技术进步与我国产业结构调整关系的实证研究（上）

2011-7-22

　摘要：基于1978～2006年的时间序列数据，运用向量自回归（VAR）模型，在此基础上进行协整分析、Granger因果分析，并用脉冲响应函数对技术进步和技术效率对产业结构调整的动态效应进行分析。结果表明，我国技术进步与产业结构调整不相协调；技术效率是第一、第二产业比重变化的主要原因；技术进步和技术效率对第二产业的调整影响比较大，但对第三产业的影响力度比较小；技术进步是深化和优化产业结构根本途径，合理的产业结构促进技术进步和技术效率进一步提高。 　　关键词：技术进步，技术效率，产业结构，协整，Granger因果关系，脉冲响应函数

　　一、问题提出与文献回顾
　　改革开放30多年来，我国经济持续快速增长，综合国力显著增强。但是，产业结构不平衡仍是制约我国经济发展的主要原因。产业结构的调整是当今各国发展经济的重要方式，调整和建立合理的产业结构，能够促进经济和社会的发展。当前，我国产业结构的现状是：第一产业比重过高，第三产业比重过低。总体上讲，农业基础薄弱，工业素质不高，第三产业发展滞后。因此，加强农业基础地位，提高工业素质，大力发展第三产业是我国产业调整的方向。
　　现代学者认为，我国经济要持续稳定的发展，不断进行产业结构的调整是关键，技术进步是产业结构调整的根本途径。因此，如何量化技术进步对产业结构调整的影响度，以及如何落实产业结构调整的政策，从实证的角度出发证明二者之间的关系是本文研究的目的。 　　经济增长主要由纯要素的投入、技术进步及经济规模决定的。技术进步指标的量化为本文进行量化分析提供了条件，技术进步率的测算是本文进行深入研究产业结构调整的重要环节。许多学者对技术进步率进行了估算，史清琪等（1985）、李京文和郑友敬（1989）等运用索洛模型对中国的技术进步率进行了实际的应用；杜希双（1998）、黄燕（2001）等具体研究了索洛模型中测算技术进步率的变量选择、参数确定等问题；易纲等（2003）讨论了测算新兴经济国家全要素生产率时要注意的特殊问题；郭庆旺和贾俊雪（2005）利用索洛模型及其他方法对中国1979～2004年技术进步率等进行了测算，并比较了不同估算方法的结果；徐瑛等（2006）利用新的技术进步贡献率计量方法重新测算了1987～2003年中国的技术进步状况。 　　研究产业结构调整方面的文献有：张天阵（2010）主要从需求与供给、技术溢出、产业关联效应等方面研究了FDI对产业结构的影响；刘再起（2009）运用回归法对各国产业结构变化与碳排放的关系进行了研究。史诺平等（2010）对金融发展与产业结构的相关关系和因果关系进行实证研究，结果显示，金融发展与产业结构有长期的相关关系，但金融发展并不构成促进产业结构调整的原因。目前，研究技术进步与产业结构调整方面的文献还很少。 　　本文以经济增长理论为基础，基于我国1978～2009年的时间序列数据，分别运用超越对数函数、潜在产出法和HP滤波法测算出我国的技术进步率与技术效率。利用经济计量模型，建立技术进步率、技术效率与各产业结构比重变化率的向量自回归（VAR）模型，在此基础上进行协整分析、Granger因果分析，并用脉冲响应函数分析了技术进步和技术效率对我国产业结构调整的冲击效应，着重分析了技术进步率和技术效率对我国产业结构调整的影响度，并提出相关的政策建议。
　　二、变量选择与数据处理
　　（一）变量选择
　　根据本文研究内容，首先使用索洛残差法测算技术进步率，假设柯布－道格拉斯生产函数为：　　
（1） 　　其中，总产出变量用Yt表示，劳动投入用Lt表示，资本投入用Kt表示。测算出的技术进步率用RTPt表示，技术效率用RTt表示。用G1t，G2t，G3t分别表示第一产业、第二产业和第三产业占国内生产总值比重的变化率。 　　（二）数据处理 　　1.总产出（Yt） 　　衡量国民经济整体产出指标用可比价计算的国内生产总值。本文利用1978年可比价的GDP增长率衡量经济增长，原始数据来源于2009年《中国统计年鉴》1978～2008年GDP统计数据，2009年的GDP数据取自《2009年国民经济和社会发展统计公报》。