全要素生产率、要素投入对长三角经济增长影响研究

谭黎阳+马欢欢

摘 要：文章运用DEA-Malmquist指数方法，测算2000-2014年长三角16市全要素生产率变化、效率变化、技术进步。结果表明：长三角16市的整体全要素生产率变动为负，只有少数几个城市如上海、南京的全要素生产率变动为正。基于此文章采用新C-D函数、建立面板数据对长三角16市资本投入、全要素生产率对经济增长影响进行分析。研究结果表明，对长三角经济发展主要驱动力仍然是资本投入，且近几年全要素生产率对经济增长的影响作用愈发小，文章基于此提出相关的建议。

关键词：Malmquist指数 全要素生产率 经济增长

中图分类号：F127 文献标识码：A

文章编号：1004-4914（2017）05-031-04

一、引言

自1992年起，长三角是我国率先开始区域经济一体化的地区，其经济增长也一直是我国最快的地区之一，目前它已成为我国最大的综合性工业基地，工业总产值占全国的近1/4，对其他地区经济发展有着较大的示范作用。根据国家“十三五”规划，长三角在2016-2020期间要力争提升区域经济总量在全国的占比，并持续攀升。长三角经济是否存在持续攀升的趋势？什么是促使长三角经济增长的主要驱动力？全要素生产率（TFP）对长三角经济增长的作用怎样？便成为我们研究的基点。笔者梳理了2000-2014年长三角16市GDP占全国GDP的比重（见图1），发现以2006年为界，长三角经济GDP的全国占比存在一个明显的转折。即，2000-2006年长三角GDP占全国的比重不断攀升，到2006年达到最高，但此后长三角GDP占全国比重呈现下降趋势。由此可见，如何保障长三角经济持续发展，如何从长三角经济发展的现状中寻找新的增长点，就成为非常重要的问题。笔者从全要素生产率（TFP）的角度出发，研究全要素生产率在长三角经济增长中的作用，分析相对于资本要素的贡献度，并以此为依据提出长三角经济持续攀升的对策建议。这对长三角的经济发展和全国区域经济的增长都有重要的意义。

二、文献回顾

全要素生产率的研究起源于生产函数的研究，美国数学家柯布（C.W.Cobb）和经济学家保罗·道格拉斯首先建立柯布道格拉斯生产函数，其后由斯蒂格勒提出全要素生产率的问题。1957年，美国经济学家索罗（Slow）在《技术进步与总量生产函数》一书中提出，在引入技術进步及假设生产函数为具有规模报酬不变特性的情况下，建立了著名的索罗模型，定量分析要素投入与技术效率之间的关系。Fleisher等（1997）基于1978-1993年我国部分省份的数据，分析我国全要素生产率的地区差异，得出教育投资和FDI是我国东西部TFP差异的主要原因。斯科特·拜尔等（2006）研究世界145个国家及地区全要素生产率与要素投入之间的关系，发现全要素生产率的增长解释度不高，仅解释西方国家34%和欧洲南部26%的劳动产出的增长。Gregory Chow（2009）研究中国1978年后的全要素生产率，得出约2.7%的年增长率是可靠的，其资本的产出弹性接近0.6；Xu Ti等（2012）利用1950年到2009年中国东中西部的数据，研究表明：1978年之前的平均技术进步率仅为2%，1978年之后对经济的贡献度高达20%，且技术进步东部高于中部和西部地区。

国内研究全要素生产率的文献有很多，郑绍濂等（1986）结合我国实际情况提出了全要素生产率的概念，并从理论与实践对其进行研究；张军等（2003）利用中国1952-1998年的数据计算我国的TFP，结果表明，在改革前中国经济的TFP波动很大，且1978年的TFP与1952年的TFP相比，不但没有增长，反而退步，但在改革后，中国经济的TFP明显提高。颜鹏飞等（2004）运用DEA方法计算1978-2001年中国30个省市技术效率、技术进步及Malmquist指数，并把人力资本和制度因素考虑其中，而后检验与经济增长的关系，结果表明TFP处于增长状态，其主要原因是技术效率的提升，人力资源因素也对技术进步和效率提高有重要的影响作用。许小雨（2011）基于1997-2009长三角16市的数据，采用DEA-Malmquist法测算长三角16市的TFP，结果显示，长三角的TFP没有得到显著提升。王鑫（2013）利用DEA-Malmquist测算长三角两省一市制造业和服务业的TFP，结果表明，长三角整体TFP高于全国平均水平，但技术进步对经济贡献不明显。赵伟光、敬梨（2015）通过DEA分析技术和Malmquist指数对西北五省的TFP变动进行分析，结合改进的C-D函数，建立面板模型，分析西北五省经济增长与TFP、资本投入之间的关系。

