勞動力工資上漲的生產(chǎn)率促進(jìn)效應(yīng)再檢驗
——基于2001—2014年中國省際面板數(shù)據(jù)的分析

陳長江 高 波

一、引言

2004年以后，隨著我國“用工荒”從沿海向內(nèi)地蔓延，勞動力工資步入了快速增長的軌道。尤其是低端勞動力工資上漲迅速。2014年農(nóng)民工的名義工資達(dá)到了2 864元，相對于2004年822元增長了3.48倍，遠(yuǎn)高于前10年(1994—2004)期間2.08倍的增長。勞動力工資轉(zhuǎn)折性上漲已經(jīng)成為影響我國創(chuàng)新驅(qū)動戰(zhàn)略績效的重要因素。

對于我國勞動力工資轉(zhuǎn)折性上漲的影響，一種觀點認(rèn)為勞動力工資快速上漲將導(dǎo)致我國失去成本競爭優(yōu)勢，擠壓企業(yè)利潤，迫使企業(yè)減少研發(fā)和設(shè)備升級支出，從而延阻了技術(shù)進(jìn)步和生產(chǎn)率提升。另外一種更為普遍的觀點則認(rèn)為勞動力上漲將“倒逼”技術(shù)創(chuàng)新和生產(chǎn)率提升，主要包括四個方面的路徑:首先，從企業(yè)家角度來看，勞動力工資上升使得企業(yè)家對新技術(shù)、新設(shè)備更敏感，從而加大企業(yè)研發(fā)投入、加快企業(yè)設(shè)備更新和人力資本培訓(xùn)力度(Madsen和Damania，2001)[1]；其次，從勞動力角度來看，效率工資理論認(rèn)為，工資上漲將通過欺騙/威脅(cheat/threat)機制激勵工人更加努力，提高工作標(biāo)準(zhǔn)和努力程度，降低工作轉(zhuǎn)換率，從而推動生產(chǎn)率提升；再次，從市場角度來看，勞動力工資上漲使得市場中低技術(shù)企業(yè)難以生存，從而有利于高技術(shù)企業(yè)獲得更多資源支持(Kleinknecht，1998)[2]；最后，從需求角度來看，勞動力工資上漲可以通過提升收入水平，進(jìn)而促進(jìn)消費升級引導(dǎo)的產(chǎn)品升級(Farrell，2005)[3]。

經(jīng)驗研究表明，針對發(fā)達(dá)國家的研究大多支持勞動力工資上漲的創(chuàng)新“促進(jìn)效應(yīng)”。例如David(1975)[4]在研究美國工業(yè)發(fā)展史的時候發(fā)現(xiàn)，當(dāng)勞動力工資上漲時，美國企業(yè)傾向于依靠技術(shù)創(chuàng)新來降低單位產(chǎn)品成本。Broadberry(1997)[5]對OECD國家的經(jīng)驗研究表明勞動力工資上漲存在顯著的創(chuàng)新“倒逼效應(yīng)”。Broadberry和Cupta(2006)[6]研究指出，19世紀(jì)英國和美國的勞動力工資上漲對于工業(yè)化過程中的技術(shù)進(jìn)步和創(chuàng)新起到不可磨滅的作用。但是針對發(fā)展中國家的研究卻并不完全支持這一觀點。例如Swamy(1997)[7]通過印度上世紀(jì)60年代到80年代的經(jīng)驗數(shù)據(jù)檢驗了效率工資假說，發(fā)現(xiàn)勞動力工資與生產(chǎn)率增長之間負(fù)相關(guān)，勞動力工資上漲顯著抑制了企業(yè)生產(chǎn)率提升。Liu和Sakamoto(2005)[8]對1979—1995年期間臺灣經(jīng)驗數(shù)據(jù)的研究，發(fā)現(xiàn)勞動力工資上漲對生產(chǎn)率提升影響不顯著。Velenchik(1997)[9]對津巴布韋、Yusof(2008)[10]對馬來西亞1992—2005年的經(jīng)驗數(shù)據(jù)研究，均沒有發(fā)現(xiàn)勞動力工資與生產(chǎn)率或者技術(shù)創(chuàng)新之間存在顯著關(guān)系。

