東北地區(qū)制造業(yè)技術(shù)效率的測(cè)算與比較研究

孫漢杰，鄭宏宇，王洪悅

（東北師范大學(xué) 商學(xué)院，吉林 長(zhǎng)春130117）

一、引 言

新中國(guó)成立后，東北地區(qū)對(duì)全國(guó)的經(jīng)濟(jì)發(fā)展做出了巨大貢獻(xiàn)。然而改革開放以來(lái)，曾經(jīng)號(hào)稱“共和國(guó)長(zhǎng)子”的東北老工業(yè)基地的發(fā)展勢(shì)頭卻急轉(zhuǎn)直下，無(wú)論是經(jīng)濟(jì)增長(zhǎng)的速度還是質(zhì)量都落后于東部和南部沿海地區(qū)。進(jìn)入新世紀(jì)，雖然中央政府提出“東北振興戰(zhàn)略”，并且給予了一系列資金投入和政策支持，但是效果并不理想［1］。尤其是2013年以來(lái)，經(jīng)濟(jì)增速持續(xù)回落，部分行業(yè)生產(chǎn)經(jīng)營(yíng)困難，一些深層次體制機(jī)制和結(jié)構(gòu)性矛盾凸顯，如何破解東北地區(qū)的發(fā)展難題，是擺在我們面前非?，F(xiàn)實(shí)的問題。東北地區(qū)擁有資源、產(chǎn)業(yè)和人才等方面的優(yōu)勢(shì)，其制造業(yè)更是具有舉足輕重的地位。所以，只有充分挖掘制造業(yè)的潛力，使東北地區(qū)的自身優(yōu)勢(shì)得到充分發(fā)揮，從而抓住高鐵、核電、特高壓等重大項(xiàng)目建設(shè)契機(jī)，促進(jìn)技術(shù)、產(chǎn)品創(chuàng)新，推動(dòng)“東北制造”走向世界。因而，在目前資源、能源和環(huán)境約束日益突出，傳統(tǒng)的發(fā)展模式已經(jīng)受到限制的形勢(shì)下，提升產(chǎn)業(yè)技術(shù)效率，提高單位要素產(chǎn)出就成為制造業(yè)發(fā)展的必然趨勢(shì)。

技術(shù)效率代表在一定技術(shù)條件下，生產(chǎn)者的要素利用能力和水平，是生產(chǎn)前沿面理論的重要內(nèi)容。生產(chǎn)前沿面代表的是一個(gè)行業(yè)在最好的硬件和管理技術(shù)下所能達(dá)到的最大產(chǎn)出（前沿產(chǎn)出），技術(shù)效率是用來(lái)衡量在現(xiàn)有的技術(shù)水平下，生產(chǎn)者獲得最大產(chǎn)出的能力，表示生產(chǎn)者的生產(chǎn)活動(dòng)接近其前沿產(chǎn)出的程度，也就反映了現(xiàn)有技術(shù)的發(fā)揮程度［2］。

技術(shù)效率作為衡量一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)增長(zhǎng)質(zhì)量最重要的指標(biāo)之一，不僅在理論上不斷完善，而且在實(shí)證研究中也得到了廣泛的應(yīng)用。

技術(shù)效率在理論上的探索完善主要是其測(cè)度方法的研究，當(dāng)前應(yīng)用廣泛的技術(shù)效率測(cè)度方法主要有兩種，即數(shù)據(jù)包絡(luò)分析法（DEA）［3］和隨機(jī)前沿分析法（SFA）。數(shù)據(jù)包絡(luò)分析法（DEA）是一種非參數(shù)方法，避免了對(duì)模型具體形式的依賴，而且對(duì)于大樣本研究具有實(shí)用性。但是這種方法所得到的技術(shù)效率測(cè)量結(jié)果缺乏穩(wěn)健性，并且對(duì)數(shù)據(jù)要求很高，所以有其不足。更主要的是，如果假定每個(gè)生產(chǎn)單位的實(shí)際產(chǎn)出與前沿產(chǎn)出之間的差別純粹是由技術(shù)低效率引起，這與實(shí)際情況是有出入的。為解決這個(gè)問題，隨機(jī)前沿分析法（SFA）應(yīng)運(yùn)而生。傅曉霞和吳利學(xué)（2007）對(duì)隨機(jī)前沿分析和數(shù)據(jù)包絡(luò)分析的適用性進(jìn)行了比較，認(rèn)為對(duì)于改革以來(lái)的中國(guó)經(jīng)濟(jì)增長(zhǎng)，隨機(jī)前沿分析可能是更為適用的生產(chǎn)率分析工具，其結(jié)論也更為可靠［4］。

