尹向飛

(湖南工商大學 經濟與貿易學院，湖南 長沙 410205)

一、引言

作為衡量一個國家科技發(fā)展水平和整體競爭力的重要產業(yè)——高技術產業(yè)在推動經濟持續(xù)增長、促進產業(yè)轉型和升級中具有越來越重要的作用。近年來中國高技術產業(yè)發(fā)展迅猛，產業(yè)增加值從1995年的4097.76億元上升到2016年的155226.41億元，年均增長17.3%；同時高技術產業(yè)對中國經濟增長的貢獻越來越大，從1995年的6.68%上升到2016年的20.9%。盡管中國高技術產業(yè)獲得快速發(fā)展，但是不少學者認為如同中國經濟一樣，中國高技術產業(yè)仍然存在“高投入、低產出”的粗放型增長模式，進而對發(fā)展質量和發(fā)展可持續(xù)性提出了質疑。那么中國高技術產業(yè)整體質量如何？是否具有可持續(xù)性？如果中國高技術產業(yè)發(fā)展不具有可持續(xù)性，那么主要障礙來自哪里？對上述問題進行研究，繞不開高技術產業(yè)增長績效的評價和來源研究。全要素生產率是經濟持續(xù)增長的唯一源泉(Solow，1957)[1]，是反映經濟增長質量的關鍵指標，因此上述問題的回答繞不開高技術產業(yè)全要素生產率的測算以及細密層次的分解。

二、文獻綜述

眾多學者對高技術行業(yè)全要素生產率進行了測算。Colombo, Croce和Murtinu(2014)[2]采用Olley和Pakes(1996)[3]所提出的全要素生產率測算的半參數估計法，對意大利222家高技術公司1994—2003年非均衡面板數據進行分析，發(fā)現這些高技術公司全要素生產率年均增長4.712%；Harris和Moffat(2015)[4]構建包含中間投入的生產函數模型，利用索羅余值法對英國公司全要素生產率進行測算，比較高技術制造業(yè)、中高技術制造業(yè)、中低技術制造業(yè)等行業(yè)的全要素生產率；Yang和Zhao(2016)[5]利用DEA─Malmquist指數法和核密度估計法，對58家高技術公司數據進行分析，測算這些公司首次公開募股效率。Bartelsman，Dhrymes(1998)[6]基于索羅余值法，利用多種估計方法分析和比較SICs 35, 36和38的全要素生產率。Reggiani和Shevtsova(2018)[7]使用2000—2006年烏克蘭制造業(yè)企業(yè)數據庫，分析和比較了高技術行業(yè)和低技術行業(yè)全要素生產率。Foster和P?schl(2013)[8]分析了40個國家1995—2005年數據，測算和比較了不同水平的技術產業(yè)全要素生產率。中國代表性的作者有胡亞茹、陳丹丹(2019)[9]，孫康、季建文、劉峻峰(2017)[10]，陳啟斐、張為付、唐保慶(2017)[11]。上述研究主要側重于利用索羅余值法等方法對高技術行業(yè)全要素生產率進行測算，以及全要素生產率的影響因素研究，而對全要素生產率的來源尤其是從要素效率的視角尚未涉及。

