中國(guó)技術(shù)進(jìn)步偏向、要素配置效率與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)

陳創(chuàng)練 馬子柱 單敬群

一 引 言

2020年初新冠肺炎疫情沖擊極大改變了中國(guó)產(chǎn)業(yè)經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)，同時(shí)也在一定程度上影響了我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。特別地，疫情居家隔離期間，我國(guó)服務(wù)業(yè)部分處于停滯狀態(tài)，由此阻礙了特定服務(wù)行業(yè)的發(fā)展壯大。改革開(kāi)放以來(lái)，我國(guó)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型趨勢(shì)主要表現(xiàn)在第二三產(chǎn)業(yè)占比不斷提高的同時(shí)第一產(chǎn)業(yè)占比逐漸下降。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，我國(guó)第一產(chǎn)業(yè)增加值占比從2000年的14.68%減至2020年的7.65%，第二三產(chǎn)業(yè)增加值占比從2000年的85.32%增至2020年的92.35%，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)取得了一定成效。2021年中央政治局會(huì)議進(jìn)一步提出引導(dǎo)企業(yè)加大技術(shù)改造投資，強(qiáng)調(diào)制造業(yè)投資應(yīng)在保持較快增長(zhǎng)的同時(shí)實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，反映了中央對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的重視。然而，現(xiàn)有許多研究表明，我國(guó)在實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展過(guò)程中仍存在產(chǎn)業(yè)效率不高、自主創(chuàng)新能力不足等問(wèn)題，特別是疫情沖擊下產(chǎn)業(yè)結(jié)構(gòu)升級(jí)受到了一定阻礙。因此，當(dāng)下亟需剖析產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的推動(dòng)力，全方面多角度地促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。雖然不少學(xué)者對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響因素進(jìn)行了研究，但多集中在鮑莫爾效應(yīng)與恩格爾效應(yīng)兩大因素，而技術(shù)進(jìn)步在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)中同樣發(fā)揮了重要作用(王林輝和袁禮，2018)[1]。那么，我國(guó)自主創(chuàng)新能力，特別是技術(shù)進(jìn)步偏向在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)中又扮演怎樣的角色？由新古典經(jīng)濟(jì)理論可知，人均產(chǎn)出的持續(xù)增長(zhǎng)基于技術(shù)的持續(xù)進(jìn)步。事實(shí)上，我國(guó)技術(shù)進(jìn)步具有偏向性特征而非中性，即當(dāng)技術(shù)進(jìn)步偏向資本(勞動(dòng))時(shí)，會(huì)顯著提高資本(勞動(dòng))的使用效率，而這在某種程度上改變了勞動(dòng)和資本的資源配置效率，從而隱性推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)的變遷。鑒于此，本文首先對(duì)近年來(lái)我國(guó)的技術(shù)進(jìn)步及其偏向進(jìn)行測(cè)度，進(jìn)而考察其對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響和作用機(jī)理。

有關(guān)技術(shù)進(jìn)步偏向的定義及測(cè)度方法最早可追溯到?？怂鼓Ｐ头?Hicks，1932)[2]，但其假設(shè)資本勞動(dòng)比不變，這不符合技術(shù)進(jìn)步具有偏向的事實(shí)。基于該背景，一些學(xué)者改用要素份額法測(cè)度技術(shù)進(jìn)步偏向。雖然要素份額法克服了資本勞動(dòng)比不變及要素替代彈性不變的假設(shè)，但較繁瑣，且無(wú)法定性技術(shù)進(jìn)步偏向。之后Acemoglu(2002)[3]提出了變替代彈性法(CES)，其CES生產(chǎn)函數(shù)假定資本勞動(dòng)比和要素替代彈性可變，并規(guī)范性定義和識(shí)別了技術(shù)進(jìn)步偏向，成為大量學(xué)者研究的基礎(chǔ)。代表性研究有：Sato和Morita(2009)[4]以1960-2004年日本和美國(guó)為研究對(duì)象，發(fā)現(xiàn)兩國(guó)資本偏向型技術(shù)進(jìn)步大于勞動(dòng)偏向型技術(shù)進(jìn)步；Zha et al.(2018)[5]以1990-2012年中國(guó)為研究對(duì)象，發(fā)現(xiàn)對(duì)于工業(yè)界來(lái)說(shuō)，能源型技術(shù)進(jìn)步占主導(dǎo)，超過(guò)了資本和勞動(dòng)兩要素，主要是因?yàn)閯趧?dòng)密集型產(chǎn)業(yè)不斷減少。此外，隨著隨機(jī)前沿模型對(duì)技術(shù)無(wú)效率項(xiàng)進(jìn)行設(shè)定，學(xué)者開(kāi)始嘗試采用隨機(jī)前沿估計(jì)方法測(cè)度技術(shù)進(jìn)步偏向，如Yang et al.(2018)[6]發(fā)現(xiàn)2001-2013年中國(guó)工業(yè)部門(mén)技術(shù)進(jìn)步更偏向于勞動(dòng)和化石能源。該方法在打破要素替代彈性不變假定、考慮技術(shù)無(wú)效的情形下，能定量地測(cè)度技術(shù)進(jìn)步偏向指數(shù)，在研究中得到廣泛應(yīng)用。

