河南省工業(yè)生產(chǎn)影響因素及效率分析

張康輝， 陳 振

（河南農(nóng)業(yè)大學(xué)信息與管理科學(xué)學(xué)院，鄭州 450046）

長(zhǎng)期以來(lái)，中國(guó)工業(yè)發(fā)展比較重視總量和規(guī)模，對(duì)效率和質(zhì)量問(wèn)題重視不夠［1］. 工業(yè)是第二產(chǎn)業(yè)的重要組成部分，工業(yè)的能源消耗占國(guó)民經(jīng)濟(jì)能源消耗的70%［2］，工業(yè)生產(chǎn)效率直接影響著中國(guó)整體產(chǎn)業(yè)的效率. 近20 年是河南省城市化和工業(yè)化加速發(fā)展的重要時(shí)期［3］，河南的工業(yè)效率對(duì)河南經(jīng)濟(jì)的發(fā)展發(fā)揮著重要的作用.

目前國(guó)內(nèi)學(xué)者對(duì)工業(yè)的研究已經(jīng)較為成熟，國(guó)外對(duì)工業(yè)效率的研究也較多. 隨著科學(xué)技術(shù)的發(fā)展，考慮多重因素對(duì)工業(yè)效率的影響正在漸漸成為主流. 以往的研究大致可分為兩大類(lèi)別：

1）直接對(duì)工業(yè)效率進(jìn)行的研究. 現(xiàn)今全球出現(xiàn)資源短缺的狀況，提高資源利用率是解決這一問(wèn)題的有效方法. 李鵬等采用MML指數(shù)法和Tobit 模型測(cè)算了我國(guó)工業(yè)行業(yè)的全要素生產(chǎn)率，并分析了影響工業(yè)全要素生產(chǎn)率的因素［4］；虞峰對(duì)我國(guó)東部9個(gè)發(fā)達(dá)省份的工業(yè)效率進(jìn)行了綜合評(píng)價(jià)［5］；郭亞軍采用三階段DEA模型對(duì)我國(guó)工業(yè)生產(chǎn)效率進(jìn)行了實(shí)證研究［6］；司偉等運(yùn)用CCR和CCGSS模型測(cè)算了中國(guó)制糖工業(yè)的規(guī)模收益［7］；Li采用隨機(jī)前沿分析方法對(duì)中國(guó)的工業(yè)技術(shù)效率進(jìn)行了分析［8］；在考慮到非期望產(chǎn)出的基礎(chǔ)上，陳亞等計(jì)算了中國(guó)制造業(yè)能源效率，并討論了輕重工業(yè)之間的能源效率差異［9］. 國(guó)外學(xué)者也對(duì)工業(yè)的效率做了研究：Martínez采用數(shù)據(jù)包絡(luò)分析法（DEA）研究了德國(guó)和哥倫比亞制造業(yè)能源密集型產(chǎn)業(yè)，認(rèn)為影響兩國(guó)能源效率的因素有勞動(dòng)生產(chǎn)率、電力份額、投資和企業(yè)規(guī)模［10］；Minwir將多種非參數(shù)估計(jì)方法和DEA相結(jié)合，研究了以色列的工業(yè)［11］.

