曾國平，彭 艷，曹躍群

(重慶大學 公共管理學院，重慶 400044)

一、研究問題與文獻回顧

當前，中國經濟已經進入調整經濟結構和轉變增長方式的關鍵時期。隨著要素成本的上升，過度依賴要素投入擴張來實現經濟增長，從長期看不可持續(xù)，未來中國經濟增長的可持續(xù)性更多地取決于全要素生產率(TFP)的提高，以及產業(yè)結構的轉型升級。在此背景下，要求TFP 增長與產業(yè)結構調整必須是健康、持續(xù)的，也就是TFP 的提高必須要與產業(yè)結構的演進相互促進。盡管國內外關于這一問題的研究文獻豐富，但對二者互動關系的關注卻非常少，因此，對產業(yè)結構調整與TFP 互動關系進行研究十分必要，對中國調整經濟結構、轉變增長方式具有重要的現實意義。

國內外學者對產業(yè)結構調整與TFP 關系這一問題給予了高度關注，也提出了各種各樣的觀點。一方面，產業(yè)結構調整對TFP 增長具有重要影響，Chenery 等認為產業(yè)結構調整促進了生產要素在部門之間的流動從而導致了資源配置效率的改善，推動了經濟的增長。Liang 通過考慮產業(yè)結構調整所帶來的投入要素質量的變化來測算TFP，重新評估了Krugman－Kim－Lau－Young 的“投入驅動型經濟增長”假說［1］。干春暉等指出產業(yè)結構不僅對經濟規(guī)模有直接影響，還通過對生產要素的資源再配置作用間接影響經濟增長。張學威認為安徽省產業(yè)結構變動對TFP 具有顯著影響，產業(yè)結構優(yōu)化升級能夠帶動整體生產效率的提高，但這種帶動效應遠遠低于東部地區(qū)［2］。張麗認為近10 年來，全國產業(yè)結構演進效應對TFP 貢獻的下降趨勢有所減緩，但新疆TFP 的結構演進效應卻達到峰值。另一方面，TFP 也對產業(yè)結構調整產生推動作用。結構主義學派認為生產率增長的差異是產業(yè)結構變遷的一個重要動力。Galor 和Weil 通過數值模擬說明了技術進步在從馬爾薩斯經濟向索羅經濟的產業(yè)結構變遷過程中的推動作用。Hansen 和Prescott 在此基礎上提出了TFP 是產業(yè)結構變遷的動力。胥愛歡將Hansen 和Prescott 模型中的TFP 為外生變量修正為內生性假設，發(fā)現TFP 對產業(yè)結構調整產生正向推動作用。

現有研究文獻對產業(yè)結構變動和TFP 的關系進行了較為深入的測度與分析，但仍存在值得進一步探討之處，主要表現為:(1)從研究對象看，多數研究集中在某類行業(yè)結構變化對TFP 增長的影響或者是產業(yè)結構變動對單要素生產率增長的影響［3］，而較少從中國整體上考查產業(yè)結構調整與TFP 的互動關系;(2)從研究時段看，已有文獻主要集中在2008 年之前，少有文獻對2008 年國際金融危機之后產業(yè)結構調整與TFP 的關系進行分析;(3)從變量選取看，在度量TFP 時，對投入變量資本和勞動數據缺少最低限度的關注［4］，采用資本存量和從業(yè)人數分別衡量資本投入和勞動投入的做法受到不少學者的質疑。

有鑒于此，本文基于永續(xù)盤存法(PIM)估算出具有物量和價格雙重屬性的資本服務物量指數，運用迭代比例擬合算法(IPF)將從業(yè)人數和勞動報酬按行業(yè)、性別、年齡、文化程度進行四維交叉分類測算出中國勞動投入指數，考慮資本和勞動投入數量變化的同時引入質量變化，在此基礎上運用增長核算法對中國TFP進行更為謹慎的測度，并就中國1979－2013 年的樣本序列數據運用脈沖響應函數、方差分解法和格蘭杰因果檢驗法實證分析產業(yè)結構調整與TFP 的交互影響。

二、模型設定

為了分析產業(yè)結構調整與TFP 之間的關系，本文借鑒Miller 和Upadhyay 的思路，引入Cobb－Douglas 生產函數，兩個生產函數分別如下所示:

其中，方程(1)不包含產業(yè)結構調整，方程(2)包括產業(yè)結構調整;Yt表示國內生產總值，L1t，L2t，...LNt和K1t，K2t，...KMt分別表示N 種不同類型的勞動投入和M 種不同類型的資本投入，ISt表示產業(yè)結構調整，At表示?？怂怪行缘募夹g進步水平。對方程(1)和(2)兩邊取對數后微分，整理得到:

其中，αi、βj、γ 分別表示第i 種勞動投入、第j 種資本投入和產業(yè)結構調整的產出彈性?？紤]到不同質的資本和勞動投入，式(3)和(4)中允許多種類型的資本和勞動投入共同存在。一般來說，每種資本和勞動投入都有其特定的邊際生產率，因而在加總資本和勞動投入的增長率時，可以根據不同類型要素投入的邊際生產率進行加權求得，則式(3)和(4)可簡化成:

其中，α、β、γ 分別表示資本投入、勞動投入和產業(yè)結構調整的產出彈性。在完全競爭市場和規(guī)模報酬不變的假定下，要素產出彈性等于該要素報酬在總產出中的比重，且各要素的產出彈性之和為1，即α+β+γ=1。

考慮到本文的研究需要以及數據的可得性，在模型中加入貿易開放度和人力資本兩個控制變量，同時以新增長理論為依據，借鑒Miller 及Soderbom 和Teal 的思想，假定TFP 由一國的產業(yè)結構調整度、貿易開放度、人力資本積累水平、ε 共同決定，從而建立起用產業(yè)結構調整內生化全要素生產率的模型:

其中OPEN 表示貿易開放度，H 代表人力資本水平，λ0、λ1、λ2、λ3為彈性系數，ε 表示隨機干擾項。

三、數據說明與研究方法

(一)全要素生產率測算

本文通過編制既可以反映數量變化又可以反映質量變化的資本服務物量指數和勞動投入指數，并根據Solow 提出的新古典經濟增長模型框架對中國1979－2013 年的全要素生產率進行估算。要測算TFP 的增長，必須已知資本和勞動投入的時間序列數據，下面就資本投入和勞動投入的測算進行說明。

1.資本投入估算

因為無法直接測算資本服務，資本服務的測量是以資本存量的估算為基礎。本文估算資本服務的處理方法是:首先，采用1979－2013 年中國固定資本形成總額和固定資本投資序列數據，運用永續(xù)盤存法(PIM)估算資本存量總額;其次，分別利用雙曲線形態(tài)下的“年齡—效率”函數和“年齡—價格”函數以及二者的相關關系估算生產性資本存量;最后，以通過內生方法得到的資本租賃價格作為權數，用Tornqvist 指數形式對不同類型資產進行加總，得出具有物量和價格雙重屬性的資本服務物量指數①詳細的估算方法請參見:曹躍群，秦增強，齊倩.中國省際資本服務測量:概念、框架和指數構建［J］.數量經濟技術經濟研究，2012(12)。。

在PIM 法的基礎上，測算資本存量的公式為:

其中K 為資本存量，δ 為折舊率，I 為當年投資，S 為各期資本品投資的殘差率，由退役模式決定，本文選擇常用的鐘型退役模式。

為獲得生產性資本存量，本文根據ABS 和BLS 資本服務估算的實踐方法，通過雙曲線形態(tài)下的“年齡—效率”函數將資本存量總額轉化為標準效率單位的生產性資本存量。雙曲線形態(tài)函數形式表示為:

經過標準化處理，假設初始年份相對效率V0=1，Vt為第t 年的相對效率，β 為斜率，根據公式(10)、(11)，在已知資本存量總額和“年齡—效率”函數的基礎上，某一類資產的生產性資本存量可表示為:

資本租賃價格是資本品在核算期內提供服務的總成本。在競爭均衡條件下，資本品的當期購置價格等于它未來所有期望租賃收入的折現和，各年租賃收入由于折舊模式的遞減和資本品的退役，是新資本品租賃價格的加權，權數和資本存量估算中的相對效率一致。

δt為折舊率，r 是資本報酬率是資本損益率。

假設資本報酬總額用C 表示，則資本報酬總額、生產性資本存量、折舊和資本報酬率之間的關系可表示為:

由此，可以得到資本報酬率為:

在資本租賃價格作為權數的基礎上，為了將不同類型資產的生產性資本存量進行加總，本文采用適用于離散經濟數據的Tornqvist 指數來測算總資本服務。資本服務的Tornqvist 物量指數可表示為:

2.勞動投入估算

根據喬根森提供的方法論，經濟活動中勞動投入總量可以表示為具有不同特征的勞動投入分量的函數，函數形式一般采用超越對數函數，則勞動投入表示為:

其中，i=1，2，...，n，j=1，2，...，n，α0、α1、βij為待估參數，Li、Lj分別表示i 類和j 類勞動投入分量。在超越對數函數形式下，度量勞動投入變化的公式可表示為:

其中Lt、Lt－1分別表示第t 期、t－1 期的勞動投入總量表示第i 類勞動投入分量在t 期和t－1 期間的增長速度，權數為t 期和t－1 期相應價值份額的均值。

而價值份額可以表示為:

其中，wi，t為第t 期第i 類勞動投入分量的價格(勞動報酬)，Wt為第t 期勞動投入總量的價格(勞動報酬)。由式(19)可以看出，勞動投入變化指數等于不同種類勞動投入分量增長速度的加權和，權數為各種勞動投入分量勞動報酬比重在t 期和t－1 期之間的均值。

勞動投入分量可以表示為:

其中，Gt表示第t 期從業(yè)人員總數，Ht為第t 期每個從業(yè)人員平均工時數，ei，t表示第i 類從業(yè)人員工時數占第t 期總工時數的比例。假定Ht保持不變，則由式(19)、(21)可以得到:

式(22)右邊第一項表示t 期和t－1 期間從業(yè)人數的變化，反映了勞動投入的數量變化;第二項表示第i類從業(yè)人員數所占比例變化的加權平均值，反映了勞動投入的結構變化，本文將其看作質量變化?？梢?，勞動投入變化指數gt同時考慮了勞動數量和勞動質量的改善。

由于統計資料的缺陷，很難直接獲得多維交叉分組的從業(yè)人數及其勞動報酬的詳細數據，因此本文參考任若恩、岳希明和鄭海濤等的做法，運用迭代比例擬合算法(IPF)將從業(yè)人數和勞動報酬按行業(yè)、性別、年齡、文化程度進行四維交叉分類測算出中國勞動投入指數。

3.產業(yè)結構調整指標

學者對產業(yè)結構的分析，一般是停留在對三次產業(yè)結構變動的分析上。多數學者采用各產業(yè)占GDP 比重來衡量產業(yè)結構調整程度。也有學者利用行業(yè)數據和工業(yè)企業(yè)數據構建工業(yè)內部的二位數產業(yè)結構調整指數和四位數的產業(yè)結構調整指數。為了考察產業(yè)結構調整與全要素生產率增長的互動關系，將產業(yè)結構調整分解為產業(yè)結構調整速度與產業(yè)結構調整方向兩個指標。產業(yè)結構調整速度是用來動態(tài)衡量一國三大產業(yè)結構變動速度的指標，反映各產業(yè)波動程度，產業(yè)結構調整速度越快，各產業(yè)波動越劇烈;產業(yè)結構調整方向是用來考察產業(yè)結構從低水平狀態(tài)向高水平狀態(tài)發(fā)展的指標。

本文產業(yè)結構調整速度指標用K 值衡量，產業(yè)結構調整方向用第三產業(yè)產值占GDP 比重衡量。

其中K 值指標是用報告期產業(yè)構成比與基期產業(yè)構成比差額絕對值的總和來度量，計算公式如下:

其中，qi0和qit分別表示第i 產業(yè)在基期和即期的GDP 比率。K 值越大，表明產業(yè)結構調整的幅度越大。

4.控制變量

本文根據需要，加入貿易開放度和人力資本兩個控制變量。其中貿易開放度用進出口總額比上GDP 來衡量，進出口貿易總額用當年美元價折合成人民幣表示;人力資本水平的測量一般包括勞動力成本法、教育年限法、在校學生比例法和教育經費法等，但是由于本文的數據追溯年份較早，收集較為困難，而在校學生數據的統計資料比較全面，因此本文借鑒干春暉等做法采用初中及以上在校學生人數占年底總人口的比重來衡量人力資本水平。

