＊章立军：上海财经大学上海２００４３３电子邮箱：ｚｔｐｃｚｌｊｃｗ＠ｓｏｈｕ．ｃｏｍ。
一引言
从国际视角看，人力资源、自然资源、资本、技术被称为经济增长的四个车轮，在投入既定的条件下，技术变革和创新是经济增长的关键因素。当代国际竞争归根结底是科技实力和创新能力的竞争。随着经济全球化进程加快，资本、信息、技术和人才等要素在全球范围内的流动与配置更加普遍，科技竞争日益成为国家间竞争的焦点和争夺的战略制高点，科技创新能力特别是自主创新能力成为国家竞争力的决定性因素，创新能力越来越成为国家之间竞争的核心能力。从民族振兴和国家发展的角度，中国要在国际竞争中立于不败之地，必须坚持科技是第一生产力，实行科教兴国战略，提高自主创新能力。
目前我国经济的高增长在很大程度上是依靠大量投入和消耗资源取得的，其单位产出水平并不高。这种粗放型高增长方式产生的巨大资源需求和对环境的破坏性影响，最终将严重制约经济的增长和社会的进步。从粗放型增长逐步转变为集约型增长，在很大程度上取决于自主创新能力的培育和发展。同时创新能力的提高，新技术不断运用于百姓的日常生活，会大大提高人们的生活质量，也有利于建立一个和谐的社会。
创新环境、创新能力及全要素生产率———基于省际数据的经验证据
章立军
＊
内容摘要
本文运用中国科技发展战略小组《２００２、２００３年中国区域创新能力报告》
中的创新能力体系指标数据，从区域层面，系统研究创新环境对创新能力的影响，创新能力体系中知识创造、知识获得对知识应用的影响及创新能力对全要素生产率影响这三个密切关联的重要问题。研究发现：目前创新环境中，基础设施水平、
市场需求、劳动力素质、金融环境对创新能力有正面促进作用，而创业水平对创新能力没有显著影响。在创新能力体系中，知识获得对知识应用有显著的正面作用，而知识创造对知识应用的影响不显著；创新综合能力对全要素生产率有正面的效应；分项看，知识应用、知识流动对全要素生产率的贡献显著，而知识创造对全要素生产率的贡献不显著。同时发现市场化改革和创新能力对全要素生产率还没有起到重要的决定性作用，我国更多地还是依靠劳动力投入和资本投入来发展经济，经济发展方式没有发生根本性的改变。关键词
创新环境知识创造知识获得知识应用全要素生产率
ＪＥＬ分类：Ｏ４７，Ｏ３１，Ｏ３２中图分类号：Ｆ１２７．５５文献标识码：Ａ文章编号：１０００－６２４９（２００６）０１１－００４３－０１４
因此，在这样的国内外形势下，今年年初全国科技大会召开，制定了《国家中长期科学和技术发展规划纲要（２００６—２０２０年）》，党中央、国务院做出了提高自主创新能力，建设创新型国家的决策。在随后召开的“两会”，进行自主创新，建设创新型国家也成为最主要的热门议题之一。国家各部门为实施《规划纲要》，营造激励自主创新的环境，推动企业成为技术创新的主体，努力建设创新型国家，在科技投入、税收激励、金融支持、引进消化吸收再创新、创造和保护知识产权、加强统筹协调等十个方面积极实施配套政策。创新能提高经济效率，改善人民生活水平，决定国家在国际竞争中的地位，因此，创新环境、创新能力已经成为党和各级政府共同关注的重大问题。研究创新环境对创新能力的影响、创新能力体系的内在作用机制及创新能力对经济效率的影响，对于改善创新环境，协调发展创新能力，提高自主创新能力及通过创新提高经济效率具有重大意义。
二文献综述
随着全球科技发展，有关创新及科技研发的研究，越来越成为一项重要的研究课题，许多知名学者孜孜以求，并且在顶尖杂志上发表了大量的论文。
国外文献较多地集中研究企业Ｒ＆Ｄ行为及其影响因素的观测与实证。Ｄｏｒｆｍａｎ和Ｓｔｅｉｎｅｒ（１９５４）首次从理论模型上解释企业Ｒ＆Ｄ支出的决定机理。随后的实证研究，主要分为两个方面，一是研究Ｒ＆Ｄ影响因素的文献，主要有Ｇｒｉｌｉｃｈｅｓ（１９５７）等强调了来自需求方面——
—市场规模对企业Ｒ＆Ｄ的影响。Ｓｃｈｅｒｅｒ（１９６５，１９８２）和Ｌｅｖｉｎ等人（１９８５）则发现企业面临的技术机会和技术的专用性对企业或行业层面的技术创新活动有着同样重要的作用。Ｃｏｈｅｎ和Ｌｅｖｉｎ（１９８９）经验研究发现企业规模和行业特点对企业Ｒ＆Ｄ也有巨大影响。二是研究Ｒ＆Ｄ强度的文献，主要有Ｃｏｈｅｎ和Ｋｌｅｐｐｅｒ（１９９２）开创性地指出企业的Ｒ＆Ｄ强度与企业特征有关，但所有因素似乎都不足以解释企业间Ｒ＆Ｄ努力，他们认为决定企业Ｒ＆Ｄ努力的关键因素是“不易观测”的。Ｃｈａｎｇ－ＹａｎｇＬｅｅ（２００２）认为行业内企业技术能力的分布决定了企业间Ｒ＆Ｄ强度的分布。
国内的文献主要集中在行业和企业层面的Ｒ＆Ｄ来研究创新能力。（１）基于企业特征如所有制、规模、技术特征等与Ｒ＆Ｄ关系的研究。如刘小玄（２０００）分析了所有制等变量对于企业效率的影响，证实私营个体企业的效率最高，而国有企业的效率最低。姚洋和章奇（２００１）认为非国有企业比国有企业的技术效率更高，大企业比小企业效率更高。何玮（２００３）指出我国大中型工业企业技术创新行为存在明显的短期效应。安同良（２００３）以“企业技术能力”为研究范式，剖析中国企业技术选择与Ｒ＆Ｄ战略的动因。安同良（２００６）以江苏制造业企业的问卷调查为样本，考察企业所处行业、企业规模及所有制三因素对企业Ｒ＆Ｄ行为的影响。（２）基于行业层面的研究主要是考察外资、国际贸易、跨国公司与Ｒ＆Ｄ的关系。如张海洋（２００５）发现在控制自主Ｒ＆Ｄ的情况下，外资活动对内资工业部门生产率提高没有显著影响。薛澜等（２００２）、沈玉芳等（２００４）对于跨国公司在中国的Ｒ＆Ｄ行为进行了较广泛的研究。李小平等（２００６）研究国际Ｒ＆Ｄ溢出对中国工业行业的技术进步增长、技术效率增长和全要素生产率增长所谓影响。王红领等（２００６）研究发现ＦＤＩ对中国民族企业自主创新能力有促进作用。
国内外有关研究主要集中于企业或行业层面，但由于我国目前的科技管理体制下，企业没有真正成为创新活动的主体，特别是中小企业没有成为创新活动的主体，我国的创新活动有很大部分集中在科研机构和高校。根据国家科技部２００３年的中国科技统计数据，我国企业的研发开支在国家研发开支中占６１．２％，研究开发机构占２７．３％，高校为１０．１％，其他占１．４％。但如美国２００２年占７２．９％，日本２００１年占
７３．７％等，发达国家企业研发所占的比例普遍为７０％，因此，在我国，企业或行业的创新活动仅仅是创新活动的一部份而不是绝大部分。因此企业或行业层面的研究不能覆盖我国创新活动的全部。
区域创新能力是一个区域内有特色的与地区资源相关联的，推进创新的制度组织网络，它与国家创新体系相比显示出更多的特色制度安排，更强的产业、技术专业化且企业的创新性更为显著。同时区域创新体系和国家创新体系都强调制度是决定创新能力的决定要素。企业在创新中越来越依赖于当地的制度，根据英国的马歇尔（１９８３）、克鲁柯曼（１９９７）和波特（１９９８）的研究都认为区域创新与产业密集有密切关系，区域化有助于促进创新和知识的扩散。因此，区域创新可以看出行业集聚的效应，但企业、行业创新的无法看出。所以，区域层面的研究比国家、企业行业层面的研究有许多独特的优势，开辟了一个全新的视角。
从研究创新活动的衡量指标上看，绝大部分的文献主要用Ｒ＆Ｄ。王小鲁、樊纲（２００４）认为一个国家的技术进步，一方面来自国内的研发努力（可用国内取得专利的技术发明数量来反映），另一方面来自国外的技术转移。技术转移的途径有两条，一是进口技术设备；二是国外直接投资（ＦＤＩ）。因此，衡量技术进步的变量包括：国内的技术发明专利数量，进口技术设备的数量和ＦＤＩ数量。但是所有这些指标也不能全面综合的反映创新能力，需要更客观和科学的指标体系来衡量我国的创新活动。
本文利用了中国科技发展战略小组《２００２中国区域创新能力报告》和《２００３年中国区域创新能力报告》①的研究成果，该成果对区域创新体系有一个权威和综合的评价，包括知识创新能力指标、知识获得能力指标、知识应用能力指标、创新环境指标和创新经济绩效指标五大指标体系。创新主体既包括了企业，又包括了非企业的科研机构、高校等；创新内容指标既包括知识创造指标如研究投入（Ｒ＆Ｄ）、专利、科研论文和科研产出比等，又包括知识获得指标如科技合作、技术转移和国外直接投资等，还包括知识应用指标如设计能力、制造和生产能力、新产品产值等是一个全面客观的指标。从创新主体、创新内容、创新环境和创新经济绩效等各个方面综合反映了创新活动的全貌。另外，区域层面比国家、企业、行业层面的研究有许多独特之处，是一个崭新的视角。本文尝试从区域视角，利用综合的创新数据进行研究，克服了以前研究视角和研究数据的不足。
本文通过对各区域创新能力体系的研究，以考察创新能力的主要影响因素、创新能力体系的内在结构及创新能力对经济效率的影响。通过创新环境对创新能力的分析，可以发现目前哪些因素起积极和主导作用，哪些因素是薄弱的环节，需要进一步加强，从而为建立创新型国家提供改革方向。通过对创新体系中，知识创造、知识流动和知识应用三者相互关系的研究，可以进一步把握创新体系的内在结构和自身发展规律，为国家创新能力更好的协调发展提供依据。通过创新能力对经济效率影响的分析，以考察我国创新能力对经济效率的贡献大小，评估创新能力在目前经济发展中的地位和作用，深入了解创新能力对经济发展的效应和运作机制。
文章的贡献在于：第一，运用波特竞争力分析框架论证区域创新环境五要素的关系并用实证研究分析其对创新能力的影响。第二，从系统论的结构论角度，区域创新能力体系中各能力之间的相互作用关系并运用实证的方法加以证实。第三，从区域创新的视角，研究创新能力与全要素生产率之间的关系。第四、本文研究创新活动对经济发展水平的影响，而不是如以前大量的文献研究创新活动对经济增长率的影响。
