中国制造业生产效率最优研究.doc

中国制造业生产效率最优研究1、 中国制造业现状分析和基于DEA应用的发展趋势（一）中国制造业生产效率现状 自改革开放以来，中国制造业持续繁荣增长，为国民收入贡献很大。2010年是中国制造业发展史上具有里程碑意义的一年。据英国金融时报报道，2010年中国占世界制造业产出的19.8%，略高于美国的19.4%，已成为全球制造业产出最高的国家 。从1991到2009年，中国制造业总量按不变价格计算从44040.06亿元跃升到453322.9亿元，19年间增长了929.34%，年平均增长率为14.3%。在制造业总量增长的同时，但中国的制造业生产效率却一直比较低。目前中国是制造业大国，中国的劳动力便宜，在国际上有竞争力。但相比于其他制造业吧大国，中国制造业的生产效率，即单位产品所消耗的人工成本，比较低。2010年美国的平均工资是234936元/年，而中国是46769元/年，美国是中国的5.0倍。但是创造同样的多制造业增加值，美国的劳动力成本只是中国的1.3倍，随着劳动力成本的上升，生产技术创新不足，知识产权垄断，中国制造业的生产效率呈下降趋势。（二）DEA介绍和发展1978年由著名的运筹学家A.Charnes ,W.W.Cooper和 E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，去评价部门间的相对有效性（因此被称为DEA有效）他们的第一个模型被命名为CCR模型从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法.1984年 R.D.Banker,A.Charnes和W.W.Cooper给出了一个被称为BCC的模型.1985年Charnes,Cooper和 B.Golany,L.Seiford,J.Stutz给出了另一个模型（称为CCGSS模型），这两个模型是用来研究生产部门的间的“技术有效”性的1986年Charnes，Cooper 和魏权龄为了进一步地估计“有效生产前沿面”，利用Charnes,Cooper和K.Kortanek于1962年首先提出的半无限规划理论，研究了具有无穷多个决策单元的情况，给出了一个新的数据包络模型CCW模型1987年Charnes,Cooper，魏权龄和黄志民又得到了称为锥比率的数据包络模型CCWH模型这一模型可以用来处理具有过多的输入及输出的情况，而且锥的选取可以体现决策者的“偏好”灵活的应用这一模型，可以将CCR模型中确定出的DEA有效决策单元进行分类或排队等等这些模型以及新的模型正在被不断地进行完善和进一步发展2、 数据包络分析的方法概述在应用DEA方法进行评价时，为获得一个比较可靠的结果需要在下面几个步骤多次反复，有时可能还要结合其他定性或定量方法。这个过程可以用下图简单的表示出来 其他信息来源 定性分析与预测 提供建议和参考 判断结果的合理性 结果失真原始情况 数据不全或没有可替代数据 提供 建议 确定新的指标体系 定性分析与其他来源的信息评价分析选定模型搜集/整理数据选择DMU建立指标体系 明确目标确定评价目标 3、 中国制造业生产效率分析概要和实证DEA在制造业应用的有效性（一）制造业生产效率分析概要本文以制造业28个行业为研究对象,选取指标为全部国有及规模以上非国有工业企业指标。由于我国从2003年开始实行新的行业分类目录,即国民经济行业分类标准(2002) (GD /T47542002) ,前后行业划分存在一定的差异。为保持统计数据口径一致,本文分析的时间区间为2003 - 2007年。产出指标选取共三个: 行业总产值,反映行业净输出; 行业增加值反映行业产品价值增值; 产品销售收入,反映行业总输出。投入指标共选取五个:行业固定资产净值年平均余额,反应行业流动资本投入; 流动资产年平均余额,反映行业流动资本投入; 全部从业人员年平均人数,反映劳动力投入状况; 企业单位数,反映社会资源的综合投入; 能源投入,反映行业能源消费状况。所选数据来自2004 - 2008年中国统计年鉴中国工业经济统计年鉴和国研数据库各相关年份数据。对所有以货币为单位计量的指标序列均以2000年为基期换算为不变价。（2） 实证结果分析制造业行业全要素生产率测算与分析在对各行业技术效率和规模效率测算的基础上,根据模型( 2) ,表2测算了制造业28个行业的全要素生产率,结果如表2。全要素生产率( TFP)技术变化纯技术效率纯技术效率规模效率农副食品加工业食品制造业饮料制造业烟草制品业纺织业纺织服装. 鞋. 帽制造业皮革. 毛皮. 羽毛 (绒 ) 及其制品业木材加工及木. 竹. 藤. 棕. 草制品业家具制造业造纸及纸制品业印刷业和记录媒介的复制文教体育用品制造业石油加工. 