地区间经济增长差异及影响要素范文

1引言

技术有效性的研究始于Koopmans（1951），他给出了技术有效的定义：如果在不增加其他生产要素投入的情况下，由于生产率的提高导致产出增加，则该投入产出向量是技术有效的。在现代经济理论的发展过程中，MichealFarrel与Whitesen将效率分为技术效率与配置效率，在给定技术和投入要素的前提下，实际产出与最优产出的比值为技术效率指数，而配置效率指数用以量度。如果假定规模收益可变，则技术效率又可分解为纯技术效率和规模效率。从产业角度看，影响经济增长的技术效率的因素主要有产业内因素、产业间因素和外部环境等。产业内因素是由产业的投入决定。产业间因素具体指每个产业都与其他产业有一定的产业间联系，某产业的效率发生变化必然会导致一系列与之有联系的产业部门效率发生改变，推动整个产业效率的变动。外部环境主要有产业政策、市场大小、地区城市化率、人力资本存量等。外部环境因素导致产业效率的变化大部分都可以通过产业投入和产业间合作因素反映。比如人力资本存量增加肯定通过加大产业的人力资本投入来反映，产业政策对某些产业的扶持会通过产业的投入和产业之间连带作用产生效果。目前系统研究区域经济技术效率的人不多，更缺乏系统地对陕西省11个地级市区经济增长的技术效率差异按质进行聚类性分析，也很少有人系统地研究省级区域经济增长产业技术效率的源泉问题。本文应用DEA模式计算陕西2000———2009年的各地区经济增长的技术效率，然后进行技术效率地区差异分析及分类，最后对影响技术效率的地区间差异因素进行研究。通过经济增长的技术效率分析，可以为经济发展方式由粗放型向集约型转变提供理论依据和数据支持，对落实科学发展观具有重要的现实意义。本文采用的数据均来自于2001—2010年的《陕西省统计年鉴》，资本存量增加额用固定资产投资代表。

2地区间技术效率差异实证分析

2．1研究方法

2．1．1数据包络分析对效率的研究方法可分为两大类，传统研究方法和前沿分析方法。前沿分析方法又可分为参数法和非参数法，因为此方法限制较少、对样本的要求较低，得到很多学者推崇。其中数据包络分析方法属于非参数法。数据包络分析是由美国运筹学家A．Char－nes提出，它借助已有的数据构造有效的生产前沿面，据此前沿面参照研究相关个体的投入产出的相对效率。DEA方法的优势在于：首先，DEA是用于分析多投入、多产出的决策单元的效率分析方法，不需要输入特定的生产函数关系，因此它可以评价较为复杂生产关系的决策单位的效率。其次，使用DEA分析不需要计算综合的投入量和产出量，从而避免了在分析过程中各指标量纲不一致所带来的麻烦。第三，决策单元的输入输出权重作为变量，模型采用最优化方法内定权重，不受人为主观因素的影响。

2．1．2研究模型的选择根据决策主体规模报酬可变性的假设，DEA分析分为规模报酬不变模型（简称CRS模型）和规模报酬可变模型（简称VRS模型）。需要补充的是，使用DEA在具体分析时分为投入导向（以现有的产出水平评价是否是最小投入为标准）和产出导向（以现有投入情况判断产出是否最大化为标准）。由于探讨的是技术效率，分析各城市的生产要素产出效率。因此采用产出导向为基准。在评价技术效率时，要考虑到不同决策单元的综合效率和对同一地区不同年份数据进行跨期研究。因此，根据DEA分析原理，采用可变规模报酬模型VRS来进行分析。

2．2指标体系建立

本文评价陕西省11个地级市的技术效率，目的是研究陕西省各城市在发展进程中，地方生产要素投入产出效率。根据DEA模型，进行决策单元效率分析时，投入产出指标选择至关重要。对于产业效率投入指标我们选择了从业劳动人口和资本存量，产出指标采用GDP。

2．3实证分析

本文使用DEAP2．1软件，结合选取的投入数据从业劳动人口和资本存量产出数据GDP，并以规模报酬可变、产出为导向，得出陕西省各地级市多年综合产业效率（见表1）。对结果进行综合分析，2000—2009年西安产业效率最高为1，其次是咸阳0．9903，接着是宝鸡0．9647、榆林0．931、延安0．8893、汉中0．8776、安康0．8581、渭南0．8554、铜川0．804、商洛0．7052、杨凌0．6876。从地区经济发展水平看，汉中、安康不如渭南，但是产业效率比渭南高。这是由于产业生产效率所要表达的是现实的生产边界与最优的生产边界的比值。根据各地区历年产业效率变化情况，可分为三种类型。第一种是高水平稳定波动型，西安和咸阳综合产业效率平均值分别为1、0．9903，这两个地区属于城市化发展比较成熟的地区。第二种是稳步上升型，具体有铜川、宝鸡、杨凌、榆林、延安。这些地区经济特点是增长较为迅速，榆林、延安有些年份出现了下降但整体为上升的趋势。第三种是较低水平波动，具体为渭南、汉中、安康、商洛，这些地区产业效率波动无序，效率较低。

