產業結構升級的動態演進和驅動因素研究

鄧光耀

（1蘭州財經大學甘肅經濟發展數量分析研究中心；2蘭州財經大學統計學院，甘肅 蘭州 730020）

一、引言

改革開放以來，中國產業結構經歷了從第一產業為主，到以第二產業為主，并進一步以第三產業為主的演變。產業結構升級是深化供給側結構性改革的必然要求，也是實現經濟新常態和國民經濟可持續發展的必經之路，因此研究產業結構升級動態演進及其影響因素是有重要理論意義和實踐價值的。

科技創新是促進產業結構升級和經濟發展的主要動力，科技創新決定了技術水平的高低，而技術水平的差異是導致生產效率差異的重要原因。由于生產要素通常會從生產效率較低的生產部門向生產效率較高的生產部門轉移，從而會導致產業結構升級。因此，可以說科技創新是促使產業結構升級的重要動力。萬君康和陳全國［1］指出科技創新從供給和需求兩個方面影響產業的投入產出狀況，并且通過影響生產要素的配置和轉換效率，進一步推動產業結構升級。Azadegan和Wagner［2］從企業層面的研究表明科技創新能夠促進產業結構升級。沈雷和靳禮偉［3］指出科技進步推動技術融合，從而促進了產業結構升級。周忠民［4］研究了湖南省科技創新對產業結構轉型升級的影響，指出科技創新對產業結構的影響是一個長期過程。

除科技創新外，部分學者還研究了其他因素對產業結構升級的作用。袁欣［5］指出對外貿易活動的規模經濟效應有利于積累技術進步，但是中國的對外貿易不能有效帶動產業結構的升級，存在“鏡像”和“原像”的背離。藍慶新和陳超凡［6］的研究表明科技創新、新型城鎮化、金融支持和市場化程度等因素促進產業結構升級。李豫新等［7］指出科技創新能力、城市化發展水平、投資供給和產業政策等因素是促進新疆產業結構升級的主要因素。Pradhan等［8］的研究表明信息技術和金融發展能夠促進亞洲國家經濟增長和產業結構升級。楊丹萍和楊麗華［9］指出對外貿易和技術進步會影響產業結構升級，并且對外貿易與產業結構之間存在“U”形關系，即先減少后增加的關系。謝婷婷和趙鶯［10］的研究表明科技創新和金融發展均是促進產業結構升級的重要因素，但是與金融發展相比，科技創新促進產業結構升級的力度較小。

以上文獻雖然對科技創新對產業結構升級的影響進行了研究，但是仍缺乏對產業結構升級的動態演進過程的研究，另外還存在科技創新對產業結構升級影響機制的分析力度不夠的現象?；谝陨显?，本文首先利用核密度估計和馬爾科夫鏈研究了中國及各省產業結構升級的動態演進過程，然后利用動態面板模型分析了科技創新等因素對產業結構升級的影響。

二、理論分析和模型構建

本文參考萬君康和陳全國［1］、周忠民［4］、Azadegan 和 Wagner［2］、Feki和 Mnif［11］、Kogan等［12］的研究成果，總結科技創新影響產業結構升級的機理如下：（1）科技創新通過影響經濟增長來改變產業結構。根據經典的Solow增長模型，技術進步是推動經濟增長的重要因素，而經濟的增長常伴隨著產業結構的變動。與非農產業相比，農業比較效益低下，因此在經濟增長的同時，中國非農產業的增加值占比增加，從而促進產業結構升級。（2）科技創新通過影響就業結構來改變產業結構。科技創新不但可以促使不同行業勞動生產率產生差異，而且可以促使體力勞動和腦力勞動的比例發生變化，從而通過改變勞動力就業結構的方式改變產業結構。科技創新提高了從事腦力勞動的就業人數占總就業人數的比重，而從事腦力勞動的人員多從事第三產業，從而科技創新導致了產業結構升級。（3）科技創新可以催生新的行業，從而改變產業結構。例如科技創新導致了信息技術、生物工程技術、海洋技術、航空航天技術、新醫藥、新材料、新能源等新行業產生，而這些行業大多數為第三產業，第三產業產值占GDP比值的提高本身就是產業結構升級的重要體現。另外本文參考周忠民［4］，選取專利授權數來度量科技創新程度。綜上所述，科技創新影響產業結構升級的傳導機制如圖1所示：