2）間接對(duì)工業(yè)效率的研究. 金融業(yè)對(duì)工業(yè)的效率有一定的影響，張薇薇等分析了國(guó)外金融業(yè)發(fā)展對(duì)工業(yè)效率影響的文獻(xiàn)資料，對(duì)金融給予支撐工業(yè)效率提升的集聚、創(chuàng)新、資源配置能力進(jìn)行歸集和探討［12］；余泳澤等從金融集聚的機(jī)制出發(fā)，研究了金融集聚對(duì)工業(yè)生產(chǎn)效率提升產(chǎn)生空間外溢效應(yīng)的原理和機(jī)制［13］. 服務(wù)業(yè)對(duì)工業(yè)效率也有影響：程中華等從生產(chǎn)性服務(wù)業(yè)集聚的內(nèi)在機(jī)制出發(fā)，分析了生產(chǎn)性服務(wù)業(yè)集聚提升工業(yè)效率以及產(chǎn)生空間外溢效應(yīng)的理論機(jī)制［14］；李偉慶分析了知識(shí)密集型服務(wù)業(yè)對(duì)我國(guó)工業(yè)效率影響的內(nèi)在機(jī)理和影響因素［15］. 除了服務(wù)業(yè)和金融業(yè)對(duì)工業(yè)效率有影響之外，物流業(yè)對(duì)工業(yè)效率也有影響：梁紅艷等引入地理距離、制度環(huán)境、工業(yè)企業(yè)規(guī)模、信息化水平4個(gè)因素，分析這些因素對(duì)物流業(yè)提升工業(yè)效率運(yùn)行機(jī)制的影響［16］. 為減輕全球溫室效應(yīng)，一部分學(xué)者從環(huán)境角度分析工業(yè)效率：東童童將霧霾污染納入到產(chǎn)出密度模型中，并推導(dǎo)出霧霾污染、工業(yè)集聚與工業(yè)效率的交互影響理論模型［17］；Lise等利用世界上大多數(shù)銅礦工業(yè)的面板數(shù)據(jù)，采用隨機(jī)前沿方法研究ISO環(huán)境標(biāo)準(zhǔn)對(duì)效率的影響［18］；辜子寅從靜態(tài)和動(dòng)態(tài)兩個(gè)方面對(duì)環(huán)境視角下中國(guó)工業(yè)效率進(jìn)行測(cè)度和對(duì)比分析，運(yùn)用面板數(shù)據(jù)模型對(duì)工業(yè)效率影響因素進(jìn)行研究［19］；王燕等對(duì)能源和環(huán)境因素約束下的中國(guó)區(qū)域工業(yè)效率和綠色全要素生產(chǎn)率進(jìn)行了考察，并對(duì)區(qū)域之間考慮環(huán)境因素的全要素生產(chǎn)率和不考慮環(huán)境因素的全要素生產(chǎn)率進(jìn)行了比較［20］；有學(xué)者在考慮環(huán)境污染的基礎(chǔ)上測(cè)算了OECD 國(guó)家的工業(yè)生產(chǎn)率狀況［21］. 還有一些學(xué)者從其他角度對(duì)工業(yè)進(jìn)行了研究：文獻(xiàn)［22］從CO2的排放角度衡量了OECD中14個(gè)國(guó)家制造業(yè)的環(huán)境成本；Hasanbeigi等分析了23項(xiàng)我國(guó)鋼鐵工業(yè)過(guò)程的節(jié)能技術(shù)和措施，并對(duì)折現(xiàn)率進(jìn)行了敏感性分析［23］.

基于以上分析，本文采用Pearson相關(guān)性分析驗(yàn)證選取指標(biāo)的合理性和檢驗(yàn)指標(biāo)的偏差程度，并用散點(diǎn)圖和曲線擬合對(duì)指標(biāo)間的關(guān)系進(jìn)行分析，然后使用DEA 方法中的BBC 模型對(duì)選取的指標(biāo)數(shù)據(jù)進(jìn)行效率測(cè)算，并對(duì)測(cè)算結(jié)果（DEA有效年份和DEA無(wú)效年份分布、DEA無(wú)效年份具體調(diào)整值趨勢(shì)和周期性）進(jìn)行分析，最后從資源、就業(yè)人數(shù)和科技等方面提出相關(guān)政策建議.

1 研究方法

1.1 相關(guān)性分析

投入與產(chǎn)出應(yīng)符合“同向性”假設(shè)，也就是當(dāng)投入增加時(shí)，產(chǎn)出不應(yīng)該減少. 選取Pearson相關(guān)分析方法驗(yàn)證選取指標(biāo)的合理性. Pearson相關(guān)系數(shù)是度量?jī)啥ň嘧兞康木€性相關(guān)性，具體數(shù)學(xué)定義為：

其中：n為樣本數(shù)；xi和yi分別為相對(duì)應(yīng)變量值；和為兩變量均值；Sx和Sy是兩變量標(biāo)準(zhǔn)差. 相關(guān)系數(shù)的值越大，相關(guān)性越強(qiáng)；反之則弱. 一般認(rèn)為，相關(guān)系數(shù)值在［0.8，1］為極強(qiáng)相關(guān)，［0.6，0.8］為強(qiáng)相關(guān)，［0.4，0.6］之間為中等程度相關(guān)，［0.2，0.4］為弱相關(guān)，［0，0.2］為不相關(guān).

