中国高技术产业全要素生产率测算及其分解研究：基于生产要素的视角

尹向飞

(湖南工商大学 经济与贸易学院，湖南 长沙 410205)

一、引言

作为衡量一个国家科技发展水平和整体竞争力的重要产业——高技术产业在推动经济持续增长、促进产业转型和升级中具有越来越重要的作用。近年来中国高技术产业发展迅猛，产业增加值从1995年的4097.76亿元上升到2016年的155226.41亿元，年均增长17.3%；同时高技术产业对中国经济增长的贡献越来越大，从1995年的6.68%上升到2016年的20.9%。尽管中国高技术产业获得快速发展，但是不少学者认为如同中国经济一样，中国高技术产业仍然存在“高投入、低产出”的粗放型增长模式，进而对发展质量和发展可持续性提出了质疑。那么中国高技术产业整体质量如何？是否具有可持续性？如果中国高技术产业发展不具有可持续性，那么主要障碍来自哪里？对上述问题进行研究，绕不开高技术产业增长绩效的评价和来源研究。全要素生产率是经济持续增长的唯一源泉(Solow，1957)[1]，是反映经济增长质量的关键指标，因此上述问题的回答绕不开高技术产业全要素生产率的测算以及细密层次的分解。

二、文献综述

众多学者对高技术行业全要素生产率进行了测算。Colombo, Croce和Murtinu(2014)[2]采用Olley和Pakes(1996)[3]所提出的全要素生产率测算的半参数估计法，对意大利222家高技术公司1994—2003年非均衡面板数据进行分析，发现这些高技术公司全要素生产率年均增长4.712%；Harris和Moffat(2015)[4]构建包含中间投入的生产函数模型，利用索罗余值法对英国公司全要素生产率进行测算，比较高技术制造业、中高技术制造业、中低技术制造业等行业的全要素生产率；Yang和Zhao(2016)[5]利用DEA─Malmquist指数法和核密度估计法，对58家高技术公司数据进行分析，测算这些公司首次公开募股效率。Bartelsman，Dhrymes(1998)[6]基于索罗余值法，利用多种估计方法分析和比较SICs 35, 36和38的全要素生产率。Reggiani和Shevtsova(2018)[7]使用2000—2006年乌克兰制造业企业数据库，分析和比较了高技术行业和低技术行业全要素生产率。Foster和Pöschl(2013)[8]分析了40个国家1995—2005年数据，测算和比较了不同水平的技术产业全要素生产率。中国代表性的作者有胡亚茹、陈丹丹(2019)[9]，孙康、季建文、刘峻峰(2017)[10]，陈启斐、张为付、唐保庆(2017)[11]。上述研究主要侧重于利用索罗余值法等方法对高技术行业全要素生产率进行测算，以及全要素生产率的影响因素研究，而对全要素生产率的来源尤其是从要素效率的视角尚未涉及。

探讨全要素生产率和要素效率之间关系的研究主要从以下几个方面展开：(1)探讨要素配置效率对全要素生产率提升的影响。这方面的开创性研究始于Hsieh和Klenow(2009)[12]，主要通过全要素生产率价值(TFPR)建立起资本、劳动力效率和TFP之间的联系。而龚关、胡关亮(2013)[13]在Hsieh和Klenow(2009)[12]研究的基础上，放松了规模报酬不变等假设，对模型进行改进，发现改善资本配置效率和劳动力配置效率都能够大幅度提升全要素生产率。但这些研究主要关注配置效率对全要素生产率的影响。(2)从体现式技术进步探讨要素效率和全要素生产率之间的关系。克鲁格曼在分析亚洲经济的快速增长时提出了“东亚奇迹”，引发学术界广泛争论，Felipe(1999)[14]认为技术进步包括非体现式和体现式两大类，而基于外生性的TFP无法覆盖后者。基于Felipe(1999)[14]的思想，学者提出了度量资本体现式技术进步的三种方法——不变质量价格指数法(Gordon，1990[15]；Greenwood、Krusell，1997[16])、核心机器法(Dijk、Szirmai，2006[17])、生产函数估计法(Bahk、Gort，1993)[18]。国内学者利用上述方法测算了中国资本体现式技术进步[19-21]，张勇、古明明(2013)[22]对中国的资本体现式技术进步和劳动力体现式技术进步都进行了研究，发现以投资为主的体现式技术进步为技术进步的主要形式。Gordon(1990)[15]等的体现式技术进步方法，一方面测算技术十分复杂，另一方面也未建立起投入要素效率和全要素生产率之间的直接联系。(3)基于ISP生产率测算模型，构建要素效率和全要素生产率之间的关系(李兰冰、刘秉镰，2015；Chang、Hu、Chou、Sun，2012；张少华、蒋伟杰，2014)[23-25]，这些研究创造性地建立了TFP和投入要素效率之间的联系，但是其所构建ISP模型的目标函数赋予各投入要素相同权重，一方面具有很大主观性，另一方面也和实际不符，不同个体的要素投入结构存在较大差异，因此各要素效率同等程度的提高对TFP变化的影响是不同的，例如1%的资本效率提升，对资本密集型行业TFP的影响应该大于0.5%，对劳动力密集型行业TFP的影响应该小于0.5%。(4)劳动生产率和TFP的关系研究，代表性的文献有布兰查德等(1998)[26]、姬超(2014)[27]，他们尽管建立起了TFP和劳动生产率之间的联系，但其结论建立在假定资本和产出保持同步增长的基础上。

