动态比较优势与经济增长效率——以东部沿海四省为例

马述忠　徐　梁

(浙江大学 经济学院，浙江 杭州 370000)



动态比较优势与经济增长效率
——以东部沿海四省为例

马述忠徐梁

(浙江大学 经济学院，浙江 杭州 370000)

经济危机之后，中国经济快速增长的步伐正逐渐放缓，随着经济全球化的深入，市场竞争日益激烈，中国继续利用廉价资源、劳动力等传统比较优势的空间已日趋缩小，且有被“低端锁定”的可能。如何选择对经济增长效率带动大的产业，使得经济保持快速健康的发展，是目前需要迫切解决的问题。本文选取了中国出口排名居前的东部沿海代表省份进行实证分析，研究结果表明，传统具有比较优势的资源密集型产业和劳动密集型产业，对经济增长效率的贡献正在不断减弱，而正处于比较优势动态上升中的资本密集型产业和技术密集型产业对经济增长效率的贡献正在不断加强。

比较优势；经济增长效率；RCA指数；TFP

一、引言

后危机时代以来，如何保证无衰退的经济增长已经成为当前社会发展不可忽视的问题。虽然中国经济一直在高速发展，截至2013年中国国内生产总值(Gross Domestic Product, GDP)达到67.67万亿元，人均国内生产总值(Real GDP per capita，人均GDP)达到49228.73元*数据来源于国家统计局网站(http://data.stats.gov.cn/workspace/index;jsessionid)。，已经达到世界中等国家收入水平，经济总量先后赶超法国、英国、日本、德国，成为世界第二大经济体。但不可忽视的是，伴随以实际劳动力短缺和工资持续提高为特征的“刘易斯拐点”的初现倪端，以及“人口红利”的逐渐消失，中国经济的持续性增长能力开始受到质疑：中国经济增长是要素积累而非技术水平的提高；各地政府曾经只注重GDP总量而忽略环境保护、民生建设等的考核制度，只靠大规模的政府主导型投资以确保GDP增速的方式，使得资本报酬开始递减，未来中国经济发展步伐必然减缓甚至停滞。

同时，中国经济正逐步从二元经济发展阶段向新古典增长的阶段进行转变，而技术进步作为新经济增长理论的核心，已成为经济可持续发展的源泉。作为经济增长的效率—全要素生产率(Total Factor Productivity,TFP)，是衡量一个国家经济增长效率和技术水平、管理专业程度的重要标志。因此，以往对经济发展的目光也应从对传统的GDP总量的关注转到对全要素生产率的关注。中国政府也逐渐意识到经济增长效率对整个国民经济发展的重要性，多次在政府工作报告中强调调整产业结构、转变增长方式，2006年在《国家中长期科学与技术发展规划(2006—2020年)》中将技术进步贡献指标列为中国的发展目标，因此，如何保障经济健康良好地运行，调整发展比较优势产业，提高经济增长效率，使中国从依靠廉价资源、劳动力的低附加值产业向资本、技术等高附加值产业的转移，是中国经济在谋取进一步发展中面临着亟待解决的紧迫问题，而通过提升战略性产业的比较优势，进而提高经济增长效率，可以使中国经济更健康、高效的发展。

二、文献回顾

全要素生产率的定义是由索洛提出的，在去除掉两大投入要素，即劳动力和资本后，其他所有生产要素投入带来的产出的增长率。1957年，这一概念由索洛首次提出，并在其《技术变化与总合生产函数》中提出了带有技术进步的内生增长模型。故全要素生产率亦被称为“索洛余量”或“索洛残差”。

