随机前沿分析(整理版)
中国工业企业生产效率随机前沿模型分析
若ＴＥＣ＞１，则存在前沿效率的进步。 （３）规模效率变化（ＳＥＣ） 一个厂商可以通过变动他的运营规模 使得该厂商运营与生产的技术最优规模 （ＴＯＰＳ）处，以提高其生产效率。 一个厂商在 某个时期的规模效率可以表示为：
均来源于２０００ 年～２ ０ ０ ８年的 《中国统计年 鉴》 和 《科技统计年鉴》 ， 部分年份的数据来 源于各年各地区的统计年鉴。 （１）实际工业总产值（Ｙ）。 本文采用实际 工业总产值作为产出。 处理方式如下：将 《中国统计年鉴》 中规模以上工业企业的各 年名义工业总产值，经过各年各地区工业 品出厂价格指数平减， 得到实际的工业总 产值。 内资工业部门的实际工业总产值由 规模以上工业企业和规模以上三资企业的 实际工业总产值相减得到。 （２）固定资产净值（Ｋ）。 对于固定资产净 值的处理采用永续盘存法（ＰＩＭ），以１９９９年 的 固 定 资 产 净 值 为 基 期， 以 相 邻 两 年 的 固 定资产年末余值之差作为当年的新增固定 资产投资。 公 式 如 下：
表２
+∑
n =1
N
n
InX nit +
1 N N ∑∑ 2 n =1 j =1
nj
InX nit InX njt +
∑
n =1
N
tn
tInX nit + t t +
1 2
tt
t 2 + D1 + D2 + D3 + Vit − U it （１１）
（１）内 资 工 业 企 业 的 估 计 结 果 分 析：我 们将内资工业部门的估计结果统计如表１ 所示。 （２）对 于 显 著 性 和 假 设 检 验 的 说 明：由 表３．１，除了δ４、 δ７之外，所有系数均通过 了１％的ｔ检验；而γ＝０．９９９，并且显著，这说 明 生 产 对 于 前 沿 的 偏 离， 主 要 是 由 于 技 术 无效率所引起的。 对于是否存在无效性的
中国各省份产能利用率测度——基于随机前沿生产函数法的分析
产能过剩不仅会导致资源浪费、企业恶性竞争、公司生产经营困难甚至破产倒闭，还会大幅度扰乱社会秩序，增加国际贸易摩擦风险。
工业、制造业作为支持国家发展的基础性产业，其重要性不言而喻。
然而，人们对当前经济表现所知甚少，因此本文将从产能利用率的角度出发，对当前中国各个省份的产能利用情况进行测度，并运用随机前沿生产函数对产能利用率进行估计分析。
一、文献综述从定义上来讲，产能利用率是指观察到的实际产出y 与潜在产出Y 的比值，潜在产出是指在给定要素投入、技术水平，且要素被充分利用的情况下，企业/行业所能够达到的最大产出水平。
所以，CU=y/Y。
在现实社会中，由于企业在生产的时候经常需要考虑市场需求、资源限制、设备磨损等多方面因素，不能实现投入要素的充分利用，所以往往会出现实际产出小于潜在产出，既CU<1。
目前国内关于测量产能利用率的研究工作尚处于起步阶段，所采用的方法也主要是借鉴国外的相关研究。
国内外学者测算产能利用率的方法大致分为以下几种：1.峰值法：在20世纪60年代，美国学者Klein 就开展了对企业产能利用率的测量，其提出的“峰值法”可谓是开创了经济分析法的先河。
Klein 将产能定义为企业在一段时间内所达到的产出水平的峰值，即在一个经济周期中企业实际产出的最大值作为潜在产出。
峰值法的最大缺陷在于我们无法确定企业在产出峰值是否实现了产能的完全利用。
2.函数法：由于峰值法限制较多，后续学者开始从产出的微观经济定义出发对产能利用率进行研究。
根据现有要素的投入情况，构建相应的生产函数、成本函数或者利润函数，将产能定义为企业利润最大化或者成本最小化情况下的产出水平，将实际产出水平与计算得到的最佳产出水平的比值作为衡量产能利用率的标准。
相对而言，函数法以微观经济基础作为理论支撑，但是对函数形式设定要求严格，一旦函数形式设定错误，所测算的产能利用率可信度也随之降低。
3.协整法：Shaikh and Moudud （2004）认为产出受到企业固定资本存量的影响，两者之间具有稳定的长期关系，所以提出了协整法测量产能利用率。
随机前沿分析(新)PPT课件
采用线性规划方法计算前沿面, 确定性前沿生产函数把 影响最优产出和平均产出的全部误差统归入单侧的一 个误差项ε中, 并将其称为生产非效率. 随机前沿生产函数( Stochastic Frontier Production Function)在确定性生产函数的基础上提出了具有复合 扰动项的随机边界模型。其主要思想为随机扰动项ε应 由v 和u 组成, 其中v 是随机误差项, 是企业不能控制的 影响因素, 具有随机性, 用以计算系统非效率; u是技术 损失误差项, 是企业可以控制的影响因素, 可用来计算技 术非效率。 参数型随机前沿生产函数体现了样本的统计特性, 也反 映了样本计算的真实性。
.
生产率和效率的度量涉及到生产函数。DEA方法 的特点是将有效的生产单位连接起来，用分段超平 面的组合也就是生产前沿面来紧紧包络全部观测点， 是一种确定性前沿方法，没有考虑随机因素对生产 率和效率的影响。随机前沿生产函数则解决了这个 问题。
.
前沿生产函数(Frontier Prodution Function)反映 了在具体的技术条件和给定生产要素的组合下, 企业各投 入组合与最大产出量之间的函数关系。通过比较各企业实 际产出与理想最优产出之间的差距可以反映出企业的综合 效率。
但非参数方法存在的最大局限是: 该方法主要 运用线性规划方法进行计算, 而不像参数方法有统 计检验数作为样本拟合度和统计性质的参考; 另外, 非参数方法对观测数有一定的限制, 有时不得不舍 弃一些样本值, 这样就影响了观测结果的稳定性。 因此, 我们在这里选择参数方法进行前沿生产函数 的计算。
在参数型前沿生产函数的研究中, 围绕误差项的 确立, 又分为随机性和确定性两种方法。首先, 确 定性前沿生产函数不考虑随机因素的影响, 直接
【国家社会科学基金】_随机前沿分析方法_基金支持热词逐年推荐_【万方软件创新助手】_20140804
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
2014年 科研热词 影响因素 面板数据 随机前沿分析 长三角城市群 退耕还林 科技成果转化 研发管理 生产技术效率 旅游发展 政府支持 技术效率 技术创新效率 影响机制 市场化导向 工业全要素能源效率 对数随机前沿生产函数 区域差异 sfa dea 推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 推荐指数 随机前沿生产函数 2 随机前沿分析 2 技术效率 2 影响因素 2 商业银行 2 全要素生产率 2 随机前沿方法 1 随机前沿成本方法 1 随机前沿分析方法(sfa) 1 随机前沿 1 进入退出 1 规模经济 1 要素配置效率 1 航空航天产业 1 生产率促进型投资 1 生产效率 1 湖北省 1 沿淮城市群 1 替代利润函数 1 支出扩张 1 技术进步 1 技术前沿 1 成本非效率 1 开放经济 1 城市土地利用效率 1 利润效率 1 分位数回归分解 1 农地城市流转效率 1 农业技术 1 主成分分析 1 东道国经济效率 1 sfa 1 fdi流入 1
推荐指数 10 9 3 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
中国制造业全要素能源效率及影响因素研究——基于面板数据的随机前沿分析
中图分类号 ： Ｆ ０ ６ ２ ． ９ 文献标识码 ： Ａ 文章编号 ： １ ０ ０ ２— ９ ７ ５ ３ （ ２ ｏ １ ４ ） Ｏ ｌ一 ０ １ ８ ０—１ ３
