长三角地区经济收敛及其作用机制：1993-2006（上）

张学良

摘 要：本文运用非参数DEA分析方法，将长三角地区的经济增长分解为物质资本积累、效率改善、技术进步和人力资本投入等四部分，利用空间统计与空间计量经济分析技术，采用绝对收敛方程考察了长三角经济增长与这四类因素的收敛效应。结果表明，物质资本所贡献的经济增长主导着长三角各县市区的实际经济增长；长三角区域经济增长存在显著的空间依赖性，这种空间效应对经济增长的变化趋势产生明显影响；物质资本积累是惟一使得长三角地区间差距缩小的因素，主导着长三角地区经济收敛的方向；人力资本、效率改善与技术进步等使得长三角经济增长趋异，对长三角的经济差距也产生了深刻的影响。

关键词：数据包络分析，经济收敛，空间统计与空间计量

一  引论

国家或地区间的收入差异问题是现代增长理论的核心问题之一。近年来关于中国地区与城乡差距是否扩大的争论又使得这一问题在国内成为一个研究热点。已有大量的文献对中国地区差距问题进行了研究（Chen等，1996；Raiser，1998；Zhang，2001；沈坤荣与马俊，2002；徐现祥与舒元，2004；郝睿，2006）。但是，现有的文献大多从省域层面对全国经济增长的收敛趋势进行研究，而从市域或县域层面研究经济增长收敛性的文献较少。中国地域辽阔，地区资源禀赋差距很大，存在许多具有特定经济增长特征的区域，如长三角、珠三角地区；而且，即便是同一省内不同的地方，经济增长差距也很大，如苏南地区与苏北地区。为了了解特定区域经济增长的收敛特征，有必要从县域层面出发，对特定区域的经济增长收敛性进行研究，这也有助于我们更加深入地了解中国复杂的区域经济收敛情况。

本文将研究重点放在长三角地区。作为中国综合实力最强的区域，长三角地区是否也存在明显的区域差距，这种差距是收敛的还是发散的，具体又有什么特点？换句话说，长三角地区在实现经济高速增长的同时，是否以收入差距的扩大为代价？为了探明这些问题，本文将从县域层面出发，在运用非参数方法对长三角经济增长进行分解的基础上，对长三角经济增长的收敛性以及各增长源的收敛性进行分析，在总体上剖析长三角地区经济增长的收敛趋势，以及这一趋势的形成路径。

与研究中国省域经济增长收敛性的大多数文献相类似，本文仍然采用标准的β绝对收敛模型来对长三角区域经济增长的收敛性进行分析。值得一提的是，区域经济增长绝对收敛模型的一个隐含前提是要求作为样本的各地区风俗文化与习惯相近、经济基础相似。相对于各省域的空间样本来说，长三角地区各县市地域连接更为紧密，风俗文化习惯更为相近，经济社会一体化程度更高；在上世纪90年代初期，长三角地区各县市的经济发展条件与基础也更为相似，因此，本文用标准β绝对收敛模型进行分析更为合适。

本文的另一特点是考虑了样本的空间依赖性的影响，即考虑了不同地区经济增长的相互作用。空间依赖性（空间自相关）是指一个区域单元中的某种经济现象或某一属性值总是与其邻近区域单元中的相应经济现象或属性值相关。由于生产要素的流动，以及经济增长的聚集效应、示范效应等的影响，不同地区的经济增长存在空间自相关性，如果在计量模型中不考虑空间依赖性的影响，计量结果就可能是有偏的与不稳健的（张学良，2009）。如Arbia（2006）研究发现，在考虑空间自相关的模型中，意大利与欧盟的收敛速度均有所下降；张晓旭与冯宗宪（2008）、张学良（2009）分别以全国与长三角地区为研究样本，研究发现在没有考虑空间自相关的模型中，地区经济收敛不显著；而在考虑了空间自相关的模型中，找到了区域经济收敛的证据。

遗憾的是，现有的相关文献虽然用参数或非参数方法将经济增长进行分解，并对增长的各个源泉进行收敛性分析，但还没有考虑空间依赖性对经济增长的源泉，即经济增长的各类分解因素收敛性的作用（Kumar与Russell，2002；徐现祥与舒元，2004；郝睿，2006）；而Arbia（2006）、张晓旭与冯宗宪（2008）、张学良（2009）的文献虽然考虑了空间依赖性对经济收敛性的影响，但没有将经济增长进行分解，因此难以很好地揭示经济收敛的演进路径。本文的研究不仅运用空间统计与空间计量方法来分析空间依赖与数据的空间自相关性对经济收敛性的影响，同时还将分析空间依赖性对经济增长源泉收敛性的作用。具体来说，本文首先运用DEA-Malmquist方法，将长三角县市区的经济增长分解为物质资本积累、人力资本提高、效率改善和技术进步各自的贡献，然后建立绝对收敛回归方程，运用空间统计与空间计量分析方法，分析各个增长源泉的收敛性及其对地区差距的影响。本文的研究旨在揭示长三角经济收敛的演进路径，分析古典经济增长与新经济增长因素在经济收敛性中的作用。

