制造业经济效率（精选7篇）
制造业经济效率 篇1
一、德布鲁效率分解
最早把新古典经济学的生产函数当作理论来研究, 并因此获得诺贝尔经济学奖的经济学家德布鲁, 于1951年发表论文指出, 任何一个经济中的效率损失可以分解成三个因素: (1) 由于尚未充分利用自然资源而发生的效用水平的不足——即现实的效用水平偏离理想状态的效用水平的程度; (2) 生产单位内部, 由于“技术无效率”而发生的效用水平的不足; (3) 由于经济组织的无效率而发生的效用水平的不足。例如, 垄断引起的效率损失, 关税扭曲引起的效率损失, 或者因产权关系不恰当而引起的效率损失。以上所列三要素, 称为“德布鲁效率分解”。其中, 最重要也运用最广泛的, 是后两项因素——技术无效率和经济无效率。
德布鲁认为:任一经济系统都有三类资源: (1) 物理资源, 即我们常说的“自然资源禀赋”; (2) 现实生产能力, 即我们常说的“生产可能性边界”。不过, 德布鲁认为现实生产偏离生产可能性边界所带来的效率损失, 应当用效用可能性边界来度量; (3) 经济组织的可能性, 即制度经济学家常说的协调分工能力。这三类资源是层次上的包涵关系:物理资源包涵现实生产能力和潜在生产能力;现实生产能力又可分解为技术效率和经济效率, 经济效率即经济组织的可能性。
二、我国制造业的效率分析
现在, 假定在同一条等常量曲线上的每一个点, 由于各自的“有机构成比”不同, 因而代表了不同水平的生产技术, 沿着同一条等产量曲线从右下方越往左上方走, 生产的技术水平越高, 技术垄断性程度越高, 所生产出来的产品质量越好, 产品出售到市场上去所获得的附加值也越大。所以, 技术领先国通常并不愿意向别国输出最先进的技术设备与关键性元器件的制造工艺, 而是会有很大程度的保留, 以保持其技术大国的垄断地位, 典型如美国、日本等国家。另外, 沿着同一条等产量曲线越往左上方走, 其切线越陡峭, 能确保生产成本最低的ω/r越大, 即劳动L对于资本K的相对价格越高。因为是动态均衡分析, 假定我国生产部门有足够多的时间来调整生产要素价格比率, 使得d K/d L=-ω/r等式成立, 从而使生产成本最低。同时, 劳动对资本相对价格的高低, 要求与劳动者素质、能力相符, 否则就会增加企业的成本负担;或者说, 当劳动者的相对工资提高时, 说明其素质和能力已经随之提高了, 而劳动力素质的提高又对企业的管理水平提出更高的要求。假设有三条曲线, 曲线I代表技术输出国生产数量的某种消费品的等产量曲线=F (L, K) , 目前最先进的技术决定了在A点生产, 这时劳动与资本的相对价格为ω/r, 它容许输出的生产设备是B点所代表的技术。曲线II代表我国相应生产部门生产相同数量产品的等产量曲线=F’ (L, K) , 目前通过引进技术后, 在C点生产。不过C点生产的产品较A点生产的产品, 质量更低, 所能获得的产品附加值也更低。曲线III代表完全靠自主技术所能达到的等产量曲线=F” (L, K) , 在没有技术引进的情况下, 我国企业目前在E点进行生产。
假如我国企业只满足于对相关技术一味地引进、模仿, 而不进行实质性的技术追赶和创新, 那么我国企业能够拥有的技术只能永远落在人家的后面。而且, 当我国企业满足于一味引进、模仿的时候, 自身的努力还会被引导到另外一个错误的方向上去, 比如, 使劲压低人员工资而不注重人员素质的培训, 只看中眼前利益而不注重企业的社会责任和形象等等。所以, 一味引进、模仿的道路是走不通的。我国企业应该在引进和模仿的基础之上实施技术追赶和实质性创新。由于我们的创新能力的提高有很强的路径依赖性, 必须根植于对自身旧有技术的“批判性继承”, 和对引进技术的消化吸收。
三、结论
从本文架构的曲线构成和走势可以看出, 经济效率的提高主要有两个支撑条件:一是加大各种“硬性”投入, 即加大对原有自主技术的继承、对外来技术的消化吸收以及在此基础上实施自主、合作研发的投入, 促使生产沿着曲线左上方走, 在提高产品的附加值的同时, 逐步摆脱国际垄断资本的控制;二是加大各种“软性”投入, 即加强对企业员工的技能培训, 以及相应改善企业管理水平, 建设良好的企业文化、改善社会形象等方面的投入, 从而降低企业的生产成本。我国制造业要提升自身的国际竞争力, 显然还有许多路要走。
摘要：本文从介绍“德布鲁效率分解”入手, 沿着一般均衡分析的思路, 主要对我国装备制造业竞争力不强引起的经济效率损失情况进行了理论剖析, 勾画出了“技术追赶曲线”, 形象揭示了一条我国制造业长远发展的技术路径。
关键词：德布鲁效率,制造业,生产函数
参考文献
[1]、汪丁丁, 《制度分析基础讲义II》, 第89页至91页, 世纪集团出版社等2005年6月第1版。
[2]、李思一, 《发展中国家技术引进与技术创新的关系》, 《国际技术经济研究》, 2000年第3卷第3期
[3]、迈克尔.波特, 《国家竞争优势》, 华夏出版社2002年版
制造业经济效率 篇2
中央经济工作会议党政领导对新常态的内容、党和政府所提出的方针和如何引领新常态做了阐述。这标志着旧常态已经不能延续,即依靠投资和人口红利拉动经济的粗放型高速增长方式已经不能继续,经济发展方式从追求规模型的粗放增长转向追求效率型的集约增长。经济增长要依靠效率的提高和创新的拉动,当然实现这一结果要以经济体制改革为前提。企业作为国民经济的基本组成单元,其经营方式的转变,决定着国民经济增长方式的转变能否实现。
此外,经济增长方式转变的内涵也包括了考虑长远利益的可持续发展思想和追求经济新常态的价值取向。而企业经济活动集中体现于企业的财务会计,为适应企业经营方式的转变和实现可持续发展,企业必须建立起综合考虑经济效益、生态效益和社会责任的绿色财务管理体系。绿色财务管理体系的构建有利于减少企业的营运成本(Hart,1997);有利于优化资源利用(King &Lenox,2001);有利于促进产品技术创新(Por-ter & Vander Linde,1995);有利于绿色管理转化为竞争优势(Kolle,2001);有利于引导创新并吸引投资(Chan & Welford,2005);有利于消除绿色壁垒, 参与国际市场竞争(鲁务顺,2005)。实施绿色管理还能够适应消费者的绿色消费诉求,同时与企业发展的长远利益一致,并能更多的获得政府各项支持(阎晓宏,2011)。
装备制造业是国民经济的中坚支撑力量,构建装备制造业绿色财务体系对于促进高端装备制造企业转变发展方式、提高生产率(全要素成产率)、呵护生态环境、提高民族经济技术水平、提高国际贸易合作的地位等都有重大的意义。本文在阐释绿色财务体系的基础上,构建了装备制造业的绿色财务指标体系,并以此为标准,选择装备制造业的龙头企业为样本,对我国装备制造业的财务体系的绿色化程度进行了评估。最后,对我国装备制造业构建绿色财务体系提出了政策建议。
1 理论回顾
对于绿色财务的概念学术界已经有了比较多的探讨。沈宏益和潘焕学(2012)认为,绿色财务是建立在经济效益、环境效益和社会效益相协调一致的基础上,坚持可持续发展为原则的一项经济管理活动。刘淑华(2005)认为绿色财务是基于环保和资源可持续发展的基础上,合理组织资金运动使经济社会的资源充分利用,并且协调企业与有关方面的关系。孙佳和翟文军(2003)认为,绿色财务是指在企业经营管理过程中,将环保的思想运用到企业管理过程中,在企业经营管理过程中,不仅仅考虑资金筹集、资金运用、资金耗费、资金回收和资金分配的协调运用,还应该在此基础上更多的考虑环境因素的影响。李雪莲(2011)认为绿色财务的目标与传统财务目标有很大的差别,绿色财务应该更多的考虑社会责任和环境效益,在追求社会责任和环境效益最优的前提下追求企业价值最大化,并将目标定位在追求一定时间内的绿色经济增加值与综合绿色资本投入之比最大化。其中绿色财务管理增加值等于资本收益率与绿色加权本成本率之差乘以绿色投入资本。
绿色财务的内容方面,学术界的认识比较统一。认为绿色财务包括绿色筹资、绿色投资、营运效率和绿色分配(吴金波等,2008)。绿色筹资包括:绿色负债,绿色股,用于绿色成本支出,国家财政的扶持性拨款,企业自筹资金,企业银行贷款,利用外资和证券筹资等方式。绿色筹资的评价指标有:绿色项目吸引资金率、资本成本比较率和筹资数量满足绿色需要程度。其中,绿色项目吸引资金率等于绿色项目吸引资金额与总筹资额之比;资本成本比较率等于同等数量筹资额中绿色项目吸引资金成本与费绿色项目成本之比;筹资数量满足绿色需要程度等于以绿色名义筹集到的资金与有效绿色需要的数量。反应绿色投资率的指标有:绿色投资率、节能降耗率和环保设备利用率;其中绿色投资率等于绿色项目投资额与企业总投资额之比;节能降耗率等于原项目耗能耗材量与现行项目单位产品耗能耗材量之差除以原项目单位产品耗能耗材量;环保设备利用率等于实际载荷量与额定载荷量之比。体现营运效率的指标有:现金均衡使用程度、因环保问题受处罚变化程度、一定时间内获优惠情况和绿色经营成本费用率。其中,现金均衡程度等于一定时期现金流入量与现金需要量之比;因环保问题受处罚变化程度以现在受处罚次数与每次处罚金额的乘积除以愿受处罚次数与每次处罚金额的乘积来体现;一定时期内获优惠情况以因绿色项目获得的优惠资金量与同类绿色项目在运作中的资金需要量之比来体现;绿色经营成本费用率以同一活动需要绿色营运资金数额与同一活动原来需要营运资金数额之比来体现。郑小霞和李雪莲(2011)指出,在支付鼓励前,按一定比例提取用来支付绿色资金不足的绿色公益金,以及要支付绿色股股利,通过绿色利润分配形成绿色积累。体现分配效率的指标是绿色公积金提取比例。
