基于投入產(chǎn)出法的全要素生產(chǎn)率評(píng)估研究

張海偉，李 平

(山東理工大學(xué) 經(jīng)濟(jì)學(xué)院，山東 淄博 255000)

基于投入產(chǎn)出法的全要素生產(chǎn)率評(píng)估研究

張海偉，李 平

(山東理工大學(xué) 經(jīng)濟(jì)學(xué)院，山東 淄博 255000)

以40個(gè)國(guó)家1995—2011年的數(shù)據(jù)為樣本，運(yùn)用投入產(chǎn)出法測(cè)算全要素生產(chǎn)率，并將結(jié)果與采用傳統(tǒng)生產(chǎn)要素測(cè)算的原始結(jié)果進(jìn)行比較，表明運(yùn)用投入產(chǎn)出法測(cè)得全要素生產(chǎn)率明顯低于原始結(jié)果，主要原因是技術(shù)效率存在高估；前者測(cè)算結(jié)果相對(duì)平穩(wěn)，且當(dāng)全要素生產(chǎn)率變動(dòng)較大時(shí)，兩種結(jié)果也相差較大；運(yùn)用DEA測(cè)算方法可得到發(fā)展中國(guó)家與發(fā)達(dá)國(guó)家技術(shù)差距逐漸收斂的結(jié)論。

投入產(chǎn)出法；全要素生產(chǎn)率；DEA

一、引言

1957年，Solow提出全要素生產(chǎn)率(TFP)概念后便引起學(xué)術(shù)界高度關(guān)注，TFP至今仍是衡量一國(guó)GDP、經(jīng)濟(jì)增長(zhǎng)和經(jīng)濟(jì)波動(dòng)的重要指標(biāo)。然而，TFP測(cè)算法始終沒(méi)有得到一致認(rèn)可。學(xué)者對(duì)TFP測(cè)算的質(zhì)疑使該指標(biāo)衡量一國(guó)或地區(qū)經(jīng)濟(jì)發(fā)展水平的可靠性下降，測(cè)算結(jié)果對(duì)經(jīng)濟(jì)現(xiàn)實(shí)的說(shuō)服力不足，合理的測(cè)算方法顯得尤為重要。目前，學(xué)界對(duì)TFP測(cè)度的質(zhì)疑主要在現(xiàn)實(shí)條件是否滿足計(jì)量模型核算的前提假設(shè)及生產(chǎn)要素?cái)?shù)據(jù)測(cè)算是否存在誤差等。比如作為T(mén)FP衡量的重要指標(biāo)，GDP存在數(shù)據(jù)失真、折算不準(zhǔn)確等被高估情況，成為T(mén)FP測(cè)算結(jié)果偏大的因素之一。

針對(duì)以上不足，學(xué)者紛紛提出對(duì)TFP測(cè)算的改進(jìn)方法。除找到具有權(quán)威性和準(zhǔn)確性的測(cè)量方法外，盡量減少投入要素?cái)?shù)據(jù)測(cè)算誤差，是減少TFP測(cè)量偏誤的重中之重。目前關(guān)于TFP測(cè)量數(shù)據(jù)改進(jìn)和處理的文獻(xiàn)很多，遺憾的是現(xiàn)有研究對(duì)于數(shù)據(jù)選取和折算仍然無(wú)法統(tǒng)一。具體表現(xiàn)為：在資本存量估算改進(jìn)的文獻(xiàn)中，學(xué)者對(duì)使用資本的界定和盤(pán)存方法各持己見(jiàn)[1]369-401；在勞動(dòng)力改進(jìn)的文獻(xiàn)中，勞動(dòng)質(zhì)量的衡量指標(biāo)存在差異，如何實(shí)現(xiàn)數(shù)據(jù)選取和折算統(tǒng)一成為我們研究的重點(diǎn)。Jorgenson和Nishimizu(1978)提出基于國(guó)民經(jīng)濟(jì)核算上的KLEMS方法，將投入產(chǎn)出法與TFP相聯(lián)系，給我們研究提供了思路。我們認(rèn)為相對(duì)于傳統(tǒng)數(shù)據(jù)選取和計(jì)算方法不統(tǒng)一的缺陷，利用世界投入產(chǎn)出表中數(shù)據(jù)作為編制國(guó)民收入的重要部分，能夠使各個(gè)國(guó)家的投入有統(tǒng)一衡量標(biāo)準(zhǔn)，減少數(shù)據(jù)偏差。同時(shí)，相比傳統(tǒng)生產(chǎn)要素投入，以貨幣化衡量的生產(chǎn)投入能更好地考慮要素質(zhì)量問(wèn)題，從而有效地解決現(xiàn)有數(shù)據(jù)測(cè)量偏誤問(wèn)題。