①由于２００４－２００５年中国区域创新能力报告目前没有公布，所以造成数据上只能利用两年的研究数据加以分析。
三理论分析及假设形成
１９９０年，波特发表了《国家竞争优势》，认为解释一个国家产业竞争力的关键是该国能否有效形成竞争环境和推动创新，一个国家的优势在于四个要素：第一，要素条件如熟练劳动力的供给、基础设施状况；第二，需求条件即该国对产品和服务的需求，第三，相关的支持产业；第四，企业的战略与竞争状况。这四个要素的作用如图１所示。
借鉴波特对国家创新体系的分析框架，结合区域创新环境的特点，本质上区域创新环境也有类似的四要素组成。从要素条件看，区域创新环境应包括劳动力的素质和基础设施的状况。从需求条件看，区域创新环境中应包括市场需求水平，因为它是拉动创新的重要因素。从相关的支持产业看，由于创新活动本质上是一种经济活动，离不开资金的支持，现代意义上的创新活动都需要较大量的资金投入，结合我国的国情，几乎所有地区的企业都感到资金的缺乏是当地创新的“瓶颈”，因此金融环境成为创新活动的最大支持产业。从企业的战略与竞争状况看，当地创业水平的高低决定了创新企业的多少，从而在一定程度上决定了当地企业的竞争状况，因此，创新环境也应包括当地的创业水平。中国科技发展战略研究小组也认为由基础设施水平、市场的大小、劳动者的素质、为企业创新提供金融支持的能力和本地区的创业水平五个要素构成创新环境。基础设施是一个地区创新的各种要素流动的载体，包括信息和知识的载体，如有线和移动电话、互联网、计算机的发展水平；物流的载体，如公路的人均拥有量，多种运输方式形成的客流量和货流量，包括公路、铁路、民航和水运。市场需求水平是拉动技术创新的重要力量，一般用居民消费水平、国内固定资产投资增长率、政府财政支出和商品进出口差额四个指标来衡量。劳动者素质的高低是创新环境的另一个重要因素，用教育投资水平、就业人口中大专以上学历所占比重，当年新增大学生毕业数、人均受教育年限，人均图书消费量来综合衡量。金融环境主要指标包括技术创新基金和企业在进行技术开发时从银行获得贷款的情况。创业水平用科技型企业的发展、高新技术企业的发展和新注册企业的发展情况来衡量。
从系统论角度分析，系统是由相互联系、相互作用的要素组成的具有一定结构和功能的有机整体。具体的讲，系统必须具备三个条件：一是系统由若干元素即系统的组成部分结合而成；二是系统内各要素之间是互相联系和互相作用，从而形成系统的结构和秩序；三是任何系统都有特定的功能。根据区域创新的特点，区域创新能力体系主要包括知识创造能力、知识获取能力和知识应用能力。知识创造能力
指不断创造新知识的能力，知识创造过程是一个通过科技研究开发机构、通过人力和科研经费的投入而实现的过程，因此，知识创造指标主要包括研究投入（Ｒ＆Ｄ）、专利、科研论文和科研产出比等。知识获取能力即不断利用全球一切可用知识的能力，知识在各创新单位之间流动的能力。一个地区的创新能力不仅取决于知识的创造能力，还取决于本地区是否能够运用全球取得的成果，取决于各部门能否进行很好的知识合作、分享知识，如产学研合作就是重要的分享方式。因此，知识获得指标由科技合作、技术转移和国外直接投资等组成。知识的应用能力即企业技术创新能力，企业直接面向市场，将新技术转化为商品，市场又通过企业，有效地引导科技研究的方向。因此，知识应用指标包括大中型企业研究开发投入、设计能力、制造和生产能力和新产品产值等指标。
综上分析，可以推断创新环境影响当地知识创造能力、知识获取能力及知识的应用，同时区域整体的创新能力中这三个能力也存在互相作用的关系，最后创新能力体系会影响经济绩效。这种复杂的关系如图２所示。
根据波特创新体系结构理论，分析出区域创新环境的五大组成要素分别是基础设施水平、劳动力素质、市场需求、金融环境和创业水平。根据系统论，要把握一个系统，必须了解它所处的环境，把握环境对系统的影响。结合区域创新能力体系，要分析区域创新能力的高低，必须要考察区域创新环境是否有利于创新能力的培育和发展。良好的区域创新环境能促生强大的区域创新能力。如区域内基础设施的条件好，信息交流顺畅，交通便利使得物流顺利流动，大大降低了信息和物质的交易成本，提高了要素的流动效率，自然促进创新能力的提高；如果一个地方信息闭塞，无法通畅的进行知识的交流和沟通；交通条件差，物流和人流无法顺利地流动，使得创新要素的配置效率下降，也就阻碍了创新能力的发展。区域内劳动力素质高，就容易获得创新需要的人才，就可能创造出更多地创新成果。随着现代科技的不断发展，创新中人的因素越来越重要，所有的创新活动都是以人为主的创造活动，高素质人才是创新能力最关键因素。市场的需求是拉动技术创新的重要引擎之一，当市场出现新的需求，会促使企业抓住这个商机主动进行研发活动；在市场的压力下，为了获得超额的利润，企业自主的进行创新活动；所以，市场需求大有利于创新能力的提高。创新活动是一项经济活动，需要大量的资金投入，资金充足，金融生态环境优越为创新活动提供良好的资金支持，使得区域创新能力加强。而资金的短缺，金融生态环境脆弱，无法为创新活动提供资金支持，会降低创新能力。一个区域内如果有良好的创业文化和传统，形成良好的创业氛围，使得创新活动通过创业得以实现。一旦创新活动和创新成果变成了产业将大大地推动创新活动的深度和广度，提高创新的效率。因此，创业水平越高，创新能力越强。
因此形成假设１：区域创新环境越好，区域创新能力越强；即创新环境五要素：基础设施、市场需求、劳动力素质、金融环境和创业水平越好，创新能力就越强。
在区域创新能力体系中，知识创造是技术创新和应用的基础，知识的应用就是将知识转化为新产品、新工艺和新服务的过程，没有知识就没有创新，就没有知识的应用。另一方面，没有知识的获取，一个地区的创新是孤立的、封闭的，创新就不具有系统性。经济发展与合作组织（ＯＥＣＧ）１９９８认为建立创新系统的目标是推动国家或区域的知识获得，尤其是促进知识在研发机构、企业、中介机构之间的有效流动。因此，只有知识的获取，才会有较强的将知识转化为知识的应用能力。这样就形成假设２：在区域层面，知识创造和知识获得能促进知识的应用
经济增长方式主要有粗放型和集约型两种。粗放型经济发展主要靠外延式扩大再生产，以大量的投入和消耗资源取得经济发展，单位产出水平并不高；而集约型经济发展模式主要依靠内涵式扩大再生产，通过科技的运用和创新活动来提高经济效率。经济效率的高低在很大程度上取决于创新能力的高低。总的讲，区域创新能力越强，经济效率越好。区域创新能力体系中包含知识创造能力、知识获取能力和知识应用能力。知识应用能力即指企业的技术创新能力，在市场经济中，企业是知识应用的基本实施单位，企业家是把发明和科技成果转化为创新的载体，新知识通过企业的投资活动及企业内的组织，转化为商品从而取得直接的经济效益。而知识的创造属于基础科研层面，从长期看能促进经济效率的提高，但在短期对经济效率的提高没有知识应用那么直接。知识的获取水平反映了一个区域对知识需要的程度、对创新的冲动水平和知识流动基础设施的水平，而通过技术转移和国外直接投资等方式实现知识的获取，能直接促进经济效率的提高。因此，可形成假设３：区域层面上，综合创新能力越强，经济效率越高；分项看，知识应用能力和知识获取越强，经济效率越高。
四实证模型及检验结果分析
为了进行实证检验，对创新环境、创新能力及经济效率进行了量化，本文从中国科技发展战略小组《２００２、２００３年中国区域创新能力报告》中，选取了一系列的指标。区域创新能力指标（ｃｏｍｃｒｅ）、区域创新能力的三个分项指标：知识创造（ｃｒｅａｔ）、知识获取（ａｃｑｕｉｒｅ）和知识应用（ａｐｐｌｙ），创新环境的五要素：基础设施水平（ｉｎｆｒａ）、劳动力素质（ｌａｂｏｒ）、市场需求（ｍａｒｋｔ）、金融环境（ｆｉｎａｎｃｅ）和创业水平（ｃｕｌｔｕｒｅ）均直接来自该研究报告。经济效率指标选择全要素生产率（ＴＦＰ）来衡量，在估计全要素生产率时，各地ＧＤＰ、就业人数（Ｌ）、资本投入Ｋ（用当年固定资产的投入来衡量）的数据来自《中经网统计数据库》电子版。每劳动力产出（ＰＧＤＰ）为各省ＧＤＰ除以各省就业人数，每劳动力资本投入（ＰＫ）为各省资本投入除以各省就业人数。另外，在分析全要素生产率时，选取政府干预指数（ｇｏｖ）作为控制变量，该指标的数据来自樊纲、王小鲁编写的《中国市场化指数２００１》和《中国市场化指数２００４》。
（一）数据描述性统计
文中涉及的指标为１２个变量，这些变量的数字特征如表１列示。
我国有２７个省及４个直辖市，研究涉及２０００年和２００１两年，所以，每一个变量都只有６２个观测值。①从区域创新能力的综合指标看，最小值为１０．５是２００１年西藏的创新能力综合得分，最高值为
５９．７９是２０００年北京创新能力综合得分；从知识创造能力指标看，最小值为５．９７，是２０００年西藏的得
分，最高值为８５．０６是２０００年北京得分；从知识流动能力指标看，最小值为５．７９，是２０００年西藏的得分，最高值为５５．５７是２０００年广东的得分；从知识应用（企业创新能力）指标看，最小值为２．９，是２００１年西藏的得分，最高值为６７．７５是２０００年上海的得分；从基础设施水平看，最小值为８．１９，是２００１年宁夏的得分，最高值为６４．９６是２０００年浙江的得分；从市场需求看，最小值为１７．２３，是２０００年广西的得分，最高值为６３．７８是２００１年上海的得分；从劳动力素质看，最小值为１．８５，是２００１年西藏的得分，最高值为８６．４８是２０００年北京的得分；从金融环境看，最小值为１．５１，是２００１年西藏的得分，最高值为
