葉宗裕

(浙江師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，浙江 金華321004)

?

區(qū)域全要素生產(chǎn)率的影響因素研究
——基于1998-2014年中國(guó)各省份面板數(shù)據(jù)的分析

葉宗裕

(浙江師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，浙江 金華321004)

文章首先從理論上分析了區(qū)域全要素生產(chǎn)率(Total Factor Productivity，簡(jiǎn)寫(xiě)為TFP，下同)的可能影響因素，對(duì)各因素選取了相應(yīng)的相對(duì)指標(biāo)作為代表，將其直接納入C-D生產(chǎn)函數(shù)模型,并利用1998-2014年中國(guó)各省份的面板數(shù)據(jù)進(jìn)行回歸分析。結(jié)果表明：非國(guó)有經(jīng)濟(jì)部門比重的提高，是TFP提高和經(jīng)濟(jì)增長(zhǎng)的最重要因素，科技投入、勞動(dòng)力結(jié)構(gòu)、教育水平、外商直接投資和交通基礎(chǔ)設(shè)施對(duì)TFP提高和經(jīng)濟(jì)增長(zhǎng)都有顯著的正向影響，但影響較??；中西部地區(qū)科技投入、交通基礎(chǔ)設(shè)施和外商直接投資的增長(zhǎng)幅度遠(yuǎn)低于東部地區(qū)，中西部地區(qū)TFP增長(zhǎng)率低于東部地區(qū)，是導(dǎo)致中西部地區(qū)GDP增長(zhǎng)率低于東部地區(qū)的重要原因。

全要素生產(chǎn)率；C-D生產(chǎn)函數(shù)；影響因素；區(qū)域差異

改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)了年均近10%的增長(zhǎng)發(fā)展，各地的經(jīng)濟(jì)發(fā)展水平得到顯著提高，但是地區(qū)差距不斷擴(kuò)大，已成為不爭(zhēng)的事實(shí)。21世紀(jì)以來(lái)，許多學(xué)者利用分省數(shù)據(jù)對(duì)中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)差異的原因進(jìn)行了大量的實(shí)證研究，雖然結(jié)論不盡相同，但幾乎各個(gè)研究都表明，全要素生產(chǎn)率對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)差異有重要影響。如彭國(guó)華的研究表明，TFP的差異是造成我國(guó)省區(qū)收入差距的主要原因。[1]李國(guó)璋等的研究認(rèn)為，要素投入差異是我國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)差異的主要決定因素，但是其貢獻(xiàn)程度自20世紀(jì)90年代以來(lái)逐漸下降，而TFP的作用則不斷提高，將成為未來(lái)地區(qū)經(jīng)濟(jì)增長(zhǎng)差異的主要決定因素。[2]因此，通過(guò)對(duì)區(qū)域TFP影響因素的研究，有利于區(qū)域全要素生產(chǎn)率的提高，有利于有效測(cè)度各種因素對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響，有利于縮小省區(qū)之間的收入差距，從而為地方經(jīng)濟(jì)決策提供可資借鑒的理論參考。

一、文獻(xiàn)回顧與評(píng)論

在關(guān)于生產(chǎn)率的實(shí)證文獻(xiàn)中，C-D生產(chǎn)函數(shù)是使用最普遍的生產(chǎn)函數(shù)形式。分地區(qū)的C-D生產(chǎn)函數(shù)可表示如下：

(1)

Yit、Kit、Lit分別表示第i個(gè)地區(qū)第t年的GDP、物質(zhì)資本存量和從業(yè)人數(shù)。α、β分別為Y關(guān)于K、L的彈性，Ait代表TFP，包括物質(zhì)資本和勞動(dòng)投入以外的所有其他影響產(chǎn)出的因素。

