第五章中国工业企业的技术效率分析-中国工业企业的技术效

北京大学博士学位论文第五章89第五章中国工业企业的技术效率分析一、导论比较优势理论建立在其对企业微观行为的一个基本判断之上，违背本地禀赋结构的企业在资金的配置效率和投入要素的技术效率方面将低于遵循比较优势的同类企业。反映企业效率的高低要求我们测量每个企业真实的经济效益，但这似乎是件非常困难的事情，因为要素价格可能被扭曲，官方统计的企业财务数据也许并不能够反应企业的真实状况。在国际的同类研究中，对于企业真实经济效益的测量需要详细的企业抽样数据。因此，为了在微观层面上寻找比较优势理论的实证证据，我们需要利用多个指标来同时对企业的效率和行为进行衡量。在本文中，我们利用1995年第三次工业普查的行业和个体抽样数据，对中国工业企业的技术效率在多个层次上进行分析。所谓企业的技术效率，是指企业在等量要素投入条件下，其产出离最大产出（生产可能性边界）的距离。其基本测量方法由Farrel(1957)和Afriat(1972)首先提出来的。测量技术效率的具体方式包含参数方法和非参数方法两种。本文沿用了参数方法，即先估计一个生产函数，确定各种生产要素对产出的贡献，然后将不能被要素贡献所解释的部分视为企业的技术效率。由于下文中对具体的效率指标估计值取了绝对值，所以它越大，企业的技术效率就越低。计算企业的技术效率仅仅是研究工作的第一步。重要的是如何去解释同一行业内部不同企业之间及不同行业之间在技术效率上存在的差异。不过遗憾的是，尽管技术效率的参数估计方法被广泛应用，但是在对企业技术效率的高低进行解释方面，文献中一直都没有统一的理论框架。就针对中国工业企业的实证工作方面，姚洋（1998，2000）的研究具有较为重要的参考意义。他主要强调来自于所有制、对外开放、企业规模、技术研究等因素的影响，并对企业技术效率的高低引入了如下解释变量：企业规模虚拟变量、所有制虚拟变量、不同所有制企业的资产比重、地区虚拟变量、行业虚拟变量、国有企业的科研支出等等。结果表明，企业规模、私有化、引进外资等因素均有助于提高企业的技术效率。本文的重点则建立在比较优势理论的框架之上，即强调企业自身投入结构的选择对于技术效率的影响。在下述计量分析中，我们首先利用随机抽样（37716个企业）的数据样本，按照随机生产前沿函数的计算结果，对影响技术效率的因素进行分解。而后，我北京大学博士学位论文第五章90们对数据样本进行一定的修正，并引入一些表达行业特征的变量，以反应技术效率的估计中可能存在的偏差。最后，对于一些不符合我们理论预期的行业，将给予单独讨论。二、基于总体抽样数据的企业技术效率分析本部分的分析是建立在姚洋（1998，2000）的研究结果之上1，该项研究首先对工业普查的36类行业数据按照10：1的比例进行随机抽样，接着采用参数方法估计了各行业生产的随机前沿（要素的产出弹性），由此得到每个企业的技术效率。在具体的估计中，姚洋将企业的销售收入（千元）代表企业的产出，企业的劳动力为职工人数（人），资本投入为固定资产原值（千元）。其中，采纳销售收入做为衡量产出的指标，可以使技术效率能更好地反应企业的实际经营状况。由于数据样本的限制，估计中没有考虑中间投入和人力资本的作用。相对于姚洋对技术效率的解释，我们增加了一些新的解释变量，具体的计量方程式如下：2*2*TCITCITCIFTCIFHOWSSCAARESijijjij（1）在上述方程中，代表不同的工业企业（共37768个企业，去掉缺损值后为37716个），i代表不同的地区（共28个省，不包括海南和西藏），j代表不同不1为了估计企业的技术效率，姚洋（1998，2000）采用了Cobb-Douglas生产函数的随机边界生产函数模型。该模型的定义为：iiiiiuvKbLaAylnlnln，其中，yi为第i个企业的产值，Li和Ki是它的劳动力和资本投入，a和b分别是劳动力和资本的产出弹性，A代表一个行业的最高技术水平，vi为一期望为零、方差为v2的正态随机扰动项，ui为一正半部正态随机变量，其定义为：iiUu，Ui服从期望为零、方差为u2的正态分布。因此，biaiKAL代表生产可能性边界，ui代表第i个企业离该边界的距离，即该企业的技术无效率程度。由于vi的存在，不可能通过回归结果来确定ui。但是，在给定ei=vi–ui的条件下，企业的技术无效率指数可以定义为：)|(iiieuETE。根据ui的定义，此指数为正数，它越大，则企业的技术效率越低。由于我们并不知道ei，在实际计算中，利用它的样本估计值)lnˆlnˆˆ(lnˆiiiiKbLaAye，来进行计算（式中带号的为估计值）。注意，由于产出取了自然对数，TEi所衡量的也是对数化了的技术无效率。北京大学博士学位论文第五章91同的产业（我们将工业部门划分为36个子类，同时排除了自来水和煤气等政府垄断性行业）。A是常数项。SCA代表企业的规模，我们遵循了工业普查的划分方法，将企业分为大中小三类，由代表。OWS表示企业的所有制类型，工业普查中划分为国有、集体、私营、联营、股份制、个体、国外三资、港澳台三资、其它九类，我们将私营、联营、个体、股份制合成为一类“私营”，因此回归中所有制类型为六类，由代表。jH是行业虚拟变量，ijTCIF是第i个地区、第j个行业中的第个企业的技术选择指数。其计算方法是将企业的固定资产和流动资产相加，再比上该企业的劳动力，而后除以所在省份1992至1994年的资本密集度平均值。iTCI是一省的技术选择指数，其计算方法是将该省1995年独立核算工业企业的固定资产原值除以工业的从业人数，再除以该省的资本密度。计量中所使用的数据是该指标1992至1994年的平均值。X是回归中所使用的其它一些解释变量。我们的工作在于引入技术选择指数作为重要的解释变量。我们区分了厂商水平的最优资本密度和省级水平的资本最优密度，前者表示微观的行为选择，后者表示该省政府总的干预程度。