中国经济减速的供给侧分析

蒋伟杰 张少华

(1.西安交通大学 金禾经济研究中心，陕西 西安 710049; 2.广州大学 经济与统计学院，广东 广州 510006)

一、引言及相关文献回顾

近几年，“新常态”(new nomal)、“新平庸”(new mediocre)、“新萎靡”(new malaise)、换挡期、经济减速、高速低效等词汇见诸各大主流媒体，引起了经济学界广泛关注。这些词汇的一个共同特征就是中国GDP增长速度明显放缓。数据显示，2015年中国经济增速为6.9%，是1990年以来中国全年GDP增速首次跌破7%，这会大大影响中国2020年双目标翻两番的实现。那么，本轮中国经济增长速度放缓究竟是长期趋势还是短期波动？究竟是源于外部冲击的暂时影响，还是肇始于自身的结构性问题？究竟是什么因素导致了中国经济增长减速？它们是如何发挥作用的？这些因素在未来是否会继续发挥作用？谨慎地回答这些问题，对于理解本轮经济减速以及未来治理减速有着重要的理论价值与政策意义。

对中国经济减速的研究与判断是近几年学术研究的新热点，相关研究者可以分为乐观派和悲观派。乐观派认为中国经济仍可在较长时间维持较高的增长速度，其典型研究有：Fogel(2007)认为，中国在2000—2040年间GDP年均增长率为8.4%。李扬等(2015)认为，中国经济“新常态”是中国迈向更高级发展阶段的宣示，完全不同于次贷危机之后国际主流媒体所展示的概念内涵。由于这种结构性减速伴随着经济增长质量的提升，因此中国经济“新常态”本质上反映了中国经济发展的高级化阶段。悲观派则认为中国经济高增长大势已去，经济减速甚至增速大幅度放缓的可能性很大，其典型研究有：Maddison(2007)预测中国经济在2003—2030年间只有4.98%的年均增长率。Eichengreen et al.(2011)研究发现，快速增长经济体人均年收入达到1.7万美元左右时(中国在2015年或稍晚时会达到这个水平)，其经济增长速度将显著放缓。Pritchett et al.(2014)将中国与印度维持在6%的增速称为“亚洲欣快症”(Asiaphoria)，他们用均值回归预测到中国的平均增速在未来20年低至3.9%，甚至会出现经济增长突然停滞的风险。Barro(2016)基于条件收敛方法认为，中国过去30年的经济增长在全球是“独一无二”的，但是这种长期偏离理论预期的高增长是不可持续的。

在对中国经济减速原因的解释上，现有研究争议较大。学者们认为其主要原因有：总需求中的出口和投资增速显著放缓(陈彦斌 等，2013)；低成本优势的消失(庄巨忠，2012)；全要素生产率增速的下降(白重恩 等，2014；吴国培 等，2014)；政府推动作用的减弱(梁红，2012)；人口结构的变化(王庆，2012；蔡昉，2013)；节能减排的制约(袁富华，2010)；等等。需要指出的是，上述研究中，报告式分析较多，只有少数学者做出了严谨的分析。中国经济增长前沿课题组(2012)指出，资本和劳动要素弹性逆转是导致经济减速的关键变量。中国经济增长前沿课题组(2013)进一步指出，中国经济增长的人口结构转型、生产率的产业再分布、收入分配调整、城市化率提高、资本效率递减、全要素生产率改进空间狭窄等六个结构性特征的共同作用导致了经济增长减速。伍晓鹰(2013)发现，中国整体工业的全要素生产率在1980—2010年间只有0.5%，远不如处在相似阶段的日韩和台湾地区。伍晓鹰(2014)进一步指出,中国近百年的工业化道路都遵循了一条高速低效的增长路径。白重恩等(2014)指出，周期性因素不是中国2008年以来生产率下降的主要因素，“后发优势”不断减弱、对外依存度大幅下降、投资率攀升、政府规模不断扩大和劳动参与率持续降低等才是问题的根本。吴国培等(2014)发现，近几年经济减速的直接原因就是全要素生产率对经济增长的贡献率下降，近5年的贡献率平均仅约为18%。

本文试图从供给侧角度解释中国经济30多年的增长情况及本轮中国经济减速问题。借助数据包络分析(data envelope analyse，DEA)，本文构建一种新的全要素生产率增长的估计与分解方法，该方法可以估计中国全要素生产率增长和每一种投入要素的生产率增长，由此可从供给侧的三个侧面来分析中国经济减速的根源。同时，本文进一步构建计量模型分析影响中国全要素生产率增长、资本生产率增长以及劳动力生产率增长的关键因素。

