【正 文】
中图分类号：F061.5　文献标识码：A　文章编号：1672－6162（2010）02－0079－10
各经济体的增长速度及增长差异是增长经济学研究的两大永恒主题。传统增长理论将经济增长速度差异的原因归结为三个方面：要素积累、技术进步及社会基础结构。根据索洛模型的结论，要素积累长期内只具有水平效应，而无增长效应；新增长理论指出，由于技术是非竞争性的，技术差异也不大可能是地区收入差异的重要原因；Hall和Jones[1]将社会基础结构定义为鼓励投资和生产优于鼓励消费和分利的制度和政策，并由此得出结论：造成地区差异的原因在于富裕地区有着更好的利用先进技术的制度与政策等社会基础设施。中国改革开放以来的增长实践表明，纯粹依靠要素数量增加所获取的增长后劲不足；由于自主创新能力不高，从国外引进的技术中又鲜有核心与关键性技术，导致技术进步对经济增长的贡献一直偏低。从某种意义上说，三十年的渐进式改革作为中国经济增长过程中所特有的现象，其所带来的能够提高技术效率的制度安排更有可能是经济持续稳定增长的保证。但是，制度作用于经济增长与区域经济增长差异的具体机制，以及各项经济制度在区域经济增长差异中的具体影响等问题，仍未得到很好的阐释。本研究拟从各地区生产技术效率角度考察制度环境在区域经济增长中的作用，探寻各项制度因素对技术效率的影响，及其通过技术效率在区域经济平衡发展方面的贡献。
1　文献综述
自1978年改革开放以来，中国经济持续30年的高速增长，以及相伴而生的区域增长差异加剧，引起了国内外学者的普遍关注，探索中国经济增长的源泉及地区差异形成原因成为经济学界的热门议题。近几十年来国内外的相关研究较多，其成果大致可归纳为两大类：传统的增长核算分析与制度因素分析。
传统的增长核算分析主要沿用Solow[2]的增长核算方程，考察资本、劳动两大要素对各经济体增长的贡献度，残差部分则定义为全要素生产率（TFP），用以衡量广义技术进步的作用。这种主流分析方法简单清晰，但缺陷在于其假设各地的技术利用水平是无差异的，这与经济事实不符。而且，传统的增长核算分析并未考虑到技术效率对生产率变化的影响，只将全要素生产率的增长等同于技术进步。20世纪90年代后期以来，区域间经济差距日益扩大，不利于社会和谐与经济可持续增长目标的实现，关于各地区增长差异方面的研究大量涌现，研究焦点则集中在对全要素生产率的计算和分解上。根据Denison的研究，全要素生产率可分解为技术进步、技术效率和要素（即资本、劳动、自然资源）配置效率。颜鹏飞[3]、郑京海等[4]、郭庆旺等[5]分别使用数据包络分析（DEA）方法，测算了中国各省市区的曼奎斯特生产率（Malmquist）指数，指出自上世纪90年代以来，技术进步水平的差异成为地区生产率差异的主要原因；范爱军等[6]运用DEA方法测度了我国东、中、西部地区的技术效率，认为尽管三大区域间技术效率的差异正逐渐缩小，但现行的效率增长方式缺乏可持续性；傅晓霞等[7]、王志刚等[8]则通过随机前沿模型（SFA）将各地区全要素生产率的变动进行分解，同样认为全要素生产率的增长率主要由技术进步率决定。
制度因素分析大多吸收了新制度经济学派的思想，认为有效率的制度安排是经济增长的终极原因。例如，Naughton[9]将中国经济增长较快的原因归结为渐进式改革战略；Klenow[10]则认为中国30年的高速增长并非由于其制度是最优的，而是源于其不间断的制度改进。国内学者多通过拟合中国的市场化指数，或选取对外开放政策、城镇化改革、财政改革、科技体制改革等制度变迁的代理变量，再以此为解释变量考察制度因素对经济增长和各地区经济差异的影响。如樊纲等[11]运用主成分分析法在23个分指标基础上从5个方面构造了各地区市场化指数；汪峰等[12]把市场化指数表示的制度变量纳入Solow模型，并得出以市场化进程为代表的制度因素是我国地区间经济差异的重要原因；此外，周业安[13]、严冀等[14]也进行了相关方面研究，并得出了一些有意义的结论。
