东北地区全要素生产率演变特征研究

张 曦, 樊 欢,张金龙

(哈尔滨商业大学 a.研究生学院;b.经济学院,哈尔滨 150028)

引 言

近年来东北地区改革滞后、体制僵化、创新不足,从改革开放前全国经济排头兵的位置迅速滑落,形成了“东北现象”。

经济增长断崖式下降的“新东北现象”凸显了东北地区实现经济高质量增长的复杂性和艰巨性。赵儒煜(2017)[1]认为“体制固化”和创新体制不顺是“新东北现象”的主因。孙志明(2017)[2]认为市场化配置资源的作用发挥不好,人口数量质量双重流失削弱了劳动要素贡献,资本过快增长导致资本规模效率递减,引发全要素生产率下降。投资拉动与政府强势推动所形成的供需错位、产业失衡、结构性问题突出是“新东北现象”的主因(陈耀,2017)[3]。周宏春(2017)[4]认为改革滞后、创新不足。迟福林(2015)[5]认为开放度低是“新东北现象”的主因。马克等(2015)[6]认为“新东北现象”主要是产业发展问题,即过度依赖资源产业和重工业等丧失竞争优势的传统产业,接续产业发展不足,产业转型升级步伐缓慢。也有学者认为“新东北现象”是各种内部因素和外部因素综合作用的结果,既与全球经济处于深度调整期有关,又与我国经济增速放缓、经济结构调整有关;既有自然地理因素,也有文化历史因素(李政和于凡修,2017)[7]。

通过上述文献梳理不难发现,关于东北地区经济增长的相关研究已经取得大量有价值的成果,但现有研究大多侧重从定性的角度去解读东北经济增长,缺乏从历史维度客观剖析改革开放40年以来东北经济增长的时空特征演化及其背后的经济逻辑,对这一问题的深入研究有利于从历史与逻辑相统一的角度为东北地区培育新动能方向提供切实有效的指引。

新古典增长理论认为在劳动供给无限的条件下,资本和劳动等要素的持续投入是地区经济增长的主要源泉,但当经济发展到一定阶段以后,劳动力的无限供给特征将不复存在,资本的边际报酬开始显著递减,不可能再依靠加大资本的投入来带动经济增长,经济的持续增长需要培育新动能,实现动力变革,即将经济持续增长的主要动力从要素投入转向全要素生产率(TFP)的提高,且没有全要素生产率(TFP)的提高也就没有GDP增长率(蔡昉,2017)[8]。因此,在人口持续负增长的背景下,破解东北地区经济增长“减速”之谜,首要是利用经验数据客观地分析改革开放后的东北地区全要素生产率(TFP)的变动情况。

一、模型设定、变量说明与数据处理

(一)模型设定

对全要素生产率的测算,无非是增长核算法、非参数法以及参数法。增长核算法假设经济中所有生产者都是技术有效的,显然与经济活动实际并不符合(武鹏,2013)[9]。非参数法广泛运用的是数据包络分析法(DEA),该方法适用于面板数据,其优点在于无须事先给出一个具体的生产函数,而缺点在于:一是DEA法并没有将随机因素纳入考虑,将实际产出偏离前沿产出都归结于技术效率的影响;二是它不能对模型进行合理性检验;三是对于多产出的生产函数估算,违背了多个产出之间存在非相关性的原则(李国璋等,2010)[10]。参数法有随机前沿函数法(SFA)、半参数法以及常用的普通最小二乘法(OLS)。半参数法通常适用于对微观个体的研究,OLS等方法在计算宏观层面转向微观企业层面的TFP时更为有效,通过分析发现SFA虽对随机误差和技术无效项,假设其服从一定的概率分布进行先验假定的函数形式引发了质疑,但由于其可应用的超越对数生产函数,它放开了常替代弹性的限制,有效的检验了函数的具体形式(余泳泽,2016)[11],并且可以将全要素生产率进行进一步的分解,笔者认为选择SFA方法测度东北地区的全要素生产率(TFP)相对而言更能真实地反映东北地区经济增长的实质。为此,本文对生产函数的估算选取超越对数的生产函数形式。随机前沿函数和超越对数生产函数的具体形式分别如式(1)和式(2)所示。

