当前,无论是以美国为代表的发达国家,还是以中国为代表的新兴经济体,都迫切需要解决产业转型升级问题。对美国来说,2008年的次贷危机产生了巨大影响,时任美国总统奥巴马因此提出了“再工业化”战略,现任总统特朗普更是一上任就以推动制造业回归、就业岗位回归等实现其“让美国制造业再次伟大”的设想,并由此实施了一系列税收政策和经济制裁。对中国来说,一方面,经济服务化比重仍然不高;另一方面,制造业虽然存在一定的规模优势,但在质量层面距离德国和日本等制造业强国还有较大差距,经济体系现代化程度也不高,这就导致中国产品在规模与质量间出现较大鸿沟,由此使得产品供给难以满足市场需求,造成经济增长动力弱化,进而催发中国经济向高质量发展转变的迫切要求。虽然美国出现了“空心化”特征,但美国经济发展质量远高于中国,考虑到中美两国在土地面积、经济规模上都有较大的相似性,因此,美国产业结构演变对当前我国经济高质量发展具有重要借鉴意义,有必要对其进行深入研究。
经济发展属于宏观层面上的内容,根据新凯恩斯经济学理论,宏观经济必须建立微观基础。因此,微观要素层面上的规模扩张和品质优化是宏观经济发展的根本。但是,即使是高品质微观要素,如果处于无序和离散状态也难以对整个经济产生有效推动,由此,将要素凝聚为一体的中观层面就成为推动宏观经济发展的关键,即产业结构。正因如此,以林毅夫为代表的新结构经济学才提出产业结构内生于要素禀赋结构。向高质量发展转变属于宏观内容,落实到中观和微观层面就必然包含多个维度。考虑到微观要素类型和品质等过于繁杂,政府主要通过产业政策在促使微观要素自发自觉改变的同时,利用产业不断转型升级实现宏观经济目标。鉴于此,中国经济向高质量发展转变就必须对各细分产业特征、产业结构演变机制进行研究,在借鉴发达国家产业转型升级历史经验的基础上,结合当前中国产业结构对经济增长的影响,探寻高质量发展阶段中国产业转型升级方向。
产业转型升级与经济增长间关系密切。经济增长不仅是总量不断增加的过程,也是高生产率产业对低生产率产业次序更替的过程,即产业持续转型升级,体现在结构角度就是产业结构的逐步优化,因此产业转型升级的关键是产业结构理论。关于产业结构理论的研究大致可以分为两类:一是从广义三次产业视角研究产业间关系及其演进;二是从微观狭义视角,基于不同工业化阶段主导产业内部各细分行业的关系及其演进。在工业化初、中期阶段,制造业占主导地位,其内部结构演变主要体现为不同要素密集型产业更替;到了工业化后期及后工业化时期,服务业逐步占据主导地位,此时结构演进主要体现为服务业不断扩张和细化,以及生产性服务业与制造业间的协同配比。
对产业结构广义视角的研究始于威廉·配第,他最先揭示了经济增长过程中三次产业演进规律,并提出农业比重持续下降、工业比重先升后降、服务业比重不断提高的“配第-克拉克定律”。亚当·斯密则最早发现了产业结构的经济增长效应,他认为工农业是物质生产部门,属于生产性劳动;而服务业是非物质生产部门,属于非生产性劳动。由于物质生产部门生产效率较高,因此,经济增速将取决于工农业与服务业的比重及其生产效率。到了20世纪50年代,随着发达国家工业化的完成,库茨涅兹、丹尼森、钱纳里等利用不同国家经济数据对经济增长过程中的产业演进规律进行了验证和阶段划分。这类研究在Baumol [1]将一般均衡模型引入后达到新高度,并用非均衡增长模型建立了兼容“效率-结构-速度”三者关系的研究框架,从而刻画了产业转型升级后,由于非物质生产部门技术进步率低下带来的经济增速放缓,即结构性减速。之后,虽然有很多学者验证了这一结论,但也存在很多异议,他们认为服务部门生产率被低估了[2-3],并且也忽视了服务质量的存在[4]。我国也有不少学者对中国工业和服务业生产率进行了研究 [5-6]。
关于狭义视角,从工业细分行业转型升级看,德国经济学家霍夫曼作出了开拓性研究。霍夫曼定律对工业产业从消费资料产业向资本资料产业转型的重工业化规律给出了解释,但索洛、卢卡斯、萨缪尔森和阿西莫格鲁等的研究却表明,经济增长的根本动力并非资本投入,而是由技术进步和制度变革引起的。所以,制造业转型升级主要体现为主导产业遵循资源-劳动-资本-技术四类要素密集型产业的逐步演进,发展模式也是从低附加值向高附加值、从粗放型向集约型、从环境污染型向环境友好型转变。理论上,资源劳动密集型产业效率低于资本技术密集型产业,因此制造业转型升级会带来增长效应。但是,由于地区、发展阶段和生态管制强度不同,同时技术进步本身也存在极大的不确定性,所以关于制造业转型升级的增长效应并不一致。Sepp & Varblane [7]、Buhun等 [8]均论证了制造业的正向效应。但是,Timmer & Szirmai [9]却未发现制造业转型升级的结构红利。中国学者利用中国数据得到的结论也不一致。张军等[10]发现,制造业结构红利在2001年之前存在,之后却开始逐步减少;徐佳宾和刘勇凤[11]对中国35个工业行业研究后发现,中国工业增长的主要动力因素在于规模扩张,结构因素的贡献则较低。