基于此，我們重點(diǎn)采用投入產(chǎn)出數(shù)據(jù)對(duì)各國(guó)TFP進(jìn)行測(cè)算。文章的創(chuàng)新點(diǎn)在于避開(kāi)“改進(jìn)資本、勞動(dòng)等有形生產(chǎn)要素測(cè)算來(lái)完善TFP”的傳統(tǒng)思路，將世界投入產(chǎn)出表中各個(gè)國(guó)家作為投入中間品生產(chǎn)的決策部門(mén)，建立一個(gè)系統(tǒng)完整的投入產(chǎn)出框架，用貨幣化的中間品投入代替單純的要素投入數(shù)量，由中間品的投入總量和配置方法決定一個(gè)國(guó)家的技術(shù)進(jìn)步率。與傳統(tǒng)測(cè)量方法相比，我們所用方法不僅可以避免不同數(shù)據(jù)選取的誤差，還可以綜合考慮國(guó)內(nèi)外投入要素的質(zhì)與量，在全球價(jià)值鏈的基礎(chǔ)上衡量?jī)?nèi)涵與外延的技術(shù)進(jìn)步。根據(jù)我們測(cè)度方法，如果一個(gè)國(guó)家的實(shí)際產(chǎn)出和潛在產(chǎn)出相一致，我們可認(rèn)為這個(gè)國(guó)家的技術(shù)是有效的，否則視為無(wú)效。進(jìn)一步將最終結(jié)果與普通測(cè)算TFP方法的所得結(jié)果進(jìn)行對(duì)比，從中驗(yàn)證它們之間的吻合程度及差別，并探尋其測(cè)算差異的原因。

二、研究方法

目前，TFP測(cè)算方法主要分為參數(shù)估計(jì)法和非參數(shù)估計(jì)法兩種。參數(shù)估計(jì)法主要包括收入配額法、計(jì)量經(jīng)濟(jì)學(xué)方法和隨機(jī)邊界法，它們均涉及參數(shù)函數(shù)估計(jì)，并假設(shè)研究對(duì)象在技術(shù)上是有效的。非參數(shù)估計(jì)方法主要包括數(shù)據(jù)包絡(luò)法(Data Envelopment Analysis，即DEA)和指數(shù)法等不涉及參數(shù)函數(shù)估計(jì)，也不需要假設(shè)技術(shù)有效[2]56-64。通過(guò)表1我們可以看出，各種衡量TFP的估計(jì)方法都有使用的局限性。數(shù)據(jù)包絡(luò)法雖然可能使得每個(gè)決策單元缺乏可比性，卻具有簡(jiǎn)明性、應(yīng)用性和易操作性強(qiáng)等特點(diǎn)，得到廣泛應(yīng)用。針對(duì)TFP的數(shù)據(jù)特征，采用數(shù)據(jù)包絡(luò)(DEA)測(cè)算方法對(duì)投入產(chǎn)出數(shù)據(jù)進(jìn)行測(cè)度進(jìn)而評(píng)估TFP是相對(duì)合適的。

表1 TFP不同測(cè)算方法的比較

類別估計(jì)方法存在的弊端參數(shù)估計(jì)法收入配額法資本盤(pán)存困難，沒(méi)有考慮投入要素質(zhì)量問(wèn)題計(jì)量經(jīng)濟(jì)學(xué)方法生產(chǎn)要素?zé)o法準(zhǔn)確估計(jì)，技術(shù)進(jìn)步與全要素生產(chǎn)率無(wú)法剝離隨機(jī)邊界法投入指標(biāo)存在相關(guān)性時(shí)，易產(chǎn)生偏差非參數(shù)估計(jì)法DEA每個(gè)決策單元的特性缺乏可比性指數(shù)法難以確定企業(yè)的技術(shù)生產(chǎn)結(jié)構(gòu)，使得指數(shù)選取偏離實(shí)際生產(chǎn)結(jié)構(gòu)

