李丹丹

摘要：使用跨產(chǎn)業(yè)面板數(shù)據(jù)，對(duì)中國(guó)1999—2016年間中國(guó)工業(yè)高技術(shù)行業(yè)和中低技術(shù)行業(yè)及25個(gè)細(xì)分行業(yè)的勞動(dòng)生產(chǎn)率增長(zhǎng)進(jìn)行測(cè)算、對(duì)比和分析，運(yùn)用變異系數(shù)、（最大值—最小值）/均值、相對(duì)勞動(dòng)生產(chǎn)率等多種收斂指標(biāo)對(duì)其收斂特征做出描述性統(tǒng)計(jì)分析，并在此基礎(chǔ)上運(yùn)用雙向固定效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)，中國(guó)工業(yè)勞動(dòng)生產(chǎn)率在絕大部分二位碼行業(yè)和四位碼行業(yè)中均呈現(xiàn)出顯著的收斂性，其中高技術(shù)行業(yè)的收斂速度要大于中低技術(shù)行業(yè)。如果在產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)結(jié)構(gòu)以及加強(qiáng)科技創(chuàng)新政策方面做出適當(dāng)調(diào)整，勞動(dòng)生產(chǎn)率的收斂可以促進(jìn)中國(guó)工業(yè)經(jīng)濟(jì)的收斂。

關(guān)鍵詞：勞動(dòng)生產(chǎn)率;增長(zhǎng);行業(yè)分類;差異;收斂

中圖分類號(hào)：F427 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1007-2101（2020）03-0024-10

一、引言

國(guó)民經(jīng)濟(jì)快速增長(zhǎng)的重要原因離不開工業(yè)的顯著推動(dòng)。隨著經(jīng)濟(jì)全球化和現(xiàn)代信息技術(shù)的不斷發(fā)展，工業(yè)越來越成為影響世界經(jīng)濟(jì)的重要力量。很多國(guó)家的實(shí)踐經(jīng)驗(yàn)表明，在經(jīng)濟(jì)不斷發(fā)展過程中，隨著產(chǎn)業(yè)結(jié)構(gòu)的日益高級(jí)化趨勢(shì)，國(guó)家將會(huì)呈現(xiàn)出“工業(yè)勞動(dòng)生產(chǎn)率絕對(duì)收斂”的特征，這意味著工業(yè)的收斂是后工業(yè)化國(guó)家收斂的關(guān)鍵[1]。對(duì)于中國(guó)工業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)研究的文獻(xiàn)所采用的樣本多數(shù)是從全國(guó)區(qū)域角度或者地區(qū)角度分析的[2-3]，從具體行業(yè)層面分析相對(duì)較少。大部分研究結(jié)論認(rèn)為中國(guó)工業(yè)存在條件收斂而不存在絕對(duì)收斂。但是Rodrik（2013）[1]采用118個(gè)國(guó)家2 000多個(gè)二位碼行業(yè)的跨國(guó)數(shù)據(jù)研究發(fā)現(xiàn)，絕對(duì)收斂在現(xiàn)實(shí)中存在，但它只發(fā)生在現(xiàn)代化程度比較高的制造業(yè)行業(yè)，而整體經(jīng)濟(jì)并不存在收斂性。無論各經(jīng)濟(jì)體的地理、政策、人力資本、研發(fā)、對(duì)外貿(mào)易等因素如何不同，制造業(yè)的勞動(dòng)生產(chǎn)率始終表現(xiàn)出明顯的絕對(duì)收斂，也就是說遠(yuǎn)離技術(shù)生產(chǎn)前沿行業(yè)的勞動(dòng)生產(chǎn)率增長(zhǎng)更快。當(dāng)把特定國(guó)家決定變量如政策、體制等考慮進(jìn)去時(shí)，這種收斂速度會(huì)更快。這就可以讓我們假設(shè)：隨著勞動(dòng)力流動(dòng)性增加，更多與技術(shù)結(jié)合的行業(yè)可以出現(xiàn)無條件的收斂現(xiàn)象。那么近年來，中國(guó)工業(yè)分行業(yè)的勞動(dòng)生產(chǎn)率及其增長(zhǎng)率情況如何？不同類別的細(xì)分工業(yè)部門的勞動(dòng)生產(chǎn)率增長(zhǎng)是否存在差異？全國(guó)及不同類型的工業(yè)勞動(dòng)生產(chǎn)率是否存在收斂趨勢(shì)？對(duì)于這些問題的分析不僅有助于認(rèn)識(shí)和把握中國(guó)工業(yè)行業(yè)勞動(dòng)生產(chǎn)率變化的歷史軌跡，探究高技術(shù)行業(yè)和中低技術(shù)行業(yè)間及其各細(xì)分行業(yè)間工業(yè)發(fā)展的動(dòng)態(tài)演變趨勢(shì)，有助于中國(guó)政府制定和落實(shí)更合理的工業(yè)行業(yè)發(fā)展政策，促進(jìn)地區(qū)間工業(yè)的穩(wěn)定增長(zhǎng)和協(xié)調(diào)發(fā)展。

鑒于此，筆者嘗試使用雙向固定效應(yīng)模型，基于中國(guó)工業(yè)1999—2016年18年的省際二位碼和四位碼行業(yè)數(shù)據(jù)，這些是同時(shí)覆蓋“地區(qū)-行業(yè)-年份”的三維數(shù)據(jù)，對(duì)中國(guó)各省份工業(yè)行業(yè)勞動(dòng)生產(chǎn)率進(jìn)行測(cè)度和分析，在此基礎(chǔ)上分別對(duì)全樣本和按技術(shù)水平分類的工業(yè)總體及細(xì)分行業(yè)的勞動(dòng)生產(chǎn)率進(jìn)行β收斂檢驗(yàn)，以此分析中國(guó)不同工業(yè)行業(yè)勞動(dòng)生產(chǎn)率的收斂性問題。

