基于DEA模型的中西部地区承接产业转移效率评价

李丹　李翠兰

摘 要：中西部地区承接产业转移是区域均衡发展、产业结构转型升级与优化生产力空间布局的有效途径。以中西部19个省（自治区、直辖市）为研究对象，建立基于DEA模型的承接产业转移效率投入产出指标体系，运用DEA方法测算了2013年19个省（自治区、直辖市）的效率，然后从投入冗余和产出不足两个方面分析DEA有效单元的产业转移存在的问题，并得到相应的结论。

关键词：效率；DEA；产业转移；中西部地区

中图分类号：F061.5 文献标志码：A 文章编号：1673-291X（2015）13-0027-04

引言

承接产业转移，是指在产业转移的过程中，依托国家经济发展战略，转入地或承接地利用自身区位条件，充分发挥资源禀赋优势，拓展发展空间，通过跨区域直接投资，抢抓机会，促进产业集聚，从而达到发展目标的过程。根据产业梯度转移理论和边际产业扩张理论，区际产业转移是资本、技术和劳动力等生产要素在空间层面的转移和重新集聚的过程，有利于资源的优化合理配置，不断挖掘中西部地区发展的潜力，推动产业结构完善和升级，提升整个中西部地区经济发展的能力。近年来，受劳动力、土地、自然资源等要素成本攀升，环境管制日趋严厉等影响，东部地区不断将劳动密集型和资源密集型产业向中西部地区转移，特别是在金融危机之后，随着第四次国际产业转移的不断深化，中西部地区承接产业不断增大，承接的等级不断提高。为了更好地评价促进产业转移的政策效果，以期提供制定产业政策的科学依据，有必要测算产业转移的承接效率，从而促进我国区域协调发展，提高经济运行的效率。

结合中西部的地区的客观实际，许多学者从不同角度展开了承接产业转移效率的研究。贺曲夫、刘友金（2011）指出，在承接产业转移规模小、分散转移、契入型产业与本土产业关联度低。孙敏（2013）研究得出，承接产业转移能带来技术溢出和产业联动效应，有利于观念的更新，但可能恶化环境。杨国才、潘锦云（2014）指出，产业转移增加了承接地非农就业岗位并带动了当地经济增长，但改变了承接地的产业空间布局，导致“产程分离”和污染。张连杰（2013）构建评价指标体系，运用因子分析法对西部地区利用外资效率进行评估，指出承接中轻视“对接”，容易忽视社会和生态问题。朱佩枫、张浩等（2014）认为，非期望产出对皖江城市带承接长三角产业转移的效率会产生影响。姬顺玉、胡静寅等（2015）运用因子分析法评估西部地区承接国际产业转移的效率，并指出承接多为政策推动，有较大不稳定性。以上研究分别从理论和实证方面对中西部地区承接产业转移的现状、问题、影响和对策等进行分析，将中西部地区作为一个研究整体，来定量分析其承接产业转移的效率的分析较少，运用DEA模型评估中西部地区承接产业转移绩效的文献几乎没有。本文以中西部地区19个省（自治区、直辖市）作为切入点，建立承接产业转移投入产出评价体系，综合评估承接效率。

一、研究方法与模型

1978年，Charnes、Cooper和Rhodes提出数据包络分析（Data Envelopment Analysis，DEA）。DEA方法是评价多投入变量和多产出变量的决策单元（Decision Making Units，DMU）相对有效性的非参数统计估计方法。相对其他评价方法，DEA的优势在于不需要预先确定分析单元的生产函数，也不需要对投入和产出指标有统一的量纲，且满足“多元最优化准则”。以下是基于DEA的CCR模型和BBC模型。CCR模型由Charnes、Copper和Rhodes开发。设有n个决策单元，每个决策单元均有m种投入和s种产出，其中，xij表示第j个决策单元第i种投入变量值，yrj表示第j个决策单元第r种产出的产出变量值，设vj为xj的权重，uk为yk的权变量。

其中，θ为综合技术效率值，S-为投入松弛变量值，S+为产出松弛变量值。当θ=1，且S+=S-=0时，则称为DEA有效，在此投入基础上的产出达到最优；当θ=1，S-+≠0时，则称DEA弱有效，此时可以在保证原投入不变的情况下将投入减少S-，或者在原投入不变的情况下提高S+的产出；当θ<1时，则称DEA非有效，此时可采用投影分析将非有效DMU变成有效DMU，为决策者制定投入规划提供参考。

BCC模型下的θ为纯技术效率值。根据以上求得的综合技术效率和纯技术效率值，再由规模效率值=综合技术效率值/纯技术效率值，得到各DMU的规模效率值。我们还可以判断DMU的规模收益情况：当∑λj=1，则DMU为规模收益不变；当∑λj<1时，DMU为规模收益递增；当∑λj>1时，DMU为规模收益递减。

二、评价指标及数据来源

根据投入产出原理，本文选取能够反映承接产业转移人和财两方面的投入指标：（1）2013年中西部各省（自治区、直辖市）第二产业就业人员，中西部地区承接的产业多为制造业，因此，选用第二产业的数据来反映劳动力的投入情况；（2）由现代经济学国内生产总值恒等式以及徐建龙、段樊华（2004）的研究成果，省外境内、外商和港澳台在19个省（自治区、直辖市）的固定资产投资额=[资本形成总额-（国内生产总值（生产法）-总消费）] /资本形成总额×全社会固定资产投资总额。产出指标亦选取两个：（1）2013年税收收入，反映其对承接省区的社会价值与经济贡献；（2）2013年全部工业增加值，反映承接省区工业企业生产过程中新增加的价值。