以上数据均按1978年为基期的GDP平减指数进行处理。 　　2.劳动投入（Lt） 　　本文采用各年度全社会就业人员总数作为劳动投入量指标，具体数据来源于2009年《中国统计年鉴》1978～2008年就业人员总数的统计数据，2009年的数据取自《2009年国民经济和社会发展统计公报》。 　　3.资本投入（Kt） 　　本文选择资本存量作为投资投入量的指标。因为统计年鉴中无法直接获得，需要对资本存量进行估算。目前，最常用的方法是永续盘存法（Goldsmith，1951）。使用永续盘存法时主要涉及基期资本数量的计算、当年投资以及折旧率的选择，估算公式为： 　　Kt=Kt－1（1－δt）＋It　（2） 　　其中，Kt－1表示基年资本存量，Kt表示当年资本存量，δt表示经济折旧率，It是当年投资。 　　对于资本存量的估计，贺菊煌（1992）、Jefferson等（1992）、王小鲁和樊纲（2000）、张军和章元（2003）、何枫等（2003）等都做了研究。单豪杰（2008）通过比较现有资本存量的研究文献，重新估算了资本存量，估算经济折旧率为10.96%，估计了1952～2006年资本存量（1952年价格）[1]。本文使用单豪杰估算的1978～2006年资本存量数据，并转换为1978年不变价的资本存量。2007～2009年的资本存量通过Goldsmith开创的永续盘存法进行迭代求得，经济折旧率选择10.96%[1]。对于当年投资，本文选择以1978年为基期的固定资本形成总额数据，并利用固定资产投资价格指数进行平减处理。 　　4.第一、第二、第三产业比重变化率（G1t，G2t，G3t） 　　本文采用第一、第二、第三产业的国内生产总值占GDP比重的变化率为衡量指标。首先，将第一、第二、第三产业的生产总值和GDP以1978年为基数的GDP平减指数进行处理。其次，计算各产业占GDP比重的历年变化率。原始数据来源于2009年《中国统计年鉴》1978～2008年GDP统计数据，2009年的GDP数据取自《2009年国民经济和社会发展统计公报》。 　　5.技术进步率（RTPt）和技术效率（RTt） 　　由于技术进步率和技术效率无法直接获得，分别利用索洛余值法和总量法进行测算取得，具体测算过程将在本文第三部分讨论。
　　三、技术水平的分解与测算
　　一国的经济增长可以被看作是要素投入、技术进步和技术效率提升三个方面共同作用的结果。本文认为，全要素生产率包括技术进步率与技术效率的改善，所以需要对全要素生产率进行分解，找出其变动的源泉。下面对技术进步和技术效率进行测算。
　　（一）技术进步率（RTPt） 　　索洛余值法将技术进步率看作是经济增长中剔除劳动和资本投入增长后的余额。由于经济运行过程中不可能只用资本和劳动两种生产要素，因此，将索洛余值看作是经济增长中的技术进步率。虽然索洛余值法有一定的缺陷，但它还是测算技术进步率最常用的方法之一。 　　本文通过时间序列数据进行回归，考虑到时间趋势的影响，采用参数法建立超越对数函数（L.R Chris－tensen，D.W Jorgenson，1967）。超越对数生产函数通过对连续时间模型的合理离散近似，把大量的创新思想引入到索洛的框架中，建立在新古典生产理论的运用上，把资本和劳动投入分解到各自的组合成分中，避免了源于投入成分的内部变化所产生的加总偏差。假设超越对数函数：　　  　　式中的a0，aT，aK，aL，aKK，aKL，aLL为待定参数，LnY，LnK，LnLt分别为总产出、资本投入和劳动投入的对数形式，T（t=1，2，…，32）表示时间变量。 　　当aKK=aLL=－aKL，且函数规模报酬不变，aK=1－aL时，上式变为：　　  
　　此时超越对数函数的资本和劳动的产出弹性为： 　　SKt=aK＋aKKLnKt＋aKLLnLt 　　SLt=aLL＋aLLLnLt＋aKLLnKt　（5） 　　索洛残差指剔除各生产要素对经济增长的贡献后所得到的残差，可以通过式（6）求出索洛残差即技术进步率RTP的值：　　  