体现绿色财务管理效果的综合指标有:企业贡献率和绿色EVA。其中企业贡献率等于税后净利、利息、税金和工资之和除以年均权益资本和年桔债务资本之和。
2 模型构建
根据 《国民经济行业分类标准》和国家统计局的有关解释,本文界定金属制品业(34)、通用设备制造业(35)、专用设备制造业(36)、交通运输设备制造业(37)、电器机械及器材制造业(39)、计算机、电子与通信设备制造业(40)和仪器仪表及文化办公设备制造业(41)7个行业为中国装备制造业。
考虑数据的可获得性,选取绿色项目吸引资金率、绿色投资率、节能降耗率、绿色公积金提取比例和绿色EVA为评价指标,采用随机前沿分析技术来考察装备制造业的绿色财务管理效率。
随机前沿函数采用超越对数形式(模型备索)。随机前沿生产函数的估计包括3个步骤:第一步是普通最小二乘估计(OLS),通过最小二乘估计得到一个截距有偏和弹性系数无偏的估计结果;然后对截距和方差进行调整,这样做的原因是与v和u的方差相比,OLS方法通常会低估方差,解决这一问题采用的方法是对μ和δ进行格点搜索;第三步是最大似然估计近似迭代,该步骤用于最大似然估计近似迭代起始值的是第二步的格点搜索的估计结果。
数据基础是 《中国统计年鉴》 (1993~2011年)、《中国劳动统计年鉴》 (1993~2011年)和《中国工业经济统计年鉴》 (1993~2011年)中的装备制造业各行业的政府财政补助金、主要污染物减排专项资金、固定资产、研发支出、净利润、利息支出、从业人员工资、主营业务收入、 “三废”排放量。所需的数据按适当的价格指数进行平减。
资料来源:《中国统计年鉴》(1993~2011年)、《中国劳动统计年鉴》(1993~2011年)和《中国工业经济统计年鉴》(1993~2011年)的装备制造业各行业加总并经作者整理,各项指标均放大100倍。
3 估计结果及分析
3.1 随机前沿生产函数估计
利用 “Frontier4.1”软件对随机前沿超越对数形式的模型进行估计(回归结果见表2)。
注:***表示在1%的水平上显著,**表示5%的水平上显著,括号内为t统计量。
表2中模型1为假设H０∶μ=0,即假设uｉ服从半正态分布N＋(0,σｕ２),该假设的检验结果见表3。模型1中,时间平方项t２以及时间与节能效率的交叉项tlnLｉｔ的系数不显著。于是,模型2为假设H０∶β２=ρ２,即假定模型1中的系数不显著项为0,此假定的检验结果见表3。采用广义似然比(LR)统计量来检验以上两个假设(检验的原理是:当原假设H０成立时,LR统计量服从自由度为受约束变量数目的混合X２分布)。LR可以表示为:
其中,L(H０)、L(H１)分别为受约束模型的对数似然值和无约束模型的对数似然值。检验结果如下:
由表3可知:两个原假设都在10%的显著水平下被接受了。
由表2和表3可知:
(1)模型2是正确的。中国装备制造业的绿色财务管理效率随时间变化的趋势不需要用时间的二次项来反应,即变化趋势是线性的。并且绿色财务管理效率没有固着在节能效率上,而是固着在绿色资本投入上的。
(2)由uｉ服从半正态分布可知,在估计随机前沿生产函数模型时假定μ=0是正确的。
(3)模型2的所有估计系数都在1% 的水平上显著和对数似然函数值以及LR检验结果均表明模型中各个解释变量对装备制造业的绿色财务管理效率有很好的解释力,模型具有很强的解释力。
(4)装备制造业的绿色财务管理效率在不断恶化。这一点由绿色财务管理效率的时变参数η系数显著为负来体现。
(5)时间趋势变量t和交叉项tlnKｉｔ的系数均显著,表明技术进步是附着在节能效率上的中性技术进步。
(6)γ值为技术无效率项的方差在符合误差中所占比重。在模型2 中 γ值为0.975,表明在投入要素被控制之后,效率波动几乎可以完全由技术无效率解释。
由表4可以看出,在1993~2011年间,中国装备制造业的绿色财务管理效率呈现出逐年提高的态势,并且在2011年达到了最大值0.65,自2002年起,以后隔年的绿色财务管理效率均超过了均值0.54。此外,0.54的均值,说明我国装备制造业的绿色财务管理潜在效率还没有得到有效的发挥,还有近一半的效率没有发挥出来。我国装备制造业绿色财务管理的应用呈现低效率。
4 结论与启示
制造业经济效率 篇3
现金在所有资产中的流动性最高, “现金为王”的理念并不是关注资金本身, 而是强调资金的流动性。较高的资金周转速度将大大降低资金投入失败的风险。资金使用效率不仅要体现资金收入的质量, 也需要反映资金的占用量。高速的周转节约了资金占用量, 是优质的资金使用效率的主要特征之一。此外, 资金收益水平也是资金效率评估的关键。没有收益的资金是贬值的, 而股东所要求的并不只是一般时间价值, 而是高于时间价值的报酬率。高于股东最低报酬率的资金收益率才是创造价值的资金, 否则就是有损企业价值。资金周转水平和收益水平是保障资金使用效率显性特征, 是评价资金使用效率的主要标准。最后, 股东承担着高于其他利益相关者的风险, 他们要求资金在提高周转速度和收益能力的同时也能抵御一定的风险, 因此, 资金风险水平作为一种隐性特征内含于周转水平和收益水平中。由此可见, 资金使用效率是资金周转水平、收益水平和风险水平的综合反映。
二、研究设计
(一) 变量选取
为了进一步探索金融危机下企业资金使用效率的变化, 笔者选取了433个企业样本进行数据分析。选取样本的原则是:为排除行业间差异, 选择A股上市的制造业企业;2007年已上市, 且直至2009年末为退市或停牌;为了真实反映金融危机的影响, 不排除T族公司。依据金融危机对中国经济的影响期间, 选择的是2007年初到2009年末共三年时间, 能较充分的展现样本企业在金融危机前后的变化。被解释变量是资产周转率和总资产报酬率的乘积 (y) , 两个显性指标的积能综合反映企业的资金使用效率。依据资金使用效率的三大特征, 分别选定了三类解释变量。如表1:
(二) 模型构建
由于以制造业为样本, 因此选取了能反映行业特点的变量。应收账款周转率 (x1) 反映销售的回款能力, 是资金外部活跃程度的体现。存货周转率 (x2) 反映生产与销售的速度, 是资金内部活跃程度的特征。对制造业而言, 固定资产是最重要的资产, 固定资产周转率 (x3) 反映企业设备更新换代的速度, 是评价企业持续发展的重要指标。流动资产净利率 (x4) 反映短期资金的使用效果, 关注的是企业临时策略的收益水平。长期资本收益率 (x5) 提供了衡量企业战略成果的标准, 是债权人和股东评价资金使用效果的最直观的指标。BETA值 (x6) 综合反映了企业资金的财务风险和经营风险。于此之外, 以标准化后的企业资产对数 (SIZE) 作为控制变量, 以分析企业规模对资金使用效率的影响。估计模型:
二、实证分析结果
(一) 描述性分析
图1是2007年到2009年三年间, 制造业企业的资金使用效率变化。图中呈现出显著的周期性变化:年初最低, 直至年末达到最高点。这是因为营业收入和息税前利润在会计报告年度内是累计报出的, 而资产总额在年度内不会有太大变化, 资产周转率和总资产报酬率都在年度内逐渐升高。值得强调的是, 趋势线反映了资金使用效率在金融危机期间的递减趋势, 但曲线逐渐平缓说明递减速度逐期变小。金融危机导致制造业企业资金使用效率整体水平下滑, 但由于国家宏观政策的积极调整和企业自身的战略、战术选择, 导致资金使用效率水平下降趋势逐期缓解。
表2是对各变量的描述性统计, 由于篇幅有限, 故而只举出关键的统计数据 (下同) 。在金融危机爆发当年 (2008年) , 短期资金周转速度都有明显上升, 特别是应收账款的回款速度有显著提高, 是2007年的5倍和2009年的4倍。金融危机爆发后, 很多企业因财务状况恶化而倒闭, 于是部分制造业企业的大量应收账款转为坏账核销, 以至于造成了应收账款周转水平提高的假象。2008年应收账款周转率标准差是平时的10倍多, 也足以证明只是部分企业极高的周转速度影响了整个制造业企业的平均水平。从三年整体来看, 存货周转率无太大变化, 这是因为大部分企业能够根据销售情况适度缩减生产, 销售被限制的同时存货囤积减少了, 于是平滑了存货周转率。固定资产周转率的标准差逐年上升, 表明不同企业的战略有所不同, 有的选择在此时以低价位购进设备以求更新资产, 有的则继续使用原有长期资产来保持现金。在三年间, 资金收益平均水平显著的下降, 这与金融危机造成的经济后果是相符的。无论是短期资金还是长期资金, 利润都是衡量资金收益的根本指标。金融危机下, 销售阻力、成本攀高等都促成利润下降, 从而直接导致收益水平的走低。值得注意的是, 资金收益水平的标准差都表现出持续上升趋势, 说明各企业在战术和战略上有不同方向的调整, 以谋求差别收益。
(二) 相关性分析
相关性分析的目的在于揭示解释变量对被解释变量的影响程度, 是不包括其它相关变量影响的对某一解释变量的单独考察。通过表3可以清楚的看到, 各解释变量与被解释变量在2007年都显著相关, 而到了2009年, 资金周转水平的指标都变为不相关。这一现象说明金融危机后, 从单个变量来考察, 资金周转速度已不是影响资金使用效率的主要因素, 相比之下资金收益水平产生的影响更大。金融危机造成很多原本可以创造利润流入的项目消失, 于是许多企业愿意以大量的资金投入来获得能够创造利润的项目, 它们更关注资金的获利能力而不关注资金占用水平。三年中, 流动资产净利率保持显著强相关, 长期资本收益率则在2009年由显著强相关变为显著弱相关, 说明企业无法预测未来长期经济走势, 而更注重操控短期资金来获得短期收益。资金风险水平与资金使用效率是负相关的, 高风险的资金将降低资金使用效率。企业规模与资金使用效率是呈显著弱相关性, 主要原因是被解释变量以总资产作为分母, 企业规模已不具备显著影响。
