中国全要素生产率的产业异质性、区域差异及空间布局优化

朱学红　曾旖　丰超

摘要：在我国产业结构转型升级的背景下，本文引入“环境技术”框架，结合方向距离函数和三层级生产前沿函数对我国全要素生产率（TFP）进行解构，并将其置于全国、区域和省级三个层面进行分析。实证结果表明：我国全要素生产率处于较低水平，结构无效率、技术无效率和管理无效率是其共同成因；不同产业之间的全要素生产率及无效率成因呈现出明显的产业异质性，不同地区之间的生产情况则存在显著的技术差异。各地应结合自身实际情况和全要素生产无效率成因，从产业结构调整、技术提升、管理优化等方面入手对其产业空间布局进行优化。

关键词：全要素生产率；共同前沿DEA；产业异质性；区域差异

中图分类号：F8314文献标识码：A

一、引言

改革开放以来，中国经济依靠强大的人口红利和物质投入保持着年均近10%的GDP增速，并于2010年国内总产值超过日本，成为世界第二大经济体。然而，在经济总量高速度增长的同时，我国经济发展中的资源过度消耗、区域发展失衡、环境污染加重等矛盾已然成为社会经济可持续发展的制约因素。在当前消费结构不断升级、城镇化工业化进度不断加快的大背景下，我国急需摆脱已有的粗放型发展方式，寻找新的经济增长方式来适应经济形势变化、缓解突出矛盾。因此，调整产业结构、实现区域间整体分配、完成生产要素优化配置成为我国“十三五”亟待解决的问题。

根据新古典增长理论的观点，技术增长是经济增长的源泉。在实证研究中，全要素生产率被广泛运用于测度纯技术进步在经济增长中产生的贡献率，并在实际运用中不断被补充和拓展。国内学者对中国全要素生产率的研究大体分为以下三类：第一类主要研究的是我国总量全要素生产率，通过加总计算时间序列数据分析全要素生产率变化的特点和趋势[1-2]；第二类是基于某个具体产业或部门，通过测定该产业或部门内全要素生产率增长率的变化分析经济增长的影响因素，并据此得出产业或部门政策建议[3-6]；第三种是从区域差异角度出发，基于中国省级层面的面板数据，运用索洛残差法或生产前沿分析法进行实证分析，主要用于探讨地区间的效率差异[7]。

已有的相关研究还存在一些不足。首先，部分学者在对全要素生产率进行测定时只考虑纯产出，而忽略了环境产出。事实上，日益严峻的环境问题正成为制约我国经济发展的瓶颈，政府对企业环境减排提出的更高要求也会影响到企业的成本核算，从而导致测算结果存在偏差。其次，我国经济增长过程中三次产业发展存在不均衡现象，且三次产业之间有明显的异质性，若忽略产业因素，笼统地进行实证分析，不利于针对各产业的特质来有效解决问题。再次，大部分研究运用传统方向距离函数评估全要素生产率，即在固定的生产技术水平上衡量所有决策单元，但实际上，由于各个区域在地理位置、地区政策、基础设施条件等各个方面存在差异，待评估的决策单元通常处于不同生产技术水平，因此有必要在考虑区域因素的基础上做出多层级的探讨。

鉴于以上几个方面的原因，本文引入“环境技术”框架，结合传统方向距离函数与三层级生产前沿函数两种方法，对我国全要素生产率进行有效解构，并将其置于全国、区域和省级三个层面进行分析。本文试图通过对产业异质性与技术差异的探讨，为我国经济发展的空间布局优化提供参考。

二、研究方法

（一）环境因素的考虑及生产可能集构建

自Pittman[8]首次将污染物作为非合意产出引入传统DEA框架，计算面向非合意产出的环境效率，学者们正式将环境污染变量纳入DEA的实证模型中，以纠正因不考虑或不能正确考虑环境因素而可能对全要素生产率测度造成的误差。Faere等[9]据此提出环境DEA技术（Environmental DEA Technology， EDT），即在生产可行集中将环境产出如SO2、CO2等非合意产出作为弱处置的变量，来测度减排政策的机会成本。Chung等[10]引入基于Shephard距离函数的方向性距离函数，建立关于合意产出和非合意产出的联合生产模型，并采用曼奎斯特指数对环境全要素生产率进行度量。由于环境DEA技术的应用范围与我国的实际情况相吻合，本文将在Fare等研究的基础上，构造出一个既有合意产出又有非合意产出的生产可能性集合。

