Bài viết này ước lượng hiệu quả kỹ thuật của 32 ngành sản xuất ở Hà nội và thành phố Hồ
Chí Minh (Tp.HCM) thông qua sử dụng số liệu hỗn hợp. Bài viết sử dụng phương pháp tiếp
cận tham số, thường là hàm sản xuất biên ngẫu nhiên (SFPF), và phương pháp tiếp cận phi
tham số, thường là phân tích bao dữ liệu (DEA) với số liệu ở cấp ngành cho các ngành sản
xuất ở Hà nội và Tp.HCM trong giai đoạn 2000-2002.
Kết quả ước lượng từ phương pháp SFPF (hoặc DEA) cho thấy điểm hiệu quả trung bình của
các ngành sản xuất ở Tp.HCM trong các năm 2000, 2001 và 2002 tương ứng là 63,3%
(63,28%), 65,1% (57,2%), và 70% (61%). Các con số tương ứng cho Hà nội là 70,7%
(58,03%), 59,6% (56,92%), và 62,2% (60%). Các kết quả này cho thấy ước lượng bằng hai
phương pháp cho hai thành phố mang lại kết quả khá giống nhau.
Dựa trên kết quả của cách tiếp cận SFPF và DEA (sử dụng mô hình tối ưu đầu vào) với 32
ngành ở hai thành phố, chúng ta có thể kết luận rằng, nếu coi các ngành này có cùng một
đường biên sản xuất thì với mức độ hoạt động như hiện nay, các ngành này có thể giảm
khoảng 30% đến 40% mức đầu vào hiện tại để sản xuất mức đầu ra hiện nay.
Rất nhiều ngành sản xuất ở Hà nội và Tp.HCM có hiệu quả kỹ thuật thấp và điều này có thể
do một số ngành có tốc độ tăng trưởng nhanh vì chi phí cơ hội của chúng lớn và thị trường lao
động có sự dịch chuyển. Một số nguyên nhân khác có thể dẫn đến sự phi hiệu quả của các
ngành này như nhân công không thích ứng được với công nghệ mới, hoặc sự khác biệt về
chiến lược của một công ty trong ngành làm cho lợi thế cạnh tranh ngành có sự thay đổi lớn.
Những nguyên nhân này có thể gợi ý những chính sách phù hợp đối với các nhà hoạch định.
40 trang |
Chia sẻ: lvcdongnoi | Lượt xem: 2479 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Đề tài Phân tích so sánh về hiệu quả của các ngành sản xuất ở Hà Nội và thành phố Hồ Chí Minh, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
hiệu quả thấp nhất (mức hiệu quả từ 20%
đến 40%) ở Tp.HCM lại nhiều hơn ở Hà nội vào năm đầu tiên. Tuy nhiên, tình trạng này lại
khác hẳn trong những năm tiếp theo và chỉ còn 1 ngành có mức hiệu quả thấp như vậy. Vào
năm 2002, trong khi ở Hà nội số lượng ngành nằm trong ngưỡng hiệu quả này vẫn không hề
thay đổi trong suốt giai đoạn (cụ thể là 3 ngành). Số lượng ngành đạt hiệu quả cao nhất ở
Tp.HCM tăng 1%/năm và số ngành đạt mức hiệu quả từ 40% đến 60% tăng từ 8 lên 12. Trong
khi đó, số ngành có mức hiệu quả trong cùng ngưỡng là Hà nội giảm từ 9 xuống 7. Điều này
thể hiện rằng các ngành ở Tp.HCM đã có những nỗ lực vượt bậc trong việc tăng mức hiệu quả
kỹ thuật so với các ngành ở Hà nội.
Bảng 6b:Tần suất phân phối của các ước lượng hiệu quả
từ phương pháp biên ngẫu nhiên cho các ngành ở hai thành phố
Tp.HCM Hà nội
2000 Mean Std. Dev. Obs. 2000 Mean Std. Dev. Obs.
[20%, 40%) 0,351578 0,046918 7 [20%, 40%) 0,301690 0,066953 3
[40%, 60%) 0,496888 0,058867 8 [40%, 60%) 0,522219 0,040783 8
[60%,80%) 0,688657 0,068065 9 [60%,80%) 0,691807 0,063690 12
[80%, 100%) 0,867199 0,040854 8 [80%, 100%) 0,858486 0,045079 9
All 0,611614 0,200068 32 All 0,659715 0,178273 32
2001 Mean Std. Dev. Obs. 2001 Mean Std. Dev. Obs.
[20%, 40%) 0,362581 0,046778 4 [20%, 40%) 0,288104 0,066557 3
20
[40%, 60%) 0,478850 0,053037 9 [40%, 60%) 0,526042 0,050639 10
[60%,80%) 0,681516 0,063187 10 [60%,80%) 0,716533 0,063014 12
[80%, 100%) 0,871545 0,041435 9 [80%, 100%) 0,869335 0,039754 7
All 0,638095 0,190072 32 All 0,650265 0,181529 32
2002 Mean Std. Dev. Obs. 2002 Mean Std. Dev. Obs.
[20%, 40%) 0,330539 n.a. 1 [20%, 40%) 0,274657 0,066050 3
[40%, 60%) 0,491072 0,060272 12 [40%, 60%) 0,521030 0,055042 11
[60%,80%) 0,695365 0,049926 9 [60%,80%) 0,717540 0,057361 11
[80%, 100%) 0,875428 0,042933 10 [80%, 100%) 0,864765 0,041025 7
All 0,663624 0,179821 32 All 0,640675 0,184732 32
Nguồn: Tính toán của tác giả
4.3. Nguyên nhân của sự phi hiệu quả
Có rất nhiều nhân tố tác động mạnh đến quá trình sản xuất của các ngànhsản xuất, ví dụ như
tỷ lệ vốn/lao động (z1), tỷ lệ hàng tồn kho/sản lượng (z2), tỷ lệ nợ/vốn (z3), và quy mô ngành
(z4, thể hiện bằng doanh thu).
Thường thì một ngành có tỷ lệ sử dụng vốn cao hơn sẽ có mức hiệu quả sản xuất lớn hơn do
sức ép phải tìm kiếm cách thức sản xuất đủ bù đắp những chi tiêu tốn kém về vốn, hoặc do sử
dụng công nghệ tốt hơn. Forsund và cộng sự (1977), thông qua áp dụng hàm chi phí và
phương pháp quy hoạch tuyến tính, phát hiện ra rằng doanh nghiệp có tỷ lệ vốn/lao động cao
hơn sẽ có đường biên sản xuất cao hơn so với doanh nghiệp có tỷ lệ này thấp. Albach (1980),
và Lee và cộng sự (1978) đã có phát hiện tương tự khi nghiên cứu các doanh nghiệp ở Đức và
Brazil.
Trong bài viết này, hệ số của tỷ lệ vốn/lao động (K/L) thực sự dương (0,2875) với mức ý
nghĩa 1%, tức là tỷ lệ vốn/lao động cao hơn sẽ làm cho sự phi hiệu quả lớn hơn. Rõ ràng, kết
quả của bài viết này hoàn toàn ngược lại với kết quả trong nghiên cứu của Forsund và cộng sự
(1977). Giải thích cho hiện tượng này có thể là việc các ngành chú trọng đầu tư vào các công
nghệ tốt hơn nhưng lại không phù hợp với điều kiện sản xuất của chúng nên việc sử dụng
không có hiệu quả và làm giảm hiệu quả sản xuất của ngành. Bên cạnh đó, hệ số cho các
ngành sản xuất ở Hà nội (-0,223) và Tp.HCM (0,422) không có ý nghĩa thống kê nên chúng
ngụ ý một điều rằng các ngành được nghiên cứu hoạt động chủ yếu dựa trên lao động. Tỷ lệ
hàng tồn kho/sản lượng có ý nghĩa thống kê và dương thể hiện rằng tỷ lệ hàng tồn kho/sản
lượng lớn hơn sẽ làm cho mức hiệu quả nhỏ hơn. Việc sản xuất quá mức – khiến cho nền kinh
tế không tiêu thụ hết – gây khó cho các doanh nghiệp trong các ngành trong việc tái cơ cấu lại
các khoản vay và tăng lợi nhuận. Một nguyên nhân khác cũng có thể làm cho hiệu quả sản
xuất thấp là việc các doanh nghiệp dự báo sai xu hướng thị trường, đặc biệt là giá cả.
Quy mô ngành cũng có tác động đến hiệu quả sản xuất của các ngành được nghiên cứu. Rất
nhiều nghiên cứu đã chỉ ra rằng quy mô lớn có thể tận dụng được lợi thế về tổ chức và các
yêu cầu về công nghệ, và vì thế có thể đạt mức sản xuất lớn hơn. Tuy nhiên, một số nhà kinh
tế lại lập luận rằng quy mô sản xuất có thể làm cho cách thức sản xuất kém linh hoạt. Bằng
việc sử dụng các cách tiếp cận tham số và phi tham số, Sharma và cộng sự (1998) đã cho thấy
rằng quy mô của trang trại có tác động tiêu cực và rõ nét đến mức phi hiệu quả sản xuất, và họ
cho rằng, các trang trại lớn nói chung có hiệu quả cao hơn các trang trại nhỏ. Byrnes và cộng
sự (1987), Bravo-Ureta (1986), và Bagi (1982) cũng tìm ra kết quả tương tự khi xem xét tác
động của quy mô doanh nghiệp đến hiệu quả kỹ thuật.
