张鸿

内容摘要：本文基于2000-2013年省级面板数据，采用索洛生产函数模型及面板计量模型，测算全要素生产率（TFP）并估算我国各省及八大经济区各要素对区域经济增长的贡献率。结果表明：各省全要素生产率水平存在显著差异，各要素对区域经济增长的贡献率中最高的是资本贡献率，其次是技术进步贡献率，最低是劳动力贡献率。文章在实证结果分析的基础上，指出在经济新常态发展背景下，重新构建新的创新能力、提高要素利用质量和效率、建立以科技创新为引领的发展理念成为各地区经济增长的关键。

关键词：经济增长 要素贡献率 新常态 科技创新

引言

经济增长是一个国家或地区在一定时期内所生产的产品和劳务总量的增加。资本、技术进步、劳动力三要素共同促进经济增长，它们对经济增长的贡献程度在一定程度上反映了一个国家或地区的经济增长方式。一般来讲，经济的持续增长需要通过从外延式增长方式向内涵式转变，即从主要依靠要素投入数量的增加转向主要依靠全要素生产率的提高（张来武，2011）。我国经济发展的新常态处于世界经济的“新全球化”背景中，新全球化的“新”主要在于它将技术突破同地缘政治变迁结合在一起，并由此创造了一个比以往经济互联更为紧密的新模式。

我国现阶段经济增长告别了之前的两位数高增长模式，经济发展新常态对要素供给也产生了新常态约束，之前带动我国经济高速增长的动力在逐渐弱化，如何主动适应和引领经济新常态，选择培育和壮大新的增长动力以及重新构建地区经济创新发展体系成为各地区政府和研究学者关注的焦点。

文献综述

当前，国内外关于要素投入与经济增长关系的研究主要集中在要素投入对经济增长的作用研究，更多是基于国家整体层面或是东部、中部及西部的区域研究，丹尼森（1985）认为经济增长因素包括两类，一类是“生产要素”投入，如资本和劳动力等，另一类则是全要素生产率。郑京海、胡鞍钢（2005）分析了改革开放以来TFP增长率对经济增长的决定性作用，认为技术进步是未来经济增长的关键。叶裕民（2002）测算了1979-1998年中国各省份全要素生产率及劳动和资本的效率，结果发现东部地区和中部地区的资本贡献率变化程度较小，而西部资本贡献率提升幅度较大。杨万平、杜行（2015）对中国经济的增长源泉进行分析，研究发现物质资本投入是现阶段中国经济保持高速增长的主要动力。叶樊妮（2010）对我国1995-2007年的经济增长要素贡献采用OECD推介的方法进行核算，指出我国近年来的经济增长更大程度上是依靠投入要素的增加，需要转变经济增长方式，提高技术进步对经济增长的贡献。现有研究中针对我国八大经济区的研究较少，尤其是包含2008年金融危机后的年份数据的研究文献基本是空白。

综上所述，本文基于2000-2013年相关经济数据并构造计量估计模型，对各省全要素生产率水平及各要素对经济增长的贡献率进行测算，并从省际层面及八大经济区区域层面对经济增长中各要素的贡献进行对比分析。最后，总结实证分析结果，提出创新发展政策建议。

模型与数据

（一）模型设定

全要素生产率是指“生产活动在一定时间内的效率”，是衡量单位总投入、总产量的生产率指标。从经济增长的角度来说，全要素生产率是技术进步对经济发展作用的综合反映，与资本、劳动等要素投入都贡献于经济的增长。本文通过索洛残差法测算全要素生产率，运用面板回归计量方法估计各要素的产出弹性，将它作为各要素在投入中的份额。

（二）数据选取与处理

本文以我国内地31个省份为研究对象，运用2000-2013年经济数据测算全要素生产率水平及资本、技术进步、劳动对经济增长的贡献率，指标变量及数据说明如下：

产出指标（Yit）：各省产出指标本文采用GDP数据进行衡量，数据来自历年《中国统计年鉴》，为扣除价格因素将其转变为不变价格计算生产总值，本文采用以1978年为基期的GDP指数折算实际GDP。

