中國省際工業(yè)技術(shù)進步偏向的生產(chǎn)率影響效應(yīng)研究

白繼山，溫 濤，2

(西南大學(xué) 1.經(jīng)濟管理學(xué)院；2.普惠金融與農(nóng)業(yè)農(nóng)村發(fā)展研究中心，重慶 400715)

一、引 言

中國經(jīng)濟正處于由高速增長階段向高質(zhì)量發(fā)展階段跨越的進程中，從供給側(cè)來看，全要素生產(chǎn)率(TFP)提升是改善經(jīng)濟增長質(zhì)量的重要來源。工業(yè)作為中國實體經(jīng)濟的重要組成部分，也是我國經(jīng)濟發(fā)展的根基[1]，其經(jīng)濟增長動力由要素投入拉動向TFP增長驅(qū)動轉(zhuǎn)變的成功與否，直接影響著中國經(jīng)濟增長階段是否能夠順利完成變更。目前對于中國工業(yè)TFP增長的研究已十分豐富[2-4]，但大部分研究均在新古典增長框架下進行，使用索洛余值的方式理解TFP增長[5]。根據(jù)誘致性技術(shù)變革理論和內(nèi)生增長理論可知，TFP增長來源于技術(shù)研發(fā)，而研發(fā)行為本身具有偏向(Biased)特征，并總是體現(xiàn)為節(jié)約稀缺要素。如果打破新古典中性TFP增長的設(shè)定方式，那么TFP增長核算以及構(gòu)成因素分析都需要在一個新的分析框架下進行。

當(dāng)前既有分析TFP增長的非中性特征能力的框架，大致可以劃分為三類：一是數(shù)據(jù)包絡(luò)分析(DEA)框架，王班班和齊紹洲[6]、楊翔等[7]研究在該框架下對中國工業(yè)技術(shù)進步的偏向進行測算，并分析其對TFP增長的影響，但該框架的缺點在于DEA方法本質(zhì)是進行線性規(guī)劃求解，其在理論上的基礎(chǔ)薄弱，無法揭示技術(shù)進步偏向產(chǎn)生的經(jīng)濟原理，更無法測算出技術(shù)水平提升與技術(shù)進步偏向之間的關(guān)系。二是隨機前沿分析(SFA)模型，王班班和齊紹洲[8]、楊振兵[9]也曾在該框架下對中國工業(yè)技術(shù)進步偏向進行分析，雖然該方法有明確的生產(chǎn)函數(shù)作為基礎(chǔ)，也能解釋技術(shù)進步偏向的產(chǎn)生來源，但其無法將技術(shù)進步偏向和TFP增長結(jié)合起來，仍需要使用回歸等方法對技術(shù)進步偏向的TFP增長效應(yīng)進行分析，這將導(dǎo)致嚴(yán)重的內(nèi)生性問題，且本質(zhì)上技術(shù)進步偏向是TFP增長的重要組成部分。三是標(biāo)準(zhǔn)化供給面系統(tǒng)(Nominalized-Supply-Side-System)框架，該框架基于要素增強型CES生產(chǎn)函數(shù)構(gòu)建[10-11]，其優(yōu)點在于能夠測算出技術(shù)提升速度，并根據(jù)其定義技術(shù)進步偏向，使得技術(shù)進步偏向的測算十分具體，且在該框架下有兩種常用的TFP增長分解方法，一種基于經(jīng)典的Solow增長核算思路進行，但該方法無法體現(xiàn)技術(shù)進步偏向與TFP增長的關(guān)系[12]；另一種在Kmenta框架下進行，其可以將TFP增長分解成與技術(shù)進步偏向有關(guān)的構(gòu)成項，可以在避免內(nèi)生性問題的情況下，分析技術(shù)進步偏向?qū)FP增長的貢獻，因此其分析能力明顯優(yōu)于前兩種框架。

目前，標(biāo)準(zhǔn)化供給面系統(tǒng)框架已在中國宏觀經(jīng)濟分析中得以應(yīng)用[13-15]，并且也有部分學(xué)者引入到中國工業(yè)經(jīng)濟總體的研究中[16-17]，但是中國不同省際的資源稟賦千差萬別，工業(yè)經(jīng)濟增長階段也不可一概而論。胡偉等[18]的研究發(fā)現(xiàn)，改革開放以來，在區(qū)域發(fā)展戰(zhàn)略的推動下，中國工業(yè)經(jīng)濟的地理版圖由改革開放初期顯著的“東西分異”轉(zhuǎn)向“東西、南北分異”的空間格局。魏巍[19]發(fā)現(xiàn)東部地區(qū)的制造業(yè)技術(shù)水平不斷趨于一體化，而西部地區(qū)內(nèi)部制造業(yè)技術(shù)水平差異明顯且相互屏蔽。在上述現(xiàn)實背景之下，中國不同省份的工業(yè)技術(shù)進步偏向有何差異特征？技術(shù)進步偏向是否順應(yīng)了不同地區(qū)的要素稟賦或要素效率水平的變化，促進了當(dāng)?shù)毓I(yè)的TFP增長？各省的工業(yè)技術(shù)進步偏向應(yīng)如何優(yōu)化，才能有針對性的進一步促進工業(yè)TFP增長？只有回答以上問題，才能從一個內(nèi)生增長的視角，破解中國工業(yè)TFP增長的謎題，實現(xiàn)工業(yè)經(jīng)濟全面向高質(zhì)量發(fā)展的跨越。

