中国全要素生产率分析_Malmquist指数法评述与应用

中国全要素生产率分析:Malmquist 指数法评述与应用・111・

中国全要素生产率分析:Malmquist

指数法评述与应用

我国全要素生产率得到了较大进步。但是1997年以后, 由于技术效率下降, 全要素生产率增长出现下降趋势。总体而言, 由于地区之间技术差距的拉大, 我国并没有出现全要素生产率的趋同效应。

关键词　Malmquist 指数法　全要素生产率　技术效率　技术进步　趋同效应中图分类号　F224　　　文献标识码　A

The Analysis of Total F actor Productivity in

China :A R evie w and Application of Malmquist Index Approach

　　Abstract :This paper reviews t he Malmquist Index Approach and introduces comprehensively t he argument between t he different decompositions of t he Malmquist Index 1It also point s out t he insufficiency in t he past domestic researches about t he decompo sition 1Based on it , t he paper analyses t he change and decompo 2sitio n of t he total factor productivity (TFP ) in China during t he period of 1979-20051The major conclusions are as follows 1The TFP has obtained considerable growt h since t he reform and open policy because of t he p rogress of technical effi 2ciency and technology 1But t he TFP has slowed down successively since 1997as a result of t he decrease of technical efficiency 1As a whole t he China ’s economy has not shown t he convergence effect because t he disparity of technical progress 1

K ey w ords :Malmquist Index App roach ; Total Factor Productivity ; Technical Efficiency ; Technical Progress ; Convergence Effect

・112・《数量经济技术经济研究》2008年第6期

引　　言

1978年改革开放以来, 我国的经济增长取得了重大成就, 平均GDP 增长率高达9167%。与此同时, 对经济增长质量———全要素生产率的关注, 也逐渐成为经济学界的一个

重要问题。因为随着要素投入积累到一定程度, “未来经济增长取决于全要素生产率提高”

(胡鞍钢, 2003) 。

以往研究对我国TFP 增长率的估计存在较大分歧。比如对我国1979～1998的估计, 孟令杰和李静(2004) 为0184%, Y oung (2003) 14%, (2001) 为2132%, Chow (2002) 为2168%, 张军和施少华) 218, ) 为319%, 叶裕民(2001) 为4159%, , 投资品价格指数和折旧率的确定) 。关于TFP 变动的研究, :, , 随机前沿分析法, 以及数据包络分析法((, 2000; Coelli , 2005) 。其中数据包络分析法(DEA ) 由于具、不需要对参数进行估计、允许无效率行为存在、能对TFP 变动进行分解等优点, 在近来研究中受到了越来越多的关注(Fare 等, 1998) 。因此本文选择Malmquist 指数法, 将TFP 变动分解为技术效率变动、技术进步和规模报酬变动三部分, 以期为将来研究提供更为稳健深入的TFP 估计支持。

不过目前国内对Malmquist 指数法的应用, 大多遵循的是Fare 等(1994b ) 的思路, 在指数分解方面存在一些不足。因此本文首先简要评述了Malmquist 指数法, 对指数分解进行了准确阐释。另一方面, 本文也利用全国30个省TFP 变动的截面数据, 构造了趋同效应指数, 对我国地区间经济增长的趋势和原因进行了分析。

一、Malmquist 指数法评述

Malmquist 指数最初是由瑞典经济学家Sten Malmquist 在1953年提出的。Malmquist

首先提出缩放因子概念, 然后利用缩放因子之比构造消费数量指数, 即最初的Malmquist 指数。缩放因子表示给定消费组合为了达到某一无差异曲面, 所需要的缩放倍数。显然缩放因子和Shep hard (1953) 在生产分析中所提出的距离函数是对应的。

受Malmquist 消费指数启发, Caves 等(以下简称CCD ) 于1982年将这种思想运用到生产分析中, 通过距离函数之比构造生产率指数, 并将这种指数命名为Malmquist 生产率指数(此后统称的Malmquist 指数即为Malmquist 生产率指数) 。CCD 证明, 在一定的条件下, Malmquist 指数的几何平均和Tornqvist 指数是等价的。当然由于CCD 并没有提供测度距离函数的方法, 所以Malmquist 指数在他们那里更多的只是一种理论指数。

