中国体育用品制造业全要素生产率变动及其分解——基于非参数Malmquist指数方法的实证研究

陈 颇

研究背景

体育用品制造业作为我国体育产业的核心组成部分，其增长状况直接影响到国内体育产业总产值的提升，甚至对国民经济的发展速度与质量也可产生一定的影响，故体育用品制造业不仅已成为一个国家（地区）经济增长的新引擎，也是衡量一个国家（地区）经济现代化水平的重要标志之一。近几年来，经济全球化进程的日益加快，各种新型技术的不断创新，组织结构变革及市场机制的逐步完善，为国内体育用品制造业的发展创造了良好机遇，使中国能以较快速度在全球市场上确立了体育用品“制造大国 ”的 地 位[7，11，5]。 据 相 关 统 计 资 料 显 示[20]，2003 年 全 国规模以上体育用品制造业企业数量571家，工业总产值249.17亿元，年均从业人数17.09万人，资产总计179.9亿元，出口交货值164.6亿元，主营业务收入237.67亿元，利润总额9.83亿元。截止2010年底，国内体育用品制造业企业数量增至1 331家，增幅133.1%，工业总产值升至900.91亿元，增幅261.57%，年均从业人数变为32.65万人，增幅91.05%，资产总计达565.33亿元，增幅214.25%，出口交货值升至434.26亿元，增幅163.82%，主营业务收入变为888.48亿元，增幅273.83%，利润总额增至44.53亿元，增幅353.08%，说明近8年来我国体育用品制造业已取得长足发展[22]。

然而，中国2001年12月11日正式加入 WTO后，对外开放社会各行业的承诺逐步履行，加之世界金融危机渐次深化，全球体育用品制造业将面临新的挑战。中国体育用品制造业也将受到至少两方面的影响：一是发达国家的体育用品制造业迫于生存和利润的压力，将加速向发展中国家的新兴市场转移，这势必推进国内体育用品制造企业的转型与升级；二是在全球经济放缓形势下，本国体育用品制造业相关部门的外部需求将减弱，部分企业面临重新调整的境况。基于此背景下，如何提高我国体育用品制造业的核心竞争力，以保持体育用品制造业持续、协调、快速发展就成为一个重要的现实问题。

根据现代经济增长理论，促进某一产业（行业）经济增长的途径主要包括两条：第一是依靠要素投入的增加；第二是凭借生产效率的提高。因要素投入的不可持续性，故生产效率的改善就成为经济长期增长的重要因素，同时，也是提高核心竞争力的关键[17]。体育用品制造业作为辅佐国民经济发展的一个分支行业，也需参考类似的经济增长模式，从而探寻其长期发展之道，因此，生产效率问题就应该成为我国体育用品制造业相关研究的重要内容之一。鉴于此，本研究在前人已有研究成果的基础上，尝试采用非参数的 Malmquist指数方法，依据2003—2010年中国体育用品制造业的省际面板数据，测算我国体育用品制造业全要素生产率（TFP）的变动及其结构演变状况。

1 文献回顾

全要素生产率（Total Factor Productivity，TFP）分析是探求经济增长源泉的重要工具，是衡量要素投入对经济增长贡献的一个主要手段，同时也是体现一个经济体增长方式和其能否实现可持续科学发展的关键指标。自1957年“索罗余值”提出之后，国外研究者对TFP的基础理论与核算方法做出了许多开创性的工作，国内研究者也利用改进模型和测算方法展开了多元化的实证研究[8]。

