大珠三角地区城市经济增长因素分析基于面板随机前沿模型解读.docx

大珠三角地区城市经济增长因素分析基于面板随机前沿模型解读.docx

《大珠三角地区城市经济增长因素分析基于面板随机前沿模型解读.docx》由会员分享，可在线阅读，更多相关《大珠三角地区城市经济增长因素分析基于面板随机前沿模型解读.docx（18页珍藏版）》请在冰点文库上搜索。

大珠三角地区城市经济增长因素分析基于面板随机前沿模型解读

大_珠三角_地区城市经济增长因素分析_基于面板随机前沿模型

  实证分析最初研究发达经济体（如美国和欧洲国家）生产率增长的长期趋势。

   Ｂａｕｍｏｌ

   ［３］、Ｂａｒｒｏ［４］、Ｍａｎｋｉｗ等［５］的研究结果为趋同假说提供了证据：

收入水平较低的国家最终会赶上那些收入水平较高的国家。

   ２０

   世纪６０年代以来东亚经济高速增长，有关研究的重点转向该地区，而大多数研究结果认为，东亚经济奇迹主要得力于要素投入的积累，而技术进步的贡献较小［６－９］。

改革开放以来，中国的经济增长奇迹引起了广泛的关注。

   Ｃｈｏｗ

   ［１０］利用官方统计数据估算１９５２－１９８８年间中国的实物资本存量。

除却发生政治动荡和自然天灾的年头（１９５８－１９６９年），他并没有发现改革前中国有任何的技术进步，而五大主要产业的产量提升主要是由于资本的积累。

在Ｃｈｏｗ的数据基础上，Ｂｏｒｅｎｓｚ－ｔｅｉｎ［１１］认为虽然ＴＦＰ对改革后的中国经济作出了很大贡献，然而由于技术进步造成的纯生产率增长却是很低的。

他认为一些被忽略的因素有可能夸大了ＴＦＰ的增长率，如加强物质激励，改变资源分配以提高效率，以及增长会计法中忽略了人力资本的贡献等。

   国内学者对中国全要素生产率的估算及相关领域做过大量的研究。

一些学者估算了我国不同时期的全要素生产率增长率。

李京文和钟学艺［１２］利用中国１９７８－１９９５年间的数据，测算了生产率增长对经济增长的贡献。

王小鲁和樊纲［１３］利用生产函数法估算了我国１９５３－１９９９年间全要素生产率增长率。

张军和施少华［１４］通过对１９５２－１９９８年中国经济数据的回归分析，计算了中国经济的全要素生产率及其增长率。

他们发现，改革后中国经济的ＴＦＰ有了明显的提高。

郭庆旺和贾俊雪［１５］分别采用四种估算方法对中国１９７９－２００４年期间的全要素生产率增长率进行分析，并对中国全要素生产率增长和经济增长源泉进行了简要的分析。

王志刚等［１６］选取超越对数生产函数的随机前沿模型，在生产效率方程中加入若干重要变量，对１９７８－２００４年期间中国地区间生产效率与全要素生产率增长率进行了分解。

周晓艳和韩朝华［１７］选用超越对数函数的随机前沿模型，对１９９０－２００６年的分省数据进行实证分析，以估算我国各地区的生产效率，发现中国东部地区生产效率最高，西部地区最低。

   以上研究大多集中在国家和省级层面上，可能由于缺乏区域和城市的相关数据，有关“珠三角”地区的研究一直较为贫乏。

随着“珠三角”作为中国增长动力的地位日益重要，近年来已引起了学术界对这一区域的关注。

   Ｓｈｅｎ　Ｊ

   等［１８］试图分析该地区１９８０－１９９４年间的趋同倾向和增长动力，将该地区的２８个区域单位按照发展水平分类，研究证明了城市间的σ趋同，并且发现生产要素的积累对该地区的迅猛发展至关重要①。

黄国华和吕开颜［１９］对该地区进行了一项１９８０－２００３年间的相关研究，他们估计该地区的资本存量与广东省的经济总量成正比，结果显示该地区的ＴＦＰ增长从２０世纪９０年代以来不断下降。

