產業結構優化對經濟高質量發展的影響
——基于全要素生產率的視角

高 雪，李欠男

（1.東北大學秦皇島分校經濟學院，河北 秦皇島 066004；2.湖北文理學院經濟與管理學院，湖北 襄陽 441100）

中共十九大報告首次提出“高質量發展”，表示中國經濟已由高速增長階段進入高質量發展階段，自此以后，高質量發展一再被強調。高質量發展具有豐富的內涵，包括創新、協調、綠色、開放與共享，涵蓋客觀定量指標與主觀價值判斷［1］。因此，科學評估高質量發展水平是一項系統工程，有必要找到合理且準確的衡量方式。全要素生產率是符合要求的衡量方式，原因在于全要素生產率是技術創新的直接體現，與協調、綠色、開放發展內在統一，并與共享發展相輔相成［1-3］。基于此，實現高質量發展的關鍵是穩步提升全要素生產率。產業是一系列政策最為重要的實施載體，也是經濟高質量發展的最終體現。產業結構優化會直接影響經濟發展質量提升的水平，也將直接影響全要素生產率提升的程度。

當經濟處于非均衡狀態時，如果生產要素由低效率生產部門向高效率生產部門轉移，并在這一動態變化中出現技術、組織上的創新，相關部門的全要素生產率就會有所提升［4］。具體到中國，關于產業結構優化對全要素生產率的影響，所得結論并不一致。一些學者的研究發現，服務業生產率增速慢于制造業，產業結構向服務業調整會導致整個經濟增速放緩，由此得出“結構性減速論”［5］。但有學者則提出了相反觀點，他們認為“結構性減速論”的本質是短期分析；從長期上看，服務業尤其是生產性服務業的快速發展，會對制造業等相關部門的全要素生產率產生正向溢出效應，這意味著產業結構向服務業調整有助于全要素生產率的提升［6］。目前，中國軟件服務、電子信息技術、金融服務、科學研發與科技服務等部門的發展規模不斷增加。一旦這些服務業部門與其他部門建立產業聯系，并在技術方面給予其他部門支持，其他部門的全要素生產率就會有所提升。

在經濟由高速增長轉向高質量發展的關鍵時期，中國產業結構優化會給全要素生產率增長帶來怎樣的影響，這種影響是短暫的還是具有持續性。如果產業結構優化給全要素生產率增長帶來的影響具有持續性，那么長期以來，產業結構優化的具體表現形式是否相同。為解決這兩個方面的問題，本研究利用2001—2016年中國264 個地級市面板數據，將產業結構優化具體為產業結構合理化、產業結構高級化。在此基礎上，通過理論分析提出研究假說，利用面板分位數回歸模型，實證分析產業結構合理化、高級化對全要素生產率增長的影響，以期為不同地區政府部門產業政策的制定，經濟高質量發展的推進提供科學參考。

1 產業結構優化研究進展

經濟發展過程中，一些國家出現了生產要素從農業流向工業再流向服務業的現象，而這種現象被庫滋涅茨稱之為典型化事實［7］。對此，學者們開展產業結構優化的成因及其影響研究。Boppart［8］利用最終消費支出份額來測度產業結構變化；Herrendorf等［9］、Moore［10］構造了3 次產業就業份額、3 次產業增加值份額、Moore 結構變化指數。國內學者則對產業結構優化進行了更為具體的劃分。在產業間結構調整方面，郭淑芬等［11］利用泰爾指數來反映三產之間的協調度；殷紅等［6］分析了產業結構高級化指標，該指標能夠反映產業結構升級情況。在推進制造業與服務業融合的重要時期，產業結構高級化越來越受關注。干春暉等［12］利用第三產業產值與第二產業產值的比值對產業結構高級化進行衡量，以反映中國產業結構是否正在向服務化的方向轉變。

在完成指標度量的基礎上，學者們進一步分析了產業結構優化對經濟增長的影響。Peneder［13］研究發現，勞動力等生產要素從低效率部門流向高效率部門，是維持經濟增長的有效途徑。但隨著生產要素邊際報酬遞減、環境污染問題的出現，“結構紅利”會被弱化［14］。與此同時，學者們從經濟增長的動力機制出發，考察產業結構優化對全要素生產率增長的影響。劉志彪等［3］基于全球169 個國家數據的實證研究發現，結構調整與全要素生產率之間存在非線性關系，當超過某一拐點時，結構調整將給全要素生產率帶來明顯的不利影響。王桂軍等［15］基于中國省級數據的研究發現，3 次產業之間的結構調整會給中國全要素生產帶來長期且穩定的正向影響。王嵐［16］基于企業數據的研究發現，以制造業服務化為特征的經濟結構轉換有助于制造業企業全要素生產率的提升。