外国学者对全要素生产率的研究比较早，在Solow首次对全要素生产率进行量化研究，对投入要素进行了更细致的分类，利用权数提出了总投入指数。[1]随后Aiginer等人提出随机前沿生产模型，第一次将全要素生产率的变化分解为生产可能性边界的移动和技术效率的变化，并允许技术无效的存在。[2]20世纪80年代后，部分学者采取超越对数生产函数的形式在总量和生产部门之间进行生产率的测算，随后，Schmitz等人着眼于产出与技术效率、全要素生产率的关系，采取随机前沿生产函数法，经过大量实证研究，使得这一方法日渐完善。[3]Caves、Christensen&Diewert运用DEA理论，构造了Malmquist指数，为利用指数法测度全要素生产率建立新的理论框架。[4]随后，Banker、Charnes&Cooper提出了规模报酬可变的BCC模型，在该模型的基础上以规模报酬可变模型为基础，将生产指数的变化分解为规模效率变化、技术进步变化和纯技术效率变化。[6]R&D分解模型则由Ray和Desli提出。[7]之后，Harry Bloch&Sam Hak KanTang开始用一种内生模型测算了技术变化率，将技术变化率与TFP进行了比较，且用传统方法计算了TFP。[8]Ubiana Chamarbagwala经研究得出结论，对于一个国家来讲，它所处的发展阶段、劳动力水平及资本技术对全要素生产率都有影响。[9]Hsieh&Klenow在Melitz的基础上开创了全新的视角，开始从要素配置效率的角度衡量全要素生产率，[10]Bollard将研究进一步深入，指出如果发展中国家的要素市场不够发达、政府干预较多都会导致要素配置资源不高，从而影响全要素生产率的提高。[12]Krugman最早提出国际贸易会影响一国的全要素生产率，[13]之后Young、Holmes&Schmitz等人分别从进出口对一国全要素生产率作出了进一步的研究，但到底是抑制还是激励至今仍未得到一个统一的结论。[14]

国内对全要素生产率的研究与国外比较相对起步较晚，直到改革开放之后才开始系统地研究全要素生产率，比较早的是李京文院士在与外国学者合编的《生产率与中美日经济增长研究》中，开始注意到经济增长与生产效率的关系，学者对中国全要素增长率的观点并不一致，部分研究者认为增长缓慢，而多数的学者认为增长较快；部分学者将R&D变量引入模型，但R&D的度量受到很多学者的批判，何锦义等甚至认为R&D是一个伪变量，[16]因为R&D不能独立于资本投入和劳动力投入，只是一部分购置科研的固定资产，应归入资本投入；王争、郑京海、史晋川等学者利用该方法，对中国工业生产效率的地区差异进行了测度并对中国地区间生产效率演进进行了研究。[17]但也有研究者认为，根据不同的生产率测算方法计算出来的全要素生产率可能不同，故此方法存在缺陷。近年来许多中国学者开始采用DEA方法测度全要素生产率，对中国工业企业生产率进行分析等等，可是研究的结果却分歧较大，例如张宇的研究表明，1992—2002年全国的全要素生产率增长较快，平均增长率为5%左右，[18]而颜鹏飞等的研究结果表明，这段时间全国的全要素增长很慢，仅为0.79%，[19]同样例如于永波、吕冰洋等对中国各地区的技术效率研究表明，北京的技术效率低于天津和西部一些地区，而江苏、浙江等发达地区也低于湖南、辽宁等中西部地区，这十分难以令人理解。[20]故一些学者开始引入序列DEA方法，用当前观察值和以前所有观察值来构造最佳前沿,以分析人力资本结构与技术选择的动态适配性及其对区域TFP增长的影响，并运用Malmquist指数模型测度了1990-2009年中国省域的经济效率和全要素生产率，并对其影响因素进行了分析，除东部地区以外，中、西和东北都下降，原因在于中国技术效率、纯技术效率和规模效率的增长率在大部分年份出现了下降。[21]龚关、盖庆恩等人从广义视角研究了要素市场扭曲对全要素生产率的影响，强调要素市场扭曲不仅通过影响企业的资源配置效率直接降低全要素生产率，而且会通过垄断势力改变企业的进入退出行为间接降低全要素生产率。[24]

综上所述，早期国内外关于全要素生产率的研究主要还是集中在测算方法的选择和参数的选取上，尽管存在上述分歧，但绝大多数研究认为中国改革开放以前的经济增长是低效率的，TFP增长十分缓慢，而改革开放以后经济增长质量比改革开放以前有了较大的改善，国有企业的全要素生产率低于私营企业等，作为经济效率衡量指标的全要素生产率的增长，势必会提高国民经济和人民生活水平。近年来国内外学者开始从TFP测算转移到TFP水平影响因素的研究，但将TFP的增长情况与实际的经济活动相联系还是较少，从贸易角度探讨一国TFP增长的研究方兴未艾，尤其是和比较优势产业相联系的研究更是罕见，因此本文将从全要素生产率和比较优势产业的关系入手，通过实证分析，找出不同产业的出口对全要素生产率的关系，进而提高国民生活水平。

