【《长三角地区城市全要素生产率测算及影响因素实证研究》8000字（论文）】

第I页共I页长三角地区城市全要素生产率测算及影响因素实证研究目录TOC\o"1-2"\h\z\u217861引言 页1引言长江三角洲地区简称长三角地区，在我国东部的长江下游与东海和黄海接壤，它是我国经济发展最活跃、经济开发程度最高的地区之一。覆盖江苏省、浙江省、安徽省、上海等26个主要城市，三省一市的土地面积不到全国领土面积的4%，但常住人口却是土地面积的4倍，产生的经济总量却是总产值的6倍，等于总面积和土地面积的份额。人均GDP、城镇化、人均可支配收入等指标在国家预算总收入中的比重是全国平均水平的3倍。这是一个重要的经济区域，在支持和引领我国区域发展模式方面发挥着重要作用。长三角地区城市圈是“一带一路”政策与长三角城市群之间的主要交汇处，对全面认识国家现代化结构和对外开放秩序具有重要战略意义，也是我国参与经济全球化的重要平台。社会经济发展的主体模块和长三角地区是中国城市群龙头是中国经济发展最佳基础的地区之一近年来逐渐发展为中国最大的经济带，GDP约占中国经济总量的20%，增速也远高于全国的平均水平。根据国务院总部批复的《长三角地区城市群发展规划》可以看出，长三角地区各城市经济发展略有差异随着中国社会经济逐步进入新阶段，优化和改善经济产业区位是应对新常态挑战的战略之一。作为中国最具发展力、透明度和创新力的区域，缠论河城市群应该成为提升发展效率、质量和力度，更好地服务国家发展大局的重要指标。不可否认的是近年来，长三角地区城市的经济发展质量明显提高。但是，它们的产业发展仍然遵循通常的宽基增长模式，整体表现处于不利状态，投资大、能效低、附加值低。中央政府多次提到“提高全要素生产效率”的重要会议和下达文件，把全要素生产效率作为推进产业结构和创新的关键因素和改变社会经济质量、改变高效率、改变发动机功率、提高全要素生产效率的基本指南。本文基于对长三角地区城市全要素生产效率测算的科学研究，分析影响因素，为长三角地区经济持续高速发展提出建议。在纵向和横向比较的基础上，分析了长江三角洲城市的整体要素生产率，提出有效提高要素生产率的措施。2研究方法和数据来源2.1研究方法在系统地阐述了整体要素生产率的概念和要素后，分别对长江三角洲地区城市的经济状况进行了分析，编制了相应的面板数据，对长江三角洲地区城市要素绩效的相关数据进行了整理。整理了1990-2018年数据，使用Malmquist指数法，用索洛残值法比较分析了沿江三角洲城市全要素生产效率的增长和变化。有效运用信息分析图和定量分析方法进行计算，横向和纵向监管研究与实证研究相结合。分析紧密配合，定量和定性分析紧密配合，通过计算得到真实可靠的结果。2.2数据来源据调查，相关资料和资料主要来自中国统计局、《中国统计年鉴》、不同省区市的统计公报和统计年鉴。本文介绍了1990年至2018年长江三角洲地区城市的相关GDP、劳动力要素和资本要素。鉴于不同省市指标选取数据的完整性、一致性和可用性，本文主要选取了除上海外的江浙皖江三角洲地区25个省份的数据。3全要素生产率的测度3.1Malmquist模型简介全要素生产率的一般定义由约翰逊·索洛(JohnsonSolo)于1957年首次提出。它创建了一个不会随大小变化的函数，在扣除资产和人力资本对经济的贡献后，其余的集中为全要素生产率的定义，并且认为全要素生产率包括技术发展要素，政策要素和资源分配的效率。此后，越来越多的科学家更新了他们对一般因素表现的研究思路。Solow和Solow残值法、Tornqvist-Fisher指数价格法、DEA-Malmquist指数价格法、随机边界生产函数等。Malmquist指数最初用于衡量生产效率的变化。然后，专家和科学家将Malmquist指数与一种广泛用于学术界的线性数据分析方法（DEA）相结合。全要素绩效基于三个技术发展指标来衡量一个企业的整体绩效，只有技术高绩效指标和绩效指标。在构建模型之前，需要将Malmquist指数分析方法分为两种情况：尺度变化或尺度变化。选择不同，结果不同。(1)根据Fare的说法，假设Malmquist生产效率指数不会恢复规模，则该指数被粉碎。技术进步指数（techch）和效率指数（effch）。计算公式如下：M其中，是表示技术进步指数（techch），表明效率指数（effch），xt和xt+一分别表明是t期和t+1期地投入矢量素材，yt和yt+一分别是t期和t+1期的产出率，和是表示在规模报酬不会改变（CRS）的条件下，第t期技术分别在第t期和t+1期的距离函数，和是表示在规模报酬不会改变的状况下，第t+1期技术标准分别在第t期和t+1期的距离函数。