全要素生產(chǎn)率視角下安徽經(jīng)濟轉(zhuǎn)型發(fā)展研究
——基于隨機前沿模型

廖信林,李　敬,賀雪瑩

(安徽財經(jīng)大學 經(jīng)濟學院,安徽 蚌埠 233030)

一、引言

據(jù)國家統(tǒng)計局2016年1月公布的數(shù)據(jù)顯示,中國2015年GDP同比增長6.9%,增速為1990年以來最低水平,成為自改革開放以來經(jīng)濟超高速發(fā)展的暫時終結(jié)點,這意味著中國經(jīng)濟從高增長率走向增長率放緩,過去經(jīng)濟發(fā)展背后隱藏著產(chǎn)能過剩、勞動者收入增長后勁不足、消費購買力萎縮等一系列問題,中國經(jīng)濟迫切需要轉(zhuǎn)型升級。習近平總書記在中央財經(jīng)領(lǐng)導小組第十一次會議上的講話中明確提出要加強供給側(cè)結(jié)構(gòu)性改革,即更新供給結(jié)構(gòu),化解過剩產(chǎn)能,改變經(jīng)濟增長方式,提高全要素生產(chǎn)率。

全要素生產(chǎn)率與經(jīng)濟增長一直是國內(nèi)外經(jīng)濟學界的研究熱點。過去國內(nèi)學者多用索羅余值法來探索中國經(jīng)濟增長方式,得出的結(jié)論大同小異,研究內(nèi)容愈加詳細。如張軍、施少華在C-D生產(chǎn)函數(shù)基礎(chǔ)上加入時間虛擬變量,證明經(jīng)濟體制的改革顯著提高了中國經(jīng)濟的生產(chǎn)率水平[1];郭慶旺、賈俊雪則結(jié)合索羅余值法、隱形變量法和潛在支出法證明出我國經(jīng)濟是典型的要素投入型增長方式,TFP增長對經(jīng)濟增長的貢獻率較低[2];孫琳琳、任若恩通過構(gòu)建資本投入指數(shù)數(shù)列也表達了相同觀點,即中國經(jīng)濟增長是資本投入式的增長,同時他們認為資本投入對經(jīng)濟增長的貢獻是由于資本數(shù)量的增加,而非資本質(zhì)量的改善[3];傅曉霞、吳利學開始考慮中國地區(qū)經(jīng)濟發(fā)展差異的來源,他們認為1990年以后TFP是導致今后地區(qū)差距的關(guān)鍵性因素[4];趙志耘、楊朝峰認為1994年后中國制度變遷對經(jīng)濟增長的作用才從推動要素增長轉(zhuǎn)移到推動全要素生產(chǎn)率的增長上來[5]。

現(xiàn)階段分析全要素生產(chǎn)率的變化不再局限于索羅余值法,研究多采用DEA-Malmquist指數(shù)法和隨機前沿分析法。其中數(shù)據(jù)包絡(luò)分析的研究對象多集中于工業(yè)及工業(yè)的具體行業(yè),如高新才、韓妍利用DEA的Malmquist指數(shù)法測算改革以來中國工業(yè)生產(chǎn)率的變動趨勢,發(fā)現(xiàn)技術(shù)進步是工業(yè)增長的動力,而生產(chǎn)效率阻礙了其增長[6];但張洋、項本武用相同的方法分析中國工業(yè)時,卻認為生產(chǎn)效率推動了工業(yè)的TFP增長,這可能與樣本期間和資料來源不同有關(guān),其中他們一致認為規(guī)模效率在逐漸惡化[7];楊勇、李忠民在此研究方法上著重分析要素市場化對工業(yè)企業(yè)全要素生產(chǎn)率的影響,發(fā)現(xiàn)要素市場化對技術(shù)進步的影響最大,于是他提出只有進行要素市場的改革才能提高生產(chǎn)要素的活力[8]。相對而言隨機前沿分析法多用于分析區(qū)域長期經(jīng)濟增長,這種方法的優(yōu)勢是不僅可以將生產(chǎn)率變化分解成經(jīng)濟可詮釋的多個部分,而且考慮到了加入隨機因素以減少測算誤差。最近國外學者Arazmuradov等用SFA對 1995～2008年期間15個前蘇聯(lián)經(jīng)濟體的TFP進行測度,他們建議這些國家可以通過加強公共政策來吸引外資,同時改善國內(nèi)教育提高經(jīng)濟發(fā)展水平[9]。此外,Aisen和Veiga在對169個國家研究后則發(fā)現(xiàn)政治不穩(wěn)定會降低生產(chǎn)力增長率,而經(jīng)濟自由和種族同質(zhì)性有助于生產(chǎn)率的增長[10]。國內(nèi)王德祥、李靜等學者均測算了我國地級市及以上城市的全要素生產(chǎn)率,都認為我國東部地區(qū)的技術(shù)效率要高于中西部地區(qū)[11-12]。

