安徽省出口效率的测度及其影响因素分析

张如庆，黄胜捷

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

自改革开放以来，出口贸易对安徽省经济的增长起到了重要的推动作用。作为地处中国中部的安徽省，在总体上无法改变地缘优势的硬性条件下更应该审时度势，因地制宜，优化产业出口结构、提高出口质量。因此，出口效率的提升显得尤为重要。出口效率即指出口的投入产出效率，即当投入要素(或出口量)不变时，使得出口量(或投入要素)达到最大(或最小),是一种优化问题，常用全要素生产率这一指标衡量。因而研究安徽省各地级市出口的投入产出效率对于分析城市发展状况和促进安徽省出口经济高质量发展至关重要。

现有文献大多从国家层面分析省际出口效率的总体情况，少有文献对单个省各地级市的出口效率进行更深入的分析。本文参考朱尔茜等(2018)使用的模型方法[1]，选用2008-2016年安徽省16个地级市数据对安徽省各地级市出口投入产出效率进行静态与动态测评，然后应用面板模型综合评估影响安徽省出口效率的因素，以期能为促进安徽省出口经济高质量发展提供参考。

一、模型构建

1.DEA模型

(1) DEA基本模型 DEA(数据包络分析)模型是用于对多项投入指标和产出指标进行相对效率评价的多种学科交叉形成的数量分析方法[2]。DEA基本模型主要有两种，分别是假设规模报酬固定不变、投入与产出效率同比例变化的CCR模型与假设规模报酬可变、投入与产出效率同比例变化的BCC模型。本文为细化分析，采用BCC模型对安徽省各地级市出口投入产出进行静态测度分析，该计量模型具体参见文献[3]。

(2) DEA-Malmquist指数法 本文采用DEA-Malmquist指数法对安徽省各地级市出口投入产出进行动态测评，其方法是通过上述指数法测算DMU的全要素生产率。在实证分析中，常采用可变规模报酬假定下的Malmquist指数，其表达式参见参考文献[4]。

2.面板数据模型

为多角度研究安徽省各地级市出口效率问题，并且避免遗漏影响出口效率的变量，本文在上述模型分析的基础上使用面板数据构建面板回归模型作进一步分析。

二、变量与数据

1.变量的选择

本文选取的效率测算变量的描述性统计如表1所示。

表1 效率测算变量的选取与说明

2.数据来源

本研究以安徽省各地级市为决策单元，根据数据的可获得性和完整性采用2008-2016年安徽省16个地级市的相关数据评估城市出口效率。所有原始数据均来自2018-2016年《中国统计年鉴》和《安徽统计年鉴》。

三、实证分析

1.静态效率分析

利用DEA-BCC模型分析安徽省各地级市出口效率，得到下表2。

表2 2016年安徽省各地级市技术效率分解及其改进

由表2可知，2016年安徽省各地级市出口的综合技术效率(I)平均值为0.865，纯技术效率(I1)为0.997，规模效率(I2)为0.868。效率不高主要是由规模效率不高造成的。从具体指标来看：

在综合技术效率(I)方面，合肥市、马鞍山市、安庆市、黄山市、六安市、滁州市、阜阳市这七个城市I达到DEA有效，其余九个城市非有效，且各地级市差距较大。从纯技术效率(I1)看，在DEA非有效的九个地区中，池州市、亳州市、芜湖市、宿州市、淮南市、淮北市、宣城市这七个城市为I1有效、I2无效。从规模效率(I2)看，在DEA非有效的九个城市中，其I2均无效，而余下I2有效的七个地区却实现DEA有效。池州市、淮南市I2值较低，但I1均有效，可见主要是这两座城市的I2拖累了其相应的I值。从规模报酬区间：DEA有效的七个地区规模报酬不变；其余处于规模报酬递增状态的城市，可适当提高本市的出口产业投入要素实现规模经济；芜湖市处于规模递减阶段，说明该市由于规模过大产生管理低效率等问题，应引起重视。

在投入要素利用效率方面：整体上造成投入要素未被充分利用的原因主要是受蚌埠市、铜陵市和淮南市影响，浪费严重的投入要素按从大到小排序依次为外商直接投资、本地市场效应、金融发展水平、经济发展水平、劳动力。在投入要素未被充分利用、存在资源浪费现象的城市中，蚌埠市与铜陵市五项投入资源均未充分利用，淮南市有三项投入资源未充分利用。从最低利用率来看，蚌埠市的FDI利用率为74.1%；铜陵市的HM利用率为76.7%；淮南市的金融发展水平利用率为83%。因此，为提高城市的出口效率，蚌埠市和铜陵市要加强对这五个投入要素的利用效率，其中蚌埠市应重视对外资利用改进，铜陵市应重视本地市场效应，对接更大需求市场以扩大出口产业的规模经济。