（2）若是舍弃规模报酬不会改变的假设，即在规模报酬可变性（VRS）的状况下，则Malmquist生产主力指数可进一步分解为纯技术效率指数（pech）、规模效率指数（sech）和技术进步指数（techch），公式如下：其中，Mv表示规模报酬可变条件下的全要素生产率函数echch表示技术进步指数，即在生产工艺标准可变性时生产制造最前沿面的挪动力度，sech函数规模效率变化，即生产规模转变对全要素生产率的影响水平；pech是纯技术效率指数，反映为在目前技术条件且要素可自由流动时生产技术效率的变动。3.2指标选取本文主要研究长江三角洲城市的全要素生产率。在衡量长三角地区城市生产效率时，以上海划分的25个主要城市作为不同的决策单元，加入时间变量，对全要素生产率指数状况进行度量和分析。在评估Malmquist基本生产指数时，应使用投入指标和产出价格指标。本文选取稳健投资额作为资产投入，年度实践作为经营投入和国内生产总值GDP用作输出速度的指标。以上资料和资料主要来自国家统计公报、全国城市统计年鉴等。3.3全要素生产率的测算表1：1990-2018年间长三角地区Malmquist指数及分解情况效率指数技术进步指数纯技术效率指数规模效率指数全要素生产率指数年份effchtechchpechsechtfpch1990-19911.0660.9820.8981.1871.0471991-19920.7981.1521.0950.7290.9191992-19931.4570.6081.0011.4550.8861993-19941.0851.0611.0980.9881.1511994-19950.9461.0170.9770.9680.9631995-19961.1680.9111.0251.1391.0641996-19971.0471.0481.0151.0311.0971997-19980.9871.0060.9871.0000.9931998-19991.2030.8051.0201.1790.9691999-20001.0650.9001.0481.0160.9452000-20011.0670.8861.0251.0420.9452001-20021.0730.8730.9831.0910.9372002-20031.0090.8631.0110.9970.8702003-20041.1000.8941.0171.0810.9832004-20050.6991.5410.7950.8791.0772005-20061.4840.6501.2581.1800.9642006-20070.9381.0360.9520.9850.9722007-20080.8681.1850.9460.9181.0282008-20090.9970.9261.0480.9510.9232009-20101.0540.9890.9991.0551.0432010-20111.0901.0411.0741.0141.1342011-20120.9880.9640.9851.0040.9522012-20131.0080.9741.0330.9750.9822013-20140.9431.0300.9520.9900.9712014-20150.9201.0560.9820.9370.9712015-20160.9401.1110.9680.9701.0442016-20170.9821.1020.9970.9861.0822017-20180.9441.1400.9980.9461.076mean1.0210.9771.0041.0180.998由表1可以看出，1990-2018年29年长三角地区城市全要素生产率指数的平均值为0.998，略小于1，体现为负增长，其中1990-1997年大部分年份的全要素生产率为正增长，由于改革开放特别是20世纪90年代以来，上海浦东开放发展，长三角地区经济呈现持续蓬勃高速发展，逐渐成为全国经济发展最快、经济综合水平最高的地区之一，拥有良好的发展前景；1997-2006年长三角地区城市全要素生产率指数大多数低于1，展现持续下滑发展，说明该时期技术水平呈现出下降趋势，是技术水平下降的结果；2007-2011年长三角地区城市的全要素生产率增长，其原因可能是因为2008年的“四万亿”计划的开展，带动长三角地区生产效率的提升，后2011-2015年又下降，可能是因为“四万亿”计划只起到了短期内的效果，只能在较短时间内带动经济繁荣；而后近三年随着技术进步和创新，全要素生产率又逐步上升。