派智库

内容提要：在中国装备制造业结构转型升级的背景下，本文引入“资源环境约束”因子，运用规模收益可变的BCC模型静态对比1980年与2014年制约各子行业技术进步的主要因素，采用曼奎斯特(Malmquist)指数动态研究1980-2014年推动绿色全要素生产率增长的演化动力。研究发现：(1)中国装备制造业绿色全要素生产率的增长大体经历了先下降后上升的V型演化轨迹，演化动力来自技术进步，制约因素是规模效率恶化；(2)分行业看，交通运输制造业技术创新显着，绿色全要素生产率的增长速度最快，而金属制品业能源消耗最大，技术效率提升最慢。装备制造业应结合绿色全要素生产率无效率成因与各子行业特点，从产业结构调整、技术提升、管理优化等方面推动装备制造业可持续发展。

关键词：装备制造业 绿色全要素生产率 演化动力

织梦内容管理系统

一、问题提出

先进装备制造业直接影响经济增长的速度和质量。《中国制造2025))和“十三五规划”明确提出要“推进先进装备制造业基地和重大技术装备战略基地建设”。现阶段中国装备制造业主要依靠资源要素投入、规模扩张的粗放型发展模式带来了严重的环境污染问题，最新出炉的《2016年全球环境绩效指数(EPI)评估报告》显示中国在178个国家中名列第118位，环境情况显然不容乐观。藤伊等(Fujii et al., 2013)分析了1998-2009年中国工业部门空气污染物质情况，结果发现工业部门SO2排放量的增加提升了新一轮生产规模扩张的成本[1]。王飞成和郭其友(2014)研究发现工业发展对环境污染的影响符合环境库兹涅茨曲线假说，目前已处于倒U型曲线的下降部分，环境恶化形势严峻[2]。 copyright dedecms

图1描绘的是1980-2014年中国装备制造业能源消耗总量、CO2排放量及其强度的演化轨迹。演化轨迹呈现上升—下降—上升的形态，主要分为三个阶段。第一阶段是1980-1992年，能源消耗总量与CO2排放量有小幅上升，但能源消耗强度与CO2排放量强度下降速度快，说明这一阶段中国对装备制造业实施的节能减排政策取得实效。第二阶段是1993-2001年，呈现倒U曲线，在1997年达到高点，但数值小于第一阶段，可喜的是能源消耗强度与CO2排放强度下降快且持续走低。这是因为在“九五”、“十五”期间国家大力推行装备制造业节能环保技术改造，对工业企业采取“抓大放小”、“节能减排和减员增效”等相关工作，有效地控制了能源消耗总量与CO2排放量的增长。第三阶段是2002年至今，能源消耗总量和CO2排放量出现大幅飙升。原因是工业化和城镇化进程中大量基础设施建设对装备制造业刚性需求过大，这与张军等(2010)[3]、汪锋和谢晋(2015)[4]的研究结果相近。CO2排放强度下降速度减缓，能源消耗强度加大，环境恶化不容小觑。如果企业一味地以资本、劳动投入来扩大生产规模，不仅会面临边际收益递减的瓶颈、生产效率恶化，更会加剧环境污染和资源消耗，形成恶性循环。技术创新才能打破这一困境，因此在能源消耗与环境污染双重压力下，准确测算制造业技术进步程度、探析技术创新的制约因素十分必要。

织梦内容管理系统

二、文献综述

如何将粗放型增长方式转变为依靠提高全要素生产率(TFP)来推动的技术密集型增长模式是值得深入研究的重要问题。学者们探寻了推动或制约装备制造业生产效率的因素。王晓玲和方杏村(2017)利用DEA-Malmquist模型测度东北老工业基地2004-2014年经济振兴效率，发现技术进步变化指数下降是经济振兴效率不高的主要原因[5]。段婕(2014)基于超效率DEA模型对2006-2009年中国装备制造业技术效率的测算结果表明，技术效率低下严重阻碍了装备制造业的发展[6]。卢方元等(2016)基于全国三次经济普查数据，采用产出导向的BCC模型与Malmquist指数研究发现中国装备制造业的R&D投入产出规模效率无效导致了全要素生产率整体下滑[7]。牛冲槐和曹海曼(2015)采用产出导向型的Malmquist指数方法研究装备制造业技术研发和成果转化阶段的全要素生产率，结果发现技术进步率是对全要素生产率影响最为显着的因素[8]。

