全要素生產率、產業網絡與經濟發展*

趙曉軍 王開元

(北京大學經濟學院 北京 100081)

一、引言

自改革開放以來，隨著經濟迅速發展，中國已成為世界第二大經濟體，其中全要素生產率提升的貢獻不可被忽視。目前中國經濟發展步入新常態，過去以資本和勞動等生產要素增長帶動經濟發展的模式將逐漸被通過創新驅動的高質量發展模式所替代，這意味著未來在經濟發展的主要驅動力中，全要素生產率的重要性將會更大。本文基于Jones(2011)、Acemoglu 等(2012) 提出的產業網絡模型，考察部門全要素生產率結合產業網絡對經濟發展的影響，對網絡的放大效應的具體機制、測算和檢驗進行拓展，以期對全要素生產率促進經濟發展這一問題進行理論探討。

已有關于中國全要素生產率的研究主要探討的是如何測算，這些研究可以被分為宏觀視角和微觀視角。宏觀視角的研究主要基于中國宏觀經濟數據，對宏觀層面的全要素生產率進行測算并開展后續分析，如郭慶旺和賈俊雪(2005) 對改革開放至2004 年中國全要素生產率進行了測算，并對其增速緩慢的原因進行了分析。除國家層面外，也有基于地區層面的宏觀數據的研究，例如，顏鵬飛和王兵(2004) 基于DEA 方法對中國地區層面的全要素增長率進行了測算。近年來，微觀視角研究的數據愈發完善，例如，涂正革和肖耿(2005) 使用隨機前沿生產模型方法對中國大中型企業的全要素生產率進行了測算；魯曉東和連玉君(2012) 使用OP 法和LP 法對中國工業企業全要素生產率進行了測算，發現不同行業的生產率增長差異明顯；楊汝岱(2015) 在測算基礎上討論了資源配置和國有企業改革對中國經濟發展的影響。對于全要素生產率的測算，以上研究成果斐然。與這些重點關注如何更加合理、準確地測算全要素生產率的研究相比，本文將視角轉至從理論上對全要素生產率與經濟發展的關系進行探討，對既有研究進行補充。

既有研究指出，理論分析全要素生產率與宏觀經濟發展的關系需要從中觀視角考察不同產業部門生產率進步的影響。例如，Restuccia 等(2008) 利用兩部門一般均衡模型對農業和總體生產率的關系進行考察，認為農業部門的高就業率和低生產率是欠發達國家總生產率低進而阻礙經濟發展的主要原因；Herrendorf 和Valentinyi (2012) 在探討一國生產率為何較低時，指出某些產業的低生產率會使得總生產率較低從而不利于經濟發展。不過，這些研究對產業之間關系的刻畫不夠細致，側重于理論解釋而非準確衡量特定產業的全要素生產率變化對宏觀經濟發展的貢獻，因而需要詳細考察多產業部門的情形。

各處理水稻各部位鎘/砷含量見表3。施加零價鐵未對稻米鎘含量產生明顯影響；施加腐殖質、復合調理劑則明顯地降低了水稻各部位鎘的含量。與對照相比，施加腐殖質和復合調理劑后，早稻稻米鎘含量分別下降14.3%和35.5%；晚稻稻米中鎘含量分別下降33.3%和57.4%，差異顯著（P<0.05）。施加復合調理劑，早稻稻米鎘含量達到食品安全國家標準（GB 2762—2012）。

對多產業部門進行探討一般需要引入投入產出結構，例如，呂一清和鄧翔(2018)使用一個產業結構內生化的DSGE 模型，考察產業結構升級與宏觀經濟波動；張開和龔六堂(2018) 則基于包含投入產出結構的DSGE 模型研究財政支出乘數。近年來，許多研究將投入產出結構深化為網絡結構，進而借助網絡理論進行分析，擴展了投入產出結構的內涵。有關的開創性工作來自Jones (2011) 和Acemoglu 等(2012)，其中Jones(2011) 提出構建產業網絡的基本框架，而Acemoglu 等(2012) 對產業網絡與經濟波動的關系進行理論研究，之后Acemoglu 等(2016) 還通過實證發現網絡效應的確存在，表明網絡結構不可被忽略。此后中國學者也有關于產業網絡的研究，例如，齊鷹飛和Li Yuanfei (2020)、張興龍(2019) 的研究，前者探討產業結構的調整優化，后者則關注資源錯配。不過，目前基于產業網絡框架考察中國全要素生產率的研究還比較少見。

