中國結構紅利的空間格局及其大國雁陣模式

劉華軍，雷名雨

(山東財經大學 經濟學院，山東 濟南 250014)

一、引言

改革開放以來，中國經濟取得了世界矚目的“增長奇跡”，以9.58%的年均經濟增速向世界宣告了大國崛起。然而，近年來伴隨著中國經濟發展中結構性問題和深層次矛盾的逐漸凸顯，經濟下行壓力持續加大，經濟增速經歷了由2011年的9.54%至2012年的7.86%的下降過程，并在隨后四年中持續降低至6.72%[注]GDP數據來源于國家統計局，年均經濟增速按照幾何平均計算。。關于中國經濟增長減速，一個普遍的共識是，經濟增長由高速轉向中高速并非周期性的外部沖擊所致，而是由結構性因素造成的長期趨勢[1]。在影響中國經濟增長的結構性因素中，產業結構演進造成的生產率變動被認為是經濟增長出現“結構性加速”與“結構性減速”轉折的重要原因[2-6]。根據“結構紅利假說”，產業結構演進之所以能夠影響生產率增長率，主要是由于生產要素能夠在不同生產率水平的產業或部門之間進行流動。當要素從低(高)生產率水平或者低(高)生產率增長的部門向高(低)生產率水平或高(低)生產率增長部門流動時，釋放的結構紅利(結構負利)[注]結構紅利與結構負利的本質區別在于生產要素在產業或部門間流動方向的不同，為了便于描述，本文將結構紅利與結構負利統稱為“結構紅利”，當投入要素從低生產率水平或者低生產率增長的部門向高生產率水平或高生產率增長部門流動時，結構紅利為正，反之，結構紅利為負。能夠促進(阻礙)總生產率增長[2]。因此，在“產業結構演進→結構紅利釋放→生產率變化→經濟增長路徑”的傳導機制中，結構紅利的大小與方向既是產業結構演進對生產率增長率影響效應的直接體現，也是產業結構演進影響經濟增長的核心原因[7-8]。那么，中國產業結構演進帶來的要素轉移究竟是否釋放了結構紅利？結構紅利的大小與方向是否存在明顯的時間演變趨勢與空間分布規律？如果存在，又如何將結構紅利的時空特征與中國經濟增長充分結合，從而創造緩解“結構性減速”壓力的新型支撐？當前，中國經濟正站在高速增長階段轉向高質量發展階段的重要關口，對上述問題的回答，能夠為實現經濟增長“軟著陸”和統籌穩增長、調結構的經濟發展目標提供新的研究視角和政策方向。

國內外學者對產業結構演進是否能夠釋放結構紅利這一問題進行了廣泛討論。目前，考察這一問題的主流方法主要有兩種：一是偏離-份額法(Shift-share Method)，這一方法將生產率增長分解為部門內部的生產率變化與要素流動帶來的生產率變動兩部分[3,9-19]。二是計量模型法，這一方法通過設定多重計量模型，聚焦于考察結構紅利對經濟增長的影響[6,20-25]。對比以上兩種方法，在方法原理上，偏離-份額法將結構變遷對生產率增長的效應從總生產率增長中分離，為考察結構紅利本身及其演變規律提供了可行途徑；計量模型法則著重考察了產業結構變遷對經濟增長的影響，但并未聚焦于結構紅利本身。在方法應用上，作為國際通用方法，偏離-份額法在結構紅利的測算與分析中得到了廣泛應用，已經成為分析和分解部門間生產率的基本方法。在方法優勢上，相比于計量模型設定，偏離-份額法從數據本身出發，避免了模型驅動(model-driven)的限制，降低了模型選擇和參數設置帶來的結果誤判風險。鑒于此，本文采用偏離-份額法對產業結構演進中釋放的結構紅利進行測算，而在這一過程中，樣本指標、樣本尺度和樣本時期等三個要素的選擇至關重要。

關于樣本指標的選擇，共有勞動生產率增長率、資本生產率增長率以及全要素生產率增長率三種指標。偏離-份額法最初應用于分解勞動生產率增長率與資本生產率增長率，后被鄭玉歆(1993)[26]、李小平等(2007)[11]拓展至全要素生產率增長率的分解。已有研究中，楊凌等(2010)[27]、王鵬等(2015)[16]分別對勞動生產率增長率和全要素生產率增長率進行了分解，李小平等(2007)[11]、李翔等(2016)[17]同時對勞動生產率與全要素生產率進行了分解，干春暉和鄭若谷(2009)[3]、蘇振東等(2012)[13]、劉沛罡等(2018)[19]則檢驗了勞動生產率增長與資本生產率增長中是否存在“結構紅利假說”。盡管要素流動帶來的結構紅利對上述三種生產率增長率都存在影響，但考慮到跨地區跨部門的勞動力流動是中國整體經濟效率提高的重要源泉，勞動生產率增長速度的快慢解釋了經濟增長速度的大部分變動，可以說在一定程度上主導了經濟增長速度的快慢[5,8,28]。因此，本文選擇勞動生產率增長率作為分解指標，測算勞動力在三次產業間轉移釋放的結構紅利，并進一步揭示其時空演變特征。

關于樣本時期的選擇，除了在完整時期跨度下對結構紅利進行測算，已有研究往往會從分階段和逐年兩個角度對結構紅利展開進一步考察。其中，李小平(2008)[29]、干春暉等(2009)[3]、楊凌等(2010)[27]、吳壽平(2013)[14]、郭進和楊建文(2014)[15]在不同階段下，分別考察了要素流動在三次產業和37個細分工業行業中流動時釋放的結構紅利。盡管上述研究反映了結構紅利的階段性變化，但卻無法揭示結構紅利的動態連續演變特征。對此，李小平等(2007)[11]、蘇振東等(2012)[13]、王鵬等(2015)[16]、李翔等(2016)[17]、周永文(2017)[18]以一年為一個時期跨度，逐年考察了生產要素在產業間流動所釋放的結構紅利。因此，為了探尋結構紅利的動態連續演變趨勢，本文選擇逐年分解勞動生產率增長過程中的結構紅利效應，希望能夠找到中國區域結構紅利的時間演進規律與中國經濟長期增長路徑中“結構性加速”、“結構性減速”存在的內在聯系。

