文章快速检索     高级检索
  人文地理  2017, Vol. 32 Issue (5): 113-118  DOI: 10.13959/j.issn.1003-2398.2017.05.016
0

引用本文  

于富喜, 薛伟贤, 韩勇. 产业要素配置结构对生产率的影响研究——以杨凌示范区为例[J]. 人文地理, 2017, 32(5): 113-118. DOI: 10.13959/j.issn.1003-2398.2017.05.016.
YU Fu-xi, XUE Wei-xian, HAN Yong. RESEARCH ON THE EFFECT OF INDUSTRY FACTOR ALLOCATION ON PRODUCTIVITY:A CASE STUDY OF YANGLING DEMONSTRATION ZONE[J]. Human Geography, 2017, 32(5): 113-118. DOI: 10.13959/j.issn.1003-2398.2017.05.016.

基金项目

国家自然科学基金项目(71073125);陕西省教育厅重点研究基地项目(14JZ031);陕西省社科联界重大理论与现实问题研究项目(2017C003)

作者简介

于富喜(1976-), 女, 天津人, 博士研究生, 讲师, 主要研究方向为城市产业与区域经济。E-mail:395029101@qq.com

通讯作者

薛伟贤(1967-), 男, 陕西西安人, 教授, 博士生导师, 研究方向为应用经济学。E-mail:794699577@qq.com

文章历史

收稿日期:2016-05-25
修订日期:2017-07-07
产业要素配置结构对生产率的影响研究——以杨凌示范区为例
于富喜1,2, 薛伟贤1, 韩勇1     
1. 西安理工大学 经济与管理学院, 西安 710054;
2. 西安外国语大学 商学院, 西安 710128
摘要:本文基于要素生产率变动的视角,以杨凌示范区为例,在分析产业要素配置结构对生产率的作用路径基础上,通过估算资本存量,分析产业要素配置结构的构成,并利用偏离-份额法研究产业要素配置结构对生产率的影响作用。研究结果表明,杨凌示范区存在产业要素错配,第二产业成为杨凌示范区经济增长的核心部门,而第一产业的要素投入与发展农业现代化的目标不协调;劳动生产率的增长主要来自产业内部的增长效应,而非配置效应,其经济增长主要依赖要素投入带来的产业规模扩张;资本生产率的增长主要来源于产业内部的作用,在杨凌示范区发展初期,产业要素配置结构对资本要素生产率起到了阻碍作用,但这一情况正在逐渐改善。
关键词生产率    产业要素配置结构    要素生产率变动    杨凌示范区    
RESEARCH ON THE EFFECT OF INDUSTRY FACTOR ALLOCATION ON PRODUCTIVITY:A CASE STUDY OF YANGLING DEMONSTRATION ZONE
YU Fu-xi1,2, XUE Wei-xian1, HAN Yong1     
1. School of Economics and Management of Xi'an University of Technology, Xi'an 710054, China;
2. Business School of Xi'an International Studies University, Xi'an 710128, China
Abstract: The flow of industrial factor among various industrial sectors contributes to economic growth by promoting the upgrading of industrial structure and improving the productivity of industrial factors. From the perspective of factor productivity variation in this zone, this paper, by adopting Shift-Share method, focuses on impact of allocation structure of industrial factors on productivity, analyzing the structure of industry factor allocation through assessing its capital stock, and examining the affecting routes of allocation structure to the productivity. The findings show that misallocation of resources exists in Yangling Demonstration Zone. The secondary industry has become the core of economic expansion, while in the first industry, the resource investment does not match the development objectives of agricultural modernization. The labor force and captial factor allocation in the three industries demonstrate the features like "tertiary industry declines, secondary industry rises, primary industry lowers".The growth in labor productivity comes mainly from the growth effect within the industry, rather than from allocation effect. Its economic growth mainly relies on scale expansion brought about by investing on industrial factors.
Key words: productivity    the structure of industry factor allocation    factor productivity shift    Yangling Demonstration Zone    
1 引言

