摘要：基于非參數(shù)的Malmquist指數(shù)方法，本文對(duì)我國(guó)1999～2006年間保險(xiǎn)業(yè)的全要素生產(chǎn)率變化狀況進(jìn)行了動(dòng)態(tài)分析，針對(duì)眾多的研究方法都存在決策單元規(guī)模報(bào)酬不變假定，以及決策單元向生產(chǎn)前沿面逼近路徑只能選擇徑向，即僅考慮投入或產(chǎn)出變化情況的缺陷，本文提出修正的Malmquist指數(shù)模型。實(shí)證發(fā)現(xiàn)，中國(guó)保險(xiǎn)業(yè)全要素生產(chǎn)率在1999～2006年間有所提高，其中“追趕效應(yīng)”較為明顯而“增長(zhǎng)效應(yīng)”還未完全顯現(xiàn)，這說(shuō)明保險(xiǎn)機(jī)構(gòu)更加注重提高自身技術(shù)效率水平而非創(chuàng)新能力提高生產(chǎn)的有效性，依然沒有處理好效率進(jìn)步與技術(shù)進(jìn)步的關(guān)系，保險(xiǎn)機(jī)構(gòu)需要進(jìn)一步提升技術(shù)創(chuàng)新的能力。

關(guān)鍵詞：保險(xiǎn)業(yè)；全要素生產(chǎn)率；Malmquist指數(shù)

中圖分類號(hào)：F840文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1002-2848-2008（06）-0085-06

一、引 言

20世紀(jì)80年代保險(xiǎn)業(yè)恢復(fù)以來(lái)，我國(guó)保險(xiǎn)業(yè)一直保持超常規(guī)的發(fā)展速度，以保費(fèi)收入規(guī)模衡量的擴(kuò)張速度平均保持在25％以上，遠(yuǎn)遠(yuǎn)超過(guò)國(guó)民經(jīng)濟(jì)的增長(zhǎng)速度。事實(shí)證明，僅依靠資金和勞動(dòng)力投入的粗放模式對(duì)保險(xiǎn)業(yè)發(fā)展已經(jīng)起到阻礙作用，必須將發(fā)展思路轉(zhuǎn)到效率提升和技術(shù)創(chuàng)新以增強(qiáng)保險(xiǎn)業(yè)核心競(jìng)爭(zhēng)力上來(lái)。全要素生產(chǎn)率（total factor productivity， TFP）是用來(lái)測(cè)度除資本和勞動(dòng)之外其他資源對(duì)保險(xiǎn)公司產(chǎn)出的貢獻(xiàn)，是反映保險(xiǎn)業(yè)的競(jìng)爭(zhēng)力高低的主要指標(biāo)之一，因此對(duì)我國(guó)保險(xiǎn)業(yè)全要素生產(chǎn)率及其動(dòng)態(tài)變化分析的研究具有重要意義。

Caves，ChristensenDiewert 首次提出用于分析全要素生產(chǎn)率的Malmquist指數(shù)^［1］，但直到Fare等 才給出了這一指數(shù)的非參數(shù)的線性規(guī)劃算法^［2］，以非參數(shù)的Malmquist指數(shù)方法研究全要素生產(chǎn)率才成為熱點(diǎn)。隨著研究的深入，關(guān)于引起全要素生產(chǎn)率變化因素的研究也逐漸展開，同時(shí)隨著有關(guān)模型

收稿日期：2008-08-31

作者簡(jiǎn)介：黃薇（978-），湖北省武漢市人，金融學(xué)博士，供職于對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)保險(xiǎn)學(xué)院。研究方向：風(fēng)險(xiǎn)管理與保險(xiǎn)。

