產(chǎn)業(yè)結構變化對生產(chǎn)率增長及其波動趨勢的影響

摘 要： 將含有擴張和收縮部門的轉移-份額方法轉變?yōu)槟甓仍鲩L率形式，本文分析了中國各省市自1978年以來產(chǎn)業(yè)結構變化對總生產(chǎn)率增長及其變動趨勢的影響。結果發(fā)現(xiàn)，內(nèi)部效應和結構效應分別對總生產(chǎn)率增長平均貢獻了85%和15%。雖然部門內(nèi)生產(chǎn)率主導了總生產(chǎn)率增長，但是結構變化在很大程度上影響了地區(qū)間增長差異，有將近50%的高增長地區(qū)和40%的低增長地區(qū)總生產(chǎn)率增長率與均值的差距主要取決于結構效應。農(nóng)業(yè)和服務業(yè)生產(chǎn)率增速對結構變化產(chǎn)生了重要影響。從部門影響角度看，工業(yè)生產(chǎn)率增長貢獻了各省市總生產(chǎn)率增長的一半，但是，服務業(yè)在很大程度上決定了增長表現(xiàn)，服務業(yè)生產(chǎn)率增長較慢是一半低增長地區(qū)總生產(chǎn)率增長低于均值的主要原因。通過改變產(chǎn)業(yè)結構，服務業(yè)生產(chǎn)率提高加大了對總生產(chǎn)率的影響。所有省市的結構效應都隨時間推移呈現(xiàn)下降趨勢，但是，結構效應不是各省經(jīng)濟增長減速的原因，總生產(chǎn)率增長率變化趨勢與內(nèi)部效應變化基本一致。三個部門的共同增長推動了絕大多數(shù)省市總生產(chǎn)率的增長加速，而同時減速—尤其是工業(yè)—則導致了增長減速。

關鍵詞： 產(chǎn)業(yè)結構變化; 轉移-份額法; 勞動生產(chǎn)率; 增長減速; 省際增長差異

一、 引言

國際經(jīng)濟發(fā)展的經(jīng)驗表明，發(fā)展離不開結構變化。勞動力和其他資源從農(nóng)業(yè)轉移到生產(chǎn)率更高的工業(yè)和服務業(yè)，有助于提高總體生產(chǎn)率和收入水平。轉型速度在很大程度上決定了經(jīng)濟發(fā)展速度。較之發(fā)達國家，發(fā)展中經(jīng)濟體各個部門的生產(chǎn)率差距更大，尤其是傳統(tǒng)的農(nóng)業(yè)部門和現(xiàn)代化的城市部門之間呈現(xiàn)出二元經(jīng)濟結構（Lewis，1954）。部門之間生產(chǎn)率水平存在較大差距反映了資源配置的無效率。換一個角度看，這種配置無效率也為經(jīng)濟增長提供了潛在的動力。當勞動力和其他資源從低生產(chǎn)率部門流向高生產(chǎn)率部門，即使每個部門生產(chǎn)率沒有提高，總體生產(chǎn)率也會增加。高收入經(jīng)濟體都經(jīng)歷了這類增長加強型結構轉型，而東亞與拉丁美洲和非洲經(jīng)濟增長差異的一個重要原因就在于結構變化的不同（McMillan et al.，2014）。當然，就單個經(jīng)濟體而言，部門內(nèi)部的生產(chǎn)率增長仍然在總生產(chǎn)率增長中占據(jù)主導地位（Timmer et al.，2009，2015）。

自1978年以來，中國經(jīng)濟在快速增長的同時，產(chǎn)業(yè)結構也發(fā)生了巨大變化，第一產(chǎn)業(yè)勞動份額持續(xù)下降，第二、三產(chǎn)業(yè)的勞動份額持續(xù)上升（為表述簡單，下文將三次產(chǎn)業(yè)分別稱為農(nóng)業(yè)、工業(yè)和服務業(yè)部門）。國內(nèi)學者已經(jīng)對此進行了大量研究，并且取得了較為一致的結論，即產(chǎn)業(yè)結構變化對中國經(jīng)濟增長產(chǎn)生了積極的影響，存在顯著的“結構紅利”（郭克莎，1993;胡永泰，1998;蔡昉和王德文，1999;劉偉和張輝，2008;干春暉等，2009，2011;周克，2017），但是，在制造業(yè)行業(yè)內(nèi)部，結構變化對生產(chǎn)率的影響并不顯著（呂鐵，2002;李小平和盧現(xiàn)祥，2007）。

現(xiàn)存文獻在進行結構分析時，大多采取的都是傳統(tǒng)的轉移-份額法（Fabricant，1942;Chenery et al.，1986），這種方法有一個非常直觀的缺陷，即使一個部門的生產(chǎn)率水平再低，只要流入勞動力，該部門對結構效應從而對總生產(chǎn)率的貢獻就為正，這與資源重新配置的經(jīng)濟含義不符，因此，Timmer等（2009）區(qū)分了擴張部門和收縮部門以彌補該缺陷。但是，修改后的計算方法仍然存在如下兩點不足：第一，在分析生產(chǎn)率變化的時候，只考慮了期初和期末兩個時點的生產(chǎn)率和勞動份額水平，忽略了變量的連續(xù)變化過程，由于兩個時點數(shù)據(jù)具有隨機性，從而使分析結果也具有較強的隨機性;第二，在計算內(nèi)部效應和結構效應的增長率時，是首先計算出總生產(chǎn)率的年度復合增長率，然后根據(jù)內(nèi)部效應和結構效應的貢獻分別計算出二者的增長率，使用年度復合增長率方法實際上假設了勞動生產(chǎn)率是按照恒定增長率增長，這與現(xiàn)實略有差異。

本文試圖彌補這些不足，對現(xiàn)存的轉移-份額方法進行了擴展，使用年度增長率的方法對總生產(chǎn)率進行分解，這樣不僅有利于緩解傳統(tǒng)轉移-份額方法在權重選擇上所存在的問題，也有利于觀察單個部門和多個部門的內(nèi)部和結構效應對總生產(chǎn)率的動態(tài)影響，從而找到生產(chǎn)率增長波動的影響因素。另外，本文分析的是各省市產(chǎn)業(yè)結構變化對總生產(chǎn)率增長的影響。中國各個地區(qū)產(chǎn)業(yè)結構轉型過程十分不同，對于生產(chǎn)率增長較快的地區(qū)，農(nóng)業(yè)勞動份額下降速度和工業(yè)勞動份額上升速度都較快，從而擁有較高的工業(yè)勞動份額和較低的農(nóng)業(yè)勞動份額;而增長較慢的地區(qū)則恰恰相反，農(nóng)業(yè)部門勞動份額下降較為緩慢，工業(yè)勞動份額保持在較低水平甚至下降。從省際發(fā)展經(jīng)驗的角度進行分析有助于觀察產(chǎn)業(yè)結構轉型在地區(qū)經(jīng)濟增長差異中的作用。