此外，在中國經濟發展過程中，產業結構一直在不斷調整優化，這會改變不同產業在經濟中的占比和產業之間的關聯關系，因而產業結構調整優化對于部門全要素生產率與經濟發展的關系具有重要影響。已有學者指出了此問題，如干春暉和鄭若谷(2009)實證研究改革開放以來的產業結構演進與生產率的增長，從要素流動的角度指出結構調整對宏觀生產率增長具有促進作用，進而會影響經濟發展水平；劉偉和張輝(2008) 同樣認為產業結構調整對中國經濟增長有重要貢獻，全要素生產率可以被分解為技術進步和結構變遷的貢獻，其中結構變遷的貢獻不可或缺。

基于以上背景，本文考察部門全要素生產率結合產業網絡對經濟發展的影響，指出產業網絡具有放大效應，并對放大效應進行具體分析。首先，本文構建引入產業網絡的一般均衡模型，通過理論分析表明產業網絡具有放大效應，產業結構調整會對放大效應產生影響；其次，借助WIOD 數據庫，對中國各產業全要素生產率進行測算，并考察結合放大效應后不同部門生產率提高對宏觀經濟發展的影響；最后，實證檢驗產業結構與放大效應的關系，發現產業結構調整會帶來部門放大效應的正向變化，工業部門的此機制最明顯。

與既有研究相比，本文邊際貢獻可能在于以下三個方面:首先，相較過往有關于全要素生產率問題的研究，本文視角從如何準確測算全要素生產率轉移至部門全要素生產率對宏觀經濟發展的影響機制的研究，在理論上對中國全要素生產率問題的研究做出了補充；其次，與有關于產業網絡的研究相比，本文不但指出了產業網絡影響性的存在，還對產業網絡具體發揮作用的機制即放大系數進行了機制分析和測算，這對產業網絡的相關研究進行了拓展，并且對不同部門的放大系數進行具體測算具有現實的政策意義；最后，本文從理論上考察了產業結構調整對于部門全要素生產率與經濟發展的影響機理，并且實證檢驗了這一機理，這對于有關產業結構調整與生產率的研究是一定的補充。

本文的后續結構安排如下:第二部分介紹本文的基準模型，第三部分在理論上探討產業網絡放大效應的具體機制以及產業結構調整對放大效應的影響，第四部分結合數據進行測算和實證檢驗，最后一部分是本文的主要結論與政策建議。

WindML的圖形界面基于像素，用顏色匹配表說明位圖中的顏色。首先在顏色匹配表上設置一種顏色的紅、綠、藍亮度值，然后用位圖陣列中的每個像素值索引值代表該點在顏色匹配表中的顏色。

二、基準模型

本文基準模型參照Jones (2011) 和Acemoglu 等(2012)。與既有模型相比，本文引入資本并考察開放狀態，可以更好地與全要素生產率的測算相匹配。

組合平臺的水平度的好壞，精確度的高低，平臺搭設的是否牢固，平臺上是否有焊點、瘤子等尖銳物體，在搭設組合平臺時都是需要注意考慮的問題。不能因為是臨時平臺就要降低標準，放松要求。

(一) 模型構建

假設經濟中有兩類行為主體，家庭和企業，其中企業可分為N個中間品生產部門和一個最終品生產部門。代表性家庭通過向企業提供勞動力和資本獲得工資和租金，并將其用于消費，企業通過勞動力、資本和中間投入品進行生產。

1.技術

中間品部門企業和最終品部門企業均采用柯布道格拉斯(C-D) 生產函數，使用資本、勞動，以及來自國內與國外的中間品進行生產。

部門i的中間投入品生產函數:

其中Ai為部門i的外生生產率水平，Ki為部門i的資本投入，Hi為勞動力投入，dij為部門i需要的來自部門j的中間投入品，mij為部門i需要的來自進口的國外部門j的中間投入品。對于參數，有0＜αi ＜1，

將上式作為分子，再將1－β′(I－B)－1λ作為分母得到logY對logAi求導得到的系數向量，即部門生產率的提高對總產出的影響。再假定各部門的需求重要性相同，則決定部門生產效率對總產出的放大效應完全來自產業網絡結構。從上式來看，分母是矩陣(I－B)－1對應行列式的解，這個解與σ12σ23σ31的取值有關，可見網絡結構中一旦產業之間具有相互的投入產出關系，那么其影響就會作用于所有產業。而從分子來看，部門1的放大效應取決于對部門3 的投入，以及間接的部門3 對部門2 的投入，對部門2、部門3 也同理，這說明部門間投入結構的存在使得部門之間既存在直接影響，也存在間接影響，而間接影響被稱為網絡外部性。本文將這種情形下的網絡效應稱為部門間網絡效應。