６８．５８是２０００年上海的得分；从创业水平看，最小值为６．７８，是２００１年海南的得分，最高值为６９．２５是２０００年北京的得分；每劳动力产出水平最小值为１０．０９万元／万人，是２０００年宁夏的数据，最大值１２．０３
万元／万人是２００１年浙江的数据；每劳动力资本投入最小值为８．７８万元／万人，是２０００年江西的数据，最大值１１．０７万元／万人是２００１年浙江的数据；政府干预指数越大表示政府干预越小，最小值为－２．２２，是２００１年西藏的数据，表明政府干预程度全国最大；最大值８．３７，是２０００年浙江的数据，表明政府干预程度全国最小。由于西藏省２０００和２００１年就业人数和２０００年政府干预指数数据的缺损，使得每劳动力产出水平、每劳动力资本投入的观测值为６０个，政府干预指数为６１个。
（二）主要变量的相关关系
本文主要研究创新环境对创新能力的影响及创新能力对经济效率的影响，因此，很有必要考察一下创新环境与创新能力的相关性和创新能力与全要素生产率的相关性。
表１研究变量的描述性统计
变量名
ｃｏｍｃｒｅｃｒｅａｔａｃｑｕｉｒｅａｐｐｌｙｉｎｆｒａｍａｒｋｔｌａｂｏｒｆｉｎａｎｃｅｃｕｌｔｕｒｅｐｇｄｐｐｋｇｏｖ
观测数
６２６２６２６２６２６２６２６２６２６０６０６１
最小值
１０．５５．９７５．７９２．９８．１９１７．２３１．８５１．５１６．７８１０．０９８．７８－２．２２
最大值
５９．７９８５．０６５５．５７６７．７５６４．９６６３．７８８６．４８６８．５８６９．２５１２．０３１１．０７８．３７
均值
２７．０５２０．３２２２．８２３５．２９３８．３０３２．９１２６．１６２３．２２２１．２８１１．０７９．９８５．９４
中位数２３．９０１７．８０１７．８５３４．１０４０．８０３０．１４２３．２７１９．０３１８．１８１１．１０９．９８６．１４
标准差
１１．２９１３．９１１３．４０１３．９０１５．２９１０．７２１３．４８１８．９４１１．８４０．４００．４２１．８８
①每个变量的最小值和最大值分别是哪个省份是查阅中国科技发展战略小组《中国区域创新能力报告》（２００２、２００３）、《中国市场化指数》（２００１、２００４）和《
中经网统计数据库》电子版而得。
图３创新环境与创新能力散布图
把２０００年和２００１年两年的３１个省的区域创新能力与创新环境共６２个观测值，画成散布图，可以看出，创新环境的指数越高，创新环境越好，创新能力也就越强。创新环境与创新能力成正相关，表明创新环境对创新能力有正面效应。
图４创新能力与全要素生产率散布图
同时，把２０００年和２００１年两年３１个省的区域创新能力与全要素生产率共６２个观测值，画成散布图，可以看出，创新能力指数越高，即创新能力越强，则全要素生产率也越高。创新能力与全要素生产率成正相关，表明创新能力对全要素生产率的正面效应。
（三）回归模型、经验结果及解释
１．研究创新环境与创新能力的实证模型及回归结果分析
创新环境与创新能力的实证模型为：
ｃｏｍｃｒｅ＝α＋β１ｉｎｆｒａ＋β２ｍａｒｋｔ＋β３ｌａｂｏｒ＋β４ｆｉｎａｎｃｅ＋β５ｃｕｌｔｕｒｅ
其中，ｃｏｍｃｒｅ表示区域创新能力综合指标，ｉｎｆｒａ表示基础设施水平，ｍａｒｋｔ表示市场需求，ｌａｂｏｒ表示劳动力素质，ｆｉｎａｎｃｅ表示金融环境，ｃｕｌｔｕｒｅ表示创业水平。
通过对２０００年、２００１年每年数据和两年合并数据分别做回归分析（见表２），发现目前我国创新环境中基础设施水平、市场需求、劳动力素质、金融环境对创新能力有正面促进作用，而创业水平对创新能力没有显著的影响。市场需求每增长１％，拉动创新能力为０．４％左右，基础设施每增长１％对创新能力水平的贡献为０．１％左右，劳动力素质每增长１％对创新能力水平的贡献为０．４％左右，金融环境每增长１％对创新能力水平的贡献为０．２％左右。从２０００年和２００１年我国的情况看，由于中央和地方政府十分重视基础设施的建设，支持公路、铁路、港口和航空等建设，加大了村村通电话、电视等工程的力度，互联网也在城市越来越普及，手机的拥有率也普遍提高，基础设施建设取得了很大的改善，从而对全国的创新能力起到了极大的促进作用。这两年，市场经济体制改革的深入，市场需求比较旺盛，居民消费水平有所提高，特别是政府财政支出，国内固定资产投资得到较快增长，我国商品进出口活跃，所有这些方面大大刺激了市场需求，推动了区域创新能力的提高。同期，教育改革的力度进一步加大，高校扩招，教育收费的市场化运作，科教兴国战略的提出和实施，教育事业得到了前所未有的发展和重视，职业教育、社区教育和下岗工人再培训工程、对农民工培训等的实施，使得劳动力素质提到了普遍地提高。同时国家加大了对科技创新活动的投入，中央和地方政府创新基金的增加，从资金上支持重要科研项目。另外，金融体制的改革，从融资渠道给企业科技创新活动以扶持，进一步理顺了企业的融资渠道。国外的风险投资基金也在这个时期大量引入国内以支持有市场潜力的科研项目转化为商品，总之，金融环境有了很大地改善，促进了全国创新能力的提高。而在全国范围内还没有形成一种有利于创新的创业文化，科技型和高科技企业的创立和发展尚未成为一股促进创新的力量。
２．研究知识创造、
知识获取对知识应用影响的实证模型回归结果分析研究知识创造、知识获取对知识应用影响的实证模型为：
Ａｐｐｌｙ＝α＋β１ｃｒｅａｔ＋β２ａｃｑｕｉｒｅ
其中，Ａｐｐｌｙ表示知识应用能力，ｃｒｅａｔ表示知识创造能力，ａｃｑｕｉｒｅ表示知识获取能力。
表２
创新环境与创新能力实证模型回归结果
说明：括号内的数字为ｔ值。＊＊＊，＊＊，＊分别表示在０．０１，０．０５０．１水平显著（双尾）；Ｉｎｔｅｒｃｅｐｔ指截距。
变量名
ＩｎｔｅｒｃｅｐｔｉｎｆｒａｍａｒｋｔｌａｂｏｒｆｉｎａｎｃｅｃｕｌｔｕｒｅＡｄｊＲ－ＳｑＦＶａｌｕｅＰｒｏｂ（Ｆ）ＤＷ
观测值
２０００年０＊（－１．８３）０．１０４９８＊（１．７９）０．４２８６１＊＊＊（５．６２）０．３４７２５＊＊＊（４．１４）０．１６９５４＊＊（２．１６）０．１４０９＊（１．８３）
０．９５１０７．３６＜．０００１１．５７３１
２００１年０（－０．５４）０．１７０４７＊＊＊（３．５３）０．２８３１４＊＊＊（３．９３）０．４８０９１＊＊＊（１０．１１）０．２８９４５＊＊＊（６．２９）－０．０４１０６（－０．９）
０．９７３９２１０．２４＜．０００１１．９６８３１
两年混合
０＊＊（－２．４６）０．０８９８８＊＊＊（２．９４）０．４３１７８＊＊＊（９．８７）０．４１４２＊＊＊（８．２３）０．２０９６３＊＊＊（４．９２）０．０６８６１（１．３９）０．９５６５２５６．３２＜．０００１１．８０９６２
回归结果分析发现（见表３），从２０００年情况看，知识创造每增加１％对知识应用的贡献为０．５％，知识流动每增加１％对知识应用的贡献为０．４９５％，从单年和混合数据的分析结果看，知识流动对知识应用始终具有显著的影响，而知识的创造对知识的应用就没有那么显著了。因此，总的来看，在我国知识流动对知识应用的作用十分显著，而知识创造对促进企业科技创新能力影响不显著。表明我国企业主要依靠技术交易、外资直接投资等的方式引进技术，以此作为运用知识的主要途径，而用自主研究开发方式进行知识应用显得比较薄弱。
３．创新能力对经济效率影响的实证模型推导及回归分析结果
考虑新古典生产函数：
（１）
Ｙ表示产出，Ｋ表示资本投入，Ｌ表示劳动投入，Ａ表示全要素生产率（ＴＦＰ）或索洛残值。创新能力
对全要素生产率Ａ影响通过式子（２）联系起来：
（２）
Ｒ表示创新能力，Ｂ表示影响全要素生产率的其他外部因素。
因此，（１）式两边除以Ｌ再取自然对数得：
（３）
（２）式两边去自然对数得：
（４）
根据公式（４）结合王小鲁、樊纲（２００４）的研究，选取影响全要素生产率的其他外部因素Ｂ为政府干预指数（ｇｏｖ），构建用于分析创新能力对全要素生产率的回归模型为：
（５）
估计的步骤为：先用公式（３）估计出参数α，再利用
估计
出全要素生产率，最后利用公式（５）估计创新能力对全要素生产率的影响程度β２。
利用
模型回归结果为：
表３
知识创造、知识获取对知识应用影响的实证模型回归结果
说明：括号内的数字为ｔ值。＊＊＊，＊＊，＊分别表示在０．０１，０．０５０．１水平显著（双尾）；Ｉｎｔｅｒｃｅｐｔ指截距。
变量名
ＩｎｔｅｒｃｅｐｔｃｒｅａｔａｃｑｕｉｒｅＡｄｊＲ－ＳｑＦＶａｌｕｅＰｒｏｂ（Ｆ）ＤＷ
观测值
２０００年０＊＊＊（９．５４）０．５００５１＊＊＊（４．４９）０．４９５２８＊＊＊（４．４４）
０．８９４８１１１．５８＜．０００１１．６８８３１
２００１年０＊＊＊（５．５５）－０．０１６８７（－０．１８）０．９２３１１＊＊＊（９．８５）
０．８２３６８．４１＜．０００１１．９６６３１
两年混合
０＊＊＊（８．０９）０．１２３５２（１．５８）０．７９９９８＊＊＊（１０．２５）
０．７７５９９５．４７＜．０００１２．０６１６２
()a
a K AL Y -=1g
b B R A =())
(L K Ln A Ln L Y Ln a +=÷?
?
?è?()()()
B Ln R Ln A Ln g b +=()()()
gov Ln R Ln A Ln g b b ++=21()()()()K Ln L Ln Y Ln A Ln a a ---=)1(())(L K Ln A Ln L Y Ln a +=÷?
?
?è?