1.2 數(shù)據(jù)包絡(luò)分析

Charnes 在1978 年提出了數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA）［24］. DEA 能針對(duì)多投入問(wèn)題進(jìn)行分析，并得出投入是否合理以及改進(jìn)的具體數(shù)值. 在供給側(cè)改革的背景下、在產(chǎn)出不變的情況下，減少資源的投入能夠有效解決目前我國(guó)資源匱乏的窘境. 因此本文選取規(guī)模報(bào)酬可變的BCC模型：

其中：θ 是決策單元的效率；e?T、eT、s-、s+是松弛變量；n為決策單元；x和y分別表示投入和產(chǎn)出；ε 為非阿基米德無(wú)窮小量；λ 表示決策單元的權(quán)重. 若θ=1、s-=0、s+=0，則決策單元為DEA 有效；若θ=1、s-≠0 或s+≠0，則決策單元為弱DEA有效；如果θ ＜1，則決策單元為非DEA有效. 決策單元為DEA有效，表明當(dāng)年的投入產(chǎn)出合理；弱DEA有效，需要對(duì)決策單元進(jìn)行徑向調(diào)整；DEA無(wú)效，需要把投入或產(chǎn)出調(diào)整為目標(biāo)值，然后判斷其值為DEA有效還是弱DEA有效，從而確定調(diào)整值.

2 研究分析

2.1 指標(biāo)選取及數(shù)據(jù)處理

根據(jù)C-D生產(chǎn)函數(shù)，投入應(yīng)包括資本和勞動(dòng)力. 本文的研究對(duì)象為工業(yè)生產(chǎn)效率，故選取工業(yè)就業(yè)人數(shù)和工業(yè)固定資產(chǎn)投資作為投入指標(biāo). 工業(yè)的投入應(yīng)包括能源（熱能、電能和機(jī)械能）方面的投入. 選取工業(yè)增加值為產(chǎn)出指標(biāo).

2.1.1 C-D生產(chǎn)函數(shù)形式

其中：Y代表工業(yè)總產(chǎn)值；A代表綜合技術(shù)水平；L為勞動(dòng)力數(shù)（單位：萬(wàn)人）；K是資本（單位：萬(wàn)元）. 一般認(rèn)為是固定資產(chǎn)凈值；α 是勞動(dòng)力的彈性系數(shù)；β 是資本的彈性系數(shù)；μ 是隨機(jī)干擾項(xiàng)；μ ≤1.

2.1.2 勞動(dòng)力投入 選取河南省工業(yè)產(chǎn)業(yè)就業(yè)人數(shù)（單位：萬(wàn)人）作為勞動(dòng)力投入，數(shù)據(jù)來(lái)源于2006—2017年的《河南統(tǒng)計(jì)年鑒》.

2.1.3 資本投入 選取工業(yè)固定資產(chǎn)（單位：億元）作為資本投入. 對(duì)于固定資產(chǎn)，本文采用通用的永續(xù)盤(pán)存法進(jìn)行測(cè)算. 由于2005年以前和之后《河南統(tǒng)計(jì)年鑒》所包含投資項(xiàng)目不同，因此選取2005年以后作為研究時(shí)間范圍. 永續(xù)盤(pán)存法公式為：

其中：K代表資本；t 為年份；α 為折舊率；I為名義投資額.

2.1.4 能源投入 由于工業(yè)的能源消耗占國(guó)民經(jīng)濟(jì)能源消耗的70%［2］，將能源投入也作為投入指標(biāo)，相關(guān)能源投入換算為相應(yīng)煤炭消耗量（單位：萬(wàn)t標(biāo)準(zhǔn)煤），數(shù)據(jù)來(lái)源于國(guó)家數(shù)據(jù)網(wǎng)（http：//data.stats.gov.cn/）.

