時間：2023-08-28 16:57:52
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇數量經濟技術經濟，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
【關鍵詞】DEA，Malmquist指數，能源利用效率，全要素生產率
中圖分類號：F062.1
一、問題背景
無可非議，能源已經成為資本、勞動、制度等因素外另一個影響經濟增長的重要因子。能源利用效率不僅會影響一個國家和地區當前的經濟增長速度，而且會對中長期的經濟發展起到至關重要的作用。如何有效的提高能源的消耗效率，正在逐漸成為國家制定經濟發展規劃時要這種思考的問題。
二、效率的定義
根據世界能源委員會的定義，能源效率的提高是指能源轉換設備由于技術革新，在使用較少的能源下而能提供同樣的能源服務。
能源的消費效率一般通過能源消耗強度進行衡量。所謂能源消耗強度，就是指單位產出的能源消耗量，即能源消耗總量同產出總量之間的比值。通常情況下，都會選擇GDP來作為衡量總產出的標準。能源強度為單位產出的能耗量，能源強度越高就意味著單位產出的能耗量越大，也就說明能源的利用效率較低，反之亦然。
另外衡量能源效率還可以使用能源系統總效率這個指標，該指標由三部分構成：開采效率、中間環節效率和終端利用效率。能源效率為中間環節效率同終端利用效率之積，而能源系統總效率為開采效率同能源效率的乘積。王慶一（2005）在《中國的能源效率及國際比較》中詳細分析了中國1980年至2002年的能源系統總效率。蔣金荷（2004）分別分析了中國的能源強度和能源系統總效率兩個指標。
但上述方法計算出的能源利用效率，僅考慮了產出的因素，并沒有充分考慮相關投入因素，因此本文采用DEA方法來評價能源利用效率，以彌補上述問題。
三、模型方法及數據處理
（一） 模型方法
運用DEA方法來衡量效率可以從兩個方面來進行：投入導向（intput-orientated）和產出導向（output-orientated）。投入導向的DEA測度主要回答的是在不改變產出水平的條件下，投入可以減少的比例是多少，而產出導向的DEA測度主要回答的是在不該便投入數量的條件下，產出可以增長的比例是多少。Fare和Lovell（1978）的研究表明只有在廠商的規模收益不變的條件下，投入導向的DEA測度和產出導向的DEA測度才是相等的。鑒于當前中國經濟發展的目標是保持經濟增長達到一定水平的條件下，盡可能的降低能源的消耗水平，所以本文選擇投入導向的DEA方法來測度中的各省市自治區的能源利用效率。
（二） 數據處理
本文在測算能源利用效率時采用勞動，資本和能源消耗作為投入變量，采用GDP作為產出變量，數據選擇了29個省市自治區（數據中不包括，并且把四川和重慶作為一個大省來進行計算。）
勞動力：本文將就業人數的數量作為帶入到規劃問題中進行計算，即本文在計算時選擇了勞動力數量而沒有選擇勞動力質量，這主要是因為缺乏對于勞動力質量這方面的研究數據。
資本存量：本文中2005-2006年的資本存量數據采用的是單豪杰（2008）所發表的論文中所提供資本存量數據，而2006年之后年的資本存量數據是筆者運用單豪杰（2008）所提到的方法進行推算的。
從全要素生產率的角度來看，除個別省份（吉林、安徽、廣西和云南）外，其他省份的全要素生產力都有所上升。其中上海，北京，天津，寧夏和江蘇的全要素生產率增長較快，增長率分別為7.1%，5.7%，5.5%，5.5%和5.1%，其中技術進步是全要素生產率增長的主要原因。從技術進步的角度來看，上海，江西，北京和天津的技術進步程度最高，分別為7.1%，5.8%，5.7%和5.5%。從規模效率的方面看，河南，寧夏和貴州規模效率增長較快，分別達到2.7%，2.0%和1.2%，但它們的純技術效率變化程度均小于1。
八、結論
從上述分析可知，經濟發展水平較高的地區，能源的利用效率也較高，而經濟發展水平較為落后的地區，能源的利用效率也相對較低。平均的說，中國的能源利用效率仍舊有提升空間，即使能源的利用效率在未來的幾年沒有提高，僅依靠當前的技術水平，所能節省下來的能源數量也是相當可觀的。通過考察Malmquist指數和對其的分解可知，近些年，中國個地區的全要素生產率還是有所提高的（除個別省份外），且全要素生產率提高的主要原因是由于技術進步和技術革新。
參考文獻
R. Fare and K. Lovell，Measuring the technical efficiency of production， Journal of Economic Theory， Vol 19， 1， 150-162
R. Fare， S. Grosskopf， M. Norris， Z. Zhang， Productivity growth， technical progress and efficiency change in industrialized countries， American Economic Review， 84， 66-83.
蔣金荷，提高能源效率與經濟結構調整的策略分析[J]，數量經濟技術經濟研究，2004，10，16-23.
唐玲，楊正林，能源效率與工業經濟轉型[J]，數量經濟技術經濟研究，2009，10，34-48.
王慶一，中國的能源效率及國際比較[J]，能源環保討論研究，2005，6，10-13.
魏楚，沈滿洪，能源效率及其影響因素：基于DEA的實證研究[J]，管理世界，2007，8，66-76.
怎樣測評產品（服務）顧客滿意度（指數）呢？我們認為，關鍵要解決兩個問題。一是如何測評產品（服務）的顧客滿意度；二是如何確定權數。具體地講，有顧客滿意度調查表的設計、調查顧客的選取、調查表的回收率和有效率，以及權數的確定等。這里我們只討論調查顧客的選取問題，毫無疑問，按隨機原則調查顧客。但我們認為，在實際中為了保證調查顧客的廣泛代表性、降低抽樣誤差，以期盡可能地反映真實的顧客滿意度，應將顧客分類，分別按隨機原則從每一類顧客中抽取一部分進行調查。根據不同的產品（服務），有不同的顧客的分類。如顧客可按性別、年齡、文化程度、職業、收入、居住地區等分類，也可按專業與非專業、消費時間長短、目標與非目標顧客等分類。在此基礎上，調查的結果還應通過統計顯著性檢驗，測評出來的顧客滿意度（指數）才有意義。
二、顧客滿意度測評基礎技術
一般地講，從調查項目及其調查內容兩個層次來測評某一產品（服務）的顧客滿意度。由各調查內容的滿意度加權就得到某一調查項目的滿意度，再由各調查項目的滿意度加權就得到該產品（服務）的滿意度。這里，我們不再討論這個問題（注：參見劉宇：《顧客滿意度測評方法》，《數量經濟技術經濟研究》2001年第2期。）。但從中我們發現，顧客滿意度的測評基礎技術集中地體現在一種產品（服務）就某一項調查內容的測評技術上。它包括兩個方面：一是區分不同的類別顧客的評價，二是不同類別顧客評價的綜合（注：這里，不考慮調查表的設計等其他問題，并假定調查表有足夠大的回收率。）。這是我們要討論的問題。不失一般性，我們將顧客分為兩類：顧客Ⅰ和顧客Ⅱ。對每一項調查內容，我們將顧客的評價分為六個等級：很滿意、滿意、較滿意、較不滿意、不滿意、很不滿意，并且規定它們的滿意度評分分別為90～100分、80～90分、70～80分、60～70分、50～60分、40～50分。顯然，不同類別顧客的評價受自身的狀況影響，如不同職業、不同收入、不同地區、不同性別的顧客對同一調查內容的評價會因自己的偏好而存在主觀上的差異。因此，在調查中要區分不同類別的顧客，并且這種區分要符合實際，要有區分度，這就是技術（注：這種技術相對比較簡單，這里不予討論，而主要討論測評的綜合技術。）。同時，還要保證每個類別顧客都有足夠多的顧客被調查。這樣做，不僅有利于測評的滿意度結果符合實際，也有利于產品（服務）生產（提供）者實施有針對性的持續改進。
假設就某一調查內容，調查N個顧客的結果，見列聯表1，6個評價等級對應的評價（平均）分數，見表2。
表1N個顧客調查的關聯表
附圖
表2評價等級對應的評價（平均）分數
評價等級很滿意滿意較滿意較不滿意不滿意很不滿意
分數958575655545
顯然，對不同類別顧客的滿意度評價分數為：
附圖
問題是怎樣綜合呢？我們認為要么是簡單綜合，要么加權綜合。進一步，我們認為，使用列聯表分析中的x[2]檢驗進行判斷。
H[,0]：滿意度等級與不同類別顧客獨立
H[,1]：滿意度等級與不同類別顧客不獨立
檢驗統計量為：
附圖
三、顧客滿意度指數測評基礎技術
顧客滿意度指數測評基礎技術體現在以下三個方面。
（一）產品（服務）
對同一產品（服務），把若干年、季、月的顧客滿意度按時間順序排列起來，就得到產品（服務）滿意度時間序列。在兩維平面上，對應一條顧客滿意度折線。它能直觀形象地反映出產品（服務）滿意度的變化及趨勢。
根據顧客滿意度時間序列，由報告期的滿意度與基期滿意度相比，我們就得到產品（服務）滿意度個體指數，從而可以編制產品（服務）顧客滿意度個體指數時間序列。
對于兩種產品（服務），根據它們的滿意度時間序列，同樣我們能夠得到產品（服務）滿意度綜合指數，從而可以編制產品（服務）顧客滿意度綜合指數時間序列（注：顧客滿意度綜合指數計算方法，參見劉宇、葛新權：《顧客滿意度指數及其構造》，《數量經濟技術經濟研究》2001年第10期。下同。）。
（二）調查項目
對同一調查項目，把若干年、季、月的顧客滿意度按時間順序排列起來，就得到調查項目滿意度時間序列。在兩維平面上，對應一條顧客滿意度折線。它能直觀形象地反映出產品（服務）關于該調查項目的滿意度的變化及趨勢。
根據調查項目顧客滿意度時間序列，由報告期的滿意度與基期滿意度相比，我們就得到調查項目滿意度個體指數，從而可以編制調查項目顧客滿意度個體指數時間序列。
對于全部調查項目，根據它們的滿意度時間序列，同樣我們能夠調查項目滿意度綜合指數，從而可以編制調查項目顧客滿意度綜合指數時間序列。
（三）調查內容
對同一調查項目的同一調查內容，把若干年、季、月的顧客滿意度按時間順序排列起來，就得到調查內容滿意度時間序列。在兩維平面上，對應一條顧客滿意度折線。它能直觀形象地反映出產品（服務）關于該調查內容的滿意度的變化及趨勢。
根據調查內容顧客滿意度時間序列，由報告期的滿意度與基期滿意度相比，我們就得到調查內容滿意度個體指數，從而可以編制調查內容顧客滿意度個體指數時間序列。
對于同一調查項目的全部調查內容，根據它們的滿意度時間序列，同樣我們能夠調查內容滿意度綜合指數，從而可以編制調查內容顧客滿意度綜合指數時間序列。
可見，這三個層次的滿意度指數組成指數體系。它的基本作用表現在：一是預測滿意度；二是通過建立經濟變量與顧客滿意度指數的關系，預測經濟變量。特別地，利用股價與滿意度指數的關系，預測股價。
【參考文獻】
【關鍵詞】盈利指標；有用性；灰色關聯
一、引言
針對股價波動的研究也成為理論界、投資界、決策層探討的熱點問題。目前對股價波動的研究體現在一些證券投資分析的基本理論中，其中作為主流的基本面學派認為，股票價格圍繞公司內在價值上下波動，即公司內在價值是公司股價波動的決定因素。對公司內在價值的評估，主要應用的是收益法，而收益法是基于企業盈利能力的分析。因此，理論上股票當前的價格與其盈利存在相關性。因此本文對盈利能力指標投資有用性問題的研究實證也是對股價波動理論的探討。
自Ball等[1]在1968年的開創性工作以來，研究者們就一直致力于揭示盈利能力與股價間的相關性以及二者間的作用機理。Beaver[2]認為，由于公司當前的收益是未來收益的合理預期，而股票當前的價格是未來收益的折現。Soliman[3]在Nissin等[4]的工作基礎上，探討了杜邦分析指標對當期和未來一期證券價格的影響。結果發現，若以年為時間單位，利潤率和資產周轉率，在解釋股票收益時，在凈資產收益率的基礎上有信息增量提供能力，能顯著地提高模型的擬合效果。在國內蔣賢品[5]，魯愛民等[6]從定性的角度加以介紹和分析，直接利用杜邦分析體系和指標來評價和預測公司的價值。朱宏泉，舒蘭等[7]僅用回歸的方法分析了盈利指標與企業價值的相關性，并且沒有分行業進行研究。因此分行并且對財務指標投資有用性進行灰色關聯分析是本文的創新與研究內容所在。
二、研究設計
（一）樣本選取
本文樣本為具備2008-2012年五年完整年報數據的滬深兩市14家主營業務為化纖的上市公司。2008-2012年我國證券市場經歷過牛市熊市，將5年的股價漲跌幅和財務數據平均值作為分析對象可以較大程度避免經濟周期和經濟政策對分析的干擾。同時就某一行業做分析可以避免行業特征對分析的干擾。上市公司主要財務指標以及股價數據自于CSMAR數據庫。
（二）變量定義
四、結論
綜合上述對14家上市化纖公司股價漲跌幅與權益乘數、總資產周轉率和銷售凈利率的灰色關聯分析，可以得出以下結論：
（一）股價波動與公司的權益乘數，總資產周轉率和銷售凈利率存在相關關系，這符合內在價值評估理論。
（二）權益乘數和銷售凈利率的相關性比較強，總資產周轉率相關性較弱。這說明股價能較好的反映公司的風險程度，以及盈利能力，但對企業資產運營能力反映較弱。這符合證券投資分析的基本理論，證券投資主要考慮企業的風險和收益，而企業的資產運營能力不是關注重點。
（三）在一個行業內，五年的公司股價波動與其公司財務指標呈較為顯著的相關關系，一定程度說明我國證券市場正趨向成熟并起到價值發現的職能。作為投資者應當踐行價值投資的理念，深入分析企業的財務數據后再進行投資配置。
參考文獻
[1]Ball.R.& P.Brown.An Empirical Evaluation of Accounting Numbers[J].Journal of Accounting Research（Autumn），1968，6（2）：159-177.
