就业-产业结构协调发展能化解产能过剩吗？

于斌斌　吴银忠

摘要 中国工业化进程中的投资失调所导致的就业-产业结构失衡是工业产能过剩的重要原因。本文基于中国2002—2016年的省级面板数据，采用差分GMM估计方法检验了就业-产业结构协调发展影响工业产能过剩的直接效应及产业结构、人力资本与技术进步的调节效应，并分析了直接效应和调节效应的门槛效应。研究发现：①就业-产业结构协调发展对工业产能过剩具有显著的化解效应，但呈现“倒U型”的影响路径。②调节效应的结果显示，非效率的产业结构升级与有偏的技术进步升级抑制了就业-产业结构协调发展对工业产能过剩的化解效应，而人力资本升级不仅促进了就业-产业结构协调发展对工业产能过剩的化解效应，还能有效改善了就业-产业结构对化解工业产能过剩的不利影响。③门槛效应的结果表明，随着经济发展阶段的变迁，就业-产业结构协调发展对工业产能过剩的化解呈现“先促后抑”的影响路径，而技术进步升级在跨过经济发展门槛值前后，则呈现出“先抑后促”的影响路径。以上研究结论意味着，现阶段促进就业-产业结构协调发展与加快人力资本升级，可以成为化解工业产能过剩的新思路。

关键词 就业结构;产业结构;协调发展;产能过剩

中图分类号 F424

文献标识码 A 文章编号 1002-2104（2020）08-0128-12DOI：10.12062/cpre.20200114

自20世纪90年代以来，产能过剩问题一直贯穿于中国经济体制改革的进程，尤其是从“三期叠加”到“经济新常态”，再到现如今的“供给侧结构性改革”，无不将产能过剩的化解作为经济体制改革的重要任务。产能过剩犹如立于中国经济发展之上的“达摩克利斯之剑”，无论是短期抑或长期的产能过剩都会带来诸如经济波动加剧、市场恶性竞争、资源配置失调、金融风险上升、生态环境恶化等一系列经济社会问题[1]。与西方发达国家不同的是，中国的产能过剩具有周期性（20世纪90年代以来先后经历三次大规模的产能过剩）、普遍性（传统行业蔓延至新兴行业）、结构性（供需结构不匹配）、体制性（政府过度干预与政企合谋）等显著特征[2]。尽管政府在化解产能过剩方面持续不断地出台相关政策，但却收效甚微，甚至陷入“过剩→调控→再过剩→再调控”的恶性循环。

关于产能过剩形成的原因，大多数学者认为中国式产能过剩主要是由供给侧的投资失调所致。一方面，在信息不完全的情况下，企业作为市场的直接参与者极易产生共同预期致使投资过度集中于某一行业[3];另一方面，政府作为市场的调控者，其利益集团出于自身政绩的考量，会通过补贴、贷款等方式对企业投资行为与市场进入、退出施加干预，进而扭曲要素市场配置，最终导致产能过剩[4]。不仅如此，技术创新作为企业争夺市场份额的重要手段，在中国技术基础较低的背景下，有偏的技术进步会产生“投资诱导效应”，从而固化了产能过剩[5-6]。由此可見，资本的不当使用是中国式产能过剩的一大成因。需要指出的是，资本的使用需要相应的劳动投入进行匹配，然而资本错配却致使劳动力大量堆积于工业部门，造成就业结构调整滞后于产业结构发展，阻碍了过剩劳动力的释放，因而就业-产业结构不匹配就成为阻碍产能过剩化解的一个重要原因。

长期以来，中国的就业结构调整严重滞后于产业结构转型，其本质是社会生产力的扩张无法弥补劳动生产率提升所带来的“就业排挤效应”[7]。一方面，就业结构本身就是收入结构的体现，就业结构的“重心”下移意味着劳动收入份额的下降，这不仅会抑制需求端消费能力的提升，而且不利于需求结构的升级[8-9];另一方面，就业-产业结构失衡意味着生产要素尤其是劳动要素的错配，而在技术进步与资本深化的背景下，高技能劳动力的相对需求不断上升，就业结构滞后无法满足这一需求，从而“拖累”产业结构的进一步转型升级，阻碍了产出结构优化，不利于产能过剩的化解[10-11]。因此，当就业-产业结构协调发展时，其能否化解产能过剩？如果可以，其以何种方式来化解？其进一步演化的趋势如何？对于这一系列问题的回答能够为中国式产能过剩的化解提供一个新思路。

本文的边际贡献主要有：一是在理论分析上，探讨了就业-产业结构协调发展对工业产能过剩的直接效应及产业结构、人力资本与技术进步的调节效应，为工业产能过剩的化解提供了一个新思路。二是在研究方法上，本文利用产业结构、人力资本及技术进步与核心解释变量的交互项逐个构建计量模型，考察了三者对就业-产业结构协调发展化解产能过剩的调节效应。三是在实证检验上，本文采取动态面板模型对上述理论分析框架进行了实证检验，验证了就业-产业结构协调发展对工业产能过剩“倒U型”的影响路径，并通过门槛面板模型，从动态视角分析了不同经济发展水平下就业-协调发展对产能过剩的化解效应。

