我国地区经济增长效率研究*

王洪琴 孙红兵 邓远飞 甄晓云

(昆明理工大学理学院 昆明 650500)



我国地区经济增长效率研究*

王洪琴 孙红兵 邓远飞 甄晓云

(昆明理工大学理学院 昆明 650500)

基于DEA模型测算了我国31个省(市)2008年～2014年的X-效率、技术效率、规模效率和配置效率,分析了我国三大经济带之间经济效率的差异状况,并应用面板数据多元回归模型讨论了影响我国各区域经济增长效率的主要因素。实证结果指出了金融深化、外商直接投资、研发投入、全员劳动生产率对我国三大区域经济增长效率的不同影响。

DEA; X-效率; 区域经济; 影响因素; 发展差异

Class Number F207

1 引言

近年来,面对错综复杂的国内外形势,步入新常态的中国经济可谓是走出了一条改革创新之路。我国“十三五”规划中提出,在今后五年中国经济保持中高速增长,经济年均增长率为6.5%～7%。从数据上可以看出,中国经济在保持稳定的基本面上,经济增长速度有所放慢,同时也出现很多不能忽视的问题,一方面是结构性产能过剩,另一方面是整体的经济增长效率偏低。随着经济社会的发展,过分追求经济的快速增长而忽视了经济效率的提高已经带来了很严重的问题。在中国经济新常态下,资源环境压力越来越大,在保持一定经济增长速度的前提下,更加注重发展质量和经济效率提高将是下阶段发展的重点。

经济效率是衡量投入产出效果的有效方法,各地区经济和社会发展水平与投入、产出相互联系。各地区经济发展水平的差异来源于其可获取的条件和资源最大化产出能力的不同,也就是效率的差异;而造成效率高低不同的因素有很多方面。根据我国现阶段的经济形势,准确地度量我国各省区的经济增长的经济效率,分析其影响效率提高主要的影响因素,找出各地区经济增长中存在的问题,为形成各地区优势互补、经济协调发展提供理论依据。

2 文献综述

根据宏观经济增长理论,测量经济效率的研究逐渐发展为生产力要素对经济增长的贡献研究。其中,最典型的是索洛模型,索洛理论(1957)[1]表明,人均产出的净资本密集型增长水平无法解释的部分划分为技术进步的结果。在1957年,Farrll[2]首次提出前沿生产函数来测量技术效率。之后很多学者致力于技术效率评估方法的研究,他们分为两个派别:计量经济学方法和数学规划。计量经济学方法中最有影响力的研究是Battese(1995)[3]提出的随机前沿生产函数法(SFA)。在数学规划中,常用的是数据包络分析法(DEA),基于线性规划对偶理论估计投入更多和更有效输出的非参数边界生产函数法。如莫剑芳(2001)[4～6]等用DEA理论分析地区经济系统,根据各区域相对效率来评价经济发展水平的问题;在用测算效率时,部分国内外学者[7～9]将X-效率应用到银行业中来评估银行的X效率。通过对经济效率的测算后,国内外学者[10～13]对其影响因素进行了深入研究,发现金融深化、研发投入等因素对地区经济增长效率存在正向作用,而存贷款业务、市场化程度具有负向作用。

通过上述文献可以发现,将X效率理论用来分析地区间经济效率的研究很少见,而且缺少进一步对区域经济发展状况和经济效率产生差距的原因的详细分析。所选样本数据时间基本是2010年以前,无法反映在新常态下转型时期中国地区经济增长的新变化。

3 理论模型

3.1 效率测度模型

假定有n个决策单元,每个决策单元有不同的m个投入变量和s个产出变量。用Xj和Yj表示第j个决策单元投入、产出,则Xj=(x1j,x2j,…,xij,…,xmj)T,Yj=(y1j,y2j,…,yrj,…,ysj)T,其中,j=1,2,…,n;i=1,2,…,m;r=1,2,…,s。

技术效率E1:对于第j个决策单元,从最小化投入的角度构造CCR模型可得技术效率E1j:

minλj,θjθj=E1j

λ≥0

规模效率E2:对于第j个决策单元,从最小化投入的角度构造VRS模型可得到规模报酬可变下的技术效率φj:

minλj,φjφj

λ≥0

第j个决策单元的规模效率E2j为

E2j=E1j/φj

X效率E3:若第j个决策单元的投入品的价格信息υj已知,则可利用线性规划求出第j个决策单元的最小成本:

λ≥0

X效率=最小成本/实际成本,即:

配置效率E4:根据效率分析理论,配效率可由X效率分解出来,即:

E4j=E3j/E1j

为了计算和评价我国地区经济增长效率数据,本文结合实际情况比较分析选取了两个投入指标和三个产出指标,各变量指标如表1所示。

表1 投入产出变量及说明

3.2 各省域经济效率影响因素分析模型

通过总结国内外对经济效率影响因素的研究,发现有很多因素对区域经济的效率都有一定的影响。目前,中国经济发展步入新常态,处于转型时期,而且人口老龄化严重,人口红利不断减弱,劳动力的投入对经济增长呈现出负向影响,银行的储蓄率呈现出下降趋势,资本驱动对经济增长的影响不断减弱,外贸出口增长速度有所放缓,劳动力由农村向城市的转移所谓速度也放缓,因此,在短期内我国的人力资本和技术进步的速度变得缓慢,根据我国目前的经济发展现状,本文主要选取金融深化度、经济开放度、外商直接投资、研发投入、全员劳动生产率这五个因素来分析对我国东中西部地区经济增长效率的影响,各变量指标如表2所示。

表2 计量模型中的变量及说明

根据选取的变量,构建面板数据的多元回归模型如下:

4 实证结果

4.1 数据来源

本文选取2008～2014年31个省(直辖市、自治区)的各指标数据,数据主要取自《中国统计年鉴》和各省份统计年鉴(2009～2015)[14],部分数据通过整理多个变量计算可得。在测算效率值时,由于研究样本期间为7年,考虑到通货膨胀会影响分析结果,以2008年为基年,用各省的各年CPI将价值型变量转化为实际变量。

4.2 省域经济效率的评价

根据统计数据和理论模型,使用Matlab软件计算我国31个省的四种经济效率,并对其结果进行分析。为了分析地区间经济效率的显著差异,本文从我国各省域的经济发展水平和经济发展速度划分的东中西三大经济地带进行分析。计算结果如表3所示。

表3 东部省域的经济效率(2008～2014)

根据表3可知,我国东部地区经济整体发展呈现出良好的趋势。在2008～2014年期间,上海、江苏、广东三省的效率值基本达到或接近1,而广西、海南的效率值偏低。上海、江苏、广东等地各年份的技术效率和规模效率的值都接近1,表明这几个地区的经济发展和技术效率很高,与此同时,在规模收益不变的阶段,这几个地区的规模效率也达到了较优水平;而北京、浙江、福建、广西等地的技术效率的值偏高,但规模效率较低,表明相对于其现有总体规模投资能力并不是最有效的。而其他地区的规模效率相对无效,反映了近年来在城市化的进程中,一些省过分追求GDP的增长和城市的扩张,资源过度集中,导致了资源的低效率使用;天津、河北、辽宁、上海、江苏、山东等地的X效率和配置效率接近1,表明这些省资源配置和管理水平较好。

根据表4可知,中部地区的总体经济效率较东部地区偏低,规模效率和配置效率都靠近1,但技术效率和X效率的值大多集中在0.6～0.85之间,其中,内蒙古、吉林、河北、湖南的效率值偏高。研究还发现,GDP、全社会零售消费总额和其他指标在内蒙古等省区属于经济发展水平相对落后的,但是它的效率值较高且接近1,因此,区域经济发展效率的水平不仅取决于经济总量,经济发展效率的水平还反映出了投入总量下的经济产出总量增加的边际额。山西、黑龙江的X效率值较低,反应出资源利用率低。

表4 中部省域的经济效率(2008—2014)

表5 西部省域的经济效率(2008—2014)

根据表5可知,我国西部地区是经济发展相对落后的地区,除重庆、四川外,效率值非常低,均非DEA有效。从技术效率的来看,西藏、甘肃、新疆等地区各种效率值均较低,其中某些年份还没有达到最高地区的一半,主要原因是整体的DEA无效。这种现象表明在这些地区资源的利用没有达到最优,存在工业结构和资源分配不合理的问题,还有农业的地区经济结构和低附加值的产业占很大比例,高科技产业发展滞后,导致了低水平的产出。从规模效率来看,西部地区整体偏低,表明了这些区域的经济发展没有很好地利用现有的资源,经济管理水平较差,另一方面,仍然存在投入过剩或不足等问题。

