技術進步偏向性、要素配置偏向性與中國三次產業全要素生產率的提升

任 韜，宋子琨

(首都經濟貿易大學 統計學院，北京 100070)

一、問題提出

在新古典經濟增長理論中，全要素生產率(TFP)的提升一直被視為經濟長期增長的源頭活水。在中國經濟進入高質量發展階段的新時期，選擇將全要素生產率作為衡量經濟發展質量和效率的重要指標，其理論意義在于，可以僅通過一個變量來區分某一時期經濟增長的主要驅動力是要素效率的增長還是要素投入的擴大。

事實上，技術進步存在要素偏向是一個經濟學中長期討論的話題。?？怂?Hicks，1932)指出，要素相對價格的上升會誘導技術進步節約這種要素，進而導致技術進步呈現出要素偏向[1]。自經濟增長核算方程提出以來，全要素生產率的定量研究成為宏觀經濟研究中的重要內容。然而在現實的經濟增長過程中，技術進步既不是外生的，也并非始終呈現出希克斯中性技術進步的特征。顯然，在傳統的經濟增長核算方程中技術進步的偏向性被人為忽略了。因此，在考慮技術進步偏向性的前提下，對TFP增長率進行分解并深入考察其驅動機制，對于加快提高TFP增長率具有重要的現實意義。

二、文獻綜述

在定義要素偏向型技術進步時，阿西莫格魯(Acemoglu，2002) 從兩種生產要素的相對邊際產出變化的角度出發，認為當技術進步使得某種生產要素的邊際產出提升更大時，則稱技術進步偏向這種要素[2]。關于引起要素偏向型技術進步的原因，阿西莫格魯(2002) 認為主要是技術進步受到了要素替代彈性、市場規模效應和價格效應三者間協同作用的影響，具體表現為：當兩種生產要素間呈現替代關系時，市場規模效應更強，技術進步偏向豐裕要素；當兩種生產要素間呈現互補關系時，價格效應更強，技術進步偏向稀缺要素[2]。

隨著阿西莫格魯(2003、2007)[3-5]進一步完善并發展了要素偏向型技術進步的理論，要素偏向型技術進步開始逐漸受到國內外學者的關注?？死返?Klump et al.，2007)通過構建標準化供給面系統對資本與勞動間的要素替代彈性進行估計，并提出通過“全局最優”的方法確定非線性方程組中的初始值。他們研究發現，美國在1953—1998年整體上呈現資本偏向型技術進步，更有利于提高資本的邊際產出，此外還發現資本與勞動間的要素替代彈性小于1，資本要素與勞動要素呈互補關系[6]。戴天仕和徐現祥(2010)基于阿西莫格魯(2002)[2]關于要素偏向型技術進步的定義，從技術進步所導致的資本勞動邊際產出比變化率的角度出發，構建出可以衡量技術進步偏向性的技術進步偏向性指數，對1978—2005年中國技術進步的偏向性進行系統測算。他們研究發現，在1978—2005年中國資本要素與勞動要素間呈互補關系，技術進步在改革開放初期偏向勞動要素，隨后技術進步呈現出偏向資本的特征，并且偏向程度逐漸提升[7]。這項研究成果為要素偏向型技術進步的研究提供了一個來自中國的回答。

隨著要素偏向型技術進步理論研究的不斷深入，逐漸有學者將要素偏向型技術進步的理論應用到TFP增長率的研究當中。雷欽禮和徐家春(2015)參考戴天仕和徐現祥(2010)[7]的研究構建了技術進步偏向性指數，并提出構建用于反映要素配置偏向性的要素配置偏向性指數，定量分析了技術進步的偏向性和要素配置的偏向性對中國TFP增長率的影響。他們測算發現，1978—2012年中國技術進步和要素配置在整體上均呈現出偏向資本的特征，基于技術進步偏向性指數和要素配置偏向性指數對中國TFP增長率進一步分析發現，技術進步偏向效應和要素配置偏向效應逐漸開始抑制中國TFP增長率的提升，而二者的交互作用逐漸開始發揮促進中國TFP增長率提升的積極作用[8]。李小平和李小克(2018)在要素偏向型技術進步的視角下對中國工業部門的TFP增長率進行了分解，研究發現，在1999—2016年，要素效率的提高和資本偏向型技術進步是中國工業部門TFP增長率提升的主要驅動力，但要素效率增長緩慢卻在一定程度上導致了TFP增長率增速偏低[9]。常遠和吳鵬(2019)從理論層面詳細論證了技術進步和要素配置的偏向性對TFP增長率的影響機制，研究發現，中國TFP增長率的提升主要由要素投入驅動，技術進步偏向效應和要素配置偏向效應對中國TFP增長率的提升起抑制作用[10]。胡亞男和余東華(2021)以中國裝備制造業為研究對象，探究了1994—2018年技術進步和要素配置的偏向性對中國裝備制造業TFP增長率提升的影響。他們研究發現，中國裝備制造業存在不同程度的要素錯配，資本效率水平較低且增速緩慢，最終削弱了中國裝備制造業TFP增長率的提升潛力[11]。

