要素投入質(zhì)量改善對(duì)中國(guó)TFP增長(zhǎng)率的影響

李 展，崔 雪

（1.北京大學(xué) 國(guó)家發(fā)展研究院，北京100871；2.深圳大學(xué) 經(jīng)濟(jì)學(xué)院，廣東 深圳518052）

一、引 言

全要素生產(chǎn)率（TFP）被認(rèn)為是影響經(jīng)濟(jì)長(zhǎng)期可持續(xù)增長(zhǎng)的重要因素，快速的TFP增長(zhǎng)代表經(jīng)濟(jì)增長(zhǎng)主要是以效率推動(dòng)為主，有利于其長(zhǎng)期可持續(xù)發(fā)展。Krugman（1994）［1］認(rèn)為，東亞經(jīng)濟(jì)體的快速增長(zhǎng)很大程度上是由大量要素投入（如資本和勞動(dòng)）推動(dòng)的，而不是來(lái)自效率的提升。自此開(kāi)始，關(guān)于中國(guó)經(jīng)濟(jì)增長(zhǎng)效率性的討論也逐漸成為學(xué)者們的研究重點(diǎn)，尤其是2012年以來(lái)，不僅經(jīng)濟(jì)增長(zhǎng)速度放緩，而且前期快速增長(zhǎng)帶來(lái)的過(guò)度能源消耗、產(chǎn)能過(guò)剩和環(huán)境污染等問(wèn)題日益突出，這就使得中國(guó)經(jīng)濟(jì)走出一條依靠于技術(shù)創(chuàng)新的效率型增長(zhǎng)路徑顯得格外重要。

目前，已有大量研究從多個(gè)角度分析中國(guó)TFP增長(zhǎng)表現(xiàn)，如Chow和Li（2002）［2］、Maddison（2007）［3］、World Bank（1997）［4］分析了中國(guó)整體經(jīng)濟(jì)的TFP增長(zhǎng)；蔡躍洲和付一夫（2017）［5］、王恕立和滕澤偉（2015）［6］從 行業(yè) 角度 分析 了 中 國(guó)TFP；余 泳 澤（2017）［7］、李蘭冰和劉秉鐮（2015）［8］從地區(qū)角度分析了中國(guó)TFP增長(zhǎng)。然而，現(xiàn)有測(cè)算中國(guó)TFP的研究仍存在一定的局限性。大多數(shù)用資本存量代替資本投入、就業(yè)人數(shù)代替勞動(dòng)投入，忽視了生產(chǎn)要素的質(zhì)量改善會(huì)對(duì)實(shí)際生產(chǎn)中資本和勞動(dòng)投入的測(cè)算帶來(lái)偏差，而Jorgenson 和Griliches（1967）［9］表明要素投入的準(zhǔn)確測(cè)算會(huì)對(duì)TFP 結(jié)果產(chǎn)生重大影響。再者，大量現(xiàn)有文獻(xiàn)采用的數(shù)據(jù)包絡(luò)分析和隨機(jī)前沿分析方法無(wú)法將資本和勞動(dòng)在行業(yè)間的再配置效應(yīng)及其對(duì)中國(guó)TFP 增長(zhǎng)的影響納入考察范圍，而越來(lái)越多的研究發(fā)現(xiàn)，資源的再配置效應(yīng)是影響TFP 增長(zhǎng)的一個(gè)重要因素（Hsieh 和Klenow，2009［10］；Wu，2015b［11］）。資源的再配置效應(yīng)反映了資源在行業(yè)間的重新配置對(duì)TFP增長(zhǎng)帶來(lái)的影響。若一個(gè)經(jīng)濟(jì)體的市場(chǎng)機(jī)制完善，資源會(huì)遵循市場(chǎng)機(jī)制從回報(bào)率低的行業(yè)流向回報(bào)率高的行業(yè)，從而優(yōu)化資源使用效率，促進(jìn)TFP的增長(zhǎng)；反之，若市場(chǎng)機(jī)制不完善，甚至出現(xiàn)扭曲，則有可能出現(xiàn)資源被限制在回報(bào)率低的行業(yè)的現(xiàn)象，導(dǎo)致資源錯(cuò)配的發(fā)生，進(jìn)而抑制TFP 的增長(zhǎng)。對(duì)于中國(guó)經(jīng)濟(jì)來(lái)說(shuō)，政府在資源分配中仍然占據(jù)著主導(dǎo)地位（Wu，2015b）［11］，而替代市場(chǎng)機(jī)制的政府干預(yù)行為勢(shì)必會(huì)對(duì)資源配置產(chǎn)生重要影響，并進(jìn)一步影響TFP 增長(zhǎng)。因此，考察中國(guó)經(jīng)濟(jì)TFP 增長(zhǎng)狀況時(shí)，很有必要將資源再配置效應(yīng)納入研究范圍。

