財政與科技政策對全要素生產(chǎn)率的影響研究
——以湖南為例

周 亮

(湖南財政經(jīng)濟學院，湖南 長沙 410205)

?

財政與科技政策對全要素生產(chǎn)率的影響研究
——以湖南為例

周 亮

(湖南財政經(jīng)濟學院，湖南 長沙 410205)

運用Malmquist指數(shù)方法對湖南14個市州2002-2014年的面板數(shù)據(jù)進行分析，測算了湖南全省及14個市州的全要素生產(chǎn)率，并分析了財政和科技政策對其的影響，結果表明：湖南省全要素生產(chǎn)率波動較大，主要得益于技術進步；偏低的規(guī)模效率導致了偏低的技術效率；各市州全要素生產(chǎn)率波動較大，湘西自治州生產(chǎn)率最高；三個區(qū)域中，“3+5”城市群生產(chǎn)率普遍高于其他兩個地區(qū)，湘南地區(qū)普遍低于其他兩個地區(qū)；財政收入占比對全要素生產(chǎn)率有著明顯的負面影響，財政收入占比變化率每提高1%，可導致全要素生產(chǎn)率下降0.34%；科技投入占比對全要素生產(chǎn)率有著明顯的正面影響，科技投入占比每提高1%，可導致全要素生產(chǎn)率提高1.18%；財政和科技政策主要作用于技術效率，對技術進步?jīng)]有顯著影響。

湖南；生產(chǎn)率；全要素生產(chǎn)率；財政政策；科技政策

一、引言

調(diào)整經(jīng)濟結構、轉變經(jīng)濟發(fā)展方式是實現(xiàn)我國產(chǎn)業(yè)升級、提高我國經(jīng)濟增長質(zhì)量和全球競爭力的關鍵所在。而經(jīng)濟增長方式的轉變極其關鍵的是由粗放型向集約型轉變、由投資拉動型向技術進步型轉變。2015年湖南省GDP增長率達到了8.6%，但是其中多大部分可以歸功于全要素生產(chǎn)率的提高，多大部分得益于資本和人力等生產(chǎn)要素的投入增加，這些都是值得深入研究的問題。對湖南省全要素生產(chǎn)率及其影響因素的研究，也將為促進湖南省經(jīng)濟結構調(diào)整提供重要的參考。

中國經(jīng)濟近30年取得了高速增長，部分學者認為主要得益于生產(chǎn)要素的高投入[1]，這些生產(chǎn)要素主要包括資本的積累[2]、農(nóng)村勞動人口的轉移等[3]；也有學者認為主要來源于資源配置效率的提高[4]；還有學者強調(diào)，高速增長主要來源于技術進步，一方面，對外貿(mào)易、引進外資和加強國際合作帶來了新的技術和管理經(jīng)驗，另一方面，教育科研活動的加強促使了人力資源水平的提高[5]。越來越多的學者都認可，經(jīng)濟增長的核心來自于全要素生產(chǎn)率(TFP)增長，主要包括技術進步和技術效率的提高兩個部分[6]。

國內(nèi)學者對中國全要素生產(chǎn)率測算及相關領域做了大量研究。傅勇、白龍(2009)在分析了省級面板數(shù)據(jù)基礎上，發(fā)現(xiàn)1978-2006年間TFP每年以接近3%的速度增長，TFP增長率波動呈現(xiàn)收斂態(tài)勢；20世紀90年代以前主要是技術進步和技術效率變化交替起主導作用，而90年代以后則主要由技術進步推動[7]。王麗萍(2012)測算了我國1978-2010年的全要素生產(chǎn)率，結果表明，我國資本產(chǎn)出彈性遠高于勞動產(chǎn)出彈性，意味著我國經(jīng)濟增長過程中過度依賴資本要素投入，而全要素生產(chǎn)率的整體水平在下降[8]。郭慶旺、賈俊雪(2005)的研究發(fā)現(xiàn)，1993 年以前，我國的全要素生產(chǎn)率增長率總體呈現(xiàn)出漲跌互現(xiàn)的波動情形，1993 年之后則呈現(xiàn)出逐年下降趨勢，直到2000 年才得以緩解，此后總體呈現(xiàn)出逐年攀升勢頭[9]。石風光、李宗植(2009)測度了1985-2007 年中國28 個省區(qū)的勞均GDP 差距、要素投入差距及全要素生產(chǎn)率差距，發(fā)現(xiàn)中國地區(qū)經(jīng)濟差距經(jīng)歷了一個先擴大后縮小的過程，而全要素生產(chǎn)率是造成中國省際經(jīng)濟差距更為主要的原因[10]。趙志耘、楊朝峰(2011)的研究表明，技術引進是改革開放以來中國全要素生產(chǎn)率變化的主要原因[11]。李斌、李書輝(2010)對湖南省各市州1990- 2008年的全要素生產(chǎn)率增長率進行實證研究后發(fā)現(xiàn)，技術進步是湖南省全要素生產(chǎn)率提高的主要因素，技術效率的不斷降低給湖南省全要素生產(chǎn)率的增長帶來了明顯的負效應[12]。

