要素边际生产率

2024-06-09

要素边际生产率（精选6篇）

要素边际生产率篇1

一、引言

中国农垦经济实行的农工商综合经营, 多级法人和多层次经营, 同时担负企业、政府以及社会等多种职能, 属于国有经济, 具有区域性、社会性、产业结构综合性等特点。由于农垦经济承担着稳定社会等非经济性职能, 所以, 农垦企业不可能通过民营化等形式的产权变更来获取新的发展动力, 同时, 农垦经济作为一个经济实体, 是中国国有经济的重要组成部分, 必须推进农垦经济的发展, 实现国有资产的保值增值。众所周知, 要实现经济的持续性发展, 传统的粗放型的靠要素投入的增长显然是不行的, 这就需要在投入以外寻找答案, 而全要素生产率增长率一直被认为是经济持续发展的源泉。

对文献搜集发现, 学者们都认为全要素生产率是经济增长的原动力之一。但是对全要素生产率增长率的影响因素分析仍然不够充分。分析所采用的数据都是全国经济的数据, 这种分析方法对农垦经济是否适合有待检验。

二、估算方法的介绍

估算全要素生产率增长的方法很多, 索洛把生产函数和指数方法连接起来, 通过设定一个规模报酬不变、具有希克斯中性技术变化系数的生产函数:Yt=At*F (Kt, Lt) , 来研究全要素生产率 (TFP) 的增长率, 其中乘数因子At是用来反映在给定的资本和劳动下生产函数的变化。索洛并没有设定函数的具体形式, 而是用非参数的形式来度量At的增长率的问题。后来的许多学者都习惯采用C-D生产函数的形式进行估计。C-D生产函数的表达式为:

通过对 (1) 式的两边取对数, 转化为线性方程为:

其中Y、K、L分别表示第t年产出、资本和劳动力。再对t求全微分, 通过整理可以得索洛经济增长模型:

其中y、k、l分别代表产出、资本和劳动的增长率;α和β表示资本和劳动的产出弹性, 在完全市场竞争和利润最大化条件下, 产出弹性就等于要素的投入或产出份额;δ表示的就是不能被资本和劳动投入所能解释的“索洛剩余”, 也就是本文中所求的全要素生产率的增长率, 这也就是所谓的“索洛余值法”。需要特别提出的是, 技术进步是全要素生产率的重要源泉, 但实际上全要素生产率包含着技术进步、组织创新、专业化和生产创新等更丰富的内容。

中国经济存在着比较突出的东、中、西三类地区发展差异, 蔡昉和都阳 (2000) 的研究结果表明, 中国经济发展不仅存在地区差异, 而且也不存在趋同的现象, 而是形成了东、中、西3个俱乐部趋同, 因此, 为体现出这种差异, 本文在分析过程中引入地域虚拟变量 (CR) 。本文在 (2) 式的基础上中引入虚拟变量CR1、CR2, 考虑不同时期, (2) 式修正为:

本文就是用中国农垦经济的数据在对 (4) 式进行回归的基础上, 验证地区间是否存在差异。在分别测算出资本和劳动的产出弹性的基础上, 再利用索洛余值法估算全要素生产率的增长率。

三、数据来源及有关说明

本文主要是对中国农垦经济进行的研究, 所以主要数据来自于《农垦“十五”统计资料汇编》, 2000-2006年的《中国农垦财务年鉴》以及《中国统计摘要2006》。本文的数据是将全国30个省及直辖市的垦区数据作为省级截面数据来进行全要素生产率的测算和分析, 其中新疆垦区我们遵循统计资料的方法将其划分为新疆兵团、新疆农业和新疆畜牧3个截面, 而上海、江西、湖南、广西、甘肃5个垦区因在“十五”期间数据变异较大, 在本文的分析中予以剔除。由于各个垦区的数据可以看作是相互独立的, 这样回归分析的条件之一可以得到满足。

(一) 总产出

在反映总产出的指标中, 有国内生产总值和国民生产总值, 二者的主要区别在于是否考虑进出口贸易以及贸易是否平衡的问题。考虑到农垦经济中的这种外资投资比例以及对外投资比例都比较小。因此本文选择《农垦“十五”统计资料汇编》中的国内生产总值作为各地区总产出的基本指标, 以2000年为基期, 利用GDP缩减指数消除价格变动对产出的影响。

(二) 资本

衡量资本的方法比较多, 有用固定资产的, 也有用所有资产的。由于流动资产和无形资产的估算都比较复杂, 多数研究都采用固定资产, 本文度量资本也采用的是固定资产的数据。固定资产数据来自《中国农垦财务年鉴》中“全国农垦企业资产负债表”的固定资产净值项目, 是根据年度数据汇总得来, 更能真实的反映资产的存量和周转情况, 因为资料的缺失, 我们将1999年、2001年的数据平均值作为2000年的固定资产净值。在此基础上, 根据《中国统计摘要2006》公布的固定资产投资价格指数, 将其折算成以2000年为不变价格的实际值。以固定资产数据来取代资本数据, 肯定会对资本度量带来误差, 但希望这样的误差不会影响研究的结论。

(三) 劳动力

就劳动投入指标而言, 是指生产过程中实际投入的劳动量, 用标准劳动强度的劳动时间来衡量。本文采用历年从业人员数作为劳动投入量指标。这样数据替代的分析, 也是肯定会有误差的, 但希望这种误差在许可的范围内, 不会对研究结论有重大偏差。

(四) 地区虚拟变量

地区虚拟变量的设置是根据国家对东、中、西部划分而来, 设置虚拟变量CR=0、1、2分别代表西部、中部和东部, 以西部为参照, 做以下假设:

如果CR=1, 则CR1=1, 否则CR1=0;如果CR=2, 则CR2=1, 否则CR2=0。

如此, 可以得到代表不同地域的两列数据。

四、计量结果及其分析

根据统计数据, 利用Eviews统计分析软件, 对 (4) 式的估计结果及相关检验值如下:

括号中的数字为该变量的t检验值。上述回归结果表明, 模型的拟合优度高, 具有较强的解释力。但变量CR1即使在10%的显著性水平下依然不能通过检验, 因此本文认为在农垦经济中, 西部和中部不存在明显的地理差异。考虑在剔除CR1后, 再次得到的估计结果为:

回归检验结果显示, 方程拟合度很高, 具有很强的解释能力, 各变量均能通过检验, 具有极强的显著性。虚拟变量CR2的系数为0.5837, 表明东部相对中部和西部存在明显的地区差异, 具有产出效率优势。得出这一结论是大有裨益的, 即在农垦经济中, 中部和西部具有同等的外部发展条件, 而东部与中西部相比存在明显区域优势。在这一结论之上, 本文将东部和中西部区分开来, 也就是说将东部和中西部作为两个子系统进行研究, 分别进行回归, 以测算出资本和劳动的产出弹性系数。利用东部和中西部垦区的数据分别对 (2) 式进行回归, 东部数据得到回归结果:

方程回归显著, 各变量均能通过检验, 具有很好的解释力。

中西部回归结果:

方程拟合度高, 各变量均能通过检验, 显著性极强。

从以上的回归结果得到, 东部的资本和劳动的产出弹性分别为:0.4346、0.4952, 其合计为:0.4346+0.4952=0.9298<1, 表明东部要素投入基本处在规模报酬不变时期。中西部的资本和劳动的产出弹性分别为:0.4583、0.7922, 其合计:0.4583+0.7922=1.2515>1, 说明中西部还处在规模报酬递增阶段。将上述要素的产出弹性归一化处理后, 得到东部的资本和劳动的产出弹性分别为0.47和0.53, 中西部分别为0.37和0.63。

