湖南省细分工业行业全要素生产率变动分析1993-2012年

中国科技论文在线湖南省细分工业行业全要素生产率变动分析：1993-2012年 王建华，喻园园作者简介：王建华（1970-），男，副教授，硕导，创新经济与经济转型. E-mail: wangjianhua1.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.51.5School of Economy & Trade,Hunan University,CHANGSHA 410079;School of Economy & Trade,Hunan University,CHANGSHA 410079湖南大学经济与贸易学院，长沙 410079;湖南大学经济与贸易学院，长沙 410079410079;13907498800;15574878422;湖南省长沙市湖南大学北校区经济与贸易学院;wangjianhua;yyyu0509王建华（1970-），男，副教授，硕导，创新经济与经济转型;喻园园（1991-），女，硕士研究生王建华;喻园园WANG Jianhua;YU Yuanyuan王建华1.51.51.51.51.51.51.51.51.51.51.51.51*|*期刊*|*张军, 施少华. 中国经济全要素生产率变动: 19521998J. 世界经济文汇, 2003 (2): 17-24.2*|*期刊*|*郭庆旺, 贾俊雪. 中国全要素生产率的估算: 19792004J. 经济研究, 2005, 6(5): 1-60.3*|*期刊*|*郑京海, 胡鞍钢. 中国改革时期省际生产率增长变化的实证分析 (1979-2001 年)J. 经济学, 2005, 4(2): 263-296.4*|*期刊*|*章祥荪,贵斌威.中国全要素生产率分析:Malmquist指数法评述与应用J.数量经济技术经济研究,2008,6(11).5*|*期刊*|*李宾, 曾志雄. 中国全要素生产率变动的再测算: 1978-2007 年J. 数量经济技术经济研究, 2009 (3): 3-15.6*|*期刊*|*张少华, 蒋伟杰. 中国全要素生产率的再测度与分解J. 统计研究, 2014 (3): 54-60.7*|*期刊*|*李健,卫平,付军明.中国地区工业生产率增长差异及收敛性研究基于三投入DEA实证分析J.产业经济研究,2015(5):21-30.8*|*期刊*|*李小平, 朱钟棣. 中国工业行业的全要素生产率测算基于分行业面板数据的研究J. 管理世界, 2005 (4): 56-64.9*|*期刊*|*任若恩, 孙琳琳. 我国行业层次的 TFP 估计: 1981-2000J. 经济学, 2009 (2): 925-950.10*|*期刊*|*李春顶.中国制造业行业生产率的变动及影响因素基于DEA技术的1998-2007年行业面板数据分析J.数量经济技术经济研究,2009(12):58-69.11*|*期刊*|*周燕, 蔡宏波. 中国工业行业全要素生产率增长的决定因素: 19962007J. 北京师范大学学报: 社会科学版, 2011 (1): 133-141.12*|*期刊*|*刘艳萍. 产业集聚, 企业规模与全要素生产率增长基于长三角制造业行业面板数据的分析J. 技术经济, 2010, 29(2): 54-59.13*|*期刊*|*王国顺, 谷金花. 湖南制造业全要素生产率变动的实证研究J. 统计与决策, 2005 (05X): 63-66.14*|*期刊*|*Ray S C, Desli E. Productivity growth, technical progress, and efficiency change in industrialized countries: commentJ. The American Economic Review, 1997, 87(5): 1033-1039.15*|*期刊*|*陈诗一.中国工业分行业统计数据估算1980-2008JJ.经济学(季刊),2011,3:735-775.16*|*期刊*|*陈勇,李小平.中国工业行业的面板数据构造及资本深化评估:19852003J.数量经济技术经济研究,2006,23(10):57-68.17*|*期刊*|*单豪杰. 中国资本存量 K 的再估算: 1952 2006 年J. 数量经济技术经济研究, 2008, 25(10): 17-31.*|1|王建华|WANG Jianhua|湖南大学经济与贸易学院，长沙 410079|School of Economy & Trade,Hunan University,CHANGSHA 410079|王建华（1970-），男，副教授，硕导，创新经济与经济转型|湖南省长沙市湖南大学北校区经济与贸易学院|410079|wangjianhua|15574878422|13907498800|2|喻园园|YU Yuanyuan|湖南大学经济与贸易学院，长沙 410079|School of Economy & Trade,Hunan University,CHANGSHA 410079|喻园园（1991-），女，硕士研究生|yyyu0509|湖南省细分工业行业全要素生产率变动分析：1993-2012年|Analysis of Hunan Province industrial TFP change in sector level:1993-2012|- 16 -（湖南大学经济与贸易学院，长沙 410079）摘要：在经济新常态背景下，为了实现行业的可持续发展，技术升级和转型不可避免，对地区行业的全要素生产率研究十分必要。