中國經濟減速的供給側分析

蔣偉杰 張少華

(1.西安交通大學 金禾經濟研究中心，陜西 西安 710049; 2.廣州大學 經濟與統計學院，廣東 廣州 510006)

一、引言及相關文獻回顧

近幾年，“新常態”(new nomal)、“新平庸”(new mediocre)、“新萎靡”(new malaise)、換擋期、經濟減速、高速低效等詞匯見諸各大主流媒體，引起了經濟學界廣泛關注。這些詞匯的一個共同特征就是中國GDP增長速度明顯放緩。數據顯示，2015年中國經濟增速為6.9%，是1990年以來中國全年GDP增速首次跌破7%，這會大大影響中國2020年雙目標翻兩番的實現。那么，本輪中國經濟增長速度放緩究竟是長期趨勢還是短期波動？究竟是源于外部沖擊的暫時影響，還是肇始于自身的結構性問題？究竟是什么因素導致了中國經濟增長減速？它們是如何發揮作用的？這些因素在未來是否會繼續發揮作用？謹慎地回答這些問題，對于理解本輪經濟減速以及未來治理減速有著重要的理論價值與政策意義。

對中國經濟減速的研究與判斷是近幾年學術研究的新熱點，相關研究者可以分為樂觀派和悲觀派。樂觀派認為中國經濟仍可在較長時間維持較高的增長速度，其典型研究有：Fogel(2007)認為，中國在2000—2040年間GDP年均增長率為8.4%。李揚等(2015)認為，中國經濟“新常態”是中國邁向更高級發展階段的宣示，完全不同于次貸危機之后國際主流媒體所展示的概念內涵。由于這種結構性減速伴隨著經濟增長質量的提升，因此中國經濟“新常態”本質上反映了中國經濟發展的高級化階段。悲觀派則認為中國經濟高增長大勢已去，經濟減速甚至增速大幅度放緩的可能性很大，其典型研究有：Maddison(2007)預測中國經濟在2003—2030年間只有4.98%的年均增長率。Eichengreen et al.(2011)研究發現，快速增長經濟體人均年收入達到1.7萬美元左右時(中國在2015年或稍晚時會達到這個水平)，其經濟增長速度將顯著放緩。Pritchett et al.(2014)將中國與印度維持在6%的增速稱為“亞洲欣快癥”(Asiaphoria)，他們用均值回歸預測到中國的平均增速在未來20年低至3.9%，甚至會出現經濟增長突然停滯的風險。Barro(2016)基于條件收斂方法認為，中國過去30年的經濟增長在全球是“獨一無二”的，但是這種長期偏離理論預期的高增長是不可持續的。

在對中國經濟減速原因的解釋上，現有研究爭議較大。學者們認為其主要原因有：總需求中的出口和投資增速顯著放緩(陳彥斌 等，2013)；低成本優勢的消失(莊巨忠，2012)；全要素生產率增速的下降(白重恩 等，2014；吳國培 等，2014)；政府推動作用的減弱(梁紅，2012)；人口結構的變化(王慶，2012；蔡昉，2013)；節能減排的制約(袁富華，2010)；等等。需要指出的是，上述研究中，報告式分析較多，只有少數學者做出了嚴謹的分析。中國經濟增長前沿課題組(2012)指出，資本和勞動要素彈性逆轉是導致經濟減速的關鍵變量。中國經濟增長前沿課題組(2013)進一步指出，中國經濟增長的人口結構轉型、生產率的產業再分布、收入分配調整、城市化率提高、資本效率遞減、全要素生產率改進空間狹窄等六個結構性特征的共同作用導致了經濟增長減速。伍曉鷹(2013)發現，中國整體工業的全要素生產率在1980—2010年間只有0.5%，遠不如處在相似階段的日韓和臺灣地區。伍曉鷹(2014)進一步指出,中國近百年的工業化道路都遵循了一條高速低效的增長路徑。白重恩等(2014)指出，周期性因素不是中國2008年以來生產率下降的主要因素，“后發優勢”不斷減弱、對外依存度大幅下降、投資率攀升、政府規模不斷擴大和勞動參與率持續降低等才是問題的根本。吳國培等(2014)發現，近幾年經濟減速的直接原因就是全要素生產率對經濟增長的貢獻率下降，近5年的貢獻率平均僅約為18%。

本文試圖從供給側角度解釋中國經濟30多年的增長情況及本輪中國經濟減速問題。借助數據包絡分析(data envelope analyse，DEA)，本文構建一種新的全要素生產率增長的估計與分解方法，該方法可以估計中國全要素生產率增長和每一種投入要素的生產率增長，由此可從供給側的三個側面來分析中國經濟減速的根源。同時，本文進一步構建計量模型分析影響中國全要素生產率增長、資本生產率增長以及勞動力生產率增長的關鍵因素。

