河南省生产率进步及其因素分解——基于DEA-Malmquist指数的市级数据分析

杨玉华,钱 辉

(1.河南科技大学a.洛阳市社会发展研究中心;b.马克思主义学院,河南洛阳471003)

河南省生产率进步及其因素分解
——基于DEA-Malmquist指数的市级数据分析

杨玉华1a,b,钱 辉1b

(1.河南科技大学a.洛阳市社会发展研究中心;b.马克思主义学院,河南洛阳471003)

运用DEA-Malmquist指数分析法对18个市2000-2009年间的全要素生产率进步及其因素分解分析的结果表明:河南各市全要素生产率增长十分强劲,年均达14.7%,且落后地区具有明显的追赶趋势,但近几年下滑趋势明显。进一步的实证分析说明,技术进步是推动全要素生产率增长的主要动力,而综合技术效率和纯技术效率的下降则是制约TFP提升的瓶颈因素。因此,要遏制全要素生产率的下滑势头,就必须大力推进科技进步、提升技术效率和规模效率。

河南省;生产率进步;技术效率;技术进步

进入21世纪以来,河南省已连续十多年实现了经济增长速度高于全国平均水平,GDP连续几年位居全国第5位,但仍没实现由经济大省向经济强省的转变,如2009年河南人均GDP较全国平均水平约低16%。因此,为了更深刻地理解河南经济成长中存在的问题,帮助政府制定更加有利于经济长期可持续增长的政策,实现经济高速度高质量的增长,我们试图对河南全要素生产率的变化进行拆分研究,以找出生产率进步的原因以及相关因素对全要素生产率的影响程度,为分析河南经济增长性质的研究提供实证依据,进而从技术及效率等方面为更加深入细致的评估提供帮助。

自从诺贝尔经济学奖得主丁柏根1947年提出全要素生产率概念之后,各国学者纷纷对生产率的组成及增长进行测算研究。Solow等传统经济学家通常将全要素生产率的增长等同于技术进步,但实际上技术效率变化、规模经济或资源配置方式也能导致生产效率的变化。之后,Fare、Battese和Coelli等西方经济学者不断发展生产率变动的测量方法,并进行了卓有成效的验证分析。要更好地衡量生产效率,就要对全要素生产率的各项因素进行合理的分解和分析。关于生产率分解的前沿生产函数模型有确定性和随机性两种,由于随机模型存在诸如如何设定效率分布的偏倚方向、效率随时间变化的模式以及效率与技术进步参数之间识别困难等问题,人们一般习惯采用非参数型确定性面板数据模型即Malmquist指数进行研究。[1]

目前国内外对全要素生产率的研究已有不少成果。在国外,1997年,Fleisher和Chen运用经济增长核算方法研究了中国25个省份1978-1993年间的TFP变化,2001年,Cowgill运用随机边界模型以13年为期对28个省份的TFP进行了研究。在国内,2002年,叶裕民利用索罗经济增长核算模型对全国及各省区的TFP进行了计算,2003年,张军和施少华利用统计数据的回归分析,计算了中国经济的全要素生产率。本文主要利用DEA-Malmquist指数对生产率进步及其因素进行分解研究。在该指数方法分析方面,金相郁2006年从全国各区域经济增长的全要素生产率中分解出技术效率、技术变化和规模效率的变化,并解释了区域全要素生产率的差异,[2]2007年,高春亮运用Malmquist指数对中国216个地级以上城市进行了经济效率衡量,得出我国大部分城市缺乏规模效率、产出比例失衡但总体在良性轨迹上发展的结论。[3]

