产业结构升级对全要素生产率变动的贡献研究

朱旭强+王志华

摘 要：中国改革开放30多年以来，经济获得了飞速发展，但如果经济增长主要由劳动力和资本增长推动，经济增长率就难以维持，只有全要素生产率的增长才能突破资本深化的限制，维持人均产出增长，本文试图从新的视角选取合适的指标研究产业结构升级和全要素生产率之间的关系。基于数据的可得性以及选择样本的代表性，本文以苏、闽、粤为样本分析产业结构变动对全要素生产率的影响，通过研究发现，产业升级能够解释一部分全要素生产率的变动，而第二产业比重的变化对全要素生产率有着较为显著的影响，第一、第三产业比重变化的影响是不显著的。总体来说，我国产业结构升级对于全要素生产率的增长解释力是比较弱的，只能解释13.22%。

关键词：全要素生产率；产业结构；资本存量；面板数据

中图分类号：F015文献标识码：A文章编号：1003-5192（2016）06-0075-06doi：10.11847/fj.35.6.75

The Research about How the Industry Structure Updating Contributed to TFP Growth

——Based on the Su Yue Mins Panel Data in 1978～2013

ZHU Xu-qiang， WANG Zhi-hua

（School of Business， Jiangsu University of Technology， Changzhou 213001， China）

Abstract：In the past over thirty years， China has achieved rapid economic development. If the economic growth is pushed mainly by labor and capital growth， this growth seems hard to maintain. However， the total factor productivity（TFP）growth can break through the restriction of capital deepening and make per capita product grow persistently. TFP includes technology progress， productive efficiency improving， industrial structure updating and other factors. From a new perspective， this paper is trying to find how the industry structure updating contributed to TFP growth according to appropriate indexes. Considering the availability of data and representativeness of samples， this paper analyzed the industry structure updatings effect on TFP growth based on the panel data of Jiangsu， Guangdong， Fujian in 1978～2012. Through our research， we find that industry structure updating can explain a part of TFP variation， and the secondary industry portions variation can affect TFP significantly， but the primary industry and the tertiary industry portions variation cant affect TFP significantly. In sum， industry structure updating can only explain 13.22% of TFP growth. As a result， we argue that Chinas economic growth isnt mainly the result of industry structure updating.Key words：TFP； industry structure； capital stock； panel data

1 引言

經济的增长是由多种要素决定的，而生产的投入要素或资源大体可以分为劳动力和资本两大类，但经济增长率并不是劳动增长率和资本增长率的加权平均数（以各自对产出的弹性或份额为权重），还有一些诸如技术、生产效率、产业结构升级等其他因素会影响经济的增长。这些其他因素导致经济增长率超过或低于劳动和资本的加权平均增长率的部分就称之为全要素生产率（total factor productivity，TFP）[1，2]。一般认为，全要素生产率可以衡量一国经济发展中投入要素的使用效率，如果TFP增加，在相同劳动力和资本的投入下，产出将达到更高的水平，因此用TFP的增长率来衡量或预测一个国家或地区长期的潜在经济增长率是学术界常用的一种研究方法。

全要素增长率并不仅仅是技术的进步，而是除了劳动力和资本以外所有其他因素对经济增长的影响。也就是说，典型的全要素增长率其实是一个黑匣子，是很多因素共同作用的结果，全要素增长率由此也被称为“索罗残差”。我国自改革开放以来经济获得了巨大的发展，产业结构也发生了巨大的变化，国内众多学者研究了产业结构升级和经济增长之间的关系。令人遗憾的是，国内学者的研究大都直接以GDP增长为基础分析产业结构变化对经济的影响和作用，然而GDP的增长率由两个方面的因素决定：一是劳动力、资本等生产要素的投入，另外一个是全要素生产率。如果要研究产业结构升级对经济增长的影响，应该剔除劳动力、资本等生产要素对于GDP增长的影响，聚焦于产业结构变化对全要素生产率的作用。鉴于此，本文以东南沿海的苏、粤、闽三个省份1978～2013年的面板数据（增长率为1979～2013年）为样本，共105组数据来测定产业结构升级对全要素生产率的影响。本文试图从产业结构升级这一新的角度来揭示全要素生产率这个“黑匣子”的一角，分析产业结构的变化是否会影响或在多大程度上影响全要素增长率，并对改革开放以来的产业结构升级进行评价。