二、理論分析與研究假說

(一)技術(shù)進步非中性的經(jīng)濟增長系統(tǒng)

Hicks中性技術(shù)進步是指技術(shù)進步能夠同等的惠及生產(chǎn)要素，使得要素的邊際產(chǎn)出得到同等水平的提升。為了放松上述較嚴(yán)格的假設(shè)限制，本文按照Klump等[10]、León-Ledesma等[11]的方式，基于標(biāo)準(zhǔn)化以后的要素增強型CES生產(chǎn)函數(shù)，構(gòu)建一個能夠刻畫技術(shù)進步偏向的經(jīng)濟增長系統(tǒng)，從而完成理論分析，如式(1)所示：

(1)

(二)技術(shù)進步偏向的定義

(2)

基于上述技術(shù)進步偏向的定義，可以按照戴天仕和徐現(xiàn)祥[13]的方式構(gòu)建標(biāo)準(zhǔn)化形式的技術(shù)進步偏向指數(shù)(BTPI，Biased Technical Progress Index)：

(3)

(三)技術(shù)進步偏向?qū)FP增長的影響

根據(jù)Sato & Morita[12]、雷欽禮[14]的研究可知，TFP增長本身就是由資本與勞動的效率改善構(gòu)造而成，技術(shù)進步的偏向理論上必然能夠?qū)FP增長產(chǎn)生影響。若想進一步明確技術(shù)進步偏向在何種情況下能夠促進(抑制)TFP增長，仍待進一步的理論分析。在此，本文首先基于Kmenta[22]的級數(shù)展開法對式(1)在σ=1處進行泰勒級數(shù)展開：

對于式(4)而言，可以按照León-Ledesma等[11]的方法，從中提取出對數(shù)形式的TFPt：

(5)

(6)

圖1 技術(shù)進步偏向與要素稟賦比較優(yōu)勢的耦合作用(路徑1)

圖2 技術(shù)進步偏向與要素效率比較優(yōu)勢的耦合作用(路徑2)

最后，由式(6)可知，TFP增長還受另外兩部分因素的影響，且均與技術(shù)進步偏向無關(guān)。其中一部分是要素替代彈性、要素效率優(yōu)勢與資本深化速度三者耦合所產(chǎn)生的復(fù)雜影響，本文將其簡寫為3rdEffect，影響方向具有較多不確定性；另一部分是資本和勞動要素效率改進共同構(gòu)成的影響，本文將其簡寫為4ndEffect，只要兩種要素的效率水平處于增長狀態(tài)，便能促進TFP增長，反則反之。但考慮到本文重點分析技術(shù)進步偏向?qū)FP增長的影響，在此不對另外兩部分影響因素進行過多分析。

根據(jù)上述分析，本文針對技術(shù)進步偏向?qū)FP增長的影響提出以下兩個假說：

假說1：技術(shù)進步偏向與要素稟賦比較優(yōu)勢相匹配時，方能促進TFP增長。

假說2：技術(shù)進步偏向與要素效率比較優(yōu)勢相匹配時，方能促進TFP增長。

三、模型構(gòu)建與指標(biāo)選擇

(一)標(biāo)準(zhǔn)化供給面系統(tǒng)方法

若想評價中國工業(yè)技術(shù)進步偏向?qū)FP增長的影響，需要對式(3)和式(6)中的各項經(jīng)濟參數(shù)進行識別，因此，必須對式(1)進行回歸，以估計得到各項經(jīng)濟參數(shù)的數(shù)值。但由于式(1)本身屬于非線性函數(shù)，并且無法通過對數(shù)處理達到線性簡化，必須求助于非線性估計技術(shù)。在此，本文引入Klump等[10]創(chuàng)建的標(biāo)準(zhǔn)化供給面系統(tǒng)方法實施非線性估計，其具體估計思路為將式(1)以及資本、勞動的要素需求函數(shù)聯(lián)立作為一個系統(tǒng)進行非線性似不相關(guān)(NLSUR)估計：

(7)

(8)

(9)

(10)

式(10)中，γi,i=K,N為要素效率的速率指標(biāo)，λi,i=K,N為要素效率的曲率指標(biāo)，將式(10)帶入式(7)、式(8)、式(9)即可以得到具有估計能力的標(biāo)準(zhǔn)化供給面系統(tǒng)。隨后可以將估計結(jié)果帶入式(11)，得到標(biāo)準(zhǔn)化處理后的資本與勞動效率水平：

(11)

對式(11)進行增長率計算，便可以分別得到資本與勞動效率水平的增速。

(二)指標(biāo)選擇

為實現(xiàn)標(biāo)準(zhǔn)化供給面系統(tǒng)的非線性估計，本文所需的指標(biāo)為中國工業(yè)的經(jīng)濟產(chǎn)出、資本存量、勞動人員數(shù)量、資本價格、勞動價格和價格加成6類指標(biāo)，每種指標(biāo)的衡量方式如下：

(1)工業(yè)經(jīng)濟產(chǎn)出(單位：億元)，使用第二產(chǎn)業(yè)增加值來衡量中國工業(yè)經(jīng)濟產(chǎn)出，但考慮到收入法核算過程中，生產(chǎn)稅凈額無法歸類到資本或勞動要素，因此最終應(yīng)從第二產(chǎn)業(yè)增加值中扣除生產(chǎn)稅凈額，且經(jīng)濟產(chǎn)出數(shù)據(jù)使用GDP平減指數(shù)調(diào)整為1978年不變價。