二、全要素生產(chǎn)率的估算

1、主要估算方法

估算全要素生產(chǎn)率的方法大致包括增長核算法、時間參數(shù)法和前沿生產(chǎn)函數(shù)法三種。在研究初期，多數(shù)學者采用增長核算法來測量。隨著研究的深入，越來越多的學著采用新的方法進行估算。

增長核算法是通過估算彈性來計算TFP，主要是建立在生產(chǎn)函數(shù)的基礎上，通過估計總量生產(chǎn)函數(shù)，用扣除各要素增長率后產(chǎn)出增長率的殘差來度量TFP增長。

時間參數(shù)法是在C-D模型的基礎上，在回歸方程中，用時間變量來估算TFP。

前沿生產(chǎn)函數(shù)法是采用面板數(shù)據(jù)來深入分析生產(chǎn)率，過程相對復雜，但是結果更為精確，同時可以將全要素生產(chǎn)率進一步分解為技術效率和技術進步等因素。主要的方法有確定性前沿分析(DFA)、隨機前沿分析(SFA)和數(shù)據(jù)包絡分析(DEA)兩種。DEA方法由Charnes等建立[13]，F(xiàn)are等將該方法與瑞典經(jīng)濟學家Sten Malmquist提出的Malmquist指數(shù)相結合，構建了基于DEA的Malmquist指數(shù)[14]，目前該方法在研究生產(chǎn)率方面得到了廣泛的應用[15][16][17][18]。筆者將采用該方法對全要素生產(chǎn)率進行測算。

2、DEA-Malmquist指數(shù)分析方法

DEA-Malmquist指數(shù)分析方法是基于距離函數(shù)測度效率變化和技術進步，Malmquist生產(chǎn)率指數(shù)變動值即為全要素生產(chǎn)率的變動值。

基于產(chǎn)出的Malmquist生產(chǎn)率指數(shù)可表示為：

(I)

(II)

可以將Malmquist指數(shù)分解為技術效率TE和技術進步TP兩項。TE測度了規(guī)模報酬不變條件下的效率變化值，表示決策單元到最佳生產(chǎn)可能性邊界的追趕程度。TP測度了技術邊界從時期t到( t+ 1)的移動情況。技術效率又可以分解為純技術效率PE和規(guī)模效率SC。(Ⅲ)式表示了Malmquist指數(shù)的具體分解過程。

=TE×TP=PE×SC×TP

(III)

三、變量選取及數(shù)據(jù)處理

為測算湖南省全省及各市州的全要素生產(chǎn)率，筆者以湖南省各市州的面板數(shù)據(jù)為研究對象，借鑒C-D生產(chǎn)函數(shù)，選取的基本變量為資產(chǎn)、勞動和總產(chǎn)出。同時，為了考察全要素生產(chǎn)率的影響因素，鑒于數(shù)據(jù)的可得性，選取財政政策和科技政策來分別衡量制度和技術因素對全要素生產(chǎn)率的影響。相關數(shù)據(jù)來源于2003-2015年《湖南統(tǒng)計年鑒》及《湖南科技年鑒》。