安徽省作為中部六省之一近幾年發(fā)展迅速,經(jīng)濟發(fā)展活力得到顯著增強,綜合實力比之前有大幅度提升,成為中部經(jīng)濟發(fā)展的第二梯隊[13]。但是當前安徽省經(jīng)濟發(fā)展下行壓力較大,要素綜合效率較低,有效供給和優(yōu)質(zhì)供給能力不足,因此在供給側(cè)改革背景下提高TFP成為轉(zhuǎn)變經(jīng)濟增長方式的主要途徑。目前,運用參數(shù)型生產(chǎn)前沿法單獨分析安徽省TFP增長方面研究相對不足,不同于以往學者在規(guī)模報酬不變的前提下運用C-D生產(chǎn)函數(shù)計算TFP,本文采用安徽省16個地級市2000～2015年的面板數(shù)據(jù),結(jié)合隨機前沿模型和超越對數(shù)生產(chǎn)函數(shù),測算安徽省全要素生產(chǎn)率的變動趨勢和增長源泉,探究其經(jīng)濟增長質(zhì)量,為進一步落實供給側(cè)結(jié)構(gòu)性改革提供數(shù)據(jù)支持。

二、模型設(shè)定、數(shù)據(jù)與變量說明

(一)隨機前沿模型

隨機前沿設(shè)定形式如下表示,y代表各個地區(qū)的實際產(chǎn)出,x是投入要素向量,β是定義生產(chǎn)技術(shù)的參數(shù)向量,t則為時間趨勢變量。

y=f(t,x,β)exp(v-u),u≥0.

(1)

v和u代表不同的誤差分量,第一個指的是誤差的隨機部分,第二個與生產(chǎn)前沿的向下偏離部分,則是代表技術(shù)無效率的非負向量。因此y=f(t,x,β)exp(v)代表隨機生產(chǎn)前沿,v用來計算測量誤差和外部沖擊造成的隨機效應,它服從對稱分布。不同地區(qū)不同時間的隨機前沿模型為

yit=f(t,xit,β)exp(vit-uit);

i=1,…,N

(2)

假定vit～i.i.d.N(0,σ2);uit～NT(μ,σ2),即uit服從截斷正態(tài)分布,兩個誤差分量相互獨立,x為外生變量,該模型可以用極大似然法來估計。此外,我們將采用Battese 和Coelli提出的模型[14],把技術(shù)無效率項視為時變函數(shù):

uit=exp[-η(t-T)]*uiuit≥0,

i=1,…,N,t∈τ(i).

(3)

在上面表達式中,τ(i)表示第i個地區(qū)可用觀測值中Ti時間段,它可能包含面板數(shù)據(jù)中的所有時間段或只是一段時間。η表示技術(shù)無效率行為,當η與0沒有顯著差異時,表明技術(shù)無效率與時間改變無關(guān),也稱為持續(xù)低效。Battese 和Coelli也承認[14],這種無效率行為方式的設(shè)定不太靈活,因為根據(jù)公式技術(shù)無效率必須以降低的速率增長(η>0),或者以遞增的速度減少(η<0)。此外,樣本中所有地區(qū)的η估計值無差異,這說明各個區(qū)域無效率上升或下降的方式一致。但是在沒有更好的理論模型前提下,我們依然使用前面的假設(shè)。為是否適用隨機前沿模型,構(gòu)造以下統(tǒng)計量:

(4)

如果γ=0,說明產(chǎn)出偏差完全由隨機誤差項引起,這時直接使用最小二乘法(OLS)估計即可,如果γ>0且越接近于1,則說明誤差總量的變動主要由無效性部分引起,比較適合采用隨機前沿模型。

假定超越對數(shù)生產(chǎn)函數(shù)有兩種生產(chǎn)要素資本和勞動,該模型可以用以下形式表示:

lnYit=β0+β1lnKit+β2lnLit+β3lnKitlnLit+0.5β4(lnKit)2+0.5β5(lnLit)2+β6t+0.5β7t2+β8tlnKit+β9tlnLit+vit-uit.

(5)

Y代表實際產(chǎn)出,i是地區(qū),t表示年份,β為待估參數(shù)。

Kumbhakar[15]提出將TFP增長率分解為四部分,分別為技術(shù)進步率(TP)、技術(shù)效率變化率(T'E)、規(guī)模效率變化率(SE)和資源配置效率變化(AE),由于配置效率變化涉及到投入要素的價格,這種數(shù)據(jù)目前不可獲取,所以參照余泳澤[16]的做法,本文將TFP的變化分解成前三部分。為了進行分解,首先我們必須估計(3)和(5)描述的模型,這樣就可從結(jié)果中組合TFP增長率。根據(jù)(2)式,我們可得:

(6)

根據(jù)Divisia指數(shù)分解法,TFP增長率可用下式表示:

(7)

SK和SL代表資本和勞動在要素總成本中所占比例,將(6)式代入(7)式并忽略掉配置效率存在后得:

(8)

其中

(9)

即RTS為要素產(chǎn)出彈性之和,λK和λL為資本和勞動的相對產(chǎn)出彈性,兩者相加等于1。綜上所述,由(8)式可得技術(shù)進步率

β8lnk+β9lnl.