炼焦及核燃料加工业化学原料及化学制品制造业医药制造业化学纤维制造业橡胶制品业塑料制品业非金属矿物制品业黑色金属冶炼及压延加工业有色金属冶炼及压延加工业金属制品业通用设备制造业专用设备制造业交通运输设备制造业电气机械及器材制造业通信设备. 计算机及其他电子设备制造业仪器仪表及文化. 办公用机械制造业 几何平均1. 10021. 09991. 14021. 13941. 10211. 04231. 05961. 16161. 10221. 10911. 07821. 05011. 15991. 14181. 08911. 14751. 06171. 10281. 12851. 14971. 25341. 09951. 13231. 12021. 08291. 11661. 02761. 09731. 10971. 10971. 03731. 03801. 06461. 13941. 05341. 06081. 05961. 05431. 02951. 07301. 03351. 05901. 15761. 08251. 05451. 11151. 03961. 04631. 04171. 10961. 08451. 05461. 05081. 04621. 04681. 05341. 02761. 03341. 06061. 05971. 07101. 00001. 04620. 98261. 00001. 10171. 07061. 03361. 04320. 99161. 00201. 05471. 03281. 03241. 02131. 05411. 08341. 03611. 15581. 04251. 07761. 07081. 03451. 06001. 00001. 06181. 04511. 06521. 04561. 09281. 00001. 04560. 98361. 00001. 08091. 00001. 08070. 99771. 00001. 00001. 07931. 04471. 07520. 97681. 04751. 06701. 10741. 17591. 04371. 07841. 07291. 07421. 05871. 00001. 03191. 04640. 99561. 01350. 98001. 00001. 00060. 99901. 00001. 01931. 07060. 95651. 04560. 99161. 00200. 97720. 98860. 96031. 04551. 00631. 01530. 93560. 98290. 99890. 99920. 99810. 96311. 00121. 00001. 02910. 9987 根据表2,在样本考察期内,制造业行业全要素生产率平均增长10. 97%,主要是由于技术进步水平的提高,其增长率为6. 18% ,其次为纯技术效率,平均增长率为4. 64% ,而规模效率则表现为下降趋势,平均增长率为- 0. 13%,规模效率的下降在一定程度上抵消了技术进步和纯技术效率的作用。从行业差异看,全要素生产率最高的5个行业分别是有色金属冶炼及压延加工业、木材加工及木竹藤棕草制品业、石油加工炼焦及核燃料加工业、黑色金属冶炼及压延加工业、化学纤维制造业,平均增长率分别为25. 34%、16. 16%、15. 99%、14. 97%、4. 75% ,这5个行业全要素生产率及其增长率均大于行业平均水平( 10. 97%) ,从推动全要素生产率增长的动力看,前4个行业表现为技术进步、纯技术效率和规模效率的共同作用,而化学纤维制造业表现为技术进步和纯技术效率的共同作用,规模效率则出现下降,其增长率为- 3. 97%。全要素生产率最低的5个行业分别是通信设备计算机及其他电子设备制造业、纺织服装鞋帽制造业、文教体育用品制造业、皮革毛皮羽毛(绒)及其制品业和橡胶制品业,这5个行业全要素生产率及其增长率均低于行业平均水平( 10. 97% ) ,除通信设备计算机及其他电子设备制造业和皮革毛皮羽毛(绒)及其制品业纯技术效率和规模效率不变外,其余3个行业表现为技术效率和规模效率的下降。综合来看,制造业各行业全要素生产率及其增长率都随时间推移有不断提高的趋势,但行业之间差异显著;除纺织服装鞋帽制造业、文教体育用品制造业技术效率有所下降外,其余行业技术效率都有不断提高的趋势;从规模效率变动看,烟草制品业、纺织业、皮革毛皮羽毛(绒)及其制品业、通信设备计算机及其他电子设备制造业规模效率保持不变,食品制造业、木材加工及木竹藤棕草制品业、家具制造业、印刷业和记录媒介的复制、石油加工炼焦及核燃料加工业、橡胶制品业、塑料制品业、非金属矿物制品业、电气机械及器材制造业、仪器仪表及文化办公用机械制