基于Malmquist指数分解的国际航空运输企业生产率比较研究Word文件下载.docx
《基于Malmquist指数分解的国际航空运输企业生产率比较研究Word文件下载.docx》由会员分享，可在线阅读，更多相关《基于Malmquist指数分解的国际航空运输企业生产率比较研究Word文件下载.docx（25页珍藏版）》请在冰豆网上搜索。
这个距离函数衡量了给定投入下产出的最大值，因此，
表示技术效率指数。
同理，我们可以定义t时期的产出距离函数：
（2）
利用Malmquist生产率指数分解可以用图1来表示。
在图中，假设只有一种投入x和一种产出y，并且生产是规模报酬不变的（constantreturnstoscale,CRS）。
图1中的点D和E分别表示在时期s和t时的投入-产出组合。
在这两种情况下，实际产出都在生产可能前沿下面。
从时期s到时期
的技术效率变化可以表示为（ys/ya）（yt/yc）。
生产率变化可以由产出增长中不是由投入增长贡献的部分，这可以表示为（yt/ys）/（yb/ya），其中（yt/ys）是产出增长，（yb/ya）表示沿生产前沿线在时期s的移动。
这也可以写作（yt/yb）/（ys/ya），分子（yt/yb）表示在时期t时产出的距离函数，分母（ys/ya）是时期s时表示技术效率的距离函数。
Malmquist生产率指数实际上就是一般所称的“全要素生产率”（TFP），我们的目的是从TFP变化中分解出技术效率变化、技术进步。
图1Malmquist生产率指数
根据Caves，Christensen和Diewert（1982a和1982b）的研究，以时期s作为参考标准，从时期s到时期t的Malmquist生产率指数变化可以定义为：
（3）
同时，以时期t作为参考标准，Malmquist生产率指数变化为：
（4）
这两个指数在一种产出、一种投入的情况下是相同的，但是在多种投入和可变规模收益的情况下两个指数是不同的，为了避免这种不一致性，Fä
reetal（1992，1994）根据上面两种指数的几何平均值推导出产出导向的生产率指数的变化：
（5）
其中，等式右边第一项
衡量了从时期s到时期t的技术效率的变化effch，其中，技术效率又可继续分解为纯技术效率pech和规模效率色差；
等式右边括号内的部分衡量了两个时期之间技术进步率techch。
即
技术效率变化，effch=
=pech×
sech（6）
技术进步，techch=
（7）
假设第k
个决策单元（DMU），在生产中有N种投入要素、生产M种产品。
和
分别表示第k个企业在第
时期第n
种投入和第m
种产出。
为了对Malmquist指数进行分解，我们需要计算出四个距离函数：
，
、
。
每个距离函数可以通过下面的线性规划模型来计算：
（8）
s.t.
m=1,…,M
n=1,…,N
k=1,…,K
三、实证分析
1.数据和变量
本文的样本是年度营业收入在世界排名前100位的68家航空公司，其中由于32家航空公司相关数据有缺失而被剔除。
在这68家航空公司中，包括2家澳洲航空公司、14家北美航空公司、2家非洲航空公司、3家南美航空公司、19家欧洲航空公司、以及28家亚洲航空公司，其中营业收入世界排名前100位的亚洲航空公司中，还包括5家中国航空公司（中国国际航空公司、中国东方航空公司、中国海南航空公司、中国南方航空公司和上海航空公司）。
样本选取的时间范围是2002年至2005年，正好是中国航空运输业快速发展的时期。
本文所用的数据均来自于《民航研究资料》（2002-2005）。
航空公司的投入主要包括资本和劳动力（包括飞行员、管制人员、维修人员和高级管理人员、以及其他人员），由于资料中不包括各航空公司的资本投入数据，本文用各航空公司飞机拥有的数量来表示资本投入，这是因为对于航空公司来讲，飞机是最重要的固定资本投入，其在总固定资本中占有很大的份额，因此用飞机数量作为航空公司的固定资本投入的关系变量（proxyvariable）是有其合理性的。
航空公司的产出可以用营业收入、旅客运输总周转量和货邮运输总周转量来表示。
这里营业收入是指航空公司的主营业务收入。
营业收入（亿美元）用变量Y表示、旅客运输周转量（亿客公里）用RP来表示、货邮运输周转量（亿吨公里）用RT来表示，要素投入固定资本和劳动力（万人）分别用C表示和L来表示。
文中对个别缺失的数据用线性插值法补齐，插值法使用的软件是Stata10.0。
各变量的统计特征如表1所示：
表1变量的统计特征
变量名称
观察值个数
均值
标准差
最小值
最大值
y
272
49.933
62.7808
4.699997
400.6868
rp
419.0136
483.3848
61.25001
2371.244
rt
17.24237
25.1731
-109.7744
141.8968
l
1.929776
2.273801
0.1673
14.4202
k
134.1044
163.0312
12
876
注：
统计结果由Stata10.0软件计算得出
2.模型和数据包络分析结果
根据上述变量，可以建立两个投入-产出模型（I/O模型），一个是两投入-单产出模型，产出用营业收入来衡量，投入是资本和劳动力。
两投入-单产出的线型规划模型可以表示为：
（9）
k=1,…,K,
其中，
分别表示第k个决策单元在第i时期的资本投入和劳动力投入，
表示第k个决策单元在第i时期的营业收入。
另一个是两投入-两产出模型，产出以旅客运输周转量和货邮运输周转量来衡量，投入是资本和劳动力。
两投入-两产出的线型规划模型可以表示为：
（10）
，
表示第k个决策单元在第i时期的旅客运输周转量和货邮运输周转量。
根据DEAP2.1软件可以对上述两个线性规划模型进行数据包络分析，计算出各年份的技术效率和技术进步以及通过Malmquist指数对全要素生产率（TFP）分解的结果。
本文给出了各航空公司2002-2005各年技术效率的值以及在此期间对全要素生产率TFP分解的结果。
表2给出了各个航空公司在2002-2005各年技术效率的值。
在这68家航空公司中，两投-单产出模型和两投入-两产出模型计算出的技术效率结果有些差异。
