论经济发展方式转变效率的区域比较问题

摘要：新时期，国家又进一步提出了“加快转变经济发展方式”，首次对转变的过程提出了明确的要求。而学术界当前对于“加快”的认识，有可能还停留在现实、紧迫性这一层面上。基于现实要求与已有研究的基础，文章指出“加快转变经济发展方式”实质上是对经济发展的转变过程提出了效率上的要求，要求经济发展方式转变进程效率高、浪费少，经济发展方式的转变不能低水平重复，做无用功。并提出“经济发展方式转变效率”这一概念，来描述、分析、解释经济发展方式在转变过程中的具体表现。由于我国区域经济发展的异质性，造成了各区域在经济发展方式转变的效率上也存在着较大的差异。文章进一步提出了衡量生产方式转变效率的方法问题，提出利用数据包络方法（DEA）描述、分析、比较各区域经济发展方式转变效率这一设想并指出了今后深入研究需要克服的难点。

关键词：经济发展方式 ；转变；效率；区域比较；数据包络方法

中图分类号：F124

一、问题的提出

经济发展方式转变一直是我国经济建设工作的重点问题之一，也是难点之一。在新中国60年的发展历程中，特别是科学发展观提出之后，国家制定了大量方针、政策，出台了大量的法律、法规，以促进和保障经济发展方式的转变。值得注意的是，党的十七大又进一步提出了“加快转变经济发展方式”，首次对转变的过程提出了明确的要求。

根据“加快”一词在汉语中的意思，“加快转变经济发展方式”的字面涵义是使经济发展方式的转变进程变得更快。在当前经济发展的背景下，经济发展方式转变的紧迫性日益突出，资源环境的矛盾还没有得到有效改善，经济社会发展相互不协调的矛盾亟待解决，国际经济形势刚刚转好，未来国际经济走势尚不明朗。加快转变经济发展方式就有着十分重要的现实意义。这里的“快”有着两层涵义。第一层涵义是经济发展方式转变进程的速度高、耗时短，经济发展方式的转变不能通过一个迟缓的、拖沓的过程来完成；更深一层涵义是经济发展方式转变进程的效率高、浪费少，经济发展方式的转变不能低水平重复，做无用功。总之，经济发展方式的转变过程需要一定的速度和效率。“加快经济发展方式转变”，就是要提高转变的效率，探索影响转变效率的因素。

党中央提出加快转变经济发展方式这一方针之后，我国各个地区积极开展相关工作，加大改革力度和投入力度，对自身的经济发展方式进行了有力的变革，取得了不小的成果。但由于我国各个省区的经济发展方式现状、经济发展水平、产业结构、人力资源水平、资源环境水平以及已有的发展路径各不相同，经济发展方式转变的目标各异。因此，从转变过程的速度、耗费的时间等角度出发考察“加快转变经济发展方式”问题，则与实际情况相差较大，而且各地区也无法进行比较。而通过效率角度出发，利用某种投入产出关系去考察各地区的“加快转变经济发展方式”问题，就可以有效地避免区域经济发展方式异质性带来的影响，得出具有可比性的结果，有助于出台具有针对性的政策建议。①

二 、现有研究评述

加快转变经济发展方式问题是我国理论界的热点问题，理论界对于加快转变经济发展方式的研究大都集中在“转变”和“发展方式”这两方面上，而对于“加快”这一方面的研究则没有得到足够的重视。学术界对于“加快”的认识可能停留在以下两点上。

第一，有些观点认为“加快”意味着当前经济发展方式转变的某种紧迫性（刘戒骄、周叔莲，2007；吕政，2008；吴树青，2008；张玉台、2010；徐守盛，2010；等）。从现有的情况来看，资源环境压力增大、社会矛盾日益突出、经济结构不合理等诸多问题使得中国的经济发展方式的转变任务十分紧迫，这些发展中的问题亟待解决。但这些问题的不是最近才出现的问题，这些问题拖而未决已有很长时间，有的问题甚至一直伴随着新中国至今的经济发展过程。因此，紧迫性并不能去解释“加快”一词的涵义。