三、经济增长效率的测算

经典的对全要素生产率的测算是从估计生产函数开始的，生产函数的估算方法差异性较大，所以全要素生产率的测算方法也比较多，由于本文研究的省级层面的全要素生产率，研究对象属于宏观范畴，同时考虑到时间惯性，选择索洛余值法作为研究方法。索洛余值法避开了生产函数具体形式的讨论，而关注函数的相关性质，故用索洛余值来度量技术进步还是具有很强的适用性；而且索洛余值法计算简便，结果清晰直观，被广泛使用。少数学者对索罗余值法略有微词，认为索罗残差所包含的因素过于宽泛，认为劳动与资本两种投入以外的因素导致产出增加的因素不能简单地归结于技术进步。本文研究的是比较优势产业对经济增长效率的影响，并不只是单纯研究比较优势产业对技术进步的影响，一切能提高经济增长效率的因素都在研究范围内，换言之，采用索罗余值法测算出的全要素生产率有多少完全来自技术进步对结果影响不大，故仍选择全要素生产率作为测算方法。

首先引入一个Hicks中性和规模报酬不变的新古典生产函数为：

(1)

式(1)中，Yt为实际产出，Lt为劳动投入，Kt为资本存量，α、β分别为平均资本产出份额和平均劳动产出份额，At即为所要求解的全要素成产率。通过对式(1)取对数可将其转化为线性形势，即：

lnYt=lnAt+αlnKt+βlnLt

(2)

移项得到：

lnAt=lnYt-(αlnKt+βlnLt)

(3)

简化表示为：

(4)

式(4)中的αt、kt、lt分别对应At、Kt、Lt的对数形势。

估计出平均资本产出α份额和平均劳动力产出β份额后，带入方程(4)中，可以得到全要素生产率。

Yt可以用t期实际GDP表示，Lt用t期的有效劳动力表示，都可以从现有数据中直接获得，Kt为资本存量，没有直接数据，资本存量序列需要在统计资料的数据基础上进行估算。

本文选取的测算方法是永续盘存法，由Goldsmith最早开创，最先被世界各国广泛应用。其基本公式如下：

(5)

其中，Kt为资本存量，It为t期投资总额，Kt-1为t-1期投资总额，δ为折旧率。需要特别说明的是，以上数据都是名义数据，如同实际GDP一样，应当按照价格指数折算成实际数据后才能带入计算。

根据《中国省际物质资本存量估算:1952-2000》，[26]选择2000年各省固定资本存量为标准，折算出1995年各省固定资本存量，再以1995年价格指数为基期价格，计算出各省每年实际固定资本存量。再将经过计算得到的实际GDP和就业人数数据代入方程(4)中，进行OLS计算，结果如表1所示。

表1　东部沿海四省1995-2011年全要素生产率

图1　东部沿海四省TPF趋势图

从图1上看，各省全要素生产率进入21世纪中有一个稳步上升的趋势，在经历过2008年经济危机后，均受到不同程度的影响。

四、东部沿海四省份的比较优势产业

中国经济发展的格局是东部沿海地区比较发达，而且国家经济发展的战略也是东部带动中西部发展，故选择东部沿海省份进行实证分析。根据国家统计局发布的2013年各省进出口总额排行榜，选取出口排名在前的江苏、浙江、山东、广东四省作为代表省份进行实证分析。这四省为中国经济最发达省份，都具有比较明显的外向型经济特征，各省出口的产品的特征比较明显，对周边省份的溢出效应较大，产品的比较优势的动态变化可以比较好地反映对经济增长效率的贡献程度。

