前沿技术论文范文第1篇

[关键词]中国技术创新理论　研究前沿　共词分析　可视化　知识图谱

[分类号]N99

1　数据来源与研究方法

1.1　数据来源

第一步，选取国际上被美国ISI(科学情报研究所)的SCI、SSCI数据库(科学引文索引、社会科学引文索引)收录的10个技术创新创新理论研究方面比较具有代表性的期刊(见表1)。

第二步，从SCI、SSCI中下载2001―2005年间英语语言的文章3 066篇，提取3 233个关键词，依出现频次的高低提取186个关键词。

第三步，确定国内技术创新理论研究的期刊。首先，在中国全文数据库中，输入关键词“技术创新”，搜索登载“技术创新”方面文章居多的期刊(2001―2005年)；其次，在第一步的基础上，统计出的期刊，同时被CSSCI收入及包括在国家自然科学基金委员会管理科学部指定的管理类、经济类、科学学期刊范围内，或只包括在国家自然科学基金委员会管理科学部指定的管理类、经济类、科学学期刊范围内的期刊(见表2)。

第四步，利用CSSCI数据库，将由表1所示期刊中得到的关键词，对应地输入所得到的中文期刊中，最后得到纯文本格式的文章共有41 869篇(次)。

1.2　研究方法

从下载的41 869篇次的文章中，提取关键词26 083个，出现总频次为134 925次，平均每个关键词出现5，17次。同时提取出现频次为112次以上关键词97个，其出现总频次为23 775，占出现总频次的17.6％，平均每个关键词出现245.1次。由平均出现频次可知，97个高频关键词基本上代表了当今中国技术创新理论研究前沿。

运用科学计量学方法，通过自编软件，对出现频次居前97位高频关键词(见文后附表)进行共词分析，生成共词矩阵，然后利用SPSS软件，进行多维尺度分析、聚类分析和因子分析，分别绘制以高频关键词为内容的中国技术创新理论研究前沿知识图谱。

2　前沿图谱与研究领域

2.1 多维尺度分析与聚类分析

从中国技术创新理论研究前沿的高频关键词知识图谱(图1)，可以看出由高频关键词聚类而成的8个前沿知识群。这8个前沿知识群亦是当代中国技术创新理论研究前沿的8个前沿学术领域。

从这8个前沿知识群所构成的前沿研究领域频次居于前列的关键词(见表3)与其他高频关键词(见附表)，可以了解当代中国技术创新理论研究前沿的基本内涵。

从知识图谱中各知识群的分布态势来看，知识群1、2、3处于核心知识“地带”，其中，知识群1与知识群2的知识含量最大，占据着主导之地位，知识群3发挥着“桥梁”的功能；知识群4、5、6、7、8虽然规模较小，但是，它们却聚集在一起，存在非常密切的关系。

・知识群1中，“技术创新”、“知识管理”、“信息技术”、“战略联盟”、“可持续发展”、“指标体系”、“企业文化”、“核心竞争力”、“人力资源管理”、“供应链管理”、“电子商务”、“核心能力”、“人力资本”、“产品创新”、“评价指标”、“绩效评价”、“人力资源”、“信息系统”、“风险管理”、“知识共享”、“全球化”、“网络经济”、“互联网”、“学习型组织”、“竞争战略”等关键词高频出现，这表明该知识群主要关注在全球化与网络经济的背景下，以提高企业的核心竞争力，促进可持续发展为目标，围绕技术创新的主线，以产品创新为核心，集中于基于知识共享的企业知识管理、战略联盟的建立、人力资本开发与人力资源管理、供应链管理、企业文化的建设、电子商务的发展、技术创新绩效的评价等领域。

・知识群2中，“企业”、“风险投资”、“经济增长”、“跨国公司”、“中小企业”、“知识产权”、“制度创新”、“高新技术产业”、“知识创新”、“R&D”、“激励机制”、“企业技术创新”、“管理创新”、“国有企业”、“资源配置”、“实证分析”、“技术进步”、“产业结构”、“区域经济”、“科技政策”、“基础研究”、“中国企业”、“信息不对称”、“企业家”、“市场结构”、“组织创新”、“科学哲学”、“评价方法”、“企业创新”、“层次分析法”、“合作创新”、“国际创新系统”、“技术能力”等关键词高频出现，这表明该知识群首先着眼于企业的有关问题，包括跨国公司、中国企业中的国有企业、中小企业中的技术创新与知识创新、制度创新、组织创新、激励机制及R&D的关系，企业技术创新与经济增长、风险投资、知识产权的关系，企业家在企业技术创新中的地位与作用。其次，立足国家创新系统的视角，涉及区域经济发展中技术进步与产业结构的关系、市场结构与信息不对称的关系、企业创新与合作创新的关系等问题。再者，科学哲学的视角对技术创新的研究、反思，技术创新的有关评价方法，特别是层次分析法的运用，也是该知识群的―个研究亮点。

