黃海洋

（五邑大學 經濟管理學院,廣東 江門 529020）

引 言

中國經濟長期保持著較高的增長速度,在世界范圍內獨一無二,尤其是在2000-2013年期間,中國公布的實際GDP年增長率保持在8%左右。隨著經濟的高速增長,資本、能源、勞動等生產要素的投入量也在不斷增加[1,2]。已有研究表明,要素投入與中國經濟增長密切相關,在中國經濟增長過程中扮演著關鍵的角色[3]。李紅霞和傅強指出,研究21世紀以來中國要素投入與經濟增長之間的作用關系,不但能夠明確中國的經濟增長方式是否在發(fā)生轉變等問題,還能夠在一定程度上評價一些相關政策的有效性[4]。需要指出的是,由于地區(qū)間的資源稟賦差異和社會歷史等方面因素的影響,不同地區(qū)之間的要素投入與經濟增長之間存在差異化關系[5]。因此,在考慮地區(qū)差異的基礎上,探究要素投入對經濟增長的影響,揭示不同區(qū)域的經濟驅動模式,可為區(qū)域要素投入提供針對性的政策建議。

一、文獻回顧與評述

針對中國經濟高速增長這一現(xiàn)象,諸多學者從要素投入與產出的關系上剖析經濟增長背后的原因。具體而言,在能源消耗與產出方面,林伯強通過協(xié)整分析,考察了不同時期我國能源需求與經濟增長的關系。其研究表明,GDP、資本、人力資本與電力消費之間存在長期均衡關系,并驗證了電力消費與經濟增長具有內生性,且兩者具有相互聯(lián)系的假說[6]。何則等對能源消費與經濟增長的互動關系演進進行了實證分析,結果表明,能源消費總量與GDP增長并非線性相關,而是呈指數(shù)型增長曲線。其中,煤炭和石油兩種資源構成能源消費的主體[7]。在勞動要素與經濟增長方面,王國旗等指出將勞動人數(shù)作為勞動力指標存在不合理性。因此,他們以人力資本累計作為一個新的變量,考察其與經濟增長的辯證關系[8]。在技術要素與經濟增長方面,盧方元等引入R&D作為技術要素的替代變量,對R&D投入要素與經濟增長之間的協(xié)整關系進行了研究。他們的研究證實了R&D在經濟增長中起到正向影響效應,且R&D人員投入的產出彈性大于R&D經費投入的產出彈性[9]。而王班班等把則技術進步分為有偏和中性兩種類型,實證分析得出中性技術進步將同比例改變要素的邊際生產率,而有偏技術進步將改變能源與其他要素之間的邊際生產率[10]。在全要素與經濟增長方面,Klein和Ozmueur應用主成份回歸法研究了中國GDP與能源、糧食、牲畜、民航、就業(yè)、物價和外貿等指標的關系,研究結果支持了中國經濟增長的真實性[11]。蔡昉則認為隨著勞動成本的提升,資本報酬將出現(xiàn)遞減效應,而技術進步和體制改善將成為支撐中國經濟轉型增長的重要因素[12]。

通過對上述文獻進行剖析可以發(fā)現(xiàn),當前研究多是按現(xiàn)有的行政區(qū)域將我國劃分為不同部分,或者將全國作為整體來考察各要素與經濟增長的關系。這種劃分忽略了經濟變量之間的內在聯(lián)系,沒有考慮到經濟變量之間的異質性?；诖?筆者在充分考慮不同地區(qū)發(fā)展差異的基礎上,運用GDP、資本存量、電力能源投入、勞動投入四個經濟變量進行K-S聚類分析,把我國30個省區(qū)按經濟變量劃分為有顯著性差異的三大區(qū)域類型,并進一步考察了不同區(qū)域類型的經濟驅動模式。

二、數(shù)據(jù)來源與指標闡釋

本文選取的指標主要基于2000-2013年我國各省區(qū)GDP產出、資本存量、能源消耗及勞動投入等省級年度數(shù)據(jù)?？紤]到指標的可獲性與一致性原則,將港、澳、臺地區(qū)及西藏篩選去除。數(shù)據(jù)主要源于于中國官方統(tǒng)計資料,包括 《中國統(tǒng)計年鑒》 （各期）、 《新中國60年統(tǒng)計資料匯編》和《中國工業(yè)交通能源50年統(tǒng)計資料匯編》。

以下為各變量詳細數(shù)據(jù)來源及構造：

1.GDP：主要來源于 《中國統(tǒng)計年鑒》 （各期）,考慮到我國近年來通貨膨脹等價格因素,為使各期價格保持一致性,本文選取2000年為基期,同時參考各個地區(qū)生產總值指數(shù),以替代名義GDP（單位：億元）。

2.能源投入：林伯強認為電力消費和GDP之間有更強的內在聯(lián)系,加上電力消費數(shù)據(jù)較為容易從電腦上讀取,可信度比較高。而其他能源投入,如煤炭、石油等存在較大的人為操作因素,其可信度比較低[6]。因此,本文參考林伯強的做法,以各個地區(qū)的電力消費作為能源投入的替代變量 （單位：億千瓦時）。

