吴建军 金兆鹏
(中南财经政法大学金融学院,湖北武汉430073)
东北地区经济增长因素分解——基于东北地区34个地级市的实证研究
吴建军 金兆鹏
(中南财经政法大学金融学院,湖北武汉430073)
摘 要:利用1999—2013年东北地区34个地级市的面板数据,对影响经济增速的资本存量增速、劳动力增速以及全要素生产率增速进行分析,并通过构建DEA-Malmquist指数模型,对东北地区34个地级市的全要素生产率的变化进行测算与分解,找到了东北地区经济增速以及全要素生产率增速放缓的原因,并从区域技术与人才集聚、优化资源配置、转变经济发展方式、实现制度创新四方面提出政策建议。
关键词:经济增长;全要素增长率;Malmquist指数分析法;技术进步;综合技术效率
东北三省作为我国老工业基地之一,曾为国家的经济建设作出重要贡献。2003年以来,国务院出台了《关于实施东北地区等老工业基地振兴战略的若干意见》等多项政策以振兴东北经济。然而,东北地区虽然具有明显的资源优势,并且聚集了重型装备制造业、精密仪器制造业、兵器工业等资本密集型国有企业,有较大基础优势和巨大潜力,但近年来东北三省的经济增速却十分缓慢。2014年,辽宁、吉林和黑龙江三省份的经济增速分别为5.8%、6.5%和5.6%,均位列全国后五位,远低于全国7.4%的平均水平。2015年一季度,东北三省多项经济指标继续下滑,经济下行压力增大。基于上述背景,本文通过索洛经济增长模型以及DEA-Malmquist指数法对东北地区经济增长因素进行分解,试图找出东北地区经济增速下降的原因,并据此提出相应的解决方案。
本文的研究包括两个层面,一是通过索洛经济增长模型测算资本、劳动力及全要素生产率对东北地区经济增长的贡献;二是在得出全要素生产率是影响东北地区经济增速的主要因素后,利用DEA-Malmquist指数法对东北地区的全要素生产率进行分解,以找出导致东北地区全要素生产率增速下降的具体成因。
1.索洛经济增长模型
索洛经济增长模型考察4个变量,分别为产出(Y)、资本(K)、劳动(L)以及技术进步(A),其中资本、劳动和技术进步被看作是影响经济增长的三个因素。技术进步被视为外生变量,在索洛模型中技术进步等同于全要素增长率,即索洛余值。
索洛模型使用柯布-道格拉斯函数,从而总量生产函数可以写成:Y=F(K,AL),即。其中,Yt表示当年的GDP总量,Kt表示当年资本存量,Lt表示当年劳动力数量,At表示技术进步。对函数两端取对数可得:(2),方程(2)两端同时对时间t求全微分,然后两边同时除以Y可得
2.DEA—Malmquist指数法
DEA-Malmquist指数法是由运筹学家A.Charnes、W.W.Cooper和E.Rhodes在1978年首先提出的用于评价部门间相对有效性的方法。该方法作为对全要素生产率进行测算和分解的非参数模型,可以将全要素增长率分解为技术进步和技术效率变化两个部分,从而可以更为准确地对全要素增长率进行分析。本文利用该方法对东北地区34个地级市的面板数据进行分析。
Malmquist指数法利用距离函数的比例来计算投入产出效率。该指数的原理由如下:假设第i个地区t期的投入Xti+1=(Kit,Lit,Eit),该期的产出为Yti。第i个地区(t+1)期的全要素生产率增长的Malmquist指数为:
如果将全要素生产率增长指数分解为技术效率指数和技术进步率指数,方程(5)将变为:其中代表t+1期的综合技术效率指数,代表t+1期的技术进步率指数。
一旦考虑规模报酬变动的情形,综合效率指数将被分解为纯技术效率指数和规模效率指数的乘积,最终表达式为:
其中v表示变动的规模报酬的情况,c表示固定规模报酬的情况。
1.数据来源
本文的数据主要来源于2000—2014年的《辽宁统计年鉴》《吉林统计年鉴》和《黑龙江统计年鉴》,部分数据来源于东北地区各城市国民经济和社会发展统计公报。在综合考虑数据的一致性和可得性后,本文分别选取辽宁省14个地级市、吉林省8个地级市和黑龙江省12个地级市作为研究对象。
2.变量选取
投入变量包括资本(K)、劳动(L),产出变量为当年的GDP,用Y表示。由于我国并没有公布各城市的资本存量的具体数值,因而关于存量的估算采用“永续盘存法”,计算公式为:Kit=Kit-1(1-δit)+Iit。其中,i表示第i个城市,t表示第t年,Kit表示经定基期固定资产投资价格指数平减后的第i个城市第t年的资本存量,Iit表示当年固定资本形成总额,折旧率为δit。关于折旧率的选择,本文参考了张军等人(2004)的研究成果,折旧率假定为9.6%保持不变。
