泛長三角城市群工業全要素生產率研究
——基于2004—2013年城市面板數據的實證分析

盧云卿，周　曉（南京財經大學.產業發展研究院；.會計學院，南京0046）

泛長三角城市群工業全要素生產率研究
——基于2004—2013年城市面板數據的實證分析

盧云卿1，周曉2
（南京財經大學1.產業發展研究院；2.會計學院，南京210046）

采用DEA-Malmquist指數方法，文章對2004—2013年泛長三角城市群23個代表性城市的工業全要素生產率進行計算及分解，考察各個城市全要素生產率的整體變化情況，以及分解后的技術效率和規模效率的變化趨勢以及全要素生產率的年度變化特征。研究發現長三角城市群整體全要素生產率、純技術效率、規模效率均呈現下降趨勢；年度數值也呈現波動且整體下降的趨勢；各城市的全要素生產率差異較為明顯。政府部門需要繼續深化體制改革，優化資源配置和產業結構并積極引進國內外先進生產技術。關鍵詞：全要素生產率；工業；泛長三角城市群

一、問題的提出

作為經濟實力最強、經濟主體最具活力的地區，長三角地區的經濟發展一直受到了社會各界的廣泛關注。目前，由于長三角地區的經濟發展已逐步步入工業化階段的中后期，因此僅僅依靠資源消耗和資金投入的傳統粗放式工業發展模式已經不再適用于長三角地區的可持續性發展，而能源利用效率問題更是成為了束縛長三角地區可持續發展的瓶頸。因此，提高能源利用效率對推動長三角地區經濟健康穩定發展，提升地區競爭力，改善生態環境具有重要意義［1］?？紤]到長三角城市群工業增加值占地區生產總值比重超過50%，以及工業能耗占比達七成的 “雙高”性特征，筆者認為提升工業部門能源利用效率是提高長三角城市群能源利用效率，促進地區可持續性發展的關鍵。通過對長三角城市群工業能源效率的測度與研究，可以為政府部門開展節能減排，升級產業結構，實現可持續性發展提供行之有效的政策建議，同時也可以為國內其他地區可持續發展建設提供借鑒。

SubhashC.Sharma等［2］利用SFA模型對1977—2000年間美國48個主要州的全要素生產率的增長進行分解研究，其研究表明，美國整體全要素生產率的增長來源主要是技術進步，各州間的全要素生產率差異則主要由各州間技術效率的不同而導致的。邵軍和徐康寧［3］依據傳統的經典增長理論，研究認為技術的持續進步是經濟增長得以實現的關鍵所在，同時全要素生產率的提高也是技術進步的重要標志。對于我國工業產業的生產率研究，我國學者主要從DEA分析法和隨機前沿分析法兩個角度進行了全要素生產率研究。趙世勇和陳其廣［4］通過對五城市的制造業改制企業進行研究，發現了公有企業的產權轉移至私人企業才能夠提升明顯的企業效率。沈能［5］對全要素生產率的變動采用非參數Malmquist指數法將其分解為技術進步和技術效率兩個部分，并進一步測算出了自1979年改革開放以來中國工業生產率的變化情況，此外還對地區之間工業全要素生產率的增長差異的特征進行了探討。涂正革［6］采用非參數條件下的隨機生產前沿分析法，對我國1995—2004年的28個省市規模以上工業企業的面板數據對全要素生產率進行了分析。

通過總結研究可以發現，現有文獻大多集中于我國各個省、區域的整體工業層面的全要素生產率分析，而缺乏對區域產業聚集特征明顯、工業化發展程度較高的長三角城市群內部進行詳細的研究。因此，本文采用DEA分析法，依據2004—2013年泛長三角城市群多達23個城市的面板數據，對規模以上企業的工業全要素生產率進行全面分析。

