基于三阶段dea的区域经济增长效率实证研究

基于三阶段dea的区域经济增长效率实证研究

一、区域间收入不平等扩大的原因分析区域发展差距、收入分配不平等和经济可持续快速增长一直是中国经济和社会发展的重要现实，也是政策制定者和科学家的一个热点问题。经济增长中的收入分配差异过大所产生的消极作用,是中央政府和经济地理学者所共同认识到的。新古典经济增长理论认为,一个国家的人均收入增长速度与其人均收入的起始水平呈负相关关系,随着经济增长的趋同,落后地区与发达地区的差异将逐步缩小(BarroandSalatimartim,1992;Barro,1998)。然而,在发展过程中如果单靠经济发展的自身规律来遏制区域间收入不平等的扩大,往往很难达到预期效果。下图描绘了2003~2007年我国各省GDP发展平均水平的空间分位图(图中按GDP水平分为4个等级,其中,4thrange为最高,1thrange为最低)。比较这两幅图我们可以清楚地看出,各省域的GDP发展在2003年与2007年的空间分布倾向于某种明确的空间分布模式,其中一个显著特点就是高水平GDP(4thrange)发生在沿海省域,尤其是以上海为中心的长三角地区、以广东为核心的珠三角地区以及以北京为核心的环渤海地区。意味着在这段时期内,虽然内蒙古和陕西省的GDP有所提高,但本质上东中西部经济发展差距过大、社会发展不协调等问题依然没有改变。随着地区差距扩大的负面效应不断显现,国家开始重视区域之间的协调发展问题,加大了对西部和中部地区的投入。为了促进各地区经济的协调发展,提高经济发展效率是关键。效率是地区竞争力的集中体现,它关系到中国可持续发展的关键性问题。一方面,经济发展的高效率是中国经济体制改革过程中的必然要求;另一方面,地区经济发展效率是构成该地区经济安全、社会稳定和谐的一个重要因素。那么,如何准确测度省级区域经济发展效率?决定省级区域经济发展效率高低的因素有哪些?我国近几年的经济发展趋势是效率趋同还是差距扩大?这些问题都值得深入探讨。因此,为了能够促进我国经济的协调可持续发展,研究省级区域经济增长效率是很有必要的。二、dea阶段所谓的效率研究主要分为三个部分,即规模效率、范围效率和综合效率。规模效率、范围效率主要是针对经济发展的外部影响,我们可称之为外因;综合效率主要是针对经济发展的内部影响,我们可称之为内因。近年来的大量实证研究表明,综合效率对经济发展的影响远大于规模和范围效率,因而本文的研究重点为综合效率。目前,国内多数学者主要是运用DEA(DataEnvelopmentAnalysis,即数据包络分析)相关模型来对某一时期中国商业银行或保险机制的运行效率进行探讨和研究。传统的一阶段DEA有明显的缺陷,它是把所有的投入与产出变量及相关的环境变量(先归类为投入或产出项)直接同时纳入,一起估算生产边界与效率。此方法的主要问题在于,研究之前通常并不知道环境变量对效率的影响关系,若环境变量归类出现错误,则所求得的效率值将会有所偏误。两阶段DEA研究,也就是在传统一阶段DEA中引入了Tobit回归分析。此方法虽然能分析影响效率的各因素的显著程度,但本质上并不能剥离环境和误差因素对效率值的影响,因此所得到的效率值并不能完全反映企业的管理效率,因而其二阶段结果也是有偏的。为此,Fried等(2002)提出了一种新的效率评价模型———DEA三阶段法。该方法最大的特点是能够将外部环境与随机误差对效率的影响去除,使得所计算出来的效率值能更加真实地反映实际情况。三阶段DEA法的基本思路是:第一阶段,运用传统的DEA模型,得到各地区样本的效率值与投入(或产出)的偏移量;第二阶段,使用偏移量和所选择的环境变量,通过随机前沿法,即SFA模型来调整样本地区的投入项(或产出项),以排除环境和误差因素的影响;第三阶段,将调整后的投入项与原始的产出项(或调整后的产出项与原始的投入项)再次代入DEA模型,此时得出的效率值就是剔除了环境因素与随机误差影响的纯综合效率值。