1 理论分析与研究假设

1.1 就业-产业结构协调发展化解工业产能过剩的直接效应

在快速城镇化的背景下，就业问题是政府的心头大患，政府为了“保就业”不得已通过财政手段干预企业决策，从而将劳动力“囚禁”在低技术偏向的大型制造业中[4]，这既会诱发就业结构低技能化，致使劳动收入份额降低，也会导致就业-产业结构失衡，弱化劳动要素的再配置效应，造成产能过剩现象。而就业-产业结构协调发展强调劳动力的“各得其所”，无论是从扩大劳动收入份额，还是从提高资源配置效率来看都显得至关重要。具体而言，就业-产业结构协调发展化解产能过剩的机制主要表现在以下两个方面：第一，就业结构调整会增加劳动收入份额，促进消费能力提升。在工业就业结构臃肿的背景下，要素价格偏离其边际产出，造成劳动收入份额的下降[12]，而就业结构调整的本质是劳动力由低效率向高效率的演进过程，尤其是就业-产业结构协调发展优化了劳动力配置，改善了行业间劳动要素的边际产出，有助于提高劳动收入份额，增强居民消费能力，从而为产能过剩的化解奠定需求基础。第二，要素再配置效应是就业-产业结构协调发展的典型特征，也是产能过剩化解的关键。就业-产业结构协调发展正是利用劳动力的重新配置来引导各类生产资源从产能过剩行业中退出，这既化解了产能过剩，又为其他行业的发展提供了物质生产资料，有助于供给侧产出结构的优化，更能适应需求结构的变迁。为此，本文提出以下假设。

假设IV：就业-产业结构协调发展化解工业产能过剩的直接效应显著为正。

1.2 就业-产业结构协调发展化解工业产能过剩的调节效应

在就业-产业结构协调发展过程中，产业结构升级是就业结构调整的目标和方向，这意味着产业结构升级必然会影响就业-产业结构协调发展对工业产能过剩的化解效应。产业结构升级的本质是生产要素在生产率不同的部门间流动，从而引发了要素再配置效应，其效应的强弱和方向取决于要素的边际产出和流向[13]。在产业结构升级过程中，要素市场基于不同产业的要素边际产出，通过价格机制、竞争机制等途径促使劳动力由低边际产出行业流向高边际产出行业，进而将劳动力从产能过剩的行业中释放出来，提高了生产要素的供给质量和供给效率[14]。同时，产业结构持续升级的最终结果是工业现代部门与服务业现代部门的比重不断提升。一方面，产业结构高级化调整必然会带来服务业的迅速发展，其中技术密集型行业的比重上升能够促进有效供给，优化产出结构，进而更好地适应需求结构的变化，缓解“需求饱和式”的产能过剩[6]。另一方面，产业结构合理化促进制造业和服务业相互协调，其中生产性服务业集聚通过金融支持、物流通信、科技服务等途径降低制造业交易成本，进而提高企业资源配置效率[15-16]。为此，本文提出以下假设。

假设Ⅱ：产业结构升级对就业-产业结构协调发展化解工业产能过剩的调节效应为正。

就业-产业结构协调发展必然涉及劳动力的重新配置，但与资本不同的是，劳动力难以无摩擦地进行跨产业流动，因而人力资本在就业-产业结构协调发展中就显得尤为重要。在就业-产业结构协调发展的过程中，市场会增强对人力资本的需求与依赖，诱使大量劳动力向具有更高劳动报酬的岗位转移，进而缩小了从业者间的收入差距，有助于居民消费能力提升。不仅如此，人力资本升级还可以加速社会形成新的供需关系[17]，为劳动力流动提供新的平台，这既能扩大就业规模，缓解就业压力，也能提升劳动收入份额，扩大消费需求，从需求端缓解了产能过剩。此外，在人力资本升级过程中，教育投资与健康投资可以优化劳动力的空间分布[18]，这种劳动力流动方式催生了社会对于公共品的强烈需求，而单纯依靠市场供给难以满足这种需求。此时，通过人力资本升级，可以引导政府财政投资流向教育、医疗等公共服务部门[19-20]，填补社会公共品的短缺，减少不利的重复建设，优化产出结构。更需要指出的是，人力资本所具有的边际收益递增特征将会吸引更多的人力资本投资[21]。与因信息不完全所引起的“潮涌现象”不同的是，人力资本升级引致的投资可以促进公共服务部门的发展，优化生产要素的产业配置，提高资源配置效率。为此，本文提出以下假设。

假设Ⅲ：人力资本升级对就业-产业结构协调发展化解工业产能过剩的调节效应为正。

在中国步入经济新常态之际，就业问题的解决已经不能仅依赖于传统的“三驾马车”，应从要素驱动、投资驱动的就业格局转向技术进步驱动的就业格局。然而，技术进步的就业效应是一把“双刃剑”：一方面，技术进步会促进生产工艺的升级，催生新产品与新行业的诞生，这既能够提升供给质量，优化产出结构，还可以增强就业吸纳能力，扩大就业规模[22];另一方面，随着技术不断深化，智能化与自动化逐渐成为社会生产的主旋律，这势必会造成传统产业部门的衰退，致使就业规模缩减，甚至会引发工资的降低[23]。因此，技术进步的就业效应取决于其就业创造效应与就业破坏效应的相对大小，并会通过影响就业规模与就业结构，进而影响劳动收入份额与社会产出结构。除此之外，技术进步的偏向性也是决定劳动收入份额的重要因素[24]。Karabarbounis和 Neiman[25]利用国家层面的数据研究发现，资本偏向型的技术进步解释了约50%的全球劳动收入份额下降，从而极大地降低了居民消费能力。在技术进步与资本深化的背景下，有偏的技术进步会对不同要素的相对边际产出形成非对称的作用，造成不同要素间的收益差，并诱使企业以高收益要素挤出低收益要素，进而改变劳动收入报酬。由此可见，技术创新对就业-产业结构协调发展化解产能过剩的调节效应取决于其就业效应的正负以及技术进步的偏向性。为此，本文提出以下假设。

