HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 数量经济技术经济

数量经济技术经济

时间:2023-08-28 16:57:52

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇数量经济技术经济,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

数量经济技术经济

第1篇

【关键词】DEA,Malmquist指数,能源利用效率,全要素生产率

中图分类号:F062.1

一、问题背景

无可非议,能源已经成为资本、劳动、制度等因素外另一个影响经济增长的重要因子。能源利用效率不仅会影响一个国家和地区当前的经济增长速度,而且会对中长期的经济发展起到至关重要的作用。如何有效的提高能源的消耗效率,正在逐渐成为国家制定经济发展规划时要这种思考的问题。

二、效率的定义

根据世界能源委员会的定义,能源效率的提高是指能源转换设备由于技术革新,在使用较少的能源下而能提供同样的能源服务。

能源的消费效率一般通过能源消耗强度进行衡量。所谓能源消耗强度,就是指单位产出的能源消耗量,即能源消耗总量同产出总量之间的比值。通常情况下,都会选择GDP来作为衡量总产出的标准。能源强度为单位产出的能耗量,能源强度越高就意味着单位产出的能耗量越大,也就说明能源的利用效率较低,反之亦然。

另外衡量能源效率还可以使用能源系统总效率这个指标,该指标由三部分构成:开采效率、中间环节效率和终端利用效率。能源效率为中间环节效率同终端利用效率之积,而能源系统总效率为开采效率同能源效率的乘积。王庆一(2005)在《中国的能源效率及国际比较》中详细分析了中国1980年至2002年的能源系统总效率。蒋金荷(2004)分别分析了中国的能源强度和能源系统总效率两个指标。

但上述方法计算出的能源利用效率,仅考虑了产出的因素,并没有充分考虑相关投入因素,因此本文采用DEA方法来评价能源利用效率,以弥补上述问题。

三、模型方法及数据处理

(一) 模型方法

运用DEA方法来衡量效率可以从两个方面来进行:投入导向(intput-orientated)和产出导向(output-orientated)。投入导向的DEA测度主要回答的是在不改变产出水平的条件下,投入可以减少的比例是多少,而产出导向的DEA测度主要回答的是在不该便投入数量的条件下,产出可以增长的比例是多少。Fare和Lovell(1978)的研究表明只有在厂商的规模收益不变的条件下,投入导向的DEA测度和产出导向的DEA测度才是相等的。鉴于当前中国经济发展的目标是保持经济增长达到一定水平的条件下,尽可能的降低能源的消耗水平,所以本文选择投入导向的DEA方法来测度中的各省市自治区的能源利用效率。

(二) 数据处理

本文在测算能源利用效率时采用劳动,资本和能源消耗作为投入变量,采用GDP作为产出变量,数据选择了29个省市自治区(数据中不包括,并且把四川和重庆作为一个大省来进行计算。)

劳动力:本文将就业人数的数量作为带入到规划问题中进行计算,即本文在计算时选择了劳动力数量而没有选择劳动力质量,这主要是因为缺乏对于劳动力质量这方面的研究数据。

资本存量:本文中2005-2006年的资本存量数据采用的是单豪杰(2008)所发表的论文中所提供资本存量数据,而2006年之后年的资本存量数据是笔者运用单豪杰(2008)所提到的方法进行推算的。

从全要素生产率的角度来看,除个别省份(吉林、安徽、广西和云南)外,其他省份的全要素生产力都有所上升。其中上海,北京,天津,宁夏和江苏的全要素生产率增长较快,增长率分别为7.1%,5.7%,5.5%,5.5%和5.1%,其中技术进步是全要素生产率增长的主要原因。从技术进步的角度来看,上海,江西,北京和天津的技术进步程度最高,分别为7.1%,5.8%,5.7%和5.5%。从规模效率的方面看,河南,宁夏和贵州规模效率增长较快,分别达到2.7%,2.0%和1.2%,但它们的纯技术效率变化程度均小于1。

八、结论

从上述分析可知,经济发展水平较高的地区,能源的利用效率也较高,而经济发展水平较为落后的地区,能源的利用效率也相对较低。平均的说,中国的能源利用效率仍旧有提升空间,即使能源的利用效率在未来的几年没有提高,仅依靠当前的技术水平,所能节省下来的能源数量也是相当可观的。通过考察Malmquist指数和对其的分解可知,近些年,中国个地区的全要素生产率还是有所提高的(除个别省份外),且全要素生产率提高的主要原因是由于技术进步和技术革新。

参考文献

R. Fare and K. Lovell,Measuring the technical efficiency of production, Journal of Economic Theory, Vol 19, 1, 150-162

R. Fare, S. Grosskopf, M. Norris, Z. Zhang, Productivity growth, technical progress and efficiency change in industrialized countries, American Economic Review, 84, 66-83.

蒋金荷,提高能源效率与经济结构调整的策略分析[J],数量经济技术经济研究,2004,10,16-23.

唐玲,杨正林,能源效率与工业经济转型[J],数量经济技术经济研究,2009,10,34-48.

王庆一,中国的能源效率及国际比较[J],能源环保讨论研究,2005,6,10-13.

魏楚,沈满洪,能源效率及其影响因素:基于DEA的实证研究[J],管理世界,2007,8,66-76.

第2篇

怎样测评产品(服务)顾客满意度(指数)呢?我们认为,关键要解决两个问题。一是如何测评产品(服务)的顾客满意度;二是如何确定权数。具体地讲,有顾客满意度调查表的设计、调查顾客的选取、调查表的回收率和有效率,以及权数的确定等。这里我们只讨论调查顾客的选取问题,毫无疑问,按随机原则调查顾客。但我们认为,在实际中为了保证调查顾客的广泛代表性、降低抽样误差,以期尽可能地反映真实的顾客满意度,应将顾客分类,分别按随机原则从每一类顾客中抽取一部分进行调查。根据不同的产品(服务),有不同的顾客的分类。如顾客可按性别、年龄、文化程度、职业、收入、居住地区等分类,也可按专业与非专业、消费时间长短、目标与非目标顾客等分类。在此基础上,调查的结果还应通过统计显著性检验,测评出来的顾客满意度(指数)才有意义。

二、顾客满意度测评基础技术

一般地讲,从调查项目及其调查内容两个层次来测评某一产品(服务)的顾客满意度。由各调查内容的满意度加权就得到某一调查项目的满意度,再由各调查项目的满意度加权就得到该产品(服务)的满意度。这里,我们不再讨论这个问题(注:参见刘宇:《顾客满意度测评方法》,《数量经济技术经济研究》2001年第2期。)。但从中我们发现,顾客满意度的测评基础技术集中地体现在一种产品(服务)就某一项调查内容的测评技术上。它包括两个方面:一是区分不同的类别顾客的评价,二是不同类别顾客评价的综合(注:这里,不考虑调查表的设计等其他问题,并假定调查表有足够大的回收率。)。这是我们要讨论的问题。不失一般性,我们将顾客分为两类:顾客Ⅰ和顾客Ⅱ。对每一项调查内容,我们将顾客的评价分为六个等级:很满意、满意、较满意、较不满意、不满意、很不满意,并且规定它们的满意度评分分别为90~100分、80~90分、70~80分、60~70分、50~60分、40~50分。显然,不同类别顾客的评价受自身的状况影响,如不同职业、不同收入、不同地区、不同性别的顾客对同一调查内容的评价会因自己的偏好而存在主观上的差异。因此,在调查中要区分不同类别的顾客,并且这种区分要符合实际,要有区分度,这就是技术(注:这种技术相对比较简单,这里不予讨论,而主要讨论测评的综合技术。)。同时,还要保证每个类别顾客都有足够多的顾客被调查。这样做,不仅有利于测评的满意度结果符合实际,也有利于产品(服务)生产(提供)者实施有针对性的持续改进。

假设就某一调查内容,调查N个顾客的结果,见列联表1,6个评价等级对应的评价(平均)分数,见表2。

表1N个顾客调查的关联表

附图

表2评价等级对应的评价(平均)分数

评价等级很满意满意较满意较不满意不满意很不满意

分数958575655545

显然,对不同类别顾客的满意度评价分数为:

附图

问题是怎样综合呢?我们认为要么是简单综合,要么加权综合。进一步,我们认为,使用列联表分析中的x[2]检验进行判断。

H[,0]:满意度等级与不同类别顾客独立

H[,1]:满意度等级与不同类别顾客不独立

检验统计量为:

附图

三、顾客满意度指数测评基础技术

顾客满意度指数测评基础技术体现在以下三个方面。

(一)产品(服务)

对同一产品(服务),把若干年、季、月的顾客满意度按时间顺序排列起来,就得到产品(服务)满意度时间序列。在两维平面上,对应一条顾客满意度折线。它能直观形象地反映出产品(服务)满意度的变化及趋势。

根据顾客满意度时间序列,由报告期的满意度与基期满意度相比,我们就得到产品(服务)满意度个体指数,从而可以编制产品(服务)顾客满意度个体指数时间序列。

对于两种产品(服务),根据它们的满意度时间序列,同样我们能够得到产品(服务)满意度综合指数,从而可以编制产品(服务)顾客满意度综合指数时间序列(注:顾客满意度综合指数计算方法,参见刘宇、葛新权:《顾客满意度指数及其构造》,《数量经济技术经济研究》2001年第10期。下同。)。

(二)调查项目

对同一调查项目,把若干年、季、月的顾客满意度按时间顺序排列起来,就得到调查项目满意度时间序列。在两维平面上,对应一条顾客满意度折线。它能直观形象地反映出产品(服务)关于该调查项目的满意度的变化及趋势。

根据调查项目顾客满意度时间序列,由报告期的满意度与基期满意度相比,我们就得到调查项目满意度个体指数,从而可以编制调查项目顾客满意度个体指数时间序列。

对于全部调查项目,根据它们的满意度时间序列,同样我们能够调查项目满意度综合指数,从而可以编制调查项目顾客满意度综合指数时间序列。

(三)调查内容

对同一调查项目的同一调查内容,把若干年、季、月的顾客满意度按时间顺序排列起来,就得到调查内容满意度时间序列。在两维平面上,对应一条顾客满意度折线。它能直观形象地反映出产品(服务)关于该调查内容的满意度的变化及趋势。

根据调查内容顾客满意度时间序列,由报告期的满意度与基期满意度相比,我们就得到调查内容满意度个体指数,从而可以编制调查内容顾客满意度个体指数时间序列。

对于同一调查项目的全部调查内容,根据它们的满意度时间序列,同样我们能够调查内容满意度综合指数,从而可以编制调查内容顾客满意度综合指数时间序列。

可见,这三个层次的满意度指数组成指数体系。它的基本作用表现在:一是预测满意度;二是通过建立经济变量与顾客满意度指数的关系,预测经济变量。特别地,利用股价与满意度指数的关系,预测股价。

【参考文献】

第3篇

【关键词】盈利指标;有用性;灰色关联

一、引言

针对股价波动的研究也成为理论界、投资界、决策层探讨的热点问题。目前对股价波动的研究体现在一些证券投资分析的基本理论中,其中作为主流的基本面学派认为,股票价格围绕公司内在价值上下波动,即公司内在价值是公司股价波动的决定因素。对公司内在价值的评估,主要应用的是收益法,而收益法是基于企业盈利能力的分析。因此,理论上股票当前的价格与其盈利存在相关性。因此本文对盈利能力指标投资有用性问题的研究实证也是对股价波动理论的探讨。

自Ball等[1]在1968年的开创性工作以来,研究者们就一直致力于揭示盈利能力与股价间的相关性以及二者间的作用机理。Beaver[2]认为,由于公司当前的收益是未来收益的合理预期,而股票当前的价格是未来收益的折现。Soliman[3]在Nissin等[4]的工作基础上,探讨了杜邦分析指标对当期和未来一期证券价格的影响。结果发现,若以年为时间单位,利润率和资产周转率,在解释股票收益时,在净资产收益率的基础上有信息增量提供能力,能显著地提高模型的拟合效果。在国内蒋贤品[5],鲁爱民等[6]从定性的角度加以介绍和分析,直接利用杜邦分析体系和指标来评价和预测公司的价值。朱宏泉,舒兰等[7]仅用回归的方法分析了盈利指标与企业价值的相关性,并且没有分行业进行研究。因此分行并且对财务指标投资有用性进行灰色关联分析是本文的创新与研究内容所在。

二、研究设计

(一)样本选取

本文样本为具备2008-2012年五年完整年报数据的沪深两市14家主营业务为化纤的上市公司。2008-2012年我国证券市场经历过牛市熊市,将5年的股价涨跌幅和财务数据平均值作为分析对象可以较大程度避免经济周期和经济政策对分析的干扰。同时就某一行业做分析可以避免行业特征对分析的干扰。上市公司主要财务指标以及股价数据自于CSMAR数据库。

(二)变量定义

四、结论

综合上述对14家上市化纤公司股价涨跌幅与权益乘数、总资产周转率和销售净利率的灰色关联分析,可以得出以下结论:

(一)股价波动与公司的权益乘数,总资产周转率和销售净利率存在相关关系,这符合内在价值评估理论。

(二)权益乘数和销售净利率的相关性比较强,总资产周转率相关性较弱。这说明股价能较好的反映公司的风险程度,以及盈利能力,但对企业资产运营能力反映较弱。这符合证券投资分析的基本理论,证券投资主要考虑企业的风险和收益,而企业的资产运营能力不是关注重点。

(三)在一个行业内,五年的公司股价波动与其公司财务指标呈较为显著的相关关系,一定程度说明我国证券市场正趋向成熟并起到价值发现的职能。作为投资者应当践行价值投资的理念,深入分析企业的财务数据后再进行投资配置。

参考文献

[1]Ball.R.& P.Brown.An Empirical Evaluation of Accounting Numbers[J].Journal of Accounting Research(Autumn),1968,6(2):159-177.

