焦 勇 楊蕙馨

(1.山東科技大學 財經系，山東 濟南 250031； 2.山東大學 管理學院，山東 濟南 250100)

一、引言

改革開放至今，中國經濟經歷了長達40年的高速增長，國內生產總值逐步躍升至世界第二的位置，創(chuàng)造了世界經濟發(fā)展史上的偉大奇跡(張卓元,2018)。與此同時，經濟新舊動能轉換持續(xù)推進，從外延式增長向內涵式發(fā)展轉變成為經濟轉型升級的方向。而實現經濟增長動力由生產要素驅動向創(chuàng)新驅動的轉變根本在于提升全要素生產率(Total Factor Productivity,簡稱TFP)，而這也是橫亙在世界各國經濟發(fā)展過程中的永恒命題。目前，國內外已有大量考察TFP以及尋求TFP的提升路徑的研究文獻，其中對TFP的測算文獻較多(魯曉東 等，2012；孫早 等，2016；余泳澤，2017)。提升TFP是研究中國經濟增長的核心問題，而增加研發(fā)投入，進而提升科技水平，則是一條有效提升TFP的路徑(王芃 等，2014)。

作為“看得見的手”，政府干預構成TFP研究不可忽視的重要因素。不論是經濟活動還是經濟轉型過程，政府干預都會對要素配置、產業(yè)調整形成實質性影響。那么，在以TFP為標志的經濟內涵發(fā)展過程中，政府干預到底是促進還是抑制了TFP的提升呢？這種影響是通過何種路徑得以實現的呢？政府的力量是如何影響到TFP的變化呢？這些問題引發(fā)了本文的研究中心主題，即：從產業(yè)結構扭曲的路徑出發(fā)，考察政府干預對全要素生產率的影響。

二、文獻評述

如何提升TFP是當今經濟學研究的前沿問題，TFP研究最早來自于經濟增長模型，指的是不能被生產要素所解釋部分的產值增量，即索洛剩余部分，在這之后的較長時間內，這個產值增量被看作為復雜因素共同影響的結果。直至Krugman(1994)研究亞洲經濟增長奇跡時發(fā)現，亞洲經濟增長主要依靠要素投入而非TFP的提升。尤其是1998年亞洲金融危機的爆發(fā)，導致對TFP的研究呈現爆發(fā)式增長態(tài)勢。此后學界認為，研發(fā)構成TFP提升的核心來源，創(chuàng)新成為驅動經濟內涵發(fā)展的核心動力，而科技創(chuàng)新若不是核心技術、關鍵技術，那么這種創(chuàng)新反而容易陷入“技術依賴效應”，阻礙TFP的提升。尤其在制造業(yè)領域中，TFP的提升不僅受制于企業(yè)的技術選擇，同時還受到勞動力配置低效導致的資源結構與技術選擇不匹配的影響(鐘世川 等,2017)。此外，另有文獻從技術進步偏向性視角考察對TFP的影響。Acemoglu(2010)指出，要素相對價格影響了技術進步方向(Acemoglu et al.,2001)，技能偏向性的技術變化和要素稟賦結構的適配性是TFP提升的關鍵，“本地化的干中學”效應成為TFP提升的關鍵。沿此路徑的相關研究中，“因勢利導”成為技術選擇以及經濟趕超的實踐探索(林毅夫 等,2006)。當然，遵循比較優(yōu)勢的創(chuàng)新行為以及技術選擇可能進入技術趕超的模仿陷阱，而適度偏離和高于比較優(yōu)勢的“有限趕超”戰(zhàn)略則成為全要素生產率提升的關鍵(楊汝岱 等,2008)。技術創(chuàng)新、研發(fā)是TFP增長的核心因素，這已成為研究者的共識。

近年來，有學者嘗試從政府行為、制度環(huán)境等方面對中國TFP的變遷進行解釋。相關學者考察了中國的對外開放政策對TFP的積極貢獻，其主要的作用機理就是：在技術差距條件下，對外開放政策增加了中國企業(yè)的技術模仿空間。與此一致，良好的制度環(huán)境被認為是推動TFP逐步提升的基礎(魏婧恬 等,2017)，市場化改革(余淼杰,2010;樊綱 等,2011)、環(huán)境規(guī)制(徐彥坤 等,2017)、產權保護(Lin et al.,2010)、產業(yè)政策(Aghion et al.,2015;韓永輝 等,2017;錢雪松 等,2018)等因素均會對TFP產生重要影響。當然，經濟發(fā)展過程中普遍存在的扭曲現象構成解釋TFP變動的重要原因(陳永偉 等,2011)。例如，Brandt et al.(2013)指出，中國全要素生產率因為要素市場扭曲所造成的損失達30%；Hsieh et al.(2009)認為，中國的資源配置若是達到美國資源配置水平，TFP將會提升30%～50%；朱喜等(2011)研究發(fā)現，如果有效消除資本和勞動配置的扭曲，中國農業(yè)TFP將會提升20%以上。由于體制扭曲和市場制度不完善，企業(yè)創(chuàng)新能力以及生產要素的配置效率并不高，制度障礙影響了要素的自由流動并形成資源錯配的格局(蓋慶恩 等,2015;Restuccia et al.,2017)，從而對全要素生產率存在負向影響(楊汝岱,2015)。

綜上，本文采用2000—2015年中國31個省份的面板數據進行PLS檢驗、PGMM檢驗、反事實檢驗來降低內生性的干擾，并且在實證層面驗證政府干預、產業(yè)結構扭曲對TFP的影響機理，進而測算產業(yè)結構扭曲所造成的TFP損失。

