中國經濟發展方式的轉變動力及其作用途徑

李福柱　趙長林

摘要：以全要素生產率增長動力作為經濟發展方式的轉變動力，本文采用1989-2013年4組省際面板數據經由可行廣義最小二乘法實證估計了10個動力因素對全要素生產率增長率的貢獻水平與作用途徑。研究發現：技術創新水平、市場化水平、人力資本存量水平、異質性企業集聚水平和對外開放度的綜合指數對中國全要素生產率增長率的回歸估計系數分別為0.575 7，0.212 5，0.136 8，0.064 4和0.018，表明技術創新、市場化改革、人力資本積累、異質性企業集聚和對外開放是促進中國經濟發展方式轉變的直接動力因素。進一步的研究結果顯示：技術創新和異質性企業集聚通過提高前沿技術進步率和生產效率變化率以及規模報酬收益率途徑，市場化改革通過提高前沿技術進步率途徑，人力資本積累與對外開放通過提高前沿技術進步率和規模報酬收益率途徑，促進了中國全要素生產率增長。雖然產業結構變遷、城市化、基礎設施建設、區域經濟政策實施和金融發展對中國全要素生產率的增長表現為負向或拖累作用，但是，產業結構變遷與城市化能夠提高前沿技術進步率，基礎設施建設和區域經濟政策能夠提高規模報酬收益率，金融發展能夠提高生產效率增長率和規模報酬收益率，這5項動力因素對促進中國全要素生產率增長的正向貢獻有待提高。依據上述研究結論，本文提出盡快攻克制約生產率增長的核心技術，統籌考慮產業結構升級、城市化、基礎設施建設和區域經濟政策實施以及加快金融領域改革等政策建議，以期加快我國經濟發展方式轉變進程。

關鍵詞：經濟轉型；全要素生產率增長率；動力因素；隨機前沿分析

中圖分類號 F20 文獻標識碼 A 文章編號 1002-2104（2016）02-0152-11

doi：10.3969/j.issn.1002-2104.2016.02.019

隨著中國經濟增速放緩，加快經濟發展方式由規模速度型粗放增長向質量效率型集約增長轉變是確保中國至2020年實現國內生產總值和城鄉居民收入相比2010年翻一番以及轉變經濟發展方式取得重大進展等戰略目標的唯一選擇。經濟發展方式轉變與全要素生產率增長之間存在互為因果的關系，經濟發展方式的轉變意味著經濟增長模式要由資源要素投入驅動型轉向生產率驅動型，或更多地依靠全要素生產率增長來促進經濟長期持續增長，全要素生產率的增長動力也因而成為轉變經濟發展方式的動力源泉。改革開放以來，我國逐步實施了一系列促進經濟發展的改革舉措，如對外開放與市場化改革，優化區域經濟政策與產業政策，促進城市化發展，加大對教育、科技研發和基礎設施建設的投入，推進金融領域改革與發展等，有關措施極大地促進了我國經濟發展水平的提高。為考察促進我國經濟發展方式轉變的動力因素，本文在借鑒已有研究基礎上嘗試以市場化改革、對外開放、人力資本積累、技術創新、產業結構變遷、城市化與基礎設施發展、異質性企業集聚、區域經濟政策實施和金融發展作為促進全要素生產率增長的動力因素，然后，在同一個分析框架內對比分析各動力因素對全要素生產率增長率及其分解項的作用方向與貢獻水平，進而厘定促進中國經濟發展方式轉變的直接動力因素及其作用途徑，以期為加快我國經濟發展方式轉變進程提供決策參考依據，并為進一步豐富和完善促進中國全要素生產率增長的相關動力因素理論體系做出貢獻。

1 文獻回顧與動力因素的衡量指標選擇

圍繞中國全要素生產率增長動力的探討，有關研究分別針對對外開放、市場化改革、人力資本積累、技術創新、城市化與經濟集聚、產業結構變遷、基礎設施建設、區域經濟政策、金融發展等因素展開理論與實證分析，由于這些動力因素在促進全要素生產率增長方面可能存在替代或互補關系，在不同的實證分析中卻往往得到不盡相同的研究結論[1-2]。有鑒于此，本文秉承有所創新原則選擇以下十個動力因素及其分省衡量指標予以分析：

