長三角區(qū)域經(jīng)濟一體化進程中數(shù)據(jù)要素配置機制研究

徐新衛(wèi)， 鄧佳佳， 陶 飛， 周 俊

(安徽工業(yè)大學(xué)管理科學(xué)與工程學(xué)院 安徽 馬鞍山 243032)

1 引言

1.1 研究背景及意義

當(dāng)前，長三角一體化、京津冀協(xié)調(diào)發(fā)展、粵港澳大灣區(qū)等國家戰(zhàn)略在我國雙循環(huán)發(fā)展新格局中發(fā)揮了重要作用，而長三角一體化戰(zhàn)略發(fā)揮了重要引領(lǐng)作用，有利于形成陸海內(nèi)外聯(lián)動、東西雙向互濟的戰(zhàn)略新局面。從發(fā)展水平的視角，區(qū)域一體化和政策協(xié)同不僅是高質(zhì)量發(fā)展的關(guān)鍵，也是幫助解決區(qū)域協(xié)調(diào)發(fā)展的重大戰(zhàn)略舉措。

推動形成區(qū)域經(jīng)濟一體化的根本目的, 就是為了利用區(qū)域內(nèi)各地區(qū)生產(chǎn)要素的不同, 加之生產(chǎn)要素的循環(huán)流動, 促進生產(chǎn)要素的聚集效應(yīng), 從而實現(xiàn)經(jīng)濟效益最大化。區(qū)域經(jīng)濟一體化實現(xiàn)的目標是要素在區(qū)域間的自由流動，且區(qū)域要素一體化有助于降低要素的交易和流動成本，提高要素交易和跨區(qū)域流通效率，優(yōu)化要素空間配置結(jié)構(gòu)，促進區(qū)域經(jīng)濟增長。區(qū)域經(jīng)濟發(fā)展的源泉是要素的最優(yōu)配置, 而要素最優(yōu)配置的實現(xiàn)必然伴隨要素流動。生產(chǎn)要素的整合是區(qū)域一體化的目標，同時也是區(qū)域一體化的支撐點?？梢姡厥袌龅恼喜攀菂^(qū)域一體化的本質(zhì)和精髓所在[1]。

長三角區(qū)域經(jīng)濟增長并不是多種不同要素簡單相加的數(shù)量增長，對于高質(zhì)量經(jīng)濟增長來說，更重要的是勞動、資本、數(shù)據(jù)等多種要素的高效優(yōu)化組合[2]。數(shù)據(jù)要素開發(fā)利用具有強烈的多要素綜合效應(yīng)，數(shù)據(jù)要素開發(fā)利用會對其他要素的使用產(chǎn)生正外部性，與數(shù)據(jù)要素的深度融合可以實現(xiàn)對傳統(tǒng)資本、勞動等有形要素的新組合，單位資本或勞動會創(chuàng)造出遠高于缺乏數(shù)據(jù)要素時的價值，大數(shù)據(jù)開發(fā)應(yīng)用及其與資本、勞動要素的深度融合會帶來資本深化和勞動生產(chǎn)率的大幅提升。因此，數(shù)據(jù)與其他生產(chǎn)要素的融合越全面越深入，對總產(chǎn)出增長的貢獻就越大，整個經(jīng)濟的全要素生產(chǎn)率提升幅度就越大[3]。同時數(shù)據(jù)要素作為新動能可以更好地整合和優(yōu)化區(qū)域一體化進程中產(chǎn)業(yè)升級的 “傳統(tǒng)動能”(“舊動能”)，如創(chuàng)新、要素結(jié)構(gòu)、貿(mào)易開放以及市場規(guī)模等[4]。

