中国高技术产业的全要素生产率及产业比较

2009-04-07 09:15韦海波王树佳
价值工程 2009年10期
关键词:高技术产业数据包络分析技术进步

韦海波 王树佳

摘要: 基于2001~2007年中国5个高技术产业的细分行业的面板数据,运用Malmquist指数构建一个三投入三产出的模型,分别测算了高技术产业及其细分行业的全要素生产率。结果显示,5个细分行业全要素生产率的增长率差异较大,而且整个高技术产业的全要素生产率的增长率不稳定,主要原因是技术进步因素发生波动。

Abstract: Based on the panel data of 5 sub-sectors of high-tech industries in China from 2001 to 2007,a 3 input and 3 output model by Malmquist index is developed to measure the total factor productivity (TFP) growth of high-tech industries. The results show that there are notable difference on 5 sub-sectors TFP,and the growth of TFP of high-tech industries is instable,this is mainly caused by the variation of the technology progress.

关键词:全要素生产率;高技术产业;技术进步;数据包络分析

Key words: total factors productivity;high-tech industries;technology progress;data envelopment analysis

中图分类号:F276·44;F242 文献标识码:A 文章编号:1006-4311(2009)10-0060-03

0引言

20世纪50年代以来,高技术产业发展取得重大突破,信息技术发展尤为迅速,从而带动了传统产业改造和产业结构调整,促进了世界经济发展,同时也大大改变了人们生活方式。世界各国越来越重视对高技术产业研究,都希望能加快高技术产业发展。

经济合作与发展组织(OECD)的一份报告显示,发达国家中以知识为基础的行业的产值已经占到国内生产总值的60%以上,高技术产业的产值已占25%,比20年前增长了一倍。世界各发达国家都推出了各种推进高技术产业发展的政策与方针,并且进行了数额巨大的投资,而中国高技术产业的起步较晚,相应的研究也比较少。且中国高技术产业效率状况和增长情况到底怎样还存在较大争议,所以从生产率的角度来研究高技术产业具有重要意义。

许多学者在这方面也做了研究,从国外的研究状况看,Jack(1995)对高技术产业生产率和HEDONIC价格指数进行了研究[1];Ellis和Kevin(2001)就高技术资本对生产率的影响问题进行了研究[2];Theofanis(1999)对高技术产业中R&D的公共财政投入的溢出效应进行了分析[3];等等。

在国内,邵一华(2001)对中国高技术产业、传统产业生产要素投入点、要素投入对产出增长的贡献、要素生产率的变化进行了定量研究,并分析高技术产业与传统产业之间的要素配置效率[4]。龙勇和纪晓峰(2005)运用DEA方法对高技术产业的技术效率和规模效率进行了计量检验,他们的研究表明,中国高技术产业的技术效率是最高的,即充分利用了高技术产业的各项投入[5]。袁建文(2005)运用投入产出表分别分析了广东和山东的高技术产业的投入产出情况[6]。许玉明(2005)运用增长速度方程测算了高技术产业的科技进步贡献率,认为在高技术产业中,科学技术对资金和劳动都有替代作用,尤其是对劳动要素具有替代作用[7]。

计算全要素增长率(Total Factors Productivity,TFP),可以分为参数方法和非参数方法。使用参数方法的核心是生产函数,通过对生产余值的计算从而得到全要素生产率,所以生产函数的好坏直接影响参数方法对于TFP的测算。非参数方法则绕开了生产函数,直接从投入和产出的角度来计算TFP。

考虑到使用生产函数的复杂性和缺点,本文采用非参数的数据包络分析(Data Envelopment Analysis,DEA)(段永瑞,2006)[8],利用Malmquist生产率指数及中国高技术产业面板数据,测算和分析了高技术产业的全要素增长率,利用TFP及其分解形式对我国高技术产业的科技活动增长效率进行了分析与评价。