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ Ｔｏ ｔ ａｌ Ｆａ ｃ ｔ ｏ ｒ Ｅｎ ｅ ｒ ｇ ｙ Ｅｆ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ｏ ｆ Ｃｈ ｉ ｎ ｅ ｓ ｅ Ｍａ ｎｕ ｆ ａ ｃ ｔ ｕｒ ｅ Ｉ ｎ ｄｕ ｓ ｔ ｒ ｙ ａ ｎｄ Ｉ ｔ ｓ Ｉ ｎｆ ｌｕ ｅ ｎ ｃ ｅ Ｆａ ｃ ｔ ｏ ｒ ｓ Ｂａ ｓ ｅ ｄ ｏ ｎ ＳＦＡ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔ ｈ ｉ ｓ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｄ ｉ ｓ ｃ ｕ ｓ ｓ ｅ ｓ ｔ ｈ ｅ ｍａ ｎ ｕ ｆ ａ ｃ ｔ ｕ ｒ ｅ Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ ｅ ｎ ｅ ｒ ｇ ｙ ｅ ｆｉ ｃ ｉ ｅ ｎ ｃ ｉ ｅ ｓ ｏ ｆ ３ ０ ｓ ｅ ｃ ｔ ｏ ｒ ｓ ｂ ｙ Ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ Ｆ ｒ ｏ ｎ ｔ ｉ ｅ ｒ Ａｐ — ｐ ｒ ｏ ａ ｃ ｈ ｂ ａ ｓ ｅ ｄ Ｏ ｉ ｌ Ｃ ｏ ｂ ｂ － Ｄｏ ｕ ｌ ａ ｓ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ． Ｗｅ ｉ ｆ ｎ ｄ ｔ ｈ ｅ ａ ｎ ｎ ｕ ａ ｌ ａ ｖ ｅ ｒ ａ ｇ ｅ ｆ ｏ ｅ ｎ ｅ ｒ ｙ ｇ ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ｂ ｅ ｔ ｗｅ ｅ ｎ ２ ０ ０ ３ ａ ｎ ｄ
Ｃ Ｈ Ｅ Ｎ Ｇ ｕ ａ ｎ － ｊ ｕ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆＥ ｃ ｏ ｎ ｏ ｍ ｉ ｃ ａ ｎ ｄ Ｍａ ｎ ａ ｇ ｅ ｍ ｅ ｎ ｔ ， Ｎ ｏ ｒ ｔ ｈ ｗ ｅ ｓ ｔ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｘ ｉ ￣ ｔ ｎ ７ １ ０ ０ ６ ９ ， Ｃ ｈ ｉ ａ） ｎ
【国家社会科学基金】_随机前沿(sfa)模型_基金支持热词逐年推荐_【万方软件创新助手】_20140808
推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6
科研热词 技术效率 随机前沿分析 环渤海地区 公共部门 sfa模型 bc(1995)模型
推荐指数 2 1 1 1 1 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
2008年 序号 1 2 3 4
科研热词 随机前沿生产函数 生产技术效率 农业用水效率 tobit模型
推荐指数 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
科研热词 随机前沿函数模型 面板门槛回归 随机前沿分析法(sfa) 随机前沿分析 金融安全 经营绩效 生产性服务业 海外扩张 服务业 技术效率 战略引资 外溢效应 利润效率 中国信托业 中国上市公司 三阶段dea
科研热词 推荐指数 技术效率 4 sfa 3 全要素生产率 2 高技术产业 1 非国有企业 1 非参数方法 1 随机前沿（sfa）模型 1 随机前沿模型 1 随机前沿分析方法 1 随机前沿分析(sfa) 1 陶瓷产业集群 1 营业税 1 经营绩效 1 管理效率(me) 1 空间过滤 1 税收征管效率 1 相对效率 1 环境因素 1 测土配方施肥技术 1 技术进步率 1 技术效率损失模型 1 技术创新效率 1 技术创新 1 工业 1 国有企业 1 四省一市 1 区域差异 1 创新效率 1 农业增长 1 tobit模型 1 stochastic frontieranalysis model 1 mc-sfa模型 1 malmquist指数 1 four provinces and one municipality 1 efficiency of technology innovation 1
时变随机前沿引力模型
时变随机前沿引力模型说到时变随机前沿引力模型，乍一听是不是觉得好像是在讲一些天文物理的东西？但它的名字虽然有点高大上，可要是把它拆开来看看，还挺有意思的。
听起来就像是“时变”就是时间在变化，而“随机”呢，就是有点不可预测的意思。
然后什么“前沿”？哦，那就是最前端，最尖端的意思。
至于“引力”，就是吸引力，嗯，没错，就是那种看不见的吸引力，可能有点像我们每天赖在沙发上的重力。
哎，反正从这些字面意思来看，感觉它像是个能分析时间、变化、随机性和吸引力的神奇公式，能解答一些神秘的问题。
大家应该都知道，世界上的事物变化得太快了。
今天一条朋友圈上的新闻，明天就不见了，前天那个短视频火到爆，今天却连个点赞都没了。
对吧？所以，怎么用一种方法来描述这种看似无规律但又有迹可循的现象，才是一个大问题。
时变随机前沿引力模型，听起来就像是一个大佬出来给我们解决难题的。
它可以用来分析这种变化的趋势，帮助我们预测未来的一些情况。
比如说，你看股市。
今天涨了，明天跌了，后天又来个大反弹。
你说不清楚它到底会怎么走，可这背后总有规律可循。
这个模型呢，仿佛是给股市提供了一副“透视眼”，能让你看清楚它的某些内在规律。
有点复杂对吧？其实就是一个“学会如何看懂未来”的工具。
它会把很多看似杂乱无章的数据，整理成一种有序的模式，让你看得明白，做得清楚。
就像是把一锅乱七八糟的菜切得整整齐齐，再用心调味，让每一口都恰到好处。
要是有了这种模型，生活中很多事不再那么迷茫，就像拥有了某种超级能力，能预测你明天是不是会遇到一个好天气，或者某个长期停工的项目是不是终于能开工了。
说到引力，不得不提到一点——它并不是单纯的“力”。
你可能会觉得引力就是天体之间那种吸引力，像地球吸引着你，地球绕着太阳转，太阳又绕着银河系中心转，好像一切都在运行。
不过在这里，引力的意思有点不一样。
它代表的是某种“吸引效应”，就是那些趋势、力量，或者说是各种因素会让某个东西朝着某个方向前进，尽管有时候我们完全看不清它的具体形态。
随机前沿分析方法FRONT4.1
94年10月31日
盧永祥 南華大學財金系暨財管所
yhlu@.tw
1
軟體
FRONTIER Version 4.1
(.au/economics/cepa/software.htm)
• LIMDEP Version 8.0
8
5
執行檔
(只須輸入程式檔檔名即可)
檔名.ins6
操作步驟
資料檔
1.確認函數形式，Production or Cost function？ 2.Excel編製，按照[編號]、[年度別]、 Production function：產出項、投入項 Cost function：總成本、產出項、投入價格 3.數值轉換 (1)Excel轉換→再儲存為dta的副檔名 (2)以統計軟體(Shazam)進行轉換→再儲存為dta的副 檔名
Байду номын сангаас
7
執行檔
一、(1)開啟”FRONT41.EXE” (2)在instruction file (f)：” f ” (3)輸入“程式檔名稱(*.ins)”
(4)即形成“輸出檔(out)”
二、(1)開啟”FRONT41.EXE” (2)在terminal (t)：” t ” (3)逐項輸入各項資料 (4)即形成“輸出檔(out)”
Chapter 24 Stochastic Frontier Models
