中国区域技术效率的差异及其原因探究

基金项目：国家社会科学基金重点项目（08AJY040）

摘 要：将技术要素作为内生变量纳入随机前沿模型，对2003~2011年中国不同区域的技术效率水平进行测度，并重点分析造成区域技术效率差异的原因。结果显示：整体来看，我国平均技术效率水平稳步上升；从区域角度来看，东部地区平均技术效率水平最高，高出中部地区约3.04%，高出西部地区约7.87%，且三大地区之间的技术效率差异呈现收敛趋势；科技投入、高科技产业规模、人口素质、经济外向度和地方保护是当前导致区域技术效率差异的关键因素。

关键词： 随机前沿分析；区域技术效率；差异分析；原因探究

中图分类号：F016 文献标识码： A文章编号：1003-7217(2014)03-0111-05

一、引言

通常，生产资料的增加和效率的提高是影响经济增长的关键因素。然而，传统的经济理论假设生产技术在企业生产过程中得到充分有效利用，忽略了技术效率损失的存在。一般而言，现实中企业并不能达到最大产出。为了测度实际产出与最大产出之间的距离，技术效率的测度问题得到重点关注。作为发展中国家，我国区域经济发展极为不均衡，了解技术效率的区域差异并找到深层次的影响因素，对于提升区域生产效率和平衡区域经济发展具有重大的现实意义。

技术效率的测度方法主要包括非参数方法和参数法。其中，前者不需要设定生产函数，避免了由错误函数形式带来的偏差；后者需要设定生产函数形式，能够得到各生产要素的贡献率。目前，国内外比较流行的方法是随机前沿模型。由于国外的相关研究大多集中于企业和行业层面，因此，国内的区域技术效率研究相对更具有参照性。具体地，国内相关研究可以划分为两大类：（1）侧重于技术效率的区域差异分析。许长新（1996）、何枫等（2004）、周春应等指出，我国区域技术效率呈现快速上升趋势，东部沿海地区技术效率水平最高，其次是中部地区和西部地区［1-3］。于君博（2006）认为，我国区域技术效率改善并不明显，在部分时段甚至出现下滑趋势，同时区域间技术效率基本无差异［4］。陈青青等（2011）、岳意定等（2013）发现，三大区域的技术效率呈现上升趋势，中部地区技术效率最高，依次是东部和西部，且区域差异呈现收敛趋势［5,6］。（2）侧重于研究导致技术效率区域差异的影响因素。何枫（2003，2004）、何婷英（2006）、唐德祥等（2008）、何锋等（2009）、刁丽琳等（2011）从单一方面研究了技术效率区域差异原因［7-12］。徐琼（2009）、王家庭（2011）、岳意定等（2013）从多层面探讨了技术效率背后的影响因素［13,14,6］。然而，对于同一因素对技术效率的影响存在很大差异，甚至出现完全相反的结论。进一步，对比关于区域技术效率测算的随机前沿模型可知，它们将技术要素作为外生变量考虑，与事实不符。

为此，本文拟通过构建考虑技术要素随时间不断发展变化的随机前沿模型，对2003~2011年我国区域技术效率进行重新测算，并将估算结果与已有研究成果进行对比。进一步归纳技术效率可能的影响因素，对当前导致区域技术效率巨大差异的原因进行深入探究。

二、模型构建与数据来源

（一）模型构建

本文基于Battese & Coelli（1992，1995）模型的基本原理［15，16］，考虑技术要素随时间不断发展这一事实，建立如下模型：

In(Yit)=β0+β1In(Lit)+β2In(Kit)+

β3t+vit－uit

uit=ηt×ut

ηt=exp {－η(t－T)}

TEit=exp (－uit)

γ=σ2u/（σ2v+σ2u）（1）

其中，Yit表示GDP（单位：亿元人民币），Lit表示人力资本（单位：万人），Kit表示资本存量（单位：亿元人民币）； β1是人力资本产出弹性，β2是资本产出弹性，β3为广义技术的年均发展速度；γ表示随机扰动项中技术无效率所占的比例。

