经济增长中的产业结构变迁效应和技术进步效应研究*

西北师范大学经济学院 吉亚辉 梁雅楠 张 成

2013年12月10日，在中央经济工作会议上，习近平首次提出“新常态”这一概念。党的十九大以来，我国经济进入了“调结构，稳增长”阶段，在追求经济增速的同时，将着眼点放在了提高经济增长质量上。创新和研发是推动技术进步与经济增长的决定性因素(严成樑和龚六堂，2009)，而全要素生产率(total factor productivity，TFP)是测度纯技术进步带来的生产率增长的一个重要指标。研究表明，当前中国经济下行趋势的90%可由全要素生产率的增长放缓来解释，10%可以归因于资本增长的放缓(李猛，2013)。因此，我国经济欲实现高质量发展和可持续增长，应着重研究如何提高TFP。

在新常态的背景下，如何提高劳动生产率和全要素生产率？如何通过改变其内部投入比例带动经济协调发展？采取哪些措施可以使西部地区乘着“西部大开发”战略的春风，缩小和其他地区的差距？这些问题很值得我们探讨，本文的研究旨在解决这些问题。

一、文献综述

现有研究多从宏观层面测度产业结构变迁和技术进步对经济增长的贡献，但由于样本的不同以及测算方法的不同，已有成果存在一定的差异。蔡跃洲和付一夫(2017)利用中国宏观和产业数据，测算并分解了TFP增长中的技术效应与结构效应，经计算：得益于后发优势，改革开放以来，我国经济增长的动力约1/3来自技术效应，而结构效应的贡献仅是技术效应的1/5。王鹏和尤济红(2015)采用TFP分解法探究了1978～2013年劳动和资本要素在三次产业结构调整中的配置效率，结果表明：要素配置的结构效应对我国TFP的提升作用为17.34%，产业内增长效应是TFP增长的主要拉动因素，作用程度为82.66%。近年来，国外也有许多学者日益重视产业结构和技术进步在经济增长中的作用并作了相关的研究。例如，Cortuk和Singh(2011)在研究印度经济时发现，经济较高增长率的主要动力便是印度经济的结构性变化；Dietrich和Krüger(2010)在研究德国经济三次产业部门长期的经济增长源泉时发现，产业结构变迁对经济增长有正向促进作用。

不同学者采用不同的测算方法使检验结果呈现出一定的差异。例如，(1)样本不同。Timmer和Szirmai(2000)在研究四个亚洲国家制造业总生产率增长方面的作用时发现，结构调整对生产率增长的影响很小，但是其存在着微弱的“结构红利”效应。Caselli(2004)在研究跨国收入差异的核算中发现，结构变迁效应几乎不存在，技术进步发挥了显著的作用。(2)测算方法不同。极少数针对TFP指数进行衡量和计算的研究中，Krüger(2003)通过Malmquist指数和非参数生产率组合来计算全要素生产率增长率；Thijs和Shestalova(2011)用索洛剩余分析、指数法、投入产出分析和数据包络分析四种方法分解和测算TFP，实证结果各不相同。

本文认为，结构变迁对经济增长的贡献逐渐让位于技术进步，但东北地区及西部地区技术进步对经济增长的拉动作用仍比较弱。在当今“大众创业，万众创新”的时代契机下，大批农民工选择返回家乡进行创业、务工，这一举动无疑会将第三产业的剩余劳动力很大程度转移到农业上，从而使劳动要素禀赋的“结构红利”释放出来。由于要素在产业之间、区域之间的流动不是完全自由的，经济处于非均衡状态时，不同的部门具有不同的边际产出率，但“逐利性”会促使要素在各个部门流动，进而使各个部门得到相同的边际产出率，最终使经济实现均衡。但是，归根结底，TFP衡量了长期中的技术进步，是反映经济增长质量的重要指标。因此，研究产业结构变迁效应和技术进步效应对经济增长的贡献具有一定的现实意义。

本文的创新点主要体现在以下两个方面。(1)已有成果多利用静态偏离—份额分析法对区域经济问题进行研究。静态偏离—份额分析法虽然在分析简单的区域经济问题时有所帮助，但存在两个不足：一是“权偏误”问题；二是考虑不同因素之间的交互作用时，无法精确量化单个因素的“净”影响效应。由于存在不足，易出现分解结果与实际结果不一致的情况，从而影响分解结果的精确度(柴士改，2017)。因而，本文关于劳动生产率的分解，采用了更为合适的动态偏离—份额分析法(dynamic shift-share analysis，DSSA)。(2)大部分学者对TFP的分解和测算仅截至2012年(刘伟和张辉，2008；吉亚辉和羊洋，2019；韩国珍，2013；李连刚等，2019)，很少有学者对我国经济进入新常态后的TFP进行分解、测算，而恰恰是针对这一时期TFP的研究对我国经济增速换挡、更高质量的发展具有重要的实践指导意义。