[2]Beaver.Financial Reporting:An Accounting Revolution.3rd Edition[M].Upper Saddle River,NJ:Prentice Hall,1998.

[3]Soliman,M.The Use of Dupont Analysis by Market Participants[J].The Accounting Review,2008,83(3):823-853.

[4]Nissim,D.,S.Penman.Ratio Analysis and Equity Valuation:From Research to Practice[J].Review of Accounting Studies,2001,6(1):109-154.

[5]蒋贤品,祝锡萍.杜邦财务分析体系的扩展形式及其应用[J].数量经济技术经济研究,1999,16(5):65-66.

[6]鲁爱民,陈锦辉.实践中对杜邦财务分析指标体系的修改和运用[J].数量经济技术经济研究,2000,17(7):73-75.

[7]朱宏泉,舒兰,王鸿,范露萍.杜邦分析与价值判断——基于A股上市公司的实证研究[J].管理评论,2011,23(10):152-160.

[8]邓聚龙.灰色系统的基本方法[M].武汉:华中理工大学出版社,1987:85-100.

[9]严若森.公司治理评价及其灰色关联分析[J].技术经济,2009,28(7):114-120.

[10]沈永跃.河南省经济增长和教育发展的灰色关联度分析[J].技术经济,2009,28(7):105-108.

第4篇

Abstract: The rate of the contribution of science and technology progress is an important index of reflecting scientific and technological progress.Basing on the theory of equal efficiency, this paper calculates the elastic coefficients of capital and labour productivity in the C-D production function of DaQiong oil field by using Lingo software. Furthermore, we measures the rate of the contribution of science and technology progress from 2005-2008. The results show that there being a rising trend for the rate of the contribution of science and technology progress of DaQiong oil field. The average value has reached 60% or more which exceeds 40% level of the whole country. So, the technology plays an important role of making up for the natural decline rate,and ensuring the stability of Oil production.

关键词:等效益面;科技进步贡献率;自然递减率;DEA(数据包络分析)

Key words: equal efficiency;rate of the contribution of science and technology progress;natural decline rate;DEA(Data Envelopment Analysis)

中图分类号:F272 文献标识码:A文章编号:1006-4311(2011)25-0011-03

0 引言

人力资源、自然资源、资本形成以及技术变革和创新被喻为经济增长的“四个轮子”(Samuelson,1998)[1]。科技是第一生产力,科技对经济增长的作用已深入到经济增长和经济发展的方方面面。它不但包括自然科学技术,还包括社会科学技术;不但包括生产技术.还包括管理技术和决策技术。这里所讲的科技进步指的是在影响经济增长的诸因素中,剔除了由于增加资金和增加劳动力数量以后的所有其余成分的共同作用。科技进步对经济增长的作用,是一种内涵型扩大再生产。

科技进步贡献率是指科技进步对经济增长的影响。可将其概括为以下四个方面:提高装备技术水平;改革工艺;提高劳动者索质;提高管理决策水平等。即在影响经济增长的诸因素中,剔除了由于增加资金和增加劳动力数量因素以后的部分即为科技进步的困素。科技进步贡献率是反映科技进步对经济增长作用大小的一项综合指标,是综合要素。

除了直接运用生产函数(C-D)计算外,目前测算技术进步贡献率的方法还主要有:①索洛余值法,该方法主要是根据柯布-道格拉斯(C-D)生产函数,它将总产出看作是资本、劳动、技术三个要素的函数,从总产出中扣除资本、劳动的增长带来总产出的增长部分,用余值作为科技进步作用的度量。例如,阿布拉莫维茨(1998)[2]认为美国经济增长来源从19世纪初期到20世纪中期的工业化可以分为三个阶段,其中1800-1890年间的增长主要依靠劳动投入增加;1855-1890年间的经济增长主要依靠资本深化;1890-1966年间的经济增长则以科技进步为基础。栾文英(2001)[3]、张海明(2002)[4]用同样方法分别测算了我国不同时期的科技进步贡献率,认为我国的科技进步贡献率增长率呈现正值的增长。②利用计量分析方法,通过线性回归模型计算科技进步贡献率,王天营(2003)[5]、章刚勇和阮陆宁(2006)[6]、王启现等人(2006)[7]、王生荣,张营周(2007)[8]分别用该方法计算了我国相关地区及产业的科技进步贡献率。该方法实质也属于索洛余值法的变形,通过回归计算出资本和劳动力的弹性系数,并从总量中扣除这两部分的增长,进而获得由于科技进步贡献率。第三种方法则以冯英浚为代表,运用数据包络分析及其等效益面方法计算科技进步贡献率。冯英浚、吴江琴(1991)[9],冯英浚、李成红(1993)[10],葛虹、冯英浚(2004,2005)[11、12]定义了等效益面生产函数,在假设规模效益不变的情况下,将经济增长量分解为三个要素的代数和,进而计算科技进步贡献率。

利用索罗余值法和回归分析法在测算科技进步贡献率过程中有一些局限性:第一,该方法是建立在宏观的基础上进行科技进步增长速度的测算,对于微观企业技术进步速度的测算具有一定难度;第二,索洛余值法可以提供的管理信息太少。对于一些重要的信息,例如,微观企业的产出是否处于有效生产前沿面上?基层单位是否技术有效?等问题很难通过索洛余值法获得;第三,衡量企业技术进步的真实效益应该是多指标的,从多指标输出的角度测算企业技术进步增长速度,才能从不同侧面综合反映有技术进步带来的企业素质变化及其对企业产生的影响。第四,回归分析需要有一系列的时间序列数据作为模型的支撑,而且数据之间要求具有较好的平稳定和非自相关性,这在实际测算中对数据的要求极高,很难做到。针对存在的一些问题,本文采用基于“等效益面法”测算大庆油田科技进步贡献率。测算科技进步贡献率主要是运用数学模型,把科技进步在经济增长中所起到的作用分离出来,对每个评价单元技术进步的增长速度、技术进步在经济增长中的含量作出定量的估计。

利用“等效益面法”测算科技进步贡献率的出发点是建立每个评价单元科技进步与效益之间的内在联系。认为每个评价单元相对效益取等值的轨迹是该单元科技进步零增长的轨迹。也就是说,如果每个评价单元科技进步保持不变的水平,自身的素质没有变化,那么当投入发生变化时其相对效益是不变的,即对应的产出在它的基期等效益面上。经过一段时间后,如果该评价单元的产出超过了基期等效益面上对应的值,那么超出的部分就是科技进步作用的结果;反之,如果该评价单元的产出未达到等效益面上对应的值,那么相差的部分就是科技进步负增长的结果。

1 等效益面及其计算科技进步率

1.1 基本思想 建立等效益面是利用“等效益面法”度量科技进步贡献率的出发点。具体思想可以由图1描述。

设A(x0,y0)和B(x1,y1)分别为评价单元在一个周期间隔上t=0和t=1时刻的生产活动,其中x代表投入,y代表产出。若一段时间投入没有变化,则如果评价单位自身素质没有变化,各种外界条件也没发生变化,则产出也与基期一样没有变化,即x0=x1,y0=y1。表明此时评价单元的生产活动具有不变的相对效益,不存在科技进步的作用。但如果产出增加了,即x0=x1,y0<y1,表明这段时期内评价单元产出的变化y1-y0与投入要素无关,是由于科技进步的作用产生的。但在实际中,一段时期内的投入往往会发生变化,这样产出的变化既有投入要素的影响,又有科技进步作用的影响,需要采用一定的方法将科技进步的作用从产出的变化中分离出来。

图1中弧AC是评价单元在基期t=0的等效益面,即评价单元相对效益取等值的轨迹是科技进步作用为零的轨迹。如果评价单元保持不变的科技水平,自身的素质没有变化,所处的外部条件没有变化,那当投入变化时其生产的相对效益是不变的,对应的产出将在它的基期等效益面上。如果在现期,评价单元的实际产出超过了基期等效益面上对应的数值,那么超出的部分就是科技进步作用的结果,反之如果现期的产出未达到等效益面上对应的产出,那么相差的部分就是科技进步负增长的结果。图1中C点上的产出■1就代表了对应于现期投入x1的等效益面的产出,A点和B点分别为基期和现期实际的生产活动,则BD=y1-y0是整个的经济增长部分,BC=y1-■1是科技进步所起的作用,CD=■1-y0是投入增加的结果,则科技进步的作用即科技进步贡献率为e=■=■。

这里将科技进步作用在经济增长中所占的比重作为科技进步贡献率的概念,比“索洛余值法”将相对的科技进步增长速度与经济增长速度之比作为科技进步在经济增长中的贡献率更为合理。

1.2 科技进步贡献率的测算方法

1.2.1 确定各评价单元在有效生产前沿面的投影

设Xj是评价单位投入向量,Yj是评价单元的输出,其中j=1,2,…n。

对于线性规划问题:

maxZj

s.t.■λjXj?燮Xj

■λjYj?叟zj0Yj

■λj=1,λj?叟0

j=1,2,…,n

设z0是其最优值,令xj=xj,y*j=z0yj,称(xj,y*j)为评价单位在有效生产前沿面上的投影,原来的样本点(xj,yj)被投影到基于DEA的前沿生产函数曲线上的点(xj,y*j)。下面则用投影后的样本点来估计前沿生产函数的参数。

1.2.2 理想生产函数的确立 生产函数是测算科技进步贡献率的基础。生产函数表明一个生产单位按照一定方式组合起来的各种生产要素投入量与它所能提供的最大产出量之间的依存关系。油田企业的生产函数应为:

y=A0K?琢L?茁(1)

其中A0为广义技术水平,本文将其作为以随即变量,并服从正态分布。?琢、?茁分别为资金和劳动力要素的产出弹性。

确定理想产出,首先需要对生产函数中的弹性系数进行估算。对于评价单元来说,将生产函数变形为:

y*j=Aj■x■■(0?燮?琢i?燮1)(i=1,2,…,m;j=1,2,…,n)(2)

将(2)式变形为Aj=y*j ■x■■(3)

由于假定Aj为服从正态分布的随机变量,则可以通过如下方式估算参数:min■(Aj-■)2(3)

s.t.0?燮?琢i?燮1(i=1,2,…m;j=1,2,…,n)

其中:■=■■Aj=■■yj*■x■■

利用Lingo软件进行规划求解,求解?琢值,即求得生产函数的产出弹性。

1.2.3 等效益产出的确定 理想生产函数参数的确定为估计等效益产出提供了基础。令?兹=y/Y为基期的实际产出y与对应的理想生产函数产出Y的比值。这样,油田在不同输入条件下生产的相对效益?兹取等值的轨迹就是基期的理想等效益面。理想等效益面反映了企业在基期的实际生产情况,也是评价单元科技进步作用零增长的轨迹,公式为:■t=?兹・■Kt?琢Lt?茁(t=1,2,…,n)。

1.2.4 科技进步贡献率 根据前述对科技进步贡献率原理的介绍可知,在评价单元某时期的实际产出、等效益产出,自身状况无任何变化的产出已知的情况下,科技进步贡献率为:

e=■=■(t=1,2,…,n)

2 2004年-2008年大庆油田有限责任公司科技进步贡献率的实证分析

石油属于不可再生资源。由于地下储量的逐渐减少,石油产量必然存在逐渐递减的规律,与此同时,为了弥补这种自然递减的产量所采取的科技措施的难度也越来越大,成本越来越高。大庆油田有限责任公司计算科技进步贡献率需要针对石油企业生产的特点,因此,本文采用上述介绍的基于等效益面的方法计算科技进步贡献率。

