國家中心城市全要素生產率及影響因素研究

——以西安為例

來源:國家統計局陜西調查總隊 點擊量:1 發表時間:2019-12-25 17:54

陜西調查

 

2020年第1期 

總第629期 


國家中心城市全要素生產率

及影響因素研究——以西安為例

 

摘要: 國家中心城市作為國家經濟發展的增長極和重要支撐點,擔負著轉變經濟增長方式、提高全要素生產率的重要任務。本文利用索羅余值法對2008-2017年9個國家中心城市的全要素生產率進行測算,并以西安為例分析全要素生產率的影響因素,研究結果表明:9個國家中心城市的全要素生產率保持0.61-2.16之間,且呈現東中西部逐級遞減趨勢,廣州、上海和北京居前三,平均值為1.91、1.57和1.45,西安最低,僅為0.8,分化明顯,城市之間全要素生產率的差距呈逐年擴大之勢。從增長率看,9個國家中心城市全要素生產率持續增長,但增速有所回落。全要素生產率的影響因素中,R&D經費投入強度、第三產業占GDP比重和人均GDP有明顯正向效應,提升全要素生產率應重點關注R&D經費投入、產業結構調整、供給側結構性改革和人才培育。

關鍵詞:國家中心城市;全要素生產率;索羅余值法

 

改革開放以來,我國經濟持續快速增長,經濟增速在全球范圍內名列前茅,1978-2017年GDP(不變價)年均增長9.5%。勞動力和資本兩大要素投入是我國經濟增長的主要動力,經濟發展呈現典型的要素驅動型。進入新時代,勞動力和資本要素投入均面臨瓶頸約束,經濟下行壓力加大,2018年GDP增長6.6%,2019年前三季度降至6.2%,單靠勞動力和資本要素投入已難以支撐經濟健康可持續發展。

2017年,習近平總書記在黨的十九大報告中指出,我國經濟已由高速增長階段轉向高質量發展階段,必須堅持質量第一、效益優先,以供給側結構性改革為主線,推動經濟發展質量變革、效率變革、動力變革,提高全要素生產率。推動我國經濟高質量發展,就必須將經濟增長方式由要素驅動型為主向創新驅動型為主轉變,就必須提高全要素生產率。

國家中心城市作為經濟發展的增長極、國家經濟的重要支撐點和參與世界經濟競爭的龍頭,擔負著轉變經濟增長方式、提高全要素生產率的重要任務。本文在回顧2008年以來9個國家中心城市經濟發展現狀的基礎上,利用索羅余值法對9個國家中心城市全要素生產率進行測算和分析,并以西安為例分析全要素生產率的影響因素,以此探尋提高全要素生產率的對策建議,以期為促進國家中心城市高質量發展提供有益借鑒。

一、研究綜述

(一)國家中心城市

2010年,住建部發布《全國城鎮體系規劃2010—2020年》明確提出建設5個國家中心城市:北京、天津、上海、廣州、重慶。2016年4月、12月、2018年1月,國務院分別批復《成渝城市群發展規劃》、《促進中部地區崛起“十三五”規劃》和《關中平原城市群發展規劃》,文件中明確提出成都、武漢、鄭州、西安建設國家中心城市,至此,國家中心城市達到9個。