其中ci為最終品生產時需要的來自部門i的產品，參數滿足。

2.消費者問題

代表性消費者最大化效用，效用由消費C獲得，受到工資所得和資本利得的約束:

應對一些電路的安全問題，要盡可能提供一些安全的配電裝置。比如超過400V的電壓裝置里就要配備空氣斷路器，這樣一來可以防止局部過熱而引發火災等嚴重情況。在選用負荷開關時，要盡量避開不抗濕的，想象一下，如若空氣中的一絲水分沾上開關便跳閘，那這樣的生活是否十分不便利。還有在較為發達的新區或經濟區周圍，要建設一個配電室。這樣一來，當整個電路運行不夠流暢時，配電室便可及時提供援助，避免供電緊張，群民唏噓的尷尬局面。

此時沒有來自產業網絡的放大效應，本文將這種由需求重要性決定的影響稱為需求重要性效應。需求重要性效應是考察放大效應的基準效應，如果產業網絡的存在使得顯著超過，則說明網絡結構帶來的放大效應是突出的。

最后考察部門間投入結構，本文為簡化分析考慮簡單環形網絡的情況。此時沒有產業自身的中間品投入，并且一個產業只接受另一個產業的產品作為中間投入品。之所以設定這種情況，是因為這是最簡單的完全圖并且其結論可以推廣至更多部門。

中間投入品部門i生產商根據其生產函數選擇國內部門j中間品、國外部門j中間品、資本與勞動進行生產并最大化利潤:

采用ORIGIN 9.1軟件進行繪圖。采用SPSS19.0統計軟件對3種致病菌數量分布與水齡做相關性分析。

其中pi為部門i中間品價格，為進口的部門j中間品價格。

4.最終品廠商問題

給定最終品價格為1，最終品廠商使用中間品進行生產并最大化利潤:

5.競爭均衡

5.開展優化粉葛中提取葛根素的工藝。加熱，放冷，再稱，定重量，用30%乙醇補足減失的重量，搖勻，濾過，取續濾液，進樣測定得到試驗結果。每組處理勻采用了3次重復，求3次平均值。

從以上三種類型的網絡的影響可以發現，產業結構的放大效應由需求重要性效應、自投入網絡效應和部門間網絡效應組成。需求重要性效應是不受網絡結構影響的基準效應，不具有放大作用，而部門自我投入結構和部門間投入結構是放大效應的來源。部門自我投入不具備網絡的外部性，只會對本部門的放大效應產生影響。而部門間投入結構則具有網絡的外部性，網絡結構的存在會對放大系數產生復雜的影響。現實的產業網絡是上述三種情形的組合，因而理論上即使全要素生產率的提升來自于規模較小的產業，也可能會對宏觀經濟發展產生比較明顯的影響。

此外給出幾個模型計算中需要用到的參數向量和矩陣:其中，B為消耗系數矩陣，即本文所指產業網絡結構。

(二) 模型求解

第一，對于總產出決定式，通過對模型進行求解可以得到①因篇幅所限，本文省略了模型求解過程，感興趣的讀者可在《經濟科學》 官網論文頁面“附錄與擴展”欄目下載。:

其中，ε由模型中參數決定，在后文中對分析沒有影響，因此不對其進行詳細表達。

即使在魏格納的觀點遭到廣泛蔑視的情況下，澳大利亞著名地質學家塞繆爾·沃倫·凱里（Samuel Warren Carey）仍然支持了他的觀點，并且使用對數測試了數百種重建泛大陸的方法。與之前的其他人一樣，凱里注意到在縮小的地球上能夠實現最連貫的接合。凱里認為，他已經找到了支持大陸漂移的那股無形的力量。但是，在整個20世紀，凱里仍然是地球膨脹論最活躍的倡導者，出版了6本關于這一主題的科學論著和多篇論文。

根據式(11)，由于GDP＝C＝Y－X，可得:

可見在貿易均衡的假設條件下，得到Y就可以得到C即GDP。而在貿易均衡假設條件不滿足時，最終品中有一定比例用于出口，此時C依舊是占Y的一個確定比例，只是與貿易均衡時相比，比例關系發生變化而已。因此在確定的比例系數下，對最終品Y的考察就相當于對GDP的考察，因此后文中只需要對Y進行分析即可。

