李福柱 趙長(zhǎng)林
摘要:以全要素生產(chǎn)率增長(zhǎng)動(dòng)力作為經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變動(dòng)力,本文采用1989-2013年4組省際面板數(shù)據(jù)經(jīng)由可行廣義最小二乘法實(shí)證估計(jì)了10個(gè)動(dòng)力因素對(duì)全要素生產(chǎn)率增長(zhǎng)率的貢獻(xiàn)水平與作用途徑。研究發(fā)現(xiàn):技術(shù)創(chuàng)新水平、市場(chǎng)化水平、人力資本存量水平、異質(zhì)性企業(yè)集聚水平和對(duì)外開放度的綜合指數(shù)對(duì)中國(guó)全要素生產(chǎn)率增長(zhǎng)率的回歸估計(jì)系數(shù)分別為0.575 7,0.212 5,0.136 8,0.064 4和0.018,表明技術(shù)創(chuàng)新、市場(chǎng)化改革、人力資本積累、異質(zhì)性企業(yè)集聚和對(duì)外開放是促進(jìn)中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的直接動(dòng)力因素。進(jìn)一步的研究結(jié)果顯示:技術(shù)創(chuàng)新和異質(zhì)性企業(yè)集聚通過提高前沿技術(shù)進(jìn)步率和生產(chǎn)效率變化率以及規(guī)模報(bào)酬收益率途徑,市場(chǎng)化改革通過提高前沿技術(shù)進(jìn)步率途徑,人力資本積累與對(duì)外開放通過提高前沿技術(shù)進(jìn)步率和規(guī)模報(bào)酬收益率途徑,促進(jìn)了中國(guó)全要素生產(chǎn)率增長(zhǎng)。雖然產(chǎn)業(yè)結(jié)構(gòu)變遷、城市化、基礎(chǔ)設(shè)施建設(shè)、區(qū)域經(jīng)濟(jì)政策實(shí)施和金融發(fā)展對(duì)中國(guó)全要素生產(chǎn)率的增長(zhǎng)表現(xiàn)為負(fù)向或拖累作用,但是,產(chǎn)業(yè)結(jié)構(gòu)變遷與城市化能夠提高前沿技術(shù)進(jìn)步率,基礎(chǔ)設(shè)施建設(shè)和區(qū)域經(jīng)濟(jì)政策能夠提高規(guī)模報(bào)酬收益率,金融發(fā)展能夠提高生產(chǎn)效率增長(zhǎng)率和規(guī)模報(bào)酬收益率,這5項(xiàng)動(dòng)力因素對(duì)促進(jìn)中國(guó)全要素生產(chǎn)率增長(zhǎng)的正向貢獻(xiàn)有待提高。依據(jù)上述研究結(jié)論,本文提出盡快攻克制約生產(chǎn)率增長(zhǎng)的核心技術(shù),統(tǒng)籌考慮產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、城市化、基礎(chǔ)設(shè)施建設(shè)和區(qū)域經(jīng)濟(jì)政策實(shí)施以及加快金融領(lǐng)域改革等政策建議,以期加快我國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變進(jìn)程。
關(guān)鍵詞:經(jīng)濟(jì)轉(zhuǎn)型;全要素生產(chǎn)率增長(zhǎng)率;動(dòng)力因素;隨機(jī)前沿分析
中圖分類號(hào) F20 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104(2016)02-0152-11
doi:10.3969/j.issn.1002-2104.2016.02.019
隨著中國(guó)經(jīng)濟(jì)增速放緩,加快經(jīng)濟(jì)發(fā)展方式由規(guī)模速度型粗放增長(zhǎng)向質(zhì)量效率型集約增長(zhǎng)轉(zhuǎn)變是確保中國(guó)至2020年實(shí)現(xiàn)國(guó)內(nèi)生產(chǎn)總值和城鄉(xiāng)居民收入相比2010年翻一番以及轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式取得重大進(jìn)展等戰(zhàn)略目標(biāo)的唯一選擇。經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與全要素生產(chǎn)率增長(zhǎng)之間存在互為因果的關(guān)系,經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變意味著經(jīng)濟(jì)增長(zhǎng)模式要由資源要素投入驅(qū)動(dòng)型轉(zhuǎn)向生產(chǎn)率驅(qū)動(dòng)型,或更多地依靠全要素生產(chǎn)率增長(zhǎng)來促進(jìn)經(jīng)濟(jì)長(zhǎng)期持續(xù)增長(zhǎng),全要素生產(chǎn)率的增長(zhǎng)動(dòng)力也因而成為轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的動(dòng)力源泉。改革開放以來,我國(guó)逐步實(shí)施了一系列促進(jìn)經(jīng)濟(jì)發(fā)展的改革舉措,如對(duì)外開放與市場(chǎng)化改革,優(yōu)化區(qū)域經(jīng)濟(jì)政策與產(chǎn)業(yè)政策,促進(jìn)城市化發(fā)展,加大對(duì)教育、科技研發(fā)和基礎(chǔ)設(shè)施建設(shè)的投入,推進(jìn)金融領(lǐng)域改革與發(fā)展等,有關(guān)措施極大地促進(jìn)了我國(guó)經(jīng)濟(jì)發(fā)展水平的提高。為考察促進(jìn)我國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的動(dòng)力因素,本文在借鑒已有研究基礎(chǔ)上嘗試以市場(chǎng)化改革、對(duì)外開放、人力資本積累、技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)變遷、城市化與基礎(chǔ)設(shè)施發(fā)展、異質(zhì)性企業(yè)集聚、區(qū)域經(jīng)濟(jì)政策實(shí)施和金融發(fā)展作為促進(jìn)全要素生產(chǎn)率增長(zhǎng)的動(dòng)力因素,然后,在同一個(gè)分析框架內(nèi)對(duì)比分析各動(dòng)力因素對(duì)全要素生產(chǎn)率增長(zhǎng)率及其分解項(xiàng)的作用方向與貢獻(xiàn)水平,進(jìn)而厘定促進(jìn)中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的直接動(dòng)力因素及其作用途徑,以期為加快我國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變進(jìn)程提供決策參考依據(jù),并為進(jìn)一步豐富和完善促進(jìn)中國(guó)全要素生產(chǎn)率增長(zhǎng)的相關(guān)動(dòng)力因素理論體系做出貢獻(xiàn)。
1 文獻(xiàn)回顧與動(dòng)力因素的衡量指標(biāo)選擇
圍繞中國(guó)全要素生產(chǎn)率增長(zhǎng)動(dòng)力的探討,有關(guān)研究分別針對(duì)對(duì)外開放、市場(chǎng)化改革、人力資本積累、技術(shù)創(chuàng)新、城市化與經(jīng)濟(jì)集聚、產(chǎn)業(yè)結(jié)構(gòu)變遷、基礎(chǔ)設(shè)施建設(shè)、區(qū)域經(jīng)濟(jì)政策、金融發(fā)展等因素展開理論與實(shí)證分析,由于這些動(dòng)力因素在促進(jìn)全要素生產(chǎn)率增長(zhǎng)方面可能存在替代或互補(bǔ)關(guān)系,在不同的實(shí)證分析中卻往往得到不盡相同的研究結(jié)論[1-2]。有鑒于此,本文秉承有所創(chuàng)新原則選擇以下十個(gè)動(dòng)力因素及其分省衡量指標(biāo)予以分析:
(1)市場(chǎng)化水平衡量指標(biāo)選擇。市場(chǎng)化改革可以完善產(chǎn)權(quán)結(jié)構(gòu)與激勵(lì)機(jī)制、培育競(jìng)爭(zhēng)性產(chǎn)品與要素市場(chǎng)、激發(fā)民間投資與創(chuàng)新意愿,進(jìn)而促進(jìn)全要素生產(chǎn)率增長(zhǎng)[3]。樊綱等從綜合改革視角提出了包括23個(gè)分指標(biāo)的市場(chǎng)化指數(shù),通過構(gòu)建一個(gè)內(nèi)生性增長(zhǎng)模型運(yùn)用1997-2007年面板數(shù)據(jù)估計(jì)出市場(chǎng)化改革對(duì)中國(guó)全要素生產(chǎn)率的貢獻(xiàn)高達(dá)39.23%[4];趙文軍等參照市場(chǎng)經(jīng)濟(jì)地位的國(guó)際確認(rèn)標(biāo)準(zhǔn)以1995-2010年經(jīng)濟(jì)非國(guó)有化、產(chǎn)品市場(chǎng)發(fā)育、政府減少干預(yù)、要素市場(chǎng)發(fā)育和健全經(jīng)濟(jì)法律制度指標(biāo)衡量各省份五個(gè)領(lǐng)域市場(chǎng)化水平,認(rèn)為制度健全對(duì)全要素生產(chǎn)率的增長(zhǎng)貢獻(xiàn)最大[5]。實(shí)際上,許多方面的改革都與市場(chǎng)化有關(guān),衡量市場(chǎng)化應(yīng)著重反映市場(chǎng)配置經(jīng)濟(jì)資源的程度[6],本文選用非國(guó)有規(guī)模以上工業(yè)企業(yè)產(chǎn)值、數(shù)量、勞動(dòng)人員數(shù)占各省規(guī)模以上工業(yè)企業(yè)相應(yīng)總數(shù)據(jù)的比重指標(biāo)分別反映各省產(chǎn)品市場(chǎng)、經(jīng)濟(jì)組織和要素市場(chǎng)領(lǐng)域市場(chǎng)配置經(jīng)濟(jì)資源的程度。
(2)對(duì)外開放度衡量指標(biāo)選擇。外商直接投資伴隨人才和技術(shù)流動(dòng),即使受國(guó)際知識(shí)產(chǎn)權(quán)嚴(yán)格保護(hù),也能對(duì)引進(jìn)國(guó)產(chǎn)生知識(shí)溢出效應(yīng),提高引進(jìn)國(guó)創(chuàng)新水平[7],貿(mào)易自由化提高了參與國(guó)市場(chǎng)潛力,通過引致參與國(guó)擴(kuò)大產(chǎn)量獲取規(guī)模經(jīng)濟(jì)效益、促進(jìn)知識(shí)溢出可以提高全要素生產(chǎn)率[8]。不過,F(xiàn)racasso and Marzetti采用1971-2004年24個(gè)發(fā)達(dá)國(guó)家貿(mào)易量標(biāo)準(zhǔn)化數(shù)值構(gòu)建了一個(gè)輔助貿(mào)易潛力模型分析貿(mào)易量與知識(shí)溢出強(qiáng)度之間的關(guān)系,發(fā)現(xiàn)知識(shí)溢出水平并不必然隨著貿(mào)易總量增長(zhǎng)而同步提高,而是取決于雙邊貿(mào)易的緊密程度和貿(mào)易結(jié)構(gòu)[9],這一研究成果既為釋解出口貿(mào)易、進(jìn)口貿(mào)易對(duì)中國(guó)全要素生產(chǎn)率增長(zhǎng)是否具有溢出效應(yīng)的爭(zhēng)論[10-11],也為本文考察對(duì)外開放的生產(chǎn)率效應(yīng)提供了借鑒。本文選擇進(jìn)口總額、出口總額、外資直接投資總額占地區(qū)生產(chǎn)總值比重來綜合衡量各省對(duì)外開放度。
(3)人力資本存量水平測(cè)度。在實(shí)踐中,人力資本存量對(duì)全要素生產(chǎn)率的增長(zhǎng)貢獻(xiàn)由于核算樣本與方法不同而常常出現(xiàn)較大分歧,顏鵬飛等以在校大學(xué)生數(shù)占總?cè)丝诒戎囟攘咳肆Y本存量,得出人力資本積累對(duì)國(guó)內(nèi)全要素生產(chǎn)率增長(zhǎng)和技術(shù)進(jìn)步有負(fù)影響、對(duì)效率改進(jìn)有正向作用的研究結(jié)論[12];Fleisher 等將提高人力資本對(duì)中國(guó)全要素生產(chǎn)率貢獻(xiàn)的途徑歸結(jié)為應(yīng)提升高等教育規(guī)模與質(zhì)量[13],賴德勝等以受高等教育從業(yè)人員比例為指標(biāo)構(gòu)建三部門配置模型分析1997-2012年中國(guó)人力資本創(chuàng)新效率,發(fā)現(xiàn)市場(chǎng)部門人力資本對(duì)創(chuàng)新有促進(jìn)作用,政府和壟斷部門人力資本對(duì)創(chuàng)新有程度不同的抑制[14];傅曉霞等以居民受教育水平度量人資本存量,發(fā)現(xiàn)人力資本對(duì)全要素生產(chǎn)率有較大促進(jìn)作用[15]。為反映人力資本的直接與間接效應(yīng),本文兼顧全社會(huì)和從業(yè)人員的人力資本效應(yīng)以6歲及6歲以上人口人均受教育年限與從業(yè)人員數(shù)乘積來度量各省人力資本存量水平,按通常處理方法,將6歲及6歲以上人口中文盲、小學(xué)、初中、高中與中專、大專及以上學(xué)歷平均受教育年限分別設(shè)定為0、6、9、12、16年,以Xi為各省相應(yīng)學(xué)歷水平的從業(yè)人員數(shù),那么,人力資本存量水平計(jì)算公式為H=(0*X1+6*X2+9*X3+12*X4+16*X5)/∑5[]i=1Xi。
(4)技術(shù)創(chuàng)新水平衡量指標(biāo)選擇。新古典增長(zhǎng)理論雖然視技術(shù)創(chuàng)新為全要素生產(chǎn)率的增長(zhǎng)動(dòng)力,但卻將其視為外生的技術(shù)進(jìn)步;新增長(zhǎng)理論通過對(duì)技術(shù)創(chuàng)新進(jìn)行模型內(nèi)生化處理而視其為促進(jìn)經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)的內(nèi)生性動(dòng)力,認(rèn)為創(chuàng)新性技術(shù)應(yīng)用與溢出能夠促進(jìn)全要素生產(chǎn)率增長(zhǎng)。有關(guān)研究考慮創(chuàng)新投入、結(jié)果以及數(shù)據(jù)可獲得性等多重因素,對(duì)技術(shù)創(chuàng)新水平的衡量主要有創(chuàng)新投入與創(chuàng)新結(jié)果兩種視角,有學(xué)者認(rèn)為R&D經(jīng)費(fèi)和人員投入對(duì)中國(guó)全要素生產(chǎn)率增長(zhǎng)具有顯著的促進(jìn)作用,只是投入仍然不足[16];孫伍琴等認(rèn)為,雖然專利數(shù)據(jù)并不能與技術(shù)創(chuàng)新完全等同,但在主流研究中卻被普遍采用[17],Agrawal 等進(jìn)一步認(rèn)為并不是所有技術(shù)開發(fā)都能成功,專利數(shù)據(jù)更能反映技術(shù)創(chuàng)新的結(jié)果[18]。本文綜合上述分析結(jié)果從反映創(chuàng)新能力、質(zhì)量和結(jié)果等視角分別選取各省專利受理數(shù)、授權(quán)數(shù)和技術(shù)市場(chǎng)成交額(億元)指標(biāo)來衡量各省份技術(shù)創(chuàng)新水平。
(5)產(chǎn)業(yè)結(jié)構(gòu)變遷水平衡量指標(biāo)選擇。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)是技術(shù)創(chuàng)新與主導(dǎo)產(chǎn)業(yè)交替作用下實(shí)現(xiàn)的,要素從低生產(chǎn)率增長(zhǎng)部門流向高生產(chǎn)率增長(zhǎng)部門同時(shí)促進(jìn)了經(jīng)濟(jì)增長(zhǎng)與全要素生產(chǎn)率提升。為克服規(guī)模報(bào)酬收益遞減和成本上漲等不利因素,企業(yè)往往會(huì)通過創(chuàng)新提供新產(chǎn)品與服務(wù),此過程伴隨制造業(yè)份額下降、服務(wù)業(yè)集聚與區(qū)域生產(chǎn)率增長(zhǎng),產(chǎn)業(yè)結(jié)構(gòu)隨之而發(fā)生變化[19]。國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是政府調(diào)控與市場(chǎng)機(jī)制共同作用的結(jié)果,劉生龍、胡鞍鋼以1988-2007年服務(wù)業(yè)就業(yè)人數(shù)占總勞動(dòng)力人數(shù)比重來衡量國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)變遷水平,認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)滯后于全要素生產(chǎn)率的增長(zhǎng)水平[20],值得注意的是,其衡量口徑凸顯了勞動(dòng)結(jié)構(gòu)變遷的影響,卻忽略了產(chǎn)出結(jié)構(gòu)升級(jí)的貢獻(xiàn),因此,本文選取第二、三次產(chǎn)業(yè)產(chǎn)值占各省生產(chǎn)總值比重和第二、三次產(chǎn)業(yè)就業(yè)人數(shù)占其總就業(yè)人數(shù)比重四個(gè)指標(biāo)來綜合反映各省份產(chǎn)業(yè)結(jié)構(gòu)變遷水平。
