工业园区开发与城市制造业生产效率Word文件下载.docx
《工业园区开发与城市制造业生产效率Word文件下载.docx》由会员分享，可在线阅读，更多相关《工业园区开发与城市制造业生产效率Word文件下载.docx（29页珍藏版）》请在冰豆网上搜索。
第三个部份描述中国大陆工业园区开发的经过，和工业园区在空间上的分布；
第四和第五部份为测试变数的说明，以及测试结果的分析；
最後为结论和政策建议。
二、理论方法与逻辑架构
效率有技术效率（technicalefficiency）、规模效率（scaleefficiency）和配置效率（allocativeefficiency）三种。
配置效率需要有生产成本资料，本研究阙如，所以只进行技术效率和规模效率的测试。
技术效率可再分为投入面（inputorientation）模式和产出面（outputorientation）模式。
投入面模式指的是在既有的产出水准下，决策单位（DecisionMakingUnit,DMU）如何减少投入生产要素以获得效率；
产出面模式指的是在既有投入水准下，DMU如增加产出以获得效率。
当技术效率呈现规模报酬递增或递减时，便出现规模无效率（scaleinefficiency）现象。
有关城市生产力的测试，多从城市聚集经济的观点，建立生产函数（productionfunction），透过聚集经济规模报酬（returns-to-scale）参数（Carlino，1979，1982，1985；
Schefer，1973），或希克斯中性（Hicks-neutral）生产力参数（Nakamura，1985；
Henderson，1986）的测试，了解城市生产力是受到技术因子、地方化经济（localizationeconomics）或者城市化经济（urbanizationeconomics）的影响；
而城市生产效率的分析，则是利用资料包络分析方法（DataEnvelopmentAnalysis,DEA）去进行测试（Kim,1997），本文亦采用DEA方法。
（一）DEA模式
DEA模式最早由Farrel於1957年提出，是一种无参数（non-parametric）之统计效率技术（statisticalefficiencytechnique），它利用线性规划（linearprogramming）之非预设生产函数的方式来推估多项投入与多项产出的效率值，分别计算各DMU的产出与投入比值，并以柏拉图效率（Paretoefficiency）观念求得效率前缘（efficiencyfrontier）所连成的包络曲线为基准。
位於包络曲线上的决策单位，判定为相对有效率（relativeefficiency），而落於包络曲线内的DMU则判定为相对无效率，藉以评估各DMU之生产效率。
所以它是对DMU排序的一种测试模型，可以比较DMU彼此之间的相对效率。
此种方式的特点是可同时处理多项投入与产出，不需预设生产函数，且可指出各DMU之投入或产出规模经济与不经济，做为政策建议的依据。
DEA评估模式包括CCR模式及BCC模式：
1、CCR模式
Charnes、Cooper&
Rhodes（1978）依据Farrell的效率衡量理论基础，利用虚拟乘数（virtualmultiplier）将多投入与多产出的情形，加权整合成为单一投入与单一产出，并以此种虚拟的投入产出比率作为DMU效率衡量的指标，即所谓的CCR模式。
但由於CCR模式为分数规划模式不易求解，且所求解之最适解在规模报酬固定之假设下，会有无穷多组解产生。
因此，Charnes（1978）将其转换为线性规划问题，假设DMU有n个，各DMU（i=1,2,…,n）使用m种投入要素
（j=1,2,…,m），生产s种产出
（r=1,2,…,s），其公式如下：
其中，
：
的投入效率值。
第r个产出项目的虚拟乘数。
第j个投入项目的虚拟乘数。
2、BBC模式
由於CCR模式是假设受评估单位为固定规模报酬之前提，但当规模报酬为变动时，技术无效率则可能来自於运作规模的不当而非技术无效率。
因此Banker,CharnesandCooper（1984）修正了CCR模式，将无效率的原因分为技术的无效率或营运规模的不当，藉以评估厂商在不同规模报酬（variableretums-to-scale；
VRS）下生产之技术效率，。
并引用Shephard的距离函数，加入DMU在生产函数上的参考点需为有效率DMU的凸性组合（convexcombination），而导出能同时衡量受评估单位的纯技术效率与规模效率的BCC模式。
