中国全要素生产率变化2000-2008.docVIP

中国全要素生产率的变化2000-2008 　　[内容摘要]本文使用序列DEA和当期DEA方法测算了中国2000―2008年的Malmquist生产率指数,并在规模报酬固定的假设下将其分解为技术效率变化指数和技术变化指数。结果显示自2000年以来全国及各省份的全要素生产率均发生下降,近年来中国的经济增长几乎完全依赖于要素投入的增加。全要素生产率持续降低是同期资本产出比率迅速上升造成的,这反映出中国经济增长过于依赖投资、收入分配不合理,同时也反映出金融体系的不健全。 　　[关键词]全要素生产率;DEA;资本产出比? 　　 　　一、引 言 　　改革开放三十多年来,中国的经济增长迅猛,取得了世所瞩目的成就。但与此同时,资源消耗巨大、要素配置效率差、产品附加值低、产业结构不合理等诸多问题始终让人们疑虑中国经济增长的持续性。中国经济增长的质量究竟如何,经济增长到底是来源于要素的投入还是来源于效率的提高?全??素生产率(TFP)作为衡量经济增长质量的重要指标,越来越受到经济学者的广泛重视,提高全要素生产率也被视为中国未来经济增长的决定因素。[1] 　　Chow[2]开启了对中国经济增长来源的研究,他认为中国在改革开放前TFP基本稳定,经济增长的主要动力是资本积累,而改革开放后TFP以每年2.7%的速度增长。颜鹏飞和王兵[3]将中国改革开放以来的经济发展划分为两个阶段,测算得到第一个阶段(1978―1991年),中国TFP年均增长率为-0.17%;第二阶段(1992―2001年)则为0.79% 。Young[4]采用自行调整后的数据测算1978―1998年间中国的TFP增长率为1.4%等。但是,目前这类研究对中国TFP增长率的估计存在较大分歧,即便针对同一时期的研究,不同学者得到的结果也有着明显的差别。这些差别无非来源于两个方面,一是数据,二是方法。[5]数据方面的差异不在本文讨论的范围之内。在研究方法上,传统的基于新古典经济学的增长核算和生产函数估计方法在中国的生产力分析中使用广泛,现代基于Malmquist指数的非参数模型或前沿分析方法,包括DEA、随机或确定的边际生产函数估计方法也被大量用于实证研究。DEA这种非参数方法由于不需要事先确定生产函数的形式、允许无效率形式存在以及便于对生产率变化进行分解等诸多优势,得到了越来越广泛的应用。[6] 　　二、方法和数据 　　本文把每一个省作为一个决策单位,以劳动和资本两要素作为投入,以国内生产总值作为单一产出,依照F?re et al.[7]的方法,使用基于投入导向的Malmquist 指数测算中国各省2001―2008年的全要素生产率,并在规模报酬固定(CRS)假设下将其分解为技术变化指数(TC)和技术效率变化指数(TEC)两个指标。DEA方法、Malmquist指数的基本原理、假设和模型以及F?re等人的分解在很多论文及教材上都有详细介绍,此处不再赘述。 ?① 　　章祥荪和贵斌威提出F?re等人对生产率指数的分解存在逻辑上的错误:其分解得出的“技 术进步并不是现实技术进步, 而是参照技术(基准技术)的进步。他们认为应该采用Ray和 Desli[8]提出的方法,使用规模报酬可变(VRS)的技术前沿测算技术变化和规模 报酬变化。?② 　　对于此争论,我们的观点是:针对微观层面的研究,规模收益可变的假设是更符合实际的,现实中规模效应往往对厂商的经营有着显著的影响,此时,Ray和Desli的方法对生产前沿的把握更为精确,测算结果也就更具说服力。但是,针对宏观经济层面的研究,规 模收益固定的假设应更接近实际。这是因为:(1)一个国家或地区的土地、自然资源等要素禀赋是给定的,其规模不可能自行决定[9]或改变;(2)虽然宏观层面的研究中关注对象是宏观决策单位,但真实的经济活动仍然是由各个微观经济主体完成的,而特定微观主体的规模并不受宏观经济规模的支配;(3)即使测算发现宏观经济体表现出一定程度的规模效应,[10]我们也难以分辨到底是宏观经济规模还是微观个体规模在发挥作用。所以,本文秉持CRS假设,不考虑规模报酬的变动,仍然采 用F?re等人的分解方法,且无须将技术效率变化指数继续分解为规模报酬变化指数和纯技 术效率变化指数。 　　然而,这一方法也存在一定的缺陷,这表现在当生产前沿发生部分或整体倒退时,决策单位 会出现“技术退步。事实上,单纯从科技水平的角度考虑,当今世界科学技术突飞猛进,尤其是信息技术不断地扩展其应用领域,各行各业仍在享受这场革命所带来的持续技术创新。在这种情况下,一个稳定的开放经济体出现技术退步是难以令人理解的,尤其对于生产前沿上的经济体来说,其生产率的降低应是由技术效率因素引起的。“技术退步造成的另一 个麻烦在于,它会给技术效率变化的测算带来偏差――“技术退步,