產業結構優化對勞動收入份額變化的影響機制研究

摘 要： 我國勞動份額長期在低位徘徊，如何在經濟發展的同時避免落入“中等收入陷阱”，產業結構是其中的重要影響因素。從產業結構合理化和高級化的視角深入分析了產業結構優化對勞動收入份額的影響機制，引入全要素生產率調整了產業結構高級化的衡量指標，運用灰色關聯分析方法對兩者的協同關系進行實證分析，并使用26個省市自治區的面板數據構建了雙向固定效應模型，結果顯示：產業結構的變動與勞動收入份額的變動之間存在正向相關關系，產業結構優化對于勞動收入份額的提升存在顯著的促進作用，且產業結構高級化的影響大于產業結構合理化。

關鍵詞： 產業結構； 勞動收入份額； 全要素生產率

中圖分類號： F264； F249.24 文獻標識碼： A DOI： 10.3963/j.issn.1671-6477.2023.01.008

一、 相關文獻綜述

改革開放以來中國經濟經歷了騰飛時期，人口紅利、資源紅利為經濟的長期高速增長奠定了基礎，但近年來步入“新常態”時期后，“改革紅利”的優勢有所削弱，經濟高速增長的態勢逐步放緩，勞動份額長期保持在低位，與發達國家仍有一定差異。黨的十九大報告明確指出：“堅持在經濟增長的同時實現居民收入同步增長、在勞動生產率提高的同時實現勞動報酬同步提高。”［1］勞動收入份額的高低反映了社會分配的合理性，提高勞動者報酬，對于縮小貧富差距、實現共同富裕具有重要意義。

對勞動收入份額的研究始于20世紀初，古典、新古典學派學者均有所涉獵，新古典學派在承襲了古典學派主流思想的基礎上，從“功能性”收入分配出發，運用柯布—道格拉斯函數進行分析，得出勞動收入份額雖有短期波動，但從長期來看總體趨于穩定的結論。20世紀中后期以來，各國的勞動份額變化情況卻與此相悖，隨著工業化進程的不斷深入，多數國家的勞動份額都呈現下降趨勢。國內學者也對此進行了相關研究，張車偉和張士斌通過研究勞動份額的變動情況，探討我國初次分配存在的問題，認為勞動份額長期過低會不利于收入分配格局［2］；白重恩和錢震杰從各部門的結構轉型出發探究勞動份額的下降背后的原因［3］；羅長遠運用聯立方程模型進行實證分析的結果表明，資本產出比、技術進步、貿易全球化、經濟發展水平、人力資本積累、FDI等是勞動收入占比的影響因素，進一步基于產業數據從產業間和產業內角度分解勞動收入占比的波動［4-5］；周明海從對外開放及貿易全球化的視角出發探究勞動收入份額的變動趨勢，認為經濟轉型中的產業結構變化和國際貿易間的投資水平是勞動收入份額下降的誘因［6］。

國內外學者普遍認為產業結構的變化是勞動收入份額的重要影響因素之一，產業結構的階段性變化會引起勞動收入份額的階段性變化［7］。國外學者大多利用Solow結構分解法進行分析，如Young基于此得出產業結構的升級轉型是勞動收入份額變化呈現波動趨勢的關鍵原因的結論［8］。國內學者也將目光聚焦于產業結構變化：周茂從技術進步層面構造合成工具變量探討產業結構升級和勞動收入份額的直接關系，結果表明產業結構升級通過產業間和產業內資源的優化配置對勞動收入份額的提高存在顯著的促進作用［9］；干春暉采用偏離—份額法將產業結構的生產率增長效應分解為產業間和產業內兩部分，基于1978-2007年中國三次產業的相關數據檢驗“結構紅利”假說［10］；彭定赟、鄭子皓在中等收入階段背景下分別探討了三次產業對勞動收入份額的影響程度及區域異質性，結果表明第二產業的影響最大且不同區域之間的差異較大［7］。

