逄紅梅， 朱 偉(沈陽工業(yè)大學 . 經濟學院， . 管理學院， 沈陽 110870)

【裝備制造業(yè)發(fā)展研究】

新常態(tài)視角下裝備制造業(yè)技術效率研究*

逄紅梅a， 朱 偉b
(沈陽工業(yè)大學 a. 經濟學院， b. 管理學院， 沈陽 110870)

新常態(tài)下提質增效是裝備制造業(yè)發(fā)展的新模式。通過突破傳統(tǒng)投入指標，引入能源指標，更全面、客觀地反映裝備制造業(yè)全行業(yè)和子行業(yè)技術效率與投入冗余的實際水平。以遼寧省為例進行實證分析，結果表明：通過引入能源指標的DEA技術效率測算值反映出普遍存在子行業(yè)的純技術效率高于規(guī)模效率現象，但遼寧省裝備制造業(yè)全行業(yè)技術效率仍是非DEA有效；純技術效率值為1的子行業(yè)，投入冗余差值比均為0；金屬制造業(yè)是七個子行業(yè)中技術效率和投入冗余表現最差的行業(yè)，而通信制造業(yè)表現最好。該研究進一步客觀地展現各子行業(yè)資源利用及投入冗余的差異。

新常態(tài)； 裝備制造業(yè)； 數據包絡分析(DEA)； 技術效率； 投入冗余； 資源利用

在全球經濟不穩(wěn)定性和非均衡性復蘇態(tài)勢下，我國經濟正處在承受增速換擋、結構調整、消化經濟刺激帶來副作用的關鍵時期。為了應對三種疊加的外在環(huán)境的影響，必須依靠提質增效和技術創(chuàng)新來推動我國經濟的深度發(fā)展，使其適應經濟新常態(tài)。2015年國家提出《中國制造2025》戰(zhàn)略規(guī)劃，是應對新一輪科技革命和產業(yè)變革的戰(zhàn)略選擇，也是實現穩(wěn)定增長和提質增效升級的迫切需要。裝備制造業(yè)是我國經濟的重要產業(yè)支柱，但自2011年以來，裝備制造業(yè)結束了2000—2010年“黃金十年”年均25%以上的超高速增長，提前轉入中高速增長階段[1]。裝備制造業(yè)全行業(yè)在中高速增長階段難以再現規(guī)模擴張主導型的增長模式，而是要不斷滿足高端裝備產品的市場需求，持續(xù)加快轉型升級和提質增效的步伐。由此可見，提質增效已是裝備制造業(yè)必須面對的現實和改進的方向。

對產業(yè)可持續(xù)發(fā)展的衡量已經突破原有的量的積累，提質增效是未來產業(yè)變革的動力，但效率的提升與市場資源配置、資源利用水平、投入產出比例密切相關。近年來裝備制造業(yè)在規(guī)模快速擴張的同時，是不是存在粗放型的發(fā)展狀況?各子行業(yè)的產業(yè)投入向產業(yè)轉出效率如何?是否符合經濟發(fā)展新常態(tài)和生態(tài)環(huán)境的要求?作為我國經濟重要產業(yè)支柱的裝備制造業(yè)，如何面對這些問題，提質增效、優(yōu)勝劣汰、快速適應時代要求成為當前一個重要的研究課題。

一、文獻回顧

效率一詞最早由Cary Jefferson等人在20世紀80年代引入中國，自此各種有關效率的研究層出不窮*衡量效率的術語種類繁多，比如技術效率、生產效率、配置效率、經濟效率、全要素生產效率、技術進步等?；诒疚膽脤嶋H，這里僅從技術效率方面進行文獻回顧。。技術效率是其中一種常用范疇，體現在不同領域與層面中。技術效率最早是由Farrell(1957)從要素投入角度提出的[2]，而后關于技術效率測度方法的文獻較多，大致包括兩種：一種是1978年由Charnes、Cooper和Rhodes在此基礎上提出的第一個非參數數據包絡分析法(DEA)[3]；另一種是由Aginer等提出的參數隨機前沿分析法(SFA)[4]。SFA方法由于需要提前假設生產函數，故對效率評價有失客觀，但卻考慮了隨機誤差；而DEA方法不需提前假設生產函數，雖客觀性較強，但沒有考慮測量誤差和隨機噪音，效率評價值與前沿面的偏差都被歸因于技術非效率。

