皖江城市带装备制造业效率研究

张兴贤

(铜陵学院 建筑工程学院，安徽 铜陵 244061)



皖江城市带装备制造业效率研究

张兴贤

(铜陵学院 建筑工程学院，安徽 铜陵 244061)

基于DEA-Malmquist模型，对皖江城市带装备制造业2009-2014年效率进行分析得出以下结论：第一，在时间维度上，综合效率的变化趋势与技术变动指数差别较大而与純技术效率和规模效率变化趋势较为一致，特别是与规模效率几乎重合；第二，通过纵向比较发现，综合效率的空间分异程度在不断缩小，但内部空间格局变化较大；第三，技术变化在全要素生产率指数提升方面起到了关键作用；第四，皖江城市带技术效率得到很大改进，要素的投入和产出配置越来越合理有效。

皖江城市带；装备制造业；DEA-Malmquist模型

质量和品牌是制造业综合实力的集中反映，是制造强国的核心竞争力。新中国成立尤其是改革开放以来，我国制造业质量和品牌水平持续提高，较好地满足了国内和国际市场需求，有力地促进了经济社会发展。装备制造业是制造业的基石，我国装备制造业不仅打造出了一批优质产品和优秀品牌，也为相关产业发展提供了坚实保障。然而，与世界先进水平相比，我国装备制造业在质量基础能力、质量安全风险、产品品种结构、产品实物质量和自主品牌培育等方面仍然存在差距，质量品牌建设的任务紧迫而艰巨。[1]

目前，一些学者在装备制造业效率测算、[2-4]效率评价[5-7]以及影响因素[8-10]研究方面已经取得丰硕成果。但是，现有研究还存在需进一步深入研究的地方，如很少有文献针对区域装备制造业的研究，特别是针对皖江城市带装备制造业的分析等。基于此，本文以皖江城市带8市(不含金安区和舒城县)为研究对象，并运用DEA-Malmquist模型对2009-2014年皖江城市带装备制造业效率进行分析，为提高皖江城市带装备制造业的发展提供借鉴。

1 研究方法和数据来源

1.1 数据包络分析法。

数据包络分析法最早是由美国学者Charnes等[11]提出的，是一种评价多输入与多输出的决策单位之间相对有效性的系统分析方法，简称为C2R模型， Banker等[12]在C2R模型基础上进行了改进，使其变为规模收益可变的BC2模型，该方法能单独评价DMU是否“技术有效”，从而克服C2R模型评价决策单元的不足。基于此，本文采用基于产出的BC2模型来评价决策单元的效率。

1.2 Malmquist指数。

Malmquist指数是对全要素生产率进行测算和分解的一种非参数模型方法,[13]具体计算公式如下：[14]

Mt,t+1(xt,yt,yt+1)

=tch(xt,yt,xt+1,yt+1)×ech(xt,yt,xt+1,yt+1)

(1)

式中：tch表示技术进步，ech表示技术效率，在规模报酬不变的假设下，当tch>1(<1)时，表明从t时刻到t+1时刻出现技术进步(退步)；当ech>1(<1)时，表明技术效率提高(下降)。在规模报酬可变假设下，技术效率可进一步分解为纯技术效率和规模效率，其公式如下：[14]

Mt,t+1(xt,yt,xt+1,yt+1)

=pech×sech×tch

(2)

式中：C表示规模报酬不变；V表示规模报酬可变；pech表示纯技术效率；sech表示规模效率。当Mt,t+1>1(<1)时，表示从t时刻到t+1时刻全要素生产率增长(下降)，当Mt,t+1等于1时，表示全要素生产率保持不变。

1.3 指标选取和数据来源。

考虑到数据的可获得性以及指标选取的科学性、代表性，本文将皖江城市带8市(不含金安区和舒城县)作为决策单元。同时选取工业销售产值和主营业收入作为产出指标，选取固定资产原价和负债合计作为投入指标。本文研究数据主要来源于《安徽省统计年鉴》(2010-2015年)。

2 皖江城市带装备制造业效率分析

2.1 装备制造业综合效率演变。

图1所示的是皖江城市带装备制造业2009-2014年综合效率及其组成。在时间变化上，综合效率始终在数值1附近波动，呈现出较稳定状态，2010-2011年综合效率出现最高值，达到1.189，最低值出现在2009-2010年，只有0.692。在影响要素上，技术变动指数出现较大波动，从变化趋势中可以看出，综合效率的变化趋势与技术变动指数差别较大而与純技术效率和规模效率变化趋势较为一致，特别是与规模效率几乎重合；而純技术效率除了在2010-2011年稍有波动外，其余年份基本保持较稳定的变化趋势，稳定在数值1附近；规模效率虽然在2009-2010出现较大波动，但是在其余年份基本稳定在数值1附近波动。由此可见，皖江城市带装备制造业综合效率的变动受技术变动的影响较大，而受纯技术效率和规模效率的影响较小。