长三角地区城市全要素生产率围绕1上下波动，起伏不大，近三十年来趋于平缓。从长三角地区城市的TFP波动趋势来看，长三角地区主要为“集约型”的发展模式，借助提升规模经济的品质和利用率，来完成地区经济，除上海市是低资产提高性、资产使用率较高之外，长三角地区其他25个城市基本呈中、高资本集中型，其经济增长大多依赖于资本的快速增长。从折线图可以看出，效率指数在2015-2016年道到顶峰，其余年份起伏不大；技术进步指数波动起伏较大，分别在1992-1993年和2015-2016年达到最低点0.6，2004-2005年达到最高点1.5；纯技术进步指数波动较为平缓，只有在2004-2006年间有起伏状况；规模效率指数也没有较大的起伏，基本围绕1变化。表2：长三角地区各城市Malmquist指数及分解情况效率指数技术进步指数纯技术效率指数规模效率指数全要素生产率指数城市effchtechchpechsechtfpch南京1.0500.9840.9991.0511.034苏州1.0541.0131.0001.0541.068无锡1.0470.9961.0001.0471.043常州1.0510.9691.0091.0421.018南通1.0230.9460.9861.0380.987泰州1.0250.9660.9961.0300.990扬州1.0350.9640.9961.0390.997盐城1.0230.9720.9981.0260.995镇江1.0410.9621.0081.0331.001杭州1.0440.9621.0081.0360.999湖州1.0170.9601.0101.0070.977嘉兴1.0410.9521.0161.0250.991金华1.0050.9640.9941.0110.968宁波1.0410.9770.9931.0491.017绍兴1.0250.9740.9881.0370.998台州1.0160.9630.9981.0180.979舟山1.0370.9911.0450.9931.027合肥1.0200.9840.9951.0251.004安庆0.9720.9680.9980.9740.940池州0.9940.9741.0240.9710.968滁州0.9550.9690.9780.9770.925马鞍山0.9971.0071.0150.9831.004铜陵1.0070.9951.0130.9941.002芜湖1.0330.9781.0340.9991.010宣城0.9901.0141.0000.9901.004mean1.0210.9771.0041.0180.998由表2可以看出，苏南、宁波、合肥已经浙江和安徽一些新发展的城市全要素生产率指数大于1，而苏中和浙江大部分城市的全要素生产率小于1，说明长三角地区经济的发展程度有一定的不平衡，例如芜湖、宣城、舟山这些近年来不断拓展的城市，由几年前较为落后的小县城发展为经济实力不容小觑的长三角周边城市，经济实力都有了巨大的飞跃。从效率指数来看，除安徽部分城市外均大于1，而技术进步指数大部分地区小于1，这表明技术进步对经济的贡献量较少。美国经济学家克鲁曼说过，亚洲的经济增长主要依靠的是资源投入，而不是效率的提升。所以目前长三角地区任需是要巩固基础投资，立足脚跟，同时再兼顾技术的进步。综上所述，长三角地区作为中国高速发展的经济体的领头羊，虽然经济实力一定程度上超出我国其他大部分省份，但依然面临着经济增长方式转型的迫切要求，除了上海市全要素生产率持续稳定增长外，江苏、浙江和安徽的大部分城市都面临着一些迫在眉睫的危机，在往后的经济发展过程中，更需要高度重视科技、创新、经营管理、外部抗风险能力等“软要素”在全国市场竞争中的作用。4模型设定4.1变量简介本文在研究时选择如下变量：1、被解释变量：全要素生产率（TFP）2、解释变量：（1）产业结构（IS）：近些年长三角地区城市产业布局产生变化，第三产业增长值逐渐升高，而第三产业包含服务业等大众需求的产业，也包含技术、金融、科研等高端行业，“这表明江苏和浙江的经济结构，进一步向发达经济体靠拢，经济转型效果开始显现。”上海财经大学国际金融学主任奚君羊表明，“第三产业发展潜力是不是强悍，是经济比较发达的关键标志之一。