中国工业行业资本形成、全要素生产率变动及其趋异化（之一）——基于分行业面板数据的研究，本文主要内容关键词为：行业论文,生产率论文,中国论文,变动论文,要素论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自内生增长理论产生以来，作为经济增长最终源泉的技术进步问题就成为了一个理论热点。技术进步的衡量一直是经济学界比较棘手的难题，但经济学界普遍使用全要素生产率(TFP)来代表广义的技术进步(Solow，1962；Denison，1967)。自上个世纪80年代以来，国内外经济学者对中国的全要素生产率进行了很多的研究，大体上可分为两个方面：
第一个方面是研究全要素生产率的变化趋势。尽管对中国国有工业部门全要素生产率变化趋势的研究结论并不一致，但最近的文献却显示了中国的全要素生产率经历了一个由高到低的变化过程：谢千里等(2001)对1980～1996年的中国工业生产率的研究发现，TFP在1984～1988年达到了最高点，平均每年达到了4.7％，1988年～1992年回落到80年代初的水平，1992年以后生产率增长出现了停滞并在1993～1996年出现了负增长；张军与施少华(2003)发现1978～1998年中国平均TFP增长率大约为2.8％，但1992年以后该增长率却呈明显递减趋势；郑京海与胡鞍钢(2005)的研究结果认为中国在1978～1995年经历了TFP的高增长期（为4.6％），而在1996～2001年经历了一个低增长期间(0.6％)。
第二个方面是影响全要素生产率变动的因素。这些因素主要可以分为四类：
一是制度因素。刘小玄(1995、2000)和谢千里与罗斯基(1996)等强调产权制度的作用，并认为非国有企业的产权制度安排决定了其具有比国有企业更高的全要素生产率增长；但就公有和私有产权谁更有效率的问题，存在两类不同的结果：一类认为在生产效率方面没有太大的区别(Svejnar，1990；Dong and Putterman，1997)，而另一类认为两类产权安排存在很大差别(Zhang，1997)；另外还有强调市场化因素（田晓文，1997）、金融体制（北京大学中国经济研究中心，2000）、所有制变化（刘伟、李绍荣，2001）和政府工作效率（郑京海、胡鞍钢，2005）等因素对生产率变动的影响。
二是结构变动。结构变动对生产率增长的关系最初反映在“结构红利假说”中：由于各部门生产率水平和增长率存在系统差别，因此当投入要素从低生产率或者低生产率增长率的部门向高生产率或高生产率增长率部门转移时，就会促进由各部门组成的经济体的总生产率增长，而总生产率增长率超过各部门生产率增长率加权和的余额，就是结构变化对生产率增长的贡献(Denison，1967；Maddison，1987)。郭克莎(1993)、胡永泰(1998)、蔡昉和王德文(1999)曾研究过中国农业和非农业以及三次产业结构变化对生产率增长的影响；吕铁(2002)对中国制造业结构变化的生产率增长效应做过研究；王德文等(2004)以辽宁省560家工业企业1999～2001年的调查数据为样本，将工业分为重工业（资本密集型）和轻工业（劳动密集型）两类部分，分析了产业结构由重工业向轻工业转变促进了整个工业的生产率增长。
三是资本形成。资本形成对生产率变动影响的思想最初体现在Solow的增长核算理论中，根据他的标准化增长核算公式，人均产出的增长率可以分解为资本－产出比率的增长率和TFP增长率之和，因此在人均产出的增长率保持不变时，资本产出比率的增长率和TFP增长率之间存在此消彼长的相关关系，或者在TFP增长率不变甚至下降时，只要资本形成的速度超过TFP下降的速度，依然可以维持一定的产出增长率。张军(2002)认为中国工业化的特征是“增量改革”，而“增量改革”只能促进资源静态效率的改进，不具有持续的动态改进机制从而不能维持长期的经济增长；“增量改革”的另一个结果就是“资本深化”的现象，张军分析了中国资本形成过程中的资本深化现象，检验了资本形成和生产率增长率之间存在一定的相关关系，并以此来解释中国经济增长率下降的现象。
四是其他因素。郑玉歆(1999)认为，TFP增长还和经济发展所处的阶段相联系。发达国家的TFP增长相对较快，而发展中国家的TFP增长相对较慢。超越发展阶段是不符合规律的。同时他还认为，由于我们一般用“索洛余值”来代表技术进步，而影响“余值”大小的因素非常复杂，一个国家的经济周期也会影响到TFP的变动；谢千里等(2001)也分析了中国工业生产率的变动和经济的周期波动密切相关，但是他们还认为，经济的周期波动并不能全部解释中国工业生产率的变动，企业的所有制构成、企业管理和经济环境都是影响TFP变动的因素。
本文运用面板数据分析方法对中国工业34个行业的资本形成和全要素生产率的关系进行了经验分析，试图对现有文献做三点拓展：一是运用面板数据对34个工业行业的全要素生产率进行了测算。以往文献更多的关注整个工业或者几个行业的全要素生产率，而较少同时分析各行业的生产率。由于只是单独运用时间序列数据或者截面数据，样本数据的有限性限制了生产率测量的准确性，而面板数据分析可克服这一缺陷。二是沿着索洛和张军等的思路，对34个工业行业的资本形成和生产率增长之间的相关性进行检验，从资本形成的角度讨论了全要素生产率的变化；三是分析了全要素生产率增长的行业差异及各工业行业的全要素生产率增长差异发散的一些原因。
