中国信息技术服务产业企业级的全要素生产率估计与分析毕业论文.doc

中国信息技术服务产业企业级的全要素生产率估计与分析一 引言：2二 测算模型3三、数据与测量4中文摘要 生产率是指生产过程中投入品转化成产出品的效率。企业在生产过程中，由一种投入品的变化而引起产出品的变化的效率称为单要素生产率。全要素生产率，也可以称为“多要素生产率”，是指总产出与综合要素投入之比率，即每单位总投入的产出率。由于在生产过程中往往是投入多种生产要素，所以用全要素生产率更能准确反映投入品对产出品的效率。一般来说TFP高的企业应该发展速度较快，收入较高。 信息技术服务产业作为信息产业的核心基础产业，其发展在根本上决定着信息产业未来的技术进步和产业升级。在经济全球化背景下。中国由于具备丰富的人力资源、低廉的生产要素成本和巨大的市场需求，已经成为新一轮国际信息技术服务产业外移的主要目的地之一。一方面带来了新产品、新技术和就业，另一方面这些生产主要集中在劳动密集型加工环节。在一定程度上锁定了中国在全球产业链上的角色。加之国内民族企业缺乏自主知识产权，这些都导致了信息技术服务产业在规模迅速扩张的同时，面临着核心技术不足、身处国际分工末端以及高端产业薄弱的尴尬处境，“大而不强”成为产业可持续发展中的严峻问题。如果实现信息产业“由大到强”的发展战略，必然要求信息技术服务产业在全要素生产率（TFP）上获得更大的提升。在当前信息技术服务产业高速增长的背后，区域发展是否均衡？明显的地区差异和企业所有制结构的不同造成的差异是否存在？TFP的提升主要受到哪些因素的影响？本文试图通过对以上问题的回答、探求信息技术服务产业增长的和发展的有效途径。 英文摘要Productivity is the process of production inputs into outputs for efficiency. Enterprises in the production process, from an input to the changes arising from changes in the output of goods known as the efficiency of single-factor productivity. Total factor productivity, also known as the multi-factor productivity refers to the total output and integrated elements in the ratio of total investment per unit of output. As in the production process is often in a variety of factors of production, with total factor productivity more accurately reflect the input to output for efficiency. Generally high TFP enterprises should develop a faster, higher-income.Information technology services industry as the core of information industry infrastructure industries, the development of the fundamental decisions on the future of the information industry and technological progress and industrial upgrading. In the background of economic globalization. Because China has abundant human resources, low cost factors of production and huge market demand, has become a new round of international information technology services industry relocation of the main destinations. On the one hand, brought new products, new technology and employment, on the other hand these production mainly concentrated in labor-intensive processing sectors. To a certain extent, locked in the global industrial chain of Chinas role. In addition, the domestic