國(guó)內(nèi)學(xué)術(shù)界研究技術(shù)效率問題，主要從三個(gè)層次展開：微觀（企業(yè)）、中觀（產(chǎn)業(yè)）和宏觀（區(qū)域）。在中觀層次上，主要是比較國(guó)內(nèi)各行業(yè)的技術(shù)效率，或者是考察某個(gè)具體行業(yè)的技術(shù)效率，比如農(nóng)業(yè)、工業(yè)、裝備制造業(yè)、房地產(chǎn)業(yè)、銀行業(yè)和高新技術(shù)產(chǎn)業(yè)等。

沈能等（2007）研究表明，改革開放以來(lái)，中國(guó)工業(yè)的技術(shù)（生產(chǎn)）效率是下降的，而且這對(duì)全要素生產(chǎn)率（TFP）的增長(zhǎng)造成了不利影響［5］。楊文舉等（2010）研究了中國(guó)工業(yè)的技術(shù)效率問題，發(fā)現(xiàn)我國(guó)工業(yè)發(fā)展中普遍存在著技術(shù)無(wú)效率，技術(shù)效率改善對(duì)提高我國(guó)工業(yè)勞動(dòng)生產(chǎn)率具有顯著的促進(jìn)作用［6］。楊桂元等（2008）發(fā)現(xiàn)1999—2005年間我國(guó)制造業(yè)的技術(shù)（生產(chǎn)）效率下降對(duì)TFP增長(zhǎng)具有抑制作用，并且區(qū)域間技術(shù)效率存在較大差異［7］。王麗麗（2008）對(duì)中國(guó)28個(gè)制造行業(yè)2003—2007年的技術(shù)效率進(jìn)行了評(píng)估，發(fā)現(xiàn)制造行業(yè)的技術(shù)效率隨行業(yè)技術(shù)水平的提高而有所增加，并且外資進(jìn)入對(duì)不同技術(shù)行業(yè)技術(shù)效率的影響顯著不同［8］。崔國(guó)平（2009）運(yùn)用隨機(jī)前沿分析技術(shù)，從產(chǎn)業(yè)層面詳細(xì)研究了1996—2005年期間我國(guó)制造業(yè)各行業(yè)的技術(shù)效率水平以及產(chǎn)權(quán)、市場(chǎng)競(jìng)爭(zhēng)、規(guī)模等因素對(duì)技術(shù)效率提高的貢獻(xiàn)［9］。陳靜等（2010）測(cè)算了制造業(yè)28個(gè)行業(yè)的技術(shù)效率和規(guī)模效率后認(rèn)為，我國(guó)制造業(yè)行業(yè)技術(shù)效率和規(guī)模效率差異顯著，多數(shù)行業(yè)不能達(dá)到技術(shù)與規(guī)模同時(shí)有效，但隨時(shí)間推移技術(shù)效率和規(guī)模效率呈增長(zhǎng)態(tài)勢(shì)［10］。黃凌云等（2011）利用中國(guó)1999—2007年26個(gè)制造業(yè)行業(yè)的面板數(shù)據(jù)和截面數(shù)據(jù)，分別采用SFA 和DEA方法測(cè)算了我國(guó)制造業(yè)的技術(shù)效率，發(fā)現(xiàn)兩種方法測(cè)算出的技術(shù)效率值之間存在著正相關(guān)關(guān)系，變動(dòng)方向一致，但效率排名具有一定差異，F(xiàn)DI對(duì)我國(guó)制造業(yè)行業(yè)產(chǎn)生了正的技術(shù)溢出效應(yīng)，而制度指標(biāo)對(duì)技術(shù)效率的提高具有比較明顯的負(fù)面效應(yīng)［11］。