三阶段DEA模型虽然在其他行业效率分析中也有所运用,如“台湾农业科技厂商创新效率之分析”(谢尚达1996),但目前主要是运用于对商业银行效率的分析,如台湾的“台湾地区上市上柜银行效率与金融指针之关联分析/三阶段DEA之应用”(杨永列、洪万吉等,2005)、“我国商业银行X效率研究——基于DEA三阶段模型的实证分析”(黄宪等,2008)、“中国商业银行经营效率分析———三阶段DEA之应用”(方燕等,2008)。虽然国内对省级区域经济发展效率的研究有很多,但几乎都是传统的DEA方法,如“DEA时间序列分析对区域经济发展状况的评价应用”(莫剑芳等,2001)、“中国区域经济发展有效性的实证分析”(薛声家等,2008)。目前还未有人运用三阶段DEA模型对我国省级区域经济综合效率进行研究。吴玉鸣、徐建华(2004)运用空间统计和计量经济学的Moran指数法以及面板数据(PanelData)模型,分析了中国31个省级区域经济增长集聚及其影响因素,指出中国省域经济增长具有明显的空间依赖性,在地理空间上存在集聚现象,区域经济增长在时空上呈现出明显的空间效应,忽视空间效应将造成模型设定的偏差和计量结果的非科学性。因此,为了更加真实的反映各区域经济发展的情况,准确测度我国区域经济发展效率,了解我国整体资源利用水平并检验其改革成果,为改进、提高省级区域经济效率提供更有力的依据,本文在三阶段DEA法的基础上,引入了空间地理位置虚拟变量,对我国31个省级行政单位近五年来的效率进行了研究分析。三、三个阶段的dea模型(一)线性规划方法数据包络分析(DataEnvelopmentAnalysis,DEA)是由Charnes、Cooper和Rhodes(1978)基于Farrell(1957)的衡量生产效率的方法的基础上衍生而来的一种线性规划方法,较为常见的是CCR和BCC模型。它利用数学规划原理,根据多组投入产出数据求得效率,得出的总效率值为配置效率与技术效率之乘积。BCC模型把CCR固定规模报酬的假设改为可变规模报酬,从而将CCR模型中的技术效率分解为规模效率和纯技术效率,即:技术效率=规模效率×纯技术效率,总效率=技术效率×配置效率。标准的BBC模型可以表示为:其中,Xij(i=1,2,3∧m)表示第j个DMU的第m维投入向量,Yrj(i=1,2,3∧s)表示第j个DMU的第s维产出向量,Nk表示受评估DMU的相对有效值。为了能够将外部环境因素、随机误差以及内部管理因素对效率值的影响效果分开,我们进入到第二阶段的分析。(二)第二阶段：建立砂a模型1.差额变量统计与分析由第一阶段的DEA模型及各投入变量的资料,即可建立各投入变量的差额变量数据值。令第k家DMU在第n个投入值为Xnk,其差额值(slackvalues)为Snk,即:2.环境变量及投入量估计假设Snk是受到p个环境变量Zk=(Z1k,,Zpk)的影响,k=1,2,…,K。因此,可利用SFA来建立Snk与Zk之间的关系。根据Battese、Coelli(1989),差额变量与环境变量模型为:式中:Snk表示第k个决策单位第n项投入的差额值;Zk=[Z1k,Z2k,…,Znk],表示p个环境变量;βn为环境变量的待估参数;fn(Zk,βn),表示环境变量对投入差额值Snk的影响方式,一般取fn(Zk,βn)=Zkβk;Vnk+Unk为复合误差项(Vnk表示随机干扰,并假设服从Vnk~(0,σ2vn)的随机误差项;Unk表示管理无效率,并假设Unk服从截断正态分布,即Unk~(μn,σun);Vnk与Unk独立不相关)。特别地,当趋近于1时,管理因素的影响占主导地位;当趋近于0时,随机误差的影响占主导地位。利用SFA模型的回归结果调整各DMU的投入项,将所有决策单位调整到相同的环境条件或平台状态,同时考虑随机干扰的影响,从而可以测算出纯粹反映各决策单位管理水平的效率值。调整方式如下:X*nk=Xnk+[maxk{Zkβ赞n}-Zkβ赞n]+[maxk{V赞nk}-V赞nk](6)其中:Xnk*为调整后之投入量;Xnk为原始投入量;Zk为环境变量观察值;βn为待估算之未知参数;Vnk为第k个DMU在第n个投入时,其生产过程的随机误差。