在操作過(guò)程中，我們選擇將世界投入產(chǎn)出表中的中間產(chǎn)品作為投入指標(biāo)，其主要原因在于：第一，不限制投入要素?cái)?shù)量與種類。傳統(tǒng)TFP測(cè)算方法對(duì)投入的生產(chǎn)要素考慮不夠全面，在進(jìn)行實(shí)證檢驗(yàn)過(guò)程中，更多利用的是資本、就業(yè)等有限生產(chǎn)要素，但事實(shí)上生產(chǎn)產(chǎn)品所用的生產(chǎn)要素多種多樣，在測(cè)算過(guò)程中投入要素不可能羅列窮盡，而投入產(chǎn)出法在全球價(jià)值鏈的基礎(chǔ)上將中間品作為投入指標(biāo)，綜合考慮國(guó)內(nèi)外投入要素情況，不再涉及投入要素的種類和數(shù)量問(wèn)題，相對(duì)于生產(chǎn)要素?cái)?shù)量投入而言更為精確和貼近現(xiàn)實(shí)。第二，綜合考慮到內(nèi)涵和外延的技術(shù)進(jìn)步。傳統(tǒng)TFP測(cè)算方法無(wú)法同時(shí)測(cè)算內(nèi)涵和外延技術(shù)進(jìn)步。內(nèi)涵的技術(shù)進(jìn)步又包括兩種：一種是各個(gè)生產(chǎn)要素的數(shù)量不變，質(zhì)量發(fā)生變化；另一種是生產(chǎn)要素與生產(chǎn)要素之間的組合變得更完美。而外延的技術(shù)進(jìn)步則考慮生產(chǎn)要素的量而非質(zhì)。如今大多數(shù)研究者采用的是利用就業(yè)人數(shù)、資本存量等進(jìn)行測(cè)算，勞動(dòng)的質(zhì)量被忽略[3]16-35，這說(shuō)明生產(chǎn)要素投入分析的僅僅是外延技術(shù)進(jìn)步，測(cè)算結(jié)果有很大偏差。而投入產(chǎn)出法中貨幣化的中間產(chǎn)品投入，可以綜合考慮投入要素的質(zhì)與量，即同時(shí)考慮到內(nèi)涵與外延的技術(shù)進(jìn)步。第三，避免使用數(shù)據(jù)不一致。傳統(tǒng)TFP測(cè)算方法數(shù)據(jù)來(lái)源不一致和計(jì)算方法不統(tǒng)一使得計(jì)量結(jié)果出現(xiàn)偏差，而利用投入產(chǎn)出法則可避免采用資本盤(pán)存等不真實(shí)數(shù)據(jù)核算，且數(shù)據(jù)均出自同一種處理方法，減小了誤差。因此，相比傳統(tǒng)測(cè)算方法，利用投入產(chǎn)出法測(cè)算的TFP更真實(shí)，且TFP測(cè)算過(guò)程中存在投入要素遺漏、忽視要素投入質(zhì)等問(wèn)題可能導(dǎo)致測(cè)度結(jié)果夸大。根據(jù)以上推斷我們可以得出初步結(jié)論：傳統(tǒng)測(cè)量結(jié)果存在一定誤差，會(huì)使TFP被高估。為了驗(yàn)證我們的觀點(diǎn)，進(jìn)一步進(jìn)行實(shí)證檢驗(yàn)。

三、模型選取與數(shù)據(jù)說(shuō)明

(一)模型選取

由于投入產(chǎn)出法假定每個(gè)產(chǎn)品部門(mén)只生產(chǎn)一種同質(zhì)產(chǎn)品，不同產(chǎn)品部門(mén)的產(chǎn)品之間不能相互替代，并且對(duì)于任何一個(gè)部門(mén)而言，其投入與產(chǎn)出為正比例變動(dòng)關(guān)系，收益增加速度等于規(guī)模擴(kuò)大的幅度，這一假定保證了各個(gè)部門(mén)生產(chǎn)規(guī)模報(bào)酬的不變性。因此，我們把投入量作為基本決策變量，選擇投入導(dǎo)向并且規(guī)模報(bào)酬不變的CRS模型。在利用CRS模型測(cè)算技術(shù)效率得分后，進(jìn)一步利用Malmquist模型計(jì)算全要素生產(chǎn)率變動(dòng)、技術(shù)變動(dòng)以及技術(shù)效率變動(dòng)等指數(shù)。

(二)數(shù)據(jù)處理

1.世界投入產(chǎn)出數(shù)據(jù)

我們采用WIOT中提供的1995—2011年世界投入產(chǎn)出數(shù)據(jù)，鑒于其最早年份為1995年，我們擇取1995年為基期，研究美國(guó)、日本、韓國(guó)、中國(guó)、俄羅斯等世界投入產(chǎn)出表中列出的40個(gè)國(guó)家。Cooper等(2000)指出，DEA對(duì)所有決策單元投入與輸出數(shù)據(jù)必須為正數(shù)，而利用投入產(chǎn)出表中數(shù)據(jù)不可避免存在許多0值現(xiàn)象，因此，必須對(duì)投入數(shù)據(jù)進(jìn)行非負(fù)處理[4]1-25。結(jié)合DEA特點(diǎn)即各個(gè)決策單元的同一指標(biāo)數(shù)據(jù)同時(shí)加上相同的正數(shù)或者適當(dāng)減去相同的正數(shù)(aj,bj)>0時(shí)，其DEA有效性不變。已有許多文獻(xiàn)利用該特點(diǎn)對(duì)其數(shù)據(jù)進(jìn)行處理。例如，崔曉東和鄭玉華(2011)對(duì)數(shù)據(jù)的非負(fù)處理是對(duì)該項(xiàng)投入或產(chǎn)出直接加上一個(gè)常數(shù)[5]72-78。我們?cè)诖嘶A(chǔ)上，利用數(shù)據(jù)歸一的原理，將投入產(chǎn)出表中的數(shù)據(jù)處理在 0，1 之間，以此滿足DEA對(duì)數(shù)據(jù)的要求。

2.資本存量及其他變量

由于我們的目的是比較利用投入產(chǎn)出法和傳統(tǒng)方法測(cè)算全要素生產(chǎn)率，因此各國(guó)總產(chǎn)出、資本存量和勞動(dòng)投入是DEA模型分析中所必須選擇的三個(gè)變量。我們以各國(guó)GDP來(lái)表示總產(chǎn)出，為消除價(jià)格影響，選用2005年不變美元計(jì)價(jià)的實(shí)際GDP；勞動(dòng)投入以各國(guó)就業(yè)人數(shù)來(lái)表示；各國(guó)1995—2011年的資本存量則使用Goldsmith(1951)開(kāi)創(chuàng)的永續(xù)盤(pán)存法來(lái)估計(jì)資本存量。