本文首先讨论了分析方法，并在对各行业数据进行处理的基础上估算各行业的生产函数；在第二部分分析了工业行业全要素生产率的变动及其贡献；第三部分从资本形成的角度，探讨了各行业的资本形成对全要素生产率的影响；第四部分分析了各行业全要素生产率增长差异的发散趋势，并初步探讨了其缘由；最后为结论。
一、分析方法、数据处理和生产函数的估算
（一）分析方法
全要素生产率的测度方法可以分为两类：参数估计方法和非参数估计方法。前者主要有收入份额法、计量经济学法和随机边界法，它们都要涉及参数函数的估计，并且都假设研究对象在技术上是有效率的，能够解释随机噪音；后者主要有数据包络分析方法和指数法，它们没有涉及参数函数的估计，也不需要假设研究对象在技术上是有效率的，但不能解释随机噪音。其中，收入份额法和指数法主要用来研究TFP的变动；计量经济学方法主要用来研究TFP变动和规模报酬；数据包络法和随机边界法主要用来研究TFP的变动、技术效率和分配效率等(Coelli et al.，1998)。
为了分析中国制造业34个行业的TFP变动和规模报酬，我们采取传统的计量经济学方法，假设各行业的生产函数为三要素投入的柯布－道格拉斯生产函数：（注：Jefferson等(1992)曾经用相同的生产函数研究过中国国有和集体工业企业；郑玉歆(1992)曾经使用收入份额法研究过中国制造业的TFP变动；李京文和钟学艺(1998)、张军与施少华(2003)用两要素的C-D函数研究过中国经济总量的TFP变动。）
Y[，it]=A[，it]K[ak][，it]L[al][，it]M[am][，it](1)
其中，Y[，it]A[，it]、K[，it]、L[，it]、M[，it]分别是第i个行业t年的总产值、技术水平、固定资本、劳动、中间投入；ak、al、am分别是资本的产出弹性、劳动的产出弹性和中间投入的产出弹性。我们再设：
A[，it]=A[，OI]te[t][，at](2)
将2式代入(1)式，并对两边求对数，可得：
lnY[，it]=a[，oi]+a[，t][t]+aklnk[，it]+allnL[，it]+amlnM[，it](3)
其中a[，oi]=lnA[，OI]，为个体影响，代表每一行业特有的影响技术水平的其他因素。由于每个行业的时间序列数据只有17个(1986～2002)，我们对每个行业单独回归将因为自由度小使得每个行业的个别回归不准确，因此我们在这里采用34个工业行业自1986～2002年组成的面板数据进行分析。由于面板数据兼有时间和空间两个维度，其数据量是单个时序数据的34倍，选取面板数据分析的优势是很明显的。面板数据模型可以分为固定影响(PE)和随机影响(RE)模型，两者的差别主要在于对面板数据误差项的假定不同。一般假定面板数据的误差项由两项构成，其一是与个体观察单位有关的，另一部分是完全随机的。与个体单位有关的误差可以假设其是固定的（固定效应FE），也可以假设其是包含了随机的因素（随机效应RE）。我们可以用Hausman检验方法来判别选取哪种模型，该检验构造的检验值服从自由度为k的卡方分布（格林，1998，中译本）。
利用(3)式各大类的面板数据做回归，可以求得ak、al、am，正规化得到：ak[*]=ak/(ak+al+am)，al[*]=al/(ak+al+am)，am[*]=am/(ak+al+am)。可以求得全要素生产率增长率：
tfp=g[，y]-ak[*]g[，k]=al[*]g[，l]-am[*]g[，m](4)
其中g[，y]、g[，k]、g[，l]、g[，m]分别为总产出、固定资本、劳动和中间投入的增长率。tfp指数的计算公式为：
tfp[，t]=tfp[，t-1](1+tfp)
(5)
（二）数据处理
在已有的研究文献中，对中国国有工业企业的生产率测算之所以出现不一致的结论，其中一个很重要的原因就是数据处理的不一致，尤其是对资产和中间投入等数据处理的不一致。本文中工业总产值、工业净产值、固定资产净值、中间投入和职工年均人数的数据都来自《中国工业经济统计年鉴》各年、《中华人民共和国1995年第三次全国工业普查资料汇编》，由于缺少1999年的《中国工业经济统计年鉴》，1998年的数据来自1999年的《中国统计年鉴》。
1.工业总产值。我们以工业总产值表示产出，并以各行业的工业品出厂价格指数将当年价的工业总产值折算成以1980年价表示的不变价。
2.资本。我们选取固定资产净值作为资本投入并进行适当地处理。由于统计年鉴上得到的固定资产净值只是账面价值，要对其以固定资产投资价格指数进行折算。首先要对各行业的固定资产投资价格指数进行估算。按照国家统计局固定资产投资统计司(1987)的规定，固定资产价格指数分为建筑安装工程价格指数、设备价格指数和其他费用价格指数。为了简化计算，将固定资产价格指数分为建筑安装工程价格指数和设备价格指数，并采用如下的公式计算：
P[，it]=W[，jt]P[，it]+W[，st]P[，st](6)