其转为利於演算之对偶模式公式如下：
第r个产出项目之差额变数
第j个投入项目之差额变数
为一极小数值
与
分别为产出与投入之互补差额变数，其可衡量纯技术无效率，以及了解投入与产出有多少改善空间。
而
即为凸性限制式，保证参考单位和受评估单位的规模相似，助於衡量纯技术效率值。
3、规模效率
DEA模式亦可以分析DMU受测单位之技术效率是处於规模报酬递增或规模报酬递减，以了解规模效率或规模无效率。
规模效率的计算是固定规模报酬效率值与变动规模报酬效率值之比，比值为1表示DMU具规模效率，如果小於1是规模不效率。
规模效率的计算是固定规模报酬效率值与变动规模报酬效率值之比，比值为1表示DMU具规模效率，如果小於1是规模不效率，
表示规模报酬递增，
表规模报酬递减。
（二）TOBIT模式
由於DEA效率评估仅衡量各决策单位的相对效率值，无法指出其他外生变数对於决策单位生产效率的影响，因此往往需要再利用回归分析进行测试。
本研究亦采二阶段的方式进行分析，以所估计的效率值为被解释变数，利用回归模型评估外生变数对於生产效率的边际效果。
由於DEA模型所估计出来的效率值为介於0到1之间，属於设限资料（censoreddata），且样本资料分布不属於常态分配或对称型分配，与最小平方法（OLS）中的被解释变数是属於连续数不同，若迳行最小平方法进行回归分析，可能会导致估计参数值有偏误（biased）或不一致性（inconsistent）的现象，因此本研究利用Tobit截断回归模型进行後续分析。
Tobit截断回归实证模型设定如下式：
为真正的技术效率值，
为被截断的技术效率值，当
大於等於1时，
均为1；
当
小於1时，
等於
。
向量代表可能影响技术效率值之解释变数，
向量为其系数，
为随机干扰向，属常态分配。
（三）逻辑架构
本研究生产效率的测试包括城市（4个直辖市和217个地级市）和高新技术开发区（53个）两个地里空间，测试的模式有DEA模式和TOBIT模式，其间的逻辑关系如图一所示。
图一：
研究逻辑架构
三、大陆工业园区开发
大陆积极推展经济改革之际，在科技发展方面有所谓三个层次及六大计画。
六大计画分别为「六五、七五、八五攻关计画」、「863计画」、「星火计画」、「火炬计画」、「基础研究计画」及「国家科技成果重点推展计画」，这六大计划和工业园区的开发有密切关系。
1984年是大陆地区工业园区开发的分界点，在此之前大陆无工业园区的发展，在计划经济体制与国家政策的思考之下，产业的布置主要是配合国家计划以及国防安全的需要，如三线战略发展时期的产业内迁。
1984年6月，原国家科委向党中央、国务院提出了关於迎接新技术革命的对策，其中明确地提到了要研究、制定新技术园区和企业孵化器的优惠政策，同年在邓小平南巡为开发沿岸政策定调之後，国务院在同年配合沿海14个开放城市设定国家级经济技术开发区，以有别於计划经济体制的特区方式对外招商引资、引进技术与产业。
国家级经济技术开发区空间分布请参阅附图。
大陆地区在1984年首先设立经济技术开发区的时候，对於开发工业园区设立了以下基本原则：
依托母城，经济技术开发区的设立都必须依靠东部沿海发达地区或中心城市的辖区之内，依靠该城市的资源、资金、人力、工业基础、基础设施；
新生区域，经济技术开发区的设立必须明确划定地址界线，同时是新建的区域，以方便管制授权及对外开放政策的实施；
定位明确，经济技术开发区的设立是对外引进技术，集中举办中外合资、合作、外商独资以及中外合作的科研机构，进行合作生产、设计、开发，同时向内地扩散先进生产技术与管理经验；
平台式体制设计，开发重点在投资环境的改善，不主动介入企业的经营；
管制授权，经济技术开发区内的外资投资项目可以适度的比照经济特区的规定放宽；
超国民待遇，於园区内生产的厂商可享有优於中国本地企业的所得税优惠。
上述经济技术开发区设立的原则确立了开发区设立的目的、区位、以及性质，再加上产业与科技政策的指导，如经济技术开发区以引进外资先进技术、发展工业、生产产品出口为主，致力高新技术产业的发展的「三为主一致力」方针，并配合经济计画明定可投资的项目，企图达成产业需求与投资环境供给之间的平衡。
大陆地区在1985年设立深圳科技工业园区，之後依照此一经验配合国家火炬计画在1988年设立「北京高技术产业开发试验区」，类似於台湾的新竹科学园区以高科技产业的发展为主，为高新技术产业园区之滥觞。