本文的邊際貢獻(xiàn)在于：遵循理論方法（OECD，2001）［12］測(cè)算資本和勞動(dòng)兩種要素投入的服務(wù)量，進(jìn)而評(píng)估現(xiàn)有做法（即用要素存量代替流量）對(duì)TFP 結(jié)果帶來(lái)的影響；同時(shí)，本文采用Jorgenson 增長(zhǎng)核算模型測(cè)算TFP 增長(zhǎng)（Jorgenson 等，2005）［13］，該模型運(yùn)用Domar 加權(quán)體系（Domar，1961）［14］將資本和勞動(dòng)的再配置效應(yīng)融入整個(gè)核算框架，這樣既能保證增長(zhǎng)核算模型的邏輯一致性，又可以明確資本和勞動(dòng)再配置效應(yīng)對(duì)TFP增長(zhǎng)帶來(lái)的影響。

二、要素服務(wù)的測(cè)算

生產(chǎn)過(guò)程中實(shí)際使用的要素投入是源自各種要素投入存量的生產(chǎn)性服務(wù)流。由于無(wú)法直接觀測(cè)到生產(chǎn)要素投入服務(wù)流，可以采用直接觀測(cè)到的要素投入存量并假定要素所提供的服務(wù)流與其存量成比例，近似地估算要素投入服務(wù)流（OECD，2001）［12］。本部分首先介紹測(cè)算資本服務(wù)所用數(shù)據(jù)及方法，然后介紹測(cè)算勞動(dòng)服務(wù)所用數(shù)據(jù)及方法（1）。

（一）資本服務(wù)的測(cè)算

測(cè)算資本服務(wù)的前提是估計(jì)資本存量。由于國(guó)家統(tǒng)計(jì)局沒(méi)有公布SNA（System of National Accounts）標(biāo)準(zhǔn)的資本存量數(shù)據(jù)，并且可獲得的官方固定資本數(shù)據(jù)也存在諸如不恰當(dāng)?shù)募涌偤驼叟f、行業(yè)分類(lèi)不一致和缺乏價(jià)格平減指數(shù)等問(wèn)題（Wu，2002）［15］。研究者普遍運(yùn)用永續(xù)盤(pán)存法（perpetual inventory method）測(cè)度資本存量，所需的核心變量是當(dāng)年投資流、折舊率、初始資本存量和投資價(jià)格指數(shù)。很多既有研究采用每年的“固定資產(chǎn)投資額”這個(gè)指標(biāo)作為當(dāng)年的投資流，如楊廷干和吳開(kāi)堯（2017）［16］、王恕立和胡宗彪（2012）［17］等，然而Wu（2015a）［18］指出用“固定資產(chǎn)投資額”代替當(dāng)年資本投資流會(huì)對(duì)資本存量的測(cè)算帶來(lái)誤差，原因主要有兩個(gè)：一是當(dāng)年的固定資產(chǎn)投資并不能于當(dāng)年形成固定資產(chǎn)，可能需要較長(zhǎng)的建設(shè)周期才能得以完成；二是部分固定資產(chǎn)投資的最終結(jié)果并不能形成標(biāo)準(zhǔn)的固定資產(chǎn)，部分投資甚至可能完全被浪費(fèi)。對(duì)于工業(yè)部門(mén)，Wu（2015a）［18］采用“固定資產(chǎn)原值”的兩期差值作為當(dāng)年的投資流，且加回當(dāng)年報(bào)廢的固定資產(chǎn)，并進(jìn)一步做了兩個(gè)調(diào)整：一是扣除非生產(chǎn)性資產(chǎn)，主要是住宅投資；二是加回未被官方統(tǒng)計(jì)到的生產(chǎn)性固定資產(chǎn)投資。對(duì)于非工業(yè)部門(mén)，由于沒(méi)有“固定資產(chǎn)原值”指標(biāo)，Wu（2015a）［18］采用“新增固定資產(chǎn)”作為當(dāng)年的投資流。