2 关于全要素生产率与产业结构升级的相关文献回顾

索罗模型是新古典经济增长理论的基石，该模型把一国或地区的经济增长归于三个方面：劳动增长、资本增长以及技术进步等其他因素引起的经济增长即全要素增长。全要素生产率测定的经典方式是增长核算方法，比如Solow[2]根据技术中性的假设测定了美国在1909～1949年间经济增长率的构成，发现全要素增长率对整个经济增长的贡献达到了80%以上。对于不同国家地区的全要素生产率变化和差距，经济学家从不同角度进行解释，比如Antonio和Hall[3]，Hall和Jones[4]详细比较了不同国家间的全要素生产率，他们认为每单位劳动的产出在国家之间的差异主要是由于资本投入和全要素生产率的差异引起的；Dessus和Herrera[5]从技术进步的角度分析生产效率的变化；Bils和Klenow[6]，Cohen和Soto[7]则从人力资本的角度解释经济增长，他们认为接受的教育水平越高，人力资本的质量就越高，经济增长中全要素生产率的比重就越大；Fernald[8]则从公共投资角度分析全要素生产率，他的研究表明一个国家投入的公共资本和生产效率之间存在着显著的正相关关系。关于我国TFP测量的研究，最近10多年来层出不穷，李京文等[9]定量研究了1953～1995年间资本、劳动和TFP对经济增长的贡献；孙敬水[10]对我国1978～1995年的TFP增长率进行了估计；张军和施少华[11]估计了中国1952～1998年的全要素生产率；赵志耘和杨朝峰[12]测算并试图解释我国1979～2009年全要素生产率。在国内TFP的研究中，关于生产函数、要素产出弹性以及资本投入和劳动投入的测量采用的假设和方法不尽相同，比如在生产函数的形式上有学者采用Cobb-Douglas生产函数，也有学者采用超越对数生产函数，这些研究方法和假设的不同导致对TFP测量的结果存在一定的差异。国外一些机构也对我国的TFP进行测定，但和我国学者估计的结果也存在一定的差异，比如根据世界企业联合会（The Conference Board）官网的数据，我国2005年到2009年的TFP增长率测算值分别为3.79%、4.80%、6.06%、2.38%、1.92%，而赵志耘和杨朝峰[12]相应的测算值分别为2.21%、3.86%、5.38%、0.86%以及-0.42%，两者的差距还是比较大的。

本文的研究重点并不局限于测定我国的全要素增长率，而是从产业结构变动的角度解释全要素增长率，从这个角度上看，虽然国内关于全要素生产率测定的文献众多，但涉及解释的文章较少，就笔者掌握的资料来看，仅赵志耘和杨朝峰[12]从制度变迁和自主创新的角度对全要素增长率进行了解释。另一方面，国内关于产业结构升级研究的相关文献很多，比如吕铁和周叔莲[13]认为产业结构升级对经济增长起着至关重要的作用，我国产业结构的问题不仅存在于一、二、三次产业之间，还存在于各次产业内部，产业结构如果不能有效升级，对经济增长模式转变为节约型是不利的；宋辉和李强[14]通过修正的里昂惕夫投入产出模型定量测算技术进步等因素对我国产业结构升级的影响程度，并分析了现状，提出了依靠科技进步完成产业结构升级的途径；胡晓鹏[15]通过近20年实际经济数据的静态和动态联动分析，以量化方式探析了产业结构变动和经济增长之间的数量关系，认为经济增长能引起产业结构的变化，反过来产业结构的变动又会对经济增长产生累积性的作用，因此产业结构与经济增长两者之间存在着一种累积性的、双向循环式的作用机制；黄茂兴和李军军[16]通过构建技术选择、产业结构升级与经济增長的关系模型，并以1991～2007年中国31个省市（区）的面板数据为例，分析了技术选择、产业结构升级与促进经济增长之间的内在关系，认为通过技术选择和合理的资本深化，能够促进产业结构升级，提升劳动生产率，实现经济快速增长。但在笔者看来，如果要研究产业结构升级对经济增长的影响，必须要剔除资本、劳动对于经济增长的贡献。也就是说，研究产业结构升级对于经济增长的影响应该针对TFP增长率，而不应该是整个经济增长率。但从我国现有研究产业结构升级和经济增长关系的文献看，鲜有从全要素角度进行论证分析的。本文试图突破这一点，通过回归苏、粤、闽1978～2013年的面板数据分析产业结构升级和全要素生产率变动之间的关系。