探討全要素生產率和要素效率之間關系的研究主要從以下幾個方面展開：(1)探討要素配置效率對全要素生產率提升的影響。這方面的開創(chuàng)性研究始于Hsieh和Klenow(2009)[12]，主要通過全要素生產率價值(TFPR)建立起資本、勞動力效率和TFP之間的聯系。而龔關、胡關亮(2013)[13]在Hsieh和Klenow(2009)[12]研究的基礎上，放松了規(guī)模報酬不變等假設，對模型進行改進，發(fā)現改善資本配置效率和勞動力配置效率都能夠大幅度提升全要素生產率。但這些研究主要關注配置效率對全要素生產率的影響。(2)從體現式技術進步探討要素效率和全要素生產率之間的關系?？唆敻衤诜治鰜喼藿洕目焖僭鲩L時提出了“東亞奇跡”，引發(fā)學術界廣泛爭論，Felipe(1999)[14]認為技術進步包括非體現式和體現式兩大類，而基于外生性的TFP無法覆蓋后者?；贔elipe(1999)[14]的思想，學者提出了度量資本體現式技術進步的三種方法——不變質量價格指數法(Gordon，1990[15]；Greenwood、Krusell，1997[16])、核心機器法(Dijk、Szirmai，2006[17])、生產函數估計法(Bahk、Gort，1993)[18]。國內學者利用上述方法測算了中國資本體現式技術進步[19-21]，張勇、古明明(2013)[22]對中國的資本體現式技術進步和勞動力體現式技術進步都進行了研究，發(fā)現以投資為主的體現式技術進步為技術進步的主要形式。Gordon(1990)[15]等的體現式技術進步方法，一方面測算技術十分復雜，另一方面也未建立起投入要素效率和全要素生產率之間的直接聯系。(3)基于ISP生產率測算模型，構建要素效率和全要素生產率之間的關系(李蘭冰、劉秉鐮，2015；Chang、Hu、Chou、Sun，2012；張少華、蔣偉杰，2014)[23-25]，這些研究創(chuàng)造性地建立了TFP和投入要素效率之間的聯系，但是其所構建ISP模型的目標函數賦予各投入要素相同權重，一方面具有很大主觀性，另一方面也和實際不符，不同個體的要素投入結構存在較大差異，因此各要素效率同等程度的提高對TFP變化的影響是不同的，例如1%的資本效率提升，對資本密集型行業(yè)TFP的影響應該大于0.5%，對勞動力密集型行業(yè)TFP的影響應該小于0.5%。(4)勞動生產率和TFP的關系研究，代表性的文獻有布蘭查德等(1998)[26]、姬超(2014)[27]，他們盡管建立起了TFP和勞動生產率之間的聯系，但其結論建立在假定資本和產出保持同步增長的基礎上。

本文的貢獻如下：(1)建立起要素邊際產出變化和全要素生產率之間的聯系——當期全要素生產率為所有要素邊際產出增長率和對應要素前后兩期之比的乘積的加權平均，權重為對應投入要素的產出彈性。不同于ISP指數法中目標函數各要素權重相同，本文權重選取由模型推導產生，避免了權重選取的主觀性。不同于布蘭查德等(1998)[26]假定資本和產出保持同步增長，本文僅僅假定規(guī)模報酬不變。不同于Hsieh和Klenow(2009)[12]間接建立全要素生產率和要素配置效率之間的聯系，本文建立了全要素生產率和要素效率之間的直接聯系。(2)本文所推導出的全要素生產率核算方程，是建立在索羅余值的基礎上，但不同于大多數索羅余值法中假定要素產出彈性不變，本文放松了這一假定，并且直接建立了要素效率和全要素生產率之間的聯系，在某種程度上是對索羅增長模型的深化。(3)本文直接建立的全要素生產率和要素效率之間的聯系，在一定程度上將全要素生產率增長的黑箱打開。(4)本文的研究以圖揭示中國高技術產業(yè)全要素生產率增長路徑、投入要素效率、全要素生產率以及它們之間的聯系，能夠為制定相關政策提供理論和實證依據。

三、全要素生產率核算模型

本文假定生產函數為規(guī)模報酬不變的生產函數，具體形式如下：

Yt=f(Kt,Lt)

(1)

其中Yt=MPKtKt+MPLtLt，后同。K表示資本投入，L表示勞動力投入，Y表示國內生產總值；t代表年份。由于該生產函數為規(guī)模報酬不變的生產函數，因此有

Yt=MPKtKt+MPLtLt

(2)

(3)

ηLt+ηKt=1

(4)

通過對式(3)移項得如下公式

(5)

式(5)左端為GDP增長率減去生產要素的加權增長率，這和索羅的全要素生產率定義是一致的，因此本文將其稱作為全要素生產率，記為TFPt。本文定義的TFP和索羅的定義差別體現在生產要素權重上，索羅假定生產要素的權重是不變的，而本文的權重——生產要素的產出彈性可以隨著時間變化而變化。當權重不變時，兩者完全一致，如果是可變的，那么兩者之間存在差別。在實際情況中，由于生產要素的產出彈性一般會隨時間發(fā)生改變，因此本文全要素生產率的適用范圍更廣，更加契合實際。