通过梳理研究TFP的文献，发现针对近几年长三角16市的TFP研究文献相对较少，无法说明近几年长三角经济比重下降原因，更无法针对近几年的长三角问题作系统分析。笔者通过DEA-Malmquist方法对TFP变化进行了测算，并基于此建立面板模型，对TFP与经济增长的关系作详细分析，对长三角的发展提出相关的建议，这对长三角的经济发展有一定的现实意义。

三、长三角全要素生产率的估算与分解

（一）测算方法

Malmquist 指数是利用距离函数的比率计算，这里假设（Xt，Yt）和（Xt+1，Yt+1）分别是T期和T+1期投入产出关系，投入产出关系从（Xt，Yt）到（Xt+1，Yt+1）的变化就是生产率的变化。

（二）变量选择与数据处理

笔者采用的数据是长三角16个城市，数据周期从2000-2014年。在测算长三角16市的TFP变化所涉及的变量有产出、资本和劳动的投入，以下是所涉及变量及数据处理的介绍。

1.产出。以长三角各个城市GDP作为衡量城市的产出变量，为了避免物价变动带来的误差，笔者对GDP以2000年为基期进行平减得到真实的GDP。

2.资本投入。采用Galdsmith 开创的永续盘存法估算资本投入量，估算公式为：

其中Kt表示第t期资本投入总量，？啄为折旧率，It为第t年投资，pt为以2000年基期的固定资产价格指数。

由于受到国内统计数据的限制，资本的初始存量估计存在着很大的困难，尤其涉及市级的初始资本存量。笔者采用张军的永续盘存法估算各市2000年的资本存量，以2000年全社会固定资产的投入与省市固定资产的投入之比为权重，计算各个城市2000年的初始资本存量；关于折旧δ的取值，采用目前多数学者所使用的9.6%为折旧系数。

3.劳动资本。严格意义上说，总工作时间与平均每单位时间内劳动质量相乘为劳动资本投入，但考虑到数据获取的难易程度，笔者采用长三角16个市的年末从业人员为劳动要素的变量衡量的指标。

笔者所有数据均来自于各省市的统计年鉴，缺失值则通过城市的国民经济和社会发展公报获取相关数据。

（三）测算结果与分析

笔者采用DEA-Malmquist模型对长三角16市2000-2014年的TFP变化进行测算，利用DEAP2.1软件输出长三角16市整体TFP变化，及各个城市TFP变化、效率变化、技术进步，结果如图2。

图2为2000-2014年长三角整体TFP变化趋势，2000-2009年TFP变化处于下降趋势，而2009-2011年TFP上升，但上涨趋势并没得以持续，随后TFP继续下降，这可能是导致长三角经济占全国比重下降的原因之一。效率变化（EFFCH）方面，2000-2005、2007-2008，2010-2012年的效率变化呈现下降趋势，且有些年份负增长还直接降低了长三角TFP的增长率；对于技术进步（TCHCH），2000-2002、2006-2007、2009-2010、2013-2014年技术进步的变化大于1，其他年份技术进步的变化均小于1。

为了进一步分析长三角城市全要素生产率变化及存在的差异，笔者对长三角各市2000-2014年的Malmquist指数进行汇总：

如表1，最后一列为Malmquist指数，是长三角16市在2000-2014年TFP变动的平均值。Malmquist指数最大的是上海，且均来自于技术变化的作用，说明技术进步在上海的经济增长中扮演着举足轻重的角色。南京、苏州及无锡在2000-2014年的Malmquist指数也大于1，技术变化和效率变化有所改善。而其余城市Malmquist指数均小于1，常州对应的技术变化有所改善，但效率下降导致TFP降低1.1%；而镇江的技术进步下降也拉低了TFP。其他城市的效率变化及技术进步变化均下降，这对TFP产生双重“拖累”，所对应的TFP变化均小于1。从整体来看，长三角16市2000-2014年的TFP变化值小于1，主要原因可能是技术变化和效率变化的交互影响，长三角地区整体的技术退步，引进技术和运用新技术不足，技术效率发挥作用的基础相对较弱；规模效率的变化小于1，表明长三角总体经济还存在着规模不经济。