綜上，這些研究基本都將技術(shù)效率改善作為促進(jìn)產(chǎn)業(yè)發(fā)展的核心內(nèi)容，通常在測(cè)度了特定產(chǎn)業(yè)特定時(shí)段的技術(shù)效率后，著重分析了技術(shù)效率的源泉和作用，找到抑制技術(shù)效率提升的原因并據(jù)此給出對(duì)策建議。但是現(xiàn)有研究中，針對(duì)特定區(qū)域特定產(chǎn)業(yè)技術(shù)效率的研究并不多見，對(duì)東北地區(qū)制造業(yè)技術(shù)效率的專門研究則更少。要想解決東北地區(qū)的問題，對(duì)技術(shù)效率的測(cè)算問題就必不可少。本文利用2001—2011年間東北地區(qū)制造業(yè)樣本數(shù)據(jù)，對(duì)東北地區(qū)及東北各省的技術(shù)效率進(jìn)行了測(cè)度并加以比較分析，研究方法上，本文從以下兩個(gè)方面進(jìn)行了大膽嘗試：第一，在數(shù)據(jù)處理過(guò)程中采用最前沿的方法，力求得到最準(zhǔn)確的結(jié)果，比如，關(guān)于折舊率，本文采用的是隨行業(yè)和時(shí)期不同而不同的可變折舊率；第二，本文除了對(duì)東北地區(qū)制造業(yè)各行業(yè)的技術(shù)效率進(jìn)行測(cè)度之外，還進(jìn)一步對(duì)東北地區(qū)各個(gè)省份的制造業(yè)的技術(shù)效率進(jìn)行了比較分析，力求提取更多信息，以破解東北地區(qū)的難題。

二、技術(shù)效率的測(cè)算方法

（一）隨機(jī)前沿模型簡(jiǎn)介

隨機(jī)前沿分析法利用隨機(jī)前沿生產(chǎn)函數(shù)模型展開分析。隨機(jī)前沿生產(chǎn)函數(shù)于1977年被提出之后不斷得到完善，終于成為研究技術(shù)效率問題的最重要的方法之一。李春艷等（2014）曾對(duì)隨機(jī)前沿分析方法的優(yōu)勢(shì)進(jìn)行了說(shuō)明［12］。

隨機(jī)前沿模型的一般形式為：

式中Y表示產(chǎn)出，X表示要素投入矩陣，β為待估計(jì)的參數(shù)矩陣；vit－uit是一個(gè)復(fù)合結(jié)構(gòu)的隨機(jī)擾動(dòng)項(xiàng)，其中vit表示影響生產(chǎn)活動(dòng)的隨機(jī)誤差項(xiàng)，而μit表示技術(shù)非效率項(xiàng)。在選擇生產(chǎn)函數(shù)時(shí)，早期多用柯布—道格拉斯生產(chǎn)函數(shù)，后來(lái)逐漸開始選用超越對(duì)數(shù)型的柯布—道格拉斯生產(chǎn)函數(shù)。

（二）模型的建立

基于數(shù)據(jù)基礎(chǔ)和函數(shù)形式的優(yōu)點(diǎn)，本文采用超越對(duì)數(shù)型柯布—道格拉斯生產(chǎn)函數(shù)，在2001—2011年行業(yè)面板數(shù)據(jù)的基礎(chǔ)上，測(cè)算各樣本行業(yè)的技術(shù)效率，具體研究模型如下：