①估计的系数与张军等（２００４）利用省区实际资本存量根据永续盘存法计算的资本收入份额α为０．４接近。②括号内是方差值。
（０．７８６３）
（０．０７８２）②
由于创新能力指标包括创新综合能力及知识创造、知识流动、知识应用三个分项，因此，回归结果列示了这四个创新能力指标对全要素生产率的影响。
)
(328.0794.7)(L
K Ln L Y Ln +=①表４创新综合能力对全要素生产率的影响回归结果
表５知识创造对全要素生产率的影响回归结果
变量名
Ｉｎｔｅｒｃｅｐｔｌｎ（ｇｏｖ）ｃｏｍｃｒｅＡｄｊＲ－ＳｑＦＶａｌｕｅＰｒｏｂ（Ｆ）ＤＷ
观测值
２０００年０＊＊＊（１４．９９）０．４２７７＊＊＊（２．８７）０．４３８１８＊＊＊（２．９４）０．５２１４１６．２５＜．０００１２．０２８３０
２００１年０＊＊＊（１７．１０）０．６２８７８＊＊＊（４．１７）０．１７９５８（１．１９）０．４９３９１４．６６＜．０００１１．４７６３０
两年混合
０＊＊＊（２１．６８）０．５３５９１＊＊＊（４．９９）０．２６５３５＊＊（２．４７）０．４６７５２６．４６＜．０００１１．１２６０
变量名
Ｉｎｔｅｒｃｅｐｔｌｎ（ｇｏｖ）ｃｒｅａｔＡｄｊＲ－ＳｑＦＶａｌｕｅＰｒｏｂ（Ｆ）ＤＷ
观测值
２０００年０＊＊＊（２１．６７）０．６２０８５＊＊＊（３．９７）０．１５０３２（０．９６）０．４５２６１２．５８０．０００２１．７２２３０
２００１年０＊＊＊（１９．６８）０．６８４４７＊＊＊（４．８９）０．１１４４３（０．８２）０．４７９７１３．９１＜．０００１１．５８７３０
两年混合
０＊＊＊（３０．４４）０．６３５２３＊＊＊（６．２９）０．１６６５６（１．６５）０．４８４６２７．８＜．０００１１．０９３６０
表６知识获得对全要素生产率的影响回归结果表７知识应用对全要素生产率的影响回归结果
变量名
Ｉｎｔｅｒｃｅｐｔｌｎ（ｇｏｖ）ａｃｑｕｉｒｅＡｄｊＲ－ＳｑＦＶａｌｕｅＰｒｏｂ（Ｆ）ＤＷ
观测值
２０００年０＊＊＊（２８．７０）０．４１８１８＊＊＊（２．９７）０．５０１１１＊＊＊（３．５６）０．６３４７２４．４５＜．０００１１．９８７３０
２００１年０＊＊＊（２５．１１）０．５６４６８＊＊＊（３．８８）０．３０３３６＊＊（２．０８）０．５４２６１７．６１＜．０００１１．４０２３０
两年混合
０＊＊＊（３８．１１）０．４８３３２＊＊＊（４．８３）０．４０８９７＊＊＊（４．０９）０．５９２２４１．６６＜．０００１１．１７７６０
变量名
Ｉｎｔｅｒｃｅｐｔｌｎ（ｇｏｖ）ａｐｐｌｙＡｄｊＲ－ＳｑＦＶａｌｕｅＰｒｏｂ（Ｆ）ＤＷ
观测值
２０００年０＊＊＊（１４．１８）０．４０８４５＊＊＊（２．９１）０．４９４７８＊＊＊（３．５３）０．５６９１１９．４９＜．０００１１．９７７３０
２００１年０＊＊＊（１４．６３）０．４９４０７＊＊（２．７６）０．３２５６１＊（１．８２）０．５３４９１６．５３＜．０００１１．５４６３０
两年混合
０＊＊＊（１９．６８）０．４７２３４＊＊＊（４．２２）０．０３４３３＊＊＊（２．７２）０．４３７６２３．９５＜．０００１１．１４６０
说明：括号内的数字为ｔ值。＊＊＊，＊＊，＊分别表示在０．０１，０．０５，０．１水平显著（双尾）；Ｉｎｔｅｒｃｅｐｔ指截距。
回归结果发现（见表４）：从总体看，创新能力、政府干预程度的减少都对全要素生产率具有正向效应。随着市场化改革的进程的深入，政府干预经济生活的程度减少，对全要素生产率有显著的提高作用。
从创新能力总体指标看，创新综合能力对全要素生产率有正向效应，创新综合能力越强，全要素生产率就越高。从分项看（见表５、６、７），知识应用知识创造和知识流动对全要素生产率的正向效应十分显著，但知识创造对全要素生产率没有显著的效应。从知识创造来分析，由于该指标由研究开发投入，发明专利、科研论文和科技投入产出比四项内容组成，知识创造领域具有投入大、风险高、创新成果具有基础性和长期性的特征，对经济效率的提高不能立刻体现出来，所以其对全要素生产率的影响不显著。从知识流动衡量指标看，包括科技合作、技术转移和国外直接投资，根据众多研究文献，表明国外直接投资（ＦＤＩ）和技术转移对经济效率的提高具有显著的作用，因此，知识流动对全要素生产率具有正向效应。从知识应用的指标分析，它由大中型企业的研发投入、设计能力、制造和生产能力和新产品产值四个分项指标组成，是衡量企业的科研创新能力。随着中国特色社会主义市场经济改革的不断深入，特别是国有企业改革力度的不断深化和民营企业和个体经济成为社会主义经济的重要组成部分，民营、个体经济得到了迅猛地发展，企业越来越成为市场的主体。由于存在激烈的市场竞争，企业面对市场的需求，努力地把技术转化为商品，以实现其价值。因此，知识应用对全要素生产率有正向作用。
五研究结论及启示
本文利用全国３１个省、自治区及直辖市，时间跨度为２０００－２００１年的区域创新能力体系的相关数据，对创新环境对创新能力的影响、创新能力体系中，知识创造、知识流动对知识应用的影响以及创新能力对全要素生产率三个问题进行了研究。创新环境影响创新能力，而创新能力最终会影响创新的经济绩效，因此这三个问题是相互关联的系统。研究发现：
首先，从创新环境对区域创新能力的影响看，创新环境中基础设施、劳动力素质、市场需求、金融环境都显著的影响区域创新能力，创业水平对创新能力没有显著影响。从目前的情况看，其中市场需求和劳动力素质对区域创新能力的影响最为重要。金融环境对创新能力有显著的影响，但比重相对比较低。创新活动是一项高资金投入、高风险的经济活动，目前仍有许多企业和研发机构为紧张的资金而奔波忙碌，资金在某种程度上成为创新的瓶颈。因此，仍然需要加大金融的改革力度，发挥资本市场对创新的作用。令人欣喜的是金融界和资本市场已经提出了“建立和完善创业风险投资机制”，“积极推进创业板市场建设，建立加速科技产业化的多层次资本市场体系”，“鼓励有条件的高科技企业在国内主板和中小企业板上市”等明晰而具体的举措，相信这些措施的有效实施，有利于解决创新金融环境问题，大大推动创新能力的提高。另外，我国的知识创新活动主要是个人职务创新，但个人职务创新的应用率很低，主要是因为我国的创业水平不高，个人职务创新转化为商品的成本很大，因此要努力实现个人职务创新向公司创新转化，降低创新应用的成本。同时，需要进一步鼓励科技人员的创业意识，简化科技企业成立的手续，从行政管理等方面更多地支持有创新意识的人们进行创业活动。
其次，从区域创新能力的结构分析，总的来看，在我国知识创造对促进企业科技创新能力的作用不显著，知识流动对知识应用的作用更为显著。结合现状，可以分析出目前我国主要靠科技合作、技术转移和外国直接投资等方式对知识应用起显著作用；而原创性的知识创造对知识应用的贡献需要进一步提高。这就是党中央和国务院提出要提高自主创新能力，建立创新性国家的现实依据。
第三，从创新能力对经济效率的影响来看，总的来看，创新能力对全要素生产率有正面的效应；分项看，知识应用、知识流动对全要素生产率的贡献显著，而知识创造对全要素生产率的贡献不显著，这是符合科技发展的规律。从２０００－２００１年的情况看，创新能力和减少政府干预对全要素生产率的贡献在
５０％左右，没有超过５０％，说明在中国各省市场化改革和创新能力对全要素生产率还没有起到重要的决定性作用，我国更多地还是依靠劳动力投入和资本投入来发展经济，经济发展方式没有发生根本性的改变。从创新能力和减少政府干预对全要素生产率的正效应看，要进一步提高区域创新能力和减少政府干预，政府要特别支持基础创新的培育，加强知识流动，促进科技的合作，提高现有知识存量的配置效率，为企业技术创新活动提供良好的外部创新环境。
参考文献：
安同良：中国企业的技术选择，《经济研究》，２００３年第７期。
安同良、施浩、ＬｕｄｏｖｉｃｏＡｌｃｏｒｔａ：中国制造业企业Ｒ＆Ｄ行为模式的观测与实证，《经济研究》，２００６第２期。
樊纲、王小鲁：《中国市场化指数——
—各地区市场化相对进程报告（２００１年）》，经济科学出版社，２００３年。
樊纲、王小鲁：《中国市场化指数——
—各地区市场化相对进程报告（２００４年）》经济科学出版社，２００４年。
郭庆旺、贾俊雪：中国全要素生产率的估算：１９７９－２００４，《经济研究》，２００５年第６期。
何玮：我国大中型工业企业研究与发展费用支出对产出的影响，《经济科学》，２００３年第３期。
李小平，朱钟隶：国际贸易、Ｒ＆Ｄ溢出和生产率增长，《经济研究》，２００６年第２期。
刘小玄：中国工业企业的所有制结构对效率差异的影响，《经济研究》，２０００年第２期。
沈玉芳、郭利平：跨国公司Ｒ＆Ｄ全球化发展趋势及中国的对策研究，《科学管理研究》，２００４年第８期。
中国科技发展战略研究小组：《２００２中国区域创新能力报告》，经济管理出版社，２００３年。
中国科技发展战略研究小组：《２００３中国区域创新能力报告》，经济管理出版社，２００４年。
张海洋：Ｒ＆Ｄ两面性、外资活动与中国工业生产率增长，《经济研究》，２００５年第５期。
张军、吴桂华和张吉鹏：中国省际物质资本存量估算：１９５２－２０００，《经济研究》，２００４年第１０期。
王红领、李道葵和冯俊新：ＦＤＩ与自主研发：基于行业数据的经验研究，《经济研究》，２００６年第２期。
王小鲁、樊纲：《中国地区差距：２０年变化趋势和影响因素》，经济科学出版社，２００４年。
薛澜、沈群红、王书贵：全球化战略下跨国公司在华研发投资布局，《管理世界》，２００２年第３期。
姚洋、章奇：中国工业企业技术效率分析，《经济研究》，２００１年第１０期。
ＣｏｈｅｎＷＭ，ＬｅｖｉｎＲ，１９８９，＂ＥｍｐｉｒｉｃａｌＳｔｕｄｉｅｓｏｆｉｎｎｏｖａｔｉｏｎａｎｄｍａｒｋｅｔｓｔｒｕｃｔｕｒｅ＂，ＨａｎｄｂｏｏｋｏｆＩｎｄｕｓｔｒｉａｌＯｒｇａｎｉｚａｔｉｏｎ，Ｖｏｌ２，１０５９－１１０７．ＣｏｈｅｎＷＭ，ＫｌｅｐｐｅｒＳ，１９９２，＂ＴｈｅＡｎａｔｏｍｙｏｆＩｎｄｕｓｔｒｙＲ＆ＤＩｎｔｅｎｓｉｔｙＤｉｓｔｒｉｂｕｔｉｏｎｓ＂，ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ８２，７７７－７９９．
Ｄｏｒｆｍａｎ．Ｒ，ＳｔｅｉｎｅｒＰ，１９５４，＂ＯｐｔｉｍａｌＡｄｖｅｒｔｉｓｉｎｇａｎｄＯｐｔｉｍａｌＱｕａｌｉｔｙ＂，ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ４４（５），８２６－８３６．
ＧｒｉｌｉｃｈｅｓＺ，１９５７，＂ＨｙｂｒｉｄＣｏｒｎ：ＡｎＥｘｐｌｏｒａｔｉｏｎｉｎｔｈｅＥｃｏｎｏｍｉｃｓｏｆＴｅｃｈｎｉｃａｌＣｈａｎｇｅ＂，Ｅｃｏｎｏｍｅｔｒｉｃａ２５，５０１－５０２．
Ｃｈａｎｇ－ＹａｎｇＬｅｅ，２００２，＂ＩｎｄｕｓｔｒｙＲ＆ＤＩｎｔｅｎｓｉｔｙＤｉｓｔｒｉｂｕｔｉｏｎｓ：ＲｅｇｕｌａｒｉｔｉｅｓａｎｄＵｎｄｅｒｌｙｉｎｇＤｅｔｅｒｍｉｎａｎｔｓ＂，ＪｏｕｒｎａｌｏｆＥｖｏｌｕｔｉｏｎａｒｙＥｃｏｎｏｍｉｃｓ１２，３０７－３４１
Ｓｃｈｅｒｅｒ，１９６５，＂ＳｉｚｅｏｆＦｉｒｍ，ＯｌｉｇｏｐｏｌｙａｎｄＲｅｓｅａｒｃｈ：ａＣｏｍｍｅｎｔ＂，ＣａｎａｄｉａｎＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＰｏｌｉｔｉｃａｌＳｃｉｅｎｃｅ，Ｖｏｌ２０，Ｎｏ．５，４２３－４２９．