一、DEA-Malmquist模型分析方法

DEA模型是 Chames、Cooper和 Rhodes1978年在Farrell分析单一产出与投入的技术效率基础上建立的。它是一种非参数线性规划模型,能够处理多项投入与多项产出问题,以评价具有多个输入、输出部门或决策单元间的相对有效性,也可以直接利用线性优化给出边界生产函数与距离函数的估算,无需对生产函数形式和分布做出假设,能够避免较强的理论假设和估计参数。[4]DEA的基本模型主要有CCR与BCC两种。CCR模型在固定规模报酬下对主体进行效率分析,BCC衡量处于不同规模报酬状态下的相对效率值。[5]BCC模型由于引入了距离函数,可将技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE)。因此,效率状态的改变不仅可以通过改变投入产出配置比来解决,也可以通过调整决策单元的规模因素去消除。确定生产函数和距离函数之后,便可对全要素生产率的增长进行估算。本文采用目前较为流行的Malmquist指数法。

Malmquist生产率指数由 Sten Malmquist在1953年分析消费变化时提出,随后 Fare,Grosskopf,Lindgren和Roos将其思想用于生产分析上。它把生产率的变化原因分为技术变化与技术效率变化:技术变化是生产前沿面的移动;技术效率变化是生产技术的利用效率,是生产前沿面和实际产出量之间的距离变化。二者都可以由距离函数计算得出,生产率的变化即利用距离函数比率计算从基期t到t+1期的投入产出变化关系。Fare,Grosskopf,Lindgren 和 Roos把 Malmquist指数定义为:

(1)式中的dt(xt+1,yt+1)代表以第t期的技术表示的t+1期技术效率水平;dt(xt,yt)代表以第t期的技术表示的当期技术效率水平;dt+1(xt+1,yt+1)代表以第t+1期技术表示的当期技术效率水平;dt+1(xt,yt)代表以第t+1期表示的t期技术效率水平。当TFP＞1时,表示从t期到t+1期全要素生产率呈正增长,当TFP＜1时,表示全要素生产率呈负增长即下降趋势,当TFP=1时,表示全要素生产率没有变化。因为TFP可以分解为技术变化(TC)和效率变化(EC),因此,(1)式可进一步分解为:

其中,X、Y分别为决策单元的投入变量和产出变量,为固定规模报酬下i个决策单元的技术效率,∈(0,1),当=1时,表明其位于前沿面上,有效率。

二、数据选取与DEA-Malmquist实证分析

基于数据的统一性和可得性考虑,本文所采用数据为2000-2009年间河南省18个地级市的面板数据。本文以资本存量和年末就业人数为投入变量,以地区GDP为产出变量。其中,固定资本存量本文采用改进型永续盘存法估算。对资本存量进行估算,经济学界一般采用永续盘存法(PIM),即 Kt=Kt-1×Φ+△Kt(其中,Φ 为资本年折旧率,本文参考王小鲁等人方法[7],从起始年为5%,渐次平滑至2009年的8%),考虑到资本增量的滞后性,本文采用 Kt=(Kt-1+△Kt-1)×中进行估算,1978年初始资本存量采用黄宗远、宫汝凯在2010年的估算数字[8],市级初始年份资本存量按其GDP份量进行折算。市级GDP和资本存量均按2000年不变价进行价格平减。本文全部原始数据均来自2001-2010年历年《河南省统计年鉴》。

本文利用澳大利亚昆士兰大学效率与生产率分析中心提供的数据包络计量分析软件DEAP2.1对河南省各市有关数据进行分析,选择规模报酬不变条件下的产出导向方法估计河南省各市全要素生产率的进步情况,并将生产率变化分为技术效率变化和技术变化,再将技术效率变化进一步分为纯技术效率变化和规模效率变化。各市生产率变化及其分解的估计结果如表1。