假设共存在K个决策单元，生产可能集为P（x），（x，y，c）分别表示投入、合意产出、非合意产出二氧化碳。投入x和合意产出y均可自由处置，并满足条件：若（y，c）∈P（x），且有y′y或x′x，则有（y′，c）∈P（x）或P（x′）∈P（x）。当非合意产出c也可自由处置时，则也满足条件。在上述设定下生产可能集P（x）表示为：

P（x）={（x，y，c）：∑Kk=1xkx；∑Kk=1yky；∑Kk=1ckc}（1）

其中，ck0，k=1，…，K。

然而，事实上非合意产出的处置并不能达到自由处置，这被称为具有弱处置性。当非合意产出具有弱处置性时，非合意产出c满足：若（y，c）∈P（x），并且0λ1，则有（λy，λc）∈P（x），即企业每一单位环境减排都会引起合意产出相应等比例的减少。企业为了去除非合意产出就必须接受生产受到损失的代价，减排就是这样一种代价转换的过程。在这样的情境设定下，生产可能集P（x）重新表示为：

P（x）={（x，y，c）：∑Kk=1xkx；∑Kk=1yky；∑Kk=1ck=c}（2）

其中，ck0，k=1，…，K。

（二）生产前沿划分及全要素生产率解构

由于我国区域经济发展严重不平衡，与全要素生产率相关的生产技术在地区间存在明显的异质性；同时，三次产业的自身固有属性决定了其发展路径相异，本文假定存在产业异质性。在产业异质性和生产技术异质性的共同假定下，本文参考汪克亮等[11]、Chiu CR 等[12]的研究将整体样本划分为具有异质性生产技术特征的多个组群，引入三种生产前沿：共同生产前沿（CO production frontier）、产业分组前沿（Industry grouping frontier）、区域分组前沿（Regional grouping frontier），分别用M、m、g表示。鉴于产业异质性比技术异质性更容易区分，产业分组的划分依据较之区域分组更为明显，本文首先讨论产业分组，然后再对各区域进行分类探讨，这有利于减少由分组不合理带来的实证偏差。

根据公式（2）所确定的生产可能集，定义区域分组前沿为：

P（x）={（xg，yg，cg）：∑Kk=1xgkxg；∑Kk=1ygkyg；∑Kk=1cgk=c}（3）

其中，cgk0，k=1，…，K。

产业分组前沿为：Pm=Pg1∪Pg2…∪Pga，其中a为区域单元个数，且有a=1，…，A。

共同分组前沿则为：PM=Pm1∪Pm2…∪Pmb，其中b为产业次数。由于我国遵循国际产业分类标准，共有三次产业，所以b=3，即PM=Pm1∪Pm2∪Pm3。

构建共同前沿-方向距离函数如下：

D→（x，y，b；jy，jc）=max{β：（x，y+βjy，c-βjc）∈（x，y，c）}（4）

其中不为0的向量J→=jy，jc决定合意产出、非合意产出的规模。

由定义可知，产业分组前沿是区域分组前沿的包络曲线，代表潜在最优的生产技术；而共同分组前沿则是产业分组前沿的包括曲线，代表潜在最优的产业结构。三种生产前沿的关系可用图1来表示。

如图1所示，对于决策单元K，其共同前沿、产业分组前沿和区域分组前沿下的生产效率可表示为：

M=DEAE，m=CEAE，g=BEAE（5）

由于区域分组前沿为Pg，产业分组前沿Pm=Pg1∪Pg2…∪Pga（即区域分组前沿是产业分组前沿的子集），且共同前沿PM=Pm1∪Pm2…∪Pmb（即产业分组前沿是共同前沿的子集），所以恒有：Mmg。定义决策单元K的全要素生产率（TFP）及其解构、产业异质性（Industrial heterogeneity，IH）、技术差距比率（Technology gap ratio， TGR）、管理效率（Managerial effectiveness， ME）如下：