四、全要素生产率、人均资本投入与经济增长的实证分析

前面分析了长三角16市2000-2014年整体及个体的TFP变动，对长三角16市TFP变化特点有明确的认识。由于考虑到资本投入的重要性对于经济增长的重要性，笔者通过构建了人均资本投入、全要素生产率对人均产出影响的面板模型来分析，在长三角经济增长中全要素生产率与资本要素对其贡献度的差异。

（一）模型的建立

（二）数据的来源及处理

这里用到的数据除了TFP，其他数据已在上文介绍，这里不再列举。这里TFP的变化是Malmquist指数与1相减得到TFP增长率用tfp来表示；人均产出增长率以2000年为价格基期的各城市实际GDP除以年末从业人数，得出增长率，用gdp表示；人均资本存量的增长率是以2000为价格基期的资本存量除以年末从业人数，且计算出增长率用k表示。

（三）实证分析

笔者用Eviews7.2软件处理数据，在建立面板数据模型前，先对变量进行单位根检验，结果表明这些变量零阶单整，并在此基础上做协整检验，结果为人均资本投入、人均产出、及TFP增长率三者之间存在协整关系。通过随机效应Hausman检验，拒绝原假设，建立固定效应面板模型。笔者先建立固定效应整体，结果如下：

从表2可以得出：人均产出受不同因素影响的程度不同。对于长三角城市而言，人均资本投入的系数是0.849，对人均产出的影响在1%的置信水平下显著，说明人均资本投入对人均产出的影响很大；同样从回归结果中可以看出，tfp的系数为0.725，且tfp的变动对于人均产出的影响要小于人均资本投入，说明人均资本投入的提高对于人均产出影响占主导地位，说明支撑长三角经济较快增长的资源条件和主要动力因素仍然是资本要素的投入。

为详细了解长三角地区2001-2014年每年TFP变动及人均资本变动与对人均产出的变化影响，下面列举了2001年到2014年影响人均产出的因素变化情况，进一步分析每年TFP对经济影响状况。

表3為长三角地区每年人均资本投入与tfp对人均产出的影响程度分析，除2005、2007、2008、2010年人均资本投入小于tfp的影响外，其余年限均是人均资本投入占主导因素。观察tfp对人均产出系数大小，发现从05年到08年tfp的系数逐渐增大，这可能与2003、2004年长三角签订的《沪苏浙共同推进长三角区域创新体系建设协议书》、长三角地区科技中介战略联盟有关，促进了经济的增长。但自2011年后tfp对于人均产出的系数愈发小，虽然2010、2011年国家以及长三角地区相继推出许多政策，如《国务院关于进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》、《长江三角洲地区区域规划》等，旨在加快区域科技创新体系一体化发展，推动长三角率先建成国家自主创新综合试验示范区，但对于经济增长并没达到预想的效果，反而tfp对人均产出的影响愈发小。

为比较长三角各市人均产出影响因素的差异，我们运用固定效应变系数模型，如表4：

从表4看出，长三角城市tfp和人均资本投入对各个城市的人均产出贡献存在着明显的差异，除了上海、南京、苏州、常州、舟山、台州外，其他城市均是tfp对人均产出的贡献要大于人均资本投入对于人均产出的贡献，有的城市的tfp对人均产出系数超过了1，这说明在现阶段这些城市的经济增长中效率提高和技术进步对经济增长的贡献较大。对于上海、苏州而言，人均资本投入的系数略大于tfp的系数，说明上海、苏州的经济增长中资本投入还是占据重要的地位；对于南京、常州、舟山、台州而言，人均资本投入的系数与tfp的系数相差较大，特别是台州，资本投入的系数为1.170，而tfp的系数却为0.077，二者相差很大，说明其经济增长对资本投入的依赖很大。上述分析表明，目前投资和基础设施建设仍是长三角城市经济发展的主要推动力。TFP对经济增长贡献程度较低，说明长三角的这些城市经济增长中效率提高和技术进步并不占有明显的比重。

