中国煤炭企业的全要素生产率增长

1、中国煤炭企业的全要素生产率增长第28卷第8期2011年8月统计研究StatisticalResearchVo1.28.No.8Aug.2011中国煤炭企业的全要素生产率增长赵萌内容提要:本文通过MalmquistLuenberger指数将污染物及矿难作为坏产出纳入到全要素生产率的分析框架,测算了中国19982009年3O家大型煤炭企业的全要素生产率增长,并对影响全要素生产率增长的因素进行了实证分析.结果显示:坏产出约束下大多数企业的全要素生产率出现了负增长,但平均来讲企业的牛产技术是显着进步的;在考虑环境污染及安全生产规制的两种不同情形下,分别有14家和16家企业发生过生产可能性边界的移动;技

2、改和安全投入,管理效率以及滞后一期的技术无效率等因素与生产率指数呈显着的正相关关系,单位GDP煤炭消耗总量以及资本一劳动比与生产率指数呈显着的负相关关系,生产率指数与人均GDP呈u型关系.关键词:煤炭企业;全要素生产率;坏产出;MalmquistLuenberger指数;Tobit模型中图分类号:F327文献标识码:A文章编号:10024565(2011)08005508TotalFactorPr0ductivitvGrowthofChineseCoalIndustryZhaoMengAbstract:Bytakingpollutantemissionandminedisasterintoth

3、eanalyticalframeworkofthetotalfactorsproductivity(TFP)withMalmquistLuenbergerindex,thispaperestimatesTFPof30largescalecoalenterprisesfrom1998to2009andempiricallyanalyzesaffectingfactorstoTFP.TheresultshowsthatmostofenterpriseshaveundergonenegativegrowthinTFPWhentakingbadproductionintoconsideration,b

4、utthetechnologyhassignificantgrowth.Undertwodifferentassumptionsofenvironmentalpollutionandsafetyregulation,thereare14and16enterpriseshadhappenedproductionpossibilityboundaryexpansion.ProductionefficiencyispositivelyrelatedtooverallcoalconsumptionperunitofGDP,technicalreformandsafetyinvestment,admin

5、istrativeexpensesrate,productivityindexandtechnicalinefficiencyoflagperiod.ThereareinvertedUshaperelationshipbetweenproductivityindexandPerCapitaGDP,butproductionefficiencyisnegativelyrelatedtocapitallaborratio.Keywords:CoalEnterprises;TFP;BadProduct;MalmquistLuenbergerIndex;TobitModel一,引言我国正处于重化工业发

6、展的初期阶段,煤炭约占我国能源供应总量的70%.据统计,我国每万美元GDP的煤炭消耗量为6.52吨,是美国的8.7倍,日本的15倍,2009年我国的煤炭产量突破30亿吨,但仍存在着近30%的供需缺口.能源消耗对于煤炭的过度依赖,使得煤炭行业的生产存在着诸多问题,其中环境污染和矿难表现得尤为突出.2009年,我国煤炭全行业产生的固体废弃物为21348.3万吨,占各行业固体废弃物总量的11.4%,固体废弃物的综合利用率仅为63.64%;煤矿抽放瓦斯(主要成分为甲烷)约58亿立方米,占世界煤炭开采排放总量的27%,其中利用17亿立方米,利用率仅为29%;化学需要量排放283.7万吨,占全国总排放量的

7、21%.在造成严重的环境污染的同时,煤炭企业的安全生产也成为了全社会关注的焦点.综上所述,我国煤炭行业一方面面对着强大的刚性需求,一方面又面对着科学发展的压力,因此客观,准确地评价煤炭企业的全要素生产率是政策层,企业界和学者们共同关心的问题.二,相关文献评述目前对于我国煤炭企业生产绩效的评价均是基于传统DEA方法的CCR模型或Malmquist生产率本文获国家社科基金项目(10cJY021),广东省2010年普通高等学校人文社会科学重点研究基地重大项目(09JDXM79008)和暨南大学引进人才项目(2009JSYJ002)资助.?56?统计研究2011年8月指数的运用.然而传统的DEA评价方