产业要素在不同产业部门之间表现出的生产效率的差异,引起要素在不同产业部门之间流动,推动了产业结构的升级,提高了要素的生产率,最终实现了经济增长。现有研究主要集中于两方面,一是产业要素配置带来的产业结构变迁对生产率的提升影响,如温杰等在研究资源的再配置效应时,考虑到三次产业要素产出弹性可变的特性,其重新测定了要素再配置效应,指出了要素再配置效应带来的生产率提升,是我国经济增长的重要源泉[1];干春晖等分析了资本和劳动力要素配置结构演进对生产率的影响,研究结果表明生产率水平的提升来自于产业内部,而劳动力要素在产业间的配置结构在1978—2007年间对生产率的提升具有正向作用,而资本要素恰恰相反[2]。二是,要素错配对生产率产生的负面影响,如朱喜等在研究农业部门要素配置扭曲问题时指出,若能够有效消除资本和劳动力配置的扭曲,农业的全要素生产率有望再增长20%以上[3];袁志刚等、柏培文认为在城乡劳动力要素配置中存在要素错配,对全要素生产率产生负效应[4, 5];李锐、李庆海等认为资本要素的不均衡配给,造成了农民福利巨大的损失[6, 7];王颂吉等探讨了三次产业要素错配对生产要素的影响,认为第一产业劳动力投入过多、资本投入过少,第二、三产业资本投入过多、劳动力投入过少的状况阻碍了生产率的增长[8]

关于产业要素配置结构对生产率的影响研究,采用的主要分析方法包括H·钱纳里提出的“多国模型”[9]、Daniel提出的偏离—份额法(Shift-Share Method) [10]和Solow等[11]提出的全要素生产率增长率。“多国模型”和偏离—份额法两种方法的共同点在于:从生产率增长中将结构效应分离出来,反映要素结构变化对生产率增长的作用,其区别在于“多国模型”综合考虑了劳动力和资本要素配置对生产率的影响,但存在控制变量选择模糊性的缺陷。而全要素生产率增长率是全部生产要素(包括资本、劳动、土地)的投入量都不变时,生产量仍能增加的部分,只能用来衡量除去所有有形生产要素以外的纯技术进步的生产率增长。因此,本文选择采用偏离—份额分析法研究杨凌示范区产业要素配置结构对生产率的影响。

综上,现有研究主要立足于全局视角,集中分析要素配置结构对生产率的影响或者要素错配的阻碍作用,忽视了不同区域产业要素禀赋的差异性,对特定地区提高产业要素配置的结构效率和制定产业发展政策缺乏具体的指导。而杨凌农业高新技术产业示范区(以下简称杨凌示范区)是中国西北地区现代农业高等教育的发源地,在1997年经国务院批准成立杨凌国家农业高新技术产业示范区,正式纳入国家高新区管理范畴,成为国际知名的干旱半干旱现代农业示范区。国务院决定建立杨凌示范区的目的在于通过发挥示范区农科教、产学研、农工贸相结合的整体优势,起到示范标杆作用,向广大农村辐射,带动农业高新技术产业大发展。

因此,本文基于要素生产率变动的视角,以杨凌示范区为研究对象,根据其要素禀赋和产业发展水平,估算其资本存量,分析产业要素配置的结构,利用偏离—份额法研究其产业要素配置结构对生产率的影响,为杨凌示范区制定推进经济发展的相关政策提供理论借鉴。

2 产业要素配置结构对生产率的作用机理

产业要素配置结构是通过区域内经济单元的最优组合,以最小的资源代价实现最优的目标,主要包括产业要素在产业间或产业内部的原始配置以及再配置两个方面。产业要素包括但不局限于劳动力、土地、资本和企业家才能。但学者们普遍使用劳动力和资本要素进行研究[12]

产业要素结构效应是产业要素在产业间进行配置,使得国家或地区产业的要素生产率提升从而推动经济增长,其路径表现为,一是各区域根据其产业要素的存量将要素在产业间进行分配,为三次产业提供最原始的发展资料,即要素原始配置;二是由于各产业部门的要素具有不同的生产率水平和生产率增长率,产业要素在产业部门间重新分配,要素从生产力水平低的部门流向生产力水平高的部门,推动产业结构升级,即要素再配置。产业要素在产业间重新配置后,其要素分配量逐渐合理,提升了劳动力和资本要素生产率,推动经济增长。

