基于三階段DEA模型的信息產(chǎn)業(yè)技術(shù)效率研究

陶長(zhǎng)琪，周 璇

（江西財(cái)經(jīng)大學(xué)信息管理學(xué)院，南昌330013）

基于三階段DEA模型的信息產(chǎn)業(yè)技術(shù)效率研究

陶長(zhǎng)琪，周 璇

（江西財(cái)經(jīng)大學(xué)信息管理學(xué)院，南昌330013）

我國(guó)省域信息產(chǎn)業(yè)的技術(shù)效率受環(huán)境因素影響較大，經(jīng)濟(jì)發(fā)展的塊狀效應(yīng)導(dǎo)致信息產(chǎn)業(yè)發(fā)展不均衡、規(guī)模效率低下是造成信息產(chǎn)業(yè)技術(shù)效率偏低的主要原因。我國(guó)除上海、江蘇和廣東外，其余省市均處于規(guī)模報(bào)酬遞增階段。政府部門(mén)應(yīng)盡量營(yíng)造同質(zhì)的生產(chǎn)環(huán)境，努力促進(jìn)省域科技和人力的資本積累，并通過(guò)提升信息產(chǎn)業(yè)的總體規(guī)模效益，不斷優(yōu)化科技、人力等資源的有效配置，有效地增長(zhǎng)信息產(chǎn)業(yè)的技術(shù)效率，進(jìn)而促進(jìn)信息產(chǎn)業(yè)的發(fā)展進(jìn)步，實(shí)現(xiàn)經(jīng)濟(jì)的快速協(xié)調(diào)可持續(xù)發(fā)展。

區(qū)域差距；信息產(chǎn)業(yè)技術(shù)效率；純技術(shù)效率；規(guī)模效率

一、引 言

信息產(chǎn)業(yè)是指由計(jì)算機(jī)和通訊設(shè)備行業(yè)組成的IT產(chǎn)業(yè)總和，是我國(guó)重要的戰(zhàn)略性新興產(chǎn)業(yè)之一。近三十年來(lái)，我國(guó)的信息產(chǎn)業(yè)始終保持著高速增長(zhǎng)，截止2012年底，我國(guó)規(guī)模以上電子信息制造業(yè)增加值同比增長(zhǎng)12.1%，比工業(yè)平均增速高出2.1個(gè)百分點(diǎn)，實(shí)現(xiàn)銷(xiāo)售產(chǎn)值85044億元，同比增長(zhǎng)12.6%。軟件業(yè)收入高達(dá)25022億元，同比增加28.5%。①但我國(guó)省域間的信息產(chǎn)業(yè)技術(shù)效率差異是否顯著？存在怎樣的差異？差異存在的主導(dǎo)因素有哪些？這些問(wèn)題還有待進(jìn)一步研究。本文通過(guò)測(cè)度全國(guó)30個(gè)省市的技術(shù)效率，探究引起省域技術(shù)效率差異的深層次原因，并提出相應(yīng)的對(duì)策建議，這對(duì)增強(qiáng)我國(guó)信息產(chǎn)業(yè)的技術(shù)效率，建設(shè)技術(shù)創(chuàng)新型國(guó)家具有一定的現(xiàn)實(shí)意義。

目前，對(duì)信息產(chǎn)業(yè)發(fā)展現(xiàn)狀的研究大多限于信息產(chǎn)業(yè)的發(fā)展模式、產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)機(jī)制和影響因素分析等方面，很少有文獻(xiàn)通過(guò)技術(shù)效率的測(cè)度衡量省域信息產(chǎn)業(yè)的發(fā)展水平。而常用的生產(chǎn)效率測(cè)算方法是ChernesA［1］和AignerDJ［2］等提出的隨機(jī)前沿方法（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）等參數(shù)、非參數(shù)方法。國(guó)外關(guān)于DEA和SFA以及三階段DEA方法的應(yīng)用很多，F(xiàn)ried等很早就提出了將環(huán)境效應(yīng)和統(tǒng)計(jì)噪音納入DEA的生產(chǎn)者績(jī)效評(píng)價(jià)的三階段DEA方法。［3］Wen－JenTsay和CliffJ.Huang等通過(guò)對(duì)隨機(jī)前沿模型（SFA）封閉形式的累積分布函數(shù)綜合誤差的分析，發(fā)現(xiàn)有限樣本SFA模型的極大似然估計(jì)具有廣闊的應(yīng)用前景。［4］陶長(zhǎng)琪、王志平評(píng)述了隨機(jī)前沿方法的歷史沿革和缺陷，并展望了該方法的研究前景。［5］王莉等對(duì)我國(guó)商業(yè)銀行進(jìn)行了修正的三階段DEA效率測(cè)算，驗(yàn)證了商業(yè)銀行有關(guān)變量的非線(xiàn)性影響關(guān)系。［6］林宇等用三階段DEA方法評(píng)價(jià)了我國(guó)各個(gè)公司間債務(wù)融資效率的規(guī)模狀態(tài)，并給出了相應(yīng)的政策建議。［7］

