新型工业化增长绩效的区域差异及动态演进

　　内容提要:本文运用基于松弛的序列方向性距离函数对1985—2009年省际工业部门的新型工业化增长绩效进行了核算，并着重从区域发展战略与产业结构政策角度分析新型工业化增长绩效的区域分布特征与演变规律。本文发现改革开放之初所推行的区域不平衡发展战略在促进东部工业崛起之时显著拉大了沿海与内陆地区的差距，而20世纪90年代以后执行的一系列区域协调发展政策在高耗能产业“污染西迁”影响下，并未能有效改观沿海与内陆新型工业化两极分化格局。高新技术产业集聚对东部工业结构的升级优化成功抵御了1998年以来重化工业加速发展带来的不利影响，由此彰显了高新技术产业在未来新型工业化增长模式转型中的重要价值。

　　关键词:工业增长模式；新型工业化增长绩效；SSL指数；区域差异

　　一、引言

　　改革开放30余年，经济取得的巨大成就被誉为“奇迹”。然而在日益严苛的资源环境约束下，学术界更加关注经济增长的可持续性问题，剖析我国经济增长方式是否可持续的文献纷至沓来(吴敬琏，2006;林毅夫和苏剑，2007;卫兴华和侯为民，2007;王小鲁等，2009)。尽管这类文献的研究视角各异，但对我国当前仍处于依赖要素扩张的粗放式增长阶段的判断几乎是一致的，加快转变经济发展方式也因此成为我国“十二五”时期经济建设的主线。

　　对这样一个总体上还处于工业化加速阶段的国家而言(陈佳贵等，2006)，实体经济仍将在很长一段时间里主要由工业部门来支撑，因此工业可持续增长几乎成了经济可持续增长的代名词。换言之，转变经济发展方式首要的就是要转变粗放的工业增长模式。在20世纪80年代以来经济处于转型的长时期内，工业化进程的推进伴随着地区间的不平衡发展，这种特征又与改革以来区域发展战略与产业政策的调整紧密相关。因此，要研究工业增长模式是否转变，就需要对各区域发展的不平衡性与国家区域发展战略及产业政策调整进行统筹考虑。事实上，改革开放以来，从先向沿海倾斜到西部大开发，再到中部崛起，区域发展战略大体经历了从不平衡发展到协调发展的战略转变(社会科学院工业经济研究所，2008)。另一方面，先轻工后重工的产业政策调整以及后来东部“腾笼换鸟”、中西部“筑巢引凤”所形成的产业梯度转移格局，与区域资源禀赋差异一起共同塑造了地区间工业增长模式所呈现出的多样化特征。由此可见，在经济转型的长时期内，研究区域发展战略与产业政策调整背景下的工业增长模式转变问题就不可避免地与地区工业化差异联系在一起。

　　衡量工业增长模式转变的可行方法之一是考察工业部门的增长绩效，也就是分析工业部门的全要素生产率是否已经取代要素投入成为产出增长的主要贡献(张军等，2003;涂正革和肖耿，2006;谢千里等，2008)。本文要重点考察改革以来的长时期内，伴随着国家区域发展战略与产业政策的调整，新型工业化增长绩效的区域差异与动态演进特征。这不仅能为我国经济发展为何在地区间突出地表现为非一致性提供一个基于新型工业化增长绩效视角的解释，还能在一定程度上评价转型期间我国区域协调政策实施的有效性。具体地，本文尝试在三方面对已有研究进行拓展:(1)遵循庞瑞芝等(2011)提出的基于“低碳、节能、环保”约束下的“新型工业化”增长绩效的分析思路，将工业部门的能源消耗与二氧化碳和主要污染物共同纳入工业增长绩效的分析框架，从静态与动态两个角度对区域间的新型工业化增长绩效进行考察;(2)重点考察长周期(1985—2009)内工业增长的区域化差异与动态演进特征，并试图将这种区域差异和演进特征与我国区域发展战略及产业政策调整的互动进行探索;(3)将序列性数据包络分析法与基于松弛的方向性距离函数(slack-baseddirectionaldistancefunction，SDDF)相结合，构建了基于松弛的序列方向性距离函数(sequentialslack-basedDDF，SSDDF)，以克服长周期研究内可能会出现的技术退步现象，这是由本文研究的长周期特点决定的。