（1）市場化水平衡量指標選擇。市場化改革可以完善產權結構與激勵機制、培育競爭性產品與要素市場、激發民間投資與創新意愿，進而促進全要素生產率增長[3]。樊綱等從綜合改革視角提出了包括23個分指標的市場化指數，通過構建一個內生性增長模型運用1997-2007年面板數據估計出市場化改革對中國全要素生產率的貢獻高達39.23%[4]；趙文軍等參照市場經濟地位的國際確認標準以1995-2010年經濟非國有化、產品市場發育、政府減少干預、要素市場發育和健全經濟法律制度指標衡量各省份五個領域市場化水平，認為制度健全對全要素生產率的增長貢獻最大[5]。實際上，許多方面的改革都與市場化有關，衡量市場化應著重反映市場配置經濟資源的程度[6]，本文選用非國有規模以上工業企業產值、數量、勞動人員數占各省規模以上工業企業相應總數據的比重指標分別反映各省產品市場、經濟組織和要素市場領域市場配置經濟資源的程度。

（2）對外開放度衡量指標選擇。外商直接投資伴隨人才和技術流動，即使受國際知識產權嚴格保護，也能對引進國產生知識溢出效應，提高引進國創新水平[7]，貿易自由化提高了參與國市場潛力，通過引致參與國擴大產量獲取規模經濟效益、促進知識溢出可以提高全要素生產率[8]。不過，Fracasso and Marzetti采用1971-2004年24個發達國家貿易量標準化數值構建了一個輔助貿易潛力模型分析貿易量與知識溢出強度之間的關系，發現知識溢出水平并不必然隨著貿易總量增長而同步提高，而是取決于雙邊貿易的緊密程度和貿易結構[9]，這一研究成果既為釋解出口貿易、進口貿易對中國全要素生產率增長是否具有溢出效應的爭論[10-11]，也為本文考察對外開放的生產率效應提供了借鑒。本文選擇進口總額、出口總額、外資直接投資總額占地區生產總值比重來綜合衡量各省對外開放度。

（3）人力資本存量水平測度。在實踐中，人力資本存量對全要素生產率的增長貢獻由于核算樣本與方法不同而常常出現較大分歧，顏鵬飛等以在校大學生數占總人口比重度量人力資本存量，得出人力資本積累對國內全要素生產率增長和技術進步有負影響、對效率改進有正向作用的研究結論[12]；Fleisher 等將提高人力資本對中國全要素生產率貢獻的途徑歸結為應提升高等教育規模與質量[13]，賴德勝等以受高等教育從業人員比例為指標構建三部門配置模型分析1997-2012年中國人力資本創新效率，發現市場部門人力資本對創新有促進作用，政府和壟斷部門人力資本對創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，發現人力資本對全要素生產率有較大促進作用[15]。為反映人力資本的直接與間接效應，本文兼顧全社會和從業人員的人力資本效應以6歲及6歲以上人口人均受教育年限與從業人員數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、初中、高中與中專、大專及以上學歷平均受教育年限分別設定為0、6、9、12、16年，以Xi為各省相應學歷水平的從業人員數，那么，人力資本存量水平計算公式為H=（0*X1+6*X2+9*X3+12*X4+16*X5）/∑5[]i=1Xi。

（4）技術創新水平衡量指標選擇。新古典增長理論雖然視技術創新為全要素生產率的增長動力，但卻將其視為外生的技術進步；新增長理論通過對技術創新進行模型內生化處理而視其為促進經濟長期增長的內生性動力，認為創新性技術應用與溢出能夠促進全要素生產率增長。有關研究考慮創新投入、結果以及數據可獲得性等多重因素，對技術創新水平的衡量主要有創新投入與創新結果兩種視角，有學者認為R&D經費和人員投入對中國全要素生產率增長具有顯著的促進作用，只是投入仍然不足[16]；孫伍琴等認為，雖然專利數據并不能與技術創新完全等同，但在主流研究中卻被普遍采用[17]，Agrawal 等進一步認為并不是所有技術開發都能成功，專利數據更能反映技術創新的結果[18]。本文綜合上述分析結果從反映創新能力、質量和結果等視角分別選取各省專利受理數、授權數和技術市場成交額（億元）指標來衡量各省份技術創新水平。