其中，P[，it]、P[，jt]、P[，st]分别为t年行业i投资品价格指数、建筑安装价格指数和设备价格指数；Chen等(1992)曾讨论过建筑安装价格指数的两种计算方法，一种是利用建筑业各年当年价的总产值与由建筑业当年价总产值指数推算出来的可比价总产值相比，便可得到一个建筑工程安装价格指数系列，这也是国家统计局固定资产投资统计司(1987)所推荐的；另一种是利用每平方米房屋的造价和基年的每平方米房屋的造价相比可得到另一系列价格指数。我们采用了第一种方法。（注：由于数据的可得性，我们设各行业之间建筑安装价格指数相同，计算固定资产投资价格指数时用到了《中国固定资产投资统计资料》（1986～1987和1988～1989年）和《中国固定资产投资统计数典：1950～2000》、《中国固定资产投资统计年鉴》各年。）设备价格指数我们以各行业工业品出厂价格指数表示。W[，jt]、W[，st]分别为建筑安装工程费用和设备费用占固定资产总值的比例。（注：我们将其他费用加到设备安装费用中计算，我们只有1985～1989和1996～2002年的比例数据，其他年份我们以平均值代替。）然后我们对各行业的年末固定资产净值进行如下的折算：
附图
其中，K[，t[，o]]为1980年的年末固定资产净值；（注：由于20世纪80年代以前，中国价格的波动是较小的，所以以1980年作为基期所引起的误差是较小的。）△K[，t]为t年固定资产净值增加量，我们以相邻两年固定资产净值原值的差表示；由于缺少1981～1984年各年度的年末固定资产净值数据，1985年的△K[，t]我们直接以1985和1980年的固定资产净值原值之差表示。
3.中间投入。中间投入没有现成的统计，我们采用如下的公式推算出按不变价计算的中间投入：（注：Chen等(1992)有过相似的计算。）
m[，it]=(gv[，it]-nv[，it]-dep[，it])/P[，mjt](8)
其中，m[，it]、gv[，it]、nv[，it]、dep[，it]分别为按当年价计算的中间投入、总产值、净产值和折旧，P[，mit]是中间投入价格指数；总产值和净产值有现成的统计，但折旧值只有2001和2002年两年的数据。在计算折旧值时，大部分文献选用一个合理折旧率估算，但在折旧率上没有统一。王小鲁等(2000)曾经采用过5％的折旧率；龚六堂与谢丹阳(2004)采用10％的折旧率；张军等(2004)在所采用的几何效率递减的余额折旧法中用了9.6％的经济折旧率。我们用2001和2002年各行业的折旧除以固定资产原值后得到这两年各行业的折旧率，再以这两年各行业折旧率的平均值作为各自的折旧率来计算各行业每年的折旧。中间投入价格指数是利用投入产出表提供的消耗系数和各行业的出厂价格指数采用如下的公式推算得到的：
附图
其中，W[，j]为生产1单位产品i所消耗的投入j，即直接消耗系数；P[，jt]为投入j的以1980年为基期的出厂介格指数。（注：利用1992和1997年重新集结的包括农业和我们要研究的其他34个行业的投入产出直接消耗系数表；农业的价格指数采用了以1980年为基期的农业生产资料价格总指数，各行业的出厂价格指数来自《中国统计年鉴》各年。）
4.劳动投入。考虑到数据的可获得性和准确性，我们以职工年均人数表示劳动投入。
（三）生严函数的估算
由于轻重工业可能具有不同的要素产出弹性，我们借鉴王德文等(2004)的做法，将所有工业行业分为轻工业和重工业。（注：重工业包括：煤炭工业包括煤炭采选业(H[，1])、石油工业包括石油和天然气开采业(H[，2])、冶金工业包括黑色金属矿采选业(H[，3])、有色金属矿采选业(H[，4])、非金属矿采选业(H[，5])、木材及竹材采运业(H[，6])、石油加工及炼焦业(H[，18])化学工业包括化学原料及化学制品制造业(H[，19])、橡胶制品业(H[，22])、塑料制品业(H[，23])、非金属矿物制品业(H24)、黑色金属冶炼及压延加工业(H[，25])、有色金属冶炼及压延加工业(H[，26])、金属制品业(H[，27])、机械制造业(H[，28])、交通运输设备制造业(H[，29])、电气机械及器材制造业(H[，30])、电子及通讯设备制造业(H[，31])、煤气生产和供应业(H[，33])、电力、蒸气、热气的生产和供应业(H[，34])。轻工业包括：食品加工和食品制造业(H[，7])、饮料制造业(H[，8])和烟草加工业(H[，9])、纺织业(H[，10])、服装及其纤维制品制造业(H[，11])和皮革、毛皮、羽绒及其制品业(H[，12])；木材加工及竹、藤、棕、草制品业(H[，13])和家具制造业(H[，14])；造纸及纸制品业(H[，15])、印刷业、记录媒介的复制(H[，16])；文教体育用品制造业(H[，17])、医药制造业(H[，20])、化学纤维制造业(H[，21])、仪器仪表及文化、办公用机械制造业(H[，32])。由于不同年份工业行业的名称或统计范围有所变动，因而本文也作了相应变动，并且为了数据的统一性，我们将部分新行业数据作了合并：我们将其他矿采选业和非金属矿采选业合并为新的非金属矿采选业；食品加工业和食品制造业合并为新的食品加工业；将普通机械制造业和专用设备制造业合并为机械制造业；括号内为行业代号。）由于中国对工业行业数据的统计口径在1998年前后存在差异，在1998年以前针对独立核算工业企业，而在1998年后针对国有及规模以上工业企业，因此我们具体回归时采取了分时间段回归，对1998年以后的数据分别进行了回归，（注：我们曾对回归方程设置虚拟时期变量，即：lnY[，it]=a[，oi]+a[，t]t+aklnK[，it]+alnL[，it]+amlnM[，it]+T+Taklnk[，it]+TallnL[，it]+TamlnM[，it]，其中T为时期虚拟变量，1998年以前年份为0，1998年以后年份为1。我们发现1998年前后回归方程确实存在结构性改变；但设置虚拟变量和分时期分别回归相比，后者的回归效果更好，因此，我们选择后者。）回归结果见表1。