二、供給側視角的經濟增長分析框架

經濟增長的供給側分析，也正好對應了以索洛為代表性人物的新古典增長理論(Solow，1956)，在新古典經濟學框架下，資本積累、勞動力供給以及技術進步帶來的全要素生產率(total factor productivity，TFP)*因為，全要素生產率在長期經濟增長中的決定性作用與價值。全要素生產率增長也被學者較多的研究與關注，并逐漸成為揭示本輪中國經濟減速的焦點。研究中國全要素生產率增長的結構及其背后的驅動力量，對理解本輪中國經濟減速尤為重要和迫切。是經濟增長的三個源泉。在上述框架下，經濟增長可以被分解為要素投入的增長與全要素生產率的增長，具體分解方式如圖1所示。

圖1新古典增長理論下經濟增長的分解

針對上述經濟增長的分解框架，并考慮到在當前的經濟形勢下，依靠傳統的資本積累和勞動參與率提高的增長方式漸漸表現出不可持續的態勢，產能過剩、資源錯配、效率損失嚴重等問題逐漸成為制約中國經濟健康可持續發展的主要障礙。為此，如何從增加要素投入帶動經濟增長轉變為對要素的合理、充分利用成為經濟改革中急需解決的問題。參考Chang et al.(2012)的做法，本文將全要素生產率的分解擴展到要素層面，使原本相對獨立的兩個部分進行有機結合。為此，我們將投入導向型方向性距離函數與F?re-Lovell效率測度方法*F?re-Lovell效率測度可以允許距離函數在不同的投入要素間具有不同的收縮比例，是一種較為常用的非徑向效率測度方法。相結合，對Luenberger生產率指數進行擴展，這種擴展使得全要素生產率可以進一步分解到要素層面，如此不僅可以將新古典經濟增長理論中對于促進經濟增長相互獨立的兩個部分進行有機結合，而且還可以將對經濟增長的分析全部放在生產率這個層面，由此可以在生產率層面探索中國經濟增速下降的深層原因。

(一)生產技術與TFP

與現有研究中國經濟增長或者測度全要素生產率的相關文獻相同，本文假定生產過程中主要使用勞動(L)和資本(K)作為投入，在既定技術水平(Pt)下可以產生經濟產出(Y)。上述關系可以通過生產可能性集合(production possibility set)*這里本文假設生產技術符合新古典假設，不再進行詳細說明。表示為：

Pt={

(Lt,Kt,Yt)|

(Lt,Kt) can produce Yt

}

(1)

在滿足新古典假設的情況下，生產技術具有自由可處置性(free disposable)，意味著廠商總是可以使用更多的投入來生產更少的產出。當然，這種做法是非效率的，因為在現有技術水平下可以在保持產出不變的情況下減少投入，從而實現更為有效的生產計劃。可見，要消除生產計劃中的非效率問題并不是沒有代價的，可能需要采用更為科學的管理模式、激勵制度等等。傳統DEA模型在衡量生產活動中的非效率因素時，往往是基于整個生產過程的，而本文通過采用F?re-Lovell效率測度方法與方向性距離函數相結合的方式，在要素層面衡量每種投入在生產活動中的非效率情況，并對其加總以得到整個生產過程的非效率值。采用方向性距離函數*關于方向性距離函數性質的詳細介紹可以參考Chambers et al.(1998)的文章。以及F?re-Lovell效率測度方法，可以將上述生產技術等價地表示為：

(2)

(3)

同時，本文將觀察到的投入水平作為方向向量，即(gL,gK)=(Lot,Kot)。而勞動與資本投入中的非效率對整體非效率的影響權重也沒有較強的理論依據，將勞動與資本對于整體非效率的影響權重設定為(ωL,ωK)=(0.5,0.5)*本文同時采用章上峰等(2010)基于生產函數法估計得到的要素彈性作為權重進行重新估計，結果與(0.5, 0.5)權重下的十分相近。感謝匿名審稿人提出的寶貴建議。。在上述設定下，各個生產單位的整體非效率值，即方向性距離函數可以通過求解如下線性規劃問題得到：

(4)

(5)

TFP指數小于零,意味著在時期t與時期t+1之間，全要素生產率發生了退步；TFP指數等于零,意味著兩期之間全要素生產率不變；TFP指數大于零,意味著兩期之間全要素生產率發生了進步。

(二)供給側視角的效率分解

(6)

(7)

進一步，這種分解方法有兩個良好的特征：(1)每一種投入的生產率增長可以進一步分解為技術進步和技術效率變化，由此就可以進一步理解資本生產率和勞動生產率背后的驅動因素。(2)全要素生產率增長等于資本生產率增長和勞動生產率增長的算術平均，相應地，全要素生產率增長中的技術進步等于資本生產率增長的技術進步和勞動生產率增長的技術進步的算術平均，全要素生產率增長中的技術效率變化等于資本生產率增長的技術效率變化和勞動生產率增長的技術效率變化的算術平均。因此，這種分解方法可以進一步表示為：

TFPG =0.5(LPG+KPG)

=0.5(EFFCHL+EFFCHK)+0.5(TECHCHL+TECHCHK)

