動態比較優勢與經濟增長效率
——以東部沿海四省為例

馬述忠　徐　梁

(浙江大學 經濟學院，浙江 杭州 370000)

?

動態比較優勢與經濟增長效率
——以東部沿海四省為例

馬述忠徐梁

(浙江大學 經濟學院，浙江 杭州 370000)

經濟危機之后，中國經濟快速增長的步伐正逐漸放緩，隨著經濟全球化的深入，市場競爭日益激烈，中國繼續利用廉價資源、勞動力等傳統比較優勢的空間已日趨縮小，且有被“低端鎖定”的可能。如何選擇對經濟增長效率帶動大的產業，使得經濟保持快速健康的發展，是目前需要迫切解決的問題。本文選取了中國出口排名居前的東部沿海代表省份進行實證分析，研究結果表明，傳統具有比較優勢的資源密集型產業和勞動密集型產業，對經濟增長效率的貢獻正在不斷減弱，而正處于比較優勢動態上升中的資本密集型產業和技術密集型產業對經濟增長效率的貢獻正在不斷加強。

比較優勢；經濟增長效率；RCA指數；TFP

一、引言

后危機時代以來，如何保證無衰退的經濟增長已經成為當前社會發展不可忽視的問題。雖然中國經濟一直在高速發展，截至2013年中國國內生產總值(Gross Domestic Product, GDP)達到67.67萬億元，人均國內生產總值(Real GDP per capita，人均GDP)達到49228.73元*數據來源于國家統計局網站(http://data.stats.gov.cn/workspace/index;jsessionid)。，已經達到世界中等國家收入水平，經濟總量先后趕超法國、英國、日本、德國，成為世界第二大經濟體。但不可忽視的是，伴隨以實際勞動力短缺和工資持續提高為特征的“劉易斯拐點”的初現倪端，以及“人口紅利”的逐漸消失，中國經濟的持續性增長能力開始受到質疑：中國經濟增長是要素積累而非技術水平的提高；各地政府曾經只注重GDP總量而忽略環境保護、民生建設等的考核制度，只靠大規模的政府主導型投資以確保GDP增速的方式，使得資本報酬開始遞減，未來中國經濟發展步伐必然減緩甚至停滯。

同時，中國經濟正逐步從二元經濟發展階段向新古典增長的階段進行轉變，而技術進步作為新經濟增長理論的核心，已成為經濟可持續發展的源泉。作為經濟增長的效率—全要素生產率(Total Factor Productivity,TFP)，是衡量一個國家經濟增長效率和技術水平、管理專業程度的重要標志。因此，以往對經濟發展的目光也應從對傳統的GDP總量的關注轉到對全要素生產率的關注。中國政府也逐漸意識到經濟增長效率對整個國民經濟發展的重要性，多次在政府工作報告中強調調整產業結構、轉變增長方式，2006年在《國家中長期科學與技術發展規劃(2006—2020年)》中將技術進步貢獻指標列為中國的發展目標，因此，如何保障經濟健康良好地運行，調整發展比較優勢產業，提高經濟增長效率，使中國從依靠廉價資源、勞動力的低附加值產業向資本、技術等高附加值產業的轉移，是中國經濟在謀取進一步發展中面臨著亟待解決的緊迫問題，而通過提升戰略性產業的比較優勢，進而提高經濟增長效率，可以使中國經濟更健康、高效的發展。

二、文獻回顧

全要素生產率的定義是由索洛提出的，在去除掉兩大投入要素，即勞動力和資本后，其他所有生產要素投入帶來的產出的增長率。1957年，這一概念由索洛首次提出，并在其《技術變化與總合生產函數》中提出了帶有技術進步的內生增長模型。故全要素生產率亦被稱為“索洛余量”或“索洛殘差”。