表1
计量回归结果
变量
轻工业
轻工业 重工业 重工业
(1986～1997)
(1998～2002)
(1986～1997) (1998～2002)
T0.00001 037***
-0.016
0.052***
(0.002) (4.495)
(-1.78)
(7.98)
LogM
0.739*** 0.659*** 0.183***
0.447***
(21.1) (7.83)
(7.23)
(9.52)
0.101*** 0.254*** 0.409***
0.547***
(2.92) (5.10)
(7.33)(5.65)
0.047
0.009
0.33***
0.099**
logL
(1.10) (0.11)
(5.83)(2.37)
常数值 0.972*** 0.156
(5.13)
(0.55)
n.a. n.a.
调整后的R[2]
0.995
0.998
0.977 0.999
Hausman检验值
-17.23
-6.92
37.56 51.13
H[，o]：RE优于FE P值＝1.00 P值＝1.00 P值＝0.00
P值＝0.00
模型RE RE FE FE
D.W.
1.64
2.11
1.927 1.422
观测值
16870 240 100
组数
14 14 20 20
规模效应 0.887
0.922
0.922 1.083
说明：括号内为t检验值，***代表1％显著性水平；**代表5％显著性水平。为了简洁，我们省略了各模型中代表个体差异的固定影响或者随机影响值回归结果。
根据Hausman检验值，我们对轻工业两阶段的估计方程都采用了RE模型，而对重工业两阶段的估计方程都选用了FE模型。从估计效果来看，结果比较理想，尤其是中间投入和资本投入产出弹性的估计系数都在1％水平上显著。从参数估计结果来看，轻工业行业和重工业行业的各要素产出弹性差异较大。轻工业中的中间投入产出弹性大于重工业，而重工业的资本和劳动产出弹性要大于轻工业；轻工业中的中间投入产出弹性远远大于资本和劳动产出弹性，而重工业中的资本产出弹性要略大于中间投入的产出弹性，这说明中间投入在轻工业中的重要性要远远大于重工业，轻工业更多的依赖于中间投入，而重工业更多的依赖于资本和劳动的投入。很明显，要素产出弹性的差异和要素使用的密集程度有关，重工业行业中资本的密集度比较高，而高密集的资本又往往伴随着较高的技术，因此，资本的产出弹性在重工业部门高。我们发现独立核算工业行业和国有及规模以上工业行业的各要素产出弹性存在差异，这说明由于统计口径的不同，各样本的估计方程都发生了结构性变化。轻工业行业和重工业行业中的国有及规模以上非国有工业企业的资本产出弹性都要大于独立核算工业企业。这也可能是由于国有及规模以上非国有企业普遍拥有更雄厚的资金和先进的技术，同一般独立核算企业相比有较高的规模效应，因此资本的产出弹性相对较大。
由于我们的回归没有对系数设置限制条件，我们对中间投入、资本和劳动的产出弹性相加可以得到行业的规模效应值。从计算结果来看，1998年以前的独立核算企业都不具有规模效应，1998年之后的轻工业行业规模效应依然不显著，其投入要素弹性之和为0.992，但重工业行业具有一定的规模效应，其投入要素弹性之和为1.083。由于1998年后国有及规模以上非国有企业的统计样本去除了一些原来独立核算企业中规模以下的非国有企业，因此，1998年后的样本明显比1998年以前样本更具有规模效应。
二、行业生产率增长变化及其贡献
我们利用公式(4)和(5)可算得各行业全要素生产率增长率和指数。我们发现整个工业行业的全要素生产率增长在1984年以来经历了3个阶段。
1.1986～1993年的增长阶段。21个行业的平均全要素生产率增长率为正，导致整个行业的平均全要素生产率为正。其中，全要素生产率增长率最快的是黑色金属冶炼及压延加工业，其对经济增长的贡献达到38.64％；增长率为正的所有行业的全要素生产率对经济的贡献平均为19.37％。轻工业行业的平均全要素生产率增长高于重工业，其主要原因是在13个平均全要素生产率增长为负的行业中，属于重工业行业的有10个；但增速最快的前6个行业中，轻工业行业只有1个，可见轻工业中的各行业全要素生产率增速相对比较平稳，不像重工业各行业那样大起大落。
2.1994～1997年的下降阶段。该期间各行业的平均全要素生产率增长率普遍出现负值，34个行业中只有7个行业的平均全要素生产率为正，分别为医药制造业、烟草制造业、木材加工业、电子及通信设备制造业、石油和天然气开采业、有色金属矿采选业机械制造业。轻工业各行业平均全要素生产率增长为－0.90％，重工业为－5.66％，所有行业平均为－3.70％。
