基于勞動效率的中國全要素生產(chǎn)率的再測量

王芳 李健

（1.北京理工大學 管理與經(jīng)濟學院，北京100081；2.北京理工大學 人文學院，北京100081）

一、引言

改革開放以來，特別是1992年明確市場經(jīng)濟體制以來，中國經(jīng)濟持續(xù)20多年的快速增長引起了全世界的矚目。美國諾貝爾經(jīng)濟學家保羅·克魯格曼［1］質(zhì)疑中國等亞洲國家經(jīng)濟增長的奇跡，認為通過勞動和資本的大量投入以獲得經(jīng)濟快速增長的模式不可持續(xù)。中國經(jīng)濟快速增長是要素拉動還是全要素生產(chǎn)率提升的結(jié)果引起了國內(nèi)外學者的關(guān)注。從研究對象的選擇上，可將現(xiàn)有的研究分為兩類：對全國或區(qū)域全要素生產(chǎn)率的測算和對行業(yè)或部門全要素生產(chǎn)率的測算。

第一類研究以省級為單位測算中國或區(qū)域全要素生產(chǎn)率（簡稱TFP）的變化，來分析經(jīng)濟增長的源泉。代表性的研究有：郭慶旺等［2］采用多種方法對比研究認為1993年前TFP波動變化，1993后出現(xiàn)下滑，2000年后出現(xiàn)攀升勢頭；TFP增長較慢是因為技術(shù)進步緩慢，技術(shù)效率低下。鄭京海等［3］研究了1978-1995年的數(shù)據(jù)得出了類似結(jié)論。顏鵬飛等［4］研究了1978-2001年中國30個省的數(shù)據(jù)認為技術(shù)效率的提升是全國TFP增長的原因，由于技術(shù)進步減慢使得1997年以后TFP增長率下降，1992年后技術(shù)進步成為各地區(qū)TFP差異的主要原因。金相郁［5］測算了1996-2003年的省際數(shù)據(jù)得出TFP增長了3.8%，1999年前為負增長，之后為正，主要得益于技術(shù)進步，技術(shù)效率反而下降；在區(qū)域上東部TFP增長最快（7.6%），中西部增長了為3.8%。章祥蓀等［6］測算了1978-2005年全要素生產(chǎn)率的變化為1.6%，從2002年開始呈負增長態(tài)勢，主要受技術(shù)效率持續(xù)下降所致；區(qū)域上東部TFP增長最快（2.15%），主要得益于技術(shù)進步優(yōu)勢，西部次之（1.68%），主要挖掘了技術(shù)效率潛力，中部靠后（0.31%），技術(shù)進步緩慢的同時技術(shù)效率也下降。鄒心勇等［7］測算1978-2010年全要素生產(chǎn)率的平均變化為1.49%，主要得益于技術(shù)效率的提升，從2006年起呈負增長態(tài)勢，技術(shù)效率和技術(shù)進步都出現(xiàn)明顯下降。李建國等［8］研究了1990-2009年31個省的數(shù)據(jù)認為TFP平均變化為-1.8%，其中技術(shù)進步率變化為0.9%，技術(shù)效率變化為-2.6%，張建華等［9］采用省際不同的折舊率研究發(fā)現(xiàn)1979-2010年間TFP呈正增長態(tài)勢，平均增長率為2.48%，其中技術(shù)進步率為4.15%，技術(shù)效率為1.58%。

第二類研究通過測算某一行業(yè)或部門的全要素生產(chǎn)率，分析行業(yè)或部門的技術(shù)進步情況。代表性的研究有：李小平等［10］采用DEA方法對34個細分行業(yè)測算得出1998-2003年的TFP增長7%，張軍［11］采用隨機前言分析方法顯示2001-2006年工業(yè)行業(yè)TFP增長了10.6%，李勝文［12］等研究發(fā)現(xiàn)1996-2005年的TFP增長為1.62%，其中資本密集型制造業(yè)的TFP增長低于勞動密集型制造業(yè)和采掘業(yè)，主要原因是資本密集型制造業(yè)中產(chǎn)出彈性相對較低的中間投入和資本增長較快；周燕等［13］采用DEA方法得到2003-2007年全要素生產(chǎn)率增加了10.83%。現(xiàn)有測算結(jié)果都顯示進入新世紀后，工業(yè)行業(yè)的全要素生產(chǎn)率呈增長態(tài)勢，其主要來源是技術(shù)進步而不是技術(shù)效率［14，15］。