針對中國經(jīng)驗的研究大多證明勞動力工資上漲有助于技術(shù)創(chuàng)新和生產(chǎn)率提升。Zheng等(2003)[11]通過中國1980—1994年國有企業(yè)數(shù)據(jù)檢驗發(fā)現(xiàn)，勞動力工資上漲有助于國有企業(yè)效率提升和技術(shù)進(jìn)步。李鋼等(2009)[12]通過對我國勞動密集型產(chǎn)業(yè)的研究發(fā)現(xiàn)，勞動力工資上漲是勞動密集型企業(yè)進(jìn)行技術(shù)創(chuàng)新的重要動力。姚先國等(2012)[13]通過省級面板數(shù)據(jù)證明勞動力成本上漲與勞動生產(chǎn)率顯著正相關(guān)。林煒(2013)[14]利用1997—2007年中國工業(yè)企業(yè)數(shù)據(jù)庫，發(fā)現(xiàn)中國制造企業(yè)的技術(shù)創(chuàng)新能力隨著勞動力工資上漲而上升。張慶昌和李平(2011)[15]通過我國1999—2008年國有企業(yè)和“三資”企業(yè)省級數(shù)據(jù)研究，指出勞動力工資上升對企業(yè)創(chuàng)新激勵存在門檻效應(yīng)，工資過低時，將會陷入“低工資—低創(chuàng)新”困境，只有當(dāng)工資高于某一特定門檻時，工資上漲才會有創(chuàng)新推動效應(yīng)。

綜上所述，現(xiàn)有針對我國勞動力工資上漲的創(chuàng)新及生產(chǎn)率影響文獻(xiàn)已經(jīng)相當(dāng)豐富，但仍存在以下不足:首先，目前大多研究都是基于創(chuàng)新投入或全要素生產(chǎn)率(TFP)展開。創(chuàng)新投入本身并不能代表技術(shù)創(chuàng)新成果，而基于TFP的研究則由于對TFP構(gòu)成籠統(tǒng)化處理而難以得出對應(yīng)的結(jié)論。因為，與發(fā)達(dá)國家TFP增長主要由技術(shù)進(jìn)步推動不同，發(fā)展中國家經(jīng)濟中TFP增長通常包含了技術(shù)進(jìn)步、技術(shù)效率、規(guī)模效率、配置效率四個部分變化(Battese和Coelli，1995；Stigliz，2003)[16-17]，即發(fā)展中國家的TFP變化通常既有技術(shù)進(jìn)步和技術(shù)擴散的因素，也有市場化程度提升導(dǎo)致要素配置效率提升的因素，還有生產(chǎn)規(guī)模擴張導(dǎo)致規(guī)模效率增長的因素，若不仔細(xì)辨析就會導(dǎo)致對TFP變化原因進(jìn)而勞動力工資上漲作用機制的錯誤認(rèn)識；其次，很多研究直接使用TFP或者創(chuàng)新投入對勞動力工資做回歸檢驗，忽視了反向因果關(guān)系導(dǎo)致的內(nèi)生性。理論以及經(jīng)驗研究表明，技術(shù)進(jìn)步是影響勞動力工資增長的重要因素。Bound和Johnson(1992)[18]、Katz和Murphy(1992)[19]研究指出，技術(shù)進(jìn)步將提升高技能勞動者的需求以及工資水平，但同時也會惡化低技能勞動者的需求以及工資水平。但是David和John(2005)[20]研究指出，如果考慮到高技能勞動者與低技能勞動者的不完全替代性，技術(shù)進(jìn)步對低技能勞動者工資水平同樣具有促進(jìn)作用。Sutz(2003)[21]通過拉美國家經(jīng)驗證據(jù)證明技術(shù)擴散有利于發(fā)展中國家低技能勞動者的收入提升，縮小而非擴大了發(fā)展中國家的收入差距；最后，現(xiàn)有研究時限大多至2008年之前，2008年后中國經(jīng)歷了全球金融危機并進(jìn)入轉(zhuǎn)折性的新常態(tài)發(fā)展階段，經(jīng)濟增長及生產(chǎn)率變化特征都與前一階段不同，有必要重新探討工資上漲對技術(shù)創(chuàng)新和生產(chǎn)率的影響。

本文使用超越對數(shù)生產(chǎn)函數(shù)的隨機前沿法分解核算了各省份2001—2014年TFP增長構(gòu)成——技術(shù)進(jìn)步、技術(shù)效率、規(guī)模效率和配置效率變化情況，并以此為基礎(chǔ)，在考慮技術(shù)進(jìn)步對勞動力工資影響的情況下運用工具變量法考察勞動力工資上漲對TFP及各個組分的影響。與現(xiàn)有研究相比，本文明晰了我國TFP增長的主要構(gòu)成，從而能夠更加準(zhǔn)確辨析勞動力成本上升的技術(shù)創(chuàng)新和生產(chǎn)率影響；其次，本文通過最低工資標(biāo)準(zhǔn)作為工具變量的回歸分析，避免了內(nèi)生性問題；此外，本文研究涵蓋了新常態(tài)之后的時期，因此更具實效性和現(xiàn)實指導(dǎo)意義。本文結(jié)構(gòu)為，第二部分是TFP測算模型設(shè)定，第三部分為TFP各組分的核算，第四部分為勞動力工資上漲對TFP及各組分影響的實證檢驗，第五部分為小結(jié)。