三、理論模型與影響機制

在Acemoglu et al.(2008)、潘珊等(2017)構建的非平衡增長模型基礎上，充分考慮到發(fā)展中國家的技術水平同發(fā)達國家存在顯著差距的基本事實，因此，發(fā)展中國家可以通過引進技術方式加速技術變遷，以充分發(fā)揮后發(fā)優(yōu)勢促進經濟增長。假設要素市場中消費者供給企業(yè)生產所需要的勞動，并消費企業(yè)生產的最終產品。消費者獲得的勞動報酬將在消費與儲蓄之間優(yōu)化配置，并獲得最大化的終身效用，由此可以構建如下代表性消費者的效用函數公式：

(1)

式(1)中，ct是t時刻代表性消費者對企業(yè)產品的消費量；ρ是消費者的主觀時間偏好率；n是人口增長速度，屬于外生變量；u(·)是消費者的瞬時效用函數，常采用相對風險規(guī)避(CRRA)效用函數。因此，消費者的瞬時效用函數形式為：

(2)

將代表消費者的瞬時效用函數式(2)代入式(1)中，由此代表性消費者效用函數如式(3)所示：

(3)

在經濟系統(tǒng)之中，產出由兩個代表性的部門1和部門2組成。依據Acemoglu et al.(2008)的設定，采用替代彈性不變(CES)生產函數，由此可得：

(4)

式(4)中，Y代表了整個社會的總產出水平；Y(1)、Y(2)分別代表部門1、部門2的產出水平；α為部門1的產出彈性系數；而ε為替代彈性系數?？疾炀唧w的Cobb-Douglas生產函數，同時投入資本K、勞動力L參與生產，則兩個部門所面臨的生產函數形式為：

Y1(t)=A1(t)L1(t)δK1(t)1-δ

(5)

Y2(t)=A2(t)L2(t)γK2(t)1-γ

(6)

式(5)和式(6)中，Yt是最終產品的產量；At是企業(yè)的技術水平。在模型中，假定為外生的技術進步。因此，技術進步的動態(tài)變化可以表示為：

(7)

式(7)中，g1和g2分別代表了部門1和部門2的外生技術進步速度。假設要素市場中勞動力的供給處于無彈性狀態(tài)，那么勞動力的增長率等于總人口的增長率(潘珊 等,2017)，即：

L=entL(0)

(8)

要素市場出清時，兩部門對勞動和資本的需求加和等于要素市場總的供給水平，從而滿足式(9)和式(10)：

L1+L2=L

(9)

K1+K2=K

(10)

其中，L、K分別表示經濟體中人口總量、資本總量。至此，本文描繪出了經濟運行的一般結構與影響關系，接下來著重考察社會資源的最優(yōu)動態(tài)配置條件和水平。在資源最優(yōu)配置條件下，需要滿足的關系式為：

(11)

式(11)構成目標函數，即代表性消費者效用最大化，在市場出清條件下，經濟系統(tǒng)應該滿足的資源約束條件是企業(yè)產出在個人消費與繼續(xù)投資之間的最優(yōu)分配，則考慮資本折舊之后的資本積累方程為：

(12)

式(12)中，資本折舊率δ>0。Ct=c(t)L(t)，在市場出清條件中，不同部門均通過優(yōu)化配置資源實現利潤最大化，要素配置滿足以下兩式：

(13)

(14)

式(13)和式(14)中，部門之間勞動和資本的配置水平與部門的產量成正比。繼續(xù)將式(13)和式(14)表示成為部門之間產出的比例關系：

(15)

(16)

由此，可以解得建立在效用最大化條件下的不同部門產出之比函數形式。在平衡增長路徑中，產出、消費和資本均保持不變的增長速度，定義不同部門增長率的函數符號為：

(17)

(18)

(19)

(20)

(21)

(22)

(23)

式(19)—(23)刻畫了BGP中兩個部門之間的非平衡增長態(tài)勢，因此部門1和部門2產值增長率關系的函數表達式為：

(24)

在索洛剩余的思想中，TFP是指不能被勞動、資本所解釋的其他因素對經濟增長的貢獻，即總結成為技術進步因素所產生的影響，因此經濟系統(tǒng)中全要素生產率可以表達為：tfpch=1+g2。結合穩(wěn)態(tài)條件中兩個部門的產出增長率表達式，可以獲得經濟體TFP關于產業(yè)結構的表達式：

(25)

研究推論1：產業(yè)結構扭曲會負向影響全要素生產率增長率。

考慮政府干預的效果，政府干預會通過財政稅收、獎勵補助等方式對經濟進行調控。那么，政府干預是否會對TFP產生影響呢？為了繼續(xù)考察政府干預的效果，接下來對基本模型進行了擴展。假設政府的財政支出水平為G，那么G=gover×Y，其中，gover代表政府干預水平，故而政府干預的影響相當于降低了總產出規(guī)模。從最終的社會均衡看，政府干預的主要表現為政府購買、轉移支付、稅收、補貼等形式，這種作用結果必然會帶來不同于自由市場中的結果。政府通過稅收的形式分享經濟發(fā)展成果，從而降低了部門獲得的直接收入，由此Y=(1-gover)Y*。因此，可以考察政府干預背景下的情況：

(26)

(27)

所以，式(26)和式(27)反映了有政府干預條件下的部門1和部門2的產出水平(Y1m、Y2m)，從產出視角得出產業(yè)結構扭曲為：

(28)

若gover1=gover2，那么政府對兩個部門的干預水平相同，此時產業(yè)結構扭曲并不受政府干預的影響。當政府干預水平存在差異性時，將會出現產業(yè)結構的扭曲。若是對發(fā)展較快部門實施更高水平的干預，征收更多的稅收，那么將會導致產業(yè)結構扭曲水平的降低。