二、供给侧视角的经济增长分析框架

经济增长的供给侧分析，也正好对应了以索洛为代表性人物的新古典增长理论(Solow，1956)，在新古典经济学框架下，资本积累、劳动力供给以及技术进步带来的全要素生产率(total factor productivity，TFP)*因为，全要素生产率在长期经济增长中的决定性作用与价值。全要素生产率增长也被学者较多的研究与关注，并逐渐成为揭示本轮中国经济减速的焦点。研究中国全要素生产率增长的结构及其背后的驱动力量，对理解本轮中国经济减速尤为重要和迫切。是经济增长的三个源泉。在上述框架下，经济增长可以被分解为要素投入的增长与全要素生产率的增长，具体分解方式如图1所示。

图1新古典增长理论下经济增长的分解

针对上述经济增长的分解框架，并考虑到在当前的经济形势下，依靠传统的资本积累和劳动参与率提高的增长方式渐渐表现出不可持续的态势，产能过剩、资源错配、效率损失严重等问题逐渐成为制约中国经济健康可持续发展的主要障碍。为此，如何从增加要素投入带动经济增长转变为对要素的合理、充分利用成为经济改革中急需解决的问题。参考Chang et al.(2012)的做法，本文将全要素生产率的分解扩展到要素层面，使原本相对独立的两个部分进行有机结合。为此，我们将投入导向型方向性距离函数与Färe-Lovell效率测度方法*Färe-Lovell效率测度可以允许距离函数在不同的投入要素间具有不同的收缩比例，是一种较为常用的非径向效率测度方法。相结合，对Luenberger生产率指数进行扩展，这种扩展使得全要素生产率可以进一步分解到要素层面，如此不仅可以将新古典经济增长理论中对于促进经济增长相互独立的两个部分进行有机结合，而且还可以将对经济增长的分析全部放在生产率这个层面，由此可以在生产率层面探索中国经济增速下降的深层原因。

(一)生产技术与TFP

与现有研究中国经济增长或者测度全要素生产率的相关文献相同，本文假定生产过程中主要使用劳动(L)和资本(K)作为投入，在既定技术水平(Pt)下可以产生经济产出(Y)。上述关系可以通过生产可能性集合(production possibility set)*这里本文假设生产技术符合新古典假设，不再进行详细说明。表示为：

Pt={

(Lt,Kt,Yt)|

(Lt,Kt) can produce Yt

}

(1)

在满足新古典假设的情况下，生产技术具有自由可处置性(free disposable)，意味着厂商总是可以使用更多的投入来生产更少的产出。当然，这种做法是非效率的，因为在现有技术水平下可以在保持产出不变的情况下减少投入，从而实现更为有效的生产计划。可见，要消除生产计划中的非效率问题并不是没有代价的，可能需要采用更为科学的管理模式、激励制度等等。传统DEA模型在衡量生产活动中的非效率因素时，往往是基于整个生产过程的，而本文通过采用Färe-Lovell效率测度方法与方向性距离函数相结合的方式，在要素层面衡量每种投入在生产活动中的非效率情况，并对其加总以得到整个生产过程的非效率值。采用方向性距离函数*关于方向性距离函数性质的详细介绍可以参考Chambers et al.(1998)的文章。以及Färe-Lovell效率测度方法，可以将上述生产技术等价地表示为：

(2)

(3)

同时，本文将观察到的投入水平作为方向向量，即(gL,gK)=(Lot,Kot)。而劳动与资本投入中的非效率对整体非效率的影响权重也没有较强的理论依据，将劳动与资本对于整体非效率的影响权重设定为(ωL,ωK)=(0.5,0.5)*本文同时采用章上峰等(2010)基于生产函数法估计得到的要素弹性作为权重进行重新估计，结果与(0.5, 0.5)权重下的十分相近。感谢匿名审稿人提出的宝贵建议。。在上述设定下，各个生产单位的整体非效率值，即方向性距离函数可以通过求解如下线性规划问题得到：

(4)

(5)

TFP指数小于零,意味着在时期t与时期t+1之间，全要素生产率发生了退步；TFP指数等于零,意味着两期之间全要素生产率不变；TFP指数大于零,意味着两期之间全要素生产率发生了进步。

(二)供给侧视角的效率分解

(6)

(7)

进一步，这种分解方法有两个良好的特征：(1)每一种投入的生产率增长可以进一步分解为技术进步和技术效率变化，由此就可以进一步理解资本生产率和劳动生产率背后的驱动因素。(2)全要素生产率增长等于资本生产率增长和劳动生产率增长的算术平均，相应地，全要素生产率增长中的技术进步等于资本生产率增长的技术进步和劳动生产率增长的技术进步的算术平均，全要素生产率增长中的技术效率变化等于资本生产率增长的技术效率变化和劳动生产率增长的技术效率变化的算术平均。因此，这种分解方法可以进一步表示为：

TFPG =0.5(LPG+KPG)

=0.5(EFFCHL+EFFCHK)+0.5(TECHCHL+TECHCHK)

