东北高质量发展的效率测度与提升路径——基于面板数据三阶段DEA模型

和 军，靳永辉

(辽宁大学 东北振兴研究中心，沈阳 110036)

提要：基于2010—2017年省级面板数据，运用三阶段DEA方法对东北3省及与之对口合作的苏、浙、粤3省的高质量发展效率进行测度，并分析外部环境因素对高质量发展效率的影响。研究表明，高质量发展效率地区间差异明显，东北地区与东南沿海地区还有较大差距；剔除外部环境因素与随机误差影响之后，东北3省高质量发展效率有所下降，东南沿海3省有所上升；东北高质量发展效率主要受规模效率的掣肘。需要进一步扩大经济规模、加快制度创新和科技创新、优化营商环境、加快资源在地区间流动，以促进高质量发展效率提升，进而实现东北地区全面、全方位振兴。

党的十九届四中全会决定指出，构建区域协调发展新机制，形成主体功能明显、优势互补、高质量发展的区域经济布局。就东北而言，高质量发展事关东北全面、全方位振兴。特别是由于近年来东北地区又出现经济快速下降的“新东北现象”，发展质量问题再次引发思考。那么，总体上东北经济发展质量如何？到底哪些因素制约了东北经济高质量发展？下一步东北经济高质量的发展的重点方向是什么？等等这些问题，都需要在科学测度与评价的基础上，进行全面、综合的分析。

目前，尽管在区域经济高质量发展研究、水平测度等方面成果较多，但一个显见的事实是，即使某个地区经济发展水平较高，但如果投入相对大得多，则实际上是通过获取资源、牺牲其他地区的发展实现的，从整个社会角度看，资源并未得到合理配置，投入产出率并不高，降低了整个社会的全要素生产率。而发展效率测度则能很好地避免这个问题，相对准确地反映出投入产出效率，也有利于地区间进行横向比较，并找到真正的动力来源或问题症结所在。目前，关于区域经济发展水平或效率测度的成果相对较为丰富，但基于高质量发展角度，对东北经济发展效率测度的研究则凤毛麟角。对此，笔者特别利用苏、浙、粤3省数据与东北进行评价与对比分析，以便更好地把握东北高质量发展的主要问题。之所以选取苏、浙、粤3省作对比，一是由于上述3省发展质量总体较好，通过对比易于找到东北关键差距问题；二是2017年国务院印发《东北地区与东部地区部分省市对口合作工作方案》，希望东北通过合作与对标，学习东部地区先进经验及做法。据此，笔者特别利用三阶段DEA方法对上述6省近年来高质量发展效率进行测度，并通过必要的比较与分析，补充与丰富相关研究，服务于东北振兴战略。

一、文献综述

(一)高质量发展水平测度

学术界普遍认为，经济发展水平的衡量应考虑质量问题，不能只看GDP，而要构建多指标综合评价体系来测度经济高质量发展水平。任保平基于经济增长和社会成果两个维度的指标体系，测算了1992—2016 年我国省际经济高质量发展指数[1]；此外，魏敏、李书昊从经济结构优化、创新驱动发展、资源配置高效等10个维度出发[2]，马茹等从高质量供给、高质量需求、发展效率等5个维度出发[3]，张震、刘雪梦从经济发展动力、新型产业结构、交通信息基础设施等7个维度出发[4]，均对我国30个省份经济高质量发展指数进行了系统全面地测度；史丹、李鹏[5]以“五大发展理念”为导引，构建包含创新、协调、绿色、开放、共享的高质量发展评价体系，测算了我国2000年以来的经济发展质量。

(二)利用DEA模型进行发展效率测度

DEA效率评价模型又可分为CCR和BCC模型，二者区别于规模报酬假设。CCR模型适用于规模报酬不变条件下测度综合技术效率(TE)，衡量投入产出效率[6]；从BCC模型拓宽到规模报酬可变情形，可将综合技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE)，从而可把线性规划法用于DEA中测算每个决策单位的相对效率[7]；Charnes和Banker等提出的经典DEA方法忽略了环境因素影响；Coelli等提出的DEA-Tobit分析技术，又称两阶段DEA，可以利用回归技术确定外部环境因素对效率的影响强度和方向[8]。但此方法不能在测算效率时将环境因素剔除，并未改变经典方法测算的效率值水平。得益于Fried等的贡献，传统DEA模型被改进成能够有效剔除外部环境因素影响及随机误差干扰的三阶段DEA模型，使得计算结果更能真实反映DMU效率水平[9]。