财经理论与实践(双月刊)2014年第3期2014年第3期(总第189期)谢伟峰：中国区域技术效率的差异及其原因探究

（二）数据来源

选取2003~2011年我国30个省、自治区及直辖市作为研究样本，共270个观测值。其中，东部沿海地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南共10个省区；中部地区包括山西、内蒙古、辽宁、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西共11个省区；西部地区包括重庆、四川、贵州、云南、陕西、甘肃、宁夏、青海、新疆共9个省区。由于数据缺失，西藏地区被排除在外。各变量的定义及数据来源如下：

Yit（GDP）来源于历年的《中国统计年鉴》，并折算为2000年不变价格。

Lit（人力资本）借鉴吴兵等（2002）的方法［17］，利用地区产出除以产业工人的平均工资来衡量地区的人力资本现状，具体计算方法为：Lit=GDPit/it。其中，it为不同产业劳动力工资均值，这里选用采矿业，制造业，建筑业和电力、燃气及水的生产和供应业4个行业的简单算术均值作为其代理指标。数据来源于历年的《中国统计年鉴》。

Kit（物质资本）采用何枫（2003）提出的测算方法得到［18］，本年的平均物质资本存量=(上年年末资本存量+本年资本形成总额)/2。以何枫等计算的2000年的物资资本作为基期初始值，其他各年的资本存量均按2000年的不变价格计算。数据来源于《中国国内生产总值核算历史资料：1952-2004》，2005~2011年的数据来源于中国统计局网站。

三、区域技术效率测算结果

运用R软件中的SFA软件包对上述模型进行估算。表1给出了有关参数及其检验的结果，表2给出了我国30个省区的技术效率水平及描述性统计。

表1 随机前沿模型的估计结果

待估参数

系数

标准差

t

统计量

β0

-1.3090

0.1646

-7.9539***

β1

0.2891

0.0218

13.2510***

β2

0.7781

0.0243

31.9771***

β3

0.0320

0.0047

6.8846***

σ2

0.0069

0.0021

3.2965***

γ

0.7504

0.0604

12.4203***

μ

0.1435

0.0212

6.7731***

η

0.0129

0.0149

0.8691

Log likelihood function

426.551

LR test of onesided error

251.54***注：***、**、*分别表示在1%、5%、10%水平下显著。

根据模型参数估计结果可知：（1）根据γ=0.7504，且LR统计量通过1%水平下的显著性检验，这表明模型（1）的误差项确实具有明显的复合结构。（2）由β3=0.032且在1%水平下显著可知，我国广义技术的年发展速度为3.2%，表明本文考虑技术要素随时间不断发展变化的合理性。（3）从人力资本和物质资本两大要素来看，β1=0.2891，β2=0.7781，且均在1%水平下显著，意味着人力资本每增加1%，地区GDP将上升28.91%；物质资本存量每增加1%，地区GDP将上升77.81%。由此可知，物质资本投入在我国经济增长进程中仍占据主导地位。

结合技术效率测算结果来看，全国整体及不同区域的技术效率水平均随时间的推移呈现上升趋势，但仍旧处于低下水平。对区域进行横向比较可知，东部地区的技术效率水平最高，历年平均值达0.8911。相比之下，中部地区其次，西部地区最低，历年平均值分别为0.8607和0.8124，分别低于东部地区3.04%和7.87%。这些结论表明地区经济发达程度与技术效率水平具有很强的正相关关系。对区域技术效率差异进行纵向比较可知，技术效率差异随时间的推移呈现收敛趋势，对同一区域进行纵向对比可知，三大地区的平均技术效率均随时间的推移呈现上升趋势。

四、技术效率区域差异的原因探究

（一）理论分析

对技术效率可能的影响因素进行归纳总结，具体见表3。

首先，地理位置是技术效率不可忽视的影响因素。企业的营运成本严重依赖于交通运输，而地理位置对于自然资源获得的难易程度有决定性的作用。以山西省为例，煤炭资源丰富，大大降低了工业