二、文獻(xiàn)綜述

自從Barro和Sala-i-Martin（1992）[4]開創(chuàng)性提出收斂性研究以來，很多學(xué)者檢驗(yàn)了收斂理論。與本文相關(guān)的研究主要包括三個(gè)方面。一是以GDP為經(jīng)濟(jì)收斂的考察對(duì)象，考察區(qū)域經(jīng)濟(jì)增長(zhǎng)差異與其收斂性。張自然（2017）[5]利用統(tǒng)計(jì)指標(biāo)法考察了中國(guó)1990—2016年的區(qū)域人均GDP差異變化，并利用各省份數(shù)據(jù)對(duì)β收斂進(jìn)行計(jì)量檢驗(yàn)，研究發(fā)現(xiàn)樣本周期的長(zhǎng)短對(duì)β收斂的結(jié)果有很大的影響，即區(qū)域收斂與樣本周期長(zhǎng)短有關(guān)，2013年以前中國(guó)區(qū)域差距呈現(xiàn)縮小趨勢(shì)，之后三大區(qū)域分化較為嚴(yán)重。史學(xué)貴和施潔（2015）[6]考察了中國(guó)1952—2011年30個(gè)省級(jí)區(qū)域的經(jīng)濟(jì)收斂性，研究發(fā)現(xiàn)中國(guó)地區(qū)經(jīng)濟(jì)存在很強(qiáng)的俱樂部收斂，但是改革開放之后俱樂部收斂速度呈現(xiàn)下降趨勢(shì)。朱國(guó)忠等（2014）[7]利用中國(guó)不同省份的GDP數(shù)據(jù)，通過空間動(dòng)態(tài)模型考察了1952—2008年不同省份的經(jīng)濟(jì)增長(zhǎng)收斂性，研究發(fā)現(xiàn)中國(guó)省份間在整體上不存在收斂性。何雄浪等（2013）[8]利用中國(guó)1953—2010年29個(gè)省份的人均GDP數(shù)據(jù)，運(yùn)用空間面板數(shù)據(jù)模型檢驗(yàn)經(jīng)濟(jì)增長(zhǎng)的收斂性，研究發(fā)現(xiàn)整個(gè)研究時(shí)段不同地區(qū)的經(jīng)濟(jì)增長(zhǎng)不存在絕對(duì)收斂，加入人力資本和財(cái)政政策這兩個(gè)影響因素后，地區(qū)經(jīng)濟(jì)增長(zhǎng)存在條件收斂。二是基于資本、勞動(dòng)、工業(yè)增加值等投入產(chǎn)出數(shù)據(jù)，以三大產(chǎn)業(yè)為基礎(chǔ)，考察中國(guó)不同省份的生產(chǎn)率差異和收斂趨勢(shì)。高毅蓉和袁倫渠（2014）[9]通過泰爾指數(shù)和σ收斂指標(biāo)，分析了中國(guó)1985—2010年不同區(qū)域間三次產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的差異，研究發(fā)現(xiàn)中國(guó)區(qū)域內(nèi)部的勞動(dòng)生產(chǎn)率差異在縮小，而這引起三次產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的總體差異不斷縮小。楊騫和秦文晉（2018）[10]研究了中國(guó)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的空間非均衡格局，并運(yùn)用多種收斂方法對(duì)其收斂性進(jìn)行計(jì)量檢驗(yàn)，研究發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)合理化存在β收斂和俱樂部收斂。柏培文和許捷（2018）[11]利用中國(guó)省際數(shù)據(jù)估算了1978—2013年不同省份的三次產(chǎn)業(yè)資本回報(bào)率，并考察了其收斂特征，研究發(fā)現(xiàn)，中國(guó)三大產(chǎn)業(yè)資本回報(bào)率存在絕對(duì)收斂，收斂速度的快慢與各省份TPF和人力資本的差異相關(guān)。三是考察某一部門或產(chǎn)業(yè)的生產(chǎn)率變化和收斂性，這主要集中在國(guó)外研究中。Dollar和Wollff（1993）[12]研究了1960—1986年30個(gè)OECD國(guó)家28個(gè)制造業(yè)行業(yè)水平生產(chǎn)率的變化。他們發(fā)現(xiàn)在人均GDP、資本勞動(dòng)比率、總量勞動(dòng)生產(chǎn)率、TFP和平均工資等方面都呈現(xiàn)出顯著的收斂趨勢(shì)。他們研究發(fā)現(xiàn)在戰(zhàn)后時(shí)期這些工業(yè)國(guó)家的幾乎每個(gè)制造業(yè)行業(yè)都存在勞動(dòng)生產(chǎn)率的收斂。此外，在整個(gè)考察期間，整個(gè)制造業(yè)的收斂強(qiáng)度要比單個(gè)制造業(yè)的收斂強(qiáng)度要強(qiáng)。Boussemart et al.（2006）[13]將考察時(shí)期更新到1970—1996年，使用的數(shù)據(jù)涉及5個(gè)制造業(yè)行業(yè)和9個(gè)其他行業(yè)包括農(nóng)業(yè)、采礦業(yè)、公共事業(yè)、建筑業(yè)、貿(mào)易、交通和通訊業(yè)、金融和保險(xiǎn)、非政府服務(wù)和政府服務(wù)。他們使用的是標(biāo)準(zhǔn)追趕模型并采用GMM方法進(jìn)行回歸估計(jì)。結(jié)果顯示，在這14個(gè)行業(yè)中，除了紡織業(yè)和政府服務(wù)業(yè)外，其他行業(yè)都呈現(xiàn)出顯著的追趕效應(yīng)。David（2014）[14]研究了12個(gè)歐元國(guó)家1970—2007年9個(gè)經(jīng)濟(jì)部門包括農(nóng)業(yè)、制造業(yè)、建筑業(yè)、市場(chǎng)服務(wù)業(yè)、銷售業(yè)、交通運(yùn)輸業(yè)、金融中介、租賃業(yè)和非市場(chǎng)服務(wù)業(yè)及11個(gè)制造業(yè)子行業(yè)的生產(chǎn)率收斂性，結(jié)果發(fā)現(xiàn)農(nóng)業(yè)、交通通訊業(yè)以及非市場(chǎng)服務(wù)業(yè)這三個(gè)部門經(jīng)濟(jì)的生產(chǎn)率都存在收斂趨勢(shì)。在制造業(yè)細(xì)分行業(yè)中，印刷和出版業(yè)、化學(xué)品和燃料業(yè)及其他制造業(yè)這三個(gè)低技術(shù)行業(yè)的生產(chǎn)率出現(xiàn)收斂趨勢(shì)。對(duì)于四位碼行業(yè)的收斂性研究中，Levchenko和Zhang（2016）[15]利用各個(gè)國(guó)家1996—2000年四位碼行業(yè)數(shù)據(jù)估計(jì)了19個(gè)制造業(yè)的相對(duì)生產(chǎn)率趨勢(shì)，結(jié)果表明不同國(guó)家之間存在穩(wěn)定的收斂性。Bénétrix et al.（2015）[16]同樣利用四位碼行業(yè)數(shù)據(jù)研究了1890—2007年的跨國(guó)家間工業(yè)產(chǎn)出的收斂性，結(jié)果表明1890—1972年跨國(guó)家工業(yè)產(chǎn)出存在絕對(duì)收斂。

