王芳 李健

（1.北京理工大學 管理與經濟學院，北京100081；2.北京理工大學 人文學院，北京100081）

一、引言

改革開放以來，特別是1992年明確市場經濟體制以來，中國經濟持續(xù)20多年的快速增長引起了全世界的矚目。美國諾貝爾經濟學家保羅·克魯格曼［1］質疑中國等亞洲國家經濟增長的奇跡，認為通過勞動和資本的大量投入以獲得經濟快速增長的模式不可持續(xù)。中國經濟快速增長是要素拉動還是全要素生產率提升的結果引起了國內外學者的關注。從研究對象的選擇上，可將現(xiàn)有的研究分為兩類：對全國或區(qū)域全要素生產率的測算和對行業(yè)或部門全要素生產率的測算。

第一類研究以省級為單位測算中國或區(qū)域全要素生產率（簡稱TFP）的變化，來分析經濟增長的源泉。代表性的研究有：郭慶旺等［2］采用多種方法對比研究認為1993年前TFP波動變化，1993后出現(xiàn)下滑，2000年后出現(xiàn)攀升勢頭；TFP增長較慢是因為技術進步緩慢，技術效率低下。鄭京海等［3］研究了1978-1995年的數據得出了類似結論。顏鵬飛等［4］研究了1978-2001年中國30個省的數據認為技術效率的提升是全國TFP增長的原因，由于技術進步減慢使得1997年以后TFP增長率下降，1992年后技術進步成為各地區(qū)TFP差異的主要原因。金相郁［5］測算了1996-2003年的省際數據得出TFP增長了3.8%，1999年前為負增長，之后為正，主要得益于技術進步，技術效率反而下降；在區(qū)域上東部TFP增長最快（7.6%），中西部增長了為3.8%。章祥蓀等［6］測算了1978-2005年全要素生產率的變化為1.6%，從2002年開始呈負增長態(tài)勢，主要受技術效率持續(xù)下降所致；區(qū)域上東部TFP增長最快（2.15%），主要得益于技術進步優(yōu)勢，西部次之（1.68%），主要挖掘了技術效率潛力，中部靠后（0.31%），技術進步緩慢的同時技術效率也下降。鄒心勇等［7］測算1978-2010年全要素生產率的平均變化為1.49%，主要得益于技術效率的提升，從2006年起呈負增長態(tài)勢，技術效率和技術進步都出現(xiàn)明顯下降。李建國等［8］研究了1990-2009年31個省的數據認為TFP平均變化為-1.8%，其中技術進步率變化為0.9%，技術效率變化為-2.6%，張建華等［9］采用省際不同的折舊率研究發(fā)現(xiàn)1979-2010年間TFP呈正增長態(tài)勢，平均增長率為2.48%，其中技術進步率為4.15%，技術效率為1.58%。

第二類研究通過測算某一行業(yè)或部門的全要素生產率，分析行業(yè)或部門的技術進步情況。代表性的研究有：李小平等［10］采用DEA方法對34個細分行業(yè)測算得出1998-2003年的TFP增長7%，張軍［11］采用隨機前言分析方法顯示2001-2006年工業(yè)行業(yè)TFP增長了10.6%，李勝文［12］等研究發(fā)現(xiàn)1996-2005年的TFP增長為1.62%，其中資本密集型制造業(yè)的TFP增長低于勞動密集型制造業(yè)和采掘業(yè)，主要原因是資本密集型制造業(yè)中產出彈性相對較低的中間投入和資本增長較快；周燕等［13］采用DEA方法得到2003-2007年全要素生產率增加了10.83%?，F(xiàn)有測算結果都顯示進入新世紀后，工業(yè)行業(yè)的全要素生產率呈增長態(tài)勢，其主要來源是技術進步而不是技術效率［14，15］。

綜合上述研究，我們發(fā)現(xiàn)：（1）90年代前中國全要素生產率快速增長［3，4-7，9］，主要是因為土地制度改革釋放了勞動力潛力，推動了技術效率的提升；90年代后中國全要素生產率增速減緩，并在不同年份出現(xiàn)負增長態(tài)勢［2-5］。這與易綱、樊綱等經濟學家［16］從制度變遷、技術進步、人力資本素質提高、人民幣匯率走勢以及官方儲備增長方面證明中國經濟增長效率提高的結論不一致；進入21世紀初，全要素生產率是升還是降，不同的學者得出了不一致的結論［2，5-9］，現(xiàn)有研究是否低估了中國全要素生產率的增長速度還值得進一步研究。（2）從區(qū)域上，東部得益于技術的快速發(fā)展，全要素生產率增長最快的結論得到了學者的一致認同，但是中部還是西部的全要素生產率走在了前面，目前還存在爭議，其相應的驅動因素也未達成一致意見［5-6，8］，還值得進一步的深入研究。（3）現(xiàn)有研究對工業(yè)行業(yè)全要素生產率呈增長態(tài)勢的結論較為一致，但其增長率大小相差較大，而且從全國和行業(yè)兩個層面得到的全要素生產率的結果也相差較大。我國是一個以工業(yè)為主導的國家，盡管自2000年后工業(yè)在全國經濟比重中有所下降，但工業(yè)仍是拉動我國經濟增長的主要部門，工業(yè)行業(yè)的技術進步狀況對我國經濟的發(fā)展影響較大，因此需進一步分析居經濟主導地位的工業(yè)行業(yè)的全要素生產率的變化。（3）不同學者采用不同的研究方法得出了不同的結論。malmquist指數法不需要對生產函數的行為進行假設，不需要首先估計參數值，允許存在無效率行為，從而近年來受到更多學者的歡迎［19-23］。這些學者對malmquist指數分解都采用 FGNZ模型［10］，Ray和 Desli［11］指出FGNZ模型中malmquist指數分解存在內在邏輯不一致，以規(guī)模收益不變技術為假設的問題，并提出相應的修正模型（RD模型）。因此本研究采用修正的分解模型進一步分析全要素生產率增長的驅動要素具有重要的意義。（4）勞動投入嚴格定義為總工作時間乘以單位時間內的工作質量，現(xiàn)有研究中勞動投入變量采用就業(yè)人數度量，僅僅考慮勞動投入的數量，而忽略了工作時間內的工作質量，難免導致對全要素生產率測算的不準確。

基于以上問題，本文采用修正的Malmquist指數RD分解模型，用就業(yè)人員的平均受教育水平度量單位時間內的勞動質量，用就業(yè)人數和就業(yè)人員的平均受教育水平的乘積度量勞動投入變量，從省級和行業(yè)兩個層面測算中國1993-2012年間中國全要素生產率的增長情況如何，并對其進一步分解，探討驅動全要素生產率增長的因素及其變化情況，然后深入研究不同地區(qū)的經濟變化情況及其增長源泉，以及在工業(yè)化進程中工業(yè)行業(yè)的技術進步對全國生產率進步的影響，為調整政策措施提供指導和建議。

二、研究設計和數據說明

（一）DEA-Malmquist指數法及其RD分解模型

Malmquist指數最初是由經濟學家Malmquist.S（1953）提出來的，利用縮放因子構造消費數量指數，縮放因子的概念與距離函數是對應的［17］。在此基礎上，Cave等［18］將 DEA 思想和Malmqtrist指數方法結合起來，用距離函數之比構造生產率指數，即Malmqtrist生產率指數。這一指數雖然通過嚴格的理論證明，但不能進行實證。Fare等（1994a）［19］將理論的Malmquist指數變?yōu)閷嵶C指數，將以產出為基礎的Malmquist生產率指數定義為兩時期Malmquist指數的幾何平均，如式（1）。

Fare et al.（1994b）［20］將 Malmquist生產率指數分解為技術效率變化（TECH）和技術進步變化（TCH），并進一步將技術效率變化分解為純技術效率變化（PECH）和規(guī)模效率變化（SECH），其FGNZ分解模型為：

其中，技術進步變化（TCH）描述技術前沿面的變化，如圖1中的變?yōu)?，即技術創(chuàng)新，具體可表現(xiàn)為生產工藝、中間投入品以及制造技能等方面的革新和改進；技術效率變化（TECH）描述企業(yè)從技術前沿內部向技術前沿的追趕，如圖1中點相對前沿面的距離的變化，具體可表現(xiàn)為企業(yè)組織管理水平的提升，現(xiàn)有技術的有效利用等。技術效率變化的分解建立在規(guī)模效率不變的基礎上，純技術效率變化（PECH）考慮了規(guī)模收益可變技術。

Ray和 Desli［21］認為FGNZ模型分解是基于規(guī)模收益不變技術，而現(xiàn)實技術是規(guī)模收益可變的，而且FGNZ模型分解的不同部分基于不同的技術假設，存在內部的不一致，因此RD模型基于可變規(guī)模收益假設，重新分解了Malmquist指數，如式（3）。

對比FGNZ模型和RD模型可以發(fā)現(xiàn)，唯一相同的分解是純技術效率的變化，技術進步變化和規(guī)模效率變化都存在較大的區(qū)別。對于技術進步變化，根據圖1可知，F(xiàn)GNZ模型計算的技術進步變化可表示為如式（4），以規(guī)模收益不變技術表示的技術前沿面的移動。而根據圖1可知，RD模型計算的技術進步變化可表示為如式（5），以規(guī)模收益可變技術表示的技術前沿面的移動。既然FGNZ模型假設規(guī)模收益不變，就不存在規(guī)模無效率，從而表示技術追趕的技術效率變化的分解沒有意義［21］。

對于規(guī)模效率變化，F(xiàn)GNZ模型分解的規(guī)模效率變化以不同生產前沿面為參照，不同時期的規(guī)模效率變化作比較。而RD模型認為規(guī)模效率變化是以同一生產前沿面為參照，兩時期規(guī)模效率值的幾何平均，如式（6）、（7）和（8）。以、為靈活運動的點使FGNZ模型分解的內在邏輯不一致，而以、為靈活運動的點，實現(xiàn)了規(guī)模收益可變的假設，另一方面RD模型采用同一時期以相同生產前沿面為參考計算規(guī)模效率變化更為合理。

圖1 Malmquist指數及其分解圖

因此本研究根據Malmquist指數和RD分解模型計算同一或跨時期的距離函數，其具體計算過程參照FGNZ模型距離函數的計算方法［20］。

（二）變量和數據說明

（1）省級樣本數據說明

假定每個?。ㄖ陛犑小⒆灾螀^(qū)）作為一個決策單位，鑒于數據的可獲性和完整性，選取除海南省和西藏以外的28個省市為樣本（將重慶歸入四川）。黨的十四大提出建立社會主義市場經濟體制，開放沿海城市，大量引進外資的方針政策，從此改革進入了新的階段?，F(xiàn)有文獻表明改革開放以來我國TFP的變化可以1992年為界分為兩個階段，而1992年TFP變化的研究結論較為一致，因此本研究以1992～2012年為樣本區(qū)間。采用地區(qū)生產總值作為產出變量，各省市各年份實際地區(qū)生產總值（1992年不變價）可由各省市地區(qū)生產總值（現(xiàn)價）和地區(qū)生產總值指數計算而來，數據來源于中國經濟信息網統(tǒng)計數據庫。投入變量包括實際資本存量和勞動投入。以就業(yè)人數和就業(yè)人員的平均受教育水平①平均受教育水平采用平均受教育年限代替，其計算方法是，將大學（及以上）、高中、初中、小學、文盲的受教育年限依次設置為16、12、9、6、0，然后乘以該教育水平的人數百分比。的乘積表示勞動投入，既反映勞動投入的數量，也反映其質量。各省市就業(yè)人數和及其平均受教育年限的數據來自《中國人口與就業(yè)統(tǒng)計年鑒》，就業(yè)人數缺少天津、黑龍江，湖南，云南2012年的數據，本文采用指數平滑法估計。由于各省市的資本存量沒有直接的統(tǒng)計數據，我們借鑒張軍［22］的方案，采用永續(xù)盤存法進行估算，計算公式為

其中i指第i個省市，t指第t年，K代表實際資本存量，I選取固定資本形成總額這一指標，P為固定資本形成價格指數，δ為折舊率，計算中取9.6%。1992年各省市的固定資產存量利用張軍［15］給出的以1952年為基期的2000年全國各省市固定資產存量和固定資產投資價格指數數據計算得來。計算過程如下：

首先采用公式（10）計算各省市以1952年為基期的1992年的固定資產投資價格指數。

其中指第個省市，斜線下方的年份表示基期。其次根據公式（9）從2000年倒推估算出1992年的各省市的固定資產存量Ki1992/1952，然后根據公式11）計算出各省市以1992年為基期的固定資產存量Ki1992。

各省市固定資產形成總額和固定資產價格指數（上一年＝100）數據來自中經網數據庫，將固定資產價格指數（上一年＝100）換算成以1992年為基期的價格指數，將固定資產形成總額看作全社會新增固定資產，缺乏廣州1992-2000年固定資產投資價值指數的數據，用全國數據代替。

確定了各省市1992年的固定資本存量、全社會新增固定資產投資、以1992年為基期的固定資產價格指數和折舊率后，按照公式（9）我們計算出28個省市1992～2012年以1992年為基期的固定資本存量。

（2）行業(yè)樣本數據說明

假定每個行業(yè)作為一個決策單元，取《國民經濟行業(yè)分類》（GB/T4754-2002）兩位碼的32個行業(yè)②按《國民經濟行業(yè)分類》（GB/T4754-2002）兩位碼分類方法，中國工業(yè)行業(yè)可劃分為39個行業(yè)，我們去掉三個政府壟斷性行業(yè)（電力蒸汽熱水生產供應業(yè)、煤氣生產供應業(yè)、自來水生產供應業(yè)）、兩個分類籠統(tǒng)的行業(yè)（其他采礦業(yè)、工藝品及其他制造業(yè)）和一個缺少數據的行業(yè)（廢棄資源和廢舊材料回收加工業(yè)）。為了和貿易統(tǒng)計數據對應（貿易按SITC分類統(tǒng)計，只有商品貿易數據，沒有行業(yè)貿易數據），我們又把農副食品加工業(yè)和食品制造業(yè)合并為食品制造和加工業(yè)，剩下32個行業(yè)。，并參考ISIC三位碼，本研究將32個行業(yè)歸為礦物采選、食品飲料、紡織毛皮、木材家具、造紙印刷、石化橡膠、礦物加工、機械設備、電子電氣和文教體儀共十個行業(yè)大類③十個行業(yè)大類及所包含的兩位碼行業(yè)如下：礦物采選（包括煤炭采選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)）；食品飲料（包括食品制造和加工業(yè)、飲料制造業(yè)、煙草制品業(yè)）；紡織毛皮（包括紡織業(yè)、服裝鞋帽制造業(yè)、皮革毛皮羽絨制品制造業(yè)）；木材家具（包括木材加工及竹藤棕制品業(yè)、家具制造業(yè)）；造紙印刷（包括造紙及紙制品制造業(yè)、印刷業(yè)）；石化橡膠（包括石油加工及煉焦業(yè)、化學原料及化學制品制造業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、橡膠制品業(yè)、塑料制品業(yè)）；礦物加工（包括非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)）；機械設備（包括金屬制品業(yè)、普通機械制造業(yè)、專用設備制造業(yè)、交通運輸設備制造業(yè)）；電子電氣（包括電氣機械及器材制造業(yè)、電子及通信設備制造業(yè)）；文教體儀（包括文教體育用品制造業(yè)、儀器儀表及文化辦公用機械制造業(yè)）。［23］。由于《國民經濟行業(yè)分類》的行業(yè)分類標準在2002年和2011年分別進行了第二次和第三次修訂，為保證行業(yè)分類的一致性和數據的可獲得性，我們選取2003-2011年為研究樣本區(qū)間，采用以1993年不變價格計算的工業(yè)增加值作為投入變量，中國統(tǒng)計年鑒公布了2003、2005-2008年的工業(yè)增加值數據，其他缺失年份的數據根據現(xiàn)有年份工業(yè)增加值占工業(yè)總產值的平均比例乘以當年的工業(yè)總產值估算得來，并以工業(yè)品出廠價格指數作為平減指數計算各年份的實際工業(yè)增加值。資本投入采用各行業(yè)固定資產凈值余額替代各行業(yè)年末的資產存量，勞動投入采用各行業(yè)的就業(yè)人數乘以就業(yè)人員的平均受教育程度，處理方法同省級勞動投入變量。2003-2011年固定資產凈值余額數據都來自《中國統(tǒng)計年鑒》。就業(yè)人數和就業(yè)人員的平均受教育水平數據來自《中國人口和就業(yè)統(tǒng)計年鑒》，固定資產凈值余額采用工業(yè)品出廠價格指數計算各年份的實際資本投入（2003年不變價）。

三、實證結果與分析

（一）省級測算結果分析

以28個決策單位1992-2012年的數據為樣本，我們采用上述的DEA--Malmquist指數的計算方法利用Matlab7.0軟件計算各省市各年份的Malmquist生產率指數，進一步，計算各年份各指標的省際均值（全國的Malmquist生產率指數及其分解）和各省市各指標的年度均值（省域的Malmquist生產率指數及其分解），結果見表1和表2。表中各指數均以上一年為基期，上一年的指數設為1。各指數與1的正、負差值表示該指數上升、下降的百分率。

（1）全國全要素生產率變化及其組分變化的時間趨勢

自1992年建立市場經濟體制以來，我國全要素生產率不斷增長。如表1所示，1993-2012年我國（省際平均）全要素生產率年均增長5.1%，其中技術進步年均增長5.3%，技術效率年均增長為-0.2%。由此可見，技術進步是全要素生產率增長的核心動力。

從時間趨勢上看，中國全要素生產率變化呈現(xiàn)出三個階段性的增長特征。第一階段（1993-1994年）全要素生產率的平均增長率為1.9%，其主要驅動因素為技術效率的快速提升，這與中國的國情基本一致。第二階段（1995-2004年）全要素生產率的平均增長率為3.7%，其主要驅動因素為技術進步率的增長，技術效率為-0.06%。這主要是因為確立市場經濟體制后，開放沿海地區(qū)，引進外資帶來了先進的生產設備和生產技術，大大促進了技術的進步。與此同時，外資和廉價勞動力的大量投入，組織管理水平較低，規(guī)模效率快速下滑，導致技術效率大大降低。第三階段（2005—2012年）全要素生產率的平均增長率為7.9%，中國經濟的增長質量有明顯改善。這主要是因為技術效率的潛力得到挖掘，成為繼技術進步后的又一驅動因素。雖然受金融危機的影響，技術進步的步伐放緩，但技術效率的強勁提升保證了全要素生產率的正增長。這說明國家鼓勵轉變生產方式，在積極的財政政策的引導下，資源配置效率得到提升；同時國內中小企業(yè)經歷全球競爭環(huán)境的洗禮不斷成長壯大，經營管理水平得到提升；但在金融危機中出口受阻的情況下，技術進步增長放緩，說明我國的自主研發(fā)實力還有待提升。

從技術效率的分解來看，1995-2004年間技術效率下降的原因是純技術效率和規(guī)模效率水平都為負增長，這可能是因為內外資和廉價勞動力大量涌入沿海城市，資源配置水平低，其潛在的技術實力未得到發(fā)揮。2005年后，純技術效率和規(guī)模效率水平都得到一定的提升，其平均增長率轉為正，這可能是因為 WTOA后，國內企業(yè)在市場競爭中不斷提升經營管理水平，再加上金融危機的洗禮，效率較差的企業(yè)紛紛倒下，現(xiàn)存企業(yè)的經營能力更強，資源得到更合理配置，市場競爭能力較強，技術效率漸漸回升。

現(xiàn)有研究［2-5］認為92年后中國全要素生產率不斷下降，主要是因為技術進步放緩和技術效率下降所致，并導致負增長的態(tài)勢；進入21世紀初，全要素生產率的走向并未達成一致意見［2，5-9］，而本研究結果顯示1993-2012年中國全要素生產率年均增長率為5.1%，不但沒有下降反而呈現(xiàn)出增長的態(tài)勢，高于李建國［8］（1990-2010年 TFP的年均增長率-1.8%），郝然［24］（1993-2008年0.3%），鄒心勇［7］（1993-2008年TFP的年均變化率為-2.7%）的研究結論，與張建國［9］的研究結論較為一致。本研究認為95年后中國全要素生產率增長主要得益于技術進步的優(yōu)勢，技術效率的下降減慢了全要素生產率增長的速率，與現(xiàn)有研究結論較為類似。但2005年后，技術進步放緩，技術效率開始攀升，兩者間的替代作用保證了全要素生產率的增長態(tài)勢，與張建華［9］的結論略有不同。

表1 1993-2012年全要素生產率指數及其組分的省際均值

（2）全要素生產率的省份和地區(qū)差異

我國28個省市全要素生產率增長率均為正增長，省際間存在較大的差異，如表2所示。天津、上海、廣東、內蒙、黑龍江、甘肅、江蘇、福建、安徽、四川、吉林、浙江、遼寧、新疆、河南、山東和寧夏等17個省市的全要素生產率增長率高于全國平均水平的變化（5.1%）。其中東部省市平均增速超過全國平均水平0.9個百分點，中西部省市平均增速比全國平均水平分別低0.4和0.5個百分點，中部略快于西部。陜西、湖北和云南等三個中西部省份位于最后三位，年增長率低于2.5%。

圖2 全要素生產率指數及其組分變化趨勢圖

表2 全要素生產率指數及其組分的省際及區(qū)域變化（1993-2012年的均值）

從技術進步來看，全國28個省市的技術進步為正增長，有15個省市的技術進步變化快于其全要素生產率變化水平。其中東部省市增速最快，比全國平均水平快0.7個百分點，西部省市增長幅度與全國平均水平持平，顯示出自西部開發(fā)后在技術發(fā)展方面的快速追趕步伐，而中部落后平均水平0.8個百分點。

技術效率方面，全國28各省市的技術效率均為負增長，東部和中部省市平均值變化并不明顯，只有西部省市出現(xiàn)明顯下降，陜西下降幅度為全國之最，達到-4.2%。其中，規(guī)模效率相對穩(wěn)定，各省市的年度平均值保持了0.1%的正增長，但有11個省市出現(xiàn)了下降，還未達到規(guī)模有效狀態(tài)；而純技術效率中有16個省市出現(xiàn)了下降，年均增長率為-1.7%，反映出一半以上的省市在結構調整、體制機制創(chuàng)新等方面乏力，也導致全國平均水平拉低至下降區(qū)間，使得東中西部地區(qū)的平均值都在下降。其中青海、湖北和山西等中西部三省的純技術效率和規(guī)模效率雙雙下降。

總體來看，各省市全要素生產率正增長主要得益于技術進步，純技術效率下降導致技術效率的貢獻較小。其中東西部地區(qū)全要素生產率的增長主要依賴于技術進步的優(yōu)勢，中部地區(qū)技術進步相對較慢，挖掘了技術效率的潛在優(yōu)勢，相比而言，西部地區(qū)的技術效率增長落后。省際間全要素生產率的差異較大，主要是因為發(fā)展較慢的省市的技術進步步伐慢，也未發(fā)揮技術效率的作用，雙管齊下阻礙了全要素生產率增長的速度。

（3）不同勞動投入變量的結果比較

僅采用就業(yè)人數作為勞動投入變量，采用上述DEA-Malmquist指數的計算方法利用Matlab7.0軟件重新計算全要素生產率指數及其分解，其結果與勞動投入變量中考慮就業(yè)人員的平均受教育水平的計算結果進行對比，如表3所示。

表3 不同勞動投入要素的全要素生產率指數及其分解結果對比

從技術效率的變化看，僅以就業(yè)人數作為勞動投入變量的計算結果呈現(xiàn)出逐年下降的趨勢，從1994年的1.018下降為2012年0.888；而就業(yè)人數和其平均受教育水平的乘積作為勞動投入變量的計算結果呈現(xiàn)出下降后上升的態(tài)勢，2005年為轉折點。從技術效率的年均變化率看，以勞動人數作為投入變量的計算結果（-8.1%）大大小于以就業(yè)人數和其平均受教育水平的乘積作為勞動投入變量的計算結果（-0.2%）。這在一定程度上說明僅以就業(yè)人數作為勞動投入變量將會低估技術效率的增長速度。

從技術進步的變化趨勢看，采用兩種方法計算的技術進步率的變化趨勢較為一致，但從增長的速度來看，以就業(yè)人數為勞動投入變量計算的年均技術進步率的變化為-0.7%，而加入平均受教育水平計算的年均技術進步率的變化為5.3%，這充分說明以就業(yè)人數為勞動投入變量將會大大低估技術進步率的增長速度。

綜合來看，采用兩種方法計算的全要素生產率存在較大的差異。以就業(yè)人數為勞動投入變量計算的全要素生產率呈下降態(tài)勢，其年均變化率為-8.8%，而加入就業(yè)人員的平均受教育水平計算的全要素生產率呈增長態(tài)勢，年均增長率為5.1%。這主要是因為以就業(yè)人數作為勞動投入變量的計算結果低估了技術效率和技術進步率的增長速度，從而雙雙拉低了全要素生產率的變化值，忽略了人力資本對全要素生產率增長的重要貢獻［25］。知識型人才在技術引進，消化吸收和再創(chuàng)新方面，在學習國外先進的經營管理經驗，應對市場競爭的決策上都發(fā)揮了重要作用，并通過知識型人才的流動，不斷增強國內企業(yè)的自主創(chuàng)新和經營管理能力，是技術進步和技術效率提升的關鍵力量。

（二）行業(yè)測量結果分析

（1）全要素生產率及其組分變化的時間趨勢

2004-2011年間我國工業(yè)行業(yè)的全要素生產率以年均10.7%的高速增長，如表4所示。其中，技術進步率年均增長9.4%，技術效率年均增長1.2%。這說明我國全要素生產率的增長主要來源于技術的持續(xù)進步，技術效率提升對生產率增長的貢獻相對較小。與現(xiàn)有研究比較，工業(yè)行業(yè)全要素生產率變化的測算結果與張軍［11］測算的結果（10.6%）一致，略低于周燕［13］的測算結果（10.83%），這說明此研究具有一定的穩(wěn)健性。

表4 2004-2011年全要素生產率指數及其組分的工業(yè)行業(yè)均值

工業(yè)行業(yè)的技術進步的變動情況與全要素生產率的變動基本一致。2004年達到27.4%的峰值后，出現(xiàn)2005年和2009年的回落并出現(xiàn)顯著下降，但在2009年后的兩年仍保持了高速增長態(tài)勢。另一方面，技術效率增速自2004年起不斷放緩，2007年和2008年分別出現(xiàn)了負增長；在金融危機的影響下，2009年技術效率的快速反彈也使得工業(yè)行業(yè)全要素生產率保持了正增長。其中純技術效率持續(xù)正增長，對技術效率的增長貢獻較大，而規(guī)模效率的影響甚微。透過2005年和2009年技術進步率的大幅震蕩可以發(fā)現(xiàn)，技術的快速進步掩蓋了行業(yè)內的結構矛盾，加快行業(yè)內的結構升級，加強技術的消化吸收和再轉化，增強自主創(chuàng)新實力，提高內部資源配置效率，提升規(guī)模效應是工業(yè)行業(yè)未來的發(fā)展方向。與現(xiàn)有研究比較發(fā)現(xiàn)：工業(yè)行業(yè)的全要素生產率各分解因素的變化趨勢也與周燕［13］的研究結論一致。

（2）全要素生產率及其組分變化的行業(yè)間差異

從行業(yè)差異看，全要素生產率增速高于行業(yè)平均水平（10.7%）的四大行業(yè)分別是礦物采選業(yè)、礦物加工業(yè)、石化橡膠業(yè)和造紙印刷業(yè)，平均增長率分別為20.1%、18.9%、14.3%、12.7%，如表5所示。這四個行業(yè)全要素生產率的增長都得益于技術進步和技術效率的共同作用。全要素生產率增長最低的四個行業(yè)分別是電子電器業(yè)、文教體儀業(yè)、機械設備業(yè)和仿制毛皮業(yè)，平均增長率分別為3.7%、5%、6%和8%。其中，除仿制毛皮業(yè)的技術進步和技術效率雙增長外，其余三個行業(yè)的全要素生產率的增長都受制于技術效率的下降。電子電器業(yè)和機械設備業(yè)雖然包含眾多高新技術子行業(yè)，但兩行業(yè)全要素生產率增長較慢凸顯出我國多數高新技術產業(yè)仍處于加工、組裝的資本和勞動密集環(huán)節(jié)，勞動力和資本投入仍發(fā)揮了重要作用。

表5 工業(yè)各行業(yè)全要素生產率指數及其組分的年度均值

（三）省級與行業(yè)層面的測算結果對比分析

工業(yè)行業(yè)層面測算的全要素生產率的年均變化比省級層面測算的全國全要素生產率的年均變化值高2.8個百分點，如表6所示，說明工業(yè)行業(yè)為全國經濟的快速增長做出了重要貢獻。從驅動全要素生產率增長的因素看，行業(yè)層面測算的技術進步率比省級層面測算的全國技術進步率高1.6個百分點，而技術效率增長值高1.2個百分點。與省級范圍內技術效率增長對全國經濟發(fā)展的貢獻比較，技術效率對行業(yè)經濟發(fā)展的貢獻更高，這說明我國工業(yè)化建設走在了全國各部門經濟的前面，工業(yè)部門內凝聚了中國主要的技術成果，匯聚了大量的技術和管理精英，為我國工業(yè)發(fā)展做出了較大貢獻。

表6 行業(yè)和省級層面測算結果對比分析

四、結論與啟示

現(xiàn)有大多數研究認為，90年代以后中國全要素生產率增長速度放慢，并出現(xiàn)負增長的態(tài)勢，主要是因為技術效率的增長為負［2-3，5-9］。易綱［16］等經濟學家通過觀察經濟發(fā)展現(xiàn)狀，認為中國全要素生產率增長幾乎為零的結論是難以令人信服的。本文深入研究發(fā)現(xiàn)：大多數研究忽略了勞動投入要素中對有效勞動質量的測量，從而導致全要素生產率測量結果被低估，另一方面大多數研究在Malmquist指數分解時，使用的FGNZ模型存在分解邏輯內在不一致的問題，而且該模型以規(guī)模收益不變技術為假設，與現(xiàn)實不符。本文充分考慮上述研究中存在的不足，以勞動數量與勞動質量的乘積作為勞動投入變量，采用能更好彌補FGNZ模型不足的RD分解模型，從省級和行業(yè)兩個層面重新測量全要素生產率的變化，并對其進行分解。由此得到全國和工業(yè)行業(yè)的全要素生產率及其分解要素的變化情況，通過對比各測量結果，得到以下結論：

（1）通過省際研究發(fā)現(xiàn)，全國水平的全要素生產率一直處于快速增長態(tài)勢，但自2008年起其增長勢頭有所放緩。全要素生產率的快速增長主要得益于技術進步的提升，1995年-2004年間技術效率的影響為負，但此后技術效率的潛力得到發(fā)掘，規(guī)模效率提升，是保證金融危機后全要素生產率呈正增長態(tài)勢的重要力量。這說明靠引進外資，大量投資購買設備的技術進步方式不能持續(xù)，需加強自主研發(fā)實力，另一方面，企業(yè)在多年的全球競爭中，提升了經營管理水平，經受金融危機的洗禮后，存活下來的企業(yè)效率水平更高。因此需進一步增強自主創(chuàng)新能力，加強技術的引進、消化、吸收和再創(chuàng)新能力，同時以市場為導向，在將創(chuàng)新應用于市場的經營中，提升國內企業(yè)在全球的競爭能力。

（2）中國各省市全要素生產率增長均為正，但省市間存在較大的差異，區(qū)域上呈現(xiàn)出東部最快，中部略快于西部的階梯狀。東西部全要素生產率的增長主要依賴于技術進步的優(yōu)勢，中部相對而言發(fā)掘了更多的技術效率潛力，西部地區(qū)技術效率增長較為落后，這與我國區(qū)域發(fā)展政策密切相關；省市間全要素生產率的差異主要是因為中西部部分省市技術進步步伐慢，同時技術效率下滑，雙管齊下。因此需因地制宜引進資本和技術，縮小東、中、西部的經濟差距，扶持特別貧困的省市，創(chuàng)造各種環(huán)境和條件充分發(fā)掘技術進步，特別是技術效率的增長潛力。

（3）通過對比研究發(fā)現(xiàn)：以就業(yè)人數為勞動投入變量計算的結果低估了技術效率和技術進步的增長速度，從而雙雙阻礙了全要素生產率的增長，這可能是導致已有研究認為90年代以后中國全要素生產率下降并出現(xiàn)負增長的原因。本研究在勞動投入變量中加入就業(yè)人員平均受教育水平得到的結果顯示：技術進步率一直保持較快的增長態(tài)勢，技術效率也由下降轉為增長，雖然受2008年金融危機影響技術進步增長緩慢，但技術效率和技術進步間存在替代作用，保證了全要素生產率持續(xù)穩(wěn)定的正增長。這說明人力資本對全要生產率提升的重要作用，因此國家要重視人才的教育、培養(yǎng)、引進和各種用人政策，為人才的成長和流動創(chuàng)造更為有利的條件，促進人才在技術進步和技術效率的提升中發(fā)揮更大的作用。

（4）省級與行業(yè)層面的對比研究發(fā)現(xiàn)：工業(yè)行業(yè)的全要素生產率高速增長，比全國平均水平高2.8個百分點，說明進入新世紀工業(yè)行業(yè)是推動中國經濟增長的主導力量。全要素生產率增長的來源與全國類似，但工業(yè)行業(yè)的技術進步速度比全國平均水平快1.6個百分點，技術效率快1.2個百分點。相比而言，技術效率對工業(yè)行業(yè)全要素生產率增長的貢獻更為明顯。從金融危機后技術進步的變化可以看出，我國工業(yè)行業(yè)技術的快速進步掩蓋了行業(yè)內的結構矛盾，加快產業(yè)結構調整，增強自主創(chuàng)新能力是工業(yè)行業(yè)未來的主要發(fā)展方向。