研究的不斷完善，

在模型應(yīng)用方面還開展了大量的實(shí)證分析，并取得了一系列的理論成果和眾多的實(shí)證案例（GrifellLovell^［3］; Ching-cheng Chang and Yir-Hueih Luh^［4］; James Odeck^［5］ ;Jianghai Zheng等^［6］; Kim等^［7］）。但是已有的大部分研究都是基于規(guī)模報(bào)酬不變的假設(shè)并在此基礎(chǔ)上進(jìn)行Malmquist指數(shù)及其分解因子的測(cè)算，這一假設(shè)十分苛刻，在現(xiàn)實(shí)情況中許多生產(chǎn)活動(dòng)都不滿足這一假設(shè)條件；而且傳統(tǒng)的Malmquist指數(shù)模型都是基于Shephard的產(chǎn)出或投入距離函數(shù)，僅考慮產(chǎn)出或投入的情況，由此決定了決策單元（Decision Making Unit，DMU）向生產(chǎn)前沿面逼近路徑只能選擇徑向，這兩點(diǎn)缺陷直接影響了Malmquist指數(shù)測(cè)算的準(zhǔn)確性。本文在比較系統(tǒng)總結(jié)國(guó)內(nèi)外學(xué)者研究全要素生產(chǎn)率的Malmqusit指數(shù)方法基礎(chǔ)上，基于定向技術(shù)距離函數(shù)提出了修正后的Malmqusit指數(shù)模型，一方面通過(guò)判斷決策單元的規(guī)模報(bào)酬特征確定對(duì)應(yīng)的具體距離函數(shù)；另一方面綜合產(chǎn)出和投入距離函數(shù)，考慮決策單元沿任意預(yù)先給定的方向逼近生產(chǎn)前沿面，即考慮產(chǎn)出和投入同時(shí)變化的情況，從而解決了傳統(tǒng)Malmqusit指數(shù)研究中的兩點(diǎn)缺陷并導(dǎo)致測(cè)算結(jié)果出現(xiàn)偏差的問(wèn)題。

二、全要素生產(chǎn)率Malmquist指數(shù)模型的重設(shè)

（一）傳統(tǒng)的全要素生產(chǎn)率Malmquist指數(shù)模型

傳統(tǒng)的Malmquist指數(shù)是在Shephard（1953^［8］，1970^［9］）距離函數(shù)的基礎(chǔ)上定義的。距離函數(shù)（Distance function）是一種在不對(duì)生產(chǎn)者行為進(jìn)行任何假定的條件下，研究多投入多產(chǎn)出技術(shù)系統(tǒng)的工具，它可以從投入和產(chǎn)出兩個(gè)不同的角度給出，面向投入的投入距離函數(shù)是在給定產(chǎn)出下，投入向量能夠向生產(chǎn)前沿面縮減的程度，以此來(lái)衡量生產(chǎn)技術(shù)的有效性；面向產(chǎn)出的產(chǎn)出距離函數(shù)則是在給定投入的條件下，考察產(chǎn)出向量的最大擴(kuò)張幅度。

分析具有N個(gè)投入、M個(gè)產(chǎn)出的生產(chǎn)活動(dòng)，令xt∈RN，yt∈RM分別表示時(shí)期t的投入和產(chǎn)出向量（t＝1.2，..T），生產(chǎn)可能集為Tt={(xt，yt能用投入xt生產(chǎn)出來(lái))}，與生產(chǎn)可能集相關(guān)的產(chǎn)出集為pt(x′)={yt∶(yt，xt)∈Tt)}，則Shephard產(chǎn)出距離函數(shù)定義為：

t，yt)表示以t時(shí)期技術(shù)為參照的，時(shí)期t的投入產(chǎn)出向量的產(chǎn)出距離函數(shù)，用Dt(xt+1，yt+1)表示以t時(shí)期技術(shù)為參照的，時(shí)期t＋1的投入產(chǎn)出向量的產(chǎn)出距離函數(shù)，從而t時(shí)期技術(shù)為參照的Malmquist生產(chǎn)率指數(shù)可定義為：

Mt=Dt(xt+1，yt+1)[]Dt(xt，yt)

類似的，Dt+1(xt，yt)表示以t＋1時(shí)期技術(shù)為參照的，時(shí)期t的投入產(chǎn)出向量的產(chǎn)出距離函數(shù)；Dt+1(xt+1，yt+1)表示以t＋1時(shí)期技術(shù)為參照的，時(shí)期t＋1的投入產(chǎn)出向量的產(chǎn)出距離函數(shù)，則t＋1時(shí)期技術(shù)為參照的Malmquist生產(chǎn)率指數(shù)可定義為：

Mt+1=Dt+1(xt+1，yt+1)[]Dt+1(xt，yt)

為了避免任意選擇一個(gè)生產(chǎn)可能集來(lái)計(jì)算指數(shù)可能導(dǎo)致的差異，既不能用t期也不能用t+1期作為參照，仿照Fisher理想指數(shù)的構(gòu)造方法，F(xiàn)are等（1985）提出，以兩個(gè)時(shí)期技術(shù)Malmquist生產(chǎn)率指數(shù)的幾何平均值作為全要素生產(chǎn)率Malmquist指數(shù)，代表由t期到t+1期全要素生產(chǎn)率的變動(dòng)情況^［10］，即

M(xt+1，yt+1，xt，yt)=Dt(xt+1，yt+1)[]Dt(xt，yt)