本文的贡献如下：(1)建立起要素边际产出变化和全要素生产率之间的联系——当期全要素生产率为所有要素边际产出增长率和对应要素前后两期之比的乘积的加权平均，权重为对应投入要素的产出弹性。不同于ISP指数法中目标函数各要素权重相同，本文权重选取由模型推导产生，避免了权重选取的主观性。不同于布兰查德等(1998)[26]假定资本和产出保持同步增长，本文仅仅假定规模报酬不变。不同于Hsieh和Klenow(2009)[12]间接建立全要素生产率和要素配置效率之间的联系，本文建立了全要素生产率和要素效率之间的直接联系。(2)本文所推导出的全要素生产率核算方程，是建立在索罗余值的基础上，但不同于大多数索罗余值法中假定要素产出弹性不变，本文放松了这一假定，并且直接建立了要素效率和全要素生产率之间的联系，在某种程度上是对索罗增长模型的深化。(3)本文直接建立的全要素生产率和要素效率之间的联系，在一定程度上将全要素生产率增长的黑箱打开。(4)本文的研究以图揭示中国高技术产业全要素生产率增长路径、投入要素效率、全要素生产率以及它们之间的联系，能够为制定相关政策提供理论和实证依据。

三、全要素生产率核算模型

本文假定生产函数为规模报酬不变的生产函数，具体形式如下：

Yt=f(Kt,Lt)

(1)

其中Yt=MPKtKt+MPLtLt，后同。K表示资本投入，L表示劳动力投入，Y表示国内生产总值；t代表年份。由于该生产函数为规模报酬不变的生产函数，因此有

Yt=MPKtKt+MPLtLt

(2)

(3)

ηLt+ηKt=1

(4)

通过对式(3)移项得如下公式

(5)

式(5)左端为GDP增长率减去生产要素的加权增长率，这和索罗的全要素生产率定义是一致的，因此本文将其称作为全要素生产率，记为TFPt。本文定义的TFP和索罗的定义差别体现在生产要素权重上，索罗假定生产要素的权重是不变的，而本文的权重——生产要素的产出弹性可以随着时间变化而变化。当权重不变时，两者完全一致，如果是可变的，那么两者之间存在差别。在实际情况中，由于生产要素的产出弹性一般会随时间发生改变，因此本文全要素生产率的适用范围更广，更加契合实际。

(6)

(7)

因此，我们可以得出如下等式：

TFPt=

(8)

(9)

TFPt=TFPKt+TFPLt

(10)

从式(6)-(10)可以看出，全要素生产率为资本全要素生产率和劳动力全要素生产率之和，而资本全要素生产率为资本产出弹性、前后两期资本投入之比和资本边际产出增长率三者之积，对劳动力全要素生产率也同样如此，这说明以下几点：第一，TFP不但和各投入要素效率息息相关，而且和投入要素的增长率有关。各投入要素效率变化和要素投入增长率为全要素生产率的原因，全要素生产率为各投入要素效率变化和要素投入增长的结果，反过来则不成立。第二，各投入要素的产出弹性也是全要素生产率的重要影响因素，在其他条件不变的情况下，产出弹性大的生产要素对全要素生产率的推动作用高于产出弹性小的生产要素。第三，式(10)也为我们提供了一种测算全要素生产率的新方法，即我们可以根据各投入要素的增长率、边际产出变化率以及产出弹性来测算TFP。

