本文關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、結(jié)構(gòu)性減速與經(jīng)濟增長分化，由筆耕文化傳播整理發(fā)布。

產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、結(jié)構(gòu)性減速與經(jīng)濟增長分化

作者：    發(fā)布時間：2013/03/01    來源：中國社會科學(xué)網(wǎng)

  字體：（  　　 )

　　【內(nèi)容提要】本文以一種地理空間的視角，采用空間面板數(shù)據(jù)模型，考察了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整背景下全國和東、中、西部地區(qū)1995-2011年經(jīng)濟增長速度與結(jié)構(gòu)性因素之間的關(guān)系。實證研究的結(jié)果表明，中國經(jīng)濟增長速度總體上存在著空間自相關(guān)；東部地區(qū)經(jīng)濟增長已經(jīng)開始“結(jié)構(gòu)性減速”，西部地區(qū)正在“結(jié)構(gòu)性加速”，而中部地區(qū)為“加速”與“減速”并存，整體呈現(xiàn)出“結(jié)構(gòu)性加速”；全國經(jīng)濟總體上依然維持在“結(jié)構(gòu)性加速”階段。但經(jīng)濟增長分化的格局業(yè)已形成；對于經(jīng)濟增長速度影響最大的因素是勞動生產(chǎn)率增速，其次是空間效應(yīng)，平均工資增速的影響較小，其他因素對經(jīng)濟增長速度的影響不明顯。
　　【關(guān) 鍵 詞】產(chǎn)業(yè)結(jié)構(gòu)/結(jié)構(gòu)性減速/經(jīng)濟增長分化/空間自相關(guān)/空間面板數(shù)據(jù)
　　一、問題提出
　　隨著向工業(yè)化、城市化轉(zhuǎn)型的不斷加深，中國經(jīng)濟正在經(jīng)歷顯著的結(jié)構(gòu)性變化，改革開放以來工業(yè)化所引致的全國一盤棋同步高增長的“結(jié)構(gòu)性加速”時代趨于終結(jié)，經(jīng)濟增長將逐步轉(zhuǎn)入未來的“結(jié)構(gòu)性減速”。通常，“結(jié)構(gòu)性加速”緣于工業(yè)化的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，勞動力資源由落后的農(nóng)業(yè)部門轉(zhuǎn)移到勞動生產(chǎn)率增速較高的工業(yè)部門，并促進經(jīng)濟增長速度的提高。當工業(yè)化日益走向城市化時，產(chǎn)業(yè)結(jié)構(gòu)再次調(diào)整，勞動力資源則開始由工業(yè)部門轉(zhuǎn)向勞動生產(chǎn)率增速較低的第三產(chǎn)業(yè)部門，并導(dǎo)致經(jīng)濟增長速度回落，就形成了“結(jié)構(gòu)性減速”。
　　縱觀世界經(jīng)濟的發(fā)展歷史，“二戰(zhàn)”后工業(yè)化國家人均GDP增長速度普遍加快，20世紀60年代之后又普遍下降；而亞洲“四小龍”的人均GDP也在經(jīng)歷了長達30余年的快速增長后，于1970年代進入減速階段�？梢姡�(jīng)濟增長速度的轉(zhuǎn)變是任何國家在工業(yè)化發(fā)展道路上都不能回避的階段。Mitchell(2007)的研究為這一模式提供了詳盡的數(shù)據(jù)支持，其中產(chǎn)業(yè)結(jié)構(gòu)發(fā)展狀況、經(jīng)濟活動人口的產(chǎn)業(yè)分布、人口的經(jīng)濟活動參與率等是影響經(jīng)濟增長速度的重要指標。Maddison(2006)考察了過去100年間約40個經(jīng)濟體的經(jīng)濟增長狀況，并指出OECD國家的經(jīng)濟增長在60年代開始減速的原因是勞動生產(chǎn)率增速、匯率制度和宏觀政策的變動。特別是“二戰(zhàn)”后發(fā)達國家的產(chǎn)業(yè)結(jié)構(gòu)變化加速了勞動力從低生產(chǎn)率部門向高生產(chǎn)率部門的轉(zhuǎn)移，提高了全社會勞動生產(chǎn)率增速，并促成了這些國家的高速增長。但這種被西方學(xué)者稱之為“一勞永逸”(Once for All)的因素也削弱了勞動生產(chǎn)率持續(xù)高增長的空間。Bjork(1999)利用美國100年的歷史數(shù)據(jù)，對產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)等重要因素進行了分析，認為日趨成熟的美國經(jīng)濟已經(jīng)告別昔日的高速增長時代，取而代之的是增長減速時代。Barro and Sala-i-Martin(2004)也通過類似的研究指出發(fā)達國家的經(jīng)濟增長速度存在著先上升后下降的規(guī)律，但減速后依然超過平均水平。張平、劉霞輝(2007)把發(fā)達國家經(jīng)濟增長速度的變化軌跡總結(jié)為S型路徑，并指出了路徑不同階段的特征和問題。近年來，許多學(xué)者開始了對中國經(jīng)濟增長減速的關(guān)注。王慶、章俊、Ho(2011)認為農(nóng)村勞動力向城市工業(yè)部門的大規(guī)模轉(zhuǎn)移，使得勞動生產(chǎn)率很難再有提升空間，且結(jié)構(gòu)性改革為勞動生產(chǎn)率創(chuàng)造的潛在收益也大不如以前，進而判斷出，2020年前中國經(jīng)濟增長速度將比此前10的平均水平下降2%以上，且經(jīng)濟結(jié)構(gòu)將隨之發(fā)生重大轉(zhuǎn)變。