許光清 陳曉玉

摘要：通過將中國經濟全要素生產率的增長率分解為主要考慮產業(yè)技術進步的內部增長效應和資本、勞動、能源要素在部門間流動形成的要素再配置效應，文章以23個細分產業(yè)為研究對象，采用多部門增長核算法驗證了2005—2017年間資本、勞動、能源要素的“結構紅利假說”，得出以下結論：①以各行業(yè)技術進步為代表的內部增長效應仍為整體經濟全要素生產率增長的主要貢獻因素;②資本要素的再配置效應由“結構負利”向“結構紅利”轉變;③勞動要素的再配置效應呈現(xiàn)出先上升后下降的趨勢，表現(xiàn)出從“結構紅利”轉變?yōu)椤敖Y構負利”的趨勢;④能源要素的再配置效應逐漸顯現(xiàn)，由“結構負利”向“結構紅利”轉變。基于研究結果，認為除了重視全社會各行業(yè)的技術進步，更要重視要素流動的效率;由于市場不完善和信息不對稱造成的要素配置扭曲會部分抵消技術進步的作用，阻礙經濟高質量發(fā)展。針對資本、勞動和能源的要素再配置，提出以下建議：①資本要素的再配置應綜合考慮宏觀調控和市場機制，按照利潤最大化原則進行資本配置，在提高資本產出彈性的同時增加資本的配置效率;②勞動力的配置不能僅局限于三次產業(yè)層面，還應重視產業(yè)內部的邊際產出差異;③能源要素的再配置要重視工業(yè)內部各行業(yè)間的能源產出彈性，避免能源的低效配置;加速淘汰高耗能重污染行業(yè)，推動低能耗產業(yè)的發(fā)展，以提高能源配置效應的方式助力節(jié)能減排和綠色發(fā)展。

關鍵詞：結構紅利;要素再配置;全要素生產率;能源

中圖分類號F062.1文獻標識碼A文章編號1002-2104（2021）03-0128-10DOI：10.12062/cpre.20200910

改革開放以來，我國經濟保持高速增長。2017年，黨的十九大明確提出將“高質量”作為經濟發(fā)展的新要求。經濟高質量發(fā)展的源泉之一來自全要素生產率（TotalFactorProduction，TFP）的提高。TFP又稱為廣義技術進步，實際上反映的是生產過程中無法被定量衡量的那些因素的貢獻，這些因素包括技術、制度、企業(yè)家才能、人力資本、規(guī)模報酬、產業(yè)結構與要素配置、對外開放度等。提高TFP，實際上就是通過技術進步、人力資本提升、結構性改革、擴大開放等等，來提高可以定量衡量的各種投入要素的利用效率。要實現(xiàn)經濟高質量發(fā)展必須通過促進要素的流動完成經濟結構的調整，使要素配置到要素生產率高的行業(yè)，從而促進整體經濟的全要素生產率。十九大報告將深化供給側結構性改革納為六大戰(zhàn)略舉措之首，這意味著產業(yè)結構變化、要素再配置效應愈發(fā)受到重視。要素配置效率的提高與經濟結構升級成為我國在新常態(tài)背景下實現(xiàn)經濟高質量發(fā)展的必要條件。

很多學者研究了要素投入對經濟增長的貢獻[1-4]，并沒有將全要素生產率進一步分解，沒有研究要素配置效率對全要素生產率的貢獻。也有一些學者在研究要素配置時，只納入資本與勞動要素[5-13]，忽略了能源作為投入要素對生產率的貢獻。實際上，能源作為經濟發(fā)展的基礎，對經濟增長的影響愈發(fā)重要甚至成為制約經濟發(fā)展的因素，能源對經濟增長的影響不能忽略。目前也有涉及能源要素配置效應的研究，但普遍存在以下問題：一是使用偏離份額法分析能源單要素的配置效應[14-15]，沒有考慮資本、勞動和能源要素的協(xié)同作用;二是雖然綜合考慮了資本、勞動和能源要素，但是沒有將能源要素單獨分離出來[16]。同時不管有沒有納入能源要素，很多文獻將整體經濟分解為三次產業(yè)[4，7，11]，沒有考慮中國工業(yè)化進程中工業(yè)內部各行業(yè)間的要素流動。也有文獻將工業(yè)[8]、制造業(yè)[6]和高技術行業(yè)[13]單獨拿出來進行分析，沒有考慮工業(yè)和非工業(yè)部門間的要素流動。

本研究通過構建一個納入能源要素的多部門生產核算框架，將三次產業(yè)分解為23個細分產業(yè)，既覆蓋了經濟整體又將工業(yè)進一步分解;將中國經濟的全要素生產率的增長率分解為主要考慮產業(yè)技術進步的內部增長效應和資本、勞動、能源要素在部門間流動形成的要素再配置效應，既同時考慮了資本、勞動和能源要素配置的協(xié)同作用，又將三種要素的再配置效應單獨分離出來，以檢驗中國資本、勞動和能源要素的“結構紅利”是否存在，并為促進中國經濟高質量發(fā)展提出要素有效配置方面的建議，以釋放更多的結構紅利，提升全要素生產率。

1理論綜述

1.1結構紅利假說

自20世紀50年代，產業(yè)結構調整及其在經濟發(fā)展中的作用引起了學者的廣泛注意，一般認為產業(yè)結構依托生產要素流動而發(fā)生變化，從而影響經濟增長。Chomme等[17]認為，由于各部門勞動生產率不同，勞動力要素將從低生產率的農業(yè)部門轉向中等生產率的工業(yè)部門，再轉向高生產率的商業(yè)部門。Lewis[18]提出的二元經濟理論闡述了勞動力要素將從農業(yè)部門轉移至非農業(yè)部門，直至二者的勞動力邊際報酬相等，二元經濟將合成一元經濟。二者均表達了要素流動導致產業(yè)結構變動的思想。Chenery等[19]認為，隨著經濟發(fā)展就，一國的經濟結構將呈現(xiàn)一次產業(yè)比重逐漸下降，二三產業(yè)比重逐漸上升的趨勢。Kuznet[20]指出，結構變化的兩個主要原因是部門間需求收入彈性和技術進步影響的差異。至于結構變化對整體經濟的影響，Baumol等[21]通過研究美國戰(zhàn)后各部門經濟發(fā)現(xiàn)，各部門的生產率增長很不相同，結構變化是長期性的并且與生產率增長息息相關。