(2)工業(yè)資本存量(單位：億元)，使用永續(xù)盤存法對第二產(chǎn)業(yè)的資本存量進行核算，資本存量期初值、投資額以及折舊的處理方式均參照徐現(xiàn)祥等[24]，主要是將工業(yè)資本存量的核算數(shù)據(jù)更新至2017年，且資本存量數(shù)據(jù)使用GDP平減指數(shù)調(diào)整為1978年不變價。

(3)工業(yè)勞動人員數(shù)量(單位：億人)，使用第二產(chǎn)業(yè)從業(yè)人員數(shù)量衡量。

(4)資本價格(單位：%)，按照León-Ledesma等[11]的方式，使用當(dāng)期固定資產(chǎn)折舊除以資本存量計算。

(5)勞動價格(單位：元/人)，使用勞動者報酬除以勞動人員數(shù)量計算。

(6)價格加成(單位：%)，使用營業(yè)盈余除以要素成本來衡量。

(三)數(shù)據(jù)來源

本文的研究對象分別為中國31個省份的第二產(chǎn)業(yè)。受第四次中國經(jīng)濟普查的影響，《中國統(tǒng)計年鑒》(2019、2020)以及省級統(tǒng)計年鑒尚未公布2018年和2019年中國省級層面收入法GDP的核算情況，本文的考察時段受資料所限僅能設(shè)置為1978-2017年?？紤]到全國層面的上述6類指標(biāo)不能全部獲取，按照雷欽禮[14]、郝楓和盛衛(wèi)燕[25]的方式，通過將省級層面數(shù)據(jù)加總獲得全國數(shù)據(jù)，上述需要平減的指標(biāo)均是按照省級GDP平減指數(shù)進行處理后加總得到。上述指標(biāo)涉及收入法核算的第二產(chǎn)業(yè)增加值數(shù)據(jù)，其中1978-2004年數(shù)據(jù)來源于《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952-1995)》以及《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952-2004)》，2005年及以后的數(shù)據(jù)按照郝楓[26]的方式予以估算補充，其余指標(biāo)均可在《中國統(tǒng)計年鑒》和省級統(tǒng)計年鑒中獲得。

四、中國省際工業(yè)技術(shù)進步偏向的識別

(一)中國省際工業(yè)要素替代彈性分析

由式(3)可知，在進行省際工業(yè)技術(shù)進步偏向的最終識別之前，需要明確工業(yè)要素替代彈性以及要素效率增速的特征。將1978-2017年中國31個省份的工業(yè)經(jīng)濟數(shù)據(jù)代入標(biāo)準(zhǔn)化供給面系統(tǒng)，可以對式(1)的各項經(jīng)濟參數(shù)進行識別，中國省際工業(yè)要素增強型CES生產(chǎn)函數(shù)各項參數(shù)的估計結(jié)果如表1所示。

由分析表1可知，中國省際工業(yè)資本-勞動要素之間均呈現(xiàn)出替代特征。31個省份之中，僅有天津和西藏的要素替代彈性(σ)小于1，其余29個省份的σ均大于1，說明大部分省份的工業(yè)資本尚能較強的替代勞動要素。31個省份的σ平均值達到了1.1214，說明在勞動成本急劇上升的背景下，通過增大資本投入，仍能較大程度地減緩老齡化對工業(yè)經(jīng)濟增長的沖擊。具體來看，上海、北京、青海的σ高于1.30，屬于替代彈性最高的3個省份；其次江西、云南、海南、廣西、新疆5個省份的σ均高于1.20，屬于替代彈性次高的5個省份，部分西部省份呈現(xiàn)出σ較高的特征，主要是源于其資本要素的相對稀缺和勞動要素的相對充裕；再次，吉林、甘肅、浙江和貴州等10個省份的σ介于1.10-1.20之間，說明大部分中部省份的工業(yè)資本—勞動要素的替代程度也在省際層面處于中等水平；最后，四川、重慶、山西、福建等11個省份的σ介于1.00-1.10之間。

表1 中國省際工業(yè)要素增強型CES生產(chǎn)函數(shù)的估計結(jié)果

若將31個省份按照東、中、西部地區(qū)的類別進行分類，可以發(fā)現(xiàn)東、中、西部省份σ分別為1.1267、1.1230和1.1154，依次遞減。根據(jù)鄭猛[27]、De La Grandville[28]的研究可知，σ的高低決定了工業(yè)經(jīng)濟增速的水平，而東高西低的替代彈性狀態(tài)也印證了三大地區(qū)工業(yè)經(jīng)濟增長的差異，很大程度由要素稟賦所決定。結(jié)合式(3)的技術(shù)進步偏向判定方程可知，當(dāng)σ<1時，技術(shù)進步偏向于要素效率增速處于劣地位的一方，對于天津和西藏2個省份來說，其資本(勞動)效率增長更快，工業(yè)技術(shù)進步便偏向于勞動(資本)。當(dāng)σ>1時，技術(shù)進步偏向于要素效率增速處于優(yōu)勢地位的一方，對于其他29個省份來說，其資本(勞動)效率增長更快，工業(yè)技術(shù)進步便偏向于資本(勞動)。

(二)中國省際工業(yè)要素效率增長的變化特征

根據(jù)表1估計得到的為要素效率的速率指標(biāo)(γi,i=K,N)和要素效率的曲率指標(biāo)(λi,i=K,N)，可以對中國省際工業(yè)要素效率水平的變化特征進行判斷。