运用统一口径调整后的投入产出数据，采用增长核算法和数据包络分析法分别估算了湖南省1993-2012年的37个工业细分行业的全要素生产率，得出了以下结论：第一，增长核算法计算的TFP增长率较数据包络法与产出增长更加相关，大多数情况下生产率增长伴随着产出增长；两种方法的TFP增长率变化趋势相近，数据包络分析法得到的全要素生产率增长率普遍更高。第二，使用Malmquist指数法分解TFP增长率，认为绝大部分行业全要素生产率增长的主要动力是技术进步即行业技术水平的提升，而纯技术效率和规模效率阻碍了生产率提高。第三，使用增长核算法分析了资本、劳动、中间投入和全要素生产率对行业经济增长的贡献，发现中间投入是湖南工业行业经济增长的主要动力，之后依次是资本、技术和劳动。第四，采用Domar权重计算了不同行业对湖南省工业TFP增长的贡献值，发现湖南省工业总体上发生技术进步，其中专用设备制造业、汽车制造业等行业的TFP贡献较高。关键词：全要素生产率；要素投入；Malmquist指数；湖南省工业中图分类号：F427Analysis of Hunan Province industrial TFP change in sector level:1993-2012WANG Jianhua, YU Yuanyuan(School of Economy & Trade,Hunan University,CHANGSHA 410079)Abstract: Under the background of China s new normal, in order to realize the sustainable development of industry, transformation and upgrading of technology is inevitable, it is very necessary to study total factor productivity of region industry. Use unified caliber adjusted input and output data, calculated the TFP of the 37 sub-industries in Hunan province in 1993-2012 respectively by the growth accounting method and data envelopment analysis method. The results show that: First, the TFP growth rate calculated by the growth accounting method is more relevant to output growth than by the DEA method, in most cases the productivity grow with output growth. The change trend of TFP growth rate of two methods is similar, TFP growth rate by DEA method is generally higher. Second, according to the decomposition of the Malmquist index, show that the main power of TFP growth of the vast majority of Hunan province industries is the technological progress, while the pure technical efficiency and scale efficiency are main obstacles. Third, use the growth accounting method to analyze the contribution of the capital, labor, intermediate input and total factor productivity to economic growth of the industry, found that the intermediate input contributed most, then, in turn, is the capital, technology and labor. Fourth, adopting the Domar weight index to calculate different industries contribute value to industrial TFP growth in Hunan province, found that the whole industry in Hunan province was technical progressed, the special equipment manufacturing,automobile manufacturing contribution is higher.Key words: Total factor productivity; factor input; Malmquist index;industry of Hunan province0 引言改革开放以来，湖南省经济发展迅速，GDP增长率曾长期维持在10%以上，但近年来受到国内外经济环境不景气的影响，湖南省经济进入“新常态”。