已有文獻(xiàn)為本文提供了依據(jù)和支持[17-20]。現(xiàn)有文獻(xiàn)綜述發(fā)現(xiàn)，對(duì)于中國(guó)不同行業(yè)的收斂性研究國(guó)內(nèi)文獻(xiàn)十分有限，尤其是針對(duì)工業(yè)行業(yè)的。大多數(shù)研究是以GDP為衡量經(jīng)濟(jì)收斂的考察對(duì)象衡量不同地區(qū)經(jīng)濟(jì)差異問題或者從人均GDP的角度考察經(jīng)濟(jì)增長(zhǎng)的收斂問題。根據(jù)技術(shù)擴(kuò)散理論，收斂性的主要驅(qū)動(dòng)因素是由于技術(shù)追趕造成的，人均GDP并不能體現(xiàn)反映生產(chǎn)效率的提高。另外，對(duì)于行業(yè)收斂性的研究，大多是以行業(yè)整體為考察對(duì)象來進(jìn)行省際數(shù)據(jù)的比較，缺乏對(duì)細(xì)分行業(yè)收斂性的研究。工業(yè)是我國(guó)的主導(dǎo)產(chǎn)業(yè)，就業(yè)人數(shù)遠(yuǎn)遠(yuǎn)高于其他行業(yè)，由于其技術(shù)含量不同，各行業(yè)間存在很大的異質(zhì)性，不能一概而論[21]。通過比較細(xì)分行業(yè)的勞動(dòng)生產(chǎn)率的分布特征和收斂特征，可以了解哪些行業(yè)增長(zhǎng)快，哪些行業(yè)增長(zhǎng)慢，各個(gè)行業(yè)規(guī)模如何調(diào)整等，這對(duì)目前產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整具有重要意義。由于數(shù)據(jù)采集和處理上相對(duì)復(fù)雜和困難，國(guó)內(nèi)對(duì)于工業(yè)四位碼行業(yè)收斂性研究比較少。但是在現(xiàn)實(shí)生活中，我們接觸到的大多是四位碼行業(yè)。為了解決上述問題，筆者首先以勞動(dòng)生產(chǎn)率為收斂考察對(duì)象，這是由于勞動(dòng)生產(chǎn)率可以體現(xiàn)勞動(dòng)投入的產(chǎn)出效果和技術(shù)進(jìn)步所造成的效率提高。利用兩個(gè)收斂指標(biāo)即變異系數(shù)和（最大值-最小值）/均值進(jìn)行描述性統(tǒng)計(jì)分析，初步考察行業(yè)整體、分行業(yè)類型和各細(xì)分行業(yè)的收斂特征，并通過Kruskal-Wallis檢驗(yàn)（單因素非參數(shù)方差分析）的統(tǒng)計(jì)分析方法來說明其是否具有統(tǒng)計(jì)上的顯著性，使得結(jié)果更加科學(xué)和客觀，然后分別使用各省份的二位碼行業(yè)和四位碼行業(yè)數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型對(duì)其進(jìn)行計(jì)量檢驗(yàn)，并首次考察了更加細(xì)分的四位碼工業(yè)行業(yè)的收斂特征，這不僅可以使計(jì)量結(jié)果更加穩(wěn)健，還可以提供更清晰的政策目標(biāo)，有利于中國(guó)工業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。

三、中國(guó)工業(yè)行業(yè)勞動(dòng)生產(chǎn)率收斂的描述性統(tǒng)計(jì)分析

基于各地區(qū)和各細(xì)分行業(yè)工業(yè)增加值、資本投入、就業(yè)人數(shù)等數(shù)據(jù)，我們測(cè)算了歷年中國(guó)工業(yè)各細(xì)分行業(yè)的勞動(dòng)生產(chǎn)率及其增長(zhǎng)率水平，在此基礎(chǔ)上測(cè)算了收斂的相關(guān)指標(biāo)以考察中國(guó)工業(yè)細(xì)分行業(yè)是否存在收斂的特征。根據(jù)2011年的國(guó)民經(jīng)濟(jì)行業(yè)分類（GB/T 4754-2011），工業(yè)分為采礦業(yè)、制造業(yè)和公用事業(yè)。為了數(shù)據(jù)的連續(xù)性，筆者選擇25個(gè)二位碼工業(yè)行業(yè)作為考察樣本。為了進(jìn)一步的行業(yè)對(duì)比，筆者參考聯(lián)合國(guó)制定并審議通過的《國(guó)際標(biāo)準(zhǔn)產(chǎn)業(yè)分類》（ISIC，3.0），依照OECD按技術(shù)劃分產(chǎn)品的標(biāo)準(zhǔn)和世界銀行的類方法將工業(yè)行業(yè)劃分為髙技術(shù)行業(yè)和中低技術(shù)行業(yè)①。

（一）中國(guó)工業(yè)勞動(dòng)生產(chǎn)率的分布特征

為了比較中國(guó)工業(yè)細(xì)分行業(yè)勞動(dòng)生產(chǎn)率的分布特征，筆者計(jì)算了25個(gè)二位碼工業(yè)行業(yè)的勞動(dòng)生產(chǎn)率及其增長(zhǎng)率水平（見表1）。從表1中可以看出，1999—2016年中國(guó)工業(yè)分行業(yè)勞動(dòng)生產(chǎn)率均存在顯著增長(zhǎng)的趨勢(shì)，但是行業(yè)間存在顯著差異。年均勞動(dòng)生產(chǎn)率最高的行業(yè)是煙草制造業(yè)，年均勞動(dòng)生產(chǎn)率高達(dá)96.54，遠(yuǎn)遠(yuǎn)高于工業(yè)其他行業(yè)。但是該行業(yè)存在很大的政策和制度性因素，幾乎完全是國(guó)家壟斷，因此與其他行業(yè)可比性不高。接下來年均勞動(dòng)生產(chǎn)率排名前五的是H34交通運(yùn)輸設(shè)備制造業(yè)（26.98）、H39通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（23.21）、H26化學(xué)纖維制造業(yè)（21.19）、H27醫(yī)藥制造業(yè)（16.38）和飲料制造業(yè)（12.00）。勞動(dòng)生產(chǎn)率最低的行業(yè)為H09煤炭開采和洗選業(yè)（1.84）、H07石油和天然氣開采業(yè)（2.37）、H25石油加工、煉焦及核燃料加工業(yè)（4.27）、H08黑色金屬礦采選業(yè)（5.82）。年均勞動(dòng)生產(chǎn)率增長(zhǎng)率最高的是H34交通運(yùn)輸設(shè)備制造業(yè)，勞動(dòng)生產(chǎn)率年均增長(zhǎng)率為1.77，增長(zhǎng)率排在第二到第五位的分別是H35專用設(shè)備制造業(yè)（0.53）、H16煙草制造業(yè)（0.51）、H22造紙及制品業(yè)（0.42）和H17紡織業(yè)（0.40）。