21
Bảng 5 ở trên tóm tắt kết quả ước lượng cho các ngành sản xuất ở Hà nội và Tp.HCM. Do hệ
số của quy mô ngành (thể hiện bằng doanh thu) không có ý nghĩa thống kê và có giá trị âm (-
0,223) ở Hà nội, nhưng lại có ý nghĩa thống kê và mang giá trị dương cho các ngành ở
Tp.HCM nên chúng tôi không thể đưa ra kết luận cụ thể về mối quan hệ giữa quy mô ngành
với hiệu quả của ngành ở hai thành phố này. Kết luận chỉ có thể đưa ra khi có thêm các thông
tin cụ thể có liên quan đến từng ngành.
Hệ số của tỷ lệ nợ/vốn có ý nghĩa thống kê và mang giá trị âm (-0,464) đối với các ngành ở
Hà nội, nghĩa là tỷ lệ này có tác động tích cực đến hiệu quả hoạt động của các ngành; cụ thể,
tỷ lệ nợ/vốn cao hơn sẽ làm giảm mức phi hiệu quả. Điều này có thể được lý giải bằng số
lượng lớn doanh nghiệp nhà nước hoạt động ở Hà nội – những doanh nghiệp thường nhận
được sự ưu tiên của chính phủ về mặt tài chính (ví dụ như trong việc vay vốn với mức lãi suất
thấp). Mặt khác, hệ số của tỷ lệ nợ/vốn của các ngành ở Tp.HCM lại có ý nghĩa thống kê và
mang giá trị dương (0,310) nên nó cho thấy tỷ lệ này có tác động tiêu cực đến hiệu quả hoạt
động của các ngành tại đây; cụ thể, việc tăng nợ sẽ làm giảm mức hiệu quả kỹ thuật.
4.4. Kết quả ước lượng bằng phương pháp DEA
Kết quả ước lượng bằng phương pháp DEA thu được bằng cách sử dụng số liệu đã có với
chương trình máy tính DEAP phiên bản 2.1 do Coelli (1998) cung cấp. Bảng 7a tóm tắt các
kết quả có liên quan đến hiệu quả kỹ thuật của các ngành sản xuất ở hai thành phố.
Bảng 7a: Kết quả ước lượng hiệu quả kỹ thuật bằng phương pháp DEA
2000 2001 2002
crste vrste scale crste vrste scale crste vrste scale
HCM 0,6328 0,756 0,85 0,572 0,68 0,862 0,61 0,68 0,9
HN 0,5803 0,709 0,84 0,569 0,65 0,884 0,6 0,65 0,92
Country 0,6065 0,732 0,85 0,571 0,66 0,873 0,6 0,66 0,91
Mean 2000-2002
crste vrste scale
HCM 0,6053 0,705 0,87
HN 0,5819 0,669 0,88
Country 0,5936 0,687 0,88
trong đó: crste = hiệu quả kỹ thuật từ DEA với hiệu suất không đổi theo quy mô, vrste = hiệu
quả kỹ thuật từ DEA với hiệu suất biến đổi theo quy mô, và scale = hiệu quả quy mô =
crste/vrste
Nguồn: Tính toán của tác giả
Như có thể thấy trong Bảng 7a, giá trị trung bình hiệu quả kỹ thuật của 32 ngành sản xuất ở
Tp.HCM tương ứng là 63,28% (năm 2000), 57,2% (năm 2001), và 61% (năm 2002), và cho
các ngành ở Hà nội là 58,03% (năm 2000), 56,9% (năm 2001), và 60% (năm 2002).
Mô hình cũng cho các kết quả ước lượng trung bình của các chỉ tiêu hiệu quả kỹ thuật khác,
đó là hiệu quả kỹ thuật với hiệu suất không đổi theo quy mô (hay crste), hiệu quả kỹ thuật với
hiệu suất biến đổi theo quy mô (hay vrste), và hiệu quả quy mô (hay scale). Trong giai đoạn
2000-2002, crste và vrste tương ứng là 60,5% và 70,5% cho Tp.HCM, và 58,19% và 66,9%
cho Hà nội.
22
Chỉ số hiệu quả quy mô của các ngành ở Tp.HCM và Hà nội tương ứng là 85% và 84% trong
năm 2000, 86,2% và 88,4% năm 2001, và 90% và 92% năm 2002. Nếu tất cả các ngành đều
sử dụng cùng một công nghệ thì chúng ta có thể kỳ vọng rằng những ngành có sản lượng thấp
thì hoạt động với công nghệ có hiệu suất tăng theo quy mô, và những ngành có mức sản lượng
tương đối cao thì hoạt động với công nghệ hiệu suất giảm theo quy mô. Các ngành có mức
sản lượng bằng với mức sản lượng trung bình của các ngành thì hoạt động với công nghệ hiệu
suất không đổi theo quy mô. Sản lượng trung bình ở dưới mức tối ưu sẽ là sản lượng thấp
nhất, còn sản lượng trung bình ở tren mức tối ưu sẽ là sản lượng cao nhất. Kết quả ước lượng
còn ngụ ý rằng, mức sản lượng tối ưu trong thực tế có thể thấp hơn mức ước lượng thấp nhất
hoặc cao hơn mức ước lượng cao nhất.
Bảng 7b:Tần suất phân phối của crste từ mô hình DEA
(Tính cho từng thành phố)
Tp.HCM Hà nội
2000
Crste Obs. Mean Std. Dev. Obs. Mean Std.
Dev.
Std Err.
of Mean
[20%,40%) 7 0,326143 0,059692 5 0,319800 0,061949 [20%,40%)
[40%, 60%) 10 0,530600 0,063993 13 0,499692 0,052503 [40%, 60%)
[60%, 80%) 5 0,668400 0,045363 9 0,676222 0,066111 [60%, 80%)
[80%, 100%) 5 0,863800 0,044212 5 0,877400 0,056452 [80%, 100%)
100% 5 1,000000 0,000000
All 32 0,632812 0,239914
32 0,580250 0,183520 All
2001
Crste Obs. Mean Std. Dev. Obs. Mean Std.
Dev.
Crste
2 0,181000 0,014142 [0%, 20%) [20%,40%) 9 0,333222 0,064453
4 0,322250 0,072094 [20%,40%)
[40%, 60%) 9 0,493444 0,043273 15 0,519075 0,061512 [40%, 60%)
[60%, 80%) 7 0,670714 0,062037 8 0,711500 0,075231 [60%, 80%)
[80%, 100%) 5 0,836400 0,016950 1 0,995000 n.a [80%, 100%)
100% 2 1,000000 0,000000 2 1,000000 0,000000 100%
All 32 0,572406 0,214419 32 0,566379 0,212939 All
2002
Crste Obs. Mean Std. Dev. Obs. Mean Std.
Dev.
[20%,40%) 5 0,320600 0,055148 5 0,307600 0,080559 [20%,40%)
[40%, 60%) 11 0,476909 0,057074 13 0,514418 0,056359 [40%, 60%)
[60%, 80%) 9 0,699333 0,062316 9 0,676444 0,073287 [60%, 80%)
[80%, 100%) 5 0,880200 0,065328 2 0,888500 0,111016 [80%, 100%)
100% 2 1,000000 0,000000 3 1,000000 0,000000 100%
All 32 0,610750 0,216089 32 0,596576 0,207967 All
Nguồn: Tính toán của tác giả
23
Bảng 7c: Tần suất phân phối vrste từ mô hình DEA
(Tính cho từng thành phố)
Tp.HCM Hà nội
2000
Vrste Obs. Mean Std. Dev. Obs. Mean Std. Dev. Vrste
[20%,40%) 6 0,362833 0,027360 2 0,327000 0,015556 [20%,40%)
[40%, 60%) 3 0,449667 0,061655 8 0,527625 0,047313 [40%, 60%)
[60%, 80%) 7 0,688857 0,044077 12 0,702167 0,068648 [60%, 80%)
[80%, 100%) 2 0,916500 0,116673 8 0,922125 0,068022 [80%, 100%)
100% 14 1,000000 0,000000 2 1,000000 0,000000 100%
All 32 0,755656 0,264099 32 0,708688 0,195799 All
2001
Vrste Obs. Mean Std. Dev. Obs. Mean Std. Dev. Vrste
[0, 20%) 1 0,195000 NA [0, 20%)
[20%, 40%) 5 0,319200 0,059302 3 0,263333 0,068237 [20%,40%)
[40%, 60%) 9 0,507111 0,056603 10 0,510800 0,049824 [40%, 60%)
[60%, 80%) 6 0,675167 0,053342 10 0,704000 0,069277 [60%, 80%)
[80%, 100%) 6 0,915833 0,042673 3 0,890333 0,009292 [80%, 100%)
100% 6 1,000000 0,000000 5 1,000000 0,000000 100%
All 32 0,678312 0,249586 32 0,650125 0,236867 All
2002
Vrste Obs. Mean Std. Dev. Obs. Mean Std. Dev. Vrste
[20%,40%) 2 0,316000 0,011314 3 0,293667 0,091309 [20%,40%)
[40%, 60%) 11 0,483818 0,050590 12 0,512333 0,065985 [40%, 60%)
[60%, 80%) 8 0,680750 0,067911 9 0,677896 0,066482 [60%, 80%)
[80%, 100%) 5 0,883200 0,056238 3 0,875000 0,088696 [80%, 100%)
100% 6 1,000000 0,000000 5 1,000000 0,000000 100%
All 32 0,681750 0,225744 32 0,648596 0,219628 All
Nguồn: Tính toán của tác giả
Table 7d: Tần suất phân phối của scale từ mô hình DEA
(Tính cho từng thành phố)
Tp.HCM Hà nội
2000
Scale Obs. Mean Std. Dev. Obs. Mean Std. Dev.