關于樣本尺度的選擇，已有研究大多從國家層面對結構紅利進行考察，僅有少量研究從省際角度出發，測算了每個省份的結構紅利[27]，或者將樣本聚焦于某一單獨的省或市[15]。然而，無論是從國家角度還是某一單獨地區角度，均未將中國的大國經濟特征考慮在內，忽視了國家內部的地區之間結構紅利存在的異質現象。地區之間的異質性意味著當一些地區進入新的發展階段時，另一些地區可能仍然處于原來的發展階段，從而形成一種發展階段相互繼起的大國“雁陣”模式[30-31]，這為探尋結構紅利與中國經濟增長內在聯系的研究提供了新的視角。倘若僅考察一個地區，那么無論該地區放大至國家或是縮小至城市，都無法反映結構紅利的區域特征，也難以判斷結構紅利是否在區域間形成了大小與方向相互繼起的大國“雁陣”模式。因此，本文參考楊凌等(2010)[27]的做法，對中國31個省份的結構紅利進行測算與分析，以深入探究區域結構紅利的空間分布規律。

綜合考察已有研究，在中國經濟增長發生“結構性減速”以前，大部分研究普遍將目光聚焦于 “結構紅利假說”的檢驗，止步于對測算結果的描述性分析，而結構紅利大小與方向的時間演變趨勢與空間分布規律鮮少有人提及。2012年以來，隨著中國經濟進入“結構性減速”階段，結構紅利的時間演變趨勢逐漸引起了學界的關注[17-18]，但這類研究普遍在國家視角下對生產率的增長進行連續分解，忽視了中國的大國經濟特征，不僅難以探究不同地區的結構紅利，更無法揭示其時間演變趨勢與空間分布規律。此外，已有研究普遍將側重點置于結構紅利本身，并未將結構紅利與中國經濟長期增長路徑相結合，忽視了對二者之間內在邏輯與傳導機制的系統性考察。

在不同階段和不同視角下，同一個問題具有嶄新的研究價值與應用意義。本文在樣本指標的可靠程度、樣本時期的連續程度以及樣本尺度的微觀程度實現了優勢融合，以勞動生產率增長率為分解指標，對2001-2016年中國31個省的區域結構紅利進行逐年測算，深入探究了結構紅利的時間演變趨勢與區域分布規律。與已有研究相比，本文實現了以下三方面突破。首先，本文嘗試將結構紅利的時間演進趨勢與中國經濟增長的“鐘型”演變路徑相結合，探究結構紅利與“結構性加速”和“結構性減速”現象的內在邏輯。其次，本文首次將蔡昉等(2009)[30]提出的大國“雁陣”模式引入結構紅利的區域分布規律，探究了結構紅利是否已經在區域間形成了大小與方向相互繼起的大國“雁陣”模式。此外，通過結合區域結構紅利的時間演變趨勢與空間分布規律，本文對區域結構紅利的大國“雁陣”模式進一步拓展，探究了其在時間、大小與方向等方面的地區演變態勢，討論了區域結構紅利的大國“雁陣”隨產業結構演進而發生的模式變換。本文的邊際學術貢獻在于：在理論研究層面，基于中國經濟增長“結構性減速”的現實背景，將區域結構紅利與大國雁陣模型相結合，探究了區域結構紅利的時間演進趨勢、空間分布規律以及時空演變特征，并提出三個重要推論。在實證檢驗方面，立足于大國經濟特征，應用動態偏離-份額法，探究了中國省際以及東部、中部、西部與東北地區結構紅利的時空特征，驗證區域結構紅利是否形成了大國“雁陣”模式。在應用價值方面，利用中國區域結構紅利在長期時空演變路徑中形成的大國“雁陣”模式，延續不同區域的結構紅利對經濟增長的促增效應，為實現穩增長、調結構的經濟發展目標提供理論支撐與實證支持。

本文的后續安排如下：第二部分為理論分析框架；第三部分為中國結構紅利的演變趨勢特征；第四部分為中國區域結構紅利的空間格局；第五部分為中國區域結構紅利大國“雁陣”模式的探索；最后一部分為結論與政策建議。

二、理論分析框架

(一)基礎模型

偏離-份額法最早由Fabricant(1942)[32]提出，后經Perloff等(1960)進行了總結、擴展和完善，用以將總勞動生產率增長率分解為部門內部的勞動生產率增長和勞動力在部門間流動產生的結構效應兩部分[33]。傳統的靜態偏離-份額法僅僅采用基期數據與末期數據進行測算，忽略了時間區間內的數據波動，無法體現結構紅利在觀測期內的連續變動，為了克服靜態偏離-份額法的局限，Thirlwall(1967)提出了動態分解的思想，將研究區間劃分為多個連續時段以反映結構紅利的時間演進趨勢[34]。隨后，Barff and Prentice(1988)針對這一思想進行了實證分析，正式提出了動態偏離-份額法[35]。

本文采用動態偏離-份額法對中國及分省三次產業的總勞動生產率增長率進行分解。設Y代表產出水平，L表示勞動力投入量，LP代表總勞動生產率，g代表勞動生產率總增長率，下標i表示三次產業(i=1,2,3)，上標0表示期初，t表示期末。Si表示產業i的勞動力投入量占三次產業總勞動力的比重?；谏鲜觯?時期和t時期的總勞動生產率分別可以表示為：

