產業結構變遷對中國全要素生產率的影響機制分析

黃雪梅

（重慶財經職業學院 重慶 402160 ）

引言

眾所周知，產業結構是指農業、工業和服務業在一國經濟結構中所占的比重。其中農業是第一產業，工業是第二產業，服務業是第三產業。而產業結構變化時，一方面會給一些行業帶來新的發展機遇，另一方面也會促使某些行業走向消亡。一國產業結構的變遷不僅會使國家的第一產業、第二產業和第三產業的比例發生改變，也會使得產業內部的各部門之間進行調整并進行新的整合。改革開放以后，我國以經濟發展為主要目標，在這個目標下，經濟建設為主要任務，而忽視了產業結構的建設。經過幾十年的經濟持續高速增長，我國經濟建設取得巨大成就的同時，產業結構累積的不合理問題逐漸顯現出來，并制約著我國經濟進一步的發展。因此，為了我國經濟的健康發展，產業結構的不合理問題得到了全社會的關注。在這種背景下，了解我國目前產業結構的現狀，產業結構日后的發展趨勢以及這種變遷趨勢對我國經濟發展的影響，政府是否需要引導產業結構變遷以及如何引導產業結構變化等這些問題至關重要。

如果不能正確的回答這些問題，不能對產業結構中存在的問題提出有效的解決方案，那么我們在制定產業政策時就無法找到有效的參考資料，供給側結構性改革就無法順利推行，也就無法為經濟發展提供新動力。

因此，本文從多方面分析目前的產業結構現狀并進行了實證分析，希望能夠為產業結構的變遷提供一定的參考，為優化產能，調整供給結構，提高我國產業結構的國際競爭力提供參考。

圖1 高技術產業的溢出效應圖

圖2 生產性服務業的溢出效應圖

產業結構變遷作用于TFP的機制分析

張軍等（2009）將TFP 分為三個部分，包括效率的提升，技術的進步以及規模效應。我國的產業結構問題長期被忽視，主要表現在低附加值產業、高消耗、高污染、高排放產業的比重偏高，而高附加值產業、綠色低碳產業、具有國際競爭力產業的比重偏低。但是，產業結構變遷不能只是加大對新興的高附加值產業、綠色產業的資金和政策投入，還要注重提高各個產業內的生產效率，并要積極引導產業內的技術創新。

（一）產業結構合理化

產業結構的變遷不僅是指第一產業、第二產業和第三產業在國民經濟中占有比例的調整，也包括資金投入和就業等在三個產業中的占比以及流動趨勢。產業結構合理化是指在一定經濟水平上的人口、資金和技術投入結構與產業產出結構相互協調優化的過程。它既是三種產業結構相互協調的過程，也是社會各種生產要素合理的在三個產業中自由流動的過程。產業結構合理化主要是通過要素配置效應的途徑從而對 TFP 產生影響。

當經濟處于不平衡的狀態的時候，各種生產要素開始變動，從低效率的傳統產業部門轉向高效率的新興產業部門。這種要素的變動被很多學者當作導致TFP上升的原因。接下來用三種最為常見的要素為研究對象進行分析：農村多余勞動力會向工業和第三產業流動；農民的土地也會轉為工業用地或者商品用地；資本會不斷的向高效率部門轉移。當然，上面的三個過程也不一定會向著好的方向發展：當各種要素向效率高的部門轉的時候，因為經濟水平的上升，可能會出現結構化的紅利，相反地，如果各種要素從高效率轉向低效率的話，整個經濟結構會出現低靡，會出現結構的負利。從上面可以看出，產業過程中的要素流動和結構的變化會對TFP產生重大影響。

由歷史的經驗可以總結出，相對于發達國家來講，在發展中國家要素的變動對TFP和經濟的增長影響更大，這也就使得發展中國家從中受益更多，從而促使經濟增長。改革開放之前，我國是計劃經濟，所以導致三產業間的要素流動受阻，結構不夠完備，不同的要素在同一部門以及不同部門都很難轉移。農村有大量的勞動力被剩余，社會主義經濟發展畸形，企業融資難，投資難。不完善的產權制度限制了土地要素在不同部門之間使用性質的轉變。