四、測(cè)算結(jié)果與分析

(一)CRS結(jié)果比較

我們測(cè)算了1995—2011年40個(gè)國(guó)家的全要素技術(shù)效率得分，由于數(shù)據(jù)較多，所以僅列出最后3年及各國(guó)均值進(jìn)行比較，結(jié)果如表2。其中，DEA1和DEA2分別表示用投入中間品和投入生產(chǎn)要素測(cè)得的技術(shù)效率得分(以下均用DEA1和DEA2表示投入中間產(chǎn)品與投入生產(chǎn)要素后的結(jié)果)。

由表2看到，總體來(lái)說(shuō)，DEA1效率得分普遍小于DEA2，DEA1的總平均值0.67小于DEA2測(cè)得的0.717，說(shuō)明用生產(chǎn)要素測(cè)得的技術(shù)效率普遍高于中間產(chǎn)品投入測(cè)得的技術(shù)效率。具體而言：首先，對(duì)于各個(gè)國(guó)家，DEA1小于DEA2的國(guó)家占72.5%，僅有27.5%的國(guó)家不符合預(yù)期。其次，從時(shí)間角度看，2009、2010、2011年各年平均測(cè)得的DEA1均小于DEA2，并且它們之間的差距是逐年增加的，高于總的平均差距，說(shuō)明這三年各個(gè)國(guó)家技術(shù)效率相對(duì)之前幾年有較大提升，且DEA2提升的幅度高于DEA1。最后，從波動(dòng)幅度來(lái)看，DEA1總體標(biāo)準(zhǔn)差0.181小于DEA2測(cè)得的0.189，說(shuō)明總體DEA1數(shù)據(jù)穩(wěn)定性高于DEA2。

(二)Malmquist指數(shù)測(cè)算

通過(guò)CRS測(cè)算可以得到各個(gè)國(guó)家歷年技術(shù)效率得分情況，但是數(shù)據(jù)波動(dòng)較大，不容易得出可比較總結(jié)的規(guī)律，因此進(jìn)一步利用Malmquist指數(shù)將全要素生產(chǎn)率變動(dòng)分解并利用其測(cè)得的均值來(lái)說(shuō)明問(wèn)題，具體結(jié)果見(jiàn)表3。

表3給出了從1995到2011年全要素生產(chǎn)效率指數(shù)的均值，可以看出，DEA1與DEA2測(cè)得的技術(shù)效率變動(dòng)與技術(shù)進(jìn)步變動(dòng)率存在不一致性。第一，DEA1測(cè)得的技術(shù)效率變動(dòng)普遍小于DEA2測(cè)得結(jié)果。除德國(guó)、法國(guó)、意大利、日本和臺(tái)灣地區(qū)外，其余35個(gè)國(guó)家技術(shù)變動(dòng)效率均表現(xiàn)為DEA1小于DEA2，說(shuō)明絕大多數(shù)國(guó)家普遍存在技術(shù)效率高估現(xiàn)象；第二，DEA1與DEA2測(cè)得的各國(guó)技術(shù)進(jìn)步變動(dòng)指數(shù)大小關(guān)系不容易總結(jié)。值得注意的是：在40個(gè)國(guó)家中，有6個(gè)國(guó)家利用不同方法測(cè)算的技術(shù)進(jìn)步變動(dòng)一致，有18個(gè)國(guó)家測(cè)得的指數(shù)是DEA1大于DEA2，其余16個(gè)國(guó)家測(cè)得的是DEA1小于DEA2，但是兩種方法測(cè)算出來(lái)的數(shù)據(jù)差距很小，這一點(diǎn)可以從總均值中更好體現(xiàn)出來(lái)，其兩種方法總均值為DEA1= DEA2=1.009，兩者持平，說(shuō)明兩種方法測(cè)算的技術(shù)進(jìn)步變動(dòng)差距不明顯，這有助于我們找到TFP被夸大的源頭；第三，DEA1測(cè)得TFP變動(dòng)普遍小于DEA2測(cè)得結(jié)果，除意大利、立陶宛和臺(tái)灣地區(qū)外，其余37個(gè)國(guó)家均存在TFP被高估。此外，針對(duì)DEA1與DEA2分別測(cè)得的技術(shù)進(jìn)步指數(shù)與技術(shù)效率指數(shù)來(lái)看，技術(shù)進(jìn)步指數(shù)普遍大于技術(shù)效率指數(shù)，說(shuō)明TFP的提升主要依靠的是技術(shù)進(jìn)步，這與許多學(xué)者的觀點(diǎn)一致[6]31-35。綜上所述，雖然技術(shù)進(jìn)步是提升TFP的主要原因，但是TFP被高估的原因卻主要在于各個(gè)國(guó)家的技術(shù)效率在一定程度被高估。

