論文：中國地區(qū)增長分布演進及其機制

目錄/提綱：……
一、引言
二、基于隨機前沿模型的經(jīng)濟增長分解
（一）隨機前沿模型
（二）生產(chǎn)函數(shù)的設定
（三）經(jīng)濟增長的分解
三、隨機前沿生產(chǎn)函數(shù)估計
（一）指標和數(shù)據(jù)說明
（二）估計方法和結果
（三）經(jīng)濟增長核算
四、地區(qū)增長分布演進分析
（一）增長收斂分析
（二）地區(qū)增長分布的描述
（三）增長分布演進的機制
五、總結性評述
……
論文：中國地區(qū)增長分布演進及其機制
——基于隨機前沿生產(chǎn)函數(shù)模型的分析

摘要 基于隨機前沿生產(chǎn)函數(shù)模型，本文將地區(qū)勞均產(chǎn)出增長分解為物質(zhì)資本深化、人力資本積累和全要素生產(chǎn)率提高三個部分，并在此基礎上分析了改革以來中國地區(qū)增長分布的演進過程及其決定機制。利用1978-2004年省級面板數(shù)據(jù)，本文發(fā)現(xiàn)：（1）改革以來中國地區(qū)增長經(jīng)歷了從雙峰分布到單峰分布再到雙峰分布的演進過程；（2）物質(zhì)資本深化是增長分布的重要影響因素，但其單獨效應并不能完全決定演進過程；（3）特別是1990年以來全要素生產(chǎn)率也是地區(qū)差異擴大的主導力量之一，表明政府應當鼓勵技術創(chuàng)新與擴散，并為落后地區(qū)提供有力的政策支持。

關鍵詞 隨機前沿分析 全要素生產(chǎn)率 增長動態(tài) 雙峰分布

China’s Regional Economic Growth Dynamics and It’s Mechanism：
An Analysis Based on Stochastic Frontier Production Function