在产出弹性的测算结果的基础上, 将α、β、产出、资本和劳动以及其增长率分别代入式, 可以得到“十五”期间全国各垦区全要素生产率的增长率1。

从估算结果来看, 除青海外, 全要素生产率的增长率都是正的, 说明在“十五”期间, 全要素生产率的提高对农垦经济增长是做出了贡献的。其中有5个垦区 (内蒙古、江苏、安徽、山东、新疆畜牧) 、西部地区, 以及全国平均在劳动和资本投入都减少的情况下, 仍然保持了产出的正的增长率, 全要素生产率提高对产出增长的贡献是很大的。除江苏外, 全要素生产率的增长率在10%以上的5个垦区 (内蒙古、河北、安徽、山东、重庆) , 资本和劳动投入增长较低, 甚至是负增长的情况下, “十五”期间产出保持高增长 (产出增长在9%以上) ;另一方面, 全要素生产率增长率最低 (低于3%) 的5个垦区 (吉林、新疆农业、陕西、北京、青海) , “十五”期间产出增长也较低, 甚至是负增长, 二者保持较高的正相关, 表明全要素生产率的显著提高日渐成为农垦经济产出增长的主要源泉, 这一结论和胡鞍钢 (2003) “未来经济增长取决于全要素生产率的提高”的论断不谋而合。

就东、中、西部各地区及全国平均水平来看, 中国农垦资本和劳动高投入的时期似乎已经过去。“十五”期间, 拥有资金优势的东部地区年均资本投入增长也只有1.17%, 拥有劳动力优势的中部地区年均劳动投入增长也只达到0.63%, 除此之外, 各地区及全国平均资本和劳动投入均出现下降趋势, 产出增长不再是资本和劳动投入的增加带动的, 而是全要素生产率增长率提高的结果, 但并不能就此得到中国农垦已经实现增长方式的转变的结论, 因为其他产业资本报酬率的增加和工资水平的上涨也可能是劳动和资本流出的原因, 也就是说, 目前中国农垦劳动和资本的这种变动可能是外部力量的原因, 而不一定是主动调整的结果, 要得到相关结论, 需要进一步的研究。但这并不与上文中“产出增长主要是全要素生产率增长率的贡献”这一结论相矛盾。

五、结论及政策建议

利用索洛余值法, 在区分地区间生产效率差异的基础上, 考察了我国农垦“十五”期间全要素生产率增长的情况, 给出了全国各垦区全要素生产率增长率的估计值, 本文得到的初步结论是:

回归分析发现, 中国农垦经济存在着东部与中西部间生产效率差异, 中部与西部之间没有显著差异, 其中东部要比中西部高。说明环境条件是农垦经济增长的重要因素。因此, 要提高农垦经济的绩效, 必须改善农垦的经济环境, 包括改善投资环境, 加强基础设施建设, 培育市场条件等。

“十五”期间, 农垦的全要素增长率的增长率除青海外, 都是正的, 并且产出增长和全要素增长率的增长率保持较高的正相关, 其含义是全要素生产率的提高是推动农垦经济增长的重要动力。由于全要素生产率反映了科技进步贡献、企业经营管理改善、制度创新等因素, 这也是今后农垦经济增长必须依赖的因素。

就东、中、西部各地区及全国平均水平来看, “十五”期间, 资本和劳动投入较低增长, 甚至是负增长, 产出增长已不是资本和劳动投入增加的结果, 主要增长源泉来自全要素生产率的增长, 但并不能确定农垦经济增长方式是否已发生转变。

与全国经济增长的平均水平相比, 农垦经济的增长率较低。这种较低的经济增长率是因为农垦企业的农业生产性质还是国有企业性质导致, 还需要进一步研究。

摘要：文章在考虑地区间生产效率差异的基础上, 利用C-D函数测算出农垦经济的资本和劳动产出弹性, 用索洛余值法估算出中国农垦各垦区“十五”期间的全要素生产率的增长率, 并做简要分析, 结果发现环境条件是农垦经济增长的重要因素;全要素生产率的提高是推动农垦经济增长的重要动力。

关键词：全要素生产率,C-D函数,索洛余值法,中国农垦

参考文献

[1]、支道隆.核算全要素生产率[J].统计研究, 1997 (3) .

[2]、李京文, 钟学义.中国生产率分析前沿[M].社会科学文献出版社, 1998.

[3]、张军, 施少华.中国经济全要素生产率变动:1952-1998[J].世界经济文汇, 2003 (2) .

[4]、孟令杰, 李静.中国全要素生产率的变动趋势[D].第四届中国经济学年会入选论文, 2004.

[5]、胡鞍钢.未来经济增长取决于全要素生产率提高[J].政策, 2003 (1) .

要素边际生产率篇2

一、新疆服务业投入要素变化情况分析

本文选取资本和劳动力作为服务业的投入要素, 其中劳动力投入用当年服务业就业人数表示, 资本投入用固定资本存量来表示, 计算方法为永续盘存法, 即当期的固定资本存量等于当期新增固定资产投资额加上一期的固定资本存量然后减去折旧。公式为:

其中, Kt+1表示t+1期的固定资本存量, It+1表示t+1期的新增固定资产投资额, δ表示折旧率, 本文取5%, Kt表示t期固定资本存量。以1978年为基期的基期固定资本存量的测算采用折旧-贴现法, 计算公式如下:

其中表示1978-1988年19年间的投资的平均增长率。

为了更直观的观察1978-2011年以来新疆服务业投入要素的变化趋势, 本文作了双竖轴的资本、劳动投入的变化趋势图, 见图 (1) 。

从图 (1) 可以看出, 1978-2011年新疆服务业中的资本投入上升幅度很大, 固定资本存量由1978年的25.88亿元增加到了2011年的1986.63亿元, 增长了76.76倍, 固定资本存量随时间不断上升且上升速度也在不断增加, 新疆服务业获得较快发展与快速增加的资本投入有着密切的关系。从上升速度来看, 资本投入所对应的曲线呈现初期较为平缓, 中期有所抬头, 后期变得陡峭的特点, 1978-1990年间, 资本投入虽然在不断增加, 但是速度较为缓慢, 1990-2000年间资本投入增长速度有所增加, 2000年之后曲线变得较为陡峭, 说明新疆服务业的资本投入在快速增加。

从劳动投入来看, 新疆服务业就业人数从1978年的66.8万人增加到了2011年的340.39万人, 增加了5.1倍, 就业人数增加幅度要高于第一产业和第二产业, 吸收了相当一部分新疆的剩余劳动力, 为新疆的就业作出了很大贡献。另外从劳动投入所对应的曲线来看, 除个别年份有略微波动外, 曲线表现出平稳上升的特点, 说明1978-2011年以来新疆服务业就业人数处于稳步上升的态势。

二、基于C-D函数的新疆服务业要素贡献度测算

柯布-道格拉斯生产函数 (C-D函数) 是由数学家柯布和经济学家道格拉斯在研究投入和产出的关系时提出的一个生产函数, 由于这个函数可以反映边际产量、产出弹性、要素贡献度以及规模报酬等经济学的重要概念而得到了广泛应用 (1) , 另外柯布-道格拉斯具有的另外一个而其他生产函数如不变替代弹性生产函数 (CES函数) 以及超越对数生产函数不具有的性质是:柯布-道格拉斯生产函数是惟一可以使均方估计误差达到最小的生产函数, 这也是柯布-道格拉斯广泛应用于经济分析的一个重要原因。

柯布-道格拉斯生产函数数学表达式如下:

其中, Y表示产出, K表示投入要素中的资本投入, L表示投入要素中的劳动投入。

这里假定规模报酬不变, 即α+β=1

在规模报酬不变的假定下, 为了避免变量间的共线性, 上述柯布-道格拉斯生产函数可以转化为:

上式经对数变换可以转化为对数线性的形式, 即:

另外, 本文采用自回归方法来解决序列相关的问题。

对上式运用普通最小二乘法OLS方法进行回归即可得到各估计参数。

本文采用1978-2011年新疆服务业产值表示产出, 固定资本存量来表示资本要素投入, 服务业的就业人数表示劳动投入。

把原始数据导入计量软件EVIEWS5.0, 回归结果如下

可以看到, 模型结果各参数的t统计量都通过了显著性检验, 校正后的拟合优度达到了99.8359%, 拟合程度较高, F统计量对应的P值为0, 通过了联合检验。模型的D-W值为1.929179, 已经解决序列相关问题。

新疆服务业的柯布-道格拉斯生产函数的估计结果为:

方程中的α=0.726, 即资本的产出弹性, 另外, 根据规模报酬不变假设, 劳动的产出弹性β=1-α0.274。

该模型的经济含义是:单位有效劳动的产出可以表示为人均资本的线性函数形式 (这里的线性函数指的是广义的线性函数, 这里的形式为对数线性形式) , 表示人均资本装备额的变化可以显著影响单位劳动的产出。

根据上述结果, 资本的产出弹性α=0.726, 说明新疆服务业发展中资本的贡献度较大, 表现出“投资拉动”的特征。

三、新疆服务业的全要素生产率测算

20世纪50年代, 诺贝尔经济学奖获得者索洛 (solow) 提出了具有规模报酬不变特性的总量生产函数和增长方程, 形成了现在通常所说的生产率 (全要素生产率) 含义, 并把它归结为是由技术进步而产生的。

全要素生产率是指生产活动在一定时间内的效率, 产出增长率超出要素投入增长率的部分称为全要素生产率, 它可以用来衡量除去所有有形生产要素以外的生产率的增长, 也是分析经济增长源泉的重要工具。可以用来识别经济是投入型增长还是效率型增长, 确定经济增长的可持续性, 并为制定经济政策提供依据。

全部要素的生产率无法从总产量中直接计算出来, 故只能采取间接的办法:即全要素生产率等于产出增长率与资本增长率和劳动增长率加权之差, 因此我们需要先确定函数的形式, 然后估计函数的参数, 最后根据参数得出的参数计算全要素生产率。

本文根据上述通过柯布-道格拉斯生产函数得到的参数来估计新疆服务业的全要素生产率。

中部地区全要素生产率估算及分解篇3

关键词：中部地区,全要素生产率,Malmquist指数方法

引言

中部地区 (1) 是中国的资源富地、人口大区、经济腹地和重要市场。要实现“中部崛起”的宏伟目标, 既要保持中部经济的增长的速度, 又要重视经济增长质量, 也就是说经济增长不能仅靠要素投入来拉动, 而要大力提高全要素生产率 (TFP) , 提高经济增长质量, 增强经济增长可持续性。

TFP是指生产要素 (如资本和劳动等) 投入之外的技术进步、技术效率变动、规模报酬变动、纯效率变动带来的产出的增加, 最早由索洛 (1957) 提出, 因此也称为索洛残差。TFP是分析经济增长原因的重要源泉, 也是政府制定可持续经济发展政策的重要依据。目前国内TFP的计算方法主要有索洛残差法, 生产函数法, 基于DEA的Malmquist指数法。彭国华 (2005) 利用索洛残差法估算出中国1982—2002年间中国的TFP平均增长率为5.9%。此种方法的假设条件 (2) 很强, 现实往往难以满足。张军、施少华 (2003) 年利用生产函数法估算出中国1979—1998年TFP增长率为1.1%。王小鲁 (2000) 同样运用生产函数法估算出中国1979—1999年间全要素生产率平均增长率为1.46%。此方法需要对生产函数进行设定和必要的变化。颜鹏飞、王兵 (2004) 利用基于DEA的Malmquist指数法估计出中国全要素生产率的平均增长率为0.25%。郭庆旺、赵志耘、贾俊雪 (2005) , 章祥荪、贵斌威 (2008) 利用非参数Malmquist指数法估算中国1979—2005年间的TFP, 得到的结论为, TFP平均增长率为1.6%。相比上述其他方法而言, Malmquist指数方法不需要对生产函数结构做先验假定、不需要对参数进行估计、允许无效率行为存在、能对TFP变动进行分解, 进而能提供较全面TFP增长信息, 也就能更全面地分析经济增长质量。故本文也选用此方法来估算中部六省的TFP并对其进行分解。

一、Malmquist指数法简介

Malmquist指数最早由Malmquist (1953) 作为一种消费指数提出, 后来Caves等 (1982) 将其应用到生产率变化的度量。 (3) 在本文中, 我们把每一个省看做一个生产决策单位, 运用由Fare等人 (1994a) 改造的DEA方法来构造在每一个时期生产前沿面, 再把每一个省的生产同最佳实践前沿面进行比较, 从而对效率变化和技术进步进行测度。我们主要从要素投入的角度来研究全要素生产率变化, 假设有N个决策单元, 其中第n个决策单元t期的投入为xnt= (Knt, Lnt) , Knt为资本存量投入, Lnt为劳动力投入, t期的产出为ynt, Dnt (xnt, ynt) (4) 和Dnt (xnt+1, ynt+1) 分别表示以t时期的技术前沿面为参照的时期t和时期t+1生产点的距离函数, 距离函数可看做在给定要素投入的情况下, 能够获得可以使产量最大的扩展比例。那么, 第n个决策单元t+1期全要素生产率增长的Malmquist指数为:

当 (1) 式的值大于1时, 说明从t时期到t+1时期发生了全要素生产率的增长, 反之则下降。我们可以将 (1) 式变化成如下形式:

其中, 表示从t时期到t+1时期生产效率的变化, 此式大于1表示生产效率的提高, 小于1则表示生产效率的下降。表示从t时期到t+1时期生产技术的变化, 此式大于1表示技术进步, 小于1则表示技术没有进步。

二、中部六省TFP估算及分解

(一) 数据来源及处理

本文以各省的实际GDP作为产出, 就业量和资本存量作为投入。1978—1999年各省的数据来自《新中国50年统计资料汇编》, 2000—2007年各省的数据来自《中国统计年鉴》。其中各省各年的实际GDP以1978年不变价格为基础进行折算, 就业量通过统计资料直接得到, 而实际的资本存量需要进行估算, 在这里我们使用最常用的“永续盘存法”, 估算公式为:

其中, Kt为t年的实际资本存量, It为t年的名义投资, Pt为t年的固定资产投资价格指数, δt为t年的固定资产折旧率, Kt-1为t-1年的实际资本存量。本文中的投资仅指固定资本投资, 而由于1991年以前各年固定资产投资价格指数的缺失, 为了尽量避免价格因素的影响, 本文使用以1978年为基期的各年的GDP平减指数近似代替固定资产投资价格指数, 同时选取9.6% (1) 的固定资产折旧率。1978年的实际资本存量选用张军、章元 (2003) 对中国各省资本存量的估计数据。

(二) 中部六省全要素生产率及分解结果

我们选用非参数的Malmquist指数方法, 运用DEAP2.0软件估算中部地区1979—2007年TFP并进行分解, 可以算出中部地区各省历年的TFP值及其分解结果。

1. 中部地区TFP年均值及其分解结果分析

1979—2007年中部六省

通过上表我们可以看出, 1979—2007年, 中部六省中山西湖北两省TFP增长率最高 (5%) , 安徽省TFP增长率最低 (-1.4%) 。中部地区TFP年均增长1.4%, 其中技术进步指数 (TECHCH) 增长1.3%, 技术效率指数 (EFFCH) , 规模效应指数 (SECH) 的增长不显著, 纯效率指数 (PECH) 变动为-0.2%, 这说明改革开放后中部六省TFP增长主要靠技术进步来拉动, 经济增长中呈现出规模效应不明显、效率恶化的特征。这主要是因为总体来说中部地区产业基础薄弱, 产业结构不合理, 产业集聚难以形成, 因而产业集聚效应得不到发挥, 同时中部地区政府行政对经济的过度干预, 政府办事效率的低下阻碍了效率的提高。中部六省中, 山西、湖北两省平均TFP增长率最高, 都为5%, 这源于两省TECHCH的增长 (5%) , 而平均TFP呈负增长的安徽省, EFFCH, TECHCH, PECH, TFPCH都呈负增长, 这说明平均来说, 在整个时间区间内, 安徽省经济增长过程中存在技术退步和效率恶化现象, 而湖南省全要素生产率负增长 (-1.3%) 源于技术退步。

2. 中部地区TFP时间序列分析

上文给出了中部六省1979—2007年TFP变动的年均值, 限于篇幅, 本文省略中部各省历年变动值及其分解结果。

从本文实证计算结果来看, 1979—2007年中部地区TFP增长具有非常大的波动性, 1979年和1984年是两个波峰, 1986年TFP和2006年是两个波谷。另一方面, 从TFP变动的组成部分来看, TFP的增长与TECHCH的增长具有高度的相关性, 1979年TFP增长率为8.6%, TECHCH增长率为9.1%, 而1986年TFP增长率为-2.9%, TECHCH增长率为-3.3%, 这也说明中部地区TFP的变动主要受TECHCH变动影响。