2
FRONTIER檔案
1.資料檔 2.程式檔
3.執行檔 說明檔
3
資料檔排放方式
排列方式：編號、年別、產出(成本) 、投入(產出與價格)
4
程式檔 (用”筆記本”開啟)
(設定後，則以“另存新檔”方式存檔，附檔名為 “ins”)
基于随机前沿法的中国经济增长分析
基于随机前沿法的中国经济增长分析本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！基于随机前沿法的中国经济增长分析一、导言国家与地区间的收入水平的差异是现代经济学增长理论的研究热点，但是不同国家或区域间的经济增长差异难以用传统分析工具精确描述，并且全要素生产率没有获得足够的重视。
近年来，经济学界对TFP 的研究逐步深化，比如Kumbhakar等人将TFP技术进步、技术效率的变化。
目前比较流行的分析方法是随机前沿分析（SFA方法）和数据包络分析（DEA方法）。
Meeusen，Broeck（1977）、Aigner，Lovell，Schmidt （1977）以及Battese（1977）等人的三篇论文是SFA 方法的开山之作。
这种模型可以表示为：。
本文尝试引入SFA方法（随机前沿模型）对全国28个省级地区人均产出进行分解，并且引入人力资本的外部性、制度因素和学习效本文由论文联盟http://收集整理应，以反映各地区在体制变迁过程中技术吸收能力的差异。
SFA（随机前沿法）是一种参数方法，以生产函数回归为基础，能很好地度量各种变量对经济增长的贡献并考虑了随机因素和技术无效率的影响，也就是说能将随机因素和无效率因素分开考虑。
以往的生产率分析中效率的改进类似于一个黑箱，面板数据下的SFA方法通过制度因素和学习能力来解释效率变化，从而能对效率改进做出合理解释，并且这种分析更稳健（（Coelli，1998）。
因此，本文利用SFA方法对各省劳均产出进行分解。
二、随机前沿生产函数估计（一）生产函数的设定目前随机前沿法使用较多的是柯布-道格拉斯（C-D生产函数）和超越对数生产函数，前者便于回归和估计，形式简单，但产出弹性固定并假定技术中性（即前沿技术水平平行移动）；后者放宽了这两点假设，并且将生产函数设置为二阶函数，但是不方便对回归结果进行分解，且易产生多重共线性。
随机前沿分析(穆瑜秀11.27)
SFA
参数方法 是 存在无效率
技术效率、规模效
率、配置效率 投入产出的数量 截面数据 面板数据
技术效率、规模效率、配置
效率、技术进步、TFP的变化 投入产出的数量 截面数据 面板数据
所需要变量
所需要数据
随机前沿分析（SFA)与数据包络分析（DEA）的比较
SFA与DEA的优缺点比较
SFA
有统计特性； 有无统计特性 对参数进行t检验； 对模型本身进行LR检验 随机前沿面； 固定前沿面； 无统计特性
动的产出弹性）； Translog 函数优点： 考虑了资本和劳动相互作用对于产出的影响，克服了C—D 函数 替代弹性固定为1的缺点。 如何选择使用哪种生产函数： 首先选择Translog函数，在参数估计后做β 3=β 4=β 5=0是否为0
的似然比检验（LR检验）。若不能拒绝β 3=β 4=β 5=0的原假设，
又分为随机性和确定性两种方法。
确定性前沿生产函数
是否考虑随 机因素影响 不考虑
随机前沿生产函数（SFA）
考虑
随机扰动项ε 应由v和u 组
把影响最优产出和平均 成； 误差项 产出的全部误差归入单 v是随机误差项/噪声(不可 侧的一个误差项，称为 控)，计算系统非效率； 生产非效率。 计算技术非效率。
u是技术损失误差项(可控），
随机前沿生产函数模型
随机前沿生产函数模型： 在确定性生产函数的基础上提出了具有复合扰动项的随机前 沿模型。Aigner，Lovell和Schmidt(1977)以及Meeusen和 Broeck(1977)都分别提出了如下形式的随机前沿面生产函数：
式中， 代表第i家公司的产出； 是包含投入对数的K*1向
2 u
式1表明 是独立同分布的正态随机变量，服从期望为0,
随机前沿分析(整理版)
3.2 面板数据生产边界模型 3.2.1 非时变的技术有效性 3.2.2 时变的技术有效性
• 第四章 对生产率和效率变化的度量 • 第五章 与其他方法的比较
随机前沿分析(整理版)
一、导言
1.1 随机前言方法简介
在经济学中，技术效率的概念应用广泛。 Koopmans首先提出了技术效率的概念，他将技术有效 定义为：在一定的技术条件下，如果不减少其它产出就 不可能增加任何产出，或者不增加其它投入就不可能减 少任何投入，则称该投入产出为技术有效的。Farrell首 次提出了技术效率的前沿测定方法，并得到了理论界的 广泛认同，成为了效率测度的基础 。
随机前沿分析(整理版)
但非参数方法存在的最大局限是: 该方法主要 运用线性规划方法进行计算, 而不像参数方法有统 计检验数作为样本拟合度和统计性质的参考; 另外, 非参数方法对观测数有一定的限制, 有时不得不舍 弃一些样本值, 这样就影响了观测结果的稳定性。 因此, 我们在这里选择参数方法进行前沿生产函数 的计算。
在参数型前沿生产函数的研究中, 围绕误差项的 确立, 又分为随机性和确定性两种方法。首先, 确 定性前沿生产函数不考虑随机因素的影响, 直接
随机前沿分析(整理版)
直接采用线性规划方法计算前沿面, 确定性前 沿生产函数把影响最优产出和平均产出的全部误差 统归入单侧的一个误差项ε中, 并将其称为生产非 效率; 随机前沿生产函数( Stochastic Frontier ProductionFunction)在确定性生产函数的基础上提 出了具有复合扰动项的随机边界模型。其主要思想 为随机扰动项ε应由v 和u 组成, 其中v 是随机误差 项, 是企业不能控制的影响因素, 具有随机性, 用以 计算系统非效率; u是技术损失误差项, 是企业可以 控制的影响因素, 可用来计算技术非效率。很明显, 参数型随机前沿生产函数体现了样本的统计特性, 也反映了样本计算的真实性。
基于随机前沿分析的中国玉米生产技术效率研究
定发展将 具有较 大 的现实 意义 。
二 、 献 回顾 文
众多学 者运用不 同的方法 以不同视角对 中国玉 米 生产技术效 率进行 了有价值 的研究 。一些学者 运
米 生产对保 障中 国粮食 安 全 、 促进 国民经 济发 展 具
有 重要意 义 Ｌ 。从 当前 玉 米 生 产 发 展 的实 际情 况 １ ］
看， 玉米产量增 长主要依靠 三方面 ： 一是播 种面积 的 扩大 ， 二是物质要 素投人 的增加 ， 是生产率 的不断 三
用 了较 短时段数 据 对全 国玉 米 生产 率进 行 了研究 ， 如 张 雪 梅 采 用 随 机 边 界 生 产 函数 对 中 国 １９ — ９１
提高 。中国人地 矛盾 突 出 ， ｊ 生产 要 素投 入 又受 到 报酬递减规 律的制 约 ， 能 无 限地 依 赖 于物质 要 素 不
的状 况 ， 当前 已开始大 量进 口玉米 ， ０ ０年 １ ７ ２１ — 月 玉米进 口 ２ ． ８ ２万 吨 ， 比扩 大 ５ 同 ６倍①。 由于种 植
效益低 于 大 豆 ，０８年 主 产 区玉 米 播 种 面 积 减 少 ２０
２ ，０ ９ 玉米 主 产 区种 植 面积 继 续 下 滑 ２ ⑦。 ２０ 年 因此提高 玉米种植效 益 ， 稳定 玉米生产 ， 大力发展 玉
个生产前 沿面 （ 定技 术水 平 下能 够实 现 的最 大产 一
出曲线） 的外 推 ， 而技术 效率改进 指 向生产 前沿面的 不 断逼近 ， 接 近生 产前 沿 ， 明技术 效 率越 高［ 。 越 说， 改进 生产 技 术效 率就 成 了提高玉米生 产率 的重要 途径 。因而考查 中国玉 米 生产技术 效率 的发 展情 况 ， 于促 进 玉米 生产 的稳 对
