在中國經(jīng)濟增長速度下降的背景下,運用共同邊界-兩期權(quán)重修正羅素模型,對中國第二、三產(chǎn)業(yè)2004-2016年30個省份一位碼分行業(yè)、典型省份廣東省二位碼細分行業(yè)全要素生產(chǎn)率進行實證分析。考慮到地區(qū)和行業(yè)的異質(zhì)性,從多個層次、多個維度對中國第二、三產(chǎn)業(yè)全要素生產(chǎn)率進行對比分析,并檢驗"結(jié)構(gòu)性減速"是否適用于當前中國經(jīng)濟。研究顯示:第三產(chǎn)業(yè)全要素生產(chǎn)率增長均高于第二產(chǎn)業(yè),這表明"結(jié)構(gòu)性減速"是此輪中國經(jīng)濟增速下降的原因的看法并不成立。但在研究期間中國第二、三產(chǎn)業(yè)的全要素生產(chǎn)率均呈負增長,這說明中國經(jīng)濟增速下降的真正原因在于中國兩大支柱性產(chǎn)業(yè)的全要素生產(chǎn)率對經(jīng)濟增長的貢獻率下降。同時發(fā)現(xiàn)近年來各行業(yè)全要素生產(chǎn)率的增長率有上升趨勢,這意味著中國經(jīng)濟正在從"中高速增長"向"高質(zhì)量發(fā)展"轉(zhuǎn)變。 

【文章來源】：南方經(jīng)濟. 2020,(03)北大核心CSSCI

【文章頁數(shù)】：23 頁

【部分圖文】：

共同邊界和組群邊界結(jié)構(gòu)

對各行業(yè)間差異進行考察發(fā)現(xiàn)，批發(fā)與零售業(yè)和金融業(yè)的GGLPI呈上升趨勢，與共同邊界下測算結(jié)果不同的是，內(nèi)蒙古的批發(fā)與零售業(yè)、海南省的金融業(yè)的GGLPI為全國最高，這說明行業(yè)異質(zhì)性對于生產(chǎn)率的測算有較大的影響。從而，根據(jù)行業(yè)特征，建立行業(yè)組群邊界分別對其生產(chǎn)率進行測算是非常有必要的。其他細分行業(yè)的GGLPI呈下降趨勢。圖3是各生產(chǎn)邊界下第二、三產(chǎn)業(yè)分行業(yè)生產(chǎn)率趨勢圖�；诟餍袠I(yè)生產(chǎn)率的走勢可以發(fā)現(xiàn):第一，不管是基于共同邊界下還是組群邊界下，自2012年以后各行業(yè)生產(chǎn)率的增長率均有上升的趨勢，這意味著中國經(jīng)濟正在從“中高速增長”向“高質(zhì)量發(fā)展”轉(zhuǎn)變。第二，共同邊界下各行業(yè)生產(chǎn)率走勢與地區(qū)組群邊界下各行業(yè)生產(chǎn)率走勢趨同，第二產(chǎn)業(yè)中，采礦業(yè)和建筑業(yè)生產(chǎn)率變動幅度較大。第三產(chǎn)業(yè)中，交通運輸、倉儲和郵政業(yè)，房地產(chǎn)業(yè)，其他行業(yè)生產(chǎn)率變動幅度較大。2012年，受歐債危機和國內(nèi)通脹的影響，中國大部分行業(yè)生產(chǎn)率下降到歷史新低，其中以交通運輸、倉儲和郵政業(yè)和房地產(chǎn)業(yè)的生產(chǎn)率變動最為顯著。第三，在行業(yè)組群邊界下第二、三產(chǎn)業(yè)分行業(yè)生產(chǎn)率變動趨勢與共同邊界和地區(qū)組群邊界略有不同。在行業(yè)組群邊界下，第二產(chǎn)業(yè)中，只有采礦業(yè)生產(chǎn)率變動幅度較大。第三產(chǎn)業(yè)中，各行業(yè)的生產(chǎn)率變動幅度均較大，其中，金融業(yè)生產(chǎn)率在2007年和2010年處于波谷，而在2008年和2012年處于波峰。造成這些差異的可能原因是:中國各省的經(jīng)濟基礎(chǔ)、地理位置、交通和人文等環(huán)境的不同，必然導(dǎo)致各省經(jīng)濟發(fā)展存在差異性，并且各行業(yè)之間也存在發(fā)展的異質(zhì)性，因此造成在不同生產(chǎn)邊界下，測算出來的各行業(yè)的生產(chǎn)率也各不相同。但這并不影響我們最終結(jié)果的判定，第三產(chǎn)業(yè)全要素生產(chǎn)率增長均高于第二產(chǎn)業(yè)。雖然不同生產(chǎn)邊界下各行業(yè)生產(chǎn)率波動幅度有異，但第二、三產(chǎn)業(yè)全要生產(chǎn)率總體呈負增長。

