东北地区制造业技术效率的测算与比较研究

孙汉杰，郑宏宇，王洪悦

（东北师范大学 商学院，吉林 长春130117）

一、引 言

新中国成立后，东北地区对全国的经济发展做出了巨大贡献。然而改革开放以来，曾经号称“共和国长子”的东北老工业基地的发展势头却急转直下，无论是经济增长的速度还是质量都落后于东部和南部沿海地区。进入新世纪，虽然中央政府提出“东北振兴战略”，并且给予了一系列资金投入和政策支持，但是效果并不理想［1］。尤其是2013年以来，经济增速持续回落，部分行业生产经营困难，一些深层次体制机制和结构性矛盾凸显，如何破解东北地区的发展难题，是摆在我们面前非常现实的问题。东北地区拥有资源、产业和人才等方面的优势，其制造业更是具有举足轻重的地位。所以，只有充分挖掘制造业的潜力，使东北地区的自身优势得到充分发挥，从而抓住高铁、核电、特高压等重大项目建设契机，促进技术、产品创新，推动“东北制造”走向世界。因而，在目前资源、能源和环境约束日益突出，传统的发展模式已经受到限制的形势下，提升产业技术效率，提高单位要素产出就成为制造业发展的必然趋势。

技术效率代表在一定技术条件下，生产者的要素利用能力和水平，是生产前沿面理论的重要内容。生产前沿面代表的是一个行业在最好的硬件和管理技术下所能达到的最大产出（前沿产出），技术效率是用来衡量在现有的技术水平下，生产者获得最大产出的能力，表示生产者的生产活动接近其前沿产出的程度，也就反映了现有技术的发挥程度［2］。

技术效率作为衡量一个国家或地区经济增长质量最重要的指标之一，不仅在理论上不断完善，而且在实证研究中也得到了广泛的应用。

技术效率在理论上的探索完善主要是其测度方法的研究，当前应用广泛的技术效率测度方法主要有两种，即数据包络分析法（DEA）［3］和随机前沿分析法（SFA）。数据包络分析法（DEA）是一种非参数方法，避免了对模型具体形式的依赖，而且对于大样本研究具有实用性。但是这种方法所得到的技术效率测量结果缺乏稳健性，并且对数据要求很高，所以有其不足。更主要的是，如果假定每个生产单位的实际产出与前沿产出之间的差别纯粹是由技术低效率引起，这与实际情况是有出入的。为解决这个问题，随机前沿分析法（SFA）应运而生。傅晓霞和吴利学（2007）对随机前沿分析和数据包络分析的适用性进行了比较，认为对于改革以来的中国经济增长，随机前沿分析可能是更为适用的生产率分析工具，其结论也更为可靠［4］。

国内学术界研究技术效率问题，主要从三个层次展开：微观（企业）、中观（产业）和宏观（区域）。在中观层次上，主要是比较国内各行业的技术效率，或者是考察某个具体行业的技术效率，比如农业、工业、装备制造业、房地产业、银行业和高新技术产业等。

沈能等（2007）研究表明，改革开放以来，中国工业的技术（生产）效率是下降的，而且这对全要素生产率（TFP）的增长造成了不利影响［5］。杨文举等（2010）研究了中国工业的技术效率问题，发现我国工业发展中普遍存在着技术无效率，技术效率改善对提高我国工业劳动生产率具有显著的促进作用［6］。杨桂元等（2008）发现1999—2005年间我国制造业的技术（生产）效率下降对TFP增长具有抑制作用，并且区域间技术效率存在较大差异［7］。王丽丽（2008）对中国28个制造行业2003—2007年的技术效率进行了评估，发现制造行业的技术效率随行业技术水平的提高而有所增加，并且外资进入对不同技术行业技术效率的影响显著不同［8］。崔国平（2009）运用随机前沿分析技术，从产业层面详细研究了1996—2005年期间我国制造业各行业的技术效率水平以及产权、市场竞争、规模等因素对技术效率提高的贡献［9］。陈静等（2010）测算了制造业28个行业的技术效率和规模效率后认为，我国制造业行业技术效率和规模效率差异显著，多数行业不能达到技术与规模同时有效，但随时间推移技术效率和规模效率呈增长态势［10］。黄凌云等（2011）利用中国1999—2007年26个制造业行业的面板数据和截面数据，分别采用SFA 和DEA方法测算了我国制造业的技术效率，发现两种方法测算出的技术效率值之间存在着正相关关系，变动方向一致，但效率排名具有一定差异，FDI对我国制造业行业产生了正的技术溢出效应，而制度指标对技术效率的提高具有比较明显的负面效应［11］。