(6)城市化水平衡量指標(biāo)選擇。生產(chǎn)率增長(zhǎng)間接地表現(xiàn)為城市人口規(guī)模和集聚水平的提高,城市經(jīng)濟(jì)的發(fā)展提高了人均收入和人力資本水平,改善了資源配置效率[21]。一方面,城市人口規(guī)模的擴(kuò)大與更好的教育、醫(yī)療條件和更多的就業(yè)崗位,既提高了勞動(dòng)者技能和收入,也提高了知識(shí)擴(kuò)散的速度和密度,能夠產(chǎn)生積極的生產(chǎn)率外部性[22];另一方面,隨著城市居民收入增長(zhǎng),對(duì)耐用消費(fèi)品和服務(wù)業(yè)需求增加,從而促進(jìn)了城市化發(fā)展,城市化與人均收入之間存在相互促進(jìn)關(guān)系。從這些理論分析結(jié)果來看,衡量城市化應(yīng)包含人口規(guī)模、集聚水平和收入水平三方面含義,本文選擇各省城鎮(zhèn)人口比重、城鎮(zhèn)人口密度與人均GDP值三項(xiàng)指標(biāo)來綜合反映各省份城市化水平。
(7)基礎(chǔ)設(shè)施發(fā)展水平衡量指標(biāo)選擇。發(fā)展基礎(chǔ)設(shè)施可以改善要素與商品流通條件,引致規(guī)模報(bào)酬收益遞增,促進(jìn)產(chǎn)業(yè)的地理集中和技術(shù)溢出[23]?;A(chǔ)設(shè)施是否具有積極的外部性是衡量基礎(chǔ)設(shè)施水平優(yōu)劣的重要因素[24]。改革開放以來,基礎(chǔ)設(shè)施從曾是經(jīng)濟(jì)增長(zhǎng)“瓶頸”已轉(zhuǎn)為“加速器”,基礎(chǔ)設(shè)施的規(guī)模效應(yīng)和網(wǎng)絡(luò)效應(yīng)促進(jìn)了中國(guó)生產(chǎn)率的提高及發(fā)達(dá)地區(qū)對(duì)欠發(fā)達(dá)地區(qū)的溢出效應(yīng),劉生龍、胡鞍鋼分別將鐵路、公路和內(nèi)河航道里程加總后除以各省國(guó)土面積表示交通基礎(chǔ)設(shè)施水平,以各省人均能源消費(fèi)量來衡量能源基礎(chǔ)設(shè)施水平,以各省郵電業(yè)務(wù)總量來反映信息基礎(chǔ)設(shè)施水平,在控制人力資本、對(duì)外開放度、產(chǎn)業(yè)結(jié)構(gòu)和政府支出變量作用下分別檢驗(yàn)了1988-2007年各省交通、能源和信息基礎(chǔ)設(shè)施存量的溢出效應(yīng),指出交通、信息基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率有正向促進(jìn)作用,能源基礎(chǔ)設(shè)施則未表現(xiàn)出顯著的溢出效應(yīng)[20]。為對(duì)比分析基礎(chǔ)設(shè)施與其它動(dòng)力因素在同一個(gè)框架內(nèi)對(duì)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)與作用途徑,本文仍選用此三項(xiàng)指標(biāo)來衡量各省基礎(chǔ)設(shè)施發(fā)展水平。
(8)異質(zhì)性企業(yè)集聚水平衡量指標(biāo)選擇。產(chǎn)業(yè)集聚通過基礎(chǔ)設(shè)施與中間投入共享、勞動(dòng)力共享和溢出效應(yīng)等途徑能夠產(chǎn)生積極外部性[25],針對(duì)這一觀點(diǎn),異質(zhì)性企業(yè)集聚理論認(rèn)為,以往的集聚理論高估了產(chǎn)業(yè)集聚效應(yīng),異質(zhì)性企業(yè)的空間集聚才是促進(jìn)區(qū)域全要素生產(chǎn)率增長(zhǎng)更為重要的力量[26],尤其是關(guān)于產(chǎn)業(yè)集聚效應(yīng)在中國(guó)是否顯著存在,學(xué)術(shù)界并未給出一致認(rèn)識(shí):如張宇等以1999-2005年中國(guó)21省制造業(yè)面板數(shù)據(jù)為樣本構(gòu)建HHI產(chǎn)業(yè)集聚指數(shù),證明產(chǎn)業(yè)集聚對(duì)制造業(yè)全要素生產(chǎn)率增長(zhǎng)存在正向作用[27];而梁琦等同樣采用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù),運(yùn)用分位數(shù)回歸方法,分別檢驗(yàn)異質(zhì)性企業(yè)定位選擇行為與產(chǎn)業(yè)集聚對(duì)地區(qū)生產(chǎn)率差距的影響程度,指出異質(zhì)性企業(yè)定位選擇行為在中國(guó)確實(shí)存在,是影響地區(qū)生產(chǎn)率差距的另一重要微觀機(jī)制,產(chǎn)業(yè)集聚對(duì)促進(jìn)工業(yè)生產(chǎn)率增長(zhǎng)的正向效應(yīng)不明顯[28]。
針對(duì)以上分歧,本文選擇異質(zhì)性企業(yè)集聚作為動(dòng)力因素,原因在于:一是城市化部分反映了集聚因素,可以在很大程度上解釋集聚效應(yīng),二是異質(zhì)性企業(yè)空間集聚衡量指標(biāo)在兼顧集聚現(xiàn)象基礎(chǔ)上更突出了異質(zhì)性企業(yè)的集聚效應(yīng)。相比國(guó)內(nèi)其它同類企業(yè)而言,港澳臺(tái)外商投資企業(yè)具有更高的生產(chǎn)率,本文借鑒區(qū)位熵構(gòu)建原理,從產(chǎn)出與組織兩個(gè)視角,選取各省港澳臺(tái)外商投資規(guī)模以上工業(yè)企業(yè)產(chǎn)值占各省規(guī)模以上工業(yè)企業(yè)總產(chǎn)值比重與全國(guó)港澳臺(tái)外商投資規(guī)模以上工業(yè)企業(yè)產(chǎn)值占全國(guó)規(guī)模以上工業(yè)企業(yè)總產(chǎn)值比重的比值、外商及港澳臺(tái)投資規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)占各省規(guī)模以上工業(yè)企業(yè)總數(shù)比重與全國(guó)外商及港澳臺(tái)投資規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)占全國(guó)規(guī)模以上工業(yè)企業(yè)總數(shù)的比值,構(gòu)建異質(zhì)性企業(yè)的產(chǎn)值、數(shù)目集聚指數(shù)來綜合反映各省份異質(zhì)性企業(yè)集聚水平。
(9)區(qū)域經(jīng)濟(jì)政策力度衡量指標(biāo)選擇。改革開放后我國(guó)實(shí)施了一系列促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的政策措施,關(guān)于區(qū)域經(jīng)濟(jì)政策對(duì)地區(qū)全要素生產(chǎn)率增長(zhǎng)或地區(qū)生產(chǎn)率差距的影響問題,國(guó)內(nèi)學(xué)者多給予負(fù)面評(píng)價(jià):王志剛等認(rèn)為財(cái)政支出占地區(qū)生產(chǎn)總值比重過大會(huì)拖累生產(chǎn)效率增長(zhǎng)[29],梁琦等認(rèn)為對(duì)欠發(fā)達(dá)地區(qū)補(bǔ)貼政策吸引了低效率企業(yè)進(jìn)入,擴(kuò)大了地區(qū)生產(chǎn)率差距,不利于提高欠發(fā)達(dá)地區(qū)生產(chǎn)率[30];國(guó)外學(xué)者卻給出了積極評(píng)價(jià):認(rèn)為區(qū)域激勵(lì)政策促進(jìn)了地區(qū)要素積累,通過鼓勵(lì)采用適用技術(shù)改善了區(qū)域生產(chǎn)效率和規(guī)模報(bào)酬收益率,對(duì)促進(jìn)全要素生產(chǎn)率增長(zhǎng)具有一定程度的實(shí)際貢獻(xiàn)[31],政策對(duì)全要素生產(chǎn)率增長(zhǎng)的促進(jìn)動(dòng)機(jī)可以在政府支出構(gòu)成中得以反映[32]。綜合有關(guān)研究結(jié)果,本文以各省固定資產(chǎn)投資預(yù)算資金、年度財(cái)政支出占其生產(chǎn)總值比重指標(biāo)來反映區(qū)域經(jīng)濟(jì)政策力度。