近年來，在中國經濟進入新時代的背景下，學者們開始探討產業結構優化與經濟高質量發展間的關系。陳浩等［17］發現，環境規制不僅能直接影響經濟發展質量，還能通過產業結構合理化與高級化給經濟發展質量帶來正向影響，而且產業結構合理化和高級化的間接效應大于環境規制的直接效應。李平等［18］發現，中國第三產業發展及其內部結構調整會驅動中國經濟高質量發展。全要素生產率提升與經濟高質量發展之間具有高度一致性，通過全要素生產率提升來反映經濟發展質量，進而考察產業結構優化對經濟發展質量的影響具有重要的借鑒意義。但少有文獻基于全要素生產率視角，探討產業結構優化對經濟高質量發展的作用效應。不僅如此，產業結構優化具有不同表現形式，而不同形式的產業結構優化會給全要素生產率帶來差異化影響，但相關研究還不充分。

2 理論分析與研究假說

根據經濟增長理論，通過投入大量生產要素而獲得的經濟增長是不可持續的。在生產要素邊際產出遞減作用下，經濟增長速度明顯放緩，資源與環境等問題也日漸凸顯。一個經濟體要實現持續且穩定的增長，就必須重視生產要素的使用效率，以有限的生產要素投入獲得盡可能多的產出。實現這一目的的方式大致包括2 種：一是生產要素在各部門之間自由流動，提高要素配置效率；二是不同經濟部門內部的要素使用效率均有所提升［19，20］。

產業結構優化的本質是勞動力、資本等生產要素在產業部門之間的流動［21］，從要素流動上看，當生產要素由低效率生產部門向高效率生產部門轉移，并在此動態變化中出現組織創新和技術升級時，相關部門的全要素生產率將會有所提升。從部門規模上看，生產要素流向生產效率高的部門會使得這些部門在整個國民經濟中的規模逐漸增加［19］，在規模達到盈虧平衡點時，相關部門能實現規模效應，從而促進該部門全要素生產率水平的提升。從技術溢出上看，隨著中國工業化進程的推進，軟件服務、電子信息技術、金融服務、科學研發與科技服務等服務業部門的發展規模不斷增加。當這些服務業部門與制造業等其他部門建立緊密的產業聯系時，技術溢出效應得以實現，由此，相關聯部門的全要素生產率將有所提升［21］。此外，生物工程和新材料等高技術產業也能發揮一定的技術溢出效應。基于上述內容，本研究提出待驗證的研究假說1：產業結構優化會給全要素生產率增長帶來積極影響。

值得注意的是，產業結構優化對全要素生產率的影響不能忽視發展階段問題［22］。在不同的發展水平下，產業結構優化對全要素生產率的影響程度可能不同，即二者之間可能呈現非線性的關系［3］，而這可能與產業結構優化的具體表現形式相關。本研究把產業結構優化細化為產業結構合理化、高級化。關于產業結構合理化，它是指經濟體偏離均衡的程度。具體而言，在市場均衡條件下，各產業部門的生產率水平相同；在市場非均衡的條件下，經濟體偏離均衡的程度越小，產業結構就越合理。據此，當地區經濟發展處于較低水平時，產業結構優化可能更注重生產要素的合理配置、產業間的協調發展，而非追求知識積累和技術升級。關于產業結構高級化，它反映的是產業結構是否正在向知識、技術密集型的方向轉變。據此，當地區經濟發展處于較高水平時，該地區產業結構優化可能更重視知識積累、技術創新以及組織管理創新。此時，產業結構高級化將會成為推動全要素生產率增長的因素。對此，本研究提出待驗證的研究假說2：隨著經濟發展水平的提升，產業結構合理化對全要素生產率增長的影響有所減弱，但產業結構高級化的作用效應有所增強。

3 研究設計

3.1 模型構建

為考察產業結構合理化與高級化對全要素生產率的非線性影響，本研究采用分位數回歸模型。分位數回歸模型不易受極端值影響，可用于分析自變量與因變量的條件分位數之間的關系。此外，為在一定程度上解決由遺漏變量帶來的內生性問題，本研究采用面板分位數回歸模型。模型的具體設定如下：

式中，TFPit,q是全要素生產率指數，下標i、t、q分別代表不同的城市、年份與分位數水平。TLit,q、TSit,q是核心解釋變量，分別代表產業結構合理化、產業結構高級化。Xit,q是控制變量，αq、εit,q分別代表常數項、隨機干擾項。