首先，可以發(fā)現(xiàn)31個省份中，僅有上海、北京、廣西、吉林、遼寧、天津和西藏7個省份出現(xiàn)了γK<γN的情況；其余24個省份同樣滿足γK>γN的狀態(tài)，特別是福建、廣東、黑龍江、河南、陜西、山東、安徽7個省份的γK甚至超過了γN0.10以上，上述省份的工業(yè)資本效率提升具有明顯的優(yōu)勢，說明總體上中國工業(yè)資本效率水平的增速快于勞動效率水平的增速，僅有少部分省份存在工業(yè)勞動效率水平的增速快于資本效率水平增速的現(xiàn)象。

其次，若將31個省份按照東、中、西部地區(qū)的類別進行分類，東部、中部和西部省份的γK分別為0.100 9、0.133 6和0.094 0，均高于γN的0.065 3、0.051 9和0.059 7，已然呈現(xiàn)出工業(yè)資本效率水平的增速快于勞動效率水平的增速的現(xiàn)象，其中中部省份資本效率水平增速最快，東部省份勞動效率水平增速最快。但需要說明的是，由式(10)可知，速率指標(biāo)的大小僅能反映出要素效率水平增速的總體特征，而要素效率水平增速的變化趨勢判斷還應(yīng)結(jié)合曲率指標(biāo)共同分析。

再次，省級層面北京、廣西、四川、重慶、河北、寧夏、內(nèi)蒙古、遼寧和黑龍江9個省份的λK>1，資本效率水平增速趨于加快，其余22個省份的資本效率水平增速趨于減緩；僅有浙江省的λN<1，存在勞動效率水平增速減緩的趨勢，其余30個省份的λN>1，勞動效率水平增速均上升，總體上中國工業(yè)資本效率水平增長總體趨于減緩，勞動效率水平增長趨于加快。

最后，仍然按照東、中、西部地區(qū)的類別進行分類，可以發(fā)現(xiàn)東部、中部和西部省份的λK均小于1，而λN均大于1，已然反映出資本效率水平增長趨于減緩，勞動效率水平增長趨于加快的變化趨勢。具體來看，從工業(yè)資本效率水平增速的變化趨勢來看，東部省份資本效率水平增速下降(λK=0.584 9)的趨勢明顯強于中部和西部省份(λK分別為0.854 8和0.864 9)；從工業(yè)勞動效率水平增速的變化趨勢來看，中部省份的加快趨勢(λN=1.734 0)明顯強于西部和東部省份(λN分別為1.689 6和1.329 2)。結(jié)合要素替代彈性的估計結(jié)果來看，可以初步判斷中國工業(yè)技術(shù)進步應(yīng)偏向于資本，但存在向勞動偏向過渡的特征，但具體的技術(shù)進步偏向還需進一步將上述要素替代彈性以及要素效率增長的分析帶入式(3)后方能判定。

(三)中國省際工業(yè)技術(shù)進步偏向的識別結(jié)果

基于標(biāo)準(zhǔn)化供給面系統(tǒng)的估計結(jié)果，可以使用式(3)對31個省份1978-2017年的工業(yè)技術(shù)進步偏向進行測算。圖3描繪了中國工業(yè)技術(shù)進步偏向的變化趨勢(如所示)，表2則進一步刻畫了工業(yè)技術(shù)進步偏向的空間分布情況，由此可以詳細地對中國省際工業(yè)技術(shù)進步偏向進行判定。

表2 中國省際工業(yè)技術(shù)進步偏向指數(shù)的分布情況(1978-2017年平均，單位%)

圖3 中國工業(yè)技術(shù)進步偏向的演變趨勢

第一，31個省份中，北京、遼寧、吉林、江西、湖南、甘肅、青海和寧夏8個省份的工業(yè)技術(shù)進步偏向指數(shù)(BTPIt)在1978-2017年期間，均呈現(xiàn)出小于0為主的波動特征，說明上述省份的工業(yè)技術(shù)進步偏向在大部分時期均以勞動偏向為主；其余23個省份的工業(yè)BTPIt均經(jīng)歷了“由正轉(zhuǎn)負”的變化趨勢，技術(shù)進步由資本偏向轉(zhuǎn)向勞動偏向。說明中國省際工業(yè)技術(shù)進步偏向的變化趨勢呈現(xiàn)出明顯的差異特征。將上述結(jié)論與改革開放以來四十年間中國經(jīng)歷了工業(yè)化初期、中期和中后期的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變的現(xiàn)實背景相結(jié)合，可以發(fā)掘出其背后蘊含的邏輯。黃群慧[29]認(rèn)為中國的基本經(jīng)濟國情已經(jīng)從一個落后的農(nóng)業(yè)大國轉(zhuǎn)變?yōu)橐粋€工業(yè)大國，“工業(yè)大國”“大而不強”是中國的最基本經(jīng)濟國情；從工業(yè)化進程看，改革開放40年，總體上中國的工業(yè)化進程從初期階段快速地發(fā)展到工業(yè)化后期階段。工業(yè)化初期，中國工業(yè)的要素稟賦呈現(xiàn)出勞動豐裕而資本短缺的稟賦特征，此時中國工業(yè)技術(shù)進步以資本偏向為主，一方面利用了改革開放資本引入改變要素稟賦結(jié)構(gòu)的契機，另一方面也利用Acemoglu[21]提出的價格決定機制，讓技術(shù)進步偏向于利用稀缺的資本要素，提高資本的邊際產(chǎn)出，有利于擴大改革開放的紅利。而隨著中國邁入工業(yè)化中期，陸銘[30]、蔡昉[31]等學(xué)者發(fā)現(xiàn)中國工資穩(wěn)定不變的特征趨于消失，無論是作出劉易斯轉(zhuǎn)折點到來的判斷，還是認(rèn)為中國經(jīng)濟邁入新的轉(zhuǎn)折點，都意味著勞動開始呈現(xiàn)出稀缺特征，而資本成為豐裕要素。此時，為了應(yīng)對要素稟賦變化，中國工業(yè)技術(shù)進步偏向也將愈加偏向于勞動，并保持價格決定機制的一貫特征，技術(shù)進步偏向的轉(zhuǎn)折并未打破中國工業(yè)技術(shù)進步偏向的深層次邏輯，工業(yè)技術(shù)進步始終在朝著擴大稀缺要素的邊際產(chǎn)出方向做出努力。而隨著中國邁入工業(yè)化中后期，一方面老齡化水平的提高將進一步降低工業(yè)勞動存量；另一方面，工業(yè)勞動還存在著向第三產(chǎn)業(yè)轉(zhuǎn)移的趨勢。因此勞動的稀缺特征還將進一步增強，在經(jīng)歷了勞動密集型-資本密集型-技術(shù)密集型階段之后，以人工智能和大數(shù)據(jù)技術(shù)為代表的新興技術(shù)，也是進一步沿著價格決定機制的方向，促使勞動效率獲得更大程度增長。

