华南理工大学经济与金融学院 510641
摘要:珠三角地区是我国各个经济板块中最具活力的板块之一,是粤港澳大湾区的心脏地带,在我国经济发展战略中占有极其重要地位。因此,珠三角地区的高质量可持续发展备受各界人士的关注。学术界倾向于全要素生产率增长来反映一个区域或者城市的经济效率变化情况。本文也从全要素生产率增长的角度,来考察珠三角9个城市2002-2019年的全要素生产率增长的演变情况。
关键词:珠三角 城市经济 TFP增长
一 引 言
珠三角是我国重要的经济增长极之一, 包括广州、佛山、肇庆(广佛肇经济圈),深圳、东莞、惠州(深莞惠经济圈),珠海、中山、江门(珠中江经济圈)。陆地面积约5.47万平方公里,至2020年底,珠三角九市常住总人口达7823.54万人,人口密度达1430人/平方公里。2020年珠三角9市GDP高达8.94万亿,约占广东省经济总量的80%,约占全国经济总量的8.7%。珠三角作为我国经济最发达的地区实至名归。
但是,也应该看到珠三角的经济发展的质量和经济效率存在不少问题。虽然珠三角在省内乃至国内,经济发展水平是一枝独秀,但是在珠三角地区的土地、劳动力等要素成本日益攀升,对外贸易增长乏力的发展条件下,传统的依靠大规模的固定资产投资的粗放式的发展已难以为继。近些年来,从中央到地方各级政府都在践行高质量发展的理念,推动经济发展质量变革、效率变革、动力变革,提高全要素生产率更是成为推动我国经济发展的基本国策。基于这个背景,本文在摒弃GDP增长率、人均GDP增长率(即劳动生产率)等传统的经济增长测度指标,以全要素生产率增长来考察珠三角各城市全要素增长变化,并对其演变特征进行初步分析。
二、珠三角各城市全要素生产率增长测算
1.全要素生产率增长测算方法介绍
目前,全要素生产率测算的方法大致可以分为增长核算法、非参数法、参数法三种。。增长核算法始于索洛余值的计算,需要事先设定生产函数,并假定市场是完全竞争的,不存在规模报酬以及要素的边际替代率不变(技术是中性的),这与现实相去甚远。参数法有随机前沿分析法(SFA)、自由分布法(DFA)、厚前沿法(TFA)等,常见的有随机前沿分析法,这种方法也需要设定特定的生产函数,函数形式的设定对测算的结果影响很大。非参数法主要DEA-Malmquist生产率指数法等,DEA-Malmquist生产率指数法不需要设定特定的函数形式,相对灵活,计算简便,但是这种测算方法对随机因素的考虑不足。总的来说,上述方法各有优缺点,宜根据研究的目的和条件来选择合适的方法。
本文采用DEA-Malmquist生产率指数法来测算珠三角各城市的全要素生产率增长。DEA-Malmquist生产率指数法需要计算各决策单元的投入产出数据,本文根据新经济增长理论,选择各城市的物质资本和劳动投入作为生产单元的投入。以特定年份为基年计算的真实GDP为有效产出。
2.测算变量及数据处理
(1)投入变量-物质资本
DEA-Malmquist生产率指数法中需要使用的物质资本量是要求为存量数据。由于当前我国的统计体系中只有投资流量数据,并未提供物质资本存量数据,所以要对各城市的物质资本存量进行估计。目前国际通用的估计方法永续盘存费。本文参考张军等(2004年)的有关方法,采用下式估计资本存量。
(2-1)
式3-1中,K为以不变价格计算的资本存量,I为以不变价格计算投资量,δ为折旧率,折旧率取参考单豪杰研究中的10.9%,i,t分别为地区和年份。基期资本存量的估计,目前常用的是莱因斯多夫、卡沃等人(2005)的计算方法,即:
(2-2)
本文也采用这种方法,其中式中δ为折旧率,g为不变投资的年平均增长率,本文取各市考察期间的平均增长率。考虑到固定资产存在建设周期,本文投资量刘常青等(2017)的方法,采用t年新增固定资产投资=(It-1+It-2+It-3)/3来构建新的固定资产投资序列。投资价格指数采用各城市的固定资产形成价格指数。
投入变量-劳动投入:由于当前统计体系中,很难劳动者教育年限的构成,估计城市的人力资本存量是一个难点。本文采用城市的就业人数来表示劳动投入。
产出变量:由于本文分析的时间跨度较长,为避免通货膨胀等因素对测算结果造成重大偏误,因此采用以2002年为基期,以不变价格计算2002-2019年珠三角各地级市真实的国内生产总值(GDP)数据,以数形式代入模型。
以上原始数据均源于历年的《广东省统计年鉴》。
3.珠三角地区全要素生产率增长估计结果
运用DEAP软件计算上述数据,珠三角地区总体及各城市全要素生产率结果如下表所示。
珠三角地区全要素生产率变动情况表
年份 | 广州 | 佛山 | 肇庆 | 深圳 | 东莞 | 惠州 | 珠海 | 中山 | 江门 | 珠三角合计 |
02-03 | 0.955 | 0.767 | 0.940 | 0.879 | 0.673 | 0.880 | 0.926 | 0.903 | 0.940 | 0.893 |
03-04 | 0.947 | 0.891 | 0.907 | 0.917 | 0.687 | 0.844 | 0.916 | 0.847 | 0.912 | 0.893 |
04-05 | 0.934 | 0.827 | 0.899 | 0.850 | 0.777 | 0.846 | 0.917 | 0.945 | 0.919 | 0.882 |
05-06 | 0.945 | 0.883 | 0.927 | 0.935 | 0.845 | 0.895 | 0.922 | 0.944 | 0.919 | 0.920 |
06-07 | 0.947 | 0.890 | 0.927 | 0.937 | 0.859 | 0.900 | 0.926 | 0.958 | 0.923 | 0.922 |
