我國新舊動能轉換測度及影響因素研究

方大春 裴夢迪

[摘 要]科學測度新舊動能轉換能力及影響因素，有利于各地區精準施策實現高質量發展。基于新舊動能轉換內涵，構建包含新技術、新產業、新模式、新業態、經濟活力、創新能力、經濟效率的新舊動能轉換指標體系，通過熵值法測算2007—2017年我國省際動能轉換能力及時空特征，運用動態面板GMM實證檢驗動能轉換影響因素。研究得出：總體上，我國新舊動能轉換能力提高，東部地區遠高于中西部;大部分地區轉換能力處于低水平，部分地區發展至中水平，東部沿海經濟發達地區躍遷至高水平。產業結構合理化、城市化及高技術產業外向度提高均有助于提升動能轉換能力;地方政府財政支出規模過大、市場化程度過高或過低都不利于動能轉換;產業結構高級化促進東部而抑制中西部地區動能轉換。為此，需要從推進產業結構升級、統籌協同政府和市場作用、提升人力資本與產業結構耦合度等方面加快新舊動能轉換。

[關鍵詞]新舊動能轉換;能力測度;影響因素;動態GMM

[中圖分類號]F061.3[文獻標識碼]A[文章編號]1673-0461（2021）01-0026-07

一、引 言

隨著資源環境約束進一步加強，以及中美貿易摩擦的長期性、復雜性和反復性，傳統經濟發展動能正在衰竭，迫切需要新舊動能接續轉換，穩健推進經濟高質量發展。加快新舊動能轉換的關鍵是構建評價體系，把握新舊動能轉換能力變化趨勢和差異特征，探究轉換能力提升的主要影響因素，才能精準施策。

“動能”一詞來源于物理學的基本概念，指的是物體由于運動而具有的能量。動能引用到經濟學分析框架中，指的是推動、促進經濟發展的能量[1]。目前學術界對經濟動能內涵界定并未明確。經濟動能范圍相對廣泛，經濟動力屬于經濟動能范疇，古典經濟學理論、新增長理論、新制度經濟學和凱恩斯經濟學理論等均提出過經濟動力。從工業革命歷史看，不同技術先后被賦予為新動能;從地區橫向對比看，不同地區新動能標準不同，隨著一個地區經濟持續增長，初期的新動能有可能逐步成為舊動能，處于不斷被淘汰的局面;從經濟增長理論發展歷程看，經濟增長動能內涵不一致。可見，以統一標準衡量各地區經濟動能水平顯然不科學。而且，大部分新動能從舊動能中轉換而來，推進經濟高質量發展需要測度各地區新舊動能轉換水平。

目前，新舊動能轉換測度大致歸納為兩類。一是從全要素生產率提升等單維度指標考察新舊動能轉換特征[2-4]。二是從多維度構建評價體系測度新舊動能轉換能力。張志元等（2018）從經濟效率、經濟結構及環境代價3個維度，選取全要素生產率、國際收支、單位產出耗電量等9個變量，測度山東省新舊動能轉換[5]。張立新等（2018）從需求側選取對外開放度、金融發展規模和城鄉消費性支出3個指標，從供給側選取資本、創新、制度和結構4個維度的10個指標，構建山東省經濟發展動能指標體系[6]。孫秀梅等（2019）從質量效益、創新發展、對外開放和環保民生4個方面選取19個因子，評價山東、河北、江蘇和浙江省新舊動能轉換績效[7]。鄭江淮等（2018）從需求側、供給側及結構轉換視角選取10類動能指標，評估全國新舊動能轉換進展[8]。比較而言，多維度評價指標體系可信度較高。但多維度評價大多是從要素視角選取轉換能力指標，部分指標不一定是直接或主要的轉換能力推動要素。新舊動能轉換能力評價應該突出“新舊動能轉換能力”和“新動能業態水平”兩大特征。