綜合上述研究，我們發(fā)現(xiàn)：（1）90年代前中國全要素生產(chǎn)率快速增長［3，4-7，9］，主要是因為土地制度改革釋放了勞動力潛力，推動了技術(shù)效率的提升；90年代后中國全要素生產(chǎn)率增速減緩，并在不同年份出現(xiàn)負增長態(tài)勢［2-5］。這與易綱、樊綱等經(jīng)濟學家［16］從制度變遷、技術(shù)進步、人力資本素質(zhì)提高、人民幣匯率走勢以及官方儲備增長方面證明中國經(jīng)濟增長效率提高的結(jié)論不一致；進入21世紀初，全要素生產(chǎn)率是升還是降，不同的學者得出了不一致的結(jié)論［2，5-9］，現(xiàn)有研究是否低估了中國全要素生產(chǎn)率的增長速度還值得進一步研究。（2）從區(qū)域上，東部得益于技術(shù)的快速發(fā)展，全要素生產(chǎn)率增長最快的結(jié)論得到了學者的一致認同，但是中部還是西部的全要素生產(chǎn)率走在了前面，目前還存在爭議，其相應的驅(qū)動因素也未達成一致意見［5-6，8］，還值得進一步的深入研究。（3）現(xiàn)有研究對工業(yè)行業(yè)全要素生產(chǎn)率呈增長態(tài)勢的結(jié)論較為一致，但其增長率大小相差較大，而且從全國和行業(yè)兩個層面得到的全要素生產(chǎn)率的結(jié)果也相差較大。我國是一個以工業(yè)為主導的國家，盡管自2000年后工業(yè)在全國經(jīng)濟比重中有所下降，但工業(yè)仍是拉動我國經(jīng)濟增長的主要部門，工業(yè)行業(yè)的技術(shù)進步狀況對我國經(jīng)濟的發(fā)展影響較大，因此需進一步分析居經(jīng)濟主導地位的工業(yè)行業(yè)的全要素生產(chǎn)率的變化。（3）不同學者采用不同的研究方法得出了不同的結(jié)論。malmquist指數(shù)法不需要對生產(chǎn)函數(shù)的行為進行假設(shè)，不需要首先估計參數(shù)值，允許存在無效率行為，從而近年來受到更多學者的歡迎［19-23］。這些學者對malmquist指數(shù)分解都采用 FGNZ模型［10］，Ray和 Desli［11］指出FGNZ模型中malmquist指數(shù)分解存在內(nèi)在邏輯不一致，以規(guī)模收益不變技術(shù)為假設(shè)的問題，并提出相應的修正模型（RD模型）。因此本研究采用修正的分解模型進一步分析全要素生產(chǎn)率增長的驅(qū)動要素具有重要的意義。（4）勞動投入嚴格定義為總工作時間乘以單位時間內(nèi)的工作質(zhì)量，現(xiàn)有研究中勞動投入變量采用就業(yè)人數(shù)度量，僅僅考慮勞動投入的數(shù)量，而忽略了工作時間內(nèi)的工作質(zhì)量，難免導致對全要素生產(chǎn)率測算的不準確。

基于以上問題，本文采用修正的Malmquist指數(shù)RD分解模型，用就業(yè)人員的平均受教育水平度量單位時間內(nèi)的勞動質(zhì)量，用就業(yè)人數(shù)和就業(yè)人員的平均受教育水平的乘積度量勞動投入變量，從省級和行業(yè)兩個層面測算中國1993-2012年間中國全要素生產(chǎn)率的增長情況如何，并對其進一步分解，探討驅(qū)動全要素生產(chǎn)率增長的因素及其變化情況，然后深入研究不同地區(qū)的經(jīng)濟變化情況及其增長源泉，以及在工業(yè)化進程中工業(yè)行業(yè)的技術(shù)進步對全國生產(chǎn)率進步的影響，為調(diào)整政策措施提供指導和建議。

二、研究設(shè)計和數(shù)據(jù)說明

（一）DEA-Malmquist指數(shù)法及其RD分解模型

Malmquist指數(shù)最初是由經(jīng)濟學家Malmquist.S（1953）提出來的，利用縮放因子構(gòu)造消費數(shù)量指數(shù)，縮放因子的概念與距離函數(shù)是對應的［17］。在此基礎(chǔ)上，Cave等［18］將 DEA 思想和Malmqtrist指數(shù)方法結(jié)合起來，用距離函數(shù)之比構(gòu)造生產(chǎn)率指數(shù)，即Malmqtrist生產(chǎn)率指數(shù)。這一指數(shù)雖然通過嚴格的理論證明，但不能進行實證。Fare等（1994a）［19］將理論的Malmquist指數(shù)變?yōu)閷嵶C指數(shù)，將以產(chǎn)出為基礎(chǔ)的Malmquist生產(chǎn)率指數(shù)定義為兩時期Malmquist指數(shù)的幾何平均，如式（1）。

Fare et al.（1994b）［20］將 Malmquist生產(chǎn)率指數(shù)分解為技術(shù)效率變化（TECH）和技術(shù)進步變化（TCH），并進一步將技術(shù)效率變化分解為純技術(shù)效率變化（PECH）和規(guī)模效率變化（SECH），其FGNZ分解模型為：

其中，技術(shù)進步變化（TCH）描述技術(shù)前沿面的變化，如圖1中的變?yōu)椋醇夹g(shù)創(chuàng)新，具體可表現(xiàn)為生產(chǎn)工藝、中間投入品以及制造技能等方面的革新和改進；技術(shù)效率變化（TECH）描述企業(yè)從技術(shù)前沿內(nèi)部向技術(shù)前沿的追趕，如圖1中點相對前沿面的距離的變化，具體可表現(xiàn)為企業(yè)組織管理水平的提升，現(xiàn)有技術(shù)的有效利用等。技術(shù)效率變化的分解建立在規(guī)模效率不變的基礎(chǔ)上，純技術(shù)效率變化（PECH）考慮了規(guī)模收益可變技術(shù)。

Ray和 Desli［21］認為FGNZ模型分解是基于規(guī)模收益不變技術(shù)，而現(xiàn)實技術(shù)是規(guī)模收益可變的，而且FGNZ模型分解的不同部分基于不同的技術(shù)假設(shè)，存在內(nèi)部的不一致，因此RD模型基于可變規(guī)模收益假設(shè)，重新分解了Malmquist指數(shù)，如式（3）。

對比FGNZ模型和RD模型可以發(fā)現(xiàn)，唯一相同的分解是純技術(shù)效率的變化，技術(shù)進步變化和規(guī)模效率變化都存在較大的區(qū)別。對于技術(shù)進步變化，根據(jù)圖1可知，F(xiàn)GNZ模型計算的技術(shù)進步變化可表示為如式（4），以規(guī)模收益不變技術(shù)表示的技術(shù)前沿面的移動。而根據(jù)圖1可知，RD模型計算的技術(shù)進步變化可表示為如式（5），以規(guī)模收益可變技術(shù)表示的技術(shù)前沿面的移動。既然FGNZ模型假設(shè)規(guī)模收益不變，就不存在規(guī)模無效率，從而表示技術(shù)追趕的技術(shù)效率變化的分解沒有意義［21］。