袁富華(2012)基于經(jīng)濟增長因素分解的研究表明，20世紀70年代以后發(fā)達國家經(jīng)濟增長的減速，與產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化造成的勞動生產(chǎn)率的減速密切相關(guān)，由此提出了長期增長過程中“結(jié)構(gòu)性加速”與“結(jié)構(gòu)性減速”的觀點，同時，還指出未來中國經(jīng)濟結(jié)構(gòu)服務(wù)化趨勢逐漸增強，“加速”向“減速”轉(zhuǎn)換的問題將會凸顯。張軍(2012)認為，當前中國經(jīng)濟增長速度的下降，主要是由生產(chǎn)率增速下降所引起的，而近年來生產(chǎn)要素跨部門流動受阻則是生產(chǎn)率下降的主要原因；在經(jīng)濟減速的治理上，應(yīng)該從供給端著手。類似地，華中煒(2012)也認為，當一國經(jīng)濟處于“結(jié)構(gòu)性加速”到“結(jié)構(gòu)性減速”的轉(zhuǎn)換階段，頻繁的需求管理政策將使經(jīng)濟周期短期化和波動擴大化，宏觀政策走向“供給端改革”是克服這個困境的必然選擇。
　　與目前已有研究不同的是：①本文并不是沿用時間序列數(shù)據(jù)對一些經(jīng)濟指標的變化趨勢進行簡單的分析，而是運用空間面板數(shù)據(jù)，對全國和三大區(qū)域經(jīng)濟增長速度進行詳細地比較研究。②把可能對中國經(jīng)濟“結(jié)構(gòu)性減速”產(chǎn)生重要影響的結(jié)構(gòu)性因素引入模型，分析其在不同地區(qū)產(chǎn)生影響的方向和大��；特別地，根據(jù)地理異質(zhì)性假設(shè)，，把通常人們所忽略的地區(qū)之間的空間影響也考慮進來。本文的研究結(jié)果表明：中國經(jīng)濟增長速度總體上存在著空間自相關(guān)：東部地區(qū)經(jīng)濟增長已經(jīng)進入“結(jié)構(gòu)性減速”時代，西部地區(qū)正處于顯著的“結(jié)構(gòu)性加速”階段，而中部地區(qū)則出現(xiàn)了“加速”與“減速”并存的局面，但整體呈現(xiàn)出“結(jié)構(gòu)性加速”，全國經(jīng)濟總體上依然維持在“結(jié)構(gòu)性加速”階段，但經(jīng)濟增長分化的格局業(yè)已形成：對于經(jīng)濟增長速度影響最大因素是勞動生產(chǎn)率增速，其次是空間效應(yīng)。平均工資增速的影響較小，其他因素對經(jīng)濟增長速度的影響不明顯。
　　二、研究方法和樣本數(shù)據(jù)
　　本文的技術(shù)路線：一是分析中國各個省、自治區(qū)和直轄市(下文簡稱省份)在經(jīng)濟增長速度上的空間自相關(guān)；二是分別以全國和東、中、西部地區(qū)為研究對象，對經(jīng)濟增長速度與主要的結(jié)構(gòu)性因素之間的關(guān)系進行面板數(shù)據(jù)分析，并檢驗方程殘差的空間自相關(guān)；三是構(gòu)建空間面板數(shù)據(jù)模型，揭示在空間自相關(guān)條件下，結(jié)構(gòu)性因素對全國及三大區(qū)域經(jīng)濟增長速度的影響差異；四是在空間計量結(jié)果的基礎(chǔ)上進行拓展分析。指出不同區(qū)域經(jīng)濟增長速度的分化狀況及其發(fā)展趨勢。貫穿于整個技術(shù)路線中的研究方法如下文所述。
　　1.研究方法
　　(1)空間自相關(guān)。該指標能夠從地理空間的整體上刻畫經(jīng)濟社會活動分布的集聚情況，而這種集聚源于地區(qū)之間的客觀經(jīng)濟聯(lián)系。眾多研究結(jié)果表明。Moran's I指數(shù)有助于更加科學(xué)地分析經(jīng)濟現(xiàn)象的空間效應(yīng)與空間自相關(guān)(Moran，1950)。該指數(shù)定義如下：
　　一般認為，如果Moran's I的正態(tài)統(tǒng)計量的Z值大于正態(tài)分布函數(shù)在5%水平下的臨界值1.65，表明地區(qū)經(jīng)濟活動在空間分布上具有明顯的正自相關(guān)①，這也意味著鄰近地區(qū)的類似特征值出現(xiàn)了集聚效應(yīng)。此外，Moran's I散點圖的4個象限能夠進一步區(qū)分某個地區(qū)與其他地區(qū)之間的空間聯(lián)系形式：第Ⅰ、Ⅲ象限代表觀測值之間存在空間正自相關(guān)，第Ⅱ、Ⅳ象限則代表觀測值之間存在空間負自相關(guān)(徐建華，2006)。
　　(2)空間面板數(shù)據(jù)模型�？臻g計量經(jīng)濟學(xué)模型的基本思想是通過一個空間權(quán)重矩陣W對普通回歸模型進行修正(呂健，2011)。常用的空間計量模型有兩種類型：一是空間滯后模型(SLM)，二是空間誤差模型(SEM)。當變量之間的空間作用對模型顯得非常關(guān)鍵而導(dǎo)致了空間自相關(guān)時，采用前者；當模型的誤差項存在空間自相關(guān)時，采用后者(Anselin，1988；Anselin et al.，2004)�？臻g自相關(guān)在這兩種模型中分別體現(xiàn)為因變量的滯后項和誤差項。
