中國技術不平衡的統計測度與分解

柳劍平，龔兆鋆，程時雄（湖北大學 商學院，武漢 430062）

中國技術不平衡的統計測度與分解

柳劍平，龔兆鋆，程時雄
（湖北大學 商學院，武漢 430062）

文章利用中國各省1998—2012年的面板數據，從省際、東中西部和八大經濟區域三個維度用測度不平衡的相對指標基尼系數、Theil-L指數和Theil-T指數測度了中國技術不平衡，并同時運用Theil指數組群分解方法，從東中西部和八大經濟區域兩個維度對中國技術不平衡進行分解。測度和分解結果表明：中國技術不平衡發展現狀較為合理，從動態角度來看，中國技術不平衡在過去16年間呈現出下降趨勢。整體技術不平衡主要由區域內差異所造成，區域間差異貢獻較小，八大經濟區域間技術不平衡程度較東中西部間技術不平衡程度高。

技術不平衡；基尼系數；Theil指數；組群分解

0 引言

在新常態下，我國經濟發展已經進入到了一個關鍵時期，經濟發展要從要素驅動轉變為創新驅動，后發地區實現對發達地區的技術追趕是一個非常關鍵的問題。可見弄清中國技術不平衡發展現狀，查明技術是否在區域之間存在不平衡，判斷技術不平衡是否存在縮小趨勢，不僅有重要的理論意義，而且對中國實施創新驅動發展戰略還具有重要的現實意義。

本文主要運用中國1998—2013年的省際面板數據，在測度中國各地區技術發展現狀的基礎上運用基尼系數、Theil-L指數和Theil-T指數測度了中國技術不平衡，并從東中西部和八大經濟區域兩個視角對技術不平衡進行分解，提出促進中國技術平衡發展的政策建議。

1 研究方法和數據來源

1．1 技術水平的測度

本文主要運用索洛余值方法測度的全要素生產率來反映各省的技術水平。

假定各省的產出用Y表示，投入為兩種，一種為物質資本投入，用K表示，另一種為勞動力投入，用L表示，全要素生產率用TFP來表示，TFP的計算公式為：

式（1）中，α，β分別代表參數值，α，β可用回歸方法求得，即對式（1）進行變形，然后分別對式（1）兩邊取對數可得：

假設規模報酬不變，即α+β=1，將α，β值進行正規化處理，可得：

將式（3）的α*，β*值代入式（1），便可測得各省各時期的全要素生產率。

1．2 不平衡的測度

由于對不平衡的認識不同，不平衡的度量在學術界存在爭議。一般而言，不平衡的度量必須滿足：①匿名性公理；②齊次性公理；③人口無關性公理；④轉移性公理；⑤尺度無關性公理；⑥單調性公理；⑦標準化公理。同時，度量不平衡主要有相對指標和絕對指標，由于絕對指標較難反映不平衡的變化，大部分學者使用相對指標來度量不平衡。

在度量不平衡的相對指標中，使用最多的指標是基尼系數，基尼系數能滿足上述6個公理，同時基尼系數介于0和1之間，基尼系數越小代表不平衡程度越低，越大則代表不平衡程度越高。

由于各省所占有的研發資源不同，本文采用對R&D投入進行加權的方法處理技術不平衡，如果將R&D投入等分為N組，使得每個組的研發投入占總研發投入的比重相等，且已知每一等分組的全要素生產率均值為tfpi，則基尼系數的計算公式為：

式（4）中，Gini為基尼系數，μ為各等分組總體全要素生產率的期望值，N表示觀察值的個數，i，j分別代表相應的個體，tfpi表示個體i的全要素生產率。

基尼系數雖是測度不平衡最常用的指標，但基尼系數對占有資源較多的組觀察值比較敏感，如果資源占有較多的組的觀測值誤差較大，那么基尼系數就不太可靠。為了解決這一問題，本文還采用符合不平衡度量公理的另外兩種相對指標來測度技術不平衡的觀察值：廣義熵指標（GE指數）和Aktinson指標。但是，Shorrocks和Slottje發現Atkinson指標和GE指數存在一一對應的單調轉換關系，這兩個指標是序數等價的，故只用GE指數即可。