3.1998～2002年的高速增长阶段。该期间各行业的全要素生产率增长率普遍出现正值，34个行业中只有4个行业的增长率为负。轻、重工业各行业的平均全要素生产率增长分别为1.57％和3.17％，其对经济增长的贡献分别达到15.01％和29.09％。
从单个行业的生产率增长情况来看，电子及通讯设备制造业、有色金属矿采选业、皮革、毛皮、羽绒及其制品业、黑色金属矿采选业等的增长处在前几位，其原因可能和这些行业获得技术较容易、国外都属技术较为成熟的、技术引进费用相对较低等有关。而木材及竹材采运业、石油加工及炼焦业、塑料制品业、电力、蒸汽、热气的生产和供应业、石油和天然气开采业等的增长处在最后几位，这可能和这些行业获得先进技术的代价较大等有关。郑玉歆(1992)对上个世纪80年代中国制造业生产率的研究发现，电子及通信设备制造业的生产率增长是最快的，说明电子及通信设备制造业自20世纪80年代以来一直保持较快的技术增长。中国电子及通信设备制造业生产率的快速增长和国际发展趋势一致。许多研究都表明，自20世纪以来，信息技术迅速发展，作为与信息技术直接联系的电子及通讯设备制造业在绝大部分的工业化和新兴工业国家中发展迅速，其产出增长率和生产率增长率都远远高于制造业的其他行业。
我们计算了各行业生产率增长对经济增长的贡献值，结果发现该值较小。我们从表2中可以看到西方主要国家的全要素生产率对经济增长的贡献在20世纪70年代以前的60年里都在49.73％以上，70年代石油危机后除美国和日本外也在51％以上，而中国所有工业行业的全要素生产率增长对经济增长的贡献在1998～2002年的平均最大值只有23.43％，而在其他年份更低。
但是，按照郑玉歆(1999)的观点，TFP作为增长来源的相对重要性是随着经济发展阶段变化的，在发达国家，技术进步是增长的主要来源，而在发展中国家，技术进步对增长的贡献较小，我们的结果似乎证实了他的观点。按照这个观点，中国工业行业TFP对经济增长贡献较低的原因主要有几点：首先，从社会需求来看，中国还处在工业化阶段，社会需求的内容多为人们的基本需求，以满足这些需求为目的的增长必然是以外延为主的。而只有当工业化实现后，增长的内容必然呈现出技术含量高、更多的倚靠内涵增长的趋势。也就是说只有当中国工业化阶段实现以后，经济进步对经济增长的贡献才会增大。其次，从技术进步发生的条件来看，中国还要经历由劳动密集向资本密集型转变的过程，劳动节约型的技术进步只有在资本积累到一定程度后才会发生，因此，中国工业的经济增长还只能主要依靠技术之外的其他要素。另外，根据技术转移的“阶梯理论”，“北方”国家与“南方”国家之间存在“质量阶梯”，中国还处在技术落后的“南方”阵营中，和“北方”阵营的技术差距还较大。因此，中国TFP对经济增长的高贡献率一般只有在进入经济增长减速的成熟期才会出现。
表2 6个发达国家的经济增长、全要素生产率年均增长率及其对经济增长的贡献
％
国别
1913～1950 1950～19731973～1984
GDP TFP 贡献
GDP TFP 贡献
GDP TFP 贡献
法国
1.06 1.42 133.96 5.13 4.02 78.36 2.18 1.34 61.47
德国
1.3 0.81 62.31 5.92 4.32 72.97 1.68 1.55 92.26
日本
2.24 1.1 49.11 9.37 5.79 61.79 3.78 1.21 32.01
荷兰
2.43 1.25 51.44 4.7 3.35 71.28 1.58 0.815 1.27
英国
1.29 1.15 89.15 3.02 2.14 70.86 1.06 1.22 115.09
美国
2.78 1.99 71.58 3.72 1.85 49.73 2.32 0.52 22.41
资料来源：GDP和TFP值来自格罗斯曼和赫尔普曼（2003，中译本）。
三、资本形成和全要素生产率增长
资本形成和生产率增长相关的思想最早体现在索洛(1957)的标准增长核算理论中，按照索洛的方法，即使全要素生产率不能显著增长，但只要能够不断提高资本－产出比率以加快资本积累速度，人均产出也会实现一定的增长，并称这种资本－产出比率不断扩大的过程为资本深化的过程。Young(1994)认为这种资本深化是推动东亚经济增长的重要原因，他比较了东亚和其他经济中的投资和GDP的比率，发现东亚地区每一个新兴工业化国家都经历了一个投资/GDP比率的显著上升，而其他地区这个比率是不变的或者下降的。由于这种资本深化推动的经济增长缺乏持续的动态效率，所以不能实现长期的经济增长。布兰查德和费希尔（1998，中译本）分析美国经济在1874～1984年的一个特征就是资本与产出大体上以相同的速度增长。资本形成和全要素生产率关系也可以从资源配置的角度来讨论。资本形成的过程其实也是一个资源配置的过程。按照林毅夫与刘明兴(2004)的比较优势理论，一国最具竞争能力的技术结构是由其禀赋结构来决定的，因为不同的技术结构必然与相应的投入结构相一致，而投入要素的相对价格主要受制于本国的禀赋结构。遵循比较优势，特别是按照本国的禀赋结构来选择相应的技术结构，会使该国的产业最具竞争力，技术水平也就相应得以迅速提升。