　　其中，y為被解釋變量，X為外生的解釋變量矩陣，ρ為空間回歸系數(shù)，反映了其他地區(qū)的因變量對本地區(qū)因變量的影響方向和程度，W為n階空間權(quán)重矩陣，β反映了自變量X對因變量y的影響；λ為因變量的空間誤差系數(shù)，ε為隨機誤差向量，μ為正態(tài)分布的隨機誤差向量；λ衡量了存在于擾動誤差項之中的空間自相關(guān)作用，能夠反映其他地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)因變量的影響程度。
　　當空間計量與面板數(shù)據(jù)相結(jié)合時，便產(chǎn)生了空間面板數(shù)據(jù)模型。我們根據(jù)隨機誤差項分解的不同，可以進一步地分為固定效應(yīng)和隨機效應(yīng)。當樣本回歸分析局限于特定地區(qū)時，固定效應(yīng)模型更優(yōu)，因此，我們主要采用空間固定效應(yīng)模型(Elhorst，2003)。該模型中控制了兩類非觀測效應(yīng)，即個體固定效應(yīng)和時點固定效應(yīng)，前者反映隨個體(省份)變化但不隨時點變化的背景因素對因變量的影響；后者代表隨時點變化但不隨個體(省份)的背景因素對因變量的影響。
　　(4)空間模型的識別與估計。判斷某一面板數(shù)據(jù)模型是否存在空間自相關(guān)，以及空間滯后模型和空間誤差模型哪個更恰當，一般可以從面板數(shù)據(jù)模型的殘差入手，采用Moran's I檢驗、兩個Lagrange乘數(shù)形式(LMLAG和LMERR)及其穩(wěn)健性檢驗(Robust-LMLAG和Robust-LMERR)來實現(xiàn)。Anselin，F(xiàn)lorx(1995)提出了如下判別標準：如果在空間自相關(guān)的檢驗中發(fā)現(xiàn)LMLAG較之LMERR在統(tǒng)計上更加顯著，且Robust-LMLAG顯著而Robust-LMERR不顯著，可以認為空間滯后模型較為合適；反之，則須選擇空間誤差模型。在模型估計中，由于以上兩種空間模型自變量的內(nèi)生性，如果仍采用最小二乘法(OLS)，系數(shù)估計值會有偏或者無效，需要通過工具變量法(Ⅳ)、極大似然法(ML)或者廣義最小二乘估計(GLS)、廣義矩估計(GMM)等其他方法來進行。本文將根據(jù)Anselin(1988)的建議，采用極大似然法(ML)估計各種空間計量模型中的參數(shù)。
　　2.樣本數(shù)據(jù)
　　這里，我們將基于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的背景選擇具有代表性的結(jié)構(gòu)性變量，對全國和東、中、西部地區(qū)的“結(jié)構(gòu)性減速”和經(jīng)濟增長分化進行分析。按照袁富華(2012)所采用的方法，將人均GDP做如下分解，以獲取其中重要的結(jié)構(gòu)性因素。
　　這樣，人均GDP增長速度就分解為3個結(jié)構(gòu)性因素：勞動生產(chǎn)率增速、勞動參與率增速和勞動年齡人口比重增速，而且勞動生產(chǎn)率增速還可以按照三次產(chǎn)業(yè)做進一步分解②,因此，這3個指標可以反映出產(chǎn)業(yè)結(jié)構(gòu)變化對經(jīng)濟增長速度的影響。另外，我們還將選取第三產(chǎn)業(yè)就業(yè)比重增速和平均工資增速這2個變量。原因是當前中國第三產(chǎn)業(yè)發(fā)展水平較低，第三產(chǎn)業(yè)就業(yè)比重增速可能會對經(jīng)濟增長速度產(chǎn)生影響，可視為結(jié)構(gòu)性因素；而平均工資增速則是影響經(jīng)濟增長速度的重要的成本性因素，也是近年來中國經(jīng)濟增長領(lǐng)域中備受關(guān)注的焦點。各個變量的定義如下：
　　經(jīng)濟增長速度(gdp)：GDP與年末總?cè)丝跀?shù)比值的變化率；勞動生產(chǎn)率增速(prod)：GDP與就業(yè)人口數(shù)比值的變化率；勞動參與率增速(lapr)：就業(yè)人口在勞動年齡人口中比重的變化率，這里的勞動年齡人口以15—64歲人口表示；勞動年齡人口比重增速(demo)：勞動年齡人口占總?cè)丝诒戎氐淖兓�；平均工資增速(wage)：城鎮(zhèn)職工平均實際工資的變化率；第三產(chǎn)業(yè)就業(yè)比重增速(tiep)：第三產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人口比重的變化率。
　　在樣本的選取上，我們注意到中國的人均GDP增長速度的變化趨勢：自從1978年的8.913%遞增至1993年的19.084%，但從1995年開始出現(xiàn)了明顯的連續(xù)下降，2001年的人均GDP增速為12.360%；2002年開始，該指標又重新進入上升通道。2006年之后，中國的東、中、西部的經(jīng)濟增長速度不再像之前那樣同步，而是出現(xiàn)了加速與減速并存的分化現(xiàn)象。因此，我們把樣本時期確定為1995-2011年，剛好涵蓋了3個典型的階段：經(jīng)濟增長減速階段(1995-2001年)、經(jīng)濟增長加速階段(2002-2006年)和經(jīng)濟增長分化階段(2007-2011年)。