national enterprises lack their own intellectual property rights, which led to the information technology services industry in the rapidly expanding scale at the same time, faced with lack of core technologies,locating the international division of labor and high-end end the embarrassing situation of weak industries, but not strong Sustainable development in the industry to become a severe problem. If the realization of the information industry by big powers development strategy, an essential requirement for information technology services industry in total factor productivity (TFP) to greater increase. In the current information technology services industry behind the rapid growth, the balanced regional development Significant regional differences and enterprises of different ownership structure of the difference between the existence of TFP are the main factors which enhance the impact of This paper attempts to answer the above questions, explore information technology services industry growth and development of an effective way.一 引言： 经济增长是国家的基本经济目标之一。对经济增长的源泉或因素的探索与研究一直是经济学界的热点。西方经济学界一般认为促进经济增长的因素可以为三项：劳动力数量的增长，固定资本存量的增长及全要素生产率（TFP）的增长。这三项可以衡量各个地区的经济运行状况。全要素生产率即我们所说的广义技术进步。广义的技术进步对经济增长的贡献包括生产中使用的硬技术对经济增长的贡献，也包括生产中使用的软技术如要素配置效率、规模经济及经济机制等因素对经济增长的贡献。1942 年首界诺贝尔经济学奖获得者丁伯根提出全要素生产率概念，他提出的全要素生产率中，只包括劳动与资本的投入，而没有考虑诸如研究与发展，教育与训练等无形要素的投入。美国经济学家肯德里克在1951年美国的收入与财富研究会议上指出只有把产出量与全部要素投入的数量及其构成联系起来考察，才能真正把握生产效率的全部变化，这二者的比率才是全要素生产率。由此可见，全要素生产率可以用实际产出量与实际有形要素的投入成本之间的关系来解释。同时，一直致力于全要素生产率的探讨，1954年发表了生产率核算一书，在该书中，他认为全要素生产率要包括所有的投入要素，即包括劳动力、资本、原材料和能源等。该书首次明确了全要素生产率的内涵，被经济学界推崇为“全要素生产率”的鼻祖。随后，法布里希朗戴维斯坎进一步发展了生产率理论。他认为生产率乃是以经验为依据的投入与产出的比率。我国的胡鞍钢教授则对中国经济TFP进行了深入的研究，他认为中国今后经济高增长主要取决于全要素生产率的提高，他的研究结果表明，自1978年以来，TFP对中国经济增长的贡献率从改革开发以前的零、甚至是负值提高到了约30%的水平。胡鞍钢认为提高，TFP的途径包括:改善资源配置效率、改善技术效应等而其核心则在于政府职能的转变和政策质量的提高。许召元、李善同(2006)认为2000-一2004年中国的地区差距仍然在持续扩大，但扩大的速度比20世纪90年代有所减慢，2004年出现了差距缩小的迹象。文章对1990一2004年全国30个地区的经济增长面板数据进行回归，认为1990年以来中国的地区经济增长存在显著的条件收敛性，收敛速度为每年17.6%。文章对经济增长进行因素分解，他们认为不同地区的地理位置、经济环境差别、受教育水平、基础设施水平以及城市化水平等可以促使地区差距不断扩大;而市场经济体制不断完善，对投资、劳动力流动放宽限制以及区域经济一体化程度不断提高等因素可以促使地区差距逐步减少。彭国华(2005)计算了我国28个省区1982一2002年的全要素生产率， 并且指出全要素生产率在一定程度上是产生地区收入差距的主要原因，并且对TFP和收入的收敛性进行了检验。