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

南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009年 第 3期 No.3 2009 139 $▋ 中国城市全要素生产率的动态实证 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ： 1990—2006 ——基于 DEA模型的Malmquist指数方法 刘秉镰 李清彬∗ 摘 要：利用基于 DEA 模型的 Malmquist 指数方法，分析了中国 196 个主要城市在 1990—2006 年期间城市全要素生产率的动态变化。该研究发现，1990—2006 年期间，城市 全要素生产率增加了 2.8%，主要来源是技术改进，技术效率变化起着拖累作用；选定期间 内的全要素生产率变化呈现三个上升高峰和两个波谷特征，第二高峰期间为 1996—1999 年，全要素生产率改善值最大，两个下降波谷分别出现在 1993—1995 年与 2002—2003 年 期间，最近城市全要素生产率变化重新走上上升趋势，这可能表明了未来几年的走势；重 庆市是直辖市中全要素生产率唯一下降的，上海最高，北京次之，天津改善幅度最小；东部 地区全要素生产率改善了 4.6%，中部改善了 2.2%，西部改善 2.8%，而东北地区改善的最 少，只有 1.0%。本文通过实证分析认为，我国城市经济增长还处于投入增长阶段，利用效率 整体较低。 关键词：Malmquist指数；城市效率；全要素生产率 一、问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 的提出 美国经济学家保罗·克鲁格曼在其著作《萧条经济学的回归》中指出：“亚洲取 得了卓越的经济增长率，却没有与之相当的卓越的生产率增长。它的增长是资源投入 的结果，而不是效率的提升。”对于该论述，国内经济学者做了大量的实证和理论分析 来验证或反驳。经济增长的两种模式的论证分析——投入型增长，还是技术进步推动 的生产率型增长，对于我国改革开放的经验积累与进一步发展有着重大意义，关系到 经济发展的可持续性与健康性。而城市是人类活动的集中地，其发展壮大是人类文明 发展进步的集中体现。作为一种有着自身特征的较为独立的经济体，城市在经济生产 生活中的地位日益提高。尤其是在进入 20 世纪 90 年代后，我国城市化进程进入一个 快速发展阶段，以城市为对象的研究日趋增多，且具有重要的理论和现实意义。城市化 的快速发展在推动整体经济发展进步的同时，也带来了不少值得探讨的问题。我国城 ∗ 刘秉镰，南开大学城市与区域经济研究所(邮编：300071)，E-mail：liubl@nankai.edu.cn；李清彬，南开大学经济研究 所，E-mail：liqb03@ gmail.com。 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 140 市化的快速进程中，城市经济的增长是单纯的资源投入的结果，抑或是生产率提高的 结果，或者二者兼具？在城市经济的发展效率变化怎样？城市经济增长的要素构成 中，哪些才是值得我们进一步重视的？这些问题的理论与实证分析，对我们城市经济 发展中的资源配置和区域政策方向有着重要的参考意义。本文即是在诸问题引导下， 对城市全要素生产率进行动态实证分析，揭示我国 1990—2006 年期间城市全要素生 产率的动态变化及经济增长的因素来源，为进一步健康、可持续、有效地推进城市经济 的进步发展提供参考。 二、研究回顾 全要素生产率(Total Factor Productivity， TFP)的分析是探求经济增长源泉的重要 工具，是衡量要素投入对经济增长的贡献的一个重要手段，也是体现一个经济体的经 济增长方式和其能否实现可持续的科学的发展的重要指标。自 1957 年“索罗余值” ① 提出之后，学者们对生产效率的研究就不断深入，国外学者对 TFP 的基础理论和核算 做出了许多开创性的工作，而国内学者则多是利用引进的模型和计算方法做实证研究 (曲建君，2007)。 回顾国内学者对全要素生产率的研究，从研究方法上，可分为两种思路：(1)利用 经济增长模型来测定我国或各省份的全要素生产率大小，如叶裕民(2002)在索洛经济 增长核算模型进行分析的基础上，对全国及各省区市全要素生产率进行了测算；郭庆 旺，贾俊雪(2005)在分析比较了全要素生产率四种估算方法的基础上，估算出我国 1979—2004 年间的全要素生产率增长率，并对我国全要素生产率增长和经济增长源泉 做了简要分析；郭庆旺、赵志耘、贾俊雪(2005)又分析了各省份的全要素生产率；(2)采 用 DEA 模型和 Malmquist 指数方法来分析全要素生产率的变化改善情况，如颜鹏飞等 (2004)运用 DEA 方法，测度了 1978—2001 年中国 30 个省(自治区、直辖市)的技术效 率、技术进步及 Malmquist 指数，并且对人力资本和 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 因素同技术效率、技术进步和 生产率增长的关系进行了实证检验。然而两种研究思路的文献都显示，往往由于核算 方法或者对资料的选用方法和处理办法不同而导致得出的结论相异，甚至差异很大。 