技术进步、技术效率与安徽省城市全要素生产率：2002-2012年

陈 瑞 周端明（安徽师范大学，安徽 芜湖 241000）

技术进步、技术效率与安徽省城市全要素生产率：2002-2012年

陈 瑞 周端明
（安徽师范大学，安徽 芜湖 241000）

根据安徽省16个地级以上城市的投入与产出数据，运用DEA-Malmquist指数法，文章对安徽省16个城市在2002-2012年间的全要素生产率的动态变化进行分析和评价。结果发现：（1）虽然城市TFP表现出普遍改善的良性发展，但技术效率呈现出绝对恶化的特征，效率改善的普遍不足已成为制约城市未来发展的重要因素；（2）无论是从城市还是区域角度看，技术进步已经成为TFP增长的主要推动力量；（3）从区域经济发展的长期特征特征看，皖南地区表现得比皖北地区更为成熟。

Malmquist指数；城市TFP；技术进步；技术效率

一、引言

改革开放以来，安徽省经济取得了长足进步。2012年，全省GDP达17212.1亿元，较上年增长12.1%，增幅居中部首位。从2002到2012年，安徽省GDP年均增长率达到12.5%。尽管经济上取得了巨大成就，但同时也需要注意到，自2008年我省的GDP首次超过黑龙江，位列全国第14位以来，截止2012年底，安徽省已连续5年位于这个名次。要素投入的增加，似乎并没推动与之相适应的生产率增长。对安徽省城市生产率的研究，可以了解安徽城市经济发展质量，对于各地市乃至全省经济发展战略的制定具有一定的理论和实践意义。

中国对生产率的研究起始于20世纪50年代。自魏权龄（1988）［1］首次将测度相对效率的DEA方法引入我国以来，由于其分析方法上的优点迅速得到了广泛应用。颜鹏飞等（2004）运用DEA方法，测度了1978-2001年中国30个省（自治区、直辖市）的技术效率、技术进步及Malmquist指数，并对人力资本和制度因素同技术效率、技术进步和生产率增长的关系进行了实证研究。［2］刘祥（2004）运用DEA方法对40个矿业型城市的效率进行了评价，认为东部地区具有较高的综合效率，西部地区最低，中部地区个体差别较大。［3］李珣、徐现祥、陈浩辉（2005）测评了中国202个地级以上城市的城市效率，并尝试对1990-2000年效率时空变化的特征进行了探索。［4］郭庆旺、赵志耘、贾俊雪（2005）估算出中国各省份1979-2003年间的TFP增长、效率变化和技术进步率，认为TFP增长，尤其是技术进步率的差异，是导致中国各省经济增长差异的主要原因。［5］金相郁（2007）运用Malmquist指数法测算了1996-2003年间各省市区的全要素生产率，在此基础上，进一步分析了造成各区域全要素生产率差异的主要因素。［6］高春亮（2007）利用包络分析，估算了我国1998-2003年216个城市的Malmquist生产率指数和规模报酬状态，指出合理要素配置和提高要素使用效率将是我国城市未来发展的关键。［7］刘秉镰、李清彬（2009）利用基于DEA模型的Malmquist指数方法，多角度综合分析了中国196个主要城市在1990-2006年间城市全要素生产率的动态变化，指出我国目前城市仍处于投入增长阶段，要素积累仍是当前发展的主要特征，且资源利用效率有待进一步提高。［8］

本文试图对安徽省城市经济的全要素生产率进行分析，考察真实合理的安徽省16个地市的经济发展效率。首先利用DEA-Malmquist指数法估算出安徽省各城市2002-2012年的TFP增长、技术效率变化和技术进步率，以了解各城市TFP的状况与差异；然后通过皖南皖北区域间的对比分析，探求区域经济增长差异的主要原因。

