陜西省全要素生產率變化趨勢及對經濟增長的貢獻

課題組

摘 要：全要素生產率不僅是衡量經濟效率的重要指標，也是地區經濟經濟增長質量的重要指標。本文選取陜西省經濟面板數據，采用DEA-Malmquist指數方法對陜西省2001-2015年間全要素生產率進行測算和分解，對結果進行比較分析。研究結果表明：2001-2015年期間陜西省全要素生產率的增長促進了陜西地區的經濟增長；全要素生產率的增長主要得益于技術進步；技術效率和規模效率對經濟增長促進、阻礙作用不明顯；根據研究結論，提出了相關政策建議。

關鍵詞：經濟增長；全要素生產率；DEA-Malmquist指數

一、引言

全要素生產率（Total Factor Productivity，簡稱TFP）是指各種要素投入水平既定的條件下，所達到的額外生產效率，是推動經濟增長的動力之一。即經濟增長中不能夠被資本、勞動力和人力資本等要素投入所解釋的部分，可以看作是要素配置效率提高、技術進步或者創新等“難以衡量”的因素帶來的效率提升所促成的額外經濟增長。其概念來說，估算全要素生產率即分析投入要素增長、技術進步、能力實現等要素對經濟增長的貢獻，并識別經濟發展是投入增長型還是效率增長型，通過比較全要素生產率增長對經濟增長貢獻和要素投入貢獻，確定經濟政策是以增加總需求為方向還是以經濟結構調整、技術進步為方向。

作為我國經濟發展進入新常態的一個重要表現——增長速度換擋，是經濟發展和人口轉變階段變化的結果。在勞動投入和投資增速長期下行的前提下，依靠傳統增長動力模式難以持續，適應和引領新常態則是要探尋新的增長動力，核心是提高全要素生產率及其對經濟增長的貢獻份額。本課題以陜西省為樣本，利用DEA-Malmquist方法對全要素生產率進行測算和分解，為陜西可持續發展戰略提供數據支持，對區域經濟增長具有重要的理論和實踐意義。

二、理論及文獻綜述

全要素生產率最早是由美國經濟學家羅伯特·索羅于1957年提出，是總產量與全部要素投入量之比。DEA-Malmquist指數方法是指將DEA方法與Malmquist指數相結合用以測度全要素生產率。具體來講，首先依據DEA方法確定生產前沿面，然后得到距離函數，利用距離函數構造TFP指數，以此來衡量全要素生產率的增長率。對于距離函數而言，可從投入與產出這兩個角度加以定義。基于投入的距離函數是在給定產出的條件下投入量向前沿面壓縮的程度，而基于產出的距離函數是給定投入時產出的最大擴張程度。

本文選擇Malmquist指數法，將TFP變動分解為技術效率變動、技術進步和規模報酬變動三部分，以期為將來研究提供更為穩健深入的TFP支持。常建新、姚慧琴、姜麗雅（2011）運用DEA-Malmquist生產率指數方法，測算了2000-2009年間我國西部地區全要素生產率的變化趨勢，認為TFP的增長促進了西部地區的經濟增長，而TFP的增長主要利益于技術進步，技術效率和規模效率的降低阻礙了全要素生產率的增長。劉秉鐮、李清彬（2012），利用基于DEA模型的Malmquist指數方法，分析了我國196個主要城市在1990-2006年期間城市全要素生產率的動態變化，研究發現1990-2006年期間城市全要素生產率增加了2.8%，主要來源是技術改進，技術效率變化起著拖累作用。汪克亮、楊力、楊寶臣、程云鶴（2014）基于1992-2009年我國省際面板數據，采用非參數DEA方法測算了28個省份的全要素生產率指數并考察其地區差異與變化根源，結果表明樣本期內，我國全要素生產率實現了年均2.37%與累計41.25%的增長，并主要依靠技術進步來推動。吳國培（2016）提出要極大重視全要素生產率在經濟增長中所起的作用，加快轉變經濟增長方式，把推動發展的立足點轉到提高全要素生產率上來，走內涵式增長的道路。蔡昉（2015）認為全要素生產率是新常態經濟增長的動力，越是在更高的經濟發展階段，越是要靠全要素生產率的提高實現經濟增長；創新是否成功，最終要以能否提高全要素生產率及其對經濟增長的貢獻為衡量標準；轉方式和調結構是提高全要素生產率的必由之路。周子章（2015）提倡以提升全要素生產率實現轉型再平衡。周子勛（2015）認為供給側改革核心在于提高全要素生產率。羅慶朗（2016）認為全要素生產率是經濟增長的新動力源，提出了完善微觀激勵機制推動技術進步、提供基本公共服務支撐結構轉換、保持競爭性市場有效配置資源等政策建議。韓瑞姣（2017）基于我國31個省市統計資料，采用基于省級數據的索洛余值法對各地區的2004至2013年間的全要素生產率進行測算，利用回歸分析的結果進行比較分析，得出結論：我國經濟增長的全要素生產率貢獻率很小，全要素生產率的增幅近年來出現了下降趨勢，政府應提高效率型經濟增長，實現技術進步與深化改革的良性互動，通過全要素生產率拉動經濟回升。

