中国电子元件产业企业级全要素生产率的评估与分析

沈阳农业大学学士学位论文编号（学号）：毕业论文（设计）题目：中国电子元件产业企业级全要素生产率的评估与分析学院：经济管理学院专业：国际经济与贸易姓名：指导教师：完成日期：xxx年xx月xxx日目录TOC\o"1-7"\h\z\u摘要 4一引言 5二测算模型 6三数据与测量 73.1数据的测量 73.2数据概述 8四、模型结果及其分析 104.1模型的结果 104.2模型结果分析 13五提高电子行业全要素生产率的思路 13摘要改革开放以来，我国的高经济增长率主要是通过高投入的办法获得的，就电子元件行业而言也不例外。与发达国家相比，我们的增长方式是高投入、高消耗、低产出、低质量的粗放型经营方式。但在资源日趋紧张的今天，这种主要靠扩大建设规模，增加生产要素投入，忽视科技进步和现代化管理，不重视提高生产要素使用效率和经济运行质量的粗放型经济增长方式已不能为继了。要使我国电子元件企业在激烈的市场竞争中处于有利地位，就需要研究什么能来衡量企业的效益，有什么因素能影响企业的效益。本文采用全要素生产率来衡量企业的生产效益，用柯布—道格拉斯生产函数估算出我国2000年电子元件行业企业的全要素生产率。通过对比北京，天津，上海，成都，广州五个城市的企业，不同所有制企业各个相应的全要素生产率，来分析影响全要素生产率的主要因素。在文章分析中发现，电子元件行业的全要素生产率并不是很高，在所选的五个城市中，上海的全要素生产率最高，广州、天津的居中，而北京和成都的全要素生产率最低。在对不同所有制企业的分析中发现，其它所有制企业的全要素生产率最高，跨国公司子公司和合资公司居中，而国有企业的全要素生产率最低。接着文章从企业的生产要素的投入，劳动力成本占总成本中的比例，每单位劳动力产出增加值和每单位资本产出增加值对影响全要素生产率的因素做了比较分析。研究的结果表明：企业的所有制性质对全要素生产率有一定影响；单位劳动和资本产出增加值都较高时，企业的全要素生产率较高；国际直接投资对全要素生产率并没有很明显的影响。最后文章提出了提升我国电子元件企业全要素生产率的政策性建议。电子元件企业应加快经济增长方式，提高要素的利用效率；加快对国有企业的改革；提高员工的战略地位。关键词：全要素生产率；所有制性质；国际直接投资中国电子元件产业企业级全要素生产率的估计与分析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。现代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。生产率是指生产过程中投入品转化成产出品的效率。[1]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”(multifaeto:produetivity，MFp)，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(outputperunitinput)率，[2]也即我们所说广义技术进步。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,也包生产中使用的软技术如要素配置效率、规模经济织管理及经济机制等因素对经济增长的贡献。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的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。目前，我国电子元件企业的TFP增长水平与世界发达国家的同行业还有较大的差距，对我国中国电子元件产业企业级全要素生产率的估计与分析，有利于促进我国电子元件企业TFP的快速提高。Abramovitz(1956)在研究1869-1878年的美国经济时发现,除生产要素投入增长导致产出增长外,还存在其他因素对产出增长作出贡献,即现在所说的TFP增长。[3]随后Solow(1957)提出以技术进步率和技术进步对经济增长贡献的定量计量方法,即Solow剩余,引起了学术界对技术进步或TFP与经济增长关系的关注。[4]自20世纪20年代柯布-道格拉斯生产函数提出后,国际上逐步发展形成了关于定量测算科技进步经济增长中作用的理论模型和方法。目前对全要素测算方法主要有这三种:一是传统的索洛余值法二是随机前沿生产函数法,三是非参数的生产率指数法(主要是数据包络分析DEA)[5]。1957年美国经济学家罗伯特·索洛(R·Solow)在《经济学与统计学评论》上发表了《技术进步与总量生产函数》一文，论文统一了生产的经济理论、拟合生产函数的计量经济方法,第一次将技术进步因素纳入经济增长模型[6]。在定量研究中，索洛将人均产出增长扣除资本集约程度增长后的未被解释部分归为技术进步的结果，称其为技术进步率，这些未被解释的部分后来被称为“增长余值”(或“索洛余值”)。