關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響因素研究較多，其中恩格爾效應(yīng)與鮑莫爾效應(yīng)被公認(rèn)為最重要的兩個(gè)因素。鮑莫爾效應(yīng)強(qiáng)調(diào)了不同產(chǎn)業(yè)部門(mén)產(chǎn)品之間相對(duì)價(jià)格的影響。如果兩個(gè)產(chǎn)業(yè)部門(mén)間產(chǎn)品可相互替代，那么技術(shù)進(jìn)步較快的產(chǎn)業(yè)部門(mén)的產(chǎn)品價(jià)格相對(duì)較低，生產(chǎn)消費(fèi)品的勞動(dòng)力逐漸轉(zhuǎn)移到TFP增長(zhǎng)率較低的部門(mén)，實(shí)現(xiàn)勞動(dòng)力的再分配(Ngai和Pissarides，2007)[7]。恩格爾效應(yīng)取自恩格爾定律，強(qiáng)調(diào)了人民收入變動(dòng)對(duì)產(chǎn)品需求的影響。Foellmi和Zweimüller(2008)[8]研究發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的主要推動(dòng)因素是恩格爾效應(yīng)，即收入水平提高帶來(lái)的消費(fèi)偏好變化。中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的核心動(dòng)力因素一直是學(xué)術(shù)界討論的焦點(diǎn)。有文獻(xiàn)表明中國(guó)的改革開(kāi)放政策能有效推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型(Dekle和Vandenbrouck，2012)[9]；也有文獻(xiàn)提出，金融的深化發(fā)展是推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的催化劑(Antzoulatos et al.，2011)[10]。

國(guó)內(nèi)許多學(xué)者從不同層面測(cè)算了中國(guó)的技術(shù)進(jìn)步偏向，多表明總體偏向于資本。全國(guó)整體層面，戴天仕和徐現(xiàn)祥(2010)[11]在CES生產(chǎn)函數(shù)基礎(chǔ)上，采用標(biāo)準(zhǔn)化供給面系統(tǒng)法測(cè)度我國(guó)技術(shù)進(jìn)步偏向，結(jié)果顯示我國(guó)技術(shù)進(jìn)步在1979-1982年偏向勞動(dòng)，1983年之后則發(fā)生逆轉(zhuǎn)。省份層面，陳曉玲和連玉君(2013)[12]研究發(fā)現(xiàn)我國(guó)大部分省份技術(shù)進(jìn)步具有偏向資本特征。城市層面，潘文卿等(2017)[13]指出不同城市間的技術(shù)進(jìn)步偏向具有擴(kuò)散效應(yīng)。此外，國(guó)內(nèi)學(xué)者也對(duì)推動(dòng)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的因素進(jìn)行了分析。譬如，巫景飛和郝亮(2016)[14]研究發(fā)現(xiàn)政府提供的知識(shí)產(chǎn)權(quán)保護(hù)有助于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。王林輝和袁禮(2018)[1]強(qiáng)調(diào)技術(shù)進(jìn)步對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的作用，提出技術(shù)進(jìn)步的偏向性通過(guò)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型影響要素收入分配。郭凱明和羅敏(2021)[15]研究發(fā)現(xiàn)有偏型技術(shù)進(jìn)步一方面導(dǎo)致勞動(dòng)力跨產(chǎn)業(yè)遷徙，另一方面改變各部門(mén)產(chǎn)品的需求比例，進(jìn)而影響產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。

縱觀上述研究，學(xué)者們對(duì)技術(shù)進(jìn)步偏向的具體測(cè)度結(jié)果存在差異，對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的主要影響因素結(jié)論不一。現(xiàn)有研究對(duì)技術(shù)進(jìn)步偏向的測(cè)度大多集中在國(guó)家層面及省份層面，少有涉及城市層面。此外，已有文獻(xiàn)更多是研究中性技術(shù)進(jìn)步對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響，鮮有學(xué)者研究技術(shù)進(jìn)步偏向與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的關(guān)系。因此，準(zhǔn)確測(cè)算城市層面的技術(shù)進(jìn)步偏向，并進(jìn)一步探討其對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響具有重要現(xiàn)實(shí)意義。鑒于此，本文研究貢獻(xiàn)主要體現(xiàn)為：一是采用超越對(duì)數(shù)形式的隨機(jī)前沿估計(jì)法(SFA)測(cè)度技術(shù)進(jìn)步偏向，彌補(bǔ)了CES法的不足。二是考慮技術(shù)進(jìn)步偏向性特征，與現(xiàn)實(shí)較吻合。三是測(cè)度城市層面的技術(shù)進(jìn)步偏向，對(duì)比分析城市間技術(shù)進(jìn)步偏向差異，同時(shí)研究中部、西部、東部各區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響因素的差異性。

二 中國(guó)地級(jí)市技術(shù)進(jìn)步偏向的測(cè)度方法

(一)模型設(shè)定

測(cè)度技術(shù)進(jìn)步偏向的常用方法有變替代彈性CES法、隨機(jī)前沿估計(jì)法、DEA法等。本文考慮到超越對(duì)數(shù)生產(chǎn)函數(shù)假設(shè)技術(shù)進(jìn)步非中性，并結(jié)合技術(shù)進(jìn)步及不同投入要素之間的交互、替代效應(yīng)，選用超越對(duì)數(shù)形式的隨機(jī)前沿模型如下：

+β8TtlnKit+β9TtlnLit+υit-μit

(1)

其中，Yit為產(chǎn)出，K和L分別為資本投入和勞動(dòng)投入，T表示技術(shù)進(jìn)步，υit為隨機(jī)誤差項(xiàng)，反映隨機(jī)系統(tǒng)非效率，假設(shè)獨(dú)立同分布且服從υit～iidN(0,συ2)；μit為技術(shù)無(wú)效誤差項(xiàng)，假定其獨(dú)立同分布且μit=μiexp[-η(t-T)]，μi～N+(μ，σμ2)，其中η為μit變化率。根據(jù)Battese和Coelli(1992)[16]的研究，可令γ=σμ2/(σμ2+συ2)，0≤γ≤1，γ為隨機(jī)誤差項(xiàng)中技術(shù)無(wú)效所占比重，可利用極大似然法對(duì)其進(jìn)行估計(jì)，當(dāng)γ接近1時(shí)，說(shuō)明技術(shù)無(wú)效占隨機(jī)誤差比重較大，使用隨機(jī)前沿模型估計(jì)較為合理。