第二，有些论述是通过“加快”论述“加快”。尽管当前学术界普遍指出关键是转变经济发展方式关键要在“加快”上下功夫、见实效。但对于如何理解“加快”一词的涵义，这些研究往往就利用“加快”论述“加快”：有些研究用“加快解放思想”、“加快行动”等政治要求代替学术解释（朱森林；2010）；有些则是提出“加快推进经济结构调整，加快调整国民收入分配结构，加快调整城乡结构，加快推进城镇化”等（高尚全，2010）对策性建议来论述“加快”。这些研究只是对“加快”做出泛泛的论述，都没有从深层次把握“加快”一词的涵义。

由于经济发展方式转变是一个具有中国特色的时代命题，同时转变效率又是一个尝试性概念，因此，直接相关的研究文献并不多见。通过现有途径，能检索到的最为相似的文章是（马强文，任保平，2010）发表的《中国经济发展方式转变的绩效评价及影响因素研究》一文。②该文以用全要素生产率这一指标代表经济发展方式转变的绩效，通过31年的面板数据测算了1978-2008年中国经济增长中的全要素生产率，在此基础上，文章以市场化、对外贸易、发展阶段和科研支出作为解释变量，利用时间序列模型计量了解释变量对转变绩效影响程度。此文在经济发展方式的转变效率研究上做出了开创性的贡献，为研究提供了丰富的启示，但该文研究中存在指标选取的代表性问题。

三、经济发展方式转变效率及其区域比较

从制度经济学的视角来看，经济发展方式的转变本质上就是经济制度的变迁，制度的变迁也是有着效率高下之分。效率可以体现在两个方面，一个是制度转变所需要的时间长度，另一个就是制度转变所需要的成本和收益。有的制度实现变迁过程缓慢，收效不明显；有些过程虽然最终收效明显，但变革所耗费的时间太长，降低了总体的变迁的效率水平；而有些制度变迁表面上过程迅速，但收效并不显著，没有达到应有的目标。不同效率的制度变迁有着不同的变迁结果。据此，可以视“加快”一词是对经济发展方式的转变过程在效率上的要求。

在已有研究成果的基础上，尝试对经济发展转变效率做出如下定义：“经济发展方式转变效率”指的是经济发展方式在优化、改善的变迁过程中，所耗费的投入与达到的效果（产出）之间的关系，它涵盖了投入要素的配置、规模的情况，也包括了制度变迁等无形因素的影响，是衡量经济发展绩效的重要标志之一。

从这个定义可以看出，经济发展方式转变效率有以下几个方面的重点。

首先，经济发展方式转变实质上是一个投入产出过程。现代经济学意义上的效率是对投入产出关系基础上，分析投入产出的可能性边界，进而讨论资源配置效率与自身生产规模效率等问题。从系统论的角度观察经济发展方式的转变，经济发展方式转变的过程就是从一种落后的发展状态变迁到另一种较为先进的发展状态，经济运行从“无序”走向“有序”，这一变迁必须不断地输入能量、物质或信息。也就是说，这种发展方式的转变需要外界的能量、物质或信息的投入才能实现，这些投入带来的产出是经济发展方式的变迁。

其次，经济发展方式转变过程中投入要素主要分为有形投入要素与无形投入要素。这里的有形与无形，只是相对而言，并没有什么绝对的标准。参考已比较通用的观点，材料、能源、资金、土地等都被视为有形投入要素，市场经济制度、管理水平、科技、思想认识等可以是无形的投入要素，人力资源一般认为是独立于有形投入要素与无形投入要素之外的第三类投入要素，但本文将其归于有形投入要素中去，因为它可以通过一定的统计方式加以度量（如图1所示）。与这些投入相对应的产出就是经济发展方式的转变，这些产出主要体现在“三大转变”过程中，如消费贡献率、第三产业贡献率、科技贡献水平的提高（TFP指标等），民众生活水平的改善，同时也有单位能耗水平的下降、二氧化硫排放浓度的降低等。因此，可以考虑利用现代计量手段去定量分析转变过程中的效率问题。