(1)

(2)

用(2)式減去(1)式，即表示t時期和0時期的勞動生產率之差：

(3)

為了表現勞動生產率增長率的變動，將(2)式左右兩邊同除以LP0：

(4)

(3)式的左邊表示總勞動生產率增長率，(3)式的右邊則將總勞動生產率增長率分解為了三個部分[2,36-38]。右邊第一項表示勞動要素的靜態轉移效應(Static Shift Effect，SSE)，衡量了三次產業的勞動生產率均保持在期初水平時，勞動力在產業間的流動對勞動生產率增長率的影響。如果期初具有較高生產率的產業吸收了更多的勞動力流入，則該項符號為正，表示勞動力的產業間轉移對總勞動生產率增長率產生了促增效應。反之，如果期初具有較低生產率的產業吸收了更多的勞動力流入，則該項符號為負，表示勞動力的產業間轉移對總勞動生產率增長率產生了促降效應。右邊第二項表示勞動要素的動態轉移效應(Dynamic Shift Effect，DSE)，衡量了勞動力在產業間的轉移對勞動生產率增長率的影響。如果產業的勞動生產率在0-t時期內增長，且產業的勞動份額增加，則該項為正，表示勞動要素向具有更高勞動生產率增長的產業流動，推動了總勞動生產率增長率的提高。反之，如果勞動生產率增長較高的產業勞動份額減少，而勞動生產率增長較低甚至為負的產業勞動份額增加，則該項為負，表示勞動力在三次產業間的流動抑制了總勞動生產率增長率的提高。右邊第三項表示表示三次產業的內部增長效應(Within-growth Effect，WGE)，衡量了在產業勞動份額保持不變的情況下，各產業自身勞動生產率的增長對總勞動生產率增長率的影響。(3)式右邊的前兩項之和，表示的是勞動力在三次產業間的轉移釋放的總結構效應(Total Structural Effect，TSE)。由于無論是靜態轉移效應還是動態轉移效應，都反映了勞動力轉移對勞動生產率增長率的影響，因此當總結構效應的符號為正時，勞動力在三次產業間轉移釋放的“結構紅利”方向為正，對總勞動生產增長率發揮了促增效應。當總結構效應的符號為負時，勞動力在三次產業間轉移釋放的“結構紅利”方向為負，發揮了促降效應。

(二)理論拓展與解釋

勞動力的轉移次序能夠直接影響結構紅利大小與方向的時間演變趨勢。威廉·配第(1672)[39]指出隨著經濟的發展，農業、工業、商業將依次占據更為重要的位置，造成勞動力由第一產業向第二、三產業轉移的局面。科林·克拉克(1940)則在《經濟進步的條件》一書中真正明確了勞動力分布與產業結構演進的關系，上述二者的發現被稱為配第-克拉克定理[40]。根據配第-克拉克定理，隨著經濟的發展，勞動力在三次產業的分布具有此消彼長的演進規律，即勞動力首先從第一產業流向第二產業，然后再由第二產業流向第三產業[41]。在勞動力遵循“第一產業→第二產業→第三產業”的演進順序進行轉移時，結構紅利的演變趨勢取決于不同產業勞動生產率的差異。根據經典的二元經濟結構模型，發展中國家的傳統農業部門中存在著邊際生產率為零的剩余勞動力，隨著剩余勞動力從傳統農業部門投入到具有更高生產率增長的現代工業部門時，總生產率水平將不斷提高[42]。因此，當勞動力處于由第一產業向第二產業轉移的階段時，勞動要素在產業間轉移釋放的結構紅利方向為正。隨著經濟發展進程的不斷推進，勞動力將逐漸由第二產業流向第三產業。然而，對于發展中國家而言，第三產業的勞動生產率普遍低于第二產業，勞動生產率增長率也處于較低水平[5,43]，這意味著勞動力由第二產業轉向第三產業將會造成諸如“產業結構演進無效率”以及鮑莫爾成本病等問題的出現[17,44-45]，導致結構紅利呈現出不斷下降的趨勢?？傮w而言，隨著三次產業的更迭與變遷，勞動力在產業間的轉移方向也會隨之改變，結構紅利將出現先上升后下降的“結構性轉折”，表現出“倒U”型演變特征。

結構紅利是影響勞動生產率增長率的主要因素，而勞動生產率增長率的變化是長期經濟增速最重要的影響因素[6,46-47]。當勞動力由第一產業向第二產業轉移時，帶來了勞動生產率增長率的提高，進而推動了經濟的持續增長，構成了增長過程中的“結構性加速”。然而，當勞動力由第二產業向第三產業轉移時，勞動生產率增長率逐漸回落。一方面，勞動生產率增長率的下降不利于國民收入快速持續提高，并且隨著劉易斯拐點的出現，“未富先老”、中等收入陷阱等問題帶來的疊加效應對經濟增長的負面影響不容小覷。另一方面，勞動生產率增長率的下降會造成消費需求縮減，導致經濟難以提振[48]，最終使經濟增長面臨的下行壓力不斷加大，形成了長期增長過程中的“結構性減速”[5]。因此，產業結構升級帶來的結構紅利對社會生產率的影響很可能是非線性的[6,24]。由此，本文給出第一個推論：在時間演進趨勢上，隨著產業結構的不斷演進，勞動力在三次產業間轉移釋放的結構紅利將呈現“倒U”型特征。此外，由于結構紅利的“結構性轉折”是勞動生產率增長率出現拐點的重要影響因素，而勞動生產率增長率又是影響中國長期增長路徑主要原因，因此結構紅利的“結構性轉折”是長期經濟增長路徑中“結構性加速”和“結構性減速”的內在邏輯。