TFP=M， IH=Mm， TGR=mg， ME=g（6）

至此，方向函数D→（x，y，b；jy，jc）可由如下线性规划表示：

D→（x，y，b；jy，jc）=maxβ

st ∑Kk=1xkx

∑Kk=1yk（1+β）y（7）

∑Kk=1ck=（1-β）c

其中，ck0，k=1，…，K。

本文借助共同前沿DEA方法将TFP分解为IH、TGR和ME，不难证明TFP=IH×TGR×ME。其中，IH值越接近于1，说明产业分组前沿下绩效水平越接近于共同前沿下的绩效水平，相应的产业结构异质性程度越低；TGR越接近于1，说明区域分组前沿下绩效水平越接近于产业分组前沿下绩效水平，相应的生产技术差距程度越低；ME越接近于1，表明决策单元越接近于区域分组前沿面。

由上述分析可知，IH=1时说明该产业在该地区具备发展优势，应考虑优先发展；IH<1时说明该产业在全要素生产绩效表现上处于劣势，可考虑由其它产业取代；TGR<1时说明该地区发展该产业存在技术无效率的现象，应着重提升生产技术水平；ME<1时说明该地区发展该产业存在管理无效率现象，应当重点优化管理。

三、指标选取与数据来源

本文共包含中国省级产业的五个指标。由于西藏自治区和台湾省数据不可得，将其排除在样本区间外，共选取我国30个省市作为决策单位。其中，投入指标包括劳动力、资本存量、能源消费量，产出指标包括各省份生产总值和二氧化碳排放量，具体界定如下：（1）受条件限制，劳动时长与劳动报酬的具体数据难以获得，本文选择就业人数作为劳动投入的替代指标。（2）资本投入采用通常的资本存量作为指标。由于无法直接获得各省份资本存量的详细数据，此处采用“永续盘存法”对其进行估算，公式为Ktj=Itj+（1-δ）Kt-1j，其中Ktj和Kt-1j分别代表第j个省在t时期和t-1时期的资本存量，Itj代表t时期的固定资产投资总量。（3）由于能源投入在各个产业的生产活动中都必不可少，本文采用能源消费量作为资源要素投入替代指标，数据来自于《中国能源统计年鉴 2013》地区能源平衡表中的各地区三次产业能源消费量（包括终端消费量和损失量），并统一折算为标准量。（4）由于二氧化碳排放主要来源于化石能源消费，本文采用Wu等[13]的方法估算省级各产业的二氧化碳排放，并折算到三次产业当中。以上数据均来自《中国统计年鉴 2013》、《中国能源统计年鉴 2013》、《全球碳预算》以及各省份统计年鉴。变量选取及描述统计如表1所示。

四、实证结果及分析

（一）我国全要素生产率及其解构的总体情况

从全国范围来看，2012年三次产业的全要素生产率分别为05869、04314、04480，均处于较低水平，其中第一产业全要素生产效率高于二、三产业。数据一方面说明我国经济全要素生产效率总体偏低，另一方面也表明三次产业间的全要素生产效率存在差别。

基于表2可看出，相对较低的技术效率（TGR<1）和管理效率（ME<1）是我国三次产业全要素生产率绩效损失的共同成因。一、二产业还共同存在结构效率相对较低（IH<085）的问题。第三产业生产无效率主要来源于技术上的无效率（TGR<06）和管理上的无效率（ME<085），在IH值接近于1的情况下，其技术效率水平仅分别相当于一、二产业的719%和829%，说明第三产业落后的技术效率严重影响了其生产效率。总体而言，结构表现上第三产业优于第一产业，同时优于第二产业；技术表现上第一产业优于第二产业，同时优于第三产业；管理表现上由于三次产业均存在一定程度的管理无效率，不存在较大差别，表明当前我国三次产业的市场要素资源配置和政府监管都存在问题。

（二）区域间的产业异质性与技术差异

按照通常的区域划分标准，我国30个省市被分为东、中、西三大区域①，表3展示了2012年我国区域层面三次产业生产效率的情况。从全要素生产率来看，东部地区在三次产业中的生产效率表现均优于中、西部地区，且这种优势在对劳动者素质和技术水平要求更高的二、三产业更为明显，这与我国现实的经济发展情况相吻合。2012年，我国GDP总量为5341万亿元，其中人口占比4054%的东部地区创造了5459%的生产总值，超过中、西部地区的生产总值总和。从解构来看，东部地区全要素生产率高于中西部地区的主要原因在于其有较好的技术表现（TGR>09），其中，中部地区三次产业的技术效率分别相当于东部地区的769%、540%、381%，西部地区三次产业的技术效率分别相当于东部地区的698%、719%、335%。东部地区良好的技术表现得益于其经济发展起步较早，作为我国改革开放政策实施的先行地区，较早拥有引入外资和先进技术的机会，且地理环境便利，有利于技术交流创新。

