《全要素生产率与区域经济增长的动力_基于对1_省略_年28个省市大中型工业的非参数》由会员分享，可在线阅读，更多相关《全要素生产率与区域经济增长的动力_基于对1_省略_年28个省市大中型工业的非参数（23页珍藏版）》请在金锄头文库上搜索。
1、 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2007 年 第 4 期 No.4 2007 14全要素生产率与区域经济增长的动力 基于对 19952004 年 28 个省市 大中型工业的非参数生产前沿分析 涂正革 摘 要：传统观点认为中国经济增长的动力是资本的堆集，本文采用 Malmquist 指数 和 DEA 技术，研究中国 28 个省市地区大中型工业的动力，分析发现 19952004 年： （1）大中型工业平均增长 15.5%，其中全要素生产率增长拉动工业增长平均为 9.2%，贡 献率约 60%，对工业增长的贡献从 1996 年的9.6%上升到 2003 年的 1
2、8.2%、2004 年的 10.4%，而资本和劳动投入增长对产出增长的综合贡献从 1996 年的 13.5%，下降到 2004 年 的 0.7%；（2）全要素生产率中技术进步和规模效率的改善对产出增长的贡献日渐突出， 技术进步推动工业经济增长 5.2%，规模效率改善推动工业增长 3.3%。（3）工业企业全要 素生产率快速增长的背后因素可以简单归纳为：省际间竞争、学习和模仿、经济全球化和 外商投资、民营化改革和经济扩张期。因此，本文认为全要素生产率，特别是技术进步和 规模效率的提高，是区域工业经济快速增长的源泉。 关键词：全要素生产率；区域经济；Malmquist 指数 一、引 言 自亚当斯密发
3、表国富论以来，衡量财富创造的经济增长理论一直是经济学 研究的核心。外生性增长理论模型的开创者 Robert Solow（1957）指出技术进步是经 济持久增长的源泉，同时强调资本积累是经济增长收敛的重要原因；而内生性经济 增长理论的代表人物，如 Paul Romer （1986）、Lucas （1988） 等人则强调实物资 本和人力资本是经济增长的主要引擎，国家或地区间的技术差距是经济收敛出现与 否的关键。随着对技术进步测度研究的深入，研究者发现除了技术进步，技术效率 及其变化对经济增长也有重要的影响。Farrell （1957） 在经济学文献中引入技术效 率的概念，并将技术效率的测度变成经济
4、增长理论的一个重要领域。Nishinizu 和 Page （1982） 首次采用参数前沿方法，将全要素生产率（TFP）的增长分解成前沿 涂正革，华中师范大学经济学院（邮编：430079），E-mail:。本文系国家社科基金项目“环境、 能源约束下的中国工业增长模式研究”（项目号：07BJY019）及湖北社科基金项目“湖北工业增长模式研究”（项 目号：2007-030）的研究成果。作者感谢国家统计局工交司为本文提供数据支持，感谢匿名审稿人提出的修改意， 并承诺文责自负。 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2007 年 第 4 期 No.4 2007 15技术变
5、化和相对前沿的技术效率的变化。而 Fare 等人（1994）首次采用非参数方法 分解全要素生产率的增长。Kumar、Russell（2002）用非参数方法构造了世界生产前 沿，并将各国劳动生产率的增长分解为技术进步、技术效率变化和资本积累三大贡 献，并据此讨论经济增长的收敛性。Atkinson 和 Cornwell（1994）就提出了面板数据 下在成本前沿函数模型中估计技术效率与配置效率。Atkinson 和 Primont （2002）在 影子成本和距离函数框架下采用随机方法分解生产率的变化。对于研究我国区域经 济的和谐发展，这些关于全要素生产率的研究方法值得借鉴。 中国经济 26 年的快速
