基金項目：國家社會科學基金重點項目（08AJY040）

摘 要：將技術要素作為內生變量納入隨機前沿模型，對2003~2011年中國不同區(qū)域的技術效率水平進行測度，并重點分析造成區(qū)域技術效率差異的原因。結果顯示：整體來看，我國平均技術效率水平穩(wěn)步上升；從區(qū)域角度來看，東部地區(qū)平均技術效率水平最高，高出中部地區(qū)約3.04%，高出西部地區(qū)約7.87%，且三大地區(qū)之間的技術效率差異呈現(xiàn)收斂趨勢；科技投入、高科技產業(yè)規(guī)模、人口素質、經濟外向度和地方保護是當前導致區(qū)域技術效率差異的關鍵因素。

關鍵詞： 隨機前沿分析；區(qū)域技術效率；差異分析；原因探究

中圖分類號：F016 文獻標識碼： A文章編號：1003-7217(2014)03-0111-05

一、引言

通常，生產資料的增加和效率的提高是影響經濟增長的關鍵因素。然而，傳統(tǒng)的經濟理論假設生產技術在企業(yè)生產過程中得到充分有效利用，忽略了技術效率損失的存在。一般而言，現(xiàn)實中企業(yè)并不能達到最大產出。為了測度實際產出與最大產出之間的距離，技術效率的測度問題得到重點關注。作為發(fā)展中國家，我國區(qū)域經濟發(fā)展極為不均衡，了解技術效率的區(qū)域差異并找到深層次的影響因素，對于提升區(qū)域生產效率和平衡區(qū)域經濟發(fā)展具有重大的現(xiàn)實意義。

技術效率的測度方法主要包括非參數方法和參數法。其中，前者不需要設定生產函數，避免了由錯誤函數形式帶來的偏差；后者需要設定生產函數形式，能夠得到各生產要素的貢獻率。目前，國內外比較流行的方法是隨機前沿模型。由于國外的相關研究大多集中于企業(yè)和行業(yè)層面，因此，國內的區(qū)域技術效率研究相對更具有參照性。具體地，國內相關研究可以劃分為兩大類：（1）側重于技術效率的區(qū)域差異分析。許長新（1996）、何楓等（2004）、周春應等指出，我國區(qū)域技術效率呈現(xiàn)快速上升趨勢，東部沿海地區(qū)技術效率水平最高，其次是中部地區(qū)和西部地區(qū)［1-3］。于君博（2006）認為，我國區(qū)域技術效率改善并不明顯，在部分時段甚至出現(xiàn)下滑趨勢，同時區(qū)域間技術效率基本無差異［4］。陳青青等（2011）、岳意定等（2013）發(fā)現(xiàn)，三大區(qū)域的技術效率呈現(xiàn)上升趨勢，中部地區(qū)技術效率最高，依次是東部和西部，且區(qū)域差異呈現(xiàn)收斂趨勢［5,6］。（2）側重于研究導致技術效率區(qū)域差異的影響因素。何楓（2003，2004）、何婷英（2006）、唐德祥等（2008）、何鋒等（2009）、刁麗琳等（2011）從單一方面研究了技術效率區(qū)域差異原因［7-12］。徐瓊（2009）、王家庭（2011）、岳意定等（2013）從多層面探討了技術效率背后的影響因素［13,14,6］。然而，對于同一因素對技術效率的影響存在很大差異，甚至出現(xiàn)完全相反的結論。進一步，對比關于區(qū)域技術效率測算的隨機前沿模型可知，它們將技術要素作為外生變量考慮，與事實不符。

為此，本文擬通過構建考慮技術要素隨時間不斷發(fā)展變化的隨機前沿模型，對2003~2011年我國區(qū)域技術效率進行重新測算，并將估算結果與已有研究成果進行對比。進一步歸納技術效率可能的影響因素，對當前導致區(qū)域技術效率巨大差異的原因進行深入探究。

二、模型構建與數據來源

（一）模型構建

本文基于Battese & Coelli（1992，1995）模型的基本原理［15，16］，考慮技術要素隨時間不斷發(fā)展這一事實，建立如下模型：

In(Yit)=β0+β1In(Lit)+β2In(Kit)+

β3t+vit－uit

uit=ηt×ut

ηt=exp {－η(t－T)}

TEit=exp (－uit)