在研究对象上，应用效率分析方法对城市进行分析还处于起步阶段，对城市全要 素生产率的实证动态描述更是不多，刘祥(2004)分析了中国 40 个资源接续困难的矿 业城市的效率，认为东部地区的矿业城市总体效率较高，西部城市则较低，中部城市的 总体效率差别较大；李郇、徐现祥、陈浩辉(2005)采用 DEA 方法，研究了 20 世纪 90 年 代中国 202 个地级以上城市的效率情况，认为城市效率低下，规模效率的下降对整体 效率低下影响很大；而与本文研究思路和选择对象最为类似的有金相郁(2006)和高春 ① 索洛将人均产出增长扣除资本集约程度增长后的未被解释部分归为技术进步的结果，称其为技术进步率，这些未被解 释的部分后来被称为“索罗余值”。 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009年 第 3期 No.3 2009 141 亮(2007)的研究。高春亮(2007)利用 Malmquist 指数，分析了 1998—2003 年期间 216 个地级以上城市生产效率，认为我国城市全要素生产率显著改善，部分大城市缺乏规 模效率，部分中小城市缺乏技术效率；金相郁(2006)则利用 Malmquist 生产率指数和 1990—2003 年的面板数据分析中国 44 个主要城市全要素生产率的动态变化。然而高 春亮(2007)研究的时间较短，金相郁(2006)的研究单元较少，只搜集了 41 个城市的数 据，二者的结论可能会缺乏一般性，即不能充分代表中国城市全要素生产率的动态特 征。本文意在二者研究的基础上，做出的更进一步的实证分析，增加了更多的分析单 元，并延长了分析期间，以探求更为一般性的结论。 三、理论和模型 本文采用基于 DEA 模型的 Malmquist 指数的方法，来分析中国城市全要素生产率 的动态变化特征。 Malmquist 生产率指数是基于 DEA 模型 ① 的方法提出的，它利用距离函数的比率 来计算投入产出效率。随着该指数的不断完善进步，有下列三个经典公式来说明 Malmquist 生产率指数的原理： 1/ 2 1 1 1 1 1 1 1 , 1 1 ( , ) ( , ) ( , , , ) ( , ) ( , ) t t t t t t t t t t i i i i i i i t i i i i t t t t t t i i i i i i D x y D x y M x y x y D x y D x y + + + + + + + + + ⎡ ⎤ = ⋅⎢ ⎥ ⎣ ⎦ (1) 其中： t i x ， 1t i x + 分别表示第 i 个地区在时期 t 和 t＋1 期的投入向量； t i y ， 1t i y + 分别 表示在 i 地区 t 和 t＋1 时期的产出向量； ( , )t t t i i i D x y 和 1 1( , )t t t i i i D x y + + 分别表示以 t 时期的 技术 Tt 为参照的、时期 t 和时期 t+1 生产点的距离函数： 1 1 1/ 2 1 1 1 1 1 1 1 , 1 1 1 1 1 ( , ) ( , ) ( , ) ( , , , ) ( , ) ( , ) ( , ) t t i i t t t t t t t t t t t t t i i i i i i i i i i t i i i i t t t t t t t t t i i i i i i i i i EF TC D x y D x y D x y M x y x y D x y D x y D x y + + + + + + + + + + ⎡ ⎤ = ⋅⎢ ⎥ ⎣ ⎦ �������������������� ＋ ＋ ＋ ＋ (2) 式(2)是式(1)的变形，用来表示技术变化与技术效率变化的分离。第一部分 EF， 就是从 t 到 t+1 期生产效率的变化；而第二部分 TC，就是从 t 到 t+1 期技术的变化率： 1 1 1 1 1 1 , 1 , 1 1 1 1 1 1 1 1 1 ( , ) ( , ) ( , ) ( , ) ( , )( , ) ( , ) ( , ) ( , ) ( , ) t t t t t t t t t t t v i i v i i v i i v c t t t t t tt t t c i i c i iv i i t t t t t t c i i c i i t t t t t t c i i c i i D x y D x y D x y M D x y D x yD x y D x y D x y D x y D x y + + + + + + + + + ⎡ ⎤ = × ⎢ ⎥ ⎣ ⎦ ⎡ ⎤ × ⋅⎢ ⎥ ⎣ ⎦ ＋ ＋ ＋ ＋ ＋ ＋ ＋ (3) 式(3)放松了式(1)和式(2)的固定规模报酬的假设，描述了变动规模报酬的情形， ① 有关 DEA 模型的基本原理，参见 Timothy J.Coelli，D.S.Prasada Rao，Christoper J.O’ Donnell，George E.Battese.An intro- duction to Efficiency and Productivity Analysis.Springer Science Business Media，NewYork，2005，second edition.或中文文 献：魏权龄.数据包络分析[M]. 北京：科学出版社, 2004。 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 142 进一步将技术效率变化分解为纯技术效率变化和规模效率变化。