表1的最后兩欄統(tǒng)計(jì)了勞動(dòng)生產(chǎn)率增長(zhǎng)率指標(biāo)，一個(gè)是年均增長(zhǎng)率，另一個(gè)是全部增長(zhǎng)率。根據(jù)收斂性假說，如果收斂性存在，那么期初勞動(dòng)生產(chǎn)率越低的行業(yè)，它的增長(zhǎng)率反而越高。我們可以發(fā)現(xiàn)，大部分行業(yè)的期初勞動(dòng)生產(chǎn)率水平與增長(zhǎng)率之間呈顯著負(fù)相關(guān)。如H39通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（8.69）和H15飲料制造業(yè)（4.66），這兩個(gè)行業(yè)的1999年勞動(dòng)生產(chǎn)率相對(duì)較高，而它們的全部增長(zhǎng)率卻是最低的，2016年勞動(dòng)生產(chǎn)率僅為1999年的4.73和4.51倍。相反，1999年勞動(dòng)生產(chǎn)率排在末位的H17紡織業(yè)（1.83）和H35專用設(shè)備制造業(yè)（1.84）等卻經(jīng)歷了較快的勞動(dòng)生產(chǎn)率增長(zhǎng)，2016年的勞動(dòng)生產(chǎn)率是1999年的7.73倍和10.01倍。

（二）高技術(shù)行業(yè)和中低技術(shù)行業(yè)的收斂特征

為了考察高技術(shù)行業(yè)和中低技術(shù)行業(yè)內(nèi)部的收斂性，筆者利用省份-行業(yè)數(shù)據(jù)對(duì)兩類行業(yè)1999—2016年的勞動(dòng)生產(chǎn)率進(jìn)行統(tǒng)計(jì)描述，通過計(jì)算收斂指標(biāo)來考察高技術(shù)行業(yè)和中低技術(shù)行業(yè)內(nèi)勞動(dòng)生產(chǎn)率的收斂趨勢(shì)（見表2、表3）。表2是1999—2016年高技術(shù)行業(yè)內(nèi)部各省份-行業(yè)組合勞動(dòng)生產(chǎn)率的統(tǒng)計(jì)描述，在此基礎(chǔ)上筆者計(jì)算了兩個(gè)表示收斂性的指標(biāo)，第一個(gè)指標(biāo)是變異系數(shù)，用標(biāo)準(zhǔn)差除以平均值計(jì)算得來，第二個(gè)指標(biāo)是用勞動(dòng)生產(chǎn)率最大值與最小值的差除以均值計(jì)算得來。如果中國(guó)高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率呈現(xiàn)收斂趨勢(shì)，那么各省份-行業(yè)組合的勞動(dòng)生產(chǎn)率之間的差距或者離差隨著時(shí)間的推移要逐漸減少，表2的兩個(gè)收斂指標(biāo)即變異系數(shù)和（最大值-最小值）/均值的變動(dòng)證實(shí)了這一點(diǎn)。從表2中可以看出，在1999—2016年，高技術(shù)行業(yè)經(jīng)歷了穩(wěn)定持續(xù)的增長(zhǎng)，勞動(dòng)生產(chǎn)率由1999年的3.51增長(zhǎng)到2004年的9.80、2009年的18.09、2016年的35.25。

為了更加清晰地描繪中國(guó)高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的收斂趨勢(shì)，筆者繪制了1999—2016年中國(guó)高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的兩個(gè)收斂指標(biāo)的變化趨勢(shì)（見圖1）。結(jié)合表2和圖1可以看出，1999—2016年高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的兩個(gè)收斂指標(biāo)均呈現(xiàn)顯著下降趨勢(shì)。變異系數(shù)從1999年的0.79下降到2004年的0.35，下降了一半還多，之后持續(xù)下降，除了2012年該指標(biāo)稍有增加之外，其余年份均在下降，到2016年勞動(dòng)生產(chǎn)率的變異系數(shù)下降到0.15。從（最大值-最小值）/平均值的變化趨勢(shì)來看，筆者同樣可以發(fā)現(xiàn)中國(guó)高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的收斂趨勢(shì)。（最大值-最小值）/平均值從1999年的5.34下降到2004年的2.55、2009年的1.70，到2016年該指標(biāo)下降到1.38。總的來說，在1999—2016年，高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的兩項(xiàng)收斂指標(biāo)均呈現(xiàn)顯著下降趨勢(shì)，可以發(fā)現(xiàn)高技術(shù)行業(yè)勞動(dòng)生產(chǎn)率存在顯著的收斂特征。

表3是1999—2016年中低技術(shù)內(nèi)部省份-行業(yè)勞動(dòng)生產(chǎn)率的統(tǒng)計(jì)描述，從中可以看出在1999—2016年中低技術(shù)行業(yè)同樣經(jīng)歷了穩(wěn)定持續(xù)的增長(zhǎng)，勞動(dòng)生產(chǎn)率由1999年的5.04增長(zhǎng)到2004年的13.85、2009年的31.27，到2016年勞動(dòng)生產(chǎn)率增長(zhǎng)到60.12。由于中低技術(shù)行業(yè)中包含了煙草制造業(yè)、石油和天然氣開采業(yè)等壟斷性行業(yè)，這些壟斷性行業(yè)的勞動(dòng)生產(chǎn)率遠(yuǎn)遠(yuǎn)高于其他行業(yè)，因此加大了中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的均值，使得其高于高技術(shù)行業(yè)。如果中低技術(shù)行業(yè)內(nèi)省份-行業(yè)的勞動(dòng)生產(chǎn)率呈現(xiàn)收斂趨勢(shì)，那么各省份-行業(yè)組合的勞動(dòng)生產(chǎn)率之間的差距或者離差隨著時(shí)間的推移要逐漸減少。為了更加清晰地描繪中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的收斂趨勢(shì)，筆者繪制了1999—2016年中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的兩個(gè)收斂指標(biāo)即變異系數(shù)和（最大值-最小值）/均值指標(biāo)的變化趨勢(shì)（見圖2）。結(jié)合表3和圖2可以看出，1999—2016年間中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的兩個(gè)收斂指標(biāo)均呈現(xiàn)顯著下降的趨勢(shì)。變異系數(shù)從1999年的0.83下降到2004年的0.39，下降了一半還多，之后持續(xù)下降，到2016年勞動(dòng)生產(chǎn)率的變異系數(shù)下降到0.18。從（最大值-最小值）/平均值的變化趨勢(shì)來看，我們同樣可以發(fā)現(xiàn)中國(guó)工業(yè)中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的收斂趨勢(shì)。（最大值-最小值）/平均值從1999年的5.66下降到2004年的2.36、2009年的1.63，到2016年該指標(biāo)下降到1.21。總的來說，在1999—2016年間，中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率的兩項(xiàng)收斂指標(biāo)均呈現(xiàn)顯著下降趨勢(shì)，我們可以發(fā)現(xiàn)中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率存在顯著的收斂特征。