對(duì)區(qū)域TFP影響因素的研究，主要有兩種方法：第一種方法分兩步，先通過(guò)式(1)估算TFP(即Ait)，然后構(gòu)建TFP的分析模型，根據(jù)TFP模型的回歸結(jié)果討論TFP的影響因素；第二種方法先構(gòu)建TFP函數(shù)，再將其代入生產(chǎn)函數(shù)模型，通過(guò)生產(chǎn)函數(shù)模型的回歸結(jié)果討論TFP的影響因素。學(xué)界大多數(shù)研究采用第一種方法。第一種方法存在兩方面的問(wèn)題：一是需先假設(shè)式(1)中的A為常數(shù)，才能估計(jì)出彈性系數(shù)，再計(jì)算Ait，這實(shí)際上是矛盾的；二是根據(jù)李子奈的研究，計(jì)量經(jīng)濟(jì)學(xué)模型總體設(shè)定，必須遵循“唯一性”和“一般性”原則。[3]“一般性”是指作為建模起點(diǎn)的總體模型，應(yīng)該包含所有對(duì)被解釋變量產(chǎn)生影響的變量。顯然，TFP的影響因素也是產(chǎn)出Y的影響因素，由于第一種方法在估算TFP的生產(chǎn)函數(shù)模型中沒(méi)有包括這些因素，模型不具備“一般性”，因而根據(jù)該模型估算的TFP是不準(zhǔn)確的，而且這種分兩步的方法將產(chǎn)生更大的估計(jì)誤差，對(duì)TFP影響因素的分析是不可靠的。相比較而言，第二種方法將TFP的影響因素作為產(chǎn)出Y的解釋變量，直接引入生產(chǎn)函數(shù)模型進(jìn)行估計(jì)，方法較為合理，產(chǎn)生的誤差較小。如樊綱、王小魯?shù)萚4]、吳延兵[5]的相關(guān)研究。但吳延兵選取R&D存量、國(guó)外技術(shù)引進(jìn)存量、國(guó)內(nèi)技術(shù)引進(jìn)存量以及R&D存量與技術(shù)引進(jìn)的交互項(xiàng)，作為TFP的影響因素，指標(biāo)不夠全面，可能存在遺漏變量。而樊綱等選取市場(chǎng)化指數(shù)、科技資本存量和基礎(chǔ)設(shè)施作為TFP的解釋變量，由于市場(chǎng)化指數(shù)由多方面的眾多指標(biāo)構(gòu)成，可以認(rèn)為他們的生產(chǎn)函數(shù)模型包含了所有對(duì)GDP有影響的因素集，設(shè)定的總體模型具備“一般性”，研究結(jié)論較為可靠。但是，市場(chǎng)化指數(shù)是一個(gè)高度綜合性的指標(biāo)，根據(jù)該研究我們不能區(qū)分各具體因素對(duì)TFP的影響程度，有必要對(duì)TFP的各個(gè)影響因素進(jìn)行具體的分析。

區(qū)域TFP的影響因素十分復(fù)雜，因素選擇、指標(biāo)構(gòu)建、模型設(shè)定、數(shù)據(jù)來(lái)源都對(duì)實(shí)證結(jié)果產(chǎn)生重要影響。本文與已有文獻(xiàn)不同，在理論上分析區(qū)域TFP的可能影響因素的基礎(chǔ)上，對(duì)各因素所用指標(biāo)進(jìn)行了仔細(xì)的分析和試運(yùn)算，選取相對(duì)指標(biāo)作為代表，并將其直接納入C-D生產(chǎn)函數(shù)模型進(jìn)行回歸分析。

二、TFP的影響因素、指標(biāo)選取和數(shù)據(jù)來(lái)源

已有的文獻(xiàn)認(rèn)為，TFP的提高主要來(lái)源于兩個(gè)方面：一是企業(yè)由研發(fā)投入或技術(shù)引進(jìn)帶來(lái)的微觀生產(chǎn)技術(shù)的進(jìn)步，二是改善資源配置帶來(lái)的效率提高。[4]企業(yè)生產(chǎn)技術(shù)應(yīng)包括勞動(dòng)力的技術(shù)水平，所以企業(yè)生產(chǎn)技術(shù)可由勞動(dòng)力質(zhì)量、科技投入水平來(lái)衡量；資源配置包括勞動(dòng)力資源和物質(zhì)資本的配置，應(yīng)由勞動(dòng)力結(jié)構(gòu)、非國(guó)有經(jīng)濟(jì)比重組成。在生產(chǎn)函數(shù)模型中，產(chǎn)出Y和兩個(gè)投入要素K和L采用總量指標(biāo)，但TFP作為衡量物質(zhì)資本和勞動(dòng)投入效率的指標(biāo)，其構(gòu)成因素采用反映投入比例關(guān)系的相對(duì)指標(biāo)更為合適，研究結(jié)果也更具實(shí)際意義，因此，本文全部采用相對(duì)指標(biāo)作為TFP的影響因素。

