基于省際面板數據的對外開放度、TFP和新動能提升研究

張宗良

(臨沂大學，山東 臨沂 276000)

1 問題提出

不同經濟增長階段，約束經濟增長條件相異，采取有效措施突破約束是該階段政策取向的核心內涵。隨著階段跨越，需要再分析新階段經濟增長的約束條件，并根據其變化，制定相適應的戰略、政策與措施，使之成為新階段經濟增長的強大動力。改革開放以來，我國政府基于對經濟增長階段準確判斷和施策，2010年起經濟總量超越日本成為世界第二大經濟體，并不斷縮小著與美國的差距。

從改革開放40年經濟增長階段看：1978—1997年，我國處于典型的短缺經濟時期，供給推動成為該時期經濟政策的典型特點；1998—2012年，擴張需求上升為經濟增長的主要難題，需求拉動成為保證經濟穩定增長的重要戰略[1]。因此，適時推進新舊動力系統的調整和轉換，才能保持經濟持續平穩發展。

作為經濟全球化體系中的一員，2008年金融危機后全球經濟深度調整，我國經濟也深受影響，伴隨國內各種因素的共同作用，由過去的高速增長轉變為中高速增長，進入經濟增長新常態。這種轉變本質上是其增長的約束條件產生系統性改變，出現了階段性變化特征。具體來看，我國經濟的需求結構發生了較大變化，社會消費品零售總額所反映的消費需求占比下降，同時增量資本—產出比(ICOR)越來越高。2010年以來，我國固定資產投資效率下降超過60%，導致投資需求下降，從供給側看，總量上經濟增長也受到產能過剩的約束。必須推動新一輪經濟增長動力轉換來保證經濟高質量發展[2]。

從世界范圍看，當前我國進入上中等收入階段，根據國外經濟發展史，我國經濟有可能在2021年實現向高收入階段的跨越。但當前國民生產的總成本相對前期明顯提高，潛在通貨膨脹的壓力和經濟下行的威脅并存，成為經濟進入新常態以來的突出特點，也使宏觀需求管理面臨困境。基于我國經濟當前面臨的結構性矛盾，需要引入供給管理來彌補需求管理的局限性，實行供給側結構性改革也就成為客觀選擇[3]。新舊動能轉換是供給側結構改革的重要內容，其重要任務是實現新階段增長動力的轉換，深化改革需要轉向培育經濟增長新動能。新舊動能轉換不僅是世界經濟演進的客觀規律，也是世界新技術革命的必然要求和向全球價值鏈中高端提升的保證，是新時代中國經濟發展的根本出路[4]。2018年，山東省新舊動能轉換綜合試驗區的建立，也亟需從對外開放實踐、全要素生產率等方面為其提供理論支持和實證研究。

2 對外開放與新動能提升

開放是我國也是世界主要國家經濟增長的基本經驗，世界經濟強國的成功崛起都與開放直接相關，開放為其經濟騰飛提供了新動能。1978年以來，我國堅持獨具中國特色的漸進式開放，建立了包括經濟特區、國家級新區、綜合配套改革試驗區、高新技術產業開發區、經濟技術開發區、海關特殊監管區、自由貿易試驗區等在內各具特色的開放區域，形成由點到面、由沿海到內陸引領各區域開放的基本格局。對外開放廣度和深度不斷加強，從最初引進國外資金和技術、利用國際市場為目的，發展到與國內生產要素緊密融合，積極融入全球分工體系，引資、引技、引智相結合，商品、技術、金融市場開放相結合，以建設經濟社會為目標。基于對外開放的成功經驗以及構建我國開放型經濟新體系的頂層設計，2013年我國提出了“一帶一路”的行動倡議，目前已與125個國家29個國際組織簽署了173份合作文件，成為新時代我國對外開放工作的總方針和行動指南。體現了我國對經濟全球化的理解、應對和貢獻，成為構建人類命運共同體的具體實踐和中國方案。

需求側管理是西方經濟學者的政策主張，也是西方國家宏觀經濟管理的主流做法[5]。而供給側管理由于主要作用于生產者和勞動者，不符合西方經濟自由主義原則，受到西方學者的普遍排斥。但中國特色的社會主義市場經濟體制可以實現二者的統一，為新舊動能轉換和新動能提升服務。據此可將新動能提升的動力源分為需求拉動和供給推動兩大系統。又可進一步將其細分為6個子系統，包括投資拉動、消費拉動、出口拉動、要素推動、結構推動和制度推動，見圖1。

