馬衛(wèi)東， 宋麗萍， 史修松

(1.宿遷學(xué)院 商學(xué)院， 江蘇 宿遷 223800； 2.淮陰師范學(xué)院 經(jīng)濟(jì)與管理學(xué)院， 江蘇 淮安 223300；3.淮陰工學(xué)院 蘇北發(fā)展研究院， 江蘇 淮安 223003)

黨的十九大報(bào)告作出了中國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的重大判斷，首次提出了“現(xiàn)代經(jīng)濟(jì)體系”“高質(zhì)量發(fā)展”等重要概念，并提出要“提高全要素生產(chǎn)率”。因?yàn)樵跊]有提高全要素生產(chǎn)率對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的情形下，即使政府能夠通過(guò)一系列政策和制度的安排，通過(guò)強(qiáng)化資本投入而獲得一定時(shí)期內(nèi)經(jīng)濟(jì)的較快增長(zhǎng)，但是經(jīng)濟(jì)增長(zhǎng)的動(dòng)力最終也會(huì)由于要素邊際產(chǎn)出遞減的約束而衰減。因此，優(yōu)化要素投入在經(jīng)濟(jì)增長(zhǎng)動(dòng)力中的結(jié)構(gòu)作用，尋求以創(chuàng)新和效率驅(qū)動(dòng)為特征的新增長(zhǎng)方式，已成為經(jīng)濟(jì)增長(zhǎng)動(dòng)力轉(zhuǎn)換的主要方向。2000年以來(lái)，江蘇經(jīng)濟(jì)保持著年均11.44%的增長(zhǎng)速度，創(chuàng)造了經(jīng)濟(jì)發(fā)展的“江蘇速度”。但江蘇省委主要領(lǐng)導(dǎo)認(rèn)為，“江蘇若繼續(xù)保持速度為先，必將掉隊(duì)”。因此，在把高質(zhì)量發(fā)展作為新時(shí)代主旋律的同時(shí)，江蘇必須率先從高速增長(zhǎng)邁向高質(zhì)量發(fā)展的軌道，不斷突出全要素生產(chǎn)率的引領(lǐng)、加快優(yōu)化高質(zhì)量發(fā)展的動(dòng)力結(jié)構(gòu)，才能鞏固江蘇在全國(guó)經(jīng)濟(jì)社會(huì)發(fā)展中的領(lǐng)先地位。鑒于此，本文探索江蘇縣域經(jīng)濟(jì)在2000—2018年間全要素生產(chǎn)率增長(zhǎng)率分解構(gòu)成和增長(zhǎng)動(dòng)力的真實(shí)特征，以期為江蘇縣域經(jīng)濟(jì)高質(zhì)量發(fā)展貢獻(xiàn)綿薄之力。

一、現(xiàn)有研究綜述

吳先滿(2008)等人測(cè)算出1991—2006年資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率在40%—60%，勞動(dòng)要素貢獻(xiàn)率在0%—4%，全要素生產(chǎn)率貢獻(xiàn)的貢獻(xiàn)份額在30%—50%，并呈現(xiàn)出一種持續(xù)穩(wěn)定狀態(tài)[1]。張永軍(2011)測(cè)算出2000—2008年江蘇TFP年增長(zhǎng)率為2.3%，對(duì)經(jīng)濟(jì)增長(zhǎng)年均貢獻(xiàn)為22.6%[2]。歐向軍(2016)等測(cè)算出1991—2013年全要素生產(chǎn)率拉動(dòng)經(jīng)濟(jì)增長(zhǎng)4.15%，對(duì)經(jīng)濟(jì)增長(zhǎng)的年均貢獻(xiàn)為27.8%[3]。盡管研究文獻(xiàn)比較豐富，但不同學(xué)者采用不同研究方法得到的結(jié)論差異性較大。此外，現(xiàn)有研究的時(shí)限主要集中在1990年至2010年前后，少有研究經(jīng)濟(jì)進(jìn)入新常態(tài)以來(lái)江蘇經(jīng)濟(jì)增長(zhǎng)的動(dòng)力結(jié)構(gòu)特征，特別是江蘇縣域經(jīng)濟(jì)增長(zhǎng)的動(dòng)力結(jié)構(gòu)特征。為此，筆者嘗試在以下兩方面進(jìn)行進(jìn)一步研究：一是對(duì)江蘇54個(gè)縣(市、區(qū))的面板數(shù)據(jù)，采用隨機(jī)前沿超越對(duì)數(shù)分析方法，重點(diǎn)研究江蘇縣域經(jīng)濟(jì)TFP增長(zhǎng)率分解構(gòu)成。二是探索不同地區(qū)經(jīng)濟(jì)增長(zhǎng)的動(dòng)力結(jié)構(gòu)特征，以期為江蘇提高縣域TFP增長(zhǎng)率、牢筑高質(zhì)量發(fā)展新動(dòng)能，提供新的思路。

二、分析框架與方法

(一)研究方法的設(shè)計(jì)

測(cè)算TFP增長(zhǎng)率運(yùn)用最為廣泛的方法是隨機(jī)前沿分析法。這種方法所設(shè)定的超越對(duì)數(shù)生產(chǎn)函數(shù)模型，不但放松了索洛殘值方法中關(guān)于充分競(jìng)爭(zhēng)、規(guī)模效益不變、?？怂怪行匀蠹僭O(shè)，而且考慮了隨機(jī)因素對(duì)產(chǎn)出的干擾因素，以及隨機(jī)前沿生產(chǎn)函數(shù)的具體形式可檢驗(yàn)性，計(jì)算得出的TFP比較客觀，提高了擬合效果，具有明顯的現(xiàn)實(shí)意義。

(二)生產(chǎn)函數(shù)估計(jì)與TFP分解

適用于面板數(shù)據(jù)的隨機(jī)前沿模型主要有Battese和Coelli在1992年提出的時(shí)變隨機(jī)前沿生產(chǎn)函數(shù)模型以及他們于1995年加入環(huán)境變量后的時(shí)變隨機(jī)前沿生產(chǎn)函數(shù)模型[4-5]。1992年模型的具體形式為：

Yit=f(Xit,t；β)exp(υit-μit)=1,2,…,T

μit=μiexp(-η(t-T)～iddN+(μμσ2)

(1)

其中,Yit表示i地區(qū)t年份經(jīng)濟(jì)產(chǎn)出，X分別表示資本K和勞動(dòng)力L的投入量，β為待估參數(shù)，η為技術(shù)效率時(shí)變參數(shù)；υit-μit為合成誤差項(xiàng)(εit)，υit為隨機(jī)干擾項(xiàng)，衡量系統(tǒng)非效率程度，服從標(biāo)準(zhǔn)正態(tài)分布；μit為技術(shù)損失誤差項(xiàng)，反映了技術(shù)無(wú)效率程度，服從于零點(diǎn)截?cái)喟胝龖B(tài)分布。

在估計(jì)隨機(jī)前沿生產(chǎn)函數(shù)模型的基礎(chǔ)上，本文參考Kumbhakar(2000)[6]關(guān)于TFP增長(zhǎng)率計(jì)算和分解方法，其中，生產(chǎn)函數(shù)對(duì)時(shí)間t求導(dǎo)數(shù)。為簡(jiǎn)單起見，省略下標(biāo)it,則有：

(2)

(3)

上述分解公式計(jì)算得到：

(4)

TEit=E[exp(-μi)|(vi-μi)]

(5)

(6)

Ej=βj+∑k≥jβjkk+βtjtj=1,2

(7)

上式中,Ej為要素產(chǎn)出彈性，E=∑Ej表示規(guī)模彈性。

(三)要素對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率的分解

以往不少學(xué)者采用TFP變化率與經(jīng)濟(jì)增長(zhǎng)率的比值作為衡量TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率，但余泳澤(2015)等學(xué)者指出，對(duì)于中國(guó)這樣經(jīng)濟(jì)增長(zhǎng)率較高的國(guó)家，采用此種方法會(huì)造成較大的度量誤差[7]。為此，本文采用如下生產(chǎn)函數(shù)的近似分解：F(Xi,t)表示t期投入要素為Xi時(shí)的產(chǎn)出水平，Xi,t為第i種要素在第t期的投入，i=1,2,3，…；t=1,2，…。

(8)

當(dāng)時(shí)間從t變化到t+1期時(shí)，則經(jīng)濟(jì)增長(zhǎng)率可以近似分解為：

(9)

設(shè)定PXi,t+1和PTFPt+1分別為要素Xi和TFP在t+1期對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度，則它們的百分比形式分別如式(10)和(11)所示

(10)

(11)

(四)變量選擇與處理

以2000—2018年江蘇54個(gè)縣(市、區(qū))的產(chǎn)出、投入和要素成本為研究樣本。為保持?jǐn)?shù)據(jù)前后統(tǒng)一，以現(xiàn)有縣域?yàn)閱挝?，兼顧地區(qū)名稱變換。2018年總產(chǎn)出數(shù)據(jù)、資本總額和勞動(dòng)力數(shù)量等最新數(shù)據(jù)來(lái)源于2019年度各縣(市、區(qū))政府工作報(bào)告、統(tǒng)計(jì)局公開數(shù)據(jù)或經(jīng)本人計(jì)算得到。

1.總產(chǎn)出數(shù)據(jù)(GDP)。數(shù)據(jù)源于萬(wàn)得金融數(shù)據(jù)庫(kù)，部分缺失數(shù)據(jù)源自2019年江蘇省統(tǒng)計(jì)年鑒或各縣(市、區(qū))統(tǒng)計(jì)局公開數(shù)據(jù)。用地區(qū)生產(chǎn)總值(GDP)來(lái)衡量總產(chǎn)出，對(duì)各縣域的GDP按2000年不變價(jià)進(jìn)行了平減處理，以得到真實(shí)產(chǎn)出。

2.資本總額數(shù)據(jù)(K)。采用固定資產(chǎn)形成總額進(jìn)行衡量。以2000年為計(jì)量基期，以當(dāng)年價(jià)格計(jì)算的固定資本形成總額以及固定資產(chǎn)投資價(jià)格指數(shù)，采用單豪杰(2008)提供的計(jì)算方法，年折舊率為10.6%[8]，采用永續(xù)盤存法測(cè)算各年度江蘇各縣(市、區(qū))的固定資本存量。

3.勞動(dòng)力數(shù)據(jù)。選用t-1年末和t年末“就業(yè)人員數(shù)”的算術(shù)平均值作為t年勞動(dòng)投入量[9]。

4.環(huán)境變量。借鑒歐向軍[3]和牛品一[10]等研究，選取出口總額占GDP比重(簡(jiǎn)稱“出口比率”，下同)、第二產(chǎn)業(yè)占GDP比重(二產(chǎn)占比)、城市化水平、政府財(cái)政投入占GDP比重(財(cái)政投入占比)等因素作為影響生產(chǎn)效率的環(huán)境變量，采用兩步法探索環(huán)境變量對(duì)生產(chǎn)效率影響進(jìn)行測(cè)度。

三、實(shí)證結(jié)果及分析

(一)SFA模型的估算

本文適于采用超越對(duì)數(shù)隨機(jī)生產(chǎn)函數(shù)(1)本文適用的生產(chǎn)函數(shù)具體模型的檢驗(yàn)過(guò)程已經(jīng)在另外一篇文章中完成，本文直接使用其檢驗(yàn)結(jié)果。，但模型中是否存在環(huán)境變量對(duì)生產(chǎn)效率的影響？為此，本文采用一步法和兩步法對(duì)模型具體形式進(jìn)行進(jìn)一步估計(jì)，見表1。

表1 隨機(jī)前沿生產(chǎn)函數(shù)估計(jì)結(jié)果

在表1中，模型一的γ值為0.909，說(shuō)明主要是技術(shù)非效率造成了生產(chǎn)函數(shù)偏離了前沿面。增加多項(xiàng)環(huán)境變量后，模型二的γ值降為0.428，說(shuō)明了模型二所選取的環(huán)境變量已經(jīng)解釋了技術(shù)非效率項(xiàng)的53%的內(nèi)容，表明這些環(huán)境變量具有較強(qiáng)的解釋能力。此外，模型一σ2值為0.324，模型二的σ2值為0.209。σ2明顯降低說(shuō)明了加入環(huán)境變量之后生產(chǎn)過(guò)程的不確定性也明顯降低，模型二比模型一擬合得更好。從測(cè)算結(jié)果來(lái)看，出口比率和城市化水平與生產(chǎn)效率正相關(guān)，而二產(chǎn)比重和財(cái)政支出比率與生產(chǎn)效率負(fù)相關(guān)。出口比率不斷提高有利于促進(jìn)本地區(qū)生產(chǎn)效率提升，說(shuō)明了企業(yè)通過(guò)不斷提高生產(chǎn)率參與國(guó)際競(jìng)爭(zhēng)，市場(chǎng)份額和競(jìng)爭(zhēng)優(yōu)勢(shì)向高效率的出口企業(yè)重新配置又激勵(lì)本地區(qū)企業(yè)生產(chǎn)效率的整體提升[11]。城市化水平與生產(chǎn)效率呈高度正相關(guān)，說(shuō)明城市化率較高的地區(qū)有著明顯的產(chǎn)業(yè)技術(shù)集聚、要素重置優(yōu)勢(shì)和政策優(yōu)勢(shì)，通過(guò)有效的資源重置提升生產(chǎn)效率。二產(chǎn)占比與生產(chǎn)效率負(fù)相關(guān)。一個(gè)可能的解釋是，第二產(chǎn)業(yè)結(jié)構(gòu)占比過(guò)高對(duì)其他產(chǎn)業(yè)的資源配置具有明顯的擠壓效應(yīng)。中低端技術(shù)的固化以及對(duì)中低端技術(shù)的依賴，阻礙了產(chǎn)業(yè)結(jié)構(gòu)的高端化。政府財(cái)政支出的增加反而降低了生產(chǎn)效率，其原因可能在于地方政府財(cái)政支出結(jié)構(gòu)性偏向行為以及稅收優(yōu)惠和補(bǔ)貼的競(jìng)爭(zhēng)性行為的存在，制約了市場(chǎng)優(yōu)勝劣汰競(jìng)爭(zhēng)機(jī)制作用的充分發(fā)揮，從而降低了生產(chǎn)效率。

(二)縣域生產(chǎn)效率空間格局聚類結(jié)果

為了進(jìn)一步分析江蘇各縣(市、區(qū))經(jīng)濟(jì)發(fā)展的效率，本文結(jié)合層次聚類分析對(duì)各縣域經(jīng)濟(jì)發(fā)展情況進(jìn)行分類。以各縣域經(jīng)濟(jì)技術(shù)效率均值為研究對(duì)象，將54個(gè)縣(市、區(qū))的相應(yīng)數(shù)據(jù)標(biāo)準(zhǔn)化，利用state 12.0軟件對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)采用最短聯(lián)結(jié)層次聚類分析法，得出聚類分析樹狀圖，如圖1所示。

圖1 聚類分析樹狀圖

圖1顯示，54個(gè)縣(市、區(qū))生產(chǎn)效率大致分成3類，見表2。

表2 江蘇54個(gè)縣(市、區(qū))的生產(chǎn)效率聚類情況一覽表

表2顯示，第一類地區(qū)集中在蘇南，其縣域經(jīng)濟(jì)發(fā)展效率最好，TE>0.7，經(jīng)濟(jì)發(fā)展水平在全省處于領(lǐng)先地位；第二類地區(qū)主要涵蓋蘇中和蘇北部分縣(市、區(qū))，0.5

四、江蘇縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力的結(jié)構(gòu)性特征

(一)時(shí)間特征

江蘇各類地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力在時(shí)間上的變化情況如圖2所示：

圖2 江蘇各類地區(qū)2000—2018年縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力變化圖

由2圖可以看出，江蘇縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力在時(shí)間上呈現(xiàn)出如下特征：

1.資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)一直處于支配地位。2000年以來(lái)，資本對(duì)經(jīng)濟(jì)增長(zhǎng)的平均貢獻(xiàn)率達(dá)到67.05%—83.73%。在2000—2007年之間，資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)呈現(xiàn)出明顯的波動(dòng)趨勢(shì)。2008年亞洲金融危機(jī)爆發(fā)后，資本引致經(jīng)濟(jì)增長(zhǎng)率逐步增強(qiáng)，這一趨勢(shì)在2011年達(dá)到頂峰，說(shuō)明政府投資刺激經(jīng)濟(jì)增長(zhǎng)的效果顯著。2013年以來(lái)，隨著經(jīng)濟(jì)增長(zhǎng)逐步進(jìn)入新常態(tài)，經(jīng)濟(jì)增長(zhǎng)進(jìn)入中高速發(fā)展階段，資本引致經(jīng)濟(jì)增長(zhǎng)率呈明顯下降趨勢(shì)。

2.勞動(dòng)要素引致經(jīng)濟(jì)增長(zhǎng)率比重小。勞動(dòng)貢獻(xiàn)率只占4.54%—5.62%，且呈低速增長(zhǎng)態(tài)勢(shì)，這主要源于勞動(dòng)者素質(zhì)和技能的提升。

3.TFP引致經(jīng)濟(jì)增長(zhǎng)率總體上高于勞動(dòng)要素引致的經(jīng)濟(jì)增長(zhǎng)率。在2000—2007年之間，TFP引致經(jīng)濟(jì)增長(zhǎng)率基本呈穩(wěn)步上升趨勢(shì)。但在2008年金融危機(jī)后，各類地區(qū)TFP對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)顯著降低，甚至是負(fù)數(shù)，這主要源自資本對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)擠壓了TFP的作用。2013年以后，各類地區(qū)TFP貢獻(xiàn)率逐步提高。

(二)空間特征

江蘇各類地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力在空間上的變化情況如表3所示。

由表3可以看出，江蘇各類地區(qū)2000—2018年縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力在空間呈現(xiàn)出如下特征：

1.整體特征

就TFP貢獻(xiàn)率而言，一類地區(qū)TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)明顯高于全省平均水平，其原因主要在于一類地區(qū)集聚著更多要素、技術(shù)、人才、創(chuàng)新等方面優(yōu)勢(shì)。但是，2008—2012年，一類地區(qū)的TFP顯著下降，二類地區(qū)次之，三類地區(qū)下降幅度最大。其原因主要在于，一方面，政府投資刺激經(jīng)濟(jì)的政策帶來(lái)了縣域經(jīng)濟(jì)快速平穩(wěn)增長(zhǎng)；另一方面，粗放式投資擠壓了TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。2013—2018年，一類地區(qū)TFP對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率為36.77%，分別高出二、三類地區(qū)TFP貢獻(xiàn)率7.04和12.77個(gè)百分點(diǎn)。就要素貢獻(xiàn)率而言，一、二類地區(qū)工業(yè)技術(shù)基礎(chǔ)和創(chuàng)新要素的集聚水平明顯高于三類地區(qū)，呈現(xiàn)出不平衡態(tài)勢(shì)。就資本貢獻(xiàn)率而言，三類地區(qū)的資本貢獻(xiàn)率明顯高于一、二類地區(qū)。

表3 江蘇各類地區(qū)2000—2018年縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力結(jié)構(gòu)特征(單位：%)

2.分區(qū)域特征

一類地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力特征。第一，資本投入是經(jīng)濟(jì)增長(zhǎng)最重要的動(dòng)力，但是這一比重(63.06%)低于全省的平均水平(67.04%)；第二，勞動(dòng)投入的貢獻(xiàn)率較低，且呈現(xiàn)較為平穩(wěn)的狀態(tài)，但在第二階段后呈現(xiàn)緩慢小幅下降態(tài)勢(shì)；第三，TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)雖然低于資本要素的貢獻(xiàn)，但是明顯高于勞動(dòng)力的要素貢獻(xiàn)。與全省平均水平相比，一類地區(qū)TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)(31.27%)明顯高于全省平均水平(26.04%)，但2008年以后的第二階段比第一階段累計(jì)下降了12.95%。不過(guò)，這一下降趨勢(shì)在2013年率先反彈。

二類地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力特征。第一，資本要素仍是經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿ΑＦ鋵?duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)(65.91%)接近于全省資本貢獻(xiàn)平均水平(67.04%)，成為拉動(dòng)該地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)最大的動(dòng)力；第二，勞動(dòng)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)仍較低(6.89%)，拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的能力較弱；第三，TFP對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)(27.20%)略高于同期全省平均水平(26.04%)，但在2008年以后呈現(xiàn)斷崖式下降，累計(jì)下降了9.32%。2014年以后得到一定的緩解。三類地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力特征。第一，資本要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)(73.38%)明顯高于全省平均水平(67.04%)，成為經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?；第二，勞?dòng)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)仍較低(8.60%)，但整體上在第二、三階段高于全省平均水平；第三，TFP對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)(19.03%)明顯低于全省平均水平，在2008年金融危機(jī)后呈現(xiàn)斷崖式下降并出現(xiàn)負(fù)增長(zhǎng)，第二階段比第一階段累計(jì)下降14.42%，這種下降趨勢(shì)直到2013年才得到明顯緩解。

五、研究結(jié)論與政策建議

(一)研究結(jié)論

1.用兩步法探索隨機(jī)前沿的模型參數(shù)，發(fā)現(xiàn)增加出口比率、二產(chǎn)占比、城市化水平、財(cái)政投入占比、出口比重等生產(chǎn)效率的影響變量后，模型整體解釋力有明顯提升。適度擴(kuò)大出口比重和城市化比率對(duì)生產(chǎn)效率提升具有明顯促進(jìn)作用，而二產(chǎn)占比和財(cái)政支出占比與生產(chǎn)效率提升呈負(fù)相關(guān)關(guān)系。

2.采用聚類分析法避免了基于傳統(tǒng)區(qū)位劃分而導(dǎo)致的生產(chǎn)效率個(gè)性化特征測(cè)算上的偏差。江蘇省縣域經(jīng)濟(jì)生產(chǎn)效率被分為三種類型：一類地區(qū)涵蓋蘇南12個(gè)縣(市、區(qū))，生產(chǎn)效率最高，變化趨勢(shì)比較平穩(wěn)；二類地區(qū)包括了蘇中蘇北21個(gè)縣(市、區(qū))，生產(chǎn)效率接近全省平均水平；三類地區(qū)由蘇北大部分21個(gè)縣(市、區(qū))組成，生產(chǎn)效率較低，總體呈下降趨勢(shì)，2012年前效率下降明顯，后期呈小幅增長(zhǎng)趨勢(shì)。

3.江蘇縣域經(jīng)濟(jì)增長(zhǎng)動(dòng)力結(jié)構(gòu)中資本要素貢獻(xiàn)最大，其次為TFP的貢獻(xiàn)，勞動(dòng)要素貢獻(xiàn)最低。這種經(jīng)濟(jì)增長(zhǎng)動(dòng)力的結(jié)構(gòu)性特征表明江蘇縣域經(jīng)濟(jì)增長(zhǎng)仍是一種資本投入型增長(zhǎng)方式，資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)作用處于主導(dǎo)地位，短時(shí)間內(nèi)難以根本性地改變。特別是2008年金融危機(jī)以后，政府利用不斷增長(zhǎng)的財(cái)政能力直接參與了大量的縣域基礎(chǔ)設(shè)施建設(shè)和實(shí)施了重點(diǎn)產(chǎn)業(yè)資金扶持等項(xiàng)目，使得投資在推動(dòng)縣域經(jīng)濟(jì)增長(zhǎng)中的貢獻(xiàn)更加顯著。資本貢獻(xiàn)的顯著地位進(jìn)一步擠壓了創(chuàng)新要素在經(jīng)濟(jì)增長(zhǎng)中的拉動(dòng)作用。如果沒能塑造出江蘇在體制改革引領(lǐng)性優(yōu)勢(shì)、在建設(shè)與高質(zhì)量發(fā)展相適應(yīng)的創(chuàng)新生態(tài)體系，那么推動(dòng)江蘇縣域高質(zhì)量發(fā)展走在全國(guó)前列就會(huì)失去強(qiáng)有力的體制支撐和高質(zhì)量發(fā)展新動(dòng)能，也就難以實(shí)現(xiàn)增長(zhǎng)動(dòng)力由“要素投入驅(qū)動(dòng)型增長(zhǎng)”向“全要素生產(chǎn)率引領(lǐng)經(jīng)濟(jì)增長(zhǎng)”的切換。

(二)政策建議

在江蘇縣域經(jīng)濟(jì)增長(zhǎng)方式?jīng)]有根本轉(zhuǎn)變的當(dāng)下，要素投入不斷增加迫使規(guī)模效率在較低水平上緩慢變化，規(guī)模效率的低水平、技術(shù)效率的動(dòng)蕩變化又阻礙了全要素生產(chǎn)率的平穩(wěn)提升，原先希望大力提高全要素生產(chǎn)率實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展又遭遇新的阻力。因此，未來(lái)江蘇縣域經(jīng)濟(jì)全要素生產(chǎn)率要實(shí)現(xiàn)良性平穩(wěn)增長(zhǎng)，那么強(qiáng)化江蘇科技資源豐富的基礎(chǔ)優(yōu)勢(shì)，推進(jìn)更具引領(lǐng)性的原始創(chuàng)新和重大科技創(chuàng)新的產(chǎn)業(yè)化，把握全省三類地區(qū)創(chuàng)新要素地理空間非均質(zhì)分布適度向優(yōu)能縣域集群集聚，強(qiáng)化全省產(chǎn)業(yè)體系布局的協(xié)同效率，控制中低端替代性產(chǎn)業(yè)要素投入量，建設(shè)與高質(zhì)量發(fā)展相適應(yīng)的創(chuàng)新生態(tài)體系，就成為未來(lái)提高江蘇全要素生產(chǎn)率、轉(zhuǎn)換經(jīng)濟(jì)增長(zhǎng)動(dòng)能的主要方向。