基于DEA-Tobit两阶段法的中国工业运行效率评价研究
来源:用户上传
作者:
【摘要】工业是国民经济的主导，工业经济的发展水平和运行效率的高低更是决定着其他产业部门乃至整个国名经济发展水平和运行效率。本文选取中国工业39个子行业为样本，以2004-2010年为研究区间，采用DEA-Tobit两阶段法定量研究了中国工业近年来的运行效率，以及影响工业运行效率的影响因素，最后根据实证分析的结果提出提高中国工业运行效率的相关对策和建议。
【关键词】DEA；Tobit；工业运行效率
一、引言
自17世纪工业化革命以来，工业就开始成为一国国民经济的主导。工业经济的发展水平和运行效率的高低更是决定着其他产业部门乃至整个国名经济发展水平和运行效率。一国工业化水平的高低直接关系到该国的经济实力乃至在世界舞台上的政治地位。100多年前中国正是由于错过了工业化革命而沦为半殖民地半封建社会。然而，自新中国建立以来，党和国家十分重视工业的发展，把发展工业作为发展中国经济的首要目标。建国后，尤其是改革开放后中国工业的快速发展，中国工业发生了翻天覆地的变化，经济总量于2010年超过日本，成为世界第二大经济体，并在钢铁、水泥、化肥产量等多个领域位居世界第一。
但是，取得优秀成绩的同时我们也应该发现中国工业经济的运行效率十分低下，平均工业产品的单位产出能耗是日本的8倍，美国的4倍，印度与韩国的2倍。因此，提高工业经济运行效率，既是中国工业经济转变增长方式的迫切需要，也是中国从工业大国迈向工业强国的关键所在。本文运用业内比较流行的数据包络分析法（以下简称DEA）对中国工业的39个类别运行效率经行测度和评价，接着再运用Tobit模型分析各个影响因素对工业运行效率的影响大小，从而正确把握工业经济运行效率的变动趋势和规律，并在此基础上，提出优化和提升中国工业经济运行效率的对策和建议。
二、研究方法与文献综述
为了解系统效率的影响因素及其影响程度，Coelli[1]（1998）在DEA分析的基础上衍生出了一种两阶段法，此方法是先不考虑环境因素，首先求出DEA的效率值，然后在第二阶段利用统计或回归方法解释DEA值差异的原因，利用Tobit模型来解决效率分布问题并且得出效率改进的方向和途径。
自Coelli（1998）提出两步法后，该方法被广泛于金融系统的效率评价与分析中，庞瑞芝[2]等（2007）对我国上市银行经营效率进行分析。在工业经济效率评价研究中，韩晶[3]等（2008）运用两步法对中国钢铁上市公司的生产力与生产效率进行分析；李兰冰[4]（2008）对我国铁路系统生产效率进行实证研究，李世祥[5]等（2008）对中国能源效率进行评价并分析其影响因素。
与其他的综合评价方法相比，DEA方法具有处理多输入、特别是多输出的问题的能力。DEA方法利用统计数据，以投入产出指标的权重为变量，从最有利于被评价单元的角度进行评价，无需要先确定个指标的权重，避免了在权重的分配时评价者的主观意愿对评价结果的影响；在Tobit模型中，被解释变量只能以受限制的方式被观测到，而采用DEA方法运算出来的效率作为因变量，根据效率的经济学定义，它应该落在0-1之间，所以Tobit模型可以把不在这个区间段的因变量截取掉，表现出了很强的一致性和渐近正态性，最终得出无偏、一致的估计量。因此该模型可以补充DEA在影响效率外在原因分析方面的不足。
三、实证分析
（一）数据来源
本文以中国工业各部门的年度数据为研究样本，按照国家统计局的国民经济行业分类为划分标准，研究样本包含采掘业（代码6-11），制造业（代码13-43）以及电力、燃气及水的生产和供应业（代码44-46），总共39个行业，时间范围为2004年-2010年，数据来源为国研网。
（二）工业经济运行效率的分析
1、DEA模型简介
DEA分析法由美国著名运筹学家Charnes和Cooper[6]（1978）首次提出，其核心思想是把每一个被评价对象作为一个决策单元（Decision Making Units，简称DMU），再由所有DMU构成被评价群体，其中每个DMU都有已知的同类型“投入”和“产出”指标，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定“最佳效率的有效前沿面”，并根据各DMU与有效前沿面的距离状况，确定其是否DEA有效。
2、投入产出指标的选取
根据Cooper（2000）给出了选择DEA模型输入和输出指标的标准，本文选取中国工业的利润总额和工业总产值作为产出指标，选取行业从业人员数、主营业务成本、总资产和总费用作为投入指标，其中总费用=营业费用+管理费用+财务费。
3、DEA方法分析
本文根据中国工业39个行业2004-2010年的基础数据，基于投入角度的CCR模型（Charnes，1978）和BBC模型（Banker，1984）①，运用DEA分析软件MaxDEA计算得出中国工业经济运行技术效率、纯技术效率和规模效率。根据表3.1的工业效率计算结果，我们发现中国工业效率最高的前五个行业分别是废弃资源和废旧材料回收加工业、石油加工、炼焦及核燃料加工业、烟草制品业、农副食品加工业和其他采矿业；最低的五个行业为水的生产和供应业、燃气生产和供应业、煤炭开采和洗选业、印刷业和记录媒介的复制、医药制造业。从行业效率分布的情况来看，技术密集型的行业效率普遍较高，而自然垄断行业特别是水的生产和供应业由于其自身行业特点，缺乏竞争，从而导致较低的工业效率。
