勞動(dòng)生產(chǎn)率、鮑莫爾病效應(yīng)與區(qū)域結(jié)構(gòu)轉(zhuǎn)型
發(fā)布時(shí)間:2022-01-15 07:48
中國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的一個(gè)典型特征是服務(wù)業(yè)發(fā)展相對(duì)滯后且在區(qū)域間顯著失衡。本文建立了一個(gè)基于廣義可加型偏好的多部門多地區(qū)一般均衡模型,在理論上和定量上研究了勞動(dòng)生產(chǎn)率對(duì)中國(guó)區(qū)域結(jié)構(gòu)轉(zhuǎn)型的影響。模型中服務(wù)業(yè)比重變化可以被分解為工農(nóng)業(yè)勞動(dòng)生產(chǎn)率提高導(dǎo)致服務(wù)業(yè)比重?cái)U(kuò)大的工農(nóng)業(yè)鮑莫爾病效應(yīng)和服務(wù)業(yè)勞動(dòng)生產(chǎn)率提高導(dǎo)致服務(wù)業(yè)比重縮小的服務(wù)業(yè)鮑莫爾病效應(yīng),服務(wù)業(yè)發(fā)展是這兩個(gè)影響方向相反的鮑莫爾病效應(yīng)相減的結(jié)果。在使用中國(guó)省級(jí)數(shù)據(jù)估計(jì)模型參數(shù)的基礎(chǔ)上,對(duì)模型的數(shù)值模擬較好擬合了中國(guó)各地區(qū)服務(wù)業(yè)發(fā)展趨勢(shì)。反事實(shí)模擬表明,工農(nóng)業(yè)鮑莫爾病和服務(wù)業(yè)鮑莫爾病的影響均非常顯著,且影響程度存在區(qū)域性差異,從東部地區(qū)、中部和東北地區(qū),再到西部地區(qū),工農(nóng)業(yè)鮑莫爾病的影響逐漸減弱,服務(wù)業(yè)鮑莫爾病的影響逐漸增強(qiáng);谶@些結(jié)論,本文為中國(guó)通過(guò)加快提升服務(wù)業(yè)比重推動(dòng)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、縮小區(qū)域發(fā)展差距和實(shí)現(xiàn)高質(zhì)量發(fā)展提出了具體政策建議。
【文章來(lái)源】:經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2020,(04)北大核心CSSCI
【文章頁(yè)數(shù)】:17 頁(yè)
【部分圖文】:
服務(wù)業(yè)產(chǎn)出比重與人均GDP對(duì)數(shù)值
圖2給出了各省級(jí)地區(qū)在樣本期內(nèi)服務(wù)業(yè)和工農(nóng)業(yè)勞動(dòng)生產(chǎn)率年均增速對(duì)比,其中,虛線表示45°線?梢钥吹,工農(nóng)業(yè)勞動(dòng)生產(chǎn)率增速基本在8%以上,很多地區(qū)都超過(guò)了10%;服務(wù)業(yè)勞動(dòng)生產(chǎn)率增速基本低于10%,多數(shù)地區(qū)都低于8%。所有省級(jí)地區(qū)工農(nóng)業(yè)勞動(dòng)生產(chǎn)率的增長(zhǎng)速度均快于服務(wù)業(yè),相同的情況下,工農(nóng)業(yè)鮑莫爾病效應(yīng)的影響程度就可能大于服務(wù)業(yè)鮑莫爾病效應(yīng)。為了估計(jì)模型中的消費(fèi)偏好參數(shù),將式(7)等號(hào)左右兩邊取自然對(duì)數(shù),經(jīng)過(guò)轉(zhuǎn)化得到:
其次,根據(jù)模型和數(shù)據(jù)分別計(jì)算各個(gè)省級(jí)地區(qū)在樣本期內(nèi)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的增幅,比較二者之間的差別。圖3對(duì)比了基準(zhǔn)模型和現(xiàn)實(shí)數(shù)據(jù)中的服務(wù)業(yè)比重增幅,其中,虛線為45°線。圖中的點(diǎn)越接近虛線,說(shuō)明該省級(jí)地區(qū)的模型預(yù)測(cè)值和現(xiàn)實(shí)數(shù)據(jù)的差別越小,擬合程度越高。可以看到,大部分省級(jí)地區(qū)的點(diǎn)都分布在45°線附近,說(shuō)明基準(zhǔn)模型對(duì)服務(wù)業(yè)比重增幅的預(yù)測(cè)值較為接近現(xiàn)實(shí)數(shù)據(jù),能夠較好擬合服務(wù)業(yè)比重的增長(zhǎng)趨勢(shì)。