近年來，學者們利用非參數方法或參數方法對裝備制造業(yè)效率進行了大量的研究。牛澤東(2012)利用隨機前沿分析方法對我國裝備制造業(yè)七個子行業(yè)的技術創(chuàng)新效率進行了測算，結果顯示通信制造業(yè)的技術創(chuàng)新效率最高，通用制造業(yè)的技術創(chuàng)新效率最低，并對其他子行業(yè)也進行了排序[5]。張明親(2013)在資源環(huán)境約束下采用DEA方法對陜西省裝備制造業(yè)七個子行業(yè)的技術效率進行了測算，研究表明發(fā)展最快的專用制造業(yè)、交通制造業(yè)的環(huán)境協調性最差，并對存在的問題提出了針對性較強的建議[6]。徐雷(2011)利用DEA-Malmquist指數方法對1995—2008年我國裝備制造業(yè)七個子行業(yè)的全要素生產率進行了測度，結果顯示我國裝備制造業(yè)還處于投入增長階段[7]。逄紅梅(2014)利用DEA方法對我國裝備制造業(yè)及各子行業(yè)的技術效率進行測度并比較，認為裝備制造業(yè)整體和子行業(yè)發(fā)展存在不一致性，結果表明遼寧省裝備制造業(yè)子行業(yè)分布在不同的發(fā)展象限內，說明子行業(yè)發(fā)展存在差異[8]。安甜甜(2013)利用DEA模型，從資本、勞動力投入與產出的角度對遼寧省裝備制造業(yè)七個子行業(yè)進行了分析，并提出了優(yōu)化各個行業(yè)投入產出結構的建議[9]。于雅倩(2014)引入資本和勞動力投入指標，利用DEA模型對遼寧省裝備制造業(yè)各子行業(yè)的產業(yè)效率測度和差異進行了分析，其資本和勞動力投入冗余結果展現出各子行業(yè)發(fā)展的差異[10]。

在當今經濟新常態(tài)的大背景下，旨在實現產業(yè)轉型、提質增效的綠色制造的地位越發(fā)突出。張青山(2015)認為，服務型制造是當今國際裝備制造業(yè)發(fā)展的一種新趨勢和新模式[11]。同樣，綠色制造也是未來裝備制造業(yè)發(fā)展的新態(tài)勢，但目前對裝備制造業(yè)全行業(yè)與子行業(yè)效率進行分析時，投入指標基本選擇資本或資產、勞動力兩個方面。鑒于此，可在以下幾方面進行拓展：第一，針對經濟可持續(xù)增長所面臨的環(huán)境資源約束問題，突破傳統(tǒng)投入指標，引用能源指標，更全面地反映裝備制造業(yè)對投入要素的轉化效率和利用水平；第二，引入能源指標后通過各子行業(yè)技術效率水平差異的變化，能更客觀地掌握各子行業(yè)的投入冗余程度，制定更加科學的投入產出比例，避免盲目投資。

二、研究方法

針對后文實證分析的需要，本文著重介紹DEA非參數模型。該模型是基于Charnes、Cooper和Rhodes提出的第一個DEA模型——CCR模型逐漸演化的，假設規(guī)模報酬不變(Constant Return to Scale)，通過線性規(guī)劃來構造生產前沿面。

CCR模型假設有N個具有可比性的決策單元(DMU)，每個DMU有M種類型投入和S種類型產出，其投入產出組合可用輸入向量xj和輸出向量yj表示，記為

通過線性規(guī)劃問題求解每個DMU的投入產出比，在規(guī)模報酬不變情況下，該線性規(guī)劃問題存在多個解。為解決這種情況，引入約束條件，將線性規(guī)劃問題轉換成對偶規(guī)劃問題，如式(1)所示。

(1)

式中：λ為N×1常數向量；X為M×N投入矩陣；Y為S×N產出矩陣；θ(0<θ≤1)為第j個決策單元DMU的效率值，θ=1表示該決策單元為完全有效率，θ<1表示該決策單元非完全有效率，θ值越小表示越遠離效率前沿面[12]。

Banker、Charnes和Cooper(1984)[13]在CCR模型基礎上提出了規(guī)模效益可變(Variable Return to Scale)情況下的BCC模型，該模型能將技術效率進一步分解為純技術效率和規(guī)模效率。BCC模型在CCR模型基礎上加入凸性約束條件[12]，具體表示為

(2)