数据的处理:根据测算需要,本文选取大庆油田生产总值、资金投入和劳动力三个计算指标,由于通货膨胀、原油价格变动及原油递减等因素的影响,需要对原始数据进步处理。此外,中国石油集团包括上市和非上市两部分,上市部分产值的计算需要考虑原油产量、价格变动、原油自然递减等因素的影响,因此,本文对大庆油田上市和非上市两部分数据分别进行处理再汇总。

2.1 对资产原值的调整 通货膨胀能引起物价普遍上升及单位货币购买力的降低,因此在每年增加的固定资产投资中会加大投资费用货币的名义值。由于通货膨胀,投入资金的名义值要大于其实际价值。为了真正反映每年投入资产的实际价值,可用通货膨胀率对每年的新增固定资产的名义值(现价)加以调整,以克服物价上升对固定资金的影响。

另外,由于对地下资源的不断勘探与开发,使得地下能源不断消耗,自然能量下降,综合含水上升,造成石油企业生产难度逐步加大。为保证稳产和增产,必须加大投入(特别是资金的投入),这样就造成原油生产成本的不断上升(当然也受价格因素影响)。这表明,作为反映石油行业生产难度的成本上升这一因素,对资本增量影响很大,因此,为了真正反映投入的资金对经济增长的影响,可用成本上升率队投入的资金加以调整,以克服生产难度对资金的影响。

①克服通货膨胀的影响。令K0为基年资产原值,?驻Kt为t年新增资产,Kt为第t年克服通货膨胀后的资产原值,ft为第t年的通货膨胀率,则第一年末克服通货膨胀后的资产原值为

则可递推计算第t年末克服了通货膨胀后的固定资产原值为

②克服开发难度对资金的影响。由于体现生产开发难度的原油成本中也含有价格因素影响,为了消除价格因素(即通货膨胀)造成的原油成本上升的影响,对原油成本也进行了处理。

令?啄t为t年内每年的原油生产成本上升率,则计算期内各年在克服了通货膨胀和原油生产开发难度这两个因素影其中 t=1,2,…,n

2.2 原油产量自然递减率的弥补 石油资源不断减少是不可避免的。为了维持原有产量的稳产和增产,石油企业就要采取各种措施弥补原油生产的自然递减。弥补的原油自然递减量在一定程度上反映了石油企业的经济增长。

课题组对原油产量做出如下调整:

令ηj为自然递减率,第t年调整后的实际原油产量为

在对原油产量按照自然递减率修正后,按照基期即2004年的原油价格计算油田公司的年产值,得以计算出大庆油田各年总产值。

2.3 科技进步贡献率的测算 按照前述计算科技进步贡献率的方法和步骤,运用Lingo软件求解相应的参数,其中?琢=0.211,?茁=0.789,理想生产函数中资金的产出弹性为0.211,表明对于石油企业增加一个单位的资金投入对产出增长的作用非常小,如果单纯依靠追求资金的投入来维持油田的生产是不合理的,经济效益只能越来越低。因此,需要依靠高水平的科学技术,劳动者素质和管理决策水平的不断提高等科技进步因素,才能保证油田生产持续健康和稳定的发展。其他的参数见表1。

根据科技进步贡献率的计算公式,可以测算出大庆油田有限责任公司的历年科技进步贡献率,见表2。

3 结论

本文利用等效益面方法计算了大庆油田有限责任公司2005~2008年的科技进步贡献率,2005~2008年科技进步贡献率的均值为0.629,可以看到,科技在弥补自然递减率、保证原油产量的稳定方面发挥着越来越重要的作用,油田生产的增长很大程度来自于科技进步所起的作用,表明油田的生产模式从原来的外延式扩大再生产正向内涵式、效益式的集约型生产转变,企业经济效益的增加越来越依赖于科技的进步和创新。所以,只有依靠科学技术的不断进步、企业员工素质的不断提高和管理决策水平的提升,才能使油田持续、稳定发展。

参考文献:

[1]P.samuelson.经济学(中译本)(第十六版)[M].萧琛(主译).北京:华夏出版社,2002:419-421.

[2]Abramowitz M. The search of the sources of growth:area of ignorance, old and new[J].Journal of Economic History,1998,53,(2):217-243.

[3]栾文英.经济增长要素贡献率实证分析[J].山东经济,2001,(3):16-18.

[4]张海明.中国的经济增长和要素配置的市场化:1978-1999[J].世界经济文汇,2002,(3):20-29.

[5]王天营.我国经济增长中科技进步贡献率的计量分析[J].生产力研究,2003,(5):49-51.

[6]章刚勇,阮陆宁.科技进步贡献率测算方法的比较研究―来自江西生的经验[J].江西社会科学,2006,(11):244-247.

[7]王启现等.“十五”全国农业科技进步贡献率测算与2020年预测[J].农业现代化研究,2006,27,(6):416-419.

[8]王生荣,张营周.甘肃经济增长中科技进步贡献率的计量分析[J].边疆经济与文化,2007,(2):3-6.

[9]冯英浚,吴江琴.测算科技进步增长速度的一种新方法[J].数量经济技术经济研究,1991,(11):45-50.

[10]冯英浚,李成红.等效益面的建立及其在测算技术进步在经济增长中含量的作用[J].数量经济技术经济研究,1993,(7):65-70.

第5篇

【关键词】时间序列模型 金融专业教学 实践与运用

一、引言

时间序列模型是实证金融模型中的重要组成部分,是时间序列分析在金融各个领域的应用,如股票市场、债券市场、金融衍生工具市场和外汇市场。适用于低频和高频数据;分为时域分析、谱域分析和回归分析集中分析方法;主要研究内容为价格或收益序列的建模,以及相应的波动性或风险的建模。在金融学的教学过程中,采用格林编写的《计量经济分析》,在该教材中,着重介绍了时间序列模型中的ARCH族类模型。ARCH模型是1982年由恩格尔(Engle, R.)提出,并由博勒斯莱文(Bollerslev,T.1986)发展成为GARCH (Generalized ARCH)――广义自回归条件异方差。这些模型被广泛运用在金融时间序列分析中。

二、模型介绍

(一)ARCH模型

自回归条件异方差(Autoregressive Conditional Heterosce- dasticity Model,ARCH)模型是特别用来建立条件方差模型并对其进行预测的。模型公式为:

■ (1)

(二)GARCH(1,1)模型

在标准化的GARCH(1,1)模型中:

■ (2)

■ (3)

其中:xt是1*(k+1)维外生变量向量,γ是(k+1)*1维系数向量。(2)中给出的均值方程是一个带有扰动项的外生变量函数。由于σ2t是以前面信息为基础的一期向前预测方差,所以它被称作条件方差,式(3)也被称作条件方差方程。

(三)高阶GARCH(p,q)模型

高阶GARCH模型可以通过选择大于1的p或q得到估计,记作GARCH(p,q)。其方差表示为:

■ (4)

这里,p是GARCH项的阶数,q是ARCH项的阶数。

三、在金融学专业教学中实践与运用

笔者在本科教学实践过程中,向学生们讲解了时间序列GARCH模型的相关内容,并演示了在计量经济软件eviews6.0下的操作流程。为了让该模型能够得到具体的实践运用和操作,要求学生们完成相关性的论文,有几篇关于时间序列GARCH模型的论文,利用GARCH模型对金融市场上的各类时间序列数据进行具体的检验和参数估计,得出了相应的结果并进行了合理的预测。

(1)在基于时间序列GARCH模型的股票价格波动分析中,利用eviews6.0对采用的2012年4月至2014年2月的上证指数日收盘价取对数进行GARCH模型的参数估计,得出的估计方程如下:

均值方程:■-0.047

(15639.40)

方差方程:■

(4.21) (3.06) (1.33)

R2=0.96 D.W.=2.10

对未来股票市场趋势预测如下,结论为其股票在未来一段时间会出现下降的趋势。

图1 预测趋势图

图2 解释变量预测

(2)在GARCH模型的预测能力分析―基于国际原油期货价格的研究中,选取UKWTI原油连续合约ET0Y近三个多月(2013.4.12― 2014.4.14)的每日收盘价格,利用时间序列GARCH模型对期货价格进行分析和预测。结果如下图

图3 样本内收盘价预测值与真实值对比图

图4 样本内方差预测值与真实值对比图

该文得出的结论为,GARCH模型对期货价格的预测分析能力较好,对其未来的预测是具有重要作用的。

(3)在实际波动率与GARCH模型的比较分析-基于上交所案例研究中,基于GARCH模型的理论基础及eviews6.0软件进行的对样本数据的分析,建立GARCH(1,1)模型如下:

方差方程:■

条件方差方程:■

(1.50) (0.31) (12.97)

R2=0.935 D.W.=1.762

对数似然值=742.384 AIC=-6.179 SC=-6.121

从定性上分析,实际波动率选择的样本数据为高频日内收盘价,而GARCH模型选择的样本数据为日内收益的平方,数据采集的频率越高,则理论上与真实值越接近,所以可初步判断实际波动率比GARCH模型具有更高的预测能力。

四、结论

通过在金融学专业教学中的时间与运用研究,学生们能够了解并消化关于教材中时间序列模型的有关内容;能够较为清楚地有条理地对时间序列模型进行分析,得出有意义的结论和预测结果;能够熟练地操作计量经济软件eviews,利用软件对金融数据进行实际有效地处理。

参考文献

[1]龚锐.陈伯常.杨栋锐.GARCH族模型计算中国股市在险价值(Var)风险的比较研究与评述[J].数量经济技术经济研究,2005,(7):67-83.

[2]郑振龙,黄薏舟.波动率预测:GARCH模型与隐含波动率[J].数量经济技术经济研究.2010,(01):140-150.

第6篇

关键词:汇率变动 进出口 动态递归

一、引言

2015年6月以来,人民币汇率变动极其频繁及剧烈,8月11日央行对人民币汇率中间价报价机制进行了改革,加大了市场决定汇率的力度,进一步推动了人民币汇率市场化改革,引起各界对人民币汇率的高度关注。同时我们也发现2005年汇改后人民币汇率持续升值,但是我国的贸易顺差也屡创新高,汇率升值并没有达到降低贸易顺差的效应,陷入了国际收支中“汇率调整之谜”(Exchange Rate Adjustment Puzzle,即汇率并没有达到调整国际收支的目的),为了研究汇率升值如何影响进出口和贸易收支,本文试图借助相关模型实证分析人民币汇率升值对我国进出口和贸易差额的传递效应。

二、文献回顾

国内很早就有学者研究人民币汇率调整是否会影响贸易收支,如厉以宁(1991)发现1970―1983年间我国进口需求弹性为0.687,出口需求弹性为0.05,不满足马歇尔-勒纳条件,因此认为汇率调整对贸易收支没有影响,而戴祖祥等(1997)认为我国进出口需求价格弹性之和大于1,满足马歇尔-勒纳条件,人民币汇率贬值有利于改善贸易收支。2005年后随着汇改的深入推进,出现了大量关于人民币汇率调整对贸易收支的影响效应的文献,如卢向前等(2005)、马丹等(2005)发现人民币实际汇率波动对贸易收支的影响显著。赵大平等(2006)发现人民币汇率贬值在长期中能改善贸易收支。封思贤(2007)认为人民币汇率变化会显著影响我国的进出口。刘尧成等(2010)研究认为人民币实际有效汇率变化对贸易差额存在J曲线效应,人民币升值会降低贸易顺差。张定胜等(2011)发现人民币升值导致美国消费减少,中国消费增加,从而降低贸易顺差。

四、结论

本文借鉴相应的模型研究人民币升值对我国进出口及贸易差额的传递效应,2000―2015年6月的实证结果显示人民币升值将导致进出口额和贸易差额的下降,递归回归发现汇率变动对进出口的传递效应在汇改后2年内影响比较大,之后慢慢趋于稳定;2011年前,人民币升值反而加大贸易差额,2011年后,汇率变动对贸易差额的传递系数为正,即人民币升值引起贸易差额下降且影响效应小幅持续上升。

参考文献:

[1]厉以宁等著.中国对外经济与国际收支研究[M].国际文化出版公司,1991

[2]戴祖祥.我国贸易收支的弹性分析:1981―1995[J].经济研究,1997(7):55―62

[3]马丹,许少强.中国贸易收支、贸易结构与人民币实际有效汇率[J].数量经济技术经济研究2005(6):23―32

[4]卢向前,戴国强.人民币实际汇率波动对我国进出口的影响:1994―2003[J].经济研究,2005(5):31―39

[5]范方志,赵大平.人民币汇率变化及其传递对中国外贸平衡影响的实证分析[J].中央财经大学学报,2006(2):25―31

[6]封思贤.人民币实际有效汇率的变化对我国进出口的影响[J].数量经济技术经济研究,2007(4):3―13

[7]刘尧成,周继忠,徐晓萍.人民币汇率变动对我国贸易差额的动态影响[J].经济研究,2010(5):32―40

[8]张定胜,成文利.人民币升值和中美贸易关系[J].世界经济,2011(2):3―13

第7篇

关键词:资源投入;经济增长方式;节能减排

中图分类号:F061.2 文献标识码:A 文章编号:1001-828X(2014)09-00-02

改革开放以来,我国经济取得了举世瞩目的成就,但由此带来了的资源环境问题日趋严峻,单位能耗居高不下,温室气体排放量节节攀升。根据CDIAC的数据显示,我国2006年CO2的排放量达到60.99亿吨,超越美国成为世界最大碳排放国。为此我国提出2020年单位GDP碳排放比2005年减少40-45%,并作为约束性指标纳入国民经济和社会发展中长期规划。2012年7月,国务院通过的《节能减排“十二五”规划》中提出了在2015年实现国内生产总值能耗比比2010年下降16%阶段性节能减排目标。因此可以说节能减排目标的实现已经成为制约我国经济发展的重要因素。

陕西省近十几年来GPD年平均增长率为11%以上,高于全国平均水平,贯彻中央节能减排的政策,2006年到2012年GDP单位能耗平均每年降低3.5%,到2012年达到0.816吨标准煤/万元。但陕西省环境问题仍日益凸显,工业三废排放量逐年递增,空气质量特别是雾霾天气频现也成为越来越多人关注的焦点,资源环境约束已经成为陕西省转变经济增长方式的驱动力。

目前的研究主要集中于宏观经济总体层面,较少涉及区域、行业或产业等微观经济单元的研究,已有文献采用的主要方法为因素分解法、构建计量模型、运用标准DEA方法等。本文以陕西省8个行业为研究对象,实证研究资源、环境约束与制造业的协调发展,探索陕西省增长模式转变的根本途径。

一、研究方法

Koenker和Bassett(1978)最早提出了分位数回归的思想并将其付诸实践。分位数方法是对传统的普通最小二乘法的拓展,传统的OLS方法是一种均值回归方法,其回归结果的统计性质是建立在正态分布的假设之上的,而分位数方法可以根据被解释变量y的条件分布的不同来估计解释变量x的回归系数。由分位数回归方法得到的估计系数表示为解释变量对被解释变量在特定分位点的标记效应。由于分位数回归能够给出条件分布在各分位点的函数,因此随着分位点的取值在0至1之间变动,可以得到一簇曲线,代表所有y在x上的条件分布轨迹。当被解释变量的条件分布不满足传统的OLS回归的条件,如非对称分布、厚尾分布等,采用分位数回归的方法可以对被解释变量的条件分布在不同的分位点的特征进行分析。

二、实证结果及分析

根据上述分析,本文将利用扩展的总量生产函数进行分析,建立面板数据回归模型:

本文模型利用2002-2011年陕西省支柱产业相关数据,对资本、劳动和能源投入对陕西省支柱产业产值的影响进行了回归分析。其中产出指标由GDP来表示,数据为陕西省支柱产业(分别为电子及通信设备制造业、能源化工工业、装备制造工业、医药制造业、食品工业、纺织服装工业、非金属矿物制品业和有色冶金工业)工业总产值,投入分别为资本投入、劳动投入及能源投入,资本投入用K来表示,选取数据为支柱行业固定资产净值年平均余额(2008年数据缺失,利用插值法进行估算);劳动投入用L来表示,选取数据为支柱行业全部从业人员年平均人数;能源投入用R来表示,选取数据为支柱行业能源消费量,数据来源自2002-2011年历年陕西统计年鉴。

分位数回归方法能够估计y在给定x下整个的条件分布,在这里我们选择5个具有代表性的分位点0.1、0.25、0.5、0.75和0.9。从中发现,通过分位数回归方法得到的系数符号与固定效应模型分析大体相似,从固定效应模型的分析结果来看,对产出贡献最大的是劳动投入,劳动增长1%可以带动产出增长0.503%,其次是资源投入,资源投入每增加1%可以带来产出增加0.415%,贡献最低的是资本投入,资本投入每增加1%带动产出增长0.034%。

但随着产出在条件分布的不同位置变动,资本投入、劳动投入、资源投入的回归系数均表现出一定的变化规律。从结果看,在0.1低分位点处,劳动投入和资源投入基本贡献了全部的产出增长,劳动投入增加1%带动产出增加0.52%,资源投入增加1%带动产出增长0.43%,也就是说在产值较低的行业主要以劳动密集型和资源密集型行业为主,行业发展的主要动力还是不断的增加数量投入,而非依靠科技进步提高能源利用率和人力资本水平。随着分位点上升到0.25,各要素投入对产业产出的贡献度也发生了一定程度的变化,劳动的贡献度下降明显,其弹性有0.52降至0.185,在0.25分位点处,产出的贡献主要依靠资本和资源投入驱动,资本投入的产出弹性为0.452,而资源投入对产出的贡献最大,资源投入每增加1个百分点带来产出增长0.63个百分点。在中分位点处,资本对产出增长起到了决定性的作用,而劳动和资源投入贡献较小,资本投入增加1%会引起产出增长0.708%。当分位点处于0.75和0.9的高位时,可以看出资本和资源投入的重要性相对降低,而劳动投入对产出增长的贡献逐步增大。

如果只考察资源投入在各个分位点处的影响,可以明显看出随着产出水平的不断提高,资源投入的贡献度逐步下降,在0.1、0.25、0.5、0.75和0.9分位点处,资源投入对产出的弹性分别为0.431、0.233、0.121、0.044和0.358,但在0.9高分位点处资源投入对产出增长的作用在统计上不再显著,说明随着分位点的逐步提高,陕西省支柱产业产出的增长越来越依靠人力资本和科技进步来实现,资源的持续投入并非产出增长的必要条件。

三、结论及政策建议

本文通过对2002-2011年陕西省支柱性产业的分析,利用扩展的总量生产函数,采用分位数回归方法,分析了资本、劳动及资源投入对产出的影响程度,得到了如下结论:1、在低分位点处,对应的产业大部分为非金属矿物制品业、纺织服装业和电子及通信设备制造业主要依靠资本和资源投入来实现本产业产出的增长;2、在高分位点处,支柱产业产值的增加和可持续发展越来越依赖于科技进步和人力资本投入实现,资本和资源对产出增长的作用有限;3、随着产出的不断增长,资源投入对于产出的贡献逐渐较小,当达到最高分位点0.9时,资源投入对于产出的作用统计上不显著,表明陕西省从资源消耗型的粗放经济发展模式向以技术进步为主要特征的集约型经济增长模式的转变具有理论上的可能性和实际操作的可行性。

基于上述结论,本文认为陕西省要实现经济增长方式的转变,要从以下三个方面改善,首先应尽快优化产业结构,对于高耗能、高污染的支柱产业要加大科技投入力度,建立完善的污染物处理机制和设施,降低污染物排放量;其次应扩大支柱产业规模和产值,形成上中下游一体的产业链,实现支柱产业的规模经济,形成代表产业先进水平的产业集团和产业集群;最后,加强环境监管,政府应对污染排放不达标的企业进行限制,直至关停,同时对环境税、碳排放权交易等环境管制措施进行试点,引导企业发展循环经济、低碳经济。

参考文献:

[1]胡晓珍,杨龙.中国区域绿色全要素生产率增长差异及收敛分析[J].财经研究,2011(4).

[2]潘家华,张丽峰.我国碳生产率区域差异性研究[J].中国工业经济,2011(5).

[3]岳书敬.基于低碳经济视角的资本配置效率研究――来自中国工业的分析与检验[J].数量经济技术经济研究,2011(4).

[4]王永龙.我国高碳发展模式下的碳生产率增长分析[J].经济学家,2011(9).

[5]张永军.技术进步,结构变动与碳生产率增长[J].中国科技论坛,2011(5).

[6]刘国平,曹莉萍.基于福利绩效的碳生产率研究[J].软科学,2011(1).

[7]孙传旺,刘希颖,林静.碳强度约束下中国全要素生产率测算与收敛性研究[J].金融研究,2010(6).

[8]赵欣,龙如银.考虑全要素生产率的中国碳排放影响因素分析[J].资源科学,2010(10).

[9]任力,黄崇杰.中国区域碳排放的环境绩效研究[J].社会科学家,2011(7).

[10]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济,2011(4).

[11]陈诗一,严法善,吴若沉.资本深化、生产率提高与中国二氧化碳排放变化[J].财贸经济,2010(12).

[12]刘华军,闫庆悦.贸易开放、FDI与中国CO2排放[J].数量经济技术经济研究,2011(3).

[13]魏梅,曹明福,江金荣.生产中碳排放效率长期决定及其收敛性分析[J].数量经济技术经济研究,2010(9).

[14]陶长琪,宋兴达.我国CO2排放、能源消耗、经济增长和外贸依存度之间的关系――基于ARDL模型的实证研究[J].南方经济,2010(9).

第8篇

【关键词】FDI;技术创新能力;影响;协整

引言

技术创新活动是社会生存和发展的永恒主题,加入WTO以来,外商直接投资(FDI)在促进我国经济发展中扮演着非常重要的角色,国内外的许多专家学者从不同角度研究FDI的技术外溢效应及对东道主国经济增长的影响,普遍的观点认为:对资金流入的国家和地区而言,FDI不仅能够提供资本促进当地经济的增长,而且还可以产生技术外溢效应、产生升级效应、贸易效应、环境效应和就业效应等。大多数经济学家强调,外商直接投资是解释30余年来我国经济持续快速增长奇迹和技术进步的重要指标之一。整体而言,关于FDI与技术创新能力关系的研究,国内外学者是近十年才开始探讨的,之前的文献虽有涉及,但主要是基于全国范围的,缺少针对地区性的研究。

武汉市自20世纪80年代以来开始利用外商直接投资,截至2007年,武汉实际利用外资总额为225005万美元①,规模以上工业增加值中外商投资企业所占比重达15.63%,规模以上工业企业中外商投资总资产贡献率高达29.78%。武汉作为中部地区最大的省会城市,拥有良好的自然条件,相对较好的资源优势,优越的交通通讯区位,比较雄厚的产业基础,智力密集的科教和人才资源等优势,经济上取得长足的发展。随着中部崛起战略、“两型社会”和武汉“1+8”城市经济圈的提出,武汉经济社会的发展将越来越依靠科学技术的进步与创新。因此,以武汉市为例研究FDI对技术创新能力的影响具有一定的理论价值和实践意义。

1.FDI对技术创新能力的影响效应

一般看来,跨国公司是FDI影响东道国技术创新能力的载体,FDI通过跨国公司在东道国经营对其技术创新能力产生深远影响。跨国公司以中外合资、中外合作和外商独资的形式在东道国投资设厂,可以为东道国子公司提供技术,促进技术创新能力的提高。同时东道国通过学习跨国企业先进技术进行自主创新,促进东道国技术创新能力的提高。

1.1 示范-模仿效应

由于跨国公司(Multi-national Enterprise,简写为“MNE”)与东道国企业之间存在着技术差距,东道国企业可能通过学习、模仿其行为来提高自身技术和生产力水平,这也叫传染效应(contagion effect)。外资企业不仅将新设备和新产品或者新的加工方法引入到国内市场,还带来了产品选择、销售策略及管理理念等非物化技术。在某些情况下,国内公司仅仅通过观察和学习邻近的外资公司就可以提高自己的劳动生产率。

1.2 竞争效应

这一效应多发生于产业内各厂商之间。竞争效应一方面指跨国企业子公司与东道国企业之间争夺有限的市场资源,加大了市场的竞争,刺激当地厂商有效地使用现有的资源,推动本土技术效率的提高;另一方面指在本来具有强大行业壁垒的产业,由于跨国企业的进入,在一定程度上消除垄断,社会福利水平得以提高。

1.3 培训效应

从发达国家的经验可以证实,国外资本所具有的竞争优势是无法脱离其人力资源而完全物化在设备和技术上的。因此,跨国企业海外投资项目的有效运转,往往和当地的人力资源开发结合在一起。如当地技术及管理人员和跨国公司总部派遣的专家一起工作;对当地人员进行培训;当地技术人员参与对技术、产品和工艺的改进工作甚至研发活动;高级管理人员了解、参与跨国公司全球网络的运作过程。需要指出的是,大多数学者主要针对FDI在东道国创新能力的某一渠道展开研究,没有考虑各渠道之间的相互关系,缺少系统性的考虑。另外,关于FDI技术溢出效应的影响因素理论研究还很少。