關(guān)于資產(chǎn)種類(lèi)，Wu（2015a）［18］運(yùn)用可獲得的官方統(tǒng)計(jì)數(shù)據(jù)將工業(yè)部門(mén)的固定資產(chǎn)分為設(shè)備、住宅結(jié)構(gòu)、非住宅結(jié)構(gòu)和其他四種，然后移除“住宅結(jié)構(gòu)”并按照“設(shè)備”和“非住宅結(jié)構(gòu)”兩者所占的比例將“其他”重新歸入兩者中。對(duì)于非工業(yè)部門(mén)，Wu（2015a）［18］采用《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》的數(shù)據(jù)將服務(wù)業(yè)部門(mén)投資流分為“設(shè)備”和“非住宅結(jié)構(gòu)”兩項(xiàng)，采用農(nóng)業(yè)和建筑業(yè)的投資統(tǒng)計(jì)數(shù)據(jù)將這兩個(gè)部門(mén)的投資流分為“設(shè)備”和“非住宅結(jié)構(gòu)”兩項(xiàng)。因此，本文所用數(shù)據(jù)庫(kù)中資產(chǎn)種類(lèi)目前只有“設(shè)備”和“非住宅結(jié)構(gòu)”兩種。

對(duì) 于 折 舊 率，Wu（2015a）［18］基 于Hulten 和Wykoff（1981）［19］的方法，即，其中δ、R和T分別代表折舊率、余額遞減率（declining balance rate）和資產(chǎn)的服務(wù)年限，運(yùn)用各種數(shù)據(jù)推算出各種資產(chǎn)的服務(wù)年限，并采用Hulten和Wykoff關(guān)于余額遞減率的結(jié)果推算出工業(yè)部門(mén)的折舊率。對(duì)于非工業(yè)部門(mén)，Wu（2015a）［18］采用工業(yè)部門(mén)折舊率的幾何平均值。這種做法減少了主觀隨意性對(duì)行業(yè)折舊率的設(shè)定，如楊廷干和吳開(kāi)堯（2017）［16］、顧乃華（2008）［20］等。

對(duì)于初始資本存量，Wu（2015a）［18］基于“穩(wěn)態(tài)方法（steady-state method）”進(jìn)行推算，背后的假定是經(jīng)濟(jì)處于穩(wěn)態(tài)時(shí)資本增長(zhǎng)率與產(chǎn)出增長(zhǎng)率相同，此方法也被其他研究者廣泛采用，如Harberger（1978）［21］、King 和Levine（1994）［22］、單 豪 杰（2008）［23］、徐 現(xiàn) 祥 等（2007）［24］、劉興凱和張誠(chéng)（2010）［25］等。對(duì)于投資價(jià)格指數(shù)，Wu（2015a）［18］運(yùn)用財(cái)政部關(guān)于國(guó)有企業(yè)部門(mén)的資產(chǎn)價(jià)格調(diào)查數(shù)據(jù)并進(jìn)行調(diào)整，從而推算出工業(yè)各部門(mén)的投資價(jià)格指數(shù)，非工業(yè)部門(mén)的投資價(jià)格指數(shù)是工業(yè)各部門(mén)投資價(jià)格指數(shù)的幾何平均值。

部門(mén)i的資本投入增長(zhǎng)率由下式估算得到：

其中：Ki代表部門(mén)i的資本投入；Zk,i表示種類(lèi)k的資本存量；PKk,i表示種類(lèi)k的資本服務(wù)價(jià)格，即資本使用成本；Δ表示一個(gè)變量在兩期間的變化。式（1）表明，一個(gè)部門(mén)的資本投入增長(zhǎng)率是對(duì)其所有資產(chǎn)種類(lèi)的資本存量增長(zhǎng)率進(jìn)行加權(quán)得到的，權(quán)重是各資產(chǎn)種類(lèi)的使用成本占總資本成本的份額。

（二）勞動(dòng)服務(wù)的測(cè)算

根據(jù)OECD（2001）［12］，工作小時(shí)是一個(gè)測(cè)算勞動(dòng)投入較為合適的指標(biāo)，然而多數(shù)已有研究采用就業(yè)人數(shù)測(cè)算勞動(dòng)投入，忽視了平均工作小時(shí)的變動(dòng)。再者，一個(gè)勞動(dòng)者對(duì)生產(chǎn)過(guò)程的貢獻(xiàn)由兩部分組成：一個(gè)是其物理勞動(dòng)，一個(gè)是其人力資本服務(wù)。即使是相同一個(gè)小時(shí)的勞動(dòng)，兩個(gè)勞動(dòng)者的服務(wù)也并不一定構(gòu)成等量的勞動(dòng)投入。這是因?yàn)椴煌募寄堋⒔逃?、健康和?zhuān)業(yè)經(jīng)歷等因素導(dǎo)致不同勞動(dòng)者的貢獻(xiàn)之間存在巨大差異。若想考察勞動(dòng)質(zhì)量變化對(duì)產(chǎn)出和TFP的影響，尤其需要按照技能水平對(duì)勞動(dòng)進(jìn)行區(qū)分。鑒于此，Wu 等（2015）［26］構(gòu)建了詳細(xì)類(lèi)別的勞動(dòng)數(shù)據(jù)，每個(gè)行業(yè)有70種勞動(dòng)類(lèi)別（2）。