假设Ⅳ：技术进步升级对就业-产业结构协调发展化解工业产能过剩的调节效应存在不确定性。

就业—产业结构协调发展化解产能过剩的机制见图1。

2 就业-产业结构协调度与工业产能利用率的测算与分析

2.1 就业-产业结构协调度的测算

就业结构与产业结构之间存在着总量与比例两方面的关系，但总量分析无法准确反映两者协调匹配度，因而本文选取比例分析法。目前，学术界对就业结构与产业结构比例关系的测算方法主要有比较劳动生产率、结构偏离度、就业弹性与协调系数等。具体而言，比較劳动生产率和结构偏离度偏重微观层面的协调性分析，就业弹性则更多用于衡量就业吸纳能力的强弱。相较前两者而言，协调系数从中观层面分析了就业结构与产业结构的整体协调性，更适合本文的研究。但需要指出的是，传统的协调系数实质上是向量夹角的余弦值，其取值范围为0到1，无法充分描述就业结构与产业结构演进方向的一致性。因此，本文采用改进的协调系数IH来度量就业结构与产业结构的协调匹配度[26]，该指标克服了传统协调系数仅能描述两者同向趋势的缺点，将指标的取值范围扩充至-1到1，利用变量的正负性来体现演进趋势，更为贴近中国就业结构与产业结构的协调演变过程。

定义x= （x1，x2，x3）与y= （y1，y2，y3）表示第t年的就业结构与产业结构，其中xi yi，yi，i=1，2，3分别表示第i产业对应的就业结构比重和产业结构比重。通过对上述指标进行如（1）所示的CLR计算可以得到向量CLR（x）和CLR（y），其中

g（x）=n∏ni=1xi 。

CLR=lnxi-lng（x）（1）

改进的协调系数IH的计算公式如下：

2.2 工业产能利用率的测算

生产与消费是产品必须经历的两个阶段，生产决定了企业对于生产要素的使用程度，生产能力的不足则意味着供给侧产能过剩，而消费决定了社会对于产品的需求程度，消费能力不足则意味着需求侧产能过剩，任一方面的能力不足都将导致产能过剩的出现。因此，本文欲采用产能利用率，综合需求侧和供给侧两个维度来测算工业产能利用率。

对于需求侧工业产能利用率（EPC_C）的测算，新闻界往往用“需求不足”“供大于求”等字眼进行描述。钟春平和潘黎[1]也认为，产能过剩是社会实际生产能力远高于市场需求的表现。由此可见，需求与供给的比例关系是需求侧产能过剩的重要特征。需要指出的是，现有文献往往从消费、投资及净出口三方面对总需求进行度量[27]，对工业品的需求涉及较少。故此，本文借鉴杨振兵[5]、Yu和Shen[28]做法，从工业品消费市场出发，利用各省的工业销售产值（Sales）与工业总产值（Supply）之比表示需求侧产能利用率，具体计算如下：

EPC_Cit=Salesit/Supplyit（3）

关于供给侧工业产能利用率（EPC_S）的测算，学术界主要有峰值法、结构向量自回归法、函数法、协整法、前沿分析法等方法。而前沿分析法是当前的主流测度方法[2，29-30]，主要包括数据包络分析（DEA）与随机前沿分析（SFA）， 其原理是通过对前沿面的测算，估算相对于前沿面的无效率部分，进而得出产能利用率。但需要指出的是，DEA方法并未考虑企业的跨期决策，各个时期的生产前沿面存在跨期不可比性，且忽略了要素间的替代弹性，致使测算结果存在一定误差。而SFA方法则通过设定生产函数的方式，引入了时间变量，并考虑了生产要素的相互替代性与技术进步差异，能够较好地克服测算偏误。因此，本文借鉴Kirkley等[29]的处理方法，将生产函数设定为：

其中，Y为各地区规模以上工业总产值，并以各年份的工业品出厂价格指数进行平减;K为工业资本投入量，通过永续盘存法Ki，t=（1- δ） Ki，t-1+Ii，t计算，式中折旧率设定为10.96%[31]，当期投资I为相邻两年固定资产净值差额;L为工业劳动投入量;E为工业能源投入量，本文以万吨标准煤为单位的地区能源消费总量作为替代变量;υ、μ分别为服从独立同分布的随机误差项及服从正态分布的技术误差项;γ为随机扰动项中技术无效所占比重，通过极大似然法估计，数据来源于《中国工业统计年鉴》《中国能源统计年鉴》，结果如表1所示。

表1结果显示，大部分参数通过显著性检验，这表明本文设定的生产函数模型有效。无效率项μ、总体方差σ2、γ检验值均通过1%水平下的显著性检验，表明中国工

业存在整体性的无效率现象，且组合误差主要源自技术无效率，但这种源自技术无效率和随机因素的生产波动的程度并不大。因而，选用SFA较为符合当前中国工业生产效率的演变过程。

接下来，通过对需求侧产能利用率EPC_C和供给侧产能利用率EPC_S进行如式（8）的处理方式，可以得到综合的工业产能利用率EPC。

EPCit=EPC_Cit×EPC_Sit（8）

3 就业-产业结构协调发展对工业产能过剩的化解效应

3.1 计量模型设定

根据理论分析，本文将重点探讨就业-产业结构协调度对工业产能利用率的影响机制及效应。因此，本文以工业产能利用率（EPC）为被解释变量，以就业-产业结构协调度IH为核心解释变量构造如下基准回归模型：

EPCit=β0+β1IHit+ηXit+ui+εit（9）

其中，i表示地区，t为时间;EPCit为工业产能利用率;IHit为就业-产业结构协调度;Xit为控制变量集;μi为不随时间变化的个体固定效应;εit为随机误差项。

由于企业生产行为和社会消费行为存在明显的“路径依赖”特征[5]，当期生产计划往往建立在前期基础之上，因此本文引入工业产能利用率的滞后一期构造如下动态模型：

EPCit=β0+xEPCi，t-1+β1IHit+ηXit+ui+εit（10）

Acemoglu和Guerrieri[32]认为，工业部门就业份额与工业化进程存在一种“倒U型”的演化路径，即存在“库兹涅茨事实”，而大量研究证实劳动收入份额与经济发展水平呈现出“U型”的影响路径[9，25]。这意味着在就业-产业结构协调发展的过程中，劳动收入份额的變化存在一个“转折点”，而这势必会影响就业-产业结构协调发展对产能过剩的化解效应。为验证“转折点”是否存在，本文引入IH的二次项，构造如下趋势效应模型：