式中，Yit表示第i個(gè)行業(yè)第t年的實(shí)際產(chǎn)出；Kit和Lit分別表示第i個(gè)行業(yè)第t年的資本投入和勞動(dòng)投入；β0、β1…β5以及下文的η、μ和γ均為待估計(jì)的參數(shù)；i為各行業(yè)，t為時(shí)期。其中vit表示經(jīng)濟(jì)系統(tǒng)的外部影響因素和一些數(shù)據(jù)誤差，服從對(duì)稱的正態(tài)分布N（0，σ2v）；uit為非負(fù)的服從正半部單側(cè)正態(tài)分布N（μ，σ2u）的隨機(jī)項(xiàng)，反映第i個(gè)行業(yè)第t年的技術(shù)無(wú)效程度，代表僅僅對(duì)某個(gè)個(gè)體所具有的沖擊，與vit之間是相互獨(dú)立的；參數(shù)η描述技術(shù)非效率項(xiàng)μit的變化率，η＞0，η＜0 和η＝0分別表示技術(shù)效率隨時(shí)間變化呈現(xiàn)改善，惡化和不變的趨勢(shì)。TEit表示各樣本行業(yè)在第t時(shí)期的技術(shù)效率水平，很顯然，若uit＞0，則0＜TE＜1，說(shuō)明生產(chǎn)單位處于生產(chǎn)前沿下方，是技術(shù)無(wú)效率狀態(tài)；若uit＝0，則TE＝1，說(shuō)明生產(chǎn)單位正好處于生產(chǎn)前沿面上。參數(shù)γ表示復(fù)合隨機(jī)擾動(dòng)項(xiàng)中技術(shù)無(wú)效率所占的比例，0 ≤γ≤1，在統(tǒng)計(jì)檢驗(yàn)中，若γ＝0這一原假設(shè)被接受，說(shuō)明各行業(yè)的實(shí)際產(chǎn)出與前沿產(chǎn)出之間的差距均來(lái)自于不可控的純隨機(jī)因素或統(tǒng)計(jì)誤差的影響；如果γ趨于1，說(shuō)明實(shí)際產(chǎn)出與前沿產(chǎn)出之間的差距主要是由于技術(shù)無(wú)效所引起的損失。因此，γ值可以用來(lái)檢驗(yàn)?zāi)Ｐ偷倪x擇是否正確的問題。

（三）數(shù)據(jù)來(lái)源與變量說(shuō)明

本研究選擇2001—2011年?yáng)|北地區(qū)制造業(yè)行業(yè)數(shù)據(jù)為樣本進(jìn)行分析。本文所用的基礎(chǔ)數(shù)據(jù)除2004年外，均來(lái)自歷年的《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，從按地區(qū)分組的各行業(yè)工業(yè)企業(yè)主要經(jīng)濟(jì)指標(biāo)統(tǒng)計(jì)數(shù)據(jù)中選?。?004年的數(shù)據(jù)則來(lái)自《中國(guó)經(jīng)濟(jì)普查年鑒2004》。我們從該時(shí)段東北地區(qū)制造業(yè)中選擇了18 個(gè)樣本行業(yè)進(jìn)行研究。這18個(gè)樣本行業(yè)11年的數(shù)據(jù)構(gòu)成了一個(gè)較大的面板數(shù)據(jù)集，可以有效地克服使用截面數(shù)據(jù)產(chǎn)生的問題。

按照通行的方法，本文以樣本行業(yè)工業(yè)總產(chǎn)值作為衡量東北地區(qū)制造業(yè)產(chǎn)出（Y）的基本指標(biāo)，相應(yīng)的投入指標(biāo)包括資本投入（K）和勞動(dòng)投入（L），資本投入以所選樣本行業(yè)的固定資產(chǎn)凈值來(lái)衡量，勞動(dòng)投入則以所選樣本行業(yè)的全部從業(yè)人員年平均人數(shù)來(lái)衡量。

由于2001—2011年的工業(yè)總產(chǎn)值是按當(dāng)年價(jià)計(jì)算的，為消除價(jià)格因素的影響，我們采用以2000年為基期的工業(yè)品出廠價(jià)格指數(shù)（數(shù)據(jù)來(lái)源于歷年的《遼寧統(tǒng)計(jì)年鑒》、《吉林統(tǒng)計(jì)年鑒》和《黑龍江統(tǒng)計(jì)年鑒》）對(duì)選取的東北三省制造業(yè)18個(gè)樣本行業(yè)的工業(yè)總產(chǎn)值數(shù)據(jù)進(jìn)行價(jià)格平減，得到各省以2000年價(jià)格計(jì)算的分行業(yè)工業(yè)總產(chǎn)值，然后加總為東北地區(qū)的分行業(yè)工業(yè)總產(chǎn)值。

理論上，資本投入指標(biāo)是用資本流量來(lái)衡量的，但是由于實(shí)際研究中難以對(duì)每年資本流量進(jìn)行計(jì)算，所以，在研究中常常使用資本存量來(lái)代替資本流量衡量資本投入［13］。本研究采用相關(guān)行業(yè)的固定資產(chǎn)凈值作為資本投入指標(biāo)，用目前國(guó)際通行的永續(xù)盤存法進(jìn)行估算，計(jì)算公式為：

Kit＝Ki（t－1）（1－δit）＋I(xiàn)it.