（5）產業結構變遷水平衡量指標選擇。產業結構轉型升級是技術創新與主導產業交替作用下實現的，要素從低生產率增長部門流向高生產率增長部門同時促進了經濟增長與全要素生產率提升。為克服規模報酬收益遞減和成本上漲等不利因素，企業往往會通過創新提供新產品與服務，此過程伴隨制造業份額下降、服務業集聚與區域生產率增長，產業結構隨之而發生變化[19]。國內產業結構升級是政府調控與市場機制共同作用的結果，劉生龍、胡鞍鋼以1988-2007年服務業就業人數占總勞動力人數比重來衡量國內產業結構變遷水平，認為產業結構升級滯后于全要素生產率的增長水平[20]，值得注意的是，其衡量口徑凸顯了勞動結構變遷的影響，卻忽略了產出結構升級的貢獻，因此，本文選取第二、三次產業產值占各省生產總值比重和第二、三次產業就業人數占其總就業人數比重四個指標來綜合反映各省份產業結構變遷水平。

（6）城市化水平衡量指標選擇。生產率增長間接地表現為城市人口規模和集聚水平的提高，城市經濟的發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，城市人口規模的擴大與更好的教育、醫療條件和更多的就業崗位，既提高了勞動者技能和收入，也提高了知識擴散的速度和密度，能夠產生積極的生產率外部性[22]；另一方面，隨著城市居民收入增長，對耐用消費品和服務業需求增加，從而促進了城市化發展，城市化與人均收入之間存在相互促進關系。從這些理論分析結果來看，衡量城市化應包含人口規模、集聚水平和收入水平三方面含義，本文選擇各省城鎮人口比重、城鎮人口密度與人均GDP值三項指標來綜合反映各省份城市化水平。

（7）基礎設施發展水平衡量指標選擇。發展基礎設施可以改善要素與商品流通條件，引致規模報酬收益遞增，促進產業的地理集中和技術溢出[23]。基礎設施是否具有積極的外部性是衡量基礎設施水平優劣的重要因素[24]。改革開放以來，基礎設施從曾是經濟增長“瓶頸”已轉為“加速器”，基礎設施的規模效應和網絡效應促進了中國生產率的提高及發達地區對欠發達地區的溢出效應，劉生龍、胡鞍鋼分別將鐵路、公路和內河航道里程加總后除以各省國土面積表示交通基礎設施水平，以各省人均能源消費量來衡量能源基礎設施水平，以各省郵電業務總量來反映信息基礎設施水平，在控制人力資本、對外開放度、產業結構和政府支出變量作用下分別檢驗了1988-2007年各省交通、能源和信息基礎設施存量的溢出效應，指出交通、信息基礎設施對全要素生產率有正向促進作用，能源基礎設施則未表現出顯著的溢出效應[20]。為對比分析基礎設施與其它動力因素在同一個框架內對全要素生產率增長的貢獻與作用途徑，本文仍選用此三項指標來衡量各省基礎設施發展水平。

（8）異質性企業集聚水平衡量指標選擇。產業集聚通過基礎設施與中間投入共享、勞動力共享和溢出效應等途徑能夠產生積極外部性[25]，針對這一觀點，異質性企業集聚理論認為，以往的集聚理論高估了產業集聚效應，異質性企業的空間集聚才是促進區域全要素生產率增長更為重要的力量[26]，尤其是關于產業集聚效應在中國是否顯著存在，學術界并未給出一致認識：如張宇等以1999-2005年中國21省制造業面板數據為樣本構建HHI產業集聚指數，證明產業集聚對制造業全要素生產率增長存在正向作用[27]；而梁琦等同樣采用中國工業企業數據庫，運用分位數回歸方法，分別檢驗異質性企業定位選擇行為與產業集聚對地區生產率差距的影響程度，指出異質性企業定位選擇行為在中國確實存在，是影響地區生產率差距的另一重要微觀機制，產業集聚對促進工業生產率增長的正向效應不明顯[28]。

針對以上分歧，本文選擇異質性企業集聚作為動力因素，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，二是異質性企業空間集聚衡量指標在兼顧集聚現象基礎上更突出了異質性企業的集聚效應。相比國內其它同類企業而言，港澳臺外商投資企業具有更高的生產率，本文借鑒區位熵構建原理，從產出與組織兩個視角，選取各省港澳臺外商投資規模以上工業企業產值占各省規模以上工業企業總產值比重與全國港澳臺外商投資規模以上工業企業產值占全國規模以上工業企業總產值比重的比值、外商及港澳臺投資規模以上工業企業個數占各省規模以上工業企業總數比重與全國外商及港澳臺投資規模以上工業企業個數占全國規模以上工業企業總數的比值，構建異質性企業的產值、數目集聚指數來綜合反映各省份異質性企業集聚水平。