=EFFCH+TECHCH

(8)

这里的EFFCH和TECHCH分别表示技术效率变化和技术进步，EFFCH衡量的是对应投入要素的相对效率变化，TECHCH衡量的是生产前沿面的移动。下标L和K分别表示劳动和资本。其中，

(9)

(10)

在本文的框架下，各要素的技术进步和技术效率变化可以理解为，在其它要素效率不变的条件下，某要素效率变化对全要素生产率的影响。例如，劳动要素出现了5%的技术进步，在本文的分析框架下，这表明在资本投入效率不变的条件下，生产前沿面沿着劳动的维度上移了5%，进而使全要素生产率在技术进步方面提升了5%。类似地，资本出现了5%的技术效率提升，意味着在劳动效率不变的条件下，观测点在资本维度向前沿面靠近了5%，且使得全要素生产率在技术效率方面提高了5%。这样的分解使得全要素生产率变化的原因更加明晰。

(三)数据来源与处理

采用省际投入、产出数据研究中国经济增长的文献较为丰富，这些研究普遍使用了各省的资本存量以及劳动力人数作为投入要素，产出变量也多以地区生产总值为主。本文最终构建了中国大陆29个省、直辖市、自治区(不包括西藏，重庆和四川合并)1978—2012年的平衡面板数据。资本存量(K)的处理主要采用国际上通行的“永续盘存法”，具体的处理则使用单豪杰(2008)的方法，并且调整为1978年为基期。本文采用各省历年就业人员数作为劳动投入量指标(L)，1978—2008年各省历年就业人员数据来自《新中国60年统计资料汇编》，2009—2012年的数据来自相应年份的《中国统计年鉴》。本文选用中国29个省份以1978年为基期的实际地区生产总值(Y)，其中1978—2008年地区生产总值数据同样来自《新中国60年统计资料汇编》，2009—2012年的数据同样来自对应年份的《中国统计年鉴》。

三、测度结果分析

本部分使用GAMS 24.1.3软件求解上述方法中涉及的线性规划问题，基于中国29个省份1978—2012年的数据样本，重新测度中国的TFPG、KPG与LPG，在将TFPG分解为技术效率变化和技术进步的基础上，也将KPG与LPG分解为各自的技术效率变化和技术进步。

(一)国家层面考察

1.周期特征分析

图2 TFPG、KPG和LPG的变化趋势

图2是国家层面的TFPG、KPG与LPG变化情况。在样本期内，中国的TFPG表现出年均5.32%的增长。特别地，TFPG在90年代中期以前极不稳定，在1986年(9.71%)和1989年(13.9%)有两个峰值。TFPG在1995年达到13.4%之后开始下降，这期间有一个减缓的趋势。2000以后，剔除全球金融危机的影响，TFPG有一个轻微的上涨趋势。TFPG波动的模式与各时期中国的各项重要改革高度契合。1978—1989年的高增长反映了中国20世纪70年代后期和80年代后期开始的两波农业部门改革(分别是家庭联产承包责任制、农产品价格改革和农业投入品市场改革)以及20世纪80年代早期进行的非农部门改革(价格双轨制和经济决策权下放)；TFPG在整个90年代的高位运行反映了各项改革的深化尤其是1997年实施的市场化改革(国企所有制改革和民营企业合法化)的成果；2001年中国加入世界贸易组织又带来了新一轮的TFPG的上扬，只是由于受次贷危机与全球经济危机的影响，中国TFPG在2008年之后波动加剧。

图2同样列示了KPG与LPG的年度变化情况。在样本期内，LPG的平均增长率为7.53%，而KPG的平均增长率仅为3.12%。LPG和KPG在1993年以前的趋势高度一致，而在1993年以后开始分离，特别是在90年代中期以后，KPG总是低于LPG和TFPG。图2表明，在1993年之后，LPG呈现持续性的高年增长率(8.73%)。一种可能的经济解释是，劳动力逐渐从低生产率产业(第一产业)转移到高生产率产业(第二和第三产业)。然而，1993—2012年的平均KPG只有2.68%，表明在这段时间KPG对中国TFPG的贡献仅是LPG的1/3。因此，本文研究发现，在过去的几十年间，中国经济TFPG最大的贡献来自LPG。近十几年来资本生产率较低水平的增长是中国全要素生产率增长所面临的一个重大挑战。20世纪90年代以来中国的资本生产率不断下降，造成了年均资本生产率较低的局面，一个可能的经济解释就是中国越来越严重的过度投资以及过度投资造成的配置低效。已有研究表明，中国投资占GDP的比重在过去十年持续上升，至2013年达到46%。中国的实际投资水平不仅显著高于跨国面板数据估计所得出的水平，而且偏离跨国面板估计的规模更大且持续时间更长(Lee et al.，2012；屈宏斌，2015)。近十几年出现的难以根治的产能过剩问题就是对过度投资的一个最有力的佐证。