dedecms.com

以上学者从不同角度研究了推动或制约装备制造业全要素生产率提升的因素，但忽略了资源和环境约束对产业效率的影响，随着生态资源环境的恶化，考虑了资源和环境约束的全要素生产率更能准确反映中国装备制造业的可持续发展情况。然而对于资源环境约束与全要素生产率之间的关系，已有研究有截然不同的观点。以波特和范德林德(Porter&van der Linde et al., 1995)为代表的观点认为资源环境约束会倒逼全要素生产率提高，即严格的资源环境约束能够引发节能环保技术的创新，提高绿色全要素生产率，使厂商在国际市场上更具竞争优势，称为“波特假说”[9]。匡远凤和彭代彦(2012)运用广义马姆奎斯特指数与随机前沿函数模型分析中国省域经济的环境TFP变化与CO2排放趋势，得出“波特假说”在中国初步发生作用的结论[10]。王兵和刘光天(2015)基于随机前沿模型研究了2000-2013年广东21个地级市的绿色全要素生产率，结果表明环境效应是绿色生产率增长的核心动力[11]。但也有学者认为资源环境约束制约了全要素生产率的提升。格罗斯曼和克鲁格(Grossman&Krueger，1991)认为在经济起飞阶段，技术基础薄弱，严格的资源环境约束制约了要素资源投入，会降低规模效率[12]。靳亚阁和常蕊(2016)利用Malmquist-Luenberger指数测算了2003-2013年中国280个地级及以上城市的工业全要素生产率，结果表明资源环境约束强度对全要素生产率有负向影响[13]。相天东(2017)将碳排放效率加入全要素生产率的三阶段DEA模型证明了中国30个省区市的综合技术效率偏低[14]。户慧和刘财(2013)基于Malmquist生产率指数法对1995-2011年装备制造业分行业的实证结果表明，考虑能源消耗的全要素生产率增长的推动力是技术进步，电子及通信制造业的全要素生产率增长最快[15]。

综上所述，现有文献从多个角度研究了中国装备制造业的全要素生产率，得出了一些很有意义的结论。然而还存在一些不足：(1)学者们对中国装备制造业全要素生产率的研究尚停留在传统的资本、劳动或一些中间投入要素上，较少考虑到与经济可持续发展密切相关的生态资源约束，这无疑降低了全要素生产率度量的准确性和可持续发展研究的可靠性。(2)关于生态资源约束与全要素生产率之间的关系，前人的研究对象多为工业或省域经济，且尚未有定论，装备制造业是国民经济支柱，其可持续发展受到生态资源的约束，因此研究装备制造业绿色全要素生产率具有重要意义。(3)多数学者实证研究采用的是样本时间较短的面板数据，不利于从可持续角度来研究装备制造业绿色全要素生产率增长的演化规律。

copyright dedecms

三、模型构造与数据说明

织梦好，好织梦

(一)模型构造

1.非期望产出的规模可变BCC模型

在一个系统中，共有7个决策单元(装备制造业7个子行业)和1225个样本单元。其中，每个单元的特征都可由3种投入指标(能源、资本、劳动力)、1种期望产出指标(工业总产值)和1种非期望产出指标(C0：排放量)来刻画。设第j个样本单元的投入指标值为：，期望产出指标值为：，非期望产出指标为：，第P个决策单元的投入指标值为：xn=(x1n，x2n，x3n)T期望产出指标值为：yp(yip)r，非期望产出指标为：zp(z1p)T，并且它们都为正数，令：

本文来自织梦

T*称为样本单元集。

令： copyright dedecms

TDMU称为决策单元集。

根据DEA方法构造生产可能集的思想，样本单元确定的生产可能集如下： 本文来自织梦

织梦内容管理系统

式(3)为样本单元确定的生产可能集的伴随生产可能集，其中，d为整数，称为移动因子。显然T(1)=T。构成BCC生产可能集的前沿技术又被称为现实中存在的前沿技术。

根据G-DEA有效与G-DEAd有效的概念，构造带有非期望产出的广义DEA模型(DGU)如下： 本文来自织梦

织梦好，好织梦

当δ1=1，δ2=0时，模型(DGU)为基于BCC模型的带有非期望产出的广义DEA模型。 copyright dedecms

2.Malmquist指数 内容来自dedecms

本文采用瑞和戴思礼(Ray&Desli，1997)[16]提出的Malmquist指数分解模型，将Malmquist指数分解为技术进步指数(Tc)和技术效率变化指数(TEC)，其中技术效率变化指数可进一步分解为纯技术效率变化指数(TE)和规模效率变化指数(SE)。若Malmquist指数＞1，则表明该行业全要素生产率提高，若Malmquist指数＜1，则表明该行业全要素生产率下降，若Malmquist指数=1，则说明该行业全要素生产率不变。 dedecms.com

