山东省会经济圈全要素生产率测度及特征分析

马天峥 于卓立 张延奇

摘   要：运用DEA-Malmquist方法，对2011—2020年间山东省会经济圈全要素生产率（TFP）进行测算，并对全要素生产率的时空演变特征及分要素特征进行总结。研究发现，2011—2020年间，山东省会经济圈全要素生产率波动起伏较大，但总体保持上升趋势，年均复合增长率为2%，其增长主要依靠技术进步拉动，技术效率水平对其存在负面作用；全要素生产率时空差异明显，7个城市的全要素生产率总体呈逐渐增长的态势，其中济南的增长态势最好，聊城、滨州两市呈现下降态势。

关键词：省会经济圈；全要素生产率；DEA-malmquist

中图分类号：F127        文献标志码：A      文章编号：1673-291X（2023）01-0013-03

一、研究背景

改革开放以来，中国宏观经济在很长一段时间里都维持了较高的增速。在1978—2011年间，我国GDP由3 645.22亿元增长到473 104亿元，年均复合增长率达12.0%。随着人口红利的逐渐消失，我国经济步入新常态，经济增长开始放缓。2012—2021年间我国GDP年均增长率为7.7%，已由过去的高速增长转变为中高速增长。在此背景下，城市经济发展效率已经成为学术界普遍关注的话题。

全要素生产率（TFP）是分析经济体经济增长效率的重要指标，分析全要素生产率有助于研判经济增长模式是否具有可持续性。当前学术界对区域全要素生产率的测算主要集中在国家层面[1—3]，长三角[4]、京津冀[5，6]等城市群层面，对都市圈、经济圈尺度的研究相对较少。鉴于此，本文以山东省会经济圈7个城市为研究对象，利用DEA-Malmquist模型来测算山东省会经济圈经济发展效率，并分析其时空演变特点及其分要素特征。

二、研究区域与研究方法

（一）研究区概况

山东省会经济圈是山东半岛城市群内三大经济圈之一。省会经济圈2020年地区生产总值（GDP）为27 466亿元，占山东半岛城市群GDP总值的37.6%，是引领区域经济发展的重要增长极。

（二）研究方法

本文采用DEA-Malmquist模型，来分析山东省会经济圈全要素生产率的动态变化特征，探求其经济发展的趋势，找出经济圈内各城市经济发展的特点与差异。具体计算公式如下：

三、变量选取及数据来源

（一）投入产出变量

GDP能较为准确地反映地区经济产出总量，同时，财政收入也是反映城市经济发展质量的重要指标。因此，本文选取GDP与地方财政收入两个变量作为DEA-malmquist模型的产出变量。

投入变量方面，从劳动、土地、资本三方面构建指标体系。其中，以全市从业人口数作为劳动要素的投入变量，以建设用地面积作为土地要素的投入变量。在资本要素投入方面，以往的研究一般以固定资产投资进行表示。然而，城市的生产不仅应用到了即期的资本投入，还与历史上的资本积累密不可分，以反映流量的固定资产投资表征总的资本要素投入有失严谨。同时，城市的资源也是其发展中的重要依赖，且愈来愈体现出资产属性。因此，本文采用城市资本存量、城市供水量、城市能源消耗量三个变量共同表征资本要素投入。

（二）数据来源

各地市GDP、财政收入、就业人口数、建设用地面积、城市供水量、城市能源消耗量数据均来历年《山东省统计年鉴》。资本存量的数据借鉴张军[7]、单豪杰[8]等学者的估算方法对各经济圈内地市资本存量进行估算。

由于行政区划调整的原因，本次研究中2011—2018年济南市的数据为年鉴中济南市与莱芜市的统计值之和。

四、省会经济圈全要素生产率实证分析

（一）省會经济圈全要素生产率总体变化特征

2011—2020年，省会经济圈的全要素生产率（TFPCH）变化均值为1.020，这表明研究期内省会经济圈全要素生产率指数年均提高2个百分点。分解结果显示全要素生产率提高的动力全部来自技术进步（TECHCH），年均上升3.2%；而技术效率变化（EFFCH）年均下降1.1%，其中纯技术效率（PECH）保持不变，而规模效率（SECH）年均下降1.2%。这表明，省会经济圈全要素生产率在2010—2020年间有所提高，且动力来源于技术的进步，而非技术效率的提高。