根据中部地区经济的现实情况, 我们将整个时间区间划分为四段:1979—1984年, 1985—1991年, 1992—1998年, 1999—2007年。1979—1984年中部地区TFP平均增长率最高, 这主要源于对农业部门的改革, 家庭联产承包责任制大大提高了农民的生产积极性, 提升了农业生产效率, 这对作为农业大区的中部地区的生产率的提高意义重大。另一方面市场化改革的推进也在一定程度上激发了企业活力, 企业引进先进技术和自主创新的积极性增强, 有效地促进了中部地区的技术进步。1985—1991年TFP增长率骤降, 这主要是由于改革初期带来的效率提升潜力已基本释放, 进一步改革未能及时跟进, 导致TECHCH增长明显放缓。1992—1998年TFP逐步回升, 这一时期TFP增长主要源于邓小平同志南巡讲话, 开放进程的加快, 对外贸易及FDI水平有了一定程度的提高, 这有利于进一步的技术引进, 1992年TECHCH增长率为6.3%, TFP增长率为5.4%。1999—2007年TFP增长率明显放缓并在低位徘徊, 2006年达到最低值-2.9%。这主要源于1997年东南亚金融危机后中部地区对外贸易受到严重影响, 阻碍了技术进步, 此时政府为了保持经济增长速度, 加大了投资力度, 导致大量的重复建设和低效率的投资, 此外中部地区金融改革的速度明显落后于经济改革的速度, 金融效率得不到有效提高, 因而TFP及PECH都较低。 (下转155页)

三、结论

通过对中部六省TFP计算分解, 本文得出以下结论:

(1) 1978—2007, 中部六省TFP平均增长1.45%, TFP的增长主要靠技术进步来拉动, 而规模效应及效率值长期长期得不到提升, 这成为制约TFP增长和整个经济增长质量改善的主要原因。 (2) 通过对中部地区及六省TFP变化的时间序列分析可知, 1979—1984年中部地区TFP因改革开放效率的释放而呈现较高的增长态势, 1985—1991年中部地区TFP因进一步改革未及时跟进而回落, 1992—1998年中部地区TFP因对外开放进程的加快而反弹, 1999—2007年中部地区TFP因低效率的经济建设而走低。 (3) 要实现中部崛起的宏伟目标, 必须提高经济增长质量, 加快产业升级, 增强经济增长的可持续性和效率。

参考文献

[1]Malmquist, S1, 1953, Index Numbers and Indifference Surfaces[J].Trabajos de Estadistica (, 4) .

[2]郭庆旺, 贾俊雪.中国全要素生产率的估算:1979—2004[J].经济研究, 2005 (, 6) .

[3]郭庆旺, 赵志耘, 贾俊雪.中国省份的全要素生产率分析[J].世界经济, 2005, (5) .

[4]李静, 等.中国地区发展差异的再检验:要素积累抑或TFP[J].世界经济, 2006 (, 1) .

[5]彭国华.中国地区收入差距、全要素生产率及其收敛性分析[J].经济研究, 2005 (, 8) .

[6]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) .

[7]魏梅.区域全要素生产率影响因素及效率收敛分析[J].统计与决策, 2008 (, 12) .

[8]许水龙.技术进步的DEA评估方法[J].数量经济技术经济研究, 1995 (, 8) .

[9]张光勇.TFP增长、资本深化与经济收敛——基于中国省际面板数据的微观机制分析[D].杭州:浙江工商大学, 2008.

要素边际生产率篇4

改革开放的30 多年里, 我国粮食产量由1978 年的3.05亿吨增长到2014 年的6.07 亿吨, 近年来, 我国粮食总产量更是实现“十一连增”。然而, 这种高增长的背后是农业的高投入, 1978~2013 年, 农业化肥使用量增长5.68 倍, 1991~2012 年, 农药使用量增长了1.36 倍。目前, 中国经济进入新常态, 经济增速换挡回落, 从过去10%左右的高速增长转为7%~8%的中高速增长。在新常态背景下, 作为国民经济基础产业的农业必须解决高投入、高消耗带来的生产效率不高和农业发展不可持续的问题, 全要素生产率可以有效衡量农业经济增长质量。农业综合生产能力的提高包含两部分:一部分是来自农业生产要素投入量的增长, 另一部分来自农业要素生产率的提高。一方面物质要素的投入不可能无限增加;另一方面增加物质投入必然会遇到边际报酬递减, 生产一味依靠增加物质要素投入不可能实现经济的持续增长。要想获得经济的可持续增长, 只能依靠生产率水平的提高。全要素生产率是农业持续发展的决定性因素, 研究中国农业全要素生产率的变动趋势, 探索农业经济持续增长的路径, 就显得十分重要。

二、文献回顾

众多学者从不同层面研究了各因素对农业发展的影响。Lin (1992) 证明家庭联产承包责任制对改革初期农业增长的贡献率高达46.89%。Fan (1991) 指出, 中国农业增长的一半以上是靠要素投入驱动, 并非靠农业全要素生产率增长。Stone (1993) 认为在中国改革开放期间, 主要粮食作物迅速而单一的增长源于对投入的增加。Lin (1992) 、Huang和Rozelle (1996) 都论证了提高购买性投入能解释大部分20 世纪80 年代到90 年代的大米、小麦和玉米产出的增长。Scott Rozelle和黄季焜 (2005) 研究大米、小麦和玉米的投入指数时指出粮食生产的投入变化是导致改革开放后近20 年产出增长的重要原因, 但是中国今后的粮食供给增长不能再像过去一样依赖于投入。赵芝俊和张社梅 (2006) 认为物资投入对农业产出的贡献已经进入平稳发展且增速减缓期, 中国农业以后想要实现持续增长必须从依靠投入转移到依靠全要素生产率提高上来。

不少学者研究了不同因素对农业全要素生产率的影响, Mc Millan et al. (1989) 和Lin (1992) 将改革初期的TFP增长归功于家庭联产承包责任制的实施。Stone (1993) 认为中国农业TFP大部分增长源于对投入的增加。 Benhabib和Spiegel (1994) 、Islam (1995) 、岳书敬 (2006) 等研究了人力资本会对TFP增长产生重要作用。石慧等 (2008) 研究了1985~2005 年中国地区农业生产绩效的动态表现时, 认为20 年来农业生产要素的流动是农业TFP增长波动的主要原因。李谷成、冯中朝和范丽霞 (2009) 考察农户全要素生产率与其耕地规模的关系, 认为农户全要素生产率与其耕地规模基本无关。朱喜、史清华和盖庆恩 (2011) 研究了农业生产的资源配置扭曲与TFP的关系, 得到要素配置扭曲对农业TFP确实存在显著的影响, 在不考虑技术因素条件下, 如果能够有效消除资本和劳动配置的扭曲, 农户的农业总量TFP有望再增长20%以上, 其中东部和西部地区农户改进的空间超过30%。

技术进步和技术效率增进对TFP的贡献上, 李静和孟令杰 (2006) 认为1978~2004 年我国农业TFP的增长主要是由技术进步推动的, 技术效率的下降对TFP的增长造成了不利影响。Haizhi Tong等 (2003) 于20 世纪90 年代中后期中国农业生产率的测算结果表明, 90 年代中期农业TFP增长很快, 之后出现了下降的趋势, 并且农业生产率的正增长得益于技术进步。全炯振 (2009) 运用了SFA方法估算1978~2007 年期间的中国农业全要素生产率年均增长率只有0.7%, 技术进步年均增长率为6.5%;而技术效率则年均增长率为-5.5%, 得到中国农业全要素生产率的增长属于技术诱导型的增长模式, 提高农业技术效率水平是中国未来提高农业全要素生产率的潜在动力。同样, 李谷成 (2009) 运用了DEA方法对转型期中国农业全要素生产率增长的时间演变和省区空间分布进行实证分析时, 认为转型期农业TFP增长较为显著, TFP增长主要由农业技术进步贡献, 技术效率状况改善的贡献很有限。余康 (2011) 研究表明技术效率的贡献率平均占到全要素生产率贡献率的81%, 说明技术效率比技术进步对我国农业劳动生产率地区差异的影响更大。匡远凤 (2012) 在研究1988 年以来的农业劳动生产率时, 认为技术进步、物质性要素投入和人力资本在总体上都促进了中国省份农业劳动生产率的增长, 而技术效率变化却阻碍了大部分省份的增长。