到了工业化后期和后工业化时期,产业转型升级开始呈现新特征,其中最重要的就是服务业快速扩张,生产性服务业比重持续增加,并通过与制造业协同耦合,成为经济增长的主要动力之一。虽然关于生产性服务业和制造业关系的结论较多,但对共性问题的认识却一致,即两者之间相互依赖、相互促进和共同发展,同时也只有两者达到合适配比才能成为地区经济增长的主要动力。其中的机制机理主要表现在两个方面:一是分工理论,二是核心竞争力理论。基于分工理论的机制分析认为,生产性服务业是制造业在某个环节或功能上的延伸和专业化[12],即制造业将其服务功能外包,通过生产过程重组或迂回生产提高生产力。Coreynen等[13]据此研究了数字化如何促进制造商实现服务化,进而实现转型升级的路径和机制。本质上,生产性服务业就是充当人力资本和知识资本角色,并将两种高级要素高效导入经济增长的各个过程[14]。基于核心竞争力理论的机制分析认为,为增强自身灵活性,提升核心竞争力,企业会将一些辅助功能外包,并以此分散风险,同时将资源全部集中于自身最具竞争优势的环节,这不仅会推动其它行业规模扩张,还能促使自身向价值链高端产业转移,并最终体现为两者的互动[15]。綦良群等[16]着重研究了高端制造业与现代服务业融合互动问题。
综上所述,为探寻高质量发展下中国产业转型升级方向,本文在以往研究的基础上,重点考虑4个方面。首先,从理论机制上对数量型增长向质量型增长转变的作用机制进行阐述,从而挖掘不同产业的高质量发展动力和方向;其次,由于以往研究大多集中于某一单一结构视角,即只集中于某两个广义或狭义的细分产业,而不同层次产业转型升级是循序渐进、量变推动质变的过程,所以本文将不同层次产业结构与经济增长纳入一个系统考量;再次,经济持续增长会对各层面结构变化产生反向作用,即结构变化和经济增长相互影响,但已有文献大都利用面板模型进行研究,无法从结构层面体现变量间的内在联系,而向量自回归(VAR)模型却能有效弥补这一弊端;最后,由于中美两国是世界前两大经济体,且都面临经济发展中的结构失衡问题,因此,借鉴美国产业结构演变,可以对我国经济高质量发展提供方向。
产业结构是经济系统在一定技术条件下,通过专业化和社会分工不断加深而形成的。亚当·斯密提出分工是国民财富不断增长的源泉,从一定意义上讲,产业持续转型升级决定了经济增长规模和方式。那么,为何需要推动产业持续转型升级呢?根本原因在于,主导不同产业发展的生产要素存在差异,而基于不同要素所产生的边际报酬递减规律会在时间或难易程度上出现差异,进而导致经济发展动力不同。总体上,无形要素强于有形要素、高级要素强于低级要素,具体到要素层面又体现出技术要素强于资本要素、资本要素强于劳动力要素、劳动力要素强于土地等。因此,产业转型升级视角下高质量发展思路应从不同产业所依赖的要素差异着手,考虑要素等级和互补性对产业发展及转型带来的影响,进而寻求高质量发展下产业转型升级方向和动力。
图1为数量和质量两个角度下产业转型升级方向及演化路径。当经济发展处于初期时,由于总体上非农产业主导要素及研发强度高于农业,所以仅从规模上重视非农产业发展,就可以提高国民收入,此时产业转型升级主要表现为非农产业比重提高,但这类转型升级属于数量、规模层级,相对容易实现,刘易斯的二元经济模型主要描述的就是这种情况。在实践中,中国改革开放以来的“人口红利”主要来源于农业劳动力向非农产业转移。但是,数量型转型升级对产业间互补性和各产业内部结构、质量关注较少;同时,农业作为基础性产业,任何经济体都不可能完全放弃,所以数量型产业转型升级达到极限必须向质量型转变。质量型转型升级不仅要重视各产业内部结构升级,也要重视不同产业间的协同发展。另外,非农产业比重提高应与地区要素禀赋相适应,如果发展速度过于超前,或者内部结构合理化程度不够,其对经济增长的作用将难以凸显。
图1 数量和质量视域下产业转型升级方向及演化路径
从各产业内部看,即使是第一产业也存在改造升级问题,即传统农业现代化。需要注意的是,农业现代化问题相对其它类型的转型升级更容易被忽视,但实现难度却更大。舒尔茨[17]曾指出:“无论什么原因,对一个穷国来说,建立现代化的钢铁厂要比现代化农业容易得多。”对于第二产业来说,其转型升级是基于要素密集度的变化,即推动产业按照劳动-资本-技术方向转型升级,这里的转变并不仅指行业间的替代问题,还包括基于技术进步、由要素密集度逆转所带来的行业内部转型升级。对于第三产业,生产性服务业发展是需要关注的重点。本质上,生产性服务业是制造业内部分工深化的产物,其原本就是制造业为服务自身发展所建立的相关职能。但在生产性服务业中,有些行业直接作用于制造业,起效较快,如仓储、运输、交通、批发零售、金融等;还有些则是发挥间接作用,在国民经济中虽然居于基础性地位,但起效较慢,如教育、科学研究和综合技术服务业等。
从产业间协同看,总体上,低等级产业升级需要高等级产业提供支撑,同时低等级产业转型也为高等级产业发展提供价值实现场所。对于传统农业现代化问题,舒尔茨[17]认为其关键点包括两个方面:一是改善农业投入品质量;二是农业投入品价格要足够低。而这两点均离不开制造业发展,同时也是制造业产品的最终市场。对于制造业升级问题,相对来说,资本和技术密集型产业所需的附加功能更多,要求的交通条件更好、金融服务更全等。因此,这些直接服务于制造业的产业将更有助于推动制造业转型升级。而对于教育和科学研究等生产性服务业而言,虽然它们并不直接面向市场,但都属于基础性研究,研发强度最大、影响范围也最广,它们能够为所有行业发展提供高素质人才,研究内容的超前性决定了其可能在短期内没有市场价值,但却可能是未来发展方向,从而为其它产业长期发展提供技术支撑。
综上所述,产业转型升级下高质量发展方向应当在持续推动非农产业发展的基础上,更加注重各细分产业结构升级和不同细分产业间的协同发展。随着经济发展规模的增加,产业转型升级应该也必须呈现不同的演变特征,这样才有助于推动经济高质量、健康发展。本文对中美两国不同层次产业转型升级与经济发展关系进行实证研究,旨在更精准地把握高质量发展下我国产业转型升级方向。