綜上所述，目前國內學者已經基于地區間和行業內的角度對技術進步的偏向性、要素配置的偏向性以及二者對TFP增長率的影響做了深入的研究。本文著重探究以下兩個問題：1993—2017年中國三次產業技術進步和要素配置偏向何種要素？技術進步的偏向性和要素配置的偏向性對1993—2017年中國三次產業TFP增長率的提升有何影響？

本文余下部分的安排為：第三部分，對中國三次產業技術進步偏向性指數、要素配置偏向性指數和標準化供給面系統的構建進行詳細證明，并推導出中國三次產業TFP增長率的表達式；第四部分和第五部分，利用1993—2017年中國三次產業相關數據對標準化供給面系統進行估計，計算得到中國三次產業技術進步偏向性指數和要素配置偏向性指數，并結合TFP增長率的表達式進行分析；第六部分為結論，依據本文的研究對提高中國三次產業TFP增長率的路徑給出相應建議。

三、理論模型

對理論模型推導過程中涉及的關鍵變量及下標的含義作出如下說明(見表1)。

表1 關鍵變量和下標說明

(一)技術進步、要素配置偏向性指數的構建

在本文對中國三次產業的分析中，需要引入里昂-萊德斯馬等(León-Ledesma et al.，2010)[12]提出的要素增強型常數替代彈性(CES)生產函數：

(1)

假定資本和勞動按照其邊際產出獲得報酬，將式(1)對資本求一階偏導得到資本邊際產出MPKit，對勞動求一階偏導得到勞動邊際產出MPLit，將二者相除便得到資本與勞動的邊際產出比并記為Δit：

(2)

將式(2)對要素效率比Ait/Bit和要素投入比Kit/Lit分別求一階偏導可得：

(3)

(4)

本文借鑒戴天仕和徐現祥(2010)[7]在研究中構建的技術進步偏向性指數Dit對三次產業技術進步的偏向性進行測度，其經濟學含義是由技術進步所引起的資本與勞動邊際產出比的變化率，則有：

(5)

根據技術進步偏向性指數Dit可知，第i產業技術進步的偏向性取決于資本與勞動間的要素替代彈性和要素增強型技術進步兩大因素(1)當資本要素與勞動要素間呈現替代關系時，若技術進步使得資本效率相較于勞動效率提升更大，則資本要素邊際產出相較于勞動要素邊際產出提升更大，此時稱技術進步為資本增強型技術進步，同時也是資本偏向型技術進步；當資本要素與勞動要素間呈現互補關系時，若技術進步使得資本效率相較于勞動效率提升更大，則勞動要素邊際產出相較于資本要素邊際產出提升更大，此時稱技術進步為資本增強型技術進步或勞動偏向型技術進步。，因此Dit>0表示在t時期第i產業技術進步偏向資本，Dit<0表示在t時期第i產業技術進步偏向勞動，Dit=0表示在t時期第i產業為中性技術進步。

本文在要素配置偏向性指數Sit的構建方法上參考雷欽禮和徐家春(2015)[8]的做法，其經濟學含義是由要素配置所引起的資本與勞動邊際產出比的變化率，則有：

(6)

由于資本與勞動間的要素替代彈性σi∈(0，+∞)，因此第i產業要素配置的偏向性僅取決于資本要素投入增長率與勞動要素投入增長率之間的相對大小，即Sit<0表示在t時期第i產業要素配置偏向資本，Sit>0表示在t時期第i產業要素配置偏向勞動。