國家中心城市是我國區域規劃出現的新概念,近年來,學者們從不同角度進行了深入研究。一是國家中心城市的內涵及功能。陳來卿(2009)認為國家中心城市是國家及大區域的經濟、文化、教育、科技、信息、綜合交通、對外交往和中介服務的中心,在國家或區域經濟社會發展中具有很強的集聚、輻射、帶動和綜合性服務功能。周陽(2012)認為國家中心城市是國家重點城市群的核心城市,全國性經濟中心,全球城市網絡體系和產業價值鏈分工體系的重要功能節點,促進區域融合和參與國際競爭的門戶,具有控制管理、協調輻射、城市服務和信息樞紐等功能的特大中心城市。宋思曼(2013)認為我國國家中心城市需具備“1+3+1” 功能,即政治功能是國家中心城市的關鍵因素,經濟功能、社會功能、文化功能是國家中心城市的主要內容,樞紐功能是國家中心城市發展基礎。田美玲(2014)認為國家中心城市一般具備“六元要素”:經濟集聚要素、空間輻射要素、對外開放要素、文化創新要素、管理服務要素和生態保護要素。二是國家中心城市的發展和評價。陳江生(2009)分析了國家中心城市建設中的中心城市職能過度集中、中心城市交通擁堵、城市創新功能不足、城市公共服務和社會管理能力缺失等問題,并結合國際經驗提出了解決辦法。田美玲(2013)基于層次分析法,從中心城市的四大功能、八大中心角度出發,構建評價指標體系對武漢、杭州、青島、成都、沈陽、南京進行綜合評價。黃俊(2018)建立評價體系,并運用層次分析法對國家中心城市北京、上海、天津、廣州、重慶、武漢、成都、西安和沈陽、南京、深圳進行綜合評價,并以武漢為研究對象對評價結果進行比較分析。郭志強(2018)從城市自身及其與城市群協同發展兩方面,構建國家中心城市競爭力評價體系,并運用層次分析法對九個國家中心城市的競爭力與發展水平進行了定量分析。

(二)全要素生產率

全要素生產率(Total Factor Productivity,TFP)是衡量經濟增長效率的指標,是指在生產要素投入之外,通過體制優化、組織管理改善等無形要素推動經濟增長的作用,包括技術進步、規模經濟、管理水平等因素的作用。具體來說,全要素生產率是指除了勞動力和資本之外,其他生產要素帶來的產出增長率。

全要素生產率的測算方法有參數法和非參數法兩類,參數法是指全要素生產率有明確的函數形式,通過計量回歸估計函數的各參數值,然后計算全要素生產率,包括基于C-D生產函數的索羅余值法和隨機前沿分析法(Stochastic Frontier Analysis,SFA)。非參數法是指全要素生產率沒有明確的函數形式,而從投入和產出角度衡量全要素生產率的變化情況,主要包括基于生產前沿面的數據包絡法(Data Envelopment Analysis,DEA)。

國內學者對我國城市全要素生產率研究主要集中兩個方面,一是通過不同方法測算城市全要素生產率,金相郁(2006)利用DEA-Malmquist生產率指數分析中國41個主要城市在1990年~2003年期間全要素生產率的動態變化,認為我國城市全要素生產率有所提高,但其規模效率在下降。常勉(2016)采用索羅余值法對1991-2010 年我國 215 個城市全要素生產率的增長率進行測算,結果表明全要素生產率從全國整體來看,呈現下跌走勢。邵明偉(2018)使用 DEA -Malmquist 指數法測算中國 19 個城市群全要素生產率變化并進行分解,結果表明中國城市群整體綜合效率提升并未彌補技術進步貢獻下降,使平均全要素生產率下降但存在時空差異。二是關于城市全要素生產率的影響因素研究,杜汜敏(2013)分析了人力資本、科技投入、利益分配格局、政府行為、城市化水平和產業結構對35 個區域中心城市全要素生產率的影響,認為城市化水平和政府支出對區域中心城市全要素生產率的增長具有顯著的推動作用。王藝明(2016)通過對中國255個地級市14年全要素生產率進行分析,認為地區差異、對外開放程度、外商直接投資比重以及政府科研資金的投入比重都對城市的全要素生產率變動有正向影響,而對技術效率的影響不顯著。

國家中心城市作為近年出現的新概念,學者們對其全要素生產率及影響因素研究不多,本文在借鑒已有研究基礎上,利用索羅余值法測算國家中心城市的全要素生產率及其影響因素,并提出對策建議。