外國學者對全要素生產率的研究比較早，在Solow首次對全要素生產率進行量化研究，對投入要素進行了更細致的分類，利用權數提出了總投入指數。[1]隨后Aiginer等人提出隨機前沿生產模型，第一次將全要素生產率的變化分解為生產可能性邊界的移動和技術效率的變化，并允許技術無效的存在。[2]20世紀80年代后，部分學者采取超越對數生產函數的形式在總量和生產部門之間進行生產率的測算，隨后，Schmitz等人著眼于產出與技術效率、全要素生產率的關系，采取隨機前沿生產函數法，經過大量實證研究，使得這一方法日漸完善。[3]Caves、Christensen&Diewert運用DEA理論，構造了Malmquist指數，為利用指數法測度全要素生產率建立新的理論框架。[4]隨后，Banker、Charnes&Cooper提出了規模報酬可變的BCC模型，在該模型的基礎上以規模報酬可變模型為基礎，將生產指數的變化分解為規模效率變化、技術進步變化和純技術效率變化。[6]R&D分解模型則由Ray和Desli提出。[7]之后，Harry Bloch&Sam Hak KanTang開始用一種內生模型測算了技術變化率，將技術變化率與TFP進行了比較，且用傳統方法計算了TFP。[8]Ubiana Chamarbagwala經研究得出結論，對于一個國家來講，它所處的發展階段、勞動力水平及資本技術對全要素生產率都有影響。[9]Hsieh&Klenow在Melitz的基礎上開創了全新的視角，開始從要素配置效率的角度衡量全要素生產率，[10]Bollard將研究進一步深入，指出如果發展中國家的要素市場不夠發達、政府干預較多都會導致要素配置資源不高，從而影響全要素生產率的提高。[12]Krugman最早提出國際貿易會影響一國的全要素生產率，[13]之后Young、Holmes&Schmitz等人分別從進出口對一國全要素生產率作出了進一步的研究，但到底是抑制還是激勵至今仍未得到一個統一的結論。[14]

國內對全要素生產率的研究與國外比較相對起步較晚，直到改革開放之后才開始系統地研究全要素生產率，比較早的是李京文院士在與外國學者合編的《生產率與中美日經濟增長研究》中，開始注意到經濟增長與生產效率的關系，學者對中國全要素增長率的觀點并不一致，部分研究者認為增長緩慢，而多數的學者認為增長較快；部分學者將R&D變量引入模型，但R&D的度量受到很多學者的批判，何錦義等甚至認為R&D是一個偽變量，[16]因為R&D不能獨立于資本投入和勞動力投入，只是一部分購置科研的固定資產，應歸入資本投入；王爭、鄭京海、史晉川等學者利用該方法，對中國工業生產效率的地區差異進行了測度并對中國地區間生產效率演進進行了研究。[17]但也有研究者認為，根據不同的生產率測算方法計算出來的全要素生產率可能不同，故此方法存在缺陷。近年來許多中國學者開始采用DEA方法測度全要素生產率，對中國工業企業生產率進行分析等等，可是研究的結果卻分歧較大，例如張宇的研究表明，1992—2002年全國的全要素生產率增長較快，平均增長率為5%左右，[18]而顏鵬飛等的研究結果表明，這段時間全國的全要素增長很慢，僅為0.79%，[19]同樣例如于永波、呂冰洋等對中國各地區的技術效率研究表明，北京的技術效率低于天津和西部一些地區，而江蘇、浙江等發達地區也低于湖南、遼寧等中西部地區，這十分難以令人理解。[20]故一些學者開始引入序列DEA方法，用當前觀察值和以前所有觀察值來構造最佳前沿,以分析人力資本結構與技術選擇的動態適配性及其對區域TFP增長的影響，并運用Malmquist指數模型測度了1990-2009年中國省域的經濟效率和全要素生產率，并對其影響因素進行了分析，除東部地區以外，中、西和東北都下降，原因在于中國技術效率、純技術效率和規模效率的增長率在大部分年份出現了下降。[21]龔關、蓋慶恩等人從廣義視角研究了要素市場扭曲對全要素生產率的影響，強調要素市場扭曲不僅通過影響企業的資源配置效率直接降低全要素生產率，而且會通過壟斷勢力改變企業的進入退出行為間接降低全要素生產率。[24]

綜上所述，早期國內外關于全要素生產率的研究主要還是集中在測算方法的選擇和參數的選取上，盡管存在上述分歧，但絕大多數研究認為中國改革開放以前的經濟增長是低效率的，TFP增長十分緩慢，而改革開放以后經濟增長質量比改革開放以前有了較大的改善，國有企業的全要素生產率低于私營企業等，作為經濟效率衡量指標的全要素生產率的增長，勢必會提高國民經濟和人民生活水平。近年來國內外學者開始從TFP測算轉移到TFP水平影響因素的研究，但將TFP的增長情況與實際的經濟活動相聯系還是較少，從貿易角度探討一國TFP增長的研究方興未艾，尤其是和比較優勢產業相聯系的研究更是罕見，因此本文將從全要素生產率和比較優勢產業的關系入手，通過實證分析，找出不同產業的出口對全要素生產率的關系，進而提高國民生活水平。