(二)TFP增長率表達式的構建

將式(2)資本與勞動的邊際產出比Δit代入式(1)中可得：

(7)

(8)

將式(7)、式(8)整理后可得資本效率Ait和勞動效率Bit的表達式：

(9)

(10)

借鑒克曼塔(Kmenta，1967)[13]的方法，本文將式(1)等號兩端取對數，在σi=1處進行二階泰勒展開并求導，經整理可得產出增長率的表達式：

(11)

依據索洛(Solow，1957)[14]推導經濟核算方程的做法，將資本和勞動投入的貢獻從產出增長率中剔除，并引入上文中構建的技術進步偏向性指數Dit和要素配置偏向性指數Sit，整理后得到中國三次產業TFP增長率的表達式：

(12)

在式(12)中，ln(Ait/Bit)反映了第i產業在t時期的要素效率結構，ln(Ait/Bit)>0(<0)表明資本(勞動)效率更高，而ln(Ait/Bit)上升(下降)的趨勢則表明資本效率相較于勞動效率提升(降低)得更多；ln(Kit/Lit)反映了第i產業在t時期的要素投入結構，ln(Kit/Lit)>0(<0)表明資本(勞動)要素的投入更大，而ln(Kit/Lit)上升(下降)的趨勢則表明資本不斷深化(廣化)。此外，常遠和吳鵬(2019)指出，當ln(Ait/Bit)與ln(Kit/Lit)方向一致時表明要素配置合理，而當ln(Ait/Bit)與ln(Kit/Lit)方向不一致時表明存在要素錯配[10]，因此，可以通過分析要素效率結構ln(Ait/Bit)與要素投入結構ln(Kit/Lit)的方向是否一致來判斷要素配置的合理性。

基于上述分析，可以將式(12)所示的TFP增長率分解為如下三種效應：第一，要素效率的增長效應；第二，技術進步偏向效應；第三，要素配置偏向效應。其中，要素效率的增長效應由式(12)中第一項資本效率的增長效應和第二項勞動效率的增長效應共同構成，反映了要素效率的變動對TFP增長率的影響。式(12)中第三項為技術進步偏向效應，反映了技術進步的偏向性對TFP增長率的影響，在要素配置合理的狀態下，與ln(Ait/Bit)和ln(Kit/Lit)方向一致的技術進步對TFP增長率的提升起促進作用。式(12)中第四項為要素配置偏向效應，反映了要素配置的偏向性對TFP增長率的影響，在要素配置合理的狀態下，當資本要素與勞動要素間呈現替代關系(σi>1)時，與ln(Ait/Bit)和ln(Kit/Lit)方向一致的要素配置對TFP增長率的提升起促進作用；當資本要素與勞動要素間呈現互補關系(σi<1)時，與ln(Ait/Bit)和ln(Kit/Lit)方向相反的要素配置對TFP增長率的提升起促進作用。而在要素錯配的狀態下，ln(Ait/Bit)和ln(Kit/Lit)方向不一致，導致ln(Ait/Bit)+ln(Kit/Lit)的絕對值減小，此時將削弱技術進步偏向效應和要素配置偏向效應對TFP增長率的提升作用。

表2展示了在各種要素效率結構和要素投入結構下提升TFP增長率的作用機制。

表2 提升TFP增長率的作用機制

(三)標準化供給面系統的構建

本文借鑒克拉姆等(2007)[6]的研究對中國三次產業資本與勞動間的要素替代彈性σi和資本密集度αi進行估計。根據大衛等(David et al.，1965)[15]提出的要素增強型線性齊次CES生產函數，假設第i產業在t0期資本要素投入為Ki0，勞動要素投入為Li0，總產出為Yi0，資本效率Ait與勞動效率Bit的增長率為Box-Cox型，即：

(13)

假定資本要素和勞動要素均按照其邊際產出獲得報酬，將要素增強型線性齊次CES生產函數在t0期分別對資本和勞動求一階偏導，得到t0期的資本回報率ri0與工資率ωi0，將二者相除并假定在t0期有：

(14)

將式(14)代入要素增強型線性齊次CES生產函數中，整理可得t0期的資本效率Ai0和勞動效率Bi0，將Ai0和Bi0代入式(13)中便可得到資本效率Ait和勞動效率Bit的表達式：

(15)

(16)

