中國全要素生產率的再估算

林 春，孫英杰

（遼寧大學 經濟學院，沈陽 110036）

0 引言

推進以提高全要素生產率為核心的供給側結構性改革，是中央面對經濟發展新常態作出的重大戰略決策，是新常態時期推動我國經濟增長的改革動力之一[1]，是十三五時期我國推動經濟社會發展的一條主線[2]，是促進新常態經濟發展動力的順利轉換[3]，并將“全要素生產率”納入國家年度國民經濟主要指標范圍的建議當中，這些足以驗證了提高全要素生產率對新常態經濟發展的重要性。從投資轉向全要素生產率是當下經濟增長驅動力的必然訴求[4]。以相關研究背景為依托[4-15]，在全面考慮投入要素（資本、勞動、能源、環境）的基礎上，本文試圖將克強指數替代GDP作為產出變量，共同納入DEA-Malaquist生產率指數研究框架中，構建衡量中國TFP的增長核算模型，重新估算我國2000—2014年TFP的增長狀況，并借助該模型的動態分析的方法來驗證克強指數的科學性。

1 研究方法與數據來源

1.1 Malmquist生產率指數模型的建立

本文利用DEA-Malmquist指數方法來測算中國各地區全要素生產率，并用該指數來評價中國各地區經濟質量的增長狀況。選擇DEA測算方法主要原因如下：（1）基于DEA—Malmquist全要素生產率指數是中國各地區經濟效率測量的主要方法之一[16]。（2）該方法能有效比較各決策單元（DMU）的效率，并能夠識別出相對有效的單位和相對無效的單位。（3）與隨機前沿方法（SFA）等參數分析法相比，DEA方法不要求對所有研究樣本數據的無效率分布做事先假設，不需要事先確定函數形態即可進行效率的評估。與凈利差（NIM）等財務指標分析法相比，DEA方法能夠綜合反映各地區“多元投入、多元產出”的情形。具體為：

假設有n個決策單元（DMU）的樣本，每個決策單元（DMU）有m種投入和s種產出，Xij代表第j個決策單元（DMU）的第i種投入總量；Yrj代表第j個決策單元（DMU）的第r項產出總量；各決策單元（DMU）的投入和產出向量可表示為依據DEA方法的評價思想可以構造如下的線性規劃模型（BCC模型）：

式（1）中，λj為n個決策單元（DMU）的某種組合權重；VD為第t個決策單元（DMU）的相對效率評價結果。引入松弛變量，式（1）可寫成：

對于線性規劃式（2），若VD=1，則第t個決策單元（DMU）為DEA弱有效；若VD=1，且它的每個最優解λ*、S*-、S*+、θ*都存在，且S*-=0，S*+=0，則第t個決策單元（DMU）為DEA有效。

Malmquist全要素生產率指數最初用于分析不同時期消費行為的變化，后被用作投入產出分析。Fare等（1994）將非參數形式下Malmquist全要素生產率指數中涉及距離函數計算出來，并將其分解為技術效率變動指數和技術進步變動指數。Malmquist全要素生產率指數（TFP）通常用第t期的全要素生產率指數M0t和和第t+1期的全要素生產率指數M0t

+1的幾何平均數計算出來的。具體函數形式如式（3）所示：

Effch是從t時期到t+1時期的技術效率提高指數，為由DMU在t+1時期的投入產出與最具效率者的差距除以該DMU在t時期的投入產出與最具有效率者的差距所衡量的值。若Effch＞1，則說明該DMU在這一時期改善了自己與最優者的相對位置，競爭中自身技術效率有所改善；若Effch＜1，則表示差距在進一步拉大；若Effch=1，則表示差距相對不變。

Techch是從t時期到t+1時期的技術進步指數，是由t+1時期的技術變動值與以t時期衡量的技術變動值的幾何平均數所求得。Techch代表t時期到t+1時期內生產前沿面的移動，即表示全行業技術進步或技術創新的程度。若Techch＞1，則說明這一時期存在技術進步;反之，則說明技術有衰退的趨勢。

