11
STOCHASTIC FRONTIER ANALYSIS (SFA) EFISIENSI TEKNIS PADA INDUSTRI MANUFAKTUR DI INDONESIA
Leonardus Aditya Prakoso
NIM. 12020113120026
Fakultas Ekonomika dan Bisnis
Universitas Diponegoro
Semarang
2016
Abstrak
Penelitian ini mengangkat tema mengenai efisiensi teknis pada industri manufaktur di Indonesia dan variabel determinannya. Efisiensi teknis dihitung dengan menggunakan pendekatan stochastic frontier analysis (SFA). Determinan efisiensi teknis diestimasi dengan menggunakan regresi berganda. Data berjenis panel pada level perusahaan dengan 4240 DMU dalam 6 tahun pengamatan (2004-2009). Hasil penelitian menunjukkan bahwa variabel market share signifikan negatif mempengaruhi efisiensi teknis. Variabel lain seperti usia perusahaan, kepemilikan usaha, rasio konsentrasi, dan capacity utilization mempengaruhi efisiensi teknis secara tidak signifikan.
Kata kunci: Efisiensi Teknis, Stochastic Frontier Analysis, Industri Manufaktur, Indonesia
1. PENDAHULUAN
Pengertian Efisiensi
E
fisiensi adalah suatu keadaan penggunaan input dalam menghasilkan output yang paling optimal. Mankiw (2014) menyatakan bahwa efisiensi adalah kondisi dimana masyarakat mendapatkan barang/jasa terbanyak yang bisa didapatkan dari sumber daya yang langka. Secara makroekonomi, pendekatan keseimbangan umum adalah alat yang baik yang digunakan untuk menghitung efisiensi (Nicholson dan Synder, 2008).
Penerapan efisiensi tidak terbatas hanya dilakukan pada level makro. Efisiensi juga dapat digunakan pada level mikro. Perusahaan atau industri adalah pelaku mikro yang memanfaatkan perhitungan efisiensi. Dalam prakteknya, perhitungan efisiensi kini telah dikembangkan banyak ahli dan banyak pula bermunculan perhitungan efisiensi modern. Farrell dalam Coelli (1996) menyatakan bahwa efisiensi perusahaan terdiri dari dua komponen, yaitu efisiensi teknis dan alokatif. Efisiensi teknis adalah kemampuan perusahaan untuk memproduksi output paling maksimal dari suatu set input yang ada. Efisiensi alikatif adalah kemampuan perusahaan untuk menggunakan input dalam proporsi yang optimal, dengan harga yang ada. Kedua jenis efisiensi ini kemudian dikombinasikan untuk menghasilkan efisiensi ekonomi total.
Dua pendekatan dalam perhitungan efisiensi adalah output oriented dan input oriented. Output oriented yang dimaksud adalah memaksimalkan output yang diproduksi dengan suatu set input yang tetap. Input oriented adalah meminimalkan input yang digunakan untuk memproduksi output yang tetap.
Gambar 1 menjelaskan mengenai perbedaan efisiensi teknis dan alokatif pada pendekatan input dan output. Analisis ini mengasumsikan bahwa perusahaan berproduksi dengan dua input (x1 dan x2), menghasilkan satu output y pada kondisi efisien penuh pada perusahaan. Pada gambar kiri, garis SS' merepresentasikan isokuan produksi perusahaan, dan garis AA' merepresentasikan rasio harga-input. Garis 0P menunjukkan input yang digunakan dalam proses produksi. Maka kemudian QP merepresentasikan jumlah input yang dapat dikurangi tanpa mengurangi output. Dengan demikian apa yang dimaksud dengan efisiensi teknis pada pendekatan input adalah perbandingan antara 0Q dengan 0P.
Gambar 1
Efisiensi Teknis dan Alokatif
Keterangan: (kiri) efisiensi input oriented, (kanan) efisiensi output oriented
Sumber: Coelli (2008)
Sementara garis RQ merepresentasikan pengurangan biaya produksi yang akan terjadi jika perusahaan beroperasi efisien dari segi alokasi pada titik Q'. Oleh karenanya Efisiensi alokasi dapat dirumuskan dengan 0R berbanding 0Q. Gabungan kedua jenis efisiensi tersebut adalah efisiensi total. Efisiensi total dapat dirumuskan dengan 0R/0P.