二、测度方法与数据来源说明

（一）测度方法

本文是基于数据包络模型（DEA）下的Malmquist指数法来分析2002-2012年间中国城市TFP的动态变化。

Malmquist指数是由Malmquis（t1953）所提出来的，就是利用距离函数的比率来计算投入指数［9］。Cave，D.L.＆Diewart，E（.1982）把它应用到生产率变化的度量，并称之为Malmquist指数［10］。Fare，Grosskoph，Norris＆Zhang（1994）利用Cave等（1982）所定义Malmquist指数，进一步描述了如何将 TFP的Malmquist测算值分解为技术进步和技术效率，并阐明了基于相对DEA前沿面距离来测算Malmquist指数的方法。［11］随着该指数的不断完善和进步，它的核心思想可以用三个经典公式来概括：

假设共有I个样本，即决策单元（DMU），其中第i个主体在t期的投入和产出向量分别为和。其中代表该主体在t时期的资本投入代表该主体在t时期的劳动投入。第i主体t+1期的全要素生产率的Malmquist指数为：

通过将此距离函数重新组合，我们可以得到：

Grosskoph（1993）指出，传统Malmquist指数是在固定规模报酬假设条件下的距离函数，但这一假设明显与现实经济事实不符。［12］Fare，Grosskoph，Norris＆Zhang （1994）通过对固定规模报酬假设的放松，将技术效率变化分解，进一步发展了Malmquist指数：［11］

第一项表示的是在可变规模报酬的情况下纯技术效率的变化，第二项是规模效率变化，第三项依然是技术变化率。

（二）数据和变量选取

DEA-Malmquist指数法的核心是投入产出变量的选取。但在利用多种投入和产出求解的过程中，虽然DEA方法假定投入变量和产出变量之间的关系，但是没有具体的要求，从而变量的选取不能避免任意性的问题。［13］就产出变量而言，本文直接采用地区GDP作为衡量一个地区经济产出的指标。投入变量主要包括资本存量和劳动数据。其中资本存量的选取存在较大争议。一方面是数据的选取，张军、章元（2003）指出，对中国当代经济的很多实证研究都牵涉得到资本存量变量，特别是关于经济增长和全要素生产率的研究。［14］但是，现有相关研究几乎都采取了各自不同的测算方法。而他们所得出的数据间又存在较大差异。为了克服这种缺陷，大部分研究［3］［8］［13］采用固定资产投资数据作为对资本存量的替代，虽然测算结果具有一定的解释力，但作为“流量”数据，固定资产投资数据替代的适宜性本身就值得商榷。另一方面是资本存量数据在城市层面的划分，在现有对资本存量测算的文献中，测算主体多集中于省际及产业层面，资本存量在城市层面的划分尚未达成共识。因此，基于以上问题，在参照张军等（2004）［15］的方法计算出安徽省资本存量的基础上，我们再按照各城市GDP占省及自治区的比重作为权重将安徽省的资本分配给各市。［7］劳动变量则选取从业人员数指标，其等于单位从业人员、私营和个体从业人员之和。

DEA方法测算的TFP是相对意义上的结果，价格因素影响不大，因此本文直接利用各城市当年数据。与大多数研究不同的是，刘秉镰等（2009）认为，城市经济多表现在市辖区，下辖县、乡经济尚未得到充分的发展。［8］本文亦这样认为，因此本文所选数据均为市辖区数据。具体变量指标描述统计见表1。

表1 安徽省16个地级以上城市投入产出指标统计性描述（2002-2012）

资料来源：《中国城市统计年鉴》、《安徽省统计年鉴》和各城市国民经济和社会发展统计公报。

三、安徽省各城市TFP的测算

（一）各城市全要素生产率的比较分析

表2 2002-2012年安徽省城市TFP

从总体来看，安徽省16个地级以上城市在2002-2012年间的TFP的动态变化均值为1.013。这表明，2012年较2002年城市TFP年均改善了1.3%，生产率获得了小幅度提高。再来看TFP的分解，结果显示，TFP改善的结果完全来自于技术进步的改善，其在2002-2012年间年均改善了4.1%。另一方面，技术效率则呈现出绝对恶化趋势，就其进一步的分解结果来看，纯技术效率和规模效率的恶化程度分别为年均1.4%和1.3%，均对TFP的改善造成了不同程度的拖累。