對于規(guī)模效率變化，F(xiàn)GNZ模型分解的規(guī)模效率變化以不同生產(chǎn)前沿面為參照，不同時期的規(guī)模效率變化作比較。而RD模型認為規(guī)模效率變化是以同一生產(chǎn)前沿面為參照，兩時期規(guī)模效率值的幾何平均，如式（6）、（7）和（8）。以、為靈活運動的點使FGNZ模型分解的內(nèi)在邏輯不一致，而以、為靈活運動的點，實現(xiàn)了規(guī)模收益可變的假設(shè)，另一方面RD模型采用同一時期以相同生產(chǎn)前沿面為參考計算規(guī)模效率變化更為合理。

圖1 Malmquist指數(shù)及其分解圖

因此本研究根據(jù)Malmquist指數(shù)和RD分解模型計算同一或跨時期的距離函數(shù)，其具體計算過程參照FGNZ模型距離函數(shù)的計算方法［20］。

（二）變量和數(shù)據(jù)說明

（1）省級樣本數(shù)據(jù)說明

假定每個省（直轄市、自治區(qū)）作為一個決策單位，鑒于數(shù)據(jù)的可獲性和完整性，選取除海南省和西藏以外的28個省市為樣本（將重慶歸入四川）。黨的十四大提出建立社會主義市場經(jīng)濟體制，開放沿海城市，大量引進外資的方針政策，從此改革進入了新的階段。現(xiàn)有文獻表明改革開放以來我國TFP的變化可以1992年為界分為兩個階段，而1992年TFP變化的研究結(jié)論較為一致，因此本研究以1992～2012年為樣本區(qū)間。采用地區(qū)生產(chǎn)總值作為產(chǎn)出變量，各省市各年份實際地區(qū)生產(chǎn)總值（1992年不變價）可由各省市地區(qū)生產(chǎn)總值（現(xiàn)價）和地區(qū)生產(chǎn)總值指數(shù)計算而來，數(shù)據(jù)來源于中國經(jīng)濟信息網(wǎng)統(tǒng)計數(shù)據(jù)庫。投入變量包括實際資本存量和勞動投入。以就業(yè)人數(shù)和就業(yè)人員的平均受教育水平①平均受教育水平采用平均受教育年限代替，其計算方法是，將大學（及以上）、高中、初中、小學、文盲的受教育年限依次設(shè)置為16、12、9、6、0，然后乘以該教育水平的人數(shù)百分比。的乘積表示勞動投入，既反映勞動投入的數(shù)量，也反映其質(zhì)量。各省市就業(yè)人數(shù)和及其平均受教育年限的數(shù)據(jù)來自《中國人口與就業(yè)統(tǒng)計年鑒》，就業(yè)人數(shù)缺少天津、黑龍江，湖南，云南2012年的數(shù)據(jù)，本文采用指數(shù)平滑法估計。由于各省市的資本存量沒有直接的統(tǒng)計數(shù)據(jù)，我們借鑒張軍［22］的方案，采用永續(xù)盤存法進行估算，計算公式為

其中i指第i個省市，t指第t年，K代表實際資本存量，I選取固定資本形成總額這一指標，P為固定資本形成價格指數(shù)，δ為折舊率，計算中取9.6%。1992年各省市的固定資產(chǎn)存量利用張軍［15］給出的以1952年為基期的2000年全國各省市固定資產(chǎn)存量和固定資產(chǎn)投資價格指數(shù)數(shù)據(jù)計算得來。計算過程如下：

首先采用公式（10）計算各省市以1952年為基期的1992年的固定資產(chǎn)投資價格指數(shù)。

其中指第個省市，斜線下方的年份表示基期。其次根據(jù)公式（9）從2000年倒推估算出1992年的各省市的固定資產(chǎn)存量Ki1992/1952，然后根據(jù)公式11）計算出各省市以1992年為基期的固定資產(chǎn)存量Ki1992。

各省市固定資產(chǎn)形成總額和固定資產(chǎn)價格指數(shù)（上一年＝100）數(shù)據(jù)來自中經(jīng)網(wǎng)數(shù)據(jù)庫，將固定資產(chǎn)價格指數(shù)（上一年＝100）換算成以1992年為基期的價格指數(shù)，將固定資產(chǎn)形成總額看作全社會新增固定資產(chǎn)，缺乏廣州1992-2000年固定資產(chǎn)投資價值指數(shù)的數(shù)據(jù)，用全國數(shù)據(jù)代替。

確定了各省市1992年的固定資本存量、全社會新增固定資產(chǎn)投資、以1992年為基期的固定資產(chǎn)價格指數(shù)和折舊率后，按照公式（9）我們計算出28個省市1992～2012年以1992年為基期的固定資本存量。