表6 各类省均效率值比较(2008～2014)

表6的结果可知,从整体上看,2008～2014年东中西部地区的经济效率存在显著差异,而且经济增长效率2008～2012年与2013～2014年相比持续偏低,同时表明了我国大部分地区的经济效率没有达到最优化水平;2008年由美国次货危机发展演化成的全球金融危机对我国区域经济增长效率产生了非常严重的影响,因此,2009年我国各地区的各种经济效率都呈现出下降趋势,2009年以后各地区的各效率基本呈现出逐年上升的趋势,2014年略有下降。其中,东中西部地区省均的技术效率和X效率值呈现依次递减的趋势,且西部地区还没达到东部地区效率值的三分之二;省均规模效率中西部较高,东部地区最低;省均配置效率整体偏高,2009年以后中部地区略高于东部地区;东部、中部、西部地区省均配置效率和技术效率相比明显偏高,配置效率的波动幅度较小,基本维持在0.85～0.97之间,而技术效率的波动幅度较大,效率值在0.5～0.9之间。

4.3 省域经济效率影响因素分析

根据所构建的面板数据的多元回归模型,用EVIEWS 7.0软件进行详细分析。在回归时按地区分类分为东中西。对每一类地区的影响因素做进一步分析,对于影响不显著的因素不给予考虑,从而分析出较显著的影响因素,模型回归结果如表7所示。

表7 各因素对我国地区经济效率的影响(2008～2014)

注:(1)括号内为t值;(2)***、**、*分别表示通过1%、5%、10%的检验水平。

根据表7的实证研究结果可知:第一,从东部来看,金融深化度、经济开放度、外商直接投资和全员劳动生产率是影响该地区经济增长效率的主要因素;其中外商直接投资对技术效率和X效率存在显著的正向影响,而且影响程度非常大。第二,从中部来看,研发投入、金融深化度和全员劳动生产率是影响该地区经济增长效率的主要因素;其中研发投入的程度对该地区的技术效率、规模效率、X效率的提高具有明显的促进作用,研发投入的多少决定了该地区技术进步的程度。增加研发投入,促进科技创新,提高技术效率和X效率。第三,从西部来看,全员劳动生产率对该地区的经济效率存在显著的正向相关关系,金融深化度对该地区的规模效率、配置效率的提高具有促进作用,但影响程度较小,研发投入程度对西部地区的X效率存在显著的正向相关关系。

5 结语

根据我国31个省(直辖市)的经济效率评价分析,结合经济效率的影响因素分析,给出如下建议:

1) 实施创新驱动战略,加大研发经费投入比例,深化科技体制改革。研发投入是创新的关键,促进产品竞争力,主要是要靠创新。目前,我国经济发展新常态,处于转型时期,要实现经济又好又快发展,只能依靠政府倡导,以市场需要,以创新为手段的的发展,政府鼓励创新,促进企业的技术进步,避免科研经费使用的碎片化,高度重视科技创新在经济社会发展中的重要作用。

2) 加大人力资源的投资,培养市场需要的新型职业技术人才。随着我国经济发展方式的转变,劳动生产率需要大幅提高,能适应社会发展的劳动者不是从农村转移过来的,而是能顺应时代发展,具备高素质、技能型的专业劳动者,我国依靠人口多的优势消失,新的更高水平的技能人严重不足,这阻碍了我国的经济的创新发展。

3) 吸引外商投资我国的各行业,活跃国内经济,促进产业结构升级转型。目前,我国正在进行产业升级,转变发展方式的关键时区,面对严峻的国际市场,必须继续扩大内需,积极引导和外商投资领域。外商投资带动了我国技术进步,引进了新的服务理念,为各行业提供有效的管理经验。

[1] Solow R. M. Technical Change and the Aggregate Production Function[J]. Review of Economics and Statistics,1957,39(3):312-320.

[2] Farrell, M. J. The Measurement of Production Efficiency[J]. Journal of Royal Statistical Society,1957,120(3):253-281.

[3] Battese, Colli. A Model for Technical Inefficiency Effects in a Stochastic Frontier for Planet Date[J]. Empirical Economics,1995,20(2):325-332.