比较发达的经济大国对农牧业、加工制造业的依靠会减少，大家对服务行业的要求升高较快，全部社会发展因而必须更健全的服务行业来支撑点，江苏省、浙江省第三产业增长速度显著加速，正展现了这一特性。”因此本文选取各城市第三产业产值占地区生产总值的比重作为解释变量之一。（2）人力资本（HC）：：人力资源又被称作非物质资产，是反映在员工的身上的资产，比硬资本具有更大的增值空间和流动空间。长三角地区近年来教育水平和教育结果一直位于全国前列，尤其是江浙两省的高校数量和教育水平逐年提升，人力资本增值速度很大程度上推动了经济增长的速度，因而文中选择地方财政教育投入占一般预算金以内开支的比例作为解释变量之一。（3）科研投入（SRI）：科技进步是推动长三角地区经济发展的关键因素之一，南京审计局初次公布的长三角6大都市公司独立技术创新能力比较政府工作报告表明，2004年长三角GDP前6位的城市当初规模以上企业制造业企业的研发投入总产量占全国各地的20.2％，占苏、浙、沪总产量的66.7％。公司增加研发投入，逐渐增加产品研发经费预算的投入，是提及独立创新能力和竞争能力的前提，因此本文选取地方财政科学事业费用占一般预算内支出的比重作为研究对象，反映该地区科研投入的力度。（4）公共基础设施（PI）：城市公共基础设施的条件水平是长三角地区企业生产活动的重要保障之一，它与政府行为息息相关，一定程度上直接影响了劳动人口数量和企业单位数量。本文选取长三角地区各城市全社会用电量作为反映长三角地区公共基础设施条件的指标。4.2模型设定根据选取的被解释变量和四个解释变量，将回归模型设定如下：其中i表示城市，t表示年份，α为截距项，β为解释变量系数，ε为随机误差项。以上所有计算指标数据来源于1990-2018年长三角地区各城市统计年鉴和CNKI中国经济社会大数据研究平台，其中少量数据存在缺失状况，由前后两年已知数据取均值得到补充。5实证分析5.1单位根检验表3单位根检验结果数据名称系检验方法t统计量p值5%显著性水平下TFPCHLLC-9.226370显著PP－Fisher126.6360显著ISLLC-15.87810显著PP－Fisher269.7570显著HCLLC-14.92120显著PP－Fisher208.4320显著SRILLC-278.9130显著PP－Fisher369.0760显著PILLC-14.5780显著PP－Fisher199.4760显著从表3能够清晰看得出，TFPCH、IS、HC、SRI、PI这五个解释变量单位根检验，其P值都是0，这表明每组数据信息在5%显著性检验下是稳定的，因而进行下一步Hausman检验。5.2Hausman检验根据EViews软件进行Hausman检测科学研究分别变量中间的影响方式，检测结果如表4：表4Hausman检验结果检测内容统计量P值5%显著性水平下Cross-sectionrandom2.9987710.8093不显著根据Hausman检测的结果能够看得出，在5%显著性检验下P值为0.8093超过0.05的显著性检验，因此接纳原假定创建随机效应模型。5.3实证结果分析创建随机效应模型，运用EViews软件进行多元回归分析，获得结果如表5：表5实证结果分析变量系数t统计量p值5%显著性水平下C1.5512437.6723440显著IS0.77856-4.385630显著HC-0.03284-1.091420.279不显著SRI-0.00374-3.175320.0004显著PI0.335144.52070不显著由表5可以得出，在5%显著性水平下，产业结构（IS）、科研投入（SRI）2个解释变量对全要素生产率（TFP）是明显的，人力资源（HC）、公共性基础设施建设（PI）对全要素生产率（TFP）的影响不是明显的，在其中产业布局的回归系数为正数，对全要素生产率的影响明显，说明长三角地区第三产业产值占比增加有利于该地区全要素生产率的提升；人力资源和科研投入的回归系数为负，表明长三角地区的人力资源和科研投入的增加对全要素生产率起到了反向作用，其原因可能是该方面从业人员饱和，缺乏自主创新能力；公共基础设施的回归系数为正且对全要素生产率的影响不显著，说明改善提高部分城市的公共基础设施有利于带动整体地区的全要素生产率提升。6政策建议6.1增强自主创新能力，加快科技发展从世界科技强国的建设实践来看，一个国家的科技要立起来强起来尽管有不同的道路选择，但无一不是依靠自己的实力在创新实践中不断积累，又同时借鉴和学习其他国家先进经验所取得的。