Efisiensi berdasar output ditunjukkan pada gambar kanan. Garis ZZ' merupakan garus kemungkinan produksi. Titik AB merepresentasikan inefisiensi teknis, karena dengan input yang tetap dapat menghasilkan output pada tingkat yang lebih tinggi. Maka pengukuran inefisiensi teknis adalah 0A/0B. Apabila diketahui harga, maka garis DD' dapat merepresentasikannya. Kemudian dapat ditulis bahwa 0B/0C merupakan pengukuran dari efisiensi alokatif. Dengan demikian efisiensi keseluruhan ekonomi dapat dihitung dengan perkalian antara TE dengan AE.
Efisiensi Teknis dan Variabel Penentunya
Beberapa penelitian memfokuskan diri pada perhitungan efisiensi teknis dan faktor determinannya. Margono dan Sharma (2004) meneliti mengenai efisiensi teknis yang ada pada industri manufaktur makanan, tekstil, kimia, dan logam di Indonesia. Penelitian tersebut menggunakan variabel determinan kepemilikan, lokasi perusahaan, ukuran, dan usia perusahaan. Hasilnya pada sektor makanan, faktor kepemilikan yang signifikan mempengaruhi inefisiensi teknis; pada sektor tekstil, lokasi dan ukuran perusahaan; pada sektor kimia dan logam, ukuran kepemilikan, dan usia.
Baduneko et al. (2006) melakukan penelitian mengenai faktor yang menentukan efisiensi teknis pada industri manufaktur di Jerman. Variabel yang digunakan adalah efek industri, kepemilikan, usia, legalitas, struktur kepemilikan, ukuran, lokasi, outsourcing. Variabel efek industri adalah yang pang besar menentukan efisiensi teknis, diikuti oleh variabel ukuran dan lokasi. Variabel lain memiliki peran penentuan yang sangat kecil.
Ugur (t.t.) melakukan penelitian mengenai faktor yang mempengaruhi efisiensi teknis pada industri manufaktur elektronik dan optik di Irlandia. Penelitian ini menggunakan panel data dengan pendekatan SFA. Variabel yang digunakan ialah intensitas investasi, kualitas pekerja, intensitas ekspor. Hasil penelitian adalah intensitas investasi dan kualitas pekerja mempengaruhi secara signifikan dan keseluruhan inefisiensi teknis. Intensitas ekspor hanya signifikan mempengaruhi pada industri manufaktur televise dan penerima gelombang.
Dengan demikian penelitian ini akan memadukan penggunaan variabel determinan yang sudah pernah digunakan dan yang belum pernah penulis temukan untuk digunakan. Variabel market share, usia perusahaan, capacity utilization, kepemilikan perusahaan, dan konsentrasi rasio menjadi variabel yang digunakan dalam penelitian ini.
2. METODOLOGI
Model dan Data
Penelitian ini menggunakan alat analisis utama Stochastic Frontier Analysis (SFA). SFA dapat digunakan untuk menghitung secara langsung efisiensi teknis dan faktor yang mempengaruhi efisiensi tersebut. Efisiensi teknis dan variabel determinannya kemudian diestimasi dengan Maximum Likelihood Estimation (MLE). Data yang digunakan adalah data panel yang terdiri dari 4240 input dan output level perusahaan (DMU) dalam 6 tahun pengamatan (2004-2009).
Dalam perhitungan efisiensi teknis digunakan empat variabel input , yaitu tenaga kerja (L), modal (K), sumber daya bahan baku (M), sumber daya bahan bakar (E). Empat variabel tersebut kemudian digunakan dalam fungsi produksi frontier dengan menggunakan spesifikasi variabel translog. Model yang digunakan adalah
LnY= β0+β1LnKij+β2LnLij+βLnMij+β4LnEij+β5LnTij+β6LnLij2+β7LnKij2+β8LnMij2+β9LnEij2+β10LnTij2+β11LnT2ij+β12LnTijLnLij+β13LnTijLnKij+β14LnTijLnMij+β15LnTijLnMij+β16LnTijLnEij+β17LnLijLnKij+β18LnLijLnMij+β19LnLijLnEij+β20LnMijLnEij
dimana Ln adalah logaritma natural, T adalah waktu (periode), dan βn adalah parameter variabel. Sedangkan model inefisiensi yang digunakan adalah
TEij=δ0+δ1MSij+δ2AGEij+δ3CUij+δ4DLOCij+δ5CR4ij
dimana TE adalah efisiensi teknis, MS adalah market share, AGE adalah usia perusahaan, DLOC adalah dummy kepemilikan local perusahaan (0=local; 1=asing), CR4 adalah konsentrasi rasio perusahaan.