EPCit=β0+xEPCi，t-1+β1IHit+β2IH2it+

ηXit+ui+εit（11）

理论分析表明，产业结构升级（Hit）、人力资本升级（Cit）、技术进步升级（TPit）可能影响就业-产业结构协调发展对工业产能过剩的化解效应，为了进一步考察上述三者的调节效应，本文引入IHit与各变量的交互项，建立以下三个模型（本文称之为模型一、模型二与模型三），具体如下所示：

3.2 变量说明及数据来源

本文的被解释变量与核心解释变量分别为工业产能利用率（EPC）与就业-产业结构协调度（IH）。这两个变量直接采用上文的计算结果。另外，关于产业结构升级、人力资本升级与技术进步升级三个调节变量的测算方法如下。

首先，关于产业结构升级（Hit）的测度，为了体现产业结构升级的服务化与效率化两个层次，本文对Moore结构变动指数进行改造，以劳动生产率替代权重进行加总，具体计算方法如下所示：

θj=arccos（∑3i=1（xji×xoi）

（∑3i=1x2ji）×

（∑3i=1x2oi）（15）

H=∑3i=1Ej×θj（16）

其中，x0i为产业结构空间向量X3= （x01，x02，x03）的第i个分量，xji为基本向X1= （1，0，0）、X2= （0，1，0）与X3= （0，0，1）的第i个分量;Ej为第j产业的劳动生产率，其中劳动生产率用各产业的增加值除以相应从业人数表示。

其次，关于人力资本升级（Cit）的测度，本文运用Moore结构变动指数对就业人员受教育程度进行处理。本文将就业人员受教育程度设置为5类：文盲半文盲、小学、初中、高中（含高等职业教育）、大专及以上，其中θj的算法与式（15）相同，其余公式如下所示：

Cit=∑5j=1Wj×θj（17）

其中，Wj为θj的权重。

最后，关于技术进步升级（TPit）的测度，本文综合自主创新（RD）与技术引进（FDI）两个维度进行评价。自主创新主要提供的是产品层面的创新，本文以研发支出占财政支出表示;而技术引进是技术转移与组织管理技术等方面的创新，本文以实际FDI占全社会固定投资比例表示。最终，本文以式（18）的公式计算技术进步升级，具体如下所示：

TPit=RDit×FDIit（18）

另外，控制变量选取如下：一是市场化程度（mar），采取各省份私营企业就业人员与个体企业就业人数占总就业人数的比重表示。市场活力的体现主要在非公有制经济，当其成分越高时，越能通过竞争机制发挥市场本身所具有的活力。二是城镇化水平（urb），以各地区非农人口占比表示。人口城镇化能通过人口集聚的外部性推动产业集聚，创造需求进而化解产能过剩。三是政府干预度（gov），以财政支出与GDP之比表示。大量研究表明，政府可能通过财政、贷款、土地等方面对要素市场进行扭曲，导致了产能过剩的淘而不汰[4]。四是社会消费力（con），以社会零售品消费总额占GDP比重表示。居民的收入不外乎储蓄与消费两种途径，而该指标反映了社会居民消费能力，体现了国内市场需求的程度。

本文选取中国2002—2016年30个省、自治区和直辖市（由于数据可获得性，西藏除外且不包含港澳台）的省级面板数据为研究对象，并以2001年作为基期，各项指标均以相应平减指数进行平减，缺失的个别数据用插值法补齐。本文数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国固定资产投资统计年鉴》《中国科技统计年鉴》《中国劳动统计年鉴》《中国人口与就业统计年鉴》《中国对外经济统计年鉴》《中国贸易外经统计年鉴》《中国能源统计年鉴》及各省份的《统计年鉴》。

3.3 基准模型的估计结果分析

本文采用混合回归、固定效应模型、随机效应模型、FE-2SLS模型和RE-2SLS模型对基准回归模型进行系数估计，结果见表2。在各模型估计结果中，就业-产业结构协调度对工业产能利用率均存在显著的正效应，这表明就业-产业结构的协调发展能比较稳健地提高工业产能利用率，即就业-产业结构协调发展可有效化解工业产能过剩。F检验与Hausman检验的结果表明，固定效应模型的回归结果优于混合回归模型与随机效应模型;FE-2SLS与RE-2SLS模型中过度识别检验（Hansen检验）的结果表明不存在过度识别的问题。

本文进一步采取LLC检验、IPS检验、ADF-Fisher检验、PP-Fisher检验等四种方法对数据平稳性进行检验，结果显示，所有变量的一阶单整序列均通过5%水平下的显著性检验。由于变量均满足一阶单整，因此本文借助Kao检验、同质Pedroni檢验、异质Pedroni检验对模型进行协整检验，结果显示三种检验的均通过1%水平下的显著性检验，表明不存在伪回归的现象。

3.4 动态模型的估计结果分析

考虑到就业-产业结构协调度与工业产能过剩可能存在相互影响，即一方面，工业产能过剩会扭曲社会资源配置，影响潜在竞争者进入，进而诱发就业结构与产业结

构调整;另一方面，就业-产业结构的变迁会加速资源重新配置，从而影响工业产能过剩。因此，本文以滞后的工业产能利用率、就业-产业结构协调度为工具变量，利用差分GMM估计法对上述模型进行估计，结果见表3。

由表3可知，在各模型中，工业产能利用率的滞后一期系数均通过1%水平下的显著性检验，这说明工业产能过剩的“路径依赖”现象极其显著。在动态回归结果（除模型二）中，就业-产业结构协调度对工业产能利用率均存在显著的正向影响，这一结论验证了假设Ⅰ的合理性，意味着推动就业-产业结构协调发展确实有利于化解工业产能过剩。原因在于，就业-产业结构协调发展促使劳动力配置与产业结构变迁相适应、相匹配，而合理的就业结构将堆积在产能过剩行业的劳动力转移到其他行业，减少了资源的错配，提高了劳动收入份额，并促进产业结构由不合理向合理化转变。