关于初始资本存量的确定,本文借鉴Reinsdrf等(2005)的方法。假定I′t是t年的不变价格投资,其中I′t=(It-2+It-1+It)/3,g为投资I′t的平均增长率,I′t为初始年份的投资,δ为资本平均折旧率。则第(t-1)年的投资为I′t/(1+g),在经历折旧后仍在第t年资本存量中的部分是I′t(1-δ)/(1+g)。同理,第(t-2)年的投资仍在第t年资本存量中的部分是I′t[(1-δ)/(1+g)]2。由此可得初始资本存量K0:
在计算过程中,历年的投资额是利用历年的固定投资价格指数将当年的全社会固定资产投资折算成按1999年为基期的不变的实际值。
劳动力(L)选取各城市历年的从业人数。产出量(Y)选用各省GDP数据,为了同资本存量保持一致,利用各年商品零售价格指数,将其折算成1999年为基期的数值,单位为亿元。
如图1所示,东北三省的GDP在2010年以后增长速度集体出现下滑趋势。由方程(3)可知,一个地区经济增长速度取决于资本存量增长速度、劳动力增长速度以及全要素生产率增速。为了解释东北地区经济增长速度下滑的原因,本文将分别对该地区的资本存量变动情况、劳动力变动情况以及全要素生产率变动情况进行分析。
图1 2001—2013年东北三省GDP增长率
1.资本存量增速分析
如图2所示,东北三省资本存量的增长速度在2002—2010年出现大幅提升,在2010年之后虽然增速低于2009年左右的峰值,但一直保持在20%左右,并未如同经济增速一样出现明显下降。这说明东北地区经济增速放缓并非是由于投资下降导致,也从另一个侧面体现出近年来东北地区资本存量增速已经无法达到2008—2010年期间的峰值水平,这意味着继续单纯依靠加大投资力度来提升经济增速,不仅不符合国家政策对经济增长模式由粗放型向集约型转变的要求,同时也不具备操作空间。因此,东北地区必须摆脱原有的经济发展模式,降低经济增长对投资的依赖程度。
图2 2001—2013年东北三省资本存量增长率
2.劳动力增速分析
如图3所示,东北三省劳动力变化幅度很小,最高增速为4%,最低增速为-2.26%,且在2010—2013年期间劳动力数量并未出现明显下降趋势。这说明在1999—2013年期间东北地区劳动力水平变化并非造成该地区GDP水平下降的主要原因。另外,由于东北地区劳动力数量长期处于基本稳定状态以及人口增速放缓,可以推测在未来试图依靠劳动力数量上升来提高经济增速极难实现。
图3 2001—2013年东北三省劳动力增长率
3.全要素生产率的测算与分解
基于上述处理后的数据以及相应模型,利用DEAP2.1软件,对东北地区34个地级市1999—2013年的全要素生产率指数进行测算。本文将从全要素增长率的时间趋势、城市比较和Malmquist指数分解三个方面进行讨论。1999—2013年东北地区历年Malmquist总体指数如表1和表2所示。
表1 2000—2013年东北地区全要素生产率及其分解
2002 1.043 1.078 1.002 1.041 1.125 2003 0.99 1.134 0.992 0.998 1.123 2004 1.065 1.01 1.031 1.033 1.075 2005 0.976 1.083 0.992 0.984 1.056 2006 1.008 1.104 1.034 0.975 1.112 2007 1.009 1.08 1.028 0.982 1.089 2008 1.026 1.078 1.024 1.002 1.106 2009 1.022 1.057 1.043 0.98 1.08 2010 1.022 1.127 0.974 1.038 1.141 2011 1.016 1.08 1.015 1 1.097 2012 1.011 1.013 0.998 1.013 1.024 2013 0.959 1.012 0.969 0.99 0.971均值 1.001 1.076 1.001 1 1.078
表2 1999—2013年东北地区34个城市全要素生产率指数
阜新 1.039 1.09 1.039 1 1.133葫芦岛 0.985 1.09 0.979 1.006 1.074锦州 1.011 1.048 1.014 0.996 1.059辽阳 1.015 1.089 1.016 0.998 1.104盘锦 0.971 1.087 0.974 0.996 1.055沈阳 1 1.009 1 1 1.009铁岭 1.019 1.087 1.012 1.006 1.107营口 1.012 1.012 1.009 1.003 1.103均值 1.001 1.076 1.001 1 1.078
图4 2001—2013年东北地区Malmqusit指数