(三) 回归分析
和相关性分析不同, 回归分析将所有解释变量融入一个回归方程中, 是考虑了其他相关变量影响的综合分析。笔者对金融危机发生前后的三年分别进行了回归, 得到显著性和拟合优度都很高的回归方程。表4列示了常数项和各解释变量的回归系数以及它们的显著程度。从不同时期各解释变量的回归系数不难看出, 综合各变量的影响, 资金周转水平对资金使用效率的影响程度低于资金收益水平, 资金收益水平仍是决定性因素。作为隐性特征, 资金风险水平对资金使用效率产生的是负面影响。资产规模对资金使用效率并不大, 说明并不是规模越大的企业越善于调节资金配置。
四、研究结论
通过以上分析, 得出以下结论:金融危机下, 制造业企业资金使用效率有递减趋势, 但趋势递减速度逐渐变小。金融危机爆发当年 (2008年) , 应收账款周转水平显著提高只是部分企业造成的, 不是普遍现象。多数企业能适时而动, 在金融危机中改变生产水平, 选择合适的战术和战略以求得不同的资金使用效率。企业更注重资金收益水平而不是资金周转水平。在金融危机下, 企业更多利用短期资金获取收益而不是长期资金。作为隐性特征的资金风险水平, 对资金使用效率产生的是负面影响。企业规模对资金使用效率影响并不明显。此外, 值得注意的是, 本文选取的是A股上市制造业企业, 而不是所有的上市公司, 样本有较大限制。同时, 选用的被解释变量也不是唯一的, 譬如可以使用经济增加值 (EVA) 来代表资金使用效率, 可能效果更好也更科学。解释变量的选取虽然避免了多重共线性等诸多问题, 但在相关性方面还是有欠缺, 不能达到高度相关。
参考文献
如何提高制造业生产效率 篇4
关键词：生产效率,制造业,企业组织
伴随着21世纪的来临, 企业的生产经营也在发生着巨大变化:产品的生产周期缩短, 产品更新加快, 产品的生产由少品种大批量向多品种小批量甚至单件生产的生产类型过渡, 产品上市时间缩短, 产品质量日益提高, 产品成本日趋降低, 产品的售后服务日趋完善, 这对现代生产管理提出了新的要求。同时运筹学、系统工程、微电子计算机等科技成果和新技术的出现和成熟, 又推动了生产管理理论和方法的发展, 所以近几年来企业生产管理出现了许多新的思想和新的趋势, 并在实践中逐步得到推广和应用。
在制造型企业中, 生产主管经常遇到的问题主要有, 生产安全、生产效率、产品质量、产品成本、现场管理等等, 而这些问题都是密切相关的。本人在生产性企业单位工作多年, 依据以往的工作经验, 简单谈一些关于生产管理方面, 如何提升企业生产效率的话题。当我们将效率概念应用于一个特定企业的时候, 所要研究的问题是该企业能否利用一定的生产资源生产出了最大的产出, 这种效率被称之为“生产效率”或者“技术效率”。在组织管理和技术层面上, 生产效率问题体现为, 在给定一个投入集合的约束下, 企业是否达到最大产出的问题。
企业是一个比较复杂的组织, 而且企业在不同的发展阶段和不同的竞争环境中, 会根据特定需要不断变化企业的组织结构。但是, 一般来说, 不论企业结构多么复杂、变化多么巨大, 企业组织都会包括决策层、管理层和操作层。在每层的人数配备因企业的差异而有所不同, 但大多数情况下这三个层次的人员数量组成是成金字塔形状的, 越往下人数越密集。通常人们以为企业的生产效率主要受金字塔的底端的员工所影响, 其实不然, 企业中各个层面的员工都在不同程度上影响着生产效率。我们可以细致地分析一下, 企业组织的三个层面, 对提高企业生产效率都起着什么样的作用。
首先, 了解决策层在提高生产效率中的功能。作为企业在战略问题上的把关者, 决策层肩负着企业生产效率是否能提高的关键, 如果在决策上出现了差错, 那么下面执行的效率越高, 带来的结果将使企业受到的损失越大, 从这里我们可以看出, 一个决策层在企业生产效率实现的关键之处。
在当前社会, 大多数企业为了提高生产效率、产品质量, 都会推行一些管理体系, 或者说是管理工具, 比如ISO9000、5S、TPM、6sigma、精益生产体系等等。在这些管理体的推行过程中, 决策层肩负着不可推卸的责任。无论是决定采用什么管理体系, 还是在具体实施过程中给与多大的推行支持, 决策层都需要给与高度关注。如果没有决策层的支持和关注, 就算企业采用了最先进的管理体系, 最终的实施结果, 估计也只能是喊喊口号、做做样子, 根本起不到优化流程、提高效率的作用。
其次, 我们来看看管理层, 也就是我们常说的企业中层干部或执行层。作为将决策层的战略概念转化为具体事物的执行层, 管理层不但要对决策层的意图、战略等实质性问题的理解和把握要非常准确, 而且在对战略问题的实现上要将其转化成战术上的应用, 并将这种战略的理念充分地灌输到操作层中去。如果管理层在译读决策层的问题上出现差错, 那么对企业生产效率的提高也是非常大的阻力。另外, 管理层在实际管理操作层员工的时候, 也是十分关键的, 管理得法会大幅推进生产效率的提高, 否则就会起到负面的作用。管理层督促操作层员工提高工作效率, 这是企业管理上的一个概念, 这要求企业管理者, 必须将企业的管理理念与操作层进行充分的沟通, 同时管理者还要做好模范带头的作用, 以实际行动去鼓励和促进操作层, 来提高企业的工作效率。
与操作层相比, 管理者真正的价值不在于参与生产, 而是能否在生产现场出现问题时, 及时有效地使问题得到根本性的解决。生产现场的活动是很复杂的, 在我们的生产作业现场常见问题非常多, 如作业流程不顺畅、设备故障、安全事故、重复返工、物品标识不清、异常未及时发现、异常事故重复发生等等。当企业的管理人员发现生产现场的问题时, 很多管理人员并没有仔细地分析问题, 通常的解决方式往往只是采取补救的措施, 只能解决表面问题, 没有使问题得到真正的实质性的改善和解决。经过一段时间, 问题又可能重复发生。管理者在遇到问题时, 首先要清晰地界定问题, 也就是问题点究竟出在哪里。管理人员在分析问题来源的过程中, 可能涉及到相当多的部门。因此, 界定问题绝对不是要界定责任, 而是为了彻底寻找问题产生的根源, 从而为下一步更好地衡量、分析和解决问题打下坚实的基础。当真正清楚了问题点的核心所在时, 我们才能针对核心的问题进行专门、细致的分析, 思考究竟使用什么样的技巧和方法去解决问题, 才能卓有成效地帮助企业的相关管理者彻底找出完善的整改计划, 提高生产效率。在实施了有效地改善措施之后, 事情并不是到此为止了。还需要将所做的有效措施进行标准化, 把应做到的事情都分别按步骤地逐个记录下来, 并要求每个部门都严格地按照这种方式运行。这样, 才能出色有效地控制问题点。另外, 还需要对措施实施后的效果进行追踪, 并逐步将有用的经验标准化, 积累经验, 以便于将来出现类似问题时能及时地采取有力的措施。
本人的岗位是车间主任, 属于典型的中间管理层, 大部分时间都在现场工作。生产现场是产业工厂管理的真正重心之所在, 只有不断加强现场管理才能有效实施精益生产, 只有将现场管理的日常指挥权真正交给车间主任, 各辅助部门自觉地做好现场服务, 以车间主任为中心, 建立起一整套完整而有效的现场管理体制, 才能将现场管理工作搞好, 真正地收到实效。“没有市场就没有工厂”, 这是尽人皆知的道理。但在工厂内部, “没有现场就没有工厂”、“车间是上帝”的思想在许多人的头脑中并没有真正树立起来。因此, 我们应该确立车间现场就是“上帝”的基本管理原则, 强调“现场第一”, 明确职能部门与车间的工作关系, 并组织开展了全面的、系统的培训工作。通过培训, 使管理者、操作者认识到:现场是企业劳动价值实现的直接承担者, 工厂目标的实现要取决于生产现场。事实上, 从职能地位来看, 车间处在生产行政关系承上启下的咽喉要道上, 是工厂综合管理在现场协调、综合运转的核心, 是上下左右信息流通的十字路口, 不把车间现场当作“上帝”, 不为现场服务, 现场的问题就很难得到及时有效的解决。从工厂实践来看, 车间安全则全局稳定, 有一个车间跟不上大局步伐, 则全局失调。所以, 必须牢固树立车间现场就是“上帝”的思想, 以车间主任为中心, 服务到现场, 使“三现主义”在现场真正得到贯彻落实。