[50%, 60%) 4 0,572250 0,019155
[60%, 70%) 3 0,640000 0,017521 2 0,314000 0,120208 [20%,40%)
[70%, 80%) 3 0,752000 0,038974 1 0,449000 n.a. [40%, 60%)
[80%, 90%) 7 0,862143 0,039206 7 0,697286 0,052433 [60%, 80%)
[90%, 100%) 9 0,963889 0,036910 22 0,955818 0,039598 [80%, 100%)
100% 6 1,000000 0,000000 n.a.
All 32 0,849219 0,155264 32 0,843312 0,197356 All
2001
Scale Obs. Mean Std. Dev. Obs. Mean Std. Dev.
3 0,629667 0,020502 [60%, 70%)
[40%, 60%) 1 0,410000 NA 4 0,775000 0,012000 [70%, 80%)
[60%, 80%) 8 0,697125 0,082726 8 0,851875 0,024579 [80%, 90%)
[80%, 100%) 21 0,933714 0,061783 15 0,965467 0,023841 [90%, 100%)
100% 2 1,000000 0,000000 2 1,000000 0,000000 100%
24
All 32 0,862344 0,149419 32 0,883938 0,112129 All
2002
Scale Obs. Mean Std. Dev. Obs. Mean Std. Dev.
[40%, 60%) 1 0.482000 n.a.
[60%, 80%) 6 0.737167 0,051940 2 0,654000 0,025456 [60%, 70%)
[800%, 100%) 22 0.948364 0,060795 8 0,852125 0,032038 [80%, 90%)
100% 3 1.000000 0,000000 19 0,968737 0,025368 [90%, 100%)
All 32 0.899031 0,127804 3 1,000000 0,000000 100%
32 0,922844 0,091907 All
Nguồn: Tính toán của tác giả
Như có thể thấy trong Bảng 7c, số lượng ngành tại Tp.HCM có điểm hiệu quả kỹ thuật nằm
trong khoảng (20%-40%) từ mô hình DEA có công nghệ hiệu suất biến đổi theo quy mô
tương ứng trong năm 2000, 2001, và 2002 là 6, 5, và 2. Với Hà nội, số lượng ngành có cùng
khoảng hiệu quả như trên tương ứng là 2, 4, và 3 trong năm 2000, 2001, và 2002. Số lượng
ngành tương ứng với khoảng biến động của crste từ 80% đến 100% là 16 (năm 2000), 12
(năm 2001), và 11 (năm 2002) cho Tp.HCM, và 10 (năm 2000), 8 (năm 2001), và 8 (năm
2002) cho Hà nội.
4.5. Lợi nhuận ngành và các thước đo hiệu quả
Chúng tôi sử dụng phân tích hồi quy để xem xét mối quan hệ giữa lợi nhuận của ngành với
các thước đo hiệu quả. Cột đầu tiên trong Bảng 8 dưới đây cho thấy mối quan hệ giữa lợi
nhuận với các thước đo hiệu quả tương ứng là crste, vrste, và hiệu quả quy mô của các ngành
ở Tp.HCM trong năm 2000. Các cột còn lại thể hiện mối quan hệ trong các năm tương ứng và
tương tự như vậy cho Hà nội.
Bảng 8: Mối quan hệ giữa lợi nhuận và các thước đo hiệu quả
Tp.HCM Hà nội
Efficiency 2000 2001 2002 2000 2001 2002
Intercept -194341,2
(-0,881090)
-379.807,9
(-1,092026) 0
-310.620,3
(-4,314050)*
55.703,6
(1,141689) 0
Crste -468194,1
( -1,6395)**
-701.515,6
(-1,442278)
-738.358
(-2,770755)*
-357.970,1
(-4,265320)
67.056,77
(1,005678)
-13.710,29
(-0,318402)
Vrste 461.695.0
(1,873589)**
775.563,3
(1,821276)**
876.291,3
(3,951903)*
398.469,5
(5,345733)*
-56.468,99
(-0,937378)
19.001,92
(0,515583)
Scale 210.739
(0,842481)
345.843,2
(0,893713)
-101.483,5
(-1,381703)
291.524,7
(3,736894)
-59.295,24
(-1,106284)
2.326,17
(0,225010)
R2 0,330031 0,502840 0,353755 0,366325 0,056836 0,007199
√R2 0,574483 0,709112 0,594773 0,605248 0,238403 0,084847
Chú thích: Giá trị có đánh dấu (*) và (**) ngụ ý hệ số có ý nghĩa thống kê và khác 0 với mức
ý nghĩa tương ứng là 5% và 10%. Giá trị trong ngoặc là giá trị kiểm định t.
crste = hiệu quả kỹ thuật, vrste = hiệu quả kỹ thuật thuần tuý, và scale = hiệu quả quy mô.
Nguồn: Tính toán của tác giả
Mối tương quan tuyến tính giữa lợi nhuận và các thước đo hiệu quả được đánh giá bằng độ
lớn của R2. Lợi nhuận và hiệu quả kỹ thuật thuần tuý có mối quan hệ tỷ lệ thuận rõ nét khi
xem xét các ngành ở Tp.HCM trong năm 2000, và nó cũng có quan hệ tương tự với hiệu quả
25
kỹ thuật thuần tuý và hiệu quả quy mô của các ngành ở Hà nội trong năm 2002. Lợi nhuận có
mối tương quan ở mức trung bình với hiệu quả kỹ thuật toàn bộ.
Như đã nêu trên, hai phương pháp được sử dụng trong bài viết này để đo lường hiệu quả hoạt
động của các ngành sản xuất ở Hà nội và Tp.HCM là phương pháp tham số và phi tham số.
Trong đó, phương pháp tham số dựa trên hàm sản xuất biên ngẫu nhiên, trong khi cách tiếp
cận phi tham số dựa trên phân tích bao dữ liệu. Một số nghiên cứu đã dùng cả hai cách tiếp
cận này và kết quả tìm thấy được lý giải bằng nhiều cách khác nhau. Ferrier và Lovell (1990)
trong phân tích về hiệu quả của các ngân hàng ở Mỹ đã nhận thấy rằng SFPF cho hiệu quả kỹ
thuật cao hơn, nhưng hiệu quả kinh tế thấp hơn so với DEA. Dựa vào số liệu điều tra về nông
trại ở Băng-la-đét, Md.Abdul Wadud (2003) đã cho thấy rằng tất cả các thước đo hiệu quả
dựa trên crste và vrste DEA đều lớn hơn so với các mô hình tương ứng của SFPF. Nghiên cứu
của Kalaizandonakes và Dunn (1995) chứng minh được rằng mức hiệu quả kỹ thuật trung
bình của mô hình crste DEA lớn hơn so với kết quả trung bình thu được từ SFPF. Ngược lại,
các nghiên cứu khác cho nhiều loại kết quả khác nhau.
Những điểm giống và khác nhau của điểm hiệu quả thu được từ hai phương pháp tiếp cận
được tóm tắt trong Bảng 9. Giá trị trung bình của tất cả các thước đo hiệu quả các ngành sản
xuất ở Hà nội và Tp.HCM dựa trên mô hình DEA với công nghệ có hiệu suất không đổi theo
quy mô (CRS DEA) lớn hơn so với kết quả ước lượng từ mô hình SFPF trong thời gian
nghiên cứu (cả ba năm), trừ kết quả cho năm 2000 đối với Tp.HCM.
Bảng 9: So sánh các thước đo hiệu quả kỹ thuật trong hai phương pháp DEA và SFPF
Tp.HCM Hà nội
Trung bình mẫu Trung bình mẫu
SFPF DEA SFPF DEA
2000 0,6116 0,6328 0,659 0,5803
2001 0,6380 0,572 0,650 0,569
2002 0,663 0,61 0,640 0,60
Chú thích: ** ngụ ý hệ số có ý nghĩa thống kê và thực sự khác 0 với mức ý nghĩa 1%.