γ=σ2u/（σ2v+σ2u）（1）

其中，Yit表示GDP（單位：億元人民幣），Lit表示人力資本（單位：萬人），Kit表示資本存量（單位：億元人民幣）； β1是人力資本產出彈性，β2是資本產出彈性，β3為廣義技術的年均發(fā)展速度；γ表示隨機擾動項中技術無效率所占的比例。

財經理論與實踐(雙月刊)2014年第3期2014年第3期(總第189期)謝偉峰：中國區(qū)域技術效率的差異及其原因探究

（二）數據來源

選取2003~2011年我國30個省、自治區(qū)及直轄市作為研究樣本，共270個觀測值。其中，東部沿海地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南共10個省區(qū)；中部地區(qū)包括山西、內蒙古、遼寧、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西共11個省區(qū)；西部地區(qū)包括重慶、四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆共9個省區(qū)。由于數據缺失，西藏地區(qū)被排除在外。各變量的定義及數據來源如下：

Yit（GDP）來源于歷年的《中國統(tǒng)計年鑒》，并折算為2000年不變價格。

Lit（人力資本）借鑒吳兵等（2002）的方法［17］，利用地區(qū)產出除以產業(yè)工人的平均工資來衡量地區(qū)的人力資本現(xiàn)狀，具體計算方法為：Lit=GDPit/it。其中，it為不同產業(yè)勞動力工資均值，這里選用采礦業(yè)，制造業(yè)，建筑業(yè)和電力、燃氣及水的生產和供應業(yè)4個行業(yè)的簡單算術均值作為其代理指標。數據來源于歷年的《中國統(tǒng)計年鑒》。

Kit（物質資本）采用何楓（2003）提出的測算方法得到［18］，本年的平均物質資本存量=(上年年末資本存量+本年資本形成總額)/2。以何楓等計算的2000年的物資資本作為基期初始值，其他各年的資本存量均按2000年的不變價格計算。數據來源于《中國國內生產總值核算歷史資料：1952-2004》，2005~2011年的數據來源于中國統(tǒng)計局網站。

三、區(qū)域技術效率測算結果

運用R軟件中的SFA軟件包對上述模型進行估算。表1給出了有關參數及其檢驗的結果，表2給出了我國30個省區(qū)的技術效率水平及描述性統(tǒng)計。

表1 隨機前沿模型的估計結果

待估參數

系數

標準差

t

統(tǒng)計量

β0

-1.3090

0.1646

-7.9539***

β1

0.2891

0.0218

13.2510***

β2

0.7781

0.0243

31.9771***

β3

0.0320

0.0047

6.8846***

σ2

0.0069

0.0021

3.2965***

γ

0.7504

0.0604

12.4203***

μ

0.1435

0.0212

6.7731***

η

0.0129

0.0149

0.8691

Log likelihood function

426.551

LR test of onesided error

251.54***注：***、**、*分別表示在1%、5%、10%水平下顯著。

根據模型參數估計結果可知：（1）根據γ=0.7504，且LR統(tǒng)計量通過1%水平下的顯著性檢驗，這表明模型（1）的誤差項確實具有明顯的復合結構。（2）由β3=0.032且在1%水平下顯著可知，我國廣義技術的年發(fā)展速度為3.2%，表明本文考慮技術要素隨時間不斷發(fā)展變化的合理性。（3）從人力資本和物質資本兩大要素來看，β1=0.2891，β2=0.7781，且均在1%水平下顯著，意味著人力資本每增加1%，地區(qū)GDP將上升28.91%；物質資本存量每增加1%，地區(qū)GDP將上升77.81%。由此可知，物質資本投入在我國經濟增長進程中仍占據主導地位。

結合技術效率測算結果來看，全國整體及不同區(qū)域的技術效率水平均隨時間的推移呈現(xiàn)上升趨勢，但仍舊處于低下水平。對區(qū)域進行橫向比較可知，東部地區(qū)的技術效率水平最高，歷年平均值達0.8911。相比之下，中部地區(qū)其次，西部地區(qū)最低，歷年平均值分別為0.8607和0.8124，分別低于東部地區(qū)3.04%和7.87%。這些結論表明地區(qū)經濟發(fā)達程度與技術效率水平具有很強的正相關關系。對區(qū)域技術效率差異進行縱向比較可知，技術效率差異隨時間的推移呈現(xiàn)收斂趨勢，對同一區(qū)域進行縱向對比可知，三大地區(qū)的平均技術效率均隨時間的推移呈現(xiàn)上升趨勢。