内部增长效应可归结为要素投入规模扩大形成的产业规模提升和知识进步。第一,规模经济的形成受限于要素投入水平,分散的、狭小的生产规模使得要素配置的规模经济效应难以发挥。因此增加要素投入可以扩大生产规模,从而实现规模经济。第二,劳动力和资本要素的积累对生产率增长产生直接效应和间接效应。直接效应的产生源于“干中学”过程中的人力资本积累和产品技术含量及生产工艺的提升。其中,在区域经济发展初级阶段,人力资本积累的作用更具决定性。间接效应源自于资本存量对知识进步的影响,其实现需要借助生产技术进步和人力资本的投入。见图 1

图 1 产业要素配置结构对生产率作用机理 Fig.1 Mechanism of Industrial Factor Allocation Structure on Productivity
3 杨凌示范区产业要素配置结构对生产率的影响分析 3.1 模型介绍

三次产业部门间的流动,带来了产业结构的不断优化,促进了要素生产率的提升,拉动了产出。考察要素流动对生产率影响的方法有全要素生产率、生产函数、偏离—份额分析等,其中偏离—份额分析法能够将结构变化所带来的生产率的增长分离出来,辨析生产率的增长是来自于产业内部产出水平的变化,还是来自于结构的变化。鉴于此,大多数学者采用这一方法研究要素流动对生产率的影响。偏离—份额法的模型为:

$\begin{array}{l} g = \frac{{{G_t} - {G_o}}}{{{G_o}}} = \frac{{\sum\limits_{i = 1}^3 {{G_{i0}}\left( {{S_{it}} - {S_{i0}}} \right)} }}{{{G_o}}} + \frac{{\sum\limits_{i = 1}^3 {\left( {{G_{it}} - {G_{i0}}} \right)\left( {{S_{it}} - {S_{i0}}} \right)} }}{{{G_o}}}\\ \quad + \frac{{\sum\limits_{i = 1}^3 {\left( {{G_{it}} - {G_{i0}}} \right){S_{i0}}} }}{{{G_o}}} \end{array}$ (1)

Gi0Git表示期初、期末第i产业某种某种要素的总体生产率水平,G0Gt表示期初期末某种要素三次产业的总体生产率水平;Si0Sit表示期初、期末要素占三次产业比重;注:下标i表示产业部门(i =1, 2, 3);下标0表示期初;t表示期末。

表 1为偏离—份额法模型各构成部分的解释说明。

表 1 公式1各组成部分的解释说明 Tab.1 Explanation of the Various Components of Equation 1
3.2 资本存量的估算

资本存量是估计生产函数、测算全要素生产率、分析经济增长等经济变量分析的基础。而我国尚未对资产进行大规模的普查,无法从统计年鉴或统计公报上直接获取。因此,本文需要对杨凌示范区资本存量,进一步计算资本要素转移的结构效应和内部增长效应。

现有的资本存量估算方法如郭克莎将全社会资产总额扣除当年折旧和价格因素,作为全国资本存量的估计[13];薛俊波利用投入产出表的数据,估算了全国17个部门的资本存量[14];徐现祥在估计省际三次产业存本存量时采用了永续盘存法[15]。比较上述方法,郭克莎采用的方法目的在于估计三次产业资产额,忽视了资本与资产之间的差别,而薛俊波采用的方法获取的时间序列数据难以保持连续性,徐现祥采用的方法有效地避免了不同数据来源带来的估计偏差,这一方法也是国际上较为通行的估计资本存量的方法。

因此,本文采用了徐现祥的方法并利用温杰等的延展方法将陕西省资本存量估算序列从2002年延展至2013年,按照杨凌示范区三次产业占陕西省三次产业的比例进行分配,得出杨凌示范区资本存量的数据,表 2表示了杨凌三次产业资本存量估算结果。具体的延展方法如下:

表 2 杨凌示范区三次产业资本存量估算结果(单位:亿元) Tab.2 Three Industrial Capital Stock Estimates of Yangling Demonstration Zone (unit: billion)
$K_t^i = K_{t - 1}^i + \left( {I_t^i - D_t^i} \right)/IP_t^i$ (2)