對式(16)兩端求導并取對數可得式(17)，將式(16)分別對資本和勞動求導并假定其按照邊際收益獲得報酬，則可得到式(18)和式(19)，由式(17)、式(18)和式(19)所構成的非線性方程組即為估計中國三次產業資本與勞動間的要素替代彈性σi和資本密集度αi所需的標準化供給面系統：

(17)

(18)

(19)

四、數據來源與估算

為了對1993—2017年中國三次產業的技術進步偏向性指數Dit、要素配置偏向性指數Sit、資本與勞動間的要素替代彈性σi和資本密集度αi進行準確測算，本文需要測算的變量及相關數據來源為：總產出(Yit)，數據來自《中國國內生產總值核算歷史資料1952—2004》、歷年《中國統計年鑒》；資本要素投入(Kit)，數據來自歷年《中國統計年鑒》；勞動要素投入(Lit)，數據來自《新中國六十年統計資料匯編》、歷年《中國統計年鑒》；勞動收入份額(SLit)，數據來自《中國國內生產總值核算歷史資料1952—2004》、相關年份中國地區投入產出表；資本收入份額(SKit)，等于1減去勞動收入份額(SLit)；固定資本形成總額，數據來自《中國國內生產總值核算歷史資料1952—1995》《中國國內生產總值核算歷史資料1996—2002》；全社會固定資產投資，數據來自歷年《中國固定資產統計年鑒》。

(一)總產出(Yit)

本文將中國三次產業增加值1993—2017年數據作為其各自的總產出，并按照1990年價格水平利用國內生產總值(GDP)平減指數平減處理以消除價格因素的影響。具體而言，中國三次產業增加值1993—2004年數據獲取自《中國國內生產總值核算歷史資料1952—2004》，中國三次產業增加值2005—2017年數據獲取自歷年《中國統計年鑒》。

(二)資本要素投入(Kit)

本文采用永續盤存法(PIM)對中國1993—2004年的資本存量Kt進行估算：

Kt=(1-δt)Kt-1+It/Pt

(20)

參考已有文獻[16-17]，本文采用單豪杰(2008)[17]的做法對中國1993—2017年的資本存量進行估算。具體的操作為：選取歷年固定資本形成總額序列作為當年新增資本投入It；選取由國家統計局公布的固定資產投資價格指數(1990年為基期)作為投資價格指數Pt；將折舊率δt統一設定為10.96%。本文將1990年設定為研究基期，在單豪杰(2008)[17]的研究中，曾估算出中國1990年的資本存量為16 247.13億元(1952年價格) ，本文將其乘以隱含平減指數轉換為30 219.66億元(1990年價格)作為本次研究的基期資本存量K0。至此，利用上述方法，根據歷年《中國統計年鑒》提供的數據便可計算得到中國1993—2017年的資本存量Kt(1990年價格)。

下一步，需要將估算得到的資本存量序列Kt分配到三次產業中，進而得到三次產業的資本存量序列Kit，因此需要確定三次產業資本存量的占比。本文借鑒已有文獻[18]，根據三次產業固定資本形成總額數據(1993—2002年)和全社會固定資產投資數據(2003—2017年)計算得到1993—2017年三次產業資本存量的占比，依據計算得到的三次產業資本存量占比，將全國資本存量序列Kt分配到三次產業中，最終得到1993—2017年三次產業的資本存量序列Kit(見表3)。

表3 1993—2017年中國三次產業資本存量 單位：億元

(三)勞動要素投入(Lit)

目前關于中國三次產業勞動要素投入的數據統計較為完善，因而獲取相對容易，本文選擇將三次產業年末就業人數作為勞動要素投入Lit。其中，1993—1997年數據獲取自《新中國六十年統計資料匯編》，1998—2017年數據獲取自相關年份的《中國統計年鑒》。

(四)勞動收入份額(SLit)