四、技術效率區(qū)域差異的原因探究

（一）理論分析

對技術效率可能的影響因素進行歸納總結，具體見表3。

首先，地理位置是技術效率不可忽視的影響因素。企業(yè)的營運成本嚴重依賴于交通運輸，而地理位置對于自然資源獲得的難易程度有決定性的作用。以山西省為例，煤炭資源豐富，大大降低了工業(yè)

表2 我國30省區(qū)技術效率水平及描述性統(tǒng)計

地 區(qū)

2003

2004

2005

2006

2007

2008

2009

2010

2011

北 京

0.9219

0.9228

0.9238

0.9247

0.9256

0.9266

0.9275

0.9284

0.9293

天 津

0.9631

0.9635

0.9640

0.9645

0.9649

0.9653

0.9658

0.9662

0.9666

河 北

0.8239

0.8260

0.8280

0.8300

0.8320

0.8339

0.8359

0.8378

0.8397

山 西

0.8280

0.8300

0.8320

0.8339

0.8359

0.8378

0.8397

0.8416

0.8435

內蒙古

0.8941

0.8953

0.8966

0.8979

0.8991

0.9003

0.9016

0.9028

0.9039

遼 寧

0.8502

0.8519

0.8537

0.8554

0.8572

0.8589

0.8605

0.8622

0.8638

吉 林

0.8357

0.8376

0.8395

0.8414

0.8433

0.8451

0.8470

0.8488

0.8506

黑龍江

0.8614

0.8631

0.8647

0.8663

0.8679

0.8695

0.8711

0.8726

0.8741

上 海

0.9751

0.9754

0.9757

0.9760

0.9763

0.9766

0.9769

0.9772

0.9775

江 蘇

0.8330

0.8349

0.8369

0.8388

0.8407

0.8426

0.8444

0.8462

0.8481

浙 江

0.9377

0.9385

0.9393

0.9400

0.9408

0.9415

0.9422

0.9430

0.9437

安 徽

0.8498

0.8516

0.8533

0.8551

0.8568

0.8585

0.8602

0.8618

0.8635

福 建

0.8725

0.8741

0.8756

0.8771

0.8785

0.8800

0.8815

0.8829

0.8843

江 西

0.7929

0.7952

0.7976

0.7999

0.8022

0.8045

0.8067

0.8090

0.8112

山 東

0.7925

0.7949

0.7972

0.7995

0.8018

0.8041

0.8064

0.8086

0.8108

河 南

0.8251

0.8272

0.8292

0.8312

0.8332

0.8351

0.8371

0.8390

0.8409

湖 北

0.7466

0.7494

0.7522

0.7549

0.7576

0.7604

0.7630

0.7657

0.7683

湖 南

0.9793

0.9796

0.9798

0.9801

0.9803

0.9806

0.9808

0.9811

0.9813

廣 東

0.8538

0.8555

0.8572

0.8589

0.8606

0.8623

0.8639

0.8655

0.8671

廣 西

0.9311

0.9320

0.9328

0.9336

0.9345

0.9353

0.9361

0.9369

0.9376

海 南

0.8844

0.8858

0.8871

0.8885

0.8899

0.8912

0.8925

0.8938

0.8951

重 慶

0.7922

0.7946

0.7969

0.7993

0.8016

0.8038

0.8061