Nguồn: Tính toán của tác giả
Tại sao kết quả thu được từ hai mô hình lại có thể khác nhau? Do chúng tôi sử dụng cùng bộ
số liệu nên sự khác biệt về kết quả ước lượng của hai mô hình có thể do chính những hạn chế
của các mô hình đã sử dụng. Chúng ta có thể kỳ vọng một kết quả ước lượng như nhau từ hai
mô hình khi chúng ta kiểm soát được tất cả những nhân tố không quan sát được, những sai sót
trong quá trình đo lường, những khác biệt trong quản trị từng ngành, những vấn đề phát sinh
với dạng hàm sản xuất và công nghệ sử dụng trong các hàm đó. Nghiên cứu về hiệu quả hoạt
động của hiệp hội xây dựng tại Anh, Drake và cộng sự (1996), Ferrier và cộng sự (1990) đã
chứng minh rằng hai cách tiếp cận này có hệ số tương quan khá nhỏ. Sharma và cộng sự
(1999) phát hiện ra rằng, hiệu quả kinh tế và kỹ thuật trung bình ước lượng được từ cách tiếp
cận tham số thường cao hơn so với kết quả ước lượng từ mô hình DEA có công nghệ với hiệu
suất không đổi theo quy mô (CRS DEA), nhưng lại khá giống với mô hình DEA có công nghệ
hiệu suất biến đổi theo quy mô (VRS DEA), trong khi mô hình DEA thường cho ước lượng
hiệu quả phân bổ cao hơn SFPF.
Do đó, những khác biệt trong kết quả ước lượng từ hai phương pháp sử dụng trong bài viết
này có thể chủ yếu là do những đột biến bộ số liệu được phân tích, do việc chọn các biến đầu
vào và đầu ra, những sai sót trong việc xác định mô hình và đo lường cũng như các thủ tục
ước lượng.
26
5. KẾT LUẬN VÀ GỢI Ý
Để nghiên cứu hiệu quả sản xuất của các ngành sản xuất ở Hà nội và Tp.HCM, bài viết này sử
dụng phương pháp tiếp cận hàm sản xuất biên ngẫu nhiên (hay còn gọi là tiếp cận tham số) và
phương pháp phân tích bao dữ liệu (hay còn gọi là tiếp cận phi tham số) với số liệu điều tra
cấp ngành của 32 ngành sản xuất ở hai thành phố này do Tổng cục Thống kê tiến hành cho
giai đoạn 2000-2002. Kiểm định giả thuyết trong bài viết này đã khẳng định rằng hàm sản
xuất biên dạng Cobb-Douglas với ba đầu vào là mô hình phù hợp để đánh giá hiệu quả sản
xuất của những ngành này ở hai thành phố Hà nội và Hồ Chí Minh.
Một điều khá thú vị là các ngành sản xuất ở Tp.HCM lại không có hiệu quả kỹ thuật cao hơn
nhiều các ngành ở Hà nội dù họ đã có những nỗ lực vượt bậc và thành công trong việc cải
thiện hiệu quả hoạt động. Sự khác biệt về mức hiệu quả sản xuất của các ngành ở hai thành
phố có thể do sự khác biệt về kinh nghiệm trong sản xuất và kinh doanh, về hệ thống thông tin
và công nghệ. Với vai trò là đầu tàu kinh tế của cả nước, Tp.HCM đã minh chứng được
những lợi thế này trước Hà nội bằng những chỉ số thể hiện khả năng thích ứng của lao động
với công nghệ mới và có nhiều kinh nghiệm đối với việc tổ chức sản xuất và kinh doanh, thu
thập thông tin và áp dụng công nghệ tốt hơn.
Do sự khác biệt về hiệu quả sản xuất của các ngành ở hai thành phố này tương đối nhỏ nên
với những ngành có mức hiệu quả kỹ thuật thấp (được thể hiện bằng điểm hiệu quả trung bình
và một số lượng lớn ngành có hiệu quả thấp), chúng tôi cho rằng vẫn còn nhiều cơ hội để
những ngành này ở cả hai thành phố nâng cao hiệu quả và tăng lợi nhuận so với thực trạng
thời gian qua. Hơn nữa, do các ngành này đóng vai trò quan trọng đối với nền kinh tế quốc
dân nên việc tăng hiệu quả là điều trở nên cần thiết hơn bao giờ hết, và điều này đòi hỏi phải
có sự quan tâm đúng mức của các cấp chính quyền ở trung ương và địa phương thông qua
việc điều chỉnh cơ cấu cùng với các chính sách đi kèm.
Trong số nhiều nhân tố tác động đến phi hiệu quả kỹ thuật của các ngành được nghiên cứu,
chỉ có tỷ lệ hàng tồn kho/sản lượng và tỷ lệ vốn/lao động thể hiện quan hệ rõ ràng với hiệu
quả hoạt động của các ngành. Cả hai tỷ lệ này có hệ số mang ý nghĩa thống kê và thực sự
dương nên chúng ngụ ý rằng mức hiệu quả thấp của các ngành sản xuất ở cả hai thành phố
này gắn liền với hai tỷ lệ nêu trên. Quy mô ngành và tỷ lệ nợ/vốn không thể hiện rõ quan hệ
với mức phi hiệu quả kỹ thuật. Điều này gợi mở rằng các ngành hoặc chính phủ cần tiến hành
các biện pháp nhằm giảm bớt các tỷ lệ này để đạt được mức hiệu quả chung cao hơn.
Các hệ số của quy mô ngành và tỷ lệ nợ/vốn không có ý nghĩa với mức ý nghĩa 5%. Bên cạnh
đó, chúng có giá trị dương khi ước lượng hiệu quả cho các ngành của thành phố này, nhưng
lại mang giá trị âm khi ước lượng hiệu quả cho các ngành ở thành phố khác nên chúng tôi
không có kết luận cụ thể về mối quan hệ giữa hai nhân tố này với sự phi hiệu quả của các
ngành.
So sánh kết quả ước lượng từ hai phương pháp, chúng tôi thấy rằng mức hiệu quả ước lượng
từ phương pháp SFPF cao hơn so với kết quả thu được từ phương pháp DEA.
Do chuỗi thời gian của bộ số liệu khá ngắn (chỉ có ba năm, từ 2000 đến 2002) nên rất khó dự
đoán điều gì xảy ra với các ngành sản xuất ở Hà nội và Tp.HCM trong tương lai, đặc biệt
trong bối cảnh môi trường kinh tế năng động của khu vực. Tuy nhiên, việc nghiên cứu xem
các ngành sản xuất của hai thành phố này cải thiện hiệu quả hoạt động như thế nào cùng với
sự tăng trưởng của nền kinh tế trong những điều kiện mới sẽ rất thú vị.
27
Cuối cùng, mặc dù có những hạn chế nhất định từ việc sử dụng số liệu gộp, chúng tôi vẫn tin
rằng những cách tiếp cận nêu trên có thể mô tả tổng quan và cung cấp những thông tin quan
trọng về hiệu quả kỹ thuật của các ngành sản xuất ở Hà nội và Tp.HCM. Về mặt chính sách,
chúng tôi kết luận như sau.
• Nếu hoạt động trên đường biên, các ngành được nghiên cứu trong bài viết này có thể
giảm được từ 30% đến 40% lượng đầu vào để sản xuất một lượng đầu ra như hiện nay.
• Hiệu quả kỹ thuật thấp ở một số ngành sản xuất ở Hà nội và Tp.HCM có thể là do tốc độ
tăng trưởng nhanh của một số ngành dưới tác động của chi phí cơ hội ngày càng tăng và
sự dịch chuyển của nguồn lao động. Các nguyên nhân dẫn đến sự phi hiệu quả có thể là
việc nhân công không thích ứng được với công nghệ mới, hoặc do sự khác biệt trong
chiến lược sản xuất kinh doanh của các doanh nghiệp trong và ngoài một ngành nào đó,
và điều này dẫn đến sự khác biệt về lợi thế cạnh tranh ngành.
28
Phụ lục 1
HÀM KHOẢNG CÁCH
Trong phụ lục này, chúng tôi trình bày vài định nghĩa về hàm khoảng cách làm cơ sở cho việc
tính toán các chỉ số hiệu quả đã trình bày ở trên.
Định nghĩa 1: Hàm khoảng cách đầu vào là hàm số được định nghĩa là D1(y, x) = max {λ: x/λ
∈ L(y)}. Trong đó L(y) là tập đầu vào đòi hỏi sản xuất đầu ra y.
Hàm khoảng cách đầu vào chấp nhận một cách tiếp cận để đo khoảng cách từ điểm sản xuất
đến biên của đường khả năng sản xuất. Nó cho biết lượng cực đại mà véc tơ đầu vào của
người sản xuất có thể giảm bớt mà vẫn duy trì được mức sản lượng mong muốn. Hình 1 biểu
thị đồ thị của hàm sản xuất với 1 đầu vào và một đầu ra. Đầu vào x là có thể dùng để sản xuất
y. Tuy nhiên, như đã thấy, y có thể được sản xuất lượng đầu vào nhỏ hơn (x/λ*) và do đó
D1(x, y) - λ* > 1.
Hình 2 biểu diễn tập đầu vào đòi hỏi để sản xuất sản lượng y. Với véc tơ x cho trên đồ thị thì
theo định nghĩa, người sản xuất có thể sản xuất y, nhưng y có thể được sản xuất với véc tơ đầu
vào (x/λ*), và vì thế D1(x, y) - λ* > 1.
Định nghĩa 2: Hàm khoảng cách đầu ra là một hàm được xác định như sau: D0(y, x) = min
{µ: x/λ ∈ P(y)}.
Hình 3. Hàm khoảng cách 1 đầu ra Hình 4: Hàm khoảng cách nhiều đầu ra
Hình 3 biểu thị đồ thị của hàm sản xuất với 1 đầu vào và một đầu ra. Đầu ra y có thể được sản
xuất với đầu vào x, nhưng như đã thấy, với lượng đầu vào đã cho y có thể được sản nhiều hơn
(y/µ*) và do vậy D1(x, y) -µ* <1.
