產(chǎn)業(yè)結(jié)構(gòu)與TFP提升對經(jīng)濟(jì)影響效應(yīng)研究

摘 要：本文利用全國285個(gè)城市2005—2017年的面板數(shù)據(jù)，運(yùn)用廣義空間動(dòng)態(tài)面板GMM模型檢驗(yàn)了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與全要素生產(chǎn)率提升對經(jīng)濟(jì)增長的影響效應(yīng)。研究結(jié)論表明產(chǎn)業(yè)結(jié)構(gòu)高級化對經(jīng)濟(jì)增長為負(fù)向作用;而全要素生產(chǎn)率為正向作用。工業(yè)化對服務(wù)化升級的“結(jié)構(gòu)紅利難以維持中國經(jīng)濟(jì)的快速增長，我國經(jīng)濟(jì)增長的動(dòng)力逐步從產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化轉(zhuǎn)為提高全要素生產(chǎn)率，全要素生產(chǎn)率未來不僅是中國經(jīng)濟(jì)增長的主要?jiǎng)恿?，產(chǎn)業(yè)結(jié)構(gòu)和解決“結(jié)構(gòu)性放緩”問題的重要途徑。

關(guān) 鍵 詞：經(jīng)濟(jì)增長;產(chǎn)業(yè)結(jié)構(gòu);全要素生產(chǎn)率;廣義空間動(dòng)態(tài)面板GMM模型

DOI：10.16315/j.stm.2019.04.010

中圖分類號(hào)： F 062.9

文獻(xiàn)標(biāo)志碼： A

Economic impact of industrial structure and TFP upgrading effect study

ZHANG Hao-yan

（Business school，Ningbo University，Ningbo 315211，China）

Abstract：Based on the panel data of 285 cities in China from 2005 to 2017， this paper uses the generalized spatial dynamic panel GMM model to test the impact of industrial structure optimization and total factor productivity improvement on economic growth. The conclusion shows that the upgrading of industrial structure has a negative effect on economic growth， while the total factor productivity has a positive effect. The structural dividend of industrialization to service upgrading is difficult to maintain the rapid growth of Chinas economy. The driving force of Chinas economic growth has gradually changed from industrial structure optimization to improving total factor productivity. Total factor productivity is not only the main driving force of Chinas economic growth in the future， but also the industrial structure and an important way to solve the problem of “structural slowdown”.

Keywords：economic growth; industrial structure; total factor productivity; generalized spatial dynamic panel GMM model

收稿日期： 2019-05-29

基金項(xiàng)目： 浙江省自然科學(xué)基金項(xiàng)目（LY17G030010）

作者簡介： 章浩燕（1992—），女，碩士研究生.

工業(yè)化過程的本質(zhì)是產(chǎn)業(yè)結(jié)構(gòu)的演化過程，它不僅是從農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)到產(chǎn)業(yè)結(jié)構(gòu)的演化過程，也是產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)的演化過程[1]。從另一方面來說，產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)在結(jié)構(gòu)主義理論中被認(rèn)為是理解發(fā)展中國家與發(fā)達(dá)國家經(jīng)濟(jì)發(fā)展差異的核心變量，也是中國跨過“中等收入陷阱”的本質(zhì)要求。從內(nèi)涵上理解，首先，產(chǎn)業(yè)結(jié)構(gòu)是在社會(huì)再生產(chǎn)過程中產(chǎn)生的。而且它是各產(chǎn)業(yè)在經(jīng)濟(jì)活動(dòng)過程中形成的技術(shù)經(jīng)濟(jì)聯(lián)系和數(shù)量比例關(guān)系。不應(yīng)忽視的是，由于各地區(qū)各部門之間的生產(chǎn)率和生產(chǎn)率增長率均存在顯著的差異，而“結(jié)構(gòu)紅利”源于生產(chǎn)要素從生產(chǎn)率低的部門轉(zhuǎn)移到生產(chǎn)率高的部門的過程[2]。由于生產(chǎn)要素投入存在著邊際產(chǎn)出遞減的規(guī)律，其在環(huán)境和資源的雙重約束下，持續(xù)快速的經(jīng)濟(jì)增長并不會(huì)單純依賴于生產(chǎn)要素的投入，因此只有通過提升全要素的生產(chǎn)率才能實(shí)現(xiàn)。這可以通過回顧改革開放后中國的經(jīng)濟(jì)史來證明：在改革開放初期，全要素生產(chǎn)率對經(jīng)濟(jì)增長的貢獻(xiàn)低于市場化改革帶來的產(chǎn)業(yè)結(jié)構(gòu)變化。然而，隨著改革開放政策的不斷深入，產(chǎn)業(yè)結(jié)構(gòu)變化帶來的效益將逐步降低，全要素生產(chǎn)率對經(jīng)濟(jì)增長的貢獻(xiàn)將逐步顯現(xiàn)[3]。

