江苏省制造业全要素生产率的测算研究.docxVIP

江苏省制造业全要素生产率的测算研究 摘要：本文运用DEA-Malnquist指数法测算了1997-2014年江苏制造业15个行业的全要素生产率，得出了江苏制造业15个行业的全要素生产率及其分解变量的变动规律。 下载 关键词：全要素生产率；DEA-Malmquist指数法一、引言 本文将江苏制造业作为研究对象，采用DEA-Malmquist指数法对其进行估算。邱斌、杨帅和辛培江（2008）采用DEA-Malmquist指数法估算了中国制造业全要素生产率及其分解指标的变动情况；宫俊涛、孙林岩和李刚（2008）亦运用该方法考察了中国28个省区市制造业全要素生产率极其分解变动情况；高帆（2015）采用该方法估算了省级层面农业的全要素生产率。 二、测算方法 Fare等（1994）研究给出的Malmquist生产率指数公式为： M0（xt+1，yt+1，xt，yt）=D0t（xt+1，yt+1）D0t（xt，yt）D0t+1（xt+1，yt+1）D0t+1（xt，yt）1/2 其中Dt0和Dt+10分别代表t、t+1时刻的产出距离函数；（xt，yt）和（xt+1，yt+1）分别表示t、t+1时刻的投入与产出。 转变上式，可得到Malmquist指数为： M0（xt+1，yt+1，xt，yt）=Dt+10（xt+1，yt+1）Dt0（xt，yt）*（Dt0（xt+1，yt+1）Dt+10（xt+1，yt+1）*（Dt0（xt，yt）Dt+10（xt，yt）1/2=EC*TP 其中，EC和TP分别表示技术效率变动和技术进步。 三、行业合并与变量选取 （一）行业合并。本文将江苏统计年鉴制造业的30个子行业，合并为15个子行业，并且由于机械设备修理业、工艺品及其他制造业、废弃资源和废旧材料回收加工业三个行业出现个别年份统计口径不一，故将其删除。合并后制造业行业见表2。 （二）变量选取。一是产出变量。本文的产出变量用工业行业增加值来衡量，并用工业生产者出厂价格指数进行平减，从而将其变为实际工业增加值。数据来源于江苏投入产出表。二是劳动变量。本文用各行业从业人员衡量，数据取自江苏统计年鉴。三是资本变量。本文采用永续盘存法计算资本存量，其中计算涉及的折旧为5%。最后使用固定资产投资价格指数对计算出的名义资本存量进行价格平减，将其转变为实际资本存量。原始数据取自历年江苏统计年鉴。 四、测算结果分析 本文使用DEAP2.1软件对以上投入产出数据进行测算，得出了江苏省1997-2014年制造业行业全要素生产率及其分解指标的逐年变动情况，本文从以下两方面考察其变动情况，一是从时间方面；二是从空间方面。 （一）时间变动趋势 观察表1，发现在1997至2014年期间，江苏制造业的全要素生产率总体上呈现逐年增长之势，但是其增长率有阶段性的变化。第一，在剔除2001年全要素生产率增长率小于1的情况下，1997-2005年期间，全要素生产率的增长率均大于1。此阶段全要素生产率平均增长6.5%，技术进步与技术效率分别平均增长2.8%、3.9%，这说明全要素生产率的增长源泉主要来自技术进步和技术效率两方面，但技术效率对其作用稍大于技术进步。第二，从2006年开始，江苏制造业全要素生产率历年增长为负，技术进步与技术效率增长也有所下滑，但仔细观察可以看到，相对技术效率，前几年技术进步比较明显，技术效率增长出现明显下滑是全要素生产率增长下降的主要原因，其次还可能受到2008年金融危机影响。另外，几乎从2011年始，江苏制造业全要素生产率增长进一步下降，并基本进入稳定状态，技术进步增长也趋同，技术效率增长率有小幅增长，说明江苏经济进入了“新常态”阶段。 （二）分行业全要素生产率变动趋势 从表2，可以看到1997年到2014年间，江苏制造业所有子行业的平均全要素生产率增长-3.1%，主要原因是技术进步增长率-2.3%，技术效率增长率为-0.8%，该种现象与前面分析的原因可能直接相关。从细分行业来看，该期间全要素生产率平均增长率为正的制造业细分行业有：金属冶炼及压延加工业11.3%、石油加工炼焦及核燃料加工业4%、化学工业2.2%、通信设备和计算机及其他电子设备制造业1.1%，这些行业都属于资本密集型、技术密集型行业，且除了石油加工炼焦及核燃料加工业全要素生产率增长的贡献率主要来自技术效率外，其它三个行业TFP增长由技术进步和技术效率共同引发。其它子行业的全要素生产率平均增长速度几乎都相对有所下降，其中下降最多的是纺织服装鞋帽皮革羽绒及其制造品-9.5%，属于劳动密集型行业。（作者单位：南京财经大学） 参考文献： 高帆.我国区域农业全要素生产率的演变趋势与影响因素基于省际面板数据的实证分析J.数量经济技术经济研究，2015，（5），（3）：19. 宫俊涛、孙林岩和李刚.中国制造业升级全要素生产率变动分析基于非参数Mal