表1 2000-2009年河南省18个市年均Malmquist指数及其分解

表1显示,2000-2009年间,河南省18个地级市平均全要素生产率TFP值均大于1,年均增长14.7%,从生产率的分解来看,除技术进步年均增长16.9%外,其余均是下降的。其中,综合技术效率年均下降1.9%,纯技术效率年均下降1.5%,规模效率年均下降0.3%。由此可见,河南各地市的全要素生产率上升全部来自技术进步的推动。从各个地市比较来看,经济较发达的地市生产率进步较慢,而较落后的地市进步较快,其经济发展呈现良好的追赶态势。生产率进步较快的前五位依次为开封市、平顶山市、漯河市、济源市和驻马店市,其 TFP年均增长分别为17.8%、17.8%、16.9%、16.2%、16.2%和16.1%,高于平均值1.3%-3.1%;生产率进步较慢的后五位依次为新乡市、郑州市、信阳市、濮阳市和商丘市,其TFP年均增长分别为 11.0%、11.9%、12.2%、13.5%和 14.0%,低于平均值 0.7%-3.7%。TFP增长最快的是开封市和平顶山市,增速最慢的是新乡市和郑州市,二者相差约7个百分点。从生产率进步主要动力来看,除郑州市外,其余各地市技术进步增速都比较高,均超过了15%,其中,驻马店市、周口市、商丘市、信阳市、开封市、平顶山市、南阳市、安阳市、濮阳市、漯河市和许昌市11个市的技术进步年均增长均超过了17%。从影响全要素生产率进步的因素来看,综合技术效率和纯技术效率最为明显。其中,综合技术效率解禁和达到1.00只有4个市,其余均低于1。其中,新乡市年均下降4.9%,信阳市4.8%、濮阳市3.5%、商丘市3.3%、南阳市3.2%,这几个城市最为突出。纯技术效率达到1.00的只有四个城市,其余皆小于1。其中,信阳市年均下降4.8%、新乡市4.4%、商丘市3.3%、濮阳市3.3%、周口市2.9%,最为显著。

表2 河南省18个市各年份平均Malmquist指数及其分解

从表2即河南18个地级市10年的发展动态来看,河南省各市生产率增长呈现出明显的前高后低态势。前五年全要素生产率增速逐年攀高,从2000-2001年度的11.3%增长至2003-2004年的27.1%,2004-2005年有所回落,但也保持了20.9%的高增长。2005年后,全要素生产率增速逐年回落。从20.9%下降至2008-2009年度的7.1%,年均下降了3.45%。从影响全要素生产率增速的因素来看,技术进步仍然是主导因素,前五年技术进步增速略高于TFP,后五年则下降略低于 TFP。从其余三个因素看,2003-2004、2004-2005、2005-2006和2006-2007年度该三因素都在1.00水平附近,其余年份则较低。特别是最近两年,综合效率和纯效率都出现了较大幅度下降,和技术进步一道构成了TFP增速下滑主要因素。经葛兰杰因果关系检验发现,在滞后1期条件下,综合技术效率、技术进步和纯技术效率造成TFP变化原因的显著性均在0.15水平以上。以TFP为因变量,分别以综合技术效率、技术进步和纯技术效率为变量进行最小二乘回归分析的结果显示,纯技术效率系数影响不明显,故舍弃。回归方程十分理想,如下:

由此可见,综合技术效率每增长1%,将带动TFP增长1.189%,技术进步每增长1%,就会带动TFP增长0.992%。说明了TFP的增长有赖于综合技术效率和技术进步的增长。而河南省市级数据马氏指数分析显示,各市技术进步增长是推动TFP增长主导因素,而综合技术效率总体是下降的,所以,该因素是制约TFP增长的瓶颈因素,而纯技术效率因其变化不太大,对TFP增长的影响还不够显著。

三、结论及建议

本文使用DEA-Malmquist指数分析方法对河南省的18个地市全要素生产率的变化及其分解因素进行的实证分析结果表明:河南省各地市2000-2009年间的生产率增长十分强劲,年均增长14.7%,均超过11%年均增长速度,其中年均增长超过15%的地市有8个;显示出较显著的发展趋势,经济较发达的地市TFP增速较低,较落后的地市则相对较高,后发展地市追赶态势显著,但动态比较也显示,河南省各地市的TFP增速近五年一直处于下滑态势,而且降幅较快,年均下降3.45%。进一步实证分析则显示:综合技术效率、技术进步和纯技术效率都是显著影响TFP增长的主要因素,但由于纯技术效率变化不大,综合技术效率呈现下降态势,所以TFP增长的动力就只表现为技术进步。因此,要遏制TFP总体下滑的趋势,就必须在下面几个方面做好工作。

