我国制造业全要素生产率区域差异及其原因研究——基于制造业2003—2011年面板数据的实证分析<br/>

我国制造业全要素生产率区域差异及其原因研究——基于制造业2003—2011年面板数据的实证分析

2014-12-16石腾超邹一南

区域经济评论 2014年1期

石腾超邹一南

一、引言

制造业是我国经济发展的重要产业，也是我国经济能够保持高速增长的支柱产业。在加入世贸组织之后，扩大的市场规模为我国的制造业带来了广阔的发展空间，并逐渐使我国发展成为“世界工厂”。然而在快速发展的同时，制造业的发展也出现了区域性的差异与变化，这种差异使得我国的制造业发展布局不均衡，并对我国经济格局的协调发展产生影响，因此，分析我国制造业区域差异及产生这种差异的原因成为分析我国区域经济结构不平衡的重要方面。

在经济学研究中，利用全要素生产率（TFP）的变动来分析技术水平的变化是量化生产效率的重要方法之一。在分析我国的具体情况时，对TFP水平进行测算也成为国内经济学研究的一个重要课题。如涂正革和肖耿（2005）、张海洋（2005）、常亚青和宋来（2006）等就通过对TFP增长及其组成部分进行估算以分析我国的生产要素利用情况，发现我国的TFP表现出明显的增长过程。而另一些研究则侧重于分析影响TFP的各项因素，如Ao和Fulginiti（2005）认为劳动力引致的创新对于技术变化和TFP增长存在显著影响。张海洋（2005）则认为外资活动对内资工业部门全要素生产率的增长起关键作用。李胜文和李大胜（2006）认为人均人力资本和R&D投入的增长率下降是导致中国TFP增长缓慢的主要原因。而徐盈之和赵豫（2007）将人力资本、工业化、国有企业和外资企业比重归结为影响TFP增长的显著因素。

一些学者则针对制造业的TFP变动进行研究。宫俊涛等（2008）发现我国制造业的生产要素结构经历了一个资本相对密集化的过程，其中制造业全要素生产率的增长来源于技术进步，但是技术效率变化却表现为负作用。杨桂元和王莉莉（2008）也得出类似结论，认为当技术进步促进TFP提升时，总会受到技术效率下降对TFP增长的抑制影响。而袁堂军（2009）则从微观企业角度对制造业企业全要素生产率进行测算，发现资本技术密集型制造业的生产率有明显的改善，但劳动密集型制造业的生产率呈现停滞不前甚至下降的趋势。

从区域差异角度分析我国制造业TFP的变动则成为研究我国制造业生产效率问题的一个重要方向。我国不同区域之间的经济环境不同，使得制造业TFP发展呈现出不同路径。朱英明（2009）从产业集聚角度分析我国制造业TFP增长的变动，认为不同区域的产业集聚差异造成了TFP增长的差异。王燕和徐妍（2008）也认为产业空间集聚可通过促进技术进步和提高技术效率两个途径来提高全要素生产率，但过度集聚会产生污染集中、地价上涨、恶性竞争等生产要素拥挤效应。这些集聚成本的积累会在一定程度上削弱企业在技术创新、效率改进等方面的潜能，使产业空间集聚对全要素生产率、技术进步和技术效率的作用强度有所减弱，使得区域制造业TFP分析呈现出复杂性。

此外，一些研究着力于分析特定因素对于我国TFP变动的影响。如徐盈之和赵豫（2007）对于信息制造业全要素生产率技术的分析表明，东中西部地区之间TFP增长存在显著差异，其中人力资本、工业化、国有企业和外资企业比重是影响TFP增长的显著因素。而方健雯（2009）、王滨（2010）也发现FDI对我国制造业发展存在显著的水平溢出效应和后向溢出效应，使我国的整体技术水平得以提升。孙晓华等（2012）则认为中国制造业产业间的R&D溢出对全要素生产率具有显著的正效应，同时，行业内R&D资本存量提升了技术效率，增强了对先进技术的吸收能力和利用能力。陈丰龙和徐康宁（2012）则认为企业市场规模对我国制造业全要素生产率有着显著的正向效应，市场结构成为影响TFP的重要因素。而李丹和胡小娟（2008）则认为内资企业和外资企业的差异是制造业各行业中存在效率差异的主要原因之一。

