第二节 经济增长质量的测度方法

根据经济增长质量定义的不同，经济增长质量的测度方法大致可以分为两类，一类是全要素生产率的计算方法，另一类就是综合指标法。

在经济增长的研究中已经有很多全要素生产率的计算方法，这里就不详细介绍每种方法，而仅仅就经济增长质量研究文献中使用到的方法进行简单介绍。一类是传统的残差法，许恒周等（2014）采用传统的索罗残差法，利用OLS估计了全要素生产率，以衡量经济增长质量，这是从宏观层面进行的研究。黄志基、贺灿飞（2013）研究的对象是城市的经济增长质量，他们用企业的全要素生产率加权求和来得到城市的全要素生产率。由于从微观企业层面计算全要素生产率，可能面临样本选择性偏差和同时性误差，因此他们采用了OP（Olley-Pakes）的半参数估计方法。刘文革等（2014）采用的是数据包络的分析方法，以Malmquist 指数测算了生产效率的变化，以此表示经济增长质量水平。高艳红等（2015）和何强（2014）采用的是随机前沿异质面板模型。其中，索罗残差法和随机前沿的方法，都属于参数的方法，其结果依赖于生产函数的设定。但是索罗残差法无法将全要素生产率按照不同的来源进行分解，而随机前沿的方法则可在模型中考虑投入要素之外的约束条件和随机因素对经济增长的影响。数据包络分析属于非参数方法，不依赖于生产函数的具体形式，然而也无法考虑随机因素对经济增长的影响。目前，在经济增长质量研究中，较多采用随机前沿和数据包络的方法。

通过建立指标体系，然后计算综合指数来评价经济增长质量的方法，差别主要在于权重的选择和加总的方法。根据权重的确定方式不同，这些方法大致可以分为两类，一类是主观权重方法，一类是客观权重方法。

刘有章等（2011）使用的是层次分析法，其中权重的确定需要依据人为地比较每两个指标的相对重要程度。魏婕、任保平（2011）使用的也是层次分析法。于敏、王小林（2012）在测度经济增长包容性时，权重的确定使用的是专家座谈法。赵英才等（2006）采用的是相对指数法，即将各个指标的初始值设定为100，然后求其余年份与它的比值，最后再将各个指标相加，既可以简单相加，也可以人为确定权重，加权求和。上述这些方法的共同点就是需要人为确定各个指标、各个维度的权重，权重的确定会因人而异，随意性过大。

客观方法主要包括主成分分析法、因子分析法和熵值法。刘海英、张纯洪（2006）使用的是因子分析法，即以各个指标的共同影响因子作为经济增长质量的度量。同样采用因子分析法的还有黄宝敏（2015）等。马轶群、史安娜（2012）使用的是熵值法，即利用熵值来判断指标的离散程度，及其对综合指标的贡献。同样采用熵值法的还有程承坪、陈志（2016），李萍、冯梦黎（2016），颜双波（2017）等。钞小静、惠康（2009）提出用主成分分析法来计算经济增长质量指数，大部分广义经济增长质量的研究采用的都是主成分分析法，比如钞小静、任保平（2011），魏婕、任保平（2012），钞小静、任保平（2014），随洪光（2013a），随洪光、刘廷华（2014），彭越（2016），任保平、田丰华（2016），詹新宇、崔培培（2016a），钞小静等（2016），李强、高楠（2017），何兴邦（2018）。这一类方法避免了人为确定权重的随意性，比较客观。主成分分析法是利用各个基础指标的线性组合来衡量它们所包含的变异信息，是一种有效的数据降维手段，然而它缺少潜在的解释模型。熵值法与主成分分析法类似，也是基于数据本身的变异信息来确定指标的权重，而不基于任何的理论假设。因子分析法则是建立在理论模型的基础上，以公共因子作为综合指数的衡量指标。就经济增长质量指数而言，主成分分析法和熵值法是利用纯粹的统计分析，将经济增长质量指数看作各个指标的线性组合，而因子分析法，则是将经济增长质量看作所有指标变化背后的公共因子，也就是说这些指标变化的公共影响因素。究竟选择何种方式，主要取决于经济增长质量与这些指标体系间的关系。而现有的研究中由于没有讨论清楚经济增长质量的确切定义（不是评价维度），也就无法清楚地界定经济增长质量指数与这些指标间的关系。