政府干預的目的是為了克服市場失靈，彌補市場機制的缺陷，限制并阻止壟斷和不正當競爭行為出現，提供具有外部性的公共服務，從而維護經濟的平穩(wěn)發(fā)展。在兩部門條件下，政府干預主要通過稅收和補貼手段對(1-gover1)/(1-gover2)進行調整，但是調整的方向和目標仍然是促進Y1m/Y2m的平穩(wěn)發(fā)展，同時兼顧效率與公平，以推動各產業(yè)面向合意的結構發(fā)展。若是某一產業(yè)發(fā)展快于(慢于)應該的發(fā)展目標，那么政府總是傾向于采取各種手段使該產業(yè)發(fā)展達到合意的發(fā)展水平。因此，政府干預程度越高，產業(yè)結構扭曲程度越低。

研究推論2：政府干預會負向影響產業(yè)結構扭曲。

根據研究推論1和研究推論2可知，政府干預會降低產業(yè)結構扭曲，而產業(yè)結構扭曲負向影響于TFP增長率，因而政府干預促進了TFP的提升。

研究推論3：政府干預正向促進全要素生產率增長率。

決定部門之間產出增長率差異的因素主要是部門之間的替代彈性、部門之間的技術進步速率、部門內部的要素密集度。部門之間替代彈性越大，越是會加劇部門之間的產出增長率競爭，帶來發(fā)散趨勢。從技術進步的角度看，各部門的技術進步速度才是推動產出增長的源泉，而落后部門能夠通過提高技術進步速度提升產出增長水平。從要素密集度來看，勞動的密集投入并不利于產出增長率的提升。

根據理論模型的推導結果可知，政府干預、產業(yè)結構扭曲對TFP增長率的影響見圖1所示。

圖1 政府干預、產業(yè)結構扭曲對全要素生產率的影響機制及方向

注：“+”“-”分別代表該變量增長、下降；實線表示主要的作用過程，虛線代表主要作用過程的具體影響渠道。

首先，產業(yè)結構扭曲會對全要素生產率增長率起到負向影響。產業(yè)結構扭曲的反面是合意的產業(yè)結構，而合意的產業(yè)結構包含兩層含義：一是所有生產要素均能得到“市場體現”與充分利用，獲得最大化的要素利用效率；二是要素之間的合理配置，獲得最大的配置效率。因此，產業(yè)結構扭曲對全要素生產率增長率的負向影響主要通過降低要素利用效率和配置效率而得以實現，產業(yè)結構扭曲的本質是參與生產過程中的要素扭曲問題，表現為要素市場的扭曲。原本能夠配置到最優(yōu)的生產領域參與生產的要素，由于產業(yè)結構的扭曲，部分生產要素只能參與到低效的領域中，從而降低了要素的利用效率和生產效率，導致產業(yè)結構扭曲負向影響全要素生產率增長率。

其次，政府干預有利于全要素生產率的提升。一是政府干預水平的提升將會降低產業(yè)結構扭曲程度。產業(yè)結構扭曲表現為產業(yè)發(fā)展所需要的生產要素并不能得到合意的配置，主要原因是市場中可能存在的壟斷、信息不對稱等導致市場失靈的問題。具體而言，較低生產效率的產業(yè)獲得更多的資源配置，從而擠占了新興產業(yè)的發(fā)展空間和發(fā)展動能。產業(yè)結構扭曲也存在于第二產業(yè)和第三產業(yè)之中，例如，房地產業(yè)、金融業(yè)發(fā)展占據較多的資源，一定程度上造成了實體經濟發(fā)展不振的問題。由于政府干預這一“看得見的手”的促進作用，通過培育新動能和抑制舊動能實現產業(yè)結構達到合意水平。政府通過鼓勵性的財政獎補、稅收減免、政策激勵等方式扶持新興產業(yè)在發(fā)展初期實現原始的要素保障。政府通過限制性、禁止性條款以控制資源向競爭過剩、產能過剩行業(yè)的配置，例如，鋼鐵產業(yè)之中，通過關停落后產能、限產等一系列措施，有利于產業(yè)結構面向更加合意的方向演進。二是政府干預會通過降低產業(yè)結構扭曲方式提升全要素生產率增長率。政府干預有利于經濟發(fā)展的新動能萌生，促進舊動能的轉型升級，進而有利于降低產業(yè)結構扭曲，從而帶來生產效率、利用效率和配置效率提升，進而促進全要素生產率的提升。

四、產業(yè)結構扭曲的測度

較多有關扭曲的研究均聚焦于企業(yè)之間的市場扭曲(Restuccia et al.,2013;孔東民 等,2013)，并且有些研究進一步將市場扭曲細分為要素市場扭曲和產品市場扭曲(蓋慶恩 等,2013;王芃 等,2014)。但是，很少有研究涉及到產業(yè)層面，對產業(yè)結構扭曲的研究更是鳳毛麟角，主要原因是產業(yè)結構是否存在扭曲以及產業(yè)結構扭曲如何測算較為困難。本文在趙秋運等(2015)研究基礎之上，嘗試從產業(yè)結構演變的庫茲涅茨曲線入手，即由于產業(yè)結構和經濟增長水平之間呈現倒U型關系，接下來用已有的經濟增長水平推測合意的產業(yè)結構狀態(tài)，產業(yè)結構扭曲采用實際的產業(yè)結構和合意的產業(yè)結構之差進行衡量。