Dt+1(xt+1，yt+1)[]Dt+1(xt，yt)1/2

（二）全要素生產(chǎn)率Malmquist指數(shù)模型的修正

從上述傳統(tǒng)的全要素生產(chǎn)率Malmquist指數(shù)模型可以看出，Malmquist指數(shù)研究都是基于投入或產(chǎn)出的距離函數(shù)，僅考慮投入或產(chǎn)出的變化，于是決策單元向生產(chǎn)前沿面逼近只能在徑向上，不能解決投入和產(chǎn)出同時(shí)變化的情況，而且僅單方面考慮投入或產(chǎn)出的變化，以致從投入角度和產(chǎn)出角度所測(cè)算的結(jié)果通常不一致，甚至迥然不同。另一方面，傳統(tǒng)Malmquist指數(shù)研究都隱含有規(guī)模收益不變的假設(shè)前提，其結(jié)果可能會(huì)錯(cuò)誤估計(jì)規(guī)模收益對(duì)生產(chǎn)力增長(zhǎng)的影響，以致會(huì)直接影響Malmquist指數(shù)測(cè)算的準(zhǔn)確性。針對(duì)傳統(tǒng)Malmquist指數(shù)模型的兩個(gè)缺陷，本文用定向技術(shù)距離函數(shù)的方法修正Malmquist指數(shù)，并研究該指數(shù)及其分解因子的性質(zhì)；同時(shí)在測(cè)算決策單元生產(chǎn)率增長(zhǎng)情況之前，確定生產(chǎn)可能集的規(guī)模收益特征，選擇對(duì)應(yīng)的距離函數(shù)進(jìn)行計(jì)算以解決全要素生產(chǎn)率分析中的規(guī)模經(jīng)濟(jì)因素。

在Chamber，ChungFare（1996^［11］，1998^［12］）的基礎(chǔ)上，定向技術(shù)距離函數(shù)可定義如下：

D(x，y，gx，gy)=max{β∶βgx，y+βyy∈T}

其中(gx，gy)≥0為給定的方向向量，其經(jīng)濟(jì)含義是決策單元向生產(chǎn)前沿面逼近的路徑，β是常數(shù)。如圖1所示，生產(chǎn)可能集中的某一點(diǎn)A，沿方向(-gx，gy)逼近生產(chǎn)前沿面T，與前沿面的交點(diǎn)為B，這就避免了單方面考慮投入或產(chǎn)出的徑向變化（即只能移動(dòng)到C或D點(diǎn)）。顯然，定向技術(shù)距離函數(shù)是表示在給定方向下，被觀測(cè)點(diǎn)對(duì)生產(chǎn)前沿面偏離的測(cè)度，偏度越小，離生產(chǎn)前沿面越近，該點(diǎn)生產(chǎn)率水平越高，若該點(diǎn)就在生產(chǎn)前沿面上，定向技術(shù)距離函數(shù)值為0，則該點(diǎn)生產(chǎn)率水平最高，而B點(diǎn)坐標(biāo)為{x-D(x，y，gx，gy)gx，y+D(x，y，gx，gy)gy}。

圖1 單投入單產(chǎn)出定向技術(shù)距離函數(shù)

定向技術(shù)距離函數(shù)下決策單元的規(guī)模收益特征，則可以借鑒Coelli提出的規(guī)模報(bào)酬非增NIRS模型的思路^［13］：上述CCR模型中的約束條件∑λ≥0表示規(guī)模收益不變（CRS）的情況，則將其改為凸性假設(shè)∑λ≤1和∑λ≥1，可以分別表示規(guī)模收益遞減（DRS）和遞增（IRS）的情況。不同規(guī)模收益特征下的定向技術(shù)距離函數(shù)則進(jìn)一步可以表示為：

1.規(guī)模收益不變條件下的定向技術(shù)距離函數(shù)

DC(x，y，gx，gy)=max{β∶Xλ≤x-βgx，Yλ≥y+βyy，∑λ≥0}

2.規(guī)模收益遞減條件下的定向技術(shù)距離函數(shù)

DD(x，y，gx，gy)=max{β∶Xλ≤x-βgx，Yλ≥y+βyy，∑λ≤1}

3.規(guī)模收益遞增條件下的定向技術(shù)距離函數(shù)

DI(x，y，gx，gy)=max{β∶Xλ≤x-βgx，Yλ≥y+βyy，∑λ≥1}

用線性規(guī)劃公式可以求解上述三種定向技術(shù)距離函數(shù)的值：

決策單元規(guī)模收益特征的判斷，則可以借鑒Hirofumi Fukuyama提出的判斷規(guī)模收益的準(zhǔn)則^［14］：如果DD(x，y，gx，gy)DI(x，y，gx，gy)，則決策單元是I(xiàn)RS；如果Dd(x，y，gx，gy)=DI(x，y，gx，gy)，則決策單元是CRS。