（2）行業(yè)樣本數(shù)據(jù)說明

假定每個行業(yè)作為一個決策單元，取《國民經(jīng)濟行業(yè)分類》（GB/T4754-2002）兩位碼的32個行業(yè)②按《國民經(jīng)濟行業(yè)分類》（GB/T4754-2002）兩位碼分類方法，中國工業(yè)行業(yè)可劃分為39個行業(yè)，我們?nèi)サ羧齻€政府壟斷性行業(yè)（電力蒸汽熱水生產(chǎn)供應業(yè)、煤氣生產(chǎn)供應業(yè)、自來水生產(chǎn)供應業(yè)）、兩個分類籠統(tǒng)的行業(yè)（其他采礦業(yè)、工藝品及其他制造業(yè)）和一個缺少數(shù)據(jù)的行業(yè)（廢棄資源和廢舊材料回收加工業(yè)）。為了和貿(mào)易統(tǒng)計數(shù)據(jù)對應（貿(mào)易按SITC分類統(tǒng)計，只有商品貿(mào)易數(shù)據(jù)，沒有行業(yè)貿(mào)易數(shù)據(jù)），我們又把農(nóng)副食品加工業(yè)和食品制造業(yè)合并為食品制造和加工業(yè)，剩下32個行業(yè)。，并參考ISIC三位碼，本研究將32個行業(yè)歸為礦物采選、食品飲料、紡織毛皮、木材家具、造紙印刷、石化橡膠、礦物加工、機械設(shè)備、電子電氣和文教體儀共十個行業(yè)大類③十個行業(yè)大類及所包含的兩位碼行業(yè)如下：礦物采選（包括煤炭采選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)）；食品飲料（包括食品制造和加工業(yè)、飲料制造業(yè)、煙草制品業(yè)）；紡織毛皮（包括紡織業(yè)、服裝鞋帽制造業(yè)、皮革毛皮羽絨制品制造業(yè)）；木材家具（包括木材加工及竹藤棕制品業(yè)、家具制造業(yè)）；造紙印刷（包括造紙及紙制品制造業(yè)、印刷業(yè)）；石化橡膠（包括石油加工及煉焦業(yè)、化學原料及化學制品制造業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、橡膠制品業(yè)、塑料制品業(yè)）；礦物加工（包括非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)）；機械設(shè)備（包括金屬制品業(yè)、普通機械制造業(yè)、專用設(shè)備制造業(yè)、交通運輸設(shè)備制造業(yè)）；電子電氣（包括電氣機械及器材制造業(yè)、電子及通信設(shè)備制造業(yè)）；文教體儀（包括文教體育用品制造業(yè)、儀器儀表及文化辦公用機械制造業(yè)）。［23］。由于《國民經(jīng)濟行業(yè)分類》的行業(yè)分類標準在2002年和2011年分別進行了第二次和第三次修訂，為保證行業(yè)分類的一致性和數(shù)據(jù)的可獲得性，我們選取2003-2011年為研究樣本區(qū)間，采用以1993年不變價格計算的工業(yè)增加值作為投入變量，中國統(tǒng)計年鑒公布了2003、2005-2008年的工業(yè)增加值數(shù)據(jù)，其他缺失年份的數(shù)據(jù)根據(jù)現(xiàn)有年份工業(yè)增加值占工業(yè)總產(chǎn)值的平均比例乘以當年的工業(yè)總產(chǎn)值估算得來，并以工業(yè)品出廠價格指數(shù)作為平減指數(shù)計算各年份的實際工業(yè)增加值。資本投入采用各行業(yè)固定資產(chǎn)凈值余額替代各行業(yè)年末的資產(chǎn)存量，勞動投入采用各行業(yè)的就業(yè)人數(shù)乘以就業(yè)人員的平均受教育程度，處理方法同省級勞動投入變量。2003-2011年固定資產(chǎn)凈值余額數(shù)據(jù)都來自《中國統(tǒng)計年鑒》。就業(yè)人數(shù)和就業(yè)人員的平均受教育水平數(shù)據(jù)來自《中國人口和就業(yè)統(tǒng)計年鑒》，固定資產(chǎn)凈值余額采用工業(yè)品出廠價格指數(shù)計算各年份的實際資本投入（2003年不變價）。

三、實證結(jié)果與分析

（一）省級測算結(jié)果分析

以28個決策單位1992-2012年的數(shù)據(jù)為樣本，我們采用上述的DEA--Malmquist指數(shù)的計算方法利用Matlab7.0軟件計算各省市各年份的Malmquist生產(chǎn)率指數(shù)，進一步，計算各年份各指標的省際均值（全國的Malmquist生產(chǎn)率指數(shù)及其分解）和各省市各指標的年度均值（省域的Malmquist生產(chǎn)率指數(shù)及其分解），結(jié)果見表1和表2。表中各指數(shù)均以上一年為基期，上一年的指數(shù)設(shè)為1。各指數(shù)與1的正、負差值表示該指數(shù)上升、下降的百分率。

（1）全國全要素生產(chǎn)率變化及其組分變化的時間趨勢

自1992年建立市場經(jīng)濟體制以來，我國全要素生產(chǎn)率不斷增長。如表1所示，1993-2012年我國（省際平均）全要素生產(chǎn)率年均增長5.1%，其中技術(shù)進步年均增長5.3%，技術(shù)效率年均增長為-0.2%。由此可見，技術(shù)進步是全要素生產(chǎn)率增長的核心動力。

從時間趨勢上看，中國全要素生產(chǎn)率變化呈現(xiàn)出三個階段性的增長特征。第一階段（1993-1994年）全要素生產(chǎn)率的平均增長率為1.9%，其主要驅(qū)動因素為技術(shù)效率的快速提升，這與中國的國情基本一致。第二階段（1995-2004年）全要素生產(chǎn)率的平均增長率為3.7%，其主要驅(qū)動因素為技術(shù)進步率的增長，技術(shù)效率為-0.06%。這主要是因為確立市場經(jīng)濟體制后，開放沿海地區(qū)，引進外資帶來了先進的生產(chǎn)設(shè)備和生產(chǎn)技術(shù)，大大促進了技術(shù)的進步。與此同時，外資和廉價勞動力的大量投入，組織管理水平較低，規(guī)模效率快速下滑，導致技術(shù)效率大大降低。第三階段（2005—2012年）全要素生產(chǎn)率的平均增長率為7.9%，中國經(jīng)濟的增長質(zhì)量有明顯改善。這主要是因為技術(shù)效率的潛力得到挖掘，成為繼技術(shù)進步后的又一驅(qū)動因素。雖然受金融危機的影響，技術(shù)進步的步伐放緩，但技術(shù)效率的強勁提升保證了全要素生產(chǎn)率的正增長。這說明國家鼓勵轉(zhuǎn)變生產(chǎn)方式，在積極的財政政策的引導下，資源配置效率得到提升；同時國內(nèi)中小企業(yè)經(jīng)歷全球競爭環(huán)境的洗禮不斷成長壯大，經(jīng)營管理水平得到提升；但在金融危機中出口受阻的情況下，技術(shù)進步增長放緩，說明我國的自主研發(fā)實力還有待提升。