   三、模型设定及数据

（一）实证模型１．随机前沿模型测算全要素生产率的传统方法是索洛余值法（ＳＲＡ），该方法将产出增长中要素投入贡献无法解释的部分归结为技术进步的结果，而这部分索洛剩余后来被称为全要素生产率（Ｔｏｔａｌ　Ｆａｃｔｏｒ　Ｐｒｏｄｕｃ－ｔｉｖｉｔｙ，ＴＦＰ）。

Ｆａｒｒｅｌｌ［２０］提出了生产边界的概念：

并不是每一个生产者都处在生产函数的前沿上，大部分生产者的效率与最优生产效率存在一定的差距，即存在技术无效率（Ｔｅｃｈｎｉｃａｌ　Ｉｎｅｆｆｉｃｉｅｎｃｙ）。

而Ａｉｇｎｅｒ等［２１］认为生产者在生产过程中，存在本身无法控制的随机干扰因素，故生产边界具有随机性质。

   所以衡量生产差异的误差来自两部分，一项为随机干扰项（ｖｉ），另一项为非负随机变量（ｕｉ），代表无效率因素。

而随机前沿模型中的生产函数形式可以采用线性、对数线性、超越对数等。

   本文采用

   Ｂａｔｔｅｓｅ和Ｃｏｅｌｌｉ［２２］的随机前沿生产模型以估计大“珠三角”地区主要城市的ＴＦＰ及其组成部分，具体模型如下：

Ｙｉｔ＝Ｘｉｔβ＋（ｖｉｔ－ｕｉｔ）（１）ｖｉｔ→Ｎ（０，σ２ｖ）（２）ｕｉｔ→Ｎ＋（μｉｔ，σ２ｕ）（３）μｉｔ＝Ｚｉｔδ（４）其中：

Ｙｉｔ表示实际国内生产总值（ＧＤＰ）的对数形式（ｉ＝１，２，３，…，１０；

   ｔ＝１

   ，２，…，２１）；

   Ｘ

   ｉｔ为投入要素８１苏　飞：

大“珠三角”地区城市经济增长因素分析①２８个地区包括深圳、珠海、惠州、番禺、南海、东莞、花都、三水、高明、惠阳、鹤山、高要、增城、从化、博罗、广州、佛山、江门、顺德、中山、肇庆、开平、斗门、四会、惠东、新会、台山和恩平。

（Ｋｉｔ、Ｌｉｔ）数量的对数形式；

   β

   为待估参数；

   ｖ

   ｉｔ为生产过程中的随机干扰项，表示测量误差以及各种不可控的随机因素，如天气等；

   ｕ

   ｉｔ为生产无效率项，其服从半正态分布，并假定ｕｉｔ和ｖｉｔ独立不相关；

   Ｚ

   ｉｔ为影响生产无效率的外生解释变量；

   δ

   为外生解释变量系数待估值。

   另外，根据

   Ｂａｔｔｅｓｅ和Ｃｏｅｌｌｉ［２２］对复合残差项的推导结果，我们得到如下公式：

γ＝σ２ｕσ２＝σ２ｕσ２ｕ＋σ２ｖ∈［０，１］（５）其中γ反映随机扰动项中技术无效率项所占的比例，如果γ＝０，表明实际产出偏离最优产出，或前沿产出完全是由随机干扰项引起的，这时没有必要采取随机前沿模型，普通最小二乘法（ＯＬＳ）即可实现对生产函数的估计。