=EFFCH+TECHCH

(8)

這里的EFFCH和TECHCH分別表示技術效率變化和技術進步，EFFCH衡量的是對應投入要素的相對效率變化，TECHCH衡量的是生產前沿面的移動。下標L和K分別表示勞動和資本。其中，

(9)

(10)

在本文的框架下，各要素的技術進步和技術效率變化可以理解為，在其它要素效率不變的條件下，某要素效率變化對全要素生產率的影響。例如，勞動要素出現了5%的技術進步，在本文的分析框架下，這表明在資本投入效率不變的條件下，生產前沿面沿著勞動的維度上移了5%，進而使全要素生產率在技術進步方面提升了5%。類似地，資本出現了5%的技術效率提升，意味著在勞動效率不變的條件下，觀測點在資本維度向前沿面靠近了5%，且使得全要素生產率在技術效率方面提高了5%。這樣的分解使得全要素生產率變化的原因更加明晰。

(三)數據來源與處理

采用省際投入、產出數據研究中國經濟增長的文獻較為豐富，這些研究普遍使用了各省的資本存量以及勞動力人數作為投入要素，產出變量也多以地區生產總值為主。本文最終構建了中國大陸29個省、直轄市、自治區(不包括西藏，重慶和四川合并)1978—2012年的平衡面板數據。資本存量(K)的處理主要采用國際上通行的“永續盤存法”，具體的處理則使用單豪杰(2008)的方法，并且調整為1978年為基期。本文采用各省歷年就業人員數作為勞動投入量指標(L)，1978—2008年各省歷年就業人員數據來自《新中國60年統計資料匯編》，2009—2012年的數據來自相應年份的《中國統計年鑒》。本文選用中國29個省份以1978年為基期的實際地區生產總值(Y)，其中1978—2008年地區生產總值數據同樣來自《新中國60年統計資料匯編》，2009—2012年的數據同樣來自對應年份的《中國統計年鑒》。

三、測度結果分析

本部分使用GAMS 24.1.3軟件求解上述方法中涉及的線性規劃問題，基于中國29個省份1978—2012年的數據樣本，重新測度中國的TFPG、KPG與LPG，在將TFPG分解為技術效率變化和技術進步的基礎上，也將KPG與LPG分解為各自的技術效率變化和技術進步。

(一)國家層面考察

1.周期特征分析

圖2 TFPG、KPG和LPG的變化趨勢

圖2是國家層面的TFPG、KPG與LPG變化情況。在樣本期內，中國的TFPG表現出年均5.32%的增長。特別地，TFPG在90年代中期以前極不穩定，在1986年(9.71%)和1989年(13.9%)有兩個峰值。TFPG在1995年達到13.4%之后開始下降，這期間有一個減緩的趨勢。2000以后，剔除全球金融危機的影響，TFPG有一個輕微的上漲趨勢。TFPG波動的模式與各時期中國的各項重要改革高度契合。1978—1989年的高增長反映了中國20世紀70年代后期和80年代后期開始的兩波農業部門改革(分別是家庭聯產承包責任制、農產品價格改革和農業投入品市場改革)以及20世紀80年代早期進行的非農部門改革(價格雙軌制和經濟決策權下放)；TFPG在整個90年代的高位運行反映了各項改革的深化尤其是1997年實施的市場化改革(國企所有制改革和民營企業合法化)的成果；2001年中國加入世界貿易組織又帶來了新一輪的TFPG的上揚，只是由于受次貸危機與全球經濟危機的影響，中國TFPG在2008年之后波動加劇。

圖2同樣列示了KPG與LPG的年度變化情況。在樣本期內，LPG的平均增長率為7.53%，而KPG的平均增長率僅為3.12%。LPG和KPG在1993年以前的趨勢高度一致，而在1993年以后開始分離，特別是在90年代中期以后，KPG總是低于LPG和TFPG。圖2表明，在1993年之后，LPG呈現持續性的高年增長率(8.73%)。一種可能的經濟解釋是，勞動力逐漸從低生產率產業(第一產業)轉移到高生產率產業(第二和第三產業)。然而，1993—2012年的平均KPG只有2.68%，表明在這段時間KPG對中國TFPG的貢獻僅是LPG的1/3。因此，本文研究發現，在過去的幾十年間，中國經濟TFPG最大的貢獻來自LPG。近十幾年來資本生產率較低水平的增長是中國全要素生產率增長所面臨的一個重大挑戰。20世紀90年代以來中國的資本生產率不斷下降，造成了年均資本生產率較低的局面，一個可能的經濟解釋就是中國越來越嚴重的過度投資以及過度投資造成的配置低效。已有研究表明，中國投資占GDP的比重在過去十年持續上升，至2013年達到46%。中國的實際投資水平不僅顯著高于跨國面板數據估計所得出的水平，而且偏離跨國面板估計的規模更大且持續時間更長(Lee et al.，2012；屈宏斌，2015)。近十幾年出現的難以根治的產能過剩問題就是對過度投資的一個最有力的佐證。