从时间序列角度来看,2000—2010年期间东北地区全要素生产率增长率处于稳步上升阶段,说明在此期间东北地区经济增长绩效在不断提高。而在2010—2013年期间Malmquist指数急剧下降,从2010年时的最高值1.141下降至2013年时的0.971,表明在此期间东北地区经济增长绩效水平下滑明显。
从分城市角度来看,除绥化市外其余城市的全要素增长率均为正值,由tfpch=effch×techch,其中effch=pech×sech,可以将全要素生产率增长指数分解为综合效率变化和技术变化两个方面,在东北地区34个地级市中仅有16个城市的综合技术效率值大于1,且最大值为本溪市的1.054,而最小值仅为0.951;而技术变化方面,仅有一座城市的技术变化值小于1,其他地级市的技术效率均大于1。
从Malmquist指数分解结果来看,东北地区综合效率值最大值为1.043,平均值为1.001;而技术变化值最大值为1.134,平均值达到1.076,这充分表明东北地区的全要素增长率主要依赖于技术进步,而综合效率变化所起作用有限。
另外,东北地区技术进步速度在2010年左右开始下滑,其中2013年仅为1.012,远低于近年来的平均水平。始于2003年的振兴东北老工业基地计划在一定程度上可以解释东北地区2000—2010年间发生的技术进步。在此期间,原有的机器设备得到了大幅度提升。东北老工业基地充分利用自己的“后发优势”学习和吸收其他地区的先进技术,并取得较好效果。但伴随着技术水平的提高,技术引进难度不断加大,这在东北地区2010—2013年期间技术进步速度放缓的表现中尤为明显。在目前无法继续通过简单模仿和引进实现技术进步,同时综合技术效率没有显著提高的情况下,近年来东北地区的全要素增长率大幅下降。
通过上述分析可知,2010—2013年同2000—2010年相比,东北地区资本存量增速以及劳动人数增加方面并未出现明显下滑,而全要素生产率增长指数则由最高值1.141下降到2013年的0.971,因而东北地区经济增速放缓主要是由经济增长绩效水平不断下滑所导致。造成全要素生产率增速下降的原因在于2010—2013年期间技术进步增速放缓以及2000—2013年期间综合技术效率始终没有出现显著提高。
1.从时间序列和各截面数据来考察,2000—2010年期间东北地区的全要素生产率增长速度主要依赖于技术进步,而综合效率水平对全要素生产率产生的作用较小。2010—2013年期间全要素生产率增速大幅下降的主要原因在于技术进步速度放缓,同时综合效率水平没有大幅度提高。这说明2000—2010年期间东北地区较为充分地利用自身“后发优势”,学习和引进了大量先进技术,并在很大程度上提高了技术进步水平。但在规模经济、劳动熟练程度提高以及管理创新等方面所带来的效率改进方面取得进步较小。而2010—2013年期间,由于2000—2010年期间技术已经取得了巨大的进步,与其他地区差距不断缩小,导致继续利用“后发优势”的难度大增,2010—2013年期间在技术进步方面出现较大幅度下降,综合效率也未出现明显改善。综合以上两方面原因,东北地区在2010—2013年期间全要素生产率增长速度大幅度下降。
1.实现区域技术集聚和人才集聚。从Malmquist指数分解可以发现,东北地区在2010—2013年期间技术进步速度大幅下降,这说明过去过度依赖引进和缺乏自主创新的模式难以为继。在“后发优势”逐渐消失的情况下,东北地区应该寻找新的技术突破口,通过内源创新来推动技术进步。东北地区应该充分鼓励技术创新,加大对自主创新的扶持力度,加快推进企业技术进步,同时建立长效人才激励机制,增强地区的人才吸引力,实现区域技术集聚和人才集聚,为经济增长提供动力。
2.优化资源配置,提高企业经营水平及管理效率。东北地区的综合效率在2000—2013年期间变化幅度较小,说明东北地区在规模经济、劳动熟练程度以及管理所带来的效率改进等方面没有明显改善。因此,东北地区需要进一步调整经济增长结构,释放改革红利,在制定改革方案时既要有利于当前发展,更要惠及长远目标,实现经济进一步市场化。东北地区应该通过市场和竞争加速企业资源整合,实现资源优化配置下的规模经济和范围经济。同时,要学习和利用国内外先进的管理经验,提高企业经营水平及管理效率。
3.加快转变经济发展方式。东北地区在投资难以继续大幅提高以及劳动力水平较为稳定的情况下,应更加重视全要素增长率对于经济增长的作用。东北地区要改变原有粗放型经济发展方式,加快向集约型发展方式转变,利用区域良好的产业基础,推动制造业从低端走向中高端,实现产业升级。另一方面,通过提高对外开放水平,发挥东北地区制造业的比较优势,大力开拓国际市场,实现出口拉动经济,降低经济增长对于投资的依赖程度,提高经济增长的质量。