表2 我国30省区技术效率水平及描述性统计

地 区

2003

2004

2005

2006

2007

2008

2009

2010

2011

北 京

0.9219

0.9228

0.9238

0.9247

0.9256

0.9266

0.9275

0.9284

0.9293

天 津

0.9631

0.9635

0.9640

0.9645

0.9649

0.9653

0.9658

0.9662

0.9666

河 北

0.8239

0.8260

0.8280

0.8300

0.8320

0.8339

0.8359

0.8378

0.8397

山 西

0.8280

0.8300

0.8320

0.8339

0.8359

0.8378

0.8397

0.8416

0.8435

内蒙古

0.8941

0.8953

0.8966

0.8979

0.8991

0.9003

0.9016

0.9028

0.9039

辽 宁

0.8502

0.8519

0.8537

0.8554

0.8572

0.8589

0.8605

0.8622

0.8638

吉 林

0.8357

0.8376

0.8395

0.8414

0.8433

0.8451

0.8470

0.8488

0.8506

黑龙江

0.8614

0.8631

0.8647

0.8663

0.8679

0.8695

0.8711

0.8726

0.8741

上 海

0.9751

0.9754

0.9757

0.9760

0.9763

0.9766

0.9769

0.9772

0.9775

江 苏

0.8330

0.8349

0.8369

0.8388

0.8407

0.8426

0.8444

0.8462

0.8481

浙 江

0.9377

0.9385

0.9393

0.9400

0.9408

0.9415

0.9422

0.9430

0.9437

安 徽

0.8498

0.8516

0.8533

0.8551

0.8568

0.8585

0.8602

0.8618

0.8635

福 建

0.8725

0.8741

0.8756

0.8771

0.8785

0.8800

0.8815

0.8829

0.8843

江 西

0.7929

0.7952

0.7976

0.7999

0.8022

0.8045

0.8067

0.8090

0.8112

山 东

0.7925

0.7949

0.7972

0.7995

0.8018

0.8041

0.8064

0.8086

0.8108

河 南

0.8251

0.8272

0.8292

0.8312

0.8332

0.8351

0.8371

0.8390

0.8409

湖 北

0.7466

0.7494

0.7522

0.7549

0.7576

0.7604

0.7630

0.7657

0.7683

湖 南

0.9793

0.9796

0.9798

0.9801

0.9803

0.9806

0.9808

0.9811

0.9813

广 东

0.8538

0.8555

0.8572

0.8589

0.8606

0.8623

0.8639

0.8655

0.8671

广 西

0.9311

0.9320

0.9328

0.9336

0.9345

0.9353

0.9361

0.9369

0.9376

海 南

0.8844

0.8858

0.8871

0.8885

0.8899

0.8912

0.8925

0.8938

0.8951

重 庆

0.7922

0.7946

0.7969

0.7993

0.8016

0.8038

0.8061

0.8083

0.8105

四 川

0.8028

0.8051

0.8073

0.8095

0.8117

0.8139

0.8161

0.8182

0.8203

贵 州

0.8664

0.8680

0.8696

0.8712

0.8727

0.8743

0.8758

0.8773

0.8787

云 南

0.8093

0.8115

0.8137

0.8158

0.8180

0.8201

0.8222

0.8242

0.8263

陕 西

0.8159

0.8181

0.8202

0.8223

0.8243

0.8264

0.8284

0.8304

0.8324

甘 肃

0.8187

0.8208

0.8229

0.8249

0.8270

0.8290

0.8310

0.8330

0.8349

青 海

0.7834

0.7859

0.7883

0.7907

0.7931

0.7955

0.7978

0.8001

0.8024

宁 夏