μ、N定義如前所述，pi代表研發支出比例，GE指數的表達式為：

GE指數根據其厭惡不平衡程度的參數a取值不同可分為Theil-L指數（又稱對數離差均值指數）和Theil-T指數（又稱泰爾指數）[8]。

若a=0，GE指數為Theil-L指數，即為：

式（6）中，pi代表研發投入占總投入的比重。

若a=1，GE指數為Theil-T指數，即為：

同時，部分學者運用分解方法可將整體技術不平衡分解為組內技術不平衡W和組間技術不平衡B部分之和，以Theil-L指數為例：

式（8）和式（9）中，m為分組的個數，yr為第r組全要素生產率在全部省份中全要素生產率的占比，M為r組中的省份的個數，wr為r組中的R&D投入占比。Theil-T指數的分解方法與此類似，不再詳述。

1．3 數據來源

本文產出變量采用產出增加值（Y）來表示，投入變量使用物質資本投入（K）和勞動力投入（L）兩種投入來表示。本文使用中國1998—2013的省際面板數據，產出數據來源于中國各省的GDP數據，用各省的GDP平減指數平減成以1998年為不變價的GDP數據。物質資本一般而言需要采用永續盤存法轉化成物質資本存量來表示，目前各省物質資本存量數據使用較多的兩套數據有：一套為張軍使用的數據，另一套為單豪杰所使用的數據，本文使用單豪杰的數據，并根據其文章中的計算方法，將其數據擴充到2013年。勞動力投入數據來源于中國各省的就業人員數據，1998—2008年的數據均來源于《新中國60年統計資料匯編》，2008年以后的數據來源于《中國統計年鑒（2009—2014）》和各省的《統計年鑒》匯總。

此外，本文用各省的研發投入進行加權（相當于人口加權）測度省際技術不平衡。研發數據來源于《中國科技統計年鑒（1999—2014）》，用研發經費內部支出表示，研發數據采用永續盤存法轉化為研發資本存量。

2 測度結果

2．1 省際技術不平衡的測度

本文根據中國各省1998—2013年的面板數據從省際（按慣例將重慶和四川的數據合并，西藏部分數據缺失，只能剔除，實際省份為29個）維度度量了中國技術不平衡的發展現狀，其結果如表1所示。

表1 1998—2013年省際技術不平衡的測度結果

表1的結果表明，不同指標測度結果的變動趨勢基本一致，但基尼系數測度而得的不平衡程度要比Theil-L指數和Theil-T指數測度的結果大，這主要是由于基尼系數在測度不平衡時未對變量進行對數化處理。通過觀測基尼系數值可以看出，其值在0.326～0.393之間，如果根據聯合國有關規定，將0.4作為衡量不平衡的分界線，那么，中國技術不平衡目前處于相對合理的區間，隨著改革開放的深化和中國經濟的增長，技術不平衡程度從較為嚴重轉變為較為合理，但離技術平衡發展仍有一定的距離，這表明中國技術后發省份仍存在通過技術模仿來吸收發達省份技術的空間。

從表1的測度結果中還可以得出一個重要結論：從動態角度來看，中國技術不平衡的程度在逐步縮小。由此也表明，伴隨著中國改革開放的進一步深入，技術后發省份通過模仿和創新不斷地吸引技術先進省份的技術，從而帶來技術差距的進一步縮小，從而導致了省份之間的不平衡程度在逐步縮小。

2．2 東中西部技術不平衡測度及分解

本文按照一般的劃分標準將29個省份劃分為東中西部，仍使用技術不平衡的相對指標基尼系數、GE指數來測度東中西部的技術不平衡程度，限于篇幅，本文并未報道Theil-L指數和Theil-P指數的分解結果，從趨勢上看Theil-L指數和Theil-P指數的分解結果大致與基尼系數類似。其結果如圖1所示。

圖1 1998—2013年技術不平衡東中西部基尼系數分解結果

根據圖1可以看出，西部地區的技術不平衡程度最高，其值在0.452～0.528之間，其次為東部地區，其值在0.299～0.371之間，技術不平衡程度最低的地區為中部地區，其值在0.208～0.236之間。西部省份之間技術不平衡程度較高表明西部省份之間技術水平十分不均衡，究其原因，主要是由于西部部分省份如四川技術水平較高，而貴州、寧夏等省份的技術水平較低，兩者之間的較大差異導致西部地區技術不平衡程度較高。從中部地區的測度結果可以看出，中部地區的技術不平衡程度最低，這主要是由于中部地區技術發展較為均衡，湖北、湖南、江西等中部省份的技術水平并未呈現出一省獨高的局面。