ＩｎｎｏｖａｔｉｏｎＥｎｖｉｒｏｎｍｅｎｔ，ＩｎｎｏｖａｔｉｏｎＡｂｉｌｉｔｙａｎｄＴｏｔａｌＦａｃｔｏｒＰｒｏｄｕｃｔｉｖｉｔｙ
—ＢａｓｅｄｏｎｔｈｅＲｅｇｉｏｎａｌＤａｔａ
——
ＬｉｊｕｎＺｈａｎｇ
Ａｂｓｔｒａｃｔ：ＴｈｅｐａｐｅｒｕｓｅｓｔｈｅｄａｔａｆｒｏｍＲｅｐｏｒｔｏｎＲｅｇｉｏｎａｌＩｎｎｏｖａｔｉｏｎｉｎ２００２ａｎｄ２００３ａｎｄｉｎｖｅｓｔｉｇａｔｅｓｔｈｅｔｈｒｅｅｒｅｌａｔｅｄｉｓｓｕｅｓｆｒｏｍｒｅｇｉｏｎａｌｐｏｉｎｔｏｆｖｉｅｗ．Ｉｔｉｓｆｏｕｎｄｔｈａｔｉｎｆｒａｓｔｒｕｃｔｕｒｅ，ｍａｒｋｅｔｄｅｍａｎｄ，ｔｈｅｑｕａｌｉｔｙｏｆｌａｂｏｒ，ａｎｄｆｉｎａｎｃｅｈａｖｅｐｏｓｉｔｉｖｅｅｆｆｅｃｔｏｎｉｎｎｏｖａｔｉｏｎ．ＩｔｉｓａｌｓｏｆｏｕｎｄｔｈａｔＴＥＰｉｓｉｎｆｌｕｅｎｃｅｄｂｙｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｉｎｎｏｖａｔｉｏｎａｂｉｌｉｔｙ，ｋｎｏｗｌｅｄｇｅａｃｑｕｉｒｅｍｅｎｔａｎｄｋｎｏｗｌｅｄｇｅａｐｐｌｉｃａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｋｎｏｗｌｅｄｇｅｃｒｅａｔｉｏｎｄｏｅｓｎｏｔｈａｖｅｉｍｐａｃｔｏｎＴＥＰｓｉｇｎｉｆｉｃａｎｔｌｙ．Ｗｅｃａｎｃｏｎｃｌｕｄｅｔｈａｔ，ｉｎｃｈｉｎａ，ＴＥＰｍａｉｎｌｙｄｅｐｅｎｄｓｏｎｌａｂｏｒａｎｄｃａｐｉｔａｌｉｎｐｕｔ，ａｎｄｍａｒｋｅｔｏｒｉｅｎｔｅｄｒｅｆｏｒｍａｎｄｉｎｎｏｖａｔｉｏｎａｂｉｌｉｔｙｄｏｎｏｔｐｌａｙａｎｉｍｐｏｒｔａｎｔｒｏｌｅｓｏｎＴＥＰａｔｐｒｅｓｅｎｔ．
Ｋｅｙｗｏｒｄｓ：ＩｎｎｏｖａｔｉｏｎＥｎｖｉｒｏｎｍｅｎｔ；ＫｎｏｗｌｅｄｇｅＣｒｅａｔｉｏｎ；ＫｎｏｗｌｅｄｇｅＡｃｑｕｉｒｅｍｅｎｔ；ＫｎｏｗｌｅｄｇｅＡｐｐｌｉｃａｔｉｏｎ；ＴｏｔａｌＦａｃｔｏｒＰｒｏｄｕｃｔｉｖｉｔｙ（ＴＦＰ）
（责任编辑：林鲁东）
关于索洛残差法计算全要素生产率的再思考 摘要：本文认为索洛提出的残差法在计算全要素生产率在理论上虽然具有可行性，但是在具体操作中存在科学性的问题。笔者对中国1952-2004部分省市的面板数据，利用索洛残差法计算了全要素生产率，对结果进行了分析和平稳性检验并论证了该方法计算的结果不具可信度，并对其可能的原因进行了分析。 关键词：全要素生产率（TFP）索洛残差经济增长 一、对索洛残差法和中国全要素生产率的思考 易纲、樊纲、李岩指出，索洛的主要的理论缺陷来源于以资本存量代替资本服务。这样难以对资本进行准确的估算，另外在实际中资本往往有一部分处于闲置状态，而新旧资本的使用效率也不一样，因此会高估全要素生产率。笔者却认为不仅如此，运用索洛残差法估算全要素生率的可行性值得商榷，因为该方法实质是求残差，而具体使用时又往往是通过计量的方法获得资本和劳动的产出弹性，这里面本身已经存在一个计量的随机误差项，如此计算出来的全要素生产率缺乏准确性，如果回归样本数过小，其计算数值根本不具有代表性。 克鲁格曼认为，如果用全要素生产率来衡量技术进步的话，亚洲各国的技术进步几乎为零。而近年来的实证研究也越来越多倾向于中国的全要素生产率过低，我国的经济几乎完全依赖资本的投入。笔者当然同意这种现状的存在的确可以部分解释计量全要素生产率结果过低。本文将采用索洛残差的一般方法，根据面板数据，来试图构建一个关于经济增长的大样本回归，以此测算我国及各省各区域的全要素生产率，通过分析实证结果证明索洛方法的应用性值得商榷。 二、模型和测算 笔者采用索洛模型 在数据上，笔者采集了1952-2004年的GDP，L，K。由于我们更多地关注1978年之后的生产函数形式，从1952起至1978，每隔3年取一次数据，在回归时将他们与1978年之后的数据视为连续数据，这样就相当于加大了1978年之后
1.全要素生产率的概念界定和内涵（金融发展对中国全要素生产率增长的影响：作用机制 与实证分析，周杰琦） 目前学界对于全要素生产率概念的界定仍未达成共识，全要素生产率是个内涵和外延模 糊的概念（郑玉歆，1999）。全要素生产率概念的界定对于本文后续理论分析以及实证研究都尤为重要。荷兰学者Tibergen（1942）将时间因素引入到柯布一道格拉斯生产函数中，开创性提出全要素生产率的概念。全要素生产率引起学界的广泛关注最早起源于Solow（1957）开创性的研究工作，其目前已成为分析经济增长源泉以及评价经济增长质量的重要指标。按照Solow 经济增长理论，全要素生产率是指，各种生产投入要素(如资本、劳动投入、 能源、自然资源等)贡献之外的、由技术进步、技术效率、管理创新、社会经济制度等因素所导致的产出增加。在此意义上，全要素生产率也称为Solow 剩余。全要素生产率变动被解释为生产函数的整体移动，而要素投入变化则指要素投入沿着生产函数本身的移动。在新古典经济增长理论中，全要素生产率被解释是外生的技术进步，因此，技术进步独立于经济体的其他任何变量而产生。有的学者认为，Solow 剩余“测量了我们在经济增长源泉中无法全部解释和分析的因素”，它不仅包含：依赖创新推动的技术进步、通过模仿学习获得的技术进步以及技术效率提升，还包含了一系列未知的复杂因素，如数据测量误差、模型变量遗漏、模型设定偏误、经济周期波动的干扰等。然而，Jorgerson 和Griliches(1967)却认为，Solow剩余不过是投入要素不恰当测量所造成的结果，如果投入要素被正确测量，Solow 剩余则不复存在。由上可见，即便从索洛剩余的角度来界定全要素生产率，学术界对全要素生产率的内涵和外延也未能形成一致的认识。这种局面容易导致有关全要素生产率的研究出现混乱，甚至妨碍该研究领域的深入向前发展。 以中国情况为例，目前，由于概念定义、数据处理以及研究方法的不同，国内外研究对 中国全要素生产率平均增长率的测算结果存在较大分歧，比如，Young(2003)测算的结果为1.4%，Chow (2002) 测算的结果为2.68%，郭庆旺等(2005)测算的结果为0.891%。不过，绝大多数研究都认为，全要素生产率增长率对经济增长的贡献率相对较低，表明中国经济是典型的粗放型增长，因此，提高全要素生产率对经济增长的贡献率是中国未来经济发展的一个重要战略选择。为了使本文后续对全要素生产率的估计结果与其它研究更具可比性、允许采用多种方法估测全要素生产率、以及后面的实证结果能够得到清楚的解释，在本文研究中，笔者对全要素生产率的概念及其内涵做出更为全面而广泛的解释。笔者分析的全要素生产率是指：刨除了资本、劳动、土地、能源、原材料等要素投入的贡献和作用之外，其它所有可以促进经济增长的因素的有机综合体。本文所指的全要素生产率不仅包括Solow 经济增长理论假定的非体现的、能提高生产效率的技术进步（如创新的管理和组织方法、研究开发投入、创新活动、政策法律等），还包含了与资本质量提高、劳动者素质改进紧密联系的体现式的技术进步（如投资先进的现代化设备、教育进步所引起的劳动者素质提高）。按照体现型技术的理论，技术进步可以体现在要素投入质量上的改进。就资本投入而言，体现型的技术进步意味着，资本设备在设计、质量和功效方面的改善。对劳动投入而言，体现型的技术进步意味着，劳动者教育水平的提高及知识技能的改进。此外，随机因素和数据测量误差也包括在全要素生产率当中。 从全要素生产率增长来源的类别来看，全要素生产率的变动可以进一步分解为技术进步变化率、技术效率变动率、资源配置效率、规模效率变化等等。技术进步变化率不能完全表示全要素生产率的变动，从经济学意义来看，技术进步主要是指新的知识和技能、新生产工艺、新采用的设备或改进的旧设备、研究开发以及新组织管理框架等在经济生产活动中得到广泛应用，进而引起人们劳动生产率、经济活动水平的提高。技术效率变动率也不能完全代表全要素生产率的变动。技术效率刻画了生产中现有技术的使用状况，Farrell(1957)首先提出了技术效率的估测方法，Farrell(1957)的技术效率是指在给出一定要素投入下，某企业的实际
编辑本段全要素生产率的概念 全要素生产率 全要素生产率（Total Factor Productivity）又称为“索罗余值”，最早是由美国经济学家罗伯特.索罗（Robert M.Solow）提出，是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率（TFP，也称总和要素生产率）增长率。 编辑本段概述 经济学角度 全要素生产率 全要素生产率一般的含义为资源（包括人力、物力、财力）开发利用的效率。从经济增长的角度来说，生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察，生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。从本质上讲，它反映的则是个国家（地区）为了摆脱贫困、落后和发展经济在一定时期里表现出来的能力和努力程度，是技术进步对经济发展作用的综合反映。全要素生产率是用来衡量生产效率的指标，它有三个来源：一是效率的改善；二是技术进步；三是规模效应。在计算上它是除去劳动、资本、土地等要素投入之后的“余值”，由于“余值”还包括没有识别带来增长的因素和概念上的差异以及度量上的误差，它只能相对衡量效益改善技术进步的程度。
50年代，诺贝尔经济学奖获得者罗伯特·M·索洛(Robert Merton Solow)提出了具有规模报酬不变特性的总量生产函数和增长方程，形成了现在通常所说的生产率（全要素生产率）含义，并把它归结为是由技术进步而产生的。 宏观经济学 全要素生产率是宏观经济学的重要概念，也是分析经济增长源泉的重要工具，尤其是政府制定长期可持续增长政策的重要依据。首先，估算全要素生产率有助于进行经济增长源泉分析，即分析各种因素(投入要素增长、技术进步和能力实现等) 对经济增长的贡献，识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次，估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较，就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。 生产率增长率 全要素生产率 不过，目前学术界关于全要素生产率内涵的界定还有分歧。本文的全要素生产率是指各要素(如资本和劳动等) 投入之外的技术进步和能力实现等 导致的产出增加，是剔除要素投入贡献后所得到的残差，最早由索洛(Solow ,1957) 提出,故也称为索洛残差。在中国,近年来有些学者已开始研究全要素生产率问题，尤其在克鲁格曼(1999) 提出“东亚无奇迹”的论点后，这一问题更引起国内学者的普遍关注。一些学者估算了中国不同时期的全要素生产率增长率,如舒元(1993) 曾利用生产函数法估算中国1952 —1990 年间全要素生产率增长率，得到的结论是，全要素生产率增长率为0102 %，对产出增长的贡献率为013 %。王小鲁(2000) 同样利用生产函数法估算中国1953—1999 年间全要素生产率增长率，得到的结论是，1953 —1978 年间全要素生产率增长率为-0117% ,1979—1999 年间全要素生产率增长率为1146%，对经济增长的贡献率为1419 %。还有一些学者对全要
