中國(guó)經(jīng)濟(jì)發(fā)展的投入產(chǎn)出效率研究

韓兆洲 劉 敏

?

中國(guó)經(jīng)濟(jì)發(fā)展的投入產(chǎn)出效率研究

韓兆洲 劉 敏

從投入產(chǎn)出角度，運(yùn)用超效率三階段DEA模型與Malmquist模型相結(jié)合的分析方法，修正了環(huán)境因素與隨機(jī)因素的影響，從靜態(tài)與動(dòng)態(tài)的時(shí)間角度對(duì)2008-2012年我國(guó)30個(gè)省(市、自治區(qū))經(jīng)濟(jì)發(fā)展效率進(jìn)行分析。結(jié)果表明：從靜態(tài)層面看，我國(guó)各省經(jīng)濟(jì)發(fā)展效率不容樂(lè)觀，綜合效率值較低，大約2/3省的經(jīng)濟(jì)發(fā)展都處于低效狀態(tài)；經(jīng)濟(jì)發(fā)展效率受環(huán)境影響較大，剔除環(huán)境因素的影響后，各省綜合效率均顯著下降；三大區(qū)域中，東部地區(qū)經(jīng)濟(jì)發(fā)展效率仍處于領(lǐng)先地位，西部地區(qū)次之，中部地區(qū)最低，但整體來(lái)看區(qū)域間經(jīng)濟(jì)發(fā)展效率差異逐漸減小。從動(dòng)態(tài)層面看，通過(guò)Malmquist模型分析，考察期間全要素效率和綜合技術(shù)效率M值逐年下降，技術(shù)進(jìn)步效率逐漸增長(zhǎng)，且全要素效率下降的主要原因是純技術(shù)效率下降。因此，各地區(qū)應(yīng)該充分發(fā)揮優(yōu)勢(shì)，加快技術(shù)創(chuàng)新，提高規(guī)模效率，進(jìn)一步提升發(fā)展水平。

投入產(chǎn)出； 超效率三階段DEA； Malmquist模型

一 引 言

區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展一直是我國(guó)經(jīng)濟(jì)發(fā)展的重要課題，促進(jìn)區(qū)域經(jīng)濟(jì)平衡發(fā)展，縮小區(qū)域收入分配差距尤為重要。由于我國(guó)經(jīng)濟(jì)資源在空間分布上的差異，沿海省份特別是以北京、上海和廣東為中心的地區(qū)，經(jīng)濟(jì)發(fā)展水平遠(yuǎn)遠(yuǎn)高于內(nèi)陸地區(qū)。隨著各地區(qū)經(jīng)濟(jì)發(fā)展差異帶來(lái)的各種負(fù)面效應(yīng)不斷顯現(xiàn)，中國(guó)經(jīng)濟(jì)進(jìn)一步發(fā)展遇到瓶頸。要促進(jìn)經(jīng)濟(jì)進(jìn)一步發(fā)展和縮小地區(qū)間差異，提高經(jīng)濟(jì)發(fā)展效率是關(guān)鍵。效率是各地競(jìng)爭(zhēng)力的集中體現(xiàn)，高效率的經(jīng)濟(jì)發(fā)展是促進(jìn)地區(qū)經(jīng)濟(jì)安全、社會(huì)穩(wěn)定和諧的重要因素。效率分析作為經(jīng)濟(jì)學(xué)研究的核心內(nèi)容，從本質(zhì)上講，它是資源的有效配置、市場(chǎng)競(jìng)爭(zhēng)能力、投入產(chǎn)出能力和可持續(xù)發(fā)展能力的總稱(chēng)。然而我國(guó)經(jīng)濟(jì)發(fā)展總體上雖取得了一定的成績(jī)，但是卻以嚴(yán)重的環(huán)境破壞、資源過(guò)度的消耗與浪費(fèi)為代價(jià)，粗放式的經(jīng)濟(jì)發(fā)展模式難以為繼。資源的高效利用以及可持續(xù)的經(jīng)濟(jì)發(fā)展道路幾乎是未來(lái)的唯一選項(xiàng)。

國(guó)內(nèi)眾多學(xué)者對(duì)我國(guó)各省經(jīng)濟(jì)發(fā)展效率進(jìn)行了大量研究，取得了豐碩的成果。劉策等(2008)[1]結(jié)合循環(huán)經(jīng)濟(jì)的思想，研究得出我國(guó)循環(huán)經(jīng)濟(jì)發(fā)展效率呈現(xiàn)東部高、中西部低的區(qū)域不平衡特征。黃森等(2010)[2]研究我國(guó)省域經(jīng)濟(jì)綜合效率，發(fā)現(xiàn)我國(guó)東部地區(qū)經(jīng)濟(jì)保持高速發(fā)展，中西部地區(qū)有較好的轉(zhuǎn)變，地區(qū)經(jīng)濟(jì)發(fā)展的綜合效率逐漸趨同。袁曉玲等(2010)[3]研究指出我國(guó)省域經(jīng)濟(jì)發(fā)展效率在時(shí)空上呈倒U型變化趨勢(shì)，東中西部地區(qū)間效率差異較大。李海東等(2013)[4]研究發(fā)現(xiàn)環(huán)境變量和隨機(jī)誤差對(duì)各省經(jīng)濟(jì)效率影響很大。綜述上述學(xué)者的研究，從研究角度看：主要從規(guī)模經(jīng)濟(jì)、資源配置、循環(huán)經(jīng)濟(jì)和綜合效率角度對(duì)中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)行闡述和研究。從研究方法看：主要使用傳統(tǒng)DEA方法，簡(jiǎn)單地將有效和低效單元進(jìn)行區(qū)分分析，近年來(lái)一些學(xué)者引入了三階段DEA、超效率DEA等方法，雖然克服了傳統(tǒng)DEA方法的不足，但評(píng)價(jià)指標(biāo)選取沒(méi)有綜合考慮可持續(xù)發(fā)展中的資源與環(huán)境，也沒(méi)有系統(tǒng)地對(duì)各省份經(jīng)濟(jì)發(fā)展效率進(jìn)行排序和比較分析。從研究時(shí)間看，大多局限于靜態(tài)層面的效率分析。

近年來(lái)專(zhuān)家學(xué)者將DEA-Malmquist非參數(shù)方法引入效率研究中，Antonio Estache等(2004)[5]使用 Malmquist指數(shù)來(lái)計(jì)算并分解墨西哥港口改革后生產(chǎn)效率的變化，發(fā)現(xiàn)Malmquist 指數(shù)方法適用于橫向效率比較以及縱向效率分析。Hsihui Chang et al.(2009)[6]為研究美國(guó)實(shí)行SOX法令前后的會(huì)計(jì)公司效率變化，運(yùn)用DEA方法計(jì)算了生產(chǎn)率和效率變化的Malmquist 指數(shù)，較好地區(qū)分生產(chǎn)效率和技術(shù)效率的變化。國(guó)內(nèi)學(xué)者于潔等(2009)[7]計(jì)算了中國(guó)科技進(jìn)步貢獻(xiàn)率，指出1979-2004年我國(guó)科技進(jìn)步貢獻(xiàn)率均值為17%，全要素生產(chǎn)率增長(zhǎng)率均值為1.8%，認(rèn)為技術(shù)進(jìn)步做出的貢獻(xiàn)比技術(shù)效率更大。