三、經濟增長效率的測算

經典的對全要素生產率的測算是從估計生產函數開始的，生產函數的估算方法差異性較大，所以全要素生產率的測算方法也比較多，由于本文研究的省級層面的全要素生產率，研究對象屬于宏觀范疇，同時考慮到時間慣性，選擇索洛余值法作為研究方法。索洛余值法避開了生產函數具體形式的討論，而關注函數的相關性質，故用索洛余值來度量技術進步還是具有很強的適用性；而且索洛余值法計算簡便，結果清晰直觀，被廣泛使用。少數學者對索羅余值法略有微詞，認為索羅殘差所包含的因素過于寬泛，認為勞動與資本兩種投入以外的因素導致產出增加的因素不能簡單地歸結于技術進步。本文研究的是比較優勢產業對經濟增長效率的影響，并不只是單純研究比較優勢產業對技術進步的影響，一切能提高經濟增長效率的因素都在研究范圍內，換言之，采用索羅余值法測算出的全要素生產率有多少完全來自技術進步對結果影響不大，故仍選擇全要素生產率作為測算方法。

首先引入一個Hicks中性和規模報酬不變的新古典生產函數為：

(1)

式(1)中，Yt為實際產出，Lt為勞動投入，Kt為資本存量，α、β分別為平均資本產出份額和平均勞動產出份額，At即為所要求解的全要素成產率。通過對式(1)取對數可將其轉化為線性形勢，即：

lnYt=lnAt+αlnKt+βlnLt

(2)

移項得到：

lnAt=lnYt-(αlnKt+βlnLt)

(3)

簡化表示為：

(4)

式(4)中的αt、kt、lt分別對應At、Kt、Lt的對數形勢。

估計出平均資本產出α份額和平均勞動力產出β份額后，帶入方程(4)中，可以得到全要素生產率。

Yt可以用t期實際GDP表示，Lt用t期的有效勞動力表示，都可以從現有數據中直接獲得，Kt為資本存量，沒有直接數據，資本存量序列需要在統計資料的數據基礎上進行估算。

本文選取的測算方法是永續盤存法，由Goldsmith最早開創，最先被世界各國廣泛應用。其基本公式如下：

(5)

其中，Kt為資本存量，It為t期投資總額，Kt-1為t-1期投資總額，δ為折舊率。需要特別說明的是，以上數據都是名義數據，如同實際GDP一樣，應當按照價格指數折算成實際數據后才能帶入計算。

根據《中國省際物質資本存量估算:1952-2000》，[26]選擇2000年各省固定資本存量為標準，折算出1995年各省固定資本存量，再以1995年價格指數為基期價格，計算出各省每年實際固定資本存量。再將經過計算得到的實際GDP和就業人數數據代入方程(4)中，進行OLS計算，結果如表1所示。

表1　東部沿海四省1995-2011年全要素生產率

圖1　東部沿海四省TPF趨勢圖

從圖1上看，各省全要素生產率進入21世紀中有一個穩步上升的趨勢，在經歷過2008年經濟危機后，均受到不同程度的影響。

四、東部沿海四省份的比較優勢產業

中國經濟發展的格局是東部沿海地區比較發達，而且國家經濟發展的戰略也是東部帶動中西部發展，故選擇東部沿海省份進行實證分析。根據國家統計局發布的2013年各省進出口總額排行榜，選取出口排名在前的江蘇、浙江、山東、廣東四省作為代表省份進行實證分析。這四省為中國經濟最發達省份，都具有比較明顯的外向型經濟特征，各省出口的產品的特征比較明顯，對周邊省份的溢出效應較大，產品的比較優勢的動態變化可以比較好地反映對經濟增長效率的貢獻程度。