与此相似, 构成CCD 模型基础的距离函数, 虽然早在1953年就被Shep hard 提出, 并且Farrell 也在1957年提出了相似的技术效率概念, 但同样由于没有找到合适的度量方法, 所以在很长时间内都没能引起学术界的注意。直到1978年Charnes , Cooper 和Rhodes 提出数据包络分析方法(DEA ) , 通过线性规划方法来测度技术效率以后, 距离函数(技术效率) 概念才得到了迅速的发展和广泛应用, 成为生产分析中的一种重要方法。

基于D EA 方法, Fare 等(1989、1994a ) 将Malmquist 生产率指数从理论指数变成了实证指数。同样也由于DEA 的优越性, Fare 等(1994b , 以下简称F GNZ ) 进一步将

中国全要素生产率分析:Malmquist 指数法评述与应用・113・

Malmquist 指数进行了分解, 将指数分解成技术效率变动, 技术进步和规模效率变动。

但是F GNZ 对生产率指数的分解存在着逻辑上的错误, Ray 和Desli (1997, 以下简称RD ) 针对这个问题对FENZ 模型进行了修正, 但Fare 等(1997) 并没有认可RD 的修正。

此后, Grifell 和Lovell (1999) 提出广义Malmquist 指数概念, 对指数进行了与RD 相似的分解。Lovell (2003) 从理论角度对Malmquist 指数分解进行了探讨, 再次肯定了RD 模型的正确性。Gro sskopf (2003) 虽然仍对F GNZ 模型作了辩解, 但至此关于Malmquist 指数分解的争论已基本结束, RD 模型的正确性基本得到了确认。

但是国内已往利用Malmquist 指数法进行的研究, F , 从而对技术进步和规模报酬变动做了错误的分解, Malmquist 指数法进行梳理, 对比F GN Z 。

接下来, , C 2R 和B C 2概念, 对Malmquist M t

N , t S 定义为:S =

t

(x , y ) |在t 期, x 可以生产(1)

显然S t t 时可行的投入和产出组合构成。距离函数定义在生产可能集之上, 为了得到有意义的距离函数, 我们需要假设S t 满足一些基本的公理条件(魏权龄, 2004) 。

按照Shep hard (1970) , s 期生产活动(x s , y s ) 相对于t 期生产可能集S t 的产出距离函数定义为:

t s s D o (x , y )

) ∈S t =(z |(x s , z y s ) ∈S t ) =θ|(x s , y s /θ

-1

(2)

t

(x s , y s ) ≤下标o 表示距离函数是基于产出定义的①。由定义D o 1等价于(x s , y s ) t

(x s , y s ) =1等价于(x s , y s ) 位于生产可能集S t 前沿上, 按照Farrell 的术语, ∈S t , D o

生产相对于可能集而言是技术有效的。

在经验研究中, 我们根据观察到的决策单元来生成生产可能集。假设存在k =1, …,

k , t

K 个决策单元(DMU ) , 每个决策单元在t =1, …, T 期使用n =1, …, N 种投入x n , 并

, t

得到m =1, …, M 种产出y k 由观察到的决策单元所构造的t 期规模报酬不变(CRS ) 的m 。生产可能集为:

K

K

k , t

S (

C ) =

K

t

(x , y ) |x ≥

k , t

t t t

k =1

λ∑

x

k , t

; y ≤

t

k =1

λ∑

k , t

y

k , t

k , t

; λ≥0, k =1, …, (3)

加上约束

S (V )

t

k =1

λ∑

=1, 可得t 期规模报酬可变(V RS ) 的生产可能集为:

K

K

k , t

k , t

K

k , t

λx =(x t , y t ) |x t ≥

k =1

∑

; y ≤

t

k =1

λ∑

y

k , t

; λ≥0,

k , t

k =1

λ∑

k , t

=1, k =1, …, (4)

针对两种不同的生产可能集S t (C ) 和S t (V ) , 以及三个不同时期s =t -1, t , t +1, 我们可以得到六组距离函数D t a (x s , y s ) , a =C , V , s =t -1, t , t +1。根据生产可能集和

距离函数的定义(2) 式～(4) 式, 距离函数恰好为DEA 理论中C 2R 模型和B C 2模型最优值的倒数。

①可以定义基于投入的距离函数D t i (x s , y s )

=λ|(x s /λ, y s ) ∈S t 。

・114・《数量经济技术经济研究》2008年第6期

max z C =(D t C (x k , s , y k , s ) )