[2]Beaver.Financial Reporting：An Accounting Revolution.3rd Edition[M].Upper Saddle River，NJ：Prentice Hall，1998.
[3]Soliman，M.The Use of Dupont Analysis by Market Participants[J].The Accounting Review，2008，83（3）：823-853.
[4]Nissim，D.，S.Penman.Ratio Analysis and Equity Valuation：From Research to Practice[J].Review of Accounting Studies，2001，6（1）：109-154.
[5]蔣賢品，祝錫萍.杜邦財務分析體系的擴展形式及其應用[J].數量經濟技術經濟研究，1999，16（5）：65-66.
[6]魯愛民，陳錦輝.實踐中對杜邦財務分析指標體系的修改和運用[J].數量經濟技術經濟研究，2000，17（7）：73-75.
[7]朱宏泉，舒蘭，王鴻，范露萍.杜邦分析與價值判斷——基于A股上市公司的實證研究[J].管理評論，2011，23（10）：152-160.
[8]鄧聚龍.灰色系統的基本方法[M].武漢：華中理工大學出版社，1987：85-100.
[9]嚴若森.公司治理評價及其灰色關聯分析[J].技術經濟，2009，28（7）：114-120.
[10]沈永躍.河南省經濟增長和教育發展的灰色關聯度分析[J].技術經濟，2009，28（7）：105-108.
Abstract: The rate of the contribution of science and technology progress is an important index of reflecting scientific and technological progress.Basing on the theory of equal efficiency, this paper calculates the elastic coefficients of capital and labour productivity in the C-D production function of DaQiong oil field by using Lingo software. Furthermore, we measures the rate of the contribution of science and technology progress from 2005-2008. The results show that there being a rising trend for the rate of the contribution of science and technology progress of DaQiong oil field. The average value has reached 60% or more which exceeds 40% level of the whole country. So, the technology plays an important role of making up for the natural decline rate,and ensuring the stability of Oil production.
關鍵詞：等效益面；科技進步貢獻率；自然遞減率；DEA（數據包絡分析）
Key words: equal efficiency；rate of the contribution of science and technology progress；natural decline rate；DEA（Data Envelopment Analysis）
中圖分類號：F272 文獻標識碼：A文章編號：1006-4311（2011）25-0011-03
0 引言
人力資源、自然資源、資本形成以及技術變革和創新被喻為經濟增長的“四個輪子”（Samuelson，1998）[1]。科技是第一生產力，科技對經濟增長的作用已深入到經濟增長和經濟發展的方方面面。它不但包括自然科學技術，還包括社會科學技術；不但包括生產技術．還包括管理技術和決策技術。這里所講的科技進步指的是在影響經濟增長的諸因素中，剔除了由于增加資金和增加勞動力數量以后的所有其余成分的共同作用。科技進步對經濟增長的作用，是一種內涵型擴大再生產。
科技進步貢獻率是指科技進步對經濟增長的影響。可將其概括為以下四個方面：提高裝備技術水平；改革工藝；提高勞動者索質；提高管理決策水平等。即在影響經濟增長的諸因素中，剔除了由于增加資金和增加勞動力數量因素以后的部分即為科技進步的困素。科技進步貢獻率是反映科技進步對經濟增長作用大小的一項綜合指標，是綜合要素。
除了直接運用生產函數（C-D）計算外，目前測算技術進步貢獻率的方法還主要有：①索洛余值法，該方法主要是根據柯布-道格拉斯（C-D）生產函數，它將總產出看作是資本、勞動、技術三個要素的函數，從總產出中扣除資本、勞動的增長帶來總產出的增長部分，用余值作為科技進步作用的度量。例如，阿布拉莫維茨（1998）[2]認為美國經濟增長來源從19世紀初期到20世紀中期的工業化可以分為三個階段，其中1800-1890年間的增長主要依靠勞動投入增加；1855-1890年間的經濟增長主要依靠資本深化；1890-1966年間的經濟增長則以科技進步為基礎。欒文英（2001）[3]、張海明（2002）[4]用同樣方法分別測算了我國不同時期的科技進步貢獻率，認為我國的科技進步貢獻率增長率呈現正值的增長。②利用計量分析方法，通過線性回歸模型計算科技進步貢獻率，王天營（2003）[5]、章剛勇和阮陸寧（2006）[6]、王啟現等人（2006）[7]、王生榮，張營周（2007）[8]分別用該方法計算了我國相關地區及產業的科技進步貢獻率。該方法實質也屬于索洛余值法的變形，通過回歸計算出資本和勞動力的彈性系數，并從總量中扣除這兩部分的增長，進而獲得由于科技進步貢獻率。第三種方法則以馮英浚為代表，運用數據包絡分析及其等效益面方法計算科技進步貢獻率。馮英浚、吳江琴（1991）[9]，馮英浚、李成紅（1993）[10]，葛虹、馮英浚（2004，2005）[11、12]定義了等效益面生產函數，在假設規模效益不變的情況下，將經濟增長量分解為三個要素的代數和，進而計算科技進步貢獻率。
利用索羅余值法和回歸分析法在測算科技進步貢獻率過程中有一些局限性：第一，該方法是建立在宏觀的基礎上進行科技進步增長速度的測算，對于微觀企業技術進步速度的測算具有一定難度；第二，索洛余值法可以提供的管理信息太少。對于一些重要的信息，例如，微觀企業的產出是否處于有效生產前沿面上？基層單位是否技術有效？等問題很難通過索洛余值法獲得；第三，衡量企業技術進步的真實效益應該是多指標的，從多指標輸出的角度測算企業技術進步增長速度，才能從不同側面綜合反映有技術進步帶來的企業素質變化及其對企業產生的影響。第四，回歸分析需要有一系列的時間序列數據作為模型的支撐，而且數據之間要求具有較好的平穩定和非自相關性，這在實際測算中對數據的要求極高，很難做到。針對存在的一些問題，本文采用基于“等效益面法”測算大慶油田科技進步貢獻率。測算科技進步貢獻率主要是運用數學模型，把科技進步在經濟增長中所起到的作用分離出來，對每個評價單元技術進步的增長速度、技術進步在經濟增長中的含量作出定量的估計。
利用“等效益面法”測算科技進步貢獻率的出發點是建立每個評價單元科技進步與效益之間的內在聯系。認為每個評價單元相對效益取等值的軌跡是該單元科技進步零增長的軌跡。也就是說，如果每個評價單元科技進步保持不變的水平，自身的素質沒有變化，那么當投入發生變化時其相對效益是不變的，即對應的產出在它的基期等效益面上。經過一段時間后，如果該評價單元的產出超過了基期等效益面上對應的值，那么超出的部分就是科技進步作用的結果；反之，如果該評價單元的產出未達到等效益面上對應的值，那么相差的部分就是科技進步負增長的結果。
1 等效益面及其計算科技進步率
1.1 基本思想 建立等效益面是利用“等效益面法”度量科技進步貢獻率的出發點。具體思想可以由圖1描述。
設A（x0，y0）和B（x1，y1）分別為評價單元在一個周期間隔上t=0和t=1時刻的生產活動，其中x代表投入，y代表產出。若一段時間投入沒有變化，則如果評價單位自身素質沒有變化，各種外界條件也沒發生變化，則產出也與基期一樣沒有變化，即x0=x1，y0=y1。表明此時評價單元的生產活動具有不變的相對效益，不存在科技進步的作用。但如果產出增加了，即x0=x1，y0＜y1，表明這段時期內評價單元產出的變化y1-y0與投入要素無關，是由于科技進步的作用產生的。但在實際中，一段時期內的投入往往會發生變化，這樣產出的變化既有投入要素的影響，又有科技進步作用的影響，需要采用一定的方法將科技進步的作用從產出的變化中分離出來。
圖1中弧AC是評價單元在基期t=0的等效益面，即評價單元相對效益取等值的軌跡是科技進步作用為零的軌跡。如果評價單元保持不變的科技水平，自身的素質沒有變化，所處的外部條件沒有變化，那當投入變化時其生產的相對效益是不變的，對應的產出將在它的基期等效益面上。如果在現期，評價單元的實際產出超過了基期等效益面上對應的數值，那么超出的部分就是科技進步作用的結果，反之如果現期的產出未達到等效益面上對應的產出，那么相差的部分就是科技進步負增長的結果。圖1中C點上的產出■1就代表了對應于現期投入x1的等效益面的產出，A點和B點分別為基期和現期實際的生產活動，則BD=y1-y0是整個的經濟增長部分，BC=y1-■1是科技進步所起的作用，CD=■1-y0是投入增加的結果，則科技進步的作用即科技進步貢獻率為e=■=■。
這里將科技進步作用在經濟增長中所占的比重作為科技進步貢獻率的概念，比“索洛余值法”將相對的科技進步增長速度與經濟增長速度之比作為科技進步在經濟增長中的貢獻率更為合理。
1.2 科技進步貢獻率的測算方法
1.2.1 確定各評價單元在有效生產前沿面的投影
設Xj是評價單位投入向量，Yj是評價單元的輸出，其中j=1，2，…n。
對于線性規劃問題：
maxZj
s.t.■λjXj?燮Xj
■λjYj?叟zj0Yj
■λj=1，λj?叟0
j=1，2，…，n
設z0是其最優值，令xj=xj，y*j=z0yj，稱（xj，y*j）為評價單位在有效生產前沿面上的投影，原來的樣本點（xj，yj）被投影到基于DEA的前沿生產函數曲線上的點（xj，y*j）。下面則用投影后的樣本點來估計前沿生產函數的參數。
1.2.2 理想生產函數的確立 生產函數是測算科技進步貢獻率的基礎。生產函數表明一個生產單位按照一定方式組合起來的各種生產要素投入量與它所能提供的最大產出量之間的依存關系。油田企業的生產函數應為：
y=A0K?琢L?茁（1）
其中A0為廣義技術水平，本文將其作為以隨即變量，并服從正態分布。?琢、?茁分別為資金和勞動力要素的產出彈性。
確定理想產出，首先需要對生產函數中的彈性系數進行估算。對于評價單元來說，將生產函數變形為：