3. HASIL DAN PEMBAHASAN
Efisiensi teknis
Tabel 1. Ringkasan Statistik Deskriptif Estimasi Efisiensi Teknis
Tahun
Mean
Std. Dev.
Min.
Max.
2004
0.9521
0.0170
0.6596
1
2005
0.9515
0.0167
0.6603
1
2006
0.9500
0.0239
0.5401
1
2007
0.9499
0.0188
0.5414
1
2008
0.9506
0.0183
0.5409
1
2009
0.9497
0.0175
0.5403
1
Tabel 1 memberikan gambaran umum mengenai efisiensi teknis industri manufak-tur di Indonesia. Data keseluruhan menunjukkan bahwa TE paling kecil pada pengamatan penelitian sebesar 0.54. Ini artinya untuk setiap satu input yang digunakan akan menghasilkan output sebesar 0.54. Angka yang paling besar adalah 1, tidak terkecuali untuk semua tahun. Artinya di setiap tahun selalu ada perusahaan yang berhasi lemcapai efisiensi teknis penuh.
Rata-rata menunjukkan bahwa tidak ada tahun dengan TE kurang dari 0.94. Angka ini didukung dengan standar deviasi yang kecil (0.01-0.02). Standar deviasi yang kecil menunjukkan bahwa kemencengan/kesalahan dari rata-rata yang dihasilkan relatif kecil. Dari 100 data yang diestimasi memiliki rata-rata antara 0.94-0.95 hanya 1-2 data yang bukan angka tersebut. Oleh karenanya dapat dikatakan bahwa angka rata-rata tersebut mewakili populasi, yaitu rata-rata TE sebesar 0.94-0.95 untuk semua tahun pengamatan.
Selain gambaran secara umum, rata-rata dapat dilihat dari kaitannya dengan variabel determinan yang digunakan untuk mengestimasi pengaruh. Tabel 2 memberikan gambaran menganai keterkaitan tersebut. Dilihat dari kaitannya dengan variabel tahun, efisiensi teknis untuk semua perusahaan dalam semua tahun memiliki kecenderungan menurun untuk perusahaan dengan usia berdiri yang lebih lama. Perusahaan berusia 1-20 tahun memiliki rata-rata TE sebesar 0.95-0.96. Perusahaan dengan usia lebih dari 81 tahun memiliki rata-rata TE berkisar 0.91. Ini berarti dapat diduga bahwa semakin lama usia perusahaan akan memiliki TE yang semakin menurun.
Tabel 2. Rata-rata EFISIENSI TEKNIS Berdasar Variabel Determinan
Keterangan
2004
2005
2006
2007
2008
2009
Mean
Jml.
Mean
Jml.
Mean
Jml.
Mean
Jml.
Mean
Jml.
Mean
Jml.
AGE (Thn)
1-20
0.956
2860
0.956
2752
0.954
2588
0.955
2453
0.956
2331
0.96
2220
21-40
0.946
1167
0.946
1267
0.946
1417
0.946
1541
0.947
1651
0.95
1739
41-60
0.933
162
0.934
170
0.933
180
0.932
188
0.933
196
0.93
212
61-80
0.919
33
0.918
33
0.920
37
0.918
38
0.918
40
0.92
46
>81
0.910
18
0.915
18
0.912
18
0.910
20
0.912
22
0.91
23
LOC
0 (lokal)
0.949
3862
0.949
3862
0.947
3862
0.947
3862
0.948
3862
0.95
3862
1 (asing)
0.982
378
0.982
378
0.981
378
0.981
378
0.982
378
0.98
378
CR4 (%)
0-10
0
0
0.945
175
0.0
0
0
0
0.0
0
0
0
10.1-25
0.951
3070
0.950
2541
0.949
2806
0.948
3070
0.948
2145
0.95
2287
25.1s-50
0.955
936
0.953
1282
0.951
1093
0.953
928
0.952
1497
0.95
1355
50.1-65
0.978
58
0.981
16
0.957
132
0.958
202
0.957
558
0.96
558
>65.1
0.958
176
0.962
226
0.958
209
0.971
40
0.968
40
0.97
40
CU
1-20
0.989
41
0.987
21
0.987
36
0.987
31
0.986
36
0.99
34
21-40
0.979
116
0.978
116
0.977
116
0.975
105
0.976
111
0.98
122
41-60
0.965
473
0.965
432
0.963
526
0.962
430
0.964
418
0.96
409
61-80
0.953
2038
0.953
2093
0.952
1951
0.952
2087
0.952
2160
0.95
2127
>81
0.944
1572
0.944
1578
0.940
1611
0.942
1587
0.943
1515
0.94
1548
Dilihat dari kepemilikan perusahaan, perusahaan dengan kepemilikan asing memiliki nilai TE yang lebih besar daripada perusahaan dengan kepemilikan lokal. Di semua tahun pengamatan, perusahaan lokal memiliki nilai TE berkisar 0.94-0.95. Perusahaan dengan kepemilikan asing memiliki nilai TE berkisar 0.98. Oleh karenanya dapat disimpulkan awal bahwa perusahaan asing bekerja pada level efisiensi yang lebih tinggi daripada perusahaan lokal.