目前，也有學(xué)者表示，倘若“中國奇跡”沒有足夠的生產(chǎn)力支持，中國的經(jīng)濟(jì)增長將面臨放緩或停滯的風(fēng)險(xiǎn)，從而導(dǎo)致不能順利跨越“中等收入陷阱”。并出現(xiàn)“劉易斯轉(zhuǎn)折點(diǎn)”的特征（勞動(dòng)資源短缺工資持續(xù)增高）。當(dāng)“人口紅利”即將消失之際，僅依靠生產(chǎn)要素投入的增長模式將難以維持，中國面臨各種各樣的驅(qū)動(dòng)因素，急需切調(diào)整為以生產(chǎn)力為導(dǎo)向的增長模型[4]。那么，產(chǎn)業(yè)結(jié)構(gòu)的變化或全要素生產(chǎn)率的下降是否會(huì)導(dǎo)致中國經(jīng)濟(jì)增長率下降？解決這一問題的關(guān)鍵，在于如何正確評估產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和生產(chǎn)力提升對中國經(jīng)濟(jì)增長的影響。

本文擬從以下幾個(gè)面進(jìn)行擴(kuò)展：第一，通過對柯布道格拉斯生產(chǎn)函數(shù)的演算分析，得出本文的理論模型依據(jù);第二，通過隨機(jī)前沿SFA方法測算中國城市的全要素生產(chǎn)率（TFP）;第三，通過LM極大似然估計(jì)，選擇何時(shí)的空間計(jì)量模型;第四，通過計(jì)算全國285個(gè)城市實(shí)際GDP的Moran指數(shù)來判斷地區(qū)經(jīng)濟(jì)增長是否具有空間相關(guān)性，最后采用廣義空間動(dòng)態(tài)面板GMM模型檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和全要素生產(chǎn)率提升對經(jīng)濟(jì)增長的影響效應(yīng);第五，對上述結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。

1 理論分析

本文的理論基礎(chǔ)為柯布·道格拉斯生產(chǎn)函數(shù)：

Yit=AitLαitKβit。（1）

其中：Ait為t年i地區(qū)的技術(shù)水平;Lit為t年i地區(qū)的勞動(dòng)投入;Kit為t年i地區(qū)的資本投入。且0<α<1，0<β<1，α+β=1。

對式（1）兩邊取對數(shù)，得：

ln Yit=ln Ait+αln Lit+βln Kit。（2）

在第t+1年，為

ln Yit+1=ln Ait+1+αln Lit+1+βln Kit+1。（3）

式（3）減去（2）得到：

Δln Yit+1=Δln Ait+1+αΔln Lit+1+βΔln Kit+1。（4）

對式（4）一階泰勒展開得到：

Yit+1-YitYit=Ait+1-AitAit+αLit+1-LitLit+βKit-KitKit。（5）

式（5）表明，經(jīng)濟(jì)增長的動(dòng)力主要來自于全要素生產(chǎn)率（TFP）、勞動(dòng)力和資本存量的增長3個(gè)方面。

為進(jìn)一步理清經(jīng)濟(jì)增長與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化之間的關(guān)系，本文假設(shè)工資差別是影響勞動(dòng)力從傳統(tǒng)部門向現(xiàn)代化部門轉(zhuǎn)移的決定性因素。本文假設(shè)傳統(tǒng)部門的平均工資為wat，現(xiàn)代部門的平均工資為wmt，則當(dāng)q=wmtwat>1時(shí)，勞動(dòng)力從傳統(tǒng)部門向現(xiàn)代化部門轉(zhuǎn)移，轉(zhuǎn)移概率記為P，則