y*j=Aj■x■■（0?燮?琢i?燮1）（i=1，2，…，m；j=1，2，…，n）（2）
將（2）式變形為Aj=y*j ■x■■（3）
由于假定Aj為服從正態分布的隨機變量，則可以通過如下方式估算參數：min■（Aj-■）2（3）
s.t.0?燮?琢i?燮1（i=1，2，…m；j=1，2，…，n）
其中：■=■■Aj=■■yj*■x■■
利用Lingo軟件進行規劃求解，求解?琢值，即求得生產函數的產出彈性。
1.2.3 等效益產出的確定 理想生產函數參數的確定為估計等效益產出提供了基礎。令?茲=y/Y為基期的實際產出y與對應的理想生產函數產出Y的比值。這樣，油田在不同輸入條件下生產的相對效益?茲取等值的軌跡就是基期的理想等效益面。理想等效益面反映了企業在基期的實際生產情況，也是評價單元科技進步作用零增長的軌跡，公式為：■t=?茲?■Kt?琢Lt?茁（t=1，2，…，n）。
1.2.4 科技進步貢獻率 根據前述對科技進步貢獻率原理的介紹可知，在評價單元某時期的實際產出、等效益產出，自身狀況無任何變化的產出已知的情況下，科技進步貢獻率為：
e=■=■（t=1，2，…，n）
2 2004年-2008年大慶油田有限責任公司科技進步貢獻率的實證分析
石油屬于不可再生資源。由于地下儲量的逐漸減少，石油產量必然存在逐漸遞減的規律，與此同時，為了彌補這種自然遞減的產量所采取的科技措施的難度也越來越大，成本越來越高。大慶油田有限責任公司計算科技進步貢獻率需要針對石油企業生產的特點，因此，本文采用上述介紹的基于等效益面的方法計算科技進步貢獻率。
數據的處理：根據測算需要，本文選取大慶油田生產總值、資金投入和勞動力三個計算指標，由于通貨膨脹、原油價格變動及原油遞減等因素的影響，需要對原始數據進步處理。此外，中國石油集團包括上市和非上市兩部分，上市部分產值的計算需要考慮原油產量、價格變動、原油自然遞減等因素的影響，因此，本文對大慶油田上市和非上市兩部分數據分別進行處理再匯總。
2.1 對資產原值的調整 通貨膨脹能引起物價普遍上升及單位貨幣購買力的降低，因此在每年增加的固定資產投資中會加大投資費用貨幣的名義值。由于通貨膨脹，投入資金的名義值要大于其實際價值。為了真正反映每年投入資產的實際價值，可用通貨膨脹率對每年的新增固定資產的名義值（現價）加以調整，以克服物價上升對固定資金的影響。
另外，由于對地下資源的不斷勘探與開發，使得地下能源不斷消耗，自然能量下降，綜合含水上升，造成石油企業生產難度逐步加大。為保證穩產和增產，必須加大投入（特別是資金的投入），這樣就造成原油生產成本的不斷上升（當然也受價格因素影響）。這表明，作為反映石油行業生產難度的成本上升這一因素，對資本增量影響很大，因此，為了真正反映投入的資金對經濟增長的影響，可用成本上升率隊投入的資金加以調整，以克服生產難度對資金的影響。
①克服通貨膨脹的影響。令K0為基年資產原值，?駐Kt為t年新增資產，Kt為第t年克服通貨膨脹后的資產原值，ft為第t年的通貨膨脹率，則第一年末克服通貨膨脹后的資產原值為
則可遞推計算第t年末克服了通貨膨脹后的固定資產原值為
②克服開發難度對資金的影響。由于體現生產開發難度的原油成本中也含有價格因素影響，為了消除價格因素（即通貨膨脹）造成的原油成本上升的影響，對原油成本也進行了處理。
令?啄t為t年內每年的原油生產成本上升率，則計算期內各年在克服了通貨膨脹和原油生產開發難度這兩個因素影其中 t=1，2，…，n
2.2 原油產量自然遞減率的彌補 石油資源不斷減少是不可避免的。為了維持原有產量的穩產和增產，石油企業就要采取各種措施彌補原油生產的自然遞減。彌補的原油自然遞減量在一定程度上反映了石油企業的經濟增長。
課題組對原油產量做出如下調整：
令ηj為自然遞減率，第t年調整后的實際原油產量為
在對原油產量按照自然遞減率修正后，按照基期即2004年的原油價格計算油田公司的年產值，得以計算出大慶油田各年總產值。
2.3 科技進步貢獻率的測算 按照前述計算科技進步貢獻率的方法和步驟，運用Lingo軟件求解相應的參數，其中?琢=0.211，?茁=0.789，理想生產函數中資金的產出彈性為0.211，表明對于石油企業增加一個單位的資金投入對產出增長的作用非常小，如果單純依靠追求資金的投入來維持油田的生產是不合理的，經濟效益只能越來越低。因此，需要依靠高水平的科學技術，勞動者素質和管理決策水平的不斷提高等科技進步因素，才能保證油田生產持續健康和穩定的發展。其他的參數見表1。
根據科技進步貢獻率的計算公式，可以測算出大慶油田有限責任公司的歷年科技進步貢獻率，見表2。
3 結論
本文利用等效益面方法計算了大慶油田有限責任公司2005~2008年的科技進步貢獻率，2005~2008年科技進步貢獻率的均值為0.629，可以看到，科技在彌補自然遞減率、保證原油產量的穩定方面發揮著越來越重要的作用，油田生產的增長很大程度來自于科技進步所起的作用，表明油田的生產模式從原來的外延式擴大再生產正向內涵式、效益式的集約型生產轉變，企業經濟效益的增加越來越依賴于科技的進步和創新。所以，只有依靠科學技術的不斷進步、企業員工素質的不斷提高和管理決策水平的提升，才能使油田持續、穩定發展。
參考文獻：
[1]P．samuelson．經濟學（中譯本）（第十六版）[M]．蕭琛（主譯）．北京：華夏出版社，2002：419-421．
[2]Abramowitz M. The search of the sources of growth:area of ignorance, old and new[J].Journal of Economic History，1998，53，（2）：217-243.
[3]欒文英.經濟增長要素貢獻率實證分析[J].山東經濟，2001,(3)：16-18.
[4]張海明.中國的經濟增長和要素配置的市場化：1978-1999[J].世界經濟文匯，2002，（3）：20-29.
[5]王天營.我國經濟增長中科技進步貢獻率的計量分析[J].生產力研究，2003，（5）：49-51.
[6]章剛勇，阮陸寧.科技進步貢獻率測算方法的比較研究―來自江西生的經驗[J].江西社會科學，2006，（11）：244-247.
[7]王啟現等.“十五”全國農業科技進步貢獻率測算與2020年預測[J].農業現代化研究，2006，27，（6）：416-419.
[8]王生榮，張營周.甘肅經濟增長中科技進步貢獻率的計量分析[J].邊疆經濟與文化，2007，（2）：3-6.
[9]馮英浚，吳江琴.測算科技進步增長速度的一種新方法[J].數量經濟技術經濟研究，1991，（11）：45-50.
[10]馮英浚，李成紅.等效益面的建立及其在測算技術進步在經濟增長中含量的作用[J].數量經濟技術經濟研究，1993，（7）：65-70.
【關鍵詞】時間序列模型 金融專業教學 實踐與運用
一、引言
時間序列模型是實證金融模型中的重要組成部分，是時間序列分析在金融各個領域的應用，如股票市場、債券市場、金融衍生工具市場和外匯市場。適用于低頻和高頻數據;分為時域分析、譜域分析和回歸分析集中分析方法;主要研究內容為價格或收益序列的建模，以及相應的波動性或風險的建模。在金融學的教學過程中，采用格林編寫的《計量經濟分析》，在該教材中，著重介紹了時間序列模型中的ARCH族類模型。ARCH模型是1982年由恩格爾（Engle， R.）提出，并由博勒斯萊文（Bollerslev，T.1986）發展成為GARCH （Generalized ARCH）――廣義自回歸條件異方差。這些模型被廣泛運用在金融時間序列分析中。
二、模型介紹
（一）ARCH模型
自回歸條件異方差（Autoregressive Conditional Heterosce- dasticity Model，ARCH）模型是特別用來建立條件方差模型并對其進行預測的。模型公式為：
■ （1）
（二）GARCH（1，1）模型
在標準化的GARCH（1，1）模型中：
■ （2）
■ （3）
其中：xt是1*（k+1）維外生變量向量，γ是（k+1）*1維系數向量。（2）中給出的均值方程是一個帶有擾動項的外生變量函數。由于σ2t是以前面信息為基礎的一期向前預測方差，所以它被稱作條件方差，式（3）也被稱作條件方差方程。
（三）高階GARCH（p，q）模型
高階GARCH模型可以通過選擇大于1的p或q得到估計，記作GARCH（p，q）。其方差表示為：
■ （4）
這里，p是GARCH項的階數，q是ARCH項的階數。
三、在金融學專業教學中實踐與運用
筆者在本科教學實踐過程中，向學生們講解了時間序列GARCH模型的相關內容，并演示了在計量經濟軟件eviews6.0下的操作流程。為了讓該模型能夠得到具體的實踐運用和操作，要求學生們完成相關性的論文，有幾篇關于時間序列GARCH模型的論文，利用GARCH模型對金融市場上的各類時間序列數據進行具體的檢驗和參數估計，得出了相應的結果并進行了合理的預測。
（1）在基于時間序列GARCH模型的股票價格波動分析中，利用eviews6.0對采用的2012年4月至2014年2月的上證指數日收盤價取對數進行GARCH模型的參數估計，得出的估計方程如下：
均值方程：■-0.047
（15639.40）
方差方程：■
（4.21） （3.06） （1.33）
R2=0.96 D.W.=2.10
對未來股票市場趨勢預測如下，結論為其股票在未來一段時間會出現下降的趨勢。
圖1 預測趨勢圖
圖2 解釋變量預測
（2）在GARCH模型的預測能力分析―基于國際原油期貨價格的研究中，選取UKWTI原油連續合約ET0Y近三個多月（2013.4.12― 2014.4.14）的每日收盤價格，利用時間序列GARCH模型對期貨價格進行分析和預測。結果如下圖
圖3 樣本內收盤價預測值與真實值對比圖
圖4 樣本內方差預測值與真實值對比圖
該文得出的結論為，GARCH模型對期貨價格的預測分析能力較好，對其未來的預測是具有重要作用的。
（3）在實際波動率與GARCH模型的比較分析-基于上交所案例研究中，基于GARCH模型的理論基礎及eviews6.0軟件進行的對樣本數據的分析，建立GARCH（1，1）模型如下：
方差方程：■
條件方差方程：■
（1.50） （0.31） （12.97）
R2=0.935 D.W.=1.762
對數似然值=742.384 AIC=-6.179 SC=-6.121
從定性上分析，實際波動率選擇的樣本數據為高頻日內收盤價，而GARCH模型選擇的樣本數據為日內收益的平方，數據采集的頻率越高，則理論上與真實值越接近，所以可初步判斷實際波動率比GARCH模型具有更高的預測能力。
四、結論
通過在金融學專業教學中的時間與運用研究，學生們能夠了解并消化關于教材中時間序列模型的有關內容;能夠較為清楚地有條理地對時間序列模型進行分析，得出有意義的結論和預測結果;能夠熟練地操作計量經濟軟件eviews，利用軟件對金融數據進行實際有效地處理。
參考文獻
[1]龔銳.陳伯常.楊棟銳.GARCH族模型計算中國股市在險價值（Var）風險的比較研究與評述[J].數量經濟技術經濟研究，2005，（7）：67-83.
[2]鄭振龍，黃薏舟.波動率預測：GARCH模型與隱含波動率[J].數量經濟技術經濟研究.2010，（01）：140-150.
