遼寧省全要素生產效率測算及影響因素研究

類紅利 王小月 朱天星

摘?要：研究地區(qū)經濟增長效率，有利于優(yōu)化要素資源配置，提高要素使用效率以及減少環(huán)境污染，制定差別化的區(qū)域發(fā)展政策具有重要意義。本文利用非參數(shù)的DEA方法測算遼寧省14個地市的全要素生產效率及其影響因素。結果表明：全要素生產效率處于較高水平的兩個城市為大連和遼陽，處于較低水平的兩個城市為盤錦和鐵嶺，上升趨勢比較明顯的城市為本溪，下降趨勢非常明顯的是鞍山。第二產業(yè)的產值占比、FDI占比、金融深化水平以及科技投入占比對各地市的影響各異，并提出了對策建議。

關鍵詞：全要素生產效率;DEA;金融深化

中圖分類號：F2?文獻標識碼：A?doi：10.19311/j.cnki.1672-3198.2020.31.007

0?引言

黨的十八大以來，黨中央把經濟增長質量作為經濟發(fā)展的重要指標，在經濟增長同時更加關心環(huán)境保護，而經濟增長效率是度量經濟增長質量的重要標志。遼寧省作為東北經濟振興的龍頭，由于要素稟賦和資本技術的差異，省內各地區(qū)的經濟增長效率有較大差異，因此深入分析遼寧省內各地區(qū)的經濟增長效率對于制定區(qū)域經濟增長對策具有重要意義。

自從丁伯根提出全要素生產效率的概念以及索洛利用余值法測算了全要素生產效率以來，國內學者從不同角度和方法測算全要素生產效率問題。從研究視角看，國內早期的關于全要素生產效率研究是測算國家和省域層面的全要素生產效率問題（張軍（2004），單豪杰（2008），劉晶晶（2013）等）。研究省域內部的全要素生產效率問題，例如夏巖磊，韓建雨（2013）測算了安徽省的全要素生產效率并進行評析;潘明清，付婷婷，卓瑪（2011）測算和分析了西藏自治區(qū)的全要素生產效率等。最近一些年來的研究主要集中不同產業(yè)、不同部門的全要素生產效率問題。王嘉琪（2016）測算了汽車產業(yè)的全要素生產效率問題。張自強，李怡（2016）測算了營林業(yè)的全要素生產效率，宋瑞（2107）測算了旅游行業(yè)的全要素生產效率問題等。從研究方法看，全要素生產效率的測算方法分為參數(shù)方法（索洛余值法、SFA）和非參數(shù)方法（DEA和指數(shù)法等）。非參數(shù)方法與參數(shù)方法相比的優(yōu)點是不需要設定具體的函數(shù)形式，從而避免因錯誤的生產函數(shù)而帶來的問題，因此本文選擇非參數(shù)DEA方法測算遼寧省14個地市的全要數(shù)生產率，并且利用面板數(shù)據(jù)模型分析全要素生產效率的影響因素。

1?數(shù)據(jù)來源及指標變量說明

本文利用遼寧省14個地市2001-2018的相關指標數(shù)據(jù)測算遼寧省地市級別的全要素生產效率并且分析影響因素。數(shù)據(jù)來源：《遼寧統(tǒng)計年鑒2001-2019》《中國城市年鑒2001-2018》。

產出變量：國內生產總值（GDP），地區(qū)國民生產總值是衡量地區(qū)經濟發(fā)展的重要指標，因此以各地市的GDP作為生產活動中的產出，并將其以2000年為基期的可比價格折算成實際GDP。

投入變量：（1）資本投入。目前廣泛采用的永續(xù)盤存法測算資本存量需要測算初始的資本存量和各期的資本流量。本文參考馬曉君，魏曉雪（2017）等的做法，利用遼寧省各地市2001-2018年的固定資產投資總額測算資本存量，利用遼寧省歷年固定資產投資價格指數(shù)以2000為基期進行平減，將平減后遼寧省各地市固定資產投資額度作為資本投入指標（單位：億元）。（2）勞動投入。本文利用各地市2001-2018年的從業(yè)人員數(shù)量作為勞動力的投入指標。

2?基于DEA的全要素生產效率的測算

利用DEAP2.1軟件對遼寧省14個地市取對數(shù)后的投入和產出變量測算全要素生產效率，結算見圖1。

分析圖1，我們發(fā)現(xiàn)2001-2018年遼寧省14個城市的全要素生產效率基本上沒有達到資源的最佳利用狀態(tài)，在2005和2017年分別出現(xiàn)兩個快速下降的低谷。全要素生產效率處于較高水平的兩個城市為大連和遼陽，其中大連的全要素生產效率在2004和2017年達到了最佳利用狀態(tài)。處于較低水平的兩個城市為盤錦和鐵嶺，其中盤錦的全要素生產效率一直處于低位徘徊。上升趨勢比較明顯的城市為本溪，下降趨勢非常明顯的是鞍山，這兩個礦產資源型城市表現(xiàn)各異。