圖1 新動能提升的動力源與對外開放的關系Fig.1 Relationship between power producer of new kinetic energy improvement and opening to the outside world

以上各子系統大都與對外開放緊密相關。在我國當前經濟發展階段，來自發達國家和地區的FDI仍是我國吸收的投資中質量較高部分，通過對外開放實現引資、引技、引智，仍是提升新動能的重要途徑。對外開放還能通過跨境服務貿易、國際消費文化、消費潮流等方面拉動國內消費增長。而出口貿易更是經濟開放的直接表現形式，出口導向甚至成為一些國家的立國之本，并取得了較大成功，彰顯其對經濟轉型的重要作用。出口商品結構更能體現一國的經濟及產業水平。在要素子系統中所包括的資本、土地、勞動、管理、技術、知識等供給及其使用效率，都是新動能提升的重要組成部分，也是我國實行對開放的直接目標，需要國家對外開放的制度供給予以保證。而推進我國經濟結構的轉型也離不開對先進國家產業結構的分析與借鑒。所以對外開放度與經濟新動能提升聯系密切，建設對外開放新高地是推動新舊動能轉換的必由之路。

基于我國由沿海到內陸的漸進式開放模式，我國東、中、西部各省級行政區域開放度存在較大差距，其對該區域經濟增長的影響也會不同。從實證的角度度量這一影響的實際效果，能更準確地了解開放度對新動能提升的績效。國家發改委國際合作中心2018年發布的“中國區域對外開放指數報告”，以經濟、技術、社會三大核心因素為基礎構建的對外開放指數，為衡量省域對外開放總體進程和開放度提供了較為權威數據[6]。

3 全要素生產率與新動能提升

全要素生產率(TFP)是探求經濟增長動力和源泉的重要手段，也是國家經濟增長方式能否可持續的重要指標[7]，研究新動能提升離不開對TFP的分析。TFP最早由索洛提出，其基本解釋是：在規模收益不變和希克斯中性技術假設下，產出增長中剔除勞動、資本等投入要素增長部分后所得到的殘差[8]。計算TFP增長率，索洛殘差法的TFP增長率計算公式為(1)：

(1)

(2)

式中i為各省域，t為年份，Yit為i區域第t年的實際產出，用區域實際GDP表示，Kit為以某年為基期的i區域第t年的固定資本存量，Lit為i區域第t年的勞動投入。取自然對數后，形成模型(3)：

(3)

可以看出索洛殘差法假設經濟資源得到充分利用，沒有考慮配置效率提升的影響，故該方法測算的全要素生產率增長主要包括技術進步率的影響，不包括“干中學”范疇的經驗積累。自TFP被提出以后，其他國內外學者也提出了許多TFP的測算方法，主要分為增長會計法和經濟計量法兩大類方法[9]。前者包括代數指數法、索洛殘差法等，后者包括隱性變量法和潛在產出法等。其中潛在產出法利用法雷爾[10]的主張，將產出增長劃分為投入增長、技術效率和配置效率提升三個方面，TFP的增長就是后兩者之和。在具體計算過程中可分為參數隨機邊界分析(SFA)和非參數數據包絡分析(DEA)，SFA模型需要設定諸如C-D模型等生產函數并給出假定的樣本分布，適合大樣本的實證研究；而DEA模型利用線性規劃，從樣本中估計一個非參數分段前沿，即效率的等量曲線，然后相對這個前沿通過距離函數實現效率的計算，能夠避免較強的假定。

本研究采用在DEA模型基礎上提出的Malmquist指數，通過距離函數的比率計算生產效率，從而分析我國各省域TFP的動態變化。其模型如下：

(4)

(5)

顯然，式5中技術效率EF和配置效率TC乘積等于TFP指數。同時該方法不需要設定投入要素價格信息和成本利潤等極值條件，從而可以從技術效率和配置效率兩個方面研究其對新動能提升的影響。

DEA測算結果的質量與樣本和變量的選取密切相關。選取全國30個省域數據作為模型中的決策單元DMU(由于數據缺失，西藏自治區除外)，根據公式(2)，結合數據的可得性，投入要素確定為各DMU的資本存量和城鎮單位從業人員。

由于統計資料中沒有直接可用的各省域資本存量數據，前人的研究也沒有近年的相關數據，故參考張軍等的做法使用永續盤存法對各省的資本存量進行了重新測算，并采納其經濟折舊率為9.6%的估算[11]。其公式為(6)：