通過式(1)、(2)可計算出技術效率、純技術效率、規(guī)模效率，其中技術效率等于純技術效率與規(guī)模效率的乘積。

將式(2)加入松弛變量S-(Slacks)、S+(Surplus)，變?yōu)?/p>

(3)

三、新常態(tài)下裝備制造業(yè)的技術效率——以遼寧省為例*本文選取遼寧省為例，是因為引入能源指標后，在全國性的年鑒中沒有反映出不同地區(qū)內不同行業(yè)雙向能源指標的數據，只有單一的地區(qū)或者行業(yè)數據，即能源指標數據只能在某一省份的年鑒中獲得，不能開展全國范圍內的研究。

隨著產業(yè)變革和經濟發(fā)展進入新常態(tài)，新一輪老工業(yè)基地振興發(fā)展再次迎來重要機遇，而東北老工業(yè)基地的支柱產業(yè)——裝備制造業(yè)作為制造業(yè)的核心，在遼寧起著舉足輕重的作用。2013年遼寧省裝備制造業(yè)增加值同比增長9.6%，占規(guī)模以上工業(yè)增加值的31.5%，其各行業(yè)增加值增長率如圖1所示*除金屬制品業(yè)增加值的數據來源于2014年《遼寧省國民經濟和社會發(fā)展統(tǒng)計公報》外，其他數據均來源于2013年《遼寧省國民經濟和社會發(fā)展統(tǒng)計公報》。。為簡化各行業(yè)的名稱，本文統(tǒng)一將金屬制造業(yè)、通用制造業(yè)、專用制造業(yè)、交通運輸制造業(yè)、電氣制造業(yè)、通信制造業(yè)、儀器儀表制造業(yè)簡寫為JS、TY、ZY、JT、DQ、TX、YB。

圖1 遼寧省裝備制造業(yè)各行業(yè)增加值增長率

從全國整體來看，遼寧省屬于裝備制造業(yè)基礎較好、發(fā)展較快的省份，但近年來卻被許多后起省份趕超，雖然遼寧的裝備制造業(yè)發(fā)展規(guī)模大，但獲利能力和競爭力卻并不強[8]。由圖1可知，交通運輸制造業(yè)增加值的增長最為迅速，達到23.6%；增加值增長最少的為通信制造業(yè)，僅為2.7%?？梢?，裝備制造業(yè)各子行業(yè)的發(fā)展存在差異。李暉(2015)認為，遼寧省通信制造業(yè)和儀器儀表制造業(yè)等新興裝備制造業(yè)發(fā)展相對滯后[14]。因此，選擇與重點培育符合經濟新常態(tài)且有發(fā)展?jié)摿Φ淖有袠I(yè)是遼寧省裝備制造業(yè)改善現狀、加快轉型升級的途徑之一。

2015年遼寧省政府工作報告中指出，要積極推進遼寧裝備制造業(yè)“走出去”戰(zhàn)略并大力發(fā)展高端裝備制造業(yè)，積極融入“一帶一路”發(fā)展戰(zhàn)略。因此在經濟新常態(tài)下，產業(yè)發(fā)展不僅僅是量的增長，更應多關注質量、生態(tài)、生產效率與要素轉化率的提升，通過技術效率的提升來節(jié)約資源、改善生態(tài)環(huán)境和要素利用水平，增強產業(yè)實力。

本文技術效率實證研究應用的是前文分析的適合多投入多產出情況的DEA模型，該模型更注重客觀性和參數估計的合理性。

1. 變量選取與數據來源

技術效率測算基于投入和產出變量進行，本文選用常用的工業(yè)總產值作為產出變量。就投入變量而言，有關資本估算的文獻較多，對勞動力和能源投入的討論次之。與其他變量不同，資本存量沒有直接觀察的數據，需采用其他可替代數據來估算。多數文獻中常用永續(xù)盤存法來估算，但估算出一個不變的折舊率用于不同年份和不同子行業(yè)過于粗糙[15]。鑒于此，本文直接采用統(tǒng)計年鑒中的固定資產凈值(固定資產原值-累計折舊)數據，一是為提高真實測算結果，不采用任何待估參數；二是面板數據涉及不同年份和不同子行業(yè)，采用同一折舊率有失實際性；三是固定資產凈值能較好地代表資本存量。勞動力變量選取各行業(yè)年均就業(yè)人數來代替勞動力投入指標；能源變量選取各行業(yè)的煤炭消耗量(單位：萬噸標準煤)作為衡量能源投入的指標。

