中国产业结构调整对全要素生产率的时变效应

发布时间：2020-11-12 05:58

　　 本文采用有向无环图(DAG)方法和带有时变参数的因子扩展向量自回归模型识别中国产业结构调整与全要素生产率(TFP)间的动态因果关系。研究结果显示,产业结构高级化、工业结构技术化及服务业结构生产化对TFP具有较强的影响力,且产业结构高级化与TFP间存在显著的双向因果关系;从时变效应来看,不同经济时期产业结构高级化对TFP均具有较强的促进作用,但TFP提高对产业结构高级化的冲击效应存在时变性,近年来TFP对产业结构高级化的带动作用开始凸显。另外,高技术产业的发展可以有效对冲经济下行,工业结构技术化调整更有利于TFP提高,而服务业结构生产化对TFP的促进作用并不明显,说明生产性服务业的技术外溢效应仍有待提升。
【部分图文】：

本文基于索洛残差法,利用季度产出、就业和资本存量数据计算得到2000至2017年的季度TFP环比增长率,其走势见图1(左)。为验证本文季度TFP增长率测算结果的可靠性,本文根据季度就业人数加总得到年度就业人数,结合年度资本存量、年度实际产出,测算1994至2017年的年度TFP增长率,并与相关文献中的年度TFP增长率测算结果进行对比(李宾和曾志雄,2009;赵志耘和杨朝峰,2011;叶祥松和刘敬,2018)。由图1(右)可知,1978至2017年各文献测算得到的年度TFP增长率虽然取值高低有差异,但保持相似的波动轨迹。本文测算的年度TFP增长率与文献中的测算结果基本吻合,说明本文的季度TFP数据具有一定可信度。2.同期因果关系的DAG分析及SVAR识别。

本文采用ADF方法对模型中各变量进行单位根检验以判定其平稳性,在5%的显著性水平下,各变量均拒绝存在单位根的原假设。由于变量间的长期相互关系并不是本文的研究重点,估计VAR模型时未进行协整检验。结合AIC准则和SC准则,本文构建关于TFP、ISS、ISI、ISSE、ISH和SSP滞后3期的无约束VAR模型,得到变量残差项之间的相关系数矩阵。根据该矩阵,对变量间的同期因果关系进行DAG分析,为后文构建SVAR模型并进行结构方差分解提供基础。首先构建无向完全图(图2左图),各变量间的连线表示可能存在的同期因果关系;其次,利用PC算法对残差项相关系数矩阵逐步进行分析,识别变量间的同期因果关系及指向。需要注意的是,本文样本为2000年第1季度开始后的72个季度,当样本较少时(如小于200个样本),DAG方法的分析结果会低估变量间的因果关系,在小样本情形下采用较高的显著水平系数有利于改善DAG方法的分析结果(Spirtes等,2000;Awokuse,2005)。因此,本文采用25%的显著性水平判断同期因果关系,DAG分析结果见图2右图。中国产业结构调整与TFP间的同期因果关系为:产业结构高级化、工业结构技术化和服务业结构生产化对TFP有同期影响,TFP、产业结构高级化和产业结构服务化对产业结构工业化有同期影响,而产业结构高级化、工业结构技术化和服务业结构生产化之间不存在同期因果关系。根据DAG分析,在同期产业结构工业化和产业结构服务化不会影响TFP,工业结构技术化、服务业结构生产化和产业结构高级化会影响TFP,而TFP会进一步影响产业结构工业化。在DAG分析结果的基础上,可以对VAR的残差项进行结构性分解(识别SVAR),残差项ut与结构性扰动项et之间的关系式ut=Aet可以写为:

为验证上述结论的稳健性,并进一步探究TFP与产业结构高级化在不同时点的关系,本文采用基于DAG的递归预测方差分解方法,对上述变量进行时变方差分解。在递归方差分解过程中,本文首先对2000年Q1至2005年Q4的样本期进行第一次方差分解,然后对2000年Q2至2006年Q1的样本期进行第二次方差分解,以此类推,直至对2012年Q1至2017年Q4的样本期进行方差分解，并依次把第10预测期的结果列于图3。由图3可知,TFP和产业结构高级化的方差分解数值基本大于5%,部分时间点甚至高达50%,说明二者存在显著的双向因果关系,而且二者间的影响程度并非静态不变。观察图中TFP与ISS方差分解的走势可知,2006-2009年产业结构高级化对TFP具有较强的解释力,2010-2012年TFP对产业结构高级化具有较强的解释力,二者之间的影响程度总体呈交替变化趋势,2015年之后产业结构高级化对TFP的影响程度大幅下滑,相反,TFP对产业结构高级化却具有更显著的解释力。事实上,产业结构变迁和经济增长之间是相互影响、相互作用的(严成樑,2017)。产业结构高级化使得劳动力与资本由低效率部门流向高效率部门,促进资源优化配置,从而导致TFP提高;而TFP提高与经济的快速增长又使居民收入上升,引起居民消费需求结构变化,市场对工业品需求增加,对服务性产品的需求更会显著增加,这会加快产业结构调整。可见,随着中国经济进入新常态时期,经济增长动力由要素驱动向创新驱动转型,TFP在中国产业结构变迁中发挥愈加重要的作用,因此,近年来TFP冲击对产业结构高级化波动的贡献率大幅度提高,是产业结构高级化变动的主要来源。
【参考文献】

相关期刊论文 前10条

1 于斌斌;;产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J];中国工业经济;2015年12期

2 方意;;货币政策与房地产价格冲击下的银行风险承担分析[J];世界经济;2015年07期

3 王少林;林建浩;李仲达;;中国货币政策透明化的宏观经济效应——基于PTVP-SV-FAVAR模型的实证研究[J];财贸经济;2014年12期

4 彭湘君;曾国平;;基于内生经济增长模型的生产性服务业对制造业效率影响的研究[J];经济问题探索;2014年12期

5 范小云;方意;王道平;;我国银行系统性风险的动态特征及系统重要性银行甄别——基于CCA与DAG相结合的分析[J];金融研究;2013年11期

6 王少平;朱满洲;胡朔商;;中国CPI的宏观成分与宏观冲击[J];经济研究;2012年12期

7 赵志耘;杨朝峰;;中国全要素生产率的测算与解释:1979—2009年[J];财经问题研究;2011年09期

8 张军;陈诗一;Gary H.Jefferson;;结构改革与中国工业增长[J];中国经济学;2009年00期

9 李宾;曾志雄;;中国全要素生产率变动的再测算:1978～2007年[J];数量经济技术经济研究;2009年03期

10 干春晖;郑若谷;;改革开放以来产业结构演进与生产率增长研究——对中国1978～2007年“结构红利假说”的检验[J];中国工业经济;2009年02期

【共引文献】

相关期刊论文 前10条

1 辛超;张平;袁富华;;Capital and Labor Allocation Structure and China's Economic Growth[J];China Economist;2016年02期