與“卡爾多事實”有所不同的是，步入中等收入階段后，我國的勞動收入份額逐步降低，一直在低位徘徊，相較其他發達國家同等階段處于較低水平，甚至與一些發展中國家也有一定差距，是一種低水平的穩定而非在較高水平保持穩定。勞動收入份額的下降會使得勞動者與資本所有者的收入差距進一步擴大，從而導致功能性國民收入分配格局失衡［2］，且勞動份額偏低也即居民的收入偏低，可支配收入處于低水平會進一步抑制消費需求，會對擴大內需的戰略產生負面影響。在初次分配時，提高勞動者報酬的所占比重，可以有效提高勞動者的收入所得，使社會收入分配更加平均，進而縮小收入差距，避免落入中等收入陷阱［10-11］。因此，在我國中等收入群體基數不斷擴大的背景下，探索產業結構優化和勞動收入份額變化之間的作用機制，對優化現有的收入分配政策、夯實長效增長機制以及跨越中等收入陷阱都有著重要意義。

二、 產業結構優化對勞動收入份額的影響機制

產業結構演變過程與我國經濟結構轉型及改革進程緊密相關，產業結構變動的本質是生產要素在不同產業間流動，生產要素的流動使得資源配置效率得到改善。根據結構紅利假說，勞動力會從生產率低的部門向生產率高的部門轉移，就業結構的變化及要素分配份額的變化改變了收入分配的格局。

從圖1中可以看出，在2004-2017年期間，隨著工業化進程逐步加深，第一產業占比大體呈下降趨勢，第二產業占比呈波動下降趨勢，而第三產業占比大體上呈現穩步上升趨勢，在2012年，第三產業占比超越第二產業成為主導產業且占比逐年增加。總體來看，我國產業結構趨于合理化，且其演變趨勢與Petty-Clark定律相符合，即：隨著經濟的發展，勞動力逐漸由第一產業向第二、第三產業進行轉移。

圖2反映了2004-2017年間三次產業增加值的變化情況，從中可以看出：在第三產業逐步成長為國民經濟的支柱產業時，其產值也超越第二產業，我國的主導產業發生改變。中國的經濟在經過幾十年的高速發展后，近年來隨著人口紅利的逐步減弱、機會窗口期即將關閉，第二產業增長率有所回落，同時互聯網、云計算、人工智能領域興起，服務業的基礎不斷完善，第三產業已經成為國民經濟的支柱產業。由于發展階段和各產業基礎設施、資源配置的不同情況，產業結構處于動態調整期，各時期的主導產業也在不斷變化，經濟結構整體趨于“服務化”。

產業結構的優化調整可以帶來“結構紅利”，進而推動經濟增長進程，縱觀發達國家的發展歷程也印證了此結論。企業追求效益的提升，優化資源配置及創新現有技術，進而引起各產業生產要素的重新配置，同時，技術創新的溢出效應使得新技術在不同產業間擴散，這也帶動了產業原有的內部結構發生改變。其中，分工的不斷深化是產業結構變化的動因，專業化分工對于資源的利用效率最大化和配置的合理性具有重大意義，可以促進生產效率的提升，進而提升規模效率。

勞動生產率的提高一方面來自勞動擴張型的技術進步，另一方面來自于資本增強型的技術進步，勞動擴張型的技術進步是指由于勞動者技能水平的提升使得勞動生產率提升，這種技術進步有利于勞動者獲得更高的回報，勞動者工資的上升有效提高了勞動者報酬及其可支配收入，對勞動份額的提升起促進作用；資本增強型的技術進步意味著對資本積累的要求比對于勞動力的需求高，不利于勞動者報酬的提高甚至起到一定的削弱作用。因而，需要在充分利用“人口紅利”的同時，提高人力資源的質量，最大程度地發揮“干中學效應”，深化各產業間的勞動分工，避免勞動份額被資本擠占和替代，最終達到勞動者實際工資水平上升的目標以此提高勞動收入份額。

產業結構升級轉型是產業間資源要素的再配置的結果，伴隨著經濟轉向高質量發展，資源配置情況也隨著需求變化情況發生改變，勞動力根據部門生產率的提高不斷流動轉移，與此同時，勞動收入份額會隨著產業結構的變化而變化；隨著要素的轉移，主導產業發生變動，人力資源數量與質量的需求也會隨之產生變化，導致勞動人口和勞動報酬的變動，從而進一步影響到勞動收入份額［7］。

由此，我們提出本文假設：產業結構優化對勞動收入份額的提高存在正向促進作用。

三、 變量選取與模型設定

（一） 變量選取與數據說明

本文收集整理了2004-2017年我國26個省份的面板數據，數據來源于《中國統計年鑒》、《中國固定資產投資統計年鑒》、《中國第三產業統計年鑒》，以及地方統計年鑒及統計公報等，缺失數據部分采取線性插值法進行估算。