第二，平均來看，31個省份的BTPIt在1978-2003年期間，呈現(xiàn)出在波動中以大于0為主的狀態(tài)，說明在工業(yè)資本深化進程中，由于利用了資本大量引入的優(yōu)勢，工業(yè)技術(shù)進步促使資本的邊際產(chǎn)出獲得更大提升，從這一角度可以證明中國工業(yè)經(jīng)濟的快速增長部分源自技術(shù)進步的適宜偏向；而在2004-2017年期間，工業(yè)BTPIt在波動中主要呈現(xiàn)出小于0的特征，技術(shù)進步促使勞動的邊際產(chǎn)出獲得更大提升，說明在勞動成本抬升過程中，市場機制使得技術(shù)進步偏向提升稀缺要素的邊際產(chǎn)生，這說明中國工業(yè)技術(shù)進步偏向與中國要素稟賦的變化具有同步協(xié)調(diào)性?？傮w上可以判斷，中國工業(yè)技術(shù)進步由資本偏向逐步向勞動偏向進行過渡。按照東、中、西部地區(qū)的類別進行分類之后，可以發(fā)現(xiàn)東部和中部省份工業(yè)技術(shù)進步偏向的轉(zhuǎn)折點大約在2004年，而西部省份工業(yè)技術(shù)進步偏向的轉(zhuǎn)折點在2006年，三大地區(qū)的轉(zhuǎn)折點存在細微差別，西部地區(qū)的進程略顯滯后；其次，中部和西部省份工業(yè)BTPIt的波動特征均強于東部省份，說明改革開放以來，上述兩個地區(qū)的技術(shù)進步發(fā)展路徑一直在進行探尋和摸索。上述技術(shù)進步偏向的轉(zhuǎn)折點發(fā)現(xiàn)與陸銘[30]、蔡昉[31]等學(xué)者發(fā)現(xiàn)的經(jīng)濟增長階段轉(zhuǎn)折點比較接近，再一次印證了工業(yè)經(jīng)濟的階段與宏觀經(jīng)濟相一致，而西部省份轉(zhuǎn)折的滯后，也符合其人口紅利消失相對緩慢，勞動的稀缺性上升相對弱于東部與中部地區(qū)相一致。

第三，在經(jīng)歷了工業(yè)技術(shù)進步偏向兩階段轉(zhuǎn)折變化特征之后，目前北京、上海、廣西和遼寧等9個省份在1978-2017年的BTPIt小于0，工業(yè)技術(shù)進步偏向于勞動，工業(yè)技術(shù)進步總體上更大程度地提升了勞動的邊際產(chǎn)出，其中既體現(xiàn)了北京和上海等發(fā)達地區(qū)基于勞動人口減少以及成本抬升的沖擊做出的技術(shù)進步方向調(diào)整，也包含了其余經(jīng)濟中等水平地區(qū)或偏遠地區(qū)另辟蹊徑嘗試技術(shù)進步方向調(diào)整的努力；青海、新疆、四川、甘肅和湖北等22個省份的BTPIt大于0，工業(yè)技術(shù)進步均偏向于資本，說明大部分地區(qū)仍然在早期均實施以技術(shù)進步提升資本邊際產(chǎn)出為主的工業(yè)發(fā)展思路，技術(shù)進步尚處于向勞動偏向轉(zhuǎn)換之中；需要注意的是，湖南、青海、新疆、四川的BTPIt已十分接近于0，說明長期來看上述4個省份的工業(yè)技術(shù)進步接近于Hicks中性狀態(tài)，技術(shù)進步較為平等的惠及到工業(yè)資本和勞動效率的提升。省級層面的分析結(jié)果充分證明中國省際工業(yè)技術(shù)進步偏向呈現(xiàn)明顯的空間差異特征。

