中國工業行業技術進步特征分析：1997—2010年

潘閩+班玲

[摘 要]本文基于超越對數生產函數構建了隨機前沿模型，并將行業分為技術密集型、資本密集型和勞動密集型三類，測算了1997-2010年的中國工業行業數據的多項技術進步指標，并將時間以2004年為界分為兩個階段，且就三類行業和兩個階段技術指標的均值和標準差，即技術進步特征進行了測算和分析。

[關鍵詞]工業行業；技術進步；特征

doi：10.3969/j.issn.1673 - 0194.2017.06.085

[中圖分類號]F424 [文獻標識碼]A [文章編號]1673-0194（2017）06-0-02

0 引 言

改革開放以來，中國經濟實現了近30年的高速增長，但是這一過程也呈現了不同的階段性特征：20世紀80年代，鄉鎮企業的崛起推動了資源配置優化和經濟增長，20世紀90年代以后，外資大規模進入中國，在外資帶動下制造業成為中國經濟發展的新動力；進入21世紀前后，以1997年為起點，城鎮化和工業化一起成為經濟發展的驅動力量。這一時期房地產業快速發展，房價急劇飆升，住房成為重要的投資品，投資房產的收益遠遠超過了做實體的收益，加上2006年開始的股權分置改革帶動股價飆升，經濟逐漸脫實向虛，并出現了大規模的結構性變化，以致于在21世紀的第2個10年，我國逐漸進入了一個常態化的相對低速增長的階段。且較多的研究聚焦于這一時期全要素生產率對經濟增長的貢獻，但是，僅以全要素生產率代表技術進步有失全面。為此，本文使用1997年—2010年工業行業數據測算多項技術進步指標，全面評價了這一時期的工業行業的技術特征。

1 工業行業技術進步測算方法

本文嘗試在生產率估計的方法中選擇，盡可能地把影響經濟增長的各因素納入到一個統一的框架下，以便表示技術進步的多個方面。Grillich & Ringstad（1971）提出的超越對數函數具有較強的包容性和靈活性，可以模擬其他任何生產函數，作為其他生產函數的近似。而隨機前沿模型能夠把非效率項分為不受隨機因素影響的部分和受隨機因素影響的部分，具有更高的合理性，本文考慮把兩者結合起來，基于超越對數生產函數構建隨機前沿模型。該模型能夠把中性技術進步、偏向性技術進步、要素替代彈性以及效率項包括在內，其基本形式如下。

（1）

其中y表示工業增加值，l表示勞動，k表示資本，T表示時間，v表示隨機擾動項，u表示技術無效率項。

由此計算的中性技術進步（技術變化）、偏向性技術進步和資本勞動替代彈性公式分別為：

tcit=?lnyit/?lnTt=βT+βTllnlit+βTklnkit+βTTTt（2）

bkl=βtk/ηk-βtl/ηl（3）

（4）

公式（2）（3）（4）中tc、b和σ分別表示中性技術進步、偏向性技術進步和資本勞動替代彈性，η表示產出彈性。

2 工業行業技術進步數據來源及說明

勞動、資本和工業增加值的原始數據來源于各年份《中國工業統計年鑒》，數據整理仿照陳詩一（2011）的做法。需要注意的是，《中國工業經濟統計年鑒》2008年以后不再提供工業增加值數據，因此，文中使用2007年的工業分行業增加值和2008年以后分行業累計工業增加值增長率計算2008年以后各工業行業的工業增加值。經過整理共得到1997年—2010年36個兩位數工業行業的工業增加值、資本和勞動。依照祝樹金、張鵬輝（2013）對工業行業要素密集度的劃分，保留兩位數行業32個，共三大類，即技術密集型行業、資本密集型行業和勞動密集型行業。

3 工業行業技術進步測算結果

目前，使用最為廣泛的面板數據隨機前沿模型是Battese & Coelli（1992，1995）模型（簡稱BC模型）。但Greene（2005）指出，BC模型沒有考慮決策單元的異質性，進而他提出了包括決策單位異質性的所謂真實固定效應模型。因此，本文使用Greene模型估計。

估計結果為：一次項資本和勞動系數均為正，均在5%或更高的水平顯著，且資本的系數遠大于勞動的系數，表明資本對經濟增長的貢獻大于勞動。二次項資本的系數為負，勞動的系數為正，均在10%或更高的水平顯著，表明雖然資本對經濟增長的貢獻大于勞動，但是資本處于邊際報酬遞減的階段，而勞動處于邊際報酬遞增的階段。交叉項結果顯示，資本和勞動交叉項系數為負，且均在1%的水平上顯著，表明資本和勞動存在顯著的替代效應。帶有時間的各項除時間平方項和時間勞動交叉項不顯著之外，其他兩項均在1%的水平上顯著，表明存在中性技術進步和技術進步偏向。

