产业结构变迁对中国全要素生产率的影响机制分析

黄雪梅

（重庆财经职业学院 重庆 402160 ）

引言

众所周知，产业结构是指农业、工业和服务业在一国经济结构中所占的比重。其中农业是第一产业，工业是第二产业，服务业是第三产业。而产业结构变化时，一方面会给一些行业带来新的发展机遇，另一方面也会促使某些行业走向消亡。一国产业结构的变迁不仅会使国家的第一产业、第二产业和第三产业的比例发生改变，也会使得产业内部的各部门之间进行调整并进行新的整合。改革开放以后，我国以经济发展为主要目标，在这个目标下，经济建设为主要任务，而忽视了产业结构的建设。经过几十年的经济持续高速增长，我国经济建设取得巨大成就的同时，产业结构累积的不合理问题逐渐显现出来，并制约着我国经济进一步的发展。因此，为了我国经济的健康发展，产业结构的不合理问题得到了全社会的关注。在这种背景下，了解我国目前产业结构的现状，产业结构日后的发展趋势以及这种变迁趋势对我国经济发展的影响，政府是否需要引导产业结构变迁以及如何引导产业结构变化等这些问题至关重要。

如果不能正确的回答这些问题，不能对产业结构中存在的问题提出有效的解决方案，那么我们在制定产业政策时就无法找到有效的参考资料，供给侧结构性改革就无法顺利推行，也就无法为经济发展提供新动力。

因此，本文从多方面分析目前的产业结构现状并进行了实证分析，希望能够为产业结构的变迁提供一定的参考，为优化产能，调整供给结构，提高我国产业结构的国际竞争力提供参考。

图1 高技术产业的溢出效应图

图2 生产性服务业的溢出效应图

产业结构变迁作用于TFP的机制分析

张军等（2009）将TFP 分为三个部分，包括效率的提升，技术的进步以及规模效应。我国的产业结构问题长期被忽视，主要表现在低附加值产业、高消耗、高污染、高排放产业的比重偏高，而高附加值产业、绿色低碳产业、具有国际竞争力产业的比重偏低。但是，产业结构变迁不能只是加大对新兴的高附加值产业、绿色产业的资金和政策投入，还要注重提高各个产业内的生产效率，并要积极引导产业内的技术创新。

（一）产业结构合理化

产业结构的变迁不仅是指第一产业、第二产业和第三产业在国民经济中占有比例的调整，也包括资金投入和就业等在三个产业中的占比以及流动趋势。产业结构合理化是指在一定经济水平上的人口、资金和技术投入结构与产业产出结构相互协调优化的过程。它既是三种产业结构相互协调的过程，也是社会各种生产要素合理的在三个产业中自由流动的过程。产业结构合理化主要是通过要素配置效应的途径从而对 TFP 产生影响。

当经济处于不平衡的状态的时候，各种生产要素开始变动，从低效率的传统产业部门转向高效率的新兴产业部门。这种要素的变动被很多学者当作导致TFP上升的原因。接下来用三种最为常见的要素为研究对象进行分析：农村多余劳动力会向工业和第三产业流动；农民的土地也会转为工业用地或者商品用地；资本会不断的向高效率部门转移。当然，上面的三个过程也不一定会向着好的方向发展：当各种要素向效率高的部门转的时候，因为经济水平的上升，可能会出现结构化的红利，相反地，如果各种要素从高效率转向低效率的话，整个经济结构会出现低靡，会出现结构的负利。从上面可以看出，产业过程中的要素流动和结构的变化会对TFP产生重大影响。

由历史的经验可以总结出，相对于发达国家来讲，在发展中国家要素的变动对TFP和经济的增长影响更大，这也就使得发展中国家从中受益更多，从而促使经济增长。改革开放之前，我国是计划经济，所以导致三产业间的要素流动受阻，结构不够完备，不同的要素在同一部门以及不同部门都很难转移。农村有大量的劳动力被剩余，社会主义经济发展畸形，企业融资难，投资难。不完善的产权制度限制了土地要素在不同部门之间使用性质的转变。

（二）产业结构高级化

产业高级化则是指对产业结构的更高级的转化，即产业结构越来越优化，产业结构高级化实际上是产业结构更加优化的一种衡量。产业溢出效应和分工专业化效应两种途径，使得产业结构高级化对 TFP产生影响。

1.产业溢出效应提升技术效率。如果想要得到结构红利，新兴产业在全社会中必须占比增大且需要高效率，尤其是以第二产业为代表的高技术产业和以第三产业为代表的生产性服务业，这两个部门可以有更多的溢出效应，从而提升其他低效率产业的生产率。