从现有文献来看，改革引起的制度变迁对经济增长的推动作用已获得普遍认同，但将我国特有的“由东及西”、“由局部至全国”式的制度变革纳入生产率研究框架，探讨其对地区技术效率差异影响的文献并不多见。现有的估算全要素生产率的非参数DEA-Malmquist指数方法，或者将技术效率视为影响TFP的非关键因素，或者将其忽略不计，直接考察技术进步率对经济增长与地区经济差异的影响，认为技术进步率的差异是经济增长与地区经济差异的主要原因，且其贡献度有增长趋势。然而，随着鼓励科技创新、技术改善的政策实施，技术进步对生产率的贡献在很大程度上将取决于技术效率。改革开放以来的一系列制度变迁通过激励和约束两大机制影响要素配置效率、劳动者生产效率等，进而影响生产率。制度奠定增长基调，技术具体体现制度的作用，又反过来促进制度的变化。各地区不同的制度环境，直接与间接地影响着各地区生产效率，忽略各省市区制度环境的差异，只简单分解全要素生产率，就必然高估具有制度优势地区的技术效率，同时低估处于制度劣势地区的技术效率，得到的结果将不具有可比性，也无法凸显制度变革对经济增长的推动作用。
基于此，本研究试图利用DEA三阶段方法，将制度环境纳入技术效率研究范畴，测度制度环境变量调整前后我国各地区的技术效率水平，并对制度环境与地区间技术效率水平以及增长差异的关系进行分析，以考察制度对区域技术效率差异的影响，进而探讨其在区域经济平衡发展中的作用。
2　制度环境对技术效率影响研究设计
2.1　技术效率测度的DEA模型
Charnes等[15]提出的数据包络分析（DEA），是效率测度中使用最为频繁的一种非参数方法，该模型在规模报酬不变（CRS）的假设条件下，借助线性规划技术及其对偶模型，可用于具有多种投入和产出指标的各决策单位（DMU）的效率测度，又称为CCR模型。Banker等学者[16]在CCR模型基础上放松了规模报酬的假定，提出了规模报酬可变（VRS）的DEA模型，该模型将技术效率（TE）分解为纯技术效率（PTE）和规模效率（SE），并有分解式：TE＝PTE×SE。技术效率测度的是决策单位（DMU）在等量投入水平下，与生产前沿决策单位产出（最大产出）之间的距离；或在现实产出水平下，与生产前沿决策单位生产等量产出所需投入水平（最小投入）之间的距离。该距离越大，则技术效率水平越低。DEA模型又包括投入导向型和产出导向型两种基本类型，产出（投入）导向型模型测度的是各决策单位在投入（产出）水平既定条件下，获得最大产出（采用最少要素投入）的能力。在运用DEA模型研究各省市区技术效率时，我们把每一个省市区都视为一个生产决策单位，各省市区的生产差异主要表现在由于生产效率的高低导致的既定投入下产出水平的不同，因此，在运用DEA模型研究各省市区技术效率时，产出导向型的DEA模型更为恰当。

0，则表明该省份能以有效率的方式组织生产，生产相对有效率；否则，该省份的生产相对无效率。DEA模型无需主观设定具体的生产函数形式，在确定投入和产出指标的条件下根据线性规划法计算各省份的相对技术效率，客观性较强。然而，DEA模型将所有对效率前沿面的偏离都视为非效率，忽视了决策单位所处的环境对效率的影响，处于不同环境的决策单位之间的效率比较是不科学的，因为此时无法表明较低的效率值是由于生产低效还是受不利的环境因素影响所致。所以，必须将环境因素纳入到效率评价模型，这样效率评价模型和结论在经环境因素调整后才更具科学性与可比性。
2.2　基于SFA的投入要素调整
模型（1）求解在得到各省市区效率估计值的同时，还可以得到各要素投入的松弛水平，投入松弛 表示的是各省市区为达到效率前沿省份的生产效率水平，应当减少的要素投入量。要素投入松弛越大，表明该省份相对于效率前沿省份生产既定产出需要更多额外投入，因此效率水平也更低。投入松弛水平大小，除取决于各省份自身生产效率外，各省份所处的制度环境也会影响其投入转化为产出的能力，进而影响投入松弛水平，最终影响各省份技术效率。不考虑制度环境因素的各省份效率评价会高估具有制度优势省份的效率而低估处于制度劣势省份的效率。因此，在各省份技术效率研究模型中必须先控制制度环境因素对各省份效率估计的影响，这样效率评价结果才能真实反映各省份的生产效率水平。