车间主任要采取一系列措施, 通过对各种生产数据进行分析, 及时发现问题, 控制现场, 实现对现场的动态管理。首先要对在制品实现动态控制, 实现在制品数量的动态控制, 就是要掌握毛坯的投入量和成品产出量以及废品数量, 通过每日计算, 掌握在制品的波动状况。其次要对设备故障进行统计与分析。设备发生故障, 应及时进行抢修, 建立“消火”与“防火”体系的目的, 就是为了最终防止重复故障的发生, 从而不断减少设备故障的发生。进行设备故障统计, 对重点故障进行解剖分析, 可以为现场决策提供有用数据。不良品管理是另一项重要工作。不良品管理在车间有两方面的内容:一是对不良品的控制管理;二是出现不良品后的处理。对于不良品的处理, 首先是要对现场不良品的存放定位, 并定时进行处理, 有计划地开展不良品返修工作, 并根据生产的变化状态, 进行零件补充。对于不良品的控制管理, 采用一些有效的图表手段, 如排列图、直方图、控制图、因果分析图等。有效工时和有效工时利用率是一个很重要的问题。有效工时是指操作者在一个工作班时间内应有的作业时间, 有效工时=制度时间-计划停工时间。制度时间是指一个工作班时间, 如白班480分钟。计划停工时间是指设备试运转、工间休息、清扫机床及布置工作场地等规定时间。如果有效工时利用率为100%, 则说明操作者充分利用有效工时做了生产上必要的作业, 反之则要进行原因分析。通过对有效工时利用率进行分析, 能使我们准确地将影响生产的内、外部因素区分出来, 明确主攻方向, 然后分头去做各方面的改善工作。目视管理是一种有效的措施。为了方便管理, 将一些相关图表公布出来, 让管理者和操作者都清楚各项工作进展动态状况。现场“驻屯”管理也是一种有效的方式。现场“驻屯”管理, 是指车间主要负责人及工段长、班组长、机电维修人员、生产控制、技术工艺人员等, 驻扎在生产现场, 及时发现问题, 处理问题, 并迅速报告。为实现精益生产方式, 为使现场问题及时解决, 以车间主任为中心, 组织有关人员进行现场“驻屯”是进行有效管理的方法之一。现场“驻屯”管理的目的, 是使有关人员联合起来现场办公, 迅速而有效地解决现场问题。“驻屯”人员同心协力, 在车间主任领导下, 努力提高工作效率。最后, 标准化管理也是常用的管理方式。现场工作的开展, 最终都要形成标准, 拟定出相应的标准作业规范, 使各项工作按照标准有序开展。尽管也有人讲没有标准化也可以改进, 但这不是我们向往的改进, 也不能持久。这种改进是偶然的, 也许是碰巧我们走运。不仅如此, 如果这种改进不转化为标准, 可能很快就会前功尽弃。
最后, 谈谈操作层如何能有效实施来自上层的措施。操作层, 也就是企业最前沿的员工, 应该要有责任心, 要有使命感, 要能脚踏实地完成上级安排的指令, 这样才能保证来自决策层和管理层的措施落到实处, 才能最终提高生产效率。但是, 这些思想的形成, 一方面来自员工的自身素养和觉悟, 另一方面和企业长久的人才管理机制、完善的激励制度是有很大关系的。现在有不少企业在招聘员工时, 都打着以人为本的旗号, 可实际工作中根本体现不出这一点, 更有甚者, 强迫员工加班、连续高强度作业、无视员工发展规划等现象都时有出现。由此来看, 要保证操作层能有效实施来自上层的措施, 最重要的是企业切实地以员工为最宝贵的财富, 并以适当的方法去激励员工, 以提高员工的责任心和使命感。
关于企业的长期人才管理机制, 需要决策层纵观各方面情况, 实际考虑员工发展来制定。关于激励的方式也有很多, 我们以如何计酬为例。如果企业的生产工艺允许实施计件工资, 那么最好的方法就是实施计件薪酬, 实施计件薪酬后的效率一般都能提升10%以上;如果企业的生产管理形态不适合实施计件工资, 实施绩效奖金制度则是必须的。
中国制造业能源效率及其影响因素 篇5
一个国家想要启动工业化发展、顺利融入全球化以及实现国家经济快速发展,制造业发展是关键。自改革开放以来,中国经济高速发展,而制造业创造了1/3的国家GDP,提供了8 000多万个就业岗位以及1/3的国家财政来源,已成为国民经济运行的主体产业,在推动我国经济高速增长、促进社会充分就业中发挥了重要作用。然而,在制造业发展迅速的同时,其能源消耗量也在所有行业的能源消耗量中所占比重居高不下,2004—2012年中国制造业能源消耗量占全国能源消费总量58%左右。近20年来,在中国GDP增长率平均保持10%的背景下,中国能源消费呈现总量大、增长快的趋势,并且据发达国家发展经验推断,中国能源消费总量还将继续攀升,中国还未迎来人均能耗峰值[1]。同时,由于中国能源结构中煤炭等化石能源比重较高,环境规制力度较弱,使得我国水和大气污染越发严重,近年来我国城市出现大面积雾霾给人们的身体健康和生活质量带来严重影响,节能减排已经成为全民迫切期望解决的重大问题。
我国“十二五”规划提出“绿色发展”,即在传统发展基础上的一种模式创新,强调绿色发展建设资源节约型、环境友好型社会。中国是制造业大国,而要想实现中国制造业由大变强,必须走“新型化”道路,尽快实现由大量依靠自然资源投入、以牺牲环境为代价的粗放式发展道路转向依靠科技创新和技术进步,以提高效率为主要动力,注重节约资源、环境保护的集约化发展轨道[2]。未来中国制造业必须走“新型化”发展道路,需要不断提升其经济创造能力、科技创新能力、社会服务能力、能源节约能力和环境保护能力[3]。因此,本文对节能减排约束下中国制造业能源效率及其影响因素进行研究,首先基于非期望产出测度制造业行业能源效率,然后从所有行业及分类行业角度考察中国制造业能源效率的主要影响因素、方向及大小,对提高中国制造业能源效率,缓解中国制造业的高能耗、高污染、高排放,探寻制造业节能减排工作重点,进一步探讨资源环境双重约束下中国制造业的可持续发展具有重大的理论价值和现实意义。
2 文献综述
能源效率的内涵在于所消耗的能源量对于维持或促进整个社会、经济与环境系统可持续发展的贡献量。能源效率是一种技术效率,即用较少的包括能源的投入量来获得尽可能多的能源服务产出量。国内外对能源效率进行了较为广泛的研究,现有研究大致可分为两类:一类是未考虑其他要素影响的单要素能源效率;另一类是基于多投入-多产出的全要素能源效率。单要素能源效率是指单位GDP能耗,即能源消耗强度以及能源生产率比例,反映了经济活动中能源消费与有效产出的关系。全要素能源效率的评价指标为目标投入能源与实际投入能源的比值,是指资本、劳动力、能源等多投入和GDP产出间的生产关系。
单要素能源效率指标虽然直观且计算简单,但是它未考虑其他投入要素影响,旨在考察能源作为单一投入要素与GDP产出的关系;而GDP产出是能源与劳动力、资本等相互可替代的要素投入共同组合的结果,因此它夸大了能源效率,且无法反映其他生产要素如资本和劳动力对能源的替代作用,具有比较明显的缺陷。全要素能源效率指标在除能源要素投入外的其他要素(如资本、劳动)保持不变的前提下,按照最佳生产实践,一定产出所需的目标能源投入量与实际投入量的比值,从而有效弥补了传统单要素能源效率研究方法的缺陷[4]。目前学者大多采用全要素能源效率指标进行能源效率的研究。
随着研究的不断深入,国内外许多学者对能源效率的影响因素也进行了相关研究。大致可归纳为如下5个方面:
(1)在行业内竞争方面。行业的竞争可以在一定程度上影响能源效率,随着竞争程度越发激烈,越能带来更多研发激励,刺激企业改进生产技术,带来创新,提高能源效率,如Arrow[5]、Nickell[6]、Ahn[7]等学者认为行业内竞争可以促进能源效率提高。但是也有一些学者如Schumpeter[8]、Raith[9]等认为行业内竞争对能源效率有负向影响。
(2)在技术进步方面。技术进步是影响能源效率的重要因素,但由于能源回弹效应的存在,使得技术进步对能源效率的影响变得不确定。李廉水等[10]、姜磊等[11]研究发现技术进步有利于能源效率提升。但是,Birol等[12]、王群伟等[13]研究发现技术进步有可能引致能源回弹效应,从而对能源效率提升作用不明显。
(3)在能源消费结构方面。有学者研究认为,能源消费结构改变如煤炭消费比重下降对能源效率提高有正的影响。由于煤炭是中国能源消费的主要部分,如2013年煤炭消耗量占总消耗量的66%,石油天然气占24.2%,风能水能等占9.8%。Sinton等[14]认为煤炭长期占据能源消费的主要部分,在运输和使用过程中都会产生很多能源损耗,不利于能源效率提升。但是也有学者如董利[15]、谭忠富等[16]得出不同结论。
(4)在对外开放方面。许多学者从对外开放角度来分析能源效率,但得出的研究结论却存在较大差异。史丹[17]、张少华等[18]认为对外开放可以促进能源效率的提高。而董利[15]、刘畅等[19]认为对外开放对提高能源效率作用不明显,甚至会有负面作用。
(5)在环境规制方面。万伦来等[20]、张瑞[21]认为环境规制可以促进能源效率的提高。而李伟娜等[22]、陈德敏等[23]认为环境规制不但不会促进能源效率提高,还会造成能源效率下降。
已有研究取得了丰富的成果,但大部分文献采用DEA研究全要素能源效率,而它会带来各决策单元投入要素“松弛”的问题,且许多研究对能源投入带来的非期望产出涉及较少,这会带来估计和分析的偏误;同时,现有文献较少对制造业的全要素能源效率进行研究,多集中于国家总体层面,且部分研究制造业能源效率的文献往往以省级区域为研究对象,忽视了行业对节能更具有实践意义,它是国家能源政策的基本出发点。且以制造业行业为研究单位,信息量更加丰富,更能发现能源效率影响的制度及行业环境因素。
因此,结合以往研究,本文的创新之处主要表现在以下两个方面:第一,考虑伴随生产过程的非期望产出,基于Tone[24]提出的适用于多投入多产出的复杂生产系统分析的SBM模型,对环境约束下制造业行业能源效率进行测度。第二,大多数文献都是采用省际面板数据进行分析讨论,这往往忽视了能源效率的行业异质性,因此针对不同技术水平、能源消耗和环境污染的制造业行业,分析其能源效率大小并通过“能源效率-环境污染”对中国制造业29个行业进行分类,从而更好地反映了制造业能源效率影响因素的行业异质性,并为中国制造业各行业根据自身的行业性质有针对性地提出相关政策建议。
3 环境约束下全要素能源效率的测度及行业分析
3.1 非期望SBM模型
本文研究的是考虑非期望产出情况下基于行业异质性的全要素能源效率,因此借鉴基于非期望的SBM模型如下:
式(1)中:m为投入要素的种类;n1为产出的种类,n2为非期望产出的种类;X0、Y0、si-、sjg、sjb分别为投入、产出、投入松弛、产出松弛和非期望产出松弛;X、Y、S-、Sg、Sb分别为决策单元的投入、产出、投入松弛、产出松弛和非期望产出松弛矩阵;λ是一组列向量代表各投入要素的权重;ρ为决策单元的效率得分[25]。
3.2 变量的选取