對于本輪經(jīng)濟增長速度的下滑，學(xué)術(shù)界有很多解釋:勞動力成本提高、國企效率偏低、工業(yè)生產(chǎn)率的下降等(陳彥斌、姚一旻，2012;劉瑞明，2013;張月友等，2018)。其中以“結(jié)構(gòu)性減速”(袁富華，2012;中國經(jīng)濟增長前沿課題組，2012;張平，2012,2013;裴長洪，2013;沈坤榮、滕永樂，2013;李揚，2013;張斌，2014;于斌斌，2015;陸明濤等，2016)的觀點最為流行�！敖Y(jié)構(gòu)性減速”嘗試將我國經(jīng)濟增速放緩與服務(wù)業(yè)發(fā)展相結(jié)合，由于服務(wù)業(yè)存在成本病，即服務(wù)業(yè)生產(chǎn)率與工業(yè)相比較低，因此，伴隨著工業(yè)化的深入和城市化的推進，產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化必然會使得全社會生產(chǎn)率降低，從而導(dǎo)致國民經(jīng)濟增長速度放慢。然而近年來，中國服務(wù)業(yè)發(fā)展迅速，特別是2013年以來，中國第三產(chǎn)業(yè)增加值已經(jīng)超過第二產(chǎn)業(yè)，成為占中國經(jīng)濟比重最高的產(chǎn)業(yè)部門(如圖1)。黨的十九大報告和《中國現(xiàn)在化報告2018:產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化研究》專家座談會也相繼提出加快轉(zhuǎn)變經(jīng)濟發(fā)展方式，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，加快實現(xiàn)向服務(wù)經(jīng)濟和知識經(jīng)濟的結(jié)構(gòu)轉(zhuǎn)變�！敖Y(jié)構(gòu)性減速”的觀點建立在服務(wù)業(yè)成本病的理論基礎(chǔ)上，正是因為服務(wù)業(yè)具有成本病，產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化才會使得整體生產(chǎn)率增長下降，進而導(dǎo)致經(jīng)濟增速下滑。國內(nèi)外對服務(wù)業(yè)生產(chǎn)率高低的研究中，一直沒有統(tǒng)一結(jié)論。因此本文研究的主要目的是:通過比較第二、三產(chǎn)業(yè)生產(chǎn)率的高低，進一步實證研究“結(jié)構(gòu)性減速”的觀點在中國是否成立，這有助于決策部門采取正確的宏觀經(jīng)濟調(diào)控政策。關(guān)于服務(wù)業(yè)生產(chǎn)率增長是否緩慢，服務(wù)業(yè)的發(fā)展是否會導(dǎo)致總體經(jīng)濟全要素生產(chǎn)率下降，學(xué)術(shù)界一直存在爭議。Baumol and Bowen(1965)最早提出了服務(wù)業(yè)成本病的概念。隨后，F(xiàn)uchs(1968)研究也得出了服務(wù)業(yè)勞動生產(chǎn)率相對較低的結(jié)論。這一觀點被廣大學(xué)者視為經(jīng)濟增長過程中的典型化事實，得到了國內(nèi)外許多經(jīng)濟學(xué)家的支持(程大中，2004;顧乃華，2008;王恕立、胡宗彪，2012;張平，2013;李揚等，2015;宋健等，2017;Inklaar et al.,2008;Ark et al.,2008;Hartwig,2010;Last and Wetzel,2011;Bates and Santerre,2013;Young,2014)。