因此，本文基于全国31个省(自治区、直辖市)，(1)由于本文内容涉及大量省级数据，为行文及阅读方便，以下“省(自治区、直辖市)”简称“省份”。根据国家统计局最新发布的《中华人民共和国2019年国民经济和社会发展统计公报》，将其分成东部、中部、西部和东北地区四个区域。本文以全国作为基准组，分别对比东部、中部、西部和东北地区产业结构变迁和技术进步效应，重点分析西部地区，突出政府宏观调控对于引导地区产业结构优化的重要性，即体现“西部大开发”战略对西部地区的影响；运用DSSA对2000～2016年分区域面板数据的劳动生产率进行分解，以及对TFP进行分解和测算，从而理顺TFP变化的结构特征；分析影响区域经济增长的因素以及产业结构的合理性，对西部地区未来产业结构的调整、升级和经济增长提出相关建议。

二、全国31个省份产业结构变迁和技术进步对劳动生产率增长的贡献

(一)劳动生产率的分解

本文基于刘伟和张辉(2008)的研究，更进一步地将整个T时期分成k个时间段(k=1,2，…，n)，运用DSSA对劳动生产率进行分解，最后将考察期内结果相加得到更为精确的偏离分量。

总体劳动生产率表示为：

(1)

根据式(1)可以推知t时期经济总体的劳动生产率相对于基期的变化率为：

(2)

式(2)测度的是总体劳动生产率的提升情况，等号右边三个部分分别为各时间段内静态结构变迁效应、动态结构变迁效应及产业内增长效应的加总。

(二)结构变迁效应和技术进步效应的计算

在上述分析的基础上，利用DSSA将2000～2016年分成三个子时段：2000～2005年、2006～2011年、2012～2016年。采用静态偏离—份额分析法对每个相邻年份各地区的三次产业进行计算，并将三个子时段内的计算结果加总，得到全国31个省份2000～2016年的动态偏离—份额分析结果(见表1)。

由表1的计算结果可以看出，结构变迁效应和技术进步效应(产业内增长效应)对劳动生产率的提升作用存在较大差距，但数据不直观。因此，为便于分析，表2列出了各地区的平均效应。

从表2可以看出，以全国作为基准组，第一产业结构变迁平均效应为-0.6261，数值上看东北地区低于平均效应；技术进步平均效应为1.4904，高于中部和东北地区。第二产业结构变迁平均效应为0.4263，高于西部和东北地区；技术进步平均效应为3.9756，高于中部和东北地区。第三产业结构变迁平均效应为1.8770，高于东北地区；技术进步平均效应为3.6207，高于中部和东北地区。

表1 全国31个省份的结构变迁效应矩阵

续表

表2 2000～2016年各地区劳动生产率分解的平均效应

(三)产业结构变迁效应和技术进步效应的分产业分析

1.第一产业结构变迁效应均为负值，总体贡献率偏低。

如表2所示，全国技术进步的平均效应显著大于结构变迁效应，其中西部地区最为典型。说明西部地区第一产业内部的“结构优度”最弱、发展极其不平衡，在拉动经济增长上不占有明显优势，对经济增长所作的贡献较小。

从绝对值上来看，西部地区结构变迁平均效应为0.7861，高于全国平均效应0.6261；技术进步平均效应为2.487，高于全国平均效应1.4904。得益于“西部大开发”战略，依托政府调控，西部地区的发展有了很大的提升，相较于平均水平来说，第一产业发展较好，这与其体制机制、要素禀赋的配置有一定的关系。

2.第二产业劳动生产率的提升更多是由技术进步和产业内技术进步效率变化等因素，而非产业间要素的优化配置带来的。

和第一产业相比，第二产业的结构变迁效应有了明显的提高，西部地区第二产业结构渐趋合理，创新能力显现，仅次于东部地区。综合来看，产业内增长效应大于结构变迁效应，说明各区域第二产业总体劳动生产率的提升主要得益于产业内的技术进步。