第四，進一步從東、中、西部地區(qū)層面來看，西部省份的工業(yè)技術(shù)進步資本偏向特征最強，BTPIt達到了0.79%，中部和東部省份次之。說明東部和中部省份工業(yè)資本效率水平已較高，難以使技術(shù)進步更大程度地提升資本邊際產(chǎn)出，技術(shù)進步向勞動偏向的轉(zhuǎn)換進程較早，而目前東部和中部省份的燃眉之急在于怎樣在人口紅利減弱、老齡化加劇的背景下，在工業(yè)化后期進一步找尋到勞動邊際產(chǎn)出提升的工業(yè)技術(shù)進步路徑。盡管提升西部省份資本效率水平能夠促使資本邊際產(chǎn)出大幅增加，但其本身所處的工業(yè)化進程較為緩慢，資本效率水平較低且提升速度緩慢的“原罪”始終存在，這也是資本并不青睞西部省份的根本原因，也符合西部省份工業(yè)資本更加缺乏的現(xiàn)狀?？偠灾鞑渴》蓦m然擁有較高的工業(yè)技術(shù)進步增長潛力，但其水平較低的絕對弱勢問題一直突出。

五、中國省際工業(yè)技術(shù)進步偏向的生產(chǎn)率影響效應(yīng)

(一)中國省際工業(yè)技術(shù)進步偏向的生產(chǎn)率影響路徑

將中國省際工業(yè)要素增強型CES生產(chǎn)函數(shù)的參數(shù)估計結(jié)果帶入式(6)，可以計算得到省際工業(yè)技術(shù)進步偏向分別與要素稟賦的比較優(yōu)勢、要素效率的比較優(yōu)勢耦合之后，對工業(yè)TFP增長的影響力度和方向。

首先，從省級層面來看，31個省份的工業(yè)技術(shù)進步偏向均主要通過與要素效率的比較優(yōu)勢耦合，對工業(yè)TFP增長產(chǎn)生影響；工業(yè)技術(shù)進步偏向與要素稟賦的比較優(yōu)勢耦合之后，對工業(yè)TFP增長產(chǎn)生的影響十分微弱。圖4反映了31個省份平均處理后工業(yè)TFP增長率的變動趨勢及分解情況，可以發(fā)現(xiàn)工業(yè)技術(shù)進步偏向與要素稟賦的比較優(yōu)勢的耦合效應(yīng)(BTPIEffect1)一直在零點附近徘徊；工業(yè)技術(shù)進步偏向與要素效率的比較優(yōu)勢的耦合效應(yīng)(BTPIEffect2)呈現(xiàn)出明顯的波動特征，且均與零點保持一定的距離。

圖4 中國工業(yè)技術(shù)進步偏向的全要素生產(chǎn)率增長效應(yīng)(全國平均)

其次，進一步從東、中、西部地區(qū)層面來看，圖5至圖7反應(yīng)了分別按照三大地區(qū)類別平均處理后，得到的工業(yè)TFP增長率的變動趨勢及分解情況。一方面，東、中、西部省份的工業(yè)技術(shù)進步偏向同樣是與要素效率的比較優(yōu)勢耦合，對工業(yè)TFP增長產(chǎn)生顯著影響。另一方面，東、中、西部省份工業(yè)技術(shù)進步偏向與要素稟賦的比較優(yōu)勢耦合之后，對工業(yè)TFP增長產(chǎn)生的影響依然十分微弱。值得注意的是，東部省份BTPIEffect2的影響力度明顯強于中部和西部省份。由式(6)可知，BTPIEffect1和BTPIEffect2的區(qū)別正是在兩種比較優(yōu)勢的強弱。上述結(jié)論的產(chǎn)生充分說明了，在現(xiàn)有的工業(yè)技術(shù)進步偏向之下，影響中國工業(yè)TFP制造的最重要因素是資本-勞動要素效率比較優(yōu)勢。根據(jù)理論分析部分可知，若想通過BTPIEffect2促進工業(yè)TFP增長，需要保持工業(yè)技術(shù)進步偏向與要素效率比較優(yōu)勢的相匹配。前文已然證明了中國大部分省份的工業(yè)技術(shù)進步均呈現(xiàn)出偏向于資本的特征，少部分省份的工業(yè)技術(shù)進步均呈現(xiàn)出偏向于勞動的特征。由于BTPIEffect1對工業(yè)TFP增長的影響并不明顯，本文將不對假說1進行進一步的分析，而將關(guān)注點放置在BTPIEffect2和假說2的分析和驗證上。那么省際層面要素效率的比較優(yōu)勢是否與技術(shù)進步偏向協(xié)同促進或抑制了工業(yè)TFP的增長，本文將通過進一步的分析予以闡釋。

圖5 中國工業(yè)技術(shù)進步偏向的全要素生產(chǎn)率增長效應(yīng)(東部平均)

(二)中國省際工業(yè)技術(shù)進步偏向的生產(chǎn)率影響方向

在明確了中國省際工業(yè)技術(shù)進步偏向的生產(chǎn)率影響路徑之后，本文將進一步通過式(6)，考察工業(yè)技術(shù)進步偏向與要素效率的比較優(yōu)勢的耦合效應(yīng)(BTPIEffect2)，對省際工業(yè)TFP增長的影響方向和力度。