在以上學者的基礎上，更多學者對要素配置和結構變化進行研究。其中，Timmer等[22]首次提出“結構紅利”的概念：資源要素從生產率較低的產業(yè)或部門向生產率較高的產業(yè)或部門轉移，整體經濟的要素生產率將會提高。結構紅利即要素從低產出彈性的行業(yè)向高產出彈性的行業(yè)轉移。由于能源環(huán)境問題愈發(fā)嚴重，結構紅利的概念中納入了能源要素，認為能源要素向能源生產率更高的部門流動，從而對經濟增長產生促進作用稱為“能源要素的結構紅利”。

1.2驗證結構紅利假說的研究方法

綜上所述，結構紅利假說基于以下理論假設：由于不同產業(yè)的要素生產率不同，要素生產率高的產業(yè)其要素的邊際收益高，吸引要素不斷流入;要素生產率低的產業(yè)其要素不斷流出，引致產業(yè)結構的變動，而且要素流動的結果會導致整體經濟全要素生產率的提高。由于現(xiàn)實中有市場不完善、信息不對稱等各種障礙，要素的流動不一定符合結構紅利假說。

依據要素生產率的分類，結構紅利的估算方法可分為單要素生產率的分解與全要素生產率的分解。

最常用的單要素生產率的分解方法為偏離份額法（Shift-share），由Fabricant[23]在1942年提出，最早用于分析勞動要素結構的變動對經濟發(fā)展的影響。該方法可以將要素生產率的變化率分解為內部增長效應與要素再配置效應，前者具體含義為產業(yè)內部技術提升、管理效率提升等，后者表示要素在產業(yè)間流動導致生產率變動的效應。運用偏離份額法研究結構紅利的文獻大多針對勞動和資本要素，較少針對能源要素。Fagerberg[24]、Peneder[25]分別使用該方法對各國勞動要素的再配置效應進行了驗證。我國學者也使用偏離份額法，如丁煥峰等[5]、李小平等[7]、干春暉等[8]和吳壽平[9]分別對我國的制造業(yè)、工業(yè)和三次產業(yè)間的勞動、資本要素的再配置效應進行了研究。

對于全要素生產率的分解，常用的是隨機前沿生產函數(shù)（stochasticfrontierproductionfunction，SFP）與多部門生產核算法。SFP考慮到技術變化對生產前沿面的影響，將全要素生產率增長率分解為技術進步變化率、技術效率變化率、規(guī)模效率變化率、要素配置效率變化率，更適用于微觀層面的研究。多部門生產核算法是研究結構紅利的重要方法，將經濟整體全要素生產率增長率分解為內部增長效應和各投入要素的再配置效應[25]，適用于宏觀經濟分析且能夠在控制其他要素不變的情況下單獨分離出要素的再配置效應。Timmer等[22]運用該方法對亞洲四個地區(qū)的資本、勞動要素再配置效應進行了分析。辛超等[10]、王鵬等[11]、蔡躍洲等[12]用該方法對我國的勞動、資本要素再配置進行了分析等。

2考慮能源要素的測算模型

本文選取多部門生產核算法進行估計。首先，基于柯布-道格拉斯生產函數(shù)，將整體經濟增長分解為全要素生產率的增長和資本、勞動、能源要素投入的增長;其次，基于各細分產業(yè)的柯布-道格拉斯生產函數(shù)，將全要素生產率的增長進一步分解為內部增長效應和資本、勞動、能源要素在部門間流動形成的要素再配置效應。

參考Massel[26]的計算方法，計算模型如下：

假設經濟生產符合柯布-道格拉斯生產函數(shù)，技術進步滿足?？怂怪行?，則生產函數(shù)表示為：

Y=AKαLβEγ（1）

其中，Y表示經濟產出，K、L、E分別表示資本投入、勞動投入和能源投入，A為全要素生產率，α、β、γ分別表示資本、勞動、能源要素的產出彈性。左右同時取對數(shù)并對時間求導，得到：

g（Y）=g（A）+αg（K）+βg（L）+γg（E）（2）

g（Y）=dYdtY=Y（3）

其中，g（Y）表示經濟產出Y的變化率，g（A）表示全要素生產率A的變化率。αg（K）表示資本投入的變化引致的經濟產出的變化，βg（L）表示勞動投入的變化引致的經濟產出的變化，γg（E）表示能源投入的變化引致的經濟產出的變化。

各細分產業(yè)的生產函數(shù)與經濟整體一致，則對細分產業(yè)i有：

g（Yi）=g（Ai）+αig（Ki）+βig（Li）+γig（Ei）（4）

所以，用各細分產業(yè)變量表示的經濟整體的產出變化率可表示為：

g（Y）=∑ρig（Yi）

=∑ρig（Ai）+∑ρiαig（Ki）+∑ρiβig（Li）+∑ρiγig（Ei）（5）

其中，ρi為權重因子，即i細分產業(yè)的產出占整體經濟產出的比例：ρi=YiY。（5）式代入（2）式，可將g（A）進一步分解：

g（A）=∑ρig（Ai）內部增長效應+

{∑ρiαig（Ki）-αg（K）}資本要素的再配置效應+

{∑ρiβig（Li）-βg（L）}勞動要素的再配置效應+

{∑ρiγig（Ei）-γg（E）}能源要素的再配置效應（6）

其中：c（A）=∑ρig（Ai）（7）

c（A）為各細分產業(yè)的全要素生產率變化率的加權累加值，表示全要素生產率增長率的內部增長效應。細分產業(yè)的產出占整體經濟產出的比重和細分產業(yè)全要素生產率的增長率均會對內部增長效應產生影響。