如果γ＝１，表明实际产出偏离前沿产出完全是由生产无效率项引起的，而和随机误差不相关。

   γ

   越趋近于１，说明误差主要来源于技术无效率，采用随机前沿模型就越合适。

   ２．

   超越对数生产函数（Ｔｒａｎｓ－ｌｏｇ　ＶＥＳ）形式的随机前沿模型本文使用生产函数法估算１９８８－２００９年大“珠三角”地区城市ＴＦＰ的增长。

为了克服新古典增长模型中规模报酬不变（Ｃｏｎｓｔａｎｔ　Ｒｅｔｕｒｎｓ　ｔｏ　Ｓｃａｌｅ）及单一要素替代弹性（Ｕｎｉｔａｒｙ　Ｅｌａｓｔｉｃｉｔｙ　ｏｆ　Ｓｕｂｓｔｉ－ｔｕｔｉｏｎ）的限制，本文采用由Ｃｈｒｉｓｔｅｎｓｅｎ等人［２３］提出的可变要素替代弹性超越对数生产函数（Ｔｒａｎｓ－ｌｏｇ　ＶＥＳ），以增加分析的灵活性。

   可变要素替代弹性生产函数如下：

ｌｎＹｉｔ＝β０＋βＫｌｎＫｉｔ＋βＬｌｎＬｉｔ＋βｔｔ＋１２βＫＫ（ｌｎＫｉｔ）２＋βＫＬ（ｌｎＫｉｔ）（ｌｎＬｉｔ）＋１２βＬＬ（ｌｎＬｉｔ）２＋１２βｔｔｔ２＋βＫｔ（ｌｎＫｉｔ）ｔ＋βＬｔ（ｌｎＬｉｔ）ｔ＋∑９ｉ＝１ｉＤｉ＋εｉｔ（６）其中ｌｎＹｉｔ是第ｉ个城市第ｔ年的对数产出（ｉ＝１，２，…，１０；

   ｔ＝１

   ，２，…，２１）；

   Ｋ

   ｉｔ、Ｌｉｔ分别表示第ｉ个城市第ｔ年资本、劳动要素的投入量；

   ｔ

   是时间趋势，用来表示技术变化；

   Ｄ

   ｉ为城市虚拟变量。

超越对数生产函数是一个包容性很强的模型，包含单一要素的产出弹性、技术进步、技术非中性、生产效率、要素间替代弹性等，还可以退化到柯布———道格拉斯（Ｃ－Ｄ）生产函数。

（二）相关数据及来源

   １．固定资本存量的计算关于资本要素投入，因相关统计资料中并无此数据，我们利用经济增长的一种典型现象———在稳定状态下资本产出比率恒定，以及常用的永续盘存法（Ｐｅｒｐｅｔｕａｌ　Ｉｎｖｅｎｔｏｒｙ　Ｍｅｔｈｏｄ）计算市级固定资本存量。

具体来说，经济增长在稳定状态下，资本产出比率可设定为恒定的：

ＫｉｔＹｉｔ＝Ｋｉｔ－１Ｙｉｔ－１＝Ｋ（）Ｙ＊（７）永续盘存法常用于编制实物资本数据，具体公式如下：

Ｋｉｔ＝（１－δ）Ｋｉｔ－１＋Ｉｉｔ（８）式（８）两边同除以Ｙｔ，可得到如下等式：

ＫｉｔＹｉｔ＝（１－δ）Ｋｉｔ－１Ｙｉｔ＋ＩｉｔＹｉｔ（９）产出增长公式如下：

Ｙｉｔ＝（１＋ｇ）Ｙｉｔ－１（１０）由式（７）－（１０）得到恒定资本产出率计算公式：

Ｋ（）Ｙ＊＝Ｉｉｔ（１＋ｇ）Ｙｉｔ（ｇ＋δ）（１１）其中，Ｋ代表固定资本存量；

   Ｙ

   代表国内生产总值（ＧＤＰ）；

   Ｉ

   代表固定资本投资；

   δ

   代表固定资产年折旧率，ｇ代表国内生产总值实际增长率。

   本文采用全社会固定资产投资作为当年固定资本投资Ｉ的代替指标。

因为相关部门没有公布“珠三角”地区的固定资产投资价格指数，我们以统计年鉴中的广东省固定资产投资价格指数调整固定资本投资和存量数据，并利用４％、６％及８％的固定资产年折旧率δ进行敏感性分析，分析结果表明在不同的折旧率下固定资本投资增长率的变化不大。