(三)dea模型的出现在第三阶段中,将第二阶段得出的调整后的投入值与原始产出值再次代入DEA模型,计算各决策单位的效率,此时所得到的即为消除了环境因素和随机误差影响后的效率值。四、样本和变量定义(一)年来的经济效率变化基于我国经济发展的特征以及数据的可获得性,本文将2003~2007年期间各省域固定资产投入、外商直接投资FDI、科研经费投入(1)、职工平均实际工资(2)、公共财政支出作为输入变量,把人均GDP(3)、人均消费性实际支出、人均可支配实际收入作为输出变量,来分析五年期间我国31个省区的经济效率变化。本文将我国划分为东中西三大区域进行研究,四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古11个省市区为西部地区(4),山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南为中部地区,其余省市为东部地区。(二)城乡收入差距q的度量见表1目前,对于环境变量的选取缺乏一定的标准,容易使得第二阶段SFA模型估计结果受到影响,纳入多余的环境变量或缺少必要的环境变量,也会对调整后的效率值造成影响。本文经过多方面考虑,将六项作为环境变量:(1)城乡差距(Q1),采用城镇居民消费水平与农村居民消费水平比来衡量城乡收入差距;(2)城镇化率(Q2),采用非农人口与总人口之比来衡量城镇化率;(3)经济开放度(Q3),各地区的经济开放程度主要通过产品出口来加以体现,本文采用按目的地和货源地各省市出口总额占GDP的比重来衡量经济开放程度(根据当年的汇率进行美元人民币折算);(4)科研人员数量(Q4),包括各地区高校研发人员与企业研发人员数量;(5)地理因素(Q5),克鲁格曼于《空间经济学》(2005)一书中指出,地理位置(即运出成本)对区域经济集聚的产生起着至关重要的作用,因此我们引入2个虚拟变量D1与D2且取值分别为0或1(D1取1表示东部,取0表示西部或中部;D2取1表示平原,取0表示山区或丘陵)。(三)审计的相关数据及分析情况本文所需数据均来源于2004~2008年《中国统计年鉴》、《中国财政年鉴》、《中国金融年鉴》、《中国劳动统计年鉴》、《中国区域经济统计年鉴》、《新中国55年统计资料汇编》、中国科技统计数据、《中国人口和就业统计年鉴》以及各省市相关统计年鉴。五、示范分析(一)关于中部地区与其他地区的综合效率。在对比传统DEA模型分析不考虑环境变量与随机误差,以投入与产出变量为基础,运用MyDEA1.0,以传统的DEA模型对31个省域在2003~2007年间经济发展效率进行评估,其效率值如表2所示。其中,CE为综合效率,TE为纯技术效率,AE为配置效率。由表2可知,在未考虑环境因素的影响下,分别分析纯技术效率和配置效率。首先,关于纯技术效率。在这五年期间,东部地区的纯技术效率始终高于另外两个地区,这与实际情况符合。对于中西部两地区,一开始中部地区的TE高于西部地区,但是随着时间的推移,到了2005年,西部地区的纯技术效率首次超过了中部地区,并一直维持下去,并且我们可以发现中部地区纯技术效率总体上是下降的,而西部地区则是上升的。这一现象反映出这些年国家对西部的大力投入,使得要素投入配置效率逐渐变得合理,投入产出变得相对平衡,促进了经济发展的有效性。同时,中部地区的经济“塌陷”情况虽然在2003~2005年之间有所好转,但是近几年又开始出现了恶化。其次,关于配置效率。从表2我们可以看到一个明显的现象就是,西部地区的配置效率一直高于其余两个地区,说明我国对西部地区的投入规模始终维持在一个较高水平;中部地区配置效率总体上是上升的,这反映我国政府为了扭转中部地区经济塌陷状况,正在逐年加大投资规模;东部地区配置效率维持在较稳定的状况。需要强调的是,2003~2007年三地区整体综合经济效率平均值均小于1,中部地区的综合效率除了2004年以外,一直比其他两个地区低。这说明,虽然这几年国家在中部地区的投入在逐年增加,但是投入产出没有达到最佳规模,配置效率所带来的好处在很大程度上被技术效率的相对低效给抵消了。