本文采用随机前沿回归模型（SFA）将各省份各种要素投入松弛对制度环境变量进行建模，并基于投入松弛变量预测值对原要素投入水平进行调整。由Argner，Lovell和Schmidt[17]提出的SFA方法是效率分析中经常使用的一种参数方法，选择SFA模型估计各要素投入松弛水平的原因在于：各省份投入松弛的存在或取值大小既可能是受所处环境因素的影响，又有可能是各省份生产效率低下的表现，即投入松弛也可能存在非效率。根据Battese和Coelli[18]关于SFA模型的阐述，本文以投入松弛变量和环境变量构造的模型为：

由于本文侧重考察制度环境对各省份技术效率的影响，所以环境变量主要从制度因素方面选取。城镇化改革解除了农村剩余劳动力的地域禁锢，使其有效转移至工业企业，有助于我国劳动力资源的合理配置与比较优势的充分发挥。黎德福等[20]的研究指出，中国1978—1990年间效率的提高最主要的原因就是二元结构的转换。据此，本文选择非农人口比例（nonagri）作为城镇化改革制度代理变量。nongov为工业增加值中非国有经济所占比重，作为所有制改革代理变量。imex和fdi分别为进出口总额和实际外商直接投资利用额占GDP比重，作为对外开放政策代理变量。1994年我国开始全面推行增值税，事实上征收的是生产型增值税。有观点认为此举不利于企业扩大投资，但从效率的角度来看，增值税成为地方财政的主要来源，为确保这一收入来源，地方**可能为企业扩大投资、引进技术提供多种政策优惠，从而提高整体生产效率。因此，本文用增值税在地方财政收入中所占比重（vat）作为财税体制改革代理变量。1995年《中共中央国务院关于加速科学技术进步的决定》中指出，要在深化经济体制改革中，增强企业依靠科技进步的活力和动力，逐步使大中型企业成为技术开发的主体。企业作为逐利的“经济人”，其所开发的技术必定是最符合市场需求的，带来科研成果转化效率的迅速提高。所以，科技经费筹资额中的企业资金所占比重（techex）可作为科技体制改革代理变量。

2.3　要素投入调整后各省份技术效率的再估计
利用第二阶段调整后各省份要素投入重复DEA模型，即可得到控制制度环境因素下各省份技术效率评价指标，该效率值反映的是剔除制度环境因素影响后，各省份的真实效率水平。
3　制度环境调整前后的技术效率实证分析
3.1　数据的收集与投入产出指标的选取
本文以1995—2007年间我国29个省市区为研究样本，并参照国家统计局的区域划分法，将29个省、市、自治区划分为东部、中部和西部地区①，研究区域和各省份技术效率差异。数据主要来源于《中国统计年鉴》、《中国工业经济统计年鉴》、《中国人口统计年鉴》、《中国科技统计年鉴》、《中国财政年鉴》和《中国区域经济统计年鉴》，为计算基期资本存量，本文还参考了《新中国五十年统计资料汇编》②。
与生产型企业类似，各省份需要有生产要素的投入才会有产出，投入产出指标的选取对于效率估计具有重要影响。相关文献中通常将产出定义为各省份的地区生产总值（GRP），投入指标为资本和劳动要素投入。然而，根据Solow经济增长模型：Y＝F（K，L，A），经济体的投入要素除资本、劳动要素外，还有技术投入，因此，技术这种生产要素也应作为一种投入指标纳入DEA模型，各省份利用一定的生产方式（技术）将资本、劳动、技术转化为产出。已有研究多将各省份地区生产总值作为产出的度量指标，这种方法注重的是生产的结果而忽视了生产的中间过程，实际上资本、劳动、技术等要素的投入还获得固定资产投资等中间产出。为准确度量各地区的投入和产出，并考虑到数据的可获得性，本文最终选取的产出指标为各省份的地区生产总值（GRP）和当年固定资产投资总额；投入指标为资本、劳动和技术投入。各地区生产总值（GRP）和当年固定资产投资总额数据直接来源于相关统计资料，并分别经各地区居民消费价格指数（CPI）和固定资产投资价格指数（IPI）平减得到；劳动和技术投入分别为各地区年末从业人员数量和年末各地区专利授权数量，数据直接来源于官方统计资料；由于无法获得公开的各地区资本存量数据，本文采用永续盘存法对各地区资本存量进行估算，具体计算方法为：