2.武汉市1990-2007年数据的协整分析

2.1 指标的选取与数据来源

测度技术创新能力时,首先涉及到一个对技术创新能力衡量指标的问题。国际上常用的衡量科技产出效率的指标有:专利、科技论文、高科技产品或技术密集型产品、技术贸易等。我国专利法第22条规定“授予专利权的发明和实用新型,应当具备新颖性、创造性和实用性”。本文结合研究实际,在诸多的评价科技产出指标中,选取专利授权数量作为地区评价技术创新能力的指标。

在FDI指标选取时,本文选取武汉市统计局公布的实际利用的FDI作为FDI变量的指标。由于实际利用FDI都是以万美元标价,为方便起见,本文把每年的FDI原始数据转换为以人民币标价的外国直接投资额(RFDI),再对RFDI值取对数(LNRFDI)。最终本文以FDI流量和专利授权数作为替代指标,以此来研究FDI对地区创新能力的影响。可以看出,LNRFDI与LNPTN随着时间变化,因而是非平稳时间序列,存在“伪回归”现象,因而本文采用Granger,Johansen的协整检验。

2.2 模型设定

本文用LNPTN做被解释变量,PNRFDI作为解释变量,设置FDI与技术创新能力模型如下:

LNPTN=α+βLNRFDI+ξ (1)

2.3 模型检验与分析

2.3.1 ADF检验

分别对LNPTN、LNRFDI和一阶差分后的DLNPTN、DLNFDI进行ADF检验,并绘制其一阶差分时间序列图,结果如表1。

虽然LNPTN和LNRFDI的时间序列是非平稳的,但是其一阶差分却是平稳的,即时间序列LNPTN和LNTFDI都是一阶单整的(即为I(1)序列)。因而该两个时间序列可能存在协整关系,即LNPTN和LNRFDI之间存在着长期、稳定的关系。

2.3.2 协整分析

本文运用E-G两步法,对LNPTN和LNRFDI之间的协整关系进行检验,具体步骤如下:

注:检验类型(I,T,L)分别表示ADF检验中是否会有常数项(Intercept)、时间趋势项(Trend)以及最大滞后期数为(Maximum lags)。-2.717511***表示该值是1%的显著水平下的临界值;-1.96627**表示该值是5%的显著水平下的临界值;-2.666593*表示该值是10%的显著水平下的临界值。

第一步:模型估计――最小二乘法

运用EVIEWS6.0对模型(1)进行回归,结果如下:

LNPTN=-0.316421+0.522958***LNRFDI(2)

t=(-0.169743)(3.761860)

R2=0.469348F=14.15159

根据以上分析,LNPTN对LNRFDI进行的普通最小二乘法,得到弹性系数显著,所建模型整体上对样本数据拟和较好,表明FDI每增加1个单位,专业授权量增加52.3%。

第二步:残差的单位根检验

根据估计的方程(2)可得残差估计

U=LNPTN-0.522958LNRFDI+0.316421(3)

运用EVIEWS6.0软件,可得残差图及残差序列ADF检验。

表2显示,ADF值为-3.335266,小于1%显著水平临界值-2.717511,因而残差序列ξ在1%的显著水平下拒绝原假设,不存在单位根,即残差序列ξ是零阶单整。根据以上结果可知,LNPTN和LNRFDI存在协整关系,协整向量为(1,-0.522958,0.316421)。该检验反映在FDI流量与技术进步上可以看出,从长期看来,RFDI的对技术创新能力的弹性为0.522958,即RFDI每增加1%,专利授权数增加0.522958%。这表明FDI对技术创新能力的拉动作用不明显。

2.3.3 误差修正模型

根据上文分析,描述技术创新能力随着FDI流入的变化的长期均衡调整的误差修正模型为:

ΔLNPTNt=α+β*ΔLNRFDIt+aecmt-1+ut (4)

本文首先选定4阶的滞后变量,再逐步排除一些不显著的变量,最终得到估计后的误差修正模型如下:

DLNPTN=0.457621***-0.480393**DLNPTN(-2)-0.544131***DLNPTN(-3)-0.315339*DLNRFDI(-3)-0.235761*ecmt-1 (5)

R2=0.885520

从以上分析可得出以下结论:(1)武汉外商直接投资流量与专利授权数之间存在着长期动态的均衡关系。(2)在一定时期内,专利授权数受到本身和外商直接投资流量变动的影响。从方程(5)可知,滞后2年和3年武汉专利授权数增长变动和滞后3年的FDI流量的变动对专利授权数变动的影响分别在5%、1%、10%的水平下显著。(3)误差修正项ecm的系数为负数,这符合经济意义,若上期大于本期,则本期经济系统会产生一个负向的作用,这个作用使得PTN和GDP两个变量能够在长期中达到均衡;相反,若小于则进行正向修正,修正力度均为0.235761,该修正系数也说明专利授权数和FDI流量短期变动偏离长期均衡关系的程度不大,即FDI流量和专利授权数两者之间的均衡关系对当期的非均衡误差调整自身修正能力不强。

2.3.4 Granger因果检验

根据协整分析,可知外商直接投资流量与武汉的专利授权数之间存在一个长期的均衡关系。进一步进行Engle-Grange因果检验,由于Engle-Grange因果检验只适应于平稳序列,因而本文采用一阶差分后的数据,结果如表3所示。

通过上表可知,滞后期为2年和3年时,在1%的显著水平下,外商直接投资流量是构成专利授权数的Grange原因。同样在5%显著水平下,滞后2期专利授权数是构成FDI流量变动的Grange原因;在10%显著水平下,滞后3期专利授权数是构成FDI流量变动的Grange原因。

3.基本结论及建议

3.1 基本结论

通过利用1990-2007年武汉的专利授权数和FDI流入量的时间序列数据数据的协整分析,可以看到:外商直接投资流量与专利授权数之间存在着一定的相关关系,虽然各自的增长是非平稳的时间序列,但它们之间是一种长期稳定的均衡关系。短期内,在5%显著水平下,滞后2年的专利授权数与FDI流量之间互为Grange原因;在1%水平下,滞后3年的FDI流量是专利授权数变动的Grange原因;在10%水平下,滞后3年的专利授权数变动是FDI流量变动的Grange原因。其他情形下,专利授权数与外商直接投资流量之间不存在显著的因果关系,这表明在短期内,FDI流量对专利授权数的贡献不明显。

3.2 对策建议

武汉经济的发展主要走的是一条以中小企业、民营企业为主的内生型发展道路,引进外资能力较低,抑制了本地技术创新能力的提高。一个国家或地区要真正拥有核心竞争力,最终占据技术竞争的领先地位,就要摆脱对外部技术的依赖,要依靠自身力量、通过独立的研发活动获得技术创新能力的提高,即进行自主创新。

3.2.1 注重利用外资质量

应进一步改善外商投资环境,扩大吸收外资规模,提高利用外资的水平与质量。随着中部崛起、“两型社会”和武汉“1+8”城市圈的提出,武汉经济发展模式迫切需要从内生型转向内生成长与外向发展协调发展。借鉴沿海各省的经验,积极引进外资,充分利用国外的先进科技资源,把握国际产业分工和转移的机遇,承接和吸纳国外先进制造业和研发中心的转移。因此,武汉应进一步加强基础设施的建设,在继续改善投资的硬环境基础上,着力改善投资的软环境。建立统一、规范和公开的外资准入制度,简化外商投资的审批程序,提高审批工作的效率,改善对外商投资企业的服务,进一步完善行政管理环境,以此提高外资进入的积极性。同时,还应建立公平、有效的市场环境,以促进跨国公司对武汉转移技术,加大对武汉技术创新水平的影响。将利用外资方式从数量型向质量型转变,建立合理的招商引资质量考评体系,注重引进科技创新型、环境友好型、资源节约型投资项目,促进先进管理经验和技术的引进。

3.2.2 鼓励企业自主创新

武汉本地企业在引进、消化和吸收的基础上,通过模仿创新提高自己的技术水平,已取得了很大的成功。然而技术的提高,不仅需要外部力量的推动,更需要有自生的技术来源,能够依靠自身力量、通过独立的研究开发活动进行自主创新,获得核心关键技术,取得竞争优势。通过集成创新、引进消化吸收再创新两种方式,提高企业和区域自主创新能力。加强企业自主创新能力,最主要的是要增强企业技术创新动力,使企业能够积极地成为创新主体。然而,自主创新毕竟是“厚积薄发”的过程,具有投入高、周期长、风险高的性质,很难短期见效。任何企业对既有发展模式都有很强的依赖,没有强大的外力或内部变革,不会轻易地改变传统路径。由技术引进走向自主创新,是企业技术路线的转轨。促使企业下决心转轨,必须有强烈的外因和内因。一般来说,外因主要来自于企业外部的压力和吸引力。例如政府的政策激励、企业生存环境的压力、市场竞争的压力,会鞭策企业走创新之路。内因则主要来自内生的追求和激情,表现在公司长远战略和企业家精神。因此,为促使企业成为自主创新的主体,政府需要并正在制定一系列鼓励政策,例如对实行自主创新的企业给予优惠政策,这充分表明国家促进企业自主创新的决心。但这些只是外因,如果不能调动起企业和企业家内在动力,政府的号召、干部考核的压力也可能只使企业“奉命创新”。这种为完成“交办任务”而进行的创新,很难想象有好的效果。因此,这就需要公司能够制定长期战略,加强企业文化和价值观,有较强的企业家精神,内生出进行自主创新的欲望和激情,从而从本质上提高企业自主创新的动力。

3.2.3 鼓励外商研发本地化

要促进FDI对技术创新能力的提高,就需要加强外资企业的在东道国的根植性,鼓励外商研发本地化。跨国公司作为技术创新的主体,可以跟内资企业相互作用,促进其技术创新的提高。但要达到这样的目的,是在跨国公司研发本地化的基础上才能实现。而当今有一部分外商投资企业都是看重一些地方政府的优惠政策,纷纷在内地设厂,而当享受优惠之后,又会到另外地方重复同样的投资,很少对当地企业有技术溢出,更不用说对当地企业的技术创新产生促进作用。因此,要提高FDI对技术创新的正向促进作用,需要让外商企业在东道国根植,外企只有在具有较强的根植性之后,才会把先进的技术投入其生产当中,并将其转移到当地。因此,武汉应进一步完善鼓励外商投资高新技术产业和设立研发中心的政策措施,努力营造适合于高科技创业型企业发展的外商投资的政策、市场空间,促进跨国公司研发机构的本地化,促使跨国公司在当地建立技术研究与开发中心,积极开发专利。并加强外企与本地工业企业的融合,使本地企业能在更大程度上通过引进、消化、吸收最终达到模仿创新,提高本地企业的技术创新水平。

注释:

①包括外商及港、澳、台投资(下同)。

参考文献

[1]小规模技术理论[EB/OL].training.mofcom.省略/jsp/sites/site?action=show& id=1305.

[2]Caves,R.E.,Multinational Firms,Competition and Productivity in Host Country Market[J].Economica,1974,41:176-193.

[3]Wang J.Y.and Blomstrm M..Foreign Investmentand Technology Transfer:A Simple Model[J].European Economic Review,1992,36:137-155.

[4]肖德云,王恕立,朱金生.武汉市FDI的技术溢出绩效实证研究[J].科研管理,2007,(3):173-179.

[5]陈国宏.经济全球化与我国的技术发展战略[M].北京,经济科学出版社,2002:37-40.

[6]王艳丽,刘传哲.FDI对东道国技术溢出效应的研究回顾与展望[J].科技进步与对策,2006,(12):193-196.

[7]李杏,M.W.Luke Chan.外商直接投资与对外贸易技术溢出效应比较――基于面板因果关系的研究[J].国际贸易问题,2009,(2):70-76.

[8]刘中文,姜小冉,张序萍.我国区域技术创新能力评价指标体系及模型构建[J].技术经济与管理研究,2009,(1):32-35.

[9]李晓钟,张小蒂.江浙基于FDI提高区域技术创新能力的比较[J].中国工业经济,2007,(12):102-109.

[10]叶仁荪,王光栋,王雷.技术进步的就业效应与技术进步路线的选择――基于1990-2005年中国省际面板数据的分析[J].数量经济技术经济研究,2008,(3):137-147.

[11]郭国峰,温军伟,孙保营.技术创新能力的影响因素分析――基于中部六省面板数据的实证研究[J].数量经济技术经济研究,2007,(9):134-143.