(10)金融發(fā)展水平衡量指標(biāo)選擇。金融發(fā)展能夠改善融資條件、提高資金配置效率、為新技術(shù)與新產(chǎn)品開發(fā)提供資金支持,間接促進(jìn)了生產(chǎn)率增長(zhǎng),不過,金融發(fā)展的長(zhǎng)期生產(chǎn)率效應(yīng)仍有待深入研究[33]。國(guó)內(nèi)金融發(fā)展水平要落后于發(fā)達(dá)國(guó)家,統(tǒng)計(jì)數(shù)據(jù)不完善就是一個(gè)例證,有學(xué)者嘗試采用多個(gè)替代性指標(biāo)來衡量國(guó)內(nèi)金融發(fā)展水平,如李青原等基于1999-2006年30省份27個(gè)工業(yè)行業(yè)樣本,以各省全部銀行信貸額與地區(qū)生產(chǎn)總值之比、銀行向非國(guó)有部門信貸額與地區(qū)生產(chǎn)總值之比、家庭居民人民幣儲(chǔ)蓄存款額與地區(qū)生產(chǎn)總值之比三項(xiàng)指標(biāo)來衡量地區(qū)金融發(fā)展水平,以地區(qū)投資彈性系數(shù)為被解釋變量,研究認(rèn)為金融發(fā)展提高了實(shí)體經(jīng)濟(jì)的資本配置效率[34]。本文認(rèn)為,各金融指標(biāo)在不同的經(jīng)濟(jì)發(fā)展環(huán)境中所能發(fā)揮的潛在作用方向是不確定的,衡量指標(biāo)應(yīng)考慮長(zhǎng)期數(shù)據(jù)的可獲得性并反映金融支持發(fā)展方式轉(zhuǎn)變的能力水平,宜采用各省金融機(jī)構(gòu)全部存款余額占地區(qū)生產(chǎn)總值比重、金融機(jī)構(gòu)全部貸款余額占地區(qū)生產(chǎn)總值比重和家庭居民人民幣儲(chǔ)蓄存款余額占地區(qū)生產(chǎn)總值比重指標(biāo)來衡量其金融發(fā)展水平。
2 估計(jì)模型與變量的數(shù)據(jù)處理
隨機(jī)前沿分析理論將全要素生產(chǎn)率增長(zhǎng)率分解為4部分,即前沿技術(shù)進(jìn)步率、生產(chǎn)效率變化率、規(guī)模報(bào)酬收益率和資源配置效率,由于資源配置效率對(duì)全要素生產(chǎn)率的增長(zhǎng)貢獻(xiàn)很小,或也可以歸入規(guī)模報(bào)酬收益率,在測(cè)度時(shí)常予以忽略[35]。被解釋變量分別為生產(chǎn)效率變化率、規(guī)模報(bào)酬收益率、前沿技術(shù)進(jìn)步率和全要素生產(chǎn)率增長(zhǎng)率;10個(gè)動(dòng)力因素指數(shù)被設(shè)定為解釋變量,本文將回歸估計(jì)基本模型設(shè)定如下:
本文將海南省和重慶市分別歸入廣東、四川省,合計(jì)為28省份(不含西藏、港澳臺(tái)地區(qū)),數(shù)據(jù)來源于《新中國(guó)六十年統(tǒng)計(jì)資料匯編》和相應(yīng)年份中國(guó)及分?。ㄊ校┙y(tǒng)計(jì)年鑒。其中,實(shí)際生產(chǎn)總值(yit,億元):以1978年生產(chǎn)總值乘其歷年GDP指數(shù)得到各省1978-2013年實(shí)際生產(chǎn)總值;各省1978年資本存量(Kit,億元)直接采用張軍等核算數(shù)據(jù)[36],折舊率為9.6%,基于生產(chǎn)性資本視角以固定資本形成額作為新增投資額,以固定資本形成價(jià)格指數(shù)作為投資價(jià)格折算指數(shù),運(yùn)用永續(xù)盤存法核算各省份資本存量;勞動(dòng)力(Lit)以各省1978-2013年三次產(chǎn)業(yè)從業(yè)人員總數(shù)作為勞動(dòng)要素投入量;環(huán)境變量(Zit)的工具變量處理如前文所述:以當(dāng)年與上一年資本與勞動(dòng)投入比差分項(xiàng)Δ(K/L)it作為工具變量進(jìn)行處理。
在模型估計(jì)前,首先對(duì)工具變量Δ(K/L)it進(jìn)行Hausman檢驗(yàn),檢驗(yàn)結(jié)果接受原假設(shè):P值為0.120 4>0.05,工具變量與總產(chǎn)出變量之間不存在內(nèi)生性影響,然后,對(duì)聯(lián)立方程組進(jìn)行“一步”極大似然估計(jì),估計(jì)結(jié)果顯示:絕大多數(shù)變量在1%的顯著性水平下通過檢驗(yàn),γ值為0.970 4,說明復(fù)合殘差主要是由生產(chǎn)過程的低效率所致,對(duì)極大似然函數(shù)比LR的檢驗(yàn)結(jié)果也拒絕了備擇假設(shè),這
表明本文模型及變量設(shè)置合理,在刪除與保留2013年數(shù)據(jù)情況下變量系數(shù)值及其顯著性水平基本不變,估計(jì)結(jié)果可信(見表1)。
根據(jù)表1中估計(jì)系數(shù)值,可以計(jì)算出各省1980-2013年前沿技術(shù)進(jìn)步率、生產(chǎn)效率變化率、規(guī)模報(bào)酬收益率和全要素生產(chǎn)率增長(zhǎng)率估算值,但本文僅取1989-2013年相關(guān)數(shù)據(jù)(被解釋變量數(shù)據(jù)取自作者承擔(dān)的國(guó)家社科基金項(xiàng)目階段性研究成果,核算年份延至改革開放初期有利于獲得更穩(wěn)定的估計(jì)結(jié)果,將被解釋變量基期定為1989年旨在與動(dòng)力因素時(shí)序保持一致)。
2.2 解釋變量數(shù)據(jù)處理
表2報(bào)告了10個(gè)動(dòng)力因素指數(shù)和各分項(xiàng)指標(biāo),以及解釋變量代碼Zi和各分項(xiàng)指標(biāo)代碼Zij。多個(gè)衡量指標(biāo)能夠反映動(dòng)力因素的綜合特點(diǎn)、避免單一指標(biāo)選取可能存在的主觀性。指標(biāo)數(shù)據(jù)來源于1990-2014年分?。ㄊ校┙y(tǒng)計(jì)年鑒,部分年份缺失數(shù)據(jù)來源于同年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《新中國(guó)60年統(tǒng)計(jì)資料匯編》以及1990年、2000年、2010年《中國(guó)人口普查年鑒》。除人力資本存量外,其它9個(gè)因素包含2-4個(gè)分指標(biāo)。本文對(duì)9個(gè)因素的分項(xiàng)指標(biāo)經(jīng)由主成分分析確定各指標(biāo)所占權(quán)重,并對(duì)其進(jìn)行“歸一化”處理,以所生成的動(dòng)力因素指數(shù)分別作為解釋變量,這樣,指數(shù)變量不僅更能體現(xiàn)出分指標(biāo)的差異性,還能夠在盡量保留各分指標(biāo)所含信息條件下避免指標(biāo)間可能存在的共線性問題。
3 實(shí)證估計(jì)
3.1 單位根與協(xié)整檢驗(yàn)
為避免出現(xiàn)偽回歸估計(jì)問題,首先,對(duì)4組樣本分別進(jìn)行LLC單位根檢驗(yàn)。檢驗(yàn)結(jié)果顯示:被解釋變量生產(chǎn)效率變化率TE ·、前沿技術(shù)進(jìn)步率FTP與解釋變量對(duì)外開放度Z2、人力資本存量Z3、技術(shù)創(chuàng)新水平Z4、產(chǎn)業(yè)結(jié)構(gòu)變遷水平Z5、異質(zhì)性企業(yè)集聚水平Z8、金融發(fā)展水平Z10變量在1%的顯著性水平下,被解釋變量全要素生產(chǎn)率增長(zhǎng)率TF ·P與解釋變量市場(chǎng)化水平Z1變量在5%的顯著性水平下,均拒絕“存在單位根”原假設(shè),且均為零階單整;被解釋變量規(guī)模報(bào)酬收益率SE與解釋變量城市化水平Z6、基礎(chǔ)設(shè)施發(fā)展水平Z7、區(qū)域經(jīng)濟(jì)政策力度Z9變量的LLC檢驗(yàn)結(jié)果在一定程度上接受原假設(shè),但是,對(duì)這4個(gè)變量一階差分處理后的各項(xiàng)數(shù)據(jù)在1%的顯著性水平下拒絕了原假設(shè),且均為一階單整。
被解釋變量與解釋變量均為低(零或一)階單整,筆者注意到協(xié)整檢驗(yàn)有如下寬限規(guī)定:如果解釋變量較多,被解釋變量單整階數(shù)不應(yīng)高于解釋變量單整階數(shù),只要協(xié)整檢驗(yàn)判定被解釋變量與解釋變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系,就可以對(duì)其進(jìn)行面板回歸。
本文選用Kao檢驗(yàn)法來檢驗(yàn)變量之間是否存在協(xié)整關(guān)系,該檢驗(yàn)?zāi)P驮O(shè)定為包含截距項(xiàng),不包含時(shí)間趨勢(shì)項(xiàng),滯后期為1期,對(duì)包含四個(gè)被解釋變量與十個(gè)不變解釋變量的四組樣本分別進(jìn)行Kao協(xié)整檢驗(yàn),結(jié)果顯示:在1%的顯著性水平下四組變量均拒絕了“不存在協(xié)整關(guān)系”原假設(shè),各被解釋變量與解釋變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。
3.2 解釋變量對(duì)全要素生產(chǎn)率增長(zhǎng)率的作用方向與貢獻(xiàn)
