长江经济带高技术制造业全要素生产率的时空差异分析

吴传清 宋子逸

(1.武汉大学 经济与管理学院，湖北 武汉 430072；2.武汉大学 区域经济研究中心，湖北 武汉 430072)

长江经济带高技术制造业全要素生产率的时空差异分析

吴传清1,2宋子逸1

(1.武汉大学 经济与管理学院，湖北 武汉 430072；2.武汉大学 区域经济研究中心，湖北 武汉 430072)

为了探索长江经济带高技术制造业发展规律，为长江经济带可持续发展提供参考，运用DEA—Malmquist指数法测算2001～2015年长江经济带高技术制造业的全要素生产率变化率及其分解指数并进行时空差异分析。研究发现：长江经济带高技术制造业全要素生产率有所发展，其变化率整体呈上升趋势，而且全要素生产率增长在很大程度上来源于技术效率的贡献；长江经济带高技术制造业全要素生产率变化率在省际、上中下游地区间呈不平衡状态，但区域差异在整体上呈减小趋势。促进长江经济带高技术制造业可持续发展的重点是建立跨省区合作的产业技术创新战略联盟，长江经济带下游地区应着重提高原始创新能力，而上中游地区应加强技术消化、吸收与再创新能力。

全要素生产率;数据包络分析法;时空差异

长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州、云南11个省市。2016年3月国家发改委颁布的《长江经济带创新驱动产业转型升级方案》提出深入推进实施创新驱动发展战略，将长江经济带建设成为创新驱动的引领带。2016年9月正式印发的《长江经济带发展规划纲要》明确提出创新驱动产业转型升级，推动长江经济带发展。高技术制造业是长江经济带创新驱动发展的重要产业支撑内容，全要素生产率是衡量创新水平和质量的重要指标，长江经济带高技术制造业全要素生产率的测算结果如何，有何发展趋势，长江经济带省际、上中下游地区高技术制造业全要素生产率有何差异，近年来是如何演化的？研究论证以上问题，对加快构建长江经济带现代产业走廊，促进长江经济带上中下游协调发展，提升长江经济带综合实力，具有重要的实践指导意义。

从目前已有的关于高技术制造业全要素生产率的研究文献来看，大致上可以根据研究的行业维度、空间尺度和测算方法进行归类。在行业维度上，绝大部分学者是对高技术制造业整体的全要素生产率进行研究分析，也有部分学者对高技术制造业细分行业的全要素生产率进行研究分析(刘志迎等，2007；李雪冬等，2012)[1～2]。在空间尺度上，大致分为四个层面：一是对全国31个省、市、自治区高技术制造业全要素生产率的研究(武鹏等，2010；张同斌等，2014)[3～4]，二是对“四大板块”高技术制造业全要素生产率的研究(余永泽等，2012；曾国平等，2013)[5～6]，三是对省级行政区高技术制造业全要素生产率的研究(吕海萍等，2015)[7]，四是对城市群、经济带高技术制造业全要素生产率的研究(许正中等，2010；谢洪军等，2015)[8～9]。在测算方法上，国内学者对高技术制造业全要素生产率的测算主要用索洛残差法(李明智等，2005)[10]、随机前沿生产函数法(SFA)(余永泽等，2010)[11]、数据包络分析法(DEA)(王大鹏等，2009；张同斌，2014)[4,12]。目前对长江经济带高技术制造业全要素生产率的研究成果相对较少，笔者选择使用最为广泛的DEA—Malmquist指数法，测算分析长江经济带高技术制造业全要素生产率。

一、测算方法和数据来源

(一)DEA—Malmquist指数法

在t期的产出距离函数可定义为：

式(2)中，θ表示产出技术效率。同理，第k个省在t+1期的产出距离函数为：

那么，基于t期和t+1期的参照技术的Malmquist指数分别为：

为规避参照技术选择的随意性，多采用公式(4)和(5)的几何平均值作为最终考察的Malmquist指数。因此，从t到t+1期，测算全要素生产率的Malmquist指数为：

将公式(6)两边分别记为TFPCH、EFFCH和TECH，则第k个省从t到t+1期全要素生产率可表示为：

式(7)中，TFPCH、EFFCH和TECH分别代表t到t+1期的全要素生产率变化率指数、技术效率变化指数和技术进步指数。若这3个指标大于1，则分别说明全要素生产率、技术效率和技术进步在t到t+1期得到改善，若小于1，则表明三者出现恶化。