[4] 莫剑芳,叶世绮.DEA时间序列分析对区域经济发展状况的评价应用[J].系统工程,2001,19(2):30-34. MO Jianfang, YE Shiqi. Application of DEA time series analysis to the evaluation of regional economic development[J]. System Engineering,2001,19(2):30-34.

[5] 刘霖,秦宛顺.县域经济发展效率的地区比较——基于DEA方法的研究[J].社会科学研究,2009(6):23-27. LIU Lin, QIN Wanshun. Comparison of the development efficiency of the county economy area — Based on the research of the method of DEA[J]. The Research of Social Science,2009(6):23-27.

[6] 贾方方,何建敏.数据包络分析法在评价区域经济发展效率中的应用[J].现代管理科学,2007(6):7-9. JIA Fangfang, HE Jianmin. Application of data envelopment analysis in the evaluation of the efficiency of regional economic development[J]. Modern Management Science,2007(6):7-9.

[7] Fu X, Heffernan S. Cost X-efficiency in China’s banking sector[J]. China Economic Review,2007,18(1):35-53.

[8] 谢朝华,段军山.基于DEA方法的我国商业银行X—效率研究[J].中国管理科学,2005,13(4):120-128. XIE Zhaohua, DUAN Junshan. Research on X-efficiency of commercial banks in China based on DEA method[J]. Chinese Management Science,2005,13(4):120-128.

[9] 匡海波,李和忠.中国港口X-效率测度[J].系统工程理论与实践,2009,29(2):1-9. KUANG Haibo, LI Hezhong. X-efficiency measurement of China port[J]. Systems Engineering Theory and Practice,2009,29(2):1-9.

[10] 方先明,孙兆斌,张亮.中国省区经济效率及其影响因素分析-来自2010—2012年的经验证据[J].当代经济科学,2008,30(2):11-17. FANG Xianming, SUN Zhaobin, ZHANG Liang. Economic efficiency and its influencing factors in China: Empirical Evidence from 2010—2012[J]. Contemporary Economic Science,2008,30(2):11-17.

[11] 朱承亮,岳宏志,李婷.中国经济增长效率及其影响因素的实证研究:1985—2007年[J].数量经济技术经济研究,2009(9):52-63. ZHU Chengliang, YUE Hongzhi, LI Ting. An empirical study on China economic growth efficiency and its affecting factors: 1985—2007[J]. The Journal of Quantitative Technology,2009(9):52-63.

[12] 孙红兵,聂元飞,黎述彬.基于DEA的地区经济效率及其影响因素分析——以云南省为例[J].昆明理工大学学报(社会科学版),2015(1):50-58. SUN Hongbin, NIE Yuanfei, LI Subin. Analysis of factors of regional economic efficiency and its influence on DEA — a case study of Yunnan province[J]. Journal of Kunming University of Science and Technology(Social Science Edition),2015(1):50-58.

[13] 朱云欢.我国研发投入与经济增长的动态分析[J].科学管理研究,2010(2):102-106. ZHU Yunhuan. Dynamic analysis of R & D investment and economic growth in China[J]. Scientific Management Research,2010(2):102-106.

[14] 国家统计局.中国统计年鉴[M].北京:中国统计出版社,2009-2015. The National Bureau of statistics. Chinese statistical yearbook[M]. Beijing: China Statistics Press,2009-2015.

Study on the Efficiency of Regional Economic Growth in China

WANG Hongqin SUN Hongbing DENG Yuanfei ZHEN Xiaoyun

(Faculty of Science, Kunming University of Science and Technology, Kunming 650500)

This paper estimates the China’s 31 provincial X-efficiency, technical efficiency, scale efficiency and allocate efficiency in 2008—2014 based on the DEA model , China’s three major economic zones between economic efficiency differences are analyzed, the main factors that affect the efficiency of China’s regional economic growth are discussed using panel data regression model. The empirical results indicate that financial deepening, foreign direct investment, R & D investment and total labor productivity have different effects on the three regional economic growth efficiency in China.

DEA, X-efficiency, regional economy, influencing factors, development gap

2016年7月3日,

2016年8月23日

王洪琴,女,硕士研究生,研究方向:经济数学等。孙红兵,女,博士,教授,硕士生导师,研究方向:区域经济、创新管理等。邓远飞,男,硕士研究生,研究方向:数据挖掘。甄晓云,女,博士,教授,硕士生导师,研究方向:科学与工程计算的研究。

F207

10.3969/j.issn.1672-9722.2017.01.004