过度投资意味着经济资源错误地配置给经济中的其他部门，而资源错配直接导致经济效率低下，这一点已被国内外大量研究所证实(Hsieh et al., 2009)。Hsieh et al.(2009)预测，如果中国资源配置效率提高到美国的水平，中国的宏观经济产出将提高30%～50%。本文研究表明，尽管保持过高的投资率造就了中国经济快速发展，但是过度投资的代价也十分高昂。中国因为过度投资而遭遇的发展困境已经显现，一方面仍然需要大量的投资来完成工业现代化、城镇化，作为后发国家更需要通过投资来实现经济的发展与技术的赶超，另一方面过度投资又导致资本生产率低下，不仅造成资源的极大浪费与错配，而且直接制约了中国经济增长转型，最终导致中国经济陷入一种“高投资—高增长—低效率—高投资—高增长”的发展怪圈。

2.效率分解分析

图3 TFPG、技术进步与效率变化的累积变化

为了能与传统的分解方法相比较，本文进一步将TFPG分解为技术进步和技术效率变化。图3是TFPG、技术进步与技术效率变化的累积变化情况。在样本期内，中国的TFPG累计增长了180.97%。技术进步是促进TFPG的主要动力，技术进步累积增长了168.97%。与此形成鲜明对比的是，技术效率变化的累积增长仅为12.02%，这意味着在中国，追赶效应十分微弱，说明无效率省份和效率省份之间的不平衡程度并未显著改善。这个结果与大部分现有研究也是一致的(Guillaumont et al.,2006；Zheng et al.,2006；Chen et al.,2009；Li et al.,2011)。

本文同样可以将KPG和LPG分解成各自的技术进步与技术效率变化。表1显示了各期KPG和LPG的技术进步与技术效率变化。KPG的两个分解部分(EFFCHK和TECHCHK)，在1978—2012期间，资本生产率的技术效率变化(EFFCHK)平均是-0.11%。正如Zheng et al.(2009)指出，90年代中期以后，中国的增长模式高度依赖资本积累。本文研究表明，EFFCHK相对于资本技术进步(TECHCHK)十分低下，这可能正是因为资本存量的积累速度过快所致。幸好，TECHCHK每年增长3.23%，抵消了EFFCHK的负效应并且导致资本生产率的正向增长。至于LPG的分解部分(EFFCHL和TECHCHL)，表1表明，EFFCHL年均增长0.82%，TECHCHL年均增长6.71%，都是正向增长。

表1 KPG和LPG分解情况

本文认为，劳动力的技术效率相对其技术进步速度较低有两个方面原因：一是户籍制度与部门垄断等导致低素质劳动力长期积聚在低端制造业和传统工业部门，无法通过“干中学”和项目培训等来提升自身素质与效率水平；二是垄断导致高素质劳动力无法合理配置，而是大量配置在非生产性部门。例如，已有研究指出中国在人力资本水平相对较低的情况下，仍然将人力资本严重错配在非生产性部门(鄢萍，2012；中国经济增长前沿课题组，2014)。每年持续升温的高学历群体报考公务员热也从另一个侧面反映了中国存在严重的高素质人力资本错配问题。

3.贡献度分析

表2中计算了整个样本期以及三个子样本期TFPG对中国GDP增长的贡献。平均而言，中国GDP在样本期的年均增长速度为9.92%，与此同时，TFPG的年均增长速度为5.32%。研究发现，TFPG可以解释中国GDP增长的53.63%，远高于Li et al.(2011)的发现。

基于本文的分解方法，可以给KPG和LPG对GDP增长的贡献提供新的发现。如表2所示，KPG(18.27%)和LPG(31.28%)对GDP的贡献在第一个子样本期(1978—1993年)是三个子样本期内最接近的。然而，比较三个子样本期发现，LPG的平均增长率从6.18%增长到9.82%，而KPG的平均增长率从3.61%降低到2.24%，结果导致KPG对GDP的贡献在第三个子样本期内(2008—2012年)只占12.11%，而LPG对GDP的贡献高达53.08%。这个结果再次表明劳动力生产率对中国经济增长的重要作用，以及中国经济已经遭遇的资本生产率增长低下的困境。

表2 TFPG、LPG和KPG对GDP增长贡献度

注： LPG和KPG的贡献度是由0.5×LPG/GDP增长和0.5×KPG/GDP增长计算得出。

本文研究结果与朱晓东(2013)、刘培林等(2015)类似。朱晓冬(2013)的测度结果表明，1978—2007年中国经济增长主要来源于生产率的增长而非通常文献所认为的固定资产投资的拉动。而刘培林等(2015)研究表明，1978—2009年中国全要素生产率平均增长率为3.16%，并且TFP增长对人均GDP增长的贡献率达到77.89%。中国经济增长的“技术含量”与日本、中国香港、韩国等成功赶超的国家或地区相比，实际上更高。