“新常态”的经济发展不仅需要合理的增长速度，更加看重增长的质量，即行业和企业的技术进步尤为重要，这就需要对经济增长中的技术进步全要素生产率进行研究，因为随着要素投入积累到一定程度，未来经济增长将取决于全要素生产率提高。进一步地，工业是湖南省产业体系中的支柱产业，1978年以来占GDP的比重均超过30%，在近三年更是达到了40%以上，并且在2015年湖南省政府提出“把稳工业作为稳增长的头等大事来抓”，制定“制造强省”五年计划，给出制造业转型升级的路线图，这些均体现了工业发展对湖南省经济发展的重要性。因此，对湖南工业行业进行全要素生产率研究是十分必要的。在湖南省哪些工业行业的经济增长是由技术进步推动的？而哪些工业行业发展是由资本、劳动等要素投入推动的呢？工业行业的生产率提高是源于技术水平的提升还是技术效率的提升，又或是二者兼有？哪些工业行业的技术进步对工业总体技术水平发展贡献较大？对于以上问题的回答是本文研究的主要目的。1 文献综述以往国内在全要素生产率估算方面的研究，大致可以分为两个阶段，早期主要集中在国家总量层面和省级总量层面，近期更多的是关注行业层面和企业层面的全要素生产率。在国家总量层面，由于使用不同的方法和数据来源，部分研究成果在具体TFP增长率数值上存在差异，但对增长率TFP阶段性变化趋势的估计结果相近。张军和施少华（2003）1认为1978年前中国TFP波动很大，1978年之后TFP有明显提升；而郭庆旺、贾俊雪（2005）2更进一步发现，1978-1993年间TFP增长率波动剧烈，而1993-2000年间逐年下跌，2000年后则呈现攀升势头；郑京海和胡鞍钢（2005）3、章祥荪和贵斌威（2008）4、李宾（2009）5和张少华（2014）6等研究成果也发现了相近的变化趋势，并且张少华（2014）认为在2008年后TFP再次大幅度下降。而在省级层面的研究，学者们更多关注省份间全要素的差异及原因，张少华（2014）6的研究结果显示全部省份在样本期内都实现了TFP提升，但省际之间追赶效应表现得并不十分明显。 随着研究方法的增多、改进和研究基础数据的不断完善，更多的学者转向探讨行业和企业全要素生产率的估算问题，尤其在中国工业行业层面。大部分研究结果显示，虽然中国工业绝大部分行业的技术进步与经济增长密切相关，但经济增长的主要来源并不是全要素生产率增长，而是要素投入。郑玉歆（1999）7研究认为80年代对中国制造业增长贡献最大的是中间投入的增加，其次才是生产率的提高，资本和劳动投入的增加；李小平和朱钟棣（2005）8任若恩（2009）9也得出与郑玉歆（1992）相似结果。随着DEA方法的普遍应用，更多学者使用该方法来研究行业生产率增长深层原因。李春顶（2009）10认为近10年我国制造业行业全要素生产率增长较为平稳，各行业都呈现稳步增长趋势，在TFP增长中，技术效率的贡献大于技术进步，为生产率各组成部分中增长最快的因素，而技术进步的增长滞后于全要素生产率；而周燕和蔡宏波（2011）11对中国工业行业及刘艳萍（2010）12在长三角地区制造业的研究结果却认为全要素生产率的增长是由技术进步带来的，而不是技术效率变动。 通过文献的梳理，笔者发现已有研究仍是集中在地区总量层面或者全国行业层面，很少有研究能够深入到地区的细分工业行业研究全要生产，尤其在湖南省细分工业层面的研究还不多。王国顺和谷金花（2005）13使用数据包络分析法研究了1993-2002年湖南制造业10个行业的全要素生产率，发现技术进步和技术效率同时推动行业全要素生产率的提升。以上研究存在以下不足：首先忽略了数据口径不一致问题，影响研究结果的准确性；其次是研究的行业范围仍不够全面，无法全面系统深入分析湖南工业行业；最后，研究数据较老，无法用于解释湖南工业经济现状。鉴于此，本文力图在对最新数据进行统一的行业和统计口径调整，保证数据前后范围一致的基础上，采用资本、劳动和中间投入三个投入要素，使用增长核算法和数据包络分析法（DEA）估算湖南省1993-2012年的35个细分工业行业全要素生产率的增长率，对比两种方法的结果差异，估算湖南各个行业的资本、劳动、中间投入和生产率增长对经济增长的贡献，分析各个行业全要素生产率增长的深层原因，挖掘各个行业对湖南工业生产率提升的贡献，为经济新常态背景下湖南“制造强省”、实现工业经济可持续发展提供决策依据。2 方法与模型2.1 增长核算法增长核算法是爱德华富尔顿丹尼森（Edward Fulton Denison）在索罗余值法的基础上提出的，其假定希克斯中性技术进步和规模报酬不变，相较于索罗余值法，该法对投入要素进行了更加细致的划分，并赋以不同类型的投入要素不同的权重。考虑到本文选择了三类投入要素，因此使用要素收入份额可变的增长核算法，根据细分行业的资本数据（K）、劳动数据（L）、中间投入数据（M）以及总产出数据采用超越对数生产函数来计算全要素生产率（TFP）。首先，定义一个三要素投入的超越对数生产函数：其中，为生产率指数，、和分别为资本投入、劳动投入和中间投入。