资本存量（Tit）：测算资本存量的方法本文采用较为普遍的永续盘存法。计算公式为：Kt=It /Pt+（1-δ）Kt-1

其中Kt和It分别为第t年的资本存量和固定资产投资额；Kt-1表示第t-1年的资本存量；Pt为固定资产投资价格指数（1990年=1）；δ表示几何折旧率。基期资本存量（K0）按国际常用方法计算，其计算公式为：K0=I0 /（g+δ），其中g是样本期真实投资的年平均增长率；δ是综合折旧率。根据我国的情况，一般采用综合折旧率为5%。

劳动力（Lit）：以各省年末的实际就业人数（万人）计算。本文采用城镇就业人数，数据来源与GDP相同。

实证分析

文章基于2000-2013年31个省市面板数据，运用计量回归模型对（4）式进行回归估计。由于本文研究对象包括我国内地所有省市，因此采用固定效应计量模型进行回归估计。一般情况下，由于面板数据的时间跨度较长会导致时间序列数据存在非平稳性及伪回归现象，所以在模型回归估计前，需要检验面板数据的平稳性，并对变量之间的长期稳定关系进行验证，在各变量满足长期协整关系的基础上，进行面板数据模型回归分析。

（一）面板数据单位根检验

借助Eviews7.2软件，运用LLC、IPS、ADF、PP这 4种检验方法进行面板数据单位根检验以确保检验结论具有稳健性，结果如表1所示。结果表明：所有变量的水平值都存在单位根，在经过一阶差分后各变量值变得平稳即回归模型中各变量是同阶单整的，其线性组合可能存在协整关系，需进一步对其进行协整检验。

（二）面板协整检验

在面板单位根检验的基础上，若变量满足一阶单整，可以检验变量之间是否存在协整关系。本文采用Pedroni检验方法进行面板协整检验，结果如表2所示。结果表明：协整检验中6个统计量均在5%显著性水平下拒绝原假设，因此认为模型数据序列存在面板协整关系且变量间存在长期稳定关系，计量模型可进行回归分析。

（三）模型估计结果

根据面板数据单位根检验和协整检验结果，进行序列自相关修正。采用不变参数的混合普通最小二乘法进行回归可得到表3模型1结果；因为各省份的初始技术水平情况有所不同，因此采用变截距的固定效应模型估计，数据通过面板协整检验，经过序列自相关修正进行回归可得到表3模型2结果。

根据我国实际情况选择模型2进行全要素生产率水平估计。根据模型2得到对应的各项参数后，通过公式（6）、（7）、（8）测算各省资本、技术进步及劳动力对经济增长的贡献率，如表4所示，并计算八大经济区各要素的经济贡献率算术平均数，如表5所示。

（四）实证结果分析

根据表4估计结果，进行省际要素贡献率分析。首先进行资本贡献率分析，可以看到资本对经济增长的全国平均贡献率为46.79%，是各投入要素中贡献率最高的。其中经济发达省市的资本贡献率相对较低，原因可能是这类省市的资本投资逐渐趋于饱和，经济发展对于资本依赖性较低，相反经济发展落后的省市资本贡献率较高，这同我国各省经济发展现状相符。其次进行技术进步贡献率分析，可以看到技术进步对经济增长的全国平均贡献率为42.74%，其中产业基础较好、资本累积充足、科技创新实力较强的地区其技术进步贡献率相对较高。最后进行劳动力贡献率分析，可以看出劳动力对经济增长的贡献率份额相对比较低，全国平均贡献率仅为10.47%，并且全国各省的劳动力贡献率差异较小，原因可能在于劳动力供给比较充足但利用效率较低，因此各省劳动力对经济增长的贡献率均偏低。

根据表5估计结果，进行区域要素贡献率分析。本文采用八大经济区的划分方式，进行区域层面要素贡献率分析。

首先，进行区域资本贡献率分析。从表5可以看出，东北地区、黄河中游地区、长江中游地区、西南地区、大西北地区的资本贡献率高于各沿海地区，其中资本贡献率最高的地区是大西北地区大于0.5，最低的是东部沿海地区贡献率为33.67%，其他六个地区的资本贡献率则在0.4-0.5之间。这是由于随着中部崛起和西部大开发战略的实施，国家对内陆地区的投资建设和转移支付不断加大，资本投资规模逐渐扩大，资本投资成为带动内陆地区经济发展的主要推动力量，因此资本贡献率占比相对较高。