1.勞動(dòng)力質(zhì)量。Redding的研究表明，公司的人力資本投資與研發(fā)投入是互相依存的，它們共同決定產(chǎn)出的增長(zhǎng)。[6]一方面，R&D活動(dòng)依靠高質(zhì)量的人力資本來(lái)實(shí)現(xiàn)；另一方面，R&D活動(dòng)能提高相關(guān)人員的人力資本水平。筆者認(rèn)為，人力資本存量應(yīng)等于受過(guò)一定教育的勞動(dòng)力總量與他們的知識(shí)能力水平的乘積，知識(shí)能力水平可用人均教育年限來(lái)反映。其中的勞動(dòng)力數(shù)量作為要素投入，但人均教育年限的提高體現(xiàn)為勞動(dòng)力質(zhì)量的提高，使得勞動(dòng)者能夠更有效地使用物質(zhì)資本，能更好地提高企業(yè)的生產(chǎn)技術(shù)水平，提高勞動(dòng)生產(chǎn)效率，與科技投入對(duì)TFP的影響是類似的，應(yīng)作為TFP的組成部分。就業(yè)人員人均受教育年限的計(jì)算，使用歷年《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中的分地區(qū)就業(yè)人員受教育程度構(gòu)成數(shù)據(jù)。參考有關(guān)文獻(xiàn)，研究生、本科、?？啤⒏咧?、初中、小學(xué)和未上過(guò)學(xué)的分別以19年、16年、15年、12年、9年、6年和1.5年計(jì)，將每一種受教育程度的年限乘以對(duì)應(yīng)的比例再求和，即得人均受教育年限。

2.科技投入水平?？萍籍a(chǎn)出不僅取決于當(dāng)期的科技經(jīng)費(fèi)支出，也取決于過(guò)去時(shí)期的科技經(jīng)費(fèi)支出，因此，我們用各省的科技資本存量衡量科技水平。但是，科技資本存量中的很大部分屬于物質(zhì)資本投入和人員經(jīng)費(fèi)投入，已分別包含在物質(zhì)資本存量K和勞動(dòng)投入L中。因此，如果將科技資本存量以總量指標(biāo)形式引入生產(chǎn)函數(shù)，其中的兩個(gè)組成部分就會(huì)分別被重復(fù)計(jì)算。本文采用科技資本存量與物質(zhì)資本存量的比值，反映各省區(qū)的科技投入水平，引入生產(chǎn)函數(shù)模型。該指標(biāo)一定程度上反映了資本投入的結(jié)構(gòu)，能夠較好地解決重復(fù)計(jì)算問(wèn)題。根據(jù)數(shù)據(jù)的可得性，估算科技資本存量的三項(xiàng)數(shù)據(jù)，分別采用《中國(guó)科技統(tǒng)計(jì)年鑒》提供的各地區(qū)R&D經(jīng)費(fèi)內(nèi)部支出、大中型工業(yè)企業(yè)引進(jìn)國(guó)外技術(shù)經(jīng)費(fèi)支出和購(gòu)買國(guó)內(nèi)技術(shù)經(jīng)費(fèi)支出的相關(guān)數(shù)據(jù)。由于《中國(guó)科技統(tǒng)計(jì)年鑒》從1998年開(kāi)始才提供各省R&D經(jīng)費(fèi)內(nèi)部支出數(shù)據(jù)，所以本文以1998年為基期，用永續(xù)盤存法估算各省的科技資本存量。參照朱平芳和徐偉民的做法，[7]設(shè)定：

科技投入的平減指數(shù)=0.55×消費(fèi)者物價(jià)指數(shù)+0.45×固定資產(chǎn)投資價(jià)格指數(shù)

3.勞動(dòng)力投入結(jié)構(gòu)。勞動(dòng)力從低生產(chǎn)率的農(nóng)業(yè)向較高生產(chǎn)率的城市非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，改善了勞動(dòng)力資源的配置效率，成為中國(guó)生產(chǎn)率提高的重要來(lái)源。[8]在我國(guó)，由于第一產(chǎn)業(yè)與第二三產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率存在巨大差距，所以第二三產(chǎn)業(yè)從業(yè)人數(shù)占全部從業(yè)人數(shù)的比重是影響生產(chǎn)率的一個(gè)重要指標(biāo)。相比其他一些文獻(xiàn)使用的非農(nóng)業(yè)人口占總?cè)丝诘谋戎鼗虺擎?zhèn)人口占總?cè)丝诘谋壤诙a(chǎn)業(yè)從業(yè)人數(shù)占全部從業(yè)人數(shù)的比重，更直接地反映了勞動(dòng)力資源的配置情況，作為TFP的影響指標(biāo)更為合適。歷年《中國(guó)統(tǒng)計(jì)年鑒》給出各地區(qū)按三次產(chǎn)業(yè)分的就業(yè)人數(shù)，該指標(biāo)經(jīng)簡(jiǎn)單計(jì)算即得。