(一)比较优势的测算指标

在以上四类产业RCA具体计算中，纺织品包括纺纱、织物、制成品及其有关产品，皮革、皮革制品及已鞣产品，服装及其衣着附件，鞋靴，旅行用品、手提包及类似品等；机电产品包括动力机械及设备，特种工业专用机械，电力机械、器具及其电子零件，陆路车辆及其他运输设备，仪器仪表等其他工业制品；高新技术产品包括生命科学技术、生物技术产品，办公用机械及自动数据处理设备，电信及声音的录制及重放置装备，专业、科学及控制用仪器和装备，航空航天技术等知识含量较高的产品；农产品包括动植物及其加工品，饮料和烟类等。

各行业的产品分类依据遵循国家统计《统计用产品分类目录(2010)》，和《中国高新技术产品出口目录(2006)》。计算RCA指数所用的各省出口数据来自各省统计局统计年鉴，世界出口数据来自世界贸易组织官方网站*数据来源于世界贸易组织网站http://stat.wto.org/Home/WSDBHome.aspx?Language=E。。由于世界贸易组织的产品分类依据是按SITC分类，与国内分类不完全一致，故要进行人工分类，因而会造成一定的数据缺乏，在客观上会存在一定的统计误差。

(二)沿海四省的比较优势测算

图2　2000-2012年东部沿海四省纺织业比较优势变化趋势

作为劳动密集型产业的代表的纺织业，各省的纺织品RCA都远大于1，说明各省纺织业都具有很强的比较优势，这与中国较为廉价的劳动力的客观相符。目前各省的纺织厂的生存环境并不乐观，已有不少城市因为劳动力资本上涨而出现用工荒，作为劳动密集型产业代表的纺织业首当其冲，大量的纺织厂倒闭。2008年经济危机后，各省的比较优势都出现了一个下降的趋势，但是浙江省的纺织品出口还在继续增加，比较优势增进明显。其中一个可能的原因是出口地区从欧美日转向东欧、西亚、拉美、非洲等新兴市场。

图3　2000-2012年东部沿海四省机电业比较优势变化趋势

代表资本密集型产业的机电业的RCA的动态上升趋势明显，各省都呈现出稳健上升的势头，其中广东省、浙江省已经初步具备比较优势，且其他二省的比较优势也在加强之中。说明中国的资本密集型产业的比较优势正经历着动态上升的阶段。但是也有不可忽略的事实，虽然目前中国的机电产品的比较优势在不断增强，但从实际出口产品来看，机电产品的出口还是集中于相对低端的产品，而中高端产品的出口则受制于外国材料进口商。仅以三一重工和徐州重工为例，两家企业的重型机械在国内市场占有率超过90%，产品基本属于供不应求，但所有重型机械的关键部件电液多路阀，却只能依靠从德国力士乐公司进口，因此导致两家公司在重型机械的生产销售过程中的主要任务就是争夺关键部件的进口配额，而德国公司因为掌握了关键部件的生产，可以很容易将销售的大部分利润以转移定价等方式攫取。同样在世界机械市场中，中国出口占到80%的起重机和泵车，发动机、电控、泵和阀等关键部件，均依赖从德国和美国的大公司进口，这就使得机电产品的出口额看似逐年增加，利润却一直不丰厚。由此可见，虽然中国机电产业的比较优势正逐步形成，却更多地是靠总量而不是收获高额利润。

图4　2000-2012年东部沿海四省高新技术产业比较优势变化趋势

作为技术密集型产业代表的高新技术产业，各省RCA都有一定的增幅，2008年金融危机后，增幅开始放缓，基本与之前持平或是略微下降。目前仍然具备比较优势的省份只有江苏，其他省份目前暂时小于1，这说明高新技术产品的发展在江苏省开始初步具备比较优势，在其他省份也是处于比较优势的动态增加过程，这与国家近年来的产业政策密不可分。

图5　2000-2012年东部沿海四省农业比较优势变化趋势

作为代表资源密集型产业的农业，RCA除了山东省在2001-2004年之间在1以上外，其他各省包括山东省2005年后均小于1，下降趋势比较明显，目前各省的农业比较优势均比较小，而且具有不断下降的趋势，且降幅比较大，说明这些省份正在逐步丧失农产品出口的比较优势，虽然中国是传统的农业大国，但中国农产品的比较优势已经逐渐丧失，这也对中国传统的资源密集型产业的发展起到了警示。