其中，Kit和Ki（t－1）分別為第i個(gè)行業(yè)第t年和第t－1年的固定資本存量；δit為第i個(gè)行業(yè)第t年的折舊率；Iit為第i個(gè)行業(yè)第t年的固定資本新增投資額。

首先，計(jì)算各個(gè)行業(yè)的折舊率。現(xiàn)有研究中，多數(shù)人采用的固定折舊率方法過(guò)于粗糙，其選取的差異會(huì)直接影響資本存量的估算。因此，本文借鑒了陳詩(shī)一（2011）［14］的方法，計(jì)算了隨行業(yè)和時(shí)期不同而不同的可變折舊率，具體如下：

累計(jì)折舊it＝固定資產(chǎn)原值it—固定資產(chǎn)凈值it，

折舊率it＝（累積折舊it—累積折舊i（t－1））／固定資產(chǎn)原值i（t－1）.

其次，計(jì)算固定資本新增投資額并進(jìn)行價(jià)格平減。已有研究對(duì)新增投資額的測(cè)算方法主要有三種：早期的研究采用“積累”的概念進(jìn)行測(cè)算，還有的采用全社會(huì)固定資本投資方式，目前采用比較廣泛的是采用固定資本投資數(shù)據(jù)和固定資本形成數(shù)據(jù)作為新增實(shí)際投資。由于《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國(guó)經(jīng)濟(jì)普查年鑒2004》只給出了2001—2011年間各相關(guān)行業(yè)的固定資產(chǎn)原值和固定資產(chǎn)凈值，沒有給出準(zhǔn)確的固定資本投資及形成數(shù)據(jù)，因此，本文繼續(xù)借鑒陳詩(shī)一（2011）的方法，用固定資產(chǎn)原值之差來(lái)構(gòu)造新增投資額序列，經(jīng)過(guò)固定資產(chǎn)投資價(jià)格指數(shù)平減，最終得到以2000年為基期的各年分行業(yè)固定資產(chǎn)新增投資額，計(jì)算公式為：

固定資本新增投資額it＝（固定資產(chǎn)原值it—固定資產(chǎn)原值i（t－1））／固定資產(chǎn)投資價(jià)格指數(shù)t

最后，計(jì)算初始資本存量。按照永續(xù)盤存法的理解，時(shí)間選擇的越早，基期資本存量的估算對(duì)后續(xù)年份的影響就會(huì)越小。很多學(xué)者選擇以1952年為基期，也有一些學(xué)者采用了1980年分行業(yè)的固定資產(chǎn)凈值平均余額來(lái)估算。本文借鑒陳詩(shī)一（2011）的做法，考慮到數(shù)據(jù)的可得性和完備性，用2000年行業(yè)的固定資產(chǎn)凈值作為初始資本存量。

三、模型估計(jì)結(jié)果與分析

（一）東北地區(qū)制造業(yè)技術(shù)效率的結(jié)果分析

根據(jù)上述隨機(jī)前沿模型，利用東北地區(qū)制造業(yè)18個(gè)樣本行業(yè)2001—2011年的面板數(shù)據(jù)，運(yùn)用Frontier（4.1）進(jìn)行最大似然估計(jì)，得到的相關(guān)參數(shù)及其檢驗(yàn)結(jié)果見表1，據(jù)此測(cè)得的技術(shù)效率水平見表2。

表1 隨機(jī)前沿模型最大似然估計(jì)結(jié)果

續(xù)表1

從表1中可以看到，各項(xiàng)參數(shù)在5%的水平都通過(guò)了顯著性檢驗(yàn)。γ＝0.679，說(shuō)明采用隨機(jī)前沿模型更適合分析現(xiàn)有數(shù)據(jù)，同時(shí)γ值顯著趨向于1而不是趨于0，表明隨機(jī)誤差中只有一小部分是由于外部原因或統(tǒng)計(jì)誤差造成的，而大部分是由于技術(shù)無(wú)效率導(dǎo)致的。μ值的大小表明的是技術(shù)無(wú)效率值的分布范圍，該文為0.641，說(shuō)明無(wú)效率因素影響很大；η值為正，表明東北地區(qū)制造業(yè)的技術(shù)效率在分析期間呈現(xiàn)出明顯的隨時(shí)間收斂的上升狀態(tài)。