4.非國(guó)有經(jīng)濟(jì)部門比重。改革期間發(fā)生的一個(gè)最顯著變化，就是市場(chǎng)導(dǎo)向的非國(guó)有企業(yè)取得了重大發(fā)展，使得市場(chǎng)調(diào)節(jié)在整個(gè)經(jīng)濟(jì)中的比重迅速提高。因此非國(guó)有經(jīng)濟(jì)部門比重的提高，是改革以來(lái)生產(chǎn)率提高的重要原因。非國(guó)有經(jīng)濟(jì)部門大多是勞動(dòng)密集型企業(yè)，其勞動(dòng)生產(chǎn)率不一定高于國(guó)有經(jīng)濟(jì)部門，但一般來(lái)說(shuō)非國(guó)有經(jīng)濟(jì)部門的資本產(chǎn)出率高于國(guó)有經(jīng)濟(jì)部門，所以采用反映資本配置情況的指標(biāo)——非國(guó)有經(jīng)濟(jì)部門資本存量占全部資本存量的比重作為TFP的影響因素，與其它指標(biāo)相比更為顯著，更具理論和實(shí)際意義。非國(guó)有經(jīng)濟(jì)部門資本存量需要進(jìn)行估算。根據(jù)歷年《中國(guó)統(tǒng)計(jì)年鑒》提供的各地區(qū)全社會(huì)固定資產(chǎn)投資和國(guó)有經(jīng)濟(jì)部門的固定資產(chǎn)投資額，計(jì)算非國(guó)有經(jīng)濟(jì)部門在全社會(huì)固定資產(chǎn)投資中的比重。假設(shè)非國(guó)有經(jīng)濟(jì)部門的固定資本形成總額在全部固定資本形成總額中的比重與固定資產(chǎn)投資的比重相等，據(jù)此可估算出各地區(qū)歷年的非國(guó)有經(jīng)濟(jì)部門固定資本形成總額，再用估算各地區(qū)資本存量的方法估算各地區(qū)非國(guó)有經(jīng)濟(jì)部門的物質(zhì)資本存量。

5.交通基礎(chǔ)設(shè)施水平。良好的基礎(chǔ)設(shè)施可以改善生產(chǎn)要素的使用效率，從而提高生產(chǎn)率。[8]基礎(chǔ)設(shè)施的種類很多，但有的種類缺乏數(shù)據(jù)或不便于衡量。其中鐵路和公路的營(yíng)運(yùn)里程便于衡量且具有較強(qiáng)的代表性。參照樊綱等的方法，把不同等級(jí)的公路和鐵路里程分別折算為相當(dāng)于二級(jí)公路的標(biāo)準(zhǔn)公路里程。[4]關(guān)于交通基礎(chǔ)設(shè)施水平，已有的文獻(xiàn)通常采用各省“每平方公里的鐵路和公路營(yíng)運(yùn)里程”或“每萬(wàn)人的鐵路和公路營(yíng)運(yùn)里程”指標(biāo)。就后一指標(biāo)來(lái)說(shuō)，雖然幾乎所有省區(qū)的指標(biāo)值隨時(shí)間呈較快的上升趨勢(shì)，但從橫向比較來(lái)看，大多數(shù)生產(chǎn)率高的東部省份的指標(biāo)值明顯低于生產(chǎn)率低的西部省份。所以，總體來(lái)說(shuō)，TFP與“每萬(wàn)人的鐵路和公路營(yíng)運(yùn)里程”不存在顯著的正相關(guān)關(guān)系，實(shí)際檢驗(yàn)結(jié)果也證實(shí)了這一點(diǎn)。對(duì)于“每平方公里的鐵路和公路營(yíng)運(yùn)里程”，不僅各省的指標(biāo)值隨時(shí)間呈較快的上升趨勢(shì)，而且指標(biāo)值與各省的經(jīng)濟(jì)發(fā)達(dá)程度呈很強(qiáng)的正相關(guān)關(guān)系。如2014年該指標(biāo)值最大的5個(gè)省為上海、天津、北京、江蘇、山東，最小的5個(gè)省為西藏、青海、新疆、甘肅、內(nèi)蒙古。所以選取“每平方公里的鐵路和公路營(yíng)運(yùn)里程”指標(biāo)作為TFP的影響因素。

