| 标题 | 中国工业行业技术进步特征分析：1997—2010年 |
| 范文 | 潘闽+班玲 [摘 要]本文基于超越对数生产函数构建了随机前沿模型，并将行业分为技术密集型、资本密集型和劳动密集型三类，测算了1997-2010年的中国工业行业数据的多项技术进步指标，并将时间以2004年为界分为两个阶段，且就三类行业和两个阶段技术指标的均值和标准差，即技术进步特征进行了测算和分析。 [关键词]工业行业；技术进步；特征 doi：10.3969/j.issn.1673 - 0194.2017.06.085 [中图分类号]F424 [文献标识码]A [文章编号]1673-0194（2017）06-0-02 0 引 言 改革开放以来，中国经济实现了近30年的高速增长，但是这一过程也呈现了不同的阶段性特征：20世纪80年代，乡镇企业的崛起推动了资源配置优化和经济增长，20世纪90年代以后，外资大规模进入中国，在外资带动下制造业成为中国经济发展的新动力；进入21世纪前后，以1997年为起点，城镇化和工业化一起成为经济发展的驱动力量。这一时期房地产业快速发展，房价急剧飙升，住房成为重要的投资品，投资房产的收益远远超过了做实体的收益，加上2006年开始的股权分置改革带动股价飙升，经济逐渐脱实向虚，并出现了大规模的结构性变化，以致于在21世纪的第2个10年，我国逐渐进入了一个常态化的相对低速增长的阶段。且较多的研究聚焦于这一时期全要素生产率对经济增长的贡献，但是，仅以全要素生产率代表技术进步有失全面。为此，本文使用1997年—2010年工业行业数据测算多项技术进步指标，全面评价了这一时期的工业行业的技术特征。 1 工业行业技术进步测算方法 本文尝试在生产率估计的方法中选择，尽可能地把影响经济增长的各因素纳入到一个统一的框架下，以便表示技术进步的多个方面。Grillich & Ringstad（1971）提出的超越对数函数具有较强的包容性和灵活性，可以模拟其他任何生产函数，作为其他生产函数的近似。而随机前沿模型能够把非效率项分为不受随机因素影响的部分和受随机因素影响的部分，具有更高的合理性，本文考虑把两者结合起来，基于超越对数生产函数构建随机前沿模型。该模型能够把中性技术进步、偏向性技术进步、要素替代弹性以及效率项包括在内，其基本形式如下。 （1） 其中y表示工业增加值，l表示劳动，k表示资本，T表示时间，v表示随机扰动项，u表示技术无效率项。 由此计算的中性技术进步（技术变化）、偏向性技术进步和资本劳动替代弹性公式分别为： tcit=?lnyit/?lnTt=βT+βTllnlit+βTklnkit+βTTTt（2） bkl=βtk/ηk-βtl/ηl（3） （4） 公式（2）（3）（4）中tc、b和σ分别表示中性技术进步、偏向性技术进步和资本劳动替代弹性，η表示产出弹性。 2 工业行业技术进步数据来源及说明 劳动、资本和工业增加值的原始数据来源于各年份《中国工业统计年鉴》，数据整理仿照陈诗一（2011）的做法。需要注意的是，《中国工业经济统计年鉴》2008年以后不再提供工业增加值数据，因此，文中使用2007年的工业分行业增加值和2008年以后分行业累计工业增加值增长率计算2008年以后各工业行业的工业增加值。经过整理共得到1997年—2010年36个两位数工业行业的工业增加值、资本和劳动。依照祝树金、张鹏辉（2013）对工业行业要素密集度的划分，保留两位数行业32个，共三大类，即技术密集型行业、资本密集型行业和劳动密集型行业。 3 工业行业技术进步测算结果 目前，使用最为广泛的面板数据随机前沿模型是Battese & Coelli（1992，1995）模型（简称BC模型）。但Greene（2005）指出，BC模型没有考虑决策单元的异质性，进而他提出了包括决策单位异质性的所谓真实固定效应模型。因此，本文使用Greene模型估计。 估计结果为：一次项资本和劳动系数均为正，均在5%或更高的水平显著，且资本的系数远大于劳动的系数，表明资本对经济增长的貢献大于劳动。二次项资本的系数为负，劳动的系数为正，均在10%或更高的水平显著，表明虽然资本对经济增长的贡献大于劳动，但是资本处于边际报酬递减的阶段，而劳动处于边际报酬递增的阶段。交叉项结果显示，资本和劳动交叉项系数为负，且均在1%的水平上显著，表明资本和劳动存在显著的替代效应。带有时间的各项除时间平方项和时间劳动交叉项不显著之外，其他两项均在1%的水平上显著，表明存在中性技术进步和技术进步偏向。 