理論上，將初次分配中勞動者報酬占GDP的比重稱為勞動收入份額，然而在實際的收入分配中，往往存在與核算賬戶不完全對應的情況，因此在計算中國三次產業勞動收入份額時需要考慮到兩方面的核算問題。第一，勞動者報酬的調整。白重恩和錢震杰(2009)研究發現，通過收入法對GDP進行核算時，統計口徑于2004年進行了兩項核算方式上的重大調整：(1)個體經濟業主收入從勞動收入變為營業盈余；(2)對農業不再記營業盈余[19]。受以上兩項核算方法調整的影響，研究中農業和非農業部門的勞動收入份額在2004年均發生了明顯的變動，具體表現為農業部門勞動收入份額增加，而非農業部門則減少。在白重恩和錢震杰(2009)的研究中，首先測算出2004年國有農場或集體農場的營業盈余并從勞動者報酬中扣除，接著利用《中國經濟普查年鑒2004》的統計結果計算得到2004年個體經濟營業盈余并加回到勞動者報酬，由此便完成了對2004年勞動收入份額的調整[19]。周明海(2010)提出，可以先通過兩種不同的方法分別進行調整，最后對兩種調整方法的結果取均值作為勞動收入份額的最終調整結果[22]。第二，生產稅凈額的處理。目前，在計算勞動收入份額時，是否應當從GDP中扣除生產稅凈額的討論在學界尚未達到統一。在白重恩和錢震杰(2009)[19]、羅長遠和張軍(2009)[21]、周明海(2014)[22]的研究中，選擇通過“勞動者報酬/扣除生產稅凈額的GDP”的方法對勞動收入份額進行估算；而在郭慶旺和呂冰洋 (2011)[23]的研究中，則采用“勞動者報酬/GDP”的方法對勞動收入份額進行估算，并沒有將生產稅凈額從GDP中剔除。通過上文對已有文獻的梳理發現，目前針對在計算勞動收入份額時遇到的核算問題尚未形成統一的解決方案，因此在實際處理時更多地是結合研究問題和數據的可得性進行綜合考慮。

本文在產業層面對勞動收入份額進行測算，基于以下三點原因，選擇采用“勞動者報酬/扣除生產稅凈額的GDP”的方法對勞動收入份額進行測算。

第一，三次產業層面相關數據存在缺失。目前，中國三次產業勞動者報酬和生產稅凈額數據的來源較為有限，特別是2004年后勞動收入份額進行調整所需的數據存在較多年份的缺失。若借鑒現有文獻的調整方法對勞動收入份額進行調整，則不可避免地需要對缺失年份數據進行估算，顯然，這樣的多輪估算會影響到調整方法的準確性，甚至帶來較大的誤差。

第二，調整方法的可操作性。運用白重恩和錢震杰(2009)[19]提出的調整方法盡管可以對產業層面的勞動收入份額進行調整，但對于2004年后的數據卻無能為力。而使用周明海(2010)[22]提出的調整方法盡管可以調整2004年后的數據，但在產業層面進行調整所需的數據存在部分年份缺失，需要再次估算。因此，針對本文的研究問題，現有的調整方法尚不具備良好的可操作性。

第三，生產稅凈額的處理。從勞動收入份額的定義出發可知其上限為1，而中國第一產業勞動收入份額最主要的特點就是水平較高，在計算時若不剔除生產稅凈額便會出現勞動收入份額大于1的情況，增大數據誤差。

綜合上述三點原因，本文將采用“勞動者報酬/扣除生產稅凈額的GDP”的方法對中國三次產業勞動收入份額進行估算。

依據上文中所確定的勞動收入份額的估算方法，本文對1993—2017年中國三次產業勞動收入份額進行實際估算。第一步，利用《中國國內生產總值核算歷史資料1952—2004》中的三次產業地區收入法生產總值數據，計算得到1993—2004年中國三次產業勞動收入份額；第二步，利用2007年、2012年、2017年中國地區投入產出表，計算得到2007年、2012年、2017年中國三次產業勞動收入份額；第三步，根據已經計算得到的勞動收入份額數據，可以得知勞動收入份額的大致變動趨勢，因此采用對數線性插值法對缺失年份的數據進行插值處理，最終便可計算得到1993—2017年中國三次產業勞動收入份額SLit(見表4)。