(6)

(7)

因此，我們可以得出如下等式：

TFPt=

(8)

(9)

TFPt=TFPKt+TFPLt

(10)

從式(6)-(10)可以看出，全要素生產率為資本全要素生產率和勞動力全要素生產率之和，而資本全要素生產率為資本產出彈性、前后兩期資本投入之比和資本邊際產出增長率三者之積，對勞動力全要素生產率也同樣如此，這說明以下幾點：第一，TFP不但和各投入要素效率息息相關，而且和投入要素的增長率有關。各投入要素效率變化和要素投入增長率為全要素生產率的原因，全要素生產率為各投入要素效率變化和要素投入增長的結果，反過來則不成立。第二，各投入要素的產出彈性也是全要素生產率的重要影響因素，在其他條件不變的情況下，產出彈性大的生產要素對全要素生產率的推動作用高于產出彈性小的生產要素。第三，式(10)也為我們提供了一種測算全要素生產率的新方法，即我們可以根據各投入要素的增長率、邊際產出變化率以及產出彈性來測算TFP。

四、數據來源與說明

本文所涉及的產業(yè)為高技術產業(yè)，不同于以往研究僅僅關注在醫(yī)藥制造業(yè)、航空航天器制造業(yè)、電子及通信設備制造業(yè)、電子計算機及辦公設備制造業(yè)和醫(yī)療設備及儀器儀表制造業(yè)五個大的行業(yè)，而且本文還關注各大行業(yè)下的子行業(yè),共得到17個子行業(yè)(1)其中計算機外圍設備制造和計算機零部件制造合并為一個子行業(yè)，命名為計算機零部件制造。。本文大行業(yè)的效率不是通過對子行業(yè)的效率進行加權平均的方法計算得到，權重為各子行業(yè)的增加值占該行業(yè)增加值的比重。本文研究的時間段為1996—2016年，如非特別說明，所有數據來自于歷年《中國高技術產業(yè)統(tǒng)計年鑒》。

勞動力利用各行業(yè)的從業(yè)人員數表示，資本利用資本存量表示，產出變量(Y)利用以1996年價格表示的各行業(yè)實際增加值表示。

各行業(yè)資本存量(簡記為Kt)的測算公式如下：

Kt=Kt-1(1-δ)+It

(11)

其中It為以1996年價格表示的固定資產投資，固定資產價格指數來自于歷年的《中國統(tǒng)計年鑒》，δ表示固定資產的折舊率，這里取5%。(12)式需要估算期初的資本存量，本文借鑒Young(2000)[28]、Hall和Charles(1996)[29]、 Hall 和Charles(1999)[30]的估計方法，利用1996年固定資產投資除以各行業(yè)前3年投資增長的幾何平均數加上折舊率后的比值。

五、實證研究

(一)生產函數的設定以及相關指標的計算

本文采用Christensen,Jorgenson and Lau(1973)[31]提出的超越對數生產函數，考慮到本文生產函數的規(guī)模報酬不變性，因此設定生產函數如下：

ln(Yt/Lt)=α0+α1ln(Kt/Lt)+α2(ln(Kt/Lt))2+εt

(12)

其中εt為隨機擾動項，那么資本和勞動力的產出彈性如下：

ηKt=α1+2α2ln(Kt/Lt)

(13)

ηLt=1-ηKt

(14)

各投入要素邊際產出的計算公式如下：

(15)

(16)

(二)變量描述性統(tǒng)計說明

表1匯報了高技術行業(yè)的均值、中位數、最大值等描述性統(tǒng)計量，從表1可以看出，各個行業(yè)的經濟規(guī)模、就業(yè)規(guī)模等相差很大。

表1 資本、勞動力、總產出的描述性統(tǒng)計量

(三)生產函數參數估計

利用1996—2016年17個行業(yè)數據，對式(13)中的參數進行估計?？紤]到各個截面之間的面板數據的個體間存在差異，因此采用固定效應模型。考慮到殘差可能存在自相關，本文加入AR(1)項?？紤]到可能面板數據的個體間存在同期相關性和異方差時，使用OLS可能會產生結果失真,因此為了消除影響,可采用不相關回歸方法( Seemingly Unrelated Regression, SUR)來估計方程。最終結果見表2。從表2可以看出所有的系數顯著不為0，從DW統(tǒng)計量可以看出殘差項不存在自相關，從AR(1)可以看出殘差項是平穩(wěn)的。