1.2 國內(nèi)外研究現(xiàn)狀及分析

全要素生產(chǎn)率主要有非參數(shù)法和參數(shù)法兩類測算方法。參數(shù)法主要有索洛余值法、隱形變量法以及隨機前沿SFA法。索洛余值法是RSolow、Robert M[5]于1957年在新古典增長理論中提出，他對改進的C-D生產(chǎn)函數(shù)進行測算，將索洛余值定義為總產(chǎn)出增長中除去投入要素增長剩下的部分。鑒于索洛余值法忽視了技術(shù)效率對全要素生產(chǎn)率增長的影響，因此美國經(jīng)濟學(xué)家Denison E F[6]對該方法進行了改進，將余值增長結(jié)果進行因素分解。Jorgensen D W、Griliches Z[7]提出了用超越對數(shù)生產(chǎn)函數(shù)的方法，將總產(chǎn)出、資本和要素投入分解為數(shù)量增長和質(zhì)量增長。由于這種模型簡單，適合于宏觀層面生產(chǎn)率的測算，因此得到國內(nèi)外學(xué)者的廣泛使用，楊飛虎、孫國茂、曹新穎[8]均使用了索洛余值法及C-D 生產(chǎn)函數(shù)原理來估計中國的全要素生產(chǎn)率。曹新穎、劉駿、韓詠梅等應(yīng)用改進的索洛余值法以及C-D生產(chǎn)函數(shù)來計算我國全要素生產(chǎn)率。黃鑫昊、孫猛均等[9]在研究中超越對數(shù)生產(chǎn)函數(shù)的隨機邊界模型來分解全要素生產(chǎn)率。還有部分學(xué)者采用非參數(shù)估計中數(shù)據(jù)包絡(luò)分析(DEA-Malmquist)生產(chǎn)率指數(shù)法測算了全要素生產(chǎn)率。管立杰、趙偉等[10]基于DEA-Malmquist 生產(chǎn)率指數(shù)法測算了我國29個省份2013—2017年間農(nóng)村基礎(chǔ)設(shè)施供給全要素生產(chǎn)率的變化。李健、馮山等[11]采用DEA-Malmquist 方法對省際全要素生產(chǎn)率進行了測算。對比以往學(xué)者的研究，由于索絡(luò)余值法存在諸多限制，難以滿足實際數(shù)據(jù)的需要；而DEA不需要事前設(shè)定生產(chǎn)函數(shù)，可以通過計算實際樣本點與有效樣本點之間的距離來測算生產(chǎn)單元的相對效率。但是，DEA 模型只能測算靜態(tài)規(guī)模效率和技術(shù)效率，動態(tài)測算則需要借助Malmquist指數(shù)。因此，本文采取DEA-Malmquist指數(shù)法對TFP進行測算，并同時將TFP增長率分解為技術(shù)進步、技術(shù)效率變化率、規(guī)模效率和分配效率4個指標。

由于全要素生產(chǎn)率測算方法中參數(shù)法以及DEA模型存在的不足，同時長三角區(qū)域數(shù)據(jù)要素配置效率[12,13]如何，鮮有文獻涉及。本文基于DEA-Malmquist指數(shù)法對TFP的測算，并將TFP增長率分為技術(shù)進步、技術(shù)效率變化率、規(guī)模效率和分解效率4個指標，并構(gòu)建數(shù)據(jù)要素配置效率指標對配置效率進行評估。本文將針對數(shù)據(jù)要素在長三角區(qū)域的資源配置問題展開研究，具體分析過程將分為以下三步: 第一，基于DEA - Malmquist 模型估算長三角區(qū)域?qū)嶋H狀態(tài)下的全要素生產(chǎn)率; 第二，以上一步得到的全要素生產(chǎn)率為被解釋變量，與數(shù)據(jù)要素配置相關(guān)的影響因素為自變量，建立回歸模型; 第三，分析回歸模型系數(shù)，并給出相應(yīng)的對策和建議。

2 研究方法

2.1 全要素生產(chǎn)率估算

本文基于DEA-Malmquist指數(shù)法[14-16]測算長三角地區(qū)實際狀態(tài)下的TFP，并分析長三角區(qū)域數(shù)據(jù)要素配置對TFP的影響。

首先，定義生產(chǎn)可能集合為下列形式

St={(xt,yt):xt能夠產(chǎn)出yt}

(1)

上式中，xt為t時生產(chǎn)單元i的因子輸入向量，yt為t+1時生產(chǎn)單元i的輸出向量，公式(1)指的是因子輸入向量xt在一定條件下獲得的輸出向量yt。

t時期的產(chǎn)出距離函數(shù)為以下形式

=(sup{θ:(xt,θyt)∈St})-1

(2)

