2011年8月
第8期（总281期）
China Industrial Econom ics
Aug. ，2011
No．8
【产业经济】
生产率增长、要素重置与中国经济增长
———基于分行业的经验研究赵春雨，
朱承亮，
安树伟
710127）
（西北大学经济管理学院，陕西西安
[摘要]本文使用跨产业面板数据，对1999—2009年间中国经济总体8大部门和工
业18个分行业的生产率增长，以及劳动、资本要素的配置效率进行了测算、对比和分析。发现经济总体全要素生产率（TFP ）在2008年后呈下降趋势，劳动要素的配置效率伴随着生产率增长而增长，但资本要素配置效率却为负数。工业行业绿色TFP 在2005年后下行趋势明显，劳动、资本要素的配置效率均为负值。在构建回归模型对TFP 增长、要素重置效应对经济增长的贡献进行估算后发现，TFP 增长对我国经济增长具有显著正效应，要素重置效应的贡献则为负。充分说明当前转变经济增长方式和经济结构战略性调整的重要性与紧迫性，技术进步与结构变迁作为促进经济增长的两大引擎应发挥交互作用。
[关键词]生产率增长；要素重置；结构变迁；经济增长
[中图分类号]F124.1[文献标识码]A [文章编号]1006-480X （2011）08-0079-10
一、问题提出
新经济增长理论认为，生产效率提高的机制主要是产业结构变迁、科学技术进步与内生经济增长。科技进步和内生增长通过提高部门全要素生产率水平来实现经济总体生产效率的提升；产业结构变迁对生产率增长的影响是通过将生产要素从低生产率水平或低生产率增长的部门向高生产率水平或高生产率增长的部门流动来实现的。结构主义理论认为产业结构变迁通过要素再配置实现生产效率的提升是经济增长的一个重要源泉，这种要素再配置对经济增长产生的影响叫做要素重置效应。本文选择从要素重置与结构变迁视角来研究经济增长的文献，大多肯定了要素重置在改革开放初期对中国生产率增长的积极作用（郭克莎，1993；Maddison ，1998；Wu ，2004）。由于产业间要素边际生产率存在较大差异，未来中国经济依然可以从产业结构变迁中获得巨大收益（温杰等，
2010）。姚战琪（2009）却发现要素重置作为生产率增长的一个来源，在改革后的表现差强人意，在经
济总体6部门和工业部门都表现为要素再配置的贡献效应较低。干春晖等（2009）则认为要素重置效应具有明显的阶段性。虽然产业结构变迁对中国经济增长的贡献一度十分显著，但是，随着市场化程度的提高，产业结构变迁对经济增长的贡献逐渐让位于技术进步（刘伟，张辉，2008）。
[收稿日期]2011-07-01[作者简介]
士生导师
。
赵春雨（1975—），男，山西太原人，西北大学经济管理学院博士研究生；朱承亮（1985—），男，陕西
西安人，西北大学经济管理学院博士研究生；安树伟（1969—），男，安徽安庆人，西北大学经济管理学院教授，博
79
技术进步与结构变迁在促进我国经济增长中的贡献效应到底如何？对经济总体各部门TFP 和部门间要素配置效率的科学合理测度是分析这一问题的关键。本文对经济总体8大部门以及工业
18个分行业的TFP 以及要素配置效率进行了测算，并构建回归模型分析了TFP 增长与要素重置对
我国经济增长的影响。主要贡献在于：一是在工业部门生产率增长与部门间要素配置效率测算中考虑了资源环境问题。二是将Wurgler （2000）模型要素配置的标准从部门规模或利润的增长改进为部门生产率的增长。三是采用分行业面板数据模型较三次产业法扩大了样本数据选择范围，测算结果更加客观与可靠。四是将生产率增长与要素重置相结合来研究经济增长比较鲜见。
二、生产率测算模型及分析
1. 数据说明
本文使用1999—2009年间的经济总体8大部门和污染排放主要来源的工业部门的两个面板数据分别对生产率增长进行测算。其中，经济总体的8大部门分别为：“农、林、牧、渔业”，“工业”，“建筑业”，“交通运输、仓储和邮政业”，“批发和零售业、住宿和餐饮业”，“金融业”，“房地产业”和“其他服务业”。由于本文在测算工业部门的生产率增长时，考察了污染排放的环境因素影响，受部分行业数据缺失限制本文的工业部分归并调整为以下18个分行业：“采掘业”、“电力煤气及水生产供应业”、“纺织业”、“非金属矿物制品业”、“黑色金属冶炼及压延加工业”、“化学纤维制造业”、“化学原料及化学制品制造业”、“机械、电气、电子设备制造业”、“金属制品业”、“皮革、毛皮、羽毛（绒）及其制品业”、“石油加工、炼焦及核燃料加工业”、“食品、饮料和烟草制造业”、“塑料制品业”、“橡胶制品业”、“医药制造业”、“印刷业和记录媒介的复制”、“有色金属冶炼及压延加工业”和“造纸及纸制品业”。
在对生产率进行测算时，基础数据来源于2000—2010年的《中国统计年鉴》和《中国工业经济统计年鉴》，本文所涉及的所有投入和产出数据如下：①劳动投入指标，8大部门和工业部门18个分行业的劳动投入均采用从业人员（万人）指标作为代理变量。②资本投入指标，8大部门和工业部门
18个分行业的资本投入均采用固定资产净值（亿元）指标作为代理变量，且将其全部按照1999年为基期的固定资产投资价格指数进行了平减。③产出指标，8大部门的产出指标采用GDP （亿元）指标作为代理变量，且将其全部按照1999年为基期的商品零售价格指数进行了平减。由于考虑到工
业生产对环境问题的影响，工业部门18个分行业的产出包括两个部分，一部分为期望产出，采用工业总产值（亿元）指标作为代理变量，且将其全部按照1999年为基期的工业品出厂价格指数进行了平减；另一部分为非期望产出，采用SO 2排放量（万吨）指标作为代理变量。
2. 生产率测算模型
由于本文在测算工业分行业的生产率时，考虑了诸如SO 2排放的非期望产出，因此，生产率测算模型分为两个部分，一部分为测算经济总体8大部门的传统生产率测算模型———基于数据包络分析（DEA ）的Malmquist 生产率指数，另一部分为测算工业部门18个分行业的绿色生产率测算模型———基于方向性距离函数的Malmquist-Luenberger 生产率指数（简称ML 生产率指数）。
（1）基于DEA 的Malmquist 生产率指数。Malmquist 生产率指数运用距离函数来定义，用来描述不需要说明具体行为标准的多输入、多输出生产技术。Malmquist 生产率指数具有四个优点：不需要相关的价格信息；适用于面板数据分析；可以进一步分解为技术效率变化指数和技术进步变化指数；不需要特定的生产函数和生产无效率项的分布假设。从t 时期到（t +1）时期，基于产出的度量
TFP 增长的Malmquist 生产率指数可以表示为：
M i （x t+1，y t+1；x t ，y t ）=
D i （x t +1，y t +1）D i （x t +1，y t +1）
×t +1
t
D i （x t ，y t ）D i （x t ，y t ）
t t +1
"
1/2
（1）
80
在式（1）中，（x t +1，y t +1）和（x t ，y t ）分别表示（t +1）时期和t 时期的投入和产出向量；D 0和D 0分别表示以t 时期的技术为T t 参照，时期t 和时期（t +1）的距离函数。
t t +1
Malmquist 生产率指数可以被分解为不变规模报酬假定下的技术效率变化指数（EC ）和技术进
步指数（TP ）：
（2）M i （x t +1，y t +1；x t ，y t ）=EC（x t+1，y t+1；x t ，y t ）×TP （x t +1，y t+1；x t ，y t ）
在（2）式中，技术效率（EC ）测度了从t 时期到（t +1）时期每个观察对象到最佳生产前沿边界的追赶程度。技术进步（TP ）测度了技术边界从t 时期到（t +1）时期的移动。
（2）基于方向性距离函数的Malmquist-Luenberger 生产率指数。ML 生产率指数的计算基本思路：一是通过DEA 技术构造出某经济体的生产可能性边界；二是利用“方向性距离函数”计算出经济体中每个生产决策单元与生产可能性边界的距离；三是基于两个时期的方向性距离函数计算出此期间的ML 指数。
工业经济活动往往会带来诸如SO 2等非期望产出的产生，而环境技术反映了这样一种同时包括期望产出和非期望产出的特殊投入产出技术结构。它可以表示为以下产出集合的形式（Fare et
al. ，2007）：
（3）P （x ）={（y ，b ）：x 能生产出（y ，b ）}，x ∈R N +
在式（3）中，P （x ）为投入x ∈R N +所能生产的期望产出y ∈R M +和非期望产出b ∈R I +的所有可能性
集合。
在生产可能性边界的基础上，可以通过方向性距离函数DDF （Directional Distance Functions ）来计算出每个生产决策单元离生产可能性边界的距离即相对效率。DDF 的具体形式为：
軑（x ，y ，b ；g ）=sup{β∶（y ，b ）+βg ∈p （x ）}D 0
（4）
在式（4）中，g=（g y ，-g b ）为产出扩张的方向向量。方向向量g 的选取反映了人们对期望产出和非期望产出进行取舍的不用效用偏好，本文假定g=（y ，-b ），即期望产出和非期望产出在其原有存量基础上成比例增减。DDF 表示在既定投入向量x 下，沿着方向向量g ，产出向量（y ，b ）所能扩张的最大倍数β。DDF 值越小表明生产越接近生产可能性边界，生产效率就越高，DDF 值等于0时表明生产决策单元已处于生产可能性边界之上，生产是完全有效率的。
曼奎斯特鲁恩博格生产率指数（Malmquist Luenberger Productivity Index ，MLPI ），根据Chung ·
et al. （1997），在DDF 基础上定义的t 期和（t +1）期之间的基于产出的Malmquist-Luenberger 生产率
指数为：
ML t
t +1
[1+D （x ，y ，b ；g ）][1+D （x ，y ，b ；g ）]