基于随机前沿分析的高校科研管理绩效评估
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｓ ｃ ｉ ｅ ｎ ｔ ｉ ｉｃ ｆ ａ ｌ ｎ ｅ ｓ ｓ ａ ｎ ｄ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｎ ｅ ｓ ｓ ｏ ｆ ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｍａ ｎａ ｇ ｅ ｍｅ ｎ ｔ ｐｅ ｆｏ ｒ ｒ ｍａ ｎ ｃ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ，ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ ｆ ｒ ｏ ｎ ｔ ｉ ｅ ｒ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｗａ ｓ ａ ｄｏ ｐ ｔ ｅ ｄ ｔ ｏ ｅ ｖ ａ ｌ ｕａ ｔ ｅ ａ ｎ ｄ ａ ｎ ａ ｌ ｙ ｚ ｅ ｔ ｈｅ ｕ ｎｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｓ ｃ ｉ ｅ ｎ ｔ ｉ ｉｃ ｆ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｐｅ ｒ ｆ ｏ ｍ ａ ｒ ｎ ｃ ｅ ．Ｓ ｔ ｏ ｃ ｈａ ｓ ｔ ｉ ｃ ｆ ｒ ｏ ｎｔ ｉ ｅ ｒ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｕ ｓ ｅ ｐ ｒ ｏ Байду номын сангаас ｕｃ ｔ ｉ ｏ ｎ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｒ ａ ｎｄ ｏ ｍ ｄ ｉ ｓ ｔ ｕ ｒ ｂａ ｎｃ ｅ ｔ ｅ ｒ ｍ ｔ ｏ ｃ ｏ ｎ ｓ ｔ ｒ ｕｃ ｔ ｔ ｈｅ ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ ｐｒ ｏ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ｆ ｒ ｏ ｎ ｔ ｉ ｅ ｒ ，ｉ ｔ ｅ ｓ ｔ ｉ ｍａ ｔ ｅ ｔ ｈｅ ｐａ ｒ ａ ｍｅ ｔ ｅ ｒ ｖ ａ ｌ ｕｅ ｓ ｔ ｈｒ ｏ ｕ ｇ ｈ ｍａ ｘ ｉ ｍｕ ｍ ｌ ｉ ｋ ｅ ｌ ｉ ｈ ｏ ｏ ｄ ｍ ｅ ｔ ｈｏ ｄ． Ｔｈ ｅ ｎ， ｔ ａ ｋ ｅ ｃ ｏ ｎｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｅ ｘ ｐ ｅ ｃ ｔ ａ ｔ ｉ ｏ ｎ ｗｈ ｉ ｃ ｈ ｉ ｓ ｔ ｅ ｃ ｈ ｎｉ ｃ ａ ｌ ｉ ｎｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ａ ｓ
基于随机前沿分析法下我国棉花生产技术效率研究
江西农业学报㊀２０１９，３１（１１）：１４６ １５０ＡｃｔａＡｇｒｉｃｕｌｔｕｒａｅＪｉａｎｇｘｉ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ｈｔｔｐ：／／ｗｗｗ．ｊｘｎｙｘｂ．ｃｏｍＤＯＩ：１０．１９３８６／ｊ．ｃｎｋｉ．ｊｘｎｙｘｂ．２０１９．１１．２６基于随机前沿分析法下我国棉花生产技术效率研究李聪，王超杰，王承武∗㊀㊀收稿日期：２０１８－１１－０４作者简介：李聪（１９９５ ），男，河南商水人，硕士研究生，研究方向：土地资源管理㊂∗通信作者：王承武㊂（新疆农业大学管理学院，新疆乌鲁木齐８３００５２）摘㊀要：利用随机前沿分析法对我国２００１ ２０１６年棉花投入产出数据进行了计量分析，对１２个棉花主产省份的生产技术效率进行了划分及差异比较，概述了中国棉花生产技术效率演进特点及趋势㊂结果表明：（１）２００１ ２０１６年间，我国棉花生产技术效率总体呈波动上升趋势，其中波动较小，上升趋势明显；（２）１２个棉花主产省份可划为３类：一类地区主要包括新疆㊁甘肃，二类地区分别是江西㊁湖南㊁河北㊁湖北㊁安徽㊁山东，三类地区包括江苏㊁河南㊁山西㊁陕西；（３）我国棉花生产技术效率演进过程呈现西部地区逐步增强，长江流域㊁黄河流域缓慢减弱，并由东中部省份向西部省份过渡的趋势㊂关键词：生产技术效率；随机前沿分析；棉花中图分类号：Ｓ５６２㊀文献标志码：Ａ㊀文章编号：１００１－８５８１（２０１９）１１－０１４６－０５ＲｅｓｅａｒｃｈｏｎＴｅｃｈｎｉｃａｌＥｆｆｉｃｉｅｎｃｙｏｆＣｏｔｔｏｎＰｒｏｄｕｃｔｉｏｎｉｎＣｈｉｎａＢａｓｅｄｏｎＳｔｏｃｈａｓｔｉｃＦｒｏｎｔｉｅｒＡｎａｌｙｓｉｓＭｅｔｈｏｄＬＩＣｏｎｇ，ＷＡＮＧＣｈａｏ－ｊｉｅ，ＷＡＮＧＣｈｅｎｇ－ｗｕ∗（ＭａｎａｇｅｍｅｎｔＳｃｈｏｏｌ，ＸｉｎｊｉａｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｕｒｕｍｑｉ８３００５２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｅｓｔｏｃｈａｓｔｉｃｆｒｏｎｔｉｅｒａｎａｌｙｓｉｓｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｍｅａｓｕｒｅｔｈｅｉｎｐｕｔａｎｄｏｕｔｐｕｔｄａｔａｏｆｃｏｔｔｏｎｉｎＣｈｉｎａｄｕｒｉｎｇ２００１ ２０１６．ＴｈｅｅｖｏｌｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｔｒｅｎｄｓｏｆｃｏｔｔｏｎｐｒｏｄｕｃｔｉｏｎｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙｉｎＣｈｉｎａｗｅｒｅｓｕｍｍａｒｉｚｅｄｂｙｃｏｍ⁃ｐａｒｉｎｇａｎｄｄｉｖｉｄｉｎｇｔｈｅｐｒｏｄｕｃｔｉｏｎｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙｏｆｔｗｅｌｖｅｍａｉｎｃｏｔｔｏｎｐｒｏｄｕｃｉｎｇｐｒｏｖｉｎｃｅｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｔｅｃｈ⁃ｎｉｃａｌｅｆｆｉｃｉｅｎｃｙｏｆｃｏｔｔｏｎｐｒｏｄｕｃｔｉｏｎｉｎＣｈｉｎａｓｈｏｗｅｄａｎｕｐｗａｒｄｔｒｅｎｄｏｆｆｌｕｃｔｕａｔｉｏｎｆｒｏｍ２００１ｔｏ２０１６．Ｔｈｅｆｌｕｃｔｕａｔｉｏｎｗａｓｓｍａｌｌ，ａｎｄｔｈｅｕｐｗａｒｄｔｒｅｎｄｗａｓｏｂｖｉｏｕｓ．Ｔｗｅｌｖｅｃｏｔｔｏｎｐｒｏｄｕｃｉｎｇｐｒｏｖｉｎｃｅｓｃａｎｂｅｃｌａｓｓｉｆｉｅｄｉｎｔｏｔｈｒｅｅｃａｔｅｇｏｒｉｅｓ．Ｔｈｅｆｉｒｓｔｃａｔｅｇｏｒｙｉｎ⁃ｃｌｕｄｅｓＸｉｎｊｉａｎｇａｎｄＧａｎｓｕ，ｔｈｅｓｅｃｏｎｄｃａｔｅｇｏｒｙｉｓＪｉａｎｇｘｉ，Ｈｕｎａｎ，Ｈｅｂｅｉ，Ｈｕｂｅｉ，ＡｎｈｕｉａｎｄＳｈａｎｄｏｎｇ，ａｎｄｔｈｅｔｈｉｒｄｃａｔｅｇｏｒｙｉｎｃｌｕｄｅｓＪｉａｎｇｓｕ，Ｈｅｎａｎ，ＳｈａｎｘｉａｎｄＳｈａａｎｘｉ．Ｇｅｎｅｒａｌｌｙｓｐｅａｋｉｎｇ，ｔｈｅｅｖｏｌｕｔｉｏｎｐｒｏｃｅｓｓｏｆｃｏｔｔｏｎｐｒｏｄｕｃｔｉｏｎｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙｉｎＣｈｉｎａｈａｓｇｒａｄｕａｌｌｙｉｎｃｒｅａｓｅｄｉｎｔｈｅｗｅｓｔｅｒｎｒｅｇｉｏｎ，ｓｌｏｗｌｙｗｅａｋｅｎｅｄｉｎｔｈｅＹａｎｇｔｚｅＲｉｖｅｒＢａｓｉｎａｎｄｔｈｅＹｅｌｌｏｗＲｉｖｅｒＢａｓｉｎ，ａｎｄｔｒａｎｓｉｔｅｄｆｒｏｍｔｈｅｅａｓｔｅｒｎａｎｄｃｅｎｔｒａｌｐｒｏｖｉｎｃｅｓｔｏｔｈｅｗｅｓｔｅｒｎｐｒｏｖｉｎｃｅｓ．