为了更深入地验证工业行业的资本形成对其全要素生产率增长变动的影响，我们对资本形成和全要素生产率作了定量分析。按照李治国与唐国兴(2003)的观点，资本存量作为产出的一种投入要素，资本形成过程不仅仅要通过本身增长状况来考察，更应该根据资本存量和产出水平之间关系的变化来衡量，资本－产出比率是描述资本形成变化过程的很好的指标。张军(2002)曾经利用这个指标分析过资本形成和中国工业化的关系，并认为自1994年以来中国经济的资本－产出比率有显著而持续上升趋势，而且资本－产出比率的上升伴随着全要素生产率的下降，这两者存在显著的负相关关系。
我们利用实际资本－产出比率作为资本形成的度量指标并对其进行了估算。（注：这里的资本和产出分别为固定资产净值和总产值。）我们发现各行亚的资本形成基本上经历了3个阶段：1986～1993年的缓慢增长阶段、1994～1997年的迅速增长阶段和1998～2002年的下降阶段。图1为加总后的所有总行业、轻工业和重工业的实际资本－产出比率。从图中可知，各类型的实际资本－产出比率变成和各行业的资本－产出比率变化趋势一致，也可以分为3个阶段：在1986～1993年，总体工业、轻工业和重工业的实际资本－产出比逐年缓慢增加，其年平均增长率分别达到6.65％、7.86％和6.13％；在1994～1997年，总体工业、轻工业和重工业的实际资本－产出比迅速增加，年平均增长率达到16.60％、14.74％和17.08％；但是，在1998～2002年，总体工业、轻工业和重工业平均实际资本－产出比逐年下降，其年平均增长率分别为－5.70％、－5.74％和－6.10％。
附图
图1 中国工业的实际资本－产出比率
从初步的观察来看，我们发现工业行业的全要素生产率变动和以资本－产出比表示的资本形成存在较强的相关关系。在资本－产出比缓慢上升的1986～1993年，工业行业的全要素生产率有所增长。而在资本－产出比迅速上升的1994～1997年，工业行业的全要素生产率由增长转为下降。在资本－产出比迅速下降的1998～2002年，工业行业的全要素生产率又迅速增长。为了更深入地研究全要素生产率增长受资本形成地影响，我们以各行业的全要素生产率增长指数作为因变量，资本－产出比率为自变量，作了面板数据回归分析。先对这两个变量直接作回归，结果发现回归方程存在一定的自相关；我们再对两变量的一阶差分变量作回归，检验结果较好，根据Hausman检验值，我们选择随机效应模型，回归结果如下：
D(FTP[，IT])=0.008-0.208D(K[，IT]/GDP[，IT])
(3.06)[**](-15.48)[***]
调整后的R[2]=0.219；Hausman检验值＝-98.1；D.W.=2.13；样本数据：544；组数：34。其中，D表示一阶差分，FTP[，IT]和K[，IT]/GDP[，IT]分别表示各行业的全要素生产率增长率和资本－产出比率。从估计结果来看，工业行业的全要素生产率和资本－产出比率存在显著的负相关关系。因此，工业行业的全要素生产率增长显著地受资本形成的影响。
我们的结果再次证实了索洛、张军等的观点：资本形成影响了全要素生产率增长。但是我们在分析中国工业行业的资本形成时发现1994～1997年中国34个工业行业确实存在显著的资本深化现象，资本－产出比率急剧增长，但是在1998～2002年，工业行业不仅不存在资本深化的现象，反而各行业的资本－产出比有显著下降的趋势；而张军、李治国等发现中国经济在1994～2000年资本－产出比率有显著上升的趋势。因此，我们发现工业行业资本形成路径和中国经济整体之间的资本形成路径存在一些差异。姚战琪与夏杰长(2005)对1998～2002年各行业的名义固定资本净产值和工业增加值的比率进行了计算，结果也表明绝大多数行业的资本－产出比率在1998～2002年有下降趋势，而按照张军、李治国等人的分析，1998年后中国经济整体的资本－产出比率有上升趋势，这需要进一步的研究。
表3
各行业的经济增长率、全要素生产率增长率及其贡献
％
行业 1987～1993年
1994～1997年 1998～2002年
y
tfp
贡献
y
tfp
贡献
y
tfp
贡献
H[，1] 7.34 2.03 27.58 7.42 -14.80 -199.48 7.96
4.92 61.80
H[，2] 10.50 -6.75 -64.33 8.81
2.66
30.17 11.25 0.52
4.62
H[，3] 11.12 3.82 34.36 9.40 -2.76 -29.39 8.42 1.83 21.75
H[，4] 10.69 1.68 15.68 9.93
1.86
18.72 5.40 3.34 61.82
H[，5] 19.84 4.97 25.06 2.18 -0.62 -28.27 -1.31 -2.20 167.38
H[，6] 2.17 -1.04 -47.97 -1.17 -4.44 381.12 -7.04 0.31 -4.44
H[，7] 6.62 2.14 32.23 11.41 -3.12 -27.33 7.64 3.00 39.19
H[，8] 11.69 2.18 18.66 10.89 -1.94 -17.83 5.88 1.02 17.37
H[，9] 7.19 -2.92 -40.56 4.79
3.98
83.15 11.40 -0.29 -2.52
H[，10] 5.04 0.30