(二)分地区考察

1.总体考察

长期以来，中国存在严重的地区差距问题。自从邓小平1992年“南方谈话”以后，中国加快了改革开放进程。然而，官方数据表明，自1992年以后，用人均GDP衡量的地区不平衡却加剧了(Fleisher et al.，2010)。图4勾勒了1978—2012年中国东中西部地区TFPG的累积变化情况*29个省份被分为三个区域：东部(北京、天津、上海、山东、河北、辽宁、江苏、浙江、福建、广东和海南)，中部(山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南)，西部(内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆)。。图4清楚地表明，截至2012年末，中国地区间的全要素生产率增长的累积变化差异巨大。在1978—2012年间，东部地区是三个地区中累积TFPG最大的，总和达到225.85%，紧接着是中部地区(164.06%)和西部地区(145.15%)。这个研究结论是合理的，并且与Chen et al.(2009)以及Tian et al.(2012)的研究结论一致。但令人意外的是，在1990年之前，中部地区相较于其他两个地区来说拥有更高的累积TFPG。一种可能的解释是，中国经济改革是从西部和中部地区开始启动(Tian et al., 2012)，但由于地域优势(易于进入全球市场)和优惠政策(经济特区)，东部地区在90年代以后加快了改革开放的步伐并且取得了显著的TFPG。

图4东部、中部、西部地区TFPG的累积变化

图5东部、中部、西部地区平均TFPG、KPG和LPG

上文分析表明，在生产率增长方面，东部地区的TFPG最高，而西部地区的TFPG最低。为了能够了解TFPG的根源，图5显示了三个地区的平均TFPG、KPG和LPG。图5表明，在东部地区，KPG和LPG年均增长率分别达到3.74%和9.55%。中部和西部地区也呈现类似的增长模式，即LPG是TFPG的主要来源。东部地区的平均LPG和平均KPG都比中西部地区高很多，两种要素生产率增长共同导致了东部和中西部之间的巨大差距。因此，本文不仅发现了TFPG的地区性差异，而且还发现了这种地区性差异同样存在于不同要素的生产率增长上。

2.贡献度分析(兼论“两大战略”)

在过去20年里，中央政府实施了一系列政策来缓解区域发展不平衡。进入21世纪更是实施了两个战略：“西部大开发”战略和“中部崛起”战略。“西部大开发”战略在2000年正式实施，目的是要加速西部地区基础设施建设，增强环境保护，改善产业结构，促进科技教育，深化改革开放等。在“十一五”期间(2006—2010)，政府又开始实施“中部崛起”战略，目的是为了提升中部地区发展速度，核心是要实现农业现代化，提升工业化和城镇化水平。为了能够更好地理解这些战略的实施效果，本文按照四个时期进一步分析TFPG及其构成：全样本期(1978—2012)，“西部大开发”时期(2000—2012)，“中部崛起”时期(2006—2012)，以及“后金融危机”时期(2008—2012)。

表3列示了东中西部地区在四个样本期的LPG、KPG以及各自的技术进步与技术效率变化对TFPG的贡献率。在整个样本期(表3的A板块)，三个地区的TFPG大部分是由LPG推动的，贡献度变化从中部地区的66.34%到西部地区的72.74%。三个地区的EFFCHK对KPG的贡献均为负值，没有“追赶效应”，这意味着三个地区在资本生产率上展现了“强者恒强”的发展模式。在整个样本期内，三个地区的KPG的贡献份额始终低于LPG。

表3的B板块反映了后2000年期间的计算结果，用来检验三大地区是否从“西部大开发”战略中获益。在该段样本期内，西部地区的TFPG最低，平均每年4.24%，这个增长率约为东部地区的2/3，意味着“西部大开发”战略对西部地区具有显著提升作用，在生产率层面有效缩小了地区差距。同时也可以看到：KPG的技术进步和技术效率变化对于西部地区有正向影响，尽管效果相对较小；与KPG对西部的贡献相比，LPG对西部的贡献要大于其对东部和中部的贡献。B板块表明，在“西部大开发”过程中，偏向劳动的技术进步是主要方向与动力。

表3的C板块显示的是2006—2012年“中部崛起”战略的实施效果。结果显示，在“中部崛起”战略实施后，中部地区的年均TFPG达到了6.31%，较之于东部地区(7.27%)和西部地区(5.49%)，其提升作用十分显著。研究结果进一步表明，“中部崛起”战略在缩小地区差异的同时，能让中部地区的KPG产生“追赶效应”(10.82%)，而且中部地区的LPG虽然没有西部的高，但是已经超过了东部。因此，C板块表明，在“中部崛起”过程中，同样发挥了劳动的比较优势以及偏向劳动的技术进步也是推动“中部崛起”的主要方向与动力。