本文在前人研究的基礎(chǔ)上，在研究角度、方法和時(shí)間上均有所改進(jìn)。(1)從投入產(chǎn)出的角度進(jìn)行研究。本文定義的經(jīng)濟(jì)發(fā)展投入產(chǎn)出效率(簡(jiǎn)稱(chēng)經(jīng)濟(jì)發(fā)展效率)，是指國(guó)家或地區(qū)在經(jīng)濟(jì)發(fā)展過(guò)程中，以資本、人力以及其他資源投入的生產(chǎn)消耗，與相應(yīng)社會(huì)財(cái)富的增加，人民生活質(zhì)量的提高為產(chǎn)出的生產(chǎn)財(cái)富之比。效率水平越高說(shuō)明地區(qū)資源的投入產(chǎn)出能力越強(qiáng)，資源得到更有效的配置。(2)研究方法上，本文將綜合考慮隨機(jī)因素和外部環(huán)境因素的影響，構(gòu)建考慮資源與環(huán)境的更加全面的指標(biāo)體系，將超效率DEA和三階段DEA相結(jié)合，剔除外部環(huán)境因素的影響，對(duì)我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展效率進(jìn)行測(cè)度和排序。(3)研究時(shí)間上，本文將靜態(tài)與動(dòng)態(tài)分析相結(jié)合，充分考慮各省效率值的時(shí)間變化因素，運(yùn)用Malmquist模型分析法從動(dòng)態(tài)角度對(duì)各地區(qū)經(jīng)濟(jì)發(fā)展效率進(jìn)行評(píng)價(jià)，使研究結(jié)果更具現(xiàn)實(shí)意義。

二 效率模型的建立

(一)經(jīng)濟(jì)發(fā)展效率測(cè)算——超效率三階段DEA模型

超效率三階段DEA是將三階段DEA與超效率DEA相結(jié)合，既改進(jìn)了三階段DEA不能將有效決策單元進(jìn)一步區(qū)分的不足，又克服了超效率DEA沒(méi)有考慮環(huán)境變量和隨機(jī)因素影響的局限。分為三個(gè)階段：

第一階段：傳統(tǒng)的超效率DEA模型

設(shè)有n個(gè)決策單元，每個(gè)決策單元DMUj有m種投入和s種產(chǎn)出，分別用xj和yj表示。xij>0表示第j個(gè)決策單元的第i種類(lèi)型的投入；yrj表示第j個(gè)決策單元的第r種類(lèi)型的產(chǎn)出，基本模型如下：

(1)

式(1)中，θ為決策單元的超效率值，S-、S+是由與投入和產(chǎn)出相對(duì)應(yīng)的松弛變量組成的向量。其基本思想是：在評(píng)估決策單元時(shí)，將該決策單元排除在評(píng)估單元的集合之外，測(cè)度其超效率得分。有效決策單元可使其投入按比例增加而效率值保持不變，其投入增加比例即為超效率值θ，所以有效單元可以根據(jù)投入增加比例的不同而進(jìn)行相應(yīng)的區(qū)分，但對(duì)于低效單元，其效率值與傳統(tǒng)的DEA模型相同。

第二階段：建立SFA模型

在第一階段中，傳統(tǒng)DEA模型得到的投入產(chǎn)出松弛變量均受外部環(huán)境因素、管理低效和隨機(jī)誤差影響。通過(guò)構(gòu)建SFA模型，識(shí)別出環(huán)境變量，并根據(jù)模型測(cè)算結(jié)果對(duì)各決策單元的投入進(jìn)行相應(yīng)調(diào)整，使其處于相同的外部環(huán)境，同時(shí)剔除隨機(jī)誤差的影響，測(cè)度僅反映各決策單元管理水平的效率值。

本文采用投入導(dǎo)向模型，對(duì)n個(gè)決策單元的m個(gè)投入松弛變量進(jìn)行SFA分析，計(jì)算過(guò)程如下：

(1)建立投入差額變量數(shù)據(jù)：

Sij=xij-xiλ≥0,i=1,2,…,m;j=1,2,…,n

(2)

式中：xij和xiλ為第j個(gè)決策單元的第i種投入的實(shí)際投入值和最優(yōu)投入值，Sij為松弛變量。

(2)建立投入松弛變量與環(huán)境解釋變量的理論模型：

(3)

(3)原始投入變量值的調(diào)整：

利用SFA模型的回歸結(jié)果，將隨機(jī)因素從回歸模型的誤差項(xiàng)中分離出來(lái)，采用以下方法得到uij的條件估計(jì)量：

(4)

進(jìn)一步得到隨機(jī)因素的條件估計(jì)，分離出隨機(jī)誤差項(xiàng)：

(5)

最后以最有效決策單元的投入項(xiàng)為準(zhǔn)，調(diào)整其他各決策單元的投入量，方式如下：

(6)

第三階段：調(diào)整后的DEA模型

(二)經(jīng)濟(jì)發(fā)展效率動(dòng)態(tài)變化情況分析——Malmquist模型分析

Malmquist模型分析是運(yùn)用面板數(shù)據(jù)，求出一個(gè)可以進(jìn)行縱向?qū)Ρ确治龅男首儎?dòng)指數(shù)，反映效率改進(jìn)的情況。它最早是用來(lái)分析不同時(shí)期消費(fèi)水平變化，在進(jìn)行兩組消費(fèi)數(shù)據(jù)的比較時(shí)，分別利用其中一組的無(wú)差異曲線作為參考基準(zhǔn)來(lái)進(jìn)行對(duì)比分析。后來(lái)發(fā)展成評(píng)價(jià)具有多投入和多產(chǎn)出部門(mén)生產(chǎn)率進(jìn)步的指標(biāo)，作為一種非參數(shù)指數(shù)指標(biāo)被廣泛應(yīng)用于評(píng)價(jià)經(jīng)濟(jì)主體的效率問(wèn)題。其基本表達(dá)形式如下：

(7)

M(yt+1,xt+1,yt,xt)為Malmquist模型指數(shù)，當(dāng)M大于1時(shí)，表明第t+1期的效率相對(duì)于第t期有所提高；當(dāng)M等1時(shí)，表明第t+1期的效率相對(duì)于第t期無(wú)變化；當(dāng)M小于1時(shí)，則表明第t+1期的效率相對(duì)于第t期有所降低。

