【区域经济发展研究】
古典和新古典经济学家认为,不同国家的经济增长差异主要来源于劳均资本的差异,即在其他条件相同的情况下,劳均资本多的国家创造的国民财富数量大于劳均资本少的国家。但新增长理论认为,地区经济增长主要取决于一个地区的技术进步和人力资本水平,如果其他条件相当,那么拥有较多人力资本和较高技术进步水平的地区经济增长会处于领先水平。探究经济增长差异及其影响因素,受到国内外经济学者们的广泛关注。这些研究大致可以分为两类:
一类是研究经济增长差异的影响因素。学者们基于古典和新古典经济增长框架进行研究,发现影响地区经济增长差异的因素大致可以分为制度因素、物质资本积累、人力资本投资、技术水平差距等。周俣勋利用多元回归模型研究发现,教育经费增长率、固定投资增长率以及就业人数增长率是影响我国经济增长的重要因素[1]。段鑫等研究发现,在不同的产业结构状态下,物资资本和人力资本对经济增长的影响存在较大差异。在产业结构合理化视角下,人力资本对经济增长的影响大于物资资本[2]。朱慧吉研究了江苏省人力资本、物资资本对经济增长的影响,发现在不同时间维度上人力资本和物资资本对经济增长的影响效率存在差异[3]。此外,有些学者深入研究单一因素对经济增长的影响机制。马兰研究了人口结构转型对经济增长的影响[4]。曹艳探究了产业结构转型对经济增长的影响[5]。
另一类是研究全要素生产率的影响因素。测算全要素生产率时除采用资本存量指标外,学者们也分析了其他因素的影响,如金融发展、对外开放、环境和能源约束、产业结构等。张小盟等基于VECM模型分析西北地区经济集约度、政府支出和技术创新对全要素生产率的影响[6]。梁微等研究了财政支出波动对全要素生产率的影响[7]。谭志雄等分析了西部地区企业组织形式、能源结构及环境规制对全要素能源效率的影响[8]。郭卫香等基于SBM-DDF模型测算并分析了环境规制、技术创新对全要素碳能源效率的影响,发现中国省际TCF存在东高西低的区域集聚特征[9]。张建华等分析了劳动力转移对全要素生产率增长的影响[10]。
纵观现有关于全要素生产率影响因素的研究,无论是基于经典的生产函数,还是近现代嵌入能源的生产函数,其影响因素除物质资本、劳动力之外,还包括金融发展、对外开放、能源结构以及环境和制度因素等。但是一个地区的经济增长效率不单是一个或几个指标作用的结果,而是若干个甚至整个经济社会系统共同作用的结果[11]。最近20年来关于社会资本对经济增长(发展)影响的研究,就是在内生经济增长理论的框架下探究社会信任、信念、规范和网络结构等无形资本对经济增长(发展)的影响。鉴于此,本文旨在深入探究更加广泛、有形的社会综合能力对全要素生产率的影响。
研究东北三省的经济增长差异及其内在影响因素,对于协调区域经济发展和促进东北全面振兴全方位振兴具有很好的理论和现实意义。本文在构建社会综合能力指标的基础上,对东北三省的全要素生产率进行测定,并基于实证分析提出对策建议。
参考Fagerberg等关于社会能力和经济韧性的研究,构建社会综合能力指标体系,包括社会创新能力、人力资本能力、社会资本能力和社会治理能力[12]四个一级指标。在社会综合能力中,这四大因素分别在一定程度上作用于经济增长的条件、过程和结果,从而影响着经济增长的数量和质量。在这四个一级指标下,又可以分别海选若干二级指标,见表1。
表1 社会综合能力指标海选
一级指标序号二级指标社会创新能力X1人力资本能力X2X11财政科学技术支出X12规模以上工业企业主要利润总额X13规模以上工业企业资产总计X14个体户数X15私营企业户数X16科技从业人员数X17发明专利数X21年末常住人口X22城镇单位从业人员X23财政教育支出X24普通高等学校数X25普通高等学校专任教师数X26普通高等学校学生数X27卫生人员数X28医院床位数X29医院数一级指标序号二级指标社会资本能力X3社会治理能力X4X31公共图书馆藏书量X32邮政业务收入X33移动电话年末用户数X34互联网宽带接入用户数X35单位就业人员工资总额X36旅客运输量X37货物运输量X38金融机构年末存款余额X39能源生产总量X41城镇登记失业人员数X42铺装道路面积X43公共汽车数量X44工业废水排放量X45工业废气排放量X46工业固体废物排放量X47工业烟(粉)尘排放量X48工业固体废物综合利用率X49生活垃圾清运量
