勞動生產率、勞動力轉移與產業結構變遷
——基于鮑莫爾—福克斯假說實證分析

劉雅嬌， 胡靜波

(東北師范大學 商學院，吉林 長春 130117)

一、引 言

我國產業發展受到世界經濟低迷影響，同時產業自身的內部結構經過改革開放近40年的積累，暴露出一些突出的矛盾和問題，在經濟“新常態”階段產業結構變遷特征更加明顯：第一產業比重持續下降；第二產業比重大幅下滑，失去了對經濟增長的主導地位，到2016年增加值比重已經跌破了40%；第三產業增速提升。從產業結構變遷的歷程看，國內學者普遍認為我國正處于工業化的中后期，第三產業成為經濟增長的主導產業。我國經濟進入“新常態”以來，勞動力、土地等傳統生產要素價值持續攀升，經濟增速明顯放緩。因此，有必要探究第三產業比重增長或下降對經濟增長的影響是正向的還是負向的。

學術界關于第三產業生產率與經濟增長之間的關系的討論一直未停止過，在理論上關于二者關系的研究存在截然相反的著名假說。鮑莫爾[1]率先提出了服務業“成本病”假說，他認為導致經濟增長速度下降的重要原因是社會資源流向了生產效率相對滯后的第三產業部門。福克斯[2]在此基礎上通過實證檢驗了“成本病”假說，研究發現勞動生產率的相對滯后導致了第三產業比重的提升。因福克斯與鮑莫爾的研究結論相似，因此學術界通常將二人的研究結論統稱為鮑莫爾—福克斯假說。此后，相關的研究引起了學者們的廣泛關注，一部分學者通過大量的實證檢驗認同了鮑莫爾—福克斯假說。但是，Peneder[3]研究認為，提高經濟增長速度依靠的是社會資源由生產效率較低的產業部門向生產效率較高的產業部門流動所帶來的“結構紅利”。“結構紅利”假說也得到了不少學者的支持。而李翔等[4]研究認為，鮑莫爾的“成本病”假說與“結構紅利假說”產生分歧源于指標和數據統計口徑差異的影響，“成本病”假說可能是“結構紅利”假說中的局部問題。

隨著我國工業化、城鎮化、國際化的不斷深入，產業發展處于新舊更替時期，第三產業成為國民經濟發展的重要動力。從總量上看1978年我國第三產業增加值為905.1億元， 而2015年增加到了346 149.7億元；從勞動力比重看1978年第三產業就業人員比重為12.17%，而2015年增加到了42.4%；從對經濟貢獻度看 1978年第三產業對GDP的貢獻率為28.4%，而2015年達到了52.9%。現階段“穩增長，調結構”已成為我國經濟發展的重要任務，在此背景下，研究第三產業生產效率對產業結構變遷的影響具有重要的現實意義。

二、文獻綜述

鮑莫爾(1967)構建了第二產業和第三產業兩個部門的非均衡增長模型。該模型假設：按照勞動力產生的作用不同，可將勞動生產率穩定增長的第二產業部門定義為“進步部門”，而將勞動生產率保持恒定的第三產業定義為“停滯部門”。他認為，技術創新提高了產品的生產能力，減少了第二產業部門對勞動力的需求，而第三產業中的勞動力投入直接影響產品或服務的質量。同時，假設兩部門的勞動力名義工資增長速度一致，“進步部門”隨著勞動生產率提高，生產能力提升，減少了勞動力的投入，有效補償了勞動力名義工資的漲幅支出；而“停滯部門”勞動是最終產品，因此第三產業的勞動力成本隨著名義工資的增長而增長。可見，勞動力成本在“進步部門”和“停滯部門”中的增長幅度不同，為了保持經濟均衡增長，勞動力大量向勞動生產率相對較低的第三產業轉移，進而降低了經濟增長的速度。根據該研究成果，鮑莫爾[5]將該模型引入了“漸進停滯部門”，通過實證檢驗，勞動力向“停滯部門”和“漸進停滯部門”轉移，進一步增加了這兩個部門的總成本。與鮑莫爾具有相同觀點的福克斯通過實證檢驗發現，第三產業就業比重的快速提高源于第三產業專業化水平的提高和最終需求的不斷增長，但其中第三產業生產效率的相對落后是勞動力向第三產業轉移的重要因素。鮑莫爾—福克斯假說引起了學者們更廣泛的研究，既有認同鮑莫爾—福克斯假說的，也有對鮑莫爾—福克斯假說的種種質疑。Gouyette等[6]認為，服務業和制造業的全要素生產率變化與資本密集度變化相關程度不同，這是源于服務業比制造業的生產調整成本高。Wolfl[7]研究認為,服務業中有些行業的生產率要比制造業高。Nordhaus[8]通過實證研究發現，由于停滯部門的價格相對增長，勞動力向停滯部門轉移，降低了經濟生產效率。Sanchez和Roura[9]指出，服務業中屬于資本密集型的行業的生產率較高，其對經濟增長的影響與服務業中其他行業相比是不同的。Fernandes[10]研究發現，2000年以后，服務業中與信息技術相關的產業具有更高的生產效率。Bogliacino等[11]指出，服務業作為生產中間產品的部門，隨著市場自身需求的增加，促進了多個生產部門之間的聯系，這對經濟增長具有重要作用。Pugno[12]研究發現，當服務業消費增加時，勞動力向服務業流動速度加快，由于人力資本積累效應不會導致實際人均GDP的下降。Timmer[13]通過對歐盟國家數據的實證分析得出，并非所有國家都存在鮑莫爾成本病。Maroto等[14]利用OECD國家的數據得出，服務業中知識密集型產業的生產率高于制造業的行業，由此勞動力向服務業轉移更有助于人均GDP的增長。