二、 各省生產(chǎn)率發(fā)展和產(chǎn)業(yè)結構轉型的基本特征

（一） 數(shù)據(jù)來源及處理

中國各省總體（部門）增加值和勞動力數(shù)據(jù)來自《中國統(tǒng)計年鑒（2017）》《新中國六十年統(tǒng)計資料匯編（1949-2008）》和各省的統(tǒng)計年鑒（1983-2017），我們根據(jù)年鑒中歷年的生產(chǎn)總值指數(shù)，將名義增加值轉換為用2005年價格表示的實際增加值。勞動生產(chǎn)率等于增加值除以勞動力數(shù)量。天津、浙江、重慶和甘肅等4個省市的部門勞動力的可獲得數(shù)據(jù)始于1985年，我們根據(jù)臨近5年三次產(chǎn)業(yè)勞動份額逆序列的平均變化率反向推出1978-1984年的部門勞動份額和勞動力，使用同樣方法但是方向相反的序列估算出黑龍江在2012-2013年三次產(chǎn)業(yè)的勞動力數(shù)量。陜西省的統(tǒng)計方法在2012年以后發(fā)生了變化，使得2012年前后部門勞動力數(shù)量出現(xiàn)了較大差異，因此本文對陜西省的分析截止到2011年。

（二） 各地區(qū)部門和總體生產(chǎn)率變化

圖1給出了1978-2016年31個省市（區(qū)）的部門和總體生產(chǎn)率增長率的平均值。所有地區(qū)年均總勞動生產(chǎn)率增長率的平均值為8.38%，其中，工業(yè)勞動生產(chǎn)率增長最快，年均增長率的平均值為8.67%，服務業(yè)次之，為6.77%，農(nóng)業(yè)生產(chǎn)率增長最慢，為5.44%。工業(yè)生產(chǎn)率增長較快使得各省市農(nóng)業(yè)和服務業(yè)與工業(yè)的生產(chǎn)率差距進一步擴大。這種部門生產(chǎn)率增長模式與發(fā)達經(jīng)濟體的經(jīng)歷不同，發(fā)達經(jīng)濟體的農(nóng)業(yè)生產(chǎn)率增長最快，工業(yè)次之，服務業(yè)生產(chǎn)率增長率略低于工業(yè)（Duarte and Restuccia，2010;Herrendorf et al.，2014）。

圖1顯示，各地區(qū)總生產(chǎn)率增長差異巨大，增長較快的主要是東部地區(qū)和部分中、西部地區(qū)，東北三省和絕大部分西部地區(qū)增長較慢。增長率低于均值使那些初始相對生產(chǎn)率水平（相對于各省總生產(chǎn)率均值）比較低的地區(qū)仍然處于較低水平（例如大多數(shù)西部省份和部分中部省份），而原本相對生產(chǎn)率較高的地區(qū)則縮小了與其他地區(qū)的差距（例如東北三?。?。具體來說，有將近一半的省份沒有改變初始生產(chǎn)率相對較低的局面，因此，各省經(jīng)濟增長存在局部收斂。生產(chǎn)率水平的離散程度也驗證了這一點，各省總生產(chǎn)率（對數(shù)）的變異系數(shù)僅僅從1978年的0.05下降到2016年0.04。圖1呈現(xiàn)的另一個明顯特征是，總生產(chǎn)率增長較快的地區(qū)，三個部門的生產(chǎn)率增長也傾向于較快，尤其是農(nóng)業(yè)和工業(yè)，這種增長模式使各個省份的部門生產(chǎn)率相對水平發(fā)生了變化。

1978年，各地區(qū)的農(nóng)業(yè)生產(chǎn)率水平差距略低于工業(yè)和服務業(yè)的差距（生產(chǎn)率對數(shù)值的變異系數(shù)分別為0.041、0.042和0.042），隨著時間推移，工業(yè)和服務業(yè)的部門生產(chǎn)率存在絕對收斂，而農(nóng)業(yè)生產(chǎn)率則無收斂趨勢。大多數(shù)總生產(chǎn)率增速快于均值的地區(qū)（下文稱為高增長地區(qū)）在1978年具有較低的工業(yè)和服務業(yè)相對生產(chǎn)率水平，工業(yè)相對生產(chǎn)率尤其較低，但是隨后時間里的快速增長使得這些地區(qū)工業(yè)和服務業(yè)相對生產(chǎn)率大幅上升。與此相反，總生產(chǎn)率增速低于均值的地區(qū)（下文稱為低增長地區(qū)）的工業(yè)和服務業(yè)相對生產(chǎn)率則下降到較低水平，尤其是服務業(yè)的相對生產(chǎn)率大幅下降。收斂使各地區(qū)工業(yè)和服務業(yè)生產(chǎn)率差距小幅下降，2016年生產(chǎn)率對數(shù)值的變異系數(shù)分別為0.033和0.036。由于低增長地區(qū)在1978年具有較低的農(nóng)業(yè)相對生產(chǎn)率水平，農(nóng)業(yè)增長無收斂使得這些地區(qū)的農(nóng)業(yè)相對生產(chǎn)率進一步下降，即各地區(qū)的農(nóng)業(yè)生產(chǎn)率差距進一步擴大，2016年變異系數(shù)上升到0.045。

總體上看，低增長地區(qū)工業(yè)和服務業(yè)生產(chǎn)率的相對優(yōu)勢自1978年以來發(fā)生逆轉，從而拉大了與高增長地區(qū)生產(chǎn)率的差距，尤其是服務業(yè)生產(chǎn)率的差距，而農(nóng)業(yè)生產(chǎn)率的差距則持續(xù)擴大?？偵a(chǎn)率的增長速度不僅與部門生產(chǎn)率增長有關，還與產(chǎn)業(yè)結構的轉型密切相關，低增長地區(qū)這種部門生產(chǎn)率增長模式會導致非常不利的產(chǎn)業(yè)結構轉型模式，從而對總生產(chǎn)率增長產(chǎn)生不利影響。