×
軑0t （x t+1，y t+1，b t+1；g t+1）1+D 軑0t +1（x t+1，y t+1，b t+1；g t+1）1+D
t
t
t
t
t
t
t
t
軑t 軑t +1
軑
1/2
（5）
ML 生产率指数也可以分解为技术效率变化（EFFCH ）和技术进步指数（TECH ）：
ML =EFFCH ×TECH
軑0（x t ，y t ，b t ，g t ）[1+D
EFFCH t =
軑0t +1（x t+1，y t+1，b t+1；g t+1）1+D
t +1
（6）（7）
t
軑t （x t ，y t ，b t ；g t ）][1+D 軑t +1（x t+1，y t+1，b t+1；g t+1）][1+D
×TECH t =t t t t t 軑0（x ，y ，b ；g ）][1+D 軑0t （x t+1，y t+1，b t+1；g t+1）][1+D
t +1
軑
（8）
3. 生产率测算结果分析
图1和图2分别给出了经济总体8大部门分年份和分部门的TFP 指数及其分解情况。总体来看，1999—2009年间经济总体TFP 年均增长率为2.4%，其中技术效率年均增长率为1.5%，技术进步年均增长率为3.9%，可见，此期间经济总体TFP 增长主要得益于技术进步，而技术效率则出现了
81
负增长。在研究时间段内，经济总体TFP 呈现逐年增长趋势，但在2008年后呈明显的下降趋势。但是，经济总体TFP 增长来源于不同时间段呈现不同特征。以2005年为分界点，1999—2004年期间
TFP 增长主要得益于技术效率增长，此期间技术效率增长水平高于技术进步增长水平；2006—2009年期间TFP 增长主要得益于技术进步增长，此期间技术进步增长水平高于技术效率增长水平。从经
济总体分部门情况来看，TFP 年均增长率由低到高的排名分别是：“农、林、牧、渔业”（-14.4%）、“建筑业”（1%）、“批发和零售业、住宿和餐饮业”（1.7%）、“金融业”（2.6%）、“房地产业”（6.1%）、“交通运输、仓储和邮政业”（11.1%）、和“其他服务业”（13.4%）、“工业”（20.9%）。其中，工业部门TFP 年均增长率最高，服务业的几大部门次之，而“农、林、牧、渔业”TFP 年均增长率最低甚至出现了负增长。从
TFP 增长来源看，仅“农、林、牧、渔业”和“建筑业”的TFP 增长主要来源于技术效率，而其他6大部
门TFP 增长主要来源于技术进步。
1.41.31.21.11.00.90.8
1.41.21.00.80.60.40.2
建运筑输业、仓批发储和和零邮售政业业、住
宿和餐饮业
业
业
业
业
、渔
产
工
融
务其他服
业
、牧、林
2000/20199019/20200020/20200031/20200042/20200053/20200064/20200075/20200086/20200097/2008
金
农
交
通
技术效率指数变化技术进步指数变化技术效率指数变化技术进步指数变化
TFP 指数变化TFP 指数变化
图18大部门分年份TFP 指数及分解图28大部门分部门TFP 指数及分解
在对工业部门生产率测算中为了与不考虑非期望产出的传统TFP 相区分，本文将考虑非期望产出的工业部门TFP 定义为绿色TFP 。图3和图4分别给出了考虑SO 2排放非期望产出的工业部门分年份和分部门的绿色TFP 指数及其分解情况。总体来看，1999—2009年间工业部门绿色TFP 年均增长率为20.87%，其中技术效率年均增长率为0.46%，技术进步年均增长率为20.78%，可见，此期间工业部门绿色TFP 增长主要得益于技术进步。在研究时间段内，工业部门绿色TFP 增长和技术进步以2005年为分界点均呈现先升后降的倒U 型趋势，而技术效率一直处于较低的增长水平。从工业分部门情况来看（见图4），绿色TFP 年均增长率排名前五分别是：“石油加工、炼焦及核燃料加工业”（104.19%）、“金属制品业”（70.31%）、“黑色金属冶炼及压延加工业”（36.23%）、“橡胶制品业”（29.56%）、“皮革、毛皮、羽毛（绒）及其制品业”（23.6%）。
三、要素配置效率的测算与分析
在已有的类似研究中，大多学者（Fan et al. ，2003；Bhaumik and Estrin ，2007；Bosworth and
Collins ，2008；Gong and Lin ，2008）都是从三次产业间要素再配置角度研究要素重置与结构变迁对
生产率提高和经济增长的影响作用。但是，这些研究均忽略了各产业内部行业间的要素流动，显然从分行业的角度研究要素重置与结构变迁对经济增长的影响会更加客观与全面。
82
房
地
1.71.61.51.41.31.21.11.00.90.8
2.52.01.51.00.50
2000/20199019/20200020/20200031/20200042/20200053/20200064/20200075/20200086/20200097/2008
技术效率指数变化绿色TFP 指数变化
技术进步指数变化
技术效率指数变化绿色TFP 指数变化
技术进步指数变化
图3工业部门分年份绿色TFP 指数及分解图4工业部门分部门绿色TFP 指数及分解
研究要素重置与结构变迁效应的方法主要有两种：一是Fabricant （1942）提出的偏离—份额法，二是Chenery et al. （1986）在分析多国模型中使用的方法。偏离—份额法是一种有效地分析结构问题的方法，但是在使用这一方法分析的时候，它只能考虑单个要素的结构变迁效应，对产业结构变化的分析不够细致。多国模型法虽然可以同时考虑资本和劳动结构变迁对经济增长的贡献，但是“多国模型”中对回归的控制变量选择具有模糊性，容易造成省略变量问题，从而导致问题分析的不准确，同时模型中对产业结构采取的衡量方式也是一个难点。这两种方法的共同局限在于都是将结构变迁效应作为从生产率中分解出来的一部分来解释。本文使用改进后的Wurgler 模型则将要素再配置效应作为与生产率增长并列的因素来研究二者之间的关系，它以要素流动对生产率变化的敏感程度作为要素配置效率的衡量标准，可以同时考虑多种要素的配置效应变化，在一定程度上避免了前两种方法研究中的不足。
1. 要素配置效率的计算方法
Wurgler （2000）创造性地构造出估算资本配置效率的模型，用来检验金融体系与资本配置效率之间的关系，该模型得到了理论界的认同和应用（Durnev ，Li ，Mork &Yeung 2004；Almeida and Wolfenzon ，2005）。方军雄（2006）根据该基本模型提出了修正后的Wurgler 模型，研究了我国市场化进程与资本配置效率之间的关系。本文对经典的Wurgler （2000）基本模型进行了些许改进，将要素配置的标准从部门规模或利润的增长改进为部门生产率的增长，这样，改进后的Wurgler 模型与Wurgler （2000）模型相比有以下一些不同：①Wurgler （2000）模型是以投资变化对规模变动的敏感性
作为资本配置效率的基准，而本模型是以生产率增长率变化作为资本（劳动）配置效率的标准。
②Wurgler （2000）模型侧重于各个行业自身的对比，但在总量一定的前提下，资本（劳动）的流动不仅
与行业自身生产率增长有关，还要考虑本行业在整体国民经济中“生产率增长”相对位置的变化，而
TFP 的计算以数据点的外包络面为基础，较好地考虑了行业之间的相对性。改进后的Wurgler 模型
如下：
ln
I i ，t TFP i ，t
=αt +ηt ln +εi ，t -1i ，t-1i ，t
（9）
在（9）式中，i 为行业编号；t 为年份；I 为固定资本流量投入（在计算劳动配置效率时将I 替换为
L ：从业人员）；TFP i ，t /TFP i ，t-1为生产率变化指数，即相对于上一年i 行业的生产率变化（在工业行业
83
计算中为考虑环境污染的绿色TFP 指数变化）；η为投资反映系数，表示各行业资本（劳动）的增减对生产率增长变化的弹性水平。当η>0时，表示某行业生产率相对于上一年有所提升时，流向该行业的资本（劳动）增长率也会相应增加，即有更多的资本（劳动）会流入具有更高生产率增长的行业，相对有较少的资本（劳动）流入较低生产率增长的行业。当η
2. 要素配置效率的测算结果
在上述模型基础上，使用面板数据估计方法对经济总体及工业部门分行业的资本（劳动）配置效率进行了测算。Hausman 检验表明，对于经济总体及工业分行业的回归分析均应选择固定效应模型，结果见表1和表2。
表1
变量
1999—2009年固定效应模型的要素配置效率回归结果
经济总体
劳动配置效率
资本配置效率
劳动配置效率
工业部门
资本配置效率
C ηF R 2N
0.0203***
（4.6934）
0.2545***
（22.4040）
0.0487***
（5.9011）
0.1408***
（19.6064）
0.0871***
（2.8508）
-0.3271***
（-4.0769）
-0.0324***
（-1.1175）
-0.0043***
（-0.1724）
2.15320.195280
4.86250.354080
5.25700.3702180
4.44180.3318180
注：小括号内为t 统计量，***、**、*分别表示显著性水平为1%、5%、10%，N 为样本个数。
总体而言，在1999—2009年期间，我国经济总体劳动配置效率为0.0871，资本配置效率为
-0.3271；工业部门劳动配置效率为-0.0324，资本配置效率为-0.0043。经济总体要素再配置对生产