3.第三产业有较强的区位竞争力，对拉动经济增长作出的贡献比较突出。

西部地区均值均高于全国平均水平，尤其是技术进步效应仅次于东部地区，但其拉动经济增长的效力还没有释放出来，这可能与政策的滞后有关。

东部、中部及东北地区第三产业的增长主要由技术进步来拉动，而西部地区第三产业的发展则主要靠吸纳农村地区的剩余劳动力。一方面，农村剩余劳动力从第一产业转到第三产业，能够在很大程度上解放生产力；另一方面，农村剩余劳动力转到第三产业会有效提升我国的资源配置效率。第三产业多为服务业，劳动力的流动性较强，由农业部门向服务业部门的流动，会使劳动的“结构红利”在第三产业得到充分的释放，一方面解决了劳动力的就业问题，另一方面也会拉动经济的增长。

(四)结构变迁效应和技术进步效应的分区域分析

整体来说，西部地区发展呈现出向好的趋势。目前，西部地区以工业发展为主，工业一般属于资本密集型产业，主要依靠国家资本的倾斜配置，但这与西部地区现阶段要素禀赋结构存在较大的差异。劳动力从农业部门的流入，一方面会使劳动生产率降低；另一方面存在着劳动要素禀赋的浪费。其中，第二产业内的结构变迁效应和技术进步效应稍落后于全国平均水平，创新力度不够。西部地区面临的转型升级的困境也印证了这一难题。

总体上看，东北地区第二产业对劳动生产率的贡献略大于第一产业和第三产业。由表1可知，辽宁省、吉林省、黑龙江省第一、第二、第三产业对劳动生产率贡献的比值分别为2∶13∶12、5∶12∶11、1∶1∶3。东北三省是典型的老工业基地，以发展重工业为主，属于资本密集型产业，和中部地区一样，主要依靠政策的支持。东北地区第三产业结构变迁效应对于经济增长的贡献和东部、中部乃至西部地区相比，都是落后的；但东北地区第三产业发展落后早已是一个有待解决的问题，这也从侧面反映了产业结构的不合理和要素配置的不科学。东北地区应科学推动工业转型升级，发挥其老工业基地深厚根基的优势，支持战略性新兴产业的发展，从而拉动东北三省的经济增长。

三、全国31个省份产业结构变迁和技术进步对全要素生产率增长的贡献

(一)全要素生产率的分解

本文在Syrquin(1984)分析的基础之上，将TFP进行如下分解。假定生产函数是希克斯中性的且满足C-D型可微函数形式：

(3)

其中，i=1，2，3，分别代表第一、第二、第三产业；Ai表示三个产业部门的全要素生产率；ki表示部门水平的资本投入量；Li表示部门水平的劳动投入量。式(3)两边取对数并对时间t求全微分，可得：

G(Yi)=G(Ai)+αiG(ki)+βiG(Li)

(4)

由于规模收益不变是一种普遍假设，所以可将产出的资本弹性αi和产出的劳动弹性βi正则化处理(赵志耘等，2006)：

(5)

自然，用部门表示的总体经济增长率为：

G(Y)=dY/Y=Σ(dYi/Y)=Σ(dYi×Yi)/(Yi×Y)=Σρi×G(Yi)

(6)

其中,ρi表示该产业的产值在总体产值中所占的比例。进一步将式(4)代入式(6)中，可得：

G(Y)=Σρi×G(Yi)=Σρi×(G(Ai)+αiG(ki)+βiG(Li))

=Σρi×G(Ai)+Σρi×αiG(ki)+Σρi×βiG(Li)

(7)

同时，

G(Y)=αG(k)+βG(L)+G(A)

(8)

观察式(8)可知，总体全要素生产率的增长同部门全要素生产率的增长和要素的有效流动有关。因此，定义结构变迁效应(TSE)为总体TFP的增长率和部门TFP增长率的加权值的差。即：

TSE=G(A)-Σρi×G(Ai)

(9)

将G(A)记为总体经济增长率与投入要素的增长率的差值，进一步地，将Σρi×G(Ai)用式(9) 的差值形式表示，再化简可得：

TSE={Σρi×αiG(ki)-αG(k)}+{Σρi×βiG(Li)-βG(L)}

(10)

(11)

因此，总体经济增长率可以分解为四部分：

G(Y)=αG(k)+βG(L)+Σρi×G(Ai)+TSE

(12)

(二)产业结构变迁效应和技术进步效应的计算

根据式(8)计算G(A)需要知道：经济总体增长率、资本的产出弹性αi、劳动的产出弹性βi，以及各个产业的资本、劳动的增长率；根据式(11)计算TSE需要知道：经济总体变化量、各个产业资本和劳动的边际产出率。