我國學者對于TFP的研究大多從全國、區域的范圍出發，對于省域及地市全要素生產率與要素投入對經濟增長貢獻的趨勢變動分析相對較少。基于此，本文基于RD模型，分別從橫向、縱向的角度分析比較在各個年度里陜西省TFP的變化情況和省內各地市的經濟發展狀況、TFP的變化情況，在依據數據分析的基礎上提出相應的對策建議。

三、DEA-Malmquist指數模型與指標選擇

（一）DEA-Malmquist指數模型及基本分析思路

該指數模型假設每個決策單元面對同樣的技術前沿，通過模型計算由投入和產出描述的決策單元生產率水平到技術前沿距離的相對變化，來度量決策單元生產效率的提高，并進一步將生產效率的提高分解為技術效率的提高和技術進步。其核心在于定義距離函數以度量決策單元到技術前沿的差距，在距離函數的基礎之上，利用線性優化算法，通過觀測決策單元（樣本點）投入產出統計數據構建技術前沿，并計算各決策單元到技術前沿的距離。

對于投入x∈R ，產出y∈R ，t期生產可能集S 定義為：endprint

S =（x，y）|在t期，x可以生產y （1）

S 由所有在時期可行的投入和產出組合構成。按照Shephard（1970），s期生產活動（x ，y ）相對于t時期生產可能集S 的產出距離函數定義為：

D （x ，y ）=infθ（x ，y θ）∈S =（supz（x ，zy ）∈S ） （2）

假設存在k=1....K個決策單元（DMU），每個決策單元在t=1...T期使用n=1...N種投入x ，并得到m=1...M種產出y 。本文選用DEA理論中投入導向型的可變規模報酬下的BCC模型，采用了規劃求解的方式，模型具體描述為：

maxz =（D （x ，y ）） （3）

x ≥ λ x ，n=1...N （4）

z y ≤ λ y ，m=1...M （5）

λ =1；λ ≥0，k=1...K （6）

基于產出的Malmquist生產率指數可以表示為：

M（x ，y ，s ，y ）= （7）

式中x ，y ，分別代表t時期的投入和產出向量；D （x ，y ）為規模報酬不變下基于t時期技術水平的距離函數。M（x ，y ；x ，y ）為TFP的變動，即TFPch。M（x ，y ；x ，y ）>（=、<）1，分別表示生產效率提高（不變、降低），則TFP提高（不變、衰退）。

Malmquist生產率指數在規模報酬可變下的RD分解為：

M（x ，y ；x ，y ）= × ×

=TE×TC×SE （8）

其中，D （x ，y ）為規模報酬可變下的距離函數，TE、TC、SE分別為t時期到t+1時期的技術效率變動、技術進步和規模報酬變動。TE反映被評價對象技術運用水平變化所產生的效果，TE>（=、<）1，表示DMU技術運用水平提高（沒有變化、下降）；TC>（=、<）1，表示DMU在技術方面有進步（沒有變化或退步），生產可能性邊界提升（不變或退步）；SE>（=、<）1，表示第DMU規模報酬遞增（沒有變化或遞減）。