運(yùn)用F檢驗(yàn)、BPLM檢驗(yàn)和Hausman檢驗(yàn)來選擇全要素生產(chǎn)率增長(zhǎng)率TF ·P與10個(gè)被解釋變量面板數(shù)據(jù)的估計(jì)模型。表3首先報(bào)告了對(duì)混合OLS、RE、FE估計(jì)模型的檢驗(yàn)結(jié)果支持選用固定效應(yīng)模型(3)進(jìn)行面板回歸。模型(3)估計(jì)結(jié)果顯示:產(chǎn)業(yè)結(jié)構(gòu)變遷水平Z5、基礎(chǔ)設(shè)施發(fā)展水平Z7和異質(zhì)性企業(yè)集聚水平Z8的變量系數(shù)不顯著,原因在于解釋變量過多且可能存在相關(guān)性與異方差問題,需要在模型(3)基礎(chǔ)上檢驗(yàn)數(shù)據(jù)是否存在序列自相關(guān)、異方差和截面自相關(guān)問題。但是,Wooldridge檢驗(yàn)結(jié)果在1%的顯著性水平下拒絕了“不存在序列自相關(guān)”原假設(shè);Modified Wald檢驗(yàn)結(jié)果在1%的顯著性水平下也拒絕了“模型殘差同方差”原假設(shè);Pesaran檢驗(yàn)結(jié)果在1%的顯著性水平下同樣拒絕了“不存在組間截面相關(guān)性”的原假設(shè)。
綜合上述三項(xiàng)檢驗(yàn)結(jié)果,可選用拓展一階差分動(dòng)態(tài)面板廣義矩陣法(GMM)和可行廣義最小二乘法(FGLS)來處理序列自相關(guān)、異方差和截面自相關(guān)問題。拓展的一階差分動(dòng)態(tài)面板廣義矩陣法(GMM)一般將被解釋變量一期滯后項(xiàng)也列為解釋變量,要對(duì)模型過度識(shí)別約束進(jìn)行Sargan檢驗(yàn),從模型(4)估計(jì)結(jié)果可知:一期滯后項(xiàng)TFP·i(t-1)估計(jì)系數(shù)為正、且在1%置信水平下顯著,檢驗(yàn)結(jié)果接受“模型過度識(shí)別約束有效”原假設(shè),AR(1)項(xiàng)在1%置信水平下顯著,AR(2)項(xiàng)在5%置信水平下顯著,這表明GMM估計(jì)方法不能解決該組數(shù)據(jù)中的截面自相關(guān)問題。相比GMM估計(jì),F(xiàn)GLS估計(jì)法通過模型轉(zhuǎn)換與處理能夠自動(dòng)解決異方差、序列與截面自相關(guān)問題,更適宜作為本文的最終估計(jì)方法。
采用FGLS估計(jì)的模型(5)中Z10是唯一的系數(shù)為負(fù)、且不顯著的變量,說明以存、貸款余額所占比重指標(biāo)反映的金融發(fā)展水平與全要素生產(chǎn)率增長(zhǎng)率之間存在不穩(wěn)定的負(fù)相關(guān)性,從分項(xiàng)指標(biāo)來看,投資渠道少、資金閑置問題導(dǎo)致負(fù)向影響超過了貸款的正向作用。暫時(shí)剔除金融發(fā)展水平Z10變量,本文得到9個(gè)解釋變量均顯著不為零的模型(6)估計(jì)結(jié)果。
按貢獻(xiàn)從大到小,技術(shù)創(chuàng)新、市場(chǎng)化改革、人力資本積累、異質(zhì)性企業(yè)集聚、對(duì)外開放依次成為全要素生產(chǎn)率增長(zhǎng)或經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的主要?jiǎng)恿?。需要特別說明的是,對(duì)外開放度對(duì)全要素生產(chǎn)率增長(zhǎng)率的估計(jì)系數(shù)為正,但未通過10%置信水平下的顯著性檢驗(yàn),原因可能在于:改革開放以來出口產(chǎn)品多為能夠發(fā)揮比較優(yōu)勢(shì)的資源型、勞動(dòng)密集型產(chǎn)品,多側(cè)重“創(chuàng)匯”與帶動(dòng)地區(qū)經(jīng)濟(jì)增長(zhǎng),相比引進(jìn)先進(jìn)技術(shù)或設(shè)備與產(chǎn)品的外商直接投資與進(jìn)口貿(mào)易而言,具有更低水平的溢出效應(yīng),而且,各省出口依存度差異較大,其綜合效應(yīng)使得來自對(duì)外開放度的正向作用表現(xiàn)為存在且不穩(wěn)定。
與理論預(yù)期不完全相符的是:區(qū)域經(jīng)濟(jì)政策力度Z9、城市化水平Z6、產(chǎn)業(yè)結(jié)構(gòu)變遷水平Z5、基礎(chǔ)設(shè)施發(fā)展水平Z7變量的回歸估計(jì)系數(shù)均在1%置信水平下顯著為負(fù),對(duì)全要素生產(chǎn)率增長(zhǎng)率表現(xiàn)為拖累作用。
盡管產(chǎn)業(yè)結(jié)構(gòu)變遷、城市化、基礎(chǔ)設(shè)施發(fā)展、區(qū)域經(jīng)濟(jì)政策拖累中國(guó)全要素生產(chǎn)率的增長(zhǎng),但并不能就此否認(rèn)對(duì)生產(chǎn)率的促進(jìn)作用,有待分析各動(dòng)力因素在促進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變中的具體作用途徑來予以判定。
3.3 解釋變量對(duì)全要素生產(chǎn)率增長(zhǎng)率分解項(xiàng)的作用方向與貢獻(xiàn)
分別以生產(chǎn)效率變化率TE ·it、規(guī)模報(bào)酬收益率SEit和前沿技術(shù)進(jìn)步率FTPit為被解釋變量,以十個(gè)動(dòng)力因素指數(shù)為解釋變量,分三組樣本考察各解釋變量的作用方向與貢獻(xiàn)水平,旨在實(shí)現(xiàn)兩個(gè)目標(biāo):一是判斷各動(dòng)力因素對(duì)全要素生產(chǎn)率增長(zhǎng)率的促進(jìn)途徑;二是檢驗(yàn)動(dòng)力因素是否存在理論預(yù)示的部分生產(chǎn)率效應(yīng)。三組樣本的Wald檢驗(yàn)結(jié)果均拒絕了“解釋變量估計(jì)系數(shù)為零”的原假設(shè),這樣,依據(jù)前述檢驗(yàn)結(jié)果選擇FGLS模型作為估計(jì)方法。表4報(bào)告了三組FGLS面板估計(jì)結(jié)果。
模型(1)估計(jì)結(jié)果顯示:按貢獻(xiàn)從大到小,金融發(fā)展水平
Z10、異質(zhì)性企業(yè)集聚水平Z8、技術(shù)創(chuàng)新水平Z4變量對(duì)生產(chǎn)效率變化率的估計(jì)系數(shù)在1%置信水平下依次顯著為正,其它7個(gè)解釋變量在1%置信水平下顯著為負(fù)。金融發(fā)展水平越高,存、貸款越多,企業(yè)越易解決資金短缺問題,生產(chǎn)效率增長(zhǎng)率越高;異質(zhì)性企業(yè)集聚指數(shù)越大,生產(chǎn)效率增長(zhǎng)率越高,也越能夠通過產(chǎn)業(yè)鏈和溢出效應(yīng)帶動(dòng)關(guān)聯(lián)企業(yè)生產(chǎn)效率增長(zhǎng);技術(shù)創(chuàng)新水平越高,就越能提高資源與要素利用效率,提升生產(chǎn)效率增長(zhǎng)率。其它7個(gè)動(dòng)力因素表現(xiàn)為拖累生產(chǎn)效率的增長(zhǎng),原因比較復(fù)雜,原因之一在于這些方面的發(fā)展水平較低或仍有較大改革空間:如市場(chǎng)配置資源比重、城市化與基礎(chǔ)設(shè)施運(yùn)營(yíng)效率及人力資本配置效率偏低,企業(yè)發(fā)展不能滿足國(guó)內(nèi)外市場(chǎng)和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的要求等。
從模型(2)估計(jì)結(jié)果可以看出,按貢獻(xiàn)從大到小,規(guī)模報(bào)酬收益率的提升來自于技術(shù)創(chuàng)新、基礎(chǔ)設(shè)施發(fā)展、區(qū)域經(jīng)濟(jì)政策、金融發(fā)展、人力資本積累、對(duì)外開放、異質(zhì)性企業(yè)集聚的直接貢獻(xiàn)。這表明:技術(shù)創(chuàng)新水平越高,資源 利用率越高,規(guī)模報(bào)酬收益率也越高;基礎(chǔ)設(shè)施發(fā)展水平越高,人員、貨物、資金、信息流通的便利性和能源供給的有效性越好,資源配置效率就越高,能夠帶來更大的規(guī)模收益;區(qū)域經(jīng)濟(jì)政策扶持力度越大,既可以解決制約地區(qū)經(jīng)濟(jì)增長(zhǎng)的部分“短板”,也能促進(jìn)對(duì)待開發(fā)資源的有效利用,進(jìn)而提高規(guī)模報(bào)酬收益率;金融發(fā)展水平越高,企業(yè)越易通過資金支持獲取更大的規(guī)模報(bào)酬;人力資本積累能夠提升勞動(dòng)力的規(guī)模經(jīng)濟(jì)性,是企業(yè)實(shí)現(xiàn)規(guī)模報(bào)酬收益遞增的必要條件與動(dòng)力源泉;外商直接投資額越多,進(jìn)口緊缺設(shè)備越多,地區(qū)出口專業(yè)化水平越高,企業(yè)就越能夠獲得更高的內(nèi)部和外部規(guī)模經(jīng)濟(jì)效益;除了異質(zhì)性企業(yè)本身就具有較高的規(guī)模報(bào)酬收益率之外,其空間集聚還通過鏈?zhǔn)絺鲗?dǎo)效應(yīng)引致關(guān)聯(lián)企業(yè)提高規(guī)模效益。市場(chǎng)化水平Z1、產(chǎn)業(yè)結(jié)構(gòu)變遷水平Z5、城市化水平Z6變量對(duì)規(guī)模報(bào)酬收益率的估計(jì)系數(shù)顯著為負(fù),這可能源于國(guó)內(nèi)市場(chǎng)化改革與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)緩慢、城市化粗放式發(fā)展拖累了規(guī)模報(bào)酬收益率的提升。