0.8083

0.8105

四 川

0.8028

0.8051

0.8073

0.8095

0.8117

0.8139

0.8161

0.8182

0.8203

貴 州

0.8664

0.8680

0.8696

0.8712

0.8727

0.8743

0.8758

0.8773

0.8787

云 南

0.8093

0.8115

0.8137

0.8158

0.8180

0.8201

0.8222

0.8242

0.8263

陜 西

0.8159

0.8181

0.8202

0.8223

0.8243

0.8264

0.8284

0.8304

0.8324

甘 肅

0.8187

0.8208

0.8229

0.8249

0.8270

0.8290

0.8310

0.8330

0.8349

青 海

0.7834

0.7859

0.7883

0.7907

0.7931

0.7955

0.7978

0.8001

0.8024

寧 夏

0.7942

0.7965

0.7989

0.8012

0.8035

0.8057

0.8080

0.8102

0.8124

新 疆

0.7496

0.7524

0.7551

0.7579

0.7606

0.7633

0.7659

0.7685

0.7711

全 國

0.8495

0.8512

0.8530

0.8547

0.8564

0.8581

0.8597

0.8614

0.8630

東 部

0.8858

0.8871

0.8885

0.8898

0.8911

0.8924

0.8937

0.8950

0.8962

中 部

0.8540

0.8557

0.8574

0.8591

0.8607

0.8624

0.8640

0.8656

0.8672

西 部

0.8036

0.8059

0.8081

0.8103

0.8125

0.8147

0.8168

0.8189

0.8210

表3 技術效率影響因素及其度量方式

解釋變量

度量方式

地理位置

東部省區(qū)用1表示，其他省區(qū)用0表示

科技人員密度

每萬人口從事科技活動人員

財政科技投入

地方財政科技撥款/地方財政支出

高科技產業(yè)規(guī)模

高科技產業(yè)規(guī)模產值占全國比例

人口素質

平均受教育年限

金融深化度

金融機構平均貸款余額/地區(qū)GDP

產業(yè)聚集度

Hoover系數測算的三大產業(yè)聚集度總值

經濟外向度

外商直接投資/地區(qū)GDP

地方保護度

各地區(qū)國有工業(yè)產值/工業(yè)總產值

生產行業(yè)的煤炭成本，企業(yè)資金的配置及利用效率就相對較高。其次，科技環(huán)境、外商直接投資、國民素質、產業(yè)集中程度和金融深化度都是當前影響區(qū)域技術效率的重要因素。（1）企業(yè)資源利用效率與其所處科技環(huán)境息息相關。（2）伴隨著外來資本的注入，技術溢出效應同樣存在。（3）作為經濟活動的主題，勞動力的教育程度與其掌握技術的能力正相關。（4）產業(yè)集中會帶來低成本的運輸費用和先進技術的溢出效應。（5）金融深化可以加強資金的流通速度，金融資源配置和回報率不斷提升。最后，地方保護壁壘的存在使得產品流通在不同區(qū)域間受到很大限制，地方缺乏充分的動力去從事自己有相對優(yōu)勢的產業(yè)，進而導致區(qū)域技術效率低下。

（二）實證結果與分析

構建面板數據模型如下［19］：

yit=α0+X′itα+ξit（2）

其中，yit為因變量，這里為技術效率；Xit為解釋變量，代表影響因素。相關指標數據由歷年的《中國統(tǒng)計年鑒》以及《中國主要科技指標數據庫》獲得。

實證分兩步：第一步，分別檢驗各個因素對技術效率的獨立影響；第二步，綜合考慮所有的因素，并將其放到一個計量模型中以檢驗它們對技術效率的綜合影響，確定這些因素的重要程度。此外，面板數據模型分為固定效應模型和隨機效應模型。由于構建的面板數據來自30個省區(qū)，屬于小樣本總體，在這種情況下采用固定效應模型是恰當的。表4和表5分別給出了區(qū)位因素各指標對區(qū)域技術效率的獨立影響檢驗結果和綜合影響檢驗結果。