率增长变化的弹性较小，劳动力再配置变化与生产率增长相同，资本再配置变化则与生产率增长相反，即经济总体内劳动力结构变化对促进生产率增长具有弱的正效应，而资本结构变化对生产率增长的贡献效应为负。工业部门内要素流动对生产率增长变化的弹性很不显著，而且其流向均与生产率增长相反，即资本和劳动要素的结构变化对生产率增长的贡献效应均为负。该研究结果与姚战琪（2009）的研究结论基本一致。干春晖、郑若谷（2009）研究发现，在2001—2007年期间，劳动力结构变化对劳动生产率增长具有“结构红利”并趋于减弱，资本结构变化对资本生产率增长具有微弱的“结构红利”。由于干春晖采用偏离—份额法将结构效应分解为静态转移效应和动态转移效应两部分，其中资本的动态转移效应部分测量值为-5.68，即资本流动与生产率增长也是反向的，资本结构变化对生产率增长的贡献效应也为负。因此，他们的研究结论与本文基本相符。
3. 要素配置效率的测算结果分析
（1）劳动配置效率分析：经济总体的劳动配置效率明显大于工业部门，经济总体劳动要素的结构变化对生产率增长的贡献为正，工业部门劳动要素的结构变化对生产率增长的贡献为负。在工业化进程中，第一产业富余劳动力大量向其他产业转移，造成第一产业就业出现负增长。随着第三产业个体、私营等非公有制经济的发展，及其技术进步、生产效率的提高，从农业、工业转移出的劳动力大量流入第三产业，第三产业成为吸收劳动力最主要的部门。因此，经济总体8大部门劳动要素的结构变化对生产率增长具有微弱的“结构红利”。工业部门劳动配置效率为负的根源在于资本投入的快速增长和就业增长缓慢甚至负增长。1999—2009年，工业的资本存量年均增长率为8.98%，就业年均增长仅为0.96%。受资本替代劳动的挤占影响，以及户籍制度等非市场化因素对进入技术
84
表21999—2009年经济总体及工业部门要素配置效率及TFP 增长率
行业
农、林、牧、渔业工业建筑业
劳动配置效率
资本配置效率
TFP 增长率-0.1440.209-0.0100.1110.0170.0260.0610.1340.0080.2210.0070.0270.3620.1030.0700.0650.7030.2361.0420.1740.2960.0440.1150.1390.1090.038
-0.019-0.0030.0220.0020.003-0.008-0.006-0.002-0.135-0.095-0.043-0.095-0.0830.1210.1440.0450.0480.0510.0170.0170.0100.0240.0220.015-0.037-0.025
-0.008-0.003-0.0540.017-0.068-0.0210.1130.025-0.099-0.1000.007-0.048-0.100-0.001-0.0290.0110.0740.0440.023-0.0020.0430.0210.0790.0840.012-0.018
经济总体
交通运输、仓储和邮政业批发和零售业、住宿和餐饮业金融业房地产业其他服务业采掘业
电力煤气及水生产供应业纺织业
非金属矿物制品业
黑色金属冶炼及压延加工业化学纤维制造业
化学原料及化学制品制造业机械、电气、电子设备制造业
工业部门
金属制品业
皮革、毛皮、羽毛（绒）及其制品业石油加工、炼焦及核燃料加工业食品、饮料和烟草制造业塑料制品业橡胶制品业医药制造业
印刷业和记录媒介的复制有色金属冶炼及压延加工业造纸及纸制品业
水平较高的国有工业企业的门槛制约，工业部门就业增长非常缓慢，新增劳动力多数流向了技术水平低、污染高的劳动密集型行业，所以造成了工业部门劳动要素配置的“结构负利”现象。
经济总体8大部门中“农、林、牧、渔业”的劳动配置效率为-0.019最低，“建筑业”0.022为最高，“交通运输、仓储和邮政业”以及“批发零售、住宿和餐饮业”的劳动配置效率也为正值。近年来，我国城市化与工业化建设在吸纳农业过剩劳动力中发挥了重要的作用，大量的农业劳动力向建筑业的转移极大地促进了这个行业的生产率增长。劳动密集型服务业作为劳动力流入的主要部门自身的生产率水平也得到了提高。在工业部门18个分行业中，制造业成为劳动力流入增长与生产率增长相伴随的行业，具体包括“化学纤维制造业”、“化学原料及化学制品制造业”、“机械、电气、电子设备制造业”、“金属制品业”、“皮革、毛皮、羽毛（绒）及其制品业”、“橡胶制品业”、“医药制造业”等。这与我国改革开放以来大力发展劳动密集型制造业的政策导向直接相关，随着我国制造业的技术进步与产业升级，劳动要素再配置仍然具有明显的“结构红利”现象。
（2）资本配置效率分析：经济总体和工业部门的资本配置效率弹性系数均为负，不过工业部门资本配置效率稍大于经济总体。这是近年来我国经济粗放式增长的典型表现，由政府主导的投资驱动型经济增长使得大量投资被配置到了边际生产率为负的部门。工业部门作为工业化阶段资本流入的主要部门，其中电力、煤气、供水等垄断性高投资行业占用了大量的资本投入，但这些行业无论
85
资本边际产出还是平均资本产出率都极低，投资和资本存量远远大于社会最优水平，基本上属于动态无效率，致使工业部门资本要素的配置效率为负。从经济总体来看，由于我国产业结构偏差长期存在，第一产业资本投入不足的状况严重制约着资本要素的配置效率；第三产业发展滞后，尤其是生产性服务业市场化改革缓慢，缺乏有效的市场竞争机制，导致生产效率较低、资本不能自由流动也是经济总体资本配置效率较低的重要原因。工业部门资本再配置效率稍高于经济总体，与工业内部资本流动较容易，制造业的发展以及中国FDI 主要集中于工业的投资结构有关。
从表2可知，经济总体8大部门中房地产业的资本配置效率0.113为最高，说明这一时期房地产业成为资本流入的主要部门，并且资本的流入极大地促进了这一行业的生产率增长，这符合近年来我国房地产业的发展现状。交通运输、仓储和邮政业也是这一时期资本配置效率较高的行业，这与我国近年来对交通运输行业的大量投资有关，这些投资对于行业生产率的增长都起到了积极的作用。在工业部门18个分行业中，制造业成为资本流入与生产率增长相伴随的主要行业，具体包括金属制品业，皮革、毛皮、羽毛（绒）及其制品业，医药制造业，橡胶制品业，塑料制品业，石油加工、炼焦及核燃料加工业，机械、电气、电子设备制造业等。制造业资本再配置的“结构红利”现象主要在于大多数制造行业市场化程度较高，竞争充分，作为外商投资与民营资本投入的主要行业，资本的利用效率较高。
四、生产率增长、要素重置对经济增长贡献效应的估算
现代经济增长的过程不仅是生产率增长的过程，也是结构不断调整的过程。生产率增长的关键是部门内全要素生产率的提升；结构调整的基础是部门间资本、劳动要素配置效率的改善。本部分构建了生产率增长、要素重置对经济增长贡献效应估算的回归模型：
···y=C+αLae+βKae+γTFP+ε产率增长率，回归结果见表3。
表3
变量
（10）
式（10）中，y 为行业总产值增长率，Lae 为劳动配置效率，Kae 为资本配置效率，TFP 为全要素生
生产率增长和要素重置的经济增长效应回归结果
系数
标准差
t 统计量9.527-0.108-0.4853.018
C αβγF R 2
0.150***-0.277-0.5140.870***
0.0162.5521.0590.2887.0990.780
注：***、**、*分别表示显著性水平为1%、5%、10%。
从表3可知，在1999—2009年期间，我国劳动配置效率和资本配置效率对经济增长的贡献均为负，但不显著，而全要素生产率增长对经济增长的贡献显著为正。这一结果说明，要素重置与结构变迁作为经济增长的重要源泉在这一时段的表现很不理想，不仅没有促进经济的增长，反而具有“结构负利”效应。而部门内生产率增长与技术进步成为促进经济增长的主要原因。刘伟、张辉（2008）将技术进步和产业结构变迁从要素生产率中分解出来，实证度量了产业结构变迁对中国经济增长的贡献，并将其与技术进步的贡献相比较，结果也发现1998年以后，产业结构变迁对经济增长的贡献变得越来越不显著，逐渐让位于技术进步。结构变迁效应的减弱是由于部门内部要素配置的不合理和要素在部门间配置的扭曲造成的。市场化发展的不足、一些体制性因素以及我国产业结构的偏差，仍然阻碍着要素配置效率的进一步提高。
86
五、结论与建议
本文综合考虑生产率增长、要素重置与结构变迁这两大影响经济增长的重要因素。研究发现：
①从生产率增长看，1999—2009年间经济总体TFP 呈现先增长后下降趋势，在2008年以后下降趋
势显著，其中技术进步年均增长率大于技术效率年均增长率，经济总体TFP 增长主要得益于技术进步。工业部门绿色TFP 和技术进步增长率在2005年以后也出现了明显的下滑趋势，技术进步年均增长率远大于技术效率年均增长率，绿色TFP 增长也主要得益于技术进步。这一期间，生产率增长对经济增长具有正向促进作用，主要体现于技术进步对经济增长的积极影响。但是，2008年以来
TFP 增长下降趋势明显，后期表现不容乐观。②从要素重置效应来看，经济总体8部门劳动力再配置
对促进生产率增长具有弱的“结构红利”，而资本要素再配置对生产率增长则是“结构负利”。工业
18个分行业中资本、劳动要素再配置对生产率增长变化的弹性较小，二者对生产率增长的贡献均
为负。要素重置与结构变迁作为经济增长的重要源泉在这一时期的表现很不理想，不符合结构变迁效应的规律，不仅没有促进经济的增长，反而具有抑制作用。充分说明当前转变经济增长方式和经济结构战略性调整在促进我国经济长期可持续增长中的重要性与紧迫性。
（1）鼓励科技进步与生产相结合来改进“农、林、牧、渔业”，以及“农、林、牧、渔”服务业的生产方式，促进“农、林、牧、渔业”生产效率的提升。建筑业与工业部门内的采掘业、纺织业等一些传统行业要通过设备更新与技术改造来实现技术进步。大型制造企业要加大科研经费投入力度，建立研发中心，积极参与国家重点项目的招投标，为企业持续技术进步提供支撑。工业部门与生产性服务业部门要加强科技管理，鼓励技术扩散，形成科技与生产紧密结合的长效机制，提高技术研发与转化的市场效率，进一步挖掘技术效率提升的潜力。