五、动态比较优势与经济增长效率的实证分析

根据蔡昉“中国经济增长将转向全要素生产率驱动型”的研究，[32]全要素生产率的提升在经济长期持续稳定发展中起到重要作用，而实现的前提就是要素资源的合理化配置，因此本文构建计量模型，研究中国产业比较优势对全要素生产率的影响，以期能能更好地帮助要素的合理化配置和经济增长。

1、模型设计与数据说明

为了研究资源密集型产业、劳动密集型产业、资本密集型产业和技术密集型产业四类产业的比较优势对东部沿海省份的经济增长效率的影响，建立面板模型，选取的解释变量依次是纺织品RCA、机电产品RCA、高新技术产品RCA和农产品RCA，考虑到影响经济增长效率的其他重要因素，在计量模型中加入私营经济度、高学历人才、市场贸易水平、交通运输里程四个控制变量，建立如下计量模型:

TFPit=α0+αi1RCA1it+αi2RCA2it+αi3RCA3it+αi4RCA4it+αi5PRIit+αi6HIEDUit+αi7IMEXit+αi8TRANit+εit

(6)

式(6)中，TFP为全要素增长率，用来衡量各省经济增长的效率；RCA1是用来衡量各省农产品比较优势的显示性比较优势指数；RCA2是用来衡量各省纺织品比较优势的显示性比较优势指数；RCA3是用来衡量各省机电产品比较优势的显示性比较优势指数；RCA4是用来衡量各省高新技术产品比较优势的显示性比较优势指数；PRI是全省私营企业的数量，用来衡量全省的私营经济度，单位是万户；HIEDU是全省高等教育在校人数，单位是万人；IMEX是全省进出口总额，单位是亿美元；TRAN为全省交通运输的总里程数，包括全省公路、铁路、内河航运的里程数，单位是万公里。下标i、t分别代办省份及年份。控制变量的全部数据均来自各省统计局汇编的省统计年鉴，

2、实证的结果与分析

运用Stata12软件进行方程的回归，首先采用最小二乘法进行回归分析，回归结果见表2。为了保证结果的稳定，随后采取面板数据回归，Hausman检验支持采用面板FE模型，结果见表2。

由表2中结果可见，无论采取最小二乘法还是面板数据回归，自变量参数都是显著的，通过而且数据变化趋势相同，因采取面板数据回归的结果更为显著，故选取面板数据的回归结果进行分析。

表2　数据回归结果

注：*表示在10%的程度上显著，**表示在5%的程度上显著，***表示在1%的程度上显著；括号内数值为回归标准误。

(1)以农业为代表的资源密集型产业对经济增长的效率的影响系数暂时为正，但实际中国出口的农产品往往是初级产品甚至是原材料，所以长久来看四个沿海省份的资源密集型产业对经济增长效率的贡献应该会越来越低，加上中国的资源禀赋并不突出，故应逐渐调整资源密集型产业的规模，在保证粮食供给、能源安全的同时，逐步将资源转移到更能提高经济增长效率的部门。

(2)虽然根据之前的研究结果，以纺织业为代表的劳动力密集型产业具有一定的比较优势，但仔细观察不难发现，各省的纺织品的出口都有一个逐渐下降的趋势，尤其对经济增长效率的贡献程度仅为0.034。一个可能的原因是因为中国的纺织业的优势是建立在大量廉价劳动力的基础上，虽然出口额巨大，但主要都是集中在低附加值环节和代工贴牌生产环节，主要利润被国际知名大品牌商获得，所以目前看各省的纺织品出口都具有比较大的比较优势，实际很大程度上依赖政府的高额的出口退税来保持高出口量，利润并不丰厚，因此对经济增长的效率的提高的贡献已经十分小。加上“刘易斯拐点”的到来和“人口红利”的逐渐消失，劳动力密集型产业将逐步成为夕阳产业，应引起有关部门的重视。

(3)作为资本密集型的机电产业对经济增长效率具有极大的带动作用，从数据结果表明，目前机电产业是对全要素生产率提高最大的产业，是纺织品的近20倍，因此相关决策部门应制定相关的政策，促进中国机电产业的自主化发展，提高市场竞争力，使关键技术关键部件不再受制于人，扩大出口，实现比较优势的动态升级。