近年来，国内已涌现出诸多关于TFP的研究文献，且整体质量较高。颇具代表性的如林孔团[7]（2010）基于福建省1999—2007年间34个工业行业的面板数据，采用数据包络分析方法测算了各行业的TFP变动情况；刘兴凯[11]（2010）使用非参数的 Malmquist指数方法测算了中国28个省、自治区、直辖市1978—2007年服务业TFP的变动情况，并从技术效率和技术进步两个方面对中国服务业TFP变化的阶段性与区域性特点进行了分析；宫俊涛[5]（2008）在构建1987—2005年我国28个省区市制造业面板数据的基础上，采用非参数Malmquist指数方法构造区域制造业生产前沿，考察制造业省际TFP的增长来源、差异与变化趋势；王艳华[17]（2010）运用2000—2007年吉林省农产品加工业内部12个子行业的面板数据，使用Malmquist指数方法分析了吉林省农产品加工业发展过程中TFP的变动情况，并将其进一步分解为技术效率变化、规模效率变化和技术进步；刘秉镰[8]（2009）利用基于DEA模型的Malmquist指数方法，分析了中国196个主要城市在1990—2006年期间城市TFP的动态变化；蔡跃洲[1]（2009）以我国11家主要上市商业银行2004—2008年的投入产出数据和基于DEA模型的Malmquist生产率指数法，对上市商业银行的TFP进行测算与分解；傅勇[4]（2009）在省际面板数据基础上运用DEA分析中的Malmquist指数方法测算并分解了我国改革开放以来的TFP变动；方福前[3]（2010）根据KS和T检验筛选投入产出指标，再利用非参数Malmquist指数方法计算中国农业TFP指数及其构成，最后运用面板两阶段最小二乘法分析了影响农业TFP的诸多因素；王珏[16]（2010）使 用Malmquist指数方法对中国各地区1992—2007年的农业TFP进行了测算，并建立空间计量模型对影响中国各地区农业TFP的因素进行了实证分析；郭军华[6]（2009）利用1985—2007年省际面板数据，基于DEA的非参数Malmquist指数法对农业TFP进行测算和分解，并对其进行收敛分析；生延超[12]（2010）基于非参数 Malmquist指数方法，将TFP变动分解为技术进步与技术效率变化，并推算了中国饭店业1997年以来整体生产率的变动趋势，探讨了各省份饭店业TFP的增长特征。

基于上述文献回顾不难看出，现存文献的研究对象主要集中于宏观经济总体、产业（行业）及企业（部门）3个层面，如总体国民经济、农业、服务业、制造业、银行、加工业等领域，而对于我国体育用品制造业而言，其TFP问题还未受到国内研究者的广泛关注；研究方法多采用DEA模型和Malmquist指数方法来分析TFP的变化及改善情况，但国内关于体育用品制造业的研究成果主要是从理论层面分析其发展所存在的问题并提出相应的对策，涉足到该类定量分析方法的较少；研究视角能充分考虑纵向与横向信息的互补问题，且主要是采用面板数据进行的实证分析，而国内零散的关于体育用品制造业生产效率的研究成果则甚少有能引入面板数据进行实证的[20]。另外，由于我国体育用品制造业自身内部构成的异质性特征及其数据质和量的双重不足，使得目前国内关于体育用品制造业TFP的研究尚处于起步阶段，还需依托部分发展相对成熟的学科，进一步深化中国体育用品制造业的相关研究。这些问题为后续研究留下了空间，因此，选择该课题进行深入探讨是非常有必要的。

2 理论与模型

TFP的测算方法主要包括4类：计量经济学方法、随机边界法、数据包络分析法和Malmquist指数法，其中，前2种属于参数方法，后2类为非参数方法。相对于参数方法而言，非参数方法不需要设定具体的函数形式，能够避免因生产函数选择不当而带来的问题[14]。Malmquist指数法作为目前研究TFP的主要工具之一，该方法是利用多种投入和产出变量进行效率分析，不需要相关的价格信息，也不需要成本最小化与利润最大化等假设条件，且便于计算，更为重要的是其将生产率的变化原因分解为技术变化和技术效率变化，并进一步把技术效率变化细分为纯技术效率变化及规模效率变化[8]。鉴于此，本研究采用非参数Malmquist指数法来测算与分解我国体育用品制造业的TFP。

Malmquist生产率指数是基于DEA模型的方法提出的，它是利用距离函数的比率来计算投入产出效率。随着该指数的不断完善与进步，有如下3个经典模型来说明Malmquist生产率指数的相关原理：