注脚为 v 的表示的是 变动规模报酬的情况；注脚为 c 的为固定报酬下的情况，则第一项表示的是在变动规 模下的纯技术效率变化，第二项是规模效率变化，第三项与式(2)同，表示技术变化率。 Malmquist 指数方法可以利用多种投入与产出变量进行效率分析，且不需要相关 的价格信息，也不需要成本最小化和利润最大化等的条件，更为重要的是它将生产率 的变化原因分为技术变化与技术效率变化，并进一步把技术效率变化细分为纯技术效 率变化与规模效率变化。这样，利用该方法，城市经济的全要素生产率的变化便分为技 术变化和技术效率变化，而技术效率变化包括纯技术效率和规模效率。实证分析的主 要目的之一即是要找到纯技术效率与规模效率对技术效率变化的贡献程度。如果城市 出现非技术效率，那么，它源自何处，其中有多少来自于纯技术非效率，有多少来自规 模非效率，从而正确地指导我们改进的实践方向。 四、 样本 保单样本pdf木马病毒样本下载上虞风机样本下载直线导轨样本下载电脑病毒样本下载 、变量和数据选取 DEA 模型的应用对样本和变量选取要求很是严格，他们选取的若不恰当，将对结 果的好坏影响很大，从一定意义上讲，DEA 方法的好坏根本在于样本和变量的选取。 (一)样本选取 依照 DEA 模型对样本选取的要求，本文选择全国地级以上城市中的 196 个作为 研究对象，即 DEA 模型中的决策单元(DMU)。选取的 196 个地级以上城市，并未涵盖 全部的可研究范围，但已具有足够的一般性 ① 。选取的时间期间为 1990 年至 2006 年。 其中，1994 年因数据缺失过多，舍弃不用。选择这个时间段主要是基于以下考虑：(1) 从大环境上，20 世纪 90 年代的中国经济发展和体制改革在动力和方式上与 80 年代有 很大的不同。在 20 世纪 90 年代里，中国的经济结构和经济体制已经超越了 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 体制， 开始了向市场经济的实质性转型。因此，在涉及中国的经济增长分析上，应对 90 年代 和 80 年代有所区分，我们更希望了解中国在向“社会主义市场经济”体制转型过程中的 经济增长特征及其动力因素；(2)中国城市的发展在 90 年代之前基本处于缓慢前进的 状态，城市化进程在 90 年代开始加速，城市经济体在整个经济研究对象中的地位也逐 渐被认同。选取这个时间段，更有助于我们了解在城市化的快速进程中，其全要素生产 率的变化如何，我们城市经济的发展质量如何；(3)2007 和 2008 年又由于金融泡沫的 膨胀和破灭，导致很多经济数据呈现一定的不稳定性，且 2008 年的城市数据尚不可 得。这促使本文的研究选择 1990—2006 这个相对较长，且对中国城市经济的发展意义 重大的时间段，来研究中国城市的全要素生产率的动态变化和变化来源。 (二)投入产出变量选择 投入产出变量的选择，对 DEA 模型的应用精确性十分重要。本文把城市作为一个 ① 这主要是限于全部地级以上城市数据的可得性，且某些城市的行政区划在选定期间内有了变更，导致不好处理。 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009年 第 3期 No.3 2009 143 决策单元来研究其全要素生产率，其所依据的理论基础乃是经济增长理论中的生产函 数。新古典经济增长理论中对经济增长的投入要素主要为资本和劳动，本文据此综合 地进行变量的选取，并依据实际可得的数据恰当地对所选指标进行调整。 首先是投入变量的选择。(1)资本的变量选择。国内学者一般核算经济增长时，多 采用永续盘存法来对资本存量进行估算，这方面的估算较多，且结果不一，主要在于几 个关键的变量难以达成一致 ① 。然而，资本存量的估算集中在全国或省际区域上面，对 全国城市的资本存量尚未有一个较为合理可利用的指标。若勉强估算各个城市的资本 存量来进行全要素生产率的核算，不免出现较大偏差。本文所采用的基于 DEA 模型的 Mamlquist 指数法是一种核算相对效率的方法，只要各个研究对象保持相对一致性，其 结果就不会有大的偏差；且在以往的研究成果中，刘祥(2004)曾用固定资产投资额作 为资本存量的替代指标，结果较为可信。因此，本文亦遵循这个方法，以各城市各年度 的固定资产投资额作为资本存量的替代。(2)劳动变量的选择。劳动量较难统一划线， 科学的度量一个城市一个小时的劳动量基本不可能实现，更何况还有劳动种类和质量 等多种因素的干扰。本文也延续多数研究所采用的办法，劳动力变量的具体指标采用 从业人员数，它为单位从业人员、私营和个人从业人员之和。 然后是产出变量选择。尽管很多学者对于 GDP 的核算体系有不同看法，但多数研 究还是采用 GDP 作为衡量一个地区的经济产出的指标。本文在地区生产总值之外，再 加上各个城市的财政收入来对产出指标进行更合理的调整，以防止 GDP 的特殊偏差， 使结果更为精确。正如前面所述，本文核算的全要素生产率是相对意义上的结果，各个 城市及他们的投入、产出数据均为当年数据时，价格因素的影响不大，且限于各个城市 的价格缩减指数的缺乏 ② ，本文直接利用各城市的当年数据。由于城市经济多表现在 市辖区，而与其下辖的县、乡关系较小，本文所选数据均为市辖区数据。具体的变量指 标和数据来源见表 1。 