徽经济转型升级的时空演化研究
——基于2003-2013年面板数据
朱道才 徐慧敏
(安徽财经大学,安徽 蚌埠 233030)
摘要:基于2003-2013年间安徽省16个地市面板数据,利用DEA-Malmquist模型,计算全要素生产率贡献率,分析安徽省经济转型升级的时空演化过程。研究表明,考察期内安徽省全要素生产率对经济发展的推动作用整体呈明显增长的趋势,一定程度上表明安徽省高投入、高消耗、高排放、低产出的粗放型经济发展方式正逐步转变,但鉴于贡献较小,当前转变经济发展方式、实现转型升级依然是经济发展的重中之重。同时,安徽省经济转型升级也存在较大的空间差异,皖南地区经济转型升级的效果最好,皖中次之,皖北经济的转型升级则相对最为缓慢。为此,提出把从提高三次产业的技术利用效率,实现安徽省产业结构的优化升级作为加快经济转型升级的重要途径和主要方向。
关键词:经济转型升级;DEA-Malmquist模型;全要素生产率;时空演化
中图分类号F061.5 文献标识码 A 文章编号:1672-0547(2016)01-0010-06
一、问题的提出
改革开放以来,中国经济快速发展,国内生产总值大幅提升,创造了“中国速度”,特别是2010年经济总量在全球的占比上升到7%左右,使得中国成为仅次于美国的全球第二大经济体。但过去30多年高速增长积累的深层次矛盾和风险也逐渐显现出来,特别是在全球经济受到金融危机冲击进入到大调整与大过渡阶段时,中国经济地随之进入增速阶段性回落的时期。要保持中国经济持续稳定增长,必须摆脱资源和环境的约束,实现经济增长动力从要素、投资驱动转向服务业发展及创新驱动,从而形成以转型升级为主要方式的可持续、健康发展模式。
经济转型升级是中国政府在反思自身经济发展历程中提出的一个适合国情的科学新理念,是由技术进步引起的在企业、产业、空间和制度四个层面的跨越式经济发展[1],其本质内涵包括经济发展方式的转型与经济结构的升级两个方面[2],其中“转型”主要是指经济体制和经济发展方式的转型,而“升级”则主要是微观尤其是产业经济层面的内容[3]。转型升级从依靠生产要素投入增长的粗放式发展转变为依靠生产要素使用效率提高的集约式发展[4],变革生产要素使用方式和优化调整经济结构能有效促进经济发展方式提升转变[5],具体表现为要素投入由粗放到集约、经济结构由低级到高级、增长目标从单纯追求经济增长到全面协调可持续[6],即在减少对经济发展的资源环境约束下,依靠自主创新、市场化程度和消费促进经济转向长期、平稳的中速持续增长,最终实现发展成果在全社会范围内公平、公正地分享[7]。
安徽省是中部地区的重要省份,随着长江经济带和“一带一路”等国家重大战略的推进,将迎来经济和社会发展新机遇。近年来,安徽省经济持续快速增长,年增速都在10%以上,但也存在技术效率较低、产业发展基础较弱、资源环境依赖性较大等矛盾,而且区域发展不均衡等矛盾,持续健康发展难以维系,实现经济转型升级迫在眉睫。因此,分析安徽省经济转型升级的时序和空间演变过程,依此判断全省和各地市经济转型升级的态势,对于加快安徽经济转型升级步伐有一定的参考价值。
二、研究方法与数据来源
(一)DEA-Malmquist模型
经济转型升级涵盖了多方面的内容,其本质内涵就是转变经济发展方式,即在摆脱资源、环境约束的基础上,主要通过技术进步与创新来不断提高经济发展的质量与效益,由于全要素生产率通常是指技术、管理、创新和结构性因素等要素投入对经济发展的影响,体现了经济发展方式的转变,所以通常用全要素生产率对经济发展的贡献率来衡量区域经济转型升级的水平。
基于DEA理论的Malmquist生产率指数法是一种有效测算全要素生产率的非参数化方法[8],通过构造全要素生产率变动指数( )来表示动态变化趋势,其表达式为:
(1)
式(1)中:
——综合技术效率指数,表示要素资源的配置、利用状况和规模报酬等水平的变化,大于1表示效率得到改善,反之降低;
——技术变动指数,大于1表示考察年份实现技术进步,反之技术退步。