综上，这些研究基本都将技术效率改善作为促进产业发展的核心内容，通常在测度了特定产业特定时段的技术效率后，着重分析了技术效率的源泉和作用，找到抑制技术效率提升的原因并据此给出对策建议。但是现有研究中，针对特定区域特定产业技术效率的研究并不多见，对东北地区制造业技术效率的专门研究则更少。要想解决东北地区的问题，对技术效率的测算问题就必不可少。本文利用2001—2011年间东北地区制造业样本数据，对东北地区及东北各省的技术效率进行了测度并加以比较分析，研究方法上，本文从以下两个方面进行了大胆尝试：第一，在数据处理过程中采用最前沿的方法，力求得到最准确的结果，比如，关于折旧率，本文采用的是随行业和时期不同而不同的可变折旧率；第二，本文除了对东北地区制造业各行业的技术效率进行测度之外，还进一步对东北地区各个省份的制造业的技术效率进行了比较分析，力求提取更多信息，以破解东北地区的难题。

二、技术效率的测算方法

（一）随机前沿模型简介

随机前沿分析法利用随机前沿生产函数模型展开分析。随机前沿生产函数于1977年被提出之后不断得到完善，终于成为研究技术效率问题的最重要的方法之一。李春艳等（2014）曾对随机前沿分析方法的优势进行了说明［12］。

随机前沿模型的一般形式为：

式中Y表示产出，X表示要素投入矩阵，β为待估计的参数矩阵；vit－uit是一个复合结构的随机扰动项，其中vit表示影响生产活动的随机误差项，而μit表示技术非效率项。在选择生产函数时，早期多用柯布—道格拉斯生产函数，后来逐渐开始选用超越对数型的柯布—道格拉斯生产函数。

（二）模型的建立

基于数据基础和函数形式的优点，本文采用超越对数型柯布—道格拉斯生产函数，在2001—2011年行业面板数据的基础上，测算各样本行业的技术效率，具体研究模型如下：

式中，Yit表示第i个行业第t年的实际产出；Kit和Lit分别表示第i个行业第t年的资本投入和劳动投入；β0、β1…β5以及下文的η、μ和γ均为待估计的参数；i为各行业，t为时期。其中vit表示经济系统的外部影响因素和一些数据误差，服从对称的正态分布N（0，σ2v）；uit为非负的服从正半部单侧正态分布N（μ，σ2u）的随机项，反映第i个行业第t年的技术无效程度，代表仅仅对某个个体所具有的冲击，与vit之间是相互独立的；参数η描述技术非效率项μit的变化率，η＞0，η＜0 和η＝0分别表示技术效率随时间变化呈现改善，恶化和不变的趋势。TEit表示各样本行业在第t时期的技术效率水平，很显然，若uit＞0，则0＜TE＜1，说明生产单位处于生产前沿下方，是技术无效率状态；若uit＝0，则TE＝1，说明生产单位正好处于生产前沿面上。参数γ表示复合随机扰动项中技术无效率所占的比例，0 ≤γ≤1，在统计检验中，若γ＝0这一原假设被接受，说明各行业的实际产出与前沿产出之间的差距均来自于不可控的纯随机因素或统计误差的影响；如果γ趋于1，说明实际产出与前沿产出之间的差距主要是由于技术无效所引起的损失。因此，γ值可以用来检验模型的选择是否正确的问题。