（三） 各地區(qū)部門之間生產(chǎn)率差距

理論上，勞動力在不同部門之間流動將會使各個部門的生產(chǎn)率水平趨于一致，發(fā)達經(jīng)濟體的發(fā)展經(jīng)歷已經(jīng)證明這一點，而部門生產(chǎn)率差距較大是欠發(fā)達地區(qū)的一個重要特征（McMillan et al.，2014;UNIDO，2013）。圖2給出了1978年和2016年各省部門生產(chǎn)率變異系數(shù)與總生產(chǎn)率之間的關系，以觀察部門生產(chǎn)率差距與經(jīng)濟發(fā)展之間的關系。

各省部門生產(chǎn)率差距在1978年都較低，絕大多數(shù)省市部門生產(chǎn)率變異系數(shù)處于0.05～0.1之間，生產(chǎn)率差距與經(jīng)濟發(fā)展程度沒有關系（見圖2（1））。到了2016年，各地區(qū)部門生產(chǎn)率差距與生產(chǎn)率的關系呈現(xiàn)出與國際經(jīng)濟發(fā)展經(jīng)驗一致的規(guī)律性，即部門生產(chǎn)率差距隨著經(jīng)濟發(fā)展水平提高而下降。圖2（2）顯示，如果不考慮北京、上海、天津和內(nèi)蒙古，2016年其他省份部門生產(chǎn)率差距與總生產(chǎn)率之間呈現(xiàn)顯著的負相關關系。圖2（3）顯示，隨著經(jīng)濟發(fā)展，絕大多數(shù)省市的部門生產(chǎn)率差距都在擴大，變異系數(shù)均值從0089上升到0.113。原因在于農(nóng)業(yè)和服務業(yè)與工業(yè)的生產(chǎn)率差距進一步擴大。1978年，所有省市的工業(yè)勞動生產(chǎn)率都遠遠高于農(nóng)業(yè)，大部分省市的工業(yè)生產(chǎn)率高于服務業(yè)。然而，工業(yè)生產(chǎn)率增長較快使得各地農(nóng)業(yè)與工業(yè)的生產(chǎn)率差距在2016年進一步擴大，絕大多數(shù)省市（除了浙江和廣東）的服務業(yè)生產(chǎn)率也遠低于工業(yè)。圖2（3）顯示的另外一個特征是，1978年部門生產(chǎn)率差距較大的地區(qū)在2016年仍然較大。

圖2（1）～（3）揭示了經(jīng)濟發(fā)展的一般規(guī)律性：在經(jīng)濟發(fā)展的初始階段，三個部門的勞動生產(chǎn)率都比較低，因此生產(chǎn)率差距較小，隨著經(jīng)濟發(fā)展，工業(yè)和服務業(yè)（尤其是工業(yè)）的生產(chǎn)率開始迅速提高，部門生產(chǎn)率差距開始擴大。在高增長地區(qū)，更多的勞動力從農(nóng)業(yè)流入到工業(yè)和服務業(yè)，部門生產(chǎn)率差距較小，而欠發(fā)達地區(qū)則呈現(xiàn)出更為明顯的二元經(jīng)濟結構。部門生產(chǎn)率差距較大意味著欠發(fā)達地區(qū)仍然存在較大的結構效應，引導勞動力從農(nóng)業(yè)流入到工業(yè)和服務業(yè)將會對總生產(chǎn)率做出較大的貢獻。

（四） 各地區(qū)產(chǎn)業(yè)結構變化特征

圖3給出了31個省市三次產(chǎn)業(yè)在1978和2016年的就業(yè)份額，從中可以發(fā)現(xiàn)：

第一，各地區(qū)產(chǎn)業(yè)結構轉型過程在總體上符合傳統(tǒng)的產(chǎn)業(yè)發(fā)展理論。自1978年以來，所有地區(qū)的農(nóng)業(yè)勞動份額持續(xù)下降，服務業(yè)勞動份額持續(xù)上升，工業(yè)勞動份額的變化略有不同，北京、上海、天津和東北三省正在經(jīng)歷去工業(yè)化過程，新疆、內(nèi)蒙古和寧夏幾乎沒有變化，其他地區(qū)的工業(yè)勞動份額都上升了。

第二，各個地區(qū)產(chǎn)業(yè)結構轉型的速度和模式存在極大差異，這與地區(qū)經(jīng)濟增長速度密切相關。圖3（1）顯示，生產(chǎn)率增長越快的地區(qū)，農(nóng)業(yè)勞動份額下降幅度也越大。除了北京、上海和天津，各省份在1978年都具有較高的農(nóng)業(yè)勞動份額，但是到了2016年，東部各省的農(nóng)業(yè)勞動份額已經(jīng)降到極低的水平，而許多西部地區(qū)仍然保持在較高水平。與農(nóng)業(yè)勞動份額變化正好相反，增長越快的地區(qū)，工業(yè)勞動份額上升幅度也越大（見圖3（2））。除了北京、上海、天津和東北三省，其他地區(qū)的工業(yè)勞動份額在1978年都比較低，但是東部地區(qū)的工業(yè)勞動份額在隨后的時間里迅速增加，而大多數(shù)西部地區(qū)的工業(yè)勞動份額則增長極為緩慢，這意味低增長地區(qū)從農(nóng)業(yè)部門中流出的勞動力主要進入了服務業(yè)。除了北京和上海在1978年已經(jīng)具有較高的服務業(yè)勞動份額且在隨后的時間里大幅上升，其他地區(qū)服務業(yè)勞動份額變化量和差距不像農(nóng)業(yè)和工業(yè)那么大（見圖3（3））。從圖3（2）～（3）可以發(fā)現(xiàn)，中國絕大多數(shù)省份（23個）2016年的服務業(yè)勞動份額都超過了工業(yè)勞動份額。

