全要素生产率研究前沿综述——基于外文文献的研究

庄芹芹

(中国社会科学院 数量经济与技术经济研究所， 北京 100732)

感谢中国社会科学院中国经济社会综合集成与预测中心支持。

中国已转向高质量发展阶段，提高全要素生产率是实现经济高质量发展的关键。全要素生产率问题也成为学者近年来的研究热点。从国外关于生产率问题的研究进展来看，学者对于生产率问题的研究在研究方法、研究视角、研究内容等均做了新尝试。一方面，研究内容不仅关注宏观领域的生产率评估，而且更为关注特定行业领域、部门以及微观企业的生产率问题研究，尤其是关于数字经济、物流行业等新兴领域的生产率问题探讨逐渐增多。另一方面，绿色全要素生产率已经成为生产率研究的重要问题，相关文献占据了半壁江山，尤其是中国学者结合国家制度环境、政策实践广泛探讨了绿色全要素生产率的影响因素，对于指导绿色发展和经济高质量发展具有重要政策含义。

1 全要素生产率测算研究

在生产率测算理论方法与实践探讨方面，学者对全要素生产率的测度方法进行了拓展研究，并对发展中国家的全要素生产率积累与经济增长，农业、数字经济等领域进行了具体测算分析。Balk提出了一种全要素生产率变化的新分解方法，相对于先前论文中基于总附加值的全要素生产率变化的分解，根据级别而不是指标进行分解，并讨论了这种新分解的各个技术细节[1]。结合国际金融危机情境，Levenko等研究了1996—2016年全球金融危机之前、之中和之后，中欧和东欧11个欧盟国家的全要素生产率增长[2]。发现在全球金融危机期间，各国的全要素生产率和资本增长的贡献显著不同，反映了危机的多种多样。危机过后，在所有样本国家中，全要素生产率增长贡献微不足道，产出增长总体上较弱。由于在小型和微型企业中，资本和劳动力投入随时间频繁变化，很难直接观察到。因此，衡量全要素生产率是一个具有挑战性的问题。Abou Hamia探讨了发展中国家的全要素生产率积累是否足以维持经济增长和创造就业机会[3]。通过来自中东和北非地区的经验证据，发现该地区在1990年遭受了严重的全要素生产率(TFP)赤字，并在2000年显著改善，然后在2010—2017年显著恶化。长期全要素生产率的严重赤字和对实物资本的严重依赖削弱了该地区长期维持经济增长和创造体面工作的能力。该研究的政策含义是建议政府在知识积累方面采取更多干预措施，这是发展中国家创造就业机会的关键前提，这对中国现阶段发展也具有重要启示。

学者们还对特定部门的全要素生产率进行测算研究，关注了新兴产业发展与生产率增长之间的关系。自2000年信息技术革命以来，全球企业开始逐渐采用信息通信技术(ICT)和大数据，已有研究将欧洲和美国生产率增长的起源归因于ICT利用的深化。Konishi和Saito在日本同样检验了数字经济与生产率之间的关系，研究了1982—2016年日本中小企业的全要素生产率变化，是否为IT革命的暗示征兆，测度了日本5个制造业和11个服务行业的生产率，并观察了2000年前后的变化，研究发现ICT产品提供商的生产率提高了，而ICT服务提供商的生产率却没有提高[4]。在2000年之后，使用ICT的7个服务行业的生产率提高了。此外，Sheng等对农业部门全要素生产率进行了研究，使用指数方法，根据1978年以来的总产值模型来衡量中国农作物和畜牧业的农业总要素生产率(TFP)，结果表明2009年之前，中国的农业全要素生产率以每年约2.4%的速度增长，与经合组织主要国家相当，是世界平均水平的两倍[5]。全要素生产率的增长约占产出增长的40%，这表明投入增长是过去产出增长的主要驱动力。Njuki等利用了天气和长期气候变化趋势，使用威斯康星州乳制品生产商的样本数据，研究了气候变化对农场全要素生产率水平的影响[6]。