图1 2009-2014年皖江城市带装备制造业综合效率时序演变

2.2 装备制造业纵向效率比较。

为了更好地对皖江城市带装备制造业效率进行纵向比较，本文分别选取了2009和2014两个年份的截面数据进行分析，如表1所示。

200 9和2014年皖江城市带装备制造业的综合效率均值分别为0.908和0.789。其中，2009年综合效率达到了最优水平80%以上的有7个市，占总数的87.5%只有马鞍

山市的综合效率低于最优水平80%，占总数的12.5%；2014年综合效率达到了最优水平80%以上的有4个市，占总数的50%，有3个市处于最优水平60%～80%之间，占总数的37.5%，有1个市低于最优水平60%，占总数的12.5%。从变化上可以看出皖江城市带装备制造业的综合效率总体水平呈现下降趋势。

200 9和2014年的纯技术效率均值分别为0.942和0.937，与综合效率的数值相比，纯技术效率总体水平都较高，且总体变化不大。2009年有7个市纯技术效率达到80%以上，占总数的87.5%，只有马鞍山市低于80%，占总数的12.5%；2014年也有7个市纯技术效率达到80%以上，占总数的87.5%，也只有马鞍山市低于80%，占总数的12.5%，可以看出马鞍山市这几年装备制造业純技术效率发展缓慢。总的来看，皖江城市带装备制造业的纯技术效率保持较高水平且呈现稳定趋势。

从规模效率来看，2009年皖江城市带装备制造业均值高于同一时期的综合效率和纯技术效率均值，而2014年介于综合效率和純技术效率均值之间。2009和2014年皖江城市带装备制造业的规模效率均值分别为0.964和0.842，均达到了最优水平的80%以上，但总体呈现出下降的趋势。2009年达到规模效率最优的只有合肥和宣城，且8个市全部达到规模效率最优80%以上；2014年达到规模效率最优的市有宣城、铜陵和安庆，达到最优80%以上的市数目只有5个，合肥、芜湖和池州的规模效率低于80%。总的来看，皖江城市带装备制造业的规模效率较高，但呈现下降趋势。

为更直观表示皖江城市带装备制造业综合效率的演变情况，本文根据表2数据，绘制综合效率变化图，如图2所示。通过纵向比较发现，2009-2014年皖江城市带装备制造业综合效率的空间分异程度在不断缩小，但内部空间格局变化较大。2009-2014年，皖江城市带综合效率上升的包括铜陵和安庆，综合效率下降的包括合肥、滁州、马鞍山、芜湖和池州，只有宣城保持综合效率最优。造成综合效率下降的主要原因在于资源投入过多而产出较少。

表1 皖江城市带装备制造业不同年份效率值及其变化

图2 皖江城市带综合效率变化图(2009-2014年)

3 基于Malmquist指数的产业效率分析

3.1 Malmquist指数及分解的总体特征。

运用DEAP2.1软件对2009-2014年皖江城市带装备制造业全要素生产率的Malmquist指数进行测算，结果见表2。2009-2014年皖江城市带装备制造业各项指数均值水平均较高。根据Malmquist指数可以看出，皖江城市带装备

制造业全要素生产率水平最高的是安庆，最低的是芜湖。因为皖江城市带装备制造业Malmquist指数均超过1，表明皖江城市带装备制造业发展势头良好，这主要归功于近年来皖江城市带示范区通过产业转移来加速企业转型和产业结构升级。从技术效率变化来看，平均水平较低，水平最高的是铜陵，最低的是合肥，表明皖江城市带技术效率有较大的发展潜力。从技术变化来看，平均水平较高，水平最高的是马鞍山，最低的是芜湖。对技术效率变化进一步分解可知，皖江城市带装备制造业纯技术效率和规模效率均值都在下降(年均下降0.2%和3%)，纯技术效率和规模效率共同作用于技术效率变化，所以全要素生产率的增长主要是由技术变化增长引起的，技术变化在全要素生产率指数提升方面起到了关键作用。因此，皖江城市带装备制造业全要素生产率指数提升的原因在于技术变化。

表2 2009-2014年皖江城市带装备制造业全要素生产率变化及分解

3.2 投入产出松弛变量测算。

如表3所示，2009年皖江城市带产出要素1中除了合肥、滁州、芜湖和宣城外，其余4市均出现不同程度的过剩，而产出要素2都没有出现过剩；投入要素1除了合肥市和宣城市之外，其他市均出现不同程度过剩，而投入要素2没有出现过剩，说明投入和产出要素没有得到最佳配置；2014年皖江城市带产出要素1没有出现过剩，产出要素2中除了合肥和芜湖外，其余6市均没有出现过剩；投入要素1都没有出现过剩，投入要素2除了滁州外，其他市均没有出现过剩；通过2009年与2014年的松弛变量比较可以看出，皖江城市带技术效率得到很大改进，要素的投入和产出配置越来越合理有效。

