1、1潜在产出与要素投入关系探讨摘 要：运用 HP 滤波法估算我国制造业各行业的潜在产出，并基于投入产出表推导的公式计算制造业行业的固定资本存量，通过对投入产出表直接消耗系数矩阵的调整，重新构造中间投入价格指数，估计制造业各行业的中间投入。在此基础上，利用制造业行业面板数据，采用Cobb-Douglas 生产函数的形式，对潜在产出与要素投入之间的关系进行实证检验。结果表明，潜在产出与要素投入之间存在长期稳定的均衡关系，且不同行业、不同时期生产要素的贡献差异明显。 关键词：潜在产出；要素投入；固定资本存量；中间投入 作者简介：齐美虎，男，云南大学经济学院博士研究生，云南省经济研究院注册咨询工程师，从
2、事区域经济、产业经济研究；施本植，男，云南大学经济学院教授、博士生导师，从事跨国投资与跨国经营、经济全球化和区域化发展等研究。 基金项目：云南省基础研究项目“基于投入产出法对全要素生产率的估算以云南省为例” ，项目编号：KKSY201208071 中图分类号：F416 文献标识码：A 文章编号：1000-7504（2013）03-0059-08 一、引 言 在市场经济中，总有一些产能是低效的，缺乏市场竞争力，最终成为被淘汰的对象，其在市场上就表现为产能过剩。1因此，有必要对各2行业的潜在产出进行估计，对有效需求进行合理预期，调整要素投入水平和结构，尤其是优化资本和劳动投入比率，这对于减少产能过
3、剩、降低经济周期性波动幅度、促进经济健康发展具有重要的现实意义。 从既有研究来看，学者们从不同角度对中国制造业的投入产出模型进行了实证研究，但得出的模型结果差异较大，主要是数据处理不一致导致的。一方面，资本存量的数据处理不同导致了估计结果的差异，如朱钟棣、李小平（2005）采用 1980 年固定资产净值作为基期资本存量，以相邻两年固定资产净值的差表示每年的固定资产净值的增加量，通过累计每年固定资产净值的增加量得到资本投入的时间序列2；涂正革、肖耿（2005）和李胜文、李大胜（2008）采用行业年度平均固定资产净值作为资本投入数据34；李丹、胡小娟（2008）采用总资产作为资本投入，包括固定资产
4、与流动资产5。但是，作为过去历年固定资产投资的合计、并每年剔除一定量固定资产折旧之后得到的净资产很难反映作为生产要素的资本存量，原因是提取的折旧没有充分考虑固定资产在生产能力上衰退的规律。因此，净资产估算存在着严重缺陷，严格地讲，它不能作为资本存量来使用。 另一方面，中间投入计算方法的不同也导致了模型估计结果的差异，如李胜文、李大胜（2008）采用总产值与增加值之差来表示中间投入，并利用原料燃料动力购进价指数进行平减，其中 19851988 年的原料燃料动力购进价指数采用存货缩减指数来代替4；朱钟棣、李小平（2005）则利用总产值与增加值之差再减去折旧来表示中间投入，且通过直接消耗系数矩阵与各
5、行业的出厂价格指数进行矩阵计算，构造出中3间投入的价格指数2，然而该种方法构造的中间投入价格指数偏低，主要原因是该方法计算的直接消耗系数是利用每个行业的中间投入量除以总产出得到的，而总产出又包括初始投入的部分。因此，本文利用投入产出表重新构造了中间投入价格指数，并估计中间投入。 鉴于以上原因，本文对制造业的潜在产出进行估算，并结合构建的投入产出模型，检验潜在产出与要素投入之间是否具有协整关系，分析制造业要素投入结构和产出效益，并提出优化制造业要素投入结构、促进产业升级的对策建议。本文试图对现有研究文献做以下三点拓展：首先，本文利用投入产出表推导的公式重新估算制造业 19912007 年的固定资