（2）减少影响要素再配置的限制性因素，进一步释放要素重置促进经济增长的巨大潜能。积极推进户籍制度改革，打破劳动力流动的区域限制，鼓励农业过剩劳动力向建筑业、劳动密集型制造业、“交通运输、仓储邮政业”和“批发零售、住宿餐饮业”等劳动配置效率更高的行业有序转移。加大对“农、林、牧、渔业”的财政转移支付力度，引导社会资金投入，推动“农、林、牧、渔业”产业化发展。深化金融服务体系改革，使资金价格能合理反映其稀缺程度，避免要素价格扭曲所造成的非效率配置。通过以下途径提高资本的配置效率：一是大力发展资本市场，扩大直接融资规模；二是逐步推进利率与汇率的市场化改革；三是建立多层次金融服务体系，为高新技术和新兴成长型的中小企业提供融资渠道。
（3）宏观产业政策的重点要控制工业尤其是消费品工业的投资规模，打破行业垄断，放宽投资限制，引导社会资本更多地进入资本生产率更高的农业与服务业，尤其是生产性服务业。制造业，建筑业，房地产业，交通运输、仓储和邮政以及金融业等生产性服务业作为拉动经济增长的主导产业应该继续发挥其技术优势与规模优势，不断提高行业竞争能力，成为当前带动经济总体产业结构升级的主导力量。战略性新兴产业代表着未来科技进步的方向，其发展能够促进新兴技术的产业化，因此，政府应该加大对战略性新兴产业要素再配置的政策支持力度，培育我国未来参与国际竞争的新的主导优势产业，为经济持续增长提供不竭的动力。
〔参考文献〕
〔1〕Almeida H. &Wolfenzon D. The Effect of External Finance on the Equilibrium Allocation of Capital[J].Journal
of Financial Economics ，2005，133（75）.
〔2〕Bhaumik Sumon Kumar ，and Saul Estrin. How Transition Paths Differ ：Enterprise Performance in Russia and
China[J].Journal of Development Economics ，2007，82（2）.
〔3〕Bosworth Barry ，and Susan M. Collins. Accounting for Growth ：Comparing China and India [J].Journal of
Economic Perspectives ，2008，22（1）.
87
〔4〕Chenery H. B. ，S. Robinson ，and M. Syrquin. Industrialization and Growth ：A Comparative Study[M].New York ：
Oxford University Press ，1986.
〔5〕Chung ，Y. H. ，R. Fare ，and S. Grosskopf. Productivity and Undesirable Outputs ：A Directional Distance
Function Approach[J].Journal of Environmental Management ，1997，229（51）.
〔6〕Durnev A. ，Li K. ，Mork R. &Yeung. Capital Markets and Capital Allocation ：Implications for Economies in
Transition[J].Economics of Transition ，2004，12（4）.
〔7〕Fabricant ，S. Employment in Manufacturing 1899-1939[R].NBER Woking Paper ，1942.
〔8〕Fan Shenggen ，Xiaobo Zhang and Sherman Robinson. Structural Change and Economic Growth in China [J].
Review of Development Economics ，2003，7（3）.
〔9〕Fare ，R. ，S. Grosskopf ，and Carl A. ，Pasurka. Environmental Production Functions and Environmental Directional
Distance Functions[J].Energy ，2007，1055（32）.
〔10〕Gong Gang ，and Justin Yifu Lin. Deflationary Expansion ：An Overshooting Perspective to the Recent Business
Cycle in China[J].China Economic Review ，2008，19（1）.
〔11〕J.Wurgler. Financial Markets and the Allocation of Capital[J].Journal of Financial Economics ，2000，58（1-2）. 〔12〕Maddison ，A. Chinese Economic Performances in the Long Run [R].Paris ：Development Centre of the OECD ，
1998.
〔13〕Wu ，Y. China ’s Economic Growth ：A Miracle with Chinese Characteristics [M].London and New York ：
Routledge Curzon ，2004.
〔14〕方军雄. 市场化进程与资本配置效率的改善[J].经济研究，2006，（5）.
〔15〕干春辉，郑若谷. 改革开放以来产业结构演进与生产率增长研究[J].中国工业经济，2009，（2）. 〔16〕郭克莎. 三次产业增长因素及其变动特点分析[J].经济研究，1993，（2）.
〔17〕何德旭，姚战琪. 中国产业结构调整的效应、优化升级目标和政策措施[J].中国工业经济，2008，（5）. 〔18〕刘伟，张辉. 中国经济增长中的产业结构变迁和技术进步[J].经济研究，2008，（11）. 〔19〕吕铁，周叔莲. 制造业结构变化对生产率增长的影响研究[J].管理世界，2002，（2）. 〔20〕温杰，张建华. 中国产业结构变迁的资源再配置效率[J].中国软科学，2010，（6）. 〔21〕姚战琪. 生产率增长与要素再配置效率：中国的经验研究[J].经济研究，2009，（9）.
Productivity Growth ，Factors Reallocation and China ’s Economic Growth
———Empirical Study Based on Sub-sectors ZHAO Chun-yu ，ZHU Cheng-liang ，AN Shu-wei
（School of Economics and Management of Northwestern University ，
XiAn 710127，China ）
Abstract ：This paper analyzes the productivity growth and factor allocation effects for the case of 8macroeconomic sectors and 18manufacturing during the period of 1999-2009，based on the cross-industry panel data of China. The findings are listed as follows ：①Macro -economy TFP growth rate has declined since 2008，labor allocation effects have increased with a rise in productivity ，but capital allocation effects has a negative figure. ②Industry environmental TEP has shown a sharp decline and both its labor and capital allocation have shown negative numbers. After calculating TFP growth and the effects of factors reallocation on economic growth by building-up a regressive model ，it is found that TFP growth has a positive effect on the economic growth ，while factors reallocation has a negative one. The results show the importance and urgency of changing the economic growth pattern and adjusting the economic structure. As two important engines of our country ’s economic growth ，technological advancement and transformation of structure should interact and play a positive role in promoting the future economic growth.