（9）區域經濟政策力度衡量指標選擇。改革開放后我國實施了一系列促進區域經濟發展的政策措施，關于區域經濟政策對地區全要素生產率增長或地區生產率差距的影響問題，國內學者多給予負面評價：王志剛等認為財政支出占地區生產總值比重過大會拖累生產效率增長[29]，梁琦等認為對欠發達地區補貼政策吸引了低效率企業進入，擴大了地區生產率差距，不利于提高欠發達地區生產率[30]；國外學者卻給出了積極評價：認為區域激勵政策促進了地區要素積累，通過鼓勵采用適用技術改善了區域生產效率和規模報酬收益率，對促進全要素生產率增長具有一定程度的實際貢獻[31]，政策對全要素生產率增長的促進動機可以在政府支出構成中得以反映[32]。綜合有關研究結果，本文以各省固定資產投資預算資金、年度財政支出占其生產總值比重指標來反映區域經濟政策力度。

（10）金融發展水平衡量指標選擇。金融發展能夠改善融資條件、提高資金配置效率、為新技術與新產品開發提供資金支持，間接促進了生產率增長，不過，金融發展的長期生產率效應仍有待深入研究[33]。國內金融發展水平要落后于發達國家，統計數據不完善就是一個例證，有學者嘗試采用多個替代性指標來衡量國內金融發展水平，如李青原等基于1999-2006年30省份27個工業行業樣本，以各省全部銀行信貸額與地區生產總值之比、銀行向非國有部門信貸額與地區生產總值之比、家庭居民人民幣儲蓄存款額與地區生產總值之比三項指標來衡量地區金融發展水平，以地區投資彈性系數為被解釋變量，研究認為金融發展提高了實體經濟的資本配置效率[34]。本文認為，各金融指標在不同的經濟發展環境中所能發揮的潛在作用方向是不確定的，衡量指標應考慮長期數據的可獲得性并反映金融支持發展方式轉變的能力水平，宜采用各省金融機構全部存款余額占地區生產總值比重、金融機構全部貸款余額占地區生產總值比重和家庭居民人民幣儲蓄存款余額占地區生產總值比重指標來衡量其金融發展水平。

2 估計模型與變量的數據處理

隨機前沿分析理論將全要素生產率增長率分解為4部分，即前沿技術進步率、生產效率變化率、規模報酬收益率和資源配置效率，由于資源配置效率對全要素生產率的增長貢獻很小，或也可以歸入規模報酬收益率，在測度時常予以忽略[35]。被解釋變量分別為生產效率變化率、規模報酬收益率、前沿技術進步率和全要素生產率增長率；10個動力因素指數被設定為解釋變量，本文將回歸估計基本模型設定如下：

本文將海南省和重慶市分別歸入廣東、四川省，合計為28省份（不含西藏、港澳臺地區），數據來源于《新中國六十年統計資料匯編》和相應年份中國及分省（市）統計年鑒。其中，實際生產總值（yit，億元）：以1978年生產總值乘其歷年GDP指數得到各省1978-2013年實際生產總值；各省1978年資本存量（Kit，億元）直接采用張軍等核算數據[36]，折舊率為9.6%，基于生產性資本視角以固定資本形成額作為新增投資額，以固定資本形成價格指數作為投資價格折算指數，運用永續盤存法核算各省份資本存量；勞動力（Lit）以各省1978-2013年三次產業從業人員總數作為勞動要素投入量；環境變量（Zit）的工具變量處理如前文所述：以當年與上一年資本與勞動投入比差分項Δ（K/L）it作為工具變量進行處理。

在模型估計前，首先對工具變量Δ（K/L）it進行Hausman檢驗，檢驗結果接受原假設：P值為0.120 4>0.05，工具變量與總產出變量之間不存在內生性影響，然后，對聯立方程組進行“一步”極大似然估計，估計結果顯示：絕大多數變量在1%的顯著性水平下通過檢驗，γ值為0.970 4，說明復合殘差主要是由生產過程的低效率所致，對極大似然函數比LR的檢驗結果也拒絕了備擇假設，這