1.2 數據來源

1.2.1 投入與產出指標選擇及數據來源

本文采用中國2000—2014年29個?。ㄊ?、自治區）的投入與產出數據，重慶和西藏因多項數據缺失，故剔除研究范圍。其數據主要源自國家統計局網站、《中國統計年鑒》、《中國金融統計年鑒》、《中國能源統計年鑒》、《中國環境統計年鑒》、各?。ㄊ?、自治區）統計年鑒以及國民經濟和社會發展統計公報，另有部分使用數據是經過原始數據處理后所得。東、中、西三大區域的劃分依據國家統計局口徑為基準。

1.2.2 投入與產出指標的選擇

本文考慮到影響索洛模型的主要因素是資本和勞動力，而其中缺少自然資源、污染因素，根據馬爾薩斯（1798）提出的經典論斷，本文在投入變量的選擇上不僅考慮到資本和勞動力變量的選擇，還要加入了能源與環境變量。對于環境投入變量的選擇：一方面是原有的工業三廢污染物；另一方面是碳排放，因為二氧化碳的排放致使全球氣候變暖，故也被視為一種“壞”的產出。至此，通過對以上變量的綜合考慮，以期得出各地區全要素生產率更為真實性和合理性，故指標選擇說明如下：

投入指標選擇說明：

（1）選取永續盤存法計算各地區的實際資本存量，公式為：Kit=Iit+(1-W)Kit-1，其中，Kit是i地區第t年的資本存量，Iit是i地區第t年的投資，W是i地區第t年的固定資產折舊率。投資指標Iit用固定資產形成總額表示，取固定資產折舊率W為9.6%，參照張軍等（2004）[17]計算思路，獲得2000—2014年各地區的實際資本存量（基期為1978年）。

（2）選取各地區就業人口數作為勞動投入。就業人口主要指16周歲及以上從事一定社會勞動并取得勞動報酬或經營收入的人員。

（3）選取各地區能源消費總量作為能源投入。能源消費總量主要指地區各行業和居民生活消費的天然氣、電力、原煤、原油及其制品等各種能源的總和。

（4）選取各地區工業的廢水排放總量、廢氣排放量和固體廢棄物產生量作為環境投入一部分。環境污染主要包括大氣污染、水污染和固體廢棄物污染三類。鑒于中國環境污染主要受工業的影響，故選取工業的廢水、廢氣和固體廢棄物作為環境投入。

（5）選取各地區煤、石油、天然氣三大一次性能源消費量與二氧化碳信息分析中心（CDIAC）的各類能源排放系數，計算得到各地區2000—2014年的二氧化碳排放量，故作為環境投入的另一部分。

產出指標選擇說明：

（1）選擇作為產出變量的GDP是實際GDP，使用GDP平減指數折算名義GDP處理得到的（基期為1978）。

（2）選擇作為產出變量的克強指數，是根據以往學者的文獻研究，大多數都采用GDP、人均可支配收入、人均GDP和GDP平減指數等作為產出變量，但相關研究有所發現，以GDP或者以GDP為基礎的測算數據在指標選擇上存在一定的理想性和偏差性，難免引人思考的是利用GDP指標所測出的中國TFP是否會偏離真實的經濟效率情況。因此，本文考慮采用克強指數產出變量代替GDP，以期得到更合理的TFP測算值，并回答上面的思考問題?？藦娭笖担↙K）是耗電量（PC）、鐵路貨運量（RF）和銀行貸款發放量（LV）三種經濟指標的結合，本文采用花旗銀行編制的克強指數算法，即克強指數（LK）=40%×PC+25%×RF+35%×LV。其中，耗電量（PC）的多少，不僅可以反映我國工業化活躍程度，而且易于核算，故采用各地區的電力消費量來衡量；鐵路貨運量（RF）的多少，較真實地反映我國經濟運行狀況和運行效率，故采用各地區鐵路貨運量來衡量；貸款發放量（LV）的多少，反映人們對當前經濟的信心和預期，故采用各地區金融機構貸款總量來衡量。

1.2.3 DEA模型的有效性條件檢驗

（1）條件一：投入指標與產出指標必須滿足同向性。本文將收集2000—2014年我國29個?。ㄊ小⒆灾螀^）的面板數據，即年總計3915個樣本數據，對其進行投入與產出變量Spearman的相關性檢驗，其結果見表l。從表1可以看出，各相關系數均為正，符合同向性要求。

