產業(yè)結構與經濟增長關系的實證研究
——以江西省為例

張家平，尹 晉，范天一

（1.東北財經大學 公共管理學院；2.東北財經大學 會計學院，遼寧 大連 116023）

產業(yè)結構與經濟增長關系的實證研究
——以江西省為例

張家平1，尹 晉1，范天一2

（1.東北財經大學 公共管理學院；2.東北財經大學 會計學院，遼寧 大連 116023）

本文以1978-2009年江西省GDP及各次產業(yè)的結構比例數據為樣本，運用協(xié)整分析理論和誤差修正（EC）模型研究江西省三次產業(yè)及產業(yè)結構調整對經濟增長的貢獻.研究發(fā)現：第一，江西省產業(yè)結構變動與經濟增長之間存在長期穩(wěn)定的協(xié)同互動關系；第二，產業(yè)結構變動對GDP的短期影響顯著大于其對GDP的長期影響；第三，最能有效地拉動江西省經濟增長的是其第二產業(yè)，其次為第三產業(yè).

經濟增長；產業(yè)結構；誤差修正模型；Granger因果關系檢驗

產業(yè)結構與經濟增長的關系極為密切.不同的產業(yè)結構具有不同的整體效益，從而導致經濟以不同的速度增長，而不同速度的經濟增長又會對產業(yè)結構產生不同的需求.產業(yè)結構調整與經濟增長是分不開的，它們是有機統(tǒng)一的.經濟增長促進了產業(yè)結構調整，同時產業(yè)結構調整也反過來作用于經濟增長.產業(yè)結構是前期經濟增長與發(fā)展的結果和未來經濟增長的基礎，是影響經濟發(fā)展的基本要素.產業(yè)結構變動會對經濟增長產生兩方面影響：一方面，如果產業(yè)結構不合理，變化的速度太慢，會阻礙經濟增長；另一方面，如果產業(yè)結構能夠不斷地調整升級，可以有效改善資源配置，促進經濟增長.

長期以來，由于地理位置和歷史的原因，江西省經濟發(fā)展都處于全國落后水平.雖然江西早在2001年就提出要實現在中部地區(qū)崛起的戰(zhàn)略目標，近年來也確實取得了一些可喜的進步，但江西省的增長主要是靠物質資本、勞動力等生產要素的高投入、高消耗取得的，由產業(yè)結構調整拉動的成分較小.這種陳舊的粗放式經濟增長模式不僅造成了資源的巨大浪費，而且使得江西省與發(fā)達地區(qū)的經濟差距進一步拉大.在這種情況下，加快產業(yè)結構調整成為江西經濟發(fā)展的新突破口.因此，對江西省產業(yè)結構與經濟增長關系進行研究，將有助于認清江西省的產業(yè)發(fā)展態(tài)勢，對促進地區(qū)經濟增長具有極大的現實意義.本文的研究內容可分為四個部分：第一部分是文獻綜述；第二部分介紹誤差修正模型及其建模的一般步驟；第三部分是實證研究；最后給出主要結論.

1 文獻綜述

早在300多年前，現代政治經濟學的鼻祖威廉·配第（William Petty,1652）就注意到了產業(yè)結構與經濟增長之間的關系.當西方發(fā)達國家紛紛進入工業(yè)化時代之后，產業(yè)結構與經濟增長的問題開始受到越來越多的經濟學家的關注.克拉克（Clark, 1940）對美國的就業(yè)結構進行了分析，指出美國就業(yè)結構的轉變順序是從第一產業(yè)到第二產業(yè)，繼而到第三產業(yè)，但缺乏相應的實證分析.美國經濟學家?guī)炱澞摹の髅桑⊿imon Kuznets,1949）在前人研究的基礎上研究了各國的產業(yè)結構與經濟增長的關系，指出在經濟發(fā)展的不同階段產業(yè)結構對經濟增長的影響有很大的差異，然而卻沒有對各國應該采取怎樣的產業(yè)發(fā)展戰(zhàn)略提供參考.