表明本文模型及變量設置合理，在刪除與保留2013年數據情況下變量系數值及其顯著性水平基本不變，估計結果可信（見表1）。

根據表1中估計系數值，可以計算出各省1980-2013年前沿技術進步率、生產效率變化率、規模報酬收益率和全要素生產率增長率估算值，但本文僅取1989-2013年相關數據（被解釋變量數據取自作者承擔的國家社科基金項目階段性研究成果，核算年份延至改革開放初期有利于獲得更穩定的估計結果，將被解釋變量基期定為1989年旨在與動力因素時序保持一致）。

2.2 解釋變量數據處理

表2報告了10個動力因素指數和各分項指標，以及解釋變量代碼Zi和各分項指標代碼Zij。多個衡量指標能夠反映動力因素的綜合特點、避免單一指標選取可能存在的主觀性。指標數據來源于1990-2014年分省（市）統計年鑒，部分年份缺失數據來源于同年《中國統計年鑒》、《中國工業經濟統計年鑒》和《新中國60年統計資料匯編》以及1990年、2000年、2010年《中國人口普查年鑒》。除人力資本存量外，其它9個因素包含2-4個分指標。本文對9個因素的分項指標經由主成分分析確定各指標所占權重，并對其進行“歸一化”處理，以所生成的動力因素指數分別作為解釋變量，這樣，指數變量不僅更能體現出分指標的差異性，還能夠在盡量保留各分指標所含信息條件下避免指標間可能存在的共線性問題。

3 實證估計

3.1 單位根與協整檢驗

為避免出現偽回歸估計問題，首先，對4組樣本分別進行LLC單位根檢驗。檢驗結果顯示：被解釋變量生產效率變化率TE ·、前沿技術進步率FTP與解釋變量對外開放度Z2、人力資本存量Z3、技術創新水平Z4、產業結構變遷水平Z5、異質性企業集聚水平Z8、金融發展水平Z10變量在1%的顯著性水平下，被解釋變量全要素生產率增長率TF ·P與解釋變量市場化水平Z1變量在5%的顯著性水平下，均拒絕“存在單位根”原假設，且均為零階單整；被解釋變量規模報酬收益率SE與解釋變量城市化水平Z6、基礎設施發展水平Z7、區域經濟政策力度Z9變量的LLC檢驗結果在一定程度上接受原假設，但是，對這4個變量一階差分處理后的各項數據在1%的顯著性水平下拒絕了原假設，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，筆者注意到協整檢驗有如下寬限規定：如果解釋變量較多，被解釋變量單整階數不應高于解釋變量單整階數，只要協整檢驗判定被解釋變量與解釋變量之間存在長期穩定的均衡關系，就可以對其進行面板回歸。

本文選用Kao檢驗法來檢驗變量之間是否存在協整關系，該檢驗模型設定為包含截距項，不包含時間趨勢項，滯后期為1期，對包含四個被解釋變量與十個不變解釋變量的四組樣本分別進行Kao協整檢驗，結果顯示：在1%的顯著性水平下四組變量均拒絕了“不存在協整關系”原假設，各被解釋變量與解釋變量之間存在長期穩定的均衡關系。

3.2 解釋變量對全要素生產率增長率的作用方向與貢獻

運用F檢驗、BPLM檢驗和Hausman檢驗來選擇全要素生產率增長率TF ·P與10個被解釋變量面板數據的估計模型。表3首先報告了對混合OLS、RE、FE估計模型的檢驗結果支持選用固定效應模型（3）進行面板回歸。模型（3）估計結果顯示：產業結構變遷水平Z5、基礎設施發展水平Z7和異質性企業集聚水平Z8的變量系數不顯著，原因在于解釋變量過多且可能存在相關性與異方差問題，需要在模型（3）基礎上檢驗數據是否存在序列自相關、異方差和截面自相關問題。但是，Wooldridge檢驗結果在1%的顯著性水平下拒絕了“不存在序列自相關”原假設；Modified Wald檢驗結果在1%的顯著性水平下也拒絕了“模型殘差同方差”原假設；Pesaran檢驗結果在1%的顯著性水平下同樣拒絕了“不存在組間截面相關性”的原假設。