總體上看，中國絕大多數(shù)省份在1978年具有相似的產(chǎn)業(yè)結構，但是轉型速度和轉型模式的不同使得各地區(qū)在2016年呈現(xiàn)出非常不同的產(chǎn)業(yè)結構。低增長地區(qū)的產(chǎn)業(yè)結構轉型呈現(xiàn)兩個明顯特征：第一，農(nóng)業(yè)勞動份額下降非常緩慢;第二，從農(nóng)業(yè)流出的勞動力主要進入了服務業(yè)使得工業(yè)勞動份額增速緩慢。這導致低增長省份一直具有較高的農(nóng)業(yè)勞動份額和較低的工業(yè)勞動份額，而高增長地區(qū)則正好相反。因此，要促進落后地區(qū)的經(jīng)濟增長，不僅要提高這些地區(qū)的技術水平和勞動生產(chǎn)率，更要優(yōu)化產(chǎn)業(yè)結構，否則生產(chǎn)率增長和產(chǎn)業(yè)結構變化的相互作用很可能會導致落后地區(qū)陷入貧困的惡性循環(huán)（Matsuyam，2008）。那么，不同的產(chǎn)業(yè)結構轉型會對總生產(chǎn)率增長率產(chǎn)生什么影響呢？我們將對此進行分析。

三、 生產(chǎn)率分解方法分析

（一） 生產(chǎn)率變化的分解

將生產(chǎn)率分解為內(nèi)部效應和結構效應，不僅有助于從總體上理解產(chǎn)業(yè)結構變化對總生產(chǎn)率的影響，也有助于觀察一個具體部門生產(chǎn)率增長對總生產(chǎn)率的影響，評價各個部門生產(chǎn)率增長在總生產(chǎn)率增長和波動中的作用。

1.傳統(tǒng)的轉移-份額方法

不同地區(qū)結構轉型差異較大，對總生產(chǎn)率的影響也十分不同。其中，西藏的結構效應最高，拉動總生產(chǎn)率增長了2.09%，貢獻了28%，而黑龍江的結構效應最低，為-0.16%（見圖4（3））。北京、上海、天津和東北三省都經(jīng)歷了典型的產(chǎn)業(yè)結構服務化，即農(nóng)業(yè)和工業(yè)部門的勞動力都流入服務業(yè)（見圖3），其中，北京、上海、遼寧和黑龍江的工業(yè)勞動份額呈現(xiàn)“駝峰”型變化，天津和吉林的工業(yè)勞動份額則持續(xù)下降。服務業(yè)的生產(chǎn)率水平以及增長率雖然高于農(nóng)業(yè)但是低于工業(yè)，因此，結構變化對這些省市生產(chǎn)率的貢獻比較小，黑龍江的結構效應甚至為負。1978-2016年，產(chǎn)業(yè)結構變化對這6個省市總生產(chǎn)率增長率的貢獻不足5%。另外，新疆、寧夏和內(nèi)蒙古的工業(yè)勞動份額幾乎沒有變化，農(nóng)業(yè)勞動力都流入了服務業(yè)，結構效應對這三個地區(qū)總生產(chǎn)率的貢獻也較小，平均不足8%。

圖4（2）～（3）分別按照內(nèi)部和結構效應從高到低對各省市進行了排序。內(nèi)蒙古和天津都具有較高的部門內(nèi)生產(chǎn)率增長率，但是極低的結構效應降低了這兩個省市的總生產(chǎn)率增長率。吉林、遼寧、上海和新疆也具有較高的部門內(nèi)生產(chǎn)率增長率，同樣因為較低的結構效應使這些地區(qū)總生產(chǎn)率增長率低于均值。較低的內(nèi)部效應和結構效應使得黑龍江的總生產(chǎn)率增長率增長極為緩慢，與其相似的還有寧夏。結構變化對其他地區(qū)的增長則發(fā)揮了重要作用，尤其是高增長地區(qū)，結構變化對增長最快的4個省市總生產(chǎn)率增長率的貢獻達到了18%（如表1所示）?？傮w上，結構效應與總生產(chǎn)率在統(tǒng)計上存在顯著的正相關關系，即結構效應越高的地區(qū)，總生產(chǎn)率也傾向于增長越快。

（二） 結構變化對增長差異的影響

雖然部門生產(chǎn)率增長在各地區(qū)的總生產(chǎn)率增長中起到了主導作用，但是結構變化的不同卻在很大程度上影響了地區(qū)增長差異。以江蘇省為例對表1中的數(shù)據(jù)進行說明，第2-4列顯示了總生產(chǎn)率年均增長率的構成，部門內(nèi)部生產(chǎn)率提高拉動總生產(chǎn)率平均每年增長8.89%，勞動力在部門之間轉移使總生產(chǎn)率平均增長1.45%，內(nèi)部效應和結構效應一起使江蘇省的總生產(chǎn)率年均增長率達到了10.34%。第5-7列表明江蘇省總生產(chǎn)率年均增長率比各省年均增長率均值高了1.96%，其中的1.75%來自內(nèi)部效應高于均值，0.21%來自結構效應的較快增長，二者分別解釋了總生產(chǎn)率增長差距的89%和11%（第8-9列）。

在總生產(chǎn)率年均增長率高于均值的13個省市中，有6個省市的結構效應對總生產(chǎn)率較快增長的貢獻達到了60%以上，換言之，將近一半高增長省市的快速增長主要來自結構變化。其中，四川省和湖南省總生產(chǎn)率增長高于均值的原因全部來自于結構變化，浙江、山東和陜西的結構效應貢獻在65%以上。在總生產(chǎn)率年均增長率低于均值的18個省市中，有7個省市的結構效應對總生產(chǎn)率增長率差距的解釋超過了50%，也就是說，大約40%的低增長地區(qū)總生產(chǎn)率增長率低于均值的主要原因在于結構變化。其中，上海、吉林、北京和遼寧完全是因為結構效應低于均值使總生產(chǎn)率年均增長率低于總體均值，結構效應低于均值也解釋了新疆和黑龍江總生產(chǎn)率增長差距的83%和76%。另外，因為內(nèi)部效應較低而導致總生產(chǎn)率增速低于均值的11個地區(qū)中，有10個地區(qū)的結構效應高于均值，使其中7個地區(qū)（約40%）的總生產(chǎn)率增長差距減少了一半以上。換言之，對于40%的低增長地區(qū)來說，是結構效應較低而導致了總生產(chǎn)率增長低于均值，而對于另外40%的低增長地區(qū)來說，較高的結構效應使其大幅減少了總生產(chǎn)率差距。