第9篇

[关键词] 影子价格 最优规划 资源配置

一、引言

经济学的出现基于资源的稀缺性。因此,资源的有效配置是经济学中的一个基本的问题,即利用有限的资源去解决生产什么、如何生产以及为谁生产的问题。线性规划理论及方法的产生,为研究人员探讨这些问题提供了一种行之有效的数量分析方法。我们在学习规划理论的过程中,经常会发现所建立的辅助函数的相关因子被解释为目标函数的影子价格(Shadow Price),如Hamiltonian乘子,Lagrange乘子等。这些所谓的影子价格到底表示的是什么经济意义以及它与资源配置之间有何种关系,这些是本文研究的重点所在。最后,我们根据两者之间的内在联系,对如何实现资源的优化配置有着重要的指导意义。

二、影子价格的经济学含义

影子价格通常是利用问题线性规划对偶模型对资源决策变量做出一定的经济解释,表示在资源最优利用的条件下各种资源的“价值”。由线性规划的对偶原理可知,在用单纯形法求线性规划最优解的同时,联立对偶规划的最优解即可计算出各种资源的影子价格。如果线性规划模型属于在一定资源约束的条件下,按一定的生产消耗关系生产一组产品并寻求总体效益(如产值)目标函数最大化问题,那么,其对偶模型对偶变量的最优解则分别表现为相应资源的影子价格。下面,笔者以线性规划的角度来解释影子价格的含义,下列一对线性规划称为互为对偶的规划:

在经济学中,x,y互称为影子价格。

例如,某厂生产甲、乙两种产品,需要先后经过两种机床加工。甲产品在机床1上所需加工工时为3,在机床2上为3;乙产品在机床1上所需加工工时为1,在机床2上为4;机床1、2的可用工时分别为48、120;甲、乙产品的利润分别为5、6。问题1:甲、乙产品各生产多少,能使利润最大?问题2:若将机床出租,问租金至少是多少?

解:设产品产量为x1,x2;机床租金y1,y2。则上述两问题的数学模型分别为下列两个线性规划:

容易看出,模型(A)和模型(B)互为对偶。因此,某种资源的影子价格就是一单位该资源的赢利能力,这是一种底价,因此它具有价格特性。然而,这种价格不会出现在交易中,故称为影子价格。为了对影子价格有更加清晰的理解,我们以拉格朗日系数为例,来说明其含义。

称为原问题的Lagrange函数。在求解最优化的过程中得到拉格朗日系数:

上面的例题我们可以分析出,从数学的角度出发,影子价格反映的是资源一单位的变化对效用改变量的变化的程度,或者说是目标函数对约束条件(即资源)的一阶偏导数。假设目标函数是利润函数,影子价格表示的则是在最优生产计划处,再增加一单位的资源所带来的利润。其经济学涵义是经济学家或者企业的决策者在做出决策时,使用影子价格将比市场上的价格更加能够反映出单位资源真实的价格。

三、影子价格与资源的配置

前文的分析,影子价格在引导资源配置中的作用和意义不容低估,其意义甚至高于资源的市场价格。在现实生活中,一些企业或者厂商考虑到是否追加资源(使用要素),该资源或者要素影子价格具有及其重要的理论参考价值。具体来说,在资源的优化配置过程中,影子价格对其的引导表现在以下三个方面:

1.当某种资源的影子价格高于市场价格时,说明增加一单位的资源会给企业的目标函数带来正的增长效应。此时如果决策者适当增加这种资源的投入,扩大生产规模,可以增加利润。但问题是,随着该资源投入量的增加,其影子价格会逐渐变小。对于既定的规模来说,增加资源实现了其优化配置。

2.当资源的影子价格等于其市场价格时,处于资源的最佳均衡点。不再增加该种资源的投入,任意增加或者减少该资源的使用,都会导致非帕累托最优,所以此时企业的决策者或者厂商不用做任何调整,类似于完全竞争厂商中的边际成本定价,即边际收益=边际成本。

3.当某种资源的影子价格低于市场价格时,企业的决策者应把这种资源转让适当的一部分转让出去直至该资源对于企业的影子价格与市场价格处于均衡。但随着该种资源投入的减少,资源或要素的影子价格逐渐增加。

上述的分析我们得知,影子价格需要在完善的市场条件下算出。众所周知,完善的市场条件在现实社会中是不存在的,市场的失灵导致完善的市场只是“乌托邦”,如垄断、外部性、信息不对称等。这些导致现成的影子价格也是不存在的,必须通过对现行价格的调整,才能求得它的近似。就这一点而言,影子价格这个概念的确有其局限性:首先,影子价格的计算所需经济数据比较复杂,计算繁冗,实际的计算中存在很大困难。最重要的一点,影子价格反映的只是一种静态配置价格,不能表现资源在不同时期动态配置时的最优价格。所以对于动态条件下,资源的影子价格的研究有待完善。最后,影子价格与生产价格、市场价格差别很大,它只反映某种资源的稀缺程度和资源与总体经济效益之间的关系,并不能代替资源本身的价值。即其存在必须要在一定的经济关系中。

四、结束语

影子价格虽被定名为一种价格,但是它的内涵与意义完全超过了价格的意义。引言提出来的问题,我们现在可以明白了。在对于影子价格的推导以及含义的理解的基础上,我们知道现实社会中影子价格对资源的配置作用和意义:影子价格是资源配置问题的重要参数,是社会对资源真实价值的度量,它也能够比较客观地反应资源要素的稀缺程度;它是我们在研究经济领域问题时的重要工具和方法;它有助于我们更清晰地把握所研究的对象,做出更为理性的决策,实现社会资源的优化配置。影子价格正被用于各种学科,各类分析问题上。同时,克服影子价格在资源配置中的局限性也是研究过程中所要关注的。

参考文献:

[1]高鸿业.西方经济学(第三版微观部分)[M].北京:中国人民出版社,2005.

[2]吴海华.关于影子价格作为企业资源配置依据的探讨[J].统计与决策,2005,(3).

[3]杨桂元.再论影子价格的经济含义[J].数量经济技术经济研究,1993,(11).

第10篇

关键词:房地产投资 GDP 平行数据模型

本文研究方法与模型设定

(一)研究方法

对河北省各地区的房地产投资与国民经济的研究不能单独进行,必须将各地区放在同一个可比较的平面上,而且同时要利用各地区的时间序列数据和截面数据。在经典线性计量经济学模型中,所利用的数据有一个特征,即在一个模型中,或者只有时间序列数据,或者只利用截面数据。实际上仅利用时间序列数据或者只利用截面数据不能满足本文经济分析的需要,因此本文选择平行数据计量经济学模型。

(二)模型设定

根据本文的研究目的,选择房地产投资和地区生产总值两个变量,其中地区生产总值为被解释变量,房地产投资为解释变量。在模型选择方面,有线性模型、对数模型和半对数模型三种可供选择。分别将三种模型形式进行分析,发现与其它两种模型相比,对数模型要较好些。因此本文选定的模型为对数模型。

设定基本模型为lnGit=αi+βilnIit+uit,Git代表第i个地区第t年的该地区的生产总值,Iit代表第i个地区第t年的房地产投资额,αi代表个体影响,uit为随机扰动项。

之所以在模型当中没有滞后期的出现,是因为选择的数据是平行数据而非时间序列数据,所以加入变量的滞后期对模型的拟合效果未必会有很好的改善,同时分别对加入滞后期和滞后两期的情形进行分析,所得的结果均不如本文设定模型的效果,所以在本文设定的模型中没有滞后期的出现。

本文选择河北省11个地级市2000-2006年的平行数据进行分析。数据来自2001-2007年的《河北经济年鉴》。对数据进行了如下处理:首先对各地区国内生产总值进行地区收入总值指数调整,折算为2000年不变价,将各地区各年房地产投资额进行固定资产投资指数调整,同样折算为2000年不变价;然后分别对各地区各年的国内生产总值、房地产投资额取自然对数。

研究平行数据的第一步是检验被解释变量Git的参数是否在所有横截面样本点和时间上都是常数,按照平行数据模型的确定过程,本文用EVIEWS3.1对基本模型进行检验,得到:S1=0.04088484,S2=

0.166917188025,S3=0.413960986404

下面计算F统计量:把N=11,K=2,T=7代入F统计量计算公式:

F1=1.78,F2= 8.0566

在显著性水平为1%的情况下,对其进行H2检验。查得F(30,44)=1.43F1,因此接受H1。即结构参数在不同截面单位上是相同的,在截面单位上个体影响不同,个体影响表现为模型中被忽略的反映个体差异的变量影响,即模型为变截距模型。

具体形式为:lnGit=αi+βilnIit+uit,(i=1,2…11,t=2000,…2006) (1)

其中为个体影响,即模型中被忽略的反映个体差异变量的影响。

在确定采用变截距模型之后,进一步确定采用固定影响模型还是随机影响模型。利用计量经济学软件Eviews3.1对样本数据进行分析,分别得到采用固定影响模型和随机影响模型进行模型估计的结果。采用固定影响模型时,分为加权条件(cross section weights)和不加权条件(no weighting)。采用随机影响模型时分为GLS Transformed Regression和Unweighted Statistics including Random effects下的两种检验结果。检验结果如表1所示。 由表1可知,采用固定影响变截距模型的R2统计量(0.986032,0.937679)和D-W值(1.253215,1.027544)均优于采用随机影响变截距模型的R2统计量(0.749271,0.776937)和D-W值(0.383119,0.430637),也就是说固定影响变截距模型的拟合优度优于随机影响变截距模型的拟合优度,因此选用固定影响变截距模型。在固定影响变截距模型检验结果中可以看出加权情况下的R2统计量为0.986032,D-W值为1.253215,不加权情况下的R2统计量为0.937679,D-W值为1.027544,加权情况下的拟合优度优于不加权情况。

综上,本文采用加权条件的固定影响变截距模型,即下面的模型:

lnGit=αi+βlnIiit+uit,(i=1,2…11,t=2000,…2006) (2)

其中,假定横截面的个体影响可以用常数项αi的差别来说明,这样,αi表示各地区对于房地产业的自发投资。参数估计结果如表2。将以上系数分别代入(2),将方程变形后可以得到河北省11个地级市相应的回归方程,如表2所示。

房地产投资对区域经济发展的影响

从表2可以看出,房地产投资对各地区经济发展有显著的积极影响。各地区房地产自发投资对GDP的影响有一定差别:唐山的影响最大,廊坊的影响最小。由此可见各地区房地产投资对国民经济的推动力存在较大差别。下面对各地区房地产投资对国民经济的推动力及推动效率具体进行计算:

(一)推动力分析

推动力分析即弹性分析。弹性系数是指在任意函数中,解释变量的相对变动所引起的被解释变量的相对变动,即被解释变量的变化率与解释变量的变化率之比。弹性有点弹性与弧弹性之分。本文选用弧弹性,原因是考虑到上文得出的回归方程为指数形式,用弧弹性计算效果会好些。根据弧弹性的定义,分别取各地区两年的房地产投资额与GDP,求它们之间的弧弹性。根据弧弹性的定义,计算公式为:,其中E为弹性系数,即各地区房地产投资对区域经济的推动力,x1、y1分别为前一年份的房地产投资额与GDP,x2、y2分别为后一年份的房地产投资额与GDP。取2000年与2002年的数据,可以得到各地区的弹性,并按照弹性大小进行分组,其结果如表3所示。

从表3可以看出,河北省区域经济增长在一定程度上是由房地产业推动的,各地区房地产完成投资对地区经济推动力差别较大,推动力较大的为秦皇岛,达到0.5792,最小的为石家庄,推动力为0.1050。

(二)推动效率分析

为了进一步分析各地区房地产投资对各地区国民经济的推动作用大小,引入一个新的系数,称为“推动效率”,它是房地产投资的推动力系数与该房地产投资在GDP中所占份额的比值,用q表示,q=D/S,D表示在考察期内对房地产投资的推动力系数(弹性),S表示房地产投资在考察期内占GDP的平均百分比。这样可以排除推动力系数受到不同的房地产投资所占份额因素的影响。如果q>1,表明房地产投资在这期间内对国民经济的推动作用是积极的,超过了自身所占的份额,是高效率的。相反,如果q

由表4可以看出,廊坊的q值小于1,说明房地产投资对该地区的推动效率较小;石家庄、邢台、沧州、保定、张家口、承德的q值在1至5之间,说明这些地区的房地产业对区域经济有积极的促进作用;邯郸、衡水、秦皇岛、唐山的q值均大于5,其中唐山的q值最大,达到14.9,这些城市的房地产投资对区域经济有较大的促进作用。