　　需要說明的是：①為了平滑短期波動、獲得長期趨勢，我們對所有的樣本數(shù)據(jù)均進行了Hodrick-Prescott濾波處理，各個變量的描述性統(tǒng)計結(jié)果如表1所示。②本文所采用的原始數(shù)據(jù)主要來自各期《中國統(tǒng)計年鑒》；2011年數(shù)據(jù)來自《中國統(tǒng)計摘要》(2012)以及各省統(tǒng)計局的快報數(shù)；少數(shù)省份個別年份的缺失數(shù)據(jù)，則根據(jù)其變化規(guī)律推算補齊(圖表中將不再注明)。③根據(jù)通常的區(qū)域劃分習(xí)慣，我們把北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省份作為東部地區(qū)，把山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南等9個省份作為中部地區(qū)，把廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等11個省份作為西部地區(qū)。④本文所使用的地理信息與地圖，均由地理信息系統(tǒng)(GIS)軟件生成；我們在地圖中繪制了香港、澳門和臺灣，但這3個地區(qū)的地理信息并未納入統(tǒng)計分析。
　　三、空間自相關(guān)分析
　　接下來，將通過Moran's I分析各個省份在經(jīng)濟增長速度上是否存在空間自相關(guān)(集聚效應(yīng))。通過計算，我們發(fā)現(xiàn)，中國內(nèi)地31個省份經(jīng)濟增長速度的Moran's I僅在2001-2005年間沒有通過顯著性檢驗，而其他12年中均通過了5%或10%水平的顯著性檢驗③。這意味著，中國的經(jīng)濟增長速度在總體上存在著空間自相關(guān)，即經(jīng)濟增長速度相似的省份存在著空間集聚效應(yīng)。從圖1中可以看出，在1995-2000年間，Moran's I在達到0.150之后開始下降，但基本保持顯著，這也反映了該時期內(nèi)，受到經(jīng)濟“軟著陸”和東南亞金融危機的影響，中國各個省份存在著空間影響，經(jīng)濟增長速度普遍下降；2001-2005年間，Moran's I均不顯著，意味著各個省份開始利用自身特點和優(yōu)勢發(fā)展經(jīng)濟，經(jīng)濟增長速度不斷提高，因此，空間影響作用較小；2006-2011年間，Moran's I開始大幅上升，基本上都通過了1%水平的顯著性檢驗，原因是“中部快速崛起”和“西部大開發(fā)”的不斷深入，東、中、西部經(jīng)濟聯(lián)系更加緊密(例如：東部對中西部的投資、中西部承接?xùn)|部的產(chǎn)業(yè)轉(zhuǎn)移等)。
　　通過Moran's I散點圖可以對這種集聚效應(yīng)做進一步分析。首先，我們選擇4個代表性年份：經(jīng)濟增長速度開始明顯下降的1995年，回升之前的2000年，經(jīng)濟增長開始分化的2006年和分化最大的2011年。在這4個代表性年份的散點圖上，處于第Ⅰ、Ⅲ象限的省份較多，處于第Ⅱ、Ⅳ象限的省份較少。其中，第Ⅰ象限表示經(jīng)濟增長速度高的省份集聚(即高值集聚)，第Ⅲ象限表示經(jīng)濟增長速度低的省份集聚(即低值集聚)。我們利用地圖代替散點圖的形式來更加直觀地反映4個年份的集聚效應(yīng)(如圖2所示)④。1995年，經(jīng)濟增長速度高值集聚的8個省份主要位于中東部地區(qū)，低值集聚的省份則集中于東北、西北地區(qū)；2000年，高值集聚省份出現(xiàn)了向中部地區(qū)移動的態(tài)勢，而低值集聚省份則以西部(特別是西南)地區(qū)為主；2006年，在上文提及的“中部快速崛起”和“西部大開發(fā)”不斷深入的大背景下，高值集聚省份數(shù)量大幅度增加，且以中西部不發(fā)達省份居多，而東部沿海省份(北京、天津、上海、浙江、福建、海南)則形成了低值集聚；2011年，高值集聚省份全部出現(xiàn)在中、西部地區(qū)，低值集聚省份(除新疆外)則集中于東部沿海發(fā)達地區(qū)。圖2展示了中國經(jīng)濟增長速度高值(低值)集聚省份的動態(tài)變化軌跡。
　　四、空間面板數(shù)據(jù)分析
　　空間自相關(guān)分析解釋了中國在經(jīng)濟增長速度上存在著集聚效應(yīng)，但是結(jié)構(gòu)性因素在影響經(jīng)濟增長速度的過程中，是否也存在著空間效應(yīng)？其作用方向和程度如何？這就需要進一步地進行多變量分析。我們把經(jīng)濟增長速度(gdp)作為被解釋變量，把勞動生產(chǎn)率增速(prod)、勞動參與率增速(lapr)、勞動年齡人口比重增速(demo)、平均工資增速(wage)和第三產(chǎn)業(yè)就業(yè)比重增速(tiep)等作為解釋變量，以全國、東部、中部、西部這4類地區(qū)為研究對象，分別運用面板數(shù)據(jù)技術(shù)進行分析。首先，進行普通面板數(shù)據(jù)分析，以檢驗是否存在空間自相關(guān)。
　　1.普通面板數(shù)據(jù)模型
　　這里，我們主要選取兩類面板數(shù)據(jù)模型，一是混合模型(即無固定效應(yīng)模型)。
　　根據(jù)這兩類普通面板數(shù)據(jù)模型，可以檢驗是否存在空間相關(guān)性，如果存在的話，將采用前文提及的Lagrange乘數(shù)及其穩(wěn)健性指標判斷選擇何種空間模型分析更為合理。
　　實證結(jié)果表明，雖然混合模型有部分回歸系數(shù)通過了顯著性水平的檢驗，但是，對4類地區(qū)的混合模型進行多余的固定效應(yīng)檢驗之后，發(fā)現(xiàn)F值和 值均較大，且伴隨概率均為0，這意味著混合模型中存在著固定效應(yīng)，應(yīng)予舍棄。通過比較估計結(jié)果，我們發(fā)現(xiàn)4類地區(qū)的個體固定效應(yīng)和時間固定效應(yīng)模型均不及雙固定效應(yīng)模型合理，因此不擬采用。表2報告了4類地區(qū)雙固定效應(yīng)模型的估計結(jié)果，而其他不擬采用(不合理)的模型估計結(jié)果將不再列出。