Malmquist模型由技術(shù)水平變化(techch)和技術(shù)效率變化(effch)組成，后者又分解為純技術(shù)效率變化(pech)和規(guī)模技術(shù)效率變化(sech)，即：M=techch×effch=techch×pech×sech。其中effch主要測(cè)度t到t+1時(shí)期決策單元對(duì)生產(chǎn)前沿面的靠近程度，當(dāng)effch大于1時(shí)，表明決策單元的投入產(chǎn)出較前一期更接近生產(chǎn)前沿面，相對(duì)技術(shù)效率有所提高；techch主要測(cè)度t到t+1時(shí)期的技術(shù)進(jìn)步，當(dāng)techch大于1時(shí)，表明技術(shù)進(jìn)步促進(jìn)了效率的改進(jìn)，小于1則相反。

本文在效率模型的建立過(guò)程中，主要特點(diǎn)是：(1)在前人三階段DEA的研究方法上引進(jìn)超效率DEA模型，進(jìn)一步對(duì)有效決策單元進(jìn)行區(qū)分，同時(shí)剔除環(huán)境變量和隨機(jī)因素對(duì)效率的影響，更加客觀真實(shí)的反應(yīng)各地區(qū)經(jīng)濟(jì)發(fā)展效率。(2)動(dòng)態(tài)與靜態(tài)分析相結(jié)合，在超效率三階段DEA研究的基礎(chǔ)上引進(jìn)Malmquist非參數(shù)分析方法，完善已有研究?jī)H考慮靜態(tài)或動(dòng)態(tài)層面的不足，而更加完整的在整個(gè)時(shí)空范圍內(nèi)研究我國(guó)各省的經(jīng)濟(jì)發(fā)展效率。

三 指標(biāo)的選取和數(shù)據(jù)的來(lái)源

(一)投入產(chǎn)出變量的選取

經(jīng)濟(jì)學(xué)中產(chǎn)出的增長(zhǎng)主要由資本、勞動(dòng)力和技術(shù)進(jìn)步三者決定，對(duì)于投入指標(biāo)本文充分考慮此三種因素的影響，另外結(jié)合循環(huán)經(jīng)濟(jì)的可持續(xù)發(fā)展思想，將環(huán)保投入納入投入指標(biāo)體系。因此選取的投入指標(biāo)有：反映資本投入的固定資產(chǎn)投資和公共財(cái)政支出、反映勞動(dòng)力投入的就業(yè)人員數(shù)、反映技術(shù)進(jìn)步投入的R&D人員全時(shí)當(dāng)量以及反映經(jīng)濟(jì)可持續(xù)發(fā)展的環(huán)境保護(hù)支出等5個(gè)指標(biāo)。對(duì)于產(chǎn)出指標(biāo)，本文從GDP、消費(fèi)和產(chǎn)業(yè)產(chǎn)值三個(gè)角度分別選取反映綜合經(jīng)濟(jì)實(shí)力的人均GDP、反映居民生活水平的人均消費(fèi)實(shí)際性支出以及反映地區(qū)經(jīng)濟(jì)實(shí)力的第三產(chǎn)業(yè)增加值作為產(chǎn)出指標(biāo)。

(二)環(huán)境變量的選取

本文從城鎮(zhèn)化率、地區(qū)經(jīng)濟(jì)開(kāi)放程度、產(chǎn)業(yè)結(jié)構(gòu)、教育發(fā)展?fàn)顩r、地理因素等方面考慮外部環(huán)境因素。用非農(nóng)人口所占比重衡量城鎮(zhèn)化率；用各地區(qū)出口總額占GDP比重衡量經(jīng)濟(jì)開(kāi)放程度(根據(jù)當(dāng)年匯率的年平均值進(jìn)行折算)；用每十萬(wàn)人口高等學(xué)校在校生人數(shù)衡量地區(qū)高等教育情況；用第三產(chǎn)業(yè)增加值占GDP比重衡量產(chǎn)業(yè)結(jié)構(gòu)水平。按照我國(guó)經(jīng)濟(jì)劃分的東中西部，引入地理虛擬變量D1。按照我國(guó)包括平原、山地在內(nèi)的五大地形，引入第二個(gè)地理虛擬變量D2。

(三)數(shù)據(jù)來(lái)源

本文數(shù)據(jù)均來(lái)源于2007-2013年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。由于西藏部分?jǐn)?shù)據(jù)缺失，本文主要研究除港澳臺(tái)、西藏之外30個(gè)省(市、自治區(qū))的經(jīng)濟(jì)發(fā)展效率。

表1 各變量定義表

四 實(shí)證分析

(一)原始投入產(chǎn)出數(shù)據(jù)下的經(jīng)濟(jì)發(fā)展效率分析——第一階段超效率DEA

本文應(yīng)用EMS1.3軟件對(duì)我國(guó)30個(gè)省(市、自治區(qū))2008-2012年經(jīng)濟(jì)發(fā)展效率進(jìn)行評(píng)價(jià)，效率值如表2所示。

表2 全國(guó)30個(gè)省(市、自治區(qū))第一階段和第三階段2008-2012年經(jīng)濟(jì)發(fā)展投入產(chǎn)出超效率值

(續(xù)上表)

年份地區(qū)2008調(diào)整前調(diào)整后2009調(diào)整前調(diào)整后2010調(diào)整前調(diào)整后2011調(diào)整前調(diào)整后2012調(diào)整前調(diào)整后效率均值調(diào)整前調(diào)整后排名調(diào)整前調(diào)整后中部安徽0.5320.5680.4600.4610.5090.5030.4320.4550.4060.4200.4680.4812927東部福建1.1331.0601.0941.0901.1721.1741.0880.9391.1991.1371.1371.08098中部江西0.6720.6290.6010.5190.5050.5080.5170.4950.5340.5020.5660.5312326東部山東0.9430.9270.8730.8630.9190.9440.9380.9290.9000.9130.9150.9151312中部河南0.5720.5770.6570.6630.8530.8770.6730.6610.5140.5120.6540.6581816中部湖北0.7060.7050.6110.6170.7360.7580.6100.6030.5990.5890.6520.6551917中部湖南0.6210.6350.6130.6131.1061.0950.8330.6380.6030.5900.7550.7141413東部廣東2.6062.2041.7951.3801.6601.2781.5621.2312.0951.9391.9441.60633西部廣西0.6020.7100.5550.5910.5280.5330.5220.5270.5610.5480.5540.5822522東部海南2.1250.9251.9111.1641.6741.3421.8781.9451.5641.2321.8301.32255西部重慶0.7740.9020.6590.7170.6630.6260.6330.6080.6580.6450.6770.7001514西部四川0.4850.4210.6830.5580.9230.9600.6560.5630.4710.4670.6440.5942121西部貴州0.7810.5281.3750.5001.2860.8990.7090.5590.6750.5270.9650.6031220西部云南0.6060.4510.4830.4290.5620.5220.4760.4920.4590.4880.5170.4762728西部陜西0.4620.4360.4730.4480.4570.4840.4620.4470.4580.4460.4620.4523029西部甘肅0.5910.4570.5190.3980.4170.4180.5210.4540.4290.4220.4950.4302830西部青海1.2970.8661.6181.0081.4941.1891.3601.0061.9011.1701.5341.04869西部寧夏2.1021.4271.9601.3852.0971.7972.4812.4262.2991.5712.1881.72112西部新疆0.6310.5760.6050.5590.6140.6050.5690.5440.6200.6150.6080.5802223均值0.9840.8560.9620.8231.0060.9280.9540.8730.9660.8430.9740.865-東部1.4031.2021.2901.1411.3361.2161.3051.1751.3551.1751.3381.182-中部0.6150.6120.5920.5680.6780.6800.6010.5640.5590.5440.6090.594-西部0.8340.6860.9030.6900.9140.8200.8590.7960.8740.7300.8770.744-