其中,i表示三次产业,Kti表示三次产业的资本存量,Iti表示当年投资,Dti表示当年折旧,IPti表示投资价格指数。

表 2可知,杨凌三次产业资本存量在2000—2013年之间保持较快增长速度,但是由于第一产业初始基数小,增长速度也落后于二、三产业,致使其资本存量在三次产业间份额最小;在初始阶段,第二产业和第三产业资本存量水平基本一致,从2005年开始第二产业资本存量增长速度表现出对第三产业的明显优势,逐渐扩大与第三产业之间的差距。

3.3 产业要素配置结构对生产率的影响分析

杨凌示范区劳动力和资本要素在产业间配置的基本情况,以及在该要素配置条件下杨凌示范区产业产值结构的变动趋势如表 3所示。

表 3 杨凌示范区劳动力、资本要素及产值构成变动(单位:%) Tab.3 Changes in Labor, Capital Elements and Output-value of Yangling Demonstration Zone (Unit:%)

表 3可知,杨凌示范区的产业要素配置结构存在要素错配。杨凌示范区劳动力要素配置构成的变化呈现出“三产降,二产升,一产低”的特点。形成原因在于,一是市政府为了加快经济增长速度,其产业政策倾向于第二产业的发展,吸引了劳动力的流动;二是农村剩余劳动力为了追求更大的经济利益,离开了第一产业部门,主动流向二、三产业。杨凌示范区资本要素构成的变动趋势与劳动力要素构成的变化存在较强的一致性。第二产业成为资本存量投入的主导部门,原因在于,一是由于部门的生产率差异,导致产业要素倾向于高效益的部门;二是由于市政府产业发展政策的支持,使得第二产业成为杨凌示范区经济发展的重点产业。相反,第一产业的资本存量维持在低水平,甚至还有所下降,这与杨凌示范区发展农业现代化发展的目标不协调。

综上,两种产业要素配置结构的差异导致了三次产业结构的变化,杨凌示范区三次产业产值结构呈现“一产弱,二产强,三产降”的特点。究其原因:一是城市化早期农村人口大量流入城市,农业生产人口逐渐减少;二是为了寻求经济的快速发展,市政府加大了对第二、三产业的资本投入力度,但由于劳动力要素的配置不均,工作技术含量低、产出低,使得第三产业的产值下降;三是由于第二产业劳动力资源充沛,资本投入不断提升,使第二产业得到可持续的发展。因此,在短期内第二产业还将是杨凌示范区经济的主体,为了实现区域经济增长,打造以干旱半干旱现代农业为发展方向的高新技术产业示范区,必须明晰当前产业要素配置结构对生产率的影响,充分发挥产业要素配置效应,扫清生产要素在产业部门间流动的障碍,提升要素的生产率。

杨凌示范区的区域生产率提升来源于结构效应和内部增长效应,其中结构效应由静态转移和动态转移效应两部分构成。为了确保计算结果的可比性和准确性,根据三次产业产值结构的变动趋势,2006年后三次产业的产值变动趋势逐渐稳定,因此将2006年作为分割点,把2000—2013年划分为2000—2006、2007—2013两个阶段进行对比分析。2000—2013年杨凌示范区劳动力和资本要素对生产率增长的偏离—份额分解结果如表 4所示。

表 4 2000—2013年杨凌示范区生产率增长的要素分解(单位:%) Tab.4 Factor Decomposition of Productivity Growth in Yangling Demonstration Zone From 2000 -2013 (Unit: %)

劳动力要素的内部增长效应和结构效应无论从产业层面还是总体层面来看都表现出不同特点。由表 4可知,劳动力要素生产率的增长主要来自于产业内部,尤其第三产业内部增长效应对劳动力要素生产率的贡献率为194.80%,静态转移效应对劳动力要素生产率的贡献为14.18%,动态转移效应对劳动力要素生产率的贡献为47.09%,结构效应对劳动力要素生产率的增长贡献率为61.27%。静态和动态转移效应均为正值,即要素配置的变化对生产率有着正面的影响。而内部增长效应对生产率的正面影响要远高于结构效应,但并不代表静态和动态转移效应的变动是可有可无的。从两个阶段的对比来看,结构效应在2000—2006年为19.10%,此时的要素结构效应提升了劳动生产率。这个过程在现实中表现为城镇化,大量劳动力从农村农业部门转移到城镇工业部门,劳动力表现出明显的集聚趋势。与此同时,要素的机构效应随着劳动力向工业部门的集聚而减弱。2007—2013年的结构效应为-4.08%,说明要素在产业间的转移给生产率带来负效应。这是因为城镇化初期,工业主要以劳动密集型为主,劳动力对其他要素的边际替代率很低,持续的要素投入带来的产出有限,当劳动力要素的边际产出为零时,继续增加劳动力的投入,就会出现要素转移的负效应。