表2 2009—2011年世界各國(guó)全要素技術(shù)效率得分

年份地區(qū)2009201020111995—2011均值DEA1DEA2DEA1DEA2DEA1DEA2DEA1DEA2澳大利亞0．8010．7460．8240．7240．8070．7150．7210．612奧地利0．5760．7870．5550．7770．5280．7870．6040．781比利時(shí)0．6130．8450．5920．8320．5660．8270．650．882保加利亞0．490．8490．4660．8280．4370．8230．4970．76巴西0．9340．9240．9940．9550．970．9570．880．74加拿大0．8360．8760．8530．8730．8220．8730．7740．777中國(guó)10．60710．62510．6410．195塞浦路斯0．4780．8890．4550．8620．4270．8450．4920．707捷克共和國(guó)0．5380．6690．5180．6580．490．6530．5270．528德國(guó)10．86610．87610．88910．941丹麥0．5530．8430．530．830．50．8290．5770．933西班牙0．9290．7110．8520．690．8070．6790．8340．687愛(ài)沙尼亞0．4780．6130．4550．610．4270．6380．490．397芬蘭0．5440．8060．5190．8010．4930．8060．5580．74法國(guó)10．84310．83110．83210．867英國(guó)1110．9950．9960．99510．935希臘0．5520．8760．5190．8110．4830．7390．5550．787匈牙利0．510．7760．4890．7550．4610．7530．5140．659印度尼西亞0．6520．7930．6630．8090．6470．8270．6260．577印度0．9050．730．9380．7580．9120．7620．7170．352愛(ài)爾蘭0．5330．7910．5090．7650．4790．782↑0．5230．649意大利10．85110．8410．980．83511日本10．74110．75810．74810．878大韓民國(guó)0．8030．6490．8210．6670．7910．6730．8150．422立陶宛0．4830．840．460．830．4310．8470．4921盧森堡0．48410．46810．44110．4951拉脫維亞0．480．7090．4570．6720．4290．6830．490．465墨西哥0．70．820．6930．830．6660．828↑0．6510．67馬耳他0．4750．9850．45210．42410．490．815荷蘭0．6920．8760．6590．860．6310．859↑0．7120．859波蘭0．6070．9680．5880．9580．560．955↑0．5670．612葡萄牙0．5390．7570．5130．7510．4810．731↑0．550．734羅馬尼亞0．5240．7750．4970．7380．4710．723↑0．5130．652俄羅斯聯(lián)邦0．84310．85810．87210．6810．74斯洛伐克共和國(guó)0．5030．7590．4790．7670．450．7630．5020．48斯洛文尼亞0．4870．730．4630．720．4340．7160．4990．579瑞典0．5830．8230．5780．8380．5590．8390．6250．787土耳其0．6550．9420．6520．9780．61410．6090．661臺(tái)灣地區(qū)0．60．9060．5930．8730．5570．851↑0．651美國(guó)10．86410．8610．86110．806均值0．6920．8210．6820．8150．660．8140．6720．717標(biāo)準(zhǔn)差0．1950．1010．2070．1030．2160．1030．1810．189

表3 Malmquist分解的指數(shù)均值

國(guó)家EFFCHTECHCHTFPCHDEA1DEA2DEA1DEA2DEA1DEA2澳大利亞1．0071．01↑1．0091．012↑1．0161．022↑奧地利0．9921↑1．0091．013↑11．014↑比利時(shí)0．9910．996↑1．0081．014↑11．01↑保加利亞0．9921．005↑1．0091．0091．0011．014↑巴西1．0061．016↑1．0091．0081．0151．024↑加拿大1．0041．007↑1．0091．01↑1．0131．017↑中國(guó)11．077↑1．0691．0081．0691．085↑塞浦路斯0．9911．011↑1．0091．00611．017↑捷克共和國(guó)0．9951．013↑1．0091．0051．0041．018↑德國(guó)10．9960．9991．01↑0．9991．007↑丹麥0．9910．993↑1．0091．013↑11．005↑西班牙0．9980．999↑1．0091．012↑1．0071．011↑愛(ài)沙尼亞0．9911．03↑1．0091．00611．036↑芬蘭0．9921．005↑1．0091．012↑1．0011．017↑法國(guó)10．9971．0041．011↑1．0041．009↑英國(guó)11．004↑1．0071．009↑1．0071．013↑希臘0．9910．996↑1．0091．00711．003↑匈牙利0．9931．008↑1．0091．0051．0021．014↑印度尼西亞1．0021．023↑1．0091．0081．0111．031↑印度1．0151．049↑1．0081．0081．0241．058↑愛(ài)爾蘭0．9951．012↑1．0091．019↑1．0031．031↑意大利0．9990．9891．011．011．0080．999日本10．990．991．01↑0．991↑大韓民國(guó)0．9981．03↑1．0081．0081．0071．038↑立陶宛0．9920．99↑1．0091．0071．0010．996盧森堡0．9931↑1．0081．021↑1．0011．021↑拉脫維亞0．9921．024↑1．0091．0071．0011．032↑墨西哥1．0011．013↑1．0091．0071．011．021↑馬耳他0．9911．013↑1．0091．00511．018↑荷蘭0．9921↑1．0091．011↑1．0021．011↑波蘭0．9991．028↑1．0091．0061．0081．035↑葡萄牙0．9921↑1．0091．00611．006↑羅馬尼亞0．9951．007↑1．0091．0091．0041．015↑俄羅斯聯(lián)邦1．0161．019↑1．0091．0091．0251．028↑斯洛伐克共和國(guó)0．9931．029↑1．0091．0051．0021．034↑斯洛文尼亞0．9911．013↑1．0091．00611．02↑瑞典0．9931．004↑1．0091．013↑1．0021．017↑土耳其1．0011．026↑1．0091．0071．0091．033↑臺(tái)灣地區(qū)0．990．991．0081．0050．9980．995美國(guó)11．004↑1．0041．011↑1．0041．015↑均值0．9971．01↑1．0091．0091．0061．02↑標(biāo)準(zhǔn)差0．0060．017↑0．0100．0040．0120．016↑