2.1.5 產(chǎn)出指標(biāo) 工業(yè)總產(chǎn)值包括已經(jīng)消耗的材料、零件等的價(jià)值. 因已消耗的材料為投入，因此產(chǎn)出指標(biāo)為工業(yè)增加值（扣除原材料、燃料、動(dòng)力消耗和各項(xiàng)勞務(wù)消耗以后的價(jià)值）. 數(shù)據(jù)來(lái)源于國(guó)家數(shù)據(jù)網(wǎng)（http：//data.stats.gov.cn/）.

2.2 數(shù)據(jù)分析

采用Pearson相關(guān)性分析法檢驗(yàn)選取指標(biāo)數(shù)據(jù)的合理性，證明指標(biāo)數(shù)據(jù)沒(méi)有出現(xiàn)重大偏差. 表1顯示了2005—2016年投入與產(chǎn)出指標(biāo)間的聯(lián)系強(qiáng)度，根據(jù)圖1的散點(diǎn)圖分布可以看出投入與產(chǎn)出指標(biāo)間的影響關(guān)系，以及投入指標(biāo)之間的關(guān)系.

表1 河南省工業(yè)投入與工業(yè)增加值相關(guān)性Tab.1 The correlation between industrial input and added value in Henan Province

根據(jù)公式（1）對(duì)河南省工業(yè)投入產(chǎn)出指標(biāo)進(jìn)行分析，發(fā)現(xiàn)顯著水平α 為0.01，并且各個(gè)投入指標(biāo)與工業(yè)增加值的相關(guān)系數(shù)檢驗(yàn)概率p（顯著性）基本上都為0，投入與產(chǎn)出指標(biāo)相關(guān)系數(shù)值均在［0.8，1］之間，具有極強(qiáng)相關(guān)性，從而認(rèn)為選取的指標(biāo)之間有相關(guān)性，選取的指標(biāo)合理.

通過(guò)繪制的散點(diǎn)圖，觀察樣本的分布，確定自變量和因變量的相關(guān)關(guān)系，為曲線擬合提供參考.

從圖1 和相關(guān)性檢驗(yàn)結(jié)果得出河南省工業(yè)投入與產(chǎn)出之間存在相關(guān)性，即投入與產(chǎn)出存在關(guān)系，并未出現(xiàn)大規(guī)模的投入增加而產(chǎn)出減少的情況，因此滿足“雙向性”假設(shè). 為避免“多重共線性”問(wèn)題，對(duì)投入產(chǎn)出指標(biāo)進(jìn)行“一對(duì)一”分析.圖1 顯示工業(yè)固定資產(chǎn)投資與工業(yè)增加值大致呈現(xiàn)為非線性趨勢(shì)，工業(yè)就業(yè)人數(shù)與工業(yè)增加值大致為線性關(guān)系，而綜合能源消費(fèi)總量與工業(yè)增加值之間則無(wú)明顯的線性和非線性關(guān)系. 工業(yè)固定資產(chǎn)投資與工業(yè)就業(yè)人數(shù)呈現(xiàn)為非線性關(guān)系，其他兩兩變量間不呈現(xiàn)明顯的線性及非線性關(guān)系.

根據(jù)圖1中的散點(diǎn)圖分布規(guī)律，用SPSS 24軟件進(jìn)行曲線擬合如表2. 從表2中可以看出，投入與產(chǎn)出之間、投入與投入之間均通過(guò)了顯著性檢驗(yàn)，R2值和F值除綜合能源消費(fèi)量和工業(yè)增加值較小外，其他都比較大. 工業(yè)固定資產(chǎn)投資與工業(yè)增加值和工業(yè)固定資產(chǎn)與工業(yè)就業(yè)人數(shù)的回歸系數(shù)的二元解釋值較小，但可以使用. 綜合能源消費(fèi)量與工業(yè)增加值之間由于技術(shù)水平的提高導(dǎo)致兩者不存在線性和非線性關(guān)系.