(10)

技術(shù)改進表現(xiàn)為生產(chǎn)前沿的上升。技術(shù)效率變化率

(11)

測度的是生產(chǎn)者利用可使用技術(shù)的能力;規(guī)模效率變化率

(12)

技術(shù)及要素積累決定規(guī)模經(jīng)濟的貢獻度,若規(guī)模報酬不發(fā)生改變,即RTS=1,這個部分顯然不必再加入;如果RTS≠1,當規(guī)模報酬比1大時,擴大要素投入量會提升生產(chǎn)率的增長速度,但當規(guī)模報酬小于1時,若想擴大產(chǎn)出增加規(guī)模只能縮小投入要素規(guī)模。

(二)數(shù)據(jù)與變量說明

由于巢湖在2011年8月22日已并入合肥市,為保持數(shù)據(jù)一致性,本文以安徽省現(xiàn)有的16個地級市2000～2015年為樣本數(shù)據(jù)來測算全要素生產(chǎn)率增長。模型的產(chǎn)出變量Y為用以2000年為基期GDP指數(shù)平減后的各地級市的實際總產(chǎn)出,勞動要素L的投入用各地級市年末就業(yè)人數(shù)來衡量。同時使用Goldsmith在1951年開創(chuàng)的永續(xù)盤存法來估算資本存量,其表達式為:

Kt=It/Pt+(1-δt)Kt-1.

(13)

其中,Kt為第t年的實際資本存量,Kt-1為第t-1年的實際資本存量,It為固定資產(chǎn)投資額,同時用以2000年為基期的固定資產(chǎn)投資價格指數(shù)Pt對It進行平減,折舊率δt采用張健華等利用最小二乘法估計出的安徽1993～2010時間段的6.4%最優(yōu)折舊率[17]?；趯嶋H資本存量借鑒張軍等測得的[18]以2000年價格計算的安徽省資本存量,再根據(jù)各地級市2000年GDP占全省GDP的比例來確定各地級市的基年資本存量,公式如下:

2000年各地級市資本存量/2000年安徽省實際資本存量=2000年各地級市GDP/2000年安徽省GDP.

(14)

為進一步分析技術(shù)無效率項,在模型中加入外生解釋變量,用地方財政預算內(nèi)支出占GDP的比例表示政府干預程度(Gov),用GDP中第二產(chǎn)業(yè)增加值占比來表示產(chǎn)業(yè)結(jié)構(gòu)(Indust),用進出口總額與GDP之比來表示對外依存度(Trade),用非農(nóng)人口占年末總?cè)丝诘谋戎貋肀硎境鞘谢?Urban),文中數(shù)據(jù)主要來源于《安徽統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》。

三、實證分析

(一)模型假設(shè)檢驗

為使模型有更好的擬合效果,首先要對其設(shè)定形式進行檢驗,主要包括五個方面,檢驗的方法都是使用似然比統(tǒng)計量,公式為LR=-2[lnL(H0)-lnL(H1)],lnL(H0)為受約束的零假設(shè)前沿模型的對數(shù)似然值,lnL(H1)為無約束的備擇假設(shè)前沿方程的對數(shù)似然值,LR統(tǒng)計量服從混合卡方分布,自由度為受約束變量個數(shù)。模型設(shè)定檢驗結(jié)果如表1所示,可以看出檢驗全部拒絕零假設(shè),隨機前沿生產(chǎn)模型的函數(shù)形式為式(5)。

表1　模型形式的假設(shè)檢驗結(jié)果

注:無約束的對數(shù)似然值lnL(H0)為437.66。

(二)模型估計結(jié)果及分析

運用Frontier4.1 軟件,基于安徽省16個地級市2000～2015年面板數(shù)據(jù)估計隨機前沿生產(chǎn)函數(shù)模型,估計結(jié)果如表2、表3所示。

表2　隨機前沿模型超越對數(shù)生產(chǎn)函數(shù)估計結(jié)果

注:① ② ③ 分別表示在10%、5%和1%的水平下通過顯著性檢驗,下同。

表3　隨機前沿模型生產(chǎn)無效率方程估計結(jié)果

從表2、表3可以看出,絕大多數(shù)變量都通過了1%的顯著性檢驗,γ值為0.945,說明超越對數(shù)生產(chǎn)函數(shù)和生產(chǎn)無效率方程都具有較強的解釋力,同時表明實際產(chǎn)出偏離前沿面的主要是由生產(chǎn)無效率造成。經(jīng)計算,樣本年度中資本的平均產(chǎn)出彈性為0.641,勞動力的平均產(chǎn)出彈性為0.317,資本產(chǎn)出彈性值高于兩倍勞動投入的產(chǎn)出彈性值,結(jié)果符合安徽省投資驅(qū)動型經(jīng)濟增長模式現(xiàn)狀。