二、數據來源和方法

（一）數據和變量

考慮到數據的可得性，本文采用了2004—2013年泛長三角23個城市的規模以上企業①的面板數據作為樣本。其中包含的截面數據有23個，年度數據有10個，樣本規模涵蓋了230個觀測值。較大的面板數據使得本文的研究結果更加準確也更具可信度。數據主來源為2005—2013年間出版的《中國統計年鑒》《江蘇省統計年鑒》《浙江省統計年鑒》《上海市統計年鑒》《安徽省統計年鑒》以及各市的《城市統計年鑒》，其中各個城市的工業總產值（規模以上企業）、固定資產投資凈值和行業從業人員數來自于《城市統計年鑒》，而工業品出廠價格指數（PPI）和固定資產投資價格指數來自于各省統計年鑒。

本文所涉及的具體的指標為工業總產值、工業行業從業人數和資本投入量這三個指標。選擇當年的工業總產值（規模以上企業）為各個城市的產出指標。為了消除通貨膨脹對名義產值的影響，本文采用工業品出廠價格指數（PPI）對各年的工業總產值進行平減，并將其統一到以2004年為基期的價格當中。

對于資本投入變量指標的選取，目前主要有兩種方法，一種是直接用固定資產投資額來衡量［1］，另一種是永續存盤法［7］。本文采用的是國際上通用的永續存盤法（PIM）。具體資本投入計算如（1）所示。

式（1）中，Kto表示2004年固定資產凈值年平均余額；△Kt為t年的固定資產凈值增加量，可通過臨近兩年的固定資產凈值之差表示；Pit表示i 市t年的固定資產投資價格指數。

對于勞動力投入指標，本文選取了23個城市2004—2013年的工業從業人員的平均人數作為研究指標。有關變量的具體定義和相關的統計性描述如表1所示。

（二）研究方法

本文在研究時，采用Malmquist指數方法來對泛長三角城市群工業的全要素生產率進行DEA計量研究。與隨機前沿函數SFA分析法不同的是，DEA法并不對生產前沿可能具有的函數形式進行先驗假定，而是根據投入與產出數據集來確定最佳實踐生產前沿。通過這種處理方式方式獲得的生產前沿和技術效率與生產實際工況更加接近。采用DEA方法評估效率同時也具有獨特的優勢，它既無需給出各指標的權重，也無需預先了解價格變化情況，DEA法可以同時對多個輸出和多個輸入變量進行處理。Malmquist指數除了可以分析不同時期決策單元的效率變化情況，還可以通過指數分解方式衡量技術進步率、規模效率和純技術效率各自的效率情況。

表1　變量的定義和描述性統計

對于從t時期到t+1時期的全要素生產率的Malmquist指數如（2）式所示。

式（2）中，（xt+1，yt+1）和（xt，yt）分別表達在t+1時期和t時期所產生的投入產出的向量大??；和分別表示t+1時期和t時期的距離函數。

當以t時期技術Tt為參照標準時，全要素生產率的Malmquist指數可表示為（3）式。

同樣的，當以t+1時期技術為參照標準時，全要素生產率的Malmquist指數可表示為（4）式。

考慮到時期選擇不同所造成的差異，可以采用（2）式與（3）式的幾何平均值（4）式來對t時期到t+1期的全要素生產率的Malmquist指數變化情況進行測算。當該指數大于1時，則說明從t時期到t+ 1時期內全要素生產率出現了增長；若指數小于1，則說明從t時期到t+1時期內全要素生產率發生下降。

此外，Malmquist指數同時還具有可以進行分解的特點，可以將Malmquist指數分解為不變規模報酬假定下純技術效率 （PECH）和規模效率（SECH）。分解公式可表示為（5）式。

當純技術效率（PECH）等于1時，則表明該決策單元以有純技術效率的方式生產；當純技術效率小于1時，說明該決策單元的生產并無純技術效率。此外，規模效率衡量了決策單元是否正處于最優規模狀態，當規模效率值等于1時，表明該決策單元處于規模效率狀態；若規模效率值小于1時，則表示該決策單元不具有規模效率。

本文采取DEA-Malmquist指數法，以工業總產值為產出指標，以資本投入量和工業從業人數為投入指標，對我國長三角城市群規模以上工業企業進行全要素生產率率分析。通過研究分析，可以有效地測度我國長三角地區技術效率，并為長三角地區的產業轉型和可持續性發展提供合理的政策建議。