张军等学者[21]在认真处理和研究基年资本存量、各年投资流量、投资品价格指数、折旧率的选择与确定基础上，运用永续盘存法估算了1952—2000年间中国内地30个省市区各年的资本存量，本文按照张军等人的估计方法③，并以其计算得到的1995年各省市区资本存量数据作为基年资本存量，按照（6）式估算了1995—2007年各省市区各年资本存量，并以此作为资本投入数据。
3.2　实证结果与分析
利用DEAP2.1软件[22]，根据模型（1），本文对选取的29个省市区的技术效率（TE）、纯技术效率（PTE）与规模效率（SE）进行了测度，结果如表1所示。
表1结果表明，在1995—2007年期间，我国总体技术效率、纯技术效率经历了先上升后下降再上升的波动型增长趋势，而规模效率在样本期内呈逐年下降趋势。对比同时期我国经济增长的波动趋势，可以发现，技术效率与经济增长率的升降趋势完全相反，这意味着技术效率的变动并非我国经济高增长的主要原因。具体而言，我国平均技术效率由1995年的0.793上升至1999年的0.946，后又下降为2004年的0.862，2005年又开始上升；而经济增长率由1995年10.2％下降为1999年7.1％，而后从2000年经济开始回升，经济增长率上升至2007年的11.9％。从平均技术效率的离散程度来看，伴随着1995—1999年技术效率平均值的上升，其标准差由0.179逐渐下降至0.068，表明在技术效率上升期间，地区技术效率差异趋于收敛；然而在1999—2004年的技术效率下降阶段，各地区技术效率离散程度增加至0.099，表明各地区技术效率差异增加；2005年之后的新一轮技术效率上升阶段，地区间技术效率差异并未发生明显变化。地区间技术效率的差异，表明各地区在利用先进技术有效组织生产管理、技术引进吸收、自主科技创新等方面存在着差距，由此导致区域经济发展不平衡。由东、中、西部地区技术效率水平演化趋势（见图1）可以看出，东、中部地区平均技术效率水平在样本期内均高于西部地区，但1995—1999年间，西部地区技术效率水平经历了一个急剧上升阶段，其增长速度显著高于东、中部地区，这与我国平衡区域经济发展的战略实施密不可分。由图1可以看出，在1995—1997年间，中部地区技术效率明显低于东部地区，1998—2002年间，中部地区技术效率略高于东部地区，而自2003年之后，其技术效率与东部地区的差异逐渐扩大。从纯技术效率方面来看，样本期内，东部地区纯技术效率始终高于中、西部地区，但东部地区纯技术效率增长幅度非常小，而中、西部地区增长幅度明显大于东部地区，特别是2002年之后，东、中、西部纯技术效率呈收敛趋势。从各地区规模效率来看，2002年之后，中部地区的规模效率开始逐渐上升，而东部地区规模效率开始下降，这直接导致其技术效率在2003年之后低于中部地区。为具体比较各省市区技术效率差异，本文还给出了各省市区在样本期内平均技术效率水平，如表2所示。
从表2可以看出，上海、天津、黑龙江、安徽等地区的技术效率位于全国先列。样本期内上海技术效率水平为1，表明上海在全国各地区中始终处于技术效率前沿。上海作为我国改革开放与制度创新领头军，在行政体制与市场规则方面不断与国际接轨，自主创新能力与吸收先进管理经验能力持续提高，表现出较高的技术效率水平。此外，同为东部地区的天津技术效率水平也较高，这与东部沿海地区的经济基础、人力资本、资本环境、资本深化程度、对外开放程度等因素密不可分。作为中部地区省份的安徽，近年来在投资体制改革、扶持高新技术产业发展、就业体制改革等政策实施下，经济结构、产业布局、资源配置不断优化，使得资本与劳动的积极性充分发挥出来，从而表现出较高的技术效率水平。所有地区技术效率排名中，排在后三位的四川（0.7461）、贵州（0.7443）和陕西（0.7103）均为西部地区，由此表明经济发展水平较低的西部地区，其技术效率水平也较低，因此，提高技术效率是改变西部地区落后的经济发展水平，加快其经济发展速度的一种可行选择。


图1　各地区技术效率趋势演化图
