The Change Trajectory and Evolution Characteristics of Guangdong Total Factor Productivity in the Context of Opening up
-
摘要: 广东省是中国改革开放的排头兵, 近年来其经济增长放缓引发了人们对外向型经济可持续增长的担忧。为有效发挥对外开放提升全要素生产率的作用, 促进经济持续健康增长, 在测算广东省1990年~2016年全要素生产率的基础上, 研究FDI、进口和出口依存度对广东全要素生产率的影响轨迹与演进特征。实证结果表明:从影响轨迹来看, 随着FDI、进口和出口依存度的上升, 全要素生产率呈先上升后下降的倒U型变动轨迹; 从演进特征来看, 随着时间的推移, FDI、进口和出口对全要素生产率的正向作用区间在缩小。随着改革开放的深入推进, FDI、进口和出口应从量的扩张走向质的提升, 才能有效促进全要素生产率的增长。Abstract: Guangdong is the pioneer of China's reform and opening up. In recent years, the slowdown of economic growth in Guangdong has aroused concerns about the sustainable growth of export-oriented economy. In order to effectively play a role of opening to the outside world for the promotion of total factor productivity and the sustainable economic growth, this paper calculates the total factor productivity (TFP) of Guangdong Province from 1990 to 2016 by using the OLS regression method, and investigates the influence track and evolution characteristics of FDI, import and export dependence on TFP. The empirical results show that from the perspective of impact trajectory, with the increase of FDI, import and export dependence, total factor productivity shows an inverted U-shaped change trajectory, which rises first and then decreases; from the perspective of evolution characteristics, with the passage of time, the positive impact interval of FDI, import and export on total factor productivity is narrowing. Therefore, with the deepening of reform and opening up, FDI, imports and exports must be expanded from quantity to quality in order to effectively maintain its role of promoting total factor productivity.
-
图 5 按产品类型划分的进口占进口总额的比重演变
说明：机电产品、高新技术产品对应右坐标轴，其他行业对应左坐标轴；机电产品大类之下选择了比重较高的机械及设备、电器及电子产品；高新技术产品大类之下选择了比重较高的计算机与通信技术、电子技术。图 6同。
表 1 变量的平稳性检验
检验变量 检验类型 DW值 ADF
检验值临界值
(1%显著性)临界值
(5%显著性)临界值
(10%显著性)结论 $ {\rm{Ln}}\left( {\frac{Y}{{LN}}} \right) $ (c, t, 3) 2.23 -4.678 -4.416 -3.622 -3.249 平稳*** $ {\rm{Ln}}\left( {\frac{K}{{LN}}} \right) $ (c, t, 2) 1.82 -3.578 -4.394 -3.612 -3.243 平稳* 说明：c和t表示检验类型中带有常数项和趋势项；k表示采用的是滞后阶数；当ADF检验值大于某一显著性水平下的临界值时，说明序列不平稳，***、**、*分别表示在1%、5%、10%的显著性水平下平稳。表 3同。 
下载: 导出CSV
表 2 广东省全要素生产率、FDI依存度、进出口依存度