p=φwmtqwat-11+φwmtwat-1。（6）

其中，φ為經(jīng)濟(jì)長期均衡調(diào)整速度，則兩部門工資之間的關(guān)系式為

wmt=watq1+1φp1-p=wa0q[1+1φ（p1-p）。（7）

假設(shè)兩部門之間資本自由流動(dòng)，且在經(jīng)濟(jì)長期均衡時(shí)期，兩部門資本利潤相同，即r=ra=rm，則

Y=wa0La0+wm0Lm0+watLat+wmtLmt+raKa+rmKm。（8）

設(shè)η=wa0La0+wm0Lm0+watLat+wmtLmtY，

s=YaYm+Ya，λ=LmtL，φ=wa0LY。

代入（5）后，可得：

Y·Y=sA·aA+（1-s）A·mA+（1-η）K·K+φL·L+φλ·（q-1）+φqλ·pφ（1-p）。（9）

式（9）即為本文的理論模型依據(jù)。

其中：φλ·（q-1）+φqλ·pφ（1-p）表示產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對經(jīng)濟(jì)增長的影響效應(yīng)。且φ>0，φ>0，q>1，0

2 模型準(zhǔn)備

本文采用隨機(jī)邊界生產(chǎn)函數(shù)的方法，假設(shè)其中技術(shù)無效率項(xiàng)服從截?cái)嘤覀?cè)正態(tài)分布的隨機(jī)變量，并且允許技術(shù)無效率項(xiàng)隨著時(shí)間變化而變化[5]。

Yit=βXit+νij-uit，

i=1，2，…，N;t=1，2，…，T。（10）

其中：νi獨(dú)立同分布于N（0，σ2ν）;ui獨(dú)立同分布于N（0，σ2μ）;νi與ui相互獨(dú)立;νi與ui與解釋變量xi相互獨(dú)立。

uit=uiexp（-η（t-T））。

其中：μ為非負(fù)隨機(jī)變量，用以衡量生產(chǎn)中的技術(shù)無效率，并服從于截?cái)嘤?的正態(tài)分布N（μ，σ2μ），由于對技術(shù)無效率項(xiàng)的直接測度較為困難，本文運(yùn)用極大似然法對其進(jìn)行變形：

ln L（ψ）=-8[ln（2π）+ln σ2]-∑16t=1（cst-α-β×inct）22σ2。（11）

其中：當(dāng)γ=1，σ2=σ2μ，即，誤差項(xiàng)全部來自技術(shù)無效率因素，同理，當(dāng)γ=0時(shí)，σ2=σ2ν，即誤差均來自于隨機(jī)因素。η也是一個(gè)待估計(jì)的參數(shù)，η=0說明技術(shù)效率具有時(shí)間不變性;η<0說明技術(shù)效率隨時(shí)間的推移而增加;η>0時(shí)，則技術(shù)效率隨時(shí)間的推移而遞減。

據(jù)此，可以將模型改進(jìn)為如下：

ln Yit=α0+α1ln Lit+α2ln Kit+α3t+（νit-μit）。（12）

對模型（12）中參數(shù)進(jìn)行分析如下：Yit表示產(chǎn)出變量，本文用各城市2005—2017年的實(shí)際GDP表示，并根據(jù)GDP平減指數(shù)調(diào)整為2000年不變價(jià)格;Lit表示勞動(dòng)投入量，本文采用各城市2005—2017年底就業(yè)人數(shù)來表示;Kit表示資本投入量，本文以各城市2005—2017年的資本存量表示，采用永續(xù)盤存法進(jìn)行估計(jì)：

Kt=（1-δ）Kt-1+ItPt。

由于現(xiàn)有統(tǒng)計(jì)年鑒中沒有資本存量數(shù)據(jù)，本文將采用以下方法進(jìn)行處理：對于各地級市基年資本存量，本文借鑒單豪杰[6]中提供的數(shù)據(jù)，以2003年各省資本存量作為基年資本存量，通過GDP比重算出各城市相應(yīng)年份的基年資本存量。