四、数据来源与说明

本文所涉及的产业为高技术产业，不同于以往研究仅仅关注在医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业和医疗设备及仪器仪表制造业五个大的行业，而且本文还关注各大行业下的子行业,共得到17个子行业(1)其中计算机外围设备制造和计算机零部件制造合并为一个子行业，命名为计算机零部件制造。。本文大行业的效率不是通过对子行业的效率进行加权平均的方法计算得到，权重为各子行业的增加值占该行业增加值的比重。本文研究的时间段为1996—2016年，如非特别说明，所有数据来自于历年《中国高技术产业统计年鉴》。

劳动力利用各行业的从业人员数表示，资本利用资本存量表示，产出变量(Y)利用以1996年价格表示的各行业实际增加值表示。

各行业资本存量(简记为Kt)的测算公式如下：

Kt=Kt-1(1-δ)+It

(11)

其中It为以1996年价格表示的固定资产投资，固定资产价格指数来自于历年的《中国统计年鉴》，δ表示固定资产的折旧率，这里取5%。(12)式需要估算期初的资本存量，本文借鉴Young(2000)[28]、Hall和Charles(1996)[29]、 Hall 和Charles(1999)[30]的估计方法，利用1996年固定资产投资除以各行业前3年投资增长的几何平均数加上折旧率后的比值。

五、实证研究

(一)生产函数的设定以及相关指标的计算

本文采用Christensen,Jorgenson and Lau(1973)[31]提出的超越对数生产函数，考虑到本文生产函数的规模报酬不变性，因此设定生产函数如下：

ln(Yt/Lt)=α0+α1ln(Kt/Lt)+α2(ln(Kt/Lt))2+εt

(12)

其中εt为随机扰动项，那么资本和劳动力的产出弹性如下：

ηKt=α1+2α2ln(Kt/Lt)

(13)

ηLt=1-ηKt

(14)

各投入要素边际产出的计算公式如下：

(15)

(16)

(二)变量描述性统计说明

表1汇报了高技术行业的均值、中位数、最大值等描述性统计量，从表1可以看出，各个行业的经济规模、就业规模等相差很大。

表1 资本、劳动力、总产出的描述性统计量

(三)生产函数参数估计

利用1996—2016年17个行业数据，对式(13)中的参数进行估计。考虑到各个截面之间的面板数据的个体间存在差异，因此采用固定效应模型。考虑到残差可能存在自相关，本文加入AR(1)项。考虑到可能面板数据的个体间存在同期相关性和异方差时，使用OLS可能会产生结果失真,因此为了消除影响,可采用不相关回归方法( Seemingly Unrelated Regression, SUR)来估计方程。最终结果见表2。从表2可以看出所有的系数显著不为0，从DW统计量可以看出残差项不存在自相关，从AR(1)可以看出残差项是平稳的。

(四)全要素生产率测算与分解

利用1996—2016年17个行业数据、表2的回归结果和公式(13)至(16)，可以估计出各行业在各年度的资本、劳动力的产出弹性和边际产出，将各要素的边际产出和产出弹性等指标代入公式(5)至(7)，测算相关指标，在此基础上从整个高技术产业层面、各高技术产业层面和细分高技术产业层面三个维度进行后续分析。

1.高技术产业整体层面

根据测算出来的1997—2016年17个行业全要素生产率和要素效率，以对应年度各行业总产出占高技术产业总产出比重为权重，进行加权平均，得到中国高技术产业层面的全要素生产率、资本全要素生产率和劳动力全要素生产率，其变化趋势见图1。

图1 高技术产业全要素生产率、劳动力全要素生产率和资本全要素生产率的变化趋势图(%)