本文从区域差异的角度出发，对我国东中西部各省制造业的TFP变动进行测算，并对影响各地区的FDI、基础设施水平、人力资本状况、研发投入、市场化程度等因素进行计量分析，以求对造成我国制造业TFP区域发展差异的原因进行研究，并就造成差异的影响因素进行探讨。

二、区域TFP的测算

（一）测算方法

计算全要素生产率的方法大致可以分为两类，一类为参数分析法，即在不同的假设下通过选择不同的生产函数形式对参数进行估计，如随机前沿方法（SFA）、收入份额法及计量经济学法，等等。与之不同，非参数法则不需提前假设具体的生产函数形式，也不需估计具体的参数值，因此使用相对方便，也更为普遍，如指数法和数据包络分析法（DEA）等。考虑到数据质量以及可操作性等问题，本文选用基于DEA分解的Malmquist指数法对我国制造业的全要素生产率进行测量，以反应技术水平变化程度。这种方法在分析我国TFP变化时被广泛采用（如杨桂元和王莉莉（2008）、徐盈之和赵豫（2007）、李丹和胡小娟（2008）等的研究）。

Malmquist指数是由瑞典经济学家曼奎斯特在20世纪50年代提出的，最初是用于消费分析，后来许多学者对该指数的应用进行了扩展性研究，其中费尔等人（Fare et al.，1994）等构建的基于DEA的Malmquist指数来对生产率进行测算，并将全要素生产率分解为纯技术变化、规模效率变化以及技术变化来研究全要素生产率的变化。其中，纯效率变化是不同时期的实际产出水平与各自最优产出水平的距离之比。规模效率变化是通过比较不同时期的规模效率来反映其变动。技术变化为通过不同时期的生产前沿面的移动反映的技术进步情况。

（二）数据选取

本文数据主要来源于2003—2011年的《中国工业经济统计年鉴》，部分来源于《中国统计年鉴》，采用分析时期内东部11个（北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南），中部8个（山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南），西部11个（广西、重庆、四川、贵州、云南、陕西、甘肃、内蒙古、青海、宁夏、新疆）省、自治区、直辖市的制造业部门的数据进行分析。

其中，选取的指标主要包括每个省份的制造业总产值（亿元）、制造业的从业人员（万人）以及制造业企业的固定资产净值（亿元）。其中，制造业总产值用以衡量产出水平，从业人员用以衡量劳动投入，而固定资产净值则用以衡量资本投入。

（三）测算结果

利用数据包络分析软件Deap2.1对东中西部地区制造业的TFP变动进行测算，得到如下结果：

表1 总体Malmquist指数及其分解

对全国制造业TFP数据的整体测算结果表明，全国制造业2003—2011年的全要素生产率年平均增长为8.2%，其主要原因是技术进步水平的提高，其年平均增长率为13.2%，而考察期间技术效率的年平均增长率则为-4.7%，技术效率的下降在很大程度上抵消了技术进步的效果。

表2 东部Malmquist指数及其分解

东部地区制造业2003—2011年的全要素生产率平均增长为6.2%，低于全国平均水平，其中技术进步水平提高成为全要素生产率提高的主要原因，其年平均增长率为10.9%。而技术效率年平均增长率为-5.1%。东部地区的技术进步速度较全国而言有所放缓，而技术效率的负向影响与全国水平类似。

表3 中部Malmquist指数及其分解

中部地区制造业2003—2011年的全要素生产率年平均增长14.3%，远高于全国平均水平，其中技术效率成为影响TFP提高的主要因素，其年平均增长率为14.4%，而技术进步的年平均增长率则为0.1%，这表明中部地区的制造业发展是以提高技术效率为主的发展模式。

表4 西部Malmquist指数及其分解

西部地区制造业2003—2011年的全要素生产率年平均增长14.8%，也高于全国平均水平，与中部地区类似，技术效率成为影响TFP提高的主要因素，其年平均增长率为14.9%，而技术进步的年平均增长率则为-0.1%。