對于當(dāng)年投資流量，本文采用各年各地級市固定資本形成額作為投資流量。地級市當(dāng)年固定資本形成額根據(jù)《中國統(tǒng)計(jì)年鑒》數(shù)據(jù)進(jìn)行整理核算，并以2003年為投資價(jià)格指數(shù)基期對其平減處理，各城市的當(dāng)年投資流量處理同上;對于投資價(jià)格指數(shù)，本文采用《城市統(tǒng)計(jì)年鑒》進(jìn)行整理;對于折舊率，本文選取單豪杰的處理方法，設(shè)定為10.96%;其他參數(shù)α為各變量待估計(jì)的系數(shù)，t和T分別表示樣本的觀測期和基期觀測年度（本文選擇2000年為基期觀測年）;本文利用FRONTIER 4.1軟件計(jì)算出模型（12）的估計(jì)系數(shù)，如表1所示。

由表1可知，效率模型（12）的擬合度很好，所有系數(shù)均通過1%的極顯著性檢驗(yàn)，說明模型（12）存在非常明顯的復(fù)合結(jié)構(gòu)，并且技術(shù)無效率不存在的LR檢驗(yàn)也拒絕了原假設(shè)。以上結(jié)果均表明SFA方法比傳統(tǒng)的計(jì)量方法更好地刻畫中國各省份的經(jīng)濟(jì)生產(chǎn)函數(shù)基于表1的系數(shù)估計(jì)，各省的經(jīng)濟(jì)效率可以通過式（13）計(jì)算求得[7]：

TFPit=TEitexp（α0+α3t），

TEit=exp（-μit）。（13）

其中：TEit表示i省份在t時(shí)期的技術(shù)效率;exp（α0+α3t）表示代表t時(shí)期的前沿面技術(shù)水平。根據(jù)式（13）的計(jì)算結(jié)果，在2005—2015年，全國全要素生產(chǎn)效率的年均增幅達(dá)6%，相對于年均9.37%的經(jīng)濟(jì)增長速度，貢獻(xiàn)水平達(dá)64%。從4大區(qū)域視角分析，全要素生產(chǎn)率的增長率從高到低分別為西部、中部、東部、東北，這個(gè)排序在2005—2015這10年未發(fā)生變化?？赡艿脑蛟谟?，西部地區(qū)TFP的初始基礎(chǔ)較差，TPF增長空間較大，隨著改革開放的進(jìn)一步深化，以及西部大開發(fā)戰(zhàn)略的不斷推進(jìn)，各類要素開始從東中部地區(qū)流入，如技術(shù)、人才與資本等要素的流入，西部地區(qū)TFP快速增長，東部及中部地區(qū)內(nèi)部TFP差距本身相對較小，因此增速相對比較平穩(wěn)。

3 研究設(shè)計(jì)

3.1 計(jì)量模型選擇

在處理區(qū)域經(jīng)濟(jì)增長問題時(shí)，忽視變量之間的空間相關(guān)性是錯(cuò)誤的設(shè)定，空間計(jì)量將地理位置空間聯(lián)系結(jié)合起來，以計(jì)量方法來識(shí)別和度量空間變化的規(guī)律和決定因素，在一定程度上避免了傳統(tǒng)計(jì)量結(jié)果所產(chǎn)生的偏誤。在選擇空間誤差模型SEM還是空間滯后模型SAR之前，先進(jìn)行極大似然LM估計(jì)，判斷選擇何種模型。為本文模型的極大似然估計(jì)結(jié)果，如表2所示。