過度投資意味著經濟資源錯誤地配置給經濟中的其他部門，而資源錯配直接導致經濟效率低下，這一點已被國內外大量研究所證實(Hsieh et al., 2009)。Hsieh et al.(2009)預測，如果中國資源配置效率提高到美國的水平，中國的宏觀經濟產出將提高30%～50%。本文研究表明，盡管保持過高的投資率造就了中國經濟快速發展，但是過度投資的代價也十分高昂。中國因為過度投資而遭遇的發展困境已經顯現，一方面仍然需要大量的投資來完成工業現代化、城鎮化，作為后發國家更需要通過投資來實現經濟的發展與技術的趕超，另一方面過度投資又導致資本生產率低下，不僅造成資源的極大浪費與錯配，而且直接制約了中國經濟增長轉型，最終導致中國經濟陷入一種“高投資—高增長—低效率—高投資—高增長”的發展怪圈。

2.效率分解分析

圖3 TFPG、技術進步與效率變化的累積變化

為了能與傳統的分解方法相比較，本文進一步將TFPG分解為技術進步和技術效率變化。圖3是TFPG、技術進步與技術效率變化的累積變化情況。在樣本期內，中國的TFPG累計增長了180.97%。技術進步是促進TFPG的主要動力，技術進步累積增長了168.97%。與此形成鮮明對比的是，技術效率變化的累積增長僅為12.02%，這意味著在中國，追趕效應十分微弱，說明無效率省份和效率省份之間的不平衡程度并未顯著改善。這個結果與大部分現有研究也是一致的(Guillaumont et al.,2006；Zheng et al.,2006；Chen et al.,2009；Li et al.,2011)。

本文同樣可以將KPG和LPG分解成各自的技術進步與技術效率變化。表1顯示了各期KPG和LPG的技術進步與技術效率變化。KPG的兩個分解部分(EFFCHK和TECHCHK)，在1978—2012期間，資本生產率的技術效率變化(EFFCHK)平均是-0.11%。正如Zheng et al.(2009)指出，90年代中期以后，中國的增長模式高度依賴資本積累。本文研究表明，EFFCHK相對于資本技術進步(TECHCHK)十分低下，這可能正是因為資本存量的積累速度過快所致。幸好，TECHCHK每年增長3.23%，抵消了EFFCHK的負效應并且導致資本生產率的正向增長。至于LPG的分解部分(EFFCHL和TECHCHL)，表1表明，EFFCHL年均增長0.82%，TECHCHL年均增長6.71%，都是正向增長。

表1 KPG和LPG分解情況

本文認為，勞動力的技術效率相對其技術進步速度較低有兩個方面原因：一是戶籍制度與部門壟斷等導致低素質勞動力長期積聚在低端制造業和傳統工業部門，無法通過“干中學”和項目培訓等來提升自身素質與效率水平；二是壟斷導致高素質勞動力無法合理配置，而是大量配置在非生產性部門。例如，已有研究指出中國在人力資本水平相對較低的情況下，仍然將人力資本嚴重錯配在非生產性部門(鄢萍，2012；中國經濟增長前沿課題組，2014)。每年持續升溫的高學歷群體報考公務員熱也從另一個側面反映了中國存在嚴重的高素質人力資本錯配問題。

3.貢獻度分析

表2中計算了整個樣本期以及三個子樣本期TFPG對中國GDP增長的貢獻。平均而言，中國GDP在樣本期的年均增長速度為9.92%，與此同時，TFPG的年均增長速度為5.32%。研究發現，TFPG可以解釋中國GDP增長的53.63%，遠高于Li et al.(2011)的發現。

基于本文的分解方法，可以給KPG和LPG對GDP增長的貢獻提供新的發現。如表2所示，KPG(18.27%)和LPG(31.28%)對GDP的貢獻在第一個子樣本期(1978—1993年)是三個子樣本期內最接近的。然而，比較三個子樣本期發現，LPG的平均增長率從6.18%增長到9.82%，而KPG的平均增長率從3.61%降低到2.24%，結果導致KPG對GDP的貢獻在第三個子樣本期內(2008—2012年)只占12.11%，而LPG對GDP的貢獻高達53.08%。這個結果再次表明勞動力生產率對中國經濟增長的重要作用，以及中國經濟已經遭遇的資本生產率增長低下的困境。

表2 TFPG、LPG和KPG對GDP增長貢獻度

注： LPG和KPG的貢獻度是由0.5×LPG/GDP增長和0.5×KPG/GDP增長計算得出。

本文研究結果與朱曉東(2013)、劉培林等(2015)類似。朱曉冬(2013)的測度結果表明，1978—2007年中國經濟增長主要來源于生產率的增長而非通常文獻所認為的固定資產投資的拉動。而劉培林等(2015)研究表明，1978—2009年中國全要素生產率平均增長率為3.16%，并且TFP增長對人均GDP增長的貢獻率達到77.89%。中國經濟增長的“技術含量”與日本、中國香港、韓國等成功趕超的國家或地區相比，實際上更高。