结论是TFP与收入的收敛模式具有很大的相似性，全国范围内没有绝对收敛，只有条件收敛，但是TFP的收敛速度明显高于收入的收敛速度，他认为是TFP的收敛导致了收入的收敛。二 测算模型本文采用柯布道格拉斯生产函数，简称C-D生产函数。这个生产函数是由芝加哥大学经济学教授道格拉斯（P.H.Douglas）与数学家柯布 （C.W.Cobb）合作，在研究分析大量历史数据之后，于1928年时提出的。其形式为： 其中 ，L是指劳动要素的投入量，K是指资本要素的投入量，Y是指投入资本、劳动、技术等生产要素生产后所获得的增加值，A为技术水平，即所要求的全要素生产率，表示那些能够影响产量，但既不能单独归属于资本也不能单独归属于劳动的因素。柯布道格拉斯生产函数理论研究综述中，是占总成本的份额，也就是产出的份额。在本文的研究中，使用的生产函数具备的假设前提有：（1）该行业是完全竞争的市场。产品和生产要素都处于完全竞争的市场之中。（2）该行业的规模报酬不变，即+=1，技术条件不变。则有=1-，所以函数可写成 (3)生产过程满足成本极小化要求（4）生产过程满足产出极大化要求。由于A就是我们所要求的全要素生产率，所以在已知Y,K,L,情况下，根据柯布道格拉斯生产函数即 该方法经济意义明确，方法简单，便于算出全要素生产率TFP。对于考察一段时期内企业投入产出的关系有明显的经济意义 三、数据与测量 一 信息技术服务业投入的确定信息技术服务业投入主要包括两类：劳动投入和资本投入。（一） 劳动投入的度量本文用到的数据是来自世界银行的竞争力、技术和企业联系研究，是世界银行 2000年提供的。一共有1500个企业。其中信息技术服务产业有128个，来自五个不同的城市，它们分别是北京、天津、上海、广州和成都。世界银行2000年提供的这份数据有一点的好处，就是在数据中详细的列出了总产出、原材料成本、和劳动成本等一系列数据，便于我们方便查找和计算。根据上述公式，我们分别要求出增加值Y，资本K，劳动力L,和劳动在总成本中所占的份额。所谓增加值是指（在成品的总销售价值中除去最原始的材料成本），因此，我们用包括出口在内的所有产品及服务的销售价值减去包括初级材料，能源及其它材料在内的原材料成本便得出增加值。对于劳动力而言，在数据中我们把劳动分成了六大类：基本生产型雇佣者，熟练型雇佣者，工程技术类雇佣者，管理型雇佣者，服务型雇佣者，和其他雇佣者。由于我们所说的劳动力是广义上的劳动力而并非某一类型的劳动力雇佣者，因此，我们将这六种类型的劳动力加总便成了我们所需要的劳动力要素L。（二） 资本投入的度量资本的范围非常广泛，例如房屋，机器设备，办公设备，各种车辆以及其它一些东西均属于资本的范畴。因此，为了方便起见，我们在这里使用2000年的总的固定资产，这一项代表资本。而要求出劳动在总成本中所占的比率这个数据，我们必须要知道劳动的值和总成本的值。在给定的数据中，由于在生产成本这项中，劳动的补偿价值指的就是劳动的成本消耗值，因此我们用总的劳动补偿值来代表劳动的成本量。而对于总成本指的是劳动与资本在形成产品过程中所形成的的成本，而并不包括原材料的成本。因此，我们用总的产品销售总成本减去原材料总成本就得到了在产品形成中所产生的成本。那么，用总的劳动消耗量除以这个过程成本，就是劳动在成本中所占的份额。至此，我们的中间变量就可以如表一所示（按全要素生产率由大到小排序），同时，我们也可求出各个企业的全要素生产率。 四 结果与分析 我们根据上述的计算方法运用我们给出的数据可以得到我国信息技术服务产业总的全要素生产率的值和不同城市之间总的全要素生产率的值。具体情况如下表： 北京天津上海广州成都整个行业TFP15.206693392.06536585811.74990289.20046991116.146033285.526201938 从上面的表可以很清楚的发现，信息技术服务产业从总体上看它的全要素生产率还是很高的，达到了5.526201938。观察这五个城市，生活节奏较快，且是国家政治，经济中心的首都北京在信息技术服务产业的全要素生产率,是很高的，但它并不是列在第一位，排在它前面的是生活节奏较慢的成都市，达到了16.14603328排在了第一位置上。.与北京相邻的天津的全要素生产率是最低的，甚至要低于整个行业的的总值。上海居中，广州次之。从地理区域角度看，南方地区的信息技术服务产业的效率要明显比北方地区高，对于地理位置处在中间的上海，它的全要素生产率在这五个城市中也是居中的，没有特明显的优势。 接下来，我们从所有制结构的方面来分析，看看不同所有制结构下的全要素生产率的情况。我们把这些企业按所有制结构分成国有企业、跨国公司及合资企业和其它企业三大类。其中其他企业中包括国内企业、私人企业、上市公司及非上市公司等，跨国公司及合资企业中包括跨国公司的子公司、合资跨国企业和合资国内企业三部分。根据全要素生产率的计算方法我们得到如下列表：独资企业合资企业国有企业其它TFP4.8685774313.899993061.2125836218.508047352 从上面的表中可以清楚地发现，国有企业的全要素生产率水平是相当低的，并且要低于整个行业的全要素生产率。