式（1）中，分别表示第i个地区在t和t＋1时期的投入向量；分别代表在i地区t和t＋1时期的产出向量；Dti（xti，yti）与Dti（xt＋1i，yt＋1i）分别表示以t时期的技术（Tt）为参照的、时期t和时期t＋1生产点的距离函数：

式（2）作为式（1）的变形结果，用来表示技术变化与技术效率变化的分离。第1部分EF是从t到t＋1期生产效率的变化；第2部分TC是从t到t＋1期技术的变化率：

式（1）、（2）表述的是固定规模报酬的情形，而式（3）则描述了变动规模报酬的情形，其能进一步将技术效率变化分解为纯技术效率变化与规模效率变化，其中，注脚v表示变动规模报酬的情况，注脚c代表固定规模报酬的情况，式（3）中第1项表示在变动规模报酬下的纯技术效率变化，第2项是规模效率变化，第3项代表技术变化率[8]。

3 投入产出变量选择与数据说明

3.1 投入产出变量选择

基于DEA模型的Malmquist指数法不涉及具体的生产函数形式，只需提供各投入产出变量，即资本、劳动和产出。同时，根据新古典经济增长的相关理论，导致经济（产出）增长的投入要素主要包括资本与劳动。因此，本研究据此综合地进行投入产出变量的选择，并依据实际可得的数据恰当地对所选指标进行调整。

1.资本变量的选择。国内研究者一般在核算经济增长时，多采用永续盘存法来对资本存量进行估算，目前这方面的估算较多，但结果不一，主要原因在于几个关键变量难以达成统一。对于本研究而言，所采用的非参数Malmquist指数法是一种核算相对效率的方法，只要各研究对象保持相对一致性，其结果就不会产生较大偏差[8]。另外，在选择“资本”变量方面较具代表性的研究成果如刘祥[10]（2004）、张 军[21]（2004）、刘 秉 镰[8]（2009）、傅 勇[4]（2009）及武群丽[18]（2010）等，这些研究成果在估算资本存量时，多指严格意义上的物质资本，并通常采用固定资产投资额作为资本存量的替代指标，其结果较具可靠性。鉴于此，本研究亦遵循这一方法，以我国各地区、各年份体育用品制造业的固定资产投资额作为资本投入的衡量指标。

2.劳动变量的选择。劳动量的评价也是一个难以统一的话题，由于劳动种类、环境与质量等多种因素的干扰，科学度量我国体育用品制造业1h的劳动量基本不可能实现。另外，也有研究者如王兵[15]（2007）通过各个国家和地区GDP除以劳均GDP得到劳动力投入数据，还有部分研究者使用标准劳动强度的劳动时间来衡量劳动投入量。这2种度量方法在市场经济非常发达的国家或地区是比较合适的，但由于我国仍处于市场经济体制建立初期，劳动的市场配置并未健全，收入机制也不够完善，故其并不能真实反映实际劳动投入量[2]。基于此，本研究也延续多数研究的操作办法，同时，考虑到我国体育用品制造业的实际情况及数据资料的可得性等问题，以国内各地区、各年份体育用品制造业的从业人员数量作为劳动投入的测量指标。

3.产出变量的选择。根据前期相关研究成果，如宫俊涛[5]（2008）、徐盈之[19]（2009）、刘兴凯[11]（2010）等研究者分别对我国制造业、信息服务业及服务业的TFP进行了实证研究。这些成果在选择产出变量时，均采用本行业工业增加值作为测度指标。鉴于目前我国现存的统计资料中并没有各省份、各年度体育用品制造业的GDP产值，若采用有关方法对其进行估算，但又可能因所选指标与数据来源的不同而导致估算结果存在很大差异。因此，本研究同样参考多数研究的方法，并依据我国体育用品制造业发展实际及统计指标的可得性，以全国各地区、各年份体育用品制造业的工业增加值作为产出水平的评价指标。