表2 東北地區(qū)2001—2011年間部分制造業(yè)行業(yè)的技術(shù)效率水平

從表2中我們看到：首先，從整體上看，東北地區(qū)制造業(yè)18個(gè)樣本行業(yè)的技術(shù)效率在分析期間呈現(xiàn)上升趨勢(shì)，平均增長(zhǎng)速度為12.8%。表明東北地區(qū)制造業(yè)的技術(shù)效率對(duì)產(chǎn)業(yè)的成長(zhǎng)具有一定的推動(dòng)作用，但由于其平均值僅為30%，無(wú)效率因素占絕大部分（70%），使其作用受到一定程度的限制，還有很大的上升空間。無(wú)效率因素占的比例過(guò)高，說(shuō)明東北地區(qū)制造業(yè)在發(fā)展中還存在很多問題，這既有環(huán)境問題，也有行業(yè)本身的原因。東北地區(qū)存在的機(jī)制體制問題是眾所周知的，都是效率損失的原因，但更重要的是隨著改革開放后，引進(jìn)外資帶來(lái)的技術(shù)溢出［15］，以及我國(guó)創(chuàng)新體系的完善，技術(shù)進(jìn)步已經(jīng)得到長(zhǎng)足的發(fā)展，生產(chǎn)前沿面已經(jīng)發(fā)生了明顯的外移，而效率損失卻這么嚴(yán)重，說(shuō)明技術(shù)效率的提升遠(yuǎn)遠(yuǎn)落后于技術(shù)進(jìn)步發(fā)展的水平，反映出東北地區(qū)制造業(yè)存在的問題比較突出，矛盾比較尖銳，直接影響著區(qū)域經(jīng)濟(jì)的發(fā)展。

其次，從橫截面上看，技術(shù)效率最高的行業(yè)為煙草制品業(yè)，達(dá)到72%，食品制造業(yè)、通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè)、儀器儀表及辦公用品機(jī)械制造業(yè)的技術(shù)效率高于40%，其余行業(yè)均低于平均值。這說(shuō)明東北地區(qū)的食品工業(yè)和裝備制造業(yè)①裝備制造業(yè)涵蓋了金屬制品業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、交通運(yùn)輸設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)、電子及通訊設(shè)備制造業(yè)、儀器儀表及辦公用機(jī)械制造業(yè)等七大類。中的一些行業(yè)具有較好的資源優(yōu)勢(shì)和產(chǎn)業(yè)基礎(chǔ)，也有比較廣闊的發(fā)展空間。同時(shí)說(shuō)明東北三省制造業(yè)的發(fā)展，不應(yīng)該依賴外延式的投入，而應(yīng)該注重從內(nèi)部挖掘潛力，提高企業(yè)的經(jīng)營(yíng)管理水平和技術(shù)水平，使資源的配置能力和使用效率得到充分的發(fā)揮。

最后，從時(shí)間序列上來(lái)看，技術(shù)效率的平均值從2001年的13.7%上升到2011年的45.7%，上升的幅度較大，驗(yàn)證了模型估計(jì)結(jié)果η＞0的結(jié)論。同時(shí)說(shuō)明東北地區(qū)制造業(yè)技術(shù)效率的發(fā)展進(jìn)入到良性軌道。

（二）東北三省制造業(yè)技術(shù)效率的比較分析

東北地區(qū)每個(gè)省份技術(shù)效率的計(jì)算結(jié)果是基于一般的柯布—道格拉斯生產(chǎn)函數(shù)得到的，模型在5%的水平上都通過(guò)了檢驗(yàn)，測(cè)得的技術(shù)效率經(jīng)過(guò)整理，見圖1和表3。

從圖1中我們可以看到，東北三省各省制造業(yè)的技術(shù)效率都呈上升趨勢(shì)，但吉林省雖然平均增長(zhǎng)速度最快（15.9%），但其發(fā)展水平卻最低，一直處于最下方，黑龍江省由于平均增長(zhǎng)速度（12.1%）高于遼寧省（10.6%），后來(lái)居上，超過(guò)了遼寧省位居第一。

圖1 2001—2011年?yáng)|北地區(qū)各省份制造業(yè)平均技術(shù)效率水平增長(zhǎng)趨勢(shì)