本文基于我国农业1978~2012 年28 个省份的面板数据, 利用DEA-Malmquist方法估算了我国全要素生产率。第一, 本文在考虑变量的选取上, 充分考虑了自然灾害对我国农业的影响, 在播种面积中减去了成灾面积;第二, 利用曼奎斯特指数系统地研究1978~2012 年中国农业全要素生产率的变动趋势和对我国农业经济增长的源泉做简要分析;第三, 本文集中分析各个时期对农业全要素生产率产生影响的主要因素;第四, 分析我国东、中、西部农业全要素生产率、技术进步、技术效率增进是否存在的差异。

三、模型

四、数据来源与变量选取

本文数据主要来自《改革开放三十年农业统计资料汇编》、《新中国农业60 年统计资料》、《中国统计年鉴》 (2007-2013) 以及各省统计年鉴。由于西藏、重庆和海南缺失数据太多而又无法用其他数据进行替代, 因而选取中国28 个省、自治区和直辖市的数据进行分析。本文采用的是广义农业口径, 农业指第一产业。

1、农业生产总值为第一产业实际生产总值, 以1978 年为基期, 用第一产业生产总值指数进行平减, 计算第一产业实际生产总值。

2、农业劳动投入, 准确地讲应该采用劳动者实际的工作时间, 但是对于农业劳动力的实际劳动时间没有准确的数据, 故本文选取第一产业从业人员人数作为衡量农业劳动投入的指标。内蒙古、湖北第一产业从业人员缺1979 年, 用1978 年和1980 年的平均值替代;天津第一产业从业人员缺1978~1984年, 用农林牧渔从业人员替代;黑龙江没用公布2011 年、2012年第一产业从业人员, 本文按照最近几年的下降趋势估计这两年的从业人员;甘肃第一产业从业人员缺1978~1982 年, 用农村劳动者替代 (通过数据比较, 本文发现农村劳动者比农林牧渔从业人员更适合, 1983 年第一产业从业人员为797.1 万人, 农林牧渔从业人员为584.1 万人, 而农村劳动者为802.8 万人) , 农村劳动者缺1979 年数据, 用1978 年和1980 年平均值替代;山东缺1979 年, 用农林牧渔从业人员替代。

3、土地投入, 由于我国复种、休耕、弃耕现象较为普遍, 与耕地面积相比, 农作物总播种面积能更准确地度量农业的土地投入, 因此选取农作物播种面积作为农业土地投入的衡量指标, 又由于我国是一个自然灾害频发的国家, 自然灾害对农业生产危害巨大, 给农业经济造成巨大损失, 所以本文考察了自然灾害对农业生产的影响, 在农作物播种面积上减去了成灾面积, 这样更好地衡量了真实的农业土地投入。

4、机械总动力:主要用于农、林、牧、渔业的各种动力机械的动力总和。

5、化肥投入:指本年内实际用于农业生产的化肥数量, 包括氮肥、磷肥、钾肥和复合肥, 化肥施用量要求按折纯量计算数量。

五、实证分析结果

1、表1 是利用DEA-Malmquist方法测量的1979~2012 年中国农业的全要素生产率及其分解。可以看出, 我国全要素生产率增长率总体呈现涨跌互现的波动情形, 特别是1991~2000年之间, 农业全要素生产率变动比其他时期都要剧烈。1979~2012 年, 农业全要素生产率年均增长3.3%, 技术效率增进年均增长-2.9%, 技术进步年均增长6.3%, 农业技术进步促进了农业的发展, 技术效率在农业生产过程中起的作用很小, 这与大多数专家学者的观点一致。同时也看到, 34 年里规模效率年平均下降1.4%, 中国农业的规模经营整体上没有进步反而出现倒退, 34 个年份中只有13 个年份规模效率为正, 且主要集中在改革开放的头几年和最近3 年。

改革开放以来, 农业全要素生产率变动较为剧烈, 整体上不存在明显的趋势。从变化上来看, 1979~1991 年间, 我国农业全要素生产率指数变化较为频繁;1991~1998 年, 我国农业全要素生产率指数变动幅度相对比较剧烈, 2000 年来, 农业全要素生产率指数依然波动变化, 但是波动幅度都大为降低。技术进步率和全要素生产率的变动方向基本一致, 但是技术进步率的变动幅度大于全要素生产率;1994 年, 技术进步率达到30.4%的顶峰, 全要素生产率和技术进步率在同一时间达到顶峰;2005 年, 技术进步率达到了又一个高峰, 为27%, 1983 年技术进步率最低为-3.5%。我国农业技术效率指数大部分处于1以下, 技术效率指数变化具有向下变动的趋势, 技术效率增进和技术进步变动的方向基本相反;2006 年技术效率增进最高为3.5%, 2005 年技术效率增进最低为-18.3%, 2005~2006 年技术效率增进变动幅度较大;34 年间技术效率增进为负的年份占到了67.6%。这表明我国农业普遍存在技术效率损失, 这与大多数学者的观点一致。 (表1)

2、依据估算结果对1979~2012 年我国农业经济增长源泉对经济增长的贡献做简要分析。从表2 中数据可以看出, 1979~2012 年我国农业TFP年平均增长3.3%, 而农业产值年平均增长6.41%, TFP对农业产值增长的年平均贡献率为51.48%, 农业技术进步和技术效率增进对农业的贡献率分别为98.28%和-45.24%。除1998~2002 年外, 农业TFP对农业的年平均贡献逐渐增大, 2008~2012 年出现稍微下降。关于农业技术效率增进对农业的贡献, 1979~1982 年由于改革农村的基本经营制度激发了农民的生产积极性, 技术效率增进对经济增长的年平均贡献为30.87%, 其余时间段, 技术效率增进对农业的年平均贡献都为负, 这也表明长期来我国农业普遍存在技术效率损失。相对技术效率对农业的影响, 在改革初期的1979~1982 年, 技术进步对农业的年平均贡献率为-5.18%, 此后的各时间段, 技术进步对农业的平均贡献率都为正, 农业技术进步促进了农业的发展。 (表2)

3、变动原因:改革开放初期, 农业TFP的提高是由于中国农村经济体制改革从根本上改变了农业的基本经营制度, 激发了农民的生产积极性, 极大的解放了生产力, 农业产出获得了巨大增长。1979 年, 农业TFP增长率达到3.9%, 可能是由于1980 年自然灾害和通货膨胀的影响, 在1980 年农业TFP增长率达到5.0%之后出现了下降;1979~1982 年技术效率增进的增长率为正, 1979 和1980 年农业技术进步率为正, 之后两年技术进步率转变为负。由于微观激励机制的改革主要改善的是农户的技术效率, 产出增长却是一次性的, 很难成为促进农业增长和增加农民收入的持续的源泉。

1983~1988 年, 由于农业经营体制的改革, 一方面提高了生产效率, 农村产生了大量的隐形剩余劳动力;另一方面农民拥有剩余索取权, 农村有了一定的资本积累, 这就为乡镇企业的发展提供了条件。1983~1988 年是乡镇企业快速发展时期, 乡镇企业吸收了大量农村剩余劳动力, 农民转移到收益更高的乡镇企业。这一阶段, 农业技术效率增进由1983 年的-0.3%下降到1988 年的-4.1%, 技术进步率由1983 年的-3.5%提升至1988 年的19.1% , 而1988 年农业全要素生产率增长率为14.2%。1985~1988 年机械总动力增长率达到9.7%, 说明农业劳动力减少促进了农业技术的进步。这一阶段全要素生产率的增长也要得益于农业经营体制的改革成果。