基于对以上方法的比较，笔者最终选取三阶段DEA方法对各地区经济高质量发展效率进行测度。国内学者对三阶段DEA方法的运用已较为广泛[10-14]，基于省级数据分别对文化产业效率、生态效率、创新效率、环境效率、经济发展效率进行了测度，考察了剔除环境和随机因素之后各DMU的实际运营效率。而东北经济研究方面，则仅有一篇文章探讨了辽宁14个地级市能源效率问题[15]。考虑到新一轮东北振兴战略中将苏浙粤3省与东北3省建立了对口合作机制，基于效率测度与区域比较的需要，本研究尝试以上述6省为对象进行高质量发展效率对比分析，以更好地把握东北经济高质量发展的关键障碍所在。

二、研究方法与数据选取

运用三阶段DEA模型，以资本和劳动力作为投入变量，以高质量发展指数作为产出变量，将市场化程度、产业结构和基础设施作为外部环境变量，测算各DMU经济高质量发展效率。与传统DEA模型相比，该模型能够剔除外部环境和随机误差的影响，更能体现高质量发展实际效率的高低。

(一)研究指标与方法

1.投入指标

在投入要素的选取上，基于传统柯布-道格拉斯生产函数的设定，笔者采用生产活动中最基本的资本和劳动力双要素投入。用各地区资本存量作为资本投入指标，就业人数作为劳动力投入指标。因无法获得公开的各地区资本存量数据，笔者借鉴张军等[16]的研究成果，采用永续盘存法以2000年为基期对各地区资本存量进行估算。

2.产出指标

五大发展理念是对新时代经济高质量发展的新要求，也是对是否实现了高质量发展的评价准则[17]。以五大发展理念来构建经济高质量发展的评价体系，不仅指标具有全面性、合理性、有效性，就实践而言还能为高质量发展提供科学的思想指引[18]。在严格遵循多维性、科学性、动态性、可操作性等原则的基础上，考虑到数据的可得性和完整性，广泛借鉴已有研究成果，笔者构建了涵盖“创新、协调、绿色、开放、共享”5个维度共20个基础指标的高质量发展综合评价指标体系(见表1)，并运用熵值法将各指标拟合为高质量发展指数，作为DEA模型的产出指标。部分基础指标需借助其他指标来衡量，其中，最终消费率=最终消费支出/GDP，城乡收入比=城镇居民人均可支配收入/农村居民人均可支配收入，外贸依存度=进出口总额/GDP，外资依存度=外商直接投资总额/GDP，城乡共享=城镇居民人均消费水平/农村居民人均消费水平，区域共享=各省人均GDP/全国人均GDP。

表1 高质量发展综合评价指标体系

3.环境变量

环境变量的选取应遵循与高质量发展效率有关但不在样本主观可控范围内的原则，考虑到高质量发展的特点，笔者以市场化程度、产业结构、基础设施水平作为环境变量。为减少环境变量单位对测度的影响，所选皆为指数、百分比指标。

以市场化指数来衡量市场化程度。市场化指数指市场在资源配置中发挥作用的程度，市场化指数越高意味着市场所起到的作用越大、政府干预越少，更有利于各经济主体公平竞争。笔者借鉴樊纲、王小鲁计算的市场化指数，以第三产业增加值占GDP比重来表征产业结构。产业结构调整是东北振兴的必由之路，转变过去“重重轻轻”的传统观念，提高对第三产业战略地位的认识，以加快三产发展来实现经济结构的转型和优化，对经济高质量发展起着重要作用。以熵值法合成的基础设施发展指数来表征基础设施水平。基础设施为经济高质量发展提供了必要的交通、信息等支撑条件，有着不可替代的作用，基础设施越完善，越有利于高质量发展。基础设施建设可以通过邮电业务总量占GDP比重、公路里程/人口数和铁路里程/人口数等指标来衡量，考虑到各衡量指标之间的替代关系尚没有统一的结论，笔者运用熵值法对三个指标进行合成，得到基础设施发展指数。