　　根據(jù)表2所示的回歸結(jié)果，模型1—4估計殘差的Moran's I均通過了1%或10%水平的顯著性檢驗，說明4類地區(qū)的個體時點雙固定效應(yīng)模型中均含有空間自相關(guān)，模型的估計結(jié)果是有偏的或無效的，需要重新構(gòu)建空間面板數(shù)據(jù)模型；另外，Lagrange乘數(shù)及其穩(wěn)健性指標也顯示出，模型1—2的4個LM檢驗指標均通過了1%水平的顯著性檢驗，但是LMLAG和R-LMLAG均大于對應(yīng)的LMERR和R-LMERR，因此，選擇SLM形式要優(yōu)于SLM形式；模型3—4的LMLAG和R-LMLAG全部通過1%水平的顯著性檢驗，而LMERR和R-LMERR未能全部通過顯著性水平的檢驗，故應(yīng)該選擇SLM形式。
　　2.空間面板數(shù)據(jù)模型
　　接下來，我們將根據(jù)上文的分析結(jié)果，構(gòu)建空間滯后雙固定效應(yīng)模型。
　　同時，放棄原先有偏的最小二乘法(OLS)，采用適合空間計量分析的極大似然法(ML)進行估計。另外，在進行聯(lián)合顯著性檢驗(Joint Significance Test)之后，發(fā)現(xiàn)4類地區(qū)的空間滯后個體(或時點)模型均拒絕了個體(或時點)固定效應(yīng)不顯著的原假設(shè)，因此，空間滯后雙固定效應(yīng)模型應(yīng)該是最優(yōu)之選。我們在表3中僅給出4類地區(qū)空間滯后雙固定效應(yīng)模型的估計結(jié)果(個體和時點固定效應(yīng)，將在后文中分析)。根據(jù)表3中的估計結(jié)果，可以得出以下結(jié)論：
　　第一，模型5—8在Adj- 、logL和 等指標上均優(yōu)于表2中與之對應(yīng)的模型1—4，說明普通雙固定效應(yīng)模型由于忽略了空間自相關(guān)，估計結(jié)果存在偏差，而空間滯后雙固定效應(yīng)模型考慮空間自相關(guān)，在一定程度上修正了這種偏差。
　　第二，模型5—8中的解釋變量prod、lapr、demo系數(shù)均為正數(shù)，說明4類地區(qū)的經(jīng)濟增長速度與勞動生產(chǎn)率增速、勞動參與率增速、勞動年齡人口比重增速的變化方向一致。從勞動生產(chǎn)率增速對經(jīng)濟增長速度的影響程度上看，東部地區(qū)高于全國水平，而中、西部低于全國水平；在勞動參與率增速對經(jīng)濟增長速度的影響程度上，西部地區(qū)最大，中部地區(qū)最小；勞動年齡人口比重增速對經(jīng)濟增長速度的影響方面，西部最大而東部最小。
　　第三，平均工資增速這一指標，對全國范圍的經(jīng)濟增長速度并沒有明顯的影響，但在東、中部地區(qū)，與經(jīng)濟增長速度的方向相反，而在西部地區(qū)與經(jīng)濟增長速度的方向相同。第三產(chǎn)業(yè)就業(yè)比重增速在全國、東部和西部地區(qū)均與經(jīng)濟增長速度呈反方向變化，但是，與中部地區(qū)的經(jīng)濟增長速度關(guān)系并不顯著。
　　第四，空間效應(yīng)的影響在4類地區(qū)都非常顯著。全國范圍內(nèi)，外省經(jīng)濟增長速度對本省有著同方向的影響，而在東部地區(qū)，這種影響程度更大；在中、西部，外省經(jīng)濟增長速度則對本省的影響程度低于全國水平。
　　五、實證結(jié)果拓展分析：對于中國現(xiàn)實的解釋
　　2012年以來，中國經(jīng)濟增長速度放緩已經(jīng)越來越成為人們的共識，但是，全國和東、中、西部地區(qū)經(jīng)濟增長速度是否均已進入了下降通道？地區(qū)性的差異是怎樣的？其結(jié)構(gòu)性因素的變化趨勢如何？接下來，我們將在實證結(jié)果的基礎(chǔ)上進行拓展分析，并嘗試對以上問題做出解釋。
　　從全國總體來看，經(jīng)濟增長速度自2001年觸底回升之后，一直保持上升的態(tài)勢，原因在于：一是全社會勞動生產(chǎn)率增速存在著同樣變化軌跡，且系數(shù)達到0.954(模型5)，有力地推動了經(jīng)濟增長速度的提高；二是空間效應(yīng)影響顯著，全國范圍內(nèi)各個省份經(jīng)濟增長速度的相互影響系數(shù)達到0.268(模型5)；我們還注意到，其他結(jié)構(gòu)性因素方面，勞動年齡比重增速和第三產(chǎn)業(yè)就業(yè)比重增速沒有明顯的變化，而勞動參與率增速的微弱下降對經(jīng)濟增長速度影響極小(見圖3所示)⑤。另外，平均工資增速呈現(xiàn)出下降趨勢，但其系數(shù)并不顯著(模型5)，沒有對經(jīng)濟增長速度產(chǎn)生影響。因此，可以認為中國在總體上并未出現(xiàn)經(jīng)濟增長的“結(jié)構(gòu)性減速”，而是繼續(xù)維持“結(jié)構(gòu)性加速”。