表1 投入與產出相關系數

（2）條件二：決策單元數至少為投入與產出指標數目之和的兩倍，或者大于等于兩者數目之積。故本文中29個決策單元（29個省、市、自治區），傳統視角下為兩個投入指標和一個產出指標，質量視角下為七個投入指標和一個產出指標，顯然，無論是傳統還是質量均符合條件。

（3）條件三：29個省、市、自治區的投入與產出指標均滿足規模報酬規律，即規模報酬遞增時，產出增加的比例大于投入增加的比例，而規模報酬遞減則相反。

2 中國及各地區TFPK估算結果分析①下文中，TFPK、EFFK和TECHK分別代表克強指數下的全要素生產率、技術效率和技術進步；TFPGDP、EFFGDP、TECHGDP分別代表GDP下的全要素生產率、技術效率和技術進步。

2.1 傳統視角下TFPK比較分析

本文采用DEAP2.1軟件，以資本和勞動作為投入變量，以GDP和克強指數分別作為產出變量，測算傳統視角下全國及各地區的TFPK指數和TFPGDP指數，并對其結果進行橫向比較分析，來驗證克強指數的科學性所在。其中，投入與產出指標框架示意圖見圖1，測算結果見表2和下頁表3。

圖1 傳統TFPK（左）和傳統TFPGDP（右）投入與產出指標框架示意圖

（1）傳統視角下全國層面TFPK比較分析

由表2可以看出，傳統克強指數方面：在考察期內，TFPK平均增長率為-3.2%，EFFK平均增長率為-0.3%，TECHK平均增長率為-2.9%。其中，從具體年份來觀察，2001—2002年間的TFPK增長率為10.3%，主要歸功于EFFK作用結果；2008—2009年間的TFPK增長率為28.5%，主要歸功于TECHK作用結果；2010—2011年間的TFPK增長率為7.5%，EFFK和TECHK同時作用結果；2011—2012年間的TFPK增長率為14.9%，主要歸功于TECHK作用結果；2012—2013年間的TFPK增長率為11%，主要歸功于TECHK作用結果；2013—2014年間的TFPK增長率為40.4%，EFFK和TECHK同時作用結果。傳統GDP方面：在考察期內，TFPGDP平均增長率為-3.1%，EFFGDP平均增長率為-0.5%，TECHGDP平均增長率為-2.7%。其中，從具體年份來觀察，2001—2002年間的TFPGDP增長率為13.9%，主要歸功于TECHGDP作用結果；2003—2004年間的TFPGDP增長率為28.1%，主要歸功于TECHGDP作用結果；2008—2009年間的TFPGDP增長率為32.2%，主要歸功于TECHGDP作用結果；2011—2012年間的TFPGDP增長率為3.3%，主要歸功于EFFGDP作用結果；2013—2014年間的TFPGDP增長率為22.6%，主要歸功于TECHGDP作用結果。

表2 傳統視角下TFPK和TFPGDP的比較分析（全國層面）

通過對上述兩種結果的比較發現，TFPK增長更多歸功于EFFK改善作用結果，而TFPGDP增長更多歸功于TECHGDP作用結果?；谖覈F階段粗放資本運作和廉價勞動力的基本國情出發，很多方面還在處于“量”的完善階段，包括資本配置效率優化、人力資本質量提升、軟硬技術實力改善等等，這也客觀決定了我國TFP的增長的不可持續性，表2中呈現的增長負值也是一種常態表現，故可以推測為這一階段TFP的增長可能更多偏重于EFF的改善。本文再從2011—2012年、2013—2014年兩個區間段的TFP增長來看，盡管2008年金融危機的陰霾并沒有徹底驅散，但中國政府刺激經濟的效果卻有所凸顯。“4萬億救助計劃”客觀創造了市場多方面的應急需求，促進了企業生產規模的擴張，提升了企業原有的技術效率，可真正撬動的技術進步改善略顯微弱。綜合上述客觀事實分析，可以折射出傳統TFPK的結果更加理性化，較真實地反映我國傳統TFPK的增長現狀。

