请安装我们的客户端
更新超快的免费小说APP
添加到主屏幕
请点击
，然后点击“添加到主屏幕”
也不小，占据了全部贡献的1/5，对整体劳动生产率的增长年均贡献1.6个百分点。从不同时期来看，除了1997~2002年这一时期外，其他时期结构调整对劳动生产率增长的贡献都是正，而且都在15%以上。其中1985~1990年这一时期结构调整对劳动生产率的贡献最大，已经接近1/3。这一时期结构调整的贡献与乡镇企业的快速发展存在很大的关系。统计数据显示，这一时期乡镇企业创造了全国近1/5的工业总产值，创造了大量的非农就业机会。另外2002~2007年这一时期结构调整的贡献也较大，达到了26%，仅次于1985~1990年。这一时期随着中国加入WTO以及国际市场的繁荣，出口的飞速上升带动了制造业快速发展，加速了我国工业化的进程，为农业劳动力转移提供了巨大的机会。从就业份额来看，这一时期制造业就业份额提升了3.4个百分点，是所有这些时期中上升幅度最大的时期。另外需要看到的是金融危机之后，这种结构调整的贡献明显在下滑。
从行业自身的贡献来看，制造业是劳动生产率增长最主要的贡献者
不同行业自身生产率增长的贡献差异较大。其中制造业的贡献最大，1980～2012年间，制造业自身生产率提升对整体劳动生产率增长的贡献达到56.9%，这与制造业远高于其他行业的劳动生产率增长速度密切相关；其次是服务业，这一期间服务业的贡献达到25.5%。剩下的三大行业中，农业的贡献明显高于采掘业和建筑业，1980~2012年间农业的贡献达到12.4%，而采掘业和建筑业的贡献只有2%~3%。
从制造业内部来看，绝大部分生产率提升的贡献来自各行业自身效率的改进，结构调整的贡献较小，前面从大行业分类角度对国民经济的生产率提升进行了分解，这里从制造业内部来看结构变化对制造业整体劳动生产率增长的贡献。与大的行业结构调整对国民经济生产率的较大贡献相比，制造业内部结构调整对制造业生产率提升的贡献则明显小得多。1980~2012年期间，制造业内部结构调整对整体劳动生产率提升的贡献只有5%左右。即便制造业整体劳动生产率提升对全国整体劳动生产率提升的贡献很大，制造业内部结构调整对全国整体劳动生产率提升的贡献仍然很小。测算结果显示，制造业内部结构调整带来全国整体劳动生产率年均提升0.18个百分点。这意味着全国劳动生产率增长的2%～3%来自制造业内部结构的调整。另外从不同时期来看，1985～1990年和2002～2007年两个期间结构调整对制造业整体劳动生产率提升的贡献较大，分别达到23%和18%。
从服务业内部来看，结构调整对整体生产率提升的贡献很小需要注意的是由于这里服务业内部行业划分比较粗，可能对结果存在一定的低估。而且呈不断下降的趋势。
这里对服务业生产率的提升采用了同样的方法进行了分解，呈现了与制造业不太一样的结果。1980～2012年间服务业整体劳动生产率的提升几乎全部来自各行业自身生产率的改善，只有2%来自服务业内部结构的调整。同时从不同时期来看，结构调整影响最大的是1985～1990年，这一期间结构调整对服务业生产率的贡献达到32%；此后结构调整的贡献开始不断大幅下滑，到金融危机之后结构调整对服务业生产率提升的贡献已经接近于零。导致这一结果的主要原因在需求结构的变化，从服务业内部就业结构的变化来看，近三十多年来就业比重增长最多的是生活类服务业，而这类服务业恰恰属于劳动密集型，本身的劳动生产率较低，而且增长也较为缓慢。
从国际比较的视角展望未来生产率的提升潜力
前面从历史的视角分析了过去三十多年结构调整和资源再配置对中国经济的高速增长起着重要的作用。进入新时期，随着中国经济由高速增长阶段转入较低的增速阶段，重新思考未来结构调整和资源再配置对生产率和经济增长的贡献显得更加重要。这将有利于正确判断中国经济未来增长潜力和寻找通过改革提升效率的着力点。下面将从国际比较的视角来展望未来生产率提升的潜力。
三次产业内部仍然存在很大的结构改进空间和效率提升空间
中国的农业就业比重和劳动生产率同美国、日本和韩国的比较。从数据来看，2010年中国的农业劳动力的比重达36.7%，而同期日本、韩国和美国的农业劳动力的比重仅分别为3.7%、6.6%和1.6%。可以看出无论是土地资源较为丰富的美国，还是与我国土地禀赋较为类似的日本和韩国，其农业劳动力的比重都要大大低于中国。同时从劳动生产率的比较来看，2010年美国、韩国和日本的农业劳动生产率分别是中国的21倍、8倍和7倍。虽然农业劳动生产率的差异受很多因素的影响，但是仍然可以看出中国的农业劳动生产率存在巨大的提升空间，也可以看出可以通过提升农业现代化水平，提高农业劳动生产率来释放更多农业劳动力，促进就业结构改善来提高整体劳动生产率的空间。
制造业内部部门之间要素配置扭曲程度大幅高于美国，整体TFP存在较大的改进空间