Abstract: This paper develops a methodology to decompose economic growth to the physical capital deepening, human capital accumulation and total factor productivity improvement which including frontier technological progress and technical efficiency, using stochastic frontier analysis. Based on the data of 28 Chinese provinces during the period of 1978 -2004, this paper finds that the physical capital alone could not e*plain the all change of the economic growth dynamics even though it contributed about 2/3 to the growth, and t
……（新文秘網(wǎng)http://120pk.cn省略1575字，正式會員可完整閱讀）……　
006年第10期。]，分別從不同方面彌補了以往研究的缺陷。
最近，Kumar and Russell[ S. Kumar, and R. R. Russell, Technological Change, Technological Catch-Up, and Capital Deepening: Relative Contributions to Growth and Convergence. American Economic Review, 92, 2002, pp.527–548.]等提出的新分析框架可以同時解決上述兩個缺陷，方法是先將地區(qū)經(jīng)濟增長分解為各投入要素和全要素生產(chǎn)率的貢獻，然后應用核密度估計（Kernel density estimation）分析各因素對經(jīng)濟增長分布演進的影響。徐現(xiàn)祥和舒元、郭慶旺等將這一分析框架應用到中國增長收斂問題，對改革以來地區(qū)增長分布演進和機制研究進行了有益嘗試[ 徐現(xiàn)祥、舒元：《中國省區(qū)經(jīng)濟增長分布的演進(1978-1998) 》，《 經(jīng)濟學(季刊) 》2004年第3 卷第3 期。郭慶旺、趙志耘、賈俊雪：《中國省份經(jīng)濟的全要素生產(chǎn)率分析》，《世界經(jīng)濟》2005年第5期。]。然而，他們基于數(shù)據(jù)包絡分析（Data envelopment analysis）[ 數(shù)據(jù)包絡分析和下文將要提到的隨機前沿分析是前沿技術模型的兩種主要分析方法。關于前沿技術模型基本原理和各種分析方法的介紹可以參見Coelli, T., Rao, P. and Battase, E., An Introduction To Efficiency and Productivity Analysis, Boston: Kluwer Academic Publishers, 1998.]的全要素生產(chǎn)率核算和增長分解卻存在問題，從而對增長分布演進的刻畫和機制分析也都難以反映經(jīng)濟現(xiàn)實。例如，徐現(xiàn)祥和舒元核算結果是全要素生產(chǎn)率年平均增長率為-0.5%（其中前沿技術和技術效率分別為-2.6%和2.1%），對經(jīng)濟增長的貢獻份額為-6.0%，顯然這意味著全要素生產(chǎn)率不可能對地區(qū)增長分布產(chǎn)生很大影響。更為嚴重的是，此結果還意味著改革以來中國前沿技術水平發(fā)生了嚴重退步，林毅夫和劉培林認為這“顯然難以從經(jīng)濟學上給出合理可信的解釋”，因為如果沒有戰(zhàn)爭等災難性破壞，現(xiàn)實中過去掌握的前沿技術不會被遺忘[ 林毅夫、劉培林：《經(jīng)濟發(fā)展戰(zhàn)略對勞均資本積累和技術進步的影響》，《中國社會科學》2003年第4 期。]。出現(xiàn)以上問題的根本原因在于其增長核算方法忽略了隨機因素對生產(chǎn)行為的影響，而轉(zhuǎn)軌過程中的中國經(jīng)濟增長存在諸多隨機擾動和不可觀測因素，因此核算結果難免出現(xiàn)偏誤，特別是由于處于技術前沿的地區(qū)往往受隨機因素的影響更為突出，所以會造成所有生產(chǎn)者效率測算的嚴重偏誤，甚至出現(xiàn)技術前沿內(nèi)陷（Implosion of technological frontier）問題[ 事實上，在Kumar and Russell的跨國樣本中，處于技術前沿的大多是增長穩(wěn)定且數(shù)據(jù)可靠的發(fā)達國家和新興工業(yè)化國家，隨機因素對核算結果的影響相對較小，但仍然同樣出現(xiàn)了技術前沿內(nèi)陷問題，因而Henderson and Russell在隨后的研究中對此進行了修正，特別是最近他們放棄了數(shù)據(jù)包絡分析方法，轉(zhuǎn)而采用傳統(tǒng)的索洛增長核算方法對原樣本進行了新的分析。參見S. Kumar, and R. R. Russell, Technological Change, Technological Catch-Up, and Capital Deepening: Relative Contributions to Growth and Convergence. American Economic Review, 92, 2002, pp.527–548. D. J. Henderson, and R. R. Russell, Human Capital and Convergence: A Production-Frontier Approach. International Economic Review, 44, 2005, pp.1167–1205. D. J. Henderson and R. R. Russell, Accounting for Two-Club Convergence. Working paper of University of California, Riverside, 2005, No.13.]。此外，由于數(shù)據(jù)包絡分析不能提供關于生產(chǎn)函數(shù)形式的任何信息，直接采用密集形式進行生產(chǎn)率測算和增長分解存在一定的隨意性，也會對增長核算產(chǎn)生一定影響[ 郝睿：《經(jīng)濟效率與地區(qū)平等：中國省際經(jīng)濟增長與差距的實證分析(1978-2003)》，《世界經(jīng)濟文匯》，2006年第2期。]。
為解決以上問題，我們采用前沿技術分析的另一種方法——隨機前沿分析（Stochastic frontier analysis）進行增長核算，該方法不僅考慮了隨機因素的影響，而且還可以引入_改革等因素以解釋技術效率變化，因而比數(shù)據(jù)包絡分析更為符合中國的經(jīng)濟增長現(xiàn)實�；�1978-2004年地區(qū)面板數(shù)據(jù)，本文的增長核算結果是全要素生產(chǎn)率、前沿技術和技術效率的年平均增長率分別為1.7%，0.8%和0.9 %，對經(jīng)濟增長的貢獻分別為22.2%，10.1%和11.2%。與徐現(xiàn)祥和舒元、郭慶旺等的核算相比，這一結果更為接近多數(shù)現(xiàn)有研究[ 大多數(shù)已有研究發(fā)現(xiàn)改革以來中國全要素生產(chǎn)率年平均增長率在2%左右，Young的保守估算也顯示全要素生產(chǎn)率年平均增長為1.4%，代表性成果有：李京文、鐘學義：《中國生產(chǎn)率分析前沿》，中國社會科學文獻出版社，1998年，第101頁。G. C. Chow and A. Lin, Accounting for Economic Growth in Taiwan and Mainland China: A Comparative Analysis. Journal of Comparative Economics, 30, 2002, pp.507-530. Wang, Yan and Yao, Yudong, Sources of China’s Economic Growth, 1952-99: Incorporating Human Capital Accumulation. China Economic Review, 14, 2003, pp.32-52. A. Young, Gold into Base Metals: Productivity Growth in the Peoples Republic of China during the Reform Period. Journal of Political Economy, 111, 2003, pp.1220- 1242.]，也比較符合人們對中國經(jīng)濟增長的直觀感受。在此基礎上，我們利用多種判別方法考察了中國地區(qū)經(jīng)濟增長的收斂趨勢，特別是根據(jù)核密度估計探討了物質(zhì)資本深化、人力資本積累和全要素生產(chǎn)率提高對改革以來中國增長分布演進的影響。結果發(fā)現(xiàn)中國經(jīng)濟增長分布的演進過程和機制在1990年前后都發(fā)生了較大變化：改革初期物質(zhì)資本、人力資本和全要素生產(chǎn)率都促使地區(qū)勞均產(chǎn)出不斷收斂，從而使得1990年前后中國地區(qū)勞均產(chǎn)出呈現(xiàn)單峰分布；而在此后，物質(zhì)資本和全要素生產(chǎn)率卻逐步擴大了地區(qū)差異，是造成目前中國地區(qū)增長呈現(xiàn)雙峰分布的主要決定力量。
本文結構如下：第二部分提出基于隨機前沿生產(chǎn)函數(shù)的經(jīng)濟增長分解模型；第三部分討論指標選擇、數(shù)據(jù)來源和估計方法，并報告參數(shù)估計和增長核算的結果；第四部分分析地區(qū)增長的收斂狀況，特別是采用核密度估計方法考察中國經(jīng)濟增長分布的動態(tài)演進過程及其機制；最后，第五部分是總結性評述。
二、基于隨機前沿模型的經(jīng)濟增長分解
（一）隨機前沿模型
由于比傳統(tǒng)的索洛余值核算更為符合經(jīng)濟現(xiàn)實，前沿技術分析（Frontier technology analysis）已經(jīng)成為目前增長核算的重要工具之一，它將全要素生 ……（未完，全文共24598字，當前僅顯示4425字，請閱讀下面提示信息。收藏《論文：中國地區(qū)增長分布演進及其機制》）