圖1 河南省投入產(chǎn)出指標(biāo)散點(diǎn)圖Fig.1 Input-output scatter chart of Henan Province

表2 投入產(chǎn)出擬合曲線方程檢驗(yàn)及系數(shù)Tab.2 Input-output fitting curve equation test and its coefficient

結(jié)合圖1和表2，從投入與產(chǎn)出角度分析，工業(yè)就業(yè)人數(shù)與工業(yè)增加值之間存在顯著的線性關(guān)系，工業(yè)就業(yè)人數(shù)的增加能增加工業(yè)產(chǎn)值，且為比例式增長(zhǎng)；工業(yè)固定資產(chǎn)投資與工業(yè)增加值的圖像為凸，曲線擬合的結(jié)果為二元一次函數(shù)，其導(dǎo)函數(shù)值為負(fù)，說(shuō)明工業(yè)固定資產(chǎn)投資與工業(yè)增加值之間呈現(xiàn)“邊際效益遞減”規(guī)律，即工業(yè)固定資產(chǎn)投資對(duì)工業(yè)增加值的影響在逐漸降低；綜合能源消費(fèi)總量與工業(yè)增加值的散點(diǎn)圖和擬合曲線，表明綜合能源消費(fèi)量在科技水平與產(chǎn)業(yè)規(guī)模未成熟時(shí)對(duì)工業(yè)增加值影響較大，而在產(chǎn)業(yè)規(guī)模和科技水平已經(jīng)完善后對(duì)工業(yè)的影響力度減少，說(shuō)明河南省工業(yè)技術(shù)效率的提高使資源投入不變時(shí)增加了產(chǎn)出. 從投入角度分析，工業(yè)固定資產(chǎn)投資與工業(yè)就業(yè)人數(shù)的圖像為凸，擬合曲線為二元一次函數(shù)，這與我國(guó)提倡發(fā)展科技與技術(shù)代替人工的政策相符合，在河南省工業(yè)規(guī)模不斷擴(kuò)大期間，工業(yè)就業(yè)人員數(shù)并非與工業(yè)規(guī)模呈正比增長(zhǎng). 工業(yè)就業(yè)人數(shù)與綜合能源消費(fèi)總量的散點(diǎn)圖顯示工業(yè)就業(yè)人數(shù)的增加并不會(huì)導(dǎo)致能源投入的增加，工業(yè)固定資產(chǎn)增加也不會(huì)使能源消耗量增加（工業(yè)固定資產(chǎn)投資-綜合能源消費(fèi)總量），這表示河南省積極踐行國(guó)家提出的節(jié)能減排政策.

以上分析說(shuō)明河南省工業(yè)發(fā)展正由高速增長(zhǎng)向高質(zhì)量發(fā)展轉(zhuǎn)變.

2.3 效率分析

根據(jù)公式（2）對(duì)投入產(chǎn)出指標(biāo)進(jìn)行DEA效率分析. 從圖2可以看出，河南省工業(yè)綜合效率值均在0.9以上. 根據(jù)DEA相關(guān)概念可以得出，DEA有效的年份有2005年、2006年、2010年、2011年、2012年和2016年，說(shuō)明在這些年份中河南省工業(yè)投資較為合理，在研究區(qū)間中的其余年份皆為DEA無(wú)效. 因此，河南省在工業(yè)效率方面仍有很大的提升空間.

由于研究時(shí)間區(qū)間內(nèi)存在不合理的投入，對(duì)投入值進(jìn)一步分析. 表3是每年各個(gè)指標(biāo)的目標(biāo)值及在原投入基礎(chǔ)上改變百分比. 對(duì)于非DEA有效的年份均表現(xiàn)為投入過(guò)剩，其中2009年投入過(guò)剩最為嚴(yán)重，這是因?yàn)?008年出現(xiàn)的金融危機(jī)，雖然金融危機(jī)事件對(duì)我國(guó)經(jīng)濟(jì)影響不大，但也在一定程度上影響著我國(guó)經(jīng)濟(jì)的發(fā)展，當(dāng)時(shí)中國(guó)政府投資了4萬(wàn)億應(yīng)對(duì)金融危機(jī)的挑戰(zhàn)，因此河南省在2009年對(duì)工業(yè)投資較多導(dǎo)致出現(xiàn)冗余較多. 2008年的工業(yè)固定資產(chǎn)投資和工業(yè)就業(yè)人數(shù)冗余較少，這也是金融危機(jī)在一定程度上抑制了這兩方面的投資.