Key Words ：
productivity growth ；factors reallocation ；structural transformation ；economic growth
〔责任编辑：高粮〕
88
2011年8月
第8期（总281期）
China Industrial Econom ics
Aug. ，2011
No．8
【产业经济】
生产率增长、要素重置与中国经济增长
———基于分行业的经验研究赵春雨，
朱承亮，
安树伟
710127）
（西北大学经济管理学院，陕西西安
[摘要]本文使用跨产业面板数据，对1999—2009年间中国经济总体8大部门和工
业18个分行业的生产率增长，以及劳动、资本要素的配置效率进行了测算、对比和分析。发现经济总体全要素生产率（TFP ）在2008年后呈下降趋势，劳动要素的配置效率伴随着生产率增长而增长，但资本要素配置效率却为负数。工业行业绿色TFP 在2005年后下行趋势明显，劳动、资本要素的配置效率均为负值。在构建回归模型对TFP 增长、要素重置效应对经济增长的贡献进行估算后发现，TFP 增长对我国经济增长具有显著正效应，要素重置效应的贡献则为负。充分说明当前转变经济增长方式和经济结构战略性调整的重要性与紧迫性，技术进步与结构变迁作为促进经济增长的两大引擎应发挥交互作用。
[关键词]生产率增长；要素重置；结构变迁；经济增长
[中图分类号]F124.1[文献标识码]A [文章编号]1006-480X （2011）08-0079-10
一、问题提出
新经济增长理论认为，生产效率提高的机制主要是产业结构变迁、科学技术进步与内生经济增长。科技进步和内生增长通过提高部门全要素生产率水平来实现经济总体生产效率的提升；产业结构变迁对生产率增长的影响是通过将生产要素从低生产率水平或低生产率增长的部门向高生产率水平或高生产率增长的部门流动来实现的。结构主义理论认为产业结构变迁通过要素再配置实现生产效率的提升是经济增长的一个重要源泉，这种要素再配置对经济增长产生的影响叫做要素重置效应。本文选择从要素重置与结构变迁视角来研究经济增长的文献，大多肯定了要素重置在改革开放初期对中国生产率增长的积极作用（郭克莎，1993；Maddison ，1998；Wu ，2004）。由于产业间要素边际生产率存在较大差异，未来中国经济依然可以从产业结构变迁中获得巨大收益（温杰等，
2010）。姚战琪（2009）却发现要素重置作为生产率增长的一个来源，在改革后的表现差强人意，在经
济总体6部门和工业部门都表现为要素再配置的贡献效应较低。干春晖等（2009）则认为要素重置效应具有明显的阶段性。虽然产业结构变迁对中国经济增长的贡献一度十分显著，但是，随着市场化程度的提高，产业结构变迁对经济增长的贡献逐渐让位于技术进步（刘伟，张辉，2008）。
[收稿日期]2011-07-01[作者简介]
士生导师
。
赵春雨（1975—），男，山西太原人，西北大学经济管理学院博士研究生；朱承亮（1985—），男，陕西
西安人，西北大学经济管理学院博士研究生；安树伟（1969—），男，安徽安庆人，西北大学经济管理学院教授，博
79
技术进步与结构变迁在促进我国经济增长中的贡献效应到底如何？对经济总体各部门TFP 和部门间要素配置效率的科学合理测度是分析这一问题的关键。本文对经济总体8大部门以及工业
18个分行业的TFP 以及要素配置效率进行了测算，并构建回归模型分析了TFP 增长与要素重置对
我国经济增长的影响。主要贡献在于：一是在工业部门生产率增长与部门间要素配置效率测算中考虑了资源环境问题。二是将Wurgler （2000）模型要素配置的标准从部门规模或利润的增长改进为部门生产率的增长。三是采用分行业面板数据模型较三次产业法扩大了样本数据选择范围，测算结果更加客观与可靠。四是将生产率增长与要素重置相结合来研究经济增长比较鲜见。
二、生产率测算模型及分析
1. 数据说明
本文使用1999—2009年间的经济总体8大部门和污染排放主要来源的工业部门的两个面板数据分别对生产率增长进行测算。其中，经济总体的8大部门分别为：“农、林、牧、渔业”，“工业”，“建筑业”，“交通运输、仓储和邮政业”，“批发和零售业、住宿和餐饮业”，“金融业”，“房地产业”和“其他服务业”。由于本文在测算工业部门的生产率增长时，考察了污染排放的环境因素影响，受部分行业数据缺失限制本文的工业部分归并调整为以下18个分行业：“采掘业”、“电力煤气及水生产供应业”、“纺织业”、“非金属矿物制品业”、“黑色金属冶炼及压延加工业”、“化学纤维制造业”、“化学原料及化学制品制造业”、“机械、电气、电子设备制造业”、“金属制品业”、“皮革、毛皮、羽毛（绒）及其制品业”、“石油加工、炼焦及核燃料加工业”、“食品、饮料和烟草制造业”、“塑料制品业”、“橡胶制品业”、“医药制造业”、“印刷业和记录媒介的复制”、“有色金属冶炼及压延加工业”和“造纸及纸制品业”。
在对生产率进行测算时，基础数据来源于2000—2010年的《中国统计年鉴》和《中国工业经济统计年鉴》，本文所涉及的所有投入和产出数据如下：①劳动投入指标，8大部门和工业部门18个分行业的劳动投入均采用从业人员（万人）指标作为代理变量。②资本投入指标，8大部门和工业部门
18个分行业的资本投入均采用固定资产净值（亿元）指标作为代理变量，且将其全部按照1999年为基期的固定资产投资价格指数进行了平减。③产出指标，8大部门的产出指标采用GDP （亿元）指标作为代理变量，且将其全部按照1999年为基期的商品零售价格指数进行了平减。由于考虑到工
业生产对环境问题的影响，工业部门18个分行业的产出包括两个部分，一部分为期望产出，采用工业总产值（亿元）指标作为代理变量，且将其全部按照1999年为基期的工业品出厂价格指数进行了平减；另一部分为非期望产出，采用SO 2排放量（万吨）指标作为代理变量。
2. 生产率测算模型
由于本文在测算工业分行业的生产率时，考虑了诸如SO 2排放的非期望产出，因此，生产率测算模型分为两个部分，一部分为测算经济总体8大部门的传统生产率测算模型———基于数据包络分析（DEA ）的Malmquist 生产率指数，另一部分为测算工业部门18个分行业的绿色生产率测算模型———基于方向性距离函数的Malmquist-Luenberger 生产率指数（简称ML 生产率指数）。
（1）基于DEA 的Malmquist 生产率指数。Malmquist 生产率指数运用距离函数来定义，用来描述不需要说明具体行为标准的多输入、多输出生产技术。Malmquist 生产率指数具有四个优点：不需要相关的价格信息；适用于面板数据分析；可以进一步分解为技术效率变化指数和技术进步变化指数；不需要特定的生产函数和生产无效率项的分布假设。从t 时期到（t +1）时期，基于产出的度量
TFP 增长的Malmquist 生产率指数可以表示为：
M i （x t+1，y t+1；x t ，y t ）=
D i （x t +1，y t +1）D i （x t +1，y t +1）
×t +1
t
D i （x t ，y t ）D i （x t ，y t ）
t t +1
"
1/2
（1）
80
在式（1）中，（x t +1，y t +1）和（x t ，y t ）分别表示（t +1）时期和t 时期的投入和产出向量；D 0和D 0分别表示以t 时期的技术为T t 参照，时期t 和时期（t +1）的距离函数。
t t +1
Malmquist 生产率指数可以被分解为不变规模报酬假定下的技术效率变化指数（EC ）和技术进
步指数（TP ）：
（2）M i （x t +1，y t +1；x t ，y t ）=EC（x t+1，y t+1；x t ，y t ）×TP （x t +1，y t+1；x t ，y t ）
在（2）式中，技术效率（EC ）测度了从t 时期到（t +1）时期每个观察对象到最佳生产前沿边界的追赶程度。技术进步（TP ）测度了技术边界从t 时期到（t +1）时期的移动。
（2）基于方向性距离函数的Malmquist-Luenberger 生产率指数。ML 生产率指数的计算基本思路：一是通过DEA 技术构造出某经济体的生产可能性边界；二是利用“方向性距离函数”计算出经济体中每个生产决策单元与生产可能性边界的距离；三是基于两个时期的方向性距离函数计算出此期间的ML 指数。
工业经济活动往往会带来诸如SO 2等非期望产出的产生，而环境技术反映了这样一种同时包括期望产出和非期望产出的特殊投入产出技术结构。它可以表示为以下产出集合的形式（Fare et
al. ，2007）：
（3）P （x ）={（y ，b ）：x 能生产出（y ，b ）}，x ∈R N +
在式（3）中，P （x ）为投入x ∈R N +所能生产的期望产出y ∈R M +和非期望产出b ∈R I +的所有可能性
集合。
在生产可能性边界的基础上，可以通过方向性距离函数DDF （Directional Distance Functions ）来计算出每个生产决策单元离生产可能性边界的距离即相对效率。DDF 的具体形式为：
軑（x ，y ，b ；g ）=sup{β∶（y ，b ）+βg ∈p （x ）}D 0
（4）
在式（4）中，g=（g y ，-g b ）为产出扩张的方向向量。方向向量g 的选取反映了人们对期望产出和非期望产出进行取舍的不用效用偏好，本文假定g=（y ，-b ），即期望产出和非期望产出在其原有存量基础上成比例增减。DDF 表示在既定投入向量x 下，沿着方向向量g ，产出向量（y ，b ）所能扩张的最大倍数β。DDF 值越小表明生产越接近生产可能性边界，生产效率就越高，DDF 值等于0时表明生产决策单元已处于生产可能性边界之上，生产是完全有效率的。
曼奎斯特鲁恩博格生产率指数（Malmquist Luenberger Productivity Index ，MLPI ），根据Chung ·
et al. （1997），在DDF 基础上定义的t 期和（t +1）期之间的基于产出的Malmquist-Luenberger 生产率