根据表1,利用我国东北三省2001—2019年数据进行计算,数据来源于相关年份统计年鉴。首先对指标进行标准化处理,剔除不同量纲的影响,方法为
正向指标
(i=1,2,3,4;j=1,2,…,9)
(1)
负向指标
(i=1,2,3,4;j=1,2,…,9)
(2)
其次,利用基于主成分的因子分析法对二级指标进行降维处理。在进行因子分析前需要进行因子分析适度性检验,四个一级指标的KMO检验值分别为0.86、0.82、0.83和0.73,均大于0.5,表明这四个一级指标项下的二级指标非常适合进行因子分析。因子分析结果见表2。
表2 东北三省社会综合能力指标的因子分析结果
一级指标及主因子解释的总方差/%均值标准差最小值最大值社会创新能力人力资本能力社会资本能力社会治理能力F160.58 1.86e-071-1.352.07F290.465.75e-171-1.531.64F343.12-6.61e-171-1.212.95F485.140.001-2.191.23F571.21-7.42e-071-1.391.89F689.42-1.91e-071-1.182.38F749.603.73e-071-1.551.61F867.823.70e-071-1.451.72F984.26-3.32e-171-1.782.23
由表2可见:东北三省的社会创新能力提取为两个主因子,解释的累积总方差占比90.46%;人力资本能力提取为两个主因子,解释的累积总方差占比85.14%;社会资本能力提取为两个主因子,解释的累积总方差占比89.42%;社会治理能力提取为三个主因子,解释的累积总方差占比84.26%。
以每个二级指标项下主因子的方差贡献率作为权重,将每个二级指标项下的因子加权生成一个因子。例如:社会创新能力项下两个因子解释的总方差分别为60.58%和29.88%,则F1的权重为0.67,F2的权重为0.33。其余二级指标的因子加权方法类似,不再赘述。将经过加权合并的四个能力因子分别定义为社会创新能力(SIA)、人力资本能力(HCC)、社会资本能力(SCC)以及社会治理能力(SGA)。
参照现有研究,选取东北三省2001—2019年国内生产总值(GDP)作为产出变量,固定资产投资总额作为测算各省投入资本存量的变量,年末劳动从业人员数作为劳动投入量,并分别利用GDP增长指数和固定资产投资价格指数对GDP和固定资产投资以2000年为基期进行平减。
利用通用的永续盘存法测算东北三省2001—2019年资本存量,公式为
Kt=It/pt+(1-δ)Kt-1
(3)
式中:Kt为第t期的实际资本存量;It为第t期的投资流量;pt为定基固定资产投资价格指数;δ为折旧率。用永续盘存法测算资本存量的关键问题是折旧率的确定和基期资本存量的测算。本文借鉴张军等的研究,将折旧率确定为9.6%[13]。在稳态经济增长条件下,资本存量增长率与投资增长率相等[14]。初期资本存量的测算公式为
K0=I0/(g+δ)
(4)
式中:K0、I0分别为初期资本存量和初期投资量;g为GDP年均增长率;δ为折旧率。
辽宁、吉林和黑龙江三省2001—2010年GDP年均增长率分别为11.59%、11.76%和6.22%,据此测算出三省2001年初始资本存量分别为6 678.09亿元、3 249.37亿元和6 092.40亿元。
假定总量的生产函数为Y=Akαlβ,式中Y、k、l分别为经济总产出、投入资本存量和劳动力。假定规模报酬不变,则可测算出全要素生产率TFP=ln GDP/(ln kαln lβ),并取α=0.6,β=0.4[15]。
利用上文定义的东北三省SIA、HCC、SCC以及SGA四个指标,以及测算出的全要素生产率TFP构建回归模型,即
TFPit=β1+β1iSIAit+β2iHCCit+
β3iSCCit+β4iSGAit+εit
(5)
式中:TFPit为第i个省市第t年的全要素生产率,i=1,2,3,分别代表辽宁、吉林和黑龙江;SIAit,HCCit,SCCit,SGAit分别表示第i个省市第t年(t=2001,2002,…,2019)的社会创新能力、人力资本能力、社会资本能力和社会治理能力。
为了避免伪回归现象,需要对回归变量进行单位根和协整检验。面板单位根的检验方法主要有L.L&C检验、IPS检验、Fisher-ADF检验和Fisher-PP检验。其中L.L&C检验是相同单位根情况下的检验,后三种方法是不同单位根情况下的检验[16]。本文利用Eviews 9.0对数据进行面板单位根检验,结果见表3。