從技術(shù)效率的分解來看，1995-2004年間技術(shù)效率下降的原因是純技術(shù)效率和規(guī)模效率水平都為負增長，這可能是因為內(nèi)外資和廉價勞動力大量涌入沿海城市，資源配置水平低，其潛在的技術(shù)實力未得到發(fā)揮。2005年后，純技術(shù)效率和規(guī)模效率水平都得到一定的提升，其平均增長率轉(zhuǎn)為正，這可能是因為 WTOA后，國內(nèi)企業(yè)在市場競爭中不斷提升經(jīng)營管理水平，再加上金融危機的洗禮，效率較差的企業(yè)紛紛倒下，現(xiàn)存企業(yè)的經(jīng)營能力更強，資源得到更合理配置，市場競爭能力較強，技術(shù)效率漸漸回升。

現(xiàn)有研究［2-5］認為92年后中國全要素生產(chǎn)率不斷下降，主要是因為技術(shù)進步放緩和技術(shù)效率下降所致，并導致負增長的態(tài)勢；進入21世紀初，全要素生產(chǎn)率的走向并未達成一致意見［2，5-9］，而本研究結(jié)果顯示1993-2012年中國全要素生產(chǎn)率年均增長率為5.1%，不但沒有下降反而呈現(xiàn)出增長的態(tài)勢，高于李建國［8］（1990-2010年 TFP的年均增長率-1.8%），郝然［24］（1993-2008年0.3%），鄒心勇［7］（1993-2008年TFP的年均變化率為-2.7%）的研究結(jié)論，與張建國［9］的研究結(jié)論較為一致。本研究認為95年后中國全要素生產(chǎn)率增長主要得益于技術(shù)進步的優(yōu)勢，技術(shù)效率的下降減慢了全要素生產(chǎn)率增長的速率，與現(xiàn)有研究結(jié)論較為類似。但2005年后，技術(shù)進步放緩，技術(shù)效率開始攀升，兩者間的替代作用保證了全要素生產(chǎn)率的增長態(tài)勢，與張建華［9］的結(jié)論略有不同。

表1 1993-2012年全要素生產(chǎn)率指數(shù)及其組分的省際均值

（2）全要素生產(chǎn)率的省份和地區(qū)差異

我國28個省市全要素生產(chǎn)率增長率均為正增長，省際間存在較大的差異，如表2所示。天津、上海、廣東、內(nèi)蒙、黑龍江、甘肅、江蘇、福建、安徽、四川、吉林、浙江、遼寧、新疆、河南、山東和寧夏等17個省市的全要素生產(chǎn)率增長率高于全國平均水平的變化（5.1%）。其中東部省市平均增速超過全國平均水平0.9個百分點，中西部省市平均增速比全國平均水平分別低0.4和0.5個百分點，中部略快于西部。陜西、湖北和云南等三個中西部省份位于最后三位，年增長率低于2.5%。

圖2 全要素生產(chǎn)率指數(shù)及其組分變化趨勢圖

表2 全要素生產(chǎn)率指數(shù)及其組分的省際及區(qū)域變化（1993-2012年的均值）

從技術(shù)進步來看，全國28個省市的技術(shù)進步為正增長，有15個省市的技術(shù)進步變化快于其全要素生產(chǎn)率變化水平。其中東部省市增速最快，比全國平均水平快0.7個百分點，西部省市增長幅度與全國平均水平持平，顯示出自西部開發(fā)后在技術(shù)發(fā)展方面的快速追趕步伐，而中部落后平均水平0.8個百分點。

技術(shù)效率方面，全國28各省市的技術(shù)效率均為負增長，東部和中部省市平均值變化并不明顯，只有西部省市出現(xiàn)明顯下降，陜西下降幅度為全國之最，達到-4.2%。其中，規(guī)模效率相對穩(wěn)定，各省市的年度平均值保持了0.1%的正增長，但有11個省市出現(xiàn)了下降，還未達到規(guī)模有效狀態(tài)；而純技術(shù)效率中有16個省市出現(xiàn)了下降，年均增長率為-1.7%，反映出一半以上的省市在結(jié)構(gòu)調(diào)整、體制機制創(chuàng)新等方面乏力，也導致全國平均水平拉低至下降區(qū)間，使得東中西部地區(qū)的平均值都在下降。其中青海、湖北和山西等中西部三省的純技術(shù)效率和規(guī)模效率雙雙下降。

總體來看，各省市全要素生產(chǎn)率正增長主要得益于技術(shù)進步，純技術(shù)效率下降導致技術(shù)效率的貢獻較小。其中東西部地區(qū)全要素生產(chǎn)率的增長主要依賴于技術(shù)進步的優(yōu)勢，中部地區(qū)技術(shù)進步相對較慢，挖掘了技術(shù)效率的潛在優(yōu)勢，相比而言，西部地區(qū)的技術(shù)效率增長落后。省際間全要素生產(chǎn)率的差異較大，主要是因為發(fā)展較慢的省市的技術(shù)進步步伐慢，也未發(fā)揮技術(shù)效率的作用，雙管齊下阻礙了全要素生產(chǎn)率增長的速度。

（3）不同勞動投入變量的結(jié)果比較

僅采用就業(yè)人數(shù)作為勞動投入變量，采用上述DEA-Malmquist指數(shù)的計算方法利用Matlab7.0軟件重新計算全要素生產(chǎn)率指數(shù)及其分解，其結(jié)果與勞動投入變量中考慮就業(yè)人員的平均受教育水平的計算結(jié)果進行對比，如表3所示。

表3 不同勞動投入要素的全要素生產(chǎn)率指數(shù)及其分解結(jié)果對比

從技術(shù)效率的變化看，僅以就業(yè)人數(shù)作為勞動投入變量的計算結(jié)果呈現(xiàn)出逐年下降的趨勢，從1994年的1.018下降為2012年0.888；而就業(yè)人數(shù)和其平均受教育水平的乘積作為勞動投入變量的計算結(jié)果呈現(xiàn)出下降后上升的態(tài)勢，2005年為轉(zhuǎn)折點。從技術(shù)效率的年均變化率看，以勞動人數(shù)作為投入變量的計算結(jié)果（-8.1%）大大小于以就業(yè)人數(shù)和其平均受教育水平的乘積作為勞動投入變量的計算結(jié)果（-0.2%）。這在一定程度上說明僅以就業(yè)人數(shù)作為勞動投入變量將會低估技術(shù)效率的增長速度。