二、國家中心城市經濟發展現狀

(一)經濟實力雄厚,GDP占全國19.3%。

國家中心城市是國家城市體系中經濟實力最強的“塔尖城市”,2008年以來,國家中心城市經濟快速發展,經濟總量連上新臺階,綜合實力與日俱增。2018年,9個國家中心城市GDP為17.4萬億元,較2008年的5.9萬億元,增加11.5萬億元,占全國GDP的比重從2008年的18.5%增加至2018年的19.3%,提高了0.8個百分點。2018年,9個國家中心城市中,上海的GDP最高,達到3.3萬億,北京也超過3萬億元,廣州、重慶超過2萬億元,天津、鄭州、武漢、成都位于1-2萬億元,西安的GDP最少,僅為0.8億元,未突破萬億元大關。

1  2008-2018年9個國家中心城市GDP及比重(萬億元、%)

年份

北京

天津

上海

鄭州

武漢

廣州

重慶

成都

西安

合計

占全國比重

2008

1.1

0.7

1.4

0.3

0.4

0.8

0.6

0.4

0.2

5.9

18.5

2009

1.2

0.8

1.5

0.3

0.5

0.9

0.7

0.5

0.3

6.6

18.9

2010

1.4

0.9

1.7

0.4

0.6

1.1

0.8

0.6

0.3

7.8

18.9

2011

1.6

1.1

1.9

0.5

0.7

1.2

1

0.7

0.4

9.2

18.9

2012

1.8

1.3

2

0.6

0.8

1.4

1.1

0.8

0.4

10.2

18.9

2013

2

1.4

2.2

0.6

0.9

1.5

1.3

0.9

0.5

11.4

19.2

2014

2.1

1.6

2.4

0.7

1

1.7

1.4

1

0.5

12.4

19.3

2015

2.3

1.7

2.5

0.7

1.1

1.8

1.6

1.1

0.6

13.3

19.4

2016

2.6

1.8

2.8

0.8

1.2

2

1.8

1.2

0.6

14.7

19.9

2017

2.8

1.9

3.1

0.9

1.3

2.2

1.9

1.4

0.7

16.2

19.7

2018

3

1.9

3.3

1

1.5

2.3

2

1.5

0.8

17.4

19.3


(二)經濟增速有所回落,7個城市平均增速高于全國。

隨著中國經濟進入新常態,經濟增速逐步回落,2008-2018年,9個國家中心城市GDP增速(不變價)均呈現回落態勢,其中天津GDP增速回落幅度最大,極差達14個百分點,重慶次之,極差為11.2個百分點,北京、上海GDP增速回落幅度較少,極差分別為3.8和3.6個百分點,全國GDP增速的極差為4個百分點。從GDP平均增速看,9個國家中心城市中,北京、上海的平均增速較慢,分別為8.0%和7.9%,均低于全國平均增速(8.1%),其余7個城市平均增速均高于全國,重慶平均增速居首位,為12.5%,天津次之,為11.8%。

2  2008-2018年9個國家中心城市GDP增速(%)