・知识群3中，“企业管理”、“供应链”、“战略管理”、“组织学习”、“WTO”、“知识经济”、“高新技术企业”、“产业集群”、“企业竞争力”、“组织结构”、“项目管理”、“企业战略”、“创新能力”、“信息化”、“制造业”、“高技术企业”等关键词高频出现，表明该知识群的注意力集中在WTO、知识经济与信息化的背景下，以提高企业竞争力为核心，从企业战略的角度，加强企业管理，这涉及到战略管理、组织学习、组织结构、项目管理等内容。其中，高新技术企业、产业集群、制造业的创新能力尤受瞩目。

・知识群4中，“上市公司”、“综合评价”、“国际竞争力”、“技术创新能力”等关键词高频出现，表明该知识群主要集中在有关上市公司的综合评价、国际竞争力与技术创新能力等问题上。

・知识群5中，“公司治理”、“股票市场”、“证券市场”、“高新技术”、“资本市场”、“实证研究”等关键词高频出现，表明该知识群主要聚焦在高新技术公司的公司治理及其与资本市场中的股票市场、证券市场等方面。

・知识群6中，“科学技术”、“科技创新”、“评价指标体系”等关键词高频出现，表明该知识群主要集聚在科学技术的发展与创新及其评价等领域。

・知识群7中，“管理模式”、“企业绩效”、“经济全球化”等关键词高频出现，表明该知识群主要集中于

经济全球化的条件下，企业的管理模式与其绩效的关系问题。

・知识群8中，“企业信息化”、“科研管理”等关键词高频出现，这表明企业的科研管理与企业信息化存在一定的关系，即某种程度而言，企业信息化为企业良好的科研管理创造条件，而企业有效的科研管理可以促进企业信息化的发展与建设。

2.2 因子分析

在高频关键词的多维尺度分析、聚类分析基础上，再利用因子分析对研究前沿进行进一步的论证，以利于解释。根据因子分析的结果，得到累计方差贡献率占71.599％的前8位主成分，如表4所示：

考察高频关键词因子分析中的原始特征值与方差贡献率可知：

在中国技术创新理论研究前沿中，最为活跃的研究前沿是知识群1，这表示企业技术创新中的知识管理、人力资源管理、企业文化的建设，特别是信息技术的应用以及信息技术的创新与产业化，极为引人注目。第二活跃的研究前沿是以高新技术产业、企业的风险投资、制度创新、知识创新、R&D管理、跨国公司的管理等为主导的知识群2，这说明在国家创新系统的维度下，区域经济发展与技术进步、企业创新的核心――技术创新的复杂性等问题，已引起学界的高度关注。知识群3是居于第三活跃的地位，亦即高新技术企业的战略管理、组织学习及供应链管理、产业集群、制造业的创新能力等呈热点趋势。其中，制造业的技术创新的发展在中国现代化建设中的作用与地位，已取得普遍的共识与肯定。这三个知识群在知识图谱中占据的地带最为“庞大”，知识含量也最为可观，知识群1与知识群2引领着中国技术创新理论的前行，知识群3则在其中起着一定程度的“贯通”作用。

知识群4、5、6、7、8在知识图谱中，虽占据的位置有些“偏僻”，学术活跃性偏弱，但其在技术创新理论的研究中，所占分量不可小视，对整体研究的进展，发挥着积极的促进与完善作用。

3　结论与展望

前沿技术论文范文第2篇

关键词:高职教育；计算机教育；计算机前沿技术；应用探讨

1高职院校计算机前沿技术教育应用的现实意义

科技跨步到今天，计算机应用可谓包罗万象、景象万千。尤以教育事业的无处不在的广泛应用惹人耳目，而作为竞业前沿的高职院校计算教育更是别具风采。纵观其教学历程，无论日益更新的多领域使用，还是教学模式与技术手段的互动创新，均以意义深远的现实性达成世人共识。如今，可以这样说，传统“一言堂”的身影逐渐在淡出高职教学视野，取而代之的计算机技术“媒体”已经走上职业“讲台”。也可以如此理解，计算机前沿技术教育以其前瞻性的潜能发挥，已经“越厨代庖”，成为最具强大功能和成效的科技教育手段与时代教学工具。依据其前沿性的技术发挥，对提高教学质量功在当代，对打造教育形象品牌则利在千秋。比较之下，传统教学的人才培养模式相形见绌，所发挥着的作用难以与计算机前言技术同日而语。问题的关键之处在于计算机前沿技术教育的“一机多能”与“身兼数职”：计算机创设“课堂”。作为一种形象化的教学工作工具，可为教学全过程随时随地提供教学管理与教学工作的“一揽子”服务；计算机是认知“孵化器”。作为学生万能的学习助手，学生可充分利用计算机的简捷高效增强求知欲，开阔无限量的学习视野；计算机是知识成长的“实验田”。学生通过计算机可随时检验一些教学思想是否脱离实际，某些教学活动是否具备科学合理性，并经过“实验”检测，使其“成长”为某领域的教学软件工具等。这些高职院校计算机前沿技术教育应用的现实意义非同凡响。