（三）数据来源与变量说明

本研究选择2001—2011年东北地区制造业行业数据为样本进行分析。本文所用的基础数据除2004年外，均来自历年的《中国工业经济统计年鉴》，从按地区分组的各行业工业企业主要经济指标统计数据中选取；2004年的数据则来自《中国经济普查年鉴2004》。我们从该时段东北地区制造业中选择了18 个样本行业进行研究。这18个样本行业11年的数据构成了一个较大的面板数据集，可以有效地克服使用截面数据产生的问题。

按照通行的方法，本文以样本行业工业总产值作为衡量东北地区制造业产出（Y）的基本指标，相应的投入指标包括资本投入（K）和劳动投入（L），资本投入以所选样本行业的固定资产净值来衡量，劳动投入则以所选样本行业的全部从业人员年平均人数来衡量。

由于2001—2011年的工业总产值是按当年价计算的，为消除价格因素的影响，我们采用以2000年为基期的工业品出厂价格指数（数据来源于历年的《辽宁统计年鉴》、《吉林统计年鉴》和《黑龙江统计年鉴》）对选取的东北三省制造业18个样本行业的工业总产值数据进行价格平减，得到各省以2000年价格计算的分行业工业总产值，然后加总为东北地区的分行业工业总产值。

理论上，资本投入指标是用资本流量来衡量的，但是由于实际研究中难以对每年资本流量进行计算，所以，在研究中常常使用资本存量来代替资本流量衡量资本投入［13］。本研究采用相关行业的固定资产净值作为资本投入指标，用目前国际通行的永续盘存法进行估算，计算公式为：

Kit＝Ki（t－1）（1－δit）＋Iit.

其中，Kit和Ki（t－1）分别为第i个行业第t年和第t－1年的固定资本存量；δit为第i个行业第t年的折旧率；Iit为第i个行业第t年的固定资本新增投资额。

首先，计算各个行业的折旧率。现有研究中，多数人采用的固定折旧率方法过于粗糙，其选取的差异会直接影响资本存量的估算。因此，本文借鉴了陈诗一（2011）［14］的方法，计算了随行业和时期不同而不同的可变折旧率，具体如下：

累计折旧it＝固定资产原值it—固定资产净值it，

折旧率it＝（累积折旧it—累积折旧i（t－1））／固定资产原值i（t－1）.

其次，计算固定资本新增投资额并进行价格平减。已有研究对新增投资额的测算方法主要有三种：早期的研究采用“积累”的概念进行测算，还有的采用全社会固定资本投资方式，目前采用比较广泛的是采用固定资本投资数据和固定资本形成数据作为新增实际投资。由于《中国工业经济统计年鉴》和《中国经济普查年鉴2004》只给出了2001—2011年间各相关行业的固定资产原值和固定资产净值，没有给出准确的固定资本投资及形成数据，因此，本文继续借鉴陈诗一（2011）的方法，用固定资产原值之差来构造新增投资额序列，经过固定资产投资价格指数平减，最终得到以2000年为基期的各年分行业固定资产新增投资额，计算公式为：

固定资本新增投资额it＝（固定资产原值it—固定资产原值i（t－1））／固定资产投资价格指数t

最后，计算初始资本存量。按照永续盘存法的理解，时间选择的越早，基期资本存量的估算对后续年份的影响就会越小。很多学者选择以1952年为基期，也有一些学者采用了1980年分行业的固定资产净值平均余额来估算。本文借鉴陈诗一（2011）的做法，考虑到数据的可得性和完备性，用2000年行业的固定资产净值作为初始资本存量。

三、模型估计结果与分析

（一）东北地区制造业技术效率的结果分析

根据上述随机前沿模型，利用东北地区制造业18个样本行业2001—2011年的面板数据，运用Frontier（4.1）进行最大似然估计，得到的相关参数及其检验结果见表1，据此测得的技术效率水平见表2。

表1 随机前沿模型最大似然估计结果

续表1

从表1中可以看到，各项参数在5%的水平都通过了显著性检验。γ＝0.679，说明采用随机前沿模型更适合分析现有数据，同时γ值显著趋向于1而不是趋于0，表明随机误差中只有一小部分是由于外部原因或统计误差造成的，而大部分是由于技术无效率导致的。μ值的大小表明的是技术无效率值的分布范围，该文为0.641，说明无效率因素影响很大；η值为正，表明东北地区制造业的技术效率在分析期间呈现出明显的随时间收敛的上升状态。

