中國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的一個典型特征是服務(wù)業(yè)發(fā)展相對滯后且在區(qū)域間顯著失衡。本文建立了一個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生產(chǎn)率對中國區(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)勞動生產(chǎn)率提高導(dǎo)致服務(wù)業(yè)比重擴(kuò)大的工農(nóng)業(yè)鮑莫爾病效應(yīng)和服務(wù)業(yè)勞動生產(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。在使用中國省級數(shù)據(jù)估計模型參數(shù)的基礎(chǔ)上,對模型的數(shù)值模擬較好擬合了中國各地區(qū)服務(wù)業(yè)發(fā)展趨勢。反事實模擬表明,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�；谶@些結(jié)論,本文為中國通過加快提升服務(wù)業(yè)比重推動結(jié)構(gòu)轉(zhuǎn)型升級、縮小區(qū)域發(fā)展差距和實現(xiàn)高質(zhì)量發(fā)展提出了具體政策建議。 

【文章來源】：經(jīng)濟(jì)學(xué)動態(tài). 2020,(04)北大核心CSSCI

【文章頁數(shù)】：17 頁

【部分圖文】：

服務(wù)業(yè)產(chǎn)出比重與人均GDP對數(shù)值

圖2給出了各省級地區(qū)在樣本期內(nèi)服務(wù)業(yè)和工農(nóng)業(yè)勞動生產(chǎn)率年均增速對比,其中,虛線表示45°線。可以看到,工農(nóng)業(yè)勞動生產(chǎn)率增速基本在8%以上,很多地區(qū)都超過了10%;服務(wù)業(yè)勞動生產(chǎn)率增速基本低于10%,多數(shù)地區(qū)都低于8%。所有省級地區(qū)工農(nóng)業(yè)勞動生產(chǎn)率的增長速度均快于服務(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)。為了估計模型中的消費偏好參數(shù),將式(7)等號左右兩邊取自然對數(shù),經(jīng)過轉(zhuǎn)化得到:

其次,根據(jù)模型和數(shù)據(jù)分別計算各個省級地區(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對比了基準(zhǔn)模型和現(xiàn)實數(shù)據(jù)中的服務(wù)業(yè)比重增幅,其中,虛線為45°線。圖中的點越接近虛線,說明該省級地區(qū)的模型預(yù)測值和現(xiàn)實數(shù)據(jù)的差別越小,擬合程度越高。可以看到,大部分省級地區(qū)的點都分布在45°線附近,說明基準(zhǔn)模型對服務(wù)業(yè)比重增幅的預(yù)測值較為接近現(xiàn)實數(shù)據(jù),能夠較好擬合服務(wù)業(yè)比重的增長趨勢。當(dāng)然,多數(shù)省級地區(qū)的服務(wù)業(yè)比重增幅的模型模擬值低于現(xiàn)實數(shù)據(jù),說明存在模型之外的因素也推動著服務(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),說明模型之外的因素對服務(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)到所有省級地區(qū)中的最高水平。具體到各個省級地區(qū),圖4和圖5分別畫出了東部省級地區(qū)服務(wù)業(yè)就業(yè)比重和產(chǎn)出比重的變化過程�？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,且變化趨勢非常一致,模型預(yù)測值與實際數(shù)據(jù)的差距較小,說明模型能夠較好再現(xiàn)出服務(wù)業(yè)比重的上升趨勢。表4匯報了相關(guān)定量結(jié)果。以此計算,可知服務(wù)業(yè)就業(yè)比重增幅的模型預(yù)測值與實際上升值的比例在0.597～1.169之間,平均為0.829;對于產(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年這三個省級地區(qū)服務(wù)業(yè)就業(yè)比重分別上升16.2、31.1和26.6個百分點,而現(xiàn)實數(shù)據(jù)分別為17.8、29.6和27.2個百分點;服務(wù)業(yè)產(chǎn)出比重分別上升17.1、24.3和7.5個百分點,而現(xiàn)實數(shù)據(jù)分別為18.7、22.8和8.2個百分點,模型和數(shù)據(jù)之間的差別均在2個百分點以內(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個和14.8個百分點,而現(xiàn)實數(shù)據(jù)分別為38.0個和23.4個百分點;服務(wù)業(yè)產(chǎn)出比重分別上升了24.2個和10.1個百分點,而現(xiàn)實數(shù)據(jù)分別為38.7個和18.3個百分點。模型中多數(shù)省級地區(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個省級地區(qū)中有5個省級地區(qū)二者差距在5個百分點以內(nèi),有3個省級地區(qū)在5～8個百分點之間。

【參考文獻(xiàn)】：
期刊論文
[1]基礎(chǔ)設(shè)施投資對產(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)型與勞動生產(chǎn)率增長[J]. 郭凱明,余靖雯,吳澤雄.  金融研究. 2018(08)
[4]中國服務(wù)業(yè)增長的區(qū)域失衡研究——知識產(chǎn)權(quán)保護(hù)實際強度與最適強度偏離度的視角[J]. 唐保慶,邱斌,孫少勤.  經(jīng)濟(jì)研究. 2018(08)
[5]中國改革開放以來產(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)增長與區(qū)域發(fā)展差距[J]. 嚴(yán)成樑.  經(jīng)濟(jì)社會體制比較. 2016(04)
[7]勞動力市場扭曲、結(jié)構(gòu)轉(zhuǎn)變和中國勞動生產(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:真實含義、多重影響和發(fā)展趨勢[J]. 江小涓.  經(jīng)濟(jì)研究. 2011(04)



本文編號：3590214