(二)样本数据说明

织梦好，好织梦

根据中国国民经济行业分类与代码(GB/T 4754-2002)，装备制造业包括：金属制品业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及其他电子设备制造业和仪器仪表及文化办公用品制造业七个二位码行业。本文选取的期望产出指标是装备制造各子行业的工业总产值，非期望产出指标是CO2排放量。工业总产值用GDP缩减指数平减为以1990年为基期的实际工业总产值，资本投人采用永续盘存方法来计算中国装备制造各子行业的物质资本存量。劳动投入使用各行业的从业人员年平均人数。1980-2008年的工业总产值、资本存量和从业人员数据来自陈诗一(2011)[17]，并且借鉴张军等(2010)[3]方法补缺数据、调整统计口径、价格平减之后得到以1990年为基期的2009-2014年装备制造各子行业的工业总产值、资本存量和从业人员数据，以及1980-2014年装备制造各子行业的能源消耗和CO2排放总量。关于年鉴资料中个别数据缺失的情况，本文采用线性插值法补缺。对于数据中出现的异常点，本文采用郭亚军(2007)[18]的改进“极值法”进行处理。本文将资本、劳动、能源消耗作为投入要素，将污染排放物CO2作为非期望产出引入DEA生产函数，以此来分析中国装备制造各行业的绿色全要素生产率。中国装备制造各行业的CO2排放数据不能直接从统计资料上获取，所以必须进行估算。

织梦内容管理系统

根据联合国政府间气候变化专门委员会(IPCC)提出的计算CO2排放量的方法，CO2排放总量可以用各种能源消耗导致的CO2排放量估算加总得到。根据世界银行报告，煤炭、原油、天然气是最主要的CO2排放源，所以本文以这三种一次能源来核算中国装备制造各行业的CO2排放量。具体公式如下： 本文来自织梦

织梦内容管理系统

Ct代表每年的CO2排放量，i=1，2，3分别代表煤炭、原油、天然气三种一次能源，E为它们的能源消耗量，NVC为煤炭、原油、天然气的平均低位发热量，CEF为碳排放系数，由于没有直接提供中国煤炭的排放系数，因此本文根据IPCC(2006)提供的烟煤和无烟煤碳排放系数的加权平均值(80％和20％)来计算煤炭的碳排放系数。COF是碳氧化因子(煤炭设定为0.99，原油和天然气为l)，44和12分别为二氧化碳和碳的分子量。数据来自《中国能源统计年鉴》《中国统计年鉴》和IPCC官方网站。

内容来自dedecms

本文的数据主要来源于历年的《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《新中国六十年统计资料汇编》，以及中国三次经济普查数据。 织梦好，好织梦

四、实证结果分析

copyright dedecms

(一)静态效率分析

本文采用软件Lingo 9.0，将环境因素纳入规模报酬可变的BCC模型，测算1980年、2014年中国装备制造业的综合技术效率(见表l)。综合技术效率反映企业技术资源配置效率，可分解为纯技术效率和规模效率。纯技术效率代表企业管理、制度创新以及生产经验的积累所引发的效率提高，规模效率主要指企业规模扩大所带来的规模经济而引发的效率提升。测算结果发现，中国装备制造业综合技术效率低(1980年、2014年值都小于1)，且随着时间的推移，问题日益严重。在纯技术效率有效(值为l)情况下，规模效率值较低，规模报酬递减，是综合技术无效的核心原因，表明工业扩张并没有带来效益的提升，尚未实现规模经济。从子行业看，交通运输设备制造业综合技术效率显着提高，无论纯技术效率还是规模效率都有明显提升，表明在中国重视基础设施建设背景下，交通产业不仅实现了规模发展，而且实现了技术发展，两者对效率都达到了充分状态，是其他装备制造行业发展的龙头和典范。纯技术效率恶化与规模无效导致了专用设备制造业综合技术效率恶化，应注重提升资源配置效率和技术效率。仪器仪表制造业综合技术效率值不变(均为1)，规模报酬不变。其余行业综合技术效率值小于1，综合技术无效，技术效率持续恶化问题严重。 织梦内容管理系统