从东中西部地区的全要素生产率变化及其分解变化中可以看出，我国这三个主要区域划分表现出不同的TFP变动特征，且造成TFP增长的原因也不相同。就全要素生产率年平均增长率而言，中西部地区要高于东部地区。而就其分解因素而言，在技术效率方面表现为中西部地区远高于东部地区；而在技术进步率方面，东部地区的技术进步率则远高于中西部地区。这表明，在2003年以后，东部与中西部地区的制造业发展呈现出完全不同的格局，东部地区的制造业呈现出明显的技术进步特征，而中西部地区则体现出技术效率的提高。

我国不同区域之间制造业呈现出的差异性特征说明各区域的制造业发展模式存在差异，因此需要对可能造成差异的影响因素进行分析，以求寻找产生这种差异的原因。

三、影响区域制造业TFP变动的因素分析

（一）影响因素的选取

根据以往的经验研究，外商直接投资水平FDI（方健雯（2009）、王滨（2010））；人力资本（李胜文和李大胜（2006）、徐盈之和赵豫（2007））；R&D（孙晓华等（2012））；企业所有制差异（李丹和胡小娟（2008））等成为影响我国制造业TFP变动的主要因素。

基于此，本文选取外商投资金额（lfdi）、基础设施建设程度（选取铁路里程作为量化指标，变量名ltrainmiles，下同）、人力资本（lhumank）、研发投入（lrd）、物价水平（CPI）、汇率（exchangerate）、市场化程度（以1-国有及国有控股企业工业产值/各省工业总产值进行衡量，market）作为影响全要素生产率（tfp）的影响因素进行分析（其中变量中存在数量单位的通过取对数进行增长率修正）。各个数据来源于中国国家统计局统计年鉴以及各地区的相关统计年鉴。

对变量进行相关性检验与ADF检验的结果表明（见表5与表6），各变量之间相关系数并不高，不会对估计结果产生显著的偏差。同时，平稳性检验的结果表明，除全要素生产率（tfp）本身为1阶单整序列，各个影响变量均为0阶单整序列，通过对tfp这一变量进行处理，选取其变化率ltfp作为同阶变量进行分析，可以为变量之间进行同阶回归分析与预测提供基础。在本文之后的分析中，均采用全要素生产率的变化率ltfp进行分析。

表5 变量spearman相关系数检验

表6 变量序列ADF检验

（二）模型分析

1.总体回归模型分析

本文通过对所分析的面板数据进行混合ols回归和固定效应回归模型分析，并加入滞后控制变量，计量结果见表7。

在回归（1）中，并不加入全要素生产率增长率的滞后项，以及可能的区域、年份固定效应，只对本文中其他经济变量实际利用外商投资金额（lfdi）、铁路里程（ltrainmiles）、人力资本（lhumank）、研发投入（lrd）、CPI、汇率（exchangerate）、市场化程度（market），计量结果表明各经济变量基本不显著，只有汇率因素显著提升了全要素生产率。这种结果可能是由两种原因导致：一是所选取的变量对TFP变化率并无显著影响，二是由于区域间各变量对全要素生产率的作用出现相反的效应，最终在混合层面看是中和之后的效果，总体效应可能是不显著的。为了排除这两种原因，需要对模型进行地区差异分析与时间效应分析。

（1）地区差异

在地区差异模型中，主要考察东中西部三个地区的tfp变化率是否存在固定效应上的显著差异。表7中（2）、（3）两列的地区差异分析表明，东中部地区之间全要素生产率的固定效应差异并不明显，而东中部地区与西部地区之间的全要素生产率水平之间存在较为明显的差异，这与本文之前分析的结果一致。

（2）时间效应

本文通过时间效应分析对TFP的变化情况进行趋势判断，以及收敛性分析。从时间效应来看，中部地区的全要素生产率增速虽然略高于东部地区，但并不显著，而西部地区的全要素生产率增速则显著低于东部地区（表7列（2）、（3）），因此区域之间的生产率发散的结论是稳健的。从混合样本来看，TFP变化率是逐年下降的，但下降的幅度逐渐减缓。而2008年则表现得十分显著，且下降幅度超过此前各年。本文认为这源于金融危机的外部冲击，而并非所选因素的影响。