(三)固定效应模型分析

由表1可以看出,河北省整体房地产投资额每增加1%,将带来河北省国民经济0.81%的增长。房地产业对国民经济的推动作用明显。

参考文献

1.姜诗章.多维平稳性检验的计算方法[J].数量经济技术经济研究,1998

2.赵卫亚.中国城镇居民消费函数的变系数Panel Data模型[J].数量经济技术经济研究,2003(11)

3.高铁梅.计量经济分析方法与建模[M].清华大学出版社,2006

4.李子奈,叶阿中.高等计量经济学[M].清华大学出版社,2000

5.刘伦武.基础设施投资对经济增长推动作用的动态计量模型与分析[J].数理统计与管理,2005(03)

6.郑思齐,刘洪玉.中国建设投资与经济增长关系的计量模型分析[J].清华大学学报,社会科学版,2001(04)

7.郭英形,张屹山.预防动机对居民储蓄的影响一应用平行数据模型的实证分析[J].数量经济技术经济研究,2004(06)

作者简介:

第11篇

【关键字】工程造价分阶段控制

中图分类号: TU723.5 文献标识码: A 文章编号:

一、建设项目决策阶段如何控制工程造价

建设项目决策是选择和决定投资方案的过程,这一过程非常重要。它是建筑的龙头,要及时对不同的方案进行技术经济比较,做出正确的判断和决策。在判断与决策的过程中,要抓住方案的两个因素,成本与规模。作为建设方,这一过程直接会影响到以后阶段的建设项目的投资控制。建设单位要对与拟建项目有关的社会、经济、技术等各方面进行深入调查研究,对各种可能采用的技术方案和建设方案进行认真的技术分析和论证,对项目建成后的经济效益进行科学的预测和评价。

二、 建设项目招标和签约阶段如何控制工程造价

在项目实施过程中,认真编制招标文件及签订工程合同尤为重要,如何把握好招标过程和合同的策划是一项重要的工作,根据调研的结果和多年的工作经验,需要注意以下事项:一是,实行无标底招标;二是,招标方式的确定;三是,保函或保证金的应用;四是,报价形式的选择;五是,拟签约的承包商数量和发包方式的确定;六是,重要合同条款的确定;七是,合同价格形式的确定。

三、 建设项目施工阶段如何控制工程造价

施工阶段是落实合同、实施投资控制的操作过程,是工程设计意图最终实现并形成工程实物的阶段,由于施工过程周期长,影响因素多,应采取有效的措施加强这一阶段的投资控制,对管好用好资金,提高投资效益具有重要的意义。

1. 施工阶段存在的问题:首先,施工单位建筑工程造价的控制目标制定不合理,缺乏科学性和先进性;其次,材料价格管理方法落后,材料采购、储存量计算不科学,不能很好地掌握采购时机,由于建筑市场目前还比较混乱,材料采购价格失真,不法分子从中渔利,也使得占建安工程成本 60%——70%的材料费用失去控制;再次,施工组织方面,多数施工企业还一直沿用老办法,现有的人、财、物没能得到合理配置与利用,造成大量浪费,从而导致工程造价提高。

2. 施工阶段的工程造价控制

(1)工程项目实施阶段项目管理方式的策划。项目管理方式的合理选择是控制工程质量、进度、投资三大目标的主要保证。熟悉设计图纸和设计要求,对可能出现的工程费用变化大的部分和环节,作为重点造价控制对象。

(2)造价工程师对项目实施过程进行全面跟踪,对经济技术变更及时进行经济技术比较,并进行预测和分析,严格控制工程变更。施工前,要组织施工人员到现场踏勘,并对图纸进行会审、技术交底,避免施工中出现不应有的返工,特别是那种涉及费用较高的设计变更,必须经设计单位、建设单位现场代表、监理公司、施工单位等几方在现场核实并进行技术及经济比较,尽量减少合同外费用。

(3)把好施工组织设计和施工方案的审核关,合理开支施工措施费,以及按合理工期组织施工,避免不必要的赶工费,因设计变更或漏项而造成人力、物资、资金的损失和停工待图、工期延误、构件物资积压、改换代用以及连带发生的其它损失:按图施工后发现设计错误或有缺陷,经业主同意采取补救措施进行技术处理所增加的额外工程费用:新型特种材料和新型特种结构的试制、试验所增加的费用。加强设计审查,控制设计变更。通过对设计方案(含材料)和施工方案的技术经济比较,选择最佳方案,工程变更、设计修改要慎重,事前应进行技术、经济合理性分析,防止返工等索赔事件发生。

四、建设项目竣工结算工程造价控制

在结算审查过程中,正确处理审查方与被审查方的关系,保证工程结算工作顺利开展。首先应认真熟悉图纸,分析竣工资料,核实工程数量,对于未做的工作内容在结算时应予扣除。审查现场签证的真实、合理性。审查签证单的内容与设计图纸、定额中所包含的内容是否重复,对于重复的项目及内容必须予以剔除。做好施工材料的审查工作,为整体控制奠定基础。

进一步来看,应严格审查施工合同,正确处理结算纠纷。审查施工合同及有关文件的工作为:核准工程结算范围,确定施工期,正确进行索赔。确定施工承包方式以及审查合同其它条款的落实情况,尤其注意审查定额使用、政策调整的合理性、准确性,是否按规定的工程量计算规则计算工程量等几方面工作。同时,认真做好工程材料价款的结算审查,纠正单纯靠材料购货发票作为工程结算材料调价依据的作法,审查是否按规定计算材料差价,以及是否存在施工单位将建设单位委托购买的材料列入工程结算。最后,关注各项取费是否符合规定,是否合理准确。查看取费基数、是否存在提高取费等级现象,以及是否存在普通装饰工程按专业装饰工程取费的情况。

结束时做好工程竣工后的评价,这是对整个建设项目的一次性综合性评价,也是对项目工程造价控制的总结。主要有以下三个方面的工作: 一是对数据资料进行整理、分析和归类,分析系统的设计是否符合使用者的需求,找出系统建设过程中对造价影响较大的部分,分析影响工程造价的各项因素并建立相应的数据库,为下次项目的控制提供参考; 二是总结造价控制如何在各环节得到有效衔接、如何有效防范价格风险,由被动向主动控制转化的经验; 三是分析自身在全过程造价控制方面的不足,找出其因素并加以克服。后评价工作从表面上来看,对己经形成定局的项目造价没有什么帮助,但是,从长远来看,正是对以前建筑工程建设过程的及时总结,才能在后续项目的系统建设中更有针对性地解决问题,才能更好地实现造价控制的目的。

综上所述,工程造价的控制是一项集管理、技术、质量、施工于一体的综合性的系统工程。因此要求各专业人员从各自的范围着手,有效控制资金投入,才能解决建设资金的需求与有限供给之间的矛盾。加强工程造价控制的重大意义就是在于合理使用人力、物力、财力等,从而取得最佳的经济效益和社会效益。

参考文献

第12篇

关键词:数据包络分析(DEA);技术进步;全要素生产率;汽车工业

中图分类号:407.471文献标识码:A文章编号:1003-4161(2008)03-0010-06

1.引言

汽车工业能反映一个国家的工业水平,它凝结着现代化生产技术的精粹,产业关联度高、规模效益明显,属资本和技术密集型的产业。随着我国经济的飞速增长和人均收入的提高,汽车工业正处于一个黄金时期,产销量增长迅速。不同经济类型的汽车工业企业的生产率往往有差别,但内资、港澳台投资和外商投资这三大类不同经济类型的汽车工业企业的差别如何我们并不清楚,因此有必要对这些汽车企业进行比较,找出优劣,从而获得一些优化所有制结构的建议。目前对于特定范围进行测算的模型中,非参数的数据包络分析(Data Envelopment Analysis,DEA)模型采用运筹学中的线性规划所测算出的技术效率、规模效率、技术进步和全要素生产率(Total Factor Productivity,TFP)能很好地反映出最优决策单元(Decision Making Unit,DMU,在本文中是不同经济类型的汽车工业企业集合)与其他非有效的决策单元之间的差异,因此本文试图通过使用DEA模型来测算不同经济类型汽车工业企业的这4项指标。其中,技术效率反映在生产技术不变、市场价格不变的条件下,按照既定的要素投入比例,生产一定量产品所需的最小成本占实际生产成本的百分比(此为投入角度,产出角度可类推);规模效率则能反映出企业的生产规模是处于规模收益递增、递减还是不变阶段;技术进步反映除效率变化外的技术变化对生产率的影响;TFP则最终体现除资本、劳动等普通要素以外的因素所能促成的生产率的增长。

2.理论综述

2.1 近几年现有研究成果综述

目前研究效率、技术进步和TFP的文献不少,但对汽车工业企业进行比较的文献非常少。国内的文献有:陈勇等(2006)对1985~2003年我国工业行业的技术选择与技术进步的关系进行理论梳理和实证检验,发现国企比例或垄断程度高的行业在技术变化方面表现突出。王兵等(2007)发现20世纪80年代东亚地区全要素生产率的平均增长超过了APEC其他地区,而资本积累是整个样本期存在显著趋同的最重要的源泉。常亚青等(2006)对各行业全部国有及规模以上非国有工业企业的技术效率、规模效率及TFP进行了计算,发现1998~2002年相对效率最佳的行业是烟草加工业、电子及通信设备制造业。陶洪等(2007)分析了1999~2005年间影响我国省际工业劳动生产率变动的因素,发现对工业劳动生产率的改善主要来源于技术进步,但各省份普遍处于人均资本规模报酬递减的状态。李小平(2007)发现尽管高R&D投资行业具有更高的生产率增长,但R&D投资并不是造成增长的原因,国外技术引进只对技术进步有促进作用,自主R&D和国内技术购买的生产率回报率较差。郑玉歆(2007)对TFP度量经济增长质量存在的局限性进行了探讨,认为粗放增长阶段是无法避免的,而经济增长的关键是在于资本积累的质量和有效性。赵玻等(2004)通过实证分析发现我国汽车产业技术效率处于较低水平,而资本劳动比率、工程技术人员比重的提高能促进技术效率的提高。

2.2 运用DEA模型计算相对效率

DEA是著名运筹学家A. Charnes和W.W. Cooper等人以相对效率概念为基础发展起来的一种效率评价方法。DEA将所有DMU的投入与产出投影到几何空间中,并以这些DMU所能达到的最低投入或最高产出作为边界(生产前沿面)。当某个DMU落在边界上,则视该DMU有效,其效率值为1,表示在其他条件不变的情况下,该DMU无法减少投入或增加产出;若某DMU落在边界内,则该DMU无效率,而给予一个介于0到1之间的效率指标,表示在产出不变的情况下,可降低投入,或是在投入不变的情况下可增加产出。确定DMU的主导原则是:就其“耗费的资源”和“生产的产品”来说,每个DMU都可以看做是相同的实体,亦即在某一视角下,各DMU有相同的输入输出指标。通过对输入输出数据的综合分析,DEA可以得出每个DMU的效率值,据此可将各DMU定级排队,确定有效的DMU,为研究者提供信息。DEA还能判断各DMU的投入规模是否恰当,并给出各DMU调整投入规模的正确方向和程度。DEA方法的应用往往按如下图1步骤进行:

图1 DEA方法的应用步骤

设有n个决策单元DMUi(i=1,2,…,n),每个决策单元都是以m种投入获得s种产出,投入为Xi,i=1,2,…,m;产出为Yi,i=1,2,…,s。投入、产出指标要符合以下标准:①指标为非比率型指标;②不同时使用相关性高的指标;③指标值为非负;④n要比m+s大得多,一般是其两倍以上。技术效率和规模效率的计算就由以下两个模型来实现①:

上面两个模型的最优解为V*,λ*,S*-,S*+(S-为剩余变量, S+为松弛变量)。基本结论为:①V*=1,DMU0为弱DEA有效;②V*=1,且S*-=S*+=0,则DMU0为DEA有效;③非有效的DMU0在生产前沿面上的投影为X0,=V*X0-S*-,Y0,=Y0+S*+。用不变规模报酬的C2R模型测算所得到的效率值,包含了规模效率和技术效率两方面的内容,而可变规模报酬的C2GS2模型所考察的则是决策单元的纯技术效率水平。将在不同规模报酬假设下测得的结果θ*除以V*就是规模效率值。