3技术效率影响因素分析

3．1影响因子的选择

选取科学合理的因子是对技术效率影响分析的基础和保证。确定影响因子的原则和依据：（1）科学性和代表性，影响因子应该能够准确反映影响技术效率的某个方面，避免主观性和片面性；（2）可行性，影响因子选取要考虑到可行性，要尽量采用在研究期间内可获取的指标，同时要可量化。根据影响技术效率理论依据和资料情况，文章选取对技术效率有明显关系的2000—2009年的7个指标：X1资本存量（亿元）、X2从业人员（万人）、X3万人大学生数量（人）、X4专业技术人员（人）、X5科研经费（万元）、X6非农化率（％）、X7生产性服务业占总服务业比重（％）。

3．2技术效率影响因素分析

将上述选取的各项指标经过标准化处理后，采用因子分析法，SPSS软件分析结果见表2。经旋转后的因子矩阵结果为：公共因子F1在X1，X2，X3，X4，X5值都比较大，可以看出，这几个因素主要反映的是地区经济发展的规模，因而F1代表经济规模效应因素，其中X1，X2反映生产要素投入规模方面，X3，X4体现人力资本规模对技术效率影响，X5是从科研投入规模角度；公共因子F2由于在X6，X7载荷较大，主要是关于经济部门的关联性方面指标，代表产业关联效应。综上所述，技术效率的影响因素可以概括为：规模效应因素、产业关联效应因素。

4陕西省各地区技术效率差异影响因素分析

根据上述分析，资本存量、从业劳动人数、在校大学生人数、科研经费、非农化率、生产性服务业占总服务业的比重都对地区产业效率有显著影响。将各地区的技术效率与以上各因素进行相关研究，分析地区间技术效率差异的原因。借助SPSS软件，输入指标数据，得出模型结果：根据表3的结果，我们对影响陕西各地级市的变量进行分类比较。首先分析资本存量要素。铜川、宝鸡、延安、安康、榆林对技术效率影响比其他地区大。第二，从业人口数量要素。杨凌、延安较其他地区对技术效率影响大。第三，人力资本因素。西安、咸阳、宝鸡、杨凌、延安对技术效率影响较大。第四，科研投入方面。西安、宝鸡、杨凌、铜川对技术效率提升有明显作用。第五，产业关联性因素。除了西安、咸阳产业关联效应对技术效率有明显影响，其他地区作用都不显著。结果表明：西安、咸阳经济水平高，技术效率提升受到科研投入、产业关联的影响较大，其他地区技术效率提升更多的是由于生产要素、人力资本的投入。

5结论

在地区经济增长差异的研究中，所采用的指标大多是反映地区产出或收入差距的指标，如人均GDP、人均收入等。这些指标或过于片面，或无法很好地反映出经济增长的内在效率，也无法反映经济增长的内在改进要求。区域经济增长技术效率能够较为全面的体现经济增长的内在效率，它通过对要素的投入———产出与最佳生产可能性边界之间的比较，量化出地区要素投入的效率，从而将内在的“技术”量化，进而可以进行比较，也能量化经济增长的最佳要素投入组合，本文采用技术效率作为衡量地区经济增长差异的标准，运算出地区之间经济增长的内在差距。通过陕西省各地级市技术效率进行分析，得出以下结论并提出相应的政策建议：（1）陕西省各地市的技术效率差异明显，西安、咸阳、宝鸡等一类城市的技术效率远高于安康、商洛等城市。非均衡发展理论中提出优先发展某些基础较好，优势明显的地区，然后通过经济的内在辐射提升区域整体的发展水平，但是长时间的不平衡发展可能会导致落后区域越发落后，不利于经济的可持续发展与和谐社会的构建。为了缩小陕西省各地区之间的差距，政府可以给予落后地区一定的政策倾斜，在基础建设、人才引进、科研投资等方面给予一定的支持，建立符合当地经济发展环境的产业，提高地区发展的技术效率，逐步缩小地区间的差距。（2）资本投入对技术效率的影响在陕北地区效果较大。由于陕北的产业结构主要是资本密集型和资源密集型产业，这类产业通过资本的投入，引进新设备和技术提高技术效率。（3）科技投入、人力资本对经济较发达地区技术效率作用显著，西安、咸阳、宝鸡这类地区高校集中分布，能使科研研究和高校人才更好地转化为技术效率。（4）产业关联效应在西安、咸阳地区与技术效率联系较紧，西安、咸阳经济发达，各产业联系紧密有助于提高技术效率。（5）陕南地区整体水平较差，各因素在提高技术效率方面没有明显的作用，需要加大科技投入，鼓励人才引进和自主创新，将经济增长方式转移到依靠科技进步与技术效率的提升上来。