官术网_书友最值得收藏!

五 未來全要素生產率的增長動力和增長機制會有明顯變化

不同勞動生產率水平的全要素生產率的增長動力和增長機制有可能發生變化,弄清這些變化可為提高全要素生產率確定政策方向和政策重點。

(一)全要素生產率的決定因素及相關指標

2014~2020年、2021~2030年全要素生產率。賓州大學國際比較項目發布的2014年我國全要素生產率與美國的比值為0.43。我們以2000~2014年這一時間段既有經濟高速增長的繁榮期,也有遭遇全球金融經濟危機的緊縮期,在一定程度上減輕了經濟周期對全要素生產率增長率(余值)的影響。我國與美國各自全要素生產率的平均增速作為2014~2020年、2021~2030年全要素生產率增速的基準。此間我國全要素生產率年均增長2%~3%,而美國全要素生產率年均增長略低于1%。如果兩國全要素生產率增長率按此相對速度延續下去,2020年我國全要素生產率與前沿國家的比值將提高至0.5左右,2030年將進一步提高至0.6左右。

1.核心解釋變量

我們將全要素生產率分解為技術創新、人力資本、制度體系和治理能力四個方面投資研究所2016年承擔的宏觀院重點課題研究成果《促進經濟中高速增長研究》總報告第二、第五部分。,并分別選取相應的指標作為定量分析的核心解釋變量。技術創新選取經合組織發布的各國每年授予的“三方專利數”(tp三方專利(Triadic Patent)是指針對同一發明,受歐洲專利局、日本專利局、美國專利與商標局共同保護的一組專利。本部分的三方專利數來自經合組織數據庫。;人力資本選取賓州大學國際比較項目的“人力資本指數”(hc),該指數綜合了勞動力的受教育年限和教育回報兩方面;制度體系選取弗雷澤研究所的“法律體系和產權制度”(lspr),該指標的評分范圍為0~10分,分值越高代表法律體系和產權制度越完善;政府治理能力選取弗雷澤研究所的“政府監管能力”指標,該指標從信貸市場、勞動力市場和商業活動三個方面的監管來綜合反映政府治理能力,分值越高代表政府治理能力越高。

2.控制變量

受限于樣本量和數據的可得性,我們選擇以人均GDP衡量的經濟發展水平這一綜合性指標作為控制變量。經濟發展水平總體上涵蓋了除核心解釋變量以外的影響全要素生產率的其他經濟因素,經濟發展水平不斷提高必然會對全要素生產率有正向促進作用。

(二)模型、交互機制與樣本數據

1.模型

我們所采用的全要素生產率模型形式為:

tfp=tfp(RDi,t,HCi,t,ISi,t,GRi,t)

tfp(RDi,t,HCi,t, ISi,t, GRi,t)= αi1× RDi,t 2× HCi,t

+β3×ISi,t+β4×GRi,t+Xi,t+εi,t

其中,被解釋變量是全要素生產率(tfp),解釋變量為技術創新(RD)、人力資本(HC)、制度體系(IS)和治理能力(GR), X為控制變量,ε為殘差項,下標it分別表示國家和年份。

2.交互項與交互機制

技術創新、人力資本、制度體系和治理能力這四個因素除了單獨影響全要素生產率外,還通過交互機制影響全要素生產率以人力資本與技術創新的交互機制為例,隨著一個經濟體人力資本的提升如平均受教育年限的增加,研發部門從業人員的比例會上升,研發人員的素質也會提高,這會有利于提高技術創新能力,進而提高全要素生產率。反過來,一個經濟體技術研發能力的提高將為人力資本的提升創造更好的條件,提供更強的激勵,技術創新也會通過影響人力資本作用于全要素生產率。技術創新與制度體系和治理能力、人力資本與制度體系和治理能力之間也存在類似的相互影響機制。但本書中我們更強調人力資本促進技術創新影響全要素生產率、制度體系和治理能力通過促進研發創新影響全要素生產率、制度體系和治理能力通過促進人力資本進而促進研發創新影響全要素生產率這三個方向的作用機制。,其中主要是人力資本促進技術創新影響全要素生產率,制度體系和治理能力通過促進技術創新影響全要素生產率,以及制度體系和治理能力通過促進人力資本積累影響全要素生產率。

