经济增长质量的测度方法：一个研究评述
刘烈生（广东财经大学）
摘要： 中国经济在经历高速发展之后，现在正进入转型期，经济增长的研究主题从数量增长转变为质量增长。本文论述经济增长质量的内涵，从经济增长质量的内涵入手，讨论分析了测度经济增长质量的几种方法。
关键词： 经济；增长；质量；测度方法
在经济增长理论数百年的发展历史中，经济增长数量问题一直是经济增长理论的主要研究方向。在经历30 多年的高速发展之后，我国已成为全球第二大经济体，经济发展模式进入了新的发展阶段，经济增长数量与经济增长质量的侧重点开始发生了变化，追求经济增长数量已不再是首要任务，经济增长质量已成为发展经济的关键所在。通过国内外文献的梳理，本文从经济增长质量的内涵切入，讨论了目前一些主要的测算经济增长质量的方法，这有利于我们更加深入了解经济增长质量。
互联网 20世纪60年代，美国和苏联卷入了古巴导弹危机，核战争似乎一触即发，每个国家都在考虑核攻击后的情景。兰德研究员保罗·巴兰（Paul Baran）试图解决核攻击后的一个问题：在核袭击造成毁灭性后果后，如何保持官方沟通渠道的畅通。他的答案为互联网提供了一个框架。
一、经济增长质量的内涵界定
研究经济增长质量的首要任务是确定其内涵，内涵的界定直接决定了研究客体以及研究范围。目前学术界对经济增长质量的定义主要有两种观点：一种称之为狭义上的经济增长质量，将经济增长质量解释为经济增长效率，体现的是技术进步（如王小鲁、魏下海、李翔）。另一种称之为广义上的经济增长质量，认为经济增长质量拥有更加丰富的内涵，在经济增长数量基础上把社会、政治以及民生等因素都纳入到经济增长质量的内涵中（如钞小静、任保平）。
二、广义的经济增长质量的测度方法
测度经济增长质量，首先得确定经济增长质量的内涵。如上述所说，经济增长质量的内涵有两个层面，测度广义的经济增长质量的方法主要有：因子分析法、熵值法以及主成分分析法。
（一）因子分析法
因子分析法的主要思想是降维，首先找出多元观测变量的本质特征，然后进行降维处理，即在一系列的基础指标中选取几个因子来描述变量或因素间的关系。分为同一类的多个变量中，同一类变量就代表着一个因子，以少数几个因子来反映原始信息。因子分析法的因子权重不受主观因素的干扰，可较为客观的反映信息。严红梅（2008）就是使用了因子分析法测算了我国1990—2007 年18 年间的经济增长质量，认为我国经济增长综合质量指数年平均提高约6.5 个百分点。还有许多其他学者使用该方法，如刘海英（2006）、李卫国（2013）、叶初升（2014）等。
（二）熵值法
随即前沿分析方法（SFA）是前沿分析中参数方法的典型代表，它需要确定生产函数的具体形式，其次需要确定干扰项的概率分布。与非参数方法相比，它考虑了随机因素对经济总产出的干扰。王志刚（2006）在超越对数生产函数的基础上使用随机前沿分析，研究了我国1978-2003 年各省的全要素生产率变动情况。结果表明，1990 年之后全要素生产率增长率明显下降。从全要素生产率的分解来看，技术进步是推动全要素生产率增长的主要动力，而不是技术效率。李翔、杨柳（2018）使用随机前沿生产模型对华东六个省份1978-2015 年的全要素生产率进行了分析。研究显示，华东地区的全要素生产率年均增长率为4.59%，技术进步是促进全要素生产率增长的主要动力，技术效率反而阻碍了全要素生产率的增长。黄鑫昊、孙猛（2018）在随机前沿模型基础上引入了空间误差模型，对中国31个省份2000-2014年的全要素生产率进行了测算，发现大多数现有文献严重低估中西部的全要素生产率。
（三）主成分分析法
主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。它损失的信息少，测度的指标权重有客观性，测度的准确性相对较好。使用该方法的学者有钞小静、任保平、随洪光、李强等。任保平、葛枫（2011）构建了一个涵盖经济6 个维度共65 个基础指标的经济增长质量评价体系，运用主成分分析法对内蒙古2000-2010 年的经济增长质量进行了测算，结果显示内蒙古的经济增长质量呈缓慢上升趋势，但与其经济数量飞速增长相比，经济质量还有很大的上升空间。白俊红、王林东（2016）研究了创新对经济增长质量的提升作用，发现创新的驱动作用在不同的维度上差异明显。在全国层面，创新对经济增长质量的促进作用显著的，对东部地区的经济增长质量也有提升作用，对中部地区促进作用不明显，创新对西部地区的经济增长质量反而有抑制作用。
三、狭义的经济增长质量测度方法
1.1一般资料2016年1月至9月我院对92例短暂性脑缺血患者进行了研究分析,共有62例男性和30例女性,最小41岁,最大76岁,平均(67.3±2.9)岁;将患者分成了对照组和研究组,均有46例患者。
（一）生产函数法
生产函数法是丹尼森发在借鉴了“索洛余值”的思想上发展的一种估算方法。其基本思路是首先假定总量生产函数，然后使用产出增长率扣除各投入要素增长率得到一个残差，这一残差便是估算的全要素生产率增长。张军、施少华（2003）使用柯布道格拉斯生产函数测度我国1953-1998 年的经济增长质量变动情况，研究发现改革开放极大的提高了我国经济增长质量，1978-1998 年间我国的经济质量年年平均增长率约为2.81%。王小鲁（2000）也是用该方法研究了我国1953-1999 年间全要素生产率，实证表明，经济增长的18%的贡献来自于全要素生产率的提高。生产函数的缺点也相对较为明显，它需要假定技术中性以及规模报酬不变，这些假定过于严格，在测算经济体较长时间序列的经济增长质量是误差较大。