二、TFP測算方法及模型設(shè)定

本文采用隨機前沿分析法(SFA)來測算TFP及其組成。由于SFA法放棄了其他TFP測算方法通常的市場完備、規(guī)模彈性不變等前提假設(shè)條件，因此更加適合市場發(fā)展不完善的發(fā)展中國家(Battese和Coelli，1995)[16]。同時，通過分別估算技術(shù)進(jìn)步、規(guī)模效率、技術(shù)效率和配置效率來衡量TFP變化，SFA法也克服了其他方法把全要素生產(chǎn)率作為“黑箱”的問題①盡管數(shù)據(jù)包絡(luò)分析法(DEA)可以得到技術(shù)進(jìn)步、規(guī)模效率、技術(shù)效率值，但是DEA作為一種數(shù)學(xué)規(guī)劃方法，其結(jié)果很大程度上只具有相對意義，無法就模型的適宜性和準(zhǔn)確性進(jìn)行檢驗，并且DEA法假設(shè)所有影響因素都已經(jīng)被模型所涵蓋，不存在環(huán)境影響因素，這顯然與發(fā)展中國家現(xiàn)實情況不符合。，因此核算結(jié)果更具有現(xiàn)實指導(dǎo)意義(Coelli，1998)[22]。

隨機前沿分析法通常采用的形式包括C－D函數(shù)、CES函數(shù)以及超越對數(shù)生產(chǎn)函數(shù)。由于超越對數(shù)生產(chǎn)函數(shù)在形式上較為靈活，可以有效避免設(shè)定錯誤導(dǎo)致的偏差，并且考慮了投入要素之間的替代效應(yīng)及交互效應(yīng)，因此得到越來越多的應(yīng)用。參照Kumbhakar(2000)[23]，函數(shù)形式設(shè)定為:

上式中Y、L、K分別表示實際產(chǎn)出、勞動力數(shù)量、實際資本存量，i、t分別表示省市和時間變量。uit≥0服從半正態(tài)分布，uit表示技術(shù)無效率項，衡量相對于前沿生產(chǎn)曲線的技術(shù)無效率水平。η是技術(shù)效率時變參數(shù)。vit是一般意義上的隨機干擾項，vit～iidN(0，δ2)，與uit相互獨立。

對(1)式取t的一階導(dǎo)數(shù):

上式中j＝1，2對應(yīng)資本和勞動力。第1、3項分別為技術(shù)進(jìn)步(TP)和技術(shù)效率(TE)的增長率，將(1)式代入，可得:

(2)式中?lnf(xit，t)/?lnxitj為要素產(chǎn)出彈性，記為αitj。?lnxitj/?t為x的增長率，記為gitx。因此(2)式可寫為:

TFP增長率通常被定義為產(chǎn)出增長率減去要素增長率，即:

其中權(quán)重sitj為要素j報酬占產(chǎn)出的份額。將(5)式帶入到(6)式中，得到:

設(shè)RTS＝α1＋α2，即所有要素產(chǎn)出彈性之和。同時，設(shè)λj＝αj/(α1＋α2)(j＝1，2)，為要素j的最優(yōu)邊際產(chǎn)出。則(7)式可以變換為:

在規(guī)模報酬不變假定下(即RTS＝α1＋α2＝1)，第2項為零。但是對于發(fā)展中國家來說，通常這一假設(shè)并不成立，因此第2項就描述了由于生產(chǎn)規(guī)模變化導(dǎo)致的生產(chǎn)率變化。同樣，對于第3項來說，當(dāng)市場完備并且競爭均衡情況下，要素實際報酬份額等于要素的邊際產(chǎn)出，即λitj＝sitj，第3項為零。但對于發(fā)展中國家而言，市場完備和完全競爭條件通常不滿足，此時要素邊際產(chǎn)出不等于邊際報酬，第三項描述了要素配置變化導(dǎo)致的生產(chǎn)率變化。

將(1)式帶入上面相關(guān)參數(shù)的計算式，得到:

(12)式配置效率增長率計算公式中，由于(λitL－sitL)＝－(λitK－sitK)，因此合并了相關(guān)計算項。

三、TFP及其組分的核算

(一)數(shù)據(jù)選擇和處理

本文所有數(shù)據(jù)均來自統(tǒng)計年鑒及統(tǒng)計公報。對重慶和四川數(shù)據(jù)做合并處理，西藏數(shù)據(jù)缺失年份較多，從樣本中剔除，因此總共29個省份。2006年《中國統(tǒng)計年鑒》根據(jù)經(jīng)濟普查數(shù)據(jù)對2001—2003年各省份國內(nèi)生產(chǎn)總值作了修訂，修訂后的數(shù)據(jù)與原始統(tǒng)計數(shù)據(jù)差距較大，本文采用修訂后的數(shù)據(jù)，并根據(jù)平減指數(shù)換算到以2000年為基礎(chǔ)的可比水平。勞動力數(shù)量采用統(tǒng)計年鑒中各省份就業(yè)數(shù)量，但是這一數(shù)據(jù)2010年后統(tǒng)計年鑒中不再呈現(xiàn)，通過查閱各省份《勞動和社會保障統(tǒng)計公報》得到2010年之后的就業(yè)數(shù)據(jù)。

