要素分解（精选6篇）
要素分解 篇1
摘要：全要素生产率是衡量经济增长质量的重要指标。选用Malmquist指数方法对中部地区全要素生产率进行计算和分解。全要素生产率计算和分析结果表明, 1978—2007年, 中部地区TFP平均增长率为1.45%, 全要素生产率的增长主要源于技术进步, 而规模效应和效率提升缓慢, 经济增长质量有待提高。
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.
[10]章祥荪, 贵斌威.中国全要素生产率分析:Malmquist指数法评述与应用[J].数量经济技术经济研究, 2008 (, 6) .
要素分解 篇2
改革开放30年来,中国经济一直保持高速增长。世界银行分析报告指出,中国经济的增长速度以及持续时间之长在世界主流经济上是史无前例的。然而,1997年亚洲金融危机之后,经济学家开始从效率角度重新审视中国的经济增长,认为全要素生产率的改善和提高是中国未来经济增长的决定性因素[1]。
制造业作为一个国家工业体系的核心,它的增长状况直接影响着一国经济增长的速度和质量,为此有必要对我国制造业的全要素生产率进行深入研究。运用数据包络分析(DEA)的Malmquist生产率指数法可以将全要素生产率(TFP)的增长分解为技术进步和技术效率的变化,而技术效率的变化可以进一步分解为纯技术效率的变动和规模效率的变动。其中,技术进步是指科技发明、创新,以及技术的传播、扩散等;技术效率是指实际产出水平与在相同的投入规模、投入比例及市场价格条件下所能达到的最大产出量的百分比;规模效率反映企业生产规模是否处于有效状态。通过对技术进步及技术效率的测算可以更加清晰地了解一个国家或一个产业经济运行的效率水平。
因此,为了深入研究我国制造业全要素生产率的变化趋势及其内在动因,本文利用1991—2007年制造业行业的面板数据,基于DEA的Malmquist生产率指数法,测算了我国制造业的全要素生产率、技术进步、技术效率以及纯技术效率与规模效率指数,通过分解技术进步与技术效率对TFP增长的贡献,找出各行业TFP变动的深层次原因,从而可以针对不同的行业制定相应的产业政策,这对促进我国各行业的合理健康发展具有重要的现实意义。
1文献述评
继东亚奇迹后,中国奇迹的出现开始引起国内外学者更多的关注,尤其是对工业生产率的关注。既有研究主要可以归纳为以下两个方面:一是从工业部门的角度来研究TFP的增长,如Jefferson等(2008)通过索洛余值法测算了我国1998—2005年规模以上工业企业的TFP增长率,认为技术和效率已经在我国工业部门内得到很好的传播和扩散,企业的进入和退出促进了中国工业TFP增长并加快了内陆省份生产率对沿海地区的追赶[2];宫俊涛等(2008)基于数据包络分析的非参数Malmquist指数方法测算了制造业省际全要素生产率,发现东部地区的TFP增长率最高,西部、中部、东北依次降低,同时东部地区的技术进步和技术效率增长都是最快的,引导着生产前沿面的变化[3];Selin Ozyurt(2009)利用柯布-道格拉斯生产函数对中国1952—2005年的全要素生产率进行了研究,结果表明:改革开放之后,全要素生产率对经济增长有十分显著的作用,然而资本积累仍然是中国工业快速发展的主要原因[4]。二是从工业细分行业层面着手分析,如涂正革和肖耿(2005)利用1995—2002年大中型工业企业数据研究了中国37个工业行业的TFP变动,指出技术进步已经成为生产率增长的最重要动力,而技术效率却在恶化并严重阻碍了生产率增长,配置效率和规模效率对生产率增长几乎没有贡献[5];朱钟棣和李小平(2005)运用面板数据对中国34个工业行业的全要素生产率进行了估算,发现工业行业的全要素生产率变动经历了缓慢增长、下降、快速增长的3个阶段,并通过回归分析得出工业行业资本形成的变动和TFP变动呈显著的负相关关系[6];李胜文和李大胜(2008)运用随机前沿生产函数测算了1985—2005年中国34个工业行业的生产率,结果表明工业TFP增长出现先慢后快,然后停滞再缓慢回升的态势,而资本密集型制造业生产率的增长低于劳动密集型制造业和采掘业[7];李丹和胡小娟(2008)采用DEA法分别对制造业各个行业中内资企业、外资企业的相对效率、全要素生产率及其构成情况进行了实证研究。结果表明,两类企业在各个行业中的全要素生产率都呈现出上升趋势,但内资企业和外资企业在制造业各行业中的相对效率具有显著差异,内资企业相对效率较高的行业集中在劳动密集型行业及垄断程度较高的一些行业,而外资企业相对效率较高的行业集中在资本及技术密集型行业[8]。
从既有研究来看,学者们从宏观整体、中观产业、微观企业的层面对我国工业和制造业的全要素生产率进行了深入研究,但不同学者得出的结论差别较大,主要是由于采用不同的资本数据导致的,如朱钟棣,李小平(2005)采用1980年固定资产净值作为基期资本存量,以相邻两年固定资产净值的差表示每年的固定资产净值的增加量,通过累计每年的固定资产净值的增加量得到资本投入的时间序列;涂正革和肖耿(2005),李胜文和李大胜(2008)采用行业年度平均固定资产净值作为资本投入数据;李丹,胡小娟(2008)采用总资产作为资本投入,包括固定资产与流动资产。但是,作为过去历年固定资产投资的合计,并每年剔除一定量固定资产折旧之后得到的净资产很难反映作为生产要素的资本存量,原因是提取的折旧没有充分考虑固定资产在生产能力上衰退的规律,因此,作为资本存量,净资产存在着严重的缺陷,严格地讲,它不能作为资本存量来使用[9]。
鉴于此,本文采用徐杰等(2010)的方法,利用投入产出表推导的公式计算出历年的资本存量。由于投入产出表基本表每5年编制一次,最近的投入产出表基本表是2007年编制的,因此,本文利用该方法计算了制造业1991—2007年的资本存量。在此基础上,运用数据包络分析的Malmquist生产率指数法,对我国制造业的全要素生产率进行测算,并对其变化趋势及原因进行探讨。
2研究方法
目前,分析生产率的方法有很多,从技术上大致分为两大类,即参数分析法和非参数分析法。参数法需要根据不同的假设选定生产函数的形式并对参数进行估计。非参数法则无需设定具体的生产函数形式及估计具体的参数值,由于非参数法摒弃了参数法中函数形式需要事先假定、参数估计的有效性和合理性需要检验等多方面的问题,使得该方法的运用更为普遍,非参数方法主要包括数据包络分析法等。
数据包络分析是美国著名数学家和经济学家Charnes,W W Cooper和Rhodes等学者于1978年发展起来的,是评价具有多个“输入”和“输出”的决策单元(DUM)相对有效性的模型。其本质是先利用统计数据来确定DEA有效生产前沿面,再把非DEA有效的决策单元影射到DEA有效的生产前沿面上。通过比较非DEA有效的决策单元“偏离”DEA有效生产前沿面的程度来评价各决策单元的相对效率。由于DEA分析具有这种优点,可以利用它分析经济社会中某产业投入的“技术有效”和“规模有效”[10]。
20世纪90年代国际上流行的Malmquist生产率指数法,是一种有效测算全要素生产率的非参数方法。Caves首先将该指数应用于生产率变化的测算,此后与Charnes等建立的DEA理论相结合,在生产率测算的应用上日益广泛[11]。本文采用由Fare等构建的基于DEA的Malmquist指数对中国的技术进步、技术效率以及全要素生产率进行研究谢千里等(1995)和李小平等(2005)采用的是工业总产值、劳动、资本和中间投入[12,13],涂正革、肖耿(2005)采用工业净产值作为产出数据,投入数据采用了劳动和资本。其中的区别在于前者计算投入数据时包括了中间投入,后者则只考虑资本和劳动,原因在于“工业总产值”和“工业净产值”包含内容的差异,考虑到中间投入没有权威的数据,本文的产出数据选择各行业的工业增加值,投入数据选择资本和劳动。
3.2数据处理
3.2.1 行业调整与合并
在数据处理过程中,发现1990年以来,我国的行业分类标准变化很大,导致行业数据前后波动较大,因此,为了减少行业分类标准前后变化对各行业数据准确性的影响,本文参照投入产出表33部门的行业分类标准,对我国制造业部分行业进行了合并。其中将农副食品加工业、食品制造业、饮料制造业合并为食品及饮料制造业;将纺织服装、鞋、帽制造业与皮革、毛皮、羽毛(绒)及其制品业合并为服装皮革羽绒及其制品业;将木材加工及木、竹、藤、棕、草制品业与家具制造业合并为木材加工及家具制造业;将造纸及纸制品业、印刷业和记录媒介的复制业、文教体育用品制造业合并为造纸印刷及文教用品制造业;将化学原料及化学制品制造业、医药制造业、化学纤维制造业、橡胶制品业、塑料制品业合并为化学工业;将黑色金属冶炼及压延加工业与有色金属冶炼及压延加工业合并为金属冶炼及压延加工业;将通用设备制造业、专用设备制造业合并为通用专用设备制造业。
3.2.2 产出、投入数据的处理
改革开放以来,我国对工业增加值的统计口径调整较大,《中国统计年鉴》上,20世纪80年代采用的是工业总产值数据,1994—1997年工业增加值统计范围是乡及乡以上工业企业,1998年调整为规模以上工业企业,即全部国有工业企业和年主营业务收入500万元及以上的非国有工业企业,2007年调整为年主营业务收入500万元及以上的工业企业,从2011年开始调整为年主营业务收入2000万元及以上的工业企业。而且《中国投入产出表》由于编表制度原因,即逢2、7编制调查表,逢0、5编制延长表(推算表),目前有9张年度表:1987年、1990年、1992年、1995年、1997年、2000年、2002年、2005年、2007年[14],并利用《中国统计年鉴》提供的“分行业工业品出厂价格指数”按1990年不变价对数据进行平减,得到可比的工业增加值数据。