關鍵詞：匯率變動 進出口 動態遞歸
一、引言
2015年6月以來，人民幣匯率變動極其頻繁及劇烈，8月11日央行對人民幣匯率中間價報價機制進行了改革，加大了市場決定匯率的力度，進一步推動了人民幣匯率市場化改革，引起各界對人民幣匯率的高度關注。同時我們也發現2005年匯改后人民幣匯率持續升值，但是我國的貿易順差也屢創新高，匯率升值并沒有達到降低貿易順差的效應，陷入了國際收支中“匯率調整之謎”（Exchange Rate Adjustment Puzzle，即匯率并沒有達到調整國際收支的目的），為了研究匯率升值如何影響進出口和貿易收支，本文試圖借助相關模型實證分析人民幣匯率升值對我國進出口和貿易差額的傳遞效應。
二、文獻回顧
國內很早就有學者研究人民幣匯率調整是否會影響貿易收支，如厲以寧（1991）發現1970―1983年間我國進口需求彈性為0.687，出口需求彈性為0.05，不滿足馬歇爾-勒納條件，因此認為匯率調整對貿易收支沒有影響，而戴祖祥等（1997）認為我國進出口需求價格彈性之和大于1，滿足馬歇爾-勒納條件，人民幣匯率貶值有利于改善貿易收支。2005年后隨著匯改的深入推進，出現了大量關于人民幣匯率調整對貿易收支的影響效應的文獻，如盧向前等（2005）、馬丹等（2005）發現人民幣實際匯率波動對貿易收支的影響顯著。趙大平等（2006）發現人民幣匯率貶值在長期中能改善貿易收支。封思賢（2007）認為人民幣匯率變化會顯著影響我國的進出口。劉堯成等（2010）研究認為人民幣實際有效匯率變化對貿易差額存在J曲線效應，人民幣升值會降低貿易順差。張定勝等（2011）發現人民幣升值導致美國消費減少，中國消費增加，從而降低貿易順差。
四、結論
本文借鑒相應的模型研究人民幣升值對我國進出口及貿易差額的傳遞效應，2000―2015年6月的實證結果顯示人民幣升值將導致進出口額和貿易差額的下降，遞歸回歸發現匯率變動對進出口的傳遞效應在匯改后2年內影響比較大，之后慢慢趨于穩定；2011年前，人民幣升值反而加大貿易差額，2011年后，匯率變動對貿易差額的傳遞系數為正，即人民幣升值引起貿易差額下降且影響效應小幅持續上升。
參考文獻：
[1]厲以寧等著.中國對外經濟與國際收支研究[M].國際文化出版公司，1991
[2]戴祖祥.我國貿易收支的彈性分析：1981―1995[J].經濟研究，1997（7）：55―62
[3]馬丹，許少強.中國貿易收支、貿易結構與人民幣實際有效匯率[J].數量經濟技術經濟研究2005（6）：23―32
[4]盧向前，戴國強.人民幣實際匯率波動對我國進出口的影響：1994―2003[J].經濟研究，2005（5）：31―39
[5]范方志，趙大平.人民幣匯率變化及其傳遞對中國外貿平衡影響的實證分析[J].中央財經大學學報，2006（2）：25―31
[6]封思賢.人民幣實際有效匯率的變化對我國進出口的影響[J].數量經濟技術經濟研究，2007（4）：3―13
[7]劉堯成，周繼忠，徐曉萍.人民幣匯率變動對我國貿易差額的動態影響[J].經濟研究，2010（5）：32―40
[8]張定勝，成文利.人民幣升值和中美貿易關系[J].世界經濟，2011（2）：3―13
關鍵詞：資源投入；經濟增長方式；節能減排
中圖分類號：F061.2 文獻標識碼：A 文章編號：1001-828X（2014）09-00-02
改革開放以來，我國經濟取得了舉世矚目的成就，但由此帶來了的資源環境問題日趨嚴峻，單位能耗居高不下，溫室氣體排放量節節攀升。根據CDIAC的數據顯示，我國2006年CO2的排放量達到60.99億噸，超越美國成為世界最大碳排放國。為此我國提出2020年單位GDP碳排放比2005年減少40-45%，并作為約束性指標納入國民經濟和社會發展中長期規劃。2012年7月，國務院通過的《節能減排“十二五”規劃》中提出了在2015年實現國內生產總值能耗比比2010年下降16%階段性節能減排目標。因此可以說節能減排目標的實現已經成為制約我國經濟發展的重要因素。
陜西省近十幾年來GPD年平均增長率為11%以上，高于全國平均水平，貫徹中央節能減排的政策，2006年到2012年GDP單位能耗平均每年降低3.5%，到2012年達到0.816噸標準煤/萬元。但陜西省環境問題仍日益凸顯，工業三廢排放量逐年遞增，空氣質量特別是霧霾天氣頻現也成為越來越多人關注的焦點，資源環境約束已經成為陜西省轉變經濟增長方式的驅動力。
目前的研究主要集中于宏觀經濟總體層面，較少涉及區域、行業或產業等微觀經濟單元的研究，已有文獻采用的主要方法為因素分解法、構建計量模型、運用標準DEA方法等。本文以陜西省8個行業為研究對象，實證研究資源、環境約束與制造業的協調發展，探索陜西省增長模式轉變的根本途徑。
一、研究方法
Koenker和Bassett（1978）最早提出了分位數回歸的思想并將其付諸實踐。分位數方法是對傳統的普通最小二乘法的拓展，傳統的OLS方法是一種均值回歸方法，其回歸結果的統計性質是建立在正態分布的假設之上的，而分位數方法可以根據被解釋變量y的條件分布的不同來估計解釋變量x的回歸系數。由分位數回歸方法得到的估計系數表示為解釋變量對被解釋變量在特定分位點的標記效應。由于分位數回歸能夠給出條件分布在各分位點的函數，因此隨著分位點的取值在0至1之間變動，可以得到一簇曲線，代表所有y在x上的條件分布軌跡。當被解釋變量的條件分布不滿足傳統的OLS回歸的條件，如非對稱分布、厚尾分布等，采用分位數回歸的方法可以對被解釋變量的條件分布在不同的分位點的特征進行分析。
二、實證結果及分析
根據上述分析，本文將利用擴展的總量生產函數進行分析，建立面板數據回歸模型：
本文模型利用2002-2011年陜西省支柱產業相關數據，對資本、勞動和能源投入對陜西省支柱產業產值的影響進行了回歸分析。其中產出指標由GDP來表示，數據為陜西省支柱產業（分別為電子及通信設備制造業、能源化工工業、裝備制造工業、醫藥制造業、食品工業、紡織服裝工業、非金屬礦物制品業和有色冶金工業）工業總產值，投入分別為資本投入、勞動投入及能源投入，資本投入用K來表示，選取數據為支柱行業固定資產凈值年平均余額（2008年數據缺失，利用插值法進行估算）；勞動投入用L來表示，選取數據為支柱行業全部從業人員年平均人數；能源投入用R來表示，選取數據為支柱行業能源消費量，數據來源自2002-2011年歷年陜西統計年鑒。
分位數回歸方法能夠估計y在給定x下整個的條件分布，在這里我們選擇5個具有代表性的分位點0.1、0.25、0.5、0.75和0.9。從中發現，通過分位數回歸方法得到的系數符號與固定效應模型分析大體相似，從固定效應模型的分析結果來看，對產出貢獻最大的是勞動投入，勞動增長1%可以帶動產出增長0.503%，其次是資源投入，資源投入每增加1%可以帶來產出增加0.415%，貢獻最低的是資本投入，資本投入每增加1%帶動產出增長0.034%。
但隨著產出在條件分布的不同位置變動，資本投入、勞動投入、資源投入的回歸系數均表現出一定的變化規律。從結果看，在0.1低分位點處，勞動投入和資源投入基本貢獻了全部的產出增長，勞動投入增加1%帶動產出增加0.52%，資源投入增加1%帶動產出增長0.43%，也就是說在產值較低的行業主要以勞動密集型和資源密集型行業為主，行業發展的主要動力還是不斷的增加數量投入，而非依靠科技進步提高能源利用率和人力資本水平。隨著分位點上升到0.25，各要素投入對產業產出的貢獻度也發生了一定程度的變化，勞動的貢獻度下降明顯，其彈性有0.52降至0.185，在0.25分位點處，產出的貢獻主要依靠資本和資源投入驅動，資本投入的產出彈性為0.452，而資源投入對產出的貢獻最大，資源投入每增加1個百分點帶來產出增長0.63個百分點。在中分位點處，資本對產出增長起到了決定性的作用，而勞動和資源投入貢獻較小，資本投入增加1%會引起產出增長0.708%。當分位點處于0.75和0.9的高位時，可以看出資本和資源投入的重要性相對降低，而勞動投入對產出增長的貢獻逐步增大。
如果只考察資源投入在各個分位點處的影響，可以明顯看出隨著產出水平的不斷提高，資源投入的貢獻度逐步下降，在0.1、0.25、0.5、0.75和0.9分位點處，資源投入對產出的彈性分別為0.431、0.233、0.121、0.044和0.358，但在0.9高分位點處資源投入對產出增長的作用在統計上不再顯著，說明隨著分位點的逐步提高，陜西省支柱產業產出的增長越來越依靠人力資本和科技進步來實現，資源的持續投入并非產出增長的必要條件。
三、結論及政策建議
本文通過對2002-2011年陜西省支柱性產業的分析，利用擴展的總量生產函數，采用分位數回歸方法，分析了資本、勞動及資源投入對產出的影響程度，得到了如下結論：1、在低分位點處，對應的產業大部分為非金屬礦物制品業、紡織服裝業和電子及通信設備制造業主要依靠資本和資源投入來實現本產業產出的增長；2、在高分位點處，支柱產業產值的增加和可持續發展越來越依賴于科技進步和人力資本投入實現，資本和資源對產出增長的作用有限；3、隨著產出的不斷增長，資源投入對于產出的貢獻逐漸較小，當達到最高分位點0.9時，資源投入對于產出的作用統計上不顯著，表明陜西省從資源消耗型的粗放經濟發展模式向以技術進步為主要特征的集約型經濟增長模式的轉變具有理論上的可能性和實際操作的可行性。
基于上述結論，本文認為陜西省要實現經濟增長方式的轉變，要從以下三個方面改善，首先應盡快優化產業結構，對于高耗能、高污染的支柱產業要加大科技投入力度，建立完善的污染物處理機制和設施，降低污染物排放量；其次應擴大支柱產業規模和產值，形成上中下游一體的產業鏈，實現支柱產業的規模經濟，形成代表產業先進水平的產業集團和產業集群；最后，加強環境監管，政府應對污染排放不達標的企業進行限制，直至關停，同時對環境稅、碳排放權交易等環境管制措施進行試點，引導企業發展循環經濟、低碳經濟。
參考文獻：
[1]胡曉珍，楊龍.中國區域綠色全要素生產率增長差異及收斂分析[J].財經研究，2011（4）.
[2]潘家華，張麗峰.我國碳生產率區域差異性研究[J].中國工業經濟，2011（5）.
[3]岳書敬.基于低碳經濟視角的資本配置效率研究――來自中國工業的分析與檢驗[J].數量經濟技術經濟研究，2011（4）.
[4]王永龍.我國高碳發展模式下的碳生產率增長分析[J].經濟學家，2011（9）.
[5]張永軍.技術進步，結構變動與碳生產率增長[J].中國科技論壇，2011（5）.
[6]劉國平，曹莉萍.基于福利績效的碳生產率研究[J].軟科學，2011（1）.
[7]孫傳旺，劉希穎，林靜.碳強度約束下中國全要素生產率測算與收斂性研究[J].金融研究，2010（6）.
[8]趙欣，龍如銀.考慮全要素生產率的中國碳排放影響因素分析[J].資源科學，2010（10）.
[9]任力，黃崇杰.中國區域碳排放的環境績效研究[J].社會科學家，2011（7）.
[10]陳詩一.中國碳排放強度的波動下降模式及經濟解釋[J].世界經濟，2011（4）.
[11]陳詩一，嚴法善，吳若沉.資本深化、生產率提高與中國二氧化碳排放變化[J].財貿經濟，2010（12）.
[12]劉華軍，閆慶悅.貿易開放、FDI與中國CO2排放[J].數量經濟技術經濟研究，2011（3）.
[13]魏梅，曹明福，江金榮.生產中碳排放效率長期決定及其收斂性分析[J].數量經濟技術經濟研究，2010（9）.
[14]陶長琪，宋興達.我國CO2排放、能源消耗、經濟增長和外貿依存度之間的關系――基于ARDL模型的實證研究[J].南方經濟，2010（9）.