針對(duì)上述對(duì)傳統(tǒng)方法缺陷的改進(jìn)技術(shù)，全要素生產(chǎn)率Malmquist指數(shù)修正模型可以如下定義，其中下標(biāo)為變量，表示決策單元所在的規(guī)模收益特征：

IM(xt+1，yt+1，xt，yt)=

Dtα(xt+1，yt+1，gx，gy)[]Dtα(xt，yt，gx，gy)

Dt+1α(xt+1，yt+1，gx，gy)[]Dt+1α(xt，yt，gx，gy)

1/2

根據(jù)Fare等（1994）的分析，全要素生產(chǎn)率的變動(dòng)有兩個(gè)主要構(gòu)成部分——技術(shù)變動(dòng)（Technical Change， TC）和效率變動(dòng)（Efficiency Change， EC）^［2］，其中，技術(shù)變動(dòng)代表不同時(shí)期最佳效率邊界的移動(dòng)，被稱為“前沿面移動(dòng)效應(yīng)”或“增長(zhǎng)效應(yīng)”，它表明了樣本機(jī)構(gòu)的技術(shù)創(chuàng)新趨勢(shì)；效率變動(dòng)則代表樣本機(jī)構(gòu)不同時(shí)期相對(duì)技術(shù)效率的變化，被稱為“追趕效應(yīng)”或“水平效應(yīng)”，它衡量了樣本機(jī)構(gòu)是否更靠近當(dāng)期的最佳效率邊界進(jìn)行生產(chǎn)。這就是說(shuō)，如果企業(yè)是完全有效率的，即不同時(shí)期均在最佳效率邊界生產(chǎn)，那么全要素生產(chǎn)率的增長(zhǎng)等于技術(shù)變動(dòng)；如果企業(yè)不完全有效率，即不在最佳效率邊界上生產(chǎn)，那么全要素生產(chǎn)率的增長(zhǎng)會(huì)因效率的提高和效率邊界的移動(dòng)而發(fā)生。當(dāng)然，全要素生產(chǎn)率也可能因企業(yè)變得非效率或效率邊界反向移動(dòng)（技術(shù)倒退）而下降。具體計(jì)算公式如下：

當(dāng)IM(xt+1，yt+1，xt，yt)<1，表示生產(chǎn)率水平降低，存在生產(chǎn)力退步；當(dāng)IM(xt+1，yt+1，xt，yt)>1，表示生產(chǎn)率水平提高，存在生產(chǎn)力增長(zhǎng)；當(dāng)IM(xt+1，yt+1，xt，yt)=1，表示生產(chǎn)率水平?jīng)]有變化，既不存在生產(chǎn)力增長(zhǎng)也不存在生產(chǎn)力退步。

其中，如果EC>1，表示t期到t+1期效率有所增長(zhǎng)，即企業(yè)在t+1期比t期更靠近效率邊界；反之，如果EC<1，表示t期到t+1期效率有所下降；如果EC=1，表示t期到t+1期效率水平?jīng)]有變化。

如果TC>1，表示t期到t+1期發(fā)生了有利的技術(shù)變動(dòng)，最佳效率邊界將左移；反之，如果TC<1，表示t期到t+1期發(fā)生了不利的技術(shù)變動(dòng)，最佳效率邊界將右移；如果TC=1，表示最佳效率邊界沒有變化。

三、模型的估計(jì)與結(jié)果

（一）數(shù)據(jù)選取和處理

本文采集1999年至2006年中國(guó)28家保險(xiǎn)公司的年度會(huì)計(jì)報(bào)告數(shù)據(jù)，其中壽險(xiǎn)12家，非壽險(xiǎn)16家，占中國(guó)保險(xiǎn)業(yè)務(wù)的95％以上，樣本數(shù)據(jù)應(yīng)能反映中國(guó)保險(xiǎn)業(yè)的總體水平。本文將此28家保險(xiǎn)公司看作有3種產(chǎn)出量和3種投入量的決策單元：