(4)虽然技术密集型的高新技术产业的比较优势暂时不是很明显，但对经济增长效率的带动效应却远高于农业和纺织业，仅落后于机电产业，这说明高新技术产业的发展不仅给国民经济的增长作出了贡献，还给其他产业的发展带来比较大的溢出效应，而且高新技术产业不仅提高了全要素增长率，同时对国家领土安全，国民身体健康等提供了有力保障，所以各省应调整产业布局，促进高新技术产业的发展。

六、主要结论与政策建议

经济危机以来，中国经济快速发展的步伐暂时放缓，可持续发展战略也从传统的对GDP的关注转为对经济增长效率的关注，如何使经济能够持续健康的发展，成为社会关注的焦点，本文从代表经济增长效率的全要素增长率入手，研究了以纺织业为代表的劳动密集型产业、以机电产业为代表的资本密集型产业、以高新技术产业为代表的技术密集型产业和以农业为代表的资源密集型产业与经济增长效率的关系，研究表明，传统拥有比较优势的劳动密集型产业和资源密集型产业，对经济增长效率的带动作用已经越来越小，而以机电业和高新技术产业为代表的资本密集型产业与技术密集型产业对经济增长效率的贡献日益增加。

依据上述理论观点和实证结果中可知，在未来经济发展对产业进行布局时，应当既注重通过比较优势的动态化提高中国产品的国际竞争力，又应当优先发展对经济经济增长效率贡献大的产业优先发展。可以遵循以下几点：

首先，已有研究发现资源配置不当将会降低全要素增长率，占用大量资源的资源密集型和劳动密集型产业的比较优势在逐渐丧失，而且对经济增长效率的提升作用微乎其微。因而在保证国家正常粮食能源供给的同时，政府应制定合理的具有导向性的产业政策，鼓励经济要素向资本密集型和技术密集型产业转移，实现资源的合理化配置，缓解“人口红利”逐渐结束的压力，以应对“刘易斯拐点”的到来。

其次，提高自主研发水平，生产高附加值、高技术的产品，避免“低端锁定”，在保证已有市场份额的同时，注重发展中国家的市场需要，培养其消费习惯，在巩固传统市场的前提下，积极拓展新兴市场，进一步增加比较优势。

最后，制定相应金融政策，充分利用海外游资和世界热钱，将资源投入到生产效率高的行业，对低效率的产业和企业不再扶持，从而促进产业升级。

[1] Solow, R. M. Growth theory;An Exposition [M].Oxford:Oxford University Press,1970.

[2] Aghion,P.,Harris,C.,Howitt,P.&Vickers,J.Competition,Imitation and Growth with Step-by-Step Innovation[J].Review of Economic Studies. 2001(68): 467-492

[3] Schmitz,J.Imitation,Entrepreneurship and Long-run Growth[J].Journal of Political Economy.1989,(97):721-739.

[4] Caves,D.W.,Christensen,L.R.,andW.E.Diewert.The Economic Theory of Index Numbers and the

[5] Measurement of Input, Output, and Productivity.[J].Econometrica.1982,(50):1393-1414.

[6] Banker、Charnes&Cooper. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Managemenr Science.1984,(9):1078-1092.

[7] Subhash C. Ray and Evangelia Desli[J].The American Economic Review Vol. 87, No. 5.1997.(10):1033-1039.

[8] Harry Blocha,and Sam Hak Kan TangThe role of financial development in economic growth.[J]. Progress in Development Studies 2003(3):243-251.

[9] Rubiana Chamarbagwala，Sunder Ramaswamy，Phanindra V. Wunnava. The role of foreign capital in domestic manufacturing productivity: empirical evidence from Asian economies[J].Applied Economics.2000,32(4):393-398.

[10] Hsieh&Klenow. Misallocation and Manufacturing TFP in China and India[J].The Quarterly Journal of Econamics.2009(3):1403-1408.

[11] Marc J. Melitz.The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity[J].Econometrica.2003(11)1695-1725.

[12] Bollard,A.,P.Klenow. and H.Y.Li.Entry Cosrs Rise with Development.2014 Working paper.