改革開放以來，隨著我國工業化、城鎮化的發展，第三產業比重逐步提高。國內學者對第三產業發展給予了更多的關注。程大中[15]研究發現，我國服務業整體的勞動生產率相對滯后導致了服務業就業比重相對快速增長。靖學青[16]利用我國31個省級行政區的數據進行實證檢驗發現，有16個省級行政區的服務業勞動生產率相對滯后導致了就業比重的提高，證明了鮑莫爾—福克斯假說。李建華等[17]按照生產過程將服務業劃分為可標準化的服務業和不可標準化的服務業，對鮑莫爾模型進行了實證檢驗，結果顯示，可標準化的服務業不能滿足鮑莫爾模型，而不可標準化的服務業則符合其假設，即存在鮑莫爾成本病。梁東黎等[18]在程大中研究基礎之上，將服務業劃分為消費性服務業和生產性服務業，研究得出，服務業的勞動生產率相對提高更有利于促進市場競爭性進而提升勞動力向服務業的流動。李鋼[19]認為，“二戰”后主要發達國家第三產業價格快速上漲是第三產業比重提升的重要因素。1978年以后，如果按照不變價格計算，我國第三產業比重的提升主要是由于第三產業價格增長速度較快引起的，進而發現我國經濟快速增長主要動力源于第二產業。龐瑞芝等[20]通過實證研究得出，在資源環境的約束下，我國服務業的生產效率的平均水平要高于工業，從而引申出，我國服務業發展在全要素綠色框架下，服務業經濟的增長并不會導致經濟整體增長率的下降，由此說明鮑莫爾—福克斯假說在我國不成立。

在回顧以往有關鮑莫爾—福克斯假說的相關文獻時發現，在我國經濟發展的不同階段，學者關于這類問題的研究結論并不相同，關注的焦點主要是服務業生產效率與經濟增長之間的關系。根據羅斯托經濟成長理論，經濟增長不僅包含單純的經濟總量的增長，而且包含產業結構變遷的過程。因此，本文從產業結構變遷角度，分別從產出結構和就業結構兩個方面檢驗分析第三產業的相對勞動生產率對產業結構變遷的影響。

三、實證分析

(一)模型的設定

根據基礎理論與相關文獻，驗證第三產業相對勞動生產率對產業結構變遷的影響。本文建立計量模型如下：

lnYit=α+βlnXit+γln(control)it+εit

其中，Y表示第三產業產出結構和就業結構，產出結構分為第三產業實際增加值與第二、三產業(非農產業)產出比Y1、第三產業實際增加值與三次產業總產出比Y2；勞動力結構分為第三產業就業人員占第二、三產業(非農產業)就業份額比重Y3、第三產業就業人員占三次產業就業人員比重Y4；X表示相對勞動生產率，分為第二產業相對第三產業的勞動生產率X1、第一、二產業相對第三產業的勞動生產率X2；控制變量control包括政府干預程度(gov.)、固定資產投資水平(inv.)、對外開放程度(fdi)、地區經濟發展水平(pgdp)、信息化發展水平(fin.)、居民生活水平(con.)、產業專業化程度(lq)；εit表示的是隨機誤差項。