郝枫等［２４］的研究结果表明中国固定资本折旧率总体呈上升趋势，但不会超过７％。

因此，本文在整个考察期内最终将折旧率设为６％，具有合理性。

另外根据黄国华和吕开颜［１９］的研究结果，我们以１９８８年作为初始固定资本数据的基准年份，通过广东省与珠江三角洲城市的资本产出比之间的关系，间接求出珠江三角洲各城市基年资本存量。

具体结果如表１所示。

   ２．

   其他数据及来源根据超越对数生产函数的计算要求，本文采用传统的产出和要素投入数据研究“珠三角”地区经济增长的表现。

首先，产出数据为名义国内生产总值，以１９８８年不变价格转换后的实际ＧＤＰ。

要素投入包括劳动要素投入（Ｋ）和资本要素投入（Ｌ）。

本文用当年总就业人员数来衡量劳动要素的投入。

而资本要素投入的具体计算方法及数据，前文已详细阐述。

   ８２

   西安财经学院学报表１　对折旧率的敏感性分析———最终固定资本存量值及年增长率地区初始固定资本（亿元）４％６％８％最终固定资本（亿元）年增长率（％）最终固定资本（亿元）年增长率（％）最终固定资本（亿元）年增长率（％）广州４３８　８　３３７　１５．９　７　８５４　１５．５　７　５４６　１５．３深圳１３４　５　７７８　２０．５　５　２４６　２０．１　４　９９８　１９．８珠海３１　１　０７７　１９．４　９８９　１８．９　９５６　１８．７佛山２１６　２　５８０　１３．２　２　３９８　１２．８　２　２６４　１２．５惠州６４　１　１１３　１５．３　１　０３２　１４．９　９７９　１４．６东莞５２　１　４５７　１８．１　１　２９６　１６．４　１　１８７　１５．９中山６２　１　３３７　１６．６　１　１８６　１０．２　１　０７３　９．７江门１６９　１　２２９　１０．４　７　８５４　１５．５　７　５４６　１５．３香港１０　８５５　４１　６０３　９．４　３４　２４９　８．１　３０　３５２　７．１澳门３４　１　３２５　９．５　１　０７２　８．０　９４０　７．０　　注：

初始固定资本以１９８８年作为基准年份；最终固定资本即我们估计出的大“珠三角”地区城市２００９年的固定资本存量。

   为了对生产无效率方程，即式（４）进行解释，本文根据“珠三角”地区的经济现实，在各城市生产无效率方程的估算中，加入以下的外生解释变量：

城市化率、城市规模、城市经济增长质量、城市基础设施水平、城市人力资源水平以及城市经济对外依存度。

   具体来说，城市化率（

   Ｕｒｂａｎ）用城镇人口占年末总人口的比重来反映。

城市规模（Ｓｉｚｅ），由各城市年末常住总人口数表示。

城市经济增长质量（Ｑｕａｌ），是由各城市第三产业生产值占ＧＤＰ总值的比例来表示。

“因为第三产业的增长，是以生产性服务业的增长为主要表征的，其投入的数量、质量和方式，越来越代表着工业增长的现代化程度或经济增长的质量”（袁志刚，２００６）。

城市基础设施水平（Ｔｒａｎｓ），由各城市每平方公里公路通车总里程来表示①；城市人力资源水平（Ｅｄｕ），由各城市每万人口在校大学生数表示；城市经济对外依存度（Ｔｒａｄｅ），即各城市进出口总额与该城市ＧＤＰ总量之比。

各经济数据来自我们对历年《广东统计年鉴》、《香港统计年刊》、《澳门统计年鉴》、《长江和珠江三角洲及港澳特别行政区统计年鉴》、《珠江三角洲城市群年鉴》、《中国国内生产总值核算历史资料１９５２－１９９５》、《中国国内生产总值核算历史资料１９９６－２００２》等相关原始数据的加工整理。