07-08 | 0.945 | 0.908 | 0.939 | 0.944 | 0.880 | 0.906 | 0.924 | 0.958 | 0.930 | 0.929 |
08-09 | 0.942 | 0.896 | 0.920 | 0.942 | 0.867 | 0.897 | 0.925 | 0.947 | 0.913 | 0.920 |
09-10 | 0.934 | 0.912 | 0.914 | 0.947 | 0.894 | 0.909 | 0.939 | 0.952 | 0.920 | 0.924 |
10-11 | 0.932 | 0.933 | 0.909 | 0.963 | 0.946 | 0.912 | 0.935 | 0.951 | 0.922 | 0.937 |
11-12 | 0.951 | 0.947 | 0.914 | 0.964 | 0.956 | 0.927 | 0.928 | 0.950 | 0.936 | 0.947 |
12-13 | 0.916 | 0.911 | 0.912 | 0.867 | 0.954 | 0.910 | 0.856 | 0.929 | 0.917 | 0.906 |
13-14 | 0.929 | 0.940 | 0.922 | 0.938 | 0.943 | 0.924 | 0.908 | 0.946 | 0.933 | 0.931 |
14-15 | 0.928 | 0.939 | 0.926 | 0.937 | 0.971 | 0.930 | 0.913 | 0.960 | 0.932 | 0.936 |
15-16 | 0.932 | 0.938 | 0.928 | 0.932 | 0.969 | 0.928 | 0.909 | 0.950 | 0.925 | 0.934 |
16-17 | 0.935 | 0.936 | 0.938 | 0.925 | 0.968 | 0.934 | 0.912 | 0.958 | 0.931 | 0.935 |
17-18 | 0.938 | 0.936 | 0.944 | 0.921 | 0.970 | 0.942 | 0.911 | 0.957 | 0.935 | 0.937 |
18-19 | 0.961 | 0.955 | 0.968 | 0.944 | 0.973 | 0.961 | 0.957 | 0.977 | 0.962 | 0.958 |
珠三角地区全要素生产率变动趋势图
三、珠三角城市全要素生产率增长演变特征
1.珠三角全要素生产率增长总体呈上升趋势
在考察期基年(2002年-2003年),由于受到网络经济泡沫以及“非典”疫情等宏观因素的影响,珠三角各城市的全要素生产率增长出现明显下降,其中东莞市明显低于其他各市。2008年-2009年前后,各城市的全要素生产率水平也出现了明显波动,这与当时的次贷危机的负面影响有关,2012年-2014年,出现一个明显的波谷,这可能与当时的宏观政策重大调整有关。总体而言,自2002年至2019年, 珠三角各城市的全要素生产率增长大致呈上升趋势,中间稍有波动,但是波动的幅度不大,而且时间也不太长,可见珠三角地区的经济增长效率还是较为稳健,具有较强的抗风险能力(如次贷危机等)。由上图可知,东莞市的增长趋势较为明显。
2.珠三角城市全要素生产率增长波动的同步性
如上图所示,2002年-2019年,珠三角各城市的全要素生产率增长存在三个波谷,分别为2002年-2004年、2008年-2009年、2012年-2014年,这三次波谷,各城市均表现出一定的同步性。这与珠三角各城市地域相近,经济结构相似有关,而且在其他表现较为平稳的年份,各地的全要素生产率增长波动较为接近。
3.珠三角城市全要素生产率增长由差异较大到相近,即存在收敛趋势
在2002-2003年,全要素生产率增长最大的是广州市(0.955),最小的是东莞市(0.673),两者差别为0.282。到了考察期末2018-2019年,全要素生产率增长最大的为中山市(0.977),但全要素生产率增长最小的城市变为深圳市(0.944),两者差距缩小为(0.033),与2002年-2003年相比,差距明显缩小。值得注意的是,就各城市的全要素生产率增长差距而言,2008年以前,各地差距比较明显,但之后各城市间差距明显缩小,各城市经济增长效率的协调性增强,这可能与《珠江三角洲地区改革发展规划纲要(2008-2020年)》、《关于推进产业转移和劳动力转移的决定》等重大规划政策实施有关。
四、结 语
总体来说,目前珠三角的全要素生产率增长呈收敛趋势,经济发展的协调性在不断增强,这意味着经济发展的质量在不断提升。但是,国内外宏观环境对珠三角的经济增长效率有着显著影响。要增强经济发展的稳健性,提升经济发展的质量,珠三角各城市还应加强基础设施建设、产业政策、人口发展、资源环境诸多方面的合作。
参考文献:
张军,施少华.中国经济全要素生产率变动:1952—1998[J].世界经济文汇,2003,2:17-24.
张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004,10:35-44.
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.
刘常青,李磊,卫平.中国地级及以上城市资本存量测度[J].城市问题,2017(10):67-72.DOI:10.13239/j.bjsshkxy.cswt.171008.
苏洪.中国全要素生产率测算比较及增长源泉研究[D].重庆大学,2015.
潘雅茹.基础设施投资对中国全要素生产率的影响研究.北京:经济科学出版社,2018.
[7]曹跃群.中国全要素生产率增长研究.北京:中国社会科学文献出版社,2019.