文献中已证明，在规模报酬不变等假设下，希克斯中性的TFP增长率可近似地用下式来计算：、和分别为资本、劳动和中间投入的平均产出弹性，其计算公式为：；在完全竞争市场条件下，每种投入的产出弹性等于该投入占总产出的份额，并且由于规模报酬不变，有产出弹性之和应等于1，即9。2.1 数据包络分析法数据包络分析法（Data envelopment analysis）是一种非参数估计方法，其假设存在多家生产决策单元（DMU）使用多种投入生产若干产品，构造了一个非参数的包络生产前沿，使得所有的投入产出组合均处于这个生产前沿面上或之下，将生产单元的投入产出组合到生产前沿面的距离作为技术效率指标。DEA法由于具有不需要对生产函数结构做先验假定、不需要对参数进行估计、允许无效率行为存在、能对TFP变动进行分解等优点，在近年研究中被广泛运用。Malmquist指数是在距离函数的基础上定义出来的。Fare等（1994）和Ray、Desli（199714）将基于t和t+1期参照技术的Malmquist生产率指数定义为：由于基于t和t+1期参照技术定义的Malmquist生产率指数在经济含义上是对称的，按照Fisher （1922）理想指数思想，Ray和Desli（1997）定义它们的几何平均为综合生产率指数14：本文选择按Ray & Desli（1997）14法将综合生产率指数进行分解，具体分解如下： 其中，为Malmquist生产率指数，PEC、TC和SC分别表示纯技术效率变动、技术进步和规模报酬变动。当M指数大于1，则表示从t期到t+1期全要素生产率增加；若其小于1，则表示全要素生产率降低；若其等于1，代表全要素生产率不变。TC为技术进步指数，即t期到t+1期生产前沿的移动。PEC通过比较不同时期生产单元的产出与生产前沿的距离来反映技术效率的变化。SC是不同时期投入在同一生产前沿上的规模效率变动，当SC1时，说明规模报酬递增；当SC1时，说明规模报酬递减。3 投入产出数据变量的选取和调整3.1 数据口径调整方法3.1.1 统计口径调整统计口径的前后不一致主要体现在：1997年前统计年鉴报告的是乡及乡以上独立核算工业企业的数据，1998年至2006年为全部国有和年主营业务收入500万元及以上非国有工业企业；2007年至2010年为年主营业务收入500万元及以上的工业企业（即规模以上工业企业）；2011年开始，为年主营业务收入2000万元及以上的工业企业（即规模以上工业企业）。这些数据的数据前后不匹配，尤其是数量指标（比如单位数和职工人数）相差较大，使得跨时期期分析变得困难。为了统一统计口径，本文参考陈诗一（2011）15的方法，构建了工业统计口径调整指数，将投入产出数据调整到全部工业口径。具体调整分为价值量的调整和人口数的调整两部分。表1 1993-2012湖南省价值量数据统计口径调整指数年份指数年份指数年份指数年份指数19930.809119980.454220030.598420080.828519940.764219990.457020040.656820090.882919950.608120000.482420050.742420100.939119960.703220010.513820060.771620110.974019970.632020020.558220070.839920120.9370对于价值量的调整，由于无法获得全部口径的工业总产值数据，本文使用增加值的比例来进行调整。从湖南统计年鉴中获得1993-2012年的全部口径的工业增加值数据（即地区生产总值的工业部分）和1993-1997年的独立核算工业企业增加值、1998-2012年的规模以上工业企业工业增加值数据，构造出1993-2012年的不分行业的全部工业口径调整指数（如表1）。本文将工业总产值、工业增加值、中间投入、固定资产原价和固定资产净值除以该指数从而调整到全部工业口径。对于从业人口的调整，采用类似的方法。本文从由历年湖南省统计年鉴得到1993到2013年的采矿业、制造业和电力、煤气及水的生产和供应业的全部口径从业人员年末数。将本年末和上年末的全部从业人员数相加平均得到全部从业人员年平均数，使用当年乡及乡以上工业企业职工年平均数和规模以上工业企业从业人员年平均除以全部从业人员年平均数，得到采矿业、制造业和电力、煤气及水的生产和供应业的从业人员调整指数。表2 1993-2012年湖南省的工业从业人口调整指数年份采矿业制造业电力、水年份采矿业制造业电力、水19930.77900.57400.992020030.27180.25530.915219940.74850.50880.996020040.28630.25800.887519950.60430.48670.997020050.29730.28990.702819960.68970.45890.994020060.30180.30540.798519970.65230.33980.985020070.32790.33170.756319980.36160.25310.955120080.36420.38110.685919990.42330.23260.956920090.34700.40640.721220000.31650.21860.933720100.34340.45970.692820010.26210.22430.940820110.33390.48930.661220020.25480.24200.892820120.33150.50620.6342注：1993年的采矿业和1993-1997年电力行业调整指数使用其他数据，详询作者。