徐小鷹

（中南民族大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430074）

0 引言

2015年習(xí)近平總書(shū)記提出了“供給側(cè)結(jié)構(gòu)性改革”概念，指出“在適度擴(kuò)大總需求的同時(shí)，著力加強(qiáng)供給側(cè)結(jié)構(gòu)性改革，著力提高供給體系質(zhì)量和效率，增強(qiáng)經(jīng)濟(jì)持續(xù)增長(zhǎng)動(dòng)力”。根據(jù)經(jīng)濟(jì)學(xué)原理，從供給側(cè)因素分析，一國(guó)GDP應(yīng)該由勞動(dòng)、投資和效率（全要素生產(chǎn)率，即TFP）這三大因素決定，如果這三大因素假定所有的資源都得到優(yōu)化配置，就會(huì)達(dá)到潛在增長(zhǎng)率。但是，從目前我國(guó)現(xiàn)實(shí)情況來(lái)看，投資邊際效率不斷下降，人口紅利也在逐漸消失，因此，提高經(jīng)濟(jì)潛在產(chǎn)出水平、增強(qiáng)經(jīng)濟(jì)持續(xù)增長(zhǎng)動(dòng)力的核心就在于提高全要素生產(chǎn)率，換言之，供給側(cè)結(jié)構(gòu)性改革意味著未來(lái)的宏觀經(jīng)濟(jì)政策將會(huì)把主要精力放在通過(guò)改革來(lái)提高全要素生產(chǎn)率上。因此，在這樣的背景下，研究我國(guó)全要素生產(chǎn)率顯得尤為必要。

早在20世紀(jì)四五十年代有學(xué)者對(duì)全要素生產(chǎn)率就進(jìn)行過(guò)研究，之后Solow（1957）明確界定了TFP概念，并指出TFP是用來(lái)衡量除去所有有形生產(chǎn)要素以外的技術(shù)進(jìn)步和能力實(shí)現(xiàn)等導(dǎo)致的產(chǎn)出增長(zhǎng)，可以綜合反映技術(shù)效率的變化和技術(shù)進(jìn)步。后來(lái)，國(guó)內(nèi)外眾多學(xué)者采用Malmquist指數(shù)對(duì)全要素生產(chǎn)率進(jìn)行了研究。與現(xiàn)有研究相比，本文將從以下幾個(gè)方面進(jìn)行拓展分析：一是以傳統(tǒng)投入-產(chǎn)出模型為基礎(chǔ)，采用DEA-Malmquist方法對(duì)全國(guó)、30個(gè)省份和東中西部區(qū)域的全要素生產(chǎn)率加以估算，并進(jìn)行指數(shù)分解；二是采用非期望產(chǎn)出的SBM模型估算出資源環(huán)境約束下的全國(guó)、30個(gè)省份和三大區(qū)域的ML指數(shù)，并加以指數(shù)分解；三是對(duì)不同層面的無(wú)資源環(huán)境約束和存在資源環(huán)境約束下的各個(gè)效率指數(shù)進(jìn)行比較分析，以及對(duì)不同區(qū)域的生產(chǎn)率情況加以比較。

1 研究方法

1.1 非期望產(chǎn)出的SBM模型

DEA方法最初是基于徑向和角度對(duì)效率進(jìn)行測(cè)度的。基于徑向是指在進(jìn)行效率測(cè)度之前要先設(shè)置投入導(dǎo)向（Input-oriented）或者產(chǎn)出導(dǎo)向（Output-oriented），基于角度則強(qiáng)調(diào)只能從產(chǎn)出或投入某一個(gè)角度來(lái)測(cè)算效率。若選擇基于徑向來(lái)測(cè)算效率，那么投入產(chǎn)出如果出現(xiàn)非零松弛變量時(shí)，則最初的DEA方法由于不能測(cè)算出松弛變量導(dǎo)致的影響將會(huì)無(wú)效。

為了解決這一難題，Tone Karou（2001）首先提出了基于松弛的（Slack-based measure，SBM）非徑向和非角度的效率測(cè)算方法，該方法將松弛變量引入目標(biāo)函數(shù)中，避免了徑向和角度選擇不同所造成的偏差。

這里假設(shè)有n個(gè)決策單元，m種投入，s種好產(chǎn)出，其中好產(chǎn)出和壞產(chǎn)出分別為s和s2，則非期望產(chǎn)出的SBM模型表示為：

其中，s-、sg、sb分別表示投入、好產(chǎn)出和壞產(chǎn)出的松弛變量。目標(biāo)函數(shù)滿(mǎn)足對(duì)投入和產(chǎn)出松弛變量的單調(diào)遞減，且0≤ρ≤1。當(dāng)ρ=1，即松弛變量均為零，決策單元有效，反之則是無(wú)效的，存在著投入和產(chǎn)出改進(jìn)的必要性。

1.2 Malmquist指數(shù)

在對(duì)生產(chǎn)率的研究中，國(guó)外學(xué)者往往采用數(shù)據(jù)包絡(luò)分析法中的Malmquist指數(shù)（M指數(shù)）來(lái)測(cè)算不同時(shí)期全要素生產(chǎn)率的動(dòng)態(tài)變化。Fare等（1994）構(gòu)造了一個(gè)基于產(chǎn)出距離函數(shù)的Malmquist生產(chǎn)率指數(shù)，并將其分解為技術(shù)效率變化指數(shù)（EFFM）和技術(shù)進(jìn)步指數(shù)（TECHM）兩個(gè)部分。根據(jù)Fare的觀點(diǎn)，可將產(chǎn)出方向的、從t期到t+1期的Malmquist指數(shù)定義為：

當(dāng)Malmquist指數(shù)大于1時(shí)，表示全要素生產(chǎn)率提高；當(dāng)Malmquist指數(shù)小于1時(shí)，表示全要素生產(chǎn)率下降；當(dāng)Malmquist指數(shù)等于1時(shí)，表示生產(chǎn)率不變。

1.3 Malmquist-Luenberger指數(shù)

Chung等（1997）在M指數(shù)基礎(chǔ)上引入環(huán)境因素，同時(shí)結(jié)合方向性距離函數(shù)來(lái)研究生產(chǎn)率變化，將M指數(shù)進(jìn)一步擴(kuò)展為ML指數(shù)，并將其分解為技術(shù)效率變化指數(shù)（effml）和技術(shù)進(jìn)步指數(shù)（techml）兩個(gè)部分。這里假設(shè)一項(xiàng)生產(chǎn)活動(dòng)使用m種投入x=(x1，…，xm)∈，生產(chǎn)出s種好產(chǎn)出y=(y1，…，ys)∈，以及 k 種壞產(chǎn)出 b=(b1，…，bk)∈。根據(jù)Chung等（1997）的方法，將t期到t+1時(shí)期的全要素生產(chǎn)率的變化定義為：

上述指數(shù)中，ML大于1表示全要素生產(chǎn)率提高，反之則下降；EFFML表示技術(shù)效率的相對(duì)變化情況，EFFML大于1表示技術(shù)效率提高，反之則技術(shù)效率降低；TECHML表示技術(shù)生產(chǎn)前沿面的推進(jìn)情況，TECHML大于1表示技術(shù)進(jìn)步，反之則表示技術(shù)倒退。

2 變量選擇與數(shù)據(jù)處理

按照上文的研究方法，這里將分別選取全國(guó)、東中西部和30個(gè)省份1996—2016年的投入、期望產(chǎn)出和非期望產(chǎn)出的數(shù)據(jù)?？紤]到西藏地區(qū)眾多變量數(shù)據(jù)的缺失，故這里將西藏排除。不同年份的投入和產(chǎn)出變量的數(shù)據(jù)主要來(lái)源于歷年的《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。

（1）好產(chǎn)出變量：本文選取以2000年為基期的實(shí)際國(guó)內(nèi)生產(chǎn)總值。

（2）壞產(chǎn)出變量：關(guān)于壞產(chǎn)出變量的選擇，目前學(xué)術(shù)界存在著較大的爭(zhēng)議。本文主要選擇的污染物排放指標(biāo)包含SO2、CO2、廢水排放量和煙塵排放量。由于中國(guó)統(tǒng)計(jì)年鑒中沒(méi)有直接給出CO2的排放數(shù)據(jù)，本文將CO2的主要來(lái)源界定為石油、煤炭和天然氣這三種能源，借鑒國(guó)家發(fā)改委能源研究所（2003）和IPCC（2006）的方法，然后結(jié)合這三種能源的碳排放系數(shù)計(jì)算得出CO2的數(shù)值。參考李鎧和齊紹洲（2011）的研究成果，石油、煤炭和天然氣的CO2排放系數(shù)分別為：2.136、2.741和1.626（萬(wàn)噸/萬(wàn)噸標(biāo)準(zhǔn)煤。

（3）投入變量

①勞動(dòng)投入：選取歷年從業(yè)人員數(shù)量作為勞動(dòng)投入。

②資本投入：資本存量的數(shù)據(jù)統(tǒng)計(jì)年鑒沒(méi)有直接給出，通常采用永續(xù)盤(pán)存法計(jì)算得出。本文所采用的數(shù)據(jù)將借鑒單豪杰（2008）的測(cè)算結(jié)果，同時(shí)將各年的資本存量數(shù)據(jù)調(diào)整為以2000年為基期。

③資源投入：將資源等投入納入到效率測(cè)算中，主要是作為非期望產(chǎn)出的對(duì)應(yīng)來(lái)源。本文以各個(gè)省的能源消耗總量為基礎(chǔ)數(shù)據(jù)，折算成標(biāo)準(zhǔn)煤計(jì)算，單位為萬(wàn)噸標(biāo)準(zhǔn)煤。

3 實(shí)證分析

根據(jù)上述研究方法，采用Maxdea6.6軟件，首先基于時(shí)間序列測(cè)算出全國(guó)全要素生產(chǎn)率指數(shù)，并將其分解為技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)兩個(gè)部分。為了加以區(qū)分，分別用EFFM、TECHM和TFPM表示不考慮資源環(huán)境約束的技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)和全要素生產(chǎn)率指數(shù)，用EFFML、TECHML和TFPML表示資源環(huán)境約束下的技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)和全要素生產(chǎn)率指數(shù)；其次，基于面板數(shù)據(jù)測(cè)算出30個(gè)省份的生產(chǎn)率指數(shù)；最后，在面板數(shù)據(jù)分析的基礎(chǔ)上，對(duì)東中西部三大區(qū)域的生產(chǎn)率情況進(jìn)行比較分析。

3.1 基于全國(guó)數(shù)據(jù)的分析

1996—2016年全國(guó)M指數(shù)和ML指數(shù)的分析如下頁(yè)表1所示。

由表1的測(cè)算結(jié)果可知，兩種情況下的TFP總體上均呈現(xiàn)波動(dòng)下降的趨勢(shì)。1996-2014年間不考慮資源環(huán)境約束的TFP平均增長(zhǎng)率為2.0%，其中，技術(shù)效率提高了0.6%，技術(shù)進(jìn)步率為1.4%。相比之下，在資源環(huán)境約束下TFP增長(zhǎng)率為0.3%，低于傳統(tǒng)TFP增長(zhǎng)率，而技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)分別為0.1%和0.2%，這說(shuō)明如果不考慮資源環(huán)境的約束，則全要素生產(chǎn)率及其分解指數(shù)均會(huì)被高估，在資源環(huán)境約束下，我國(guó)技術(shù)效率、技術(shù)進(jìn)步及全要素生產(chǎn)率的提升均不明顯。

3.2 基于省際面板數(shù)據(jù)的分析

在對(duì)全國(guó)全要素生產(chǎn)率進(jìn)行總體分析之后，為了進(jìn)一步研究各個(gè)省份的具體情況，這里將以30個(gè)省份的面板數(shù)據(jù)為樣本進(jìn)行M指數(shù)和ML指數(shù)的分析。如下頁(yè)表2所示。

從30個(gè)省份的生產(chǎn)率指數(shù)來(lái)看，不考慮資源環(huán)境約束的全要素生產(chǎn)率及其分解指數(shù)明顯高于資源環(huán)境約束下的各個(gè)指數(shù)。在資源環(huán)境約束下，TFP下降的省份高達(dá)17個(gè)，遠(yuǎn)遠(yuǎn)高于不考慮資源環(huán)境約束下的6個(gè)省份。對(duì)于大多數(shù)省份來(lái)講，技術(shù)進(jìn)步對(duì)TFP增長(zhǎng)的貢獻(xiàn)高于技術(shù)效率。

表1 1996—2016年全國(guó)M指數(shù)、ML指數(shù)及分解

表2 1996—2016年30個(gè)省份M指數(shù)、ML指數(shù)及分解

3.3 基于區(qū)域數(shù)據(jù)的比較分析

由上述分析可知，我國(guó)30個(gè)省份的技術(shù)效率、技術(shù)進(jìn)步及TFP不盡相同，為了進(jìn)一步了解不同區(qū)域的相關(guān)指數(shù)，這里將30個(gè)省份劃分為東部、中部和西部三大區(qū)域，研究三大區(qū)域在兩種不同情況下的生產(chǎn)率指數(shù)，并將三大區(qū)域進(jìn)行比較分析。如表3至表5所示。

表3 1996—2016年我國(guó)東部地區(qū)M指數(shù)、ML指數(shù)及分解

表4 1996—2016年我國(guó)中部地區(qū)M指數(shù)、ML指數(shù)及分解

表5 1996—2016年我國(guó)西部地區(qū)M指數(shù)、ML指數(shù)及分解

從各區(qū)域的生產(chǎn)率指數(shù)來(lái)看，無(wú)資源環(huán)境約束時(shí)東中西部的TFP增長(zhǎng)率分別為2.8%、1.6%和1.3%，明顯高于資源環(huán)境約束下三大區(qū)域的生產(chǎn)率指數(shù)，即0.7%、0.2%和0.1%。在三大區(qū)域中，東部和中部的技術(shù)進(jìn)步對(duì)TFP的貢獻(xiàn)要大于技術(shù)效率的貢獻(xiàn)，而西部地區(qū)全要素生產(chǎn)率的提高主要得益于技術(shù)效率。

東部地區(qū)的生產(chǎn)率在1996—2016年期間大體呈現(xiàn)波動(dòng)下降的趨勢(shì)，而中部和西部地區(qū)均呈現(xiàn)出先下降后上升的趨勢(shì)，2010年之前東部地區(qū)生產(chǎn)率指數(shù)明顯高于中部和西部，而之后則低于中部和西部，這在很大程度上與國(guó)家區(qū)域政策的宏觀調(diào)控有關(guān)。

4 結(jié)論

本文以1996—2016年我國(guó)的全國(guó)時(shí)間序列數(shù)據(jù)和30個(gè)省份的面板數(shù)據(jù)為樣本，采用傳統(tǒng)的投入-產(chǎn)出模型和非期望產(chǎn)出的SBM模型，測(cè)算出了全國(guó)、30個(gè)省份及東中西部的M指數(shù)和ML指數(shù)，分析得到以下結(jié)論：

（1）從全國(guó)范圍來(lái)看，無(wú)論是否考慮資源環(huán)境約束，全要素生產(chǎn)率總體上均呈現(xiàn)波動(dòng)下降的趨勢(shì)，且技術(shù)進(jìn)步對(duì)TFP的貢獻(xiàn)大于技術(shù)效率，如果不考慮資源環(huán)境的約束，則全要素生產(chǎn)率及其分解指數(shù)均會(huì)被高估。

（2）從各個(gè)省份的分析數(shù)據(jù)來(lái)看，不考慮資源環(huán)境約束的全要素生產(chǎn)率及其分解指數(shù)明顯高于資源環(huán)境約束下的各個(gè)指數(shù)。在資源環(huán)境約束下，全要素生產(chǎn)率指數(shù)下降的省份數(shù)量遠(yuǎn)遠(yuǎn)高于不考慮資源環(huán)境約束下的省份數(shù)量。對(duì)于大多數(shù)省份來(lái)講，技術(shù)進(jìn)步對(duì)TFP增長(zhǎng)的貢獻(xiàn)高于技術(shù)效率。

（3）從各區(qū)域分析數(shù)據(jù)來(lái)看，無(wú)資源環(huán)境約束時(shí)三大區(qū)域的TFP增長(zhǎng)率明顯高于資源環(huán)境約束下的生產(chǎn)率指數(shù)。在三大區(qū)域中，東部和中部的技術(shù)進(jìn)步對(duì)TFP的貢獻(xiàn)要大于技術(shù)效率的貢獻(xiàn)，而西部地區(qū)全要素生產(chǎn)率的提高主要得益于技術(shù)效率。東部地區(qū)的生產(chǎn)率在1996—2014年期間大體呈現(xiàn)波動(dòng)下降的趨勢(shì)，而中部和西部地區(qū)均呈現(xiàn)出先下降后上升的趨勢(shì)，2010年之前東部地區(qū)生產(chǎn)率指數(shù)明顯高于中部和西部，而之后則低于中部和西部，這說(shuō)明國(guó)家西部大開(kāi)放戰(zhàn)略和中部崛起戰(zhàn)略的實(shí)施對(duì)我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)具有顯著的影響。

[1]Chung Y H,Fare R,Grosskopf S.Productivity and Undesirable Out?puts:A Directional Distance Function Approach[J]．Journal of Envi?ronmental Management,1997,(51).

[2]Fare R,Grosskopf S,Pasurka C A．Environmental Production Func?tions and Environmental Directional Distance Functions[J].Energy,2007,(32).

[3]Cooper W W,Seiford L M,Tone K.Data Envelopment Analysis Sec?ond Edition[M].Boston:Kluwer Academic Publishers,2007.

[4]Dong H O.A Global Malmquist-Luenberger Productivity Index—An Application to OECD Countries 1990—2004[J].Journal of Productivi?ty Analysis,2010，(34).

[5]Tone K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research，2001，(30).

[6]單豪杰.中國(guó)資本存量K的再估算:1952—2006[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,(10).

[7]郭慶旺,賈俊雪.中國(guó)全要素生產(chǎn)率的估算：1979—2004[J].經(jīng)濟(jì)研究,2005,(6).

[8]胡鞍鋼,鄭京海.考慮環(huán)境因素的省級(jí)技術(shù)效率排名:1999—2005[J].經(jīng)濟(jì)學(xué)（季刊）,2008,(3).

[9]李靜.環(huán)境約束下的中國(guó)省區(qū)效率差異研究:1990—2006[J].財(cái)貿(mào)研究,2009,(1).

[10]劉瑞翔,安同良.資源環(huán)境約束下中國(guó)經(jīng)濟(jì)增長(zhǎng)績(jī)效變化趨勢(shì)與因素分析——基于一種新型生產(chǎn)率指數(shù)構(gòu)建與分解方法的研究[J].經(jīng)濟(jì)研究,2012,(11).

[11]王兵,吳延瑞,顏鵬飛.中國(guó)區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)[J].經(jīng)濟(jì)研究,2010,(5).

[12]王志剛,龔六堂,陳玉宇.地區(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解（1978—2003）[J].中國(guó)社會(huì)科學(xué),2006,(2).

[13]顏鵬飛,王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng)：基于DEA的實(shí)證分析[J].經(jīng)濟(jì)研究,2004,(12).

[14]易綱,樊綱,李巖.關(guān)于中國(guó)經(jīng)濟(jì)增長(zhǎng)與全要素生產(chǎn)率的理論思考[J].經(jīng)濟(jì)研究,2003,(8).

[15]章祥蓀,貴斌威.中國(guó)全要素生產(chǎn)率分析：Malmquist指數(shù)法評(píng)述與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,(6).

[16]張少華,蔣偉杰.中國(guó)全要素生產(chǎn)率的再測(cè)度與分解[J].經(jīng)濟(jì)研究,2014,(3).

[17]張自然,陸明濤.全要素生產(chǎn)率對(duì)中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)與波動(dòng)的影響[J].金融評(píng)論,2013,(1).