勞動力在三次產業間轉移所釋放的結構紅利不僅在時間上遵循一定的演變趨勢，在空間上也表現出相互繼起的“雁陣”式分布規律。雁陣模型最初由Akamatsu(1962)[49]提出，后經過了Vernon (1966)[50]、Okita(1985)[51]和Kojima (2000)[52]等學者的完善。雁陣模型以比較優勢的動態變化為前提，用以解釋勞動密集型產業依次在日本、“亞洲四小龍”、東盟各國以及中國沿海地區轉移的東亞經濟發展模式，后被廣泛用于形容發展階段的“雁陣”式相互繼起[53]。由于中國幅員遼闊，不同于小國資源稟賦和產業結構的同質性，地區之間具有顯著的異質性特征，這使得國家內部形成“雁陣”模式成為可能。因此，基于中國的大國經濟特征，蔡昉等(2009)將中國31個省(市、自治區)劃分為六個區域，提出中國東中西三大地區之間存在一個產業升級、轉移、承接的大國“雁陣”模式[30]。大國“雁陣”模式的形成不僅能夠維系中國勞動密集型產業的比較優勢和競爭力，并且在中國經濟減速階段，整體“雁陣”的減速要遠低于“領頭雁”的減速幅度，有效延長了經濟由高速增長向中速增長的轉變時間[54]。大國雁陣理論的提出為結構紅利的空間分布規律提供了新的研究視角。

中國區域之間的發展不平衡與地區差距始終是經久不衰的經濟增長課題。東部、中部、西部和東北地區等四大板塊無論在初始稟賦、發展模式、經濟水平和產業結構等方面都存在較大差異，而經濟發展水平等方面的差異使得不同地區可能會位于產業結構演進過程中的不同階段[55]，勞動要素的流動方向也有所差異，導致四大板塊的區域結構紅利出現分異特征，具體表現為四大板塊的結構紅利處于“倒U”型曲線的不同階段，形成了結構紅利的大國“雁陣”模式。由此，本文給出第二個推論：在空間分布規律上，中國東、中、西、東北四大板塊的結構紅利形成了大小與方向相互繼起的大國雁陣模式。這種大國雁陣模式的形成，將有助于減緩結構紅利“結構性轉折”的下降速度，進而為有效緩解經濟增長的“結構性減速”壓力提供新型支撐。

區域結構紅利的大國“雁陣”模式會隨著時間演進而發生變遷。中國東部、中部、西部與東北地區的工業化進程與城市化進程各不相同，產業結構調整及發展戰略上的政策導向也存在差異，導致四大板塊產業結構調整的步伐也難以趨于一致。其中，東部地區率先進入工業化進程以及工業化向城市化發展的階段，而中西部與東北地區將會不同程度地滯后于東部地區。產業結構演進的階段性差異將會導致不同區域的結構紅利在“倒U”型曲線上的相對位置發生變化，以東部地區為“領頭雁”的大國“雁陣”模式也會發生整體變遷。具體而言，當東部地區的勞動力處于由第一產業轉向第二產業的階段時，四大板塊的結構紅利表現為方向為正且不斷攀升的“加速雁陣”。然而，當東部地區的結構紅利率先越過拐點并進入下降階段時，區域結構紅利的大小與方向將不再具有一致性，甚至會形成“加速雁陣”向“減速雁陣”的轉變，基于此，本文給出第三個推論：在時空演變特征上，隨著產業結構的不斷演進，不同區域的結構紅利在“倒U”型曲線上的位置也會出現遷移。區域結構紅利的大國“雁陣”模式首先表現為東部帶動其他板塊增長的加速雁陣，隨后演變為中西部崛起并緩解整體結構紅利下降的減速雁陣，實現“雁陣”模式的轉變。

三、中國結構紅利的“倒U”型特征

表1報告了2001-2016年中國勞動生產率增長率的逐年分解結果。從全局視角看[注]全國三次產業產值數據以及按三次產業分的就業人口數據均來源于國家統計局。，在整個樣本期間內，中國勞動生產率增長絕大部分還是依靠產業內部的增長效應，但勞動力在三次產業間的流動帶來的結構效應普遍為正，說明勞動力產業結構的變化具有明顯的結構紅利特征。圖1(a)展示了結構效應在2001-2016年的連續變化，可以發現，勞動力在三次產業間轉移產生的結構效應呈現出先上升后下降的“倒U”型演變特征。究其原因，在1992年社會主義市場經濟體制確立以后，私營經濟逐漸繁榮，外資不斷涌入，勞動力大量流入第三產業[3]，造成結構紅利在2001年與2002年方向為負。自2002年起，受加入世界貿易組織(WTO)的影響，中國工業迅速發展，生產要素逐漸流入第二產業，勞動力在三次產業間流動產生的結構效應演變為正值，并在2007年前后達到峰值，隨后勞動力轉移釋放的結構紅利開始進入持續下降的階段，2016年的結構效應已經逼近零點。

表1 中國三次產業勞動生產率的分解

圖1(b)展示了2001-2016年中國省際勞動生產率增長率的分解結果[注]限于篇幅，本文未給出分省結構紅利的測算結果，如有需要請向作者索取。，本文以不同結構紅利區間內的省份數量占比表示結構紅利的演變情況。從省際視角看[注]分省三次產業產值數據來源于國家統計局，按三次產業分的分省就業人口數據分別來源于31個省的分省統計年鑒。，在整個樣本考察期內，結構紅利為正值的省份占比普遍高于50%，2001年最低(省份數量占比為58.1%)，2005年達到峰值(省份數量占比為96.8%)，這意味著絕大部分省份的勞動力轉移對勞動生產率的增長乃至經濟發展水平的提高普遍具有促增效應。在演變趨勢上，結構紅利為正的省份占比在2005年之前處于攀升狀態，2005-2008年基本保持穩定，2009-2011年出現了小幅波折，2012年后正式進入結構紅利的下降通道，在經歷了連續四年的持續下降后，2016年正向結構紅利的分省占比已經與2001年基本持平。不難發現，區域結構紅利的演變趨勢同樣表現為先上升后下降的“倒U”型曲線。