1.加大科研和技改投入,保持技术进步强劲动力。河南各地市技术进步对生产率提升作用显著,所以,要加大科技投入和技改投入力度,全面落实科技强省和人才强省战略,提升科技创新、技术改造对产业提升和结构调整的支撑作用,充分发挥技术、资本和人才对产业升级和新兴产业引领带动作用。

2.积极改善投资环境,推进制度体制创新,提高技术综合效率。综合技术效率不高已经成为制约河南生产率进步主要制约因素,所以,要彻底转变政府职能转,创新服务体制和机制,打造廉洁、高效、公平、宽松的市场环境,促进产业结构调整、制度创新和民营经济的崛起。

3.加大知识产权保护力度,扩大省区开放,借力发展。科技创新落后,科技成果转化水平不足已经严重制约了河南省的生产率进步。所以,要加大知识产权保护力度,努力创造条件,扩大省区开放,大力引进高水平创新人才、科研团队、创新性企业和市场前景良好的知识产权,借力发展,以创新引领发展。

4.努力推动企业兼并重组、集聚、集群发展,壮大企业和企业集群。河南企业分布较散,产业集聚和集群发展严重滞后,规模效率难以提升。因此,要借力“中原经济区”规划的发展机遇,大力推进企业兼并重组,促进产业集聚发展,扶持企业集群的发展壮大。

[1]郑京海,胡鞍钢.中国改革时期省际生产率增长变化的实证分析[J].经济学,2005,(1):263-296.

[2]金相郁.中国区域全要素生产率与决定因素:1996-2003[J].经济评论,2007,(5):107-112.

[3]高春亮.1998-2003城市生产效率:基于包络技术的实证研究[J].当代经济科学,2007,(1):83-88.

[4]郭庆旺,赵志耕,贾俊雪.中国省份经济的全要素生产率分析[J].世界经济,2005,(5):46-53.

[5]金相郁.中国城市全要素生产率研究1990-2003[J].上海经济研究,2006,(7):14-16.

[6]COELLI T J.A Guide to Frontier Version 4.1:A ComputerProgram forFrontierProduction Function Estimation[R].Department of Econometrics,Universery of New England,CEPA working paper 1996,(7):1-27.

[7]王小鲁,等.中国经济增长方式转换和增长可持续性[J].经济研究,2009,(1):4-16.

[8]黄宗远,宫汝凯.中国省区物质资本存量的重估:1978-2007[J].广西师范大学学报:哲学社会版,2010,(1):74-80.

The Productivity Advancement and Its Factor Decomposition in Henan Province——A Comparison Analysis among the Municipal Data of DEA-Malmquist Index

YANG Yu-hua1a,b,QIAN Hui1b
(1.Henan University of Science and Technology,a.Research Center of Luoyang Social Development,b.School of Marxist,Luoyang 471003,China)

With method of DEA Malmquist index analysis employed,the total factor productivity advancement and elements(in the years 2000-2009)of 18 cities in Henan Province are decomposed and analyzed.The results show that the cities’total factor productivity of Henan Province grows very strong,with annual rate of 14.7%.The less developed areas have the obvious trend of overtaking,but declining significantly in recent years.Further empirical analysis shows that technological progress is the main power to promote the growth of total factor productivity,but the decline of overall technical efficiency and pure technical efficiency is the bottleneck factor of restricting TFP ascension.Therefore,to restrain the momentum of total factor productivity decline,measures must be taken to vigorously promote technological progress,enhance the technical efficiency and scale efficiency.

Henan Province;productivity progress;technical efficiency;technical progress

F207

A

1672-3910(2012)02-0019-05

2012-01-05

基金项目:教育部人文社会科学研究项目基金资助(09YJA790061);河南省政府决策研究招标课题(2011B203)

作者简介:杨玉华(1967-),男,河南汝南人,教授,博士,主要从事社会主义经济研究。