1.產(chǎn)出量：本文確定保費(fèi)收入（y1）、總投資資產(chǎn)（y2）、已發(fā)生給付和準(zhǔn)備金變動(dòng)（y3）作為3種產(chǎn)出變量。第一，保險(xiǎn)公司向客戶提供圍繞保單進(jìn)行的保障計(jì)劃咨詢、風(fēng)險(xiǎn)勘查、推薦介紹等各項(xiàng)服務(wù)，本文以“保費(fèi)收入”作為這項(xiàng)服務(wù)的產(chǎn)出量。第二，保費(fèi)收入和賠款支出的時(shí)間差使得資金運(yùn)用成為保險(xiǎn)公司一項(xiàng)重要的無(wú)形服務(wù)，本文以“總投資資產(chǎn)”作為這項(xiàng)服務(wù)的量化指標(biāo)。第三，在保單執(zhí)行階段，保險(xiǎn)公司向客戶提供風(fēng)險(xiǎn)分散和轉(zhuǎn)移的服務(wù)，且每一案理賠服務(wù)費(fèi)用的支出多少是并入賠款支出計(jì)算的，作為對(duì)該項(xiàng)服務(wù)的量化，本文以“已發(fā)生給付和準(zhǔn)備金變動(dòng)”表示。

2.投入量：本文確定員工人數(shù)（X1）、金融資本（X2）、債務(wù)資本（X3）作為3種投入變量。第一，由于現(xiàn)階段中國(guó)保險(xiǎn)業(yè)主要實(shí)行粗放式經(jīng)營(yíng)，最大的特點(diǎn)是依靠機(jī)構(gòu)的擴(kuò)展和人員的投入來(lái)獲取市場(chǎng)份額，因此本文選擇“員工人數(shù)”作為勞動(dòng)力的投入量。第二，資本金反映了保險(xiǎn)機(jī)構(gòu)的總體規(guī)模，在將保險(xiǎn)視為風(fēng)險(xiǎn)負(fù)債的保險(xiǎn)定價(jià)金融理論中被認(rèn)為是一種重要的投入，因此本文選擇“實(shí)收資本＋資本公積”作為金融資本的投入量。第三，保險(xiǎn)企業(yè)的債務(wù)資本主要由從保單持有人借入的資金構(gòu)成，對(duì)壽險(xiǎn)企業(yè)，債務(wù)資本包括壽險(xiǎn)保單和契約的總準(zhǔn)備金、意外事故和健康險(xiǎn)保單的總準(zhǔn)備金以及其它準(zhǔn)備金項(xiàng)目；對(duì)非壽險(xiǎn)企業(yè)，準(zhǔn)備金由賠款準(zhǔn)備金和未賺保費(fèi)準(zhǔn)備金構(gòu)成。

此外，從全要素生產(chǎn)率Malmquist指數(shù)的修正模型可以看出，路徑方向(gx，gy)的選擇很重要，該路徑選擇不一樣，計(jì)算結(jié)果當(dāng)然就不一樣，這從另一方面也顯示出基于定向技術(shù)距離函數(shù)計(jì)算Malmquist指數(shù)的多種可能性。基于Angelo^［15］和Chambers等^［16］的研究，本文路徑方向(gx，gy)選擇為當(dāng)年所有樣本變量的平均值，即取gx=(x1，x2，x3)，gy=(y1，y2，y3)。

（二）實(shí)證估計(jì)結(jié)果及分析

根據(jù)規(guī)模收益的判斷準(zhǔn)則，本文確定了決策單元在樣本期間內(nèi)的規(guī)模收益特征，根據(jù)相對(duì)應(yīng)定向技術(shù)距離函數(shù)和全要素生產(chǎn)率Malmquist指數(shù)修正模型，測(cè)算出中國(guó)各保險(xiǎn)機(jī)構(gòu)1999～2006年期間的效率變動(dòng)（EC）、技術(shù)變動(dòng)（TC）和Malmquist指數(shù)（M）（因篇幅所限，計(jì)算的中間結(jié)果略去）。