從動態的角度來看，西部地區技術不平衡在不斷上升，而東部地區在不斷下降。這表明西部地區各省雖然技術水平在不斷上升，但有的省份增長較快，而有的省份技術水平增長較慢，從而導致了技術不平衡程度不斷上升。東部地區技術不平衡程度不斷下降，表明伴隨著對外開放的進一步深入，東部地區省份引進國外先進技術不斷加強，彼此之間的技術溢出日益明顯，從而使得各省份之間的技術增長較為一致，帶來了技術不平衡程度的不斷縮小。

根據式（7）和式（8）對技術不平衡進行分解，測度了技術不平衡的區域內差異和區域間差異，分解結果如表2所示。從分解結果可以看出，大部分技術不平衡都由區域內差異引起的，區域間差異所占的份額很少。這表明要解決技術不平衡的發展現狀可從區域內的不平衡現狀出發，按照區域的特點，制定適宜的區域科技發展戰略。

表2 1998—2013年技術不平衡Theil指數分解結果

2．3 八大經濟區域技術不平衡測度及分解

本文根據國務院發展研究中心《地區協調發展的戰略和政策》報告中的分法，劃分八大經濟區域為：南部沿海地區（廣東、福建、海南）、東部沿海地區（上海、江蘇、浙江）、北部沿海地區（山東、河北、北京、天津）、東北地區（遼寧、吉林、黑龍江）、長江中游地區（湖南、湖北、江西、安徽）、黃河中游地區（陜西、河南、山西、內蒙古）、西南地區（廣西、云南、貴州、四川、重慶）、西北地區（甘肅、青海、寧夏、西藏、新疆）。采用基尼系數來測度各區域的技術不平衡，其測度結果如圖2所示。

圖2 1998—2013年技術不平衡八大區域基尼系數分解結果

從圖2的測度結果可以看出，八大經濟區域技術不平衡呈現出高度不均衡狀態。東北地區、北部沿海地區、東部沿海地區、南部沿海地區、黃河中游地區、長江中游地區、西南地區和西北地區的基尼系數均值分別為：0.272、0.369、0.284、0.134、0.303、0.143、0.218、0.185。從總體上而言，北部沿海地區的技術不平衡程度最高，其中重要的原因是河北等省份和北京、天津的技術差距較大，因此，通過構造京津冀一體化的戰略目標可以有效的縮小河北與北京、天津等省份的技術差距，從而帶動河北的迅速發展。南部沿海地區的技術不平衡程度最低，這是由于南部沿海地區對外開放程度相當，技術水平差距相對而言并不明顯。

從動態趨勢來看，八大經濟區域技術不平衡呈現不同的趨勢，技術不平衡程度下降最快的是東部沿海地區，在過去16年間技術不平衡一直處于下降趨勢，由此表明東部沿海地區省份之間的經濟聯系較為緊密，相互間的技術溢出明顯，因此不平衡下降較快。上升較快的是北部沿海地區，這表明隨著改革開放深入，北京和天津的地緣優勢越發明顯，北京、天津與河北之間的發展差距也越來越大。同時需要注意的是，西南地區和西北地區在2007年后其技術不平衡一直處于較快的上升趨勢，最主要是因為西南地區四川等省份技術水平較云南和貴州上升較快，而西北地區各省際之間特別是新疆的技術發展水平仍然與其他省份有較大差距，對技術的利用也不及其他省份。其余地區技術不平衡發展較為平緩，其中，南部沿海地區和長江中游地區的技術不平衡現狀幾乎未發生較大改變。

繼續使用式（7）和式（8）對八大區域術不平衡進行組內和組間分解，分解結果如表3所示。

從表3的分解結果中可以看出，大部分技術不平衡仍都由區域內差異引起，這與東中西部技術不平衡分解結果一致。但從與表2的對比可以看出，區域間技術不平衡占比比東中西部間占比更高，由此表明，不同經濟區域間差異對技術不平衡的貢獻也不可忽視。這也在一定程度上反映八大區域的分組方法較東中西部分組方法較為合理，從八大區域出發，可以更加明顯地分析區域間的技術不平衡，從而有針對性地解決區域發展不均衡問題。