總之，有將近50%的高增長地區(qū)和40%的低增長地區(qū)總生產(chǎn)率增長率與均值的差距主要取決于結構效應。是什么原因?qū)е赂鞯貐^(qū)的結構效應差距巨大呢？我們接著來觀察各個部門生產(chǎn)率增長對總生產(chǎn)率和結構變化的影響。

（三） 部門生產(chǎn)率增長對總生產(chǎn)率的影響

表2給出了1978-2016年各省市三個部門生產(chǎn)率增長對總生產(chǎn)率的貢獻。其中，農(nóng)業(yè)生產(chǎn)率增長率最慢，因此貢獻最小，對各省市年均總生產(chǎn)率增長率的平均拉動僅為0.97%，貢獻了12%，工業(yè)對總生產(chǎn)率貢獻最大，年均增長率為4.26%，貢獻了51%，服務業(yè)次之，平均增長率為3.15%，貢獻了38%。簡言之，工業(yè)生產(chǎn)率增長解釋了各地區(qū)總生產(chǎn)率增長的一半，是各省市經(jīng)濟增長的主要來源。需要強調(diào)的是，這種貢獻的計算方法屬于核算性質(zhì)的，不能完全準確地衡量出三個部門發(fā)展的重要性。農(nóng)業(yè)生產(chǎn)率提高不僅直接推動了總生產(chǎn)率增長，而且通過釋放勞動力進入工業(yè)和服務業(yè)間接提高了總生產(chǎn)率，因此，這種方法可能低估了農(nóng)業(yè)生產(chǎn)率增長的貢獻，高估了工業(yè)和服務業(yè)的貢獻。

雖然農(nóng)業(yè)和服務業(yè)對總生產(chǎn)率增長的貢獻小于工業(yè)，但是二者卻在很大程度上決定了各個地區(qū)生產(chǎn)率增長的差異。按照表1的方法可以得到表2中三個部門生產(chǎn)率增長率與均值的差距對總生產(chǎn)率增長差距的解釋。具體來說，對于高增長地區(qū)而言，農(nóng)業(yè)、工業(yè)和服務業(yè)生產(chǎn)率增長率高于相應均值分別解釋了其中31%的地區(qū)總生產(chǎn)率增長率高于均值的原因，重慶市是三個部門生產(chǎn)率增長都對總生產(chǎn)率產(chǎn)生了比較重要的影響。對于低增長地區(qū)而言，農(nóng)業(yè)、工業(yè)和服務業(yè)生產(chǎn)率增長率低于相應均值分別解釋了其中28%、17%和50%的地區(qū)總生產(chǎn)率增長率低于均值的原因，而云南是三個部門生產(chǎn)率增長率都低于相應均值。上述結果表明，對于高增長地區(qū)來說，分別有將近三分之一的地區(qū)總生產(chǎn)率快速增長來自農(nóng)業(yè)、工業(yè)和服務業(yè)生產(chǎn)率的快速增長，而服務業(yè)生產(chǎn)率增長較慢則是一半低增長地區(qū)總生產(chǎn)率增長低于均值的主要原因?？傊?，工業(yè)不是低增長地區(qū)總生產(chǎn)率增長緩慢的主要原因。

對比表1和表2發(fā)現(xiàn)，在主要是由結構效應較高導致總生產(chǎn)率增速高于均值的6個省市中，有2個地區(qū)的農(nóng)業(yè)相對生產(chǎn)率增速（相對于所有地區(qū)農(nóng)業(yè)生產(chǎn)率增長率均值）在三個部門中最高，1個地區(qū)工業(yè)相對生產(chǎn)率增速最高，3個地區(qū)服務業(yè)相對生產(chǎn)率增速最高;而在主要由結構效應較低導致總生產(chǎn)率增速低于均值的7個省市中，分別有2、1和4個地區(qū)的農(nóng)業(yè)、工業(yè)和服務業(yè)的相對生產(chǎn)率增速最低。Duarte和Restuccia（2010）的分析表明，三個部門的生產(chǎn)率增長及其差異在產(chǎn)業(yè)結構轉型過程中發(fā)揮了重要作用，上述結果驗證了他們的結論。具體來說，農(nóng)業(yè)生產(chǎn)率增長推動了勞動力從農(nóng)業(yè)流入工業(yè)和服務業(yè)，提高了總體生產(chǎn)率。在絕大多數(shù)地區(qū)，工業(yè)和服務業(yè)之間的替代彈性較低，較高的服務業(yè)生產(chǎn)率增長率將會促使更多的勞動力流入工業(yè)，對結構效應做出較大貢獻，反之則有更多的勞動力流入服務業(yè)，降低了結構效應。總之，農(nóng)業(yè)和服務業(yè)生產(chǎn)率增長在各省產(chǎn)業(yè)結構轉型中發(fā)揮了重要作用。因此，提高農(nóng)業(yè)和服務業(yè)（尤其是服務業(yè)）的勞動生產(chǎn)率增長率，不僅可以直接促進總生產(chǎn)率增長，也會通過有利的結構變化來提高總生產(chǎn)率。

結構效應方面，農(nóng)業(yè)在大部分時間里是收縮部門，且生產(chǎn)率低于工業(yè)和服務業(yè)，因此，農(nóng)業(yè)對結構效應的貢獻非常小且為負。工業(yè)和服務業(yè)在大部分時間是擴張部門，生產(chǎn)率增長率高于農(nóng)業(yè)，因此，對結構效應的貢獻為正，平均拉動總生產(chǎn)率增長都是0.74%，貢獻了9%。三個部門生產(chǎn)率增長對總生產(chǎn)率貢獻了85%，結構變化貢獻了15%。從表2中的計算結果可以看出與傳統(tǒng)份額-轉移模型的區(qū)別，如果使用兩個時間點的復合年度增長率方法，農(nóng)業(yè)是收縮部門，對結構效應的貢獻必定為0，而經(jīng)歷“駝峰”型工業(yè)勞動份額變化的地區(qū)，工業(yè)部門對結構效應的貢獻同樣為0。傳統(tǒng)方法忽略了勞動份額的波動，例如，在“駝峰”的上升期，工業(yè)部門對結構效應的貢獻為正，因此，傳統(tǒng)的份額-轉移方法不能更加清楚地衡量出各個部門對總生產(chǎn)率的影響。