1.勞動收入份額

在以往的研究中，對于勞動收入份額的測算一般采用收入法和要素法兩種方法，本文采用收入法進行測算，計算公式如下：

勞動收入份額=勞動者報酬收入法GDP=勞動者報酬勞動者報酬+生產稅凈額+營業盈余+固定資產折舊

2.產業結構合理化

衡量產業結構合理化一般從要素投入產出結構的角度出發，判斷產業集約化水平及資源配置的合理程度，即要素、產出效率、勞動效率之間的協調程度。而泰爾指數通常用來衡量判斷地區之間收入差距的不平等度，但它也是一個很好的度量合理性的指標，因此本文借鑒其構造概念建立考慮就業人口權重的泰爾指數衡量合理化程度：

TL=∑ni=1YiYlnYiLi/YL（1）

其中，TL為泰爾指數（由于TL是逆向指標，本文采用其倒數進行實證分析），i代表產業（i=1，2，3），Y為各產業增加值，L為各產業的從業人員數。需要注意的是，泰爾指數是逆向指標（取值為0～1），數值越小越好，即泰爾指數越接近于0時，產業結構趨于合理狀態，資源得到有效配置；反之，當泰爾指數越接近于1時，產業結構趨于失衡狀態，資源配置也存在一定問題，無法達到最優配置。

3.產業結構高級化

此前多數學者采用1、2、3分別乘三次產業所占比重作為衡量產業結構升級的指標，而簡單地賦予這類權重過于主觀，缺乏說服力。全要素生產率從資源配置效率的角度出發，以此衡量產業增長的質量和效率，更為全面地反映了產業結構的升級過程，同時，追求全要素生產率的提高也是我國產業結構升級與經濟高質量發展的需要，因而采用全要素生產率來測度產業結構高級化是更為合理的，公式如下：

TSit=∑3i=1TFPit×RATit（2）

其中，TSit為產業結構高級化指數，TFPit為t年i產業的全要素生產率，RATit為t年i產業增加值占GDP的比重。

4.全要素生產率的測算

全要素生產率的計算方法較多，參數估計法主要是運用索羅余值法和隨機前沿法（SFA），非參數方法主要是數據包絡法（DEA-Malmquist），兩類方法的主要區別在于生產函數的形式是否需要事先假定。雖然DEA法更適合做面板數據的分析，但DEA法測算出的是全要素生產率增長率，只能得出相對值而無法得出絕對值，且索羅余值法更能反映跨產業之間生產技術的差異，因此本文采用索羅余值法計算三次產業的TFP值，假設生產函數形式為Cobb-Douglas型：

Y=AKαLβ（3）

將（3）式取對數形式得：

lnY=lnA+αlnK+βlnL（4）

其中，Y為各產業的真實GDP；A為技術進步率（TFP值）；K為各產業的固定資本存量（由永續盤存法計算得出）；L為各產業從業人員數。

Kit=IitPit+（1-δit）Kit-1（5）

其中，Kit為t年i產業的固定資本存量，Iit為t年i產業的固定資產投資額，Pit為t年i產業的固定資產投資價格指數，δit為資本折舊率，Ki，t-1為t-1年i產業的固定資本存量。參考王艷芳估算三次產業TFP值時的折舊率假定，假設各產業資本折舊率分別為：δ1=11%，δ2=9%，δ3=4.5%［12］。基期資本存量的估算方法見（6）式：

Kit=1gi+δi×Iit（6）

其中，gi代表i產業固定資產投資的增長率（采用幾何增長率）。運用固定效應模型進行面板數據回歸，得到資本和勞動的貢獻率分別為0.368和0.632。

ΔYY=α×ΔYY+β×ΔLL+ΔAA（7）

然后將α、β的值代入增長核算方程（7）即可得到各產業TFP值。

各變量的描述性統計如表1所示。

（二） 灰色關聯分析

灰色關聯分析是一種基于樣本數據幾何圖形特征的統計分析方法，在小樣本的情況下非常適用，可以有效避免樣本量太小導致“偽回歸”問題的出現。灰色關聯的實質是認為幾何圖形的接近程度反映了序列間的相關程度，即幾何圖形的變化態勢越一致，序列間的相關程度越高［13］。