現(xiàn)有的與信息產(chǎn)業(yè)相關(guān)的技術(shù)效率測(cè)度只涉及了綜合技術(shù)效率的計(jì)算，沒(méi)有分離隨機(jī)誤差和環(huán)境因素的干擾，對(duì)決策單元的評(píng)價(jià)不是很客觀。通過(guò)對(duì)已有文獻(xiàn)的歸類(lèi)總結(jié)，本文選取2004～2011年信息產(chǎn)業(yè)的投入產(chǎn)出和環(huán)境變量，借助三階段DEA模型，測(cè)度我國(guó)省域信息產(chǎn)業(yè)的技術(shù)效率，分析主要的影響因素，給出相關(guān)的結(jié)論和建議，以期為政府的宏觀調(diào)控提供依據(jù)。本文的貢獻(xiàn)之處在于：（1）探究了省域信息產(chǎn)業(yè)技術(shù)效率的差異性；（2）三階段DEA方法綜合了傳統(tǒng)DEA方法和SFA方法的優(yōu)點(diǎn)，用其測(cè)算我國(guó)信息產(chǎn)業(yè)的技術(shù)效率并分解，剔除了統(tǒng)計(jì)噪聲和環(huán)境變量的影響；（3）對(duì)分解的綜合效率、純技術(shù)效率和規(guī)模效率進(jìn)行時(shí)空特征分析，深層次剖析了省域信息產(chǎn)業(yè)效率變化的原因。

二、研究方法

2002年Fried等人對(duì)傳統(tǒng)的DEA方法進(jìn)行了修正，充分考慮研究對(duì)象的外部環(huán)境和隨機(jī)誤差的影響程度，提出了一種更優(yōu)的評(píng)估決策單元效率的方法，即三階段DEA方法。［3］

1.第一階段：傳統(tǒng)的DEA模型

為了評(píng)價(jià)“多投入多產(chǎn)出”下各單元的決策相對(duì)有效性，該階段使用傳統(tǒng)的投入產(chǎn)出數(shù)據(jù)進(jìn)行初步的DEA分析，以實(shí)現(xiàn)優(yōu)化資源配置并使得整體效率得到提升。［8］鑒于信息產(chǎn)業(yè)發(fā)展的科技發(fā)展水平和綜合經(jīng)濟(jì)實(shí)力等因素的差異性，每個(gè)地區(qū)很難一直保持最優(yōu)的生產(chǎn)規(guī)模狀態(tài)。［9］因此，本文選取投入導(dǎo)向下的BCC分析模型，而DEA模型十分常見(jiàn)，故略去數(shù)學(xué)原理闡述。

2.第二階段：相似SFA分析模型

SFA模型通過(guò)如下兩個(gè)步驟進(jìn)行［10］。第一步為SFA回歸，F(xiàn)ried等認(rèn)為，DEA第一階段測(cè)算出的投入產(chǎn)出松弛變量的影響因素為統(tǒng)計(jì)噪音、外部環(huán)境因素和管理效率，原始的DEA模型籠統(tǒng)歸納了三因素的影響程度。［3］為了分離統(tǒng)計(jì)噪音和外部環(huán)境因素的干擾，并且將投入冗余歸因于DMU的管理無(wú)效率，我們需構(gòu)建上述三因素的相似SFA模型：

其中，snk為第k個(gè)地區(qū)在使用第n個(gè)投入時(shí)的松弛變量，zk＝［z1k，z2k，…，zpk］為p個(gè)可觀測(cè)的環(huán)境變量，βn表示環(huán)境變量對(duì)投入松弛變量snk的影響程度，fn（zk，βn）是確定的松弛前沿，一般取fn（zk，βn）＝βnzk，vnk和unk分別表示第k個(gè)地區(qū)在使用第n個(gè)投入時(shí)的統(tǒng)計(jì)噪音和管理無(wú)效率，vnk和unk服從截?cái)嗾龖B(tài)分布。在統(tǒng)計(jì)檢驗(yàn)中，用γ檢驗(yàn)復(fù)合擾動(dòng)項(xiàng)中管理無(wú)效率所占的比例，那么1－γ用于檢驗(yàn)復(fù)合擾動(dòng)項(xiàng)中統(tǒng)計(jì)噪音所占的比例。

