中国汽车产业全要素生产率及影响因素的实证分析

　　摘要：本文采用我国24个主要汽车生产省份2000—2008年的面板数据，使用DEA方法，对我国汽车产业全要素生产率进行分解、测算，发现在我国汽车工业全要素生产率TFP增长的年份中技术效率TE的增长贡献较大，而技术进步TP的增长贡献较小；并进一步选取变量建立半对数面板数据回归模型，发现人力资本对全要素生产率TFP、技术进步TP和技术效率TE的增长均有较大贡献，而FDI、R&D主要是通过对TE产生作用进而促进TFP的提升；政策并未对TP起到明显的促进作用，鼓励兼并重组主要是产生了规模经济效益。
　　关键词：汽车产业；全要素生产率；技术进步；技术效率；DEA
　　中图分类号：F062.9 文献标识码：A
　　文章编号：1000-176X(2011)03-0041-05
　　收稿日期：2010-11-03
　　作者简介：吴献金（1954-），男，湖南人， 教授，主要从事金融与投资以及产业经济研究。E-mail:chenxiaole 23@eyou.com
　　2009年2月9日国务院正式审议批准通过了《汽车产业调整和振兴规划》，围绕着促进市场消费、实施企业重组、技术创新升级等三个方面内容对汽车产业的整体发展做出了战略性的指导和规划，再次突出了汽车产业对于国民经济发展的拉动作用和杠杆效应。
　　一、方法介绍与文献综述
　　全要素生产率（TFP）是指所有投入资源（包括人力、物力、财力资源等）开发利用的效率，即生产过程中投入转变为实际产出的效率，它反映了各种生产要素的有效利用程度。现代经济学中普遍认为全要素生产率包含两个方面的内容：一是技术进步变化；二是效率技术变化。技术进步反映了由于科学技术创新、科学技术改造以及先进科学技术引进等引起的生产工艺技术改进，而使得资源利用率增大。效率技术进步反映了一国由各种制度因素（如市场化程度、产权制度、基础设施、金融市场发育程度、贸易开发度、政府对市场的干预程度等）对生产效率提高产生的影响。
　　数据包络分析是测量技术效率的非参数测量模型，由于其不要求设定生产函数的形式，被广泛应用，主要模型有Charnes等［1］提出的CRS模型和Banker等［2］提出的VRS模型。CRS模型适用于投入面满足规模报酬不变，且可以对决策单元的规模效率和技术效率同时评价。
　　
　　式（3）中的前部分为纯效率技术进步（PE