技术效率、技术进步与中国移动互联网产业生产力增长_移动互联网论文

中国移动互联网行业的技术效率、技术进步与生产率增长，本文主要内容关键词为：互联网论文,生产率论文,技术进步论文,中国移动论文,效率论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      中图分类号：F492 文献标识码：A 文章编号：1000-7636(2015)11-0074-07

      近年来，传统企业、互联网企业等纷纷进入移动互联网领域，促使移动互联网高速发展的同时，市场竞争更加激烈。随着各大移动互联网企业投入大量资金开发产品、吸引用户，产业规模逐渐扩大，行业壁垒逐渐形成。移动互联网企业逐渐从前期的用户抢夺思路向用户经营思路发展，如何完善公司治理，提高全要素生产率(total factor productivity，TFP)成为移动互联网行业企业面临的一大难题。

      中国移动互联网企业全要素生产率的整体提高具有重大意义。一方面，中国智能手机用户已形成较大规模。截至2014年6月，中国手机网民数量为5.25亿，已超过传统互联网网民规模，市场占有率趋于饱和，即通过智能设备普及带动原有PC私人电脑端网民向手机网民转化的阶段基本结束。所以，移动互联网行业亟需提升行业综合效率，提升企业自身开发效率、流量转化效率、运营效率，驱动行业进一步发展。另一方面，移动互联网行业平台化壁垒形成，行业格局基本稳定，初步形成稳定的生态圈，中小企业竞争难度加大。提高移动互联网行业的综合效率，有利于形成平稳的移动互联网社会生态环境。

      基于以上背景，本文运用数据包络分析(data envelopment analysis，DEA)为基础的曼奎斯特(Malmquist)生产率指数，对24家移动互联网上市企业2010-2012年全要素生产率变化及其组成部分，包括技术效率指数、技术进步指数、纯技术效率及规模效率，进行测算和分解，对各指数变动情况进行实证分析，并尝试对实证结果进行解释分析。研究发现中国移动互联网行业的全要素生产率处于较低水平，技术进步指数较低，产出增长的主要原因在于要素投入增长。移动互联网产业链各环节发展不均衡现象明显，大部分企业全要素生产率下降显著，仅有少部分企业全要素生产率上升。

      一、研究方法和数据处理

      (一)Malmquist指数法

      Malmquist生产率指数利用距离函数之比构造生产率指数[1]。DEA方法利用线性规划方法测度技术效率，是生产分析中的一种重要方法[2]。基于DEA的Malmquist指数方法结合DEA方法，将Malmquist指数分解为三个部分，包括技术效率变动、技术进步及规模效率变动[3]。该方法是分析多投入—多产出决策单元全要素生产率变动情况及相对效率的有效方法。Malmquist指数法不需要预先假设生产函数的形式以及无效率项的分布。该方法使用DEA方法构建出最佳实践面，将决策单元(decision making units，DMU)与最佳实践者比较，计算每个决策单元的效率，获得全要素生产率指数，并将其分解为技术效率指数(TE)和技术进步指数(TP)。本文选取基于DEA的Malmqusit指数法分析移动互联网行业的全要素生产率。基本思路如下：

      

      根据生产可能集和距离函数的定义，距离函数为DEA中CCR模型最优值的倒数。其中评价产出的CCR模型为：

      

      

      

和＜1相应的含义是相对于第t期，第t+1期生产力衰退、不变和提高。Malmquist生产率指数可进一步分解为技术效率指数和技术进步指数。技术效率指数可进一步分解为纯技术效率指数(pure technical efficiency，PE)和规模效率变化指数(scale efficiency，SC)。本文将根据以上方法分析移动互联网行业的全要素生产率变动，及其相应的技术效率变动、技术变动和规模报酬变动。

      (二)数据来源与处理

      本文的基础数据主要来源于锐思(RESSET)数据库，选取24家移动互联网企业2010-2012年的投入产出数据分析，以获取移动互联网行业的全要素生产率变化情况。

      1.投入、产出变量的选择

      全要素生产率计算时需要选择合适的投入、产出变量，这将直接影响到全要素生产率计算的客观性与准确性。参照王恒玉等(2014)[4]对信息产业全要素生产率的研究，本文选择的投入产出数据包括：