2 绿色全要素生产率研究

随着生态环境日益严格的约束，环境保护与经济增长之间的关系已成为至关重要的问题。绿色全要素生产率已经成为生产率研究的重要问题，学者们就此进行了广泛研究，并结合环境规制、“一带一路”等特定因素进行了深入分析。相关文献以实证分析居多，尤其是中国学者结合中国的具体制度环境对绿色全要素生产率进行了测度和分析，这与当前中国经济走向高质量发展阶段的实际相符合。

2.1 经济发展与绿色全要素生产率

学者从经济增长质量角度对省级绿色全要素生产率进行了测算，从扶贫攻坚角度对欠发达地区的绿色经济追赶问题进行了探讨。Xia和Xu从绿色全要素生产率视角对1997—2015年中国各省经济增长质量进行了重新检验，研究纳入省级环境绩效变量计算了一组绿色全要素生产率(或GTFP)指标，采用非参数方法，研究发现GTFP指数显示出与GDP增长率和标准TFP指数完全不同的趋势[7]。当年GDP增长率很高时，TFP和GTFP没有稳定增长，这也于以往一些研究结果相悖，表明当前中国经济增长质量应该更加关注绿色发展。Zhu等从环境全要素生产率的角度进行收敛性分析，研究了中国的欠发达地区能否赶上绿色经济[8]。实证结果表明，ETFP的俱乐部收敛在这4个区域都没有出现，因此支持了条件收敛的存在。总体而言，人力资本、绿色标准和国际开放是影响中国欠发达地区追赶绿色经济的重要因素。从长期的角度为建立面向绿色经济追赶的协调经济环境发展模式，做出了贡献环境全要素生产率(ETFP)的收敛。

2.2 产业层面绿色全要素生产率测度

随着研究的不断深入，学者们深入到不同部门行业进行研究，不仅对工业部门整体的绿色全要素和环境治理效率进行了研究，还对物流业、旅游业等服务业部门的绿色全要素生产率的时空特征进行了分析。Wang和Feng基于网络的两阶段超DEA方法对中国工业部门的区域全要素生产率和环境治理效率进行了研究，研究发现尽管中国最初在改善其工业系统的整体效率方面取得了积极的成果，但在工业系统的子阶段中，废气处理阶段的效率最高，其次是固体废物处理阶段，而生产和废水处理阶段的效率相对较低[9]。

中国物流业的快速发展伴随着生态环境的恶化和能源的过度消耗，如何有效地衡量和提高物流业的绿色全要素生产率(GTFP)是在高质量发展阶段实现物流业发展与生态环境保护协调发展的重要保证。Li和Wang分析了中国物流业绿色全要素生产率的时空分布特征及驱动机制，对2004—2017年中国30个省份的物流业的GTFP进行了评估，发现物流业的GTFP具有明显的时空差异[10]。从时间上看，GTFP经历了上升和下降交替变化的过程。从空间的角度来看，GTFP具有明显的“东中西”梯度下降趋势。GTWR的回归结果表明，不同时间和区域因素对物流业GTFP的影响方向和强度不同，表现出明显的时空非平稳性特征，在此基础上，针对中国物流业的发展，提出了一些实用的建议。

随着人均收入提高和消费升级步伐加快，旅游业成为国民经济中的重要产业，如何利用可持续发展的实践来促进旅游业已经成为一个非常重要的问题。Li等探讨了中国旅游业绿色全要素生产率(GTFP)的时间特征和空间规律[11]，采用数据包络分析(DEA)模型和Malmquist-Luenberger(ML)指数衡量计算了2007—2018年中国旅游业GTFP。Li等的研究发现，旅游业碳排放量和能源消耗在增加，尚未达到峰值；与旅游相关的交通在旅游部门中所占比例最大；碳排放的空间分布和能源消耗不平衡。在技术效率的驱动下，研究期间中国旅游业的绿色发展取得了良好的绩效。自2014年以来，纯技术效率(PE)一直大于1，这表明中国旅游业已进入变革和促进阶段。同时，中国旅游GTFP存在明显的空间差异，东部最强西部最弱的总体格局没有改变。