結構紅利之所以呈現出先上升后下降的轉折趨勢，或許2008年全球范圍的金融危機爆發是原因之一[18]，但根本原因仍在于“第一產業→第二產業→第三產業”的勞動力產業結構演進路徑。根據Lewis(1954)的“二元經濟結構理論”，發展中國家生產率的提升主要來源于以勞動力為主的生產要素由農業部門轉向工業部門的重新配置[42]。然而，隨著工業化向城市化遞進，產業結構由第二產業向第三產業再一次演進，勞動力也面臨著工業部門到服務業部門的新一輪配置[5]。中國三次產業就業份額的變化趨勢與上述過程大致相符(如圖2所示)。2000-2016年，第一產業的就業份額持續下降，第三產業的就業份額持續上升，第二產業的就業份額呈現出“加速上升-減速上升-加速下降”的波折態勢。總體來看，勞動力的轉移方向大體可以分為“第一產業→第二產業、第三產業”以及“第一產業、第二產業→第三產業”兩個階段。與勞動力轉移方向的變化不同，中國及分省三次產業的勞動生產率在樣本觀察期內均呈現出第二產業>第三產業>第一產業的規律(如圖3所示)。

圖1 中國結構紅利的時間演變趨勢(a)以及分省結構紅利的變化趨勢(b)

圖2 中國三次產業就業份額變化趨勢

從“結構紅利假說”出發，2008年之前，勞動力轉移處于第一階段，勞動要素向具有絕對生產率優勢的第二產業進行“順流變遷”，使得結構紅利持續上升。2008年，金融危機爆發，二產就業份額進入“減速上升”階段，結構紅利出現一定回落，這也印證了金融危機爆發是導致2008年前后結構紅利減弱的原因之一。2008年以后，第二產業就業份額增長幅度出現了小幅回升，但隨著中國經濟由工業化向城市化過渡，勞動力轉移自2012年開始進入第二階段，勞動要素從生產率及其增長率相對較高的第二產業流入到生產率及其增長率相對較低的第三產業，二產就業份額增加值在2013年大幅下跌至0.3%，并持續呈現負增長的“加速下降”狀態，表現出了與勞動生產率及增長率相悖的“逆流遷移”特征，使得結構紅利逐漸減弱，形成了由“上升”向“下降”的倒U型轉折。

值得注意的是， 結構紅利在2012年前后出現的“結構性轉折”體現了勞動力在三次產業間配置的結構性增長加速效應和結構性增長減速效應，在波動形態上與袁富華(2012)[5]提出的由工業化引致的“結構性加速”與服務化引致的“結構性減速”不謀而合，在時期節點上與現有研究提出的中國經濟增長由2012年進入“結構性減速”的結論相一致[6,44,56]。實際上，“結構性加速”和“結構性減速”是勞動生產率增長率變動造成的客觀結果，而結構紅利所發生的“結構性轉折”則是影響勞動生產率增長發生波折的重要因素[57]，因此二者在波動形態與時期節點上的一致性是毋庸置疑的。與“結構性減速”問題一般無二，隨著經濟結構日趨成熟，在工業化向城市化發展的過程中，結構紅利的“結構性轉折”同樣是一個系統性、結構性和不可逆的必然結果，但結構紅利與經濟增長規律之間的內在邏輯同樣也為緩解“結構性減速”沖擊提供了另一重要落腳點。至此，推論一得證。

四、中國結構紅利的空間格局

根據測算出的分省結構紅利，本文采用Dagum基尼系數注關于Dagum基尼系數及其分解方法，詳見Dagum(1997)[58]。限于篇幅，本文在此不再贅述。對東、中、西以及東北地區結構紅利的區域差異進行了測算與分解，測算結果如表2所示。不難發現，無論是區域內還是區域看，勞動力在三次產業間轉移釋放的結構紅利均存在一定差異。從演變趨勢來看，如圖4所示，總體基尼系數在樣本觀察期內呈現出“持續下降→小幅上升→

圖3 三次產業勞動生產率

小幅下降→持續上升”的波折形態，這一波折形態在一定程度上與結構紅利的“倒U”型曲線不謀而合，或者說，正是由于結構紅利的“結構性轉折”，區域差異才得以在總體上呈現出先下降后上升的演變趨勢。

2001-2008年，區域結構紅利的總體差異持續下降，可能受到兩方面影響。一方面，在這一階段，中部、西部以及東北地區的結構紅利均處于“倒U”型曲線的爬升部分，并且由于“后發優勢”的存在[59-61]，中部、西部以及東北地區將會呈現出不同程度的加速追趕態勢，導致區域結構紅利的總體差異不斷下降。由表2中的區域間基尼系數可知，中部地區的后發優勢較為微弱，東部與中部區域結構紅利的差異沒有出現較大變動，這意味著東部與中部地區產業結構的演進速度基本保持一致。與中部地區相對應，西部地區的后發優勢遠大于中部地區。無論是東西部還是中西部，區域結構紅利在2001年均表現出較大差異，但在隨后幾年間，東西部之間的基尼系數由0.103降至0.045，中西部之間的基尼系數由0.103降至0.049，區域差異均呈現出大幅度下降，這說明西部地區的結構紅利在2001-2008年間表現出強勢的加速追趕態勢。另一方面，東部地區的產業結構在這一階段已呈現出服務化趨勢(如圖5所示)。2001年后，受中國加入WTO的影響，東部地區的產業結構服務化程度[注]此處參考干春暉等(2011)[8]、陶新宇等(2017)[53]的做法，以第三產業產值與第二產業產值之比反映產業結構服務化程度。有所降低，在2007年達到最低值0.97，隨后這一比值持續增加，并基本保持在1以上，產業結構服務化傾向不斷增強。隨著勞動力由第二產業流入第三產業，東部地區的區域結構紅利將不斷接近甚至越過“倒U”型曲線的拐點，區域結構紅利的上升阻力提高，下行壓力加大。因此，在落后地區不斷追趕和先進地區上升乏力甚至出現回落的雙重影響下，四大板塊的區域結構紅利在“倒U”型曲線中的相對距離將會不斷縮小，導致總體基尼系數在這一時期呈現下降態勢，圖6(a)直觀展示了這一演變過程。