【關鍵詞】FDI;技術創新能力;影響;協整
引言
技術創新活動是社會生存和發展的永恒主題,加入WTO以來,外商直接投資(FDI)在促進我國經濟發展中扮演著非常重要的角色,國內外的許多專家學者從不同角度研究FDI的技術外溢效應及對東道主國經濟增長的影響,普遍的觀點認為:對資金流入的國家和地區而言,FDI不僅能夠提供資本促進當地經濟的增長,而且還可以產生技術外溢效應、產生升級效應、貿易效應、環境效應和就業效應等。大多數經濟學家強調,外商直接投資是解釋30余年來我國經濟持續快速增長奇跡和技術進步的重要指標之一。整體而言,關于FDI與技術創新能力關系的研究,國內外學者是近十年才開始探討的,之前的文獻雖有涉及,但主要是基于全國范圍的,缺少針對地區性的研究。
武漢市自20世紀80年代以來開始利用外商直接投資,截至2007年,武漢實際利用外資總額為225005萬美元①,規模以上工業增加值中外商投資企業所占比重達15.63%,規模以上工業企業中外商投資總資產貢獻率高達29.78%。武漢作為中部地區最大的省會城市,擁有良好的自然條件,相對較好的資源優勢,優越的交通通訊區位,比較雄厚的產業基礎,智力密集的科教和人才資源等優勢,經濟上取得長足的發展。隨著中部崛起戰略、“兩型社會”和武漢“1+8”城市經濟圈的提出,武漢經濟社會的發展將越來越依靠科學技術的進步與創新。因此,以武漢市為例研究FDI對技術創新能力的影響具有一定的理論價值和實踐意義。
1.FDI對技術創新能力的影響效應
一般看來,跨國公司是FDI影響東道國技術創新能力的載體,FDI通過跨國公司在東道國經營對其技術創新能力產生深遠影響。跨國公司以中外合資、中外合作和外商獨資的形式在東道國投資設廠,可以為東道國子公司提供技術,促進技術創新能力的提高。同時東道國通過學習跨國企業先進技術進行自主創新,促進東道國技術創新能力的提高。
1.1 示范-模仿效應
由于跨國公司(Multi-national Enterprise,簡寫為“MNE”)與東道國企業之間存在著技術差距,東道國企業可能通過學習、模仿其行為來提高自身技術和生產力水平,這也叫傳染效應(contagion effect)。外資企業不僅將新設備和新產品或者新的加工方法引入到國內市場,還帶來了產品選擇、銷售策略及管理理念等非物化技術。在某些情況下,國內公司僅僅通過觀察和學習鄰近的外資公司就可以提高自己的勞動生產率。
1.2 競爭效應
這一效應多發生于產業內各廠商之間。競爭效應一方面指跨國企業子公司與東道國企業之間爭奪有限的市場資源,加大了市場的競爭,刺激當地廠商有效地使用現有的資源,推動本土技術效率的提高;另一方面指在本來具有強大行業壁壘的產業,由于跨國企業的進入,在一定程度上消除壟斷,社會福利水平得以提高。
1.3 培訓效應
從發達國家的經驗可以證實,國外資本所具有的競爭優勢是無法脫離其人力資源而完全物化在設備和技術上的。因此,跨國企業海外投資項目的有效運轉,往往和當地的人力資源開發結合在一起。如當地技術及管理人員和跨國公司總部派遣的專家一起工作;對當地人員進行培訓;當地技術人員參與對技術、產品和工藝的改進工作甚至研發活動;高級管理人員了解、參與跨國公司全球網絡的運作過程。需要指出的是,大多數學者主要針對FDI在東道國創新能力的某一渠道展開研究,沒有考慮各渠道之間的相互關系,缺少系統性的考慮。另外,關于FDI技術溢出效應的影響因素理論研究還很少。
2.武漢市1990-2007年數據的協整分析
2.1 指標的選取與數據來源
測度技術創新能力時,首先涉及到一個對技術創新能力衡量指標的問題。國際上常用的衡量科技產出效率的指標有:專利、科技論文、高科技產品或技術密集型產品、技術貿易等。我國專利法第22條規定“授予專利權的發明和實用新型,應當具備新穎性、創造性和實用性”。本文結合研究實際,在諸多的評價科技產出指標中,選取專利授權數量作為地區評價技術創新能力的指標。
在FDI指標選取時,本文選取武漢市統計局公布的實際利用的FDI作為FDI變量的指標。由于實際利用FDI都是以萬美元標價,為方便起見,本文把每年的FDI原始數據轉換為以人民幣標價的外國直接投資額(RFDI),再對RFDI值取對數(LNRFDI)。最終本文以FDI流量和專利授權數作為替代指標,以此來研究FDI對地區創新能力的影響。可以看出,LNRFDI與LNPTN隨著時間變化,因而是非平穩時間序列,存在“偽回歸”現象,因而本文采用Granger,Johansen的協整檢驗。
2.2 模型設定
本文用LNPTN做被解釋變量,PNRFDI作為解釋變量,設置FDI與技術創新能力模型如下:
LNPTN=α+βLNRFDI+ξ (1)
2.3 模型檢驗與分析
2.3.1 ADF檢驗
分別對LNPTN、LNRFDI和一階差分后的DLNPTN、DLNFDI進行ADF檢驗,并繪制其一階差分時間序列圖,結果如表1。
雖然LNPTN和LNRFDI的時間序列是非平穩的,但是其一階差分卻是平穩的,即時間序列LNPTN和LNTFDI都是一階單整的(即為I(1)序列)。因而該兩個時間序列可能存在協整關系,即LNPTN和LNRFDI之間存在著長期、穩定的關系。
2.3.2 協整分析
本文運用E-G兩步法,對LNPTN和LNRFDI之間的協整關系進行檢驗,具體步驟如下:
注:檢驗類型(I,T,L)分別表示ADF檢驗中是否會有常數項(Intercept)、時間趨勢項(Trend)以及最大滯后期數為(Maximum lags)。-2.717511***表示該值是1%的顯著水平下的臨界值;-1.96627**表示該值是5%的顯著水平下的臨界值;-2.666593*表示該值是10%的顯著水平下的臨界值。
第一步:模型估計――最小二乘法
運用EVIEWS6.0對模型(1)進行回歸,結果如下:
LNPTN=-0.316421+0.522958***LNRFDI(2)
t=(-0.169743)(3.761860)
R2=0.469348F=14.15159
根據以上分析,LNPTN對LNRFDI進行的普通最小二乘法,得到彈性系數顯著,所建模型整體上對樣本數據擬和較好,表明FDI每增加1個單位,專業授權量增加52.3%。
第二步:殘差的單位根檢驗
根據估計的方程(2)可得殘差估計
U=LNPTN-0.522958LNRFDI+0.316421(3)
運用EVIEWS6.0軟件,可得殘差圖及殘差序列ADF檢驗。
表2顯示,ADF值為-3.335266,小于1%顯著水平臨界值-2.717511,因而殘差序列ξ在1%的顯著水平下拒絕原假設,不存在單位根,即殘差序列ξ是零階單整。根據以上結果可知,LNPTN和LNRFDI存在協整關系,協整向量為(1,-0.522958,0.316421)。該檢驗反映在FDI流量與技術進步上可以看出,從長期看來,RFDI的對技術創新能力的彈性為0.522958,即RFDI每增加1%,專利授權數增加0.522958%。這表明FDI對技術創新能力的拉動作用不明顯。
2.3.3 誤差修正模型
根據上文分析,描述技術創新能力隨著FDI流入的變化的長期均衡調整的誤差修正模型為:
ΔLNPTNt=α+β*ΔLNRFDIt+aecmt-1+ut (4)
本文首先選定4階的滯后變量,再逐步排除一些不顯著的變量,最終得到估計后的誤差修正模型如下:
DLNPTN=0.457621***-0.480393**DLNPTN(-2)-0.544131***DLNPTN(-3)-0.315339*DLNRFDI(-3)-0.235761*ecmt-1 (5)
R2=0.885520
從以上分析可得出以下結論:(1)武漢外商直接投資流量與專利授權數之間存在著長期動態的均衡關系。(2)在一定時期內,專利授權數受到本身和外商直接投資流量變動的影響。從方程(5)可知,滯后2年和3年武漢專利授權數增長變動和滯后3年的FDI流量的變動對專利授權數變動的影響分別在5%、1%、10%的水平下顯著。(3)誤差修正項ecm的系數為負數,這符合經濟意義,若上期大于本期,則本期經濟系統會產生一個負向的作用,這個作用使得PTN和GDP兩個變量能夠在長期中達到均衡;相反,若小于則進行正向修正,修正力度均為0.235761,該修正系數也說明專利授權數和FDI流量短期變動偏離長期均衡關系的程度不大,即FDI流量和專利授權數兩者之間的均衡關系對當期的非均衡誤差調整自身修正能力不強。
2.3.4 Granger因果檢驗
根據協整分析,可知外商直接投資流量與武漢的專利授權數之間存在一個長期的均衡關系。進一步進行Engle-Grange因果檢驗,由于Engle-Grange因果檢驗只適應于平穩序列,因而本文采用一階差分后的數據,結果如表3所示。
通過上表可知,滯后期為2年和3年時,在1%的顯著水平下,外商直接投資流量是構成專利授權數的Grange原因。同樣在5%顯著水平下,滯后2期專利授權數是構成FDI流量變動的Grange原因;在10%顯著水平下,滯后3期專利授權數是構成FDI流量變動的Grange原因。
3.基本結論及建議
3.1 基本結論
通過利用1990-2007年武漢的專利授權數和FDI流入量的時間序列數據數據的協整分析,可以看到:外商直接投資流量與專利授權數之間存在著一定的相關關系,雖然各自的增長是非平穩的時間序列,但它們之間是一種長期穩定的均衡關系。短期內,在5%顯著水平下,滯后2年的專利授權數與FDI流量之間互為Grange原因;在1%水平下,滯后3年的FDI流量是專利授權數變動的Grange原因;在10%水平下,滯后3年的專利授權數變動是FDI流量變動的Grange原因。其他情形下,專利授權數與外商直接投資流量之間不存在顯著的因果關系,這表明在短期內,FDI流量對專利授權數的貢獻不明顯。
3.2 對策建議
武漢經濟的發展主要走的是一條以中小企業、民營企業為主的內生型發展道路,引進外資能力較低,抑制了本地技術創新能力的提高。一個國家或地區要真正擁有核心競爭力,最終占據技術競爭的領先地位,就要擺脫對外部技術的依賴,要依靠自身力量、通過獨立的研發活動獲得技術創新能力的提高,即進行自主創新。
3.2.1 注重利用外資質量
應進一步改善外商投資環境,擴大吸收外資規模,提高利用外資的水平與質量。隨著中部崛起、“兩型社會”和武漢“1+8”城市圈的提出,武漢經濟發展模式迫切需要從內生型轉向內生成長與外向發展協調發展。借鑒沿海各省的經驗,積極引進外資,充分利用國外的先進科技資源,把握國際產業分工和轉移的機遇,承接和吸納國外先進制造業和研發中心的轉移。因此,武漢應進一步加強基礎設施的建設,在繼續改善投資的硬環境基礎上,著力改善投資的軟環境。建立統一、規范和公開的外資準入制度,簡化外商投資的審批程序,提高審批工作的效率,改善對外商投資企業的服務,進一步完善行政管理環境,以此提高外資進入的積極性。同時,還應建立公平、有效的市場環境,以促進跨國公司對武漢轉移技術,加大對武漢技術創新水平的影響。將利用外資方式從數量型向質量型轉變,建立合理的招商引資質量考評體系,注重引進科技創新型、環境友好型、資源節約型投資項目,促進先進管理經驗和技術的引進。
3.2.2 鼓勵企業自主創新
武漢本地企業在引進、消化和吸收的基礎上,通過模仿創新提高自己的技術水平,已取得了很大的成功。然而技術的提高,不僅需要外部力量的推動,更需要有自生的技術來源,能夠依靠自身力量、通過獨立的研究開發活動進行自主創新,獲得核心關鍵技術,取得競爭優勢。通過集成創新、引進消化吸收再創新兩種方式,提高企業和區域自主創新能力。加強企業自主創新能力,最主要的是要增強企業技術創新動力,使企業能夠積極地成為創新主體。然而,自主創新畢竟是“厚積薄發”的過程,具有投入高、周期長、風險高的性質,很難短期見效。任何企業對既有發展模式都有很強的依賴,沒有強大的外力或內部變革,不會輕易地改變傳統路徑。由技術引進走向自主創新,是企業技術路線的轉軌。促使企業下決心轉軌,必須有強烈的外因和內因。一般來說,外因主要來自于企業外部的壓力和吸引力。例如政府的政策激勵、企業生存環境的壓力、市場競爭的壓力,會鞭策企業走創新之路。內因則主要來自內生的追求和激情,表現在公司長遠戰略和企業家精神。因此,為促使企業成為自主創新的主體,政府需要并正在制定一系列鼓勵政策,例如對實行自主創新的企業給予優惠政策,這充分表明國家促進企業自主創新的決心。但這些只是外因,如果不能調動起企業和企業家內在動力,政府的號召、干部考核的壓力也可能只使企業“奉命創新”。這種為完成“交辦任務”而進行的創新,很難想象有好的效果。因此,這就需要公司能夠制定長期戰略,加強企業文化和價值觀,有較強的企業家精神,內生出進行自主創新的欲望和激情,從而從本質上提高企業自主創新的動力。
3.2.3 鼓勵外商研發本地化
要促進FDI對技術創新能力的提高,就需要加強外資企業的在東道國的根植性,鼓勵外商研發本地化。跨國公司作為技術創新的主體,可以跟內資企業相互作用,促進其技術創新的提高。但要達到這樣的目的,是在跨國公司研發本地化的基礎上才能實現。而當今有一部分外商投資企業都是看重一些地方政府的優惠政策,紛紛在內地設廠,而當享受優惠之后,又會到另外地方重復同樣的投資,很少對當地企業有技術溢出,更不用說對當地企業的技術創新產生促進作用。因此,要提高FDI對技術創新的正向促進作用,需要讓外商企業在東道國根植,外企只有在具有較強的根植性之后,才會把先進的技術投入其生產當中,并將其轉移到當地。因此,武漢應進一步完善鼓勵外商投資高新技術產業和設立研發中心的政策措施,努力營造適合于高科技創業型企業發展的外商投資的政策、市場空間,促進跨國公司研發機構的本地化,促使跨國公司在當地建立技術研究與開發中心,積極開發專利。并加強外企與本地工業企業的融合,使本地企業能在更大程度上通過引進、消化、吸收最終達到模仿創新,提高本地企業的技術創新水平。
注釋:
①包括外商及港、澳、臺投資(下同)。
參考文獻
[1]小規模技術理論[EB/OL].training.mofcom.省略/jsp/sites/site?action=show& id=1305.
[2]Caves,R.E.,Multinational Firms,Competition and Productivity in Host Country Market[J].Economica,1974,41:176-193.
[3]Wang J.Y.and Blomstrm M..Foreign Investmentand Technology Transfer:A Simple Model[J].European Economic Review,1992,36:137-155.
[4]肖德云,王恕立,朱金生.武漢市FDI的技術溢出績效實證研究[J].科研管理,2007,(3):173-179.
[5]陳國宏.經濟全球化與我國的技術發展戰略[M].北京,經濟科學出版社,2002:37-40.
[6]王艷麗,劉傳哲.FDI對東道國技術溢出效應的研究回顧與展望[J].科技進步與對策,2006,(12):193-196.
[7]李杏,M.W.Luke Chan.外商直接投資與對外貿易技術溢出效應比較――基于面板因果關系的研究[J].國際貿易問題,2009,(2):70-76.
[8]劉中文,姜小冉,張序萍.我國區域技術創新能力評價指標體系及模型構建[J].技術經濟與管理研究,2009,(1):32-35.
[9]李曉鐘,張小蒂.江浙基于FDI提高區域技術創新能力的比較[J].中國工業經濟,2007,(12):102-109.
[10]葉仁蓀,王光棟,王雷.技術進步的就業效應與技術進步路線的選擇――基于1990-2005年中國省際面板數據的分析[J].數量經濟技術經濟研究,2008,(3):137-147.
[11]郭國峰,溫軍偉,孫保營.技術創新能力的影響因素分析――基于中部六省面板數據的實證研究[J].數量經濟技術經濟研究,2007,(9):134-143.