第二，求解產業結構的決定式，得到代表性的部門i的增加值占比即產業結構:

其中，γ≡(I－B′)－1β。

三、產業網絡的放大效應:機制分析與影響因素

根據估算的生產函數參數，本文采用索洛殘差法計算出各行業全要素生產率的年平均增長率。按照Jones (2011)，此時得到的全要素生產率受到一個投入產出結構的影響，因而需要進行調整來剔除其中放大的部分。②同上。調整后的各行業全要素生產率增長率如表1所示。

根據基準模型中得到的最終品Y的決定式(12)，當考察部門i的全要素生產率的邊際提升對于宏觀經濟發展的影響時，只需要在式(12) 兩端對logAi求導，因此可以發現部門全要素生產率對于宏觀經濟的影響取決于向量中的元素。

部門全要素生產率在結合這一向量中的對應元素后對宏觀經濟發展產生影響，從該向量的形式可以看出，產業網絡的影響取決于(I－B)－1。在沒有產業網絡時，各部門的全要素生產率對宏觀經濟發展的影響主要由β′和λ決定，引入產業網絡后β′和λ向量與(I－B)－1相乘會得到與原來相比每一項元素都更大的向量。這使得總體來看，與沒有產業網絡時相比引入產業網絡放大了部門全要素生產率的變化對宏觀經濟發展的影響。本文將產業網絡的這種影響稱為放大效應，稱中的每一項元素為對應行業的放大系數。

(一) 產業網絡的放大效應機制分析

已有文獻如Acemoglu 等(2012) 肯定了產業網絡的放大效應，他們認為產業網絡B通過(I－B)－1形式發揮作用，與本文的模型結果一致，但對于產業網絡放大效應的作用機制沒有進行分析。現實中產業網絡B的形態十分復雜，很難直接得到其影響機制，本文借助網絡理論考察產業網絡如何發揮放大作用。

按照產業網絡理論，可以將網絡結構分為幾種特定類型并分別考察它們的性質，進而得到全部性質。本文考慮設定三種特定結構探討產業網絡如何產生放大效應:第一種網絡為部門之間和部門自身都沒有關聯的孤立網絡，這代表無網絡結構也即無網絡效應的情形；第二種網絡為部門之間沒有關聯、部門自身有關聯的網絡，本文稱其為自投入網絡結構；第三種為部門自身沒有關聯、部門之間有關聯的網絡，本文稱其為部門間投入結構。后兩種網絡刻畫了網絡效應可能產生的兩種渠道。對于每一種結構，代表部門全要素生產率的邊際變動對宏觀經濟發展的影響程度。

1.無網絡結構

首先，本文考察產業之間和自身均不存在投入產出關系的情形。此時B矩陣是一個零矩陣，生產要素只有資本和勞動。對于此時的總產出決定式，兩端對logAi求導有:

這意味著部門生產效率的提升對總產出的影響取決于該部門在最終需求上的重要程度以及一個進口比例的影響。假定沒有進出口，則該式退化為βi。在多部門時，βi往往遠小于1，因而此時個別部門的全要素生產率提升對于經濟發展的影響很小。在引入進出口時，對于所有部門是相同的，上式的分母對于不同部門均是相同的，部門全要素生產率的提升對于經濟發展的貢獻主要由βi決定。因此無論是否處于開放狀態，需求占比越大的部門的全要素生產率的提升對宏觀經濟發展帶來的影響越大。

其中，w為工資率水平，r為租金率水平。

2.自投入網絡結構

在自投入網絡結構下，各部門只接受本部門的產品作為中間投入品，因此B為一個對角矩陣，即。對于此時的總產出決定式，兩端對logAi求導有:

此時部門生產率邊際提高對整體產出的貢獻既取決于需求重要性，也取決于其在生產過程中自身投入的占比及進口比例，進口比例的影響方式則與無網絡結構時相同。自身投入占比越高，越大，影響也越大。從網絡視角看，這是由于生產過程中有自身進行循環生產，自身投入占比越高，生產率提升就會帶來越大的良性效應。與無網絡結構時相比，自身投入占比表現出一個放大機制。由于生產差異，σii在各部門間往往異質，因此與βi的關系對于不同部門可能是不同的。令各部門的βi相同，結合上式就可以分離出自我投入的網絡效應。本文將上述放大渠道稱為自投入網絡效應。