(二)指标选取

笔者测算全要素生产率所需指标包括产出指标、劳动投入指标和资本投入指标，具体解释如下：其一，产出指标。产出一般用总产值或增加值等指标来衡量，但由于统计年鉴的变动，这些指标的数据不完整，因此笔者选取高技术制造业主营业务收入作为衡量指标，并根据2000年为基期的工业生产者出厂价格指数进行调整。其二，劳动投入指标。劳动投入一般用劳动时间来衡量，但由于数据难以得到，因此选取高技术制造业企业从业人员平均人数作为衡量劳动投入的指标。其三，资本投入指标。资本投入一般用资本存量来衡量，但我国统计年鉴上并没有资本存量的数据。目前测算资本存量最为普遍的方法是Goldsmith开创的永续盘存法，这里参照张军(2004)[14]的表述，把这一方法写作：

式(8)中，Ki，t表示样本中第i个省在t期的固定资本存量；Ki，t-1表示样本中第i个省在t-1期的固定资本存量；Ii，t表示样本中第i个省在t期的固定资产投资，δi，t表示样本中第i个省在t期的资本折旧率。

根据Hall和Jones(1999)[15]，基期资本存量的计算方法如下：

式(9)中，Ki,0、Ii，0、r和δ分别表示样本中第i个省的基期固定资本存量、基期固定资产投资、考察期固定资产投资年均增长率和资本折旧率。

笔者选取新增固定资产作为对应省份相应年份的固定资产投资。由于《中国高技术产业统计年鉴2009》缺失2001～2003年新增固定资产数据，根据2000～2004年新增固定资产年均增长率来推算，并基于此计算考察期固定资产投资年均增长率。

对于δ的选取，考虑到高技术制造业知识技术密集、产品更新换代快的特点，这里引用吴延兵[16]确定R & D资本存量折旧率δ的方法，将折旧率δ直接设定为15%。所得资本存量数据都根据2000年为基期的固定投资价格指数进行调整。

(三)数据来源

考虑到数据的可获得性和完整性，笔者将研究时段界定为2001～2014年，选取我国31个省(不包含港澳台地区)高技术制造业的相关数据。所用数据均来源于中国统计出版社出版的《中国高技术产业统计年鉴》。

二、测算结果与分析

(一)长江经济带沿线11省市高技术制造业全要素生产率变化趋势

利用软件DEAP2.1将2001～2015年长江经济带高技术制造业全要素生产率变化率分解为技术效率变化率和技术进步变化率，见表1。由表1可见，2001～2015年长江经济带高技术制造业全要素生产率年均增长率为4.5%，其中，技术效率年均增长率为2.4%，技术进步年均增长率2%。长江经济带高技术制造业全要素生产率、技术效率和技术进步均有所提高，高技术制造业发展状况良好，其中，技术效率对全要素生产率变化具有正向贡献，但技术效率年均增长率大于技术进步年均增长率。由此可见长江经济带高技术制造业全要素生产率增长来源于技术效率的改进。

从其变化趋势来看，长江经济带2001～2015年高技术制造业全要素生产率变化率基本呈波动上升趋势。其水平表现出鲜明的两阶段特征：2001～2004年全要素生产率变化率基本都小于1，全要素生产率恶化；2004～2015年全要素生产率变化率基本都大于1，全要素生产率增长，但2008年由于国际金融危机的影响，全要素生产率出现恶化。其变动趋势可以分为2个阶段：一是2001～2009年为持续上升阶段，2001～2007年全要素生产率变化率稳步上升，2008年急剧下降至一个谷底，在2009年又快速上升至一个高峰；二是2009～2015年为波动下降阶段，2010年、2012年和2014年全要素生产率变化率有所下跌，2011年、2013年和2015年全要素生产率变化率有所回升。

表1 长江经济带高技术制造业全要素生产率变化率及其分解指数

注：文中均值均为几何平均值，下同。

(二)长江经济带高技术制造业全要素生产率的区域差异

2001～2015年长江经济带沿线11省市高技术制造业全要素生产率测算结果，见表2。

表2 长江经济带沿线11省市高技术制造业全要素生产率变化率

为定量探究长江经济带高技术制造业全要素生产率变化率的区域差异，笔者基于表2中的测算结果，参照吴传清和董旭(2014)[17～18]的方法，通过计算变异系数来构建区域差异指数(Regional difference index)。用TFPi,t表示长江经济带第i个省(市)t—1期到t期的高技术制造业全要素生产率变化率，TFPt和St分别表示同期所有省市高技术制造业全要素生产率变化率的均值和标准差，则t—1期到t期的区域差异指数定义为：

根据公式(10)～(12)，分别计算2001～2015年长江经济带高技术制造业全要素生产率变化率省际RDI和上中下游RDI，其动态变化如图1所示。

注：根据《中国统计年鉴》、《中国高技术产业统计年鉴》相关数据计算整理绘制；长江经济带上游地区包括滇黔川渝四省市，中游地区包括皖鄂湘赣四省，下游地区包括苏浙沪三省市。图1 2001～2015年长江经济带高技术制造业全要素生产率变化率区域差异指数