2高职院校计算机前沿技术教育应用的具体探讨

教学中，如何以科学合理的教育手段达到良好的育人效果，过程非常重要，也是执教者不遗余力探索追求之所在。而整体教学过程倘若离开有效教学管理，必将大打折扣。教学的管理内容可概括为学生日常学习的掌控与监督，学生成绩的检测与评定，以及日常学习生活中学生的一些琐事管理等。若应用教学传统手段，不仅管理效率难以提升，对执教者创造性展开教学活动，也是一个负面影响。如今，伴随科学技术的介入，基于计算机前沿技术管理系统应时而生。如集成教学系统、综合学习系统及计算机测验软件等，雨后春笋般充斥着视野。于潜移默化中改变着传统教学模式，不仅对执教者的教学水平形成有力推促，也使他们卸下包袱、轻装上阵，以更对的经历的精力投身教学当中。

（一）计算机多媒体教学视野的“绚丽多彩”。多媒体教学的视野互动作为计算机前沿技术一项形象应用，首先向我们扑面而来。计算机前沿技术在进步，高职院校的教学资源也在不断的丰富。如校园网络创设、知识库构建，以及琳琅满目计算机类教学课件的层出不穷等，展现出绚丽多彩的多媒体教学视野。概括而言，教学资源事无巨细均离不开前沿性的计算机技术应用。为达成提高教学水平的目的，多媒体应用可作为执教者教学演绎的重头戏，来形象策划自身的教学思路。如此，可将学生置身于形象兼备、声色俱佳的多媒体演绎中，全面领悟知识的深邃与宽广。并在教学课件创设中，适时介入计算机的前沿技术应用，便于师生互动交流，及时互通有无，便于执教者及时调整教学思路。

（二）网络远程通信技术平台的“风光无限”。在高职院校计算机前沿技术教育应用中，远程通信于网络技术平台的打造，也是计算机育人工程风光无限。此项技术即是将计算机现代通信与网络技术、多媒体技术交相融合，再通过计算机的网络交互与多领域覆盖，从而达成更为广泛的远程教育网络信息化服务。这样的做法已经举世瞩目，得到众多教育界与理论界的广泛认可，并有各高职院校孜孜不倦的鼎力推崇与实践。此情此景中，网络平台与远程通信技术的通力协作，不仅为学生提供大有可为的学习天地，可以养成良好的学习习惯，可按照自身的实际状况灵活调整作息时间，科学安排学习进度。执教者也可随时将教学课件放到网站，以灵活的方式达成教学资源互动与共享。

3高职院校计算机前沿技术教育应用的前景思考

（一）有的放矢，倾力而为，打造高职院校计算机前沿技术教育应用“硬环境”。其中心议题，在于学习控制能力的硬环境。学生学习中，对学习环境的控制力至关重要。只有执着于广泛的射猎追求，才能厚积薄发，有所见地。在特定领域的探索追求中，唯有不断实现推测性理论的沟通，所感所惑理论问题才能通过不断寻求探索中，困难才能迎刃而解。有许多靠这样的环境条件，成长越发成熟，其最大的特点在于集合思维勇与计算机的科学应用，不断磨练自己。相对而言，久而久之学习认知力必成气候。并在材料学习的灵活运用中，不断完成认知升华，获取知识的认知能力会攀升新的高度。

（二）运筹帷幄，通力协作，发展高职院校计算机前沿技术教育应用“超媒体”。其中心议题，在于社会、院校、学生等广义上的多维互动，发展高职院校计算机前沿技术教育应用“超媒体”。让学生在不断的互动学习进程中，逐步将计算机前沿技术“纳为己有”，以积极地应对院校教育、参与社会实践。

引用：

[1]文实.校园建设前沿化思考.科学出版社，2005.

前沿技术论文范文第3篇

关键词 资本配置效率 随机前沿 方法

中图分类号：F320；F224 文献标识码：A

1引言

资本配置效率，是指在资本要素自由流动的前提下，资本可以配置到边际效率最高的区域、行业或企业之中（Wurgler，2000；吕冰洋，2007；李青原等，2010等等）。资本配置效率水平的高低是决定一国经济发展程度的重要因素（韩立岩，2002）。

既有理论较为关注制度环境对资本配置效率的影响（Levine，1997；Rajan 和Zingales，1998；Wurgler，2000；Beck 等，2000；方军雄，2006，等等），而较少关注资本配置效率水平的统计描述与区域间的差异分析，即便有些学者，如许开国（2009），尝试性地探讨了中国整体资本配置效率水平及地区性差异问题，但讨论比较宽泛，并且资本配置效率的测算方法值得商榷。具体而言，目前对资本配置效率测算的方法可以归纳为如下四种：

（1）生产函数法。首先，通过利用资本、劳动等投入要素来设定宏观上的总量生产函数（通常为C-D生产函数）；其次，基于生产函数的计量结果得到资本边际产出；最后，以资本的边际产出率来判断地区或行业的资本配置效率。基于该思路，龚六堂和谢丹阳（2004）首先采用了“函数估计法”测算我国省际资本边际产出，然后通过使用边际产出的离差来度量资本配置效率。但是，该方法有其固有的缺陷。一方面，面临生产函数的选择问题，由于行业不同，生产函数的形式也不相同，函数形式选择恰当与否直接关系到行业资本产出率的准确性；另一方面，该方法无法得到资本配置效率的具体数值，仅仅只能考察某项政策实施后，资本配置效率提高与否。