第三，经济发展方式转变是一个多投入、多产出过程。从投入的主体来看，主要有政府与企业：政府主要投入体现在，提高居民的收入水平、促进就业、完善教育、推动文化产业发展，建立现代新型医疗和社会保障制度，从而提高居民的福利水平；进行有针对性的产业投资、完善第三产业在国民经济中的地位，提高第三产业对于国民经济的贡献；积极进行能源效率技术推广，提高能源利用效率，降低污染物排放；同时还加大治理力度，确保环境水平的可持续发展；而且还要保证充足的科研经费，使得科学技术在国民经济发展中发挥更加重要的作用。

企业的主要投入是，进行相关产业投资，选择合适的技术进行生产；同时使用富有人力资本含量的劳动力实施生产；自筹资金进行能源效率改造、改变以往的粗放型生产方式；积极治理由本企业产生的环境污染，提高生产过程的科技应用水平；引进各种技术和先进经验，提高管理水平。这些都是经济运行中的主体在经济发展方式转变上的投入。

综上所述，将效率引入到经济发展方式转变的分析框架中来，利用现有的经济效率概念来分析我国这么多年来经济发展效率，是具有比较现实的理论意义的。这样有助于我们分析经济发展方式转变的过程是否合理，是否实现了最优路径。不仅如此，还可以利用经济发展方式转变的效率这一角度去分析各个经济区域在经济发展方式转变过程中的投入产出问题，计量出不同区域在经济发展方式转变上的效率高低，在此基础上对不同区域的经济发展方式转变效率进行横向的比较，对经济发展方式转变的过程进行评价。③因此，完全可以采用一定的技术手段，度量区域经济发展方式转变过程中的效率问题，分析是否由最小的投入带来经济发展方式上最大程度转变、各种投入资源之间是否配置合理、投入的规模报酬又是什么情况，这些将有着十分重要的理论与实践意义。

四、方法的选择

明确了分析的对象，紧接着如何选取合适的分析方法，去分析不同区域经济发展方式转变的投入产出问题，就成为了一个重要的问题。传统的投入产出分析工具有投入产出表、回归方程、随机前沿分析等，这些模型的各有适用之处，但都存在不能针对多项投入、多项产出进行分析的问题。如果采用传统的计量方式，维度的数据分析问题被折算到一维度评价过程中，必然会造成分析结果的失偏。必须选择一个可以分析多项投入、多项产出的运筹学模型（如表1所示）。

由于经济发展方式转变是一个多投入-多产出问题。因此，采用DEA（数据包络分析，Data Envelope Analysis）就成为了研究的首选模型。

DEA模型是数据包络模型（Data Envelope Analysis）的简称，它是一种多投入——多产出的线性规划模型。经过30多年的理论发展，DEA模型已经成为学术界广泛接收的评价绩效、效率和相对有效性的主流运筹学分析手段。

1978年，A. Charnes、W. W. Cooper与E. Rhodes在“European Journal of Operational Research”（《欧洲运筹学杂志》）发表了一篇名为“Measuring the Efficiency of Decision Making Units”（《决策单元的有效性度量》）文章，奠定了DEA分析的基础。在这篇文章中，Charnes将单投入——单产出的工程效率概念推广到多投入——多产出的同类决策单元（Decision making unit）的有效性评价中，形成了著名的C2R模型。1984年，Banker、Charnes与Cooper在《Management Science》（《管理科学》）发表了“Some Models for Estimating Technical and. Scale Inefficiencies in Data Envelopment Analysis”（《数据包络分析中技术无效与规模无效的模型估计》），在C2R模型基础上，改变了规模报酬不变的约束条件，提出了规模报酬可变的BC2模型。随后，Faere和Grosskopf（1985）提出了满足规模报酬非递增的FG模型；Seiford也给出了满足规模报酬非递减的ST模型。30多年来，形成了近百种应对不同约束条件的DEA模型，大大加深了DEA模型的理论基础，也拓展了DEA模型的适用范围。现已成为经济理论、管理科学、政策评价、决策分析中一种公认的有效分析和研究手段。