表4 獨立因素檢驗結果

解釋變量

系數

t

統(tǒng)計量

地理位置

0.0521

7.4250***

科技人員密度

0.0006

7.6808***

財政科技投入

2.7470

7.9470***

高科技產業(yè)規(guī)模

0.1748

3.0359***

人口素質

0.0268

9.4361***

金融深化度

0.0395

3.7031***

產業(yè)聚集度

-0.0312

-3.7205***

經濟外向度

0.2577

6.3114***

地方保護度

-0.1033

-6.0485***

表5 綜合因素檢驗結果

解釋變量

系數

t

統(tǒng)計量

地理位置

-0.0012

-0.1105

科技人員密度

0.0003

1.9268*

財政科技投入

1.8863

3.9766***

高科技產業(yè)規(guī)模

-0.1981

-2.9877***

人口素質

0.0140

3.1141***

金融深化度

-0.0214

-1.3232

產業(yè)聚集度

0.0164

1.5726

經濟外向度

0.1158

12.3753**

地方保護度

-0.0514

-2.1812**

由表4可知，各因素對技術效率的影響分別得到了驗證，每個解釋變量都是高度顯著的，這也證明了本文變量選取的恰當性。然而，地方產業(yè)聚集度與技術效率呈現(xiàn)負相關關系，似乎與常理相悖。從產業(yè)聚集度的縱向數據來看，地方的產業(yè)聚集度并不像想象中不斷遞增，原因可能在于交通的便利以及國家越來越重視各地區(qū)平衡發(fā)展，產業(yè)聚集度不但沒有增大，反而在減小。具體來說，獨立因素檢驗結果顯示，東部沿海城市較內陸地區(qū)更有利于資源的合理利用。那些科技人員密度大、財政科技投入高、高科技產業(yè)規(guī)模大、人口素質高、金融深化度明顯、對外開放度高以及地方保護主義低的地區(qū)，相對更有利于資源的合理利用。

獨立因素檢驗結果顯示，我國區(qū)域技術效率確實受到多種因素的影響。然而，這并不能確定這些因素之間是否存在顯著差異，而這種差異正是指導技術效率提升的關鍵所在。進一步，將所有的區(qū)位因素放到一個計量模型，以檢驗所有因素對區(qū)域技術效率的綜合影響。

由表5可知，在5%的顯著性水平下，地理位置、科技人員密度、金融深化度及產業(yè)聚集度不再顯著，同時，地理位置的影響系數變?yōu)樨撎?。結合我國區(qū)域發(fā)展現(xiàn)狀，可以推斷：（1）改革開放以來國家及地方政府十分重視道路交通公共產品的建設，致使區(qū)域技術效率對地理位置的依賴性減弱，進而地理位置的影響變得不顯著。（2）從科技人員密度的縱向數據可以看出，我國各地區(qū)科技人員密度并沒有隨著時間的推移而明顯增大，導致科技人員密度并未顯著提高區(qū)域技術效率。（3）隨著我國金融法律制度的不斷完善以及金融體系的多元化，各個地區(qū)的金融資源十分充足，區(qū)域技術效率對金融深化度的依賴程度不斷減弱。（4）由于過度的競爭以及勞動力和原材料的短缺等，大大削弱產業(yè)聚集的技術溢出效應帶來的技術效率提升，進而產業(yè)聚集度并未顯著提高區(qū)域技術效率。另外，財政科技投入、高科技產業(yè)規(guī)模、人口素質、經濟外向度和地方保護度對技術效率的影響依然是顯著的，是當前影響技術效率的關鍵因素。然而，高科技產業(yè)規(guī)模與技術效率顯著負相關，原因可能在于我國高科技產業(yè)仍處于發(fā)展的初級階段，雖然技術水平較高，但是其資源配置并不合理。

五、結 論

充分考慮技術要素隨時間不斷發(fā)展這一事實，利用改進的隨機前沿分析模型對我國2003~2011年區(qū)域技術效率進行重新測度測算，并對區(qū)域技術效率背后可能的影響因素進行歸納總結，結果表明：整體而言，我國平均技術效率隨時間的推移穩(wěn)步上升，說明我國經濟增長的質量正處于不斷上升的階段。從區(qū)域角度來看，東部地區(qū)平均技術效率水平最高，中部其次，西部最低，且地區(qū)之間的技術效率差異不斷收斂。綜合因素檢驗結果表明，財政科技投入、高科技產業(yè)規(guī)模、人口素質、經濟外向度與地方保護是當前導致區(qū)域技術效率差異的關鍵因素。