(6)

其中K、i、t含義同上，Iit為i省第t年的固定資本形成總額，Pi為換算得來的以1978年為基期的固定資產投資價格指數，δ為經濟折舊率。最終得出以1978年為基期的各省域固定資本存量。

而上述指標及城鎮單位從業人員的數據可從《新中國60年統計資料匯編》及近年的統計年鑒中獲得。

十九大報告中明確把發展經濟的重點放在提高供給側生產要素質量、振興實體經濟上，首次提出了提高全要素生產率的要求。促使我們思考供給要素質量、TFP和新動能提升的關系。顯然新動能是一個涵義更加豐富的概念，涵蓋了當前我國供給側結構改革背景下經濟新常態階段經濟增長的主要發展動力，包括創新驅動、結構調整、人力資本等方面，是發展動力發生適應經濟發展的質變后新生動能的統稱。

TFP是供給要素的評價標準，是培育新動能的重要方面[12]，是經濟社會新動能提升的中間變量，需要得到有效關注。在創新驅動經濟發展階段，TFP增長率主要靠增強科技創新的驅動力和人力資本的推動，依靠制度創新[13]，是經濟運行效率提升的有效衡量指標，對我國經濟社會高質量發展起到顯著促進作用[14]。我國當前進行的供給側結構改革，也主要是通過提高TFP來提升新動能[15]。同時，對我國經濟增長研究的任何方面都不應忽視區域異質性方面的特點。

4 模型構建與實證

4.1 變量選取及數據說明

利用全球金融危機后2011—2017年30個省域(西藏自治區除外)面板數據，量化對外開放指標和FTP Malmquist指數分解出的技術效率和配置效率對新動能提升的影響。通過主成分分析法得出的各省域新動能得分作為被解釋變量，經濟開放度、技術開放度、社會開放度、TFP的技術效率和配置效率是關鍵解釋變量，為提高模型精度，將結合文獻添加各省域城鎮就業人口數、出口額標化后作為控制變量。

4.1.1 新動能綜合得分

盡管國家統計局已于2018年底發布了2015—2017年我國經濟發展新動能指數，但省域層面官方統一量綱的新動能指數尚不可得。各省關于新產業、新業態、新商業模式的統計數據也鮮有系統發布。本研究在考慮數據可得性的基礎上，將能源消費總量、工業用水量、一般工業固體廢物產生量、第三產業占比、工作當量、R&D經費、規模以上工業企業開發新產品經費、規模以上工業企業有效發明專利數8項指標除以各省域以1978年為基期的實際年度地區生產總值作為反映各省域新動能提升的計算依據。

以上指標盡管從不同角度描述各省域新動能，但數據相關性不可避免，影響評價效率和評價質量，故需剔除重復信息。研究采用主成分分析法(PCA法)，利用空間降維原理，把各省域以上指標轉化成若干主成分，既能反映原始指標中的大部分信息，也將各自所含的重復信息剔除出去，最終得出2012年以來各省域的新動能指標(新動能綜合得分)。其計算思路為：

設有n個待評價省域，每個省域有m個新動能評價變量(即指標)，xij為第i個評價省域第j個評價變量值，則可構建評價矩陣X=(Xij)n×m，即:

(7)

這m個線性相關的新動能評價變量，可重新組合成評價新動能提升的m個線性無關新變量，即：

Fj=aj1xj1+aj2xj2+…+ajmxjm,(j=1,2,…,m)

(8)

其中Fj稱為第j個主成分，aij為載荷系數。設λj是Fj特征值，則滿足:Fi與Fj線性無關(i≠j)；λ1>λ2>…>λm；∑ajm=1。

于是，主成分分析模型可表示為:F=AX

(9)

其中，A稱為主成分系數矩陣。計算各主成分的貢獻率和累積貢獻率后，提取累積貢獻率大于85%的特征值從λi到λt，設對應的主成分為F1至Ft。則各省域新動能提升的綜合得分F分別為：

F=w1F1+w2F2+…+wtFt

(10)

結合上述指標數據，對新動能指標的相關數據進行主成分分析后，利用KMO檢驗，測定其結果為0.769 5，表明利用主成分分析法所得的結果可用。特征值大于1的前3個主成分，其貢獻率分別為51.26%、18.84%和12.53%，三者累積貢獻率為82.64%。取這3個主成分，最終得出2011—2017年各省域新動能綜合得分。2017年我國各省域新動能綜合得分見表1。