由極大似然估計(jì)LM檢驗(yàn)結(jié)果可知，極大似然估計(jì)不存在空間滯后項(xiàng)、穩(wěn)健極大似然估計(jì)不存在空間滯后項(xiàng)、穩(wěn)健極大似然估計(jì)不存在空間誤差項(xiàng)均拒絕了原假設(shè)。因此，本文的模型應(yīng)該同時(shí)考慮空間滯后與空間誤差的影響，也即必須同時(shí)對空間不同地區(qū)外部性和異質(zhì)性進(jìn)行解釋。除此之外，也應(yīng)該考慮到，經(jīng)濟(jì)增長本身是個(gè)動(dòng)態(tài)變化的過程，因此本文將采用廣義空間動(dòng)態(tài)面板模型（GMM）來檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和全要素生產(chǎn)率提升對經(jīng)濟(jì)增長的影響效應(yīng)[8]。與靜態(tài)空間面板模型相比，動(dòng)態(tài)空間面板模型考慮了經(jīng)濟(jì)增長的動(dòng)態(tài)效應(yīng)和空間溢出效應(yīng)，同時(shí)避開了內(nèi)生性問題，從而使得最終估計(jì)結(jié)果更可靠。因此，本文構(gòu)建如下動(dòng)態(tài)空間面板模：

ln yit=θln yit-1+ρ∑Nj=1Wijln yit+βStrit+ηTFPit+

σStrit×TFPit+γlnXit+αi+vt+εit。（14）

3.2 指標(biāo)說明

1）被解釋變量：實(shí)際產(chǎn)出（ln y），本文根據(jù)各年各省份的GDP平減指數(shù)，將GDP換算成以2000年為不變價(jià)格，并對其取對數(shù);

2）核心解釋變量：本文研究產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與生產(chǎn)率對經(jīng)濟(jì)增長的影響，因此，核心變量為產(chǎn)業(yè)結(jié)構(gòu)合理化SR高級化ES與全要素生產(chǎn)率TFP。

產(chǎn)業(yè)結(jié)構(gòu)合理化SR：由于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化是動(dòng)態(tài)過程，本文將產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化分為產(chǎn)業(yè)結(jié)構(gòu)合理化與高級化2個(gè)維度進(jìn)行衡量;對于產(chǎn)業(yè)結(jié)構(gòu)合理化系數(shù)SR的設(shè)定，本文在錢納里做法基礎(chǔ)上進(jìn)行改進(jìn)，取泰勒指數(shù)的倒數(shù)作為本文的產(chǎn)業(yè)結(jié)構(gòu)合理化系數(shù)，用于衡量要素投入—產(chǎn)出之間的協(xié)調(diào)度，即產(chǎn)業(yè)結(jié)構(gòu)合理化程度，其表達(dá)式如下：

ER=1TL=1∑Ni=1YiYlnYiLi/YL。（15）

對于產(chǎn)業(yè)結(jié)構(gòu)高級化系數(shù)ES的設(shè)定，本文借鑒于斌斌的做法，采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的產(chǎn)值之比來反映產(chǎn)業(yè)結(jié)構(gòu)高級化水平[9]。

對于全要素生產(chǎn)率（TFP）。本文采用隨機(jī)前沿法（SFA）進(jìn)行計(jì)算，計(jì)算過程見上文。

其他變量說明：1）人力資本水平：本文采用受教育年限法來衡量人力資本水平;2）產(chǎn)業(yè)集聚度：本文采用區(qū)位商方法衡量產(chǎn)業(yè)集聚水平;3）對外開放程度：本文用實(shí)際外商直接投資額（FDI）作為對外開放程度的代理變量，并根據(jù)歷年的人民幣匯率的平均價(jià)格進(jìn)行折算;4）政府干預(yù)：由于地方政府干預(yù)動(dòng)機(jī)主要來自于兩方面，即政治晉升壓力及財(cái)政收支壓力，而政治晉升壓力難以準(zhǔn)確衡量，本文參考前人研究經(jīng)驗(yàn)，選擇地方財(cái)政支出與財(cái)政收入比率作為政府干預(yù)的代理變量。其中的理論機(jī)制是，當(dāng)?shù)胤秸?cái)政支出與財(cái)政收入的比例較高時(shí)，政府的財(cái)政資本運(yùn)作將相對緊張，地方政府干預(yù)的動(dòng)力和程度將進(jìn)一步提高。

3.3 數(shù)據(jù)選取

本文選取全國285個(gè)城市2005—2017年的《城市統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》以及《國民經(jīng)濟(jì)核算年鑒》，對其中缺損的數(shù)據(jù)運(yùn)用Matlab拉格朗日插值法補(bǔ)充[10]。