掌握国外核心技术发展状况，借鉴、吸收和消化先进技术是自立自强创新发展的助推器，长三角地区作为华东经济发展的核心更应该提供自主创新能力，夯实科技发展基础，加大研发投入，引进高新技术人才，深化科技于教育的融合，把创新贯穿于教育全过程。同时要强化企业技术创新的主体地位，一是创新驱动发展，执行高新科技强企发展战略。二是数据转型发展，执行品质强企发展战略。三是提升全产业链合理布局，打造世界一流公司。四是公司根据技术革新持续获得高新科技创新成果，得到产业链行业大量创新专利权，进而进行重要专利权乃至产业链专利布局，实现产业基础的高级化与产业链水平的现代化。6.2加快产业结构升级产业结构优化升级是提高长三角地区经济竞争力的关键因素，产业结构决定了一个城市的劳动力层次，也对该城市的经济发展水平起到了至关重要的作用。要朝着“加速发展当代产业链体系”考虑，推进贯彻落实产业结构升级性改革创新，在“推进、提高、提高、通畅”四个层面上下功夫，进一步变化发展方法，优化传统发展模式，提高加工制造业提供体系对中国要求的兼容性。深层次执行重特大技改项目升级工程项目、品牌提升行动，建设绿色环保体系，拓展不同特色的服务业、高新技术产业，带动第三产业的高质量发展，推动产业链有序迁移，要提升高品质公司的梯度方向培养，加速更新改造提高传统制造业，促进包含集成电路芯片、5G、新型材料、新能源技术、高端装备制造、新能源车、低碳环保等新起战略产业链的稳步发展，培育发展未来产业，要打造一批具有国际竞争力的产业集群。6.3改善人力资本，提高劳动力质量改进和提高人力资源，对于此事有以下建议，一是人力资源投资，也就是由政府部门或相关组织向员工投资便于提升他们的水平，融入市场需要。二是健全工作市场，提升各种学生就业详细介绍组织为工作供需，彼此给予全面信息，使员工能寻找满意工作，公司也可以获得所需优秀人才。三是帮助职工进行流动性，让员工在地区，领域和单位中间流动性，推动工作的合理布局，降低因为流动困难和工作地区结构导致的下岗等。四是增加劳动力的数量和质量，包括提高人口出生率，鼓励外来人口等。6.4完善公共基础设施建设完善长三角地区城市的公共基础设施建设，是支撑城市文明生活的基本硬件，需要政府和有关部门按照新型城镇化建设总体规划，加大资金投入力度，加快建设进度，进一步提升城乡公共基础设施配套水平。坚持以民为本，绿色产业，四化同步，五位一体，以提高产业链承受力和城区承载能力为重点，促进城市化进程提速增效加快，让城镇居民生活得更为幸福。突显做好乡村公共文化基础设施建设规划建设，深入实施“五大文化扶贫项目”，健全提高乡村公共性体育场地设施、文化活动场地、禁毒宣传活动场地等文化基础设施建设，进一步完善公共文化服务体系。结论文中致力于研究长三角地区各城市全要素生产率以及影响因素，通过选择长三角地区各城市1990-2018年近29年的截面数据，根据Malmquist指数法从全要素生产率中分离出来出效率指数、技术进步指数、纯技术效率指数、规模效率指数。根据分析各类投入和产出率对全要素生产率的影响，我们可以发现长三角地区城市的经济增长主导因素依然是劳动力和固定资产投资等物质资本，且技术进步指数、效率指数以及全要素生产率对长三角城市群经济发展的作用并不明显，纯技术效率指数对该地区经济的影响甚至微乎其微，这说明长三角地区的经济状况想要继续可持续高效发展，必须积极改善发展环境和发展对策。通过建立模型，引入解释变量（产业结构、人力资本、科研投入和公共基础设施），进行单位根检验、Hausman检验和回归分析，分析产业结构对全要素生产率的影响显著，说明长三角地区第三产业产值占比增加有利于该地区全要素生产率的提升；人力资本和科研投入长三角地区的人力资本和科研投入的增加对全要素生产率起到了反向作用，可能是该方面从业人员饱和，缺乏自主创新能力；公共基础设施的回归系数为正且对全要素生产率的影响不显著，说明改善提高部分城市的公共基础设施有利于带动整体地区的全要素生产率提升。因此我认为要想提高长三角地区城市的全要素生产率，必须从增强自主创新、产业结构升级、改善人力资本和完善公共基础设施这四个方面入手，政府主管机构必须肩负起相对应的责任，在规划政策、科技深化改革和合理投资层面发挥必需的作用，确保长三角地区作为我国经济实力最强的区域之一，能够长期高效发展。

参考文献1王欢芳,张幸,贺正楚,宾厚.战略性新兴产业全要素生产率测度及影响因素研究[J].中国软科学,2020(11):143-153.2叶磊,段学军,吴威.