關于新舊動能轉換影響因素的研究多在探討新舊動能轉換實現路徑時淺嘗輒止。趙麗娜[9]（2017）、徐建偉[10]（2018）提出通過產業結構升級和優化空間結構推動新舊動能轉換。余東華[11]（2018）、孫彥明[12]（2018）提出以創新推動新舊動能轉換，促進創新成果轉化應用在傳統產業升級和高技術產業發展方面。王一鳴[13]（2017）、高麗娜等[14]（2019）認為動能轉換中需要投入人力資本等高端要素，強化創新型人才支撐。黃少安[15]（2017）、隆國強[16]（2016）提出通過尋找外貿新動能、優化出口結構、提高出口產品技術含量打造國際競爭優勢。徐曉鷹等[17]（2018）、黃漢權[18]（2018）認為在新舊動能轉換中還需要處理好政府與市場的參與度和協調關系。通過梳理文獻提煉新舊動能轉換的主要影響因素為：結構因素、要素因素、外需因素、制度因素等。但上述文獻多屬于規范性分析，缺乏定量化研究，不足以支撐理論假設，需作進一步的實證探討。

為此，論文研究思路：在準確把握新舊動能轉換內涵基礎上，構建新舊動能轉換評價指標體系，測算各地區新舊動能轉換水平，再通過計量模型探究新舊動能轉換影響因素，并給出相關政策建議。

二、研究方法

（一）新舊動能轉換測度方法

新動能表現為新技術、新產業、新模式、新業態等特征。新舊動能轉換測度不僅要考察新動能業態，而且要考察以經濟活力高、創新能力強、經濟效率好為代表的轉換業績[1，19-21]。考慮指標的代表性、可操作性、綜合性以及科學性，構建新舊動能轉換評價指標體系（見表1）。①新技術：以各地技術市場成交額占GDP比重、每萬人發明專利授權量、全要素生產率增長率作為二級指標。其中，全要素生產率的估算采用索洛余值法[3]，所涉及產出Y采用不變價格計算的GDP，勞動投入L為歷年社會從業人數，資本投入K采用資本存量的概念并按永續盤存法[22]測算。②新產業：以高新技術企業數量占比、高技術產業產值占比、新產品銷售收入占比衡量。③新模式：以信息傳輸、計算機和軟件業就業人員工資占比，信息傳輸、計算機和軟件業固定資產投資占全社會固定資產投資比，互聯網普及率衡量。④新業態：選取指標為現代服務業產業（金融業和房地產業之和）增加值占GDP比、租賃和商務服務業增加值占第三產業比、人均快遞業務量。⑤經濟活力：選取指標為最終消費支出拉動率、貨物和服務凈出口拉動率、郵政業務總量占GDP比。⑥創新能力：選取每萬人中R&D人員全時當量、R&D經費投入占GDP比重以及科技支出占地方一般公共預算收入比重衡量。⑦經濟效率：選取與之相關的能耗、污染及經濟密度3個指標，具體為單位GDP能源消耗量、單位GDP二氧化硫排放強度、人均GDP。

新舊動能轉換能力測算的關鍵是指標權重的確定。研究采用綜合客觀評價法——熵值法確定權重。具體步驟如下。

（二）新舊動能轉換影響因素模型構建

新舊動能轉換實際上是經濟增長動力機制的改變。新結構經濟學將要素稟賦及其結構引入經濟學分析中，認為要素稟賦結構不同導致經濟基礎不同[23]。從結構因素看，經濟發展新舊動能轉換依賴于產業結構、空間結構、要素結構、出口結構和制度結構的不斷優化。產業結構表現為產業高級化與合理化，空間結構表現為人口城市化，要素結構表現為勞動力的知識化，出口結構表現為出口產品的高技術化，制度結構強調有效市場和有為政府的均衡化。基于以上分析構建新舊動能轉換影響因素模型，為消除數據異方差對各變量取對數。