此后，又有許多國內外的學者對經濟增長和產業(yè)結構之間的關系進行分析和探討.分析表明，產業(yè)結構的逐漸優(yōu)化對地區(qū)GDP的增長產生了重大影響，鑒于各個地區(qū)的發(fā)展態(tài)勢以及模式的不同，適用于各個地區(qū)的產業(yè)結構模式也就會有所差異.錢納里（Chenery,1968）通過分析部門增長的決定要素，并利用51個國家的經驗數據發(fā)現，當一個國家的經濟規(guī)模發(fā)生變化時，服務業(yè)和農業(yè)結構比例變化最小，而制造業(yè)增長最大，由此提出產業(yè)增長的模式應以工業(yè)化模式為主，并認為這種工業(yè)化模式能使資源得到最優(yōu)配置.羅默（Romer,1998）通過對經濟增長的計算后認為,長期經濟增長是由技術進步（含經濟制度的變遷）貢獻的，而短期經濟增長則是由資本和勞動等要素投入的增加貢獻的.Michael Peneder(2003)在傳統(tǒng)偏離-份額分析的基礎上，運用動態(tài)面板估計對經濟合作與發(fā)展組織的28個國家的數據進行實證研究，研究證實，在20世紀90年代產業(yè)結構是經濟增長和發(fā)展的一個重要的決定因素.

我國學者也運用不同的分析方法對國內部分省市區(qū)的產業(yè)結構變動和經濟增長的關系進行了大量的實證研究.呂鐵、周叔蓮（1999）對1979-1976年三次產業(yè)結構變動及增長效應進行實證考察，從資源再配置效應對經濟增長的貢獻看，我國三次產業(yè)結構的變動對增長的影響較小，沒有達到應該達到的水平；從促進經濟增長方式轉變的角度看，應通過產業(yè)結構的調整增加生產率水平較高和生產率增長較快的產業(yè)的比重，降低生產率較低的產業(yè)所占比重，從而提高產業(yè)結構變動的資源再配置效應.劉偉、李紹榮（2002）從產業(yè)結構對中國經濟增長的貢獻和產業(yè)結構對經濟規(guī)模、要素效率的影響兩個方面進行實證研究，發(fā)現中國的經濟增長主要是由第三產業(yè)拉動的，然而第三產業(yè)的結構擴張降低了第一產業(yè)和第二產業(yè)對經濟規(guī)模的正效應.朱慧明等（2003）運用格蘭杰因果關系檢驗對我國產業(yè)結構與經濟增長關系進行了實證檢驗，發(fā)現產業(yè)結構調整促進了經濟增長，而非經濟增長造成了我國的產業(yè)結構調整；同時，通過產業(yè)結構對經濟增長貢獻的研究，證明了擴大第三產業(yè)產出在國內生產總值中的比重能引導我國經濟的良性增長.李世彬（2006）對黑龍江的相關產業(yè)結構狀況分析發(fā)現，二者存在著長期均衡的協(xié)同互動關系，黑龍江省應有針對性地制定有效的產業(yè)政策,使經濟增長盡快實現由依靠增加投入的粗放型方式向依靠結構轉換的集約型方式轉變.劉偉、張輝（2008）將技術進步和產業(yè)結構變遷從要素生產率中分解出來,實證度量了產業(yè)結構變遷對中國經濟增長的貢獻,并將產業(yè)結構變遷與技術進步的貢獻相比較，研究表明,自改革開放以來的三十年中,雖然產業(yè)結構變遷對經濟增長的貢獻曾十分顯著,但隨著市場化程度的提高,產業(yè)結構變遷對經濟增長的貢獻不斷降低.杜超等（2010）通過建立經濟計量模型對廣西省產業(yè)結構與經濟增長進行了定量分析，發(fā)現廣西第二產業(yè)和實際經濟增長之間也存在長期穩(wěn)定的均衡關系，對廣西經濟增長貢獻顯著，第一、三產業(yè)對經濟的增長貢獻不明顯，彼此之間不存在長期穩(wěn)定的均衡關系.

雖然國內學者對我國部分省市區(qū)產業(yè)結構與經濟增長的關系做了大量有意義的探討.但必須注意到，不同省市區(qū)在不同時段兩者間的關系一般是不同的.因此，本文擬運用誤差修正模型來刻畫江西省產業(yè)結構與經濟增長的內在依存關系，以揭示兩者間微妙的復雜關系.

2 模型簡介

2.1 誤差修正模型

協(xié)整理論指出，某些經濟變量間確實存在著長期均衡關系.這種均衡關系意味著經濟系統(tǒng)不存在破壞均衡的內在機制.如果變量在某時期受到干擾后偏離長期均衡點，則均衡機制將會在下一期進行調整以使其重新回到均衡狀態(tài).長期均衡關系可由如下模型表示：

式中，α1為Y對X的長期彈性，μt是隨機擾動項.