第二步，調(diào)整上述SFA模型決策單元的投入產(chǎn)出回歸結(jié)果，增加處于較好外部環(huán)境或者運(yùn)氣較好的決策單元投入，以剔除外部環(huán)境或者統(tǒng)計(jì)噪音的影響。借鑒Jondrow等對(duì)回歸結(jié)果的分析方法［11］，相對(duì)于較好外部環(huán)境或者運(yùn)氣較好的地區(qū)，本文對(duì)其他地區(qū)的投入調(diào)整如下：

3.第三階段：調(diào)整后的DEA模型

用調(diào)整后的投入值xAnk再次代入BCC模型進(jìn)行技術(shù)效率測(cè)度，重新估計(jì)不受隨機(jī)干擾因素和環(huán)境因素的各地區(qū)的技術(shù)效率，得出最能完整反映各決策單元運(yùn)營(yíng)狀況的結(jié)果。

三、變量選取、數(shù)據(jù)來(lái)源及處理

本文選取中國(guó)2004～2011年30個(gè)省、市的信息產(chǎn)業(yè)的省際面板數(shù)據(jù)進(jìn)行處理（因西藏大部分?jǐn)?shù)據(jù)缺失，故本文末將其包含在研究范圍內(nèi)）。

1.投入產(chǎn)出變量

投入變量包括勞動(dòng)力的投入和資本的投入，產(chǎn)出變量包括信息產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入和信息產(chǎn)業(yè)增加值。參照李春梅和楊蕙馨的成果，即與信息產(chǎn)業(yè)的狹義觀點(diǎn)相一致，將信息產(chǎn)業(yè)看成是通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)和信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的總和。［12］

表1 中國(guó)信息產(chǎn)業(yè)投入產(chǎn)出和外部環(huán)境指標(biāo)及來(lái)源

其中，勞動(dòng)力投入為表格中對(duì)應(yīng)的構(gòu)成要素之和，同理得出資本投入、主營(yíng)業(yè)務(wù)收入和信息產(chǎn)業(yè)增加值。［14］通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)的固定資本存量用固定資產(chǎn)凈值替換，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的固定資本存量用永續(xù)盤(pán)存法（PIM法）測(cè)算［15］，公式為：

其中，Kit表示i省第t年的固定資本存量，δit表示折舊率，Iit表示第t年的固定資產(chǎn)投資。將2004年定為基期，2004年的固定資本存量用當(dāng)年的固定資產(chǎn)投資表示，各省市2004年的資本存量通過(guò)該年固定資產(chǎn)投資除以10%得到。［16］折舊率參照徐杰的研究取10.2%［17］。

2.環(huán)境變量

很多學(xué)者一致認(rèn)為經(jīng)濟(jì)增長(zhǎng)依賴(lài)科技發(fā)展和教育約束。本文從經(jīng)濟(jì)、科技和教育三方面闡釋信息產(chǎn)業(yè)技術(shù)效率的外部影響因素。數(shù)據(jù)來(lái)源于各年的《中國(guó)統(tǒng)計(jì)年鑒》和中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。

（1）經(jīng)濟(jì)依存度［14］。該指標(biāo)用外商直接投資和進(jìn)出口貿(mào)易總額占GDP的比重表示，前兩項(xiàng)指標(biāo)的單位為美元，本文采用相關(guān)年份人民幣對(duì)美元的匯率折算數(shù)據(jù)，通過(guò)外商直接投資和進(jìn)出口總額衡量我國(guó)在經(jīng)濟(jì)全球化背景下與外國(guó)的技術(shù)交流程度。

（2）信息消費(fèi)系數(shù)。該指標(biāo)用城鎮(zhèn)居民通信、文化娛樂(lè)用品支出占城鎮(zhèn)居民消費(fèi)總支出的比重表示。信息產(chǎn)品的消費(fèi)程度映射出一個(gè)地區(qū)的信息產(chǎn)業(yè)技術(shù)效率水平。

（3）教育水平。該指標(biāo)用本科及以上學(xué)歷的畢業(yè)生數(shù)占總?cè)丝诘谋戎乇硎?。信息產(chǎn)業(yè)技術(shù)密集的特性使得一個(gè)地區(qū)的教育水平與該地區(qū)信息產(chǎn)業(yè)的技術(shù)效率息息相關(guān)。因此，教育水平為信息產(chǎn)業(yè)技術(shù)效率的重要影響因素之一。