1相关理论及指标选取

首先是关于高技术产业的界定,我国目前将高技术产业划分为五大类:航天航空制造业、计算机及办公设备制造业、电子及通信设备制造业、医药制造业、专用科学仪器设备制造业。

关于全要素生产率的概念,不同学者之间存在分歧,一部分学者认为所谓“全要素”,就是指所有投入要素所带来的产出增长率;更多的学者则认为:全要素生产率是指除了劳动力和资本这两大物质要素之外,其它所有生产要素所带来的产出增长率,这种观点抛弃劳动力和资金两大要素,认为全要素中包括教育、创新、规模效益、科学进步等其他一切要素。本文认为后者更合理,因为它更符合测算的原理,全要素生产率的思想其实就类似于“索罗余值”。

由于全要素生产率综合考虑了更多的投入要素,所以它能更客观全面地反映一个经济系统的效率,特别当经济体发展到一定程度,劳动力和资金要素产出效率越来越小时,研究全要素生产率显得更加必要。

1.1 DEA和Malmquist指数

数据包络分析(DEA)是以相对效率概念为基础,数学规划为主要工具,优化为目标,根据多指标投入和多指标产出数据对相同类型的单位(部门或企业)进行相对有效或效益评价的多指标综合评价方法。

本文通过DEA的Malmquist指数来分析各高技术产业在科技活动方面的投入产出效率。Malmquist指数是由瑞典经济和统计学家Sten Malmquist在1953年提出的,用来分析不同时期的消费变化。全要素生产率变动(TFPch)又可分解为技术变动(TECHch)与技术效率变动(TEch)的乘积,其定义如下:

TFPch=TECHch×TEch

当TECHch>1,表示技术进步,即生产边界提升;反之则为技术衰退;当TEch>1,表示技术效率上升;反之则为技术效率衰退。

1.2 高技术产业投入指标和产出指标的选取

非参数的DEA方法中,投入和产出变量的选择至关重要,所以选择合理正确的投入产出指标以及数据的正确处理是使用DEA方法取得成功的关键。

关于投入指标,本文从两方面考虑:一是劳动方面的,一是资本方面的。首先是劳动的投入,在大多数文献中,用劳动者人数来衡量劳动的投入水平。本文同样延续这一思想,用科技活动人员数量这一指标来反映高科技产业科技活动的劳动投入情况。其次是资本的投入,本文选取了科技活动经费支出和技术改造经费支出这两个指标。

产出指标方面,本文选取了工业总产值、利润总额、专利申请量这三个指标。工业总产值是以货币表现的工业企业在报告期内生产的工业产品总量。利润总额是一家公司在营业收入中扣除成本消耗及营业税后的剩余,这就是人们通常所说的盈利;利润总额是衡量企业经营业绩十分重要的经济指标。而专利申请量是可以反映一个行业进行自主研发能力的重要指标。

经过同向性检验后,确定指标如下:投入指包括①科技活动人员(人);②科技活动经费(万元);③技术改造经费(万元)。产出指标包括①工业总产值(万元);②利润总额(万元);③专利申请(项)。

本文以当年的城市居民消费价格指数对科技活动经费、技术改造经费、工业总产值、利润总额进行了平减,使之成为可比价格。

2实证结果与分析

2.1 整个高技术产业的全要素生产率情况

运用DEAP2.1软件[9](Coelli,1996)计算出全要素生产率变化率及其分解变化率。表1是整个高技术产业不同年份的全要素生产率变化率,2001~2007年,整个高技术产业的全要素生产率年平均增长6.1%,生产技术年平均增长6.1%,综合技术效率平均降低0.5%。由此可见,整个高技术产业的全要素生产率的增长来源于技术进步,而技术效率的恶化阻碍了生产率的增长。在这6年间,2002~2003年、2004~2005年、2005~2006年技术进步出现了负增长,直接导致这三年的全要素生产率出现负增长。

如果把以上数据做一个折线图,可以看出最近几年高技术产业的全要素生产率没有表现出平稳性,但全要素生产率的变化和生产技术的变化是一致的。这就是说,高技术产业中生产技术的高低变化直接影响着全要素生产率的变化,而综合技术效率的影响十分小。所以,生产技术是决定高技术产业全要素生产率的关键因素。