（二）產業結構高級化

產業高級化則是指對產業結構的更高級的轉化，即產業結構越來越優化，產業結構高級化實際上是產業結構更加優化的一種衡量。產業溢出效應和分工專業化效應兩種途徑，使得產業結構高級化對 TFP產生影響。

1.產業溢出效應提升技術效率。如果想要得到結構紅利，新興產業在全社會中必須占比增大且需要高效率，尤其是以第二產業為代表的高技術產業和以第三產業為代表的生產性服務業，這兩個部門可以有更多的溢出效應，從而提升其他低效率產業的生產率。

第一，高技術產業的溢出效應。高技術產業的類別主要是指技術和應用知識密集型的產業，這種類型的產業發展潛力大，且相對于其他低效率的產業來說有更高的生產效率，其中主要的原因在于技術和知識密集型的產業擁有強大的創新能力和眾多的技術人才，所以高技術產業的研發能力相對于其他低科技、低知識密集型的產業更強。同時，為了保持這樣一種強的創新能力和研發能力，知識性和高技術型的產業會投入更多人力、物力、財力以維持產業的發展動力。一般情況下，技術的進步具有較明顯的正外部性，當這種較先進的技術得到創新之后，會通過各個企業的交流等方式得以傳播，從而使各行各業從中受益。這種大范圍的輻射會導致該技術的正外部性擴散，從而會提升整個社會的經濟效益。效率相對于高科技型產業較低的傳統產業，在這種正的外部性擴散影響之下，會得到相對高技術型人才，從而獲得高科技創新能力，在更新設備之后，其不僅僅可以提升自身產業的經濟能力，同時也還有可能向更高層次的產業轉型。高技術型產業的輻射能夠帶動傳統產業發展，進能夠能帶動整個社會產業向更高層次轉型，這就提高了經濟發展的效率。比如說，現在很多的傳統的企業開始使用信息管理技術，這將會促進企業不斷優化自身的管理結構和生產效率，從而使各要素合理配置，最終提升運營效率。

第二，生產性服務業的溢出效應。生產性服務業是指為了完善制造業產出的產品或服務的環節，促進企業技術水平提升、產業結構型轉型升級以及為提高目標企業生產效率而提供服務的獨特行業。通過Porter 的理論可以得知，一個企業價值并不能存在價值鏈上的每一方面，其大多數都只體現在價值鏈的某一部分，例如價值鏈的銷售部分。企業在自身不能創造價值的那些價值鏈上，其效率一般不是最高的。因此，為了實現企業利益的最大化，企業會將自身不擅長的部分承包給其他企業，以此來實現利潤的最大化。生產性的服務正是如此，所以普通的企業會將低效率的價值鏈部分外包給其他高效率低成本的企業，這會提高這一企業的生產效率，并降低自身的投入成本。生產性服務業的溢出效應也體現在相對密集的技術與知識上。生產性服務業的主要投入在人力成本與知識成本上，生產型服務業的員工能力的綜合水平一般高于普通企業。因此，生產性服務業在為其他制造業提供輔助服務時，可以同時幫其他企業改善運行體系與管理結構，同時提升這些企業的工作效率，進而實現利益最大化。

二要落實用水效率控制紅線。加強對核電等重點取水戶的監督檢查，開展取水戶計劃用水管理及取退水的全過程監督管理，加大違法取水戶查處力度。嚴格水資源論證和取水許可管理，開展水資源論證后期評估和規劃水資源論證試點。指導流域節水型社會試點建設。