3.1.2 行业归并和行业口径调整国民经济行业分类标准（GB/T4754）在1984年首次发布实施，1994年进行第一次修订，2002年第二次修订，2011年第三次修订。绝大多数以往研究均设定工业分行业的名称是前后对应，而忽略了三次行业分类的差异，因此对于数据行业口径的调整是本文的创新点之一。笔者通过详细对比三次分类调整的变动，发现大多数的变动是较小的或者是四位数行业的变动调整，四位数行业的整体调动和拆分较少。由于四位数行业的整体数据是可以获取的，从已获取的调整数据的具体数值大小出发，本文将对除了投入产出数据极小（如总产0.1亿元等）行业以外的所有四位数行业变动进行调整 具体的行业调整方向内容较多，在此并不详述，如需请咨询作者。在具体的调整过程中，需要各年的发生变动行业的相关投入产出指标。一般情况下，各种统计年鉴并不提供工业四位数行业的数据，主要是因为数据分类过于详细，但中国工业企业数据库提供了纳入统计范围的绝大多数企业的数据。对比了工业企业数据库和中国工业经济统计年鉴的相关数据后，发现在1998-2007年数据是一致的，而2008年后的数据存在差异，因此本文利用1998-2007年的中国工业企业数据库分类加总出了需要调整的子行业相关数据。对缺乏的1993-1997和2008-1011年这期间的数据，本文参考了陈诗一（2011）15的处理方法，对数据调整遵循以下原则：1993-1997年间，以1998年需要调整子行业占其两位数行业的构成比例估算各类数据；2008-2011年的数据，则是按2007年该子行业占两位数行业的构成比例来估算，部分工业企业数据库缺漏的中间年份的数据使用前后两年的子行业占比的平均比例来估算。在具体调整中，绝大多数数据均能使用该方法处理，但武器弹药制造业缺乏公告的1993-1997年数据，因此采用与其他行业不同的处理方法 对于1993-1997年缺漏数据本文采用调整到全部工业口径的1998-2001年各类数据的几何平均增长率来估算。由于这样处理的数据区间并不长，并且以中类工业行业原数据和工业企业数据库所提供的子行业占比数据为依据，有理由认为该数据是比较可靠的，是在现有数据条件下所能得到的尽可能准确的数据。3.2 投入产出数据构造3.2.1 产出不同研究计算TFP时采用的投入产出数据不同。陈勇和李小平（2006）16认为在进行指标选择的时候应按照下面的组合：当投入为资本、劳动、中间投入时，选择的产出指标应为工业总产值；当投入为资本、劳动时，产出为工业增加值。一般认为测算行业生产率的话，需要考虑中间投入的问题；但如果考虑总量经济，各个行业的中间投入可以相互抵消，就不用考虑中间投入9。国内的行业研究中李小平、任若恩等人均使用了工业总产值、中间投入、资本和劳动的投入产出组合。因此，本文决定借鉴任若恩（2009）9的方法，将工业总产值作为产出的衡量指标。从1994-2013年湖南统计年鉴中获得湖南省细分工业的工业总产值（当年价）数据。为了能够比较不同年份的工业总产值，需要使用产出价格平减指数来缩减当年价的工业总产值。从中国城市（镇）生活与价格年鉴和中国价格年鉴获得2005-2012年湖南省工业细分工业的工业品生产者出厂价格指数，1993-2004年分行业生产者出厂价格指数从各年湖南统计年鉴得到。由于湖南统计年鉴提供的价格指数并不全，部分行业存在缺漏数据。对于缺漏的价格指数，本文首先由对应的中国工业经济统计年鉴得到前后年份的不变价总产值和当年价总产值，计算出以前一年为1的价格指数；其他未能由以上方法补充的价格指数，使用全国对应行业的工业品生产者出厂价格指数。综上，本文构造出35个行业1993-2012行业的产出价格平减指数，使用该指数将工业总产值折算到1993年价，并对该数据进行统计口径和行业口径调整。3.2.2 资本采用现普遍使用的永续盘存法（Perpetual Inventory Approach）来估计固定资本存量，将固定资本存量作为资本的代理值。该方法需要折旧率、基期资本存量、当年投资额和投资品价格指数四类数据。由于研究发现了精准价格指数和折旧率对资本存量估计的重要性，更多学者选择将资产分类估算。本文也将资产分成三类，建筑安装工程的投资、设备、工器具投资和其他投资，分别计算出三类资产各年的资本存量，再加总得到行业总资本存量。受到1992年之前行业分类标准大不相同的限制，本文是以1993年为基期，基期资本存量使用资本产出比方法计算。首先根据单豪杰（2008）17等国内普遍使用的计算省际资本存量的方法计算出1952-2012年的湖南省资本存量，计算出湖南省的资本产出比将1991-1995年的资本产出比的平均值（1.69）用于计算1993年基期资本存量。关于当年投资额数据，由于缺乏细分工业行业的固定资产投资数据，一般使用固定资产原价或者净值做差的方法。本文也是采用该方法构造投资序列，数据来源于各年湖南统计年鉴，并将该数据序列进行统计口径调整和行业调整。由于要将资产分类，理论上应获得各个行业各年的固定资产投资构成，但由于数据缺乏，最终选择了全社会固定资产投资的构成比例作为该年全部工业行业的投资构成比例的替代。因此，从各年中国固定资产投资统计年鉴和各年中国统计年鉴得到1993-2012年的湖南省相关数据。折旧率数据借鉴张军（2004），假定建筑和设备的平均寿命期分别是45年和20年，其他类型的投资假定为25年，从而得出折旧率分别为6.9%、14.9%和12.1%。