在上述統(tǒng)計(jì)性描述基礎(chǔ)上，利用Kruskal-Wallis 檢驗(yàn)（單因素非參數(shù)方差分析）的統(tǒng)計(jì)分析方法來說明高技術(shù)行業(yè)和中低技術(shù)行業(yè)的勞動(dòng)生產(chǎn)率是否具有顯著差異（見表4）。由表4的Kruskal-Wallis檢驗(yàn)結(jié)果的p值（p=0.000<0.05）可以看出，在顯著性水平0.05下，Kruskal-Wallis檢驗(yàn)拒絕原假設(shè)，認(rèn)為高技術(shù)行業(yè)和中低技術(shù)行業(yè)的勞動(dòng)生產(chǎn)率存在顯著的差別，上述統(tǒng)計(jì)性描述具有統(tǒng)計(jì)上的意義。

（三）25個(gè)細(xì)分行業(yè)的收斂特征

為了考察中國(guó)工業(yè)勞動(dòng)生產(chǎn)率的收斂特征是否在工業(yè)各細(xì)分行業(yè)中存在，我們利用省份-行業(yè)數(shù)據(jù)計(jì)算了1999—2016年25個(gè)兩位碼工業(yè)行業(yè)的勞動(dòng)生產(chǎn)率及其增長(zhǎng)率，并在此基礎(chǔ)上計(jì)算了變異系數(shù)和（最大值-最小值）/均值兩個(gè)收斂指標(biāo)，如果中國(guó)工業(yè)細(xì)分行業(yè)的勞動(dòng)生產(chǎn)率同樣存在收斂特征，那么各行業(yè)的省份-行業(yè)勞動(dòng)生產(chǎn)率之間的差距或者離差隨著時(shí)間的推移要逐漸減少（見表5）。從表5中可以看出，25個(gè)二位碼工業(yè)細(xì)分行業(yè)勞動(dòng)生產(chǎn)率的變異系數(shù)和（最大值-最小值）/均值在1999—2016年均呈現(xiàn)出明顯的下降趨勢(shì)。以規(guī)模最大的四個(gè)樣本行業(yè)為例，電氣機(jī)械及器材制造業(yè)的勞動(dòng)生產(chǎn)率的變異系數(shù)從1999年的0.73下降到2005年的0.24、2010年的0.14，之后穩(wěn)定下降到2016年的0.11，（最大值-最小值）/均值從1999年的3.67下降到2005年的1.19、2010年的0.59，到2016年（最大值-最小值）/均值僅為0.41。紡織業(yè)勞動(dòng)生產(chǎn)率的變異系數(shù)從1999年的0.66下降到2005年的0.49、2010年的0.28，之后穩(wěn)定下降到2016年的0.21，（最大值-最小值）/均值從1999年的4.09下降到2005年的2.5、2010年的1.26，到2016年（最大值-最小值）/均值僅為0.92。通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)勞動(dòng)生產(chǎn)率的變異系數(shù)從1999年的0.59下降到2005年的0.25、2010年的0.21，之后穩(wěn)定下降到2016年的0.14，（最大值-最小值）/均值從1999年的2.5下降到2005年的1.05、2010年的1.02，到2016年（最大值-最小值）/均值僅為0.72。交通運(yùn)輸設(shè)備制造業(yè)變異系數(shù)從1999年的1.00下降到2005年的0.31、2010年的0.19，之后2016年為0.17，（最大值-最小值）/均值從1999年的4.67下降到2004年的1.35、2010年的0.83，到2016年（最大值-最小值）/均值為0.72。以上事實(shí)表明，1999—2016年中國(guó)工業(yè)細(xì)分行業(yè)同樣存在顯著的收斂特征。

四、實(shí)證檢驗(yàn)及分析

在借鑒Rodrik（2013）[1]的研究思路上，結(jié)合樣本實(shí)際特征，筆者設(shè)計(jì)如下的計(jì)量模型：

其中，下標(biāo)j表示省份，i表示行業(yè)，t表示時(shí)間。jit是第t至t+k年地區(qū)i行業(yè)的勞動(dòng)生產(chǎn)率年平均增長(zhǎng)率，yjit是j地區(qū)i行業(yè)的初始勞動(dòng)生產(chǎn)率，代表初始發(fā)展水平，？茁是收斂系數(shù)。筆者將中低技術(shù)行業(yè)設(shè)為基準(zhǔn)組，通過引入高技術(shù)行業(yè)與期初勞動(dòng)生產(chǎn)率的交互項(xiàng)來考察不同行業(yè)類型勞動(dòng)生產(chǎn)率的收斂特征。D1表示高技術(shù)行業(yè)虛擬變量，Dj表示地區(qū)固定效應(yīng)，Di代表行業(yè)固定效應(yīng)，？著jit是隨機(jī)誤差項(xiàng)，X表示其他解釋變量。經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，資本投入對(duì)勞動(dòng)生產(chǎn)率的影響至關(guān)重要，以此筆者引入了資本密度指標(biāo)，采用固定資產(chǎn)凈值與就業(yè)人數(shù)的比值表示。根據(jù)機(jī)理機(jī)制，提高企業(yè)績(jī)效的最根本方式是所有權(quán)結(jié)構(gòu)的改變，包括外國(guó)資本和國(guó)有資本。理論與實(shí)證研究強(qiáng)調(diào)所有權(quán)結(jié)構(gòu)對(duì)勞動(dòng)生產(chǎn)率增長(zhǎng)的影響，筆者采用外國(guó)資本與實(shí)收資本、國(guó)有資本與實(shí)收資本的比重表示外國(guó)產(chǎn)權(quán)和國(guó)有產(chǎn)權(quán)。馬歇爾提出的規(guī)模經(jīng)濟(jì)認(rèn)為，隨著日益擴(kuò)大的企業(yè)規(guī)模，企業(yè)的勞動(dòng)分工將更加專業(yè)化，這大大降低了企業(yè)的生產(chǎn)成本和管理成本，使企業(yè)更容易產(chǎn)生規(guī)模報(bào)酬，以至于獲得固定單位產(chǎn)出時(shí)需要的生產(chǎn)成本更少，所以規(guī)模報(bào)酬促進(jìn)了勞動(dòng)生產(chǎn)率增長(zhǎng)。文中加入規(guī)模變量，用各地區(qū)各行業(yè)的從業(yè)人員年平均人數(shù)來表示。在技術(shù)擴(kuò)散模型理論中，開放程度可以促進(jìn)技術(shù)擴(kuò)散進(jìn)而影響收斂速度，筆者引入出口份額變量，采用出口值與地區(qū)銷售產(chǎn)值的比重表示。筆者將1999年作為初始年，樣本末期設(shè)為2016年，利用雙向固定效應(yīng)模型對(duì)方程（1）進(jìn)行估計(jì)。