圖1 科技創新影響產業機構升級的傳導機制

根據前文敘述，金融發展［8］［10］、城鎮化［6］、國際貿易［5］［9］等因素也影響產業結構升級。本文用存貸款總額除以GDP、固定資產投資除以GDP來衡量金融發展對產業結構升級的影響，另外用人口城鎮化率、對外貿易依存度（進出口總額除以GDP）、對外貿易依存度的平方（表征國際貿易可能存在的非線性影響）來衡量城鎮化和國際貿易對產業結構升級的影響。另外考慮到產業結構升級可能存在動態效應，本文建立以下動態面板模型：

其中，Y為產業結構升級指數、X1～X6依次為專利授權數、存貸款總額除以GDP、固定資產投資除以GDP、人口城鎮化率、對外貿易依存度和對外貿易依存度的平方，γ、β0、βj是回歸系數，μ為隨機擾動項，下標i、t分別代表個體和時間。

為了檢驗回歸結果的穩健性，本文參考鄧光耀和張忠杰［13］已有研究成果，進一步利用以下動態空間面板模型進行回歸：

其中，τ、δ、η分別代表動態效應項系數、空間滯后項系數和時空效應項系數，W為空間權重矩陣，本文取標準化后的0-1權重矩陣，其他變量或者參數的名稱與公式（1）一致。

三、研究方法和數據來源

（一）研究方法

本部分首先敘述本文中產業結構升級的構建方法，然后敘述兩種度量產業結構升級動態演進的方法，最后敘述科技創新等因素對產業結構升級的影響。

1.產業結構升級指數的構建。目前對產業結構升級的度量存在三種不同的方法：（1）用非農產值占比來度量。例如羅超平等［14］在研究金融發展和產業結構升級的關系時，將第二產業和第三產業的增加值占GDP的比率作為衡量產業結構升級的指標。（2）用夾角的反余弦值來度量。例如徐敏和張小林［15］在研究普惠制金融發展和產業結構調整的關系時，利用三次產業占比向量對應坐標體系夾角的變化（即利用夾角的反余弦值），來度量產業結構高級化水平。（3）用各產業產值占比的加權值來度量。藍慶新和陳超凡［6］在研究新型城鎮化對產業結構升級的影響時，采用以下指數來度量產業升級：

其中，r1、r2和r3分別是第一產業、第二產業和第三產業增加值占GDP的比例。根據公式（3）易知，Y的取值范圍在1～3之間。

以上三種度量產業結構升級的方法本身不存在優劣之分，本文采用各產業產值占比的加權值來度量中國各省產業結構升級。

2.核密度估計。為了分析中國各省產業結構升級的動態演進過程，本文首先對中國各省產業結構指數進行核密度估計，參考Li和 Racine［16］，鄧光耀和張忠杰［13］，楊明海等［17］的研究方法，核密度估計的具體公式如下：

其中，f（x）代表中國各省產業結構升級指數的密度函數，n為樣本量（即省份個數），K（·）為核函數（本文取高斯函數），h為帶寬。另外，在選擇高斯核函數的情況下，最優帶寬h*為：

其中，δ=0.7764，s為樣本的標準差。

3.馬爾科夫鏈。 參考 Quah［18］、鄧光耀和張忠杰［13］的研究，本文進一步利用馬爾科夫鏈來研究中國各省產業結構升級的動態演進過程。

馬爾科夫鏈是指滿足以下條件的隨機過程｛Xt，t∈T｝：

其中，i0，i1，…，it-1，i，j是隨機過程｛Xt，t∈T｝所對應的狀態。公式（6）表示隨機變量X在t-1時期所取的狀態j的概率僅取決于t時期所取的狀態i，即具有馬爾科夫性（也即無后效性）。

狀態轉移概率pij是指隨機變量X從狀態i轉移到狀態j的概率，將各省產業結構升級指數分為L組，那么所有的狀態轉移概率pij可組成階矩陣P。轉移概率矩陣中的代表元素pij則通過極大似然法確定，即：