4 檢驗(yàn)與結(jié)果分析

4.1 空間自相關(guān)性檢驗(yàn)

本文利用matlab軟件，對全國285個(gè)城市2005—2015年全國的GDP進(jìn)行MoranI指數(shù)檢驗(yàn)，由于檢驗(yàn)對象具有全局性，因此本文使用全局MoranI 指數(shù)進(jìn)行檢驗(yàn)。

全局Moran指數(shù)I的計(jì)算式為

I=n∑ni=1∑nj=1wijxi-x-xj-x-∑ni=1∑nj=1wij∑ni=1xi-x-2=

∑ni=1∑nj≠iwij（xi-x-）（xj-x-）S2∑ni=1∑nj≠iwij。（16）

檢驗(yàn)結(jié)果如表3所示。由表3可知，在2005—2015年期間，全國285個(gè)城市GDP的MoranI值都為正值且均通過了額顯著性檢驗(yàn)，同時(shí)z統(tǒng)計(jì)量均大于1.96，這表明中國各地區(qū)之間的經(jīng)濟(jì)增長存在著明顯的空間相關(guān)性，也因此驗(yàn)證了地理距離差異對中國各省份經(jīng)濟(jì)增長有顯著的影響。

4.2 計(jì)結(jié)果與結(jié)果分析

考慮到上文LM檢驗(yàn)結(jié)果，本文采用廣義空間動(dòng)態(tài)面板空間模型（GMM），在相應(yīng)的估計(jì)方法上，本文采用無條件法ML（unconditional maxi-mumlikelihood estimation）[11]，利用matlab軟件進(jìn)行計(jì)算，結(jié)果如表4所示。

由表4可知，產(chǎn)業(yè)結(jié)構(gòu)合理化（SR）尚未通過顯著性檢驗(yàn)，且其對經(jīng)濟(jì)增長為負(fù)性影響，而產(chǎn)業(yè)結(jié)構(gòu)高級（ES）化與全要素生產(chǎn)率（TFP）均通過了極顯著性檢驗(yàn)，且這兩者對經(jīng)濟(jì)增長的影響機(jī)制截然相反。這表明，從全國范圍來看，中國經(jīng)濟(jì)增長的驅(qū)動(dòng)力已逐漸從產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化轉(zhuǎn)向全要素生產(chǎn)率。與此同時(shí)，從工業(yè)化到服務(wù)業(yè)升級的“結(jié)構(gòu)性紅利”難以維持中國經(jīng)濟(jì)的高速發(fā)展。相反，增長，產(chǎn)業(yè)結(jié)構(gòu)的“逆向發(fā)展”已成為促進(jìn)經(jīng)濟(jì)增長的“新引擎”。這說明，產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化調(diào)整是我國經(jīng)濟(jì)增長陷入“結(jié)構(gòu)性減速”的主要原因之一。其他影響因素分析如下：

首先，必須承認(rèn)，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整是一個(gè)“先破后”的過程。一方面來說，由于生產(chǎn)要素從生產(chǎn)率低的部門快速轉(zhuǎn)移到產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整帶動(dòng)的高生產(chǎn)率部門，在此過程中，資源的重新配置進(jìn)一步促進(jìn)了新興服務(wù)業(yè)的發(fā)展，從而推動(dòng)了經(jīng)濟(jì)增長率的提高。另一方面，在促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的過程中，傳統(tǒng)企業(yè)的產(chǎn)品結(jié)構(gòu)和資本構(gòu)成將發(fā)生劇烈變化，傳統(tǒng)產(chǎn)業(yè)將出現(xiàn)急劇衰退，壓縮生產(chǎn)力，減緩經(jīng)濟(jì)增長率的提高。有學(xué)者稱這種現(xiàn)象為“結(jié)構(gòu)失衡”，即經(jīng)濟(jì)增長與當(dāng)前滯后的產(chǎn)業(yè)結(jié)構(gòu)之間的矛盾[12]。其次，在資本驅(qū)動(dòng)生產(chǎn)要素發(fā)展規(guī)律和全球金融危機(jī)的影響下，中國對非生產(chǎn)性部門的投資過度轉(zhuǎn)移，過分依賴廉價(jià)勞動(dòng)力的優(yōu)勢，嚴(yán)重影響勞動(dòng)力資源，發(fā)展方法嚴(yán)重扭曲。它阻礙了人力資本配置的效率，阻礙了經(jīng)濟(jì)增長[13]。