1、產(chǎn)出變量的選取

因為人均數(shù)據(jù)比總量數(shù)據(jù)更能展示出各地區(qū)的經(jīng)濟差異，因此選取人均GDP(lnGDP)作為產(chǎn)出變量。GDP 平減指數(shù)統(tǒng)一折算到以2002年為基期的指數(shù),并用調(diào)整后的平減指數(shù)將GDP數(shù)據(jù)調(diào)整為以2002年為基年的不變價格，并對調(diào)整后的數(shù)據(jù)取對數(shù)。

2、投入變量的選取

促進經(jīng)濟增長的投入要素主要包括資本和勞動力兩部分，鑒于數(shù)據(jù)的可得性，選取國有經(jīng)濟固定資產(chǎn)投資(lnK)及從業(yè)人員(lnL)作為投入要素。

從業(yè)人員采用上年年末數(shù)和本年年末數(shù)的平均值，并取對數(shù)。

3、財政及科技政策變量的選取

影響全要素生產(chǎn)率變動的外部因素主要包括制度和技術兩個方面。為了更好的研究湖南省全要素生產(chǎn)率的變動情況，選取財政收入占比(財政收入占GDP的比重，REV)和科技投入占比(科技活動經(jīng)費內(nèi)部支出占GDP的比重,INO)來代表財政和科技政策，分析制度和技術因素對全要素生產(chǎn)率的影響。

4、變量的描述性統(tǒng)計

從表1可以看出，INO均值為1.1756%，最大、最小值分別為4.559%和0.0555%；REV均值為4.6507%，最大、最小值分別為7.9706%和2.8897%。表明各市州的財政收入和科技投入存在著很大區(qū)別。

表1 變量的描述性統(tǒng)計特征

四、實證結果與分析

1、全要素生產(chǎn)率的測算

(1)湖南省全要素生產(chǎn)率的變動及分解情況

采用Malmquist指數(shù)方法測算湖南省全要素生產(chǎn)率的變化情況，使用投入要素為lnL和lnK，產(chǎn)出要素為lnGDP，分析軟件為Deap2.1。以2002-2014年湖南省14個市州的面板數(shù)據(jù)為基礎，測算出湖南省各年度TFP變化率及分解情況如表2所示。

由表2可以看出，湖南省全要素生產(chǎn)率平均約為1.008，其中2004年最高，達到了1.054，2009年最低，只有0.937，總體來看，湖南省全要素生產(chǎn)率波動較大，效率值不高。從全要素生產(chǎn)率的分解情況來看，技術效率偏低，經(jīng)濟增長主要來源于技術進步；而技術效率的偏低又主要是由于規(guī)模效率的偏低。圖1報告了歷年的技術效率、技術進步和全要素生產(chǎn)率變動情況，可以看出，技術效率總體來說波動不大，但是技術進步和全要素生產(chǎn)率波動較大，除2009和2012年外，其余年份全要素生產(chǎn)率均高于技術效率。

表2 各年度TFP變化率及其分解

圖1 湖南省全要素生產(chǎn)率及其分解效率變化趨勢

(2)湖南各市州全要素生產(chǎn)率及分解情況

各市州TFP變化率及其分解情況如表3所示。

從表3可以看出，湖南省大部分市州全要素生產(chǎn)率均大于1，只有邵陽、永州和懷化三個地區(qū)小于1；湘西自治州全要素生產(chǎn)率最高，達到了1.059，其次是長沙、湘潭和株洲。從全要素生產(chǎn)率的分解情況可以看出，各市州技術進步均大于1，而技術效率的偏低主要是因為規(guī)模效率的偏低。整個湖南省，規(guī)模效率大于1的只有長沙、懷化和自治州，湘潭和張家界剛好是1。

表3 各市州TFP變化率及其分解

各市州歷年TFP變化率如表4所示。其中最后三行，是將湖南省分為3個區(qū)域，對區(qū)域內(nèi)全要素生產(chǎn)率取平均值來進行研究，3個區(qū)域分別是：“3+ 5”城市群，“3”是長株潭兩型社會配套改革試驗區(qū)，“5”是打造城市群的次級城市中心和經(jīng)濟發(fā)展腹地，包括岳陽、常德、益陽、婁底、衡陽；湘南地區(qū)，包括邵陽、郴州和永州；湘西地區(qū)，包括張家界、懷化和湘西自治州。