2.2 高技术产业内部产业比较

2001~2007年,从高技术产业内部来看,五大高技术产业的全要素增长率年均增长6.1%,电子计算机办公设备制造业、电子及通信设备制造业和医疗器械及仪器仪表制造业的增长高于平均水平,其中电子计算机办公设备制造业增长最快,年均增速达到了15.9%,远远超出了高技术产业的平均水平,起到了产业领头羊的作用。而医药制造业和航空航天器制造业的全要素生产率增长水平相比之下明显滞后。从表2可以看出,无论是生产率增速高的产业还是增速低的行业,技术进步因素对于全要素生产率的贡献都是很明显的,因为数据反映出纯技术效率和规模效率没有发生太大变化。所以对于个高技术产业而言,要想提高全要素生产率,必须提高生产技术水平。

3结论及政策启示

中国是一个处在经济转型、快速发展时期的发展中国家,高技术产业的健康稳定发展对于带动整个制造业,乃至整个国民经济都有着至关重要的作用。本文运用Malmquist指数模型对各高技术产业的科技活动投入产出效率进行了测度。基本结论如下:

第一,由于技术进步水平增长不稳定,导致高技术产业从2001到2007这6年间的全要素生产率的增长不稳定,但总体还是保持增长趋势。

第二,从影响全要素生产率变化的因素来看,技术进步因素的影响明显大于纯技术效率和规模效率。

第三,各高技术产业的全要素生产率水平发展不平衡,表现最好的电子计算机办公设备制造业年均增速达15.9%;而表现最差的航空航天器制造业年均增速为负。

上述结论对于中国制定高技术产业发展战略及相应的政策措施有着重要意义。由于技术进步对于全要素生产率的贡献较大,所以要高度重视技术进步特别是要提高自主创新能力,航空航天器制造业和医药制造业尤其要注意。保持并争取改善纯技术效率和规模效率,有助与进一步提高全要素生产率,所以高技术企业需要进一步提高劳动者素质,发挥科技人员的积极作用,增强人力资本的作用和产出效率。另外,高技术企业要全面改善管理方法,优化投入方案,从而达到节约投入、提高产出的目的。

高技术产业属于资本密集型制造业,它和其它产业相比有更高的技术水平和技术创新能力,但我国的高技术产业要和先进的发达国家相比还有很大差距,很多关键的技术和设备需要向国外高价引进,所以伴随这行业的发展,中间投入和资本投入也会随之飞涨,这就意味着TFP会降低或者增长缓慢,这种情况对于像电子计算机办公设备制造业这样的行业尤为明显。所以,虽然电子计算机办公设备制造业在整个行业内处于领先,但也不能放慢提高技术水平的步伐。

参考文献:

[1]Jack E T. High Tech Industrial Productivity and Hedonic Price Indices.Bureau of Economic Analysis, US Department of Commerce,1996:120-142.

[2]Ellis C and Kevin J F. The Impact of High Tech Capital on Productivity:Evidence from Australia [J];Economic Inquiry,2006,44(1):50-68.

[3]Theofanis P M. Spillovers from publicly financed R&D capital in High Tech industries [J];International Journal of Industrial Organization,1999,17:215-239.

[4]邵一华、马庆国:《中国高技术产业与传统产业要素重配置效应分析》[J],《科研管理》2001(2):40-45。

[5]龙勇、纪晓峰:《高技术产业技术进步的DEA分析》[J],《统计与决策》2005(6):72-74。

[6]袁建文:《广东省高技术产业投入产出分析》[J];《JOURNAL OF GUANGDONG UNIVERSITY OF BUSINESS STUDIES》2005(4):69-72。

[7]许玉明:《中国高技术产业的技术进步贡献率分析》[J];《中国西部科技》2005(7):7-9。

[8]段永瑞:《数据包络分析——理论和应用》[M];上海科学普及出版社,2006:1-68。

[9] Coelli T J. A Guide to DEAP Version2.1:A Data Envelopment Analysis Program [C];1996:3-46。

猜你喜欢
高技术产业数据包络分析技术进步
长株潭地区高职院校旅游管理专业办学效率研究
政府干预、金融集聚与地区技术进步