由于泰爾指數是逆向指標，在灰色關聯度的計算中采用泰爾指數的倒數作為產業結構合理化的衡量，產業結構高級化采用前文改進的高級化指數作為衡量。為初步研究產業結構優化與勞動收入份額兩者之間的相關關系，首先對2004-2017年國家層面的時間序列數據進行灰色關聯分析：基于層次分析法，綜合產業結構合理化、高級化指數得出產業結構優化指數，基于灰色關聯理論，從靜態、動態及動靜結合三個方面分別選用灰色絕對關聯度、灰色相對關聯度及灰色綜合關聯度三個指標，研究二者之間的相關關系［14］。

灰色絕對關聯度從幾何圖形變化趨勢的相似程度出發判斷序列間的相關關系，灰色相對關聯度則基于變化速率而非變化趨勢進行衡量，消除了起始值對最終結果的影響，而灰色綜合關聯度結合了兩個指標，對序列接近程度的衡量更為合理、全面。假設兩個序列分別為X0和Xi，長度相同且初值為0，則灰色綜合關聯度的計算公式為：

ρ0i=θε0i+1-θr0i（8）

其中，ε0i為兩個序列的灰色絕對關聯度，r0i為灰色相對關聯度，ρ0i為灰色綜合關聯度，θ的取值在0～1之間，通常取0.5進行計算。

由MATLAB輸出結果可得：兩序列的灰色絕對關聯度為0.5750；灰色相對關聯度為0.8778；結合（8）式計算可得灰色綜合關聯度為0.7264。因此，我們可以得出如下結論：我國產業結構升級與勞動收入份額之間灰色關聯度較高，可以認為兩者之間存在相關關系，產業結構優化通常伴隨著勞動收入份額的提高，產業結構的變化可能是勞動收入份額演變的關鍵因素。

（三） 模型設定

由灰色關聯分析的結果可以看出，產業結構變化與勞動收入份額的變化間存在相關關系，但并不能反映出二者的影響機制，即產業結構優化如何影響勞動收入份額的變化，還需要進行更細致的分析。

現實中對勞動收入份額的影響因素很多，如稅收、技術創新水平、對外開放程度和經濟發展水平等，產業結構只是勞動收入份額變化的影響因素之一，為了更準確地檢驗二者之間的關系，需要在分析中引入控制變量，而控制變量的選擇具有主觀性，沒有通用的標準，學者們一般依據相關影響因素的數據可得性進行選取，為了避免這種選擇的隨意性，本文參考了干春暉分析產業結構變遷對經濟增長影響時的做法［10］，將兩者的交互項引入基準模型中進行分析。

由產業結構優化與勞動收入份額的影響機制可知，產業結構的合理化及高級化的進程中均會對勞動收入份額產生影響，為進一步探究產業結構優化對勞動收入份額變化之間的相關關系，設定基準回歸模型如下：

lnLSit=β1lnTL+β2lnTSit+β3lnLSit×lnTLit+β4lnLSit×lnTSit+μit+υit+εit

其中，i代表地區，t代表年份，lnLS、lnTL、lnTS分別表示勞動收入份額、產業結構合理化及高級化的對數差分值，μit、νit分別為個體效應和時間效應，εit為隨機誤差項。

四、 實證分析與穩健性檢驗

為避免偽回歸導致的結果有偏，首先對各變量進行單位根檢驗，由表2的結果可知：各變量經對數處理后的一階差分序列均通過HT檢驗，即各序列均存在一階單整關系，可以繼續進行面板數據的回歸。

表3分別給出了各種估計方法的回歸結果，第（1）列選擇普通最小二乘法（OLS）進行混合回歸，第（2）列選擇隨機效應模型，第（3）、（4）列選擇固定效應模型（均采用面板穩健標準誤進行估計）。從理論上看，直接進行OLS回歸由于遺漏解釋變量等原因可能會導致估計量不一致，隨機效應模型要求解釋變量與隨機誤差項不相關的假定一般很難滿足，且本文研究的是26個省市自治區，樣本量相對較小并非大量隨機個體，使用固定效應模型更為合適。