無效率方程估計結(jié)果顯示,財政支出占GDP之比重每增加1%,那么安徽省的技術(shù)效率將會降低54.5%,這意味著財政支出對技術(shù)效率有明顯的負面作用,這是地方政府之間開展的“為增長而競爭”的錦標賽造成的[19],過去政府官員的晉升與GDP增長率直接掛鉤,這就會導致有些官員為追求短期利益進行大規(guī)模重復性建設(shè)投資,不僅會造成要素成本的扭曲,還會讓市場機制無法充分發(fā)揮優(yōu)勝劣汰的作用,最后致使企業(yè)產(chǎn)能過剩,在進一步削弱企業(yè)的盈利能力后降低其生產(chǎn)效率。而第二產(chǎn)業(yè)占GDP的比重每提高1%,該地區(qū)的生產(chǎn)效率增加10.9%,由此可見安徽省的第二產(chǎn)業(yè)發(fā)展狀況對于技術(shù)效率的影響非常顯著。GDP中進出口總額的比重每提高1%,技術(shù)效率水平將增加6.8%。城市化率每提高1%,城市的技術(shù)效率則會增加0.82%,但是該顯著性檢驗沒有通過,這可能和安徽省城市化水平區(qū)域不均衡和發(fā)展質(zhì)量總體水平較低有關(guān)[20],所以對生產(chǎn)效率的影響不明顯。

1. 安徽省TFP測算與分解

由表4可以看出安徽省總體上呈現(xiàn)波動性下降后平穩(wěn)升高、再逐漸下降的變化趨勢,全要素生產(chǎn)率平均增速為2.32%,僅在2009年呈現(xiàn)負值為-0.3%。從2001年以來大部分年份呈現(xiàn)正值,但是在2009年出現(xiàn)劇烈下跌,直接下降到-0.29%,說明2008年的金融危機對安徽省具有顯著的負面影響,盡管安徽地處我國中部,但是其經(jīng)濟基礎(chǔ)比較薄弱、產(chǎn)業(yè)結(jié)構(gòu)層次低,所以易受外部沖擊,加上當時政府給予的政策支持有滯后性,也在一定程度上降低了當年的經(jīng)濟效率。在2010～2012年間“四萬億”投資計劃對安徽省各產(chǎn)業(yè)產(chǎn)生直接刺激作用,經(jīng)濟效益好轉(zhuǎn),宏觀經(jīng)濟的恢復刺激企業(yè)加強技術(shù)研發(fā),社會整體科技創(chuàng)新能力的提升TFP呈增長趨勢。2012年中國及安徽省經(jīng)濟進入新常態(tài)[21],投資過度開始顯現(xiàn),部分行業(yè)產(chǎn)能過剩也在加重,結(jié)構(gòu)性改革帶來的技術(shù)進步的提升抵消不了技術(shù)效率的惡化,TFP的增長受到嚴重抑制,在2013～2015年間呈現(xiàn)出下降的趨勢。

表4　TFP增長率構(gòu)成及各部分貢獻率(%)

從全要素生產(chǎn)率增長的構(gòu)成部分上看,呈逐年上升趨勢的技術(shù)進步是推動TFP改善的主導力量,它對TFP增長的貢獻率高達118.5%,這與安徽省科研投入程度的增加及創(chuàng)新改革試驗區(qū)的系統(tǒng)推進有關(guān),近年來安徽省積極利用技術(shù)后發(fā)優(yōu)勢,將內(nèi)生性技術(shù)創(chuàng)新與外來先進技術(shù)相結(jié)合,全力配合國家戰(zhàn)略推動皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)建設(shè),加大采購創(chuàng)新產(chǎn)品,整合多種優(yōu)質(zhì)資源,培育現(xiàn)代產(chǎn)業(yè)體系,促進了技術(shù)進步的大幅度提高。

值得注意的是技術(shù)效率的下降是安徽省TFP提升的最主要制約因素,這說明雖然其科技創(chuàng)新速度在加快,但是技術(shù)利用率低下,科技研發(fā)成果與生產(chǎn)應用不能及時掛鉤,無法迅速轉(zhuǎn)化成實際生產(chǎn)力。這與王藝明的研究結(jié)果相一致,他認為中國大部分城市的生產(chǎn)效率是下降的,原因一是現(xiàn)在的生產(chǎn)規(guī)模不是我國的最佳生產(chǎn)規(guī)模,二是管理體制和技術(shù)市場還不完善[22]。對于技術(shù)進步率上漲與技術(shù)效率下降同時存在的現(xiàn)象,J.Felipe曾給出解釋,他認為發(fā)展中國家的政府部門更加注重技術(shù)進步而忽略技術(shù)效率的提高,以致即使技術(shù)前沿向前推移也不能帶動生產(chǎn)效率的相應增長[23]。