表 1 选取变量、指标和数据来源一览表 投入变量 产出变量 变量名称 具体指标 变量名称 具体指标 资本 固定资产投资额/万元 地区生产总值/亿元 单位从业人员/万人 产值 财政收入/万元 劳动力 私营和个人从业人员/人 数据来源：根据中经网数据库中的城市年度库以及各年度《中国城市统计年鉴》、《新中国城市五十年》整 理编制。 总体上讲，本文所选择的研究样本和变量指标满足了基于 DEA 模型方法的要求， 可以较为准确地对中国城市全要素生产率进行核算。 ① 具体讨论详见张 军，章 元. 对中国资本存量 K的再估计[J]. 经济研究，2003(7)：35—43。 ② 李 郇，徐现祥，陈浩辉. (2005)采用的是城市所在省份的缩减指数，也难以精确。 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 144 五、城市全要素生产率结果分析 本文使用 Deap2.1 软件进行分析，这里的分析采用投入导向(input-orientated)的方 式核算所得到的结果 ① 。 (一)城市全要素生产率总体变化特征 我们首先将目光集中在 196 个城市在 1990—2006 年期间的全要素生产率的均值 变化和来源上。鉴于本文的研究与金相郁(2006)和高春亮(2007)较为类似，故将本文 结果与二者结果列在一处进行比较，三者的全要素生产率的均值结果如表 2所示。 表 2 1990—2006年中国城市全要素生产率均值结果及对比 研究者 effch均值 techch均值 pech均值 sech均值 tfpch均值 本研究的均值 0.992 1.037 0.995 0.996 1.028 金相郁(2006) 0.998 1.085 1.001 0.997 1.083 高春亮(2007) 1.02 1.05 1.01 1.01 1.07 来源：作者研究整理。 总体来看，我国 196 个地级以上城市在 1990—2006 年期间全要素生产率(tfpch) 的动态变化平均值为 1.028，这表示 2006 年较 1990 年城市全要素生产率改善上升了 2.8%。这个结果要大大低于金相郁(2006)的改善 8.3%和高春亮(2007)的改善 7%的结 果。结合本研究与二者的差别，本文认为，与金相郁(2006)的结果相比，一定程度上 ② 表 明，196 个城市中比金相郁(2006)的 41 个主要城市全要素生产率的进步程度要小得 多，意味着选定期间内，我国城市全要素生产率的大幅度改善并不普遍分布在地级以 上城市中；而与高春亮(2007)相比，一定程度上说明我国地级以上城市在 1998 年之前 全要素生产率改善的幅度较小 ③ 。 再来看全要素生产率均值结果的分解。本文的结果显示，全要素生产率的 2.8%改 善的贡献来源为技术变化(techch)，它在 1990—2006 年期间动态变化平均值为 1.037， 改善上升 3.7%；而效率变化动态平均值下降 0.8%，其中纯技术效率变化动态平均值下 降 0.5%，规模效率动态平均约下降 0.4%。这表明，我国全要素生产率总体的提高主要 是由于技术的改进，而不是技术效率的提高。该结论与金相郁(2006)的所分析的 41 个 主要城市结果显示较为一致。但高春亮(2007)的结果则认为，全要素生产率的分解全 部为改善的状态，这与所选的研究期间有很大关联。 ① 实际上，产出导向的结果也基本一致。 ② 选取的变量及时间区间不同，也会对结果有一定影响。 ③ 这一结果在后文中，对本文结果进行年度变化分析时，可以清楚看到，1998 年是全要素生产率改善最大的一年，而之 前的几年幅度较小，甚至 1993-1995 年出现了较大幅度的下降。 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009 年 第 3 期 No.3 2009 145 整体上的 tfp 改善状况给了我们 1990—2006 年期间我国城市发展的总体健康程 度的评价，即城市全要素生产率是基于技术变化的改善，这也印证了我国改革开放和 真正推行市场经济体制之后大力进行技术革新和技术引进的效果，但技术效率的利用 程度却呈现总体下降的特征，且其有两个分解：纯技术效率和规模效率都是下降状态， 这在一定程度上说明，我国城市的经济增长尚处于粗放的技术使用阶段，对已有的技 术水平下所能达到的资源能量，并未能有效挖掘出来，这虽然可以说是经济增长过程 中的必经阶段，但也是处于低级阶段。全要素生产率的提高，不仅要靠单纯的技术变化 来带动，也需要对现有技术的能量水平进行充分挖掘，这样才能促进城市健康和可持 续的发展。 (二)不同效率的城市分布特征 本文所选的 196 个城市在 1990—2006 年期间的表现各异，有多少城市全要素生 产率(tfp)得到改善还是未改善？受技术变化(techch)的贡献或拖累 ① 的有多少？受技 术效率(effch)的贡献或拖累又有多少？技术效率变化是来源于纯技术效率，还是来源 于规模效率？这些问题对于我们的了解不同效率在我国城市的分布特征，进而明确各 个城市的努力目标至关重要。 城市全要素生产率结果均值的基本统计特征如下表 3所示。 表 3 196个城市全要素生产率均值基本统计特征 指标 最小值 最大值 均值 标准差 大于 1的城市个数 有效率城市比重/% effch 0.927 1.057 0.992 0.024 68 34.69 techch 0.952 1.145 1.037 0.032 179 91.33 pech 0.939 1.067 0.995 0.023 87 44.39 sech 0.946 1.025 0.996 0.010 81 41.33 tfpch 0.923 1.15 1.028 0.040 157 80.10 来源：作者研究整理。 