而相反的，独资企业和合资企业的全要素生产率已经接近了18，是国有企业的15倍，是其他类企业的6倍。可见，在信息技术服务行业中，合资企业和独资企业的效率还是很高的，在竞争中这两类企业很有竞争优势。经过分析导致这种现象的原因可能是：由于国有企业多受国家政策影响，企业规模也比较大，管理理念较为老化，人员机构较为繁冗，容易引起不必要的资源与劳动力的浪费；而对于独资企业和合资企业而言，多引进外国技术与管理理念，人员机构简单且有国家的支持政策，可以减少很多不必要的浪费；至于其他类的，如国内私人企业或民营企业，它虽然没有国家的支持政策，但通常是自负盈亏，因此它在人员设置与管理理念上是比较灵活的，它的全要素生产率也是很高的。所以，当我们只考虑资本与劳动力两种因素时，国有企业的全要素生产率最低，合资企业和其它企业的全要素生产率最高，而独资企业全要素生产率居中，这可能与国家的政策有关，对独资企业还没有完全的开放市场。 那么，不同城市之间的全要素生产率的不同与企业所有制形式在该城市里的分布之间是否存在着一定的关系呢？接下来，我们将分城市讨论来分析他们之间的关系。 首先，我们将北京市各个企业的数据列入表一，我们从中可以看到，在北京市的二十五个企业中，有三个国有企业，一个合资企业和一个独资企业。剩下的全是其他类企业。从全要素生产率的值我们可以看出，除了国有企业13和国有企业19的全要素生产率非常高之外，另外一个的国有企业12，全要素生产率非常低。甚至要低于整个北京市的总的全要素生产率的值。合资企业全要素生产率，高于整个北京市的总的全要素生产率。独资企业的全要素生产率要略低于整个北京市的总的全要素生产率。综合上述，在北京地区信息技术服务业，占有绝对优势的是其他类型的企业，而并非是国有企业、合资企业和独资企业。第二，我们将天津市各个企业的数据情况列入表二，我们可以从中看到，天津市二十九个企业中有七个企业是国有企业，两个独资企业，其余的均为其他类企业，和北京有一点不同是，天津市没有合资企业。从全要素生产率的角度上看，在天津市，两个独资企业呈现出两级分化的态势，独自企业9的全要素生产率非常的高，而同样为独资企业12，全要素生产率却非常的低，甚至要比整个天津市的总的全要素生产率的值还要低很多，是他的六分之一。在天津的七个国有企业中，有两个国有企业的全要素生产率的值要低于总的全要素生产率的值，但是也有四个国有企业的全要素生产率，却是非常的高。在天津市信息技术服务业能够排上前几名。其他类企业在天津地区信息技术服务产业占的比重也是非常的大。和北京的指标相差不打，最高指标与最低指标相差都很悬殊。第三，我们将上海市各个企业的数据情况列入表三，我们可以从中看到，在上海市的20个企业中，其中有四家是国有企业，四家合资企业，其余的均为其他类企业。从表中我们不难看出，全要素生产率最高的是国有企业。有两家的国有企业排在上海的前两名，剩下的两家国有企业的全要素生产率却要低于上海市总的全要素生产率的总值。四家的合资企业的全要素生产率也没有绝对的优势，其中有一家合资企业全要素生产率也低于上海市的总的全要素生产率的总值。在其他类企业中，呈现出两级分化的趋势，有些其他类企业的全要素生产率值，接近了国有企业。能排在前几名，而有些其他类企业的全要素生产率的值居然达到了0.262300916，非常的低。因此。我认为，在上海这20个企业中，国有企业虽然少，但却很有竞争力，唯一需要改进的是，提高公司的效率。合资企业在上海没有竞争力，其他类企业在上海地区处于中游水平。第四，我们将广州市各个企业的数据情况列入表四，我们可以从中看到，在广州市的30个企业中，只有六家企业是国有企业，剩下的全是其他类企业。在广州市的全要素生产率数据中。我们可以很明显的发现，国有企业1是广州市所有企业全要素生产率最高的之外，其它五家，只有国有企业26高于整个广州市总的全要素生产率的值，剩下四家都低于总的全要素生产率的值。最低的全要素生产率的值，是其他类企业6，数据值仅为0.836838171但是其他类企业却占据了广州的半壁江山。由上述现象，我们可以发现在广州地区的信息技术服务产业中，其他类企业比国有企业有明显的优势和竞争力。国有企业应该积极改革体制机构，提高工作效率。最后，我们将成都市各个企业数据情况列入表五，我们可以从中看到，在成都市的24个企业中，只有两家企业是国有企业，并且这两家国有企业的全要素生产率都低于整个成都市总的全要素生产率的值，其中国有企业3的全要素生产率的值低到了0.538925786，是成都市最低的。此外，还有四家合资企业，其中的三家合资企业，全要素生产率的值，也低于整个成都市总的全要素生产率的值。其余的都是其他类企业，它们的全要素生产率的值还是很高的。而且，都很平均。这也是成都与其他城市相比较全要素生产率最高的原因。通过表六一直到表十一。我们可以发现，这五个城市级别均值与方差，Y的均值与方差北京的最大，天津的均值和方差最小，可以看出北京的变化的幅度还是很大的。