s（K）=∑ρiαig（Ki）-αg（K）（8）

s（L）=∑ρiβig（Li）-βg（L）（9）

s（E）=∑ρiγig（Ei）-γg（E）（10）

其中，s（K）、s（L）、s（E）分別為各細分產業(yè)的資本、勞動和能源要素變化引致的部門產出變化的加權累加值與整體經濟各要素投入變化引致的經濟產出變化的差，s（K）、s（L）、s（E）分別表示了資本、勞動和能源要素在細分產業(yè)間流動引致的再配置效應。細分產業(yè)的產出占整體經濟產出的比重、要素的產出彈性、要素投入增長率均會對要素的再配置效應產生影響，整體經濟要素投入變化引致的經濟產出變化也會對要素再配置效應產生影響。如果要素再配置效應為正則說明要素在不同行業(yè)間的配置對整體經濟全要素生產率增長率的變動起著正向作用，反之則不利于g（A）的增長。

由式（6）可知，整體經濟全要素生產率的變化，受到四個主要因素的影響，分別是各部門的內部增長效應、資本、勞動、能源要素在部門間流動引致的再配置效應。

要素再配置效應的估計需要整體經濟及各部門投入要素的產出彈性。對于產出彈性的估計，以往文獻中常用非參數(shù)法[6，12]和超越對數(shù)生產函數(shù)法[11，26-27]。非參數(shù)法中要素的產出彈性為該要素的報酬與經濟產出的比值，而資本報酬有利潤、固定資本折舊、利息、補貼等;勞動報酬有工資和福利。基于數(shù)據的可得性，本文采用超越對數(shù)生產函數(shù)以估計投入要素的產出彈性。超越對數(shù)生產函數(shù)具有易估計與包容性兩大特征，利用投入產出數(shù)據即可用線性模型估計，并適用于多投入要素情況，可以考慮要素間的相互影響，且對于產出彈性的估計無需做任何先驗設定，具有一定優(yōu)勢[28-29]。具體形式為：

lnYit=ω0+ω1lnKit+ω2lnLit+ω3lnEit+

ω4t+ω5lnKitlnLit+ω6lnKitlnEit+

ω7lnLitlnEit+ω8lnKitt+ω9lnLitt+

ω10lnEitt+12ω11lnKit2+12ω12lnLit2+

12ω13lnEit2+12ω14t2（11）

其中，t為時間趨勢變量，t=T-2000.

因此，各要素的產出彈性可表示為：

αi=ω1+ω5lnLit+ω6lnEit+ω8t+ω11lnKit（12）

βi=ω2+ω5lnKit+ω7lnEit+ω9t+ω12lnLit（13）

γi=ω3+ω6lnKit+ω7lnLit+ω10t+ω13lnEit（14）

3數(shù)據來源及處理

本文將資本、勞動、能源作為投入要素。自“十一五”以來，許多政策作用于工業(yè)內部結構優(yōu)化，工業(yè)內部結構變動較為明顯;同時，工業(yè)作為耗能大戶，其細分行業(yè)的能耗情況與能源產出彈性差異較大。因此，為更好地研究要素配置的結構紅利，在細分行業(yè)層面提出有針對性的優(yōu)化配置建議，將工業(yè)分為20個細分行業(yè)，加上建筑業(yè)、第一產業(yè)和第三產業(yè)，共23個細分行業(yè)，具體分類情況見表1。

3.1資本存量

由于我國官方統(tǒng)計數(shù)據中缺少對資本存量的統(tǒng)計，大多數(shù)研究采用永續(xù)盤存法進行估算，本文也采用該方法估計各產業(yè)的資本存量，公式如下：

Kt=Kt-1（1-δ）+It（15）

其中，Kt為第t年的資本存量，It為第t年的新增投資，δ為折舊率。因此，只要確定基年的資本存量、每年的新增投資及折舊率便能估算出每年的資本存量。本文選取2000年為基年，使用2000年的資本存量作為基期的資本存量;使用全社會固定資產序列衡量產業(yè)的新增投資;對于折舊率采用分行業(yè)的平均折舊率進行計算[30]。由于工業(yè)細分行業(yè)缺少相關數(shù)據，參考余詠澤等[31]的做法，用2000年固定資產原價比例將工業(yè)基年資本存量數(shù)據分配到細分行業(yè)，用逐年固定資產原價之差比例將工業(yè)全社會固定資產投資數(shù)據分配到細分行業(yè)。不同年份數(shù)據使用固定資產投資價格指數(shù)對其進行平減。

3.2勞動、能源和經濟產出

文章采用全部從業(yè)人員年末就業(yè)人數(shù)衡量勞動投入。由于工業(yè)細分行業(yè)缺少年末就業(yè)人數(shù)統(tǒng)計，利用工業(yè)全部從業(yè)人員年平均值比例，將工業(yè)整體年末就業(yè)人數(shù)分配到細分行業(yè)，其數(shù)據來自國家統(tǒng)計局和人力資源和社會保障部網站。采用發(fā)電煤耗法計算的能源消費總量衡量第一產業(yè)、第三產業(yè)的能源投入，采用終端能源消費量衡量第二產業(yè)的能源投入，避免高估將二次能源作為主要產出的個別行業(yè)能源消費量，數(shù)據來自中國能源統(tǒng)計年鑒。采用各產業(yè)增加值衡量經濟產出，使用各產業(yè)增加值價格指數(shù)對其進行平減，以得到2000年為基年的不變價增加值，數(shù)據來自國家統(tǒng)計局網站。

