技术进步偏向、要素累积与中国经济增长动力构成.docxVIP

? ? 技术进步偏向、要素累积与中国经济增长动力构成 ? ? 　　F061.2 ：A 1671-7023(2018)02-0076-11 　　我国经济经历了三十多年的高速发展，一方面，支撑经济高速增长的传统动力日渐式微，转换经济增长动力是突破资源环境瓶颈、解决结构性矛盾以及跨越中等收入陷进的必然选择；另一方面，随着以数字经济和分享经济为代表的新业态、新模式、新产品的不断涌现，以及供给侧结构性改革的推进，经济增长动力也在悄然发生深刻的变化。如何实现增长动力的转换升级则成为当前学界研究的核心问题之一。 　　十九大报告首次提出要“建设现代化经济体系”，明确了我国经济在新常态的基础上“已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”。可见，我国经济进入新时代，一场增长动力转换的变革正在开启。在建设“质量第一、效率优先”的现代化经济体系新征程中，如何实现我国经济增长动力的转换升级，新的经济增长动力来自何方，以及如何实现新旧动力的有序转换?这是一个发展的难题，也是一个时代的命题。在此背景下，本文提出一个新的经济增长分解方法，在保证增长动力贡献测度精度的同时，还能进一步估计技术进步的要素偏向。这对准确研判改革开放以来我国经济增长动力的构成与变迁，明晰技术进步的类型与影响，进而厘清增长动力转换升级的内在机理具有重大的理论和现实意义。 　　二、文献综述 　　根据新古典增长理论，受边际产出递减规律的约束，要素驱动型的增长模式不可持续，提升全要素生产率(TFP)是推动经济长期增长的关键。就经济增长动力的分解方法而言，索洛余值法(SR)是测度TFP以及各要素投入对经济增长贡献的经典理论模型。克鲁格曼(1997)曾据此断言东亚乃至中国的经济增长不可持续，原因是TFP对经济增长的贡献不足，这一观点影响深远[1]。李宾和曾志雄(2009)基于SR的实证也显示，中国改革开放以来的高增长是要素投入(资本)驱动的粗放型增长[2]，然而，该方法用索洛余值表示TFP，其实质是技术进步，内涵要小于TFP，因此基于SR测度出的经济增长各动力的贡献份额可能存在偏误。 　　数据包络分析法(DEA)与随机前沿分析法(SFA)的出现解决了TFP测度偏误的难题，且能从技术进步、技术效率、规模效率等三个来源路径分析TFP变动的深层内因(Malmquist指数分解)，在实证中的应用愈加广泛。其中，DEA方面的文献，如颜鹏飞和王兵(2004)、郑京海和胡鞍钢(2005)、赵伟等(2005)、卢艳等(2008)、傅勇和白龙(2009)、陶长琪和齐亚伟(2010)等均发现，改革开放以来我国TFP整体上保持了正增长，但在具体的变化幅度上有差异[3][4][5][6][7][8]；SFA方面的文献，如王志刚等(2006)、吴延瑞(2008)、傅晓霞和吴利学(2009)等也得出了类似结论[9][10][11]。然而，DEA与SFA并不能量化TFP与各要素投入对经济增长的贡献，这一重大缺陷导致DEA、SFA在测度经济增长动力贡献的实证应用中受阻。吴延瑞(2008)[10]、章祥荪和贵斌威(2008)[12]等部分学者基于经验主义，用DEA或SFA测度出的TFP变化与GDP增速的比值衡量TFP对经济增长的贡献，但是该指标的合理性有待商榷，且他们未能进一步分解出各要素投入的贡献。 　　Kumar Russell(2002)通过拓展DEA-Malmquist方法，成功将劳动生产率的变化分解为TFP变化与资本深化两个部分[13]。但是，将TFP提高以外的劳均产出增长归结为劳动与资本相对变化的贡献(即资本深化)的做法，不能进一步确定劳动、资本各自的贡献，因而不适用于对经济增长动力的分解。Henderson Russell(2005)[14]将Kumar Russell(2002)[13]的分解思路拓展到SFA领域，并考虑了人力资本的影响，但是仍未解决劳动、资本各自贡献的测度问题。傅晓霞和吴利学(2009)[11]基于Jorgenson Nishimisu(1978)[15]的思路，运用SFA方法将劳动生产率的变化分解为TFP和各个平均要素投入的贡献，也存在上述问题。武鹏(2013)、余永泽(2015)的研究取得了较大进展，他们基于微分的思想，分别运用DEA、SFA将经济增长成功分解为劳动、资本以及TFP三个部分的贡献(本文称之为微分法)，但是他们的方法只是“近似线性分解”，存在无法解释的TFP与要素耦合的部分，在经济增速较高时该方法的测度结果有较大误差[16][17]。之后，梁泳梅和董敏杰(2013，2015)将该加法分解框架拓展至DEA-SBI方法[18][19]。袁晓玲和班斓(2017)[20]在董敏杰和梁泳梅(2013)[18]的基础上，引入