K

-1

(C R )

z C y

2

x

k , s n

k , t k , t λx n , n =1, …, N ≥k ∑=1

K

k , s m

k , t k , t λ∑y m , m =1, …, M

≤

k =1

k , t

λ≥0, k =1, …, K

t

(x k , s , y k , s ) ) max z V =(D V

K

-1

x

(B 2C )

k , s

n

k , t k , t λx n , n , , N ≥k ∑=1

K

k , s m

z V y

K

≤

k =1

k , k , t

k , m m M

(5)

k λk , t

1; ≥0, k =1, …, K

, 即为了计算TFP 而定义的参

照技术; VRS 生产可能集的前沿技术称为最佳实践技术, 即现实中存在的前沿技术。

由RD 和Fare 等(1997) , Malmquist 生产率指数应当定义在基准技术之上, 基于t 和t +1期参照技术的Malmquist 生产率指数分别为:

M t (x , y , x

t

t

t

t

t +1

, y

t +1

) )

t t +1t +1=t t t

D C (x , y ) t +1

t +1t +1=t +1

(x t , y t ) D C

M t +1(x , y , x

t +1

, y

t +1

(6)

因为基于t 和t +1期参照技术定义的Malmquist 生产率指数在经济含义上是对称的,

按照Fisher (1922) 理想指数思想, 定义它们的几何平均为综合生产率指数:

M (x , y , x

t

t

t +1

, y

t +1

) =(M t ・M t +1)

1/2

=

t t +1t +1t +1

t +1t +1t t t t +1

(x t , y t D C (x , y ) D C

1/2

(7)

对于Malmquist 生产率指数本身, F GNZ 与RD 之间并没有分歧, 分歧在于对指数的分

解上。F GNZ 的分解为:

M (x , y , x

t

t

t +1

, y

t +1

) =

t +1

t t t t t +1t +1

t +1t +1t +1t t t

(x t , y t ) D t C +1(x t +1, y t +1) D V (x , y ) D C

1/2

×(8)

t +1

t +1

t +1t +1t +1t +1ΔFGN Z ×T ΔFGN Z ×S ΔFGN Z =T E t t t t t t

D C (x , y ) /D V (x , y )

RD 的分解为:

M (x , y , x

t

t

t +1

, y

t +1

) =

t +1

t t t t t +1t +1

t +1t +1t +1t t t t t t +1t +1t +1

D V (x , y ) D V (x , y ) D V (x , y )

1/2

×

1/2

t t +1t +1t t +1t +1t +1t +1t +1t +1t +1t +1

t t t t t t t +1t t t +1t t D C (x , y ) /D V (x , y ) D C (x , y ) /D V (x , y )

=

(9)

ΔRD ×T ΔRD ×S ΔRD T E

Δ、T Δ和S Δ分别表示技术效率变动、技术进步和规模报酬变动。显然F GNZ 其中T E

和RD 在技术效率变动分解上是一致的, 不同之处在于对技术进步和规模报酬变动的分解。F GN Z 本质错误在于技术进步定义, F GN Z 承认现实技术是V RS 形式的, 并据此计算了技

中国全要素生产率分析:Malmquist 指数法评述与应用・115・

术效率变动和规模报酬变动。但是在计算技术进步时却舍弃了现实的VRS 技术, 反而采用了假设的CRS 技术。因此F GN Z 分解中的技术进步并不是现实技术进步, 而是参照技术的

t

(x , y ) 为进步。由此也导致二者对规模报酬变动的不同界定。定义S E t (x , y ) =D t C (x , y ) /D V

规模效率, 规模报酬变动应当反映沿着同一生产前沿的规模效率变化①, 即RD 分解S E s

(x t +1, y t +1) /S E s (x t , y t ) ; 而不是F GNZ 分解S E t +1(x t +1, y t +1) /S E t (x t , y t ) 所表示的沿不同生产前沿的规模效率变化。

因此, 对于Malmquist 指数的正确分解并不是国内研究常用的F GNZ 模型, 国内较少使用的RD 模型。当然正如RD 和Fare 等(1997) ≠t 时,

t

(x s , y s ) 可能并不位于生产可能集S t (V ) 中, 所以V (x s y s ) 解在数学上是无意义的。, t t

(x s , y s ) 无解的情况。V (x s , y s ) =1, 即生产总年份出现D V

是技术有效的。, 西藏这种不利影

, 我们使用图1进行简单的演示。其中, (x t , y t ) =(m , t +1, y t +1) =(n , c ) 实际生产前沿分别为F t 和F t +1, 基于不变规模报酬构造的t 期参照生产前沿为R t