具体研究方法采取三阶段DEA的方法。第一阶段：传统DEA模型。为更好地明确高质量发展效率规模收益的增减，确定高质量发展效率的改进方向，笔者采用规模报酬可变的BCC模型作为三阶段DEA评测的基础模型。第二阶段：构建相似SFA模型。根据Batese等[19]的研究结果，以投入冗余为因变量，环境因素为自变量，构造相似SFA模型(基于投入导向)。第三阶段：调整后的DEA模型。将第二阶段调整后的投入数据代替原始投入数据，产出数据不变，再次利用传统DEA模型核算各DMU效率，此时的投入数据剥离了环境因素和随机干扰的影响，得到的效率值更能反映各地区的实际状况。

(二)数据来源

本文选取2010—2017年辽、吉、黑、苏、浙、粤6省面板数据为样本。原始数据来源于对应年份《辽宁统计年鉴》《吉林统计年鉴》《黑龙江统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《广东统计年鉴》《中国统计年鉴》和《中国科技统计年鉴》，国家统计局数据库、国研网数据库和EPS数据库，部分基础指标数据由原始数据计算得到。

三、实证分析

将各地区每年资本存量、就业人数作为投入指标，高质量发展指数作为产出指标纳入DEA模型，运用Deap2.1软件测度高质量发展效率，分析三大外部环境因素对高质量发展效率的作用机理及影响结果，并基于发展实际，剖析东北地区与东南沿海地区高质量发展的差异，为提高东北地区高质量发展效率提供经验证据和理论支撑。

(一)第一阶段效率分析

利用Deap2.1软件对6省高质量发展综合技术效率、纯技术效率、规模效率与规模报酬所处状态进行测算(见表2)。

表2 第一阶段效率值

在不考虑环境因素与随机干扰影响的情况下，高质量发展效率、纯技术效率、规模效率东北地区分别处于[0.631，1]、[0.829，1]、[0.631，1]区间，东南沿海3省则处于[0.793，1]、[0.93，1]、[0.825，1]区间。各效率值在空间上呈现出东南沿海地区明显高于东北地区的趋势，且这种突出差异主要来自于规模效率的影响。测度的所有DMU中，浙江有7个年份、江苏有3个年份、广东和辽宁各有1个年份高质量发展效率为1，处于技术效率前沿面达到了DEA有效水平，说明这些DMU(占样本总量25%)的投入得到了合理利用并获得了最大高质量产出。除此之外的DMU(占样本总量75%)高质量发展效率均小于1，为DEA无效，说明高质量发展效率较低，在纯技术效率、规模效率方面存在着不同程度的改进空间。从各无效率DMU相关数据来看，2012—2017年辽宁省、2010年浙江省、2011—2014年广东省(占样本量总23%)纯技术效率和规模效率都小于1，均有改进空间；其余无效率DMU(占样本总量52%)纯技术效率等于1、规模效率小于1，在现有的技术水平上，投入资源的使用是有效率的，规模效率的显著差异引致纯技术效率与地区高质量发展效率并不相同，规模效率是影响高质量发展效率不足的主要原因。

(二)第二阶段SFA回归估计结果及分析

将第一阶段得到的资本与劳动力的投入冗余分别作为被解释变量，环境变量作为解释变量，利用Frontier4.1软件进行SFA回归分析，结果如表3所示。两个模型的LR单边检验分别通过5%、1%的显著性检验，σ2和γ值均通过1%的显著性检验，说明进行SFA回归是有效的，回归模型设定无误。除产业结构对劳动力投入冗余、基础设施对资本投入冗余没有通过显著性检验，模型中其余外部环境变量均通过至少5%的显著性检验，说明模型变量选取较为合理。进一步分析各环境因素对两种投入冗余的系数，可得出如下结论。

表3 第二阶段结果

(1)市场化指数对两种投入冗余变量的回归系数均为负，且均通过了1%的显著性检验，表明提高市场化指数有利于盘活冗余的经济资源，能显著促进资本和劳动力的增加，进而提升地区高质量发展的效率。