首先，從省級層面來看，天津、河北、遼寧、黑龍江、安徽、江西、重慶、西藏和陜西9個省份的BTPIEffect2在1978-2017年期間，對工業(yè)TFP增長的影響均以負向沖擊為主，說明上述省份的技術(shù)進步偏向并未達到與要素效率比較優(yōu)勢的一致。究其原因，中國改革開放以來憑借著人口紅利以及人力資本水平的積累，勞動效率擁有龐大的提升基礎(chǔ)，但工業(yè)技術(shù)進步偏向于資本的過程會與勞動效率水平較高相互排斥，造成工業(yè)TFP增長的損失。需要強調(diào)的是，我們應(yīng)意識到上述損失的存在難以避免，工業(yè)資本的進入必然會通過技術(shù)外溢效應(yīng)提高資本效率，通過技術(shù)學(xué)習(xí)、模仿能夠在短期之內(nèi)實現(xiàn)資本效率的快速提升，但是由于人力資本的培育需要長期積累，短期來看勞動效率的提升速度難以大幅躍升。此外，其余22個省份BTPIEffect2對其工業(yè)TFP增長的影響均呈現(xiàn)出“由負轉(zhuǎn)正”的兩階段變化特征，說明上述省份的工業(yè)技術(shù)進步偏向與要素效率的比較優(yōu)勢的耦合朝著符合假說2的方向前進。

然后，由圖4至圖7可知，受到大部分省份BTPIEffect2“由負轉(zhuǎn)正”的影響，無論是從31個省份的總體狀態(tài)來看，還是進一步按照東、中、西部地區(qū)的類別來看，技術(shù)進步偏向和要素效率比較優(yōu)勢的耦合作用對中國工業(yè)TFP增長率的影響均呈現(xiàn)出了兩階段的變化特征。東、中、西部省份的轉(zhuǎn)折時間略有區(qū)別，分別為2005年、2006年和2001年，西部省份尋求工業(yè)技術(shù)進步偏向轉(zhuǎn)折的進程先于東部和中部省份。進一步分析可知，前一段時期內(nèi)工業(yè)技術(shù)進步偏向于資本要素，而勞動效率的比較優(yōu)勢造成了技術(shù)進步偏向與資本—勞動要素效率比較優(yōu)勢相互矛盾的狀態(tài)，最終使得BTPIEffect2在該時段內(nèi)主要呈現(xiàn)出抑制工業(yè)TFPt增長的狀態(tài)；而在后一段時期，隨著工業(yè)技術(shù)進步轉(zhuǎn)而偏向勞動，技術(shù)進步偏向與資本—勞動要素效率比較優(yōu)勢取得一致，使得BTPIEffect2在該時段內(nèi)主要呈現(xiàn)出促進工業(yè)TFPt增長的狀態(tài)。窮根究底，價格決定機制決定了中國工業(yè)技術(shù)進步偏向呈現(xiàn)出了資本效率提升更快，到勞動效率提升更快的轉(zhuǎn)換。上述轉(zhuǎn)換順應(yīng)了中國工業(yè)發(fā)展由早期向中后期階段的轉(zhuǎn)換，其背后的深層次邏輯還是要將中國的工業(yè)TFP增長，回歸到以人力資本紅利為代表的優(yōu)勢驅(qū)動力上。上述研究說明，目前中國工業(yè)技術(shù)進步偏向?qū)τ诠I(yè)TFP增長的促進效應(yīng)已經(jīng)顯現(xiàn)，在工業(yè)化后期，進一步促進技術(shù)進步偏向于擴大勞動的邊際產(chǎn)出，并利用好勞動效率較高的比較優(yōu)勢，才是高質(zhì)量發(fā)展階段繼續(xù)促進工業(yè)TFP增長的適宜方法。

圖6 中國工業(yè)技術(shù)進步偏向的全要素生產(chǎn)率增長效應(yīng)(中部平均)

圖7 中國工業(yè)技術(shù)進步偏向的全要素生產(chǎn)率增長效應(yīng)(西部平均)

(三)中國省際工業(yè)技術(shù)進步偏向的生產(chǎn)率影響力度

31個省份平均的BTPIEffect2轉(zhuǎn)折點發(fā)生在2006年，在技術(shù)進步偏向和要素效率比較優(yōu)勢耦合作用為負的階段(1978-2005年)，BTPIEffect2對工業(yè)TFP增長的平均抑制作用為-3.58%；在隨后技術(shù)進步偏向和要素效率比較優(yōu)勢耦合作用為正的階段(2006-2017年)，BTPIEffect2對工業(yè)TFP增長的平均促進作用為2.94%，為工業(yè)TFP增長貢獻了44.56%的動力輸出，已經(jīng)成為當(dāng)前工業(yè)TFP增長的重要來源動力。若進一步按照東、中、西部地區(qū)的類別分別來看，東部省份在1978-2004年的第一階段，BTPIEffect2對工業(yè)TFP增長的平均抑制作用為-3.00%，在2005-2017年的第二階段BTPIEffect2對工業(yè)TFP增長的平均促進作用為3.88%，為工業(yè)TFP增長貢獻了58.92%的動力輸出；中部省份在1978-2005年的第一階段，BTPIEffect2對工業(yè)TFP增長的平均抑制作用為-3.91%，在2006-2017年的第二階段BTPIEffect2對工業(yè)TFP增長的平均促進作用為2.53%，為工業(yè)TFP增長貢獻了38.34%的動力輸出；西部省份在1978-2000年的第一階段，BTPIEffect2對工業(yè)TFP增長的平均抑制作用為-4.11%，在2001-2017年的第二階段BTPIEffect2對工業(yè)TFP增長的平均促進作用為1.21%，為工業(yè)TFP增長貢獻了18.33%的動力輸出。