其中a即为全要素生产率的相对变化率，并把它作为科技进步率来考虑。应用索洛“余值法”的假设前提除科技进步的形式是希克斯中性形式以外，还假定要素的产出弹性α，β不随时间而变化。严格地说，任何生产系统的α，β都是随时间而变化的。因此，索洛的“余值法”只能用于α，β随时间的变化不太明显的生产系统或在一个较短的时期内应用[7]。随机前沿生产模型的理论最初由Aigner、Lover、Schmidt(1977)以及Meeusen、VandenBroeck(1977)提出,并很快成为计量经济学中一个引人注目的分支[8]。随机前沿生产模型假定,企业由于各种组织、管理及制度等非价格性因素导致生产过程中效率的损耗,而达不到最佳的前沿技术水平[9]。Nishinizu和Page(1982)首次提出将全要素生产率(TFP)的增长分解成前沿技术变化和相对前沿技术效率的变化[10]。此后,许多研究都沿用他们的方法分析全要素生产率的增长[11]。Bauer(1990)使用美国航空业的数据将全要素生产率的增长分解为前沿技术进步、相对前沿的技术效率变化以及规模经济性改善等因素。Fecher与Perelman(1992)利用该方法分析了OECD制造业的全要素生产率与前沿技术进步。对韩国的制造业主要行业的全要素生产率进行了分解及分析[12]。Kalirajan,Obwona以及Zhao(1996)研究了中国各省的农业全要素生产率的分解[13].DEA方法是较常用的分析方法,是因为它能够考虑投入产出体系的非效率性,并且,它没有必要估计参数。DEA是一种线性规划模型,自从Farrell,M.J.(1957)分析单一投入与单一产出的技术效率后[14],Charnes,A.,Cooper,W.W.,Rhodes,E.(1978)则将之扩展为CCR模型,使其能够处理多项投入与多项产出的问题[15]。Malmquist生产率指数是由Malmquist(1953)所提出来的,就是利用距离函数的比率来计算投入指数的。Caves,D.L.&Diewart,E.(1982)把它应用到生产理论,并称为Malmquist生产率指数[16]。Arcelus,F.J.&Arozena,P.(1999)指出,与Tornqvist指数和Fisher指数相比,Malmquist指数具有优点:Malmquist指数可以把生产率的变化原因分为技术变化与效率变化;不需要价格资料,从而可以避免价格信息不对称所引起的问题;可以利用多数投入与产出变量;不需要成本最小化和利润最大化等的条件[15]。前人大多数研究行业或是地区的全要素增长率，并没有人过多的研究企业的全要素生产率，本文要做是对电子元件行业企业级的全要素生产率研究，来分析有哪些因素影响企业的全要素生产率。本文在理论分析的基础上进行实证研究。在分析全要素生产率原理和测算方法的基础上，运用C一D生产函数法对中国电子元件行业全要素生产率进行测算。通过对比北京，天津，上海，成都，广州五个城市的企业，不同所有制企业各个相应的全要素生产率，来分析影响全要素生产率的主要因素。文章的第二部分主要是介绍本文测算全要素生产率所采用的测算模型。第三部分介绍所采用的数据来源以及对数据的计算结果的描述。第四部分是对模型计算结果的描述和分析。第五部分针对笔者的认识提出一些改进我国电子行业全要素生产率的建议。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。在两投入要素下，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是投入生产要素所获得的增加值，A为技术水平，即所要求的全要素生产率(TFP)，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[17]。参数α与β的意义：α为劳动力成本占总成本的比重，β为资本投入量占总成本的比重。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，即产出＝成本。（2）该行业的规模报酬不变，既α+β=1，则有β=1-α，所以函数可写成（3）生产过程满足成本极小化要求。（4）生产过程满足利润极大化要求。A就是我们所要求的全要素生产率，所以在已知Y,K,L,α的情况下，根据柯布—道格拉斯生产函数在完全竞争市场中两要素投入的表达形式得出全要素生产率A的表达式：选取柯布—道格拉斯生产函数方法研究经济意义明确，方法简单，函数中的变量易于测量，便于算出全要素生产率TFP。这种方法对于考察某一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3.1数据的测量本文的数据来自世界银行在1998年到2000年对中国五个主要城市的1500个企业调查研究所得的数据报告书，这五个城市分为北京、上海、天津、成都、广州。报告书中包括十个不同行业，本文所选取的是其中电子元件行业的203家企业数据。