（4）省域經(jīng)濟(jì)發(fā)展水平。該指標(biāo)用各省的地區(qū)生產(chǎn)總值來(lái)衡量。它能全面反映地區(qū)經(jīng)濟(jì)發(fā)展水平，考慮到價(jià)格波動(dòng)因素，本文以2004年為不變價(jià)，用各地區(qū)的國(guó)內(nèi)生產(chǎn)總值指數(shù)進(jìn)行平減。

四、省域信息產(chǎn)業(yè)技術(shù)效率的測(cè)度分析

1.第一階段基本DEA的實(shí)證分析

第一階段運(yùn)用DEAP2.1軟件對(duì)我國(guó)30個(gè)省市2004～2011年的綜合效率、純技術(shù)效率和規(guī)模效率進(jìn)行分析。因篇幅受限，本文給出部分年份全國(guó)各省市的效率值，如表2所示。

由表2可以看出，不考慮外部環(huán)境因素和隨機(jī)影響時(shí)，天津的三項(xiàng)效率值均為1，上海、江蘇的大部分效率值都為1，這說(shuō)明這些省市處于技術(shù)效率前沿面；而其他省市，如廣西、內(nèi)蒙古、江西、甘肅、新疆等中西部地區(qū)的三項(xiàng)效率都存在不同程度的改進(jìn)空間。

圖1 信息產(chǎn)業(yè)三項(xiàng)效率值變化態(tài)勢(shì)圖

從圖1可見(jiàn)，2004年到2011年信息產(chǎn)業(yè)的綜合效率、純技術(shù)效率和規(guī)模效率均呈現(xiàn)先下降后上升的“U型”增長(zhǎng)態(tài)勢(shì)。由變化態(tài)勢(shì)可知，信息產(chǎn)業(yè)的技術(shù)發(fā)展變化可以分為兩個(gè)階段：第一階段為2004～2006年，這段時(shí)期我國(guó)信息產(chǎn)業(yè)的三項(xiàng)效率普遍下降，其主要原因是2000年以后我國(guó)信息產(chǎn)業(yè)迅猛發(fā)展，作為一個(gè)知識(shí)、技術(shù)密集型的產(chǎn)業(yè)，迫切需要大量投入，在發(fā)展初期出現(xiàn)技術(shù)匱乏的現(xiàn)象，造成信息產(chǎn)業(yè)發(fā)展效率的下降；第二階段是2007～2011年，這一時(shí)期信息產(chǎn)業(yè)的三項(xiàng)技術(shù)效率普遍上升，說(shuō)明2005年后我國(guó)加大了高科技人才的引進(jìn)力度，實(shí)現(xiàn)了信息產(chǎn)業(yè)集群式發(fā)展模式。

由于第一階段用DEA方法測(cè)算出的省域技術(shù)效率結(jié)果包含了環(huán)境干擾和隨機(jī)誤差項(xiàng)，那么就需要對(duì)其中的投入變量作進(jìn)一步的調(diào)整，繼續(xù)第二階段的相似SFA計(jì)算。

2.第二階段相似SFA回歸分析

將勞動(dòng)力投入和資本投入的松弛變量作為回歸分析的被解釋變量，將四個(gè)環(huán)境變量作為解釋變量，采用Frontier軟件，通過(guò)SFA模型估算環(huán)境變量對(duì)各投入變量的松弛變量的影響程度，結(jié)果如表3所示。

表3 第二階段SFA回歸結(jié)果

從表3可知，四個(gè)環(huán)境變量對(duì)兩種投入松弛變量的系數(shù)大多能通過(guò)顯著性檢驗(yàn)，這說(shuō)明技術(shù)效率測(cè)度受管理誤差和隨機(jī)誤差的雙重影響，外部環(huán)境因素對(duì)各省市信息產(chǎn)業(yè)投入冗余顯著影響。文中用γ檢驗(yàn)復(fù)合擾動(dòng)項(xiàng)中管理無(wú)效率所占的比例，γ接近于1表示管理無(wú)效率主導(dǎo)該模型的誤差部分，γ＝0.999999表示管理無(wú)效率幾乎占據(jù)了整個(gè)模型變動(dòng)的主要地位。因此，在數(shù)據(jù)的調(diào)整中不考慮隨機(jī)誤差項(xiàng)的影響，本文利用環(huán)境變量對(duì)生產(chǎn)效率進(jìn)行調(diào)整。下面分別列出四種環(huán)境變量對(duì)松弛變量的影響。

