呂連菊,闞大學
(南昌工程學院 經濟貿易學院,南昌 330099)
中國全要素生產率的測算及其變動分析
呂連菊,闞大學
(南昌工程學院 經濟貿易學院,南昌 330099)
文章構建了一個包括期望產出和非期望產出的生產可能性集,在方向性距離函數的基礎上構造Malmquist-Luenberger生產率指數,結果表明,中國TFP平均增長率不高,各省的TFP增長存在異質性;中國TFP呈現先增長后下降的趨勢,1992年之前技術效率提高是中國TFP提高的主要原因,1992年之后技術進步是中國TFP提高的主要原因;同時發現樣本期間技術進步是東部地區TFP增長的主要原因,技術效率對該地區TFP的促進作用較小,而中西部地區結論與之相反,技術效率是兩個地區TFP增長的主要原因。
全要素生產率;技術效率;技術進步
目前,中國人口紅利趨于消失、生產成本提高、資源約束加劇,致使經濟發展轉為中高速,進入新常態,為了適應這一變化,中國需提高經濟增長質量,由粗放型經濟增長方式轉變為集約型增長方式。那么,如何提高經濟增長質量以實現這一轉變,已成為當前一個極具現實意義的問題。眾所周知,提高經濟增長質量的關鍵是提升全要素生產率(TFP),因此很多學者都測算了中國全要素生產率[1-6],并實證研究了全要素生產率的影響因素[7-12],本文則區別于現有文獻研究,利用MaxDEA 6.0軟件來測算各個省份的全要素生產率,將構建一個既包括期望產出(人均GDP),又包括非期望產出(環境污染)的生產可能性集。為了增加期望產出人均GDP,降低非期望產出環境污染,特引入方向性距離函數。在該函數基礎上構造Malmquist-Luenberger生產率指數(ML),以此來表示中國TFP變動率。并進一步將其分解為技術進步指數和技術效率指數探討TFP變動的原因。
本文把經濟產出中希望獲得的產出人均GDP和不希望獲得的產出環境污染分別稱之為期望產出和非期望產出。先構建一個同時包括人均GDP和環境污染的生產可能性集。假設每個省域的產出過程中使用N種投入x=(x1,x2,…,xn)∈得到M種人均GDP,即y=(y1,y2,…,yM)∈,以及I種環境污染,即b=(b1,b2,…,bI)∈。則生產可能性集P(x)可以表示為:

上述生產可能性集滿足三個假設:一是P(x)為有界閉集;二是人均GDP與環境污染的聯合弱可處置性和零結合性;三是投入和期望產出的強可處置性。
為了擴大期望產出人均GDP,降低非期望產出環境污染,本文引入基于產出的方向性距離函數,公式如下:

在上述公式中,g=(gy,-gb)為產出擴張方向向量,其值一般取決于人們對期望產出人均GDP與非期望產出環境污染的不同效用偏好。考慮到環境管制,這里假設g=(y,-b),即期望產出人均GDP與非期望產出環境污染是依據同一比例增加或減少。β為在環境技術結構未發生變化的情況下,投入既定的x所產生的期望產出人均GDP與非期望產出環境污染成比例增加或減少的最大可能集合。利用數據包絡分析法(DEA)可以將t時期省域的方向性距離函數轉化為線性規劃問題:

目前學術界主要采用索洛余值法和DEA法來測度TFP,但采用索洛余值法來測度我國TFP往往并不準確,也難以說明我國的技術水平,原因在于使用該方法有較多前提條件,如產品市場需是完全競爭市場,要素相互替代且能充分利用等,顯然我國難以滿足這些前提條件。但基于DEA方法測算的非參數Malmquist-Luenberger生產率指數并不存在上述前提條件,能較為可靠的衡量我國技術水平,并且該方法還可以把全要素生產率分解為技術效率指數和技術進步指數,具有很強的政策含義,本文采用Fare等在1994年構建的基于DEA測算的Malmquist-Luenberger生產率指數法[13]。具體公式如下:

上式衡量了從t期到t+1期生產率變化的Malmquist-Luenberger指數,其中,(xt,yt)為t期投入向量和產出向量,(xt+1,yt+1)為t+1期的投入向量和產出向量,為t期的產出距離函數,為t+1期的產出距離函數。Malmquist-Luenberger指數分別為>1、<1、=1,則說明相對t期,t+1期的TFP分別出現了增長、下降、沒有變動。對于Malmquist-Luenberger生產率指數,還可以進一步分解成如下形式:

式中,pech、sech、tech、effch分別為純技術效率指數、規模效率指數、技術進步指數、技術效率指數,其中effch可以分解為pech和sech。
基于數據的可得性,本文的樣本時間為1987—2015年,29個省區(不包括西藏和青海;四川和重慶數據合并),其中2009年之前和之后的數據分別源自《新中國60年統計資料匯編》和《中國統計年鑒》。文中主要涉及三個數據變量:期望產出、非期望產出、資本投入和勞動投入,其中,期望產出用人均GDP衡量,對人均GDP則用各省區GDP指數進行處理以消除價格因素對數據的影響(以樣本初始年份為100);非期望產出環境污染用SO2排放量測度;資本投入使用“永續盤存法”計算,具體公式為Kit=Iit/Pit+(1-λ)Kit-1,其中Iit和Pit分別為固定資產投資和其價格指數(以樣本初始年份為100),λ為資本折舊率,依據現有文獻,設定為5%。至于1987年的資本存量,通過如下公式計算得知:Ki,1987=Ii,1987/(0.03+giy),其中giy為i省1987—2015年的GDP平均增長率;勞動投入使用年底從業人員數來衡量。
基于DEA的Malmquist指數法,使用MaxDEA 6.0軟件計算了1987—2015年中國 29個省區的ML、effch、tech、pech和sech等指數,具體結果如表1所示。

表1 1987—2015年各省區全要素生產率指數及其分解
從表1中可知,首先,1987年以來,中國全要素生產率、技術效率、技術進步平均增長率分別為0.8%、0.5%和0.3%,可見技術進步對中國全要素生產率增長的作用稍低于技術效率,并且,在技術效率變動中,純技術效率平均增長率稍低于規模效率,可見,中國全要素生產率平均增長率較低,這主要是由于中國經濟增長方式較為滯后,尚未實現集約型增長,依然是粗放型增長方式,資源要素浪費現象嚴重,利用率較低,企業的管理水平不高,規模經濟效應也不明顯。其次,各省的全要素生產率增長差異頗大,1987—2015年間,全要素生產率平均增長率最高的是上海,最低的是江西,平均增長率大于2%的有7個省區,依次為上海6.1%、北京5.2%、天津4.6%、浙江3.9%、新疆3.6%、福建2.6%、廣東2.6%,其中東部地區有6個省,且前4位均是東部地區的省區;平均增長率在1%~2%之間的有6個省區,依次為山西1.9%、湖北1.5%、山東1.4%、海南1.2%、河北1.2%、內蒙古1.2%;平均增長率在0~1%之間的有4個省區,依次為寧夏0.8%、江蘇0.4%、云南和陜西均為0.5%,平均增長率小于0的有11個省區,依次為江西-2.4%、遼寧-1.9%、安徽-1.8%、四川(重慶)-1.8%、甘肅-1.3%、廣西-1.0%、貴州-1.0%、湖南-0.9%、吉林-0.3%、河南-0.3%、黑龍江-0.2%,11個省區全要素生產率平均增長率均為負數,除遼寧外,均是中西部地區的省份,中西部地區各有5個①東部地區包括北京、上海、天津、遼寧、山東、河北、江蘇、浙江、廣東、福建和海南;中部地區包括黑龍江、吉林、山西、河南、安徽、江西、湖北和湖南;西部地區包括陜西、甘肅、寧夏、內蒙古、四川(重慶)、廣西、貴州、云南和新疆。。
以上得出的是較為籠統的結論,為了更加深入地了解全國和地區間全要素生產率增長的差異,本文將1987—2015年劃分成3個時間段來對全國與東部、中部和西部地區的全要素生產率增長進行具體分析。
本文利用MaxDEA 6.0軟件計算了1987—2015年不同時期中國與三大區域TFP,具體結果如表2所示。