6、本存量 1；其次，通过对中间投入价格指数的重新构造，估计制造业行业 19912007 年的中间投入；最后，根据估计的资本存量和中间投入数据，结合劳动投入指标，利用 19912007 年制造业行业面板数据，采用 Cobb-Douglas 生产函数的形式，对中国制造业潜在产出与要素投入之间的关系进行实证检验。 二、建立模型 在已有的投入产出模型研究中，一般采用两投入的 Cobb-Douglas 生产函数形式，如涂正革、肖耿（2005）以及陈勇、唐朱昌（2006）等6，也有采用三投入的 Cobb-Douglas 生产函数形式，如朱钟棣、李小平（2005）以及李胜文、李大胜（2008）等。为了更好地反
7、映总产出与各要素投入之间的关系，本文选用三投入的 Cobb-Douglas 生产函数形式对投入产出模型进行估计。 三、指标选择及数据处理 4由于既有研究中数据处理的不一致，导致生产函数的估计结果差异较大，特别是固定资本存量和中间投入变量，由于我国目前还没有提供相应的统计数据，研究者采取不同的处理方法得到的估计结果也就各不相同。因此，本文利用投入产出表数据推导的计算固定资本存量的方法，重新计算了我国制造业 19912007 年的固定资本存量，之后通过对投入产出表直接消耗系数矩阵的调整，重新构造中间投入价格指数，并重新估计了制造业各行业 19912007 年的中间投入。 （一）行业调整与合并 19
8、90 年以来，我国的行业分类变化很大，导致行业数据前后波动较大。因此，为了减少行业分类变化对数据准确性的影响，增加不同行业数据在时间上的可比性，本文选择参照投入产出表 33 部门的行业分类标准，对我国制造业部分行业进行了合并。具体地说，将农副食品加工业、食品制造业、饮料制造业合并为食品及饮料制造业；将纺织服装、鞋、帽制造业与皮革、毛皮、羽毛（绒）及其制品业合并为服装皮革羽绒及其制品业；将木材加工及木、竹、藤、棕、草制品业与家具制造业合并为木材加工及家具制造业；将造纸及纸制品业、印刷业和记录媒介的复制业、文教体育用品制造业合并为造纸印刷及文教用品制造业；将化学原料及化学制品制造业、医药制造业、化
9、学纤维制造业、橡胶制品业、塑料制品业合并为化学工业；将黑色金属冶炼及压延加工业与有色金属冶炼及压延加工业合并为金属冶炼及压延加工业；将通用设备制造业、专用设备制造业合并为通用、专用设备制造业。 （二）指标选择及数据处理 51.潜在产出变量 潜在产出是宏观经济学的重要概念， 也是分析宏观经济运行态势的重要工具和政府制定宏观经济政策的重要依据。8对实际产出与潜在产出水平进行比较，有助于作出是从增加总需求为主还是以调整经济结构为主的经济决策选择。学术界对潜在产出的测算主要采用消除趋势法、增长率推算法和生产函数法三类方法。消除趋势法和增长率推算法是利用计量分析工具对实际产出时间序列进行直接处理，通过运
10、用统计方法分析实际产出数据分离出周期成分， 从而得到趋势成分，也即潜在产出的估计值。生产函数法考虑了生产要素利用率和技术进步，根据技术水平估计全要素生产率，再利用充分就业人口和资本存量， 根据生产函数来计算潜在产出的值9，但是，这种方法估算过程较为复杂，而且对数据要求也较高。 本文采用统计消除趋势法中比较典型的 HP 滤波法，该方法具有很好的适应性和灵活性，是趋势剔除法中较为典型的一种方法，在研究中得到广泛使用。本研究利用制造业各行业工业总产值单变量时间序列数据分解的方法，假设各行业工业总产值由长期产出和短期波动成分构成，即 Yt=Ytt+Ytc，其中 Yt 表示第 t 期工业总产值，Ytt
11、表示长期趋势成分，Ytc 表示短期波动成分。为了去除短期波动成分 Ytc 的影响，运用单变量滤波法中的 HP 滤波法对制造业中的各行业工业总产值进行数据处理，通过最小化实际产出的波动和整体样本趋势变化率求得趋势产出值，从而得到制造业各行业的潜在产出变量。结果表明，19912007 年间，制造业产出缺口出现了正负交替波动的周期情形。1997 年前产出缺口的波动6幅度相对较小，产出缺口为正，与当时的通货膨胀压力和经济过热现象表现一致。19972005 年产出缺口转为负，这一时期我国经济受到亚洲金融危机和入世的冲击，通货膨胀压力减小，需求的下降使总产出不断降低，我国经济进入相对低潮期，但是从 200