由于地區(qū)之間工業(yè)化處于不同發(fā)展階段，產業(yè)結構也將處于不同的水平和位置。省份之間若是直接比較產業(yè)結構水平，可能由于處于不同的發(fā)展階段而存在較大的差異性(1)北京和新疆的產業(yè)結構就不能橫向對比，主要原因是它們所處的發(fā)展階段、發(fā)展目標、發(fā)展任務不同，若是以北京的產業(yè)結構形態(tài)為基準，對比新疆產業(yè)結構的扭曲水平將會存在較大的誤差。。根據趙秋運等(2015)的研究成果，產業(yè)結構的指標(工業(yè)/服務業(yè))與經濟發(fā)展水平(人均GDP對數值)呈現倒“U”型曲線關系。據此，本文繪制2000—2015年中國各省份產業(yè)結構和經濟發(fā)展水平之間的曲線關系，如圖2所示，這也驗證了產業(yè)結構和經濟發(fā)展水平之間存在顯著的倒“U”型關系。

圖2 產業(yè)結構和經濟發(fā)展水平的關系

圖2顯示，隨著經濟發(fā)展到不同的階段，存在與之對應適宜的產業(yè)結構形態(tài)。那么，當產業(yè)結構偏離于正常值時，則產業(yè)結構存在一定程度扭曲。產業(yè)結構調整究竟帶來“結構紅利”還是“結構負利”成為理論研究的焦點(張軍 等,2009;干春暉 等,2009)。歸根結底，產業(yè)結構的持續(xù)演進促進了資源在產業(yè)之間的高效配置，進而有利于經濟增長，產生“結構紅利”；若是產業(yè)結構調整滯后于合意的產業(yè)結構狀態(tài)，即產業(yè)結構存在扭曲，那么將會導致“結構負利”。根據趙秋運等(2015)的研究，構造產業(yè)結構正常值的測算公式：

Structure=α1ln(PGDP)+α1ln2(PGDP)+ν+ε

(29)

式(29)中，Structure代表產業(yè)結構，根據中國產業(yè)發(fā)展特征，采用第二產業(yè)增加值比第三產業(yè)增加值衡量；PGDP衡量經濟發(fā)展水平，采用地區(qū)人均GDP予以衡量；ν代表了地區(qū)固定效應；ε為隨機誤差項。由此可以獲得圖2中產業(yè)結構和經濟發(fā)展水平的擬合曲線的表達式：

Structure=2.5271×ln(PGDP)-0.1253×ln2(PGDP)+ν+ε

(30)

式(30)中，解釋變量ln(PGDP)、ln2(PGDP)的t值分別為11.2753、-10.9631，均在1%的置信水平上通過顯著性檢驗。

通過式(30)可以計算產業(yè)結構的正常數值Structure*，則地區(qū)產業(yè)結構扭曲就是真實數值與計算的正常數值之間的差額(趙秋運 等,2015)，即：

Distortion*=Structure-Structure*

(31)

式(31)中，Distortion*衡量了包含扭曲方向特征的產業(yè)結構扭曲。其中，若Distortion*>0，則說明實際的產業(yè)結構大于正常的產業(yè)結構，地區(qū)經濟發(fā)展更加偏向于第二產業(yè)；反之，當產業(yè)結構扭曲Distortion*<0，則實際的產業(yè)結構小于正常的產業(yè)結構，第三產業(yè)獲得比正常水平更快的發(fā)展，地區(qū)產業(yè)結構更加偏向于第三產業(yè)。

由此，包含扭曲方向特征的產業(yè)結構扭曲程度公式為：

(32)

式(32)中，Degree*代表包含扭曲方向特征的產業(yè)結構扭曲程度。式(31)和式(32)中，產業(yè)結構扭曲和扭曲程度的表達式均具有方向性，考察的是具有向工業(yè)扭曲、服務業(yè)扭曲的概念內涵。在本文的研究中，仍然需要考察產業(yè)結構扭曲以及扭曲程度絕對值，即直接考察產業(yè)結構扭曲的程度(趙秋運 等,2015)。

據此，產業(yè)結構扭曲以及產業(yè)結構扭曲程度的表達式分別為：

distortion=|Structure-Structure*|

(33)

(34)

本文將產業(yè)結構扭曲的distortion、degree引入到回歸模型中，以考察政府干預、產業(yè)結構扭曲對tfpch的影響。

表1給出了2000—2015年中國各省份產業(yè)結構扭曲和扭曲程度的平均值?？偟目磥?，各地區(qū)均存在一定程度的產業(yè)結構扭曲，2000—2015年中國產業(yè)結構扭曲程度的平均值達到10.60%。從不同地區(qū)看，產業(yè)結構扭曲程度較低的地區(qū)有寧夏、廣東、河北、湖南等，而扭曲程度較高的地區(qū)有貴州、黑龍江和內蒙古等。經濟發(fā)展水平較高地區(qū)的產業(yè)結構扭曲程度處于中等水平，例如：北京、天津、上海、廣東等地區(qū)產業(yè)結構扭曲程度均低于10%。

表1 2000—2015年中國各省份產業(yè)結構扭曲和扭曲程度

資料來源：作者計算整理。

五、研究設計

(一)模型設定

接下來設定基本模型用于檢驗政府干預、產業(yè)結構扭曲對tfpch以及tfpch分解項(pech、sech、tech)的影響，具體構建如下計量模型：

tfpchit=α0+α1goverit+α2distortionit/deg ree+α3patentit+α4railit+

α5consumeit+α6urbanit+μi+νt+εit

(35)

pechit/sechit/tfpchit=α0+α1goverit+α2distortionit/deg reeit+α3patentit+α4railit+α5consumeit+α6urbanit+μi+νt+εit

(36)

