工业园区开发与城市制造业生产效率Word文件下载.docx

1、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（technical efficiency）、规模效率（scale efficiency）和配置效率（allocative efficiency）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（input orientation）模式和产出面（output orientation）模式。投入面模式指的是在既有的产出水准下，决策单位（Decision Making

2、 Unit, 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（scale inefficiency）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（production function），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

3、、地方化经济（localization economics）或者城市化经济（urbanization economics）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（Data Envelopment Analysis, 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（statistical efficiency technique），它利用线性规划（linear programming）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

4、算各DMU的产出与投入比值，并以柏拉图效率（Pareto efficiency）观念求得效率前缘（efficiency frontier）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（relative efficiency），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

5、 & Rhodes（1978）依据Farrell的效率衡量理论基础，利用虚拟乘数（virtual multiplier）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

6、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, Charnes and Cooper（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（variable retums-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（convex combination），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

7、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

8、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（censored data），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

9、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

10、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

11、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

12、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

13、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

14、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

15、；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）2100.94322.31831234.651-港、澳、台商投资企业总产值（千万元）458.2990.05314982.538

16、外商投资企业总产值（千万元）743.6200.04334133.115从业人员年平均人数|（万人）13.9850.21204.62固定资产投资完成额998.39730.06621696.800当年实际使用外资金额（百万美元）217.1160.015073.34工业企业数（个）399.972189760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）2077.95496100（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

17、、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）309.18217.9361236.153实际上

18、缴税额（亿元）19.7590.384120.086累计竣工建筑面积（平方公里）2.9240.5099.098企业数（百家）6.1990.46120.3年末从业人数（千人）74.5968.838488.561年末资产（亿元）498.69361.9225243.893D研究及实验发展经费支出77.9561286.414科技活动人员（人）111.2044.521433.05科技活动人员平方（人）495.6360.20420536.323年末从业人员（千人）/企业家数（百家）24.4763.71574.402五、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

19、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

20、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

21、：221个城市DEA模式测试结果 CCR modelBCC modelScale 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3114.03%19085.97%4520.36%17679.64%3214.48%18985.52%52137沿海地区62.71%5123.08%125.43%4721.27%2726内陆地区2511.31%13962.90%3314.93%12958.34%11.76%13862.44%111平均效率0.5210.6140.849标准差0.26280.26150.18390.1320.1730.1961为了了解城市生产力是否受到工业园区开发的影响，

22、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0.6240.000*0.5130.1050.10820.098

23、10.094*-0.0290.67260.01580.799科学事业费支出0.00000530.0745*-0.000000170.939配适度0.3960.031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%916.98%4483.02%113647.55%1324.53%