資本存量。資本存量通常采用永續(xù)盤存法來估算，公式為:Kt＝Kt－1(1－δt)＋I(xiàn)t。δt為t期折舊率，It為t期投資。根據(jù)以往研究，永續(xù)盤存法計算結(jié)果對折舊率相當(dāng)敏感，折舊率的不同會導(dǎo)致結(jié)果的差異較大。大多數(shù)研究將折舊率定為5%～10%之間。當(dāng)前影響較大的有張軍等(2004)[24]和單豪杰(2008)[25]的估算方法。張軍使用的折舊率為9.6%，而單豪杰的為10.96%。本文分別采用張軍和單豪杰方法使用的基期資本和折舊率，通過永續(xù)盤存法計算2000—2014年分省份資本存量(均為2000年價格水平)。

要素收入分配份額。要素收入分配份額的計算方法通常有兩種:一種是被普遍使用的要素工資增加值法，將間接稅不視作企業(yè)的收入，得到勞動和資本的收入份額，SL＝勞動者報酬/(GNI－生產(chǎn)稅凈額)，SK＝1－SL；另一種是毛增加值法。將間接稅視作資本收入，即SL＝勞動者報酬/GNI，SK＝1－SL。由于要素工資增加值法更能反映勞動力和資本的收入分配份額實際情況，本文采用要素工資增加值法。

工資和最低工資標(biāo)準(zhǔn)。工資數(shù)據(jù)采用統(tǒng)計年鑒中各省份歷年的職工平均工資(以年為單位)，并用消費價格指數(shù)平減到2000年水平。最低工資標(biāo)準(zhǔn)采用各省份人力資源和社會保障局公布的歷年數(shù)據(jù)。2000年以后，除了北京、上海和天津幾乎每年調(diào)整最低工資標(biāo)準(zhǔn)外，其余各省份最低工資標(biāo)準(zhǔn)水平調(diào)整間隔時間為1～3年不等，2010年后各省份調(diào)整幅度和頻率有增加趨勢。此外，由于最低工資標(biāo)準(zhǔn)調(diào)整時間可能發(fā)生在一年中的任意月份，我們通過月份加權(quán)法來得到這一年的最低工資標(biāo)準(zhǔn)①例如，如果5月調(diào)整的最低工資標(biāo)準(zhǔn)并且規(guī)定6月執(zhí)行，那么前5個月采用上一次的標(biāo)準(zhǔn)，后7個月采用新標(biāo)準(zhǔn)，加總得到年工資。，用消費價格指數(shù)平減到2000年水平。

(二)TFP各組分的計算

分別采用張軍和單豪杰的方法得到歷年資本存量，記為K1和K2。用超越對數(shù)生產(chǎn)函數(shù)隨機前沿法估計，得到結(jié)果如表1所示。表1中，超越對數(shù)隨機前沿方程能夠較好地刻畫中國經(jīng)濟增長，其中使用K1的估算結(jié)果比K2更好，表現(xiàn)為K1估算的γ值達(dá)到了0.993，K2僅為0.831。篇幅所限，下面使用K1所得系數(shù)來計算TFP各組成部分。

表1 2001—2014年分省份超越對數(shù)生產(chǎn)函數(shù)的隨機前沿估計結(jié)果

由表1，代入(3)、(4)、(11)、(12)式，可以得到29省份技術(shù)進(jìn)步(TP)、技術(shù)效率(TE)、規(guī)模效率(SE)和配置效率(FAE)的增長率，進(jìn)而各省份TFP增長率。篇幅所限，無法一一列出各省份數(shù)據(jù)。表2給出2001—2014年全國TFP及組成①這里的中國總體生產(chǎn)率是以各省份GDP為權(quán)重，采用幾何平均法對各省份生產(chǎn)率綜合的結(jié)果。這一加權(quán)方法也被余永澤(2015)等學(xué)者計算TFP時所使用。，包括增長貢獻(xiàn)。

表2 生產(chǎn)率分解以及對TFP的增長貢獻(xiàn)