图1 2002-2012年安徽省城市TFP均值波动

从城市TFP的波动看，在2002-2012年间，技术效率、纯技术效率和规模效率均呈现出较为平稳的态势；技术进步和TFP的波动则表现出高度的一致性，除在2008-2009年存在较大的震荡之外，2011年之前整体表现出良好的上升势头，但在2011-2012年间均呈现出不同程度的恶化，这表明安徽省城市的经济发展存在一些问题的同时，进一步证明2002-2012年间，技术进步的变化是导致安徽省城市TFP波动的主要原因。

综上，我们不难看出，2002年以来，安徽省城市TFP进入持续改善阶段。伴随着技术进步的改善，安徽省城市经济发展的质量不断提高。这一方面是由于整体经济发展形势的改善，例如国家整体政策的转变、城市化进程等，另一方面也反映出安徽省在提高自身科研水平，加大国外先进科技进步引进方面持续不断努力的成果。但我们也应注意到，技术效率的变化呈现出绝对恶化的特征，纯技术效率和规模效率均存在着一定程度的下降，这在一定程度上说明，虽然安徽省的科技创新取得了重大成就，技术进步为TFP的增长做出了较大的贡献，但由于缺乏有效的消化、吸收手段，新技术的诞生并未能充分发挥作用，引起技术效率的下降，最终导致TFP的缓慢增长。因此应从政策根源上促进科研成果的迅速转化，以发挥其对经济增长应有的作用。为比较各城市TFP的增长差异，表3给出了2002-2012年各城市TFP的测算结果。

表3 2002-2012年安徽省各城市TFP测算结果

从安徽省各城市TFP来看，除了蚌埠、黄山、滁州和阜阳以外，2002-2012年间其他城市都呈现出TFP的改善，其中，蚌埠年均下降了1.5%，黄山年均下降了0.1%，滁州年均下降了0.5%，阜阳年均下降了1.1%。铜陵的增长率最高，Malmquist指数为1.046，其次为合肥和芜湖，TFP分别年均增加了3.6% 和2.7%。就TFP波动来源来看，技术变化对TFP的拉动作用依然明显，这表明加大科研投入，从多渠道、多途径实现自己科技水平的改善是提高TFP，实现城市经济良性发展的有效途径。同时我们也应该注意到，除了合肥、马鞍山、铜陵以外，技术效率的普遍恶化已经成为城市发展的主要特征，纯技术效率和规模效率的双重恶化正在严重制约着现今城市的发展。总之，为了促进安徽经济的进一步发展，在保持现有科技创新水平的基础上，一方面要加强对新技术的消化和推广，提高纯技术效率；另一方面要推动规模扩张，发挥规模效应。从而最终促进安徽省TFP的增长。

（二）皖南皖北TFP的比较

我们把决策单元划分成皖南地区和皖北地区，进行TFP分析，测算结果如表4所示。分析发现，总体来看，2002-2012年皖南地区的TFP普遍高于皖北地区，皖南地区TFP年均增加了2.7%，而皖北地区TFP则没有获得任何改善，技术进步的改善依旧表现出对TFP的强力拉动作用。从年度变化来看，皖南地区在多数年份中都表现出正向增长的趋势。而皖北地区的TFP逐年变化较大，2007年下降了5%，2008年上升了10.8%，2009年又下降了12.3%，2011年又增长了5.5%，但2012年TFP又呈现出恶化特征。其分析结果表明，皖南地区的经济增长较为稳定，可以初步判定其增长已进入成熟阶段，但皖北地区增长则波动较大，意味着该地区经济发展仍处于初级阶段，未来还有很长的一段路要走。值得注意的是，在此期间，技术水平的变化对TFP波动的影响的特征依然显著，这对于皖南皖北地区未来经济发展的政策制定具有重要参考价值。