这份报告书涵盖了这1500个企业的所有制性质，总销售额和总出口额，固定资产，机械设备和仪器的进口额等。重要的是在这篇论文的研究中，能从这份报告书中找到这1500个企业中任何企业劳动力的工薪和数量，企业的成本和收入。这些数据对本文的研究有很大的帮助，柯布—道格拉斯生产函数中变量所需的数据都可以由对这些数据进行简单的处理得到。根据柯布—道格拉斯生产函数的意义，劳动要素的投入量用L来表示。劳动投入量包括就业人数，劳动时间，劳动强度和劳动质量等方面的内容。在市场经济条件下，劳动者的工资报酬能够比较合理的反映劳动投入的变化。在我国，由于分配体制不合理和缺乏市场机制的调节，劳动收入难以准确的反映劳动投入的变化[7]。因此，本文采用劳动者人数来替代劳动投入量。劳动力人数可以很好的代表劳动要素的投入量，所以在本文中用L代表企业所雇佣的劳动力人数。在世界银行的报告书中，可以找到不同类型的劳动力人数，这些类型包括基本生产型工人，附加生产型工人，工程技术人员，管理人员，服务人员及其他劳动雇佣者。有了这些不同类型的劳动力人数，就可以将这些人数加总得到总劳动力人数。即L可以由不同类型的劳动力人数相加得到，为总的企业雇佣劳动力人数。对于变量K的测量，为了计算简便和便于整理，我们采用的是固定资本存量。一方面，固定资本的投入量比较容易在世界银行的数据报告书中获得。另一方面，存量比流量能更好的反映固定资本的投入量。在世界银行的报告书中，可以找到固定资产总存量价值的数据，其中包括购买房屋，生产机械设备，信息技术，车辆，办公（除信息技术费用）和除此之外的一些价值。所以我们采用固定资本总存量的价值作为变量K的取值。在采用柯布—道格拉斯生产函数研究中，设Y是投入要素产生的增加值。在世界银行的数据中，可以得到电子元件企业的销售额，即企业的收入，其中包括出售产品和服务以及出口的收入。要得到增加值，必须除去在投入要素生产之前那部分成本。为了便于计算，在本文中除去的是投入总的材料成本，没有考虑一些日常的投入成本。从世界银行的数据中可以得到总的材料投入成本，它包括原材料，能源及其它原始投入成本。所以，Y就是由企业的收入减去总的材料投入成本所得的数值。是指劳动力的投入成本在总增加值成本中的比例。在本篇文章中，采用总成本减去材料投入成本为增加值成本，其中材料投入成本包括原材料，能源和其他材料的投入成本。劳动力投入成本采用的是劳动力所获的工资报酬。这样就是指劳动力的工资报酬占总增加值成本中的份额。在世界银行的统计数据中，可以得到总产品销售成本，劳动力的工资报酬及投入材料成本。总产品销售成本可以看成总成本，增加值成本为总产品销售成本减去总材料投入成本。则。3.2数据概述本文在对电子元件产业的研究中，所选企业在各城市及不同所有制性质中的分配数量如下：表1：所选样本企业在各城市中的分配所选城市企业数据北京43成都40广州39上海40天津41表2：所选样本企业在不同所有制中的分配所有制企业数据所占总样本数量的比例独资企业150.073892合资企业340.167488国有企业370.182266其他企业1190.586207由列表可以看出，样本企业在五个城市中的数量分布比较均匀，所以在本文的研究中不会因某个城市企业集中过多而影响平均的全要素生产率。其他所有制性质的企业中包括国内企业的分支机构、私人企业、合作社，上市公司及非上市公司和其它未列入所有制性质的企业。由于在所统计数据中，有的样本企业同时所属两种所有制，所以表中所统计的企业数据是不能简单相加的。这个随机样本的分布可以表明我国电子元件行业目前的企业所有制性质的分布类似于这种分布，外资企业较少，其它所有制企业分布较多。表3：不同城市的K,L,Y均值方差列表YLKY/LY/K总的132953（572794.9）672.399（1104.694）173030.4（642564.1）1980.77北京36503.6（445773.7）655.8605（761.0193）184032.8（572257.6）157.240.56成都52646.05（55419.8）808.075（982.1554）72459.63（100283.7）65.150.73广州31488.54（55419.8）673.8974（1094.894）58863.77（108318.3）46.730.53上海403094.4（1149570）818.85（1732.068）469462.2（1269520）492.30.86天津75544.37（220828）413.0732（664.1885）79004.8（170317.4）182.890.96表4：不同所有制企业的K,L,Y均值方差列表YLKY/LY/K独资166702.3（325192.5）897.2667（780.5354）193096.1（210743.7）185.790.86合资282828.4（583339.6）649.9412（888.2008）547813.5（1360152）435.160.52国有27619.51（32288.57）852.6486（844.2218）83705.22（85520.69）32.390.33其它346328.4（2551583）1744.916（12520.13）389300.5（3232187）199.91.27注：Y代表增加值，单位：千元。