通过进一步比较基准模型与趋势效应的估计结果发

现，就业-产业结构协调度一次项系数显著为正，而二次项系数显著则为负，这表明就业-产业结构协调度对工业产能过剩的化解存在“倒U型”的变化过程。这意味着，在劳动力的重新配置过程中，在尚未达到阈值前，就业-产业结构协调发展总是有利于化解工业产能过剩，而在达到阈值后就业-产业结构协调发展反而不利于工业产能过剩的化解。这可能是，随着中国经济的发展与工业化的推进，农业与工业的发展将更依赖于服务业的深化[33]。在服务业深化的过程中，工业生产中的服务部分将转移到生产性服务业，释放了过剩的生产要素，但也导致了就业-产业结构的不协调发展。这一可能性推论将在下文进行拓展分析。

模型一的结果显示，就业-产业结构协调度与产业结构升级交互项的系数在10%水平下显著为负，不符合假设Ⅱ的预期。本文通过将产业结构升级进一步分解为服务化（采用第三产业与第二产业的产值之比）与效率化（采用第三产业与第二产业的劳动生产率之比），估计结果如表3列5与表3列6所示。服务化的估计结果说明，产业结构服务化不利于就业-产业结构协调发展对产能过剩的化解。而效率化的估计结果表明，当产业结构高级化促使劳动力从低效率的部门流向高效率的部门时，其可以通过优质的生产性服务业为工业部门提供相匹配的服务，促进不同部门的相互融合[16]，进而促进就业-产业结构协调对产能过剩的化解。这意味着，在中国农业与工业的劳动生产率高于服务业的背景下，经济结构的服务化拉低了全社会劳动生产率，影响了国民收入、投资、消费等，不利于产能过剩的化解，即产业结构“逆高级化”或“逆服务化”更有利于就业-产业结构协调发展对工业产能过剩的化解。

模型二的结果显示，就业-产业结构协调度与人力资本升级交互项的系数通过5%水平下的显著性检验且为正，表明人力资本升级可以增强就业-产业结构协调发展对工业产能过剩的化解能力，这一结论验证了假设Ⅲ的合理性。一方面，人力资本升级可以提高从业人员的通用技能与专业技能，减少了因供求错位而导致的再就业压力，促进就业结构调整，提高劳动收入份额;另一方面，人力资本升级所引致的一系列公共部门投资，可以强化私人投资的挤入效应，减少重复产能的建设，优化资源配置[21]。但值得注意的是，在引入人力资本交互项后，就业-产业结构协调度的系数显著为负，这表明人力资本升级还可以有效缓解了就业-产业结构非协调发展对工业产能过剩的不利影响。目前，中国就业结构的调整滞后于产业结构发展，而任何生产活动均需要相应人力资本投入来实现，不匹配的就业结构阻碍了这种机制。因此，这种“就业结构拖累产业结构”的负面影响就在人力资本层面得以彰显。

模型三的结果显示，就业-产业结构协调度与技术进步升级交互项的系数通过5%水平下的显著性检验且为负，表明技术进步升级抑制了就业-产业结构协调发展对工业产能过剩的化解。这种负效应的根源在于要素互补型生产函数下技术进步的资本偏向所带来的劳动力冗余、产业无序转移[34]。在中国人口红利逐渐消失、劳动力成本日益升高的背景下，企业偏好使用相对廉价的资本以替代高成本的劳动力，致使劳动力大量溢出，造成劳动收入份额下降，居民消费能力不足，而有偏的技术进步却依旧推动着产能持续扩张，使得社会供需脱节，进而不利于就业-产业结构协调发展对产能过剩的化解。

在控制变量方面，市场化程度（mar）在所有结果中均显著为正，表明市场化在化解产能过剩中占据着极其重要的地位，随着市场化程度的加深，资源配置方式更合理，更利于工业产能过剩的化解。城镇化水平（urb）在所有结果显著为正且通过显著性检验，这进一步佐证了于斌斌和陈露[30]的研究结论，即推进城镇化可以从经济、人口、社会、环境四个维度多层次化解产能过剩。政府干预度（gov）的系数也均显著为正，说明政府干预是可以提高工业产能利用率，其原因是政府对高技术产业的专项投资促使非国有企业产生了更强的就业创造效应，从而优化了就业结构，减少了因企业异质性而引发的产能过剩[35]。社会消费能力（con）在模型三中通过5%水平下的显著性检验且为负，说明当前中国社会消费能力仍然不足，供求失衡状况较为严峻，无法从需求端为工业产能过剩的化解提供动力。

4 就业-产业结构协调发展影响工业产能过剩的门槛效应

前文分析表明，就业-产业结构协调发展对于工业产能利用率的影响存在一种“倒U型”的变化过程，这可能与经济发展阶段密切相关。朱平芳和王永水[36]研究发现，在经济发展初期，工业化进程较快，劳动力大量涌入工业部门，而随着经济发展水平的提升，劳动力将逐渐向消费性服务业转移。然而Francois 和 Hoekman[37]指出，隨着经济不断发展，制造业的生产与营销将更依赖于生产性服务业的规模与质量。这意味着，在经济发展初期，劳动力大量涌入工业部门，促使工业产能不断扩张，此时就业结构与产业结构的同步式扩张有助于企业生产能力的正常发挥，即就业-产业结构的协调发展有利于工业产能过剩的化解;而随着工业化和城市化的推进，生产性服务业的规模与质量成为制约产能过剩化解的关键，偏向消费性服务业的就业-产业结构协调无法满足制造业的服务性需求，从而不利于工业产能过剩的化解。根据上述理论分析，本文认为就业-产业结构的协调发展对工业产能利用率的影响过程中可能存在若干个“经济门槛”，即就业-产业结构协调发展对工业产能过剩的化解效应受制于经济发展阶段。