　　运用式（3）、式（4）、式（5）、式（6）进行测算，最终得到中国经济技术进步率（见表1），其结果和变化趋势与张军[2]的测算结果基本一致。 　　（二）技术效率（RTt） 　　索洛残差法有一定的局限性，其理论前提要求企业必须在生产可能性边界上生产，即具有100%的技术效率水平，这显然不能在现实中得到满足，说明技术效率也会影响到全要素生产率。勒宾森（Leibenstein，1966）将技术效率定义为实际产出水平与在相同的投入规模、投入比例和市场价格条件下所能达到的最大产出量的比值[3]。这种产出角度定义的技术效率普遍被人们所接受，也是应用研究使用最多的，产出的实际值可以直接观测到，但最优值却很难确定。因此，最优值的确定成为测度技术效率的关键。　　
　　从产出角度看，可以将技术效率视为潜在产出与实际产出之间的差额，即产出缺口。总量法是在就业和产出的变化可持续的前提下，通过HP滤波法（Ho－drick and Prescott）[4]将实际产出分解为用线性趋势表征的潜在产出和围绕此趋势波动的产出缺口。本文采用HP滤波法测算潜在产出，其基本思想是将现实产出分解为趋势成分和周期成分，其中的趋势成分即为潜在产出，周期成分即是产出缺口，技术效率一般用产出缺口来表示。HP滤波法的基本方法是最小化：　　  
　　从而将现实产出的自然对数LnYt分解为趋势成分即潜在产出的自然对数和周期性成分即产出缺口。HP滤波法也存在一些争议，主要在于如何选择λ的值。不同的λ决定了不同的周期方式和平滑度。统计学λ必须是随机选取的，任何一个非平稳的时间序列都可以分解为无数个非平稳趋势成分和平稳周期成分的组合。到目前为止，还没有一个很好的统计指标可以用来判断哪一种分解方式更好。本文考虑到数据为年度数据，因此λ的数值选择100[1]。
　　四、实证分析
　　（一）变量平稳性检验
　　在进行时间序列分析之前要进行平稳性检验，只有平稳的时间序列才存在可靠和有效数量关系。目前，标准的平稳性检验是Dickey和Fuller的DF单位根检验。该方法有一定的局限性，估计值可能有偏差[6]。因此，Dickey和Fuller于1979年和1980年对DF检验进行了改进，形成了ADF检验。它是目前普遍应用的平稳性检验方法[6]。G1t，G2t，G3t，RTPt，RTt各变量指标均为增长率指标，经过了一阶差分。表2为变量的ADF平稳性检验结果。　　
　　表2中，ADF单位根检验结果和散点图表明，在临界值为5%的水平下，G1t，G2t，G3t，RTPt，RTt都是平稳时间序列。一般而言，宏观数据都是非平稳的，但由于G1t，G2t，G3t，RTPt，RTt均为变化率的数据，即经过了一阶差分。 　　（二）Granger因果关系检验 　　在经济变量中有些变量显著相关，但未必都有经济意义。Granger（1969）因果检验是现在比较普遍的因果关系检验方法。其基本思想是，x是否是引起y的原因，主要看现在的y能够在多大程度上被过去的x解释，加入x的滞后值是否能使解释程度提高[7]。将第一、第二、第三产业比重的变化分别与技术进步率和技术效率进行Granger因果检验，表3中各因果关系中F统计值和P值均为第一次拒绝原假设时的统计量。检验结果见表3。　　
　　由表3可知，在5%的置信水平上，结果表明滞后期数为2时，技术效率是技术进步的Granger原因；技术效率分别是第一、第二产业比重变化的Granger原因；第一产业是技术进步的Granger原因；第一产业的比重变化是影响第二产业变化的Granger原因。在滞后期数为3时，技术效率仍是技术进步变化的Granger原因；其他变量之间不存在因果关系。在滞后期数为4和5时，技术效率为第一、第二产业比重变化的Granger原因。在滞后期数为7时，技术效率仍为第一、第二产业比重变化的Granger原因；技术进步是第一产业比重变化的Granger原因；第一、第二产业比重的变化是技术效率改善的Granger原因。在滞后期数为8时，技术效率是第一产业比重变化的Granger原因；技术进步是第一产业比重变化的Granger原因；第一产业比重的变化是技术效率改善的Granger原因。在滞后期数为9时，第一产业比重的变化是技术进步和技术效率改善的Granger原因。

作者：长安大学经济与管理学院 李健 徐海成 来源：《软科学》2011年第4期