圖2 投入產(chǎn)出綜合效率Fig.2 Input-output comprehensive efficiency

表3 投入指標(biāo)目標(biāo)值及調(diào)整幅度Tab.3 Input index target value and adjustment range

根據(jù)所研究的年份，發(fā)現(xiàn)出現(xiàn)冗余與DEA有效年份的分布均呈現(xiàn)為3年，在研究的年份中，DEA有效和DEA 無(wú)效存在周期性的問(wèn)題. 考慮到投入與產(chǎn)出之間存在一定的“時(shí)滯性”，即當(dāng)期投入會(huì)影響后期的產(chǎn)出. 投入與產(chǎn)出之間存在延遲是造成DEA無(wú)效的主要原因，即DEA無(wú)效年份造成的原因不是由于當(dāng)期的投入不足，而是因?yàn)檠舆t時(shí)間前的投入不足造成當(dāng)期的產(chǎn)出不足，形成了當(dāng)期投入過(guò)剩的現(xiàn)象.

根據(jù)產(chǎn)生“周期性”的原因?qū)ο嘟鼉赡甑墓I(yè)增加值作差（表4），發(fā)現(xiàn)2007 年與2006 年的差值比2006 年與2005 年的多341.92 億 元，2010 年 與2009 年 的 差 值 比2009年與2008年的多1 478.49億元，2013年與2012 年的差值比2012 年與2011 年的少1 148.08 億元，而2016 年與2015 年的差值比2015 年與2014年的多1 205.15億元. 說(shuō)明周期性的原因是因?yàn)橥度氲摹皶r(shí)滯性”所致. 2007—2009 年的差值雖然也較大，但由于2006 年的差值基數(shù)較大，所以后3 年仍為非DEA有效. 2013—2015年產(chǎn)出差距較上一年小，所以為非DEA有效.

從冗余百分比角度分析，排除2009 年特殊年份的投入，調(diào)整百分比后取絕對(duì)值得圖3. 工業(yè)固定資產(chǎn)的投入冗余呈現(xiàn)一定的遞增趨勢(shì)，工業(yè)就業(yè)人數(shù)冗余較為平穩(wěn)，能源消耗冗余呈現(xiàn)遞減趨勢(shì)，表明河南工業(yè)經(jīng)濟(jì)收益增加后，對(duì)工人人數(shù)和工資方面投資較對(duì)工業(yè)固定資產(chǎn)投資少. 對(duì)工業(yè)固定資產(chǎn)投資較多的情況下導(dǎo)致其出現(xiàn)投資過(guò)剩的現(xiàn)象，說(shuō)明了河南省工業(yè)投入方面仍需要調(diào)整. 由于河南省多年來(lái)對(duì)科技發(fā)展的支持，工業(yè)現(xiàn)代化和工業(yè)大機(jī)器的改良使得工業(yè)生產(chǎn)效率得到有效的提高，因此河南省工業(yè)能源消耗在保持每年不變的情況下能提高工業(yè)產(chǎn)值.

表4 工業(yè)增加值差值Tab.4 Industrial added value difference

圖3 非DEA有效年份調(diào)整百分比Fig.3 Non-DEA effective year adjustment percentage

表5 投入松弛值Tab.5 Input in the value of relaxation

當(dāng)無(wú)效年份通過(guò)調(diào)整后能夠達(dá)到DEA有效，但均為弱DEA有效，對(duì)于河南省工業(yè)投入仍然有繼續(xù)調(diào)整優(yōu)化的空間. 從表5 中可以看出，在工業(yè)固定資產(chǎn)投資方面，2009 年、2014 年和2015 年分別需要減少658.069、1 297.62、484.934億元. 在工業(yè)就業(yè)人數(shù)方面僅有2013年需減少15.515萬(wàn)人. 在能源消費(fèi)總量方面，2007年、2008年、2009年和2014年需要減少998.897、1 330.899、1 310.404、690.536萬(wàn)t，從所研究的年份來(lái)看，在河南省能源投入在前期達(dá)到弱DEA有效后仍有很大的優(yōu)化空間. 隨著能源投入的不斷優(yōu)化，僅有2014年需要進(jìn)一步調(diào)整投入，且調(diào)整數(shù)值較其他3個(gè)年份較少.