[關鍵詞] 影子價格 最優規劃 資源配置
一、引言
經濟學的出現基于資源的稀缺性。因此,資源的有效配置是經濟學中的一個基本的問題,即利用有限的資源去解決生產什么、如何生產以及為誰生產的問題。線性規劃理論及方法的產生,為研究人員探討這些問題提供了一種行之有效的數量分析方法。我們在學習規劃理論的過程中,經常會發現所建立的輔助函數的相關因子被解釋為目標函數的影子價格(Shadow Price),如Hamiltonian乘子,Lagrange乘子等。這些所謂的影子價格到底表示的是什么經濟意義以及它與資源配置之間有何種關系,這些是本文研究的重點所在。最后,我們根據兩者之間的內在聯系,對如何實現資源的優化配置有著重要的指導意義。
二、影子價格的經濟學含義
影子價格通常是利用問題線性規劃對偶模型對資源決策變量做出一定的經濟解釋,表示在資源最優利用的條件下各種資源的“價值”。由線性規劃的對偶原理可知,在用單純形法求線性規劃最優解的同時,聯立對偶規劃的最優解即可計算出各種資源的影子價格。如果線性規劃模型屬于在一定資源約束的條件下,按一定的生產消耗關系生產一組產品并尋求總體效益(如產值)目標函數最大化問題,那么,其對偶模型對偶變量的最優解則分別表現為相應資源的影子價格。下面,筆者以線性規劃的角度來解釋影子價格的含義,下列一對線性規劃稱為互為對偶的規劃:
在經濟學中,x,y互稱為影子價格。
例如,某廠生產甲、乙兩種產品,需要先后經過兩種機床加工。甲產品在機床1上所需加工工時為3,在機床2上為3;乙產品在機床1上所需加工工時為1,在機床2上為4;機床1、2的可用工時分別為48、120;甲、乙產品的利潤分別為5、6。問題1:甲、乙產品各生產多少,能使利潤最大?問題2:若將機床出租,問租金至少是多少?
解:設產品產量為x1,x2;機床租金y1,y2。則上述兩問題的數學模型分別為下列兩個線性規劃:
容易看出,模型(A)和模型(B)互為對偶。因此,某種資源的影子價格就是一單位該資源的贏利能力,這是一種底價,因此它具有價格特性。然而,這種價格不會出現在交易中,故稱為影子價格。為了對影子價格有更加清晰的理解,我們以拉格朗日系數為例,來說明其含義。
稱為原問題的Lagrange函數。在求解最優化的過程中得到拉格朗日系數:
上面的例題我們可以分析出,從數學的角度出發,影子價格反映的是資源一單位的變化對效用改變量的變化的程度,或者說是目標函數對約束條件(即資源)的一階偏導數。假設目標函數是利潤函數,影子價格表示的則是在最優生產計劃處,再增加一單位的資源所帶來的利潤。其經濟學涵義是經濟學家或者企業的決策者在做出決策時,使用影子價格將比市場上的價格更加能夠反映出單位資源真實的價格。
三、影子價格與資源的配置
前文的分析,影子價格在引導資源配置中的作用和意義不容低估,其意義甚至高于資源的市場價格。在現實生活中,一些企業或者廠商考慮到是否追加資源(使用要素),該資源或者要素影子價格具有及其重要的理論參考價值。具體來說,在資源的優化配置過程中,影子價格對其的引導表現在以下三個方面:
1.當某種資源的影子價格高于市場價格時,說明增加一單位的資源會給企業的目標函數帶來正的增長效應。此時如果決策者適當增加這種資源的投入,擴大生產規模,可以增加利潤。但問題是,隨著該資源投入量的增加,其影子價格會逐漸變小。對于既定的規模來說,增加資源實現了其優化配置。
2.當資源的影子價格等于其市場價格時,處于資源的最佳均衡點。不再增加該種資源的投入,任意增加或者減少該資源的使用,都會導致非帕累托最優,所以此時企業的決策者或者廠商不用做任何調整,類似于完全競爭廠商中的邊際成本定價,即邊際收益=邊際成本。
3.當某種資源的影子價格低于市場價格時,企業的決策者應把這種資源轉讓適當的一部分轉讓出去直至該資源對于企業的影子價格與市場價格處于均衡。但隨著該種資源投入的減少,資源或要素的影子價格逐漸增加。
上述的分析我們得知,影子價格需要在完善的市場條件下算出。眾所周知,完善的市場條件在現實社會中是不存在的,市場的失靈導致完善的市場只是“烏托邦”,如壟斷、外部性、信息不對稱等。這些導致現成的影子價格也是不存在的,必須通過對現行價格的調整,才能求得它的近似。就這一點而言,影子價格這個概念的確有其局限性:首先,影子價格的計算所需經濟數據比較復雜,計算繁冗,實際的計算中存在很大困難。最重要的一點,影子價格反映的只是一種靜態配置價格,不能表現資源在不同時期動態配置時的最優價格。所以對于動態條件下,資源的影子價格的研究有待完善。最后,影子價格與生產價格、市場價格差別很大,它只反映某種資源的稀缺程度和資源與總體經濟效益之間的關系,并不能代替資源本身的價值。即其存在必須要在一定的經濟關系中。
四、結束語
影子價格雖被定名為一種價格,但是它的內涵與意義完全超過了價格的意義。引言提出來的問題,我們現在可以明白了。在對于影子價格的推導以及含義的理解的基礎上,我們知道現實社會中影子價格對資源的配置作用和意義:影子價格是資源配置問題的重要參數,是社會對資源真實價值的度量,它也能夠比較客觀地反應資源要素的稀缺程度;它是我們在研究經濟領域問題時的重要工具和方法;它有助于我們更清晰地把握所研究的對象,做出更為理性的決策,實現社會資源的優化配置。影子價格正被用于各種學科,各類分析問題上。同時,克服影子價格在資源配置中的局限性也是研究過程中所要關注的。
參考文獻:
[1]高鴻業.西方經濟學(第三版微觀部分)[M].北京:中國人民出版社,2005.
[2]吳海華.關于影子價格作為企業資源配置依據的探討[J].統計與決策,2005,(3).
[3]楊桂元.再論影子價格的經濟含義[J].數量經濟技術經濟研究,1993,(11).
關鍵詞：房地產投資 GDP 平行數據模型
本文研究方法與模型設定
（一）研究方法
對河北省各地區的房地產投資與國民經濟的研究不能單獨進行，必須將各地區放在同一個可比較的平面上，而且同時要利用各地區的時間序列數據和截面數據。在經典線性計量經濟學模型中，所利用的數據有一個特征，即在一個模型中，或者只有時間序列數據，或者只利用截面數據。實際上僅利用時間序列數據或者只利用截面數據不能滿足本文經濟分析的需要，因此本文選擇平行數據計量經濟學模型。
（二）模型設定
根據本文的研究目的，選擇房地產投資和地區生產總值兩個變量，其中地區生產總值為被解釋變量，房地產投資為解釋變量。在模型選擇方面，有線性模型、對數模型和半對數模型三種可供選擇。分別將三種模型形式進行分析，發現與其它兩種模型相比，對數模型要較好些。因此本文選定的模型為對數模型。
設定基本模型為lnGit=αi+βilnIit+uit，Git代表第i個地區第t年的該地區的生產總值，Iit代表第i個地區第t年的房地產投資額，αi代表個體影響，uit為隨機擾動項。
之所以在模型當中沒有滯后期的出現，是因為選擇的數據是平行數據而非時間序列數據，所以加入變量的滯后期對模型的擬合效果未必會有很好的改善，同時分別對加入滯后期和滯后兩期的情形進行分析，所得的結果均不如本文設定模型的效果，所以在本文設定的模型中沒有滯后期的出現。
本文選擇河北省11個地級市2000-2006年的平行數據進行分析。數據來自2001-2007年的《河北經濟年鑒》。對數據進行了如下處理：首先對各地區國內生產總值進行地區收入總值指數調整，折算為2000年不變價，將各地區各年房地產投資額進行固定資產投資指數調整，同樣折算為2000年不變價；然后分別對各地區各年的國內生產總值、房地產投資額取自然對數。
研究平行數據的第一步是檢驗被解釋變量Git的參數是否在所有橫截面樣本點和時間上都是常數，按照平行數據模型的確定過程，本文用EVIEWS3.1對基本模型進行檢驗，得到：S1=0.04088484，S2=
0.166917188025，S3=0.413960986404
下面計算F統計量：把N=11，K=2，T=7代入F統計量計算公式：
F1=1.78，F2= 8.0566
在顯著性水平為1%的情況下，對其進行H2檢驗。查得F(30，44)=1.43F1，因此接受H1。即結構參數在不同截面單位上是相同的，在截面單位上個體影響不同，個體影響表現為模型中被忽略的反映個體差異的變量影響，即模型為變截距模型。
具體形式為：lnGit=αi+βilnIit+uit，(i=1，2…11，t=2000，…2006) (1)
其中為個體影響，即模型中被忽略的反映個體差異變量的影響。
在確定采用變截距模型之后，進一步確定采用固定影響模型還是隨機影響模型。利用計量經濟學軟件Eviews3.1對樣本數據進行分析，分別得到采用固定影響模型和隨機影響模型進行模型估計的結果。采用固定影響模型時，分為加權條件（cross section weights）和不加權條件（no weighting）。采用隨機影響模型時分為GLS Transformed Regression和Unweighted Statistics including Random effects下的兩種檢驗結果。檢驗結果如表1所示。 由表1可知，采用固定影響變截距模型的R2統計量（0.986032，0.937679）和D-W值（1.253215，1.027544）均優于采用隨機影響變截距模型的R2統計量（0.749271，0.776937）和D-W值（0.383119，0.430637），也就是說固定影響變截距模型的擬合優度優于隨機影響變截距模型的擬合優度，因此選用固定影響變截距模型。在固定影響變截距模型檢驗結果中可以看出加權情況下的R2統計量為0.986032，D-W值為1.253215，不加權情況下的R2統計量為0.937679，D-W值為1.027544，加權情況下的擬合優度優于不加權情況。
綜上，本文采用加權條件的固定影響變截距模型，即下面的模型：
lnGit=αi+βlnIiit+uit，(i=1，2…11，t=2000，…2006) (2)
其中，假定橫截面的個體影響可以用常數項αi的差別來說明，這樣，αi表示各地區對于房地產業的自發投資。參數估計結果如表2。將以上系數分別代入（2），將方程變形后可以得到河北省11個地級市相應的回歸方程，如表2所示。
房地產投資對區域經濟發展的影響
從表2可以看出，房地產投資對各地區經濟發展有顯著的積極影響。各地區房地產自發投資對GDP的影響有一定差別：唐山的影響最大，廊坊的影響最小。由此可見各地區房地產投資對國民經濟的推動力存在較大差別。下面對各地區房地產投資對國民經濟的推動力及推動效率具體進行計算：
（一）推動力分析
推動力分析即彈性分析。彈性系數是指在任意函數中，解釋變量的相對變動所引起的被解釋變量的相對變動，即被解釋變量的變化率與解釋變量的變化率之比。彈性有點彈性與弧彈性之分。本文選用弧彈性，原因是考慮到上文得出的回歸方程為指數形式，用弧彈性計算效果會好些。根據弧彈性的定義，分別取各地區兩年的房地產投資額與GDP，求它們之間的弧彈性。根據弧彈性的定義，計算公式為：，其中E為彈性系數，即各地區房地產投資對區域經濟的推動力，x1、y1分別為前一年份的房地產投資額與GDP，x2、y2分別為后一年份的房地產投資額與GDP。取2000年與2002年的數據，可以得到各地區的彈性，并按照彈性大小進行分組，其結果如表3所示。
從表3可以看出，河北省區域經濟增長在一定程度上是由房地產業推動的，各地區房地產完成投資對地區經濟推動力差別較大，推動力較大的為秦皇島，達到0.5792，最小的為石家莊，推動力為0.1050。
（二）推動效率分析
為了進一步分析各地區房地產投資對各地區國民經濟的推動作用大小，引入一個新的系數，稱為“推動效率”，它是房地產投資的推動力系數與該房地產投資在GDP中所占份額的比值，用q表示，q=D/S，D表示在考察期內對房地產投資的推動力系數（彈性），S表示房地產投資在考察期內占GDP的平均百分比。這樣可以排除推動力系數受到不同的房地產投資所占份額因素的影響。如果q>1，表明房地產投資在這期間內對國民經濟的推動作用是積極的，超過了自身所占的份額，是高效率的。相反，如果q
由表4可以看出，廊坊的q值小于1，說明房地產投資對該地區的推動效率較小；石家莊、邢臺、滄州、保定、張家口、承德的q值在1至5之間，說明這些地區的房地產業對區域經濟有積極的促進作用；邯鄲、衡水、秦皇島、唐山的q值均大于5，其中唐山的q值最大，達到14.9，這些城市的房地產投資對區域經濟有較大的促進作用。
（三）固定效應模型分析
由表1可以看出，河北省整體房地產投資額每增加1%，將帶來河北省國民經濟0.81%的增長。房地產業對國民經濟的推動作用明顯。
參考文獻
1.姜詩章.多維平穩性檢驗的計算方法[J].數量經濟技術經濟研究，1998
2.趙衛亞.中國城鎮居民消費函數的變系數Panel Data模型[J].數量經濟技術經濟研究，2003(11)
3.高鐵梅.計量經濟分析方法與建模[M].清華大學出版社，2006
4.李子奈，葉阿中.高等計量經濟學[M].清華大學出版社，2000