(四)全要素生產率測算與分解

利用1996—2016年17個行業(yè)數據、表2的回歸結果和公式(13)至(16)，可以估計出各行業(yè)在各年度的資本、勞動力的產出彈性和邊際產出，將各要素的邊際產出和產出彈性等指標代入公式(5)至(7)，測算相關指標，在此基礎上從整個高技術產業(yè)層面、各高技術產業(yè)層面和細分高技術產業(yè)層面三個維度進行后續(xù)分析。

1.高技術產業(yè)整體層面

根據測算出來的1997—2016年17個行業(yè)全要素生產率和要素效率，以對應年度各行業(yè)總產出占高技術產業(yè)總產出比重為權重，進行加權平均，得到中國高技術產業(yè)層面的全要素生產率、資本全要素生產率和勞動力全要素生產率，其變化趨勢見圖1。

圖1 高技術產業(yè)全要素生產率、勞動力全要素生產率和資本全要素生產率的變化趨勢圖(%)

從圖1可以看出，中國高技術產業(yè)全要素生產率的變化趨勢大致可以分為三個階段，第一階段為1997年至2000年，中國高技術產業(yè)的全要素生產率呈高速、加速增長變化趨勢，從1997年的17.51%上升到2000年的22.45%；第二階段為2001年至2008年，中國高技術行業(yè)全要素生產率增長速度呈下降變化趨勢，從2001年的11.22%下降到2008年的-7.18%；第三階段為2009年至2016年，中國高技術產業(yè)全要素生產率在-0.13%至5.64%之間波動。從整個時間段來看，中國高技術產業(yè)全要素生產率年均增長7.30%。

導致中國高技術產業(yè)全要素生產率呈現上述變化趨勢的主要原因來自勞動力全要素生產率，因此勞動力全要素生產率也可以近似地分為上述三個階段：(1)1997—2000年為第一個階段，勞動力全要素生產率呈現加速增長變化趨勢，從1997年的16.42%上升至2000年的19.89%，導致該階段高技術產業(yè)勞動力全要素生產率呈現上述變化趨勢的主要原因來源于3個方面，首先，1996年開始大學生不包分配政策為高技術產業(yè)的發(fā)展提供了大量高素質勞動力；1996年1月中國人事部發(fā)布《國家不包分配大專以上畢業(yè)生擇業(yè)暫行辦法》(〔1996〕5號)，大學生畢業(yè)不包分配政策的施行，促使大量高素質大學生進入以非公有制經濟為主的高技術產業(yè)，促進了1997—2000年高技術產業(yè)勞動力全要素生產率的提高；其次，20世紀90年代的國有企業(yè)改革釋放了禁錮在國有企業(yè)的勞動力尤其是那些具有高學歷的勞動力，為高技術產業(yè)提供高素質勞動力，進而促進高技術產業(yè)勞動力全要素生產率的提升；第三，由于中國具有大量廉價的勞動力，吸引了大量日本、韓國和臺灣地區(qū)的電子通信類低端加工和裝配業(yè)向中國轉移，進而極大地提升了中國高技術產業(yè)勞動力生產率，推動高技術產業(yè)勞動力全要素生產率的提升。1997年至2000年，勞動力全要素生產率的平均增長率為17.69%，資本全要素生產率總體呈遞增變化趨勢，從1997年的1.09%上升到2000年的2.56%，年均增長1.42%。(2)2001—2008年為第二個階段，勞動力全要素生產率呈下降變化趨勢，從2001年的10.26%下降到2008年的-5.81%。在第二階段勞動力全要素生產率增長速度大幅下降的主要可能原因如下：第一，高等教育擴招使得大學生培養(yǎng)質量下降，這體現在兩個方面，大學生生源質量下降和大學培養(yǎng)質量下降；第二，高技術產業(yè)規(guī)模的增長大幅促進了勞動力的需求，因此不但素質較高的國企下崗職工被吸收到高技術產業(yè)，而且連一些素質相對較低的員工也被吸收到高技術產業(yè)，從而導致勞動力全要素生產率下降；第三，人工智能、信息產業(yè)的發(fā)展推動中國高技術產業(yè)逐步現代化，降低了對勞動力質量的要求。在這個時間段，資本全要素生產率總體上呈現正增長變化趨勢，但增長速度緩慢，年均僅僅增長0.7%。在2007年和2008年，資本全要素生產率和勞動力全要素生產率都小于0，從而使得全要素生產率小于0，并且在2008年達到整個研究時間段的最小值-7.18%，這可能和美國次貸危機、歐洲主權債務危機有關，后續(xù)會從產業(yè)層面進行論證。(3)2009—2016年是第三個階段，勞動力全要素生產率在1.67%至6.39%之間波動，平均增長率為4.08%，低于第一階段和第二階段。在第三階段，資本全要素生產率除了2010年略高于0以外，其他年度都小于0，這說明我國高技術產業(yè)資本效率不但沒有得到提高，反而惡化，這說明以模仿和代工為主的發(fā)展模式不利于中國高技術產業(yè)持續(xù)健康發(fā)展，最終還得依靠以市場需求為導向的企業(yè)自主創(chuàng)新。