本文来自织梦

(二)动态效率分析 dedecms.com

1.中国装备制造业绿色全要素生产率增长的演化轨迹。本文使用软件Deap 2.1测算。绿色全要素生产率增长的变动与CO2排放和能源消耗有着密切关系，绿色TFP增长率越大于传统TFP增长，则说明绿色经济增长的绩效越明显。从图2可知，中国装备制造业的传统TFP与绿色TFP的演化轨迹基本相同，绿色TFP在大部分年份普遍低于传统TFP，这是因为现阶段中国装备制造业还处在转型升级期，其发展模式仍是依赖传统资本要素投入的野蛮型经济增长，环境污染与能源消耗拉低了生产效率，节能减排任务艰巨。可喜的是2014年的绿色TFP突破了1.5，说明“波特假说”在中国初步显现，政府的环境管制政策促进了装备制造企业节能减排技术的革新，绿色全要素生产率得到提高。 织梦好，好织梦

本文进一步将绿色全要素生产率增长的演化轨迹进行分解(见图3)。结果表明，1980-2014年中国装备制造业的技术进步演化轨迹与绿色TFP演化轨迹基本一致，而规模效率演化轨迹在大部分时期与此相反。1984年技术退步导致绿色TFP大幅下降，而规模效率提升有效地阻止了绿色TFP的进一步恶化。1988年、1993年、2004年绿色TFP均为增长峰值，但规模效率持续恶化制约了绿色TFP的进一步提高。最明显的是2014年，虽然技术进步明显，但规模效率下降迅速，导致绿色TFP增长幅度有限。因此可得出结论：1980-2014年中国装备制造业绿色TFP的增长动力是技术进步，制约因素为规模效率恶化。此外，因为技术效率是纯技术效率与规模效率的乘积，在纯技术效率有效的情况下，技术效率与纯技术效率演化轨迹重合。 dedecms.com

织梦内容管理系统

2.各子行业绿色全要素生产率增长的演化轨迹。本文考察绿色经济增长效率的产业异质性。从图4可看出，1980-2014年中国装备制造各子行业绿色TFP的演化轨迹基本在0.5-2上下波动，对技术变革敏感性强的计算机及通信设备制造业的绿色TFP变化幅度最大。2001年以后，交通设备制造业的绿色TFP出现大幅度提升，技术优势进一步凸显，而仪器仪表制造业技术效率严重恶化。

dedecms.com

织梦好，好织梦

结合中国工业发展阶段，进一步研究装备制造业及各子行业的绿色全要素生产率演化趋势。本文参照张军等(2010)[3]将中国装备制造业发展阶段分为三个时期：1980-1992年试验期、1992-2001年改革期、2001-2014年反思和调整期(如表2)。工业试验期的中国装备制造业绿色TFP的增长主要依靠技术进步与规模效率提升。工业改革期规模效率下降，导致装备制造业绿色TFP小幅下降，工业调整期规模效率持续恶化，但技术进步显着，成为装备制造业绿色TFP回升的主要推动力。整体来看，中国装备制造业绿色TFP呈现先下降后上升的演化趋势，技术进步是其主要推动力。在纯技术效率有效的情况下，规模效率不断下降导致技术效率恶化，表明资源错配问题严重，亟待提高配置效率。分行业看，通用设备制造业、交通设备制造业的绿色TFP呈现先下降后上升的演化趋势，在工业改革期纯技术效率恶化和规模无效导致绿色TFP小幅下降；工业调整期技术进步速度加快，大幅提升了绿色TFP。在规模有效情况下，技术进步促进了工业改革期的仪器仪表制造业绿色TFP持续上升，但工业调整期的技术退步拉低了绿色TFP增长速度。无论在哪个工业阶段，金属制品业、电气机械制造业、计算机及通信设备制造业的绿色TFP增长都持续走低，原因是纯技术效率恶化和企业规模无效，技术创新前景堪忧。