利用模型(1)估計(jì)結(jié)果，可求出資本產(chǎn)出彈性εKit和勞動(dòng)產(chǎn)出彈性εLit分別為：

εKit≡?lnYit/?lnKit=β1+β4lnKit+β7lnLit+β8Tt

(2)

εLit≡?lnYit/?lnLit=β2+β5lnKit+β7lnLit+β9Tt

(3)

資本配置效率(資本邊際生產(chǎn)率MPKit)和勞動(dòng)配置效率(勞動(dòng)邊際生產(chǎn)率MPLit)分別為：

MPKit=εKit×Yit/Kit=(β1+β4lnKit+β7lnLit+β8Tt)Yit/Kit

(4)

MPLit=εLit×Yit/Lit=(β2+β5lnKit+β7lnLit+β9Tt)Yit/Lit

(5)

參考Diamond(1965)[17]計(jì)算技術(shù)進(jìn)步偏向指數(shù)的方法：

(6)

其中，F(xiàn)KT和FLT分別表示資本配置效率及勞動(dòng)配置效率的增量，F(xiàn)K和FL分別表示資本配置效率和勞動(dòng)配置效率；DBiasKL為技術(shù)進(jìn)步偏向指數(shù)，若DBiasKL>0，則技術(shù)進(jìn)步對(duì)資本邊際生產(chǎn)率的影響大于對(duì)勞動(dòng)邊際生產(chǎn)率，此時(shí)技術(shù)進(jìn)步偏向于資本；反之，則技術(shù)進(jìn)步偏向于勞動(dòng)；若DBiasKL=0，則為技術(shù)進(jìn)步中性。結(jié)合式(1)-式(3)，可以進(jìn)一步得到：

(7)

本文采用超越對(duì)數(shù)形式的隨機(jī)前沿方法(SFA)的主要優(yōu)點(diǎn)如下：(1)相較于傳統(tǒng)的CES法，超越對(duì)數(shù)函數(shù)形式靈活，有統(tǒng)計(jì)量作為參考，更精確，且考慮了多種要素之間的交互作用，反映的信息更為全面；(2)相較于要素份額法，SFA法放松了技術(shù)進(jìn)步中性的假設(shè)，更加貼近實(shí)際。

(二)數(shù)據(jù)來(lái)源

本文研究樣本為2002-2017年中國(guó)285個(gè)地級(jí)市的面板數(shù)據(jù)。選取各市國(guó)內(nèi)生產(chǎn)總值GDP作為產(chǎn)出變量；以各市勞動(dòng)力數(shù)據(jù)作為勞動(dòng)力變量；資本存量使用永續(xù)盤(pán)存法測(cè)算：Kt=It+(1-δt)Kt-1,其中Kt為第t年的資本存量，Kt-1為第t-1年的資本存量，It為第t年的投資，δt為第t年的折舊率。其中，以2000年為基期的資本存量為K2000=I2000/(geomean(I2017/I2000)+δ)，δ取5%。各指標(biāo)數(shù)據(jù)均來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。

三 中國(guó)地級(jí)市技術(shù)進(jìn)步偏向測(cè)度結(jié)果分析

(一)模型檢驗(yàn)

在測(cè)算技術(shù)進(jìn)步偏向指數(shù)前，需要檢驗(yàn)隨機(jī)前沿生產(chǎn)函數(shù)模型的適用性。首先構(gòu)造廣義似然率統(tǒng)計(jì)量λ=-2ln[L(H0)/L(H1)]，其中L(H0)為零假設(shè)約束下隨機(jī)前沿模型的對(duì)數(shù)似然值，L(H1)為無(wú)約束隨機(jī)前沿模型的對(duì)數(shù)似然值，如果約束條件H0成立，則λ服從自由度為m的卡方分布(m為約束條件數(shù))。由表1可知，所有假設(shè)檢驗(yàn)結(jié)果均顯示LR統(tǒng)計(jì)量大于1%臨界值，拒絕原假設(shè)H0，表明技術(shù)非效率，應(yīng)采用超越對(duì)數(shù)生產(chǎn)函數(shù)，存在技術(shù)進(jìn)步，技術(shù)進(jìn)步為非中性。綜上可知，本文采用超越對(duì)數(shù)函數(shù)形式的隨機(jī)前沿模型估計(jì)是合理的。

表1 模型假設(shè)檢驗(yàn)結(jié)果

(二)測(cè)算結(jié)果及分析

根據(jù)式(1)，利用全國(guó)285個(gè)地級(jí)市2002-2017年數(shù)據(jù)進(jìn)行估計(jì)，結(jié)果如表2所示，所有參數(shù)均在1%水平上顯著。其中，γ為0.9240，說(shuō)明模型誤差項(xiàng)主要來(lái)源于技術(shù)非效率，隨機(jī)誤差作用較小，進(jìn)一步說(shuō)明選擇隨機(jī)前沿模型的合理性；η顯著為正，說(shuō)明技術(shù)效率遞增且與全要素生產(chǎn)率正相關(guān)；β4、β5分別為0.018和0.031，顯著為正說(shuō)明這些年來(lái)資本累積和勞動(dòng)投入的規(guī)模報(bào)酬是遞增的；β7、β9分別為-0.022和-0.007，顯著為負(fù)說(shuō)明勞動(dòng)與資本、技術(shù)進(jìn)步相互替代；β8顯著為正說(shuō)明技術(shù)進(jìn)步與資本的互補(bǔ)效應(yīng)大于替代效應(yīng)。以上結(jié)果與宋慧琳和彭迪云(2019)[19]的研究結(jié)果大體一致。