總之，中國高技術產業(yè)資本全要素生產率年均增長0.11%，對全要素生產率的推動作用較小，并且呈現惡化變化趨勢；勞動力全要素生產率年均增長7.19%，是全要素生產率的主要推動力，但是其增長率逐步下降，這說明隨著中國人口步入老齡化，中國豐富、廉價的勞動力資源對高技術產業(yè)所帶來的“人口效率紅利效應”正在逐步消失，因此中國一方面很有必要制定富有成效的人力資本激勵政策以及對高等教育進行改革，提高高等教育質量，解決勞動力全要素生產率所面臨的增長瓶頸問題，另一方面說明高技術產業(yè)所采取的代加工、模仿等發(fā)展戰(zhàn)略在現階段已經不再適用，不能促進中國高技術產業(yè)持續(xù)發(fā)展，中國高技術產業(yè)必須加強自主創(chuàng)新，進而提高資本效率。

2.高技術產業(yè)行業(yè)層面

根據各細分行業(yè)總產出占對應行業(yè)總產出比重為權重，對各細分行業(yè)全要素生產率、勞動力全要素生產率和資本全要素生產率進行加權平均，得到對應行業(yè)的全要素生產率、資本全要素生產率和勞動力全要素生產率，具體結果見表3。從表3我們可以得出如下結論：

第一，各行業(yè)資本全要素生產率和勞動力全要素生產率變化趨勢存在較大差異。首先，各行業(yè)的勞動力全要素生產率變化趨勢存在較大差異。醫(yī)藥制造業(yè)的勞動力全要素生產率在1997—2011年呈現高位波動變化趨勢，波動區(qū)間為5.11～6.77，在2012—2016年主要呈低位波動變化趨勢，波動區(qū)間為2.81～5.61；航空、航天器及設備制造業(yè)勞動力全要素生產率在1997—2007年呈高位波動變化趨勢，大多數年份增長率在10%以上，在2008—2013年主要呈遞增變化趨勢，從2008年的5.26%增長到2013年的18.31%，在2013年以后增長速度很低；電子及通信設備制造業(yè)在1997—2001年勞動力全要素生產率呈高位波動變化趨勢，但在2002年以后主要呈“U”形變化趨勢；計算機及辦公設備制造業(yè)在2004年以前勞動力全要素生產率維持高位波動變化趨勢，但是在2005—2012年主要呈現負增長，在2013年以后增長率變?yōu)檎?，但是增長率較低；醫(yī)療儀器及儀器儀表制造業(yè)在2007年之前增長率較高，在2007年以后增長率比前一階段有較大幅度的下降。其次，各行業(yè)的資本全要素生產率變化趨勢存在較大差異。醫(yī)藥制造業(yè)的資本全要素生產率在1997—2011年負增長和正增長的年數大致相同，在2011年以后所有年份都呈負增長變化趨勢；航空、航天器及設備制造業(yè)資本全要素生產率在2009年之前都呈正增長變化趨勢，在2009年以后有3年呈正增長，4年呈負增長；電子及通信設備制造業(yè)在1997—2006年資本全要素生產率呈正增長變化趨勢，但在2006年以后都呈負增長變化趨勢；計算機及辦公設備制造業(yè)在2004年以前資本全要素生產率有三年呈負增長，5年呈正增長；醫(yī)療儀器及儀器儀表制造業(yè)在2006年之前呈正增長，在2007年以后的所有年份呈負增長。