(二)分地區考察

1.總體考察

長期以來，中國存在嚴重的地區差距問題。自從鄧小平1992年“南方談話”以后，中國加快了改革開放進程。然而，官方數據表明，自1992年以后，用人均GDP衡量的地區不平衡卻加劇了(Fleisher et al.，2010)。圖4勾勒了1978—2012年中國東中西部地區TFPG的累積變化情況*29個省份被分為三個區域：東部(北京、天津、上海、山東、河北、遼寧、江蘇、浙江、福建、廣東和海南)，中部(山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南)，西部(內蒙古、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆)。。圖4清楚地表明，截至2012年末，中國地區間的全要素生產率增長的累積變化差異巨大。在1978—2012年間，東部地區是三個地區中累積TFPG最大的，總和達到225.85%，緊接著是中部地區(164.06%)和西部地區(145.15%)。這個研究結論是合理的，并且與Chen et al.(2009)以及Tian et al.(2012)的研究結論一致。但令人意外的是，在1990年之前，中部地區相較于其他兩個地區來說擁有更高的累積TFPG。一種可能的解釋是，中國經濟改革是從西部和中部地區開始啟動(Tian et al., 2012)，但由于地域優勢(易于進入全球市場)和優惠政策(經濟特區)，東部地區在90年代以后加快了改革開放的步伐并且取得了顯著的TFPG。

圖4東部、中部、西部地區TFPG的累積變化

圖5東部、中部、西部地區平均TFPG、KPG和LPG

上文分析表明，在生產率增長方面，東部地區的TFPG最高，而西部地區的TFPG最低。為了能夠了解TFPG的根源，圖5顯示了三個地區的平均TFPG、KPG和LPG。圖5表明，在東部地區，KPG和LPG年均增長率分別達到3.74%和9.55%。中部和西部地區也呈現類似的增長模式，即LPG是TFPG的主要來源。東部地區的平均LPG和平均KPG都比中西部地區高很多，兩種要素生產率增長共同導致了東部和中西部之間的巨大差距。因此，本文不僅發現了TFPG的地區性差異，而且還發現了這種地區性差異同樣存在于不同要素的生產率增長上。

2.貢獻度分析(兼論“兩大戰略”)

在過去20年里，中央政府實施了一系列政策來緩解區域發展不平衡。進入21世紀更是實施了兩個戰略：“西部大開發”戰略和“中部崛起”戰略。“西部大開發”戰略在2000年正式實施，目的是要加速西部地區基礎設施建設，增強環境保護，改善產業結構，促進科技教育，深化改革開放等。在“十一五”期間(2006—2010)，政府又開始實施“中部崛起”戰略，目的是為了提升中部地區發展速度，核心是要實現農業現代化，提升工業化和城鎮化水平。為了能夠更好地理解這些戰略的實施效果，本文按照四個時期進一步分析TFPG及其構成：全樣本期(1978—2012)，“西部大開發”時期(2000—2012)，“中部崛起”時期(2006—2012)，以及“后金融危機”時期(2008—2012)。

表3列示了東中西部地區在四個樣本期的LPG、KPG以及各自的技術進步與技術效率變化對TFPG的貢獻率。在整個樣本期(表3的A板塊)，三個地區的TFPG大部分是由LPG推動的，貢獻度變化從中部地區的66.34%到西部地區的72.74%。三個地區的EFFCHK對KPG的貢獻均為負值，沒有“追趕效應”，這意味著三個地區在資本生產率上展現了“強者恒強”的發展模式。在整個樣本期內，三個地區的KPG的貢獻份額始終低于LPG。

表3的B板塊反映了后2000年期間的計算結果，用來檢驗三大地區是否從“西部大開發”戰略中獲益。在該段樣本期內，西部地區的TFPG最低，平均每年4.24%，這個增長率約為東部地區的2/3，意味著“西部大開發”戰略對西部地區具有顯著提升作用，在生產率層面有效縮小了地區差距。同時也可以看到：KPG的技術進步和技術效率變化對于西部地區有正向影響，盡管效果相對較小；與KPG對西部的貢獻相比，LPG對西部的貢獻要大于其對東部和中部的貢獻。B板塊表明，在“西部大開發”過程中，偏向勞動的技術進步是主要方向與動力。

表3的C板塊顯示的是2006—2012年“中部崛起”戰略的實施效果。結果顯示，在“中部崛起”戰略實施后，中部地區的年均TFPG達到了6.31%，較之于東部地區(7.27%)和西部地區(5.49%)，其提升作用十分顯著。研究結果進一步表明，“中部崛起”戰略在縮小地區差異的同時，能讓中部地區的KPG產生“追趕效應”(10.82%)，而且中部地區的LPG雖然沒有西部的高，但是已經超過了東部。因此，C板塊表明，在“中部崛起”過程中，同樣發揮了勞動的比較優勢以及偏向勞動的技術進步也是推動“中部崛起”的主要方向與動力。