价格指数数据则是从1994-2013年中国固定资产投资年鉴得到湖南地区三类固定资产投资价格指数，并将其整理成以1993年为1的投资价格指数。根据以上方法，本文计算得到湖南省1993-2012年35个工业行业的资本存量数据。在对结果的整理过程中，本文发现化学纤维制造业资本存量结果出现负值，这可能是由于这个行业存在持续的固定资产原价大幅下降的情况，形成对新增投资的大幅低估。对于这些情况，本文参考李小平（2005）8的方法，使用这个行业的年末固定资产净值作为其资本存量的代替值，对固定资产净值进行了以下折算：其中，为1993年的年末固定资产净值；为t年固定资产净值增加量,以相邻两年固定资产净值原值的差表示； 、与分别为建筑安装工程投资、设备、工器具投资和其他投资三类投资的该年构成比例；、和则分别为三类投资以1993年为1的平减指数。3.2.3 劳动投入劳动投入理论上应是为总工作时间与单位时间内劳动者劳动服务质量乘积。大多数研究仅将劳动者人数作为劳动投入的代理指标，体现了劳动的数量，忽略劳动服务质量问题。当然也有研究（王金营，2002）发现了人力资本对劳动生产率的重要作用，即考虑到劳动服务质量的问题。但由于数据的可得性和准确性，本文与绝大多数的工业行业的研究相同，以从业人员年平均数表示劳动投入。从各年湖南统计年鉴获得1993-2010年的从业人员（职工）年平均数后，使用前文计算的劳动力调整指数将数据调整到全部工业口径，并且在进行行业调整时也调整了劳动数据。3.2.4 中间投入工业中间投入是指工业企业在工业生产活动中消耗的外购物质产品和对外支付的服务费用。在实际生产活动中，工业企业使用来自不同行业的产品和服务，其生产也受到其他行业的产出影响。因此，在计算行业全要素生产率时，需要考虑中间投入的影响。从各年湖南统计年鉴和中国工业企业数据库中获得了1993-2004年、2005-2007年的分行业工业中间投入的数据，其他年份的中间投入并无统计年鉴直接提供。陈诗一（2011）15提出了1995年后计算中间投入的简便公式，即中间投入等于工业总产值（新规定）加上应缴增值税后扣除工业增加值的余值。因此，从2008年中国经济普查年鉴、2010年的中国工业统计年鉴和2011-2013年湖南统计年鉴中得到细分工业行业的应缴增值税，计算得到中间投入数据。对于部分仍缺漏的数据，本文先计算出缺漏年份前后两年的中间投入在工业总产值中的占比，使用占比的平均值和缺漏年份的工业总产值计算出缺漏年份的中间投入。综上，整理得到1993-2012年35个行业的中间投入数据序列。中间投入也需要折算到1993年价格，但统计年鉴中一般不提供中间投入的价格指数，已有研究构造价格指数的方法不尽相同。本文中间投入的价格指数构造主要参考了李小平（2005）8的做法。本文使用生产j产品时使用的i产品中间投入占总中间投入的比例为权重对细分行业的生产者出厂价格指数加权求和，公式为：其中，是生产j产品时使用的i产品中间投入占j产品总中间投入的比例，为投入i的出厂价格指数。农林牧渔业使用湖南农业生产资料价格总指数，而工业行业部门使用对应行业的平均价格指数，农林牧渔业、工业以外的行业使用湖南工业生产者价格总指数计算。在获得中间投入和中间投入价格指数数据序列后，需要先将中间投入使用前文构造的统计口径调整指标调整到全部工业口径，再使用价格指数折算到1993年价格，之后再进行行业调整。3.2.5 要素收入份额在生产函数中，要素的收入份额直接决定着不同要素增长对整个经济增长的贡献。然而在实际中，增加一个单位要素与所带来的产出增加的比例无法直接观测。归纳已有的研究发现，当投入要素仅考虑劳动和资本时，并且统计数据允许的情况下，大多数研究认为收入份额法要优于计量经济学方法，OECD生产率手册(2001)中推荐使用收入份额法。本文参考任若恩（2009）9的方法来计算要素产出弹性。从1997、2002、2007、2012年湖南省的投入产出表中获得各行业的增加值构成数据，将增加值中的劳动者报酬作为劳动报酬，增加值扣除劳动报酬的部分作为资本报酬。由于仅有四年投入产出表，其他年份无法获得湖南省细分行业的增加值构成数据，因此设定1993-1997年使用1997年的要素收入份额，1998-2002年使用2002年的要素收入份额，2003-2007年使用2007年的要素收入份额，2008-2012年使用2012年的要素收入份额。特殊地，燃气生产和供应业在1995、1997、1999年的增加值为负值，因此这三年的要素收入份额使用1997年投入产出表计算比例，而1993-2002年间其他年份均使用2002年投入产出表结果。使用以上方法，本文构造出1993-2012年35个行业的要素收入份额数据序列。4 结果及分析4.1 增长核算法和数据包络分析法的全要素生产率变动计算结果对比根据以上方法整理的投入产出等数据，本文分别使用增长核算法和DEA法分别计算了湖南省1993-2012年35个工业行业的TFP增长率，其中DEA-Malmquist生产率指数法的TFP增长是将其M指数值减去1。首先分析两种方法的结果差异。一般情况下，绝大部分行业的两种方法TFP增长率数值是相近的，极少部分行业某些年份出现两种TFP增长率差异极大的现象，这种现象一般发生在要素投入存量出现急剧变化的行业。除了纺织服装制造业（18）、木材加工业（20）、文教、工美、体育和娱乐用品制造业（24）、化学原料和化学制品制造业（26）和非金属制品业（30）外，增长核算法计算的TFP增长率都比DEA-M指数法的计算结果要小。