（2）线性回归法。该方法以投资作为因变量，选取一个最能影响投资的经济因素作为自变量进行回归，然后通过回归系数值来判断资本配置效率水平。Wurgler的资本配置效率模型正是这种方法的具体体现。基于Wurgler的模型，国内学者对中国的资本配置效率进行了大量的研究。自变量通常选取工业增加值（韩立岩、王哲兵，2005；李青原、李江兵等，2013）和实现利润额（韩立岩、蔡红艳，2002）。但是，自变量的选择具有随意性，由于影响投资的因素众多，从而使得选取一个经济因素来测算资本配置效率的这种做法说服力减弱。

（3）基尼系数法。该方法简洁直观，既可以使用资本利润率（李果，1999），也可以使用资本平均产出（王宏伟，2004）作为衡量资本配置效率的指标。但是，仅仅通过资本的投入和产出来测算资本配置效率，经济实际无法充分得到反映。

（4）数据包络分析法（DEA）。基于生产函数法、线性回归法和基尼系数法的局限性，吕冰洋（2007）提出一种测算资本配置效率的新方法――数据包络分析方法（DEA）。通过采用数学优化方法，DEA技术计算出前沿产出边界，优点是无需明确生产函数的结构形式，但缺陷在于其将随机冲击和随机误差因素都归结于技术非效率，由此会带来测度和估计上的偏误。为克服这一缺点，本文提出基于超越对数生产函数形式的随机前沿模型，来测算资本配置效率。

2资本配置效率测算

2.1随机前沿模型

比利时的Meeusen和Broeck（1977）、美国的Aigner，Lovell和Schmidt（1977）与澳大利亚Battese和Corra（1977）几乎同时发表了关于SFA的学术论文，研究者们一致认为，这三篇论文的发表标志着随机前沿方法的诞生。自20世纪70年代随机前沿分析诞生以来， 模型最初主要是针对截面数据的生产函数，通过先估计随机前沿生产函数，再利用得到的技术效率指标对选择的影响技术效率的变量进行回归，从而确定这些因素对技术效率影响方向和程度。但是，这种两阶段估计得到的参数通常是低效和有偏的。因而，本文借鉴Battese和Coelli（1995）提出的适用于面板数据的随机前沿生产函数模型，其基本模型可以表示为：yit=f（xit， ）exp（vit uit）

其中，yit为生产者i第t时期产出； xit代表要素投入； 为技术参数；vit为传统对称误差项，表示各种随机的环境因素对前沿产量的影响，且vit服从标准正态分布N（0， ）；uit≥0，是一个独立于统计误差非负变量，用以衡量技术非有效性，通常假定服从零处截尾（truncations at zero）正态分布N（mit， ）；f（xit， ）exp（vit）表示随机前沿的标准线，若反映生产者状况的点落在前沿线上，则uit=0，若低于前沿线，则uit>0。因为各种因素都会影响生产者的生产活动，且总是存在技术无效率的现象。所以，通过将确定性模型中的残差项假设为无效率项和随机误差项的混合结构，来保证被估效率项的有效且一致，并同时考虑了随机误差项对生产者个体效率的影响。可以用该生产者产出的期望与随机前沿的期望比值来确定生产者的个体技术效率，即生产者实际产出比潜在产出，即

TE==exp（）

因为技术有效性是指在现有技术不变的前提下，如果在不增加其它投入（或减少其他产出）的情况下，（下转第148页）（上接第134页）技术上不可能增加任何产出（或减少任何投入），则称该投入产出向量是技术有效的。所以用TE值来测度技术有效性，反映了生产者有效利用资源的程度。因而，作为一个投入-产出系统的资本配置，本文以TE值作为资本配置效率的测度指标以展开对资本配置效率的实证研究。

2.2资本配置效率的函数模型

通常采用Cobb-Douglas生产函数和超越（Translog）对数生产函数进行随机前沿分析。鉴于超越对数生产函数更具有一般性，本文将基于Battest和Coelli（1995）随机前沿生产函数模型，并借鉴吕冰洋（2007）测算资本配置效率时所采用的指标，构建资本配置效率的超越对数前沿生产函数模型：

其中，i=1，2，…，29，表示各个省、直辖市、自治区；t为样本时间，从1997-2012年16个年份。本文借鉴吕冰洋（2007）测算资本配置效率时所采用的指标，DK为资产负债率，RK为（工业部门）资本平均利润率，FK为（工业部门）资本平均产出，MAR为市场化指数，INV为劳均民间部门投资额。并对以上各变量取自然对数。遵循一般处理方法，本文用时间变量T表示技术，技术的变化表现为生产函数整体平移，技术进步（如工业部门生产效率的提高等）是的各地区资本配置效率的提高；同时，设定资本配置效率模型为技术非中性，用时间T和资本配置效率各投入要素的交互项来衡量；时间参数T，1997-2012年分别取1，2，…，16。vit为随机误差项，uit为资本配置非效率，如上所述，分别服从标准正态分布和截尾正态分布； 1， 2… 20为待估参数。其中，资本平均产出通过各地区工业总产值和工业固定资本总额之比来衡量；资本平均利润率通过各地区工业部门利润总额和固定资产总额之比来测算；资产负债率通过企业负债（长期负债加短期负债）总额与企业资产（流动资产加固定资产）之比来衡量。

参考文献

[1] 吕冰洋.中国资本积累：路径、效率和制度供给[M].北京：中国人民大学出版社，2007.