4實證研究

文章使用主成分分析和最小二乘法回歸相結合的方式估計要素產出彈性。由于變量之間存在嚴重共線性，若采用普通最小二乘法估計參數(shù)，估計值會出現(xiàn)不存在或估計值方差變大的情況。因此，文章采用“主成分回歸分析法”以估計彈性[32]，先用主成分分析法消除回歸模型中存在的多重共線性問題，后將主成分作為新的自變量進行回歸分析，根據得分系數(shù)矩陣將原變量代回得到產出彈性估計值。使用SPSS25進行主成分分析和最小二乘法回歸，提取載荷累積平方和均大于90%，主成分能夠較好代表原變量的信息;主成分回歸系數(shù)均在0.001水平上顯著，回歸結果較為可靠。

4.1整體經濟的全要素生產率增長率

公式（2）將整體經濟產出的增長率分解為全要素生產率的增長率和資本、勞動及能源要素投入的增長率，根據該公式可計算出全要素生產率增長率及各要素投入增長對經濟增長的貢獻率，結果如表2所示。由于2000—2003年某些數(shù)據在統(tǒng)計口徑上與2004年以后的數(shù)據不一致，因此本文僅對2005年以后的估算結果進行分析。

首先整體經濟增長率是逐年下降的，在2005—2007年、2008—2012年、2013—2017年這三個時間段，整體經濟的增長率均值分別是12.9%、9.5%、7.3%。

對整體經濟增長率的分解結果顯示，2005—2007年間，全要素生產率增長率的分解均值為5.6%，對經濟增長的貢獻為43.4%，資本、勞動和能源要素投入增長的貢獻達到56.7%;2008—2012年間，全要素生產率增長率的分解均值為3.4%，對經濟增長的貢獻為35.8%，資本、勞動和能源要素投入增長的貢獻達到64.2%;2013—2017年間，全要素生產率增長率的分解均值為2.9%，對經濟增長的貢獻為39.7%，資本、勞動和能源要素投入增長的貢獻為60.3%。

將全要素生產率和各要素投入的貢獻率分開來看，全要素生產率增長率的貢獻在2005—2007年為43.4%，在2008—2012年下降為35.8%，在2013—2017年又上升為39.7%。全要素生產率的貢獻在研究期內略有波動，呈現(xiàn)先下降后上升的趨勢，近年來在40%左右，已經呈現(xiàn)出技術驅動的發(fā)展模式。

資本投入增長的貢獻隨著時間的推移逐漸上升，在2005—2007年為17.1%，在2008—2012年上升為32.6%，在2013—2017年進一步上升為38.4%。

勞動投入增長的貢獻在研究期內略有波動，變化不大，在2005—2007年為13.2%，在2008—2012年為13.7%，在2013—2017年又下降為12.3%。

能源投入增長的貢獻隨著時間的推移顯著下降，在2005—2007年為26.4%，在2008—2012年下降為17.9%，在2013—2017年進一步下降為9.6%。

蔡躍洲等[12]的研究顯示，在17個細分產業(yè)層面，1978—2014年間全要素生產率增長對經濟整體增長的平均貢獻率為39.44%，資本投入增長的平均貢獻率為53.89%，勞動投入增長的平均貢獻率為6.67%。本研究中全要素生產率增長的貢獻與蔡躍洲研究相似。由于要素投入中考慮了能源，與沒有考慮能源要素的上述研究相比，資本投入增長的貢獻率下降了，而勞動投入增長的貢獻率略有上升。可見，如果不考慮能源，資本投入增長的貢獻率有一部分其實是能源投入增長導致的。

4.2結構紅利假說驗證

4.2.1內部增長效應

基于公式（2）、（4）和（6）可計算內部增長效應和要素再配置效應及其對全要素生產率增長率的貢獻。根據公式（7）可知，細分產業(yè)的產出占整體經濟產出的比值和細分產業(yè)的全要素生產率的增長率都會影響內部增長效應。細分產業(yè)的產出占整體經濟產出的比值越大，該細分產業(yè)對內部增長效應的貢獻越大;細分產業(yè)的全要素生產率的增長率越大，該細分產業(yè)對內部增長效應的貢獻越大。

對內部增長效應和要素再配置效應的計算結果進行總結，如表3所示。2005—2007年內部增長效應的分解均值是6.1%，貢獻率達到113%，資本、勞動和能源要素的再配置效應合計為-13%;2008—2012年內部增長效應的分解均值是2.8%，貢獻率為78.8%，資本、勞動和能源要素的再配置效應合計為21.2%;2013—2017年內部增長效應的分解均值是2.5%，貢獻率為83.4%，資本、勞動和能源要素的再配置效應合計為16.6%。細分產業(yè)的內部增長對全要素生產率增長率的貢獻均為正數(shù)且數(shù)值很大，說明決定經濟整體全要素生產率增長率的最大貢獻因素為各細分產業(yè)的內部增長，即代表各部門的技術進步和管理效率改善引致的全要素生產率增長。但是隨著時間的推移，內部增長效應的貢獻率出現(xiàn)下降，雖然在2013—2017年內部增長效應略有回升，但依然可以得到以下結論：各部門技術進步仍是我國整體經濟全要素生產率增長的主要驅動因素，但要素再配置效應對經濟增長的促進作用逐漸顯現(xiàn)并逐漸增大。未來內部增長效應有望進一步減小，要素配置效應會對經濟增長做出更大的貢獻。

蔡躍洲等[12]的研究顯示，2008年全球金融危機后，代表技術進步的內部增長效應對整體經濟全要素生產率增長貢獻度急劇下滑，要素再配置效應對整體經濟全要素生產率增長貢獻度逐步占據主導地位，呈現(xiàn)結構紅利。說明包括4萬億在內的調控措施并未帶來技術水平提升，但引致要素向第二產業(yè)快速集聚。本研究顯示了同樣的變化趨勢，所不同的是本研究納入了能源要素，內部增長效應和各要素再配置效應的具體貢獻率與上述研究有所不同。我國節(jié)能減排的重點領域是工業(yè)領域，十幾年來工業(yè)領域的結構發(fā)生了比較大的變化，新型裝備制造業(yè)正在逐漸替代高耗能產業(yè)和部分輕工業(yè)，納入能源要素的全要素生產率增長率的分解更能反映中國的國情。