年份

北京

天津

上海

鄭州

武漢

廣州

重慶

成都

西安

全國

2008

9

16.7

9.7

13.4

15.1

12.5

14.6

12.4

16.3

9.7

2009

10

16.6

8.4

11.2

13.7

11.7

15.1

14.7

14.5

9.4

2010

10.4

17.6

10.2

12.8

14.7

13.2

17.2

15

14.5

10.6

2011

8.1

16.6

8.3

14

12.5

11.3

16.4

15.2

13.5

9.5

2012

8

14

7.5

12.3

11.4

10.5

13.6

13

12.2

7.9

2013

7.7

12.5

7.9

10.4

10

11.6

12.3

10.2

11.1

7.8

2014

7.4

10.1

7.1

9.4

9.7

8.6

10.9

8.9

9.9

7.3

2015

6.9

9.4

7.0

10

8.8

8.4

11

7.9

8.2

6.9

2016

6.8

9.1

6.8

8.5

7.8

8.2

10.7

7.7

8.6

6.7

2017

6.7

3.6

6.9

8.2

8

7

9.3

8.1

7.7

6.9

2018

6.6

3.6

6.6

8.1

8

6.2

6

8

8.2

6.6

平均

8.0

11.8

7.9

10.8

10.9

9.9

12.5

11.0

11.3

8.1


(三)固定資產投資穩步增長,占全國比重有所下降。

固定資產投資一直是經濟發展的重要驅動力量,固定資產投資的穩步增長對國家中心城市的持續健康發展起到了重要作用。2008-2017年,9個國家中心城市全社會固定資產投資額逐年穩步增長,自2.7萬億元增長至8.28萬億元,增加5.58億元。從全社會固定資產投資占全國的比重看,2008年9個國家中心城市所占比重為15.6%,2017年降至12.9%,下降2.7個百分點。2017年,9個國家中心城市中,重慶的全社會固定資產投資額最高,達到1.75萬億,天津次之,為1.13萬億,其余7個城市均未超過萬億大關,廣州最少,僅為0.59萬億。

圖片1.png

 

1 2008-2017年9個國家中心城市全社會固定資產投資及比重

(四)就業人數持續增長,占全國比重逐年提升。

隨著我國城鎮化水平提高,勞動力集聚度不斷加大,國家中心城市就業人數持續增長。2018年,9個國家中心城市就業人數達到8911萬人,較2008年的6855萬人,增長30%,其中鄭州就業人數增幅最大,達到49.9%,重慶增幅最小,為14.5%。9個國家中心城市就業人數占全國的比重從2008年的9.1%提高至2018年的11.5%,上升2.4個百分點。2018年,9個國家中心城市中,重慶的就業人數最多,達到1710萬人,上海、北京均超過千萬大關,武漢就業人數最少,僅為611萬人。

 

圖片2.png

 

2 2008-2018年9個國家中心城市就業人數及比重

三、國家中心城市全要素生產率的測算

(一)測算方法

本文運用索羅余值法測算全要素生產率。根據索羅增長模型,在規模報酬不變和希克斯技術中性假設下,C-D生產函數為:

    

陜西調查2020013.png     陜西調查2020014.png(1)

其中,圖片3.png是全要素生產率,陜西調查2020016.png是經濟產出,陜西調查2020017.png為資本投入,陜西調查2020018.png為勞動力投入,陜西調查2020019.png陜西調查20200110.png分別為資本和勞動力產出彈性,對上述式1進行對數轉換:

陜西調查20200111.png2)

其中β=1-α,可得:

陜西調查20200112.png 3)

對式3進行OLS估算,可得陜西調查2020019.png陜西調查20200110.png

對式1進行求導轉換:

陜西調查20200113.png4)

其中,陜西調查20200114.png為全要素生產率增長率,陜西調查20200115.png為經濟產出增長率,陜西調查20200116.png為資本增長率,陜西調查20200117.png為勞動力增長率,可以看出,在經濟產出增長率中,扣除資本和勞動力的增長率,剩余部分就是全要素生產率增長率。將陜西調查2020019.png陜西調查20200110.png值代入式4,計算出全要素生產率增長率。

(二)變量的選擇

本文選取GDP(2007年不變價)代表經濟產出(陜西調查2020016.png),選取就業人數代表勞動力投入(陜西調查2020018.png),選取通過永續盤存法測算的資本存量代表資本投入 (陜西調查2020017.png)。根據永續盤存法:

陜西調查2020016130.png

其中,陜西調查2020017.png是當期資本存量,陜西調查20200119.png是當期投資額,陜西調查2020016187.png是當期價格指數,陜西調查20200121.png為折舊率,陜西調查2020016226.png是前一期資本存量。本文借鑒張軍(2004)的估算方法,當期投資額陜西調查20200119.png采用固定資本形成總額,當期價格指數陜西調查20200120.png取固定資產投資價格指數(2007年為基期),折舊率陜西調查20200121.png取9.6%,初始資本存量陜西調查2020016364.png為基期固定資本形成總額除以10%。因部分城市2018年度固定資本形成總額尚未公布,本文時間序列為2008-2017年,數據來源于各市統計年鑒和國家統計數據庫。