　　二、文献综述

　　关于工业增长绩效问题，很多学者都进行了非常有价值的探索。本文更加关心的是近几年迅速兴起的对我国工业部门在能源、环境约束下增长绩效进行测度并分析的文献。Watanabe＆Tanaka(2007)、Zhangetal．(2008)、涂正革(2008)等作为较早将能源消耗或环境污染纳入工业增长绩效评价框架中的研究代表，对省际工业部门的环境技术效率以及工业增长协调性问题进行了初步探索，不过他们对环境效率的分析尚属静态绩效范畴，并未涉及到动态的生产力(全要素生产率)增长。杨俊和邵汉华(2009)、吴军(2009)、涂正革和肖耿(2009)等研究不仅将污染物排放纳入到省际工业部门中考察其环境技术效率，而且还在环境约束框架下通过构造Malmquist-Luenberger(ML)指数，测算了1998年以后的环境全要素生产率，并将其进一步细分，对30个省市的工业增长模式进行界定。然而，随后的研究者发现，通过ML指数分解的技术变化指标存在与现实不甚吻合的大规模技术退步现象。为克服这一局限，一种可以避免技术退步的分析方法———SequentialMalmquist-Luenberger(SML)指数被引入到我国省际工业部门的增长绩效核算中(王兵和王丽，2010;杨文举，2011)。此外，王兵等(2010)运用SBM方向性距离函数方法，田银华等(2011)运用SML指数方法，将能源、环境约束下增长绩效的测算扩展到整个区域经济层面。

　　上述文献主要是对1998年之后的增长绩效进行核算，这无法透视出三十年改革发展的全貌，特别是试验色彩浓厚的20世纪80年代以及对工业改革和发展至关重要的20世纪90年代的经济变化模式。陈诗一(2009，2010)虽然追溯到了改革开放之初的1980年，但其研究是基于工业行业层面的，这种分析对我们认识工业内部的行业增长差异甚为重要，但无法分析工业增长的区域差异和区域工业化的动态演进特征。本文将从区域工业化差异和动态演进角度出发，将我国工业关于经济地区差距问题的探讨，刘夏明等(2004)做了很好的综述研究，然而到目前为止，还没有从新型工业化增长绩效视角专门分析地区差距的文献。

　　关于新型工业化的内涵与特征，学术界有着广泛而深入的讨论，如曹建海和李海舰(2003)从调整所有制结构、转变政府职能、产业协调增长、信息化与工业化等八个方面论述了新型工业化道路，简新华和向琳(2003)从信息化带动工业化、集约型增长、发挥比较优势和后发优势、机械化与就业协调、产业结构优化等七个方面总结了新型工业化的特点等。虽然各方观点不尽一致，但是总体而言，新型工业化应具有以下几方面的特征:从结果上看，低消耗、低污染、可持续地增长;从结构上看，信息化与工业化相融合、工业结构合理和优化、就业结构合理、人力资源充分利用;从途径或条件上看，以技术创新为引领、服务创新为支撑、管理创新为保障。本文试图对新型工业化的增长绩效进行实证考察，因此这里就仅仅从结果(增长绩效)的层面去考虑，而忽略了新型工业化的结构层面和途径层面的内涵。这样处理难免有将内涵狭义化之嫌，但是考虑到新型工业化的终极目标其实是有质量地增长，因而从结果层面对新型工业化进行考察基本上抓住了该内涵的核心。

　　部门的年度省际面板数据尽可能向前追溯至20世纪80年代，基本可以代表整个经济转型期。另外，现有关于工业增长绩效的研究对能源和环境要素的选择与处理也不尽相同，本文将能源消耗、环境污染以及二氧化碳减排三方面因素共同纳入到省际新型工业化增长绩效的核算框架之中，以此来分析转型期工业增长模式的区域差异和动态演进特征。

　　三、研究方法和数据

　　(一)研究方法

　　在数据包络分析框架下，由Chungetal．(1997)提出的方向性距离函数，由于能够较为合理地揭示污染物作为期望产出的副产品性质而深受大家的认可，由此将污染物处置为非期望产出(undesirableoutput)或“坏”产出(badoutput)成为DEA建模的基本思路，基于方向性距离函数的ML生产率指数也随之被广泛应用。然而方向性距离函数是一种径向的(Radial)、导向的(Oriented)计算方法(王兵等，2010)，当存在投入松弛或产出松弛时，“径向的”测量方法会高估被评估对象的技术效率(FukuyamaandWeber，2009)，而“导向的”测量方法无法同时兼顾投入与产出两个方面。于是Fukuyama＆Weber(2009)据此发展了一种基于松弛测度的非径向、非导向的方向性距离函数(Slacks-basedmeasureDDF)，并由王兵等(2010)将其引入到包含“坏”产出的情形中。