L代表劳动力人数，单位：个。K为固定资本的投入数量，单位：千元。Y/L为每单位劳动产出的增加值。Y/K为每单位资本产出的增加值。对各个样本企业的Y，K进行整理计算后，得到平均的Y为132953千元，上海的最高，为403094.4千元；广州最低，为31488.54千元。企业的平均资本总量K为173030.4千元，上海的资本投入量最多，为469462.2千元；广州的资本投入量最低，为58863.77千元。其中，北京，上海的企业增加值和固定资本投入量较其它几个城市较高。通过方差的计算会发现样本数据的方差较大，说明数据为随机变量，具有可研究性。在对不同所有制企业的比较中发现，其他企业的增加值和固定资本存量最高，国有企业的最少。在上海这个城市中，资本密度比较大，许多跨国公司，合资企业在上海设立总部或分支机构，他们在上海投入大量资本，在所选取的随机企业样本中共有22家跨国公司子公司和合资公司，所以，上海的平均资本存量和企业的增加值比较高，由此也可发现上海企业的生产规模是较大的。而北京有大量的国有企业，根据在对不同所有制形式进行平均资本增加值和平均固定资本存量的计算时发现，国有企业是最少的。但通过观察Y的数值发现，有一家企业的Y值很大，为2901323千元。而北京总的增加值Y为4434475，这家企业就占了总增加值的一多半比例，如果采用这个样本企业并不能很好的代表北京企业的整体状况，所以排除该数据。得到北京平均的Y为36503.6千元。这样，北京的增加值就是五个城市中较小的，比较符合北京的国有企业较多并且国有企业增加值较少的特点。当对样本企业的劳动力人数进行研究时发现，样本的平均劳动力人数为672.399，上海的平均劳动力人数最高为818.85人，天津的最低为413人。成都，上海的平均劳动力人数较多。在不同所有制企业中，其他企业的平均人数最多，为1744.9人。合资企业的平均人数较少，为649.9人。方差较大，说明数据为随机变量，具有可研究性。由于上海的企业规模较大，所以雇佣的劳动力人数较多。而成都的生产规模并不是很大，但雇佣的劳动者也很多，而且成都Y/L也不是很高，可能成都企业的管理机制很不完善，虽然劳动力人数多，但劳动者效率不高。表5：2000年不同城市的α城市α总的0.4289北京0.3414成都0.3621广州0.5633上海0.5686天津0.3721表6：2000年不同所有制的α所有制α独资0.2591合资0.4093国有0.3553其它0.496注：α是劳动力成本占总成本的比例，即由表5，6的分析发现，广州，上海的劳动力成本占总成本的比例较高，可能是由于在上海，外资和合资企业比较多，劳动者的受教育程度较高，劳动者的工资报酬较高，所以比较大；而广州的Y/L却很小而且L很大，说明广州的劳动者生产效率不是很高，但劳动者人数较多，所以劳动者的工资报酬占总成本的比例就较大。北京，成都，天津的α较低，从每一单位劳动力产出的增加值（Y/L）也可以发现，北京、天津、成都也是相对较低的，说明这三个城市的劳动力效率不是很高。从我国目前城市现状看，北京的国有企业较多，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，劳动力效率较低。四、模型结果及其分析4.1模型的结果根据以上获得的数据及柯布—道格拉斯生产函数，由可以求得2000年电子行业中各个企业，不同城市，不同所有制的全要素生产率。见表7，8。表7：2000年不同所有制的全要素生产率所有制TFP独资3.47245合资8.13715国有1.68351其它15.72总的8.3067表8：2000年不同城市的全要素生产率城市TFP北京3.84018成都3.871广州6.7921上海30.74天津6.41注：TFP为全要素生产率，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是投入生产要素所获得的增加值，α为劳动力成本占总成本的比重，β为资本投入量占总成本的比重。从表7、8中，我们可以看到上海的全要素生产率最高，为30.74；而北京，成都都很低，分别为3.8402，3.871。所有制中其它所有制企业的全要素生产率最高，为15.72；而国有企业的全要素生产率最低，仅为1.68351。其它所有制的全要素生产率高出了独资企业和合资企业是我所未预料到的，跨国公司企业的全要素生产率比我预想的低。所以不能依此来说明FDI会对全要素生产率有显著提高作用。而合资企业的建立往往是由于国家的政策法规，要求某些生产型的跨国公司进入国内时要采取合资的形式建立公司，这样，我们也将跨国公司子公司和合资企业统一成有国际直接投资的企业，再对其进行全要素生产率的测定，得到全要素生产率为5.5，也不是很高。