2.动态效率分析

将Malmquist指数按各地级市分解，根据具体指标可知(1)注释：限于篇幅，本文未列出安徽省各地级市Malmquist指数及其构成数据，感兴趣的读者可向作者索取。：从全要素生产率(TF)看，安徽省各地级市达到TF有效的城市占比为31.25%，高于安徽省均值有七个地区。从纯技术效率(PE)看，安徽省总体PE表现良好，安徽省各地级市出口达到PE有效的城市占比为87.5%，超过平均水平1.000的有14个城市。从规模效率(SE)看，安徽省各地级市出口总体上规模是有效的，达到SE有效的城市占比为81.25%，超过平均水平1.038的城市有七个。从技术进步(TE)看，达到TE有效的城市占比为12.5%，超过平均水平 0.923的有五个城市。安徽省各地级市出口的PE、SE和技术效率(EF)达到DEA有效，TE与TF为DEA非有效，因而可认为安徽省各地级市的全要素生产率主要受技术进步落后掣肘。

Malmquist指数按时间分解，结果如表3所示。安徽省各地级市出口的TF在2008—2016年整体呈先升后降再升的状态：在2008-2009年(受TE较低拖累)、2009-2010年(受TE与PE较低共同拖累)、2014-2015年(受TE较低拖累)、2012-2013年和2013-2014年(两者皆是PE和EF较低与SE较低共同拖累)都小于1。但在2010-2012年、2015-2016年的TF均大于1，表明各地级市在这些年份实现了生产效率改善。

表3 2008-2016年安徽省各地级市Malmquist指数及其分解

同时，在安徽省各地级市Malmquist指数的各分解指标中，TF大于1的城市个数与相应大于平均值的城市个数相差越大，说明安徽省出口经济区域发展越不平衡。从具体指标来看(2)注释：限于篇幅，本文未列表展示2008-2016年安徽省16个地级市的分年分市Malmquist指数评价结果(共有680个数据点)，感兴趣的读者可向作者索取。：

全要素生产率(TF)：2008-2016年，除了在2010-2012年、2015-2016年间TF均值均小于1外，其他年份TF均值均高于1，说明在这些年中出口效率得到了改进提升。另外，只有在2011-2012年、2014-2015年安徽省实现了出口经济区域整体发展平衡。

技术效率(EF)：2008-2016年，EF值大于1的城市个数与EF大于均值的城市个数均存在差距，说明安徽省出口经济在技术效率方面一直存在区域发展不平衡的现象。

技术进步(TE)：2010-2014年，TE均值均大于1，其他年份TE均值小于1。在2010-2011年，安徽省所有地级市TE值均大于1，但在2008-2009年实现TE值大于1的城市个数为0。

纯技术效率(PE)：2008-2009年，实现PE值大于1的城市个数整体较少。在2009-2011年、2012-2014年PE均值均小于1，其他年份PE均值均大于1。

规模效率(SE)：2008-2009年、2014-2015年，实现了SE高于1的最多城市个数为10个，而在2010-2011年、2012-2014年SE均值均小于1，其他年份SE的均值均大于1。

3.安徽省各地级市出口效率的影响因素分析

Alberto Portugal-Perez等(2012)认为“软”“硬”基础设施能改善发展中国家出口表现[5]，孙楚仁等(2019)将政府政策和基础设施作为影响出口的因素[6]。因此，本文引入城市的政府政策与基础设施两方面因素进行分析，以深入研究安徽省各地级市出口效率的影响因素。

在政府政策方面，通过科技支出比率(科技支出/财政支出)、教育支出比率(教育支出/财政支出)与财政支出比率(财政支出/财政收入)反映各地级市政府对科研创新、教育以及人力资本的支持力度，政府政策影响着城市出口行业的有效发展；在基础设施方面，通过人均邮局数(城市邮局数/城市总人口数)、人均城市铺路面积(城市铺路面积/城市人口总数)和人均公共交通运营数(城市公共交通运营数/城市人口总数)反映各地级市的基础设施建设，其是城市贸易便利程度以及人才培养环境的体现，并且，完善的城市基础设施可吸引更多人力与物质资本。

本文以TE、EF、TF三项指标为因变量，政府政策和基础设施共六项指标为自变量，设计回归模型如下：

TE=α0+α1GS+α2ES+α3TS+α4PO+α5LP+α6LC+ζ，

EF=β0+β1GS+β2ES+β3TS+β4PO+β5LP+β6LC+ζ1，

TF=γ0+γ1GS+γ2ES+γ3TS+γ4PO+γ5LP+γ6LC+ζ2，

其中，α0、β0、γ0为常数项，αi、βi、γi(i=1,…,6)是回归系数，ζ、ζ1、ζ2是随机变量；科技支出比率、教育支出比率、财政支出比率分别用TS、ES、GS表示；人均邮局数、人均城市铺路面积、人均公共交通运营数分别用PO、UP、PT表示。