5.劉倫武.基礎設施投資對經濟增長推動作用的動態計量模型與分析[J].數理統計與管理，2005(03)
6.鄭思齊，劉洪玉.中國建設投資與經濟增長關系的計量模型分析[J].清華大學學報，社會科學版，2001(04)
7.郭英形，張屹山.預防動機對居民儲蓄的影響一應用平行數據模型的實證分析[J].數量經濟技術經濟研究，2004(06)
作者簡介：
【關鍵字】工程造價分階段控制
中圖分類號： TU723.5 文獻標識碼： A 文章編號：
一、建設項目決策階段如何控制工程造價
建設項目決策是選擇和決定投資方案的過程，這一過程非常重要。它是建筑的龍頭，要及時對不同的方案進行技術經濟比較，做出正確的判斷和決策。在判斷與決策的過程中，要抓住方案的兩個因素，成本與規模。作為建設方，這一過程直接會影響到以后階段的建設項目的投資控制。建設單位要對與擬建項目有關的社會、經濟、技術等各方面進行深入調查研究，對各種可能采用的技術方案和建設方案進行認真的技術分析和論證，對項目建成后的經濟效益進行科學的預測和評價。
二、 建設項目招標和簽約階段如何控制工程造價
在項目實施過程中，認真編制招標文件及簽訂工程合同尤為重要，如何把握好招標過程和合同的策劃是一項重要的工作，根據調研的結果和多年的工作經驗，需要注意以下事項:一是，實行無標底招標；二是，招標方式的確定；三是，保函或保證金的應用；四是，報價形式的選擇；五是，擬簽約的承包商數量和發包方式的確定；六是，重要合同條款的確定；七是，合同價格形式的確定。
三、 建設項目施工階段如何控制工程造價
施工階段是落實合同、實施投資控制的操作過程，是工程設計意圖最終實現并形成工程實物的階段，由于施工過程周期長，影響因素多，應采取有效的措施加強這一階段的投資控制，對管好用好資金，提高投資效益具有重要的意義。
1. 施工階段存在的問題：首先，施工單位建筑工程造價的控制目標制定不合理，缺乏科學性和先進性；其次，材料價格管理方法落后，材料采購、儲存量計算不科學，不能很好地掌握采購時機，由于建筑市場目前還比較混亂，材料采購價格失真，不法分子從中漁利，也使得占建安工程成本 60%——70%的材料費用失去控制；再次，施工組織方面，多數施工企業還一直沿用老辦法，現有的人、財、物沒能得到合理配置與利用，造成大量浪費，從而導致工程造價提高。
2. 施工階段的工程造價控制
（1）工程項目實施階段項目管理方式的策劃。項目管理方式的合理選擇是控制工程質量、進度、投資三大目標的主要保證。熟悉設計圖紙和設計要求，對可能出現的工程費用變化大的部分和環節，作為重點造價控制對象。
（2）造價工程師對項目實施過程進行全面跟蹤，對經濟技術變更及時進行經濟技術比較，并進行預測和分析，嚴格控制工程變更。施工前，要組織施工人員到現場踏勘，并對圖紙進行會審、技術交底，避免施工中出現不應有的返工，特別是那種涉及費用較高的設計變更，必須經設計單位、建設單位現場代表、監理公司、施工單位等幾方在現場核實并進行技術及經濟比較，盡量減少合同外費用。
（3）把好施工組織設計和施工方案的審核關，合理開支施工措施費，以及按合理工期組織施工，避免不必要的趕工費，因設計變更或漏項而造成人力、物資、資金的損失和停工待圖、工期延誤、構件物資積壓、改換代用以及連帶發生的其它損失:按圖施工后發現設計錯誤或有缺陷，經業主同意采取補救措施進行技術處理所增加的額外工程費用:新型特種材料和新型特種結構的試制、試驗所增加的費用。加強設計審查，控制設計變更。通過對設計方案(含材料)和施工方案的技術經濟比較，選擇最佳方案，工程變更、設計修改要慎重，事前應進行技術、經濟合理性分析，防止返工等索賠事件發生。
四、建設項目竣工結算工程造價控制
在結算審查過程中，正確處理審查方與被審查方的關系，保證工程結算工作順利開展。首先應認真熟悉圖紙，分析竣工資料，核實工程數量，對于未做的工作內容在結算時應予扣除。審查現場簽證的真實、合理性。審查簽證單的內容與設計圖紙、定額中所包含的內容是否重復，對于重復的項目及內容必須予以剔除。做好施工材料的審查工作，為整體控制奠定基礎。
進一步來看，應嚴格審查施工合同，正確處理結算糾紛。審查施工合同及有關文件的工作為:核準工程結算范圍，確定施工期，正確進行索賠。確定施工承包方式以及審查合同其它條款的落實情況，尤其注意審查定額使用、政策調整的合理性、準確性，是否按規定的工程量計算規則計算工程量等幾方面工作。同時，認真做好工程材料價款的結算審查，糾正單純靠材料購貨發票作為工程結算材料調價依據的作法，審查是否按規定計算材料差價，以及是否存在施工單位將建設單位委托購買的材料列入工程結算。最后，關注各項取費是否符合規定，是否合理準確。查看取費基數、是否存在提高取費等級現象，以及是否存在普通裝飾工程按專業裝飾工程取費的情況。
結束時做好工程竣工后的評價，這是對整個建設項目的一次性綜合性評價，也是對項目工程造價控制的總結。主要有以下三個方面的工作: 一是對數據資料進行整理、分析和歸類，分析系統的設計是否符合使用者的需求，找出系統建設過程中對造價影響較大的部分，分析影響工程造價的各項因素并建立相應的數據庫，為下次項目的控制提供參考； 二是總結造價控制如何在各環節得到有效銜接、如何有效防范價格風險，由被動向主動控制轉化的經驗； 三是分析自身在全過程造價控制方面的不足，找出其因素并加以克服。后評價工作從表面上來看，對己經形成定局的項目造價沒有什么幫助，但是，從長遠來看，正是對以前建筑工程建設過程的及時總結，才能在后續項目的系統建設中更有針對性地解決問題，才能更好地實現造價控制的目的。
綜上所述，工程造價的控制是一項集管理、技術、質量、施工于一體的綜合性的系統工程。因此要求各專業人員從各自的范圍著手，有效控制資金投入，才能解決建設資金的需求與有限供給之間的矛盾。加強工程造價控制的重大意義就是在于合理使用人力、物力、財力等，從而取得最佳的經濟效益和社會效益。
參考文獻
關鍵詞：數據包絡分析（DEA）；技術進步；全要素生產率；汽車工業
中圖分類號：407.471文獻標識碼：A文章編號：1003-4161(2008)03-0010-06
1.引言
汽車工業能反映一個國家的工業水平，它凝結著現代化生產技術的精粹，產業關聯度高、規模效益明顯，屬資本和技術密集型的產業。隨著我國經濟的飛速增長和人均收入的提高，汽車工業正處于一個黃金時期，產銷量增長迅速。不同經濟類型的汽車工業企業的生產率往往有差別，但內資、港澳臺投資和外商投資這三大類不同經濟類型的汽車工業企業的差別如何我們并不清楚，因此有必要對這些汽車企業進行比較，找出優劣，從而獲得一些優化所有制結構的建議。目前對于特定范圍進行測算的模型中，非參數的數據包絡分析（Data Envelopment Analysis，DEA）模型采用運籌學中的線性規劃所測算出的技術效率、規模效率、技術進步和全要素生產率(Total Factor Productivity，TFP)能很好地反映出最優決策單元（Decision Making Unit，DMU，在本文中是不同經濟類型的汽車工業企業集合）與其他非有效的決策單元之間的差異，因此本文試圖通過使用DEA模型來測算不同經濟類型汽車工業企業的這4項指標。其中，技術效率反映在生產技術不變、市場價格不變的條件下，按照既定的要素投入比例，生產一定量產品所需的最小成本占實際生產成本的百分比（此為投入角度，產出角度可類推）；規模效率則能反映出企業的生產規模是處于規模收益遞增、遞減還是不變階段；技術進步反映除效率變化外的技術變化對生產率的影響；TFP則最終體現除資本、勞動等普通要素以外的因素所能促成的生產率的增長。
2.理論綜述
2.1 近幾年現有研究成果綜述
目前研究效率、技術進步和TFP的文獻不少，但對汽車工業企業進行比較的文獻非常少。國內的文獻有：陳勇等（2006）對1985～2003年我國工業行業的技術選擇與技術進步的關系進行理論梳理和實證檢驗，發現國企比例或壟斷程度高的行業在技術變化方面表現突出。王兵等（2007）發現20世紀80年代東亞地區全要素生產率的平均增長超過了APEC其他地區，而資本積累是整個樣本期存在顯著趨同的最重要的源泉。常亞青等（2006）對各行業全部國有及規模以上非國有工業企業的技術效率、規模效率及TFP進行了計算，發現1998～2002年相對效率最佳的行業是煙草加工業、電子及通信設備制造業。陶洪等（2007）分析了1999～2005年間影響我國省際工業勞動生產率變動的因素，發現對工業勞動生產率的改善主要來源于技術進步，但各省份普遍處于人均資本規模報酬遞減的狀態。李小平（2007）發現盡管高R&D投資行業具有更高的生產率增長，但R&D投資并不是造成增長的原因，國外技術引進只對技術進步有促進作用，自主R&D和國內技術購買的生產率回報率較差。鄭玉歆（2007）對TFP度量經濟增長質量存在的局限性進行了探討，認為粗放增長階段是無法避免的，而經濟增長的關鍵是在于資本積累的質量和有效性。趙玻等（2004）通過實證分析發現我國汽車產業技術效率處于較低水平，而資本勞動比率、工程技術人員比重的提高能促進技術效率的提高。
2.2 運用DEA模型計算相對效率
DEA是著名運籌學家A. Charnes和W.W. Cooper等人以相對效率概念為基礎發展起來的一種效率評價方法。DEA將所有DMU的投入與產出投影到幾何空間中，并以這些DMU所能達到的最低投入或最高產出作為邊界（生產前沿面）。當某個DMU落在邊界上，則視該DMU有效，其效率值為1,表示在其他條件不變的情況下，該DMU無法減少投入或增加產出；若某DMU落在邊界內，則該DMU無效率，而給予一個介于0到1之間的效率指標，表示在產出不變的情況下，可降低投入，或是在投入不變的情況下可增加產出。確定DMU的主導原則是：就其“耗費的資源”和“生產的產品”來說，每個DMU都可以看做是相同的實體，亦即在某一視角下，各DMU有相同的輸入輸出指標。通過對輸入輸出數據的綜合分析，DEA可以得出每個DMU的效率值，據此可將各DMU定級排隊，確定有效的DMU，為研究者提供信息。DEA還能判斷各DMU的投入規模是否恰當，并給出各DMU調整投入規模的正確方向和程度。DEA方法的應用往往按如下圖1步驟進行：
圖1 DEA方法的應用步驟
設有n個決策單元DMUi（i＝1，2，…，n），每個決策單元都是以m種投入獲得s種產出，投入為Xi，i＝1，2，…，m；產出為Yi，i＝1，2，…，s。投入、產出指標要符合以下標準：①指標為非比率型指標；②不同時使用相關性高的指標；③指標值為非負；④n要比m＋s大得多，一般是其兩倍以上。技術效率和規模效率的計算就由以下兩個模型來實現①：
上面兩個模型的最優解為V*，λ*，S*－，S*+（S－為剩余變量， S+為松弛變量）。基本結論為：①V*＝1，DMU0為弱DEA有效；②V*＝1，且S*－＝S*+＝0，則DMU0為DEA有效；③非有效的DMU0在生產前沿面上的投影為X0，＝V*X0－S*－，Y0，＝Y0＋S*+。用不變規模報酬的C2R模型測算所得到的效率值，包含了規模效率和技術效率兩方面的內容，而可變規模報酬的C2GS2模型所考察的則是決策單元的純技術效率水平。將在不同規模報酬假設下測得的結果θ*除以V*就是規模效率值。
2.3 技術進步、TFP及其運用DEA模型的計算
任何一個經濟系統都是這樣發展的：從簡單到復雜，從低級到高級，從經濟的少量產出到經濟成果顯著。在這種隨時間推移所產生的變化中，任何一個經濟系統都努力實現經濟的快速增長。在經濟增長分析中，技術進步被定義為實際產出增長率與實際要素投入增長率之差，即總產出增長中未被解釋的那一部分。反映到生產函數上，實際要素的變化使得產出沿生產函數曲線滑動，而技術進步將使得生產函數曲線整個向上移動。在現代經濟增長過程中，技術進步發揮了巨大的能動作用，而且隨著時代的發展，技術進步對經濟增長的貢獻呈日益增長的趨勢，生產越發展，增長對技術進步的依賴性就越大。當技術水平高度發展時，生產的高效率使得直接從事生產活動的人越來越少，勞動力向第三產業轉移又推動了第三產業的發展。技術進步使產業結構不斷向合理化、高級化發展的這一過程中，帶動了整個經濟的協調發展，從而使得宏觀結構效益和資源配置效率得到提高。
TFP的概念最早由Stigler于1947年提出,后來經Kendrick(1956)、Solow(1957)和Denison(1962)等人進一步深化。TFP在本質上是一種差額指標,即總產出的變化率扣除各種有形要素投入量的變化率,而剩余的其他要素如無形要素以及有形要素質的提高都將從TFP的變化情況中表現出來,因此TFP提供了一個度量各種無形要素合成效果的指標,它把技術進步、資源的使用效率等各種無法直接度量的因素納入了實證分析中,與偏要素生產率指標（如勞動力增長率、資本存量增長率等）相比,具有本質區別。如果在一個經濟組織的經濟增長中TFP的貢獻較大，說明經濟增長主要是依靠技術進步、資源配置的改善、制度、管理、組織等方面的改進而取得的，從而是典型的集約型經濟增長。Caves、Christensen和Diewert在1982年首次提出了Malmquist生產率指數（Malmquist Productivity Index）。雖然這一研究在當時就產生了很大的影響，但直到1994年費爾（R. Fare）等人給出這種理論的一種非參數的線性規劃方法（DEA模型），才使Malmquist指數被廣泛用于投入產出方面的分析,尤其在評價行業以及地區的生產有效性的動態變化的研究領域里得到大量運用。Malmquist指數在投入產出分析中之所以被廣泛運用是因為其有一些較好的性質:在構造Malmquist指數時并不需要投入與產出的價格變量、不必事先對研究主體的行為模式進行假設，更重要的是,該指數能被分解為幾個有意義的指數的乘積,從而能得到更為細致的動態分析結果。