6.外商直接投資(FDI)水平。FDI特別是大型跨國(guó)公司的進(jìn)入，通過(guò)技術(shù)轉(zhuǎn)讓和技術(shù)溢出，可以把先進(jìn)的技術(shù)、管理和營(yíng)銷經(jīng)驗(yàn)轉(zhuǎn)移到東道國(guó)，從而改善東道國(guó)的生產(chǎn)效率和要素生產(chǎn)率。但實(shí)證研究的結(jié)論并不一致，Li and Liu發(fā)現(xiàn)，F(xiàn)DI不僅直接促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，而且通過(guò)與人力資本的相互作用對(duì)發(fā)展中國(guó)家的經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著的正向影響；[9]劉舜佳和王耀中發(fā)現(xiàn)FDI溢出在區(qū)域內(nèi)和區(qū)域間的表現(xiàn)截然相反，并沒(méi)有在整體上帶動(dòng)中國(guó)全要素生產(chǎn)率提升。[10]關(guān)于FDI指標(biāo)選取，多數(shù)學(xué)者選用每年的投入量。對(duì)生產(chǎn)效率有影響的不僅是當(dāng)年的投入，以往的投入有更大的影響，且各省FDI存量較其流量在數(shù)據(jù)上更加穩(wěn)定，所以采用FDI存量而非每年的投入量。FDI存量可用估算物質(zhì)資本存量相同的方法估算得到。FDI存量中大部分屬于物質(zhì)資本存量，各省FDI存量與物質(zhì)資本存量的比值可以反映資本投入結(jié)構(gòu)。通過(guò)計(jì)算表明，大多數(shù)省的該指標(biāo)值隨時(shí)間呈下降趨勢(shì)，該指標(biāo)與GDP及TFP呈負(fù)相關(guān)關(guān)系。因此用FDI存量與物質(zhì)資本存量的比值作為反映FDI水平的指標(biāo)并不合適，故本文采用FDI存量與從業(yè)人數(shù)的比值，引入C-D生產(chǎn)函數(shù)模型。

上述6個(gè)指標(biāo)涵蓋了TFP的主要影響因素，且能得到較為準(zhǔn)確的指標(biāo)值。另外，C-D生產(chǎn)函數(shù)模型中的物質(zhì)資本存量的來(lái)源，對(duì)分析結(jié)果有重要影響。對(duì)于各省的物質(zhì)資本存量，已有很多研究進(jìn)行了估算，其中葉宗裕的《中國(guó)省際資本存量估算》一文，對(duì)各類統(tǒng)計(jì)資料中與估算各省資本存量相關(guān)的大量基礎(chǔ)數(shù)據(jù)作了細(xì)致的分析、篩選和處理，估算的資本存量較為準(zhǔn)確、可靠，[11]所以本文原則上采用該文的估算方法和相關(guān)數(shù)據(jù)。

三、計(jì)量模型設(shè)定與估計(jì)結(jié)果

根據(jù)上述對(duì)TFP影響因素的分析，考慮到各因素采用的是相對(duì)指標(biāo)，在生產(chǎn)函數(shù)中的形式應(yīng)與K、L兩個(gè)總量指標(biāo)不同，設(shè)定生產(chǎn)函數(shù)模型的形式為：

(2)

式(2)兩邊取對(duì)數(shù)，得到如下總體回歸模型：

(3)

其中E表示從業(yè)人員人均受教育年限，Rk表示科技資本存量與物質(zhì)資本存量之比，Nsek表示非國(guó)有經(jīng)濟(jì)部門資本存量與資本存量之比，Nal表示第二三產(chǎn)業(yè)從業(yè)人員占全部從業(yè)人員的比重，Tran表示標(biāo)準(zhǔn)道路里程與土地面積之比(公里/平方公里)，F(xiàn)di表示FDI存量與從業(yè)人數(shù)之比(萬(wàn)元/每人)。

為了分析各因素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)水平和貢獻(xiàn)率，將由式(3)估計(jì)的樣本回歸方程求一階差分得：

(4)

其中ΔInYit、ΔInKit、ΔInLit分別是第i個(gè)省Y、K、L的連續(xù)復(fù)合增長(zhǎng)率或稱對(duì)數(shù)增長(zhǎng)率，其余的差分項(xiàng)是各相應(yīng)指標(biāo)的增長(zhǎng)幅度。使用差分式進(jìn)行分析的優(yōu)點(diǎn)是，當(dāng)各差分項(xiàng)用相應(yīng)的省際平均值代替時(shí)，式(4)保持成立，可以減少分析時(shí)的誤差。

運(yùn)用全國(guó)31個(gè)省份1998-2014年數(shù)據(jù)進(jìn)行回歸，Hausman檢驗(yàn)拒絕了原假設(shè)(隨機(jī)效應(yīng))，采用固定效應(yīng)的回歸結(jié)果(見(jiàn)表1)。模型的擬合優(yōu)度R2=0.998 7，除教育年限E的系數(shù)的t統(tǒng)計(jì)量值較小，僅在0.058的顯著性水平外，其余變量均非常顯著。