三、泛長三角城市全要素生產率實證分析

本文通過投入產出指標，依據2004—2013年的23個泛長三角城市面板數據，應用DEAMalmquist指數法對全要素生產率進行了分析。

（一）泛長三角全要素生產率（TFP）的總體變化分析

首先，根據對泛長三角城市群23個城市的面板數據進行全要素生產率分析。通過DEA分析法，得出各個城市全要素生產率的總體均值，再通過指數分解，將全要素生產率分為技術效率、純技術效率以及規模效率。具體分析結果如表2所示。

根據表2的統計結果，可以看出泛長三角城市群的全要素生產率 （TFPCH）總體變化均值為0.983，其中南京、蘇州、無錫、常州、連云港、嘉興、湖州、麗水、合肥、蕪湖這10個城市的全要素增長率均大于1，呈現增長趨勢。然而結合全要素生產率的定義和整體數據，可以發現2004—2013年我國泛長三角城市群的全要素生產率整體呈現下降趨勢，總體來看平均增長率下降了1.7%。根據Malmquist指數分解，可以進一步分析各個效率的變化情況。從表2中可以看出，在2004—2013年當中，技術效率 （EFFCH）平均增長率下降了1.5%，技術進步 （TECHCH）平均增長下降了0.2%，純技術效率 （PECH）平均增長率下降了1.3%，規模效率（SECH）平均增長率下降0.2%。

本文研究結果與國內學者的研究結果類似，如楊莉莉等［1］選取長三角城市群中14個代表城市為樣本，研究了該樣本在2001—2009年的工業技術效率。研究發現長三角地區中的樣本城市技術效率均小于1，呈現出總體下降趨勢，并且大多數城市的規模效率也存在下降趨勢。通過上述數據結果可以發現，雖然個別城市如南京、無錫、蕪湖等城市在技術效率、純技術效率以及規模效率以及技術進步方面有所增長，但長三角城市群整體均呈現出下降的趨勢。這說明了長三角地區的規模以上企業的工業全要素生產率出現倒退，整體發展情況不容樂觀。這也說明了我國長三角地區長期以來的工業生產是以資金、勞動力等資源大量投入的傳統生產方式進行生產，資源利用效率較為低下，技術進步緩慢，長三角地區工業產業升級轉型已經迫在眉睫。

（二）泛長三角城市群年度總體變化分析

本文通過計算2004—2013年之間長三角城市群地區TFP逐年的Malmquist指數，并進行匯總平均后得到我國長三角地區城市群TFP各年的總體增長情況。泛長三角城市群從2004到2013年總體均值變化，如圖1所示。

圖1　泛長三角城市群2005-2012 TFP均值變化

表2　泛長三角城市群Malmquist指數樣本總體均值

從圖1可以看出，在2004—2013年期間，全要素生產率的變動經歷了三個波谷階段和三個波峰階段，整體變動處于下降趨勢。全要素生產率（TFP）出現的第一個波谷在2005—2006年，可看出該時間段內全要素生產率和技術進步都出現大幅下降。另外兩個波谷分別出現在2007—2008和2009—2010年，這兩年全要素生產率都出現了下降，其中2009—2010年的下降幅度較小。此外，純技術效率和技術效率在2007—2008年間出現的較大幅度的增長，在一定程度上抵消了技術進步下降的影響。而全要素生產率上升幅度較快的時間出現在2006—2007年和2008—2009年，其中2008—2009年上升幅度最快。

從圖1中可以十分直觀地看出，影響全要素生產率的變動情況的主要因素是技術進步，且技術進步的變化幅度與全要素身產率的變化幅度大體一致。而2005—2012年全要素生產率及各個指數具體變化情況可以通過表3看出。

在2005—2006年，全要素生產率由2005年的1.361下降到了2006年的0.898，下降幅度達到了46.3%；在2007—2008年間，全要素生產率由0.977下降到了0.792，下降幅度為18.5%；在2009—2010年間，全要素生產率由11052下降到了0.99，下降幅度為6.2%。