[2] 王德祥，李建军.我国税收征管效率及其影响因素――基于随机前沿分析（SFA）技术的实证研究[J].数量经济技术经济研究，2009（4）.

前沿技术论文范文第4篇

近年来,林业产业发展迅速,2000年林业产业生产总值为3555.47亿元,2009年达到17493.73亿元,为2000年生产总值的4.92倍;从2000年开始,各年的林业产业生产总值增加率均在10%以上,远超过同时期国内生产总值增长率,2003年、2005年、2006年和2009年的增长率甚至超过了20%。林业生产要素投入方面,固定资产要素投入增加是林业产业产值增长的重要原因,2009年固定资产投资1291.89亿元,为2000年的11.92倍,2001年、2002年、2007年、2008年及2009这几年的固定资产投资增长率均超过了30%;相反,近年来林业产业的劳动力投入并没有显着增加,2009 年林业系统从业人员年末数为135.83 万人,从 2000 年起以 3%左右的速率平稳下降。林业科学技术方面,每一年的《中国林业年鉴》均详细记录了林业科技管理情况:2001年开始对林业科技体制改革;2006年国家林业局党组明确将林业科技作为“十一五”林业增长方式转变、林业生产力提高的根本性措施(中国林业年鉴,2007)。2008年的林业科技贡献率达到 39.1%(中国林业年鉴,2009),林业科技的发展对林业生产函数中的全要素生产率有着重要的影响。林业部门领导对发展林业科技亦十分重视,张永利(2010)在“中国现代林业技术装备发展战略”项目成果汇报会上指出:建设现代林业必须重视林业装备,其关系重大,要有紧迫感,但目前,从研发、生产、使用等环节都比较薄弱,使许多林业技术装备高技术产品仍然依赖于进口,研发固然重要,但应讲究策略重在应用,发展林业装备可以一部分进行自主研发,一部分采用“拿来主义”善于吸收消化再进行创新。利用各类生产函数研究各个产业技术效率及其影响因素的文献很多。测量农业技术效率较为常用的分析方法是随机前沿生产函数,全炯振(2009)侧重于分析农业全要素生产率变化的原因和特征;石慧、孟令杰、王怀明(2008)重点比较各地区农业技术效率和技术进步变化的特征;王珏、宋文飞、韩先锋(2010)重点分析农业全要素生产率的影响因素。陶红军、冯中朝(2007)运用随机前沿生产函数测量了湖北省畜牧业的技术效率。席利卿、彭可茂(2010)运用数据包络分析的方法分析了各省区渔业的技术效率、技术进步和规模效益,并分析了省际间的渔业技术效率和技术进步的趋同效应。本文在构建林业生产函数的基础上,分析资本和劳动力要素对林业总产值的影响,并进一步探讨林业技术效率的影响因素。

2 理论模型

随着科学技术的不断发展,测量技术对经济贡献的传统方法为索洛余值法,即将要素投入贡献以外的部分全部归结为技术进步。假定所有生产者均达到了最优生产状态是运用索洛余值法的前提之一,但现实的情况是大部分生产者没有达到生产函数的产出边界(Farrell,1957)。前沿生产函数准确度量了现实中生产者的实际产出与最优技术生产函数产出边界之间的差距。即使两个完全一样的生产者,均采用最优技术且投入同样的生产要素,但由于不确定因素的影响,其产出也可能不一样,因而有必要在生产函数中引入随机项。这也正是随机前沿生产函数与确定性生产函数之间的主要差别之一,即考虑了随机误差的影响。Aigner, Lovell 和 Schmidt(1977)以及Meeusen 和 Van Den Broeck(1977)提出随机前沿生产函数模型的基础形式为:其中 Yi是指第 i 个生产单位的产出;Xi是要素投入向量;Ui是度量技术效率损失的非负随机变量,即度量实际所利用技术与最优生产技术之间的差距;Vi为随机变量,刻画的是不确定性因素的影响。除了尽可能准确地描述生产函数外,确定技术效率的影响因素也十分重要。传统的做法是在随机前沿生产函数的基础上首先估算技术效率,然后计量分析技术效率与其影响因素之间的关系,此种两阶段方法所估计出来的参数是有偏和低效的。Bat tese, Coell(i1992)提出了同时估计随机前沿生产函数和技术效率损失影响因素的方法,很好地解决了两阶段方法中参数估计的有偏和低效问题。函数形式如下:(2)式中各经济变量的含义与(1)式一样,但其所适用的对象主要是面板数据。需要强调的是:Vit是独立同分布的随机变量,均值为0,即Vit~N(0,σ2v);由于Uit是非负随机变量,其服从半正态分布,对应的均值为 mit,方差为 σ2u,即Uit~N |(|mit,σ2u),显然,当Uit=0,随机前沿生产函数没有效率损失,达到了最优的生产状态,mit值越大,生产单位与生产前沿面差距也越大,技术效率也就越低。(3)式为效率损失函数,度量的是技术效率损失 mit的影响因素;zit即为 mit的影响因素;δ 是对应的参数向量,当其估计值为正时,反映的是该系数所对应的自变量对技术效率有负的影响,若其估计值为负,则说明该变量能很好的促进技术效率水平的提升。由于随机前沿生产函数的随机项不满足最小二乘法估计的假定条件,可以利用极大似然估计法估计(2)式和(3)式联合组成的模型。Battese 和 Corra(1977)建议:令 γ=σ2u/σ2,其中,σ2=σ2u+σ2v显然,γ的取值范围为〔0,1〕,首先在此范围内对 γ 赋初始值,再利用非参数估计技术估计各系数的最大似然估计量。当 γ 值接近于1时,反映的是随机前沿生产函数的误差主要是由技术利用的非有效性造成的;反之,当 γ 值接近于0时,反映的是前沿生产函数的误差主要是由随机误差引起的。 γ 值的统计显着性可以反映技术效率变动是否具有统计上的显着性。正如前所述,当Uit=0时,生产单位达到了最优的生产状态,因而可以用实际的生产产出比上最优的生产产出来衡量技术效率,Uit值越大,技术利用有效性越差,实际产出越低,技术效率值就越小。令技术效率为TEit,其表达方式为:由于 Uit是非负随机变量,因而0 3 指标说明、数据来源与计量经济模型