本研究选取的投入要素为资本投入(分行业固定资产投资)、能源投入(分行业能源消费总量)和劳动力投入(分行业从业人员);期望产出为制造业分行业主营业务收入,非期望产出为分行业工业废气排放量、分行业工业废水排放量和分行业工业固体废物产生量。选取中国制造业29个行业2003—2013年的面板数据作为研究样本,共有319个观察值。上述变量数据来自《中国统计年鉴2004—2014》、《中国能源统计年鉴2014》和《中国环境统计年鉴2004—2014》。研究样本的描述性统计如表1所示。
3.3 测度结果及分析
本文采用Max DEA5.2软件,模型设定为投入产出双向、规模效率不变的非期望SBM模型,对中国制造业29个行业整体的全要素能源效率以及分行业全要素能源效率进行测度,结果如表2所示。
观察表2所得结果,首先从制造业行业整体角度进行分析,如图1所示。
由图1可知,制造业行业整体能源效率在2003—2013年间呈稳定上升趋势,由2003年的最低能源效率值0.625 0稳定上升至2013年的最高能源效率值0.751 6,上升较为缓慢;平均能源效率值为0.688 1,标准差为0.041 5,在产出不变的情况下,每年的节能潜力为24.8%~37.5%。
其次,从制造业分行业角度进行分析,分别如图2和图3所示。
由图2和图3可知,我国制造业各行业的能源效率值差异比较明显,其中行业全要素能源效率值较高的保持在0.825 0以上,较低的行业全要素能源效率值均低于0.525 0,与高能源效率行业差异约为0.3,说明这些行业的节能减排潜力很大。且与已有研究结果相比较,本文测得的分行业能源效率值普遍比较低,这是由于本文研究的是环境约束下能源效率的测度,考虑了非期望产出,这更符合经济活动的实际情况。此外,在2003—2013年间,除了计算机、通信和其他电子设备制造业的能源效率值始终为1以外,其余28个行业的能源效率值均呈波动上升态势。
由以上综合分析可知,中国制造业行业整体以及分行业在2003—2013年间能源效率稳定提高,但存在能源低效的实际现象,提高制造业行业能源效率将有助于我国节能减排目标的实现;且由于考虑环境约束的非期望产出,所测得的能源效率值较低,这与预期结果相符并更符合实际情况。
3.4 聚类分析
按照以上得到的制造业行业能源效率的测算值,本文将从能源效率—环境污染2个角度对制造业各行业进行分类。能源效率指标采用计算得出的全要素能源效率值,环境污染指标用分行业工业废气排放量/分行业主营业务收入。分类方法采用SPSS17.0中快速聚类法的欧式平方距离方法,如图4所示。
由图4可知,高效率高污染行业有纺织业,酒、饮料和精制茶制造业,石油加工、炼焦及核燃料加工业等;高效率低污染行业有计算机、通信和其他电子设备制造业,电气机械和器材制造业,专用设备制造业,烟草制品业等,这些行业均应为国家重点发展的产业,但烟草制品业不是未来的主导产业;低效率高污染行业有废弃资源和废旧材料回收加工业,化学原料及化学制品制造业,食品制造业,医药制造业等,该类行业能源消耗大、环境污染严重,需要国家限制发展,开发促进节能减排的行业技术;低效率低污染行业有纺织服装、服饰业,通用设备制造业,文教、工美、体育和娱乐用品制造业等。计算机、通信和其他电子设备制造业等属于高效率行业,这些行业一般初始投资规模较大、经济实力雄厚,有更多的科技研发资金及外资引进机会,技术水平及产业附加值高。造纸及纸制品业等为低效率行业,这些行业大多属于以传统加工业为主的劳动密集型行业,资本密集程度低,技术更新缓慢,产业附加值低,环境污染严重,经济增长方式粗放。
4 中国制造业能源效率影响因素分析
4.1 计量模型与数据来源
4.1.1 计量模型
依据当前中国制造业经济的发展特点,本文选取5个基本影响因素来分析中国制造业行业环境约束下全要素能源效率的差异,包括行业内竞争、技术进步、能源消费结构、对外开放以及环境规制。我们把计量模型设定为如下形式:
其中:ln Eneit为制造业行业能源效率;ln Amouit、lnRDit、ln Struc it、ln Expoit、ln Envirit分别为行业内竞争、技术进步、能源消费结构、对外开放和环境规制;下标i和t分别为行业和年份,其他字母则分别为常数项、变量的系数和残差。
4.1.2 变量说明
(1)行业能源效率(Ene)。本文第三部分是关于制造业29个行业环境约束条件下全要素能源效率的测度,测度结果及分析分别见表1、表2,图1、图2和图3;并且通过能源效率—环境污染聚类分析,我们将制造业29个行业分为4大类(见图4)。本文将从2个角度对制造业能源效率影响因素进行研究,分别是所有制造业行业角度以及按照聚类划分的4块不同类别制造业行业角度。
(2)行业内竞争(Amou)。行业内竞争程度越激烈,越可以激励企业创新、促进企业研发新的技术,从而提高能源效率。竞争往往比垄断能产生更多的研发激励[5]。本文用行业内企业数量来表示行业内竞争。我们预期行业内企业数量越大,竞争越激烈,能源效率越高。
(3)技术进步(RD)。由前文的文献总结可知,技术进步可以提高能源开采、转换、储运效率,降低能源开采过程中以及加工转换过程中的能耗,对能源效率提高有促进作用,因此本文选取技术进步指标来研究其对制造业行业能源效率的影响,用行业R&D经费内部支出表示。一般情况下,R&D经费支出越大,技术进步越快,对能源效率越有促进作用。我们预期技术进步与能源效率正相关。
(4)能源消费结构(Struc)。已有研究表明,煤炭消费比重越大,能源效率越低。本文用行业煤炭消费总量与行业能源消费总量的比值表示能源消费结构。本文预期能源消费结构与能源效率负相关。
(5)对外开放(Expo)。对外开放对能源效率也有影响,史丹[17]将中国1949—1960年以及1978年改革开放以来的开放阶段,与1961—1977年的封闭阶段相比,发现中国能源效率水平明显偏高。本文选取行业出口交货值与行业主营业务收入的比值来表示行业对外开放程度。该比值越大,对外开放程度越大。我们预期对外开放程度对能源效率影响为正。
(6)环境规制(Envir)。著名的“波特假说”认为合理的环境规制能够带来技术创新激励,从而为环境规制的成本带来创新补偿,弥补甚至超过环境规制带来的成本,即创新的补偿效应大于规制的总成本时,企业能源效率就会提高。本文选取工业固体废物综合利用率来衡量环境规制,行业工业固体废物综合利用率越高,环境规制越严格。本文预期环境规制可以促进能源效率提高。
中国制造业能源效率有关解释变量的说明如表3所示。
4.1.3 数据来源
本文共选取了中国制造业28个行业(废弃资源和废旧材料回收加工业由于数据缺失年份较多,去除)2003—2013年的变量数据作为样本数据,各指标数据来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国能源统计年鉴》以及《中国环境统计年鉴》。
4.2 所有制造业行业影响因素分析
对各主要变量的数据特征作简要的描述性统计,结果如表4所示。
为了得到较为准确的结论,参照国内外学者通常做法,分别采用固定效应(FE)、随机效应(RE)和可行的广义最小二乘法(FGLS)进行估计。分析软件选用Stata12.0。各解释变量的系数估计结果如表5所示,固定效应模型(FE)、随机效应模型(RE)、可行的广义最小二乘法(FGLS)的估计结果分别如表5中(1)、(2)、(3)列。
注:1)系数下方的值是t值;2)***、**、*分别表示变量系数通过了1%、5%、10%的显著性检验。下同
根据Hausman检验的P值判断,P值为0.527 4,大于0.05,则用随机效应,也就是说,根据Hausman检验,随机效应的结果优于固定效应。通过表5可知,随机效应与可行的广义最小二乘法(FGLS)系数符号一致,又因为可行的广义最小二乘法(FGLS)在一定程度上消除了可能存在的异方差性和序列相关性,因此我们认为可行的广义最小二乘法(FGLS)得出的结果是稳健的。通过观察表5的(3)列,我们可以得出以下几点结论:
首先,行业内竞争对能源效率有正的影响,通过了1%的显著性检验,并且当行业内竞争增加1%时,能源效率提高0.045 2%,与预期一致。表明行业内企业数量增多能够促进行业能源效率提高,因此我国制造业可以通过提高行业竞争度来提高行业能源效率。
其次,技术进步对能源效率有正的影响,通过了10%的显著性检验,并且当技术进步增加1%时,能源效率提高0.002 4%,与预期一致。表明技术进步对提高我国制造业能源效率发挥重要作用,因此可以加大R&D经费内部支出,投入更多人力物力取得技术进步,开发更多新的能源节约技术,提高行业能源效率。
再次,能源消费结构对能源效率影响为负,通过了1%的显著性检验,并且当能源消费结构即煤炭消费比重增加1%时,能源效率降低0.046 5%,与预期一致。表明降低行业煤炭消费比重将有助于提高行业能源效率。
此外,对外开放对能源效率有负的影响,通过了1%的显著性检验,并且当对外开放增加1%时,能源效率下降0.118 9%。这是由于高能耗产品出口比例增加会降低中国工业行业能源效率,与本文预期不同,但与部分研究者结论相符[15,19]。而我国六大高能耗行业中,制造业占了5个,因此制造业出口比重越高,能源效率越低,因此我国可以通过降低高能耗行业出口比重来提高制造业的能源效率。
最后,环境规制对能源效率有负的影响,通过了1%的显著性检验,并且当环境规制增加1%时,能源效率下降0.070 0%。这是由于,当环境规制带来的创新补偿并没有弥补环境规制带来的成本时,能源效率并不会提高,还会下降[22]。因此可以实施差别化环境法律法规和管理政策,对于资本密集程度较低、经济实力较弱的行业,可适当放宽环境规制力度,降低成本,实施有节制的减税政策[23]。