1.從中國(guó)保險(xiǎn)業(yè)整體樣本看

如圖2所示，全要素生產(chǎn)率Malmquist指數(shù)在1999～2006年間有所提高，帶動(dòng)指數(shù)增加的主要是“追趕效應(yīng)”，而“增長(zhǎng)效應(yīng)”尚不顯著，反映了保險(xiǎn)機(jī)構(gòu)相對(duì)效率的提高是生產(chǎn)有效性提高的關(guān)鍵因素，而在保險(xiǎn)制度創(chuàng)新、產(chǎn)品創(chuàng)新和業(yè)務(wù)經(jīng)營(yíng)方式的改善等方面則對(duì)生產(chǎn)率的貢獻(xiàn)不大。這可能與加入WTO組織、市場(chǎng)競(jìng)爭(zhēng)加劇有關(guān)，這種競(jìng)爭(zhēng)壓力有助于生產(chǎn)相對(duì)無(wú)效的保險(xiǎn)機(jī)構(gòu)進(jìn)行迅速調(diào)整，減少要素投入或增大產(chǎn)出規(guī)模，使自身的經(jīng)營(yíng)更接近保險(xiǎn)業(yè)的“生產(chǎn)前沿面”，但市場(chǎng)競(jìng)爭(zhēng)還沒有達(dá)到不進(jìn)行技術(shù)創(chuàng)新就不能生存的地步，所以增長(zhǎng)效應(yīng)還沒有體現(xiàn)出來(lái)。具體來(lái)看可以分為兩個(gè)階段：2003年之前，除2000～2001年Malmquist指數(shù)略大于1（EC起了很大的作用）外，其他時(shí)期生產(chǎn)率水平是下降的，保險(xiǎn)業(yè)高速增長(zhǎng)僅僅依靠勞動(dòng)力和資金的投入；2003年之后，Malmquist指數(shù)持續(xù)大于1，EC仍然對(duì)生產(chǎn)率的貢獻(xiàn)很大，TC的作用逐漸明顯但與EC仍然存在一定差距，這說(shuō)明保險(xiǎn)機(jī)構(gòu)在注重提高自身技術(shù)效率水平的同時(shí)，開始進(jìn)一步提升技術(shù)創(chuàng)新的能力，這可能與中國(guó)保險(xiǎn)業(yè)進(jìn)入WTO后過(guò)渡期，市場(chǎng)競(jìng)爭(zhēng)更加充分，技術(shù)創(chuàng)新已經(jīng)成為保險(xiǎn)機(jī)構(gòu)核心競(jìng)爭(zhēng)力有關(guān)。

圖2 1999－2006年中國(guó)保險(xiǎn)業(yè)Malmquist指數(shù)及其分解的變化趨勢(shì)

2.從依據(jù)不同標(biāo)準(zhǔn)對(duì)樣本細(xì)分后的比較結(jié)果看

如圖3所示，樣本期內(nèi)財(cái)險(xiǎn)業(yè)的Malmquist指數(shù)平均數(shù)、效率變動(dòng)平均數(shù)和技術(shù)變動(dòng)平均數(shù)均分別大于壽險(xiǎn)業(yè)，這說(shuō)明財(cái)險(xiǎn)業(yè)的生產(chǎn)有效性要明顯好于壽險(xiǎn)業(yè)，其中，財(cái)險(xiǎn)業(yè)的效率變動(dòng)（EC）在多數(shù)時(shí)期下大于1，說(shuō)明“追趕效應(yīng)”是財(cái)險(xiǎn)業(yè)生產(chǎn)有效性提高的主要原因，財(cái)險(xiǎn)機(jī)構(gòu)相對(duì)技術(shù)效率逐步提高。此外，2001年之后財(cái)險(xiǎn)業(yè)的技術(shù)變動(dòng)（TC）開始反超壽險(xiǎn)業(yè)，這說(shuō)明財(cái)險(xiǎn)機(jī)構(gòu)在保險(xiǎn)技術(shù)創(chuàng)新上投入了更多的人力、物力和財(cái)力，新的營(yíng)銷方式、新的產(chǎn)品和觀念對(duì)財(cái)險(xiǎn)企業(yè)的發(fā)展產(chǎn)生了較大的促進(jìn)力。

圖3 1999－2006年財(cái)險(xiǎn)業(yè)和壽險(xiǎn)業(yè)Malmquist指數(shù)及其分解的變化趨勢(shì)

如圖4所示，樣本期內(nèi)中資保險(xiǎn)機(jī)構(gòu)的Malmquist指數(shù)平均數(shù)、效率變動(dòng)平均數(shù)和技術(shù)變動(dòng)平均數(shù)均高于外資保險(xiǎn)機(jī)構(gòu)，但這不能斷定中資機(jī)構(gòu)的生產(chǎn)有效性就好于外資機(jī)構(gòu)，因?yàn)樵诓煌哪攴蓦p方各項(xiàng)指標(biāo)交替上升，而且從發(fā)展波動(dòng)和樣本方差比較來(lái)看，外資保險(xiǎn)機(jī)構(gòu)各項(xiàng)指標(biāo)發(fā)展的穩(wěn)定性強(qiáng)于中資，這與外資機(jī)構(gòu)注重長(zhǎng)遠(yuǎn)可持續(xù)發(fā)展的經(jīng)營(yíng)觀念有關(guān)。具體來(lái)看，2002年之后，外資保險(xiǎn)機(jī)構(gòu)的“追趕效應(yīng)”開始顯現(xiàn)，而中資保險(xiǎn)機(jī)構(gòu)的“增長(zhǎng)效應(yīng)”逐步顯現(xiàn)，這說(shuō)明，隨著市場(chǎng)開放程度的不斷加快，外資保險(xiǎn)機(jī)構(gòu)在經(jīng)營(yíng)區(qū)域和險(xiǎn)種上的限制逐漸放開，業(yè)務(wù)規(guī)模的不斷擴(kuò)大加之先進(jìn)的管理能力和內(nèi)控制度，使得其更加靠近保險(xiǎn)業(yè)的生產(chǎn)前沿面進(jìn)行經(jīng)營(yíng)；而對(duì)于中資保險(xiǎn)機(jī)構(gòu)來(lái)說(shuō)，外資的進(jìn)入帶來(lái)了新的營(yíng)銷方式、新的產(chǎn)品和觀念，使得中資機(jī)構(gòu)原來(lái)的經(jīng)營(yíng)模式和產(chǎn)品難以適應(yīng)激烈的市場(chǎng)競(jìng)爭(zhēng)，中資機(jī)構(gòu)不得不大力加強(qiáng)技術(shù)創(chuàng)新能力以改變被動(dòng)的地位，可以說(shuō)，中資保險(xiǎn)機(jī)構(gòu)“增長(zhǎng)效應(yīng)”的提升，在一定程度上是受到外資機(jī)構(gòu)的競(jìng)爭(zhēng)，產(chǎn)生危機(jī)意識(shí)而利用“后發(fā)效應(yīng)”加速發(fā)展的結(jié)果。