4 中国工业行业技术特征分析 使用文中估计结果的系数依照（2）式至（4）式计算各工业行业的中性技术进步、偏向性技术进步、资本—劳动替代弹性以及效率项。按照之前划分的三大类分别就三类中各行业进行描述统计和方差分析，比较各大类工业行业的均值差异。表1列出了三类行业各项指标技术进步特征的均值和标准差。 从表1的均值看，三类行业中各行业中性技术进步、偏向性技术进步和效率项的均值，均按照劳动密集型行业、资本密集型行业和技术密集型行业的顺序依次增大，但资本—劳动替代弹性的情况正好与三个指标的情况相反，其均值按照劳动密集型行业、资本密集型行业和技术密集型行业的顺序依次减小。而从表1的标准差看，劳动密集型行业资本—劳动替代弹性的标准差最大，技术密集型行业次之，二者远高于资本密集型行业资本—劳动替代弹性的标准差；而其他三个指标的标准差三类行业均相差不大。 进一步按照房价上涨和股权分置改革的时间，以2004年为界将考察的时间分成两个阶段，分别就两个阶段各工业行业的中性技术进步、偏向性技术进步、资本—劳动替代弹性以及效率项进行描述统计。表2列出了不同时段工业行业的技术进步特征。 第二阶段与第一阶段相比，中性技术进步和效率项的均值均增大，但是偏向性技术进步和资本—劳动替代弹性的均值与第一阶段相比有所减小，第二阶段资本—劳动替代弹性的标准差远大于第一阶段。两个阶段中性技术进步、偏向性技术进步以及效率项的均值差异均显著，但资本—劳动替代弹性的均值差异不显著。根据测算结果，从所有年份看，资本产出弹性持续增大，劳动产出弹性继续减小，第二阶段劳动密集型行业、资本密集型行业的劳动产出弹性甚至为负，但是第二阶段资本偏向性技术进步持续减小，本文猜测跟这一阶段的资金成本变化有关。考察历年国债收益率可以看到，从1997年—2004年，国债收益基本上处于下降通道，但从2004年开始，国债收益率逐年走高，表明资金成本不断升高。这与之前的分析也是相吻合的，大量的资金进入房地产市场成为资金成本攀升的重要推手。由于资金价格与前一阶段相比升高较多，生产单位倾向于减少资本的使用，导致了这一阶段的资本偏向性技术进步减小。 5 结 语 进入21世纪前后，中国经济出现了大规模的结构性变化。本文使用1997-2010年中国工业行业数据和基于超越对数生产函数的随机前沿模型，测算了这一时期的多项技术进步指标，将行业分为技术密集型、资本密集型和劳动密集型三类，并将时间以2004年为界分为两个阶段，就三类行业和两个阶段技术指标的均值，即技术进步特征进行了测算和分析，结果表明：劳动密集型行业、资本密集型行业和技术密集型行业的中性技术进步、偏向性技术进步和效率项均值依次增大，并且技术密集型均值行业与资本密集型行业和劳动密集型行业之间的差异显著；但是资本—劳动替代弹性均值依次减小。第二阶段与第一阶段相比，中性技术进步和效率项均值均有所提高，但是偏向性技术进步和资本—劳动替代弹性的均值有所减小。本文认为第二阶段偏向性技术进步减小的可能原因是资金成本的变动。本文的目的在于揭示这一时期工业行业技术进步的特征，没有对各项指标变化的影响因素进行分析，也没有对照这些指标与其他时期的差异，这些问题可以作为进一步研 究的方向。 主要参考文献 [1]JR Behrman，Z Griliches，V Ringstad.Economies of Scale and the Form of the Production Function[J].Journal of Political Economy，1973（1）. [2]陳诗一.中国工业分行业统计数据估算：1980-2008[J].经济学，2011（2）. [3]陈勇，李小平.中国工业行业的面板数据构造及资本深化评估：1985～2003[J]. 数量经济技术经济研究，2006（10）. [4]李小平，朱钟棣.国际贸易、R&D溢出和生产率增长[J].经济研究，2006（2）. [5]郭庆旺，贾俊雪.中国全要素生产率的估算：1979—2004[J].经济研究，2005（6）. [6]涂正革，肖耿.中国的工业生产力革命——用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析[J].经济研究，2005（3）. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。