4 中國工業行業技術特征分析

使用文中估計結果的系數依照（2）式至（4）式計算各工業行業的中性技術進步、偏向性技術進步、資本—勞動替代彈性以及效率項。按照之前劃分的三大類分別就三類中各行業進行描述統計和方差分析，比較各大類工業行業的均值差異。表1列出了三類行業各項指標技術進步特征的均值和標準差。

從表1的均值看，三類行業中各行業中性技術進步、偏向性技術進步和效率項的均值，均按照勞動密集型行業、資本密集型行業和技術密集型行業的順序依次增大，但資本—勞動替代彈性的情況正好與三個指標的情況相反，其均值按照勞動密集型行業、資本密集型行業和技術密集型行業的順序依次減小。而從表1的標準差看，勞動密集型行業資本—勞動替代彈性的標準差最大，技術密集型行業次之，二者遠高于資本密集型行業資本—勞動替代彈性的標準差；而其他三個指標的標準差三類行業均相差不大。

進一步按照房價上漲和股權分置改革的時間，以2004年為界將考察的時間分成兩個階段，分別就兩個階段各工業行業的中性技術進步、偏向性技術進步、資本—勞動替代彈性以及效率項進行描述統計。表2列出了不同時段工業行業的技術進步特征。

第二階段與第一階段相比，中性技術進步和效率項的均值均增大，但是偏向性技術進步和資本—勞動替代彈性的均值與第一階段相比有所減小，第二階段資本—勞動替代彈性的標準差遠大于第一階段。兩個階段中性技術進步、偏向性技術進步以及效率項的均值差異均顯著，但資本—勞動替代彈性的均值差異不顯著。根據測算結果，從所有年份看，資本產出彈性持續增大，勞動產出彈性繼續減小，第二階段勞動密集型行業、資本密集型行業的勞動產出彈性甚至為負，但是第二階段資本偏向性技術進步持續減小，本文猜測跟這一階段的資金成本變化有關。考察歷年國債收益率可以看到，從1997年—2004年，國債收益基本上處于下降通道，但從2004年開始，國債收益率逐年走高，表明資金成本不斷升高。這與之前的分析也是相吻合的，大量的資金進入房地產市場成為資金成本攀升的重要推手。由于資金價格與前一階段相比升高較多，生產單位傾向于減少資本的使用，導致了這一階段的資本偏向性技術進步減小。

5 結 語

進入21世紀前后，中國經濟出現了大規模的結構性變化。本文使用1997-2010年中國工業行業數據和基于超越對數生產函數的隨機前沿模型，測算了這一時期的多項技術進步指標，將行業分為技術密集型、資本密集型和勞動密集型三類，并將時間以2004年為界分為兩個階段，就三類行業和兩個階段技術指標的均值，即技術進步特征進行了測算和分析，結果表明：勞動密集型行業、資本密集型行業和技術密集型行業的中性技術進步、偏向性技術進步和效率項均值依次增大，并且技術密集型均值行業與資本密集型行業和勞動密集型行業之間的差異顯著；但是資本—勞動替代彈性均值依次減小。第二階段與第一階段相比，中性技術進步和效率項均值均有所提高，但是偏向性技術進步和資本—勞動替代彈性的均值有所減小。本文認為第二階段偏向性技術進步減小的可能原因是資金成本的變動。本文的目的在于揭示這一時期工業行業技術進步的特征，沒有對各項指標變化的影響因素進行分析，也沒有對照這些指標與其他時期的差異，這些問題可以作為進一步研

究的方向。

主要參考文獻

[1]JR Behrman，Z Griliches，V Ringstad.Economies of Scale and the Form of the Production Function[J].Journal of Political Economy，1973（1）.

[2]陳詩一.中國工業分行業統計數據估算：1980-2008[J].經濟學，2011（2）.

[3]陳勇，李小平.中國工業行業的面板數據構造及資本深化評估：1985～2003[J]. 數量經濟技術經濟研究，2006（10）.

[4]李小平，朱鐘棣.國際貿易、R&D溢出和生產率增長[J].經濟研究，2006（2）.

[5]郭慶旺，賈俊雪.中國全要素生產率的估算：1979—2004[J].經濟研究，2005（6）.

[6]涂正革，肖耿.中國的工業生產力革命——用隨機前沿生產模型對中國大中型工業企業全要素生產率增長的分解及分析[J].經濟研究，2005（3）.