(一)比較優勢的測算指標

在以上四類產業RCA具體計算中，紡織品包括紡紗、織物、制成品及其有關產品，皮革、皮革制品及已鞣產品，服裝及其衣著附件，鞋靴，旅行用品、手提包及類似品等；機電產品包括動力機械及設備，特種工業專用機械，電力機械、器具及其電子零件，陸路車輛及其他運輸設備，儀器儀表等其他工業制品；高新技術產品包括生命科學技術、生物技術產品，辦公用機械及自動數據處理設備，電信及聲音的錄制及重放置裝備，專業、科學及控制用儀器和裝備，航空航天技術等知識含量較高的產品；農產品包括動植物及其加工品，飲料和煙類等。

各行業的產品分類依據遵循國家統計《統計用產品分類目錄(2010)》，和《中國高新技術產品出口目錄(2006)》。計算RCA指數所用的各省出口數據來自各省統計局統計年鑒，世界出口數據來自世界貿易組織官方網站*數據來源于世界貿易組織網站http://stat.wto.org/Home/WSDBHome.aspx?Language=E。。由于世界貿易組織的產品分類依據是按SITC分類，與國內分類不完全一致，故要進行人工分類，因而會造成一定的數據缺乏，在客觀上會存在一定的統計誤差。

(二)沿海四省的比較優勢測算

圖2　2000-2012年東部沿海四省紡織業比較優勢變化趨勢

作為勞動密集型產業的代表的紡織業，各省的紡織品RCA都遠大于1，說明各省紡織業都具有很強的比較優勢，這與中國較為廉價的勞動力的客觀相符。目前各省的紡織廠的生存環境并不樂觀，已有不少城市因為勞動力資本上漲而出現用工荒，作為勞動密集型產業代表的紡織業首當其沖，大量的紡織廠倒閉。2008年經濟危機后，各省的比較優勢都出現了一個下降的趨勢，但是浙江省的紡織品出口還在繼續增加，比較優勢增進明顯。其中一個可能的原因是出口地區從歐美日轉向東歐、西亞、拉美、非洲等新興市場。

圖3　2000-2012年東部沿海四省機電業比較優勢變化趨勢

代表資本密集型產業的機電業的RCA的動態上升趨勢明顯，各省都呈現出穩健上升的勢頭，其中廣東省、浙江省已經初步具備比較優勢，且其他二省的比較優勢也在加強之中。說明中國的資本密集型產業的比較優勢正經歷著動態上升的階段。但是也有不可忽略的事實，雖然目前中國的機電產品的比較優勢在不斷增強，但從實際出口產品來看，機電產品的出口還是集中于相對低端的產品，而中高端產品的出口則受制于外國材料進口商。僅以三一重工和徐州重工為例，兩家企業的重型機械在國內市場占有率超過90%，產品基本屬于供不應求，但所有重型機械的關鍵部件電液多路閥，卻只能依靠從德國力士樂公司進口，因此導致兩家公司在重型機械的生產銷售過程中的主要任務就是爭奪關鍵部件的進口配額，而德國公司因為掌握了關鍵部件的生產，可以很容易將銷售的大部分利潤以轉移定價等方式攫取。同樣在世界機械市場中，中國出口占到80%的起重機和泵車，發動機、電控、泵和閥等關鍵部件，均依賴從德國和美國的大公司進口，這就使得機電產品的出口額看似逐年增加，利潤卻一直不豐厚。由此可見，雖然中國機電產業的比較優勢正逐步形成，卻更多地是靠總量而不是收獲高額利潤。

圖4　2000-2012年東部沿海四省高新技術產業比較優勢變化趨勢

作為技術密集型產業代表的高新技術產業，各省RCA都有一定的增幅，2008年金融危機后，增幅開始放緩，基本與之前持平或是略微下降。目前仍然具備比較優勢的省份只有江蘇，其他省份目前暫時小于1，這說明高新技術產品的發展在江蘇省開始初步具備比較優勢，在其他省份也是處于比較優勢的動態增加過程，這與國家近年來的產業政策密不可分。

圖5　2000-2012年東部沿海四省農業比較優勢變化趨勢

作為代表資源密集型產業的農業，RCA除了山東省在2001-2004年之間在1以上外，其他各省包括山東省2005年后均小于1，下降趨勢比較明顯，目前各省的農業比較優勢均比較小，而且具有不斷下降的趨勢，且降幅比較大，說明這些省份正在逐步喪失農產品出口的比較優勢，雖然中國是傳統的農業大國，但中國農產品的比較優勢已經逐漸喪失，這也對中國傳統的資源密集型產業的發展起到了警示。