通过上面对各个城市的分析，我们发现虽然只考虑所有制形式的时候，个别国有企业生产效率很高，但从整体上看，国有企业的全要素生产率还是很低的。而独资企业和合资企业全要素生产率也并不很理想，但是有一点值得我们注意的是，就是其他类企业在整个信息技术服务产业中起到的重要作用。因为其他类企业在整个信息技术服务行业中所占的比例是很大的，而且在前十名中，有二分之一都是其他类企业，可以说如果我们更进一步关注这一类企业，国家给与适当的扶持，和政策。这类企业将会得到更大的发展，整个行业的全要素生产率还会有进一步的提高。另外，虽然各个城市的全要素生产率与其企业的所有制形式没有直接必然的联系，但不同所有制结构企业的个数对城市的整个全要素生产率指标还是有一定影响的。从上面的数据的数据中我们可以发现，资本与劳动的比例排在前十名的企业有40%来自上海和北京，天津和广州各占20%。而排在后十位的企业中，有60%的企业是来自成都的。按企业的所有制结构来看，资本与劳动的比例排在前十位的企业中，50%的企业是国有企业，40%的企业是其他类企业，10%是独资企业和合资企业。而排在后十位的企业中，有60%的企业是其他类企业，30%的企业是国有企业，10%是独资企业和合资企业。因此，我们可以粗略认为，只考虑资本与劳动两个因素的的时候，全要素生产率的大小与企业的资本与劳动的比例大小有关，资本与劳动的比例相对较大的企业全要素生产率较小。反之，则会较大。但这不是等比例的，只是一个粗略的大体规律。根据分析，我们得出这样结论，从企业的所有制形式上看，国有企业的全要素生产率还是很低的，合资企业虽然不多，但整体效率却是最高的，而且也不能忽略了其他类企业在整个行业中所作的贡献；从城市方面来看，成都和北京的生产效率相对天津和广州要高，这与资本与劳动的比例有关。我们若想提高企业的全要素生产率，就要优化资本与劳动的配置，这样才能提高企业的效率。五、 结论 本篇文章通过引用世界银行提供的来自五个城市的1500家企业中关于信息技术服务行业的128家企业，在2000年的各项数据，运用柯布道格拉斯公式，分别求出了整个行业的全要素生产率，各个城市的全要素生产率，以及所有制形式的全要素生产率。通过对这些数据的分析，我们得出如下结论:(一) 信息技术服务业整体的全要素生产率水平不高，南方的信息技术服务业全要素生产率水平要好于北方。(二) 国有企业的整体的全要素生产率水平较低，甚至要低于整个行业的全要素生产率，合资企业和其他类企业处于上游水平。独资企业居中。(三) 通过对各个城市中的各个企业的分析，发现只考虑所有制形式的时候，国有企业的全要素生产率明显低于外资企业的全要素生产率，而且不同城市之间也存在着一定的差距。但从分析上看，不同城市之间全要素生产率的不同与企业所有制形式在该城市里的分布之间并没有一定的直接关系，不过值得注意的是不同所有制结构企业的个数对城市整体全要素生产率的指标还是有一定的影响的。（四） 通过对资本与劳动力的比例以及这个比例与全要素生产率的分析，我们可以粗略的认为，当只考虑资本与劳动两个因素的时候，全要素生产率的大小与企业资本与劳动的比例的大小相关，资本与劳动的比例相对较大的企业全要素生产率较小，资本与劳动比例相对较小的企业全要素生产率较大。但这并不是等比例的，也不是一定性的，只是一个粗略的大体的规律。 通过以上的分析，我们认为从整体上看，虽然合资企业的全要素生产率较国有企业和其他类企业水平高，但其数量毕竟占少数，并不能左右整个行业的全要素水平，而相反的国有企业和国内企业的全要素生产率水平虽然不高，但数量庞大，容易左右整个行业的水平。因此，我们在引进外资企业的同时，绝对不能忽视我们国内各种所有制自身的发展。我们应该尽快优化国有企业的资本与劳动力的配置关系，调整繁冗复杂的人事结构，使资源配置更有效化，合理化，进而将国有企业的全要素生产率提高上来。同时我们也要进一步发展国内的其他类企业，发挥这些企业的优势，吸收与借鉴外资企业的管理模式，使这类企业的全要素生产率水平进一步提高，从而使我们中国信息技术服务行业的整体水平达到一个新的水平。 表一 北京市企业状况序号增加值Y资本K劳动力L全要素生产率TFP所有制形式12345678910111213141516171819202122232425总值58657790299011708172793851581703641640101069033746632326965226755272853764924040201430612918803025587710659261968491100075032402440404073842606639427873813599475729671353323396028624126719611748525862710515313166112339977321123865883341134324265224030467255112222550221817.0176847849.3912120819.005687618.95248061.7883822668.22758858910.147919776.4337217691.8273301167.782683372.4234280962.505323411110.899368730.2294582950.241090981.31828607203.461256684.23976647135.6791314.341638672498.7610775.52304901812.8741482910.2902909118.6365771415.20669339其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业国有企业国有企业其他类企业其他类企业其他类企业其他类企业合资企业国有企业独资企业其他类企业其他类企业其他类企业其他类企业其他类企业表二 