（1）省域經(jīng)濟(jì)發(fā)展水平。如果區(qū)域經(jīng)濟(jì)發(fā)展水平越高，那么該地區(qū)能夠用于調(diào)整區(qū)域信息產(chǎn)業(yè)結(jié)構(gòu)、轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的資本投入就越多。隨著時(shí)間的推移，經(jīng)濟(jì)發(fā)展帶動(dòng)科技等各方面的發(fā)展進(jìn)步，勢(shì)必需要高技術(shù)人才代替勞動(dòng)密集型行業(yè)的從業(yè)人員，造成勞動(dòng)力投入的冗余。

（2）教育水平。該變量與資本投入和勞動(dòng)力投入之間的負(fù)相關(guān)關(guān)系顯著，這說(shuō)明教育水平越高的地區(qū)，對(duì)資本投入和勞動(dòng)力投入的效率提高越明顯。高的教育水平，一方面有助于增加教育資本的投入，如引進(jìn)先進(jìn)的教學(xué)設(shè)施；另一方面有利于高學(xué)歷、高技術(shù)人才的引進(jìn)，增加教育發(fā)展的智力資本。

（3）經(jīng)濟(jì)依存度。經(jīng)濟(jì)依存度對(duì)兩種投入松弛變量的系數(shù)均為負(fù)，都通過(guò)了1%的顯著性檢驗(yàn)，這表明經(jīng)濟(jì)依存度能有效地降低資本投入和勞動(dòng)力投入冗余的產(chǎn)生。外商直接投資和進(jìn)出口貿(mào)易需要大量的勞動(dòng)力和資本投入，外商直接投資能夠引致市場(chǎng)對(duì)勞動(dòng)力的需求，勞動(dòng)密集型的進(jìn)出口業(yè)務(wù)也可以顯著地促進(jìn)勞動(dòng)力的充分利用，有效地分配物質(zhì)資本。

（4）信息消費(fèi)系數(shù)。信息消費(fèi)系數(shù)與兩種投入松弛變量的回歸系數(shù)均為負(fù)數(shù)，這表明能夠充分利用資本投入和勞動(dòng)力投入降低不必要的冗余。地區(qū)居民的信息消費(fèi)越多，那么在信息產(chǎn)業(yè)的資本和勞動(dòng)力投入就越多，越有利于信息產(chǎn)業(yè)效率的提升。

3.第三階段調(diào)整后的DEA實(shí)證分析

根據(jù)式（2）對(duì)2004～2011年的投入變量進(jìn)行調(diào)整，將調(diào)整結(jié)果再次代入BCC模型，通過(guò)分析得到第三階段需要的各效率分解值和規(guī)模報(bào)酬變化形式，如下表4所示。

表4 第三階段中國(guó)信息產(chǎn)業(yè)的技術(shù)效率

通過(guò)對(duì)比表2和表4的結(jié)果，得出剔除環(huán)境因素和隨機(jī)干擾項(xiàng)的影響之后，我國(guó)的信息產(chǎn)業(yè)技術(shù)效率值發(fā)生了顯著變化。在調(diào)整前，綜合效率、純技術(shù)效率和規(guī)模效率均呈先下降后上升的“U”型態(tài)勢(shì)。在調(diào)整后，綜合效率和規(guī)模效率都存在不同程度的下降，表明環(huán)境在省域信息產(chǎn)業(yè)的發(fā)展過(guò)程中扮演著重要角色。上海的三項(xiàng)效率值仍為1，說(shuō)明上海真正處于技術(shù)的前沿面，排除環(huán)境和隨機(jī)干擾項(xiàng)影響后，江蘇、山東、廣東和重慶的三項(xiàng)效率值也大部分變成1，說(shuō)明這些地區(qū)的信息產(chǎn)業(yè)發(fā)展環(huán)境還不夠好，政府有關(guān)部門(mén)應(yīng)該在外部環(huán)境的調(diào)控上做出努力，而廣西、內(nèi)蒙古、江西、甘肅、新疆等中西部地區(qū)的純技術(shù)效率值也有大幅度的提升。圖2和圖3明確地表達(dá)出調(diào)整前后的差異。

從圖2可見(jiàn)，調(diào)整后信息產(chǎn)業(yè)的綜合效率、純技術(shù)效率和規(guī)模效率值的變化都比較平穩(wěn)，其中，純技術(shù)效率值幾乎接近于1。從圖3可見(jiàn)調(diào)整前后信息產(chǎn)業(yè)技術(shù)效率值的變化態(tài)勢(shì)，圖中CE1、TE1和SE1表示調(diào)整后的信息產(chǎn)業(yè)技術(shù)效率值，由此可知，調(diào)整后信息產(chǎn)業(yè)純技術(shù)效率與調(diào)整前相比大幅上升，而綜合效率值和規(guī)模效率值比調(diào)整前低，這說(shuō)明信息產(chǎn)業(yè)受環(huán)境因素的影響較大。盡管如此，各區(qū)域仍應(yīng)繼續(xù)擴(kuò)大信息產(chǎn)業(yè)生產(chǎn)規(guī)模，通過(guò)縮小區(qū)域間信息技術(shù)水平實(shí)現(xiàn)區(qū)域間產(chǎn)業(yè)的協(xié)同發(fā)展，加強(qiáng)高新技術(shù)人才隊(duì)伍的建設(shè)以穩(wěn)固人力資源、實(shí)現(xiàn)技術(shù)創(chuàng)新，有效拉動(dòng)市場(chǎng)需求，最終提升信息產(chǎn)業(yè)技術(shù)效率。