第一，高技术产业的溢出效应。高技术产业的类别主要是指技术和应用知识密集型的产业，这种类型的产业发展潜力大，且相对于其他低效率的产业来说有更高的生产效率，其中主要的原因在于技术和知识密集型的产业拥有强大的创新能力和众多的技术人才，所以高技术产业的研发能力相对于其他低科技、低知识密集型的产业更强。同时，为了保持这样一种强的创新能力和研发能力，知识性和高技术型的产业会投入更多人力、物力、财力以维持产业的发展动力。一般情况下，技术的进步具有较明显的正外部性，当这种较先进的技术得到创新之后，会通过各个企业的交流等方式得以传播，从而使各行各业从中受益。这种大范围的辐射会导致该技术的正外部性扩散，从而会提升整个社会的经济效益。效率相对于高科技型产业较低的传统产业，在这种正的外部性扩散影响之下，会得到相对高技术型人才，从而获得高科技创新能力，在更新设备之后，其不仅仅可以提升自身产业的经济能力，同时也还有可能向更高层次的产业转型。高技术型产业的辐射能够带动传统产业发展，进能够能带动整个社会产业向更高层次转型，这就提高了经济发展的效率。比如说，现在很多的传统的企业开始使用信息管理技术，这将会促进企业不断优化自身的管理结构和生产效率，从而使各要素合理配置，最终提升运营效率。

第二，生产性服务业的溢出效应。生产性服务业是指为了完善制造业产出的产品或服务的环节，促进企业技术水平提升、产业结构型转型升级以及为提高目标企业生产效率而提供服务的独特行业。通过Porter 的理论可以得知，一个企业价值并不能存在价值链上的每一方面，其大多数都只体现在价值链的某一部分，例如价值链的销售部分。企业在自身不能创造价值的那些价值链上，其效率一般不是最高的。因此，为了实现企业利益的最大化，企业会将自身不擅长的部分承包给其他企业，以此来实现利润的最大化。生产性的服务正是如此，所以普通的企业会将低效率的价值链部分外包给其他高效率低成本的企业，这会提高这一企业的生产效率，并降低自身的投入成本。生产性服务业的溢出效应也体现在相对密集的技术与知识上。生产性服务业的主要投入在人力成本与知识成本上，生产型服务业的员工能力的综合水平一般高于普通企业。因此，生产性服务业在为其他制造业提供辅助服务时，可以同时帮其他企业改善运行体系与管理结构，同时提升这些企业的工作效率，进而实现利益最大化。

二要落实用水效率控制红线。加强对核电等重点取水户的监督检查，开展取水户计划用水管理及取退水的全过程监督管理，加大违法取水户查处力度。严格水资源论证和取水许可管理，开展水资源论证后期评估和规划水资源论证试点。指导流域节水型社会试点建设。

2.分工专业化效应提升规模效率。自十八世纪以来，劳动分工一直被认为是影响经济发展的重要因素。经济发展与产业结构变迁的实质就是社会分工的不断细化。早在之前，产品的制作、加工、销售三部分是统一的，但随着时代的变迁，产品链被拆分为许多部分，其使得很多新兴企业的某些部门从中抽离，其从单一的部门成为了单独的产业。随着产业分工的细化与专业化，新兴产业的水平也持续提高，这使得企业的生产效率随之提高。如之前所提到的生产性服务就是这样诞生的，因此可以认为，产业的结构变迁的实质是企业分工的细化与专业化，即通过分工企业使某些部门从传统的生产链中脱离出，其成为了新兴的部门。为了共同利益的最大化，每一个新兴产业会尽最大努力来降低投入成本同时提高工作效率。所以，企业分工的细化和专业化，可以使企业或相关的新兴产业处于利益的递增阶段，从而提升这些产业的规模效率。

产业结构变迁对TFP影响的实证研究

（一）标准模型设定

本研究的主要内容是探究产业结构变迁对TFP的具体影响方向和程度，所以产业结构将作为最主要的解释变量。结合前人的研究，人力资本、城镇化、对外开放、基础设施等因素都可能影响到TFP的数值，因此，本文将上述几个变量作为模型的控制变量。由于产业结构的变迁不仅仅只包含其高级化，其更内涵了产业结构的合理化，因此本文选择以泰尔指数作为衡量产业结构合理化的指标，以第三产业与第二产业之比作为衡量产业结构高级化的指标，构建标准模型如下：

上式中，TFP表示全要素生产率增长率，TL表示泰尔指数，TS表示第三产业产值与第二产业产值之比，HC为人力资本水平，OPEN为对外开放水平，URB为城镇化水平，INF为基础设施水平，εit为随机扰动项。

（二）变量选择及数据来源。

1.泰尔指数（TL）。产业结构合理化是指在经济运行过程当中，根据科技水平、人口素质、资源禀赋等因素实现各生产要素的最优化配置。本文使用泰尔指数作为衡量其数值水平的指标，其定义式如下所示：