。

图1　全要素生产率变动及其分解

显然t 期的生产率为a/m , t +1期的生产率为c/n 。因此全要素生产率变动为mc/na 。我们考虑t 期Malmquist 生产率指数M t (在投入和产出各为一维的情况下, M t =M t +1) , t 和t +1期生产行为A 、B 基于参照生产前沿R t 的产出距离函数分别为D t C (x t , y t ) =a/f ,

t t +1t +1

D C (x , y )

=c/g 。因此, M t =f c/ga =mc/na , 同时RD 指数分解为:

(10)

t t +1t +1

Δ×T Δ×S ΔM t ====T E t t t

a/f a/b e b/f D C (x , y )

Δ=bc/ad 通过比较不其中a/b 、c/d 分别表示决策单元在t 和t +1期的技术效率, T E

①魏权龄(2004) 对规模效率与规模报酬性质之间的关系做了详细讨论。

・116・《数量经济技术经济研究》2008年第6期

同时期决策单元相对于生产前沿的距离反映了技术效率变动, 这种决策单元向生产前沿推进的情形也被称为追赶效应。投入n 在t 和t +1期的前沿产出分别为d 和e , 所以T Δ=d/e 通过比较不同时期生产前沿的移动反映了技术进步。b/f 、e/g 分别表示t 期生产前沿在投入为m 和n 时的规模效率, S Δ=ef /bg 通过比较不同时期投入在同一生产前沿上的规模效率, 反映了规模报酬变动。S Δ>1说明规模报酬呈现递增性质, S Δ

二、实证分析和结果

11数据处理

接下来, 我们运用Malmquist ) 1978～2005年的面板数据进行分析, , 并以此为基础得到全国和地区的TFP ①, 将重庆市包括在四川省中。本文采用以1978年, 以各省从业人员作为劳动投入指标, 固定。固定资本存量的计算采用“永续盘存法”, 使用永续盘存法涉及基期资本存量的计算、折旧率的选择和投资平减三个问题。在文中我们采用张军等(2004) 测算的1978年各省资本存量作为基期资本存量③, 折旧率也按照张军等采用916%。由于统计资料中只有1992年以后的固定资产投资价格指数, 我们采用此前各年的GDP 平减指数作为固定资产投资价格指数的近似替代。按照惯例, 我们将全国30个省划分为东部、中部、西部三个地区④, 以进行地区间的比较分析。

21与其他研究的比较⑤

根据表1及表2, 1979～2005年我国TFP 平均增长率为1160%, 对经济增长的贡献率为16157%, 在经济发展过程中发挥了重要作用。我们关于TFP 增长率的估计高于郭兴旺和贾俊雪(2005) 的0189%(1979～2004年) , 赵伟等(2005) 的-0187%(1980～2003年) 。1979～1998年TFP 平均增长率为2140%, 对经济增长的平均贡献率为24136%, 这与Wang 和Yao (2001) 的2132%(2319%) ⑥, Chow (2002) 的2168%(2819%) , 张军和施少华(2003) 的218%(2819%) 比较接近; 低于沈坤荣(1999) 的319%(3718%) , 叶裕民(2001) 的4159%(4614%) ; 高于孟令杰和李静(2004) 的0184%(815%) , Y oung (2003) 的114%(1412%) 。1979～2001年TFP 平均增长率为2113%, 低于Zheng 和Hu (2004) 的3119%, 高于颜鹏飞和王兵(2004) 的0125%。总体而言, 我们的结果和大多数分析是相近的, 显示出相当的稳健性。

①计算使用Matlab 软件, 需要各省每一年结果者, 可以与作者联系。

②1986～2005年GDP 和固定资产投资数据, 1990～2005年从业人员数据采用中经网地区数据。其余数据采用

《新中国五十年统计资料汇编》中的数据。

③与张军等略有不同, 由于按全国口径计算的资本存量高于各省统计之和, 我们将多出的资本存量按比例分配给各省。

④东部包括北京、上海、天津、广东、福建、江苏、海南、辽宁、浙江、山东、河北11个省市; 中部包括吉林、湖北、黑龙江、湖南、山西、河南、江西、安徽8个省; 西部包括内蒙古、广西、陕西、新疆、甘肃、宁夏、青海、四川、云南、贵州、西藏11个省区。