安徽省規(guī)模效率在2001～2015年間年均下降0.68%,變化率一直處于零值以下,這源于規(guī)模報酬遞減,即勞動和資本增加的比例大于產(chǎn)出增加的比例,而導致規(guī)模報酬遞減的主要因素是資本回報率的下降,這反映出安徽省不但過于追求經(jīng)濟增長速度,沒有把重點放在經(jīng)濟增長質(zhì)量上,大量的無效投資導致資源浪費,而且產(chǎn)業(yè)集聚程度低。但是,從2009年起規(guī)模效率呈上升趨勢,可以看出情況在改善。

2. 安徽省資本、勞動與TFP增長率對經(jīng)濟增長的貢獻及變化

如表5所示,安徽省2001～2015年間資本對經(jīng)濟增長的貢獻率遠高于勞動投入和TFP增長率的貢獻率,經(jīng)計算資本平均貢獻率為66.13%,TFP增長率的平均貢獻率為22.3%,說明安徽省TFP對經(jīng)濟的推動作用有限,過去經(jīng)濟增長方式是粗放式的資本投入型,經(jīng)濟增長質(zhì)量總體上不高。各年資本貢獻率比較大是由于安徽省目前處于工業(yè)化第二階段向第三階段的過渡時期,投資成為拉動經(jīng)濟增長的最主要動力,我們可以看出資本貢獻率在2009年更是創(chuàng)出新高,主要原因在于為抵消金融危機的短期波動影響及保持經(jīng)濟穩(wěn)定增長,安徽省采取一系列刺激政策, 通過加大財政投入來重點推進重大基礎(chǔ)設(shè)施建設(shè)。但是從2010年起資本貢獻率逐年下降,說明投資過度已經(jīng)出現(xiàn),經(jīng)濟增長中的資本過度擴張導致資本成本增加及投資效率降低,整個工業(yè)產(chǎn)能過剩問題也愈加嚴重,到2014年資本貢獻率緩慢回升則表明去產(chǎn)能成效開始顯現(xiàn)。

表5安徽省2001～2015年資本、勞動和TFP增長率對經(jīng)濟的貢獻率(%)

年份資本貢獻率勞動貢獻率TFP增長率貢獻率200134.8015.8949.31200244.5014.9440.56200357.7027.0615.24200477.503.4519.05200579.1011.968.94200680.3014.315.39200785.0011.103.90200886.601.5511.85200988.5013.57-2.07201083.506.749.76201158.5024.0617.44201257.305.4337.27201350.9010.9038.20201452.006.2841.72201555.806.3937.81均值66.1311.5822.29

相對而言,TFP增長率貢獻率在2010年起呈上升趨勢,主要由于安徽省政府開始注重建設(shè)創(chuàng)新環(huán)境,同時加大研發(fā)資金的投入,另外合蕪蚌自主創(chuàng)新綜合配套改革試驗區(qū)也開始發(fā)揮重要作用,引導扶持試驗區(qū)內(nèi)創(chuàng)新型新興產(chǎn)業(yè),使得總體科技創(chuàng)新實力明顯提升,經(jīng)濟增長質(zhì)量亦得到提高。

其中勞動貢獻率一直維持在較低水平,這是因為據(jù)國家衛(wèi)生和計劃生育委員會統(tǒng)計,截至2013年底安徽省是我國跨省流出人口最多的省份,創(chuàng)新型人才多涌入經(jīng)濟相對發(fā)達的沿海地區(qū),加上勞動力本身素質(zhì)低、受教育程度不高,因此對經(jīng)濟增長有很大的制約作用。