表4 1993—2017年中國三次產業勞動收入份額

五、實證分析

(一)標準化供給面系統估計結果

根據表5中的參數估計結果可知，三次產業規模因子ξi依次為0.914、1.105、1.003，接近其期望值1，符合預期。在1993—2017年三次產業資本與勞動間的要素替代彈性σi依次為0.925、0.922、0.626，均顯著小于1，這表明三次產業資本要素與勞動要素間都呈現出互補的關系。三次產業資本密集度αi分別為0.102、0.543、0.477，與樣本期內三次產業資本收入份額的均值非常接近。反映三次產業資本、勞動效率增長率的參數γKi、γLi均不等于零，表明三次產業內不存在純粹的勞動增強型或資本增強型技術進步，即技術進步對資本效率和勞動效率均會產生影響。具體地，第一產業γK1、γL1均大于0，表明樣本期內第一產業資本、勞動效率的增長率為正；第二產業γK2小于0而γL2大于0，表明樣本期內第二產業資本效率的增長率為負，勞動效率的增長率為正；第三產業γK3小于0而γL3大于0，表明樣本期內第三產業資本效率的增長率為負，勞動效率的增長率為正。

表5 參數估計結果

利用三次產業資本與勞動間的要素替代彈性和資本密集度，結合三次產業總產出、資本投入、勞動投入、資本收入份額和勞動收入份額數據，根據式(5)、式(6)、式(9)和式(10)便可計算得到三次產業的技術進步偏向性指數Dit和要素配置偏向性指數Sit，代入式(12)便可得到三次產業TFP增長率及其分解結果。

(二)第一產業

通過表6所展示的1994—2017年第一產業關鍵指標可知，第一產業技術進步的偏向性在不同時期呈現出不同的特征。在1994—2003年，技術進步偏向性指數整體為正，技術進步主要呈現出偏向資本的特征，這是由于改革開放后一系列政策極大地提高了勞動生產積極性，促進了勞動效率的提升，加之人口紅利的存在提供了大量勞動力，使得資本要素的相對稀缺性提高，最終促使技術進步偏向資本；在2004—2017年，技術進步偏向性指數為負，技術進步主要呈現出偏向勞動的特征，這是由于經濟發展和現代化生產設備的引入導致資本效率相對于勞動效率提升更快，加之資本深化與人口紅利逐漸減少的共同作用，使得勞動要素的相對稀缺性提高，因此技術進步表現為勞動偏向型技術進步且偏向勞動的程度逐年增加。從整體上看，在1994—2003年第一產業技術進步偏向性指數的均值為負，表明第一產業在總體上表現為勞動偏向型技術進步。第一產業要素配置偏向性指數在1994—2017年整體為負，表明資本要素投入的增長率更高，要素配置呈現偏向資本的特征。第一產業要素效率結構基本為正并呈現出先下降后加速上升的趨勢，表明資本效率在整體上高于勞動效率，資本效率的增長率相較于勞動效率更高。第一產業要素投入結構基本為負并呈現出遞增的趨勢，表明勞動要素的投入大于資本要素，但資本深化的程度在逐漸提高。通過分析第一產業要素效率結構和要素投入結構的方向可以發現，第一產業存在資本效率較高而勞動要素投入更多的特征，即要素效率結構與要素投入結構的方向相反，最終導致第一產業存在要素錯配。

對第一產業TFP增長率分解的結果顯示，技術進步偏向效應僅在1994—1995年和2004—2006年對TFP增長率的提升起促進作用，在2006年后，技術進步偏向效率較低的勞動要素，削弱了對效率較高的資本要素的使用，進而引發了“勞動低效率陷阱”，使得技術進步偏向效應抑制了TFP增長率的提升，且抑制程度在逐漸加重，這也凸顯出加快提升第一產業勞動效率并擺脫“勞動低效率陷阱”的重要性。要素配置偏向效應在1994—2006年對TFP增長率的提升起促進作用，而從2007年開始要素配置偏向效應抑制了TFP增長率的提升。要素效率的增長效應僅在1999年為負，而在其余年份均為正且呈現出上升的趨勢，表明要素效率的增長效應對TFP增長率的提升發揮了促進作用并且促進的程度在逐漸提高。此外，通過橫向對比三種效應對第一產業TFP增長率的影響發現，要素效率的增長效應在整體上大于其余兩種效應之和，表明要素效率的增長效應是第一產業TFP增長率提升的主要驅動力。而技術進步偏向效應和要素配置偏向效應對TFP增長率提升的負向作用，在一定程度上削弱了要素效率的增長效應對TFP增長率提升的促進作用，進而對第一產業TFP增長率的提升造成損失。