表4 各市州歷年TFP變化率

圖2 湖南省3個區(qū)域全要素生產(chǎn)率及其分解效率變化趨勢

由表4和圖2可以看出，各市州全要素生產(chǎn)率波動較大，總體來看，“3+5”城市群除2003年生產(chǎn)率低于其他兩個地區(qū)外，其余年份均比其他兩個地區(qū)高，湘南地區(qū)全要素生產(chǎn)率除2003年高于“3+5”城市群外，其余年份均處于墊底位置。

2、財政及科技政策對全要素生產(chǎn)率的影響結果

為研究財政政策及科技政策對TFP的影響，選取14個市州的TFP數(shù)據(jù)、財政政策數(shù)據(jù)及科技政策數(shù)據(jù)，構成面板數(shù)據(jù)，來進行分析。由于科技政策對TFP的影響具有一定的滯后性，因此采用滯后一期的數(shù)據(jù)來進行分析。因此得到12年、14個市州的面板數(shù)據(jù)來進行分析。

(1)單位根檢驗及模型選擇

對時間序列數(shù)據(jù)進行分析前，首先需要對其進行單位根檢驗，以判斷序列是否為平穩(wěn)序列。通過檢驗可以發(fā)現(xiàn)，TFP、TE、TP、INO均為平穩(wěn)序列，REV不平穩(wěn)，但是其一階差分序列平穩(wěn)。因此可以對TFP、TE、TP、INO及D(REV)進行回歸分析。即用前后兩年的TFP變化率、財政收入占比變化率及前一年的科技投入占比來做回歸分析。

面板模型有固定效應和隨機效應兩種形式。通過Hausman檢驗，可以看出TFP-INO- D(REV)和TE-INO- D(REV)模型應選擇隨機效應模型；而TP-INO- D(REV)應選擇固定效應模型。固定效應模型的形式設定又包括固定效應變系數(shù)模型、固定效應變截距模型和固定效應不變參數(shù)模型三種，通過檢驗，TP-INO- D(REV)模型形式應為固定效應不變系數(shù)模型。

(2)面板回歸分析

表5 面板回歸分析結果

由表5可以看出：第一，TFP模型通過了相關檢驗，F(xiàn)統(tǒng)計量顯示模型回歸結果較好，DW值為1.71，模型不存在自相關現(xiàn)象。調(diào)整R2為0.19，表示選取的兩個指標能夠解釋全要素生產(chǎn)率變化的19%。從模型的回歸結果可以看出，財政收入占比對全要素生產(chǎn)率有著明顯的負面影響，表現(xiàn)為財政收入占比每提高1%，可導致全要素生產(chǎn)率下降0.34%；科技投入占比對全要素生產(chǎn)率有著明顯的正面影響，表現(xiàn)為科技投入占比每提高1%，可導致全要素生產(chǎn)率提高1.18%。第二，TE模型通過檢驗，F(xiàn)統(tǒng)計量顯示模型回歸結果較好，DW值為1.62，模型不存在自相關現(xiàn)象。調(diào)整R2為0.14，表示選取的兩個指標能夠解釋技術效率變化的14%。從模型的回歸結果可以看出，財政收入占比對技術效率有著明顯的負面影響，表現(xiàn)為財政收入占比每提高1%，可導致技術效率下降0.21%；科技投入占比對技術效率有著明顯的正面影響，表現(xiàn)為科技投入占比每提高1%，可導致技術效率提高1.30%。第三，在TP模型中，REV和INO的系數(shù)在5%的顯著性水平下均不顯著，同時從F統(tǒng)計量可以看出，回歸模型并不顯著。因此可以得出結論，財政收入占比和科技投入占比對技術進步?jīng)]有顯著影響。

五、結論與建議

1、結論

由實證結果可以看出，湖南省全要素生產(chǎn)率波動較大，效率值不高；從全要素生產(chǎn)率的分解情況來看，技術效率偏低，經(jīng)濟增長主要得益于技術進步；而技術效率的偏低又主要是由于規(guī)模效率的偏低。各市州全要素生產(chǎn)率波動較大，湘西自治州生產(chǎn)率最高；三個區(qū)域中，“3+5”城市群生產(chǎn)率除個別年份外，其余年份比其他兩個地區(qū)高，湘南地區(qū)全要素生產(chǎn)率除個別年份外，其余年份均處于墊底位置。在影響全要素生產(chǎn)率的因素中，財政收入占比對全要素生產(chǎn)率有著明顯的負面影響，財政收入占比每提高1%，可導致全要素生產(chǎn)率下降0.34%；科技投入占比對全要素生產(chǎn)率有著明顯的正面影響，科技投入占比每提高1%，可導致全要素生產(chǎn)率提高1.18%；同時也可以看出，財政收入占比和科技投入占比主要作用于技術效率，對技術進步?jīng)]有顯著影響。