(二)變量的選取與數據來源

1.被解釋變量。本文在選取產業結構變遷指標時，考慮到我國正處于服務經濟快速增長階段，因而選擇第三產業的產出結構和就業結構為被解釋變量；此外，由于我國是農業大國，農業人口比重較大，所以同時選擇第三產業的產出和就業占非農產業產出和就業的比重。產出結構分為第三產業實際增加值與第二、三產業(非農產業)產出比Y1、第三產業實際增加值與三次產業總產出比Y2；勞動力結構分為第三產業就業人員占第二、三產業(非農產業)就業份額比重Y3、第三產業就業人員占三次產業就業人員比重Y4。

2.解釋變量。根據鮑莫爾—福克斯假說的內在邏輯，選取勞動生產率作為本文的核心解釋變量，具體分為第二產業相對第三產業的勞動生產率X1、第一、二產業相對第三產業的勞動生產率X2。

3.控制變量。參考大量文獻選取控制變量的方法并結合本文的研究內容，本文選取的控制變量有：(1)政府干預度(gov.)。在供給側改革背景下，我國政府進一步減政放權，強調發揮市場在配置資源中的決定性作用，同時注重發揮政府的宏觀調控作用；而客觀存在的地方政府“GDP競賽”也勢必會對經濟增長產生影響作用。本文選取政府財政支出占GDP的比重表示政府對經濟的干預程度。(2)對外開放程度(fdi)。隨著經濟全球化的深入，國際分工合作使各國之間的經濟聯系十分緊密。因原始數據FDI以美元為單位，因此本文根據歷年匯率將各省份FDI換算成人民幣值后計算FDI占各省份GDP的比重。(3)經濟發展水平(pgdp)。本文選取各省份的實際人均GDP表示經濟發展水平。(4)信息化水平(fin.)。信息化發展促進了產業間各類信息的交流，有利于傳統產業升級換代，同時也有助于推動新興產業的發展。本文借鑒有關文獻對信息化水平的量化方法，選取人均郵電量表示各省級行政區的信息化水平。(5)居民生活水平(con.)。本文選取居民消費水平來代理。(6)產業專業化程度(lq)。服務業專業化水平直接影響服務最終質量，因此本文選取區位商指數表示產業專業化程度。

4.數據來源。由于本文選取的變量較多，考慮到我國產業結構變遷的歷史進程和勞動力轉移的特點，以及數據整體的可獲得性，本文主要選取1995～2010年我國31個省級行政區的面板數據，原始數據主要來源于中經網統計數據庫、國家統計局網站以及部分省份的統計年鑒。同時根據城鎮化率不同，以2010年末各省份城鎮人口占總人口的比重為基礎，將31個省級行政區劃分為城鎮化率達到55%以上地區、城鎮化率在45%～55%之間地區以及城鎮化率在45%以下地區。

(三)檢驗結果分析

面板數據在選擇是固定效應還是隨機效應時，經常采用豪斯曼檢驗來確定。本文經過豪斯曼檢驗發現，隨機效應要優于固定效應。具體檢驗結果如表1、表2所示。

表1 對產出結構影響的估計結果

注：***、**、*分別表示1%、5%、10%的顯著性水平下顯著；()內表示是t統計量的估計值。

表1顯示出全國整體相對勞動生產率對第三產業產出結構變遷影響的估計結果，從面板數據模型檢驗結果看，各模型解釋情況基本顯著，加入控制變量后，模型具有更高顯著性水平的解釋力。無論是第二產業相對第三產業的勞動生產率X1，還是第一、二產業相對第三產業的勞動生產率X2都對第三產業實際增加值與非農產業產出比Y1和第三產業實際增加值與三次產業總產出比Y2具有負向效應。

表2 對就業結構影響的估計結果

注：***、**、*分別表示1%、5%、10%的顯著性水平下顯著；()內表示是t統計量的估計值。

在沒有加入控制變量時，第二產業相對第三產業的勞動生產率對第三產業實際增加值與非農產業產出比的影響系數為-0.121，對第三產業實際增加值與三次產業總產出比的影響系數為-0.05；第一、二產業相對第三產業的勞動生產率對第三產業實際增加值與非農產業產出比的影響系數為-0.188，對第三產業實際增加值與三次產業總產出比的影響系數為-0.036。逆向分析看，第二產業相對第三產業勞動生產率提高時，說明第三產業勞動生產率是相對落后的，影響系數為負說明相對滯后的第三產業勞動生產率制約著第三產業增加值的增長。可以初步判斷，在我國工業化進程中，第二產業尤其是工業制造業比重上升較快，而第三產業雖然增加值占GDP的比重逐年增加，但與其相關的服務業并沒有同步成長。