通過對變量進行協(xié)整分析可發(fā)現上述長期均衡關系，但卻無法得知這些變量偏離它們共同的隨機趨勢時的調整速度，而用誤差修正模型（ECM）可以解決這個問題.

誤差修正模型是一種具有特定形式的計量經濟學模型，它的主要形式是由Davidson,Hendry, Srba和Yeo于1978年提出的，稱為DHSY模型.模型可寫為：

其中ecm表示誤差修正項.一般情況下0<λ<1,我們可以據此分析ecm的修正作用：若t-1時刻Y大于其長期均衡解α0+α1Xt-1，ecm為正，則-λ·ecm為負，使得ΔYt減少；若t-1時刻Y小于其長期均衡解α0+α1Xt-1，ecm為負，-λ·ecm為正，使得ΔYt增大.體現了長期非均衡誤差對Yt的控制.并且長期非均衡模型（1）中的α1為Y對X的長期彈性，而上述短期非均衡模型中的βt可視為Y對X的短期彈性.

誤差修正模型的建模步驟如下：

第一步，對各序列數據進行單位根檢驗.這里單位根檢驗滯后項數的選擇主要用AIC、BIC等準則輔助確定.

第二步，在各變量滿足同階單整的基礎上，對被解釋變量和解釋變量進行協(xié)整檢驗，常用的檢驗方法包括E-G兩步法和JJ檢驗.本文所使用的方法為E-G兩步法檢驗.

第三步，將協(xié)整分析中所得的殘差項經過適當的變換作為誤差修正項引入模型，從而建立誤差修正模型進行相應的分析.

2.2 產業(yè)結構對經濟增長的貢獻模型

羅默（Romer,2000）通過對經濟增長的計算后認為：長期經濟增長是由技術進步（含經濟制度的變遷）貢獻的，而短期經濟增長是由資本和勞動等要素投入的增加貢獻的.然而，技術、資本和勞動是在一定產業(yè)結構中組織在一起進行生產的.對于給定的技術、資本和勞動，不同的產業(yè)結構會導致不同的生產，從而對經濟增長帶來不同的貢獻，因而產業(yè)結構與經濟增長關系的研究成為人們關注的一個重要問題.

先考慮不同產業(yè)結構對生產影響的函數Y=f (X1,X2,X3,A)，其中,Y表示地區(qū)生產總值，Xi表示第i產業(yè)的產值，i=1,2,3,A表示經濟制度和技術水平.對函數Y=f(X1,X2,X3,A)求全微分得到：

方程兩邊同除以Y，則（3）式可變?yōu)椋?/p>

3 實證分析

3.1 數據來源與處理

采用江西省1978－2009年的GDP以及三次產業(yè)的各年結構比例（X1、X2、X3）作為本文的研究數據，其中X1為第一產業(yè)在GDP中所占比例，X2為第二產業(yè)在GDP中所占比例，X3為第三產業(yè)在GDP中所占比例.數據來源于歷年《江西省統(tǒng)計年鑒》，為了消除價格因素對GDP數據的影響，用年度CPI（1978=100）對GDP序列數據進行價格調整，得到實際年度GDP.對變量取自然對數可以明顯改善數據的異方差性，也可以直接觀察到各產業(yè)對GDP的彈性，而且取對數的操作并不會從本質上改變分析結果的準確性，因此對各變量取自然對數，取自然對數后的各變量分別記為lnGDP、lnX1、lnX2和lnX3.

3.2 數據的平穩(wěn)性檢驗

時間序列數據平穩(wěn)性檢驗常用到的方法有：DF檢驗和ADF檢驗.DF檢驗和ADF檢驗都為參數檢驗方法，它們對異常值十分敏感，檢驗的勢（power）較低.為克服異常值數據對平穩(wěn)性檢驗的影響，本文采用非參數的平穩(wěn)性檢驗方法：PP檢驗.趙進文（2009）證明了PP檢驗的穩(wěn)健性和勢要高于ADF檢驗，平穩(wěn)性檢驗的可靠性高.記lnGDP、lnX1、lnX2和lnX3的一階差分序列分別為ΔlnGDP、ΔlnX1、ΔlnX2和ΔlnX3.對原序列和一階差分序列的平穩(wěn)性檢驗的結果見表1.