五、结论与建议

笔者首先对2000-2014年长三角16市的TFP变化进行分析，然后通过建立面板数据进一步分析人均资本投入、tfp与单位人均产出之间关系，结果表明：tfp对人均产出促进效果小于人均资本投入，长三角经济发展仍主要依靠资本投入，但是由于目前能源愈发匮乏，人口也趋向于老龄化，所以经济发展无论依靠是资本还是劳动力投入，都难以为长三角地区城市的经济可持续发展提供强劲后力。由于资源的瓶颈，长三角需要将重点转到如何提高全要素生产率，为长三角经济增长提供可持续发展的动力。至于如何提高全要素生产率，笔者主要是从技术和规模效率两个方面提出以下建议：

1.深化市场机制改革、提高企业管理水平，提高地区的规模效率。一方面长三角地区应继续进一步加快市场化体制改革、克服现有体制的弊端，释放要素再配置效应，促进资源的进一步优化配置，提高资本要素和劳动力要素配置的灵活性；另一方面应提高企业管理的水平，努力为企业家精神的发挥创造条件，优化资源配置，以提高效率改善对区域经济增长的贡献。

2.改善科技发展环境，注重长三角城市间创新体系管理，提升长三角自主创新的能力。近年来，美国“波士华”城市群和日本东海道城市群的知识经济高技术产业在这些城市之间集聚，形成良好的合作创新体系，有效地促进了技术进步，进而有效提高了全要素生产力，为其经济增长提供了新动力。反观长三角的创新体系建设中存在城市之间缺乏联动，布局较分散，单干蛮干，效率低下等问题。所以长三角应深入实施创新驱动发展战略，落实各项政策，摆脱形式主义，加快形成以创新为主要引领和支撑的经济体系和发展模式，提高教育质量、引进高技术人才和加大R&D投入力度，提高区域创新能力，形成点线面结合的科技创新区域，增强创新能力，促进技术进步。

3.提升科技成果的产出质量，提高技术成果的转化率。目前长三角地区存在大量的科技成果的闲置，但科技成果转化成经济效益力度却不大。长三角应当努力创建科学合理的利益分配机制，完善科技成果转化的激励体系，使科技产出符合长三角实际的经济发展需要，继而提高技术成果转化率，促进技术进步最大化，促进长三角地区经济发展。

参考文献：

[1] Fleisher， Belton M. and Jian Chen.The Coast-Noncoast Income Gap， Productivity，and Regional Economic Policy in China[J]，Journal of Comparative Economics，1997（2）.

[2] Scott L.Baier，Gerald P.Dwyer，Robert Tamura.How Important are Capital and Total Factor Productivity for Economic Growth？[J].Economic inquiry，2006（1）.

[3] Gregory Chow.Another look at the rate of increase in TFP in china[J] .Journal of Chinese Economic and Business Studies ，2008（2）.

[4] Tian X.and X.Yu .The Enigmas of tfp in China：A Meta-Analysis[J].China Economic Reviews，2012（2）.

[5] 鄭绍濂，胡祖光.经济系统的经济效益度量的综合指标——全要素生产率的研究和探讨[J].系统工程理论与实践，1986（1）.

[6] 孔翔，Rorbert E.Marks，万广华.国有企业全要素生产率及其决定因素：1990-1994[J].经济研究，1999（7）

[7] 张军，施少华.中国经济全要素生产率的变动，1952-1998[J].世界经济文汇，2003（2）

[8] 颜鹏飞，王兵.技术效率、技术进步和生产率提高——基于DEA的实证分析[J].经济研究，2004（12）

[9] 吴新博.中国各地区全要素生产率的测定与比较分析[J].运筹与管理，2006（5）

[10] 许小雨.长三角全要素生产率的测算及影响因素分析[D].南京大学，2011

[11] 王鑫.长三角地区全要素生产率的测算与比较分析[D].宁波大学，2015

[12] 赵伟光，敬莉.全要素生产率、资本投入与西北五省经济增长[J].科技与产业，2015（2）

[13] 高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2009

[14] 李子奈，潘文卿.计量经济学[M].北京：高等教育出版社，2010

（作者单位：上海师范大学 上海 200000）

（责编：吕尚）