5.93 -0.15 -3.34 2181.79 7.80 2.64 33.86
H[，11] 13.92 1.71 12.27 7.95 -3.46 -43.59 11.30 2.76 24.42
H[，12] 15.56 1.90 12.22 10.53 -1.07 -10.17 10.51 2.93 27.87
H[，13] 11.75 2.98 25.38 12.94 3.48 26.92
8.24 -5.84 -70.88
H[，14] 5.31 0.38
7.13 11.05 -1.49 -13.52 12.41 2.48 19.95
H[，15] 7.23 -0.21 -2.91 9.84 -1.10 -11.18 12.60 1.58 12.56
H[，16] 7.90 1.45 18.34 5.61 -4.35 -77.52
9.39 1.20 12.74
H[，17] 12.45 -0.23 -1.88 13.78 -0.93 -6.74
11.57 2.11 18.23
H[，18] 13.03 -1.88 -14.40 6.29 -2.69 -42.76 16.88 2.01 11.94
H[，19] 8.30 1.10 13.30 9.04 -3.45 -38.15 10.60 5.86 55.28
H[，20] 11.57 -10.43 -90.18 7.03 10.61 151.03 15.23 2.46 16.16
H[，21] 11.54 1.11
9.61 8.04 -3.80 -47.30 8.08 1.42 17.61
H[，22] 5.07 -3.77 -74.38 5.74 -7.15 -124.52 8.22 1.18 14.36
H[，23] 11.72 -5.72 -48.85 9.57 -11.61 -121.33 13.15 2.44 18.53
H[，24] 11.80 2.81 23.78 4.40 -9.14 -207.49 5.57 3.26 58.50
H[，25] 16.63 6.42 38.64 -8.04 -16.32 203.05 12.79 2.92 22.84
H[，26] 10.02 -1.59 -15.89 1.74 -8.55 -490.91 13.78 1.95 14.15
H[，27] 12.41 2.18 17.59 3.89 -7.90 -203.25 11.37 5.09 44.75
H[，28] 0.83 -2.21 -265.32 19.72 1.38
6.99
9.63 5.75 59.65
H[，29] 12.43 2.26 18.22 22.17 -6.07 -27.37 17.23 6.78 39.35
H[，30] 11.85 -0.15 -1.26 6.80 -6.75 -99.30 14.47 4.97 34.33
H[，31] 14.67 3.23 21.99 21.25 3.35
15.78 25.44 4.59 18.05
H[，32] 15.07 2.08 13.79 4.73 -6.01 -127.01 14.54 4.54 31.22
H[，33] 11.76 1.75 14.91 13.12 -10.32 -78.63 13.84 -2.87 -20.74
H[，34] 2.40 -8.18 -340.41 6.77 -9.85 -145.35 20.60 10.84 52.62
轩工平均 10.20 0.17
1.70 8.46 -0.90 -10.59 10.47 1.57 5.01
重工平均 10.23 0.05
0.47 7.95 -5.66 -71.15 10.91 3.17 29.09
总平均 10.22 0.10
0.97 8.16 -3.70 -45.30 10.73 2.51 23.43
四、各行业生产率增长差异的变化趋势
为了分析行业之间全要素生产率增长之间的差异情况，我们首先要选择一个衡量差异的指标。我们选取普遍使用的变异系数б来表示，它指样本偏离平均值的程度，反映了样本指标的总体差异。通过变异系数的变化，可以从动态角度来揭示各行业生产率增长差异的变动情况。该值越小，行业间差异越小，反之亦然。变异系数的计算公式为：б=SE/AV，其中，SE和AV分别为标准差和样本均值，其计算公式如下：
附图
其中，X[，i]为各行业的全要素生产率增长指数。我们根据上述公式分别计算了每年中各行业全要素生产率增长指数的变异系数б值，图2显示了每年的б值。我们从图中可以看出，总体上，行业之间全要素生产率增长的差异呈发散扩大趋势。影响中国行业生产率增长差异的因素有许多：既有行业自身的因素如行业的技术创新投入差异、产业组织特点等，也有外部的因素如外部的制度环境等等。
附图
图2 各行业全要素生产率增长指数的变异系数值变动
首先，行业之间的技术创新存在较大的差异。我们从表4可以看出，工业行业的研发活动高度集中。1990～1999年排名前4位的行业集中了38.9％的R&D人员和40.3％的R&D经费、59.5％的新产品销售收入；排名前8位的行业集中了56.0％的R&D人员和66.4％的R&D经费、78.0％的新产品销售收入；排名前10位的行业集中了67.7％的R&D人员和74.3％的R&D经费、82.2％的新产品销售收入。从科研投入的集中度来看，R&D经费比R&D人员在行业之间的差异更大；而以新产品销售收入表示的科技产出集中度表示的行业之间的差异更大，因此这种行业之间的科技创新的较大差异无疑会影响到行业之间生产率增长的差异。