3 产业结构升级对全要素生产率变动影响的理论框架

3.1 产出函数的界定

3.2 关于产业结构升级变量的界定

4 指标的选取与相关数据处理

4.1 生产要素的投入指标

对于（6）式而言，我们要估计的是dA0t/A0t、β₁、β₂、β₃，为此首先必须对投入的生产要素（劳动量和资本存量）进行界定。

（1）投入劳动量的确定

由于统计数据上的原因，劳动量的确定在不同国家采用不同的口径，发达国家一般用总工作时间衡量劳动的投入，而对于发展中国家而言一般是用从业人数来衡量劳动的投入。本文用各省统计年鉴上的从业人数作为投入劳动量的指标，由于统计年鉴从业人数均为年末数，而本文实证用的是投入劳动量的增长率，故用年末数是恰当的。 本文假定劳动量、资本存量、三次产业占GDP的比重都是对数正态分布的，故以各变量两个时期的自然对数之差作为变量的增长率。

（2）资本存量的确定

关于我国资本存量研究的国内外文献众多，主要采用的方法是永续盘存法，谢千里和罗斯基[18]，王小鲁和樊纲[19]，Holz[20]都在这方面做了细致的工作，但由于对于投资流量指标、价格指数指标以及折旧率等存在着不同的理解和选取，学者们关于我国资本存量的估算差异较大。孙辉等[21]在已有文献的基础上，以固定资产形成额为投资流量指标，根据支出法统计得到固定资本形成占GDP的比重倒推我国在未公布固定资本形成指数年份的指数序列，并通过比较《中国工业统计年鉴》公布的工业企业固定资产净值和固定资产原值数据确定合理折旧率为6%，从而估算了全国各省市1952～2008年的资本存量。我们认为，孙辉等的估算是较为合理的，本文以此为基础，根据他们的数据算出2008年对于1978年的固定资产投资价格指数，并根据苏、闽、粤三省统计年鉴公布的2009至2013年固定资产价格指数以及固定资产形成额，推算出2009至2013年苏、闽、粤三省的资本存量。

4.2 其他参数以及数据的确定

（1）份额的确定

根据份额的确定方法的不同，全要素生产率测定可以分为增长核算法与经济计量法，Douglas[22]对此做了深入的分析。增长核算法是用要素收入占总产出的比例来确定系数项，隐含了要素边际产出等于要素服务价格的假设，即达到了最优化；而经济计量法是用产出增长率、劳动增长率和资本增长率的历史数据进行回归分析估计得出份额的值，该方法隐含了份额系数项为常数的假设。一般认为增长核算法要优于计量经济学方法，在经合组织（OECD）生产率手册中推荐采用增长核算法，因此本文也采用增长核算法。本文以各省统计年鉴中的从业人员劳动报酬占地区生产总值的比例作为劳动占产出的份额α_t。