3?基于paneldata模型遼寧省全要素生產效率影響因素研究

結合現(xiàn)有研究，本文選擇如下的四個變量：第二產產值占比、外商直接投資占比、金融深化水平以及財政科技投入占比對資源利用效率進行回歸，探究遼寧省不同地市全要素生產效率的影響因素。其回歸模型如下。

首先，利用F檢驗判定面板數(shù)據(jù)模型的具體形式，變系數(shù)模型、變截距不變系數(shù)、不變截距不變系數(shù)的殘差平方和169.97、231.39和235.91，最后，判定模型形式為變系數(shù)模型。

從第二產業(yè)產值占比看，第二產業(yè)產值占比對我省的全要素生產效率有顯著正向影響的城市分別為：鞍山、本溪、丹東、錦州、營口、遼陽、朝陽和葫蘆島。撫順和盤錦的第二產業(yè)產值占比對全要素生產效率有為正，但是不顯著。有顯著負向影響的城市分別為：大連、阜新和鐵嶺。沈陽的第二產業(yè)產值占比對全要素生產效率有為負，但是不顯著。

從外商直接投資占比看，外商直接投資占比對我省全要素生產效率有顯著正向影響的城市分別為：沈陽、本溪、阜新、遼陽、盤錦。顯著負向影響的城市分別為：鞍山、撫順、丹東、錦州、營口、鐵嶺、朝陽和葫蘆島。

從金融深化看，金融深化水平對我省全要素生產效率有顯著正向影響的城市分別為：沈陽、撫順、本溪、營口、遼陽、盤錦和葫蘆島。朝陽市的金融深化水平對其全要素生產效率的影響為正，但是不顯著。有顯著負向影響的城市分別為：鞍山、錦州、阜新和鐵嶺。大連、丹東的金融深化水平對其全要素生產效率的影響為負，但是不顯著。

從科技投入占比看，科技投入占比對我省的全要素生產效率有顯著正向影響的城市為鞍山。沈陽、大連的科技投入占比對其全要素生產效率為正，但是不顯著。有顯著負向影響的城市分別為：本溪、營口、阜新、葫蘆島。撫順、丹東、錦州、遼陽、盤錦、鐵嶺、朝陽科技投入占比對其全要素生產效率為負，但是不顯著。

4?結論和對策建議

通過非參數(shù)方法測算我省14個地市2001-2018年的全要素生產效率，并且選擇四個指標分析兩個效率的影響因素。從長遠角度我省應該針對不同城市經濟發(fā)展特點因城施策，提高政策的時效性和針對性。一是改變資源枯竭型城市的工業(yè)基礎結構和提高欠發(fā)達地區(qū)的工業(yè)化水平，發(fā)展前后向聯(lián)系的輕資產型工業(yè)。二是外商直接投資的引入應該結合技術水平和地區(qū)發(fā)展實際，對生產效率具有正向影響的地區(qū)（如沈陽、大連、遼陽和盤錦），引導外商直接投資投向高科技型的、出口導向型的行業(yè)（部門）。三是大力提高科技投入水平，以財政的科技投入刺激和帶動企業(yè)的科技投入。對于我省的工業(yè)基礎相對雄厚的城市，如沈陽、撫順、本溪等。

參考文獻

[1]張軍，吳桂英，張吉鵬，等.中國省際物質資本存量估算：1952-2000[J].經濟研究，2004，（10）：45-63.

[2]單豪杰.中國資本存量K的在估算：1952-2006[J].數(shù)量經濟與技術經濟研究，2008，（10）：12-28.

[3]馬曉君，魏曉雪，劉超，等.東北三省全要素能源效率測算及影響因素分析[J].中國環(huán)境科學，2017，37（2）：777-785.

[4]藏傳琴，劉巖.山東省全要素能源效率及其影響因素分析[J].中國人口、資源與環(huán)境，2012，22（4）：107-113.

[5]宋瑞.我國旅游業(yè)全要素生產效率研究[J].中國社會科學院研究生院學報，2017，（6）：72-80.

[6]潘明清，付婷婷，卓瑪，等.西藏全要素生產率的測算與分析[J].西藏大學學報，2011，26（2）：74-80.

[7]張自強，李怡.營林業(yè)全要素生產率增長的測算及其分解[J].干旱區(qū)資源與環(huán)境，2016，30（12）：89-95.