市场潜能与安徽经济增长效率
——基于全要素生产率的测算与分解

段玉彬

(安徽科技学院 财经学院，安徽 凤阳 233100)

改革开放以来，安徽经济一直保持了较高的增长速度，经济总量日益提高，民生福祉也不断改善。1992-2016年年均增长速度达到了12.1%，但同期的实际固定资产投资年均增长率也达到22.3%。长期高速增长的背后是要素的高投入，高消耗，不仅经济增长的可持续性受到了约束，也给环境和资源带来了沉重的压力。2010年后，安徽经济增长速度不断下滑，从2010年的14.6%下降到了2016年的8.7%。一方面是由于国内外大环境的影响，但更重要的原因是资本边际报酬率的不断递减，人口红利的逐渐消失，使得要素驱动型的经济增长不可持续。在这种背景下，推动安徽经济持续增长的关键在于实现经济增长模式的转变，提高经济增长效率。经济理论揭示了市场潜能的提高能促进经济活动在空间上的集聚，带来较强的技术溢出效应，进而提高生产效率，促进经济增长效率的提升[1，2]。因此，充分挖掘安徽市场潜能，促进经济增长效率的提高，对于新常态背景下的安徽经济增长有着重要的意义。

一、相关文献综述

Solow(1957)在新古典经济学框架内建立的经济增长模型，不仅成为了分析要素投入与产出关系的主要理论模型，也引起了学术界对全要素生产率的广泛关注。按Solow的定义，全要素生产率是指经济增长中无法被要素投入所解释的，其它因素对增长的贡献。全要素生产率的增长可以提高要素的利用效率，增加产出，提升经济增长效率。因此全要素生产率是经济增长模式转型的基本要求，也是判断一个地区经济增长效率的重要标志。在Krugman(1994)对东亚经济增长模式提出质疑后，全要素生产率也引起了中国学者的广泛兴趣，并取得了丰硕的研究成果[3-6]。不可否认，已有的研究对研判中国经济增长质量与经济增长模式的转型都有着重要的参考价值，但多数都倾向于分析全要素生产率在经济增长中的贡献，对于全要素生产率的分解与实证研究还相对缺乏，特别是对于市场潜能与全要素生产率关系的分析更是少见。

市场潜能通过产业集聚对经济增长及其效率产生重要的影响。新经济地理学表明市场潜能与产业集聚有着较强的正向关系。市场潜能大的地区意味着较高的市场需求与较低的运输成本，在市场交互作用下，会吸引企业向该地区集聚[7]。而产业的集聚则会带来较强的技术外部性，从而促进经济效率的提高。首先，企业在特定地区的集聚能带来专业化的好处(MAR外部性)，促进相同行业企业之间的信息共享与知识外溢；同时，经济活动的空间集聚也会带来多样化的的好处(Jacobs外部性)，不仅会带来知识外溢，也会通过促进竞争，提高企业效率。因此，市场潜能可以通过“市场潜能—产业集聚”机制，提升经济增长效率。Davis和Weinstein(2003)使用日本40个地区的数据考察了市场潜能对其劳动生产率的影响，发现市场潜能对劳动生产率有显著的正向影响。Ottavino和Pinelli(2006)对芬兰地区数据的验证得出了市场潜能对地区经济增长效率显著为正的结论。刘修岩等(2007)使用中国地级数据，也证明了市场潜能可以显著提升非农劳动生产率。潘文卿(2012)通过对中国区域经济增长溢出效应的考察，发现市场潜能对地区经济增长效率有着显著的正面影响。

从上面的分析可以看出，有关市场潜能与经济效率关系的研究并不多见，而从全要素生产率角度进行考察的更显不足。因此，本文基于已有的研究基础，将以全要素生产率作为衡量经济增长效率的指标，使用安徽1997-2016年数据对安徽全要素生产率进行测算并分解，进而判断市场潜能对经济增长效率的影响。