2 付才辉;;为增长而失衡——中国式发展的经验与理论[J];南开经济研究;2015年06期

3 洪修文;;马克思创新思想与经济发展方式的转变[J];广东开放大学学报;2015年06期

4 蔡跃洲;张钧南;;信息通信技术对中国经济增长的替代效应与渗透效应[J];经济研究;2015年12期

5 刘蔡顺;孔刘柳;;中国全要素生产率计算与研究[J];改革与开放;2015年23期

6 高华川;张晓峒;;动态因子模型及其应用研究综述[J];统计研究;2015年12期

7 傅智宏;杨先明;;能源视角下的云南省工业结构与增长分析[J];资源开发与市场;2015年12期

8 卜振兴;;货币政策透明度评价研究:一个述评[J];经济学家;2015年12期

9 孙晶;;西部各省全要素生产率的对比分析[J];金融经济;2015年22期

10 陈卫;聂真真;杨胜慧;;CGE模型在新常态下人口红利研究中的应用——兼对人口红利三种经济学分析框架的比较[J];人口与经济;2015年06期

【二级参考文献】

相关期刊论文 前10条

1 金碚;;中国经济发展新常态研究[J];中国工业经济;2015年01期

2 中国经济增长前沿课题组;张平;刘霞辉;袁富华;王宏淼;陆明涛;张磊;;中国经济增长的低效率冲击与减速治理[J];经济研究;2014年12期

3 李敬;陈澍;万广华;付陈梅;;中国区域经济增长的空间关联及其解释——基于网络分析方法[J];经济研究;2014年11期

4 黄群慧;;“新常态”、工业化后期与工业增长新动力[J];中国工业经济;2014年10期

5 余壮雄;杨扬;;大城市的生产率优势:集聚与选择[J];世界经济;2014年10期

6 于斌斌;金刚;;中国城市结构调整与模式选择的空间溢出效应[J];中国工业经济;2014年02期

7 范小云;方意;王道平;;我国银行系统性风险的动态特征及系统重要性银行甄别——基于CCA与DAG相结合的分析[J];金融研究;2013年11期

8 王美今;王少林;;中国货币政策透明化的综合效应[J];中山大学学报(社会科学版);2013年03期

9 侯新烁;张宗益;周靖祥;;中国经济结构的增长效应及作用路径研究[J];世界经济;2013年05期

10 颜色;朱国钟;;“房奴效应”还是“财富效应”?——房价上涨对国民消费影响的一个理论分析[J];管理世界;2013年03期

【相似文献】

相关期刊论文 前10条

1 宋红军;;对外贸易、全要素生产率与地区收入差距[J];理论探索;2011年06期

2 左菲菲;;安徽省1980-2012年全要素生产率的计量分析[J];现代商业;2014年24期

3 张应武;;全要素生产率及其对香港经济影响的实证研究[J];亚太经济;2008年05期

4 侯珺然,郭士信;从全要素生产率的国际比较看日本的产业竞争力[J];日本学刊;2002年02期

5 李科瑾;;全要素生产率、创新及金融发展的关系研究[J];哈尔滨商业大学学报(社会科学版);2016年03期

6 白重恩;张琼;;用“已知”倒推“未知”:中国全要素生产率研究展望[J];新金融评论;2014年01期

7 赵志耘;杨朝峰;;中国全要素生产率的测算与解释:1979—2009年[J];财经问题研究;2011年09期

8 陈英;李秉祥;谢兴龙;;全要素生产率、国际直接投资与经济增长的关联性研究——基于我国经济的实证分析[J];科技进步与对策;2011年24期

9 赵奉军;高波;;中国全要素生产率的顺周期特征与决定因素:1952—2007[J];经济经纬;2009年02期

10 李亚平;张济建;;全要素生产率与经济增长——基于江苏数据的实证分析[J];统计与决策;2007年14期

相关博士学位论文 前10条

1 高詹;基于全要素生产率的城市经济集约增长研究[D];东北财经大学;2015年

2 李清如;发展中国家贸易开放与生产率研究[D];对外经济贸易大学;2014年

3 孙燕燕;环境/福利导向的生产率及其在经济发展评价中的应用[D];东华大学;2014年

4 郑文;金融发展对中国全要素生产率的影响及其作用机制研究[D];华中科技大学;2013年

5 张佩;中国的资源错配与全要素生产率[D];清华大学;2014年

6 胡威;环境规制与碳生产率变动[D];武汉大学;2016年

7 周彩云;中国区域经济增长的全要素生产率变化研究[D];兰州大学;2010年

8 王萱;中国碳生产率变动及其主要影响因素研究[D];华中科技大学;2013年

9 祝接金;中国地方政府科教支出的生产率改进研究[D];重庆大学;2008年

10 巩崇一;我国人力资本不平等对全要素生产率的影响研究[D];暨南大学;2016年

相关硕士学位论文 前10条

1 田孟;从全要素生产率看中国的地区收入差距[D];天津财经大学;2007年

2 张帅;环境管制下山东省全要素生产率的实证研究[D];山东理工大学;2013年

3 王晓琛;从全要素生产率看地区经济增长[D];兰州商学院;2010年

4 常勉;全要素生产率的测算与简要探讨[D];河南大学;2016年

5 胡青江;新疆全要素生产率变动的实证分析[D];新疆大学;2014年

6 宋费佳;对外开放、人力资本与全要素生产率[D];南京大学;2013年

7 肖俭明;湖南省各市州全要素生产率与经济增长[D];中南大学;2008年

8 韩冬冬;出口复杂度对全要素生产率的影响[D];浙江工商大学;2015年

9 孙默涵;无形资产对全要素生产率的影响分析[D];山东大学;2015年

10 崔虹;中国金融自由化与全要素生产率的关系[D];复旦大学;2013年

本文编号：2880347