綜合上述三項檢驗結果，可選用拓展一階差分動態面板廣義矩陣法（GMM）和可行廣義最小二乘法（FGLS）來處理序列自相關、異方差和截面自相關問題。拓展的一階差分動態面板廣義矩陣法（GMM）一般將被解釋變量一期滯后項也列為解釋變量，要對模型過度識別約束進行Sargan檢驗，從模型（4）估計結果可知：一期滯后項TFP·i（t-1）估計系數為正、且在1%置信水平下顯著，檢驗結果接受“模型過度識別約束有效”原假設，AR（1）項在1%置信水平下顯著，AR（2）項在5%置信水平下顯著，這表明GMM估計方法不能解決該組數據中的截面自相關問題。相比GMM估計，FGLS估計法通過模型轉換與處理能夠自動解決異方差、序列與截面自相關問題，更適宜作為本文的最終估計方法。

采用FGLS估計的模型（5）中Z10是唯一的系數為負、且不顯著的變量，說明以存、貸款余額所占比重指標反映的金融發展水平與全要素生產率增長率之間存在不穩定的負相關性，從分項指標來看，投資渠道少、資金閑置問題導致負向影響超過了貸款的正向作用。暫時剔除金融發展水平Z10變量，本文得到9個解釋變量均顯著不為零的模型（6）估計結果。

按貢獻從大到小，技術創新、市場化改革、人力資本積累、異質性企業集聚、對外開放依次成為全要素生產率增長或經濟發展方式轉變的主要動力。需要特別說明的是，對外開放度對全要素生產率增長率的估計系數為正，但未通過10%置信水平下的顯著性檢驗，原因可能在于：改革開放以來出口產品多為能夠發揮比較優勢的資源型、勞動密集型產品，多側重“創匯”與帶動地區經濟增長，相比引進先進技術或設備與產品的外商直接投資與進口貿易而言，具有更低水平的溢出效應，而且，各省出口依存度差異較大，其綜合效應使得來自對外開放度的正向作用表現為存在且不穩定。

與理論預期不完全相符的是：區域經濟政策力度Z9、城市化水平Z6、產業結構變遷水平Z5、基礎設施發展水平Z7變量的回歸估計系數均在1%置信水平下顯著為負，對全要素生產率增長率表現為拖累作用。

盡管產業結構變遷、城市化、基礎設施發展、區域經濟政策拖累中國全要素生產率的增長，但并不能就此否認對生產率的促進作用，有待分析各動力因素在促進經濟發展方式轉變中的具體作用途徑來予以判定。

3.3 解釋變量對全要素生產率增長率分解項的作用方向與貢獻

分別以生產效率變化率TE ·it、規模報酬收益率SEit和前沿技術進步率FTPit為被解釋變量，以十個動力因素指數為解釋變量，分三組樣本考察各解釋變量的作用方向與貢獻水平，旨在實現兩個目標：一是判斷各動力因素對全要素生產率增長率的促進途徑；二是檢驗動力因素是否存在理論預示的部分生產率效應。三組樣本的Wald檢驗結果均拒絕了“解釋變量估計系數為零”的原假設，這樣，依據前述檢驗結果選擇FGLS模型作為估計方法。表4報告了三組FGLS面板估計結果。

模型（1）估計結果顯示：按貢獻從大到小，金融發展水平

Z10、異質性企業集聚水平Z8、技術創新水平Z4變量對生產效率變化率的估計系數在1%置信水平下依次顯著為正，其它7個解釋變量在1%置信水平下顯著為負。金融發展水平越高，存、貸款越多，企業越易解決資金短缺問題，生產效率增長率越高；異質性企業集聚指數越大，生產效率增長率越高，也越能夠通過產業鏈和溢出效應帶動關聯企業生產效率增長；技術創新水平越高，就越能提高資源與要素利用效率，提升生產效率增長率。其它7個動力因素表現為拖累生產效率的增長，原因比較復雜，原因之一在于這些方面的發展水平較低或仍有較大改革空間：如市場配置資源比重、城市化與基礎設施運營效率及人力資本配置效率偏低，企業發展不能滿足國內外市場和產業轉型升級的要求等。