式(35)和式(36)中，下標i和t分別表示地區(qū)和年份；因變量tfpch代表TFP變動；pech、sech和tech分別代表TFP變動的分解項，即分別為純技術效率變動、規(guī)模效率變動和技術進步；核心解釋變量為產業(yè)結構扭曲和產業(yè)結構扭曲程度。為了保證獲得穩(wěn)健可靠的結論，回歸模型中加入了控制變量，主要包括：發(fā)明專利申請水平(patent)，即地區(qū)每萬人發(fā)明專利申請量，以考察發(fā)明專利的原因是發(fā)明專利更加偏向于原始創(chuàng)新，不采用授予量而是采用申請量主要是由于沒有時間延遲效應，申請量能夠真實反映社會創(chuàng)新活力；人均鐵路里程(rail)，采用地區(qū)鐵路里程數與地區(qū)常住人口數之比衡量，以考察地區(qū)基礎設施建設水平；居民消費需求(consume)，采用居民消費占地區(qū)GDP的比重予以衡量，從需求端考察對tfpch的影響；城鎮(zhèn)化(urban)，采用常住人口城鎮(zhèn)化率衡量，該指標作為地區(qū)社會發(fā)展指標，考察各地區(qū)社會發(fā)展的差異性。同時模型中還考慮了地區(qū)和時間固定效應，εit則是隨機誤差項。

為了進一步驗政府作用的機理，即政府干預影響產業(yè)結構扭曲，進而影響tfpch的作用過程，構建回歸模型如式(37)所示：

distortionit/deg ree=α0+α1goverit+α3patentit+α4railit+α5consumeit+α6urbanit+μi+νt+εit

(37)

根據研究推論可知，預期gover的符號為負，政府干預會降低產業(yè)結構扭曲，進而有利于tfpch的提升。本文主要采用面板數據最小二乘估計(PSL)和面板數據廣義矩估計(PGMM)等方法。其中，PSL能夠有效補充樣本量的數量，從而獲得更加穩(wěn)健的回歸結果；PGMM估計能夠有效消除模型的內生性影響，進一步驗證結果的可靠性。

(二)數據來源

由于港澳臺相關指標數據缺失，因此，不將其作為研究樣本，本文選擇了2000—2015年中國31個省份的面板數據進行分析，具體的樣本處理方法主要有以下幾個方面：

一是測算tfpch、純技術效率變動(pech)、規(guī)模效率變動(sech)和技術進步(tech)時，需要歷年各地區(qū)資本(K)、勞動(L)和產出(GDP)的平衡面板數據。本文參照高宇明等(2008)的做法，產出變量以2000年不變價格計算出GDP數值。勞動(L)則以各省份就業(yè)人員數為基準。物質資本存量的基本計算方式用了永續(xù)盤存法(Goldsmith,1951)，Kt=(1-δt)Kt-1+It，Kt為第t年的資本總量，δt為t年的資本折舊率，參照張軍等(2004)的做法，折舊率設定為9.6%，It為t年的投資量。以張軍等(2004)的研究成果為基準，用2000年價格水平計算中國省際物質資本存量。考慮到重慶和四川兩個省份在分開前后均面臨相同的地理位置、發(fā)展基礎和增長模式，故依據2000年重慶和四川的GDP比重劃分物質資本存量(2)張軍等(2004)對中國各地區(qū)資本存量的測算中，四川和重慶的計算結果并未拆分，兩省份物質資本存量總和為10254億元(2000年的價格水平)，同期重慶和四川的GDP分別為1791億元、3928.2億元，本文按照GDP的比重重新劃分資本存量數據，因此，2000年重慶和四川的物質資本存量分別為3211億元、7043億元。。物質資本存量和新增固定資產投資均按照歷年GDP平減指數標準化到2000年的水平值。歷年新增固定資產投資來自于國家統(tǒng)計局網站。采用DEAP 2.1軟件計算獲得的是變動數值，所以需要1999—2015年的基礎數值。

二是核心解釋變量產業(yè)結構扭曲和產業(yè)結構扭曲程度的指標，這些指標根據第三部分產業(yè)結構扭曲的測算獲得，所需要的第二產業(yè)增加值、第三產業(yè)增加值、GDP等基礎數值來自于國家統(tǒng)計局網站。政府干預采用政府財政支出占地區(qū)GDP的比重衡量，以考察政府“看得見的手”的影響。

三是控制變量。發(fā)明專利申請水平(patent)、人均鐵路里程(rail)、居民消費需求(consume)和城鎮(zhèn)化(urban)的基礎數據均來自于國家統(tǒng)計局網站，少量缺失數據采用插值法予以補充，從而構成平衡面板數據。

六、實證分析

(一)基本回歸結果

表2給出了政府干預、產業(yè)結構扭曲對tfpch影響的回歸結果，主要采用的方法是面板數據最小二乘估計(PSL)和面板數據廣義矩估計(PGMM)。PLS估計結果顯示，政府干預對tfpch產生顯著的正向影響，模型(1)、(3)、(5)、(7)中，政府干預的系數值均在5%以內的顯著性水平上為正，這也驗證了“有為政府”會對全要素生產率增長率產生積極影響。政府通過“看得見的手”影響經濟建設領域中的重大工程、重大基礎設施建設，推動具有外部性項目、較長建設期限的項目、重大民生項目建設，并且聚集國力推動重大創(chuàng)新項目、技術創(chuàng)新和研發(fā)項目的開展，從而有效解決市場失靈問題；同時，政府干預對產業(yè)層面的影響體現在促進新動能不斷涌現，這可以引導舊動能轉型升級，從而形成TFP提升的局面。

