安徽省工业企业生产效率评价及促进对策研究

耿 杰，董洪光，高乐红

(安徽理工大学 经济与管理学院，安徽 淮南，232001)

安徽省是工业、能源大省，工业是安徽经济的重要组成部分，已日益成为安徽省的支柱产业.2018年安徽省第二产业对GDP的贡献率达到了52.8%，其中工业的贡献率是48.87%，由此可见工业是安徽经济增长第一驱动力，因此对安徽省工业企业进行效率研究探讨安徽省工业发展过程中的优势和阻碍因素，帮助企业和政府部门提供对策，推动未来安徽工业高质量发展具有重要意义.

目前，已有大量关于我国工业生产效率的研究成果.郭亚军采用DEA方法对我国2009年工业企业效率进行研究，指出企业应该根据自身的工业生产率，调整技术效率与规模效率以提高工业企业竞争力[1]；任毅采用DEA的方法对我国31个省份2006年、2008年、2010年的私营工业企业生产效率进行研究，指出我国私营工业企业的生产效率整体在提高，但是仍然遇到了很多问题[2]；胡汉辉等采用三阶段DEA模型，对我国2010年工业效率进行实证研究，提出我国工业不论从技术效率还是规模效率都存在明显的不足[3]；李健等构造了包含人力资本投入的三投入非参数随机前沿生产函数，对中国各地区从1998～2011年的工业全要素生产率进行分析，指出技术水平的高低直接影响到全要素生产水平的高低[4]；张琳玲等运用超效率DEA测算了安徽省各企业能源投入的企业绩效值，指出安徽省工业企业迫切需要提升企业经济效益和能源效益[5].

综上可知，非参数数据包络分析方法是研究工业效率的主流方法，受到学者们的青睐.目前已有安徽省工业效率的研究，但主要是面向工业分行业进行研究，尚未对安徽省各个城市工业进行讨论.因此，本文拟在前人研究的基础上采用DEA分析方法构建科学的评价指标体系，基于最新的数据(2018年)测度安徽省各个城市工业生产效率来反映当前安徽省工业发展的真实状况，寻找安徽省各城市工业效率的影响因素，为安徽省制定差别化政策提高整体的工业效率提供参考.

1 研究方法和指标数据

1.1 DEA-BCC模型

数据包络分析(Data Envelopment Analysis，简称DEA)是由Charness、Cooper，Rhodes三位学者提出，是一种对多指标投入和多指标产出进行绩效评价的主流研究方法.通过建立DEA模型，测算各决策单元的相对有效性并进行效率值分解，探究决策单元无效的原因，在多个领域得到了广泛的应用.DEA模型按照对生产过程中对规模收益不同的假设，可以划分为CRS模型和VRS模型.CRS模型假设生产过程中规模报酬不变，即各投入量等比例增加时，产出量也等比例增加.VRS模型假设规模报酬可变，即当各投入量等比例增加时，产出量不一定等比例增加，可能出现规模效益递增或递减现象.本研究中，假设在工业生产过程中，规模收益是可变的，建立投入导向型的DEA-BCC模型如下：

minθ

λj≥0,∀j

(1)

1.2 投入、产出指标的选择

通过梳理近几年的相关文献[1-8]发现研究者们主要采用如下投入产出指标(表1)对工业企业生产效率进行研究.

表1 工业企业生产效率评价建模指标统计表

根据表1的分析加之数据可得性，本文选取工业从业人数、工业流动资产和工业非流动资产作为投入指标，以工业总产值为产出指标建立评价指标体系，所有数据来源于2019年《安徽省统计年鉴》.

2 实证分析

为了保持统计口径一致，本文选取安徽省规模以上工业企业数据，对安徽省工业生产效率进行研究，原始数据如表2所示.

表2 2018年安徽省工业生产投入产出数据表

使用数据包络分析专业软件 DEAP 2.1 对2018年安徽省工业生产效率进行测算，得到安徽省各城市工业的生产效率值，具体结果如表3所示.