從模型（2）估計結果可以看出，按貢獻從大到小，規模報酬收益率的提升來自于技術創新、基礎設施發展、區域經濟政策、金融發展、人力資本積累、對外開放、異質性企業集聚的直接貢獻。這表明：技術創新水平越高，資源 利用率越高，規模報酬收益率也越高；基礎設施發展水平越高，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，能夠帶來更大的規模收益；區域經濟政策扶持力度越大，既可以解決制約地區經濟增長的部分“短板”，也能促進對待開發資源的有效利用，進而提高規模報酬收益率；金融發展水平越高，企業越易通過資金支持獲取更大的規模報酬；人力資本積累能夠提升勞動力的規模經濟性，是企業實現規模報酬收益遞增的必要條件與動力源泉；外商直接投資額越多，進口緊缺設備越多，地區出口專業化水平越高，企業就越能夠獲得更高的內部和外部規模經濟效益；除了異質性企業本身就具有較高的規模報酬收益率之外，其空間集聚還通過鏈式傳導效應引致關聯企業提高規模效益。市場化水平Z1、產業結構變遷水平Z5、城市化水平Z6變量對規模報酬收益率的估計系數顯著為負，這可能源于國內市場化改革與產業結構轉型升級緩慢、城市化粗放式發展拖累了規模報酬收益率的提升。

在模型（3）估計中，按其貢獻大小，前沿技術進步率主要來自于城市化發展、市場化改革、技術創新、人力資本積累、產業結構升級、對外開放和異質性企業集聚的直接貢獻。城市集聚的資源與要素越多，潛在最大產出水平也越高，同樣，城市化發展水平越高，創新人才越多，技術外部性越強，前沿技術進步率也越高；市場競爭越激烈，企業創新生產工藝與管理水平的動力越強，越能釋放生產潛能；技術創新水平越高，先進技術與設備應用比例越高，就越能提高企業前沿技術進步率；較高的人力資本存量是有效吸收先進技術與管理經驗、提高企業創新水平的前提條件，人力資本積累通過提升勞動者潛能與實施創新來提升前沿技術進步率；產業結構變遷通過二、三次產業規模擴張提高了潛在的最大產出水平或前沿技術進步率；對外開放提高了貿易潛力，擴大了市場空間，引進了緊缺技術與設備，進而提升了前沿技術進步率；進一步，異質性企業集聚水平越高，越多的外商及港澳臺企業就越能通過直接與間接效應提升前沿技術進步率。基礎設施建設、區域經濟政策和金融發展對前沿技術進步表現為拖累作用，本文認為這三項因素可能對前沿技術進步率有著非線性的復雜作用，如果它們僅是在生產環節發揮補充性作用，再加上運行效率低等其它復雜因素的影響，極易拖累前沿技術進步率的提高。

3.4 實證結果綜合分析

綜合上述實證結果，各動力因素對全要素生產率增長率的貢獻與作用途徑不盡相同。技術創新、市場化改革、人力資本積累、異質性企業集聚和對外開放是轉變經濟發展方式或提升全要素生產率增長率的主要動力（見表5）。技術創新與異質性企業集聚是僅有的能夠同時提高前沿技術進步率、生產效率增長率和規模報酬收益率的兩個動力因素，技術創新水平對全要素生產率增長率的估計系數高達0.575 7，異質性企業集聚的估計系數為0.064 4。市場化改革主要通過提高前沿技術進步率來途徑、人力資本積累與對外開放主要通過提高前沿技術進步率和規模報酬收益率途徑來提升全要素生產率增長率。

盡管以下動力因素對全要素生產率增長總體上表現為拖累，但并不能認為它們就沒有促進作用，因為城市化與產業結構升級能夠顯著提升前沿技術進

步率，或對提高潛在最大產出水平具有積極作用；金融發展能夠同時提高生產效率增長率和規模報酬收益率；基礎設施建設與區域經濟政策對提高規模報酬收益率具有正向作用，這也是它們與理論預期存在部分契合關系的原因。它們對轉變經濟發展方式存在負向影響預示國內在這些領域存在較大的改進空間。

4 研究結論與政策建議

本文以全要素生產率增長動力作為經濟發展方式轉變動力，選擇出1989-2013年28省份動力因素衡量指標，以主成分分析所生成的十個動力因素指數作為解釋變量，以隨機前沿超對數柯布—道格拉斯生產函數模型“一步”估計所獲得的分省全要素生產率增長率、前沿技術進步率、生產效率變化率和規模報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）對四組樣本分別進行面板回歸，得到如下新發現：

