一 引言

中国经济经历了长达31年的持续增长，经济年均增长9.797%。这一高经济增长奇迹的背后，是中国资源配置机制转变主导下的经济结构变革：20世纪80年代是农业部门的结构调整，农业和乡镇工业的发展推动了经济增长，这一阶段中国的经济增长率和全要素生产率增长均很快；20世纪90年代则开始转向以外资带动下的制造业发展为驱动力，这一阶段中国的经济增长仍然很快，但全要素生产率增长呈逐年下降的趋势（谢千里等，2001；张军，2002；张军和施少华，2003；Guillaumont和Hua，2003；Zheng和Hu，2004；颜鹏飞和王兵，2004；胡鞍钢等，2004；郑京海等，2005；孙琳琳，2005）；进入21世纪后城市化成为中国发展的主导力量，在城市化和工业化的双轮驱动下，经济增长呈现加速态势，增长率超过了两位数，但全要素生产率增长对经济增长的贡献有待进一步的验证。本文尝试用中国各省区市的面板数据基于Malmquist指数法来分析中国1990～2008年间全要素生产率增长情况。

运用Malmquist指数法分析中国经济的全要素生产率的文献不少，比如郑京海和胡鞍钢（2005）选择规模报酬不变的非参数模型，借助中国省际数据用DEA Malmquist指数方法对TFP的增长率进行了分解，认为中国在1978～1995年经历了TFP的高增长期（为4.6%），而在1996～2001年经历了一个低增长期间（0.6%）。郭庆旺等（2005）用Malmquist指数方法估算了中国29个省份1979～2003年的全要素生产率增长、技术效率和技术进步，认为中国省份经济的全要素生产率增长和技术进步率较低，而且普遍存在效率恶化现象。并且认为东部省份普遍存在着较为显著的全要素生产率增长和技术进步，但效率提升并不明显；中、西部省份普遍不存在全要素生产率增长、技术进步和效率提升。颜鹏飞等（2004）运用DEA的方法测度了1978～2001年中国30个省（自治区、直辖市）全要素生产率增长情况。杨向阳（2005）用Malmquist指数法对中国服务业的全要素生产率进行了分析。张自然（2008）用Malmquist指数法对中国生产性服务业29个省区市1993～2004年的全要素生产率TFP进行了测算。张自然（2009）又用Malmquist指数法对考虑人力资本的中国生产性服务业的TFP进行研究，取得了很好的效果。因此，通过中国30个省区市面板数据用Malmquist指数法来分析中国各省区市的全要素生产率增长情况是合适的。

本文第二部分是模型的构建，第三部分是数据来源及处理，第四部分是实证分析，第五部分是结论。本文的结论主要有通过各省区市面板数据可以分析各省区市的全要素生产率、技术进步和技术效率的增长情况，但得出的全国平均的全要素生产率增长平均值要低于中国经济总量分析得出的全要素生产率的增长。中国在经历了1992～1999年的全要素生产率下降，2000～2004年中国的全要素生产率经历了一定的增长之后保持基本稳定。对全要素生产率增长起主要作用的是技术进步，技术效率的恶化对TFP增长则起到一定的抑制作用。

二 模型的构建

Malmquist指数最初由瑞典经济学和统计学家Sten Malmquist（1953）提出，此后经过Caves et al.（1982），Charnes et al.（1978），Fare，Grosskopf，Lnolgren和Ross，Norris和Zhang等发展而来。在实证分析中，研究者普遍采用Fare et al.（1994）构建的基于DEA的Malmquist指数。

Malmquist指数测度了在时期t的技术条件下，从时期t到t+1的技术效率的变化。从t时期到t+1时期，度量全要素生产率增长TFP的Malmquist指数：

式（1）中下标i表示是第i个单位或者地区，（x_t+1，y_t+1）和（x_t，y_t）分别表示第（t+1）期和第t期的投入和产出向量。D^t_i（x_t+1，y_t+1）和D^t_i（x_t，y_t）代表以第t期的技术表示（即以第t期的数据为参考集）的t+1期或第t期的技术效率水平或生产点的距离函数；D^t+1_i（x_t+1，y_t+1）和D^t+1_i（x_t，y_t）表示以t+1期的技术表示（即以第t+1期的数据为参考集）的第t+1期或第t期的技术效率水平或生产点的距离函数。

当M_i，t+1大于1时，说明从t时期到t+1时期全要素生产率TFP是增长的；反之则是衰退的。

式（1）表示为TEC和TP的乘积的形式有：

其中第一部分TEC^t+1_i，是生产相对效率变化指数，表示从t到t+1期的技术效率变化程度，也称为“追赶效应”或者“水平效应”，它衡量决策单位生产靠近当期生产前沿边界的程度。当TEC^t+1_i＞1时，表明决策单位的生产更接近生产前沿边界，相对