表2 隨機(jī)前沿模型估計(jì)結(jié)果

此外，根據(jù)式(4)、 式(5)和式(7)估計(jì)得到2002-2017年中國(guó)285個(gè)地級(jí)市的技術(shù)偏向指數(shù)、資本/勞動(dòng)配置效率：(1)99.735%的技術(shù)進(jìn)步偏向指數(shù)大于0，表明2002-2017年我國(guó)地級(jí)市技術(shù)進(jìn)步整體偏向資本，此結(jié)果與戴天仕和徐天祥(2010)[11]測(cè)度我國(guó)國(guó)家層面技術(shù)進(jìn)步偏向的結(jié)論基本一致，說(shuō)明技術(shù)進(jìn)步所帶來(lái)的資本邊際生產(chǎn)率增速大于勞動(dòng)邊際生產(chǎn)率增速。這主要是由要素供給差異引起，改革開(kāi)放以來(lái)我國(guó)的資本積累速度遠(yuǎn)大于勞動(dòng)積累速度，這一背景下生廠商更青睞資本增強(qiáng)型技術(shù)。另外，國(guó)際間的技術(shù)擴(kuò)散效應(yīng)也起到了不可忽視的作用，開(kāi)放背景下發(fā)達(dá)國(guó)家的資本偏向型技術(shù)進(jìn)步通過(guò)貿(mào)易及技術(shù)引進(jìn)等途徑傳染給中國(guó)。兩方面作用促使我國(guó)技術(shù)進(jìn)步整體偏向資本；(2)技術(shù)進(jìn)步偏向指數(shù)小于0(即偏向勞動(dòng))的年份主要是2002年、2003年，且均集中在西部地區(qū)城市。原因可能是相對(duì)中部、東部地區(qū)，西部地區(qū)的人力成本較低，在美國(guó)逐步貨幣放水的時(shí)代背景下，這兩年的技術(shù)進(jìn)步偏向勞動(dòng)，而后隨著貨幣的進(jìn)一步超發(fā)，我國(guó)的資本積累速度與勞動(dòng)積累速度差距逐漸拉大，從而導(dǎo)致技術(shù)進(jìn)步整體偏向資本。(3)技術(shù)進(jìn)步偏向指數(shù)呈遞減趨勢(shì)，表明2002-2017年我國(guó)技術(shù)進(jìn)步偏向資本的程度越來(lái)越小，但總體仍偏向資本。也就是說(shuō)，2002-2017年來(lái)技術(shù)進(jìn)步帶來(lái)的資本與勞動(dòng)邊際生產(chǎn)率增速差距逐漸減小。這是因?yàn)槭芙逃降闹鸩教岣叽龠M(jìn)了人力技能水平整體提升，高素質(zhì)人力帶來(lái)了高收益，進(jìn)而減小了資本配置效率與人力配置效率的增速差。

對(duì)比我國(guó)東部、中部、西部地區(qū)的技術(shù)進(jìn)步偏向指數(shù)(如圖1所示)發(fā)現(xiàn)，三個(gè)地區(qū)技術(shù)進(jìn)步偏向指數(shù)趨勢(shì)大體一致，但2003-2010年西部、中部、東部地區(qū)技術(shù)進(jìn)步偏向指數(shù)減小的速度依次遞增。一方面，這與各地區(qū)勞動(dòng)力流動(dòng)的“馬太效應(yīng)”有關(guān)。2003-2010年間東部地區(qū)經(jīng)濟(jì)發(fā)展迅猛，東部發(fā)展優(yōu)于中部地區(qū)，而中部發(fā)展又優(yōu)于西部地區(qū)，經(jīng)濟(jì)繁榮的同時(shí)也帶來(lái)人才的遷徙，人才從西部地區(qū)遷向中部、東部地區(qū)，使得西部、中部、東部地區(qū)人才增長(zhǎng)速度依次遞增，在西部、中部、東部科研教育水平本就存在較大差距的基礎(chǔ)上進(jìn)一步拉大勞動(dòng)配置效率差距，最終使得西部、中部、東部地區(qū)技術(shù)進(jìn)步偏向指數(shù)減小的速度依次遞增。另一方面，這也與資本的規(guī)模報(bào)酬遞減效應(yīng)有關(guān)。相較東部沿海發(fā)達(dá)城市，西部、中部地區(qū)城市的資本較匱乏，由于資本的規(guī)模報(bào)酬遞減效應(yīng)，中西部落后地區(qū)的資本配置效率增長(zhǎng)速度將超過(guò)東部發(fā)達(dá)地區(qū)(資本的后發(fā)優(yōu)勢(shì))，進(jìn)而影響技術(shù)進(jìn)步偏向指數(shù)減小的速度。

圖1 2013-2017年中國(guó)各地區(qū)城市平均技術(shù)進(jìn)步偏向指數(shù)