尽管技术上有较好表现，但东部地区在管理上表现出了无效率，其三次产业管理效率呈梯形递减（ME第一产业=08683>第二产业=07556>第三产业=06902），尤其在具备发展优势（IH>095）和良好技术水平（TGR=1）的第三产业，管理无效率是东部地区该产业全要素生产率低下的主要成因。

中部地区在管理效率方面相较东西部地区有较好表现（TGR第三产业=09413>第二产业=09337>第一产业=08690），但归咎于其结构无效率与技术无效率，整体的全要素生产率仍低于东部地区，其中以第二产业尤为明显。中部地区是我国工业发展的重要地区，但改革开放过程中起步较晚，且工业发展多以高能耗、高污染的资源密集型行业和劳动密集型行业为主，区域同构现象严重，生态问题也日益显现。这些因素导致中部地区工业产值结构变化趋于变缓，工业化进程遭遇“瓶颈”，产业结构亟待调整。国家实施的产业转移政策虽然在一定程度上将诱使东部地区产业转移到中部地区，但根据近几年的区域产业数据[14]，中部地区承接的产业仍主要集中在资源密集型和资源依赖型行业，技术密集型行业的转移在时间序列上有所落后，没有从根本上改变中部地区第二产业生产技术落后的状态。因此，中部地区第二产业的突出劣势在于其结构效率和技术效率。

与中部地区的严重“偏科”相比，西部地区一、二产业的发展状况较为相似，结构无效率、技术无效率、管理无效率是该区域一、二产业全要素生产率绩效损失的共同成因。结合第三产业来看，技术落后是西部地区三次产业发展存在的共同障碍，这主要是由西部地区的地理环境和我国实行的非均衡的区域发展战略共同造成的。西部地区地处内陆，且多个地区地处高原、山地，交通困难，运输成本高，技术引进受到限制；在改革开放中，处于“后富”位置的西部地区生产技术发展处于落后地位，且面临经济基础薄弱、教育普及展开困难、基础设施建设不完善、人才流失严重等多重障碍，这些共同导致了西部地区技术上的无效率。

（三）我国三次产业的空间优化布局

对全国和区域两个层面的数据分析表明，三次产业全要素生产率的产业异质性和技术差异十分明显，因此针对各省市优劣势分别制定产业发展战略显得尤为重要。结合全国省市三次产业全要素生产无效率的成因及实际情况，本文从产业空间优化布局的角度出发，试图通过解读各省市目前的战略重点来为提升其全要素生产率提供有效路径。

在计算30省市全要素生产率及其解构的基础上，各省市全要素生产率绩效提升的实施路径与发展战略如表4所示②。

由于我国全要素生产率的产业异质性和区间技术差异，各省市在三次产业发展中存在的优势与劣势各不相同。东部地区整体在发展第三产业上具有明显优势，除海南外，其余省市优先发展第三产业是其产业布局的最佳选择；而中、西部地区在第三产业普遍存在技术落后的问题，加快引进先进技术，提升生产技术水平是中西部地区的发展重点。具有一、二产业发展优势的省市多集中在中西部地区，其中，包括河南、安徽在内的13个省市具备优先发展第一产业的条件，包括内蒙古、陕西在内的4个省份具备优先发展第二产业的条件。这与中西部地区在能源、人力和自然资源方面的优势有关。譬如河南省，它横跨黄河、淮河、海河、长江四大水系，平原面积占到全省总面积的557%，这使其在发展第一产业上具有天然优势。而东部地区在一、二产业发展上虽然具有技术优势，但受人力、资源成本和环境治理等条件限制，并不适宜将一、二产业作为优先发展产业。值得一提的是海南省。海南地处海域，年平均气温在22℃-26℃，雨水充沛、日照时间长，具备得天独厚的热带农业发展条件[15]，因此尽管海南省位于东部，但总体而言在发展第一产业上更具备优势。值得注意的是，广东省作为我国经济发展领先的省份之一，同时具备优先发展第一产业和第三产业的条件，但考虑到该省份昂贵的土地成本和人力资源成本，以及第三产业在我国未来产业结构中的战略重心地位，广东省宜选择第三产业作为优先发展对象。