由表2調(diào)整前結(jié)果可知：

(1)從整體來(lái)看，2008-2012年我國(guó)30個(gè)省(市、自治區(qū))經(jīng)濟(jì)發(fā)展超效率平均值圍繞總平均值0.974上下波動(dòng)，波動(dòng)幅度較小，控制在0.1以?xún)?nèi)，但5年中只有2010年效率均值大于1，說(shuō)明我國(guó)總體經(jīng)濟(jì)發(fā)展未達(dá)到完全有效，仍有待進(jìn)一步提高。

(2)從區(qū)域的角度來(lái)看，我國(guó)三大區(qū)域之間經(jīng)濟(jì)效率存在顯著差異，東部地區(qū)遠(yuǎn)遠(yuǎn)領(lǐng)先于中西部地區(qū)。東部地區(qū)效率各年平均值在1.338左右波動(dòng)，且波動(dòng)幅度較小，說(shuō)明經(jīng)濟(jì)運(yùn)行達(dá)到有效，保持穩(wěn)定良好的發(fā)展態(tài)勢(shì)；中部地區(qū)效率各年平均值較小，經(jīng)濟(jì)發(fā)展效率不容樂(lè)觀，投入與產(chǎn)出不匹配；西部地區(qū)效率平均值圍繞0.877波動(dòng)，地區(qū)整體經(jīng)濟(jì)發(fā)展沒(méi)有達(dá)到有效，但其投入與產(chǎn)出匹配程度優(yōu)于中部地區(qū)。

(3)從個(gè)體來(lái)看，5年中全部處于有效狀態(tài)的有包括北京、天津、上海在內(nèi)的9個(gè)省(市、自治區(qū))；全部處于低效狀態(tài)的有包括河北、山西、遼寧在內(nèi)的17個(gè)省(市、自治區(qū))，占研究省(市、自治區(qū))數(shù)量的60%，且很多省(市、自治區(qū))年效率值在0.6以下，這充分說(shuō)明我國(guó)大部分省(市、自治區(qū))經(jīng)濟(jì)發(fā)展效率不容樂(lè)觀，投入產(chǎn)出存在很大程度的不匹配。

(4)從效率排名來(lái)看，前5名依次是寧夏、天津、廣東、上海、海南，除寧夏外其余4省市均屬于東部地區(qū)；最低效的4個(gè)省依次是陜西、安徽、甘肅、云南，存在近50%的發(fā)展空間。從表2中可以看出，調(diào)整前部分西部地區(qū)省份(如寧夏、青海)，以及經(jīng)濟(jì)發(fā)展水平相對(duì)落后的省份(如海南、內(nèi)蒙古等)超效率值排名相對(duì)靠前，而東中部一些省排名相對(duì)靠后。我們認(rèn)為原因是部分經(jīng)濟(jì)發(fā)展水平相對(duì)落后的省近些年來(lái)采取了超常規(guī)措施，其資源的投入與產(chǎn)出效率相對(duì)較高，經(jīng)濟(jì)建設(shè)出現(xiàn)了較好的成效。而東中部一些省的經(jīng)濟(jì)發(fā)展逐漸趨向穩(wěn)定，在維持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的同時(shí)，缺乏新舉措，其資源的投入產(chǎn)出效率相對(duì)較低。

(二)影響經(jīng)濟(jì)發(fā)展效率的環(huán)境分析及投入調(diào)整——第二階段SFA模型

首先計(jì)算出各省投入變量的松弛變量，并將其作為因變量；其次，將包括非農(nóng)人口所占比重在內(nèi)的6個(gè)環(huán)境變量作為自變量，運(yùn)用Frontier 4.1軟件進(jìn)行二階段的SFA回歸。得到的結(jié)果如下：

表3 2008年第二階段SFA估計(jì)結(jié)果

表4 2012年第二階段SFA估計(jì)結(jié)果

注：***、**、*分別代表通過(guò)顯著性水平為1%、5%、10%的顯著性檢驗(yàn)；限于文章篇幅本文僅列示2008年和2012年的估計(jì)結(jié)果。

從投入松弛變量與環(huán)境變量的γ系數(shù)值看，均處于0與1之間，表示組合誤差同時(shí)受管理因素和隨機(jī)因素的影響。從變量的顯著性看，環(huán)境變量對(duì)投入松弛變量的影響是顯著的，其中城鎮(zhèn)化率、經(jīng)濟(jì)開(kāi)放度、產(chǎn)業(yè)結(jié)構(gòu)等對(duì)各投入松弛量影響最大。投入變量中固定資產(chǎn)投資、就業(yè)人數(shù)和R&D人員全時(shí)當(dāng)量松弛變量受環(huán)境變量的影響較大，而環(huán)境保護(hù)支出松弛變量受環(huán)境變量的影響逐漸增大。由此可以看出環(huán)境因素對(duì)效率評(píng)價(jià)有一定的影響，第二階段的SFA回歸是必要的。

投入松弛變量是既定產(chǎn)出水平下投入的冗余量，其會(huì)因經(jīng)營(yíng)管理水平的提升而減少。若回歸系數(shù)為正，說(shuō)明投入資源的利用效率將隨著環(huán)境因素的增大而降低，反之，則資源利用效率提高。具體來(lái)看：

(1)城鎮(zhèn)化率。用非農(nóng)人口所占比重衡量城鎮(zhèn)化的程度。模型中系數(shù)大多為負(fù)值，說(shuō)明城鎮(zhèn)化水平與投入松弛變量之間呈負(fù)相關(guān)關(guān)系，城鎮(zhèn)化水平越高，各項(xiàng)投入的冗余量越低，資源得到更有效的利用。

(2)地區(qū)經(jīng)濟(jì)的開(kāi)放程度。用地區(qū)出口總額占地區(qū)GDP比重衡量地區(qū)經(jīng)濟(jì)開(kāi)放程度。由表3、表4可知，經(jīng)濟(jì)開(kāi)放程度對(duì)固定資產(chǎn)投入、公共財(cái)政支出和環(huán)境保護(hù)投入松弛變量為負(fù)向影響，說(shuō)明地區(qū)經(jīng)濟(jì)越開(kāi)放資源利用效率越高；但對(duì)就業(yè)人數(shù)和R&D人員全時(shí)當(dāng)量松弛變量的影響為正，說(shuō)明經(jīng)濟(jì)開(kāi)放程度越高越不利于人力資源的有效利用。