五、動態比較優勢與經濟增長效率的實證分析

根據蔡昉“中國經濟增長將轉向全要素生產率驅動型”的研究，[32]全要素生產率的提升在經濟長期持續穩定發展中起到重要作用，而實現的前提就是要素資源的合理化配置，因此本文構建計量模型，研究中國產業比較優勢對全要素生產率的影響，以期能能更好地幫助要素的合理化配置和經濟增長。

1、模型設計與數據說明

為了研究資源密集型產業、勞動密集型產業、資本密集型產業和技術密集型產業四類產業的比較優勢對東部沿海省份的經濟增長效率的影響，建立面板模型，選取的解釋變量依次是紡織品RCA、機電產品RCA、高新技術產品RCA和農產品RCA，考慮到影響經濟增長效率的其他重要因素，在計量模型中加入私營經濟度、高學歷人才、市場貿易水平、交通運輸里程四個控制變量，建立如下計量模型:

TFPit=α0+αi1RCA1it+αi2RCA2it+αi3RCA3it+αi4RCA4it+αi5PRIit+αi6HIEDUit+αi7IMEXit+αi8TRANit+εit

(6)

式(6)中，TFP為全要素增長率，用來衡量各省經濟增長的效率；RCA1是用來衡量各省農產品比較優勢的顯示性比較優勢指數；RCA2是用來衡量各省紡織品比較優勢的顯示性比較優勢指數；RCA3是用來衡量各省機電產品比較優勢的顯示性比較優勢指數；RCA4是用來衡量各省高新技術產品比較優勢的顯示性比較優勢指數；PRI是全省私營企業的數量，用來衡量全省的私營經濟度，單位是萬戶；HIEDU是全省高等教育在校人數，單位是萬人；IMEX是全省進出口總額，單位是億美元；TRAN為全省交通運輸的總里程數，包括全省公路、鐵路、內河航運的里程數，單位是萬公里。下標i、t分別代辦省份及年份。控制變量的全部數據均來自各省統計局匯編的省統計年鑒，

2、實證的結果與分析

運用Stata12軟件進行方程的回歸，首先采用最小二乘法進行回歸分析，回歸結果見表2。為了保證結果的穩定，隨后采取面板數據回歸，Hausman檢驗支持采用面板FE模型，結果見表2。

由表2中結果可見，無論采取最小二乘法還是面板數據回歸，自變量參數都是顯著的，通過而且數據變化趨勢相同，因采取面板數據回歸的結果更為顯著，故選取面板數據的回歸結果進行分析。

表2　數據回歸結果

注：*表示在10%的程度上顯著，**表示在5%的程度上顯著，***表示在1%的程度上顯著；括號內數值為回歸標準誤。

(1)以農業為代表的資源密集型產業對經濟增長的效率的影響系數暫時為正，但實際中國出口的農產品往往是初級產品甚至是原材料，所以長久來看四個沿海省份的資源密集型產業對經濟增長效率的貢獻應該會越來越低，加上中國的資源稟賦并不突出，故應逐漸調整資源密集型產業的規模，在保證糧食供給、能源安全的同時，逐步將資源轉移到更能提高經濟增長效率的部門。

(2)雖然根據之前的研究結果，以紡織業為代表的勞動力密集型產業具有一定的比較優勢，但仔細觀察不難發現，各省的紡織品的出口都有一個逐漸下降的趨勢，尤其對經濟增長效率的貢獻程度僅為0.034。一個可能的原因是因為中國的紡織業的優勢是建立在大量廉價勞動力的基礎上，雖然出口額巨大，但主要都是集中在低附加值環節和代工貼牌生產環節，主要利潤被國際知名大品牌商獲得，所以目前看各省的紡織品出口都具有比較大的比較優勢，實際很大程度上依賴政府的高額的出口退稅來保持高出口量，利潤并不豐厚，因此對經濟增長的效率的提高的貢獻已經十分小。加上“劉易斯拐點”的到來和“人口紅利”的逐漸消失，勞動力密集型產業將逐步成為夕陽產業，應引起有關部門的重視。