從產業(yè)結構扭曲的影響看，產業(yè)結構扭曲和產業(yè)結構扭曲程度對全要素生產率增長率均具有穩(wěn)定而又顯著的負向影響，并且影響系數的波動較小，這印證了產業(yè)結構扭曲的影響具有較強的穩(wěn)健性。扭曲的本質是產業(yè)結構背離合意的產業(yè)結構，即存在產業(yè)結構超前或者滯后于合意的產業(yè)結構形態(tài)的情況。若是產業(yè)結構超前，可能導致地區(qū)產業(yè)結構空心化，如希臘旅游業(yè)、金融業(yè)占據過高比重，產業(yè)結構向服務業(yè)扭曲，面對國際金融危機時經濟出現崩潰；若產業(yè)結構滯后，則產業(yè)結構制約現實經濟發(fā)展?？傊?，產業(yè)結構扭曲的微觀表現是已有資源配置和合意的資源配置之間存在不協(xié)調局面，生產要素和資源并沒有得到合理高效利用，這是形成負向影響全要素生產率增長率的根本原因。

表2 政府干預、產業(yè)結構扭曲與全要素生產率增長率

注：括號中數值為標準誤差;***、**和*分別表示變量在1%、5%和10%的水平通過t檢驗。下同。

根據Malmquist指數測算的TFP變化情況，可以將TFP分解為純技術效率變動(pech)、規(guī)模效率變量(sech)和技術進步(tech)三個部分。表3中給出了政府干預、產業(yè)結構扭曲對TFP分解項的回歸結果。從模型的回歸結果來看，政府干預對純技術效率變動、規(guī)模效率變動的影響較為顯著，模型中的回歸系數均在1%、5%的水平上顯著為正。表3模型(13)和(14)中，政府干預對技術進步產生負向影響。這表明政府干預對全要素生產率增長率的正向影響存在一定的結構性差異，并且這種正向影響更多表現為純技術效率變動和規(guī)模效率變動。

表3 政府干預、產業(yè)結構扭曲與全要素生產率增長率的分解

通過上述分析可知，政府干預促進資源流動，進而帶來生產要素、資源利用效率和配置效率的提升，這也是TFP提升的根源。政府干預通過負向影響技術進步方式對tfpch產生一定程度的負向影響，結合模型(13)、模型(14)的回歸系數，政府干預負向影響技術進步的系數值較低，所以加總的結果依然表現為政府干預促進TFP的提升。政府雖然能夠運用國家的財力去迅速完成規(guī)模較大的項目，促進資源要素的合理利用和高效配置，但政府干預并不能帶來生產技術水平的提升。

從產業(yè)結構扭曲的回歸系數看，所有模型中產業(yè)結構扭曲、產業(yè)結構扭曲程度對全要素生產率增長率的各個分解項的系數均為負，但是產業(yè)結構扭曲對純技術效率變動、規(guī)模效率變動的影響并沒有通過顯著性檢驗，產業(yè)結構扭曲對技術進步的負向影響較為顯著，這也表明產業(yè)結構扭曲之所以能夠降低全要素生產率增長率，是因為通過對技術進步產生負向影響而實現的。當實際的產業(yè)結構和合意的產業(yè)結構不符合時，便產生了產業(yè)結構扭曲問題，此時不論是產業(yè)結構超前還是滯后于發(fā)展要求，都將會導致產業(yè)層面的技術研發(fā)潛力并不能完全發(fā)揮，從而抑制了技術進步。

政府干預促進全要素生產率增長率的提升，而產業(yè)結構扭曲對全要素生產率增長率起到阻礙作用，那么很自然推測就是，政府干預是否會通過降低產業(yè)結構扭曲而得以實現？表4對這種影響機理進行檢驗，在面板數據最小二乘估計基礎上，綜合采用水平模型(Level)和變化模型(Change)進行檢驗。結果發(fā)現，政府干預對產業(yè)結構扭曲存在顯著的負向影響，模型(15)和(16)的水平模型中，因變量為產業(yè)結構扭曲程度(degree)，政府干預的影響均在1%的顯著性水平上為負；變化模型(17)和(18)中政府干預的系數值分別為-0.3779、-0.3787，并且在1%的顯著性水平上通過檢驗，這也表明了政府干預對產業(yè)結構扭曲程度影響這一結論具有穩(wěn)健性。模型(19)—(22)中，不論是水平模型還是變化模型，政府干預對產業(yè)結構扭曲(distortion)的負向影響均通過顯著性檢驗。總之，政府干預確實有利于緩解產業(yè)結構扭曲。

表4 政府干預對產業(yè)結構扭曲的影響

(二)穩(wěn)健性檢驗

(1)產業(yè)結構偏向性的影響。產業(yè)結構偏向工業(yè)、服務業(yè)是否會影響到基本回歸結果呢？表5報告了加入產業(yè)結構偏向性、產業(yè)結構偏向性和產業(yè)結構扭曲程度的交互效應的穩(wěn)健性檢驗結果。實證模型中構建工業(yè)偏向的指標industry，若實際取值為1時，則產業(yè)結構偏向工業(yè)；取值為0時，則產業(yè)結構偏向服務業(yè)。

表5中的檢驗結果發(fā)現，產業(yè)結構偏向性、產業(yè)結構偏向性和產業(yè)結構扭曲程度的交互項影響均不顯著，表明地區(qū)產業(yè)結構不論是偏向于工業(yè)還是服務業(yè)，對tfpch的影響并不顯著。這也再次驗證產業(yè)結構扭曲對全要素生產率增長率的負向影響具有普遍性，并不隨著產業(yè)結構偏向工業(yè)或是偏向服務業(yè)而改變。