當(dāng)然,多數(shù)省級(jí)地區(qū)的服務(wù)業(yè)比重增幅的模型模擬值低于現(xiàn)實(shí)數(shù)據(jù),說(shuō)明存在模型之外的因素也推動(dòng)著服務(wù)業(yè)比重上升,但這一偏差仍然處在合理范圍內(nèi)。圖中北京市距離45°線較遠(yuǎn),說(shuō)明模型之外的因素對(duì)服務(wù)業(yè)比重上升的影響在北京市是最大的,這些因素可能包括北京市的首都定位和環(huán)保政策對(duì)工業(yè)發(fā)展的限制,使北京市的服務(wù)業(yè)比重達(dá)到所有省級(jí)地區(qū)中的最高水平。具體到各個(gè)省級(jí)地區(qū),圖4和圖5分別畫出了東部省級(jí)地區(qū)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的變化過(guò)程?梢钥吹,多數(shù)地區(qū)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的模型值曲線與數(shù)據(jù)值曲線較為接近,且變化趨勢(shì)非常一致,模型預(yù)測(cè)值與實(shí)際數(shù)據(jù)的差距較小,說(shuō)明模型能夠較好再現(xiàn)出服務(wù)業(yè)比重的上升趨勢(shì)。表4匯報(bào)了相關(guān)定量結(jié)果。以此計(jì)算,可知服務(wù)業(yè)就業(yè)比重增幅的模型預(yù)測(cè)值與實(shí)際上升值的比例在0.597~1.169之間,平均為0.829;對(duì)于產(chǎn)出比重增幅,這一比例在0.477~1.517之間,平均為0.806。其中,模型在廣東省、天津市和海南省的擬合效果最好。1992-2018年這三個(gè)省級(jí)地區(qū)服務(wù)業(yè)就業(yè)比重分別上升16.2、31.1和26.6個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為17.8、29.6和27.2個(gè)百分點(diǎn);服務(wù)業(yè)產(chǎn)出比重分別上升17.1、24.3和7.5個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為18.7、22.8和8.2個(gè)百分點(diǎn),模型和數(shù)據(jù)之間的差別均在2個(gè)百分點(diǎn)以內(nèi)。模型在北京市和上海市的擬合效果最差。1992-2018年的北京市和1999-2017年的上海市,服務(wù)業(yè)就業(yè)比重分別上升了22.7個(gè)和14.8個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為38.0個(gè)和23.4個(gè)百分點(diǎn);服務(wù)業(yè)產(chǎn)出比重分別上升了24.2個(gè)和10.1個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為38.7個(gè)和18.3個(gè)百分點(diǎn)。模型中多數(shù)省級(jí)地區(qū)的服務(wù)業(yè)比重增幅與數(shù)據(jù)的差距都在合理范圍內(nèi),10個(gè)省級(jí)地區(qū)中有5個(gè)省級(jí)地區(qū)二者差距在5個(gè)百分點(diǎn)以內(nèi),有3個(gè)省級(jí)地區(qū)在5~8個(gè)百分點(diǎn)之間。
【參考文獻(xiàn)】:
期刊論文
[1]基礎(chǔ)設(shè)施投資對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和生產(chǎn)率提高的影響[J]. 郭凱明,王藤橋. 世界經(jīng)濟(jì). 2019(11)
[2]需求結(jié)構(gòu)變遷、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和生產(chǎn)率提高[J]. 顏色,郭凱明,杭靜. 經(jīng)濟(jì)研究. 2018(12)
[3]投資、結(jié)構(gòu)轉(zhuǎn)型與勞動(dòng)生產(chǎn)率增長(zhǎng)[J]. 郭凱明,余靖雯,吳澤雄. 金融研究. 2018(08)
[4]中國(guó)服務(wù)業(yè)增長(zhǎng)的區(qū)域失衡研究——知識(shí)產(chǎn)權(quán)保護(hù)實(shí)際強(qiáng)度與最適強(qiáng)度偏離度的視角[J]. 唐保慶,邱斌,孫少勤. 經(jīng)濟(jì)研究. 2018(08)