表2 不同時期全國與三大區域全要素生產率指數及其分解
從表2中可知,中國在1987—2015年的28年時間里,全要素生產率增長率出現了先增長后下降的趨勢,1987—1992年全要素生產率增長了1.2%,主要是由于技術效率提高了3.1%,其中純技術效率和規模效率分別提高了2.3%和0.7%,純技術效率提高是主要因素,這是因為改革開放初期,制度變遷和市場化改革激發了人們的積極性,提高了資源配置效率,推動了私營經濟的發展;隨著改革開放的深入,政府管制的放松,外資的大量流入,1993—2000年全要素生產率增長了4.9%,從其分解可知,主要是由于技術進步提高了5.2%;而2001—2015年全要素生產率增長率為-2.8%,其中技術進步增長率為0.6%,技術效率增長率為-3.4%,這說明制度變遷的收益逐漸消減,腐敗和收入差距的拉大阻礙了改革開放的進一步深化,使得技術進步增長率和技術效率增長率下滑,同時,在這段時期,資本形成中積累的低效率問題顯現出來,過度投資和過度競爭致使純技術效率和規模效率下滑。總體來看,1987—1992年,中國的全要素生產率主要是依賴技術效率的提高,在此之后主要是依賴技術進步。
進一步分析表2可知,(1)三大區域在1987—2015年的28年時間里,全要素生產率增長率均出現了先增長后下降的趨勢,且這段時間東部地區的全要素生產率增長率最高,中部地區最低,西部地區居中,這主要是由于東部地區所處的地理位置和國家的政策傾斜,至于西部地區全要素生產率增長率高于中部地區,是因為西部地區較低的資本投入導致了相對較高的全要素生產率增長;(2)分階段來看,1987—1992年,三大區域全要素生產率增長率均為正數,但東部地區的全要素生產率增長率要低于中部和西部地區,這可能是由于改革開放初期,制度變遷和市場化改革雖然激發了人們的積極性,提高了全要素生產率,但由于東部地區處于改革開放的前沿,中西部地區受到改革開放的影響較弱,制度變遷和市場化改革在一定程度上對東部地區的生產體系造成了一定的沖擊,市場和政府相互干預,經濟環境的穩定性相對中西部地區較差;(3)1993—2000年,三大區域全要素生產率增長率在各自區域的三個時間段里均是最高,但相比中西部地區,東部地區的全要素生產率增長率更高,三大地區全要素生產率增長率分別為8.3%、4.1%和2.2%。這主要是由于改革開放的深入,政府管制的放松,東部地區的企業產權結構更為明晰,外資流入最多,對外貿易總額最多,市場競爭更為激烈,促使企業改善經營管理,加大技術研發,引進先進技術,同時由于東部人力資本存量及其效率較高,對外貿外資的技術外溢也能較好地吸收;(4)2001—2015年,三大區域全要素生產率增長率在各自區域的三個時間段里均是最低,為負增長,相對而言,東部地區全要素生產率負的增長率較低,中西部地區較高,三大地區全要素生產率增長率分別為-0.7%、-7.5%和-0.35%。主要是由于東部地區的技術效率和技術進步增長率均高于中部和西部地區;(5)1987—1992年,技術效率提高是導致三大區域全要素生產率增長的主要因素,進一步發現,純技術效率增加是主要因素,1992年之后,三大區域的全要素生產率增長均主要依賴技術進步,而在2001—2015年這段時間,除了東部地區的技術進步增長率為正數,中部和西部地區的其他指數增長率均為負數,三大區域全要素生產率下滑主要是由于技術效率增長率為負數,其中純技術效率和規模效率增長率均為負數。這一方面說明三大區域的增長模式依然是粗放型增長方式,資源要素利用率較低,企業的管理水平不高;另一方面說明三大區域資源要素投入過多,處于規模報酬遞減狀態,產能過剩。
本文構建了一個包括期望產出和非期望產出的生產可能性集,在方向性距離函數的基礎上構造Malmquist-Luenberger生產率指數,利用MaxDEA 6.0軟件計算了1987—2015年中國29個省區的全要素生產率指數。測算發現:(1)中國TFP平均增長率不高,各省的TFP增長存在異質性;(2)中國TFP呈現為先增長后下降的趨勢,1992年之前技術效率提高是中國TFP提高的主要原因,1992年之后技術進步是中國TFP提高的主要原因;(3)樣本期間技術進步是東部地區TFP增長的主要原因,技術效率對該地區TFP的促進作用較小,而中西部地區結論與之相反,技術效率是兩個地區TFP增加的主要原因,進一步發現,導致兩個地區技術效率提高的主要因素是規模效率增加。
[1]尹向飛,段文斌.中國全要素生產率的來源:理論構建和經驗數據[J].南開經濟研究,2016,(1).
[2]王遠方.基于隨機前沿分析的全要素生產率分解[J].西南民族大學學報:人文社科版,2016,(4).
[3]楊丞娟.武漢城市圈全要素生產率的測算[J].統計與決策,2015,(22).
[4]王欣亮,嚴漢平.我國全要素生產率的測算、分解及演進研究:1952—2012[J].人文雜志,2014,,(3).
[5]石晶,李林.我國棉花主產區全要素生產率測算及收斂性分析[J].統計與決策,2014,(4).
[6]張保勝.全要素生產率測算與技術的σ-收斂效應——基于中國省際數據的空間計量分析[J].科技管理研究,2014,(13).
[7]李丙金,李婧,常建新.全要素生產率新的測算和分解方法[J].統計與決策,2013,(10).
[8]鐘世川,毛艷華.中國全要素生產率的再測算與分解研究——基于多要素技術進步偏向的視角[J].經濟評論,2017,(1).
[9]王德祥,薛桂芝.中國城市全要素生產率的測算與分解(1998-2013)——基于參數型生產前沿法[J].財經科學,2016,(9).
[10]楊子超,鄧曉.我國省級全要素生產率的測算與解釋——基于1986—2014年省級面板數據[J].商業時代,2016,(11).
[11]金懷玉,菅利榮.中國農業全要素生產率測算及影響因素分析[J].西北農林科技大學學報:社會科學版,2013,(2).
[12]張倩肖,李丹丹.基于半參數法的中國跨地區全要素生產率研究[J].華東經濟管理,2016,(3).
[13]Fare R,Grosskopf S,Norris M,et al.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries[J].American Economic Review,1994,84(1).
F224.0
A
1002-6487(2017)20-0133-03
全國教育科學“十二五”規劃課題(EFA150365)
呂連菊(1982—),女,湖北武穴人,碩士,講師,研究方向:區域經濟。
闞大學(1982—),男,安徽合肥人,博士,副教授,研究方向:教育經濟與管理。
(責任編輯/劉柳青)