表1　各變量的系數(shù)估計(jì)結(jié)果

四、實(shí)證結(jié)果分析

表2中(見(jiàn)下頁(yè))列出了用省際平均法計(jì)算的全國(guó)及東、中、西部1998-2014年各因素增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)水平。就全國(guó)而言，物質(zhì)資本增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)達(dá)8.11個(gè)百分點(diǎn)，而TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)為2.35個(gè)百分點(diǎn)。從中可知，資本增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)起著決定性的作用，貢獻(xiàn)份額為74.0%，而勞動(dòng)力數(shù)量和TFP增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)份額分別為4.5%和21.5%。在決定TFP的因素當(dāng)中，非國(guó)有經(jīng)濟(jì)、交通基礎(chǔ)設(shè)施、科技投入、勞動(dòng)力結(jié)構(gòu)、外商直接投資和教育水平對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)分別為0.91、0.36、0.30、0.29、0.25和0.17個(gè)百分點(diǎn)，另有不可觀測(cè)因素是由誤差項(xiàng)帶來(lái)的，對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)為0.07個(gè)百分點(diǎn)。這說(shuō)明，非國(guó)有經(jīng)濟(jì)比重增加是TFP增長(zhǎng)的最重要因素，它貢獻(xiàn)了TFP增長(zhǎng)的38.7%，也表明非國(guó)有經(jīng)濟(jì)部門的資本產(chǎn)出率高于國(guó)有經(jīng)濟(jì)部門。由表1中變量Nsek的系數(shù)可知，非國(guó)有經(jīng)濟(jì)部門資本的比重增長(zhǎng)率提高1個(gè)百分點(diǎn)，GDP增長(zhǎng)率將提高0.505個(gè)百分點(diǎn)。交通基礎(chǔ)設(shè)施、科技投入、勞動(dòng)力結(jié)構(gòu)、外商直接投資和教育水平5個(gè)因素對(duì)TFP增長(zhǎng)的貢獻(xiàn)分別為15.3%、12.8%、12.3%、10.6%和7.23%，都相對(duì)較小。

表2　1998-2014年各因素對(duì)省際經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)水平(%)

按理說(shuō)，科技和教育應(yīng)是TFP增長(zhǎng)的主要因素，但研究結(jié)果顯示，相對(duì)于我國(guó)經(jīng)濟(jì)的高速增長(zhǎng)來(lái)說(shuō)，科技和教育沒(méi)有起到應(yīng)有的作用。1998-2014年間，我國(guó)的科技經(jīng)費(fèi)投入有較快的增長(zhǎng)。科技投入三方面經(jīng)費(fèi)總和年均增長(zhǎng)18.9%，遠(yuǎn)高于GDP增長(zhǎng)率，科技資本存量年均增長(zhǎng)率為17.3%，也高于物質(zhì)資本存量的增長(zhǎng)率12.8%，科技資本存量與物質(zhì)資本存量之比由1998年的0.021增加到2014年的0.035?？萍冀?jīng)費(fèi)投入和科技資本存量增長(zhǎng)較快，而科技對(duì)TFP增長(zhǎng)和經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率較低，說(shuō)明科技資本的使用效率較低，科技成果沒(méi)能很好地轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。教育方面，我國(guó)2010年實(shí)現(xiàn)了普及九年義務(wù)教育的目標(biāo)，高中階段、高等教育的毛入學(xué)率分別達(dá)到82.5%和26.5%，也達(dá)到了相對(duì)較高的水平。伴隨入學(xué)率的提高，勞動(dòng)力平均教育年限由1998年的7.69年提高到2014年的9.97年。教育水平對(duì)TFP和經(jīng)濟(jì)增長(zhǎng)的影響較小，可能有兩種原因：一是我國(guó)的教育雖然在數(shù)量上增長(zhǎng)較快，但教育質(zhì)量的提高相對(duì)較慢，教育沒(méi)有為企業(yè)提供高質(zhì)量的創(chuàng)新型人才；二是盡管教育是重要的人力資本積累方式，但在我國(guó)的經(jīng)濟(jì)環(huán)境下，人們對(duì)市場(chǎng)的認(rèn)識(shí)和把握能力以及在實(shí)際勞動(dòng)中獲得的技能可能更重要，這種能力不能為教育變量所反映。