4.3 各类制造业行业影响因素分析
根据能源效率—环境污染聚类分析将中国制造业28个行业分为4块,分别为高效率高污染行业、高效率低污染行业、低效率高污染行业和低效率低污染行业。由前述分析知,可行的广义最小二乘法(FGLS)在一定程度上消除了可能存在的异方差性和序列相关性,为此我们认为可行的广义最小二乘法(FGLS)得出的结果是稳健的。各类行业可行的广义最小二乘法(FGLS)的估计结果如表6所示。
通过观察表6我们发现,制造业能源效率的影响因素存在行业异质性,不同类别行业的能源效率影响因素作用的大小方向有所不同。通过分析各类行业的计量结果,我们可以得出以下结论:
首先,对于纺织业等高效率高污染行业,行业内竞争与技术进步对行业能源效率的影响系数为正(0.020 3和0.006 3)且均通过了1%的显著性检验,表明可以通过提高该类行业内竞争度、加大技术投入力度来提高该类行业的能源效率;能源消费结构系数为正(0.064 1)且通过1%的显著性检验,对于该类行业,煤炭消费比重提高反而可以促进能源效率提高,这与部分研究者结论相符[15,16];环境规制系数为正(0.003 3)但未通过显著性检验,表明对于该类高污染行业,应加大环境规制强度,提高能源效率。
其次,对于专用设备制造业等高效率低污染行业,行业内竞争、技术进步以及环境规制对能源效率影响系数均为正(0.051 4,0.002 9和0.021 8),且行业内竞争通过了1%的显著性检验,后两者未通过显著性检验;能源消费结构以及对外开放系数为负(-0.100 5和-0.081 2),均通过了1%的显著性检验。表明对于该类技术壁垒水平高、技术更新快、研发能力强、附加值高、环境污染小的行业,可以通过提高行业内竞争度、加大技术投入和环境规制力度、降低煤炭消费比重和出口比重来提高该类行业能源效率。
再次,对于化学原料及化学制品制造业等低效率高污染行业,行业内竞争影响系数为正(0.042 2),通过了1%的显著性检验;技术进步、对外开放以及环境规制影响系数为负(-0.007 4、-0.216 6和-0.045 8),前两者通过了1%的显著性检验,环境规制未通过显著性检验。表明对于该类大多属于传统劳动密集型的行业,资本密集程度低。能源消耗大,环境污染严重,技术水平及产业附加值低,发展方式较为粗放,应该提高行业内竞争度,控制技术投入力度,降低出口比重,适当放宽环境规制力度,才能提高该类行业能源效率。
此外,对于纺织服装、服饰业等低效率低污染行业,行业内竞争、技术进步、对外开放以及环境规制对该类行业能源效率均有正的影响(0.081 4、0.016 1、0.068 1和0.005 8),且除了环境规制影响系数不显著外,均通过了1%的显著性检验;能源消费结构为负(-0.015 6),但未通过显著性检验。表明对于该类大多生产能耗低的产品,可以通过提高行业内竞争度、增加技术投入、提高行业出口比重、加大环境规制力度、降低煤炭消费比重来提高该类行业能源效率。
综上所述,我们可以看出对于4种类别的制造业行业,其能源效率影响因素的影响方向、大小有所不同,即存在行业异质性。据此,我们得出有针对性的、基于行业性质的,改善制造业能源效率的有益结论和合理措施。
5 结论与启示
本文首先利用2003—2013年中国制造业29个行业的面板数据,基于非期望SBM模型测度了环境约束下全要素能源效率的大小,并按能源效率和环境污染指标将制造业29个行业分为4类;然后,实证分析了行业内竞争、技术进步、能源消费结构、对外开放和环境规制对制造业能源效率的影响及其行业异质性。
5.1 结论
(1)中国制造业2003—2013年能源效率稳定上升,节能潜力为24.8%~37.5%。由于考虑非期望产出,所测得行业能源效率值偏低,与预期相符且符合实际。
(2)行业内竞争、技术进步对制造业能源效率有正的影响,且前者较后者影响显著;能源消费结构、对外开放和环境规制对制造业能源效率均为显著负影响。
(3)由聚类分析得到4类行业,对不同类别行业,5个解释变量的影响大小及方向不同,即能源效率影响因素存在行业异质性。
5.2 启示
(1)对于高效率高污染行业,应该提高行业内竞争度,加大科技研发投入,发展能源节约技术,开发清洁型能源,加大环境规制力度,降低污染,提高该类行业能源效率。
(2)对于高效率低污染行业,应该增加行业内企业数量,提高竞争度。该类行业高技术产业居多,应该积极学习外国先进技术,加大科技研发投资力度,及时进行技术更新,使用清洁能源。对外开放方面,首先,应该优化贸易结构,降低高能耗产品出口比重,增加低能耗产品出口比重;其次,增加科研投入,开发能源节约技术,引进先进生产技术设备,降低高能耗产品生产过程的能源消耗,从源头上提高能源效率并加大环境规制力度。国家应该重点发展该类行业。
(3)对于低效率高污染行业,由于该类行业大多属于传统的劳动密集型产业,经济增长方式粗放,技术水平较低且更新缓慢,大多生产高能耗产品且环境污染严重,因此应该限制R&D经费内部支出,减少科技投入,优化对该类行业投资结构;同时限制出口,降低高能耗产品出口比重,适度放宽环境规制力度,从而提高能源效率。国家应该限制该类行业发展。
(4)对于低效率低污染行业,应该提高该类行业内竞争力度,增加企业数量,增加科技研发投入,合理引进更先进的生产设备,合理安排能源消费结构,减少煤炭消费比重,并积极发展清洁型能源,鼓励出口贸易,加大环境规制力度。以上这些措施均可以提高该类制造业行业的能源效率。
摘要：以2003—2013年中国制造业行业面板数据为样本,研究环境约束下的制造业全要素能源效率及其影响因素。研究结果显示:行业内竞争、技术进步对制造业能源效率有正的影响,能源消费结构、对外开放以及环境规制对制造业能源效率有负的影响;同时,以上影响因素存在行业异质性。基于上述结论,提出改善制造业能源效率的相关政策建议。
提升中国制造业自主创新效率研究 篇6
“十二五”时期,转型与创新是我国经济社会发展的两大主题。我国实体经济,特别是以制造业为核心的工业,承担着产业升级与发展方式转变的艰巨任务。从现在国际经济环境看,2008年全球金融危机以后,随着欧美经济的止跌回升,世界经济开始全面复苏阶段,但金融海啸给全球带来的“余震”尚未结束,国际经济复苏将是一个缓慢曲折的过程。从国内经济看,经济回升的基础不稳定,内需后劲不足,部分产业产能严重过剩,资源环境约束趋紧,产业结构调整压力和难度加大,一些深层次矛盾特别是结构性矛盾仍然突出。面对“内忧外患”的局面,加强我国制造业自主创新能力迫在眉睫。从传统新古典增长理论可知,通常一个国家的技术进步有两条渠道:一是靠技术引进,消化、吸收、模仿创新;二是依靠加大R&D活动投入,提高创新效率,获得新的技术能力。然而我国制造业技术引进一直存在“消化不良”的现象,外资技术溢出效应并不明显,并且在某些行业和地区出现了负效应,国内外一些学者也研究表明,依靠外资引进无法彻底改变技术落后的局面。因此,在资源约束趋紧的背景下,提高自主创新效率是增强自主创新能力的必然选择。
目前,有关制造业创新效率测度的问题,国内两种方法较为流行。一类是非参数方法,另一类是参数方法,即SFA(随机前沿分析)和DEA(数据包络线分析模型)。SFA采用了计量方法对前沿生产函数进行估计,依赖于数据的随机假设性,有更为坚实的理论基础,同时SFA在测量误差和统计干扰处理上具有优势。但SFA在函数设定和分布假设方面要求过于严格,应用范围较为有限。DEA方法与SFA相比,它不需要估计投入产出的生产函数,避免了因错误函数形式带来的问题,也不需要考虑量纲归一以及指标权重的问题,从而保证了内容和结果的客观性,对于多投入多产出复杂系统有着较强的适应性。国内把DEA方法用于制造业创新效率相关问题研究的成果主要有:沈能(2006)认为1985—2003年中国制造业全要素生产率的增长主要得益于技术进步的提高,技术效率变化值为负。杨桂元、王莉莉(2008) 对我国制造业技术进步与技术效率及地区差异进行了研究。余泳泽(2009) 运用DEA模型以及Malmquist指数对我国高新技术产业创新过程各阶段的创新效率及其影响因素做了实证分析。王姗姗、屈小娥(2011)首次运用Malmquist指数分行业分析了我国制造业全要素能源效率[1]。赵树宽、余海晴、巩顺龙(2013)对吉林的高技术企业创新效率进行了研究。总体来看,我国制造业创新效率研究主要集中在高新技术行业以及区域差异研究,相对而言,缺少对我国制造业整体以及细分行业的动态效率分析。尤其是在金融危机后,基于资源约束下,完整、系统地以我国制造业为研究对象,比较不同产业间、不同行业间的自主创新能力建设及其创新效率情况,鲜见报道。
二、实证分析
数据包络分析DEA(data envelopment analysis)是一种效率评价方法[2],本文将制造业自主创新能力看作一个由若干吸收自主创新投入指数转换为自主创新能力产出指数的复杂开放系统,投入向产出的转换贯穿于自主创新的全过程。利用基于DEA模型的Malmquist指数的方法,来分析我国制造业及各细分产业自主创新效率变化特征。
(一)数学模型
假设有n个决策单元,每个决策单元都有m种类型“输入”以及s种类型的“输出”,第j个决策单元为DMUj,分别以xij、yrj表示DMUj对第i种输入的投入量、对第r种输出的产出量,分别以ωi、μr表示对第i种输入、第r种输出的一种度量。DEA中常用的评价第jo(jo=1,2,…,n)个决策单元(DMUjo)技术有效及规模有效的具有非阿基米德无穷小性质C2R的模型为线性规划,DEA(C2R)具体模型为:
Malmquist指数是基于DEA模型的方法提出的,它利用距离函数的比率来计算投入产出效率。随着该指数的不断完善进步,有以下三个经典公式来说明Malmquist的原理[3]:
该指数涉及到两个单期的距离函数Dit+1(Xit,Yit)和Dit(Xit,Yit),两个跨期的距离函数Dit+1(Xit+1,Yit+1)和Dit(Xit+1,Yit+1)。同时Malmquist指数(1)可以分解为技术效率变化指数和技术进步变化指数的乘积。所以上式可以改写成:
其中#mathml_id=79，#
EC代表了两个时期相对技术效率的变化,称为“追赶效应”或“水平效应”,它测度了从t期到t+1期每个决策单元到生产前沿的追赶程度。当EC>1时,表明决策单元更接近生产前沿面,相对技术效率有所提高。TC是技术进步变化,代表两个时期内生产前沿面的移动,称为“前沿面移动效应”或“增长效应”。当TC>1时,表明生产前沿面向外移动或生产前沿面向上移动,即出现了技术进步。
放松对公式(1)和公式(2)的固定规模报酬的假设,可以进一步将技术效率变化指数分解为纯技术效率变化指数和规模效率变化指数,得到公式(3)
第一项表示纯技术效率变化指数(pech),第二项表示规模效率变化指数(sech),第三项表示技术进步变化指数(TC)。
因为自主创新投入具有多输入和多输出的特征,自主创新的投入效率很难用一个直观的指标来衡量,而基于DEA的Malmquist指数方法可利用多种投入和多种产出变量进行效率变化分析,且不需要相关的价格信息,也不需要成本最小化和利润最大化等条件,更为重要的是它将效率的变化原因分为技术进步变化与技术效率变化,并进一步把技术效率变化细分为纯技术效率变化和规模效率变化,这样就能更为细致地动态分析和深入了解我国自主创新投入效率变动的原因以及各种变化的贡献程度[4]。
(二)效率影响因素解释模型
如果数据具有以下的特点:因变量的数值是切割或片段(截断) 的情况时,那么普通最小二乘法(OLS)回归系数就不再适用,这时遵循最大似然法则的Tobit模型就成为估计回归系数的一个较好选择。该模型的一个重要特征是被解释变量为截断数据,即被解释变量都大于或者小于某个确定值。具有两个有限点的截断回归模型一般形式如下:yi=xiβ+εi,且ci<xiβ+εi<i。若无较低截断点,设ci=-∞;若无较高截断点,设i=+∞。由于DEA方法所估计的效率值,如果采用最小二乘法来估计,可能由于无法完整地呈现数据而导致估计偏差,因此本文决定采用面板数据Tobit回归模型来分析我国制造业研发无效率的影响因素。
(三)指标选取及数据处理
鉴于数据的可得性及数据前后的一致性,本文选取的数据样本为2006—2010年制造业29个子行业大中型企业的面板数据1 015个观测结果。数据主要来自《中国科技统计年鉴》(2007—2011)及《中国统计年鉴》(2007—2011),并对相关数据进行了计算整理。
1. 投入产出指标的选取。R&D资源投入作为创新活动的基本要素,在技术创新中起着关键作用。根据国内学者以往的研究经验,一般选取R&D经费投入以及R&D投入人员全时当量作为技术创新的投入指标,此外本文还加入了新产品开发经费和技术改造经费作为投入指标,这两个指标分别对我国初期产品创新以及转化为最终创新能力起到重要作用。产出指标方面,由于专利数据易于获得,同时专利与技术创新关系紧密,并且该指标标准统一、客观可靠。于是本文同时选取了制造业专利申请数以及发明专利拥有数。另外,为了反映创新成果的利益性,本文选取了新产品产值一项作为衡量创新产出商业价值的指标。
2. 影响因素指标的选取。制度因素衡量较为困难,本文综合借鉴傅晓霞、吴利学(2006)[5]以及余泳泽(2009)[6]对制度因素的度量的处理方法,采用了各行业社会固定资产投资中非国有企业的比重、外贸依存度以及外资依存度三个指标作为影响我国自主创新的制度因素,并采用主成分分析方法把三个指标合称为一个综合指标,作为测度各行业制度水平及其变迁的代理变量;企业规模因素采用平均企业规模指标,采用各行业工业总产值与企业数量之比来综合测度该行业内的平均企业规模;产业绩效指标选用各行业利润与主营业务收入之比来综合测量;技术消化吸收能力指标采用制造业各行业技术引进及消化吸收费用占技术引进和消化吸收经费总额的比重作为衡量标准;政府干预指标采取各行业中国有企业及国有成分固定资产投资占全社会固定资产投资中的比重。
3. 数据处理。本文效仿朱有为、徐康宁(2009)关于指标处理方法,投入指标采用R&D资本存量、新产品开发资本以及技术改造经费存量指标,基期为2006年,以2006年各项经费支出除以10%作为该行业的初始资本存量,并采用15%的折旧率。为了消除价格因素的影响,本文在测算各指标存量之前利用朱有为、徐康宁(2009)“研发价格指数”的计算方法进行了平减[7]。为了获取不变价格的新产品产值,本文用工业增加值指数作为制造业各子行业新产品产值的近似替代进行平减。R&D人员指标本文采用了R&D人员全时当量,单位为“千人/年”。
通过DEAP2.1,我们可以得到29个制造行业的创新效率ML指数的测算结果。
(四)我国制造业自主创新效率变化的实证分析
1. 金融危机后全国制造业技术创新效率和各年度平均变化值分析。从总体来看,2006—2010年我国制造业技术创新效率的Malmquist指数为1.018,说明我国制造业创新效率总体呈上升趋势,平均上升了1.8%。我们对Malmquist指数进行分解发现,其中EC=1.014,TC=1.004,技术创新效率的提升主要得益于技术效率和技术进步效率的共同改善。技术效率上升了1.4%,技术进步效率上升了0.4%。我们进一步把技术效率进行分解,其中纯技术效率变动为0.996,规模效率变动为1.018,这说明我国现阶段制造业技术进步还是主要依靠规模的扩张而非纯技术效率的提升。如表1。
从各年度平均变化来看,2006—2010年我国制造业技术创新效率总体呈上升趋势,然而,技术创新效率上升速度却出现了下行态势,并在2007—2008年出现低谷,技术效率出现下降(如图1所示),究其原因,主要是因为受全球金融风暴的影响,阻碍了我国制造业技术创新效率的进步。
2006—2007年,我国制造业技术创新效率Malmquist指数为1.058,上升了5.8%,主要得益于技术进步的影响,技术效率反而出现了下降;2007—2008年技术效率值落入谷底,技术效率下降了4%,主要是由技术进步效率下降导致的;2008—2009年我国技术效率值出现大幅反弹达到1.041,主要是技术进步效率的大幅提升引起的;2009—2010年我国技术创新效率进一步提升,Malmquist指数为1.015,主要得益于技术效率的改善。从技术效率变化的分解来看,纯技术效率的变动程度要大于规模效率变动的程度,纯技术效率上升了4.7%,规模效率反而下降了1.9%。
2. 我国制造业各子行业的自主创新效率分析。分行业来看,如表2,2006—2010年我国制造业技术创新效率整体呈上升趋势,增长了1.8%,其中有18个行业的技术创新效率大于1,平均上升了3.04%;11个行业出现小于1的情况,平均下降了8.4%。通信设备、计算机及其他电子设备制造业的技术创新效率平均值为1.146,增幅最大。通用设备制造业2006—2010年的平均效率值只有0.817,降幅最为明显。根据29个行业的技术创新效率,我们将各行业的创新效率分为四种创新类型,即高有效创新型 (1.1≤TFP<1.2)、低有效创新型(1≤TFP <1.1)、低无效创新型(0.9≤TFP<1)以及高无效创新型(0.8≤TFP<0.9),并分别对这四种创新类型行业进行分析,详见表3。
(五)制约制造业自主创新效率因素实证分析
在对数据处理之后,我们将TPF作为我国制造业自主创新效率的整体衡量,使用Eviews6.0软件,建立针对数据随机(random-effect)Tobit回归模型,并进行了无常数项的回归分析[8],结果见表4。
通过表4的计量结果,我们可以得出以下四点的主要结论:
第一,制度标量与理论预期结果相同,系数为正,他们与技术效率呈正相关关系,即市场化、开放化水平越高我国制造业研发的整体效率也就越高。制度变量的系数值为1.135 21,这就意味着我国社会主义市场经济体制正在逐步完善,市场化水平不断提高,并对我国创新效率发挥了积极的作用。加大政治经济体制改革,完善社会主义市场经济体系,为我国自主创新提供给一个良好的制度环境,将是我国自主创新建设的重点。
第二,企业规模变量也与预期相同,系数为正,说明技术创新效率与企业规模之间存在正相关关系,即企业平均规模越大,创新效率就越高。此结论与朱有为、徐康宁(2006)[7]和余泳泽(2009)[6]一致。这主要是因为大企业,拥有雄厚的资本实力,更易产生规模经济效应,无论在人力、物力方面都要优于小企业,因此更具创新实力。
注:* 代表 10%的显著水平,** 代表 5%的显著水平,*** 代表 1%的显著水平,-表示未通过显著性检验。
第三,企业的经营绩效同样通过1%的显著性检验,系数为3.262 681,远大于其他变量系数。这说明追求利益最大化仍是企业的主要目标,并且经营绩效与创新效率之间存在相互促进的关系,即企业的经营绩效越好,创新积极性及创新效率往往也会越高;反过来,创新效率越高也进一步提升企业的市场竞争力,从而获得更高的经营绩效。因此,企业可以通过加大科研经费的投入以加强其市场的开拓能力和竞争力,最终实现专利与收益的双丰收。