　　對于東部地區(qū)而言，經(jīng)濟增長速度及其影響因素的變化情況與全國總體并不相同。從圖4可以看出，東部地區(qū)除了遼寧、福建和海南外，其他8個省份經(jīng)濟增長速度均在2005年之后呈現(xiàn)出大幅的下降，其數(shù)值在0%到15%之間，且差異性較大。究其原因：①2005年以來，隨著區(qū)域發(fā)展戰(zhàn)略和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的實施，東部地區(qū)加快了對中、西部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，其中包括大量的勞動生產(chǎn)率較高的工業(yè)部門，再加之第三產(chǎn)業(yè)水平不高，導(dǎo)致了東部勞動生產(chǎn)率增速明顯下降，其數(shù)值已不足8%；同時，高達1.060(模型6)的系數(shù)進一步放大了勞動生產(chǎn)率增速對經(jīng)濟增長速度的影響程度。②東部省份之間正的空間影響作用較強，系數(shù)為0.311(模型6)，這也成為東部各省經(jīng)濟增長速度普遍下降的重要原因。③東部地區(qū)的平均工資增速有所上升，也在一定程度上拉低了經(jīng)濟增長速度；第三產(chǎn)業(yè)就業(yè)比重增速在2005年以前處于下降階段，在負系數(shù)的作用下推動了當時經(jīng)濟增長速度的提高，但是，2005年之后該因素的影響作用基本消失。此外，勞動年齡人口比重增速的細微上升雖然有助于經(jīng)濟增長速度的提高，但并不足以改變東部地區(qū)經(jīng)濟增長的“結(jié)構(gòu)性減速”趨勢。
　　在中、西部地區(qū)，經(jīng)濟增長速度均表現(xiàn)出了顯著的提高，其數(shù)值基本介于15%—25%之間，且內(nèi)部差異性較小(如圖5和6所示)。按照上文的分析思路，不難發(fā)現(xiàn)，勞動生產(chǎn)率增速上升是經(jīng)濟增長速度提高的主要原因。一方面，中、西部地區(qū)接受了來自東部地區(qū)的投資(主要是集中于第二產(chǎn)業(yè))和產(chǎn)業(yè)轉(zhuǎn)移，大幅提高了勞動生產(chǎn)率增速；另一方面，中、西部地區(qū)的勞動力資源開始由第一產(chǎn)業(yè)進入第二產(chǎn)業(yè)，從而推動了本地區(qū)的工業(yè)化發(fā)展。這兩方面的作用，使得中、西部地區(qū)的勞動生產(chǎn)率增速迅速攀升到20%以上。而平均工資增速的不斷下降，也有助于中、西部經(jīng)濟增長速度的提升。此外，來自空間的影響作用也相當顯著，具體地說，本地區(qū)其他省份經(jīng)濟增長速度提高1%時，本省的經(jīng)濟增長速度將會提高0.2%以上(模型7、模型8)。但是，需要注意的是，中部地區(qū)的山西、內(nèi)蒙古和河南已經(jīng)開始出現(xiàn)了類似東部的經(jīng)濟增長減速的趨勢，不難理解：這3個省份由于和東部地區(qū)鄰接，成為中部地區(qū)接受東部地區(qū)投資和產(chǎn)業(yè)轉(zhuǎn)移的前沿，在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面也與東部地區(qū)更加接近；在勞動生產(chǎn)率增速方面，這3個省份也在2009年之后出現(xiàn)了觸頂回落的趨勢，“結(jié)構(gòu)性減速”的特征初步顯現(xiàn)。通過以上分析，我們認為，西部地區(qū)正處于顯著的“結(jié)構(gòu)性加速”階段；中部地區(qū)整體上屬于“結(jié)構(gòu)性加速”階段，但是“加速”與“減速”并存的格局已初步形成。
　　通過對4類地區(qū)的分析，我們認為，隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和產(chǎn)業(yè)轉(zhuǎn)移的深入，勞動生產(chǎn)率增速在東部不斷降低，中部開始分化、西部節(jié)節(jié)攀升，使得全國一盤棋同步高增長的“結(jié)構(gòu)性加速”時代趨于終結(jié)，中國經(jīng)濟開始進入到東部“減速”、西部“加速”，而中部“加減并存”的經(jīng)濟增長分化階段，且東部“減速”要快于中、西部的“加速”。對于這種分化狀態(tài)，我們除了能夠從圖4—6中獲得最直觀的了解之外，還可以運用實證研究中4個空間滯后雙固定效應(yīng)模型的個體效應(yīng)(截距項η)和時點效應(yīng)(截距項δ)加以分析。
　　在模型5中，個體固定效應(yīng)從橫向上體現(xiàn)了31個省份經(jīng)濟增長速度的分化特征。圖7顯示，在整體上，東部地區(qū)的固定效應(yīng)最小，中部地區(qū)較大，西部地區(qū)最大。這意味著在同樣的沖擊下，東部經(jīng)濟增長速度將會明顯小于中、西部。進一步地，還可以發(fā)現(xiàn)東部省份的固定效應(yīng)差異性顯著，包括了最大值(江蘇，0.314)和最小值(北京，-0.963)，天津和上海的固定效應(yīng)也很小，分別為-0.455和-0.176，說明東部地區(qū)在“結(jié)構(gòu)性減速”中存在著很大的差異性，這也與我們對圖4的分析結(jié)果一致；而中、西部地區(qū)固定效應(yīng)的差異性相對較小。在模型6—8中，時點固定效應(yīng)從縱向上反映了東、中、西部經(jīng)濟增長速度隨時間變化的趨勢(如圖8所示)。其中，東部地區(qū)的固定效應(yīng)隨著時間變化而逐步下降，且數(shù)值已小于-1.0；中部和西部的固定效應(yīng)則呈現(xiàn)出了較為相似的增長趨勢，并在數(shù)值上超過了1.0。這表明，同樣的沖擊，在未來的年份中，給東部地區(qū)帶來的經(jīng)濟增長速度將越來越小，中、西部地區(qū)則越來越大，但是中部地區(qū)明顯小于西部地區(qū)。
　　六、基本結(jié)論與啟示