技术水平需要得到提升是我国中西部地区普遍面临的问题，尤其是甘肃、青海、宁夏等经济较为落后的省份，在三个产业中均需要把提升技术水平作为战略目标。管理存在无效率是东、中、西部三大区域同时存在的现象，这主要源于各省份自身市场要素资源配资无效和政府监管的缺失，相应省份可通过进一步推动市场化改革，发挥市场在资源配资中的决定性作用，提升市场要素的资源配资效率。与此同时，政府部门也需要转变、创新对企业的监管方式，由直接的干预企业投资行为，转变为间接的引流和指导[16]。

结合表4和各省的实际情况，本文从调整我国产业结构、缩小区域间经济差异、减少环境污染的角度出发，将产业空间布局用全国地图表示③。图2中浅灰色代表适合优先发展第一产业的省份，深灰色代表适合优先发展第二产业的省份，黑色则代表适合优先发展第三产业的省市。

五、研究结论与政策建议

我国目前面临着产业结构混乱、区域经济发展不平衡、资源浪费、环境污染等多种问题，为了切实解决现实中的这些问题，必须加快经济结构调整，提高生产要素在不同产业与部门间的配置效率。在考虑非合意产出二氧化碳的基础上，本文通过构造三层级共同前沿非参数模型将全要素生产率解构为产业异质性、技术差距和管理效率，并基于省级三次产业数据，从全国、区域和省级三个层面对我国全要素生产率及其解构进行了实证分析，结果发现：（1）我国全要素生产率总体上处于较低水平，结构无效率、技术无效率和管理无效率是全要素生产绩效损失的共同成因。各省份通过调整产业结构、缩小区域间技术差距、市场化改革和环境管制可减小三次产业中的无效率损失，实现生产效率的优化。（2）我国2012年一、二、三产业全要素生产率分别为05869、04314、04480，显著的产业异质性是产业间全要素生产率差异明显的最主要成因。（3）全要素生产率因地域分布存在显著的不平衡现象，这主要由地区之间的技术差异所导致。东部地区一、二、三产业在技术上均有较佳表现，整体全要素生产率水平远高于中西部地区；中部地区有较好的管理表现，但归咎于其较低的结构效率和技术效率水平，其整体全要素生产率水平仍低于东部地区；西部地区整体全要素生产率略高于中部地区，但其结构表现、技术表现和管理表现均存在不同程度的无效率现象。（4）各省份之间存在显著的产业优势差异。就目前我国产业发展的阶段而言，第三产业是所有省份都可考虑优先发展的产业，但从产业的均衡化并结合各省份实际情况来看，安徽、河南、江西、贵州、云南、广西、海南、青海、甘肃、宁夏10个省份具备第一产业发展优势，内蒙古、黑龙江、辽宁、山西4个省份具备第二产业发展优势，以东部地区为主的其余16个省市具备第三产业发展优势。

针对上述研究结论，本文提出如下政策建议。

第一，针对各省市存在的产业优势和劣势，结合产业异质性合理进行空间布局优化，推进产业结构在全国范围内的调整。由于过去曾实施的非均衡区域发展战略，我国各地区经济发展水平存在很大差异，产业结构严重失衡，未来应该积极考虑产业结构调整，根据各省市实际情况在中央层面进行全国性的空间产业布局，营造有利于各省份长期可持续发展的政策和体制环境。（1）具备第一产业发展优势的河南、安徽等省份，未来应加大对该产业的科技扶持力度，在我国第一产业逐渐萎缩、第二产业基本均衡、第三产业蓬勃发展的态势下扩大第一产业对经济增长的贡献，推进农业种植规模化进程，切实改善当地经济，形成我国经济发展的大后方支持。（2）优先发展第二产业的省市应转换经济增长的动力机制，通过创新引领提高产业素质[17]，严格控制高耗能、高排放和产能过剩工业行业的发展规模，改善我国工业“大而不强”的尴尬局面。（3）在充分考虑各省份产业优劣势的前提下，大力推进第三产业大发展需合理控制产业空间布局，警惕全国层面出现产业发展无序和“空心化”现象。