P(x)
y2
y1
*y/
y
x
L(y)
x1
x2
x/ *
Hình 2. Hàm khoảng cách đầu vào (N=2) Hình 1. Hàm khoảng cách đầu vào
x
y
L(y)
x
y
x/
x
y
x
P(x)
y
y/
29
Phụ lục 2
Danh mục các ngành sản xuất được nghiên cứu
Mã Tên ngành
1511 Sản xuất, chế biến và bảo quản thịt và các sản phẩm từ thịt.
1541 Sản xuất các loại bánh từ bột.
1543 Sản xuất câco, sôcôla, và mứt kẹo.
1554 Sản xuất đồ uống không cồn.
1730 Sản xuất hàng đan, móc.
1810 Sản xuất trang phục
1912 Sản xuất vali, túi xách và các loại tương tự; sản xuất yên, đệm.
2021 Sản xuất gỗ dán, gỗ lạng, ván ép và ván mỏng.
2029 Sản xuất các sản phẩm từ gỗ, từ tre, nứa, rơm, rạ và vật liệu bện tết.
2102 Sản xuất nhãn và bao bì
2211 Xuất bản sách.
2212 Xuất bản báo, tạp chí
2411 Sản xuất hoá chất cơ bản, trừ phân bón và hợp chất nitơ.
2413 Sản xuất nhựa nguyên sinh và cao su tổng hợp.
2424 Sản xuất mỹ phẩm, xà phòng, chất tẩy rửa, làm bóng và chế phẩm vệ sinh.
2610 Sản xuất thuỷ tinh và các sản phẩm từ thuỷ tinh.
2699 Sản xuất các sản phẩm từ chất khoáng phi kim loại hoặc chưa phân vào đâu.
2710 Sản xuất sắt, thép
2812 Sản xuất thùng, bể chứa và dụng cụ chứa từ kim loại.
2891 Rèn, dập, ép, cán kim loại, luyện bột kim loại.
2921 Sản xuất máy nông, lâm nghiệp.
2924 Sản xuất máy khai thác mỏ và xây dựng.
2925 Sản xuất máy chế biến thực phẩm, đồ uống và thuốc lá.
2926 Sản xuất máy cho ngành dệt, may và da.
3140 Sản xuất pin và ắc quy.
3150 Sản xuất đèn điện và thiết bị chiếu sáng.
3190 Sản xuất thiết bị điện khác chưa được phân vào đâu.
3230 Sản xuất máy thu thanh, thu hình, ghi âm, phát lại âm thanh hoặc ghi hình ảnh và các
sản phẩm có liên quan.
3320 Sản xuất dụng cụ quang học, thiết bị điện ảnh, nhiếp ảnh.
333 0 Sản xuất đồng hồ.
3511 Đóng và sửa chữa tàu.
3699 Các ngành sản xuất khác chưa phân vào đâu.
30
Phụ lục 3a
Hiệu quả kỹ thuật của các ngành ở Hà nội và Tp.HCM theo mô hình DEA gộp
Mô hình DEA tối ưu đầu vào
2000 2001 2002
Ngành crste vrste scale crste vrste scale crste vrste scale
1511hcm 0.314 0.341 0.92 drs 0.2 0.26 0.782 drs 0.24 0.31 0.79
1541hcm 1 1 1 crs 0.835 1 0.835 drs 0.73 0.9 0.8
1543hcn 0.42 0.429 0.98 irs 0.521 0.52 0.998 drs 0.6 0.6 1
1554hcm 0.286 0.319 0.9 drs 0.449 0.58 0.775 drs 0.47 0.5 0.93
173hcm 1 1 1 crs 0.84 0.96 0.88 drs 0.73 0.76 0.97
181hcm 0.55 1 0.55 drs 0.81 1 0.81 drs 0.8 1 0.8
1912hcm 0.807 1 0.81 drs 0.715 0.91 0.787 drs 0.64 0.78 0.82
2021hcm 1 1 1 crs 0.477 0.48 0.988 irs 0.45 0.45 0.99
2029hcm 0.366 0.366 1 crs 0.497 0.52 0.948 drs 0.49 0.57 0.86
2102hcm 0.37 0.401 0.92 drs 0.306 0.31 0.998 irs 0.4 0.43 0.91
2211hcm 0.215 0.38 0.57 irs 0.482 0.59 0.817 irs 0.88 0.88 0.99
2212hcm 0.909 0.999 0.91 drs 0.857 0.93 0.927 drs 1 1 1
2411hcm 0.828 0.834 0.99 irs 0.84 0.85 0.987 drs 0.81 0.81 1
2413hcm 0.596 1 0.6 irs 0.628 1 0.628 irs 0.73 1 0.73
2424hcm 0.639 1 0.64 drs 0.602 1 0.602 drs 0.74 1 0.74
261hcm 1 1 1 crs 1 1 1 crs 1 1 1
2699hcm 0.623 1 0.62 irs 1 1 1 crs 0.95 0.96 0.99
271hcm 0.576 1 0.58 drs 0.374 0.62 0.607 drs 0.31 0.48 0.66
2812hcm 0.5 0.519 0.96 drs 0.389 0.39 0.996 irs 0.42 0.42 0.98
2891hcm 0.476 0.652 0.73 drs 0.348 0.47 0.746 drs 0.46 0.64 0.72
2921hcm 0.349 0.388 0.9 irs 0.463 0.49 0.953 irs 0.43 0.43 0.99
2924hcm 1 1 1 crs 0.595 0.66 0.903 irs 0.94 1 0.94
2925hcm 0.896 1 0.9 irs 0.674 0.71 0.949 irs 0.69 0.72 0.95
2926hcm 0.45 0.618 0.73 drs 0.271 0.27 0.999 crs 0.46 0.46 0.99
3140hcm 0.879 1 0.88 drs 0.766 0.89 0.862 drs 0.82 0.86 0.96
3150hcm 0.683 0.689 0.99 irs 0.705 0.73 0.967 drs 0.6 0.61 0.99
3190hcm 0.584 0.7 0.83 drs 0.47 0.72 0.65 drs 0.43 0.51 0.84
3230hcm 0.658 1 0.66 drs 0.396 0.97 0.41 drs 0.34 0.69 0.48
3320hcm 0.564 0.684 0.82 drs 0.338 0.37 0.912 drs 0.32 0.32 0.98
3330hcm 0.59 0.74 0.8 irs 0.487 0.51 0.961 irs 0.49 0.49 0.99
3511hcm 0.739 0.739 1 irs 0.605 0.61 0.991 irs 0.64 0.64 1
3699hcm 0.383 0.383 1 crs 0.377 0.41 0.927 drs 0.56 0.57 0.99
1511hn 0.884 0.932 0.95 irs 0.657 0.71 0.929 irs 0.59 0.63 0.94
1541hn 0.765 0.779 0.98 irs 1 1 1 crs 0.61 0.62 0.98
1543hn 0.954 0.959 0.99 drs 0.995 1 0.995 drs 1 1 1
1554hn 0.615 0.641 0.96 irs 0.493 0.64 0.769 irs 0.38 0.42 0.89
173hn 0.428 0.437 0.98 irs 0.526 0.53 0.994 irs 0.6 0.61 0.99
181hn 0.536 0.831 0.64 drs 0.602 0.78 0.769 drs 0.72 0.83 0.86
1912hc 0.545 0.719 0.76 irs 0.775 0.88 0.881 irs 1 1 1
2021hn 0.486 0.549 0.89 irs 0.352 0.42 0.837 irs 0.33 0.4 0.84
2029hn 0.6 0.623 0.96 irs 0.769 0.79 0.969 irs 0.78 0.79 0.99
2102hn 0.5 0.504 0.99 irs 0.474 0.49 0.965 drs 0.43 0.43 0.98
31
2211hn 0.902 0.96 0.94 drs 0.672 0.68 0.991 irs 0.68 0.68 1
2212hn 0.809 0.849 0.95 irs 0.723 0.78 0.928 irs 0.59 0.65 0.91
2411hn 0.351 0.549 0.64 irs 0.776 0.9 0.865 irs 0.79 0.82 0.97
2413hn 0.397 0.995 0.4 irs 0.606 1 0.606 irs 0.64 1 0.64
2424hn 0.622 0.626 0.99 irs 0.191 0.2 0.98 irs 0.24 0.25 0.98
261hn 0.453 0.499 0.91 irs 0.576 0.61 0.943 irs 0.51 0.52 0.97
2699hn 0.452 0.604 0.75 irs 0.574 0.89 0.642 irs 1 1 1
271hn 0.308 0.338 0.91 irs 0.22 0.24 0.936 irs 0.44 0.44 1
2812hn 0.567 0.788 0.72 irs 0.408 0.49 0.84 irs 0.38 0.43 0.89
2891hn 0.755 0.774 0.98 irs 1 1 1 crs 0.97 0.98 0.97
2921hn 0.838 0.853 0.98 irs 0.33 0.34 0.967 irs 0.52 0.53 0.99
2924hn 0.546 0.557 0.98 irs 0.552 0.57 0.975 irs 0.57 0.6 0.96
2925hn 0.314 0.316 0.99 irs 0.171 0.21 0.803 irs 0.21 0.24 0.86
2926hn 0.73 0.754 0.97 irs 0.387 0.45 0.862 irs 0.46 0.57 0.81
3140hn 0.5 0.533 0.94 irs 0.49 0.51 0.961 irs 0.47 0.51 0.92
3150hn 0.588 0.593 0.99 irs 0.576 0.58 0.997 irs 0.57 0.58 1
3190hn 0.229 1 0.23 irs 0.404 0.63 0.641 irs 0.53 0.79 0.67
3230hn 0.725 0.998 0.73 drs 0.566 0.66 0.857 drs 0.62 0.65 0.95
3320hn 0.641 0.762 0.84 irs 0.473 0.54 0.87 irs 0.5 0.53 0.94
3330hn 0.449 1 0.45 irs 0.769 1 0.769 irs 0.81 1 0.81
3511hn 0.446 0.689 0.65 irs 0.598 0.75 0.793 irs 0.51 0.6 0.86
3699hn 0.633 0.667 0.95 irs 0.507 0.53 0.952 irs 0.65 0.68 0.97
Chú thích: crste = hiệu quả kỹ thuật của mô hình CRS DEA
vrste = hiệu quả kỹ thuật của mô hình VRS DEA, và scale = hiệu quả quy mô = crste/vrste
abcd hcm(hn)= ngành có mã abcd ở Tp.HCM hoặc Hà nội.