表3為2020年GDP排名前十位城市的技術(shù)進(jìn)步偏向指數(shù)，可以看出各城市技術(shù)進(jìn)步偏向指數(shù)呈遞減趨勢(shì)，遞減速度逐漸減緩，但仍偏向資本。其中，北京技術(shù)進(jìn)步偏向資本的程度明顯高于其他城市，但差距隨時(shí)間逐漸減小。這可能是因?yàn)楸本┳鳛槿珖?guó)的政治文化中心，早已聚集全國(guó)人才，人力技能水平很早便達(dá)到了較高水準(zhǔn)，勞動(dòng)配置效率的增速小于其他城市，進(jìn)而導(dǎo)致技術(shù)進(jìn)步更偏向資本。而其他城市每年的技術(shù)進(jìn)步偏向指數(shù)相差不大，且技術(shù)進(jìn)步指數(shù)整體低于全國(guó)平均水平，意味著這些城市的技術(shù)進(jìn)步資本偏向度相對(duì)全國(guó)水平較低，這一方面可能是由于GDP排名前十的城市較發(fā)達(dá)，資本達(dá)到一定程度后受規(guī)模報(bào)酬遞減效應(yīng)影響，資本配置效率增速要小于其他落后城市；另一方面是由于這些發(fā)達(dá)城市高素質(zhì)人力帶來(lái)的高收益縮小了勞動(dòng)配置效率與資本配置效率的增速差異。

表3 主要城市技術(shù)進(jìn)步偏向指數(shù)

四 技術(shù)進(jìn)步偏向、要素配置效率對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響

本文在測(cè)算技術(shù)進(jìn)步偏向指數(shù)及要素配置效率基礎(chǔ)上，進(jìn)一步構(gòu)建面板模型實(shí)證檢驗(yàn)其對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響，討論產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響因素和相關(guān)作用機(jī)制，并分區(qū)域?qū)Ρ确治觥?/p>

(一)實(shí)證模型的構(gòu)建

結(jié)合現(xiàn)有研究，選取技術(shù)進(jìn)步偏向、資本/勞動(dòng)配置效率、人均收入、對(duì)外開(kāi)放程度、外商投資水平、科技研發(fā)投入、教育投入為解釋變量。技術(shù)進(jìn)步是推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)最根本的因素，技術(shù)進(jìn)步存在偏向性的情況下，要素投入效率也會(huì)有所差異。要素效率增幅不同時(shí)，效率較優(yōu)的要素投入比例將加大。在這個(gè)過(guò)程中，要素投入比例也將變得更為合理，促使產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，因此技術(shù)進(jìn)步偏向與產(chǎn)業(yè)結(jié)構(gòu)之間有著密切聯(lián)系。Acemoglu(2002)[20]指出，技術(shù)進(jìn)步偏向性通過(guò)對(duì)勞動(dòng)、資本配置效率的不對(duì)稱作用影響要素收入，進(jìn)一步影響產(chǎn)業(yè)供需結(jié)構(gòu)，因此勞動(dòng)、資本配置效率與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間有著直接關(guān)系?？紤]到人均收入會(huì)直接影響人民的消費(fèi)結(jié)構(gòu)，需求端進(jìn)一步對(duì)產(chǎn)業(yè)結(jié)構(gòu)變遷產(chǎn)生作用，于是本文將這一變量加入解釋變量。加大資本賬戶開(kāi)放水平能促進(jìn)資本流動(dòng)，提升投資效率，進(jìn)一步推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。FDI可以加大本土企業(yè)競(jìng)爭(zhēng)，本土企業(yè)也可以通過(guò)此渠道學(xué)習(xí)外國(guó)技術(shù)，同時(shí)外資投向的產(chǎn)業(yè)也具有偏向性，從而與產(chǎn)業(yè)結(jié)構(gòu)有著直接聯(lián)系。索洛經(jīng)濟(jì)增長(zhǎng)模型指出經(jīng)濟(jì)增長(zhǎng)取決于技術(shù)水平、人力與資本三個(gè)要素，而科技投入與教育投入通過(guò)直接影響技術(shù)水平和人力技能水平，間接影響經(jīng)濟(jì)增長(zhǎng)，進(jìn)一步影響產(chǎn)業(yè)結(jié)構(gòu)，因此本文也將教育、科技投入作為解釋變量。具體模型設(shè)定如下：

lnISit=ξ0+ξ1lnmpkit+ξ2lnmplit+ξ3lnDit+ξ4xit+μt+ui+εit

(8)

其中l(wèi)nISit為被解釋變量，表示i城市t年產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度；lnmpkit、lnmplit、lnDit為核心解釋變量，分別表示資本配置效率、勞動(dòng)配置效率和技術(shù)進(jìn)步偏向；xit為控制變量，μt表示時(shí)間效應(yīng)，ui表示個(gè)體效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。

(二)指標(biāo)選取說(shuō)明及數(shù)據(jù)來(lái)源

1. 被解釋變量：產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(lnIS)。產(chǎn)業(yè)經(jīng)濟(jì)學(xué)經(jīng)典理論“配第-克拉克定理”認(rèn)為，隨著經(jīng)濟(jì)發(fā)展和國(guó)民收入水平的提升，勞動(dòng)力由第一產(chǎn)業(yè)逐漸向第二產(chǎn)業(yè)、第三產(chǎn)業(yè)轉(zhuǎn)移，由此使得第一產(chǎn)業(yè)的勞動(dòng)力和產(chǎn)出相對(duì)下降，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的勞動(dòng)力和產(chǎn)出相對(duì)上升。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)主要表現(xiàn)為第一產(chǎn)業(yè)比例減小而第二三產(chǎn)業(yè)比例上升的過(guò)程。借鑒張翠菊和張宗益(2015)[21]的方法，本文選取第二三產(chǎn)業(yè)增加值之和比第一產(chǎn)業(yè)增加值(lnIS)衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，lnIS越大，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。