Malmquist指數構造的基礎是“距離函數”②，它可以從投入和產出兩個不同的角度給出。投入距離函數（TEF）是在給定產出的條件下，考察投入向量的最大可縮減程度，以衡量生產技術的有效性；產出距離函數則是在給定投入的條件下，考察產出向量的最大擴張幅度。用（XS，YS）和（Xt，Yt）分別表示相鄰兩個時期s、t的投入產出向量，針對DMU0，用D0s（Xs，Ys）表示以s時期技術為參照的時期S的投入產出向量的產出距離函數，用D0s（Xt，Yt）表示以s時期技術為參照的時期t的投入產出向量的產出距離函數。Ss時期技術、產出角度的Malmquist生產率指數為：
3.實證分析
面板數據選取2000～2006年汽車工業企業的對比資料③。輸入數據為年末資產總計、年末負債合計和年末從業人員合計，輸出數據為汽車工業增加值和應交所得稅。DMU選取內資企業中的國有、集體、股份合作、聯營企業、有限責任公司、股份有限公司和私營企業，港澳臺商投資企業中的合資和獨資企業，外商投資企業中的中外合資和外商獨資企業共11個。指標的選取已符合標準：①諸輸入輸出指標皆為非比率型指標；②諸輸入輸出指標相關性不夠高；③諸指標值為非負；④DMU的個數（11）大于輸入、輸出指標個數之和（3+2＝5）的2倍。
3.1 不同經濟類型汽車工業企業2000～2006年相對效率分析
由上表1可知，只有外商投資的中外合資企業能在2000～2006這7年中全部達到相對效率最優狀態。內資企業中，股份合作企業的效率最好，港澳臺商投資企業中則是港澳資企業效率較好。內資的國有企業一直處于規模收益遞減狀態，表明它們有過渡投資和資源浪費的跡象；聯營企業則一直處于規模收益遞增狀態，適當增加要素投入可改善其效率。港澳臺商和外商的獨資企業這7年全能達到技術效率最優，我國的汽車工業發展較晚，相比之下，內資和合資企業的技術水平還不夠高，技術效率確實不如這些獨資企業。
3.2 不同經濟類型汽車工業企業2000～2006年技術進步和TFP變化值分析
在技術效率和規模效率的計算結果基礎上，我們結合DEA的另兩個距離函數再對技術進步和TFP變化值的進行計算，得到如下結果：
根據表2，綜合Ech、Tch、Tech、SEch和TFPch五項指標來看，49％的汽車工業企業獲得了增長，16％維持不變，35％有退步現象，整體上是進步的，這說明我國的汽車工業還處于成長階段。
為更清楚地了解不同經濟類型的汽車工業企業的效率變化、技術進步和TFP增長情況，我們將這三項的時間段均值算出后繪制了圖3：
圖3 效率變化、技術進步、TFP變化時間段均值圖
由時間段均值圖可以看出，外商獨資企業的效率和TFP發展強勁，大部分類型的企業取得了一定程度的技術進步，但不迅速，只有內資的股份合作企業的技術進步均值稍高一些，達到了1.15。除內資的股份有限公司外，其他經濟類型的汽車工業企業都獲得了TFP的增長。
圖4 不同經濟類型汽車工業企業的TFP增長均值發展趨勢
從上圖4可以看出，2001年后三大類汽車工業企業的TFP的增長是趨同的，內資企業在2002～2003年段和2003～2004年段的TFP增長稍低于1，估計與2001年到2004年的入世過渡前期有關。但到了2005年的入世過渡后期，汽車進口關稅降幅已不大⑥，從而開始回升。我們由下圖5看到我國汽車總產量近7年一直在穩定增長，2001～2003年和2005～2006年增長尤其迅速。2005年的汽車總產量由570.8萬輛猛增到2006年的728.0萬輛，增幅達27.5%，比前兩年增幅強，這間接證明了我國三大類汽車工業企業的TFP的增長在2006年段開始回升的實證結果。
圖5 我國汽車總產量走勢⑥
4.簡短的結論與建議
從本文的結果看，2000～2006年間不同經濟類型的汽車工業企業按TFPch均值從高到低依次為：外商獨資、內資集體、內資有限責任公司、港澳臺商合資、內資國有、內資股份合作、內資聯營企業、內資私營企業、外商中外合資、港澳臺商獨資、內資股份有限公司，內資企業的表現總體上說還是不錯的。我國現已全面入世，這標志著汽車工業不能再依賴貿易保護獲得利潤，2006年7月1日小轎車、越野車、小客車整車進口稅率由28%降至25%，車身、底盤、中低排量汽油發動機等汽車零部件進口稅率由13.8%～16.4%降至10%。不過從本文的實證結果看，全面入世并未對內資的汽車工業企業造成嚴重傷害，它們在全面入世的環境下依然能穩定發展，有效地抓住了入世的機遇，但仍需向外商學習。
對汽車工業企業來說，效率的提高可通過優化生產要素的投入結構、有效發揮勞動力的能動積極性、促進規模經濟的形成和發展等來實現，技術進步則需要有效、系統地引進先進技術，加大對相關研究項目的投資力度，最終提高全要素生產率。汽車產業是一種支柱型產業，需要具有一定高的集中度來獲得規模經濟，大部分國家鼓勵汽車產業的發展，我國也需要從根本上抓住這一經濟命脈。由于引進國外技術、與外商合資、自主創新等，我國已擁有了一批自主開發的轎車品牌，如奇瑞、哈飛、中華、吉利、榮御等，它們在最近幾年獲得了飛速發展，已向國外出口。總起來說，協調各相關產業發展、促成汽車產業集聚效應、開拓國際國內市場、科學地采取較積極財政政策、完善現代公司制度、多借鑒發達國家的優良措施等，能在一定程度上促進我國汽車工業的發展。
注 釋：
①此2個DEA模型是相應距離函數DEA模型的對偶規劃。
②Malmquist在1953年用相對于無差異曲線的徑向移動幅度，首次給出了距離函數的定義。1970年Shephard依據生產函數再次定義了距離函數，并廣泛使用。
③數據來源：《中國汽車工業年鑒》2001～2007年。
④本文DEA模型的計算使用DEAP2.1實現，結果均保留3位小數。
⑤據《當代汽車》2006年第8期《誰是最大的受益者――進口車關稅下調帶來的影響》一文，我們得知汽車進口稅由2001年的70％～80％降至2002年的43.8％～50.7％，再降至2003年的38％～43％，2004年34.2％～37.6％，2005年30％，然后是2006年1月的28％。
⑥2001～2006年的數據來源是《中國汽車工業年鑒2007》的“中國歷年CKD汽車產量及占汽車總產量的比例統計（2001～2006）”表，2000年的數據來源是《中國橡膠工業年鑒2004》的“中國歷年汽車產量統計（1999～2003）”表。
參考文獻：
［1］ 陳勇，唐朱昌.中國工業的技術選擇與技術進步：1985-2003［J］.經濟研究,2006,(9).
［2］ 王兵，顏鵬飛.技術效率、技術進步與東亞經濟增長――基于APEC視角的實證分析［J］.經濟研究,2007,(5).
［3］ 常亞青，宋來.中國企業相對效率和全要素生產率研究――基于37個行業5年數據的實證分析［J］.數量經濟技術經濟研究,2006,(11).
［4］ 陶洪，戴昌鈞.中國工業勞動生產率增長率的省域比較――基于DEA的經驗分析［J］.數量經濟技術經濟研究,2007,(10).
［5］ 李小平.自主R＆D、技術引進和生產率增長――對中國分行業大中型工業企業的實證研究［J］.數量經濟技術經濟研究,2007,(7).
［6］ 鄭玉歆.全要素生產率的再認識――用TFP分析經濟增長質量存在的若干局限［J］.數量經濟技術經濟研究,2007,(9).
［7］ 趙玻，王連.我國汽車產業技術效率及其影響因素實證分析［J］.生產力研究,2004,(12).
［8］ 吳秀波.論WTO過渡期后促進汽車產業自主創新的稅收政策［J］.稅務研究,2007,(4).
［9］ 史自力.日本汽車產業成長特點及其對中國汽車工業發展的借鑒意［J］.經濟與管理研究,2006,(1).
［10］ 劉靜，李保剛.關于加快吉林省汽車產業發展的幾點思考［J］.東北亞論壇,2007,(3).
［11］ Malmquist S. (1953). Index Numbers and Indifference Surfaces［J］，Trabajos de Estatistica, (4) ：209～242.
［12］ Charnes A., W. W. Cooper & E. Rhodes (1978). Measuring the efficiency of decision making units［J］，European Journal of Operational Research，2：429～444.
［13］ Caves, D. W. , Christensen, L. R, and W. E. Diewert (1982). Multilateral Comparisons of Output, Input, and Productivity Using Superlative Index Numbers［J］，The Economic Journal, Vol. 92：73～86.
［14］ Fare, R., Grosskopf, S., and Norris, M., and Zhang, Z.(1994). Productivity Growth, Technical Progress and Efficiency Change in Industrialized Countries［J］，American Economic Review, 84:66～83.
［15］ Mustafa Dinc and Kingsley E. Haynes (1999). Regional Efficiency in the Manufacturing Sector: Integrated Shift-Share and Data Envelopment Analysis［J］，Economic Development Quarterly, 5，vol. 13：183～199.
［16］ Sathya Swaroop Debasish (2006). Efficiency Performance in Indian Banking-Use of Data Envelopment Analysis ［J］，Global Business Review，Vol. 7， No. 2，325～333.
［17］ Baomin Hu，Lili Wang & Xinkai Yu (2007). R&D and economic growth in China on the basis of data envelopment analysis: Evidence from Hebei Province, PRC ［J］，Journal of Technology Management in China，vol 2：225～236.
［18］ Desheng Dash Wu & Chien-Ta Bruce Ho(2007). Productivity and efficiency analysis of Taiwan's integrated circuit industry ［J］，International Journal of Productivity and Performance Management，vol 56：715～730.
［19］ Shephard Ronald W. (1970). Theory of Cost and Production Functions［M］, Princeton University Press.
［20］ 盛昭瀚，朱喬，吳廣謀.DEA理論、方法與應用［M］.科學出版社，1996.
［21］ 吳方衛，孟令杰，熊詩平.中國農業的增長與效率［M］.上海財經大學出版社，2000.
［22］ 魏權齡，胡顯佑.運籌學討論［M］.中國人民大學出版社，2001.
［23］ 吳文江.數據包絡分析及其應用［M］.中國統計出版社，2002.
［24］ 魏權齡.數據包絡分析［M］.科學出版社，2004.
［25］ 錢世超.中國轎車市場結構與企業行為研究［M］.華東理工大學出版社，2006.
［作者簡介］常亞青（1981-），上海社會科學院西方經濟學專業博士研究生，華東理工大學講師。宋來（1976-），華東理工大學講師，碩士。研究方向：國民經濟學。