国家科委於1991年6月29日公布了「国家级火炬计画项目管理办法」，其中「火炬计画」除了要将大陆本身的科技研究成果，转换成市场需求之商品，以达到「商品化」、「产业化」及「全球化」之目标外，更重要的是要在各地区开发「高新技术产业开发区」，同年批准成立了26个国家级高新技术产业开发区，1994年又成立了25个，并於1997成立了最後一个高新开发区，亦即陕西省「杨凌农业高新技术产业开发示范区」，至此，国家级高新技术产业开发区合计有53个。
虽然大陆地区也有如出口加工区、保税区、旅游区、边境开发区等园区，但主要的工业园区体系为经济技术开发区以及高新技术产业开发区两种。
四、资料来源与变数选取
配合DEA模式与TOBIT模式测试的需要，本研究分别针对221个直辖市与地级市及53个高新技术产业开发区所测试的变数说明如下：
（一）地级市制造业生产效率测试变数
DEA模式是一种投入产出的模式，它的优点为可以同时处理多投入因素和多产出因素。
在多投入因素方面，本文选取了从业人员年平均人数、固定资产投资完成额、当年实际使用外资金额和工业企业数四项投入变数，分别表示资本与劳力生产因素。
在产出方面，以总产值作为衡量的指标，其中又可分为内资企业总产值、港澳台商投资企业总产值和外商投资企业总产值三项。
以上资料来自於2004年中国城市统计年监与中国城市发展报告。
地级市各变数之平均值、最小值和最大值参阅表一。
TOBIT模式的测试，是以DEA模式测试的结果作为应变数，地级市生产属於有效率，其数值为1；
否则小於1，生产效率值介於0和1之间。
解释变数则为是否有高新技术开发区和经济技术开发区的设置，属於虚拟变数，如果有，数值为1；
否则为零。
理论上，有设置工业园区的地级市，其生产效率较高。
另外，本研究将工业园区之科学事业费支出亦纳入考量，科学事业费支出和研发有密切关系，理论预期值为正相关，表示科学事业费支出愈多，生产会愈有效率。
该变数属於连续变数，资料来自2004年科技部投资处。
表一：
地级市测试变数
DEA模式
TOBIT模式
变数名称
平均值
最小值
最大值
内资企业总产值（千万元）
2100.943
22.318
31234.651
---
港、澳、台商投资
企业总产值（千万元）
458.299
0.053
14982.538
外商投资企业总产值
（千万元）
743.620
0.043
34133.115
从业人员年平均人数|（万人）
13.985
0.21
204.62
固定资产投资完成额
998.397
30.066
21696.800
当年实际使用外资金额（百万美元）
217.116
0.01
5073.34
工业企业数（个）
399.972
18
9760
有无高新园区
为虚拟变数，1=有高新园区，0=无高新园区
有无经济技术开发区
为虚拟变数，1=有经济技术开发区，0=无经济技术开发区
科学事业费支出（万元）
2077.954
96100
（二）高新技术开发区测试变数
高新技术开发区生产效率的测试（DEA模式）有四项投入变数和两项产出变数。
前者包括累计竣工建筑面积、企业家数、年末从业人数和年末资产，分别代表土地、劳力和资本生产要素。
後者有工业总产值和实际上缴税额。
本研究测试影响高新技术开发区生产效率（TOBIT模式）的因素有三：
R&
D研究及实验发展经费支出、科技活动人员和厂商规模（以年末从业人员（千人）/企业家数（百家）代表）。
理论上，R&
D研究及实验发展经费支出愈多，知识与技术产出愈大，生产效率也就愈高；
科技活动人员投入愈多，对生产效率有正面效果，但可能也有不经济现象；
厂商规模愈大，有规模经济效果。
高新技术开发区各测试变数之平均值、最小值和最大值参阅表二。
表二：
高新技术开发区测试变数
工业总产值（亿美元）
309.182
17.936
1236.153
实际上缴税额（亿元）
19.759
0.384
120.086
累计竣工建筑面积（平方公里）
2.924
0.509
9.098
企业数（百家）
6.199
0.46
120.3
年末从业人数（千人）
74.596
8.838
488.561
年末资产（亿元）
498.693
61.922
5243.893
D研究及实验发展经费支出
77.956
1286.414
科技活动人员（人）
111.204
4.52
1433.05
科技活动人员平方（人）
495.636
0.204
20536.323
年末从业人员（千人）/企业家数（百家）
24.476
3.715
74.402
