【www.zhangdahai.com--施工方案】
文章编号：1003-6636（2012）03-0031-07；中图分类号：F061.2；文献标识码：A � 摘 要：采用1993―2004年间的面板数据，利用考虑人力资本的随机前沿分析方法，分析了可能影响中国生产性服务业技术效率的各种因素，得出了技术效率影响因素的非技术效率模型。研究发现，外国直接投资对生产性服务业技术效率的影响极为显著，实现途径是技术外溢和干中学。工业化对生产性服务业的技术效率有较大的影响，反映了中国正处于工业化深化阶段。资本密集度对生产性服务业技术效率提升作用相对较弱。而对技术效率有较大阻碍作用的是财政支出，财政支出占GDP的比重越大，就越阻碍生产性服务业技术效率的提升。其他因素如服务业、对外开放度、市场化程度、城市化水平对生产性服务业技术效率有促进作用，但t参量显著程度较低。研发对生产性服务业技术效率的作用可以忽略不计。
�
关键词：生产性服务业；技术效率；随机前沿分析；技术外溢；外国直接投资
��
An Analysis of Technological Efficiency of China’s Producer Service
�
ZHANG Zi�ran
�
(Institute of Economics, Chinese Academy of Social Sciences, Beijing 100836)
�
Abstract：
Based on the panel data from 1993 to 2004, the paper studies the factors that affect the technological efficiency of �China’s� producer service by Stochastic Frontier Analysis with human capital taken into account. The study shows that FDI significantly improves the technological efficiency through technology spillover effect and learning�by�doing. �Industrialization� has great influence on technological efficiency of producer service, which reflects China is in the stage of deepening industrialization. The effect of capital intensity of the producer service industry on the improvement of �technical� efficiency is relatively weak. Financial expenditure has negative effect on the technological efficiency of China’s producer service. The larger the proportion of financial expenditure in GDP, the more greatly technological efficiency of producer service is hindered from being improved. Other factors such as service industry, economic opening, �marketization� degree, and urbanization also improve the technological efficiency, but the “t” parameter is not �remarkable�. Researches and development have no effect on the technological efficiency of China’s producer service.
�
Key words：
producer service, technological efficiency, stochastic frontier analysis, technology spillover, FDI
�
一、引言�
技术效率在经济增长的全要素生产率的分析中具有重要作用，但究竟哪些因素影响经济增长的技术效率，学术界并没有统一的结论。在研究中国经济增长的技术效率时，国内经济学家主要从三个方面出发：一是研究工业企业的多个技术效率影响因素（刘小玄和郑京海，1998；姚洋和章奇，2001；叶蓁和刘志迎，2006）��［1］［2］［3］�；二是研究工业企业单一技术效率影响因素（姚洋，1998；刘小玄，2000；刘小玄，2004；刘小玄和李利英，2005）��［4］［5］［6］［7］�；三是研究行业技术效率对其他因素的影响（顾乃华和李江帆，2006）��［8］�。刘小玄和郑京海（1998）用1985―1994年的数据分别采用超越对数的OLS和随机前沿分析方法分析了决定国有企业技术效率的因素，认为国有企业的产权、人力资本和市场竞争、开放程度、市场发育程度等是国有企业效率的决定因素。姚洋和章奇（2001）用基于Cobb-Douglas的随机前沿生产模型研究了中国工业企业的技术效率，认为影响中国工业企业的技术效率的因素有所有制形式、企业规模、公共研究结构和企业的R&D支出、FDI及其外溢效应、地理位置等。涂正革和肖耿（2005）用随机前沿生产模型及非技术效率模型分析了中国大中型工业企业间技术效率差距因素，认为所有制因素、预算软约束、企业规模效应、不同所有制企业间的技术外溢效应、行业竞争压力、地区因素等影响了工业企业的技术效率。��［9］�叶蓁和刘志迎（2006）用随机前沿生产函数分析方法研究了中国高技术产业技术效率影响因素，即劳动力素质因素、R&D、企业的业务构成、企业规模、行业的外向程度等。顾乃华和李江帆（2006）借助随机前沿生产函数模型，使用面板数据分析了我国服务业技术效率的区域差异及其对劳均服务业增加值区域不均衡的�影响。��
经过30余年的改革开放和快速经济增长，中国的经济形势发生了翻天覆地的变化，早期影响中国经济增长的技术效率的因素现在可能随之发生变化。在新的形势下分析影响经济增长，尤其是分析影响国民经济中的支柱产业的生产性服务业的技术效率的各种因素，并解释不同因素影响下生产性服务业存在的效率差异具有重要意义。因为在实际的生产活动中，有一些外部变量不直接进入生产，但却对生产效率具有重要影响，考虑这些外在因素对生产效率的影响会得到更有效的估计结果，从而获知究竟是什么因素决定了生产效率的变化。�
生产性服务业，又称生产者服务业(Producer Services)，是指为生产、商务活动而非直接向个体消费者提供的服务，作为中间投入服务，用于商品和服务的进一步生产。国家统计局2002年出台了新国民经济行业分类标准，其中生产性服务业包括交通运输、仓储和邮政业，金融业，房地产业，信息传输、计算机服务和软件业，租赁和商务服务业，科学研究、技术服务和地质勘查业。本文和大部分学者一样也采用国家统计局对生产性服务业的界定。�① ①与国统计局(2002)界定的生产性服务业范围不同的主要有李善同(2007)和国家发改委宏观经济研究院(2006)。后二者将房地产业排除出生产性服务业之外，同时加入了批发、零售业。其依据是按照非消费需求率或中间需求率来定义生产性服务业。 由于各省（市、自治区）统计口径的原因，本文将交通运输、仓储和邮政业与信息传输业合并，简称交通邮电业。从生产性服务业的固定资产投资、固定资产原值和增加值几个方面来说，1993―2004�② ②本文生产性服务业研究年份确定为1993―2004年，理由有：（1）1992―1993年中国市场经济转型的进程开始加速；（2）可以利用国家统计局公布的固定资产价格指数；（3）为了保持数据统计口径的一致。本文各省（市、自治区）1993―2004年生产性服务业增加值数据来自《中国第三产业统计年鉴2006》。而2005和2006年则因统计口径变化的影响，没有细分行业的数据，各省市生产性服务业的数据也无从得到。年间中国交通邮电业、金融业与房地产业之和占生产性服务业的90%左右，因此可以用交通邮电业、金融业和房地产业来代表生产性服务业。本文即是用交通邮电业、金融业和房地产业的加总来研究生产性服务业的技术效率影响因素。从已有研究出发并结合中国生产性服务业的实际可以得出可能影响生产性服务业技术效率的因素如下：（1）外国直接投资（FDI）。FDI具有资本积累的直接效应，而且具有技术扩散、人力资本提高和制度变迁的间接效应，通过竞争效应、示范与模仿效应、联系效应和人力资本流动效应等对我国企业产生技术外溢。引进外资通常被认为是发展中国家获取最新技术，尤其是关键技术的重要途径。（2) 产业结构因素。产业结构的演变引发经济资源不断从传统产业向新产业转移，各种生产要素在各产业间的流动使资源配置优化，从而推动经济增长。从资源配置的角度讲，生产要素从低生产率的部门流向高生产率的部门可以提高要素的使用效率。产业结构用不同产业占GDP的比重来表示。第三产业和第二产业的产值占GDP的比重越大，说明产业结构变换的速度迅速，产业结构的高级化程度越高。（3) 资本密集度。以斯密为代表的古典经济增长理论就曾指出，资本积累量的大小是经济增长率高低的关键。哈罗德、多马和索洛等更是强调资本对经济增长的作用。资本密集度可以更好地衡量资本的作用，资本密集度越高，表明人均劳动的设备装备水平越高，从而就越可能提高技术效率。（4）财政支出。财政支出反映了政府对市场的干预程度，财政支出越大，说明政府对市场干预越强，财政支出的大小可能对生产性服务业的技术效率产生影响。�
其他可能影响生产性服务业技术效率的因素有：（1）制度因素。制度因素在我国经济增长中的作用不可忽视，其涉及市场化、对外开放和产权制度多元化等几个方面。一个国家对外开放程度越高，越可能促进本国经济发展和技术效率的改善。市场化程度涉及产品和要素的价格形成机制、产权制度、政府干预经济活动的程度、经济行为主体的独立性等。因为市场化本身代表了产权制度多元化的方向，可以用市场化程度和对外开放度来衡量制度因素。（2）R&D（研发）因素。R&D的投入被视为知识和技术的投入，生产性服务业是知识密集型行业，R&D对生产性服务业技术效率的提高可能有一定的影响。（3）城市化。生产服务业中心区位集聚的布局模式显示，生产服务业与城市化水平关系密切。一般认为，生产服务业比制造业更有明显的集聚效应，这类行业主要集中在少数大城市或都市圈。由产业集聚过程和城市化进程带来的规模效应和集聚效应对生产性服务业有很大的促进作用。�
二、建模�
目前研究技术效率主要有参数法和非参数法两种，参数法有随机前沿分析方法，非参数法有Malmquist分析法。分析技术效率影响因素的一般用参数法，如随机前沿分析法。�
大量文献的实证研究采用了两步回归方法，首先估计出随机前沿的生产函数，估计出效率值，然后用效率值对可能的影响因素进行回归，通过各个系数的显著程度和数值来判定真正的影响因素及其作用。两步回归法也存在着一定的计量问题：首先，超越对数函数的参数估计、无效率值和随机误差，无效率值与超越对数模型中的投入、产出变量是正交的，即假定投入要素与这些外生变量不存在相关性。如果遗漏了关键变量会造成第一步的估计结果就是有偏的，估计出的有偏无效率项会造成第二步估计的效率方程系数也是有偏的。其次，随机前沿模型往往假设无效率项同分布，但是在第二步的生产效率回归方程中，生产效率项是随着不同的外部变量变化的，这就与第一步的两者不相关形成了矛盾。因此，两步回归法容易影响结论的可靠性。解决方法是采用一步回归，利用极大似然估计或是非线性最小二乘估计。王泓仁和施密特（Wang、Hung-Jen and Schmidt，2002）利用蒙特卡罗模拟方法证实了一步估计优于两步估计法。��［10］��
随机前沿分析方法不仅考虑了随机冲击的影响，更考虑了技术的非效率的影响，可以反映技术效率水平，也可以揭示技术效率差异的原因。因此随机前沿分析法在技术效率研究中得到较为普遍的应用，刘小玄和郑京海（1998），姚洋和章奇（2001），涂正革和肖耿（2005）等都是用随机前沿分析法来研究中国工业企业的技术效率问题。本文即是用一步法的考虑人力资本的随机前沿分析方法来研究中国生产性服务业的技术效率影响因素。�
Aigner、Lovell and Schmidt（1977）��［11］�，Meeusen and Van den Broeck（1977）��［12］�分别提出随机前沿生产函数（stochastic frontier production function）。在早期的研究中随机前沿模型主要运用横截面数据，Pitt and Lee（1981）��［13］�，Kumbhakar（1990）��［14］�，Battese and Coelli（1992，1995）��［15］［16］�等将其发展为可以使用面板数据。此后该模型进行了扩展，�U�i�分布假设为截断的正态分布或者两参数�γ�分布，支持面板数据和时变技术效率。详细的论述可以参看Forsund、Lovell and Schmidt（1980）��［17］�，Schmidt（1986）��［18］�，Bauer（1990）��［19］�及Greene（1993）�� ［20］�等人的论文。Battese and Coelli（1992）提出支持平衡或非平衡的面板数据的随机前沿生产函数，效应假定为随时而变的截断的正态分布随机变量。 �
本文在Battes and Coelli（1992）模型基础上，运用包含人力资本的超越对数生产函数的随机前沿分析技术来研究影响1993―2004年间我国29个省市技术效率的各种因素。�
采用考虑人力资本的非中性技术进步超越对数生产函数为：�
��ln�GDP��it�=α�0+α�K�ln�K��it�+α�L�ln�L��it�+α�H�ln�H��it�+12［β��KK��ln�K��it��2+β��LL��ln�L��it��2+β��HH��ln�H��it��2］�+β��KL�×�ln�K��it�×�ln�L��it�+β��KH�×�ln�K��it�×�ln�H��it�+β��LH�×�ln�L��it�×�ln�H��it��+β��KT��ln�K��it�×t+β��LT��ln�L��it�×t+β��HT��ln�H��it�×t+α�Tt+12β��TT�t�2++α�SS��it�+v��it�－u��it�� （1）�
（1）式中，�GDP��it��表示1993年不变价的生产性服务业增加值，下标i表示第i个省（市、自治区），省（市、自治区）数目N为29；t是年份编号，T表示12年；�K��it��、�L��it��和�H��it��是资本和劳动力。（1）式中的�α�0�、�α�K�、�α�L�、�α�H�、�α�T�和�β��KK��、�β��LL��、�β��HH��、�β��KL��、�β��KH��、�β��LH��、�β��KT��、�β��LT��、�β��HT��、�β��TT��都是待估计参数，其中虚变量�S��it��在2003年和2004年为1，其他年份为0。式（1）的误差项由两个独立的部分组成：�v��it��是随机误差，服从正态分布�N(0, σ�2�v)�；�u��it��非负，表示第�i�个省（市、自治区）在�t�年生产非效率的随机变量，其被假设为服从：�
�u��it�=u�i�exp�－ηt－T� （2）�
这里，假设u�i的分布服从非负断尾正态分布，即�u�i~N�+μ,σ�2�u，u�i是待估计参数，表示技术效率的变化率。令β(t)=�exp�－ηt－T� （3）�
即有：�
�u��it�=β(t)・u�i� （4）�
当�η>0�时，�β′(t)0,β(t)�将以递增的速率下降；当�η0,β″(t)>0,β(t)�将以递增的速率增加；当�η=0�时，�β(t)�维持不变。�
第i个省份在第t个年份的技术效率定义为：�
�TE��it�=�exp�－u��it�� （5）�
当�u��it�=0�时，则�TE��it�=1�，样本个体处于技术效率状态，即该省份的生产点位于生产前沿上；反之当�u��it�>0�时，则�0 式（1）的�u��it��是非负随机变量，代表生产的技术无效率，并且假设独立于�v��it��的截断正态分布：�N(m��it�,σ�2�u)�，而�m��it�=z��it�δ�（7），其中�z��it��是�p×1�维的影响行业效率的变量向量，�δ�是�1×p�被估计参数向量。�η�是待估计参数，面板数据不必完整（即可是非平衡面板数据）。�
根据上面的分析我们设定随机前沿生产函数的技术非效率模型如下：�
�m��it�=δ�0+δ�1・EXPORT+δ�2・FDI+δ�3・K_L+δ�4・R_D+δ�5・FISC+δ�6・GDP�3+δ�7・GDP�2+δ�8・URBAN�+δ�9・MARKET+δ��10�・t+w��it�� （8）�
其中�w��it��服从非负结尾正态分布�N�+(0,σ�2�w)�；�δ�k�是待估计参数，表示技术效率影响因素对技术效率的影响；�δ�k�为负表示对技术效率有正的影响；�δ�k�为正表示对技术效率有负的影响。�
对外开放度（EXPORT）对生产性服务业的技术效率应该具有促进作用，因此EXPORT的系数�δ�1�应该为负。外国直接投资（FDI）引进国外资金、技术和设备，通过模仿，学习国外的先进技术和管理经验，干中学和技术外溢，必将达到促进国内企业技术效率提升的作用，故FDI的系数�δ�2�也应该为负。资本密集度（K_L），即生产性服务业资本投入和就业的比例，反映人均资本装备水平，人均资本装备水平越高，技术效率提高越快，因而资本密集度的系数�δ�3�应该为负。研发（R&D），这里采用各省（市、自治区）产出专利的授权数量作为研发投入，即通过研发结果反推研发投入，与经济学中的显示性偏好相似的处理方式。专利包括发明专利、新型实用专利和外观设计专利。R&D产出越多，技术效率提升应该越快，故其系数�δ�4�应该为负。财政支出（FISC），财政支出越大，表明政府对经济的干预越大，越不利于提升效率，故假定该系数�δ�5�为正，即财政支出越多，技术效率越下降。产业结构，服务业GDP3和工业GDP2发展得越快，结构越高级化，技术效率提升也越快，故GDP3和GDP2前的系数�δ�6�和�δ�7�的系数为负。城市化（URBAN），城市化发展越快，有利于形成产业聚集效应，必然促进生产性服务业的技术效率的提升，故其系数�δ�7�为负。市场化程度（MARKET）越高，竞争越普遍越有利于生产性服务业技术效率的提高，故其系数�δ�9�应该为负。实证分析的结果将对这些效率影响因素进行验证。�
三、数据来源及处理�
本文随机生产前沿模型中涉及29省（市、自治区）的生产性服务业增加值，以及投入要素资本、劳动和人力资本及技术效率影响因素的面板数据。�① ①重庆直辖市1996年才成立，为了保证口径的一致，不将重庆市进行单独分析，而将其划到四川省，称为重庆四川。西藏数据不全，且在全国所占比重极低，也不计入。1993―2004年各省市的基础数据―生产性服务业增加值来源于《中国第三产业统计年鉴2006》；固定资产原值通过永续盘存法得到，即由1993年第一次全国第三产业普查得到1992年生产性服务业的固定资产原值，再按照历年新增固定资产得出。就业则主要由历年《中国统计年鉴》和《中国劳动统计年鉴》得出。人力资本则通过各层次受教育人口的不同支出即教育成本法来衡量，�② ②对人力资本存量的估计方法有教育年限法 (Barro，1991，1995)，未来收益法(Dublin，Lota，1930)或通过产出水平或者收入报酬水平来估算人力资本的存量，教育成本法(Eisner，1978，Kendrick，1976)等。各层次受教育人口的教育支出比例大致为，小学：初中（含职业初中）：高中（含职中和农中）：大专及以上=1∶1�7∶4∶22。通过各层次受教育人口数量和教育支出进行加权平均即得出各省（市、自治区）历年人力资本存量。人力资本和技术效率影响因素的数据来源于《中国统计年鉴》1985―2007各年。�
本文非技术效率模型涉及29省（市、自治区）的影响技术效率的因素有对外开放度、外国直接投资、资本密集度、R&D、财政支出、产业结构、城市化率、市场化程度等。（1）对外开放程度由各地商品出口总额（按当年平均汇率折算成人民币）占其GDP的比重得来。（2）外国直接投资，本文用外国直接投资实际利用额（按当年平均汇率折算成人民币）与当年GDP之比来表示。（3）资本密集度，即由固定价格下资本投入与劳动力的比重来表示。（4）R&D，用历年各地产出发明专利、实用新型专利和外观设计专利数量的和表示。（5）财政支出，即用地方财政预算内支出占GDP的比重来反映政府对市场的干预程度。（6）产业结构，用第三、第二产业占总GDP的比重来表示，第三、第二产业增加值占GDP的比重越大，说明产业结构变换的速度迅速，产业结构的高级化程度越高。（7）城市化水平，由城市化率，即非农人口占总人口的比例来表示。（8）市场化程度，其涉及产品和要素的价格形成机制、产权制度、政府干预经济活动的程度、经济行为主体的独立性等。本文采用生产性服务业非国有经济职工数占总生产性服务业职工人数的比重来表示市场化程度。�① ①由于篇幅限制，本文只列出投入要素、产出和影响因素的数据的处理方法，详细数据可以向作者索取。 �
四、实证结果及解释�
以1993―2004年间各省（市、自治区）生产服务业数据，运用式（1）及式（8）进行随机前沿生产函数的技术非效率分析，结果如表1。
其中模型1考虑了全部影响因素后的结果，其中γ为0�0812，但t参量不显著，可以不予考虑。模型2为去掉城市化水平（URBAN）后的结果，其中γ为0�2461，t在1%条件下显著。模型3为去掉城市化水平（URBAN）和研发（R&D）后的结果，其中γ接近1，t在1%条件下显著。模型2和模型3，除FDI，GDP2，K_L和FISC的t显著外，其他的技术效率影响因素的t基本不显著（其中R&D的t显著，但系数值接近为0，可以忽略不计），因此我们去掉t参量不显著的EXPORT、MARKET、GDP3、R&D和URBAN来进行技术非效率分析，从而有模型4。�
模型4为保留了外国直接投资（FDI），资本密集度（K_L），财政支出（FISC）和工业占GDP比重（GDP2）后的分析结果。模型4的绝大部分系数在1%条件下显著，LR符合混合卡方分布，�γ�是回归方程随机扰动项中技术无效率所占的比例，�γ�接近1在1%条件下显著，说明前沿生产函数的误差基本是来源于随机变量�u��it��，存在效率损失问题。这一估计结果说明1993―2004年中国生产性服务业存在着显著的技术非效率，模型4和中国生产性服务业发展的阶段吻合，因此对12年的省级数据采用随机前沿分析方法分析就很必要了。模型4的技术效率影响因素的符号和初期设想完全一致，对技术效率影响有促进作用的因素排序为FDI>GDP2>K_L，FISC则对技术效率有相当大的阻碍作用。去掉技术效率影响因素的时间T不影响技术非效率分析的最终结果的变化趋势。�
从上面的分析可以得出中国生产性服务业技术非效率模型回归方程：�
�m��it�=1.2045－1.9541・FDI－0.0136・K_L+0.5721・FISC－0.8404・GDP�2－0.0104・t� (9)�
由式（9）我们可以看出，外国直接投资（FDI）技术效率系数�δ�2�=-1�95410，在10%下显著，和前面分析一样，财政支出对技术效率有着较强的阻碍作用。财政支出每提高1%，技术效率将下降0�5721个百分点。财政支出反映了政府对市场的干预，中央政府对市场有着较强的干预意识，其结果导致生产性服务业技术效率降低。�
时间趋势的系数�δ��10��=-0�01040，为常量，说明了生产性服务业面临着技术非效率初始值的影响。�
制度因素在我国现阶段对生产性服务业技术效率的提升作用没有想象的大，可能的原因是生产性服务业中大部分是国有资本，并处在垄断条件下生产。因此迫切需要进一步优化制度结构，提高对外开放度和市场化程度，促进生产性服务业的良性竞争，从而达到生产性服务业技术效率提升的目的。�
城市化（URBAN）的系数为负，说明城市化水平对生产性服务业技术效率提升的影响是有利的，同时检验不显著也说明目前城市化对生产性服务业的作用仍然有限。究其原因可能是我国仍有大量的农业人口需要转移到工业和服务业领域，城市化水平仍然滞后于经济发展水平。另外城市化水平目前仍然是按照户籍的方式来统计的，很多城市常住人口在我国城市化统计指标中不能得到体现。同时，生产性服务业是高级服务业，是资本、知识和人才密集的行业，需要高素质的劳动队伍，而城市化则仅表明农业人口向城市转移的过程，现阶段城市化对生产性服务业技术效率的提升作用仍然有限。�
在上面分析中R&D系数约为8�0E-6，接近于0。其符号与前面设想R&D系数为负不一致。一般而言，R&D应该是提高企业技术效率的，但这里R&D对技术效率起着微弱的阻碍作用，究其原因可能是由于对R&D产出表征―专利的保护措施，同时缺乏技术创新。专利本身对促进研发企业的技术进步，促进研发企业本身技术效率的提升，对提高研发企业的积极性有一定的意义。虽然专利有很强的技术外溢性，但由于专利保护制度，其他企业不能享受专利带来的技术外溢好处。同时，也说明中国的R&D在技术创新方面仍然不够，大量的研发是直接照搬他人现成的成果，缺乏应有的技术创新。�
五、结论�
本文利用考虑人力资本的随机前沿分析方法，采用1993―2004年间的面板数据，分析了可能影响中国生产性服务业技术效率的各种因素，推导出技术效率影响因素的非技术效率模型。本文的结论主要有：外国直接投资对生产性服务业技术效率的影响极为显著，实现途径是技术外溢和干中学。紧随其后的是工业化对生产性服务业的技术效率有较大的影响，反映了中国正处于工业化深化阶段。资本密集度对生产性服务业技术效率提升作用相对较弱。而对技术效率有较大阻碍作用的是财政支出，财政支出占GDP的比重越大，就越阻碍生产性服务业技术效率的提升。其他因素如服务业、对外开放度、市场化程度、城市化水平对生产性服务业技术效率有促进作用，但t参量显著程度较低。研发对生产性服务业技术效率的作用可以忽略不计。
��
参考文献：�
［1］ 刘小玄,郑京海.国有企业效率的决定因素: 1985―1994［J］.经济研究, 1998(1): 37-46.�
［2］ 姚洋,章奇.中国工业企业技术效率分析［J］.经济研究, 2001(10): 13-19.�
［3］ 叶蓁,刘志迎.中国高技术产业技术效率影响因素分析―基于随机前沿生产函数分析［J］. 科技与经济, 2006 (5): 17-20.�
［4］ 姚洋.非国有经济成分对我国工业企业技术效率的影响［J］. 经济研究, 1998(12): 29-35.�
［5］ 刘小玄.中国工业企业的所有制结构对效率差异的影响: 1995 年全国工业企业普查数据的［J］.经济研究, 2000(2): 17-25.�
［6］ 刘小玄. 民营化改制对中国产业效率的效果分析―2001年全国普查工业数据的分析［J］. 经济研究, 2004(8): 16-26.�
［7］ 刘小玄,李利英.企业产权变革的效率分析［J］.中国社会科学, 2005(2): 4-16.�
［8］ 顾乃华,李江帆.中国服务业技术效率区域差异的实证分析［J］.经济研究, 2006 (1): 46-56.�
［9］ 涂正革,肖耿.中国的工业生产力革命―用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析［J］. 经济研究, 2005(3): 4-15.�
［10］ Wang，Hung-Jen、Schmidt, P., One-step and two-step estimation of the effects of exogenous variables on technical efficiency levels［J］.Journal of Productivity Analysis, 2002(2): 129-144.�
［11］ Aigner, D.J., Lovell, C.A.K. and Schmidt,P. “Formulation and Estimation of Stochastic Frontier Production Function Models”［J］.Journal of Econometrics, 1977(6): 21-37.�
［12］ Meeusen, W. and van den Broeck, J. “Efficiency Estimation from Cobb-Douglas Production Functions With Composed Error” ［J］. International Economic Review ,1977(18): 435-444.�
［13］ Pitt, M.M. and Lee, L.F. “Measurement and Sources of Technical Inefficiency in the Indonesian Weaving Industry” ［J］.Journal of Development Economics, 1981 (9):43-64.�
［14］ Kumbhakar, S. C., “Production frontiers, panel data, and time-varying technical inefficiency” ［J］.Journal of Econometrics, 1990 (46):201-212.�
［15］ Battese, E. Frontier Production Functions and Technical Efficiency:A Survey of Empirical Application in Agricultural Economics［J］.Agricultural Economics, 1992(7): 185-208.�
［16］ Battese, G.E. and Coelli, T.J. “A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data”［J］.Empirical Economics, 1995(20):325-332. �
［17］ Forsund FR,Lovell CAK,Schmidt P . Asurveyof frontier production functions and of their relationship to efficiency measurement［J］ .Journal of Econometrics , 1980(13):5-25.�
［18］ Schmidt P . Frontier production functions［J］ .Econometric Reviews , 1986 (4) :289-328 .�
［19］ Bauer P W. Recent developments in the econometric estimation of frontiers ［J］.Journal of Econometrics ,1990( 46): 39-56 .�
［20］ Greene, W.H. “The Econometric Approach to Efficiency Analaysis”, in Fried, H.O., Lovell, C.A.K. and Schmidt, S.S.(Eds), The Measurement of Productive Efficiency［M］. Oxford University Press, New York,1993: 68-119.�
［21］ Keith E. Maskus, "Integrating Intellectual Property Rights and Development Policy: Report of the Commission on Intellectual Property Rights, Commission on Intellectual Property Rights September 2002" ［J］.Journal of International Economics, 2004 (1):237-239.�
责任编辑：常明明
�
收稿日期：2012-03-01�
基金项目：国家社科基金重大招标课题“提高宏观调控水平与保持经济平稳较快发展研究”（09&ZD017）。�
作者简介：张自然（1972-），湖北麻城人，博士，中国社会科学院经济研究所副研究员，研究方向为技术进步与经济增长。