(3)產(chǎn)業(yè)結(jié)構(gòu)。用第三產(chǎn)業(yè)占GDP比重作為產(chǎn)業(yè)結(jié)構(gòu)的代表變量。結(jié)合5年的數(shù)據(jù)結(jié)果，可知其與各投入松弛變量之間的回歸系數(shù)大多為負(fù)數(shù)，兩者之間呈負(fù)相關(guān)關(guān)系。說(shuō)明第三產(chǎn)業(yè)比重越高，資源的有效利用程度將提高，經(jīng)濟(jì)發(fā)展效率越高。

(4)教育發(fā)展?fàn)顩r。用每10萬(wàn)人口高校在校生人數(shù)衡量地區(qū)教育發(fā)展?fàn)顩r。由表3和表4可知教育發(fā)展?fàn)顩r對(duì)各投入松弛變量影響相對(duì)其他環(huán)境變量較小，但對(duì)存在顯著影響的公共財(cái)政支出松弛變量的影響為負(fù)，說(shuō)明教育發(fā)展水平越高，越有利于減少投入的冗余，提高經(jīng)濟(jì)發(fā)展效率。

(5)地理因素。本文從地區(qū)經(jīng)濟(jì)和地形兩個(gè)角度衡量地理因素對(duì)經(jīng)濟(jì)發(fā)展效率的影響，兩地理因素對(duì)各松弛變量存在顯著影響，在分析區(qū)域效率差異時(shí)應(yīng)考慮地理因素。

(三)調(diào)整投入值后的經(jīng)濟(jì)發(fā)展效率分析——第三階段超效率DEA

根據(jù)SFA回歸結(jié)果，將調(diào)整后的投入變量與原產(chǎn)出變量再次運(yùn)用EMS1.3軟件進(jìn)行超效率的測(cè)算，如表2調(diào)整后結(jié)果。對(duì)第三階段結(jié)果進(jìn)行分析：

(1)從整體來(lái)看，我國(guó)各省年平均效率值圍繞0.865上下波動(dòng)，且除2010年外年平均值都處于0.9以下，說(shuō)明我國(guó)各省總體經(jīng)濟(jì)發(fā)展效率調(diào)整后沒(méi)有達(dá)到有效，存在15%左右的發(fā)展空間。

(2)從區(qū)域來(lái)看，各地區(qū)之間經(jīng)濟(jì)發(fā)展效率差異顯著，主要表現(xiàn)為東部省份較高，西部地區(qū)次之，中部地區(qū)最低。東部地區(qū)5年效率年均值都大于1，波動(dòng)控制在0.2以?xún)?nèi)，仍呈現(xiàn)高效穩(wěn)定的發(fā)展態(tài)勢(shì)；中部地區(qū)經(jīng)濟(jì)發(fā)展年平均效率仍較小，存在很大的改進(jìn)空間；西部地區(qū)效率5年總平均值為0.744，經(jīng)濟(jì)發(fā)展沒(méi)有達(dá)到有效，投入和產(chǎn)出之間仍存在不匹配。但從效率均值的數(shù)值來(lái)看，地區(qū)之間的效率差異有縮小的趨勢(shì)。

(3)從調(diào)整后效率排名來(lái)看，效率總平均值最大的是天津市，遠(yuǎn)高于平均水平，最小的是甘肅省，兩省之間相差1.537?？疾炱趦?nèi)，調(diào)整后5年內(nèi)都處于有效狀態(tài)的有北京、天津、上海、浙江、廣東、寧夏等6個(gè)省(市、自治區(qū))，大多數(shù)省份調(diào)整后5年都處于低效狀態(tài)，且呈現(xiàn)出一定的波動(dòng)態(tài)勢(shì)，其中經(jīng)濟(jì)最低效的是依次是甘肅、陜西、云南、安徽，甘肅省經(jīng)濟(jì)發(fā)展效率提升空間達(dá)到57%。

(4)對(duì)于調(diào)整前后的超效率值排名，分析表2結(jié)果可以看出，寧夏、青海、海南等經(jīng)濟(jì)發(fā)展水平較落后的地區(qū)排名靠前，東中部一些省份效率排名相對(duì)靠后。分析其原因：寧夏素有“塞上江南”之稱(chēng)，在農(nóng)業(yè)、能源、旅游、內(nèi)陸開(kāi)放等方面都有很大的優(yōu)勢(shì)，發(fā)展前景廣闊。近年來(lái)在西部大開(kāi)發(fā)浪潮中，寧夏采取了一系列超常規(guī)政策措施，經(jīng)濟(jì)發(fā)展呈現(xiàn)較快發(fā)展態(tài)勢(shì)，經(jīng)濟(jì)規(guī)模、質(zhì)量和效益顯著提升，城鄉(xiāng)面貌變化巨大，發(fā)展后勁很強(qiáng)，在經(jīng)濟(jì)處于快速發(fā)展的階段其投入產(chǎn)出效率名列前茅符合常理。青海省也是充分利用西部大開(kāi)發(fā)優(yōu)惠政策，經(jīng)濟(jì)社會(huì)發(fā)展取得了巨大的成效，城鄉(xiāng)居民收入快速增長(zhǎng)，生活質(zhì)量明顯提高。據(jù)統(tǒng)計(jì)，青海省1998-2008年GDP增長(zhǎng)速度達(dá)到12.35%(全國(guó)同期為9.64%)，2008年以來(lái)，青海省仍保持高速的經(jīng)濟(jì)發(fā)展速度，其擁有非常豐富的礦產(chǎn)、動(dòng)植物和旅游資源，具有廣闊的發(fā)展空間和潛力。因此在經(jīng)濟(jì)高速發(fā)展、人民生活水平顯著提升的情況下，其經(jīng)濟(jì)發(fā)展效率靠前是可以理解的。海南省位于我國(guó)南部邊陲，是中國(guó)—東盟自由貿(mào)易區(qū)和泛珠三角區(qū)域兩大經(jīng)濟(jì)合作區(qū)的重要省份，受華南經(jīng)濟(jì)圈、亞太經(jīng)濟(jì)圈的輻射作用，擁有豐富的海洋、礦產(chǎn)以及旅游資源。近年來(lái)，海南充分發(fā)揮資源優(yōu)勢(shì)，發(fā)展特色經(jīng)濟(jì)，生產(chǎn)力水平顯著提高。其資本和人力資源等的投入獲得了較高的產(chǎn)出，因此經(jīng)濟(jì)發(fā)展效率較高。而對(duì)于東中部的一些省份，其經(jīng)濟(jì)發(fā)展雖然基礎(chǔ)較好，發(fā)展速度也較穩(wěn)定，但是近年來(lái)經(jīng)濟(jì)建設(shè)缺乏新舉措，造成了投入產(chǎn)出效率低于部分經(jīng)濟(jì)發(fā)展水平相對(duì)落后的省份。

