东北地区制造业全要素生产率增长率分解的研究.docVIP

东北地区制造业全要素生产率增长率分解的研究 　　摘要：无论是从时间序列上还是从行业上来看，东北地区制造业技术进步都呈现明显上升趋势，它是推动全要素生产率提高的主要动力。轻工业的全要素生产率增长率明显高于重工业，而重工业或优势产业的发展却过分地依赖资源，没有形成技术优势。我国应有效地调和经济新常态下东北老工业基地面临的深层次矛盾，完善区域创新体系，促进东北地区产业集聚和产业分散协调发展，进一步推动东北地区的市场化改革，清除全要素生产率增长的障碍。 　　关键词：东北地区；全要素生产率；增长率；制造业 　　中图分类号：F427 文献标识码：A 文章编号：1005-2674（2015）04-087-07 　　东北地区制造业在我国工业发展史上有着举足轻重的地位，它的发展水平是我国综合实力和竞争力的重要标志。这种竞争力的来源不应仅仅依赖资源的投入，而更应是效率提升的结果，其核心是全要素生产率的增长。提高制造业全要素生产率是振兴东北老工业基地的需要，也是我国实现由工业大国向工业强国转变的必由之路。通过对全要素生产率增长率的分析，一方面可以探寻东北地区制造业全要素生产率的演变特征和行业差异；另一方面，也可以深入挖掘影响各个行业全要素生产率变化的深层原因。同时，对东北地区制造业的技术成长轨迹和所发挥的优势做出基本的判断，也能为制定提高东北地区制造业竞争力的政策提供理论支撑。 　　一、引言 　　经济增长的核心是生产效率的增长，研究生产效率增长常用的指标是全要素生产率（TFP）。全要素生产率能够分析经济增长中各要素投入的贡献率和评价经济增长的可持续性，是探求经济增长源泉的重要工具。现有研究成果中对全要素生产率的测度主要有两种方法。一种是非前沿分析法，包括索洛余值法、指数分析法，它们是通过具体效率指标测算效率的绝对值；另一种是前沿分析法，主要包括参数法（SFA）和非参数法（DEA）。参数法（SFA）需要对最优产出进行假定，通过构造生产函数来测算最优产出，从而确定技术效率到技术进步之间的距离；而非参数法（DEA）不用进行生产函数的假设，并可以区分生产率增长的原因，即区分技术进步、技术效率和投入要素的变化对全要素生产率影响的大小，这种方法在测度全要素生产率变化的研究中比较方便易用。 　　通过DEA方法对全要素生产率进行测度研究后，Yanmi等一些学者认为，在工业和农业中技术效率对全要素生产率的变化起主要推动作用。颜鹏飞和王兵通过对1978～2001年的数据进行研究发现，全要素生产率平均以每年0.25%的趋势进行增长，其主要原因是技术效率的提高。chen等通过对我国农业全要素生产率的实证分析后认为，对农业全要素生产率起到推动作用的因素是技术进步。郑京海和胡鞍钢发现，在改革开放时期我国省际全要素生产率的大幅度增长主要是依靠技术效率的提高。Liu等通过对我国行业增长的研究认为，在真正带动全要素生产率变化的原因中，规模效应的作用要比技术效率的作用明显。以上研究均表明，我国全要素生产率是呈增长趋势的。但还有部分学者认为其是呈下降趋势的，例如，孔翔等通过1980～1994年的数据发现，在建材、化工、机械和纺织四个行业中，全要素生产率在化工和纺织业中呈现负增长，建材行业几乎无增长，机械行业增长的幅度非常小。郑京海等同样对轻工业、重工业、机械和纺织业等四个行业的1980～1994年间的数据进行分析，发现在所有行业中大多数都有增长，但是表现不明显，而纺织业却有明显的下降表现。 　　通过对现有文献的分析发现，这些研究很少深入到具体的工业部门中（这里指具体行业），缺乏针对性，并且在寻找经济发展根源时，分析的原因过于单一。基于此种原因，本文采用DEA-Malmquist指数测算方法，通过对东北地区制造业的18个样本行业在不同年份全要素生产率的变化进行测算并进行分解，找到了相应的影响全要素生产率增长的原因，并进行了分析，以期能为各行业制定发展政策提供相应的建议。 　　五、结论与政策建议 　　本文利用2001～2011年东北地区制造业的18个样本面板数据，构建了DEA-Malmquist指数模型，对东北地区制造业的全要素生产率的变化进行测算，并对其进行分解，研究了东北地区制造业全要素生产率增长的源泉以及存在的问题。基本结论如下： 　　第一，无论是从时间序列上还是从行业上看，技术进步均呈现明显上升趋势，是推动全要素生产率提高的主要动力。从时间序列上看，在2001～2011年，技术进步呈每年递增的方式上升，尤以2007～2008年最为明显；从行业序列的层面看，技术进步在每个行业的表现也最为突出。第二，从时间序列上看，技术效率是存在损失的。通过对技术效率的分解研究发现，存在的损失部分归因于纯技术效率，部分归因于规模效率，但因行业的不同，两个损失的原因表现也不同。第