其次，进行区域技术进步贡献率分析。随着我国各地区持续加强重点领域、关键环节科研建设，加速推动科技成果转化应用，创新环境日益改善，企业创新能力显著增强，技术进步取得重要进展，经济增长的科技含量不断提升，但技术进步对经济增长的贡献率各区域间存在一定差距（樊华等，2012），如表5所示，沿海地区技术进步贡献率高于0.45，黄河中游、长江中游、西南地区技术进步贡献率在0.4-0.45之间，东北地区、西北地区的技术进步对经济增长的贡献率较低且低于0.4。

最后，进行区域劳动贡献率分析。从表5可以看出，八大经济区的劳动力贡献率差异较小，但是沿海地区劳动力贡献率存在极差现象，劳动力贡献率最高的是东部沿海地区，最低的是北部沿海地区，其他地区的劳动力贡献率比较接近差异不大。这应该是因为东部沿海经济区作为我国非均衡发展战略下优先发展起来的地区，产业与经济得到了快速发展，主要是能吸纳大量就业人口的工业、服务业的崛起，经济水平和劳动力收入水平得到大幅提高。

结论及建议

（一）研究结论

本文运用索罗生产函数及面板计量模型计算资本产出弹性及劳动产出弹性，并测算了资本、技术进步及劳动力对各省经济增长的贡献率，按照八大经济区进行贡献率区域分析。研究结论如下：整体看来，2000-2013年我国各省经济增长过程中，要素贡献率方面资本贡献率居于高位，技术进步及人口红利对经济增长促进作用并没有完全显现，两者经济效应较弱。相比较而言，经济发达的沿海地区技术进步贡献率较高，经济发展相对落后的中西部地区资本贡献率较高。

（二）政策建议

要素投入驱动的经济快速增长是不可持续的，技术进步将成为一个国家或一个地区经济增长的关键，经济持续健康增长将更加依赖技术进步与知识创新。我国各区域在许多关键性社会经济资源的占有水平、配置能力、利用效率等方面存在很大的差异。正在步入新常态的中国经济，经济增长呈现出强烈的创新能力，因此应转变经济增长方式，加快从要素驱动、投资规模驱动发展转向以创新驱动发展为主的发展方式。建立科技创新系统，以科技创新促进要素生产率提高，并提高结构效益，推动经济发展（金碚，2015；张秀生等，2015；周绍森等，2010）。发展的关键在于因地制宜，充分发挥地区的比较优势并大力推进技术进步，将科技创新放在优先发展的战略位置，以提高自主创新能力为核心，切实增强科技创新对经济社会发展的支撑和引领作用，致力于建成科技创新体系健全、要素集聚、优势明显的创新型发展路径。

参考文献：

1.张来武.科技创新驱动经济发展方式转变[J].中国软科学，2011（12）

2.杰弗里·萨克斯著.钟振明译.文明的代价——回归繁荣之路[M].浙江大学出版社，2014

3.Edward Denison. Trends in American Economic Growth，1929 -1982[M]. Washington， D.C.The Brooking Institution，1985

4.郑京海，胡鞍钢.中国改革时期省际生产率增长变化的实证分析（1979—2001年）[J].经济学季刊，2005（1）

5.叶裕民.全国及各省区市全要素生产率的计算和分析[J].经济学家，2002（3）

6.杨万平，杜行.中国经济增长源泉：要素投入、效率提升还是生态损耗？[J].西安交通大学学报（社会科学版），2015（3）

7.叶樊妮.要素投入、技术进步与经济增长[J].经济与管理，2010（7）

8.罗伯特·索罗著.史清琪等译.经济增长因素分析[M].商务印书馆，2003

9.樊华，周德群.中国省域科技创新效率演化及其影响因素研究[J].科研管理，2012（1）

10.金碚.中国经济发展新常态研究[J].中国工业经济，2015（1）

11.张秀生，樊君晗.经济发展新常态下产业结构优化研究[J].科技进步与对策，2015，32（21）

12.周绍森，胡德龙.科技进步对经济增长贡献率研究[J].中国软科学，2010（2）