中国高技术产业的效率评价与成因识别，本文主要内容关键词为：成因论文,中国论文,高技术产业论文,效率论文,评价论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 中国是世界第二大经济体、第一大贸易国，目前正处于转型升级的阵痛期。高技术产业对于中国特色新型工业化道路发展、现代产业体系构建以及集约型经济增长方式形成具有重要意义。医药制造业具有典型的高技术密集型和高资本密集型特征，是高技术产业的重要组成部分。中国拥有13.6亿人口，占世界人口总量比例高达19％，庞大的人口规模赋予医药制造业的不仅是广阔市场潜力，还有不容忽视的社会责任。因此，提高医药制造业运行效率事关国计民生、人民幸福，既必要又紧迫。 数据包络分析法(Data Envelopment Analysis,DEA)对多投入—多产出决策主体的效率评价具有广泛适用性，在企业、产业、区域及社会发展等多领域中得到了普遍应用(Kamakura,1988; Andersen & Petersen,1993; Banker,1993; Charnes et al.,1996; Doyle et al.,1996; Olesen & Petersen,1996; Green et al.,1997; Chen,2004; Liang et al.,2006; Aparicio et al.,2007; Portela & Thanassoulis,2007; Chen & van Dalen,2010; Kawaguchi et al.,2014)，Cook & Seiford(2009)曾经对DEA的主要研究成果进行了系统梳理。经典DEA方法可以分为径向模型和非径向模型，径向模型以CCR-DEA和BCC-DEA模型为代表，非径向模型以SBM-DEA模型为代表。径向模型要求所有投入或产出均以相等比例进行缩减或扩张，无法涵盖非径向的松弛变量，忽略了各投入或产出之间的不同特性，也无法对要素效率进行逐一评价。非径向模型充分考虑了各投入或产出之间的差异性，但损失了投入或产出目标值与实际值之间的比例信息。针对这一问题，Tone & Tsutsui(2010)提出了兼容径向与非径向特点的EBM模型，该模型既能有效反映目标值与实际值之间的比例信息，又能充分反映各投入或产出变量非径向部分的差异。为了全面、科学、准确地评价中国医药制造业运行效率，本文将以EBM模型作为基础研究工具。 与经典DEA模型相同，EBM模型应用的重要前提就是决策主体均处于相同技术水平。由于各省医药制造业同属相同国家，应用EBM模型进行效率评价具有一定的合理性。但是，当视角由国家层面转向区域层面，区域之间的异质化特征不容忽视，EBM模型难以用于评价区域群组间的技术落差。相比之下，共同边界法对于考量区域群组间的技术水平差异具有较好的适用性。共同边界法最早由Hayami(1969)和Hayami & Ruttan(1970)提出，后经Sharma & Leung(2000)、Battese & Rao(2002)、Battese et al.(2004)、O'Donnell et al.(2008)等学者不断拓展。基于此，本文引入共同边界法的核心思想，将EBM模型有效地嵌入到共同边界模型之中，构建了基于Metafrontier-EBM模型的新型效率评价框架，使兼容考虑径向与非径向松弛变量的效率评价与技术落差识别成为可能。 本文的主要贡献在于：第一，将EBM模型应用于医药制造业效率评价领域，兼容考虑了径向与非径向松弛变量的并存特征；第二，实现了EBM模型与共同边界法的高度融合，构建了基于Metafrontier-EBM模型的效率评价新框架；第三，实现了综合运行效率评价向投入要素贡献率层面的有效拓展，使效率评价体系更加系统化。 二、模型构建与数据来源 (一)EBM模型(Epsilon-based Measure) Tone & Tsutsui(2010)提出了EBM模型，该模型的最大特点在于实现了统一框架下对径向和非径向松弛变量的兼容。以投入导向、规模可变的EBM模型为例，目标函数及规划求解方程如下所示：