（5）分行業(yè)研究發(fā)現(xiàn)，中國傳統(tǒng)行業(yè)如石化橡膠、造紙印刷、礦物加工等仍是全要素生產率增長較快的行業(yè)，而新興行業(yè)如電子電器行業(yè)、機械設備業(yè)、文教體儀等行業(yè)全要素生產率增長相對緩慢，特別是包含眾多高科技產業(yè)的電子電器業(yè)和機械設備行業(yè)的全要素生產率增長反而較慢，這說明我國企業(yè)仍處于這些新興行業(yè)的加工、組裝等勞動和資本密集型環(huán)節(jié)，勞動和資本在這些行業(yè)發(fā)揮了重要作用。

［1］Krugman P.蕭條經濟學的回歸［M］.北京：中國人民大學出版社，1999.

［2］郭慶旺，賈俊雪.中國全要素生產率的估計：1979-2004［J］.經濟研究，2005（6）：51-60.

［3］鄭京海，胡鞍鋼.中國改革時期省際生產率增長變化的實證分析（1979-2001）［J］.經濟研究，2005（2）：263-296.

［4］顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于 DEA的實證分析［J］.經濟研究，2004（12）：55-65.

［5］金相郁.中國區(qū)域全要素生產率與決定因素：1996-2003［J］.經濟評論，2007（5）：107-112.

［6］章祥蓀，貴斌威.中國全要素生產率分析：Malmquist指數法評述與應用［J］.數量經濟技術經濟研究，2008（6）：11-122.

［7］鄒心勇，趙麗芬.中國經濟全要素生產率的變遷：1978—2010年實證分析［J］.中央財經大學學報，2013（11）：51-55.

［8］劉建國，李國平，張軍濤，孫鐵山.中國經濟效率和全要素生產率的空間分異及其影響［J］.地理學報，2012（8）：1069-1084.

［9］張健華，王鵬.國全要素生產率：基于分省份資本折舊率的在估計［J］.管理世界，2012（10）：18-30.

［10］李小平，朱鐘棣.國際貿易、技術進步與中國工業(yè)行業(yè)的生產率增長［J］.經濟學（季刊），2008（2）：5493-564.

［11］張軍，陳詩一，Gary，H Jefferson.結構改革與中國工業(yè)增長［J］.經濟研究，2009（7）：4-20.

［12］李勝文，李大勝.中國工業(yè)全要素生產率的波動：1986-2005——基于細分行業(yè)的三投入隨機前沿生產函數分析［J］.數量經濟技術經濟研究，2008（5）：43-54.

［13］周燕，蔡宏波.中國工業(yè)行業(yè)全要素生產率增長的決定因素：1996-2007［J］.北京師范大學學報（社會科學版），2011（1）：133-141.

［14］張海洋.R＆D兩面性、外資活動與中國工業(yè)生產率增長［J］.經濟研究，2005（3）：107-117.

［15］涂正革，肖耿.中國的工業(yè)生產力革命——隨機前沿生產模型對中國大中型工業(yè)企業(yè)全要素生產率增長的分解及分析［J］.經濟研究，2005（3）：4-14.

［16］易綱，樊綱，李巖.關于中國經濟增長與全要素生產率的理論思考［J］.經濟研究，2003（08）：13-20.

［17］Malmquist S.Index Numbers and Indifference surfaces［J］.Trabajos de Estadisticay de Investigacion Operativa，1953.4（2）：209-242.

［18］Caves D W.Multilateral Comparisons of Output，Input，and Productivity Using Superlative Index Numbers［J］.Economic journal，1982，92：73-86.

［19］Fare R，Grosskopf S，Lindgren B，et al.Productivity Developments in Swedish Hospitals：A Malmquist Output Index Approach ［C］∥Data Envelopment Analysis：Theory，Methodology and Applications.Boston：Kluwer Academic Publishers，1994：27-291.

［20］Fare R，Grosskopf S，Norris M，et al.Productivity Growth，Technical，Progress，and Efficiency Change in Industrialized Countries［J］.American E-conomic Review，1994，84：66-83.

［20］Ray S C，Desli E.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries：Comment［J］.American Economic Review，1997，87：1033-10391.

［22］張軍，吳桂英，張吉鵬.中國省際物質資本存量的估算：1952～2000［J］.經濟研究，2004（10）：35-44.

［23］符淼，易行健.資和外貿創(chuàng)新溢出效應的行業(yè)差異分析——基于廣州市的實證研究［J］.財經研究，2008（08）：29-42.

［24］赫然.978-2008年中國全要素生產率的變動及其分解［D］.復旦大學，2011.

［25］朱福林.全要素生產率與人力資本：基于中國經驗數據的實證研究（1979-2010）［J］.經濟管理研究，2013（102）：3-8.