(1) 平稳性检验 为防止出现伪回归问题，根据面板数据特点，本文选取表4中两种方法进行平稳性检验。如表4所示结果，所有数据均为平稳时间序列。

表4 面板数据单位根检验

续表

(2) Hausman检验 一般情况下，此检验常用来判断使用的面板回归模型属别。根据检验结果可知，TE和EF使用模型为随机效应，TF使用模型为固定效应。具体内容如表5所示，除了教育支出比率没有通过统计检验，其他变量均通过了统计检验。

表5 面板回归结果

(3) 实证结果分析 从自变量的弹性系数来看，在六个影响因素中，财政支出比率对技术进步(0.040 3)影响较大，城市人均邮局数对技术效率(107)与全要素生产率(2 870.9)影响较大。

在政府政策方面，财政支出比率(GS)对TE与TF呈显著的负向影响，对EF呈不显著的正向影响，其原因可能是政府的支出推动出口行业积极发展，但是出口行业满足于获得的政府支出福利而怠于TE与TF方面的提高，用于提高EF方面的支出分配也不足以支持其有长足发展；教育支出比率(ES)对TE、EF和TF都呈不显著的正向影响，安徽省各地级市政府应实施更多教育支持政策以提升城市的出口效率；科技支出比率(TS)对TE呈不显著的负向影响，对EF呈不显著的正向影响，对TF呈显著的正向影响，政府在科研方面的支出提高了出口行业资源的投入产出率，对出口效率有积极正向影响，但是政府对出口行业技术支出补贴抑制了出口行业的TE，究其原因，可能与企业惰性或者研发成效时滞性有关。

在基础设施方面，地级市人均邮局数(PO)对TE呈不显著的负向影响，对EF和TF呈显著的正向影响，原因可能是信息流通的便达使得出口行业更倾向于从外引进技术而少于内部的技术创新，较多的信息交流有利于促进出口行业资源的投入产出率，使得城市出口效率提升；地级市人均铺路面积(UP)对TE呈显著的正向影响，对EF和TF呈显著的负向影响，说明城市人均铺路面积越多越有利于技术引进从而提升出口效率，但不一定能提高城市出口行业的EF与TF，可能是政府对铺路建设过多投入挤占了对出口行业投入的资源，因而铺路面积的增加可能对安徽省各地级市出口效率的提高有抑制作用；地级市人均公共交通运营数(PT)对TE和EF呈不显著的正向影响，对TF呈显著的负向影响，说明各地级市交通流量仍需扩大以发挥TE与EF对安徽各地级市出口效率提升作用，交通越便利可能增加了出口行业生产产品的运营量，却无暇顾及产业升级因而抑制了出口行业的TF增长。

四、结论与对策建议

提升出口效率是实现安徽省各地级市出口经济高质量发展的必备条件之一。因此，本文利用安徽省各地级市的面板数据，从静态、动态两个角度综合分析安徽省各地级市的出口效率及其影响因素。结论表明：首先，从整体上看，安徽省各地级市出口效率偏低，与有效水平存在差距，纯技术效率和规模效率双因素都有拖累，主要以规模效率为主，而实现有效水平的地区只有黄山市，并且它的技术进步态势相对超前。其次，从静态上看，接近一半的地级市规模效率无效，并且部分城市未充分利用当地生产要素造成资源浪费。另外，从动态上看，限制2008-2016年各地级市出口行业投入产出率提升的主要因素是技术进步，同时安徽省也存在区域出口效率发展不平衡问题。最后，在影响出口效率的因素中，安徽省各地级市的基础设施因素比政府政策方面因素对出口效率影响更大。

基于上述结论，本文提出以下建议：第一，大力支持并弘扬地方特色产业发展，充分利用地缘经济优势对城市出口效率的促进作用。各地级市需大力挖掘并发展地区特色产业，将特色产业发展与出口经济增长紧密连接，邻近地级市可合理利用具备地缘经济优势的城市，向其扩大特色产品输入，借力促进本地出口经济，间接提升安徽省整体出口效率。第二，积极调整出口规模，合理利用资源。在安徽省规模效率无效的地级市中，呈规模报酬递增状态的地级市应寻求更大的产品需求市场，扩大并优化当地的出口规模，对于规模报酬递减的地级市应对当地出口行业的出口规模与管理水平引起足够重视，适当调整出口规模、完善治理机制、努力探索优化出口结构。蚌埠市与铜陵市出口业应特别加强对当地的外商直接投资与经济发展水平等生产要素的合理利用，资源优配以提高出口效率。第三，政府应注重“软”基础设施的投入。安徽省各地级市政府应重视在教育、科技和信息方面等“软”基础设施的构建与支出，实施积极的人才与技术引进政策、孵化高新企业和高新技术是安徽省各地级市提高出口效率的当务之急，构建高附加值的出口产业链，提高出口的投入产出率，为出口高效率奠定良好的政策与社会基础，促进安徽省出口经济高质量发展。