從表3可以看出，就平均值而言，黑龍江省的技術(shù)效率水平最高，其次為遼寧省，吉林省最低。從各行業(yè)來(lái)看，黑龍江省的食品制造業(yè)、飲料制造業(yè)、煙草制品業(yè)、造紙及紙制品業(yè)、化學(xué)原料及化學(xué)制品業(yè)制造業(yè)、醫(yī)藥制造業(yè)、化學(xué)纖維制造業(yè)、黑色金屬冶煉及壓延加工業(yè)、交通運(yùn)輸設(shè)備制造業(yè)、通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè)等10個(gè)行業(yè)技術(shù)效率水平最高，遼寧省的紡織業(yè)、非金屬礦物制品業(yè)、有色金屬冶煉及壓延加工業(yè)、金屬制品業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)、儀器儀表及文化辦公用品機(jī)械制造業(yè)等8個(gè)行業(yè)技術(shù)效率水平最高，而吉林省只有交通運(yùn)輸設(shè)備制造業(yè)與黑龍江省的并列處于最高水平。相對(duì)而言遼寧省和黑龍江省的支柱產(chǎn)業(yè)的技術(shù)效率水平高于吉林省，說(shuō)明吉林省的劣勢(shì)比較突出，無(wú)論是支柱產(chǎn)業(yè)還是優(yōu)勢(shì)特色產(chǎn)業(yè)，其差距都是很明顯的。技術(shù)效率的差距也反映了行業(yè)的差距以及競(jìng)爭(zhēng)優(yōu)勢(shì)，所以各地區(qū)應(yīng)根據(jù)實(shí)際情況，制定相應(yīng)的發(fā)展戰(zhàn)略。雖然東北地區(qū)各省都在制造業(yè)中確立了自己的支柱產(chǎn)業(yè)或者特色優(yōu)勢(shì)產(chǎn)業(yè)予以重點(diǎn)扶持，但是絕大部分制造業(yè)支柱產(chǎn)業(yè)或者優(yōu)勢(shì)特色產(chǎn)業(yè)的技術(shù)效率卻比較低，這正是東北地區(qū)產(chǎn)業(yè)發(fā)展的問題所在。

表3 東北三省制造業(yè)各行業(yè)產(chǎn)業(yè)地位及2001—2011年間平均技術(shù)效率水平

四、結(jié)論與啟示

利用東北地區(qū)制造業(yè)18個(gè)樣本行業(yè)2001—2011年的數(shù)據(jù)，運(yùn)用隨機(jī)前沿模型的方法，對(duì)其技術(shù)效率水平進(jìn)行測(cè)算，并對(duì)各省進(jìn)行了比較，得到如下結(jié)論：

第一，就東北三省整體而言，技術(shù)效率水平都呈現(xiàn)上升趨勢(shì)，而且上升的幅度較大，說(shuō)明東北地區(qū)制造業(yè)的企業(yè)經(jīng)營(yíng)管理水平有了很大的改善，技術(shù)效率對(duì)產(chǎn)業(yè)的成長(zhǎng)具有一定的推動(dòng)作用，進(jìn)入到了一個(gè)良性成長(zhǎng)的軌道。但無(wú)效率因素所占的比例仍然很高，平均為70%，一方面說(shuō)明東北地區(qū)制造業(yè)存在著比較突出的問題，另一方面表明還存在著很大進(jìn)一步發(fā)展的空間。

第二，技術(shù)效率水平存在著行業(yè)差距，絕大部分支柱產(chǎn)業(yè)或優(yōu)勢(shì)特色產(chǎn)業(yè)的技術(shù)效率偏低，這很不利于東北地區(qū)的發(fā)展。東北地區(qū)制造業(yè)的發(fā)展，應(yīng)該針對(duì)不同的區(qū)位優(yōu)勢(shì)和行業(yè)特點(diǎn)，采取不同的策略，以便充分挖掘潛力，提高生產(chǎn)效率，使資源得到有效配置。

第三，從各省的比較來(lái)看，雖然都是上升趨勢(shì)，但平均增長(zhǎng)速度卻有顯著差異，導(dǎo)致研究期間內(nèi)，黑龍江省的技術(shù)效率水平超過(guò)了遼寧省，占據(jù)東北地區(qū)的鰲頭。同時(shí)受地域因素的影響，各個(gè)行業(yè)在各省之間也存在明顯的差異。