Yit=Xitβ+(vit-uit)

(1)

μit=Zitδ

(2)

由于考虑到价格的相关数据可获得性,以及部分学者通过实证证明了配置效率的影响并不显著(涂正革、肖耿,2005)[12],本文参考Kumbhakar S和Lovell C.(2000)[13]的处理方式,将TFP增长率分解为技术进步率、技术效率和规模效率,具体公式如式(3)-(6)所示:

(3)

(4)

(5)

(6)

(7)

(8)

(二)样本数据处理和变量说明

本文把全国各省市区分为东北、东、中和西部地区共四块区域,并将东北地区与全国其他地区进行对比分析来揭示改革开放40年(1979—2018年)以来东北地区全要素生产率(TFP)的变化特征。重庆在1997年被设为直辖市,因此将重庆和四川统一进行计算,另外鉴于西藏和海南局部数据的缺乏,没有纳入样本,最终的全部样本为1979—2018年28个省市自治区的数据(1)东北地区包括黑、吉、辽3个省份,东部地区包括京、津、冀、鲁、沪、苏、粤、闽、浙共九省,中部地区有豫、鄂、晋、蒙、湘、赣、皖、贵共八省,西部地区有新、甘、清、宁、川、闪、云、贵共八省。。本文数据来自各省统计年鉴和《新中国六十年统计资料汇编》。需要强调的是,各省市自治区的产出和投入指标均以2000年的不变价进行了平减。

1.资本存量

采取最常用的永续盘存法来进行资本存量的估计,具体公式如(9)所示。

Kt=(1-δ)Kt-1+It/Pt

(9)

式(9)中,Kt为第t年的资本存量,Kt-1为第t-1年的资本存量,δ为折旧率,It是用当年价计算的投资数额,Pt为第t年的价格指数。其中,以固定资本形成总额表示It,以固定资产投资价格指数表示Pt(2)固定资产投资价格指数1991年之后才开始公布,因此对1991年之前数值需要进行技术处理。主流的处理方法有三种:第一种方法如张军通过构造投资隐含平减指数来代替固定资产投资价格指数;第二种是使用GDP平减指数来代替固定资产投资价格指数(颜鹏飞、王兵,2004;郑京海、胡鞍钢,2005);第三种是使用商品零售价格指数来表示固定资产投资价格指数(单豪杰,2008)。文章选择第一种方法即构造投资隐含平减指数来代替1991年前的固定资产投资价格指数。,δ取9.6%。对于基年资本存量的选择,考虑到基年选取的越早,后续年份的估计偏差越小,本文也将基年定为1952年,具体的计算公式是各地区1952年的固定资本形成总额除以10%(张军等,2004)[14]。

2.劳动力

考虑到各个省份数据的完整性和可得性,无法对劳动力的质量进行估计,因此对于1979—2018年各地劳动力投入的确定,以各自年底的就业人员数量来说明。

3.其他变量

对于效率方程中各影响因素的选取,参考王志刚等(2006)[15]和魏下海等(2011)[16]等主流文献的处理方式,选择了政府行为(gov)、制度(insti)、城镇化(urban)、贸易开放度(open)和产业结构(indus)五个变量。其中,以政府财政支出占GDP的比重衡量政府行为;以国有经济固定资产投资占全社会固定资产投资的比重刻画制度变量;以城镇人口占总人口的比重表示城镇化水平;贸易开放度用进出口总额与GDP之比替代;以第三产业与第二产业产值之比表示产业结构,说明产业结构的高级化水平。