3. 安徽省各城市及區(qū)域TFP比較

表6顯示,安徽省2001～2015年大多數(shù)地級市的全要素生產(chǎn)率在改善。合肥年均TFP增長率最高,達到2.89%,這是由于合肥作為安徽省省會和長三角城市群副中心具有強大的區(qū)位優(yōu)勢和政策優(yōu)勢,在整個研究期間政府通過建設(shè)國家自主創(chuàng)新示范區(qū)來快速整合優(yōu)勢資源,大力實施技術(shù)創(chuàng)新型工程,重點發(fā)展新興產(chǎn)業(yè),對創(chuàng)新型企業(yè)扶持力度的增加、產(chǎn)業(yè)結(jié)構(gòu)的相對改善以及制度改革的推進帶來了TFP水平的大幅度提高。作為全國首批技術(shù)創(chuàng)新工程示范城市中之一的蕪湖TFP增長率僅次于合肥,年均約為2.78%,該市創(chuàng)新型經(jīng)濟的成長壯大主要得益于合蕪蚌試驗區(qū)的設(shè)立,地方政府善于把握這一機遇發(fā)展創(chuàng)新型經(jīng)濟,用一系列科技政策為高新技術(shù)企業(yè)提供不同服務(wù)模式,在轉(zhuǎn)型的關(guān)鍵時期積極推進各項創(chuàng)新工程,奇瑞汽車等龍頭企業(yè)也以自主創(chuàng)新為途徑提高核心競爭力,它們注重新產(chǎn)品研發(fā)和工程實驗室的建設(shè),齊力推動蕪湖經(jīng)濟發(fā)展方式由資源驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變, 使蕪湖經(jīng)濟朝高質(zhì)量發(fā)展方向邁進。滁州、銅陵、宣城及六安的TFP增長率緊隨合肥和蕪湖之后,主要因為它們同屬于皖江城市帶,承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)的建立給它們帶來了新的發(fā)展機會,過去經(jīng)濟發(fā)展的相對落后使它們?nèi)菀撰@益于發(fā)達地區(qū)的技術(shù)溢出效應[24]。在“一軸雙核兩翼”的空間格局部署下,合肥和蕪湖作為核心城市充分發(fā)揮輻射功能,帶動了這四個城市創(chuàng)新效率的提高和產(chǎn)業(yè)結(jié)構(gòu)的快速優(yōu)化升級,當然這些城市自身也在把握改革機遇謀求新發(fā)展,比如銅陵通過集聚創(chuàng)新創(chuàng)業(yè)資源來打造特色高技術(shù)產(chǎn)業(yè)鏈,并鼓勵重工業(yè)企業(yè)進行改造升級,在資源短缺與環(huán)境污染的雙重壓力下,利用科技創(chuàng)新戰(zhàn)略并積極尋找環(huán)保型能源利用方式,走出一條經(jīng)濟與科技緊密結(jié)合的轉(zhuǎn)型發(fā)展之路。蚌埠雖是合蕪蚌試驗區(qū)的參與者之一,然而它的TFP增長率遠低于合肥和蕪湖,僅為1.65%,原因可能有三,一是它作為老工業(yè)城市對傳統(tǒng)發(fā)展路徑依賴性較強,產(chǎn)業(yè)結(jié)構(gòu)仍不合理;二是創(chuàng)新激勵政策的落實不到位及創(chuàng)新扶持資金的大幅度縮水,例如在2014年省政府取消了對蚌埠的1億元專項資金支持;三是高新技術(shù)產(chǎn)業(yè)實力較弱,創(chuàng)新效率水平偏低,據(jù)統(tǒng)計截至2016年底合肥和蕪湖規(guī)模以上高新技術(shù)產(chǎn)業(yè)增加值分別達1 294.2億元和823.7億元,蚌埠只達313.8億元。

表6安徽省2001～2015年各地級市TFP增長率均值

地市TFP增長率(%)合肥0.0289淮北-0.0031亳州0.0126宿州0.0142蚌埠0.0165阜陽0.0148淮南-0.0032滁州0.0265六安0.0253馬鞍山-0.0037蕪湖0.0278宣城0.0248銅陵0.0260池州-0.0076安慶0.0198黃山-0.0059

同時我們還注意到只有淮北、淮南、馬鞍山、黃山及池州的TFP增長率為負值,分別是-0.31%、-0.32%、-0.37%、-0.59%和-0.76%。究其原因,淮南、淮北和馬鞍山三市都為資源型城市,經(jīng)濟發(fā)展主要依靠煤電或鋼鐵拉動,產(chǎn)業(yè)結(jié)構(gòu)比較單一,即使產(chǎn)業(yè)部門多樣化也是依賴于資源開采而存在,資源稟賦優(yōu)勢帶來的豐富利潤使其忽略技術(shù)對經(jīng)濟發(fā)展的重要性,目前高新技術(shù)產(chǎn)業(yè)還處于起步階段,無法帶動生產(chǎn)效率的提高,而黃山和池州的優(yōu)勢產(chǎn)業(yè)是缺乏技術(shù)進步動力的旅游業(yè),TFP的放緩可能與創(chuàng)新要素不活躍有關(guān)。