表3的D板塊分析了“后金融危機”時期三大區域的經濟增長情況。結果顯示，中部與東部地區的TFPG幾乎相等，而西部的全要素生產率增長也十分可觀。同時兩種要素的追趕在東部都是負值，中部表現最好。這可能反映了東部地區的經濟增長受到全球金融危機的影響更加嚴重的事實。

比較表3的A和D兩個板塊，我們發現，相比整個樣本期，“后金融危機”時期三個地區的TFPG都十分搶眼，尤其是中西部的表現。可能的解釋是，受外部金融危機沖擊的影響，東部發展的比較優勢受到抑制，而中西部自身的比較優勢進一步突顯出來，如西部的LPG對TFPG的貢獻度高達94.63%，說明西部地區充分發揮了自身在勞動力方面的比較優勢。

總之，本文研究表明，至少從TFPG角度來看，中央政府推行的兩大戰略有效地促進了地區間的平衡增長，其中發揮勞動力比較優勢以及偏向勞動的技術進步是“西部大開發”和“中部崛起”戰略能夠成功的關鍵。而受全球金融危機的影響，中西部地區的TFPG與東部地區的TFPG更加接近，表現出較強的抗跌特征。

表3 TFPG、KPG與LPG以及各自分解部分對三個區域的貢獻度

四、生產率增長影響因素分析

根據上文分析，中國的全要素生產率增長存在隱患。本部分構建計量模型，先分析中國全要素生產率增長的影響因素，在此基礎上，進一步識別資本生產率與勞動生產率的影響因素。

(一)計量模型設定

本文構建的全要素生產率指數可以方便地分解為資本生產率增長和勞動生產率增長，為全要素生產率增長、資本生產率增長以及勞動生產率增長的計量模型設定提供了理論基礎。即根據下式：

TFPG=0.5(LPG+KPG)

(11)

影響中國全要素生產率增長的因素，同樣會影響資本生產率增長和勞動生產率增長。本文借鑒Isaksson(2007)對影響全要素生產率增長因素的系統綜述，設定TFPG影響因素的計量模型為：

(12)

設定KPG影響因素的計量模型為：

(13)

根據投資理論，本文在KPG回歸方程中引入信貸可得性變量creditit，該變量用信貸總量占本省GDP比重表示。信貸可得性一方面可以反映投資的資本成本，另一方面可以體現金融對資本效率的促進作用。被解釋變量kpgit表示各省份歷年的KPG，由于KPG的數據在0左右波動，采用ln(1+x)進行轉換。其余變量解釋同式(12)。

設定LPG影響因素的計量模型為：

(14)

本文在LPG回歸方程中引入人力資本水平變量humanit，該變量用中學生和大學生數量占本省總人口比重表示，預期人力資本水平越高，勞動生產率水平越高。被解釋變量lpgit表示各省份歷年的LPG，由于LPG的數據在0左右波動，采用ln(1+x)進行轉換。其余變量解釋同式(12)。

(二)變量與數據說明

對影響TFPG的各個因素的設定和說明如下：

(2)產業結構(indu3it)。用第三產業增加值占GDP比重表示。經濟理論與實證研究表明，當經濟結構重心從第二產業向第三產業轉型，尤其是向現代生產性服務業轉型的情況下，會提高一國或地區的全要素生產率。因此本文預期第三產業與全要素生產率正相關。

(3)對外開放(tradeit)。用進出口總額占GDP比重表示，反映對外貿易對TFPG的影響。新新貿易理論從異質性企業角度分析了國際貿易對企業生產率的促進作用。因此，本文預期對外開放對全要素生產率的影響是正的。

(4)外商直接投資(fdiit)。用外商直接投資額占GDP比重表示。改革開放以來，為了發展經濟，無論是國家層面還是省份層面，中國都鼓勵招商引資，外商直接投資在中國經濟發展`中扮演了重要角色。理論界和政策界都認為引進外資有利于提高本國的管理水平，產生技術溢出效應，外資在本土市場上的經營活動還會促進企業之間的競爭，提高經濟的整體運作效率。但是也有很多學者研究認為外商直接投資對本國經濟的影響是負的或者不確定。因此，本文中該變量與全要素生產率的關系有待實證分析來確定。

(5)政府的作用(govit)。用政府財政支出占GDP比重衡量。在發展中國家的轉型與發展過程中，政府往往起著難以估量的作用：一方面，市場的不完善等客觀上需要政府提供各種制度基礎設施，為企業發展、產業成長保駕護航；另一方面，政府常常是制造麻煩的終極原因，即政府既可能是“幫扶之手”(help hand)，也可能是“掠奪之手”(grap hand)。因此，本文在計量模型中有必要控制這個變量，但是政府對全要素生產率的影響方向有待實證檢驗。