随着规模报酬可变在实际经济中的应用价值逐渐扩大, 在规模报酬可变的情况下可进一步分解为规模效率变动和纯技术效率变动的乘积,即:
(2)
式(2)中:
——规模集聚水平的变动,大于1表示规模效率提高,决策单元向最佳规模靠近,反之偏离;
——要素资源配置效率和管理水平的变动,大于1表示要素资源配置和管理水平的变动较上期变好,效率得到改善,反之降低。
因此,全要素生产率变动指数可以综合表示为:
(3)
当 大于1时,表示全要素生产率提升;小于1时,表示降低;等于1时,表示没有变化。
(二)指标选取与数据处理
基于指标选取的科学、客观、系统和可操作性原则,参考相关学者的研究,为了较为全面准确反映安徽省经济转型升级的动态发展,确定1个输出指标和4个输入指标。
1.输出指标
以安徽省各行政地市国内生产总值(GDP)为输出指标,并且以2003年为基期,对之后年份的GDP数据进行平减,以平减后的实际GDP数据作为总产出指标(Y)。
2.输入指标
(1)劳动力投入指标(L)。劳动力是经济发展过程中“人”的投入,就业人数指标可以较好地反映劳动力投入要素的一般情况,因此以安徽省各行政地市2003-2013年的年末从业人员数为劳动力投入指标。
(2)资本投入指标(K)。资本是经济发展过程中“财力”的投入,以资本存量为资本投入指标。资本存量作为经济发展的重要因素之一,是计算 的关键变量。常用的计算方法永续盘存法(PIM)在假设相对效率呈几何递减模式时,重置率为常数,资本存量的估算表达式为:
(4)
式(4)中:
、 ——分别表示地区i第t、t-1期的资本存量。
——折旧率,在借鉴学者相关研究基础上[9-12],通过合理设定建筑与设备的使用年限,计算得到它们的折旧率,再根据二者固定资产投资结构的比重对折旧率进行加权平均,得到各省固定资本形成总额的经济折旧率 为9.6%。
——地区i第t期的投资总额,用全社会固定资产投资总额衡量,由于无法获得基期资本存量数据,所以以2003年固定资产投资总额为基期资本存量,计算得到安徽省各行政地市2003-2013年的资本存量数据。
(3)资源投入指标(R)。资源体现了“物”的投入,是发展经济所必须的,通常用能源消费量指标来表示。基于数据的可获得性和统计口径的一致性,用全社会用电量来表示安徽省各行政地市的资源投入情况。
(4)环境投入指标(E)。环境作为一种没有计入成本的投入指标纳入到经济转型升级的测度中,符合当前新常态下将生态文明理论融入到经济发展当中的论断。安徽省南北各有长江和淮河两大水系横穿,而工业生产则集中分布在沿江和沿淮地区,所以认为全省水资源环境污染更为严重和更具普遍性,因此选取工业废水排放量为环境投入指标。工业废水排放量作为环境污染的一般指标,能够较好地说明环境污染的情况,且在各行政地市中具有良好的统计可获得性。
(三)数据检验
经济面板数据由于时间序列的影响可能存在伪回归的现象,因此需要对数据进行面板单位根和协整检验,以保证结果的有效性。
由于巢湖已于2011年8月22日撤销地级市、设立县级市,因此为了统计口径的一致性,在样本选取方面不予考虑,仅对现存的16个行政地市进行研究。在收集整理安徽省16个地市2003-2013年间面板数据的基础上,对相关指标进行单位根和协整检验。
1.单位根检验
采取LLC、Fisher-ADF和Fisher-PP等三种单位根检验方法,并对涉及平稳性的Y、L、K、R和E指标作对数处理,以进一步增强检验结果的稳健性,结果如表1所示。变量LnY、LnL、LnK、LnR和LnE的三种单位根方法的P值都接近于1.0000,大于1%显著性水平,为非平稳序列。对LnY、LnL、LnK、LnR和LnE进行一阶差分之后的P值都接近于0.0000,小于1%的显著性水平,说明它们的一阶差分都是平稳的,即LnY~I(1),LnL~I(1),LnK~I(1),LnR~I(1),LnE~I(1),因此,总产出、劳动力、资本、资源和环境指标均为平稳序列。
表1 单位根检验结果
变量
|
LLC检验
|
Fisher-ADF检验
|
Fisher-PP检验
|
LnY
|
|