第二，缩小区域间技术差异，提高技术落后省份的科研创新能力，并加强其与技术标杆省份的合作与交流。长期以来，我国大力引入国外投资和先进技术，希望通过先进技术的引入提高国内生产技术水平，但却忽略了国内区域间的技术平衡与相互促进。中西部省份普遍存在的技术无效率表明我国生产技术存在区域差异，这种显著的技术差异是我国全要素生产率绩效损失的重要来源。为减少差距，推动中西部地区技术进步，未来必须要加强省级层面的技术合作与交流，通过加强与上海等技术标杆省市的合作与交流促进中西部地区人才流转，提高中西部地区科研创新能力。考虑到区域间已经存在的发展不平衡现象，国家应积极引导资金、技术等生产要素向中西部地区流动，中西部省份也应充分利用自身在能源、人力和自然资源方面的优势，积极引入东部地区先进技术和设备，实现传统产业的改造升级。

注释：

①本文区域划分参照国务院公布划分方案，其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、广东、山东、海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、西藏、新疆。由于西藏部分数据不可得，此处只统计30个省市的经济数据。

②由于会出现一个省三次产业的IH值都小于1的情况，本文选择其IH值最高的产业作为优先发展的对象。

③由于数据不可得，图中台湾省和西藏自治区用白色表示。

参考文献：

[1]Wang，Y.，Yao，Y. Sources of Chinas Economic Growth 1952-1999： Incorporating Human Capital Accumulation[J].China Economic Review， 2003，14：32-52.

[2]郭庆旺，贾俊雪. 中国全要素生产率的估算：1979-004[J].经济研究，2005（6）：51-60.

[3]朱喜，史清华，盖庆恩.要素配置扭曲与农业全要素生产率[J].经济研究，2011（5）：86-98.

[4]潘丹，应瑞瑶.中国农业全要素生产率增长的时空变异：基于文献的再研究[J].经济地理，2012（7）：113-117+128.

[5]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）：4-15.

[6]杨文丰.我国三次产业全要素生产率测算及其变动原因分解[J].长春金融高等专科学校学报，2014（2）：22-30.

[7]王兆华，丰超. 中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据[J].系统工程理论与实践，2015（6）：1361-1372.

[8]Pittman R W. Multilateral Productivity Comparisons with Undesirable Outputs.[J].Economic Journal， 1983， 93（372）：883-91.

[9]Faere R， Pasurka C. Multilateral Productivity Comparisons When Some Outputs Are Undesirable： A Nonparametric Approach[J].Review of Economics & Statistics， 1989， 71（1）：90-98

[10]Chung Y H， Fre R， Grosskopf S. Productivity and Undesirable Outputs： A Directional Distance Function Approach[J].Journal of Environmental Management， 1997， 51（3）：229-240.

[11]汪克亮，孟祥瑞，杨力，等. 生产技术异质性与区域绿色全要素生产率增长——基于共同前沿与2000-2012年中国省际面板数据的分析[J].北京理工大学学报（社会科学版），2015，01：23-31.

[12]Chiu CR， Liou JL， Wu PI， Fang CL. Decomposition of the environmental in efficiency of the meta-frontier with undesirable output. Energy Econ 2012；34：9-1392.

[13]Wu F， Fan L W， Zhou P， et al. Industrial energy efficiency with CO2 emissions in China： A nonparametric analysis[J].Energy Policy， 2012，49（1）：164-172.

[14]范海洲，邵春燕.我国中部地区承接产业转移的特征与趋势[J]. 南通大学学报：社会科学版，2015.

[15]张耀辉，蓝盛芳，陈飞鹏. 海南省农业能值分析[J].农村生态环境，1999（1）：5-9.

[16]修宗峰，黄健柏.市场化改革、过度投资与企业产能过剩——基于我国制造业上市公司的经验证据[J].经济管理，2013（7）：1-12.

[17]江飞涛，武鹏，李晓萍. 中国工业经济增长动力机制转换[J].中国工业经济，2014（5）：5-17.

Abstract：Under the background of transformation and upgrading of industrial structure， this paper takes environmental factor into consideration， and decomposes total factor productivity （TFP） in three levels： national level， regional level and provincial level. The model based on directional distance function and three-level production frontier function is constructed to measure the TFP in China. The results show that， the TFP in mainland China is relatively low， while structure inefficiency， technical inefficiency and manage inefficiency are the common causes. Besides， those causes appear obviously heterogeneous in different industries， while the production status also shows a distinct characteristic of spatial difference. Combining with the practical situation of the provinces and the inefficiency causes， the paper provides space pattern optimization advice from three aspects： industrial restructuring， technical promotion and management optimization.

Key words：total factor productivity； common frontier DEA； industry heterogeneity； regional disparity

（责任编辑：张曦）