[13] Paul Krugman. Increasing Returns and Economic Geography[J].Journal of Political Economy, Vol. 99, no. 3.1991(3): 483-499.

[14] Young A.Learning by Doing and Dynamic Effects of International Trade[J].Journal of Political Economy.1991(9):369-405.

[15] Holmes and Schmitz. Observation of a new boson at a mass of 125 GeV with the CMS experiment at the LHC[J].Elsevier.3012(9):30-61.

[16] 何锦义.科技进步贡献率测算中值得注意的几个问题[J].学术问题研究,2006，(2):18-22.

[17] 王争,郑京海,晋川.中国地区工业生产绩效:结构差异、制度冲击及动态表现[J].经济研究,2006，(2):48-59.

[18] 张宇,蒋殿春.FDI技术外溢的地区差异与门槛效应——基于DEA与中国省际面板数据的实证检验[J].当代经济科学，2007，(5):101-111.

[19] 颜鹏飞,王兵.技术效率、技术进步与生产率增长:基于DEA的实证分析[J].经济研究,2004，(12):55-65.

[20] 吕冰洋.中国资本积累的动态效率:1978-2005[J].经济学(季刊),2008，(2):509-532.

[21] 徐瑛,陈秀山,刘凤良.中国技术进步贡献率的度量与分解[J].经济研究,2006,(8):93-103.

[22] 孙新雷,钟培武.改革开放后我国全要素生产率的变动与资本投入[J].经济经纬,2006,(5):24-27.

[23] 鲁晓东,连玉君.中国工业企业全要素生产率估计:1999-2007[J].经济学,2012，(2):542-557.

[24] 龚关,胡关亮.中国制造业资源配置效率与全要素生产率[J].经济研究,2013，(4):4-15.

[25] 盖庆恩,朱喜,程名望,史清华.要素市场扭曲、逢断势力与全要素生产率[J].经济研究,2015，(5):61-75.

[26] 张军,章元.对中国资本存量K的再估计[J].经济研究,2003,(7):35-43.

[27] 张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004,(10):35-44.

[28] Balassa,B.Trade liberalisation and "revealed" comparative advantage[J].Manchester School of Economic and Social Studies.1965(4):99-123.

[29] 干春晖,余典范.中国构建动态比较优势的战略研究[J].学术月刊,2013，(4):76-85.

[30] 代谦,别朝霞.人力资本、动态比较优势与发展中国家产业结构升级[J].世界经济,2006,(11):70-84.

[31] 傅京燕,李丽莎.环境规制、要素禀赋与产业国际竞争力的实证研究——基于中国制造业的面板数据[J].管理世界,2010，(10):87-97.

[32] 蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学,2013,(1):56-71.

责任编辑：王明舜

Comparative Advantages and Efficiency of Economic Growth: A Case Study of Four Eastern Coastal Provinces

Ma ShuzhongXu Liang

(School of Economics, Zhejiang University, Hangzhou 370000, China)

After the global economic crisis, China rapid economic growth is slowing down. As economic globalization is developing, market competition is increasingly fierce, and China has limited space to use traditional comparative advantages such as cheap resources and labor. Therefore, it is urgent to develop the industries which can drive economic growth. This paper made an empirical analysis by selecting representatives of the eastern coastal provinces in the top ranks of exports. The analytical results showed that the efficiency of economic growth of resource-intensive and labor-intensive industries with the traditional comparative advantage is dwindling, while capital-intensive and technology-intensive industries, which rise in the dynamic comparative advantage, contribute more to economic growth.

comparative advantage; efficiency of economic growth; RCA index; TFP

2016-01-15

教育部“新世纪优秀人才支持计划”资助项目“中国农业‘走出去’提升资源保障能力研究”(NCET-12-0496)；国家自然科学基金面上项目“基于默会知识学习的全球农业价值链战略性潜入研究”(71473217)；教育部人文社会科学研究规划基金项目“基于开放与集聚的中国贸易成本及其边界效应研究”(14YJA790038)

马述忠(1968-)，男，黑龙江绥化人，浙江大学经济学院教授，主要从事国际贸易理论与政策、对外投资与跨国公司研究。

F740

A

1672-335X(2016)02-0099-08