指数为：
ML t
t +1
[1+D （x ，y ，b ；g ）][1+D （x ，y ，b ；g ）]
×
軑0t （x t+1，y t+1，b t+1；g t+1）1+D 軑0t +1（x t+1，y t+1，b t+1；g t+1）1+D
t
t
t
t
t
t
t
t
軑t 軑t +1
軑
1/2
（5）
ML 生产率指数也可以分解为技术效率变化（EFFCH ）和技术进步指数（TECH ）：
ML =EFFCH ×TECH
軑0（x t ，y t ，b t ，g t ）[1+D
EFFCH t =
軑0t +1（x t+1，y t+1，b t+1；g t+1）1+D
t +1
（6）（7）
t
軑t （x t ，y t ，b t ；g t ）][1+D 軑t +1（x t+1，y t+1，b t+1；g t+1）][1+D
×TECH t =t t t t t 軑0（x ，y ，b ；g ）][1+D 軑0t （x t+1，y t+1，b t+1；g t+1）][1+D
t +1
軑
（8）
3. 生产率测算结果分析
图1和图2分别给出了经济总体8大部门分年份和分部门的TFP 指数及其分解情况。总体来看，1999—2009年间经济总体TFP 年均增长率为2.4%，其中技术效率年均增长率为1.5%，技术进步年均增长率为3.9%，可见，此期间经济总体TFP 增长主要得益于技术进步，而技术效率则出现了
81
负增长。在研究时间段内，经济总体TFP 呈现逐年增长趋势，但在2008年后呈明显的下降趋势。但是，经济总体TFP 增长来源于不同时间段呈现不同特征。以2005年为分界点，1999—2004年期间
TFP 增长主要得益于技术效率增长，此期间技术效率增长水平高于技术进步增长水平；2006—2009年期间TFP 增长主要得益于技术进步增长，此期间技术进步增长水平高于技术效率增长水平。从经
济总体分部门情况来看，TFP 年均增长率由低到高的排名分别是：“农、林、牧、渔业”（-14.4%）、“建筑业”（1%）、“批发和零售业、住宿和餐饮业”（1.7%）、“金融业”（2.6%）、“房地产业”（6.1%）、“交通运输、仓储和邮政业”（11.1%）、和“其他服务业”（13.4%）、“工业”（20.9%）。其中，工业部门TFP 年均增长率最高，服务业的几大部门次之，而“农、林、牧、渔业”TFP 年均增长率最低甚至出现了负增长。从
TFP 增长来源看，仅“农、林、牧、渔业”和“建筑业”的TFP 增长主要来源于技术效率，而其他6大部
门TFP 增长主要来源于技术进步。
1.41.31.21.11.00.90.8
1.41.21.00.80.60.40.2
建运筑输业、仓批发储和和零邮售政业业、住
宿和餐饮业
业
业
业
业
、渔
产
工
融
务其他服
业
、牧、林
2000/20199019/20200020/20200031/20200042/20200053/20200064/20200075/20200086/20200097/2008
金
农
交
通
技术效率指数变化技术进步指数变化技术效率指数变化技术进步指数变化
TFP 指数变化TFP 指数变化
图18大部门分年份TFP 指数及分解图28大部门分部门TFP 指数及分解
在对工业部门生产率测算中为了与不考虑非期望产出的传统TFP 相区分，本文将考虑非期望产出的工业部门TFP 定义为绿色TFP 。图3和图4分别给出了考虑SO 2排放非期望产出的工业部门分年份和分部门的绿色TFP 指数及其分解情况。总体来看，1999—2009年间工业部门绿色TFP 年均增长率为20.87%，其中技术效率年均增长率为0.46%，技术进步年均增长率为20.78%，可见，此期间工业部门绿色TFP 增长主要得益于技术进步。在研究时间段内，工业部门绿色TFP 增长和技术进步以2005年为分界点均呈现先升后降的倒U 型趋势，而技术效率一直处于较低的增长水平。从工业分部门情况来看（见图4），绿色TFP 年均增长率排名前五分别是：“石油加工、炼焦及核燃料加工业”（104.19%）、“金属制品业”（70.31%）、“黑色金属冶炼及压延加工业”（36.23%）、“橡胶制品业”（29.56%）、“皮革、毛皮、羽毛（绒）及其制品业”（23.6%）。
三、要素配置效率的测算与分析
在已有的类似研究中，大多学者（Fan et al. ，2003；Bhaumik and Estrin ，2007；Bosworth and
Collins ，2008；Gong and Lin ，2008）都是从三次产业间要素再配置角度研究要素重置与结构变迁对
生产率提高和经济增长的影响作用。但是，这些研究均忽略了各产业内部行业间的要素流动，显然从分行业的角度研究要素重置与结构变迁对经济增长的影响会更加客观与全面。
82
房
地
1.71.61.51.41.31.21.11.00.90.8
2.52.01.51.00.50
2000/20199019/20200020/20200031/20200042/20200053/20200064/20200075/20200086/20200097/2008
技术效率指数变化绿色TFP 指数变化
技术进步指数变化
技术效率指数变化绿色TFP 指数变化
技术进步指数变化
图3工业部门分年份绿色TFP 指数及分解图4工业部门分部门绿色TFP 指数及分解
研究要素重置与结构变迁效应的方法主要有两种：一是Fabricant （1942）提出的偏离—份额法，二是Chenery et al. （1986）在分析多国模型中使用的方法。偏离—份额法是一种有效地分析结构问题的方法，但是在使用这一方法分析的时候，它只能考虑单个要素的结构变迁效应，对产业结构变化的分析不够细致。多国模型法虽然可以同时考虑资本和劳动结构变迁对经济增长的贡献，但是“多国模型”中对回归的控制变量选择具有模糊性，容易造成省略变量问题，从而导致问题分析的不准确，同时模型中对产业结构采取的衡量方式也是一个难点。这两种方法的共同局限在于都是将结构变迁效应作为从生产率中分解出来的一部分来解释。本文使用改进后的Wurgler 模型则将要素再配置效应作为与生产率增长并列的因素来研究二者之间的关系，它以要素流动对生产率变化的敏感程度作为要素配置效率的衡量标准，可以同时考虑多种要素的配置效应变化，在一定程度上避免了前两种方法研究中的不足。
1. 要素配置效率的计算方法
Wurgler （2000）创造性地构造出估算资本配置效率的模型，用来检验金融体系与资本配置效率之间的关系，该模型得到了理论界的认同和应用（Durnev ，Li ，Mork &Yeung 2004；Almeida and Wolfenzon ，2005）。方军雄（2006）根据该基本模型提出了修正后的Wurgler 模型，研究了我国市场化进程与资本配置效率之间的关系。本文对经典的Wurgler （2000）基本模型进行了些许改进，将要素配置的标准从部门规模或利润的增长改进为部门生产率的增长，这样，改进后的Wurgler 模型与Wurgler （2000）模型相比有以下一些不同：①Wurgler （2000）模型是以投资变化对规模变动的敏感性
作为资本配置效率的基准，而本模型是以生产率增长率变化作为资本（劳动）配置效率的标准。
②Wurgler （2000）模型侧重于各个行业自身的对比，但在总量一定的前提下，资本（劳动）的流动不仅
与行业自身生产率增长有关，还要考虑本行业在整体国民经济中“生产率增长”相对位置的变化，而
TFP 的计算以数据点的外包络面为基础，较好地考虑了行业之间的相对性。改进后的Wurgler 模型
如下：
ln
I i ，t TFP i ，t
=αt +ηt ln +εi ，t -1i ，t-1i ，t
（9）
在（9）式中，i 为行业编号；t 为年份；I 为固定资本流量投入（在计算劳动配置效率时将I 替换为
L ：从业人员）；TFP i ，t /TFP i ，t-1为生产率变化指数，即相对于上一年i 行业的生产率变化（在工业行业
83
计算中为考虑环境污染的绿色TFP 指数变化）；η为投资反映系数，表示各行业资本（劳动）的增减对生产率增长变化的弹性水平。当η>0时，表示某行业生产率相对于上一年有所提升时，流向该行业的资本（劳动）增长率也会相应增加，即有更多的资本（劳动）会流入具有更高生产率增长的行业，相对有较少的资本（劳动）流入较低生产率增长的行业。当η
2. 要素配置效率的测算结果
在上述模型基础上，使用面板数据估计方法对经济总体及工业部门分行业的资本（劳动）配置效率进行了测算。Hausman 检验表明，对于经济总体及工业分行业的回归分析均应选择固定效应模型，结果见表1和表2。
表1
变量
1999—2009年固定效应模型的要素配置效率回归结果
经济总体
劳动配置效率
资本配置效率
劳动配置效率
工业部门
资本配置效率
C ηF R 2N
0.0203***
（4.6934）
0.2545***
（22.4040）
0.0487***
（5.9011）
0.1408***
（19.6064）
0.0871***
（2.8508）
-0.3271***
（-4.0769）
-0.0324***
（-1.1175）
-0.0043***
（-0.1724）
2.15320.195280
4.86250.354080
5.25700.3702180
4.44180.3318180
注：小括号内为t 统计量，***、**、*分别表示显著性水平为1%、5%、10%，N 为样本个数。
总体而言，在1999—2009年期间，我国经济总体劳动配置效率为0.0871，资本配置效率为
-0.3271；工业部门劳动配置效率为-0.0324，资本配置效率为-0.0043。经济总体要素再配置对生产
