数据来源及计算方法——全要素生产率计算方式简析

由于中国大陆部分省市并没有按照三次产业分类的外商直接投资数据，因此我们无法获取中国大陆全部省市的服务业FDI数据。在剔除数据不全的省份后，本文共选取了22个省市2001年至2011年的数据^[5]，具体用到的指标含义如下：

1.被解释变量TFP，即全要素生产率。按照索洛残值分析法计算的全要素生产率，需要用到国内生产总值、资本存量和劳动投入三个变量的数据，其中，各省市的国内生产总值数据均来源于各省市的历年统计年鉴，并用居民消费价格指数将其换算为2000不变价格表示的实际值；劳动投入用从业人员总数进行表示，数据来源于各省市统计年鉴。而对于资本存量估算，目前国内学者还未形成统一的计算方法，本文则借鉴张军学者(2004)^[6]的方法，用固定资本形成总额来进行表示。采用永续盘存法来估算资本存量，即

其中，K t为资本存量，I t为资本投入，∮为折旧率。这里用各省市历年的固定资产投资总额来表示I t，并用固定资产投资价格指数将其换算为2000年不变价格表示的实际值，其中，固定资产投资总额和固定资产投资价格指数数据均来源于各省市统计年鉴；∮为折旧率，取9.6%。对于基年2000年的资本存量估计，借鉴张军学者(2004)推算出的各省市2000年的资本存量，并将其折算成2000年的不变价格。

2.解释变量SFDI，即服务业FDI投资额。本文以服务业实际利用外资金额进行衡量，各省市服务业实际利用FDI的数据均来源于各省市历年的统计年鉴。这里需要补充说明的是，由于福建、山西、甘肃、青海四省没有统计服务业实际利用外资额，因此本文以外资合同的执行率即实际利用外资额占协议外资额的比重对服务业FDI的协议金额进行数据处理，从而得出其大致的实际利用外资金额。本文预期该变量与全要素生产率呈现正相关。

3.解释变量EDU，即地区人力资本水平。这里以各省市的从业人员平均受教育年限加权平均值来进行表示，具体计算方式为：将小学、初中、高中、大专、大学本科以及研究生的受教育年限分别设定为6年、9年、12年、15年、16年和19年，那么各省市的人力资本存量的计算公式为：小学比例×6+初中比例×9+高中比例×12+大专比例×15+大学本科比例×16+研究生比例×19，其中，各省市从业人员的数据均来源于历年《中国劳动统计年鉴》。一般认为，人力资本存量提升有助于学习、吸收并转化国外先进技术，而且劳动者专业技能的提高会优化企业流程管理，并最终提高该产业的生产效率。本文预期该变量与全要素生产率呈现正相关。(https://www.xing528.com)

4.解释变量R&D，即地区研发成本投入。这里用各省市的R&D经费支出来进行表示，数据均来源于历年《中国科技数据》。一般认为，研发成本规模大小会对地区企业的技术创新进程造成直接的影响，进而影响地区的技术进步。本文预期该变量与全要素生产率呈现正相关。

5.解释变量OPEN，即地区对外开放程度。这里用各地区进出口总额占该地区GDP的比重来进行表示，数据均来源于历年各省市的统计年鉴。通常认为，一国或一地区的对外开放程度越高，就越有利于国外先进技术和管理经验的引进与吸收学习，并进一步加快东道国产业结构的优化与升级，促进地区技术水平提升。本文预期该变量与全要素生产率呈现正相关。

6.解释变量K，即地区资本密集程度。这里用各省市的资本存量来进行表示，数据均根据各省市统计年鉴整理而得。一般认为，地区密集度越高，越有利于引进先进技术设备，加快地区技术进步，但也有学者得出资本深化有可能延缓地区技术进步，如张军学者通过研究表明资本深化会阻碍中国工业生产率增长。本文预期该变量与全要素生产率呈现负相关。

7.解释变量Z，即政府对地区经济干预程度。这里是用各省市的国有工业总产值占工业总产值的比重来进行表示。一般认为，市场化改革有利于资源优化配置和各地区技术水平提升。本文预期该变量与全要素生产率呈现负相关。