年份 TFP FDIRATIO IMPRATIO EXPRATIO 年份 TFP FDIRATIO IMPRATIO EXPRATIO 1990 0.348 1 0.044 8 0.603 8 0.681 8 2004 0.473 9 0.043 9 0.726 4 0.840 5 1991 0.363 1 0.051 2 0.715 4 0.761 1 2005 0.474 9 0.044 9 0.689 4 0.864 9 1992 0.379 8 0.080 0 0.727 6 0.753 9 200 6 0.489 6 0.043 5 0.675 4 0.905 3 1993 0.390 9 0.124 5 0.680 1 0.621 1 2007 0.502 3 0.041 0 0.633 6 0.883 6 1994 0.393 2 0.175 3 0.866 8 0.936 9 2008 0.502 2 0.036 2 0.527 2 0.762 9 1995 0.414 9 0.143 3 0.666 9 0.796 5 2009 0.490 2 0.033 8 0.436 2 0.620 9 1996 0.413 1 0.141 2 0.615 1 0.721 2 2010 0.496 9 0.029 8 0.487 8 0.666 4 1997 0.416 8 0.124 9 0.592 4 0.795 0 2011 0.489 9 0.026 4 0.462 8 0.645 1 1998 0.425 1 0.116 7 0.525 8 0.733 9 2012 0.488 3 0.026 0 0.452 8 0.634 1 1999 0.429 9 0.109 2 0.560 8 0.695 4 2013 0.483 8 0.024 7 0.451 5 0.630 9 2000 0.441 6 0.094 3 0.602 6 0.708 4 2014 0.476 2 0.024 3 0.390 0 0.585 3 2001 0.439 6 0.089 2 0.557 3 0.656 0 2015 0.467 0 0.023 0 0.324 5 0.550 4 2002 0.453 7 0.080 4 0.629 1 0.726 1 2016 0.458 9 0.019 5 0.297 9 0.499 2 2003 0.466 2 0.081 4 0.682 6 0.798 5
下载: 导出CSV
表 3 变量的平稳性检验结果
检验变量 检验类型 ADF检验值 临界值
(1%显著性)临界值
(5%显著性)临界值
(10%显著性)结论 TFP (0, 0, 1) -0.923 -2.661 -1.955 -1.609 非平稳 DTFP (c, 0, 0) -3.470 -3.711 -2.981 -2.630 平稳* FDIRATIO (0, 0, 1) -0.846 -2.661 -1.955 -1.609 非平稳 DFDIRATIO (0, 0, 1) -2.694 -2.665 -1.956 -1.609 平稳*** IMPRATIO (0, 0, 1) -1.303 -2.661 -1.955 -1.609 非平稳 DIMPRATIO (0, 0, 1) -3.518 -2.665 -1.956 -1.609 平稳*** EXPRATIO (0, 0, 1) -0.784 -2.661 -1.955 -1.609 非平稳 DEXPRATIO (0, 0, 4) -2.134 -2.680 -1.958 -1.608 平稳**
下载: 导出CSV
表 4 FDI依存度与进出口依存度之间的相关系数及检验
FDIRATIO IMPRATIO EXPRATIO FDIRATIO 1.000(—) 0.596 (3.707) 0.397(2.166) IMPRATIO 0.596(3.707) 1.000(—) 0.837(7.654) EXPRATIO 0.397(2.166) 0.837(7.654) 1.000(—)
下载: 导出CSV
表 5 控制变量的平稳性检验
检验变量 检验类型 ADF检验值 临界值
(1%显著性)临界值
(5%显著性)临界值
(10%显著性)结论 INDUS (0, 0, 1) -0.053 -2.661 -1.955 -1.609 非平稳 DINDUS (c, t, 0) -3.797 -4.374 -3.603 -3.238 平稳** NINDUS (0, 0, 1) -0.625 -2.661 -1.955 -1.609 非平稳 DNINDUS (0, 0, 0) -2.503 -2.661 -1.956 -1.609 平稳** TINDUS (c, t, 1) -2.097 -4.374 -3.603 -3.238 非平稳 DTINDUS (0, 0, 0) -2.553 -2.661 -1.955 -1.609 平稳** M (c, 0, 2) -1.944 -3.738 -2.992 -2.636 非平稳 DM (c, t, 0) -4.654 -4.374 -3.603 -3.238 平稳*** PE (0, 0, 0) 1.567 -2.657 -1.954 -1.609 非平稳 DPE (0, 0, 0) -5.157 -2.661 -1.955 -1.609 平稳*** RD (0, 0, 0) 0.978 -2.657 -1.954 -1.609 非平稳 DRD (0, 0, 0) -4.470 -2.661 -1.955 -1.609 平稳***
下载: 导出CSV
表 6 多元回归分析结果
变量 TFP (1) (2) (3) (4) (5) (6) (7) (8) (9) C -0.04 0.32*** -0.69* 0.61*** 0.08 0.06 -2.09 0.57** -0.70 (-0.22) (4.73) (-1.78) (8.23) (1.16) (0.25) (-1.86) (2.99) (-0.79) FDIRATIO -0.44* 1.10*** 8.70* (-2.01) (5.60) (2.42) FDIRATIO2 1.19 -4.17*** -115.74* (1.35) (-4.78) (-2.19) IMPRATIO 0.13 0.41*** 0.47 (1.29) (4.73) (1.92) IMPRATIO2 -0.14* -0.30* -0.46* (-1.79) (-4.81) (-2.39) EXPRATIO 0.75*** 0.76** 0.78** (4.32) (2.39) (3.72) EXPRATIO2 -0.49*** -0.50** -0.51** (-4.34) (-2.48) (-3.49) SINDUS 0.46*** 0.47*** (7.22) (5.57) TINDUS -0.02 -0.32 (-0.18) (-1.07) NINDUS 0.68*** 0.99** 0.42*** 2.47* 1.10 (4.27) (2.81) (12.25) (2.20) (1.26) M -0.28 -0.95*** -0.26 -1.42*** -0.83*** -1.06*** 1.38 -0.79 -1.17 (-0.83) (-8.09) (-0.89) (-7.31) (-6.97) (-4.43) (1.36) (-0.87) (-1.13) PE -0.58*** -0.13 -0.16 -0.38 -0.30* 0.05 -0.31 -0.11 -0.51** (-6.12) (-0.80) (-1.31) (-1.41) (-2.00) (0.13) (-1.60) (-0.43) (-2.65) RD -1.09 -0.18 -0.78 -1.63** -2.02*** -0.81 0.83 0.73 -0.33 (-1.68) (-0.29) (-1.35) (-2.44) (-5.26) (-0.98) (0.96) (0.65) (-0.34) AR(1) 0.74*** (7.35) AR(2) -0.92* (-2.07) R2 0.99 0.99 0.99 0.99 1.00 0.99 0.92 0.89 0.94 F-stat. 224.33 314.39 205.68 180.04 579.50 205.21 11.86 8.02 11.82 D-W stat. 2.09 1.94 1.67 2.14 2.52 1.79 2.18 2.05 2.46 残差平稳性检验 平稳*** 平稳*** 平稳*** 平稳** 平稳*** 平稳*** 平稳*** 平稳*** 平稳*** 分类 1990-2016 1990-2016 1990-2016 1990-2003 1990-2003 1990-2003 2004-2016 2004-2016 2004-2016 倒U型曲线顶点值 — 0.48 0.46 0.13 0.68 0.76 0.04 0.51 0.45 说明：系数估计值下面括号内的数字为t统计量，***、**、*分别表示在1%、5%、10%水平上显著或平稳。
下载: 导出CSV
-
[1] 沈坤荣, 耿强.外国直接投资、技术外溢与内生经济增长——中国数据的计量检验与实证分析[J].中国社会科学, 2001(5): 82-93. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK200105008.htm [2] 谢建国.外商直接投资对中国的技术溢出——一个基于中国省区面板数据的研究[J].经济学(季刊), 2006(4): 126-145. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU200603006.htm [3] 陈涛涛, 陈娇.行业增长因素与我国FDI行业内溢出效应[J].经济研究, 2006(6): 39-47. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200606004.htm [4] 姜瑾, 朱桂龙.外商直接投资, 垂直联系与技术溢出效应——来自中国工业部门的经验证据[J].南方经济, 2007(2): 46-56. doi: 10.3969/j.issn.1000-6249.2007.02.006 [5] 张鹏杨, 唐宜红. FDI如何提高我国出口企业国内附加值?——基于全球价值链升级的视角[J].数量经济技术经济研究, 2018(7): 79-96. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201807005.htm [6] 李磊, 冼国明, 包群. "引进来"是否促进了"走出去"?——外商投资对中国企业对外直接投资的影响[J].经济研究, 2018(3): 142-156. doi: 10.3969/j.issn.1672-5719.2018.03.127 [7] 卢荻.外商投资与中国经济发展——产业和区域分析证据[J].经济研究, 2003(9): 40-48. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200309004.htm [8] 邱斌, 杨帅, 辛培江. FDI技术溢出渠道与中国制造业生产率增长研究:基于面板数据的分析[J].世界经济, 2008(8): 20-31. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ200808005.htm [9] 包群, 许和连, 赖明勇.出口贸易如何促进经济增长?——基于全要素生产率的实证研究[J].上海经济研究, 2003(3): 3-10. https://www.cnki.com.cn/Article/CJFDTOTAL-HSYJ200303000.htm [10] AMITI M, FREUND C. An anatomy of China's export growth[EB/OL]. (2007-08-10)[2018-11-12]. http://www.nber.org/books/china07/2007-08-10. [11] 张杰, 李勇, 刘志彪.出口促进中国企业生产率提高吗?——来自中国本土制造业企业的经验证据: 1999-2003[J].管理世界, 2009(12): 11-26. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ200912003.htm [12] FILIPESCU DA, PRASHANTHAM S, RIALP A, et al. Technological innovation and exports: unpacking their reciprocal causality[J]. Journal of International Marketing, 2013, 21(1): 23-38. doi: 10.1509/jim.12.0099 [13] MELITZ J. The impact of trade on intra-industry reallocations and aggregate industry productivity[J]. National Bureau of Economic Research Inc, 2002, No. 8881. [14] FU X, EXPORT S. Technical progress and productivity growth in a transition economy: a non-parametric approach for China[J]. Applied Economics, 2005, 37(7): 725-739. doi: 10.1080/00036840500049041 [15] ROMER P. Endogenous technological change[J]. Journal of Political Economy, 1990, 98(5): 71-102. [16] COE DT, HELPMAN E. International RD spillovers[J]. European Economic Review, 1995, 39(5): 859-887. [17] COE DT, HELPMAN E, HOFFMAISTER AW. North-south RD spillovers[J]. Economic Journal, 1997, 107(440): 134-149. [18] FRANKEL J, ROMER D. Does trade cause growth?[J]. American Economic Review, 1999, 89(3): 379-399. http://www.emeraldinsight.com/servlet/linkout?suffix=b13&dbid=16&doi=10.1108%2FJES-08-2012-0114&key=10.1257%2Faer.89.3.379 [19] 李小平, 卢现祥, 朱钟棣.国际贸易、技术进步和中国工业行业的生产率增长[J].经济学(季刊), 2008(2): 549-564. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU200802009.htm [20] HALPERN L, KOREN M, SZEIDL A. Imported inputs and productivity[J]. American Economic Review, 2015, 105(12): 3660-3703. [21] 诸竹君, 黄先海, 余骁.进口中间品质量、自主创新与企业出口国内增加值率[J].中国工业经济, 2018(8): 116-134. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201808008.htm [22] DOAN T, NGUYEN S, VU H, et al. Does rising import competition harm local firm productivity in less advanced economies? evidence from the Vietnam's manufacturing sector[J]. Journal of International Trade & Economic Development, 2016, 25(1): 23-46. [23] 舒元, 徐现祥.中国经济增长模型的设定: 1952-1998[J].经济研究, 2002(11): 3-11, 63-92. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200211000.htm [24] 黎靖.改革开放30年广东省全要素生产率分析[J].粤港澳市场与价格, 2009(5): 11-16. https://www.cnki.com.cn/Article/CJFDTOTAL-GDJG200905004.htm [25] 毛德凤, 李静, 彭飞, 等.研发投入与企业全要素生产率——基于PSM和GPS的检验[J].财经研究, 2013(4): 134-144. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201304014.htm [26] 干春晖, 郑若谷.改革开放以来产业结构演进与生产增长研究——对中国1978-2007年"结构红利假说"的检验[J].中国工业经济, 2009(2): 55-65. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY200902009.htm [27] JONES CI. R & D-based models of economic growth[J]. Journal of Political Economy, 1995, 103(4): 759-784. -
点击查看大图
图(6) / 表(6)
计量
- 文章访问数: 226
- HTML全文浏览量: 66
- PDF下载量: 10
- 被引次数: 0