(3)

(4)

為避免參考技術(shù)前沿的隨意性，Malmquist 指數(shù)被定義為t和t+1兩個時期生產(chǎn)率指數(shù)的幾何平均值，對TFP的變化分解為技術(shù)效率變化和技術(shù)進步，其計算公式為

=EC×TC

(5)

此外，EC還可以分為規(guī)模效率變化(scale efficiency change，sech)和純效率變化(pure efficiency change，pech)。所以生產(chǎn)單元t+1的TFP最終分解如下

TFPt+1=techcht+1×secht+1×pecht+1

(6)

2.2 逐步回歸模型

多元線性回歸是分析1個因變量與多個自變量線關(guān)系的方法。其回歸方程為

y=b0+b1x1+b2x2+…+bkxk+e

(7)

式中：b0，b1，b2，…，bk為回歸系數(shù);e為隨機誤差。

以使方程的誤差平方和最小為目標，獲得多元線性回歸方程的回歸系數(shù)，分別求偏導(dǎo)數(shù)并使之等于0，解相關(guān)方程組可求得b0，b1，b2，…，bk的數(shù)值。

3 實證分析

3.1 數(shù)據(jù)來源及處理

考慮樣本數(shù)據(jù)的可獲得性和一致性，選取長三角區(qū)域三省一市(安徽、江蘇、浙江及上海)的統(tǒng)計數(shù)據(jù)。在選擇時間序列方面，本文以2005—2018年作為樣本區(qū)間。本文的數(shù)據(jù)來源于中國經(jīng)濟與社會發(fā)展數(shù)據(jù)庫中的《江蘇統(tǒng)計年鑒》《浙江統(tǒng)計年鑒》《安徽統(tǒng)計年鑒》和《上海統(tǒng)計年鑒》，同時參考了各地區(qū)人力資源和社會保障局公布的數(shù)據(jù)。

關(guān)于各地區(qū)的全要素生產(chǎn)率指數(shù)的測算，投入指標包括長三角區(qū)域總資本投入和總勞動力投入，本文以各省的GDP指數(shù)將名義GDP轉(zhuǎn)換為實際GDP(以2005年不變價格為準)來衡量產(chǎn)出水平。參考張軍(2004)等的做法，以永續(xù)盤存法計算的資本存量為資本投入，估算公式為

Kit=Iit/Pit+(1-δ)Kit-1

其中，投資流量指標(Iit) 、投資流量指標的價格平減指數(shù)(Pit) 分別采用t時期的i地區(qū)固定資產(chǎn)形成總額和固定資產(chǎn)投資價格指數(shù);與大多數(shù)學(xué)者一樣，將折舊率設(shè)為9.6%。應(yīng)用DEAP軟件計算，可以得出TFP指數(shù)、技術(shù)效率指數(shù)和技術(shù)進步指數(shù)，如表1所示。

表1 2005—2018年長三角實際狀態(tài)下Malmquist指數(shù)分解結(jié)果

從Malmquist 指數(shù)分解結(jié)果可以看出，長三角區(qū)域 2005—2018年期間TFP的動態(tài)變化均值為1.039，表示在實際狀態(tài)下長三角區(qū)域TFP平均增長率為3.9%。而對TFP的結(jié)果進行分析，得出技術(shù)進步變化(techch)對TFP的增長貢獻最大，技術(shù)進步變化在 2005—2018年間年均變化平均值為 1.049，年平均增長了4.9%。其中，純技術(shù)效率(pech)變化均值年均降低了0.5%，規(guī)模效率(sech)變化均值年均降低了0.9%，這也說明了長三角全要素生產(chǎn)率的提高主要取決于技術(shù)水平的進步，而不是技術(shù)效率的提高。