8、法存在着严重的缺陷,首先当生产单位面I临生产规制(如:环境或生产安全管制)的时候,由于满足生产规制的投入成本包含在测算全要素生产率的投人中,所以传统的测度方法仅仅用好产出的增长率减去所有投入的贡献,而坏产出的变化并没有被考虑.因此,传统DEA方法使得生产率增长的测算出现了偏差.对于好产出和坏产出的不平衡处理扭曲了对经济绩效和社会福利水平变化的评价,从而会产生不当的政策导向(Hailu和Veeman,2000).虽然Malmquist生产率指数(Fare等,1994)可以在技术无效率的情形下将全要素生产率增长分解为效率变化和技术进步两个成分.然而当存在坏产出时这种依靠传统距离函数的Malmqui

9、st生产率指数便无法计算全要素生产率的增长.为了解决Malmquist生产率指数的上述不足,Hailu和Veeman(2001)在研究加拿大造纸行业生产率时将污染治理费用作为一种投入来度量坏产出对生产效率带来的影响,但此种方法很难区分资源投入中哪些用于污染治理,哪些用于生产活动.Seiford和Zhu(2002)在多产出DEA模型基础上,通过数据变换将污染转化成投入的递增函数形式,从而当作另一种产出来处理,然而此方法对产出增加,污染减少的路径设定缺乏灵活性.Chung等(1997)在测度瑞典纸浆厂生产率时创新性地提出了Malmquist.Luenberger(下文简写成ML)生产率指数.这个指

10、数可以测度存在坏产出时的全要素生产率,同时考虑了好产出的提高和坏产出的减少,从而将生产率和坏产出纳入到了统一的分析框架,这对于解释不同生产单位的增长模式差异具有重要意义.其基本思路为:首先通过DEA技术构造出某经济体的生产可能性边界,再利用方向性距离函数计算经济体中单个生产决策单元与生产可能性边界之间的距离,最后基于相邻两期的方向性距离函数计算两期之间的TFP(全要素生产率)指数.目前运用ML指数来测度生产率增长的文献并不多.国外,除了前述Chung等(1997)外,Fare等(2001),Lindenberge(2004),Yoruk和Zaim(2005)等分别运用ML指数研究了不同国家,地

11、区或不同产业在环境规制下的全要素生产率的增长.国内,王兵,吴延瑞,颜鹏飞(2008)研究了APEC17个国家和地区包含CO:排放的全要素生产率增长.杨俊,邵汉华(2009),吴军等(2010)研究了环境约束下我国工业全要素生产率的增长.柯孔林,冯宗宪(2008)把不良贷款作为银行的坏产出,研究了我国商业银行的全要素生产率的变化.本文将首次运用ML指数来测度我国30家大型煤炭生产企业的全要素生产率增长,并利用Tobit模型分析其影响因素.余下部分的结构安排如下:第三部分论述了本文的研究方法;第四部分是数据说明及测算结果;第五部分是影响煤炭企业全要素生产率增长的因素分析;第六部分是结论及启示.三,

12、研究方法假设每一个煤炭企业使用种投入=(,),得到种好产出Y=(Y一,Y)E月,以及,种坏产出b=(b.,b,)广.生产可行性集P()为:P()=(Y,b):可以产出(Y,b).我们假设生产可行性集是一个有界的闭集,并且有如下的性质.坏产出的弱随意处置性:(Y,b)P(),若有01,贝U(,Ob)P()好产出的随意处置性:(,b)P(),若有YY,贝0(Y,b)P()坏产出和好产出的关联性:对于(Y,b)P(),若b:0,贝UY=0.其中,坏产出的弱随意处置性表示坏产出的减少是有成本的.在给定的资源投入情况下,要减少坏产出,必然会占用原本用于生产好产出的部分资源,从而导致好产出的相应减少.坏产

