要素投入对区域经济增长贡献率分析
时间：2021-02-22 20:03:12 来源：雅意学习网 本文已影响 人 
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。