Dari segi rasio konsentrasi, dalam tiga tahun pertama pengamatan semua perusahaan memiliki rata-rata TE yang bervariasi antara 0.95-0.98. Tiga tahun terakhir pengamatan memiliki pola nilai TE tertentu. Perusahaan dengan nilai rasio konsentrasi lebih tinggi memiliki nilai TE yang lebih tinggi. Nilai tersebut bervariasi antara 0.94 hingga 0.97. Dengan demikian pernyataan semakin tinggi CR4 semakin tinggi TE diduga hanya berlaku untuk tiga tahun terakhir pengamatan.
Dari segi capacity utilization, di semua tahun, perusahaan memiliki pola semakin tinggi CU maka semakin rendah TE. Nilai rata-rata TE bervariasi antara 0.94-0.99. CU yang semakin tinggi menandakan perusahaan beroperasi pada kapasitas yang lebih tinggi. Oleh karenanya dapat disimpulkan sementara bahwa perusahaan yang semakin tinggi kapasitas produksinya memiliki kecenderungan rata-rata TE yang semakin rendah.
Parameter estimasi TE dengan set input yang telah dipilih dapat dilihat pada Tabel 3. Pendekatan yang digunakan adalah MLE dengan model transcendental logarithmic. Tabel 3 memberikan gambaran mengenai koefisien estimasi stochastic production untuk sampel pada penelitian ini.
Variabel Determinan Efisiensi Teknis
Variabel dependen yang digunakan dalam estimasi ini adalah TE. Oleh karenanya hubungan positif signifikan antara variabel dependen dan independen memiliki makna variabel independen yang semakin tinggi akan menyebabkan angka TE yang semakin tinggi. Dapat juga disebut bahwa perusahaan semakin efisien.
MS diduga memiliki hubungan positif dengan TE. MS dihitung dari penjualan perusahaan terhadap keseluruhan penjualan industri. Meningkatnya penjualan perusahaan berarti perusahaan beroperasi pada skala yang lebih besar. Sedikitnya pesaing pada level perusahaan-perusahaan dengan MS yang tinggi akan menakibatkan terbentuk pasar oligopoli. Dengan demikian perusahaan akan semakin berlomba untuk meningkatkan efisiensi produksinya. Hasil estimasi menunjukkan hubungan yang negatif signifikan antara MS dan TE pada level probabilitas 95%. Oleh karenanya hipotesis awal ditolak. Semakin tinggi nilai MS perusahaan akan semakin mengurangi nilai TE-nya, dengan kata lain meningkatkan inefisiensi.
AGE diduga memiliki hubungan positif dengan TE. AGE menunjukkan usia perusahaan beroperasi. Semakin lama perusahaan beroperasi akan meningkatkan spesialisasi produksi dan juga kemungkinan teknologi yang digunakan. Dengan demikian akan meningkatkan efisiensi teknis produksi perusahaan. Hasil estimasi menunjukkan hubungan positif dan tidak signifikan antara AGE dan TE pada level probabilitas 95%. Oleh karenanya dapat dikatakan bahwa usia perusahaan mempengaruhi efisiensi teknis secara tidak signifikan.