但事實上，針對服務(wù)業(yè)成本病的質(zhì)疑一直存在。不少學(xué)者從服務(wù)業(yè)勞動生產(chǎn)率的行業(yè)異質(zhì)性和區(qū)域差異性進行研究。由于服務(wù)業(yè)各行業(yè)之間差異性很大，部分行業(yè)的勞動生產(chǎn)率并不低，如Triplett and Bosworth(2003)、Fernandes(2009)。一些學(xué)者通過實證檢驗不同經(jīng)濟體服務(wù)業(yè)勞動生產(chǎn)率的差異，從而驗證了“鮑莫爾成本病”并非適用于所有國家和地區(qū)，如Leal(2015)、Amirapu and Subramanian(2015)和江小涓(2017)。隨著經(jīng)濟的不斷發(fā)展，采用勞動生產(chǎn)率指標來判斷服務(wù)業(yè)效率偏低的做法過于片面。之后學(xué)術(shù)界對服務(wù)業(yè)生產(chǎn)率的測量指標從勞動生產(chǎn)率擴展到全要素生產(chǎn)率。Verma(2012)運用傳統(tǒng)數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)模型測算了1980-2005年印度三大部門的全要素生產(chǎn)率，研究發(fā)現(xiàn)服務(wù)業(yè)部門的全要素生產(chǎn)率增長最快。龐瑞芝、鄧忠奇(2014)采用DDF-DEA模型對1998-2012年中國省際服務(wù)業(yè)和工業(yè)的面板數(shù)據(jù)進行測試。結(jié)果表明，在不同環(huán)境約束下，服務(wù)業(yè)效率均高于工業(yè)，認為“鮑莫爾-�？怂辜僬f”不適用于中國當時代背景下的經(jīng)濟。Rath(2017)采用MalmquistDEA指數(shù)法比較了2008-2014年印度制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)的全要素生產(chǎn)率，結(jié)果表明，服務(wù)業(yè)的生產(chǎn)率要高于制造業(yè)，文章還分別從兩個部門中抽取了兩個子行業(yè)進行對比發(fā)現(xiàn)，IT行業(yè)與其他行業(yè)相比全要素生產(chǎn)率最高，由于上述方法既沒有考慮到投入產(chǎn)出的松弛性問題也沒有解決測算過程中出現(xiàn)的不可行解問題，因此宋雪、匡賢明(2018)運用SBM-DEA模型，對中國2003-2015年30個省級經(jīng)濟體工業(yè)與服務(wù)業(yè)的效率進行測算和比較，研究發(fā)現(xiàn)服務(wù)業(yè)的平均效率要高于工業(yè)。但是，該方法在測算全要素生產(chǎn)率時仍沒有解決不可行解問題。王兵、劉光天(2015)在Chen et al.(2015)和Pastor et al.(2011)基礎(chǔ)上，發(fā)展了兩期方向性距離函數(shù)，首次采用兩期權(quán)重修正羅素模型研究中國30個省份1998-2012年綠色全要素生產(chǎn)率。雖然該方法解決了不可行解問題，并同時考慮了投入、期望產(chǎn)出和非期望產(chǎn)出的松弛效應(yīng)，但是沒有考慮到中國30個省份之間發(fā)展的差異性，以及各行業(yè)之間的異質(zhì)性。為了克服上述方法的不足，本文將使用共同邊界(Metafrontier)模型來解決地區(qū)和行業(yè)之間發(fā)展的異質(zhì)性。


本文編號：3108479