资源型城市全要素生产率及其的影响因素的研究.docVIP

资源型城市全要素生产率及其的影响因素的研究 　　摘要：本文运用随机前沿分析法（SFA）对2006―2014年中国109个资源型城市的全要素生产率进行测算，并运用DEAMalmquist指数法进行分解分析。发现资源型城市普遍存在全要素生产率下降的情况，而技术退步是主要原因。在此基础上，本文构建面板模型，实证检验了财政收支对资源型城市全要素生产率变动的影响。发现财政科技教育类支出所占比重、地方财政收支规模能够促进全要素生产率提升，财政分权则具有不利作用。此外，第三产业比重提升亦能有效提升资源型城市全要素生产率。 　　关键词：资源型城市；随机前沿模型；DEAMalmquist指数法；全要素生产率；财政收支 　　文献标识码：A文章编号：100228482017（06）001708 　　一、 引言与文献回顾 　　资源型城市的经济结构转型与可持续发展，始终是国内外研究的热点话题。长期依赖资源开采加工维系发展，使得资源型城市经济结构脆弱，特别是经济危机和经济二次探底以来，资源类产品价量齐跌，导致资源型城市经济增长基本停滞，部分城市实际GDP出现负增长。2015年，全国GDP增长率倒数的50个城市中，资源型城市共计31个；GDP增长率低于5%的34个城市中，资源型城市共计23个。产业结构方面，第二产业占比排名前50的城市中，资源型城市占到32个；第二产业占比超过50%的165个城市中，资源型城市占到93个。保增长、调结构成为资源型城市需要同时解决的两个核心问题。2016年中央经济工作会议指出，今年是供给侧结构性改革深化之年，要通过稳健的宏观政策、精准的产业政策以及灵活的微观政策，确保稳增长、促改革、调结构等经济工作顺利完成。而能否通过优化经济结构破除发展障碍，提升全要素生产率，寻找经济长期增长的新动力，就成为资源型城市实现转型发展的关键。 　　全要素生产率（TFP）旨在衡量劳动力、资本、能源等全部生产要素的产出效率，反映真实经济活动的整体效率，从而为区域经济增长、产业增长、企业发展过程中的效率贡献分析提供了依据。总结归纳可以发现，全要素生产率的理论研究主要包括三个方面，分别是基于新古典生产函数、基于超越对数生产函数以及基于前沿生产函数的研究。其中，索洛构建了基于新古典生产函数的全要素生产率理论，其核心是在希克斯中性技术进步和规模报酬不变的条件下，总产出扣除资本和劳动产出贡献后的索洛余值，即为全要素生产率。Christensen等[1]通过超越对数生产函数计算要素产出弹性和各要素的技术替代弹性，并据此反映出各投入要素的技术进步差异，并根据类似索洛余值法的计算公式得到全要素生产率。这一过程得到的全要素生产率包含了要素增进型技术进步和希克斯中性技术进步类型的生产率增长，丰富了索洛理论的内涵。 　　基于新古典生产函数和超越对数生产函数测出的全要素生产率只能反映出平均意义上的投入产出关系和技术水平。无法准确测算出实际产出与有效最大产出之间的全要素生产率差异，导致计算结果和理论假设存在差距。为了解决这一问题，Koopmans[2]和Farrell[3]分别定义了技术效率，前者指产出和投入达到最大边界水平时的投入产出关系，或者则是技术与价格给定条件下生产一定量产品的最小成本与实际成本之比。据此，Farrell提出了前沿生产函数，即固定投入要素所能达到的最优产出，经济行为的综合效率可以通过实际产出与最优产出之间的差距来反映。Aigner et al.[4]、Banker et al.[5]分别构建了SFA模型和BCC模型，将综合效率分解为技术效率和规模效率，如果在函数中添加时间趋势变量，还可以实现技术进步的测算。1994年，Fre et al.[6]运用Malmquist生产率指数，在DEA研究框架内将全要素生产率动态分解为技术进步率、技术效率和规模效率，进一步明确了全要素生产率包含的技术进步和制度效率。由于参数型前沿生产函数法（SFA）和非参数数据包络前沿生产函数法（DEA）不需要希克斯中性和市场出清的假定，测算结果更接近全要素生产率的实际情况，因此在实际研究中得到更为广泛的使用。最新的研究主要包括王艺明等[7]、何剑和孙鲁云[8]、冯云廷等[9]、刘承智等[10]分别对全国、各省区、特定类型城市全要素生产率的测算分析，以及李萌和杨扬[11]、戴碧艳等[12]、祝福云和闫鑫[13]、邱爱莲等[14]对战略性新兴产业、葡萄?a业、轻工业、制造业等行业全要素生产率的测算分析。 　　城市全要素生产率影响因素的既有研究中，武彦民、杨峥[15]考察了建成区面积、城镇就业人数、能源消费量和基础设施密度对城市全要素生产率的影响，发现能源消费能够提升全要素生产率，其他因素均不利于全要素生产率提升。姚震寰、纪明辉[16]发现产业结构单一，特别是第三产业比重