Ｋｅｙｗｏｒｄｓ：Ｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙｏｆｐｒｏｄｕｃｔｉｏｎ；Ｓｔｏｃｈａｓｔｉｃｆｒｏｎｔｉｅｒａｎａｌｙｓｉｓ；Ｃｏｔｔｏｎ０㊀引言中国可植棉区域广泛，目前棉花单产和总产量均居世界第一位，近十年来，棉花种植面积有所下降，单位面积产量有所提升，棉花总产量呈现逐年下降趋势㊂由于进口棉花逐渐占据国内市场，对国产棉冲击剧烈，中国棉花产业发展形势严峻，同时伴随农业产业结构调整下供给侧结构改革的不断深入，棉花产业 去产能㊁去库存㊁去杠杆㊁降成本㊁补短板 的任务迫在眉睫，因此，清晰把握当前中国棉花生产技术效率状况，合理协调棉花生产中投入产出关系，弥合棉花生产链中生产短板，实现新常态下中国棉花生产技术效率转型升级，成为棉花领域研究的重要内容㊂对于棉花生产效率测算的研究文献主要分为２个方面㊂部分学者基于ＤＥＡ模型下棉花效率的测算展开了研究，如朱烨炜等［１］采用两阶段ＤＥＡ模型即ＤＥＡ－Ｔｏｂｉｔ两步法对山东棉花的生产效率进行了实证测算分析㊂马乃毅等［２］运用Ｎｅｗ－Ｃｏｓｔ－ＤＥＡ模型对新疆２２个产棉区的成本效率进行了测算，并基于测算结果对各棉花产区的实际成本进行了分解研究㊂石晶［３］㊁王力［４］等基于ＤＥＡ的ｍａｌｍｑｕｉｓｔ指数分析方法，对我国棉花主产区的全要素生产效率进行了测算和分解，发现我国棉花全要素生产率总体呈下降趋势且区域间差距正逐步缩小；技术效率下降是棉花全要素生产率波动下降趋势明显的主导因素㊂还有部分学者基于ＳＦＡ模型对棉花效率进行了测算，如田伟等［５－６］利用随机前沿分析法发现我国主要棉花产区全要素生产率存在明显差异，其主要原因是各区配置效率的不同；同时认为各个产区棉花技术进步程度㊁技术效率水平各不相同，具有一定波动㊂王力等［７］通过非参数ＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型和参数随机前沿函数模型相结合的方法，对中国棉花全要素生产率进行测算，认为中国棉花全要素生产率整体呈增长趋势，虽然受技术效率影响大，但技术进步仍是构成棉花ＴＦＰ提高的主要动力，新疆棉花最具发展潜力㊂徐榕阳［８］㊁夏邵南［９］等基于随机前沿生产函数分析法和棉花生长指数评价系统，分析了棉农的生产技术效率㊁江西棉花生产情况，认为棉花种植规模对棉花生产技术效率有影响，棉花生产的适度规模种植能提升其技术效率㊂纵观文献发现，多数学者对棉花效率的研究多为某个时间段的效率测定或不同区域的效率对比，较少实现对特定时间序列内不同区域下棉花效率的纵深对比研究，本文通过对２００１ ２０１６年中国棉花投入产出技术效率测算以及利用我国棉花主产区２０１６年的截面数据对各主产省区的生产效率进行聚类分析，并结合２００６㊁２０１１㊁２０１６年棉花主产区省份生产技术效率的空间分布及演化进行对比研究，旨在全面把握进入２１世纪初中国棉花生产技术效率变动状况㊁趋势及棉花主产区不同省份效率演化过程㊂１㊀研究方法及数据来源１．１㊀研究方法本研究选取参数方法下的随机前沿模型（即ＳＦＡ方法）对我国棉花生产技术效率进行评价研究，该模型是前沿分析中参数方法的典型代表，即度量多个决策单元不同时期的技术效率，每个决策单元都是多种投入和一种产出㊂首先，需要指定生产前沿的具体形式，本文采用柯布一道格拉斯生产函数，构建模型如下［１０－１２］：ｌｎＹｉｔ＝β０＋β１ˑｌｎｆ１ｉｔ＋β２ˑｌｎｆ２ｉｔ＋Ｖｉｔ－ＵｉｔＴＥｉｔ＝ｅｘｐ［－Ｕｉｔ］其中，ｉ＝１， ，Ｎ，单元数；ｔ＝１， ，Ｔ，时间数；Ｙｉｔ是第ｉ个单元ｔ年的棉花每６６７ｍ２产出；ｆ１ｉｔ是第ｉ个单元ｔ年的每６６７ｍ２家庭用工数；ｆ２ｉｔ是第ｉ个单元ｔ年的每６６７ｍ２物质与服务费用；ＴＥｉｔ是指技术效率值；β０是待估系数，β１㊁β２分别是单位家庭用工数㊁单位物质与服务费用的待估系数；Ｖｉｔ为随机干扰项，独立于技术无效率误差，服从Ｎ（０，σ２）；Ｕｉｔ是技术无效率项，是非负的随机变量；另外，这里需要引入效率损失函数，其测度模型为：Ｍｉｔ＝δｏ＋ðｊＸｉｊｔˑδｊ其中，Ｍｉｔ是指效率损失，其值越小，代表技术效率越高；Ｘｉｊｔ是对生产单元ｉ的技术效率具有影响的第ｊ个变量；δｊ是待估参数，表示变量ｊ对技术效率的影响程度，对技术效率存在正向影响其值取正；反之，则为负；δｏ为常数项㊂１．２㊀数据来源及描述统计数据来源当中棉花产出数据主要包括每６６７ｍ２主产品产量，投入部分主要涉及每６６７ｍ２家庭用工投入㊁每６６７ｍ２物质与服务费用，其中每６６７ｍ２家庭用工投入主要包括：每６６７ｍ２家庭用工天数㊁雇工天数；每６６７ｍ２物质与服务费用主要包括：（一）直接费用：１㊁种子费２㊁化肥费３㊁农家肥费４㊁农药费５㊁农膜费６㊁租赁作业费㊁机械作业费㊁排灌费㊁畜力费７㊁燃料动力费８㊁技术服务费９㊁工具材料费１０㊁修理维护费１１㊁其他直接费用；（二）间接费用：１㊁固定资产折旧２㊁税金３㊁保险费４㊁管理费５㊁财务费６㊁销售费㊂研究所需数据主要来源于２００１ ２０１７年‘全国农产品成本收益资料汇编“㊁‘中国统计年鉴“㊂关于投入－产出指标数据描述性统计分析情况详见表１㊂表１㊀投入－产出指标体系指标变量最小值最大值平均值标准偏差方差棉花主产品／（ｋｇ／６６６．７ｍ２）６８．２０９８．５５８４．０３８１８．３４９６５６９．７１７家庭用工数／（ｄ／６６６．７ｍ２）１６．５０３０．００２２．７７００４．０５７５８１６．４６４物质费用与服务费／（元／６６６．７ｍ２）２５６．０２６２０．４４２１．５４５６１３３．６０４６８１７８５０．２１１２㊀实证结果分析使用ＦＲＯＮＴ４．１软件，通过随机前沿模型的测算结果，对我国棉花生产技术效率变动情况做以下分析㊂７４１㊀１１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀李聪等：基于随机前沿分析法下我国棉花生产技术效率研究２．１㊀基于时序的我国棉花生产技术效率关系分析由图１可以看出：２００１ ２０１６年间，我国棉花生产技术效率增长的年份多于下降的年份，增长最为显著的时段主要集中在２００４㊁２００６㊁２０１４年，其中２００６年生产技术效率达到最高值，主要原因是由于当年在棉花的生长期内，全国大部分棉区气候条件较好，灾害少，特别是棉花吐絮采摘季节大部分棉区气温较高，光热条件好，棉花单产和质量皆为历史新高；下降最为明显的年份分别为２００３㊁２０１０年，其中２００３年达到技术效率最低值，主要原因是当年自然灾害严重且持续时间较长，导致播种期延迟，同时棉花长期处于旱㊁涝与高湿并存，高温㊁低温和寡照并存的状态，加上当年棉花枯㊁黄萎病大暴发，对产量影响极大㊂图１㊀２００１ ２０１６棉花投入、产出及技术效率增长率变化㊀㊀另外，我国棉花生产当中单位家庭用工投入呈逐年减少趋势，其中家庭用工投入下降最多的年份是２００４年，伴随棉花人力成本投入的逐年下降，棉花生产中单位物质与服务费用总体呈现逐年增加态势，其中增长最为显著的年份为２０１１年㊂同时，生产技术效率对棉花产出的影响十分显著，当棉花生产技术效率下降的年份，棉花产出也随之减少，当棉花生产技术效率提高的年份，棉花产出也会得到增加，从２００３㊁２００４㊁２００６年我国棉花产出与生产技术效率的变化可见一斑㊂以上２种投入成本的一增一降，生产技术效率与棉花产出的正态变化，正是我国棉花生产经营方式转型的缩影，其中，棉花生产当中家庭用工投入的下降首先得益于我国固有人口红利峰值的出现，导致劳动力价值进一步贬值，而这些廉价劳动力依附于棉花生产的各个环节，无形之中降低了棉花生产的家庭用工投入；同时，国家对棉花产业的重视，科学技术的投入，棉花育种技术创新和新品种研发㊁生物技术的不断成熟和研究的深入㊁基因分离与克隆技术的发展以及棉花生长发育机理的进一步明确，使得我国棉花在品种的遗传改良，产量㊁纤维强力和多逆抗性的提高，品种对不同生态环境的适应能力，满足节水㊁机械化作业和产品多样化要求方面取得长足进步，也间接地压缩了棉花生产所需的人力成本比重㊂时至今日，棉花生产经营不再仅仅是一家一户的小农经济，单纯依赖增加用工投入提高棉花生产收益值的策略，所能发挥的效力十分有限㊂进入２１世纪以来，随着农业生产经营信息化㊁现代化的发展，以科学技术为支撑的棉花生产更加倾向于借助追加物质与服务投入实现利润的提高㊂可以说科学技术解放了劳动力，降低了劳动力成本，同时，也吸引了更多资本投入到棉花生产的物质与服务环节㊂２．