（二）随机前沿分析法
熵值法是通过测算指标的离散程度来判断指标的有效性。设有X 项指标、Y 个省份，则形成一个X×Y 阶矩阵。如果Xij 在X 指标中偏离越大，则该指标在综合评价中权重越大，反之权重则越小。如果某项指标的数值越分散，则代表的信息熵值越大，权重也就愈大。耿焕侠、张小林（2014）在构建经济增长质量综合评价体系的基础上，使用该方法测算了江苏省13 个地级市2001-2011 年的经济增长质量，研究发现：苏北、苏中、苏南呈现出明显的地区差异，但江苏省经济增长质量整体上处于逐年上升状态。
狭义的经济增长质量将经济增长质量的内涵确定为经济增长的效率，体现的是生产技术与管理效率的提高。如果在给定投入要素的前提下，对于某一单元在单位时间里的产出越高，则代表经济增长的效率越好，经济增长质量越久越高。狭义的经济增长质量是通过测算全要素生产率得到，全要素生产率即表示经济增长的效率，目前测算全要素生产率的方法主要有：生产函数法、随机前沿分析法以及数据包络分析法。
（四）数据包络分析法（DEA）
数据包络分析法（DEA）是通过线性规划的方法来度量效率，它是一种非参数方法，即不需要已知生产前沿的具体形式，只需已知投入产出的数据。数据包络分析法通常使用Mlamquist 指数来测算全要素生产率的，Mlamquist 指数又可以根据参比方式不同分为相邻参比Mlamquist 指数、固定参比Mlamquist 指数、全局参比Mlamquist 指数等。相邻参比Mlamquist 指数计算每年全要素生产率是以上年为参照系，得到是全要素生产率较上一年的增长率或下降率，各年之间不具有传递性，无法得到全要素生产率增长率的累计值。魏下海（2010）便是使用相邻参比指数测算了全要素生产率。而固定参比与全局参比则只是用一个参照系，固定参比Mlamquist 指数使用的是每一年为参照系，全局参比Mlamquist 指数则是将单位看作一个整体，在从这个整体中确定生产可能性曲线为参照系，这两种方法测算出的每年全要素生产率增长率具有传递性，可累乘得到全要素生产率的增长累计值。张煜、孙慧（2018）使用Malmquist 指数法对全国31 个省市2000-2012 年的全要素生产率进行了测算。研究发现，全要素生产率在全国层面呈负增长，东部地区、中部地区以及西部地区的全要素生产率呈U 型分布。
四、经济增长质量测度方法评述
目前学术界根据对经济增长质量定义不同，经济增长质量测度方法分成了两大类别。广义上经济增长质量的测度方法一般称之为综合指标法，首先构建指标体系，各学者根据自己的研究目的不同可将相关的指标纳入体系。其次便是将指标降维，综合化后得到一个综合指数。狭义的经济增长质量的测度方法一般称之为全要素生产率法，各种方法都是测算全要素生产率。从测算的精准度来说，生产函数法相对较差，随机前沿分析法与数据包络分析法较好。SFA 相对DEA 来说，它的优点是它引入了随机扰动的影响，计算可能更为准确。SFA 也有明显的缺点，它需要对扰动项设定其分布，同时需要对生产函设定函数形式。而DEA 就不需要这些设定，只需要投入与产出这两个观测值。
厨电龙头企业业绩的一片飘红充分表明，厨电市场增长潜力依然巨大，当前的市场遇冷态势，仅仅是行业生命周期的正常反应，但是，这块巨大的蛋糕已然不是人人有份。从业企业想要分得一杯羹，就必须积极求新突破。事实上，厨电龙头企业们业绩能够保持增长，正是因为它们已经在积极行动。专业厨电企业开始积极扩充品类，如，老板控股金帝，强势抢滩集成灶市场；华帝股份购买了中山市华帝环境科技有限公司部分股权，入局空净领域；综合型企业则积极整合全球化优势资源，如，海尔发布大厨电战略，五大品牌协同，形成了品牌集群优势以及用户差异化服务优势。
参考文献
[1]白俊红,王林东.创新驱动是否促进了经济增长质量的提升?[J].科学学研究,2016,34(11):1725-1735.
[2]耿焕侠,张小林.基于熵值法的江苏省经济增长质量定量分析[J].地理与地理信息科学,2014,30(1):81-85.
[3]钞小静,任保平.中国经济增长质量的时序变化与地区差异分析[J].经济研究,2011,46(4):26-40.
[3]严红梅.基于因子分析法的我国经济增长质量的实证分析[J].科技管理研究,2008(8):239-242.
[4]李翔,杨柳.华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型[J].华中农业大学学报(社会科学版),2018(6):68-74+160.
[5]陈彬,孙才志.中国省域经济增长源泉研究:要素和全要素生产率——基于改进空间的随机前沿模型[J].资源开发与市场,2018,34(7):894-901.
[6]张煜,孙慧.基于DEA-Malmquist 指数法的省域全要素生产率比较研究[J].干旱区地理,2016,39(2):435-442.
[7]魏下海.全要素生产率增长与人力资本效应研究[D].天津:南开大学,2010.
[8]傅晓霞,吴利学.前沿分析方法在中国经济增长核算中的适用性[J].世界经济,2007(7):56-66.
[9]师博,任保平.中国省际经济高质量发展的测度与分析[J].经济问题,2018(4):1-6.
[10]王小鲁.中国经济增长的可持续性与制度变革[J].经济研究,2000(7):3-15.
[11]单薇.基于熵的经济增长质量综合评价[J].数学的实践与认识,2003(10):49.
[12]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(2):17-24.