全要素生产率视角下的重庆经济增长方式考察——基于重庆三次产业19年面板数据的实证

翟 欧，雷良海

（上海理工大学 管理学院，上海 200093）

从上世纪80年代起，我国政府就提出了转变经济增长方式的问题。现阶段通行的理解，转变经济增长方式，就是要将经济增长动力转变为提高全要素生产率[1]。重庆市1997年脱离四川省，成立直辖市。短短20年间，经济总量实现了高速增长，其经济增长是否具有可持续性特点，增长要素是基于要素驱动还是全要素生产率的提高，是值得关注的问题。

1 文献综述

经济增长是指一国在一定时期生产的货物和服务的增长，是社会物质财富不断增加的过程。保持经济持续稳定地增长是各国的经济目标之一。近十几年来，经济增长的学术研究主要从三个方面展开，即趋同分析、全要素生产率分析、增长分布分析[2]。近年，很多学者采用全要素生产率方法分析经济增长。全要素生产率的理论基础是新古典经济增长理论，将经济增长的源泉分为各生产要素积累对经济增长的贡献和全要素生产率对经济增长的贡献[3]。

通过全要素生产率的视角，许多学者对经济增长进行了研究，并得出了各种结论。Lin(1992)认为部门之间尤其是农业制度创新导致人口向城市转移是中国经济的核心动力[4]。叶裕民（2002）在索洛经济增长核算的模型基础上，运用政府统计部门国民经济核算的新成果得出了经济结构的变动是全要素生产率提高的原因和中国的经济增长属于资本和技术双推进的结论[5]。石磊等运用索洛余值法，分析了1978—2003年资本、劳动和全要素生产率对中国经济增长的贡献，发现1994年后资本对我国经济增长贡献度居高不下，经济对资本的依赖度越来越大[6]。万庆等（2015）利用基于松弛的方向性距离函数和Luenberger生产率指数分析了考虑环境因素后我国城市的城市化效率，提出我国城市发展应该转变企业结构，走集约化发展道路[7]。章韬（2013）发现经济地理因素不仅对城市生产前沿产生影响，也决定了城市技术效率的空间分布特征，我国城市全要素生产率分布呈现出显著的“中心—外围”两极分化特征[8]。张自然（2014）基于 1990-2011 年间，264 个地级及以上的城市数据，发现我国东部地区经济增长主要源于TFP的增长，其他地区的经济增长则依靠固定资本存量来实现[9]。陈燕武（2011）通过复合DEA和Malmquist指数对福建省9个地市2004—2008年的科技投入产出效率变化进行了分析，得出技术进步依然是城市发展的生产力[10]。沈能（2006）用Malmquist指数法研究1985—2003年我国制造业全要素生产率，发现制造业TFP增长主要得益于技术进步，这也是地区制造业TFP差异化的原因[11]。

目前我国的学者多运用全要素生产率研究全国经济、区域经济、某一行业的发展。不同于已有文献，本文从重庆市三次产业入手，通过对比重庆市三次产业的全要素生产率的变化，研究得出与重庆市经济增长、产业结构转型相关的结论。

2 研究方法与数据来源

2.1 模型介绍

2.1.1 基于规模收益可变的BCC模型

1978 年 Charnes、Cooper、和 Rhodes三人在《欧洲运筹学杂志》上发表论文“Meeting the efficiency of decision making units”，创立了DEA理论方法。后来的文献将他们创立的第一个DEA模型命名为CCR模型，CCR模型假设规模收益不变。1984年Banker、Charnes 和 Cooper 三人在 Management Science杂志上发表了“Some models for estimating technical and scale inefficiencies in data envelopment analysis”，提出了估计规模效率的BCC模型[12]。

本文选择基于产出导向的BCC模型：

在效率测量中，DEA中非参数前沿的分段线性形式会产生一些难题，比如松弛变量。为了识别所有的效率松弛，就必须求解另外的线性规划问题。目前，deap软件提供三种处理松弛问题的选择，分别为：

单阶段DEA，求解线性规划表示的第一阶段线性规划，并采用“余值法”计算松弛量；两阶段DEA，目标函数和约束条件均涉及松弛变量；多阶段DEA，求解一系列径向线性规划[13]。科埃利（1988）强烈建议使用多阶段方法测量线性规划中的松弛变量，本文采用多阶段法测量松弛变量。

2.1.2 Malmquist指数

Malmquist生产率指数最初是由瑞典经济学家和统计学家Malmquist于1953年首先提出，用来分析不同时期的消费变化。Caves等（1982）首先将该指数应用于生产率变化的测算[14]，此后与Charnes等（1978）建立的DEA理论相结合，在生产率测算中的应用日益广泛[15]。

在两个数据点之间，M指数（Malmquist指数）通过计算每个数据点相对于普通技术的距离的比值，来测算全要素生产效率的变化。如果将t时期的技术当作参考值，在s时期（基期）和t时期之间的马氏全要素生产效率变化指数（产出导向）可以表示为:

如果将s时期的技术当作参考值，可以得到

为了避免添加限制条件或随机选择两种技术之一，M指数通常被定义为这两种指数的几何均值，也就是

在生产效率指数中，将此距离函数重新组合，可以得到技术效率变化指数与技术变化指数的乘积:

其中，效率变化

技术变化

EFFCH可以进一步分解为纯效率变化与规模效率变化部分：

纯效率变化

规模效率变化

上式是两个规模效率变化的几何均值。第一个是时期t的技术，第二个是时期s的技术。下标v、c分别表示VRS和CRS的技术。

2.2 数据来源及指标选择

本文中，产出指标采用三次产业的生产总值。关于资本指标，Barro和Sala-i-Martin(1995)认为，理想意义上应该用物资资本的服务流量作为资本投入的测量，但是实际得到的数据并不允许进行此类测度。因此比较合理的做法是计算出一种类型的物质资本数量，并假定服务流量与这种数量成比例。根据易纲等（2003）的研究，采用资本存量指标会使得闲置的资本被统计在内，并且新置的实物资本和旧实物资本的使用效率也不一致[16]。基于已有学者的研究和数据的可获得性，本文采用三次产业的固定资产投资作为资本投入指标。劳动指标采用的是各产业的当年就业人员数。指标数据均来源于《重庆统计年鉴2016》。

3 实证过程及结果分析

3.1 重庆市总体情况

将deap2.1运行的结果经过整理可得重庆市历年来的整体趋势。如图1，重庆全要素生产率在1997—2015年间趋于稳定，极值区间内波动不大，年均全要素生产率增速为0.9%。2007—2010年间，受08年金融危机影响，TFP的变化趋势呈现V字型，说明重庆市经济发展与外界金融的系统性风险有着紧密的联系。2011年后TFP增速提高出现疲软，与我国整体经济进入新常态有关。整体来看，重庆市TFP的提高由技术进步和技术效率同时推动，但这两方面的推动都还有待进一步提高。由TFP贡献度公式：TFP增长率对经济增长的贡献度=，可以计算出1997—2015年TFP增长率对GDP增长率的贡献度。19年来重庆TFP增长率的贡献度波动较大。说明重庆经济的高速增长很大程度上并不依赖TFP，主要还是要素投入型增长。

3.2 三次产业对比分析

三次产业是根据社会生产活动历史发展的顺序对产业结构的划分，是世界上通用的产业结构分类。我国的三次产业划分为，第一产业指农业。第二产业指工业和建筑业。第三产业是除第一、第二产业以外的其他各业。从技术进步层面看，重庆三次产业中，第三产业一直处于技术进步阶段，19年间只有08—09年techch<1。第二产业技术进步指数变化不大。第一产业则经历了从技术退步(技术进步对全要素生产率的贡献下降了，并不是技术水平本身的倒退)到技术进步过程。

如图4、图5所示，第一、二产业的纯技术效率值和规模效率值一直等于1，说明产业的技术运用水平一直处于有效状态，其投入资源的使用在对应的技术水平下是有效率的，经济规模也处于规模报酬不变期。反观第三产业，前期其在现有技术运用上、管理效率等方面有不稳定的现象，后期各方面实现了稳定。其规模效率经历了较长的无效阶段，表明第三产业的规模一开始处于规模不经济阶段，后期经过一定的调整达到了规模有效阶段。

3.3 松弛变量分析

表1显示了重庆三次产业在1997—2015年的时间段内，投入产出指标的松弛变量结果，投入指标的松弛变量表示为了达到效率有效需要减少的投入量，而产出指标的松弛变量表示欠缺的产出量。根据决策单元可以控制的因素，可以根据松弛变量来减少投入或增加产出，从而促进城市经济的发展和资源的合理运用。如表1显示，重庆第一、第二产业的要素投入没有出现冗余，产出量也没有出现不足，说明第一、二产业的要素投入和生产都达到了有效的状态。第三产业则出现了产出不足，投入冗余的现象，其人力投入和资本投入相对实际的产出均出现了投入多余，说明重庆市第三产业规模扩大速度稍快，要素投入相对过多，资源利用率不够导致产出不足。

3.4 产业结构变迁

从前文的实证分析中，可以发现重庆市以第二、第三产业为主要发展产业。结合历史情况，本文发现在产业结构方面，重庆市三次产业结构变迁较大，结构变迁明显。

如图6，自成立直辖市始，重庆第一产业增加值在GDP增加值的占比就不断下降，说明重庆不以农业作为经济发展的主要动力。2008年前，第二产业处于绝对领先地位，08年后第三产业紧步跟进，出现了第二、第三产业齐头并进的局面。虽然第二产业绝对领先的局势有所改变，但其在经济增长中所占的大比例显示了重庆工业基础雄厚，工业优势十分明显。