      (1)企业税前利润(y，单位：万元)。企业税前利润是企业主营业务收入减去成本，在移动互联网企业中，是销售产品的收入或提供劳务服务的收入与成本之差。

      (2)劳动力投入(L，单位：人)。劳动力投入为移动互联网企业2010年年末至2012年年末所有在职员工数。

      (3)资本投入(K，单位：万元)。移动互联网企业的资本投入为企业的资本存量，是固定资产、流动资产、无形资产的总和。

      2.样本选择与数据处理

      2010年是中国移动互联网迅速发展的一年，移动应用呈爆发式增长，产业资金快速向移动互联网行业流动。因此选择2010-2012年24家移动互联网企业的数据为样本进行分析。相关数据来自各公司各年的合并会计报表。在分析时，根据各企业的主营业务，将其划分到产业链的各个环节。具体如表1所示。

      经过相关性检验，企业税前利润与劳动力投入、资本投入、之间显著正相关(1%的水平上显著)，表明所选择的投入与产出变量是合适的。

      

      二、实证分析结果

      (一)全样本分析

      利用软件DEAP2.1，计算各企业2010-2012年的技术效率指数、技术进步指数、规模效率指数和纯技术效率指数，实证结果见表2和表3。

      根据表2和表3，可以看出2010-2012年移动互联网企业的Malmquist生产率指数及其分解指数的基本特征包括以下几点：

      1.2010-2012年，移动互联网行业上市企业平均全要素生产率逐年下降。具体表现在2011年样本企业的平均全要素生产率为0.908，2012年为0.684，三年平均全要素生产率指数为0.788。这表明中国移动互联网企业存在资源浪费。

      2.就企业分析，这24家移动互联网上市企业的全要素生产率分布不均。少量企业全要素生产率明显上升：如北纬通信为典型的增值电信服务提供商，三年间的平均全要素生产率为2.654；歌尔声学为终端设备提供商，三年间的平均全要素生产率为1.464。而大部分企业全要素生产率下降非常显著：如水晶光电为光学光电子领域的制造型企业，其纯技术效率指数仅为0.183，全要素生产率在三年间的平均值为0.155，经营效率较低，生产力衰退显著；湖南电广的主营业务包括广告发布、影视节目制作发行和有线网络信息传输服务，相对于移动互联业务，传统业务占销售收入的比例较高，其纯技术效率指数仅为0.262，全要素生产率为0.264，生产力衰退显著。

      3.就全要素生产率指数的分解来看，除规模效率指数有略微升高，其余指数值有所下降。样本企业平均技术进步指数为0.835，技术进步指数对全要素生产率变化呈显著的负向影响。

      

      

      (二)移动互联网产业链的效率值分析

      为准确衡量移动互联网产业链各环节的效率值，按照表1对25家移动互联网企业的划分，分别对产业链的各环节进行了基于DEA的Malmquist指数分析，并与全样本进行对比分析。从年度均值看(见图1)，除应用服务企业外，2012年移动互联网企业全要素生产率指数相对于2011年有所下降，其中应用平台服务商全要素生产率指数下降最多。为准确反映移动互联网产业链各环节企业的效率差异，对其进行深入分析，分年度对技术进步指数、纯技术效率指数和规模效率指数进行比较。

      1.技术进步指数比较

      图2表明，除应用服务企业，移动互联网产业链上的其他企业2012年技术进步指数均低于2011年技术进步指数，技术进步表现为负增长。运营商、终端设备生产商和应用平台服务商技术进步指数显著下降，其技术进步的平均增长率分别为-75%、-33%和-65%。这表明，在2010-2012年移动互联网的发展中，对大部分环节而言，新技术的采用或新产品的发明增长速度缓慢，大部分企业仍旧采用原有技术进行生产。对应用服务企业，考虑到近两年移动互联网在消费者群体中的广泛使用和传播，移动互联网应用服务商技术进步指数增长。