对这些企业的K、L、Y、K/L、K/Y的分析发现，跨国公司子公司的K、Y并不是很高，均低于合资企业和其他所有制企业，说明这些跨国公式的规模并不是很大。但它的L却比合资企业高出很多，而且它的Y/L、α都是很低，低于总的Y/L、α，而它的Y/K却比较高。这说明，一般的跨国公司子公司不是劳动密集型的企业，而是资本密集型的企业。也可以从中发现有国际直接投资FDI的企业并非全要素生产率会很高。其它所有制企业的全要素生产率较高，我们会发现它的Y、L、Y/L、Y/K及α都很大，可能说明了一般的其他所有制企业不仅劳动密集，而且资本也很密集。但对这些企业的分析中发现，这些企业中有的TFP很高，有的却很低，在分布上表现出很明显的差异，如图1，可能是由于其它所有制企业虽没有国家的支持政策但通常是自负盈亏，它在人员设置与管理理念上是比较灵活的，所以很明显的表现出有的企业效益好，而有的企业亏损很多。从所得到的数据及对样本企业的分析中我们可以了解到，上海的合资企业最多，为21家，而且上海的资本投入量K，劳动投入量L及增加值Y都是五个城市中最高的，它的单位资本增加值(Y/K)和单位劳动力产出增加值(Y/L)也都是很高的，也说明了上海的电子元件企业不但生产规模较大，而且资本密度和劳动密度也是相对较大。也可由此初步得出一个结论：当样本的Y/L,Y/K都相对较大时，样本的全要素生产率也比较大。把上海各样本企业的全要素生产率进行降序排列，发现有25家企业高于总的全要素生产率，这其中包括了1家独资企业，13家合资企业，1家国有企业和10家其它所有制企业，而且其它所有制企业的全要素生产率都是比较靠前的。在后15个企业中，仅有6家的其它性质企业，而有7家合资企业。这说明有的合资企业的全要素生产率没有其它所有制性质的企业高。北京，成都的全要素生产率都很低，对北京，成都的K,Y,L,Y/L,Y/K及α进行分析可发现，两个城市的α差不多大小，都低于平均的α。它们的Y/L,Y/K都是处于中间水平，所以从中看不出什么规律。他们的独资企业和合资企业并不是很多，北京有8家，而成都只有2家。北京的国有企业相对较多有18家，成都的其它所有制性质的公司较多，共有28家，这其中主要是未上市公司和合作社。对北京和成都的全要素生产率进行排序。在北京的所选样本企业中，有15家企业的全要素生产率高于平均的全要素生产率，其中包括4家合资企业，5家国有企业和6家其它所有制性质的企业。位于前两位的都是合资企业，它们的全要素生产率特别高，分别为639.48，138.16。而后面的数据直线走低，降到17.7后才开始缓慢下降。在低于平均TFP的北京样本企业中，唯一的一家独资企业TFP只为1.298。这表明有外资的企业并不都是全要素生产率很高的。而且还发现，北京的企业间TFP相差很大。居于首位的TFP为639.48，而末位的TFP仅为-3.9说明企业已经开始亏损。而在对成都的样本企业研究中发现，成都企业的TFP没有象北京的样本企业之间相差的很大。有17家样本企业高于平均的TFP，其中15家为其它性质的企业，还有1家合资企业和1家国有企业。从统计的样本来看，成都要是以一些未上市的公司和合作社为主，而且这些企业的规模也不是很大，这一点可以从成都企业平均的K,Y看出来。并且位于前两位TFP很高的企业和末尾的两家TFP最低的企业都是其它所有制性质的企业。在计算不同所有制的TFP时，其它所有制性质的TFP是最高的，为15.72。如果所有制性质对企业的TFP的影响很大的话，那么成都的TFP应该是很高，但结果是成都的TFP几乎是所选五个城市中最低的，这说明所有制的性质对全要素生产率的影响并不是很显著的。成都位于我国西南部，是西南比较发达的城市，通过对成都电子行业的TFP研究可以发现，西南部电子元件行业的发展并不是很好的。从各个城市的TFP比较中，可以发现广州和天津的全要素生产率相差不多，处于居中的位置。从这两个城市的K、L、Y、Y/L、Y/K、的研究可以发现，广州的Y,K,Y/L,Y/K几乎都是最低的，但它的TFP却不是最低的。天津的Y、K、Y/L也不是很高，处于中等水平；它的Y/K是最高的，也是很低的，这些可以说明天津资本产出效率还是比较高的，是一个资本密集型的城市。对广州样本企业的TFP进行降序排列，其中一个样本企业的固定资产存量K为0，可能是数据遗失，所以采用广州的K/Y乘以该企业的Y的方法，得到一个估算的K，再用这个数据来估算该样本企业的TFP，所得到的数据用括号标注。从走势图上看，广州各样本企业的TFP相差没有北京的悬殊。在13家高于平均TFP的广州样本企业中，有3家外资企业，其余10家都是其它所有制性质的企业。所选样本企业中，有7家外资企业和1家合资企业，只有三家外资企业的TFP较靠前，其余的都低于平均的TFP，有一家外资企业的TFP竟是-51.98，处于严重亏损状态。