為進(jìn)一步闡釋基于兩種測(cè)算方法下各國(guó)TFP的不一致性，我們將比較1995—2011年DEA1與DEA2所測(cè)數(shù)據(jù)的動(dòng)態(tài)變化，以1995年為基期，Malmquist生產(chǎn)率指數(shù)連乘，可以得到歷年相對(duì)于1995年累積全要素生產(chǎn)率的變化。如圖1所示，可以看出歷年DEA1均位于DEA2下方，表示DEA1測(cè)得的指數(shù)均小于DEA2，再次證實(shí)使用生產(chǎn)要素投入測(cè)算的結(jié)果是被高估的。觀察數(shù)據(jù)走勢(shì)可得，在1995—2000年，二者差距較大，主要原因是1998年金融危機(jī)發(fā)生，DEA2一直呈現(xiàn)上升趨勢(shì)，而DEA1則出現(xiàn)明顯下降，表明該次金融危機(jī)對(duì)DEA1的影響大于對(duì)DEA2的影響，極大影響了各國(guó)新技術(shù)的運(yùn)用效率。在2000年之后，兩者變動(dòng)方向基本一致。值得注意的是，在2008—2010年，DEA1與DEA2均出現(xiàn)下降，DEA1下降的幅度小于DEA2，說(shuō)明2008年的金融危機(jī)對(duì)生產(chǎn)要素投入的影響較大，極大影響了各國(guó)新技術(shù)的研發(fā)。此外，從數(shù)據(jù)波動(dòng)的情況看，可以看出DEA1比DEA2增長(zhǎng)的更平緩。具體表現(xiàn)為：在2001—2008年，兩者均呈上升趨勢(shì)，并且DEA2比DEA1增長(zhǎng)速度更快；在2009—2010年，DEA1與DEA2均出現(xiàn)下降情況，同樣DEA2下降的幅度明顯超過(guò)DEA1。由圖1，我們進(jìn)一步驗(yàn)證了通過(guò)表2得到的結(jié)論，即DEA2在一定程度上夸大了全要素生產(chǎn)率的變動(dòng)，并且DEA1測(cè)得的數(shù)據(jù)比DEA2更穩(wěn)定。

圖1 1995-2011累計(jì)Malmquist生產(chǎn)率指數(shù)均值

為進(jìn)一步驗(yàn)證DEA1與DEA2測(cè)算結(jié)果在各國(guó)家、地區(qū)的差別，可以根據(jù)兩種方法測(cè)算得到的結(jié)果對(duì)國(guó)家地區(qū)進(jìn)行排名，來(lái)分析兩種方法的差距。具體操作是將兩種方法測(cè)得40個(gè)國(guó)家和地區(qū)的平均TFP排名，并列出排名前十位與排名后十位的國(guó)家或地區(qū)，以方便分析比較。如表4所示，在排名前十位的國(guó)家中，DEA1與DEA2測(cè)得結(jié)果均在前十位的國(guó)家共有5個(gè)，其中，排名一致的有1個(gè)為印度尼西亞；在排名后十位的國(guó)家中，DEA1與DEA2均出現(xiàn)的國(guó)家共有7個(gè)，并且排名一致的有4個(gè)，分別為印度、斯洛文尼亞、波蘭和法國(guó)。通過(guò)對(duì)比分析，我們可以看出，在排名后十位的國(guó)家中，DEA1與DEA2之間的排名情況差距較小，而對(duì)于排名前十位的國(guó)家，DEA1與DEA2之間的差距較大。這說(shuō)明，TFP變動(dòng)率越大的國(guó)家，DEA1與DEA2的差異越大，其可能是受到影響TFP變動(dòng)的外部因素，使得該國(guó)家投入生產(chǎn)要素與中間產(chǎn)品出現(xiàn)較大差距。