2.分工專業化效應提升規模效率。自十八世紀以來，勞動分工一直被認為是影響經濟發展的重要因素。經濟發展與產業結構變遷的實質就是社會分工的不斷細化。早在之前，產品的制作、加工、銷售三部分是統一的，但隨著時代的變遷，產品鏈被拆分為許多部分，其使得很多新興企業的某些部門從中抽離，其從單一的部門成為了單獨的產業。隨著產業分工的細化與專業化，新興產業的水平也持續提高，這使得企業的生產效率隨之提高。如之前所提到的生產性服務就是這樣誕生的，因此可以認為，產業的結構變遷的實質是企業分工的細化與專業化，即通過分工企業使某些部門從傳統的生產鏈中脫離出，其成為了新興的部門。為了共同利益的最大化，每一個新興產業會盡最大努力來降低投入成本同時提高工作效率。所以，企業分工的細化和專業化，可以使企業或相關的新興產業處于利益的遞增階段，從而提升這些產業的規模效率。

產業結構變遷對TFP影響的實證研究

（一）標準模型設定

本研究的主要內容是探究產業結構變遷對TFP的具體影響方向和程度，所以產業結構將作為最主要的解釋變量。結合前人的研究，人力資本、城鎮化、對外開放、基礎設施等因素都可能影響到TFP的數值，因此，本文將上述幾個變量作為模型的控制變量。由于產業結構的變遷不僅僅只包含其高級化，其更內涵了產業結構的合理化，因此本文選擇以泰爾指數作為衡量產業結構合理化的指標，以第三產業與第二產業之比作為衡量產業結構高級化的指標，構建標準模型如下：

上式中，TFP表示全要素生產率增長率，TL表示泰爾指數，TS表示第三產業產值與第二產業產值之比，HC為人力資本水平，OPEN為對外開放水平，URB為城鎮化水平，INF為基礎設施水平，εit為隨機擾動項。

（二）變量選擇及數據來源。

1.泰爾指數（TL）。產業結構合理化是指在經濟運行過程當中，根據科技水平、人口素質、資源稟賦等因素實現各生產要素的最優化配置。本文使用泰爾指數作為衡量其數值水平的指標，其定義式如下所示：

上式中，TL 表示泰爾指數，Y表示總體及各產業部門產值，L表示總體及各產業部門就業人數，i表示不同產業部門。泰爾指數不為0，表明產業結構與要素結構之間尚存在一定的差距，產業結構不處于均衡平穩的狀態，也即產業結構不夠合理。

2.第三產業產值與第二產業產值之比（TS）。大量研究人員在考察產業結構變遷的時候，都選取了產業結構高級化作為手段。因此本文采用第三產業產值與第二產業產值之比（TS）這一指標來表現高級化水平。如果 TS 的數值增加，那么表明該經濟體的產業結構日趨高級。

3.人力資本水平（HC）。根據內生增長理論，人力資本的持續積累能夠顯著增加TFP的水平。經濟體所擁有的人力資本越多，那么該經濟體對新興科技和技術的學習和運用能力就越高，并且還能間接提升創新和研發實力，從而使TFP能夠增長。本研究以各地區初中及以上學歷人口數量占六歲以上總人口數量的比重作為表征地區人力資本水平的指標。

5.城鎮化水平（URB）。該變量將通過三個方面影響 TFP：首先，通過人口從農村向城市流動的過程，整個地區的消費需求結構可以得到改善；其次，城鎮化進程能夠為農村的超額勞動供給向第二、第三產業進行轉移提供很大的便利；最后，城鎮化進程能夠反向提高第一產業的生產效率，推動第一產業的發展。本研究以各省級行政區城鎮人口占當地總人口的比例作為度量城鎮化水平的指標。

表1 我國TFP的 Moran’s I指數表

表2 LM統計量的結果

表3 SEM模型估計結果

6.基礎設施水平（INF）。完善的基礎設施水平有利于各產業的集約化發展，提升生產效率和管理水平。本文采用各地區高速公路與一級公路的密度作為衡量基礎設施水平的指標。