本文模型共涉及4个变量,分别是广义层面的产业结构(ST,简称产业结构)、狭义层面的制造业结构(SOM)、生产性服务业与制造业配比(PTM)和经济发展水平(RGDP)。首先,对产业结构和经济发展水平的确定较为直接,选用第二、第三产业增加值占比代表产业结构,同时它还代表产业高级化程度。采用实际GDP代表经济发展水平,其中中国GDP用1985年为基期的消费价格指数折算,美国GDP用2010年为基期的个人支出消费价格指数折算;其次,因制造业沿着资源-劳动-资本-技术4类要素密集型产业方向转型升级,因此本文借鉴张其仔等[18]的研究,将《行业分类国家标准》中的2位数制造业分为资源密集型、劳动密集型、资本密集型和技术密集型4类,并用资本技术密集型制造业与资源劳动密集型制造业的产值之比衡量制造业内部结构,同时也代表着制造业转型升级水平。美国制造业统计口径较为一致且连贯,对相关制造业参考上述标准分类后,采用制造业增加值衡量;最后,对生产性服务业与制造业的配比,借鉴唐晓华等[19]的做法,对于中国,用批发和零售业增加值、交通运输、仓储和邮政业增加值以及金融业增加值代表生产性服务业,用工业增加值代表制造业;对于美国,用运输仓储业、信息业、金融、保险、房地产及租赁业、专业和商业服务业、批发业、零售业增加值代表生产性服务业,用制造业增加值代表制造业,生产性服务业与制造业的比值即为对该指标的衡量。
中国样本期间为1985-2017年,由于统计口径及分类标准经过多次变化,考虑到数据可得性和一致性原则,1985-1988年采用相关产业工业总产值,1989-2004年采用相关产业工业企业产品销售收入,2005-2017年采用相关产业国有及规模以上非国有企业主营业务收入。虽然统计口径发生变化,但归为资源劳动密集型和资本技术密集型两类后,差异不大。所有数据均来源于历年《中国统计年鉴》、《中国工业经济统计年鉴》和中国国家统计局网站,对个别年份缺失数据采用插值法或移动平均法补充。美国样本期间为1960-2017年,所有数据来源于世界银行网站。在模型构建中,为减弱异方差问题,对所有变量均取对数处理,分别用LNST、LNSOM、LNPTM、LNRGDP表示。
3.2.1 平稳性检验
由于构建VAR模型需要考虑变量的平稳性,因此,首先进行单位根检验,主要采用ADF方法,结果如表1所示。
表1 各变量单位根检验结果
注:①DLNST、DLNSOM、DLNPTM、DLNRGDP分别表示各原始变量的一阶差分;②检验类型中C、T、L分别表示检验类型中的常数项、趋势项和变量滞后阶数
国家变量ADF检验值检验类型(C,T,K)P值平稳性LNST-1.9662C,0,00.2995不平稳LNSOM-1.7413C,0,00.4017不平稳LNPTM-1.0717C,0,10.7141不平稳中国LNRGDP-0.0094C,0,10.9506不平稳DLNST-5.0038C,0,00.0003平稳DLNSOM-4.0177C,0,00.0041平稳DLNPTM-3.2073C,0,00.0291平稳DLNRGDP-2.7529C,0,00.0769平稳LNST-1.7711C,0,00.3909不平稳LNSOM-0.5430C,0,00.8744不平稳LNPTM 0.0861C,0,00.9619不平稳美国LNRGDP-2.1636C,0,10.2216不平稳DLNST-8.8329C,0,00.0000平稳DLNSOM-7.8156C,0,00.0000平稳DLNPTM-6.2257C,0,00.0000平稳DLNRGDP-4.9475C,0,00.0001平稳
结果表明,中美两国各变量的时间序列均存在单位根,是非平稳的,故不能用于构建统计模型。将两国变量一阶差分后发现:对于中国,DLNST和DLNSOM在1%水平下显著,DLNPTM在5%水平下显著,而DLNRGDP在10%水平下显著;对于美国,各变量一阶差分均在1%水平下显著。据此认为,中美两国各变量均属于一阶单整序列,满足模型构建基本要求。
3.2.2 VAR模型构建
对于一阶单整,如果直接构建VAR模型,可能不稳定,因此需用各变量一阶差分形式构建VAR模型,而要估计出理想模型,首先需确定滞后阶数,表2为检验结果。从中可以发现,中国最优滞后阶数为2,即VAR(2)模型,而美国最优滞后阶数为1,即VAR(1)模型。中美两国回归结果分别如式(2)和(3)所示。
表2 滞后期长度检验结果
注:“*”表示该标准下理想的滞后期
国别滞后阶数LogLLRFPEAICSCHQ0253.5683NA6.99E-13-16.6378-16.4511*-16.5781中国1270.984329.02666.44E-13-16.7322-15.7981-16.43342295.425734.2179*3.91e-13*-17.29505*-15.6136-16.7571*美国0591.446NA1.81E-15-22.5940-22.4439*-22.53651613.721140.2665*1.43e-15*-22.8354*-22.0849-22.5477*
(1)
(2)
(3)
3.2.3 稳定性检验
为发现变量间的动态关系,仍需利用模型进行脉冲响应和方差分解分析,但必须保证模型是稳定的,否则脉冲响应将难以出现收敛。