⑤以下比较中, 有些论文并没有给出直接结果, 本文通过计算得到对应结果。⑥括号前为TFP 增长率, 括号中为对经济增长的贡献。

中国全要素生产率分析:Malmquist 指数法评述与应用

表1年份

[***********][***********][**************]2

TFP

・117・

(单位:%)

历年TFP 增长率及其分解

技术效率变动

[***********]782117-[**************]7-0156-0161

增长率

[***********]004140-1190-412401831-[1**********]171

技术进步

01530173-[***********]04-01-1116-[1**********]2

规模报酬变动

0106-0138-1152-1192-1186-2119-2-32721-2120-0168-0152-0184-0153

年份

[***********][***********]20042005

TFP

增长率

5130-[***********]1570153-0154-1104-1193-21271160

技术效率变动

-2124-[1**********]3--0101370147-0167-1161-1163-21711131

技术进步

[***********][***********]21231148

规模报酬变动

-0184-1138-1115-01940170-0134-0137-0152-0160-0133-0140-0164-1176-1116

平均

　　注:本表给出的历年全国TFP 增长率及其分解经由两步计算得到。第一步将各省指数以G DP 为权重几何平均得到全国指数, 第二步将全国指数减1乘100得到增长百分率。

表2年份

1979～20051979～19981979～2001

G DP

TFP

TFP 增长率及其对G DP 增长的贡献

TFP

(单位:%)

增长率

[1**********]4

增长率

[1**********]3

因素贡献率

增长率

[**************]

技术效率变动

[**************]

技术进步

[**************]

规模报酬变动

-12100-13154-12172

要素投入

[**************]

　　上述研究中, 孟令杰和李静(2004) , Zheng 和Hu (2004) , 颜鹏飞和王兵(2004) , 赵伟等(2005) 使用的是Malmquist 指数法。其中孟令杰和李静(2004) , 赵伟等(2005) 假设现实技术是规模报酬不变的; Zheng 和Hu (2004) , 颜鹏飞和王兵(2004) 假设现实技术是规模报酬可变的, 但在分解中使用的是F GN Z 方法。由上面的分析可知, 不论对现实技术采用什么假设, 由Malmquist 指数法得到的TFP 增长率应当一致, 不同的只是对于增长率的分解。但是显然是由于数据的差异, 不同分析得出的TFP 变动差距很大, 最低为-0187%, 最高为3119%。

接下来, 我们比较由于假设和分解方法不同, 造成的分解结论差异。和RD 对F GNZ 的批评一致①, 在孟令杰和李静、颜鹏飞和王兵、赵伟等的分解中, 技术是倒退的, 技术退步率分别为2177%, 2187%和0184%。全要素生产率的提升是由技术效率改进获得的。Zheng 和Hu (2004) 的结论则比较特别, 整个研究区间中(1980～2001年) , 技术进步为3126%, 但技术效率平均而言是倒退的, 技术效率退步率为0106%。显然, 在整个改革开

①RD 指出, F GNZ 由于使用参照技术(CRS ) 度量技术变动, 结果得出技术退步的错误结论。

・118・《数量经济技术经济研究》2008年第6期

放过程中, 无论是技术退步, 还是技术效率退步, 都是难以令人信服的结论。

由表1, 在我们的分析中, TFP 进步的主要原因是技术进步(1148%) , 其次是技术效率改进(1131%) 。但是数据同时也显示我国面临着规模报酬递减的困境, 由于规模报酬递减的影响, 我国TFP 平均每年少增加1116%。显然我们基于RD 模型的TFP 变动分解更加接近经验事实。

31全要素生产率的时间分析

由图2可以看出我国TFP 增长具有非常大的波动性, 1979年和1992, 1986年和2005年是两个波谷。另一方面, 从TFP 20世纪80年代占主导地位; 技术进步在90; 占主导地位。总体而言, 。

根据图2, :1979～1984年, 1985～1991年, 年, 年。由图2以及表3, 1979～1984年

, 。1978年技术效率进步高达8113%。这一时期的改革开始于农业部门, , 有效提升了农村的生产效率。同时农村劳动力向非农产业的转移, 也有力提升了整体经济的效率。另一方面, 市场化改革的推进, 也激发了企业的创新活力, 前沿地区通过自主创新和向国外学习先进经验, 有效推动了我国的技术进步。因此, 虽然遭遇到规模报酬递减的困境, 这一时期我国TFP 仍然取得了长足的进步