二、安徽全要素生产率的测算

目前，对宏观经济中全要素生产率进行测算并得到广泛应用的方法是索洛余值法。索洛(1957)基于新古典生产函数，将产出增长率扣除要素投入增长率之后的余值作为全要素生产率的增长率。余值不仅包括技术进步的贡献，也包括测量偏差以及其它未被测量到的因素的影响。在具体估算中，一般采用包括资本与劳动两要素的 生产函数：

(1)

Yt为实际产出，Kt为资本投入，Lt为劳动投入，α、β为资本和劳动产出的弹性系数。假设规模收益不变与希克斯中性，则全要素生产率的增长率为：

(2)

为求出资本与劳动的产出弹性系数，对方程(1)两边取自然对数有：

ln(Yt)=ln(A)+αln(Kt)+βln(Lt)+εt

(3)

其中，εt为误差项，假设规模收益不变，即α+β=1，则方程可以变化为：

ln(Yt/Lt)=ln(A)+αln(Kt/Lt)+εt

(4)

方程(4)为双对数模型，可以通过OLS回归，估算出资本弹性系数α，代入方程(2)即可得出全要素生产率的增长率。

在确定了测算方法之后，就涉及到模型所使用的数据采集。其中实际产出与劳动投入都可以从《安徽统计年鉴》中直接得到，实际产出本文选用以1997年为基期的安徽国内生产总值；劳动投入借鉴赵志耘和杨韩峰的方法(2011)，采用历年全社会从业人员的年中数，即上一年年末从业人数与本年年末从业人数的平均值[8]。资本投入使用资本存量来度量，采用Goldsmith(1951)提出的永续盘存法来计算①。其中，2008年以前数据来源于《新中国60年统计资料汇编》，2008年之后数据来源于《安徽统计年鉴》。为减少基期资本存量计算误差的影响，本文以1952年为基期计算样本期的资本存量，最后折算成1997年价格计的资本存量。当期投资以固定资本形成额来度量；折旧系数采用张军(2004)年的研究成果，按9.6%计算[9]；价格平减指数采用固定资产投资价格指数，因为1991年国家统计局才公布固定资产投资价格指数，所以1991年以前借鉴樊纲等(2011)的做法使用商品零售价格指数替代[10]。

因为索洛余值法建立在规模收益不变的基础上，我们首先用Wald检验考察安徽经济增长是否满足规模收益不变即α+β=1的假设。对方程(3)进行OLS回归，并进行线性约束检验，结果如表1所示：

表1 线性约束检验结果

检验结果表明，无法拒绝α+β=1的原假设，因此，我们可以认为安徽经济增长在1997-2016年间是规模收益不变的。对方程(4)进行线性回归，结果如下：

lnY=-0.475+0.798ln(K/L)

(5)

调整后的R2为0.998，F值为9568.33，并在1%的显著水平上通过检验。由此可得资本产出弹性系数α为0.798，劳动产出弹性系β为0.202，代入方程(2)即可得出1998-2016年安徽全要素生产率的增长率，如图1所示。从1998年到2007年安徽全要素生产率基本保持不断增长的趋势，但这一增长趋势被2008年全球金融危机所打断，除2010年有小幅回升外，金融危机后的其它年份增长率都是负值。说明为应对金融危机，政府加大了投资力度，经济增长更多的来自于投资的增加；另一方面，金融危机后，农村剩余劳动力向城市迁移放缓，不仅不利于资源优化配置，对资本报酬递减的阻止作用也日益降低，因此导致全要素生产率的持续下降。

图11998-2016年安徽全要素生产率增长率

三、市场潜能与安徽经济增长效率关系的实证分析

(一)模型设定与变量说明

全要素生产率是扣除经济增长中劳动和资本投入增长贡献之后，其它因素贡献的总和，包括了技术进步，制度改善、人力资本和其它未被测量到的因素。易纲(2003)在反驳Krugman“东亚无奇迹”的观点时，也指出衡量中国经济增长效率时，要考虑到改革所带来的制度变迁、技术进步以及人力资本的提高。因此，我们在分析市场潜能与安徽经济增长效率关系的模型中加入技术进步、人力资本和市场化改革等控制变量，建立如下计量模型：

TEPt=C+α1MPt+α2lnRDt+α3MARKt+α4EDU+εt

(6)