DEA模型估计结果为比较各地区技术效率水平及差异提供了依据，然而，各省市区技术效率水平除受到其自身生产管理能力制约之外，还受到诸多环境因素的影响，尤其是制度环境因素对地区经济增长与生产效率的影响，因此只有在控制环境因素下对各省市区技术效率进行研究，才能真实反映其技术效率水平。本文以第一阶段DEA模型效率估计时得到的各要素投入松弛变量（资本投入松弛、劳动投入松弛、技术投入松弛）为因变量，以制度环境变量为解释变量，使用SFA的面板数据模型，对其进行了估计。模型的估计用Frontier4.1软件完成，估计结果如表3所示。

表3中，模型①、③、⑤为根据（4）式对所有制度环境变量进行SFA估计的结果，模型②、④、⑥为模型①、③、⑤剔除不显著制度环境变量后的估计结果。从表3可以看出，各模型的单边似然比检验统计量LR均大于1％显著性水平下Mixedx[2]检验统计量，表明本文SFA模型的设定合理。从模型估计结果来看，各制度环境变量对三种投入松弛变量的影响有较大差异：城镇化改革制度代理变量（nonagri）对资本和技术投入松弛变量具有正影响，而对劳动松弛投入具有负影响；所有制改革代理变量（nongov）对劳动投入松弛具有正影响，而对资本和技术投入松弛具有负影响。根据模型②、④、⑥在剔除不显著制度变量后的估计结果，非农人口所占的比重对资本投入松弛具有正影响。由于投入松弛越大，表明为达到效率前沿省份的生产效率所需要的额外投入越多，其效率估计值越低，即对投入松弛具有正影响的变量对效率估计具有负影响。因此，SFA模型的回归结果表明，各地区非农人口所占比重越大，技术效率水平越低。理论上，农业人口向城镇转移，意味着更多劳动者向第二、三产业转移，有利于节约稀缺的资本和技术。然而从20世纪90年代开始，虽然我国大量农村劳动力向城市转移，但由于教育程度、技能水平等限制，他们并未进入技术水平较高的行业，从事的大多是简单的手工与体力劳动，因此从效率的角度来看，20世纪90年代之后的城镇化改革并未显著地改善我国技术效率水平。
用非国有经济工业增加值所占比重表示的所有制改革环境变量对资本和技术投入松弛均有显著负影响，进而对技术效率估计具有正影响。所有制改革是我国改革开放以来经历的一次最重要的制度变迁，为我国经济持续发展提供了保证。一方面，所有制改革使得生产要素（资本、劳动、自然资源）从低效率的国有经济向高效率的非国有经济流动，提高了要素的配置效率；另一方面，在日趋激烈的市场竞争下，国有与非国有经济的生产、经营、管理效率得以提高，最终使得从投入产出角度测度的技术效率得到改善。
对外开放政策代理变量（fdi）和（imex）总体上对劳动投入松弛和技术投入松弛具有负影响，从而有利于我国技术效率的提高。新古典经济增长模型认为，FDI（国际直接投资）可以充实东道国资本，增加就业，提高资本形成率，最终使得产出增加。新增长理论则从资本投入与资本深化导致知识积累的角度，认为FDI的技术溢出效率会内生出东道国长期的经济增长。对外开放程度的加大，促使国内企业与外资企业竞争加剧，这样有利于我国企业组织效率的提高。此外，对外开放度的提高，还有利于我国市场机制的形成与完善，使得市场在资源配置方面作用加强。
财税体制改革代理变量（vat）对资本与技术投入松弛具有显著负影响，表明财税体制的改革有利于技术效率的改善。我国1994开始实行的以分税制为主的财税体制改革，降低了**在经济活动中的直接参与程度，减少了**参与经济可能带来的寻租行为以及资源非生产性消耗；同时，地方**发展经济的激励增加，地方政策之间的财政竞争加剧，地方**对企业扩大生产规模、引进先进技术和设备的政策优惠加强，所有这些都促进了地方制度与技术创新，带来了技术效率的提高。
科技体制改革代理变量（techex）对所有投入松弛变量的影响均不显著。科技体制的改革使得企业科技经费在总科技经费筹资额中所占比重大幅上升，然而我国总的科技经费支出以及企业的科技经费支出与别的国家和地区相比仍然处于极低的水平，加之我国科技成果的转化率较低，研发出的高新技术未能迅速增加现实生产力，科技体制改革对技术效率的影响并未显现出来。