首先，經F檢驗與LM檢驗排除使用混合效應模型，其次，豪斯曼檢驗的P值為0，結果表明強烈拒絕原假設，故從實證結果的角度出發也顯示選擇固定效應模型進行回歸是更為合理的。表3的結果顯示：無論運用哪種模型，lnTL項及其交互項的系數、lnTS項及其交互項的系數始終為正，均在1%的水平下顯著，且lnTS項的系數大于lnTL項的系數。

產業結構與勞動份額都會隨時間變化而變化，因此，同時控制個體效應和時間效應更為合理，第（4）列采用雙向固定效應模型進行回歸分析，結果顯示：合理化指數每提高1個單位，勞動收入份額提高0.0136個單位；產業結構高級化對勞動收入份額的影響顯著為正，高級化指數每上升1個單位，勞動收入份額提高0.1505個單位。總的來說，產業結構優化對于勞動收入份額的提升存在顯著的促進作用，且產業結構高級化所產生的影響大于產業結構合理化。

產業結構合理化變動的實質就是生產要素和勞動力的合理配置，在經濟改革進程前期，隨著政策的開放及戶籍制度的放松，人口流動性大大增強，原有的平衡被打破，大量剩余勞動力隨之出現，怎樣合理解決其就業問題尚缺少經驗，需要一定時間的探索，且經濟發展初期各產業的技術設備、人員配置等方面都不完備，這對于產業結構合理化的影響起著一定的削弱作用，與此同時，勞動收入份額也逐步降低且呈下降趨勢。但隨著改革的深化及前期的資本積累，我國逐步進入工業化后期，要素市場及各項基礎設施逐漸完善，各個方面的準備也都相對充分，第三產業快速發展，尤其是服務業突飛猛進，吸納勞動力的能力增強，勞動份額隨之小幅回升。產業結構高級化的影響則更為明顯和穩定，生產效率的進一步提升是人力資本積累以及技術創新共同作用下的結果，技術水平需要適應經濟發展的階段，而技術創新的溢出效應以及資本深化都離不開對人力資本的需求，這也反過來要求了勞動者技能的提高，勞動者收入結構隨之發生轉變，勞動報酬相應增加并穩步提高。

穩健性檢驗部分首先采用第三產業增加值與第二產業增加值之比作為替換變量衡量產業結構高級化；雙向固定效應模型的使用在一定程度上可以緩解遺漏變量引起的內生性問題，為了更好地克服此問題，分別運用一步系統GMM法以及兩步系統GMM法對模型重新進行估計［7］。

表4的（5）、（6）列為替換變量后的估計結果，可以發現：lnTL項及其交互項、lnTS項及其交互項的系數都始終為正，這與表3中所得結論幾乎一致，各變量符號相同，且系數的差異也很小，說明前文所用模型的估計結果是可靠的。

由于回避了控制變量的選用，直接利用產業結構合理化、高級化與勞動份額的交互項進行控制，解釋變量中存在含有被解釋變量的交互項，可能會導致模型出現內生性問題，采用廣義矩估計法進行處理。一步系統GMM模型及兩步系統GMM模型的AR（1）檢驗的結果均顯示殘差序列存在一階自相關，兩模型AR（2）檢驗的結果均表明不存在二階自相關，且兩模型的Hansen檢驗都表明工具變量不存在過度識別情況。無論是一步系統GMM還是兩步系統GMM的回歸結果，解釋變量的參數值及符號都與表3的回歸結果高度相似，且均在1%的水平下顯著，證明了模型設定及估計結果的可靠性。

五、 結論與啟示

本文基于灰色關聯理論，從量化趨勢角度運用灰色關聯分析法探討了產業結構的變動與勞動收入份額變動之間的協同關系，進一步從產業結構合理化和高級化的視角深入分析了產業結構優化對勞動收入份額的影響機制，運用26個省市自治區的面板數據，構建了含有產業結構優化和勞動收入份額交互項的雙向固定效應模型，研究得出如下結論：產業結構的變動與勞動收入份額變動之間存在相關關系，我國三次產業發展進程與勞動收入份額變化之間存在時段上的吻合；產業結構的優化對勞動收入份額的提高存在顯著的促進作用，且高級化的影響大于合理化的影響。

基于上述實證結果，本文得出以下幾點政策啟示：

第一，推進產業結構的合理演變依舊十分重要，產業結構要與當地的經濟發展水平相適應，不能脫離實際，要合理規劃產業發展的策略，產業間的協調發展與產業內部結構的優化兩手抓。需要關注產出結構與要素稟賦結構之間的協調，注重產業結構的聚合質量，推動產業結構的合理化變遷，夯實經濟增長的長效機制。