本文采用AR根方法进行平稳性检验,如图2所示。可以发现,中国和美国各自VAR模型所有特征根的模均小于1且都落在单位圆内,说明两个模型均稳定,可作进一步研究。
(中国) (美国)
图2 中美两国VAR模型的AR根稳定性检验
对于脉冲响应函数,如果误差项相关,将会有一个共同组成部分不能被任何特定变量识别,故需对各变量排序。但经济系统中各变量往往相互作用,难以给出精确排序,故本文选择广义脉冲响应分析降低因排序不当造成的偏误。
3.3.1 中美各变量对经济增长的动态影响
(1)中美经济增长变化量对经济增长的影响路径总体相似,但存在一定差异性(见图3)。在当期经济增长变化量的一个正向冲击下,中国经济增长变化量在当期即达到最大值,但在第4期后开始由正转负,并在第5期达到负的极大值后收敛;美国经济增长变化量也是在当期达到最大值,随后呈逐步收敛特征。再结合纵轴数值大小可以发现,中国经济增长对自身发挥的作用强于美国,但可持续性较弱。
(a)中国 (b)美国
图3 经济增长对一个标准差冲击的脉冲响应
(2)两国生产性服务业与制造业配比变化量对经济增长变化量的影响路径均表现出当期为负,之后逐渐转正并收敛的特征。区别在于,中国的负向影响持续到第5期,而美国的相应影响在第2期转正,并在第3期达到正的极大值后开始收敛。这表明,改善生产性服务业与制造业配比在短期会对经济增长产生负面影响,与美国相比,中国产生的负向影响持续时间更长。
(3)两国制造业结构变化量对经济增长变化量的影响路径均表现为当期出现正的极大值后逐步收敛。区别在于,中国这种正向效应持续时间更长。这表明,中国正处于工业化中期,因而制造业在经济发展中的作用更大。
(4)在产业结构变化量一个正向冲击下,两国经济增长表现的影响路径都是在冲击当期为负,然后逐步转正后开始收敛。区别体现在持续时间上,即中国负向效应持续了3期,而美国只持续了1期。这表明,中国产业结构优化带来的正向效应存在较大时滞。
3.3.2 中美各变量对生产性服务业与制造业配比的动态影响
(1)在生产性服务业与制造业配比变化量的一个正向冲击下,中美两国生产性服务业与制造业配比均在当期就体现正的极大值,之后中国在第6期开始转为负向效应,并在第7期达到负的极大值后逐步收敛,而美国却未体现负向效应,在第3期即基本收敛。这表明,中国生产性服务业与制造业配比虽然短期会发挥一定积极性,但由于成长性不足而难以在长期发挥更强作用。
(2)在经济增长变化量一个正向冲击下,中国生产性服务业与制造业配比变化量呈现倒V型后收敛,而美国则在当期即达到负的极大值,并在第3期收敛。这表明,美国经济增长对其生产性服务业与制造业配比仅存在短期负效应,而中国却存在长期正效应。
(3)在制造业结构变化量一个正向冲击下,中美两国生产性服务业与制造业配比变化路径均在当期即呈现负的极大值,之后开始逐步收敛。区别在于,中国在第6期转为正效应,并在第7期达到最大值后开始收敛,而美国则在第4期就基本收敛。这表明,中国制造业结构长短期效应均比较明显,且长期推动作用明显,而美国制造业结构仅具有短期负效应,说明美国制造业结构与本国生产性服务业及制造业配比的联动性较弱,这从另一方面说明美国生产性服务业发展具有显著的全球化特征。
(4)中美两国产业结构变化量冲击对生产性服务业与制造业配比变动的影响均体现为冲击当期为正、第2期变负的特征,只是中国负向效应持续时间更长。这表明,产业结构高级化对生产性服务业与制造业配比影响只在短期为正,且中国负效应持续时间更长(见图4)。
(a)中国 (b)美国
图4 生产性服务业与制造业配比对一个标准差冲击的脉冲响应
3.3.3 中美各变量对制造业结构的动态影响
(1)在制造业结构变化量一个正向冲击下,中国制造业结构变化量自身在当期即达到最大值,之后逐步收敛,并在第6期达到负的极大值后重新收敛。美国制造业结构变化量自身也是在当期即达到最大值,在第2期呈现负效应后逐步收敛。这表明,制造业结构对自身的影响在中美两国都有较明显的短期正效应,但中国制造业结构变化量的可持续性较弱。
(2)在经济增长变化量一个正向冲击下,中美两国制造业结构变化量均表现为短期效应为正,之后由正转负并逐步收敛。区别在于,中国制造业结构变化量的波动性更强,且各种效应持续时间更长。这表明,经济增长对制造业结构升级具有较强的短期效应,且这种效应在中国影响更大。
(3)在生产性服务业与制造业配比变化量一个正向冲击下,两国制造业结构表现出差异较大的影响。中国制造业结构变化量体现出首期为负的倒V型路径,美国则在当期呈现负的极大值后就开始迅速趋于平稳。这表明,生产性服务业与制造业配比在短期不利于制造业升级,而在中国却会在长期产生有利影响。
(4)在产业结构变化量一个正向冲击下,中国制造业结构变化量具有明显的短期效应和长期效应,且具有一定滞后性,影响在第2期达到最大值后,至第7期才收敛。美国制造业结构变化量在冲击当期为负,第2期转正后迅速收敛。这表明,中国产业结构高级化对制造业升级具有显著影响(见图5)。
(a)中国 (b)美国
图5 制造业结构对一个标准差冲击的脉冲响应
3.3.4 中美各变量对产业结构的动态影响
(1)在产业结构变化量一个正向冲击下,中美产业结构变化量均体现明显的短期正效应,并在第2期开始由正转负。但是,中国产业结构变化量在第4期又由负转正,并在第5期达到极大值后开始收敛,而美国则从第2期后就开始收敛。这表明,中国产业结构变化对自身具有更强的影响。
