四、实证分析

　　实证研究利益集团对政府转型和经济发展方式转变的影响，首先要对原有的粗放发展方式作出量化定义。目前，以全要素生产率(TFP)的核算来衡量经济发展质量是一种较为普遍的做法。一般来说，经济增长的源泉有两个：一是要素投入的增加，如增加固定资产投资和就业人员数量；再是要素投入使用效率的提高。全要素增长率反映的是后者，它是指在扣除要素投入增加的影响后，由其他因素带来的经济增长，如技术进步和管理改进等。

　　本文采用数据包络分析方法(DEA)来做分析，利用非参数的DEA-Malmquist指数方法对全要素生产率的变化作出研究。利用DEA-Malmquist指数方法研究TFP的优点是，它属于非参数方法，不需要对生产函数的形式作出任何预设。

　　DEA-Malmquist指数方法所涉及的投入产出变量选取，本文以1978—2008年除西藏、海南外的全国各省、市、自治区的相应指标为样本数据。其中，重庆与四川合并计算。产出指标为各省GDP，数据取自《新中国60年统计资料汇编》，GDP按1952年不变价计算，以1952年为基期，利用以1952年为基期的地区生产总值指数计算而得。投入指标分为资本和劳动。资本存量数据使用复旦大学中国市场经济研究中心张军、吴桂英、张吉鹏、张学良、陈刚等所编制的截止到2005年各省资本存量数据，以同样方法补充到2008年。由于他们的资本存量数据是1952年的价格，2006年以后的固定资本形成按照张军、吴桂英、张吉鹏(2004)所提供的固定资产投资价格指数折算成1952年不变价格。劳动投入则按通行做法以各省就业人员数量度量，在《新中国60年统计资料汇编》中，缺失内蒙古1979年就业人员数据，以及重庆1985年之前的就业人员数据，对这些缺失数据按趋势作估算处理。计算软件为DEAP2.1。

　　DEA-Maimquist指数核算TFP的一个作用是分解TFP的构成，把TFP增长分解成技术效率变化与技术进步。计算表明，TFP增长率主要来源于技术进步，而来自技术效率变化的贡献几乎没有，这一结果与傅勇、白龙(2009)的结论类似。这典型地表明了中国经济的粗放式增长。首先，经济增长中资本投资的贡献率比TFP的贡献率要大得多；其次，TFP增长主要是靠技术进步带来的，技术效率变化的贡献不明显。至于技术进步，显然，中国的技术进步基本上还是依靠引进和吸收外来先进技术为主。因此，技术效率变化的低劣突出说明了中国经济粗放增长的特点。

　　接下来，我们在对政府转型和利益集团影响论述的基础上，对影响TFP增长③的因素进行相关分析。对TFP增长影响因素作回归分析，我们选取1995-2008年时间区段。这样做是基于数据的易获得性，在下面涉及的影响因素中，有些在1990年代才开始有统计数据。

　　在影响政府转型的利益集团的有关论述中，应该考虑到，正是地方政府规模膨胀和控制资源过多，干预和主导投资驱动型的经济，并存在各种腐败现象，才使得各利益集团有可寻之机，借口自己对经济增长的重要性，进行政策寻租。这方面最直接的一个反映就是地方政府的行政成本。我们选取政府的行政管理费相对文教科卫事业费的比例作为地方政府行政成本的衡量，以该比例的变动率衡量地方政府行政成本的膨胀程度，用以反映地方政府的规模膨胀和干预经济程度。数据选自《新中国60年统计资料汇编》中各地地方财政收支额一栏，其中广西、宁夏缺2007、2008年的文教科卫事业费和行政管理费，重庆缺1995年的行政管理费，均按财政支出的同步比例作推算。

　　对于国有企业利益集团，我们选取各地国有经济投资占全社会固定资产投资的比重来衡量。数据选自《中国统计年鉴》(1995—2009)“按经济类型分的全社会固定资产投资”一栏。选取国有投资占比，能够更好地反映国有企业作为一个整体占用资源的程度，相比之下，国有经济的产值相比投入往往偏低，不能真正反映国有经济占用资源的程度。

　　在依附权力的资本集团中，我们选取了其中的代表即房地产利益集团，选取商品房销售额占GDP比重来反映房地产利益集团的扩张，及其对经济增长的影响。商品房销售额取决于商品房销售面积与房价，这两者，特别是房价的高涨，在商品房销售额中可以体现出来。虽然直接采取房价涨幅指标更为直观，但房价统计存在许多争议。至于房地产开发投资，它更多的是反映房地产开发商对未来的预期，也就是未来房价的上涨，而不是现在。