从图1可以看出，中国高技术产业全要素生产率的变化趋势大致可以分为三个阶段，第一阶段为1997年至2000年，中国高技术产业的全要素生产率呈高速、加速增长变化趋势，从1997年的17.51%上升到2000年的22.45%；第二阶段为2001年至2008年，中国高技术行业全要素生产率增长速度呈下降变化趋势，从2001年的11.22%下降到2008年的-7.18%；第三阶段为2009年至2016年，中国高技术产业全要素生产率在-0.13%至5.64%之间波动。从整个时间段来看，中国高技术产业全要素生产率年均增长7.30%。

导致中国高技术产业全要素生产率呈现上述变化趋势的主要原因来自劳动力全要素生产率，因此劳动力全要素生产率也可以近似地分为上述三个阶段：(1)1997—2000年为第一个阶段，劳动力全要素生产率呈现加速增长变化趋势，从1997年的16.42%上升至2000年的19.89%，导致该阶段高技术产业劳动力全要素生产率呈现上述变化趋势的主要原因来源于3个方面，首先，1996年开始大学生不包分配政策为高技术产业的发展提供了大量高素质劳动力；1996年1月中国人事部发布《国家不包分配大专以上毕业生择业暂行办法》(〔1996〕5号)，大学生毕业不包分配政策的施行，促使大量高素质大学生进入以非公有制经济为主的高技术产业，促进了1997—2000年高技术产业劳动力全要素生产率的提高；其次，20世纪90年代的国有企业改革释放了禁锢在国有企业的劳动力尤其是那些具有高学历的劳动力，为高技术产业提供高素质劳动力，进而促进高技术产业劳动力全要素生产率的提升；第三，由于中国具有大量廉价的劳动力，吸引了大量日本、韩国和台湾地区的电子通信类低端加工和装配业向中国转移，进而极大地提升了中国高技术产业劳动力生产率，推动高技术产业劳动力全要素生产率的提升。1997年至2000年，劳动力全要素生产率的平均增长率为17.69%，资本全要素生产率总体呈递增变化趋势，从1997年的1.09%上升到2000年的2.56%，年均增长1.42%。(2)2001—2008年为第二个阶段，劳动力全要素生产率呈下降变化趋势，从2001年的10.26%下降到2008年的-5.81%。在第二阶段劳动力全要素生产率增长速度大幅下降的主要可能原因如下：第一，高等教育扩招使得大学生培养质量下降，这体现在两个方面，大学生生源质量下降和大学培养质量下降；第二，高技术产业规模的增长大幅促进了劳动力的需求，因此不但素质较高的国企下岗职工被吸收到高技术产业，而且连一些素质相对较低的员工也被吸收到高技术产业，从而导致劳动力全要素生产率下降；第三，人工智能、信息产业的发展推动中国高技术产业逐步现代化，降低了对劳动力质量的要求。在这个时间段，资本全要素生产率总体上呈现正增长变化趋势，但增长速度缓慢，年均仅仅增长0.7%。在2007年和2008年，资本全要素生产率和劳动力全要素生产率都小于0，从而使得全要素生产率小于0，并且在2008年达到整个研究时间段的最小值-7.18%，这可能和美国次贷危机、欧洲主权债务危机有关，后续会从产业层面进行论证。(3)2009—2016年是第三个阶段，劳动力全要素生产率在1.67%至6.39%之间波动，平均增长率为4.08%，低于第一阶段和第二阶段。在第三阶段，资本全要素生产率除了2010年略高于0以外，其他年度都小于0，这说明我国高技术产业资本效率不但没有得到提高，反而恶化，这说明以模仿和代工为主的发展模式不利于中国高技术产业持续健康发展，最终还得依靠以市场需求为导向的企业自主创新。

总之，中国高技术产业资本全要素生产率年均增长0.11%，对全要素生产率的推动作用较小，并且呈现恶化变化趋势；劳动力全要素生产率年均增长7.19%，是全要素生产率的主要推动力，但是其增长率逐步下降，这说明随着中国人口步入老龄化，中国丰富、廉价的劳动力资源对高技术产业所带来的“人口效率红利效应”正在逐步消失，因此中国一方面很有必要制定富有成效的人力资本激励政策以及对高等教育进行改革，提高高等教育质量，解决劳动力全要素生产率所面临的增长瓶颈问题，另一方面说明高技术产业所采取的代加工、模仿等发展战略在现阶段已经不再适用，不能促进中国高技术产业持续发展，中国高技术产业必须加强自主创新，进而提高资本效率。