(2)在经济增长变化量一个正向冲击下,两国产业结构变化量影响路径差异较大。中国产业结构变化量响应值呈现N型路径,即在冲击当期为负,第2期达到正的极大值后开始下降,并在第4期达到负的极大值后开始收敛。美国则在冲击当期为负,并在第2期达到负的极小值后迅速收敛。这表明,经济增长的影响总体均体现负效应,中国仅呈现较为短期的促进效应。
(3)在生产性服务业与制造业配比变化量一个正向冲击下,中国产业结构变化量在冲击当期呈微弱正值,第2期转为负的极大值,并在第5期达到正的极大值后收敛。美国则在初期呈现正效应后于第3期收敛。这表明,生产性服务业与制造业配比对中国产业结构的促进作用存在时滞效应,而美国只存在短期效应。
(4)在制造业结构变化量一个正向冲击下,中国产业结构变化量在冲击当期效应为正,在第3期达到正的极大值,然后在第5期达到负的极大值后收敛。美国产业结构变化量在当期为负,但在第2期变为正效应后收敛。这表明,中国制造业升级对产业结构优化的促进作用明显,美国则存在一定的时滞效应,且持续时间更短(见图6)。
(a)中国 (b)美国
图6 产业结构对一个标准差冲击的脉冲响应
(1)中美各变量变化量对经济增长变化量的贡献度。由表3可知,对中国来说,经济增长变化量是影响经济增长最重要的因素,贡献度在第1期达到83%;其次是生产性服务业与制造业配比,其冲击贡献度最终稳定在25%;制造业结构和产业结构的影响都非常微弱且存在一定的时滞性。对美国来说,经济增长变化量几乎是其自身的唯一影响因素,达到100%,但第2期迅速降至70%,之后基本稳定在65%;其次是产业结构变化量的影响,从第2期就稳定在23%左右;生产性服务业与制造业配比以及制造业结构的影响较弱且存在一定时滞性。这表明,对两国来说经济增长本身都是自身发展的决定性因素。区别在于,影响中国经济增长波动的次要因素是生产性服务业与制造业配比,而影响美国的次要因素是产业结构,因此中国应更加注重微观层面生产性服务业和制造业的耦合度。
表3 各变量对经济增长预测的方差分解
中国美国时期标准误DLNPTMDLNRGDPDLNSOMDLNST标准误DLNPTMDLNRGDPDLNSOMDLNST10.042016.180183.81990.00000.00000.01860.0000100.00000.00000.000020.045721.864378.07880.00310.05390.02384.846370.53131.294123.328330.048625.824174.01010.03300.13280.02466.326466.39423.329523.949940.049725.973573.66360.23270.13020.02476.620665.91423.470423.994850.050925.459773.87260.28810.37960.02476.656865.87423.486023.983160.053425.349873.70910.29260.64850.02476.660765.87093.486323.982070.055225.353373.66790.29790.68090.02476.661265.87053.486423.981980.055825.357773.65990.30240.68000.02476.661365.87053.486423.981990.055925.381273.63830.30160.67890.02476.661365.87043.486423.9819100.055925.420273.59930.30260.67790.02476.661365.87043.486423.9819
(2)中美各变量变化量对生产性服务业与制造业配比变化量的贡献度。由表4可知,对中国来说,生产性服务业与制造业配比变化量是自身变动的决定性因素,贡献度在第1期即达到100%,之后递减至72%;经济增长对生产性服务业与制造业配比的冲击逐步增强,并最终稳定在16%,说明经济增长对生产性服务业与制造业配比的影响存在时滞性;制造业结构和产业结构的影响均呈现先升后降趋势,并且也体现出一定的时滞性。可以认为,中国生产性服务业与制造业配比变化主要来源于自身优化累积效应,经济规模增加也能产生一定影响,而制造业结构、产业结构的贡献有限,说明我国经济发展数量型特征较强。
表4 各变量对生产性服务业与制造业配比预测的方差分解
中国美国时期标准误DLNPTMDLNRGDPDLNSOMDLNST标准误DLNPTMDLNRGDPDLNSOMDLNST10.0343100.00000.00000.00000.00000.025364.805035.19500.00000.000020.043493.71510.20440.11655.96410.026958.993132.65910.02908.318730.045488.36650.45152.22268.95940.027058.837332.53550.31388.313440.045986.70810.57412.716110.00160.027058.825632.54500.31868.310850.046382.72094.58002.88279.81640.027058.816332.53910.32128.323560.046576.298411.98922.73558.97690.027058.815132.53710.32308.324870.046573.230415.71822.57088.48060.027058.815032.53680.32328.325080.046672.910816.21242.52598.35090.027058.815032.53670.32338.325090.046772.982416.16802.52748.32230.027058.815032.53670.32338.3250100.046772.963516.15492.53118.35050.027058.815032.53670.32338.3250