3.2 變量說明

3.2.1 被解釋變量 序列DEA 是根據以前以及當期的投入產出結果來確定當期的最佳生產前沿面，被廣泛應用于全要素生產率研究中。本研究采用序列DEA 方法對中國各地級市全要素生產率指數進行測算，并將其作為被解釋變量。具體而言，將每個地級市作為一個獨立的決策單位，構造每個時期的最佳生產前沿面，將每個地級市與最佳實踐邊界進行比較，據此獲得相應技術進步和技術效率變化，具體的表達式如下。

假設在每個時期t（t=1，2，3），第k（k=1，2，3）個地級市使用了n（n=1，2，3）種投入，得到m（m=1，2，3）種產出，設X t、Y t表示t期所有地級市的投入和產出向量。基于產出角度，在規模報酬不變和投入要素強可處置的條件下，參考技術的表達式為：

式中，λ代表橫截面觀察值的權重。在式（2）的基礎上，每個地級市基于產出的距離函數表達式為：

對式（3）進行線性規劃求解可得：

式中，θ，λ≥0。借鑒Caces 等［23］的研究方法，將2 個Malmquist 指數的幾何平均值作為序列Malmquist指數：

式中，TEC是技術效率變動指數（Technology efficiency change，TEC），反映不同地級市從t到t+1 期對最佳實踐邊界的追趕程度；TC是技術進步指數（Technology change，TC），反映不同地級市從t到t+1期的技術前沿變動。借助MaxDEA 6.0 軟件對地級市全要素生產率增長與分解進行測算，并將測算結果轉化為以2001年為100 的累積增長指數，將其轉化為ln(1+TFP)的形式。需要說明的是，在地級市全要素生產率指數的測算過程中，投入指標是地級市的資本投入、勞動力投入，產出指標是地級市生產總值。

第八，干旱情況變化。新中國成立以來，我國干旱災害面積逐步從北方向華中、華南等地擴展，干旱嚴重程度也不斷增加。與新中國成立之初相比，進入21世紀以來的平均受旱率、平均成災率和糧食減產率分別是原來的2.3倍、4.3倍和2.6倍。

3.2.2 核心解釋變量 核心變量是產業結構合理化與高級化。國內學者多采用泰爾指數（TL）對產業結構合理化進行度量［18］，本研究也采用這一指標。泰爾指數的計算公式如下：

式中，TL是三產之間的泰爾指數；Y表示總產值；L表示總就業人數；i=1,2,3 依次代表第一產業、第二產業和第三產業；Yi∕Y、Li∕L依次代表產業結構和勞動力就業結構。當經濟處于古典經濟學假設的均 衡 狀 態 時，Yi∕Li=Y∕L，即Yi∕Y=Li∕L，此 時 的TL=0。由此，泰爾指數TL越小，經濟體偏離均衡的程度越小，產業結構合理化水平越高。

由于信息技術革命已對發達國家產業結構帶來巨大沖擊，發達國家經濟已逐漸向服務化的方向轉變。近年來，中國服務業發展迅速，并不斷向知識和技術密集型方向轉變［11］。服務業特別是生產性服務業的快速發展，將是促進中國經濟轉型的重要內容。對此，本研究采用第三產業產值與第二產業產值之比（TS）對產業結構高級化進行度量，以反映中國產業結構是否正在向服務化的方向轉變。

3.2.3 控制變量 本研究選擇的控制變量包括城市人口密度（Popu）、信息化水平（Info）、金融發展水平（Fina）、外資利用水平（Fdi）、消費水平（Cons）、科學技術支出水平（Tech）。具體而言，城市人口密度以單位城區平方公里人口數量來衡量，單位是人∕km2；金融發展水平以城市的年末金融機構貸款余額衡量，單位是萬元；外資利用水平指的是城市當年實際使用外資金額與總生產總值的比值；消費水平是指城市人均消費額，單位是元∕人；信息化水平以城區互聯網用戶數量衡量，單位是萬戶；科學技術支出水平是指科學技術支出費用，單位是萬元。所有涉及價格的指標，都通過省級層面的居民消費價格指數進行平減處理。為達到較好的實證估計效果，對各變量進行了自然對數化處理，統計性描述結果見表1。