（2）傳統視角下地區層面TFPK比較分析

由表3可以看出，傳統克強指數方面：在考察期內，東部地區TFPK、EFFK、TECHK平均增長率分別為-0.5%、2%、-2.5%；中部地區TFPK、EFFK、TECHK平均增長率分別為-1.6%、1.1%、-2.6%；西部地區TFPK、EFFK、TECHK平均增長率分別為-7.1%、-3.6%、-3.5%。可見，各地區TFPK、EFFK、TECHK從高到低的平均增長率排序基本保持一致性，依次為東部、中部和西部。傳統GDP方面：在考察期內，東部地區 TFPGDP、EFFGDP、TECHGDP平均增長率分別為-2.9%、-1%、-1.9%；中部地區TFPGDP、EFFGDP、TECHGDP平均增長率分別為-3.3%、-0.7%、-2.6%；西部地區TFPGDP、EFFGDP、TECHGDP平均增長率分別為-3.2%、0.3%、-3.5%。可見，各地區TFPGDP、EFFGDP、TECHGDP從高到低的平均增長率排序卻表現出極大的差異，其中，地區TFPGDP從高到低的排序依次為東部、西部和中部；地區EFFGDP從高到低的排序依次為西部、中部和東部；TECHGDP從高到低的排序依次為東部、中部和西部。

表3 傳統視角下TFPK和TFPGDP的比較分析（地區層面）

通過對兩種結果排序的比較來看，東部地區擁有良好的經濟發展基礎和資源優勢，并且科技應用最為廣泛，故走在三區（東、中和西部地區）的發展前列；中部地區占有雄厚的工業基礎和豐富的自然資源，發展較為穩進，處于三區的發展中游；西部地區秉承豐富的資源優勢和國家西部開發的政策傾斜，近些年發展頗為迅速，有趕超中部地區的發展趨勢；可見，傳統TFPK、EFFK、TECHK從高到低的排序表現得更為理性和科學。再從各地區的省份增長來看，TFPK在東部地區有6個省份（北京、天津、河北、遼寧、江蘇和浙江）表現出正向增長，并且大部分歸功于EFFK的改善，而TFPGDP在東部地區的省份中卻全部為負增長，顯然這是不符合情理的，同客觀事實相悖，這也再次佐證傳統TFPK的測算結果與中國各地區TFP實際增長情況較為吻合。

2.2 質量視角下TFPK科學性分析

考慮到上文分析的全面性和完整性，本文繼續采用DEAP2.1軟件，以資本、勞動、能源和環境作為投入變量，以GDP和克強指數分別作為產出變量，測算質量視角下全國及各地區的TFPK指數和TFPGDP指數，并對其結果進行橫向比較分析，再次驗證克強指數的科學性所在。其中，投入與產出指標框架示意圖見圖2，測算結果見下頁表4和表5。

圖2 質量TFPK（左）和質量TFPGDP（右）投入與產出指標框架示意圖

（1）質量視角下全國層面TFPK比較分析

由表4可以看出，質量克強指數方面：在考察期內，TFPK平均增長率為-5.4%，EFFK平均增長率為0.5%，TECHK平均增長率為-5.9%。其中，從具體年份來觀察，2001—2002年間的TFPK增長率為5.1%，主要歸功于EFFK作用結果；2003—2004年間的TFPK增長率為4.5%，主要歸功于EFFK作用結果；2008—2009年間的TFPK增長率為49.3%，主要歸功于TECHK作用結果；2009—2010年間的TFPK增長率為3.1%，主要歸功于EFFK作用結果；2011—2012年間的TFPK增長率為7.8%，主要歸功于EFFK作用結果；2013—2014年間的TFPK增長率為15.6%，主要歸功于TECHK作用結果。顯然，同傳統克強指數下的測算結果比較有所下降及作用的差異性，這也不難驗證了經典的馬爾薩斯（1798）的論斷，體現了能源與環境要素對TFP的顯著影響，但仍然表現為EFF影響作用較大。質量GDP方面：在考察期內，TFPGDP平均增長率為-3.3%，EFFGDP平均增長率為-0.6%，TECHGDP平均增長率為-2.8%。其中，從具體年份來觀察，2001—2002年間的TFPGDP增長率為7.8%，EFFGDP和TECHGDP同時作用結果；2002—2003年間的TFPGDP增長率為26.3%，主要歸功于TECHGDP作用結果；2003—2004年間的TFPGDP增長率為39.3%，主要歸功于TECHGDP作用結果；2008—2009年間的TFPGDP增長率為48.6%，主要歸功于TECHGDP作用結果；2013—2014年間的TFPGDP增長率為13.8%，主要歸功于TECHGDP作用結果。顯然，同傳統GDP下的測算結果比較仍然有所下降及作用的差異性，原因同上，但TECH影響作用較大。