為了構(gòu)建每種勞動(dòng)類(lèi)別對(duì)應(yīng)的就業(yè)人數(shù)、工作小時(shí)和小時(shí)報(bào)酬數(shù)據(jù)，Wu 等（2015）［26］首先從各種數(shù)據(jù)來(lái)源中，包括人口普查、1%人口抽樣調(diào)查、中國(guó)家庭收入調(diào)查、中國(guó)農(nóng)村—城鎮(zhèn)流動(dòng)人口調(diào)查等，搜集基準(zhǔn)年的邊際矩陣（只包含局部維度），然后采用迭代比例擬合（iterative proportional fitting）方法建立基準(zhǔn)年的全維度矩陣。迭代比例擬合方法是通過(guò)生成矩陣中每個(gè)元素的最大似然估計(jì)值將所有邊際矩陣整合為全維度矩陣?；诨鶞?zhǔn)年的全維度矩陣和時(shí)間序列的邊際矩陣，將邊際矩陣作為非基準(zhǔn)年的控制總量，他們采用線性插值法構(gòu)建時(shí)間序列的全維度矩陣。詳細(xì)類(lèi)別分類(lèi)的勞動(dòng)數(shù)據(jù)不僅有助于估計(jì)生產(chǎn)過(guò)程中實(shí)際的勞動(dòng)投入，也可以較為準(zhǔn)確地測(cè)算中國(guó)人力資本的增長(zhǎng)。

部門(mén)i的勞動(dòng)投入增長(zhǎng)率由下式估算得到：

其中：Li代表部門(mén)i的勞動(dòng)投入；Hl,i表示種類(lèi)l的工作小時(shí)；PLl,i表示種類(lèi)l的勞動(dòng)服務(wù)價(jià)格，即小時(shí)報(bào)酬。式（2）表明，一個(gè)部門(mén)的勞動(dòng)投入增長(zhǎng)率是對(duì)其所有勞動(dòng)種類(lèi)的工作小時(shí)增長(zhǎng)率進(jìn)行加權(quán)得到的，權(quán)重是各勞動(dòng)種類(lèi)使用成本占總勞動(dòng)成本的份額。

三、結(jié)果分析

表1 給出了各部門(mén)資本投入增長(zhǎng)率的結(jié)果（3）。1980—2018 年，我國(guó)整體經(jīng)濟(jì)資本投入的年均增長(zhǎng)率為11.7%。為了反映政策和沖擊對(duì)資本投入帶來(lái)的影響，本文將整個(gè)時(shí)期分為五個(gè)分時(shí)期。1978年開(kāi)始實(shí)施的改革開(kāi)放政策和1992年的南方談話分別促進(jìn)了資本投入在1980—1991年和1992—2001 年實(shí)現(xiàn)了10.0%和12.3%的年均增長(zhǎng)。中國(guó)于2001 年底正式加入世界貿(mào)易組織，吸引了大量外國(guó)直接投資，2002—2007 年，大部分行業(yè)（24個(gè)）相比于前一時(shí)期實(shí)現(xiàn)了更快的資本增長(zhǎng)。為了消除2008 年金融危機(jī)帶來(lái)的沖擊并防止經(jīng)濟(jì)衰退，中央政府于2008 年底啟動(dòng)4 萬(wàn)億刺激計(jì)劃，加之地方政府資助的18 萬(wàn)億，帶來(lái)新的一波以國(guó)有企業(yè)為主的投資浪潮（Wu，2015b）［11］，22 個(gè)行業(yè)的資本投入在2008—2011年實(shí)現(xiàn)了比2002—2007年更快的增長(zhǎng)。自2012 年起，中國(guó)經(jīng)濟(jì)面臨巨大的下行壓力，要素成本上升、產(chǎn)能過(guò)剩和環(huán)境污染等問(wèn)題也日益凸顯。中央政府逐漸將政策由刺激需求轉(zhuǎn)向促進(jìn)供給側(cè)改革，使得大多數(shù)行業(yè)以及整體經(jīng)濟(jì)的資本投入增長(zhǎng)率在2012—2018年出現(xiàn)了大幅下降。