表6 1994—2017年第一產業關鍵指標

(三)第二產業

通過表7所展示的1994—2017年第二產業關鍵指標數據可知，第二產業技術進步的偏向性在整個觀察期中可以分為三個不同的階段，在1994—1998年第二產業技術進步偏向勞動，在1999—2007年技術進步偏向資本，而在2008—2017年技術進步再次偏向勞動。可以看出，第二產業技術進步的偏向性所呈現出的“勞動—資本—勞動”的轉變與中國工業化進程中具有的階段性特征基本吻合：在二十世紀九十年代，引進了外來的資本和技術，使得資本效率得到極大提升，而與此同時對勞動要素也產生了超額需求，使得資本邊際產出與勞動邊際產出之比下降，即更有利于提高勞動要素的邊際產出，因此技術進步偏向勞動；第二產業的發展呈現出明顯的資本驅動的特征，隨著資本不斷深化，低效、無效投資等問題日益嚴重，導致資本效率水平偏低且增長緩慢，而與此同時勞動效率卻增長較快，使得技術進步偏向資本；伴隨著產業結構不斷優化升級，資本效率增長緩慢的問題得到改善，加之資本投入持續擴張與人口紅利消退的共同作用，導致勞動要素的相對稀缺性提高，使得技術進步偏向勞動。

從整體上看，1994—2017年第二產業技術進步偏向性指數的均值為正，表明第二產業在總體上表現為資本偏向型技術進步。第二產業要素配置偏向性指數僅在1994年為正，而在1995—2017年為負，表明資本要素投入的增長率高于勞動要素，第二產業要素配置在總體上呈現出偏向資本的特征。第二產業要素效率結構在1994—2001年為正，表明在此期間內資本效率高于勞動效率；而在2002—2017年，要素效率結構為負并呈現出先降后升的趨勢，表明在此期間內勞動效率高于資本效率，但由于產能過剩、低效投資等問題造成了資本效率的損失，導致要素效率結構呈現下降趨勢，而隨著產業結構不斷優化升級使得資本效率重新煥發活力，要素效率結構在2007年后開始呈現出上升趨勢。第二產業要素投入結構在1994—2017年始終為正并呈現出上升的趨勢，表明資本要素的投入大于勞動要素，同時也反映出第二產業在發展過程中依賴資本高投入驅動的特征。通過分析第二產業要素效率結構和要素投入結構的方向可以發現，在1994—2001年要素效率結構與要素投入結構的方向相同，資本效率較高并且投入較大，表明要素配置合理；而在2002—2017年要素效率結構與要素投入結構的方向相反，勞動效率較高但資本要素投入較大，表明此時第二產業存在要素錯配。

對第二產業TFP增長率分解的結果顯示，技術進步偏向效應分別在1994年、1999—2003年促進了TFP增長率的提升，而在1995—1998年、2004—2007年對TFP增長率的提升產生了抑制作用，2008年后技術進步偏向效應對TFP增長率的提升開始發揮促進作用，但促進程度呈現下降趨勢，并從2015年開始抑制TFP增長率的提升，且抑制程度逐年提高。要素配置偏向效應在1994—2003年對TFP增長率的提升起抑制作用，在2004年后要素配置偏向效應開始對TFP增長率的提升發揮促進作用，但促進程度呈現下降趨勢，并從2015年開始抑制TFP增長率的提升，且抑制程度逐年提高。要素效率的增長效應整體上為正，呈現出逐年下降的趨勢，表明要素效率的增長效應對TFP增長率的提升起促進作用，但促進程度正在逐漸降低。此外，通過橫向對比三種效應對第二產業TFP增長率的影響發現，要素效率的增長效應在整體上大于其余兩種效應之和，表明第二產業TFP增長率的提升主要是由要素效率的增長效應所驅動的。