五、 結構變化在總生產(chǎn)率增長波動中的作用

（一） 結構變化對增長波動的影響

為了觀察產(chǎn)業(yè)結構變化對總生產(chǎn)率增長變動趨勢的影響，本部分首先對31個地區(qū)的增長進行階段劃分，具體分為三步：第一步，對各省市實際生產(chǎn)率對數(shù)值進行H-P濾波以消除周期性因素，第二步，計算濾波后的生產(chǎn)率增長率，第三步，將增長率持續(xù)上升的階段定義為增長加速時期，增長率持續(xù)下降的階段定義為增長減速時期本文關于增長加速和減速的界定方法與Hausmann et al.（2005）和Timmer and Vries（2009）不同，他們的方法不適用于中國各省的增長表現(xiàn)，有關濾波方法的討論可參見：Romer（1992），Stock and Waston（1998）和Zarnowitz and Ozyildirim（2002）。。表3給出了各地區(qū)總生產(chǎn)率增長加速和減速時期的內(nèi)部效應、結構效應和總生產(chǎn)率增長率。新疆的總生產(chǎn)率增長加速時期為1978-1982年，只有4年時間，在所有省市中加速時間最短，也是最早開始經(jīng)歷增長減速的地區(qū)，其次是廣東和海南，從1992年開始減速。云南經(jīng)歷的加速時間最長，總生產(chǎn)率從1978年開始持續(xù)上升，到2012年以后才開始減速。但是，由于生產(chǎn)率增長較慢，因此整個加速時期增長率均值并不高。大約三分之一的地區(qū)從20世紀90年代開始減速，三分之二的地區(qū)從2005年以后開始減速，幾乎所有省市在2010年后都在減速，導致了中國整體生產(chǎn)率增長從2008年開始減速。這意味著，如果僅僅從中國整體經(jīng)濟增長情況來分析減速將會產(chǎn)生誤導，31個省市減速時間并不是統(tǒng)一的，有許多省市在較早的時間就開始減速了。

表3顯示的一個比較明顯的特征是，各地區(qū)在增長減速時期的部門內(nèi)生產(chǎn)率和總生產(chǎn)率增長率平均值要高于加速時期，原因在于減速是從較高的生產(chǎn)率增速開始下降的，而加速則是從較低的增速開始的。因此，即使生產(chǎn)率增長開始減速，在初始的時間里增長率仍然會較高。只有當減速到一定階段，生產(chǎn)率增速才會較低。從這個角度看，如果各省市不能采取措施抑制生產(chǎn)率增長減速，那么中國的經(jīng)濟增長減速將會越來越明顯。

接著來觀察加速和減速時期結構效應對總生產(chǎn)率的影響。由于絕大多數(shù)地區(qū)是從改革開放初期就開始經(jīng)歷增長加速，而這個時期正是產(chǎn)業(yè)結構巨大變化的時期，因此結構效應對各地區(qū)總生產(chǎn)率增長影響較大，平均而言，勞動力在部門之間流動推動各地區(qū)總生產(chǎn)率年均增長了1.29%，貢獻了15%。但是，產(chǎn)業(yè)結構轉型不同，結構效應在地區(qū)之間也差異較大。由于農(nóng)業(yè)勞動力以及部分工業(yè)勞動力都流入了服務業(yè)，東北三省、內(nèi)蒙古和山西等5省的結構效應非常低，內(nèi)蒙古、吉林和黑龍江的結構效應甚至為負。與此相反，絕大多數(shù)地區(qū)的工業(yè)勞動份額持續(xù)上升，推動了總生產(chǎn)率增長，如果不包括這5個省份，結構效應對總生產(chǎn)率的貢獻達到了18%，增長最快的5個省市的平均貢獻更是高達20%。

表3顯示，減速時期結構效應均值為1.28%，貢獻了13%，與加速時期類似。但是，這是因為陜西、貴州和西藏極高的結構效應提高了總體均值，如果不包含這3個地區(qū)，結構效應的均值只有0.96%。這3個地區(qū)結構效應較高的原因略有不同：陜西省結構效應較高的原因在于農(nóng)業(yè)和服務業(yè)勞動力都大量流入工業(yè)，貴州是因為在這個時期農(nóng)業(yè)勞動力大量流入工業(yè)和服務業(yè)，西藏與貴州的情況類似，但是更多的勞動力流入服務業(yè)。結構效應大幅提高了陜西的總生產(chǎn)率增速，抑制了貴州和西藏的生產(chǎn)率減速。另一方面，天津、遼寧、寧夏和黑龍江的結構效應為負或者近似為0，原因在于這些省市的工業(yè)勞動份額大幅下降，流入了增長率較低的服務業(yè)。高增長省市的結構變化仍然對總生產(chǎn)率增長產(chǎn)生了重要影響。

圖5顯示，大多數(shù)省市的結構效應都在下降，但是，所有省市總生產(chǎn)率增長率變動趨勢都與內(nèi)部效應變化基本一致，結構效應的變化只是加劇了總生產(chǎn)率增長率的波動，沒有影響其變化趨勢?？傊Y構效應不是各省經(jīng)濟增長減速的原因，越來越低的結構效應只是加劇了減速。實際上，籠統(tǒng)地說中國2008年以來的增長減速是結構原因所致，這本身就不合理。正如上文所述，中國整體經(jīng)濟表現(xiàn)來自各省市的具體增長，而很多地區(qū)在較早時間就開始經(jīng)歷增長減速了。各個省市的交錯表現(xiàn)使得中國整體經(jīng)濟增長一直持續(xù)高速增長到2008年，并非所有地區(qū)同時開始減速，因此，不可能是單一的原因?qū)е碌脑鲩L減速。

（二） 部門生產(chǎn)率增長在總生產(chǎn)率波動中的作用

為了觀察各省市總生產(chǎn)率增長減速的部門來源，圖6給出了1978-2016年各省市三個部門生產(chǎn)率增長率（包含了內(nèi)部效應和結構效應）以及總生產(chǎn)率增長率的變化過程。