6、发展举世瞩目，同时，在学术界对中国经济快速增长的背 后动力及其前景的争论从未停止过。邱晓华等（2006）用 19802004 年宏观 GDP 数据分析得出结论，资本投入是中国高速经济增长最主要的源泉。这与邓翔、李建 平（2004）、董先安（2004） 和张军（2002）等发现的结果基本一致。Lin （1992）认为部门之间特别是农业制度创新导致人口向城市转移是中国经济的核心 动力。王志刚等（2006）采用 19782003 年的分省宏观数据和随机前沿模型分析发 现地区之间的差距基本保持不变，且 90 年代后全要素生产率有下降的趋势。郭庆 旺、赵志耘和贾俊雪（2005）采用 DEAMalmqui
7、st 指数方法和 19792003 年的分 省数据，同样发现中国省份之间经济增长的差异较大且有增大的趋势，其主要原因 是由全要素生产率的差异造成的。李胜文、李大胜（2006）基于 19902004 年的省 际数据，发现人均资本存量和研发（R&D）投入的下降是导致我国 TFP 下降的主要 原因，而外贸依存度的增长对地区全要素生产率的提高没有显著的作用。以省份宏 观面板数据研究中国经济全要素生率的文献还有 chow 和 Lin（2002）、李京文和钟 学义（1998）、Wang 和 Yao（2003）、Wu（2003）、郑京海和胡鞍钢（2004）、 傅晓霞和吴利学（2006）等人。岳书敬和刘朝明（
8、2006）采用 Malmquist 指数分析了 我国 30 个省级行政区 19962003 年的全要素生产率增长，考虑了人力资本对地区 全要素生产率研究的作用。沈能（2006）用基于非参数的 Malmquist 指数方法，研究 了 19852003 年中国制造业全要素生产率，发现 TFP 年均增长主要得益于技术进步 水平的提高，而技术效率变化反而产生负面影响，而且东、中和西部地区制造业 TFP 以及技术进步增长率差距呈发散趋势，地区 TFP 差距持续扩大很大部分可以由地区 技术进步程度的差异来解释。总结上述研究，不难发现所得结论有一点是相同的： 中国经济在 90 年代后 TFP 的贡献逐渐下降
9、，且省际之间的增长差距在扩大。 上述研究从宏观上考察中国经济的动力，得出了许多有政策意义和理论研究价 值的结论，但忽略了两个问题。其一是，采用包括农业、服务业在内的宏观数据忽 略了中国经济的多层次性、复杂性等多元特征。其二是，地区之间人员的流动被忽 略。上述研究都采用地区或整个国家的国内总产值（GDP），劳动投入数量却是当 地居民就业人数，而为 GDP 做出巨大贡献的外来工没有计算在内。结果是外来工输 入地区的人均产出和劳动生产率大幅增长，所计算的全要素生产率也增长非常快， 如广东等东部沿海地区。相反，工业产值（注意不是国民收入指标）相对较少的外涂正革：全要素生产率与区域经济增长的动力 基于对
10、 19952004 年 28 个省市大中型工业的非参数生产前沿分析 16来工输出地区，外出务工人员却被输出地区计算入 GDP，当然结果是计算出的全要 素生产率和人均产出相对于输入地（如广东）的差距加大，如四川、河南等内陆地 区。忽略上述问题可能导致研究结论的局限性。 中国经济处于起飞阶段，工业在整个国民经济中占据绝对主导地位，工业增加 值占全国 GDP 的比重高达 45%左右。以工业企业加总所得到的行业数据，可以避免 劳动就业人数的错误计算，而且适宜于分析中国经济的层次性和多样性。本文采用 Malmquist 指数和 DEA 技术，研究中国 28 个省市地区 19952004 年大中型工业的
11、生产力源泉。每年约 2 万 2 千家企业的大中型工业在整个国民经济中占据非常重要 的地位，其创造的工业增加值占全国 GDP 比重从 1995 年的 12%上升到 2004 年的 25.7%。因此，以大中型工业企业作为单位研究区域经济的协调发展，其结论将具有 现实指导意义。 文章余下部分结构安排如下：第二部分给出非参数生产前沿理论方法；第三部 分是数据及变量说明；第四部分给出了实证分析结果；最后是文章的结论部分。 二、经济增长的非参数生产前沿分析框架 全要素生产率的增长是经济增长的核心。全要素生产率的增长进一步可以分解 为技术效率的变化、技术进步、规模效率和资源投入配置效率等。技术效率衡量了 一