表4 38个工业行业科技投入和产出集中度
％
R&D人员 R&D经费新产品销售收入
时间段
CR[，4] CR[，8] CR[，10] CR[，4] CR[，8] CR[，10] CR[，4] CR[，8] CR[，10]
1990-1994 49.4
67.1
73.7
43.2
68.6
76.0
58.2
75.5
80.9
1990-1999 38.9
56.0
67.7
40.3
66.4
74.3
59.5
78.0
82.2
说明：CR[，4]、CR[，8]、CR[，10]分别表示排名前4、8和10名的行业的指标值占38个行业总值的比重。
资料来源：王伟光(2003)。
其次，各个行业所处的不同市场结构会影响行业之间的创新活动。熊彼特最早把市场结构和创新活动联系起来。根据熊彼特及其追随者提出的两个基本假设：垄断性企业比竞争性企业更加愿意进行创新；大企业比小企业更加富有创新精神。其后，许多的文献也发现市场结构确实影响企业的创新活动。
再次，各行业所面对的外部环境不同。不同的外部制度环境对各行业的生产率增长影响也不同。对中国各行业生产率增长影响较大的外部环境有融资环境和FDI进入情况。随着中国经济体制改革的深入，以及国家对不同产业发展的偏重，中国工业行业的各种融资结构发生了很大的变化。根据王伟光(2003)的研究，不同行业科技创新的融资渠道存在很大的差异，政府资金支持的重点是H[，2]、H[，4]、H[，5]、H[，6]、H[，18]、H[，26]、H[，29]、H[，31]、H[，32]和H[，33]等行业。银行支持的行业几乎都是制造业，其中轻工业或者消费品行业居多，包括H[，4]、H[，5]、H[，7]、H[，8]、H[，10]、H[，13]、H[，14]、H[，15]、H[，16]、H[，19]、H[，20]、H[，21]、H[，22]、H[，23]、H[，24]、H[，27]、H[，30]、H[，32]等行业。不少工业行业的融资渠道不只一种。例如，尽管H[，4]和H[，5]既得到政府的重点支持，也得到银行的重点支持；H[，6]、H[，18]、H[，26]、H[，31]等行业得到政府资金重点支持，而H[，8]、H[，10]、H[，14]、H[，20]、H[，21]、H[，22]、H[，30]得到了银行的重点支持，但上述13个行业的技术创新资金主要还是来源于企业自身；H[，1]、H[，2]、H[，3]、H[，9]、H[，11]、H[，12]、H[，17]、H[，25]、H[，28]和H[，34]等行业的技术创新资金也主要来源于企业自身。
20世纪80年代中期以来，外商直接投资(FDI)在华投资的规模不断扩大。FDI通过竞争效应、示范与模仿效应、联系效应和人力资本流动效应等对本国企业产生技术外溢。许多文献证实进入中国的FDI存在技术外溢作用（沈坤荣、耿强，2001；何洁，2000；潘文卿，2003）。王伟光(2003)对38个工业行业的研究认为，FDI比重越高的行业，其技术创新效率也越高，但对各行业的生产率影响存在差异。
行业之间的技术差异在某种程度上也是行业“自然演化”的结果，因为技术革新可能是在个别或少数行业首先出现的，它对经济的影响是从某一生产分支逐步移至另一生产分支的（库兹涅茨，1999，中译本）。具有增长潜力的主导产业通过扩散效应，会形成带动整个产业结果变革的主导产业群，也就是不同发展阶段的“主导部门综合体系”（罗斯托，2001，中译本）。因此，这种差异的存在，从某种程度上反映了工业经济发展与技术进步之间的一般规律：在不同发展阶段，工业技术进步的推动者不断的更迭，在条件适当的时候，它们就会成为整个工业发展的主导者，推动工业的技术进步。
表5 2001年FDI投资的行业分布
％
行业
比例 行业 比例 行业
比例 行业 比例 行业
比例
H[，1] 0.06 H[，8] 2.54 H[，15] 2.07 H[，22] 21.29 H[，29] 7.52
H[，2] 1.46 H[，9] 0.09 H[，16] 1.13 H[，23] 3.48 H[，30] 6.42
H[，3] 0.01 H[，10] 4.32 H[，17] 1.56 H[，24] 3.29 H[，31] 19.68
H[，4] 0.03 H[，11] 4.48 H[，18] 1.32 H[，25] 1.35 H[，32] 1.68
H[，5] 0.06 H[，12] 2.94 H[，19] 5.27 H[，26] 0.75 H[，33] 6.44
H[，6] 0.00 H[，13] 0.73 H[，20] 2.41 H[，27] 3.52 H[，34] 0.07
H[，7] 5.68 H[，14] 0.76 H[，21] 0.82 H[，28] 4.82 总计
98.09
说明：以工业增加值占总量的比重表示。
资料来源：中国工业经济统计年鉴(2002)。
标签：全要素生产率论文; 生产率论文; 轻工业论文; 重工业论文; 面板数据论文; 投入资本论文; 劳动生产率论文; 经济增长论文;