Nguồn: Tính toán của tác giả
32
Bảng 3b
Tần suất phân phối của crste, vrste, và scale từ mô hình DEA
(Tính bằng mô hình gộp cho cả hai thành phố)
2000 2001 2002
Crste Mean Std.
Dev.
Obs. Mean Std. Dev. Obs. Mean Std.
Dev.
Obs.
[0, 20%) 0.1810 0.014142 2
[20%,40%) 0.323 0.0578 12 0.3298 0.064005 13 0.314100 0.065445 10
[40%, 60%) 0.5131 0.0585 23 0.5068 0.055568 23 0.497042 0.058314 24
[60%, 80%) 0.6734 0.0577 14 0.6902 0.068361 16 0.687889 0.067035 18
[80%, 100%) 0.8706 0.0483 10 0.8628 0.066499 6 0.882571 0.070111 7
100% 1.0000 0.0000 5 1.0000 0.000000 4 1.000000 0.000000 5
All 0.6065 0.2135 64 0.5707 0.212282 64 0.603594 0.210501 64
2000 2001 2002
Vrste Mean Std.
Dev.
Obs. Mean Std. Dev. Obs. Mean Std.
Dev.
Obs.
[0, 20% 0.1950 NA 1
[20%,40%) 0.3538 0.0290 8 0.2982 0.064621 8 0.302600 0.065957 5
[40%, 60%) 0.5063 0.0604 11 0.5090 0.051660 19 0.498696 0.059603 23
[60%, 80%) 0.6972 0.0597 19 0.6931 0.063529 16 0.678235 0.065677 17
[80%, 100%) 0.9210 0.0715 10 0.9073 0.036363 9 0.880125 0.063820 8
100% 1.0000 0.0000 16 1.0000 0.000000 11 1.000000 0.000000 11
All 0.7321 0.2318 64 0.6642 0.241788 64 0.664906 0.221594 64
2000 2001 2002
Scale Mean Std.
Dev.
Obs. Mean Std. Dev. Obs. Mean Std.
Dev.
Obs.
[20%,40%) 0.3140 0.1202 2
[40%, 60%) 0.5476 0.0575 5 0.4100 NA 1 0.482000 NA 1
[60%, 80%) 0.6966 0.0569 13 0.7044 0.078510 15 0.716375 0.059175 8
[80%, 100%) 0.9404 0.0535 38 0.9296 0.060330 44 0.940551 0.060446 49
100% 1.0000 0.0000 6 1.0000 0.000000 4 1.000000 0.000000 6
All 0.8463 0.1762 64 0.8731 0.131495 64 0.910938 0.111075 64
Nguồn: Tính toán của tác giả
33
Phụ lục 3b
Hiệu quả kỹ thuật của các ngành ở Hà nội và Tp.HCM theo mô hình DEA gộp
Mô hình DEA tối ưu đầu ra
2000 2001 2002
Ngành crste vrste scale crste vrste scale crste vrste scale
1511hcm 0.314 0.48 0.65 drs 0.20 0.5 0.40 drs 0.242 0.56 0.43 drs
1541hcm 1 1 1 cons 0.84 1 0.84 drs 0.727 0.94 0.78 drs
1543hcn 0.42 0.43 0.99 drs 0.52 0.55 0.95 drs 0.599 0.62 0.96 drs
1554hcm 0.286 0.48 0.59 drs 0.45 0.75 0.6 drs 0.466 0.63 0.74 drs
173hcm 1 1 1 cons 0.84 0.97 0.87 drs 0.733 0.79 0.93 drs
181hcm 0.55 1 0.55 drs 0.81 1 0.81 drs 0.799 1 0.8 drs
1912hcm 0.807 1 0.81 drs 0.72 0.94 0.76 drs 0.64 0.81 0.79 drs
2021hcm 1 1 1 cons 0.48 0.48 0.99 drs 0.446 0.45 1 irs
2029hcm 0.366 0.495
.
0.74 drs 0.5 0.59 0.84 drs 0.491 0.64 0.77 drs
2102hcm 0.37 0.52 0.71 drs 0.31 0.48 0.64 drs 0.396 0.55 0.72 drs
2211hcm 0.215 0.25 0.87 irs 0.48 0.53 0.92 irs 0.875 0.88 0.99 irs
2212hcm 0.909 1 0.91 drs 0.86 0.93 0.92 drs 1 1 1 cons
2411hcm 0.828 0.83 1 irs 0.84 0.86 0.98 drs 0.809 0.81 1 irs
2413hcm 0.596 1 0.6 irs 0.63 1 0.63 irs 0.731 1 0.73 irs
2424hcm 0.639 1 0.64 drs 0.6 1 0.6 drs 0.737 1 0.74 drs
261hcm 1 1 1 cons 1 1 1 cons 1 1 1 cons
2699hcm 0.623 1 0.62 irs 1 1 1 cons 0.95 0.96 0.99 irs
271hcm 0.576 1 0.58 drs 0.37 0.67 0.56 drs 0.311 0.53 0.59 drs
2812hcm 0.5 0.56 0.9 drs 0.39 0.4 0.98 drs 0.416 0.42 1 drs
2891hcm 0.476 0.69 0.69 drs 0.35 0.55 0.63 drs 0.459 0.69 0.66 drs
2921hcm 0.349 0.36 0.98 irs 0.46 0.47 0.98 irs 0.427 0.43 1 irs
2924hcm 1 1 1 cons 0.6 0.63 0.95 irs 0.943 1 0.94 irs
2925hcm 0.896 1 0.9 irs 0.67 0.69 0.98 irs 0.686 0.71 0.96 irs
2926hcm 0.45 0.66 0.69 drs 0.27 0.3 0.91 drs 0.461 0.46 1 irs
3140hcm 0.879 1 0.88 drs 0.77 0.91 0.84 drs 0.824 0.92 0.9 drs
3150hcm 0.683 0.69 1 irs 0.71 0.75 0.94 drs 0.602 0.6 1 irs
3190hcm 0.584 0.77 0.76 drs 0.47 0.82 0.57 drs 0.431 0.64 0.68 drs
3230hcm 0.658 1 0.66 drs 0.4 0.97 0.41 drs 0.335 0.72 0.47 drs
3320hcm 0.564 0.72 0.78 drs 0.34 0.45 0.75 drs 0.319 0.35 0.92 drs
3330hcm 0.59 0.69 0.85 irs 0.49 0.5 0.98 irs 0.487 0.49 1 irs
3511hcm 0.739 0.78 0.95 drs 0.61 0.61 1 irs 0.639 0.73 0.87 drs
3699hcm 0.383 0.53 0.72 drs 0.38 0.47 0.8 drs 0.563 0.64 0.88 drs
1511hn 0.884 0.92 0.96 irs 0.66 0.68 0.97 irs 0.592 0.61 0.97 irs
1541hn 0.765 0.77 0.99 irs 1 1 1 cons 0.607 0.61 0.99 irs
1543hn 0.954 0.97 0.98 drs 1 1 1 drs 1 1 1 cons
1554hn 0.615 0.63 0.98 irs 0.49 0.58 0.85 irs 0.377 0.39 0.96 irs
173hn 0.428 0.43 1 irs 0.53 0.53 0.99 drs 0.6 0.6 1 irs
181hn 0.536 0.87 0.62 drs 0.6 0.81 0.75 drs 0.719 0.85 0.85 drs
1912hc 0.545 0.65 0.84 irs 0.78 0.87 0.9 irs 1 1 1 cons
2021hn 0.486 0.51 0.96 irs 0.35 0.36 0.97 irs 0.333 0.35 0.94 irs
2029hn 0.6 0.61 0.98 irs 0.77 0.79 0.98 irs 0.781 0.79 0.99 irs
34
2102hn 0.5 0.52 0.96 drs 0.47 0.54 0.89 drs 0.426 0.43 1 irs
2211hn 0.902 0.96 0.94 drs 0.67 0.68 1 irs 0.681 0.68 1 irs
2212hn 0.809 0.84 0.96 irs 0.72 0.76 0.95 irs 0.59 0.63 0.94 irs
2411hn 0.351 0.43 0.82 irs 0.78 0.88 0.88 irs 0.794 0.81 0.98 irs
2413hn 0.397 0.99 0.4 irs 0.61 1 0.61 irs 0.636 1 0.64 irs
2424hn 0.622 0.68 0.91 drs 0.19 0.28 0.67 drs 0.241 0.38 0.64 drs
261hn 0.453 0.46 0.98 irs 0.58 0.59 0.97 irs 0.506 0.51 0.99 irs
2699hn 0.452 0.53 0.86 irs 0.57 0.8 0.72 irs 1 1 1 cons
271hn 0.308 0.31 0.99 irs 0.22 0.22 1 cons 0.44 0.5 0.88 drs
2812hn 0.567 0.7 0.81 irs 0.41 0.43 0.96 irs 0.382 0.4 0.96 irs
2891hn 0.755 0.77 0.98 irs 1 1 1 cons 0.967 1 0.97 irs
2921hn 0.838 0.85 0.99 irs 0.33 0.33 1 cons 0.518 0.52 0.99 irs
2924hn 0.546 0.55 0.99 irs 0.55 0.56 0.99 irs 0.572 0.58 0.98 irs
2925hn 0.314 0.43 0.74 drs 0.17 0.19 0.9 drs 0.205 0.21 0.98 irs
2926hn 0.73 0.75 0.98 irs 0.39 0.41 0.96 irs 0.462 0.52 0.9 irs
3140hn 0.5 0.51 0.98 irs 0.49 0.49 0.99 irs 0.467 0.48 0.97 irs
3150hn 0.588 0.59 1 irs 0.58 0.59 0.98 drs 0.573 0.57 1 irs
3190hn 0.229 1 0.23 irs 0.4 0.49 0.83 irs 0.528 0.69 0.77 irs