4.2.2要素的再配置效應

在研究期內，資本、勞動和能源要素的再配置效應各有不同。資本要素的再配置效應隨著時間的推移逐漸上升，在2005—2007年為-2.4%，在2008—2012年上升為9.4%，在2013—2017年進一步上升為9.9%，表現(xiàn)出從結構負利向結構紅利的轉變。

勞動要素的再配置效應呈現(xiàn)出先上升后下降的趨勢，在2005—2007年為2.8%，在2008—2012年上升為7.8%，在2013—2017年下降為-2.7%，表現(xiàn)出從結構紅利轉變?yōu)榻Y構負利的趨勢。

能源要素的再配置效應隨著時間的推移呈現(xiàn)出明顯的上升趨勢，在2005—2007年為-13.4%，在2008—2012年上升為3.9%，在2013—2017年進一步上升為9.4%，表現(xiàn)出明顯從結構負利轉變?yōu)榻Y構紅利的趨勢。

研究期內，資本和能源的再配置效應表現(xiàn)出從結構負利向結構紅利轉變的趨勢，說明我國資本和能源要素的配置愈發(fā)有效，對整體經濟增長起著正向促進作用。勞動的再配置效應表現(xiàn)出波動趨勢，在2013—2017年呈現(xiàn)出結構負利，說明勞動要素的配置正在從有效走向無效，近期對整體經濟增長起到了阻礙作用。

4.2.3要素再配置效應的影響因素

由前述式（8）、（9）、（10）可知，細分產業(yè)的產出占整體經濟產出的比重、要素的產出彈性、要素投入增長率均會對要素的再配置效應產生影響，整體經濟要素投入變化引致的經濟產出的變化也會對要素的再配置效應產生影響。部門產出占整體經濟產出比重大的細分產業(yè)，對要素再配置效應的影響比較大;要素的產出彈性越大，其對要素再配置效應的影響越大;細分產業(yè)要素投入的變化越大，其對要素再配置效應的影響越大。有一些細分產業(yè)的要素產出彈性為負，如果該細分產業(yè)的某一要素的投入變化率越大，則對該要素的結構紅利有越大的反作用;而如果該細分產業(yè)的某一要素投入變化率也為負并且絕對值越大的話，則對結構紅利有越大的正作用。

由圖1可見，資本產出彈性大的細分產業(yè)有能源采掘業(yè)、金屬采掘業(yè)、木材家具制造業(yè)、造紙印刷文教制造業(yè)、化學工業(yè)、有色金屬冶煉和壓延加工業(yè)、設備制造業(yè)、其他制造業(yè)、建筑業(yè)，說明這些細分產業(yè)的資本利用效率比較資本產出彈性較小的細分產業(yè)有第一產業(yè)、紡織服飾與皮革制造業(yè)、石油加工、煉焦及核燃料加工業(yè)、交通制造業(yè)，這些細分產業(yè)的資本利用效率較低。

同時23個細分行業(yè)的資本產出彈性在研究期內變化不大，金屬采掘業(yè)、其他采掘業(yè)、食品加工制造業(yè)、木材家具制造業(yè)、造紙印刷文教制造業(yè)、化學工業(yè)、有色金屬冶煉和壓延加工業(yè)、金屬制品業(yè)、設備制造業(yè)、建筑業(yè)的資本產出彈性在上升，只有其他制造業(yè)在下降。

大多數(shù)細分產業(yè)的資本投入增速在三個時間段內是逐漸增加的，特別在2008—2012年期間增長迅速，只有能源采掘業(yè)、其他采掘業(yè)、電力煤氣及水生產和供應業(yè)、建筑業(yè)的資本投入增速在三個時間段內是下降的。

綜合考慮細分產業(yè)的產出占整體經濟產出的比重、資本要素的產出彈性、資本要素投入增長率的影響，2005—2007年間，資本產出彈性較大的細分產業(yè)中僅能源采掘業(yè)、金屬采掘業(yè)、建筑業(yè)的資本投入增速超過全國水平;同時，資本產出彈性較小的電力、煤氣及水的生產供應業(yè)是該時期投入增速最大的，其資本投入增速遠超全國水平。二者共同造成了較為嚴重的資本錯配，使得該時期資本要素的再配置效應為負。2008—2012年間，其他采掘業(yè)、食品加工制造業(yè)、紡織服飾制造業(yè)、木材家具制造業(yè)、化學工業(yè)、有色金屬冶煉和壓延加工業(yè)、金屬制品業(yè)、設備制造業(yè)等資本產出彈性較大的細分產業(yè)資本投入增速均提升至全國水平以上，同時電力、煤氣及水的生產供應業(yè)的資本投入增速大幅降低，使得資本要素的配置效率有所提高，其要素再配置效應由負轉正。2013—2017年間，在前一時期的基礎上，產出彈性較小的石油加工、煉焦及核燃料制造業(yè)與交通制造業(yè)的資本投入增速下降至全國水平以下，進一步提高了資本要素的再配置效應。但是這一階段的資本再配置效應增加的并不多，說明還沒有很完全地釋放出結構紅利，還存在著一定程度的要素錯配。

勞動力較資本、能源要素更容易在不同部門之間流動，勞動產出彈性大于1說明增加1%的勞動力投入會增加大于1%的GDP增長;彈性為負說明該細分產業(yè)勞動力投入過飽和，由于邊際收益遞減雇傭更多勞動力會減少邊際產出。