通过上述分析，本文以Hansen[38]的面板门槛模型为基础，以人均GDP（gdpit）为经济发展水平的门槛变量，讨论其是否存在非线性的人均GDP门槛效应，设定就业-产业结构协调度（IHit）与工业产能利用率（EPCit）的面板门槛模型为：

EPCit=β0+β11IHit×I（gdpit≤γ）+

β21IHit×I（gdpit>γ）+ηXit+μi+εit（19）

接下来，本文利用Bootstrap对上述模型进行反复抽样以估计单门槛、双门槛、三门槛，结果如表4所示。

从表4中可以看出，就业-产业结构协调度的双门槛、三门槛均未通过5%的显著性检验，单门槛检验效果显著，且通过1%水平下的显著性检验，说明人均GDP在就业-产业结构协调度影响工业产能过剩的过程中存在显著的单门槛效应，门槛值γ为53 165.769 5元/人。由于工业产能利用率的提高是一个循序渐进的过程，既取决

于当期因素，也取决于前期的产能过剩。因此，本文将滞后一期的产能利用率引入门槛模型，构造动态门槛模型如式（20）所示，并利用差分GMM估计法进行估计，回归结果如表5所示。

动态门槛模型的结果显示，在经济发展过程中，就业-产业结构协调发展对工业产能过剩的化解效应是存在上限的，其呈現“先促后抑”的影响路径。究其原因在于，

随着经济发展水平的提高与城市化的推进，服务业的地位愈加重要。一方面，社会的需求结构从实物消费转变为服务消费和实物消费并重，体现了服务业在需求侧的重要性;另一方面，现代农业与现代服务业的发展将更依赖于服务业的深化，展现了服务业在供给侧的重要性[33，37]。

动态门槛模型的估计结果显示，处于不同经济发展水平的地区，就业-产业结构协调对产能利用率起着不同的作用，这可能是由于中国的工业化进程存在显著的地区差异所致[38]。对于未跨过门槛值的地区（如河北、山西、黑龙江），就业-产业结构协调度对工业产能利用率呈现显著的正效应，且通过5%水平下的显著性检验。由于这些地区处于工业化中期，经济发展依托资源和能源的大量投入，导致了就业-产业结构错配，因而促进就业-产业结构协调发展可以优化劳动要素与资本要素的社会配置，有利于消费与投资的良性循环，化解工业产能过剩。在调节效应方面，产业结构升级的调节效应显著为负，意味着在经济发展水平较低阶段，应更注重就业-产业结构协调发展所带来的产能过剩化解效应，而非一味追求产业结构的服务化调整。人力资本升级的调节效应显著为正，表明加速人力资本升级可以引发新的社会投资，有效提高劳动报酬与资源配置效率，从而有利于就业-产业结构协调发展对产能过剩的化解。技术进步升级的调节效应显著为负，其原因在于，不同地区产业层级存在较大差异[6]，经济发展水平较低的地区技术密集型企业占比较低，技术进步的“投资诱导效应”促使企业生产规模和产能持续扩张，继而产能利用率相对下降。

对于跨过门槛值的地区而言，就业-产业结构协调度对工业产能利用率具有负效应且通过10%水平下的显著性检验。首先，对跨过门槛值且工业产能利用率较高的地区（如北京、天津、上海等地），由于处于后工业化或服务化阶段，农业与工业的现代化发展将更依赖于生产性服

务业的发展，而服务业的规模扩张会产生正的外部性，有助于工业产能过剩的化解。同时，在经济发达阶段，服务业的就业吸纳能力相较农业与工业而言更强，致使就业结构更倾向于服务业，从而造成了就业-产业结构的不协调发展。该结论也再次验证了上文中的推论，即在经济发展到一定水平时，农业与工业的发展将更依赖于服务业的深化，农业与工业生产中的服务部分将转移到生产性服务业，释放了过剩的生产要素，但也导致了就业-产业结构的不协调发展。其次，对于跨过门槛值但工业产能利用率较低的发达地区（如内蒙古、吉林、湖北等地），由于处于工业化中期，此时虽然就业结构和产业结构已形成协调的趋势，但服务业的劳动生产率相对工业依旧偏低。尽管消费性服务业吸纳了大量的劳动力，但这种就业结构调整实际上无法满足工业部门的生产性需求，“过早地去工业化”反而不利于产能过剩的化解[39]。在调节效应方面，产业结构升级、人力资本升级与技术进步升级均不显著。但值得注意的是，跨过门槛值的地区在引入产业结构升级交互项后，就业-产业结构协调度转变为正，表明当产业结构升级偏向高级化与效率化时，有利于就业-产业结构协调发展对工业产能过剩的化解。同时，技术进步升级对跨过门槛值的地区具有正的调节效应，表明经济发展水平较高地区的技术密集型产业比重较高，因而技术进步升级导致的结构优化有助于工业产能过剩的化解。

5 结论与政策启示

本文基于2002—2016年中国省级面板数据考察了就业-产业结构协调发展对于工业产能过剩的影响效应，并分析了产业结构升级、人力资本升级与技术进步升级对就业-产业结构协调发展化解工业产能过剩的调节效应。通过理论研究与实证分析，本文得到以下结论。

第一，在考察期间内，中国就业-产业结构协调度与工业产能利用率呈现同步的上升趋势，但中国工业仍存在产能过剩问题，工业产能利用率在56%～70%。实证结果表明，就业-产业结构协调度对工业产能利用率存在正的直接效应。就业-产业结构协调发展可以促进过剩劳动要素从产能过剩行业中流出，从而提高了劳动收入份额与资源配置效率，有利于工业产能过剩的化解。