續(xù)前表

如表2，從TFP來看，2001—2014期間我國TFP年均增長率為2.09%，對GDP增長年均貢獻(xiàn)20.65%，但是2009年之后開始呈現(xiàn)顯著下降的態(tài)勢。從技術(shù)進(jìn)步(TP)來看，2004年以來我國技術(shù)進(jìn)步呈現(xiàn)持續(xù)下降的趨勢，構(gòu)成了我國TFP增速下降的重要原因，技術(shù)進(jìn)步年均增長1.85%，對經(jīng)濟增長貢獻(xiàn)率為年均18.17%。從技術(shù)效率(TE)來看，技術(shù)效率大多數(shù)年份為負(fù)增長，年均增長為－0.70%，表明各省份間技術(shù)差距呈現(xiàn)持續(xù)擴大的趨勢，對經(jīng)濟增長貢獻(xiàn)率為年均－6.68%，構(gòu)成了我國TFP增長主要拖累因素。從規(guī)模效率(SE)來看，規(guī)模效率年均增長0.74%，對經(jīng)濟增長貢獻(xiàn)率為年均7.4%，盡管這一期間我國規(guī)模效率呈現(xiàn)持續(xù)增長態(tài)勢，但是增速不斷減緩，尤其是2009年之后。這可能是由規(guī)模報酬倒U形變化內(nèi)在規(guī)律導(dǎo)致的。從配置效率(FAE)增長來看，2001—2014年期間我國配置效率年均增長0.22%，對經(jīng)濟增長貢獻(xiàn)率為年均1.91%，增速大多數(shù)年份為正，但是在2012年之后呈現(xiàn)負(fù)增長態(tài)勢，表明這一階段我國為應(yīng)對經(jīng)濟下滑所采取的刺激政策影響了配置效率提升。

四、勞動力工資上升的生產(chǎn)率影響檢驗

(一)勞動力工資上漲的面板數(shù)據(jù)檢驗

類似Madsen和Damania(2001)[1]，回歸方程設(shè)定如下:

所有變量都為增長率形式。Δln(TFPit)為TFPit的增長率，ΔLn(Wait)為實際工資增長率，Δln(Xit)為控制變量的增長率。Ti表示時間固定效應(yīng)，εit是獨立同分布的誤差項。

如前所述，勞動力工資上漲主要通過影響研發(fā)支出、人力資本等途徑來間接作用全要素生產(chǎn)率增長，因此不能用研發(fā)支出和人力資本來做方程(15)的控制變量。按照相關(guān)研究(Hipp和Grupp，2005；Edler和Georghiou，2007)[26-27]，選取各省份的進(jìn)出口、政府支出、市場規(guī)模作為控制變量。政府支出通過引導(dǎo)技術(shù)進(jìn)步從而可能促進(jìn)TFP增長(張慶昌和李平，2011)[15]。關(guān)于進(jìn)出口，研究表明(Coe和Helpman，1995)[28]，對于發(fā)展中國家來說，進(jìn)出口貿(mào)易是學(xué)習(xí)、吸收和模仿外部技術(shù)知識提升生產(chǎn)率的重要途徑。大市場可以分?jǐn)傃邪l(fā)成本，提高研發(fā)贏利預(yù)期。類似張慶昌和李平(2011)[15]，用各省份的居民消費支出來度量市場規(guī)模，并用CPI調(diào)整至2000年價格水平。

Hausman檢驗結(jié)果表明，存在顯著的個體特征，采用面板固定效應(yīng)模型。表3是基于方程(15)的面板固定效應(yīng)回歸結(jié)果。第一，從TFP方程來看，勞動力工資(W)對TFP增長的影響顯著為正，顯著性水平在99%以上，勞動力工資上漲1%，將使得TFP增速提升0.14%，表現(xiàn)出顯著的“促進(jìn)效應(yīng)”。進(jìn)出口貿(mào)易(TR)和政府支出(G)增加也對TFP增長表現(xiàn)出顯著的正影響，但是市場規(guī)模(C)影響不顯著。第二，從對技術(shù)進(jìn)步(TP)方程來看，勞動力工資上漲對技術(shù)進(jìn)步影響顯著為正，顯著性水平在99%以上。勞動力工資增長1%，將使得技術(shù)進(jìn)步率提升0.064%。進(jìn)出口貿(mào)易對技術(shù)進(jìn)步有顯著影響。政府支出和市場規(guī)模對技術(shù)進(jìn)步影響不顯著。第三，從技術(shù)效率(TE)方程來看，勞動力工資上漲的影響顯著為正，顯著性水平99%以上。勞動力工資增長1%將使得技術(shù)效率增長率提升0.139%。表明勞動力工資上漲有助于縮小地區(qū)間的技術(shù)差距。政府支出對技術(shù)效率表現(xiàn)出顯著影響，顯著性水平在99%以上，表明政府支出有助于縮小區(qū)域技術(shù)差異。但是進(jìn)出口貿(mào)易和市場規(guī)模對技術(shù)效率影響不顯著。第四，從規(guī)模效率(SE)方程來看，勞動力工資上漲對規(guī)模效率增長的影響顯著為負(fù)，顯著性水平99%以上。政府支出和市場規(guī)模提升都將顯著促進(jìn)規(guī)模效率增長，對外貿(mào)易對規(guī)模效率影響不顯著。第五，從配置效率(FAE)方程來看，勞動力工資上漲顯著促進(jìn)了配置效率的提升，顯著性水平在95%以上，勞動力工資提升1%，將使配置效率增長0.004%。市場規(guī)模擴大對配置效率有顯著促進(jìn)作用。貿(mào)易和政府支出增長對配置效率影響不顯著。