1989~1994 年, 由于20 世纪80 年代末期的经济过热以及城市经济体制改革的影响, 乡镇企业成为治理整顿首当其冲的对象。由于治理整顿的影响, 乡镇企业的数量和吸纳农业剩余劳动力的能力明显下降。农业TFP增长率由1988 年的14.2%下降到1989 年的-1.1%, 这种局面直到1992 年“南方谈话”后才有了根本改变, 1992 年和1993 年农业TFP增长率分别为1.1%和7.7%, 1994 年猛增到24%, 1992~1994 年农业技术进步率分别为8.8%、12.5%和30.4%。乡镇企业和私营企业的快速发展促进了农村剩余劳动力的转移, 农民的收入提高, 从而促进农业从业人员更多地采用节约劳动力的农业技术, 提升了农业生产的技术水平, 这一时期技术进步最快, 技术进步对农业全要素生产率的贡献巨大。

注:M (*) 表示曼奎斯特生产率指数, 即全要素生产率;TC表示技术进步指数;TEC表示技术效率增进指数;PEC表示纯技术效率增进指数;SEC表示规模效率增进指数。

1995~2004 年, 中国农业全要素生产率的变化可能主要是受到国企改革的影响, 改革中国工业过程中, 中国农业的发展必然受到整个宏观经济变化的影响。郑京海等 (2005) 和郭庆旺等 (2005) 研究全国全要素生产率时, 都表明1995~2000 年的全国的全要素生产率出现了下降, 认为这一时期全要素生产率下降是因为中国经济过早地进入资本深化过程。1995 年开始国企改革, 资本深化超过以往任何时期, 这一时期宏观经济逐步降温并在1998 年出现严重的通货紧缩, 我国经济出现生产能力全面过剩。整个国家的宏观经济也对农业产生了极大的影响, 在这样的背景下农业全要素生产率的出现大幅下降, 从1994 年的24%下降到1998 年的-9.9%, 达到1978 年以来的最低点, 这其中技术效率增进由-4.9%下降到-8.2%, 技术进步率由1994 年的24%下降到1998 年的-9.9%。这一时期全国和农业的全要素生产率都出现下降。郭庆旺等 (2005) 研究的全国全要素生产率和本文测量农业全要素生产率在2000 年都开始复苏。与此同时, 20 世纪90 年代中期国内世行自由化同时也伴随着贸易自由化, 大米和小麦隐形税收和补贴明显下降, 在1995~2000 年取消了农作物的大多数保护。自从2001 年开始, 大米和小麦的名义支持率已经接近于0 (黄季焜等, 2008) , 这也降低了农民的生产积极性, 从而加剧了全要素生产率的下降。而1999~2004 年中国宏观经济逐渐好转, 在这一时期农村又进行了税费改革, 农村税费改革使1999~2002 年期间农民收入增长了约40%以上, 而且也为促进农民增长提供了持续的激励 (周黎安、陈烨, 2005) 。在经济复苏和税费改革的双重作用下, 农业TFP增长率由1999 年的-4.7%增长到2004 年的5%。技术效率增进不断下降, 技术进步率由1999 年的-2.7 增长到2005 年的27%。总的来说, 这一时期为了适应更激烈的国际竞争而对产业进行升级以及减少对我国工业和农业的影响, 而对中国经济做出调整应该是影响全国TFP和农业TFP变化的主要原因。

2005~2012 年, 世界经济和我国经济的变化更加频繁, 通货膨胀和通货紧缩转变更加频繁。针对2003 年宏观经济过热, 2004 年开始紧缩调控, 2005 年经济开始降温, 2006 年、2007 年和2008 年上半年我国经济过热, 2008 年下半年爆发了全球金融危机, 我国2009 年陷入通货紧缩, 随着国家对宏观经济的调整, 2010 年和2011 年我国经济出现了复苏, 在2012 年时, 经济增速进一步回落。频繁的扩张和紧缩对我国的农业产生了巨大的影响, 每当我国经济出现好转时, 我国农业TFP就会出现增长, 经济陷入低谷时, 我国农业TFP增长就出现下降。这一时期年平均全要素生产率为5.4%, 高于34 年来3.3%的平均水平。

六、政策建议

本文运用非参数方法DEA, 测算了中国1978~2012 年28个省、自治区和直辖市的农业全要素生产率, 研究了农业全要素生产率的时序演进和空间分布的基本特征, 得到如下主要结论:

第一, 改革开放以来的34 年里, 中国农业全要素生产率变化波动较大, 但并没有发现其存在增长或下降趋势。1979~2012年我国农业全要素生产率年平均增长3.3 个百分点, TFP对农业年平均增长率的贡献为51.48%, 技术进步率为6.3%, 技术效率增进为-2.9%, 贡献率分别为98.28%和-45.24%, 农业技术进步对我国农业的发展起到了巨大的推动作用, 而技术效率增进对农业发展起的作用则很有限。

第二, 通过研究各时间段农业全要素生产率、技术效率增进和技术进步对农业的年平均贡献率时发现, 农业全要素生产率对农业的贡献逐渐增大, 并稳定在70%左右;农业技术效率只在改革开放初期对农业的贡献为正, 其余各个时期均为负, 而技术进步则相反, 改革初期贡献为负, 其余时期都为正。

第三, 从中国农业全要素生产率的时序演进和空间分布特征可以看出, 中国农业全要素生产率的变化与农业政策和农业经济的变化密切相关, 更是受到了国家宏观经济和世界经济的影响。每当经济繁荣时, 农业全要素生产率就迅速提高, 经济下滑时, 农业全要素生产率就会下降。

政策建议:当前中国经济呈现出新常态, 从高速增长转为中高速增长, 经济结构优化升级, 在要素驱动、投资驱动转向创新驱动的新常态背景下, 一方面粗放型的农业经济增长不可持续;另一方面食品安全越来越受到重视, 中国农业未来发展路径应沿着提高农业技术效率、发展绿色农业和现代产业前进。

参考文献

[1]Lin, Justin Y..Rural Reforms and Agricultural Growth in China, American Economic Review[J].1992.82.1.

[2]Fan, S..Effects of Technological Change and Institutional Reform on Production Growth in Chinese Agriculture American Journal of Agricultural Economics[J].1991.73.2.

[3]Stone, B..Basic Agricultural Technology under Reform, in Kueh, -Y.-Y.and Ash, -Robert-F.eds.Studies on Contemporary China.Oxford, New York, Toronto and Melbourne:Oxford University Press, Clarend on Press, 1993.

[4]Huang, J.K.and S.Rozelle.Technological Change:Rediscovery of the Engine of Productivity Growth in China’s Rural Economy[J].Journal of Development Economics, 1996.49.

[5]Scott Rozelle, 黄季焜.中国的农村经济与通向现代工业国之路[J].经济学 (季刊) , 2005.4.4.

[6]赵芝俊, 张社梅.近20年中国农业技术进步贡献率的变动趋势[J].中国农村经济, 2006.3.

[7]Mc Millan, J., Whalley, J.and Zhu, L..The Impact of China’s Economic Reforms on Agricultural Productivity Growth[J].Journal of Political Economy, 1989.97.4.