2.高技术产业行业层面

根据各细分行业总产出占对应行业总产出比重为权重，对各细分行业全要素生产率、劳动力全要素生产率和资本全要素生产率进行加权平均，得到对应行业的全要素生产率、资本全要素生产率和劳动力全要素生产率，具体结果见表3。从表3我们可以得出如下结论：

第一，各行业资本全要素生产率和劳动力全要素生产率变化趋势存在较大差异。首先，各行业的劳动力全要素生产率变化趋势存在较大差异。医药制造业的劳动力全要素生产率在1997—2011年呈现高位波动变化趋势，波动区间为5.11～6.77，在2012—2016年主要呈低位波动变化趋势，波动区间为2.81～5.61；航空、航天器及设备制造业劳动力全要素生产率在1997—2007年呈高位波动变化趋势，大多数年份增长率在10%以上，在2008—2013年主要呈递增变化趋势，从2008年的5.26%增长到2013年的18.31%，在2013年以后增长速度很低；电子及通信设备制造业在1997—2001年劳动力全要素生产率呈高位波动变化趋势，但在2002年以后主要呈“U”形变化趋势；计算机及办公设备制造业在2004年以前劳动力全要素生产率维持高位波动变化趋势，但是在2005—2012年主要呈现负增长，在2013年以后增长率变为正，但是增长率较低；医疗仪器及仪器仪表制造业在2007年之前增长率较高，在2007年以后增长率比前一阶段有较大幅度的下降。其次，各行业的资本全要素生产率变化趋势存在较大差异。医药制造业的资本全要素生产率在1997—2011年负增长和正增长的年数大致相同，在2011年以后所有年份都呈负增长变化趋势；航空、航天器及设备制造业资本全要素生产率在2009年之前都呈正增长变化趋势，在2009年以后有3年呈正增长，4年呈负增长；电子及通信设备制造业在1997—2006年资本全要素生产率呈正增长变化趋势，但在2006年以后都呈负增长变化趋势；计算机及办公设备制造业在2004年以前资本全要素生产率有三年呈负增长，5年呈正增长；医疗仪器及仪器仪表制造业在2006年之前呈正增长，在2007年以后的所有年份呈负增长。

第二，所有高技术行业劳动力全要素生产率为全要素生产率增长的主要推动力，而资本全要素生产率的作用很小。各行业的资本全要素生产率不但增长率较低，甚至不少呈现负增长，而且其波动程度也不大。所有行业在绝大多数年份劳动力全要素生产率增长速度都高于资本全要素生产率。从平均来看，所有高技术行业的劳动力全要素生产率对全要素生产率的贡献都高于50%，其中贡献率最低的是航空、航天器及设备制造业，贡献率为88.64%，最高的为计算机及办公设备制造业，贡献率达到121.05%。

第三，劳动力全要素生产率增长最快的行业是医疗仪器及仪器仪表制造业，年均增长11.07%；排第二位的是航空、航天器及设备制造业，年均增长10.93%；增长最慢的是计算机及办公设备制造业，年均增长率仅仅为4.19%。资本全要素生产率增长最快的行业是航空、航天器及设备制造业，年均增长1.4%；排第二位的是电子及通信设备制造业，年均增长0.45%；其他三个行业资本全要素生产率都呈现负增长。全要素生产率增长最快的行业是航空、航天器及设备制造业，年均增长12.33%；排第二位的是医疗仪器及仪器仪表制造业，年均增长10.75%；增长最慢的是计算机及办公设备制造业，年均增长率仅仅为3.46%。