率增长变化的弹性较小，劳动力再配置变化与生产率增长相同，资本再配置变化则与生产率增长相反，即经济总体内劳动力结构变化对促进生产率增长具有弱的正效应，而资本结构变化对生产率增长的贡献效应为负。工业部门内要素流动对生产率增长变化的弹性很不显著，而且其流向均与生产率增长相反，即资本和劳动要素的结构变化对生产率增长的贡献效应均为负。该研究结果与姚战琪（2009）的研究结论基本一致。干春晖、郑若谷（2009）研究发现，在2001—2007年期间，劳动力结构变化对劳动生产率增长具有“结构红利”并趋于减弱，资本结构变化对资本生产率增长具有微弱的“结构红利”。由于干春晖采用偏离—份额法将结构效应分解为静态转移效应和动态转移效应两部分，其中资本的动态转移效应部分测量值为-5.68，即资本流动与生产率增长也是反向的，资本结构变化对生产率增长的贡献效应也为负。因此，他们的研究结论与本文基本相符。
3. 要素配置效率的测算结果分析
（1）劳动配置效率分析：经济总体的劳动配置效率明显大于工业部门，经济总体劳动要素的结构变化对生产率增长的贡献为正，工业部门劳动要素的结构变化对生产率增长的贡献为负。在工业化进程中，第一产业富余劳动力大量向其他产业转移，造成第一产业就业出现负增长。随着第三产业个体、私营等非公有制经济的发展，及其技术进步、生产效率的提高，从农业、工业转移出的劳动力大量流入第三产业，第三产业成为吸收劳动力最主要的部门。因此，经济总体8大部门劳动要素的结构变化对生产率增长具有微弱的“结构红利”。工业部门劳动配置效率为负的根源在于资本投入的快速增长和就业增长缓慢甚至负增长。1999—2009年，工业的资本存量年均增长率为8.98%，就业年均增长仅为0.96%。受资本替代劳动的挤占影响，以及户籍制度等非市场化因素对进入技术
84
表21999—2009年经济总体及工业部门要素配置效率及TFP 增长率
行业
农、林、牧、渔业工业建筑业
劳动配置效率
资本配置效率
TFP 增长率-0.1440.209-0.0100.1110.0170.0260.0610.1340.0080.2210.0070.0270.3620.1030.0700.0650.7030.2361.0420.1740.2960.0440.1150.1390.1090.038
-0.019-0.0030.0220.0020.003-0.008-0.006-0.002-0.135-0.095-0.043-0.095-0.0830.1210.1440.0450.0480.0510.0170.0170.0100.0240.0220.015-0.037-0.025
-0.008-0.003-0.0540.017-0.068-0.0210.1130.025-0.099-0.1000.007-0.048-0.100-0.001-0.0290.0110.0740.0440.023-0.0020.0430.0210.0790.0840.012-0.018
经济总体
交通运输、仓储和邮政业批发和零售业、住宿和餐饮业金融业房地产业其他服务业采掘业
电力煤气及水生产供应业纺织业
非金属矿物制品业
黑色金属冶炼及压延加工业化学纤维制造业
化学原料及化学制品制造业机械、电气、电子设备制造业
工业部门
金属制品业
皮革、毛皮、羽毛（绒）及其制品业石油加工、炼焦及核燃料加工业食品、饮料和烟草制造业塑料制品业橡胶制品业医药制造业
印刷业和记录媒介的复制有色金属冶炼及压延加工业造纸及纸制品业
水平较高的国有工业企业的门槛制约，工业部门就业增长非常缓慢，新增劳动力多数流向了技术水平低、污染高的劳动密集型行业，所以造成了工业部门劳动要素配置的“结构负利”现象。
经济总体8大部门中“农、林、牧、渔业”的劳动配置效率为-0.019最低，“建筑业”0.022为最高，“交通运输、仓储和邮政业”以及“批发零售、住宿和餐饮业”的劳动配置效率也为正值。近年来，我国城市化与工业化建设在吸纳农业过剩劳动力中发挥了重要的作用，大量的农业劳动力向建筑业的转移极大地促进了这个行业的生产率增长。劳动密集型服务业作为劳动力流入的主要部门自身的生产率水平也得到了提高。在工业部门18个分行业中，制造业成为劳动力流入增长与生产率增长相伴随的行业，具体包括“化学纤维制造业”、“化学原料及化学制品制造业”、“机械、电气、电子设备制造业”、“金属制品业”、“皮革、毛皮、羽毛（绒）及其制品业”、“橡胶制品业”、“医药制造业”等。这与我国改革开放以来大力发展劳动密集型制造业的政策导向直接相关，随着我国制造业的技术进步与产业升级，劳动要素再配置仍然具有明显的“结构红利”现象。
（2）资本配置效率分析：经济总体和工业部门的资本配置效率弹性系数均为负，不过工业部门资本配置效率稍大于经济总体。这是近年来我国经济粗放式增长的典型表现，由政府主导的投资驱动型经济增长使得大量投资被配置到了边际生产率为负的部门。工业部门作为工业化阶段资本流入的主要部门，其中电力、煤气、供水等垄断性高投资行业占用了大量的资本投入，但这些行业无论
85
资本边际产出还是平均资本产出率都极低，投资和资本存量远远大于社会最优水平，基本上属于动态无效率，致使工业部门资本要素的配置效率为负。从经济总体来看，由于我国产业结构偏差长期存在，第一产业资本投入不足的状况严重制约着资本要素的配置效率；第三产业发展滞后，尤其是生产性服务业市场化改革缓慢，缺乏有效的市场竞争机制，导致生产效率较低、资本不能自由流动也是经济总体资本配置效率较低的重要原因。工业部门资本再配置效率稍高于经济总体，与工业内部资本流动较容易，制造业的发展以及中国FDI 主要集中于工业的投资结构有关。
从表2可知，经济总体8大部门中房地产业的资本配置效率0.113为最高，说明这一时期房地产业成为资本流入的主要部门，并且资本的流入极大地促进了这一行业的生产率增长，这符合近年来我国房地产业的发展现状。交通运输、仓储和邮政业也是这一时期资本配置效率较高的行业，这与我国近年来对交通运输行业的大量投资有关，这些投资对于行业生产率的增长都起到了积极的作用。在工业部门18个分行业中，制造业成为资本流入与生产率增长相伴随的主要行业，具体包括金属制品业，皮革、毛皮、羽毛（绒）及其制品业，医药制造业，橡胶制品业，塑料制品业，石油加工、炼焦及核燃料加工业，机械、电气、电子设备制造业等。制造业资本再配置的“结构红利”现象主要在于大多数制造行业市场化程度较高，竞争充分，作为外商投资与民营资本投入的主要行业，资本的利用效率较高。
四、生产率增长、要素重置对经济增长贡献效应的估算
现代经济增长的过程不仅是生产率增长的过程，也是结构不断调整的过程。生产率增长的关键是部门内全要素生产率的提升；结构调整的基础是部门间资本、劳动要素配置效率的改善。本部分构建了生产率增长、要素重置对经济增长贡献效应估算的回归模型：
···y=C+αLae+βKae+γTFP+ε产率增长率，回归结果见表3。
表3
变量
（10）
式（10）中，y 为行业总产值增长率，Lae 为劳动配置效率，Kae 为资本配置效率，TFP 为全要素生
生产率增长和要素重置的经济增长效应回归结果
系数
标准差
t 统计量9.527-0.108-0.4853.018
C αβγF R 2
0.150***-0.277-0.5140.870***
0.0162.5521.0590.2887.0990.780
注：***、**、*分别表示显著性水平为1%、5%、10%。
从表3可知，在1999—2009年期间，我国劳动配置效率和资本配置效率对经济增长的贡献均为负，但不显著，而全要素生产率增长对经济增长的贡献显著为正。这一结果说明，要素重置与结构变迁作为经济增长的重要源泉在这一时段的表现很不理想，不仅没有促进经济的增长，反而具有“结构负利”效应。而部门内生产率增长与技术进步成为促进经济增长的主要原因。刘伟、张辉（2008）将技术进步和产业结构变迁从要素生产率中分解出来，实证度量了产业结构变迁对中国经济增长的贡献，并将其与技术进步的贡献相比较，结果也发现1998年以后，产业结构变迁对经济增长的贡献变得越来越不显著，逐渐让位于技术进步。结构变迁效应的减弱是由于部门内部要素配置的不合理和要素在部门间配置的扭曲造成的。市场化发展的不足、一些体制性因素以及我国产业结构的偏差，仍然阻碍着要素配置效率的进一步提高。
86
五、结论与建议
本文综合考虑生产率增长、要素重置与结构变迁这两大影响经济增长的重要因素。研究发现：
①从生产率增长看，1999—2009年间经济总体TFP 呈现先增长后下降趋势，在2008年以后下降趋
势显著，其中技术进步年均增长率大于技术效率年均增长率，经济总体TFP 增长主要得益于技术进步。工业部门绿色TFP 和技术进步增长率在2005年以后也出现了明显的下滑趋势，技术进步年均增长率远大于技术效率年均增长率，绿色TFP 增长也主要得益于技术进步。这一期间，生产率增长对经济增长具有正向促进作用，主要体现于技术进步对经济增长的积极影响。但是，2008年以来
TFP 增长下降趋势明显，后期表现不容乐观。②从要素重置效应来看，经济总体8部门劳动力再配置
对促进生产率增长具有弱的“结构红利”，而资本要素再配置对生产率增长则是“结构负利”。工业
18个分行业中资本、劳动要素再配置对生产率增长变化的弹性较小，二者对生产率增长的贡献均
为负。要素重置与结构变迁作为经济增长的重要源泉在这一时期的表现很不理想，不符合结构变迁效应的规律，不仅没有促进经济的增长，反而具有抑制作用。充分说明当前转变经济增长方式和经济结构战略性调整在促进我国经济长期可持续增长中的重要性与紧迫性。
（1）鼓励科技进步与生产相结合来改进“农、林、牧、渔业”，以及“农、林、牧、渔”服务业的生产方式，促进“农、林、牧、渔业”生产效率的提升。建筑业与工业部门内的采掘业、纺织业等一些传统行业要通过设备更新与技术改造来实现技术进步。大型制造企业要加大科研经费投入力度，建立研发中心，积极参与国家重点项目的招投标，为企业持续技术进步提供支撑。工业部门与生产性服务业部门要加强科技管理，鼓励技术扩散，形成科技与生产紧密结合的长效机制，提高技术研发与转化的市场效率，进一步挖掘技术效率提升的潜力。