3 全要素生产率影响因素的研究

学者们研究了移民、污染等对劳动生产率，以及货币因素、能源消耗、技术因素对全要素生产率的影响。Bryan和Morten估计了减少印度尼西亚内部劳动力移民壁垒，获得的总生产率收益[12]。估计发现消除障碍可以使劳动生产率提高22%。受益最大的原籍人口会发现，完全消除障碍后，平均收入将增加104%，而转向美国基准则将获得25%的收益。Chang等通过关注中国的两个呼叫中心，调查了污染对服务业工人生产率的影响[13]。通过将每个工人的日常产出的精确度量与污染和气象的日常度量相联系，发现较高的空气污染水平会降低工人的生产率。Tombe和Zhu研究了商品和劳动力市场的摩擦如何影响中国的总劳动生产率。将独特的数据与内部和国际贸易以及跨地区和跨部门迁移的一般均衡模型相结合，量化分析贸易和迁移成本的规模和后果[14]。结果发现，减少内部贸易和移民成本比降低外部贸易成本更为重要。当前中国移民成本仍然很高，而进一步改革的潜在收益却很大。

一些研究还将货币因素纳入对全要素生产率的研究。传统的全要素生产率度量没有考虑货币资产的持有量。Diewert和Fox将货币因素引入全要素生产率的度量。在美国公司和非公司业务部门评估了这种影响[15]。Rath等研究分析了能源消耗的类型是否会影响全要素生产率(TFP)的增长，结果表明化石燃料的消费降低了全要素生产率的增长，而可再生能源的消费却促进了全要素生产率的增长[16]。此外，Granger因果关系在长期内支持了反馈假设，而在短期内则发现了微弱的证据。因此，政策应集中在减少化石燃料和使用更多可再生能源上，以实现长期可持续的更高生产率增长和保护性环境质量的“双赢”地位。

学者在微观企业层面重新检验了波特假说，填补了命令与控制政策以及环境法制法规对发展中国家企业全要素生产率微观影响研究的文献空白。命令与控制环境法规是一种传统的环境政策，在发展中国家仍然广泛使用，Tang等考察了命令与控制环境法规对企业全要素生产率增长的影响，利用中国“两个控制区”政策的准自然实验，使用1998—2007年的中国工业企业面板数据集，研究发现命令与控制环境法规严重阻碍了企业全要素生产率的增长，而这种负面影响是滞后且持续的[17]。这种负面影响主要来自企业成本的增加以及对企业资源分配效率的负面影响。异质性分析发现，对污染程度更高的企业，规模较小的企业和外国公司的负面影响更加严重。该研究的政策含义是，在命令与控制的环境法规下，要实现具有可持续环境发展和企业全要素生产率增长的双赢方案是很难的。因此，环境法规应当有明确的目标，要采取灵活的方法，根据市场手段采取多种环境法规政策。类似地，Cai和Ye基于中国新环境保护法的准自然实验评估了环境法规对企业全要素生产率的影响，发现NEPL严重阻碍了企业的全要素生产率，制约TFP的因素主要来自紧缩的财政约束以及对技术创新和资源分配效率的负面影响[18]。结果表明在统一标准和严格制裁下，环境保护与经济增长之间没有“双赢”的目标。因此，加速中国环境法规的市场化改革至关重要。

3.1 产业政策对全要素生产率的影响

产业政策特别是通过以“免税期”和对企业的补贴形式，向工业提供大规模援助政策是影响全要素生产率的重要因素。随着世界各国产业竞争加剧，政府补贴被广泛应用于提高各国生产率。因此，学者广泛探讨了补贴对全要素生产率的影响，并在不同国家和行业中的得出了截然不同的研究结论。英国退出欧盟为制定更具选择性的产业战略提供了机会，Harris和Moffat研究了1997—2014年英国产品补贴对工厂级全要素生产率的影响，以提供扩大其使用范围的必要性证据[19]。研究发现低补贴率对某些行业的全要素生产率产生积极影响或无积极影响，但较高补贴率则对总要素生产率产生不利影响。这意味着增加补贴并不能显著改善英国生产率。而Barath等则研究了补贴对农场经营绩效的影响，分析了斯洛文尼亚2006—2013年期间不同类型的补贴对农业全要素生产率(TFP)不同组成部分的影响，研究发现这些补贴对TFP或其组成部分并没有显著影响[20]。Harris和Li利用中国的企业级证据，研究了政府援助对企业层面全要素生产率的影响[21]，发现援助获得的收益呈倒U形，通过分解TFP增长并将其与企业和政府之间的援助和正式的政治联系起来，发现获得援助的一般公司对TFP增长的贡献要比非援助公司更大。这主要是通过“鼓励”新公司成立，而不是通过对现存企业的改善开展。