（3）变量影响

对影响TFP变动的各个影响因素分析表明：利用外资水平（lfdi）对TFP变化率的影响为负向，特别是考虑了区域间差异和年份固定效应之后，其影响更为稳健，但不显著。基础设施建设可能对TFP变化率具有正向效应，但是表现得也并不显著。而人力资本、研发投入则可能表现为正向影响，cpi对TFP增长率的影响未定。汇率的波动对TFP变动的影响则为正向。而市场化因素对TFP变化率具有一定程度的促进效应。而同时，在分析控制变量TFP变化率滞后项时（表7列（3）），可以发现滞后项对TFP变化率显著正相关，表明其存在持续性趋势，较少发生跳跃式变化。

2.各区域回归模型分析

在总体样本回归的基础之上，本文对东中西部地区分别做了相同的回归，其结果如表8所示，其中各区域的回归分析并不控制全要素生产率增长率的滞后项，但控制了时间固定效应和省份固定效应。其中滞后项的分析表明，东部地区、西部地区上一期的TFP变化率会对本期的TFP增长率产生显著正向影响，而对中部地区则表现为负相关。但是这种影响相对较小，并不会对之前的分析结果产生太大的影响。

（1）时间效应

表7 生产率影响因素的全样本估计

本文发现在时间效应三个地区存在明显差异，如图1所示。对于东部地区而言，2005年相对于2004年出现了生产率增长率的下降，2006年、2007年实现了上升，2008年、2009年又再次下降，2010年与2011年则又实现了上升，呈现出明显的周期性波动趋势，并与外部经济的周期变动基本保持。这表明东部地区制造业的全要素生产率变化率与全球经济景气程度密切相关。虽然2008年开始的金融危机对其产生了明显的影响，但是恢复能力强，2010年就实现了新的增长。而中西部地区的经济发展一直并不理想，2005年以后的TFP变化率一直在下降，但下降的幅度呈现减缓的趋势。

表8 分区域的生产率影响因素分析

图1 东中西部地区时间效应差异

（2）变量影响

对影响各区域制造业TFP变化率的因素进行分析时可以发现，实际利用外资的程度对于东中西部地区之间的影响存在差异。利用外资的增加有助于提高东部地区的生产率增长率，但对中西部地区则是抑制效应，且这一结论呈现出相当程度的稳健性。而基础设施建设对东部地区和西部地区的作用为正，但只有西部地区显著，而对中部地区显著负相关。而在控制了全要素生产率增长率的滞后项后，其正向作用仍旧在西部地区显现。

此外，人力资本在东中部地区表现为正相关，且只有东部地区显著，对西部地区则表现显著负相关。而研发投入对东中西部地区的TFP增长率呈现显著的正相关。汇率因素则对东部地区的TFP增长率表现出负相关，对中西部地区则表现为正相关。市场化程度对东部地区表现出负相关，但不显著；而对中西部地区则表现出正相关，且显著。

四、结论

本文的分析结果表明我国的制造业全要素生产率在过去的近10年间呈现出快速增长的过程，并且体现出明显的区域差异。以技术进步为驱动力的东部地区平稳上升，而以技术效率增长为驱动力的中部地区与西部地区高速发展。东中西部地区各自形成了独特的制造业发展模式，并集中体现地区在生产效率提升的不同表现上。

具体而言，第一，利用外资的增加有助于提高东部地区的生产率增长率，但这一特点却并没有在中西部地区表现出来。这集中反映出在分析期内，东部地区制造业的国际化水平相对较高，能较好地利用外部资源。但是同时，东部地区的制造业的技术水平提升也受到经济周期波动影响，与外部经济环境更为紧密地联系在一起。这一问题值得特别关注，在全球遭遇经济危机时，制造业，尤其是东部沿海地区制造业所表现出来的不景气使得我们应该对东部地区制造业的外向型发展模式进行反思，如何提高制造业抗风险能力也成为未来亟待解决的问题。此外，汇率波动对东部地区制造业的影响较为显著。随着人民币汇率的提高，出口相对优势下降，这并不利于东部地区企业等提高全要素生产率，相反成为一种提升生产率的掣肘。面对我国进一步的汇率开放政策，如何有效规避汇率风险也是东部地区制造业持续发展要解决的重要课题。