第二，產業結構的“服務化”態勢已經顯現，當前發展階段第三產業已是經濟結構中突出且重要的一環，但第一產業是人民生活的保障，也是民生的底線，在推行農業機械化、現代化的同時也要注重保持第一產業的穩定。

第三，理性看待產業結構高級化，追求以勞動擴張型技術進步為主的高級化進程，避免資本對勞動的“擠出”。注重人力資本的積累，制定相關政策為勞動者技能培訓提供平臺，提高勞動者素質和自身的技能水平，使其自身能力提高以獲得更多回報，以此在提高勞動生產率的同時穩步提升勞動收入份額。

第四，在數字經濟時代，新常態背景下如何與數據這種新型生產要素合理結合需要進行深入思考，需要我們做出努力，制定相應政策措施推動數字經濟與傳統產業的深度融合，促進產業結構的合理優化升級。

［參考文獻］

［1］ "倪新兵，宋學義.試論馬克思分工理論對斯密分工理論的超越：基于共同富裕的視角［J］.寧夏社會科學，2022（03）：38-43.

［2］ 張車偉，張士斌.中國初次收入分配格局的變動與問題：以勞動報酬占GDP份額為視角［J］.中國人口科學，2010（05）：24-35，111.

［3］ 白重恩，錢震杰.國民收入的要素分配：統計數據背后的故事［J］.經濟研究，2009，44（03）：27-41.

［4］ 羅長遠，張軍.勞動收入占比下降的經濟學解釋：基于中國省級面板數據的分析［J］.管理世界，2009（05）：25-35.

［5］ 羅長遠，張軍.經濟發展中的勞動收入占比：基于中國產業數據的實證研究［J］.中國社會科學，2009（04）：65-79，206.

［6］ 周明海，肖文，姚先國.中國勞動收入份額的下降：度量與解釋的研究進展［J］.世界經濟文匯，2010（06）：92-105.

［7］ 彭定赟，鄭子皓.中等收入階段產業結構變動對勞動收入份額的影響研究［J］.北京郵電大學學報（社會科學版），2020，22（01）：36-43.

［8］ YOUNG A T.One of the things we know that ain’t so：is US labor’s share relatively stable？ ［J］.Journal of Macroeconomics，2009，32（1）：90-102．

［9］ 周茂，陸毅，李雨濃.地區產業升級與勞動收入份額：基于合成工具變量的估計［J］.經濟研究，2018，53（11）：132-147.

［10］干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011，46（05）：4-16，31.

［11］彭定赟，陳強.跨越中等收入階段與勞動份額、收入差距的調控［J］.武漢理工大學學報（社會科學版），2021，34（04）：89-95.

［12］王艷芳.基于人力資本視角的我國三次產業TFP再測算［J］.統計與決策，2019，35（24）：137-140.

［13］徐娜娜.基于DEA-Malmquist指數開放型經濟下河南省三次產業全要素生產率測算［J］.數學的實踐與認識，2020，50（18）：303-309.

［14］龔新蜀，靳亞珍.基于灰色關聯理論的產業結構與經濟協同發展的實證分析［J］.統計與決策，2018，34（02）：123-126.

（責任編輯 文 格）

Influence Mechanism of Industrial Structure Optimization

on the Change of Labor Income Share

ZHONG Yu-xin

（School of Economics，Wuhan University of Technology，Wuhan 430070，Hubei，China）

Abstract：The industrial structure is one of the important factors influencing how to avoid falling into the “middle-income trap” while developing the economy.This paper analyzes the influence mechanism of industrial structure optimization on labor income share from the perspective of industrial structure rationalization and advancement，introduces total factor productivity to improve the measurement index of industrial structure advancement，to analyze the synergistic relationship between the two empirically by using gray correlation，and constructs a two-way fixed effect model with panel data of 26 provinces，municipalities and autonomous regions，the results show that：there is a correlation between the change of industrial structure and the change of labor income share.The optimization of industrial structure has a significant promotion effect on the increase of labor income share，and the influence of advanced industrial structure is greater than that of rationalized industrial structure.

Key words：industrial structure; labor income share; total factor productivity