12、3 年起产出缺口开始出现收窄趋势，经济进入复苏阶段，2005 年之后产出缺口重新变为正，表明我国制造业摆脱低谷，重新进入繁荣期。 2.固定资本存量 由于资本投入对生产函数模型的估算结果影响很大，因而能否准确估计各行业的固定资本存量就变得十分关键。从现有的研究来看，目前普遍采用的测算方法是戈登史密斯（Goldsmith）于 1951 年开创的永续盘存法（PIM） ，其核心假设是相对效率采取几何递减的模式，重置率为常数。即 Kt=Kt-1（1-t）+It，Kt 为第 t 年的资本存量，Kt-1 表示第（t-1）年的资本存量，t 为第 t 年的经济折旧率，It 为第 t 年的投资额10。可以看出，永
13、续盘存法模型简明扼要，而且具有实际可操作性，此理论模型在资本存量理论研究中得到广泛应用。但由于我国统计资料中资本数据相对缺乏，以至于给上式的应用带来了一定的困难和问题。因此，研究人员采取了不同的假设和数据处理方法对我国资本存量进行了估算。如邹至庄（1993）将第 t 年的资本存量 K 定义为第（t-1）年的K 与第 t 年的实际净投资之和11，贺菊煌（1992）将第 t 年的资本存量K 定义为第（t-1）年的 K 与第 t 年的积累之和12，张军等（2004）则严格按照永续盘存法的要求在资本效率几何递减模式下对资本存量进行估计13。现有研究虽然都采用永续盘存法或其变化形式，但在数据选7择和处理
14、上差异明显，得出的估算结果也各不相同。从既有研究来看，要估算我国的资本存量，需要四个关键变量的数据：当年投资序列、投资价格指数、经济折旧额或折旧率、基期资本存量。 （1）当年投资序列 我国统计部门关于固定资产投资的统计指标包括积累、全社会固定资产投资、固定资产形成总额和新增固定资产。1 既有研究对当年投资序列的选择主要有三种：利用物质产品平衡表体系（MPS）下的“积累”指标、固定资产投资和（固定）资本形成额。但该三种方法的使用存在颇多争议。从国际上同类研究来看， OECD 资本度量手册（2001） 建议将固定资本形成额作为投资流量。近年来，尤其是在国家统计局补充和调整数据发布后，更多研究倾向于
15、使用固定资本形成数据作为当年的投资指标。通过比较分析，考虑到数据的可得性以及与国际研究的可比性，本文认为选用固定资本形成额作为当年投资的指标更为合适。 （2）投资价格指数 消除按现价计算的固定资产投资指标中的价格变动因素，不但可以真实反映固定资产投资的规模、速度、结构和效益，而且还可以为估算固定资本存量提供科学、可靠的测算依据。我国于 20 世纪 90 年代初建立执行固定资产投资价格统计调查工作制度，1992 年开始公布官方的固定资产投资价格指数。对于 1992 年以前的投资价格指数，有些学者根据实际需要进行替代和推算，如 Jorgenson （2001） 14、张军和章元（2003）等15；
16、还有些学者进行合成测算投资价格指数，如邹至庄 （1993） 、单豪杰（2008）等16。由于本文研究的时间范围为 199182007 年，可以直接采用国家统计局公布的投资价格指数进行价格平减。 （3）经济折旧额或折旧率 折旧率的确定是 PIM 下资本存量估算的重点，也是估算的难点。已有研究采取的处理方法主要有以下几类：一是使用官方折旧率或者自行假定折旧率，如 Young（2000）假定 6%的折旧率17。二是假定折旧序列，且一般为几何折旧模式，但折旧年限不尽相同。三是通过与折旧率相关的关系式来估算，如邹至庄（1993） 、张军等（2004）等根据相关关系推算。由于资本存量估计对折旧率的变化很敏