其中，nij是各省產業結構升級指數在考察期間中從狀態i轉換為狀態j的次數，nj是各省產業結構升級指數在考察期間中狀態j出現的總次數。

（二）數據來源

限于數據的可得性，本文考察2000-2016年除西藏、香港、澳門、臺灣以外30個省市科技創新等因素對產業結構升級的影響。本文中構建產業結構升級指數所需要的各省三大產業增加值數據，表征科技創新的專利授權數據，表征金融發展程度的固定資產投資，城鎮化率，以及表征貿易依存度的進出口貿易額數據均來自于歷年《中國統計年鑒》，表征金融發展程度的存貸款之和數據來自于Wind數據庫。另外進出口貿易額數據單位為美元，本文按照年平均匯率換算到人民幣元。各變量的描述性統計量如表1所示。

表1 各變量的描述性統計量

四、實證分析

（一）產業結構的動態演進

1.核密度估計。本文首先分析每個年度30個省份產業結構升級指數的平均值，進一步以2000年、2004年、2008年、2012年和 2016年為例，進行核密度估計。2000-2016年中國各省產業結構升級指數的平均值如圖2所示①本文中東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區包括黑龍江、吉林、山西、安徽、江西、河南、湖北和湖南，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。：

圖2 2000-2016年中國各省產業結構升級指數的平均值

從圖2可以看到：（1）與全國相比，東部地區各省產業結構升級指數更高，而中西部地區則更低。這說明中國各區域產業結構存在較大的差異，東部地區第三產業占比相對于中西部地區更高。（2）從各區域指數值來看，在2000-2016年指數值在2.15～2.50之間，這說明中國的產業結構逐漸轉為以第三產業為主。（3）對各區域來說，產業結構升級指數大體上呈現上升的趨勢，部分年度處于低谷，例如2004年和2008年，這可能是由于金融危機的影響，第三產業占比下降了。

2000年、2004年、2008年、2012年和 2016年中國30個省份產業結構升級指數的核密度估計如圖3所示②由于分析方法類似，本文未列出東部、中部和西部地區各省份產業結構升級指數的核密度估計。。

圖3 中國30個省份產業結構升級指數的核密度估計

從圖3可以看到：（1）從密度函數中心來看，各年度中心值逐漸右移，這說明各省份產業結構指數的平均值在逐漸提升，在圖2中也體現了此特點。（2）從密度函數中心的峰值來看，2016年最大，其次是2008年、2012年、2004年和2000年，這說明2016年在平均值附近的樣本較多，數據更集中。（3）從波峰的個數來看。2000年、2004年和2012年波峰均為兩個，2008年和2016年出現了三個波峰，這說明各省產業結構升級指數呈現兩極甚至多極分化的現象。（4）從尾部來看，呈現右偏分布的特征，這說明右邊的樣本量比左邊更多，即考察年度里產業結構指數大于平均值的省份個數更多。

2.馬爾科夫鏈。雖然核密度估計可以分析中國各省產業結構升級指數的分布特征和動態演進過程，但是仍未揭示各省產業結構升級指數的高低轉換概率及其長期趨勢，因此本文進一步用馬爾科夫鏈方法來分析此問題。

本文首先根據初始期（2000年）中國各省產業結構升級指數的取值情況，將30個省份等分為5組（即每組6個省份），分組閾值分別為2.105、2.170、2.210 和 2.276。 初始期和最末期（2016年）各省份產業結構升級指數及分組情況如表2和表3所示。