3.2 数据说明

DEA模型中的Malmquist指数法要求采用面板数据，即分不同省份与年份的数据。根据统计数据资料搜集的可得性、系统性及完整性等原则，本研究将时间跨度确定为2003—2010年。在全国31个省份（不包括香港、澳门和台湾）中，因内蒙古、海南、重庆、云南、西藏、陕西、青海、宁夏和新疆9个省份关于体育用品制造业的财务统计数据缺失比较严重，故不予以考虑，对其进行删除。因此，本研究所选样本为国内22个省、自治区、直辖市2003—2010年间的省际面板数据，共计528个观察值。原始数据分别来源于《国家统计局官方网站》（http：//www.stats.gov.cn/）和《中国统计数据应用支持系统》（http：//info.acmr.cn/default.aspx？ReturnUrl＝%2findex.aspx）。另外，按照常规的操作方法，采用均值替代法对偶尔几个缺失值进行了补充。

4 实证结果与分析讨论

根据2003—2010年我国22个省、自治区、直辖市的省际面板数据，运用DEAP2.1软件包测算2003—2010年国内各省、自治区、直辖市体育用品制造业TFP逐年的Malmquist生产率指数，并对其进行分解。在此基础上，将各省、自治区、直辖市体育用品制造业的TFP测算结果进行汇总平均后得出中国体育用品制造业TFP的总体变化情况（表1，图1）。

4.1 我国体育用品制造业TFP变化及其组分演变趋势

从表1看出，整体上讲，2003—2010年我国体育用品制造业TFP的平均增长率为11.1%，技术进步平均增长率是5.7%，技术效率平均增长率为5.2%，说明体育用品制造业的增长同时得益于技术进步和技术效率水平的双向提高，其中，纯技术效率与规模效率均表现为正向增长，平均增长率依次为3.4%和1.7%，进一步表明我国体育用品制造业TFP的提升主要来自于新技术的使用以及新的创造发明，同时技术效率的提高也在一定程度上促进了体育用品制造业TFP的整体上升。这一结果反映出体育用品制造业的技术进步和技术效率对其TFP的增长均起到了重要作用，故我国应持续重视体育用品制造业的科技创新活动，并提供适当的政策支持，以强化体育用品制造业的技术进步对其TFP增长的影响；另外，适时进行必要的管理创新及制度变革，进一步解决在体育用品制造业规模不断扩大过程中所存在的效率降低等问题，从而提升其纯技术效率与规模效率水平，以确保我国体育用品制造业的技术效率水平处于一个比较理想的状态。

表1 本研究2003—2010年中国体育用品制造业Malmquist生产率指数及其分解一览表Table1 The Malmquist Productivity Index and Its Decomposition of Chinese Sports Goods Manufacturing from 2003to 2010

图1 本研究2003—2010年我国体育用品制造业TFP变化指数示意图Figure1.The Total Factor Productivity Index of Chinese Sports Goods Manufacturing from 2003to 2010

就体育用品制造业TFP的分解指标而言，2003—2010年我国体育用品制造业的技术进步增长率和技术效率增长率在大多数年份中都大于1，并且体育用品制造业技术效率的分解指标纯技术效率与规模效率在多数年份里也保持着正向增长。这一现象表明我国体育用品制造业的技术进步和技术效率提高已成为助推其TFP的双引擎，即是说企业技术进步与技术效率水平的提高对目前中国体育用品制造业的全面发展起到了非常重要的作用。近10年，我国体育用品制造业的新建、改建、扩建、重组、整合、技改及引新等项目屡有出现，各企业在壮大发展规模的同时，高度重视自身技术改造、创新和产业内部结构升级，把技术改造、创新作为企业发展的关键环节，并适时从国外引进核心技术，这直接促使国内体育用品制造业的产品质量、工艺水平、外观设计、核心竞争力及自主创新研发能力等方面显著提高，尤其是代表中国体育用品制造业主流力量的大、中型骨干企业（公司），如李宁、安踏、匹克、361°等，其技术装备、工艺设计、核心技术、经营理念等已经接近或达到国际先进水平。同时，随着我国体育用品制造业的自主研发、创新能力显著提升，企业不断加大新产品开发投入力度，及时调整预期生产计划，持续优化产品品种和结构。目前国内某些知名运动品牌制造商针对不同年龄及性别、不同工作性质、不同学历结构等人群设计、研发了各种低端产品，实现了大众产品的优质优价，当然一些高、中端产品也逐渐开始走向市场，并得到越来越多人群的喜爱和接受。这些显著的效果与企业的技术进步是密切关联的，因此，企业技术水平的提高是我国体育用品制造业持续、稳定发展的重要保障。