（2）减少影响要素再配置的限制性因素，进一步释放要素重置促进经济增长的巨大潜能。积极推进户籍制度改革，打破劳动力流动的区域限制，鼓励农业过剩劳动力向建筑业、劳动密集型制造业、“交通运输、仓储邮政业”和“批发零售、住宿餐饮业”等劳动配置效率更高的行业有序转移。加大对“农、林、牧、渔业”的财政转移支付力度，引导社会资金投入，推动“农、林、牧、渔业”产业化发展。深化金融服务体系改革，使资金价格能合理反映其稀缺程度，避免要素价格扭曲所造成的非效率配置。通过以下途径提高资本的配置效率：一是大力发展资本市场，扩大直接融资规模；二是逐步推进利率与汇率的市场化改革；三是建立多层次金融服务体系，为高新技术和新兴成长型的中小企业提供融资渠道。
（3）宏观产业政策的重点要控制工业尤其是消费品工业的投资规模，打破行业垄断，放宽投资限制，引导社会资本更多地进入资本生产率更高的农业与服务业，尤其是生产性服务业。制造业，建筑业，房地产业，交通运输、仓储和邮政以及金融业等生产性服务业作为拉动经济增长的主导产业应该继续发挥其技术优势与规模优势，不断提高行业竞争能力，成为当前带动经济总体产业结构升级的主导力量。战略性新兴产业代表着未来科技进步的方向，其发展能够促进新兴技术的产业化，因此，政府应该加大对战略性新兴产业要素再配置的政策支持力度，培育我国未来参与国际竞争的新的主导优势产业，为经济持续增长提供不竭的动力。
〔参考文献〕
〔1〕Almeida H. &Wolfenzon D. The Effect of External Finance on the Equilibrium Allocation of Capital[J].Journal
of Financial Economics ，2005，133（75）.
〔2〕Bhaumik Sumon Kumar ，and Saul Estrin. How Transition Paths Differ ：Enterprise Performance in Russia and
China[J].Journal of Development Economics ，2007，82（2）.
〔3〕Bosworth Barry ，and Susan M. Collins. Accounting for Growth ：Comparing China and India [J].Journal of
Economic Perspectives ，2008，22（1）.
87
〔4〕Chenery H. B. ，S. Robinson ，and M. Syrquin. Industrialization and Growth ：A Comparative Study[M].New York ：
Oxford University Press ，1986.
〔5〕Chung ，Y. H. ，R. Fare ，and S. Grosskopf. Productivity and Undesirable Outputs ：A Directional Distance
Function Approach[J].Journal of Environmental Management ，1997，229（51）.
〔6〕Durnev A. ，Li K. ，Mork R. &Yeung. Capital Markets and Capital Allocation ：Implications for Economies in
Transition[J].Economics of Transition ，2004，12（4）.
〔7〕Fabricant ，S. Employment in Manufacturing 1899-1939[R].NBER Woking Paper ，1942.
〔8〕Fan Shenggen ，Xiaobo Zhang and Sherman Robinson. Structural Change and Economic Growth in China [J].
Review of Development Economics ，2003，7（3）.
〔9〕Fare ，R. ，S. Grosskopf ，and Carl A. ，Pasurka. Environmental Production Functions and Environmental Directional
Distance Functions[J].Energy ，2007，1055（32）.
〔10〕Gong Gang ，and Justin Yifu Lin. Deflationary Expansion ：An Overshooting Perspective to the Recent Business
Cycle in China[J].China Economic Review ，2008，19（1）.
〔11〕J.Wurgler. Financial Markets and the Allocation of Capital[J].Journal of Financial Economics ，2000，58（1-2）. 〔12〕Maddison ，A. Chinese Economic Performances in the Long Run [R].Paris ：Development Centre of the OECD ，
1998.
〔13〕Wu ，Y. China ’s Economic Growth ：A Miracle with Chinese Characteristics [M].London and New York ：
Routledge Curzon ，2004.
〔14〕方军雄. 市场化进程与资本配置效率的改善[J].经济研究，2006，（5）.
〔15〕干春辉，郑若谷. 改革开放以来产业结构演进与生产率增长研究[J].中国工业经济，2009，（2）. 〔16〕郭克莎. 三次产业增长因素及其变动特点分析[J].经济研究，1993，（2）.
〔17〕何德旭，姚战琪. 中国产业结构调整的效应、优化升级目标和政策措施[J].中国工业经济，2008，（5）. 〔18〕刘伟，张辉. 中国经济增长中的产业结构变迁和技术进步[J].经济研究，2008，（11）. 〔19〕吕铁，周叔莲. 制造业结构变化对生产率增长的影响研究[J].管理世界，2002，（2）. 〔20〕温杰，张建华. 中国产业结构变迁的资源再配置效率[J].中国软科学，2010，（6）. 〔21〕姚战琪. 生产率增长与要素再配置效率：中国的经验研究[J].经济研究，2009，（9）.
Productivity Growth ，Factors Reallocation and China ’s Economic Growth
———Empirical Study Based on Sub-sectors ZHAO Chun-yu ，ZHU Cheng-liang ，AN Shu-wei
（School of Economics and Management of Northwestern University ，
XiAn 710127，China ）
Abstract ：This paper analyzes the productivity growth and factor allocation effects for the case of 8macroeconomic sectors and 18manufacturing during the period of 1999-2009，based on the cross-industry panel data of China. The findings are listed as follows ：①Macro -economy TFP growth rate has declined since 2008，labor allocation effects have increased with a rise in productivity ，but capital allocation effects has a negative figure. ②Industry environmental TEP has shown a sharp decline and both its labor and capital allocation have shown negative numbers. After calculating TFP growth and the effects of factors reallocation on economic growth by building-up a regressive model ，it is found that TFP growth has a positive effect on the economic growth ，while factors reallocation has a negative one. The results show the importance and urgency of changing the economic growth pattern and adjusting the economic structure. As two important engines of our country ’s economic growth ，technological advancement and transformation of structure should interact and play a positive role in promoting the future economic growth.
Key Words ：
productivity growth ；factors reallocation ；structural transformation ；economic growth
〔责任编辑：高粮〕
88