3.部門間投入結構

3.中間品廠商問題

假定三個部門分別為部門1、部門2 及部門3，其中部門1 的中間投入品來自部門2，部門2 的中間投入品來自部門3，部門3 的中間投入品來自部門1。對應的產業網絡B的形式為。此時總產出決定式兩端對logAi求導不能直接寫出表達式，因此先求解β′(I－B)－1得到:

式中，L(t)為t時刻的實際負荷值，P(t)為t時刻負荷周期性分量，R(t)為t時刻負荷的隨機性分量。

經濟體最終品生產函數:

需要注意在式(10) 中，X代表出口。在貿易平衡假設下，進口量必然與出口量X相等，因此凈出口為0，國內消費量C即等于GDP。

(二) 產業結構調整對放大效應的影響

理論上產業結構調整會引起各產業的規模和產業之間的關系發生變化，這可能會影響產業網絡的放大效應。從基準模型中得到的產業結構的決定式(14) 可以看出，產業結構取決于σ、λ與β′(I－B)－1。對比放大系數的決定式，容易發現放大系數與產業結構受到的影響因素一致，都是由需求重要性、中間品進口占比和消耗系數矩陣即產業網絡所決定。因此，產業結構的調整意味著決定產業結構的參數發生變化，這自然會帶來放大系數的變化，因而產業結構調整的確會對放大效應產生影響。而放大效應的改變會影響部門全要素生產率與宏觀全要素生產率之間的關系，產業結構的調整因此會通過改變放大系數來改變宏觀全要素生產率。因此本文的理論可以從產業層面視角對產業結構調整對宏觀生產率的影響進行解釋，這同時可以作為干春暉和鄭若谷(2009)、劉偉和張輝(2008) 等研究中所指出的產業結構調整對生產率影響的一個理論解釋。

不過，由于產業結構的調整所涉及的變量比較多，形式比較復雜，確定每一個變量對放大系數的影響并不容易。而本文所關注的實際是產業結構調整本身對放大系數的影響，因此在后文中結合現實數據設定計量模型，對產業結構與放大系數的關系進行檢驗以考察產業結構調整對于放大系數的具體影響。

四、測算及實證檢驗

本文在這一部分按照理論分析進行測算與實證檢驗，主要包括兩個方面，一是測算各部門全要素生產率的提升結合放大系數對宏觀經濟的影響；二是實證考察各部門產業結構的調整與放大系數的改變之間的關系。

(一) 數據整理

本文使用的數據來自World Input-Output Database (WIOD) 中的中國投入產出表和對應的社會核算矩陣SEA 賬戶，數據的時間范圍是2000 年至2014 年。本文首先在WIOD數據基礎上對行業進行合理歸并，參考一般文獻的部門分類核定為28 個行業，其中，1個第一產業，17 個第二產業，10 個第三產業部門。①具體的產業部門分類請見《經濟科學》 官網“附錄與擴展”。

產業網絡取決于B消耗系數矩陣，本文將歷年的消耗系數矩陣繪制成網絡，發現各個年度的網絡形態有所差異，因而直觀上這會使得部門的放大系數在不同年份有所差異。2000 年和2014 年的產業網絡結構如圖1 所示。

陳大勇的匣子炮和湯姆森都被人繳了去。從女聲判斷，他們肯定不是鬼子，鬼子里是沒有女人的，只要不是鬼子，就不可怕了，國難當前，中國人不打中國人，哪怕土匪，也不至于殺人滅口吧。

圖1 2000 年和2014 年產業網絡結構

本文所構建的是有向加權網絡，其中方向代表被指向的節點需要來自指向節點的中間品，權重則代表指向節點供給的中間品在被指向節點所需總投入的比例，即消耗系數。節點大小代表了該節點與其他節點的關聯性的數量，關聯線越粗則說明對應的消耗系數越大，從節點的關聯線數目和粗細、方向可以發現部門在網絡中存在明顯的異質性。此外，可以發現一些產業例如產業19 零售業與其他產業的關聯程度隨時間顯著下降，而一些產業如產業9 化學工業與其他產業的關聯程度則明顯上升。產業網絡變化的原因是，隨著經濟發展，主導經濟的產業發生變化，產業的生產模式也會發生變化，產業在生產上的最優化選擇和生產技術的更新使得產業之間的關聯關系相應改變，這是經濟發展的一種客觀表現。