表1 也顯示了服務(wù)業(yè)各部門(mén)（除了金融業(yè)）在整個(gè)時(shí)期資本投入的年均增長(zhǎng)率均超過(guò)10%。整個(gè)時(shí)期，服務(wù)業(yè)整體的資本投入年均增長(zhǎng)率為14.6%，超過(guò)工業(yè)的10.6%。大體而言，各服務(wù)業(yè)部門(mén)在各分時(shí)期均實(shí)現(xiàn)了較高的資本增長(zhǎng)。更為重要的是，即使在2012—2018年，工業(yè)各部門(mén)的資本投入增長(zhǎng)率出現(xiàn)了明顯下降，而服務(wù)業(yè)各部門(mén)仍維持著高速增長(zhǎng)率，均在11%以上。并且，整個(gè)服務(wù)業(yè)的資本增長(zhǎng)率是工業(yè)的近4 倍（分別為15%和4%）。伴隨著中國(guó)經(jīng)濟(jì)過(guò)去四十年的高速增長(zhǎng)，服務(wù)業(yè)也取得了快速發(fā)展。根據(jù)官方數(shù)據(jù)，服務(wù)業(yè)生產(chǎn)總值占整體經(jīng)濟(jì)的比重由1978 年的24.6%上升至2018 年的52.2%，并且，于2001 年超過(guò)工業(yè)，使其成為國(guó)民經(jīng)濟(jì)的最大組成部分。因此，快速的資本和勞動(dòng)增長(zhǎng)預(yù)示著服務(wù)業(yè)有潛力成為我國(guó)經(jīng)濟(jì)增長(zhǎng)的重要引擎。

表1 各部門(mén)資本服務(wù)增長(zhǎng)率 單位：%

續(xù)表1

為了更為準(zhǔn)確地測(cè)算勞動(dòng)投入，本文采用工作小時(shí)而不是就業(yè)人數(shù)指標(biāo)，結(jié)果見(jiàn)表2 所列（4）。1980—2018 年，我國(guó)整體經(jīng)濟(jì)勞動(dòng)投入的年均增長(zhǎng)率為3.3%，并在各分時(shí)期呈現(xiàn)明顯的波動(dòng)。部門(mén)間勞動(dòng)投入增長(zhǎng)趨勢(shì)反映：①部門(mén)間勞動(dòng)投入增長(zhǎng)存在明顯的異質(zhì)性；②服務(wù)業(yè)部門(mén)的勞動(dòng)增長(zhǎng)率高于工業(yè)部門(mén)，整個(gè)時(shí)期服務(wù)業(yè)和工業(yè)的勞動(dòng)增長(zhǎng)率分別為6.5%和3.1%；③農(nóng)業(yè)部門(mén)的勞動(dòng)增長(zhǎng)率呈下降趨勢(shì)。結(jié)合工業(yè)和服務(wù)業(yè)，尤其是后者，勞動(dòng)投入增長(zhǎng)率的上升，表明中國(guó)經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)仍處在由農(nóng)業(yè)向工業(yè)和服務(wù)業(yè)轉(zhuǎn)型的過(guò)程中。

表2 各部門(mén)勞動(dòng)服務(wù)增長(zhǎng)率單位 單位：%

續(xù)表2

圖1 展示了整體經(jīng)濟(jì)資本和勞動(dòng)投入質(zhì)量改善的變動(dòng)趨勢(shì)（5）。左側(cè)圖顯示了由于資本服務(wù)增長(zhǎng)率略低于資本存量增長(zhǎng)率，導(dǎo)致資本質(zhì)量大體呈現(xiàn)惡化趨勢(shì)，而期末的翹尾現(xiàn)象或許表明近年來(lái)實(shí)施的供給側(cè)改革逐漸使各行業(yè)采用邊際生產(chǎn)率高的資產(chǎn)替代邊際生產(chǎn)率低的資產(chǎn)，優(yōu)化了資產(chǎn)結(jié)構(gòu)，使得資本質(zhì)量得以改善。右側(cè)圖反映整個(gè)時(shí)期勞動(dòng)投入的質(zhì)量在大幅改善，尤其是自2005 年以來(lái)改善幅度更加明顯，這表明了低技能的勞動(dòng)越來(lái)越多地被高技能的勞動(dòng)所替代。通過(guò)圖1 可以做出推斷：現(xiàn)有研究在測(cè)算TFP增長(zhǎng)率時(shí)采用要素存量替代要素流量的做法勢(shì)必會(huì)對(duì)TFP 結(jié)果帶來(lái)偏誤，這是因?yàn)榍罢吆鲆暳艘刭|(zhì)量的改善。

圖1 要素質(zhì)量的增長(zhǎng)指數(shù)（1980=100）

為了探索采用要素存量給TFP 結(jié)果帶來(lái)的影響，本文采用了四種方案計(jì)算中國(guó)經(jīng)濟(jì)的TFP增長(zhǎng)率，結(jié)果見(jiàn)表3所列?？傮wTFP增長(zhǎng)率由三部分組成：Domar加權(quán)的TFP增長(zhǎng)率、資本再配置效應(yīng)和勞動(dòng)再配置效應(yīng)（6）。