上述规划求解方程中“∑λ=1”的约束条件删除后，规模报酬可变的EBM模型(VRS-EBM)就变为规模报酬不变的EBM模型(CRS-EBM)。CRS-EBM模型计算的效率值可称为“综合技术效率”，VRS-EBM模型计算的效率值可称为“技术效率”，将综合技术效率与技术效率之比称为“规模效率”。此外，将“投入目标值与投入实际值之差”与投入实际值的比率称为投入潜力指数，反映投入项的缩减或扩张潜力。本文中投入导向、规模报酬不变的EBM模型，可以简略表示为EBM-I-C，投入导向、规模报酬可变的EBM模型，可简略表示为EBM-I-V。 (二)技术无效率的来源分解：基于EBM模型 由于
是各投入变量重要性的权重，因而目标函数可进行如下分解：
(三)基于Metafrontier-EBM模型的分析框架 O'Donnell et al.(2008)建立了具有广泛意义的共同边界分析框架，既适用于非参数方法，也适用于参数方法。该模型不仅可以在不同群组边界下进行效率评价，也可以通过共同边界下效率值与群组边界下效率值之间的差异对技术落差状况进行识别。他们提出了共同技术比例的概念(Metatechnology Ratio,MTR)，用以衡量群组边界下的技术水平与共同边界下的潜在技术水平之间的差距，计算公式如下：
其中，TE(x，y)为共同边界下的效率值，
为第k个群组边界下的效率值。 本文拟将EBM模型作为技术效率评价的基本方法，因而需要将EBM模型嵌入到共同边界分析法框架之中，TE(x，y)和
均需要由EBM模型计算获取。基于此，在Metafrontier-EBM分析框架下，MTR的计算公式如下：
(四)指标选择与数据来源 本文以2001—2011年期间各省级区域的医药制造业作为考察对象，选择以固定资本存量、就业人数和研发资本存量作为投入，以销售收入和利润作为产出，主要数据来自《中国高技术产业统计年鉴(2002—2012)》，所有价值量指标均要经过价格指数调整。 第i个决策主体的固定资本存量计算方法如下：
其中，
为第t年固定资本存量，
为第t-1年的固定资本存量，
为第t年的新增固定资产，τ为折旧率。
需要根据固定资产投资价格指数调整为以2001年为基期的数值。固定资本存量的初始值由2001年的固定资产原值进行折旧之后获得。 根据吴延兵(2009)的研究成果，第i个投资决策主体的研发资本存量计算方法如下：
其中，
为第t年研发资本存量，
为第t-1年的固定资本存量，
为第t年的内部R&D经费支出，τ为折旧率。
应依据研发资本价格指数①调整为以2001年为基期的价值量。研发资本的初始值计算方法如下：
g为以前所有时期R&D支出的平均增长率，本文以研究时期的R&D经费内部支出增长率替代。此外，将固定资本存量和研发资本存量估算的折旧率统一设定为15％。 三、基于EBM模型的医药制造业运行效率综合评价 (一)综合技术效率值比较：基于CCR、SBM与EBM模型 EBM模型既能够考虑投入目标值与投入实际值之间的径向比例，也能够反映各投入之间差异化的非径向松弛变量，在一定程度上克服了CCR模型和SBM模型的缺陷，能够更准确地衡量生产效率。在不考虑非线性松弛变量的情况下，CCR模型易于高估决策主体的效率值；在完全忽略线性比例关系信息的情况下，SBM模型易于低估决策主体的效率值。因此，基于EBM模型的效率值介于CCR模型和SBM模型估算值之间，能够更加真实地反映效率水平。具体来看，2001—2011年期间基于投入导向EBM模型的中国医药制造业综合技术效率为0.769，仍然存在0.231的上升潜力；同期，基于CCR模型和SBM模型的效率值分别为0.798和0.689，分别比EBM模型值高2.9个百分点和低8.0个百分点，如表1所示。