第二，产业结构升级的调节效应显著为负效应。其原因在于，目前中国农业与工业的劳动生产率高于服务业，非效率的产业结构升级使得资源流向效率较低的部门，阻碍了落后产能的蜕变，并且过快的产业结构升级拉大了就业结构与产业结构的偏差，削弱了就业-产业结构协调发展所带来的产能过剩化解效应。

第三，人力资本升级的调节效应显著为正效应。人力资本升级所带来的就业创造效应与投资挤入效应可以从就业安置、投资导向分别对劳动收入份额、资源配置效率进行优化，进而缓解就业-产业结构非协调发展对工业产能过剩的不利影响。

第四，技术进步升级的调节效应显著为负效应。一方面，资本偏向型的技术进步导致劳动力大量冗余，拖累了就业结构的优化，不利于劳动收入份额的提升，从而抑制了就业-产业结构协调发展对工业产能过剩的化解效应;另一方面，有偏技术进步改变了不同要素的边际产出，诱使企业利用资本要素进行生产，造成企业产能规模的不断扩张。

第五，对于未跨过经济发展门槛的地区，就业-产业结构协调度对工业产能利用率为正的直接效应，但非效率的产业结构变迁与有偏的技术进步仍是就业-产业结构协调发展化解工业产能过剩的制约因素。对于跨过经济发展门槛的地区，就业-产业结构协调度对工业产能利用率具有负的直接效应。究其原因在于，在经济发达阶段，服务业的规模扩张有助于农业与工业的现代化发展，化解工业产能过剩，但服务业较强的就业吸纳能力却导致就业-产业结构的不协调发展。

从上述研究结论中得到以下政策启示：第一，坚持“人才强国战略”，推动人力资本升级。目前，中国就业结构调整滞后于产业结构发展，而就业结构升级问题归根结底还是人力资本升级的问题。一方面，政府应在基础教育和职业教育上双管齐下，营造良好的教育环境，积极推动人力资本存量提升，增强劳动要素的流动性，为就业结构优化提供高素质的劳动资源，进而扩大劳动收入份额，实现内需扩张;另一方面，政府要注重健康人力资本的维护，建立和健全医疗保险制度，并通过适当的卫生经费支出，合理引导社会投资流向，优化产业间的要素配置，产生利于产能过剩化解的“新潮涌现象”。 第二，坚持效率优先原则，逐步推动产业升级。政府应当理性地对待产业结构升级问题，在尊重当前中国不同产业存在效率差异的前提下，对产业结构进行适度的调整，通过工业逐

步带动服务业发展，尤其注重生产性服务业对于制造业的推动作用，将服务业的发展重心置于現代服务业部门，以图通过优质的服务业促进资源的优化配置，进而化解产能过剩。第三，积

极推进产教融合，实现供需良性循环。党的十九大明确提出，产教融合是促进人才链与产业链有机契合，实现经济高质量发展的关键。一方面，政府要鼓励企业与大学等教育机构进行合理的人才对接，提高人才配置效率，更好地促进人力资本结构与产业结构的相互耦合，实现劳动供给与需求的深度融合;另一方面，政府要破除要素流动的制度壁垒，利用市场机制实现劳动要素的“各得其所”与产业结构的转型升级，进而有效提高劳动收入报酬，优化产出结构，推动需求端与供给端的协调匹配，实现产能过剩的化解。

（编辑：王爱萍）

参考文献

[1]钟春平，潘黎. “产能过剩”的误区——产能利用率及产能过剩的进展、争议及现实判断[J]. 经济学动态，2014（3）： 35-47.

[2]张少华，蒋伟杰. 中国的产能过剩：程度测算与行业分布[J]. 经济研究，2017，52（1）： 89-102.

[3]林毅夫，巫和懋，邢亦青. “潮涌现象”与产能过剩的形成机制[J]. 经济研究，2010，45（10）： 4-19.

[4]刘航，孙早. 城镇化动因扭曲与制造业产能过剩——基于2001—2012年中国省级面板数据的经验分析[J].中国工业经济，2014（11）： 5-17.

[5]杨振兵. 有偏技术进步视角下中国工业产能过剩的影响因素分析[J]. 数量经济技术经济研究，2016，33（8）： 30-46.

[6]肖明月，郑亚莉. 供给质量提升能否化解中国制造业的产能过剩？——基于结构优化与技术进步视角[J]. 中国软科学，2018（12）： 126-139.

[7]何德旭，姚战琪. 中国产业结构调整的效应、优化升级目标和政策措施[J]. 中国工业经济，2008（5）： 46-56.

[8]KUIJS L. How will Chinas saving-investment balance evolve？[J]. Policy research working paper， 2010（32）： 1-32.

[9]郭熙保，朱兰. 中等收入转型视角下的中国需求结构演变[J]. 世界经济文汇，2019（1）： 1-16.

[10]CHANG T H， PETER J K. Misallocation and manufacturing TFP in China and India[J]. The quarterly joumal of economics， 2009，124（4）： 1403-1448.

[11]宋锦，李曦晨. 产业转型与就业结构调整的趋势分析[J]. 数量经济技术经济研究，2019，36（10）： 38-57.

[12]刘亚琳，茅锐，姚洋. 结构转型、金融危机与中国劳动收入份额的变化[J]. 经济学（季刊），2018，17（2）： 609-632.

[13]PENEDER M. Structural change and aggregate growth[J]. Structural change and economic dynamics， 2002， 14（4）： 427-448.

[14]李雪冬，江可申，夏海力. 供给侧改革引领下双三角异质性制造业要素扭曲及生产率比较研究[J]. 数量经济技术经济研究，2018，35（5）： 23-39.

[15]AMRITA R. Structural change and the changing relationship between the industrial and the service sector： evidence from Indian states[J]. Indian growth & development review， 2015， 8（1）： 73-92.

[16]刘奕，夏杰长，李垚. 生产性服务业集聚与制造业升级[J]. 中国工业经济，2017（7）： 24-42.