3.2 數(shù)據(jù)要素配置影響因素分析模型

本文構(gòu)建數(shù)據(jù)要素配置因素指標。首先，考慮長三角區(qū)域國有企業(yè)對資源的外部干預(yù)較為明顯，故而構(gòu)建產(chǎn)權(quán)制度指標，選用“國有企業(yè)占比”衡量長三角區(qū)域產(chǎn)權(quán)制度體系對數(shù)據(jù)要素配置的影響?？紤]到我國產(chǎn)業(yè)和結(jié)構(gòu)差異，有必要考察產(chǎn)業(yè)結(jié)構(gòu)差異對數(shù)據(jù)要素配置的影響，本文選取“第三產(chǎn)業(yè)總值占地區(qū)GDP的比重”來研究產(chǎn)業(yè)結(jié)構(gòu)對要素配置的影響。其次，考慮到產(chǎn)品市場的良好運行決定了各部門間的要素配置狀況。因此，考慮到產(chǎn)品市場的良好運行，可以衡量市場競爭度，選取“民營企業(yè)的銷售收入比例”進行考察。再次，提高信息交流水平也可以優(yōu)化要素配置，目前企業(yè)的轉(zhuǎn)型升級過程就是對數(shù)據(jù)要素重新配置的過程，其中信息交流水平對此有重要影響，因此采用“各省郵電業(yè)務(wù)的對數(shù)”來衡量信息交流水平對數(shù)據(jù)要素配置的影響。同時，長三角經(jīng)濟的增長主要依靠投資和進出口，尤其對于上海、江蘇和浙江眾多企業(yè)，進出口的繁盛和蕭條嚴重影響著其企業(yè)效益，進而影響地區(qū)間數(shù)據(jù)要素配置的狀態(tài)，由“進出口貿(mào)易總額占該地區(qū)GDP的比重”這一指標來衡量；最后，通過教育可以提高數(shù)據(jù)要素配置水平，教育程度越高的勞動者對數(shù)據(jù)要素流動的貢獻程度越大，因此采用“各省每萬人中高校在校人數(shù)的對數(shù)”來衡量。

因此，本文選取市場競爭度、對外開放程度、產(chǎn)權(quán)制度、產(chǎn)業(yè)結(jié)構(gòu)程度、教育水平、信息交流水平和技術(shù)水平作為解釋變量，測算出的長三角全要素生產(chǎn)率為被解釋變量，基于多元回歸方程，研究這7個變量對長三角區(qū)域2006—2018年數(shù)據(jù)要素配置的影響[17]，回歸方程見下式。

TFPit=a0+c1MRit+c2TRit+c3PRit+c4D3it+c5Eit+c6TEit+c7Iit+uit

(8)

公式(8)中，I=年份，t=1,2,3,4,5,6,7，TFP 為長三角全要素生產(chǎn)率，MR為市場競爭度，TR為外貿(mào)開放度， PR為產(chǎn)權(quán)制度水平， D3為三產(chǎn)占比，E為教育水平，TE為技術(shù)水平，I為信息交流程度。

考慮到經(jīng)濟指標間存在多重共線性的影響，所以本文將應(yīng)用 SPSS 軟件，引入逐步回歸方法，探究長三角數(shù)據(jù)要素配置效率的影響因素。根據(jù)理論模型方程式，模型結(jié)果如表2所示。

表2為長三角數(shù)據(jù)要素配置影響因素的逐步回歸結(jié)果，選取回歸過程中的3個模型，比較分析每個變量對數(shù)據(jù)要素配置效率的影響。模型 M2與模型 M1相比，加入了外貿(mào)開放程度變量后，市場競爭度和三產(chǎn)占比的顯著水平明顯提高，并且技術(shù)進步、三產(chǎn)占比的回歸系數(shù)都有所升高。與模型M2相比，模型 M3中加入了產(chǎn)權(quán)制度變量后，產(chǎn)權(quán)制度變量改變了其他指標系數(shù)，但影響方向不變，即其經(jīng)濟含義保持不變，說明模型基本是穩(wěn)定的。