由图1可知，根据纵向时间序列分析，2003—2010年我国体育用品制造业TFP及其分解指标可显著地分为两个发展阶段。第一个发展阶段是2003—2006年间，体育用品制造业TFP指数、技术效率指数和技术进步指数均保持着平稳发展态势，其平均增长率也都维持在1左右；第二个发展阶段为2007—2010年间，体育用品制造业TFP指数、技术效率指数与技术进步指数则表现出明显的波动迹象，截止2010年3项指标均出现极值，依次为1.344、0.684和1.963。这一波动现象说明我国体育用品制造业TFP的增长机制容易受到国内、外宏观经济环境、特殊重大事件与相关政策法规的影响，如股票市场、国民收入、金融危机、物价水平、就业形势、能源消费、国际大型体育赛事等。2001年入世以来，中国商品经济一直保持着快速发展趋势，而商品经济发展必将带动股票市场的迅速飞跃，2003年以后我国股票市场呈现出稳定上升的演变态势，到2008年国内股票市场的发展速度再次提升，但2008年以后，由于受美国次贷金融危机的影响，中国股市几乎崩盘，股票指数大幅下跌，而国内经济也跌破8%的增长速度，2009以后又进入强势复苏阶段，股票市场逐渐好转，但仍表现出疲软状态。在这种国内、外复杂多变的经济环境下，我国能源产业、新兴行业、节能环保产业、生物产业、建筑产业、高新技术产业及就业形势等方面均受到较大冲击。然而，体育用品制造业作为一项产业成熟度还不高的行业，其抗干扰和抗风险能力就更弱，对社会客观经济环境因素的反应也越迅捷。另外，近10年以来，在我国举办的大型体育盛事也进一步增多，同时，本国培育的职业体育联赛也逐渐成熟，如2008年北京奥运会、2010年广州亚运会、2011年深圳世界大学生运动会、2011年上海世界游泳锦标赛、中国男子篮球职业联赛及中国女子篮球职业联赛、中超职业联赛、乒超职业联赛等等，这一系列赛事的举办为国内各体育用品制造企业带来了机遇和挑战，从长远来看，其对我国体育用品制造业的影响力也是不容忽视的。

4.2 我国各省、自治区、直辖市体育用品制造业TFP增长及差异性分析

上述平均意义上的分析显然掩盖了我国各省、自治区、直辖市体育用品制造业TFP之间的增长特征和差异程度。因此，本研究在总体分析的基础上，继续对我国各省、自治区、直辖市体育用品制造业TFP及其分解指标的特点与差异性进行考察（表2）。

表2 本研究2003—2010年全国22个省、自治区、直辖市体育用品制造业Malmquist生产率指数及分解一览表Table2 The Malmquist Productivity Index and Its Decomposition of 22Provinces（Autonomous Regions）Sports Goods Industry Manufacturing from 2003to 2010

从表2看出，2003—2010年全国22个省、自治区、直辖市中，只有甘肃省体育用品制造业TFP的增长率为负，其增长率以年均2.5%的速度下降，该省份体育用品制造业TFP降低的主要原因是技术效率的下滑。其余21个省、自治区、直辖市体育用品制造业的TFP均得到不同程度的提升，增长速度在20%以上的包括四川、河南和辽宁，增长速度在10%～20%之间的包含天津、湖南、山西、河北、江苏、贵州、山东及广西，另外10个省、自治区、直辖市的增长速度均低于10%，但大于0。这21个省、自治区、直辖市体育用品制造业TFP提升的主要来源是技术进步。从技术进步指数来看，2003—2010年全国22个省、自治区、直辖市体育用品制造业的技术进步指数都为正向增长，且四川、广西和北京的技术进步指数依次排名前三甲；根据技术效率指数分析，相对来说比较好的省份包括河南、辽宁、四川、天津、湖南、贵州、山西、河北、广东及江苏等17个地区，而黑龙江、上海、吉林、湖北和甘肃5个省份均为负增长，且甘肃体育用品制造业技术效率下降最明显（8.5%）。