由圖2可知，勞動產出彈性較大的細分產業(yè)有非金屬礦物制品業(yè)、造紙印刷文教制品業(yè)、有色金屬冶煉和壓延加工業(yè)、食品加工業(yè)和第三產業(yè)，說明這些行業(yè)的勞動利用效率比較高;其他采掘業(yè)、石油加工、煉焦及核燃料加工業(yè)勞動產出彈性較小，這些行業(yè)勞動利用效率較低;第一產業(yè)、紡織業(yè)、電力煤氣及水的生產供應業(yè)勞動產出彈性為負，說明此類行業(yè)勞動力過飽和，增加勞動投入反而對經濟產出造成負面影響。

研究期內，勞動力先是由第一產業(yè)大量向第二產業(yè)轉移并大量流向制造業(yè)部門，2013年開始第一產業(yè)和制造業(yè)勞動力向建筑業(yè)和第三產業(yè)轉移。

2005—2007年間，勞動力從第一產業(yè)大量流向第二產業(yè)和第三產業(yè)，由于第二產業(yè)和第三產業(yè)勞動力產出彈性普遍較高，因此勞動配置效率有所提高，呈現(xiàn)“結構紅利”的現(xiàn)象。2008—2012年，依舊從第一產業(yè)流向第二產業(yè)。此外，第二產業(yè)內部也出現(xiàn)勞動力從勞動產出彈性較小的部門流向彈性更大的部門，比如紡織業(yè)和其他制造業(yè)的勞動力在流出，非金屬礦物制品業(yè)和有色金屬冶煉和壓延加工業(yè)的勞動力在流入。在此期間，勞動產出彈性為負的第一產業(yè)、紡織業(yè)和電力煤氣及水生產和供應業(yè)的投入增速也為負，這使得勞動力的配置更加有效，勞動要素的結構紅利更大。2013—2017年間，大多數(shù)行業(yè)的勞動投入都是減速的，只有建筑業(yè)和第三產業(yè)依然增加，可見該期間這兩個行業(yè)吸引了大量的勞動力，但是建筑業(yè)的勞動產出彈性小于大多數(shù)制造業(yè)，因此勞動配置效率由正向負轉變。

研究期內，能源要素的再配置效應對總體經濟的全要素生產率增長的貢獻由負轉正。能源產出彈性較大的細分產業(yè)有能源采掘業(yè)、化學工業(yè)、其他采掘業(yè)、金屬采掘業(yè)和電力、煤氣及水生產和供應業(yè)，這些細分產業(yè)能源利用效率較高;第一產業(yè)、橡膠和塑料制品業(yè)、交通制造業(yè)、紡織服飾與皮革羽毛制造業(yè)、紡織業(yè)產出彈性較小，說明其能源利用效率較低，見圖3。

2005—2007年間，能源產出彈性小于全國水平的紡織業(yè)、橡膠和塑料制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉和壓延加工業(yè)、器材、通信和儀器制造業(yè)的能源投入增速都大于全國水平，能源要素投入速率并未與能源產出彈性掛鉤，導致能源要素配置對經濟增長起著負向貢獻。此時，我國經濟正處于重化工業(yè)迅速發(fā)展的時期，經濟過熱、過度投資使得能源過度消耗于低效率的行業(yè)，導致整體經濟產出能效降低[33]。然而，在此期間能源要素投入的增加對整體經濟增長的貢獻趨于第二，僅次于全要素生產率增長的貢獻（表2）。由此可見，雖然能源要素投入增加拉動經濟增長，但能源要素低效配置對經濟增長產生負貢獻造成了大量能源浪費。

2008—2012年，能源產出彈性大于全國水平的采掘業(yè)、非金屬礦物制品業(yè)的能源投入增速逐漸提高至全國水平之上，并且產出彈性小于全國水平的紡織服飾與皮革羽毛制造業(yè)、橡膠和塑料制品業(yè)的能源投入增速大幅下降至全國水平之下，能源要素投入向著能源產出彈性更大的行業(yè)流動，使得能源要素的配置呈現(xiàn)“結構紅利”，貢獻率為3.90%。自“十一五”后期開始，為實現(xiàn)單位GDP能耗下降和單位碳強度下降的目標，政府嚴控高耗能行業(yè)過快增長并加速淘汰落后產能。在此期間，高耗能行業(yè)能源增速有所下降，能源配置效率有所提高，使得能源再配置效應從“結構負利”向“結構紅利”轉變。

2013—2017年間，我國為治理大氣污染實施了“大氣十條”，嚴控高耗能高污染行業(yè)新增產能，加速淘汰落后產能，調整能源結構，提高能源利用效率，一系列節(jié)能減排措施使得能源投入增速較快的行業(yè)從傳統(tǒng)制造業(yè)向先進裝備制造業(yè)、建筑業(yè)、第三產業(yè)轉移，高耗能行業(yè)能源投入增速進一步下降，能源再配置效應進一步提高至9.4%。

5結論與建議

文章以23個細分產業(yè)作為研究對象，采用多部門增長核算法，基于超越對數(shù)生產函數(shù)估計不同產業(yè)的要素產出彈性，通過將全要素生產率的增長率分解為主要考慮產業(yè)內部技術進步的內部增長效應以及要素在不同產業(yè)間流動導致的要素再配置效應，以探討2005—2017年我國全要素生產率增長率的內部增長效應并驗證資本、勞動和能源要素再配置的“結構紅利假說”，得出以下結論。

（1）研究期內，對整體經濟增長率的分解結果顯示，全要素生產率增長率對經濟增長的貢獻為40%，資本、勞動和能源要素投入的貢獻率達到60%?？梢?，我國經濟的增長模式依然是要素投入驅動的增長模式，但是以技術進步和結構變動為代表的全要素生產率的貢獻比改革開放初期有了很大的改善。