（三）工业经济运行效率影响因素分析
1、Tobit模型简介
Tobit模型是由美国著名经济学家Tobin[7]（1958）在研究耐用消费品需求时首先提出来的一个经济计量学模型。Tobit模型的一个重要特征是，解释变量是可观测的（即取实际观测值），而被解释变量只能以受限制的方式被观测到：当时，取，称为“无限制”观测值；当时，取，称为“受限”观测值。即，“无限制”观测值均取实际的观测值，“受限”观测值均截取为0。一般意义上的Tobit模型可表示为：
2、Tobit模型分析
为了进一步研究中国工业经济运行效率的影响因素，本文根据投入角度的CCR模型BBC模型计算得出的中国工业综合技术效率值（TE）作为因变量，以影响因素作为自变量，构建Tobit回归模型：
其中，为截距项，-为各自变量的回归系数，为行业代码（），为时期（），为残差项。
本文运用Stata11分析软件对方程（3.4）中国工业经济运行效率的Tobit模型进行回归，根据表3.5所得出的回归结果，我们可以发现，资产回报率、人均单位产出和固定资产投入的系数为正，表明这些影响因素与工业经济运行效率呈现正相关关系，其中资产回报率和人均单位产出的t检验值十分显著；而资产负债率、行业规模、管理费用和财务费用的系数为负，表明较高的资产负债率会降低工业的运行效率，而对于一个行业来说，规模越大反而不利于提升总体效率的提升，另外，税收、管理费用以及财务费用的增加也会降低行业的运行效率。
四、结论与建议
本文运用DEA-Tobit两阶段模型对中国工业的39个子行业2004-2010年期间的运行效率及其影响因素进行了分析，研究结果显示，样本期间内废弃资源和废旧材料回收加工业、石油加工、炼焦及核燃料加工业、烟草制品业、农副食品加工业和其他采矿业的综合技术效率值较高，而自然垄断行业如水的生产和供应业、燃气生产和供应业的综合技术效率水平较低；总资产回报率、资产负债率、行业规模和人均单位产出是影响中国工业运行效率的重要因素，其中，资产负债率和行业规模与工业运行效率成反向关系，而税收、固定资产投资和各项费用对中国工业运行效率的影响则相对较小。
因此，基于以上研究结果，为了进一步提高中国工业的经济效率，保证其健康持续协调发展，并发挥其在推动国民经济持续稳定发展中的重要作用。一方面，我们应该加大对中国工业的创新技术投入，提升工业的人均单位产出；另一方面，我们还应提升中国工业内部的管理水平以及调整资产结构，削减不必要的开支，减少企业负债，从而提升行业整体的盈利水平。
注释：
①CCR模型和BCC模型的具体内容参见Data envelopment analysis:Theory,Methodology,and Application.By Abraham Charnes，Springer.Copyright..
②影响因素指标说明:Roa(资产回报率,反应行业的盈利情况),Loar(资产负债率,反应行业的负债水平),lnass(总资产的自然对数,反应行业的规模),Tax(税金),Outp(人均产出),Inv(固定资产投资),Adm(管理费用),Fin(财务费用).
参考文献
[1]Coelli,T.j.,D.S.Raoand G.E Battese(1998).An Introduction to Efficiency and Productivity Analysis,Boston:Kluwer Academic Publishers.
[2]庞瑞芝.经济转型期间中国工业增长与全要素能源效率[J].中国工业经济,2009,03.
[3]韩晶.中国钢铁业上市公司的生产力和生产效率―基于DEA-TOBIT两步法的实证研究.北京师范大学学报(社会科学版),2008,01.
[4]李兰冰.中国铁路运营效率实证研究.基于双活动―双阶段效率评估模型[J].南开经济研究,2010,10.
[5]李世祥.基于工业化视角的能源效率评价方法与实证研究[J].中国人口资源与环境,2010,11,
[6]Charnes A.,Cooper W.W.and Rhodes E(1978).Measuring the Efficiency of Decision Making Units.European Journal of Operational Research.
[7]Tobin,.(1958),Estimation of Relationship for Limited Dependent Variable,Conometrical.
作者简介：邵一江，华东政法大学2009级产业经济学专业硕士研究生，研究方向：产业组织。
转载注明来源:https://www.xzbu.com/2/view-367095.htm