其中，TEPt为全要素生产率的增长率；C为常数项；MPt为市场潜能；RDt为研发投入(取对数)，用来衡量技术进步；MARKt为市场化指数，用来衡量市场化改革的程度；EDUt为人均教育年限，用来衡量人力资本的提升；α1、α2、α3、α4为相应变量的系数；εt为随机误差项。

全要素生产率增长率的数据在前文已经估算出来；研发投入可通过历年《安徽统计年鉴》直接获得，并以1997年为基期使用朱平芳等(2003)设计的研发经费价格指数进行了平减[11]；市场化指数借鉴樊纲、王小鲁和余静文的历年《中国分省份市场化指数报告》中的计算结果；人均教育年限使用历年《中国统计年鉴》中分地区人口教育结构抽样数据计算②。

在研究中常使用Harris(1951)提出的模型进行计算市场潜能，但Harris的市场潜能仅将地区间距离作为衡量地区间贸易成本的权数，其经济思想是：随着地区间距离的增大，地区间的贸易成本也会逐渐上升，其它地区的经济增长对本地经济的带动作用逐渐减小。但模型忽略了地区间一体化水平对市场潜能的影响，如果一地区与其它地区一体化水平程度提高，地区间的贸易成本就会降低，市场通达程度就会提升，其市场潜能也会提高；反之，一地区与其它地区市场分割严重，地区间贸易成本则会大幅度提升，本地市场潜能也会随之降低。而长期以来，中国由于行政分权、传统体制以及GDP激励的原因，国内市场的一体化水平较低。因此在计算国内市场潜能时有必要将地区间一体化水平也作为权重，对Harris模型进行调整，以度量一地区的真实市场潜能。我们借鉴范剑勇(2004)的方法，使用地区间相对专业化指数作为度量地区间一体水平的指标[12]，调整后的市场潜能计算公式如下：

(7)

(二)单位根检验

为避免出现伪回归，在实证分析前，我们先使用ADF检验方法，通过计量软件Stata12对数据进行平稳性检验，检验结果如表2所示。从表2中可以看出，变量的一阶差分在5%水平下都拒绝了有单位根的原假设，可以认为变量的水平值是I(1)时间序列。

表2 ADF单位根检验结果

说明：ΔTFPt表示TFPt的一阶差分，其余类同。*表示小于5%显著水平下的临界值，**表示小于1%显著水平下的临界值。

(三)协整关系检验

虽然各变量是非平稳的一阶单整序列，但变量具有相同的漂移过程，可能存存某种平稳的线性组合反映了变量长期的线性关系，由此，可以预期变量之间存在长期稳定的均衡关系。下面我们使用Johansen方法进行协整检验。由于协整检验基于VAR模型基础上进行的，根据AIC信息准则判定VAR模型的最优滞后期为2，而协整检验模型为协整约束后得到的VAR模型，因此确定协整检验模型最优滞后期为1。然后对变量进行Johansen检验，结果如表4所示，根据迹统计量判断，变量之间存在一个协整关系，将协整关系写成数学表达式，将令其等于VECM，可得：

VECM=TFPt-0.476-0.008MPt-0.635lnRDt-0.187MARKt-0.544EDUt

(8)

对VECM序列进行单位根检验，ADF值为-3.757，小于1%显著水平下的临界值(-3.750)，VECM序列已经是平稳序列，取值在0上下波动。验证了变量之间长期协整关系是成立的。协整关系式为：

TFPt=0.476+0.008MPt+0.635lnRDt+0.187MARKt+0.544EDUt

(9)

(3.00 )(2.50)(2.26)(2.93)

括号内为T值，各解释变量均在5%显著水平下对全要素生产率的增长率有显著影响，并且系数符号与理论预期相符。为验证变量之间的因果关系，我们使用Granger方法进行检验，检验结果变量MPi、MARKt、EDUt都在5%水平下拒绝了原假设，lnRDt在10%水平下拒绝了原假设。由此可得，市场潜能、研发投入、市场化改革和人均教育年限是全要素生产率增长率的Granger原因。