决策单元为19个省（自治区、直辖市），包括中部地区的吉林、黑龙江、山西、安徽、河南、江西、湖北、湖南和西部地区的内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、新疆、青海、西藏。鉴于数据选取的可得性、科学性和完整性（如下页表2所示），数据来源于中西部地区19个省（自治区、直辖市）2013年国民经济和社会发展统计公报、《中国统计年鉴2014》、《陕西统计年鉴2014》、《甘肃统计年鉴2014》、《青海统计年鉴2014》、《新疆统计年鉴2014》等。

三、实证分析

根据下页表2的数据，建立承接产业转移DEA相对效率评价模型，通过相关软件工具求解出（自治区、直辖市）的综合技术效率、纯技术效率和规模效率，具体（如下页表3所示）。

根据下页表3可知，19个省（自治区、直辖市）的综合技术效率参次不齐，最高是1，最低是0.228，两者相差0.772，说明各个省区间的横向效率差异明显，按地理区域划分，表1显示，两个区域间的综合技术效率差异显著：中部较高，为0.801；西部偏低，为0.429。中西部地区承接产业转移效率整体水平不高，平均总效率仅为0.586。其中，吉林、安徽、江西、湖北、湖南的综合技术效率值等于1，处于技术效率前沿；其他14个省（自治区、直辖市）的综合技术效率值均小于1，是非有效，有一定提升技术效率的空间，技术非有效和规模非有效共同引起陕西、甘肃、青海、新疆、重庆、云南、贵州、广西、山西、黑龙江的效率不足，因此这10个省（自治区、直辖市）在提高现有承接产业转移资源配置效率的同时，还要调整其投入资源的规模。在这些非规模有效决策单元中，9个相对低效的省（自治区、直辖市）都处在规模报酬递增阶段，处于发展潜力大的阶段，因此能通过扩大承接产业转移的规模，吸引省内境外、外商和港澳台的投资将有利于增加其绩效产出从而提高投入产出的总效率。

最后，将在规模效率不变的情况下，分别从投入指标和产出指标的角度对19个省区的投入产出效率进行分析。利用DEA模型可以得出各项指标的等比例改进值、松弛变量改进值及目标值，经过整理后得出投入冗余量和产出不足量（见P30表4）。

从P30表4可以看出，而新疆、云南存在不同程度的投入冗余现象，特别是云南的省外固定资产投入冗余量较大，说明对要素利用不充分，存在“粗放型”投入问题，需要注意资源的合理配置，新疆和云南对应资金和人力的投入应该是下一步着力改进的方向。就产出而言，在不改变投入情况下，甘肃、青海、新疆、贵州、广西的税收收入分别有2.22%、24.7%、99.99%、99.98%、14.8%的增长潜力，云南、黑龙江的工业增加值分别有39.87%、18.17%的增长空间。

结论

本文利用DEA分析法从定量的角度，评价了中西部地区承接产业转移的效率，避免了主观和人为因素的影响，评价具有一定的客观性和科学性。结论概括如下：根据2013年中西部地区19个省（自治区、直辖市）投入产出评价体系指标体系的分析结果，中西部地区承接产业转移的效率从高到低依次为：吉林，安徽，江西，湖北，湖南，重庆，四川，陕西，内蒙古，山西，黑龙江，河南，云南，新疆，广西，青海，西藏，贵州，甘肃。我国中西部地区承接产业转移平均效率偏低，各省区应合理配置资源，合理利用外商和省外投资，从而提高承接效率。

然而，DEA分析法还只是一种相对的比较研究方法，它不是绝对的。决策单元（DMU）的DEA有效性是相对于基准组或样本组的比较结果，参考不同的基准组或样本组，可能会得出不同的结论。另外，本文选取的评价质保体系，虽然具有一定的代表性，但因统计数据和算法的限制，是不完备的，这也是未来需要完善的地方。

参考文献：

[1] 陈建军.中国现阶段的产业区域转移及其动力机制[J].中国工业经济，2002，（8）：37-44.

[2] 贺曲夫，刘友金.中西部地区承接东部地区产业转移的问题与对策研究[J].知识经济，2011，（16）：147-148.

[3] 孙敏.欠发达地区承接产业转移的风险研究——基于宏观政治经济环境的视角[J].经济问题探索，2013，（10）：45-49.

[4] 杨国才，潘锦云.中西部地区承接产业转移的政策应转向[J].经济纵横，2014，（5）：71-76.

[5] 张连杰.我国西部地区承接产业转移的效率研究[D].兰州：兰州商学院，2013.

[6] 叶茂升，肖德.我国东部地区纺织业转移的区位选择——基于超效率DEA模型的解析[J].国际贸易问题，2013，（8）：83-94.

[7] 朱佩枫，张浩，张慧明.考虑非期望产出的皖江城市带承接长三角产业转移效率研究[J].中国软科学，2014，（7）：105-114.

[8] 图雅，马占英，马占新.基于DEA方法的高校人力资源测评方法研究[J].内蒙古师范大学学报，2007，（11）：16-19.

[9] 金帅，范明.我国区域高等教育效率及其发展趋势[J].黑龙江高教研究，2013，（11）：5-8.

[10] 徐建龙.1990—2004年省外在青固定资产投资额测算[J].青海民族学院学报，2006，（3）：88-92.

[11] 徐建龙，段樊华.中央、外省、外国和港澳台在青海省年投资额测算[J].攀登，2004，（6）：76-78.

[责任编辑 吴高君]