兵团农业全要素生产率的测算分析篇5

一、全要素生产率的概念与测算方法

(一)全要素生产率的相关概念

全要素生产增长率简称全要素生产率(Total Factor Productivity,TFP),是一个余值,最早是由诺贝尔经济学奖得主罗伯特·索洛提出的,所以又叫索洛余值。

经济增长的途径主要通过两种方式:要素投入的增加和提高生产率。一般认为,经济增长由劳动力、资本及广义技术进步推动。全要素生产率(TFP)是分析经济增长源泉的重要工具,是衡量一个地区经济运行状况、反映该地区技术进步或技术效率等方面水平的综合指标,反映在对经济增长的贡献上,表现为不能由要素投入增长来解释的产出增长部分。

(二)全要素生产率的测算方法

本文采用柯布―道格拉斯(Cobb-Douglas)生产函数模型。C—D生产函数在农业经济中基本形式表示为: Y=AKαLβMmNnμ (1)

式中:Y表示农业总产出,K表示资本投入,L表示劳动投入,M表示耕地面积,N表示农业机械总动力,α、β、m和n分别代表资本、劳动、耕地面积的产出弹性系数,A为效率系数,是广义科技进步水平的反映,μ为随机误差,代表了估计的误差水平。

将(1)式两边取自然对数,得到: lnY=lnA+αlnK+βlnL+mlnM+NlnN+μ (2)

对(2) 式进行回归分析可以得到α、β、m和n的估计值,然后用索洛的增长速度方程计算TFP。

全要素生产率增长率计算公式: $Τ F Ρ = \frac{Δ A}{A} = \frac{Δ Y}{Y} - α \times \frac{Δ Κ}{Κ} - β \times \frac{Δ L}{L} - m \times \frac{Δ Μ}{Μ} - n \times \frac{Δ Ν}{Ν} (3)$

全要素生产率对产出的贡献率: $\frac{Τ F Ρ}{y} \times 100 %, y = \frac{Δ Y}{Y}$ (4)

二、各要素数据来源及处理

(一)数据来源

本文选取的数据为1956—2008年,各项数据资料主要来自各年度的《新疆生产建设兵团统计年鉴》和《新中国五十年:新疆生产建设兵团卷》。为分析农业全要素生产率阶段性变动的规律,把研究时间大致分为1956—1970年、1971—1990年、1991—2000年及2001—2008年四个时期。

(二)相关数据的处理

1.产出值(Y)的确定。

本文测算的是农业全要素生产率,因此产出值(Y)选用的是农业总产出(万元)。

2.劳动投入量(L)。

是指农业生产过程中实际投入的劳动要素总量,可以用劳动者收入和劳动力人数两种方式来衡量。但在目前条件下,用收入来衡量劳动投入显然受到多种因素的干扰,数据真实性较差,而用人数来衡量,数据较完整、规范,不存在价格的调整。因此,选择农业(第一产业)从业人员数(万人)作为劳动投入指标。

3.资本投入量(K)。

应该由农业投入生产的固定资产存量+流动资产来表示,但由于我国的统计年鉴中没有反映固定资产存量和流动资产的统计数据,因此有些学者和统计工作者就用当年的固定资产投资额来代替资本投入量,这是不合理的,不能完全反映农业生产过程中投入的资本量。因此,我们用固定资产存量来代替资本投入量,采用永续盘存法测算兵团从1956—2008年以来的固定资本存量(万元)的数值,来进行全要素生产率的测算。其计算公式为:Kt=(1-δ)Kt-1+It,其中Kt和It分别为t期的资本存量和固定资产投资,δ是几何折旧率。在使用永续盘存法时,几何折旧率和基年资本存量的估计和选用尤为重要。根据我国的情况,一般采用综合折旧率δ=5%,基期年的资本存量按照以下国际常用方法计算:K0=I0/(g+δ),其中g是样本期真实投资的年平均增长率,K0是基期年资本存量。

4.耕地规模(M)。

指农业生产过程中农作物的有效种植面积。考虑到兵团属于干旱区,耕地的质量每年变化较大,因此采用农作物播种面积(千公顷)作为衡量指标。

5.农业机械投入量(N)。

指农业生产过程中投入的农业机械总动力之和。本文采用兵团农业生产每年投入的机械总动力(万千万时)作为衡量指标。

三、兵团农业全要素生产率的测算结果与分析

(一)生产函数中参数的确定

通过对上述指标数据的分析整理,用最小二乘法可得(3)式的回归结果:

lnY=5.5017+0.1689lnK+0.0901lnL+0.5141lnM+0.2073lnN+0.0195t+0.7519AR(-1) (5)

(9.86)***(7.42)***(2.87)***(2.89)***(2.41)**(8.08)***(7.37)***

注:“***”表示1%的显著水平;“**”表示5%的显著水平;“*”表示10%的显著水平。

(二)统计结果的检验

1.R检验。

因为R=0.9915,接近1,通过检验,同时表明回归方程(5)式的拟合优度较好。

2.F检验。

因F值在1%的显著水平下显著,表明回归方程(5)式显著成立,说明可以通过线性方程来描述变量t、LnK、LnL、LnM、LnN与LnY之间的数量关系。

3.t检验。

通过相关参数的T检验值,可见,基本所有参数在1%的显著水平下都是显著的,因此回归方程(5)也通过了变量的显著性检验。

4.其他检验。

因DW=2.008,很接近2,所以回归方程(5)不存在一阶序列相关。另外,通过怀特检验发现回归方程(5)也不存在异方差问题。

因此,回归方程(5)通过了统计检验和计量经济学检验,方程成立。

(三)农业全要素生产率的测算结果

由式(5)得兵团农业生产函数模型为:Y=245.1K0.1689L0.0901M0.5141N0.2073e0.0195t (6)

1.根据各要素生产率的计算公式,计算出不同时期各生产要素的增长率,见表1。

从表1可以看出,1956—2008年兵团的农业全要素生产率有较大的增长,其中1956—1970年年均增长率为1.41%,2001—2008年年均增长率达到5.76%,增长了4倍。在此期间内,产出、劳动、耕地面积以及农业机械总动力都呈现不同程度的先下降后上升的趋势。与此同时,资本的增长率在1956—2000年间增长较大,但2000年以后呈下降趋势。

2.根据各要素贡献率的计算公式,计算出不同时期各生产要素的贡献率,见表2。

整体来看,1956—2008年兵团农业资本、劳动、耕地、农业机械以及TFP对农业产出的贡献率,都有不同程度的变化。

1.兵团农业TFP贡献率表现出明显的递增趋势。1956—1970年兵团农业TFP年均贡献率为10.49%,1971—1990年上升到32.49%,1991—2000年进一步上升到41.33%,到了2001—2008年已达到56.71%。整体上看,1956—2008年兵团农业TFP贡献率为35.02%。

2.兵团农业资本贡献率呈现先升后降的趋势。1956—1970年兵团农业资本年均贡献率仅有8.02%,1971—1990年资本年均贡献率上升到15.84%,1991—2000年资本年均贡献率进一步上升到41.88%。进入“十五” 时期以后,资本贡献率表现出下降趋势,2001—2008年资本年均贡献率下降到17.07%,达到56.71%。整体上看,1956—2008年兵团农业科技进步年均贡献率为35.02%。

3.兵团农业劳动贡献率一直偏低,且在1991—2000年间出现劳动年均贡献率为负的现象。如1956—1970年是农业劳动年均贡献率最高的时期,为8.91%,1971—1990年劳动贡献率下降到0.15%,1991—2000年进一步下降到-2.45%。进入“十五” 时期以后,劳动贡献率有所回升,2001—2008年劳动年均贡献率为1.03%。整体上看,1956—2008年兵团农业劳动年均贡献率仅有3.26%。

4.兵团农业耕地贡献率表现出先降后升的趋势。1956—1970年兵团农业耕地年均贡献率高达48.19%,1971—1990年下降为26.89%,1991—2000年耕地年均贡献率进一步下降到9.49%。进入“十五” 时期以后,耕地贡献率有所回升,2001—2008年资本年均贡献率上升到10.21%。整体上看,1956—2008年兵团农业耕地年均贡献率为23.89%。

5.兵团农业机械动力贡献率基本也呈现为先降后升的趋势。如1956—1970年兵团农业机械总动力年均贡献率为24.39%,1971—1990年农业机械动力年均贡献率为24.63%,基本没发生变化;1991—2000年农业机械总动力年均贡献率下降到9.75%。进入“十五” 时期以后,有所回升,2001—2008年上升到14.98%。整体上看,1956—2008年兵团农业机械总动力年均贡献率为20.38%。

四、结论及建议

从上述5个要素对农业经济增长贡献的变化趋势来看,1956—1970年兵团农业经济增长主要靠耕地面积的扩大来拉动,农业机械水平的提升也起到了较大的拉动作用;1971—1990年兵团农业经济增长主要靠耕地面积扩大、农业机械化水平和全要素三股力量共同拉动,其中全要素的拉动力最大;1991—2000年兵团农业经济增长主要靠资本投资和全要素两股力量共同拉动,其中资本投资的拉动力略强一些;2001—2008年兵团农业经济增长主要靠全要素拉动,农业经济增长一半以上是全要素带来的。