第四,从企业在技术引进和消化吸收经费上的支出和政府干预政策因素对创新效率的影响来看,二者与创新效率值呈现了不显著的正相关性,未通过显著性检验。说明技术引进和政府干预的创新模型虽然能够对我国自主创新效率产生了一定正的影响,但效果并不显著。自主创新的主体应该是企业,而非政府和大量的技术引进,因此,我国自主创新能力建设根本上还是要充分发挥市场中企业的积极性,减少企业对外来技术的依赖,尽量排除政府和技术引进的“挤出影响”。
三、结论与对策建议
(一)相关结论
本文分别对我国制造业自主创新效率变化趋势及影响因素进行实证研究,得出以下几点结论:(1)从总体来看,金融危机以后,我国制造业技术创新效率整体呈上升趋势,2006—2010年,我国制造业自主创新效率整体上升了1.8%,可以看出我国自主创新和产业结构升级工程取得了明显的进展。并且从对ML指数分解可以看出我国现阶段制造业技术进步还是主要依靠规模效率的扩张而非纯技术变化的提升。(2)从行业内部来看,2006—2010年我国制造业29个子行业中有18个行业的技术创新效率大于1,平均上升了3.04%;11个行业小于1且平均下降了8.4%。(3)从创新效率影响因素来看,企业的经营绩效、制度因素以及企业规模对企业的创新效率具有显著的正向效应,另外,政府干预与技术引进与消化吸收因素对我国制造业技术创新效率呈正相关性,但并未通过显著性检验。这说明政府干预和技术引进可能在一定程度上促进我国制造业创新效率的提高,但政府工作重点应该放在完善制造业自主创新制度环境和市场利益诱导机制的建设上面,而非进一步加强政府直接干预以及继续奉行对外国技术的“拿来主义”,以此最大地发挥企业自主创新的能动性,从根本上提高我国制造业企业的创新效率。
(二)对策建议
1. 明确政府与市场的边界,以“有形的手”推升自主创新效率。明确政府与市场的边界,不是不要政府这只“有形的手”,而是要在政府擅长的领域更好地发挥作用。政府干预在技术创新中的作用包括以下几个方面:首先,一般而言,在发展中国家的经济中,市场容量较为狭窄,需求提升缓慢,企业规模也较小,因此在新技术特别是高新技术的开发过程中既缺乏市场支撑,也受到企业规模的限制。其次,发展中国家不能顺利地实现新技术的国际转移,但它必须在面临国际激烈竞争的同时肩负技术创新的任务,所以由政府提供开发资金或优惠政策显然是有利于国家战略的。再次,技术创新具有很强的外部性效应,政府除了必须在法律政策及适度专利保护措施方面做出努力之外,还应该在公共物品生产及对整个国民经济发展具有重大意义的活动领域内提供特别的资金资助和优惠政策。最后,科学发现和知识进展对技术创新有着十分重要的影响。众所周知,广泛的技术创新非常需要一国科学和教育水平的提高、基础知识的研究与活动。目前,我国市场机制还不健全,如果仅仅依靠市场来配置社会资源,难免出现市场失灵的状况,它将不可能获得由科学与知识进展进而由广泛的技术创新所带来的长期效益。因此,技术创新尤为需要政府有力的合理干预。
2. 完善知识产权与技术市场交易机制,以市场调升自主创新效率。技术创新存在着极强的外部效应,其私人成本在很大程度上可能要大于社会成本。为了减弱技术创新的收益不确定性与外部经济性,一种“外部解决法”就是通过专利法规对技术发明和创新进行必要的保护。完善的知识产权制度能够有效地维护市场经济公平有序竞争,它通过法律手段赋予创新者在一定时期内对其创新成果具有独占权,较好地克服科技创新产品的外部性,从而有效地维护创新者的利益。此外,明晰的知识产权是技术市场运行的前提,知识产权保护水平直接影响技术市场运行的效率,进而影响科技成果转化率、自主创新能力等关乎国家竞争力的问题。因此,只有在完善的知识产权制度和技术市场机制共同运作下才能保证企业创新成果外部效益内在化,创新成果产值最大化,才能永葆企业家创新积极性。
3. 明确创新主体,以大中型企业研发提升自主创新效率。熊彼特认为技术创新动力源自于企业家的“企业家精神”;创新活动主要由具有垄断地位的大中企业的研发部门来完成,大企业比小企业承担更大比例的创新份额。Chen和Chien等人(2004)也认为企业技术创新效率改善需要一定的规模经济性。究其原因在于大企业在吸引人才、研发资金投入、科技成果转化以及实现规模经济方面占有优势。积极鼓励我国制造业中小企业通过扩大投资规模、兼组、海内外业务扩展与技术交流等方式做大做强。另外,周黎安、罗凯(2005)对我国企业规模与创新关系的研究发现,企业规模与创新的正向关系主要来源于非国有企业,而不是国有企业。这就说明企业规模与创新的关系要以一定的企业治理结构为条件,单纯的规模化和集团化并不一定能够保证企业的创新能力的提高,更要注重与自身的管理水平和治理结构相一致。
摘要：通过DEA-Tobit二阶段模型的Malmquist指数法研究发现:危机后我国制造业创新效率总体呈上升趋势,技术进步主要得益于规模效率提升而非纯技术进步变化。另外,企业经营绩效、制度因素以及企业规模对制造业自主创新效率呈显著的正相关;政府干预和技术引进与消化吸收因素对制造业技术创新效率呈正相关,但未通过显著性检验。因此,提升我国制造业创新效率应从减少政府的直接干预、完善市场制度、做大企业规模以及激发企业创新积极性方面入手。
关键词：Malmquist,制造业,自主创新,自主创新效率
参考文献
[1]王姗姗,屈小娥.技术进步、技术效率与制造业全要素能源效率——基于Malmquist指数的实证研究[J].山西财经大学学报,2011,33(2):54-60.
[2]马占新,数据包络线分析模型与方法[M].北京:科学出版社,2010.
[3]Charnes A,Cooper W W,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978,2(6):429-444.
[4]赵鉴华,木克热木·米力克,徐艳梅.我国各地区FDI引进效率动态分析——基于DEA模型的Malmquist指数方法[J].管理评论,2013,25(4):32-37.
[5]傅晓霞,吴利学.技术效率、资本深化与地区差异——基于随机前沿模型的中国地区收敛分析[J].经济研究,2006,(10):52-61.
[6]余泳泽.我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析[J].经济科学,2009,(4):62-74.
[7]朱有为,徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济,2006,(11):38-45.
制造业经济效率 篇7
河北省装备制造业近年来发展较快。2010年实现工业增加值1410亿元, 2000年至2010年平均增长率为23.53%, 较国内其他省份而言增长速度明显;主营业务收入为5898亿元, 2000年至2010年平均增长率达到27.96%。但以新产品产值率为切入点来看, 2010年全省装备制造业新产品产值仅占到其行业总产值的10.71%, 较全国同行业平均水平低11%, “十一五”期间平均新产品率比全国平均新产品率低13%。2010年新产品中近70%未能达到国内水平。装备制造业作为技术密集型行业, 其对创新效率有十分严格的要求。新产品产值率偏低说明该行业技术创新效率不足。因此对装备制造业技术创新效率的研究十分必要。为此, 本文采用DEA方法对河北省装备制造业进行技术创新投入和产出效率评价, 目的是找出其发展中存在的问题, 为提高河北省装备制造业技术创新效率提供有效建议。
一、指标选取
在遵循科学性、可比性、可操作性原则的基础上, 结合河北省装备制造业发展实际情况, 本文选取的投入指标主要有R&D经费内部支出、R&D人员数和有研发机构的企业数共3个;产出指标主要有发明专利数和新产品产值。文中所有数据均来自《河北经济统计年鉴》《2009第二次全国R&D资源清查资料汇编》。
二、DEA方法评价结果
数据包络分析法简称DEA方法。DEA方法的基本特点是具有一定的输入和输出, 在将输入转化为输出的过程中实现自身的决策目标。本文将分别采用CCR模型和BBC模型计算。CCR模型用于计算总体有效性, 考虑规模收益的影响。BBC模型则不考虑规模收益影响, 计算纯技术有效性。总体效率值与纯技术有效值的比值为规模效率值。计算结果如下表所示, 其中H1表示金属制品业, H2表示通用设备制造业, H3表示专用设备制造业, H4表示交通运输设备制造业, H5表示电气机械及器材制造业, H6表示通信设备、计算机及其他电子设备制造业, H7表示仪器仪表及文化、办公用机械制造业。
三、结果分析
由上表可知, 河北省装备制造业下属7个子行业中, 有4个总体有效。行业总体有效值平均值为0.807, 说明河北省装备制造业技术创新效率并不理想, 全行业的42.9%总体有效值处于平均值以下。4个总体有效的行业分别为金属制品业、通用设备制造业、电气机械及器材制造业和通信设备、计算机及其他电子设备制造业。总体有效值为1包含两方面含义:一是行业产出有效, 即投入不变的情况下产出为最大值;二是行业规模大小适中。专用设备制造业、交通运输设备制造业和仪器仪表及文化、办公用机械制造业DEA无效, 产出效率低下, 生产环节资源浪费严重。但三个行业均处于规模递增状态, 在规模递增状态下, 增加1单位的投入可以获得多于1单位的产出。因此通过适量增加投入, 可以提升行业产出效率, 直至行业达到规模经济状态。交通运输设备制造业是一个相对特殊的行业, 即在不考虑规模收益影响时是有效的。说明该行业产出效率较高, 缺点是有效投入不足。