通過對上述兩種結果的比較發現，TFPK增長更多歸功于EFFK改善作用結果，而TFPGDP增長更多歸功于TECHGDP作用結果。呈現了這樣的差異化，同傳統比較分析原因有些相似。我國自改革開放以來，貧富差距逐年縮小，綜合國力在不斷增強，這一點是毋容置疑的。但我國所依托的粗放的資本、廉價勞動力以及豐富的自然資源優勢并沒有得到有效的開發與利用，而是在不斷調整為利益驅使的資源配置，換來了是企業運營效率的低下、錯配產能的過剩、高負荷的環境污染等諸多問題，這種低質量的經濟增長模式卻成為新常態下所要必須擺脫的“魔咒”。因此，針對質量TFPK的增長頗偏于技術效率顯得更為有說服力。同時，也為國家新一輪的戰略改革調整指明了方向。在保證原有技術效率不斷改善的前提下，加強技術進步上位優勢，保證高質量、可持續性的經濟增長模式。綜上啟示，我國應該進一步加大科技投入，增加科研創新力度，擺脫技術創新不足的尷尬局面，實現技術效率與技術進步的雙驅動作用，從根本上提升我國高質量的經濟增長，以應對新常態下經濟結構的良性轉型。

表4 質量視角下TFPK和TFPGDP的比較分析（全國層面）

（2）質量視角下地區層面TFPK比較分析

由表5可以看出，質量克強指數方面：在考察期內，東部地區TFPK、EFFK、TECHK平均增長率分別為-6.3%、1.5%、-7.7%；中部地區TFPK、EFFK、TECHK平均增長率分別為-5.1%、0.8%、-5.8%；西部地區TFPK、EFFK、TECHK平均增長率分別為-4.5%、-0.7%、-3.8%?？梢姡苣茉?、環境等復雜要素的影響之后，各地區TFPK、EFFK、TECHK的增長都有所下降，并且從高到低的平均增長率排序打破傳統克強指數下的原有一致性，地區TFPK從高到低的排序依次為西部、中部和東部；地區EFFK從高到低的排序依次為東部、西部和中部；地區TECHK從高到低的排序依次西部、中部和東部。質量GDP方面：在考察期內，東部地區TFPGDP、EFFGDP、TECHGDP平均增長率分別為-5.5%、-1%、-4.6%；中部地區TFPGDP、EFFGDP、TECHGDP平均增長率分別為-3.7%、-0.8%、-3%；西部地區TFPGDP、EFFGDP、TECHGDP平均增長率分別為-0.2%、0.2%、-0.4%?？梢姡苣茉?、環境等復雜要素的影響之后，各地區TFPGDP、EFFGDP、TECHGDP的增長也同樣有所下降，并且從高到低的平均增長率排序則與傳統視角下截然不同，表現為一致從高到低的排序性，依次為西部、中部和東部。