一、软件的具体操作 1.建一个文件夹，里面必须有四个文件(Dblank；deap；deap.000；123.dta)前三个文件在一般下载的DEAP Version 2.1中都有，直接复制过来就可以，第四个文件是一个数据文件，一般先在excel中先输入，再复制到一个记事本下就可以，注意在记事本下的数据只有数据，不包括决策单元的名称和投入、产出的名称，并且一定要先放产出，后是投入。例子具体见123电子表格和123记事本。 2.对命令Dblank文件进行修改,修改后保存为12 3.ins文件 3.打开deap软件,运行123.ins 4,回车后自动会有123.out 注意事项：(1) 123.dta；Dblank；123.ins都用记事本打开； (2)数据文件名和命令文件名一定要一样，如例子中都用123 (3)文件夹中一定要包括deap.000文件，如果没有这个文件，打开deap软件，就会出现一闪就没有了的情况。 二，结果的分析 在文件夹中打开123.out，看如下： 1) firm crste vrste scale 1 0.687 1.000 0.687 drs 2 0.814 1.000 0.814 drs 3 0.319 0.709 0.450 drs 4 1.000 1.000 1.000 - 5 1.000 1.000 1.000 - 6 0.336 0.425 0.791 drs 7 0.642 0.648 0.991 irs 8 0.379 0.381 0.994 irs 9 0.702 0.750 0.936 irs 10 1.000 1.000 1.000 - 11 0.304 0.461 0.659 irs 12 0.352 1.000 0.352 irs 13 1.000 1.000 1.000 - 14 0.594 0.929 0.639 irs 15 0.402 1.000 0.402 irs mean 0.635 0.820 0.781 firm：代表例子中的15的样本 crste：技术效率，也叫综合效率 vrste：纯技术效率 scale：规模效率(drs：规模报酬递减；-：规模报酬不变；irs：规模报酬递增) crste=vrste×scale 2)
要素投入和全要素生产率对经济增长的影响分析——重庆现阶段经济增长方式实证研究 在认识经济增长一般规律的基础上，对经济增长阶段做出判断，揭示特定时期的经济增长方式，特别是具有转折意义的特征，是理解经济增长过程，从而形成具有方向性和针对性的政策思路的关键。改革开放以来，重庆市实现了经济的平稳快速发展，GDP年均增长达到10.4%。随着科学发展观对经济增长方式提出新要求，刘易斯转折点的日益临近，人口因素的变化显现出其长期隐藏的经济含义，即通过减少劳动力的供给量，实现经济增长方式由主要依靠增加资本投入和劳动投入转向主要依靠生产率提高。这个正在发生的变化既可以成为推动重庆经济迈向一个新阶梯的催化剂，也可能使重庆经济发展陷入一个均衡陷阱。因此，只有在科学发展观的指导下，正确认识经济增长阶段和经济增长方式，才能最大限度地将其转化为对重庆经济增长的积极因素。本文利用柯布—道格拉斯生产函数模型，并以此作为框架分析重庆经济增长要素贡献及其变化，剖析重庆经济增长阶段及所面临的阶段性变化。 一、柯布-道格拉斯生产函数 生产函数是西方经济学中一个十分重要的概念,按照萨缪尔森的定义,生产函数是“在技术水平既定条件下确定某一组要素投入所能带来的最大产出的关系式”。美国数学家柯布(Charles W.Cobb)与经济学家道格拉斯(Paul Douglas)通过研究1899至1922年美国的资本
与劳动力数量对制造业产量的影响，提出了著名的柯布—道格拉斯生产函数，其形式为 e K AL Y βα= 其中Y 代表产出量, K 代表资本投入量, L 代表劳动投入量，A 、α、β为未知参数。A 表示技术进步对经济增长的影响，系数α和β分别表示劳动和资本对产出的弹性系数。 给与模型规模报酬的约束，即假定1=+βα，则αβ-=1,模型变形为： e K AL Y -1αα= 对该生产函数取对数得: 1)LnK -(1LnL LnA LnY +++=αα 方程两边同除以LnK ，变形得： 1) -(LnL/LnK 1]/LnK 1(LnA [LnY/LnK α+++=） 二、经济变量及参数的确定 （一）经济增长要素 经济增长是指一个国家或地区生产商品和劳务能力的扩大，是一定时期内经济活动的重要结果变量。在实际核算过程中，常以一个国家或地区生产的商品和劳务总量的增加来表示，即以国内或地区生产总值（GDP ）的增长来计算。决定经济增长的因素很多，根据柯布-道格拉斯生产函数，可以分为要素投入和全要素生产率。 1.要素投入 要素投入主要是资本投入和劳动投入。资本投入是在流通过程中
第46卷 第8期 2019年8月 天 津 科 技 TIANJIN SCIENCE & TECHNOLOGY V ol.46 No.8Aug. 2019 基金项目：天津市重点招标项目“2017年天津市全要素生产率测算研究”(18ZLZDZF00210)。 收稿日期：2019-07-18 科学与社会 索罗余值法测算全要素生产率的文献综述 孟 媛，张 弛 (天津市科技统计与发展研究中心 天津300051) 摘 要：国内外全要素生产率的测算方法很多，例如索罗余值法、随机前沿法、数据包络法等，其中应用较为普遍的是索罗余值法。通过简要梳理索罗余值法的推导过程，归纳较为普遍的关于该理论的基本假设(即规模效益不变和希克斯中性)的质疑，以及阐述全要素生产率与技术进步的关系，说明全要素生产率衡量技术进步是不完全准确的。关键词：全要素生产率 索罗余值法 技术进步 中图分类号：F204；F224 文献标志码：A 文章编号：1006-8945(2019)08-0094-02 Literature Review on Measurement of Total Factor Productivity by Solow Residual Method MENG Yuan ，ZHANG Chi (Tianjin Science and Technology Statistic Center ，Tianjin 300051，China ) Abstract ：There are many measurement methods of total factor productivity at home and abroad, such as the Solow residual method, stochastic frontier method, data enveloping method and so on. The Solow residual method is widely used. The gen-eral doubts about its basic assumptions (namely, constant scale benefit and Hicks neutral) are summarized by briefly combing the derivation process of the Solow residual method. The relationship between total factor productivity and technical progress is discussed, indicating that the measurement of technical progress by total factor productivity is not completely accurate. Key words ：total factor productivity ；Solow residual method ；technical progress 十九大指出，我国经济已由高速增长阶段转向高质量发展阶段，并提出要提高全要素生产率。关于全要素生产率，国内外学者进行了较多研究，测算方法不一，包括索罗余值法、随机前沿法、数据包络法等，其中索罗余值法的应用范围较为广泛。本文通过文献综述，简要介绍索罗余值法测算全要素生产率的过程，根据其适用的前提条件探讨测算的局限性，进而阐述全要素生产率与技术进步的关系。 1 索罗余值法简介 索罗[1]并不是第一个将生产函数与生产率联系起来的人，早在1942年Tinbergen 就探索过两者之间的关系，但是索罗的开创性贡献在于他在生产函数和指数方法之间建立了较为简洁且实用的理论联系。 索罗余值法是基于柯布-道格拉斯生产函数(即CD 生产函数)得到的，以规模效益不变和希克斯中 性(Hicks neutral )为基本假设前提。规模效益不变指 的是在既定的技术水平下，要素价格不变时，产出增加的比例等于所有投入要素增加的比例。希克斯中性指的是投入要素资本和劳动的边际产出的比率不变。CD 生产函数为： (,)t t t t Q A F K L = (1) 式中：Q t 指的是产出，K t 指的是资本投入，L t 指的是劳动投入，希克斯A t 指的是在资本和劳动投入水平不变时产出增加的部分，即全要素生产率，经常被用以衡量“技术进步”。 上述公式(1)变形，可以得到相对希克斯效率A t /A 0，即Q t /Q 0作分子，生产函数中要素积累的部分F (K t ，L t )/F (K 0，L 0)作分母。但是由于各投入要素的计量单位不同，这样并不能直接得到希克斯效率。 索罗运用非参数指数法，将上述公式变形得到： t t t t t t t t t t t t Q K K L L A Q Q Q K Q K L Q L A ??=++?? (2)
【最新2019】中国“全要素生产率”或降为2.7%word版本 本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == 中国“全要素生产率”或降为2.7% 中国社会科学院副院长蔡昉10日表示，中国的全要素生产率正在呈现持续下滑态势，并将在“十三五”时期进一步降为2.7%。 图片源自网络 请看相关报道： China should take actions to cope with its falling total factor productivity ( TFP ), a senior expert with a government think tank said Sunday . 1月10日，政府智囊团的一位资深专家表示，中国应采取措施应对全要素生产率下滑态势。 全要素生产率（ total factor productivity ， TFP ），也称总和要素生产率，是各种要素投入水平既定的条件下，所达到的额外生产效率，是分析经济增长源泉的重要因素。经济增长、人均收入和财富水平提高最终要依赖全要素生产率的提高。 中国社会科学院副院长蔡昉在第七届中国经济前瞻论坛上说，在人口红利 （ demographic dividend ）消失以后，中国经济增长要寻找新动力。目前，我国全要素生产率增速呈现下行趋势，他预测全要素生产率“十三五”时期会下降到2.7%。 他指出，要通过四方面措施进行调整：改革户籍制度（ reform household registration system ）；大力推进教育改革，把义务教育扩大到更大范围（ expand compulsory education to more people ），提高劳动力的质量（ increase the quality of labor force ）；解决各个领域的产能过剩（ overcapacity ）问题，进一步降低杠杆率（ leverage ratios ）；创造好的制度条件、政策环境，让企业能够自由进入，并让那些不再有生产力提高潜力和没有竞争力的企业退出（ create a policy environment where promising enterprises can easily enter the market and non - competitive ones are forced to exit ）。