（2）內部增長效應仍為整體經濟全要素生產率增長的主要貢獻因素，但隨著時間推移貢獻率有所下降。2005—2007年內部增長效應的貢獻率達到113%，各要素的再配置效應合計為-13%;2008—2012年內部增長效應的貢獻率為78.8%，各要素的再配置效應合計為21.2%;2013—2017年內部增長效應的貢獻率為83.4%，各要素的再配置效應合計為16.6%?？梢?，各部門技術進步仍是我國整體經濟全要素生產率增長的主要驅動因素。2005—2007年表現(xiàn)為結構負利，意味著要素的再配置效應抵消了部分技術進步的作用，但隨著時間的推移要素再配置效應對經濟增長的促進作用逐漸顯現(xiàn)并逐漸增大，表現(xiàn)出結構紅利。

（3）資本要素的再配置效應隨著時間的推移逐漸上升，在2005—2007年為-2.4%，在2008—2012年上升為9.4%，在2013—2017年進一步上升為9.9%，表現(xiàn)出從結構負利向結構紅利的轉變。可見，近年來資本要素的流動已經克服了前期較為嚴重的資本錯配現(xiàn)象，表現(xiàn)出結構紅利，但是隨著時間的推移，其要素再配置效應卻沒有進一步增大。

（4）勞動要素的再配置效應呈現(xiàn)出先上升后下降的趨勢，在2005—2007年為2.8%，在2008—2012年上升為7.8%，在2013—2017年下降為-2.7%，表現(xiàn)出從結構紅利轉變?yōu)榻Y構負利的趨勢。勞動力在2013—2017年期間從第一產業(yè)和工業(yè)流向建筑業(yè)和第三產業(yè)，勞動的再配置效應表現(xiàn)為結構負利，抵消了各行業(yè)技術進步的作用，值得引起注意。

（5）能源要素的再配置效應隨著時間的推移呈現(xiàn)出明顯的上升趨勢，在2005—2007年為-13.4%，在2008—2012年上升為3.9%，在2013—2017年進一步上升為9.4%，表現(xiàn)出明顯從結構負利轉變?yōu)榻Y構紅利的趨勢。可見，近年來能源要素的流動已經克服了前期較為嚴重的要素錯配現(xiàn)象，表現(xiàn)出逐漸增大的結構紅利。

基于上述研究結論，文章認為在當前促進經濟高質量發(fā)展的過程中，除了重視全社會各行業(yè)的技術進步，更要重視要素配置的效率。由于市場不完善和信息不對稱造成的要素配置無效率會部分抵消技術進步的作用，阻礙經濟高質量發(fā)展的進程。

有關資本、勞動和能源要素的有效配置，該文提出以下建議：①對于資本要素的再配置，應綜合考慮宏觀調控和市場機制，按照利潤最大化原則進行資本配置，以提高資本產出彈性的同時增加資本的配置效率。②勞動力的再配置不能僅局限于三次產業(yè)層面，還應重視產業(yè)內部的邊際產出差異，盡可能避免勞動力流向邊際產出較低的行業(yè);同時，應加強勞動力的教育培訓，提高勞動力質量與產出彈性。③能源要素的再配置要重視細分行業(yè)間的能源產出彈性，避免能源的低效配置;加速淘汰高耗能重污染行業(yè)，推動低能耗產業(yè)的發(fā)展，以提高能源配置效應的方式助力節(jié)能減排和綠色發(fā)展。

參考文獻

[1]程名望，賈曉佳，仇煥廣.中國經濟增長（1978—2015）：靈感還是汗水？[J].經濟研究，2019，54（7）：30-46.

[2]楊志云，陳再齊.要素生產率、資本深化與經濟增長：基于1979—2016年中國經濟的增長核算[J].廣東社會科學，2018（5）：41-51.

[3]蒲志仲，劉新衛(wèi)，毛程絲.能源對中國工業(yè)化時期經濟增長的貢獻分析[J].數(shù)量經濟技術經濟研究，2015，32（10）：3-19.

[4]劉偉，張立元.資源配置、產業(yè)結構與全要素生產率：基于真實經濟周期模型的分析[J].經濟理論與經濟管理，2018（9）：5-22.

[5]丁煥峰，寧穎斌.要素流動與生產率增長研究：對廣東省“空間結構紅利假說”的實證分析[J].經濟地理，2011，31（9）：1421-1426.

[6]姚戰(zhàn)琪.生產率增長與要素再配置效應：中國的經驗研究[J].經濟研究，2009，44（11）：130-143.

[7]李小平，盧現(xiàn)祥.中國制造業(yè)的結構變動和生產率增長[J].世界經濟，2007（5）：52-64.

[8]干春暉，鄭若谷.改革開放以來產業(yè)結構演進與生產率增長研究：對中國1978—2007年“結構紅利假說”的檢驗[J].中國工業(yè)經濟，2009（2）：55-65.

[9]吳壽平.中國工業(yè)結構變化與技術進步率增長研究：對中國1985—2009年工業(yè)“結構紅利假說”的檢驗[J].產經評論，2013，4（1）：36-46.

[10]辛超，張平，袁富華.資本與勞動力配置結構效應：中國案例與國際比較[J].中國工業(yè)經濟，2015（2）：5-17.

[11]王鵬，尤濟紅.產業(yè)結構調整中的要素配置效率：兼對“結構紅利假說”的再檢驗[J].經濟學動態(tài)，2015（10）：70-80.

[12]蔡躍洲，付一夫.全要素生產率增長中的技術效應與結構效應：基于中國宏觀和產業(yè)數(shù)據的測算及分解[J].經濟研究，2017，52（1）：72-88.

[13]胡亞茹，陳丹丹.中國高技術產業(yè)的全要素生產率增長率分解：兼對“結構紅利假說”再檢驗[J].中國工業(yè)經濟，2019（2）：136-154.

[14]張宗益，陳夕紅，吳俊，等.產業(yè)結構調整、能源要素流動與能源生產率增長：基于結構紅利假說的實證分析[J].管理工程學報，2014，28（2）：174-181.

[15]呂明元，陳維宣.能源配置結構變遷對能源效率增長影響的實證比較：基于中國1985—2012年30個省際數(shù)據[J].天津商業(yè)大學學報，2015，35（1）：54-59.