總體來看，東部省份工業(yè)增長在1978-2004年期間遭受技術(shù)進步偏向的負向沖擊最小，同時也在2005-2017年期間受益于技術(shù)進步偏向的促進作用最多，在技術(shù)進步偏向的調(diào)整過程中，東部省份在前期的工業(yè)資本效率水平提升上擁有優(yōu)勢，雖然當(dāng)時與資本-勞動要素效率比較優(yōu)勢耦合后存在抑制工業(yè)TFPt增長的問題，但毫無疑問這是工業(yè)經(jīng)濟增長過程中技術(shù)學(xué)習(xí)、模仿的必經(jīng)階段，隨后在面臨勞動成本上升的沖擊時，技術(shù)進步偏向進行相應(yīng)調(diào)整，并對工業(yè)TFPt增長產(chǎn)生充沛的動力，說明東部省份在率先邁入工業(yè)化后期階段時，其工業(yè)技術(shù)進步轉(zhuǎn)型已取得顯著成績。與此同時，西部省份工業(yè)TFPt增長在1978-2000年期間，遭受到技術(shù)進步偏向的負向沖擊最強，卻也在2001-2017年期間受惠于技術(shù)進步偏向轉(zhuǎn)變的好處最少，說明西部省份的工業(yè)技術(shù)進步偏向調(diào)整滯后問題突出，仍有較大提升空間。而中部省份工業(yè)TFPt增長分別在1978-2005年和2006-2017年期間受到技術(shù)進步偏向的抑制或促進影響均處于中等水平。中部和西部省份整體邁入工業(yè)化后期的趨勢已然明確，進一步加快技術(shù)進步偏向的調(diào)整，才能順應(yīng)工業(yè)發(fā)展階段的推進。

六、結(jié)論與政策建議

在中國工業(yè)經(jīng)濟增長由要素投入增長拉動向TFP提升驅(qū)動轉(zhuǎn)變的過程中，應(yīng)重視非中性技術(shù)進步在其中扮演的角色，并根據(jù)不同省份的工業(yè)發(fā)展階段，有針對性的采取措施，加強技術(shù)進步偏向?qū)I(yè)TFP增長的促進作用?；诖?，本文基于要素增強型CES生產(chǎn)函數(shù)構(gòu)建了一個Kmenta分析框架，從理論上明確技術(shù)進步偏向影響TFP增長的兩條路徑。隨后，本文使用中國31個省份1978-2017年的工業(yè)經(jīng)驗數(shù)據(jù)，對省際工業(yè)技術(shù)進步偏向及其變化歷程進行刻畫，并在Kmenta分析框架下進一步檢驗不同省份的技術(shù)進步偏向是否促進了TFP增長，找出其中尚存的改進空間。

本文研究發(fā)現(xiàn)：(1)中國省際工業(yè)資本-勞動要素之間以替代關(guān)系為主，24個省份的資本效率增速高于勞動效率，僅有7個省份的勞動效率增速高于資本效率；(2)中國23個省份的工業(yè)技術(shù)進步已由資本偏向轉(zhuǎn)為勞動偏向，8個省份的工業(yè)技術(shù)進步始終以勞動偏向為主，隨著工業(yè)勞動成本的上升和人口紅利的消失，中國省際工業(yè)技術(shù)進步均朝著提高勞動邊際產(chǎn)出的方向前進；(3)技術(shù)進步偏向影響工業(yè)TFP增長的兩條主要路徑中，目前僅有技術(shù)進步偏向和要素效率比較優(yōu)勢的耦合作用對中國省際工業(yè)TFP增長產(chǎn)生顯著影響，技術(shù)進步偏向和要素稟賦比較優(yōu)勢的耦合作用對工業(yè)TFP增長的影響十分微弱；(4)中國22個省份的技術(shù)進步偏向?qū)I(yè)TFP增長的影響已由抑制轉(zhuǎn)為促進，尚有9個省份的技術(shù)進步偏向未與要素效率比較優(yōu)勢完成匹配，現(xiàn)階段東部省份技術(shù)進步偏對工業(yè)TFP增長的促進作用最強，西部省份最弱。

在中國工業(yè)發(fā)展邁入中后期的當(dāng)下，本文的研究結(jié)論也蘊含著重要的政策含義：(1)中國省際工業(yè)技術(shù)進步路徑應(yīng)繼續(xù)調(diào)整，更加適應(yīng)后人口紅利時期的工業(yè)資源稟賦現(xiàn)狀，以勞動效率提升引領(lǐng)的技術(shù)進步偏向是未來中國工業(yè)TFP增長的重要動力，歸根到底還是應(yīng)該重視勞動技能和人力資本水平提升；(2)東部與中部省份應(yīng)進一步利用勞動效率水平較高的比較優(yōu)勢，加快推動技術(shù)進步偏向的轉(zhuǎn)型，提高技術(shù)進步的勞動偏向程度，使其與勞動效率優(yōu)勢耦合，更大程度的促進當(dāng)?shù)毓I(yè)TFP增長；(3)西部省份應(yīng)重點提升人力資本水平，加強勞動技能培訓(xùn)，促進勞動效率水平更快的增長，從而提高技術(shù)進步的勞動偏向程度，同時也加強勞動效率水平的比較優(yōu)勢，從兩方面共同促進當(dāng)?shù)氐墓I(yè)TFP增長。