但是，上面回歸方程只是考慮了勞動力工資上漲對技術(shù)進(jìn)步和生產(chǎn)率的影響。如前所述，相關(guān)研究表明，技術(shù)進(jìn)步也將影響勞動力工資水平。因此上面方程回歸結(jié)果可能存在由雙向因果關(guān)系引致的內(nèi)生性問題。為了解決內(nèi)生性問題，下面采用工具變量法來檢驗。

(二)使用工具變量法檢驗

針對(15)式方程，工具變量的選擇應(yīng)該與勞動力工資高度相關(guān)而與生產(chǎn)率無關(guān)，由于各省份最低工資標(biāo)準(zhǔn)由各地方政府確定，外生于市場供求關(guān)系，通常被認(rèn)為是勞動力工資的最佳工具變量(丁守海，2010)[29]。

首先檢驗是否有必要使用工具變量法。以各省份最低工資水平為工具變量，以TFP為被解釋變量做戴維森－麥金農(nóng)(Davidson-MacKinnon)檢驗，得到系數(shù)為11.80，P值為0.000 6，高度拒絕不存在內(nèi)生性的原假設(shè)，表明原方程確實存在內(nèi)生性問題。其次，檢驗最低工資標(biāo)準(zhǔn)作為勞動力工資工具變量的適宜性。采用固定效應(yīng)模型進(jìn)行面板數(shù)據(jù)回歸，得到29個省份最低工資標(biāo)準(zhǔn)(Wmin)與實際工資(Wa)關(guān)系如下(為簡潔起見，省略下標(biāo)):

式中???、??分別表示99%、95%的顯著性水平。

上式中，方程下方的括號內(nèi)是系數(shù)T值。方程的R2為0.970，F(xiàn)值為60.99，高度拒絕所有系數(shù)為零的原假設(shè)，表明不存在弱工具變量陷阱(當(dāng)F＜10時，工具變量的可行性降低)。系數(shù)在99%水平上顯著，表明最低工資水平是合適的工具變量。對方程(15)使用工具變量法回歸，結(jié)果如表4。

表4 以最低工資為工具變量的回歸

如表4，第一，從TFP方程來看，勞動力工資上漲對我國的TFP增長影響變得不顯著。進(jìn)出口貿(mào)易顯著促進(jìn)了TFP增長，顯著性水平在99%以上。進(jìn)出口貿(mào)易增長1%將使TFP增長率提升0.02%。政府支出(G)、市場規(guī)模(C)對TFP均沒有表現(xiàn)出顯著影響。第二，從技術(shù)進(jìn)步(TP)方程來看，勞動力工資上漲對技術(shù)進(jìn)步?jīng)]有顯著影響。有學(xué)者認(rèn)為我國勞動力工資轉(zhuǎn)折性上漲和近年研發(fā)支出增長存在著密切關(guān)系，但研發(fā)支出快速上漲并不意味著技術(shù)進(jìn)步率提升，正如本文前面的核算結(jié)果所示，我國技術(shù)進(jìn)步率仍然處于持續(xù)下滑過程中。進(jìn)出口貿(mào)易增長(TR)對技術(shù)進(jìn)步表現(xiàn)出顯著的促進(jìn)作用。政府支出(G)和市場規(guī)模(C)對技術(shù)進(jìn)步影響不顯著。第三，從技術(shù)效率(TE)方程來看，勞動力工資上升顯著促進(jìn)技術(shù)效率的增長，表明勞動力工資上漲會推動地區(qū)間技術(shù)差距的縮小。勞動力工資上漲促進(jìn)了沿海企業(yè)向中西部等內(nèi)陸省份轉(zhuǎn)移，一方面有利于技術(shù)和先進(jìn)設(shè)備轉(zhuǎn)移，另外一方面也推動了中西部地區(qū)企業(yè)的技術(shù)學(xué)習(xí)與升級。對外貿(mào)易對技術(shù)效率影響的顯著性水平接近90%。政府支出、市場規(guī)模對技術(shù)效率影響均不顯著。第四，從規(guī)模效率(SE)方程來看，勞動力工資上漲對規(guī)模效率的增長速度影響顯著為負(fù)，顯著性水平在99%以上，勞動力工資上漲1%將使得規(guī)模效率增長速度下降1.05%。政府支出對規(guī)模效率影響顯著為正，顯著性水平在90%以上。我國政府支出具有顯著的經(jīng)濟參與特征，政府支出對要素積累和投資驅(qū)動的經(jīng)濟增長有顯著的推動效應(yīng)。進(jìn)出口貿(mào)易和市場規(guī)模擴大對規(guī)模效率增長影響不顯著。第五，從配置效率來看，勞動力工資上漲顯著促進(jìn)配置效率提升，顯著性水平在90%以上，勞動力工資上升1%將使得配置效率增長0.06%。勞動力工資上漲將促使企業(yè)改變粗放經(jīng)營模式提升管理水平，從而更加有效地配置資源。政府支出增長顯著地阻礙了配置效率提升，顯著性水平在90%以上。對外貿(mào)易增長對配置效率有一定的促進(jìn)作用，顯著性水平接近90%。市場規(guī)模對配置效率影響不顯著。