下面進(jìn)行第一階段和第三階段效率值的對(duì)比分析，先采用Wilcoxon符號(hào)秩檢驗(yàn)就調(diào)整前后2008-2012年及平均效率值進(jìn)行顯著性差異分析，如表5所示。

表5 調(diào)整前后效率值Wilcoxon符號(hào)秩檢驗(yàn)

注：***、**分別表示在1%、5%顯著性水平下顯著。

表5顯示，2008-2012年各省經(jīng)濟(jì)發(fā)展效率值及年均值在調(diào)整前后都存在顯著差異，進(jìn)一步說(shuō)明對(duì)原始投入變量進(jìn)行調(diào)整的必要性。具體分析：

(1)從整體來(lái)看，我國(guó)經(jīng)濟(jì)發(fā)展效率年平均值調(diào)整后都呈下降態(tài)勢(shì)，5年總平均效率均小于1，仍沒(méi)有達(dá)到有效狀態(tài)，投入產(chǎn)出不匹配更加突出。第一階段總平均效率值為0.974，而第三階段為0.865。究其原因：第一階段效率測(cè)評(píng)時(shí)沒(méi)有考慮外生環(huán)境變量和隨機(jī)因素的影響，夸大效率水平，不利于各省經(jīng)濟(jì)效率真實(shí)水平的反映。調(diào)整前后各省經(jīng)濟(jì)發(fā)展效率排名變化不大，變化最大為貴州省，從調(diào)整前的第12名下降到調(diào)整后的第20名，其余各省變動(dòng)基本控制在5名以?xún)?nèi)。且調(diào)整前后有效省份比例基本沒(méi)有變化，大約有1/3省經(jīng)濟(jì)發(fā)展達(dá)到有效。這說(shuō)明對(duì)投入變量的調(diào)整對(duì)各省的絕對(duì)效率影響較大，而對(duì)其相對(duì)效率以及有效省份比例情況影響較小。

(2)從區(qū)域來(lái)看，三大地區(qū)效率均值都有一定程度的下降，其中東部地區(qū)下降幅度最大。區(qū)域之間效率均值仍然存在一定的差異，但調(diào)整后地區(qū)差異變小。具體而言：東部地區(qū)整體經(jīng)濟(jì)效率平均水平從1.338下降到1.182，但仍處于有效生產(chǎn)前沿面上，各省效率均值除遼寧省外都呈現(xiàn)下降的態(tài)勢(shì)，且11個(gè)省份中有效省份數(shù)量變化不大。就其效率絕對(duì)值的變動(dòng)幅度來(lái)看，各省市之間存在差異，海南、上海、廣東的變化幅度最大，天津、河北、江蘇、福建變化幅度在0.1以?xún)?nèi)，變動(dòng)較小。中部地區(qū)8個(gè)省份調(diào)整前后均處于低效狀態(tài)，且整體經(jīng)濟(jì)效率水平變化幅度不大，省際之間效率差異也較小，其中5年效率均值最高為湖南省，最低為安徽省。西部地區(qū)經(jīng)濟(jì)發(fā)展效率值第一階段和第三階段分別為0.877和0.744。從有效省份數(shù)量來(lái)看，西部11省(市、自治區(qū))中有青海和寧夏兩省5年間調(diào)整前和調(diào)整后均處于經(jīng)濟(jì)發(fā)展的有效狀態(tài)，內(nèi)蒙古調(diào)整前后均有3年達(dá)到有效，而其余7省效率值較低，且調(diào)整前后都處于低效狀態(tài)。西部各省(市、自治區(qū))調(diào)整前后效率值存在不同方向的變動(dòng)，內(nèi)蒙古、廣西和重慶調(diào)整后較調(diào)整前有較小幅度的上升；其余8省(市、自治區(qū))有不同程度的下降，其中貴州、青海、寧夏下降幅度較大。因此西部各省(市、自治區(qū))之間的效率差異明顯，且調(diào)整前后變動(dòng)方向和幅度也有所差別。

(3)從個(gè)體來(lái)看，各省調(diào)整前后效率值的變化幅度和方向都存在差異。就變化幅度而言，包括內(nèi)蒙古、遼寧、安徽等在內(nèi)的7省(市、自治區(qū))有小幅度的上升，包括上海、廣東、海南等在內(nèi)的6省(市、自治區(qū))有較大幅度的下降，其他各省都存在一定程度的下降。從各省歷年效率值調(diào)整前后變動(dòng)來(lái)看，各省研究期間每年調(diào)整前后的效率值變動(dòng)方向不同，前面分析的5年效率均值的變動(dòng)將這種差異抽象化了。由表2可知，5年中每年調(diào)整前后變動(dòng)方向一致的有包括北京、上海、廣東在內(nèi)的10個(gè)省(市、自治區(qū))，其他省份每年效率變動(dòng)方向都存在一定的差異。其中遼寧省調(diào)整后5年中每年都呈現(xiàn)小幅度的上升，上海、廣東、貴州、青海和寧夏5省(市、自治區(qū))每年調(diào)整后有較大幅度的下降。因此環(huán)境變量和隨機(jī)因素對(duì)各省效率值影響很大，存在高估或低估各省效率真實(shí)值的現(xiàn)象。但各省效率值排名的變動(dòng)幅度不是很大，內(nèi)蒙古、黑龍江、上海、江蘇、廣東、湖南6省(市、自治區(qū))的效率值排名調(diào)整前后沒(méi)有變化，變化較大的為遼寧、吉林、江西、廣西、貴州、青海6省(市、自治區(qū))，其他各省變動(dòng)較小。因此外生環(huán)境變量與隨機(jī)因素對(duì)各省的效率的絕對(duì)值存在很大影響，但對(duì)各省效率的相對(duì)位置影響不大。

(四)經(jīng)濟(jì)發(fā)展效率動(dòng)態(tài)分析——Malmquist模型*Malmquist模型可分解為技術(shù)水平變化和技術(shù)效率變化。技術(shù)效率變化即綜合效率變化，為純技術(shù)效率變化和規(guī)模效率變化的乘積，而技術(shù)水平變化為技術(shù)進(jìn)步的值，是指時(shí)期內(nèi)地區(qū)經(jīng)濟(jì)發(fā)展伴隨的技術(shù)革新的程度。另外，全要素效率則反映樣本時(shí)期內(nèi)地區(qū)經(jīng)濟(jì)發(fā)展總體水平，描述整體狀態(tài)。本文分析中將Malmquist模型值簡(jiǎn)寫(xiě)為M指數(shù)值。分析

以上用超效率三階段DEA對(duì)我國(guó)30個(gè)省(市、自治區(qū))經(jīng)濟(jì)發(fā)展效率進(jìn)行了靜態(tài)分析。下面運(yùn)用Malmquist模型，分析我國(guó)不同時(shí)期經(jīng)濟(jì)發(fā)展效率的變化。運(yùn)用DEAP 2.1計(jì)算得到各省效率Malmquist指數(shù)均值如下表所示：