對于DMU，當TE、TC、SE大于1時，表明其對TFP的提高有促進作用；反之，則有阻礙作用。Malmquist指數減去1并乘以100即為TFP的年度增長率。

（二）選取投入、產出指標

根據實證模型的需要，要采用總產出（Y）、勞動投入（L）、資本投入（K）三類變量，用以估算陜西省經濟全要素生產率的增長率。

（1）總產出（Y）：產出數據的度量爭議較少。本文采用地區生產總值（GDP）作為衡量經濟增長的基本指標，按照以某一固定年份為基期，其余所有的年份都以這一個基期進行調整的思路，以2000年不變價為基期對2001年到2015年的數據進行調整。

（2）勞動投入（L）：勞動投入是指生產過程中實際投入的勞動量。在全要素生產率分析中，勞動投入應當指的是一定時期內勞動要素提供的“流量”數據。但由于我國處于市場經濟體制轉型時期，收入分配體制不合理，市場調節機制也不完善，再加上相關統計資料的缺失等因素影響，本文采用歷年社會就業人數作為勞動投入指標。

（3）資本投入（K）：目前被OECD國家所廣泛采用的測算資本存量的基本方法是Goldsmith于1951年提出的永續盤存法，其具體表達式如下：

K（t）=（1-δ）K（t-1）+I（t）/P（t） （9）

其中，K（t）是第t期以基年不變價格計算的實際資本存量；K（t-1）為上一年的資本存量；I（t）為當年固定資產投資總額，是以當期價格計價的投資額，本文以當年社會固定資產投資總額來衡量；P（t）為當年固定資產投資價格指數。

本文采用張軍等（2015）測算的2000年陜西省資本存量作為基期資本存量（以2000年當年價格計算為4249億元），折舊率δ也按照張軍等采用的9.6%。

四、實證結果和分析

本文所使用的數據包括2001-2015年陜西省及11個地市（包括1個示范區）的投入與產出數據。研究中所用的原始數據主要來源于《陜西統計年鑒》（2016），其中陜西省各年度固定資產投資價格指數來源于國家統計局國家數據網站。

（一）Malmquist生產率指數測算結果

選取陜西省經濟單元（主要指行政地市）為區域決策單元，取得2001-2015年內決策單元經濟面板數據，結合上述DEA-Malmquist指數模型，使用DEA模型專用程序DEAP Version 2.1，采用產出導向的方法，對2000-2015年陜西省及各地市的全要素生產率變化進行測算，計算結果見表1和表2。

（二）陜西省TFP變化情況及其與經濟增長的關系分析

2001-2015年間，陜西省TFP的平均增長率為1.3%，2001-2015年期間技術效率變動保持1不變，純技術效率變化和規模效率變化均為1，說明陜西省歷年技術運用水平和規模報酬沒有變化，技術效率和規模效率對陜西省經濟增長并無促進或阻礙作用；技術進步年均增長率為1.3%，陜西省TFP的增長主要得益于技術進步。

圖1是陜西省平均TFP增長率的年變化折線圖，從圖中可以看出，十五年來陜西省TFP增長率總體呈現一個正的增長趨勢，此間2008-2009年汶川地震期間波動幅度較大，呈現明顯的下降趨勢，此后則繼續增長。2011年以后TFP增長率一直呈緩慢回落態勢，說明陜西技術轉化能力不強，很多技術不能實現向產品的轉化，只能出售。值得注意的是，2009年爆發的全球金融危機并未對陜西省TFP增長帶來明顯影響。以上表明陜西省經濟增長的對外依存度不高，與世界經濟的聯系并不緊密，同時表明陜西省