资本和劳动的产出弹性可以根据既有公式直接计算得到。劳动存量、劳动增量、资本增量很容易在各省份统计年鉴(个别省份需要从经济年鉴中查询)中找到，或者通过简单演算得到。本文对于资本存量采用永续盘存法(PIM)进行估算。计算需要考虑四个方面：当年投资的确定、价格指数的确定、折旧率δ和基期资本存量的估算。当年投资以固定资产投资(李小平和陈勇，2007)来表示，并以2000年为基期进行平减，并且很容易在各省份统计年鉴中找到固定资产投资价格指数；折旧率采用单豪杰(2008)的估算结果10.96%。对于基期资本存量的估算，本文假设在经济稳态的情况下，资本存量的增长率与投资增长率相等，即：

Δk/k=ΔI/I

(13)

代入永续盘存法公式可得：

Δk/k=(kt-kt-1)/kt-1=(It-δkt-1)/kt-1=It/kt-1-δ=ΔI/I

(14)

进而化简为：

kt-1=It∕[δ+(ΔI∕I)]

(15)

本文要特别说明的是，关于部分省份计算资本和劳动产出弹性的补充方法，本文借鉴赵志耘等(2006)的计算方法，从而完成了关于资本和劳动产出弹性的计算。以河北省为例(河北省2000～2016年用收入法分三次产业核算国内生产总值的数据在统计年鉴中没有列出)，说明资本的产出弹性αi和劳动的产出弹性βi的具体计算过程。

在对要素产出弹性的估计中，仍假设规模收益不变，假定资本产出弹性和劳动产出弹性之和为1。对资本要素产出弹性的估计结果为：

河北省第一产业：

log(Y/L)=8.975+0.530log(K∕L)

(0.036***) (0.025***)
R2=0.9642，Prob>F=0.0000

(16)

河北省第二产业：

log(Y/L)=9.860+0.480log(K∕L)

(0.085***) (0.032***)

R2=0.9322，Prob>F=0.0000

(17)

河北省第三产业：

log(Y/L)=9.688+0.488log(K∕L)

(0.060***) (0.024***)

R2=0.9614，Prob>F=0.0000

(18)

其中，***表示检验在1%的水平上统计显著。显然，由式(16)、式(17)和式(18)可知河北省第一、第二、第三产业资本产出弹性分别为α1=0.53、α2=0.48、α3=0.488；则劳动产出弹性分别为β1=0.47、β2=52、β3=0.512。其余省份计算结果不再详细列出，均按此方法进行回归得到估算结果(见表3)。

表3 全国31个省份全要素生产率的分解 单位：%

续表

表3显示了经济增长各因素的贡献。从中可以发现，东部、中部、西部及东北四个地区TFP对经济增长作出的贡献均是显著的。同时观察发现，东部、中部、西部及东北四个地区技术进步效应对经济增长的贡献均为正值，个别省份结构变迁效应为负值。总体来说，西部和东北地区结构变迁效应对经济增长的推动作用仍维持在一个较高的水平上，东部和中部地区技术进步效应对于经济增长的贡献大于产业结构变迁的贡献。如果把结构变迁效应比作资源非效率配置和资源有效率配置之间的落差形成的势能，势能的做功主体就是市场这只“看不见的手”，随着资源配置效率的落差不断缩小，产业结构变迁过程中释放的势能(结构变迁效应)也将逐渐减小(刘伟和张辉，2008)。结合各地区的平均效应对比分析东部、中部、西部及东北地区要素配置存在的问题及原因(见表4)。

表4 2000～2016年各地区全要素生产率分解的平均效应 单位：%

(三)产业结构变迁效应和技术进步效应的分区域分析

东部地区应利用其优势地位，发挥经济增长级的辐射带动作用，带动产业结构升级。对于东部地区而言，资本投入、劳动投入和技术进步效应均高于全国平均水平，这验证了其龙头地位；中部地区面临产业升级压力，其第一产业、第三产业发展缓慢，制约了产业结构优化升级。对于中部地区而言，资本投入和劳动投入所作的贡献基本维持在一个稳定的水平，低于全国平均水平，TFP所作的贡献总体显著且稳定。经济发展不突出，这与当地的政府作为、制度、实施政策的力度、要素禀赋结构以及固化的产业政策结构都有一定的联系。新增长理论认为，技术创新是由人力资本积累、研究和开发(R&D)、“干中学”等内生性因素决定的。归根结底，能动性的、有创新意识的人是促进经济长久发展的本质源泉。整体而言，东北地区产业结构变迁效应对经济增长的贡献大于技术进步效应；区位优势不明显，竞争力较弱，应制定科学的产业引导政策。