由表1得出：在PP檢驗的情形下，序列l(wèi)nGDP、lnX1、lnX2和lnX3均無法拒絕存在單位根的原假設，因此這四個序列都為非平穩(wěn)序列，存在單位根.為了確定這四個序列的單位根數目，進一步對一階差分序列的平穩(wěn)性進行考察.由一階差分序列的PP檢驗結果得知，序列ΔlnGDP、ΔlnX1、ΔlnX2和ΔlnX3不存在單位根，為平穩(wěn)序列.這說明原序列l(wèi)nGDP、lnX1、lnX2和lnX3都存在一個單位根，都是一階單整序列.

表1 數據平穩(wěn)性檢驗結果

3.3 協(xié)整檢驗

經典的回歸分析模型要求進入回歸方程的解釋變量和被解釋變量都為平穩(wěn)變量，如果這個要求不能滿足，就容易出現偽回歸的問題.而本文中所要研究的序列l(wèi)nGDP、lnX1、lnX2和lnX3都為非平穩(wěn)序列，因此也就無法使用在平穩(wěn)性要求下的傳統(tǒng)的回歸分析模型.Granger和Engel所提出的協(xié)整理論為研究非平穩(wěn)時間序列的建模提供了嶄新的思路.協(xié)整理論中放松了對變量具有平穩(wěn)性的硬性要求，把它拓展到只要序列間的線性組合是平穩(wěn)序列即可進行計量建模分析.結合本文所研究數據的特點，準備在協(xié)整理論的框架下進行實證分析.

進行協(xié)整檢驗的主要方法有兩種，分別為E-G兩步法和Johansen檢驗.本文應用E-G兩步法對數據序列進行協(xié)整檢驗.為此，首先建立協(xié)整方程，協(xié)整方程按照產業(yè)結構對經濟增長的貢獻模型（6）確定，并得出相應的估計結果.結果如下所示：

表2 殘差平穩(wěn)性檢驗

為了檢驗是否存在協(xié)整關系，需要對協(xié)整分析中所得的殘差進行平穩(wěn)性檢驗.在解釋變量和被解釋變量都為同階單整序列的前提下，如果可以找到一個線性組合使得估計方程（1）的殘差序列為平穩(wěn)序列，則我們說所考察的變量序列間存在協(xié)整關系，這意味變量間存在著一種內在的長期穩(wěn)定關系.但若殘差通不過檢驗，則說明數據之間不存在穩(wěn)定的線性關系，模型估計得到的結果可能是偽回歸.表2給出了方程（1）中所得的殘差序列的平穩(wěn)性檢驗結果.

由表2的檢驗結果可知，殘差通過了平穩(wěn)性檢驗，說明樣本回歸方程（1）的殘差序列是平穩(wěn)的.這進一步表明lnGDP、lnX1、lnX2和lnX3存在一個線性組合使得協(xié)整關系成立，經濟增長和三次產業(yè)結構所占比重間存在著一種內在的長期均衡關系.

下面我們對模型估計所得的協(xié)整方程進行解釋.協(xié)整關系的存在意味著變量間存在著長期的依存關系，因此協(xié)整方程的解釋都是從長期關系角度進行的.（1）式表明，不同次產業(yè)對經濟增長的方向和大小都有不同影響.從影響方向來看，第一次產業(yè)所占比重對經濟增長有負向影響，也即第一次產業(yè)在三次產業(yè)中所占的比重越大，越會抑制經濟增長.第二次產業(yè)和第三次產業(yè)所占比重對經濟增長有正向影響，也即第二次產業(yè)和第三次產業(yè)在三次產業(yè)中所占比重越大，越會促進經濟增長.從作用的程度來看，第一產業(yè)的相對比例每增長1%，GDP會減少1.812%，第二、三產業(yè)結構每變動1%，江西省經濟總量將長期同向變動1.017%和2.692%.同時錢納里（Chenery,1968）提出的產業(yè)增長模式認為，第二和第三產業(yè)的發(fā)展將會促進經濟的進一步增長，而第一產業(yè)的大力發(fā)展對經濟的促進作用不甚明顯，甚至會阻礙經濟的增長，這說明江西省的經濟發(fā)展模式和錢納里（Chenery,1968）提出的產業(yè)增長模式是相符合的.