3.1 指标说明与数据来源

本文的研究样本为2002~2009年间30个省区的面板数据,由于数据缺失,研究样本中不包括。本文的产出变量以各省区的林业总产值表示;投入变量包括劳动力和资本,其中劳动力数据指的是林业系统各地区从业人员年末总人数;资本数据根据各地区林业固定资产投资完成情况推算,由于固定资产投资将在很长的一段时间内发挥作用,本文依据永续盘存法的原理确定每年的资本投入量,主要包括两部分:一部分是上年扣除折旧后的林业资本存量,二是每年新完成的林业固定资产投入量,根据张军、吴桂英和张吉鹏(2004)中国省际物质资本存量估算的研究,本文确定基期2002年的资本存量为当年的固定资产投入额除以10%作为当年的资本存量,以后各期的资本存量按照永续盘存法推算,对应每年固定资产的折旧率为9.6%。林业总产值数据按照居民消费价格指数进行调整,以2002年为基期,把各年以名义价格计量的林业总产值调整为实际价格;固定资产数据也按照固定资产投资价格指数进行了调整。本文选取影响(3)式效率损失函数 的变量主要有人力资本、各地区森林病虫鼠害的发生率和防治率。Luca(s1988)认为人力资本是技术效率最重要的影响因素,本文参考傅晓霞、吴利学(2006)的处理方法,以各地区基层林业工作站的平均文化程度代表人力资本水平,平均文化程度以平均受教育年限表示,假定大专、高中或中专和初中以下文化的教育年限分别为16年、12年和9年,以各层次文化程度的基层林业工作站人数为权数进行加权平均。森林病虫鼠害的发生率反映一个地区自然灾害对技术效率的影响,采用此指标的文献有亢霞、刘秀梅(2005),宋长鸣、胡兴明(2011)等。森林病虫鼠害的防治率反映的防治技术水平对产出技术效率的影响,一般而言,防治率越高,对随机前沿生产函数中技术效率的负面影响就越小。文中林业总产值、林业系统年末从业人数、林业固定资产投资、基层林业工作站人员文化程度、森林病虫鼠害发生率和防治率的数据均来自于各年的《中国林业统计年鉴》。

3.2 计量经济模型

一般而言,随机前沿生产函数需要确定函数的具体形式,柯布道格拉斯生产函数和超越对数生产函数是常见的形式,相比较而言,后者放宽了对固定弹性和技术进步中性的假设,但可能存在严重的多重共线性问题。由于本文的投入变量只有两个,采用的函数形式为柯布达哥拉斯生产函数,具体形式如下:(5)式中,Yit代表第i个地区第t年的林业总产值;Lit和 Kit分别代表劳动力投入和资本投入量;FSLit、FZLit和EDUit分别代表森林病虫鼠害的发生率、防治率和人力资本。 β1和 β2分别为劳动力和资本投入的产出弹性。

4 实证分析结果

4.1 随机前沿生产函数误差来源

模型估计的结果显示,σ2和 γ 值分别为2.7177和0.8766,对应t值分别在0.05和0.01的显着性水平下通过检验,说明林业产业存在明显的技术效率损失。 γ 值趋近于1,说明随机前沿生产函数的误差主要是由技术效率损失所引起,即没有达到生产前沿面的87.66%是由技术非效率所引起,而随机因素引起的误差仅为12.44%,林业产业的实际技术利用水平有一定的提升空间。显然,随机前沿生产函数有利于我们进一步区分生产函数中的误差,准确地刻画了实际生产过程中可以进一步改进的技术水平程度。