织梦好，好织梦

织梦好，好织梦

3.中国装备制造业的要素投入产出及贡献度。以上研究表明规模效率是制约绿色全要素生产率增长的主要因素，其根源是要素资源配置效率低。因此本文进一步考察要素投入、产出的平均发展速度，及其对经济产出增长的贡献度(如表3)。1980-2014年中国装备制造业取得了高速增长。产出的年均增长速度达到了18.9％。其中传统要素贡献了83.5％(资本占36.6％、劳动力占18.3％、能源消耗占28.6％)，TFP增长贡献了31％，仅次于资本要素，近年来中国装备制造业的全要素生产率对经济产出增长的贡献率逐步提升，但其仍低于传统要素投入对经济增长的贡献(83.5％)，表明现阶段中国装备制造业仍处于粗放型增长阶段，依然要靠传统要素投入(主要是资本)来推动产出的高速增长。 copyright dedecms

分行业来看，产出增长速度最快的是交通设备制造业(24.9％)，主要依靠技术驱动(85.8％)。产出增长速度最慢的是计算机及通信设备制造业，原因是前沿技术倒退。就要素投入增长速度来看，资本投入、劳动投入、能源消耗增速最快的分别是计算机及通信设备制造业(11.4％；7.7％)、金属制品业(6.2％)。就绿色TFP的增长速度来看，交通设备制造业是绿色TFP增长速度最快的行业，而其余各子行业的绿色TFP增长速度均出现了不同程度地下降。就绿色TFP对经济产出的贡献度而言，各子行业存在较大的异质性，绿色TFP对经济产出贡献度最高的是计算机及通信设备制造业(0.973)，说明技术进步和自主创新是有效提高计算机及通信设备制造业生产效率的关键因素。金属制品业的技术进步对产出增长的贡献度最小，仅为2％，表明金属制品业仍是以资本、能源要素驱动经济增长，技术创新弱。通用设备制造业、金属制品业、电气机械制造业、仪器仪表制造业主要依靠资本与能源提高经济产出，计算机及通信设备制造业、交通设备制造业、专用设备制造业主要依靠资本与技术进步推动经济增长。 copyright dedecms

五、结论与建议 内容来自dedecms

(一)主要结论 织梦内容管理系统

本文引入环境约束CO2排放和能源消耗，在规模报酬可变的假设下，采用BCC模型与Malmquist指数对中国装备制造业的绿色全要素生产率增长的演化轨迹及动力进行了研究，得到以下结论：

内容来自dedecms

第一，在中国环境管制政策推行之后，装备制造业的CO2排放量有了明显降低，但是能源消耗量仍在持续上升，因此提高能源利用效率是实现中国装备制造业绿色TFP增长的有效途径；第二，1980-2014年中国装备制造业的绿色TFP与传统TFP演化轨迹大体相同，2014年绿色TFP增速迅猛，说明“波特假说”在中国初步显现，大多数年份里绿色TFP普遍低于传统TFP，表明考虑生态资源约束后，技术对经济产出增长的贡献有限，依赖于大量投资驱动的装备制造业节能减排任务依然艰巨；第三，从装备制造业整体看，1980年、2014年综合技术效率低，规模无效是核心原因，表明工业扩张并没有带来效益的提升，尚未实现规模经济，1980-2014年装备制造业的绿色全要素生产率呈现先下降后上升的演化轨迹，演化动力为技术进步，制约因素为规模效率恶化，中国装备制造业全要素生产率对经济产出增长的贡献率逐步提升，但整体仍处于粗放型增长阶段，依然要靠传统要素投入(主要是资本)来推动装备制造业产出的高增长；第四，分行业看，相比1980年，2014年交通运输设备制造业综合技术效率提升，专用设备制造业综合技术效率恶化，仪器仪表制造业综合技术有效，其余行业技术效率持续恶化问题严重，1980-2014年绿色TFP增长速度慢的行业为仪器仪表制造业、电气机械制造业、计算机及通信设备制造业、金属制品业，主要制约因素为企业管理水平低下导致的纯技术效率恶化和资源配置无效导致的规模效率低，绿色TFP增长速度快的行业为交通运输设备制造业、通用设备制造业、专用设备制造业，动力为技术进步，交通运输设备制造业发展势头好，产出增长速度、绿色TFP增长速度均为全行业最快，规模有效，技术进步明显。