表5 質量視角下TFPK和TFPGDP的比較分析（地區層面）

通過對兩種結果排序的比較來看，質量視角下地區TFPK、TECHK、TFPGDP和TECHGDP的平均增長率排序表現為一致性，從高到低依次為西部、中部和東部，這點也反映出將能源和環境等要素的納入對地區TFP增長的顯著影響。側面烘托出東部地區經濟增長的“樂觀”表象，是在以消耗大量能源和嚴重環境污染為代價；中部地區的經濟處于“不冷不熱”的穩步上升期，也始終處于三區（東、中和西部地區）的發展中游；西部地區受惠于國家西部大開發戰略的政策調整，充分利用資源優勢和資金政策扶持，經濟增長呈現出了前所未有的良好局面。但質量視角下地區EFFK和EFFGDP的平均增長率排序卻表現出較大差異，地區EFFK從高到低的排序依次為東部、西部和中部；而地區EFFGDP從高到低的排序依次為西部、中部和東部。顯然，東部地區在擁有良好的發展基礎前提下，吸引到很多高新技術產業的企業注資和落戶，促進該地區先進技術的應用普及和推廣，技術效率改善是最為明顯的；西部地區在獲得政策調整的福利，加快了技術更新換代的資金投入和保障，推動該地區的技術進步改革，并促進效率改善的大幅度提升；中部地區發展勢頭不足，資源優勢瀕臨匱乏、工業基礎設備陳舊和資金供給不足等，導致該地區技術效率相對落后；西部地區雖然受國家政策傾向取得了階段性的效果，但地區的整體技術效率改善仍然存在很大空間。故此，東、中和西部地區的EFF的增長狀況反映出克強指數的科學性。再從各地區省份增長來看，東、中和西部的不同省份TFPK增長更多歸功于EFFK的改善，并且許多省份出現了負增長，這也驗證當下中國經濟結構轉型的關鍵期所在；而各地區不同省份的TFPGDP更多歸功于TECHGDP的改善，并且正增長省份基本集中西部地區（廣西、四川、貴州、云南、寧夏和新疆），明顯存在估計的偏差性和邏輯發展的相悖性，予以再次驗證了質量TFPK的測算結果與中國各地區TFP實際增長的一致性。

（3）全國及各地區質量視角下TFPK的趨勢特征分析

從下頁圖3可以看出，全國及各地區的質量TFPK增長率并未出現持續的攀升和下降。各地區增長差異較大主要發生在2002—2006年間，該區段的東部和中部地區基本隨全國走勢起伏穩定，而西部地區卻有悖常態之理，這也主要源于國家西部大開發戰略階段性的投資影響，催生了該地區短暫的經濟熱度上揚，但這種熱度會隨著投入生產的滯后性逐漸被稀釋。2006年以后，各地區的TFPK均同全國的走勢保持了一致性，回歸了常態、穩定的經濟增長模式?？上Ш镁安婚L，受之于美國爆發金融危機的全球蔓延效應，2008年末的中國經濟再次陷入了“陰霾”，質量TFPK呈現了整體的增長回落局面，甚至于出現了負增長。中國政府啟動了緊急援助的四萬億刺激計劃，以“強心劑”之勢助推經濟活力，并在2009年末收到顯著地成效。所謂“是藥三分毒”的道理眾所周知，這個“強心劑”的后遺癥在2010年末得到了有效的回應，其增長也再次呈現了跳躍式回落且為負的局面。繼世界經濟持續走低的消極影響，中國各地區“低溫”的經濟增長模式并沒有得到有效緩解，TFPK增長也圍繞著零幅度附近上下徘徊，迎接到來的是三期疊加的中國新常態經濟形勢。進一步分地區來看，西部地區TFPK增長最快且波動幅度較大，東部地區增長平緩且較為穩定，中部地區的狀況介于二者之間。

圖3 質量TFPK的增長趨勢圖

3 結論與政策啟示

本文通過借助中國及各地區TFP研究來分析克強指數的科學性得出結論如下：

（1）從傳統視角來看，全國層面TFPK增長更多歸功于EFFK改善作用結果，而TFPGDP增長更多歸功于TECHGDP作用結果；地區層面TFPK、EFFK、TECHK平均增長率排序同地區經濟發展水平相吻合，而TFPGDP、EFFGDP、TECHGDP的平均增長率排序同地區經濟發展水平相偏差。故此判定為傳統TFPK的估計結果更加理性化，彰顯克強指數作為衡量中國經濟發展評價指標的客觀性與真實性。（2）從質量視角來看，在依據馬爾薩斯的經典論斷，打破傳統索洛生產模型的局限性，將能源與環境綜合因素納入到生產當中，發現全國及地區層面的TFPK和TFPGDP都發生了不同程度下降，說明我國當下亟待提高能源利用效率和根治環境污染能力，并驗證了我國地區經濟增長率被嚴重高估現象的存在及厘清低質量經濟增長的背后原因。全國層面的TFPK增長更多歸功于EFFK改善作用結果與TFPGDP增長更多歸功于TECHGDP作用結果保持不變；地區層面TFPK、EFFK、TECHK和 TFPGDP、EFFGDP、TECHGDP平均增長率排序發生了不同程度的變化，體現了不同要素投入影響TFP增長的復雜性，但基于客觀事實的合理性描述，TFPK、EFFK、TECHK與實際情況的匹配度仍然要優于TFPGDP、EFFGDP、TECHGDP。故此驗證克強指數修正GDP作為經濟評價指標的準確性和必要性，克強指數為優化區域資源合理配置提供一種全新的方法和思路，并協助管理者對當前地區經濟形勢做出更為準確的判斷。