(二)數據來源說明

各變量的數據均來源于歷年《中國勞動統計年鑒》、《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:1952－2004》、《中國固定資產投資統計數典:1952－2000》、《中國統計年鑒》(1983－2013)，并以1979 年不變價格進行換算，其中2013 年數據用指數平滑法估算得來。

(三)估算結果

根據前文估算，得到中國資本服務指數、勞動投入指數、TFP 增長以及產業(yè)結構調整速度的估算結果(圖1)。1979－2013 年間，中國資本投入保持著11.23%的平均增長速度，整體增長趨勢較為平穩(wěn);在考慮勞動投入質量的前提下，勞動投入平均增長率為2.99%，增長趨勢平穩(wěn);TFP 增長率波動幅度較大，但總體呈上升趨勢，平均增長率為1.81%;產業(yè)結構調整速度趨勢平穩(wěn)，以平均－3.80%的速度調整產業(yè)結構。

圖1 資本服務、勞動投入指數、TFP 增長及產業(yè)結構調整速度估算結果

四、實證檢驗結果與分析

(一)單位根檢驗

在理論模型分析的基礎上，我們首先對全要素生產率TFP、產業(yè)結構調整IS、貿易開放度OPEN 和人力資本H 的關系進行格蘭杰因果檢驗。為了避免“偽回歸”現象的出現，格蘭杰因果關系檢驗要求所研究變量都是平穩(wěn)的，因此我們需要對變量的單整性(ADF 檢驗)進行檢驗。同時，為了消除數據的異方差，我們對各變量分別求取對數，即lnTFP、lnIS1、lnIS2、lnOPEN 和lnH。接下來對5 個變量進行ADF 檢驗，以確定各變量的單整性和階數。

根據表1 的檢驗結果可知，變量lnTFP、lnIS1 是水平平穩(wěn)的，而lnIS2、lnOPEN 和lnH 都是一階單整的，服從I(1)過程。鑒于各變量不是同階單整的，根據變量平穩(wěn)性特征，需要將模型進行調整，修正過后的模型為:

表1 各變量的單位根檢驗

為了進一步確定變量之間的關系，檢驗過程中根據變量特征建立VAR 模型，這就需要確定滯后期數。本文對最優(yōu)滯后期數的選擇按照AIC、SC 信息準則，如果AIC 和SC 的滯后期同時達到最小，則可以確定最優(yōu)滯后期數，根據這兩個原則，本文確定的最優(yōu)滯后階數為1，可以建立VAR(1)模型。

(二)非限制性VAR 模型平穩(wěn)性判定

如表2 所示，該VAR(1)模型的特征根的模全都比1 小，均落在單位圓之外，因此該VAR(1)模型是穩(wěn)定的，變量間具有短期均衡關系，可以做脈沖響應函數分析與方差分解分析。

表2 VAR(1)過程的特征根列表

(三)脈沖響應函數分析

由于VAR 模型存在高度參數化的特征，其擬合出來的方程組參數估計結果所代表的實際意義不是很大。而脈沖響應函數則是用來衡量隨機擾動項的一個標準差沖擊對內生變量當前和未來取值的影響，通過分析某因素對于其他因素突然變化的反饋可以更直接地反映在外部環(huán)境不斷變化時各變量之間的動態(tài)交互作用和效應。

從圖2 中可以看出，TFP 對各變量的反饋基本屬于正沖擊(忽略人力資本微弱的負向沖擊)，都是先經歷強弱變化期，然后圖像又逐步呈現收斂，達到穩(wěn)態(tài)均衡。具體來說，首先，外界環(huán)境對產業(yè)結構調整速度施加一個沖擊對TFP 的影響一直是正向的，影響程度先加強再減弱，在第2 期到達頂點，即在第2 期TFP對產業(yè)結構調整速度的響應是0.48。表明產業(yè)結構調整速度受到某一外部沖擊之后，傳遞給TFP，在經歷正向沖擊加強過程之后達到最大值，然后正向沖擊力度逐步下降，達到穩(wěn)態(tài)均衡。其次，當產業(yè)結構調整方向受到外部經濟環(huán)境的沖擊之后，TFP 的初始反應強度達到最大值，約為0.51，在第2 期內迅速下降，之后小幅上升，并出現了一個短暫的平穩(wěn)期，隨后強度開始減弱，逐步收斂，趨于平衡。再次，人力資本對TFP 的沖擊初始狀態(tài)強度最大，約為0.05，然后逐步減弱，僅僅維持了很短的時間后在第3 期就轉為負向關系，但這種反應強度比較微弱，隨后就趨于平衡狀態(tài)。最后，貿易開放度對TFP 的反應初始狀態(tài)是負向的，但只是一個非常短暫的過程就立刻變?yōu)檎蜿P系，并且強度逐步增加，在第3 期達到頂點，約為0.28，隨后逐漸減弱，趨于平衡。