对美国来说,生产性服务业与制造业配比也是决定自身的最重要因素,贡献从第2期就基本稳定在58%,经济增长是第二大影响因素,贡献基本稳定在32%,其次是产业结构和制造业结构。因此,美国经济增长对生产性服务业与制造业配比所产生的影响偏弱。
(3)中美各变量变化量对制造业结构变化量的贡献度。由表5可知,对中国来说,制造业结构变量对自身变动起决定性作用,但衰减迅速,从第6期开始仅剩35%左右;经济增长对制造业结构的冲击呈稳定上升趋势,并最终稳定在33%左右;生产性服务业与制造业配比对制造业结构的冲击呈现先降后升趋势,并最终稳定在20%;产业结构对制造业结构的冲击呈现先升后降趋势,并最终稳定在10%左右。这表明,对中国来说,虽然制造业升级正向循环很重要,但短期效应更明显,在长期还需重视经济增长和生产性服务业的影响。对美国,制造业结构变量对自身变动也发挥着决定性作用,到第3期仍在72%以上;其次是生产性服务业与制造业配比,一直稳定在15%左右;经济增长和产业结构变化所产生的影响较弱。这表明,美国制造业结构升级的自我促进作用更强,且经济增长对制造业升级的影响较为稳定。
表5 各变量对制造业结构预测的方差分解
中国美国时期标准误DLNPTMDLNRGDPDLNSOMDLNST标准误DLNPTMDLNRGDPDLNSOMDLNST10.043625.71520.599173.68570.00000.034015.59995.688878.71130.000020.050022.28067.111856.716813.89080.035314.87425.399273.41706.309530.051920.657612.688852.634914.01880.035614.95125.653772.53956.855640.057518.082126.130243.794411.99330.035615.00075.676872.44126.881450.062419.180533.337637.242010.23990.035715.01655.676172.40396.903560.063620.707933.122135.945810.22420.035715.01945.675772.40086.904070.063820.977533.035835.813110.17360.035715.01995.675772.40036.904180.063920.946333.034635.716210.30290.035715.02005.675772.40036.904190.063920.939533.010435.690510.35960.035715.02005.675772.40026.9041100.063920.932733.018735.688510.36010.035715.02005.675772.40026.9041
(4)中美各变量变化量对产业结构变化量的贡献度。由表6可知,对中国来说,初期产业结构变量是自身变动的决定性因素,但到第4期就已被经济增长变量替代,成为影响自身变动的次要因素。另外,生产性服务业与制造业配比的影响保持较稳定上升趋势,贡献最终维持在11%;制造业升级影响程度最弱。对美国而言,产业结构变化量一直维持在决定自身变动的绝对主导地位,基本保持在90%以上,其它3个变量贡献度都很小。这表明,美国产业结构演变惯性很强,具有较好的正向循环效应,而中国产业结构变化自我循环效果较弱,需要依靠经济增长推动长期演进。
表6 各变量对产业结构预测的方差分解
中国美国时期标准误DLNPTMDLNRGDPDLNSOMDLNST标准误DLNPTMDLNRGDPDLNSOMDLNST10.00791.40616.66073.200188.73320.00271.74970.12301.577996.549420.01147.649442.85823.153346.33920.00291.67052.09994.897191.332530.01188.288142.03184.907744.77240.00291.78012.29795.325490.596740.01297.968750.26144.500437.26940.00291.83892.30595.326990.528350.013810.383152.20693.984133.42590.00291.84902.30545.337190.508660.013911.291951.56153.993533.15310.00291.85042.30535.337290.507170.013911.324651.62883.981533.06510.00291.85052.30535.337290.506980.013911.311651.59623.975733.11640.00291.85052.30535.337290.506990.013911.315451.57723.978733.12870.00291.85052.30535.337290.5069100.013911.315751.57473.983833.12590.00291.85052.30535.337290.5069