资本要素生产率的增长完全来自于产业内部增长,并且表现出明显的阶段性特征。2000—2013年内部增长效应对资本要素生产率的贡献为14.74%,其中第二产业的贡献为14.87%,高于一、三产业,表明第二产业是杨凌示范区资本要素生产率增长的主要力量,造成资本要素向第二产业集聚,使第二产业成为杨凌示范区经济的主体。结构效应对资本要素生产率的贡献为-4.49%,表明产业要素配置结构的变动抑制了资本要素生产率的增长。从两个阶段的对比来看,结构效应对资本生产率的负作用逐渐减小,内部增长效应对资本要素生产率的贡献在显著提高。2000—2006年,结构效应贡献了资本生产率增长的-4.07%,对资本生产率增长的反作用较强,到2007—2013年,贡献率为-1.62%,说明杨凌示范区产业要素配置结构得到了优化;内部增长效应对资本要素生产率的贡献从2000—2006年的-11.54%增加到2007—2013年的31.72%,表明杨凌示范区产业要素得到有效地配置。

4 结论

本文在分析产业要素配置结构对生产率作用的基础上,以杨凌示范区为例,通过估计三次产业资本存量,分析了2000—2013年产业要素配置结构的基本情况,并按照产业产值结构的变化特征将其划分为2000—2006年和2007—2013年两个阶段,通过偏离—份额法计算要素的结构效应和增长效应,探究要素配置对生产率的具体影响,研究结果如下:

第一,从产业要素配置结构和产值结构变动的结果来看,第一产业的劳动力不断流向第二、三产业,第一产业的资本存量占资本总投入的比例较少,不能满足发展农业现代化的需求,第二产业还是杨凌示范区经济的主体。

第二,从劳动力要素的三次产业配置结构结果来看,劳动生产率的增长主要来自产业内部的增长效应,而非配置效应,这说明杨凌现阶段仍然依赖以要素投入扩大产业规模的方式拉动产出,劳动力要素优化配置对提升生产率的潜力还没有被完全释放;从发展方向来看,第三产业的内部增长效应对劳动力要素生产率的贡献有所下降,而第一、二产业的内部增长效应对劳动力要素生产率的贡献明显提高,总体的结构效应提升,说明杨凌示范区的投资重心偏向于特色农业及配套工业,并且重视劳动力要素在三次产业中的合理分配。

第三,从资本要素的三次产业配置结构结果来看,杨凌示范区在发展初期,结构效应阻碍了生产率增长的速度。资本对生产率增长的贡献主要来自于投入增大所带来的规模效应。同时,结构效应对杨凌示范区资本要素生产率增长产生的阻碍逐渐降低,杨凌示范区产业要素配置结构对资本要素的配置正在逐渐改善,结构效应对生产率增长的贡献也逐步显现出来。

本文结合杨凌示范区的发展规划按照“城乡统筹”的原则,以优化产业要素配置结构为“抓手”提高第一产业的资本要素投入水平和劳动力要素生产率,增强一、二、三产业要素的结构效应和内部增长效应,实现产业要素的最优化配置。因此,杨凌市政府应该以“新起点、新机遇、新农业”为主题,依托丝绸之路经济带,加强经济体制改革和产业发展规划,为产业要素的流动和配置扫清制度障碍。依托农业科技优势对传统农工业的影响作用,在有限的劳动力和资本要素条件下,促进杨凌示范区经济的可持续发展。