為進一步檢驗第三產業相對勞動生產率對產業結構變遷的影響，以下將從第三產業就業結構變化方面分析。表2顯示出了全國整體相對勞動生產率對第三產業就業結構變遷影響的估計結果，從面板數據模型檢驗結果看，與產出結構各模型相比，就業結構中各模型的解釋情況顯著性更強。無論相對勞動生產率指標是X1還是X2，回歸系數在1%顯著性水平下均為正。說明第二產業相對第三產業的勞動生產率與第一、二產業相對第三產業的勞動生產率的提升都對勞動力向第三產業轉移有正向效應。

其中，在沒有加入控制變量時，第二產業相對第三產業的勞動生產率對第三產業就業人員占非農產業就業份額比的影響系數為0.265，對第三產業就業人員占三次產業就業人員比重的影響系數為0.301；第一、二產業相對第三產業的勞動生產率對第三產業就業人員占非農產業就業份額比的影響系數為0.098，對第三產業就業人員占三次產業就業人員比重的影響系數為0.628。在引入政府干預度、對外開放程度、經濟發展水平、信息化水平、居民消費水平以及產業專業化水平控制變量后，相對勞動生產率對就業結構的影響系數大部分有所降低且仍然是正向效應。以上結果說明第二產業相對第三產業勞動生產率的提高更能夠釋放大量勞動力，促進勞動力向第三產業轉移；同時因本文選取的是1995～2010年面板數據，此時我國正處于工業化發展階段，檢驗結果說明在第一、二產業勞動力向第三產業轉移過程中，通過提高第一、二產業相對勞動生產率方式對勞動力轉移的促進作用比較顯著。可見在推進工業化進程中，隨著生產技術的不斷進步，在生產領域尤其是第二產業中的制造業，技術進步迅速提升了相對勞動生產率，促進了勞動力向第三產業流動。

同時，從各控制變量檢驗結果可以看出，政府干預程度對第三產業勞動力比重的提高，尤其是對第三產業勞動力占非農部門就業比重的提高，具有明顯正向影響。對外開放程度因素影響并不穩定，初步推測在我國外商直接投資總額逐年增加的情況下，可能與服務業整體進出口比重仍然較低有關。從經濟發展水平因素看，對第三產業就業人員占三次產業就業人員比重的影響系數為正。信息化發展水平對第三產業就業比重提高具有顯著的正向效應。居民消費水平對第三產業就業人員占非農產業就業份額比重影響具有促進作用，說明最終消費對服務業需求的增加有效促進了第三產業發展，比較符合預期。產業專業化程度對第三產業就業比重的影響系數均為正。

通過梳理實證結論，可以發現，我國在推進工業化進程中，第三產業勞動生產率相對滯后，在市場機制發育不夠完善條件下，相關服務業發展與工業化進程并不同步，但是隨著第二產業相對第三產業的勞動生產率的提高，促進了第三產業就業比重的提升；也就是說，第三產業勞動生產率的相對滯后是第三產業吸納大量勞動力的重要原因，符合鮑莫爾—福克斯假說的一般性結論。

四、主要結論與啟示

隨著我國工業化進程進入中后期，城鎮化建設水平和社會分工的專業化程度逐步提高，最終消費對服務需求日益旺盛，加強了第三產業在國民經濟中的主導地位，同時第三產業比重的變化也是產業結構變遷的發展趨勢。然而，這樣的結構變動卻影響了經濟增長速度。鮑莫爾—福克斯假說認為出現這種經濟現象是由于服務業存在成本病，所以導致經濟增長的放緩。這對于供給側改革背景下制定有效的產業政策，合理調整產業結構具有重要的現實意義。本文通過實證檢驗得出以下結論。

第一，在我國工業化深入的過程中，我國政府對基礎設施建設的投資規模較大，這將促進第二產業尤其是工業制造業比重快速上升，資本的大量投入促進了第二產業規模迅速擴張，而相對滯后的第三產業勞動生產率制約著第三產業增加值的增長，可見在這一時期服務業并沒有與工業同步成長。經過實證檢驗，在第三產業勞動生產率相對滯后情況下，可以通過提高第一、二產業相對勞動生產率方式促進勞動力向第三產業轉移，這意味著第三產業勞動生產率的相對滯后是導致第三產業吸納大量勞動力的重要原因，符合鮑莫爾—福克斯假說的一般性結論。同時，隨著經濟全球化深入發展以及我國對外開放程度的加深，產業國際分工格局在數字化、信息化的推動下，核心技術逐漸成為占據產業價值鏈高端的重要的競爭支撐，因此，提高相對滯后的第三產業生產效率，建議政府堅持以市場為導向，加強對知識產權的保護力度，鼓勵企業加大對研發的投資，破除阻礙企業創新的不利因素。