我們從兩個方面衡量一個經濟體的全要素生產率:一是全要素生產率的動態變化(rtfp,以2011年全要素生產率為1),反映全要素生產率水平的提高程度;二是與技術前沿國家(ctfp,以美國為1)全要素生產率之比,反映兩國間的技術差距。

3.樣本數據

本部分涉及世界232個經濟體1950~2014年的數據,受限于部分數據的國別完整性,進入模型的樣本量小于上述數量。根據樣本數據的散點圖(見圖1-11)初步判斷,技術創新、人力資本、制度體系和治理能力與全要素生產率之間存在較強的相關性。

圖1-11 技術創新、人力資本、制度體系、治理能力與全要素生產率

資料來源:全要素生產率和人力資本指數來自賓州大學國際比較項目,三方專利數來自經合組織,法律體系與產權保護指數和治理質量指數來自弗雷澤研究所。

(三)實證檢驗及結論

四個因素對全要素生產率的影響始終顯著。固定效應模型(FE)估計針對所采用的估計方法,Wald檢驗和Hausman檢驗的結果支持采用固定效應模型。的結果顯示(見表1-11), 2014~2020年、2021~2030年大部分核心解釋變量的估計系數顯著為正,表明技術創新、人力資本、制度體系和治理能力確實是影響全要素生產率的重要因素,改進這些因素將不同程度地提高全要素生產率。

表1-11 全要素生產率的影響因素

注:括號內是標準誤差,???、??、?分別表示在1%、5%和10%水平上顯著,2014~2020年、2021~2030年分別按全要素生產率相對水平0.43~0.5、0.5~0.6劃分。

資料來源:全要素生產率、人力資本和經濟發展水平來自賓州大學國際比較項目,三方專利數來自經合組織,制度體系和治理能力的指標來自弗雷澤研究所。

技術創新與人力資本交互影響始終顯著。檢驗結果顯示(見表1-12), 2014~2020年和2021~2030年,技術創新與人力資本交互項的估計系數均顯著為正,技術創新與人力資本的交互機制對全要素生產率的增長作用明顯。此外,人力資本和技術創新單獨影響全要素生產率也十分顯著。這表明,鼓勵技術創新、加大人力資本積累對提高全要素生產率有明顯促進作用。

表1-12 技術創新與人力資本的交互機制

注:括號內是標準誤差,???、??、?分別表示在1%、5%和10%水平上顯著,2014~2020年、2021~2030年分別按全要素生產率相對水平0.43~0.5、0.5~0.6劃分。

資料來源:全要素生產率、人力資本和經濟發展水平來自賓州大學國際比較項目,三方專利數來自經合組織,制度體系和治理能力的指標來自弗雷澤研究所。

技術創新與制度體系和治理能力的交互機制在2014~2020年顯著,2021~2030年不顯著。表1-13中第(1)~(2)列的估計結果顯著為正,表明在2014~2020年,技術創新與制度體系、治理能力的交互機制有助于推動全要素生產率的提高;表中第(3)~(4)列的估計結果并不顯著,表明2021~2030年該機制的重要性有所下降。樣本經濟體的數據表明,前一個時期,完善制度體系和推進治理能力現代化會顯著推動技術創新,促進全要素生產率的提高,到后一個時期,制度和治理相對完善后,制度和治理因素對技術創新的影響下降。

表1-13 技術創新與制度體系和治理能力的交互機制

注:括號內是標準誤差,???、??、?分別表示在1%、5%和10%水平上顯著,2014~2020年、2021~2030年分別按全要素生產率相對水平0.43~0.5、0.5~0.6劃分。