参考文献
[1] 温杰, 张建华. 中国产业结构变迁的资源再配置效应[J]. 中国软科学, 2010(6): 57-67. [Wen Jie, Zhang Jianhua. The total reallocation effect in China's structural change[J]. China Soft Science, 2010(6): 57-67. ]
[2] 干春晖, 郑若谷. 改革开放以来产业结构演进与生产率增长研究——对中国1978-2007年"结构红利假说"的检验[J]. 中国工业经济, 2009(2): 55-65. [Gan Chunhui, Zheng Ruogu. An empirical study on change of industrial structure and productivity growth since the reform and opening-up:A test for the structure-bonus hypotheses from 1978 to 2007 in China[J]. China Industrial Economics, 2009(2): 55-65. ]
[3] 朱喜, 史清华, 盖庆恩. 要素配置扭曲与农业全要素生产率[J]. 经济研究, 2011(5): 86-98. [Zhu Xi, Shi Qinghua, Ge Qingen. Misallocation and TFP in rural China[J]. Economic Research Journal, 2011(5): 86-98. ]
[4] 袁志刚, 解栋栋. 中国劳动力错配对TFP的影响分析[J]. 经济研究, 2011(7): 4-17. [Yuan Zhigang, Xie Dongdong. The effect of labor misallocation on TFP:China's evidence 1978-2007[J]. Economic Research Journal, 2011(7): 4-17. ]
[5] 柏培文. 中国劳动要素配置扭曲程度的测量[J]. 中国工业经济, 2012(10): 19-31. [Bai Peiwen. Estimating the degree of distortion of labor resources allocation in China[J]. China Industrial Economics, 2012(10): 19-31. ]
[6] 李锐, 朱喜. 农户金融抑制及其福利损失的计量分析[J]. 经济研究, 2007(2): 146-155. [Li Rui, Zhu Xi. Econometric analysis of credit constraints of rural households and welfare loss[J]. Economic Research Journal, 2007(2): 146-155. ]
[7] 李庆海, 李锐, 汪三贵. 农户信贷配给及其福利损失——基于面板数据的分析[J]. 数量经济技术经济研究, 2012(08): 35-48, 78. [Li Qinghai, Li Rui, Wang Sangui. The credit rationing of Chinese rural households and its welfare loss[J]. The Journal of Quantitative & Technical Economics, 2012(08): 35-48, 78. ]
[8] 王颂吉, 白永秀. 城乡要素错配与中国二元经济结构转化滞后:理论与实证研究[J]. 中国工业经济, 2013(7): 31-43. [Wang Songji, Bai Yongxiu. Resource misallocation between urban and rural department and China's dual economy transformation hysteretic:Theory and empirical research[J]. China Industrial Economics, 2013(7): 31-43. ]
[9] Chenery H B, Robinson S, Syrquin M, et al. Industrialization and growth:A comparative study[J]. Journal of Comparative Economics, 1989, 13(4): 591-596. DOI:10.1016/0147-5967(89)90035-8
[10] Daniel C K. Shift of manufacturing industries in industrial location and national resources[Z].Washington D C:U.S National Resource Planning Board, 1942.
[11] Solow R M. Technical change and the aggregate production function[J]. Review of Economics and Statistics, 1957, 39(3): 312-320. DOI:10.2307/1926047
[12] 徐斌, 李燕芳, 杨玉梅. 论生产要素与生产力要素的差别[J]. 生产力研究, 2006(3): 91-93. [Xu Bin, Li Yanfang, Yang Yumei. On the differences between production factors and productive factors[J]. Productivity Research, 2006(3): 91-93. ]
[13] 郭克莎. 三次产业增长因素及其变动特点分析[J]. 经济研究, 1992(2): 51-61. [Guo Kesha. An analysis of three factors of industry growth and its changing[J]. Economic Research Journal, 1992(2): 51-61. ]
[14] 薛俊波, 王铮. 中国17部门资本存量的核算研究[J]. 统计研究, 2007, 24(7): 49-54. [Xue Junbo, Wang Zheng. A research on the capital calculation of 17 industries of China[J]. Statistical Research, 2007, 24(7): 49-54. ]
[15] 徐现祥, 周吉梅, 舒元. 中国省区三次产业资本存量估计[J]. 统计研究, 2007, 24(5): 6-13. [Xu Xianxiang, Zhou Jimei, Shu Yuan. Estimates of fixed capital stock by sector and region:1978-2002[J]. Statistical Research, 2007, 24(5): 6-13. ]