　　為了考察產(chǎn)業(yè)結(jié)構(gòu)調(diào)整背景下中國所面臨的“結(jié)構(gòu)性減速”和經(jīng)濟增長分化問題，本文采用了空間數(shù)據(jù)分析技術(shù)：①通過對1995-2011年31個省份的經(jīng)濟增長速度進行空間自相關(guān)分析，發(fā)現(xiàn)經(jīng)濟增長速度在總體上存在著較為明顯的空間自相關(guān)，空間集聚效應(yīng)具有動態(tài)變化的特征。高值集聚省份最初集中于東部沿海地區(qū)，后逐步向中部地區(qū)滲透，最后出現(xiàn)在原先具有低值集聚的中、西部地區(qū)；而低值集聚的變化軌跡剛好相反，低值集聚省份起初多見于西部地區(qū)，后來逐步向東部地區(qū)轉(zhuǎn)移，并最終集中于東部沿海的發(fā)達省份。②我們把經(jīng)濟增長速度分解為勞動生產(chǎn)率增速，以及勞動參與率增速、勞動年齡人口比重增速等3個結(jié)構(gòu)性因素，再增加反映產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的因素——第三產(chǎn)業(yè)就業(yè)比重增速，以及平均工資增速，共同組成解釋變量，采用面板數(shù)據(jù)模型對全國以及東部、中部和西部經(jīng)濟增長速度進行計量分析。第一步，通過對傳統(tǒng)的面板數(shù)據(jù)模型的檢驗，發(fā)現(xiàn)個體時點雙固定效應(yīng)模型相對其他模型更為合理，但是，4類地區(qū)的模型估計殘差中均存在顯著的空間自相關(guān)，說明普通面板模型的估計結(jié)果可能有偏或無效。第二步，放寬了傳統(tǒng)計量的地理同質(zhì)性假設(shè)，根據(jù)Lagrange乘數(shù)及其穩(wěn)健性檢驗結(jié)果，選擇包含空間自相關(guān)的空間滯后雙固定效應(yīng)模型(SLFEM)，把其他省份對本省的影響納入到分析之中，使得估計結(jié)果與現(xiàn)實更為相符。
　　實證結(jié)果表明：①東部地區(qū)經(jīng)濟增長已經(jīng)進入“結(jié)構(gòu)性減速”時代，西部地區(qū)經(jīng)濟增長正處于顯著的“結(jié)構(gòu)性加速”階段，而中部地區(qū)經(jīng)濟增長出現(xiàn)了“加速”與“減速”并存的局面，但整體呈現(xiàn)出“結(jié)構(gòu)性加速”；在中、西部較強的“結(jié)構(gòu)性加速”帶動下，全國經(jīng)濟總體上依然維持在“結(jié)構(gòu)性加速”階段，但經(jīng)濟增長分化的格局業(yè)已形成。②對于經(jīng)濟增長速度影響最大因素是勞動生產(chǎn)率增速，其次是空間效應(yīng)，平均工資增速的影響較小；而勞動參與率增速、勞動年齡人口比重增速由于長期未有明顯的變化，因此，沒有像其他學(xué)者預(yù)計的那樣發(fā)揮出明顯的影響作用。③東部勞動生產(chǎn)率增速下降可歸因于產(chǎn)業(yè)轉(zhuǎn)移和結(jié)構(gòu)調(diào)整；中、西部勞動生產(chǎn)率增速上升緣于東部的投資和產(chǎn)業(yè)轉(zhuǎn)移，以及勞動力資源從第一產(chǎn)業(yè)轉(zhuǎn)入第二產(chǎn)業(yè)后所帶來的工業(yè)化發(fā)展；因此，第三產(chǎn)業(yè)人口比重增速沒有出現(xiàn)大的變化和影響作用。④在東部地區(qū)的“結(jié)構(gòu)性減速”過程中，外部沖擊對各個省份經(jīng)濟增長速度的影響存在較大差異性；而在時間維度上，外部沖擊會進一步擴大3個地區(qū)經(jīng)濟增長分化。
　　通過實證分析，我們認為中國處在經(jīng)濟社會發(fā)展的轉(zhuǎn)型期，人均收入水平還比較低，這種經(jīng)濟增長速度的轉(zhuǎn)變，將會對產(chǎn)業(yè)結(jié)構(gòu)、社會投資、居民消費等領(lǐng)域產(chǎn)生巨大而又不確定的沖擊；在“結(jié)構(gòu)性加速”與“結(jié)構(gòu)性減速”并存的過渡期內(nèi)，宏觀經(jīng)濟政策的制定和宏觀經(jīng)濟運行的調(diào)控也將變得更加錯綜復(fù)雜。那么，如何積極應(yīng)對“結(jié)構(gòu)性減速”和經(jīng)濟增長分化？實證結(jié)果的啟示是：加快實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化，提高全社會勞動生產(chǎn)率增速。東部地區(qū)出現(xiàn)勞動生產(chǎn)率增速下降的原因是第二產(chǎn)業(yè)的轉(zhuǎn)移和第三產(chǎn)業(yè)的較低發(fā)展水平。為了應(yīng)對“結(jié)構(gòu)性減速”，東部地區(qū)必須加快發(fā)展高端制造業(yè)和現(xiàn)代服務(wù)業(yè)，通過產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化，提高全社會勞動生產(chǎn)率增速，重新提升經(jīng)濟增長速度。長期以來，東部地區(qū)在生產(chǎn)總值、社會固定資產(chǎn)投資、外商投資、研究與實驗發(fā)展等方面占全國的比重均大大高于其土地、人口資源占全國的比重，可見，東部地區(qū)完全可以憑借其密集的生產(chǎn)力布局、較高的人力資源素質(zhì)和科技創(chuàng)新能力，發(fā)展高端制造業(yè)，以質(zhì)量優(yōu)勢消除產(chǎn)業(yè)轉(zhuǎn)移帶來的勞動生產(chǎn)率減速。另一方面，近10年來，全球服務(wù)業(yè)的增加值之所以能夠超過制造業(yè)，主要是源于服務(wù)業(yè)內(nèi)處于價值鏈高端的現(xiàn)代服務(wù)業(yè)(生產(chǎn)性服務(wù)業(yè))的發(fā)展，而中國第三產(chǎn)業(yè)水平不高，恰恰就是因為現(xiàn)代服務(wù)業(yè)發(fā)展水平較低。