表3的D板块分析了“后金融危机”时期三大区域的经济增长情况。结果显示，中部与东部地区的TFPG几乎相等，而西部的全要素生产率增长也十分可观。同时两种要素的追赶在东部都是负值，中部表现最好。这可能反映了东部地区的经济增长受到全球金融危机的影响更加严重的事实。

比较表3的A和D两个板块，我们发现，相比整个样本期，“后金融危机”时期三个地区的TFPG都十分抢眼，尤其是中西部的表现。可能的解释是，受外部金融危机冲击的影响，东部发展的比较优势受到抑制，而中西部自身的比较优势进一步突显出来，如西部的LPG对TFPG的贡献度高达94.63%，说明西部地区充分发挥了自身在劳动力方面的比较优势。

总之，本文研究表明，至少从TFPG角度来看，中央政府推行的两大战略有效地促进了地区间的平衡增长，其中发挥劳动力比较优势以及偏向劳动的技术进步是“西部大开发”和“中部崛起”战略能够成功的关键。而受全球金融危机的影响，中西部地区的TFPG与东部地区的TFPG更加接近，表现出较强的抗跌特征。

表3 TFPG、KPG与LPG以及各自分解部分对三个区域的贡献度

四、生产率增长影响因素分析

根据上文分析，中国的全要素生产率增长存在隐患。本部分构建计量模型，先分析中国全要素生产率增长的影响因素，在此基础上，进一步识别资本生产率与劳动生产率的影响因素。

(一)计量模型设定

本文构建的全要素生产率指数可以方便地分解为资本生产率增长和劳动生产率增长，为全要素生产率增长、资本生产率增长以及劳动生产率增长的计量模型设定提供了理论基础。即根据下式：

TFPG=0.5(LPG+KPG)

(11)

影响中国全要素生产率增长的因素，同样会影响资本生产率增长和劳动生产率增长。本文借鉴Isaksson(2007)对影响全要素生产率增长因素的系统综述，设定TFPG影响因素的计量模型为：

(12)

设定KPG影响因素的计量模型为：

(13)

根据投资理论，本文在KPG回归方程中引入信贷可得性变量creditit，该变量用信贷总量占本省GDP比重表示。信贷可得性一方面可以反映投资的资本成本，另一方面可以体现金融对资本效率的促进作用。被解释变量kpgit表示各省份历年的KPG，由于KPG的数据在0左右波动，采用ln(1+x)进行转换。其余变量解释同式(12)。

设定LPG影响因素的计量模型为：

(14)

本文在LPG回归方程中引入人力资本水平变量humanit，该变量用中学生和大学生数量占本省总人口比重表示，预期人力资本水平越高，劳动生产率水平越高。被解释变量lpgit表示各省份历年的LPG，由于LPG的数据在0左右波动，采用ln(1+x)进行转换。其余变量解释同式(12)。

(二)变量与数据说明

对影响TFPG的各个因素的设定和说明如下：

(2)产业结构(indu3it)。用第三产业增加值占GDP比重表示。经济理论与实证研究表明，当经济结构重心从第二产业向第三产业转型，尤其是向现代生产性服务业转型的情况下，会提高一国或地区的全要素生产率。因此本文预期第三产业与全要素生产率正相关。

(3)对外开放(tradeit)。用进出口总额占GDP比重表示，反映对外贸易对TFPG的影响。新新贸易理论从异质性企业角度分析了国际贸易对企业生产率的促进作用。因此，本文预期对外开放对全要素生产率的影响是正的。

(4)外商直接投资(fdiit)。用外商直接投资额占GDP比重表示。改革开放以来，为了发展经济，无论是国家层面还是省份层面，中国都鼓励招商引资，外商直接投资在中国经济发展`中扮演了重要角色。理论界和政策界都认为引进外资有利于提高本国的管理水平，产生技术溢出效应，外资在本土市场上的经营活动还会促进企业之间的竞争，提高经济的整体运作效率。但是也有很多学者研究认为外商直接投资对本国经济的影响是负的或者不确定。因此，本文中该变量与全要素生产率的关系有待实证分析来确定。

(5)政府的作用(govit)。用政府财政支出占GDP比重衡量。在发展中国家的转型与发展过程中，政府往往起着难以估量的作用：一方面，市场的不完善等客观上需要政府提供各种制度基础设施，为企业发展、产业成长保驾护航；另一方面，政府常常是制造麻烦的终极原因，即政府既可能是“帮扶之手”(help hand)，也可能是“掠夺之手”(grap hand)。因此，本文在计量模型中有必要控制这个变量，但是政府对全要素生产率的影响方向有待实证检验。