從表2的后面3列可以發(fā)現(xiàn)：(1)東部地區(qū)物質(zhì)資本增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)低于中西部地區(qū)，但TFP增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)高于中西部地區(qū)；(2)東部地區(qū)科技投入、交通基礎(chǔ)設(shè)施和外商直接投資3個(gè)因素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)明顯大于中西部地區(qū)。為了更進(jìn)一步分析造成東、中、西部經(jīng)濟(jì)增長(zhǎng)差異的原因，在表3中給出1998年和2014年按省際平均計(jì)算的東、中、西部地區(qū)的6個(gè)TFP影響因素變量值及1998-2014歷年差分的平均值。從中可見(jiàn)，中西部地區(qū)的6個(gè)指標(biāo)值都明顯低于東部地區(qū)，其中Rk、Tran和Fdi的差距很大。以2014年為例，東、中、西部地區(qū)科技資本存量與全部資本存量的比值分別為5.32%、2.77%和1.86%，中西部地區(qū)分別只有東部地區(qū)的近1/2和1/3；每平方公里土地面積擁有的標(biāo)準(zhǔn)道路里程，東、中、西部地區(qū)分別為1.380、0.705和0.340公里，中西部地區(qū)分別只有東部地區(qū)的約1/2和1/4；每個(gè)勞動(dòng)力擁有的外商直接投資存量，東、中、西部地區(qū)分別為2.891、0.506和0.293萬(wàn)元，中西部地區(qū)分別只有東部地區(qū)的1/6和1/10。這些差距是造成中西部地區(qū)TFP發(fā)展水平和經(jīng)濟(jì)發(fā)展水平低于東部地區(qū)的重要原因。從表中的平均差分來(lái)看，中西部地區(qū)Rk、Tran和Fdi指標(biāo)的增長(zhǎng)幅度遠(yuǎn)低于東部地區(qū)。例如，東部地區(qū)的Rk平均每年增加0.19個(gè)百分點(diǎn)，而中西部地區(qū)分別只增加0.081和0.028個(gè)百分點(diǎn)；東部地區(qū)的FDI存量人均每年增加0.113萬(wàn)元，而中西部地區(qū)分別增加0.025和0.015萬(wàn)元，不到東部地區(qū)的1/4和1/7。這些增長(zhǎng)幅度的差距是造成中西部地區(qū)TFP增長(zhǎng)率和GDP增長(zhǎng)率低于東部地區(qū)的重要原因。

表3　東、中、西部地區(qū)1998年和2014年TFP影響因素指標(biāo)值及其平均差分

五、結(jié)　論

區(qū)域TFP的影響因素十分復(fù)雜，因素選擇、指標(biāo)構(gòu)建、模型設(shè)定、數(shù)據(jù)來(lái)源都對(duì)實(shí)證結(jié)果有重要影響。本文運(yùn)用1998-2014年中國(guó)各省份的面板數(shù)據(jù)，通過(guò)定量分析得出，非國(guó)有經(jīng)濟(jì)、科技投入、勞動(dòng)力結(jié)構(gòu)、教育水平、外商直接投資和交通基礎(chǔ)設(shè)施6個(gè)因素對(duì)TFP提高和經(jīng)濟(jì)增長(zhǎng)都有顯著的正向影響。從省際平均來(lái)看，非國(guó)有經(jīng)濟(jì)部門比重的提高，對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)達(dá)到年均0.91個(gè)百分點(diǎn)，它貢獻(xiàn)了TFP增長(zhǎng)的38.7%，是TFP增長(zhǎng)的最重要因素。因此，提高非國(guó)有經(jīng)濟(jì)部門比重對(duì)提高TFP增長(zhǎng)率和經(jīng)濟(jì)增長(zhǎng)率有重要意義。2014年該比重各省平均為66.3%，還有較大的提升空間。國(guó)家應(yīng)改變以往由政府與國(guó)有經(jīng)濟(jì)為主的投資方式，轉(zhuǎn)為以民間企業(yè)作為投資主體，引導(dǎo)和促進(jìn)非國(guó)有經(jīng)濟(jì)加快發(fā)展，促成經(jīng)濟(jì)結(jié)構(gòu)的真正轉(zhuǎn)型。