在2005—2006年全要素生產率下降幅度最大，其中技術進步和規模效率的大幅下降是引起全要素生產率下降的主要原因。而在2007—2008年期間，全要素生產率再次出現了較大幅度的下降，其主要由技術進步的大幅下降所導致。由于2007年開始全面爆發的美國次貸危機對國際金融行業的巨大沖擊對我國實體工業經濟產生了較大的負面影響，產品的滯銷以及企業資金的短缺對我國工業企業的技術研發和工業行業的產業升級轉型均產生了十分不利的影響。因此出現了技術效率的大幅下滑，進而影響了全要素生產率的增長。

在2008—2009年，全要素生產率出現了較大幅度的增長，全要素生產率0.792上升至1.052，上升幅度為26%。其中純技術效率和規模效率均出現了增長?？梢哉J為在全球金融危機爆發后，政府部門開始對轉變經濟發展方式有了更深刻的認識，各級政府開始注重產業技術革新。同時由于我國為了應對金融危機提出的一攬子“四萬億”計劃的大量投入，對工業產業的規模生產擴大和技術研發也起到了巨大的推動作用，因此使得全要素生產率（TFP）得以改善。

同時應當注意到，自2011年開始長三角地區的全要素生產率再次出現下降，說明了工業發展水平較高，第二產業較成熟的長三角地區在第二產業升級和提升技術效率方面仍面臨著較大的難度。長三角城市群工業全要素生產率的提高可能要依賴城市群整體技術水平的提升和整體資源配置的更加優化。

表3　泛長三角城市群Malmquist指數年度總體均值

（三）泛長三角全要素生產率（TFP）的具體比較分析

經過對泛長三角23個城市的研究，發現南京、蘇州、嘉興和無錫這四個城市的全要素生產率總體處于較高水平。其中南京在泛長三角23個城市中全要素生產率達到最高水平，為1.075。并且只有南京在規模效率、純技術效率和科技進步方面總體均值均處于超過1的效率增長水平。從技術進步的角度看，南京處于最高水平，平均增長率為3.9%；從純技術效率的角度來看，蘇州純技術效率水平最高，平均增長率達到4.7%；而規模效率最高的城市為徐州市，其規模效率平均增長率為5.6%；總體技術效率最高的仍然為蘇州市，其平均長率為4.8%。

然而，在選取的樣本城市中，全要素生產率最低的城市為泰州市，其全要素增長率為-10.3%。雖然泰州市規模效率呈現1.6%的增長趨勢，但其技術進步和純技術效率均處于負增長的水平，因此其總體全要素生產率較低。此外，徐州市的技術進步是泛長三角23市當中最低的，其增長率為-5.9%，因此雖然徐州的規模效率較高，但其較低技術效率仍抵消了規模效率的增長，并最終導致了徐州全要素生產率的下降。

四、結論和建議

本文利用DEA-Malmquist指數法對2004—2013年泛長三角城市群23個城市的 （規模以上企業）工業全要素生產率進行研究。通過實證分析，研究了長三角各城市全要素生產率的總體變化情況以及各年度去昂要素生產率的總體變化情況。此外通過Malmquist指數分解法，通過對規模效率、技術進步及純技術效率的變化的考察，可以得出如下結論：

第一，在2004—2013年這段時期內，各城市工業全要素生產率總體小于1，表明了長三角城市群的總體工業全要素生產率是下降的。同時不同城市之間的全要素增長率的差異較大，全面要素生產率上升的城市有南京、蘇州、無錫、常州、連云港、嘉興、湖州、麗水、合肥、蕪湖這10城市，其中南京的增長率最大，而全要素生產率最低的為泰州市。

第二，從年度全要素增長率數據來看，長三角城市群工業全要素生產率是逐年波動的，但總體呈下降趨勢。其中2005—2006年下降幅度最大，2008—2009年度上升幅度最大。

第三，長三角城市群內部各個城市的差異巨大，技術進步和規模效率的增長幅度也各不相同。因此，調節長三角城市群中的各個城市的資源分配，促進長三角地區整體發展成為實現長三角城市群工業全要素生產率綜合水平上升的關鍵。