表2 基尼系數及其分解結果

圖4 結構紅利的總體差異與區域差異

圖5 四大板塊的產業結構服務化程度

2008-2016年，結構紅利的區域差異在總體上呈現出較為明顯的上升趨勢。究其原因，可以歸結為兩方面。一方面，2008年全球性金融危機的出現對四大區域的產業結構演進與勞動力轉移方向會產生不同程度的影響，導致區域結構紅利的大小與方向均會發生變化，最終使結構紅利的區域差異增加。另一方面，在這一階段，東部地區的產業結構進入第二產業向第三產業的演進階段。如圖5所示，第三產業與第二產業的比值由2008年的1.0持續上升至2016年的1.1，產業結構服務化傾向不斷增強。隨著第二產業的勞動力大量涌入第三產業，東部地區的區域結構紅利將越過拐點，進入“倒U”型演進路徑的下降通道。與此同時，中部、西部以及東北地區的產業結構服務化程度則遠遠滯后于東部地區，第三產業產值普遍低于第二產業，區域結構紅利仍處于上升階段或接近拐點。因此，在東部地區的區域結構紅利持續走低，中部、西部以及東北地區的區域結構紅利保持上行的逆向演變下，區域間的結構紅利差異勢必逐漸拉大。圖6(b)直觀展示了這一演變過程。

區域結構紅利的地區差異意味著四大板塊的結構紅利分別位于“倒U”型曲線的不同位置，而地區差異的變化則說明四大板塊的結構紅利在“倒U”型曲線上的位置發生了遷移，這為驗證推論二和推論三提供了一定理論基礎。當然，四大板塊的區域結構紅利究竟是否形成了具有漸進特征和相互繼起的大國“雁陣”模式，亦或只是發生了單純的、無序的變化，還有待進一步討論與分析。

圖6 四大板塊區域結構紅利的理論演變形態圖中A、B、C、D為東部、中部、西部以及東北地區四大板塊中的任一區域，橫坐標代表勞動力產業結構，即勞動力在產業間的轉移方向。

五、區域結構紅利大國“雁陣”模式的形成與演變

(一)區域結構紅利的大國雁陣模式

根據推論二，區域結構紅利將分布于“倒U”型演進路徑的不同位置，形成大小與方向相互繼起的大國“雁陣”模式。為了驗證這一推論，本文測算了整個樣本觀察期(2001-2016)的分省結構紅利均值，如圖7(a)所示。從方向上看，四大板塊的區域結構紅利均表現為正；從大小上看，區域結構紅利由低至高按照“東北→東部→中部→西部”升序排列。從勞動生產率及其增長率和就業份額變化這兩大區域結構紅利的構成要素出發，本文認為東中西三大地區的確構成了結構紅利大小與方向相互繼起的大國“雁陣”模式，而東北地區則是這一雁陣模式中的特殊存在。

圖7 不同時期下區域結構紅利的大國“雁陣”模式

首先，根據四大板塊第二產業的勞動生產率及其增長率(如圖8所示)，2000-2016年，盡管四大板塊第二產業勞動生產率均呈現出持續增長的趨勢，但是增長幅度不盡相同。東部地區受到勞動力由第二產業逐漸流出的影響，第二產業的勞動生產率增長率僅為2.32%，位于最低水平。西部地區在后發優勢的影響下，勞動生產率不僅始終高于中部，更是逐漸趕超東部地區，勞動生產率增長率也以3.52%居于首位。中部地區勞動生產率始終低于其他三大地區，但勞動生產率增長率僅次于西部地區。東北地區勞動生產率增長率盡管位于第三位，但勞動生產率水平卻遠高于其他三大地區。其次，根據四大板塊的產業結構演進程度，2001-2016年，東部地區的產業結構服務化程度均值為1.02，中部地區為0.80，西部地區為0.90，東北地區為0.71。從產業結構演進程度看，東部地區率先進入產業結構服務化階段，中西部以及東北地區按照不同程度滯后于東部地區，并且后三者的第二產業仍占據較大比重，這意味著中西部以及東北地區的產業結構仍處于第二產業為主的工業化階段，產業結構演進程度表現為“西部地區>中部地區>東北地區”。與勞動生產率及其增長率和產業結構演進程度相對應，在整個樣本觀測期內，東部地區的第二產業就業份額總增加值為3.32%，中部地區增加5.90%，西部地區增加4.38%，而東北地區卻減少2.53%。不難發現，受到產業結構服務化的影響，東部地區二產就業份額增加值遠低于中西部地區，而西部地區又低于中部地區。總體而言，東中西三大地區的勞動要素流動與各自的生產率水平和產業結構演進程度趨于一致，但東北地區在第二產業仍然占據較大比重，且勞動生產率及其增長率均保持在較高水平的情況下，二產就業份額呈現縮減態勢，導致結構紅利趨近于零。綜合來看，隨著產業結構的不斷演進，東中西三大地區的結構紅利在大小與方向上形成了推論2中相互承接的大國“雁陣”模式，但東北地區卻沒有呈現出明顯的繼起特征，而是表現出了“蛙跳式”的越級現象，并未加入到區域結構紅利的“雁陣”梯隊。