3 結(jié)論與建議

采用Pearson相關(guān)性分析方法驗(yàn)證了河南省工業(yè)選取指標(biāo)的合理性，并對(duì)指標(biāo)進(jìn)行線性分析，然后使用DEA模型對(duì)工業(yè)投入產(chǎn)出進(jìn)行更深層次的研究. 通過(guò)對(duì)2005—2016年的研究發(fā)現(xiàn)了河南省工業(yè)生產(chǎn)中存在的問(wèn)題以及產(chǎn)生問(wèn)題的原因，分析結(jié)果如下：

1）工業(yè)方面的投入與產(chǎn)出之間存在著一定的線性關(guān)系. 隨著河南省科技和經(jīng)濟(jì)的發(fā)展，河南省工業(yè)固定資產(chǎn)投資對(duì)工業(yè)的影響呈現(xiàn)“邊際效率遞減”規(guī)律，工業(yè)就業(yè)人數(shù)對(duì)工業(yè)生產(chǎn)表現(xiàn)出明顯的正比例關(guān)系，能源投入對(duì)已成規(guī)模的工業(yè)生產(chǎn)不具有太大的影響.

2）河南省在工業(yè)固定資產(chǎn)投資的冗余比就業(yè)人數(shù)和能源投入多. 就業(yè)人數(shù)在DEA無(wú)效的年份中呈現(xiàn)平穩(wěn)態(tài)勢(shì)，固定資產(chǎn)投入則表現(xiàn)為遞增，而能源投入表現(xiàn)為遞減狀況.

3）河南省工業(yè)投入冗余可能存一定的周期性.

根據(jù)以上分析結(jié)果，針對(duì)河南省工業(yè)的持續(xù)健康發(fā)展提出以下建議：

1）合理分配資源，減少固定資產(chǎn)投入. 分析結(jié)果顯示，在Pearson 相關(guān)性分析和DEA效率分析中，河南省固定資產(chǎn)投入出現(xiàn)冗余的值相比于另外兩個(gè)投入較大. 適度減少固定資產(chǎn)投入能夠使工業(yè)經(jīng)濟(jì)效益進(jìn)一步提升，減少資源的浪費(fèi).

2）明確工業(yè)各個(gè)組織職能，合理配備各個(gè)部門(mén)人員. 通過(guò)對(duì)工業(yè)就業(yè)人數(shù)的研究發(fā)現(xiàn)，工業(yè)就業(yè)人數(shù)會(huì)在一定時(shí)期表現(xiàn)為DEA無(wú)效，說(shuō)明河南省工業(yè)在人員配備上存在一定的問(wèn)題，導(dǎo)致工業(yè)人員數(shù)增加而工業(yè)產(chǎn)值不變的問(wèn)題. 為提高工業(yè)生產(chǎn)效率應(yīng)抽調(diào)出部門(mén)多余人員補(bǔ)充人員不足的部門(mén)，提高人員利用率.

3）提高科技水平，保持或適當(dāng)減少工業(yè)能源投入. 分析顯示，能源對(duì)現(xiàn)今的河南省工業(yè)效率影響不大，繼續(xù)增加能源投入會(huì)造成能源的浪費(fèi)，當(dāng)能源投入保持不變時(shí)工業(yè)產(chǎn)值仍在上升. 繼續(xù)提高河南省科技水平能夠有效地降低工業(yè)能源的消耗，實(shí)現(xiàn)節(jié)能減排的目標(biāo)，對(duì)社會(huì)及環(huán)境發(fā)展有較大的幫助.

4）合理規(guī)劃未來(lái)投入量，使工業(yè)投入產(chǎn)出達(dá)到均衡. 從研究中可以看出，投入指標(biāo)的“時(shí)滯性”是工業(yè)投入效率無(wú)效的重要原因，考慮投入的滯后性能夠在一定程度上減少無(wú)效率年份出現(xiàn)的概率.