中国战略性新兴产业外商投资企业的发展效率评价.docVIP

中国战略性新兴产业外商投资企业的发展效率评价 中国战略性新兴产业外商投资企业的发展效率评价 近年来，中国战略性新兴产业取得了巨大的发展，各项指标均良好发展，但也出现了一些不利问题，比如重复投资、市场竞争力不强、自主创新意识不够等。本文旨在对战略性新兴产业FDI的发展水平进行有效性评价：不仅关注发展的规模，而且关注发展的效率；不仅评价子行业的发展，而且评价来源国的发展；不仅关注总体静态的发展，而且关注不同年份的动态变化。 　　一、 战略性新兴产业FDI的界定 　　首先，将《战略性新兴产业重点产品和服务指导目录》（2013）与《国民经济行业分类》中全部对应的四位行业代码选出，属于这些行业代码的外资企业均为战略性新兴产业的外商投资企业。 　　其次，由于战略性新兴产业具有高技术的特征，同时要具有庞大的市场需求和产值比重预期，还要具有国家意志的充分体现，因此战略性新兴产业包含在高技术产业的范畴之内，于是本文又将《战略性新兴产业重点产品和服务指导目录》（2013）中部分对应的四位行业代码选出，与《高技术产业分类（2013）》所对应的四位代码取交集，在选出的四位行业外商投资企业中，通过企业经营范围和产品内容再次选择是否属于战略性新兴产业。 　　最后，对剩余的部分对应战略性新兴产业的国民经济四位行业名称进行判断，从行业名称内容判断是否属于战略性新兴产业，之后再通过企业经营范围和产品内容，来选择是否是战略性新兴产业的外商投资企业。 　　由于《战略性新兴产业分类（2012）》给出的行业代码是2011年国民经济行业代码，而外资数据均是以2002年国民经济行业代码给出，因此通过《国民经济行业分类新旧目录对照表》，选出战略性新兴产业对应的2002年行业代码，从而根据以上选择标准得出战略性新兴产业FDI的数据结论。 　　二、 DEA和Malmquist指数法在中国的应用 　　魏权龄等（1990）应用DEA（Data Envelopment Ana-lysis，数据包络分析法）方法对纺织工业的177个大中型棉纺织企业进行了效率评价；Zheng等（1998）应用DEA方法比较了1986年～1990年中国国有企业、集体企业和乡镇企业技术效率的差异，认为企业规模是影响不同企业类型技术效率的因素；郑京海等（2002）应用DEA和Malmquist指数法，考察了1980年～1994年间700个国有企业的生产绩效，结果表明，样本企业的技术效率普遍偏低，生产率增长主要是通过技术进步而非技术效率的提高；张海洋（2005）运用Malmquist指数法测算了1999年～2002年34个内资工业部门生产率、技术效率和技术进步，结果表明，全要素生产率的平均增长率为10.58%，其中技术效本文由论文联盟http://www.LWLM.Com收集整理率的平均增长率为3.18%，而技术进步的平均增长率为9.17%，增长的主要源泉是技术进步；李小平等（2008）运用DEA方法测算32个工业行业的生产率增长，结果发现1998年～2003年间主要原因是各行业技术进步的增长；刘小玄等（2009）采用Malmquist指数法分析了2000年～2004年的1022户抽样调查企业，结果表明，样本企业生产率增长处于下降趋势，主要是由于技术进步率的停滞不前造成，生产率增长很大程度上依赖外部市场的需求拉动；在测度制造业行业的TFP过程中，陈静等（2010）运用DEA和Malmquist指数法测度了2003年～2007年共28个制造业，结果显示，技术进步水平和纯技术效率的提高是TFP不断增长的主要原因；而在测度中国服务业细分行业的TFP过程中，王恕立等（2012）运用序列DEA-Malmquist指数法测度了1990年～2010年的纯技术效率、技术进步和规模效率增长率。结果显示，20世纪90年代TFP增长主因是技术效率改进，21世纪后主因是技术进步的提高，而且，技术效率改进由纯技术效率为主向规模效率为主发生了转变；马晓蕾等（2015）运用DEA和Malmquist指数法，对2006年和2012年东北老工业基地7类装备制造业的投入产出效率及全要素生产率变化进行分析，结果表明，东北三省各类装备制造业总体上呈优势互补状态。 　　总体来看，大多数的文献是以测度分析制造业和服务业的总体时间序列为主，较少涉及战略性新兴产业的四位细分行业以及来源地研究。 　　三、 战略性新兴产业FDI子行业的发展评价 　　本文主要采用产出主导的DEA-Malmquist指数法，数据选取1998年～2007年战略性新兴产业外商投资企业的微观数据。一直以来，许多学者对中国的数据质量诟病较多，而Malmquist指数相当于对数据做了一阶差分，亦会消除各行业同方向的变化，因此可以弱化数据质量对结果的影响。同时由于Malmqu