13、出和好产出的关联性(也即零结合性)意味着有好产出就必定有坏产出.(一)方向性距离函数传统的Malmquist生产率指数使用下式定义的Shephard产出距离函数来表示技术的有效性:即D.(,b)=inf0:(Y,b)/0P(),Shephard产出距离函数表示尽可能多的成比例扩展好产出和坏产出,而没有考虑到减少坏产出.为了考虑到坏产出减少的可能性,本文引人了下式所定义的方向性距离函数来代替Shephard产出距离函数,即Do(,Y,b;g)=sup卢:(Y,b)+.BgP()f(1)其中g是和产出成比例的矢量.当g=(,第28卷第8期赵萌:中国煤炭企业的全要素生产率增长?57-一b)时,表示好

14、产出是增加的,而坏产出是减少的.Shephard产出距离函数定位于好产出和坏产出的同时增加,与此相比,方向性距离函数则试图增加好产出的同时减少坏产出.mmCZ图1Shephard严出距离函数和方同性距离函数两者的差别可参考图1.对于一个产出观测点A,由Shephard产出距离函数得到的产出极限是C,C点是有效率的.与此相对照,由方向性距离函数得到的产出极限是B.方向性距离函数要求A按着方向向量g=(Y,一b)增加Y,同时减少b到达前沿B.根据坏产出表现出技术上的弱可处置性,方向性距离函数需要选择不同的方向向量.本文在评价我国煤炭企业全要素生产率增长时主要考虑了三种情形.情形1:方向向量是g=(

15、Y,0),且在构造生产技术时不考虑坏产出.情形2:方向向量是g:(Y,0),且坏产出在技术上具有弱可处置性.情形3:方向向量是g=(Y,一b),且坏产出在技术上具有弱可处置性.第一种情形意味着生产过程中不考虑坏产出的管制;第二种情形表示,在生产管制下好产出提高而坏产出保持不变;第三种情形表示,存在更加严格的管制,要求同比例的增加好产出而减少坏产出.在第三种情形下,式(1)转化为下述的线性规划问题:(,Y,b;Y,一b):maKs.AkYk(1+)yt;jKA=(1+JB)atAht;A:0(2)其中,k=1,K代表不同的决策单元(即生产单位),A表示每一个截面观察值的权重.(二)Malmqui

16、st-Luenberger生产率指数根据Chung等(1997)的方法,基于考虑坏产出的全要素生产率指数可以用生产率指数可表示为:舭=高这个指数测度了在棚寸期技术条件下,从t到t+1期的全要素生产率的变化.同理,在t+1期的技术条件下,ML生产率指数来表示:=高等等为了避免在选择生产技术参考系时的随意性,通常使用上述两个生产率指数的几何平均表示从期到t+1期的全要素生产率变化,即ML:=(MLMLo)1+1(,Y,b;g)1+鼠(H,H,bH;g)1专一l1+(,b;g)1+(,Y,b;g)而1bo等Ybg=舭f+l+(,;)一uMLEFFCH:(3)同时,ML生产率指数被拆分为技术进步率ML

17、TECH:和技术效率变化MLEFFCH两个部分.MLTECH:测度了考虑坏产出的生产前沿面从t到t+1期的移动.MLEFFCH:测度了t到+1期企业的实际生产与生产前沿面最大可能的产出逼近程度的变化.ML生产率指数的求解需要借助线形规划计算式(3)中出现的四个方向性距离函数.本文考察的三种情形下,每一种都有四个不同的方向性距离函数,因此需要求解l2个线性规划问题.第一种和第二种情形均为第三种情形的特例,此处没有给出它们的线性规划,有需要的读者nr以向笔者索取.这里假设每一个横截面观察值的权重是非负的,即表示生产技术是规模报酬不变的.这样的假设保证了作为结果的生产率指数是真正的全要素生产率指数的