第二，所有高技術行業(yè)勞動力全要素生產率為全要素生產率增長的主要推動力，而資本全要素生產率的作用很小。各行業(yè)的資本全要素生產率不但增長率較低，甚至不少呈現負增長，而且其波動程度也不大。所有行業(yè)在絕大多數年份勞動力全要素生產率增長速度都高于資本全要素生產率。從平均來看，所有高技術行業(yè)的勞動力全要素生產率對全要素生產率的貢獻都高于50%，其中貢獻率最低的是航空、航天器及設備制造業(yè)，貢獻率為88.64%，最高的為計算機及辦公設備制造業(yè)，貢獻率達到121.05%。

第三，勞動力全要素生產率增長最快的行業(yè)是醫(yī)療儀器及儀器儀表制造業(yè)，年均增長11.07%；排第二位的是航空、航天器及設備制造業(yè)，年均增長10.93%；增長最慢的是計算機及辦公設備制造業(yè)，年均增長率僅僅為4.19%。資本全要素生產率增長最快的行業(yè)是航空、航天器及設備制造業(yè)，年均增長1.4%；排第二位的是電子及通信設備制造業(yè)，年均增長0.45%；其他三個行業(yè)資本全要素生產率都呈現負增長。全要素生產率增長最快的行業(yè)是航空、航天器及設備制造業(yè)，年均增長12.33%；排第二位的是醫(yī)療儀器及儀器儀表制造業(yè)，年均增長10.75%；增長最慢的是計算機及辦公設備制造業(yè)，年均增長率僅僅為3.46%。

第四，從美國次貸危機對高技術產業(yè)全要素生產率的影響來看，影響最大的兩個行業(yè)分別是電子及通信設備制造業(yè)和計算機及辦公設備制造業(yè)，這兩個行業(yè)在2007年、2008年的資本全要素生產率和勞動力全要素生產率都呈負增長變化趨勢，使得全要素生產率呈負增長；這兩個行業(yè)在2007年的增長率分別為-3.03%和-4.53%，在2008年分別為-8.83%和-12.53%。對其他三個行業(yè)的影響相對較小，這可以從行業(yè)出口依存度和出口增長率來進行解釋。表4匯總了五個行業(yè)的2003—2008年的出口依存度，表5匯報了這五個行業(yè)2004—2008年出口增長率變化趨勢。從表4可以看出，電子及通信設備制造業(yè)和計算機及辦公設備制造業(yè)出口依存度遠遠高于其他三個行業(yè)，這和這兩個行業(yè)是以出口以及代加工為主的行業(yè)相一致。從表5可以看出，除了醫(yī)藥制造業(yè)出口增長率在2007年、2008年略微有所下降以外，其他四個行業(yè)出口增長率在2007年和2008年比前面三年有了大幅度下降。因此我們大致可以得出如下結論，由于電子及通信設備制造業(yè)和計算機及辦公設備制造業(yè)的出口依存度高，所以美國次貸危機降低了中國這兩個行業(yè)的出口，從而降低了資本全要素生產率和勞動力全要素生產率，進而影響這兩個行業(yè)的全要素生產率。盡管美國次貸危機降低了其他三個行業(yè)的出口，但是由于這三個行業(yè)以內銷為主，因此美國次貸危機對這三個行業(yè)的資本全要素生產率和勞動力全要素生產率的影響有限，進而對這三個行業(yè)的全要素生產率影響有限。