(二)基本结果分析在第一阶段分析的基础上,将之前所定义的六个环境变量运用Coelli(1996)的FRONTIERVersion4.1,通过SFA模型对算出的各投入变量的差额变量进行调整,从而排除环境因素、地理条件等因素的干扰。SFA回归分析结果见表3、表4。表3展示的是2003年SFA结果,表4展示的是2007年SFA结果。我们发现,在这段时期内,环境因素(经济开放度、科研人员数量)对各投入差额起到的影响越来越显著,同时我们还可以看出,其余环境变量尤其是城镇化率对于各投入差额的影响也是十分明显的。由于各项投入受到环境的影响是比较显著的,如果单纯的只进行传统DEA分析的话,势必不能真实的反映当地经济的发展情况。另外,投入与环境变量之间的系数γ处于0与1之间的中间数值,表示组合误差同时受到来自管理误差和随机误差的双重影响。因此,对投入变量进行第二阶段调整相当重要,这样才能使所有的省域经济都面对一样的环境特征,使研究更加客观、真实。(三)ydea1.0模型的应用将第二阶段调整之后的各投入变量,再通过MyDEA1.0软件对我国30个省域经济效率进行评估,可以得到较为客观的、能够真实反映当地经济情况的综合效率值,结果如表5所示。(四)综合效率与纯技术效率的不显著比例由表5、图3~图5可以看出,调整前后三地区三种效率值的分布出现了明显差异。经过调整后:东部地区综合效率、纯技术效率以及配置效率都是最高的;西部地区综合效率先增加后减少,纯技术效率与配置效率整体上也是减少趋势;中部地区综合效率开始较为平稳,在2006年开始上升,纯技术效率五年内整体为下降趋势,配置效率起初较低,但于2006年开始上升。总体上来讲,三个地区的投入产出最佳规模和综合效率均未达到最优,配置效率上升所带来的好处在很大程度上被技术效率的下降给抵消了,而且我们还发现,配置效率对综合效率的影响大于纯技术效率对综合效率的影响(如图3~图5所示,2006~2007年效率值的变化)。对于西部地区,与调整前显示的不一致。调整前,西部地区综合效率并不是一开始就落后于中部,然后慢慢赶超。调整后,综合效率、纯技术效率与配置效率整体平均上都高于中部,虽然这几年综合效率可能受到劳动力人口大量流向东部地区的影响,有逐渐减少的趋势,但这五年间西部地区与东部地区的效率差异也没想象中的那么大。这表明,经过近十年的西部大开发,西部地区经济体制发生了本质性的改变,正在逐步实现由粗放型向集约型增长方式的转变,同时这也意味着,倘若国家逐年向西部的资金投入量维持与东部投入量相等甚至更多的水平,东西部区域差距将会逐渐缩小。中部经济的效率变化也不像我们调整前看到的那样———经济依然处于塌陷状态,甚至还在恶化。由表5、图3~图5可以看出,调整后的中部经济近几年的发展其实是在由低点慢慢地恢复正常,经过2003~2005年的低水平稳定发展后,中部地区经济发展的综合效率于2006年开始逐渐恢复,这意味着我国前几年提出并实施的振兴中部经济的政策方案正在逐渐发挥作用。综上所述,通过近五年的省域经济分析可以看出,目前东中西部三个区域的技术效率(综合效率),也就是新增长理论中的技术系数g的增长逐渐趋于一致。虽然技术系数g趋于一致并不能说明经济差距会逐渐缩小,但我们可以从以上的分析中得出一个显而易见的结论:在三个区域的技术效率逐渐趋同的情况下,保持发达地区经济稳定增长的同时,应加大对落后地区的各项经济投入,这是解决我国目前东中西部经济差距的关键。六、研究问题的提出本文采用了三阶段DEA模型(剔除了地理环境以及随机误差的影响)对我国30个省域在2003~2007年间经济发展的综合效率、纯技术效率和配置效率进行了分析。研究表明,东部地区,经济依然保持领先,并有继续上升的趋势;西部地区,可能是受到劳动力人口大量迁往东部沿海地区的影响,此五年期间的综合效率、技术效率、配置效率有下降趋势,但东西部经济效率差距已没有以往研究所显示的那么明显了;中部地区,在经历了2003~2005年较低效率水平的发展后,于2006年逐渐恢复到正常水平的发展效率。中西部地区之所以落后,主要