２㊀基于区域比较的我国棉花主产区生产技术效率分析由图２可知，按生产技术效率可将１２个棉花主产区分为３类：一类地区包括２个省，分别为新疆和甘肃，其中新疆棉花生产技术效率为０．９７０２，在众多省份中占据首位，另外，一类地区的平均技术效率值为０．９６４８，远高于１２个地区的平均技术效率水平０．８５１６㊂表明新疆㊁甘肃在众多棉花主产省份当中对于棉花生产技术的掌握已处于优良水平㊂图２㊀聚类树形图㊀㊀二类地区包括６个省份，分别是江西㊁湖南㊁河北㊁湖北㊁安徽和山东省，其中江西省生产技术效率最高，６省平均技术效率为０．８８７７，除山东省以外其他５省的生产技术效率均处于平均技术效率以上，表明这些地区对于现代的棉花生产方式已经有所运用，接下来应着力优化棉花生产方式，提高技术效率水平㊂三类地区包括４个省份，分别是江苏㊁河南㊁山８４１江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３１卷西和陕西省，４省份平均技术效率为０．７４１０，远远低于１２个省平均技术效率水平，表明我国棉花生产技术效率仍然存在地区差异，这些地区缺乏对现有技术的高效利用，棉花生产技术效率潜力有待进一步挖掘㊂为了探究一类地区棉花生产技术效率进步的原因，本文进一步对新疆棉花生产情况进行分析，新疆棉花单产从２００６年的１０７．８０ｋｇ／６６６．７ｍ２提高到２０１６年的１２０．３１ｋｇ／６６６．７ｍ２，产出增长率高达１１．６０％，为各省之最；高产出的背后，伴随新疆棉花家庭用工人数投入的急剧减少，物质和服务费用的增长表明新疆棉花高生产技术效率来自于棉花生产投入结构的转化升级㊂同样不可忽视的是作为中国最大的棉花生产省区，其种植面积和总产长年位居全国第一，规模化㊁机械化水平不断进步，加上丰富的水土光热资源，适宜种植的棉花品种多样，产出原棉品级高㊁色泽好㊁纤维长，皆是成就新疆棉花高生产技术效率的重要因素㊂２．３㊀２００６㊁２０１１㊁２０１６年棉花主产区生产技术效率演进分析由图３可见，我国棉花生产技术效率演进过程总体呈西部地区逐步增强，长江流域㊁黄河流域缓慢减弱，并由东中部省份向西部省份过渡的趋势㊂在１２个棉花主产区中，生产技术效率处于上升的省份分别是西北地区的甘肃省㊁黄河流域的山西省以及长江流域的安徽省，其中甘肃省由２００６年技术效率位列全国第５上升至２０１６年的全国第２，增长幅度最为明显㊂主要原因是近年来，甘肃省针对本省棉花生产当中机械化水平低㊁种植规模有限㊁基础设施不健全㊁主体品种定位不明确等制约因素，积极探索㊁借鉴其他省份有益经验，结合本地区棉花生产机械化程度低的短板，通过改良棉花种植模式，借助科技创新以及相关鼓励措施，弥合河西走廊棉花生产缺陷，从而实现了本地区棉花生产技术效率的提升，使得西北内陆优质棉生产基地的地位得到不断巩固㊂图３㊀２００６㊁２０１１㊁２０１６年棉花主产区生产技术效率演进㊀㊀生产技术效率处于下降的省份包括４个，分别是湖南㊁江西㊁湖北以及江苏省，其中下降最为显著的是湖南㊁湖北２省，分别由２００６年第２㊁第４位降至２０１６年第７㊁第９位㊂主要原因可归纳为该区域棉花种植面积持续缩减，小田模式㊁精耕细作下的棉花种植缺乏足够劳动力予以耕作，由于地形限制，机采棉品种单一，棉花生产机械化落实难度大，加之植棉生产成本增加，生产技术革新缓慢导致棉花生产综合效益低，对区域生产技术效率的提升产生了一定阻碍㊂生产技术效率处于波动的省份分别是山东㊁河南㊁河北以及陕西省，技术效率最为稳定的是新疆，历年均位于全国前３㊂究其原因主要是新疆在自然条件方面具备棉花生长所需的丰富的光热水土资源，棉花生产管理的规模化㊁集中化㊁产业化模式，生产基础设施的改进及先进技术的采用，使得每６６７ｍ２棉花用工人数减少，进而为植棉机械化铺平了道路，另外，该区重视发展棉花科技，为棉花生产提供技术支撑，通过不断引入植棉新技术，开发应用棉花新品种，实现棉花生产技术创新，同时，作为我国唯一原棉外调省份，国家的优惠政策和资金支持也为棉花生产技术效率的提升注入了更足动力㊂３㊀结论与建议３．１㊀结论（１）２００１ ２０１６年间，我国棉花生产技术效率增长年份多于下降年份，生产技术效率总体呈波动上升趋势，其中波动较小，上升趋势明显㊂我国棉花生产技术效率演进过程总体呈西部地区逐步增强，长江流域㊁黄河流域缓慢减弱，并由东中部省份向西部省份过渡的特点㊂（２）依据我国棉花主产区投入产出面板数据所得生产技术效率值，可把１２个棉花主产省份划９４１㊀１１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀李聪等：基于随机前沿分析法下我国棉花生产技术效率研究分为３类，一类地区主要包括新疆㊁甘肃２省，对于棉花生产技术的掌握已处于优良水平；二类地区分别是江西㊁湖南㊁河北㊁湖北㊁安徽和山东省，应进一步优化棉花生产方式，提高技术效率；三类地区包括江苏㊁河南㊁山西以及陕西省，缺乏对现有技术的高效利用，棉花生产技术效率潜力有待进一步挖掘㊂３．２ 建议依据上述我国生产技术效率分析结果，提出具体措施以提高我国棉花生产技术效率，优化不同主产区棉花布局，适应 以新疆为重点，黄河流域㊁长江流域主产区为补充 的国家棉花战略部署㊂（１）遵照国家战略部署，夯实棉花生产根基㊂严守棉花生产保护区２３３．３３万ｈｍ２耕作红线，着力建设新疆在我国棉花生产中的重要战略地位，积极引导发挥黄河流域㊁长江流域棉花主产区省份的补充作用，尽快实现我国棉花生产向生产潜力大㊁竞争优势强㊁生态条件更适宜的区域集中㊂（２）清晰定位区域特征，补齐省域棉花生产短板㊂根据可植棉省区不同区域区情，准确定位区域特征，针对区域特色，因地制宜，积极学习借鉴其他省区有益经验，对于本区棉花生产短板，制定成长计划，实现精准定位，及时补漏㊂（３）提高机械化程度，加强科技创新投入㊂机械化是棉花生产效率提高的关键抓手，增强棉花生产机械化程度，有助于棉花生产效率的进步㊂科学技术就是生产力，发挥科学技术在棉花育种改良㊁土壤肥料研发㊁生产流通等环节的杠杆作用，利用科技创新为棉花生产提供基础支撑㊂（４）增强防灾减灾能力，降低灾害损失㊂我国国土面积辽阔，自然灾害频繁，每年因自然灾害对棉花生产造成的经济损失不可小觑，要进一步增强应对自然灾害的能力，尽可能降低棉农种植风险㊂参考文献：［１］朱烨炜，王静．基于两阶段ＤＥＡ的山东棉花生产效率评价研究［Ｊ］．广东农业科学，２０１３，４０（７）：１４－１６，２９．［２］马乃毅，徐敏．基于Ｎｅｗ－Ｃｏｓｔ－ＤＥＡ模型的棉花生产成本效率评价与分析：以新疆为例［Ｊ］．企业经济，２０１３，３２（３）：７４－７８．［３］石晶，李林．我国棉花主产区全要素生产率测算及收敛性分析［Ｊ］．统计与决策，２０１４（４）：１２０－１２３．［４］王力，周亚娟．基于ＤＥＡ模型的我国棉花全要素生产率分析［Ｊ］．江苏农业科学，２０１７，４５（４）：２５８－２６１．［５］田伟，谭朵朵．中国棉花ＴＦＰ增长率的波动与地区差异分析：基于随机前沿分析方法［Ｊ］．