科技投入、勞動(dòng)力結(jié)構(gòu)、教育水平、外商直接投資和交通基礎(chǔ)設(shè)施5個(gè)因素對(duì)TFP的提高雖有顯著作用，但影響較小。應(yīng)采取措施提高科技和教育在提高TFP中的作用。中西部地區(qū)的科技資本存量及其增長(zhǎng)幅度遠(yuǎn)低于東部地區(qū)，應(yīng)增加對(duì)中西部地區(qū)的科技投入。同時(shí)，要提高科技資源的使用效率，促進(jìn)科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。我國(guó)各教育階段的入學(xué)率和勞動(dòng)力平均教育年限有較大的提高，但是我國(guó)高等教育毛入學(xué)率與國(guó)際水平相比，依然有較大差距，我國(guó)的教育投入在世界上仍處于較低水平，教育質(zhì)量的提高相對(duì)較慢。因此，國(guó)家在增大教育投入的同時(shí)，重點(diǎn)應(yīng)放在提高辦學(xué)質(zhì)量上。

中西部地區(qū)的交通基礎(chǔ)設(shè)施和FDI存量都遠(yuǎn)低于東部地區(qū)，加強(qiáng)中西部地區(qū)的基礎(chǔ)設(shè)施建設(shè)，吸引外商對(duì)中西部地區(qū)的投資，對(duì)提高我國(guó)的TFP增長(zhǎng)率和經(jīng)濟(jì)增長(zhǎng)率、縮小省際間的經(jīng)濟(jì)增長(zhǎng)差距有重要意義。

[1]彭國(guó)華．中國(guó)地區(qū)收入差距、全要素生產(chǎn)率及其收斂分析[J]．經(jīng)濟(jì)研究，2005(9)：19-29．

[2]李國(guó)璋，周彩云，江金榮．區(qū)域全要素生產(chǎn)率的估算及其對(duì)地區(qū)差距的貢獻(xiàn)[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(5)：49-61．

[3]李子奈．計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用研究的總體回歸模型設(shè)定[J]．經(jīng)濟(jì)研究，2008(8)：136-144．

[4]樊綱，王小魯，馬光榮．中國(guó)市場(chǎng)化進(jìn)程對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[J]．經(jīng)濟(jì)研究，2011(9)：4-16．

[5]吳延兵．自主研發(fā)、技術(shù)引進(jìn)與生產(chǎn)率——基于中國(guó)地區(qū)工業(yè)的實(shí)證研究[J]．經(jīng)濟(jì)研究，2008(8)：51-64．

[6]REDDING S. The Low-skill, Low-quality Trap：Strategic Complementarities between Human Capital and R&D [J]. Economic Journal, 1996, 106: 458-470.

[7]朱平芳，徐偉民．政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實(shí)證研究[J]．經(jīng)濟(jì)研究，2003(6)：45-53．

[8]王小魯，樊綱，劉鵬．中國(guó)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)換和增長(zhǎng)可持續(xù)性[J]．經(jīng)濟(jì)研究，2009(1)：4-16．

[9]LI X, LIU X. Foreign Direct Investment and Economic Growth: An Increasingly Endogenous Relationship[J]. World Development, 2005, 33(3): 393-407.

[10]劉舜佳，王耀中．FDI對(duì)中國(guó)全要素生產(chǎn)率影響的兩面性——來(lái)自空間維度的證據(jù)[J]．統(tǒng)計(jì)與信息論壇，2012(7)：58-64．

[11]葉宗裕．中國(guó)省際資本存量估算[J]．統(tǒng)計(jì)研究，2010(12)：65-71．

(責(zé)任編輯吳月芽)

Research on the Influencing Factors of Regional Total Factor Productivity:Based on an Analysis of the Panel Data of Chinese Provinces from 1998 to 2014

YE Zongyu

(CollegeofEconomicsandManagement,ZhejiangNormalUniversity,Jinhua321004,China)

This paper first analyzed the possible influencing factors of the regional Total Factor Productivity (hereinafter TFP) theoretically, and selected corresponding relative indexes for various factors as representatives that were directly included into the C-D production function model. On that basis, regression analysis was carried out by using the panel data of Chinese provinces from 1998 to 2014. The results show that the increasing proportion of non-state-owned economic sectors is the most important factor for the growth of TFP and economy, while other factors like science and technology investment, labor force structure, education level, foreign direct investment and transportation infrastructure also have positive impact on TFP, but the impact is small. The investment in science and technology, the transportation infrastructure and the foreign direct investment in the central and western regions grow much more slowly than those in the eastern regions, and the TFP growth rate is lower than that in the eastern regions, which has resulted in that the GDP growth rate in the central and western regions is lower than that in the eastern regions.

Total Factor Productivity; C-D production function; influencing factor; regional difference

2015-12-20

葉宗裕(1962-)，男，浙江江山人，浙江師范大學(xué)經(jīng)濟(jì)與管理學(xué)院教授。

F064.1

A

1001-5035(2016)05-0083-07