17、感 2，故而折旧率的准确估计就显得特别重要。本文在总结分析既有研究方法的基础上，采用徐杰等（2010）的方法18，利用投入产出表推算出固定资本存量的折旧率，该方法去除了既有研究中关于折旧年限等的主观假设，估计的结果相对更加客观准确。 （4）基期资本存量的确定 基期资本存量由于没有相应的统计数据，大多数学者根据自己的理解和方法进行估算，有学者利用不同统计指标间的简单比例关系，有学者根据经济学的某个基本假设采用基期的投资额除以投资的平均增长率与折旧率之和得到基期资本存量，还有的研究者利用若干年的数据通过指标间的关系式来估算（柯善咨，2012） 。由于不同的学者对估算的理解和使用方法不同，得出的基年
18、资本存量也有较大差别。本文通过采用徐杰等（2010）的方法，可以在计算折旧率的同时计算出基期固定资本存量，通过该方法确定的基期资本存量相对客观准确，减小了基期资本存量估计误差对后续年份资本存量估计的影响。 通过对以上四个关9键变量的文献述评，本文决定采用徐杰等（2010）的方法，利用投入产出表基本表计算出 19912007 年制造业行业历年的固定资本存量。由于该方法克服了既有研究中的主观假设问题，估计的结果将更加客观准确。首先假定 19872002 年期间折旧率不变，计算得到折旧率为 8.84%。根据本文计算得到的 19872002 年的折旧率，推导计算得到制造业各行业以 1991 年为基期的
19、资本存量，以该期资本存量为基础，利用迭代推算方法，从而得到 19912007 年的制造业各行业历年固定资本存量。 3.中间投入变量 由于中间投入同样没有权威的统计数据，本文根据总产值扣除净产值、折旧后除以中间投入价格指数的方法（朱钟棣、李小平，2005）来计算中间投入变量。工业总产值和工业增加值可以从历年统计年鉴中得到，折旧值仍然采用投入产出表第三象限提供的制造业各行业的折旧数据。既有研究一般利用直接消耗系数矩阵与各行业的出厂价格指数，通过矩阵计算构造出中间投入的价格指数。然而，由于直接消耗系数是利用每个行业消耗的中间投入量除以总产出得到的，而总产出包括了初始投入的部分，所以使用消耗的各个行业
20、的出厂价格指数乘以直接消耗系数，使中间投入的价格指数估计结果偏低。因此，为了表示所消耗的每个行业出厂价格指数对所求中间投入行业价格指数的贡献，本文以每个行业消耗的中间投入量除以该行业消耗的所有中间投入量之和来计算出调整的直接消耗系数，从而估计出新的中间投入价格指数。用公式可以表示为： 4.劳动投入指标 10劳动投入是经济增长中重要的要素投入，对其准确地核算是估算投入产出模型的关键因素。既有研究度量劳动投入的方法主要有两种：一是利用从业人数作为劳动投入19，这种方法没有考虑劳动投入的异质性以及劳动质量的改善对劳动投入的贡献；另一种是将劳动力根据不同属性分组，然后对不同组别的劳动投入加总从而得到总
21、的劳动投入，该方法考虑了劳动的异质性，能够较为合理地反映劳动投入水平及其变化，但是该方法的数据不容易获得。20因此，在衡量劳动投入指标时，考虑劳动异质性的劳动投入可能是更好的选择，但考虑到数据的可获得性和准确性，本文以全部从业人员年平均人数表示劳动投入。 四、实证分析 基于轻工业与重工业可能具有不同的要素产出弹性考虑，本文借鉴朱钟棣等（2005）的方法，将制造业分为轻工制造业和重工制造业 1。由于 1998 年前后我国制造业行业的统计口径存在差异，即 1998 年以前针对独立核算工业企业，而 1998 年后针对国有及规模以上工业企业。因此，本文利用（4）式对 1998 年前后的轻工制造业和重工制造业分别进行回归分析。 由表 1 可知，19911997 年轻工制造业与 19982007 年重工制造业的 Hausman 检验值分别为 12.16 和 11.54，对应的 P 值为 0 和 0.01，因此，这两个阶段拒绝原假设采用 FE 模型，其他阶段的估计方程运用 RE模型。 从参数的检验统计量来看，估计结果比较理想，尤其是中间投入和资本投入的产出弹性系数基本都在 1%水平上显著。调整后的 R2 值均在 0.9