圖6顯示，在增長加速時期，工業(yè)增長貢獻最大，平均拉動總生產(chǎn)率增長了4.12%，貢獻了48%，其次是服務業(yè)，貢獻了39%，農(nóng)業(yè)貢獻了12%。值得注意的是，在經(jīng)濟增長速度較快的廣東和海南省，工業(yè)生產(chǎn)率增速較為緩慢，農(nóng)業(yè)和服務業(yè)成為增長的主要動力。另外，農(nóng)業(yè)增長也是新疆總生產(chǎn)率增長較快的原因。甘肅工業(yè)和服務業(yè)部門內(nèi)生產(chǎn)率增速較低，結構效應做了將近一半的貢獻，而極低的結構效應則是黑龍江省增長緩慢的一個主要原因。在減速時期，工業(yè)生產(chǎn)率增長的重要性進一步加強，平均為總生產(chǎn)率增長貢獻了60%，農(nóng)業(yè)的貢獻下降到5%，服務業(yè)的貢獻變化不大，為35%。對比增長加速和減速時期，農(nóng)業(yè)生產(chǎn)率增速下降幅度非常令人矚目，除了海南，其他地區(qū)都降到較低水平。所有省市農(nóng)業(yè)生產(chǎn)率增長率（總效應）均值從1.07%下降到0.48%，減少了55個百分點，農(nóng)業(yè)部門內(nèi)生產(chǎn)率增速的均值從1.35%下降到0.65%，減少了52個百分點，對總生產(chǎn)率的貢獻從12%下降到5%。

從圖6可以直觀的看出，三個部門的共同增長導致了絕大多數(shù)省市總生產(chǎn)率的增長加速，而同時減速則導致了增長減速。由于工業(yè)對總生產(chǎn)率的影響最大，二者的波動趨勢幾乎一致，因此，工業(yè)生產(chǎn)率增長減速是大多數(shù)省市（三分之二）總生產(chǎn)率增長減速的主要原因，其次是服務業(yè)生產(chǎn)率增長減速。由于服務業(yè)生產(chǎn)率增速較快，服務業(yè)和工業(yè)增長減速對廣東和浙江總生產(chǎn)率增長減速起了相同的作用，北京、上海、貴州、甘肅和西藏的減速也是由工業(yè)和服務業(yè)一起減速所致，但是原因在于工業(yè)增速較慢且勞動份額低于服務業(yè)，海南的減速則是三個部門共同作用的。圖6顯示的另一個特征是，在增長加速時期，服務業(yè)和工業(yè)的生產(chǎn)率增長率非常接近，農(nóng)業(yè)生產(chǎn)率增長率略低于二者，但是在減速時期，三個部門的生產(chǎn)率增長率差距就非常明顯了，服務業(yè)生產(chǎn)率增長率遠遠低于工業(yè)，農(nóng)業(yè)生產(chǎn)率增長率則更低。簡言之，各省市總生產(chǎn)率增長減速的過程也是各部門生產(chǎn)率增長差距擴大的過程。

六、 結論和政策建議

基于年度增長率形式的轉移-份額方法，本文分析了中國各省市自1978年以來產(chǎn)業(yè)結構轉型對總生產(chǎn)率增長及其變動趨勢的影響，主要的結論和政策建議如下：

第一，部門內(nèi)生產(chǎn)率增長在所有省市的總生產(chǎn)率增長中都占據(jù)了主導地位，而產(chǎn)業(yè)結構轉型則對絕大多數(shù)地區(qū)（尤其是高增長地區(qū)）的生產(chǎn)率增長產(chǎn)生了顯著的正向影響，二者分別平均貢獻了85%和15%。

第三，從部門影響角度看，工業(yè)生產(chǎn)率增長貢獻了各地區(qū)總生產(chǎn)率增長的一半，但是，服務業(yè)在很大程度上解釋了地區(qū)生產(chǎn)率增長的差異。對于高增長地區(qū)來說，分別有將近三分之一的地區(qū)總生產(chǎn)率快速增長來自農(nóng)業(yè)、工業(yè)和服務業(yè)生產(chǎn)率的快速增長，而服務業(yè)生產(chǎn)率增長較慢則是一半低增長地區(qū)總生產(chǎn)率增長低于均值的主要原因。通過改變產(chǎn)業(yè)結構，服務業(yè)加大了對總生產(chǎn)率的影響。總之，工業(yè)不是低增長地區(qū)總生產(chǎn)率增長緩慢的主要原因。

第四，隨著時間推移，絕大多數(shù)省市的結構效應都呈現(xiàn)下降趨勢，但是，結構效應不是各省經(jīng)濟增長減速的原因，越來越低的結構效應只是加劇了減速。各省市總生產(chǎn)率增長率變化趨勢與內(nèi)部效應變化基本一致，結構效應的變化只是加劇了總生產(chǎn)率增長率的波動，而不能影響其變化趨勢。

第五，三個部門的共同增長推動了絕大多數(shù)省市總生產(chǎn)率的增長加速，而同時減速（尤其是工業(yè)）則導致了增長減速。在增長加速時期，服務業(yè)和工業(yè)的生產(chǎn)率增長率非常接近，農(nóng)業(yè)生產(chǎn)率增長率略低于二者，但是在減速時期，三個部門的生產(chǎn)率增長率差距就非常明顯了，服務業(yè)生產(chǎn)率增長率遠遠低于工業(yè)，農(nóng)業(yè)生產(chǎn)率增長率則更低。

雖然總生產(chǎn)率增長主要取決于部門內(nèi)生產(chǎn)率增長，但是結構效應對各地區(qū)的增長表現(xiàn)也產(chǎn)生了巨大影響，而部門內(nèi)生產(chǎn)率增長又會對產(chǎn)業(yè)結構產(chǎn)生影響，因此，促進總生產(chǎn)率有效增長的關鍵在于提高那些能夠推動產(chǎn)業(yè)結構合理變化的部門的生產(chǎn)率。本文的分析表明，對于低增長地區(qū)來說，農(nóng)業(yè)和服務業(yè)（尤其是服務業(yè)）生產(chǎn)率增長較慢是總生產(chǎn)率緩慢增長的主要原因，提高這兩個部門的勞動生產(chǎn)率增長率，不僅可以直接促進總生產(chǎn)率增長，也會通過產(chǎn)生有利的結構變化來提高總生產(chǎn)率。

參考文獻：

[1] 蔡防、王德文，1999：《中國經(jīng)濟增長可持續(xù)性與勞動貢獻》，《經(jīng)濟研究》第10期。[Cai Fang and Wang Deweng，1999，Sustainability of Chinas Economic Growth and Labor Contribution，Economic Research Journal，10.]