为了更好的论证重庆产业结构变迁，本文分析了重庆要素流动基本趋势。

图7直观地展示了重庆自1997年以来中劳动力要素增减变动情况。第一产业的劳动力出现下降的趋势，重庆丰富的农村剩余劳动力流向了其他产业和外省。而第二、第三产业的劳动力要素一直在增加，其中包括来自外省市的劳动力，说明了重庆市第二、第三产业就业吸纳能力强。第二产业吸纳劳动力数量从2011年开始有所减缓，这是重庆产业结构升级的体现之一。随着制造业高端化与智能化的发展，企业需要专业技能更高、知识储备更多的劳动力，技术性人才缺乏现象出现。反观第三产业，就业人数一直增加，与城镇化释放农村劳动力和重庆产业战略有关。

劳动力的流动趋势显示了各个产业的就业吸引力。资本要素的流动则显示了物质资源分配和各产业的投入产出效率。如图8，第一产业的固定投资虽未减少但增加幅度较少，基于农业吸引低资本特性及第二、第三产业吸纳资本显著。近年来，第三产业的资本增加额不断增加，说明重庆开始各产业协调发展，保证其工业优势的前提下积极发展第三产业。

4 结论与建议

本文基于非参数化的DEA-Malmquist指数方法对重庆市三次产业进行了全要素生产率的测度和投入产出指标的松弛变量分析。重庆市在1997—2015年，整体全要素生产率提高并不明显，全要素生产率对GDP增长率的贡献度并不高，且不可持续，说明重庆连续几年的GDP高增长主要是依靠要素投入拉动，技术进步对产值的拉动并不显著。从产业结构来看，第二、第三产业并重发展，一起推动重庆经济增长，但技术进步效应并不明显。第三产业还存在要素投入过多，资源利用率不高的现象。但从进入新常态以来，重庆经济并未出现后退的现象来看，重庆的产业结构转型效果显著，找到了经济增长的产业布局，经济要素的流动论证了这一点。

根据以上结论，本文对重庆市经济持续增长提出以下三点建议：①加大各行业的技术创新，通过创新为经济提供持续的增长动力。纵观十几年的数据，重庆市的全要素生产率并不高，较高的经济增速一是源于重庆市设立直辖市较晚，发展基底低于其他直辖市，二是基于成功的产业结构调整。长久来看，仅仅依赖要素投入只会造成粗放的经济增长方式，因此重庆应该利用产业结构的优势，提高相关产业的科技创新能力，使经济尽早地朝向技术集约型方向发展。②高效发展第三产业，提高资源利用率。从前文的分析，我们可以发现重庆市目前处于第二、第三产业齐头并进的发展模式。针对第三产业，重庆可以借鉴上海和深圳的先进经验，在交通运输行业、金融业加深合作，取长补短，找到适合内陆城市的发展模式。③利用产业结构布局，深化产业间的合作。第二产业的产出能够为第一、三产业所用，提高第一、三产业的运作效率，降低成本。同时，被第一产业释放的劳动力通过相关技能培训涌入其他产业，第三产业的反馈以及新的需求又能促进第二产业的进一步升级，从而达到三大产业的集体优化，构建现代产业发展新体系。

[1]刘国光,李京文.二十一世纪中国经济展望[J].湖北社会科学,2001(11):4-6.

[2]郭庆旺,赵志耘,贾俊雪.中国省份经济的全要素生产率分析[J].世界经济,2005(5):46-47.

[3]陈娟.全要素生产率对中国经济增长方式的实证研究[J].数理统计与管理,2009(2):277.

[4]Lin J.Y.Rural Reform and Agricultural Growth in China[J].American Economic Review,1992(82):47-50.

[5]叶裕民.全国及各省市区全要素生产率的计算和分析[J].经济学家,2002(3):119-121.

[6]石磊,刘霞.从全要素生产率(TFP)考察我国金融风险发生的可能[J].复旦学报，2006(1):24-29.

[7]万庆,吴传清,曾菊新.中国城市群城市化效率及影响[J].中国人口·资源与环境,2015(2):72-73.

[8]章韬.经济地理外部性与城市全要素生产率差异[J].上海经济研究,2013(12):45-48.

[9]张自然.TFP增长对中国城市经济增长与波动的影响—基于264个地级及以上城市数据[J].金融评论,2014(1):28-36.

[10]陈燕武.基于复合DEA和Malmquist指数的科技投入产出效率评价[J].运筹与管理,2011(12):199-204.

[11]沈能.中国制造业全要素生产率地区空间差异的实证研究[J].中国软科学,2006(6):105-109.

[12]成刚.数据包络分析与MaxDEA软件[M].北京：知识产权出版社,2014.

[13]蒂莫西·J·科埃利,D·S·普拉萨德·拉奥,克里斯托弗·J·奥唐奈,乔治·E·巴蒂斯.效率与生产率分析引论[M].北京：中国人民大学出版社,2008.

[14]Caves D W,Christensen L R,Diewert E.The economic theory of index numbers and the measurement of input,output and productivity[J].Econometrica,1982,50(6):1 393-1 414.

[15]Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units [J].European Journal of Operational Research,1978(2):429-444.

[16]易纲,樊纲,李岩.关于中国经济增长与全要素生产率的理论思考[J].经济研究,2003(8):17-19.