表3 各行業(yè)的全要素生產率、資本全要素生產率和勞動力全要素生產率 %

表4 高技術行業(yè)出口依存度 %

表5 高技術行業(yè)出口增長率 %

3.高技術產業(yè)細分行業(yè)層面

將整個研究時間段分為4段，即1997—2000年，2001—2005年，2006—2010年和2011—2016年，然后對每個時間段的細分行各種全要素生產率求平均值，資本全要素生產率、勞動力全要素生產率和全要素生產率的測算結果分別見表6、表7和表8。

表6 細分行業(yè)TFPK(%) %

續(xù)表

從表6可以看出，在1997—2000年和2001—2005年兩個時間段，大多數子行業(yè)的資本全要素生產率呈現正增長，而在2006—2010年和2011—2016年，絕大多數子行業(yè)的資本全要素生產率呈現負增長，這說明大多數子行業(yè)的資本效率呈現惡化變化趨勢。資本全要素生產率增長最快的5個行業(yè)分別為雷達及配套設備制造、通信設備制造、電子器件制造、飛機制造、航天器制造，年均增長0.4%、0.49%、1.21%、1.3%、2.4%；資本全要素生產率增長最慢的5個行業(yè)分別為計算機零部件制造、生物藥品制造、醫(yī)療儀器設備及器械制造、辦公設備制造、中成藥生產，年均增長-1.66%、-1.43%、-1.18%、-0.54%和-0.24%?？傊?，各子行業(yè)資本全要素生產率增長速度較慢。

從表7可以看出，在1997—2000年和2001—2005年兩個時間段，所有子行業(yè)的勞動力全要素生產率呈現正增長，并且增長速度很快，增長率很高，1997—2000年絕大多數增長率在10%以上，但2001—2005年大多數子行業(yè)勞動力全要素生產率的增長速度比前一個階段有了一定程度的下降。在2006—2010年和2011—2016年，除了少數子行業(yè)負增長以外，絕大多數子行業(yè)的勞動力全要素生產率呈現正增長，2006—2010年增長速度比2001—2005年有所下降，2011—2016年比2006—2010年有所下降。勞動力全要素生產率增長最快的5個行業(yè)分別為飛機制造、廣播電視設備制造、雷達及配套設備制造、航天器制造、儀器儀表制造，年均增長10.79%、10.86%、11.54%、11.66%、11.99%；勞動力全要素生產率增長最慢的5個行業(yè)分別為計算機零部件制造、辦公設備制造、視聽設備制造、生物藥品制造、通信設備制造，年均增長0.85%、4.23%、5.83%、6.4%和6.9%?？傊?，各子行業(yè)勞動力全要素生產率增長速度較快。

表7 細分行業(yè)TFPL %

續(xù)表

從表8可以看出，在1997—2000年和2001—2005年兩個時間段，所有子行業(yè)的全要素生產率呈現正增長，并且增長速度很快，增長率很高，1997—2000年絕大多數增長率在10%以上，但2001—2005年大多數子行業(yè)全要素生產率的增長速度比前一個階段有了一定程度的下降。在2006—2010年和2011—2016年，除了少數子行業(yè)負增長以外，絕大多數子行業(yè)的全要素生產率呈現正增長，2006—2010年增長速度比2001—2005年有所下降，2011—2016年比2006—2010年有所下降。全要素生產率增長最快的5個行業(yè)分別為廣播電視設備制造、儀器儀表制造、雷達及配套設備制造、飛機制造、航天器制造，年均增長11.11%、11.92%、11.94%、12.09%、14.06%；全要素生產率增長最慢的5個行業(yè)分別為計算機零部件制造、辦公設備制造、生物藥品制造、視聽設備制造、醫(yī)療儀器設備及器械制造，年均增長-0.81%、3.68%、4.97%、5.99%、6.91%?？傊?，大多數子行業(yè)全要素生產率增長速度較快。