本文参照通常的做法,以全部从业人员年平均人数表示劳动投入[15]。
由于资本投入对TFP的估计结果影响很大,因此,能否准确的估计行业资本存量成为TFP测量中的关键。鉴于此,本文利用徐杰等(2010)的方法,利用投入产出表推导的公式计算出我国1991—2007年的固定资本存量,由于去除了既有研究中关于折旧年限等的主观假设,而采用投入产出表推导的公式计算出折旧率和基期资本存量[16],因此,使本文的估计结果更加客观准确。
4实证分析结果
根据投入导向的CRS(规模报酬不变)模型以及制造业各行业数据,使用Coelli(1996)给出的数据包络分析DEAP2.0计量软件[17],得到制造业历年平均Malmquist生产率指数及其分解和各行业平均Malmquist生产率指数及其分解。
4.1制造业技术效率、技术进步和TFP的总体变化
Malmquist指数的结果表明,1991—2007年间,我国制造业TFP以年均8.8%的速率增长,其主要得益于技术进步实现了年均10.4%的高速增长,而技术效率则以年均1.4%的速率抵消技术进步的贡献。
从各时期来看,全要素生产率在1991—1993年间增长较快,但增长的源泉有所不同,1991—1992年的增长主要依靠技术效率的改善,而1992—1993年的增长是由技术进步推动的。在1992年之前,增长的主要源泉是技术效率的提高,正如Wu(2003)、Zheng和Hu(2004)所发现的那样[18,19];在1992年之后,增长的主要动力是技术进步,主要原因是20世纪90年代早期,采取了更多的综合改革措施,使我国的对外开放水平不断提高,导致了外资的大量涌入,而FDI有助于先进的技术和思想在中国传播(Dees,1998)[20]。
在1993—1998年期间制造业全要素生产率都比较低,并在1994—1995年达到最低点。按照张军(2002)的观点,我国在90年代中后期出现的资本深化现象导致了TFP增速的持续下降[21],而朱钟棣和李小平(2005)认为1994—1997年确实存在着显著的资本深化现象,但1998—2002年期间不但不存在资本深化,反而各行业的资本产出比有不断下降的趋势。
为此,本文对1991—2007年制造业劳动生产率(用人均工业增加值表示)、全要素生产率(TFP),与资本深化程度(用资本劳动比表示)之间的关系进行了考察。结果表明,全要素生产率增长与资本劳动比确实呈现反方向变动,但资本劳动比在1998年之后一直处于下降的趋势,并在2002—2004年出现负增长。因此,本文的结论与朱钟棣和李小平(2005)的结论一致,即认为1998年之后我国不存在资本深化现象。同时我们还发现,虽然1993—1998年的全要素生产率增长较慢,但是同期技术进步的增长速度很快,表明资本深化推动了技术进步。这与陈勇、唐吉昌(2006)利用行业面板数据的误差修正模型(ECM)得到的检验结论一致,他们认为资本深化对技术进步的促进作用是正(而不是负)的,它推动了行业生产最佳前沿的外移(正向的技术变化)[22]。
在1998—2007年间全要素生产率实现了持续高速增长,不但技术进步表现出稳定的增长,技术效率也得到了很大改善,说明我国的经济增长方式开始发生转变,由注重投入的“粗放型”增长方式向注重增长质量的“集约型”增长方式转变。
4.2制造业技术效率、技术进步和TFP在不同行业的表现
由行业TFP的Malmquist指数分解可知,制造业各行业的TFP在1991—2007年间均有显著提高。其中,TFP增长名列前五的行业是:金属冶炼及压延加工业、化学工业、食品及饮料制造业、交通运输设备制造业和通用专用设备制造业。名列后五的行业是石油加工炼焦及核燃料加工业、金属制品业、非金属矿物制品业、服装皮革羽绒及其制品业、造纸印刷及文教用品制造业。
通过对TFP增长率的进一步分解,我们得出了更有意义的结论。技术进步排名前五位的行业包括化学工业、金属冶炼及压延加工业、烟草加工业、食品及饮料制造业、石油加工炼焦及核燃料加工业,除了食品及饮料制造业,全部为国有比重高或垄断程度高的行业。排名技术进步后五位的行业是纺织业、服装皮革羽绒及其制品业、木材加工及家具制造业、造纸印刷及文教用品制造业和非金属矿物制品业,这些行业全部属于轻工业,行业进入门槛较低,市场竞争激烈,这似乎印证了新古典式的价格竞争使企业无力推进技术进步。
技术效率排名与技术进步排名的差异较大,技术效率排名前五的行业是交通运输设备制造业、通用专用设备制造业、电气机械及器材制造业、食品及饮料制造业和金属冶炼及压延加工业。这些行业市场竞争较为激烈,且都有一定的技术门槛。而技术效率排名后五位的行业是:石油加工炼焦及核燃料加工业、金属制品业、非金属矿物制品业、化学工业和烟草加工业。全部是国有比重或垄断程度高的行业,这些行业占有大量的资金和技术资源,但由于行政属性和垄断势力的存在,缺乏改善效率的激励,导致技术效率的退化。
比较TFP的行业排名可以发现,名列前茅的金属冶炼及压延加工业、食品及饮料制造业、交通运输设备制造业和通用专用设备制造业不但拥有较高的技术进步,同时技术效率的增长也是最快的,技术效率的改善对这些行业TFP的增长起到极大的推动作用。而垄断程度高的烟草加工业和石油加工炼焦及核燃料加工业虽然技术进步的增长很快,但是技术效率的快速下降,导致这些行业全要素生产率的增长缓慢。
5结 论
本文运用数据包络分析法测算了我国制造业的TFP增长率。总体来看,我国制造业TFP表现出较强的增长态势,在1991—2007年间,以年均8.8%的速率增长。对TFP的进一步分解表明,其增长主要来源于技术进步的推动作用,实现了年均10.4%的快速增长,而技术效率则以年均1.4%的速率抵消技术进步的贡献。因此,技术进步对制造业TFP的增长起着决定性作用。
从各时期来看,制造业TFP变动经历了三个阶段:1991—1993年的较快增长、1993—1998年的下降以及1998年后的快速增长,总体上呈现出先升后降,再快速回升的态势。分行业来看,金属冶炼及压延加工业、化学工业、食品及饮料制造业、交通运输设备制造业和通用专用设备制造业TFP增长最快。
通过对各行业TFP的进一步分解,我们得出结论:总体上,国有或垄断程度高的行业在技术进步方面表现突出,但其技术效率的退化程度令人吃惊;竞争较为激烈,同时拥有一定技术门槛的行业技术效率改善明显,但技术进步表现不佳;进入门槛越低,竞争越激烈的行业,技术进步表现越差。因此,从政策角度看,我国制造业发展的重点应该是在吸收先进技术、保持技术进步的同时,加强竞争,以缩小行业间的效率差距,提高行业整体的效率水平。
摘要：运用数据包络分析中的Malmquist指数法,测算了我国制造业的全要素生产率(TFP)增长率。结果表明,制造业TFP实现了年均8.8%的高速增长。对TFP的进一步分解发现,其增长主要来源于技术进步的推动作用,而技术效率则以年均1.4%的速率抵消技术进步的贡献。通过对行业TFP的分解得出了更有意义的结论,总体上,国有或垄断程度高的行业在技术进步方面表现突出,但其技术效率的退化程度令人吃惊;竞争较为激烈,同时拥有一定技术门槛的行业技术效率改善明显,但技术进步表现不佳;进入门槛越低,竞争越激烈的行业,技术进步表现越差。
要素分解 篇3
改革开放以来我国农民人均纯收入有了较大幅度增长。然而与此同时, 农村居民区域收入不平等程度也迅速扩大, 1978年不同省份农民收入的极值差率为2.78, 2005年该比值上升到4.39 (SSB, 2006) 。农民区域收入不平等的扩大吸引了许多学者对其进行研究, 从研究视角看可分为以下几个方面:①从收入结构角度对农村居民区域收入不平等及其变动进行分析, 发现收入不平等扩大与经济结构变化密切相关。[1]②从地理区位角度对农民区域收入不平等进行地区分解, 发现地区间收入不平等在总收入不平等中比重超过50%, [2]且有明显扩大趋势。 (张 平, 2003, 陈仲常、明 朗、余 翔, 2006) ③从新古典经济学收敛理论的角度对农民收入进行收敛性检验, 发现我国农村居民收入不存在绝对β收敛, [3]但存在条件β收敛 (闫仲勇, 杨满华, 2007;王洪亮、孙国锋, 2007) 。[9,10]
上述研究为本文提供了一个很好的基础, 但以上研究忽视了一个重要的问题, 这就是造成不同省份农民收入不平等的原因是什么呢?从收入来源角度看, 收入不平等的原因可以归纳为以下四种因素, 一是不同地区物质资本积累的差异, 如农业机械、农村基础设施等方面的差异;二是人力资本的差异, 如农村劳动力的知识、技能等方面的差异;三是土地生产要素的差别;四是效率因素 (TFP) , 如技术进步和规模效应等因素。收入不平等扩大主要来源何种因素?这看似简单的问题却有着非常重要的政策含义, 如果农民区域收入不平等主要是由物质资本差异导致的, 那么今后政府政策就应多鼓励落后地区物质资本积累;如果收入不平等主要来源于人力资本, 那么政府应该加大对落后地区教育的投资, 改善其教育软硬件环境, 加强对落后地区农民的知识技能培训;如果生产效率是造成农民收入不平等的主要原因, 那么接下来政府可能更应考虑如何促进落后地区技术进步, 提高其资源配置效率。
本文拟首先测算农民区域收入不平等的大小, 然后从生产要素的角度对农民区域收入不平等进行分解, 从而辨析收入不平等主要来源于何种因素, 最后提出相关的政策建议。