表2 2000年中國各省產業結構升級指數及分組情況

表3 2016年中國各省產業結構升級指數及分組情況

從表2和表3可以看到：（1）除海南外，大多數東部地區的省份產業結構升級指數值較高，特別是北京、上海和天津等直轄市。對海南省來說，2000年第一、第二和第三產業產值占比分別為37.91% 、17.96% 和 42.33%（全 國 整 體 水 平 為15.27% 、47.10% 和 37.63% ），2016 年 則 為23.40% 、22.35% 和 54.25%（全 國 整 體 水 平 為8.16%、42.79%和 49.05%），以上數據說明海南省第三產業產值占比雖然比全國整體水平還高，但是由于第一產業產值占比較高，根據公式（3）計算出來的產業結構升級指數較低。對北京、上海和天津來說，由于其第一產業產值占比較低（2000 年的值分別為 3.63%、1.83%和 4.49%，2016 年的值分別為 0.51%、0.39%和 1.23%），第三產業產值較高（2000年的值分別為58.31%、50.63%和 45.48%，2016 年的值分別為 80.23%、56.44%和 69.78%），根據公式（3）計算出來的產業結構升級指數較高。（2）除山西外，大多數中西部地區的省份產業結構升級指數值較低。對山西省來說，2000年第一、第二和第三產業產值占比分別為 10.94%、50.35%和 38.71%，2016 年則為6.01%、38.54%和 55.45%，與全國整體水平相比，山西省第一產業產值占比較低，第三產業產值占比較高，因此根據公式（3）計算出來的產業結構升級指數較高。（3）按產業結構升級指數值大小排序，與2000年相比，2016年排序發生較大變化的省份有四川和青海，其中四川省排序上升了11位，青海省排序則下降了11位；另外，與2000年相比，2016年指數值發生較大變化的省份有海南、 北京和內蒙古，分別上升了0.2643、0.2505和0.2453。（4）從分組情況來看，與 2000 年相比，2016年所有省份產業結構升級指數均有明顯的提高，除廣西外，按照2000年的分組標準其他省份均進入了產業結構升級指數最高組。

表2和表3雖然列出了2000年和2016年中國各省產業結構升級指數情況，但是忽略了2000-2016年中間年份的變化情況，為了揭示這種變化過程，本文利用公式（7）計算轉移概率矩陣，計算結果如表4所示。

從表4可以看到：（1）ni所對應的行元素均為96，這是因為初始期（2000年）的每一種狀態所對應的省份均為6個，在2001-2016這16年中每一年均有可能維持原來的狀態或者轉化為其他狀態，從而根據6乘以16可得96次狀態。（2）nj所對應的列元素依次是 9、50、64、145 和 212，這說明在2001-2016年中出現狀態L（最低）的次數很少，大部分省份所對應的狀態是H（最高），這意味著各省產業結構升級指數在2001-2016年中出現了較大的提高。（3）轉移概率矩陣中的代表元素按照公式（7）計算，例如 ML（中低）×L（最低）所對應的元素0.48是根據2000年（初始期）狀態L（最低）轉換成狀態ML（中低）的次數（24）除以（50）所得到。對狀態 L（最低）、ML（中低）、H（高）來說，與非對角線上元素相比，對角線元素的值一般更高，這說明以上狀態存在慣性，不易轉為其他狀態。對狀態MM（中）和MH（中高）來說，非對角線上元素值可能比對角線上元素值更大，例如 0.33 大于 0.30，0.29 大于 0.24，這說明從狀態MM（中）易于轉換為狀態MH（中高），狀態MH（中高）易于轉換為狀態H（高）。

表4 2000-2016年中國各省產業結構升級指數的轉移概率矩陣

（二）科技創新等因素對產業結構升級的影響

為了避免偽回歸的問題，本文對用到的變量進行面板單位根檢驗和協整檢驗，檢驗結果如表5和表6所示。

從表5可以看出，各變量一階差分之后均是平穩的。另外，根據表6協整檢驗的結果，各自變量和因變量之間存在協整關系。

表5 各變量單位根檢驗的結果

表6 協整檢驗結果

根據核密度估計和馬爾科夫鏈的分析結果，近年來中國各省產業結構升級指數呈現出動態調整趨勢，但是仍未揭示動態調整的影響因素。為此，本文利用公式（1）所示的動態面板模型來研究科技創新等因素對產業結構升級的影響（利用動態面板模型的另一個原因是為了處理內生性），為了比較，本文也列出了靜態面板模型的估計結果，如表7所示。

表7 產業結構升級的驅動因素分析

根據Hausman檢驗的結果，在靜態面板模型中，與隨機效應相比，模型1和模型2應當選擇固定效應。根據自相關檢驗的結果，隨機擾動項的差分存在一階自相關，但是不存在二階自相關，可以進行系統GMM估計。根據Sargan檢驗的結果，模型1和模型2中的工具變量均是有效的，可以進行系統GMM估計。