 

(三)測算結果與分析

通過上述方法測算,可得9個國家中心城市全要素生產率及其增長率:

3  2008-2017年9個國家中心城市全要素生產率

年份

北京

天津

上海

鄭州

武漢

廣州

重慶

成都

西安

2008

1.15

0.99

1.22

0.94

0.8

1.46

0.64

0.73

0.61

2009

1.25

1.08

1.3

0.98

0.88

1.58

0.71

0.8

0.67

2010

1.34

1.16

1.4

1.05

0.97

1.71

0.8

0.88

0.72

2011

1.4

1.24

1.5

1.12

1.05

1.82

0.89

0.96

0.77

2012

1.45

1.28

1.59

1.18

1.11

1.93

0.95

1.03

0.81

2013

1.5

1.32

1.68

1.21

1.16

2.04

1.01

1.07

0.83

2014

1.56

1.34

1.65

1.25

1.19

2.09

1.07

1.11

0.87

2015

1.6

1.38

1.73

1.29

1.24

2.13

1.13

1.14

0.9

2016

1.62

1.45

1.78

1.3

1.27

2.16

1.18

1.13

0.92

2017

1.65

1.46

1.84

1.34

1.31

2.16

1.22

1.15

0.91

平均

1.45

1.27

1.57

1.17

1.1

1.91

0.96

1

0.8

 

4  2009-2017年9個國家中心城市全要素生產率的增長率(%)

年份

北京

天津

上海

鄭州

武漢

廣州

重慶

成都

西安

2009

8.7

9.9

6.6

4.8

10.1

8.4

12.5

9.9

10.3

2010

7.4

8.1

8.4

7.1

11.3

8.7

13.3

10.3

8.6

2011

4.8

7.4

7.0

7.5

7.8

6.5

10.9

10.2

6.8

2012

3.8

4.2

6.2

5.5

6.7

6.1

8.0

7.2

4.7

2013

3.4

2.6

5.7

2.4

4.1

6.4

6.5

3.8

3.8

2014

3.8

1.6

-2.4

3.6

3.1

2.1

5.7

4.5

3.9

2015

2.8

3.6

4.6

3.3

4.0

2.1

5.6

2.8

3.6

2016

1.4

5.0

3.0

0.7

3.1

1.4

4.7

-1.1

2.8

2017

2.0

1.0

3.4

2.9

2.7

0.4

4.2

2.1

-1.2

平均

4.23

4.8

4.74

4.2

5.9

4.67

7.9

5.5

4.8

 

從上述測算結果可以看出:

1、全要素生產率呈現東中西部逐級遞減。9個國家中心城市的全要素生產率均保持在0.61-2.16之間,從平均值看,東部地區的廣州、上海、北京、天津分別為1.91、1.57、1.45和1.27,位居前列,中部地區的鄭州、武漢分別為1.17和1.1,排位居中,西部地區的成都、重慶、西安分別為1、0.96和0.8,位居末尾,東中西部逐級遞減,分化明顯。

2、全要素生產率持續增長。9個國家中心城市中,除2014年上海、2016年成都和2017年西安外,其余年份及城市的全要素生產率增長率均大于0,呈持續增長態勢。其中重慶增速最大,年均增長7.9%,鄭州增速最小,年均增長4.2%,9個國家中心城市平均增速為5.2%。2008年以來,國家中心城市轉變經濟發展方式,充分發揮科技創新對經濟的支撐作用,科技創新的水平和活躍度不斷躍升,有力保障了全要素生產率的增長。