經濟增長的穩定性不高，易受突發性災害的影響。endprint

根據表1和陜西省2001-2015年歷年實際GDP數據，由公式：

TFP增長率對經濟增長的貢獻度=×100% （11）

可以計算出2001-2015年間的TFP增長率對實際GDP增長率的貢獻度（結果見表4）。

2001-2008年西部大開發政策實施以來，陜西省TFP變化對經濟增長的貢獻度較大，平均為24.23%；但2001-2015年期間，TFP變化對經濟增長的貢獻度不高，平均為8.52%，且TFP增長率下降時對經濟增長的阻礙作用特別明顯。圖2為2001-2015年間TFP增長率與實際GDP增速之間的關系圖，從圖中可以看出，二者之間的變化趨勢始終保持一致，陜西省經濟變化對TFP變化的依賴顯而易見。

（三）陜西省各地市TFP變化情況分析

從各地市的情況看，10個地市（不含楊凌示范區）的TFP增長及其變動與陜西省總體情況大體相似。（見表3）2001-2015年期間僅西安、延安兩市低于零，其余8個地市TFP的增長率大于零，且TFP增長的源泉主要得益于技術進步，技術效率變化為1，沒有技術效率的改善或降低。但TFP變化的地區差異比較顯著，比如TFP增長率最高的為漢中，年均增長率為4.5%，而最低的延安僅為-1.4%，西安也僅為-0.4%。造成地區TFP增長率差異主要在于其技術進步指數上的差別，技術效率變化方面基本無差異。陜南地區經濟后發優勢明顯，礦產資源豐富且儲量大，旅游、醫藥、特色農業可持續發展能力較強。陜北地區工業相對單一，對煤炭、石油等能源產業依賴度大，可持續發展能力低，轉型難度大。陜西的經濟重點在關中，近幾年政府在項目布局、人才轉化、科技創新和產業延伸等方面做了許多工作，但關中地區工業產業增加值較低，缺少大項目帶動，人才利用水平低，三產系統性、全面性和層次性男較低。

2001-2015年陜西省各地市年均實際GDP增長率與年均TDP增長率之間存在出入，但除了個別地市外，變化趨勢存在一致性，TFP增長率大于零的地市GDP增速普遍較高。這一結果表明陜西省各地市的經濟增長與TFP的增長密切相關，TFP增長率高的地市其經濟增速也較快，TFP增長已經成為推動陜西省各地市經濟增長的重要推動力量。（見表5和圖3）

五、結論及政策建議

（一）主要結論

1.總體來看，2001-2015年間TFP增長是陜西省經濟增長的重要動力來源，各地市的經濟增長也與TFP的增長密切相關，且TFP增長的動力主要來源于技術進步，技術效率對TFP增長基本無影響。

2.陜西省及各地市的TFP增長主要依靠技術進步，而技術效率和規模效率二者的貢獻不明顯，這表明陜西省的經濟增長是資本投入驅動的，而不是以技術產出能力的提高來驅動的，由此也可得出陜西省經濟增長缺乏可持續性的結論。

3.陜西省技術進步的發展過程不穩定，技術效率很長時間內得不到提升。陜西省的經濟增長的穩定性不高，容易受到突發因素的影響，且與世界經濟的聯系不緊密，經濟增長對外依存度不高，對外開放程度依然偏低。

（二）政策建議

1.注重技術效率、規模效率與技術進步的同步提高。TFP的增長源泉包括技術效率、規模效率和技術進步三部分，單個因素的提高對TFP的增長是有限的。要提高陜西省的TFP增長率，需要同時重視技術進步、技術效率和規模效率的提高。在采用新技術的同時，采取有效措施加快西部地區企業的市場化改革，提高企業經營管理水平和技術應用能力，擴大企業的規模以提高其規模效率。同時，應深化市場改革和產權體制改革，提高企業管理水平，促進資本和勞動力要素的有效流動，合理利用和配置現有資源，提高企業生產效率，從而提高TFP的增長率。

2.轉變經濟增長方式。TFP或技術進步對經濟增長的高貢獻率一般只有進入經濟增長減速的成熟期才會發生。因此，陜西省的經濟增長方式亟待轉型，即由要素投入推動型的增長轉變為生產力推動型的增長。切實轉變政府職能，進一步簡政放權，最大限度減少政府對微觀事務的管理，完善主要由市場決定價格的機制，大幅度減少政府對資源的直接配置，促進生產要素的自由流動，使資源配置實現效益最大化和效率最優化。政府部門應當注重引導產業結構優化，以科技帶動農業發展，強化第二產業的技術進步，提高第三產業科技含量和勞動力素質。完善投資體制，提高資本利用效率和質量。合理界定政府投資范圍，改變軟預算約束，明確政府及國有企業投資主體的責任和權利，抑制其過度投資沖動。