從科技創新所對應的回歸系數來看。對于模型1和模型2，無論在靜態面板模型還是動態面板模型中，科技創新對產業結構升級的影響顯著為正。由于科學技術是第一生產力，而技術進步來源于科技創新，隨著技術水平的提高，勞動者素質和管理水平會顯著提高，從而發生第一產業向第二產業及第三產業的轉變，即科技創新通過影響經濟增長和就業結構的途徑進一步影響產業結構。另外，科技創新也可以催生新的行業，特別是高科技產業，從而改變產業結構。

其他各項回歸系數也符合理論預期。（1）從動態效應項系數來看，模型1和模型2存在顯著的動態效應，這進一步證明了中國各省產業結構升級指數呈現動態調整趨勢。（2）從回歸系數和來看，在靜態效應中，模型1和模型2回歸系數為正，但是不顯著；在動態效應中，模型1和模型2回歸系數顯著為正。由于金融發展程度的加深，會增加科技創新方面的資金投入，從而會正向影響產業結構升級。（3）從回歸系數來看，城鎮化水平的高低也顯著影響產業結構升級。由于人口城鎮化率的提升，從事第二和第三產業的勞動人數也會提升，從而從勞動力需求角度正向影響了產業結構升級。（4）從回歸系數和來看，在模型1和模型2中為負，并且在動態面板模型中顯著，則為正，但是不顯著，這說明對外貿易和產業結構之間呈現“U”形曲線特征。已有研究也發現了類似的現象，根據袁欣［5］的研究，對外貿易活動的規模經濟效應有利于積累技術進步，從而引起產業結構升級，但是中國存在大量“兩頭在外”的加工貿易使得對外貿易結構呈現超前發展的虛幻性，反而抑制了產業結構升級。另外，根據楊丹萍和楊麗華［9］的研究，對外貿易通過技術外溢對產業結構產生正向推動作用，其實證研究的結果也表明對外貿易和產業結構之間呈現“U”形曲線特征。

本文參考鄧光耀和張忠杰［13］的已有研究，進一步利用動態空間面板模型來研究科技創新對產業結構升級的影響，以檢驗回歸結果的穩健性，具體結果如表8所示。表8中動態空間面板模型的回歸結果中各回歸系數的正負方向與表7中動態面板模型的回歸結果基本一致，因此本文中回歸結果是穩健的。另外，表8中還列出了空間滯后項系數和時空效應項系數的回歸結果，可以看到空間效應也是顯著存在的。

表8 穩健性檢驗

五、結論與啟示

本文利用《中國統計年鑒》相關數據，構建了產業結構升級指數，并研究其動態演進過程，最后分析科技創新等因素對產業結構升級的影響，研究結果發現：（1）與全國相比，東部地區各省產業結構升級指數更高，而中西部地區則更低。（2）核密度估計結果表明，中國各省產業結構升級指數呈現兩極甚至多極分化的現象。另外，馬爾科夫鏈分析結果表明各省產業結構升級指數在2001-2016年中出現了較大的提高。（3）科技創新對產業結構升級的影響顯著為正，金融發展和城鎮化率的提升也有助于產業結構升級，但是對外貿易和產業結構之間呈現“U”形曲線特征。

根據以上研究結果，可得到以下政策啟示：（1）東部地區是經濟增長的引擎，應當率先實現產業結構升級，淘汰落后產能；中西部地區承接東部地區的產業轉移，有助于實現中部崛起和西部大開發的宏偉目標。（2）雖然中國各省產業結構升級水平出現了較大的提高，但是呈現出兩極甚至多極分化的現象，這說明中國各省產業結構升級水平地區差異明顯，中西部地區更應該加大科技創新方面的投入，促進產業結構升級。（3）中國政府在加大科技創新方面的投入的同時，應促進科技創新成果的轉化，推動金融供給側改革，提升城鎮化水平，進一步促進產業結構升級。另外，雖然現階段對外貿易對產業結構升級的促進作用并不顯著，但是提升出口產業技術水平的升級，調整進口產業的產品結構，發揮對外貿易的積極作用也勢在必行。