表2 东北地区2001—2011年间部分制造业行业的技术效率水平

从表2中我们看到：首先，从整体上看，东北地区制造业18个样本行业的技术效率在分析期间呈现上升趋势，平均增长速度为12.8%。表明东北地区制造业的技术效率对产业的成长具有一定的推动作用，但由于其平均值仅为30%，无效率因素占绝大部分（70%），使其作用受到一定程度的限制，还有很大的上升空间。无效率因素占的比例过高，说明东北地区制造业在发展中还存在很多问题，这既有环境问题，也有行业本身的原因。东北地区存在的机制体制问题是众所周知的，都是效率损失的原因，但更重要的是随着改革开放后，引进外资带来的技术溢出［15］，以及我国创新体系的完善，技术进步已经得到长足的发展，生产前沿面已经发生了明显的外移，而效率损失却这么严重，说明技术效率的提升远远落后于技术进步发展的水平，反映出东北地区制造业存在的问题比较突出，矛盾比较尖锐，直接影响着区域经济的发展。

其次，从横截面上看，技术效率最高的行业为烟草制品业，达到72%，食品制造业、通信设备计算机及其他电子设备制造业、仪器仪表及办公用品机械制造业的技术效率高于40%，其余行业均低于平均值。这说明东北地区的食品工业和装备制造业①装备制造业涵盖了金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通讯设备制造业、仪器仪表及办公用机械制造业等七大类。中的一些行业具有较好的资源优势和产业基础，也有比较广阔的发展空间。同时说明东北三省制造业的发展，不应该依赖外延式的投入，而应该注重从内部挖掘潜力，提高企业的经营管理水平和技术水平，使资源的配置能力和使用效率得到充分的发挥。

最后，从时间序列上来看，技术效率的平均值从2001年的13.7%上升到2011年的45.7%，上升的幅度较大，验证了模型估计结果η＞0的结论。同时说明东北地区制造业技术效率的发展进入到良性轨道。

（二）东北三省制造业技术效率的比较分析

东北地区每个省份技术效率的计算结果是基于一般的柯布—道格拉斯生产函数得到的，模型在5%的水平上都通过了检验，测得的技术效率经过整理，见图1和表3。

从图1中我们可以看到，东北三省各省制造业的技术效率都呈上升趋势，但吉林省虽然平均增长速度最快（15.9%），但其发展水平却最低，一直处于最下方，黑龙江省由于平均增长速度（12.1%）高于辽宁省（10.6%），后来居上，超过了辽宁省位居第一。

图1 2001—2011年东北地区各省份制造业平均技术效率水平增长趋势

从表3可以看出，就平均值而言，黑龙江省的技术效率水平最高，其次为辽宁省，吉林省最低。从各行业来看，黑龙江省的食品制造业、饮料制造业、烟草制品业、造纸及纸制品业、化学原料及化学制品业制造业、医药制造业、化学纤维制造业、黑色金属冶炼及压延加工业、交通运输设备制造业、通信设备计算机及其他电子设备制造业等10个行业技术效率水平最高，辽宁省的纺织业、非金属矿物制品业、有色金属冶炼及压延加工业、金属制品业、通用设备制造业、专用设备制造业、电气机械及器材制造业、仪器仪表及文化办公用品机械制造业等8个行业技术效率水平最高，而吉林省只有交通运输设备制造业与黑龙江省的并列处于最高水平。相对而言辽宁省和黑龙江省的支柱产业的技术效率水平高于吉林省，说明吉林省的劣势比较突出，无论是支柱产业还是优势特色产业，其差距都是很明显的。技术效率的差距也反映了行业的差距以及竞争优势，所以各地区应根据实际情况，制定相应的发展战略。虽然东北地区各省都在制造业中确立了自己的支柱产业或者特色优势产业予以重点扶持，但是绝大部分制造业支柱产业或者优势特色产业的技术效率却比较低，这正是东北地区产业发展的问题所在。