18、必要条件(Fare等,1996).圆实际上,式(2)是第三种情形下求解方向性距离函数Do(,Y,b,g)的线性规划,另外三个以及其他情形下的方向性距离函数可以按照式(2)类推,由于篇幅限制文中没有具体给出,有需要的读者可以向笔者索取.?58?统计研究2011年8月四,数据及实证结果(一)变量及数据本文使用的投入和产出变量的定义如下:(1)投入.劳动:劳动投人一般是指生产过程中实际投入的劳动量,发达国家一般用标准劳动强度的劳动时间来衡量.由于缺乏这方面的统计,本文采用历年各企业员工人数作为劳动投入量指标.资本:资本存量的估算是一个相当复杂的过程,大多数研究采用永续盘存法进行计算.但是由于统计资料

19、限制,工业部门固定资本存量一般都用固定资产净值年平均余额代替.因此,我们选取各企业固定资产净值年平均余额作为资本投入,并根据历年的固定资产投资价格指数折算成1998年的不变价.(2)好产出.好产出使用各企业原煤总产量表示.(3)坏产出.考虑被煤层污染的地下水的抽排以及原煤人洗会产生大量的污染废水,本文选取企业排放废水中化学需氧量(COD)作为第一种煤炭企业的坏产出;煤炭开采会产生大量的矿井瓦斯,而矿井瓦斯最重要的成分是温室气体甲烷(CH),因此我们选取甲烷(CH)作为第二种坏产出;为满足社会对洁净煤的需求,我国原煤人洗比例连年提高,2009年国有重点煤矿入洗比例超过60%,因此本文把洗矸作为第

20、三种坏产出;此外,我国煤炭行业生产事故不断,因此本文把事故死亡人数最为考察的第四种坏产出.本文以我国2009年煤炭产量前30名的企业为考察对象.各企业的总产量数据来源于中国煤炭工业网,各企业劳动力投入及资产净值来源于煤炭工业协会,化学需氧量数据来源于中国煤炭资源网,甲烷气体排放量按照国家煤炭生产安监局的判断标准即为各企业绝对瓦斯涌出量,数据来源于国家生产安监局报告,矿难死亡人数根据国家煤炭生产安监局的事故报告统计得出.此外,对于个别企业某些年度的数据缺失我们按照如下方法处理:总产量,企业职工数及净资本指标向企业直接索取;化学需氧量及甲烷气体排放量则按照该企业相邻年度的数据以及其他样本企业的该指

21、标平均变化率经过该企业产量增长率与其他样本企业平均产量增长率之比修正得到.(二)实证结果分析根据上述的研究方法及数据,运用GAMS22.4软件包计算得到了三种情形下的全要素生产率指数及其成分的结果.情形1没有考虑坏产出的管制,其实质是传统的Malmquist生产率指数.情形2考虑煤炭生产企业在环境及生产安全管制下坏产出保持不变,而好产出尽可能地提高,这种情形可以看作提高原煤产量的同时把环境污染和矿难控制在历史水平上的一种折中.情形3要求煤炭企业同比例的增加产量而减少污染物排放,降低矿难死亡人数,此种情形的全要素生产率指数即为ML生产率指数.表1是19982009年样本企业全要素生产率指数及其成

22、分的平均增长率(表中PI表示全要素生产率指数,EC表示效率变化,TP表示技术进步).在情形1下各个企业的全要素生产率平均年增长2.64%.总体来看,全要素生产率的增长主要是由技术进步推动的,其推动了全要素生产率增长了2.77%,而生产效率则出现了退步.具体地,在考察的30家大型煤炭生产企业中,只有陕西煤化,阳泉煤业,冀中能源,内蒙古伊东等四家企业的全要素生产率出现了负增长,除了生产效率低下外,技术进步的相对迟缓是造成上述四家企业即使不考虑坏产出的情形下,全要素生产率依然出现负增长的主要原因,四家企业的技术进步增长率平均仅为0.21%,为3O家企业平均水平的7%.30家企业中有17家生产效率在样