(二) 參數校準

根據理論各部門放大系數的測算需要用到需求重要性、消耗系數和進口消耗系數，這些數據可以通過WIOD 投入產出表校準得到。①參數校準結果請見《經濟科學》 官網“附錄與擴展”。參數校準的結果表明，各個產業的需求重要性、消耗系數和進口消耗系數明顯不同，第一產業和第三產業往往需求重要性更高，原因是它們的產品往往是最終品直接被消費，在最終需求中比重更大；第二產業的產品更多在生產過程中被使用，因此消耗系數相應更高；進口消耗系數上的不同則與我國在相應產品上的生產能力和國際價格水平相關。

(三) 部門全要素生產率測算

在考察放大系數的作用時還應結合各部門的全要素生產率，因此本文對各產業部門的全要素生產率進行測算。由于產業層面的數據比較少，本文在測算時先不對WIOD 中的部門進行歸并，保證更多的數據量使得測算可以更加準確，然后在得到估算結果后對部門進行歸并。根據理論，在規模報酬不變和零利潤情況下，增加值完全來源于全要素生產率、資本與勞動投入，因此本文參照文獻如張軍和施少華(2003)、郭慶旺和賈俊雪(2005)，采用索洛殘差法對資本和勞動產出彈性進行估計，進而估算全要素生產率。當然，數據進行了相應的匯率調整和通脹調整。

按照索洛法的估計方式和假設，本文對行業的增加值取人均形式，資本也相應取人均形式，估計得到的人均資本對數的系數值即資本產出彈性α，按照索洛法的假設，勞動力的產出彈性為1－α。本文采用的估計方程為:logyit＝α0＋αlogkit＋εit。其中，logyit為各行業人均增加值對數，logkit為各行業人均資本存量對數值。估計結果表明，資本產出彈性為0.611，勞動力的產出彈性對應為0.389。

本文在這一部分重點考察兩個內容:一是部門全要素生產率受產業網絡效應影響的主要機制；二是產業結構和網絡效應的關系。

表1 各行業全要素生產率增長率

平均來看，各產業的全要素生產率在2000—2014 年間的增速為0.0193，其中，產業25 公共事業管理業的全要素生產率平均增速最慢只有0.0004，而增速最快的16 產業制造及回收業達到了0.0497，部門之間的全要素生產率增長差異非常大。按產業來看，第一產業的全要素生產率平均增速為0.0084，第二產業為0.0218，第三產業為0.0166，可見制造業的全要素生產率增長率最大，這與數據期間我國第二產業快速發展、第三產業逐漸開始高速發展的事實相符。

3)循州總管府于梌山，惠城區開啟橋西縣治，成為主要的行政文化中心，循州總管府與廣州總管府 一統整個廣東的東部，循州為粵東地區主要的政治、經濟、文化中心，管轄歸善、博羅、河源、新豐、興寧、海豐六縣等粵東大部分地區。

(四) 放大效應對部門全要素生產率與經濟發展的影響

放大效應由需求重要性效應、自投入網絡效應和部門間網絡效應組成，其中后兩種效應是由網絡結構決定的。因此，測算需求重要性效應、自投入網絡效應和部門間網絡效應就可以得知網絡結構放大作用的具體程度。根據理論中三種情況的設定和已經得到的相關參數，本文首先測度每個行業的需求重要性效應、自投入網絡效應和部門間網絡效應。測算結果表明不同年份下網絡結構的放大作用在許多產業上十分明顯，2000 年和2014 年的結果展示如圖2 所示。

4.7 氧化應激和容量超負荷誘導細胞外基質重構 活性氧自由基可以誘導心功能障礙，包括收縮功能下降、心肌肥厚、細胞外基質的更新和細胞凋亡。有報道[44]顯示，活性氧自由基與容量超負荷誘導心力衰竭相關。活性氧自由基可以通過改變硫化鋅的表達或者直接的相互作用調節MMP的表達[45]。相反，ONOO-誘導的TIMP4的硝化作用能夠改善內皮細胞MMP2活性的抑制作用[46]。活性氧自由基同時也可刺激MMP的分泌[47]及抑制心肌纖維化細胞中的膠原產生[48]。