[16]諶瑩，張捷.碳排放、綠色全要素生產率和經濟增長[J].數(shù)量經濟技術經濟研究，2016，33（8）：47-63.

[17]CHOMMEJ，CLARKC.Theconditionsofeconomicprogress[J].Revueéconomique，1953，4（6）：940.

[18]LEWISWA.Economicdevelopmentwithunlimitedsuppliesoflabour[J].Themanchesterschool，1954，22（2）：139-191.

[19]CHENERYHB，ROBINSONS，SYRQUINM.Industrializationandgrowth：acomparativestudy[M].NewYork：OxfordUniversityPress，1986.

[20]KUZNETSS.Moderneconomicgrowth：findingsandreflections[J].Americaneconomicreview，1973（63）：247–258.

[21]BAUMOLWJ，BLACKMANSAB，WOLFFEN.ProductivityandAmericanleadership：thelongview[M].Cambridge，MA：MITpress，1989.

[22]TIMMERMP，SZIRMAIA.ProductivitygrowthinAsianmanufacturing：thestructuralbonushypothesisexamined[J].Structuralchangeandeconomicdynamics，2000，11（4）：371-392.

[23]FABRICANTS.Laborperunitofproductinindividualindustries[M].Cambridge：NationalBureauofEconomicResearch，Inc，1942.

[24]FAGERBERGJ.Technologicalprogress，structuralchangeandproductivitygrowth：acomparativestudy[J].Structuralchange&economicdynamics，2000，11（4）：393-411.

[25]PENEDERM.Industrialstructureandaggregategrowth[J].Structuralchange&economicdynamics，2003，14（4）：427-448.

[26]MASSELLBF.Adisaggregatedviewoftechnicalchange[J].Journalofpoliticaleconomy，1961，69（6）：547-557.

[27]張軍，陳詩一，JEFFERSONGH.結構改革與中國工業(yè)增長[J].經濟研究，2009，44（7）：4-20.

[28]郝楓.超越對數(shù)函數(shù)要素替代彈性公式修正與估計方法比較[J].數(shù)量經濟技術經濟研究，2015，32（4）：88-105，122.

[29]鄭照寧，劉德順.考慮資本-能源-勞動投入的中國超越對數(shù)生產函數(shù)[J].系統(tǒng)工程理論與實踐，2004，24（5）：51-54，115.

[30]田友春.中國分行業(yè)資本存量估算：1990—2014年[J].數(shù)量經濟技術經濟研究，2016（6）：3-21，76.

[31]余泳澤，劉鳳娟，張少輝.中國工業(yè)分行業(yè)資本存量測算：1985—2014[J].產業(yè)經濟評論，2017（6）：5-15.

[32]楊福霞，楊冕，聶華林.能源與非能源生產要素替代彈性研究：基于超越對數(shù)生產函數(shù)的實證分析[J].資源科學，2011，33（3）：460-467.

[33]吳利學.中國能源效率波動：理論解釋、數(shù)值模擬及政策含義[J].經濟研究，2009，44（5）：130-142，160.

Chinasfactorreallocationeffectconsideringenergy

XUGuangqingCHENXiaoyu

（SchoolofEnvironmentandNaturalResources，RenminUniversityofChina，Beijing100872，China）

AbstractDecomposingtotalfactorproductivitygrowthrateintointernalgrowtheffectthatmainlyconsidersindustryinternaltechnicaladvancementandtheeffectoffactorreallocationformedbytheflowofcapital，laborandenergybetweensectors，thisstudytook23subsectorsastheresearchobjectandadoptedthemulti-sectorgrowthaccountingmethodtoverifythe‘structuraldividendhypothesisofcapital，laborandenergyfrom2005to2017.Thestudydrewthefollowingconclusions：①Internalgrowtheffectrepresentedbysectoraltechnicaladvancementwasstillthemaincontributortototalfactorproductivitygrowthoftheoveralleconomy，butthecontributionratehaddecreased.②Thereallocationeffectofcapitalchangedfrom‘structuralnegativebenefitto‘structuraldividend.③Thereallocationeffectoflaborshowedatrendoffirstrisingandthenfalling，changingfrom‘structuraldividendto‘structuralnegativebenefit.④Theeffectofenergyreallocationwasgraduallyemerging，withashiftfrom‘negativestructuralbenefitto‘structuraldividend.Basedontheseresearchresults，thispaperarguesthatmoreattentionshouldbepaidtotheefficiencyoffactorreallocationinadditiontothetechnicaladvancementofallsectors.Theinefficiencyoffactorreallocationcausedbyimperfectmarketandasymmetricinformationwouldpartiallyoffsettheeffectoftechnicaladvancementandhinderthehigh-qualityeconomicdevelopment.Inviewofthereallocationofcapital，laborandenergyfactors，thispaperproposesthefollowingsuggestions：①Inthereallocationofcapital，considerationshouldbegiventoboththemacroeconomicregulationandtheroleofmarketmechanism，andcapitalallocationshouldbecarriedoutinaccordancewiththeprincipleofprofitmaximization，soastoimprovetheelasticityofcapitaloutputandincreasetheallocationefficiencyofcapital.②Thereallocationoflaborforceshouldnotonlybelimitedtothelevelofthreeindustries;attentionshouldalsobepaidtothemarginaloutputdifferenceswithinthesecondaryindustryinthisprocess.③Attentionshouldbepaidtotheelasticityofenergyoutputbetweensectorstoavoidinefficientallocationduringenergyreallocation.Itisalsonecessarytoacceleratethephase-outofindustrieswithhighenergyconsumptionandhighpollution，promotethedevelopmentoflowenergyindustriestoencourage‘energyconservationandemissionreductionaswellasgreendevelopmentbyincreasingtheeffectofenergyreallocation.

Keywordsstructuraldividend;factorreallocation;totalfactorproductivity;energy

（責任編輯：劉照勝）