0.7942

0.7965

0.7989

0.8012

0.8035

0.8057

0.8080

0.8102

0.8124

新 疆

0.7496

0.7524

0.7551

0.7579

0.7606

0.7633

0.7659

0.7685

0.7711

全 国

0.8495

0.8512

0.8530

0.8547

0.8564

0.8581

0.8597

0.8614

0.8630

东 部

0.8858

0.8871

0.8885

0.8898

0.8911

0.8924

0.8937

0.8950

0.8962

中 部

0.8540

0.8557

0.8574

0.8591

0.8607

0.8624

0.8640

0.8656

0.8672

西 部

0.8036

0.8059

0.8081

0.8103

0.8125

0.8147

0.8168

0.8189

0.8210

表3 技术效率影响因素及其度量方式

解释变量

度量方式

地理位置

东部省区用1表示，其他省区用0表示

科技人员密度

每万人口从事科技活动人员

财政科技投入

地方财政科技拨款/地方财政支出

高科技产业规模

高科技产业规模产值占全国比例

人口素质

平均受教育年限

金融深化度

金融机构平均贷款余额/地区GDP

产业聚集度

Hoover系数测算的三大产业聚集度总值

经济外向度

外商直接投资/地区GDP

地方保护度

各地区国有工业产值/工业总产值

生产行业的煤炭成本，企业资金的配置及利用效率就相对较高。其次，科技环境、外商直接投资、国民素质、产业集中程度和金融深化度都是当前影响区域技术效率的重要因素。（1）企业资源利用效率与其所处科技环境息息相关。（2）伴随着外来资本的注入，技术溢出效应同样存在。（3）作为经济活动的主题，劳动力的教育程度与其掌握技术的能力正相关。（4）产业集中会带来低成本的运输费用和先进技术的溢出效应。（5）金融深化可以加强资金的流通速度，金融资源配置和回报率不断提升。最后，地方保护壁垒的存在使得产品流通在不同区域间受到很大限制，地方缺乏充分的动力去从事自己有相对优势的产业，进而导致区域技术效率低下。

（二）实证结果与分析

构建面板数据模型如下［19］：

yit=α0+X′itα+ξit（2）

其中，yit为因变量，这里为技术效率；Xit为解释变量，代表影响因素。相关指标数据由历年的《中国统计年鉴》以及《中国主要科技指标数据库》获得。

实证分两步：第一步，分别检验各个因素对技术效率的独立影响；第二步，综合考虑所有的因素，并将其放到一个计量模型中以检验它们对技术效率的综合影响，确定这些因素的重要程度。此外，面板数据模型分为固定效应模型和随机效应模型。由于构建的面板数据来自30个省区，属于小样本总体，在这种情况下采用固定效应模型是恰当的。表4和表5分别给出了区位因素各指标对区域技术效率的独立影响检验结果和综合影响检验结果。

表4 独立因素检验结果

解释变量

系数

t

统计量

地理位置

0.0521

7.4250***

科技人员密度

0.0006

7.6808***

财政科技投入

2.7470

7.9470***

高科技产业规模

0.1748

3.0359***

人口素质

0.0268

9.4361***

金融深化度

0.0395

3.7031***

产业聚集度

-0.0312

-3.7205***

经济外向度

0.2577

6.3114***

地方保护度

-0.1033

-6.0485***

表5 综合因素检验结果

解释变量

系数

t

统计量

地理位置

-0.0012

-0.1105

科技人员密度

0.0003

1.9268*

财政科技投入

1.8863

3.9766***

高科技产业规模

-0.1981

-2.9877***

人口素质

0.0140

3.1141***

金融深化度

-0.0214

-1.3232

产业聚集度

0.0164

1.5726

经济外向度

0.1158

12.3753**

地方保护度

-0.0514

-2.1812**

由表4可知，各因素对技术效率的影响分别得到了验证，每个解释变量都是高度显著的，这也证明了本文变量选取的恰当性。然而，地方产业聚集度与技术效率呈现负相关关系，似乎与常理相悖。从产业聚集度的纵向数据来看，地方的产业聚集度并不像想象中不断递增，原因可能在于交通的便利以及国家越来越重视各地区平衡发展，产业聚集度不但没有增大，反而在减小。具体来说，独立因素检验结果显示，东部沿海城市较内陆地区更有利于资源的合理利用。那些科技人员密度大、财政科技投入高、高科技产业规模大、人口素质高、金融深化度明显、对外开放度高以及地方保护主义低的地区，相对更有利于资源的合理利用。

独立因素检验结果显示，我国区域技术效率确实受到多种因素的影响。然而，这并不能确定这些因素之间是否存在显著差异，而这种差异正是指导技术效率提升的关键所在。进一步，将所有的区位因素放到一个计量模型，以检验所有因素对区域技术效率的综合影响。