分地區(qū)來看,皖北、皖中、皖南地區(qū)的TFP年均增長率分別為0.86%、2.51%、1.02%,其中皖中地區(qū)最高,皖北地區(qū)最低。從表7可以看出,技術(shù)進步強力帶動三個區(qū)域TFP的增長,技術(shù)效率在不同程度上弱化了技術(shù)進步對TFP的改進作用,但規(guī)模效率卻變化態(tài)勢各異,皖中和皖南地區(qū)的規(guī)模效率分別年均下降0.75%和0.38%,原因在于當規(guī)模報酬小于1時,經(jīng)濟相對發(fā)達地區(qū)容易集聚更多投入要素,也就是說投入要素的增長幅度更大于其他地區(qū),這樣會使規(guī)模效率下降更快[11],而皖北地區(qū)的規(guī)模效率的上升則可能是由于近年來皖北勞動力回流開始顯現(xiàn),勞動力整體素質(zhì)水平有所提升,使規(guī)模報酬改進。另外,皖北、皖中及皖南地區(qū)TFP改善程度不同主要是由于技術(shù)進步率有差異,技術(shù)效率及規(guī)模效率變化率相差不大,表明優(yōu)化和提升技術(shù)進步率是縮小地區(qū)發(fā)展差距的關(guān)鍵。

表7　安徽省2001～2015年不同區(qū)域TFP增長比較

注:表4和表7結(jié)果有差異是因為表4的歷年數(shù)據(jù)由16個城市按照 GDP 的加權(quán)平均值計算得到,表7為比較地區(qū)差異,由計算歷年數(shù)據(jù)的算術(shù)平均值得到。

四、結(jié)論與建議

本文使用超越對數(shù)生產(chǎn)函數(shù)的隨機前沿模型,對安徽省2000～2015年16個地級市的全要素生產(chǎn)率進行測算和分解,并從勞動、資本和TFP對經(jīng)濟增長貢獻率的時間變動趨勢角度探討了安徽省經(jīng)濟增長方式的轉(zhuǎn)變,最后對各城市及各區(qū)域TFP增長率做了比較分析,得到以下結(jié)論:

第一,在2000～2015年間,安徽省全要素生產(chǎn)率平均增速為2.32%,總體上呈現(xiàn)先降后升、再逐漸下降的變化趨勢。其中技術(shù)進步呈逐年上升趨勢,是促進TFP增長的根本動力,技術(shù)效率的下降是阻礙安徽省TFP提升的最主要根源,而規(guī)模效率變化率一直處于零值以下,也在一定程度上抑制TFP的提高。

第二,從經(jīng)濟增長源泉上來看,資本對安徽省經(jīng)濟增長的平均貢獻率為66.13%,TFP增長率貢獻率平均貢獻率為22.3%,勞動要素和TFP增長對經(jīng)濟的貢獻率相對較低。經(jīng)進一步分析后發(fā)現(xiàn)TFP增長率貢獻率在2010年起呈上升趨勢,說明安徽省經(jīng)濟正在向質(zhì)量效率型集約增長轉(zhuǎn)變。

第三,分城市來看,除淮北、淮南、馬鞍山、黃山及池州外,其他城市的全要素生產(chǎn)率都在改善,并且處于皖江經(jīng)濟帶的城市TFP增長率均值要高于其余地級市。分地區(qū)來看,皖中地區(qū)TFP增長率最高,皖南次之,皖北最低,這主要由于技術(shù)進步率差異。

當前安徽省經(jīng)濟發(fā)展正處于原有增長動力減弱,新的增長動力未能有效彌補的階段,礦產(chǎn)業(yè)繁榮的逐漸消退也使經(jīng)濟發(fā)展受到嚴重影響,鑒于此本文提出以下建議:

首先,加強供給側(cè)結(jié)構(gòu)性改革,重視全要素生產(chǎn)率增長率,通過創(chuàng)新實現(xiàn)經(jīng)濟過渡,將以資本驅(qū)動的經(jīng)濟增長方式轉(zhuǎn)變?yōu)橐詣?chuàng)新驅(qū)動的發(fā)展方式,推動產(chǎn)業(yè)結(jié)構(gòu)升級,對傳統(tǒng)產(chǎn)業(yè)進行技術(shù)改造讓其繼續(xù)發(fā)揮作用,同時用新技術(shù)帶動新產(chǎn)業(yè),推動生產(chǎn)要素從老化產(chǎn)業(yè)向新興產(chǎn)業(yè)轉(zhuǎn)移,以創(chuàng)造更高經(jīng)濟效益。

其次,在加大技術(shù)創(chuàng)新投入的基礎(chǔ)上,我們要重視技術(shù)效率和規(guī)模效率的提升,一方面提高生產(chǎn)能力利用水平,加強科技成果的轉(zhuǎn)移與轉(zhuǎn)化,另一方面減少無效投資,優(yōu)化資源配置,改善資本供給結(jié)構(gòu)。

再次,政府要深化科技體制改革,積極參與天使基金的建設(shè),通過引導社會資本為創(chuàng)新型企業(yè)發(fā)展注入資金活力,另外利用合蕪蚌試驗區(qū)創(chuàng)新平臺,加快科技成果轉(zhuǎn)化速度,繼續(xù)為減輕企業(yè)負擔來實施全面深入的結(jié)構(gòu)性減稅,讓企業(yè)為創(chuàng)新投入更多資源,提高企業(yè)創(chuàng)新積極性。