以上研究為區(qū)域技術效率的提升和平衡區(qū)域經濟的快速發(fā)展提供了有益的政策參考：（1）注重財政科技投入對區(qū)域技術效率提升的重要作用，在積極鼓勵企業(yè)引進高生產效率生產模式的同時，也要注重科技服務機構的建設，不斷改善企業(yè)的技術管理水平。（2）當前階段，盡管我國高新技術產業(yè)擁有先進的技術水平，但其管理水平還比較低下水平，資源利用效率不高。因此，要積極引進國外先進生產方式，充分借鑒國外先進的管理模式，以提升地方高新技術產業(yè)的技術效率。（3）作為經濟發(fā)展的實施主體，高素質勞動力的培養(yǎng)尤為重要。因此，要重視高等教育的發(fā)展，加強對教育的投資力度，進而全面提高全民素質。（4）加大對外開放力度，積極引進外來資金。不斷打破地方保護壁壘，使得外資的資金支持作用和外來技術的外溢效應得到充分發(fā)揮，使地方著力發(fā)展自己具有比較優(yōu)勢的產業(yè)，從而推動區(qū)域技術效率不斷提升。

參考文獻：

［1］許長新.我國區(qū)域經濟增長的技術效率分析［J］.財經研究,1996，(3): 21-24.

［2］何楓,陳榮等.SFA模型及其在我國技術效率測算中的應用［J］.系統(tǒng)工程與理論,2004，(5): 47-50.

［3］周春應,章仁俊.基于SFA模型的我國區(qū)域經濟技術效率的實證研究［J］.科技進步與對策,2008,25(4): 21-24.

［4］于君博.前沿生產函數在中國區(qū)域經濟增長技術效率測算中的應用［J］.中國軟科學,2006，(11): 50-53.

［5］陳青青,龍志和,林光平.中國區(qū)域技術效率的隨機前沿分析［J］.數理統(tǒng)計與管理,2011，(30): 271-277.

［6］岳意定, 劉貫春, 賀磊. 我國區(qū)域技術效率的再估計及區(qū)位因素分析［J］. 科學學研究, 2013，(6): 836-845.

［7］何楓.金融中介發(fā)展對中國技術效率影響的實證分析［J］.財貿研究,2003，(6): 48-52.

［8］何楓.經濟開放度對我國技術效率影響的實證分析［J］.中國軟科學,2004，(1): 48-52.

［9］何婷英.人力資本投資對技術效率省際差異的實證研究［J］.北京市財貿管理干部學院學報,2006，(3): 51-55.

［10］唐德祥,李京文,孟衛(wèi)東.R&D對技術效率影響的區(qū)域差異及其路徑依賴基于我國東、中、西部地區(qū)面板數據隨機前沿方法（SFA）的經驗分析［J］.科研管理,2008，(2): 115-121.

［11］何鋒,譚本艷.自主研發(fā)與我國經濟的技術效率基于面板隨機邊界模型的實證研究［J］.中國科技論壇,2009，(6): 95-100.

［12］刁麗琳,張蓓,馬亞男.基于SFA模型的科技環(huán)境對區(qū)域技術效率的實證研究［J］.科研管理,2011，(4): 143-149.

［13］徐瓊.區(qū)域技術效率影響因素實證研究以浙江為例［J］.經濟論壇,2009，(6): 74-78.

［14］王家庭.環(huán)渤海地區(qū)城市技術效率及其影響因素的實證研究［J］.地域研究與開發(fā),2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吳兵,王錚.中國各省區(qū)人力資本測算研究［J］.科研管理,2004,7(4): 60-65.

［18］何楓,陳榮,何林.我國資本存量的估算及其相關分析［J］.經濟學家,2003,(5): 29-35.

［19］周建軍，康妮，鞠方.物業(yè)稅改革對房地產價格的影響2002~2011年中國省際面板數據的實證研究［J］.財經理論與實踐,2013,(6):76-80.

［20］謝偉峰.我國工業(yè)轉型升級的金融支持作用機制研究［J］.求索,2013,(9):41-43.

(責任編輯:寧曉青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant

［8］何楓.經濟開放度對我國技術效率影響的實證分析［J］.中國軟科學,2004，(1): 48-52.

［9］何婷英.人力資本投資對技術效率省際差異的實證研究［J］.北京市財貿管理干部學院學報,2006，(3): 51-55.

［10］唐德祥,李京文,孟衛(wèi)東.R&D對技術效率影響的區(qū)域差異及其路徑依賴基于我國東、中、西部地區(qū)面板數據隨機前沿方法（SFA）的經驗分析［J］.科研管理,2008，(2): 115-121.