表4 各國(guó)TFP變動(dòng)率均值排名

排名前十位的國(guó)家排名后十位的國(guó)家DEA1DEA2DEA1DEA2印度尼西亞印度尼西亞印度印度塞浦路斯瑞典希臘美國(guó)瑞典盧森堡英國(guó)意大利中國(guó)英國(guó)斯洛文尼亞斯洛文尼亞巴西葡萄牙波蘭波蘭加拿大馬耳他法國(guó)法國(guó)愛(ài)爾蘭德國(guó)俄羅斯荷蘭拉脫維亞立陶宛意大利匈牙利德國(guó)斯洛伐克臺(tái)灣地區(qū)保加利亞葡萄牙愛(ài)爾蘭荷蘭臺(tái)灣地區(qū)

(三)對(duì)發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家TFP變動(dòng)的對(duì)比

技術(shù)進(jìn)步是世界經(jīng)濟(jì)增長(zhǎng)的重要因素，是提高一國(guó)軟實(shí)力的重要保證，在對(duì)各國(guó)經(jīng)濟(jì)分析的過(guò)程中，技術(shù)進(jìn)步是不可忽略的因素。通過(guò)上述驗(yàn)證，我們將投入產(chǎn)出法結(jié)合DEA的測(cè)度方法具有可信度。用該方法測(cè)度的結(jié)果表明，現(xiàn)有TFP存在明顯高估和不準(zhǔn)確的情況。結(jié)合現(xiàn)實(shí)情況可知，任何國(guó)家與地區(qū)都不能僅僅依靠自身力量進(jìn)行科技創(chuàng)新，衡量各個(gè)國(guó)家TFP更不可以局限于國(guó)內(nèi)有限的生產(chǎn)要素方面。在全球價(jià)值鏈日益升級(jí)優(yōu)化的同時(shí)，索羅余值等測(cè)算方法僅僅考慮到本國(guó)投入的生產(chǎn)要素質(zhì)與量，測(cè)量結(jié)果應(yīng)存在高估，相對(duì)而言，DEA1方法利用投入產(chǎn)出法，綜合考慮生產(chǎn)一種產(chǎn)品所需要的各個(gè)國(guó)家中間產(chǎn)品投入。這不禁引發(fā)新的思考，傳統(tǒng)方法測(cè)度發(fā)達(dá)國(guó)家和發(fā)展國(guó)家技術(shù)差距是否可信？為解決該問(wèn)題，我們進(jìn)一步將40個(gè)國(guó)家進(jìn)行分類比較，測(cè)算頗具爭(zhēng)議的發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家TFP差距問(wèn)題。

為使測(cè)算結(jié)果更加準(zhǔn)確，我們利用投入產(chǎn)出表中各個(gè)國(guó)家和地區(qū)總投入與總產(chǎn)出的權(quán)重，加權(quán)核算發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家的TFP變動(dòng)。如圖2和圖3所示，利用DEA1得到的發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家TFP變動(dòng)的差距有逐漸減小的趨勢(shì)，這與李平、隨洪光(2006)的觀點(diǎn)相吻合[7]50-59，而DEA2測(cè)得的結(jié)果卻與之相反?？梢?jiàn)，DEA2不僅夸大了各國(guó)TFP，同時(shí)夸大發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家之間技術(shù)進(jìn)步率的差距。值得注意的是，無(wú)論用哪種方法，測(cè)得的發(fā)達(dá)國(guó)家TFP變動(dòng)均位于發(fā)展中國(guó)家下方，表明近年發(fā)達(dá)國(guó)家的技術(shù)進(jìn)步速度低于發(fā)展中國(guó)家。但DEA1與DEA2不同的是：第一，DEA1測(cè)得發(fā)達(dá)國(guó)家在2008年TFP變動(dòng)是小于1的，說(shuō)明在2008年之前，歷年TFP有不同程度下降，而發(fā)展中國(guó)家TFP變動(dòng)則在1附近波動(dòng)；第二，發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家在2001年TFP均值開(kāi)始上升，可能的原因是部分國(guó)家加入WTO，有利于提升該國(guó)的TFP水平，且這一變化對(duì)發(fā)達(dá)國(guó)家影響較大，具體表現(xiàn)為T(mén)FP變動(dòng)率突然增大，但是仍未突破1。因此，正是由于1996-2008年之間發(fā)達(dá)國(guó)家TFP下降與發(fā)展中國(guó)家TFP上升，才導(dǎo)致發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家TFP差距呈逐漸減小趨勢(shì)。相反，對(duì)于DEA2的結(jié)果，可以看出，在2000年之前，發(fā)達(dá)國(guó)家TFP變動(dòng)小于1與發(fā)展中國(guó)家TFP變動(dòng)大于1在一定程度上起到縮小TFP差距的作用，在2000年之后，發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家都以穩(wěn)定的比率逐年上升，因此，發(fā)展中國(guó)家與發(fā)達(dá)國(guó)家TFP差距越來(lái)越大。