表3 皖江城市带装备制造业不同年份投入产出松弛变量测算

4 结论

本文基于DEA-Malmquist模型，对皖江城市带装备制造业2009-2014年效率进行分析得出以下结论。

第一，在时间维度上，从2009-2014年，综合效率始终在数值1附近波动，呈现出较稳定状态，综合效率的变化趋势与技术变动指数差别较大而与純技术效率和规模效率变化趋势较为一致，特别是与规模效率几乎重合，由此可见，皖江城市带装备制造业综合效率的变动受技术变动的影响较大，而受纯技术效率和规模效率的影响较小。

第二，本文对2009-2014年皖江城市带装备制造业全要素生产率进行测度，并根据Malmquist生产率指数进行空间分异研究，主要得出如下结论：①皖江城市带装备制造业的综合效率总体水平呈现下降趋势，规模效率较高，但呈现下降趋势，纯技术效率保持较高水平且呈现稳定趋势。②通过纵向比较发现，2009-2014年皖江城市带装备制造业综合效率的空间分异程度在不断缩小，但内部空间格局变化较大。

第三，皖江城市带装备制造业纯技术效率和规模效率均值都在下降(年均下降0.2%-3%)，纯技术效率和规模效率共同作用于技术效率变化，所以全要素生产率的增长主要是由技术变化增长引起的，技术变化在全要素生产率指数提升方面起到了关键作用。

第四，通过2009年与2014年的决策单元投入产出松弛变量比较可以看出，皖江城市带技术效率得到很大改进，要素的投入和产出配置越来越合理有效。

[1]中华人民共和国工业和信息化部.促进装备制造业质量品牌提升专项行动指南[EB/OL]. (2016-08-26)[2016-09-02].http://www.miit.gov.cn/n1146290/n4388791/c5222590/content.html.

[2]徐建中,曲小瑜. 装备制造业环境技术创新效率及其影响因素研究—基于DEA-Malmquist和Tobit的实证分析 [J]. 运筹与管理,2015, 24(1):246-254.

[3]王文,牛泽东. 中国装备制造业技术创新的静态与动态效率—基于二位码行业数据的分析[J]. 经济管理, 2014(05):24-36.

[4]卫平,黄敏仪. 基于MFA的装备制造业区域技术效率研究 [J]. 工业技术经济, 2014(10):14-21.

[5]綦良群,蔡渊渊,王成东. 我国装备制造业与生产性服务业互动作用及效率评价研究 [J]. 中国科技论坛, 2015(1):63-68.

[6]姜明君,綦良群. 我国装备制造业科技资源配置评价研究 [J]. 科学管理研究, 2012(1):42-46.

[7]李鹏,林迎星. 高端装备制造业技术创新效率评价指标体系的构建 [J]. 科技与产业, 2013(7):66-68.

[8]夏海力,李卿,吴松强. 装备制造业技术创新效率及其影响因素研究—以苏州为例 [J]. 科技进步与对策, 2016(6):65-70.

[9]綦良群,王成东,蔡渊渊. 中国装备制造业R&D效率评价及其影响因素研究 [J]. 研究与发展管理, 2014(1):111-118.

[10]李慧燕. 中国装备制造业垂直专业化地位的影响因素研究 [J]. 软科学, 2013(10):64-73.

[11]Charnes A, Cooper W W, Rodes E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research, 1978(2): 429-444.

[12]Banker R D, Charnes A, Cooper W W． Some Models for Estimating Technical and Scale in Efficiencies in Data Envelopment Analysis [J]. Management Science, 1984(9):1078-1092.

[13]何新安,熊启泉,刘莹丰. 1993-2005年广东农业生产率的变动与分解 [J].南方经济, 2009(2):69-80.

[14] 杨清可, 段学军. 基于DEA-Malmquist模型的高新技术产业发展效率的时空测度与省际差异研究 [J].经济地理, 2014(7):103-110.

Class No.:F061.5 Document Mark：A

(责任编辑：宋瑞斌)

On Efficiency of Equipment Manufacturing in Wanjiang City Belt

Zhang Xingxian

(School of Architecture and Engineering, Tongling University, Tongling, Anhui 244061，China)

Based on DEA-Malmquist model of Wanjiang city belt , we analyzed the efficiency of the equipment manufacturing industry in 2009-2014 and it is concluded that :①From the aspect of the time dimension, the change trend of comprehensive efficiency and technology changes index difference is bigger, and pure technical efficiency and scale efficiency change trend is relatively consistent, particularly with scale efficiency is almost perfect.②Through the longitudinal comparison of the efficiency, the comprehensive efficiency of spatial differentiation degree is narrowing, but the internal spatial pattern changes.③Technology changes in total factor productivity index has played a key role.④Wanjiang city belt technical efficiency has been greatly improved, the elements of the input and output configuration are more and more reasonable and effective.

Wanjiang city belt; equipment manufacturing industry; DEA-malmquist model

张兴贤，硕士，助教，铜陵学院建筑工程学院。研究方向：决策理论与方法。

铜陵学院校地合作产学研项目(编号：2014tlxyxdz15)；铜陵学院校地合作产学研项目(编号：2014tlxyxdz16)。

F061.5

A

1672-6758(2016)11-0064-4