由表5可知，在5%的显著性水平下，地理位置、科技人员密度、金融深化度及产业聚集度不再显著，同时，地理位置的影响系数变为负号。结合我国区域发展现状，可以推断：（1）改革开放以来国家及地方政府十分重视道路交通公共产品的建设，致使区域技术效率对地理位置的依赖性减弱，进而地理位置的影响变得不显著。（2）从科技人员密度的纵向数据可以看出，我国各地区科技人员密度并没有随着时间的推移而明显增大，导致科技人员密度并未显著提高区域技术效率。（3）随着我国金融法律制度的不断完善以及金融体系的多元化，各个地区的金融资源十分充足，区域技术效率对金融深化度的依赖程度不断减弱。（4）由于过度的竞争以及劳动力和原材料的短缺等，大大削弱产业聚集的技术溢出效应带来的技术效率提升，进而产业聚集度并未显著提高区域技术效率。另外，财政科技投入、高科技产业规模、人口素质、经济外向度和地方保护度对技术效率的影响依然是显著的，是当前影响技术效率的关键因素。然而，高科技产业规模与技术效率显著负相关，原因可能在于我国高科技产业仍处于发展的初级阶段，虽然技术水平较高，但是其资源配置并不合理。

五、结 论

充分考虑技术要素随时间不断发展这一事实，利用改进的随机前沿分析模型对我国2003~2011年区域技术效率进行重新测度测算，并对区域技术效率背后可能的影响因素进行归纳总结，结果表明：整体而言，我国平均技术效率随时间的推移稳步上升，说明我国经济增长的质量正处于不断上升的阶段。从区域角度来看，东部地区平均技术效率水平最高，中部其次，西部最低，且地区之间的技术效率差异不断收敛。综合因素检验结果表明，财政科技投入、高科技产业规模、人口素质、经济外向度与地方保护是当前导致区域技术效率差异的关键因素。

以上研究为区域技术效率的提升和平衡区域经济的快速发展提供了有益的政策参考：（1）注重财政科技投入对区域技术效率提升的重要作用，在积极鼓励企业引进高生产效率生产模式的同时，也要注重科技服务机构的建设，不断改善企业的技术管理水平。（2）当前阶段，尽管我国高新技术产业拥有先进的技术水平，但其管理水平还比较低下水平，资源利用效率不高。因此，要积极引进国外先进生产方式，充分借鉴国外先进的管理模式，以提升地方高新技术产业的技术效率。（3）作为经济发展的实施主体，高素质劳动力的培养尤为重要。因此，要重视高等教育的发展，加强对教育的投资力度，进而全面提高全民素质。（4）加大对外开放力度，积极引进外来资金。不断打破地方保护壁垒，使得外资的资金支持作用和外来技术的外溢效应得到充分发挥，使地方着力发展自己具有比较优势的产业，从而推动区域技术效率不断提升。

参考文献：

［1］许长新.我国区域经济增长的技术效率分析［J］.财经研究,1996，(3): 21-24.

［2］何枫,陈荣等.SFA模型及其在我国技术效率测算中的应用［J］.系统工程与理论,2004，(5): 47-50.

［3］周春应,章仁俊.基于SFA模型的我国区域经济技术效率的实证研究［J］.科技进步与对策,2008,25(4): 21-24.

［4］于君博.前沿生产函数在中国区域经济增长技术效率测算中的应用［J］.中国软科学,2006，(11): 50-53.

［5］陈青青,龙志和,林光平.中国区域技术效率的随机前沿分析［J］.数理统计与管理,2011，(30): 271-277.

［6］岳意定, 刘贯春, 贺磊. 我国区域技术效率的再估计及区位因素分析［J］. 科学学研究, 2013，(6): 836-845.

［7］何枫.金融中介发展对中国技术效率影响的实证分析［J］.财贸研究,2003，(6): 48-52.

［8］何枫.经济开放度对我国技术效率影响的实证分析［J］.中国软科学,2004，(1): 48-52.

［9］何婷英.人力资本投资对技术效率省际差异的实证研究［J］.北京市财贸管理干部学院学报,2006，(3): 51-55.

［10］唐德祥,李京文,孟卫东.R&D对技术效率影响的区域差异及其路径依赖基于我国东、中、西部地区面板数据随机前沿方法（SFA）的经验分析［J］.科研管理,2008，(2): 115-121.

［11］何锋,谭本艳.自主研发与我国经济的技术效率基于面板随机边界模型的实证研究［J］.中国科技论坛,2009，(6): 95-100.