3230hn 0.725 1 0.73 drs 0.57 0.71 0.8 drs 0.617 0.7 0.88 drs
3320hn 0.641 0.73 0.88 irs 0.47 0.51 0.93 irs 0.497 0.51 0.97 irs
3330hn 0.449 1 0.45 irs 0.77 1 0.77 irs 0.81 1 0.81 irs
3511hn 0.446 0.57 0.79 irs 0.6 0.6 0.85 irs 0.512 0.56 0.92 irs
3699hn 0.633 0.65 0.97 irs 0.51 0.51 0.99 irs 0.653 0.66 0.98 irs
Trung bình
2000 2001 2002
HCM 0.633 0.76 0.81 0.57 0.71 0.81 0.6 0.72 0.85
HN 0.58 0.69 0.86 0.57 0.63 0.91 0.6 0.64 0.93
Country 0.606 0.74 0.84 0.57 0.67 0.86 0.6 0.68 0.89
Chú thích: crste = hiệu quả kỹ thuật của mô hình CRS DEA
vrste = hiệu quả kỹ thuật của mô hình VRS DEA, và scale = hiệu quả quy mô = crste/vrste
abcd hcm(hn)= ngành có mã abcd ở Tp.HCM hoặc Hà nội.
Nguồn: Tính toán của tác giả
35
Phụ lục 4a
Hiệu quả kỹ thuật của các ngành ở Tp.HCM theo cách tiếp cận SFPF
Hiệu quả kỹ thuật
Ngành
2000 2001 2002
1511 0.25735839 0.2935083 0.3305386
1541 0.89635582 0.90568928 0.91424937
1543 0.48721927 0.52205265 0.55574027
1554 0.39950576 0.43645369 0.47282185
1730 0.82703453 0.84196182 0.8557658
1810 0.85601504 0.86865664 0.8803081
1912 0.64962006 0.67679824 0.70244749
2021 0.57446016 0.60570449 0.6354946
2029 0.50240817 0.53671477 0.56980393
2102 0.43439572 0.47070258 0.5061733
2211 0.39007898 0.42715087 0.46371934
2212 0.89054276 0.90036234 0.90937494
2411 0.80701038 0.8234735 0.8387319
2413 0.3410789 0.37842662 0.41571597
2424 0.8370375 0.85118429 0.86425167
2610 0.90734695 0.91575222 0.92344994
2699 0.75752802 0.77763095 0.79636499
2710 0.67582547 0.70140669 0.72547083
2812 0.49034911 0.52507754 0.55864482
2891 0.57228172 0.6036314 0.63353159
2921 0.35981096 0.39712908 0.43420923
2924 0.7956136 0.81293492 0.82900896
2925 0.64700822 0.67434084 0.70014437
2926 0.36929977 0.40656634 0.4435084
3140 0.91624596 0.92389072 0.9308835
3150 0.66420828 0.69050793 0.71528295
3190 0.61011344 0.63952994 0.66743588
3230 0.6266229 0.65512998 0.68211333
3320 0.40551143 0.44236919 0.47860009
3330 0.3439124 0.38126193 0.4185252
3511 0.7713727 0.7904801 0.80825913
3699 0.5084761 0.54256013 0.5754002
Nguồn: Tính toán của tác giả
36
Phụ lục 4b
Hiệu quả kỹ thuật của các ngành ở Hà nội theo cách tiếp cận SFPF
Hiệu quả kỹ thuật
Ngành
2000 2001 2002
1511 0.7537317 0.74570125 0.73747059
1541 0.72717864 0.71843937 0.70949371
1543 0.92810422 0.92545495 0.92271535
1554 0.54224416 0.52960384 0.51680064
1730 0.50190436 0.48871118 0.47538665
1810 0.55554826 0.54311686 0.53051395
1912 0.63163229 0.6206262 0.60941616
2021 0.51940598 0.5064374 0.4933228
2029 0.8473127 0.84201501 0.83656077
2102 0.62120833 0.60998518 0.59856086
2211 0.88053175 0.87628883 0.8719131
2212 0.87282493 0.86833326 0.86370287
2411 0.70793146 0.69869842 0.68925631
2413 0.74682555 0.73860775 0.73018786
2424 0.27142334 0.25795242 0.24466925
2610 0.55605369 0.54363048 0.53103545
2699 0.85559253 0.85055353 0.84536349
2710 0.37843259 0.36440047 0.35038188
2812 0.50682001 0.4936875 0.48041935
2891 0.91474051 0.9116329 0.90842192
2921 0.605678 0.59414375 0.58241343
2924 0.80505177 0.79847622 0.79172024
2925 0.25521505 0.24195972 0.22892097
2926 0.60309888 0.59151443 0.57973487
3140 0.5576541 0.54525693 0.5326869
3150 0.75367871 0.74564682 0.7374147
3190 0.43812013 0.4243209 0.41045647
3230 0.80493409 0.79835507 0.79159558
3320 0.67364003 0.66357192 0.65329382
3330 0.81728086 0.81106778 0.80468048
3511 0.69478262 0.68522243 0.67545221
3699 0.7822942 0.7750601 0.76763554
Nguồn: Tính toán của tác giả
37
TÀI LIỆU THAM KHẢO
Afriat, S.N. (1972). “Efficiency Estimation of Production Functions,” International Economic
Review, 13, 568 - 598.
Aigner, D. J., and Chu, S. F. (1968). “On Estimating the Industry Production Function,”
American Economic Review 58, 226-239.
Aigner, D.J., Lovell, C.A.K. , and Schmidt, P. (1977). “Formulation and Estimation of
Stochastic Frontier Production Models,” Journal of Econometrics, 6, 21-37.
Albach, H. (1980). “Average and Best Practice Production Functions in German Industry,”
Journal of Industry Economics, 29, 55-70.
Bagi, F.S. (1982). “Relationship between Farm Size and Technical Efficiency: in Western
Tennessee Agriculture,” Southern Journal of Agricultural Economics, 14, 139-43.
Battese, G.E. (1992). “Frontier Production Functions and Technical Efficiency: a Survey of
Empirical Applications in Agricultural Economics,” Agricultural Economics, 7, 185-
208.
Battese, G.E., and Coelli, T.J. (1988). “Prediction of Firm Level Technical Efficiencies with a
Generalized Frontier Production and Panel Data,” Journal of Econometrics, 38, 387-
399.
Battese, G.E., and Coelli, T.J. (1995). “A Model for Technical Inefficiency Effects in a
Stochastic Frontier Production Function for Panel Data,” Empirical Economics 20, 325-
332.
Bauer, P.W. (1990). “Recent Development in the Econometric Estimation of Frontiers”,
Journal of Econometrics, 46,39-56.
Bravo-Ureta, B.E. (1986). “Technical Efficiency Measures for Dairy Farms Based on a
Probabilistic Frontier Function Model” Canadian Journal of Agricultural Economics,
34, 399-415.
Bravo-Ureta, B.E., and Lee, T. (1988). “Socioeconomic and Technical Characteristics of New
England Dairy Cooperative Members and Nonmembers,” Journal of Agricultural
Cooperation, 3, 12-17.
Byrnes, P., Färe, R., Grosskopf, S. and Kraft, S. (1987). “Technical Efficiency and Size: the
Case of Illinois Grain Farms,” European Review of Agricultural Economics, 14, 367-81.