2. 核心解釋變量：技術(shù)進(jìn)步偏向(lnD)、資本配置效率(lnmpk)、勞動(dòng)配置效率(lnmpl)。選取技術(shù)偏向指數(shù)作為技術(shù)進(jìn)步偏向的度量指標(biāo)，其與資本配置效率和勞動(dòng)配置效率數(shù)據(jù)均由本文第二部分測(cè)算。

3. 控制變量：人均收入(lnpergdp)、對(duì)外開(kāi)放程度(lnopen)、外商投資水平(lnfdi)、科技研發(fā)投入(lnsci)、教育投入(lnedu)。選取人均GDP度量人均收入，選取進(jìn)出口總額/GDP作為對(duì)外開(kāi)放程度替代變量，選取FDI(外商直接投資)度量外商投資水平。

以上數(shù)據(jù)，除技術(shù)進(jìn)步偏向指數(shù)和資本/勞動(dòng)配置效率是由本文第二部分測(cè)算得到外，其余變量數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》及CEIC經(jīng)濟(jì)數(shù)據(jù)庫(kù)。

(三)實(shí)證結(jié)果及分析

1.基礎(chǔ)模型結(jié)果分析

表4為基礎(chǔ)模型的固定效應(yīng)回歸結(jié)果。所有回歸同時(shí)控制了城市個(gè)體固定效應(yīng)及年份固定效應(yīng)，以此來(lái)控制各個(gè)城市個(gè)體的不可觀察因素以及各個(gè)年份的外部沖擊。在列(1)中，解釋變量?jī)H考慮了技術(shù)進(jìn)步偏向、資本配置效率及勞動(dòng)配置效率三個(gè)核心影響因素。從回歸結(jié)果可看出：資本配置效率lnmpk、勞動(dòng)配置效率lnmpl、技術(shù)進(jìn)步偏向lnD與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度呈正相關(guān)關(guān)系，且均在1%水平上顯著。也就是說(shuō)，勞動(dòng)、資本配置效率越大，技術(shù)進(jìn)步越偏向資本，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。其可能的作用機(jī)制為：(1)資本偏向型技術(shù)進(jìn)步通過(guò)引導(dǎo)產(chǎn)業(yè)間要素流動(dòng)，改變產(chǎn)業(yè)要素比例，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(鮑莫爾效應(yīng))。一方面，技術(shù)進(jìn)步存在偏向情況下，要素生產(chǎn)率的增速差異導(dǎo)致效率較優(yōu)的要素投入比例加大。通過(guò)這一作用，要素投入比例趨向最優(yōu)，促使產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化(楊天宇和劉賀賀，2012)[22]；另一方面，技術(shù)進(jìn)步偏向資本時(shí)，考慮要素替代性，此時(shí)勞動(dòng)力減少，技能低下勞動(dòng)力因無(wú)法匹配資本偏向型技術(shù)進(jìn)步而被淘汰，這一過(guò)程優(yōu)化了就業(yè)人員技能水平，進(jìn)一步強(qiáng)化技術(shù)進(jìn)步對(duì)資本和勞動(dòng)要素的再配置，進(jìn)而優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。(2)資本偏向型技術(shù)進(jìn)步通過(guò)收入效應(yīng)影響需求側(cè)，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(Kongsamut et al.，2001)[23]。資本偏向型技術(shù)進(jìn)步通過(guò)影響要素的供求進(jìn)一步影響要素報(bào)酬比例，使國(guó)民收入中各人群占比發(fā)生變動(dòng)，消費(fèi)需求也因此發(fā)生變動(dòng)(具體表現(xiàn)為：對(duì)第二三產(chǎn)業(yè)需求特別是第三產(chǎn)業(yè)需求上升，對(duì)第一產(chǎn)業(yè)需求下降)，也即產(chǎn)業(yè)結(jié)構(gòu)中的“恩格爾效應(yīng)”，進(jìn)一步從需求側(cè)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。(3)資本偏向型技術(shù)進(jìn)步通過(guò)資本流動(dòng)及國(guó)際貿(mào)易在各國(guó)間傳遞，進(jìn)一步推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。較發(fā)達(dá)國(guó)家考慮到人工、土地成本，會(huì)對(duì)較落后國(guó)家進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移，而外資企業(yè)也可以通過(guò)這一路徑學(xué)習(xí)外國(guó)技術(shù)，實(shí)現(xiàn)技術(shù)轉(zhuǎn)移。

表4 技術(shù)進(jìn)步偏向、要素配置效率對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響

(續(xù)上表)

在列(2)中繼續(xù)加入人均收入水平(lnpergdp)、對(duì)外開(kāi)放程度(lnopen)和外商投資水平(lnfdi)三個(gè)解釋變量，可以發(fā)現(xiàn)資本配置效率、勞動(dòng)配置效率及技術(shù)進(jìn)步偏向系數(shù)符號(hào)與列(1)一致，且均在1%水平上顯著，表明上述實(shí)證結(jié)果的穩(wěn)健性。人均收入、對(duì)外開(kāi)放程度、外商投資水平與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度呈正相關(guān)關(guān)系，且均在1%水平上顯著。也就是說(shuō)：人均收入越高，對(duì)外開(kāi)放程度越強(qiáng)，外商投資規(guī)模越大，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。其原因如下：(1)人均收入會(huì)直接影響人民的消費(fèi)結(jié)構(gòu)，根據(jù)馬斯洛的需求層次理論，隨著人均收入的提高，人民需求由最基本的生理需求逐漸轉(zhuǎn)向更高級(jí)的心理需求。這一過(guò)程促使服務(wù)業(yè)的消費(fèi)需求也越來(lái)越大，需求端的影響進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。(2)提高對(duì)外開(kāi)放水平能促進(jìn)資本流動(dòng)，提升投資效率，進(jìn)一步推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。第一，對(duì)外開(kāi)放通過(guò)改變消費(fèi)需求推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。對(duì)外開(kāi)放在刺激消費(fèi)需求的同時(shí)改變了進(jìn)出口商品結(jié)構(gòu)，促使本國(guó)具有出口優(yōu)勢(shì)的產(chǎn)業(yè)發(fā)展，對(duì)產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生影響；第二，對(duì)外開(kāi)放通過(guò)技術(shù)吸收推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。在全球開(kāi)放背景下，外國(guó)技術(shù)傳至我國(guó)，實(shí)現(xiàn)技術(shù)轉(zhuǎn)移，對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)產(chǎn)生推動(dòng)作用；第三，對(duì)外開(kāi)放通過(guò)物質(zhì)資本積累效應(yīng)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(Acemoglu，2008)[24]。由新貿(mào)易理論可知，隨著對(duì)外開(kāi)放水平的提高，受貿(mào)易中規(guī)模經(jīng)濟(jì)的影響，企業(yè)成本逐步降低，繼而提高利潤(rùn)水平和國(guó)內(nèi)物質(zhì)資本積累，促進(jìn)資本配置效率提升，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。