2.3 技术进步、TFP及其运用DEA模型的计算

任何一个经济系统都是这样发展的:从简单到复杂,从低级到高级,从经济的少量产出到经济成果显著。在这种随时间推移所产生的变化中,任何一个经济系统都努力实现经济的快速增长。在经济增长分析中,技术进步被定义为实际产出增长率与实际要素投入增长率之差,即总产出增长中未被解释的那一部分。反映到生产函数上,实际要素的变化使得产出沿生产函数曲线滑动,而技术进步将使得生产函数曲线整个向上移动。在现代经济增长过程中,技术进步发挥了巨大的能动作用,而且随着时代的发展,技术进步对经济增长的贡献呈日益增长的趋势,生产越发展,增长对技术进步的依赖性就越大。当技术水平高度发展时,生产的高效率使得直接从事生产活动的人越来越少,劳动力向第三产业转移又推动了第三产业的发展。技术进步使产业结构不断向合理化、高级化发展的这一过程中,带动了整个经济的协调发展,从而使得宏观结构效益和资源配置效率得到提高。

TFP的概念最早由Stigler于1947年提出,后来经Kendrick(1956)、Solow(1957)和Denison(1962)等人进一步深化。TFP在本质上是一种差额指标,即总产出的变化率扣除各种有形要素投入量的变化率,而剩余的其他要素如无形要素以及有形要素质的提高都将从TFP的变化情况中表现出来,因此TFP提供了一个度量各种无形要素合成效果的指标,它把技术进步、资源的使用效率等各种无法直接度量的因素纳入了实证分析中,与偏要素生产率指标(如劳动力增长率、资本存量增长率等)相比,具有本质区别。如果在一个经济组织的经济增长中TFP的贡献较大,说明经济增长主要是依靠技术进步、资源配置的改善、制度、管理、组织等方面的改进而取得的,从而是典型的集约型经济增长。Caves、Christensen和Diewert在1982年首次提出了Malmquist生产率指数(Malmquist Productivity Index)。虽然这一研究在当时就产生了很大的影响,但直到1994年费尔(R. Fare)等人给出这种理论的一种非参数的线性规划方法(DEA模型),才使Malmquist指数被广泛用于投入产出方面的分析,尤其在评价行业以及地区的生产有效性的动态变化的研究领域里得到大量运用。Malmquist指数在投入产出分析中之所以被广泛运用是因为其有一些较好的性质:在构造Malmquist指数时并不需要投入与产出的价格变量、不必事先对研究主体的行为模式进行假设,更重要的是,该指数能被分解为几个有意义的指数的乘积,从而能得到更为细致的动态分析结果。

Malmquist指数构造的基础是“距离函数”②,它可以从投入和产出两个不同的角度给出。投入距离函数(TEF)是在给定产出的条件下,考察投入向量的最大可缩减程度,以衡量生产技术的有效性;产出距离函数则是在给定投入的条件下,考察产出向量的最大扩张幅度。用(XS,YS)和(Xt,Yt)分别表示相邻两个时期s、t的投入产出向量,针对DMU0,用D0s(Xs,Ys)表示以s时期技术为参照的时期S的投入产出向量的产出距离函数,用D0s(Xt,Yt)表示以s时期技术为参照的时期t的投入产出向量的产出距离函数。Ss时期技术、产出角度的Malmquist生产率指数为:

3.实证分析

面板数据选取2000~2006年汽车工业企业的对比资料③。输入数据为年末资产总计、年末负债合计和年末从业人员合计,输出数据为汽车工业增加值和应交所得税。DMU选取内资企业中的国有、集体、股份合作、联营企业、有限责任公司、股份有限公司和私营企业,港澳台商投资企业中的合资和独资企业,外商投资企业中的中外合资和外商独资企业共11个。指标的选取已符合标准:①诸输入输出指标皆为非比率型指标;②诸输入输出指标相关性不够高;③诸指标值为非负;④DMU的个数(11)大于输入、输出指标个数之和(3+2=5)的2倍。

3.1 不同经济类型汽车工业企业2000~2006年相对效率分析

由上表1可知,只有外商投资的中外合资企业能在2000~2006这7年中全部达到相对效率最优状态。内资企业中,股份合作企业的效率最好,港澳台商投资企业中则是港澳资企业效率较好。内资的国有企业一直处于规模收益递减状态,表明它们有过渡投资和资源浪费的迹象;联营企业则一直处于规模收益递增状态,适当增加要素投入可改善其效率。港澳台商和外商的独资企业这7年全能达到技术效率最优,我国的汽车工业发展较晚,相比之下,内资和合资企业的技术水平还不够高,技术效率确实不如这些独资企业。

3.2 不同经济类型汽车工业企业2000~2006年技术进步和TFP变化值分析

在技术效率和规模效率的计算结果基础上,我们结合DEA的另两个距离函数再对技术进步和TFP变化值的进行计算,得到如下结果:

根据表2,综合Ech、Tch、Tech、SEch和TFPch五项指标来看,49%的汽车工业企业获得了增长,16%维持不变,35%有退步现象,整体上是进步的,这说明我国的汽车工业还处于成长阶段。

为更清楚地了解不同经济类型的汽车工业企业的效率变化、技术进步和TFP增长情况,我们将这三项的时间段均值算出后绘制了图3:

图3 效率变化、技术进步、TFP变化时间段均值图

由时间段均值图可以看出,外商独资企业的效率和TFP发展强劲,大部分类型的企业取得了一定程度的技术进步,但不迅速,只有内资的股份合作企业的技术进步均值稍高一些,达到了1.15。除内资的股份有限公司外,其他经济类型的汽车工业企业都获得了TFP的增长。

图4 不同经济类型汽车工业企业的TFP增长均值发展趋势

从上图4可以看出,2001年后三大类汽车工业企业的TFP的增长是趋同的,内资企业在2002~2003年段和2003~2004年段的TFP增长稍低于1,估计与2001年到2004年的入世过渡前期有关。但到了2005年的入世过渡后期,汽车进口关税降幅已不大⑥,从而开始回升。我们由下图5看到我国汽车总产量近7年一直在稳定增长,2001~2003年和2005~2006年增长尤其迅速。2005年的汽车总产量由570.8万辆猛增到2006年的728.0万辆,增幅达27.5%,比前两年增幅强,这间接证明了我国三大类汽车工业企业的TFP的增长在2006年段开始回升的实证结果。

图5 我国汽车总产量走势⑥

4.简短的结论与建议

从本文的结果看,2000~2006年间不同经济类型的汽车工业企业按TFPch均值从高到低依次为:外商独资、内资集体、内资有限责任公司、港澳台商合资、内资国有、内资股份合作、内资联营企业、内资私营企业、外商中外合资、港澳台商独资、内资股份有限公司,内资企业的表现总体上说还是不错的。我国现已全面入世,这标志着汽车工业不能再依赖贸易保护获得利润,2006年7月1日小轿车、越野车、小客车整车进口税率由28%降至25%,车身、底盘、中低排量汽油发动机等汽车零部件进口税率由13.8%~16.4%降至10%。不过从本文的实证结果看,全面入世并未对内资的汽车工业企业造成严重伤害,它们在全面入世的环境下依然能稳定发展,有效地抓住了入世的机遇,但仍需向外商学习。

对汽车工业企业来说,效率的提高可通过优化生产要素的投入结构、有效发挥劳动力的能动积极性、促进规模经济的形成和发展等来实现,技术进步则需要有效、系统地引进先进技术,加大对相关研究项目的投资力度,最终提高全要素生产率。汽车产业是一种支柱型产业,需要具有一定高的集中度来获得规模经济,大部分国家鼓励汽车产业的发展,我国也需要从根本上抓住这一经济命脉。由于引进国外技术、与外商合资、自主创新等,我国已拥有了一批自主开发的轿车品牌,如奇瑞、哈飞、中华、吉利、荣御等,它们在最近几年获得了飞速发展,已向国外出口。总起来说,协调各相关产业发展、促成汽车产业集聚效应、开拓国际国内市场、科学地采取较积极财政政策、完善现代公司制度、多借鉴发达国家的优良措施等,能在一定程度上促进我国汽车工业的发展。

注 释:

①此2个DEA模型是相应距离函数DEA模型的对偶规划。

②Malmquist在1953年用相对于无差异曲线的径向移动幅度,首次给出了距离函数的定义。1970年Shephard依据生产函数再次定义了距离函数,并广泛使用。

③数据来源:《中国汽车工业年鉴》2001~2007年。

④本文DEA模型的计算使用DEAP2.1实现,结果均保留3位小数。

⑤据《当代汽车》2006年第8期《谁是最大的受益者――进口车关税下调带来的影响》一文,我们得知汽车进口税由2001年的70%~80%降至2002年的43.8%~50.7%,再降至2003年的38%~43%,2004年34.2%~37.6%,2005年30%,然后是2006年1月的28%。

⑥2001~2006年的数据来源是《中国汽车工业年鉴2007》的“中国历年CKD汽车产量及占汽车总产量的比例统计(2001~2006)”表,2000年的数据来源是《中国橡胶工业年鉴2004》的“中国历年汽车产量统计(1999~2003)”表。

参考文献:

[1] 陈勇,唐朱昌.中国工业的技术选择与技术进步:1985-2003[J].经济研究,2006,(9).

[2] 王兵,颜鹏飞.技术效率、技术进步与东亚经济增长――基于APEC视角的实证分析[J].经济研究,2007,(5).

[3] 常亚青,宋来.中国企业相对效率和全要素生产率研究――基于37个行业5年数据的实证分析[J].数量经济技术经济研究,2006,(11).

[4] 陶洪,戴昌钧.中国工业劳动生产率增长率的省域比较――基于DEA的经验分析[J].数量经济技术经济研究,2007,(10).

[5] 李小平.自主R&D、技术引进和生产率增长――对中国分行业大中型工业企业的实证研究[J].数量经济技术经济研究,2007,(7).

[6] 郑玉歆.全要素生产率的再认识――用TFP分析经济增长质量存在的若干局限[J].数量经济技术经济研究,2007,(9).

[7] 赵玻,王连.我国汽车产业技术效率及其影响因素实证分析[J].生产力研究,2004,(12).

[8] 吴秀波.论WTO过渡期后促进汽车产业自主创新的税收政策[J].税务研究,2007,(4).

[9] 史自力.日本汽车产业成长特点及其对中国汽车工业发展的借鉴意[J].经济与管理研究,2006,(1).

[10] 刘静,李保刚.关于加快吉林省汽车产业发展的几点思考[J].东北亚论坛,2007,(3).

[11] Malmquist S. (1953). Index Numbers and Indifference Surfaces[J],Trabajos de Estatistica, (4) :209~242.

[12] Charnes A., W. W. Cooper & E. Rhodes (1978). Measuring the efficiency of decision making units[J],European Journal of Operational Research,2:429~444.

[13] Caves, D. W. , Christensen, L. R, and W. E. Diewert (1982). Multilateral Comparisons of Output, Input, and Productivity Using Superlative Index Numbers[J],The Economic Journal, Vol. 92:73~86.

[14] Fare, R., Grosskopf, S., and Norris, M., and Zhang, Z.(1994). Productivity Growth, Technical Progress and Efficiency Change in Industrialized Countries[J],American Economic Review, 84:66~83.

[15] Mustafa Dinc and Kingsley E. Haynes (1999). Regional Efficiency in the Manufacturing Sector: Integrated Shift-Share and Data Envelopment Analysis[J],Economic Development Quarterly, 5,vol. 13:183~199.

[16] Sathya Swaroop Debasish (2006). Efficiency Performance in Indian Banking-Use of Data Envelopment Analysis [J],Global Business Review,Vol. 7, No. 2,325~333.

[17] Baomin Hu,Lili Wang & Xinkai Yu (2007). R&D and economic growth in China on the basis of data envelopment analysis: Evidence from Hebei Province, PRC [J],Journal of Technology Management in China,vol 2:225~236.

[18] Desheng Dash Wu & Chien-Ta Bruce Ho(2007). Productivity and efficiency analysis of Taiwan's integrated circuit industry [J],International Journal of Productivity and Performance Management,vol 56:715~730.

[19] Shephard Ronald W. (1970). Theory of Cost and Production Functions[M], Princeton University Press.

[20] 盛昭瀚,朱乔,吴广谋.DEA理论、方法与应用[M].科学出版社,1996.

[21] 吴方卫,孟令杰,熊诗平.中国农业的增长与效率[M].上海财经大学出版社,2000.

[22] 魏权龄,胡显佑.运筹学讨论[M].中国人民大学出版社,2001.

[23] 吴文江.数据包络分析及其应用[M].中国统计出版社,2002.

[24] 魏权龄.数据包络分析[M].科学出版社,2004.

[25] 钱世超.中国轿车市场结构与企业行为研究[M].华东理工大学出版社,2006.

[作者简介]常亚青(1981-),上海社会科学院西方经济学专业博士研究生,华东理工大学讲师。宋来(1976-),华东理工大学讲师,硕士。研究方向:国民经济学。