12、个企业在等量要素投入下，与最佳实践之间的差距。距离越大，效率越差。技术 进步衡量了生产可能性边界的移动。生产前沿（边界）是判断生产者个体生产效率 高低的基准。落在生产前沿上的生产点被称为“最佳实践者”，落在生产前沿“内 部”的生产点，称为在技术上存在效率损失。数据包络分析 （data envelopment analysis，缩写为 DEA） 技术是一种应用非常广泛的非参数方法，通过数学规划计 算生产技术前沿、评价生产者的技术效率。非参数方法的最大优点是不需要设定生 产者最优行为目标，诸如成本最小化、利润最大化等，而且也不需要对生产函数的 形式作特殊的假定。DEA 技术的概念最初由 Farre
13、ll（1957）提出，其基本思想是用 “最小的”或“匹配最紧密”的凸面球壳包络投入产出数据集，所得到数据集合的 边界就代表“最佳实践”的技术前沿。DEA 是一种数据驱使 （data-driven） 方法， 依靠投入产出的数据挖掘出两大信息：技术前沿和相对于参照技术的效率评价。 （一）技术前沿、距离函数和技术效率 按照 Farrell （1957） 关于技术结构和技术效率的概念，假定有 k=1，K 个 决策单位，每一时期 t=1，T 使用 n=1，N 种要素,kt nx，生产 m=1，M种产品,k t my。每一观察值()(),11,k tk tNMxy都严格为正值。观察的生产者个数每一时期都保
14、持一致。用样本数据集构造第 t 期规模报酬不变（CRS）的技术前沿 ST：南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2007 年 第 4 期 No.4 2007 172,(,),KKTttk tk tk tk tk tk tkkSXYyk tzyxzxzk+= =1=10. （1） 技术 ST包含了第 t 期所有投入、产出向量xt，yt的可行集合。 距离函数被引入到生产率研究领域是因为距离函数不仅可以描述多产出-多要素 投入的生产前沿技术，也可以对不同生产者、不同时期生产活动的生产效率进行比 较评价。距离函数分为产出型和投入型距离函数。产出型距离函数衡量了给定投入
15、下，实际产出向量相对于所参照的技术前沿能够扩张的最大比例。 Farrell 定义的技术效率有两大局限：一是不能用基期（或当期）的技术前沿评价 当期（基期）生产的技术效率；二是其技术效率的取值在 0，1 之间。用距离函数 评价生产效率就不受这两大约束限制。为了表达方便，下面计算的距离函数的口径 与产出技术效率一致。按照 Shephard （1970），相对于参照技术 ST，生产者在 t 期 的产出距离函数可以定义为： ()()()()1 ,min,/max,TttttTttt oDxyxySxyS =:=:（2） 这里产出距离函数定义了在给定投入tx，产出向量ty在技术TS范围内能够扩张的最大比
16、例的倒数。求解式（2）中最小化问题所得到的目标函数值表示，给定投入tx下实际产出与最大产出的比率。这正是产出技术效率的概念。式（2）中求解最大化所得到的目标函数值，表示实际产出向量相对于所参照的技术前沿能够扩张的最大比例，其倒数正是技术效率值。产出距离函数0(,)1TttDxy，与产出技术效率的取值范围一致。 为了利用 Malmquist 生产率指数思想，下面定义用 t 期的生产技术作为参照衡量 t+1 期生产()11,ttxy+效率的产出距离函数： ()()()11111,max,TttttT oDxyxyS +=: （3） 这个距离函数描述了 t+1 期的投入1tx+，参照于 t 期的技术前沿TS，1ty+所能够扩张的最大比例的倒