就TFP的分解结果而言，北京、天津、河北、山西、辽宁、江苏、浙江、安徽与福建等17个省份体育用品制造业的TFP增长是技术进步和技术效率提高均衡作用的结果，但由于技术效率的负增长抵消了技术进步的省份有黑龙江、上海、吉林、湖北和甘肃5个地区。尤为值得一提的是，甘肃省地处黄河上游，属西部经济欠发达地区，社会经济总量与东、中部地区存在较大差距，2003—2010年间，甘肃省体育用品制造业的投入指标固定资产投资额与从业人员数量在全国22个省、自治区、直辖市中均处于中等偏下水平，但是其产出指标工业增加值则相对更低，由此反映出甘肃省体育用品制造业在投入、产出两方面完全是背道而驰。另外，受甘肃省自身客观经济和地理环境制约，其在科技创新投入、国际技术交流、核心技术人才培养、外商直接投资、居民生活水平等方面仍与经济发达地区存在差距，这在一定程度上阻碍了社会各行业经济的快速发展，企业核心技术的更新换代速度停滞，大大影响了各行业的生产经营效率。在这些综合因素的作用下，导致甘肃省体育用品制造业的TFP始终处于落后状态，故需引起相关部门的重视和关注。

4.3 我国四大区域体育用品制造业TFP增长及差异性分析

由于中国区域经济发展的非平衡性，且差异程度明显。为了比较国内不同区域体育用品制造业的TFP增长及其差异性，在上述分析的基础上，本研究将考察的22个省、自治区、直辖市划分为东部、中部、西部和东北四大区域，进一步分析全国四大区域体育用品制造业的TFP及其分解指标（表3）。

由表3可知，我国东部、中部、西部和东北地区体育用品制造业的TFP均大于1，且四大区域TFP的增长率依次为10.7%、11.9%、12.0%与11.6%。西部地区体育用品制造业TFP的增长率最高，而东部地区则最低，这可能是由于西部地区省份的统计数据缺失较为严重，导致所测算的算术平均数存在偏差。根据部分现实的相对效率指标分析，确实存在西部地区一些省份的单位产出效率明显高于东部地区，通过推算东、西部地区13个省、自治区、直辖市2003—2010年体育用品制造业的单位人力资本投入总产出和单位资金投入总产出，并比较分析发现，四川省的单位投入产出效率显著高于东部地区的大多数省份，这也可能是造成西部地区体育用品制造业TFP偏高的原因之一。进一步仔细观察发现，东部地区所包含的9个省、自治区、直辖市体育用品制造业TFP均大于1，中部和东北地区的9个省、自治区、直辖市也同样高于1，只有西部地区的省、自治区、直辖市存在TFP小于1的情况，因此，从这一角度上讲，总体而言，我国中、东部地区体育用品制造业的TFP状况仍优于西部地区。这与各大区域社会经济发展现状是彼此吻合的，不管是在经济总量、人均消费水平、教育投入、文化结构、研发投入及科技创新等，还是在政策支持、市场化程度和国际化水平等方面，东部地区都具备明显的竞争优势，各行业经济在技术创新、技术引进、技术改革等方面的意识形态与保障条件就相应更加到位。

表3 本研究2003—2010年中国四大区域体育用品制造业Malmquist生产率指数及分解一览表Table3 The Malmquist Productivity Index and Its Decomposition of Chinese Four Regional Sports Goods Industry Manufacturin from 2003to 2010