情況1是遵循理論方法測(cè)算資本和勞動(dòng)投入的服務(wù)量，這也是與其他方案結(jié)果進(jìn)行比較的基準(zhǔn)線。1980—2018 年，TFP 的年均增長(zhǎng)率為0.89%，其中0.67%來(lái)自Domar 加權(quán)的TFP、-0.23%來(lái)自資本再配置效應(yīng)和0.45%來(lái)自勞動(dòng)再配置效應(yīng)。TFP 增長(zhǎng)率自1980 年以來(lái)逐漸下降，由于2008 年金融危機(jī)影響和2012年以來(lái)經(jīng)濟(jì)面臨的下行壓力，使得TFP在最后兩個(gè)時(shí)期轉(zhuǎn)為負(fù)增長(zhǎng)。

情況2 是用資本存量替代資本服務(wù)。1980—2018 年，TFP 的年均增長(zhǎng)率為0.86%，其中0.70%來(lái)自Domar 加權(quán)的TFP、-0.30%來(lái)自資本再配置效應(yīng)和0.45%來(lái)自勞動(dòng)再配置效應(yīng)。由圖1 可知，資本質(zhì)量在1980—2018 年出現(xiàn)一定程度的惡化，整個(gè)時(shí)期下降了2.32%，導(dǎo)致資本再配置效應(yīng)由-0.23%下降至-0.30%。另外，輕微的資本質(zhì)量下降稍微改善了Domar 加權(quán)的TFP 增長(zhǎng)率。因此，采用資本存量替代資本服務(wù)對(duì)TFP 結(jié)果帶來(lái)的綜合影響是使得整個(gè)時(shí)期的TFP 增長(zhǎng)率被低估了3.37%。

情況3 是用勞動(dòng)存量替代勞動(dòng)服務(wù)。1980—2018年，TFP的年均增長(zhǎng)率為1.39%，其中1.12%來(lái)自Domar加權(quán)的TFP、-0.23%來(lái)自資本再配置效應(yīng)和0.50%來(lái)自勞動(dòng)再配置效應(yīng)。由圖1 可知，勞動(dòng)質(zhì)量在1980—2018年得到顯著改善，整個(gè)時(shí)期提高了52.18%。勞動(dòng)存量忽視了其質(zhì)量改善，低估了實(shí)際的勞動(dòng)投入，導(dǎo)致Domar 加權(quán)的TFP 增長(zhǎng)率由0.67%上升至1.12%，勞動(dòng)再配置效應(yīng)由0.45%上升至0.50%。因此，采用勞動(dòng)存量替代勞動(dòng)服務(wù)對(duì)TFP結(jié)果帶來(lái)的綜合影響是使整個(gè)時(shí)期的TFP增長(zhǎng)率被高估了56.18%。

情況4 是用資本和勞動(dòng)兩者的存量替代其服務(wù)量。1980—2018 年，TFP 的年均增長(zhǎng)率為1.36%，其中1.15%來(lái)自Domar 加權(quán)的TFP、-0.30%來(lái)自資本再配置效應(yīng)和0.50%來(lái)自勞動(dòng)再配置效應(yīng)。由于資本和勞動(dòng)存量忽視了兩者投入的質(zhì)量改善，資本再配置效應(yīng)由-0.23%下降至-0.30%，而勞動(dòng)再配置效應(yīng)由0.45%上升至0.50%，并且，勞動(dòng)質(zhì)量改善的幅度要遠(yuǎn)遠(yuǎn)大于資本質(zhì)量惡化的幅度，導(dǎo)致Domar 加權(quán)的TFP 增長(zhǎng)率由0.67%上升至1.15%。因此，采用資本和勞動(dòng)存量替代兩者服務(wù)量對(duì)TFP 結(jié)果帶來(lái)的綜合影響是使整個(gè)時(shí)期的TFP增長(zhǎng)率被高估了52.81%。