1.长江经济带省际高技术制造业全要素生产率变化率比较

由表2可见，上海、江苏、安徽、湖北、湖南、四川、贵州、云南年均全要素生产率变化率大于1，全要素生产率增长；浙江、江西、重庆年均全要素生产率变化率小于1，全要素生产率恶化。其中，湖南、四川、贵州三省年均全要素生产率变化率最高，高技术制造业发展状况良好；江西、重庆、浙江三省年均全要素生产率变化率最低，高技术制造业发展状况较差。

由图1可见，长江经济带高技术制造业全要素生产率变化率的省际差异波动较大，整体上呈下降趋势。其动态变化过程大致可以分为四个阶段：2001～2003年，这一阶段全要素生产率变化率省际差异指数在波动中快速上升，在2003年达到一个高峰；2003～2010年，这一阶段全要素生产率变化率省际差异指数在波动中下降，在2010年跌至谷底；2010～2011年，这一阶段全要素生产率变化率省际差异指数快速上升，在2011年再次达到一个高峰；2011～2015年，这一阶段全要素生产率变化率省际差异指数在波动中快速下降，但下降幅度小于2003～2010年。

2.长江经济带上中下游地区高技术制造业全要素生产率比较

笔者将长江经济带上中下游地区所包含省份高技术制造业全要素的均值作为该地区高技术制造业全要素生产率，计算得到上中下游地区年均全要素生产率变化率分别为1.051、1.062、1.015。由此可见，地处下游地区的长三角地区高技术制造业年均全要素生产率变化率最低，中游地区较高，上游地区最高，且中上游差异比中下游差异小。长江经济带下游地区经济发达，高技术制造业起步早，随着与国外技术差距的不断缩小，所能利用的后发优势越来越少，自主创新能力不足，因此下游地区高技术制造业全要素生产率年均变化率相对较低。而上中游地区拥有较大的后发优势，可以依托西部大开发和中部崛起等国家战略，通过技术设备引进、产品模仿学习下游地区先进技术，实现高技术制造业高速发展。

从图1可见，2001～2015年长江经济带上中下游地区高技术制造业全要素生产率变化率差异相对较小，除2008年外，其他年份上中下游差异都小于省际差异。此外，其波动具有明显的周期性，每个下跌后都跟随着一个上升，随后又开始下跌。从波动的幅度来看，2001～2004年波动较大，2004年后波动相对较小。整体而言，长江经济带上中下游地区高技术制造业全要素生产率变化率区域差异指数在波动中下降。

三、结论与政策启示

综上分析，可得出以下结论。第一，2001～2015年长江经济带高技术制造业全要素生产率年均增长率为4.5%，高技术制造业有所发展。技术效率和技术进步对全要素生产率增长都具有正向贡献，其中技术效率改善是全要素生产率增长的主要来源。全要素生产率变化也呈现出明显的阶段性，在2009年之前大致上在波动中快速上升，在2009年之后在波动中缓慢下降。第二，2001～2015年长江经济带高技术制造业全要素生产率变化率的省际差异波动较大，整体上呈下降趋势。其中，湖南、四川、贵州三省年均全要素生产率变化率最高，江西、重庆、浙江三省年均全要素生产率变化率最低。第三，2001～2015年长江经济带下游地区高技术制造业年均全要素生产率变化率最低，中游地区最高，上游地区次之，且中上游差异比中下游差异小。此外，相对省际差异而言，长江经济带上中下游高技术制造业全要素生产率变化率的差异较小。

研究蕴含以下政策启示。第一，建立跨省区的产业技术创新战略联盟，加强产业合作。政府一方面要严格规范联盟构建条件，完善相关法律法规，另一方面要充分发挥优化资源配置的作用，根据国家重点产业发展需求，结合长江经济带优势产业基础，鼓励和引导在生物药品、航空设备、光电子器件、医学诊疗设备等高技术制造业领域创建产业技术创新战略联盟，并推动各省企业、高等院校和科研机构在联盟的组织形式下进行深度合作。第二，长江经济带下游地区应重视增强原始创新能力。以上海市为代表的长江经济带下游地区，政府应加大科技支出，优化科技支出结构，引导各方面资金投入到科技创新中来，同时完善创新奖励机制，鼓励大众创新和万众创新；企业是创新的主体，应以市场需求为导向，与高等院校和科研机构建立长期合作关系，集中攻克核心技术难题，实现管理方式转型升级，提升产业的综合实力；高等院校应加强创新型人才的培养，为企业不断输送技术应用型人才，此外可以根据企业的需求订单式研发，加快研究成果转化为市场产品。

第三，长江经济带中上游地区应重视加强技术消化、吸收与再创新能力。以湖北省、重庆市为代表的长江经济带中上游地区，应充分发挥后发优势，在对先进技术和管理经验引进的同时，要注重消化、吸收，加强创新型人才队伍的建设，以“干中学”的方式提高自主创新能力，避免仅引进先进技术而没有引进技术能力，从而陷入“引进—落后—再引进—再落后”的被动局面。

[1]刘志迎，叶蓁，孟令杰.我国高技术产业技术效率的实证分析[J].中国软科学，2007(5).