Tabel 3. Parameter Estimasi Stochastic Production Frontier dan Model Inefisiensi Teknis
Variabel
Parameter
Koefisien
Standard Error
t-ratio
Stochastic Production
Intersep
β0
4.000391
0.995273
4.019391
LnL
β1
0.873324
0.967823
0.902359
LnK
β2
0.056982
0.726318
0.078454
LnM
β3
0.090938
0.780713
0.116480
LnE
β4
0.261519
0.815973
0.320500
T
β5
0.024975
0.969357
0.025765
LnL2
β6
0.033911
0.449802
0.075390
LnK2
β7
0.010278
0.022934
0.448170
LnM2
β8
0.071200
0.129237
0.550924
LnE2
β9
0.035602
0.162339
0.219306
T2
β10
-0.005953
0.051172
-0.116334
T*LnL
β11
0.003010
0.030288
0.099369
T*LnK
β12
-0.001187
0.079861
-0.014859
T*LnM
β13
-0.002868
0.102757
-0.027906
T*LnE
β14
0.004884
0.085168
0.057341
LnL*LnK
β15
0.011596
0.390880
0.029667
LnL*LnM
β16
-0.087875
0.561817
-0.156412
LnL*LnE
β17
0.010884
0.215669
0.050467
LnK*LnM
β18
-0.019793
0.428080
-0.046237
LnK*LnE
β19
-0.003460
0.409366
-0.008452
LnM*LnE
β20
-0.067827
0.194989
-0.347849
Model Inefisiensi Teknis
Intersep
δ0
-0.002159
0.486978
-0.004433
MS
δ1
-0.001784
0.000309
-5.777606
AGE
δ2
0.000687
0.006107
0.112544
CU
δ3
0.000632
0.002158
0.292972
DLOC
δ4
-0.032479
0.189350
-0.171530
CR4
δ5
-0.000195
0.002645
-0.073604
Parameter Lain
sigma-squared
0.148197
0.058142
2.548885
gamma
0.000008
0.000109
0.076986
log likelihood function
-11970.72
mean efisiensi teknis
0.95065
CU diduga memiliki hubungan positif dengan TE. CU merupakan kapasitas produksi suatu perusahaan. CU yang semakin tinggi berarti perusahaan yang berproduksi semakin kearah kapasitas penuh. Perdebatan mengenai pengukuran CU terjadi karena belum adanya ukuran pasti mengenai kapasitas penuh dalam produksi, adanya unsur subjektivitas mengenai penilaian kapasitas produksi penuh, dan kebijakan valuasi yang digunakan dalam mengukur output produksi. Terlepas dari situasi tersebut, semakin perusahaan beroperasi pada kapasitas yang penuh maka efisiensi teknis perusahaan akan semakin tinggi. Hasil estimasi menunjukkan hubungan yang positif dan tidak signifikan antara CU dan TE pada level probabilitas 95%. Ini berarti dapat dikatakan bahwa tinggi rendah kapasitas produksi yang dicapai perusahaan mempengaruhi secara tidak signifikan efisiensi teknis produksi perusahaan tersebut.
DLOC merupakan variabel dummy kepemilikan perusahaan. Perusahaan yang dimiliki dalam negeri diberi nilai 0 dan perusahaan yang dimiliki asing diberi nilai 1. Tidak ada hipotesis yang pasti mengenai hubungan kepemilikan perusahaan dengan TE berdasarkan kewarganegaraan. Hasil penelitian menujukkan koefisien yang tidak signifikan. Hal ini menunjukkan bahwa tidak ada bukti yang cukup kuat untuk mengatakan bahwa baik perusahaan local maupun asing berproduksi pada level efisiensi teknis yang lebih tinggi satu sama lain.
CR4 merupakan rasio konsentrasi tak tertimbang perusahaan dalam suatu industri. CR4 diambil dari share output (atau penjualan) empat perusahaan terbesar dalam industri. Dikatakan tidak tertimbang dikarenakan tidak ada pembobotan untuk perusahaan besar maupun kecil. Diduga CR4 memiliki hubungan positif dengan TE. Semakin besar CR4 berarti perusahaan berproduksi pada level yang semakin tinggi. Dengan demikian pada level tertinggi akan menyisakan perusahaan yang seolah beroperasi pada pasar oligopoli. Dengan model pasar tersebut perusahaan berusaha semaksimal mungkin untuk meningkatkan efisiensi produksi guna memenangkan persaingan. Hasil penelitian menunjukkan bahwa terdapat hubungan negatif dan tidak signifikan antara CR4 dan TE pada level probabilitas 95%. Ini berarti dapat dikatakan bahwa CR4 mempengaruhi TE secara tidak signifikan dalam sampel penelitian ini.