表3 东北三省制造业各行业产业地位及2001—2011年间平均技术效率水平

四、结论与启示

利用东北地区制造业18个样本行业2001—2011年的数据，运用随机前沿模型的方法，对其技术效率水平进行测算，并对各省进行了比较，得到如下结论：

第一，就东北三省整体而言，技术效率水平都呈现上升趋势，而且上升的幅度较大，说明东北地区制造业的企业经营管理水平有了很大的改善，技术效率对产业的成长具有一定的推动作用，进入到了一个良性成长的轨道。但无效率因素所占的比例仍然很高，平均为70%，一方面说明东北地区制造业存在着比较突出的问题，另一方面表明还存在着很大进一步发展的空间。

第二，技术效率水平存在着行业差距，绝大部分支柱产业或优势特色产业的技术效率偏低，这很不利于东北地区的发展。东北地区制造业的发展，应该针对不同的区位优势和行业特点，采取不同的策略，以便充分挖掘潜力，提高生产效率，使资源得到有效配置。

第三，从各省的比较来看，虽然都是上升趋势，但平均增长速度却有显著差异，导致研究期间内，黑龙江省的技术效率水平超过了辽宁省，占据东北地区的鳌头。同时受地域因素的影响，各个行业在各省之间也存在明显的差异。

根据以上的分析，结合相关文献，我们发现，技术效率水平的增长趋势与经济体制改革日趋完善息息相关，大量技术无效率因素的存在说明东北地区的政府效率、市场竞争环境、国企改制等问题还严重影响着企业的经营管理水平和先进技术的利用水平，因此，东北地区迫切需要经济体制的深化改革，以保证经济增长方式的有效转变。

［1］ 杨东亮.东北振兴政策实践效果评价与政策启示——基于全要素生产率增长的全国比较［J］.东北亚论坛，2011（5）：99－108.

［2］ 姚洋，章齐.中国工业企业技术效率分析［J］.经济研究，2001（10）：13－19，28.

［3］ 李春艳，李楠博.基于DEA 的中国区域廉租房制度效率研究［J］.东北师大学报：哲学社会科学版，2011（3）：43－47.

［4］ 傅晓霞，吴利学.技术效率、资本深化与地区差异——基于随机前沿模型的中国地区收敛分析［J］.经济研究，2006（10）：52－61.

［5］ 沈能，刘凤朝，赵建强.中国地区工业技术效率差异及其变动趋势分析——基于Malmquist生产率指数［J］.科研管理，2007（4）：17－22.

［6］ 杨文举，张亚云.中国地区工业的动态环境绩效：基于DEA 的经验分析［J］.数量经济技术经济研究，2009（6）：87－98.

［7］ 杨桂元，王莉莉.我国制造业技术进步、技术效率及区域差异——基于DEA 方法的实证研究［J］.技术经济，2008，27（1）：110－115.

［8］ 王丽丽.外资进入与技术效率——基于不同技术水平制造行业 的 比 较 研 究［J］.经 济 问 题 探 索，2012（3）：129－134.

［9］ 崔国平.中国制造业技术效率变化及其决定因素：1996—2005［J］.工业技术经济，2009，28（7）：82－86.

［10］ 陈静，雷厉.中国制造业的生产率增长、技术进步与技术效率——基于DEA 的实证分析［J］.当代经济科学，2010，32（4）：83－89.

［11］ 黄凌云，李星，鲍怡.我国制造业技术效率的测度分析［J］.科技进步与对策，2011，28（4）：115－120.

［12］ 李春艳，衣辰，张兆阳.中国技术效率的区域差距与收敛性检验［J］.经济地理，2014，34（5）：116－122.

［13］ 张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000［J］.经济研究，2004（10）：35－44.

［14］ 陈诗一.中国工业分行业统计数据估算：1980—2008［J］.经济学：季刊，2011，10（3）：735－776.

［15］ 刘海波，张丽丽.我国农村非正规金融与农民收入关系研究［J］.东北师大学报：哲学社会科学版，2009（5）：33－36.