本文所用变量的描述性统计特征如表２所示。

   表２

   　变量的描述性统计：

１９８８－２００９年（平均值及标准差）变量珠江三角洲大珠江三角洲②产出（ＧＤＰ）（亿元）５４９．５２（８６５．７１）１　８３５．２１（５　２６８．０）资本存量（Ｋ）（亿元）１　０６３．７７（１　５８２．９２）４　３２８．７７（１５　７６９．３）劳动力（Ｌ）（万人）１９０．８１（１２０．７７）１８５．９２（１２７．２）城市化率（Ｕｒｂａｎ）（％）０．４４（０．１６）０．５８（１．３４）规模（Ｓｉｚｅ）（万人）２８４．８０（１４８．１１）２１１．３２（４３１．２１）经济增长质量（Ｑｕａｌ）（％）４１．７１（１２．９８）６７．７１（１４．１３）基础设施水平（Ｔｒａｎｓ）（公里）１．９７（１．１０）２．０１（５．４８）人力资源水平（Ｅｄｕ）（万人）７．０９（１．４６）７．３３（３．３３）经济对外依存度（Ｔｒａｄｅ）（％）３８．９５（３５．４３）４６．３２（９６．２２）　　注：

（１）平均值以１９８８－２００９年算术平均值计算，括号内数值为标准差；（２）产出和资本存量数据以１９８８年不变价格计算②。

   四、实证结果及分析

（一）实证结果模型估计采用最大似然估计的一步回归法［２２］，参数由Ｆｒｏｎｔｉｅｒ　４．１软件得出，估计结果如表３所示。

   ８３

   苏　飞：

大“珠三角”地区城市经济增长因素分析①②城市基础设施水平，应为每平方公里交通运输设施总里程数，即将各城市的铁路里程、公路里程、水运里程加权合计而成的综合里程。

因“珠三角”地区相关统计年鉴中只有公路通车总里程数据，故以该指标代表城市基础设施水平。

   大珠江三角洲包括了

   ８个珠江三角洲地区城市以及两个特别行政区———香港和澳门特别行政区。

第２５卷第１期２０１２年１月西安财经学院学报Ｊｏｕｒｎａｌ　ｏｆ　Ｘｉ’ａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｆｉｎａｎｃｅ　ａｎｄ　ＥｃｏｎｏｍｉｃｓＶｏｌ．２５　Ｎｏ．１Ｊａｎ．２０１２收稿日期：

２０１１－１０－２３基金项目：

教育部人文社会科学研究项目（１０ＹＪＡ７９００７６）作者简介：

苏飞（１９８４－），男，安徽淮南人，安徽大学经济学院讲师，硕士，研究方向为宏观经济与经济增长。

   ①

   “珠三角”概念首次正式提出是１９９４年１１月，广东省委在七届三次全会上提出建设珠江三角洲经济区，该地区最初由广州、深圳、佛山、珠海、东莞、中山、江门等７个城市组成。

后来，范围调整扩大为由珠江沿岸广州、深圳、佛山、珠海、东莞、中山、江门、惠州（市区及惠阳、惠东、博罗三县）、肇庆（市区及高要、四会两市）等９个城市组成的区域，这也就是通常所指的“珠三角”或“珠三角经济区”。

因四会市和高要市相关统计数据不全，故在本文的分析中，不包括肇庆市。

   大“珠三角”地区城市经济增长因素分析———基于面板随机前沿模型苏　飞（安徽大学经济学院，安徽合肥　２３００３９）摘　要：

文章使用超越对数生产函数估算大“珠三角”地区从１９８８—２００９年间主要城市全要素生产率（ＴＦＰ）的增长，并基于随机前沿模型将ＴＦＰ进一步分解为技术进步、生产效率和规模经济。

研究结果显示：

第一，生产要素的积累对大“珠三角”地区城市经济增长的作用是温和的，而全要素生产率的增长平均约占大多数城市的５０％；第二，城市化率、各城市ＧＤＰ中第三产业的比重、基础设施水平、人力资源水平、经济对外依存度等对城市生产效率具有正面影响，而城市规模与城市生产效率之间呈负相关关系；第三，全要素生产率的增长率主要是由生产效率的变化率决定，其次是技术进步率，而在大多数城市均呈现出规模不经济。