(6)市场化水平(marketit)。改革开放以来，中国在各个领域推行市场化改革，逐步建立起了统一开放、竞争有序的市场体系，资源配置更加有效，企业生产效率日益提升。因此，本文期望市场化改革将会提高中国的全要素生产率。本文选择王小鲁等(2017)编制的市场化指数，具体为29个省份1997—2012年间的市场化指数数据。

为了减小各个解释变量存在的异方差，所有变量均取对数。本文最终构建了29个省份1979—2012年的非平衡面板数据，除被解释变量和市场化指数之外，其余变量的原始数据均来自《新中国六十年统计资料汇编》和相应年份的《中国统计年鉴》。

(三)实证结果分析

在对上述计量模型进行分析之前，本文运用Stata软件对数据和模型进行一些基本处理与分析：(1)首先对解释变量进行多重共线性检验，经检验，各解释变量的方差膨胀因子(Variance Inflation Factor，VIF)均小于10，表明模型不存在多重共线性问题。(2)面板数据模型常用的估计方法包括固定效应模型和随机效应模型，由于本文样本极难符合随机效应模型假设条件，因此我们采用固定效应估计方法对式(12)、(13)和(14)进行估计。随后，本文对上述设定的计量模型中的解释变量进行逐步回归。

表4 TFPG影响因素估计结果

注：括号中是稳健性标准误；***、**和*分别表示1%、5%和10%的显著性水平。

表4第(1)列报告了TFPG影响因素的基本估计结果。从中可以看出，经济发展水平的估计系数显著为正，说明经济发展水平的提高有利于全要素生产率进步，具体而言，经济发展水平提高1%，全要素生产率进步4.8%。第三产业的估计系数也显著为正，说明大力发展第三产业可以提升一国或者地区的全要素生产率水平，具体而言，第三产业发展水平提高1%，全要素生产率进步高达4.5%左右。这个结论不仅与预期相符，而且为进一步大力发展第三产业提供了经验证据。开展国际贸易有利于全要素生产率的提升，这点也被大量的实证研究所证实。目前，中国已经成为第一大出口国、第二大进口国，在开展国际贸易的过程中，充分发挥了自身的比较优势，引进了先进的技术、管理经验与制度等，而且通过积极参与国际市场，增强了自身企业的国际竞争力，形成了国际贸易与国内经济发展之间的良性互动。同时，本文实证研究表明外商直接投资对全要素生产率产生显著的正向影响，说明从提高全要素生产率的角度而言，FDI的大规模进入是有益的，但是影响力度只有0.6%。市场化仅在10%水平上对全要素生产率有促进作用，这可能说明：一方面，目前中国在市场化方面取得的巨大进步有助于全要素生产率的提高；另一方面，中国在关键领域的市场化改革进程依然缓慢，进而对全要素生产率的促进作用不是很大，今后关键是进一步加快要素市场(比如能源、金融资本、电力等领域)的市场化改革。政府的支出行为对全要素生产率的影响尽管为负，但是这种影响效应比较微弱，未能通过显著性检验。本文实证研究表明，经济发展水平的平方项与全要素生产率之间不存在显著的二次型关系。

表4第(2)列报告了KPG影响因素的回归分析结果。结果表明，经济发展水平与KPG负相关，我们认为这种结果的出现与中国经济发展的特征有关。尽管大多数国家的经济腾飞很大程度上与高水平的投资有关，但是Lee et al.(2012)研究发现中国的投资水平过高，正是这种过高的投资导致资源错配、产能过剩，抑制了资本生产率的提高。本文发现，第三产业的发展有利于提高KPG，第三产业尤其是其中的生产性服务业可以为制造业的发展提供“翅膀”和“大脑”，是提高资本效率的关键力量。对外贸易与KPG也是正相关，贸易与生产率之间的关系，已经被大量的实证研究所证实，尤其是新新贸易理论，从微观层面证明了企业从事国际贸易活动有利于提高生产率。我们注意到，信贷可得性与KPG负相关，这与理论分析明显不符。一种可能的解释是，中国的信贷投放存在明显的所有制歧视，国有企业获得了大量的信贷资源，而对经济发展有着巨大促进作用的民营企业却很难获得必要的信贷资源，并且国有企业的低效率运营导致KPG难以提高。外商直接投资与市场化的回归系数不显著。

上文的测度与分解研究表明，中国经济发展中的过度投资造成资本配置低效，而过度投资可能与在国民经济中占据主导地位的国有企业有关，由于信贷配置向国有企业倾斜，再加上国有企业对要素成本不敏感，造成了当下的“国进民退”以及产能过剩状况。为此，本文引入信贷可得性变量和国有企业的全社会固定资产投资比重，进一步考察其对资本生产率的影响。表4第(3)列显示，交互项的系数显著为负，说明在中国确实存在信贷资源大量配置给国有经济部门并导致了生产中的过度投资与低效配置问题。