由于研發(fā)投入和教育投入亦是影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的重要因素，本文在列(3)中進(jìn)一步加入科技研發(fā)投入及教育投入變量，核心解釋變量系數(shù)的符號(hào)與列(1)一致，且均在1%水平上顯著，進(jìn)一步表明結(jié)論具有較強(qiáng)的穩(wěn)健性。新增控制變量研發(fā)投入、教育投入與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度也顯著正相關(guān)，表明增加研發(fā)和教育投入可能從技術(shù)創(chuàng)新和人力資本素質(zhì)提升渠道促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。

為了研究不同地區(qū)影響因素的作用差異，進(jìn)一步按東部、西部、中部進(jìn)行估計(jì)，結(jié)果如列(4)-列(6)所示。技術(shù)進(jìn)步的資本偏向性對(duì)東部和中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有顯著的促進(jìn)作用，對(duì)西部地區(qū)的作用則不顯著。這可能是由于西部地區(qū)勞動(dòng)力短缺，勞動(dòng)偏向型技術(shù)進(jìn)步對(duì)西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作用同樣很大。FDI的增加顯著利于東部和中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，且對(duì)中部地區(qū)的影響大于東部地區(qū)。這是因?yàn)槲覈?guó)絕大部分FDI分布在東部地區(qū)(2020年?yáng)|部地區(qū)FDI占比為88.4%)，同時(shí)由于規(guī)模報(bào)酬遞減效應(yīng)，F(xiàn)DI對(duì)中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)顯得更為重要。勞動(dòng)配置效率對(duì)東部和中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有顯著的促進(jìn)作用，且對(duì)中部地區(qū)的影響大于東部地區(qū)。這可能是由于相較東部地區(qū)，中部地區(qū)人才更為緊缺， 此時(shí)中部地區(qū)勞動(dòng)配置效率的提高更有利于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。教育投入、研發(fā)投入對(duì)中部、東部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)也具有顯著促進(jìn)作用，且對(duì)中部地區(qū)的影響大于東部地區(qū)，反映了中部地區(qū)對(duì)教育及研發(fā)經(jīng)費(fèi)的需求更為迫切。另外，西部地區(qū)回歸結(jié)果列(5)僅有人均收入這一變量顯著。一方面，西部地區(qū)技術(shù)落后，資本/勞動(dòng)偏向型技術(shù)進(jìn)步對(duì)該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)均有顯著推動(dòng)作用，也即技術(shù)進(jìn)步的偏向性對(duì)該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響差異不大。另一方面，對(duì)比東部、中部地區(qū)，西部地區(qū)人均收入這一變量系數(shù)明顯高于其他兩個(gè)地區(qū)，這可能是由于西部地區(qū)人均收入較低，相較其他影響因素，該地區(qū)人均收入水平對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用更大。另外西部地區(qū)樣本量較少也可能導(dǎo)致該結(jié)果。

2.內(nèi)生性分析

由于產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度與技術(shù)進(jìn)步偏向、要素配置效率及人均收入可能存在雙向因果關(guān)系，導(dǎo)致內(nèi)生性問(wèn)題，因此本文采用工具變量2SLS法來(lái)解決模型的內(nèi)生性。選取滯后一期的要素配置效率、技術(shù)進(jìn)步偏向指數(shù)以及人均收入作為工具變量，重新進(jìn)行檢驗(yàn)。首先，滯后一期要素配置效率、技術(shù)進(jìn)步偏向指數(shù)、人均收入一般會(huì)遵循原有路徑變化，因此與當(dāng)期值高度相關(guān)，而與當(dāng)期產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度的隨機(jī)沖擊無(wú)關(guān)，也即外生于隨機(jī)擾動(dòng)項(xiàng)。其次，從識(shí)別不足檢驗(yàn)的估計(jì)結(jié)果來(lái)看，Anderson canon. corr. LM統(tǒng)計(jì)量的p值為0.0000，拒絕“工具變量不可識(shí)別”的原假設(shè)。最后，弱識(shí)別檢驗(yàn)結(jié)果表明Cragg-Donald Wald F統(tǒng)計(jì)量為31.007，遠(yuǎn)遠(yuǎn)大于Stock-Yogo檢驗(yàn)10%水平下的臨界值，因此工具變量不存在弱相關(guān)問(wèn)題。綜上，本文構(gòu)造的工具變量是合理的。