如表 3 所示，全要素生产率改善的城市有 157 个，占所研究城市总体的 80.1%，说 明此期间内，我国多数城市经济的进步是伴随着全要素生产率的改善的，而并非只是 投入型增长。其中 tfp 改善最大的城市达到 15%，下降最大的则为-7.7%，离散程度较 大，说明我国各个城市的 tfp 改善程度并不均匀，个体间差异较大；取得技术变化指标 上的改善的城市的特征与 tfp 改善的较为一致，91.3%的城市取得了技术改进，而凭技 术效率取得进步的城市个数为诸多效率指标中最少的，只有 68 个，占研究总体的 34.7%，这也进一步印证了前面分析的全要素生产率改善的来源主要为技术变化的改善 的结论。 以下分做两种类型来统计 196 个城市在全要素生产率及其分解效率的分布特征， 即 tfp 实现改善的城市和未实现改善的城市，见表 4。 ① 本文用“拖累”来表示全要素生产率变化的分解因素对全要素生产率的下降起到的作用。 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 146 表 4 tfp改善的城市中按来源分布 tfp改善总数 157 所占比例/% 技术效率改善总数 67 所占比例/% effch>1 67 42.68 pech>1 61 91.04 techch>1 157 100.00 sech>1 39 58.21 effch且 techch>1 61 38.85 pech且 sech>1 33 49.25 来源：作者研究整理。 直观来看，在 tfp 改善的 157 个城市中，全部城市都实现了技术变化指标上的改 善，而 67 个城市(占 42.7%)实现了技术效率变化指标上的改善，两者都达到改进的只 有 1/3 强。而在技术效率改善的 67 个城市中，91%的城市有着纯技术效率的改进，39 个城市达到了规模效率的改进，两者都对技术效率改善做出贡献的城市有 33 个。稍微 做一下加减法便可知道，tfp 改善的城市中，实现了技术变化上的改进而没有技术效率 上的进步的城市有 90 个，在技术效率改善的 67 个城市中，实现了纯技术效率的改进 却没有规模效率的有 28 个。 如表 5所示：在 tfp未改善的 39 个城市中，有 38 个城市被技术效率指标拖累，11 个城市是由于技术变化的拖累，而受到两者共同拖累的有 10 个城市；在技术效率未改 善的 38 个城市中，很多城市都受到纯技术效率和规模效率的共同拖累，占到 76.32%， 这说明我国城市 1990—2006 年期间技术效率的下降是纯技术效率和规模效率的双拖 累作用所致。 表 5 tfp未改善的城市中按来源分布 tfp未改善总数 39 所占比例/% 技术效率未改善总数 38 所占比例/% effch<1 38 97.44 pech<1 35 92.11 techch<1 11 28.21 sech<1 32 84.21 effch且 techch<1 10 25.64 pech且 sech<1 29 76.32 来源：作者研究整理。 综上，1990—2006 年期间我国城市的整体的 tfp 改善度为 2.8%，主要来源于技术 变化上的改进，而技术效率却起到了拖累作用。我国 tfp 改善和未改善及其来源的城市 数目的分析，让我们能够从整体上掌握我国城市不同效率的分布特征，便于把握我国 城市在相对效率上的分布和来源，为我国城市指出了未来的努力方向。 (三)年度平均变化规律 中国城市全要素生产率从 1990 年到 2006 年的变化特征要从 196 个城市的年度 平均值的变化来描述。表 6 和图 1详细给出了 1990 年到 2006 年全要素生产率及其分 解的均值结果。 总的来看，1990—2006 年期间，Malmquist 指数呈现三个上升高峰和两个下降波谷 的特征。第一高峰呈现在 1991—1993 年期间，第二高峰在 1996—1999 年期间，第三高 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009 年 第 3 期 No.3 2009 147 峰期间为 2004—2005 年，且从改善程度上看，第二高峰期间的城市全要素生产率最 高。两个下降波谷分别出现在 1993—1995 年期间与 2002—2003 年期间。我们按年度 的变化动态平均值结果画出下列曲线图，可直观展示出 1990—2006 年的全要素生产 率变化的路径及其主要来源。 表 6 1990—2006年中国 196个地级以上城市全要素生产率均值结果 年份 effch 效率变化 techch 技术变化 pech纯技术效 率变化 sech 规模效率变化 tfpch全要素生 产率变化 1990—1991 0.992 0.999 0.992 1.000 0.992 1991—1992 0.947 1.168 0.999 0.948 1.106 1992—1993 0.896 1.283 0.893 1.003 1.149 1993—1995 1.007 0.842 1.037 0.971 0.848 1995—1996 0.951 1.100 0.977 0.973 1.046 1996—1997 1.012 0.990 1.013 1.000 1.003 1997—1998 0.972 1.309 0.986 0.986 1.272 1998—1999 1.136 0.971 1.062 1.069 1.103 1999—2000 0.771 1.444 0.833 0.926 1.114 2000—2001 1.321 0.775 1.208 1.094 1.024 2001—2002 1.003 0.946 1.104 0.909 0.949 2002—2003 0.941 0.903 0.962 0.978 0.850 2003—2004 1.019 0.986 0.947 1.077 1.004 2004—2005 0.993 1.040 0.948 1.048 1.033 2005—2006 1.007 1.007 1.021 0.985 1.013 均值 0.992 1.037 0.995 0.996 1.028 来源：作者核算整理。 