表6 全國(guó)30個(gè)省(市、自治區(qū))年平均Malmquist經(jīng)濟(jì)發(fā)展效率指數(shù)分解結(jié)果

(1)從整體來(lái)看，考察期間調(diào)整前，我國(guó)全要素平均效率M值為0.984，說(shuō)明我國(guó)整體經(jīng)濟(jì)發(fā)展的TFP效率是下降的，技術(shù)效率M指數(shù)值為0.982，技術(shù)進(jìn)步M指數(shù)值為1.002，而影響技術(shù)效率的純技術(shù)效率M值為0.987，規(guī)模效率M值為0.995，說(shuō)明影響全要素下降的因素中純技術(shù)效率下降為主要原因。5年間全國(guó)平均技術(shù)進(jìn)步M值為1.002，說(shuō)明我國(guó)技術(shù)進(jìn)步水平有小幅度的提升，但技術(shù)進(jìn)步不足以帶動(dòng)TFP效率的上升。調(diào)整后，各M指數(shù)分解值與調(diào)整前存在一定的差異，調(diào)整后全要素效率值為0.981，說(shuō)明我國(guó)整體TFP效率是下降的，原因主要是純技術(shù)效率水平下降，而規(guī)模效率M值為1.003，技術(shù)進(jìn)步效率M值為1.010，說(shuō)明我國(guó)在技術(shù)水平和規(guī)模經(jīng)濟(jì)的發(fā)展上取得了一定的進(jìn)步。

(2)分年度來(lái)看，2008-2009年，調(diào)整前綜合效率、技術(shù)進(jìn)步效率、純技術(shù)效率、規(guī)模效率和全要素效率的M值分別為0.977、0.981、0.975、1.002、0.958。表明從2008到2009年，我國(guó)經(jīng)濟(jì)發(fā)展規(guī)模效率有略微上升，而技術(shù)進(jìn)步、全要素效率、純技術(shù)效率有一定幅度的下降。調(diào)整后技術(shù)進(jìn)步和規(guī)模效率M指數(shù)值都大于1，說(shuō)明2008-2009年技術(shù)水平和規(guī)模效率有一定的提升，但是技術(shù)效率和純技術(shù)效率的M指數(shù)值小于1，則調(diào)整后全要素效率下降主要是由純技術(shù)效率下降引起的。2009-2010年，調(diào)整前技術(shù)效率、純技術(shù)效率和規(guī)模效率的M值大于1 ，但技術(shù)進(jìn)步和全要素效率M值小于1，說(shuō)明全要素效率下降主要是技術(shù)水平下降引起的。調(diào)整后技術(shù)進(jìn)步、規(guī)模效率和全要素效率M指數(shù)值較調(diào)整前有所下降，且小于1；但綜合效率和純技術(shù)效率M值較調(diào)整前有所上升，且都大于1，說(shuō)明2009-2010年我國(guó)純技術(shù)效率有所提升，全要素效率下降主要是由技術(shù)水平和規(guī)模效率下降引起的，其中技術(shù)水平下降為主要原因。同理可分析2010-2011年和2011-2012年的情況。總的來(lái)看，技術(shù)進(jìn)步M值除2009-2010年外，都大于1，而純技術(shù)效率M值除2009-2010年外都小于1，因此全要素效率下降主要是由純技術(shù)效率下降引起的。

五 結(jié)論與建議

本文運(yùn)用超效率三階段DEA模型從靜態(tài)的角度對(duì)我國(guó)30個(gè)省(市、自治區(qū))的經(jīng)濟(jì)發(fā)展效率進(jìn)行研究，同時(shí)利用Malmquist模型分析法分解出各效率因素對(duì)全要素效率的影響，從動(dòng)態(tài)的角度分析2008-2012年各效率值的變化，得到的主要結(jié)論如下：

第一，我國(guó)經(jīng)濟(jì)發(fā)展效率受環(huán)境影響較大，剔除環(huán)境和隨機(jī)因素的影響后，我國(guó)整體效率平均水平下降，東中西部地區(qū)調(diào)整后效率水平都存在不同程度的下降，其中東部和西部地區(qū)受環(huán)境影響較大。另外各省(市、自治區(qū))效率值調(diào)整前后都存在一定的變動(dòng)，大部分省5年效率平均值調(diào)整后較調(diào)整前有顯著下降。因此在進(jìn)行經(jīng)濟(jì)發(fā)展效率測(cè)算時(shí)，應(yīng)該充分考慮環(huán)境和隨機(jī)因素的影響，更加客觀地評(píng)價(jià)我國(guó)目前的效率水平。

第二，我國(guó)大部分省(市、自治區(qū))經(jīng)濟(jì)發(fā)展效率不容樂(lè)觀。在所研究的30個(gè)省份中，調(diào)整后僅有10個(gè)省(市、自治區(qū))經(jīng)濟(jì)發(fā)展平均效率值大于1， 近2/3省(市、自治區(qū))的經(jīng)濟(jì)發(fā)展處于低效狀態(tài)。且在考察期間內(nèi)5年都處于有效狀態(tài)僅有包括北京、上海在內(nèi)的6個(gè)省(市、自治區(qū))，說(shuō)明我國(guó)大部分省(市、自治區(qū))經(jīng)濟(jì)發(fā)展效率還有待進(jìn)一步提高。但是從整體波動(dòng)情況來(lái)看，5年間各省(市、自治區(qū))經(jīng)濟(jì)發(fā)展效率波動(dòng)較平穩(wěn)。

第三，從區(qū)域的角度看，東部地區(qū)經(jīng)濟(jì)發(fā)展效率高于中西部地區(qū)。通過(guò)對(duì)東中西部地區(qū)效率均值進(jìn)行比較，可知東部地區(qū)效率最高，且大部分省(市、自治區(qū))都達(dá)到有效狀態(tài)；中部地區(qū)效率最低，且各省(市、自治區(qū))基本處于低效狀態(tài)；而西部地區(qū)如寧夏、青海、內(nèi)蒙古等充分把握國(guó)家西部大開(kāi)發(fā)政策，經(jīng)濟(jì)發(fā)展效率水平較高，起到西部經(jīng)濟(jì)崛起的表率作用，其余省(市、自治區(qū))效率水平不容樂(lè)觀。東部地區(qū)經(jīng)濟(jì)發(fā)展效率相對(duì)較高，仍保持領(lǐng)先地位，中西部地區(qū)由于受勞動(dòng)人口往東部沿海遷徙、地理位置、經(jīng)濟(jì)發(fā)展水平等影響，經(jīng)濟(jì)發(fā)展效率相對(duì)較低。 但從地區(qū)間平均效率差異來(lái)看，東中西部地區(qū)效率有趨同的態(tài)勢(shì)。