表4 2002-2012安徽省皖南皖北地区的Malmquist指数

四、结论与建议

根据2002-2012年安徽省16个地级以上城市投入、产出数据，运用DEA-Malmquist指数法，本文我们对安徽省城市全要素生产率进行了长期动态比较分析，进而对安徽省的经济发展现状进行了评价。结果表明：一方面，11年间，安徽省TFP年均增长1.6%，整体呈现平稳增长的态势，但与全国其他省份相比增长速度过于缓慢，技术进步的改善很大程度上推动了安徽省TFP的提高，技术效率的绝对恶化减缓了TFP的增长速度；且除蚌埠、黄山、滁州和阜阳外，其余城市都表现出正向改善的良性增长态势，技术进步的改善程度成为差异形成的主要原因。另一方面，通过区域间的对比分析，源于技术变化的改善，皖南地区普遍比皖北地区获得了更好、更快的发展。此外，就长期来看，皖南地区的的经济增长较为稳定，皖北地区增长波动较大，表明皖南地区较皖北而言，经济发展表现得更为成熟。

从以上结论可以看出，2002-2012年间，技术进步成为安徽省城市经济发展的主要推动力量，因此，为了提高安徽省TFP增长率，要加大科研投入，将科研成果转化为生产力，要完善科学技术应用和推广体系，要积极促进高效率城市的生产经验和生产技术向周边城市扩散，缩小地区发展差异。各市县地方政府应紧紧依托当地要素禀赋，以优势产业为主导，调整产业结构，促进产业升级，从而实现自身的发展。

［1］魏权龄.评价相对有效性的DEA方法［M］.北京：中国人民大学出版社，1988.

［2］颜鹏飞，王兵.技术效率、技术进步和生产率增长：基于DEA的实证分析［J］.经济研究，2004，（12）.

［3］刘祥.矿业城市经济发展规模效率浅析［J］.中国矿业，2004，（9）：72-77.

［4］李郇，徐现祥，陈浩辉.20世纪90年代中国城市效率的时空变化［J］.地理学报，2005，（4）：615-25.

［5］郭庆旺，赵志耘，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）：46-54.

［6］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.

［7］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）：83-89.

［8］刘秉镰，李清彬.中国城市全要素生产率的动态实证分析：1990-2006：基于DEA模型的Malmquist指数方法［J］.南开经济研究，2009，（3）：139-152.

［9］Malmquist，S.，Index Number and Indifference Surfaces［J］. Trabajos de Estatistica 1953，（4）：209-242.

［10］Caves，D.W；Christensen，L R.and Diewart，W.E.The Economic Theory of Index Numbers and Measurement of Input，Output Productivity［J］.Econometrica 1982，50.

［11］Fare，R；Grosskoph，S.Norris，M.and Zhang，Z“Productivity Growth Technical Progress and Efficiency Change in Industrialized Countries”［J］.American Economic Review 1994，（84）.

［12］Grosskopf，S.Efficiency and Productivity”，in Fried，H.O，C. A.K.Lovell and S.S.Schmidt（Eds.）［M］.The Measure of Productive Efficiency：Techniques and Applications，Oxford U-niversity press，New York，1993.160-194.

［13］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，（6）：16-25.

［14］张军，章元.再论中国资本存量的估计方法［J］.经济研究，2003，（7）：35-43.

［15］张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000［J］.经济研究，2004，（10）：35-43.

Technical Progress，Technical Efficiency and Total Factor Productivity of Anhui’s City：2002-2012

Chen Rui，Zhou Duan-ming
（Anhui Normal University，Wuhu Anhui 241000，China）

According to the input and output data from 16 cities of Anhui province，using the Malmquist index method which is based on the DEA model，this paper analyzes the dynamic changes of city TFP in Ahhui province during the period of 2002-2012.The results showed that： （1）Although the city TFP showed a general improvement，but the technical efficiency shows the characteristics of absolute deteriorating，the insufficiency of efficiency improvement has become the important factors which restrict the development of the city of the future；（2）Either from the perspective of the city or area technical progress has become the main driving force of TFP growth；（3）From the long-term characteristics features of regional economic development，the Southern region performed more mature than Northern regions.

malmquist index；city TFP；technical progress；technical efficiency

F062.4

A

1672-0547（2015）02-0025-05