农业技术经济，２０１１（５）：１１０－１１８．［６］田伟，李明贤，谭朵朵．中国棉花生产技术进步率的测算与分析：基于随机前沿分析方法［Ｊ］．中国农村观察，２０１０（２）：４５－５３．［７］王力，韩亚丽．中国棉花全要素生产率增长的实证分析：基于随机前沿分析法［Ｊ］．农业技术经济，２０１６（１１）：９５－１０５．［８］徐榕阳，马琼．基于随机前沿生产函数的新疆棉花生产技术效率分析：以棉农问卷调查数据为例［Ｊ］．干旱区资源与环境，２０１７，３１（４）：２２－２７．［９］夏绍南，余进祥，杨磊，等．江西省２０１７年棉花生产与收益情况述评［Ｊ］．棉花科学，２０１８，４０（２）：４６－４９．［１０］向玲凛．基于ＳＦＡ模型的西部地区ＴＦＰ增长率测算及其效率分解［Ｊ］．统计与决策，２０１７，３（３７）：１５２－１５５．［１１］陈彬，孙才志．中国省域经济增长源泉研究：要素和全要素生产率：基于改进空间的随机前沿模型［Ｊ］．资源开发与市场，２０１８，３４（７）：８９４－９０１．［１２］杨熠．现代农业中种植技术进步的随机前沿分析［Ｊ］．农村经济与科技，２０１７，２８（８）：３８．（责任编辑：管珊红）０５１江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３１卷。
新丝绸之路经济带沿线地区物流效率及影响因素的随机前沿分析
2021年第1期江苏经贸职业技术学院学报总第153期D01：10.16335/ki.1/1672-2604.2021.01.001新丝绸之路经济带沿线地区物流效率及影响因素的随机前沿分析田强，于丽静，姜家娜（烟台南山学院商学院，山东烟台265700）摘要：）物+业增加值为产出变量，从劳动要素和资本要素方面建立柯布-道格拉斯生产函数模型，选取对外开放程度、高等教育水平和技术水平作为控制变量,利用随机前沿分析方法测算新丝绸之路经济带我国九省（市、区）2009—2017年的物+效率。
结果显示：资本对物+业增加值的贡献率高达55.05%，而劳动要素的贡献率仅为13.76%，表明沿线地区的物+业发展仍高度依赖资本要素；对外开放程度和高等教育水平能提高物+效率，但技术进步对提高物+效率的作用尚不明显；沿线地区物+业发展极不平衡。
从增加投资、扩大开放、推动教育发展和提升技术水平等方面，提出提高新丝绸之路经济带沿线地区物+效率的建议&关键词:随机前沿分析;新丝绸之路经济带;物+效率；影响因素中图分类号:F259.27文献标志码:A文章编号：1672-2604（2021）01-0001-052013年，习近平主席在哈萨克斯坦纳扎尔巴耶夫大学演讲时提出共同建设“新丝绸之路经济带” &它是在古丝绸之路基础上形成的一个新的经济发展区域，该区域包括我国的陕西、甘肃、青海、宁夏、新疆、重庆、四川、云南和广西[1]&推进新丝绸之路经济带建设，有利于对外经贸合作，缩小西部地区与沿海地区的发展差距[2]&物流业是道路联通、贸易畅通、货币流通的重要纽带[3]&因此，研究新丝绸之路经济带的物流效率情况对促进区域协调发展、共同繁荣有重要的现实意义&一、文献回顾国内外有关新丝绸之路经济带物流效率的研究成果颇丰&关于物流效率的研究文献主要考察的是在产出固定的情况下如何实现物流业的投入最优化或在投入固定的情况下如何扩大产出的问题&数据包络分析方法中的BCC模型假定规模报酬可变，并将综合效率分解为纯技术效率和规模效率,因而受到大多数学者的青睐&例如，韩雪利用BCC模型探究了丝绸之路经济带的区域物流能力与经济协调发展之间的关系⑷；Weibin LIN采用BCC模型对“一带一路”沿线省市的物流效率进行了测算[5]&BCC模型作为数据包络分析方法中的经典模型，存在一定的局限,性,是一种典型的静态分析方法。
随机前沿分析和包络数据分析SFA,DEA及运行结果
随机前沿分析和包络数据分析SFA,DEA及运⾏结果先推荐读这篇⽂章：邹志庄教授计量研究汇结，三部分总结经济研究经验（昨⽇，计量哥推荐出去之后，由于未能够把邹⾄庄教授名字校正正确，对此向各位读者和Chow教授表⽰抱歉）.正⽂在经济学中，技术效率是指在既定的投⼊下产出可增加的能⼒或在既定的产出下投⼊可减少的能⼒。
常⽤度量技术效率的⽅法是⽣产前沿分析⽅法。
所谓⽣产前沿是指在⼀定的技术⽔平下，各种⽐例投⼊所对应的最⼤产出集合。
⽽⽣产前沿通常⽤⽣产函数表⽰。
前沿分析⽅法根据是否已知⽣产函数的具体的形式分为参数⽅法和⾮参数⽅法，前者以随机前沿分析（StochasticFrontierAnalysis，下⽂简称SFA）为代表，后者以数据包络分析（DataEnvelopeAnalysis，下⽂简称DEA）为代表。
⽬前，我国学者已将这两种⽅法⼴泛应⽤于各个领域，但在使⽤过程中也存在⼀些问题，尤其对于SFA。
⽽SFA与DEA各有其利弊，不能简单地认为⼀种⽐另⼀种好，必须根据具体问题和实际度量结果做出判断。
因此如何正确合理地使⽤这两种⽅法是⽬前⾯临的主要问题。
针对上述情况，本⽂将⾸先简要总结SFA与DEA中最常⽤的模型；然后分别指出使⽤中⼀些关键的地⽅和常见的问题；最后⽐较分析这种两种⽅法。
1 SFA模型在经济学中，技术效率的概念应⽤⼴泛。
Koopmans⾸先提出了技术效率的概念，他将技术有效定义为：在⼀定的技术条件下，如果不减少其它产出就不可能增加任何产出，或者不增加其它投⼊就不可能减少任何投⼊，则称该投⼊产出为技术有效的。
Farrell⾸次提出了技术效率的前沿测定⽅法，并得到了理论界的⼴泛认同，成为了效率测度的基础。
在实际应⽤中，前沿⾯是需要确定的。
其确定⽅法主要两种：⼀种是通过计量模型对前沿⽣产函数的参数进⾏统计估计，并在此基础上，对技术效率进⾏测定，这种⽅法被称为效率评价的“统计⽅法”或“参数⽅法”；另⼀种是通过求解数学中的线性规划来确定⽣产前沿⾯，并进⾏技术效率的测定，这种⽅法被称为“数学规划⽅法”或“⾮参数⽅法”。
中国的金融发展与生产率随机前沿分析方法
中国的金融发展与生产率随机前沿分析方法何枫1陈荣2（1陕西师范大学国际商学院，中国西安，710062）（2 香港中文大学工商治理学院，中国香港，新界沙田）摘要：本文在跨省面板数据的基础上，运用生产函数的随机前沿技术分析了中国的金融进展与生产效率的联系。
研究结果指出，金融机构相对规模扩大并不有利于于生产效率的提升；另一方面，以四大国有独资商业银行为主体的金融系统对私人部门信贷相对规模的扩大也无益于生产效率的提高。
总之，本文结论表示，在中国的资金再配置过程中，假如金融系统不能充分依照市场机制进行独立运作；那么，中国的金融进展关于生产效率的积极阻碍将难以形成。