對此，為提高長三角全要素生產率，本文提出了相應的政策建議。

第一，政府繼續深化經濟體制改革。由于規模以上企業的工業全要素生產率不斷下降，說明其企業內部運營生產機制存在相應的問題。很多大型的國有企業憑借其在行業內的壟斷地位可以獲得壟斷利潤，因此其創新能力以及節能減排能力發展較慢，極大地降低了企業生產效率。因而，為了改變目前這種現狀，必須深化改革，提升企業創新能力和創新效率，提高企業的全要素生產率。

第二，加強資源的合理配置，優化產業結構。工業部門的產業結構是否合理對全要素生產率有著直接的影響。長三角地區經過長期快速發展，已步入工業化后期階段，但其經濟發展仍然存在著能耗過高，技術水平不足的問題。因此，更需產業結構升級，鼓勵比較優勢產業向外轉移，同時注重對低能耗產業的發展和扶持，以推進資源的合理配置。

第三，積極引進國內外先進工業生產技術。長三角城市群全要素生產率整體不斷降低的主要原因是技術進步的不足和較低技術效率。因此，從長遠來看，為了推進長三角地區的工業可持續發展，政府部門和企業有必要引進國內外先進的工業發展模式，大力推行先進的工業生產技術，以此來進一步推動長三角地區的工業生產效率，實現低碳經濟和可持續性發展。

注釋：

①1998—2011年的規模以上工業的統計范圍為年主營業務收入達到500萬元及以上的工業法人企業；從2011年3 月8日開始，國家統計局規定工業企業主營業務收入達到2000萬元及以上為規模以上企業。

［1］楊莉莉，邵帥，曹建華，等.長三角城市群工業全要素能源效率變動分解及影響因素——基于隨機前沿生產函數的經驗研究［J］.上海財經大學學報，2014（3）：95-102.

［2］Subhash C.Sharma，Kevin Sylwester，Heru Margono. Decomposition of Total Factor Productivity Growth in U.S. States［J］.The QuarterlyReviewofEconomics and Finance，2007（47）：215-241.

［3］邵軍，徐康寧.我國城市的生產率增長、效率改進與技術進步［J］.數量經濟技術經濟研究，2010（1）：58-66．

［4］趙世勇，陳其廣.產權改革模式與企業技術效率—基于中國制造業改制企業數據的實證研究［J］.經濟研究，2007 （11）：1.

［5］沈能.中國地區工業技術效率差異及其變動趨勢分析——基于 Malmquist生產率指數［J］.科研管理，2007 （4）：17-22.

［6］涂正革.區域經濟和諧發展的全要素生產率研究——基于1995—2004年28個省市大中型工業企業的非參數生產前沿分析［J］.經濟評論，2008（1）：29-35.

［7］董曉輝，原毅軍.基于Malmquist指數法的我國電子信息產業全要素生產率增長分析［J］.工業技術經濟，2010（3）：103-105.

（編輯：張薛梅張雪梅）

The Industrial Total-Factor Productivity of Pan-Yangtze River Delta City Clusters：An Empirical Study

LU Yun-qing1，ZHOU Xiao2
（Nanjing University of Finance&Economics，1.Research Institute of Industrial Development；2.Department of Accounting，Nanjing，210046，China）

Using the DEA-Malmquist index method，this paper，in order to comprehensively check the change of total-factor productivity of every city，to investigate the trend of resolved technical efficiency and scale efficiency and to examine the annual variation characteristics of total-factor productivity of the whole delta area，calculates and resolves 2004—2013 data of industrial total-factor productivity of 23 main cities located in the Pan-Yangtze River Delta area.The study shows that：the total-factor productivity，pure technical efficiency and scale efficiency of all the city clusters in the Yangtze River Delta presents a downward trend，and that the gap of total-factor productivity exists obviously among cities.The paper proposes that the governments involved need to continuously deepen system reforms，optimize the allocation of resources，update industrial structures，and actively introduce advanced production technology from home and abroad.

total-factor productivity；industry；Pan-Yangtze River Delta city clusters

F 127

A

1671-4806（2015）04-0022-06

2015-04-22

盧云卿（1989— ），男，安徽蕪湖人，碩士研究生，研究方向為產業組織與服務經濟；周曉（1991— ），女，安徽滁州人，碩士研究生，研究方向為會計基本理論。