市场化程度的增加能够显著提升资本投资水平和效率。一方面，市场化进程的加快，能够修正价格扭曲，使价格信号更加及时、灵敏地反映供求关系，同时有效降低信息不对称程度，有利于企业构建适销对路的生产销售体系，增加预期收益及投资意向；另一方面，市场中介组织逐渐发育、知识产权法律保护逐渐完善、行业规制逐渐健全，有助于规范投融资市场，降低企业资金成本和交易成本，进而促进资本增加，同时，加快资本要素从生产效率较低的企业向生产效率较高的企业流动，增加资本投资效率；此外，随着市场化程度的提高，市场相对成熟，营商环境得以优化，对外资的吸引力度加大。市场化程度的增加能够显著促进就业。一方面，市场的逐步完善在一定程度上激发了经济主体活力，特别是民营经济活力，民营经济的迅速发展增加对劳动力的需求，进而为社会创造大量的就业岗位；另一方面，为劳动力在不同地区、不同部门以及不同所有制之间的流动创造便利条件，降低了求职成本，劳动力流动和职业选择的自由度逐渐提升，进而增加就业；此外，在“大众创业、万众创新”的时代背景下，市场程度较高的地区，创业、创新环境良好，有利于人才积聚。

综合比较两者的影响系数，市场化程度对资本冗余的影响系数显著大于对劳动力冗余的影响系数，所以，市场化程度对地区高质量发展效率的影响主要来自于对资本冗余的影响，并表现为对地区高质量发展效率的促进作用。

(2)产业结构对两种投入冗余变量的回归系数均为正。产业结构对资本投入冗余回归系数通过了1%显著性检验。第三产业增加值占GDP比重的提升可以显著地增加资本投入冗余，也就是在产业结构趋优的情况下，经济发展所需的配套设施和服务相应较为完善，能在一定程度上减少资本需求。一方面，进入新常态以来，部分产业特别是重工业出现了产能过剩和需求不足并存等问题，生产结构和投资结构不具有即时同步性，这就决定了投资结构较为复杂的阶段性特征，在这一阶段，产业结构升级可能引致对资本需求的减少；另一方面，随着人民对美好生活需求的提高，低质量产品和服务难以为继，改变以粗放型资本密集型产业和能源产业为主的局面、推动传统重工业转型和现代服务业发展，是各地区经济结构转型的关键，由于各地区处于经济结构转型期，产业结构变迁导致资本要素配置变动较大，可能引起资本总量的减少。

第三产业增加值占GDP比重与劳动力投入冗余正相关，说明产业结构优化能够导致劳动力投入冗余的增加，即就业人数的减少，但这种影响作用不显著。这可能是由于产业结构越合理越需要高技能劳动力，现有低水平劳动力不得不进行职业技术培训、健康保健等方式的人力资本投资。阶段性缩短了劳动者就业时间，造成样本期内就业人数的减少，但长期内通过干中学的效应，人力资本的上升会不断促进地区高质量发展效率。劳动力流动主要受地区经济发展水平及个人主观因素影响，产业结构调整对就业还没有发挥期望作用。

3.基础设施对两种投入冗余变量的回归系数均为负。基础设施对劳动力投入冗余的回归系数通过了5%的显著性检验，表明基础设施发展指数的提升将显著减少劳动力投入冗余，即完善基础设施可以增加就业进而提升地区高质量发展效率。一方面，在基础设施建设过程中对劳动力存在直接需求，基础设施的完善将直接刺激就业人数的增加；另一方面，凯恩斯(1936)有效需求理论认为有效需求不足引致失业，可以通过政府投资基础设施来扩大有效需求，进而增加就业；此外，完善的基础设施能够为产业引入提供保障，为企业生产提供便利，有效吸引产业集聚，当基础设施能够很好地满足企业生产需求时，企业投资的动力增强，企业投资落地能够带来地区就业的显著增长。可能由于目前各地区城镇化水平较高、基础设施建设比较完善，基础设施对资本的吸引力度不明显，所以基础设施发展指数的提升不能显著增加资本的进入。