从协整方程来看，市场潜能与全要素生产率的增长有着显著正向的关系，市场潜能的增长会提高全要素生产率的增长率，市场潜能每提高一单位，安徽全要素生产率的增长率会提高0.008。从解释变量的系数值来看，市场潜能的作用较小，并不如人力资本、市场化改革等因素明显，可能的原因是：安徽地理位置靠近沿海发达省份，使计算出的以地理距离为权重的市场潜能较高，但由于产业的发展基础和竞争力与沿海省份还存在一定的差距，制约了企业向安徽的集聚，市场潜能的提高并没有带来产出的相应增加。

表4 Johansen协整检验结果

四、结论与建议

本文以全要素生产率作为衡量安徽经济增长效率的指标，在测算1998—2016年安徽全要素生产率增长率的基础上，对影响安徽全要素生产率变动的因素进行了分解，构建了市场潜能与全要素生产率变动的计量模型，实证检验了市场潜能与安徽经济增长效率的关系。结果显示，市场潜能是促进安徽全要素生产率增长的重要原因，二者之间存在着显著正向关系，市场潜能每提高一单位，安徽全要素生产率增长率将提高0.008。这也与前文的文献分析一致，市场潜能的提高会促进产业的集聚，进而带来较强的技术外部性，推动经济增长效率的提升。在要素边际报酬不断降低、人口红利逐渐消失的背景下，依赖于要素投入的经济增长日益难以为继，因此，提高安徽市场潜能，是推动安徽经济增长方式转变和可持续增长重要途径。

而市场潜能的大小和作用的发挥无疑又与基础设施、地区间的一体化水平和产业发展水平有关。有鉴于此，本文得出以下几点建议。一是加强安徽交通基础设施建设。交通基础设施建设可以有效降低地区间贸易成本，促进商品在地区间的流动，提高地区市场潜能。同时，交通运输成本也是制约产业集聚的重要原因，随着交通基础设施的改善和运输成本的降低，也会进一步促进产业的集聚，并形成产业集聚与市场潜能的循环累积机制，推动安徽经济增长效率的提高。二是降低安徽与其它地区的贸易壁垒，提升区域一体化水平。地区间壁垒的消除会降低贸易的边界效应，导致市场需求的溢出，提高安徽的市场规模，促进市场潜能的提高。特别是应着力消除与东南沿海发达省份的贸易壁垒，不仅有利于通过沿海省份的经济增长溢出效应带动安徽经济增长效率的提高，也有利安徽承接沿海省份的产业转移。三是促进安徽产业结构升级和竞争力的提高。只有具备一定的产业竞争力才能充分利用市场潜能提高所带来的市场需求扩大效应，实现规模经济效应与生产效率的提升。并且产业结构的升级和竞争力的提高也会推动产业的持续集聚，促进产业内和产业间的知识溢出，从而提升安徽经济增长效率。

注释：

①其计算公式为：Kt=It/Pt+(1-δ)Kt-1，其中，Kt为t期的资本存量，It为t期的固定资本形成额，Pt为t期的价格指数，δ为折旧率，所蕴含的经济思想是本期资本存量是本期实际投资与上一期资本存量之和。基期资本存量采用国际常用方法计算：K0=I0/(1+δ)，其中g为样本期真实投资年增长率。

②计算方法为将一定的教育程度折算成教育年限，并乘以该教育程度的人数，加总后除以相应年份总人口。文盲、小学、初中、高中、大专以上的教育年限分别按0、6、9、12和16年计。

③因中国国民经济行业分类前后经过多次修订，为保证数据的一致性本文选取了农副食品加工业、食品制造业、酒、饮料和精制茶制造业、烟草制造业、纺织业、纺织服装、服饰业、造纸和纸制品业、石油加工、炼焦和核燃料加工业、化学原料和化学制品制造业、医药制造业、橡胶制品业、塑料制品业、化学纤维制造业、非金属矿物制品业、黑色金属冶炼和压延加工业、有色金属冶炼和压延加工业、金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械和器材制造业、计算机、通信和其他电子设备制造业和仪器仪表制造业等23个制造业行业计算地区间相对专业化指数。