上述結(jié)果表明，對于我國2001—2014年期間經(jīng)驗而言，不能簡單地說勞動力工資上漲促進(jìn)或者阻礙了全要素生產(chǎn)率增長?？傮w來看勞動力工資上漲對TFP增長影響不顯著，分解研究發(fā)現(xiàn)，勞動力工資上漲顯著推動了技術(shù)效率和配置效率的增速，但同時也減緩了規(guī)模效率的增長，對技術(shù)進(jìn)步影響不顯著。從組分檢驗結(jié)果來看，勞動力工資上漲對TFP增長的影響只有“水平效應(yīng)”，沒有“垂直效應(yīng)”。即勞動力工資快速上漲，只能在生產(chǎn)可能曲線范圍內(nèi)推動現(xiàn)有技術(shù)更大程度地被當(dāng)前生產(chǎn)活動使用，推動要素配置更加有效，影響生產(chǎn)規(guī)模增長，但并不能加速技術(shù)創(chuàng)新從而推動生產(chǎn)可能曲線外移。

五、小結(jié)

本文使用超越對數(shù)函數(shù)的隨機前沿法，核算了我國2001—2014年期間的TFP增長結(jié)構(gòu)，然后在考慮反向因果關(guān)系的情況下，使用工具變量法考察了勞動力工資上漲對全要素生產(chǎn)率各組分的影響。結(jié)果發(fā)現(xiàn)，2001—2014年期間我國TFP年均增長2.09%，對經(jīng)濟增長貢獻(xiàn)率為年均20.6%，但是2009年之后TFP增速呈現(xiàn)持續(xù)下滑態(tài)勢。分解來看，其中技術(shù)進(jìn)步年均增長1.85%，對經(jīng)濟增長年均貢獻(xiàn)率18.2%，技術(shù)效率年均增長－0.70%，規(guī)模效率年均增長0.74%，配置效率年均增長0.22%?？梢钥闯?，支撐2001—2014年期間我國TFP增長的主要因素是技術(shù)進(jìn)步，而技術(shù)進(jìn)步率增速放緩也是近年我國TFP增速下滑的主要原因。其次，從勞動力工資上漲對TFP的影響來看，不能簡單地說勞動力工資上漲促進(jìn)或者阻礙了TFP的增長，因為從總體來看勞動力工資上漲對我國TFP影響并不顯著，但是分解來看，勞動力工資上漲顯著地促進(jìn)了我國技術(shù)效率和配置效率的增長，對技術(shù)創(chuàng)新影響則并不顯著，負(fù)面影響了規(guī)模效率的提升。勞動力工資上漲對我國2001—2014年期間TFP的影響主要表現(xiàn)為水平效應(yīng)，沒有垂直效應(yīng)。

事實上，經(jīng)驗表明，追趕型國家在接近發(fā)達(dá)國家的發(fā)展階段，大多會遭遇勞動力工資上漲、經(jīng)濟持續(xù)減速的挑戰(zhàn)，然而大多數(shù)國家都沒有能夠成功進(jìn)入發(fā)達(dá)國家行列，甚至很多國家由此開始衰退(Acemoglu等，2006)[30]。要實現(xiàn)我國增長動力向創(chuàng)新驅(qū)動轉(zhuǎn)變，顯然并不能簡單依賴勞動力工資上漲所帶來的技術(shù)創(chuàng)新“促進(jìn)效應(yīng)”，還需要產(chǎn)權(quán)和知識產(chǎn)權(quán)、市場環(huán)境和營商環(huán)境等制度體系的深度改革。

[1]Madsen J，Damania R.Labour Demand and Wage-induced Innovations:Evidence from the OECD Countries[J].International Review of Applied E-conomics，2001，15(3):323－334.

[2]Kleinknecht A.Is labour market flexibility harmful to innovation？[M].Cambridge Journal of Economics，1998(22):387－396.