(3)作為資本密集型的機電產業對經濟增長效率具有極大的帶動作用，從數據結果表明，目前機電產業是對全要素生產率提高最大的產業，是紡織品的近20倍，因此相關決策部門應制定相關的政策，促進中國機電產業的自主化發展，提高市場競爭力，使關鍵技術關鍵部件不再受制于人，擴大出口，實現比較優勢的動態升級。

(4)雖然技術密集型的高新技術產業的比較優勢暫時不是很明顯，但對經濟增長效率的帶動效應卻遠高于農業和紡織業，僅落后于機電產業，這說明高新技術產業的發展不僅給國民經濟的增長作出了貢獻，還給其他產業的發展帶來比較大的溢出效應，而且高新技術產業不僅提高了全要素增長率，同時對國家領土安全，國民身體健康等提供了有力保障，所以各省應調整產業布局，促進高新技術產業的發展。

六、主要結論與政策建議

經濟危機以來，中國經濟快速發展的步伐暫時放緩，可持續發展戰略也從傳統的對GDP的關注轉為對經濟增長效率的關注，如何使經濟能夠持續健康的發展，成為社會關注的焦點，本文從代表經濟增長效率的全要素增長率入手，研究了以紡織業為代表的勞動密集型產業、以機電產業為代表的資本密集型產業、以高新技術產業為代表的技術密集型產業和以農業為代表的資源密集型產業與經濟增長效率的關系，研究表明，傳統擁有比較優勢的勞動密集型產業和資源密集型產業，對經濟增長效率的帶動作用已經越來越小，而以機電業和高新技術產業為代表的資本密集型產業與技術密集型產業對經濟增長效率的貢獻日益增加。

依據上述理論觀點和實證結果中可知，在未來經濟發展對產業進行布局時，應當既注重通過比較優勢的動態化提高中國產品的國際競爭力，又應當優先發展對經濟經濟增長效率貢獻大的產業優先發展。可以遵循以下幾點：

首先，已有研究發現資源配置不當將會降低全要素增長率，占用大量資源的資源密集型和勞動密集型產業的比較優勢在逐漸喪失，而且對經濟增長效率的提升作用微乎其微。因而在保證國家正常糧食能源供給的同時，政府應制定合理的具有導向性的產業政策，鼓勵經濟要素向資本密集型和技術密集型產業轉移，實現資源的合理化配置，緩解“人口紅利”逐漸結束的壓力，以應對“劉易斯拐點”的到來。

其次，提高自主研發水平，生產高附加值、高技術的產品，避免“低端鎖定”，在保證已有市場份額的同時，注重發展中國家的市場需要，培養其消費習慣，在鞏固傳統市場的前提下，積極拓展新興市場，進一步增加比較優勢。

最后，制定相應金融政策，充分利用海外游資和世界熱錢，將資源投入到生產效率高的行業，對低效率的產業和企業不再扶持，從而促進產業升級。

[1] Solow, R. M. Growth theory;An Exposition [M].Oxford:Oxford University Press,1970.

[2] Aghion,P.,Harris,C.,Howitt,P.&Vickers,J.Competition,Imitation and Growth with Step-by-Step Innovation[J].Review of Economic Studies. 2001(68): 467-492

[3] Schmitz,J.Imitation,Entrepreneurship and Long-run Growth[J].Journal of Political Economy.1989,(97):721-739.

[4] Caves,D.W.,Christensen,L.R.,andW.E.Diewert.The Economic Theory of Index Numbers and the

[5] Measurement of Input, Output, and Productivity.[J].Econometrica.1982,(50):1393-1414.

[6] Banker、Charnes&Cooper. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Managemenr Science.1984,(9):1078-1092.

[7] Subhash C. Ray and Evangelia Desli[J].The American Economic Review Vol. 87, No. 5.1997.(10):1033-1039.

[8] Harry Blocha,and Sam Hak Kan TangThe role of financial development in economic growth.[J]. Progress in Development Studies 2003(3):243-251.

[9] Rubiana Chamarbagwala，Sunder Ramaswamy，Phanindra V. Wunnava. The role of foreign capital in domestic manufacturing productivity: empirical evidence from Asian economies[J].Applied Economics.2000,32(4):393-398.

[10] Hsieh&Klenow. Misallocation and Manufacturing TFP in China and India[J].The Quarterly Journal of Econamics.2009(3):1403-1408.

[11] Marc J. Melitz.The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity[J].Econometrica.2003(11)1695-1725.