在模型(3)估計(jì)中,按其貢獻(xiàn)大小,前沿技術(shù)進(jìn)步率主要來自于城市化發(fā)展、市場(chǎng)化改革、技術(shù)創(chuàng)新、人力資本積累、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、對(duì)外開放和異質(zhì)性企業(yè)集聚的直接貢獻(xiàn)。城市集聚的資源與要素越多,潛在最大產(chǎn)出水平也越高,同樣,城市化發(fā)展水平越高,創(chuàng)新人才越多,技術(shù)外部性越強(qiáng),前沿技術(shù)進(jìn)步率也越高;市場(chǎng)競(jìng)爭(zhēng)越激烈,企業(yè)創(chuàng)新生產(chǎn)工藝與管理水平的動(dòng)力越強(qiáng),越能釋放生產(chǎn)潛能;技術(shù)創(chuàng)新水平越高,先進(jìn)技術(shù)與設(shè)備應(yīng)用比例越高,就越能提高企業(yè)前沿技術(shù)進(jìn)步率;較高的人力資本存量是有效吸收先進(jìn)技術(shù)與管理經(jīng)驗(yàn)、提高企業(yè)創(chuàng)新水平的前提條件,人力資本積累通過提升勞動(dòng)者潛能與實(shí)施創(chuàng)新來提升前沿技術(shù)進(jìn)步率;產(chǎn)業(yè)結(jié)構(gòu)變遷通過二、三次產(chǎn)業(yè)規(guī)模擴(kuò)張?zhí)岣吡藵撛诘淖畲螽a(chǎn)出水平或前沿技術(shù)進(jìn)步率;對(duì)外開放提高了貿(mào)易潛力,擴(kuò)大了市場(chǎng)空間,引進(jìn)了緊缺技術(shù)與設(shè)備,進(jìn)而提升了前沿技術(shù)進(jìn)步率;進(jìn)一步,異質(zhì)性企業(yè)集聚水平越高,越多的外商及港澳臺(tái)企業(yè)就越能通過直接與間接效應(yīng)提升前沿技術(shù)進(jìn)步率?;A(chǔ)設(shè)施建設(shè)、區(qū)域經(jīng)濟(jì)政策和金融發(fā)展對(duì)前沿技術(shù)進(jìn)步表現(xiàn)為拖累作用,本文認(rèn)為這三項(xiàng)因素可能對(duì)前沿技術(shù)進(jìn)步率有著非線性的復(fù)雜作用,如果它們僅是在生產(chǎn)環(huán)節(jié)發(fā)揮補(bǔ)充性作用,再加上運(yùn)行效率低等其它復(fù)雜因素的影響,極易拖累前沿技術(shù)進(jìn)步率的提高。
3.4 實(shí)證結(jié)果綜合分析
綜合上述實(shí)證結(jié)果,各動(dòng)力因素對(duì)全要素生產(chǎn)率增長(zhǎng)率的貢獻(xiàn)與作用途徑不盡相同。技術(shù)創(chuàng)新、市場(chǎng)化改革、人力資本積累、異質(zhì)性企業(yè)集聚和對(duì)外開放是轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式或提升全要素生產(chǎn)率增長(zhǎng)率的主要?jiǎng)恿Γㄒ姳?)。技術(shù)創(chuàng)新與異質(zhì)性企業(yè)集聚是僅有的能夠同時(shí)提高前沿技術(shù)進(jìn)步率、生產(chǎn)效率增長(zhǎng)率和規(guī)模報(bào)酬收益率的兩個(gè)動(dòng)力因素,技術(shù)創(chuàng)新水平對(duì)全要素生產(chǎn)率增長(zhǎng)率的估計(jì)系數(shù)高達(dá)0.575 7,異質(zhì)性企業(yè)集聚的估計(jì)系數(shù)為0.064 4。市場(chǎng)化改革主要通過提高前沿技術(shù)進(jìn)步率來途徑、人力資本積累與對(duì)外開放主要通過提高前沿技術(shù)進(jìn)步率和規(guī)模報(bào)酬收益率途徑來提升全要素生產(chǎn)率增長(zhǎng)率。
盡管以下動(dòng)力因素對(duì)全要素生產(chǎn)率增長(zhǎng)總體上表現(xiàn)為拖累,但并不能認(rèn)為它們就沒有促進(jìn)作用,因?yàn)槌鞘谢c產(chǎn)業(yè)結(jié)構(gòu)升級(jí)能夠顯著提升前沿技術(shù)進(jìn)
步率,或?qū)μ岣邼撛谧畲螽a(chǎn)出水平具有積極作用;金融發(fā)展能夠同時(shí)提高生產(chǎn)效率增長(zhǎng)率和規(guī)模報(bào)酬收益率;基礎(chǔ)設(shè)施建設(shè)與區(qū)域經(jīng)濟(jì)政策對(duì)提高規(guī)模報(bào)酬收益率具有正向作用,這也是它們與理論預(yù)期存在部分契合關(guān)系的原因。它們對(duì)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式存在負(fù)向影響預(yù)示國(guó)內(nèi)在這些領(lǐng)域存在較大的改進(jìn)空間。
4 研究結(jié)論與政策建議
本文以全要素生產(chǎn)率增長(zhǎng)動(dòng)力作為經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變動(dòng)力,選擇出1989-2013年28省份動(dòng)力因素衡量指標(biāo),以主成分分析所生成的十個(gè)動(dòng)力因素指數(shù)作為解釋變量,以隨機(jī)前沿超對(duì)數(shù)柯布—道格拉斯生產(chǎn)函數(shù)模型“一步”估計(jì)所獲得的分省全要素生產(chǎn)率增長(zhǎng)率、前沿技術(shù)進(jìn)步率、生產(chǎn)效率變化率和規(guī)模報(bào)酬收益率估算值作為被解釋變量,采用可行廣義最小二乘法(FGLS)對(duì)四組樣本分別進(jìn)行面板回歸,得到如下新發(fā)現(xiàn):
第一,按貢獻(xiàn)從大到小,中國(guó)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變主要來自于技術(shù)創(chuàng)新、市場(chǎng)化改革、人力資本積累、異質(zhì)性企業(yè)集聚和對(duì)外開放的直接貢獻(xiàn),技術(shù)創(chuàng)新的貢獻(xiàn)遠(yuǎn)高于其它4個(gè)因素。就其作用途徑而言,技術(shù)創(chuàng)新和異質(zhì)性企業(yè)集聚通過提高前沿技術(shù)進(jìn)步率、生產(chǎn)效率變化率和規(guī)模報(bào)酬收益率途徑、市場(chǎng)化改革主要通過提高前沿技術(shù)進(jìn)步率途徑、人力資本積累與對(duì)外開放主要通過提高前沿技術(shù)進(jìn)步率和規(guī)模報(bào)酬收益率途徑來促進(jìn)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變。
第二,部分契合理論預(yù)期,城市化與產(chǎn)業(yè)結(jié)構(gòu)變遷能夠提升前沿技術(shù)進(jìn)步率;金融發(fā)展能夠提高生產(chǎn)效率增長(zhǎng)率和規(guī)模報(bào)酬收益率;基礎(chǔ)設(shè)施與區(qū)域經(jīng)濟(jì)政策能夠提高規(guī)模報(bào)酬收益率。這些因素對(duì)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變總體上表現(xiàn)為拖累,可能源于這些領(lǐng)域存在發(fā)展水平和運(yùn)行質(zhì)量較低、較大地區(qū)差異等原因所致。
第三,與“新”新經(jīng)濟(jì)地理學(xué)理論相符,異質(zhì)性企業(yè)空間集聚對(duì)全要素生產(chǎn)率增長(zhǎng)率的促進(jìn)作用遠(yuǎn)強(qiáng)于城市化所間接反映的集聚效應(yīng)。
研究結(jié)果表明,各動(dòng)力因素對(duì)中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的貢獻(xiàn)與作用途徑不盡相同,應(yīng)根據(jù)其作用途徑,從發(fā)揮促進(jìn)作用與扭轉(zhuǎn)“短板”兩個(gè)方面入手選擇加快經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的相應(yīng)政策:
(1)加大對(duì)關(guān)鍵、核心技術(shù)研發(fā)和科技成果轉(zhuǎn)化的支持力度,扶持載體企業(yè)和科研機(jī)構(gòu)協(xié)同研發(fā)涉及多個(gè)領(lǐng)域的核心、關(guān)鍵技術(shù),攻克一批制約生產(chǎn)率增長(zhǎng)的核心技術(shù)。創(chuàng)新體制機(jī)制和市場(chǎng)化改革,加快清理阻礙創(chuàng)新驅(qū)動(dòng)發(fā)展的不適宜的政策,鼓勵(lì)“萬眾創(chuàng)新”,并提高專業(yè)人才培養(yǎng)質(zhì)量和研發(fā)積極性。尤其對(duì)于落后地區(qū)而言,不僅要加大對(duì)外商直接投資、先進(jìn)適用技術(shù)和人才的引進(jìn)力度,也要加快改革與創(chuàng)新,積極對(duì)接“走出去”戰(zhàn)略。
(2)統(tǒng)籌考慮產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、城市化、基礎(chǔ)設(shè)施建設(shè)和區(qū)域經(jīng)濟(jì)政策實(shí)施。注重產(chǎn)業(yè)升級(jí)與城市融合發(fā)展,大力推行“互聯(lián)網(wǎng)+”模式,促進(jìn)制造業(yè)和服務(wù)業(yè)與信息化融合;基礎(chǔ)設(shè)施建設(shè)要適度超前并合理規(guī)劃,區(qū)域政策在發(fā)揮“保民生”和“托底”功能的同時(shí)要提高對(duì)地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的扶持力度。
(3)加快金融領(lǐng)域改革。創(chuàng)新并完善金融市場(chǎng)體系,建立公正、公開和規(guī)范運(yùn)作的金融市場(chǎng),包括設(shè)立扶持創(chuàng)新、創(chuàng)業(yè)的投資基金和風(fēng)險(xiǎn)擔(dān)?;穑瑸榫用窈蜋C(jī)構(gòu)提供更多的投資機(jī)會(huì),盤活居民和機(jī)構(gòu)存款,提高資金使用效率,使其更好地服務(wù)于實(shí)體經(jīng)濟(jì)發(fā)展和創(chuàng)新、創(chuàng)業(yè)活動(dòng)。
總之,轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的動(dòng)力絕不僅限于技術(shù)創(chuàng)新,實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展,需要多個(gè)領(lǐng)域的協(xié)同改革與推進(jìn)才能盡快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式。
(編輯:李 琪)
參考文獻(xiàn)(References)
[1]Fleisher B M, Chen J. The Coastnoncoast Income Gap, Productivity and Regional Economic Policy in China[J]. Journal of Comparative Economics, 1997, 20(2): 220-236.
[2]Chen K H, Huang Y J, Yang C H. Analysis of Regional Productivity Growth in China : A Generalized Metafrontier MPI Approach[J]. China Economic Review[J], 2009,20(5): 777-792.
[3]Wei L. The Impact of Economic Reform on the Performance of Chinese State Enterprises: 1980-1989[J]. Journal of Political Economy, 1999, 105(5):1080-1106.
[4]樊綱,王小魯,馬光榮.中國(guó)市場(chǎng)化進(jìn)程對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[J].經(jīng)濟(jì)研究,2011,(9):4-16.[Fan Gang, Wang Xiaolu, Ma Guangrong. Contribution of Marketization to Chinas Economic Growth[J]. Economic Research Journal, 2011, (9):4-16.]
[5]趙文軍,于津平.市場(chǎng)化進(jìn)程與我國(guó)經(jīng)濟(jì)增長(zhǎng)方式:基于省際面板數(shù)據(jù)的實(shí)證研究[J].南開經(jīng)濟(jì)研究,2014,(3):3-22.[Zhao Wenjun, Yu Jinping. Marketization and Economic Growth Pattern in China: Empirical Analysis Based on Provincial Panel Data [J]. Nankai Economic Studies, 2014, (3):3-22.]
[6]Chang H J. Institution and Economic Development: Theory, Policy and History [J]. Journal of Institutional Economics, 2011, 7(4):473-498.
[7]Naghavi A, Strozzi C. Intellectual Property, Diasporas and Domestic Innovation[J]. Journal of International Economics, 2015, 96(5): 150-161.
[8]Liu D, Meissner C M. Market Potential and the Rise of US Productivity Leadership[J]. Journal of International Economics, 2015, 96(5): 72-87.
[9]Fracasso A, Marzetti G C. International Trade and R&D Spillovers[J]. Journal of International Economics, 2015, 96(5): 138-149.
[10]高凌云,王洛林.進(jìn)口貿(mào)易與工業(yè)行業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)學(xué) (季刊),2010,9(2):391-414.[Gao Lingyun, Wang Luolin. Imports and Total Factor Productivity at the Industrial Level[J]. China Economic Quarterly, 2010, 9(2):391-414.]
[11]葉明確,方瑩.出口與我國(guó)全要素生產(chǎn)率增長(zhǎng)的關(guān)系:基于空間杜賓模型[J].國(guó)際貿(mào)易問題,2013,(5):19-31.[Ye Mingque, Fang Ying. Relationship Between Export and Total Factor Productivity Growth in China: A Study Based on Spatial Durbin Model[J]. Journal of International Trade, 2013,(5):19-31.]
[12]顏鵬飛,王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng):基于DEA的實(shí)證分析[J].經(jīng)濟(jì)研究,2004,(12):55-65.[Yan Pengfei, Wang Bing. Growth, Technical Progress and Technical Efficiency of Manufacture Sector in China:An Empirical Study Based on DEA [J]. Economic Research Journal, 2004, (12):55-65.]
[13]Fleisher B M, Hu Y F, Li H Z,et al. Economic Transition, Higher Education and Worker Productivity in China [J]. Journal of Development Economics, 2011, 94(1): 86-94.
[14]賴德勝,紀(jì)雯雯.人力資本配置與創(chuàng)新[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2015,(3):22-30.[Lai Desheng, Ji Wenwen. Research on Configuration of Human Capital and Innovation[J]. Economic Perspectives, 2015,(3):22-30.]