第四，从美国次贷危机对高技术产业全要素生产率的影响来看，影响最大的两个行业分别是电子及通信设备制造业和计算机及办公设备制造业，这两个行业在2007年、2008年的资本全要素生产率和劳动力全要素生产率都呈负增长变化趋势，使得全要素生产率呈负增长；这两个行业在2007年的增长率分别为-3.03%和-4.53%，在2008年分别为-8.83%和-12.53%。对其他三个行业的影响相对较小，这可以从行业出口依存度和出口增长率来进行解释。表4汇总了五个行业的2003—2008年的出口依存度，表5汇报了这五个行业2004—2008年出口增长率变化趋势。从表4可以看出，电子及通信设备制造业和计算机及办公设备制造业出口依存度远远高于其他三个行业，这和这两个行业是以出口以及代加工为主的行业相一致。从表5可以看出，除了医药制造业出口增长率在2007年、2008年略微有所下降以外，其他四个行业出口增长率在2007年和2008年比前面三年有了大幅度下降。因此我们大致可以得出如下结论，由于电子及通信设备制造业和计算机及办公设备制造业的出口依存度高，所以美国次贷危机降低了中国这两个行业的出口，从而降低了资本全要素生产率和劳动力全要素生产率，进而影响这两个行业的全要素生产率。尽管美国次贷危机降低了其他三个行业的出口，但是由于这三个行业以内销为主，因此美国次贷危机对这三个行业的资本全要素生产率和劳动力全要素生产率的影响有限，进而对这三个行业的全要素生产率影响有限。

表3 各行业的全要素生产率、资本全要素生产率和劳动力全要素生产率 %

表4 高技术行业出口依存度 %

表5 高技术行业出口增长率 %

3.高技术产业细分行业层面

将整个研究时间段分为4段，即1997—2000年，2001—2005年，2006—2010年和2011—2016年，然后对每个时间段的细分行各种全要素生产率求平均值，资本全要素生产率、劳动力全要素生产率和全要素生产率的测算结果分别见表6、表7和表8。

表6 细分行业TFPK(%) %

续表

从表6可以看出，在1997—2000年和2001—2005年两个时间段，大多数子行业的资本全要素生产率呈现正增长，而在2006—2010年和2011—2016年，绝大多数子行业的资本全要素生产率呈现负增长，这说明大多数子行业的资本效率呈现恶化变化趋势。资本全要素生产率增长最快的5个行业分别为雷达及配套设备制造、通信设备制造、电子器件制造、飞机制造、航天器制造，年均增长0.4%、0.49%、1.21%、1.3%、2.4%；资本全要素生产率增长最慢的5个行业分别为计算机零部件制造、生物药品制造、医疗仪器设备及器械制造、办公设备制造、中成药生产，年均增长-1.66%、-1.43%、-1.18%、-0.54%和-0.24%。总之，各子行业资本全要素生产率增长速度较慢。

从表7可以看出，在1997—2000年和2001—2005年两个时间段，所有子行业的劳动力全要素生产率呈现正增长，并且增长速度很快，增长率很高，1997—2000年绝大多数增长率在10%以上，但2001—2005年大多数子行业劳动力全要素生产率的增长速度比前一个阶段有了一定程度的下降。在2006—2010年和2011—2016年，除了少数子行业负增长以外，绝大多数子行业的劳动力全要素生产率呈现正增长，2006—2010年增长速度比2001—2005年有所下降，2011—2016年比2006—2010年有所下降。劳动力全要素生产率增长最快的5个行业分别为飞机制造、广播电视设备制造、雷达及配套设备制造、航天器制造、仪器仪表制造，年均增长10.79%、10.86%、11.54%、11.66%、11.99%；劳动力全要素生产率增长最慢的5个行业分别为计算机零部件制造、办公设备制造、视听设备制造、生物药品制造、通信设备制造，年均增长0.85%、4.23%、5.83%、6.4%和6.9%。总之，各子行业劳动力全要素生产率增长速度较快。

表7 细分行业TFPL %

续表

从表8可以看出，在1997—2000年和2001—2005年两个时间段，所有子行业的全要素生产率呈现正增长，并且增长速度很快，增长率很高，1997—2000年绝大多数增长率在10%以上，但2001—2005年大多数子行业全要素生产率的增长速度比前一个阶段有了一定程度的下降。在2006—2010年和2011—2016年，除了少数子行业负增长以外，绝大多数子行业的全要素生产率呈现正增长，2006—2010年增长速度比2001—2005年有所下降，2011—2016年比2006—2010年有所下降。全要素生产率增长最快的5个行业分别为广播电视设备制造、仪器仪表制造、雷达及配套设备制造、飞机制造、航天器制造，年均增长11.11%、11.92%、11.94%、12.09%、14.06%；全要素生产率增长最慢的5个行业分别为计算机零部件制造、办公设备制造、生物药品制造、视听设备制造、医疗仪器设备及器械制造，年均增长-0.81%、3.68%、4.97%、5.99%、6.91%。总之，大多数子行业全要素生产率增长速度较快。

