基于SFA分析我国工业增长的资源再配置效应

资源与产业 ›› 2012, Vol. 14 ›› Issue (2): 165-171.

基于SFA分析我国工业增长的资源再配置效应

林碧扬，葛岳静

（北京师范大学地理学与遥感科学学院，北京 100875）

收稿日期:2011-05-09 修回日期:2011-12-30 出版日期:2012-04-20 发布日期:2012-04-20
作者简介:林碧扬（1983— ），男，博士生，主要从事全球化与区域发展研究。E-mail: linbiyang@163.com

RESOURCES REALLOCATION EFFECT OF CHINA’S INDUSTRIAL GROWTH BASED ON SFA

LIN Bi-yang, GE Yue-jing

(School of Geography and Remote Sensing Science, Beijing Normal University, Beijing 100875, China)

Received:2011-05-09 Revised:2011-12-30 Online:2012-04-20 Published:2012-04-20

摘要/Abstract

摘要：

生产要素流动和再配置对提高生产率、促进经济增长具有重要作用。根据1998—2007年面板数据，采用随机前沿法，测算我国工业的全要素生产率增长率，借助赛尔奎因的资源再配置效应模型，分析我国工业增长的资源再配置效应。分析发现：该时段我国工业部门间的资源再配置效应为负，资本、劳动在工业部门间的转移并没有导致部门间再配置效应的提高；由于资本和劳动，特别是劳动，在地区间的再配置趋于不合理，从而导致地区间的资源再配置效应不高；总体上，我国工业增长格局的转换速度与资源在部门间和地区间再配置的转换速度并不协调，从而引起部门间和地区间的再配置效应不佳，我国工业增长的资源再配置效应有待改进。

关键词: 资源配置, 随机前沿法（SFA）, 工业增长

Abstract:

Productive element flow and reallocation can increase productivity and improve economy. This paper, based on 1988—2007 panel data, applies stochastic frontier method to measure TFP, and employs Syrquin’s resource reallocation effect model to analyze the resource reallocation effect of China’s industrial growth. The result is a negative effect. A transfer in capital and labor in industrial units did not increase the reallocation effect. An irrational reallocation in capital and labor, especially the labor in regions will then decrease a resources reallocation effect. Generally, transfer speeds in China’s industrial growth pattern can not match with that of resources in departments and regions, resulting to a bad reallocation in departments and regions. Resources reallocation effect of China’s industrial growth needs improving.

Key words: resources reallocation, SFA, industrial growth

中图分类号:

F201

林碧扬，葛岳静. 基于SFA分析我国工业增长的资源再配置效应[J]. 资源与产业, 2012, 14(2): 165-171.

Lin Bi-yang, Ge Yue-jing. RESOURCES REALLOCATION EFFECT OF CHINA’S INDUSTRIAL GROWTH BASED ON SFA[J]. Resources & Industries, 2012, 14(2): 165-171.

参考文献

[1] 钱纳里. 工业化和经济增长的比较研究
[M]. 上海:上海三联书店, 1989

[2] Dowrick S, Gemmell N. Industrialization, catching up, and economic growth: a comparative study across the world’s capitalist economies
[J]. Economic Journal, 1991(101): 263-275

[3] Poirson H. Factor reallocation and growth in developing countries
[R]. Washington, D C: International Monetary Fund,2000

[4] 郭克莎. 我国资源总配置效应分析
[J]. 经济研究, 1992（9）: 30-37

[5] 郭克莎. 轻重工业增长因素比较与工业资源总配置效应分析
[J]. 中国工业经济研究, 1992（9）: 39-47

[6] 吕铁, 周叔莲. 中国的产业结构升级与经济增长方式的转变
[J]. 管理世界, 1999（1）: 113-125

[7] 胡永泰. 中国全要素生产率: 来自农业部门劳动力再配置的首要作用
[J]. 经济研究, 1998（3）: 31-39

[8] Wu Yanrui. China’s economic growth: a miracle with Chinese characteristics
[M]. London: Routledge Curzon, 2004

[9] 刘赣州. 中国经济增长中资源总配置效应的实证分析
[J]. 求是学刊, 2007（1）: 59-64

[10] 姚战琪. 生产率增长与要素再配置效应: 中国的经验研究
[J]. 经济研究, 2009（11）: 130-142

[11] 杨向辉, 陈通. 我国经济区域间资源配置总效应的制度因素分析
[J]. 软科学, 2010（5）: 37-41

[12] 傅晓霞, 吴利学. 随机生产前沿方法的发展及其在中国的应用
[J]. 南开经济研究, 2006（2）: 130-141 

[13] 郭克莎. 中国: 改革中的经济增长与结构变动
[M]. 上海:上海三联书店, 1993

[14] 王争, 郑京海, 史晋川. 中国地区工业生产绩效: 结构差异、制度冲击及动态表现
[J]. 经济研究, 2006（11）: 48-59

[15] 涂正革, 肖耿. 中国的工业生产力革命：用随即前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析
[J]. 经济研究, 2005（3）: 4-15

[16] 王志刚, 龚六堂, 陈玉宇. 地区间生产效率与全要素生产率的分解:1978—2003
[J]. 中国社会科学,2006（2）: 55-66

[17] 王志平. 生产效率的区域特征与生产率增长的分解:基于主成分分析与随机前沿超越对数生产函数的方法
[J]. 数量经济技术经济研究, 2010（1）: 33-43

[18] 干春晖, 郑若谷. 中国工业生产绩效: 1998—2007:基于细分行业的推广随机前沿生产函数的分析
[J]. 财经研究, 2009（6）: 97-108
[19] 张军, 陈诗一, Jefferson G H. 结构改革与中国工业增长
[J]. 经济研究, 2009（7）: 4-20

[20] 李胜文, 李大胜. 中国工业全要素生产率的波动: 1986—2005: 基于细分行业的三投入随机前沿生产函数分析
[J]. 数量经济技术经济研究, 2008（5）: 43-54