表5 考察產業(yè)結構偏向性的穩(wěn)健性檢驗

(2)產業(yè)結構扭曲程度的高低。產業(yè)結構扭曲程度呈現時間的U型曲線關系，當處于2004—2011年時，產業(yè)結構扭曲水平較低；而處于2000—2003年和2012—2015年兩個時間區(qū)間中，產業(yè)結構扭曲水平較高。以此為依據將其劃分為產業(yè)結構扭曲程度較低和產業(yè)結構扭曲程度較高兩組，分別檢驗政府干預、產業(yè)結構扭曲對全要素生產率增長率的影響，具體結果見表6。

表6 考察產業(yè)結構扭曲程度高低的穩(wěn)健性檢驗

表6回歸結果發(fā)現，兩組核心解釋變量的回歸系數的方向并沒有發(fā)生改變，但是在產業(yè)結構扭曲程度較低的組中，政府干預、產業(yè)結構扭曲的回歸系數均不顯著；產業(yè)結構扭曲程度較高的組中，核心解釋變量的系數值均顯著。并且從系數值大小來看，產業(yè)結構扭曲程度較高組別中的系數值均高于產業(yè)結構扭曲程度較低的組別。這再次印證了兩條重要結論：第一，當產業(yè)結構扭曲程度較高時，產業(yè)結構扭曲較為顯著，產業(yè)結構扭曲對全要素生產率增長率的阻礙作用愈發(fā)顯著，這也證明了產業(yè)結構扭曲是全要素生產率增長率下降的重要因素；第二，當產業(yè)結構扭曲程度較低時，政府干預對產業(yè)結構的調整能力并不顯著，此時對全要素生產率增長率的影響較小，只有當產業(yè)結構扭曲程度較高時，政府作用力才越發(fā)強烈，有利于降低產業(yè)結構扭曲程度，進而推動全要素生產率增長率不斷提升。

(3)東中西部地區(qū)的異質性影響。為了具體分析東中西部地區(qū)影響的異同，根據國家統(tǒng)計局的東中西部地區(qū)的劃分標準，東部地區(qū)共計11個省份，分別為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)共計8個省份，分別為山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包含12個省份，分別為內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。表7給出了劃分東中西部地區(qū)的檢驗結果。

表7結果表明，政府干預對全要素生產率增長率的正向影響在東部地區(qū)和西部地區(qū)得到驗證，但是中部地區(qū)的檢驗結果并不顯著。東部地區(qū)和西部地區(qū)產業(yè)結構扭曲對全要素生產率增長率均存在顯著的負向影響，對東部地區(qū)的影響較大，中部地區(qū)的影響并不顯著。背后的經濟邏輯可能是：東部地區(qū)的政府干預有利于技術先進產能的萌發(fā)，會加速落后產能的淘汰，進而促進產業(yè)結構合意發(fā)展與全要素生產率的提升；西部地區(qū)的政府干預更多是為了提高要素利用效率，這帶來產業(yè)生產效率的整體性躍升，進而促進全要素生產率的提升；中部地區(qū)則處于快速工業(yè)化的過程中，政府干預的影響存在雙重效應，一是政府干預行為降低產業(yè)結構扭曲，促進全要素生產率的提升，二是政府行為可能導致更加嚴重的產業(yè)結構扭曲問題，對全要素生產率增長率起到負向影響，例如，中部地區(qū)各省份在發(fā)展光伏產業(yè)、新能源產業(yè)、汽車產業(yè)時大上快上，導致產能過剩與嚴重的資源配置扭曲，這不利于全要素生產率的提升。

表7 東中西部地區(qū)的穩(wěn)健性檢驗

(三)反事實檢驗

產業(yè)結構扭曲導致TFP的損失，那么這一損失的程度到底有多大？參考白俊紅等(2016)的研究，本文采用反事實檢驗的方式考察產業(yè)結構扭曲所造成TFP損失的程度。在前文考察各項控制變量的回歸模型基礎上，定量測算各個地區(qū)、時期的固定效應，構建包含產業(yè)結構扭曲的回歸方程，并且測算各地區(qū)包含產業(yè)結構扭曲的TFP(包含隨機誤差項的影響)。在此基礎上，刪除產業(yè)結構扭曲、產業(yè)結構扭曲程度的因子進行再次估計，從而能夠獲得不包含產業(yè)結構扭曲的TFP(同時包含隨機誤差項)。兩種方式所測算的TFP之差構成了產業(yè)結構扭曲所帶來的TFP損失。

表8 中國各省份產業(yè)結構扭曲引致的TFP損失缺口(%)

表8中給出了產業(yè)結構扭曲所引致的TFP損失缺口。其中，DIST_distortion和DIST_degree分別指產業(yè)結構扭曲和產業(yè)結構扭曲程度所帶來的TFP損失。僅從DIST_degree的測算結果看，產業(yè)結構扭曲所引致的TFP損失的平均水平達到0.53%，進一步測算得出TFP變動的平均值為0.9721，這說明TFP增長率處于不斷下降的趨勢中，而產業(yè)結構扭曲已經成為影響中國經濟TFP提升以及經濟內涵式增長的重要制約因素。

圖3 2000—2015年產業(yè)結構扭曲引致的TFP損失缺口

圖3中給出了2000—2015年產業(yè)結構扭曲引致的TFP損失缺口。其中最為重要的一個發(fā)現是，產業(yè)結構扭曲引致的TFP缺口呈現時間的U型關系。2000年產業(yè)結構扭曲引致的TFP損失缺口達到0.53%，隨后逐步下降到2009年的0.27%，其后又處于不斷上升的趨勢中，2015年的損失缺口更是達到0.91%。這也反映出產業(yè)結構扭曲的動態(tài)調整以及這一調整過程對TFP缺口的長期影響。由此可以發(fā)現，近年來，隨著中國產業(yè)結構扭曲程度不斷上升，由此導致TFP損失也愈來愈大。