表3 1998—2013年技術不平衡Theil指數分解結果

從動態趨勢上來看，八大區域的區域內差異和區域間的差異都呈現出不斷下降的趨勢，這與省際技術不平衡測度結果相一致。而區域內差異占比呈現出上升趨勢，隨著改革開放的進一步發展，中國的技術水平呈現出一定的趨同趨勢，進一步驗證了技術趕超理論和內生經濟增長理論在中國各省份之間的適用性。同時也表明，中國的技術增長潛力仍然較大，可以通過不斷的縮小區域之間的技術不平衡實現技術后發省份的技術進步。

3 結論及政策含義

本文利用中國各省1998—2013年的面板數據，從省際、東中西部和八大經濟區域三個維度用測度不平衡的相對指標基尼系數、Theil-L指數和Theil-T指數測度了中國技術不平衡，并同時運用Theil指數組群分解方法，從東中西部和八大經濟區域兩個維度對中國技術不平衡進行分解。總體上來看，中國技術不平衡發展呈現出下降趨勢，而技術不平衡主要是由于不同區域內差異所造成，區域間的技術不平衡差異較小。并通過東中西部和八大經濟區域的對比可以看出，八大經濟區域間的技術不平衡要明顯大于東中西部間的技術不平衡。

從本文的分析中可以得到如下政策含義：（1）整體的測度結果表明中國技術不平衡程度在逐步縮小，驗證了后發優勢理論在中國省際和區域之間的適用性，后發省份可以通過技術吸收、創新來縮小與技術發達省份的技術差距，從而實現中國整體技術平衡發展。從這一點可以看出，一方面政府可以通過扶持后發省份的技術發展，同時注重技術和人才在省際之間的流動以實現后發省份對發達省份的技術趕超。另一方面從國家層面而言，政府也不必擔心先進省份的技術發展會帶來嚴重的技術不平衡，讓部分省份技術先發展起來對整個中國的技術發展而言有著重要的“火車頭”似的推動作用。（2）本文的結論也表明技術在八大經濟區域之間、東中西部之間也存在不平衡，同時八大經濟區域之間不平衡要大于東中西部之間不平衡。這一點表明，如果要縮小技術不平衡的發展現狀，我國科技政策的實施也不一定以省際為主體，可以考慮以區域為實施主體，通過縮小區域之間的技術不平衡實現技術的平衡發展。（3）本文的結論也揭示了中國各區域的技術不平衡比區域間的技術不平衡更大，特別是在西部地區技術不平衡發展更為明顯。這一點表明要實現技術平衡發展，可通過構建區域之間的經濟一體化戰略，在以區域為整體的基礎上再給予技術后發省份扶持，以最終實現后發地區的技術趕超。

[1]Abramovitz M.Catching-up;Forging Ahead and Falling Behind[J]. Journal of Economic History,1986,46(2).

[2]Baumol W J.Productivity Growth,Convergence and WelFare:What the Long-Run Data Show[J].American Economic Review,1986,76(5).

[3]Inklaar R,Timmer M P.GGDC Productivity Level Database:Interna?tional Comparisons of Output,Inputs and Productivity at the Industry Level[J].Groningen Growth and Development Centre Research Memo?randum,2008.

[4]柳劍平,鄭光鳳.世界技術不平衡發展測度及其對經濟增長的影響[J].湖北大學學報（哲學社會科學版），2015，(4).

[5]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).

[6]單豪杰.中國資本存量K的再估算（1952—2006）[J].數量經濟技術經濟研究，2008,(10).

（責任編輯/劉柳青）

F127

A

1002-6487（2016）24-0088-04

國家社會科學基金資助項目（14CJL041）

柳劍平（1961—），男，湖北羅田人，教授，博士生導師，研究方向：世界經濟、技術經濟。

龔兆鋆（1981—），男，湖北宜城人，博士研究生，研究方向：世界經濟、技術經濟。

程時雄（1984—），男，湖北陽新人，博士，副教授，研究方向：世界經濟、技術經濟。