為使數據具有可比性，需對工業(yè)總產值、固定資產凈值按照相關價格指數進行平減。工業(yè)總產值、固定資產凈值采用的價格平減指數分別為工業(yè)生產者出廠價格指數、固定資產投資價格指數，以2008年為100進行定基處理，得到以2008年為基期的可比時間序列數據。

本文數據來源于2009—2013年的《中國統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》、《遼寧統(tǒng)計年鑒》，缺失數據采用線性插值法進行補充。

2. 實證結果分析

(1) 技術效率測算結果分析

應用DEAP2.1軟件對2008—2012年遼寧省裝備制造業(yè)各行業(yè)的技術效率(crste)、純技術效率(vrste)和規(guī)模效率(scale)進行測算，其中crste=vrste×scale，具體結果整理如表1所示，變化曲線如圖2所示。

表1 遼寧省裝備制造業(yè)各行業(yè)技術效率及分解值

圖2 遼寧省裝備制造業(yè)全行業(yè)技術效率及分解值變化曲線

由表1、圖2可知，從整體上看，裝備制造業(yè)技術效率存在差異，TY、JT、TX、YB顯示純技術效率等于或高于規(guī)模效率，JS、DQ顯示規(guī)模效率等于或高于純技術效率，而ZY在不同年份純技術效率和規(guī)模效率的表現存在較大差異，所以圖2顯示ZY的技術效率波動幅度較大。同時，各子行業(yè)的技術效率水平整體上處于上升階段，這與一些文獻存在差異，如文獻[12]，原因在于本文引入了能源指標?！哆|寧統(tǒng)計年鑒》數據顯示，能源(單位：萬噸標準煤)投入逐年減少，這與節(jié)能減排、綠色制造、經濟發(fā)展新常態(tài)的要求步調一致，因此分析裝備制造業(yè)技術效率時，引入能源指標較單純引入資本與勞動力指標能更全面地反映實際投入產出的轉出效能。

從橫向數據看，同一子行業(yè)在不同年份的技術效率水平(除TX外)存在差異。TX技術效率在2008—2012年均達到DEA有效，說明TX在生產過程中已達到最優(yōu)的投入產出比，在現有技術條件下同比例增加投入可以帶來更大的產出，這也與當前信息化的大環(huán)境吻合，是裝備制造業(yè)新的增長點。TY、JT、YB行業(yè)表現出純技術效率等于或高于規(guī)模效率，說明遼寧省裝備制造業(yè)應該加大該行業(yè)的投入才度，使其行業(yè)規(guī)模符合技術發(fā)展要求。JS技術效率相對較低，效率值在0.8左右，且規(guī)模效率對技術效率具有推動作用，而純技術效率對技術效率起到阻礙作用。這一觀點與張丹寧(2014)對中國裝備制造業(yè)七個子行業(yè)發(fā)展模式研究的結果相吻合，認為JS發(fā)展模式屬于“雙無模式型”，存量和增量都不存在優(yōu)勢，缺少拉動產業(yè)增長的動力，因此JS要在產業(yè)規(guī)模、技術創(chuàng)新等方面進行突破[16]。

從縱向數據看，2008—2012年裝備制造業(yè)各子行業(yè)的效率差異較大。2008年金融危機后，各個行業(yè)的發(fā)展差異表現出行業(yè)資源利用水平的差異。2011年，ZY與TX間技術效率差距最大為0.302，說明這兩個行業(yè)資源利用程度存在較大差別；規(guī)模效率是推動ZY技術效率提升的關鍵，說明該行業(yè)低端產品相對過剩、高端產品競爭力較弱。2012年各行業(yè)技術效率差異逐漸縮小，均在0.850之上。這些變化說明遼寧省裝備制造業(yè)在制度安排、技術創(chuàng)新以及管理效率方面均有提升，但仍存在進步空間。

為更直觀地分析新常態(tài)下遼寧省裝備制造業(yè)的技術效率變化趨勢，根據表2的數據繪制遼寧省裝備制造業(yè)全行業(yè)技術效率趨勢圖(見圖3)。

由圖3可以看出，遼寧省裝備制造業(yè)全行業(yè)的技術效率、純技術效率和規(guī)模技術效率均具有明顯的波動性，其中純技術效率比技術效率和規(guī)模效率發(fā)展曲線走勢高一些，而技術效率曲線上下浮動較大。