由上述分析可知，三大环境因素对资本的作用明显大于对劳动力的作用，这是由于就业人数受很多主观因素的影响。三大外部环境因素对各地区高质量发展效率的影响主要来自地区间资本的不断流动。但考虑到各环境因素对高质量发展投入冗余的影响方向不一、程度不同，以及随机因素的影响，一阶段DEA所得的技术效率具有不可信性。因此，以第二阶段结果为依据对投入数据进行调整，进一步得出各DMU在相同环境下的效率状况是十分必要的。

(三)第三阶段效率分析

对各DMU投入要素进行调整后，利用Deap2.1软件再次进行经典DEA模型分析，得出各DMU在剔除环境因素和随机误差后的发展效率及规模报酬所处状态，结果如表4所示。

表4 第三阶段效率值

通过比较第一阶段和第三阶段6省高质量发展综合技术效率(见图1)，发现剔除环境因素和随机误差影响前后各省高质量发展综合技术效率都有所变化，尤其是东北3省的前后变化较大，进一步说明了第二阶段调整的必要性。和第一阶段相比，各DMU效率表现有所改变，但空间上仍然表现为东南沿海地区普遍优于东北地区。调整后，高质量发展效率、纯技术效率、规模效率东北地区分别处于[0.434，1]、[0.907，1]、[0.472，1]区间，东南沿海3省处于[0.857，1]、[0.952，1]、[0.858，1]区间。不难看出，调整之后规模效率仍是制约高质量效率的主要原因。相比于第一阶段，东北3省高质量发展效率整体下降、东南沿海3省整体上升，环境因素和随机误差对东北地区高质量发展效率有阻碍作用，却促进了东南沿海地区高质量发展效率的提升。调整之前东北地区较高的高质量发展效率与其所处的有利外部环境密切相关，实际管理水平和规模状态并没有看上去的那么好；调整之前东南沿海地区较低的高质量发展效率可部分归因于相对不利的外部环境，并非完全由其内部管理水平低下所致。

图1 投入调整前后各省综合效率值(TE)对比图

从时间演变上来看，剔除环境因素和随机误差影响之后各省高质量发展效率表现缓急各异。浙江、江苏两省趋势较为平稳且发展效率较高，基本处于技术前沿面；广东省2014年之前处于下降趋势，之后在波动中上升，整体水平低于江、浙两省但高于辽、吉、黑三省；辽宁省2015年之前处于下降趋势，之后转降为上升，整体优于吉黑两省，但升幅有待进一步提高；黑龙江省一直在波动中下降，趋势明显且降幅较大，2016年之前优于吉林省，但2017年发展效率为0.648，位于6省末位；吉林省呈U型态势，2013年之前处于下降趋势，2013年触底，高质量发展效率仅为0.434，之后转降为升，吉林省虽整体水平最差，但正在好转。

对比第一、三阶段各省高质量发展的规模状态可以看出(见表3和表4)，调整后，除江苏省2015—2017年由规模报酬递减变为规模报酬不变之外，其余DMU规模报酬均没有发生改变。剔除环境因素和随机误差影响之后，江苏、浙江两省基本处于规模报酬不变的状态，经济发展规模较为合理，达到了最大产出规模；广东省处于规模报酬递减阶段，生产规模偏大，增加投入量不能继续带来更高比例的产出，不能再一味地扩大企业规模，从规模扩张转向制度变革和管理创新是重中之重；东北3省均处于规模报酬递增状态，适当增加投入量，产出量将有更高比例的增加，因此，东北3省在今后改革中应进一步扩大经济发展规模，注重提升规模收益，进而促进高质量发展效率的提升。

总体而言，东北地区高质量发展效率与东南沿海地区还有一定的差距，且规模效率相对滞后是东北地区的主要障碍。同时，体制机制和结构性问题是东北高质量发展的关键障碍。体制机制方面，与对标3省相比，市场化程度较低、政府管得太多太死、营商环境不佳是其主要问题。经济结构方面，相对而言，重化原材料工业比重太大、民营经济发展迟缓、第三产业及新型产业不发达是其主要问题。另外研发投入比重低、新产品收入少、人才外流、创新不足等，都形成了东北高质量发展的主要障碍。进一步推进东北地区高质量发展，实现全面、全方位振兴，应在发挥管理优势的同时，不断弥补规模发展中出现的“短板”。