3.2 绿色全要素生产率的影响因素研究

学者还探讨了外直接投资、政治竞争、环境规制等因素对绿色全要素生产率的影响，并从国家、城市、产业、企业等多个维度对该影响进行了实证分析。

在“一带一路”倡议下，中国大大增加了对外直接投资。尽管这些投资有助于提高这些国家的生产率，但它们对环境的影响仍存在争议，值得仔细研究。Wu等首次研究了中国对外直接投资是否会改善“一带一路”国家的绿色全要素生产率，使用由ICRG、世界银行WDI、Heritage Foundation和Wind数据库组成的新数据集，匹配2003—2016年46个“一带一路”国家的面板数据[22]。研究发现随着中国对外直接投资的增加，“一带一路”沿线国家的GTFP得到了显著改善。中国对外直接投资对“一带一路”沿线国家GTFP的积极影响取决于各国的制度素质，而当国家拥有更好的制度时，增强效应就会更大。

在城市层面，Jin等探讨了管辖区间政治竞争与绿色全要素生产率之间的倒U型关系，研究发现过度的管辖区间竞争对绿色全要素生产率(GTFP)有不利影响，实证研究发现县级政府竞争与县级GTFP之间呈倒U形关系，影响机制包括传统的投入产出比，污染排放和环境技术进步等[23]。类似地，Song等探讨了财政双重分权对绿色全要素生产率的影响。基于中国的财政分权的收入分权和支出分权的双重特征，通过计算Malmquist-Luenburger指数并使用空间杜宾模型，结果发现收入分权严重阻碍了本地GTFP的改善，财政收入竞争对本地GTFP的影响也显著负面[24]。该研究对优化中国的财政分权和促进高质量的经济发展具有启发性。

促进工业化与环境的协调发展是世界所有国家追求的目标。加强环境法规(ER)和提高绿色全要素生产率(GTFP)是实现这一目标的重要手段。但是，ER和GTFP之间的关系已经在学术界争论不休，这反映了这一问题的复杂性。Zhao等基于177个城市面板数据实证研究了中国环境规制与绿色全要素生产率的关系[25]。研究表明ER与GTFP之间的关系很复杂，ER与GTFP之间的关系在不同的城市群中是线性和非线性的。经济发展水平较高的城市群呈正线性关系，而其他城市群呈U形非线性关系。不同城市群的拐点值和ER的均值存在差异，对GTFP的促进作用不同。在重点监测城市和经济发展水平较低的城市，ER的平均值未超过拐点，ER与GTFP呈负相关。整个样本，非重点监测城市和中等经济发展水平城市的ER变量平均值均已超过拐点，促进了GTFP的改善。

面对经济增长和节能减排的双重制约，统一的环境监管政策给中国带来了困境。Shen等结合中国产业数据分析了不同类型的环境法规及其对环境全要素生产率的异质影响，采用MML方法分析2000—2016年技术差距和污染排放对中国工业全要素生产率(TFP)的影响[26]。在此基础上，从异质性的角度出发，使用阈值模型研究了不同类型的环境法规对工业部门的环境全要素生产率(ETFP)的非线性动态影响，试图确定环境法规的最佳强度和工具组合。作为一种基于市场的环境调节工具，SO2排放交易计划(SO2ETS)已在中国实施了数十年。进一步，Hou等在城市层面评估了SO2排放交易计划对绿色全要素生产率的影响[27],基于2007年中国的SO2ETS，检验和验证该方案对环境和经济的影响，尤其是对绿色全要素生产率(TFP)的影响。应用双重差分方法，检验SO2ETS是否实现了“减少排放”和“提高效率”的双赢方案，研究发现该方案可以显著降低ETS地区的SO2排放量和SO2强度，分别降低了12.3%和11.0%，而对GDP的影响不明显。在绿色TFP方面，SO2ETS抑制了绿色TFP的增长，而负面影响主要是由效率损失引起的。因此，SO2ETS可以有效改善环境，但同时在提升绿色TFP方面面临一定困难。