五、实证分析
（一）城市制造业生产效率与影响因素分析
本文DEA模式测试包括CCR模式、BCC模式和规模效率测试。
CCR模式
假设规模报酬是固定的，221个地级市测试结果，生产有效率的城市包括长春市
、苏州市、厦门市、青岛是、东莞市...等31个地级市，占全部受测城市比例14.03％，31个地级市中属於沿海地区的有6个，属於内陆地区有25个；
没有效率的地级市包括北京市、天津市、上海市…等190个城市，占全部受测城市85.97％，其中属於沿海地区生产没有效率的地级市有51个，内陆地区有139个；
有效率的地级市效率参数值为为1，没有效率的地级市最小参数值为0.132，为上饶市，221个地级市平均效率值为0.521（参阅表三）。
BCC模式假设规模报酬是变动的，如果非处效率状态，则呈现规模报酬递增或递减。
221个地级市测试结果，生产有效率的城市除了CCR模式中31个地级市外，尚包括天津市、上海市、杭州市…等14个地级市，总共45个地级市，占全部受测城市20.36％；
生产没有效率的地级市减少为176个，占全部受测城市比例79.64％，其中属於沿海地区生产没有效率的地级市有47个，内陆有129个；
BCC模式测试有效率的参数值亦为1，没有效率的地级市最小参数值为0.173，为宜昌市，221个地级市平均效率为0.614，略高於CCR模式的0.521。
规模效率计算的结果，具有规模效率的城市共32个，沿海地区6个，内陆地26个；
规模不具效率的城市189个，属於规模报酬递增的城市137个，规模报酬递减的城市52个。
表三：
221个城市DEA模式测试结果
CCRmodel
BCCmodel
Scale
效率增减
有效率
占全部比例（%）
无效率
效率递增
效率递减
地级市总数
31
14.03%
190
85.97%
45
20.36%
176
79.64%
32
14.48%
189
85.52%
52
137
沿海地区
6
2.71%
51
23.08%
12
5.43%
47
21.27%
27
26
内陆地区
25
11.31%
139
62.90%
33
14.93%
129
58.34%
11.76%
138
62.44%
111
平均效率
0.521
0.614
0.849
标准差
0.2628
0.2615
0.1839
0.132
0.173
0.196
1
为了了解城市生产力是否受到工业园区开发的影响，本研究以DEA模式所测试的城市生产效率值为应变数，城市有无高新技术开发区和经济技术开发区的设置（虚拟变数），与城市科学事业费支出（连续变数）作为自变数，进行TOBIT模式的测试。
在BCC模式中，高新技术开发区的设置通过检定（P值为0.094），表示高新技术开发区的设置会影响城市制造业生产效率，且为正相关，惟科学事业支出无法通过检定，表示没有相关。
在CCR模式中，城市生产效率和工业园区设置与否没有相关，但受到科学事业支出的影响（P值为0.0745）。
（参阅表四）
表四：
221个城市TOBIT模式测试结果
自变数
系数值
P-Value
常数项
0.624
0.000***
0.513
0.105
0.1082
0.0981
0.094*
-0.029
0.6726
0.0158
0.799
科学事业费支出
0.0000053
0.0745*
-0.00000017
0.939
配适度
0.396
0.031
注:
*表示达到10%之显着水准；
***表示达到1％之显着水准。
（二）高新技术开发区生产效率与影响因素分析
高新技术开发区开发是否具有生产效率亦是本研究关心的重点。
本文亦利用DEA模式针对53个高新技术开发区，以4项投入变数和2项产出变数进行效率测试。
在CCR模式中，生产达效率的高新技术开发区有6处，4处在沿海地区，2处在内陆地区；
未达效率的高新技术开发区47处，沿海地区13处，内陆地区34处。
BCC模式中，生产达效率的高新技术开发区有9处，沿海地区多2处，有6个地区，内陆地区有3处。
规模效率的测试和CCR模式测试的结果一样，有6个高新技术开发区是有效率的。
规模没有效率的高新技术开发区总共有47处，规模无效率属於规模递增的高新技术开发区共11处；
属於规模递减的高新技术开发区共36处（参阅表五）。
表五：
53个高新技术开发区DEA测试结果
Scale
高新区总数
11.32%
88.68%
9
16.98%
44
83.02%
11
36
4
7.55%
13
24.53%
升级会员 