第四，從各省(市、自治區(qū))效率差異來(lái)看，30個(gè)省份中有效省份和低效省份之間的效率值相差較大，且有效省份之間的效率也存在差異。在提高整體經(jīng)濟(jì)發(fā)展效率的同時(shí)應(yīng)該充分考慮各省(市、自治區(qū))之間的差異，有針對(duì)性的采取相應(yīng)措施來(lái)改善效率。

第五，從動(dòng)態(tài)的角度看，反映整體狀態(tài)的全要素生產(chǎn)率在考察期間存在一定的波動(dòng)性，技術(shù)進(jìn)步效率呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)。純技術(shù)效率M值基本小于1，近5年來(lái)，純技術(shù)效率有下降的趨勢(shì)，而規(guī)模效率M指數(shù)值均大于1，說(shuō)明全要素生產(chǎn)率下降主要受純技術(shù)效率下降影響。

綜上分析可以發(fā)現(xiàn)，我國(guó)經(jīng)濟(jì)發(fā)展效率整體水平不容樂(lè)觀，地區(qū)之間存在較大差異，經(jīng)濟(jì)發(fā)展效率受環(huán)境影響比較大。各地區(qū)在提高自身投入產(chǎn)出效率的同時(shí)，應(yīng)著重考慮以下幾點(diǎn)：一是要考慮外部環(huán)境對(duì)效率的影響，結(jié)合各地區(qū)的具體情況，充分發(fā)揮地區(qū)資源、地理位置等方面的優(yōu)勢(shì)，合理利用資源，加大科技創(chuàng)新力度，改革經(jīng)濟(jì)發(fā)展體制。二是要根據(jù)自身經(jīng)濟(jì)發(fā)展現(xiàn)狀在技術(shù)上和規(guī)模方面進(jìn)行相應(yīng)的改進(jìn)，技術(shù)效率較低的省(市、自治區(qū))應(yīng)不斷引進(jìn)新技術(shù)，加快技術(shù)創(chuàng)新的步伐；規(guī)模效率較低的省份則應(yīng)擴(kuò)大規(guī)模，提高目前較低水平的規(guī)模效率。三是要重視區(qū)域差異，進(jìn)一步提高中西部地區(qū)效率，縮小地區(qū)差異。

[1] 劉策， 安立仁. 基于DEA模型的循環(huán)經(jīng)濟(jì)效率實(shí)證研究：來(lái)自中國(guó)30省(市)的數(shù)據(jù)[J]. 西安財(cái)經(jīng)學(xué)院學(xué)報(bào)， 2008， (6)：25-29.

[2] 黃森， 蒲勇健. 中國(guó)省域經(jīng)濟(jì)綜合效率分析——基于三階段DEA模型的研究[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2010， 32(3)：23-29.

[3] 袁曉玲， 仲云云. 我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展效率的時(shí)空變化及影響因素分析——基于超效率DEA模型的實(shí)證分析[J]. 商業(yè)經(jīng)濟(jì)與管理， 2010， (7)：81-90.

[4] 李海東， 吳波亮. 中國(guó)各省經(jīng)濟(jì)效率研究：基于超效率DEA三階段模型[J]. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2013， (3)：14-22.

[5] Antonio Estache， Beatriz Tovar de la Fe， Lourdes Trujillo. Sources of Efficiency Gains in Port Reform: a DEA Decomposition of a Malmquist TFP Index for Mexico[J].UtilitiesPolicy， 2004， (12)：221-230.

[6] Hsihui Chang， HiuLam Choy， William W. Cooper， et al.. Using Malmquist Indexes to Measure Changes in the Productivity and Efficiency of US Accounting Firms Before and After the Sarbanes-Oxley Act[J].Omega， 2009， 37(5)：951-960.

[7] 于潔， 劉潤(rùn)生， 曹燕等. 基于 DEA-Malmquist方法的我國(guó)科技進(jìn)步貢獻(xiàn)率研究[J]. 軟科學(xué)， 2009， (2)：1-6.

[8] 蔣萍， 王勇. 全口徑中國(guó)文化產(chǎn)業(yè)投入產(chǎn)出效率研究——基于三階段DEA模型和超效率DEA模型的分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2011， (12)：69-81.

[9] 蒲勇健， 張強(qiáng)， 黃森. 西部地區(qū)經(jīng)濟(jì)發(fā)展效率及其影響因子分析——基于Malmquisit指數(shù)與空間計(jì)量模型的結(jié)合[J]. 系統(tǒng)工程， 2012， (9)：94-100.

[10] Andersen P., and Petersen N. C.. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].ManagementScience, 1993， 39(10)：1261-1264.

[引用方式]韓兆洲,劉敏.中國(guó)經(jīng)濟(jì)發(fā)展的投入產(chǎn)出效率研究[J].產(chǎn)經(jīng)評(píng)論,2015,6(1):114-125.

A Study on Input-output Efficiency of China’s Economic Development

HAN Zhao-zhou LIU Min

Viewing from the input and output of China’s economic development, the economic development efficiency of 30 provinces in China during the period of 2008-2012 is analyzed by using the Malmquist Index model,while the impact of environment variables and random interference factors is revised. The result shows that, from static perspective, the development efficiency of the provinces under study is far from satisfactory. The comprehensive efficiency index is low. In about two thirds of the studied provinces, the economic development is of poor efficiency. The environment has great impact on the economic development efficiency. With the environmental factors being eliminated, the comprehensive efficiency of all provinces is in significant decline. Of the three geographical regions, the east takes the lead in development efficiency, followed by the western region and with the central being the lowest. In general, however, the regional gap in economic development efficiency is narrowing gradually. From dynamic perspective, through the analysis of Malmquist Index model, the total factor efficiency and the M value of comprehensive technology efficiency are decreasing year by year, whereas the technological progress efficiency is increasing annually. Since the decrease of total factor efficiency is caused mainly by the decrease of technology efficiency, the different regions should try to bring their strengths into full play, quicken the steps of technological innovation, increase scale efficiency and enhance further the level of their economic development.

input and output; the three-stage super efficiency DEA model; malmquist index

2014-10-17

廣東省委宣傳部打造“理論粵軍”2014年度重點(diǎn)課題“廣東經(jīng)濟(jì)監(jiān)測(cè)與預(yù)測(cè)研究”(項(xiàng)目批準(zhǔn)號(hào)：WT1407，項(xiàng)目主持人：韓兆洲)。

韓兆洲，暨南大學(xué)經(jīng)濟(jì)學(xué)院統(tǒng)計(jì)學(xué)系教授、博士生導(dǎo)師，研究方向：經(jīng)濟(jì)預(yù)測(cè)與決策、統(tǒng)計(jì)信息與決策支持系統(tǒng)；劉敏，暨南大學(xué)經(jīng)濟(jì)學(xué)院統(tǒng)計(jì)學(xué)系碩士研究生，研究方向：經(jīng)濟(jì)預(yù)測(cè)與決策。

F223

A

1674-8298(2015)01-0114 -12

[責(zé)任編輯：伍業(yè)鋒]

10.14007/j.cnki.cjpl.2015.01.011