经济发展论文： 全要素生产率研究方法述评 摘要:全要素生产率作为反映经济增长质量的重要指标,近年来引起了国内外学者的广泛关注。目前测算全要素生产率的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。文章以上述分类方法为基础,对全要素生产率的研究方法进行了详细论述,并总结了不同方法在测算中的优势和不足,同时对相关研究文献进行了简要评述。最后,对我国全要素生产率的研究方向进行了探讨。 关键词:全要素生产率;索洛余值法;随机前沿生产函数法;数据包括分析法 一、引言 全要素生产率(TFP)是宏观经济学的重要概念,也是分析经济增长源泉的重要工具,尤其是政府制定长期可持续增长政策的重要依据。首先,估算全要素生产率有助于进行经济增长源泉分析,即分析各种因素(投入要素增长、技术进步和能力实现等)对经济增长的贡献,识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次,估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较,就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。改革开放以来,国内外学者对中国的全要素生产率进行了深入研究,产生了大量的研究文献,但这些文献对TFP的估算结果存在较大差异,引发了许多争论,究其原因主要有两点:一是数据来源和处理方法不同,二是测算方法不同。测算TFP的方法多种多样,每种方法都有其优缺点和适用对象,究竟哪种方法更为恰当,哪一个研究的结果更为准确,哪种方法或哪种研究思路对于改革以来中国经济增长的分析更为适用?为此,有必要对既有的TFP研究方法进行梳理和总结,并指出其中存在的缺陷和不足,以利于研究者对TFP有一个较为客观的认识和了解,进而进行科学的计算。 目前测算TFP的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。参数方法主要有索洛余值法、拓展的索洛余值法、随机前沿生产函数(SFA)法等,非参数方法主要有指数法、数据包络分析(DEA)法等,本文以上述分类方法为基础,对相关文献进行评述。 二、参数方法 1. 索洛余值法。索洛余值法最早由索洛(Solow,1957)提出,基本思路是估算出总量生产函数后,采用产出增长率扣除各投入要素增长率后的余值来测算全要素生产率增长,故也称生产函数法。在规模收益不变和希克斯中性技术假设下,全要素生产率增长就等于技术进步率。 由于模型简单,合乎经济原理,因此国内外很多学者利用这种方法对我国全要素生产率进行测算。如邹至庄(1993,2002)、张军(2002)、郭庆旺等(2005)、涂正革等(2006)等,尽管研究结果存在分歧,但绝大多数研究认为中国改革开放以前的经济增长是低效率的,TFP增长十分缓慢,而改革开放以后经济增长质量比改革开放以前有了较大的改善;国企的全要素生产率低于集体企业等。 在利用索洛余值法测度TFP时,存在着如下缺陷和不足: (1)该方法中TFP通过方程的“剩余”计算出来,不能直接求解,这种通过“剩余”得到的计算结果,包括了整个方程的计算误差,由此得到的结果的精确性有待提高。Jorgenson & Grilliches(1967)认为全要素生产率实际是一种计算误差,引起这种误差应归因于两个原因:
全要素生产率是指“生产活动在一定时间内的效率”。是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率（TFP，也称总和要素生产率）增长率。 全要素生产率（Total Factor Productivity）又称为“索罗余值”，最早是由美国经济学家罗伯特.索罗（Robert M.Solow）提出，是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率（TFP，也称总和要素生产率）增长率。 经济学角度全要素生产率一般的含义为资源（包括人力、物力、财力）开发利用的效率。从经济增长的角度来说，生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察，生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。从本质上讲，它反映的则是个国家（地区）为了摆脱贫困、落后和发展经济在一定时期里表现出来的能力和努力程度，是技术进步对经济发展作用的综合反映。全要素生产率是用来衡量生产效率的指标，它有三个来源：一是效率的改善；二是技术进步；三是规模效应。在计算上它是除去劳动、资本、土地等要素投入之后的“余值”，由于“余值”还包括没有识别带来增长的因素和概念上的差异以及度量上的误差，它只能相对衡量效益改善技术进步的程度。 50年代，诺贝尔经济学奖获得者罗伯特·M·索洛(Robert Merton Solow)提出了具有规模报酬不变特性的总量生产函数和增长方程，形成了现在通常所说的生产率（全要素生产率）含义，并把它归结为是由技术进步而产生的。 宏观经济学 全要素生产率是宏观经济学的重要概念，也是分析经济增长源泉的重要工具，尤其是政府制定长期可持续增长政策的重要依据。首先，估算全要素生产率有助于进行经济增长源泉分析，即分析各种因素(投入要素增长、技术进步和能力实现等) 对经济增长的贡献，识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次，估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较，就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。 生产率增长率 不过，目前学术界关于全要素生产率内涵的界定还有分歧。本文的全要素生产率是指各要素(如资本和劳动等) 投入之外的技术进步和能力实现等导致的产出增加，是剔除要素投入贡献后所得到的残差，最早由索洛(Solow ,1957) 提出,故也称为索洛残差。在中国,近年来有些学者已开始研究全要素生产率问题，尤其在克鲁格曼(1999) 提出“东亚无奇迹”的论点后，这一问题更引起国内学者的普遍关注。一些学者估算了中国不同时期的全要素生产率增长率,如舒元(1993) 曾利用生产函数法估算中国1952 —1990 年间全要素生产率增长率，得到的结论是，全要素生产率增长率为0102 %，对产出增长的贡献率为013 %。王小鲁(2000) 同样利用生产函数法估算中国1953—1999 年间全要素生产率增长率，得到的结论是，1953 —1978 年间全要素生产率增长率为-0117% ,1979—1999 年间全要素生产率增长率为1146%，对经济增长的贡献率为1419 %。还有一些学者对全要素生产率与经济增长进行了理论思考，如郑玉歆(1999) 对全要素生产率测度和经济增长方式转变的阶段性规律进行了详细讨论，但未给出中国全要素生产率的具体估算。易纲、樊纲和李岩(2003) 提出中国经济存在效率提升的四点证据，指出新兴经济在测算全要素生产率上面临的困难，并给出新兴经济全要素生产率的测算模型，但他们也未给出具体估算。本文在析比较全要素生产率四种
中国全要素生产率的变化：2000-2008 江春1 吴磊2滕芸 3 内容摘要：本文使用序列DEA和当期DEA方法测算了中国2000至2008年的 Malmquist生产率指数，并在规模报酬固定的假设下将其分解为技术效率变化指数 和技术变化指数。结果显示自2000年以来全国及各省份的全要素生产率均发生下 降，近年来中国的经济增长几乎完全依赖于要素投入的增加。全要素生产率持续降 低是同期资本产出比率迅速上升造成的，这反映出中国经济增长过于依赖投资、收 入分配不合理，同时也反映出金融体系的不健全。 关键词：全要素生产率；DEA；资本产出比 一、引言 改革开放三十多年来，中国的经济增长迅猛，取得了世所瞩目的成就。但与此同时，资源消耗巨大、要素配置效率差、产品附加值低、产业结构不合理等诸多问题始终让人们疑虑中国经济增长的持续性。中国经济增长的质量究竟如何，经济增长到底是来源于要素的投入还是来源于效率的提高？全要素生产率（TFP），作为衡量经济增长质量的重要指标，越来越受到经济学者的广泛重视，提高全要素生产率也被视为中国未来经济增长的决定因素（胡鞍钢，2003）[1]。 Chow（1993）[2]开启了对中国经济增长来源的研究，他认为中国在改革开放前TFP基本稳定，经济增长的主要动力是资本积累，而改革开放后TFP以每年2.7%的速度增长。颜鹏飞和王兵（2004）[3]将中国改革开放以来的经济发展划分为两个阶段，测算得到第一个阶段——1978-1991年间，中国TFP年均增长为-0.17%；第二阶段1992-2001年间则为0.79%。Y oung（2003）[4]采用自行调整后的数据测算1978年至1998年间中国的TFP增长率为1.4%等等。但是目前这类研究对中国TFP增长率的估计存在较大分歧，即便针对同一时期的研究，不同学者 作者简介：江春（1960—），男，武汉大学经济与管理学院金融系（武汉，430072），教授。研究方向：宏观金融 理论与金融发展理论。 吴磊（1980—），男，武汉大学经济与管理学院金融系（武汉，430072），博士生。研究方向：金融发 展理论。 滕芸（1982—），女，武汉大学经济与管理学院金融系（武汉，430072），博士生。研究方向：金融发 展理论。