　　除了以上这些影响变量，影响TFP增长还存在其他一些控制变量，一般来说，包括以下几方面：

　　1.基础设施。良好的基础设施一般来说可以改善生产要素的使用效率，从而有利于TFP的提高。不过，需要注意的是，尽管一般来说基础设施有利于生产率的提高，但基础设施本身的高投入、低回报也是一个值得注意的问题。在指标选取上，我们将各省铁路和公路里程，前者以14.7的换算系数折合成公路里程，进行合并计算后，再除以各省GDP，以体现相对于GDP的增长程度。基础设施相关数据取自《新中国60年统计资料汇编》中各省市“运输线路长度和民用汽车拥有量”一栏。

　　2.城镇化水平。城镇化水平的提高，一般来说反映的是与产业结构变动有关的经济聚集程度对生产率的影响。经济聚集程度的提高，一般表明需求市场规模的扩大，信息交流的便利和企业外部经济的改进。我们按《新中国60年统计资料汇编》中的各省市人口状况一栏统计城镇人口比例。不过，由于中国户籍制度的存在，《汇编》中一些省市用非农人口比例替代。河北缺1995—1999年、2001—2002年的城镇人口比例，按《河北统计年鉴》所能找到的2000年非农人口比例对这些年份作推算。吉林所缺数据由《吉林统计年鉴》补充。福建缺失2000年前数据，以《福建统计年鉴》中所能找到的1990年人口普查城镇化率和2000年的人口普查城镇化率作平滑处理。广东缺乏1995—1999年、2001—2004年数据，所缺各年份比重作平滑处理。四川缺乏数据较多，统计年鉴也不全，鉴于四川重庆合并计算，以及省情类似，以重庆代替，但《重庆统计年鉴》只从1996年开始，不过1年之差不会有太大变化，四川重庆以重庆1996—2009年的城镇化率代替。

　　3.产业结构。一般而言，生产要素从低附加值部门流向高附加值部门可以提高生产率，这是从要素配置改善的角度来分析产业结构调整对TFP的影响。考虑到中国处于工业化时期，产业结构变动可以用非农产业所占比重来衡量，这也是通常衡量产业结构变动的做法。数据取白《新中国60年统计资料汇编》中的各省市生产总值中工业和第三产业加总所占比例。

　　4.人力资本。人力资本是按教育程度衡量的有效劳动力。一般来说，人力资本由劳动人口与其受教育年限的乘积而得。不过，这里简单以《中国统计年鉴》中各年各省市按性别和受教育程度分的人口中，6岁及其以上有大专以上学历人口的比例来衡量人力资本，或者简单说受教育水平。其中，1995年数据是按照1996—1997年、1997—1998年两年的平均趋势推算，2000年的数据以相邻两年作平滑代替。

　　5.进出口外贸。中国经济增长的一个重要特征是外向型。在理论上，对外贸易能促进比较优势产业，对中国而言是劳动密集产业优势的发挥，并通过市场的扩大促进规模效益的提高，以及学习先进技术和管理等。以《新中国60年统计资料汇编》中各省市国内贸易和对外经济贸易中的进出口总额除以对应省市GDP来衡量经济外向程度。

　　6.外商直接投资(FDI)。一般来说，FDI能够显著补充正处于工业化进程的国家的资本，形成更快的经济增长。由于汇率基本不变，我们选择《新中国60年统计资料汇编》中各省市国内贸易和对外经济贸易中的外商直接投资除以对应各省市GDP来衡量各地引进外资的程度。青海缺1995、1996年的FDI数据，从青海统计年鉴上补充。

　　7.金融发展。金融深化对一国的经济增长有促进作用。在金融发展指标的选取上，以各省市金融机构存贷款除以GDP表示金融发展水平。其中各省市金融机构存贷款取自《新中国60年统计资料汇编》中各省市自治区金融机构人民币各项存款和贷款余额一栏。

　　8.研究与开发(R&D)支出。R&D的指标选取，与计算人力资本存量一样，理论上应是根据逐年的研究与实验经费支出，按照永续盘存法计算得出。这里以各地的技术市场成交额代替，指标采取技术市场成交额除以对应各地固定资产投资额，反映科技投资的比重。这种代替是基于这样的考虑：技术市场成交额直接反映企业用于技术引进和开发上的部分投资。技术市场成交额数据取自《中国统计年鉴》各年技术市场成交额一栏。其中青海缺2000年数据，以相邻年份作平滑处理。

　　9.市场化。中国的经济发展过程也是一个经济转型的过程，市场化以改善资源配置和强化激励促进了经济效率的提高。其中的一个具体表现就是，低效的国有企业占产出份额的减少，相应地非国有企业份额的提高。以历年除国有及其控股企业之外的企业产值占工业总产值的比重作为市场化的指标，数据选自《中国统计年鉴》工业部分。其中，山西缺失2002年数据，青海、新疆缺失2005年数据，以相邻年份做平滑处理。