綜上，產業(yè)結構調整所帶來的TFP 增長過程比較緩慢，存在較長的滯后期。TFP 對產業(yè)結構調整速度和產業(yè)結構調整方向的脈沖響應模式存在較大差異，這種差異不僅體現在沖擊力度上，也體現在脈沖響應的時間軌跡上。產業(yè)結構調整方向的振蕩幅度要大于產業(yè)結構調整速度的振蕩幅度，在脈沖響應的1 ～11期上，TFP 對于產業(yè)結構調整速度的平均脈沖響應值要高于產業(yè)結構調整方向，且TFP 對產業(yè)結構調整速度的時滯更短。

圖2 各變量對TFP 脈沖響應函數圖

從圖3 可以看出，產業(yè)結構調整速度對TFP 沖擊的反應強度初始狀態(tài)達到最大，約為0.09，之后強度逐步減弱，到第3 期開始進入平穩(wěn)期，并逐步收斂，最終達到穩(wěn)態(tài)均衡。同樣的，產業(yè)結構調整方向對TFP 沖擊的影響初期達到最大值，即在第1 期TFP 對產業(yè)結構調整方向的響應是0.010 2，隨后強度逐步下降，直至收斂。綜觀產業(yè)結構調整對TFP 的脈沖響應函數可以發(fā)現，產業(yè)結構調整方向對TFP 的振蕩幅度要大于產業(yè)結構調整速度，但TFP 對產業(yè)結構調整速度的平均沖擊力度更大。同時，TFP 對產業(yè)結構調整的沖擊是非常迅速的，當一項新技術獲得應用時，一國的產業(yè)結構會快速作出調整，并重新進行產業(yè)布局，因而技術進步對產業(yè)結構的沖擊很明顯，時效性非常顯著。

(四)方差分解分析

采用Cholesky 方法對產業(yè)結構調整速度、產業(yè)結構調整方向和TFP 進行方差分解，得到表3 和表4 所示的結果。

從表3 可以發(fā)現，TFP 本身對其波動的貢獻度經歷了逐步下降的過程，從第8 期后趨于穩(wěn)定，貢獻度在82.73%左右;其余各變量對TFP 波動的貢獻度都經歷了先加速增大后增速趨緩最后趨于穩(wěn)定的過程，其中TFP 本身對其波動的貢獻度始終最高，產業(yè)結構調整速度的貢獻度也較大，貿易開放度和人力資本積累水平次之，貢獻度最小的是產業(yè)結構調整方向。具體看，產業(yè)結構調整速度對TFP 波動的貢獻度前4 期變化幅度較大，之后穩(wěn)定在6.67%左右，在幾個變量中是貢獻值最大的。而產業(yè)結構調整方向一直比較穩(wěn)定，波動幅度不是很大，保持在2.91%上下。人力資本對TFP 的貢獻前7 期反應比較靈敏，從第8 期開始，維持在3.66%的水平。貿易開放度對TFP 變化的貢獻度在前5 期波動幅度較明顯，隨后趨于穩(wěn)定，保持在4.03%左右的貢獻度。

圖3 TFP 對產業(yè)結構調整脈沖響應函數圖

表3 TFP 方差分解表

如表4 所示，產業(yè)結構調整速度對其本身波動的貢獻程度始終在降低，且滯后前3 期下降非常明顯，之后穩(wěn)定在78.23%的水平，而TFP 對產業(yè)結構調整速度的影響在滯后初期最大，之后4 期有所下降，隨后又處于上升趨勢，并穩(wěn)定在1.18%的貢獻度水平。產業(yè)結構調整方向對其本身波動的影響一直處于下降趨勢，最后保持77.07%的水平，而TFP 對產業(yè)結構調整方向的貢獻度滯后前7 期處于上升趨勢，之后波動下降，最終穩(wěn)定在10.65%的貢獻水平。