4.2 林业产业生产要素产出弹性分析

随机前沿生产函数系数估计的结果显示:劳动力产出弹性 β1和资本产出弹性 β2分别为0.5844和0.4717,对应 t 值均在 0.01 的显着性水平下通过检验。表明目前林业产业中劳动力和资本投入的增加均能显着的提高林业产业总产值,当劳动力投入和资本投入增加100%时,对应的产出分别增加58.44%和47.17%。要素投入的增加能够有效的提升最终的产出水平,若要提高林业总产值,林业系统目前还需要进一步的资本和劳动力投入。实际情况表明,虽然资本投入年年在增加,但林业系统从业人数却逐年下降。计量模型估计的结果表明劳动力的产出弹性为正,理论上增加劳动力投入有利于产出的增加,但实际情况与理论相反,对此可能的解释是固然劳动力数量投入影响最终的产出,但劳动力质量决定了产出的效率水平,舒尔茨(1987)也指出若要改造传统农业,迅速的持续增长更主要依靠向农民进行特殊投资,以使他们获得必要的新技能和新知识,从而成功地实现农业的经济增长。实际情况也表明基层林业工作站人员文化程度正逐年上升,因而林业系统应提高“人力资本”较高的劳动力比重。 β1与β2之和为1.0561,略大于1,说明目前的林业产业呈现规模报酬递增的特点,但递增程度十分微弱,当资本和劳动力投入分别增加1倍时,产出除同时增加1倍外,额外的增量还有5.61%,这进一步说明目前整个林业产业要素投入的前景非常可观,林业系统应进一步吸纳高素质的劳动力,加强对现有从业人员的培训,并加大资本投入的力度。

4.3 技术效率的影响因素

技术效率损失函数估计的结果表明:森林病虫鼠害的发生率对应的系数 δ1的值为12.3813,对应的t值在0.01的显着性水平下通过检验,说明病虫鼠害对林业产业技术效率造成显着的负面影响。戴利(2003)指出,病虫害是作为生态建设主要载体的森林所面临的三大顽敌之一;刘于鹤、林进(2008)也明确指出由于森林经营不善,人工林树种单一,抚育管理跟不上,每年森林病虫害发生面积达 733.33 万hm2,因森林病虫害而减少林木生长量1700万m3;齐联(2005)中国绿色时报报道显示:我国林业专家估算出近年每年因森林病虫害造成的损失约 880 亿元,损失的计算包含森林病虫害发生前后的防治与管理无效投入损失和关联产业损失等间接损失。森林病虫鼠害的发生严重影响林业的生产,是目前效率损失的重要原因。防治率对应系数 δ2的值为-0.6832,虽然其表明防治率能够提高技术效率,但对应的t值不显着。以基层林业工作站人员文化程度表征的人力资本对应的系数 δ3为-0.7785,对应的t值在0.05的显着性水平下通过检验,说明基层林业工作站人员文化素质的提高能够有效的降低技术效率损失,改善技术效率水平,这与亢霞、刘秀梅(2005),傅晓霞、吴利学(2006)等关于人力资本有效改善技术效率的结论一致。基层林业工作站人员素质的提高有利于掌握林业生产的新技术,提高其对林业生产的管理水平,从而提高林业产业的效率,促进林业产值的增长。因而,应加大林业系统人员的培训力度,有效的改进林业产业技术效率的损失。

4.4 各省区林业技术效率估计结果

表 2 显示,全国平均的林业技术效率水平由2002年的0.8930缓慢上升至2009年的0.9559,说明林业产业的技术效率正逐步改善,在向技术前沿面靠近。各省区中,内蒙古、辽宁、吉林、江苏、上海、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、山西和甘肃这21个省区的林业产业技术效率在8年间均呈现出明显的上升趋势,其余9个省区呈现出明显的波动特征。各省区这8年间平均的技术效率差距不是很明显,除天津、甘肃、青海、宁夏这4个省区外,其余省区的技术效率均超过了0.9,这说明林业系统中地区间的技术扩散是有效的。值得注意的是:天津和青海这两个省区的技术效率水平低于0.8,这两个省区的技术效率水平有进一步改进提高的空间。

5 结论、政策含义与讨论

5.1 结论与政策含义

研究结果表明:林业产业存在明显的技术效率损失,相比于随机因素造成的误差,技术效率损失是实际生产没有达到随机生产函数前沿面的主要因素,林业技术的利用有进一步提升的空间。林业部门应加强林业先进生产技术的推广和指导,降低技术效率损失的程度。随机前沿生产函数劳动力和资本要素的产出弹性估计结果表明,加大林业系统要素的投入能显着的提高林业总产值,因而国家应加大对林业系统固定资产的投入水平,同时教育系统应扩大林业专业人才的招生量,为林业系统提供高素质的专业人才,进一步促进林业产业生产总值的提高。效率损失函数估计的结果表明:基层林业工作站人员文化水平的提高能有效地改进林业产业的技术效率,因而林业部门应加强对整个林业系统工作人员的培训力度,进一步提高他们的文化素质和专业技术水平,从而提升林业产业的技术水平;森林病虫鼠害发生显着降低了林业产业的技术水平,统计意义上森林病虫鼠害防治率对技术效率损失的影响不显着,但对应的系数为负值,说明经济意义上其能降低技术效率损失的程度,故应加强对病虫鼠害预防,进一步提高防治的有效性,降低其对林业产业的负面影响。

