论文基于SFA我国航空航天制造业技术效率分析是关于对写作航空航天论文范文与课题研究的大学硕士、相关本科毕业论文航空院校排名论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
摘要：航空航天制造业是国家的战略性产业,在国防现代化和国民经济建设中发挥着重要的作用.技术效率作为体现科技含量带来的成效以及投入-产出之间关系的参量,能够较好地衡量和反映企业的生产效率和发展内涵.本文运用SFA方法,以近9年间的面板数据为依据,对我国航空航天制造业技术效率问题进行了探讨,分析了影响技术效率的相关因素,提出了改善和提高技术效率的建议.
关键词：航空航天制造业,技术效率,随机前沿分析（SFA）
一、引言
航空航天制造业是国家的战略性产业,具备着高技术性、高投入性、高风险性、高附加值、典型的军民结合性等产业特征,其技术水平和生产能力不仅是国防科技工业现代化水平的综合体现,而且是国家制造业水平和技术、经济实力的重要标志,在国民经济和国防现代化建设中有着举足轻重、不可替代的地位和作用.
近年来,随着航空航天制造业的转型升级和“军民融合”进程的加快,航空航天制造业正在转向发展军民双核产业.和之相适应,产业发展的效率,尤其是技术效率的高低,业已成为企业决策者十分关注和重视的管理内容.
技术效率的概念最早由Farrell于1957年从投入的角度提出,后来,Leibenstein又从产出的角度进行论述.目前,国内关于技术效率的研究主要集中在运用参数估计方法分析高技术产业所涵盖的5类制造业技术效率的定性比较.本文着重运用随机前沿生产函数模型,结合面板数据对我国航空航天制造业近9年间的情况进行研究,通过对影响航空航天制造业效率发挥因素的定量分析,找出影响技术效率的主要因素,并提出相关的对策建议,以期对政府制定相关发展政策、合理配置资源以及航空航天制造业企业的经营管理提供借鉴.
二、研究方法及对象介绍
随机前沿分析法（Stochastic Frontier Analysis ,简称SFA）是由Aigner, Lovell and Schmid（1977）和Meeusen and van den Broeck（1977）最先提出的,其特点是将误差项分为两个部分：一部分是随机误差,表示任何不可控因素带来的影响,另一部分是无效率项.目前采用的随机前沿模型是Battese and Coelli分别在1992年、1995年提出的生产函数模型（简称B－C模型）.B－C（1995）模型和B－C（1992）相比加入了影响技术效率的因素,适用于面板数据.
(一)模型构建
本文运用B－C（1995）模型,采用超越对数生产函数进行分析.模型构建如下：
i 等于 1,2,等,N ；t 等于 1,2,等,T （1）
i 等于 1,2,等,N ；t 等于 1,2,等,T （2）
在式（1）中,是第i地区在第t期的产出；是第i地区在第t期的资本投入；是第i地区在第t期的劳动投入；为随机误差项,假定服从分布,并且和独立；为技术的无效率项,并且为非负的随机变量,服从于0点截尾的分布.同时定义和,这样定义是考虑到最大似然估计的计算,可以看到必然位于0到1之间.越大表示造成无效率的影响因素越明显.如果为0,即说明不存在技术的无效率,可以直接用最小二乘法估计.
式（2）为效率模型,其中为影响效率的各个因素,为待估计的参数.
(二)数据来源及参数定义
本文根据《中国高技术产业统计年鉴2002版》、《中国高技术产业统计年鉴2010版》的资料,选取了2001－2009年9年间我国31个省市中的22个重要地区的相关数据进行分析,其他9个省、自治区（内蒙古、浙江、广西、海南、云南、西藏、青海、宁夏、新疆）由于不属于国家航空航天制造业发展地区,国家相关投资较少,地方扶持较弱,导致相关数据不存在或统计不完善,因此未被列入本文研究对象.
式（1）中,表示航空航天制造业总产出；表示航空航天制造业年末固定资产原价；表示航空航天制造业从业人员年均人数.
式（2）中,第1个影响因素是航空航天制造业中科学家和工程师人数；第2个影响因素是航空航天制造业R&D经费的内部支出；第3个影响因素是航空航天制造业新产品销售收入；第4个影响因素是航空航天制造业新增固定资产；第5个影响因素是航空航天制造业出口交货值.
三、航空航天制造业技术效率实证分析
(一)随机边界模型参数估计结果
本文使用Frontier 4.1软件对2001－2009年我国22个省市航空航天制造业数据进行参数估计,结果如表1所示.