（二）省会经济圈全要素生产率年度变化特征

从整体变化趋势来看，研究期间内历年的TFPCH数据呈上下波动态势，其中最大值为2012—2013年的1.182，最小值为2017—2018年、2018—2019年的0.909。在9个时段内，有6个时段的全要素生产率大于1。具体来看，2011—2013年间，省会经济圈全要素生产率连续两年上升，涨幅分别为4.8%和18.2%，技术进步是其主要动力；2013—2014年间，全要素生产率出现下降，降幅达8.6%，其原因为该期间内同时出现了技术退步与规模效率下降；2014—2017年间，全要素生产率缓慢增长，共增长3.2%，2014—2015年与2016—2017年间增长的动力为技术进步，2015—2016年的动力为规模效率的提高；2017—2019年间全要素生产率再次下降，下降的原因为规模效率的下降；2019—2020年间全要素生产率高速增长，涨幅达12.6%，增长的原因为技术进步与规模效率提升的双重作用。

（三）省会经济圈全要素生产率地区差异变化特征

总体来看，省会经济圈内7地市效率增长的主要动力为技术进步。在技术效率方面，纯技术效率指标的数值趋近于1，对全要素生产率的影响不大，而规模效率是阻碍生产率提高的主要因素。

具体来看，济南是省会经济圈中全要素生产率上升最高的城市，体现了其省会经济圈中心城市的地位，其全要素生产率的上升全部来源于技术进步的影响；泰安、德州、东营三地市与济南类似，在研究期内全要素生产率上升，且动力全部来源于技术进步；淄博市虽然在研究期内科技进步了5.1%，但由于规模效率下降了3.3%，导致其全要素生产率仅上升了1.6%；滨州在研究期内同样能保持一定的科技进步，但由于其出现相对较大的规模效率下降，拖累了总的TFPCH值，导致全要素生产率下降；聊城同样出现了全要素生产效率下降的情况，并且其动力不仅来源于规模效率的下降，还有技术退步的原因，是研究区中唯一一个由于技术退步导致全要素生产率下降的城市。

五、结论

第一，2011—2020年间，省会经济圈全要素生产率波动起伏较大，但总体呈上升趋势。全要素生产力平均每年提高2%，动力源泉是科学技术进步，而技术效率的变动则对生产率的提高起到负面作用。这在一定程度上说明省会经济圈的经济增长尚处于吸收外部先进技术的发展阶段，对既有技术潜力的挖掘并不充分，对先进技术的应用效率有待提高。

第二，在技术效率方面，纯技术效率指标对研究区内技术效率变动的影响并不突出，研究期内出现的技术效率下降问题主要是由规模效率下降引起的。因此，省会经济圈各城市应在保持技术进步的同时，合理布局各类产业，适度集中以发挥集聚效应，提高规模效率。

第三，省会经济圈7地市中，济南的全要素生產率提高5.9%，是进步最快的城市，很好地体现出其作为省会经济圈中心城市的领头地位。相对而言，鲁西北地区城市的全要素生产率进步偏低，聊城、滨州更是存在全要素生产率下降的情况。

第四，省会经济圈7地市中全要素生产率改善最大的城市为5.9%，下降最大的为-1.2%，差值为7.1%，远远低于相关学者测算的京津冀地区[5]、江苏省内各城市[9]之间的最大差值（分别为15.9%与14.3%），说明山东省会经济圈内各个城市的改善程度相对均匀，城市间差异较小。

参考文献：

[1]   刘秉镰，李清彬.中国城市全要素生产率的动态实证分析：1990—2006——基于DEA模型的Malmquist指数方法[J].南开经济研究，2009，（3）：139-152.

[2]   刘建国，李国平，张军涛，孙铁山.中国经济效率和全要素生产率的空间分异及其影响[J].地理学报，2012，（8）：1069-1084.

[3]   郭庆旺，贾俊雪.中国全要素生产率的估算：1979—2004[J].经济研究，2005，（6）：51-60.

[4]   张小蒂，李晓钟.对我国长三角地区全要素生产率的估算及分析[J].管理世界，2005，（11）：59-66.

[5]   王德利，王岩.京津冀城市群全要素生产率测度及特征分析[J].城市问题，2016，（12）：56-62.

[6]   马宇博，裴桂芬.京津冀城市群全要素生产率测评与提升路径研究[J].经济问题，2019，（6）：104-112.

[7]   张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44.

[8]   单豪杰.中国资本存量K的再估算：1952—2006年[J].数量经济技术经济研究，2008，（10）：17-31.

[9]   王佳璐.基于DEA-Malmquist的江苏省城市发展经济效率评价[J].冶金管理，2020，（13）：111-113，196.

[责任编辑   立   夏]