3.勞動投入：考慮到 《中國統(tǒng)計年鑒》 （各期）中,城鎮(zhèn)就業(yè)人口從業(yè)人數(shù)有可能比實際就業(yè)人口少,同時各地區(qū)的GDP產值主要體現(xiàn)在三大產業(yè)上,因此,勞動投入主要以各地區(qū)三大產業(yè)從業(yè)人員數(shù)為依據(jù) （單位：萬人）。

4.資本存量：資本存量的測算是經濟學研究中的難題與重點,本文參照OECD國家的通用做法,采用永續(xù)盤存法對各地區(qū)資本存量進行核算,其數(shù)量關系為：

其中i表示各個地區(qū),t表示時間,Kit表示第i個地區(qū)第t年的資本存量,Ki,t-1表示第i個地區(qū)第t-1年的資本存量,Iit表示第i個地區(qū)第t年的投資。考慮到價格因素的影響,本文把Iit/Pit表示為各地區(qū)的實際投資額,Pit為各地區(qū)固定資產投資價格指數(shù)。αt表示第t年的折舊率,本文參照張軍等的做法,取9.6%[13]。由于 《中國統(tǒng)計年鑒》 （各期）上并沒有公布各個地區(qū)的資本存量,為解決之一難點,本文的資本存量估算參考張軍等人的做法,直接引用其所發(fā)表的 《中國省際物質資本存量估算： 1952-2000》[13]中的數(shù)據(jù), 以 2000年為基期,計算各地區(qū)資本存量 （單位：億元）。

三、基于K-S聚類的三大經濟區(qū)分類

（一）K-S聚類分析

在上文變量選取的基礎上,基于SPSS統(tǒng)計分析軟件,采用K-S均值聚類法,將我國各省區(qū)的GDP、資本存量、電力能源消耗、勞動投入的年度均值作為特征變量,聯(lián)合作為聚類變量,并設定分類數(shù)為3大子群體,對樣本數(shù)據(jù)進行聚類分析。聚類分析結果如下表1和表2所示。其中,表1顯示了每類的最終類中心位置值,表2為類間差異的ANOVA檢驗,其結果表明所有變量在類間均有顯著差異 （p＜0.05）。

表1 基于四變量的聚類：最終的聚類中心變量值

表2 基于四變量在類間差異的ANOVA檢驗

由表2可以明確看出,GDP、資本存量、電力能源消耗和勞動四個特征變量在3類間差異的ANOVA檢驗均顯著 （p＜0.05）。F值分別高達107.557、70.231、56.287和23.667。這表明GDP、資本存量、電力能源消耗和勞動能顯著區(qū)分這三個區(qū)域。

（二）要素—產出類型結果

把上述聚類結果進行歸整,見表3。表4為各區(qū)域的描述性統(tǒng)計數(shù)據(jù),包括均值、標準差、最小值和最大值。其中,第三個聚類區(qū)域各方面較為中庸,無論是GDP、資本存量或是電力能源消耗、勞動投入均處于中間的位置。根據(jù)其生產要素及產出特征,本文將其命名為要素—產出中庸區(qū),主要包括安徽、四川、福建、河北、河南、湖北、湖南、上海、遼寧、浙江等。第一個聚類區(qū)域的各方面數(shù)據(jù)表現(xiàn)均最好,其GDP遠高于其他兩個區(qū)域,電力能源消耗為要素—產出中庸區(qū)的兩倍,勞動投入方面也高于其他兩個區(qū)域。根據(jù)其生產要素及產出特征,本文把這一區(qū)域命名為要素—產生富裕區(qū),主要包括廣東、江蘇、山東等。而第二個聚類區(qū)域的各方面數(shù)據(jù)表現(xiàn)均最差,無論是GDP、資本存量還是電力能源消耗、勞動投入均最低。與要素—產生富裕區(qū)相比,其GDP不足其五分之一,資本存量不足其四分之一,電力能源消耗及就業(yè)人數(shù)方面也遠遠低于前兩個區(qū)域。因此,本文將其命名為要素—產出貧瘠區(qū),主要包括甘肅、廣西、貴州、海南、北京、黑龍江、吉林、江西、內蒙古、寧夏、青海、山西、陜西、天津、新疆、云南、重慶等。

表3 三大經濟區(qū)域特征

表4 三大區(qū)域的描述性統(tǒng)計

那么,這三大經濟區(qū)域的要素投入與經濟驅動模式之間存在何種關系？為此,筆者接下來進一步開展實證分析,剖析其內在影響關系。

四、要素—產出類型與經濟驅動模式關系分析

（一）計量模型

參考產出—投入模型柯布-道格拉斯齊次方程式建模。該初始方程只考慮勞動和資本在經濟中的作用,而實際上能源與資本、勞動一樣,在經濟發(fā)展中扮演著重要的角色。為此,本文將能源納入到該模型中,如下所示：