    关键词：

大“珠三角”地区；全要素生产率；超越对数生产函数；随机前沿模型

   中图分类号：

   Ｆ１２７　　　

   文献标识码：

Ａ　　　文章编号：

１６７２－２８１７（２０１２）０１－００８０－０７一、引　言自２０世纪７０年代末改革开放以来，中国经济高速增长，加入世界贸易组织后，经济增长进一步加快。

作为改革的先锋，珠江三角洲地区的经济增长速度明显高于全国总体水平。

   ２００９

   年“珠三角”地区人均国内生产总值约为１０　１４０美元，远远高于全国的平均值３　３１３美元。

   香港和澳门在“珠三角”地区的经济作用自２０世纪７０年代末以来日益重要，在中国吸引外资活动中扮演着重要的窗口作用。

近年，在更紧密的经贸关系安排（ＣＥＰＡｓ）的框架下港澳两地更加成为整合“珠三角”城市经济发展的引擎。

因此本文研究区域包括了“珠三角”经济区８个主要城市及两个特别行政区———香港特别行政区、澳门特别行政区，或称之为大“珠三角”地区①。

   我们试图调查大“珠三角”地区经济增长的源泉和动力。

目前，对全要素生产率（ＴＦＰ）进行结构分解的随机前沿生产函数，使得研究者能够较深入地探讨影响ＴＦＰ的增长来源。

因此本文利用大“珠三角”地区１０个城市１９８８－２００９年间的面板数据，采用非中性技术进步的超越对数函数的随机前沿模型，以估算“珠三角”地区各城市经济发展中生产要素投入及全要素生产率的贡献，并分析ＴＦＰ增长率的组成部分，最后在生产效率方程中加入若干重要变量，以解释城市间生产效率差异的原因。

   二、文献综述

   长远的经济增长一直是经济学家们关注的一个中心问题。

   Ｓｏｌｏｗ

   ［１］和Ｓｗａｎ［２］的著作最具影响力。

   他们的

   Ｓｏｌｏｗ－Ｓｗａｎ模型或新古典增长模型有助于解释经济增长的决定因素和国与国之间经济成果８０上述模型中生产函数以及无效率方程的估计结果具有相当的解释力，绝大部分的估计参数在１％显著性水平上显著成立。

从超越对数函数的估计结果可得出资本的平均产出弹性为０．４１，劳动的平均产出弹性为０．６３，这比较符合“珠三角”经济现实，“珠三角”地区的经济增长是要素投入型增长模式，且是典型的劳动要素投入型增长模式。

   γ

   为０．７４５，这表明生产函数偏离前沿面主要是由生产的无效率造成的。

而在用多项外生解释变量对无效率项进行解释之后，γ的值减小为０．１０３，这表明本文所选取的外生解释变量具有较强的解释力，其解释了无效率项的大部分内容。

   表３

   　超越对数生产函数的随机前沿模型估算结果超越对数生产函数估计生产无效率方程估计系数回归值ｔ－值系数回归系数ｔ－值β０２．０３１＊＊＊４．３２δｕｒｂａｎ－１．２７４＊＊＊－９．２２βＫ０．２４３　１．３３δｓｉｚｅ０．０３４＊＊＊３．４０βＬ０．２０３　０．８０δｑｕａｌ－１．３３４＊＊＊－１０．１３βｔ０．１３３＊＊＊８．６７δｔｒａｎｓ－０．００１＊＊＊－７．６９βＫＫ－０．４２５＊＊＊－１２．８８δｅｄｕ－０．００６＊＊－２．００βＫＬ０．５２１＊＊＊９．８１δｅｄｕ－０．０２８－１．０７βＬＬ０．３９８＊＊＊５．００δｔｒａｄｅ０．１０３βＫｔ０．００５＊＊＊２．５０βＬｔ－０．０１３＊＊＊－３．２５βｔｔ－０．００２＊＊＊－２．８６γ０．７４５Ｒ２　０．９８８　　注：

（１）＊、＊＊、＊＊＊分别表示在１０％、５％、１％的显著性水平上显著；（２）γ为无效率项方差与总方差的比值，反映了无效率项和随机误差项的相对重要程度；（３）珚Ｒ２为调整的可决系数。