[5]中國(guó)改革開放以來(lái)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的影響因素[J]. 郭凱明,杭靜,顏色. 經(jīng)濟(jì)研究. 2017(03)
[6]產(chǎn)業(yè)結(jié)構(gòu)變遷、經(jīng)濟(jì)增長(zhǎng)與區(qū)域發(fā)展差距[J]. 嚴(yán)成樑. 經(jīng)濟(jì)社會(huì)體制比較. 2016(04)
[7]勞動(dòng)力市場(chǎng)扭曲、結(jié)構(gòu)轉(zhuǎn)變和中國(guó)勞動(dòng)生產(chǎn)率[J]. 蓋慶恩,朱喜,史清華. 經(jīng)濟(jì)研究. 2013 (05)
[8]服務(wù)業(yè)增長(zhǎng):真實(shí)含義、多重影響和發(fā)展趨勢(shì)[J]. 江小涓. 經(jīng)濟(jì)研究. 2011(04)
本文編號(hào):3590214
【文章來(lái)源】:經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2020,(04)北大核心CSSCI
【文章頁(yè)數(shù)】:17 頁(yè)
【部分圖文】:
服務(wù)業(yè)產(chǎn)出比重與人均GDP對(duì)數(shù)值
圖2給出了各省級(jí)地區(qū)在樣本期內(nèi)服務(wù)業(yè)和工農(nóng)業(yè)勞動(dòng)生產(chǎn)率年均增速對(duì)比,其中,虛線表示45°線?梢钥吹,工農(nóng)業(yè)勞動(dòng)生產(chǎn)率增速基本在8%以上,很多地區(qū)都超過(guò)了10%;服務(wù)業(yè)勞動(dòng)生產(chǎn)率增速基本低于10%,多數(shù)地區(qū)都低于8%。所有省級(jí)地區(qū)工農(nóng)業(yè)勞動(dòng)生產(chǎn)率的增長(zhǎng)速度均快于服務(wù)業(yè),相同的情況下,工農(nóng)業(yè)鮑莫爾病效應(yīng)的影響程度就可能大于服務(wù)業(yè)鮑莫爾病效應(yīng)。為了估計(jì)模型中的消費(fèi)偏好參數(shù),將式(7)等號(hào)左右兩邊取自然對(duì)數(shù),經(jīng)過(guò)轉(zhuǎn)化得到:
其次,根據(jù)模型和數(shù)據(jù)分別計(jì)算各個(gè)省級(jí)地區(qū)在樣本期內(nèi)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的增幅,比較二者之間的差別。圖3對(duì)比了基準(zhǔn)模型和現(xiàn)實(shí)數(shù)據(jù)中的服務(wù)業(yè)比重增幅,其中,虛線為45°線。圖中的點(diǎn)越接近虛線,說(shuō)明該省級(jí)地區(qū)的模型預(yù)測(cè)值和現(xiàn)實(shí)數(shù)據(jù)的差別越小,擬合程度越高。可以看到,大部分省級(jí)地區(qū)的點(diǎn)都分布在45°線附近,說(shuō)明基準(zhǔn)模型對(duì)服務(wù)業(yè)比重增幅的預(yù)測(cè)值較為接近現(xiàn)實(shí)數(shù)據(jù),能夠較好擬合服務(wù)業(yè)比重的增長(zhǎng)趨勢(shì)。當(dāng)然,多數(shù)省級(jí)地區(qū)的服務(wù)業(yè)比重增幅的模型模擬值低于現(xiàn)實(shí)數(shù)據(jù),說(shuō)明存在模型之外的因素也推動(dòng)著服務(wù)業(yè)比重上升,但這一偏差仍然處在合理范圍內(nèi)。圖中北京市距離45°線較遠(yuǎn),說(shuō)明模型之外的因素對(duì)服務(wù)業(yè)比重上升的影響在北京市是最大的,這些因素可能包括北京市的首都定位和環(huán)保政策對(duì)工業(yè)發(fā)展的限制,使北京市的服務(wù)業(yè)比重達(dá)到所有省級(jí)地區(qū)中的最高水平。具體到各個(gè)省級(jí)地區(qū),圖4和圖5分別畫出了東部省級(jí)地區(qū)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的變化過(guò)程?梢钥吹,多數(shù)地區(qū)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的模型值曲線與數(shù)據(jù)值曲線較為接近,且變化趨勢(shì)非常一致,模型預(yù)測(cè)值與實(shí)際數(shù)據(jù)的差距較小,說(shuō)明模型能夠較好再現(xiàn)出服務(wù)業(yè)比重的上升趨勢(shì)。