［12］刁丽琳,张蓓,马亚男.基于SFA模型的科技环境对区域技术效率的实证研究［J］.科研管理,2011，(4): 143-149.

［13］徐琼.区域技术效率影响因素实证研究以浙江为例［J］.经济论坛,2009，(6): 74-78.

［14］王家庭.环渤海地区城市技术效率及其影响因素的实证研究［J］.地域研究与开发,2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吴兵,王铮.中国各省区人力资本测算研究［J］.科研管理,2004,7(4): 60-65.

［18］何枫,陈荣,何林.我国资本存量的估算及其相关分析［J］.经济学家,2003,(5): 29-35.

［19］周建军，康妮，鞠方.物业税改革对房地产价格的影响2002~2011年中国省际面板数据的实证研究［J］.财经理论与实践,2013,(6):76-80.

［20］谢伟峰.我国工业转型升级的金融支持作用机制研究［J］.求索,2013,(9):41-43.

(责任编辑:宁晓青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant

［8］何枫.经济开放度对我国技术效率影响的实证分析［J］.中国软科学,2004，(1): 48-52.

［9］何婷英.人力资本投资对技术效率省际差异的实证研究［J］.北京市财贸管理干部学院学报,2006，(3): 51-55.

［10］唐德祥,李京文,孟卫东.R&D对技术效率影响的区域差异及其路径依赖基于我国东、中、西部地区面板数据随机前沿方法（SFA）的经验分析［J］.科研管理,2008，(2): 115-121.

［11］何锋,谭本艳.自主研发与我国经济的技术效率基于面板随机边界模型的实证研究［J］.中国科技论坛,2009，(6): 95-100.

［12］刁丽琳,张蓓,马亚男.基于SFA模型的科技环境对区域技术效率的实证研究［J］.科研管理,2011，(4): 143-149.

［13］徐琼.区域技术效率影响因素实证研究以浙江为例［J］.经济论坛,2009，(6): 74-78.

［14］王家庭.环渤海地区城市技术效率及其影响因素的实证研究［J］.地域研究与开发,2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吴兵,王铮.中国各省区人力资本测算研究［J］.科研管理,2004,7(4): 60-65.

［18］何枫,陈荣,何林.我国资本存量的估算及其相关分析［J］.经济学家,2003,(5): 29-35.

［19］周建军，康妮，鞠方.物业税改革对房地产价格的影响2002~2011年中国省际面板数据的实证研究［J］.财经理论与实践,2013,(6):76-80.

［20］谢伟峰.我国工业转型升级的金融支持作用机制研究［J］.求索,2013,(9):41-43.

(责任编辑:宁晓青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant

［8］何枫.经济开放度对我国技术效率影响的实证分析［J］.中国软科学,2004，(1): 48-52.

［9］何婷英.人力资本投资对技术效率省际差异的实证研究［J］.北京市财贸管理干部学院学报,2006，(3): 51-55.

［10］唐德祥,李京文,孟卫东.R&D对技术效率影响的区域差异及其路径依赖基于我国东、中、西部地区面板数据随机前沿方法（SFA）的经验分析［J］.科研管理,2008，(2): 115-121.

［11］何锋,谭本艳.自主研发与我国经济的技术效率基于面板随机边界模型的实证研究［J］.中国科技论坛,2009，(6): 95-100.

［12］刁丽琳,张蓓,马亚男.基于SFA模型的科技环境对区域技术效率的实证研究［J］.科研管理,2011，(4): 143-149.

［13］徐琼.区域技术效率影响因素实证研究以浙江为例［J］.经济论坛,2009，(6): 74-78.

［14］王家庭.环渤海地区城市技术效率及其影响因素的实证研究［J］.地域研究与开发,2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吴兵,王铮.中国各省区人力资本测算研究［J］.科研管理,2004,7(4): 60-65.

［18］何枫,陈荣,何林.我国资本存量的估算及其相关分析［J］.经济学家,2003,(5): 29-35.

［19］周建军，康妮，鞠方.物业税改革对房地产价格的影响2002~2011年中国省际面板数据的实证研究［J］.财经理论与实践,2013,(6):76-80.

［20］谢伟峰.我国工业转型升级的金融支持作用机制研究［J］.求索,2013,(9):41-43.

(责任编辑:宁晓青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant