地区性因素、集约性特征与工业经济增长——中国工业经济省际差异成因的经验研究，本文主要内容关键词为：地区性论文,集约论文,工业经济论文,成因论文,经济增长论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中国自1978年改革开放以来，伴随着整体经济发展水平的上升，省际间经济发展水平的差距也在扩大。以可比价格计算，中国的人均GDP标准差从1978年的330元上升到了2000年的1366元（注：根据《新中国五十年统计资料汇编》以及《中国统计年鉴2000》的相关数据计算得到。）。中央政府为了各地区的协调发展和共同繁荣的目标，采取了一系列区域经济政策以缩小地区间地区性因素的差异。例如支持欠发达地区从事国家鼓励发展的项目建设；适当压缩国家对东部沿海地区的直接投资比例而转用于中西部地区；对于直接用国家财政投资、三大政策性银行贷款新建及改扩建的大中型建设项目，在同等条件下优先安排给中西部地区；对贫困地区及少数民族地区，国家有计划、有重点地安排一些有利于开发利用当地资源和带动地区经济发展的骨干项目，并在项目审批权、地方配套资金比例、贷款利率及偿还期限等方面给予优惠等等。
从一般的经济学规律来看，中国在市场经济体制的建立过程中，伴随国内市场一体化程度的逐步提高，地区间的经济差距应该逐步缩小，即地区间的经济应该趋同。那么，究竟是什么原因导致了中国的地区差异，就成为了许多中、外经济学家关注的焦点。众多学者在这一方面做出了许多努力，从各种角度提出了导致地区性差异的因素。一些研究[1] 将中国地区差距的原因归结为中央政府的地区倾斜政策或地理因素，认为中央政府对东部地区的优先投资是中西部地区落后于东部地区的根源。同时，中西部不利的地理条件也限制了这些地区的发展。Chen和Feng[2] 在对1978-1989年中国19个省的经验研究中，强调了私有企业对经济增长的促进作用，认为私有企业的发展状况能够对地区差距产生影响。而一些研究[3] 强调了不同地区的外商直接投资量导致了不同区域之间的差距。Young[4] 认为地区性保护政策是地区差距拉大的关键，因为地区性的市场保护会使本地企业的资源配置状况偏离本地的比较优势。还有的研究将导致地区差距的因素归结为：乡镇企业发展的地区差异[5-6]、地方性权力增强[7]、开放程度的地区差异[8]、交通等基础设施的地区差异[9]。这些研究成果表明导致经济地区性差异的因素很多，但这些反映各地区独有的地理、人文、经济发展基础和生产要素的初始禀赋状态等多种地区性独有的影响甚至决定各地经济发展的因素，又难于有效甄别其各自对经济发展的作用，本文将这些因素归为一类，称之为地区性因素。知道地区性因素是如何导致地区差异以及其影响的变化趋势，对于缩小地区差异和保持经济协调稳定增长是非常重要的。所以如何用实证的方法检验各个因素对地区差异的影响，特别是分离出地区性因素对地区差异的影响就显得非常有意义了。
所谓地区经济差异主要包括以下三个基本方面，一是经济发展水平差距，主要体现在工业化水平、经济结构和基础设施发展水平上，最终表现为综合产出水平和产出效率上。二是生活水平差距，这主要体现在居民的实际收入水平和消费水平上。三是体制、文化背景的差距，主要体现在市场化程度、经济开放度和商业意识等方面。从图1可以看到，中国东部、中部、西部三大地区的人均工业增加值(经过可比性处理)在1992-2002年间呈现出逐渐扩大的趋势（注：数据来源：相关年份《中国统计年鉴》。）。与人均GDP和劳均GDP的变异系数以及人均GDP和劳均GDP的基尼系数在1990年之后均呈现上升的趋势相符合。一些学者[10] 通过基尼系数将地区差距与产业结构联系起来，发现地区差距的主要原因是制造业的高份额和非农产业一起在地区间的不平衡分布。从上述学者的研究中可以看到工业经济的地区差距是地区经济差距的一个最重要的表现，而各地工业经济的增长方式以及各种地区性因素均可能是导致中国工业地区差距的原因。由于选用合适的指标测度和反映这些因素非常困难，所以有关的实证工作就很少，使得这方面研究显得明显不足。本文试图采用生产率指数的非参数分解和面板数据回归相结合的方法研究上述因素对地区工业经济差距的影响，进而初步揭示区域经济差距的成因。
附图
图1 三大地区人均工业增加值
一、生产率指数的非参数分解方法和面板数据的回归模型
省际工业差异的技术水平的分析和效率状态的定量刻画，以及反映各地地区性因素或禀赋的指标测算是本文研究的两个关键。为此，首先对所采用的计量经济分析工具——生产率指数的非参数分解方法和面板数据的回归模型给予简要介绍。
(一)生产率指数的非参数分解方法
厂商或生产部门在同一时期的效率差距可以采用资源配置测度与分解的方法进行研究。在多时期的动态条件下，不仅生产资源配置效率要发生变化，技术水平也要发生变化，亦即要有技术进步发生。全要素生产率的增长应该包含要素资源配置效率的变化和技术水平变化两个方面[11]。
采用法雷尔技术效率函数描述的基于投入的Malmquist生产率指数为：
附图
上式可以分解为技术进步率和生产资源配置效率变化率两个部分。即在规模收益恒定且要素自由处置( C,S) 条件下，基于投入的技术水平变化率(或技术进步率)为：
TC[t+1](u[t+1]，x[t+1]，u[t]，x[t])=
附图
基于投入的资源配置效率变化率为：
附图
(二)面板数据的回归模型
面板数据( panel data) 是指在时间序列上选择多个截面，在这些截面上同时选取样本观测值所构成的样本数据。面板数据计量经济模型是近20年来计量经济学理论的重要发展之一。与纯横截面数据或纯时间序列数据比较起来，使用面板数据计量经济模型有三方面的优点[12]：(1)通过对不同横截面单元不同时间观察值的结合，使得面板数据成为更多信息、更可变，变量之间更少共线性、更多自由度、更有效的数据；(2)面板数据对同一截面单元集进行观察，能更好地研究经济行为变化的动态性；(3)面板数据能使我们对更复杂的行为模型进行研究。
在实际研究中经常采用的panel data回归模型是固定效应模型( fixed effect model,FEM) 和随机效应模型( random effect model,REM) 。在实证研究中一般通过对数据的Hausman检验以确定是选用固定效应模型还是随机效应模型。当横截面的单位是总体的所有单位时，固定效应模型是合理的模型[13]。固定效应模型可表示为：
y[，it]=α[，i]+x[，it]β+u[，it]；i=1，K，n；t=1，K，T(1)
其中为x[，it]为1×K向量，β为K×1向量，K为解释变量个数。u[，it]为随机扰动项。α[，i]称为非观测效应( unobserved effect) 也就是横截面单元的固定效应。它概括了影响着y[，it]的全部观测不到的、在时间上恒定的因素。也就是说α[，i]为模型中被忽略的反映个体差异变量的影响。所以模型的截距项抓住了每个截面单位的本质特征。它随个体或截面单元而变化[14]。
(三)模型的建立
带有各地区特征的地区性因素例如工业化的方式、生产要素的禀赋结构、制度、政策等因素均会对该地区的工业经济产生影响。由于各地区的地区性因素对工业经济的影响不能观测到，也很难找到合适的指标来度量，所以一直就是对此类问题进行实证研究的难点。如果忽略地区性影响，直接采用普通的回归模型将会得到带有严重偏误的估计系数值。
为了避免上述提到的问题，合理地得到地区性因素及反映工业经济增长模式的投入性因素及集约性因素对地区工业经济的影响，选用技术进步因子和效率因子作为集约性因素的反映，资金投入是投入性因素的反映。建立如下的固定效应模型：
lny[，it]=α[，i]+β[，1]x[，it][1]+β[，2]x[，it][2]+β[，3]lnx[，it][3]+u[，it]
i=1，K，30；t=1，K，6
(2)
其中y[，it]代表i省在时间t的人均工业增加值；x[，it][1]代表i省在时间t的工业技术水平因子，它作为该地区工业技术状况的反映；x[，it][2]代表i省在时间t的工业生产效率因子，它作为该地区工业效率水平的反映；x[，it][3]代表i省在时间t的工业资金投入。之所以没有引入劳动力人数是由于考虑到现阶段我国劳动力相对过剩状态一直存在，所以一直不是制约产出水平的关键因素。
通过生产率指数的非参数分解仅仅可以得到技术水平的变化率和效率的变化率。在不知道初始水平的情况下如何估计各地工业的技术水平因子和效率因子成为本文研究的关键。本文的解决方法是先将各地区初始的技术水平因子和效率因子设为1，然后由各年的变化率推算相应各年的技术水平因子和效率因子。这种处理方法的突出特点是忽略了初始时期各地区在技术和效率上的差距，而这种差距又是客观存在的。所以模型中的固定效应α[，i]就成为反映要素投入、技术水平、效率状态以及制度和政策基础等各方面初始状态差异的综合性指标，可以把它看作是工业发展地区禀赋差异的度量指标，它的变化可以看作是历史继承的工业禀赋的变化。它和要素投入变化、技术水平变迁、效率状态演化等各方面因素一起，构成了各地工业经济发展的完整分析体系。
综合上述分析可知，拟合效果好的固定效应( FEM) 模型使我们在研究中既可以看到生产要素投入水平以及技术进步、效率对工业经济的影响，还可以看到地区性禀赋因素对工业经济的影响。
二、数据和计算结果
由于我国经济在1992年前后开始出现了新一轮的经济过热，表现为比较典型的粗放型增长，同时我国统计工作从这一年开始在统计指标、统计口径、行业统计分类等方面都进行了较大幅度的调整，为保证研究工作的科学性和可比性，选择1992年底的统计数据作为起始样本点。1995年可以认为是实现过热经济软着陆和开始实施经济增长方式转变的转折点，所以选择1995年底的统计数据作为第二个样本点。以后各年统计数据比较完整，所以选择1998、1999、2000、2001、2002年的统计数据作为第三、四、五、六、七个样本点。
假定我国各省、自治区、直辖市的工业具有近似的加总技术特征，选择全国30个省、自治区、直辖市的独立核算(1998年统计时改为规模以上)工业加总数据作为样本（注：数据来源：相关年度的《中国统计年鉴》。）。为了保证各时间点的可比性，新建立的直辖市重庆市并入四川省计算。
根据现阶段我国工业经济发展的特点和现有统计资料的情况，选择固定资产净值年平均余额(亿元)、流动资金年平均余额(亿元)作为两类资金投入或占用的指标。选择产品销售成本(亿元)作为生产物耗的价值指标。选择劳动力人数(万人)作为劳动投入的数量指标。产出指标选用工业增加值(亿元)指标。为了消除价格的影响，对每年的工业投入产出指标进行了保证可比性的平减处理。平减处理以1992年底作为基期，各指标的可比性平减处理方法基本参照了中国社会科学院数量经济技术经济研究所在生产率研究中所采用的方法[15]。
采用上述的非参数测度效率的方法和技术、效率因子推算方法，得到了30个省市自治区直辖市六个时间截面的技术水平因子和效率因子（注：本文所有生产率指数及其分解的计算结果，都是采用本课题组开发的软件Production Frontiers 2.0计算得到的。）。各年东、中、西部工业效率和技术因子平均值结果见表1。
表1 中国三大地区六个时间截面平均技术水平因子和效率因子
1992年 1995年
1998年
1999年
2000年
2001年
2002年
地区 技术水 效率 技术水 效率
技术水 效率
技术水 效率
技术水
效率
技术水 效率
技术水 效率
平因子 因子 平因子 因子
平因子 因子
平因子 因子
平因子
因子
平因子 因子
平因子 因子
东部 均值
1
1
0.7091 0.8502
0.7208 0.8616
0.7078 0.9380
0.8187 0.9788
0.8835 0.9674
0.9400 1.0330
标准差
0
0
0.1109 0.1444
0.1024 0.1842
0.0982 0.1891
0.0977 0.1670
0.1087 0.1680
0.1025 0.0914
中部 均值
1
1
0.9191 0.8695
0.9380 0.9124
0.9078 1.0033
1.0264 1.0073
1.0474 1.0438
1.0009 1.0892
标准差
0
0
0.1073 0.0776
0.2166 0.1386
0.2665 0.1447
0.3319 0.1683
0.3583 0.1516
0.2012 0.0907
西部 均值
1
1
0.8407 0.9441
0.8290 0.9050
0.7910 0.9595
0.8710 0.9975
0.8837 1.0232
1.0902 0.9775
标准差
0
0
0.1299 0.0940
0.2176 0.1193
0.2208 0.1074
0.2474 0.1736
0.2037 0.1609
0.1871 0.1370
为了确定使用固定效应模型与数据是否符合，先对数据进行Hausman检验(检验结果见表2)。检验结果表明采用固定效应模型是合适的。因此按照模型(2)，利用Gauss得到固定效应模型。回归结果见表2。
表2 模型的回归结果
被解释变量：人均工业增加值
模型X[，it][1] X[，it][2] X[，it][3]
R[2]
Adj.R[2] Hausman test
1992-1995
-0.1067
0.6427
0.7400
0.9973
0.9942
13.059
(-0.8699)
(4.6392)
(9.0076)
1995-1998
0.8688
0.8464
0.5516
0.9955
0.9902
0.52907
(3.4342)
(3.9821)
(10.069)
1998-1999
0.5505
1.0057
0.3608
0.9996
0.9990
0.51525
(3.0870)
(12.964)
(7.0321)
1999-2000
1.0422
0.4812
0.4125
0.9981
0.9958
0.79122
(7.0531)
(2.9052)
(2.1295)
2000-2001
0.7455
1.0024
0.9722
0.9993
0.9986
16.998
(6.5740)
(6.8497)
(10.286)
2001-2002
0.5393
1.1704
1.1046
0.9995
0.9988
80.319
(2.7759)
(6.3194)
(9.2749)
注：①括号内为t统计值。
②Hausman test统计量服从自由度为3的卡方分布。
三大地区的固定效应α[，i]在所研究的时间段中的平均值汇总见表3。从表3可以看出在所研究的时间段内工业化方式、生产要素禀赋状态差异等地区性因素对各个地区的人均工业增加值有着明显的影响。
表3 三大地区的平均固定效应值
时间段
1992-1995
1995-1998
1998-1999
1999-2000
2000-2001
2001-2002
东部 均值
1.13686
1.728718
3.370139
3.127332
-1.72852
-2.80418
标准差 0.718566
0.681619
0.634959
0.593743
0.720287
0.764744
中部 均值
0.759393
0.9782
2.47423
2.207082
-2.0572
-2.99401
标准差 0.455042
0.334896
0.309324
0.266124
0.509661
0.643161
西部 均值
1.128164
1.146197
2.529425
2.210871
-1.61768
-2.44275
标准差 0.736275
0.547938
0.438166
0.418257
0.908024
1.084591
三、实证结果的分析
首先分析效率变化、技术进步以及资金对人均工业增加值的影响。由面板数据回归方程(2)可以看到，由于采用了半对数模型的形式，β[，1]、β[，2]分别是各地工业技术进步率、效率状态变化率和资金投入对人均工业增加值变化的乘数。而β[，3]是资金投入对均工业增加值变化的弹性系数，即β[，3]衡量了资金对工业经济影响的变化率。由于本文在使用面板数据计量经济模型时，使用两个横截面为一组来进行计算和分析，因此每一组的结果都会随着变量之间作用关系和作用程度的变化而变化，因此多个横截面结果可以反映变量之间作用关系的变化趋势信息。在图2中可以看到效率、技术进步以及资金三个因素对工业增加值的影响以及变化趋势。
附图
图2 资金、效率、技术对工业增加值的影响
效率对人均工业增加值的影响在1992-1999年间在逐渐增大，由0.642715变为1.005699；在1999-2000年间又下降为0.481222；在2000-2002年间逐步上升为1.170365。技术对人均工业增加值的影响在1992-1998年间由-0.106698迅速上升为0.868801，到1999年下降为0.550532，在1999-2000年间又上升为1.042156，从2000-2002年间一直下降到0.539327。初步判断在高速的工业经济增长过程中，技术的变革和效率状态的演化比较复杂，对各地工业的增长也呈现波动性的交替乘数效应。
资金对人均工业增加值的弹性系数β[，3]，在1992-1999年间由0.740028变为0.360799，呈明显的下降趋势，而在1999-2002年间又由0.360799变为1.104609，呈现出了明显的上升趋势。在所研究的时间段内资金对人均工业增加值的影响的变化率大体上为一条U型曲线。这里，通过引入各地平均的生产率水平的变化趋势（注：各地生产率平均水平也是采用前文提到的基于生产前沿面的非参数方法计算得到。），结合各时期工业发展集约性特征的分析，研究资金对人均工业增加值的影响。所谓集约型特征，是指伴随经济的发展，单位产出的生产要素消耗呈现下降的趋势特征，即伴随工业经济的增长实现了资源消耗的相对节约；而对应的粗放型特征是指单位产出的生产要素消耗呈现增长的趋势特征。从图2和图3的比较可以发现，在1992-1999年期间，生产率指数呈下降趋势，即以资金为主的工业要素投入呈现明显的粗放性，但资金对各地的工业经济的产出弹性在降低，即这种影响的粗放性程度在逐渐减小；而在1999-2002年期间，生产率指数平均值呈现上升趋势，说明资金等工业生产要素投入总体上表现为集约化特征，但资金的产出弹性在变大，即资金的集约化效应在变小。
附图
图3 各地生产率平均水平变化曲线图