根據(jù)以上的分析，結(jié)合相關(guān)文獻(xiàn)，我們發(fā)現(xiàn)，技術(shù)效率水平的增長(zhǎng)趨勢(shì)與經(jīng)濟(jì)體制改革日趨完善息息相關(guān)，大量技術(shù)無(wú)效率因素的存在說(shuō)明東北地區(qū)的政府效率、市場(chǎng)競(jìng)爭(zhēng)環(huán)境、國(guó)企改制等問題還嚴(yán)重影響著企業(yè)的經(jīng)營(yíng)管理水平和先進(jìn)技術(shù)的利用水平，因此，東北地區(qū)迫切需要經(jīng)濟(jì)體制的深化改革，以保證經(jīng)濟(jì)增長(zhǎng)方式的有效轉(zhuǎn)變。

［1］ 楊東亮.東北振興政策實(shí)踐效果評(píng)價(jià)與政策啟示——基于全要素生產(chǎn)率增長(zhǎng)的全國(guó)比較［J］.東北亞論壇，2011（5）：99－108.

［2］ 姚洋，章齊.中國(guó)工業(yè)企業(yè)技術(shù)效率分析［J］.經(jīng)濟(jì)研究，2001（10）：13－19，28.

［3］ 李春艷，李楠博.基于DEA 的中國(guó)區(qū)域廉租房制度效率研究［J］.東北師大學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2011（3）：43－47.

［4］ 傅曉霞，吳利學(xué).技術(shù)效率、資本深化與地區(qū)差異——基于隨機(jī)前沿模型的中國(guó)地區(qū)收斂分析［J］.經(jīng)濟(jì)研究，2006（10）：52－61.

［5］ 沈能，劉鳳朝，趙建強(qiáng).中國(guó)地區(qū)工業(yè)技術(shù)效率差異及其變動(dòng)趨勢(shì)分析——基于Malmquist生產(chǎn)率指數(shù)［J］.科研管理，2007（4）：17－22.

［6］ 楊文舉，張亞云.中國(guó)地區(qū)工業(yè)的動(dòng)態(tài)環(huán)境績(jī)效：基于DEA 的經(jīng)驗(yàn)分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（6）：87－98.

［7］ 楊桂元，王莉莉.我國(guó)制造業(yè)技術(shù)進(jìn)步、技術(shù)效率及區(qū)域差異——基于DEA 方法的實(shí)證研究［J］.技術(shù)經(jīng)濟(jì)，2008，27（1）：110－115.

［8］ 王麗麗.外資進(jìn)入與技術(shù)效率——基于不同技術(shù)水平制造行業(yè) 的 比 較 研 究［J］.經(jīng) 濟(jì) 問 題 探 索，2012（3）：129－134.

［9］ 崔國(guó)平.中國(guó)制造業(yè)技術(shù)效率變化及其決定因素：1996—2005［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2009，28（7）：82－86.

［10］ 陳靜，雷厲.中國(guó)制造業(yè)的生產(chǎn)率增長(zhǎng)、技術(shù)進(jìn)步與技術(shù)效率——基于DEA 的實(shí)證分析［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2010，32（4）：83－89.

［11］ 黃凌云，李星，鮑怡.我國(guó)制造業(yè)技術(shù)效率的測(cè)度分析［J］.科技進(jìn)步與對(duì)策，2011，28（4）：115－120.

［12］ 李春艷，衣辰，張兆陽(yáng).中國(guó)技術(shù)效率的區(qū)域差距與收斂性檢驗(yàn)［J］.經(jīng)濟(jì)地理，2014，34（5）：116－122.

［13］ 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）：35－44.

［14］ 陳詩(shī)一.中國(guó)工業(yè)分行業(yè)統(tǒng)計(jì)數(shù)據(jù)估算：1980—2008［J］.經(jīng)濟(jì)學(xué)：季刊，2011，10（3）：735－776.

［15］ 劉海波，張麗麗.我國(guó)農(nóng)村非正規(guī)金融與農(nóng)民收入關(guān)系研究［J］.東北師大學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2009（5）：33－36.