图 1 年度平均变化的 Malmquist指数(TFP变化) 来源：作者研究整理。 由核算结果具体来看各年度的全要素生产率的变化及来源。 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 148 (1)1990 年到 1991 年度的全要素生产率的 Malmquist 指数为 0.992，下降 0.8%，技 术变化和技术效率变化对这个下降都有作用，但技术效率变化影响为主要； (2)1991—1992 年，1992—1993 年连续两年的高速上升，分别为 10.6%、14.9%，主 要来源于技术变化的改善； (3)1993—1995 年期间全要素生产率降幅较大，下降了 15.2%，这个下降主要来源 于技术变化的下降，技术效率变化细分出的规模效率对这个下降也有贡献，下降幅度 为 2.9%； (4)接下来的 1995—1996 年、1996—1997 年、1997—1998 年、1998—1999 年、 1999—2000 年、2000—2001 年连续 6 年的平均变化显示，全要素生产率持续上升，上 升幅度分别为 4.6%、0.3%、27.2%、0.3%、11.4%、2.4%，这期间的前五个年份比重最大的 来源为技术变化，纯技术效率变化与规模效率也有些许贡献，而 2000—2001 年期间纯 技术效率变化的上升是全要素生产率上升的主要来源，技术变化反倒因为下降，而对 全要素生产率产生了大的“拖累”作用； (5)2001—2002 年、2002—2003 年期间，全要素生产率变化呈现下降趋势，分别下 降 5.1%和 15%，其中技术变化的下降是主要来源； (6)2003—2004 年、2004—2005 年、2005—2006 年期间又重新走上上升趋势，分别 上升 0.4%、3.3%和 1.3%。2003—2005 年间规模效率的变化呈上升状态，分别上升 7.7% 和 4.8%，但因为纯技术效率变化的“拖累”，导致技术效率变化对全要素生产率的提 升贡献不大，2005—2006 年期间规模效率有所下降。 金相郁(2006)分析表明，2001—2003 年期间全要素生产率呈逐年下降趋势，本文 分析亦得出类似结果，但 2003—2006 年期间又有所回升，且规模效率在其中起到重要 作用，这说明由于经济阶段的客观要求及人的主观努力，最近金相郁(2006)所发现的 问题有所改善。然而最近的趋势表明技术进步的不足，这个整体上对全要素生产率贡 献最大的要素最近却出现了低迷状态，这个问题值得我们进一步研究其原因，是短暂 的调整，还是技术变化进入了一个转型期？ (四)突出城市的个别剖析 四个直辖市中，只有重庆市全要素生产率呈下降趋势，上海市上升最大，北京市次 之，天津市上升幅度最小，但三者均比选取的 196 个城市的平均变化值要高得多。具体 说来，重庆市全要素生产率动态平均呈下降趋势，下降 1.2%，技术变化和规模效率变化 为上升，而效率变化与纯技术效率变化为下降，这意味着重庆市尚未进入全要素生产 率上升时期。上海市 1990－2006 年期间全要素动态变化上升 10.7%，且全部来源于技 术变化的作用，表明技术进步在上海市经济增长中发挥至关重要的作用，而效率变化、 纯技术效率变化和规模效率变化的值均为 1，这说明上海市在我们的研究单元中是属 于有效率的，是其他城市学习的对象；北京市全要素生产率动态平均上升 9.2%，技术变 化和技术效率变化都有改善，规模效率变化也是得到改善的，但纯技术效率的变化稍 有下降；天津市全要素动态平均变化显示为上升 6.4%，几个变化来源对全要素的上升 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009 年 第 3 期 No.3 2009 149 都有贡献，与北京大致相同，但幅度较小。 其他城市里，全要素生产率上升幅度最高的城市依次为克拉玛依市(15%)、东营市 (14.5%)、长治市(12.7%)、德州市(12.1%)；下降幅度最大的几个城市依次为白城市 (7.7%)、孝感市(6.1%)、天水市(5.8%)。详细各个城市的效率分析结果见附表 ① 。我们可 以从中得到各个城市的全要素变化情况以及各因素的贡献程度，以此来指导下一步的 实践活动。 (五)东、中、西、东北四区域的结果分析 “十一五”期间，配合我国实行区域协调发展的战略，区域划分需要建立相应的 多层级体系和框架，以便于实施具有针对性的区域政策。其中第一层级，将全国划分为 东部、中部、西部、东北四大板块，将中国大陆确定为东部、中部、西部、东北四大板块。 