同時，遼寧省裝備制造業(yè)的技術效率、純技術效率和規(guī)模效率均值小于1，說明遼寧省裝備制造業(yè)技術效率均沒有達到DEA有效。純技術效率一直處于規(guī)模效率和技術效率之上，且技術效率最小，2011年達到最低點0.857，與生產前沿面相差15個百分點，這些都反映出遼寧省裝備制造業(yè)全行業(yè)技術效率還有提升的空間，全行業(yè)技術水平對其技術效率提升起到推動作用。

表2 遼寧省裝備制造業(yè)各行業(yè)投入冗余情況

圖3 遼寧省裝備制造業(yè)各行業(yè)技術效率變化趨勢

(2) 投入冗余測算結果分析

根據DEAP 2.1軟件計算出的2008—2012年遼寧省裝備制造業(yè)各子行業(yè)目標投入量*目標投入量是根據投入項的徑量(Radial Movement)和差額(Slack Movement)的調整量與實際投入量共同計算出來的數據。與實際投入量平均值以及兩者的差值比較(見表2)，遼寧省裝備制造業(yè)個別行業(yè)在產出既定的情況下應該降低投入。

遼寧省裝備制造業(yè)各行業(yè)技術效率不同，因此各行業(yè)的目標投入量與實際投入量之間也存在較大差異，各行業(yè)投入冗余情況如表2所示。

表2的估算結果可作為各行業(yè)適量調整投入資源比例的參考。TY、JT、TX、YB四個行業(yè)不需調整投入量，差值比均為0，這些行業(yè)表現出的一個共同特征是純技術效率值均為1，也就是說，這些行業(yè)能在現有技術條件下充分利用投入要素，達到最優(yōu)的投入產出比例。DQ行業(yè)存在微量調整，投入要素組合基本上能使產出最大化，表1中顯示DQ行業(yè)除2008年技術效率、純技術效率和規(guī)模效率小于1外，其余年份均等于1，達到DEA完全有效。JS和ZY行業(yè)的資本、勞動力和能源的差值比均較大，尤其是JS行業(yè)，說明這兩個行業(yè)提高技術效率要調整要素投入比例，在現有技術條件下充分發(fā)揮最優(yōu)投入產出比例的作用。

四、結 論

本文運用DEA方法對2008—2012年遼寧省裝備制造業(yè)技術效率進行實證分析，主要得出以下結論：

第一，突破傳統(tǒng)投入指標，引入能源指標，較前期文獻本文測算的技術效率及分解值發(fā)生變化。多數子行業(yè)如TY、JT、TX、YB顯示純技術效率高于規(guī)模效率，這使分析裝備制造業(yè)技術效率引入能源指標較單純引入資本與勞動力指標能更全面地反映實際投入產出的轉出效能，更能體現新經濟常態(tài)的要求。

第二，遼寧省裝備制造業(yè)全行業(yè)的技術效率、純技術效率和規(guī)模效率均值小于1，表明全行業(yè)非DEA有效，存在改進空間，另外也說明各子行業(yè)存在發(fā)展差異，優(yōu)勢與劣勢行業(yè)對全行業(yè)技術效率提升與降低起絕對作用。TX在現有技術條件下對投入資源達到最大化利用，這也與當前信息化大環(huán)境吻合，是裝備制造業(yè)新的增長點。JS技術效率普遍偏低，說明該行業(yè)對所投入要素未充分利用，存在資源浪費的情況。

第三，各行業(yè)的投入冗余度存在較大差異。TY、JT、TX、YB四個行業(yè)不需調整投入量，DQ行業(yè)存在微量調整，JS和ZY行業(yè)存在較大調整。研究結果表明投入冗余度越小，行業(yè)優(yōu)勢越明顯，純技術效率越高?？梢姡磥硇袠I(yè)發(fā)展是技術創(chuàng)新與突破的展現，技術水平越高表明對現有資源利用率越高。

突破傳統(tǒng)投入指標而引入能源指標的技術效率和投入冗余分析，可以全面地掌握新常態(tài)下裝備制造業(yè)對投入資源的實際利用水平，擇優(yōu)發(fā)展子行業(yè)以真正實現全行業(yè)競爭力的提升。針對遼寧省其他實際情況，也可進一步分析影響遼寧省裝備制造業(yè)子行業(yè)發(fā)展的深層次因素，提供更有價值的對策建議。本文的實證方法也可應用到全國裝備制造業(yè)技術效率研究中，使其更為客觀化。

[1]石勇，張燕.新常態(tài)的中國裝備制造業(yè) [EB/OL].[2015-01-07].http：//mma.vogel.com.cn/2015/0107/news_469249.html.