谢长泰和克雷诺（2009）提出了一个利用全要素生产率价值（revenue productivity，TFPR）的离散程度来衡量资源配置效率的方法。他们应用这一方法测算了1998~2005年中国的资源配置效率情况，结果表明如果制造业不同企业之间资源得到了有效的配置，我国制造业TFP可以提高86.6%～115%。龚关等（2013）对谢长泰和克雷诺（2009）的模型进行拓展，放宽规模报酬不变的假设，提出了利用资本的边际产出价值MRPK和劳动的边际产出价值MRPL来衡量资源配置扭曲程度的方法。同时证明了在规模报酬递增（或递减）的情况下，TFPR的离散程度并不是一个衡量资源配置效率的有效工具Hsieh&Klenow提出的TFPR对数方差这一指标不仅反映了资源配置的扭曲程度，还反映了企业间生产率的离散程度。
MRPK和MRPL的离散程度分别度量资本和劳动配置的扭曲程度。龚关等（2013）证明在其他条件不变的情况下，MRPK和MRPL的离散程度越大，说明要素配置的扭曲程度越大，行业整体的TFP越小。
这里采用龚关等（2013）类似的方法测算中国制造业的要素配置扭曲程度。与现有诸多研究采用微观企业样本不同的是，这里采用宏观层面的行业数据。本研究构建了一个包含32个制造业部门产出、劳动力和资本存量的数据库。基于这一数据本文测算不同年份制造业内部不同行业的MRPL。
私营企业比重越大的行业劳动边际产出价值越低
不同行业之间的劳动边际产出价值差异非常之大。其中最大的烟草加工业相当于最低的文体用品制造业的20倍左右。结合各行业的所有制结构可以看出，私营企业比重越高的行业劳动边际产出价值越低，如木材加工、纺织、建材、皮革、文体用品等；而私营企业比重越低的行业劳动边际产出价值越高，如烟草、石油开采及加工、燃气等行业。私营企业比重较高的行业大多属劳动密集型行业；而私营企业比重低的行业大多属资源密集型行业和垄断程度较高的行业，而且这些行业主要以国有企业为主。换句话说，在国有企业就业的劳动力报酬要明显高于私营企业。这也说明不同所有制企业之间的劳动力配置存在扭曲和流动障碍。
出口依存度越高的行业劳动边际产出价值越低
除了不同类型的企业之间劳动边际产出价值存在差异，出口企业和非出口企业之间也存在很大差异。各行业劳动边际产出价值和各自的出口依存度这里的出口依存度为出**货值与工业销售产值之比。出口依存度越高的行业，其劳动边际产出价值越低，如电子、皮革、文体用品、仪器仪表、橡胶、电气机械等出口依存度超过10%的行业，MRPL要比工业部门平均水平低30%左右。这在一定程度上说明了出口企业和非出口企业之间也存在劳动力配置的扭曲。同时也可以发现，出口依存度较高的行业之间的MRPL差异，明显小于出口依存度较低的行业之间的差异。这也印证了出口企业面临的竞争更加激烈，相互之间的要素流动更加自由。
企业规模越小的行业劳动边际产出价值越低
不同规模企业之间的劳动边际产出价值也存在明显差异。各行业企业的平均资产规模与各自的劳动边际产出价值。大企业的劳动边际产出价值明显要高于小企业的劳动边际产出价值。其中，平均资产规模排名前1/3行业的MRPL是排名后1/3行业的两倍以上。
中国的要素错配程度明显高于美国，效率改进的空间很大
上个世纪90年代之前劳动边际产出价值的离散程度比较稳定。90年代初期小平同志南方讲话之后市场化改革步伐明显加快，后来国有企业改革等一系列改革使市场体系更加完备，劳动力流动比之前更加自由。可以看到这一时期劳动边际产出价值的离散程度缩小，说明劳动力的配置效率大幅提高。2002年之后到金融危机之前MRPL的离散程度出现了较大幅度的提升。而近五年来，这一离散程度出现了较大幅度的下滑，说明劳动要素的配置效率有所改善。为了分析未来制造业内部资源配置可能的改善空间，这里将中美之间制造业内部的劳动边际产出价值离散程度进行对比。
造业内部行业之间MRPL的变异系数。结果显示过去二十多年中国制造业内部行业之间MRPL的变异系数平均值达到1.3左右，而美国只有0.3左右。这说明中国制造业内部劳动力错配程度要远远大于美国。如果以美国作为标杆，中国未来通过降低要素错配程度提高制造业TFP的空间仍然很大。
前面的分析显示，过去三十多年结构调整和资源再配置对中国经济的高速增长发挥了重要作用。同时也可以看出当前无论是在不同所有制企业、不同规模企业之间，还是在出口企业与非出口企业之间，都存在或多或少的扭曲。国际比较分析则揭示了未来中国通过结构调整和资源进一步优化配置的巨大空间。如果能够继续挖掘资源再配置的潜力，未来中国全要素生产率将会得到明显提升，经济增长质量也会得到很大程度的改进。从根本上讲，提高资源配置效率就是要消除要素流动的障碍，让要素能够自由流动。从政策层面来看，就如同党的十八届三中全会通过的《决定》中提出的，要发挥市场在资源配置中的决定性作用。只有这样才能降低资源错配的程度，继续获取资源再配置的收益，提高全要素生产率的增长率。