就各区域体育用品制造业TFP的分解指标而言，与全国平均测算结果相类似，我国东部、中部、西部和东北地区体育用品制造业TFP的增长同时源于技术进步与技术效率的提高，且技术效率的分解指标纯技术效率、规模效率大多都保持着正向增长。四大区域的技术进步增长率分别为6.0%、5.0%、6.3%和5.2%，技术效率增长率依次是4.5%、6.5%、5.4%与6.0%。由此，说明在新技术的使用及其生产经营管理的创新等方面，四大区域的体育用品制造业均已从中获得一定益处，并亦显现出不同程度的效果。

基于上述分析结果，本研究进一步对我国四大区域间体育用品制造业的TFP变迁问题展开探讨。表4为各个区域初期与末期TFP的变化情况。经比较各区域初期与末期TFP的变动情况发现，我国东北地区体育用品制造业的TFP一直在四大区域中处于领先地位，2003—2010年全国四大区域的TFP均获得了不同程度的提升，其上升幅度按大小顺序依次为西部（52.30%）＞东北（34.27%）＞东部（16.11%）＞中部（15.09%）。从省份构成上来看，参与分析的22个省、自治区、直辖市，有15个省、自治区、直辖市的末期TFP高于初期TFP，有6个省、自治区、直辖市则恰好相反，还有1个省份（甘肃）的TFP在初期和末期均没有发生变化，其中，在TFP提升的省份中，东部地区的居多，其余依次是中部、西部和东北地区。表明近年来我国区域体育用品制造业的TFP已得到整体提升，但各区域间TFP的变迁范围（程度）仍存在明显差距。

表4 本研究我国四大区域体育用品制造业初期和末期TFP的变化情况一览表Table4 The Change of Beginning and End Total Factor Productivity of Chinese Four Regional Sports Goods Industry Manufacturin from 2003to 2010

5 结论与启示

本研究基于2003—2010年全国22个省、自治区、直辖市的省际面板数据，运用非参数Malmquist指数法对我国体育用品制造业的TFP及其分解指标的变化规律、特征进行了细致分析和比较，得出如下主要结论：

1.整体来看，2003—2010年我国体育用品制造业TFP的平均增长率为11.1%，技术进步和技术效率的平均增长率分别是5.7%与5.2%，二者的增长率在大多数年份中都大于1，并且技术效率的分解指标纯技术效率与规模效率也在多数年份里保持着正向增长。由此，说明我国体育用品制造业的增长同时得益于技术进步和技术效率水平的提高。

2.纵向来看，2003—2010年我国体育用品制造业TFP及其分解指标可分为两个发展阶段。第一个发展阶段是2003—2006年间，体育用品制造业TFP、技术效率和技术进步指数均呈现出平稳演变趋势；第二个发展阶段为2007—2010年间，体育用品制造业TFP、技术效率及技术进步指数则表现出明显波动迹象。

3.分省份来看，2003—2010年全国22个省、自治区、直辖市中，有21个省、自治区、直辖市体育用品制造业的TFP都得到不同程度的提升，这些省份TFP提升的主要来源是技术进步。甘肃省TFP的增长率为负，主要原因是技术效率下滑。根据技术进步和技术效率指数分析，我国22个省、自治区、直辖市体育用品制造业的技术进步指数均为正向增长，技术效率增长为正的有河南、辽宁、四川等17个省份，而技术效率增长为负的有黑龙江、上海、吉林等5个省份。

4.就四大区域来看，我国东部、中部、西部和东北地区体育用品制造业的TFP均大于1，其所对应的增长率依次为10.7%、11.9%、12.0%与11.6%。四大区域体育用品制造业TFP的增长同时源于技术进步和技术效率水平的提高，且技术效率的分解指标纯技术效率、规模效率大多也都保持着正向增长。依据各区域TFP的变迁问题分析，我国东北地区体育用品制造业的TFP始终处于领先地位，2003—2010年，全国四大区域的TFP均获得不同程度的提升，其中，有15个省、自治区、直辖市的末期TFP高于初期，东部地区所涵盖的省、自治区、直辖市居多。说明我国区域体育用品制造业的TFP已得到整体改善，但区域间仍存在明显差距。