23、本期问的平均值为负,出现了效率退步,占考察企业总数的57%.生产效率的退步并没有呈现出规模上的差异,生产效率退步的企业既包括山西焦煤,陕西煤化,龙煤矿业等超大型企业,也包括内蒙古伊东,山煤运销等规模相对较小的企业.情形2下,各个企业的全要素生产率平均年增长一0.21%,表明当要求煤炭生产企业在保持坏产出不变,而尽可能扩大好产出时,其全要素生产率出现了负增长.这说明我国煤炭企业基本上还是延续着粗放式生产的态势.具体地,技术进步推动了全要素生产率增长了1.94%,而效率变化则出现了恶化.30家企业中有24家生产效率在样本期这30家企业2009年的年产量均超过了15oo万吨.第28卷第8期赵萌:中国

24、煤炭企业的全要素生产率增长?59?表1各企业全要素生产率增长的年度几何平均情形1情形2情形3企业生产可行性生产可行性生产可行性PIECTP边界移动PIECTP边界移动PIECTP边界移动(次)(次)(次)神华集团1.O471.00421.O42831.05711.OO141.055741.03O61.00091.O2976中煤能源1.O3l51.00871.022821.O4581.O0471.O41121.02481.00231.02254山西焦煤1.01080.99121.0l960.99860.98141.0l7210.9860962ll02392山西大同1.02760.99751.03

25、01l0.99710.96081.036320.9797O.95l21.02852陕西煤化0.9990.99721.00180.99l90.94381.048l0.9794O.939710397淮南矿业l,02081,00551,O153l1.01360.98751.026121.00090,96531.03563龙煤矿业1.O4650.99431.05220.99920.99421.0050.97890.96031.Ol86河南煤化1.01540.99361.02l809569O.9658O.99ll0.946l0.95860.9875山西潞安1.02351.00231.O2120.9651

26、0.97710.9881O.9984O.956l1.O4231平煤神马1.03261.00261.030.99850.97471.02380.98590.97071.0l52山东兖矿1.04730.98451.062810.96420.9770.9872l0.95170.99650.95522晋城无烟1.02591.00381.022ll1.03471.00211.032610.97880.97091.00792阳泉煤业0.99450.99291.00l6O.9875O.96O81.02670.9750.959l1.O159中电投蒙东1.05321.04271.01050.98950.9751

27、1.O1440.9770.96l61.0154l冀中能源0.99910.99541.00370.93180.97070.96ll0.9293095230.9771河北开滦1.049l0.99861.O5O5O.9510.96540.98560.987l0.94181.0453淮北矿业1.03870.94721.0915l1.0l3l0.93l71.08l411.00040.93461.06582内蒙古伊泰1.02320.99921.O24l1.0l6O.98921.O26811.0O321.OOl31.00192内蒙占平庄1.0211.01261.00841.01261.00891.00371

28、.0l580.980l1.0357河南义马1.04l91.00861.0333l1.02381.00671.O17120.99840.96511.O3332辽宁铁法l0.99841.O0l60.99290.96451.02840.98040.95121.0292呼伦贝尔1.03871.0l251.026l11.Ol271.00741.005311.O0761.0051.00262徐州矿务1.02880.99361.03521.oo380.98651.O1731.00880970l1.0387汇能煤电1.02970.985l1.0446l1.03l60.98041.051221.00960.94

29、791.06172什肃华亭1.03250.99761.03491.002l0.95631.04580.98950.93981.0497沈阳煤业1.03540,99391.04150.99150.96471.02680.98040.95121.0292枣庄矿业1.04061.00551.035l0.99760.99l21.OO640.98320.98940.9938郑州煤炭1.Ol821.00241.O158O.95l0.9765O.97450.99840.94861.0498内蒙古伊东0.99220.99121.00l10.98520.95l61.03360.97280.96081.OI2山煤