(二)对策建议

1.提升规模效率与纯技术效率是改善中国装备制造业生产效率恶化问题的有效途径，其中提高规模效率是重中之重。提升规模效率主要从三个方面入手，一是加大科研投入，充分发挥技术知识在生产率增长中的促进作用，打破传统投入要素边际效益递减规律，以技术效率提升经济效益，技术进步推动经济产出持续增长。二是应根据要素禀赋特点优化投入要素(资本、劳动力、能源、技术)的分配比例，提高资源配置效率，政府应充分发挥市场选择机制，破除地方垄断，允许“根深蒂固”的僵尸企业破产倒闭。三是发展潜力大的大型企业可通过兼并重组或引进外资等手段，推进公司集团化、国际化，培育发展优势打造区域龙头企业；对于规模较小的中小企业可通过产业集聚，深化分工、延长产业链，扩大产业集群规模，促进产业结构的调整与优化升级。纯技术效率无效是因为企业组织管理水平较低，导致技术效率下降。解决途径是提高企业管理者素质，改进组织工作方式方法，增强企业软实力。

2.本文结论显示，各子行业之间的绿色全要素生产率及无效率成因呈现出明显的异质性。因此中国在制定装备制造业发展规划时，应依据装备制造各子行业的自身特点选择合适的创新发展路径。各行业发展重点具体如下：

dedecms.com

参考文献： dedecms.com

[1]FUJII H, MANAGI S, KANEKO S. Decomposition analysis of air pollution abatement in China:empirical study for ten industrial sectors from 1995 to 2009[J]. Journal of Cleaner Production, 2013, 59(3): 22-31. 织梦内容管理系统

[2]王飞成，郭其友.经济增长对环境污染的影响及区域性差异——基于省际动态面板数据模型的研究[J].山西财经大学学报，2014(4)：14-26.

[3]张军，陈诗一，张熙.中国工业部门的生产率变化与要素配置效应：1993-2006[J].东岳论丛，2010(10)：70-82. copyright dedecms

[4]汪锋，解晋.中国分省绿色全要素生产率增长率研究[J].中国人口科学，2015(2)：53-62.

[5]王晓玲，方杏村.东北老工业基地经济振兴效率评价及影响因素分析[J].商业研究，2017(1)：69-74. dedecms.com

[6]段婕.我国装备制造业技术效率评价的实证研究——基于超效率DEA和TOBIT两步法[j].西北工业大学学报(社会科学版)，2014(1)：48-54. copyright dedecms

[7]卢方元，常艳华，卢欣.中国装备制造业R&D投入产出绩效分析——基于全国三次经济普查[J].工业技术经济，2016(4)：153-160.

[8]牛冲槐，曹海曼.我国装备制造业研发创新全要素生产率研究——基于价值链的视角[J].企业经济，2015(12)：51-56. 织梦内容管理系统

[9]POTER M E, VAN DER LINDE C. Green and competitive : ending the stalemate [ J ]. Harvard Business Review, 1995, 73(5): 120-134.

[10]匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究，2012(7)：62-74. 织梦好，好织梦

[11]王兵，刘光天.节能减排约束下经济增长动力探究——基于BDDFM的实证研究[J].经济问题，2015(10)：7-13.

copyright dedecms

[12]GROSSMAN G M, KRUEGER A B. Environmental impacts of a North American free trade agreement[Z]. NBER Working Paper No. 3914, 1991, 8(2): 223-250. 本文来自织梦

[13]靳亚阁，常蕊.环境规制与工业全要素生产率——基于280个地级市的动态面板数据实证研究[J].经济问题，2016(11): 18-23.

内容来自dedecms

[14]相天东.我国区域碳排放效率与全要素生产率研究——基于三阶段DEA模型[J].经济经纬，2017(1): 20-25. 内容来自dedecms

[15]户慧，刘财.中国装备制造业TFP增长的结构性研究——基于面板数据的实证分析[J].商场现代化，2013(23): 132-134.

[16]RAY S C, DESLI E. Productivity growth, technical progress, and efficiency change in industrialized countries: comment[J]. The American Economic Review, 1997, 87(5): 1033-1039.

[17]陈诗一.中国工业分行业统计数据估算：1980-2008[J].经济学(季刊)，2011(2): 735-776. 本文来自织梦

[18]郭亚军.综合评价理论、方法及应用[M].北京：科学出版社，2008.

 

织梦内容管理系统