西部地区应加大产业结构调整力度，依托政策倾斜，加强区域协调能力。从表4可以看出，西部地区技术进步效应低于全国平均水平，说明西部地区在技术创新、技术改进方面投入不足。“西部大开发”战略的提出，为西部地区引进和利用东部地区的资金和技术、加快发展提供了指向；其中，“人力资源开发”战略更是为技术进步夯实基础，为其内生性发展注入了动力。

近年来，我国区域经济增长格局已由“东高西低”转变为“西高东低”，且“西高东低”现象逐渐成为常态(刘慧和刘刚，2012)。得益于改革开放初期我国实施的东部沿海地区经济率先发展的战略，近30年来，东部地区一直充当着“领头羊”的角色，为拉动经济增长作出了极大的贡献；直到2007年，这种格局发生了改变——工业呈现“自东向西”梯度转移的趋势，同时中部地区和西部地区的固定资产投资需求更加旺盛。东北地区虽然是我国的老工业基地，但其传统支柱产业萎缩趋势明显：东北地区工业增加值在全国的占比呈现下滑趋势；受资本、技术、行业周期以及体制的约束，东北地区新产业新动能发展缓慢。不难看出，东北地区经济的发展面临着产业持续发展矛盾显著的困境。但是，政策在调控，差距在改变。近年来，随着供给侧结构性改革和区域协调发展战略的推进，东北地区的经济发展呈现稳中向好的态势。

从表4可以看出，要素投入增长的贡献率和TFP增长的贡献率呈此消彼长的趋势；在TFP内部，产业结构变迁效应和技术进步效应呈现此消彼长的关系；结构变迁效应在大多数省份都为正，说明要素自发流动能够显著促进TFP的增长，“结构红利假说”得到验证。同时，通过以上分析可以发现，技术进步对我国经济增长的贡献正逐渐超越产业结构变迁。

四、结论与建议

本文从劳动生产率和全要素生产率中分解出产业结构变迁效应及技术进步效应，实证度量了产业结构变迁与技术进步对经济增长的贡献。整体上看，产业结构变迁对经济增长确实产生了重要的影响，但逐渐让位于技术进步；资本和劳动要素的流动以及地区间产业结构的调整，不仅使产业结构更加趋于合理，而且进一步释放了“结构红利”，促进了经济高质量发展。

值得一提的是东北地区的黑龙江省存在着“反效率配置”的情形。第二产业的发展本该注重资本，但是劳动边际产量(MPL)的增速却远远超过了资本边际产量(MPK)的增速，这可能是劳动力从第一产业向工业流动的结果，而这恰恰导致了“结构红利”的形成，即劳动沿着“结构红利”流入了第二产业，在第二产业形成了集聚，劳动配置效应明显，从而使资本配置效应不明显，资本拉动经济增长的优势没有得到充分的发挥，资本配置效率不高。

阿罗在20世纪60年代提出了著名的“干中学”理论，其本质是“能动性的人”。劳动力本是我国一种具有比较优势的要素禀赋，但其结构性错配导致由其带来的“结构红利”无法释放。因此，政府应加大对劳动力的培训力度，鼓励并提高劳动力进入门槛。第三产业多为服务业，进入门槛较低(如学历)，政府应加强对相应的转移劳动力的技能培训，使其获得竞争优势。相关部门应作必要的关于“职业平等”的宣讲。适当地鼓励农业部门中的从业人员向第二产业转移，鼓励更多人进入第二产业，形成集聚优势，提升其资本配置效率。完善劳动力市场体制机制建设，使其更具灵活性。具体到地方，应结合各地优势产业，发挥其最大效用，拉动经济增长。

新中国成立初期，大力发展重工业的政策对部分地区产生了影响，这一点可以从东北地区的发展得到验证。一方面，第二产业容易出现“反效率配置”现象；另一方面，重工业的过度发展会使MPK递减，不利于第二产业的发展。因此，加强产业政策导向，适当调整第二产业内部结构，使要素禀赋更具有比较优势，科学地推进工业转型升级；政府应积极作为，加强对投资方向的引导，促进除工业部门以外的其他部门的发展；使“资本”动起来，发掘“多功能资本”，加强基础设施的建设，使得“物尽其用”，促进要素合理配置的同时优化整体产业结构，尽可能使东部、中部、西部及东北地区协调发展。在转变增长方式、提升技术创新能力方面，中国做得远远不够，但要素配置的渐趋合理以及在技术创新上所做的努力，必将促使产业结构更加协调，“结构红利”得到凸显，从而实现经济的协调增长。