本文注重对中国航空公司技术效率与国际航空公司技术效率进行对比研究。
首先将各个航空公司的技术效率值按年度进行平均，计算出各航空公司技术效率2002-2005年间技术效率的平均值，并按照由高到低的次序排列，可以发现，中国5家航空公司的排名相对比较靠后。
在两投入-单产出模型中，中国5家航空公司中排名最高的是中国海南航空公司（16），最低的是中国东方航空公司（55），其他三家航空公司，南方航空公司（18）、上海航空公司（45）和中国航空集团（48）。
在两投入-两产出模型中，中国5家航空公司技术效率的排序依次是：
海南航空公司（25）、中国航空集团（32）、东方航空公司（55）、南方航空公司（58）和上海航空公司（63）。
从中可以发现，无论以哪种模型计算，海南航空公司的技术效率都是最高的，但即使是这样，海南航空公司的技术效率在两个模型中也分别只有55.5%和65.4%。
表2各航空公司在2002-2005各年的技术效率
两投入-单产出模型
两投入-两产出模型
航空公司
2002
2003
2004
2005
澳大利亚快达
0.980
0.122
0.357
0.998
0.858
0.417
0.540
0.993
新西兰航空集团
0.588
0.184
0.365
1.000
0.968
0.472
0.603
0.994
加拿大航空
0.661
0.216
0.839
0.977
0.448
0.455
0.981
加拿大跨大西洋
0.779
0.256
0.464
0.487
0.486
美大陆
0.118
0.339
0.211
0.267
0.337
0.212
美国JetBlue
0.399
0.123
0.369
0.224
0.856
0.257
0.342
0.226
美国阿拉斯加
0.155
0.400
0.263
0.934
0.305
0.364
0.254
美国边疆
0.512
0.219
0.285
0.414
0.430
0.279
美国快运
0.347
0.168
0.667
0.501
0.665
0.723
0.683
美国美利坚
0.798
0.299
0.725
0.498
0.543
0.413
0.957
美国夏威夷
0.385
0.218
0.813
0.590
0.674
0.523
美合众国
0.470
0.201
0.693
0.703
0.522
0.348
0.794
美联合
0.419
0.158
0.458
0.645
0.933
0.745
0.809
0.755
美三角
0.157
0.650
0.572
美西北
0.854
0.262
0.861
0.739
美西南
0.388
0.945
0.753
0.716
埃及航空
0.144
0.233
0.578
0.234
0.926
0.496
南非航空
0.368
0.138
0.870
0.240
0.631
0.281
0.857
巴西地区TAM
0.398
0.177
0.632
0.715
0.315
0.949
0.548
巴西瓦里格
0.709
0.335
智利航空
0.276
0.228
0.361
0.485
0.500
0.261
爱尔兰支线
0.258
0.499
0.592
0.630
0.529
0.289
奥地利航空集团
0.273
0.329
0.891
0.577
0.718
0.625
0.938
北欧SAS
0.508
0.309
0.685
波兰LOT
0.433
0.294
0.519
0.696
德国LTU
0.232
0.503
0.491
0.367
0.697
0.687
德国汉莎
0.611
0.564
0.790
0.846
俄罗斯国际
0.851
0.457
法航-荷兰航空
0.095
0.134
0.479
0.229
芬兰航空
0.780
0.110
0.132
0.695
0.166
0.236
荷兰马丁
0.320
0.186
0.325
0.145
葡萄牙TAP
0.341
0.128
0.191
0.297
0.463
0.169
0.345
0.199
瑞士航空
0.301
0.277
0.183
0.482
0.556
土耳其THY
0.333
0.300
0.431
0.246
0.549
0.574
西班牙Iberia
0.507
0.477
0.334
0.601
0.686
0.646
0.531
意大利航空
0.379
0.424
0.711
0.705
0.474
英国航空
0.432
0.170
0.164
0.889
0.924
0.447
0.140
英国君主
0.435
0.835
0.149
0.852
0.141
英国维尔京
0.465
0.955
0.837
0.944
0.833
英国中部
0.517
0.920
0.237
0.182
0.173
阿联酋航空
0.275
0.108
0.525
0.156
0.544
0.311
0.764
0.332
巴基斯坦国际
0.392
0.120
0.142
0.613
0.328
0.248
巴林海湾
0.409
0.147
0.569
0.586
0.381
菲律宾
0.743
0.196
0.928
0.251
国泰
0.308
0.702
0.520
0.269
0.481
0.915
0.576
韩国韩亚
0.634
0.087
0.480
0.939
0.599
0.112
韩国航空
0.708
0.401
0.210
0.541
0.943
科威特航空
0.825
0.767
0.460
0.621
0.600
马来西亚
0.119
摩洛哥王家
0.352
0.178
0.904
0.642
0.223
日本全日空集团
0.372
0.580
0.987
0.760
0.306
日航系统
0.483
0.253
0.402
0.421
0.668
沙特航空
台湾长荣
0.443
0.761
0.102
0.829
0.190
台湾中华航空
0.442
0.231
0.516
0.243
泰国航空
0.227
0.526
升级会员 