3、全要素生產率增速有所回落。9個國家中心城市的全要素生產率雖保持增長,但增速回落。與2009年相比,2017年西安的全要素生產率增速回落幅度最大,達11.5個百分點,天津回落8.9個百分點,重慶回落8.3個百分點,鄭州回落幅度最小,為1.9個百分點。2008年金融危機以來,我國經濟下行壓力加大,經濟結構轉型和資源優化配置任務十分艱巨,經濟增長新動能尚未成熟,導致全要素生產率增速回落。

4、全要素生產率差距逐年擴大。從9個國家中心城市的全要素生產率標準差看,2008年為0.27,2012年升至0.32,2017年為0.36,呈逐年擴大之勢。2017年,9個國家中心城市中,廣州的全要素生產率最高,為2.16,上海、北京次之,分別為1.84和1.65,西安最低,僅為0.91,西安和廣州相差1.37倍。廣州、上海、北京作為全國科技創新中心,擁有市場優勢、產業優勢、資本優勢和人才優勢,虹吸效應明顯,全要素生產率遠高于其他城市,造成差距擴大。

四、國家中心城市全要素生產率影響因素分析—以西安為例

(一)模型和變量的選取

全要素生產率的進步通常來源于兩個方面,一是資源配置的改善,即在同等技術水平下,生產要素配置到效率更高的產業或企業;二是技術進步,在既定生產要素投入水平下,通過使用更先進的生產技術達到產出的增長。本文以上述西安市全要素生產率的測算值(Y)為被解釋變量,資源配置改善方面選取第二產業占GDP比重(X1)和第三產業占GDP比重(X2)作為解釋變量。技術進步方面,選取R&D經費投入強度(R&D經費占GDP比重)(X3)代表技術進步中的科技創新,選取實際利用外資(X4)代表技術進步中的技術引進,選取高等教育在校學生人數(X5)代表技術進步中的人力資本,選取人均GDP(X6)代表經濟發展水平對技術進步的促進作用。本文假定解釋變量和被解釋變量存在以下多元線性關系:

陜西調查2020018775.png

其中,陜西調查20200125.png分別代表解釋變量X1~X6對被解釋變量Y的彈性,時間序列為2008-2017年,數據來源自歷年《西安統計年鑒》。

(二)實證結果

利用Eviews進行逐步回歸,剔除不顯著變量:第二產業占GDP比重(X1)、實際利用外資(X4)、高等教育在校學生人數(X5),得到以下結果:

5 回歸結果











Variable

Coefficient

Std. Error

t-Statistic

Prob.






C

-5.608439

0.283925

-19.75326

0.0000

X2

0.319194

0.098342

3.245750

0.0176

X3

0.447599

0.056179

7.967427

0.0002

X6

0.310657

0.018109

17.15460

0.0000











R-squared

0.998723 

Adjusted R-squared

0.998085


F-statistic

1564.580

Prob(F-statistic)

0.000000












 

根據回歸結果可以得出以下結論:

1、R&D經費投入強度對全要素生產率有顯著正效應。R&D經費投入是科技創新的核心要素和源泉。回歸結果顯示,R&D經費投入強度的彈性系數為0.45,影響程度最高,表明科技創新是西安全要素生產率最重要的影響因素,是西安全要素生產率增長的重要引擎。近年來,西安加快建設創新型城市,持續加大對科技創新的投入力度,R&D經費投入快速增長,2008-2018年年均增長16%,為全要素生產率增長提供了有力的保障。

5                西安市R&D經費

年份

R&D經費(億元)

R&D經費投入強度(%)

2008

96.56

4.41

2009

164.99

4.86

2010

167.24

5.16

2011

202.53

5.24

2012

229.47

5.25

2013

256.77

5.26

2014

287.12

5.23

2015

303.71

5.24

2016

325.56

5.2

2017

360.17

4.82

2018

426.14

5.1

 