[12] Bollard,A.,P.Klenow. and H.Y.Li.Entry Cosrs Rise with Development.2014 Working paper.

[13] Paul Krugman. Increasing Returns and Economic Geography[J].Journal of Political Economy, Vol. 99, no. 3.1991(3): 483-499.

[14] Young A.Learning by Doing and Dynamic Effects of International Trade[J].Journal of Political Economy.1991(9):369-405.

[15] Holmes and Schmitz. Observation of a new boson at a mass of 125 GeV with the CMS experiment at the LHC[J].Elsevier.3012(9):30-61.

[16] 何錦義.科技進步貢獻率測算中值得注意的幾個問題[J].學術問題研究,2006，(2):18-22.

[17] 王爭,鄭京海,晉川.中國地區工業生產績效:結構差異、制度沖擊及動態表現[J].經濟研究,2006，(2):48-59.

[18] 張宇,蔣殿春.FDI技術外溢的地區差異與門檻效應——基于DEA與中國省際面板數據的實證檢驗[J].當代經濟科學，2007，(5):101-111.

[19] 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.

[20] 呂冰洋.中國資本積累的動態效率:1978-2005[J].經濟學(季刊),2008，(2):509-532.

[21] 徐瑛,陳秀山,劉鳳良.中國技術進步貢獻率的度量與分解[J].經濟研究,2006,(8):93-103.

[22] 孫新雷,鐘培武.改革開放后我國全要素生產率的變動與資本投入[J].經濟經緯,2006,(5):24-27.

[23] 魯曉東,連玉君.中國工業企業全要素生產率估計:1999-2007[J].經濟學,2012，(2):542-557.

[24] 龔關,胡關亮.中國制造業資源配置效率與全要素生產率[J].經濟研究,2013，(4):4-15.

[25] 蓋慶恩,朱喜,程名望,史清華.要素市場扭曲、逢斷勢力與全要素生產率[J].經濟研究,2015，(5):61-75.

[26] 張軍,章元.對中國資本存量K的再估計[J].經濟研究,2003,(7):35-43.

[27] 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.

[28] Balassa,B.Trade liberalisation and "revealed" comparative advantage[J].Manchester School of Economic and Social Studies.1965(4):99-123.

[29] 干春暉,余典范.中國構建動態比較優勢的戰略研究[J].學術月刊,2013，(4):76-85.

[30] 代謙,別朝霞.人力資本、動態比較優勢與發展中國家產業結構升級[J].世界經濟,2006,(11):70-84.

[31] 傅京燕,李麗莎.環境規制、要素稟賦與產業國際競爭力的實證研究——基于中國制造業的面板數據[J].管理世界,2010，(10):87-97.

[32] 蔡昉.中國經濟增長如何轉向全要素生產率驅動型[J].中國社會科學,2013,(1):56-71.

責任編輯：王明舜

Comparative Advantages and Efficiency of Economic Growth: A Case Study of Four Eastern Coastal Provinces

Ma ShuzhongXu Liang

(School of Economics, Zhejiang University, Hangzhou 370000, China)

After the global economic crisis, China rapid economic growth is slowing down. As economic globalization is developing, market competition is increasingly fierce, and China has limited space to use traditional comparative advantages such as cheap resources and labor. Therefore, it is urgent to develop the industries which can drive economic growth. This paper made an empirical analysis by selecting representatives of the eastern coastal provinces in the top ranks of exports. The analytical results showed that the efficiency of economic growth of resource-intensive and labor-intensive industries with the traditional comparative advantage is dwindling, while capital-intensive and technology-intensive industries, which rise in the dynamic comparative advantage, contribute more to economic growth.

comparative advantage; efficiency of economic growth; RCA index; TFP

2016-01-15

教育部“新世紀優秀人才支持計劃”資助項目“中國農業‘走出去’提升資源保障能力研究”(NCET-12-0496)；國家自然科學基金面上項目“基于默會知識學習的全球農業價值鏈戰略性潛入研究”(71473217)；教育部人文社會科學研究規劃基金項目“基于開放與集聚的中國貿易成本及其邊界效應研究”(14YJA790038)

馬述忠(1968-)，男，黑龍江綏化人，浙江大學經濟學院教授，主要從事國際貿易理論與政策、對外投資與跨國公司研究。

F740

A

1672-335X(2016)02-0099-08