表2 長三角數(shù)據(jù)要素配置影響因素分析回歸結(jié)果

對模型結(jié)果分析可知，市場競爭度對長三角數(shù)據(jù)要素配置效率影響程度最大，回歸系數(shù)為5.572。市場競爭的高度加劇和大量生產(chǎn)力的釋放，反映了面向市場的數(shù)據(jù)要素分配的重要性，以及市場在數(shù)據(jù)要素分配中的決定性作用。其次，教育水平以及產(chǎn)權(quán)制度的回歸系數(shù)值較高。數(shù)據(jù)要素如何更好地開放與利用，依賴于大數(shù)據(jù)和人工智能技術(shù)的運用與發(fā)展，教育水平的提高將成為這些技術(shù)發(fā)展的強大的助推劑。產(chǎn)權(quán)制度使用“國有企業(yè)占比”指標衡量。政府與國企存在相互依賴關(guān)系。政府在關(guān)鍵時刻可以采取干預(yù)手段，調(diào)控與管制企業(yè)，規(guī)范企業(yè)行為，進而提高企業(yè)的效率。

4 結(jié)論及建議

長三角區(qū)域數(shù)據(jù)要素配置不充分的原因主要是由于制度安排不合理，在各部門相對獨立、企業(yè)、科研院所與高等學(xué)校合作不夠充分，資源共享困難的條件下形成的數(shù)據(jù)要素配置體制。在此基礎(chǔ)上，本文結(jié)合長三角地區(qū)具體情況，在政府的指導(dǎo)下，以市場分配為基礎(chǔ)，提出了基于市場分配的數(shù)據(jù)要素配置機制，構(gòu)建產(chǎn)學(xué)研協(xié)同聯(lián)盟。在數(shù)據(jù)資源共享平臺的支持下，以金融和服務(wù)機構(gòu)為輔，同時以法律保護產(chǎn)權(quán)制度保障，構(gòu)建長三角區(qū)域經(jīng)濟一體化數(shù)據(jù)要素配置體系。

4.1 市場在要素配置中的決定性作用

保障各類企業(yè)在市場中的平等地位，確保市場競爭機制，解決特權(quán)部門和部分企業(yè)在數(shù)據(jù)市場的控制和壟斷問題，使數(shù)據(jù)資源能夠按照市場價格分配給不同主體。在競爭性領(lǐng)域中，保證所有相關(guān)部門平等獲取數(shù)據(jù)要素資源，使有限的資源最大限度地流向最有效率的部門[18]。

4.2 政府應(yīng)給予數(shù)據(jù)資源配置適當(dāng)?shù)母深A(yù)與調(diào)節(jié)

數(shù)據(jù)資源配置過程中，政府應(yīng)發(fā)揮不可或缺的輔助作用[19]。但政府的輔助并不意味著各級部門的全面干預(yù)，而是應(yīng)該注意整體把控和頂層設(shè)計，避免缺乏頂層設(shè)計和統(tǒng)籌考慮的政策對數(shù)據(jù)資源配置的干擾，避免數(shù)據(jù)要素政策制定范圍過寬泛，涵蓋方方面面，缺少對核心問題的認識，也避免對數(shù)據(jù)要素政策過度限制以及全面干預(yù)現(xiàn)象的發(fā)生。除了制定宏觀政策外，政府應(yīng)作為數(shù)據(jù)配置活動的重要決策主體。政府應(yīng)制定配置數(shù)據(jù)要素的頂層設(shè)計方案，指出明確的發(fā)展趨勢，并提供良好的外部環(huán)境。

4.3 構(gòu)建以企業(yè)為主的產(chǎn)學(xué)研協(xié)作機制

由于企業(yè)擁有豐富的資金，但沒有獨立的研發(fā)部門，研發(fā)能力較弱；而大學(xué)及科研機構(gòu)擁有強大的研發(fā)實力和要素資源，但由于缺少資金投入和市場信息。因此需要在政府宏觀指導(dǎo)下，形成以企業(yè)為核心、高校為基礎(chǔ)、研究機構(gòu)為支撐的產(chǎn)、學(xué)、研協(xié)作機制，是數(shù)據(jù)要素高效率配置的前提。

4.4 構(gòu)建數(shù)據(jù)資源共享和開放平臺

數(shù)據(jù)資源配置以資源共享為基礎(chǔ)，促使參與者通過一定的平臺共享數(shù)據(jù)資源，交換所需商品，從而有效避免因數(shù)據(jù)流動不暢、信息傳遞不對稱造成的數(shù)據(jù)資源錯配，逐步實現(xiàn)數(shù)據(jù)資源的社會共享和公共開放。