。

图2　全要素生产率变动及其分解

1985～1991年, TFP 增长出现了比较大的不利波动。TFP 的这种不利波动和改革进入

一定瓶颈期有关。首先, 改革初期所带来的效率改进潜力已基本释放, 而进一步的改革, 比如对城市及工业的相应改革未能有效跟进, 导致技术效率进步减缓, 从上一时期的5132%

下降到116%。而这段时期反复的治理整顿措施, 对整个经济体系的有效运行也产生了不利的影响, 使得技术进步开始下滑, 在1986年跌至谷底(-3105%) 。最后规模报酬递减程度

中国全要素生产率分析:Malmquist 指数法评述与应用・119・

也在这一时期不断加剧, 在1986年达到最低点(-3127%) 。所有上述原因使得这一时期TFP 增长率在零附近剧烈振荡, 并在1986年达到最低点(-4124%) 。

1992～1997年, TFP 增长开始恢复, 并基本保持在2%以上。这一时期TFP 进步主要

得益于开放进程的加快, 使得国际贸易和FDI 水平大幅提高。而国际贸易和FDI 有利于我国向西方国家学习先进的技术。因此这一时期技术进步大幅提升, 1993年达到最高点(8162%) , 是TFP 增长的主要动力。但是由于市场经济体制和现代企业制度改革推进迟缓, 经济主体的自主能动性仍受到一定限制, 使得技术效率未能得到有效提升, 降趋势。不过这一时期规模报酬递减程度减轻, 也是TFP 。

1997～2005年, TFP 增长开始持续减缓, 并在亚金融危机爆发, , GDP 增长驱动下, , 。同时金融体

制改革迟迟未能推进, 。由此使得这一时期我国的技术, (-2171%) 。虽然技术进步仍然存在, 并且规模, 但仍不足以弥补效率下降所造成的不利冲击, 导致这一时期我国TFP 。

41全要素生产率的地区分析

将30个省划分为东、中、西部三个区域, 以各省GDP 为权重, 可以得到三个地区每年的平均TFP 增长率及其分解值。同时, 我们定义趋同效应指数为中西部平均TFP 增长率与东部TFP 增长率之差。这里对应TFP 增长率的趋同效应并不等同于对应技术效率改进的追赶效应。除了包含追赶效应之外, 趋同效应还包括技术进步差异和规模效应。

表3

三地区不同时期TFP 增长率及其分解

全国

年份

1979～19841985～19911992～19971998～2005

TFP

(单位:%)

东部

技术进步

[***********]48

增长率

[1**********]4-01481160

技术效率变动

5132116-0122-01811131

规模报酬变动

-1130-1186-0192-0162-1116

TFP

增长率

3189-[**************]5

技术效率变动

31150174-0125-01750162

技术进步

[***********]72

规模报酬变动

-2180-3119-1115-1134-2110

总体平均

中部

1979～19841985～19911992～19971998～2005

5123-11482118-31220131

[1**********]3-0161191

-2118-21022157-2183-1128

-0105-0137-01920121-0125

81863123-0172-31281168

81055103-1122-11282145

西部

0101-11320183-2167-0195

0183-0135-[1**********]5

总体平均　　表4

不同时期趋同效应指数

总体平均

(单位:%)

1979～1984年1985～1991年1992～1997年1998～2005年

3116

1121

-3132

-4184

趋同效应指数-1116

　　由表4, 在改革开放过程中, 总体而言没有出现趋同效应, 趋同效应指数为-1116%,

・120・《数量经济技术经济研究》2008年第6期

区域不平衡有增大的趋势。但是在20世纪80年代, 趋同效应曾经出现, 1979～1984年和1985～1991年的趋同效应指数分别为3116%和1121%。这一时期趋同效应的出现主要是由于中西部地区的技术效率改进, 即追赶效应带来的。中西部地区的初始技术水平相对东部而言比较低, 所以具有很强的后发优势。通过向东部学习先进技术, 中西部的技术水平得到了很大提升, 从而有效推进了地区TFP 的进步。另一方面相对于东部地区, 中西部地区在规模报酬性质上的优势也有利于趋同效应的出现。

但是进入20世纪90年代以后趋同效应逐渐丧失, :1992～1997年和1998～2005年的趋同效应指数分别为-31%和后, 一方面是由于技术效率下降, 。, 步结构性失衡逐渐凸显。163产前沿分别退步了0113%和0192。, 。, , 除面。, 推进适合中西部实际情况的技术进步。

三、结　　论

本文利用1978～2005年的省份面板数据, 使用Malmquist 指数法对我国30个省的

TFP 变动进行了测算, 并将其分解为三个部分:技术效率变动、技术进步和规模报酬变动。并由此得到全国以及东中西部地区TFP 变动及其分解值, 通过比较地区间TFP 增长率差异进一步得到表示区域经济协调发展水平的趋同效应指数。

在改革开放的20多年里, 我国TFP 平均增长率为1160%, 对经济增长的贡献率为16157%, 在整个经济增长过程中发挥了重要作用。TFP 的进步主要得益于技术进步(1148%) 和技术效率改进(1131%) , 而规模报酬递减对TFP 增长造成了不利的影响(-1116%) 。

TFP 增长在整个经济增长过程中波动非常大, 说明我国经济增长仍存在相当风险。在

经历了80年代初期的高速增长, 以及90年代初期的增长性恢复之后, 从1997年开始我国的TFP 增长开始减缓, 并从2002年开始出现逐步扩大的负增长。TFP 负增长出现主要是由于技术效率下降造成的。因此有效推进市场经济体制改革, 加速技术扩散成为国家需要迫切关注的问题。另一方面, 对区域间TFP 增长率的分析表明, 趋同效应在我国总体而言没有出现, 1979～2005年的趋同效应指数为-1116%, 表明我国地区间增长差距日趋扩大。地区间经济差距扩大的主要原因是技术进步的结构性失衡。因此国家需要加大科技扶持力度, 推进适合中西部实际情况的技术进步。

参考文献

[1]Banker , R 1D 1, Charnes , A 1, and Cooper , W 1W 1, 1984, S ome Models f or Estimating Technical and Scale I nef f iciencies in Data Envelopment A nal ysis [J], Management Science 30, 1078～10921

[2]Caves , D 1W 1, Christensen , L 1R 1, and W 1E 1Diewert , 1982, T he Economic T heory of I ndex N umbers and the Measurement of I np ut , Out put , and Productivit y [J], Econometrica 50, 1393～14141

[3]Charnes , A 1, Cooper , W 1W 1, and Rhodes , E 1, 1978, Measuring the ef f iciency of decision mak 2ing units [J], European Journal of Operational Research 2, 429～4441

中国全要素生产率分析:Malmquist 指数法评述与应用・121・

[4]Chow , Gregory , and Lin , Anloh , 2002, A ccounting f or Economic Grow th in T aiw an and M ain 2land China :A Com parative A nal ysis [J], Journal of Comparative Economics , 30, 507～5301

[5]Coelli , T 1, Rao , P 1, and Battese , G 1E 1, 1998, A n int roduction to ef f iciency and p roductivit y a 2nal ysis [M ], Boston :Kluwer Academic Publishers 1

[6]Fare , R 1, Grosskopf , S 1, Lindgren B 1, and Roos P 1, 1994a [1989], Productivit y Developments in S wedish Hos pitals :A M almquist Out put I ndex A p p roach [C], in A 1Charnes , W 1W 1Cooper , A 1Y 1Lewin and L 1M 1Seiford , eds 1, Data Envelopment Analysis :Theory , Methodology and Applications , Bos 2ton :Kluwer Academic Publishers 1[Originally presented at a Conference on New Uses of Manage 2ment and Public Policy , University of Texas , Austin , TX , September ～291]

[7]Fare , R 1, Grosskopf , S 1, Norris , M 1, and Zhang , 1, , , Prog ress , and Ef f iciency Change in I ndust rialized , 84, 66～831

[8]Fare , R 1, Grosskopf , S 1, and , 1, , y Grow th , Technical Prog ress , and Ef f iciency Change in I :], American Economic Review , 87, 1040～10431

[9], , , S Russell , R 1R 1, I998, I ndex N umbers :Essays in Honor of S ten M [:Academic Publishers 1

[10]M 1J 1, 1957, The Measurement of Production Ef f iciency [J], Journal of the Royal Sta 2tistical Society , 120, 253～2811

[11]Fisher , I 1, 1922, T he M aking of I ndex N umbers [M ], Boston :Houghton Mifflin 1

[12]Grifell 2Tatje , E 1, and C 1A 1K 1Lovell , 1999, A Generalized M almquist Productivit y I ndex [J], Top 7, 81～1011

[13]Grosskopf , S 1, S ome Remarks on Productivit y and its Decom positions [J], Journal of Productivity Analysis 20, 459～4741

[14]Hulten , C 1R 1, 2000, Total Factor Productivit y :A S hort B iog rap hy [J], NB ER working Paper No 174711

[15]Lovell , C 1A 1K 1, 2003, T he Decom position of M almquist Productivit y I ndexes [J], Journal of Productivity Analysis 20, 437～4581

[16]Malmquist , S 1, 1953, I ndex N umbers and I ndi f f erence S urf aces [J], Trabajos de Estadistica 4, 09～2421

[17]Ray , S 1C 1, and Desli , E 1, 1997, Productivit y Grow th , Technical Prog ress , and Ef f iciency Change in I ndust rialized Count ries :Comment [J], American Economic Review , 87, 1033～10391

[18]Shephard , R 1W 1, 1953, Cost and Production Functions [M ], Princeton :Princeton University Press 1

[19]Shephard , R 1W 1, 1970, T heory of Cost and Production Functions [M ], Princeton :Princeton University Press 1

[20]Wang , Y 1, and Yao , Y 1, 2003, S ources of China ’s Economic Grow th 1952～1999:I ncorporating H uman Ca pital A ccum ulation [J], China Economic Review 14, 32～521

[21]Y oung , Alwyn , 2003, Gol d into B ase Metals :Productivit y Grow th i n the People ’s Re public of China during the Ref orm Period [J], Journal of Political Economy , 111, 1220～12421

[22]Zheng , Jinghai , and Hu , Angang , 2004, A n Em pi rical A nal ysis of Provincial Productivit y in China (1979～2001) [J], G oteborg , Department of Economics 1

[23]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年第6期。

[24]胡鞍钢:《未来经济增长取决于全要素生产率提高》[J], 《政策》2003年第1期。

[25]孟令杰、李静:《中国全要素生产率的变动趋势:基于非参数的Malmquist 指数方法》[J], 2004年第四届经济学年会入选论文。

[26]沈坤荣:《1978～1997年中国经济增长因素的实证分析》[J], 《经济科学》1999年第4期。

・122・《数量经济技术经济研究》2008年第6期

[27]魏权龄:《数据包络分析》[M ], 科学出版社, 2004。

[28]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年第12期。

[29]叶裕民:《全国及各省区市全要素生产率的计算和分析》[J], 《经济学家》2002年第3期。

[30]张军、施少华:《中国经济全要素生产率变动:1952～1998》[J], 《世界经济文汇》2003年第2期。

[31]张军、吴桂荣、张吉鹏:《中国省际物质资本存量估算:1952～2000》[J], 《经济研究》2004年第10期。

[32]赵伟、马瑞永、何元庆:《全要素生产率变动的分解:基于[J], 《统计研究》2005年第7期。

; 校对:吕小玲)

　　(上接第)

[]、[J], 《国际经贸探索》2006[13]:《计量经济分析方法与建模》[M ], 清华大学出版社, 2006。

[14]李琴:《FDI 流入与我国对外贸易关系的实证分析》[J], 《世界经济研究》2004年第9期。

[15]栾惠德:《带有结构突变的单位根检验———文献综述》[J], 《数量经济技术经济研究》2007年第3期。

[16]栾惠德、张晓峒:《协整还是协变:来自中国进出口时间序列的经验证据(1950～2004) 》[J], 《南开经济研究》2007年第2期。

[17]苏振东、侯铁珊、逯宇铎:《基于改进H 2O 模型的贸易投资一体化模型研究》[J], 《数量经济技术经济研究》2005年第5期。

[18]史小龙、张锋:《外商直接投资对我国进出口贸易影响的协整分析》[J], 《世界经济研究》2004年第4期。

[19]孙霄翀、刘士余、宋逢明:《汇率调整对外商直接投资的影响》[J], 《数量经济技术经济研究》2006年第8期。

[20]王少平、封福育:《外商直接投资对中国贸易的效应与区域差异》[J], 《世界经济》2006年第8期。

[21]许和连、赖明勇:《外商直接投资对中国出口贸易影响的实证分析》[J], 《预测》2002年第2期。[22]张晓峒:《计量经济分析》[M ], 经济科学出版社, 2000。

(责任编辑:雷维平; 校对:曹　宇)