2、建議

(1)增加科技投入是提高經(jīng)濟增長質(zhì)量的重要途徑

由湖南省全要素生產(chǎn)率分解情況可以看出，技術進步是推動全要素生產(chǎn)率增長的最主要因素。回歸結果更是可以看出，科技投入的增加可以明顯提高全要素生產(chǎn)率。改革開放以來我國經(jīng)濟的高速增長主要得益于巨大的人口紅利和對資源環(huán)境的過度使用，但是隨著人口拐點的出現(xiàn)和資源環(huán)境承載能力極限的到來，這種粗放型的發(fā)展方式已經(jīng)難以為繼，通過技術創(chuàng)新、實現(xiàn)集約化的發(fā)展道經(jīng)濟轉型的必由之路。湖南省應加大力度培養(yǎng)研發(fā)人員，鼓勵企業(yè)增加研發(fā)投入以及對研發(fā)成果進行專利申請[20]。

(2)實施結構性減稅，適當縮減政府財政收入在GDP中的占比

十八屆三中全會指出，要使市場在資源配置中起決定性作用和更好發(fā)揮政府作用。要更好的發(fā)揮市場的作用，需要管住政府的“雙手”，促使政府從“投資型政府”轉變?yōu)椤胺招驼?。因此實施結構性減稅，適當縮減政府財政收入，可以使居民和企業(yè)部門分配到更多的收入，從而更好的拉動內(nèi)需和民營企業(yè)的投資生產(chǎn)，也就可以更加深入的推動市場化程度和提高全要素生產(chǎn)率。

(3)應針對不同地區(qū)的具體情況，制定區(qū)域性的經(jīng)濟發(fā)展政策

“3+5”城市群的全要素生產(chǎn)率要顯著高于其他地區(qū)，湘南地區(qū)的生產(chǎn)率一直處于墊底位置。因此應針對不同地區(qū)的具體情況，制定區(qū)域性的經(jīng)濟發(fā)展政策?！?+5”城市群應更多的發(fā)展技術含量較高的產(chǎn)業(yè)，更多的依靠自主創(chuàng)新，而湘南地區(qū)由于基礎較為薄弱，應該更多的吸收引進先進技術，結合自身資源稟賦開展區(qū)域經(jīng)濟發(fā)展，而不能片面的追求高技術高投入。

[1]鄧 翔，李建平. 中國區(qū)域經(jīng)濟增長的動力分析[J]. 管理世界，2004，(11)：68-76.

[2]張 軍. 增長、資本形成與技術選擇: 解釋中國經(jīng)濟增長率下降的原因[J]. 經(jīng)濟學(季刊)，2002，(2)：301-338.

[3]Young , Alwyn. The Tyranny of Numbers: Confronting the Statistical Realities of the East Asian Growth Experience[J]. The Quarterly Journal of Economics, 1995，(3)：641-680.

[4]J.Y. Lin. Rural Reforms and Agricultural Growth in China. American Economic Review[J]. 1992，(82)：34-51.

[5]沈坤榮，耿 強. 外國直接投資、技術外溢與內(nèi)生經(jīng)濟增長[J]. 中國社會科學，2001，(5)：82-93.

[6]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)率增長率分解(1978 -2003)[J]. 中國社會科學，2006，(2)：55-67.

[7]傅 勇，白 龍. 中國改革開放以來的全要素生產(chǎn)率變動及其分解(1978-2006)[J]. 金融研究，2009，(7)：38-51.

[8]王麗萍. 我國全要素生產(chǎn)率的測算：1978-2010[J]. 中國物價，2012，(5)：6-9.

[9]郭慶旺，賈俊雪. 中國全要素生產(chǎn)率的估算: 1979-2004[J]. 經(jīng)濟研究，2005，(6)：51-60.