天津市企业状况序号增加值Y资本K劳动力L全要素生产率TFP所有制形式1234567891011121314151617181920212223242526272829总值18541905000551381250375312876250250-4056658140-9614520584273536525561343737482491161419901099032152364122025801092761325977516610012001502395268113034322180183333957353531073601169113580220509313815230210158610810629710126224981268260244686811661998133794.017712218.36099308465.272346211.3264613722.16105185312.10616471259.713.30964808205.138262114.718876075.068501663-3.3333333330.2917852139.192522441-0.28038934361428.83672682.1421798710.1045416752731.7843429640.85511093.7553479170.02139037465.720204082.78609215211.11264228552.276381919.246098292.065365858其他企业其他企业其他企业其他企业其他企业其他企业其他企业其他企业独资企业其他企业其他企业独资企业国有企业其他企业其他企业国有企业其他企业其他企业其他企业国有企业国有企业其他企业其他企业其他企业国有企业国有企业其他企业国有企业其他企业表三 上海市企业状况序号增加值Y资本K劳动力L全要素生产率TFP所有制形式1234567891011121314151617181920总值943476420507981014177824201017004674145701911893315940474329463141231628489219016983763239584774206680610143278332013071646951457599488955159504774294841419316444982213170914132750646836371061552706113214164568020928682427339205133.22216415104.044459529.7056707110.797578250.26230091621.499597914.37171266155.8717888136.03278692.52132433838.107902266.2933357444.3627216714.150410024-5.41728321538.1355888137.9934759616.3635370125.0886144128.4734418711.7499028其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业合资企业国有企业国有企业国有企业其他类企业国有企业合资企业其他类企业其他类企业其他类企业合资企业其他类企业合资企业其他类企业表四 广州市企业状况 序号增加值Y资本K劳动力L全要素生产率TFP所有制形式12345678910111925439046996405749295663126751322132021175042232797288077426323553721000323048021963199721323615561701427413550735.99903886.3342738751.291667259114.29941211.676158580.8368381714.84832727216.707761968.78245620822.6807154141.52822798国有企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业国有企业其他类企业其他类企业121314151617181920212223242526272829180845910220028700705314264154730