注意，这里我们首先假定在总体上全国的工业部门只能有一个最优的比较优势吻合程度。而各个行业发展的复杂性当然存在，不同行业以及同一行业内技术落差较大，因此可以修正假设为在同一个行业内部，最优的比较优势吻合度是一样的。在这两个不同假定的基础上，我们再对计量结果做进一步的比较。（一）计量结果一我们首先忽略行业间在技术结构上的异质性，具体的计量方程式如下，2*2*TCITCITCIFTCIFOWSSCAARESiijij（2）表1就是按照上述考虑所得到的计量结果（OLS），其中TCI代表省级比较优势，TCIF代表个体比较优势。技术选择指数均取了自然对数。为了和姚洋（1998，2000）的实证结果进行对比，我们将回归的结果分成四组，即模型I到IV。在后两组结果中，我们考虑了一省国有单位科技研究投入、一省集体企业资产所占比重、一省私营企业资产所占比重、一省外资企业资产所占比重、地理因素（区域虚拟变量）的影响。这些变量在姚洋的实证结果中，均存在显著的影响。北京大学博士学位论文第五章92表1-1：忽略技术异质性的回归结果模型I模型II变量名参数估计值标准差显著性参数估计值标准差显著性截距项0.7054510.043611610.00010.8569500.041682630.0001小规模企业0.4300170.037343400.00010.4618610.037591290.0001中等规模企业0.1657840.042123440.00010.1718470.042430830.0001集体所有制企业-0.1452890.011028380.0001-0.1575910.011087280.0001私营企业-0.4066890.015760340.0001-0.4326270.015823110.0001国外三资-0.0385970.022534450.0868-0.1035570.022522890.0001港澳台三资-0.0349910.021756660.1078-0.0958370.021739520.0001其它所有制-0.0057420.128563280.9644-0.0549430.129484980.6713LNTCIF-0.0653750.011302900.0001-0.0573710.011372540.0001LNTCIF20.0057040.001729000.00100.0070950.001738740.0001LNTCI0.2541980.036476170.0001LNTCI2-0.0147210.019698840.4549注：LNTCIF是企业技术选择指数的对数值，LNTCIF2是这一对数值的平方值。LNTCI是省级技术选择指数的对数值，LNTCI2是该对数值的平方值。以下同。表1-2：忽略技术异质性的回归结果模型III模型IV变量名参数估计值标准差显著性参数估计值标准差显著性截距项0.3319930.102356150.00120.3058830.099446040.0021小规模企业0.4562130.037082830.00010.4552830.037078000.0001中等规模企业0.1981020.041781420.00010.1979020.041782080.0001集体所有制企业-0.1130920.011045750.0001-0.1129340.011045850.0001私营企业-0.3602290.015801310.0001-0.3593620.015797130.0001国外三资-0.0176520.022525370.4333-0.0172360.022521570.4441港澳台三资-0.0083170.021913560.7043-0.0078230.021908750.7210其它所有制0.0136310.127446710.91480.0131740.127450250.9177集体制企业资产所占比-0.1669320.011914650.0001-0.1793530.010734390.0001北京大学博士学位论文第五章93重（对数值）私营企业资产所占比重（对数值）-0.0262500.008080530.0012-0.0334520.006971200.0001三资企业资产所占比重（对数值）-0.0595670.009320880.0001-0.0547540.009032170.0001R&D的对数值-0.0101740.006434250.1138-0.0041700.005829240.4744LNTCIF-0.0442440.011301830.0001-0.0437780.011299370.0001LNTCIF20.0052240.001717660.00240.0052220.001714940.0023LNTCI0.1232160.054256410.0232LNTCI2-0.0440920.024635240.0735大城市-0.0261300.033079120.4296-0.0890330.019937830.0001北部区域0.0446880.018087870.01350.0226690.015008440.1309南部区域-0.0282900.013326090.0338-0.0251630.012487150.0439西南区域0.1157280.017334960.00010.1140950.016804740.0001西北区域-0.0611860.023865410.0104-0.0765500.022989980.0009注：企业规模虚拟变量中以大企业作为参照，所有制虚拟变量中以国有制作为参照，区域虚拟变量中以沿海作为参照。以下同。结果，我们发现所有制和企业规模均对技术效率明显影响，即民营企业或外资企业的技术效率显著高于国有企业，大企业的技术效率高于小企业2。科技开发投入的影响不