從技術(shù)進步的變化趨勢看，采用兩種方法計算的技術(shù)進步率的變化趨勢較為一致，但從增長的速度來看，以就業(yè)人數(shù)為勞動投入變量計算的年均技術(shù)進步率的變化為-0.7%，而加入平均受教育水平計算的年均技術(shù)進步率的變化為5.3%，這充分說明以就業(yè)人數(shù)為勞動投入變量將會大大低估技術(shù)進步率的增長速度。

綜合來看，采用兩種方法計算的全要素生產(chǎn)率存在較大的差異。以就業(yè)人數(shù)為勞動投入變量計算的全要素生產(chǎn)率呈下降態(tài)勢，其年均變化率為-8.8%，而加入就業(yè)人員的平均受教育水平計算的全要素生產(chǎn)率呈增長態(tài)勢，年均增長率為5.1%。這主要是因為以就業(yè)人數(shù)作為勞動投入變量的計算結(jié)果低估了技術(shù)效率和技術(shù)進步率的增長速度，從而雙雙拉低了全要素生產(chǎn)率的變化值，忽略了人力資本對全要素生產(chǎn)率增長的重要貢獻［25］。知識型人才在技術(shù)引進，消化吸收和再創(chuàng)新方面，在學習國外先進的經(jīng)營管理經(jīng)驗，應對市場競爭的決策上都發(fā)揮了重要作用，并通過知識型人才的流動，不斷增強國內(nèi)企業(yè)的自主創(chuàng)新和經(jīng)營管理能力，是技術(shù)進步和技術(shù)效率提升的關(guān)鍵力量。

（二）行業(yè)測量結(jié)果分析

（1）全要素生產(chǎn)率及其組分變化的時間趨勢

2004-2011年間我國工業(yè)行業(yè)的全要素生產(chǎn)率以年均10.7%的高速增長，如表4所示。其中，技術(shù)進步率年均增長9.4%，技術(shù)效率年均增長1.2%。這說明我國全要素生產(chǎn)率的增長主要來源于技術(shù)的持續(xù)進步，技術(shù)效率提升對生產(chǎn)率增長的貢獻相對較小。與現(xiàn)有研究比較，工業(yè)行業(yè)全要素生產(chǎn)率變化的測算結(jié)果與張軍［11］測算的結(jié)果（10.6%）一致，略低于周燕［13］的測算結(jié)果（10.83%），這說明此研究具有一定的穩(wěn)健性。

表4 2004-2011年全要素生產(chǎn)率指數(shù)及其組分的工業(yè)行業(yè)均值

工業(yè)行業(yè)的技術(shù)進步的變動情況與全要素生產(chǎn)率的變動基本一致。2004年達到27.4%的峰值后，出現(xiàn)2005年和2009年的回落并出現(xiàn)顯著下降，但在2009年后的兩年仍保持了高速增長態(tài)勢。另一方面，技術(shù)效率增速自2004年起不斷放緩，2007年和2008年分別出現(xiàn)了負增長；在金融危機的影響下，2009年技術(shù)效率的快速反彈也使得工業(yè)行業(yè)全要素生產(chǎn)率保持了正增長。其中純技術(shù)效率持續(xù)正增長，對技術(shù)效率的增長貢獻較大，而規(guī)模效率的影響甚微。透過2005年和2009年技術(shù)進步率的大幅震蕩可以發(fā)現(xiàn)，技術(shù)的快速進步掩蓋了行業(yè)內(nèi)的結(jié)構(gòu)矛盾，加快行業(yè)內(nèi)的結(jié)構(gòu)升級，加強技術(shù)的消化吸收和再轉(zhuǎn)化，增強自主創(chuàng)新實力，提高內(nèi)部資源配置效率，提升規(guī)模效應是工業(yè)行業(yè)未來的發(fā)展方向。與現(xiàn)有研究比較發(fā)現(xiàn)：工業(yè)行業(yè)的全要素生產(chǎn)率各分解因素的變化趨勢也與周燕［13］的研究結(jié)論一致。

（2）全要素生產(chǎn)率及其組分變化的行業(yè)間差異

從行業(yè)差異看，全要素生產(chǎn)率增速高于行業(yè)平均水平（10.7%）的四大行業(yè)分別是礦物采選業(yè)、礦物加工業(yè)、石化橡膠業(yè)和造紙印刷業(yè)，平均增長率分別為20.1%、18.9%、14.3%、12.7%，如表5所示。這四個行業(yè)全要素生產(chǎn)率的增長都得益于技術(shù)進步和技術(shù)效率的共同作用。全要素生產(chǎn)率增長最低的四個行業(yè)分別是電子電器業(yè)、文教體儀業(yè)、機械設(shè)備業(yè)和仿制毛皮業(yè)，平均增長率分別為3.7%、5%、6%和8%。其中，除仿制毛皮業(yè)的技術(shù)進步和技術(shù)效率雙增長外，其余三個行業(yè)的全要素生產(chǎn)率的增長都受制于技術(shù)效率的下降。電子電器業(yè)和機械設(shè)備業(yè)雖然包含眾多高新技術(shù)子行業(yè)，但兩行業(yè)全要素生產(chǎn)率增長較慢凸顯出我國多數(shù)高新技術(shù)產(chǎn)業(yè)仍處于加工、組裝的資本和勞動密集環(huán)節(jié)，勞動力和資本投入仍發(fā)揮了重要作用。