[15]傅曉霞,吳利學(xué).技術(shù)效率、資本深化與地區(qū)差異 [J].經(jīng)濟(jì)研究,2006,(10):52-61.[Fu Xiaoxia, Wu Lixue. Technical Efficiency, Capital Deepening and Regional Disparity [J]. Economic Research Journal, 2006, (10):52-61.]
[16]王玲,Szirmai A.高技術(shù)產(chǎn)業(yè)技術(shù)投入和生產(chǎn)率增長(zhǎng)之間的關(guān)系研究[J].經(jīng)濟(jì)學(xué)(季刊),2008,(3):913-932.[Wang Ling, Szirmai A. Technological Inputs and Growth in Chinas High-Tech Industries [J]. China Economic Quarterly, 2008,(3): 913-932.]
[17]孫伍琴,王培.中國(guó)金融發(fā)展促進(jìn)技術(shù)創(chuàng)新研究[J].管理世界,2013,(5):172-173.[Sun Wuqing, Wang Pei. Research on Chinas Financial Development to Promote Technology Innovation[J]. Management World, 2013,(5):172-173.]
[18]Agrawal A, Cockburn I, Galasso A, et al. Why are Some Regions More Innovative than Others? The Roles of Small Firms in the Presence of Large Labs[J]. Journal of Urban Economics,2014, 81(6): 149-165.
[19]Desmet K, RossiHansberg E. Spatial Development[J]. American Economic Review, 2014, 104(4):1211-1243.
[20]劉生龍,胡鞍鋼.基礎(chǔ)設(shè)施的外部性在中國(guó)的檢驗(yàn):1988-2007[J].經(jīng)濟(jì)研究,2010,(3):4-15.[Liu Shengong, Hu Angang. Test on the Externality of Infrastructure in China :1988-2007 [J]. Economic Research Journal, 2010, (3): 4-15.]
[21]Henderson J V. The Urbanization and Economic Growth: The SoWhat Question [J]. Journal of Economic Growth, 2003,(8): 47-71.
[22]李福柱,厲夢(mèng)泉.相關(guān)多樣性、非相關(guān)多樣性與地區(qū)工業(yè)勞動(dòng)生產(chǎn)率增[J].山東大學(xué)學(xué)報(bào):哲學(xué)與社會(huì)科學(xué)版,2013,(4):10-20.[Li Fuzhu, Li Mengquan. Related Variety, Unrelated Variety and the Growth of Regional Industrial Labor Productivity[J]. Journal of Shandong University:Philosophy and Social Sciences, 2013, (4):10-20.]
[23]Healey R G. Railroads, Factors Channeling and Increasing Returns: Cleveland and the Emergence of the American Manufacturing belt[J]. Journal of Economic Geography, 2015, 15(2): 499-538.
[24]Hulten C, Bennathan E, Srinivasan S. Infrastructure, Externalities and Economic Development: A Study of the Indian Manufacturing Industry [J]. World Bank Economic Review, 2006, 20(2): 291-308.
[25]Krugman P R. Increasing Returns and Economic Geography[J]. Journal of Political Economy, 1991, 99(5):483-499.
[26]Borowiecki K J. Geographic Clustering and Productivity: An Instrumental Variable Approach for Classical Composers [J]. Journal of Urban Economics, 2013, 73(1): 94-110.
[27]張宇,蔣殿春.FDI,產(chǎn)業(yè)集聚與產(chǎn)業(yè)技術(shù)進(jìn)步[J].財(cái)經(jīng)研究,2008,(1):72-82.[Zhang Yu, Jiang Dianchun. FDI,Industrial Agglomeration and Technology Progress:Evidence from Chinese Manufacturing Industries [J]. Journal of Finance and Economics, 2008, (1):72-82.]
[28]梁琦,李曉萍,簡(jiǎn)澤.異質(zhì)性企業(yè)的空間選擇與地區(qū)生產(chǎn)率差距研究[J].統(tǒng)計(jì)研究,2013,(6):51-57.[Liang Qi, Li Xiaoping, Jian Ze. The Spatial Selection of Heterogeneous Firms and Regional Productivity Gap[J]. Statistical Research, 2013,(6):51-57.]
[29]王志剛,龔六堂,陳玉宇.地區(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解(1978-2003)[J].中國(guó)社會(huì)科學(xué),2006,(2):55-66.[Wang Zhigang, Gong Liutang, Chen Yuyu. Chinas Regional Differences in Technical Efficiency and the Decomposition of Total Factor Productivity Growth (1978 -2003)[J]. Social Sciences in China, 2006, (2):55-66.]
[30]梁琦,李曉萍,呂大國(guó).市場(chǎng)一體化、企業(yè)異質(zhì)性與地區(qū)補(bǔ)貼:一個(gè)解釋中國(guó)地區(qū)差距的新視角[J].中國(guó)工業(yè)經(jīng)濟(jì),2012,(2):16-25.[Liang Qi, Li Xiaoping, Lv Daguo. Market Integration, Firm Heterogeneity and Regional Investment Subsidy:A New Perspective Explaining the Regional Inequality in China [J]. China Industrial Economics, 2012, (2):16-25.]
[31]Chen K H, Huang Y J, Yang C H. Analysis of Regional Productivity Growth in China: A Generalized Metafrontier MPI Approach [J]. China Economic Review, 2009, 20(5):777-792.
[32]Gozzi G, Impullitti G. Government Spending Composition, Technical Change and Wage Inequality[J]. Seminar at New York University,2009,(4):1-47.
[33]Levine R. Finance and Growth: Theory and Evidence [R]. Working Paper at University of Minnesota and the NBER,2004, (9): 3-109.
[34]李青原,李江冰,江春,等.金融發(fā)展與地區(qū)實(shí)體經(jīng)濟(jì)資本配置效率:來自省級(jí)工業(yè)行業(yè)數(shù)據(jù)的證據(jù)[J].經(jīng)濟(jì)學(xué)(季刊),2013,(1):527-548.[Li Qingyuan, Li Jiangbing, Jiang Chun, et al. Financial Development and Local Real Economy Capital Allocation Efficiency: Evidence from ProvinceLevel Industrial Data [J]. China Economic Quarterly, 2013, (1): 527-548.]
[35]Kumbhakar S C,Lovel C A K. Stochastic Frontier Analysis [M]. Cambridge University Press, 2000, (5):281-287.
[36]張軍,吳桂英,張吉鵬.中國(guó)省際物質(zhì)資本存量估算:1952-2000 [J].經(jīng)濟(jì)研究,2004,(10):35-44.[Zhang Jun, Wu Guiying, Zhang Jipeng. The Estimation of China s Provincial Capital Stock:1952-2000[J].Economic Research Journal, 2004, (10): 35-44.]
Abstract Taking the growth power of total factor productivity as the changing power of economic development mode, this paper empirically estimates the contributions and pathways of ten dynamic factors to the growth rate of total factor productivity based on the four sets of the Chinas provincial panel data between the year 1989 to 2013 by the feasible generalized least squares method. The conclusions are as follows: the regression coefficients of technological innovation level, market oriented reform level, human capital stock level, heterogeneous firms agglomeration level, and the degree of openingup to the outside world to the growth rate of total factor productivity in China are 0.575 7, 0.212 5, 0.136 8, 0.064 4 and 0.018 0 respectively. It indicates that technological innovation, market oriented reform, human capital accumulation, heterogeneous firms agglomeration and openingup to the outside world are direct dynamic factors to promote the changing of Chinas economic development mode. It also shows that the growth rate of total factor productivity promoted by increasing the frontier technological progress rate, the rate of change of production efficiency and the rate of return of scale from technological innovation and heterogeneous firms agglomeration. The market oriented reform promotes the growth of total factor productivity by increasing the frontier technological progress rate. The human capital accumulation and openingup to the outside world improves the growth of total factor productivity through increasing the frontier technological progress rate and the rate of return of scale. Although the industrial structure, urbanization, infrastructure construction, regional economic policies and financial development generally performances negative effects or some drags, the industrial structure change and urbanization can improve the frontier technological progress rate. And the infrastructure construction and regional economic policies can improve the rate of return of scale while the financial development can improve production efficiency and the rate of return of scale. Those five dynamic factors should be further improved to promote the growth of total factor productivity in future. Based on the results, this paper puts forward the core technology to overcome the constraints of productivity, and takes generally into accounting the industrial structure upgrading, urbanization, infrastructure construction, regional economic policy implementation, the reform of financial sector accelerating and other policy recommendations in order to promote the changing of Chinas economic development mode.
Key words economic transformation; growth rate of total factor productivity; dynamic factor; stochastic frontier analysis