表3 全國(guó)TFP增長(zhǎng)率的分解 單位：%

表4 比較了本文與現(xiàn)有文獻(xiàn)中TFP 增長(zhǎng)率的結(jié)果。本文的結(jié)果明顯低于現(xiàn)有研究，主要原因有：①現(xiàn)有研究采用要素存量替代要素服務(wù)流量的做法忽視了要素投入的質(zhì)量改善，尤其是中國(guó)經(jīng)濟(jì)中存在明顯的勞動(dòng)投入質(zhì)量改善，從而低估了實(shí)際的要素投入；②基于構(gòu)建的各行業(yè)的價(jià)格指數(shù)，本文運(yùn)用理論上的雙平減方法測(cè)算產(chǎn)出增長(zhǎng)率，考慮了中間投入的價(jià)格變動(dòng)，而現(xiàn)有研究多是采用單平減方法并將官方的生產(chǎn)總值指數(shù)用作平減指數(shù)。單平減方法是直接用價(jià)格指數(shù)平減現(xiàn)價(jià)增加值，忽視了中間投入及其價(jià)格變動(dòng)，存在高估實(shí)際產(chǎn)出的可能。并且，官方的生產(chǎn)總值指數(shù)一直被質(zhì)疑低估了價(jià)格變動(dòng)，從而高估了產(chǎn)出增長(zhǎng)率（Maddison，2007［3］；Wu，2002［15］）。投入和產(chǎn)出兩方面的測(cè)算誤差致使現(xiàn)有研究高估了TFP增長(zhǎng)率。

表4 TFP年均增長(zhǎng)率的比較 單位：%

圖2 顯示了資本和勞動(dòng)再配置效應(yīng)的變動(dòng)趨勢(shì)。左側(cè)圖反映了資本再配置效應(yīng)在1980—1988年快速上升，之后出現(xiàn)顯著下降。與此相對(duì)的是，右側(cè)圖反映了勞動(dòng)再配置效應(yīng)在整個(gè)時(shí)期一直維持上升態(tài)勢(shì)。在中國(guó)，資本資源主要受政府影響或控制，且大部分資本資源傾向于流入國(guó)有企業(yè)或國(guó)有控股的企業(yè)，盡管這些企業(yè)的效率被普遍認(rèn)為較低，這就導(dǎo)致了資本再配置效應(yīng)在整個(gè)時(shí)期為負(fù)。另一方面，相對(duì)于資本市場(chǎng)，勞動(dòng)市場(chǎng)較少受到政府控制或干預(yù)，管制的放松使得勞動(dòng)者可以較為自由地遵循市場(chǎng)機(jī)制在行業(yè)間流動(dòng)，促進(jìn)勞動(dòng)再配置效應(yīng)在整個(gè)時(shí)期為正。顯著的資本和勞動(dòng)再配置效應(yīng)有兩個(gè)重要含義：一是行業(yè)間要素使用成本的確是不一樣的，意味著我國(guó)經(jīng)濟(jì)中存在影響要素自由流動(dòng)的障礙，進(jìn)而導(dǎo)致資源錯(cuò)配現(xiàn)象的發(fā)生；二是資源錯(cuò)配現(xiàn)象可通過(guò)“讓市場(chǎng)在資源配置中起決定性作用”得到糾正，這將會(huì)促進(jìn)TFP 增長(zhǎng)（Wu，2015b）［11］。

圖2 資源再配置效應(yīng)增長(zhǎng)指數(shù)（1980=100）

四、結(jié)論與建議

運(yùn)用來(lái)自《中國(guó)經(jīng)濟(jì)行業(yè)生產(chǎn)率數(shù)據(jù)庫(kù)》的詳細(xì)類(lèi)別分類(lèi)的資本和勞動(dòng)數(shù)據(jù)，本文遵循理論方法測(cè)算了1980—2018 年中國(guó)經(jīng)濟(jì)的資本和勞動(dòng)投入，并探索現(xiàn)有研究中采用資本和勞動(dòng)存量替代兩者服務(wù)流量的做法對(duì)TFP結(jié)果帶來(lái)的影響。再者，采用Jorgenson 增長(zhǎng)核算模型將資本和勞動(dòng)的再配置效應(yīng)融入分析框架，探索中國(guó)經(jīng)濟(jì)中資本和勞動(dòng)的再配置效應(yīng)及其對(duì)中國(guó)TFP 增長(zhǎng)帶來(lái)的影響。分析發(fā)現(xiàn)，1980—2018 年中國(guó)整體經(jīng)濟(jì)的資本投入和資本存量的年均增長(zhǎng)率分別為11.7%和12.2%，勞動(dòng)投入和勞動(dòng)存量的年均增長(zhǎng)率分別為3.3%和1.3%。要素投入服務(wù)流和存量之間的差異在于前者考慮了要素質(zhì)量的變動(dòng)，即要素內(nèi)部成分結(jié)構(gòu)的優(yōu)化，低生產(chǎn)率的要素種類(lèi)與高生產(chǎn)率的要素種類(lèi)之間的替代。由于本文的資本數(shù)據(jù)中只包含兩種資產(chǎn)種類(lèi)，故而資產(chǎn)種類(lèi)間的替代效應(yīng)不明顯，而勞動(dòng)數(shù)據(jù)包含相對(duì)較為詳細(xì)的勞動(dòng)類(lèi)別，因而勞動(dòng)種類(lèi)間的替代效應(yīng)較為明顯。整個(gè)時(shí)期，資本質(zhì)量出現(xiàn)輕微惡化，而勞動(dòng)質(zhì)量得到大幅提升，這表明現(xiàn)有研究中采用要素存量替代要素服務(wù)的做法會(huì)對(duì)TFP 結(jié)果帶來(lái)嚴(yán)重偏誤。本文的結(jié)果顯示，若用資本和勞動(dòng)存量替代兩者的服務(wù)量，中國(guó)的TFP增長(zhǎng)率將會(huì)被嚴(yán)重高估。另外，受政府干預(yù)影響，資本市場(chǎng)出現(xiàn)了資源錯(cuò)配現(xiàn)象，致使資本的再配置效應(yīng)為負(fù)，抑制了中國(guó)TFP 的增長(zhǎng)，而勞動(dòng)市場(chǎng)相對(duì)較為靈活，其再配置效應(yīng)在整個(gè)時(shí)期為正，大幅促進(jìn)了中國(guó)TFP的增長(zhǎng)。