表3 东北三省全要素生产率及社会综合能力指标的面板单位根检验结果
检验方法TFPSIAHCCSCCSGAΔTFPΔSIAΔHCCΔSCCΔSGAL.L&C-3.19a(0.00)0.14(0.55)-2.15b(0.02)-0.62(0.27)0.61(0.73)-1.38c(0.07)-3.73a(0.00)-4.78a(0.00)-3.93a(0.00)-3.84a(0.00)IPS-0.92(0.18)1.99(0.98)0.42(0.67)1.32(0.90)1.96(0.95)-1.68b(0.05)-3.44a(0.00)-3.83a(0.00)-3.65a(0.00)-4.41a(0.00)Fisher-ADF8.02(0.24)0.81(0.99)4.41(0.58)1.29(0.97)0.76(0.99)12.82b(0.04)22.71a(0.00)24.28a(0.00)23.76a(0.00)27.83a(0.00)Fisher-PP6.15(0.41)0.62(1.00)3.93(0.69)0.82(0.99)0.87(0.99)13.08b(0.04)18.59a(0.00)25.11a(0.00)30.31a(0.00)28.23a(0.00)
注:ΔTFP、ΔSIA、ΔHCC、ΔSCC、ΔSGA分别表示相应指标的一阶差分。a、b、c分别表示在1%、5%和10%的统计水平下显著,下同。
由表3可见,除全要素生产率和人力资本能力在相同单位根检验中显著外,其余面板数据都是不平稳的,而其一阶差分都是平稳的,符合面板协整的前提。
表3的面板单位根检验结果表明,东北三省的全要素生产率与社会综合能力各指标间均为I(1)过程。接下来将利用面板协整检验,确认5个变量间是否存在长期均衡关系。本文利用Kao检验,结果见表4。
表4 东北三省全要素生产率及社会综合能力指标的面板协整检验结果
项目t值P值ADF-2.2950.01残差方差1.62e-05HAC方差2.38e-05
表4的检验结果表明,东北三省全要素生产率及社会综合能力指标之间存在稳定协整关系。
首先利用F检验确定面板数据模型的具体形式是混合回归模型、不变系数模型,还是变截距、变系数模型。利用Eviews计算出三种模型的残差平方和分别为0.052、0.005 1、0.000 718。计算得到F统计量[17]分别为
(6)
因此,最后确定的面板数据模型为变截距、变系数模型。回归结果见表5。
表5 东北三省全要素生产率及社会综合能力指标的面板回归结果
变量系数标准差t统计量P值C1.42800.00101428.2800.0000LN-SIA-0.0333a0.0092-3.6200.0008JL-SIA-0.00580.0050-1.1560.2690HLJ-SIA-0.00600.0059-1.0150.3240LN-HCC0.00320.01110.2880.7810JL-HCC0.0458a0.01223.7540.0006HLJ-HCC0.00320.00650.4920.6250LN-SCC0.0474a0.01193.9820.0003JL-SCC0.00750.00860.8720.4130
表5(续)
变量系数标准差t统计量P值HLJ-SCC0.00420.00430.9770.3180LN-SGA0.00260.00790.3290.7810JL-SGA0.00380.00540.6990.4300HLJ-SGA0.0121a0.00294.1860.0003LN-C0.0503JL-C-0.0198HLJ-C-0.0294
注:LN、JL、HLJ分别代表辽宁、吉林和黑龙江有关数据。
由表5可见:在社会创新方面,辽宁省社会创新能力对全要素生产率影响显著,但为负向,系数为-0.033 3,在1%统计水平下显著;吉林省和黑龙江省该影响也为负向,但并不显著。在人力资本方面,吉林省人力资本能力对全要素生产率的影响为正向,系数为0.045 8,在1%统计水平下显著;辽宁省和黑龙江省该影响也为正向,但均不显著。在社会资本方面,辽宁省社会资本能力对全要素生产率的影响为正向,系数为0.047 4,在1%统计水平下显著;吉林省和黑龙江省该影响也为正向,但均不显著。在社会治理方面,黑龙江省社会治理能力对全要素生产率的影响为正向,系数为0.012 1,在1%统计水平下显著;辽宁省和黑龙江省该影响也为正向,但均不显著。