[2]李雪冬，江可申，魏洁云.我国高技术产业技术进步与外资溢出影响分析——基于数据包络与灰关联分析方法[J].科技进步与对策，2012(23).

[3]武鹏，余泳泽，季凯文.市场化、政府介入与中国高技术产业R&D全要素生产率增长[J].产业经济研究，2010(3).

[4]张同斌.研发投入的非对称效应、技术收敛与生产率增长悖论——以中国高技术产业为例[J].经济管理，2014(1).

[5]余泳泽，张妍.我国高技术产业地区效率差异与全要素生产率增长率分解——基于三投入随机前沿生产函数分析[J].产业经济研究，2012(1).

[6]曾国平，罗航艳，曹跃群.效率增进、技术进步及高技术产业经济的动态增长——基于随机前沿模型[J].科技进步与对策，2012(4).

[7]吕海萍，池仁勇.R&D两面性、技术引进与浙江省高技术产业全要素生产率增长[J].科技进步与对策，2015(12).

[8]许正中，吴旭晓.区域高技术产业发展的动态效率分析[J].科技进步与对策，2011(4).

[9]谢洪军，张慧.长江经济带高技术产业生产率变迁及其收敛性研究[J].科技进步与对策，2015(24).

[10]李明智，王娅莉.我国高技术产业全要素生产率及其影响因素的定量分析[J].科技管理研究，2005(6).

[11]余泳泽，武鹏.FDI、技术势能与技术外溢——来自我国高技术产业的实证研究[J].金融研究，2010(11).

[12]王大鹏，朱迎春.我国高技术产业全要素生产率变化动态分解评价研究[J].科技进步与对策，2009(18).

[13]Coelli T J，Rao D S P，O'Donnell C J，et al.An introduction to efficiency and productivity analysis[M].Springer Science & Business Media，2005.

[14]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).

[15]Hall.R.，Charles Jones.Why do Some Countries Produce so much More Output per Worker than Others? The Quarterly Journal of Economics，1999(1).

[16]吴延兵.R&D存量、知识函数与生产效率[J].经济学(季刊)，2006(3).

[17]吴传清，董旭.长江经济带全要素生产率的区域差异分析[J].学习与实践，2014(4).

[18]吴传清，董旭.长江经济带工业全要素生产率分析[J].武汉大学学报(哲学社会科学版)，2014(4).

责任编辑 吴爱军 E-mail:Wajun800@126.com

Spatio-temporal Analysis of Total Factor Productivity in High-tech Manufacturing Industry of Yangtze River Economic Belt

WuChuanqing1,2SongZiyi1

(1.SchoolofEconomicsandManagement,WuHanUniversity,WuHan430072;2.RegionalEconomicResearchCenter,WuHanUniversity,430072)

This paper uses DEA-Malmquist index method to calculate the total factor productivity (TFP) of high-tech manufacturing industry in the Yangtze River economic belt from 2001 to 2015.It is found that the TFP of the high-tech manufacturing industry in the Yangtze River economic belt has been developed somewhat,the whole rate of change is increasing,and technical efficiency contributes more to the growth of TFP.The TFP of high-tech manufacturing industry in the Yangtze River economic belt is imbalanced among provinces and different reaches,but the regional differences show a decreasing trend.The focus of promoting the sustainable development of high-tech manufacturing industry in the Yangtze River economic belt is the establishment of inter provincial cooperation in the industrial technology innovation alliance,the lower reaches of the Yangtze River economic belt should concentrate on improving the ability of original innovation,while the middle and upper reaches should strengthen the ability of technology digestion,absorption and re-innovation.

total factor productivity;data envelopment analysis;spatio-temporal differences

2017-01-06

国家社会科学基金重大项目(15ZDA020)；国家发改委地区经济司2016年度社会公开征集课题入选课题(2016-17)；湖北省人民政府智力成果采购重大招标项目(HBZC-2016-03)

吴传清(1967-)，男，湖北石首人，教授，博士生导师，主要从事区域经济学研究。

F224;F124.3

A

1673-1395 (2017)02-0030-06