其中东部、中部、西部、东北四大板块的具体范围如下：东部板块包括北京、天津、河北、 上海、江苏、浙江、福建、山东、广东和海南等 10 个省市；中部板块包括山西、安徽、江 西、河南、湖北、湖南、陕西、内蒙古等 8 省、区(将原划入西部地带的陕西和内蒙古划入 中部板块)；西部板块包括重庆、四川、贵州、云南、西藏、甘肃、青海、宁夏、广西、新疆等 10 个省、市、自治区；东北板块包括辽宁、吉林、黑龙江等 3 个省。本研究采用此分类法 将选取的 196 个地级以上的城市分为东部，中部，西部和东北地区四个区域进行分析， 以探究全要素生产率变化的区域差异，计算结果如表 7所示。 表 7 东、中、西、东北分区域的全要素生产率变化（1990—2006年） 区域(196) effch 技术效率变化 techch 技术变化 pech 纯技术效率变化 sech 规模效率变化 tfpch 全要素生产率变化 东部(68) 0.990 1.056 0.993 0.997 1.046 中部(68) 0.993 1.029 0.997 0.996 1.022 西部(30) 0.996 1.032 0.999 0.997 1.028 东北(30) 0.989 1.020 0.995 0.994 1.010 来源：作者研究整理。 东部地区共有 68 个城市，1990—2006 年期间，全要素生产率的动态变化平均值为 1.046，这意味着全要素生产率改善了 4.6%，明显高于 196 个城市的整体改善程度 (2.8%)，进一步验证了东部地区整体的生产率的提高要大于全国平均水平；其来源主 要为技术变化的贡献，它上升了 5.6%，而技术效率下降了 1.0%，对全要素生产率的上 升有较大的“拖累”作用；68 个入选城市中只有 4 个城市全要素生产率出现了下降， 它们是盐城、潍坊、莱芜和潮州；68 个城市全部都呈现了技术变化的上升，规模效率变 化的均值大多数维持在 1.000左右，规模效率变化均值显示稍有降低，但幅度不大。 中部地区包含了 68 个城市，全要素生产率动态变化均值为 1.022，改善 2.2%，低于 整体 196 个城市的平均值，说明中部地区生产率的改善幅度并不大；主要的贡献来源 ① 因篇幅限制，对此感兴趣的读者可向作者索取核算结果。 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 150 依然是技术变化，上升了 2.9%；技术效率下降了 0.7%，有较为明显的“拖累”作用，纯 技术效率和规模效率分别有 0.3%和 0.4%的下降；18 个城市全要素生产率动态均值显 示出现了下降，50 个城市显示为上升，这与东部城市相比显然较为落后。 西部地区共有 30 个城市，全要素生产率变化均值为 1.028，改善了 2.8%，等于整体 196 个分析对象的均值；主要来源还是技术变化，上升了 3.2%，而技术效率下降了 0.4%，“拖累”作用明显，其中纯技术效率和规模效率分别有 0.1%、0.3%的下降贡献；6 个城市出现全要素生产率的下降，其余 24 个城市均有改善，总体效率比中部要好一 些，但与东部发达地区还不在一个水平上。 最后看东北地区，共包含了 196 个城市中的 30 个。全要素生产率的变化均值为 1.010，改善了 1.0%，远低于整体 2.8%的均值改善；主要来源依旧是技术变化，上升了 2.0%，技术效率下降 1.1%，“拖累”作用比较大，纯技术效率和规模效率的变化分别为 0.5%和 0.6%的下降；11 个城市全要素生产率下降，19 个城市上升，这在四个区域里是 最差的。 综合分区域的结果分析，我们发现，东部是生产率改善最高的(4.6%)，其次为西部 (2.8%)和中部(2.2%)，东北地区在全要素生产率的改善上最为落后，这应该与东北地区 老工业基地能源枯竭、经济结构亟需转型有很大关系，也正体现出我国把东北地区专 门划分出来的战略意义；各个区域全要素生产率的改善的主要来源，均为技术变化的 提高，而不是技术效率变化上升的贡献；各个区域的技术效率包括纯技术效率和规模 效率都是下降的状态，包括我国较为发达的东部地区，这表明，我国经济发展还处于有 活力，但不成熟的阶段，城市经济发展方式上有一定的问题，如何转变经济增长方式， 如何加大效率的提升力度，应该受到重视。 六、结 论 本文对中国城市全要素生产率进行实证分析，在金相郁(2006)的基础上，研究了 中国 196 个主要城市在 1990—2006 年期间城市全要素生产率的动态变化。研究发现： (1)1990—2006 年期间城市全要素生产率改善上升了 2.8%，这个结果要大大低于 金相郁(2006)的改善 8.3%和高春亮(2007)的改善 7%的结果； (2)全要素生产率改善的城市有 157 个，占到了所研究城市总体的 80.1%，说明我 国多数城市在 1990—2006 年期间是有着 tfp 的进步的，而不是只靠要素投入来取得经 济增长； (3)tfp 改善最大的城市达到 15%，下降最大的则为-7.7%，离散程度较大，说明我国 各个城市的 tfp 改善程度并不均匀，个体间差异较大； (4)1990—2006 年期间，Malmquist 指数呈现三个上升高峰和两个下降波谷的特 征，第一高峰呈现在 1991—1993 年期间，第二高峰在 1996—1999 年期间，第三高峰期 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2009 年 第 3 期 No.3 2009 151 间为 2004—2005 年期间，且从改善程度上看，第二高峰期间的城市全要素生产率最 高。