多形式教育投入产出关系分析-非参数检验方法

多形式教育投入产出关系分析-非参数检验方法（共2篇）

多形式教育投入产出关系分析-非参数检验方法 篇1

多形式教育投入产出关系分析-非参数检验方法

利用非参数统计分析方法就中国各个发展水平的.城市的教育投入和经济发展水平之间的关系进行研究.其中城市教育投入主要分析高校建设、中学建设、图书馆建设、教育费用支出,经济发展主要分析GDP.数据分析时均采用消除人口量纲的人均数据,在此基础上提出四种教育投入指标的未来发展方向以适应GDP更快更好地发展.

作 者：林炳灿 作者单位：厦门大学计统系,福建,厦门,361000刊 名：现代商贸工业英文刊名：MODERN BUSINESS TRADE INDUSTRY年，卷(期)：“”(7)分类号：G40-054关键词：非参数检验 教育投入 经济发展

多形式教育投入产出关系分析-非参数检验方法 篇2

技术进步对于一个国家生产率的提高和国民收入的增长起着至关重要的作用, 从第一次工业革命以来, 技术进步对收入的进步体现的淋漓尽致。而高新技术行业在技术进步中无疑是处在最中心的位置, 其技术进步对生产率的提高有着举足轻重的地位。纵观各国, 从上世纪以来都不断加大对高新技术行业的投入, 据不完全统世界各国在21世纪开始的10年间对于高新技术行业的投入是过去一个世纪的几十倍之多, 可见此行业对于生产率提高的作用。

二、相关研究综述

对于要素生产率的估算, 很多学者都采用基于柯布道格拉斯函数的余值计算法, 但是这种方法被证明是有着缺陷的, 首先他没有把技术进步内生进方程, 对于高新技术行业来说这是致命的, 因为此行业增长的动力就在于拘束的不断进步;其次他还会产生一些列的内生性问题, 住重要的就是测量误差、联立方程中的反向因果、误差分布等问题。基于以上诸多的问题采用传统方法估算高新技术行业的生效效率是不可取的。

本文我们采用了一种新的估算方法, 也即Malmquist-DEA法。这种方法相比生产函数方法有着一定的优点:首先他不需要知道具体的生产函数, 其次也不需要知道生产要素和产出之间的具体价格;再次简便易行, 只需要解答一个抽象的线性规划即可。

张建华、王鹏 (2010) 采用了Malmquist方法, 根据各个银行 (包括商业银行和股份所有制银行) 的财务报表用随机前沿方法的方向性距离函数和当期DEA以及序列DEA方法分别研究了中国银行业的全生产率, 发现Malmquist方法相对于一般的财务分析和计量分析可以更好的揭示出技术效率和规模效率的对生产率进步的贡献。刘金兰、胡静 (2007) 用DEA方法研究了我国企业集团财务公司的财务指标, 发现用DEA方法计算出来的企业集团财务公司 (在这里为全国性的) 的相对效率可以用来反映了当前我国企业集团财务公司在资金来源与应用、技术效率、规模效率上面临着的两难的选择与矛盾。杨轶、陈媛 (2008) 用DEA方法研究了先进流量对于企业财务竞争力的影响, 发现DEA方法相对于一般的财务分析 (比如先进流量分析、杜邦分析等) 可以更加合理的揭示出各个研究企业的财务状况, 并可以合理的对各个企业财务竞争能力进行一个排序。张凌洁、王玉静 (2006) 综合运用DEA方法和主成分分析法实证研究了了中国联合通信有限公司的财务状况, 发现公司财务状况不断改善的同时还存在着一些隐藏的财务问题。侯颖 (2010) 基于DEA方法对水运物流公司的财务状况进行了评价, 同时针对企业特殊的行业性提出优化改进财务状况和合理控制财务费用增加利润的建议。

我们可以看到, 关于非参数估计方法在研究企业会计表现和财务状况上有着一定的优越性, 其得到的结论往往也较一般的财务分析来的更加稳健。

三、基于Malmquist-DEA的分析

1. 数据及处理。

本文运用Malmquist—DEA方法, 对沪深两市上市的高新技术公司进行分析。首先应该确定投入和产出。看公司的投入产出我们不必要去计算公司实际的投入物品 (比如钢铁公司的钢铁、炼油公司的原油投入等等) , 我们只需在公司的财务报表中找到资本化了的投入, 在财务报表中投入一般表现为公司的成本, 公司的成本主要体现营业成本、营业费用、财务费用、管理费用这四项上面。对应的产出也是如此, 我们只要获取公司的利润就等于知道了公司的产出

2. 估算。

我们在这里分别采用当期DEA和序列DEA对公司的全要素生产率进行估算。估算的结果表明, 用两种方法计算出来的全要素生产率存在着较高的相关性, 根据相关性的计算具体数值为0.682, 特别是技术效率的相关性要大于生产效率。在采用当期DEA计算的时候我们发现了某些公司的技术效率存在着一定的退步现象, 这在现实中是不太可能会发生的, 因为人类的技术随着时间的变化总是会进步的, 而不会出现倒退现象。究其原因是因为当期DEA在构造边界的时候没有考虑到生产函数的凸性。为了解决这个问题, 我们采用了序列DAE进行再估算, 考虑到序列DEA利用的是一系列的时序变量, 以某个公司两期产出变量为例子, 公司后一期的技术效率肯定是要强于前一期的 (这是毋庸置疑的) 因为技术总是随着时间在不断的进步的。所以序列DEA不会观测到技术效率倒退的情况, 也即如果公司的全要素生产率在考察期限内增长了, 那么可以归结为以下三个原因:技术效率和生产效率同时进步;技术效率进步同时生产效率不变;生产效率进步同时技术效率不变;采用当期DEA计算和分解得出的结论为:生产效率是进步的而技术效率是退步的, 同时两者之间的乘机不到1, 说明了高新技术公司整体上存在着生产率的负增长, 这样的结果是值得商榷的。

我们发现采用序列DEA计算和分解的技术效率是各个工公司全要素生产率增长的主要动力, 而生产效率则在有的公司表现为退步的。在考察期内其技术效率每年增长6.6%, 而生产效率则是每年下跌大约2.3%。其全要素生产率每年增长1.6%, 这是一个比较低的比例, 说明我国高新技术行业内生增长动力不足, 或者是其技术转化成生产力的力度不强。

四、结论

本文通过选取40家高新技术上市公司, 并对它们的财务报表进行分析, 量化投入产出, 根据非参数Malmquist-DEA计算每个公司和整个行业的全要素生产率, 我们发现在所考察的年份, 公司的技术效率进步是生产率增长的主要源动力, 而生产效率则表现为一定的退步。

参考文献

[1]、张建华、王鹏, 中国银行业广义Malmquist生产率指数研究[J], 经济研究, 2010年第8期。1、张建华、王鹏, 中国银行业广义Malmquist生产率指数研究[J], 经济研究, 2010年第8期。