圖2 調(diào)整后三項(xiàng)效率值變化態(tài)勢(shì)

圖3調(diào)整前后三項(xiàng)效率值變化比較

五、省域信息產(chǎn)業(yè)技術(shù)效率分布特征分析

根據(jù)上述調(diào)整后信息產(chǎn)業(yè)的結(jié)果，本文匯總求出2004～2011年省域信息產(chǎn)業(yè)以及全國(guó)的平均純技術(shù)效率和規(guī)模效率，如下表5所示。

表5 2004～2012年省域信息產(chǎn)業(yè)技術(shù)效率表

本文通過(guò)信息產(chǎn)業(yè)綜合效率與其分解的效率之間的散點(diǎn)圖來(lái)表示信息產(chǎn)業(yè)分解效率對(duì)綜合效率的貢獻(xiàn)。［18］若各省域信息產(chǎn)業(yè)的技術(shù)效率散點(diǎn)圖不能很好地在45度線(xiàn)上進(jìn)行匹配，說(shuō)明省域信息產(chǎn)業(yè)的綜合技術(shù)效率同時(shí)受到兩種分解效率的作用，如圖4和圖5所示。

圖4 綜合效率與純技術(shù)效率散點(diǎn)圖

圖5 綜合效率與規(guī)模效率散點(diǎn)圖

從圖4和圖5可見(jiàn)，綜合效率與純技術(shù)效率的散點(diǎn)偏離45度線(xiàn)較多，大部分散點(diǎn)落于散點(diǎn)圖的左上部分，而綜合效率與規(guī)模效率的散點(diǎn)圖偏離45度線(xiàn)程度較小。因此，在信息產(chǎn)業(yè)的技術(shù)效率分解中，規(guī)模效率對(duì)總效率的影響及制約能力略強(qiáng)于純技術(shù)效率。

1.規(guī)模效率的分布特征

從表5可見(jiàn)，2004～2011年的平均規(guī)模技術(shù)效率為0.407，表明我國(guó)信息產(chǎn)業(yè)的規(guī)模效率低下，這也是導(dǎo)致信息產(chǎn)業(yè)綜合效率低下的原因。2004～2011年間，東部地區(qū)的北京、天津、上海、江蘇、浙江、福建、山東和廣東的規(guī)模技術(shù)效率值均在0.7以上；中部地區(qū)各省份和西部地區(qū)的四川、云南的規(guī)模技術(shù)效率值均在0.1以上；西部地區(qū)的貴州、陜西、甘肅、青海、寧夏和新疆的規(guī)模技術(shù)效率值均在0.1以下。這表明我國(guó)信息產(chǎn)業(yè)的規(guī)模技術(shù)效率具有明顯的空間集聚效應(yīng)，即規(guī)模技術(shù)效率高的地區(qū)全部位于東部地區(qū)，而西部地區(qū)在基礎(chǔ)設(shè)施、儀器設(shè)備等方面的技術(shù)配備的落后導(dǎo)致信息產(chǎn)業(yè)的規(guī)模技術(shù)效率較低。

此外，當(dāng)規(guī)模收益非增條件下的效率大于規(guī)模收益不變條件下的效率時(shí)，信息產(chǎn)業(yè)產(chǎn)出處于規(guī)模收益遞增階段，這說(shuō)明要素投入尚未達(dá)到最優(yōu)規(guī)模，通過(guò)進(jìn)一步增加投入要素，仍可以得到更高的產(chǎn)出，從而實(shí)現(xiàn)效率的進(jìn)一步增長(zhǎng)；如果規(guī)模收益非增條件下效率大于規(guī)模收益不變條件下的效率，則信息產(chǎn)業(yè)產(chǎn)出處于規(guī)模收益遞減階段，要素投入大于科技發(fā)展的承載能力，即要素冗余現(xiàn)象明顯，那么減少投入規(guī)模就是必然的選擇。