其中：被解釋變量T為新舊動能轉換能力指數，i，t分別表示地區與時間，εit是隨機誤差項向量。考慮前一期的新舊動能轉換能力可能會對本期新舊動能轉換產生影響[24]，引入被解釋變量的滯后一期值作為解釋變量。其他解釋變量包括：產業結構高級化（GJH），參照干春暉等[25]（2011），用第三產業產值與第二產業產值比重表示;產業結構合理化（HLH），參照干春暉等[25]（2011），用結構偏離度測量，但該指標為負向指標，結構偏離度越大，表示經濟越偏離均衡狀態，產業結構越不合理，故取其倒數變換為正向指標，該指標值越大，產業結構越合理;城市化水平（URB），參照李翔等[26]（2017），以城鎮人口占總人口比重表示;人力資本水平（EDU），參照杜偉等[27]（2014），以就業人員平均受教育年限表示;高技術產業外向度（OPEN），以高技術產業出口交貨值占GDP比重表示;地方政府財政支出（GOV），以政府財政支出占GDP比重表示;市場化水平（SCH），參照王小魯、樊綱、胡李鵬著的《中國分省份市場化指數報告（2018）》。

（三）數據來源及說明

研究樣本為我國30個省級區域（不含港澳臺地區;西藏地區數據缺失過多，故剔除）。研究年份為2007—2017年，原始數據來自 2008—2018 年的《中國統計年鑒》《中國科技統計年鑒》《中國工業統計年鑒》《中國高技術產業統計年鑒》《中國能源統計年鑒》《中國第三產業統計年鑒》《中國勞動統計年鑒》等，用于測算我國各省新舊動能轉換能力及影響因素。為消除價格因素影響，以 2007 年為基期對相關指標數據進行平減，部分需要計算增長率的數據以2006年為基期進行平減。對個別缺失數據進行說明：①互聯網普及率指標在2010年之前采用互聯網上網人數/總人口數代替，2010—2016年直接使用公布的互聯網普及率數據，2017年指標用互聯網寬帶接入端口（萬個）/總人口比值代替。②由于2018年《中國高技術產業統計年鑒》未公布，2017年高技術產業產值占比、高技術企業數量占比以及高技術產業出口交貨值按2015年和2016年的增長速度計算得到。③王小魯、樊綱版市場化數據只測算到2016年，2017年的數據根據前幾年數據推算得到。④產業結構合理化計算中所用到的三次產業就業比，2017年缺失吉林、河南、四川、貴州、陜西和新疆等地，缺失數據均經前幾年數據推算得到。

三、新舊動能轉換能力測度結果及分析

運用上述評價指標體系和熵權法，對2007—2017年我國各省份新舊動能轉換能力進行測度，將新舊動能轉換能力均值及各年各省轉換能力指數以圖表形式呈現，見表2和圖1。

結合表2和圖1得出：①從全國層面看，新舊動能轉換能力均值呈緩慢上升趨勢，從2007年的18.99提高至2017年的23.05。②從東中西層面看，東中西部三大地帶新舊動能轉換水平存在較大差異，東部地區新舊動能轉換能力均值遠高于中西部地區。東部地區扮演新舊動能轉換的“領跑者”角色，中西部地區扮演“追趕者”角色。③從省級層面看，東部地區各省份新舊動能轉換能力排名較高，北京、上海、廣東、江蘇、浙江、天津東部經濟發達地區的排名穩居前六，作為全國新舊動能轉換的領頭羊。西部經濟欠發達地區如內蒙古、甘肅、青海等地排名靠后，缺乏轉換能力和動力。