二、随机前沿生产函数估计

(一)估计方法

对各因素对技术效率影响的估计,通常采用一步回归法或两步回归法。一步回归法是将无效率影响因素直接纳入分析框架,而两步回归法则是在估计出随机前沿生产函数后,重新建立各影响因素和技术无效率项的方程,从而进行再次估计。早期的学者主要使用两步回归法,但由于该方法存在一些计量问题,并不能够保证模型回归结果的可靠性,且有学者使用蒙特卡罗模拟方法也证明了一步回归法要优于两步回归法,因此本文利用Frontier4.1计量软件,并采取一步回归方法来对模型估计。

(二)估计结果

表1报告了模型的估计结果,模型参数显示出具有良好的统计性质:(1)各解释变量的系数大部分有着较高的显著性,与理论上的预期相差不大,说明生产函数的估计结果是合理可靠的。(2)γ的值为0.696,说明随即误差项对实际的产出偏离前沿面的影响并不大,而是在很大程度上源于技术的无效率,即模型使用随机前沿分析法是合理的。

表1 随机前沿生产函数模型估计结果

进一步分析技术无效率方程参数的估计结果可知:(1)政府财政支出规模的加大并不益于技术效率水平的提升,即政府的财政支出占比每增加1%,地区的技术效率水平约下降150.6%,说明政府的行为有着显著的挤出效应。(2)制度变量对技术效率水平的提升也具有消极影响,相对政府行为来说影响较弱,即国有经济固定资产投资占比每上升1%,那么地区的技术效率水平会下降28.5%,表明国有企业的技术效率水平有待提高。(3)城镇化水平和贸易开放度对地区的技术效率水平提升均具有正向影响。城镇化水平和贸易开放度每上升1个百分点,地区的技术效率水平将分别提高61.9%和43.1%。(4)产业结构高级化水平对地区技术效率水平具有负向作用,即第三产业与第二产业产值之比每上升1%,地区的技术效率水平就下降17.2%。导致这种与认知相左的原因可能在于:第三产业的扩张缩减了第一和第二产业对经济效率的正向效应,从而对经济产生暂时的消极影响(刘伟、李绍荣,2002)[17],第三产业内部的产业结构尚未实现合理化、高级化。

(三)模型检验

相对于简单的C-D生产函数,超越对数生产函数模型设定的正确与否都直接影响到技术效率外生因素分析的可靠性,因此本文需要进一步进行一系列的假设检验来验证所选择的超越对数生产函数模型的合理性。对所设定的模型进行了以下的假设检验:

H1:β3=β4=β5=β6=β7=β9=0,模型使用C-D生产函数即可

H2:β6=β7=β8=β9=0,即模型不存在技术水平的变化,对时间变量t的建立是没有必要的

H3:β6=β7=0,即所设定的生产函数模型存在着技术中性

H4:γ=δ0=δ1=δ2=δ3=δ4=δ5=0,即技术是完全有效率的,使用普通最小二乘法(OLS)即可

对模型的检验进行广义似然比(LR)检验,公式如下:

λ=-2ln[L(H0)/L(H1)]

(10)

L(H0)和L(H1)表示当备择假设H1和零假设H0分别成立时,模型所估计出的似然函数值,按公式(10)所计算出的λ若低于临界值,则接受原假设,λ服从混合的卡方分布,自由度是受约束变量数;若λ高于临界值,则拒绝原假设。结果见下表2。