表8 細分行業(yè)TFP %

為了分析次貸危機對各子行業(yè)各種效率的影響，本文求2007年、2008年兩年的各種效率平均值，具體結果見表9。從表9可以看出，如前面所述，次貸危機對全要素生產率影響較大的行業(yè)為電子及通信設備制造業(yè)和計算機及辦公設備制造業(yè)。但是對于電子及通信設備制造業(yè)下面的子行業(yè)存在差異，對廣播電視設備制造、其他電子設備制造等子行業(yè)的影響較小，并且除了通信設備制造全要素生產率出現大幅下降以外，電子及通信設備制造業(yè)下面的其他子行業(yè)全要素生產率下降不大。對計算機及辦公設備制造業(yè)下面的所有子行業(yè)全要素生產率都產生了很大影響。影響最大的子行業(yè)可能是通信設備制造、計算機整機制造、計算機零部件制造、辦公設備制造，這四個行業(yè)的全要素生產率分別下降15.23%、11.54%、-6.76%和-5.98%。

表9 2007年、2008年各種全要素生產率的平均值 %

六、結論

本文基于規(guī)模不變的生產函數，推導出全要素生產率核算模型，建立要素邊際產出變化和全要素生產率之間的聯系——當期全要素生產率為所有要素邊際產出增長率和對應要素前后兩期之比的乘積的加權平均，權重為對應投入要素的產出彈性。基于全要素生產率核算模型和超越對數生產函數，本文對中國高技術行業(yè)進行實證研究，得到如下幾點結論：

第一，中國高技術產業(yè)全要素生產率年均增長7.30%；資本全要素生產率年均增長0.11%，對全要素生產率的推動作用較小，并且呈現惡化變化趨勢；勞動力全要素生產率年均增長7.19%，是全要素生產率的主要推動力，但是其增長率逐步下降，中國豐富、廉價的勞動力資源對高技術產業(yè)所帶來的“人口效率紅利效應”會隨著中國步入人口老齡化階段而逐步消失，因此中國一方面很有必要制定富有成效的人力資本激勵政策以及對高等教育進行改革，提高高等教育質量，解決勞動力全要素生產率所面臨的增長瓶頸問題，另一方面說明高技術產業(yè)所采取的代加工、模仿等發(fā)展戰(zhàn)略在現階段已經不再適用，不能促進中國高技術產業(yè)持續(xù)發(fā)展，中國高技術產業(yè)必須加強自主創(chuàng)新，進而提高資本效率。

第二，各行業(yè)資本全要素生產率和勞動力全要素生產率變化趨勢存在較大差異，所有高技術行業(yè)勞動力全要素生產率為全要素生產率增長的主要推動力，而資本全要素生產率的作用很小。醫(yī)療儀器及儀器儀表制造業(yè)和航空、航天器及設備制造業(yè)勞動力全要素生產率增長最快，計算機及辦公設備制造業(yè)增長最慢。資本全要素生產率增長最快的行業(yè)是航空、航天器及設備制造業(yè)和電子及通信設備制造業(yè)，其他三個行業(yè)資本全要素生產率都呈現負增長。全要素生產率增長最快的行業(yè)是航空、航天器及設備制造業(yè)和 醫(yī)療儀器及儀器儀表制造業(yè)，增長最慢的是計算機及辦公設備制造業(yè)。

第三，從高技術產業(yè)的子行業(yè)來看，勞動力全要素生產率仍然是全要素生產率的主要推動力，資本全要素生產率的作用較小。各子行業(yè)的勞動力全要素生產率總體上也呈現下降變化趨勢，“人口效率紅利效應”也隨著中國步入人口老齡化階段而逐步消失，因此各子行業(yè)也必須轉變過去代加工和模仿等發(fā)展戰(zhàn)略，加強自主創(chuàng)新。

第四，次貸危機對電子及通信設備制造業(yè)和計算機及辦公設備制造業(yè)兩個行業(yè)全要素生產率影響很大，但對這兩大行業(yè)的子行業(yè)影響存在差異。對于電子及通信設備制造業(yè)，次貸危機對廣播電視設備制造、其他電子設備制造等子行業(yè)的全要素生產率影響較小，對通信設備制造業(yè)影響很大。而對計算機及辦公設備制造業(yè)下面的所有子行業(yè)全要素生產率都產生了很大影響。

本文的結論對于政策制定的啟示如下：全要素生產率是關于各種生產要素邊際效率變化、生產要素投入變化的函數，在制定促進全要素生產率增長的政策時，要權衡其對各種生產要素邊際效率變化、生產要素投入變化的影響。在當前高技術產業(yè)下，政策的制定應該更加關注提高資本效率。