四、新舊動能轉換影響因素實證分析

基于新舊動能轉換影響因素模型，采用stata15.0進行估計。考慮到模型可能存在內生性導致估計結果有偏非一致[28]，引入Blundell等（1998）提出的差分GMM和系統GMM估計[29]。相對來說，系統GMM估計結果更加有效，但需滿足隨機誤差擾動項不存在二階自相關，且工具變量不能過多。表3中，模型1—2分別報告全國樣本的差分GMM和系統GMM估計結果。模型3—4分別報告東部和中西部地區系統GMM估計結果。模型1—4中AR（1）的p值在5%水平下均十分顯著，AR（2）的p值均不顯著，表明隨機擾動項的差分存在一階自相關，但不存在二階自相關，故可接受“擾動項無自相關”的原假設。Sargan檢驗的p值均大于0.05，在5%的顯著性水平下接受“所有工具變量都有效”原假設，GMM估計有效。

AR和Sargan值下方括號里的數字為代表顯著性水平的p值。AR（1）和AR（2）檢驗的原假設H0為：擾動項不存在自相關，系統GMM估計的一致性，要求差分方程不存在二階或者更高階的自相關，但允許存在一階自相關，原假設下統計量服從標準正態分布;Sargan檢驗的原假設H0為：所有工具變量都有效，若原假設被接受，則表明工具變量的選擇是合理的，原假設下統計量服從卡方分布。[HT]模型1進行差分GMM估計，產業結構高級化（lnGJH）系數為負，不符合預期假設，考慮可能存在非線性關系，故也將其二次項納入模型中考察。模型2采用更加優化的系統GMM估計，因變量滯后項lnT（-1）系數顯著為正，表明新舊動能轉換存在慣性效應，前一期的新舊動能轉換能力對本期新舊動能轉換有積極影響。產業結構高級化（lnGJH）一次項系數顯著為負，二次項系數顯著為正，產業結構高級化與新舊動能轉換可能存在U型關系。產業結構合理化（lnHLH）系數顯著為正，產業結構越合理，新舊動能轉換能力越強。lnURB和lnOPEN系數均顯著為正，城市化水平以及高技術產業外向度水平的提高均有助于新舊動能轉換能力提升。就業人員人力資本水平（lnEDU）提高對新舊動能轉換能力有正效應但不顯著。lnSCH系數顯著為正，市場化水平提高對新舊動能轉換能力有促進作用。lnGOV系數顯著為負，地方政府財政支出的增加不利于新舊動能轉換。多項研究表明，政府財政支出占比在超越某一“警戒水平”后，對經濟增長有負效應，對“警戒水平”值的估算包括22.8%[30]、20.54%[31]、16.84%[32]等。經測算，樣本期間內地方政府財政支出占比均值約在17.04%—25.92%之間，存在超越“警戒水平”現象，地方政府財政支出規模過大可能引致低效率重復投資，影響資源高效配置，進而制約經濟增長新舊動能轉換能力。

為進一步探究各因素對新舊動能轉換能力影響的異質性，同時為檢驗模型的穩健性，進行分樣本研究。由于前文通過熵值法測算出的新舊動能轉換能力在東中西部存在較大差異，東部地區遠高于中西部地區，中部和西部地區較為接近，故將中部與西部地區合并。模型3—4分別列出東部和中西部的系統GMM估計結果。比較模型2—4的3個估計結果，因變量滯后項lnT（-1）、lnHLH 、lnURB、lnEDU、lnOPEN和lnGOV的系數大小和顯著性雖有變化，但正負均完全一致，其正負方向符合理論預期。

值得關注的是，產業結構高級化（lnGJH）二次項系數在東部地區顯著為正，在中西部地區不顯著，體現東部地區產業結構升級對新舊動能轉換的影響存在先抑制后提高的正U型關系，但這種關系短期內不存在于中西部地區。通過系數算出東部地區lnGJH的拐點值為0.308 3，2017年東部lnGJH平均值（0.512 3）已經超過拐點，處在U型曲線的右半部分，當前表現為促進新舊動能轉換;而全國樣本中lnGJH的拐點值為0.934 6，2017年的全國lnGJH平均值（0.299 2）還未達到拐點，處在U型曲線的左半部分，這也驗證了模型4中產業結構高級化二次項系數不顯著現象。