其中,Yit是地區(qū)i時間t的實際GDP；Kit是地區(qū)i時間t的資本存量；Lit是地區(qū)i時間t的勞動投入；Eit是地區(qū)i時間t的能源投入；Ait表示?？怂怪行约夹g進步。其具體函數(shù)形式為：

其中,α表示資本的產出彈性；β表示能源的產出彈性；γ表示勞動的產出彈性式；Ait表示技術進步對經濟增長的影響。

對上式兩邊取對數(shù),得到考慮不同省區(qū)影響的固定效應回歸方程：

（二）面板數(shù)據(jù)分析與結果

1.面板單位根檢驗?？紤]到數(shù)據(jù)的非平穩(wěn)性,為確保估計的有效性,本文首先對面板數(shù)據(jù)進行單位根檢驗[14-15]。由于三要素與實際GDP均有時間趨勢,所以對這四個變量進行LLC單位根檢驗時,選用固定效應且具有時間趨勢的面板數(shù)據(jù)模型。檢驗結果表明,盡管要素—產出平庸區(qū)、要素—產出富裕區(qū)和要素—產出貧瘠區(qū)在零階單整和一階單整上有所差異,但三大區(qū)域的四個經濟變量,包括LnY、LnK、LnE和LnL,均通過了二階單整檢驗（p＜0.05）。因此,本文認為三大區(qū)域的經濟數(shù)據(jù)均平穩(wěn)。

2.面板協(xié)整檢驗。面板協(xié)整檢驗分析的是模型的變量之間是否存在長期穩(wěn)定的關系。本文對LnY、LnK、LnE和 LnL進行 Kao ADF協(xié)整檢驗[14]。結果表明,三大經濟區(qū)域均通過協(xié)整檢驗（p＜0.05）,LnY、LnK、LnE與LnL之間存在顯著的協(xié)整關系,即模型的變量之間存在長期穩(wěn)定的關系。

3.面板回歸分析。在排除變量間存在偽回歸后,接下來采用固定效應模型進行面板估計,并采用截面加權的廣義最小二乘法回歸來處理異方差問題,得到三大經濟區(qū)的回歸分析結果,見下表5。

表5 面板回歸

經面板回歸分析,得到要素—產出中庸區(qū)的回歸表達式為：

對于要素產出中庸區(qū)而言,資本存量和電力能源消耗對產出影響較為顯著,影響系數(shù)分別為0.499和0.515。而勞動對產出盡管存在正向影響,但這種影響效應并不顯著。可見,對這一區(qū)域而言,資本存量和電力能源為該區(qū)域產出的主要驅動因素。因此,要素—產出中庸區(qū)的經濟增長模式為資本能源驅動型。

要素—產出富裕區(qū)的回歸表達式為：

要素—產出富裕區(qū)的三大生產要素均顯著 （p＜0.05）,GDP、資本存量、電力能源消耗和勞動之間存在長期穩(wěn)定的聯(lián)系。其中,資本存量、電力能源消耗和勞動對產出的影響系數(shù)分別為0.505、0.409和0.152?？梢?對這一區(qū)域而言,三種生產要素對產出均具有顯著貢獻。因此,要素—產出富裕區(qū)的經濟增長模式為全生產要素驅動型。

要素—產出貧瘠區(qū)回歸表達式為：

與要素—產出富裕區(qū)一致,要素—產出貧瘠區(qū)的三大生產要素均顯著 （p＜0.05）,GDP、資本存量、電力能源消耗和勞動之間存在長期穩(wěn)定的聯(lián)系。其中,資本存量和勞動兩種生產要素對產出的影響趨近一致,系數(shù)分別為0.571和0.534。與此不同,電力能源消耗的影響系數(shù)為0.108,相對于前兩者較小。可見,對這一區(qū)域而言,資本存量和勞動為主要驅動力。因此,要素—產出貧瘠區(qū)的經濟增長模式為資本勞動驅動型。

五、結論與討論

從理論上講,以上按經濟變量內在特征將我國區(qū)分三大經濟區(qū)域,打破了以往研究按行政區(qū)域劃分的固定模式；從實踐上講,剖析了三大經濟區(qū)域的不同經濟驅動模式,對產業(yè)經濟政策的制訂有相應的指導意義。具體而言,要素—產出中庸區(qū)的經濟增長較為依賴能源和資本,這兩種生產要素是該區(qū)域產出的主要驅動因素,因此,這一區(qū)域的經濟增長政策可考慮向能源和資本適度傾斜。與此不同,對于要素—產出貧瘠區(qū)而言,資本和勞動對產出影響較為明顯,而能源的影響效應則較小。因此,加大資本投入和勞動投入可更有效率地提高該地區(qū)的經濟增長速度。相對于前兩個區(qū)域,要素—產出富裕區(qū)的經濟增長模式為全生產要素驅動型,資本、能源和勞動具有明顯的貢獻。這也在一定程度上解釋了該區(qū)域為什么比前兩個區(qū)域更加富裕。其經濟增長政策需要同時考慮向三種生產要素傾斜。