第二，我國省級行政區之間城鎮化水平發展不平衡，地區間差異較大。城鎮人口密集程度較高，基本進入工業化后期，服務業需求增長速度較快，但第二產業尤其是工業制造業比重處于高水平時，與其相關的服務業并沒有同步成長，服務業相對滯后的生產率導致其占非農產出比重下降。城鎮化水平越低的省級行政區，這種情況表現得越為明顯。

第三，從就業結構方面看，城鎮化水平越高的省級行政區，工業化程度高，隨著第二產業生產效率逐步提高，能夠釋放更多勞動力向第三產業流動；相反，城鎮化水平較低的省級行政區，農村擁有豐富的勞動力資源，農業部門和工業部門相對勞動生產率的提高，將促進更多的勞動力逐步向第三產業轉移。由此可見，產業結構變遷與就業結構并沒有同步升級。因此，按照全面建成小康社會的總目標，政府應采取有助于勞動力轉移的優惠支持政策，消除勞動力流向高效產業部門時政策上限制性障礙，為產業效率的提升提供充裕的勞動力保障。

[1]Baumol W. J..Macroeconomics of Unbalanced Growth: The Anatomy of Urban Crisis[J].American Economic Review,1967,57(3): 415-426．

[2]VR Fuchs.The Service Economy[M]． New York: National Bureau of Economic Research,1968.

[3]M Peneder.Industrial Structure and Aggregate Growth[J] .Structural Change and Economic Dynamics，2003，(4):427- 448.

[4]李翔,等.第三產業份額提升是結構紅利還是成本病[J].統計研究,2016,(7):46-54.

[5]Baumol,Blackman，Wolff.Unbalanced Growth Revisited:Asymptotic Stagnancy and New Evidence[J].The American Economic Review,1985,75(4):806-817.

[6]Gouyette C.，Perelman. S..Productivity Convergence in OECD Service Industries[J].Structural Change and Economic Dynamics,1997,8 (3):279-295．

[7]Wolfl A. Productivity Growth in Service Industries[R].Paris:STI Working Paper,2003,(7):6-64.

[8]Nordhaus W.D.Baumol′s Diseases: A Macroeconomic Perspective[J].The B.E. Journal of Macroeconomics,2006,(5):2-57.

[9]Sanchez,Roura.Is Growth of Services An Obstacle to Productivity Growth? A Comparative Analysis[J].Structural Change and Economic Dynamics,2009,20:254-265.

[10]Fernandes A.M.Structure and Performance of The Service Sector in Transition Economies[J].Economics of Transition,2009,17(3):467-501.

[11]Bogliacino,etc.. Job Creation in Business Services: Innovation ,Demand, Polarisation[R].WP-EMS,2011,(7):1-27.

[12]Pugno M.The Service Paradox and Endogenous Economic Growth[J].Structural Change and Economic Dynamics,2006,17(1):99-115.

[13]MP Timmer,etc.. The EU KLEMS Growth and Productivity Accounts: An Overview[J] .International Productivity Monitor,2007,(14): 71 - 85.

[15]程大中.中國服務業增長的特點、原因及影響——鮑莫爾—富克斯假說及其經驗研究[J].中國社會科學,2004,(2):18-32，204.

[16]靖學青.中國服務業增長的區域差異性研究——基于鮑莫爾—富克斯假說的實證分析[J].經濟管理,2011,(6):36-42.

[17]李建華,孫蚌珠.服務業的結構和“成本病”的克服——Baumol模型的擴展和實證[J].財經研究,2012,(11):27-37.

[18]梁東黎,張淦.服務業就業占比的決定:“鮑莫爾—富克斯”模型再研究[J].南京社會科學,2013,(8):16-23.

[19]李鋼.服務業能成為中國經濟的動力產業嗎[J].中國工業經濟,2013,(4):43-55.

[20]龐瑞芝,鄧忠奇.服務業生產率真的低嗎?[J].經濟研究,2014,(12):86-99.