此外，市場化水平（lnSCH）系數在東部地區表現為負，全國和中西部地區表現為正，體現東部地區市場化程度對新舊動能轉換的影響不同于中西部地區，可能存在負效應。觀察樣本發現，東部地區市場化均值（7.674 5）高于全國均值（6.177 2）和中西部地區均值（5.310 5）。東部地區的市場化程度相對于中西部地區已經較為成熟，但過度市場化并不利于新舊動能轉換能力的提升，而中西部地區市場化程度本身較低，需要進一步推進市場化拉動新舊動能轉換。

五、結論與建議

從新技術、新產業、新模式、新業態、經濟活力、創新能力、經濟效率等方面選取21個指標構建新舊動能轉換綜合評價體系，通過熵值法測算2007—2017年我國各省新舊動能轉換能力及時空特征，利用動態面板GMM回歸探討各因素對新舊動能轉換的具體影響。研究得出：總體來說，我國新舊動能轉換能力提高，東中西部三大地帶新舊動能轉換水平存在較大差異，大部分中西部地區處于轉換能力低水平，北上廣和江浙等東部經濟發達地區的動能轉換水平處于全國領先地位。近年來山東、安徽、湖北等地轉換能力提升至中水平。新舊動能轉換存在慣性效應。產業結構合理化、城市化水平以及高技術產業外向度的提高均有助于新舊動能轉換能力提升，就業人員人力資本水平對新舊動能轉換正效應不明顯，地方政府財政支出規模過大、市場化程度過高或過低都不利于新舊動能轉換。產業結構高級化與新舊動能轉換存在U型關系，當前表現為促進東部而抑制中西部地區的動能轉換。

基于以上結論，提出相關政策建議：

一是推動產業結構優化升級，夯實新舊動能轉換根基。從全國層面和中西部地區來看，當前產業結構高級化對經濟新舊動能轉換有負作用，但長期來看產業結構高級化推動新舊動能轉換是必然趨勢。為此，東部地區繼續培育新興產業新動能，中西部地區打造傳統產業新優勢，合力促進產業結構和商品進出口結構的優化。加強國家產業結構政策引導，避免投資行為盲目性，推進產業結構在橫向（合理化）和縱向（高度化）上的升級，盡早跨越產業結構升級拐點，穩步推進新舊動能持續轉換。

二是促進政府和市場協同互補，提高新舊動能轉換效率。促進新舊動能轉換的外部作用主體由市場和政府組成，新舊動能持續有效轉換不能依靠單個指頭，必須讓政府與市場協調均衡地發揮作用。減少地方政府行政力量對市場機制的過多干預，讓市場配置的決定性作用大于政府規制的約束，發揮政府對市場失效的補位和監管作用。

三是優化人力資本與產業結構配置，增強新舊動能轉換動力。當前就業人員人力資本水平對新舊動能轉換的促進作用不明顯，今后在保障基礎教育同時，大力發展高等教育，包括職業技術教育。調整高校專業結構與產業結構的耦合性，培養新時期復合型人才，提高人力資本有效生產力積累，促進就業人力資本轉化為提高區域新舊動能轉換能力的重要推手。

[參考文獻]

[1]楊蕙馨，焦勇.新舊動能轉換的理論探索與實踐研判[J].經濟與管理研究，2018，39（7）：16-28.

[2]白潔.湖北新舊動能轉換的定量測度與對策研究[J].湖北社會科學，2018（7）：53-58.

[3]馬秀貞，孫習武.全要素生產率提升與新舊動能轉換——以青島為例[J].青島科技大學學報（社會科學版），2018，34（2）：25-30.

[4]張豪，張建華，譚靜.中國經濟增長的源泉與動能轉換：1952-2015[J].經濟問題探索，2017（9）：12-24.