表4匯報(bào)了相關(guān)定量結(jié)果。以此計(jì)算,可知服務(wù)業(yè)就業(yè)比重增幅的模型預(yù)測(cè)值與實(shí)際上升值的比例在0.597~1.169之間,平均為0.829;對(duì)于產(chǎn)出比重增幅,這一比例在0.477~1.517之間,平均為0.806。其中,模型在廣東省、天津市和海南省的擬合效果最好。1992-2018年這三個(gè)省級(jí)地區(qū)服務(wù)業(yè)就業(yè)比重分別上升16.2、31.1和26.6個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為17.8、29.6和27.2個(gè)百分點(diǎn);服務(wù)業(yè)產(chǎn)出比重分別上升17.1、24.3和7.5個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為18.7、22.8和8.2個(gè)百分點(diǎn),模型和數(shù)據(jù)之間的差別均在2個(gè)百分點(diǎn)以內(nèi)。模型在北京市和上海市的擬合效果最差。1992-2018年的北京市和1999-2017年的上海市,服務(wù)業(yè)就業(yè)比重分別上升了22.7個(gè)和14.8個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為38.0個(gè)和23.4個(gè)百分點(diǎn);服務(wù)業(yè)產(chǎn)出比重分別上升了24.2個(gè)和10.1個(gè)百分點(diǎn),而現(xiàn)實(shí)數(shù)據(jù)分別為38.7個(gè)和18.3個(gè)百分點(diǎn)。模型中多數(shù)省級(jí)地區(qū)的服務(wù)業(yè)比重增幅與數(shù)據(jù)的差距都在合理范圍內(nèi),10個(gè)省級(jí)地區(qū)中有5個(gè)省級(jí)地區(qū)二者差距在5個(gè)百分點(diǎn)以內(nèi),有3個(gè)省級(jí)地區(qū)在5~8個(gè)百分點(diǎn)之間。
【參考文獻(xiàn)】:
期刊論文
[1]基礎(chǔ)設(shè)施投資對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和生產(chǎn)率提高的影響[J]. 郭凱明,王藤橋. 世界經(jīng)濟(jì). 2019(11)
[2]需求結(jié)構(gòu)變遷、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和生產(chǎn)率提高[J]. 顏色,郭凱明,杭靜. 經(jīng)濟(jì)研究. 2018(12)
[3]投資、結(jié)構(gòu)轉(zhuǎn)型與勞動(dòng)生產(chǎn)率增長(zhǎng)[J]. 郭凱明,余靖雯,吳澤雄. 金融研究. 2018(08)
[4]中國(guó)服務(wù)業(yè)增長(zhǎng)的區(qū)域失衡研究——知識(shí)產(chǎn)權(quán)保護(hù)實(shí)際強(qiáng)度與最適強(qiáng)度偏離度的視角[J]. 唐保慶,邱斌,孫少勤. 經(jīng)濟(jì)研究. 2018(08)
[5]中國(guó)改革開放以來(lái)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的影響因素[J]. 郭凱明,杭靜,顏色. 經(jīng)濟(jì)研究. 2017(03)
[6]產(chǎn)業(yè)結(jié)構(gòu)變遷、經(jīng)濟(jì)增長(zhǎng)與區(qū)域發(fā)展差距[J]. 嚴(yán)成樑. 經(jīng)濟(jì)社會(huì)體制比較. 2016(04)
[7]勞動(dòng)力市場(chǎng)扭曲、結(jié)構(gòu)轉(zhuǎn)變和中國(guó)勞動(dòng)生產(chǎn)率[J]. 蓋慶恩,朱喜,史清華. 經(jīng)濟(jì)研究. 2013 (05)
[8]服務(wù)業(yè)增長(zhǎng):真實(shí)含義、多重影響和發(fā)展趨勢(shì)[J]. 江小涓. 經(jīng)濟(jì)研究. 2011(04)
本文編號(hào):3590214
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/3590214.html
最近更新
教材專著