（2）经济增长率

本文以1978年为基期，确定1979～2013年的总产出，以本年总产出的自然对数减上年总产出的自然对数作为本年的经济增长率。

（3）三次产业变化率

分别以各省三次产业占GDP的比例取自然对数，本年减去上年的差额分别作为三次产业的变化率。

5 实证检验结果

从表1中我们可以看到所选取三个省的相关数据ADF检验的p值均小于0.05，因此可以认为不存在单位根，即数列平稳，不存在异方差的干扰，我们可以进行面板数据分析。

对于面板数据的回归分为固定效应和随机效应，我们通过STATA软件分别做固定效应和随机效应回归估计相关参数。从随机效应回归结果来看，由于随机效应的Wald统计量为14.99，p值为0.0018，这表明我们应该拒绝个体效应和解释变量不相关的原假设，即随机效应模型是不合适的，因此下面我们采用固定效应模型进行回归，结果如表2所示。

固定效应回归模型的F值为4.94，p值为0.0031，这表明整个线性模型能够较好地反映变量间的关系，结合表2的回归系数，我们可以认为：自改革开放以来，第一产业和第三产业占GDP比重的变化率对于全要素生产率的增长率没有显著影响（β₁、β₃的p值均遠大于0.05）；第二产业占GDP比重的变化率会对TFP的增长率产生一定的影响，由于β₂的p值为0.099，如果置信度为0.05，则第二产业比重的变化对TFP的影响也是不显著，但把置信度放宽到0.1，则第二产业比重的变化率对TFP的影响是显著的，第二产业占GDP的比重每增加1%（相对自身而言），全要素生产率将增加0.527%。由于模型的R²仅为0.1322，虽然产业结构升级会对TFP的变化产生一定影响，但产业结构升级只能解释TFP增长率变动的13.22%，产业结构升级对于全要素生产率增长的促进作用是有限的。

6 研究结论与建议

6.1 研究结论

根据本文的理论模型以及实证结果，我们可以得出以下基本结论：

（1）自改革开放以来，如果我们以苏、粤、闽为样本，第一产业和第三产业占GDP比重的变化率对于全要素生产率的增长率没有显著影响；而第二产业占GDP比重的变化率会对TFP的增长率产生一定的影响（置信度为10%），在产业结构升级中，第二产业占GDP的比重每增加1%（相对自身而言），全要素生产率将增加0.527%。

（2）自改革开放以来，如果我们以苏、粤、闽为样本，虽然产业结构升级会对TFP的变化产生一定影响，但产业结构升级只能解释TFP增长率变动的13.22%，产业结构升级对于全要素生产率增长的促进作用是有限的，或者说我国的产业结构升级未能有效提高生产效率。

从本文的研究来看，产业升级对于生产效率或全要素生产率增长的促进作用是有限的，之所以造成这样的局面笔者认为有两个方面的原因：一方面是改革开放之初，我国极其缺乏资本，随着大量资本投入第二产业，过剩的劳动力得到更有效的配置，因此对全要素生产率产生了一定的积极作用，而随着资本的持续投入，第二产业占GDP的比重逐渐加大并稳定，资本深化的弊端开始体现，产业结构升级对全要素生产率的影响就开始减弱；另一方面，改革开放以来我国第三产业占GDP的比重虽然也逐步上升，但对第三产业的各种要素投入也同步增加，以至于第三产业占GDP比重的增长没有对全要素生产率的增长产生显著影响。

6.2 解释与建议

从产业结构升级促进生产效率、提升TFP增长率的角度来看，根据本文的实证结果，我们提出如下建议：

首先，产业升级并不能简单地靠提高第二、第三产业的各种要素投入来实现，纯粹的产业结构变动对于经济增长的影响是有限的。我们可以试想一下，如果三次产业的生产效率相同，仅仅把资本、劳动等生产要素更多地从第一产业转移到第二、第三产业，全要素生产率是不会有任何提高的，经济的持续增长也就无从谈起。