表6是中國(guó)高技術(shù)行業(yè)和中低技術(shù)行業(yè)勞動(dòng)生產(chǎn)率收斂性的橫截面估計(jì)結(jié)果，其中將中低技術(shù)行業(yè)作為基準(zhǔn)組，期初勞動(dòng)生產(chǎn)率的系數(shù)即為中低技術(shù)行業(yè)的收斂系數(shù)，高技術(shù)行業(yè)的收斂系數(shù)是將交互項(xiàng)的系數(shù)加上基準(zhǔn)組的收斂系數(shù)計(jì)算得出。表6的（1）欄顯示，期初勞動(dòng)生產(chǎn)率的系數(shù)和交互項(xiàng)系數(shù)均是負(fù)數(shù)且顯著，這說明中國(guó)高技術(shù)行業(yè)和中低技術(shù)行業(yè)的勞動(dòng)生產(chǎn)率均呈現(xiàn)出顯著的絕對(duì)收斂特征。高技術(shù)行業(yè)的收斂系數(shù)絕對(duì)值（0.050）比中低技術(shù)行業(yè)的收斂系數(shù)絕對(duì)值（0.015）大，這意味著高技術(shù)行業(yè)的收斂速度要明顯大于中低技術(shù)行業(yè)。（2）欄是將省份固定效應(yīng)加入后的條件收斂結(jié)果，當(dāng)資本密度、規(guī)模、出口導(dǎo)向和產(chǎn)權(quán)變量等指標(biāo)被控制后，仍然可以發(fā)現(xiàn)相同的特征，但是高技術(shù)行業(yè)和中低技術(shù)行業(yè)的收斂速度差異縮小了。以上結(jié)果意味著高技術(shù)行業(yè)的收斂速度要大于中低技術(shù)行業(yè)的收斂速度，這是由于高技術(shù)行業(yè)內(nèi)經(jīng)濟(jì)的同質(zhì)性會(huì)比中低技術(shù)行業(yè)之間表現(xiàn)得更強(qiáng)，技術(shù)擴(kuò)散也會(huì)更加容易，所以收斂速度會(huì)更快。

在表7的穩(wěn)健性檢驗(yàn)中，通過對(duì)行業(yè)進(jìn)行更細(xì)程度的劃分，選取中國(guó)30個(gè)?。ㄗ灾螀^(qū)、市）的100個(gè)四位碼工業(yè)行業(yè)數(shù)據(jù)對(duì)高技術(shù)行業(yè)和中低技術(shù)行業(yè)的勞動(dòng)生產(chǎn)率收斂性重新進(jìn)行估計(jì)，結(jié)果見表7。從表7的估計(jì)結(jié)果中同樣可以看出，四位碼行業(yè)的高技術(shù)行業(yè)和中低技術(shù)行業(yè)的（1）欄和（2）欄期初勞動(dòng)生產(chǎn)率系數(shù)都為負(fù)數(shù)，均在1%水平上顯著，說明這兩類行業(yè)均存在顯著的絕對(duì)收斂和條件收斂特征。通過比較兩類行業(yè)收斂系數(shù)的大小，發(fā)現(xiàn)高技術(shù)行業(yè)的收斂速度要大于中低技術(shù)行業(yè)的收斂速度，其中高技術(shù)行業(yè)的絕對(duì)收斂和條件收斂系數(shù)均為-0.002，中低技術(shù)行業(yè)的絕對(duì)收斂和條件收斂系數(shù)均為-0.001，并且都在1%水平上顯著。

為了進(jìn)一步驗(yàn)證工業(yè)各個(gè)細(xì)分行業(yè)是否存在上述收斂特性，將每一個(gè)二位碼行業(yè)和四位碼行業(yè)的子樣本進(jìn)行估計(jì)（不加入行業(yè)和省份虛擬變量），在這里主要是驗(yàn)證工業(yè)各細(xì)分行業(yè)是否存在絕對(duì)收斂現(xiàn)象，并將得出的收斂系數(shù)核密度分布繪于圖3。從圖3（a）可以看到，在所考察的25個(gè)二位碼行業(yè)中，收斂系數(shù)均是負(fù)數(shù)，其中在（-0.5，-0.3）區(qū)間集中;從圖3（b）可以看到，在所考察的100個(gè)四位碼工業(yè)行業(yè)中，收斂系數(shù)均是負(fù)數(shù)且位于（-0.3，-0.05）區(qū)間，其中-0.1周圍最為集中。因此，無論是對(duì)于單個(gè)二位碼工業(yè)行業(yè)還是四位碼工業(yè)行業(yè)，勞動(dòng)生產(chǎn)率收斂的現(xiàn)象也普遍存在。