表2 检验结果

检验结果显示所有的检验均拒绝零假设,应接受备择假设,说明本文所设定的超越对数生产函数模型以及技术无效率函数是合理的。

三、东北地区TFP增长率变动的时空特征

图2报告了东北、东部、中部、西部地区以及全国整体的TFP增长率变动情况,显示东北地区与东、中、西部地区TFP增长率的波动趋势是基本一致的,即TFP增长率逐渐呈收敛态势。1979—1992年间各地区TFP增长率的波动幅度较大,但在1993年之后逐渐趋于平稳,与郭庆旺、贾俊雪(2005)[18]、余泳泽(2015)[19]等众多主流文献所得出的结果基本一致。具体分析其原因,TFP增长率的变动受到国内重大改革政策及国际重大事件的影响较大,其中改革开放后的前20年主要受到国内政策的影响,而后20年主要受到外部因素的影响。在改革开放前20年国家放权国有企业的政策改革,大幅度解放了全国各地的生产力,1984年TFP的增长率也上升至改革开放以来的第一个至高点;随后由于我国实施了紧缩的经济政策来抑制通货膨胀,TFP的增长率也于1989年进入低谷期;1992年的市场经济体制改革使得TFP的增长率又一次达到峰值;1997年亚洲金融危机的爆发使TFP的增长也跌入了谷底;在2001年加入WTO加快了对外开放的步伐,使得TFP也保持了较高水平的稳定增长,而2008年金融危机的爆发使得TFP增长率呈现出短暂的下降趋势;之后随着世界经济的波动和我国经济的逐渐放缓,TFP增长率也逐渐放缓。

图2 与东、中和西部地区TFP增长率的对比情况

以市场经济体制改革、加入WTO和第一轮东北振兴战略的结束时间为三个重要的关键节点,将1979—2018年共划分为四个阶段,并且对各个阶段的TFP增长率及其构成进行算数平均,就可以得到表3和表4。观察表3和表4不难发现,技术进步是1979—2018年间各地区TFP增长的主要动力,且贡献度呈现不断上升趋势,而技术效率呈现先升后陡降的趋势,表明各地区对先进技术的消化和吸收成效不够理想,TFP的增长主要是依靠引进技术和企业的规模扩张来实现的。

表3 各地区各阶段的TFP增长率(单位:%)

表4 各地区各阶段TFP增长率的分解(单位:%)

除上述共性的变动特征外,东北地区的TFP增长率与全国其他地区TFP增长率相比具有明显的差异性。首先,从总体上看,1979—2018年间东北地区TFP增长率在四个地区中排名倒数第一,显著低于全国的平均水平,且呈现出东部(6.35%)>中部(5.97%)>西部(5.72%)>东北(5.33%)的梯度排序特征,这一结果与各地区的经济增长实际情况相符,尤其是与东北地区经济增长明显“减速”的现实相吻合,比王志刚等(2006)[15]测算的结果更为合理(3)王志刚、龚六堂和陈玉宇(2006)对1978—2003年间我国东、中、西部地区的全要素生产率(TFP)进行了测算,结果分别为3.7%、4.7%和4.72%。。其次,从不同阶段看,1992—2012年期间东北地区的TFP增长率与东部等其他地区较为接近,差距不大;但1979—1991年和2013—2018年这两个时间段内,东北地区的TFP增长率显著的低于东部等其它地区,尤其是2013—2018年的TFP低增长扩大了东北地区与东部、中部地区的经济发展差距。第三,从TFP的构成看,东北地区的技术进步(TP)增长率与其他地区一样呈稳步上升态势,但增长速度显著低于其他地区,相应的技术进步增长率在四个地区中的排名呈逐渐下滑趋势,从1979—1991年的第一名逐渐下滑到1992—2000年的第二位和2001—2018年的第三位;东北地区的技术效率(TE)波动幅度显著大于其他地区,且呈现大起大落的特征,从1979—1991年的倒数第一快速攀升至1992—2000年的第一,然后又在2001—2018年又迅速坠落到倒数第一,各地区的相对位置从1979—1991年的西部(1.95%)>中部(0.93%)>东部(0.92%)>东北(-0.33%)逐渐演变为1992—2000年的东北(1.87%)>东部(1.63%)>中部(1.60%)>西部(1.38%)和2001—2018年间的中部(-0.23%)>东部(-0.41%)>西部(-0.84%)>东北(-0.95%);东北地区的规模效率(SE)的波动趋势要相似于其他地区,均是先升后降,但东北地区的规模效率增长率的波动幅度呈先小后大的独特趋势,2001—2018年的波动幅度达到了其他地区的两倍多。