第一步：选取测度方法 采用传统的索洛残差法对中国1978年-2013年的全要素生产率（TFP ）进行测度。 设总量生产函数为C —D 生产函数： βαλt t t t L K Ae Y = 其中，Yt 为实际产出，Lt 为劳动投入，Kt 为资本存量，α、β分别为平均资本产出份额和平均劳动力产出份额。 为求出α、β，在规模收益不变的假设下（α＋β=1）对方程两边取对数 )ln()ln()ln()ln(t t t L K t A Y βαλ+++= （1） 整理得： )/ln()ln()/ln(t t t t L K t A L Y αλ++= （2） 在规模收益不变和中性技术假设下，全要素生产率的增长率为： L L K K Y Y A A /)1(///?--?-?=?αα （3） 根据方程（2）估计出α后，代入方程（3）即可求出全要素生产率的增长率。 第二步：样本数据及变量的选取 计算全要素生产率所需的真实产出的数据可以通过从国家统计局的官网上获得与生产函数设定中变量 L 相对应的现实数据，国外文献通常使用工作小时数，但我国统计年鉴中没有提供这个指标，故选取历年的就业人员数。另外，注意到指标给出的是年底数，为与 GDP 流量的含义相一致，将前后两年的就业人员数进行算术平均，获得年中的就业数。但资本存量序列需要在统计资料的数据基础上进行估算。经查阅文献可知，现在多采用被OECD 国家所广泛使用的永续盘存法对资本存量进行核算，所以，此处也采用此方法进行资本存量的核算。 其基本公式是： 1)1(/--+=t t t t K P I K δ （4） 其中，I t 是t 期以当期价格计价的投资额，P t 是t 期的价格指数，δ是折旧率。 对K 0 的估算采用国际常用方法：)/(00δ+=g I K 其中，g 是样本期真实投资的年平均增长率，δ为综合折旧率，一般定于5%。 历年投资流量指标的选取：综合经典文献和数据的可获得性两方面因素，此处采用1978-2013年全社会的固定资本形成总额为投资流量指标。我们只有截止于2004年的固定资本形成总额指数。这样，我们便无法直接把我国2005—2013年间的用当年价格给出的固定资本形成总额折算成以2000年价格表示的数据。
基于企业进入退出的“中国全要素生产率之谜”解释 摘要：本文通过LP法回归出制造业TFP，对“中国全要素生产率之谜”进行了验证，并构造了企业进入退出的动态模型，在通过特征事实对参数估计之后，通过模拟2008年企业进入的冲击，拟合出了稳态情况下行业面对大规模企业进入时的TFP变动情况，并与事实进行了比较。 关键词：全要素生产率企业的进入与退出模型 一、问题的提出：中国全要素生产率之谜 中国全要素生产率之谜，即指在2008年之后，企业的研究与试验发展投入（R&D）不断扩大，而学者们通过不同的估算方式测度出来的中国TFP（全要素生产率）却在不断下滑。根据统计局数据，在2008年，除了工业企业的全要素生产率下降之外，企业的数量迎来了一个激增的过程。除2004年因为第一次工业普查完善了统计核算的精确度而导致进入数量剧增之外，正常年份企业纯进入数大致在2―3万，然而在2008年，企业纯进入数量达到了惊人的10万家左右。 联系到中国在该年的四万亿救市计划，笔者认为可能是该政策刺激了大批低于行业平均TFP的低效率企业进入行业，因此拉低了行业的平均值。为了验证这一猜想，则需考察企业的进入退出对全要素生产率的影响。 二、企业进入退出与全要素生产率
企业的进入退出又叫企业更替，是产业经济学中的一个重要概念，反映了市场的基本特征之一。企业的进出对于TFP的影响在近年来受到了国内外学者的重视。由于数据的可得性，国内外学者往往测算工业企业，尤其是制造业的进入退出对TFP的影响。如周黎安等（2006）采用1995―2003年中关村科技园区制造业企业层面的微观数据，认为园区的TFP变动可划分为企业自身生产率增长和企业进入退出的动态过程这两个部分。毛其淋等（2013）通过1998―2006年中国工业企业微观数据测算了TFP，并将企业进出理解为替代关系，运用Baldwin&Gu（2003）发展的BG分解法测算了企业的纯进入效应，并认为进入效应对于全要素生产率的发展存在较为显著的效果。 综上，笔者提出猜想，新进企业由于TFP较低，因此其进入效应会对行业TFP造成负面影响，但在未来因为学习效应新进入企业会逐渐抬高行业TFP；而退出企业因为TFP较低被淘汰，其退出效应会对行业TFP造成正面影响。2008年以来企业数量激增，可能因新进入企业数量过多且低效率企业比重增大而导致2008年企业进入效应增大，且对长期造成了影响，以至于TFP呈现了负增长。笔者将通过微观数据验证以上猜想，并构建模型，进行数字检验。 三、数据的处理与基本特征事实 （一）数据处理 本文采用的样本是1998―2007年中国工业经过产业筛选后的制造业规模以上企业微观数据库。原数据库包含近200万观测值，经过数据清理，约有160万观测值，收录从1998年的10万家企业到2007
作者简介：李婷姝（1988—），女，贵州大学经济学院2011级西方经济学专业硕士研究生。 摘要：在经济高速增长的今天，我们不仅关注经济增长的速度，更关注经济增长的质量和效率，而全要素生产率作为测量经济增长质量和效率的最为流行的指标，在测算过程中，存在着一些不足。本文在借鉴相应学者关于全要生产率研究的基础上，总结了全要素生产率的不足，并提出了相应改进方法。 关键词：全要素生产率；经济增长；测算方法 时至今日，我们关于经济发展的认识，已不再局限于过去单纯依托经济发展的规模与数量作为衡量经济增长成果的标准的状况，而逐渐关注经济增长的效率、质量等。我们不仅希望经济能够在数量上增长，更希望通过经济增长能够提高民众的福利，改善民众的生活。自从改革开放以来，中国的经济取得了突飞猛进的发展。但是随着我国经济几十年的飞速增长，随之而来的却是越来越多的问题的产生。为此，我们不禁反思，经济增长真的只是从gdp增长总量数据就可以判断经济增长的效率与质量吗？对于衡量经济增长质量与效率的迫切需要，客观上也促进了利用全要素生产率，即tfp（total factor productivity）衡量与评价经济增长质量与效率的发展，如今，利用tfp衡量经济增长已成为国内最为流行的一种测算方法之一。 1. tfp内涵 自索洛提出了规模报酬不变的生产函数以及由此推导出来的增长方程，通过将产出增长率中超出资本与劳动力生产要素投入增长率的扣除（索洛余值）形成了全要素生产率的概念，并将全要素生产率来源定义为由技术进步引起的产出增长。由索洛余值的求解可以看出，全要素生产率除了包括技术进步引起的产出增长，还包括没有识别的经济增长因素以及由此产生的误差。 它的一般含义是指一定时间内生产活动的开发利用的效率，等同于一定时间内各种生产要素与总产量之间的比值，可以衡量一个国家在一定时间经济增长的质量与效率，也是关于技术进步对经济发展作用的综合反映，但是因为tfp还包括未识别的经济增长因素以及测量误差，因此，tfp对技术进步的衡量只是一种近似测量。tfp的来源除了包括技术进步，还包括效率提升与规模效应，比如组织创新、专业化以及生产创新等。但是，在索洛模型中，假定技术进步是外生变量，并没有考虑知识进步以及人力资本提升对于经济增长的溢出效应，在没有考虑技术进步的外部性情况下，因为边际产量递减规律，最终技术进步带来的产出效应会为零。这显然与现实生活中，通过改进技术水平，从而带来边际产量递增的现象不符，这也使全要素生产率的解释能力与借鉴意义大打折扣，即全要素成产率成为“黑箱”。[1] 2. tfp测算方法的缺陷 tfp的测算方法虽然简单可行，但是其中也存在着一些问题，这些问题影响着tfp作为衡量一国经济增长质量与效率指标的有效性与代表性。 2.1 用于测算tfp的要素投入数据为存量数据 在对tfp进行测算时，必须考虑要素投入与产出之间的关系。而根据新古典生产理论，一定时期的投入带来一定时期的产出，换言之，我们所要考虑的要素投入只是某段时期的投入量，即该段时期的流量数据，而不是某一时点上的存量数据。但是，从目前关于资本的指标统计口径来看，我们将资本分为固定资本和流动资本。用固定资本的存量数据代替资本的流量数据，其中隐含了固定资本某一时点上的存量与其在此段时期内的资本流量成正比的关系，但是，在现实生活中，这种假设显然是不一定成立的。综上所述，因为，用于衡量相应变量的指标，尤其是资本，在统计口径以上存在局限，造成计算结果投入与产出的不一致，从而使tfp的测量值偏离真实结果。 2.2 tfp自身的“黑箱”使其内涵含混，需要进一步分解
全要素生产率的内涵、定义与测算方法 全要素生产率（Total Factor Productivity ,简称TFP）是指所有生产要素的生产率, 所谓的“全要素生产率”是指“生产活动在某一特定时间内的效率”，是总产量与全部要素投入量之比，是用来衡量单位总投入的总产量的生产率指标是针对全部投入要素进行测算, 而不是只涉及部分要素。它在一个更广的范围内考察生产率的情况, 是总产出与综合投入要素之比, 研究的是在一个经济系统中, 所有投入要素加权综合后形成综合投入的产出效率, 故又称“ 综合要素生产率”。相对于传统的单要素生产率, 全要素生产率能够更为全面地考虑投入要素, 从而能够更加真实客观地衡量全部要素投入量的节约, 反映一个经济系统的宏观综合经济效益,是分析经济增长源泉的重要工具。总而言之, 通过分析各种因素对经济增长的贡献, 可以识别经济增长的类型是投入型还是效率型; 通过比较单要素投入和全要素生产率增长对经济增长的贡献, 可以确定经济政策的控制方向是应该增加总需求, 还是对经济结构进行调整。 参数方法 1.索洛余值法 索洛于1957年发表了著名的文章“技术变化和总量生产函数”。在该文章中,索洛首次将技术进步因素纳入经济增长模型,从总产出增长中扣除资本和劳动力对产出的贡献,所得到的“余值”就是技术进步对产出的贡献。在希克斯中性和规模报酬不变的假设下,技术进步率就等于全要素生产率的增长率。 2.增长核算法 增长核算法, 是在经济学家索洛提出的索洛余值法的基础上形成和发展的, 后来经过丹尼森和乔根森的发扬而成为一种成熟的全要素生产率的计算方法。其计算的基本思路是: 寻找一个合适的生产函数形式, 利用样本数据进行回归, 估算出总量生产函数的具体参数, 得到具体的生产函数, 进而测算TFP 及其增长。 3.随机参数前沿生产函数方法 非参数方法 1.指数法 测算TFP的指数法是一种统计学方法,由Kendric和Denison开创,后经Jorgensen、Griliches等人发展而成熟。TFP指数是指一个生产单元在一定时期内总产出和总投入之比,用公式可表示 为: / / t s st t s Y Y TPF X X ，其中s代表基期, t代表报告期, X表示投入, Y表示产出 从TFP指数的定义可以看出, TFP增长是科技进步、技术效率和规模效率等提高的综合体现。而且,对 TFP指数的度量,必须转化为对总投入和总产出指数的计算,而现实中的生产单元,大都是多投入多产出的,这就必须使用综合指数来度量。经常使用的指数从早期的Laspeyres指数、passche指数、Fisher指数到Tornqvist 指数。 1967年, Kendric和Denison的论文“生产率变化的解释”是生产率理论发展的一个里程碑。他们在索洛增长模型的基础上,遵循新古典生产理论,引入超越对数生产函数的形式。Diewert证明,超越对数生产函数对应的是离散的Tornqvist指数,也就是说, Torn2qvist指数实际上是精确的指数;而且,超越对数生产函数被认为是对其他函数形式的很好的二阶近似。所以, Tornqvist指数是度量TFP的合理选择。 2.数据包络分析(DEA) 3.Malmquist指数法 Malmquist指数法也是指数法中的一种, 但是由于计算Malmquist指数首先要构筑生产前沿面,得到距离函数,因此一般也可将此方法归入生产前沿面法中。计算距离函数既可通过DEA,也可通过随机前沿生产函数来完成,但目前主要是通过DEA来完成,所以该方法也被称为基于DEA的Malmquist指数法。