其次，政府部门在制定产业升级规划时，主要目标应该是把生产要素投入到相对稀缺的产业，这样才能使得资源得到优化配置。产业结构升级不能仅仅理解为生产要素从第一产业转向第二、第三产业或从第二产业转向第三产业，只要生产要素能够流向更稀缺的产业，即使不考虑技术进步等其他因素，在相同的总投入下，根据生产要素边际报酬递减规律，这样的流动仍旧能够实现全要素生产率的增长。

第三，政府部门在制定产业升级规划时应该以引导为主，依靠市场自身的力量完成资源优化配置。只有市场才能确定资源在哪里是稀缺的，由于追求收益的特性，市场自发的力量将使得资源流向最稀缺、产出最高的产业，市场在完成产业结构升级的同时，整个社会的生产效率将提高，全要素生产率将增长。因此，产业结构升级切忌追求短期目标，仅仅通过产业比重的量化指标来衡量产业结构升级的成效是不科学的，政府部门应该立足长远，完善市场机制在产业结构升级中的基础作用。

参 考 文 献：

[1]Solow R M. A contribution to the theory of economic growth[J]. Quarterly Journal of Economics， 1956， 70（1）： 65-94.

[2]Solow R M. Technical change and the aggregate production function[J]. Review of Economics and Statistics， 1957， 39（3）： 313-320.

[3]Antonio C， Hall R E. Productivity and the density of economic activity[J]. American Economic Review， 1996， 86（1）： 54-70.

[4]Hall R E， Jones C I. Why do some countries produce so much more output per worker than others[J]. The Quarterly Journal of Economics， 1999， 114（1）： 83-116.

[5]Dessus S，Herrera R. Technological progress， structural change and productivity growth： a comparative study[J]. Journal of Development Economics， 2000， 11（4）： 393-411.

[6]Bils M， Klenow J K. Does schooling cause growth[J]. American Economic Review， 2000， 90（5）： 1160-1183.

[7]Cohen D， Soto M. Growth and human capital： good data， good results[J]. Journal of Economic Growth， 2007， 12（1）： 51-76.

[8]Fernald J. Roads to prosperity？ Assessing the link between public capital and productivity[J]. American Economic Review， 1999， 89（3）： 619-638.

[9]李京文，龔飞鸿，明安书.生产率与中国经济增长[J].数量经济技术经济研究，1996，（12）：27-40.

[10]孙敬水.TFP增长率的测定与分解[J].数量经济技术经济研究，1996，（9）：46-48.

[11]张军，施少华.中国经济全要素生产率变动：1952-1998[J].世界经济文汇，2003，（2）：17-24.

[12]赵志耘，杨朝峰.中国全要素生产率的测算与解释：1979-2009年[J].财经问题研究，2011，（9）：3-12.

[13]吕铁，周叔莲.中国的产业结构升级与经济增长方式转变[J].管理世界，1999，（1）：113-125.

[14]宋辉，李强.从投入产出模型看科技进步对中国产业结构升级的影响[J].数量经济技术经济研究，2003，（1）：103-107.

[15]胡晓鹏.中国经济增长与产业结构变动的联动效应探析[J].产业经济研究，2003，（6）：33-40.

[16]黄茂兴，李军军.技术选择、产业结构升级与经济增长[J].经济研究，2009，（7）：143-151.

[17]张军，章远.对中国资本存量K的再估计[J].经济研究，2003，（7）：35-43.

[18]谢千里，罗斯基.改革以来中国工业生产率变动趋势的估计及其可靠性分析[J].经济研究，1995，（12）：10-22.

[19]王小鲁，樊纲.中国经济增长的可持续性——跨世纪的回顾与展望[M].北京：经济科学出版社，2000.98-128.

[20]Holz C A. New capital estimates for China[J]. China Economic Review， 2006， 17（2）： 142-185.

[21]孙辉，支大林，李宏瑾.基于生产函数法的省际全要素生产率估算：1990-2008[J].南方金融，2010，（5）：10-13.

[22]Douglas G. Getting income shares right[J]. Journal of Political Economy， 2002， 110（2）： 458-474.