如圖5所示，樣本期內(nèi)國(guó)有保險(xiǎn)機(jī)構(gòu)的Malmquist指數(shù)、效率變動(dòng)和技術(shù)變動(dòng)波動(dòng)起伏較大，而同期股份制保險(xiǎn)機(jī)構(gòu)的三項(xiàng)指標(biāo)則呈現(xiàn)較穩(wěn)定的小幅攀升的趨勢(shì)。具體來(lái)看，1999～2000年，國(guó)有保險(xiǎn)機(jī)構(gòu)與股份制保險(xiǎn)機(jī)構(gòu)Malmquist指數(shù)及其分解效應(yīng)基本相同；2000～2003年，國(guó)有保險(xiǎn)機(jī)構(gòu)的波動(dòng)加大，雖然反映在Malmquist指數(shù)上與股份制機(jī)構(gòu)的差距不大，但是其兩個(gè)分解效應(yīng)“追趕效應(yīng)”和“增長(zhǎng)效應(yīng)”呈現(xiàn)明顯的反向變動(dòng)趨勢(shì)，且與股份制保險(xiǎn)機(jī)構(gòu)相比差距較大，這很可能與國(guó)有保險(xiǎn)機(jī)構(gòu)當(dāng)時(shí)在樣本期間內(nèi)相繼發(fā)生兩次大的機(jī)構(gòu)調(diào)整和改革，沒有處理好效率進(jìn)步與技術(shù)進(jìn)步的關(guān)系有關(guān)，往往重視其中一種效應(yīng)而忽視另一種效應(yīng)；2003年以后，國(guó)有保險(xiǎn)機(jī)構(gòu)加強(qiáng)了技術(shù)創(chuàng)新能力，“增長(zhǎng)效應(yīng)”逐漸顯現(xiàn)，這也成為當(dāng)期生產(chǎn)有效性強(qiáng)于股份制機(jī)構(gòu)的主要原因。