表4 產業(yè)結構調整速度和方向方差分解表

(五)格蘭杰因果關系檢驗

為了進一步驗證產業(yè)結構調整速度、產業(yè)結構調整方向與TFP 之間的關系，需要就各變量分別對TFP進行格蘭杰因果關系檢驗。滯后期仍然根據AIC 和SC 信息準則進行選擇，得到如表5 所示的結果。

表5 各變量間的格蘭杰因果關系檢驗

通過對表5 分析發(fā)現，在10%的顯著性水平下，1979－2013 年間TFP 與產業(yè)結構調整速度和方向之間存在雙向的因果關系，產業(yè)結構變動速度的加快以及產業(yè)結構的高度化都是TFP 提高的格蘭杰原因，而TFP的增加也是產業(yè)結構調整速度加快和產業(yè)結構高度化的格蘭杰原因。貿易開放度和人力資本積累水平與TFP 之間是單向的因果關系，貿易開放度以及人力資本水平的提高是TFP 增加的格蘭杰原因。格蘭杰因果關系檢驗的結果也為前文的分析結論提供了有力支撐。

五、研究結論與政策含義

本文采用中國改革開放以來(1979－2013 年)35 年的樣本序列數據，構建VAR 模型，運用脈沖響應函數、方差分解以及格蘭杰因果關系檢驗，實證分析了產業(yè)結構調整與全要素生產率之間的相互影響和相互作用。

研究認為:產業(yè)結構調整與全要素生產率之間存在著密切的相互作用關系。全要素生產率可以在較短時間內引起產業(yè)結構的調整，時效性顯著，而產業(yè)結構調整則從更長的時期內對全要素生產率產生影響，存在較長的滯后期。盡管產業(yè)結構調整與全要素生產率互為影響因素，但其貢獻度不同，產業(yè)結構調整速度、產業(yè)結構調整方向對TFP 波動的貢獻度約分別為6.67%和2.91%;反之，TFP 對產業(yè)結構調整速度變動和產業(yè)結構調整方向的貢獻度分別為1.18%和10.65%。此外，TFP 與產業(yè)結構調整之間存在雙向因果關系的結論也表明產業(yè)結構調整與TFP 的交互影響不容忽視，可以實現良性互動。

實證分析結果所蘊含的啟示是:從產業(yè)結構調整角度看，中國每5 年或者更短時間的產業(yè)規(guī)劃布局以及連續(xù)的產業(yè)結構調整是TFP 提高、經濟可持續(xù)發(fā)展的重要保障，同時政府根據全球經濟形勢和中國國情所作出的宏觀產業(yè)結構調整也是經濟穩(wěn)定增長的重要條件。在經濟轉軌時期應該注重優(yōu)化產業(yè)結構調整方向，促進產業(yè)結構向合理化和高度化發(fā)展，抓住全球產業(yè)轉移和產業(yè)升級的機會，大力提升產業(yè)層次、技術水平和技術效率，促進產業(yè)結構的內生性發(fā)展，使產業(yè)結構調整的要素配置功能能夠得到最大發(fā)揮，為TFP的提高提供源源不斷的動力。從全要素生產率角度看，在更長的時期內，要借鑒發(fā)達國家的經驗，順應并利用TFP 增長的基本規(guī)律，建立并完善科技創(chuàng)新制度，加強對技術創(chuàng)新的宏觀調控，弱化技術進步帶來的負效應，在深刻認識科技創(chuàng)新規(guī)律的基礎上，強化TFP 增長對產業(yè)結構調整的正向促進作用，實現TFP 與產業(yè)結構調整之間的良性互動，從而促進中國經濟結構的調整與增長方式的轉變，實現穩(wěn)增長的目標。

［1］LIANG C Y.Industrial structure changes and the measurement of total factor productivity growth:The Krugman－Kim－Lau－Young Hypothesis revisited［J］.Academic Economic Papers，2009，37:307－333.

［2］張學威.全要素生產率和產業(yè)結構優(yōu)化的關系——基于1978－2008 年安徽省和長三角地區(qū)面板數據的實證分析［J］.中國軟科學，2010(S):207－213.

［3］李小平，盧現祥.中國制造業(yè)的結構變動和生產率增長［J］.世界經濟，2007(5):52－67.

［4］岳希明，任若恩.測量中國經濟的勞動投入:1982－2000［J］.經濟研究，2008(3):16－28.