2.純技術(shù)效率的分布特征

表5顯示，2004～2011年的平均純技術(shù)效率為0.983，表明我國(guó)信息產(chǎn)業(yè)的純技術(shù)效率值很高，由此可見(jiàn)我國(guó)充分做到了在信息產(chǎn)業(yè)方面的技術(shù)推廣。2004～2011年間，東部地區(qū)的北京、天津、遼寧、上海、江蘇、浙江、福建、山東和廣東的純技術(shù)效率值均在0.99以上，說(shuō)明除河北和福建之外，東部地區(qū)大部分省市的信息產(chǎn)業(yè)技術(shù)推廣較好；中部地區(qū)的山西、內(nèi)蒙古、吉林、河南、湖北和湖南的純技術(shù)效率值均在0.975以上，說(shuō)明除黑龍江、安徽、江西、河南和廣西外，中部地區(qū)的信息產(chǎn)業(yè)技術(shù)推廣程度一般；西部地區(qū)的貴州、云南、陜西和甘肅的純技術(shù)效率值均在0.96以上，這表明他們的信息產(chǎn)業(yè)技術(shù)推廣效果較差，但是西部地區(qū)的四川省的純技術(shù)效率值為0.986，達(dá)到了中部地區(qū)的效率值范圍，青海和寧夏的純技術(shù)效率值更是達(dá)到了1，這表明他們對(duì)信息產(chǎn)業(yè)的技術(shù)利用率很高，充分利用了信息資源，實(shí)現(xiàn)了效用最大化。

六、結(jié)論與建議

本文采用三階段DEA模型調(diào)整了我國(guó)30個(gè)省市2004～2011年的勞動(dòng)力和資本投入，提供了一種更客觀、新穎的測(cè)度省域技術(shù)效率的方法。研究表明：（1）環(huán)境因素對(duì)信息產(chǎn)業(yè)的投入產(chǎn)出效率影響較大，信息產(chǎn)業(yè)當(dāng)前的現(xiàn)狀是要素處于偏好環(huán)境以及技術(shù)處于不利環(huán)境，這也是調(diào)整后綜合效率和規(guī)模效率都下降而純技術(shù)效率顯著提升的原因；（2）經(jīng)濟(jì)依存度和信息消費(fèi)系數(shù)的提升有助于降低對(duì)資本和勞動(dòng)力投入的浪費(fèi)，省域經(jīng)濟(jì)發(fā)展和教育水平有助于減少資本投入的冗余；（3）西部地區(qū)受環(huán)境的影響程度比東中部的影響程度大得多，這表明信息產(chǎn)業(yè)在調(diào)整前技術(shù)效率低下的原因是所處的環(huán)境較惡劣；（4）除了上海、江蘇和廣東外，其余省份信息產(chǎn)業(yè)均處于規(guī)模報(bào)酬遞增階段，存在較大進(jìn)步空間。

基于上述研究，本文提出以下幾點(diǎn)建議。首先，由于環(huán)境對(duì)信息產(chǎn)業(yè)的技術(shù)效率影響很大，那么就要明晰影響省域信息產(chǎn)業(yè)技術(shù)效率變化的主要原因，利用好對(duì)技術(shù)效率具有促進(jìn)作用的因素，規(guī)避對(duì)信息產(chǎn)業(yè)具有抑制作用的因素；其次，政府部門(mén)應(yīng)盡量營(yíng)造同質(zhì)的生產(chǎn)環(huán)境，努力促進(jìn)省域科技和人力資本的積累，提高經(jīng)濟(jì)增長(zhǎng)的速度，并保證經(jīng)濟(jì)增長(zhǎng)的質(zhì)量，實(shí)現(xiàn)經(jīng)濟(jì)的快速協(xié)調(diào)可持續(xù)發(fā)展，以此促進(jìn)信息產(chǎn)業(yè)的發(fā)展進(jìn)步；再次，應(yīng)努力改善影響西部地區(qū)信息產(chǎn)業(yè)發(fā)展的環(huán)境現(xiàn)狀，擴(kuò)大信息產(chǎn)業(yè)的企業(yè)規(guī)模，提升信息產(chǎn)業(yè)的總體規(guī)模效益；最后，省域政府部門(mén)應(yīng)始終將信息產(chǎn)業(yè)的發(fā)展進(jìn)步作為區(qū)域發(fā)展的首要任務(wù)，不斷優(yōu)化科技、人力等資源的有效配置，從而有效地增長(zhǎng)信息產(chǎn)業(yè)的技術(shù)效率。

注 釋

①數(shù)據(jù)來(lái)源于2012年電子信息產(chǎn)業(yè)統(tǒng)計(jì)公報(bào)。

［1］Chernes A.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operational Research.1978，（6）.