圖8 2000-2016年四大板塊的第二產業勞動生產率與就業份額的演變趨勢

(二)區域結構紅利大國雁陣模式的變遷

根據推論三，產業結構的不斷調整將會造成勞動力在三次產業間的轉移方向發生改變，進而推動區域結構紅利的大國“雁陣”模式發生變遷。為此，本文選取了2001年、2009年以及2016年四大板塊的區域結構紅利作為研究對象，以考察區域結構紅利在四大板塊間形成的大國“雁陣”模式是否會隨著勞動力產業結構的演變而發生變遷，結果如圖7(b)、(c)、(d)所示。

圖7(b)展示了2001年四大板塊區域結構紅利的分布情況。2001年，東部、中部、西部以及東北地區的區域結構紅利均處于較低水平，西部以及東北地區的結構紅利甚至為負，四大板塊的區域結構紅利按照“東部-中部-西部-東北”降序排列。根據第二產業就業份額的變化，圖8直觀展示了第二產業就業份額的變化趨勢，以進一步解釋區域結構紅利的分布規律。根據圖8，2001年四大板塊第二產業就業份額的變動均為負值，說明四大板塊的勞動力轉移方向在這一階段均表現為由第二產業流出。其中，東部地區第二產業勞動力的流出量十分微弱，并且二產就業份額在2002年就轉變為上升趨勢，這意味著東部地區率先進入了工業化進程，同時也說明東部地區是首先進入結構紅利“倒U”型曲線上升通道的“先行者”。此外，由圖8可知，盡管中西部以及東北地區在產業結構演進速度上不同程度的落后于東部地區，但第二產業的就業份額在接下來的幾年中均進入了上升通道，區域結構紅利也呈現出加速上升態勢。因此，在這一階段，區域結構紅利在四大板塊間形成了以東部地區為“領頭雁”、“東部-中部-西部-東北”降序排列的加速上升“雁陣”模式。

圖7(c)展示了2009年四大板塊區域結構紅利的分布情況。2009年，區域結構紅利的排列方式與2001-2016年結構紅利的整體排序十分相似，并且在上一階段加速上升的大國“雁陣”模式的影響下，四大板塊的區域結構紅利在方向上均表現為正值，在大小上也整體出現了大幅度上升，但是東、中、西以及東北地區的結構紅利在相對位置上卻出現了一定變化。其中，東部地區由首位降至第三位，而西部地區則由第三位升至首位，區域結構紅利按照“西部-中部-東部-東北”降序排列。根據圖8，在2009年，隨著東部地區產業結構服務化程度逐漸增強，東部地區的第二產業就業份額增加值大幅下降，勞動要素由高生產率的第二產業流入較低生產率的第三產業，部分省市出現結構負利現象，推動東部地區的區域結構紅利越過拐點開始回落。而在后發優勢的影響下，西部地區第二產業的勞動生產率及其增長率大幅提高，第二產業就業份額增加值以遠遠超過其他三大地區的水平居于首位，導致西部地區的區域結構紅利不斷攀升并躍居四大板塊之首。中部地區的二產就業份額盡管同樣保持增加態勢，但增幅介于東部與西部之間，區域結構紅利也始終保持在第二位的水平。東北地區的區域結構紅利最為特殊，盡管東北地區的二產就業份額在2001年以后呈現出了上升趨勢，但上升態勢在2005年前后發生轉折，就業份額增加值不斷減少并跌破零點，表現出與產業結構相悖的勞動力轉移趨勢，導致東北地區的區域結構紅利處于四大板塊中的波谷位置。

綜合來看，隨著四大板塊產業結構的分化演進，東部地區的區域結構紅利越過拐點開始回落，中西部地區的結構紅利進入上升通道，充分緩解了整體區域結構紅利的下降速度，而東北地區由于工業出現的“未富先衰”現象，即勞動力在工業化未完成時就不斷流出第二產業，成為大國“雁陣”中的特殊存在。因此，如果不考慮東北地區這一特殊情況，東中西三大地區的結構紅利仍然表現出與現階段相符的、相互繼起的演變特征，并且與前一階段相比，隨著東部地區的結構紅利越過拐點，一個由“加速上升”轉為“減速下降”的大國“雁陣”模式已初步形成。

圖7(d)展示了2016年四大板塊區域結構紅利的分布情況。與2009年相比，僅有西部與中部的位置發生互換，區域結構紅利按照“中部-西部-東部-東北”降序排列。根據圖8，東部地區第二產業的就業份額持續下降，區域結構紅利均值已經步入了負利階段。西部地區本應充當區域結構紅利減速的緩沖劑，但西部地區的二產就業份額卻逐漸降低，并且在減速下降的大國“雁陣”中，西部地區的結構紅利水平高于中部地區，這意味著西部地區在“倒U”型曲線中的相對位置更接近于拐點。此時，隨著勞動力持續流向第三產業，西部地區的結構紅利將先于中部地區越過拐點。對于中部地區而言，盡管其二產就業份額也呈現下降態勢，但由于中部地區越過拐點的時期滯后于西部地區，因此中部地區的相對位置反而上升至首位。東北地區仍然是四大板塊中的特殊存在，盡管其產業結構服務化程度最低，但二產就業人數的流失程度遠高于其他三個地區，區域結構紅利全線進入負利階段。