四、东北高质量发展效率提升路径

第一，扩大生产规模。实现高质量发展，一定的经济规模是必要的，而且是基础性的。追求高质量发展的目标要依据区位、资源以及历史等条件因地施策，东北地区作为我国老工业基地，在重型机械、数控机床、航空航天装备、汽车制造、船舶制造、轨道交通设备制造、智能制造等方面优势突出，为进一步扩大生产规模，形成符合实际且独具特色的高质量发展模式和路径提供了有力支撑。东北地区应依靠科技支撑促进优势产业大规模集约化生产，进而实现规模效益。进一步进行规模化扩张和产业积累，当规模达到一定程度之后，积蓄进一步发展所需的资本、人才和技术优势，提升产业核心竞争力，促进东北经济由数量规模型向质量效能型转变，步入良性、健康和高质量的发展轨道。

第二，加快制度创新和科技创新。破解东北高质量发展问题，应从制度创新和科技创新入手。重新定位政府角色，弱化干预、强化协调，优化营商环境，注重制度创新与供给，使市场在资源配置中起决定性作用。实现东北地区高质量发展，要多管齐下，加快改革，“坚持向改革要动力、要空间，超前谋划、系统部署、实施新一轮改革，加快体制机制改革，为高质量发展提供强有力的体制支撑”。东北地区虽然拥有一批双一流高校和科研机构，但科技投入水平和科技成果转化率有待进一步提高。2017年，东北3省规模以上工业企业R&D经费占全国比重仅为4%，东南沿海3省占全国39%；东北3省技术市场成交额占全国比重仅为5.6%，东南沿海3省为15.2%。与机器人产业发端于东北，但由于市场发育不足、营商环境有待优化，其产业重心已向珠三角、长三角地区转移。科技方面与发达省份的差距不言而喻，科技短板是东北地区高质量发展的桎梏，应加大科研投入力度、提升科技创新能力，促进“研用”一体化发展。以电子信息、新材料、生物医药等高新技术产业为依托，加快发展配套产业，构建配套体系，形成高新技术产业集群效应，加快实现东北地区全面、全方位振兴。

第三，优化营商环境，推动民营经济发展。一是东北3省选取营商环境建设较好的市县作为改革示范区，着力通过加大“放管服”改革力度，利用“互联网+政务”等新技术手段，提升政府治理能力现代化水平，以点带面扩大改革效能，破除投资不过山海关的说法。二是构建营商环境建设成效评价体系和分析方法，将政府诚信等关键变量纳入部门及公务员评价考核指标，促进政府部门作风转变，确保营商环境建设取得实效。三是创新竞争中性体制机制，营造国企民企公平竞争和良好的营商环境，大力降低民营企业市场准入条件，减少民营企业制度性交易成本。四是进一步推进国企混合所有制改革，拓宽改革领域，积极吸引民间资本参与混改，并通过优化激励机制，落实董事会职权等途径完善公司治理结构。五是完善税费征收机制，落实降费减税政策，切实降低实体经济税费、电费、融资、物流成本，提高企业盈利水平。

第四，加快资源在地区间的流动，提高资源配置效率。习近平[20]总书记在2019年第24期《求是》杂志上发表《推动形成优势互补高质量发展的区域经济布局》一文中指出，“要破除资源流动障碍，使市场在资源配置中起决定性作用，促进各类生产要素自由流动并向优势地区集中，提高资源配置效率”。东北3省内部应打破行政区划对资源合理整合的障碍，清理阻碍要素流动的各种制度，打造统一开放、高度融合的区域大市场，实现东北3省协调发展。积极与对口合作的东南沿海省份形成联动合力，扩大贸易往来与科技合作，深入推进协调建设，促进地区经济高质量发展。通过联营合营等方式，构建跨区域进行要素优化重组的产业集聚区，科学布局产业链，加强区域间产业互补和合作。营造良好的人才环境和营商环境，消除人员流动及投资等方面的限制，缩小东北地区与发达省份之间的差距，形成区域间协同发展、优势互补、互利共赢的新局面。此外，东北地区应进一步加大开放力度，推进与国内其他地区及国外地区的合作，从全球范围内优化配置资源，发掘资源红利，加快实现东北地区高质量的发展。