表7 1994—2017年第二產業關鍵指標

(四)第三產業

通過表8所展示的1994—2017年第三產業關鍵指標數據可知，1994—2017年第三產業技術進步偏向性指數基本為正，技術進步整體呈現出偏向資本的特征。根據本文第三產業的相關數據，經計算得到1993—2017年中國第三產業勞均資本的年均增長率為9.6%，這表明第三產業具有高投資率的特征。相較于勞動要素而言，資本積累的速度更快，因此企業的技術創新更傾向于資本，加之在引進外資時寓于物質資本中的資本偏向型技術進步也被引入，這些因素最終導致技術進步呈現出偏向資本的特征。第三產業的要素配置偏向性指數為負，表明資本要素投入的增長率高于勞動要素，要素配置呈現出偏向資本的特征。此外，經分析發現，第三產業要素配置偏向資本的程度存在著明顯的階段性變化，具體表現為要素配置在1994—1995年偏向資本的程度下降，在1995—1998年偏向資本的程度持續上升，隨后在1999—2005年偏向資本的程度呈現下降趨勢，在2006—2010年偏向資本的程度呈現上升趨勢，在2010年后要素配置偏向資本的程度呈現下降趨勢。第三產業要素效率結構在1994—2017年為負并且呈現逐年遞減的趨勢，表明勞動效率高于資本效率，并且勞動效率的增長率相較于資本效率更高。第三產業要素投入結構在1994—2017年為正并且呈現逐年遞增的趨勢，表明資本要素的投入高于勞動要素，而要素投入結構的上升趨勢也印證了第三產業發展過程中高投資率的特征。通過分析第三產業要素效率結構和要素投入結構的方向可以發現，第三產業呈現出勞動效率較高而資本要素投入較大的特征，使得要素效率結構與要素投入結構的方向相反，最終導致第三產業存在要素錯配。

對第三產業TFP增長率分解的結果顯示，技術進步偏向效應在1997—2005年、2011—2017年為正，對TFP增長率的提升起促進作用，而在1994—1996年、2006—2010年為負，對TFP增長率的提升起抑制作用。要素配置偏向效應在1994—1996年、2004—2010年為正，對TFP增長率的提升起促進作用，而在1997—2003年、2011—2017年為負，對TFP增長率的提升起抑制作用。要素效率的增長效應在1994—2017年整體上為正，對第三產業TFP增長率的提升起促進作用。此外，通過橫向對比三種效應對第三產業TFP增長率的影響發現，要素效率的增長效應在整體上大于其余兩種效應之和，表明要素效率的增長效應是第三產業TFP增長率提升的主要驅動力，而技術進步偏向效應和要素配置偏向效應在部分年份對TFP增長率的抑制作用，削弱了要素效率的增長效應對第三產業TFP增長率的促進作用。

表8 1994—2017年第三產業關鍵指標

六、結論與啟示

本文對中國三次產業TFP增長率進行分解，對中國三次產業資本和勞動間的要素替代彈性以及資本密集度進行估計，分析了要素效率的增長效應、技術進步偏向效應和要素配置偏向效應對TFP增長率的驅動機制，得出如下結論：

第一，要素配置結構合理性方面。第一產業在整體上要素效率結構與要素投入結構方向不一致，資本效率較高而勞動要素投入較大，存在要素錯配；第二產業在1994—2001年資本效率較高并且投入較大，要素配置合理，而在2002—2017年勞動效率較高而資本要素投入較大，存在要素錯配；第三產業要素效率結構與要素投入結構方向不一致，勞動效率較高而資本要素投入較大，存在要素錯配。綜上所述，中國三次產業均存在不同程度的要素錯配，對TFP增長率的提升造成了損失。

第二，技術進步和要素配置的偏向性。第一產業技術進步整體上偏向勞動要素；第二產業技術進步的偏向性發生了“勞動—資本—勞動”的轉變；第三產業技術進步偏向資本要素；三次產業要素配置在整體上均呈現出偏向資本要素的特征。

第三，TFP增長率及其影響因素。要素效率的增長效應是三次產業TFP增長率提升的主要驅動力，而技術進步偏向效應和要素配置偏向效應僅在部分年份對三次產業TFP增長率的提升起促進作用。

在高質量發展的新階段下，創新不僅是促進經濟發展的第一動力，也是建設創新型國家的必然要求，更是推動TFP增長率提高的重要途徑。提升三次產業TFP增長率的路徑在于綜合考慮技術進步和要素配置的方向是否適宜、要素效率結構和要素投入結構是否合理，而充分發揮創造性破壞的作用，打破資源配置僵化現狀，促進要素在產業間和產業內優化配置并加快提升要素效率將成為促進TFP增長率提升的關鍵。以優化要素配置結構為出發點，以適宜的技術進步和要素配置方向為著眼點，以提高要素效率為著力點，將有助于最終實現提高三次產業TFP增長率的目的。