(1)影响延续性分析。根据脉冲响应分析和图7中实线粗细程度对变量间影响的延续性进行总结。从脉冲响应看:首先,总体上中国各变量影响期数均长于美国,变量对各结构的冲击大都需要延续8期才能消失,而美国则大都在3~4期即已消失。这说明,一旦经济发生波动,中国经济自我修复功能较弱,需要时间更长,而美国则可以更快地趋于稳定。其次,对中国来说,各变量对经济增长冲击的影响基本在4~5期即开始稳定且趋近消失,而对各种结构冲击影响的延续时间都较长,说明中国巨大的经济体量能够更有效地抵消因结构带来的不稳定性,而结构层面则需更长时间的修复。最后,根据图7中粗实线数量和指向比较,中国经济增长发出的粗实线最多,而美国仅有产业结构向经济增长发出粗实线,如果经济增长代表数量型粗放型增长、产业结构优化代表内涵式质量型增长,可以认为,中国经济发展及结构改善主要还是依靠经济规模扩张,而美国经济增长的结构性改善作用更强、质量更高,这也正是中国高质量发展的重要方向。
(2)影响分析。图7中实线代表期末影响强度大于10%,虚线则代表影响强度小于10%,据此可以对各变量的影响强度进行总结。
(a)中国 (b)美国
图7 各变量互动关系强度
注:①图中箭头方向代表该变量作为被解释变量时,其它变量对其变化的贡献度,为对相互影响强度作对比,本文将方差分解贡献率超过10%的用实线表示,低于10%的用虚线表示;②粗实线代表期末贡献率强于起初,细实线代表期末贡献率弱于起初,但仍高于10%
对中国来说:①实线箭头指向最多的是制造业结构,同时它发出的虚线箭头也最多,说明我国一直以来都非常重视制造业转型升级,但制造业升级效果并不好,仍有较大优化空间;②发出实线箭头最多的是生产性服务业与制造业配比,说明两者协同耦合在经济系统中起基础性作用;③4个变量均未出现全被虚线箭头指向的情况,表明4个变量间有较为稳定的联系。
对美国而言:①实线箭头数量远小于中国,说明美国各变量相关性小于中国,主要因为美国经济全球化程度更高,外向关联度更高;②从制造业结构发出的全是虚线箭头,表明美国制造业发展在整个经济系统中的作用较为有限;③除去自我促进的实线箭头外,从其它实线箭头指向可以发现,美国经济系统一个主要传导路径是第三产业快速发展,有效促进了经济增长,然后通过对生产性服务业的影响推动制造业结构升级。
(1)高质量发展阶段,我国基于产业转型升级实现增长动力转换的视角应更加多维和细致。具体而言,应不仅包括基于广义产业结构划分的第一、二、三产业,更要重视各细分产业内部转型升级,如传统农业向现代化农业转变、不同要素密集度制造业间的转型升级、制造业与生产性服务业间的耦合,甚至还包括代表居民消费升级的生活性服务业的快速发展。也即简单追求非农比重增加不应成为高质量发展阶段的重点,只有重视狭义层面上的产业转型升级才是实现经济质量提升的关键。
(2)正确认识制造业及其转型升级在高质量发展中的重要地位,充分发挥制造业转型升级对经济结构优化的作用。制造业转型升级不仅是实现工业化的关键,也是工业化后期和后工业化时期经济发展的基础,因为生产性服务业在很大程度上是制造业对其服务功能细化之后的外包。中国应充分重视美国制造业存在的问题,不能一味地强调经济服务化,要把产品生命周期理论和价值链理论相结合,从产品和生产两个维度为制造业转型升级提供方向,同时结合要素禀赋特征,为高质量发展提供源源不断的动力。
(3)相对美国来说,中国应在加快生产性服务业发展的同时,更加关注生产性服务业和制造业配比问题。生产性服务业作为中间环节,贯穿整个经济系统,而中国要加快制造业转型升级,必须加强本土生产性服务业专业化和规模化,不能完全依靠国外生产性服务部门,尤其是当前正处于以大数据、云计算等为代表的新一轮科技革命中,中国生产性服务业更应尽快通过各种互联互通工具充分发挥自身枢纽性作用,提升核心竞争力,促进中国经济向高质量发展转变。
(4)通过促进产业转型升级,提升我国经济外向型和内向型质量,并以此兼顾外向与内向、国际和国内两个市场,突出高质量要求,进而提升我国在世界经济中的主导地位。产业转型升级既可以是制造业转型升级,也可以是生产性服务业发展,这些均能提升我国在国际竞争中的主导地位。如果只是发展低端产业,虽然短期会促进经济增长,但规模和质量都逐步升级的国内消费市场必将被国外高端产业所替代,我国产业的主导性也必将被削弱。同时,随着我国全球化程度的不断提高,经济波动还会更加不稳定且持续周期过长。