3.4 EC模型的建立及估計

在應用計量經濟學中，如何建立與數據特征相吻合的模型是首先需要考慮的問題.其中模型的設定又是最關鍵的問題之一，如果模型設定不當，即使參數的估計再優(yōu)美也是沒有意義的.按照Hendry（1970）的動態(tài)建模理論，最一般的線性模型形式是自回歸分布滯后（ADL）模型，它能包容常用的其他模型的設定形式.誤差修正模型(ECM)是ADL模型的等價參數變換，即沒有對ADL模型的參數作任何約束假定，因此得到了廣泛的應用.除此之外，誤差修正模型還可以將ADL模型轉換為EC模型以便能夠使經驗性分析結果與經濟理論相對應.EC模型能夠將短期波動和長期均衡對非均衡的修正機制分離開來，便于對它們分別做出經濟解釋.

協(xié)整方程可以對經濟增長和產業(yè)結構間存在的長期均衡關系進行刻畫，但無法考察產業(yè)結構短期的變動對經濟增長的影響機制.誤差修正模型在協(xié)整方程的基礎上，將產業(yè)結構的差分項加入估計方程，用以表示短期的變動效應，因此可以用來研究產業(yè)結構的短期波動對經濟增長的影響.構建誤差修正模型的具體步驟是，將產業(yè)結構的差分項和經濟增長差分項的一階滯后作為解釋變量加入方程，協(xié)整分析中得到的殘差項做適當的處理后作為誤差修正項也要加入估計方程，從而建立誤差修正模型，得到模型的具體估計形式如下：

根據模型參數的估計值來看，江西省的第二、三產業(yè)的結構變化，將引起該地區(qū)生產總值的短期同方向變化.第二產業(yè)結構變化1%，經濟總量的短期變動為1.2498%，第三產業(yè)結構變化1%，經濟總量短期將同向變動0.3296%.而上一期經濟總量每變化1%將引起該地區(qū)本期經濟總量同向變化1.1199%，這反映了慣性的延續(xù).

誤差修正系數符號為負，符合方向修正機制，其修正速度為1.052，表明GDP向平衡狀態(tài)收斂的力度并不大，因此江西省產業(yè)結構變動主要以短期波動的形式來影響GDP的變化，即江西省的產業(yè)結構變動時模型會以1.052的速度對經濟進行相應的修正，所以政府應該時刻關注三次產業(yè)的結構變化，以便及時調整確保江西省國民經濟健康、穩(wěn)定、持續(xù)的發(fā)展.

3.5 Granger因果關系檢驗

Granger因果關系檢驗可以用來研究變量間是否存在統(tǒng)計意義上的預測關系，也即說如果說變量1是變量2的Granger原因，則表明變量1對變量2有預測作用.但這里還需要澄清的是，存在著統(tǒng)計意義上的預測關系并不意味著存在事實上的因果關系，事實上的因果關系只有通過經濟理論和經驗常識進行判定.因此在一般情況下使用Granger因果關系的步驟應是首先從經驗常識和經濟學原理上明了所要研究變量間是否存在因果關系，如果存在因果關系，我們繼續(xù)使用Granger因果檢驗時就可以從因果的角度對結果進行解釋，不然的話，只是說明變量間存在著統(tǒng)計意義上的預測關系.下面我們將使用Granger因果檢驗來研究經濟增長和產業(yè)結構間的關系.由于Granger因果關系檢驗對變量的平穩(wěn)性以及滯后階數很敏感，因此，運用變量的一階差分序列進行檢驗.關于滯后階數的選取利用VAR模型的AIC、BIC等準則來確定，最后確定滯后階數為2階.檢驗結果見表3.

上文已經從經濟理論角度對產業(yè)結構對經濟增長的影響作用進行了研究.經濟理論支持產業(yè)結構對經濟增長的不同影響機制，因此，下面的分析我們可以從事實上的因果角度對檢驗所得到的結果進行分析.從結果來看，第一產業(yè)和GDP之間的因果關系檢驗的概率為0.1514和0.2418，均大于5%的顯著性水平，所以第一產業(yè)與GDP之間不構成任何因果關系，不能形成相互促進效應；然而第二產業(yè)的發(fā)展卻可以帶動江西省的經濟增長，p值以0.01的概率拒絕了第二產業(yè)不是江西省經濟增長原因的原假設.另外，由檢驗可以看出江西省的經濟增長和第三產業(yè)的發(fā)展構成弱因果關系，即經濟增長可以在一定程度上帶動江西省的第三產業(yè).第一產業(yè)的發(fā)展分別以0.006和0.042的概率小于5%的顯著性水平，從而拒絕了第一產業(yè)不是第二、第三產業(yè)增長的原因的原假設，說明第一產業(yè)可以帶動第二、第三產業(yè)的發(fā)展.而且江西省第三產業(yè)發(fā)展也可以帶動第二產業(yè)的發(fā)展.由此可見，江西省經濟增長與產業(yè)結構調整之間的作用方向是：產業(yè)結構調整能促進經濟增長，而經濟增長也能促進產業(yè)結構調整.從分析來看，在江西省大力發(fā)展第三產業(yè)，從而帶動第二產業(yè)快速增長，最終達到使江西省的經濟總量發(fā)生增長，本文為這個觀點提供了強有力的支持.