DEA模型的原理如下：假设有n个同类决策单元④，每个决策单元都有着相同的m种投入和s种产出，这个投入产出过程如图2所示：

从图2可以看出，同类决策单元的投入产出过程相当于一个矩阵变换，由投入向量组成的（m*n）矩阵转化为了产出向量矩阵的（s*n）矩阵。将投入向量组成的（m*n）矩阵视为V=（V1，V2，……，Vm）T向量组，将产出向量组成的（s*n）矩阵视为U=（U1，U2，……，Um）T向量组，可以定义Vi为第i种投入的一种度量（权重），Ur为对第r中产出的一种度量（权重）。

为了下一步分析的必要和简便，我们再将投入向量矩阵（m*n）和产出向量矩阵的（s*n）矩阵分别记为：

投入量：xj=(x1j,x2j,……,xmj)T，其中j=1,2,3,……,n，

产出量：yj=(y1j,y2j,……,ysj)T，其中j=1,2,3,……,n。

以单投入—单产出多决策单元为例，如果有m个决策单元，每个决策单元都只有一项投入，一项产出。那么他们在二维空间对应的点就是，（x11，x12……x1m）与（y11，y12……y1m） ，在二维坐标系中表示为（x11，y11） ，（x12，y12） ，……（x1m，y1m）。它们在坐标系中形成了一个一条数据包络线，这条线在坐标系中将投入产出的可行集区域包络起来，处在生产可行区域内的投入产出水平都是可行的，这就是DEA被成为数据包络分析（Data Envelope Analysis）的原因（多维投入—— 产出点对应的是在超平面上的包络线）。每个投入—— 产出坐标点的连线又被成为生产前沿面。如图3所示：

在DEA模型中，有独立的决策单元j，对于每一个决策单元来说，效率就意味着在一定的外部环境下，决策单元最小的投入带来最大的产出，或者说基于同样的投入，产出最大化。那么进一步可以给出效率评价指数ej：

从总体上来看，对于ej来说，总可以选取适当的权重V和U，使得ej小于等于1。那可将V和U视为变量，以第j个决策单元的效率指数为目标，以所有的决策单元的效率指数小于1为约束，构造一个线性规划：

从上式可以看出，决策单元的效率问题转换为一个以V和U为规划变量，以第j个决策单元的效率指数最大化为目标函数，以所有的决策单元的效率指数小于1且权重V和U均大于0为可行解的线性规划问题。通过（1）式可以证明，投入量和产出量Xij和Yij在量纲上出现变化的时候，对于最优解并没有影响。这就说明了DEA方法在指标数据的选取上不受量纲的影响。⑤

从以上对DEA模型的简介中可以看出：

1.可以有效分析具有多投入——多产出经济实体的效率。经济理论分析中，常需要面对多项投入和多项产出的问题，而且还需要基于这些投入和产出数据去分析经济实体（如国家、行业部门、经济区域、企业组织等）效率问题。

2. DEA模型不涉及具体的投入产出函数形式，仅是依靠统计学上的数据关系来分析投入——产出关系。进行模型分析之前，只需要区分投入和产出即可。

3. DEA模型分析所依据的数据，无需去量纲化处理（标准化）。这样可以直接利用经济数据进行分析，不必转换具体的经济数据的计量单位，增加了模型应用的适用性。

4. DEA模型分析的效率是相对效率。效率评估值是针对以某些决策单元为基准有效单元为标准，保证了决策单元之间效率比较的科学性。

当然，DEA方法并不是完美无缺的，其自身也存在着一定的缺点：

1.各决策单元之间的异质性会对分析结果进行影响。DEA模型前提就是各个决策单元都是同类决策单元，具有相同的投入与产出。但在实际应用中，这种同类决策单元的条件不一定能够得到满足。

2. DEA模型对衡量的生产函数边界是确定性的。因此，所有随机干扰项都被看是效率因素，DEA模型对于数据的精确性提出了严格的要求。

3. DEA模型虽然不需要进行数据标准化，但实际上，效率评价还是容易受到极端值的影响，特别是决策单元的某一项出现了超出平均水平一个数量级的时候，就会造成整个效率评价的失偏。

五、今后深入研究的难点

从上文分析中可以看出，经济发展方式转变的效率问题实质上是对转变中投入与产出的效率研究。循着经济发展方式转变效率评价模型构建的思路，每个省、市、自治区级的经济区域构成了多个同类决策单元（DMUs），每个决策单元有着相同的输入项和输出项，利用这两组数据，通过DEA算法计算出它们的效率，比较效率值的高低，进而达到经济发展方式转变效率的区域比较这一目的。对于模型的输出项——区域经济发展方式转变的结果——是比较明晰的，主要是“三大转变”的指标化，如表3所示：