由于广州是国内市场经济发展好的城市，这里主要以中小企业为主，中小型企业受企业规模和资金的限制，不会过多的进行技术改进和固定资本投入，但是他们在管理和生产上积极性是很高的，使得劳动产出较大，但也使得全要素生产率不是很高。再来对天津样本企业的TFP进行排序，发现一个样本企业的劳动力人数缺失，所以还采取用天津的L/Y乘以该企业的Y的方法，得到一个估计的L，再用这个数据来估算该样本企业的TFP，得到的数据用括号标注。从走势图中可以发现，天津各样本企业间的TFP相差不多，有17家样本企业的TFP是高于平均的TFP，其中有1家外资企业和1家合资企业，3家国有企业，12家其它性质的企业。居于首位和末尾的几乎都是其他所有制企业，而最后一位是一家外资企业，TFP为-0.7625，处于亏损状态。最后，将203个样本企业的TFP进行总体的排序，来看看有没有什么规律可以发现。在TFP前二十位的排名中，上海的样本企业有7家，北京有2家，广州5家，成都4家，天津2家。跨国公司子公司有2家，合资有5家，13家为其它所有制性质的企业，其它所有制企业的个数最多，而且这些企业的TFP没有特别高的，几乎都低于100。再看排名在第21位到第87位的样本企业，它们的全要素生产率都高于平均的TFP，这67家企业中，有18家上海企业，15家天津企业，13家北京企业，13家成都企业，8家广州企业。这其中有3家跨国公司子公司，14家合资企业，10家国有企业，40家其它所有制企业。也就是在高于平均的TFP企业中，有62.5％的上海样本企业，34.8％的北京样本企业，33.3％的广州企业，42.5％的成都企业，41.5％的天津企业。其中有33.3％的跨国公司子公司，55.9％的合资企业，29.4％的国有企业，44.5％的其它所有制企业。从以上的数据可以发现，上海的样本企业大部分都是高于平均的TFP，大部分合资企业的TFP也高于平均的TFP。而且这些合资企业有12家在上海，他们带动了上海整个电子元件行业的全要素生产率。并且上海的大部分企业TFP均高于平均的TFP也可能是上海能拥有较高TFP的原因。再来看TFP排序后20位的企业，有1家上海企业，6家天津企业，5家成都企业，5家北京企业，3家广州企业。3家跨国公司子公司，4家国有企业，13家其它所有制企业，没有合资企业。说明上海企业中，TFP特别低的企业很少；合资企业的全要素生产率没有很低的。但是，有的跨国公司子公司的TFP却很低，甚至处于亏损状态，这一点也表明国际直接投资对TFP并没有明显的推动作用。4.2模型结果分析1．所有制性质对企业的TFP有一定的影响，但并不是十分显著的。如，上海的合资企业较多，合资企业的全要素生产率较高，上海企业的平均全要素生产率也是较高的。北京的国有企业较多，国有企业是不同所有制企业中TFP最低的，在各个城市的TFP中北京的TFP是很低的。但在所得不同所有制性质的TFP中，其它所有制性质企业的TFP最高，成都的其它所有制企业很多，但成都的平均TFP却是五个城市中较低的。从上述例子可以看出企业的所有制对企业的全要素生产率是有影响的，但这种影响不是很明显。2．企业每单位的劳动产出比(Y/L)和资本产出比(Y/K)都比较高，那么企业的全要素生产率就很高。从各个的Y/L,Y/K可以看出，上海的Y/K,Y/L都是很高的，相应的上海的TFP也是很高的。从各个企业的Y/L,Y/K也可以看出，如全要素生产率最高的企业，它的Y/L,Y/K也都很高，几乎所有样本企业中最高的。不同所有制的研究中，其它所有制企业的Y/K,Y/L很高，相应它的TFP也很高。但是，如果研究对象的Y/L,Y/K都很低，不能得出研究对象的TFP很低的结论。如广州的Y/L，Y/K都很低，几乎是五个城市中最低的，但是广州的全要素生产率不是最低的，处于中等水平。但在国有制企业中，国有制的平均Y/K，Y/L都是很低，而且它的TFP也是很低的。3．有国际直接投资的企业全要素生产率并不一定很高。通常我们认为有外资的企业会有先进的技术和管理经验，充裕的资本投入和教育程度较高的劳动者，这样企业的全要素生产率就会很高。但从我们用样本数据计算的TFP中可以发现事实并非如此，有的跨国公司甚至在国内还处于亏损状态。在后20位TFP较低的企业中，有三家跨国公司子公司，他们的TFP分别为0.23，-0.76,-51.97，比平均的TFP低出十多倍。由此也了解到，我国不能盲目的引进外资，有时外资企业并不能给我们带来想要获得的技术提高。五提高电子行业全要素生产率的思路一般来说，决定经济增长的效应有两种：一是水平效应，即在技术进步和产业结构不变的情况下，资本投入会产生一个短期的增长效应，只要增加资本，产出水平就会增加；二是速度效应，即促进技术进步，调整产业结构，变革经济组织，就会产生一个长期的增长效应。一般认为前一种经济属于粗放型经济，属于经济发展早期的生产增长方式；而后则属于集约型经济，它主要通过先进的技术来推动经济的发展，而不是简单的通过增加生产要素来促进经济的发展，大家普遍认为这是一种可持续发展的观点[7]。