利用Frontier 4.1软件包对式（1）和（2）进行估计，估计结果见第168页表2。第168页表2左边给出了超越对数生产函数的估计结果，其中LAG（n）表示投入产出的滞后阶数，右边部分估计了技术效率的影响因素结果。根据似然率（LR检验）结果，可以判断在1%的显著性水平上我们选取SFA方法对超越对数生产函数形式的估计结果要优于采用传统OLS方法对柯布—道格拉斯形式函数的估计，说明考察期内语言难度对各国技术进步产生了重要的影响，而且在滞后阶数的情况下，γ统计值均在0.7以上，说明滞后阶数的改变即没有影响技术效率与各影响因素之间的基本关系，也反映出无效率对技术效率的影响非常显著。利用超越对数函数对总产出及其投入进行估计时，劳动力（lnLit）与资本（lnKit）的一二次项系数均为正且显著通过检验，表明了考察期内投入与产出存在着U型关系，与一般生产理论一致。

从对技术进步的影响因素结果来看，随着滞后阶数的增加，所有变量对生产效率的影响先增加随后降低。从核心变量的估计结果来看，[1/diff]×[Hit]这一项估计结果显著为负，表示语言难度能够通过人力资本作用于技术效率，当一国语言难度较大时，由于语言的交流成本增加，遏制了人力资本对技术的吸收能力，从而造成了企业技术效率的降低。反之，当一国语言难度较低时，将会促进人力资本对技术的吸收能力，从而带来生产效率的提高。同时，随着滞后阶数的增加，回归结果表明语言难度对于技术效率的影响还具有显著的滞后效应，语言难度对技术效率的影响具有持续作用，因此在进行技术赶超时，本国不但要进行人力资本投资，还需要关注一国语言难度的变化，避免语言难度较大造成对技术效率的影响。

从控制变量的估计结果来看，样本国家的研发人员（researcher）、研发投资比重（RD）、FDI以及对外开放度（open）对于各自国家技术效率的影响不仅通过显著性检验，而且是正向的这与传统的文献估计结果一致。只是在滞后1期的情况下，R&D投资与FDI对于生产效率的影响不再显著，但对应估计系数仍然为负，所以从整体来看控制变量对于各国技术效率仍然有显著正向影响。

表2　技术效率影响因素的随机前沿模型估计结果(www.daowen.com)

续表

注：（·）表示对于估计参数的标准差，***，**，*分别表示1%，5%，10%的显著性水平。