五、結(jié) 論

基于非參數(shù)的Malmquist指數(shù)方法，本文對(duì)我國(guó)1999～2006年間保險(xiǎn)業(yè)的全要素生產(chǎn)率變化狀況進(jìn)行了動(dòng)態(tài)分析，針對(duì)眾多的研究方法都存在決策單元規(guī)模報(bào)酬不變假定，以及決策單元向生產(chǎn)前沿面逼近路徑只能選擇徑向，即僅考慮投入或產(chǎn)出變化情況的缺陷，本文提出修正的Malmquist指數(shù)模型。結(jié)果發(fā)現(xiàn)：從保險(xiǎn)業(yè)整體看，全要素生產(chǎn)Malmquist指數(shù)在1999～2006年間有所提高，其中“追趕效應(yīng)”對(duì)指數(shù)的促進(jìn)較為明顯，“增長(zhǎng)效應(yīng)”還未完全顯現(xiàn)，說(shuō)明保險(xiǎn)機(jī)構(gòu)更加注重提高自身技術(shù)效率水平而非創(chuàng)新能力提高生產(chǎn)的有效性，這也與大多數(shù)保險(xiǎn)機(jī)構(gòu)自身效率低下、效率提升還有較大發(fā)展空間有關(guān)；從保險(xiǎn)業(yè)務(wù)的性質(zhì)看，財(cái)險(xiǎn)業(yè)的生產(chǎn)有效性要明顯好于壽險(xiǎn)業(yè)，其中，“追趕效應(yīng)”顯著是主要原因，財(cái)險(xiǎn)機(jī)構(gòu)相對(duì)技術(shù)效率逐步提高；從保險(xiǎn)機(jī)構(gòu)的性質(zhì)看，外資保險(xiǎn)機(jī)構(gòu)的“追趕效應(yīng)”和中資保險(xiǎn)機(jī)構(gòu)的“增長(zhǎng)效應(yīng)”分別開始逐步顯現(xiàn)，這說(shuō)明，外資保險(xiǎn)機(jī)構(gòu)在經(jīng)營(yíng)區(qū)域和險(xiǎn)種上的限制逐漸放開以及業(yè)務(wù)規(guī)模的不斷擴(kuò)大使得其更加靠近保險(xiǎn)業(yè)的生產(chǎn)前沿面進(jìn)行經(jīng)營(yíng)，而中資保險(xiǎn)機(jī)構(gòu)“增長(zhǎng)效應(yīng)”的提升，這在一定程度上是受到外資機(jī)構(gòu)的競(jìng)爭(zhēng)，產(chǎn)生危機(jī)意識(shí)而利用“后發(fā)效應(yīng)”加速發(fā)展的結(jié)果；從產(chǎn)權(quán)性質(zhì)看，與股份制保險(xiǎn)機(jī)構(gòu)動(dòng)態(tài)效率呈現(xiàn)較穩(wěn)定的小幅攀升的趨勢(shì)不同，國(guó)有保險(xiǎn)機(jī)構(gòu)效率變動(dòng)和技術(shù)變動(dòng)波動(dòng)起伏較大，依然沒有處理好效率進(jìn)步與技術(shù)進(jìn)步的關(guān)系有關(guān)，往往重視其中一種效應(yīng)而忽視另一種效應(yīng)。

參考文獻(xiàn)：

［1］ Cave D， Christensen L， Diewert D. The economic theory of Index numbers and the measurement of input， output and productivity ［J］， Econometrica， 1982 (50): 1394-1414.

［2］ Fare R， Grosskopf S， Norris M， Zhang Z. Productivity growth， technical progress， and efficiency change in industrialized countries ［J］， American Economic Review， 1994 (84): 66-83.

［3］ GrifellE， Lovell C A K . Deregulation and productivity decline: The case of spanish saving banks ［J］.European Economic Review， 1996 (40): 1281-1303.

［4］ Ching-cheng Chang ，Yir-Hueih Luh. Efficiency change and growth in productivity: the asian growth experience ［J］. Journal of Asian Economics， 2000 (10): 551-570.

［5］ Odeck J. Assessing the relative efficiency and productivity Growth of vehicle inspection services: an application of DEA and malmquist indices ［J］. European Journal of Operational Research， 2000 (126): 501-514.

［6］ Jianghai Z， Xiaoxuan L， Arne B. Efficiency， technical progress and best practice in chinese State Enterprises (1980-1994) ［J］. Journal of Comparative Economics， 2003 (31): 134-152.

［7］ Kim J W，Lee H K . Embodied and disembodied international spillovers of RD in OECD manufacturing industries ［J］. Technovation， 2004 (24): 359-368.

［8］ Shephard R W. Cost and Production Functions ［M］. Princeton， New Jersey: Princeton University Press， 1953.

［9］ Shephard R W. Theory of cost and production functions ［M］. Princeton， New Jersey: Princeton University Press， 1970.

［10］ Fare R， Grosskopf S ， Lovell C A K. The measurement of efficiency of production ［M］. Boston MA: Kluwer Nijhoff， 1985.

［11］ Chambers R G，Yangho Chung and Fare R， Benefit and distance functions ［J］. Journal of Economic Theory， 1996 (70): 407-419.

［12］ Chambers R G. Yangho Chung and Fare R.， Profit， directional distance functions， and nerlovian efficiency ［J］. Journal of Optimization Theory and Applications， 1998 (98): 351-362.

［13］ Coelli T. A guide to frontier version 4.1: A computer program for stochastic frontier production and cost function estimation ［R］. 1996， CEPA Working Paper.

［14］ Fukuyama H. Scale characterizations in a DEA directional technology distance function framework ［J］. European Journal of Operational Research， 2003 (144): 108-127.

［15］ Angelo M Z. Quality Indicators and intermediate products: A non-parametric approach ［R］. 2002， presented on the 2002 AAEA Annual Meeting， Long Beach-CA.

［16］ Chambers R G， Fare R， Grosskopf S. Productivity growth in APEC countries ［J］. Pacific Economic Review， 1996 (3): 181-190.

責(zé)任編輯、校對(duì)：郭燕慶

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文