      2.纯技术效率指数比较

      图3表明，2010-2012年，移动互联网产业链的企业纯技术效率指数均有所增长。2011年，应用平台服务商的纯技术效率低于其余企业。2012年，应用服务商的纯技术效率低于产业链其余企业。随着管理效率的提高和生产经验的积累，运营商、终端设备生产商、应用平台服务商及应用服务商的纯技术效率指数有所增长，但差距不明显。这表明排除公司规模的影响，移动互联网产业链各企业的经营效率差距较小。

      3.规模效率指数比较

      图4表明，2010-2012年，移动互联网产业链各企业规模效率指数存在显著差异，但除应用平台服务商外，其余企业规模平均增长率均为正。运营商及终端设备生产商规模效率指数显著上升，这两类企业相对其他企业规模较大，表明随着移动互联网迅速发展，企业组建和管理自身生产和发展的能力有所提高。应用平台服务商及应用服务商规模效率指数出现了显著下降，这两类企业成立时间较晚，大多数处于成长阶段，且中小型企业的规模不可能在短时间内接近成立较早的运营商及终端设备生产商。运营商及终端设备生产商的规模效率很大程度上得益于其原有的行业垄断优势。

      

      图1 全要素生产率年度均值比较

      

      图2 技术进步指数年度均值比较

      

      图3 纯技术效率指数年度均值比较

      

      图4 规模效率指数年度均值比较

      三、相关结论与建议

      本文利用2010-2012年的移动互联网企业面板数据，使用基于DEA的Malmquist指数法对中国移动互联网行业及移动互联网产业链各环节的全要素生产率变动进行测算，并将其分解为纯技术效率变动、技术进步变动及规模效率变动。由此得到移动互联网行业及产业链各环节的全要素生产率变动及其分解值，通过比较产业链各环节全要素生产率的变动，对移动互联网行业发展水平有了进一步了解。

      本文通过对24家移动互联网上市企业2010-2012年全要素生产率变化及其组成部分进行测算和分解，得出以下结论：(1)移动互联网行业的全要素生产率普遍较低，产出增长的主要原因不是全要素生产率增长，而在于要素投入增长。(2)移动互联网行业的全要素生产率处于较低水平的主要原因在于技术进步指数较低，即新技术的采用和新产品的发明不活跃。(3)移动互联网产业链各企业的纯技术效率指数在2012年均超过1，这表明中国移动互联网的发展主要受益于管理效率的提高和生产经验的积累。(4)运营商及终端设备生产商的规模效率出现显著增长，而应用平台服务商及应用服务商规模效率出现显著下降，运营商及终端设备生产商的规模效率很大程度上得益于其原有的行业垄断优势。应用平台服务商及应用服务商的发展需要进一步扶持。(5)除移动互联网移动应用服务商外，产业链其余环节技术进步的平均增长率均为负。这表明移动互联网各个环节发展不均衡，企业应加大研发投入，不断促进企业新产品和新技术的使用。

      由此可见，移动互联网企业的高效率主要得益于纯技术效率及规模效率，这两者主要来源于管理效率的提高、生产经验的积累以及原有的行业垄断优势。中国移动互联网企业在产品创新、技术提升、内控制度改造等方面仍存在着无效的情况。除注重经营管理效率的提升外，移动互联网企业还应增加研发投入，以进行新技术和新产品的研发，在实现规模经济的同时最大限度地利用新技术提升经营效率，发展企业自身核心优势。纯技术效率和规模效率较高的运营商及终端设备生产商已经积累了丰富的管理经验，共有强大的垄断优势，更应加强自身技术开发。平台支撑服务商及应用服务商在实现规模经济的同时也应最大限度地开发新技术与新产品，通过特色化经营增强自身核心竞争力。

标签：移动互联网论文;  全要素生产率论文;  中国移动论文;  生产效率论文;  劳动生产率论文;  效率论文;