2、第三產業占GDP比重對全要素生產率有顯著正效應。從回歸結果看,西安第三產業占GDP比重的彈性系數為0.32,影響程度僅次于R&D經費投入強度,表明產業結構優化配置對西安全要素生產率有重要影響。1990年至今,西安第三產業所占比重始終高于第二產業所占比重,2018年,西安第三產業所占比重為61.8%,較第二產業的35%,高26.8個百分點。相比第二產業產值小、比重低、發展慢,對全要素生產率的影響不顯著,西安市第三產業的快速發展有力支撐了全要素生產率的提高。

3、人均GDP對全要素生產率有顯著正效應。經濟發展水平的提高,能夠對技術效率的提升提供人力、物力、財力的支持。回歸結果顯示,人均GDP的彈性系數為0.31,表明經濟發展水平能夠有效促進技術進步,對西安全要素生產率的提升有顯著影響。2018年西安人均GDP達到85114元,較2008年的27794元,增加57320元,按不變價計算,年均增長9.8%,人均GDP的穩步增長為全要素生產率的提升奠定堅實基礎。

4、實際利用外資和高等教育在校學生人數對全要素生產率的影響并不顯著。外商直接投資能夠帶動國際間人才和信息的交流,有利于技術引進、產品創新和管理升級,推動全要素生產率增長。西安實際利用外資數量少、水平低,對全要素生產率影響較小。高等教育在校學生人數不能充分代表技術進步中的人力資本,對全要素生產率影響不顯著。

五、研究結論和對策建議

(一)研究結論

2008以來,9個國家中心城市的全要素生產率保持0.61-2.16之間,呈現東中西部逐級遞減趨勢,廣州、上海、北京居前三位,平均值為1.91、1.57、1.45,西安最低,僅為0.8,東中西部分化明顯,城市之間差距逐年擴大。從增長率看,9個國家中心城市的全要素生產率呈現持續增長態勢,但增速有所回落。從影響因素看(西安),R&D經費投入強度、第三產業占GDP比重和人均GDP對全要素生產率的提升有明顯正向效應,第二產業占GDP比重、實際利用外資和高等教育在校學生人數對全要素生產率的影響并不顯著。

(二)提高全要素生產率的對策建議

1、進一步加大R&D經費投入強度。模型結果表明,R&D經費投入強度對全要素生產率的彈性系數最大,是最重要的影響因素。提升全要素生產率,需加快實施創新驅動發展戰略,不斷加大R&D經費投入強度。一是加大財政資金對R&D的投入,R&D投入具有高風險和高溢出性,財政資金對R&D的直接投入對全社會具有示范和拉動作用。二是鼓勵企業加大R&D經費投入,企業是市場經濟的主體,是技術創新的操盤手,進一步完善財稅優惠政策,激發企業開展R&D活動的自覺性和積極性,提高企業R&D經費投入強度。三是鼓勵R&D主體強強聯合,積極引導科研院所與企業共同開展R&D活動,使理論和實踐緊密結合,科技與產業緊密結合,研發與市場緊密結合,構建以市場為導向、多主體聯合、產學研結合的技術創新體系,提升科研水平和科技成果轉化能力。

2、加快產業結構轉型。根據上述測算,第三產業占GDP比重對全要素生產率的提升有顯著正效應,產業結構轉型、資源優化配置對全要素生產率有重要影響。一是聚焦產業鏈高端,發展新興產業、高端產業,加快新舊動能轉換。新興產業往往是高科技產業,是先進科技的代表,發展新興產業、高端產業能夠搶占科技創新的制高點,獲得發展主動權,對提高全要素生產率大有裨益。二是大力發展現代服務業。與傳統服務業相比,現代服務業具有技術水平高、知識集中度高、附加值高的特點,是衡量經濟現代化和城市競爭力的重要標志,是產業結構轉型升級的方向。現階段發展現代服務業,主要在于充分發揮現代服務業對第二產業、第一產業的引領帶動作用,運用現代服務業改造傳統產業,加快現代服務業向第二產業、第一產業的滲透融合,促進三次產業融合發展。