資料來源:全要素生產率、人力資本和經濟發展水平來自賓州大學國際比較項目,三方專利數來自經合組織,制度體系和治理能力的指標來自弗雷澤研究所。

人力資本與制度體系和治理能力的交互機制在2014~2020年顯著,2021~2030年不顯著。表1-14中第(1)~(2)列的估計結果顯著為正,且均通過1%顯著性水平檢驗,但第(3)~(4)列的估計結果并不顯著。樣本經濟體的數據表明,2014~2020年,人力資本與制度體系和治理能力之間存在顯著的交互機制,完善制度體系和推進治理現代化能明顯提升人力資本和全要素生產率,而在2021~2030年,該機制的重要性下降。

表1-14 人力資本與制度體系和治理能力的交互機制

注:括號內是標準誤差,???、??、?分別表示在1%、5%和10%水平上顯著,2014~2020年、2021~2030年分別按全要素生產率相對水平0.43~0.5、0.5~0.6劃分。

資料來源:全要素生產率、人力資本和經濟發展水平來自賓州大學國際比較項目,三方專利數來自經合組織,制度體系和治理能力的指標來自弗雷澤研究所。

跨國實證分析發現以下兩個問題。第一,技術創新、人力資本、制度體系和治理能力是影響全要素生產率的重要因素,對這些因素的改善將不同程度地提高全要素生產率。第二,影響全要素生產率的主要因素之間的交互作用機制確實存在,并且不同階段這些交互作用的大小并不完全相同。2014~2020年,上述三個作用機制均能發揮作用,增加人力資本積累、鼓勵技術創新、改善制度體系和治理能力都有助于促進全要素生產率的提高。2021~2030年,技術創新與人力資本的交互作用機制十分顯著,而技術創新與制度體系和治理能力、人力資本與制度體系和治理能力的交互作用機制不顯著,這表明至少到2030年前,持續地促進技術創新和積累人力資本對提升全要素生產率都有明顯的促進作用。

需要注意的是,技術創新與制度體系和治理能力、人力資本與制度體系和治理能力的交互作用機制2020年前顯著,2020年后不顯著,揭示的是樣本經濟體技術創新、人力資本與制度體系和治理能力之間的交互機制隨勞動生產率水平變化的特征。這一特征并不意味著我國在制度體系、治理能力方面什么都不做,也會“自動”地表現出樣本經濟體在全要素生產率相對水平為0.5(2020年)左右這一特征。恰恰相反,樣本經濟體的這一特征警示我們,要抓緊時間完善體制和治理,使技術創新、人力資本與制度和治理的這種交互作用顯現出來,否則,我國全要素生產率與前沿國家的比值到2020年、2030年將不可能分別提高至0.5、0.6左右,相應的,勞動生產率也達不到預期水平。多數經濟體全要素生產率與前沿國家差距縮小的進程與節奏表明,我國2016~2020年完善制度體系和治理能力對技術創新和人力資本積累具有明顯促進作用,這一時間點正好與到2020年在重要領域和關鍵環節改革上取得決定性成果的改革進度要求相吻合。全要素生產率增長來源間交互作用的變動節奏與我國全面深化改革的進程安排的巧合,從一般規律角度說明了十八屆三中全會所提出的到2020年要完成的改革任務的合理性與科學性,也表明要實現更高質量更有效率的中高速增長,如期完成改革任務的緊迫性和必要性。

主站蜘蛛池模板: 建瓯市| 新乐市| 高陵县| 汝阳县| 博湖县| 安塞县| 临高县| 利津县| 永定县| 伊春市| 乡宁县| 财经| 四川省| 丹江口市| 邹城市| 临清市| 池州市| 伊宁县| 石嘴山市| 和政县| 曲阜市| 安多县| 深圳市| 阿瓦提县| 尉氏县| 荥经县| 广德县| 台山市| 南郑县| 苗栗县| 葫芦岛市| 正定县| 桦川县| 达拉特旗| 邻水| 武鸣县| 江口县| 阿克苏市| 石楼县| 和顺县| 响水县|