江蘇省縣域經濟TFP增長率的分解與估算：2000～2016

馬衛東 唐德善

摘要：采用了超越對數生產函數的隨機前沿模型測算了江蘇省54縣區市2000～2016年的全要素生產率增長率并對其結構要素進行分解。研究表明：用兩步法探索隨機前沿的模型參數，發現增加出口比重、第二產占比、城市化比率和財政支出比率等環節變量后，模型解釋力有明顯提升62%。出口比重和城市化率對生產效率提升具有明顯正向促進作用，二產占比和財政支出占比與生產效率卻呈負相關關系。技術進步貢獻最大，TFP增長率的變化主要源自于技術進步的推動，對TFP增長率的平均貢獻在82%以上，總體上帶動TFP呈現緩慢上升趨勢。

關鍵詞：全要素生產率;經濟增長;分解要素結構;三類聚類地區

近年來，經濟增長動力源泉一直是政府部門和學術界普遍關注和研究的熱點問題。新古典經濟增長理論認為驅動經濟增長的主要動力源自要素投入和技術進步（全要素生產率）等因素的共同作用。近期國內主流文獻也證實了改革開放以來我國經濟增長動力主要源自資本投入驅動，技術進步率貢獻較小并呈逐年下降的趨勢，形成了現階段的資本投入與TFP“反向角力態勢”。要素規模增長率下降與產出彈性縮減的雙重擠壓導致了資本與勞動規模貢獻下降，資本與勞動的生產率的增長率雙減速是造成了全要素生產率的下降的主要原因。在沒有提高全要素生產率對經濟增長貢獻條件下，即使政府能夠通過一系列政策和制度的安排以強化資本投入來獲得了一定時期內經濟較快增長，但是，經濟增長動力最終也會由于要素邊際產出遞減的約束下而衰減。早期關注江蘇縣域全要素生產率的相關文獻非常稀少，研究時段也大多集中在2012年前后。鑒于此，本文以江蘇省2000～2016年間54個縣市的面板數據，探索江蘇省縣域經濟全要素生產率增長率分解構成及變化趨勢。

一、分析框架與方法

（一）研究方法的設計

當前，主流的TFP方法主要有三種：第一種是增長核算法，這種方法主要利用統計數據估算出要素的產出彈性，從而通過生產函數的具體形式測算出TFP，比如索洛余值法。第二種是非參數方法，這種方法適用于面板數據，并可將TFP分解為技術進步、技術效率以及規模效率等不同構成要素，但是這種方法計算的TFP在很大程度上只具有相對意義。第三種是參數法。應用最為廣泛的是隨機前沿分析方法。這種方法所設定的超越對數生產函數模型不僅放松了索洛余值方法中關于充分競爭、規模效益不變、希克斯中性三大假設，還考慮了隨機因素對產出的干擾因素，以及隨機前沿生產函數的具體形式可檢驗性，提高了擬合效果，具有明顯的現實意義。考慮到各種研究方法的優缺點和適用性，本文認為采用超越對數生產函數的前沿模型計算得出的TFP比較客觀，特別是其放松了常替代彈性這一假設，并且通過一系列檢驗能夠驗證模型的適用性和具體形式。

（二）生產函數估計與TFP分解

本文對江蘇省縣域TFP的測算采用隨機前沿分析方法（SFA）。文中模型初始形式設定為超越對數生產函數，其具體形式如式1所示：

lnYit=β0+βKlnKit+βLlnLit+βtt+1/2βKK（lnKit）2+1/2βLL（lnLit）2+βKL（lnKit）（lnLit）+βKt（lnKit）t+βLt（lnLit）+1/2βitt2+υit-μit（1）

其中，Yit表示i地區t年份經濟產出，K、L分別表示資本和勞動力投入量，β為待估參數，η為技術效率時變參數;υit-μit為合成誤差項（εit），υit為隨機干擾項，衡量系統非效率程度，服從標準正態分布;μit為技術損失誤差項，反映了技術無效率程度，服從于零點截斷半正態分布。

在估計隨機前沿生產函數模型的基礎上，本文將參考Kumbhakar（2000）和余永澤（2015）關于 TFP 增長率計算和分解方法，生產函數對時間t求導數，為簡單起見，省略下標it則有：

上式中，TF·P表示全要素生產率增長率，T·E為技術效率變化率，TP為技術進步率，SE為規模效率改進，Ej為要素產出彈性，E=∑Ej表示規模彈性。

（三）變量選擇與處理

本文以2000～2017年江蘇省54個縣市域的產出、投入和要素成本為研究樣本。為了數據前后統一，以現有縣市域區位為單位，兼顧地區名稱變換。2017年總產出數據、資本總額和勞動力數量等最新數據來源于2018年度各縣區市政府工作報告、統計局公開數據或經本人計算得到結果。

1. 總產出數據（GDP）

數據源于萬得金融數據庫，部分缺失數據源自2017年江蘇省統計年鑒或各縣區市統計局公開數據。用地區生產總值（GDP）來衡量總產出，對各縣市的GDP按2000年不變價進行了平減處理，用以得到真實產出。

2. 資本總額數據（K）

采用固定資產形成總額進行衡量。以2000年為計量基期，以當年價格計算的固定資本形成總額以及固定資產投資價格指數，年折舊率為10.6%，采用永續盤存法測算各年度江蘇各縣區市的固定資本存量。

3. 勞動力數據

本文選用t-1年末和t年末“就業人員數”的算術平均值作為t年勞動投入量。

4. 環境變量

借鑒歐向軍和牛品一等研究文獻，本文選取出口總額占GDP比重（簡稱“出口占比”，下同）、第二產業占GDP比重（二產占比）、城市化率、政府財政投入占GDP比重（財政投入占比）等因素作為影響技術效率的環境變量，分別采用一步法和兩步法探索環境變量對技術效率影響進行測度。

（四）模型檢驗

通過使用似然比統計量LR=-[L（H0）-L（H1）]對隨機前沿模型適用性等指標進行檢驗，其中，L（H0）和L（H1）分別為零假設和備選假設對應的對數似然函數值。檢驗①中，零假設設定為γ=μ=η=0。從表1檢驗結果顯示，遠遠大于臨界值χ20.05（j），所以拒絕了零假設，隨機前沿生產模型具有適用性。檢驗②是對生產函數的具體形式進行檢驗， LR遠大于臨界值，所以拒絕了零假設，模型適用于采用超越對數的隨機前沿生產函數形式。檢驗③進一步檢驗模型是否存在技術變化，此時零假設H0，備擇假設H1，似然比檢驗統計量LR大于臨界值，所以拒絕零假設，認為模型存在技術變化。檢驗④檢測了模型技術變化是否為?？怂怪行?，零假設H0，備選假設H1，似然比檢驗統計量LR大于臨界值，拒絕零假設，認為模型技術變化沒有表現為?？怂怪行?，技術變化與資本和勞動等投入要素有關。最后，檢驗⑤檢測了技術效率是否具有時間變化特征，結果顯示，拒絕原假設H0，接受備選假設H1，認為技術效率模型具有隨時間變化特征。