　　基于因变量TFP变化是增长指数，以上所有解释变量也为相应的增长指数，即在原有比率基础上计算出比率的变动率。采取增长指数相当于做了一次差分，数据时间区段上减少1995年这一年，为1996—2008年。在采用的面板数据计量回归中，由于数据做了差分，一般可以认为，在时间截面上，消除了非平稳的趋势。增长率的比较也无需考虑解释变量内生性的问题。在计量方法上，我们采用固定效应模型进行估计，考虑到各地存在的固有差异因素，以及各年份之间在诸如货币信贷政策、财政政策、土地政策、对外开放政策等宏观影响的固有差异因素，我们对个体和时间都采取固定效应做法，即时点个体固定效应回归模型。采用EVIEWS7.0软件作回归分析，构建了5个回归模型。模型1包含了所有解释变量；鉴于基础设施和城市化通常的高度相关，模型2和模型3分别省略了基础设施和城市化变量；另外，基于2001年中国加入WTO，以及进入新一轮经济景气周期(特别是房地产)，模型4和模型5分别对1996—2001和2002—2008的时段做了回归。结果见表1。

从计量结果可以看出，行政管理费和国有投资的系数都显著为负(模型1)，行政管理费对文教科卫事业费比率的增长提高一个百分点，TFP增长率下降1.2个百分点。王小鲁等(2009)的研究表明，行政成本的增长也对全要素生产率产生了显著的负面影响。类似地，国有投资对固定资产投资比重的增长提高一个百分点，TFP增长率下降0.4个百分点。这证实了前面所指出的利益集团对经济增长质量的损害。对于以房地产利益集团为代表的依附权力的资本利益集团，以房地产销售代表的影响系数为负，表明对增长质量的损害，但并不显著。这初看起来似乎不支持房地产利益集团对增长质量有害的论断。但进一步分析可以发现，必须把房地产在GDP贡献中的特殊机制考虑进来，才能得出完整的结论。房地产业的暴利机制使得房价飞涨，GDP随之增长，而房地产的投入并没有变化，这表明房地产似乎应显著地促进TFP增长才对。正是在这个意义上，我们无法用普通的系数显著与否来判断，而应该说，给定房价飞涨的事实，房地产对TFP增长的贡献，除非计量结果显著为正，使得我们无法证实房地产对TFP增长的负面作用，否则，就能断定其负面作用。因此，这一结果正说明了房地产利益集团的有害性质和房地产增长对经济增长的非实质作用。进一步，在模型5中，房地产在其极具景气的时期，贡献却显著为负，也加强了这一判断。

　　至于其他控制变量，FDI占GDP比重衡量的FDI对TFP增长贡献显著为负，这说明FDI的技术外溢效应较弱，这与其他一些研究的结论是一致的(如孙辉煌，苏基溶，2009)。也说明，FDI对经济增长的贡献可能主要是在廉价劳动力的配合下，通过扩大资本形成来实现的④。进出口对TFP的增长有促进作用，但不明显，这说明外贸增长促进企业技术效率的提高和技术进步效果可能还抵不上其他领域的低效。在模型5中，进出口的作用显著为正，这可能更加说明入世的作用。基础设施的影响并不显著，基于基础设施变量是折合的公路里程对GDP比重的变化率，这可能表明基础设施相对GDP的超前发展，对TFP增长是否有促进作用可能无法一概而论，原因之一可能是基础设施本身的低回报，如果过于超前，它可能会抵消基础设施的正面作用。至于非农产业，对TFP增长的边际效应不显著，可能是计量的时间段是从1996年开始，通过产业结构变动提高TFP应该在这之前的时期较为显著，那时是中国初步工业化时期，要素配置结构的变动效应较为显著，而到1990年代后期，中国经济，主要是非农产业的资本深化现象已经出现了。关于金融增长，实证结果看不出其对TFP增长有显著的促进作用，这也符合一般的看法。鉴于中国金融机构以国有银行为主，银行本身的粗放增长对TFP增长不可能有显著促进作用，这也再次证实国有部门带来的经济增长质量问题。以教育水平来体现的人力资本对TFP增长贡献并不显著，除了指标选取的问题，加上模型5的系数为负，我们猜想这可能和同期大学扩招，但就业并没有同步跟上有关。类似地，城镇化水平的变动对TFP增长贡献也不明显，这可能说明除了少数地区，多数地区通过经济聚集效应的边际增长(注意回归是增长率之间的回归)推动TFP增长的效果并不明显。如何提高城市间的群聚和带动效应，如“长三角”城市群那样，是一个需要继续深化研究的问题。最后，技术市场成交额的增长对TFP增长贡献不显著，这当然不是真正的R&D资本存量，不过，借用这个指标，也可能部分说明了科技成果使用效率的问题。至于市场化，作用也是不显著，这可能与样本的时间范围有关，这段时期国有企业经过重组，由于产业和政策(特别是信贷)上的有利因素，整体效益实现改善。⑤

　　总之，通过以上回归分析，实证支持了地方政府规模膨胀、国有企业利益集团和以房地产为代表的依附权力的资本利益集团对粗放经济增长方式所发挥的实质影响。因此，政府职能转变应从遏制这些利益集团的措施入手。