[10]石風光，李宗植. 要素投入、全要素生產(chǎn)率與地區(qū)經(jīng)濟差距——基于中國省區(qū)數(shù)據(jù)的實證分析[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究，2009，(12)：19-31.

[11]趙志耘，楊朝峰. 中國全要素生產(chǎn)率的測算與解釋:1979-2009[J]. 財經(jīng)問題研究，2011，(9)：4-13.

[12]李 斌，李書輝. 湖南省各市州全要素生產(chǎn)率增長率的實證研究[J]. 工業(yè)技術經(jīng)濟，2010，(11)：50-56.

[13]Charnes A, CooperW, Se iford L.M. Data Envelopment Analysis: Theory, M ethodology, and Application[M]. Dordrecht: Kluwer Academic, 1994.226.

[14]Fare R, Grosskopf S, Norris M. Productivity Growth, Technical Progress and Efficiency Changes in Industrialized Countries[J]. American Economic Review,1994,(84): 66-83.

[15]原毅軍，劉 浩，白 楠. 中國生產(chǎn)性服務業(yè)全要素生產(chǎn)率測度——基于非參數(shù)Malmquist指數(shù)方法的研究[J]. 中國軟科學，2009，(1)：159-167.

[16]陶 虎，田金方，郝書辰. 基于Malmquist指數(shù)的國有企業(yè)資本配置效率演進特征分析[J]. 產(chǎn)業(yè)經(jīng)濟評論，2012，(3)：57-97.

[17]宮俊濤，孫林巖，李 剛. 中國制造業(yè)省際全要素生產(chǎn)率變動分析——基于非參數(shù)Malmquist指數(shù)方法[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究，2008，(4)：97-109.

[18]尹琳琳，蘇 秦. 中國服務業(yè)生產(chǎn)率的變動態(tài)勢及區(qū)域特征分析——基于數(shù)據(jù)包絡分析方法的實證研究[J]. 軟科學，2009，(11)：73-78.

[19]張 軍，吳桂英，張吉鵬. 中國省際物質(zhì)資本存量估算:1952—2000[J]. 經(jīng)濟研究，2004，(10)：35-44.

[20]周 亮. 技術創(chuàng)新及制度因素對湖南經(jīng)濟增長的影響研究[J]. 湖南財政經(jīng)濟學院學報，2014，(2)：70-74.

(編輯：蔡玲；校對：余華)

Research on the Effects of Fiscal and Science Policy on TFP——Take Hunan as Example

ZHOU Liang

(HunanUniversityofFinanceandEconomics,ChangshaHunan410205)

This paper takes the Malmquist Index to approach 14 cities’ data in Hunan from 2002 to 2014, to estimates TFP of the 14 cities, and analyzes the effects of fiscal and policy, the results show that: Hunan’s TFP fluctuates heavily, mainly due to technological progress, and the size of the low efficiency of technology leads to low efficiency; TFP of 14 cities also fluctuates heavily, Xiangxi Autonomous Prefecture has highest productivity; “3 + 5" city group’s productivity is generally higher than the other two regions, southern Hunan’s is generally lower than the other two regions; revenue share has a significant negative impact on TFP, the rate of change in accounting for revenue each increased by 1% can lead to TFP fell 0.34%; the proportion of investment in science and technology has a significant positive impact on total factor productivity, investment in science and technology accounted for every 1% increase can lead to TFP increase 1.18%; fiscal and science policy accounted for a major role in technical efficiency, no significant effect on technological progress.

Hunan; productivity; TFP; fiscal policy; science policy

2016-07-10

湖南財政經(jīng)濟學院青年教師科研基金項目“科技政策對湖南省全要素生產(chǎn)率的影響研究”(項目編號：Q201408)、國家社科基金項目“面向科技型小微企業(yè)發(fā)展的財稅支持政策效果研究”(項目編號：13BJL039)

周 亮(1986- )，男，湖南邵陽人，湖南財政經(jīng)濟學院學報編輯，碩士，研究方向：宏觀經(jīng)濟、金融工程

10.16546/j.cnki.cn43-1510/f.2016.05.012

F812.4

A

2095-1361(2016)05-0095-07