表8 细分行业TFP %

为了分析次贷危机对各子行业各种效率的影响，本文求2007年、2008年两年的各种效率平均值，具体结果见表9。从表9可以看出，如前面所述，次贷危机对全要素生产率影响较大的行业为电子及通信设备制造业和计算机及办公设备制造业。但是对于电子及通信设备制造业下面的子行业存在差异，对广播电视设备制造、其他电子设备制造等子行业的影响较小，并且除了通信设备制造全要素生产率出现大幅下降以外，电子及通信设备制造业下面的其他子行业全要素生产率下降不大。对计算机及办公设备制造业下面的所有子行业全要素生产率都产生了很大影响。影响最大的子行业可能是通信设备制造、计算机整机制造、计算机零部件制造、办公设备制造，这四个行业的全要素生产率分别下降15.23%、11.54%、-6.76%和-5.98%。

表9 2007年、2008年各种全要素生产率的平均值 %

六、结论

本文基于规模不变的生产函数，推导出全要素生产率核算模型，建立要素边际产出变化和全要素生产率之间的联系——当期全要素生产率为所有要素边际产出增长率和对应要素前后两期之比的乘积的加权平均，权重为对应投入要素的产出弹性。基于全要素生产率核算模型和超越对数生产函数，本文对中国高技术行业进行实证研究，得到如下几点结论：

第一，中国高技术产业全要素生产率年均增长7.30%；资本全要素生产率年均增长0.11%，对全要素生产率的推动作用较小，并且呈现恶化变化趋势；劳动力全要素生产率年均增长7.19%，是全要素生产率的主要推动力，但是其增长率逐步下降，中国丰富、廉价的劳动力资源对高技术产业所带来的“人口效率红利效应”会随着中国步入人口老龄化阶段而逐步消失，因此中国一方面很有必要制定富有成效的人力资本激励政策以及对高等教育进行改革，提高高等教育质量，解决劳动力全要素生产率所面临的增长瓶颈问题，另一方面说明高技术产业所采取的代加工、模仿等发展战略在现阶段已经不再适用，不能促进中国高技术产业持续发展，中国高技术产业必须加强自主创新，进而提高资本效率。

第二，各行业资本全要素生产率和劳动力全要素生产率变化趋势存在较大差异，所有高技术行业劳动力全要素生产率为全要素生产率增长的主要推动力，而资本全要素生产率的作用很小。医疗仪器及仪器仪表制造业和航空、航天器及设备制造业劳动力全要素生产率增长最快，计算机及办公设备制造业增长最慢。资本全要素生产率增长最快的行业是航空、航天器及设备制造业和电子及通信设备制造业，其他三个行业资本全要素生产率都呈现负增长。全要素生产率增长最快的行业是航空、航天器及设备制造业和 医疗仪器及仪器仪表制造业，增长最慢的是计算机及办公设备制造业。

第三，从高技术产业的子行业来看，劳动力全要素生产率仍然是全要素生产率的主要推动力，资本全要素生产率的作用较小。各子行业的劳动力全要素生产率总体上也呈现下降变化趋势，“人口效率红利效应”也随着中国步入人口老龄化阶段而逐步消失，因此各子行业也必须转变过去代加工和模仿等发展战略，加强自主创新。

第四，次贷危机对电子及通信设备制造业和计算机及办公设备制造业两个行业全要素生产率影响很大，但对这两大行业的子行业影响存在差异。对于电子及通信设备制造业，次贷危机对广播电视设备制造、其他电子设备制造等子行业的全要素生产率影响较小，对通信设备制造业影响很大。而对计算机及办公设备制造业下面的所有子行业全要素生产率都产生了很大影响。

本文的结论对于政策制定的启示如下：全要素生产率是关于各种生产要素边际效率变化、生产要素投入变化的函数，在制定促进全要素生产率增长的政策时，要权衡其对各种生产要素边际效率变化、生产要素投入变化的影响。在当前高技术产业下，政策的制定应该更加关注提高资本效率。