因此，東部地區(qū)需要通過進一步的結(jié)構(gòu)調(diào)整克服現(xiàn)代服務(wù)業(yè)的發(fā)展瓶頸，推動第三產(chǎn)業(yè)整體的升級和發(fā)展，在城市化進程中實現(xiàn)勞動生產(chǎn)率增速的穩(wěn)步提高。另外，中、西部地區(qū)當前的“結(jié)構(gòu)性加速”主要基于第二產(chǎn)業(yè)較高的勞動生產(chǎn)率增速，但是，需要注意的是其第二產(chǎn)業(yè)多為低端制造業(yè)，當中、西部地區(qū)勞動力的“廉價時代”趨于終結(jié)時，較高的勞動生產(chǎn)率增速將難以維系。因此，中、西部地區(qū)也應(yīng)該充分重視產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化，提前應(yīng)對未來可能出現(xiàn)的“結(jié)構(gòu)性減速”。
　　注釋：
　�、僖恍┭芯空J為，通過10%水平的顯著性檢驗，也可以視做存在空間自相關(guān)。
　�、谌司鵊DP增長速度的進一步分解和推導(dǎo)過程參見袁富華(2012)。
　�、蹆H個別年份是通過10%水平的顯著性檢驗。
　　④由于我們重點研究的是處于第Ⅰ、Ⅲ象限的省域，因此，第Ⅱ、Ⅳ象限的省份將不再予以區(qū)分。
　�、萦捎谌珖皷|、中、西部的勞動參與率增速遠低于1%，對經(jīng)濟增長速度的影響極小，我們將不再過多討論。
　　【參考文獻】
　　[1]Mitchell, B. R. International Historical Statistics(6th ed.):1750-2005[M]. New York: Palgrave Macmillan, 2007.
　　[2]Maddison, A. The World Economy(Volume 1, Volume 2)[M]. OECD Publishing, 2006.
　　[3]Bjork, G. C. The Way It Worked and Why It Won't[M]. London: Praeger, 1999.
　　[4]Barro, R. J., Sala-i-Martin, X. Economic Growth(2nd ed.)[M]. Cambridge, MA: MIT Press, 2004.
　　[5]Moran, P. A. P. Notes on Continuous Stochastic Phenomena[J]. Biometrika, 1950,37(1).
　　[6]Anselin, L. Spatial Econometrics: Methods and Models[M]. Dordrecht Kluwer Academic Publishers, 1988.
　　[7]Anselin, L., Raymond, J. G. M., Florax, R. J. Advances in Spatial Econometrics: Methodology, Tools and Applications[M]. Berlin: Springer-Verlag, 2004.
　　[8]Elhorst, J. P. Specification and Estimation of Spatial Panel Data Models[J]. International Regional Science Review. 2003,(26).
　　[9]Paas, T., Schlitte, F. Regional Income Inequality and Convergence Processes in the EU-25[R]. ERSA Conference Papers, 2006.
　　[10]Tobler, W. A Computer Movie Simulating Urban Growth in the Detroit Region[J]. Economic Geography, 1970,46(2).
　　[11]Anselin, L., Florx, R. New Directions in Spatial Econometrics[M]. Springer-Verlag, Berlin, 1995.
　　[12]張平，劉霞輝.經(jīng)濟增長前沿[M].北京：社會科學(xué)文獻出版社，2007.
　　[13]王慶，章俊，Ho.2020年前的中國經(jīng)濟：增長減速不是會否發(fā)生，而是如何發(fā)生[J].金融發(fā)展評論，2011，(3).
　　[14]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)濟研究，2012，(3).
　　[15]張軍.中國經(jīng)濟減速與治理[R].青島：英國《金融時報》國際經(jīng)濟高峰論壇，2012.
　　[16]華中煒.結(jié)構(gòu)性減速、增長分化與供給改革——2012年中期經(jīng)濟報告[R].北京：華創(chuàng)證券研究所，2012.
　　[17]徐建華.計量地理學(xué)[M].北京：高等教育出版社，2006.
　　[18]呂健.中國城市化水平的空間效應(yīng)與區(qū)域收斂分析：1978-2009年[J].經(jīng)濟管理，2011，(9).^
　　責(zé)任編輯：春華

查看原文

  本文關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、結(jié)構(gòu)性減速與經(jīng)濟增長分化，由筆耕文化傳播整理發(fā)布。