表1 變量的統計性描述

3.3 數據來源

關于被解釋變量的核算，數據來源于中國地級市的一二三產業產值、就業人數、地級市與省級固定資產投資數據。借鑒余泳澤等［24］、張軍等［25］的研究，利用固定資產投資數據，采用永續盤存法對地級市的資本存量進行核算。首先，對各省份資本存量進行核算；然后，以2001年為基期，計算2001年各地級市固定資產投資占其所在省份固定資產投資的比例，并將這一比例乘以所在省的資本存量；最后，根據張軍等［25］的研究，核算2001—2016年地級市的資本存量。關于核心解釋變量，用于核算產業結構合理化的數據來源于地級市一二三產業產值與就業人數數據；用于核算產業結構高級化的數據來源于地級市一二三產業產值。關于控制變量，相關數據主要來源于《中國城市統計年鑒》（2001—2017年），在剔除數據缺失嚴重和存在異常值的地級市后，以264 個地級市數據作為樣本數據。總體來說，本研究采用的數據來自《中國城市統計年鑒》（2001—2017年）、《中國統計年鑒》（2001—2017年）。需要注意的是，省級層面的地區生產總值指數、居民消費價格指數主要用來對地級市價格數據進行平減。

4 實證結果與分析

4.1 中國產業結構優化的結果分析

改革開放以來的產業結構優化分為兩個階段：1978—2000年前后的適應性調整階段、從2001年起至今的戰略性調整階段［12，26］。本研究選擇的時段恰好從屬于戰略性調整階段，在此期間，產業結構合理化和高級化的變化趨勢如圖1 所示。2001年中國入世，中國迅速融入全球化生產的低端加工環節中，制造業發展迅速，但第三產業明顯落后。2001—2010年，產業結構合理化指數以波動變化為主，并伴有階段性的上升態勢，表明產業間的關聯程度有所減弱。在此期間，受到2008年國際金融危機的沖擊，產業結構合理化指數有所下降。2001—2010年，產業結構高級化指數呈波動式變化。2010—2016年，產業結構合理化指數先升后降，但產業結構高級化呈明顯的上升趨勢。國家統計局資料顯示，2010年中國農業、工業制造業和服務業增加值比例是10.2%、46.8%和43.0%；截至2016年，對應的增加值比例依次是8.6%、39.9%和51.6%。由此可知，產業結構合理化和高級化與中國發展進程密切相關，能夠作為衡量產業結構優化的2 個關鍵性指標。

圖1 2001—2016年中國產業結構優化情況

4.2 要素生產率增長及其分解分析

表2 是2001—2016年城市全要素生產率指數及其分解結果。由表2 可知，2001—2016年全要素生產率指數的平均值是0.9448，表明樣本期全要素生產率年均下降了5.52%。從增長源泉上看，2001—2016年的技術效率變動指數、技術進步指數的均值依次是0.5132、1.1776，表明樣本考察期全要素生產率增長的驅動力主要來自技術進步，而非技術效率的提升。從變化情況看，樣本考察期全要素生產率增長呈階段性波動變化。在2001—2010年，全要素生產率增長在經歷了短暫的下降后，呈較為明顯的上升趨勢；但從2010年開始，全要素生產率增長呈先下降后上升的態勢。

表2 2001—2016年城市全要素生產率指數及其分解結果

4.3 實證結果分析

為充分體現分位數估計方法能捕捉條件分布的全面信息，首先采用面板數據固定效應模型進行基礎分析，然后再利用面板分位數回歸方法。在不考慮因變量與核心解釋變量互為因果的情況下，由面板數據固定效應模型、面板分位數回歸方法得到評估結果（表3）。在表3 中，模型1 是固定效應模型的估計結果，由其可知，產業結構合理化對全要素生產率指數具有顯著的負向影響，這表明隨著經濟體偏離均衡的程度增加（即產業結構合理化水平下降），全要素生產率增長會有所下降，即產業結構趨于合理化有助于全要素生產率的提升。模型1 中的實證結果還顯示，產業結構高級化對全要素生產率指數具有顯著的正向影響，意味著產業結構高級化有助于全要素生產率增長，并助推經濟高質量發展。

固定效應模型的估計結果無法捕捉在特定分位數上，產業結構轉換對經濟發展質量的邊際效應。表3 中的模型2 至模型6 是面板分位數回歸結果，包括第10、25、50、75 與90 個百分位上的回歸結果。在各分位數上，產業結構合理化指數對全要素生產率增長的影響都顯著為負，表明經濟體偏離均衡的程度越大（即產業結構合理化水平越低），全要素生產率增長的程度越低。但值得注意的是，產業結構合理化指標的系數大小存在一定差異。具體而言，隨著分位數的提高，產業結構合理化對全要素生產率指數的作用效應越大。這意味著產業結構合理化對全要素生產率增長的影響受TFP水平差異的影響。關于產業結構高級化的作用效應，在第10 個百分位上，產業結構高級化的估計系數沒有通過顯著性檢驗，但在第25、50、75、90 個百分位數上，產業結構高級化的估計系數都在1%水平上顯著，數值均大于0，并且逐漸增加，這意味著產業結構高級化對全要素生產率增長的影響受TFP水平差異的影響。隨著中國經濟發展水平的逐步提升，產業結構高級化對全要素生產率增長的作用效應有所增強。綜合來看，中國產業結構優化會給全要素生產率增長帶來顯著的正向影響，而且這種正向具有持續性。