两个下降波谷分别出现在 1993—1995 年与 2002—2003 年期间。最近的期间 2003—2004 年、2004—2005 年和 2005—2006 年，城市全要素生产率变化重新走上上 升趋势，这可能表明了未来几年的走势； (5)直辖市中，重庆市全要素生产率呈下降趋势，上海市上升最大，北京市次之，天 津市上升幅度最小，但三者均比选取的 196 个城市的平均变化值要高得多。其他城市 里，全要素生产率上升幅度最高的城市依次为克拉玛依市、东营市、长治市、德州市；下 降幅度最大的几个城市依次为白城市、孝感市、天水市； (6)东部地区城市全要素生产率改善了 4.6%，中部改善了 2.2%，西部改善 2.8%，而 东北地区改善的最少，只有 1.0%，四个区域的城市全要素生产率鲜明地表现出区域性 特征，有经济发展阶段的问题，也有区域发展不平衡的因素，这为我国不同区域的城市 的发展对策的制定提供了一定的参考； (7)无论从整体均值上、城市分布特征，还是年度平均和分区域的结果上看，都比 较明确地表明，我国城市全要素生产率改善的来源为技术进步，而不是技术效率的改 善，分区域的分析表明，技术效率甚至多为下降趋势，其对全要素生产率的改善产生的 是“拖累”作用；技术效率的再分解结果表明，纯技术效率和规模效率对其都有着 “拖累”作用。 整体上，本文实证分析(由技术变化和技术效率变化的贡献得知)认为，我国多数 城市还处于投入增长型阶段，但也伴随着全要素生产率的改善，这反映出全要素生产 率本身与资本和劳动投入的关联，也在某种意义上说明，我国城市还处于不够成熟的 阶段，当然这也是经济增长有活力的暗示。本文的研究对于中国城市全要素生产率的 动态变化的进一步精确有重大理论意义，并依据对各城市、各年度和各区域全要素生 产率的动态分析，为未来城市化进程中，城市经济的发展提供科学的参考，值得进一步 探讨的是城市全要素生产率的变化趋势与其影响因素的关系，这对于城市经济的增长 模式调整转变有着密切的联系。 参考文献 ［1］ 郭庆旺，赵志耘，贾俊雪. 中国省份经济的全要素生产率分析[J]. 世界经济，2005，(5)：46—54. ［2］ 金相郁. 中国城市全要素生产率的研究[J]. 上海经济研究，2006，(7)：16—25. ［3］ 金相郁. 中国区域全要素生产率与决定因素：1996—2003[J]. 经济评论，2007，(5)：107—12. ［4］ 刘 祥. 矿业城市经济发展规模效率浅析[J]. 中国矿业，2004，(9)：72—77. ［5］ 李 郇，徐现祥，陈浩辉. 20 世纪 90 年代中国城市效率的时空变化[J]. 地理学报，2005，(4)： 615—25. ［6］ 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. ［7］ 高春亮. 1998—2003 城市生产效率：基于包络技术的实证研究[J]. 当代经济科学，2007，(1)： 83—89. 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 152 ［8］ 易 纲，樊 纲，李 岩. 关于中国经济增长与全要素生产率的理论思考[J]. 经济研究，2003， (8)：13—20. ［9］ 魏权龄. 数据包络分析[M]. 北京：科学出版社，2004. ［10］ Fare，R，Grosskopf，S. ，Roos，P. On Two Definitions of Productivity[J]. Economics Letters，1996， 53：269—74. ［11］ Farrell，M. J. Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society， 1957，(3). ［12］ Timothy J. Coelli，D. S. Prasada Rao，Christoper J. O’ Donnell，George E. Battese. An introduction to Efficiency and Productivity Analysis[M]. Springer Science Business Media，NewYork，2005. The Dynamic Analysis of China’s City TFP：1990—2006 ——Based on the Malmquist Index and DEA Model Liu Binglian Li Qingbin (Institute of Economics, Nankai University, Tianjin, 300071, China) Abstract：Using the Malmquist index method which is based on the DEA Model，this paper analyzes the dynamic changes of China’s City TFP during the period of 1990—2006. The re- search finds that City TFP has been improved by 2.8% from 1990 to 2005，mainly contributed by technical change with a little drag effect of technical efficiency change；three growth peak p