(6)市場化水平(marketit)。改革開放以來，中國在各個領域推行市場化改革，逐步建立起了統一開放、競爭有序的市場體系，資源配置更加有效，企業生產效率日益提升。因此，本文期望市場化改革將會提高中國的全要素生產率。本文選擇王小魯等(2017)編制的市場化指數，具體為29個省份1997—2012年間的市場化指數數據。

為了減小各個解釋變量存在的異方差，所有變量均取對數。本文最終構建了29個省份1979—2012年的非平衡面板數據，除被解釋變量和市場化指數之外，其余變量的原始數據均來自《新中國六十年統計資料匯編》和相應年份的《中國統計年鑒》。

(三)實證結果分析

在對上述計量模型進行分析之前，本文運用Stata軟件對數據和模型進行一些基本處理與分析：(1)首先對解釋變量進行多重共線性檢驗，經檢驗，各解釋變量的方差膨脹因子(Variance Inflation Factor，VIF)均小于10，表明模型不存在多重共線性問題。(2)面板數據模型常用的估計方法包括固定效應模型和隨機效應模型，由于本文樣本極難符合隨機效應模型假設條件，因此我們采用固定效應估計方法對式(12)、(13)和(14)進行估計。隨后，本文對上述設定的計量模型中的解釋變量進行逐步回歸。

表4 TFPG影響因素估計結果

注：括號中是穩健性標準誤；***、**和*分別表示1%、5%和10%的顯著性水平。

表4第(1)列報告了TFPG影響因素的基本估計結果。從中可以看出，經濟發展水平的估計系數顯著為正，說明經濟發展水平的提高有利于全要素生產率進步，具體而言，經濟發展水平提高1%，全要素生產率進步4.8%。第三產業的估計系數也顯著為正，說明大力發展第三產業可以提升一國或者地區的全要素生產率水平，具體而言，第三產業發展水平提高1%，全要素生產率進步高達4.5%左右。這個結論不僅與預期相符，而且為進一步大力發展第三產業提供了經驗證據。開展國際貿易有利于全要素生產率的提升，這點也被大量的實證研究所證實。目前，中國已經成為第一大出口國、第二大進口國，在開展國際貿易的過程中，充分發揮了自身的比較優勢，引進了先進的技術、管理經驗與制度等，而且通過積極參與國際市場，增強了自身企業的國際競爭力，形成了國際貿易與國內經濟發展之間的良性互動。同時，本文實證研究表明外商直接投資對全要素生產率產生顯著的正向影響，說明從提高全要素生產率的角度而言，FDI的大規模進入是有益的，但是影響力度只有0.6%。市場化僅在10%水平上對全要素生產率有促進作用，這可能說明：一方面，目前中國在市場化方面取得的巨大進步有助于全要素生產率的提高；另一方面，中國在關鍵領域的市場化改革進程依然緩慢，進而對全要素生產率的促進作用不是很大，今后關鍵是進一步加快要素市場(比如能源、金融資本、電力等領域)的市場化改革。政府的支出行為對全要素生產率的影響盡管為負，但是這種影響效應比較微弱，未能通過顯著性檢驗。本文實證研究表明，經濟發展水平的平方項與全要素生產率之間不存在顯著的二次型關系。

表4第(2)列報告了KPG影響因素的回歸分析結果。結果表明，經濟發展水平與KPG負相關，我們認為這種結果的出現與中國經濟發展的特征有關。盡管大多數國家的經濟騰飛很大程度上與高水平的投資有關，但是Lee et al.(2012)研究發現中國的投資水平過高，正是這種過高的投資導致資源錯配、產能過剩，抑制了資本生產率的提高。本文發現，第三產業的發展有利于提高KPG，第三產業尤其是其中的生產性服務業可以為制造業的發展提供“翅膀”和“大腦”，是提高資本效率的關鍵力量。對外貿易與KPG也是正相關，貿易與生產率之間的關系，已經被大量的實證研究所證實，尤其是新新貿易理論，從微觀層面證明了企業從事國際貿易活動有利于提高生產率。我們注意到，信貸可得性與KPG負相關，這與理論分析明顯不符。一種可能的解釋是，中國的信貸投放存在明顯的所有制歧視，國有企業獲得了大量的信貸資源，而對經濟發展有著巨大促進作用的民營企業卻很難獲得必要的信貸資源，并且國有企業的低效率運營導致KPG難以提高。外商直接投資與市場化的回歸系數不顯著。

上文的測度與分解研究表明，中國經濟發展中的過度投資造成資本配置低效，而過度投資可能與在國民經濟中占據主導地位的國有企業有關，由于信貸配置向國有企業傾斜，再加上國有企業對要素成本不敏感，造成了當下的“國進民退”以及產能過剩狀況。為此，本文引入信貸可得性變量和國有企業的全社會固定資產投資比重，進一步考察其對資本生產率的影響。表4第(3)列顯示，交互項的系數顯著為負，說明在中國確實存在信貸資源大量配置給國有經濟部門并導致了生產中的過度投資與低效配置問題。