表3 2018年安徽省工业生产效率现状

2.1 综合效率分析

整体来看，2018年安徽省工业生产效率不高，表明安徽省工业生产过程存在资源浪费，资源利用效率不高.2018年安徽省工业生产效率平均值为0.901，表明安徽省工业投入减少9.9%就可以实现现有工业产出值[9-13].分城市来看，2018年安徽省工业生产综合效率值为1的地级市有宿州市、马鞍山市、芜湖市、铜陵市、安庆市和黄山市，这6个城市工业企业生产达到了效率前沿状态，投入产出比较合理.综合效率值低于1的是合肥市、淮北市、亳州市、蚌埠市、阜阳市、淮南市、滁州市、六安市、宣城市和池州市.这10个城市未能实现DEA有效，表明这10个城市的工业企业资源投入过多，未能实现充分有效利用[14-17].

2.2 原因分析

由综合效率、纯技术效率和规模效率的关系可知，生产综合效率由纯技术效率和规模效率两者共同决定.因此通过分析纯技术效率和规模效率，可以找出2018年安徽省工业生产综合效率未实现DEA有效的原因.由表3可知，安徽省工业生产综合效率平均值为0.901，纯技术效率平均值为0.927，规模效率平均值为0.970，表明安徽省工业生产效率低下是由于纯技术效率和规模效率的共同阻碍，规模效率的负向作用更大.由此可以发现，未来安徽省工业生产技术革新能力和资源配置能力都是努力的方向.在10个投入产出无效的地级市中，淮北市、亳州市、蚌埠市、阜阳市、淮南市、滁州市、六安市和宣城市都是由于纯技术效率无效和规模效率无效共同导致了综合效率无效，占生产综合效率无效地级市总数的80%.合肥市和池州市是由于规模效率无效引起的综合效率无效，进一步证明了规模效率无效是安徽省工业生产无效的主要原因，纯技术效率无效是次要原因.

3 结论与建议

3.1 研究结论

本文基于安徽省各市2018年的工业企业数据，使用DEA-BCC模型测度2018年安徽省各个城市工业生产效率并探讨安徽省各城市工业效率的影响因素，得到两个主要结论：

1)2018年安徽省工业生产效率平均值为0.901，距离生产前沿有效存在9.9%的改进空间.分城市来看，2018年安徽省工业生产综合效率值为1的地级市有宿州市、马鞍山市、芜湖市、铜陵市、安庆市和黄山市，综合效率值低于1的是合肥市、淮北市、亳州市、蚌埠市、阜阳市、淮南市、滁州市、六安市、宣城市和池州市.

2)安徽省工业生产纯技术效率平均值为0.927，规模效率平均值为0.970，表明安徽省工业生产效率低下是由于纯技术效率和规模效率的共同阻碍，规模效率的负向作用更大.在10个投入产出无效的地级市中，合肥市和池州市是由于规模效率无效引起的综合效率无效，淮北市、亳州市、蚌埠市、阜阳市、淮南市、滁州市、六安市和宣城市都是由于纯技术效率无效和规模效率无效共同导致了综合效率无效，由此说明规模效率无效是安徽省工业生产无效的主要原因，纯技术效率无效是次要原因.

3.2 对策建议

通过以上分析，为了进一步提高安徽工业生产效率，提出如下对策建议：安徽省要加强企业研发投入资金支持力度，通过研发投入，技术创新，提高工业企业生产水平，提高资源利用能力，减少资源在使用过程中的浪费现象.合肥市和池州市要着重调整工业企业生产规模，优化投入产出比例，合理配置生产要素.淮北市、亳州市、蚌埠市、阜阳市、淮南市、滁州市、六安市和宣城市不仅要加强科技投入，提高工业生产技术，还要加强资源节约能力，实现工业规模化精细化生产.针对安徽省各城市工业企业生产效率存在差异的现实，政府应出台政策加强行业交流，促进城市之间信息技术互通有无，实现安徽省工业整体高质量发展.