30、运销1.02870.99811.030611.02150.9981.023511.00870.96431.04441平均1.02640.99861.02770.99790.97851_01940.98890.96521.0236间的平均值为负,出现了效率退步.其中除了情形1中出现生产效率退步的17家企业外,又新增添了阳泉煤业,郑州煤炭,平煤神马,山西潞安,中电投蒙东,淮南矿业,枣庄矿业等7家企业.在所考察的30家企业中有13家的全要素生产率高于情形1,这说明上述企业在控制坏产出的管理上要领先于其他企业,如此的先见之明,使得坏产出管制下的生产会更加有效率.但这13家企业的全要素生产率的增长依然更

31、多地来自于技术进步,技术进步的平均贡献率为3.28%,高于平均水平1.32%,而效率改进的平均值为一1.08%,和其他企业一样出现了负增长.情形3下,30家企业全要素生产率的平均增长为一1.10%,技术进步增长率为3.48%,生产效率依然是负增长.其中有l0家全要素生产率的增长为正,而且这l0家企业的全要素生产率的增长除了神华集团,中煤能源,内蒙古伊泰和呼伦贝尔4家企业外,均来自于技术进步.为了更清晰地表述30家企业的全要素生产率变动情况,图2给出了19982009年各种情形下全要素生产率指数(均为年度各企业的几何平均)以及相互比值的变动情况.从中不能看出,在不考虑坏产出的情形1下,全要素生产

32、率基本上呈显着上升态势.但在考虑坏产出的情形2和情形3中,20002004五年间全要素生产率指数均呈大幅下降趋势,这与始于2002年底由于煤,电,油,运紧张而导致的经济过热,从而使得煤炭企业三乱现象过度遵循着一致性的轨迹.但自2005年之后各?60?统计研究2011年8月19%19992000200120022003200420052006200720082009图2各种情形下全要素生产率指数的年度变化情况种情形下全要素生产率指数均呈现出增长的态势.同时,情形2和情形3的全要素生产率指数与情形1的全要素生产率指数的比值,由2000年开始下降,2003年达到底部后反转上升,但一直没有突破1,表明

33、我国煤炭企业的生产基本上处于粗放式发展的阶段,这也反映了处于重化工业初级阶段的我国,面临着能源供给的结构性失衡以及其与经济发展,环境保护,以人为本的和谐社会理念之间的矛盾.(三)生产技术的创新者以上分析了各企业TFP的总体和趋势性特征,但另外一个同样重要的问题是,哪一年哪一个企业使生产可能性边界发生了外移,即谁是生产技术的创新者?根据Fare等(2001)的定义,创新者需满足以下三个条件:TECHI>1(,Y,b;y,一b)<0(,Y,b;,一b)=0第一个条件表明生产可能性边界沿着方向向量向外扩张,即在既定的投入下,t+1期相对于t期有着更多的好产出和更少的坏产出;第二个条件表明

34、t+1期的生产发生在t期的生产可能性边界之外;第三个条件意味着创新者必须在生产可能性边界之上.同时满足三个条件的企业,就会推动生产可能性边界外移.按照上述条件,在19982009年的样本区间内,情形l下共有12家企业发生过生产可能性边界的移动,在情形2和情形3下分别有14和16家企业发生过生产可能性边界的移动.表2给出了具体情况的描述.其中,生产可能性边界的移动大多发生20022005以及20062007几个年度,这与我国的整体经济形势是高度相关的,在这几个年份我同均出现了煤电供给紧张经济过热的迹象.而发生生产可能性边界移动较少的年度,基本上处于经济的低迷时期.五,因素分析为了寻找影响我国煤炭

35、企业全要素生产率增长的因素,我们提出了7个假设,并利用面板数据回归方程对假设进行了实证检验.因为被解释变量全要素生产率指数介于0和1之间,具有截断性特征,最小二乘的估计方法会带来严重的偏误和不一致,因此本文采用了Tobit回归模型.假设1:人均GDP与生产率指数之间具有二次型关系.在重化工业化初期,经济增长的方式比较粗放,因此人均GDP的增长与煤炭企业的生产率之表2各年份生产可能性边界移动的企业年份情形1情形2情形319981999l9992o0O汇能煤电汇能煤电汇能煤电2ooO一2ool呼伦贝尔神华,呼伦贝尔,汇能煤电神华,呼伦贝尔,汇能煤电20012002神华,神华,中煤能源,呼伦贝尔神华