对于我国的电子元件行业来说也是如此，要实现电子元件产业的可持续发展，就应当注重促进电子元件行业长期增长的效应——速度效应。加大科技投入，转变经济增长模式，提高各要素生产率和全要素生产率[5]。可以说，目前我国的电子元件行业产出的增长还主要是依赖于要素投入增长，特别是资本投入，这就意味着我们不能忽视要素投入的重要性。同时,我们也应认识到提高全要素生产率增长对经济长期持续增长的重要性,毕竟很高的要素投入增长不可能长期维持下去。经济增长只有通过全要素生产率的增长才能维持长期的繁荣。通过分析可以看出,企业应继续加大公共教育和科技等投入,提升技术进步率;还应当通过各种政策优化资源配置,提升技术效率,从而促进经济增长方式转变,提高效率型经济增长。加快国有企业的改革[18]。由所算得的全要素生产率可以发现，国有企业的全要素生产率很低，而且它的每单位资本产出和劳动产出都是很低的。我国工业改革的主要目的之一是为了提高国有企业的效率,由于国有企业在所有权与控制权的分离这一点上与发达国家的公司具有类似之处。,因此,国有企业改革措施的一个自然选择就是模仿成功的现代西方公司的管理模式和激励机制。这些措施包括增加国有企业厂长经理自主权、在政府和企业之间实行利润分享、提高奖金在职工工资总额中的比重等措施以改善企业的激励机制,实施各种合同责任制系统及现代公司制以改善企业的治理结构等[19]。提高员工的战略地位。提高员工的教育程度。电子元件行业是一个高科技的行业，它对产品的精密度有很高的要求。如果员工教育程度很低就不会意识到产品精密的重要性，企业应有针对性的经常组织员工进行业务上的培训，对有发展潜力的员工要给予高度的重视。积极鼓励员工自主创新，自主研发。对企业有较大贡献的员工要给于一定的奖励，提高员工工作的积极性，以此不断推动企业的技术进步，增加企业的收入。参考文献[1]曹乾.中国保险业全要素生产率增长分解与分析[J].审计与经济研究,2006,21(6):70-73[2]莫志宏，沈蕾.全要素生产率单要素生产率与经济增长[J].北京工业大学学报，2005(12):29一31[3]M·Abramovitz,ResourcesandOutputTrendsintheUnitedStatessince1870,PapersandProceed-ingsoftheSixty-eighthAnnualMeetingoftheAmericanEconomicAssociation,USA:AmericanEconomicReview,1956·[4]R·M·Solow,TechnologicalChangeandtheAggregateProductionFunction,ReviewofEconomicsandStatistics,1957,39(3),312-320·[5]王永康,叶先宝.福建省全要素生产率计算与分析:1952-2005年[J].华东经济管理,2007,21(4):4-7[6]杨顺元.全要素生产率理论及实证研究[D].天津大学硕士毕业论文，2006：2-4[7]蒋迪娜.我国交通运输业全要素生产率变动及其影响因素研究[D].2002:2-4[8]Aigner,D.J.,C.A.K.Lovell,andP.Schmidt,1997,“FormulationandEstimationofStochasticFrontierProductionFunctionModels.”JournalofEconometrics,6:1,July,21—37.[9]Meeusenm,W.,andJ.vandenBroeck.(1977),“EfficiencyEstimationfromCobb-DouglasProductonFunctionswithComposedError”.InternationalEconomicReviews,18:2,435—44.[10]Nishimizu,M.andJ.M.Page.(1982),“TotalFactorProductivityGrowth,TechnicalProgressandTechnicalEfficiencyChange:imensionsofProductivityChangeinYugoslavia,1965—78.”TheEconomicJournal,92,929—936.[11]涂正革、肖耿.中国的工业生产力革命[J].经济研究，2005（3）：4-5[12]SanghoKim(2001)Kim,SanghoandGwanghoHan.(2001),“AdecompositionoftotalfactorproductivitygrowthinKoreanmanufacturingindustry.”JournalofProductivityAnalysis,16,3,p269.[13]Kalirajan,K.P.,M.B.ObwonaandS.Zhao.