在基準回歸基礎上，進一步考慮產業結構優化與全要素生產率增長之間是否存在由互為因果導致的內生性問題。對此，借鑒郭家堂等［27］的研究，采用滯后一期的產業結構合理化、高級化作為核心解釋變量，進行面板固定效應與分位數回歸分析。采用這一做法的關鍵在于，當期全要素生產率增長對滯后一期的產業結構轉換變量的影響基本不成立，而如果滯后一期的產業結構優化變量對當前全要素生產率增長存在影響，則表明雙向因果關系中的主因是產業結構合理化與高級化。

表4 中的模型7 至模型12 是基于上述邏輯而得的估計結果，模型7 是面板固定效應回歸結果，模型8 至模型12 是面板分位數回歸結果。由表4 可知，在考慮內生性問題以后，第10、25、50 個百分位上的產業結構合理化依舊對全要素生產率增長具有顯著的負向影響，這與表3 結果中的顯著性水平與影響方向均是一致的，只是系數值有所下降。在第75、90 個百分位上，產業結構合理化的估計系數未能通過顯著性檢驗，這表明在不考慮內生性條件下，產業結構合理化帶來的作用效應在一定程度上被高估了。關于產業結構高級化的評估結果，在第10、25個百分位上，產業結構高級化的估計系數未通過顯著性檢驗；在第50、75、90 個百分位上，產業結構高級化對全要素生產率增長仍具有顯著正向影響。綜合表3 的實證結果可知，當中國全要素生產率水平較低時，產業結構合理化對全要素生產率提升的作用效果更大；當中國全要素生產率水平較高時，相較于產業結構合理化，產業結構高級化對全要素生產率提升的作為效應更為明顯。由此，本研究提出的2 個假說均得到驗證。

表3 產業結構優化對全要素生產率增長的實證結果（基準回歸）

表4 產業結構優化對全要素生產率增長的實證結果（內生性處理）

5 小結與政策建議

推進高質量發展是當前與未來很長時期內中國經濟發展的主題。實現創新、協調、綠色、開放、共享的高質量發展，關鍵在于穩步提升全要素生產率。產業結構優化是實現該目標的重要途徑，但不同形式的結構會帶來差異化的影響。本研究將產業結構優化具體為產業結構合理化與高級化，利用2001—2016年中國264 個地級市面板數據，采用面板分位數回歸模型，實證分析產業結構合理化、高級化對全要素生產率的非線性影響。主要研究結論如下。

第一，2001—2010年，中國產業結構合理化指數以波動變化為主，產業結構高級化則呈下降的趨勢。從2010年開始，產業結構合理化指數變化程度不大，產業結構高級化則有所上升。第二，在樣本考察期內，全要素生產率指數的平均值是0.9448，年均下降5.52%。從增長源泉上看，中國全要素生產率增長的驅動力主要來自技術進步，而非技術效率提升。第三，不考慮內生性問題，產業結構合理化、高級化對全要素生產率增長具有顯著的正向影響。在考慮和處理內生性問題后，二者對全要素生產率增長的影響方向沒有發生改變，但影響程度發生了改變。二者對全要素生產率增長的影響程度隨分位數水平的提高而改變。其中，產業結構合理化對全要素生產率增長的促進作用隨分位數水平的提高而減弱，產業結構高級化的促進效應則隨分位數水平的提高而增強。這意味著隨著中國經濟發展水平的提高，產業結構高級化將可能成為經濟高質量發展的主要推動力之一。

對此，提出以下政策建議：第一，政府部門在制定產業結構優化政策和提升經濟發展質量相關政策時，應同時關注產業結構合理化、高級化水平，以充分發揮他們在提升經濟發展質量中的重要作用。第二，因地制宜，根據當地經濟發展水平，有所側重地進行產業結構調整，以切實提高當地的全要素生產率水平。具體而言，對于全要素生產率水平較低的地區，可以重點發展當地的產業結構合理化，優化各要素的配置效率，促進當地勞動力、資金等要素投入結構和產出結構的耦合。如提升勞動力數量、人力資本與產業結構之間的匹配度等。但對于全要素生產率水平較高的地區，在促進產業結構合理化的同時，還必須高度重視產業結構的優化升級，著力推動當地產業結構向知識、技術密集型方向轉變。