[2]Farrel M J.The measurement of productive efficiency [J].Journal of Royal Statistical Society，1957，120(3)：253-281.

[3]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units [J].European Journal of Operational Research，1978，2(6)：429-444.

[4]Aigner D J，Lovell C A K，Schmidt P J.Formulation and estimation of stochastic frontier production function models [J].Econometrics，1977(6)：275-276.

[5]牛澤東，張倩肖.中國裝備制造業(yè)的技術創(chuàng)新效率 [J].數量經濟技術經濟研究，2012(11)：52-67.

[6]張明親，張騰月.資源環(huán)境約束下的陜西裝備制造業(yè)技術效率研究 [J].科技管理研究，2013(9)：109-112，120.

[7]徐雷.中國裝備制造業(yè)全要素生產率動態(tài)變動實證分析 [J].渤海大學學報：哲學社會科學版，2011(1)：121-124.

[8]逄紅梅.我國裝備制造業(yè)技術效率實證研究 [D].沈陽：遼寧大學，2014.

[9]安甜甜.基于DEA模型的遼寧省裝備制造業(yè)效率對比分析 [J].鞍山師范學院學報，2013，15(1)：41-45.

[10]于雅倩.遼寧裝備制造業(yè)產業(yè)效率與其國際競爭力關系研究 [D].沈陽：沈陽工業(yè)大學，2014.

[11]張青山，李羚.裝備制造企業(yè)服務化轉型的路徑選擇 [J].沈陽工業(yè)大學學報：社會科學版，2015，8(3)：231-235.

[12]逄紅梅.我國裝備制造業(yè)技術效率測算與空間分布研究 [J].財經問題研究，2014(1)：34-41.

[13]Banker R D，Charnes A，Cooper W W.Some models for estmiating technical and scale inefficiencies in data envelopment analysis [J].Management Science，1984，30(9)：1078-1092.

[14]李暉，李思衡.遼寧省裝備制造業(yè)經濟貢獻分析 [J].沈陽大學學報：社會科學版，2015，17(1)：1-4.

[15]陳詩一.中國工業(yè)分行業(yè)統(tǒng)計數據估算：1980—2008 [J].經濟學(季刊)，2011，10(3)：736-776.

[16]張丹寧，陳陽.中國裝備制造業(yè)發(fā)展水平及模式研究 [J].數量經濟技術經濟研究，2014(7)：99-114.

(責任編輯：張 璐)

Research on technical efficiency of equipment manufacturing industry under new normal

PANG Hong-meia, ZHU Weib
(a. School of Economics, b. School of Management, Shenyang University of Technology, Shenyang 110870, China)

The quality and efficiency are a new mode for the development of equipment manufacturing industry under the new normal. Through breaking the traditional input index by introducing energy indicator, the actual level of technical efficiency and input redundancy is reflected in the whole industry and sub-sectors of the equipment manufacturing industry more comprehensively and more objectively. Taking a case of Liaoning Province, it is shown that through the introduction of energy indicator of DEA technical efficiency, the pure technical efficiency universally exists in the sub-sectors is higher than the efficiency of the scale is reflected, but the technical efficiency in the whole industry of equipment manufacturing industry in Liaoning Province is still non DEA effective; the sub-sectors with the pure technical efficiency value of 1, have the input redundancy ratio 0; the metal manufacturing industry performs worst among the 7 sub-sectors in terms of technical efficiency and input redundancy, while the performance of the communication manufacturing industry is the best. Those objectively reveal the difference between the various sub-sectors of the resource utilization and the redundancy of inputs.

new normal; equipment manufacturing industry; Data Envelopment Analysis (DEA); technical efficiency; input redundancy; resource utilization

2015-07-15

遼寧省教育廳人文社會科學項目(W2013023)； 遼寧省社科聯與高校社科聯合作課題(lslgslhl-116)。

逄紅梅(1978-)，女，遼寧岫巖人，講師，博士，主要從事產業(yè)組織理論等方面的研究。

14∶02在中國知網優(yōu)先數字出版。

http：∥www.cnki.net/kcms/detail/21.1558.C.20150917.1402.018.html

10.7688/j.issn.1674-0823.2015.05.07

F 223

A

1674-0823(2015)05-0414-06