3.提高人力資本質量。當前，傳統人口紅利逐步消失，簡單的勞動投入對經濟增長的貢獻不斷下降。未來應更加重視人力資本投入，著力于提升勞動力的質量。陜西是國家重點教育基地，高校、研究所數量龐大，積聚了優質的人才資源，更應高度重視人力資本的利用，在經濟體量增長的同時注重經濟質量的改善。當前陜西普遍存在的大學生就業難與企業招工難現象并存，就說明高等教育與社會實踐存在較大的脫節，應明晰高等教育的層次，大力發展職業教育，深化產教融合、校企合作，培養大批既懂理論又具有實際操作能力的高素質勞動者和技能型人才。提高潛在經濟增長率既需要高素質的研發人才，也需要大量技術應用人才和高素質工人。因此，在發展高等學校教育的同時，應開展多層次、多形式的職業技能培訓，如對失業人員和進城務工的農民工提供廉價甚至免費的職業技能培訓，鼓勵在職職工通過業余時間參加遠程教育等各種教育培訓，促進勞動力的再教育，不斷提高勞動者的職業技能水平。

4.加快構筑自身主導的創新體系。陜西未來的經濟增長必須更多地依賴于對已有技術成果的充分利用，以及自身的技術創新能力。政府應增加科技研發投入總量，提高科技投入的使用效率，并把企業作為技術創新的主體。政府應加大知識產權保護力度，并最大程度地消除各類壟斷行為，特別是行政性壟斷，創造公平的競爭環境，增強創新能力。鼓勵企業同高校、科研院所聯合建立研究開發機制、產業技術聯盟等技術創新渠道，使科技與產業緊密結合，著力構建以企業為主體、市場為導向、產學研相結合的技術創新體系，提高科技資源的配置效率，增強科研成果轉化力度。endprint

參考文獻

[1]常建新，姚慧琴，毛穎.基于DEA-Malmquist指數的西部地區全要素生產率實證分析[J].貴州財經學院學報，2011，（5）：81-86。

[2]靖學青.中國省際物質資本存量估算：1952-2010[J].廣東社會科學，2013，（2）：46-55。

[3]吳國培，陳寶泉，張習寧，王偉斌.福建全要素生產率對經濟增長貢獻分析[J].發展研究，2016，（1）：50-59。

[4]張建輝，李光金，李發勇.基于定向技術距離函數的投入產出型Malmquist指數[J].運籌與管理，2005，（3）：34-38。

[5]章祥蓀，貴斌威.中國全要素生產率分析：Malmquist指數法評述與應用[J].數量經濟技術經濟研究，2008，（6）：111-122。

[6]趙偉，馬瑞永，何元慶.全要素生產率變動的分解[J].統計研究，2005，（7）：37-42。

The Changing Trend of Total Factor Productivity in Shaanxi

Province and Its Contribution to Economic Growth

——Based on the DEA-Malmquist Index Method

Research Group

Abstract： Total factor productivity （TFP） is not only an important indicator of the economic efficiency but also an important indicator of the quality of the regional economic growth. In this paper， the economic panel data of Shaanxi province is selected， and the DEA-Malmquist index method is used to calculate and decompose TFP in Shaanxi province from 2001 to 2015， the results are compared and analyzed. The results show that the growth of TFP in Shaanxi province during the 2001-2015 period contributed to its economic growth. The growth of TFP was mainly due to the technological progress. The technical efficiency and scale efficiency did not play a significant role in the economic growth. Finally， the relevant policy recommendations are put forward according to the conclusions of the study.

Keywords： economic growth； total factor productivity （TFP）； DEA-Malmquist index

責任編輯、校對：陳參軍endprint