二、研究方法与数据来源
我们采用不同省份农民收入对数值的方差来反映农民区域收入不平等程度, 通过构造生产函数的方法, 测算不同要素的产出弹性, 在此基础上, 将农民区域收入不平等按生产要素分解, 测算不同要素对农民区域收入不平等作用的大小。方法如下:
设总量生产函数为:Yit=AitKundefinedLandundefined, (0<α<1, 0<β<1) (1)
Yit是第i个省份t年全部农民的总收入, Kit是第i个省份t年的农村物质资本存量, Hit是相应省份“放大”的农村人力资本 (H=h*L, h指农村人力资本存量, 通常以农民人均受教育年限表示, L指农村人口数量) ;Landit是相应省份的农村耕地面积;Ait指全要素生产率。
令Yit=Yit/Lit, kit=kit/Lit, hit=Hit/Lit, lit=Landit/Lit, 我们经过简单的推导, 就会得到人均生产函数:yit=AitKundefinedlundefined。
将人均生产函数两边取自然对数可得:
1nyit=1nAit+α1nkit+β1nhit+ (1-α-β) 1nlit (2)
将公式 (2) 移项并整理得:
1nyit-1nlit=1nAit+α (1nkit-1nlit) +β1n (1nlit-1nlit (3)
公式 (3) 便是我们要估计的计量模型, 其中, yit、kit、hit和lit分别为农民人均纯收入、人均农村物质资本存量、人均受教育年限和人均耕地面积。α、β、1-α-β分别为物质资本、人力资本和土地的产出弹性。
在测算出各要素的产出弹性后, 我们即可将农民收入不平等进行方差分解:
undefined
公式 (4) 中的var和cov分别表示方差和协方差。公式 (4) 的含义是把各地区农民收入不平等分解为全要素生产率增长的贡献、物质资本差异的贡献、人力资本差异的贡献和土地差异的贡献。即如果观察到两个地区人均收入相差1%, 则在条件期望下有多少是由于全要素生产率造成的, 有多少是由物质资本、人力资本和土地等生产要素造成的。[4]
本文所用数据有1988～2005年分省农民人均纯收入及其消费价格指数、历年分省农村物质资本投资及投资价格指数、历年分省农民受教育情况和分省农村耕地情况等。其中1988～1998年的以上四组数据来源于《新中国五十年统计资料汇编》, 1998年后的分省农民纯收入及其消费价格指数来源于《中国统计年鉴》 (2000～2006) , 1986～2000年分省农村物质资本投资数据包括农林牧渔业基本建设投资、农林牧渔业更新改造新增固定资产、农村集体所有制单位固定资产投资、农村个人固定资产投资, 主要来源于《中国固定资产投资统计数典 (1950～2000) 》, 2000年后物质资本数据来源于《中国农村统计年鉴》 (2001～2006) , 1988～2005年分省农民平均受教育年限、农村人口和农村人均耕地情况来源于《中国农村统计年鉴》 (1989～2006) 。
我们对于资本存量的估计, 采用国际上比较通用的永续盘存法。按照永续盘存法来估计资本投入, 定义本期的资本存量为上一期的资本存量加上当年的投资, 再减去折旧, 即:Kt=It+ (1-δ) Kt-1。上式中, Kt是t年的资本存量, It是t年的投资额, δ是折旧率。我们以1986为基期确定为初始资本存量, 在资本存量初始值的估计方法上, 遵循Kohli (1978) 的思路。具体来讲, 假定1952 1986年之间投资的实际增长率与实际产值的增长率是相同的, 以稳定的速度r增加, 这样可以得到:K1986=I1986/ (δ+r) 。这种估计方法的优点在于, 它可以保证1986年的资本存量不受以后逐年数据的影响。[5]在估计出资本存量初始值的基础上, 我们假定资本折旧率为0.05, 并按照永续盘存法估计了农村生产性资本投入总量。将各省历年的农村生产性资本投入总量除以农村总人口数, 得到人均生产性物质资本存量。
三、经验结果及其解释
我们首先对东部地区、中部地区与西部地区 (1) 的有关经济指标进行了描述性比较, 结果如表1所示。表1显见, 我国东中西部地区农民收入存在较大
差距, 且逐年有扩大。与此相对应, 人均农村生产性资本存量在东部和西部之间存在巨大差距, 1988～1993年东部人均资本存量是西部的2倍以上, 而1995年后资本存量的比值更是扩大到4倍以上。东部地区人均受教育年限也明显高于西部。东部地区农民人均耕地面积相对较少, 仅相当于西部地区人均耕地面积的70%～80%。
比较中部和西部地区, 中部和西部农民收入之比由1988年的1.05扩大到了2005年的1.33, 人均资本存量比虽有下降趋势, 但差距依然明显存在。
为进一步较精确地分析农民区域收入不平等, 我们采用不同省份农民收入对数值的方差来反映农民区域收入不平等程度, 结果如图1所示, 图1显示不同省份农民收入对数值方差除在个别年份略有下降外, 大多数年份均呈明显扩大趋势。具体来讲, 农民收入对数方差从1988年的0.08上升到2005年的0.17, 扩大了1.06倍。
图1和表1都显示出我国农民区域收入不平等较大并呈迅速扩大趋势, 那么这种区域收入不平等扩大背后的原因是什么呢?下面我们试图通过模拟生产函数, 在测算出各生产要素产出弹性的基础上, 采用方差分解技术来探寻收入不平等扩大之原因。
我们采用1988～2003年28个省、市、自治区 (不包括西藏、重庆和海南) 的面板数据 (Panel Data) 对理论模型进行模拟。计量结果如表2所示。
注:括号内为估计参数的标准差, ***表示参数在1%的显著性水平上通过T检验。
该表同时报告了固定效应和随机效应两种模型的回归结果, 比较两种模型的回归结果, 我们发现各参数相差不大, 这说明我们得到的结果具有很强的稳健性。从Hausman检验上看, 由于模型Hausman检验值为6.66, 其伴随概率为0.04, 这说明我们不能认为随机效应和固定效应是无差异, 而应接受固定效应模型。由固定效应模型的回归结果知, F值等于964.17, 其伴随概率小于0.01, 这说明整个方程模拟效果较好, 从各变量的标准差和T值上看, 各参数均在1%的显著水平上不等于0, 且范围符合我们的理论预期。表2显见, 物质资本、人力资本和土地三种生产要素的产出弹性分别为0.37、0.59和0.04。
在测算出各生产要素的产出弹性后, 我们依据公式 (4) 将农民区域收入不平等分解为物资、人力、土地、TFP四部分的贡献, 具体如下页表3所示。
从表3看出, 在我国农民区域收入不平等从1988至2005年迅速扩大的过程中, 物质资本对农民收入不平等的贡献呈现出逐年扩大的特征, 人力资本对农民收入不平等贡献各年基本变动不大;全要素生产率对农民收入不平等贡献2000年以前的大多数年份小于人力资本的贡献, 但在2000年以后, 其明显超过了人力资本的贡献且表现出逐年增大的趋势;土地在所有因素中对农民收入不平等的贡献最小, 且数值为负。
在测算各因素对农民收入不平等贡献的基础上, 我们分别计算了它们各自的贡献率, 如图2所示, 它显示农民收入不平等50%以上来自物质资本差异, 1990年后, 物质资本差异对农民收入不平等贡献率达到70%以上。人力资本在上世纪80年代末和90年代初对农民收入不平等的贡献率较大, 1990年达18.99%, 之后基本上逐年缩小, 到2005年对农民收入不平等的贡献率下降到9.51%。TFP对农民收入不平等的贡献率在1988～2000年的多数年份中小于人力资本的贡献率, 但2000年以后, 其明显超过人力资本的贡献率, 2005年对农民收入不平等的贡献率达到16.81%, 是人力资本贡献率的1.77倍。土地对农民收入不平等的贡献率始终为负, 其贡献率绝对值均在3%以下。从1988～2005年整个期间看, 各因素对农民收入不平等扩大作用贡献率从大到小的顺序是:物质资本>人力资本>全要素生产率>土地。
四、结论与政策含义
本文分析了农村居民区域收入不平等的来源。主要结论如下:农村居民区域收入不平等程度在这一时期内明显扩大, 东部与西部地区农民收入差距扩大尤其明显。我们通过构造生产函数, 采用面板数据进行模拟, 发现物质资本、人力资本和土地的产出弹性分别为0.37、0.59和0.04。采用方差分解方法, 从生产要素的角度将农民收入不平等分解为四部分, 发现农民收入不平等扩大的原因主要是来源于物质资本的差异, 其次是人力资本, 再次是全要素生产率 (TFP) , 土地有一定缩小收入不平等的作用, 但作用较弱。
结论隐含的政策含义是政府有必要平抑农村各地区间日益扩大的收入不平等, 解决这一问题的主要有三条途径:增加对中西部地区的投资、改善中西部地区的教育、提高中西部地区资源配置的效率, 但它们有轻重缓急之分。
首先, 应从加大和引导对中西部地区的投资入手, 改变西部农村地区交通不便、基础设施建设滞后的局面, 要着力全面改善中西部农村的水、电、路等小型基础设施, 促进其物质资本积累, 缩小中西部与东部地区的物质资本存量的差距。其次, 重视中西部地区的农村教育, 大力开展农村科技培训和农村职业技术教育, 提高这些地区的人力资本水平。再次是要注重引导中西部地区农村的技术引进和技术创新, 提高其生产技术水平, 改善其资源配置效率, 促进其全要素生产率的提高。但试图从扩大中西部地区农作物耕种面积上缩小农民区域收入不平等可能是效果不明显的。
参考文献
〔1〕万广华.中国农村区域间居民收入差异及其变化的实证分析[J].经济研究, 1998, (05) .