第一，按貢獻從大到小，中國經濟發展方式的轉變主要來自于技術創新、市場化改革、人力資本積累、異質性企業集聚和對外開放的直接貢獻，技術創新的貢獻遠高于其它4個因素。就其作用途徑而言，技術創新和異質性企業集聚通過提高前沿技術進步率、生產效率變化率和規模報酬收益率途徑、市場化改革主要通過提高前沿技術進步率途徑、人力資本積累與對外開放主要通過提高前沿技術進步率和規模報酬收益率途徑來促進經濟發展方式的轉變。

第二，部分契合理論預期，城市化與產業結構變遷能夠提升前沿技術進步率；金融發展能夠提高生產效率增長率和規模報酬收益率；基礎設施與區域經濟政策能夠提高規模報酬收益率。這些因素對經濟發展方式的轉變總體上表現為拖累，可能源于這些領域存在發展水平和運行質量較低、較大地區差異等原因所致。

第三，與“新”新經濟地理學理論相符，異質性企業空間集聚對全要素生產率增長率的促進作用遠強于城市化所間接反映的集聚效應。

研究結果表明，各動力因素對中國經濟發展方式轉變的貢獻與作用途徑不盡相同，應根據其作用途徑，從發揮促進作用與扭轉“短板”兩個方面入手選擇加快經濟發展方式轉變的相應政策：

（1）加大對關鍵、核心技術研發和科技成果轉化的支持力度，扶持載體企業和科研機構協同研發涉及多個領域的核心、關鍵技術，攻克一批制約生產率增長的核心技術。創新體制機制和市場化改革，加快清理阻礙創新驅動發展的不適宜的政策，鼓勵“萬眾創新”，并提高專業人才培養質量和研發積極性。尤其對于落后地區而言，不僅要加大對外商直接投資、先進適用技術和人才的引進力度，也要加快改革與創新，積極對接“走出去”戰略。

（2）統籌考慮產業結構升級、城市化、基礎設施建設和區域經濟政策實施。注重產業升級與城市融合發展，大力推行“互聯網+”模式，促進制造業和服務業與信息化融合；基礎設施建設要適度超前并合理規劃，區域政策在發揮“保民生”和“托底”功能的同時要提高對地區產業轉型升級的扶持力度。

（3）加快金融領域改革。創新并完善金融市場體系，建立公正、公開和規范運作的金融市場，包括設立扶持創新、創業的投資基金和風險擔保基金，為居民和機構提供更多的投資機會，盤活居民和機構存款，提高資金使用效率，使其更好地服務于實體經濟發展和創新、創業活動。

總之，轉變經濟發展方式的動力絕不僅限于技術創新，實現創新驅動發展，需要多個領域的協同改革與推進才能盡快轉變經濟發展方式。

（編輯：李 琪）

參考文獻（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.中國市場化進程對經濟增長的貢獻[J].經濟研究，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.市場化進程與我國經濟增長方式：基于省際面板數據的實證研究[J].南開經濟研究，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.進口貿易與工業行業全要素生產率[J].經濟學 （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.出口與我國全要素生產率增長的關系：基于空間杜賓模型[J].國際貿易問題，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.技術效率、技術進步與生產率增長：基于DEA的實證分析[J].經濟研究，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，紀雯雯.人力資本配置與創新[J].經濟學動態，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.技術效率、資本深化與地區差異 [J].經濟研究，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.高技術產業技術投入和生產率增長之間的關系研究[J].經濟學（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.中國金融發展促進技術創新研究[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.基礎設施的外部性在中國的檢驗：1988-2007[J].經濟研究，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，厲夢泉.相關多樣性、非相關多樣性與地區工業勞動生產率增[J].山東大學學報：哲學與社會科學版，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，產業集聚與產業技術進步[J].財經研究，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，簡澤.異質性企業的空間選擇與地區生產率差距研究[J].統計研究，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.地區間生產效率與全要素生產率增長率分解（1978-2003）[J].中國社會科學，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.市場一體化、企業異質性與地區補貼：一個解釋中國地區差距的新視角[J].中國工業經濟，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.金融發展與地區實體經濟資本配置效率：來自省級工業行業數據的證據[J].經濟學（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.中國省際物質資本存量估算：1952-2000 [J].經濟研究，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