圖2 2000 年和2014 年三種效應對比

其中，橫坐標代表的是行業，縱坐標代表的是系數大小。可以發現，2000 年與2014 年不同部門放大系數的三種效應發生了明顯改變，但共同點是對于許多產業，需求重要性效應不大，自投入網絡效應則普遍非常小，而很多產業的部門間網絡效應則非常大，甚至遠超需求重要性效應，可見網絡結構中的部門間網絡效應影響比較突出。具體來看，對于所有部門，2000 年需求重要性效應的平均值為0.0374，自投入效應的平均值為0.0051，而來自部門間放大效應的平均值為0.047，其影響超過了需求重要性效應，這說明平均來看，產業網絡放大了部門全要素生產率對于經濟發展的影響一倍以上。2014 年需求重要性效應的平均值為0.0374，自投入效應的平均值為0.00526，影響仍然不大，但部門間網絡效應的平均影響則達到了0.0656，明顯超過需求重要性效應。

對于某些特定產業如產業11 其他非金屬業、產業12 基本金屬及加工業，其需求重要性影響非常小，但部門間網絡效應達到幾十倍以上。再從三大產業的情況來看，第二產業除建筑業外普遍具有很高的部門間網絡效應，第一產業的網絡效應有減小趨勢，第三產業內部有所分化，有些部門間網絡效應比較低，有些則比較高，并且從2000 年至2014 年第三產業的部門間網絡效應有升高的趨勢。以上測算結果與我國的實際發展情況相契合，第一、第二產業的產品相比第三產業更多用于生產中間品，因此部門間網絡效應突出；第三產業產品一般用作最終消費，因此網絡效應相對較小；但隨著經濟發展，第三產業在生產中越發重要，因此其在網絡中的作用也在增加，這使得第三產業的部門間網絡效應逐漸提升。

在研究氣化和噴濺產生時間與過程之后，對噴濺的速度隨著激光能量的變化進行了分析。研究中僅考慮了激光作用初期的噴濺速度，未考慮蒸氣對噴濺顆粒的再次加速情況。圖4為噴濺速度隨激光能量變化的情況。由于大能量激光作用下，氣化現象更為明顯，在捕捉的照片中難以捕捉噴濺顆粒，同時蒸氣對噴濺顆粒還存在再次加速作用，因而只給出了7.5 J～22.1 J情況的結果。

加總三種效應得到總體放大效應，總體放大系數的各部門均值在2000 年為0.089，2014 年為0.100，對比前文得到兩個年度的需求重要性效應為0.0374，產業網絡的放大作用明顯。不同年份下各行業的放大系數差異很大，從2000 年至2014 年，我國放大系數的變化規律是第一產業的放大系數逐漸縮小，而第二產業則在不同的產業上既有擴大也有縮小，第三產業在總體上有擴大的趨勢。總體來看，放大系數增大的產業往往是這一段時間我國重點發展的產業，如建筑業和一些服務行業如金融業等。

各行業的放大系數反映的是當各行業發生了全要素生產率同樣大小(如1%) 的提升后對于宏觀經濟發展的影響。但全要素生產率提升程度相同的假設并不符合現實，前文中測算發現，各行業在2000—2014 年間的全要素生產率提升程度存在明顯的異質性。本文通過部門全要素生產率的增長率結合放大系數得到各行業對經濟發展的貢獻，限于篇幅，僅將2000 年和2014 年的結果展示如圖3 所示。

平日里，不論天寒地凍還是烈日酷暑，我常深入到田間地頭追逐光影，捕捉一個個生動的鏡頭。回到暗室后，全身心投入制作，經常一干就是一個通宵，廢寢忘食，樂此不疲。

圖3 考慮放大系數的部門全要素生產率增長對經濟的貢獻

其中，縱坐標是行業全要素生產率的對數值的增長對GDP 對數值的提升大小。部門全要素生產率增長率結合放大效應反映了不同部門全要素生產率的真實提升對宏觀經濟的真實影響，從結果來看具有明顯的部門異質性。按照本文的測算結果，第一產業的影響逐漸減小，第二產業和第三產業的影響則有上升的趨勢；一些特定的產業如建筑業在這段時間內的影響上升十分顯著。例如，產業1 農業在2000 年的貢獻最大，但在2014年迅速下滑，產業18 建筑業在2000 年貢獻排名第二，而在2014 年則升至第一位。平均來看，從2000 年至2014 年，第一產業的增長率貢獻從0.00291 下降到0.00154，第二產業從0.00074 增長到0.00091，第三產業從0.00055 增長到0.00070。可以發現，由于放大效應的異質性，某些產業全要素生產率增長很快，但其在產業網絡中對其他產業的影響比較小，因此放大效應比較小，二者結合導致其對宏觀經濟的影響并不大。由于第二產業的放大效應在這15 年間不斷提升，并且其中的一些產業如產業12 基本金屬及加工業的全要素生產率的增長率在這段時間內比較高，因此其對經濟的影響較大。