表5 工業(yè)各行業(yè)全要素生產(chǎn)率指數(shù)及其組分的年度均值

（三）省級與行業(yè)層面的測算結(jié)果對比分析

工業(yè)行業(yè)層面測算的全要素生產(chǎn)率的年均變化比省級層面測算的全國全要素生產(chǎn)率的年均變化值高2.8個百分點，如表6所示，說明工業(yè)行業(yè)為全國經(jīng)濟的快速增長做出了重要貢獻。從驅(qū)動全要素生產(chǎn)率增長的因素看，行業(yè)層面測算的技術(shù)進步率比省級層面測算的全國技術(shù)進步率高1.6個百分點，而技術(shù)效率增長值高1.2個百分點。與省級范圍內(nèi)技術(shù)效率增長對全國經(jīng)濟發(fā)展的貢獻比較，技術(shù)效率對行業(yè)經(jīng)濟發(fā)展的貢獻更高，這說明我國工業(yè)化建設(shè)走在了全國各部門經(jīng)濟的前面，工業(yè)部門內(nèi)凝聚了中國主要的技術(shù)成果，匯聚了大量的技術(shù)和管理精英，為我國工業(yè)發(fā)展做出了較大貢獻。

表6 行業(yè)和省級層面測算結(jié)果對比分析

四、結(jié)論與啟示

現(xiàn)有大多數(shù)研究認為，90年代以后中國全要素生產(chǎn)率增長速度放慢，并出現(xiàn)負增長的態(tài)勢，主要是因為技術(shù)效率的增長為負［2-3，5-9］。易綱［16］等經(jīng)濟學家通過觀察經(jīng)濟發(fā)展現(xiàn)狀，認為中國全要素生產(chǎn)率增長幾乎為零的結(jié)論是難以令人信服的。本文深入研究發(fā)現(xiàn)：大多數(shù)研究忽略了勞動投入要素中對有效勞動質(zhì)量的測量，從而導致全要素生產(chǎn)率測量結(jié)果被低估，另一方面大多數(shù)研究在Malmquist指數(shù)分解時，使用的FGNZ模型存在分解邏輯內(nèi)在不一致的問題，而且該模型以規(guī)模收益不變技術(shù)為假設(shè)，與現(xiàn)實不符。本文充分考慮上述研究中存在的不足，以勞動數(shù)量與勞動質(zhì)量的乘積作為勞動投入變量，采用能更好彌補FGNZ模型不足的RD分解模型，從省級和行業(yè)兩個層面重新測量全要素生產(chǎn)率的變化，并對其進行分解。由此得到全國和工業(yè)行業(yè)的全要素生產(chǎn)率及其分解要素的變化情況，通過對比各測量結(jié)果，得到以下結(jié)論：

（1）通過省際研究發(fā)現(xiàn)，全國水平的全要素生產(chǎn)率一直處于快速增長態(tài)勢，但自2008年起其增長勢頭有所放緩。全要素生產(chǎn)率的快速增長主要得益于技術(shù)進步的提升，1995年-2004年間技術(shù)效率的影響為負，但此后技術(shù)效率的潛力得到發(fā)掘，規(guī)模效率提升，是保證金融危機后全要素生產(chǎn)率呈正增長態(tài)勢的重要力量。這說明靠引進外資，大量投資購買設(shè)備的技術(shù)進步方式不能持續(xù)，需加強自主研發(fā)實力，另一方面，企業(yè)在多年的全球競爭中，提升了經(jīng)營管理水平，經(jīng)受金融危機的洗禮后，存活下來的企業(yè)效率水平更高。因此需進一步增強自主創(chuàng)新能力，加強技術(shù)的引進、消化、吸收和再創(chuàng)新能力，同時以市場為導向，在將創(chuàng)新應用于市場的經(jīng)營中，提升國內(nèi)企業(yè)在全球的競爭能力。

（2）中國各省市全要素生產(chǎn)率增長均為正，但省市間存在較大的差異，區(qū)域上呈現(xiàn)出東部最快，中部略快于西部的階梯狀。東西部全要素生產(chǎn)率的增長主要依賴于技術(shù)進步的優(yōu)勢，中部相對而言發(fā)掘了更多的技術(shù)效率潛力，西部地區(qū)技術(shù)效率增長較為落后，這與我國區(qū)域發(fā)展政策密切相關(guān)；省市間全要素生產(chǎn)率的差異主要是因為中西部部分省市技術(shù)進步步伐慢，同時技術(shù)效率下滑，雙管齊下。因此需因地制宜引進資本和技術(shù)，縮小東、中、西部的經(jīng)濟差距，扶持特別貧困的省市，創(chuàng)造各種環(huán)境和條件充分發(fā)掘技術(shù)進步，特別是技術(shù)效率的增長潛力。

（3）通過對比研究發(fā)現(xiàn)：以就業(yè)人數(shù)為勞動投入變量計算的結(jié)果低估了技術(shù)效率和技術(shù)進步的增長速度，從而雙雙阻礙了全要素生產(chǎn)率的增長，這可能是導致已有研究認為90年代以后中國全要素生產(chǎn)率下降并出現(xiàn)負增長的原因。本研究在勞動投入變量中加入就業(yè)人員平均受教育水平得到的結(jié)果顯示：技術(shù)進步率一直保持較快的增長態(tài)勢，技術(shù)效率也由下降轉(zhuǎn)為增長，雖然受2008年金融危機影響技術(shù)進步增長緩慢，但技術(shù)效率和技術(shù)進步間存在替代作用，保證了全要素生產(chǎn)率持續(xù)穩(wěn)定的正增長。這說明人力資本對全要生產(chǎn)率提升的重要作用，因此國家要重視人才的教育、培養(yǎng)、引進和各種用人政策，為人才的成長和流動創(chuàng)造更為有利的條件，促進人才在技術(shù)進步和技術(shù)效率的提升中發(fā)揮更大的作用。