从两种方法的标准差来看，有19个行业使用DEA法时的标准差比使用增长核算法的标准差大，仅有16个行业的DEA法的标准差与增长核算法标准差相比较小，说明两种方法计算得到的TFP增长率波动幅度差距不大。再来对比两种方法求得TFP增长率正负方向是否相同（如下表3），二者计算的TFP增长率共计665个，其中590个结果的符号相同，75个的结果相反。二者计算的TFP增长率大部分是正值，但DEA法计算的TFP增长率为正值的数目比增长核算法的结果多得多。表3 两种方法计算的TFP平均增长率正负方向比较DEA-M法TFP增长率为正DEA-M法TFP增长率为负增长核算法TFP增长率为正38934增长核算法TFP增长率为负41201最后，分别比较两种方法计算的TFP增长率前五位和后五位的行业排名。从表4可发现，两种方法的结果有相似也有不同。首先看排名前五的行业，从行业类型来看，增长核算法排名前五的行业中均有烟草制品业和专用设备制造业，增长核算法中排名前五的木材加工业在DEA-M法的计算结果也较高，DEA-M法前五中另外几个行业的增长核算法计算结果并不佳。表4 两种方法年平均TFP增长率前五名与后五名行业对比增长核算法数据包络分析法排名行业名称及代码增长率%行业名称及代码增长率%1烟草制品业（16）8.67仪器仪表制造业（40）17.882专业设备制造业（35）7.09化学纤维制造业（28）16.283木材加工业（20）6.94专用设备制造业（35）11.574文教、美工、体育制品业（24）6.46烟草制品业（16）10.385纺织、服装制造业（18）5.84计算机、电子设备制造（39）9.2837石油加工、炼焦业（25）-5.56水生产和供应业（46）-3.8536水生产和供应业（46）-4.52煤炭采选业（6）-2.1435黑色金属矿采选业（8）-3.04有色金属矿采选业（9）0.1034煤炭采选业（6）-2.58化学原料及化学制品制造业（26）1.0033有色金属矿采选业（9）-2.02非金属制品业（30）1.21再看后五位的行业，两种方法中水生产供应业、煤炭采选业和有色金属矿采选业均属于后五位，但增长核算法中排名后五的石油加工业的增长核算法的TFP增长率较高，计算机、电子设备制造业在DEA-M法中的计算结果比增长核算法的结果高许多，二者比较矛盾；从排名前五和后五的行业来看，有50%的行业相同。总体来说，大部分行业两种方法计算得到的TFP增长率结果相近，说明估计的细分行业全要素生产率结果比较可靠，但少部分行业出现明显反差，这可能是两种方法本身机理不同造成的。4.2 M指数分解及分析本文利用MAXDEA软件计算了1993-2012年湖南省35个行业的Malmquist指数，对其进行分解，下表5提供了所有行业的M指数及其分解数值的年几何平均值。由结果可得，除了水生产和供应业、煤炭采选业和有色金属采选业外，所有其他行业的M指数均大于零，说明湖南省绝大部分工业行业的全要素生产率在1993-2012年期间均得到了提升，其中仪器仪表制造业、通用设备制造业和烟草制品业的M指数最高，煤炭采选业、水的生产和供应业和有色金属矿采选业的M指数最小。从行业类型来看，劳动密集型行业的M指数一般较小，而技术密集型的M指数平均较高，资本密集型行业则位于中间，与增长核算法的结果相似。推动湖南省细分工业行业各自TFP增长的主要动力是什么？从表6.1可以看出，是技术进步水平的提高，而不是技术效率的提升。除了黑色金属矿采选业，其他各行业在考察期内的平均技术进步指数均大于1，代表着各行业的生产前沿移动，即行业的技术水平的提升；尤其在专用设备制造业、有色金属冶炼和压延加工业和石油加工、炼焦和核燃料加工业这三个行业，其平均技术进步指数最大，说明这些行业的技术水平提升最快。而大部分行业的技术效率（EC）指数小于1，即技术效率下降，大部分行业是同时发生了纯技术效率下降和规模效率下降。其中纯技术效率指数（PEC）仅在化学纤维制品业、仪器仪表制造业、计算机、通信和其他电子设备制造业和专用设备制造业等这四个行业大于1，其余小于或等于1；有12个行业的规模效率指数（SC）大于1，其余均小于1。以上结果与王国顺和谷金花（2005）13对湖南1993-2002年10个制造业的研究结论不同，王国顺和谷金花（2005）认为技术进步和技术效率改善同时推动了行业全要素生产率提高，而行业技术进步缓慢且规模效率低，但本文结果说明迄今为止技术进步是湖南绝大部分工业行业全要素生产率提升的主要动力，而纯技术效率和规模效率绝大多数情况下是阻碍了行业的全要素生产率提高，与刘艳萍（2010）12技术效率进步指数负增长的结论更加接近。二者结果的差异，有可能是投入产出数据选择和估算方法不同造成的，也有可能是因为研究时期不同。因而，本文分别计算了1993-2002年及2003-2012年两个时期M值及其分解值的几何平均值，发现在两个时期内技术进步均是全要素生产率增长的主要动力，而技术效率仍是阻碍生产率的提升，但两个时期结果的变化引人深思。首先对比前后期间的M指数年平均值，1993-2002年间有8个行业的M指数小于1，而2002-2012年间仅4个行业的M指数小于1，有26个行业的M指数值有所提升。其次对比技术进步指数（TC），发现绝大部分行业的技术进步指数在两个时期内均大于1，但有28个行业在2002-2012年内的平均技术进步指数高于在1993-2002年间，这说明行业技术进步幅度随着时间推移而变大。