五、研究結(jié)論與展望

（一）研究結(jié)論

筆者使用跨產(chǎn)業(yè)面板數(shù)據(jù)，對(duì)中國(guó)1999—2016年中國(guó)工業(yè)高技術(shù)行業(yè)和中低技術(shù)行業(yè)及25個(gè)細(xì)分行業(yè)的勞動(dòng)生產(chǎn)率增長(zhǎng)進(jìn)行了測(cè)算、對(duì)比和分析，運(yùn)用變異系數(shù)、（最大值-最小值）/均值、相對(duì)勞動(dòng)生產(chǎn)率等多種收斂指標(biāo)對(duì)其收斂特征做出描述性統(tǒng)計(jì)分析，并在此基礎(chǔ)上運(yùn)用雙向固定效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)，得出以下結(jié)論：（1）中國(guó)1999—2016年工業(yè)行業(yè)的勞動(dòng)生產(chǎn)率呈現(xiàn)出顯著的絕對(duì)收斂和條件收斂。（2）中國(guó)分技術(shù)類型的工業(yè)行業(yè)勞動(dòng)生產(chǎn)率的收斂速度存在顯著差異，其中高技術(shù)行業(yè)的收斂系數(shù)絕對(duì)值要比中低技術(shù)行業(yè)的收斂系數(shù)絕對(duì)值大，這說明高技術(shù)行業(yè)的收斂速度要明顯大于中低技術(shù)行業(yè)。在穩(wěn)健性檢驗(yàn)中，利用四位碼行業(yè)進(jìn)行再次計(jì)量檢驗(yàn)后仍發(fā)現(xiàn)上述特征。（3）勞動(dòng)生產(chǎn)率收斂的現(xiàn)象也普遍存在于25個(gè)二位碼行業(yè)和100個(gè)四位碼行業(yè)中，其中二位碼行業(yè)的收斂系數(shù)在（-0.5，-0.3）區(qū)間集中，四位碼行業(yè)收斂系數(shù)大約停留于（-0.3，-0.05）區(qū)間，在-0.1周圍最為集中。

（二）政策啟示

以上結(jié)論蘊(yùn)含的政策啟示是：中國(guó)工業(yè)已經(jīng)進(jìn)入了一個(gè)新增長(zhǎng)階段，工業(yè)是中國(guó)經(jīng)濟(jì)的主要推動(dòng)力，工業(yè)勞動(dòng)生產(chǎn)率的收斂在實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變和協(xié)調(diào)區(qū)域經(jīng)濟(jì)増長(zhǎng)中具有重要作用。政府要優(yōu)化工業(yè)行業(yè)結(jié)構(gòu)，加速工業(yè)行業(yè)的收斂。由于高技術(shù)行業(yè)的收斂速度要大于中低技術(shù)行業(yè)，因此在行業(yè)結(jié)構(gòu)層次上，以推進(jìn)供給側(cè)結(jié)構(gòu)性改革為底線，對(duì)高技術(shù)行業(yè)要建立多元化的長(zhǎng)效投入機(jī)制，增加產(chǎn)業(yè)持續(xù)發(fā)展動(dòng)力，以高技術(shù)產(chǎn)品為突破，有選擇地發(fā)展與智能化和個(gè)性化發(fā)展趨勢(shì)相一致的高技術(shù)產(chǎn)業(yè)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，加速工業(yè)行業(yè)的收斂（徐偉呈和范愛軍，2018）[22]。同時(shí)，新型工業(yè)化模式下，行業(yè)中以技術(shù)引進(jìn)和模仿為主的技術(shù)供給模式已不能滿足現(xiàn)代企業(yè)的持續(xù)發(fā)展，只有對(duì)核心技術(shù)和關(guān)鍵設(shè)備進(jìn)行自主研發(fā)，提升先進(jìn)制造技術(shù)的自主創(chuàng)新能力才能保證各行業(yè)的持續(xù)、快速發(fā)展。因此，政府要進(jìn)一步加大科技創(chuàng)新的經(jīng)費(fèi)和政策支持力度，建立有效的激勵(lì)機(jī)制，鼓勵(lì)和激發(fā)各行業(yè)用新技術(shù)去提高效率和進(jìn)行創(chuàng)新式研發(fā)，推動(dòng)產(chǎn)業(yè)升級(jí)和國(guó)家優(yōu)先領(lǐng)域突破（趙娜和王博，2016）[23]。企業(yè)要加大先行先試力度，創(chuàng)造高質(zhì)量的就業(yè)崗位，加強(qiáng)產(chǎn)學(xué)研的深度合作，提高科技創(chuàng)新對(duì)產(chǎn)業(yè)發(fā)展的貢獻(xiàn)力。對(duì)于中低技術(shù)行業(yè)，政府應(yīng)充分利用資源，選擇性地發(fā)展集技術(shù)和創(chuàng)新于一體的中低技術(shù)型行業(yè)，對(duì)于生產(chǎn)能力過剩的產(chǎn)業(yè)進(jìn)行不斷壓縮，利用大數(shù)據(jù)、物聯(lián)網(wǎng)和云計(jì)算等新一代信息技術(shù)不斷改造和提升傳統(tǒng)產(chǎn)業(yè)，多層次多渠道地對(duì)中低技術(shù)行業(yè)進(jìn)行扶持和鼓勵(lì)，使中低技術(shù)行業(yè)積累更多潛在的生產(chǎn)新產(chǎn)品的能力，通過提供支持技術(shù)轉(zhuǎn)移與應(yīng)用的財(cái)政政策、對(duì)風(fēng)險(xiǎn)投資和研發(fā)機(jī)構(gòu)的稅收優(yōu)惠等，全面提升本行業(yè)的創(chuàng)新效率，縮小高技術(shù)行業(yè)和中低技術(shù)行業(yè)的發(fā)展差距。

（三）研究局限與展望

由于數(shù)據(jù)的可獲得性和理論水平的有限性等，在研究中還存在著不足。由于企業(yè)數(shù)據(jù)難以獲得，筆者使用的是分省份的行業(yè)數(shù)據(jù)對(duì)行業(yè)勞動(dòng)生產(chǎn)率的收斂性進(jìn)行研究，但是企業(yè)的異質(zhì)性并沒有體現(xiàn)出來。隨著數(shù)據(jù)資料的不斷豐富、理論方法的不斷完善，相關(guān)研究也會(huì)更加深入且細(xì)致。同時(shí)隨著經(jīng)濟(jì)體制改革的深化，中國(guó)工業(yè)企業(yè)的所有制形式發(fā)生了巨大的變化，非國(guó)有經(jīng)濟(jì)在工業(yè)總產(chǎn)值中所占的比重日益增大，已經(jīng)成為中國(guó)經(jīng)濟(jì)增長(zhǎng)和市場(chǎng)化進(jìn)程的支撐力量，因此在后續(xù)的研究中可以對(duì)不同所有制形式的工業(yè)勞動(dòng)生產(chǎn)率收斂性進(jìn)行考察。