表1 2017年我國各省級行政區域新動能綜合得分Tab.1 Synthesis score of new kinetic energy in provincial administrative region in China in 2017

由表1可以看出，新動能綜合得分呈現東部沿海較高，西部內陸較低的基本趨勢。前5名全部為東部沿海省市，后5名主要是西北內陸省區。其中廣東省以高出浙江省66.7%的綜合得分高居榜首，成為新舊動能轉換的典范。但海南、黑龍江、吉林等省份由于基礎或體制等原因，新動能綜合得分較低，面臨著新動能提升的迫切任務。

4.1.2 區域開放度指數

在區域開放度方面，借鑒國家發展改革委國際合作中心《中國區域對外開放指數報告》，主要從經濟開放度、技術開放度和社會開放度三個維度研究對新動能的提升問題。其中，經濟開放度包括貿易往來、投資往來和要素流動，技術開放度包括知識獲取、創新能力和產業化水平，社會開放度包括人員交往、信息流動和文化交融等因素。從歷年數據來看，東部沿海地區始終領先，中西部地區開放度不斷提高。北上廣地區全國領先，開放度各有特點，除華東地區外，其他地區開放度不平衡。

4.1.3 TFP的Malmquist指數及分解

依據公式(4)、(5)、(6)的原理，利用deap2.1測度了2011—2017年TFP的Malmquist指數及其分解的技術效率和配置效率。該指數以上一年度作為基數1，各項輸出距離1的差作為年度增長或負增長率。結果表明，我國各省域近年來TFP呈現提高的趨勢，但地區之間不平衡現象較為突出，年度之間也存在較大差異。其中技術效率增長較為普遍，而西部地區的配置效率增長乏力，部分省區呈現負增長，拖累了TFP Malmquist指數增長。2017年我國各省級行政區域TFP Malmquist指數及分解結果見表2。

表2 2017年我國各省級行政區域TFP Malmquist指數及分解Tab.2 TFP Malmquist index and decomposition in provincial administrative regions in China in 2017

4.2 模型設定

為確定具體回歸模型，驗證上述變量是否存在空間相關，分別以相鄰矩陣、距離權重矩陣和經濟權重矩陣(人均GDP的倒數為標準)建立空間權重矩陣，對以上變量進行全局莫蘭指數的測度，結果顯示，這些核心變量歷年莫蘭指數均不顯著，表明不存在空間集聚效應和相關性，無需使用空間計量模型。故根據短面板數據的特性構建模型(9)，分別使用混合回歸(OLS)、固定效應(FE)、隨機效應廣義最小二乘法(RE_GFLS)和隨機效應最大似然估計(RE_MLE)進行估計，其中OLS、FE、RE_GFLS均使用聚類穩健標準誤。

NEWit=β0+β1TECHCHit+β2EFFCHit+β3ITECHDit+β4ISODit+β5IECDit+β6COLSTUit+β7EXPit+εit

(11)

其中，NEW為新動能綜合得分，TECHCH為TFP Mamlquist分離出來的技術效率，EFFCH 為配置效率，ITECHD為技術開放度，ISOD為社會開放度，IECD為經濟開放度，LABOR為標準化的城鎮就業人數，EXP為標準化的出口額，β為待估系數，i為各省域，t為年份，ε為隨機干擾項。

4.3 變量描述性統計

模型所使用變量的描述性統計信息見表3，其中控制變量進行了標準化處理。

表3 各變量的描述性統計Tab.3 Descriptive statistics of each variable

4.4 實證結果分析

利用2011—2017年各省域上述變量的面板數據，對模型(9)依據上述4種方法進行估計，并對方法的適用性進行檢驗。在個體效應模型中，原假設H0：不存在個體效應。使用固定效應回歸時，則其F檢驗F(7，29)=41.27，P=0.000 0，強烈拒絕原假設。表明FE明顯優于混合回歸。使用隨機效應回歸時，則LM檢驗χ2(01)=407.41，P=0.000 0，強烈拒絕原假設。表明在RE與混合回歸之間，應選擇RE。基于隨機效應可視為在固定效應基礎上添加了個體異質性與解釋變量不相關的約束，相當于過度識別條件，再對二者的估計進行過度識別檢驗，結果表明：χ2(6)=12.762，P=0.047 0。表明在5%的顯著性水平下FE優于RE，但兩種方法對系數的估算非常接近。各回歸系數的估計值、標準誤及P值見表4。