上式中，TL 表示泰尔指数，Y表示总体及各产业部门产值，L表示总体及各产业部门就业人数，i表示不同产业部门。泰尔指数不为0，表明产业结构与要素结构之间尚存在一定的差距，产业结构不处于均衡平稳的状态，也即产业结构不够合理。

2.第三产业产值与第二产业产值之比（TS）。大量研究人员在考察产业结构变迁的时候，都选取了产业结构高级化作为手段。因此本文采用第三产业产值与第二产业产值之比（TS）这一指标来表现高级化水平。如果 TS 的数值增加，那么表明该经济体的产业结构日趋高级。

3.人力资本水平（HC）。根据内生增长理论，人力资本的持续积累能够显著增加TFP的水平。经济体所拥有的人力资本越多，那么该经济体对新兴科技和技术的学习和运用能力就越高，并且还能间接提升创新和研发实力，从而使TFP能够增长。本研究以各地区初中及以上学历人口数量占六岁以上总人口数量的比重作为表征地区人力资本水平的指标。

5.城镇化水平（URB）。该变量将通过三个方面影响 TFP：首先，通过人口从农村向城市流动的过程，整个地区的消费需求结构可以得到改善；其次，城镇化进程能够为农村的超额劳动供给向第二、第三产业进行转移提供很大的便利；最后，城镇化进程能够反向提高第一产业的生产效率，推动第一产业的发展。本研究以各省级行政区城镇人口占当地总人口的比例作为度量城镇化水平的指标。

表1 我国TFP的 Moran’s I指数表

表2 LM统计量的结果

表3 SEM模型估计结果

6.基础设施水平（INF）。完善的基础设施水平有利于各产业的集约化发展，提升生产效率和管理水平。本文采用各地区高速公路与一级公路的密度作为衡量基础设施水平的指标。

我国产业结构变迁对 TFP 影响的空间计量分析

本文将以前述标准模型为基础，构建空间计量模型，对我国产业结构变迁对 TFP的影响做实证研究，并根据回归结果对该影响进行详细分析。

（一）空间计量模型的构建

1.空间相关性的检验。检验一个变量是否具有空间相关性的最常见办法是使用 Moran’s I指数来进行判断。Moran’s I指数的数值介于-1至1之间，如果 Moran’s I指数大于0，表明该经济变量表现出空间正相关，反之则表示该变量表现出空间负相关。当 Moran's I指数接近0 时，表示该经济变量在空间上的分布呈现出随机性。Moran’s I指数越接近1或者-1，则表示其空间相关性越强。Moran’s I指数的具体计算公式如下：

上式中，n 表示样本区域的数量，wij为空间权重矩阵W中位于第i行第j列的元素，为经济变量 x 的平均值，为经济变量 x的方差。

Moran’s I指数的计算中涉及到空间权重矩阵的设定，其中的元素表现了不同地区之间的空间依赖关系及大小。本文选用我国31个省级行政区的空间邻接矩阵作为空间权重矩阵，即若地区i与j相邻，则wij=1 ；否则，wij=0。利用我国31个省市的TFP数据和空间邻接矩阵，使用stata12.0软件可以计算得出2008-2017年间我国区域TFP的 Moran’s I指数如表1所示。

表4 剔除INF后SEM模型估计结果

根据表1可以发现，2008-2017年间我国区域TFP的Moran’s I指数全部为正，并且所有年份的计算值都在1%的显著性水平下显著。上述计算结果表明，我国区域TFP具有强烈的正的空间相关性，具体表现为：TFP高的地区与TFP高的地区相邻，反之亦然。由此，验证了使用空间计量模型来研究TFP的正确性。

2.空间计量模型的选取。本研究首先考察了两类最为普遍的空间计量模型：第一，空间滞后模型（Spatial Lag Model，SLM），又称空间自回归模型（Spatial Autoregressive Model，SAR）。若空间效应的根源是各变量之间的相关，则在进行研究时可以加入回归元的空间滞后因子，故根据标准模型建立的空间滞后模型为：

上式中，wij为空间权重矩阵中位于第i行第j列的元素，ρ为空间自回归系数，代表不同地区之间的影响大小，其他变量与上文中标准模型里的相应变量含义相同。

第二，空间误差模型（SEM）。因为经济变量之间的相互关系十分复杂并且联系紧密，再加上部分变量无法量化或者无法测量，所以本文建立的模型总会遗漏部分与解释变量相关的变量，而这些变量也会呈现出空间效应。此外，各地区之间还会出现一些随机误差，导致随机干扰项不满足正态性假定。因此，根据标准模型建立的空间误差模型如下：