(二)综合技术效率的来源：径向效率与非径向松弛变量 2001—2011年期间，中国医药制造业由θ表征的投入目标值与投入实际值之间的径向比例显著提高，从2001年的0.747上升到2011年的0.831，表现出与生产效率值相一致的上升趋势。值得关注的是，θ值增加了8.4个百分点，同期综合技术效率值却增加了6.8个百分点，两者之间形成了1.6个百分点的效率差，如表2所示。这主要是由于ε值由2001年的0.377上升到0.459，非径向松弛变量对生产效率的影响程度加大所造成的，这说明非径向松弛变量在一定程度上抵消了径向比例的上升效应。
(三)综合技术效率的解构：技术效率与规模效率 中国医药制造业的运行效率仍处于较低水平，2001一2011年期间综合技术效率均值为0.769，同期技术效率和规模效率分别为0.843和0.916，如表3所示。显然，技术无效率是影响医药制造业综合技术效率低下的主要因素，规模效率状况相对良好。从动态视角而言，综合技术效率、技术效率和规模效率均呈现出不同程度的上升趋势，技术效率和规模效率的双重提升推动了综合技术效率的改善。具体来看，综合技术效率值由0.692上升为0.760，技术效率由0.796上升为0.844，规模效率由0.875上升为0.911，分别提高了6.8、4.8和3.6个百分点，如表3所示。
四、医药制造业综合技术无效率来源：基于投入要素视角 (一)各投入要素对综合技术无效率的贡献率分析 在2001—2011年期间，中国医药制造业综合技术无效率均值为0.231。其中，由劳动力引致的无效率值为0.065，由资本存量引致的无效率值为0.090，由研发资本引致的无效率值为0.076。资本存量冗余是造成医药制造业综合技术无效率的首要因素，研发资本居第二位，劳动力居末位。具体来看，劳动力、资本存量和研发资本对综合技术无效率的贡献率分别为28.4％、38.7％和32.8％，如表4所示。
从动态视角看，2001—2011年期间综合技术无效率由30.8％下降为24.0％。其中，劳动力引致的无效率值由0.084下降为0.057，研发资本引致的无效率值由0.112下降为0.070，资本存量的技术无效率并无明显改善。基于此，研发资本对综合技术无效率值的贡献率显著下降，由2001年的36.3％下降为2011年的29.2％；劳动力对综合技术无效率值的贡献率略有下降，由27.2％下降为23.6％；同期，资本存量对综合技术无效率的贡献率不降反升，由36.5％上升为47.2％。 (二)投入要素的潜力指数：基于投入目标值与实际值的差异 EBM模型中的θ值并无限制，最优值可能大于1。因此，投入目标值并不一定等于或小于实际投入值，多投入指标中可能同时存在增加与减少的状况，也就是投入之间可能出现替代效应，更加贴合经济发展的现实状况。这种情况在CCR模型与SBM模型中是不可能出现的。以2006年的天津医药制造业为例，为达到有效前沿边界，固定资本存量和研发资本存量应分别减少0.9％和41.6％，同期劳动力应增加4.5％。省际医药制造业劳动力、固定资本存量和研发资本的潜力指数，分别如表5到表7所示。
从2001—2011年各省份的均值来看，绝大多数省份为达到投入目标值，劳动力、固定资本存量和研发资本存量实际值应出现不同程度的降低或保持不变。但是，江苏省和广东省的情况较为特殊，两省的医药制造业在研发资本存量和固定资本存量应有所降低的情况下，劳动力并未出现降低或者不变的状况，而是呈现增加态势。具体来看，固定资本存量分别具有24.1％和23.6％的节约潜力，研发资本存量具有15.5％和22.4％的节约潜力，但劳动力分别具有0.1％和0.9％的增长潜力。
从时序发展规律看，医药制造业劳动力就业人数的缩减潜力由25.3％下降为16.9％，研发资本存量的节约潜力由47.5％下降为26.6％。这表明劳动力和研发资本存量的实际值逐渐逼近目标值，投入实际值与目标值之间的相对差异呈现收敛态势。同期，固定资本存量的节约潜力呈现先收敛、后发散的态势，2001—2007年由46.9％下降为21.1％，2007—2011年由21.1％上升为53.1％，这也是固定资本存量对综合技术无效率贡献率显著提高的根本原因所在。