综上所述,为实现我国经济高质量发展,在产业转型升级方面应调动政府、企业、社会各主体的积极性和主动性。对政府而言,应从思想认识到政策制定上充分重视制造业的基础性地位,在此基础上,支持、依托并发展具有一定前瞻性的生产性服务业;另外,在产业转型升级上,政府应充分重视企业家的重要地位,尤其是在内地一些省市,应增强服务型政府意识,不要忽视了对企业家的服务。对企业而言,应依据自身规模和所处行业全面认识创新及产业转型升级范围。创新不仅指重大的技术进步、产品创新和升级,这些是大企业实施转型升级的重点;对小企业来说,原发性技术创新可能不是重点,而服务品质提升、扩大既有产品市场规模等提高自身生存能力的举措也属于创新和转型升级。对社会来说,一方面,通过舆论导向和舆论监督提升消费者等各市场主体对高质量发展的认识及全面性;另一方面,依托政府政策和补贴,从最接近消费者的生活性服务业入手,提升教育、医疗和社会服务等行业品质,以此引导制造业产品升级换代,进而带动生产性服务业水准提升,最终实现产业结构优化带动经济高质量发展的总体目标。
[1] BAUMOL W J. Macroeconomics of unbalanced growth: the anatomy of urban crisis[J]. American Economic Review, 1967, 57(3):415-426.
[2] WOLFL A. Productivity growth in service industries[J]. Oecd Working Papers, 2005, 9(5):25-40.
[3] DRAKEBROCKMAN J. The importance of measuring the delivery of services via commercial presence of offshore foreign affiliates: some case studies from australian business experience[R]. Adbi Working Papers, 2011.
[4] TRIPLETT J E,BOSWORTH B.Productivity measurement issues in services industries: Baumol's disease has been cured[J]. Economic Policy Review, 2003(9):23-33.
[5] 庞瑞芝, 邓忠奇. 服务业生产率真的低吗[J]. 经济研究, 2014(12):86-99.
[6] 渠慎宁, 吕铁. 产业结构升级意味着服务业更重要吗——论工业与服务业互动发展对中国经济增长的影响[J]. 财贸经济, 2016, 37(3):138-147.
[7] SEPP J, VARBLANE U. The decomposition of productivity gap between estonia and korea[Z]. Discourses in Social Economy,2014.
[8] BEHUN M, GAVUROVA B, TKACOVA A. The impact of the manufacturing industry on the European Union countries [J]. Journal of Competitiveness, 2018,10(1): 23-39.
[9] TIMMER M P, SZIRMAI A. Productivity growth in asian manufacturing: the structural bonus hypothesis examined[J]. Structural Change & Economic Dynamics, 2000, 11(4):371-392.
[10] 张军, 陈诗一, Gary,等. 结构改革与中国工业增长[J]. 经济研究, 2009(7):4-20.
[11] 徐佳宾, 刘勇凤. 中国工业增长的动力分析:规模还是结构[J]. 经济理论与经济管理, 2017, 36(6):33-44.
[12] FRANCOIS J, WOERZ J. Producer services, manufacturing linkages, and trade[J]. Journal of Industry, Competition and Trade, 2008, 8(3-4): 199-229.
[13] COREYNEN W,MATTHYSSENS P,BOCKHAVEN W V.Boosting servitization through digitization: pathways and dynamic resource configurations for manufacturers[J]. Industrial Marketing Management, 2017, 60:42-53.
[14] 格鲁伯,沃克.服务业的增长:原因和影响[M].陈彪如,译.上海:上海三联书店,1993.
[15] 顾乃华, 毕斗斗, 任旺兵. 生产性服务业与制造业互动发展:文献综述[J]. 经济学家, 2006(6):35-41.
[16] 綦良群,张庆楠.我国装备制造业与生产性服务业网式融合影响因素研究[J].科技进步与对策,2018,35(13):64-71.
[17] 西奥多·W·舒尔茨. 报酬递增的源泉[M].李海明,赵波,译.北京:中国人民大学出版社,2016.
[18] 张其仔, 李蕾. 制造业转型升级与地区经济增长[J]. 经济与管理研究, 2017, 38(2):97-111.
[19] 唐晓华, 张欣珏, 李阳. 中国制造业与生产性服务业动态协调发展实证研究[J]. 经济研究, 2018(3):70-93.