為了緩解資源錯(cuò)配現(xiàn)象，政府應(yīng)進(jìn)一步改革金融融資體系，改變金融機(jī)構(gòu)對(duì)國(guó)有企業(yè)和非國(guó)有企業(yè)的信貸現(xiàn)狀，引導(dǎo)資本流入效率更高的中小型企業(yè)；為進(jìn)城務(wù)工人員解決住房、子女教育和醫(yī)療等難題，鼓勵(lì)勞動(dòng)者由工資較低的農(nóng)業(yè)部門(mén)向非農(nóng)業(yè)部門(mén)以及由農(nóng)村向城市的轉(zhuǎn)移；減少政府干預(yù)并努力發(fā)揮市場(chǎng)在資源配置中的決定性作用，逐步消除要素投入跨部門(mén)流動(dòng)的制度性障礙。這些均有利于提高資源配置效率，進(jìn)而促進(jìn)中國(guó)TFP增長(zhǎng)。

注 釋?zhuān)?/p>

（1）本文所用的數(shù)據(jù)來(lái)自《中國(guó)經(jīng)濟(jì)行業(yè)生產(chǎn)率數(shù)據(jù)庫(kù)》，它是由日本一橋大學(xué)伍曉鷹教授領(lǐng)導(dǎo)團(tuán)隊(duì)建立的。該數(shù)據(jù)庫(kù)嚴(yán)格按照KLEMS標(biāo)準(zhǔn)構(gòu)建行業(yè)層次的投入產(chǎn)出數(shù)據(jù)，因而滿足生產(chǎn)函數(shù)分析以及TFP 的測(cè)算。KLEMS是生產(chǎn)活動(dòng)中使用的所有要素的英文首字母縮寫(xiě)，即K（C）apital，Labor，Energy，Materials和Services。本部分主要介紹該數(shù)據(jù)庫(kù)構(gòu)建資本和勞動(dòng)數(shù)據(jù)的主要步驟以及對(duì)兩種要素投入的測(cè)算，產(chǎn)出和價(jià)格數(shù)據(jù)的詳細(xì)構(gòu)建方法請(qǐng)見(jiàn)參考文獻(xiàn)［33］，資本數(shù)據(jù)的構(gòu)建方法請(qǐng)見(jiàn)參考文獻(xiàn)［18］，勞動(dòng)數(shù)據(jù)的構(gòu)建方法請(qǐng)見(jiàn)參考文獻(xiàn)［26］。

（2）70 種勞動(dòng)類(lèi)別包含2 種性別、7 個(gè)年齡組和5 級(jí)教育水平，詳細(xì)分類(lèi)請(qǐng)見(jiàn)參考文獻(xiàn)［26］中的表1。

（3）因篇幅所限，文中沒(méi)有給出各部門(mén)資本存量的增長(zhǎng)率，可向作者索取。

（4）因篇幅所限，文中沒(méi)有給出各部門(mén)就業(yè)人數(shù)的增長(zhǎng)率，可向作者索取。

（5）資本質(zhì)量被定義為資本服務(wù)對(duì)資本存量的比率，勞動(dòng)質(zhì)量的定義類(lèi)似。因篇幅所限，文中沒(méi)有給出各部門(mén)的資本和勞動(dòng)質(zhì)量結(jié)果，可向作者索取。

（6）本文采用Jorgenson增長(zhǎng)核算模型測(cè)算TFP，詳細(xì)公式推導(dǎo)請(qǐng)見(jiàn)參考文獻(xiàn)［13］中的第八章。