再次，对比纯技术效率指数（PEC），可以发现，在1993-2002年间32个行业的PEC指数小于1，在2003-2012年间有6个行业大于1，仅有15个行业的平均纯技术效率指数在2003-2012年内的数值高于在1993-2002年间，这说明，近10年，超过60%行业的效率退步加剧，仅少部分行业出现效率提升，这有可能是因为由于更加充裕的要素投入带来了产出的增加，即使生产效率下降对企业产出的影响并不明显，因此生产者和管理者放松了对生产效率的要求。对于规模效率指数（SC），8个行业在1993-2002年间规模效率指数大于1，而有6个行业的规模效率指数在1993-2002年间是大于1的，且14个行业的平均规模效率指数在2003-2012年内的数值高于在1993-2002年间，即仅少部分行业获得了规模效应带来的生产率提升的好处。表5 湖南省35个行业全要素生产率M指数分解年平均值行业MITCPECSC行业MITCPECSC60.973 1.084 0.928 0.967 271.047 1.083 0.977 0.989 81.009 0.958 0.961 1.097 281.032 1.015 1.016 1.001 90.988 1.083 0.921 0.990 291.046 1.074 0.972 1.002 101.015 1.058 0.955 1.004 301.008 1.078 0.970 0.965 131.045 1.115 0.968 0.969 311.025 1.113 0.979 0.940 141.010 1.087 0.949 0.979 321.055 1.127 0.965 0.970 151.018 1.063 0.951 1.007 331.046 1.076 0.981 0.990 161.100 1.106 1.000 0.995 341.073 1.090 0.993 0.991 171.009 1.087 0.955 0.973 351.110 1.132 1.003 0.977 181.045 1.034 0.987 1.024 361.052 1.104 0.983 0.970 191.029 1.035 0.962 1.033 371.046 1.087 0.979 0.983 201.059 1.071 0.997 0.991 381.059 1.088 0.981 0.992 211.084 1.063 0.982 1.039 391.051 1.087 1.003 0.964 221.018 1.061 0.976 0.983 401.112 1.054 1.005 1.050 231.047 1.058 0.974 1.016 441.021 1.085 0.988 0.952 241.018 1.060 0.975 0.985 451.020 1.031 0.961 1.030 251.041 1.122 0.935 0.993 460.953 0.953 0.900 1.110 261.008 1.106 0.970 0.940 注：行业名称和对应的行业代码由于所占版面太大，暂不提供，如需请向作者索要。根据以上的研究结果，本文认为，随着时间推移，湖南省大部分工业发生了技术进步，主要是由于行业技术水平的提升所驱动的，与此伴随的是技术效率变动和规模效率变动对生产率提升加剧的阻碍作用。4.3 行业经济增长来源分析产出增长率是每种投入的贡献和TFP增长率之和，每种投入的贡献等于该种投入的增长率乘以该种投入收入份额。本文计算了1993-2012年鉴资本、劳动、中间投入三种投入的贡献值，选择报告贡献值而不是贡献率的主要原因是产出不都是增加，当产出增长率为负值时，使用贡献率会高估与产出同时减少的投入要素的贡献，而贡献值则是直接表明了该投入要素对产出增加的贡献。 首先，将研究期间分成1993-2002年和2002-2012年两个时期，计算了不同期间的平均贡献值。在相同期间，根据首要增长贡献来源将行业进行分类，如下表6，给出了将不同投入贡献作为经济增长首要来源的行业数。可以看到，大部分行业是以要素投入增长作为产出增长的首要来源，其中中间投入增长作为首要来源的数目最多，其次是资本投入增长，将劳动增长作为经济增长的首要来源的行业一直以来都是最少的，而将TFP作为产出首要来源的行业也较少。表635个行业产出增长的首要来源行业数1993-20022002-20121993-2012资本投入贡献322劳动投入贡献011中间投入贡献303131TFP增长211其次，分析1993-2012年35个行业的资本、劳动、中间投入、TFP对产出的平均贡献值，如下表7。从产出增长率来看，平均增长最快的是废弃资源回收和利用业，接下来是其他工业、燃气生产和供应业、通用设备制造业等，增长最慢的是水的生产和供应业、石油加工和炼焦业、纺织业和化学纤维制造业。表7 1993-2012年资本、劳动、中间投入、TFP的平均贡献值 单位：%行业K贡献值L贡献值M贡献值TFP贡献值Y增长率行业K贡献值L贡献值M贡献值TFP贡献值Y增长率064.090.897.98-2.5810.37272.250.2711.794.5618.870814.530.2612.29-7.0820.00280.603.803.021.498.91093.890.6011.75-2.