但研究的困难集中在，如何选择具有真实性和代表性的投入量，这成为了DEA模型分析经济发展方式转变效率的一个难点。特别是各个区域在经济发展方式转变过程中，由于发展阶段、发展能力、资源与环境水平、政府与企业管理水平等因素的不同，转变过程中各个区域投入的要素具有一定的差异性，如何最大程度地剔除这种差异性，发现不同区域中在经济发展方式转变中具有一致性的投入要素组合，这就成为了模型分析得以成功的关键。

本文尝试提出这样的一个投入指标体系，如表4所示：

表4中的投入项（输入项）充分考虑到各个区域指标的共性和数据可获得性，经济发展方式转变过程中的投入项指标主要来自各个统计年鉴上的统计项，这些统计项具有代表性强、数据信度高的特点。由于具有代表性，所有省区都有相应数据，避免了数据缺失问题。这样，一个以10项投入项和7项产出项的DEA模型框架初步建立，进而可以采用DEA中的C2R和BC2模型去分析个区域经济发展方式转变具体情况。当然，对于投入项，这还是一些本研究的一些初步的设想，有些指标可能出现存在着非常大的极端值（Outlier），会造成分析结果会产生失偏。这些都是在今后研究中值得继续深入研究的地方。在克服了这个问题之后，经济发展方式转变效率的区域比较才会有较为牢固理论保障。

注释：

① 经济学上对于“效率”的具体定义不尽相同，但是有一点是可以肯定的，那就是效率是与投入产出过程有着密切的联系。没有投入产出关系，就谈不上效率问题，经济上所说的“效率”，本质上就是描述社会生产中投入产出过程中的某种内在关系。本文正是在这个意义上使用这个词语。

② 本文相关文献的检索主要以国内权威的、收集量最大的中国期刊网（/qkpdf/zgsc/zgsc201216/zgsc20121615-2.pdf" style="color:red" target="_blank">原版全文

[11]蒲晓晔，赵守国.关于近年来经济发展方式转变研究的观点述评[J].西北大学学报（哲学社会科学版），2010，（2）

[12]徐守盛.以调整经济结构为抓手加快转变经济发展方式[J].发展.2010，（4）.

[13]张玉台，刘世锦，张军扩，侯永志.制约经济发展方式转变的深层矛盾及其影响路径[J].新经济导刊.2010，（6）.

[14]郁鸿胜，宗传宏，李娜.关于我国经济发展方式转变的比较研究.科学发展[J]2010，（6）.

[15]朱森林.加快经济发展方式转变必须克服三种阻力理顺六个关系[J].广东经济.2010，（10）.

[16]马强文，任保平.中国经济发展方式转变的绩效评价及影响因素研究[J].经济学家.2010，（11）.

[17]魏礼群.转变政府职能为加快经济发展方式转变提供制度保障[J].求是，2010，（12）.

[18]侯若石，李金珊，侯方玉.中国经济发展方式转变的国际经验[J].中国市场.2010，（42）.

[19]W. W. Charnes， Measuring the Efficiency of Decision Making Units* 1[J]， European Journal of Operational research， vol.2（6），1978.

[20]R. D. Banker，A. Charnes，W. W. Cooper， Some Models for Estimating Technical and Scale Inefficiencies in data envelopment analysis[J]， Management science, vol.30（9），1984.

[21]R.Faere，S. Grosskopf， C. A. K. Lovell，The Measurement of Efficiency of Production.，Springer，1985.

[21]M. Seiford Robert， M. Lawrence，Recent developments in DEA：The Mathematical Programming Approach to Frontier Analysis[J]，Journal of Econometrics， vol.46（1-2）， 1990.

（编辑：韦京）