[2] 干春暉、鄭若谷，2009：《改革開放以來產(chǎn)業(yè)結構演進與生產(chǎn)率增長研究——對中國1978-2007年“結構紅利假說”的檢驗》，《中國工業(yè)經(jīng)濟》第2期。[Gan Chunhui and Zheng Ruogu，2009，An Empirical Study on Change of Industrial Structure and Productivity Growth since the Reform and Opening-up—— A Test for the Structure-bonus Hypotheses from 1978 to 2007 in China，Chinese Industrial Econonics，2.]

[3] 干春暉、鄭若谷、余典范，2011：《中國產(chǎn)業(yè)結構變遷對經(jīng)濟增長和波動的影響》，《經(jīng)濟研究》第5期。[Gan Chunhui，Zheng Ruogu and Yu Dianfan，2011，An Empirical Study on the Effects of Industrial Structure on Economic Growth and Fluctuations in China，Economic Research Journal，5.]

[4] 郭克莎，1992：《三次產(chǎn)業(yè)增長因素及其變動特點分析》，《經(jīng)濟研究》第2期。[Guo Kesa，1992，Analysis on the Growth Factor and Change Characteristics of Three Industries，Economic Research Journal，2.]

[5] 胡永泰，1998：《中國全要素生產(chǎn)率：來自農(nóng)業(yè)部門勞動力再配置的首要作用》，《經(jīng)濟研究》第3期。[Hu Yongtai，1998，Total Factor Productivity in China：The Primary Role of Labor Reallocation from the Agricultural Sector，Economic Research Journal，3.]

[6] 李小平、陳勇，2007：《勞動力流動、資本轉移和生產(chǎn)率增長——對中國工業(yè)“結構紅利假說”的實證檢驗》，《統(tǒng)計研究》第7期。[Li Xiaoping and Chen Yong，2007，Labor Flow，Capital Transfer and Productivity Growth：An Empirical Test of Chinas Industrial “Structural Dividend Hypothesis”，Statistical Research，7.]

[7] 劉偉、張輝，2008：《中國經(jīng)濟增長中的產(chǎn)業(yè)結構變遷和技術進步》，《經(jīng)濟研究》第11期。[Liu Wei and Zhang Hui，2008，Structural Change and Technical Advance in Chinas Economic Growth，Economic Research Journal，5.]

[8] 呂鐵，2002：《制造業(yè)結構變化對生產(chǎn)率增長的影響研究》，《管理世界》第2期。[Lv Tie，2002，Research on the Impact of Manufacturing Structural Changes on Productivity Growth，Management World，2.]

[9] 周克，2017：《結構變化、生產(chǎn)率波動與中國經(jīng)濟增長減速》，《宏觀質(zhì)量研究》第1期。[Zhou Ke，2017，Structural Transformation，Productivity Fluctuation and Chinas Growth Slowdown，Journal of Macro-quality Research，1.]

[10]Broadberry，S.N.Crafts，2003，UK productivity performance from 1950 to 1979：a restatement of the Broadberry-Crafts view，Economic History Review，56（4）：718-735.

[11]Chenery，H.，S，Robinson and M.Syrquin，1986，Industrialization and growth：a comparative study，Oxford University Press，New York.

[12]Duarte，M.D.Restuccia，2010，The Role of the Structural Transformation in Aggregate Productivity，The Quarterly Journal of Economics，126（1）：129-173.

[13]Fabricant，S.，1942，Employment in Manufacturing，1899-1939，NBER，New York.

[14]Hausmann，R.L.Pritchett，D.Rodrik，2005，Growth accelerations，Journal of Economic Growth，10：s303-329.

[15]Herrendorf，B.，R.Rogerson and A.Valentinyi，2014，Growth and Structural Transformation，Handbook of Economic Growth，2：855-941.

[16]Lewis，W.A.，1954，Economic Development with Unlimited Supplies of Labor，The Manchester School of Economic and Social Studies，22（2）：139-191.

[17]Matsuyama，K.，2008，Structural Change，in Steven N.Durlauf and Lawrence E.Blume，eds.，The New Palgrave Dictionary of Economics，2 ed.，Palgrave Macmillan.

[18]McMillan，M.，D.Rodrik and I.Verduzco-Gallo，2014，Globalization，Structural Change，and Productivity Growth，with an Update on Africa，World Development，63：11-32.

[19]McMillan，M.，D.Rodrik and C.Sepulveda，2017，Structural Change，F(xiàn)undamentals，and Growth：A Framework and Country Studies，NBER Working Paper 23378.

[20]Romer，C.D.，1992，Remeasuring Business Cycles，NBER Working Paper No.4150.

[21]Stock，J.H.M.W.Waston，1998，Business Cycles Fluctuations and U.S.Macroeconomics Time Series，NBER Working Paper No.6528.

[22]Timmer，M.P.，G.J.D.Vries，2009，Structural Change and Growth Accelerations in Asia and Latin America：A New Sectoral Data Set，Cliometrica，3 （2）：165-190.

[23]Timmer，M.P.，G.J.D.Vries，K.D.Vries，2015，Patterns of Structural Change in Developing Countries，In J.Weiss，& M.Tribe （Eds.），Routledge Handbook of Industry and Development，65-83，Routledge.

[24]UNIDO （United Nations Industrial Development Organization），2013，Sustaining Employment Growth：The Role of Manufacturing and Structural Change，Industrial Development Report，Vienna，United Nations.

[25]Zarnowitz，V.A.Ozyildirim，2002，Time Series Decomposition and Measurement of Business Cycles，Trends and Growth Cycles，NBER Working Paper No.8736.

Abstract： This paper， transforming the traditional shift-share composition to annual growth rates， examines the influence of structural change on the growth rate of economy-wide productivity and its fluctuations across the provinces in China since 1978. The major findings are as follows：1. The respective contributions of the internal and the structural components to the overall productivity growth per annum are 85% and 15% on average; 2. The differential patterns of structural change account for the bulk of the difference in regional growth rates; 3. The productivity growth in the regional secondary industry accounts for half of the economy-wide productivity growth across the provinces on average， whereas the slow growth of productivity in services is chiefly responsible for the performances in half of the low-growth provinces;4. The effects of structural change in all provinces diminish over time. But it is the slow growth of internal productivity， especially productivity in the secondary industry， that causes growth slowdowns across the provinces.

Key Words： Structural Transformation; Shift-Share Composition; Labor Productivity; Growth Slowdowns; Provincial Growth Differences

責任編輯 鄧 悅