[5]張志元，馬永凡，胡興存.金融供給側改革與新舊動能轉換的耦合效應研究——以山東省為例[J].東岳論叢，2018，39（10）：43-53.

[6]張立新，王菲，王雅萍.山東省新舊動能轉換的突破點及路徑——基于2002-2016年市級面板數據的實證分析[J].經濟與管理評論，2018，34（5）：27-41.

[7]孫秀梅，侯士奇.基于層次分析—模糊綜合評價法的新舊動能轉換績效評價研究[J].山東理工大學學報（社會科學版），2019，35（1）：9-14.

[8]鄭江淮，宋建，張玉昌，等.中國經濟增長新舊動能轉換的進展評估[J].中國工業經濟，2018（6）：24-42.

[9]趙麗娜.產業轉型升級與新舊動能有序轉換研究——以山東省為例[J].理論學刊，2017（2）：68-74.

[10]徐建偉.中部地區產業轉型升級和新舊動能轉換研究[J].宏觀經濟管理，2018（3）：67-71，92.

[11]余東華.以“創”促“轉”：新常態下如何推動新舊動能轉換[J].天津社會科學，2018（1）：105-111.

[12]孫彥明.促進創新成果轉化應用加快山東新舊動能轉換[J].宏觀經濟管理，2018（2）：61-65.

[13]王一鳴.中國經濟新一輪動力轉換與路徑選擇[J].管理世界，2017（2）：1-14.

[14]高麗娜，馬驥.創新、勞動力要素升級與區域經濟增長[J].西南民族大學學報（人文社科版），2019，40（4）：95-101.

[15]黃少安.新舊動能轉換與山東經濟發展[J].山東社會科學，2017（9）：101-108.

[16]隆國強.尋找對外貿易新動能 打造國際競爭新優勢[J].國際貿易問題，2016（11）：12-14.

[17]徐曉鷹，劉澤.論促進新舊動能轉換的主體作用發揮[J].江西社會科學，2018，38（7）：82-89.

[18]黃漢權.推進產業新舊動能轉換的成效、問題與對策[J].經濟縱橫，2018（8）：32-40，2.

[19]李偉.加快新舊動能轉換，推動經濟轉型升級[J].中國發展觀察，2017（18）：5-7.

[20]張志元，李維邦.金融新動能助推新舊動能轉換的邏輯及路徑[J].經濟與管理評論，2018，34（5）：18-26.

[21]魏杰，汪浩.轉型之路：新舊動能轉換與高質量發展[J].國家治理，2018（21）：31-38.

[22]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.

[23]林毅夫.新結構經濟學的理論基礎和發展方向[J].經濟評論，2017（3）：4-16.

[24]杜立民.我國二氧化碳排放的影響因素：基于省級面板數據的研究[J].南方經濟，2010（11）：20-33.

[25]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011（5）：4-31.

[26]李翔，鄧峰.中國產業結構優化對經濟增長的實證分析[J].工業技術經濟，2017，36（2）：3-9.

[27]杜偉，楊志江，夏國平.人力資本推動經濟增長的作用機制研究[J].中國軟科學，2014（8）：173-183.

[28]李鍇，齊邵洲.貿易開放、經濟增長與中國二氧化碳排放[J].經濟研究，2011（11）：60-72.

[29]BLUNDELL，RICHARD，BOND S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of econometrics，1998，87（1）：115-143.

[30]CHEN S T，LEE C C.Government size and economic growth in Taiwan： a threshold regression approach [J].Journal of policy modeling，2005，27：1051-1066.

[31]楊子暉.政府規模、政府支出增長與經濟增長關系的非線性研究[J].數量經濟技術經濟研究，2011，28（6）：77-92.

[32]王偉強.我國地方政府規模是否存在過度擴張？——來自PSTR模型的經驗證據[J].云南財經大學學報，2018，34（11）：14-25.

（責任編輯：李 萌）