由以上的结论可以看出,兵团近几年的经济增长很大程度上是由全要素的增长带来的。全要素可以理解为技术进步,如果进一步提高技术进步与技术效率,兵团经济会有更大的发展。因此,本文提出一些政策建议来进一步促进兵团农业的发展。

1.努力提高科技创新和制度创新,进一步提升科技进步对经济增长的贡献份额。技术进步不仅体现在新技术的应用,更在于新技术的创造。新增长理论揭示了导致技术进步的源泉是知识的创造和利用,因此兵团要加大科技创新力度,同时提高兵团科技资源的利用效率,防止机器设备等大量闲置的现象发生。

要素边际生产率篇6

数据处理与说明

本文选择了东部11个省市的数据, 主要研究2000~2010年沿海地区绿色全要素生产率及其收敛性, 所选择的变量和数据说明如下:

1.投入变量

(1) 资本投入 (K) 。使用物质资本存量作为资本投入指标。根据张军等 (2004) [3]的方法, 利用永续盘存法, 以1952年为基期, 估计沿海地区11个省市2000~2010年的资本存量。 (数据来源于历年《中国统计年鉴》) 。

(2) 劳动力投入 (L) 。直接采用三产的从业人员总数作为劳动力投入指标 (单位万人) 。 (2000~2008年数据来源于《新中国60年统计资料汇编》, 2009~2010年数据来源于各省市的《2012年中国统计年鉴》) 。

(3) 能源投入 (E) 。由于统计年鉴上已将其他能源统一折算成以万吨标准煤为单位的能源消耗量, 所以, 直接以各省2000~2010年的能源消耗总量数据作为能源投入指标, 单位是万吨标准煤。 (数据来源于《新中国60年统计资料汇编》和《中国能源统计年鉴》) 。

(4) 碳排放量 (C) 。由于现有的年鉴中没有碳排放量的统计数据, 因此, 选用沿海各省市能源消费总量乘以各省市平均能源消耗碳排放系数, 所得数据作为碳排放量指标, 单位是万吨。 (各省市平均能源消耗碳排放系数来自于王铮、朱永彬 (2008) [4]所计算的各省平均碳排放系数表, 原始数据来源于《新中国60年统计资料汇编》) 。

2.产出数据

各地区总产值 (Y) , 选用以1952年为不变价格计算的2000~2010年各省市生产总值指数。 (2000~2008年的数据来源于《新中国60年统计资料汇编》, 2009~2010年数据根据以1978年为不变价计算的各省市生产总值指数, 换算成以1952年为不变价的各省市生产总值指数) 。

绿色全要素生产率测算与分析

笔者利用DEAP2.1软件进行全要素生产率测算及其分解, 由于数据指标具有不同的量纲, 若直接带入DEA模型则不利于编程求解线性规划, 所以将原始数据进行无量纲化处理, 取值范围限制在1~10。[5]

1.沿海地区绿色全要素生产率的总体分析

采取DEA-Malmquist指数分析法, 测算2000~2010年沿海地区绿色全要素生产率 (GTFP) 及传统全要素生产率 (TFP) , 结果如表1所示。其中, GEF、GTE分别表示绿色技术效率指数和绿色进步指数。

从表1可知, 沿海地区历年的绿色全要素生产率都大于或等于1, 即相对于上一年, 在全要素生产率方面都有所改进或不变。其平均值为1.031, 年均增长约为3.1%。对绿色技术效率指数而言, 2001~2004年、2007年都小于1。说明在该阶段生产期间, 投入要素的节约水平和资源配置效率水平都较低, 技术效率水平有所下降;在2004~2006年、2007~2010年期间, 技术效率水平大于1。说明该阶段技术效率水平有所提高。10年间, 技术效率水平的平均值为0.997, 表明沿海地区的技术效率水平下降了0.3%。

相比较看, 绿色技术进步指数除2005年小于1外, 其他年份都大于1。说明沿海地区的最佳生产能力在逐年提高, 生产技术水平得到了较大的发展。可见, GTFP的增长源泉主要是GTE, 即由创新、高新技术引入等一系列措施所产生的生产力水平提高, 而GEF对GTFP的改进并没有明显的作用。与传统的全要素生产率相比, 在2005年之前, 传统全要素生产率大于绿色全要素生产率, 这与2003~2005年CO2排放量的剧增紧密相连。而2005年之后, 绿色全要素生产率反超了传统全要素生产率。说明2005年我国将能源强度作为衡量指标纳入“十一五”规划中, 沿海地区经济发展受能源和碳排放的约束愈加明显。

2.沿海各省市分区域绿色全要素生产率分析

为了比较沿海地区南部、中部、北部3个区域绿色全要素生产率的差异, 本文将11个省市的数据分别汇总到以上3个区域, 并将这3个区域作为3个决策单元, 运用DEAP2.1软件测算其绿色全要素及其分解成分。表2为2000~2010年沿海各省市Malmquist指数的估算结果。

从表2可知, 沿海各省市的平均GTFP都大于1, 处于上升趋势。说明在考虑环境因素下, 沿海地区的生产率水平仍然稳步上升。从GTFP指数分解来看, 除上海之外, 所有省份的技术进步指数都大于技术效率指数, 其中山东省最高 (提高了4.9%) 。但除福建、北京、上海、天津市外, 其他沿海省市的技术效率水平却都有所下降, 其中山东省下降最多, 为3.2%。相比传统TFP, 福建、广东、广西、江苏的绿色全要素生产率都较低, 而除北京外, 其他省份的GTFP与TFP相差无几。

分区域看, GTFP由高到低分别是中部、北部、南部, 其中, 南部地区1.023, 中部地区1.04, 北部地区1.031;中部和北部地区都高于或等于东部沿海的平均水平 (1.031) , 而南部地区则小于东部沿海的平均水平;GEF由高到低分别是南部和中部相同、北部最低, 而且技术效率水平处于下降趋势, 降低了0.8%;GTE由高到低分别是中部、北部、南部, 其中, 中部的技术进步水平增长了4%, 为最高。表明中部地区的高GTP主要增长源泉是技术进步而不是技术效率, 且南部的GTFP小于传统TFP, 中部的GTFP大于传统TFP, 北部持平。

结论与建议

1.结论

(1) 我国沿海地区绿色全要素生产率在样本期内都大于1, 处于稳步上升中, 绿色全要素生产率在2005年之后高于传统的全要素生产率。可见, 节能减排政策对于环境保护起到了一定的效用。

(2) 影响绿色全要素生产率的因素主要是技术进步, 技术效率没有起到明显的作用。创新和高新技术的引进, 对沿海地区的经济发展有很大的作用。

(3) 绿色全要素生产率和技术进步指数的大小, 由高到低都是中部沿海地区、北部沿海地区、南部沿海地区。可见, 中部三省在低碳经济发展上有较大的进步, 南部沿海地区则在处理环境问题和节能减排技术上要进一步加强。

2.建议

(1) 我国沿海地区在经济飞速发展同时, 环境污染也日益严重, 将环境因素纳入新的综合经济评价体系势在必行, 这样才能兼顾环境保护和经济增长, 实现节能减排和经济可持续发展。

(2) 加强我国沿海地区与海外国家的技术交流, 引入先进的技术设备和人才, 提高人才的创新能力。在技术进步的同时, 要提高技术效率, 提高资源配置效率和要素的利用率, 发展循环经济和节能经济。

(3) 沿海南部区域应加强绿色经济的发展, 鼓励节能减排政策的实施, 减少环境污染;中部区域应在落实节能减排政策、发展经济的同时, 注意与各省份之间的交流, 以减少地区间生产率的差异, 均衡发展;北部区域绿色经济发展相对稳定, 但仍需注意节能减排技术效率的提升。

参考文献

[1]中国人民大学区域与城市经济研究所.中国沿海地区经济转型重大问题研究[M].北京:经济管理出版社, 2012, 1.

[2]郑宝华, 演克武, 朱佳翔.中国低碳经济下区域全要素生产率研究[J].经济问题探索, 2012 (1) :163-168.