[3]Farrell D，Grant A J.“China's Looming Talent Shortage”[J].The McKinsey Quarterly，2005，Vo1.4(56):70－79.

[4]David P A.Technical Choice Innovation and Economic Growth:Essays on American and British Experience in the Nineteenth Century[M].Cambridge University Press，1975.

[5]Broadberry S N.The Productivity Race:British Manufacturing in International Perspective，1850—1990[M].Cambridge University Press，1997.

[6]Broadberry S N，Cupta B.The Early Modern Great Divergence:Wages，Pricesand Economic Development in Europe and Asia，1500—1800”[J].The Economic History Review，2006，Vo1.59(1)，PP.2－31.

[7]Swamy A V.A Simple Test of the Nutrition-based Efficiency Wage Model[J].Journal of Development Economics，1997，53(1):85－98.

[8]Liu J，Sakamoto A.Relative Deprivation，Efficiency Wages，and Labor Productivity in Taiwanese Manufacturing Industries[J].Research in Social Stratiofication and Mobility，2005，23(5):305－341.

[9]Velenchik A D.Government intervention，Efficency wages，and the Employer Size Wage Effect in Zimbabwe[J].Journal of Development Economic，1997，53(2):305－338.

[10]Yusof S V.The Long-run and Dynamic Behaviors of Wages，Productivity and Employment in Malaysia[J].Journal of Economic Studies，2008，35(3):249－262.

[11]Zheng J H，Liu X X，Bigsten A.Efficiency，Technical Progress，and Best practice in Chinese State Enterprise(1980—1994)[J].Journal of Comparative Economics，2003，31(1):134－152.

[12]李鋼，沈可挺，郭朝先.中國勞動密集型產(chǎn)業(yè)競爭力提升出路何在——新《勞動合同法》實施后的調(diào)研[J].中國工業(yè)經(jīng)濟，2009(9):37－46.

[13]姚先國，曾國華.勞動力成本的激勵效應(yīng)與合理區(qū)間[J].經(jīng)濟學(xué)家，2012(8):26－33.

[14]林煒.企業(yè)創(chuàng)新激勵:來自中國勞動力工資上升的解釋[J].管理世界，2013(10):95－105.

[15]張慶昌，李平.生產(chǎn)率與創(chuàng)新工資門檻假說:基于中國經(jīng)驗數(shù)據(jù)分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011(l1):3－21.

[16]Battese E，Coelli T.A Model of Technical Inefficiency Effects in Stochastic Frontier Production for Panel Data[J].Empirical Economics，1995，(20):325－332.

[17]Stiglitz J E.From Miracle to Crisis to Recovery:Lesson from Four Decades of East Asian Experience[C].Chapter 13 in Rethinking The East Asian Miracle，2003.

[18]Bound J，Johnson G E.Changes in the Structure of Wages in the 1980s:An Evaluation of Alternative Explanations[J].AmericanEconomic Review，1992，82，(7):371－392

[19]Katz L F，Murphy K M.Changes in Relative Wages，1963—1987—Supply and Demand Factors[J].Quarterly Journal of Economics，F(xiàn)ebruary 1992，107(1):35－78.

[20]Card D，DiNardo J.The Impact of Technological Change on LowWage Workers:A Review[J].LSE CEP，2005，Working Paper 604.

[21]Sutz J.Inequality and University Research Agendas in Latin America[J].Science，Technology，and Human Values，2003，28(1):52－68.

[22]Coelli T.A Guide to FrontierVersion 4.1:A Computer Program for Stochastic Frontier Production and Cost Function Estimation[D].CEPA Working Paper，1998.No.07.

[23]Kumbhakar S C.Estimation and Decomposition of Productivity Change when Production Is Not Efficient:A Panel Data Approach[J]，Econometric Reviews，2000，(19):425－460.

[24]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算:1952—2000[J].經(jīng)濟研究，2004(10):35－44.

[25]單豪杰.中國資本存量K的再估算:1952—2006年[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008(10):17－31.

[26]Hipp C，Grupp H.Innovation in the Service SEtor:the Demand for Services Pecific-innovation Measurement Concept and Typologies[J].Research Policy，2005，34(4):517－535.

[27]Edler J，Georghiou L.Public Procurement and Innovation-Resu[J].Research Policy，2007，36(7):949－963.

[28]Coe D，Helpman E.International R＆D Spillovers[J].European Economic Review，1995，39:859－887.

[29]丁守海.最低工資管制的就業(yè)效應(yīng)分析——兼論《勞動合同法》的交互影響[J].中國社會科學(xué)，2010(1):85－102，223.

[30]Acemoglu D，Aghion P，Zilibotti F.Distance to Frontier，Selection and Economic Growth[J].The Journal of the European Economic Association，2006(1):37－74.