（4）省級與行業(yè)層面的對比研究發(fā)現(xiàn)：工業(yè)行業(yè)的全要素生產(chǎn)率高速增長，比全國平均水平高2.8個百分點，說明進入新世紀工業(yè)行業(yè)是推動中國經(jīng)濟增長的主導力量。全要素生產(chǎn)率增長的來源與全國類似，但工業(yè)行業(yè)的技術(shù)進步速度比全國平均水平快1.6個百分點，技術(shù)效率快1.2個百分點。相比而言，技術(shù)效率對工業(yè)行業(yè)全要素生產(chǎn)率增長的貢獻更為明顯。從金融危機后技術(shù)進步的變化可以看出，我國工業(yè)行業(yè)技術(shù)的快速進步掩蓋了行業(yè)內(nèi)的結(jié)構(gòu)矛盾，加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，增強自主創(chuàng)新能力是工業(yè)行業(yè)未來的主要發(fā)展方向。

（5）分行業(yè)研究發(fā)現(xiàn)，中國傳統(tǒng)行業(yè)如石化橡膠、造紙印刷、礦物加工等仍是全要素生產(chǎn)率增長較快的行業(yè)，而新興行業(yè)如電子電器行業(yè)、機械設(shè)備業(yè)、文教體儀等行業(yè)全要素生產(chǎn)率增長相對緩慢，特別是包含眾多高科技產(chǎn)業(yè)的電子電器業(yè)和機械設(shè)備行業(yè)的全要素生產(chǎn)率增長反而較慢，這說明我國企業(yè)仍處于這些新興行業(yè)的加工、組裝等勞動和資本密集型環(huán)節(jié)，勞動和資本在這些行業(yè)發(fā)揮了重要作用。

［1］Krugman P.蕭條經(jīng)濟學的回歸［M］.北京：中國人民大學出版社，1999.

［2］郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估計：1979-2004［J］.經(jīng)濟研究，2005（6）：51-60.

［3］鄭京海，胡鞍鋼.中國改革時期省際生產(chǎn)率增長變化的實證分析（1979-2001）［J］.經(jīng)濟研究，2005（2）：263-296.

［4］顏鵬飛，王兵.技術(shù)效率、技術(shù)進步與生產(chǎn)率增長：基于 DEA的實證分析［J］.經(jīng)濟研究，2004（12）：55-65.

［5］金相郁.中國區(qū)域全要素生產(chǎn)率與決定因素：1996-2003［J］.經(jīng)濟評論，2007（5）：107-112.

［6］章祥蓀，貴斌威.中國全要素生產(chǎn)率分析：Malmquist指數(shù)法評述與應用［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（6）：11-122.

［7］鄒心勇，趙麗芬.中國經(jīng)濟全要素生產(chǎn)率的變遷：1978—2010年實證分析［J］.中央財經(jīng)大學學報，2013（11）：51-55.

［8］劉建國，李國平，張軍濤，孫鐵山.中國經(jīng)濟效率和全要素生產(chǎn)率的空間分異及其影響［J］.地理學報，2012（8）：1069-1084.

［9］張健華，王鵬.國全要素生產(chǎn)率：基于分省份資本折舊率的在估計［J］.管理世界，2012（10）：18-30.

［10］李小平，朱鐘棣.國際貿(mào)易、技術(shù)進步與中國工業(yè)行業(yè)的生產(chǎn)率增長［J］.經(jīng)濟學（季刊），2008（2）：5493-564.

［11］張軍，陳詩一，Gary，H Jefferson.結(jié)構(gòu)改革與中國工業(yè)增長［J］.經(jīng)濟研究，2009（7）：4-20.

［12］李勝文，李大勝.中國工業(yè)全要素生產(chǎn)率的波動：1986-2005——基于細分行業(yè)的三投入隨機前沿生產(chǎn)函數(shù)分析［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（5）：43-54.

［13］周燕，蔡宏波.中國工業(yè)行業(yè)全要素生產(chǎn)率增長的決定因素：1996-2007［J］.北京師范大學學報（社會科學版），2011（1）：133-141.

［14］張海洋.R＆D兩面性、外資活動與中國工業(yè)生產(chǎn)率增長［J］.經(jīng)濟研究，2005（3）：107-117.

［15］涂正革，肖耿.中國的工業(yè)生產(chǎn)力革命——隨機前沿生產(chǎn)模型對中國大中型工業(yè)企業(yè)全要素生產(chǎn)率增長的分解及分析［J］.經(jīng)濟研究，2005（3）：4-14.

［16］易綱，樊綱，李巖.關(guān)于中國經(jīng)濟增長與全要素生產(chǎn)率的理論思考［J］.經(jīng)濟研究，2003（08）：13-20.

［17］Malmquist S.Index Numbers and Indifference surfaces［J］.Trabajos de Estadisticay de Investigacion Operativa，1953.4（2）：209-242.

［18］Caves D W.Multilateral Comparisons of Output，Input，and Productivity Using Superlative Index Numbers［J］.Economic journal，1982，92：73-86.

［19］Fare R，Grosskopf S，Lindgren B，et al.Productivity Developments in Swedish Hospitals：A Malmquist Output Index Approach ［C］∥Data Envelopment Analysis：Theory，Methodology and Applications.Boston：Kluwer Academic Publishers，1994：27-291.

［20］Fare R，Grosskopf S，Norris M，et al.Productivity Growth，Technical，Progress，and Efficiency Change in Industrialized Countries［J］.American E-conomic Review，1994，84：66-83.

［20］Ray S C，Desli E.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries：Comment［J］.American Economic Review，1997，87：1033-10391.

［22］張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量的估算：1952～2000［J］.經(jīng)濟研究，2004（10）：35-44.

［23］符淼，易行健.資和外貿(mào)創(chuàng)新溢出效應的行業(yè)差異分析——基于廣州市的實證研究［J］.財經(jīng)研究，2008（08）：29-42.

［24］赫然.978-2008年中國全要素生產(chǎn)率的變動及其分解［D］.復旦大學，2011.

［25］朱福林.全要素生產(chǎn)率與人力資本：基于中國經(jīng)驗數(shù)據(jù)的實證研究（1979-2010）［J］.經(jīng)濟管理研究，2013（102）：3-8.