(1996),“ADecompositonofTotalFactorProductivityGrowth:TheCaseofChinesegriculturalGrowthBeforeandAfterReforms.”AmericanJournalofAgriculturalEconomics,78,331—338.[14]Fare,R.,Grosskopf,S.,Roos,P.,1996,Ontwodefinitionsofproductivity,EconomicsLetters,53,269-74.[15]金相郁.中国城市全要素生产率研究:1990-2003[J].上海经济研究，2006（7）：14-17.[16]Diewert,E.W.,Fox,K.J.,2005,MalmquistandTornqvistproductivityindexes:returnstoscaleandtechnicalprogresswithimperfectcompetition,CenterforAppliedEconomicResearchWorkingPaper2005/03,TheUniversityof[17]董晓花,王欣,陈利式.柯布—道格拉斯生产函数理论研究综述[J].生产力研究，2008（3）:148-149.[18]李骥.黑龙江省全要素生产率的测算及分析[J]经济研究导刊.经济研究导刊,2008(1):150-152.[19]孔翔,RorbertE.Marks,万广华.国有企业全要素生产率变化及其决定因素:1990—1994[J].经济研究，1999（7）：46-47.六附录表9：所选样本中不同所有制企业的个数 所有值城市独资合资国有其它所有制总计北京17181743成都02102840广州7212939上海12121640天津6262841图1：所有制企业的TFP走势图图2：北京的样本企业TFP走势图表10：北京各企业的全要素生产率样本全要素生产率所有制性质1639.4790742合资2138.1556818合资317.70568541其它417.66414166国有515.18262739国有614.35919606其它714.35096559其它814.33515308其它913.72582528其它1010.69229803合资1110.42352292国有129.842560493合资139.597285628国有149.443642058其它159.288985427国有16（8.295508433）合资177.974451779其它187.611675657国有196.068734176国有205.852615103国有215.609060999国有225.123270307国有234.39417579其它244.380768327其它253.921461702合资263.733746316其它273.690811438其它283.227450202国有293.138700216合资302.48917888国有312.029216932国有321.961280505国有331.906963898国有341.805958487其它351.357732248其它361.297537588独资371.220579663国有380.800367652其它390.352737122国有400.210499483其它410.160513775国有420.008903915其它43-3.90058562其它图3：成都样本企业TFP走势图表11：成都各样本企业的全要素生产率样本全要素生产率所有制性质181.4423468其它270.72138321其它367.13284545其它434.09772052其它531.09255579合资625.30827068其它724.06849828其它815.59571028其它911.49505782其它1010.63976793其它1110.60130829其它1210.48780003国有1310.21652755其它149.801366058其它159.134028667其它169.018315211其它178.370941637其它187.799952747其它197.372868669其它207.115199506其它214.773894806国有224.770556374其它234.175199223国有244.134161331其它253.515736363其它262.878535966合资272.636922523国有282.459845787其它292.261156006国有302.203653558其它311.800902026国有321.369080313其它331.301078612国有340.982402171其它350.927336196国有360.751442226其它370.611261402国有380.123100943国有39-3.1