本文的结构如下：第二部分是运用DEA方法对长三角地区经济增长进行分解；第三部分为基于要素分解的长三角地区经济增长收敛性分析；第四部分是简短的小结。

二  长三角地区经济增长分解

（一）基于DEA方法的长三角地区经济增长分解

本文运用数据包络分析（DEA）方法对长三角经济增长进行分解。DEA是一种非参数方法，其好处是不要求事先界定生产函数的具体形式，也不要求假设研究样本无效率分布。在本文的分析框架中，技术包含四个宏观变量：总产出（Y）和物质资本（K）、总劳动（L）和人力资本（H）。因此，长三角132个县市区每个经济体在1993-2006年每个时点上的生产集可以表示为（Y_it，K_it，L_it，H_it），i＝1，2，…，132，t＝1993，…，2006。假定有效总劳动为 ，我们可以把生产集进一步表示为（Y_it，K_it，）。进一步假定规模报酬不变，分别是有效劳均产出和有效劳均资本，这样生产集就可以在二维空间里简化为一种投入与一种产出，此时技术可以表示为：

假设经济体i在t与s（假设s>t）两个时点的劳均产出之比为y_s/y_t，参照郝睿（2006）、张学良与孙海鸣（2009）的分解方法，时点s的劳均产出y_s相对于时点t的劳均产出y_t的增长，可以分解为四个源泉：

（2）式左边一项为劳均产出增长指数gr，右边第一项为人力资本因素ch，第二项为效率改善因素ce，第三项为技术进步因素ct，最后一项为物质资本积累因素ck。式（2）中的中间两项ce和ct的乘积即为Malmquist生产率，也即曼奎斯特指数（Malmquist TFP Index，M1）。

（二）变量说明

本文的样本包含1993-2006年长三角132个县、县级市及市辖区（本文简称县市区）的数据。变量具体说明如下：

1.总产出。总产出为基于1993年可比价格计算的实际生产总值。由于长三角县市区居民消费价格指数的缺失，我们用商品零售价格指数来对县市区名义生产总值进行调整。

2.劳动力。以年末“全社会就业人员”作为劳动力投入的指标。

3.物质资本存量。资本存量测度的最常用方法是“永续盘存法”。永续盘存法主要涉及基期资本存量的计算、固定资产投资价格指数的构造、折旧率的选择以及当年投资指标等问题，本文涉及的变量及参数选取主要参考了张军等（2004）的做法，如果用δ表示折旧率，则第i个县市区在第2年的资本存量可以用下式求出：

（1）1993年作为基年的资本存量确定。张军等（2004）求出的1993年江苏、浙江与上海的物质资本存量分别为1926.86亿元、918.79亿元与1601.32亿元。本文先计算出各县市区固定资本形成总额在各省总的固定资本形成总额中的比例，并用这个比例近似代替各县市区基年物质资本存量在各省总的物质资本存量中的比例，再根据张军等（2004）提供的三省市数据求得各县市区1993年物质资本存量数据。

（2）固定资产投资价格指数的构造。由于数据缺失，各县市区的固定资产投资价格指数由所属的省市一级的固定资产投资价格指数数据代替，数据来源于张军等（2004）。1996年之前的数据通过计算各省投资隐含平减指数获得，1996年以后的数据则直接采用《中国统计年鉴》公布的固定资产投资价格指数。

（3）各县市区固定资本形成总额的折旧率均选取为9.6%。

（4）当年投资指标使用的是固定资本形成总额。

运用上述方法，本文求得1993-2006年长三角各县市区的物质资本存量数据。

4.人力资本存量。我们使用平均受教育年限作为人力资本存量的代理变量。平均受教育年数＝5s₁+9s₂+12s₃+15s₄，其中s_i（i＝1，2，3，4）分别表示6岁及以上人口中小学、普通中学、中等职业学校或普通中等专业学校在校学生数与高等学校在校学生数所占的比重。

（三）经验分析结果

运用DEA的方法，对长三角县市区经济增长进行分解，结果如表1。

表1的结果显示，平均而言，长三角县市区的经济增长指数为4.82，其中人力资本、效率改善、技术进步和物质资本积累指数分别为1.626、1.123、1.225与3，013，而反映生产率提高的Malmquist TFP指数为1.352。这表明，从总体上看，长三角地区主导经济增长的仍然是物质资本与人力资本这两类资本存量，特别是物质资本存量，而以Malmquist TFP指数衡量的生产率提高对经济增长的贡献虽然也不容忽视，但是相对来说是最小的。因此，就长三角整体而言，其经济增长仍然是一种资本推动型经济增长，效率改善与技术进步对经济增长的贡献并不如我们设想的那么重要。

来源：《世界经济》2010年第3期

责任编辑：奇奇