我國產業結構變遷對 TFP 影響的空間計量分析

本文將以前述標準模型為基礎，構建空間計量模型，對我國產業結構變遷對 TFP的影響做實證研究，并根據回歸結果對該影響進行詳細分析。

（一）空間計量模型的構建

1.空間相關性的檢驗。檢驗一個變量是否具有空間相關性的最常見辦法是使用 Moran’s I指數來進行判斷。Moran’s I指數的數值介于-1至1之間，如果 Moran’s I指數大于0，表明該經濟變量表現出空間正相關，反之則表示該變量表現出空間負相關。當 Moran's I指數接近0 時，表示該經濟變量在空間上的分布呈現出隨機性。Moran’s I指數越接近1或者-1，則表示其空間相關性越強。Moran’s I指數的具體計算公式如下：

上式中，n 表示樣本區域的數量，wij為空間權重矩陣W中位于第i行第j列的元素，為經濟變量 x 的平均值，為經濟變量 x的方差。

Moran’s I指數的計算中涉及到空間權重矩陣的設定，其中的元素表現了不同地區之間的空間依賴關系及大小。本文選用我國31個省級行政區的空間鄰接矩陣作為空間權重矩陣，即若地區i與j相鄰，則wij=1 ；否則，wij=0。利用我國31個省市的TFP數據和空間鄰接矩陣，使用stata12.0軟件可以計算得出2008-2017年間我國區域TFP的 Moran’s I指數如表1所示。

表4 剔除INF后SEM模型估計結果

根據表1可以發現，2008-2017年間我國區域TFP的Moran’s I指數全部為正，并且所有年份的計算值都在1%的顯著性水平下顯著。上述計算結果表明，我國區域TFP具有強烈的正的空間相關性，具體表現為：TFP高的地區與TFP高的地區相鄰，反之亦然。由此，驗證了使用空間計量模型來研究TFP的正確性。

2.空間計量模型的選取。本研究首先考察了兩類最為普遍的空間計量模型：第一，空間滯后模型（Spatial Lag Model，SLM），又稱空間自回歸模型（Spatial Autoregressive Model，SAR）。若空間效應的根源是各變量之間的相關，則在進行研究時可以加入回歸元的空間滯后因子，故根據標準模型建立的空間滯后模型為：

上式中，wij為空間權重矩陣中位于第i行第j列的元素，ρ為空間自回歸系數，代表不同地區之間的影響大小，其他變量與上文中標準模型里的相應變量含義相同。

第二，空間誤差模型（SEM）。因為經濟變量之間的相互關系十分復雜并且聯系緊密，再加上部分變量無法量化或者無法測量，所以本文建立的模型總會遺漏部分與解釋變量相關的變量，而這些變量也會呈現出空間效應。此外，各地區之間還會出現一些隨機誤差，導致隨機干擾項不滿足正態性假定。因此，根據標準模型建立的空間誤差模型如下：

上式中，γ表示誤差項的空間自相關系數，其他變量與 SLM 模型中的相應變量含義相同。

（二）回歸結果及分析

在進行回歸分析之前，有必要對標準模型、SLM模型和SEM模型的優劣進行比較，以選擇更符合實際情況的模型來繼續研究。判斷的標準及步驟如下：第一步，運行OLS估計，對比LM統計量LM-Lag和LM-Error；第二步，若兩個 LM 統計量均不顯著，則無需使用空間計量模型，若有且僅有一個通過檢驗，則選擇它對應的模型；第三步，若兩者均顯著，則再對比 Robust LM-Lag和Robust LM-Error；第四步，選擇兩個穩健統計量顯著或者相對顯著的那一個建立對應的模型。各統計量的具體結果如表2所示。

由表2 可知，LM-Lag 和 LM-Error統計量的P值分別為 0.026 和 0.017，二者都通過5%顯著性水平檢驗，但是LM-Error相對于LM-Lag而言顯著性水平更高。同時，Robust LM-Lag和 Robust LM-Error 的P值分別為0.422和0.005，Robust LM-Error通過了1%的顯著性水平檢驗，而Robust LM-Lag沒有通過顯著性水平檢驗。因此，在本研究中，SEM 模型是最優模型，并且利用Hausman檢驗可知，面板模型應該使用隨機效應進行回歸。模型估計結果如表3所示。