［2］Aigner D J，Lovell C K，Schmidt N.Formulation and Estimation of Stochastic Frontier Production Functions Models［J］.Journal of Econometrics.1977，（1）.

［3］H.O.Fried，C.A.K.Lovell，S.S.Schmidt，S.Yaisawarng.Accounting for Environmental Effects and StatisticalNoise in Da-ta Envelopment Analysis［J］.Journal of Productivity Analysis.2002，（17）.

［4］Wen－Jen Tsay，Cliff J.Huang，Tsu－Tan Fu，I－Lin Ho.A Simple Closed－Form Approximation for the Cumulative Distribu-tion Function of the Composite Error of Stochastic Frontier Models［J］.Journal of Productivity Analysis.2013，（3）.

［5］陶長(zhǎng)琪，王志平.隨機(jī)前沿方法的研究進(jìn)展與展望［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究.2011，（11）.

［6］王莉，李勇，王滿(mǎn)倉(cāng).中國(guó)商業(yè)銀行SBM效率實(shí)證分析－基于修正的三階段DEA模型［J］.上海經(jīng)濟(jì)研究.2012，（6）.

［7］林宇，邱煜，高清平.基于三階段DEA的房地產(chǎn)公司債務(wù)融資效率研究［J］.科研管理.2013，（8）.

［8］CharnesA，CooperWW，RhodesE.MeasuringtheEfficiencyofDecisionMakingUnits［J］.EuropeanJournalofOperationResearch.1978，（2）.

［9］程慧平.基于DEA和SFA方法的信息服務(wù)業(yè)技術(shù)效率研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理.2013，（4）.

［10］鄧波，張學(xué)軍，郭軍華.基于三階段DEA模型的區(qū)域生態(tài)效率研究［J］.中國(guó)軟科學(xué).2011，（1）.

［11］Jondrow J，Materov I，Lovell CK，etal.On the Estimation of Technical Inefficiency In the Stochastic Frontier Production Model［J］.Journal of Econometrics.1982，（2）.

［12］李春梅，楊蕙馨.中國(guó)信息產(chǎn)業(yè)技術(shù)效率及影響因素分析－基于隨機(jī)前沿分析方法的省際實(shí)證研究［J］.產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論.2012，（11）.

［13］李琳.基于三階段DEA模型的中國(guó)信息產(chǎn)業(yè)效率實(shí)證研究［J］.統(tǒng)計(jì)與決策.2011，（16）.

［14］何楓，陳榮.經(jīng)濟(jì)開(kāi)放度對(duì)中國(guó)經(jīng)濟(jì)效率的影響：基于跨省數(shù)據(jù)的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究.2004，（3）.

［15］黃莉芳，黃良文，洪琳琳.基于隨機(jī)前沿模型的中國(guó)生產(chǎn)性服務(wù)業(yè)技術(shù)效率測(cè)算及影響因素探討［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究.2011，（6）.

［16］張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952－2000［J］.經(jīng)濟(jì)研究.2004，（10）.

［17］徐杰，段萬(wàn)春，楊建龍.中國(guó)資本存量的重估［J］.統(tǒng)計(jì)研究.2010，（12）.

［18］梁流濤，楊建濤.中國(guó)旅游業(yè)技術(shù)效率及其分解的時(shí)空格局－基于DEA模型的研究［J］.地理研究.2012，（8）.

責(zé)任編輯：蔡 強(qiáng)

F260

A

1005－2674（2014）04－044－09

2013－12－20

定稿日期：2014－03－19

國(guó)家自然科學(xué)基金項(xiàng)目（71073073）；國(guó)家自然科學(xué)基金項(xiàng)目（71273122）；國(guó)家社會(huì)科學(xué)基金項(xiàng)目（12BJY014）；教育部人文社會(huì)科學(xué)研究一般項(xiàng)目（11YJA630169）；江西省高等學(xué)?？萍悸涞仨?xiàng)目（KJLD1302）；江西省高校哲學(xué)社會(huì)科學(xué)研究重點(diǎn)招標(biāo)項(xiàng)目（ZD05）

陶長(zhǎng)琪（1967－），男，江西臨川人，江西財(cái)經(jīng)大學(xué)信息管理學(xué)院教授、博士生導(dǎo)師，主要從事信息經(jīng)濟(jì)學(xué)研究；周璇（1989－），女，江西上饒人，江西財(cái)經(jīng)大學(xué)信息管理學(xué)院博士研究生，主要從事信息經(jīng)濟(jì)學(xué)研究。