关键词：金融进展生产效率随机前沿分析Financial Development and Productive Efficiency in China:A Panel Study of Stochastic Frontier AnalysisHE Feng 1CHEN Rong 2(1 International Business School, Shaanxi Normal University, Shaanxi Xi’an, PRC, 710062)(2 Faculty of Business Administration, The Chinese University of Hong Kong, Shatin, Hong Kong)Abstract: This paper uses a stochastic production frontier for panel data of Chinese provinces to investigate the effect of financial development on productive efficiency. Firstly, the result indicates that the growth of relative scale of financial institutes can’t enhance the productive efficiency in China. Secondly, the growth of relative scale to private sector of the financial system that is dominated by four biggest state-owned commercial banks can’t promote the productive efficiency too. In particular, if the financial system can’t operate independently according to Market Principle in the allocation of capital, then the financial development can’t turn the tables in increasing productive efficiency.Key words: Financial Development; Productive Efficiency; Stochastic Frontier Analysis中国金融进展与生产效率：跨省随机前沿分析摘要：本文在跨省面板数据的基础上，运用生产函数的随机前沿技术分析了中国的金融进展与生产效率的联系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第二章 分析基础
生产有效性：生产者为了达到一定的生产目标，在 分配他们可支配的投入和生产的产出时所实现的 成功度。
初级层面：给定投入，产出最大 OR 给定产出,投入 最小，生产有效性与技术有效性一致（解释1）
更深层面：给定产出，成本最小 OR 给定投入，收 入最大 OR 投入产出配置使利润最大，生产有效 性与经济有效性一致（解释2）
1.2 发展史简要回顾
20世纪20年代，美国经济学家道格拉斯 （P·Douglas）与数学家柯布（C·Cobb）合作 提出了生产函数理论，开始了生产率在经济增长 中作用的定量研究。称其为技术进步率，这些未 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“索洛值”），也即为全要素生产率 （TFP）的增长率。
但非参数方法存在的最大局限是: 该方法主要 运用线性规划方法进行计算, 而不像参数方法有统 计检验数作为样本拟合度和统计性质的参考; 另外, 非参数方法对观测数有一定的限制, 有时不得不舍 弃一些样本值, 这样就影响了观测结果的稳定性。 因此, 我们在这里选择参数方法进行前沿生产函数 的计算。
在参数型前沿生产函数的研究中, 围绕误差项的 确立, 又分为随机性和确定性两种方法。首先, 确 定性前沿生产函数不考虑随机因素的影响, 直接
直接采用线性规划方法计算前沿面, 确定性前 沿生产函数把影响最优产出和平均产出的全部误差 统归入单侧的一个误差项ε中, 并将其称为生产非 效率; 随机前沿生产函数( Stochastic Frontier ProductionFunction)在确定性生产函数的基础上提 出了具有复合扰动项的随机边界模型。其主要思想 为随机扰动项ε应由v 和u 组成, 其中v 是随机误差 项, 是企业不能控制的影响因素, 具有随机性, 用以 计算系统非效率; u是技术损失误差项, 是企业可以 控制的影响因素, 可用来计算技术非效率。很明显, 参数型随机前沿生产函数体现了样本的统计特性, 也反映了样本计算的真实性。
传统的生产函数只反映样本各投入因素与平均产出之
间的关系, 称之为平均生产函数。但是1957 年, Farrell 在
研究生有效性问题时开创性地提出了前沿生产函数
(Frontier Prodution Function)的概念。对既定的投入因 素进行最佳组合, 计算所能达到的最优产出, 类似于经济 学中所说的“帕累托最优”, 我们称之为前沿面。前沿 面是一个理想的状态, 现实中企业很难达到这一状态。
前沿生产函数的研究方法有: 参数方法和非参方法。两
者都可以用来测量效率水平。参数方法沿袭了传统生产函
数的估计思想, 主要运用最小二乘法或极大似然估计法 （解释）进行计算。参数方法首先确定或自行构造一个 具体的函数形式, 然后基于该函数形式对函数中各参数 进行计算; 而非参数方法首先根据投入和产出, 构造出 一个包含所有生产方式的最小生产可能性集合, 其中非 参数方法的有效性是指以一定的投入生产出最大产出, 或以最小的投入生产出一定的产出。这里所说的非参数 方法是结合DEA(Data 数据包络分析) 来进计算的。
3.2 面板数据生产边界模型 3.2.1 非时变的技术有效性 3.2.2 时变的技术有效性
• 第四章 对生产率和效率变化的度量 • 第五章 与其他方法的比较
一、导言
1.1 随机前言方法简介
在经济学中，技术效率的概念应用广泛。 Koopmans首先提出了技术效率的概念，他将技术有效 定义为：在一定的技术条件下，如果不减少其它产出就 不可能增加任何产出，或者不增加其它投入就不可能减 少任何投入，则称该投入产出为技术有效的。Farrell首 次提出了技术效率的前沿测定方法，并得到了理论界的 广泛认同，成为了效率测度的基础 。
目录
• 第一章 导言 1.1 随机前沿方法简介 1.2 发展史简要回顾
• 第二章 分析基础 2.1 生产技术 2.2 技术有效性 2.3 经济有效性
• 第三章 技术有效性估计 3.1 横截面生产边界模型 3.1.1 确定性生产边界 3.1.1.1 目标规划法 3.1.1.2 修正最小二乘法（COLS） 3.1.1.3 修正最小二乘法（MOLS） 3.1.2 随机生产边界 3.1.2.1 正态—半正态模型 3.1.2.2 正态—指数模型 3.1.2.3 正态—半正态模型的距估计
生产率和效率的度量涉及到生产函数。DEA方 法的特点是将有效的生产单位连接起来，用分段 超平面的组合也就是生产前沿面来紧紧包络全部 观测点，是一种确定性前沿方法，没有考虑随机 因素对生产率和效率的影响。随机前沿生产函数 则解决了这个问题。
前沿生产函数(Frontier Prodution Function)反映 了在具体的技术条件和给定生产要素的组合下, 企业各 投入组合与最大产出量之间的函数关系。通过比较各企 业实际产出与理想最优产出之间的差距可以反映出企业 的综合效率。
1977年，Aigner，Lovell，Schmidt和 Meeusen，Van den Broeck分别独立提出了随
机前沿生产函数，之后逐渐发展起来的随机前沿
生产函数法则允许技术无效率的存在，并将全要
素生产率的变化分解为生产可能性边界的移动和 技术效率的变化，这种方法比传统的生产函数法 更接近于生产和经济增长的实际情况。能够将影 响TFP的因素从TFP的变化率中分离出来，从而 更加深入地研究经济增长的根源。 利用随机前沿生产函数法，Schmidt（1980， 1986）、Kumbhakar（1988，1990）、Bauer （1990）、Kalirajan（1993）.Batese和Coelli 1988，1992，1995）等对技术效率对TFP和 产出的影响做了大量的实证研究。
本章框架：
1 .生产技术曲线
GR
2
.生产技术的投入组合
L（ y）
3 .生产技术的产出组合
P（ x）
生产技术
4 .投入等量曲线
Isoq ( y )
5 .投入有效性子集