［11］何鋒,譚本艷.自主研發(fā)與我國經濟的技術效率基于面板隨機邊界模型的實證研究［J］.中國科技論壇,2009，(6): 95-100.

［12］刁麗琳,張蓓,馬亞男.基于SFA模型的科技環(huán)境對區(qū)域技術效率的實證研究［J］.科研管理,2011，(4): 143-149.

［13］徐瓊.區(qū)域技術效率影響因素實證研究以浙江為例［J］.經濟論壇,2009，(6): 74-78.

［14］王家庭.環(huán)渤海地區(qū)城市技術效率及其影響因素的實證研究［J］.地域研究與開發(fā),2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吳兵,王錚.中國各省區(qū)人力資本測算研究［J］.科研管理,2004,7(4): 60-65.

［18］何楓,陳榮,何林.我國資本存量的估算及其相關分析［J］.經濟學家,2003,(5): 29-35.

［19］周建軍，康妮，鞠方.物業(yè)稅改革對房地產價格的影響2002~2011年中國省際面板數據的實證研究［J］.財經理論與實踐,2013,(6):76-80.

［20］謝偉峰.我國工業(yè)轉型升級的金融支持作用機制研究［J］.求索,2013,(9):41-43.

(責任編輯:寧曉青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant

［8］何楓.經濟開放度對我國技術效率影響的實證分析［J］.中國軟科學,2004，(1): 48-52.

［9］何婷英.人力資本投資對技術效率省際差異的實證研究［J］.北京市財貿管理干部學院學報,2006，(3): 51-55.

［10］唐德祥,李京文,孟衛(wèi)東.R&D對技術效率影響的區(qū)域差異及其路徑依賴基于我國東、中、西部地區(qū)面板數據隨機前沿方法（SFA）的經驗分析［J］.科研管理,2008，(2): 115-121.

［11］何鋒,譚本艷.自主研發(fā)與我國經濟的技術效率基于面板隨機邊界模型的實證研究［J］.中國科技論壇,2009，(6): 95-100.

［12］刁麗琳,張蓓,馬亞男.基于SFA模型的科技環(huán)境對區(qū)域技術效率的實證研究［J］.科研管理,2011，(4): 143-149.

［13］徐瓊.區(qū)域技術效率影響因素實證研究以浙江為例［J］.經濟論壇,2009，(6): 74-78.

［14］王家庭.環(huán)渤海地區(qū)城市技術效率及其影響因素的實證研究［J］.地域研究與開發(fā),2011，(6): 58-59.

［15］Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: with application to paddy farms in India ［J］. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.

［16］Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics, 1995，(20): 325-332.

［17］吳兵,王錚.中國各省區(qū)人力資本測算研究［J］.科研管理,2004,7(4): 60-65.

［18］何楓,陳榮,何林.我國資本存量的估算及其相關分析［J］.經濟學家,2003,(5): 29-35.

［19］周建軍，康妮，鞠方.物業(yè)稅改革對房地產價格的影響2002~2011年中國省際面板數據的實證研究［J］.財經理論與實踐,2013,(6):76-80.

［20］謝偉峰.我國工業(yè)轉型升級的金融支持作用機制研究［J］.求索,2013,(9):41-43.

(責任編輯:寧曉青)

Difference Analysis and Determinants of

Regional Technological Efficiency in China

XIE Weifeng

(School of Business, Central South University, Changsha, Hunan 410083, China)

Abstract：Adding the technological element as a endogenous factor to the stochastic frontier analysis framework, this paper estimated the trends of regional technological efficiency in China from 2003 to 2011, and explored the causes of the differences among different regions. The main findings are: on the one hand, the Chinese average technological efficiency was increasing in the past nine years; on the other hand, the eastern area's average technological efficiency was about 3.04 percent higher than that of the central area and about 7.87 percent higher than the western area. The differences in technological efficiency among the three regions were narrowing. Investment in science and technology, the scale of high technological industry, education level of population, economic openness and local protectionism are currently the key factors affecting the technological efficiency .

Key words：Stochastic frontier analysis; Regional technological efficiency; Difference analysis；Determinant