七、研究結論與政策建議

(一)研究結論

本文通過構建了政府干預、產業(yè)結構扭曲對全要素生產率增長率影響的理論模型和計量檢驗模型，研究發(fā)現：政府干預通過技術效率和規(guī)模效率提升影響全要素生產率提升；產業(yè)結構扭曲通過阻礙技術進步方式抑制全要素生產率提升。進一步檢驗發(fā)現，政府干預對全要素生產率增長率的促進作用是通過降低產業(yè)結構扭曲程度而得以實現的。

第一，政府通過“看得見的手”的調控作用推動經濟內涵式增長、創(chuàng)新驅動經濟增長水平得以提升。這一研究結果為政府實施宏觀調控提供有力支撐。政府對經濟的作用并不能簡單地用“無效、無恥”來解釋，這是因為市場經濟的運行過程中，依然存在信息不對稱、外部性等市場失靈的現象，這時就需要政府“集中力量辦大事”，通過政府迅速組織在市場經濟中較難組織或者低效組織的資源。這些年較多研究反思國有企業(yè)的效率問題，認為國有企業(yè)存在效率損失(吳延兵，2012)，但是隨著國有企業(yè)不斷改革，國有企業(yè)的經營績效已經得到迅速提升，甚至國有企業(yè)的效率可能會高于民營企業(yè)。從政府干預對全要素生產率提升的作用路徑來看，政府干預主要通過提升技術效率和規(guī)模效率得以實現，說明政府干預雖然對技術進步的影響并不大，但是可以通過提升已有生產要素的技術效率對生產要素進行優(yōu)化配置，促進全要素生產率的提升。

第二，產業(yè)結構扭曲阻礙了全要素生產率的提升。當實際產業(yè)結構偏離合意產業(yè)結構時，具有較高利用效率的生產要素并不能獲得較高的利用效率；同時還會導致生產要素配置的錯位，從而降低了生產要素之間的配置效率。通過上述兩種影響路徑可知，產業(yè)結構扭曲不利于全要素生產率的提升。同時，從產業(yè)發(fā)展的層面看，產業(yè)結構扭曲反映的是已有的產業(yè)結構跟不上經濟發(fā)展合意的產業(yè)結構，此時傳統(tǒng)產業(yè)形態(tài)過多、新興產業(yè)形態(tài)過少，新舊動能轉換受阻，即產業(yè)層面創(chuàng)新驅動發(fā)展水平不夠，阻礙了全要素生產率的提升。

第三，政府干預對全要素生產率提升作用可以通過降低產業(yè)結構扭曲實現。這種作用路徑能夠更加清楚地表現出政府干預的影響機制。首先，政府的力量并不能夠帶來發(fā)展性的提升，也就是更高的生產效率、配置效率(3)這里所指的更高生產效率、配置效率，是高于市場有效競爭條件下的生產效率、配置效率。，這是因為政府干預仍然會受制于政府部門的信息不對稱、決策失誤等方面影響，很難超過有效競爭市場中生產要素的生產效率和配置效率。其次，政府干預雖然不會出現發(fā)展性的“高效率”情況，但是會避免保障性的“低效率”出現，從而間接地提高了生產要素的利用效率和配置效率。在市場機制中，由于市場失靈的情況時常發(fā)生，所以原本可以高效利用、高效配置的生產要素并不能得到高效利用，而政府干預能夠對這種市場失靈進行糾正，以提高生產效率、利用效率和配置效率，從而糾正產業(yè)結構扭曲的情況，促進全要素生產率的提升。

(二)政策建議

第一，厘清政府與市場的邊界。政府與市場并不是絕對相斥的關系，而是功能互補、目標一致的。一方面，需要充分發(fā)揮市場機制在資源配置、產業(yè)結構調整中的主導地位，以市場化的手段推動各個層面的資源的漸進式優(yōu)化調整。另一方面，政府的作用雖然不能過度夸大，但是也要積極發(fā)揮政府對要素利用、要素配置、產業(yè)發(fā)展的引導作用。政府在面對市場失靈時要充分發(fā)揮宏觀調控作用，積極引導國有資本、國有企業(yè)以及財政力量進入企業(yè)所不愿意進入的領域，發(fā)揮政府集中力量辦大事的效率優(yōu)勢和規(guī)模優(yōu)勢。因此，政府需要在產業(yè)結構優(yōu)化升級、促進新舊動能轉換過程中有所作為，大力支持新興業(yè)態(tài)、新興產業(yè)發(fā)展，以政府的力量緩解扭曲的產業(yè)結構。

第二，高度重視從產業(yè)結構優(yōu)化調整、降低產業(yè)結構扭曲角度所獲得的全要素生產率提升效應?，F階段，中國經濟發(fā)展的重要方向是從要素驅動向創(chuàng)新驅動轉變，構建經濟發(fā)展新的內生動力。較多研究關注于創(chuàng)新要素的供給、制度創(chuàng)新供給等微觀或者宏觀因素，但是卻忽視了從產業(yè)結構層面獲得全要素生產率提升。

第三，要加快構建創(chuàng)新驅動發(fā)展新模式步伐，提升全要素生產率。充分推動新舊動能轉換，以此挖掘新經濟潛力，大力推動市場化經濟改革，形成創(chuàng)新人才蓬勃發(fā)展、創(chuàng)新成果不斷涌現、創(chuàng)新驅動蔚然成風的局面，實現集約發(fā)展、綠色發(fā)展和創(chuàng)新發(fā)展。