(五) 產業結構調整對放大效應的影響

理論分析指出產業結構調整對于放大系數具有潛在影響。本文使用通過投入產出表獲取的現實數據計算出各部門的增加值占比即產業結構，然后結合前文中已經求得的放大系數，對二者進行回歸以檢驗產業結構調整是否與理論分析一致。具體地，本文將放大系數作為被解釋變量，產業結構的代理即部門增加值占比作為解釋變量，回歸結果如表2 所示。

表2 各產業增加值占比與放大系數回歸結果

考慮到不同產業的性質有所不同，因此除對所有產業總體進行回歸外，本文還分產業進行回歸，具體分為農業、工業、建筑業和服務業。工業和建筑業都屬于第二產業，但二者在放大系數上體現出明顯差異。從回歸結果來看，在不進行行業劃分時，回歸是顯著的，劃分行業后除建筑業的回歸在5%的水平上顯著外，其他行業均在1%的水平上顯著。這說明的確如理論分析一樣，產業結構調整對于放大系數的改變具有顯著的影響。

在不區分行業時，增加值占比變化引發的放大系數的邊際貢獻為1.895，結果大于1，體現出明顯的網絡外部效應，產業結構的改變會使得整體全要素生產率發生較大的變化。分行業來看，建筑業增加值占比的提升帶來的放大效應的提升最大，達到了4.889，制造業次之，為3.138，農業和服務業最低，這說明第二產業的增加值占比的變化帶來的網絡效應最明顯，農業和服務業的網絡效應則比較小。以上結果表明在進行產業結構調整時，第二產業的放大效應會更顯著，第二產業全要素生產率的提升會對宏觀經濟發展產生較其他部門更大的促進作用。

五、結論

既有研究主要關注中國全要素生產率的測算問題，針對部門全要素生產率對宏觀經濟發展影響機制的研究亟須補充。本文構建了一個基于產業網絡的理論模型，探討部門全要素生產率對經濟發展的促進機制，以及產業結構調整對此機制的影響，并進行了測算和實證檢驗。本文發現，首先，理論上部門全要素生產率結合產業網絡的放大效應影響總產出，其機制可以被分解為需求重要性效應、自投入網絡效應與部門間網絡效應；理論分析也指出產業結構調整會對放大效應產生影響。其次，本文使用現實數據測算和檢驗上述理論，在產業網絡的框架下測算了中國分行業的全要素生產率增長率并求得了各行業的放大系數，發現網絡結構的確產生了明顯的放大作用，其中由部門間的投入結構決定的放大作用最為顯著；而當考察部門全要素生產率的增長結合放大系數對總產出的影響時，發現不同行業的影響存在顯著的異質性，放大效應的作用不可忽視。最后，本文實證檢驗了產業結構調整與放大系數的關系，發現增加值占比與放大系數具有顯著正向關系，增加值占比一單位的變化會帶來放大系數一單位以上的變化，體現出明顯的網絡外部性，而第二產業的放大系數變化最明顯。

目前，我國經濟已經從高速增長階段轉向高質量發展階段，全要素生產率的提升將成為我國經濟增長的原動力，本文的研究有助于更加深刻理解全要素生產率的相關問題并對政策制定提供參考。由于部門全要素生產率的提升結合產業網絡結構的放大效應可以影響宏觀經濟發展，并且放大系數的異質性非常顯著，因此如果忽視了產業網絡下的放大效應，就會對不同產業對于宏觀經濟的重要性產生錯誤判斷，不利于宏觀經濟政策的合理制定。沿著這樣的思路，本文的政策建議是:首先，應促進在產業網絡中比較重要的產業例如基本金屬及加工業的發展，通過產業網絡的放大效應來提升宏觀全要素生產率，促進經濟發展；其次，放大效應的重要來源是產業之間的投入產出關系，因此應該更加關注產業間的關聯，通過投入產出關系借助某些特定產業的發展來帶動其他產業的發展，可以使多個產業更有效率地協同發展；最后，由于產業結構調整與放大系數改變具有顯著的正向關系，因此通過合理的經濟政策對產業結構進行調整，如對高端制造業行業的相關支持政策，可以在優化結構的同時，對整體經濟增長產生正向影響，若能夠進一步改善行業的全要素生產率水平，那么其對經濟的促進作用會更大。