〔2〕林毅夫, 蔡日方, 李周.中国经济转型时期的地区差距分析[J].经济研究, 1998, (06) .
〔3〕魏后凯.中国地区经济增长及其收敛性[J].中国工业经济, 1997, (03) .
〔4〕彭国华.中国地区收入差距, 全要素生产率及其收敛分析[J].经济研究, 2005, (09) .
要素分解 篇4
关键词：水资源,环境污染,农业全要素生产率,Malmquist-Luenberger生产率指数
改革开放以来,中国农业取得了巨大发展,在人口数量持续增加、耕地面积不断减少的情况下,1978年至2010年,中国农业生产年均增长5. 24% 。这种增长主要是由于农业要素投入的增加和全要素生产率的提高。然而,资源的稀缺性决定了中国农业的持续发展不能依赖于农业要素的扩张,同时依靠传统粗放型的增长方式必然会导致二氧化碳排放增加,造成环境污染和生态环境的破坏,因此,农业的可持续发展必须要考虑资源的承载能力以及环境问题。党的十八大报告针对农业基础薄弱、资源与环境约束加剧的现状明确指出要转变农业发展方式,发展现代农业,使农业生产的全要素生产率不断提高,最终实现资源、环境与农业增长三者之间的统筹发展。
1研究文献综述
作为农业发展的重要动力,全要素生产率的增长引起了许多经济学家的关注。目前,国内外学者对中国农业全要素生产率的研究已取得了丰富的成果,主要集中于几个方面: 一是对农业全要素生产率的研究。这些研究采用不同的方法从整体上分析了中国农业全要素生产率的变动[1,2,3],对于中国农业全要素生产率的整体变动趋势各方观点比较统一。二是对农业具体农作物全要素生产率研究。如亢霞等[4]运用随机前沿生产函数估计了我国主要粮食作物的效率及其变动趋势; 陈卫平[5]运用Torngvist -Theil指数法和增长账户法对1985—2003年间我国玉米全要素生产率的变动情况进行了分析,认为我国玉米TFP增长呈现出明显的波动性特征; 司伟等[6]借助随机前沿生产函数模型分析了中国大豆生产全要素生产率、技术效率和技术进步的变动趋势及其空间分布特征; 陈静等[7]运用基于随机前沿生产函数的全要素生产率核算与分解模型实证分析1999年以来中国油料作物主产区的TFP增长及其构成成分,并分析了其技术效率背后的影响因素。
但是,传统对农业全要素生产率的测量仅仅局限于传统要素,如资本、劳动和土地等,而忽略了资源与环境因素,无法真实反映出农业发展绩效,这主要由于农业污染排放物的价格信息无法准确获取。目前农业环境污染日益严重,从第一次全国污染普查公报的结果来看,2007年中国农业源的化学需氧量 ( COD) 排放达到1 320万吨,占全国排放总量的43. 7% ; 农业源总氮为270万吨,总磷为28万吨,分别占全国排放总量的57. 2% 和67. 4% 。因此,近年来一些学者开始尝试将环境因素纳入到效率分析框架中研究中国农业经济的增长。如李谷成等[8]利用考虑非合意产出的非径向、非角度SBM方向性距离函数模型对1979—2008年环境规制条件下我国分省域农业技术效率进行实证评价,认为环境问题在很大程度上仍然是一个发展问题; 杨俊等[9]考虑环境因素,运用方向性距离函数测算了我国农业全要素生产率,研究表明中国农业全要素生产率呈增长态势,农业生产率的改进来源于技术进步;薛建良等[10]提出了一种度量和评估包含环境影响的农业生产率方法,计算了1990—2008年我国的农业全要素生产率,表明经环境调整后的中国农业生产率增长呈现减小趋势,且呈现较大的时期变化; 梁流涛等[11]在方向性距离函数的框架下测度环境污染影响下我国1997—2009年间的农业技术效率,并探讨农业环境技术效率的时空分异特征及其演变的影响因素,发现全国农业环境技术效率总体上呈现增加—减少—增加的变化趋势,区域经济发展水平、农业生产条件对农业环境技术效率的区域差异存在重要影响,而且影响农业环境技术效率的因素是多方面的; 潘丹等[12]考虑环境污染因素,运用SBM方向距离函数模型测算了1998—2009年中国地区农业生产率,并考察了其影响因素,研究结果表明考虑环境污染约束的农业生产率没有出现收敛现象,农村经济发展水平、农业基础设施投资、产业结构调整及城乡收入差距对农业生产率有显著影响。
上述文献对农业全要素生产率研究很少考虑资源节约,对环境因素的衡量仅考虑了农业污染物,而忽略了农业碳排放,如果能在上述评价的基础上纳入资源因素和环境碳排放因素,那么就可以统筹资源、环境与农业经济发展的协调性。基于此,本文试图对现有文献进行拓展,将水资源、农业污染与碳排放纳入考察范围,运用方向性距离函数测算2001—2012年间中国农业全要素生产率,以期更加准确评估我国农业增长绩效,实现中国农业与资源节约、环境保护的协调发展。
2方法与模型
2. 1方向性距离函数
如果要在农业生产率分析框架中纳入资源和环境因素,则需要构造一个生产可能性集,既包含“好”产出,又包含“坏”产出,即环境技术。假设每一个地区使用N种投入x = ( x1,…,xN) ∈RN+生产出M种“好”产出y = ( y1,…,yM) ∈RM+,以及I种“坏”产出b = ( b1,…,bI) ∈RI+,在每一个时期t = 1,…,T个时期,k = 1…,K个地区的投入和产出值为( xk,t,yk,t,bk,t) 。运用数据包络分析( DEA) 表达环境技术模型为:
其中,ztk表示每一个横截面观察值的权重,其值为正表明该技术结构满足不变规模报酬假设。
减少污染( “坏”产出) 、保持经济增长( “好”产出) 是环境技术的最终目标。为了将这样的生产过程模型化,我们需要引入谢泼德( Shephard)[13]提出的产出距离函数,即方向性距离函数。基于产出的方向性距离函数具体形式为:
式( 2) 中g = ( gy,gb) 是产出扩张的方向向量。通过“坏”产出在技术上体现出的强弱可处置性,方向性距离函数需要选择不同的方向向量。如果方向向量是g = ( y,- b) ,且“坏”产出在技术上是弱可处置性,则增加“好”产出的同时同比例减少“坏”产出。使用DEA来解方向性距离函数,需要解下面的线性规划:
2. 2 Malmquist - Luenberger生产率指数
根据Chung等[14]的研究,基于产出的Malmquist- Luenberger( ML) t期到t + 1期农业全要素生产率指数为:
ML指数可以分解为技术效率变化 ( EFFCH) 指数和技术进步指数 ( TECH) ,即:
技术进步指数说明技术前沿在t时期到t + 1时期之间的变动情况; 技术效率变化指数反映技术落后地区对生产可能性前沿追赶先进者的程度; ML、EFFCH和TECH大于( 小于) 1时分别表示全要素生产率增长( 下降) 、效率改善( 恶化) 以及技术进步( 退步) 。
3变量界定及数据处理
本文选择2001—2012年中国30个省、自治区和直辖市( 考虑数据的可获性和DEA方法对异常数据的敏感性,本研究暂不包括西藏) 的农业投入产出数据。数据资料主要来自历年的《中国统计年鉴》、《中国农村统计年鉴》、《中国农业年鉴》、《中国环境统计年鉴》和历年各省区市的水资源公报。本文旨在将农业资源、环境与发展纳入统一框架,考察资源环境约束下的中国农业全要素生产率。确定的农业投入和产出变量如下:
投入指标分别是劳动、土地、农业机械、化肥、役畜、灌溉和水资源等7个变量。劳动投入以农林牧渔劳动力计算; 土地投入以农作物总播种面积而不是可耕地面积计算,可以真实地反映出用于农业生产的土地投入; 农业机械投入以农业机械总动力来表示; 化肥投入以化肥施用量按折纯量计算; 役畜投入以大牲畜数量中农用役畜数量计算; 灌溉投入以各省区市实际有效灌溉面积计算; 水资源以农业用水总量计算。
产出指标包括“好”产出和“坏”产出。“好”产出选取1978年不变价表示的农林牧渔业总产值; “坏”产出包括农业面源污染排放量和农业碳排放量。农业面源污染主要包括化学需氧量( COD) 、总氮( TN)和总磷( TP) 。本文使用清单分析方法测算中国各省区市的农业面源污染量,确定了4类产污单元,分别为农田化肥、畜禽养殖、农田固体废弃物和水产养殖等,具体核算思路、公式和过程参照梁流涛[15]等的相关研究。农业碳排放量主要来自化肥、农药、农膜、柴油、翻耕和农业灌溉等6个方面所形成的碳排放,碳排放的计算公式为:
式( 8) 中,E表示农业碳排放总量,Ei表示各种碳源的碳排放量,Ti表示各碳排放源的量,δi表示各碳排放源的碳排放系数。各碳排放源的碳排放系数借鉴李波等[16]的研究,从而计算出我国各省区市的农业碳排放总量。
4实证结果分析
根据上述研究方法及相关统计数据,使用MAXDEA6. 0软件测算了考虑资源与环境因素的我国农业全要素生产率及其分解结果,具体分析如下。
4. 1资源环境约束下的中国农业全要素生产率增长与源泉变化
如表1所示,2001—2012年间,资源环境约束下的中国农业全要素生产率年均增长2. 8% ,这在一定程度上反映了中国农业综合生产能力的不断提高。其产出并非单一依靠生产要素投入的增加,从其分解结果来看,考察期内农业技术进步指数年均增长2. 9% ,技术效率指数年均下降0. 1% 。这表明资源环境约束下的中国农业全要素生产率是一种典型的技术推动型增长模式,主要原因是由于技术进步能够降低农业资源消耗和对环境的破坏程度,推动农业产出水平的逐步提高。进一步分析显示,由于随着中国农业改革的不断深入,改革提高效率的难度越来越大,导致农业管理及制度等方面存在一系列问题,制约了农业技术效率。因此,在今后的农业发展中,重视农业技术创新的同时也要采取措施提高农业技术效率,促进农业经济的健康有序发展。
从时序演变来看,2001—2012年间,资源环境约束下的中国农业全要素生产率增长呈现较大的波动性。按其增长趋势分为2001—2005年( “十五”时期) 、2005—2010年( “十一五”时期) 和2010—2012年( “十二五”前二年) 3个阶段。不同时间段农业全要素生产率增长速度和源泉存在较大差异性。第一阶段( 2001—2005年) 资源环境约束下中国农业全要素生产率年均增长为1. 9% ,其增长主要来自于技术进步指数,年均增长2. 15% ; 技术效率指数出现了负增长,制约了农业全要素生产率增长。在这期间,国家采取了一系列惠农支农的政策措施,如2004年颁布了中央一号文件,取消了农业税,给予农民种粮补贴,实施“科教兴农”战略,这些政策措施极大地提高农民生产积极性,采用新技术、新品种提高了农业生产水平,从而导致农业全要素生产率持续增长。第二阶段( 2005—2010年) 中国农业全要素生产率年均增长1. 64% ,与前一阶段相比增速明显放慢,出现了技术进步指数下降现象,年均增长为1. 54% ; 而技术效率却得到了改善,年均增长为0. 14% 。农业全要素生产率增长方式呈现显著变化,其增长的源泉是技术进步的推动和技术效率的改善。这可能是由于随着农业带来的收益不断降低,越来越多的农民放弃务农,同时农业生产资料价格不断上涨也影响了农民生产积极性,采用新技术的动力不足阻碍了农业生产技术的进步; 同时,国家也采取了一系列措施加大对农业劳动者的培训力度,提高了农业劳动者的技能水平,促进了农业管理水平的科学化和合理化,推动了农业技术效率的改善。第三阶段( 2010—2012年) 中国农业全要素生产率保持快速增长,年均增长7. 65% ; 但是增长模式转变为技术进步的单独驱动( 8. 05% ) ,技术效率出现了退化现象,年均增长为 - 0. 35% 。近年来,随着国家对农业发展的扶持力度不断加大,以落实强农惠农政策为重点加大财政投入力度和惠农补贴力度,农民的生产积极性被重新调动起来,同时以转变农业发展方式为重点,不断提高农业物质技术装备水平,推进农业技术进步,使得农业科技贡献率得到极大提升。
4. 2资源环境约束下农业全要素生产率的差异性分析
如表2所示列出了我国各省区市及东、中、西三大地区( 三大地区按传统的区域划分方法) 平均农业全要素生产率指数、技术进步指数和技术效率变化指数。结果显示,资源环境约束下的三大区域农业全要素生产率之间存在明显的差异性: 东部地区最高,年均增长4. 74% ; 中部地区次之,年均增长1. 65% ; 西部地区最低,年均增长2. 34% 。这在一定程度上说明了西部地区农业发展所面临资源节约与环境保护压力最大,农业增效和节能减排任务最艰巨。从增长源泉来看,三大地区农业全要素生产率的增长主要依靠技术进步,其中东部地区技术技术进步指数最高,年均增长4. 72% ,高于全国平均水平; 中部地区次之,年均增长1. 76% ; 西部地区最低,年均增长1. 53% 。某种程度上说明,经济发展水平高的东部地区更容易吸收农业生产的先进技术,因为随着经济发展水平的不断提高,农业生产者对生态环境的保护意识不断增强; 西部地区由于整体发展水平相对较低从而具有相对较大的发展潜力。从技术效率指数来看,东部地区技术效率指数具有较大改善,年均增长0. 02% ; 而中部地区和西部地区都出现的负增长,年均增长分别为- 0. 14% 和 - 0. 19% ,原因可能是地方政府片面追求前沿技术进步,,对环境污染的关注相对较少,从而造成了农业资源的浪费和生产的无效。
从表2结果还可以看出,资源环境约束下我国各省区市之间农业全要素生产率增长存在明显的差异性: 排名前5位的依次 是北京 ( 1. 079 ) 、福建( 1. 071 ) 、河南 ( 1. 064 ) 、浙江 ( 1. 060 ) 和江苏( 1. 058) ,均高于全国平均水平,其中除浙江外,其余四个地区的农业全要素生产率增长的来源是技术进步与技术效率的双重驱动,是典型的集约型增长方式; 排名后5位的分别 是山西 ( 1. 003 ) 、内蒙古( 1. 000) 、江西 ( 0. 998) 、黑龙江 ( 0. 994) 以及贵州( 0. 979) ,这在某种程度说明这些地区的农业发展已付出了较大资源消耗和环境代价,资源、环境与农业经济发展处于不协调状态; 其余地区的农业全要素生产率均大于1,其增长主要由技术进步驱动,这与全国层面是一致的。上述分析表明资源环境约束下我国各省区市的农业全要素生产率增长较快的主要集中于东部地区,中、西部地区增长较慢。由此可见,与农业面源污染的减少幅度相比,我国东部地区农业产值的增长幅度较高,农业经济发展和资源环境比较协调; 而在农业发展过程中,中、西部部分地区的资源消耗和环境污染较大,农业经济发展与资源、环境较不协调。
4. 3生产可能性边界的移动———确认“创新者”
根据上述方法本文计算出了我国各省区市的农业全要素生产率,但不能明确哪一个时期、哪些区域的生产可能集前沿面向外移动。要明确“创新者”是哪一个地区,根据Fare等[17]的观点,“创新者”需要满足3个条件:
式 ( 9) 中,第一个条件说明生产可能性边界朝着更多“好”产出和更少“坏” 产出的方向移动,即在给定的投入向量下,t + 1期相对于t期有更多的“好”产出和更少的“坏”产出; 第二个条件说明t + 1期的生产发生在t期的生产可能性边界之外; 第三个条件说明“创新者”的地区位于生产可能性边界上。只有同时满足以上3个条件,那么这个地区才是“创新者”。
表3列示了2001—2012年间“创新者”身份的确认情况。在资源环境约束条件下,考察期内共有13个地区至少移动生产可能性边界1次,其中北京( 11) 、上海 ( 10) 、山东 ( 10) 、海南 ( 10) 表现最为突出,表明这几个地区在农业生产过程中比较注重资源节约和环境保护。从地区分布来看,推动技术创新的主要是东部地区,中西部地区远远落后于东部地区,说明了中西部地区部分区域的农业高速增长有可能更多是大规模要素投入和较大环境污染损失的结果。
5结论与启示
本文针对传统农业全要素生产率测算存在的局限性,在农业全要素生产率的分析框架中纳入水资源和农业环境污染因素,运用方向性距离函数构建ML生产率指数测算2001—2012年间中国30个省区市的农业全要素生产率的增长情况,得出以下主要结论:
( 1) 2001—2012年间,资源环境约束下的中国农业全要素生产率年均增长2. 8% ,其中农业技术进步指数年均增长2. 9% ,而技术效率则以年均0. 1%的速度下降,说明前沿技术进步是农业全要素增长的主要动力,但技术效率改善则相对滞后,而农业全要素生产率增长的理想模式是由技术进步与技术效率共同推动的。因此今后需要加强对技术效率的改善,否则将会导致农业技术成果闲置和区域发展失衡。
( 2) 分区域来看,资源环境约束下的中国东部、中部和西部地区的农业全要素生产率增长呈现依次递减态势。分区域来看,各地区的增长速度和增长模式也存在较大差异,其中北京市增长最快,是典型的集约型增长方式; 江西、黑龙江和贵州的增长均为负值,属于粗放型的增长方式。
( 3) 从创新者的身份来看,以北京和上海为代表的东部地区表现最为突出,在推动中国农业全要素生产率的增长方面发挥了重要作用; 中西部地区表现不太理想,许多农业大省承担着较大的资源与环境压力,面临农业发展与资源、环境协调发展的艰巨任务。
要素分解 篇5
“经济增长方式”一词, 是前苏联及东欧国家依据马克思关于经济增长方式的分类, 在20世纪60~80年代分析计划经济中的经济发展问题及其改进时所采用的一个概念[1]。现代西方经济学对“经济增长方式”的表述有“Pattern of Growth” (Hewett, 1988) 、“Model of Development Strategy”或“Approach to Growth” (Compell, 1974) 等。目前经济学界普遍认为, 经济增长方式是指生产要素的分配、投入、组合和使用的方式, 通常分为主要依靠生产要素数量扩张的粗放型和主要依靠提高生产要素有机构成、技术进步、生产效率的集约型两种方式[2]。而经济增长方式转变是指由高级生产要素的生产和流动所引致的国民经济中一系列生产函数配置方式由低级向高级的动态演变过程[3]。发展的实践经验表明, 当今世界技术进步和科技创新已逐渐成为推动经济增长的决定性力量。在集约型增长方式条件下, 生产效率的提高可以不断缓解和克服经济增长的瓶颈。据萨缪尔森 (1992) 的分析:美国产量增长的大约三分之一可以归之于劳动和资本的增长, 其余三分之二则归之于教育、创新、规模效益、科学进步以及其他要素所导致的剩余[4]。
2006年以来, 湖南提出并实施“一化三基”、“四化两型”战略, 将新型工业化作为富民强省的第一推动力, 经济保持平稳较快增长, 经济总量从位居中部的“中游”, 逐步走向“上游”, 创造了一个中部崛起中省级经济体快速崛起的样板。有关快速崛起背后的原因, 专家众说纷纭。因此, 有必要在一个系统的经济增长分析框架内, 对湖南近十年经济快速增长背后的动力和原因做深入分析。
鉴于此, 本文在云鹤等 (2009) [5]研究的基础上, 采用要素分解的方法, 通过构建含有物质资本投入、劳动力投入、人力资本存量、纯技术进步和产业结构优化等要素的经济增长模型, 构造衡量经济增长方式转变和增长质量的指标, 并利用1996~2012年中部六省的统计数据, 通过比较实证, 对湖南省“九五”、“十五”以及“十一五”三个阶段经济增长及增长质量不同表现的原因进行的深入剖析。以期为中部地区省份加快转方式、调结构, 促进经济总量和经济发展质量的同步提供借鉴。
2 模型方法和数据
2.1 模型构建
本文主要借鉴云鹤等 (2009) 的模型, 把索洛余值进一步分解为产业结构变动、人力资本积累以及纯技术进步三部分, 并计算分解后的各个部分的增长率及贡献率。主要是基于如下考虑, 或者也可以说是本文模型构建的三个前提假设条件[5]:
(1) 将产业结构变动对于经济产出的影响分解出来。非均衡的增长理论由于考虑了结构的因素更符合中国体制转型的实际情况。经济体制变革导致资源配置方式发生了巨大变化, 市场力量开始在资本的产业选择上扮演越来越重要的角色:市场引导资源在不同产业间进行更有效地配置, 拉动经济增长[6]。
(2) 将人力资本从劳动中分离出来。人力资本的外部效应模型是卢卡斯模型的简化。如果在劳动投入中忽视了人力资本投入, 则会夸大TFP的作用。基于劳动者所受到的培训教育差异, 不同的劳动者的生产率也存在或大或小的差异。因此, 有必要把人力资本从劳动单独分离出来。
(3) 体现出希克斯中性技术的特点。生产函数满足规模报酬不变法则, 技术进步提高要素的生产率, 但不改变要素之间的边际替代率。
在以上三个假设条件下, 包含劳动力、资本投入、产业结构变动、人力资本积累和技术进步的生产函数可以表示为:
其中, Yt, At, Kt, Lt, Ht, St分别表示总产出、纯技术进步、物质资本投入、劳动力投入、人力资本存量以及产业结构优化系数。
对式 (1) 两边取对数得:
对 (2) 两边求微分得:
GY, GA, GK, GL, GH, GS分别代表经济增长率、纯技术进步增长率、物质资本投入增长率、劳动投入增长率、人力资本投入增长率和产业结构优化系数变动率。对式 (4) 两边同除以GY得到
经济增长方式的转变, 本质就是促进经济增长主要由物质资本、劳动力投入为主转向物质资本、劳动力、人力资本投入和技术进步并重, 促进经济结构由失衡走向优化合理。按照这个逻辑, 对经济增长方式可进行以下判别: (1) 当R2/R1>1时, 为集约型增长方式; (2) 当R2/R1<1时, 为粗放型增长方式; (3) 当R2/R1=1时, 为过渡型增长方式。
2.2 方法和数据
(1) 物质资本的测算
关于资本存量的估算, 已有的国内外研究文献大都采用1951年Goldsmith开创性地运用的永续盘存法 (PIM) 。该方法假设相对效率几何下降, 重置率为常数, 并且折旧率和重置率是相同的, 在此条件下, 生产性资本存量的基本估算公式可以表达为Kt=Kt-1 (1-δ) +It.该公式中主要涉及四个变量: (1) 基期资本存量K, 按照永续盘存估算法, 基年选择越早, 基年资本存量估计的误差对后续年份的影响就会越小, 统计年鉴一般有1952年和1978年两个统计基年口径, 本文选择的基年为1952年。 (2) 投资额I, 进入总量生产函数的资本投入应为直接或间接构成生产能力的资本存量, 它既包括直接生产和提供各种物质产品和劳务的各种有形资产和无形资产, 也包括为生活过程服务的各种服务及福利设施的资产, 那么在这种情况下, 就可以不考虑扣除住房投资或非生产性投资。本文按照张军 (2004) [7]以及单豪杰 (2008) [8]的思路和观点, 选择固定资本形成额作为每年的投资额。 (3) 投资品价格指数, 以便折算到不变价格。采用张军 (2004) [7]提出的用投资隐含平减指数代替投资价格指数的思路, 对于那些缺失的投资价格指数采用孙辉等 (2010) [9]的方法进行必要的补充。 (4) 经济折旧率或折旧额。统计年鉴没有统计固定资产折旧额, 1978年以后各年份的固定资产折旧额虽然公布了, 但分散在不同的统计资料中, 数据的准确性和可衔接性还有待于甄别和筛选。鉴于此, 本文按照靖学青 (2013) [10]年的方法进行处理。
(2) 人力资本的测算
对人力资本存量的衡量至今仍是个难题。目前在已有研究文献中, 常见的估算方法主要有以下几种:指标法、Barro和Lee测算法、收入法、成本法、特征法、余额法及其他。本文采用云鹤等 (2009) 的方法[5], 以受教育年限法来估算引入累计效应后的人力资本存量, 具体公式为.式中i=1, …, 6, 分别表示文盲半文盲、小学、初中、高中、大学专科和大学本科以上等各类受教育水平;Ht为第t年的人力资本总量;HEit为t年第i学历的劳动力人数;hi为第i学历水平的平均受教育年限。
(3) 产业结构优化系数的测算
根据徐瑛等 (2006) 的思路[11], 为了得到产业结构变动对增长的影响, 可以把产出Q按资本 (劳动力) 的行业结构分解为:
令, 则总产出Qt=KtKstKet, 同理Qt=LtLstLet.其中, ki是第i个行业的资本总量, qi是第i个行业的产出值。K是全部行业资本总量之和。Ks是以资本衡量的产业结构, Ke是资本使用效率, 即单位资本产出。同理, Ls是劳动力结构, Le是劳动力效率, 即单位劳动力产出。
利用产业结构变动引起的虚拟产出作为中间变量进行推导[12], 可以推导出
因为按上述方法计算的资本存量分三次产业, 所以该指标测算的难点在于如何计算三次产业的资本存量。由于无法获得这个产业内部结构数据, 本文通过计算三次产业各自在全社会新增固定资产累计总额中的比重, 并用上述比重乘以全社会资本存量, 大致推算出三次产业各自的按1952年价格计算的资本存量。
其他指标如总产出Y, 是用1952年的GDP乘以相应年份以1952年为基年的GDP增长指数得到真实GDP;劳动力L数据为相应省份历年的年底从业人员数量。所有数据均来源于湖南省、江西省、湖北省、安徽省、山西省以及河南省1996~2013年的统计年鉴。参数估计方面, 利用各省的生产函数 (1) 估算α, γ按照卢卡斯 (2003) 的估计[12], 取值0.4。
3 测算结果和实证分析
3.1 增长方式转变和质量的定量比较
把经济增长的投入分成要素投入增加和全要素生产率的提高两部分, 两者的比值 (R2/R1) 可以量化经济增长方式的好坏和增长质量的高低。从图1可以看出, 1996~2012年中部六省的经济增长方式转变系数并没有呈现明显的变化趋势, 而是围绕1的上下波动。但是, 小于1的年份占多数, 按照前面定义的经济增长方式转变标准, 可以初步判断, 目前中部各省增长方式伊然处于粗放增长阶段。这种增长方式的选择是多重因素作用的结果: (1) 所处发展阶段的约束, 当前中部省份均处于工业化和城镇化加速推进阶段, 大规模的产业投资、基础设施建设投资以及与之相伴的高能耗, 投资驱动型的经济增长惯性依然很大; (2) 发展观念的束缚, 以GDP为核心的绩效考核体系依然没有本质的改变。
为了对中部六省各个阶段的经济增长方式转变进程进行横向比较, 我们也分五年一个时间区间, 把区间内五年的增长方式转变系数进行算术平均, 得到这一期间的经济增长方式转变进程系数。从横向比较, “九五”期间, 湖南增长方式转变系数平均值为0.78, 同期只有安徽省的转变系数平均值超过了1, 达到1.03, 属于集约式发展;其他如湖北省0.36、河南省0.25、山西省0.45, 发展处于非常粗放式的发展阶段。“十五”期间, 湖南的增长方式转变系数平均值达到了0.74, 相比“九五”期间有稍微下降, 同期除江西省外, 其他四省均高于湖南省;“十一五”期间, 湖南的增长方式系数上升至0.83, 同期除湖北省超过1外, 其他四省均低于湖南省的水平。比照3.1节对中部六省GDP增速的比较分析结果, 正是源于湖南2006年开始实施的新型工业化战略, 湖南省经济增长的方式逐步向集约式方向转变, 经济增长的动力非常强劲, “十一五”期间GDP平均增速高达14%, 位居中部六省的首位。
3.3 基于理论模型的进一步剖析
(1) 基于要素投入的分解
由表2可知, 相对于“九五”“十五”期间, 湖南省“十一五”期间, 物质资本投入增长较快, 平均增速达17.86%, 分别高于“九五” (12.83%) 、“十五” (13.19%) 约5个和4个百分点, 对“十一五”期间经济的快速增长起到了很大的推动作用。而劳动力投入的增长这三个时期并没有出现明显的变化。为了进一步分析物质资本投入的利用效率对经济增速和增长方式转变的作用, 我们计算了物质资本产出 (Y/K) 增长率, 并与物质资本投入的增长率进行比较 (如图2) 。结果发现, 与云鹤等 (2009) 的研究结论一致[2], 物质资本投入的增加并没有带来物质资本投入产出率的相应增加, 即物质资本的深化并没有带来相应产出效率的提高。而相反, 从图3不然发现二者还呈现明显的反向变动关系。
虽然劳动力投入的增长这三个时期并没有出现明显的变化, 均保持1.0%左右的增速, 但这一段时期湖南省劳动生产效率得到了快速提升。其原因可能源于两个方面, 一是劳动者技能素质的提升。如果把劳动产出 (Y/L) 的增长率和人力资本的增长率作比较 (如图3) , 不然发现1996~2012年, 二者基本保持相同的变化趋势, 这说明湖南省人力资本水平的提高, 相应地提高了劳动者技能进而提高了劳动生产率。
二是生产的机械化程度和装备水平的提高。如果把劳动产出 (Y/L) 的增长率和劳均资本 (K/L) 的增长率作比较 (如图4) , 发现1996~2012年, 二者也基本保持相同的变化趋势, 这说明湖南省物质资本投入水平的提升, 相应地提高了生产的机械自动化水平, 进而提升了劳动生产效率。
(2) 基于全要素生产率的分解
湖南省“十一五”期间, 人力资本存量的增长较快, 平均增速达到了3.26%, 分别高于“九五” (2.29%) 、“十五” (1.77%) 约1个和2个百分点;结构优化系数的增长最快, 平均增速达到了7.10%, 分别高于“九五” (5.14%) 、“十五” (4.12%) 约2个和3个百分点;而纯技术进步增长率在本测算框架内多数年份为负数, 这并不是说技术进步对经济增长的贡献和作用越来越小, 而主要是因为改革开放以来中国的技术进步有很大一部分是通过从国外直接引进先进的技术设备来获得的, 而引进的技术设备都归类进入了物质资本的投入[6]。
从图5看, 1996~2012年, 结构优化系数的增长率一直保持在2.0%以上的增长率, 特别是“十一五”期间平均增速达到了7.10%, 这说明产业结构的优化调整对经济增长方式转型和提升经济增长质量起着非常关键的作用, 在转方式、调结构的经济活动实践中, 应紧紧抓住这一重点和突破口。同样在这一时期, 人力资本水平的提升也对经济增长方式转型和提升经济增长质量起着重要的推动作用。虽然在本文的分析框架内, 这一时期的纯技术进步基本为负数在增长, 但是无论是理论研究还是实践, 均表明技术进步对经济增长方式转型和提升经济增长质量均有着极为关键的作用。
3结论与相关建议
本文在云鹤等 (2009) 研究的基础上, 利用1996~2012年中部六省的统计数据, 采用要素分解的方法, 对湖南省“九五”“十五”“十一五”三个增长阶段经济增长及增长质量不同表现的原因进行的深入剖析, 一定程度上找到了本文开始提到的湖南经济快速背后的动力和原因, 得出的结论如下:
(1) 自1996年来, 中部六省虽然在转方式、调结构的道路上不断努力, 但是目前均尚处于经济粗放增长阶段, 转方式、调结构仍是任重道远。
(2) 自1996年来, 湖南物质资本投入的增加对经济的快速增长起到非常大的助推作用, 但是规模上的扩张并没有带来物质资本投入产出率的相应增加, 即物质资本的深化并没有带来相应产出效率的提高。劳动投入虽然增速不高, 但是劳动产出却保持了高速的增长态势, 这源于物质资本投入的外部效应和人力资本水平的不断提高。
(3) 在全要素生产率的三要素中, 人力资本、技术进步对经济增长方式和增长质量的提升均有非常重要的作用。而从研究期间的表现看, 产业结构的优化调整对湖南经济增长和增长质量的提升起着非常关键的作用, 是“十一五”湖南经济取得良好表现最重要的因素之一。
本文研究结论显示, 人力资本、技术进步对经济增长方式和增长质量的提升均有非常重要的作用。但是, 正如洪银兴 (2003) 指出的那样, 在设计经济增长方式转型的目标和途径时, 首先必须考虑中国经济转型的特殊背景。在转型背景下的中国经济增长方式转变是一种全方位、综合性的转变[12]。因此, 在具体的增长方式转变目标和途径选择上, 不能一刀切的强调集约型增长。对于中部省份的很多地区, 相对技术研发和资本等要素, 劳动力资源更为丰富和易得, 根据比较优势理论, 这些地区选择劳动力相对密集的要素累积性增长方式, 而不是以TFP增进为特征的集约型增长方式, 也许更符合经济发展的内在规律。但同时也要看到, 这种策略性的选择只是一定发展阶段的产物。从长期看, 必须要认识到提高全要素生产率对推动经济长期持续增长的重要性。因此, 必须大力推进创新驱动战略, 加大教育和科技投入, 优化创新资源配置, 提升技术效率, 推动产业结构调整, 进而促进的增长方式的最终转变。
参考文献
[1]Kuznets S.Modern economic growth:Findings and reflections[J].American Economic Review, 1973, (3) .
[2]黄志钢.产业结构调整、经济结构优化与经济增长方式转变[J].经济界, 2008, (6) :51~59.
[3]薛白.基于产业结构优化的经济增长方式转变——作用机理及其测度[J].管理科学, 2009, (10) :112~120.
[4]萨缪尔森.经济学 (中文版) [M].北京:中国发展出版社, 1992:381.
[5]云鹤, 吴江平, 王平.中国经济增长方式的转变:判别标准与动力源泉[J].上海经济研究, 2009, (2) :11~18.
[6]Lucas R J.On the mechanics of economic deve-lopment[J].Journal of Monetary Economics, 1988, (22) :3~42.
[7]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.
[8]单豪杰.中国资本存量K的再估算:1952~2006[J].数量经济技术经济研究, 2008, (10) :17~31.
[9]孙辉, 支大林, 李宏瑾.对中国各省资本存量的估计及典型性事实:1978~2008[J].广东金融学院学报, 2010, (5) :103~116.
[10]靖学青.中国省际物质资本存量估计:1952~2010[J].广东社会科学, 2013, (2) :46~55.
[11]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.
要素分解 篇6
经济增长的核心就是全要素生产率的增长。一般来说, 产出的增长扣除投入增长之外就是全要素生产率的增长。有很多研究对全要素生产率增长的组成部分没有加以严格区分, 将其混同于技术进步, 其实这两者有着本质区别。技术进步表征了生产可能性边界随时间变化的轨迹, 改革不仅加速了创新活动, 促进了技术进步, 更为重要的是通过制度等手段提高了现有资源的利用率, 使实际产出接近潜在产出。规模效率的变化则体现了要素投入产出的变化, 如果规模报酬递增且要素投入增加, 或是规模报酬递减且要素投入减少, 规模效率变化都对全要素生产率变化起着推动作用。
关于这方面的研究, 国内已有部分学者做了大量的有价值的工作, 如涂正革等[1]就探讨了我国大中型企业的全要素生产率增长的分解, 认为技术进步一方面推动着生产力的快速增长, 另一方面却加剧了企业间的技术效率差距, 导致更激烈的市场竞争压力;王志刚等[2]也对改革开放以来我国地区间生产效率演进进行了研究, 认为全要素生产率增长率主要由技术进步率决定。但已有文献却对农户农业生产的全要素增长率的分解研究较少, 笔者则在前人研究的基础上, 借鉴Kumbhakar[3]的思路, 将全要素增长率分解为:技术进步、技术效率变化、规模效率变化、资源配置效率变化, 以此探讨农户农业生产全要素增长的主要影响因素。
二、全要素生产率增长分解方法
全要素生产率 (Total Factor Productivity , TFP) 是产出变动中未被要素变动所能解释的部分, 而技术效率 (Technical Efficiency, TE) 衡量的是农业生产在既定的技术水平和要素投入规模下, 实际产出与生产可能性边界上可能的最大产出之间的垂直距离, 距离越大, 技术效率越低, 反之则越高, 而代表生产可能性边界的前沿生产函数则成了衡量技术效率的基准平台。生产可能性边界的移动表现了技术进步 (Technical Process, TP) 的作用, 表现为既定要素投人下外生技术进步对生产可能性边界的外推 (TP>0) 或内移 (TP<0) 上。技术效率的变化则反映了在既定技术和要素投人水平下, 农业产出对生产可能性边界的不断逼近或远离上。
在多要素投人条件下, 将农户农业生产随机前沿生产函数定义为:
yit= (xit, t) exp (vit-uit) (Ⅰ)
式中, yit表示农户i (i=1, 2, …, N) 在时期t (t=1, 2, 3) 的实际产出, (·) 表示生产可能性边界上的确定性前沿产出, 代表了现有技术条件下的最佳产出, xit表示要素投人向量, 时间趋势项t则测度技术进步, vit为零均值的正态随机扰动项, 非负项uit表示基于产出的相对于生产性前沿的技术非效率指数, 以衡量农户的技术效率水平, 该指数在前沿生产函数中是时变的。笔者在此暂时将i、t下标省略, 用j代表要素下标, 即xj表示要素投入向量的第j个分量。
uit=ηitui=uiexp[-η (t-T) ], ui是非负随机变量, 表示生产的无效程度, 同时服从截尾正态分布N (μ, σ2u) , η是等估参数。
TE= (xit, t) exp (vit-uit) / (xit, t) exp (vit) =exp (-uit)
根据Kumbhakar[4]的思路, TFP的增长可分解为:
undefined
式中εj=Ln (·) /LnXj, 为第j个投入要素的投入产出弹性;Sj表示j要素在总要素成本中所占份额, ∑Sj=1, RTS=∑εj, 通过与1的比较而成为规模报酬的测度指标;λj=εj/∑εj=εj/RTS, 且∑λj=1, 表示了测度要素j在前沿生产函数中的相对产出弹性。 (Ⅱ) 式中TFP变动最终分解为:技术进步、技术效率的变化、规模经济性 (Scale Efficiency, SE) 和资源配置效率 (Allocation Inefficiency, AE) 4个部分。①技术进步[TP, Ln (x, t) /t], 表示投人要素不变的条件下产出随时间的变化率, 代表了生产可能性边界的移动。②技术效率的变化undefined) , TE是指既定技术水平和要素投人下, 得到的实际产出与相应前沿面产出之间的比例, 反映了实际产出与最大可能产出间的差距相对于时间的变化率。③规模经济性[SE, undefined, 规模经济是指在其他条件不变的情况下, 产出增长比例要高于要素投人规模综合增长比例, 表示要素投人规模变化对TFP的贡献。④配置效率[AE, undefined, 是指实际要素投人比例经常会偏离利润最大化条件下新古典标准生产模型要求的要素匹配比例, 表示要素投人结构变化对TFP的贡献。
三、变量选择和计量模型设定
1.数据处理和变量选择
本文使用的样本数据来源于2008年笔者进行的抽样调查, 调查的时间为2005~2007年, 调查对象为从事农业生产的村干部和生产一线从事农业劳动的农民, 从知识水平、技术水平、生产能力、经营能力等方面来看, 样本具有较好的代表性, 调查发放问卷200份, 收回173份, 问卷回收率为86.5%, 其中:数据完整的有效问卷110份。为消除价格因素的影响, 对农户收入数据和投入数据都分别利用了商品零售价格指数和农业生产资料价格指数进行了修正。对农户农业产出变量, 选用了农户当年的农林牧副渔总产值;对农户农业投入变量, 选用了家庭劳动投入、播种面积、家庭农业生产总投入等。劳动投入选用了家庭农业生产投入的劳动力人数;土地投入选用了农作物播种面积, 而不用耕地, 这样更能说明实际的土地使用情况。家庭农业生产投入则包括农机动力、种子费用、化肥以及农药等投入。
2.计量模型设定
利用超越对数函数建立随机前沿生产函数模型:
1nYit=β0+β11nLit+β21nAit+β31nEit+β4 (1nLit) 2+β5 (1nAit) 2+β6 (1nEit) 2+β71nLit1nAit+β81nLit1nEit+β91nAit1nEit+β10t+β11t2+ (vit-Uit) (Ⅲ)
式中, β0~β11为待估参数, i表示样本农户, Y表示农户家庭农业总产值 (元) , L表示农户劳动投入 (人) , A表示农户家庭农作物播种面积 (亩) , E表示家庭农业生产总投入 (元) , t表示年份, 用以说明农业生产前沿面的变动, 反映技术进步对农业生产的影响, Vit、Uit为随机变量, Vit服从均值为零, 方差为σ2v的正态分布, 即Vit~N (0, σ2v) , 并且独立于Uit。Uit是反映生产农户i在t年技术效率损失的非负随机变量, 服从均值为mit, 方差为σ2u的半正态分布, 即U~N (mit, σ2u) 。
技术进步:TP=LnYit/t=β10+2β11t
技术效率变化:undefined, 该式中undefined表示技术效率指数变化率的估计值, undefined表示农户农业生产技术非效率估计值。
εL=LnYit/LnL=β1+2β4 (LnLit) +β7 (LnAit) +β8 (LnEit)
εA=LnYit/LnA=β2+β7 (LnLit) +2β5 (LnAit) +β9 (LnEit)
εE=LnYit/LnE=β3+β8 (LnLit) +β9 (LnAit) +2β6 (LnEit)
RTS=εL+εA+εE=∑3i=1εi表示规模经济效。
λL=εL/RTS, λA=εA/RTS, λE=εE/RTS表示要素j相对于总体规模报酬的产出弹性。
规模效率改进:undefined
要素配置效率:undefined
四、模型估计结果分析
借助Frontier4.1软件[5]对模型 (Ⅲ) 进行估计, 估计结果如表1所示。结果显示, γ在1%的显著水平下不为0, 说明农户农业生产存在明显的技术效率损失, 农业实际产出与可能的最大产出之间的差距主要来自于技术的非有效性, γ值为0.9269, 说明影响农户农业随机前沿生产函数中复合误差项的变异主要来自技术效率损失U, 占92.69%, 随机误差V的变异作用不到7%。时间趋势T和T2的系数较小且大于零, 说明农户农业生产技术进步随着时间的推移, 缓慢上升。
注:符号***, **, *分别表示在1%, 5%, 10%的水平下显著。
利用表1的估计结果, 计算得RTS=1.1682, 这表明农户农业生产呈规模递增状态, 相应的λL、λA、λE分别为0.1884, 0.37, 0.4416, 说明农户农业劳动力的弹性相对较小, 家庭农业生产总投入的弹性相对较大。在计算农户要素投入成本时, 还按以下标准进行了折算, 农户农业劳动力1年按1200元/人, 播种面积按35元/亩, 化肥平均按2400元/吨计算。就此, 笔者根据模型估计结果计算了2005~2007年样本农户农业生产全要素增长率及分解的技术进步、技术效率变化、规模效率和配置效率结果, 如表2所示。
从表2可以看出, 农户农业生产全要素TFP的增长率从2005年的7.17%上升到2007年的9.85%, 年均增长17.21%;技术进步从2005年的7.87%上升到2007年的9.67%, 年均增长10.85%;技术效率变化从2005年的-0.5%平稳的变化到2007年的-0.46%;规模效率从2005年的0.78%上升到2007年的2.55%, 年均增长80.81%;配置效率从2005年的-0.98%下降到2007年的-1.95%, 年均下降41.06%。
五、结果分析与讨论
第一, 农户农业生产全要素生产率增长率从2005年的7.17%上升到2007年的9.85%, 平均增长8.51%, 低于农户同期农业总产值年均增长的14.85%。
第二, 农户农业生产全要素生产率的增长主要来自于技术进步, 规模效率变化呈正影响, 配置效率和技术效率变化呈负影响。对全要素生产率增长的贡献依次是技术进步和规模效率, 技术进步是主要的推动力量, 平均占103.06%, 规模效率平均占19.23%, 技术效率的变化呈小幅稳定的负影响, 资源配置的影响为负, 平均占16.88%, 说明农户2005~2007年间, 四川省农户农业技术效率呈小幅下降趋势, 要素配置效率不高, 究其原因, 主要是农业生产的创新力度和创新水平不足。
第三, 要提高四川省农户农业生产技术效率水平, 就需要进一步推广农业新品种和新技术, 优化农业产业结构, 提高配置效率。也就是说, 既要重视技术进步又要重视生产效率。如果单纯的依靠技术进步, 而忽视对现有资源的合理配置和生产效率的提高, 必将造成农户农业生产的无效和资源的浪费。
参考文献
[1]涂正革, 肖耿.中国的工业生产力革命[J].经济研究, 2005, (03) .
[2]王志刚, 龚六堂, 陈玉宇.地区间生产效率与全要素生产率增长率分解 (1978～2003) [J].中国社会科学, 2006, (02) .
[3]Kumbhakar, Efthymios G.Tsionas.Measuring technical and allocative inefficiency in the translog cost system:a Bayesian approach[J].Journal of Econometrics, 2005, (126) .
[4]Kumbhakar, S.C.Estimation and Decompositionof Productivity Change When Production is Not Efficient:A Panel Data Approach[J].Econometric Reviews, 2000, (19) .