表4第(4)列報告了LPG影響因素的回歸分析結果。分析表明：經濟發展水平與勞動生產率正相關。改革開放30多年以來，中國經濟的快速發展同時也是中國從農業社會向工業社會迅速轉型的過程，其中伴隨著農村大量剩余勞動力的轉移與再就業，客觀上有利于提高LPG。產業結構的調整也有利于LPG的提高，這是因為產業轉型的過程就是充分發揮勞動力資源優勢及勞動力資源再配置的過程。對外開放與LPG正相關，說明從事國際貿易發揮了中國勞動力的比較優勢，尤其是20世紀90年代后期以來，隨著經濟全球化以及中國加入WTO，開展國際貿易尤其是加工貿易，大大提高了中國的LPG。本文注意到，人力資本水平有利于提高LPG，這完全符合經濟學理論，說明中國今后還是要在發揮勞動力資源優勢的基礎上進一步提高人力資本水平，這不僅有助于提高LPG，而且還可以降低“人口紅利”消逝帶來的負面影響。外商直接投資、市場化與LPG也是不顯著。

Eichengreen et al.(2011，2013)研究發現，增長放緩不太可能發生在具有高水平中等和高等教育的國家。阿吉翁(2014)也指出，頂尖的研究型大學是創新型經濟體的四大支柱之一。鑒于前文已經證實勞動力生產率的效率惡化是一個非常嚴重的問題。本文在表4第(5)列將人力資本水平變量調整為大學生數量占本省總人口比重，來進一步考察高端人力資本對勞動力生產率的影響。回歸結果表明，與第(4)列的人力資本水平變量相比，回歸結果更加顯著，系數明顯變大，說明高質量的人力資本確實有助于提升勞動力生產率水平。

KPG與LPG的回歸分析表明，經濟發展的作用截然不同，說明效率的提升要與自身稟賦相匹配，要適合自身的經濟發展水平。第三產業發展和對外貿易既可以提高KPG又可以促進LPG。而外商直接投資對兩種要素生產率均沒有顯著影響，本文這一結論再次證明外商直接投資對東道國的經濟發展沒有顯著的正向溢出效應，為此，中國要迅速調整引資政策，走上一條依靠內部力量發展的道路。

五、結論與啟示

越來越多的研究表明，未來中國經濟減速已成定局。本文旨在從供給側角度解釋中國經濟減速問題。為此，我們構建了一個契合供給側分析視角的經濟增長分解框架，該框架可以在估計TFPG的同時在全要素框架下分解出每一種投入要素的生產率，即TFPG可以在全要素框架下被同時分解成資本生產率和勞動力生產率。這種新的分解便于我們詳細識別與分析中國TFPG背后的推動力。

本文研究發現：(1)國家和地區層面的分析均表明，中國經濟近些年在TFPG方面正面臨著嚴重的雙重挑戰：一是20世紀90年代以后，資本生產率幾乎零增長；二是改革開放以來，勞動生產率的技術效率表現不佳。這表明本輪中國經濟減速早有隱患，增速放緩是結構性問題而非周期性問題，中國經濟已經不小心走上一條“高投資—高增長—低效率—高投資—高增長”的惡性循環道路。(2)30多年來的中國經濟增長仍然演繹了一個近乎完美的中國版的奇跡故事：鑒于中國龐大的勞動力存量現實以及改革開放初期資本短缺的困境，中國經濟增長充分發揮了自身的比較優勢，全要素生產率增長對中國經濟增長貢獻度高達65.19%，高增長的生產率基礎也是建立在勞動生產率以及勞動力技術效率追趕基礎上的。而1994年開始的分稅制改革不僅帶來了勞動的追趕效應而且使得技術進步偏向勞動。(3)本輪中國經濟發展特征是減速增效，根本原因是生產率加速，其背后是勞動力追趕和比較優勢發揮；如果非要說中國經濟發生了減速事實的話，只能說是中國傳統經濟增長源泉式微，不再能夠維持長期以來近兩位數的GDP增長速度而已。追趕加速和發揮比較優勢是中國經濟“新常態”下生產率上的兩大典型事實。從長期而言，大力發展金融與提高人力資本水平有助于緩解中國全要素生產率增長的雙重困境。

本文的直接政策含義有：(1)2008年以來中國經濟增長下滑早有隱患，希望通過繼續保持較高水平的投資，不僅不能解決中國經濟增長下滑問題，可能還會進一步惡化中國經濟增長質量。(2)深化改革對防止經濟過度減速至關重要。中國全要素生產率增長的雙重隱患向政府決策提出了更大的挑戰：為避免資本生產率的進一步惡化，必須控制過高的投資率。但是目前中國經濟的轉型過程尚未完成，依然有大約40%的勞動力用于農業，這么龐大的農業人口的順利轉移需要靠投資來推動，而過高的投資不僅會惡化生產率，還會擠出私人消費。因此，只有深化改革，才可能解開中國全要素生產率增長雙重隱患的死結。