大中型工业 1996 至 2002 年间 TFP 的行业加权年均增长率为 6.8%，并呈逐年上升的趋势；（二）前沿技术进步已经成为 TFP 增长的最重要动力，对 TFP 增长的贡献年均约为 14 个百分点；（三）因相对前沿的技术效率差距扩大，致使 TFP 年均下降约 7 个百分点；（四）企业投入要素的配置效率对 TFP 增长几乎没有贡献，年均贡献仅为 0.02 个百分点，而企业的规模经济性对 TFP 的贡献为负 0.33 个百分点。分析表明，世纪之交的中国最重要的工业企业正经历着一场以技术进步为核心的生产力革命。前沿技术进步一方面推动着生产力的快速增长，另一方面却加剧了企业间的技术效率差异。相对前沿的技术效率的提高已经成为中国工业企业今后发展的另一个潜在动力及挑战。从政策角度看，中国工业发展应该是在引进前沿技术、鼓励技术创新的同时，加强各行业内企业间的平等竞争，通过比学赶帮，缩短行业内企业与其前沿企业间效率的差距，提高各行业整体的技术效率。另外，中国需要进一步深化大型国企的改革，充分发挥现代企业的规模经济性，并在生产要素的配置效率方面获得进一步的改进。关键词：全要素生产率前沿技术进步技术效率规模经济性配置效率
2
临的最严重问题。对于这三大困难，综列数据就不难解决，因为，从抽样理论角度看，综列数据可以看作是对众多的观测样本的重复抽样。与单纯的截面数据相比，综列数据不仅包含更丰富的信息，更重要的是能够解决技术效率估计的非一致性。用宏观数据研究中国经济全要素生产率的文献不胜枚举，但运用企业层面的综列数据，在随机前沿模型的范畴下测量、分解中国工业各行业的全要素生产率在中国生产率研究领域还是空白。本文采用非平衡综列数据（unbalanced panel data）及随机前沿模型研究中国大中型工业企业各行业 1995-2002 期间全要素生产率的变化，根据 Kunbhakar (2000) 提出的分析方法，将全要素生产率的增长分解为前沿技术进步、相对前沿技术效率的变化、相对前沿资源配置效率的改善以及规模经济性的变化。本文的研究有以下几点独到之处：第一，使用较长的 panel data ，不仅信息量更丰富，而且可以解决截面数据技术效率估计的不一致性；第二，使用微层面的企业数据，研究一群代表了中国最先进生产力的大中型工业企业的全部样本；第三，在方法上，使用了随机前沿生产模型，考虑了随机冲击对前沿产出的影响，比确定性前沿生产模型更合乎实际；第四，样本期间 1995-2002 跨越中国经济转轨的关键时期，其结论对中国未来的发展及其他转型经济具有借鉴意义；第五，突破了将全要素生产率分解为前沿技术进步与技术效率的框架，从微观考虑了资源配置效率以及规模经济性，为产业发展以及市场建设提供了更有价值的信息及分析；第六，我们的分析是按两位数工业行业展开的，本文研究所得出的结论不仅对分析中国工业乃至整个经济、提出科学合理的政策措施有重大的现实和理论意义，而且，针对 37 个行业生产力的研究对企业考察自身在市场中的位置有重大参考价值。文章的第二部分将提出全要素生产率变化及随机前沿生产模型的分析框架。第三部分将说明数据及变量的来源及定义。第四部分是实证分析的结果。第五部分是结论及其相关的政策含义。附录部分给出较完整的数据表格以及模型的估计结果、假设检验和价格处理方法。
2004 年 1 月 7 日讨论稿
中国的工业生产力革命
大中型工业企业随机前沿生产模型实证分析：1995-2002
China’s Industrial Productivity Revolution
A Stochastic Frontier Production Function Analysis of China’s Large and Medium Industrial Enterprises during 1995-2002
†
Abstract: Using the stochastic frontier production function analysis and a firm-level panel data collected by the National Bureau of Statistics of China, this paper examines the total factor productivity growth of China’s large and medium-sized industrial enterprises sector during 1995-2002. The major findings include: (1) Average annual growth of TFP in China’s large and medium industrial enterprises sector was as high as 6.8% with a rising trend during 1996-2002; (2) The contribution to TFP growth by Frontier Technology Progress reached as much as 14 percentage points a year on average; (3) The decline in Technical Efficiency (Relative to the Frontier) reduced the growth of TFP by 7.1 percentage points a year on average; (4) Allocative Efficiency contributed on average only 0.02 percentage points a year to the growth of TFP; (5) Scale Dis-Economy slowed the growth of TFP by 0.33 percentage points a year. The results show that at the turn of the century, the most important part of China’s industry was in the middle of an industrial productivity revolution driven by both frontier technological catching up and expanding gaps of technical efficiency among enterprises. The revolution is a result of increased competition, privatization, foreign investment, and business expansion.