36、,中煤能源,山西焦煤,山西大同,淮神华,中煤能源,山西焦煤,山西大同,淮20022003神华,中煤能源,山西大同南矿业南矿业,山东兖矿,淮北矿业神华,中煤能源,山西焦煤,山西潞安,晋20032004神华,中煤能源,晋城无烟中煤能源,山西潞安,晋城无烟城无烟,冀中能源中煤能源,山西大同,淮南矿业,中电投20042005淮南矿业山西大同,淮南矿业蒙东,内蒙古伊泰20052006山煤运销河南义马,山煤运销河南义马,山煤运销神华,山东兖矿,晋城无烟,淮北矿业,内20062007神华,山东兖矿,淮北矿业,内蒙古伊泰山东兖矿,淮北矿业,内蒙古伊泰蒙古伊泰,河南义马20072008河南义马河南义马河南义马2

37、0082009神华神华,淮南矿业32l09l1llO第28卷第8期赵萌:中国煤炭企业的全要素生产率增长?6l?问呈现负相关关系.但当经济发展到一个更高级的阶段后,人均GDP的增长与煤炭企业生产率之间会呈现出正相关关系.假设2:单位GDP煤炭消耗量与煤炭企业的生产率指数呈负相关关系.单位GDP的煤炭消耗量越大,煤炭需求越旺盛,需求弹性越小,煤炭企业越不易受到行业竞争的压力而改善生产效率.假设3:煤炭企业的规模与其生产率指数之间呈正相关关系,产量越大(即规模越大)的企业其生产的技术含量越高,规模效益越明显,管理效率越高.假设4:煤炭企业的生产率与其滞后一期的技术无效率具有正相关关系,前期的技术无效

38、率在有效的监管及行业竞争压力下会使本期的生产效率得以提升.假设5:煤炭企业的生产率与资本.劳动比率具有负相关关系.一般来讲,距离生产前沿面越近的企业,其资本一劳动比率越高,从而改进的空间相比资本.劳动比率较低的企业来讲会小.假设6:煤炭企业的技改及安全投入越多其生产率指数就越高.假设7:煤炭企业的生产率与其管理效率具有正相关关系.本文用管理费用与销售额的比值作为管理效率的衡量指标,比值越大意味着管理效率越低.各假设确定的相应解释变量为:人均GDP,单位GDP煤炭消耗总量,总产量,滞后一期的技术无效率,资本.劳动比的对数(LN(KL),技改和安全投入,管理费用率即管理费用与销售额的比值,人均GD

39、P的平方(主要考虑GDP与生产率指数之间的二次型关系).被解释变量分别为情形2和情形3下的各企业的全要素生产率指数.具体的回归方程如下:30PI=ot+ui=1P,表示生产率指数,代表影响生产率增长的各因素,是被估计参数,是标准白噪声,是截距项.根据HUSMAN检验的结果,本文选择了固定效应模型对回归方程进行了回归.回归结果见表3.从表3的回归结果中我们可以看到,单位GDP煤炭消耗量,管理费用率两个解释变量的回归系数显着为负,而技改和安全投入的回归系数显着为正,说明假设2,6,7成立;煤炭企业的总产量与企业的生产效率之问虽然成正相关关系,但在统计意义上并不显着,说明企业规模对其生产率增长并没有显着的影响,规模大的企业其生产率指数并不一定高;生产率指数与滞后一期的技术无效率是正相关的,这说明煤炭企业生产率的趋同现象,越靠近生产边界的企业相对于距边界较远的企业来说生产率增长越慢,呈现出了后者对前者的追赶;生产率指数与资本一劳动比之间的负相关关系,表明过度的资本深化会偏离我国要素禀赋结构,从而不利于企业生产效率的发挥;人均GDP平方的回归系数显着为正,这说明人均GDP和生产率指数之间具有u型关系,拐点