为分析地区性禀赋因素α[，i]对工业经济的影响，将30个省分成东部(包括浙江、福建、广东、上海、江苏、北京、河北、辽宁、山东、天津)、中部(包括海南、河南、湖北、湖南、安徽、江西、吉林、黑龙江、山西、内蒙古)、西部(包括四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西)三大地区。它们在所研究的六个时间段的固定效应平均值见表1和图4。
附图
图4 三大地区固定效应变化趋势
从图4可以看到，东部、中部、西部的固定效应值的变化趋势都比较接近。在1992-2002年三大地区的地区性因素对工业经济的影响大体上呈一个倒U字型。地区性基础或禀赋因素在1992-1995年间，对各地区的工业经济的影响都呈平缓的上升趋势，到1995-1998年期间影响程度开始增大，说明在市场经济发展初期的粗放型增长阶段，起始的技术和效率状态以及地域优势禀赋等各方面地区性因素对这段时期各地工业的影响很大，初始禀赋的“遗传效应”很明显。这与王铮、葛昭攀[16]的研究结论（注：王铮、葛昭攀(2002)研究结果表明，1995-1999年我国的省区差异主要是地区性差异造成的。）相一致。同时，这段时间东部地区明显高于全国平均水平，中、西部保持在平均水平附近。说明在1992-1999年期间资金等要素的投入水平和东部地区的初始禀赋优势是东部和中西部地区工业发展水平拉开差距的根本原因。
地区性因素在1999-2000期间对各地区的工业经济的影响总体呈平缓的下降趋势，到2000-2002年期间开始呈现急剧下降。说明在进入集约化发展阶段时，各地工业的初始禀赋和地区性因素不再是拉大各地工业经济差距的因素，甚至到最后两年反而成为导致省级工业差距缩小的诱因，但是这种诱因并没有导致地区性差异的缩小，而是还在加大。因此可以说从1999年起中国工业经济又进入到了一个新阶段，在这个集约化增长的新阶段，导致省际工业差异的决定性因素由早期的各地区基础或初始禀赋因素，转变为各地区工业发展形成的新的资金、效率和技术实力。这种禀赋“遗忘效应”从理论上来讲应该是必然存在的，只是有什么时候开始“遗忘”和“遗忘”程度多大的问题。因此这一结论也在一定程度上验证了本文研究方法体系设计和运用的合理性。
我国经济在1992年前后进入社会主义市场经济的转轨初期，开始出现了一轮学术界称之为经济过热的快速增长，但在快速增长的背后，从1992到1999年三大地区的固定效应值都呈上升趋势且趋于发散，并且资金对工业经济的影响逐渐减弱，效率和技术对工业经济的影响并没有地区性因素对工业经济的影响大。表明在1992-1999年各地区工业增加值的差异主要由各地区的地区性差异所决定。
而到1999至2002期间，由于软着陆和其他相关宏观经济政策的调整取得成效，三大地区决定工业增加值的固定效应α[，i]一致性减小，效率、资金对工业增加值的影响明显增大，技术进步对工业增加值的影响明显下降。导致工业经济省际差异的原因变为的各地区的效率和资金投入的差异。
四、结论
根据本文使用相关的计量经济学方法对1992-2002年间中国工业经济省际差异原因的应用研究，得到如下基本结论：
(1)本文的Panel Data固定效应计量模型所得到的固定效应参数，是反映要素投入、技术水平、效率状态以及制度和工业化基础等各方面状态差异的综合性指标，可以把它看作是工业发展地区禀赋差异的度量指标。它和要素投入变化、技术水平变迁、效率状态演化等各方面因素一起，构成了各地工业经济发展的完整分析体系。
(2)1992-2002年期间，伴随工业经济的高速增长，代表集约型增长特征的技术变革和效率演化比较复杂，对各地工业的增长也呈现波动交替作用的乘数效应。
(3)1992-1999年期间，中国工业经济呈现出粗放性特征，资金的投入和各地区的工业基础与初始禀赋因素是导致东、中、西部地区工业经济的地区差异的重要原因。但资金对各地工业经济影响的粗放性程度在逐渐减小，地区性因素对工业经济的影响在1999-2002年期间一直在下降。起始的技术和效率状态以及地域优势禀赋等地区性因素对各地工业的影响较大，初始禀赋的“遗传效应”很明显。同时，这段时间东部地区明显高于全国平均水平。
(4)从1999年起中国工业经济进入了一个集约化增长的新阶段，导致省际工业差异的决定性因素由早期的各地区基础或初始禀赋因素，转变为各地区工业发展形成的新的资金、效率和技术实力，即呈现出典型的禀赋“遗忘效应”。资金等工业生产要素投入总体上表现为集约化特征，但资金的产出弹性在变大，即资金的集约化效应在变小。
标签：经济模型论文; 面板数据论文; 经济论文; 因子分析论文; 禀赋效应论文; 国内宏观论文; 差异分析论文; 资源禀赋论文; 工业增加值论文; 经济学论文; 生产率论文;