Charnes, A., and Cooper, W. (1962). “Programming with Linear Fractional Functions,” Naval
Research Logistics Quarterly, 9, 181-5.
Charnes, J. A., and Aliber, M. (1993). “An Analysis of Economics Efficiency in Agriculture:
a Nonparametric Approach,” Journal of Agricultural Research Economics, 18, 1-16.
Coelli, T.J. (1995). “Recent Development in Frontier Modeling and Efficiency
Measurement”, Australian Journal of Agricultural Economics, 39, 219-245.
Coelli, T.J. (1996), “A Guide to Frontier Version 4.1: A Computer Program for Stochastic
Frontier Production and Cost Function Estimation”, CEPA Working Paper No 7/96,
Department of Econometrics, University of New England.
38
Coelli, T.J. (1996). “A Guide to DEAP Version 2.1: A Data Envelopment Analysis
(Computer) Program”, CEPA Working Paper No 8/96, Department of Econometrics,
University of New England.
Coelli, T.J., and Fleming, E. (2003). “Diversification Economies and Specification
Efficiencies in a Mixed Food and Coffee Smallholder Farming System in Papua New
Guinea,” University of Queensland and University of New England, Australia.
Deller, S. C., and Nelson, C. H. (1991). “Measuring the Economic Efficiency of Producing
Rural Road Services,” American Journal of Agricultural Economics, 73, 194-201.
Drake, L., Weyman-Jones, T.G. (1996). "Productive and Allocative Inefficiencies in UK
Building Societies: A Comparison of Non-Parametric and Stochastic Frontier
Techniques," The Manchester Business School.
Färe, R., Grosskopf, S., and Lovell, C.A.K. (1985). “The Measurement of Production
Efficiency ,” Kluwer-Nijhoff, Boston.
Färe, R., Grosskopf, S., Norris, M., and Zhang, Z.(1994). “Productivity Growth, Technical
Progress, and Efficiency Change in Industrialized Countries,” The American Economic
Review, 84, 66-83.
Farrell, M.J. (1957). “The Measurement of Productive Efficiency,” Journal of the Royal
Statistical Society, 120, 253-81.
Featherstone, A. M., Langemeier, M. R. and Ismet, M. (1997). “A Non-parametric Analysis
of Efficiency for a Sample of Kansas Beef Cow Farms,” Journal of Agricultural
Economics, 29, 175-84.
Fernandez-Cornejo, J. (1994). “Nonradial Technical Efficiency and Chemical Input Use in
Agriculture,” Agricultural Resources Economics Review, 23, 11-21.
Ferrier, G.D, Lovell, C. A. K.(1990). “Measuring Cost Efficiency in Banking: Econometric
and Linear Programming Evidence”, Journal of Economics, 46, 229-245.
Forsund, F.R., Lovell, C. A. K. and Schmidt, P. (1980). “A Survey of Frontier Production
Functions and Their Relationship to Efficiency Measurement,” Journal of
Econometrics, 12, 5-25.
Forsund, F.R., and Jansen, E.S. (1977). “On Estimation Average and Best Practice
Production in Functions via Cost Functions”, International Economic Review, 18, 463-
476.
General Statistical Office (GSO), Vietnam. Various years. Statistical Yearbook. Statistical
Publishing House, Hanoi.
Greene, W.H. (1990), “A Gamma-Distributed Stochastic Frontier Model”, Journal of
Econometrics, 46, 141-165.
Johnson, J.L., Zapata, H.O. and Heagler, A.M. (1995). “Technical Efficiency in Louisiana
Sugar Cane Processing”, Journal of Agribusiness, 13, 85-98.
Jondrow, J., Lovell C.A.K. , Materov, I.S. and Schmidt, P. (1982). “On the Estimation of
Technical Inefficiency in the Stochastic Frontier Production Function Model”, Journal
of Econometrics, 19, 233-238.
39
Kalaitzandonakes, N.G., Dunn, E.G. (1995). “Technical Efficiency, Managerial Ability and
Farmer Education in Guatemalan Corn Production: a Latent Variable Analysis”,
Agricultural Resource Economic Review, 24, 36-46.
Kalirajan, K.P. (1991). “The Importance of Efficient Use in the Adoption of Technology: a
Micro Panel Data Analysis”, Journal of Productivity Analysis, 2, 113-26.
Kalirajan, K.P. and Shand, R.T. (1985). “Types of Education and Agricultural Productivity: a
Quantitative Analysis of Tamil Nadu Rice Farming”, Journal of Development Studies,
10, 232-43.
Kmenta, J. (1972). “On Estimation of the CES Production Function”, The American
Economic Review, 180-192.
Kumbhakar, S., Ghosh, S., and McGuckin, J. (1991). “A Generalized Production Frontier
Approach for Estimating Determinants of Inefficiency in US Dairy Industry”, Journal of
Business Economic Statistics, 9, 279-86.
Kumbhakar, S.C., Biswas, B., and Bailey, D.V. (1989). “A Study of Economic Efficiency of
Utah Diary Farmers: A System Approach”, The Review of Economics and Statistics, 71,
595-604.
Kumbhakar, S.C., Lovell, C.A. (2000). “ Stochastic Frontier Analysis”, Cambridge University
Press.
Lee, L.F., and Tyler, W.G. (1978). “The Stochastic Frontier Production Function and Average
Efficiency: An Empirical Analysis”, Journal of Econometrics, 7, 385-389.
Lee, L.F. (1983). “A Test for Distributional Assumptions for the Stochastic Frontier
Function”, Journal of Econometrics, 22, 245-267.
Lingad, J., Castillo, L. , and Jayasuriya, S. (1983). “Comparative Efficiency of Rice Farms in
Central Luzon, The Philippines”, Journal of Agricultural Economics, 34, 163-173.
Lin, C.C., and Yin-Hsiang Wang. (1997). “A Comparative Study on Productivity Efficiency
of Taiwanese Firms and their Subsidiaries in Mainland China”, Taiwan Journal of
Political Economy, 69-93.
Md.Abdul Wadud. (2003). “A Non-parametric Analysis of Technical Efficiency of Farms in
Bangladesh”. New Nation Online Edition, September 21, 2003. Available at
Mao, W., and Won W. Koo. (1997). “Productivity Growth, Technological Progress, and
Efficiency Change in Chinese Agriculture after Rural Economic Reforms: A DEA
Approach”, China Economic Review, 8, 157-174.
Meeusen, W., and Van de Broeck, J. (1977). “Efficiency Estimation from Cobb-Douglas
Production Function with Composed Error”, International Economic Review, 18, 435-
444.
Nguyen, Khac Minh. (2004), “Technical Progress, and Efficiency change in Vietnamese
Industry- Non-parameter Approach”, Proceedings of Regional Workshop NEU-NRC,
40-70.
40
Nguyen, Khac Minh, and Vu Quang Dong. (2004). “Non-parametric Analysis of Technical
and Scale Efficiencies for Processing Firms in Vietnam’s Aquaculture”, Proceedings of
Regional Workshop NEU-NRC, 71-90.
Pitt, M.M., and Lee, L.F. (1981). “The Measurement and Sources of Technical Inefficiency in
the Indonesian Weaving Industry”, Journal of Development Economics, 9, 515-521.
Richmond, J. (1974). “Estimating the Efficiency of Production”, International Economic
Review, 15, 515-521.
Rao, C.R. (1973). Linear Statistical Inference and Its Application, 2nd ed. Wiley, New York.
Rowland, W.W., Langemeier, M.R., Schurle, B.W., and Featherstone, A.M (1998). “A Non-
parametric Efficiency Analysis for a Sample of Kansas Swine Operations”, Journal of
Agricultural Applied Economics, 30, 189-99.
Seiford, L. M., and Thrall, R.M. (1990). “Recent Developments in DEA: the Mathematical
Programming Approach to Frontier Analysis”, Journal of Econometrics, 46, 7-38.
Sengupta, J.K. (1990). “Transformations in Stochastic DEA Models”, Journal of
Econometrics, 46, 109-123.
Sengupta, J.K. (1999). “A Dynamic Efficiency Model Using Data Envelopment Analysis”,
International Journal of Production Economics, 62, 209-218.
Sengupta, J.K. (2002). “Economics of Efficiency Measurement by DEA Model”, Applied
Economics, 34, 1133-1139.
Sharma, Khem, R., Leung, P., and Zaleski, H., M. (1999). “Technical, Allocative, and
Economic Efficiencies in Swine Production in Hawaii: A Comparison of Parametric and
Non-parametric Approaches”, Agricultural Economics, 20,23-35.
Stevenson, R.E. (1980). “Likelihood Functions for Generalized Stochastic Frontier
Estimation”, Journal of Econometrics, 13, 57-66.
Tauer, L. W. and Hanchar, J. J. (1995). “Non-parametric Technical Efficiency with K Firms,
N Inputs, and M Outputs: a Simulation”, Agricultural Resources Economics Review, 23,
185-89.
Timmer, C.P. (1971). “Using a Probabilistic Frontier Production Function to Measure
Technical Efficiency”, Journal of Political Economy, 79, 776-794.
Các file đính kèm theo tài liệu này:
- Phân tích so sánh về hiệu quả của các ngành sản xuất ở hà nội và thành phố hồ chí minh.pdf