接下來(lái)使用2SLS法進(jìn)行估計(jì)，結(jié)果如表4列(7)所示。可以看出，核心解釋變量符號(hào)與基礎(chǔ)模型估計(jì)結(jié)果列(3)基本一致。技術(shù)進(jìn)步偏向、要素配置效率與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度呈正相關(guān)關(guān)系，且均在1%水平上顯著。也就是說(shuō)：技術(shù)進(jìn)步越偏向資本、要素配置效率越高，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。另外，變量系數(shù)稍有增加，說(shuō)明此前采用雙向固定效應(yīng)模型時(shí)，核心解釋變量系數(shù)存在向下偏移，對(duì)產(chǎn)業(yè)結(jié)構(gòu)的推動(dòng)作用被低估。而采用工具變量解決內(nèi)生性后，技術(shù)進(jìn)步的資本偏向性及要素配置效率對(duì)產(chǎn)業(yè)結(jié)構(gòu)的推動(dòng)作用增加。

綜上，資本/勞動(dòng)配置效率越大，技術(shù)進(jìn)步越偏向資本，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。分地區(qū)而言，技術(shù)進(jìn)步的資本偏向性對(duì)東部和中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有顯著的促進(jìn)作用，對(duì)西部地區(qū)的作用則不顯著。相較東部發(fā)達(dá)地區(qū)，F(xiàn)DI、研發(fā)投入和教育投入對(duì)中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作用更大。

五 結(jié)論與政策啟示

本文首先采用隨機(jī)前沿估計(jì)(SFA)方法測(cè)算2002-2017年我國(guó)285個(gè)地級(jí)市的技術(shù)進(jìn)步偏向，分區(qū)域?qū)Ρ确治鑫覈?guó)技術(shù)進(jìn)步偏向走勢(shì)。接著實(shí)證檢驗(yàn)技術(shù)進(jìn)步偏向與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的關(guān)系，分析產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響因素和作用機(jī)制。主要結(jié)論為：(1)2002-2017年我國(guó)地級(jí)市技術(shù)進(jìn)步整體偏向資本，技術(shù)進(jìn)步偏向勞動(dòng)的年份在2002年、2003年，且均集中在西部地區(qū)城市。(2)技術(shù)進(jìn)步偏向指數(shù)呈遞減趨勢(shì)，表明2002-2017年我國(guó)技術(shù)進(jìn)步偏向資本的程度越來(lái)越小，但總體仍偏向資本。(3)東部、中部、西部地區(qū)技術(shù)進(jìn)步偏向資本程度均有減緩趨勢(shì)，但2003-2010年?yáng)|部、中部、西部地區(qū)技術(shù)進(jìn)步偏向資本程度的減緩速度依次遞增，2010-2017各地區(qū)技術(shù)進(jìn)步偏向資本程度的減緩速度則基本一致。(4)勞動(dòng)配置效率、資本配置效率和技術(shù)進(jìn)步的資本偏向性對(duì)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有正向影響，分地區(qū)而言，技術(shù)進(jìn)步的資本偏向性顯著促進(jìn)了東部和中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，但對(duì)西部地區(qū)并無(wú)此結(jié)論。相較東部發(fā)達(dá)地區(qū)，F(xiàn)DI、研發(fā)投入和教育投入對(duì)中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作用更大。

基于上述結(jié)論提出以下政策建議：第一，應(yīng)進(jìn)一步加大對(duì)外開(kāi)放水平，實(shí)現(xiàn)因地制宜的對(duì)外開(kāi)放，特別是對(duì)開(kāi)放程度較低的中部、西部地區(qū)而言，區(qū)位劣勢(shì)限制了其對(duì)外開(kāi)放，而基建是打破國(guó)際貿(mào)易壁壘的有效手段，在此背景下可考慮從基建入手，充分拓展對(duì)外貿(mào)易的邊界范圍。另外，也可根據(jù)各個(gè)城市特點(diǎn)設(shè)立節(jié)點(diǎn)城市，全方位推進(jìn)對(duì)外開(kāi)放，形成產(chǎn)業(yè)鏈聯(lián)動(dòng)，進(jìn)而促使產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。第二，針對(duì)分地區(qū)研究資本偏向型技術(shù)進(jìn)步對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響的結(jié)論，再結(jié)合我國(guó)正處于工業(yè)化后期的現(xiàn)實(shí)基礎(chǔ)，本文認(rèn)為應(yīng)進(jìn)一步加強(qiáng)對(duì)落后地區(qū)特別是中西部地區(qū)資本引進(jìn)，利用資本深化帶來(lái)的資本偏向型技術(shù)進(jìn)步，優(yōu)化落后地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。第三，對(duì)于西部地區(qū)，鑒于該地區(qū)人均收入水平對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響最為顯著，政府可給予一定的個(gè)人稅收優(yōu)惠或補(bǔ)貼。同時(shí)應(yīng)繼續(xù)推進(jìn)西部大開(kāi)發(fā)戰(zhàn)略，實(shí)現(xiàn)規(guī)范的中央轉(zhuǎn)移支付，加強(qiáng)產(chǎn)業(yè)引導(dǎo)，鼓勵(lì)向西部地區(qū)投資，扶持西部具有比較優(yōu)勢(shì)的企業(yè)，實(shí)現(xiàn)以企業(yè)吸引人才。第四，加大教育投入、研發(fā)投入及FDI均有利于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，特別是，相較東部發(fā)達(dá)地區(qū)，促進(jìn)FDI、研發(fā)投入和教育投入對(duì)中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作用更大?？紤]到最大化優(yōu)化各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，需要將有限的研發(fā)、教育投入資源向中部地區(qū)傾斜以培養(yǎng)人才，并采取一定人才政策留住人才，積累人力資本，推進(jìn)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。