最后,要提高產(chǎn)業(yè)集聚效應,充分發(fā)揮皖江示范區(qū)在推動安徽省轉(zhuǎn)型發(fā)展中的支撐作用,通過招商引資使安徽省企業(yè)與國內(nèi)外龍頭企業(yè)全面對接,促進各城市間的協(xié)同合作和創(chuàng)新要素的自由流動,其他城市也應利用比較優(yōu)勢發(fā)展特色產(chǎn)業(yè),加入創(chuàng)新元素,從而縮小區(qū)域間經(jīng)濟差距,實現(xiàn)安徽省均衡可持續(xù)發(fā)展。

[參考文獻]

[1]張軍,施少華.中國經(jīng)濟全要素生產(chǎn)率變動:1952-1998[J].世界經(jīng)濟文匯,2003,(2):17-24.

[2]郭慶旺,賈俊雪.中國潛在產(chǎn)出與產(chǎn)出缺口的估算[J].經(jīng)濟研究,2004,(5):31-39.

[3]孫琳琳,任若恩.中國資本投入和全要素生產(chǎn)率的估算[J].世界經(jīng)濟,2005,(12):3-13.

[4]傅曉霞,吳利學.全要素生產(chǎn)率在中國地區(qū)差異中的貢獻:兼與彭國華和李靜等商榷[J].世界經(jīng)濟,2006,(9):12-22.

[5]趙志耘,楊朝峰.中國全要素生產(chǎn)率的測算與解釋:1979-2009年[J].財經(jīng)問題研究,2011,(9):3-12.

[6]高新才,韓妍.基于Malmquist生產(chǎn)率指數(shù)的中國區(qū)域工業(yè)全要素生產(chǎn)率測度[J].甘肅社會科學,2009,(3):84-87.

[7]張洋,項本武,段東生.中國工業(yè)全要素生產(chǎn)率的動態(tài)實證分析:1998-2007:基于DEA模型的Malmquist指數(shù)方法[J].決策與信息旬刊,2011,(2):124-125.

[8]楊勇,李忠民.供給側(cè)結(jié)構(gòu)性改革背景下的要素市場化與工業(yè)全要素生產(chǎn)率:基于31個地區(qū)的實證分析[J].經(jīng)濟問題探索,2017,(2):31-38.

[9]Arazmuradov A,Martini G,Scotti D. Determinants of total factor productivity in former Soviet Union economies: A stochastic frontier approach[J].Economic Systems,2011,38(1):115-135.

[10]Aisen A, Veiga F J. How does political instability affect economic growth?[J].European Journal of Political Economy, 2013, 29(568):151-167.

[11]王德祥,薛桂芝.中國城市全要素生產(chǎn)率的測算與分解(1998-2013):基于參數(shù)型生產(chǎn)前沿法[J].財經(jīng)科學,2016,(9):42-52.

[12]李靜,李逸飛,馬永軍.中國城市全要素生產(chǎn)率增長率的動態(tài)實證分析及收斂性研究[J].江淮論壇,2016,(3):54-63.

[13]洪功翔,張?zhí)m婷.安徽經(jīng)濟崛起的比較與解析[J].江淮論壇,2014,(3):75-79.

[14]Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India[M].Berlin:Springer Netherlands, 1992:149-165.

[15]Kumbhakar S C, Lovell C A K. Stochastic frontier analysis[M]. Cambridge: Cambridge University Press, 2000.

[16]余泳澤.中國省際全要素生產(chǎn)率動態(tài)空間收斂性研究[J].世界經(jīng)濟,2015,(10):30-55.

[17]張健華,王鵬.中國全要素生產(chǎn)率:基于分省份資本折舊率的再估計[J].管理世界,2012,(10):18-30.

[18]張軍,吳桂英,張吉鵬.中國省際物質(zhì)資本存量估算:1952-2000[J].經(jīng)濟研究,2004,(10):35-44.

[19]李濤,周業(yè)安.中國地方政府間支出競爭研究:基于中國省級面板數(shù)據(jù)的經(jīng)驗證據(jù)[J].管理世界,2009,(2):12-22.

[20]楊軍.推進安徽新型城鎮(zhèn)化建設(shè)[J].宏觀經(jīng)濟管理,2013,(6):75-76.

[21]金碚.中國經(jīng)濟發(fā)展新常態(tài)研究[J].中國工業(yè)經(jīng)濟,2015,(1):5-18.

[22]王藝明,陳晨,高思航.中國城市全要素生產(chǎn)率估算與分析:2000-2013[J].經(jīng)濟問題,2016,(8):1-8.

[23]Jesus Felipe. Total factor productivity growth in East Asia: A critical survey[J]. The Journal of Development Studies, 1998, 35(4):1-41.

[24]熊義杰.技術(shù)溢出效應與區(qū)域經(jīng)濟發(fā)展[M].北京:科學出版社,2016.