本文利用全方位的东北三省经济和社会发展指标,构建了体现社会综合能力的四个维度指标,即社会创新能力、人力资本能力、社会资本能力和社会治理能力,并分析这四个指标对全要素生产率的影响。结果表明:吉林省的人力资本能力显著正向影响全要素生产率;辽宁省的社会资本能力对全要素生产率具有显著的正向支撑作用,但社会创新能力对全要素生产率的影响为负向;黑龙江省的社会治理能力对全要素生产率具有显著的正向影响。
根据上述结论,提出如下对策建议:一是东北三省需要大力提高社会创新能力。从实证分析结果看,东北三省社会创新能力对全要素生产率的影响为负向,或者不显著。这说明社会创新能力未对经济增长起到很好的引领作用[18]。二是东北三省应发挥各自优势,取长补短。党的十八大要求地区经济发展应该补足短板,从东北全面振兴全方位振兴和可持续发展角度看,补短板仍然是当前和今后的重要抓手。从实证分析结果来看,辽宁和黑龙江省应该大力提高人力资本能力,吉林和黑龙江省应该努力提高社会资本能力,辽宁和吉林省还要在社会治理能力尤其是环境污染治理方面下功夫。
[1]周俣勋.我国经济增长影响因素的探讨——基于索洛模型的实证分析 [J].中国市场,2015(21):30-34.
[2]段鑫,李明蕊.地区间物质资本、异质性人力资本对经济增长的影响——基于产业结构优化的视角 [J].西部金融,2020(8):15-21.
[3]朱慧吉.江苏省人力资本、物质资本对经济增长的影响研究——基于向量自回归模型 [J].对外经贸,2021(3):53-57.
[4]马兰.人口结构转型对经济增长的影响研究 [J].统计与决策,2021,37(7):118-122.
[5]曹艳.产业结构对经济增长的影响因素分析——以新疆生产建设兵团第一师阿拉尔市为例 [J].产业与科技论坛,2021,20(9):61-65.
[6]张小盟,黄沙利,朱庆武,等.西部地区经济增长的全要素生产率测算及影响因素研究——以宁夏为例 [J].西部经济管理论坛,2018,29(3):1-10.
[7]梁微,葛宏翔.财政支出波动对全要素生产率增长的影响研究——基于1979—2018年省际面板数据的实证分析 [J].技术经济与管理研究,2021(3):86-90.
[8]谭志雄,张阳阳,付佳.环境约束下西部地区经济增长绩效及其影响因素研究 [J].华东经济管理,2016,30(1):71-75.
[9]郭卫香,孙慧.环境规制、技术创新对全要素碳生产率的影响研究——基于中国省域的空间面板数据分析 [J].科技管理研究,2020,40(23):239-247.
[10] 张建华,郑冯忆,高达.中国劳动力转移对全要素生产率增长的影响 [J].中国人口科学,2020(6):29-40.
[11] 孙根紧,丁志帆.我国经济增长效率影响因素的实证研究 [J].统计与决策,2015(7):125-128.
[12] Fagerberg J,Srholec M.Capabilities,economic deve-lopment,sustainability [J].Cambridge Journal of Economics,2017,41(3):905-926.
[13] 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,2004,39(10):35-44.
[14] 李颖.中国省域R&D资本存量的测算及空间特征研究 [J].软科学,2019,33(7):21-26.
[15] 徐生霞,刘强,姜玉英.全要素生产率与区域经济发展不平衡——基于资本存量再测算的视角 [J].经济与管理研究,2020,41(5):64-78.
[16] 朱天星,宋永辉,宋力.东北三省能源消费、要素投入与经济增长关系研究——基于长面板和面板因果检验模型 [J].经济经纬,2015,32(4):13-18.
[17] 朱天星,汪剑清,杨晓彤.产业结构变迁、经济增长与城乡收入差距 [J].沈阳工业大学学报(社会科学版),2020,13(3):234-239.
[18] 罗丹程,杨烁,秦浩.东北三省金融发展、科技创新与经济增长的关系 [J].沈阳工业大学学报(社会科学版),2020,13(1):50-54.