Gamma yang terdapat pada bagian parameter lain dapat menunjukkan faktor apa yang lebih dominan mempengaruhi variasi eror. Dua kemungkinan faktor tersebut adalah inefisiensi teknis dan faktor random lainnya. Nilai koefisien gamma yang mendekati 1 menunjukkan bahwa variasi eror lebih banyak dipengaruhi oleh inefisiensi teknis. Nilai koefisien gamma yang menjauhi 1 mengindikasikan bahwa variasi eror lebih banyak dipengaruhi oleh faktor random lainnya. Hasil penelitian menunjukkan bahwa koefisien gamma memiliki nilai relatif jauh dari 1. Hal ini berarti dapat dikatakan bahwa faktor random selain variabel independen dan inefisiensi teknis lebih mendominasi variasi eror.
4. SIMPULAN
Penelitian ini mengangkat tema mengenai efisiensi teknis pada industri manufaktur di Indonesia dan variabel determinannya. Efisiensi teknis dihitung dengan menggunakan pendekatan stochastic frontier analysis (SFA). Determinan efisiensi teknis diestimasi dengan menggunakan regresi berganda. Baik perhitungan efisiensi teknis maupun regresi determinan dilakukan dengan satu tahap menggunakan pendekatan TE effect pada software Frontier 4.1.
Data yang digunakan dalam penelitian ini berjenis panel pada level perusahaan dengan 4240 DMU dalam 6 tahun pengamatan (2004-2009). Model yang digunakan adalah model transcendental logarithmic dan model regresi berganda.
Hasil penelitian menunjukkan bahwa variabel market share signifikan negatif mempengaruhi efisiensi teknis. Variabel lain seperti usia perusahaan, kepemilikan usaha, rasio konsentrasi, dan capacity utilization mempengaruhi efisiensi teknis secara tidak signifikan.
REFERENSI
Badunenko, Oleg, Michael Fritsch, and Andreas Stephan. What Determines the Technical Efficiency of a Firm? The Importance of Industry, Location, and Size. Working Paper, Jena: Arbeits- und Diskussionspapiere der Wirtschaftswissenschaftlichen Fakultät der Friedrich-Schiller-Universität Jena, 2006.
Chiona, Susan, Thomson Kalinda, and Gelson Tembo. "Stochastic Frontier Analysis of the Technical Efficiency of Smallholder Maize Farmers in Central Province, Zambia." Journal of Agricultural Science; Vol. 6, No. 10; 2014 (Correspondence: Thomson Kalinda, Department of Agricultural Economics and Extension, University of Zambia), 2014: 108-118.
Coelli, T.J. A Guide to FRONTIER Version 4.1: A Computer Program for Stochastic Frontier Production and Cost Function Estimation. Working Paper, Armidale: Center for Efficiency and Productivity Analysis, University of New England, 2007.
Coelli, T.J. Centre for Efficiency and Productivity Analysis (CEPA) Working Papers. Working Papers, Armidale: University of New England, 1996.
Gujarati, Damodar N., and Dawn C. Porter. Basic Econometric. Mc Graw Hill, 2009.
Lipczynski, John, John Wilson, and John Goddard. Industrial Organization Competition, Strategy, Policy. Harlow: Prentice Hall Financial Times, 2005.
Mankiw, N. Gregory. Principles of Economics, 7th Edition. Cengage Learning, 2014.
Margono, Heru, and Subhash C. Sharma. Efficiency and Productivity Analyses of Indonesian Manufacturing Industries. Discussion Paper, Southern Illinois : Department of Economics, Southern Illinois University Carbondale, 2004.
Nicholson, Walter, and Christopher Snyder. Microeconomic Theory Basic Principles and Extension Tenth Edition. Mason: Thomson South-Western, 2008.
Uğur, Ali. Technical Efficiency In Irish Manufacturing Industry, 1991-1999. Working Paper, Dublin: IIIS and Department of Economics, Trinity College, n.d.