   无效率方程的估计结果表明，城市化率对城市的生产率具有显著的正面效果。

城市化率每提高ｌ％，则城市生产效率将会增加１２７％左右；城市规模大小对生产效率具有显著的负面作用，城市规模每提高１％，则生产效率下降３．４％。

这是因为短期内城市规模的扩大可能对城市的工业产出产生聚集效应，而从长期来看，随着城市规模的持续扩张，规模递增所带来的要素稀缺、环境恶化以及社会问题必将对生产率产生负效应。

李因果［２５］对中国城市集聚经济的实证结果表明，城市人口密度过大，导致了东南沿海部分城市生产率水平的降低。

而ＧＤＰ中第三产业的比重每提高１％，城市生产效率增加１３３％。

由此可见，现代服务业的发展进程对城市生产效率的影响非常显著。

另外，基础设施水平的提高也有助于城市生产效率的提高，各地人力资源水平和对外经济依存度和生产效率之间的关系也呈现正相关关系。

（二）结果分析

   根据以上回归结果，笔者计算出１９８８－２００９年大珠江三角洲地区各城市的ＴＦＰ增长率、全要素生产率和各投入要素对经济增长的贡献及ＴＦＰ增长率的分解。

计算结果如表４、表５所示。

   表４

   　大“珠三角”地区经济增长要素贡献率：

１９８８－２００９年平均值地区ＴＦＰ增长率（％）贡献率（％）资本劳动ＴＦＰ广州７．９　５２．３　７．５　４０．２东莞１３．９　１７．４　９．８　７２．７深圳１０．４　５２．８　２９．７　１７．５惠州１５．５　１０．８　１１．９　７７．４珠海１３．５　２２．７　１８．６　５８．７中山１０．８　１４．４　２３．２　６２．４佛山１２．３　２０．１　１２．７　６７．２江门１２．５　１４．８　１．７　８３．４珠江三角洲１２．１　２５．７　１４．１　５９．９香港－０．７　１２１．８－５．９－１５．９澳门２．９　５０．１　２．６　４７．２大“珠三角”地区９．９　３７．７　１１．２　５１．１　　资料来源：

由笔者计算得出。

   本文估算出的大珠江三角洲地区的ＴＦＰ增长率较高，年平均增长率为９．９％，而香港是唯一一个在该期间出现负ＴＦＰ增长的地区，这与Ｌｉ的研究结果是一致的：

“香港ＴＦＰ从１９９０年代初期开始下降，到１９９０年代后期跌至负增长”。

   在增长的源泉方面，超越对数生产函数模型估算显示ＴＦＰ增长为１９８８－２００９年产出增长的最主要来源，可以解释５１．５％的产出增长。

而生产要素对产出增产的贡献约为４８．９％，出乎意料地比我们一般的理解要低。

其中劳动力的贡献在珠江三角洲地区约为１４％，与黄国华和吕开颜［１９］估计的１７％相近，实物资本的贡献则约为３８％。

估计结果表明，“珠三角”地区城市的技术进步高于两个特别行政区。

此外，我们的估计结果略高于其他学者的研究：

Ｓｈｅｎ等人［１８］估算“珠三角”地区１９８０－１９９４年ＴＦＰ贡献约为２７％；黄国华和吕开颜［１９］计算出的“珠三角”地区１９８０—２００３年之间ＴＦＰ增长占产出８４西安财经学院学报增长的４４．４％。

   表５

   　大“珠三角”地区ＴＦＰ增长率及其分解：

１９８８－２００９年平均值地区ＴＦＰ增长率（％）ＴＦＰ增长率分解（％）技术进步生产效率规模经济广州７．９　３．２８　５．０７－０．４５东莞１３．９　５．２５　８．８０－０．１５深圳１０．４　４．３０　５．８０　０．３０惠州１５．５　６．８０　８．８７－０．１７珠海１３．５　５．２６　８．６５－０．４１中山１０．８　３．９１　６．３３　０．５６佛