针对上述所得结论，为使我国体育用品制造业的TFP、技术效率和技术进步率尽可能得以全面提升，可从以下方面着手：1）增强国内体育用品制造行业的自主创新能力，推进技术进步，通过对传统技术的改造，产品的升级换代以及加强经营管理等，提高该行业的生产效率；2）提高体育用品制造行业的技术效率。通过控制此行业固定资产投资规模与提升利用率，适度节约劳动力成本及提高产品质量等途径实现；3）提升体育用品制造行业的规模效率。适当增加行业高素质研发人员数量，加大研发资金投入力度，增强政府资金对行业创新活动的支持和引导作用，进一步促进科技成果转化，实现我国体育用品制造行业的健康快速发展。

[1]蔡跃洲，郭梅军.我国上市商业银行全要素生产率的实证分析[J].经济研究，2009，（9）：52－64.

[2]杜吉明，于渤，姚西龙.资源型城市经济转型期的全要素生产率研究[J].情报科学，2010，28（10）：1469－1472.

[3]方福前，张艳丽.中国农业全要素生产率的变化及其影响因素分析——基于1991—2008年 Malmquist指数方法[J].经济理论与经济管理，2010，（9）：5－12.

[4]傅勇，白龙.中国改革开放以来的全要素生产率变动及其分解（1978—2006年）——基于省际面板数据的Malmquist指数分析[J].金融研究，2009，349（7）：38－51.

[5]宫俊涛，孙林岩，李刚.中国制造业省际全要素生产率变动分析——基于非参数Malmquist指数方法[J].数量经济技术经济研究，2008，（4）：97－109，130.

[6]郭军华，李帮义.区域农业全要素生产率测算及其收敛分析[J].系统工程，2009，27（12）：31－36.

[7]林孔团，魏下海，鄢琳.福建制造业全要素生产率变动的实证研究——来自34个细分行业的经验证据[J].福建师范大学学报（哲学社会科学版），2010，161（2）：40－45.

[8]刘秉镰，李清彬.中国城市全要素生产率的动态实证分析：1990—2006——基于DEA模型的 Malmquist指数方法[J].南开经济研究，2009，（3）：139－151.

[9]刘和东.中国工业企业的全要素生产率及其影响因素分析[J].统计与决策，2010，313（13）：103－105.

[10]刘祥.矿业城市经济发展规模效率浅析[J].中国矿业，2004，（9）：72－77.

[11]刘兴凯，张诚.中国服务业全要素生产率增长及其收敛分析[J].数量经济技术经济研究，2010，（3）：55－67，95.

[12]生延超，钟志平.规模扩张还是技术进步：中国饭店业全要素生产率的测度与评价——基于非参数的曼奎斯特（Malmquist）生产率指数研究[J].旅游学刊，2010，25（5）：25－32.

[13]史修松，徐康宁，司增绰.中国服务业全要素生产率增长及空间差异分析[J].徐州师范大学学报（哲学社会科学版），2008，34（6）：101－106.

[14]汤建影，周德群，周笑.中国煤炭城市全要素生产率变动的实证研究[J].中国矿业大学学报，2007，36（6）：783－788.

[15]王兵.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）：91－101.

[16]王珏，宋文飞，韩先锋.中国地区农业全要素生产率及其影响因素的空间计量分析——基于1992—2007年省域空间面板数据[J].中国农村经济，2010，（8）：24－34.

[17]王艳华，王军，张越杰.吉林省农产品加工业全要素生产率变动及其分解分析——基于 Malmquist生产率指数的实证研究[J].农业技术经济，2010，（10）：108－114.

[18]武群丽.我国全要素生产率变化解构及区域收敛性分析[J].经济经纬，2010，（1）：12－16.

[19]徐盈之，赵玥.中国信息服务业全要素生产率变动的区域差异与趋同分析[J].数量经济技术经济研究，2009，（10）：49－60，86.

[20]张宏伟.FDI对我国体育用品制造业技术溢出效应分析[J].体育科学，2010，30（4）：77－80.

[21]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35－44.

[22]中国统计数据系统[EB/OL].[2011－08－31].http：//info.acmr.cn/default.aspx？ReturnUrl＝%2findex.aspx.