材料以及现代管理技术等方面的高新技术成果，并将这些先进制造技术综合应用于制造业产品生产全过程，实现优质、高效、低耗、清洁、灵活生产的制造业的总称。邬龙，张永安（2013）就先进制造业创新研究中长期忽略创新效果和产业竞争力问题，运用SFA方法对北京市信息技术和医药两大代表性先进制造业为例对其创新效率进行了比较分析。
本研究在现有研究成果的基础上，以技术效率与先进制造业发展之间的关系为研究主线，按照提出问题、理论建模、实证分析的脉络，对先进制造业的技术效率进行测度并对影响技术效率的内外部因素进行分析，从而较为系统深入地揭示技术效率提升对先进制造业发展的重要作用，为先进制造业发展研究提供新的思路，为产业发展战略的制定提供决策参考。
二、模型构建
随机前沿模型（Stochastic Frontier Analysis，SFA）是把生产前沿面看作是随机的并采用统计学方法对参数进行求解，经典的随机前沿模型（SFA）可以表述为：
y=f（x，β）exp（v-u）
其中，y为产出向量；x为投入向量；β为技术参数；第一个误差项v～N（0，δv2）为双边误差项，表示各种随机的环境因素对前沿产量的影响。第二个误差项u≥0，为单边误差项，用以衡量技术非有效性。我们将传统的随机前沿模型优化为：
ln（Yit）=β0+τlnW1yit+β1ln（Kit）+β2ln（Lit）+（vi，t-uit）
vit=ρW2vit+ηit
其中：其中，i=1，2，…，N；t=1，2，…，T，Yi，t、Ki，t、Li，t分别是i产业第t年的产出、资本投入和劳动投入，β0是基期年的前沿技术水平，β1、β2分别为资本和劳动的产出弹性；uit≥0是N×1维的技术无效率项向量，代表生产单位在第t时段的技术无效率程度；vit为N×1维的双边误差项向量，代表不可控的经济系统外部影响因素和数据测度误差等；ηit是N×1维的随机干扰项向量；W1、W2是空间权重矩阵，表示不同生产单位之间的空间相关性，W1yit为空间滞后因变量，W2vit为空间滞后误差项；τ是待估计的空间自回归系数；ρ是待估计的空间误差自相关系数。
三、指标描述与数据来源
由于现有统计口径的限制，先进制造业所涉及的七大产业的相关数据不能从已有的统计年鉴或其他官方统计数据中直接得到。考虑到上市公司年报及其深度研究资料中会披露较为详尽的数据，且上市公司特别是行业龙头公司往往代表了产业发展的趋势，我们选取先进制造业七大产业中排名前十位的、共计70家龙头上市公司2009～2013年的数据作为样本，所有原始数据均来自万得金融资讯终端。
（一）生产前沿方程相关指标
1.产业产出。我们选取主营业务收入作为先进制造业产出的指标。
2.资本投入。我们采用反映企业本期资产规模增长情况的总资产增长率指标描述产业资本投入参数，以企业本年总资产增长额同年初资产总额的比率来计算。
3.劳动投入。我们选择年末在职员工数目作为劳动投入的指标。
（二）技术效率方程相关指标
1.企业规模。我们以资产总额作为描述企业规模的指标。
2.创新能力。我们选取无形资产在总资产中的比重作为企业创新投入能力以及研发水平的指标。
3.管理能力。我们使用成本费用利润率指标来代表企业的管理水平。
4.控制能力。我们采用股权集中度表述控制能力这一参数。
5.偿债能力。我们采用资产负债率作为衡量企业资本结构以及偿债能力的指标，由负债总额除以资产总额的百分比来计算。
6.运营能力。总资产周转率是企业在一定时期业务收入净额与平均资产总额的比率。
7.盈利能力。净利润是衡量企业盈利状况最为合适的指标。
四、实证结果
为了避免回归过程中的内在的假设冲突以及传统的最小二乘法（OLS）失效问题，我们利用最大似然法（ML）对前沿生产函数与技术效率的外部因素进行一步联立估计，通过对技术无效率项的均值建立回归方程，考察影响技术效率的变量的显著性。根据以上假设，我们就已有的70家先进制造业上市公司2009～2013年的年报数据，使用Frontier 4.1软件分别进行经典随机前沿模型和空间随机前沿模型的最大似然（ML）联立估计，得到随机前沿生产模型和无效率方程的参数估计结果，分别如表1、表3所示。
接着，我们根据公式TEit=exp（-uit）计算出第个先进制造业在第t期的技术效率、年均技术效率及排名情况，如表2 所示。
从表2中可看出，所有细分先进制造业的技术效率均未达到60%，说明七大先进制造业的技术效率总体水平依然较低，且新信息技术产业、新能源汽车产业、新材料产业和高端设备制造产业还出现了逐年下降的趋势。同时，不同产业间的技术效率存在较为显著的差异。
在对先进制造业技术效率现状分析的基础上，我们针对影响技术效率水平的外生性因素进行了探讨。
如表3所示，在技术效率的影响因素中，研发能力、管理能力、控制能力、运营能力、盈利能力五个因素对先进制造业技术效率具有显著的影响，而五个因素的影响方向和程度又出现了显著的分化。
五、研究结论与启示
（一）我国先进制造业的整体技术效率水平较低
我们的研究结果显示，所有先进制造业的技术效率均未达到60%，尤其以节能环保产业和高端装备制造产业为最低，只有40%左右。同时，七大先进制造业技术效率均呈现出起伏波动的状态，技术效率的提升趋势并不明显，该产业在技术创新、管理创新、运营创新等方面依然存在很大的提升空间。
（二）我国先进制造业技术效率存在显著的行业差异
新材料产业和新信息技术产业的技术效率最高，新能源以及新能源汽车产业次之，高端装备制造产业和节能环保产业最低，其中高端装备制造业技术效率情况值得高度关注。如果这种状况不能得到及时改善，必然影响到我国新型工业化战略的推进实施，也必然影响到中国制造业由“中国制造”向“中国创造”的转型。
（三）我国先进制造业技术效率呈现出明显的空间相关性
我国先进制造业的七大细分产业之间呈现出明显的正向空间相关性，并且产业之间存在明显的正向溢出效应。这意味着，在先进制造业的发展中，只有推进七大产业合理布局、协调推进、健康发展，才能形成各具特色、优势互补、结构合理的先进制造业协调发展格局，也才能最大限度地发挥产业之间正向溢出效应。
（四）我国先进制造业技术效率提升的关键因素在于企业效益的提升
在显著影响产业技术效率的五个因素中，有三个（分别是管理能力、运营能力、盈利能力）是企业经营效益的直接体现，有两个（研发能力、控制能力）与企业经营效益高度相关，这表明提升企业技术效率的关键在于提升企业的经营效益，这也是我国先进制造业发展面临的重点与难点。
为了分析七大产业2009～2013年技术效率的变化趋势，我们以2009年为基期计算了各产业2013年技术效率相对2009年的增长率，记为5年增量。
参考文献：
[1] 李星光，陈树文.我国电子信息产业技术效率的实证研究[J].信息技术，2010（3）：17-19.
[2] 沈 能. 中国电子信息产业技术效率趋势与空间收敛性研究——基于随机前沿生产函数的分析[J].科学学与科学技术管理，2010（7）：49-53.
[3] 吕岩威，孙 慧.中国先进制造业技术效率及其影响因素研究——基于18个大类行业面板数据的分析[J].科学学与科学技术管理，2013（11）：78-85.
[责任编辑：庞 林]