东北地区全要素生产率(TFP)变化的时空特征表明,TFP增长率持续低于全国平均水平是改革开放40年来东北地区经济增长明显“减速”的一个重要原因,而技术效率水平低下则是东北地区TFP增长率低的主要原因。东北地区TFP的增长越来越依赖于技术进步和规模效率的提升。

四、东北地区TFP贡献率的演变特征

从图3不难发现,东北地区GDP增速的变化趋势与TFP增长率的变动情况基本吻合,同时东北地区的GDP增速大致可以分为如下六个阶段:1979—1982(低迷期)、1983—1988(繁荣期)、1989—1991(衰退期)、1992—2002(稳定期)、2003—2012(回升期)、2013—2018(减速期)。在上述阶段中,经济增长的各要素及全要素生产率(TFP)的贡献率如表5所示。

图3 东北地区GDP增速与TFP增长率的变动情况

表5 东北地区各阶段TFP及构成的增长和贡献率(6)使用随机前沿分析法能够计算出各省、市、自治区的劳动和资本各自的产出弹性,并且是由时间的改变而不断变化的,因此使用该方法所计算出的产出弹性要比固定不变的产出弹性更能符合我国各地区经济不断变迁的事实。再知道劳动和资本的各自的产出弹性之后,根据索洛的计算公式,劳动和资本投入的贡献份额分别为各自的增长率和各自的产出弹性之乘积除以产出的增长率。TFP增长的贡献份额为TFP增长率比GDP增长率。由于使用随机前沿分析方计算出的劳动和资本产出弹性之和并不为一,因此在计算出劳动、资本及TFP增长各自的贡献率之后,按照要素各自的贡献份额进行按比例分摊,从而计算出各自对经济增长的贡献率。 单位:%

总体来看,改革开放40年来全要素生产率(TFP)对东北地区经济增长的拉动作用呈周期性波动特征,TFP的增长始终是东北地区经济增长的第二大动力(平均贡献度为36.9%),远低于资本投入的贡献(平均贡献度高达57.1%),但显著高于劳动的贡献度(平均贡献度仅为6%)。进一步地,TFP对东北地区经济增长的拉动作用,主要源于技术的进步。

分阶段看:(1)1992年之前TFP的增长幅度较小,对东北经济增长的贡献率相对较为稳定,基本维持在30%左右的水平,并呈现出与GDP增长率同向变化的特征,即GDP增长率先随TFP贡献度的提高而提高,后随TFP贡献度的下降而下降。这一特征与改革的进程密切相关。1983—1988年间技术效率水平的显著改善,主要源于东北地区工业经济体制的改革和鼓励农民积极参与集镇工商业等政策支持的结果;而1989—1991年TFP增长率大幅度下降,主要是国企改革停滞导致技术效率水平的快速下降。(2)1992—2002年间TFP增长幅度有较大程度的提高,超过6%,对东北地区经济增长的拉动作用达到47.4%的历史最高水平,基本接近于资本51.4%的贡献率。值得注意的是,这一阶段全要素生产率(TFP)贡献度的提升是在技术进步率没有明显变化的情况下,主要由技术效率水平的显著改善而实现的(4)技术效率(TE)从1989—1991年间的-1.83%快速上升到了1.71%。,说明改革开放引入市场竞争、国企改制和现代企业制度的建立有效地促进了企业技术效率的改善。(3)2003—2012年间TFP增长率略有上升,但对经济增长的贡献率却大幅下降,回落到30.7%,而资本的贡献率却飙升到65.3%的历史新高。从TFP增长的构成来看,规模效率成为TFP增长的第一动力,而技术效率增长率却从1992—2002年间的1.71%直线下降到-0.65%的水平,说明东北振兴十年期间,经济增长主要是受益于国家振兴东北的政策所引致的国有资本对东北地区的持续高额投资(5)东北振兴十年期间资本投入的平均增长率也达到了改革开放以来的最高速度,高达17.6%。,资本的涌入速度显著高于TFP的提升速度,在规模效应的作用下东北实现了以资本驱动、技术效率快速下降为特征的十年期低质量高速增长。(4)2013—2018年间TFP增长率大幅下降,降幅接近50%,但对经济增长的贡献率却显著回升,从2003—2012年间的30.7%升至40.9%。值得注意的是,这一阶段TFP贡献率的回升是在劳动力贡献率从2003—2012年间的4%直线滑落到-3.7%的条件下实现的,实质上是属于被“回升”。这一点可以从TFP的构成得到印证,技术效率增长率从2003—2012年间的-0.65%进一步大幅下滑到-2.06%。适龄劳动力持续向外迁移、市场化改革进程缓慢、营商环境不理想、民营经济增长缓慢、国企效率低下基本可以解释这一阶段的经济增长和TFP贡献率的变化。