从表1的方差系数部分可以看出,由模型估计出的值约为0.6845,超过了0.5,且LR统计检验在1%水平下显著,所以技术的无效率情况在航空航天制造业中是比较显著的.
生产函数的6个变量中,所有T检验值通过了显著性为1%的假设检验,所以模型通过检验.
(二)影响技术效率的因素分析
从表1的效率函数值可以看出：
（1）的系数在1%的水平下不显著,其统计显著性较低,说明在该模型中航空航天制造业中科学家和工程师人数对技术效率的影响不明显.其原因在于相关统计数据不全面,以及由于政策原因导致科学家和工程师人员配置效率低下.
（2）的系数在1%的水平下显著,且为负值,说明R&D经费的内部支出和航空航天制造业技术效率存在正向关系,即增加R&D经费的内部支出将会提升航空航天制造业技术效率；
（3）的系数在1%的水平下显著,且为负值,表明新产品销售收入和航空航天制造业技术效率也存在正向关系.新产品销售状况体现了研发的成果,是R&D经费支出的最终结果.优秀的研发队伍、不断创新的技术以及和世界航空航天制造业相接轨的产品,都是提升技术效率的有力保证.
（4）的系数虽然在1%的水平下不显著,但在5%的水平下显著,亦属可接受范围.为负值说明行业新增固定资产对航空航天制造业技术效率存在积极的作用.新增固定资产是以项目是否通过验收并交付使用为标准计算的,所以也体现了企业规模的扩张情况.适当加大对新增固定资产的投入,有利于技术效率的提升.
（5）的系数在1%的水平下显著,且为负值,说明出口交货值和航空航天制造业技术效率存在正向关系.出口交货值是衡量企业生产的产品进入国际市场的一个重要指标,也是现阶段衡量我国企业融入世界经济的一个主要参数.影响出口交货值的原因包括产品的结构特征、质量水平、外国市场对该产品的需求、贸易体制对商品进出口的限制等,优化这些因素将有益于提高技术效率.
(三)不同地区技术效率分析
根据B－C（1995）模型,使用Frontier 4.1软件进行计算,得出我国22个省市在不同年份的航空航天制造业技术效率值,结果如表2所示.
从表2中不同地区不同年份的技术效率值可以看出：
（1）航空航天制造业技术效率9年总平均值为0.3942,说明和计算机及办公设备制造业等技术效率值接近于1的其他制造业相比,航空航天制造业技术效率值明显处于较低的水平,该行业的技术效率依然存在着很大的提升空间.
（2）从不同年份的技术效率平均值来看,<,说明航空航天制造业的技术效率不是随着时间的推移稳步增长的,而是存在小的波动,相邻年份技术效率增长的幅度位于－0.0069和0.0643之间,这些都表明航空航天制造业技术效率存在不稳定性.
总结:本论文为免费优秀的关于航空航天论文范文资料，可用于相关论文写作参考。
参考文献：
1、 技术效率、技术进步和山西省制造业全要素生产率增长 摘 要：文章以山西省制造业29个行业2000—2008年的面板数据为样本，利用基于DEA的Malmquist指数法，分解和测算了山西省制造业的全。
2、 中国先进制造业技术效率其影响因素测度 摘要：本文运用引入空间滞后因变量的空间面板随机前沿模型，以2009～2013年中国先进制造业七大细分产业70家龙头上市公司相关数据为样本，对先进。
3、 我国工业企业节能技术投资影响因素 摘要：文章重点探讨企业层面的节能行为选择问题，主要借鉴国内外起步较早的企业环境管理的研究思路和方法，通过调研获取湖北、浙江和陕西三个省份242家。
4、 浙江省11地市制造业技术能力 摘 要：制造业是我国国民经济的重要组成部分，创新为制造强国战略的关键因素。本文采用因子分析法对浙江省11地市制造业创新现状及规模进行分析。研究发。
5、 IFRS16租赁对我国航空运输企业影响分析 【摘 要】 2016年1月13日IASB和FASB联合发布了IFRS16租赁，并将于2019年1月1日取代当前运行的国际会计准则——租赁（IAS。
6、 开放式对我国技术效率影响随机前沿分析 摘 要 在经济全球化背景下，传统封闭式创新不能满足企业缩短研发周期和降低研发成本的需求。因此，企业更加重视开放式创新。采用2000～2014年省。