第二，根据本文的分析，基础设施建设的作用对西部地区呈现出显著的正相关性，这一结论验证了国家西部大开发战略对于提升西部地区制造业的整体实力有着积极的作用。西部大开发战略作为提升我国西部地区整体竞争力的重要方略，将会为西部地区制造业的提升带来机遇，也使得西部地区的制造业更多地获得了由技术扩散效应所带来的技术效率的提升。

第三，计量结果表明，研发投入有助于提升我国制造业的TFP，因此我国制造业在发展过程中应重视自主技术研发，并加大研发规模，使得“中国制造”向“中国创造”进行转变，以提升我国制造业的竞争实力。

第四，市场化程度对中西部地区制造业TFP提升表现出显著的正相关，这表明中西部地区市场化进程的加快有助于提升地区的全要素生产率。这一结论反映出更为开放的市场为本土制造业企业避免“市场隔层陷阱”、获取市场能力提供了可能，也为本土企业技术创新与研发能力的提升提供了规模效应的诱因（张国胜，2011）。因此，进一步打破行业壁垒，扩大中西部地区制造业企业的市场开放程度将可能成为进一步发展中西部地区制造业的关键。

综上所述，我国制造业在发展中出现的区域性差异与变化使得我国在进行区域结构调整时困难加大，复杂性增强。东中西部地区不同的发展环境造成制造业的布局不均衡，对我国未来的经济转型提出挑战。为了应对这一挑战，本文认为，应从以下两个方面入手，进行区域制造业结构调整：

（1）加强东部地区制造业企业的自主创新能力。东部地区制造业企业的发展对于我国中西部地区的制造业企业有着带动作用，其自主创新能力的提升一方面有助于提升产业竞争力，另一方面，也有利于技术向中西部地区扩散，形成带动机制，促进我国整体制造业技术水平的提升。

（2）中西部地区应着力于打造更为公平的市场竞争环境与投资环境。打破僵化的地域市场分割有利于实现技术的转移；同时，更有效率的市场能够使中西部地区吸引投资的能力进一步加强，这也有助于中西部地区提升企业竞争力。

［1］Ao，X.and L.Fulginiti，2005，Productivity Growth in China: Evidence from Chinese Provinces ［J］. http://12913120141/eps/dev/papers/0502/05020241pdf.

［2］Färe，R.，Grosskopf，S.，Norris，M.，Zhang，Z.，1994，“Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries”，American Economic Review，84，66-83.

［3］常亚青，宋来.中国企业相对效率和全要素生产率研究：基于37个行业5年数据的实证分析［J］.数量经济技术经济研究，2006，（11）.

［4］陈丰龙，徐康宁.本土市场规模与中国制造业全要素生产率［J］.中国工业经济，2012，（5）.

［5］方健雯.FDI对我国全要素生产率的影响——基于制造业面板数据的实证分析［J］.管理评论，2009，（21）.

［6］宫俊涛，孙林岩，李刚.中国制造业省际全要素生产率变动分析——基于非参数Malmquist指数方法［J］.数量经济技术经济研究，2008，（4）.

［7］李丹，胡小娟.中国制造业企业相对效率和全要素生产率增长研究——基于1999～2005年行业数据的实证分析［J］.数量经济技术经济研究，2008，（7）.

［8］李胜文，李大胜.我国全要素生产率增长的区域差异［J］.数量经济技术经济研究，2006，（9）.

［9］孙晓华，王昀，郑辉.R&D溢出对中国制造业全要素生产率的影响——基于产业间、国际贸易和FDI三种溢出渠道的实证检验［J］.南开经济研究，2012，（5）.

［10］涂正革，肖耿.中国的工业生产力革命：用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析［J］.经济研究，2005，（3）.

［11］王滨.FDI技术溢出、技术进步与技术效率——基于中国制造业1999～2007年面板数据的经验研究［J］.数量经济技术经济研究，2010，（2）.

［12］王燕，徐妍.中国制造业空间集聚对全要素生产率的影响机理研究——基于双门限回归模型的实证分析［J］.财经研究，2008，（3）.

［13］徐盈之，赵豫.中国信息制造业全要素生产率变动、区域差异与影响因素研究［J］.中国工业经济，2007，（10）.

［14］杨桂元，王莉莉.我国制造业技术进步、技术效率及区域差异——基于DEA方法的实证研究［J］.技术经济，2008，（1）.