上式中，γ表示误差项的空间自相关系数，其他变量与 SLM 模型中的相应变量含义相同。

（二）回归结果及分析

在进行回归分析之前，有必要对标准模型、SLM模型和SEM模型的优劣进行比较，以选择更符合实际情况的模型来继续研究。判断的标准及步骤如下：第一步，运行OLS估计，对比LM统计量LM-Lag和LM-Error；第二步，若两个 LM 统计量均不显著，则无需使用空间计量模型，若有且仅有一个通过检验，则选择它对应的模型；第三步，若两者均显著，则再对比 Robust LM-Lag和Robust LM-Error；第四步，选择两个稳健统计量显著或者相对显著的那一个建立对应的模型。各统计量的具体结果如表2所示。

由表2 可知，LM-Lag 和 LM-Error统计量的P值分别为 0.026 和 0.017，二者都通过5%显著性水平检验，但是LM-Error相对于LM-Lag而言显著性水平更高。同时，Robust LM-Lag和 Robust LM-Error 的P值分别为0.422和0.005，Robust LM-Error通过了1%的显著性水平检验，而Robust LM-Lag没有通过显著性水平检验。因此，在本研究中，SEM 模型是最优模型，并且利用Hausman检验可知，面板模型应该使用随机效应进行回归。模型估计结果如表3所示。

由表3可知，控制变量基础设施水平（INF）在模型中不显著，应将其剔除后重新进行回归分析。剔除变量INF后SEM模型的回归结果如表4所示。

由表4可以明显看出，模型的整体拟合效果较好，所有的变量均至少在10%的水平下显著。SEM 模型的误差回归系数为 0.5350，通过了 1%的显著性水平检验，说明我国省际TFP存在空间效应和显著的空间依赖性。下面对SEM模型的回归结果进行详细考察：

第一，泰尔指数（TL）系数的估计为-0.0298，表明产业结构合理化变迁能够对TFP的增长起到促进作用。我国目前的产业结构变迁表现为第一产业向第二、第三产业转移，产业结构与就业结构有更加协调的趋势，根据劳动力产生的要素配置效应能够提高我国的TFP；第二，产业结构高级化指标（TS）系数的估计为 0.0228，表明产业结构的高级化对TFP的提升产生正面的影响。2000 年以来，我国在产业结构变迁的过程也是第二产业逐步向第三产业转型升级的过程。在这一过程中，部分低附加值、低效率的制造业进行了转型升级，使得整个经济体的 TFP 得到提升；第三，人力资本水平（HC）系数的估计为 0.1023，表明人力资本水平对TFP的增长具有正向的影响。人力资本水平的上升有两个现实表现：一是劳动力知识文化水平和综合能力的不断提升；二是学习能力大幅增强。在上述两种影响的共同作用下，TFP能够不断增长；第四，对外开放水平（OPEN）系数的估计为 0.0332，表明对外开放程度的提高能够促进 TFP 的提升。更高的对外开放程度能够更容易地吸引外资、外国先进技术以及高技术的专业人才，从而提高我国的技术水平和技术效率，从而全面提升 TFP；第五，城市化水平（URB）系数的估计为 0.1076，说明城市化进程的推进也能对 TFP 的提升产生正面的影响。

结论与建议

实证模型的结果表明，2008-2017年我国区域TFP具有强烈的正的空间相关性，具体表现为：TFP高的地区与TFP高的地区相邻；TFP低的地区与TFP低的地区相邻；泰尔指数与TFP的增长呈负相关关系，而目前我国产业结构正处于日趋合理的进程当中，因此从合理化的角度来说，我国的产业结构变迁有利于经济效率的提高和技术的进步，有利于经济发展质量的不断提升。此外，产业结构的高级化也能对TFP起到促进的作用。

结合实证结果和研究结论，本文提出以下几条政策建议：第一，大力推进“经济服务化”进程。服务业在所有产业中的产值占比逐渐提高是经济发展的客观规律。因此，我国产业结构的变迁一定要沿着“经济服务化”的道路继续向前迈进，即逐步由工业型经济转变为服务型经济，从而实现整个经济的转型升级；第二，重点关注产出结构与投入要素结构之间的协调发展。相关政府部门在制定产业政策以对产业结构变迁进行引导时，不能只关注到产业结构的单一方面，更需要站在全局的角度进行判断。现阶段还应尤其注意产出结构与要素禀赋结构之间的协调问题。只有推动产业结构的合理化变迁，才能更加稳固经济长期增长的体制机制，才能促进经济的进一步发展并减少由于经济不稳定而产生的各种损失；第三，提升科学技术研发实力，提高技术应用和转化效率。当前，我国第二产业在整体经济当中扮演着至关重要的角色。因此，在我国产业结构变迁的过程当中必须继续促进第二产业中高效率的新兴产业的发展。对此要注重我国第二产业的发展质量，提高整个经济的科技创新水平，进一步提高科研成果和技术的应用和转化效率，从而提高技术效率改进，最终达成提高TFP的目标。