表4第(4)列报告了LPG影响因素的回归分析结果。分析表明：经济发展水平与劳动生产率正相关。改革开放30多年以来，中国经济的快速发展同时也是中国从农业社会向工业社会迅速转型的过程，其中伴随着农村大量剩余劳动力的转移与再就业，客观上有利于提高LPG。产业结构的调整也有利于LPG的提高，这是因为产业转型的过程就是充分发挥劳动力资源优势及劳动力资源再配置的过程。对外开放与LPG正相关，说明从事国际贸易发挥了中国劳动力的比较优势，尤其是20世纪90年代后期以来，随着经济全球化以及中国加入WTO，开展国际贸易尤其是加工贸易，大大提高了中国的LPG。本文注意到，人力资本水平有利于提高LPG，这完全符合经济学理论，说明中国今后还是要在发挥劳动力资源优势的基础上进一步提高人力资本水平，这不仅有助于提高LPG，而且还可以降低“人口红利”消逝带来的负面影响。外商直接投资、市场化与LPG也是不显著。

Eichengreen et al.(2011，2013)研究发现，增长放缓不太可能发生在具有高水平中等和高等教育的国家。阿吉翁(2014)也指出，顶尖的研究型大学是创新型经济体的四大支柱之一。鉴于前文已经证实劳动力生产率的效率恶化是一个非常严重的问题。本文在表4第(5)列将人力资本水平变量调整为大学生数量占本省总人口比重，来进一步考察高端人力资本对劳动力生产率的影响。回归结果表明，与第(4)列的人力资本水平变量相比，回归结果更加显著，系数明显变大，说明高质量的人力资本确实有助于提升劳动力生产率水平。

KPG与LPG的回归分析表明，经济发展的作用截然不同，说明效率的提升要与自身禀赋相匹配，要适合自身的经济发展水平。第三产业发展和对外贸易既可以提高KPG又可以促进LPG。而外商直接投资对两种要素生产率均没有显著影响，本文这一结论再次证明外商直接投资对东道国的经济发展没有显著的正向溢出效应，为此，中国要迅速调整引资政策，走上一条依靠内部力量发展的道路。

五、结论与启示

越来越多的研究表明，未来中国经济减速已成定局。本文旨在从供给侧角度解释中国经济减速问题。为此，我们构建了一个契合供给侧分析视角的经济增长分解框架，该框架可以在估计TFPG的同时在全要素框架下分解出每一种投入要素的生产率，即TFPG可以在全要素框架下被同时分解成资本生产率和劳动力生产率。这种新的分解便于我们详细识别与分析中国TFPG背后的推动力。

本文研究发现：(1)国家和地区层面的分析均表明，中国经济近些年在TFPG方面正面临着严重的双重挑战：一是20世纪90年代以后，资本生产率几乎零增长；二是改革开放以来，劳动生产率的技术效率表现不佳。这表明本轮中国经济减速早有隐患，增速放缓是结构性问题而非周期性问题，中国经济已经不小心走上一条“高投资—高增长—低效率—高投资—高增长”的恶性循环道路。(2)30多年来的中国经济增长仍然演绎了一个近乎完美的中国版的奇迹故事：鉴于中国庞大的劳动力存量现实以及改革开放初期资本短缺的困境，中国经济增长充分发挥了自身的比较优势，全要素生产率增长对中国经济增长贡献度高达65.19%，高增长的生产率基础也是建立在劳动生产率以及劳动力技术效率追赶基础上的。而1994年开始的分税制改革不仅带来了劳动的追赶效应而且使得技术进步偏向劳动。(3)本轮中国经济发展特征是减速增效，根本原因是生产率加速，其背后是劳动力追赶和比较优势发挥；如果非要说中国经济发生了减速事实的话，只能说是中国传统经济增长源泉式微，不再能够维持长期以来近两位数的GDP增长速度而已。追赶加速和发挥比较优势是中国经济“新常态”下生产率上的两大典型事实。从长期而言，大力发展金融与提高人力资本水平有助于缓解中国全要素生产率增长的双重困境。

本文的直接政策含义有：(1)2008年以来中国经济增长下滑早有隐患，希望通过继续保持较高水平的投资，不仅不能解决中国经济增长下滑问题，可能还会进一步恶化中国经济增长质量。(2)深化改革对防止经济过度减速至关重要。中国全要素生产率增长的双重隐患向政府决策提出了更大的挑战：为避免资本生产率的进一步恶化，必须控制过高的投资率。但是目前中国经济的转型过程尚未完成，依然有大约40%的劳动力用于农业，这么庞大的农业人口的顺利转移需要靠投资来推动，而过高的投资不仅会恶化生产率，还会挤出私人消费。因此，只有深化改革，才可能解开中国全要素生产率增长双重隐患的死结。