在表4中，產(chǎn)業(yè)結(jié)構(gòu)高級化（ES）和全要素生產(chǎn)率（TFP）的交叉相乘項(xiàng)也通過了極顯性檢驗(yàn)，這表明產(chǎn)業(yè)結(jié)構(gòu)高級化對經(jīng)濟(jì)增長產(chǎn)生的負(fù)性影響可以通過全要素生產(chǎn)率的提升來消除。由上表可知，人力資本水平（Edu）和產(chǎn)業(yè)集聚度（Agg）對經(jīng)濟(jì)增長均表現(xiàn)為正向影響，且均通過極顯性檢驗(yàn)，這表明，人力資本水平的提高及產(chǎn)業(yè)進(jìn)一步的有效集聚，可以進(jìn)一步推動(dòng)經(jīng)濟(jì)增長。然而，值得注意的是，政府財(cái)政干預(yù)程度（Gov）對經(jīng)濟(jì)增長產(chǎn)生負(fù)性效應(yīng)，且尚未通過顯著性檢驗(yàn)。究其原因，當(dāng)前大部分地區(qū)的地方政府干預(yù)會(huì)比較固化，主要還是依賴于資本積累速度提高的“粗放型”發(fā)展模式，這種發(fā)展模式在一定程度上會(huì)阻礙中國經(jīng)濟(jì)的可持續(xù)發(fā)展。

5 穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與全要素生產(chǎn)率對經(jīng)濟(jì)增長影響的穩(wěn)健性，本文將通過重新構(gòu)建經(jīng)濟(jì)空間權(quán)重矩陣，對上述計(jì)量結(jié)果進(jìn)行再次檢驗(yàn)，所選模型和估計(jì)方法與上文相同。

其中，經(jīng)濟(jì)空間權(quán)重矩陣，參考黃亮雄的權(quán)重矩陣模型

Weij=1/|pdgpi-pgdpj|。

其中，pdgpi表示i地區(qū)的人均實(shí)際GDP，當(dāng)兩地區(qū)的人均實(shí)際GDP越相近時(shí)，Weij越大。穩(wěn)健性檢驗(yàn)結(jié)果顯示核心變量的估計(jì)結(jié)果與上文的研究結(jié)論基本一致。這表明，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和全要素生產(chǎn)率提升對經(jīng)濟(jì)增長的影響效應(yīng)是可靠和穩(wěn)健的。

6 結(jié)論與建議

本文以柯布·道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)，利用全國285個(gè)城市2005—2017年的面板數(shù)據(jù)，以地理距離為空間運(yùn)用更具解釋力的廣義空間動(dòng)態(tài)面板GMM模型檢驗(yàn)了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與全要素生產(chǎn)率提升對經(jīng)濟(jì)增長的影響效應(yīng)。研究結(jié)論表明空間溢出效應(yīng)在本研究中不能被忽視，產(chǎn)業(yè)結(jié)構(gòu)合理化尚未通過顯著性檢驗(yàn)，且其對經(jīng)濟(jì)增長為負(fù)性影響，而產(chǎn)業(yè)結(jié)構(gòu)高級化與全要素生產(chǎn)率均通過了極顯著性檢驗(yàn)，且產(chǎn)業(yè)結(jié)構(gòu)高級化對經(jīng)濟(jì)增長為負(fù)向作用，全要素生產(chǎn)率對經(jīng)濟(jì)增長為正向作用。這表明工業(yè)化向服務(wù)業(yè)化升級的“結(jié)構(gòu)紅利”已經(jīng)難以維持中國經(jīng)濟(jì)的高速增長，我國經(jīng)濟(jì)增長的推動(dòng)力逐漸從產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化轉(zhuǎn)為全要素生產(chǎn)率的提升。未來全要素生產(chǎn)率不僅是中國經(jīng)濟(jì)增長的主要?jiǎng)恿?，也是化解產(chǎn)業(yè)結(jié)構(gòu)高級化帶來的“結(jié)構(gòu)性減速”問題的重要途徑。