415139920152102897263852236269380613845501112765388305070039401590268497443074274473926049951759247261402174112067478802913035139251584021106435240359976335120112622.0915881107.698470720.7478709534.2458919142.234322729.4620849588.41164369223.301581234.4815860311.4792835711.3815588142.3038510031.1336406819.775601719.54911429817.4781327520.5474013341.32583566其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业国有企业其他类企业国有企业其他类企业国有企业其他类企业国有企业其他类企业其他类企业其他类企业其他类企业总值59662614065734869.200469911 表五 成都市企业状况序号增加值Y资本K劳动力L全要素生产率TFP所有制形式123456789101138270869091581418128440142411101197014051195753553723700424626194563261851315850050205203491338100705531813233683236338.74869113425.780890950.53892578613.7174450212.5461195811.6858082111101.67908632821.324350488.7340361090.89466437其他类企业其他类企业国有企业国有企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业其他类企业12131415161718192021222324499828993397479921953827054031330270139990359013590359090016506350130076003553710193906602175067009200133005044346640338913031132901447633.8141954137.993515579.76891486723.827336281.3130649838.7486911342.09161376329.363641672.169116458137.64769724.62312666614.262940985.985020425其他类企业合资企业其他类企业其他类企业其他类企业其他类企业合资企业其他类企业其他类企业其他类企业其他类企业合资企业合资企业总值455340137526277716.14603328表六 所有城市的总变量的均值与方差变量均值方差YLK20241.3892.7265614099.5547474.53139.427937974.38表七 北京市各个变量的均值与方差变量均值方差YLK37047.8488.726125.2485837.51101.191910616.31 表八 天津市各个变量的均值与方差变量均值方差YLK8152.13846.1034512010.5922355.68118.286744860.58 表九 上海市各个变量的均值与方差变量均值方差YLK18816.15102.5518476.8517480.8175.1100837461.43 表十 广州市各个变量的均值与方差变量均值方差YLK19887.53116.218476.8539973.15194.402637461.43 表十一 成都市各个变量的均值与方差变量均值方差Y18972.537231.59LK115.708317993.42152.320233199.33 表十二 独资企业各个变量的均值与方差变量均值方差YLK4278.66722.333332152.3337445.53620.550753541.138 表十三 合资企业各个变量的均值与方差变量均值方差YLK20388.186.78607.315340.8338.887446425.216 表十四 国有企业各个变量的均值与方差变量均值方差YLK29322.5184.090942347.7748885.9269.013375399.78 表十五 其他类企业各个变量的均值与方差变量均值方差YLK18592.3174.032268393.12950107.4287.4356221377.34 表十六 各个企业资本与劳动的比例情况序号资本K劳动力L资本与劳动比例K/L所属城市所有制形式12345678910111284911000750324024404040738426066394278738135994661123399773211238658833411312.8636363698.2142857122.727272