上述结果表明，制度环境变量对各地区技术效率具有显著影响，且SFA估计结果中回归系数为正的表示对技术效率改善不利的制度环境，反之为有利的制度环境。各地区所面临的制度环境均不相同，因此，为真实反映各地区的技术效率水平，必须先控制环境变量对各地区技术效率的影响。根据投入松弛变量SFA估计结果，本文用模型②、④、⑥对各投入松弛变量进行了预测，在各投入松弛预测值基础上按（5）式对原投入要素进行了调整，使处于不同制度环境的省市区调整到同样的制度环境条件。第三阶段利用调整后的投入要素重复DEA模型，即可得到控制制度环境变量后各地区技术效率估计，结果如表4所示。
由表4可以看出，经制度环境变量调整后。我国平均技术效率水平显著下调，且呈逐年上升趋势；纯技术效率相对于第一阶段估计值变化并不显著，但在样本期内各地区变化幅度有所下降；规模效率经制度环境变量调整后大幅下调，且与技术效率呈现出同样的演化趋势，由此可以得出制度环境变量对我国平均技术水平具有重要影响，以及技术效率的变化主要由规模效率的调整所致的结论。经制度环境变量调整后，我国各地区技术效率离散程度相对于第一阶段上升，且并未出现收敛趋势，各省份技术效率差异持续扩大，这表明制度因素对地区技术效率差异也具有显著作用。改革开放以来，国家相继出台了西部大开发、中部崛起、振兴东北老工业基地等战略计划，并具体制定了相应的实施政策，使得各地区制度环境逐渐改善，不仅从总体上提高了我国技术效率水平，在区域经济平衡发展方面也起到不可忽视的重要作用。

从调整后东、中、西部技术效率变化来看，西部地区经制度环境变量调整前后技术效率分别为0.891和0.551，变化幅度明显高于东、中部地区。东部地区由于长期历史积累所形成的良好的经济基础、较高的资本深化程度、充沛的人力资本等因素，使其能够实现最优的经营管理模式和资源的优化配置，所以在控制影响效率估计的制度环境变量后，技术效率变化幅度较小，调整前后分别为0.896和0.827。西部地区技术效率在经制度环境变量调整后发生大幅下降，表明制度因素对西部地区技术效率起着决定性作用。西部地区的经济发展状况相对落后，虽然近年来通过模仿、学习东部先进地区的生产管理经验与组织模式，技术水平开始上升，然而，由国家于1999年主导实施的西部大开发战略对其技术效率的提高具有重要推动作用。对比制度环境变量调整前后西部地区技术效率水平变化情况可以发现，未调整前其经历了一个大幅下降而后上升趋势，经制度环境变量调整后西部地区纯技术效率自2002年开始急剧下降，且与东部地区的差异逐渐扩大，由此可以看出制度环境因素对地区技术效率改善与地区经济增长差异的重要性。进一步的制度改进是提高各地区技术效率水平以及保持各区域经济平衡发展的必然选择。
从制度环境变量调整后我国各省市区技术效率水平（见表2）可以发现，上海、江苏、广东等东部沿海地区仍位于全国技术效率前沿；贵州、青海、宁夏、海南等地区技术效率水平最低。制度变量调整后技术效率发生显著提高的省市区有：北京、江苏、浙江、山东、湖北、广东；而天津、内蒙古、黑龙江、海南、云南地区的技术效率经制度变量调整后发生显著下调，再次支持了制度环境变量对技术效率有显著影响的结论。
为检验制度环境变量调整前后，各地区平均效率估计值的变化在统计上是否显著，本文还对制度环境变量调整前后平均技术效率、纯技术效率与规模效率进行了Wilcoxon检验和T检验，结果如表5所示。
检验结果表明，经制度环境变量调整后，我国各地技术效率与规模效率发生了显著变化，而调整前后纯技术效率变化并不显著，即制度环境因素对各地区技术效率确实具有重要影响，且主要通过影响规模效率作用于技术效率。此外，制度因素在促进地区经济平衡增长方面也具有重要作用。

4　结论与政策含义
传统经济增长理论认为技术是唯一在长期具有“增长效应”的因素，制度只是全要素生产率的一个组成部分，但中国经济增长的实践证明，技术的利用程度受到制度环境的制约。制度环境影响各地区技术效率水平，技术效率的不同又是造成区域经济增长不平衡的主要原因。为精确考察制度对技术效率的重要作用，寻找区域增长差距扩大的深层次原因，本文基于效率测度的DEA三阶段模型，将制度环境变量作为影响各地区技术效率水平差异的重要变量纳入技术效率评价模型，利用我国1995－2007年间29个省市区相关数据，对技术效率水平进行了测度。基于实证结果，本研究得到的主要结论有：
