人力资本结构对我国技术效率的影响——基于随机前沿生产函数的实证分析

人力资本结构对我国技术效率的影响

——基于随机前沿生产函数的实证分析

颜敏

【摘要】文章基于随机前沿生产函数框架，将异质性人力资本、人力资本结构纳入技术无效方程，利用1996-2008年省际面板数据估算我国区域技术效率，研究发现：我国经济增长平均技术效率水平偏低，存在区域差异，但总体区域差异有缩小的趋势，人力资本不平等对技术效率具有显著的阻碍作用，无论低技能劳动力还是高技能劳动力都对我国技术效率具有显著的正向促进作用，但进出口贸易对技术效率具有阻碍作用，市场化促进了效率的改善。

关键词人力资本结构技术效率随机前沿分析异质性人力资基于

中图分类号：Ｆ０６２.4文献标识码：Ａ

Empirical Test on Technology Efficiency of Human

Capital Structure in China Based on Stochastic Frontier

Abstract: In this paper, putting effective labor input into the framework of Stochastic Frontier Production Function, and and human capital structure into technical inefficiency equation, we have an empirical study on technology efficiency based on panel data from 1996 to 2008 of china. we found: The average technology efficiency is low, regional differences exist but is narrowing, human capital inequality play a negative role in improving efficiency, but whether skill labor or non-skill labor play a significant positive role in improving efficiency and so does the marketization , but the openness has a a negative role.

Key words: Human Capital Structure; Technology Efficiency; Stochastic Frontier Analysis; heterogeneous human capital

引言

技术效率的概念最早是由Farrell (1957)提出来的，技术效率是指在现有技术水平条件下,生产者获得最大产出的能力,表示生产者生产活动接近其前沿边界(最大产出)的程度。换言之，技术效率衡量的是一定条件下，欲获得同样的产出需消耗投入品的数量，这意味着如果一个经济的技术效率低，则生产一个单位国民财富，需要消耗更多的资源。而资源消耗型经济增长直接代价是：资源枯竭、环境污染和生态恶化，尤其在人口众多、人均各类资源占有量都大大低于世界平均水平的中国。改革开放的30多年来，中国确实取得了增长奇迹，但大量文献表明这种增长是由高投入和高消耗推动的（邓翔、李建平2004），决定这种高增长能否持续的关键因素之一是我国技术效率水平，因而准确估计我国及其各地区技术效率水平、深层剖析成因具有重要的现实意义。

一、文献述评

国内外关于技术效率的研究可以分为两个路线：技术效率的测算以及技术效率的成因研究。关于技术效率的测算大致分为“基于随机前沿分析”（Stochastic Frontier Analysis，SFA）的参数法（例如

Francisco J.Arcelus和Pablo Arocena（2000），Arne Bigsten （2003），Jens J.Krüge（r2003），Malcolm Abbott（2006））以及基于“数据包络分析”（Data Envelopment Analysis，DEA）的非参数法（例如Jenifer Piesse和Colin Thirtle（2000），Mahadevan（2001），Renuka Mahadevan和Sangho Kim（2003）等）。二者各具特点。非参数(DEA)方法的优点是无需估计出生产函数，从而避免了因函数形式误设带来的问题，缺点是把任何偏离生产前沿全归结为无效率项使得随机误差不能分离出来。SFA 优势在于把无效率项和随机误差项分离开来,从而保证被估效率有效且一致。SFA方法开创性文献当属1977年Aigner等人的研究,文章中通过把生产无效率归结为受随机扰动和技术非效率两个因素影响来描述生产者行为。换言之该模型可以考虑诸如制度、环境等因素对技术无效率的影响，而生产者技术效率也总会受到各种环境、制度因素的影响,特别对于经历体制转型的中国而言，包含随机扰动的前沿模型更接近现实中的生产者行为。另外，Kumbhakar, S.C.,Guckin, J.T.和Ghosh,S.,（1991）、Battese,G. E.和 Coelli,T. J.(1995）通过将技术效率指数表示为一组外生性向量函数和随机扰动项同时植入随机前沿生产函数避免了Battese,G. E.和 Coelli,T. J（1992）模型中的“两阶段的悖论”。因而本文在实证部分采用基于Battese,G. E.和Coelli,T. J.(1995）的SFA方法测算我国各地区的技术效率。

国内外关于技术效率的成因研究可谓众说纷纭，但人力资本对技术效率的作用毋庸置疑。这可以追溯到Nelson, R. and E. Phelps (1966)的简短的文章，该文章研究表明对于落后国家而言，该国人力资本水平决定了其对先进技术的吸收能力，影响其全要素生产率（TFP）水平接近前沿水平的速度。Benhabib and Spiegel ( 1994) 的研究验证了Nelson论文中的最后论断：人力资本并不是作为投入要素影响经济增长而是通过影响全要素生产率影响经济增长的，人力资本水平如果直接进入增长方程会导致错误的设定。这些论断充分肯定了人力资本对经济带来的“增长效应”。 Kneller(2004)、Kneller 和Stevens（2005）利用OECD国家的数据基于随机前沿分析研究了人力资本和R&D投资的无效性,研究表明生产无效性存在，相对于R&D投资，无效性更依赖于人力资本的水平。Jing hai Zheng等（2003）使用DEA分析方法和Malmquist指数对中国600个国有企业1980年—1994年的技术效率进行测度，结果表明，这些企业的平均技术效率都很低，但教育对技术效率有很重要的影响。国内学者关于该方面研究更是比比皆是：傅晓霞、吴利学（2006）基于随机前沿分析法，将人力资本作为技术效率的解释变量，其中人力资本指标是地区人口平均受教育程度，估计结果表明：人力资本对地区技术效率具有显著的正向影响。岳书敬、刘朝明（2006）在使用承认无效率项存在的生产前沿技术的同时,引入了人力资本要素，并且考虑到劳动力的质量因素，其中人力资本指标是劳动力数量与平均教育年限乘积代表，采用Malmquist指数分析了我国30个省级行政区1996—2003年的全要素生产率(TFP)增长。研究发现：在引入人力资本要素后,区域全要素生产率的增长得益于技术进步；如果不考虑人力资本存量,则低估了同期的效率提高程度,而高估了期间的技术进步指数。傅强,靳娜（2009）将人力资本纳入SFA 分析框架，其中人力资本指标用地区6岁以上人口平均教育年限代替，实证结果表明：人力资本在诠释地区间效率差异中扮演着极其重要的角色,它不仅直接影响生产力的提高,而且还通过提高技术吸收能力从而间接影响技术效率。何元庆（2007）基于DEA方法，将对外开放、人力资本纳入技术进步、技术效率分析框架，结果表明对外开放能影响TFP的增长,但是其影响只有人力资本正向效果的十分之一。王志刚等（2006）利用超越对数生产函数的随机前沿模型，将初始人力资本、国有化程度、公共支出作为技术效率的影响因素，估计结果表明初始人力资本对生产效率有正面影响。朱承亮、宏志、李婷（2009）基于C-D生产函数SFA分析，研究了我国区域经济增长效率及其影响因素，研究表明人力资本对经济增长效率具有促进作用,但影响力度不大。其中人力资本指标用每万人中在校大学生数代替。姚伟峰、何枫、杨武（2007）运用随机前沿分析模型实证分析了中国劳动力结构对技术效率变化