东北地区全要素生产率(TFP)贡献率的演变特征表明:(1)TFP对东北地区经济增长的贡献率基本呈现宽幅震荡特征。2012年之后TFP对东北地区经济增长的拉动作用逐渐弱化以及劳动贡献率的直线下降,可以从根本上解释为什么东北地区经济出现明显“减速”且不能得到有效的抑制。(2)技术效率的抑制作用是东北地区TFP贡献率下降的主要原因。走出东北地区经济增长的困境,首要的是提升技术效率水平。(3)东北地区的劳动力供给特征发生根本性变化,从富裕迈入短缺阶段,资本的边际报酬开始显著递减,不可能再依靠加大资本投入从而带动经济增长,经济持续增长必须从主要依靠资本投入转向全要素生产率(TFP)的提高。

五、结论与建议

本文基于全国1979—2018年省级面板数据,使用超越对数生产函数的随机前沿模型,对东北地区改革开放40年的全要素生产率(TFP)演变特征进行了实证分析,得到如下主要结论:(1)TFP增长率持续低于全国平均水平是改革开放40年来东北地区经济落后于东部等地区的一个重要的原因,而技术效率低下则是东北地区TFP增长率低的主要原因。(2)TFP的增长始终是东北地区经济增长的第二大动力,其对东北地区经济增长的贡献率基本呈宽幅震荡特征。2012年之后东北地区经济增长出现明显“减速”且未能得到有效抑制的主要原因在于,技术效率低下导致TFP对东北地区经济增长的拉动作用逐渐弱化和高素质劳动力持续外流导致劳动力贡献率的直线下降。(3)东北地区的劳动力无限供给特征已经不复存在,进入劳动力短缺阶段,资本的边际报酬开始显著递减,经济持续增长必须实现动力转换。在稳定投资的前提下有效提高全要素生产率(TFP)方能抑制经济的持续下滑。(4)政府的财政支出和对国有经济的投资都和地区的技术效率水平成反比,表明东北地区技术效率水平的持续下降,主要在于国企改革与市场化进程的推进缓慢,供给侧结构性改革的紧迫性益越发显著。

上述研究结论表明,东北地区走出经济增长的困境,关键在于提升以技术效率水平为重点的TFP增长率。促进东北地区全要素生产率(TFP)增长的关键在于:(1)推进国有企业改革,破除行业的垄断格局,建立公开、公平的市场准入与竞争机制,形成一批根植于市场竞争的、有创新能力的国际性大企业,形成产业集聚。(2)转变政府的职能,强化政府的服务职能,将政府对经济的作用更多地集中在提升社会保障、知识产权保护等公共服务的供给能力上,通过完善包括知识产权保护体制在内的公共服务体系,加大产权保护力度,吸引高科技人才,提高技术创新的转化效率,使之能有效地渗透到生产和交换环节;更多地集中在降低交易成本上,通过降低交易成本促进分工的深化,进而推动技术创新和技术效率的提升。(3)抓住建立双循环格局的战略契机,对内深化改革,加快户籍制度等关键领域的改革步伐,对外要建立多层次的开放格局,内外联动以拓展市场规模、激发企业的竞争活力。