圖2 DEA1測(cè)得發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家

圖3 DEA2測(cè)得發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家

五、結(jié)論

我們采用投入產(chǎn)出法與DEA方法分析1995—2011年40個(gè)國(guó)家和地區(qū)TFP的變動(dòng)，以期提供更為真實(shí)的結(jié)果。研究結(jié)論如下：第一，利用CRS模型得到歷年平均技術(shù)效率得分情況，用投入產(chǎn)出法測(cè)得的TFP普遍小于用生產(chǎn)要素投入測(cè)得的TFP，且前者穩(wěn)定性高于后者；第二，將Malmquist生產(chǎn)指數(shù)分解得到的TFP變動(dòng)指數(shù)、技術(shù)效率指數(shù)與技術(shù)進(jìn)步指數(shù)進(jìn)行對(duì)比可得，用生產(chǎn)要素投入數(shù)量測(cè)算的TFP存在一定程度高估，其主要原因在于技術(shù)效率被高估，這說(shuō)明傳統(tǒng)方法可衡量的投入要素?cái)?shù)量有限，在產(chǎn)出一定的情況下，最小化投入的能力被夸大。同時(shí)，將Malmquist生產(chǎn)指數(shù)連乘，同樣可以看出歷年TFP變動(dòng)均呈現(xiàn)DEA1小于DEA2；第三，通過(guò)DEA1與DEA2測(cè)得結(jié)果對(duì)國(guó)家和地區(qū)進(jìn)行排名，可以看出前十名的國(guó)家吻合度較差，后十名的國(guó)家吻合度較高，由此得出TFP變動(dòng)率越大的國(guó)家，兩種測(cè)算方法測(cè)算的差距越大；第四，對(duì)DEA1與DEA2結(jié)果分類處理，發(fā)現(xiàn)發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家的技術(shù)差距是逐漸減小的。減小的原因在于在相當(dāng)一段時(shí)間內(nèi)，發(fā)達(dá)國(guó)家技術(shù)進(jìn)步率呈現(xiàn)下降趨勢(shì)，給發(fā)展中國(guó)家追趕的機(jī)會(huì)和空間。

根據(jù)測(cè)算結(jié)果分析，我國(guó)同樣存在TFP被高估情況。DEA1測(cè)得的TFP變動(dòng)為1.069，小于DEA2測(cè)得的1.085，同時(shí)技術(shù)效率變動(dòng)也被高估(前者為1，后者為1.077)且在40個(gè)國(guó)家和地區(qū)中高估程度相對(duì)較高，探究TFP被高估的深層原因尤為重要?？紤]到我們測(cè)算方法的局限性，即鑒于DEA的局限性，只能將世界投入產(chǎn)出表中各個(gè)行業(yè)層次整合為國(guó)家層次進(jìn)行測(cè)算，無(wú)法提供一個(gè)國(guó)家TFP更詳盡的信息。因此，在下一步研究中，宜將針對(duì)中國(guó)的投入產(chǎn)出數(shù)據(jù)，測(cè)算具體行業(yè)的TFP變動(dòng)，檢測(cè)我國(guó)TFP真實(shí)水平并探尋其提升路徑，為我國(guó)全面提高全要素生產(chǎn)率水平提供決策參考。

[1]Marrocu E, Paci R. Education or Creativity: What Matters Most for Economic Performance?[J]. Economic Geography, 2012, 88(4).

[2]李小平，朱鐘棣．中國(guó)工業(yè)行業(yè)的全要素生產(chǎn)率測(cè)算——基于分行業(yè)面板數(shù)據(jù)的研究[J].管理世界，2005，(4)．

[3]Oyeranti A. Concept and Measurement of Productivity. Productivity and Capacity Building in Nigeria[C].Proceedings of the Ninth Annual Conference of the Zonal Research Units of the Central Bank of Nigeria，2000.

[4]Cooper W, Seiford M, Zhu J. A Unified Additive Model Approach for Evaluating Inefficiency and Congestion with Associated Measures in DEA[J]. Socio-Economic Planning Sciences, 2000, 34(1).

[5]崔曉東，鄭玉華．基于RAM的我國(guó)財(cái)險(xiǎn)公司效率與償付能力關(guān)系研究[J].統(tǒng)計(jì)研究，2011，(3)．

[6]馮蕾．2005-2007年我國(guó)省際能源效率研究——基于DEA方法非意愿變量CRS模型的測(cè)度[J].統(tǒng)計(jì)研究，2009，(11)．

[7]李平，隨洪光．國(guó)際技術(shù)擴(kuò)散與經(jīng)濟(jì)增長(zhǎng)：收斂模型[J].南開(kāi)經(jīng)濟(jì)研究，2006，(6)．

2017-06-21

張海偉，女，山東濟(jì)寧人，山東理工大學(xué)經(jīng)濟(jì)學(xué)院副教授，經(jīng)濟(jì)學(xué)博士；李平，男，浙江寧波人，山東理工大學(xué)經(jīng)濟(jì)與管理學(xué)部主任、教授，經(jīng)濟(jì)學(xué)博士。

F223

A

1672-0040(2017)05-0005-07

(責(zé)任編輯魯守博)