上述結(jié)論蘊(yùn)含著較強(qiáng)的政策意義：地方政府應(yīng)盲目地推進(jìn)產(chǎn)業(yè)間的“騰籠換鳥”“退二進(jìn)三”。應(yīng)該清醒地意識(shí)到，中國產(chǎn)業(yè)結(jié)構(gòu)并不具有服務(wù)化傾向的高級化，因此，政府應(yīng)該在經(jīng)濟(jì)效率改善的條件下，適度推進(jìn)這些政策;地方政府不應(yīng)單純依靠產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化來刺激經(jīng)濟(jì)發(fā)展，而應(yīng)該更加重視提高企業(yè)技術(shù)創(chuàng)新、產(chǎn)業(yè)鏈的延伸，以實(shí)現(xiàn)全要素生產(chǎn)率的提升，進(jìn)而推進(jìn)地區(qū)經(jīng)濟(jì)的可持續(xù)增長;地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化要有戰(zhàn)略性眼光，理性看待經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化發(fā)展的問題，應(yīng)該以提升全要素生產(chǎn)率為戰(zhàn)略目標(biāo)。本研究表明只有大力提升全要素生產(chǎn)率才能化解產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化過程中帶來的“結(jié)構(gòu)性減速”的問題。

參考文獻(xiàn)：

[1] 金碚.中國經(jīng)濟(jì)發(fā)展新常態(tài)研究[J].中國工業(yè)經(jīng)濟(jì)，2015（1）：5.

[2] 中國經(jīng)濟(jì)增長前沿課題組.中國經(jīng)濟(jì)增長的低效率沖擊與減速治理[J].經(jīng)濟(jì)研究，2014（12）：4.

[3] 劉偉，張輝.中國經(jīng)濟(jì)增長中的產(chǎn)業(yè)結(jié)構(gòu)變遷和技術(shù)進(jìn)步[J].中國社會(huì)科學(xué)，2013，（1）：4.

[4] 蔡昉.中國經(jīng)濟(jì)增長如何轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動(dòng)型 [J].中國社會(huì)科學(xué)，2013（1）：56.

[5] 陳松青，周琴.制造業(yè)結(jié)構(gòu)、規(guī)模與研發(fā)投入對生產(chǎn)性服務(wù)業(yè)發(fā)展的影響：基于隨機(jī)前沿模型的分析[J].科技與管理，2018（3）：51.

[6] 單豪杰. 中國資本存量K的再估算：1952—2006[J].數(shù)量經(jīng)濟(jì)研究，2008（10）：17.

[7] GROENEWOLD N G，LEE CGEN. Inter-regional spillovers in China：the importance of common shocks and the definition of the regions[J].China Economic Review，2008，19（1）：32.

[8] 李敬，陳澍，萬廣華，等.中國區(qū)域經(jīng)濟(jì)增長的空間關(guān)聯(lián)及其解釋[J].經(jīng)濟(jì)研究，2014（11）：4.

[9] 于斌斌，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與全要素生產(chǎn)率提升對經(jīng)濟(jì)增長的影響效應(yīng)[J].中國工業(yè)經(jīng)濟(jì)，2015（12）：83.

[10] ELHORST J P.Matlab software for spatial panels[J].International Regional Science Review，2014，37（3）：389.

[11] ELHORST J P.Dynamic spatial panel：models，methods，and inferences[J].Journal of Geographical System，2012，14（1）：5.

[12] 袁富華.長期增長過程的“結(jié)構(gòu)性加速”與“結(jié)構(gòu)性減速” ：一種 解 釋[J].經(jīng)濟(jì)研究，2014（11）：127.

[13] 韓永輝，黃亮雄，王賢彬.產(chǎn)業(yè)政策推動(dòng)地方產(chǎn)業(yè)結(jié)構(gòu)升級了嗎：基于發(fā)展型地方政府理論解釋與實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)研究，2017（8）：33.

[編輯：費(fèi) 婷]