　　在运用当期(t期)样本数据构造生产技术前沿面时，由于没有考虑到样本过去时期的数据信息，于是ML指数的测算结果时常出现技术在长期内大规模倒退的反常现象。事实上，由于技术外溢、技术“追赶”效应，长期而言工业部门的技术水平应该进步或者至少保持不变(OhandHeshmati，2010;杨文举，2011)。这种合理的假设可以由Shestalova(2003)发展的序列数据包络分析(SequentialDEA)方法予以满足。本文借鉴上述研究的技术不退步思想，结合可以用于“坏”产出测度的SBM方向性距离函数，构建了基于松弛测度的序列方向性距离函数(SequentialSlacksbasedDDF，SSDDF)。

　　根据本文研究目的，我们以各省级行政单位的工业部门为决策单元构造技术前沿面。假设生产过程有N种投入x=(x1，…，xN)∈R+N，生产M种“好”产出y=(y1，…，yM)∈R+M，同时附带产生I种“坏”产出b=(b1，…，bI)∈R+I，于是每一时期t(t=1，…，T)第k(k=1，…，K)个省市工业部门的投入产出向量可以表示为(xt，k，yt，k，bt，k)，而第k'个省市工业部门的SSDDF可由如下线性规划式子求解:→?Dt(xt，k/，yt，k/，bt，k/;gx，gy，gb)=maxsx，sy，sb1NΣNn=1sxngx，tn+1M+I(ΣMm=1symgy，tm+ΣIi=1sbigb，ti)式中，(xt，k/，yt，k/，bt，k/)是待测度省市k'投入和产出向量，(gx，gy，gb)是表示投入减少、“好”产出增加、“坏”产出减少的方向性向量，(sxn，sym，sbi)为投入冗余和产出不足的松弛向量。为简化书写，将→?Dt(xt，k/，yt，k/，bt，k/;gx，gy，gb)记为→?Dt(t)。值得注意的是，根据序列DEA的研究思路，本文在约束条件中引入代表过去信息的时间因子τ，在计算t期的→?Dt(t)时，利用了前t期所有技术组合构造技术前沿面，这种处理可以克服技术退步问题。上述模型在能源、环境约束条件下求松弛(slack)最大化，实际上测度的是省市工业部门k'在时期t的技术无效率水平，也是对省市k'新型工业化增长绩效的静态衡量。方向性距离函数值→?Dt(t)越大，无效率水平越高。此外，我们还可以将无效率水平→?Dt(t)的来源进行分解。

　　与Chungetal．(1997)的方向性距离函数不同，本文基于松弛测度的序列方向性距离函数是一种具有相加结构的测度方法。为与之相适应，本文对于新型工业化生产力的测度将使用Chambersetal．(1996)提出的更加一般化的差分结构的Luenberger生产力指标，即基于松弛测度的序列Luenberger生产力指数(SequentialSlacks-basedLuenbergerProductivityIndicators，SSLPI)，定义如下:SSLPI=12{［?→Dt(t)－?→Dt(t+1)］+［?→Dt+1(t)－?→Dt+1(t+1)］}(2)同样借鉴Chambersetal．(1996)的分解思路，本文将SSLPI指数分解为效率变化(SSLEC)与技术变化(SSLTC):SSLEC=?→Dt(t)－?→Dt+1(t+1)(3)SSLTC=12{［?→Dt+1(t+1)－?→Dt(t+1)］+［?→Dt+1(t)－?→Dt(t)］}(4)SSLPI、SSLEC、SSLTC大于(小于)零分别表示生产力提升(下降)、效率改善(恶化)与技术进步(退步)。

　　(二)变量选择与数据处理

　　本文的变量选择:投入变量包含资本与劳动两项传统投入要素，分别用工业部门固定资产净值年平均余额与工业全部从业人员年平均人数代替，工业部门的能源消耗也被当作投入要素处置;采纳陈诗一(2010)的建议，期望产出变量使用包含了中间投入成本(能源)的工业总产值而非工业增加值;结合本文对新型工业化低碳、环保目标的界定，非期望产出则使用工业SO2、工业COD以及工业CO2。

　　由于我国行政区划及统计口径多次调整，从公开资料获取的数据存在不一致与不连续问题，特别是在1998年工业部门统计口径由独立核算工业企业调整为规模以上工业企业之后，针对省际工业部门的绝大多数研究均将样本期间放在了1998年之后。如前所述，为概览整个转型时期的工业化进程，样本不能缺少20世纪80年代与90年代。本文通过数据补缺、行政区归并和价序列DEA的思想是在确定t期(其他时期的情况类推)的生产前沿时是运用t期及以前的所有投入—产出数据而不仅是t期的数据，这种生产前沿构建的连续性避免了生产前沿向内偏移的可能性，也就是说，避免了技术倒退结论产生的可能性(杨文举，2011)。具体分解方法参见王兵等(2010)。