表4 各面板數據模型回歸結果Tab.4 Regression results of each panel data model

從以上結果看，不同方法估算的R2均在0.75左右，模型擬合優度較高，所計算的各變量符號相同，系數差異較小且較顯著，表明所選用的模型較為合理，核心變量TECHCH、EFFCH、ITECHD、ISOD對被解釋變量NEW有較強且顯著的解釋力，但IECD不顯著。

從TFP分解出來的技術效率和配置效率分別反映了技術進步和要素配置合理化的程度，從估算結果來看，二者系數全部為正，且均在1%或5%的水平上顯著。表明TFP中無論技術進步還是生產要素配置的優化，都可提升新動能。在當前階段，配置效率甚至比技術進步更能提升新動能。如在固定效應模型下，技術效率和配置效率指數每提升1個百分點，將分別提升新動能0.725和0.858個百分點。筆者認為這一結果的出現主要源于當前要素配置沒有充分市場化、配置效率不高，成為新階段經濟增長的約束條件，較大地制約了當前新舊動能轉換進程，供給側結構性改革依然需要持續進行。當然從長遠的角度來講，在破除了制度性約束后，技術進步及其成果的應用將對新動能提升發揮關鍵作用。

區域開放對經濟增長的促進可從中國對外開放40年的經濟成就得到驗證。實證分析表明，技術開放和社會開放對新動能提升均在1%的水平上顯著且符號為正，說明二者在新動能提升過程中發揮穩定性的正向作用。在對外交流過程中技術開放領域對技術信息等要素的獲取能力、以創新為特征的專業化能力、以高新技術產業的集聚和增長為特征的核心競爭能力及在社會開放領域國際高端人才交流、國際信息的互動與交流、多元開放的現代文化等方面都對新動能提升有重要影響。但值得關注的是，多種回歸方法的結果表明，經濟開放度變量符號為負，但系數值很小，同時也不顯著，表明各省域經濟開放度指標對新動能提升尚未形成統一機制或作用力較小，故認為，這主要是由于經濟開放是我國對外開放的最早板塊，雖然對我國經濟發展發揮了重要作用，但在新動能提升方面，主要依靠技術外溢機制，隨著我國的科技與世界先進水平差距越來越小，這種機制的作用越來越有限。實證結果表明，在現階段技術開放和社會開放比經濟開放更能發揮重要作用。所以當前階段，應更加重視技術和社會兩個層面的開放。以2013年中國(上海)自由貿易試驗區為代表的各級各類自由貿易試驗區的成功實踐，也顯示了通過對外開放提升新動能的必要性。

總體來看，全要素生產率的提高和對外開放度的提高，能夠顯著提升新動能水平，在我國新舊動能轉換進程中發揮重要作用。

5 結論

以省級面板數據為依據，采用DEA模型，測算了2011—2017年我國各省域全要素生產率 Malmquist指數及其分解的技術效率和配置效率指數；利用主成分分析法，測度了2011—2017年來我國各省域新動能提升的綜合得分，并利用混合回歸、個體效應等模型，對我國各省域開放度和全要素生產率對新動能提升的相互關系及影響進行了定量分析。

(1)我國各省域新動能都存在提升趨勢，但表現出較大的異質性。東部沿海地區，特別是廣東省新動能提升趨勢明顯，而青海等中西部地區以及黑龍江等東北地區新動能提升較慢。

(2)TFP Malmquist指數測算結果表明，我國各省域近年來TFP呈現增長趨勢，但地區之間不平衡現象較為突出，年度之間也存在較大差異。其中技術效率增長較為普遍，而西部地區的配置效率增長乏力，部分省區呈現負增長，拖累了TFP增長。

(3)實證結果表明：TFP中技術效率和配置效率、區域開放中技術開放和社會開放均顯著對新動能提升發揮促進作用，是我國經濟高質量發展的重要保證。

(4)我國經濟進入新常態后，促進經濟發展的動力機制需要適時調整，提升新動能成為保持經濟較快發展和決勝全面建成小康社會的重大戰略和必由之路。印證了我國堅持多邊主義、以“一帶一路”倡議為統領、以各地自由貿易綜合試驗區為突破、打造對外開放新高地戰略的正確抉擇。