表3 Granger因果關系檢驗結果

4 結論

本文運用協(xié)整分析理論和誤差修正（EC）模型對改革開放以來江西省三次產業(yè)及產業(yè)結構調整對經濟增長的貢獻進行研究.由實證研究可以得到以下結論：

第一，江西省產業(yè)結構變動與實際經濟增長之間存在長期穩(wěn)定的協(xié)同互動關系.盡管GDP與各產業(yè)產值數據都不具有平穩(wěn)性，但就長期而言，存在著某種經濟機制使產業(yè)結構與經濟增長之間具有共同的變動趨勢.

第二，從模型的修正系數來看，江西省的GDP向平衡狀態(tài)收斂的力度不大，因此該省產業(yè)結構變動主要以短期波動的形式來影響GDP的變化，所以政府應該時刻關注三次產業(yè)的結構變化，以便及時調整以確保江西省國民經濟健康、穩(wěn)定、持續(xù)的發(fā)展.

第三，最能有效地拉動江西省經濟增長的是其第二產業(yè)，其次為第三產業(yè).但也必須看到，江西省第一產業(yè)的增長雖然從長期來看會阻礙經濟的進一步增長，但從短期來看卻能夠帶動GDP的上升.

研究結論表明通過調整和優(yōu)化產業(yè)結構可以有效推動江西省經濟增長.通過產業(yè)結構調整促進經濟增長，是從傳統(tǒng)粗放型方式向集約型方式轉變的有效途徑.根據江西省的情況，重點發(fā)展具有較強關聯(lián)帶動效應、并且已有一定優(yōu)勢的先進制造業(yè)和高層次的為生產服務的金融、保險、信息、咨詢、技術、風險投資、物流等新興服務業(yè)應是江西省促進未來經濟發(fā)展的重要發(fā)展戰(zhàn)略.另外，值得注意的是，從長期來看經濟總量增長與第二、三產業(yè)產值結構同向變動，而與第一產業(yè)產值結構呈反向變動，這說明江西省農業(yè)邊際生產力低于其他產業(yè)，因此對農業(yè)部門的勞動力等資源進行再配置，對江西省的經濟發(fā)展將具有極大的現實意義.

〔1〕李子奈,潘文卿.計量經濟學[M].高等教育出版社,2000.167-173.

〔2〕徐冬林.中國產業(yè)結構變遷與經濟增長的實證分析[J].中南財經大學學報,2004(2):49-54.

〔3〕張輝,王曉霞.北京市產業(yè)結構變遷對經濟增長貢獻的實證研究[J].經濟科學,2009(4):53-61.

〔4〕朱慧明,韓玉啟.產業(yè)結構與經濟增長關系的實證分析[J].運籌與管理,2003(4):68-72.

〔5〕劉建平,王克林,黃懷槐.產業(yè)結構與經濟增長關系的實證分析—以廣東省為例 [J].統(tǒng)計觀察, 2006(1):70-72.

〔6〕劉偉,李紹榮.產業(yè)結構與經濟增長[J].中國工業(yè)經濟,2002(5):14-21.

〔7〕劉偉,張輝.中國經濟增長中的產業(yè)結構變遷和技術進步[J].經濟研究,2008(11):4-15.

〔8〕Chenery.Development patterns:among countries and over time[J].The Review of Econom ics and Statistics,1968(11):391-416.

〔9〕Murphy,Riddell,Romer.W ages,skills,and technology in the United States and Canada [M].1998:183-197.

〔10〕M ichael P.,Industrial structure and aggregate grow th[J].Structural Change and Econom ic Dynam ics,2003(4):427-448.

F062.9

A

1673-260X（2014）01-0049-05