4.以制度创新推动经济增长。目前以国有经济为主的经济体制严重束缚了东北地区的经济发展。进一步深化国有企业改革,大力发展混合所有制经济,是目前东北地区突破制度障碍,实现经济转型的重要任务。应充分利用资本市场,在国有企业中通过资产重组,引进社会资本,提高国有企业的管理和运营效率,切实增强国有经济发展活力。同时,推动国有资本向关键性、战略性、基础性和先导性行业领域集中,助力产业发展,以制度创新推动经济增长。
[参考文献]
[1]谢众,李静.基于环境核算的中国省区TFP增长估算:1990—2011[J].安徽大学学报(哲学社会科学版),2013(5).
[2]刘秉镰,李清彬.中国城市全要素生产率的动态实证分析:1990—2006——基于DEA模型的Malmquist指数方法[J].南开经济研究,2009(3).
[3]颜鹏飞,王兵.技术效率、技术进步与生产率提高:基于DEA的实证分析[J].经济研究,2004(4).
[4]赵伟,马瑞永,何元庆.全要素生产率变动的分解——基于Malmquist生产力指数的实证分析[J].统计研究,2005(7).
[5]张军,吴桂英,张吉鹏.中国省际物质资本存量估计:1952—2000[J].经济研究,2004(10).
[6]Marshall Reinsdorf,Mariam Cover.Measurement of Capital Stocks,Consumption of Fixed Capital,and Capital Services[J].Report on a Presentation to the Central Ameri-can Ad Hoc Group on National Accounts,2005(5).
[7]张军,施少华.中国经济全要素率变动:1952—1998[J].世界经济文汇,2003(4).
Abstract:We use solow growth model to analyze the rate of economic growth in northeast China in 1999-2013.We find that:the capital stock growth rate in northeast remains at more than 20%,after 2010 there’s no significant slide appears.The over-all level of the labor force to maintain a stable state,the changing range of the calendar year is small.Total factor productivity growth deteriorated rapidly after 2010,and the negative growth appears in 2013.Therefore,the main reason for the slowdown in economic growth in Northeast China is the decline in total factor productivity growth.Then we use DEA-Maluquist index method to analyze total factor productivity growth.The data shows that:the technological progress is the main reason for the in-crease of total factor productivity in Northeast China,the role of comprehensive technical efficiency is limited.
Key words:economic growth;total factor productivity growth;malmquist index method;technological progress;comprehen-sive technical efficiency
[基金项目]国家社科基金项目(项目批准号:14BJY184)。
[作者简介]吴建军(1972-),男,河北衡水人,副教授,博士,研究方向:产业经济学;金兆鹏(1989-),男,黑龙江齐齐哈尔人,研究生,研究方向:产业经济学。
中图分类号:F127
文献标识码:A
文章编号:2095-3283(2016)01-0043-05
(责任编辑:陈鸿鹏)