由表3可知，控制變量基礎設施水平（INF）在模型中不顯著，應將其剔除后重新進行回歸分析。剔除變量INF后SEM模型的回歸結果如表4所示。

由表4可以明顯看出，模型的整體擬合效果較好，所有的變量均至少在10%的水平下顯著。SEM 模型的誤差回歸系數為 0.5350，通過了 1%的顯著性水平檢驗，說明我國省際TFP存在空間效應和顯著的空間依賴性。下面對SEM模型的回歸結果進行詳細考察：

第一，泰爾指數（TL）系數的估計為-0.0298，表明產業結構合理化變遷能夠對TFP的增長起到促進作用。我國目前的產業結構變遷表現為第一產業向第二、第三產業轉移，產業結構與就業結構有更加協調的趨勢，根據勞動力產生的要素配置效應能夠提高我國的TFP；第二，產業結構高級化指標（TS）系數的估計為 0.0228，表明產業結構的高級化對TFP的提升產生正面的影響。2000 年以來，我國在產業結構變遷的過程也是第二產業逐步向第三產業轉型升級的過程。在這一過程中，部分低附加值、低效率的制造業進行了轉型升級，使得整個經濟體的 TFP 得到提升；第三，人力資本水平（HC）系數的估計為 0.1023，表明人力資本水平對TFP的增長具有正向的影響。人力資本水平的上升有兩個現實表現：一是勞動力知識文化水平和綜合能力的不斷提升；二是學習能力大幅增強。在上述兩種影響的共同作用下，TFP能夠不斷增長；第四，對外開放水平（OPEN）系數的估計為 0.0332，表明對外開放程度的提高能夠促進 TFP 的提升。更高的對外開放程度能夠更容易地吸引外資、外國先進技術以及高技術的專業人才，從而提高我國的技術水平和技術效率，從而全面提升 TFP；第五，城市化水平（URB）系數的估計為 0.1076，說明城市化進程的推進也能對 TFP 的提升產生正面的影響。

結論與建議

實證模型的結果表明，2008-2017年我國區域TFP具有強烈的正的空間相關性，具體表現為：TFP高的地區與TFP高的地區相鄰；TFP低的地區與TFP低的地區相鄰；泰爾指數與TFP的增長呈負相關關系，而目前我國產業結構正處于日趨合理的進程當中，因此從合理化的角度來說，我國的產業結構變遷有利于經濟效率的提高和技術的進步，有利于經濟發展質量的不斷提升。此外，產業結構的高級化也能對TFP起到促進的作用。

結合實證結果和研究結論，本文提出以下幾條政策建議：第一，大力推進“經濟服務化”進程。服務業在所有產業中的產值占比逐漸提高是經濟發展的客觀規律。因此，我國產業結構的變遷一定要沿著“經濟服務化”的道路繼續向前邁進，即逐步由工業型經濟轉變為服務型經濟，從而實現整個經濟的轉型升級；第二，重點關注產出結構與投入要素結構之間的協調發展。相關政府部門在制定產業政策以對產業結構變遷進行引導時，不能只關注到產業結構的單一方面，更需要站在全局的角度進行判斷。現階段還應尤其注意產出結構與要素稟賦結構之間的協調問題。只有推動產業結構的合理化變遷，才能更加穩固經濟長期增長的體制機制，才能促進經濟的進一步發展并減少由于經濟不穩定而產生的各種損失；第三，提升科學技術研發實力，提高技術應用和轉化效率。當前，我國第二產業在整體經濟當中扮演著至關重要的角色。因此，在我國產業結構變遷的過程當中必須繼續促進第二產業中高效率的新興產業的發展。對此要注重我國第二產業的發展質量，提高整個經濟的科技創新水平，進一步提高科研成果和技術的應用和轉化效率，從而提高技術效率改進，最終達成提高TFP的目標。