[17]HANLON W W. Human capital transferability and the structure of the economy [C]// The Jerusalem Summer School in Economic Growth the Hebrew University of Jerusalem Conference Proceedings. 2008.

[18]夏怡然，陆铭. 城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究[J]. 管理世界，2015（10）： 78-90.

[19]JEROME V， AGHION P， MEGHIR C. Growth， distance to frontier and composition of human capital[J]. Journal of economic growth， 2006， 11（2）： 97-127.

[20]FUENTE A D L. Human capital in a global and knowledge-based economy， part Ⅱ： assessment at the EU country level[R]. 2003.

[21]唐东波. 挤入还是挤出： 中国基础设施投资对私人投资的影响研究[J]. 金融研究，2015（8）： 31-45.

[22]JOES M B， RODOLFO L. Technological innovation and employment：complements or substitutes？[J]. European journal of development research， 2008， 20（2）： 318-329.

[23]ACEMOGLU D， RESTREPO P. The race between machine and man： implications of technology for growth， factor shares and employment[J]. American economic review， 2018（6）： 1488-1542.

[24]GROWIEC J， MCADAM P， MU′CK J. Endogenous labor share cycles： theory and evidence[J]. Journal of economic dynamics and control， 2018，87： 74-93.

[25]KARABARBOUNIS L， NEIMAN B. The global decline of the labor share[J]. The quarterly journal of economics， 2014， 129（1）： 61-103.

[26]胡玉琴，胡玉萍，薛留根. 产业结构与就业结构协调系数测度方法的改进[J]. 统计与决策，2017（9）： 5-9.

[27]BHADURI A， MARGLIN S. Unemployment and the real wage： the economic basis for contesting political ideologies[J]. Cambridge journal of economics， 1990， 14（4）： 375-393.

[28]YU B， SHEN C. Environmental regulation and industrial capacity utilization： an empirical study of China[J]. Journal of cleaner production， 2020， 246： 1-13

[29]KIRKIEY J， PAUL C J M， SQUIRES D. Capacity and capacity utilization in common-pool resource industries[J]. Environmental and resource economics， 2002， 22（1-2）： 71-97.

[30]于斌斌，陈露. 新型城镇化能化解产能过剩吗？[J]. 数量经济技术经济研究，2019，36（1）： 22-41.

[31]单豪杰. 中国资本存量K的再估算： 1952—2006年[J]. 数量经济技术经济研究，2008，25（10）： 17-31

[32]ACEMOGLU D ， GUERRIERI V. Capital deepening and non-balanced economic growth[J]. Journal of political economy， 2008， 116（3）： 467-499.

[33]PREISSL B. The german service gap or re-organising the manufacturing-services puzzle[J]. Metroeconomica， 2007， 58（3）： 457-478.

[34]刘航，孙早. 有偏技术进步与工业产能过剩——基于开放格局的供给侧改革[J]. 经济学家，2017（1）： 47-54.

[35]刘和旺，郑世林. 高技術产业化专项投资就业效应的研究[J]. 中国软科学，2013（7）： 47-60.

[36]朱平芳，王永水. 变参数状态空间模型下服务业滞后效应研究[J]. 数量经济技术经济研究，2013，30（8）： 51-64.

[37]FRANCOIS J， HOEKMAN B. Services trade and policy[J]. Journal of economic literature， 2010， 48（33）： 642-692.

[38]HANSEN E. Sample splitting and threshold estimation[J]. Econometrica， 2010， 68（3）： 575-603.

[39]魏后凯，王颂吉. 中国“过度去工业化”现象剖析与理论反思[J]. 中国工业经济，2019（1）： 5-22.

Can coordinated development of employment and industrial

structure resolve industrial overcapacity？

YU Bin-binWU Yin-zhong

（School of Economics， Zhejiang Gongshang University，Hangzhou Zhejiang 310018，China）

Abstract The imbalance of employment and industrial structure caused by the maladjustment of investment in Chinas industrialization process is an important cause of industrial overcapacity. Based on the provincial panel data of China from 2002 to 2016， this paper uses the differential GMM estimation method to test the direct effect of coordinated development of employment and industrial structure on industrial overcapacity and the regulatory effect of industrial structure， human capital and technological progress， and analyzes the threshold effect of both. The research finds that coordinated development of employment and industrial structure has a significant resolving effect on industrial overcapacity， but shows an ‘inverted U-shaped influence path. The results show that the regulatory effect of the inefficient industrial structure upgrading and biased technological progress inhibit the effect of coordinated development of employment and industrial structure on industrial overcapacity， and the upgrading of human capital not only promotes the effect， but can effectively improve the negative impact of employment and industrial structure on industrial overcapacity. The result of the threshold effect shows that the resolving effect on overcapacity by coordinated development of employment and industrial structure demonstrates an influence path of ‘promoting first and then restraining along with the transition of economic development stages， while the upgrading of technological progress shows an influence path of ‘restraining first and then promoting when crossing the threshold of economic development. The above conclusions mean that promoting coordinated development of employment and industrial structure and accelerating the upgrading of human capital can be a new way of resolving industrial overcapacity.

Key words employment structure; industrial structure; coordinated development; industrial overcapacity

收稿日期：2019-10-17 修回日期：2020-01-25

作者简介：于斌斌，博士，副教授，主要研究方向为产能过剩与环境治理。E-mail：bxybby@163.com。

通信作者：吴银忠，硕士生，主要研究方向为产能过剩与环境治理。E-mail：wyz429097426@foxmail.com。

基金项目：浙江省哲学社会科学规划重点项目“新型城镇化视角下化解工业产能过剩的机理与对策研究”（批准号：20NDJC12Z）;国家自然科学基金项目“新型城镇化下中国经济增长路径研究：基于结构调整与效率提升的双重视角”（批准号：71703153）。