（1）样本期内我国平均技术效率呈波动型上升趋势，地区间技术效率差异主要源于规模效率的差异；且在样本期内，地区间纯技术效率呈收敛增长趋势。
（2）制度环境对各地区技术效率具有显著影响：产权改革、对外开放政策、财税体制改革等均对要素投入松弛具有负影响，进而对各地区技术效率具有正影响；而城镇化改革由于劳动力素质、技能等因素，并未起到改善技术效率的作用；科技体制改革对各地区技术效率的影响并不显著。
（3）经制度环境变量调整后各地区技术效率水平显著下调。西部地区下降幅度最大，表明制度因素在西部地区技术效率改善过程中作用最为显著，西部地区技术效率的进一步改善有赖于系列制度变迁。各地区技术效率下调的主要原因在2002年之前可归咎于规模效率的下降，而在2002年之后，中、西部地区的纯技术效率急剧下降，进而导致技术效率发生大幅下调。
（4）制度环境变量调整后各地区技术效率呈发散趋势。东部地区保持较高增长水平，而西部地区增长水平较低；纯技术效率的地区差异更为明显，2002年之后，中西部地区纯技术效率呈下降趋势且与东部地区的差距随时间推移逐渐扩大。对比第一阶段未控制制度环境因素时，地区间纯技术效率呈收敛趋势，表明制度因素对区域经济平衡发展也具有显著作用。
本研究的政策意义在于：
首先，虽然我国技术效率水平呈波动型增长趋势，但与我国的经济增长速度明显不相匹配，且升降趋势恰好相反，这验证了我国的高速增长主要源于要素积累而非效率提高的“集约型”增长模式，这也意味着我国技术效率水平整体上还有较大的提升空间，故转变经济增长方式可以从促进技术效率改善的制度建设方面着手。
其次，各项制度变量对我国技术效率水平的影响不同，改革应注重将面上的推广与质上的深化结合起来。对于科技体制改革，应继续加大资金投入，鼓励技术创新，同时构建能够将创新成果与实际生产绩效挂钩的激励机制，提高科技成果转化率；在工业化与城市化进程中，不能只依靠劳动力规模在量上的增加，还应改善转移出的农村剩余劳动力的知识水平，如继续推广职业教育、在农村地区开展短期免费技能培训等；同时，所有制改革、对外开放政策、财税体制改革作为提升我国技术效率水平的主要制度变量，也应进一步深化。
再次，通过东、中、西部的对比分析可知，地区间技术效率的差异很大程度上取决于制度因素，而制度对地区经济增长的推进作用能否充分发挥取决于当地已有的资源禀赋条件。
我国“由东至西”渐近式制度变革的成效有目共睹，为保持区域经济平衡发展，调节地区差异，进一步推进体制改革是十分必要的。东部地区长期以来已经积累了充分的资本和技术，要素禀赋发生改变，具备自主发展的能力，制度对其技术效率的影响相对较小；而西部地区则相反，故国家应将制度改革与政策扶持的重点放在中西部地区，消除落后地区的制度障碍与技术壁垒，为其技术效率的改善提供良好的制度环境，以确保全国技术效率的持续提高，实现各地区经济的平衡发展。
收稿日期：2009－12－08
注释：
① 东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区包括：四川、贵州、云南、陕西、甘肃、重庆、宁夏、青海、内蒙古和广西。
② 1995—1997年统计资料中无增值税数据；1995、1996两年由于统计口径不同，科技经费筹集总额以及科技经费筹集额中的企业资金数据缺失。为保持数据的连贯性，本文采用ARMA方法对缺失数据进行补充。
③ 张军等人在估算各省市区资本存量时，将各省市区固定资本形成总额作为当年投资指标，选取的折旧率为9.6％，基年1952年资本存量用各省市区1952年固定资本形成总额除以10％进行估计。由于《中国统计年鉴》在1993年之后才开始公布投资品价格指数，时间序列数据从1991年开始，为对投资进行平减，张军（2004）等人利用固定资本形成总额和固定资本形成指数计算得到的各省市区投资隐含平减指数作为各省市区固定资产投资价格指数的代替。