在這一階段，東中西地區的區域結構紅利仍然呈現出層巒起伏、動態演進輪動的特征，但中西部地區的區域結構紅利下降，意味著在這一階段四大板塊的區域結構紅利均越過了“倒U”型曲線的拐點進入了下降通道，這說明區域結構紅利的大國“雁陣”模式再一次發生了變遷，已經由減速下降的“雁陣”模式轉變為加速下降的大國“雁陣”模式。“雁陣”模式的再次變遷，主要是由于中西部地區的部分省份在工業化進程還不夠深入的情況下，過于急切地進入了產業結構服務化階段。之所以出現這一現象，一方面是受到宏觀經濟基本面因素的影響而產生的酵母過程[20,62]，中西部地區在工業化還未完成的基礎上，表現出“去工業化”和大力發展第三產業的共同態勢，導致勞動要素持續由第二產業流入第三產業。另一方面，由于技術創新中的潮涌現象[63]，后起地區往往容易違背或者超前于比較優勢的動態變化，出現蛙跳式的發展，直接進入更高一級的產業結構[30]。

綜合來看，區域結構紅利的“雁陣”分布態勢在樣本觀察期內出現了“加速上升→減速下降→加速下降”的三次變遷過程。首先，東部地區在區域結構紅利上的加速帶動作用逐漸演變為中西部地區的減速緩沖作用，完成了加速上升“雁陣”向減速下降“雁陣”的模式轉變。其次，中西部地區在具有勞動力比較優勢的情況下沒有較好地承接東部地區的產業擴散[64]，過快步入了產業結構的服務化階段，區域結構紅利大幅度降低，在大國“雁陣”模式中發揮的緩沖作用也被削弱，造成大國“雁陣”出現了“減速下降”向“加速下降”的轉變(如圖9所示)。至此，推論三得證。

圖9 區域結構紅利大國“雁陣”模式的變遷

六、主要結論與政策建議

本文采用偏離-份額法對勞動生產率增長率進行了分解，并在全局和省閾雙重視角下，考察了2001-2016年區域結構紅利的時間演進趨勢、空間分布規律以及時空演變特征。實證結果表明，在時間演進趨勢上，無論是整體結構紅利還是區域結構紅利均表現出“倒U”型的演進路徑，并且這一“倒U”型曲線的波動形態和時期節點與中國長期增長路徑中的“結構性加速”和“結構性減速”現象不謀而合。在空間分布規律上，盡管四大板塊的區域結構紅利均遵循著“倒U”型曲線的演進路徑，但由于東中西以及東北地區在產業結構演進程度和勞動力流動方向等方面的差異，四大板塊的區域結構紅利處于“倒U”型曲線的不同位置，并在東部、中部與西部三大地區之間形成了發展階段相互承接、大小與方向相互繼起的大國“雁陣”模式。在時空演變特征上，隨著東部、西部、中部的產業結構相繼進入服務化階段，勞動力逐漸由第二產業流向第三產業，以東部為領頭雁的結構紅利大國“雁陣”模式經歷了加速上升“雁陣”、減速下降“雁陣”和加速下降“雁陣”的兩次變遷。

結構紅利的“倒U”型演變趨勢以及大國“雁陣”模式的形成與變遷意味著，在一些地區已經進入了產業結構演進的新階段時，其他地區可能還具有前一階段產業結構的比較優勢。換言之，當一個國家形成了地區間的產業結構差異以及某個地區內部也形成了產業結構差異后，無論是區域間還是區域內的產業結構調整政策以及勞動力的轉移方向都不可一概而論[65]。因此，準確把握區域異質性特征，避免“一刀切”的產業結構調整，推動結構紅利在區域間形成雁陣分布模式，對延續中國結構紅利、實現經濟增長“軟著陸”以及統籌穩增長、調結構的經濟發展目標具有重要的政策含義。

在全局視角下，推動四大板塊形成并保持減速下降的大國“雁陣”模式。為此，東、中、西及東北地區應當充分意識到中國具有的大國經濟特征，在東部經濟發展日趨成熟和產業結構服務化的必然趨勢下，立足于不同區域經濟發展與產業結構演進的區域特點以及比較優勢，精準制定因地制宜的產業政策，大力發展地區優勢產業，合理調整三次產業占比以及勞動力在三次產業間的分布，同時打造區域間的產業轉移對接平臺，開展不同層次、不同行業和不同規模的產業轉移與承接，推動區域結構紅利呈現“東部優化，中西部崛起，東北振興”的繼起式發展趨勢，有效緩解區域結構紅利的下降幅度，加快形成緩解中國經濟增長“結構性減速”沖擊的新型支撐。

在局域視角下，對于東部地區，需要加快發展高端制造業和現代服務業，積極提升第三產業的勞動生產率及其增長率，加快提高勞動要素流向第三產業釋放的結構紅利，充分發揮對中國經濟“結構性減速”的緩解作用。對于中、西部地區，堅持新型工業化進程，以基礎產業和制造業為支撐，大力發展戰略性新興產業與高附加值產業，同時選擇性的承接東部地區的產業轉移，加快形成“二、三并舉”的雙引擎，推動實現“兩輪驅動”的產業合理化發展，避免出現脫離現實的“去工業化”、“退二進三”以及“狂飆突進”式的產業結構升級等現象，通過釋放正向的區域結構紅利，將中西部地區打造為整體結構紅利的“下降緩沖帶”。對于東北地區，把握“再工業化”的重要契機，積極承接東部地區優勢產業轉移，大力發展先進制造業與高新技術制造業，有效促進重工業基地的“輕化”轉型，從而打破以產能過剩的重工業行業為主的“單一工業結構”。此外，不斷增強市場“看不見的手”的決定性作用，改善以央企、國企為主的“單一所有制結構”，提高資源配置的有效性和激發市場活力，從而全面提升整體勞動生產率及其增長率并充分釋放區域結構紅利，加快扭轉工業“未富先衰”的現狀，推動東北地區在大國“雁陣”模式中發揮重要緩沖作用。