注釋：

①其中高技術(shù)行業(yè)包括：H26化學(xué)原料及化學(xué)品制造業(yè)、H27醫(yī)藥制造業(yè)、H28化學(xué)纖維制造業(yè)、H34通用設(shè)備制造業(yè)、H35專用設(shè)備制造業(yè)、H37交通運(yùn)輸設(shè)備制造業(yè)、H38電氣機(jī)械及器材制造業(yè)、H39通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)和H40儀器儀表及文化、辦公用機(jī)械制造業(yè)這9個(gè)行業(yè);中低技術(shù)行業(yè)包括：H06煤炭開采和洗選業(yè)、H07石油和天然氣開采業(yè)、H08黑色金屬礦采選業(yè)、H09有色金屬礦采選業(yè)、H13農(nóng)副食品加工業(yè)、H14食品制造業(yè)、H15飲料制造業(yè)、H16煙草加工業(yè)、H17紡織業(yè)、H22造紙及制品業(yè)、H25石油加工、煉焦及核燃料加工業(yè)、H30非金屬制品業(yè)、H31黑色金屬冶煉及壓延加工業(yè)、H32有色金屬冶煉及壓延加工業(yè)、H33金屬制品業(yè)和H44電力、熱力的生產(chǎn)供應(yīng)業(yè)。

參考文獻(xiàn)：

[1]Rodrik，D. Unconditional convergence in manufacturing[J]. Quarterly Journal of Economic，2013（1）：165-204.

[2]覃成林，楊霞. 先富地區(qū)帶動(dòng)了其他地區(qū)共同富裕嗎——基于空間外溢效應(yīng)的分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（10）：44-61.

[3]劉生龍，張捷. 空間經(jīng)濟(jì)視角下中國(guó)區(qū)域經(jīng)濟(jì)收斂性再檢驗(yàn)——基于1985—2007年省級(jí)數(shù)據(jù)的實(shí)證研究[J].財(cái)經(jīng)研究，2009（12）：16-26.

[4]Barro R，Sala-i-Martin X. Convergence[J]. Journal of Political Economy，1992（2）：223-251.

[5]張自然. 區(qū)域差距、收斂與增長(zhǎng)動(dòng)力[J]. 金融評(píng)論，2017（1）：98-113+130.

[6]史學(xué)貴，施潔. 中國(guó)區(qū)域經(jīng)濟(jì)收斂性的再估計(jì)——基于技術(shù)溢出的空間動(dòng)態(tài)面板數(shù)據(jù)模型[J].科技管理研究，2015（6）：211-215.

[7]朱國(guó)忠，喬坤元，虞吉海. 中國(guó)各省經(jīng)濟(jì)增長(zhǎng)是否收斂？[J]. 經(jīng)濟(jì)學(xué)（季刊），2014（3）：1171-1194.

[8]何雄浪，鄭長(zhǎng)德，楊霞. 空間相關(guān)性與我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)收斂的理論與實(shí)證分析——基于1953—2010年面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J]. 財(cái)經(jīng)研究，2013（7）：82-95.

[9]高毅蓉，袁倫渠. 我國(guó)三次產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的地區(qū)差異及收斂性分析：1985～2010年[J]. 經(jīng)濟(jì)問題探索，2014（6）：54-59.

[10]楊騫，秦文晉.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的空間非均衡及收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（11）：58-75.

[11]柏培文，許捷. 中國(guó)三大產(chǎn)業(yè)的資本存量、資本回報(bào)率及其收斂性：1978—2013[J].經(jīng)濟(jì)學(xué)（季刊），2018（3）：304-339.

[12]Dollar D，Wolff E. Competitiveness， convergence and international specialization[M]. Cambridge，1993.

[13]Boussemart J，Briec W，Cadoret I，Tavéra C. A re-examination of the technological catching-up hypothesis across OECD industries[J]. Economic Modelling，2006（6）：967-977.

[14]David S. Productivity in the euro area：any evidence of convergence？[J].Empirical Economics，2014（47）：999-1027.

[15]Levchenko A，Zhang J. The evolution of comparative advantage：Measurement and welfare implications[J].Journal of Monetary Economics，2016（4）：96-111.

[16]Bénétrix A S，O′Rourke K，Williamson JG. The spread of manufacturing to the periphery 1870-2007：eight stylized facts[J].Open Economies Review，2015（1）：1-37.

[17]王許亮，王恕立.服務(wù)業(yè)能源生產(chǎn)率變遷及收斂性分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（1）：42-58.

[18]高帆，石磊.中國(guó)各省份勞動(dòng)生產(chǎn)率增長(zhǎng)的收斂性：1978-2006年[J].管理世界，2009（1）：49-60.

[19]蘇治，徐淑丹. 中國(guó)技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)收斂性測(cè)度——基于創(chuàng)新與效率的視角[J].中國(guó)社會(huì)科學(xué)，2015（7）：4-25.

[20]白雪潔，孟輝. 服務(wù)業(yè)真的比制造業(yè)更綠色環(huán)保？——基于能源效率的測(cè)度與分解[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2017（3）：1-14.

[21]劉明，王思文. β收斂、空間依賴與中國(guó)制造業(yè)發(fā)展[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（2）：3-21.

[22]徐偉呈，范愛軍. “互聯(lián)網(wǎng)+”驅(qū)動(dòng)下的中國(guó)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)[J].財(cái)經(jīng)科學(xué)，2018（3）：119-132.

[23]趙娜，王博. 知識(shí)產(chǎn)權(quán)保護(hù)對(duì)企業(yè)技術(shù)創(chuàng)新：促進(jìn)還是抑制？——2008—2014年我國(guó)高技術(shù)產(chǎn)業(yè)的經(jīng)驗(yàn)證據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016（5）：113-122.

責(zé)任編輯：母愛英

Abstract：This paper uses cross-industry panel data to measure， compare and analyze labor productivity growth in China's industrial high-tech industries， low-middle-technology industries and 25 sub-industries in China during 1999-2016. By using the coefficient of variation，（maximum- Minimum）/average， relative labor productivity and other convergence indicators of its convergence characteristics of descriptive statistical analysis， based on the use of two-way fixed-effects model empirical test. The study finds that China's industrial labor productivity shows significant convergence characteristics in most two-digit codes and four-digit codes， among which， the convergence rate of high-tech industries is greater than that of low-tech industries. If appropriate adjustment is made in aspects of industrial structure， business structure and strengthening science and technology innovation policy， the convergence of labor productivity can promote the convergence of China's industrial economy.

Key words： labor productivity; growth; industry classification; difference; convergence