五、医药制造业运行效率的区域差异：基于Metafrontier-EBM框架 受区位条件、产业基础和政策环境等多种因素影响，中国医药制造业发展呈现出典型的不均衡特征。以2011年为例，东部地区按当年价格总产值占全国总量的比例高达81.7％，中部和西部地区分别占比仅为11.3％和7.0％。医药制造业效率也呈现出由东部向中西部递减的梯度发展规律。东部地区医药制造业的综合技术效率、技术效率和规模效率均居三大地区之首，中西部地区显著落后。具体来看，西部地区的效率水平略高于中部地区。在2001—2011年期间，东部地区综合技术效率、技术效率和规模效率的均值分别为0.859、0.906和0.947，中部地区分别为0.653、0.753和0.882，西部地区分别为0.773、0.855和0.911，具体如表8所示。
从发展趋势来看，中部地区增长态势强劲，综合技术效率、技术效率和规模效率的改善均最为显著，中部与东部、西部地区之间的效率差异逐渐缩小。具体来看，中部地区综合技术效率由2001年的0.542上升为2011年的0.678，增长了13.6个百分点；同期，东部地区增长了8.5个百分点，西部地区则下降了3.2个百分点。中部和东部的综合技术效率提升，主要源于技术效率和规模效率的双重改善：中部地区技术效率和规模效率分别增长了8.3个和8.4个百分点；东部地区分别增长了3.5个和6.2个百分点。西部地区综合技术效率的下降，主要是受规模无效率程度加重影响。在2001—2011年期间，西部地区技术效率增长了2.6个百分点，但规模效率却下降了5.7个百分点。
图1 医药制造业共同技术比例的区域差异状况 从共同技术比例来看，东部与中西部地区之间仍然存在一定的技术落差，如图1所示。在2001—2011年期间，东部地区共同技术比例的均值为0.980，中西部地区共同技术比例的均值为0.941。 从发展态势来看，东部地区与中西部地区之间的技术落差呈现出逐渐缩小的态势，表明地区之间的技术水平差异趋于收敛。这在一定程度上表明医药制造业发展的区域不均衡状况，并非主要源于技术水平差异，很可能是由于各地区对资源管理的能力水平差异以及产业规模差异等因素造成。 六、主要研究结论与政策启示 本文以兼容考虑径向比例和非径向松弛变量的EBM模型为研究方法，在此基础上引入共同边界模型的核心思想，通过EBM模型与Metafrontier模型的高度融合，构建了基于Metafrontier-EBM模型的效率评价框架。在此基础上，系统考察了2001—2011年中国省际医药制造业运行效率的演进规律、变化趋势与潜在成因。研究发现： (1)EBM模型实现了径向比例信息和非松弛变量差异在统一框架内的兼容，效率值介于CCR模型和SBM模型估算值之间，能够更加真实地反映效率水平。相比之下，CCR模型由于忽略非径向松弛变量易于高估效率值，SBM模型由于忽略径向比例信息易于低估效率值。2001—2011年，EBM模型中的径向比例增长对综合技术效率值具有显著拉升作用，但非松弛变量影响程度加大在一定程度上抵消了径向比例的上升效应。 (2)中国医药制造业技术效率和规模效率的双重提升推动了综合技术效率的逐渐改善。但是，从总体来看仍处于较低的效率水平，2001—2011年综合技术效率的均值仅为0.769，技术无效率是综合技术效率低下的主要成因。 (3)劳动力、固定资本存量和研发资本存量引致的技术无效率值各不相同，对综合技术无效率的贡献程度也存在较大差异。2001—2011年，由劳动力和研发资本存量引致的技术无效率值呈下降态势，由固定资本存量引致的技术无效率值无显著改善。固定资本存量对综合技术无效率的贡献率居首位，且贡献度逐渐提升。研发资本存量和劳动力分别居第二位和第三位，且贡献度逐渐下降。 (4)劳动力和研发资本的节约潜力逐渐缩小，固定资本存量的节约潜力先缩小、后扩大，这也是固定资本存量对综合技术无效率贡献率居首的深层次成因。部分省份出现了投入之间存在替代效应的现象，即投入缩减和投入扩张并存。如，江苏省和广东省为达到有效生产边界，不仅应削减固定资本存量和研发资本存量，而且应适量增加劳动力投入。 (5)中国医药制造业运行效率呈现典型的区域不平衡特征。东部地区与中西部地区之间仍然存在一定的技术落差，但落差水平逐渐缩小。东部地区的综合技术效率、技术效率和规模效率始终居于首位，西部次之，中部最落后。但是，中部地区效率改善的态势显著，与东部和西部之间的效率差异呈现收敛态势。 基于Metafrontier核心思想与EBM模型于一体的效率评价新框架，不仅可以准确判断中国医药制造业的综合技术效率，通过分解项识别技术效率与规模效率的状况，从投入要素视角甄别综合技术无效率的深层次根源，而且可以在识别区域效率差异的基础上，通过共同技术比率分析，识别区域之间的技术水平差异，从而得到更加丰富的政策启示和政策内涵。 首先，中国医药制造业投入冗余的节约潜力巨大。在资源有限的约束条件下，不应盲目地扩大投入规模，以高投入、高消耗换取高产出，应更加理性地关注现有投入资源的利用效率，尤其是注重提升医药制造业资源的管理水平和管理效率，充分挖掘现有资源的产出潜力，实现医药制造业资源的高效配置，逐步建立医药制造业内涵式、集约式的增长模式，在我国经济结构转型过程中起到示范与标杆的作用。 其次，固定资本的冗余程度最高，应成为医药制造业提升要素效率的首要改善领域。应注重合理安排固定资产的使用计划，对于长期闲置、不符合生产要求的固定资产以转让、出售等形式予以剥离，减轻资产摊销负担。谨慎地进行新固定资产投资，合理、科学地评估新增固定资产的经济可行性和技术可行性，避免造成新一轮资产冗余。此外，研发资本存量和劳动力的投入结构及投入效率改善也不容忽视。 再次，我国医药制造业区域差异显著，中西部地区是制约医药制造业总体水平提升的短板。因此，为实现医药制造业的区域间协调发展，一方面中央政府或地方政府可通过财政、税收等相关手段向中西部地区适当倾斜；另一方面，中西部地区的医药制造业也应实现与东部地区之间的合理分工与合作，避免低端和重复性的恶性竞争，在实现地区间差异化竞争的基础上，促进中国医药制造业在全球价值链上的地位攀升。 最后，医药制造业在将投入转化为产出的过程中，不仅会生产“药品”等实物型期望产出，也不可避免地生产废水、废物、废气等非期望产出，尤其是医药制造业使用原料种类多，污染物成分复杂、治理难度大。医药制造业效率提升的意义，不仅在于提高医药制造业的经济效益和经济效率，其对于减排和环保的作用也不容忽视，主要表现为以下方面：(1)投入利用效率和资源配置效率的不断改善，将有效降低污染物排放水平；(2)效率提升带来的经济效益增长，将为医药制造业加大污染物治理提供有效保障；(3)效率提升有可能驱动医药制造业产业结构优化，部分重污染行业和企业逐渐向轻污染类型转型。 本文应用构建基于Metafrontier-EBM模型的效率分析框架，从静态视角定量评价了中国医药制造业效率，后续研究可将静态视角向跨期的动态视角跨越，以期实现对医药制造业全要素生产率变动状况的系统评估。在数据资料可得的基础上，可考虑将污染物等作为非期望产出纳入医药制造业效率评价框架之中，这将有利于进一步清晰地认识效率改善与污染物排放、环境保护之间的作用机制。此外，本文的投入—产出指标选择、模型构建与研究逻辑亦可适度拓展到其他高技术产业效率研究领域。 注释： ①考虑内部研发支出经费的构成比例等因素，将研发资本价格指数界定为R&D支出价格(RD[,PI])指数，设定为：RD[,PI]=0.75p+0.25w，其中p为工业品出厂价格指数，w为消费者价格指数。
标签：资本存量论文; 松弛变量论文; 技术效率论文; 存量资产论文; 投入资本论文; 中西部地区论文;