3、扎實推進供給側結構性改革。堅持推進供給側結構性改革,減少無效供給和低端供給,釋放有限的生產要素和資源,達到資源的優化配置,提升全要素生產率。全面落實“三去一降一補”任務,持續化解過剩產能,淘汰“僵尸企業”,讓生產要素流動起來。引導企業轉型發展,調整落后的生產方式和產品結構,積極培育發展新業態、新模式。持續推進簡政放權,最大限度減少政府對市場活動的直接干預,改善營商環境,激發企業市場活力。

4、加快實施人才強國戰略。科技創新關鍵在于人才,習近平總書記指出:“人才是創新的第一資源,沒有人才優勢,就不可能有創新優勢、科技優勢、產業優勢。”“人才是創新的根基,創新驅動實質上是人才驅動,誰擁有一流的創新人才,誰就擁有了科技創新的優勢和主導權。”因此,全要素生產率的提升取決于人力資本的培育。一是健全和完善科學合理的用人機制,改革人才培養、引進、使用的機制,通過制度發現人才、激勵人才、凝聚人才、穩定人才。二是注重培養一線創新人才,推進人才與產業的融合互促,讓人才在產業中成長,讓人才推動產業成長。三是加大人力資本投資,提高教育經費占GDP的比重,強化對基礎教育和職業技能培訓的投資,注重提高人力資本儲備。

 

參考文獻:

[1] 陳來卿.建設國家中心城市以功能論輸贏[J].城市觀察.2009(2)

[2] 周陽.國家中心城市:概念、特征、功能及其評價[J].城市觀察.2012(1)

[3] 宋思曼.國家中心城市功能理論與重慶構建國家中心城市研究[D].重慶大學.2013

[4] 田美玲.國家中心城市及其競爭力的理論與實踐研究—以武漢市為例[D].華中師范大學.2014

[5] 陳江生.鄭智星.國家中心城市的發展瓶頸及解決思路—以東京、倫敦等國際中心城市為例[J].城市觀察.2009(2)

[6] 田美玲.劉嗣明.朱媛媛.國家中心城市綜合評價與實證研究—以武漢市為例[J].科技進步與對策.2013(11)

[7] 黃俊.李軍.周恒.國家中心城市職能評價體系建構—以武漢市為例[J].現代城市研究.2018(5)

[8] 郭志強.呂斌. 國家中心城市競爭力評價[J].城市問題.2018(11)

[9] 李林.趙文丹.國家中心城市的選擇與功能定位[J].城市觀察.2009(2)

[10] 劉明康.中國的全要素生產率研究—現狀、問題和對策[D].研究專論44.2016

[11] 張軍.吳桂英.張吉鵬.中國省際物質資本存量估算:1952-2000[J].經濟研究.2004(10)

[12] 金相郁.中國城市全要素生產率研究:1990~2003[J].上海經濟研究.2006(7)

[13] 常勉.全要素生產率的測算與簡要探討-以武漢城市圈為例[D].河南大學.2016

[14] 邵明偉.金鐘范.張軍偉.中國城市群全要素生產率測算與分析[J].經濟問題探索.2018(5)

[15] 杜汜敏.全要素生產率視角下我國區域中心城市經濟增長方式研究[D].河南大學.2013

[16] 盛來運.李拓.毛盛勇.付凌暉.中國全要素生產率測算與經濟增長前景預測[J].統計與信息論壇.2018(12)

[17] 王藝明.陳晨.高思航. 中國城市全要素生產率估算與分析:2000-2013[J].經濟問題.2016(8)

[18] 吳國培.王偉斌.我國全要素生產率對經濟增長貢獻的分析研究[J]. 統計研究.2014(12)

[19] 張少華.蔣偉杰.中國全要素生產率的再測度與分解[J].統計研究.2014(3)

[20] 王德祥.薛桂芝.中國城市全要素生產率的測算與分解 (1998—2013) [J]. 財經科學.2016(9)

 

 

 

課題組組長:李瑞虎

課題組成員:司選輝 袁琦 李東濤 程詩瑤

 




信息中心移動端

河北11选5