根據上述實證結論得到如下政策啟示：

（1）當下正是中國經濟結構改革轉型的關鍵期，新常態下不可持續的經濟增長已經對發展階段初期的粗放、低質量經營模式提出了更高的挑戰，故此提升全要素生產率的亟待性也被認識到了空前的高度，并牢牢以此為驅動新常態經濟增長的動力主線，加快供給側全面改革的步伐，增加資源利用效率的高效性，減少廢棄物排放的公害性，打造產業結構升級的最優合理區間，實現高質、可持續性經濟增長模式的成功轉型，夯實了新常態下中高速經濟增長的穩定性。（2）克強指數為管理者科學評價經濟增長質量提供一種全新的視野，修正了以往GDP指標評估真實經濟增長的局限性，厘清當前經濟增長乏力的背后脈絡，給予新常態下經濟的高質量運轉提供了重要的導向作用。（3）區域間協調發展是國家“十三五規劃”的重要戰略調整方針，在保證東部地區發展供給平衡的條件下，進一步傾向于中西部地區科技要素的有效供給改革，實現科技進步與該地區資源優勢結合的杠桿效應，增加科技進步對經濟增長的貢獻度，促使中西部地區發展迅速崛起，以此來保證中國經濟穩步于轉型下全方位、高質、可持續的增長態勢。

參考文獻：

[1]蔡昉.全要素生產率是新常態經濟增長動力[J].黨政干部參考,2016，(1).

[2]劉世錦.全要素生產率提升與轉型再平衡[J].寧波經濟:三江論壇,2015，(7).

[3]樓繼偉.中國經濟最大潛力在于改革[J].杭州,2016，(2).

[4]吳敬璉.建設能夠激勵創新和創業的體制機制[J].新金融,2016，(4).

[5]Chow G,Lin A L.Accounting for Economic Growth in Taiwan and Mainland China:A Comparative Analysis[J].Journal of Comparative Economics,2002,30(3).

[6]Young A.Gold Into Base Metals:Productivity Growth in the People's Republic of China During the Reform Period[J].Journal of Political Economy,2003,111(6).

[7]梅國平,甘敬義,朱清貞.資源環境約束下我國全要素生產率研究[J].當代財經,2014，(7).

[8]劉慧媛,吳開堯.考慮能源與環境因素的中國區域經濟增長研究[J].商業研究,2014，(10).

[9]劉華軍,楊騫.資源環境約束下中國TFP增長的空間差異和影響因素[J].管理科學,2014，(5).

[10]毛偉,趙新泉,居占杰.納入土地要素的中國全要素生產率再估算及收斂性分析[J].資源科學,2014,10(10).

[11]Yoo S H,Lee J S.Electricity Consumption and Economic Growth:A Cross-Country Analysis[J].Energy Policy,2010,38(1).

[12]劉生龍,高宇寧,胡鞍鋼.電力消費與中國經濟增長[J].產業經濟研究,2014,(3).

[13]Wang J,Lai X.Research on the Relationship Between Railway Freight Volume and Economic Development Based on the“Keqiang Index”[J].CICTP,2015.

[14]張巖,張曉峒,段楠.增加信貸投放能否刺激經濟增長——基于我國貸款總量與實際GDP的長短期動態關系研究[J].財經論叢,2013,(3).

[15]范從來,盛天翔,王宇偉.信貸量經濟效應的期限結構研究[J].經濟研究,2012,(1).

[16]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,2008,25(6).

[17]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004，(10).