新时期私营工业全要素生产率增长与分解.docVIP

新时期私营工业全要素生产率增长与分解 　　摘要:利用随机前沿分析方法(SFA)测算和分解中国2001―2007年间私营工业部门的全要素生产率(TFP),研究结果表明:新时期私营工业部门有着年均10.64%的快速全要素生产率增长,但其严重依赖于技术进步,而非技术效率和规模效率的提升,且技术效率所代表的经营管理水平一直呈下降趋势。私营工业部门全要素生产率增长在区域间存在巨大差异,整体上呈现一种“马太式”特征。 　　关键词:私营工业;全要素生产率;随机前沿分析;转型路径 　　中图分类号:F121.Z3;F403.8　文献标识码:A　文章编号:1001-6260(2010)03-0001-08 　　 　　一、问题的提出 　　 　　伴随着中国经济体制改革的不断推进和私营部门在国民经济中比重的显著提高,私营经济在中国社会主义市场经济体系中的重要地位已得到了人们正式而广泛的认可。目前,中国私营经济的相关研究多侧重于产权结构、家族企业治理等内在体制性问题的分析,而较少关注私营经济的系统性绩效以及区域不平衡发展的特征。全要素生产率(TotM Factor Productivity,TFP)是衡量一个部门或产业绩效状况的重要指标,由其人手可以对中国新时期以来私营工业的发展做一个较为全面的分析与展望。但既有的效率和生产率研究极少对中国私营经济部门展开系统性的分析,即使是少数涉及于此的研究也多是集中于不同所有制对比的分析框架下(姚洋,1998;Jefferson,et al,1999;刘小玄,2000;谢千里等,2001;贺聪等,2008)。王争等(2008)在国内对私营企业效率的系统研究尚属空白的背景下,利用2004年的第一次全国经济普查数据研究了中国私营经济的生产率表现和投资效率。其分行业、分地区的系统研究对中国私营企业效率表现的分析较为深刻透彻,然而,静态的截面研究在一定程度上也限制了其结论的一般性和可靠性。加之,新近一段时期以来,国有经济部门已基本完成了各种形式的产权制度改革,外资和港澳台经济部门在区域经济中的地位和作用也变得愈发重要,而私营经济仍面临着正规金融的排斥、非正规金融市场的信用风险、家族治理僵化等发展的瓶颈性问题。因而。在竞争环境日益严峻、内生问题逐步凸显的新时期中,私营经济的效率表现如何、呈现怎样的区域性特征,是亟需我们关注的问题。鉴于公开发布的官方统计数据和具有较强覆盖性的微观调查数据的缺乏,同时考虑到私营工业在私营经济中具有较强的代表性,本文选定中国的私营工业部门作为研究对象,对其新近一段时期以来的全要素生产率进行核算和分解分析。 　　 　　二、模型设定、估计与检验 　　 　　(一)测算方法 　　在效率测算方面,早期主要采用的是索洛增长核算法。但该方法假定所有生产者在技术上都是充分有效的,这一点显然不符合实际。为此,Farrell(1957)放松了上述假定,提出了生产前沿面的概念。基于生产前沿面的效率测定方法大体分为非参数方法和参数方法两种,分别以数据包络分析法(DataEnvelopmentAnalysis,以下简称DEA)和随机前沿分析法(Stochastic FrontierAnalysis,以下简称SFA)为典型代表。基于本文的测量,我们倾向于认为在中国TFP的测算中,SFA方法较之DEA方法更具适用性,这是因为:第一,SFA方法既可以对模型中的参数进行检验,也可以对模型本身进行检验,而DEA方法则难以做到这一点,即无法对前沿面的适用性进行判断,也正因如此,许多经济学家(Forsund,et a1,1980;Pitt,et al,1981;Bauter,1990)都认为SFA方法较之DEA方法更具优势;第二,SFA方法通过组合误差中的随机扰动项保留了非投入影响因素(也称环境影响因素)的作用,这一做法较之DEA方法更符合现实情况,同时,这也避免了DEA方法在影响因素分析上的逻辑困境;第三,对于中国经济的TFP测定的研究实践也表明了SFA方法更适合于现阶段的中国(傅丽霞等,2004)。然而,我们也注意到,采用SFA方法的诸多研究多忽视对随机前沿函数形式的设定进行检验,这样就难以克服SFA作为参数方法的模型形式设定的随意性,导致了大量的研究结果未能在现有条件下达到最大程度的优化与精确。新近采用SFA方法的研究中(李胜文等,2008;干春晖等,2009),学者们已经开始注重对模型形式的反复试验和检验,以获得最具适宜性的模型形式,本文的研究中亦将采用这一模型设定步骤。 　　 　　(二)数据选取与来源 　　在已有的研究中,工业部门的产出主要以工业增加值或工业总产值来表示。其中,工业增加值是指工业企业在一定时期内工业生产活动所创造的新价值,而工业总产值是指工业企业在一定时期内生产的全部工业产品价值的