前沿技术论文范文第5篇

基于随机前沿模型(SFA)，文章对1985-2008年中国29个省级地区农业生产效率进行测算和全要素生产率分解。研究表明，中国农业生产效率总体水平不高，尚有较大的提升空间；存在较为显著的时际差异和区际差异；农业全要素生产率与技术进步率均有提高，但增幅较缓；全要素生产率增长的根本动因在于技术进步率而非技术效率，农业生产仍不具有规模经济性。



关键词：农业增长；全要素生产率；Malmquist指数；技术进步率

中图分类号：F323.3 文献标志码：A 文章编号：

1008-5831(2012)04-0001-08

农业作为国民经济发展中的基础部门，在中国改革开放后得到长足发展：1985-1997年间，中国农业总产值年均增长率为7.96%；1998-2004年间略有下降，为5.64%，2005-2008年又提高到6.75%。一个显而易见的事实是，尽管中国各个省份都在努力发展农业，但发展速度和发展质量却参差不齐。鉴于农业全要素生产率在农业发展中的重要性，因此有必要对近年来中国农业生产效率进行科学估算，探求农业经济增长动力来源。

对农业效率的研究，目前国内学者主要基于两个视角进行：一是重点探索改革开放以来中国农业及农村经济显著发展的根源，主要集中在制度因素和技术因素两个方面。比较一致的结论是，制度创新带来了改革开放后农业经济的首个增长高峰，在制度相对稳定的时期，技术因素则成为农业经济增长的主要源泉［1-2］。二是研究角度多集中于探寻公共物品提供与农业增长之间关系［3-4］。已有文献为进一步研究中国农业技术效率奠定了重要基础，但也存在一定局限：一是十六届五中全会以来，农业资本投入力度逐渐加大、惠农政策逐步落实、农业科技日益发展，农业经济发展迎来新契机，而已有文献研究多局限于2004年以前，对近年来中国农业技术效率变化情况和农业经济的发展状况少有反映；二是主要侧重于某地区或某农产品的研究，缺乏样本的全面性和区域的可比性；三是多数文献仅限于测算全要素生产率，较少结合技术效率进行研究。笔者力

图弥补这些不足，以1985-2008年中国29个省份面板数据为基础，用随机前沿模型对农业技术效率及其全要素生产率进行测算并加以分析，得出相应结论。

一、效率测算与全要素生产率分解原理

（一）随机前沿分析方法

随机前沿方法由Farrell在1957年提出：并非每个生产决策单位的实际产出都处在生产函数前沿面上，此间存在的技术效率差距（即技术无效率）被归结为由随机因素引起。但由于实际生产过程要受随机误差和技术效率水平共同影响，因此关键要设法识别和测算两者分别在多大程度上影响了实际生产曲线与生产函数前沿的偏离。Kumbhakar［5］根据相关理论对随机前沿生产函数方法作出了总结，其基本模型如下：

yit=f(xit,t)exp(vit－uit),vit～N(0,σ2v),uit～N+(μit,σ2it)(1)

TEit=yitf(xit,t)exp(vit)=f(xit,t)exp(vit－uit)f(xit,t)exp(vit)=exp(－uit)(2)

γ=σ2uσ2u+σ2v,γ∈［0,1］(3)

式(1)中yit为第i个生产决策单位在t时期的实际产出，xit为一组投入向量，β为待估计系数，t为时间趋势，随机误差(vit－uit)具有复合结构，vit表示经济系统中不可控因素冲击的噪声误差，是实际产出与前沿产出的差异；uit服从非负截尾正态分布，且uit和vit相互独立；技术效率TEit是实际产出与前沿产出之比。显然uit＝0时，式(2)中TEit为1，表示生产经济于前沿面上；uit＞0 时，TEit小于1，生产经济于技术前沿面下，存在技术无效；式(3)中的方差参数γ反映了技术无效率项在随机扰动项中所占的比例：若γ=0，表明偏离来自于不可控的随机因素，此时可直接用OLS方法分析该面板数据；γ越趋近于1，表明误差主要来源于技术无效率，越适合采用随机前沿分析方法。

依据上述原理，笔者运用对数型Cobb-Douglas生产函数对样本期中国各省份农业技术创新效率进行测算。具体的研究模型为：

lnyit=β0+jβjlnxjit+vit-uit(4)

（二）全要素生产率(TFP)分解——Malmquist生产率指数

笔者根据Fre［6］，应用Malmquist生产率指数，从要素投入角度估算中国各省份农业全要素生产率。定义t时期产出距离函数为：Dt(x,y)=min{θ:yθ∈P(x)}，则Malmquist生产率指数为t时期和r时期指数的集合平均数：

M0(xt,yt;xr,yr)=Dr(xt,yt)Dr(xr,yr)×Dt(xt,yt)Dt(xr,yr)=