中国产业结构演进中存在“结构红利”吗——基于动态偏离份额分析法的实证研究

本研究采用动态偏离份额分析法,分析中国三次产业和工业产业内部劳动和资本两种要素在行业间的配置情况,以确定在三次产业与工业内部劳动和资本转移中是否存在"结构红利"现象。结果表明:三次产业结构变迁过程中要素流动存在阶段性的"结构红利"现象;工业内部结构变迁过程中要素流动存在"结构负利"现象。综合来看,劳动从第一产业流向二、三产业,提高了整个社会的劳动生产率,资本向第二产业中生产率较低的行业流动,降低了工业内部全要素生产率的增长。     

中国劳动生产率与就业结构变化关系的实证分析

20世纪80年代,中国劳动力从农业向工业大规模转移,就业结构变化对劳动生产率增长的平均贡献度为28．36％,“structural bonus”效应显著;到90年代,劳动力从农业向工业转移趋缓,劳动力从工业向服务业转移加快,“structural bonus”效应和“structural burden”效应同时存在;加入WTO以后,劳动力向工业转移趋势迅速加强,就业结构变化对劳动生产率增长的平均贡献度为17．31％,“structural bonus”效应显著。改革开放以来,科技创新和技术进步一直是劳动生产率提高的主要推动力。     

劳动的社会生产率与劳动的自然生产率——关于提高农业劳动生产率的一点意见

<正> 一劳动的社会生产率和劳动的自然生产率劳动生产率是指劳动者在单位时间里生产的产品量。它一般是随着社会的发展,劳动工具的改革,劳动者技术水平的提高而提高的。它是社会生产发展的结果和标志,是一种劳动的社会生产率。我们通常说的某个国家劳动生产率的高低,指的就是劳动的社会生产率。怎样提高农业劳动生产率?马克思认为:劳动生产率“在农业中(采矿业中也一样),问题不只是劳动的社会生产率,而且还有由劳动的自然条件决定的劳动的自然生产率。”那么,什么是劳动的自然生产率,它和劳动的社会生产率是什么关系,它们在农业生产中是怎样相互发生     

要素转移、产业结构演进与海南生产率增长研究——1993年海南房地产泡沫前后期"结构红利假说"比较实证研究

本文以1993年房地产泡沫破灭为界将改革开放以来的海南经济分为前后两个阶段,分别估算三次产业增加值中的资本和劳动份额,比较分析两阶段生产要素转移与产业结构演进关系、三次产业生产率差异、产业结构生产率增长效应。主要结论如下:海南三次产业资本存量结构和就业结构的变化均具有单调性;要素生产率增长主要来源于内部增长效应;劳动要素转移"结构红利假说"一直成立,而资本要素转移"结构红利假说"只在前期成立,1993年房地产泡沫对海南经济增长产生了深远的负面影响。     

基于劳动生产率效应的区域发展影响因素分析

劳动生产率是促进经济高速增长和协调区域平衡发展的重要影响因素。本文采用指数方法,将劳动生产率的增长速度分解为纯生产率效应、鲍默效应及丹尼森效应,三种效应的贡献率显示我国劳动生产率增长主要是由纯生产率效应驱动的,2002年以后丹尼森效应的作用逐渐凸显出来。对比分析中国31个省份的纯生产率效应和丹尼森效应发现,东部地区省份的两种效应普遍高于其他省份。要缩小区域发展差距,中部省份及东北老工业基地必须在保持纯生产率效应贡献度的基础上提高丹尼森效应,而西部地区的两种效应都有待提高。     

企业数字化转型中的“生产率悖论”——来自制造业上市公司的经验证据

数字经济时代如何克服“生产率悖论”，促进制造业高质量发展是当前亟待解决的重大理论与现实问题。本文基于2010—2021年间中国制造业上市公司的研究表明：数字化转型水平与制造业企业全要素生产率存在U型关系，数字化转型初期存在“生产率悖论”。机制检验表明，创新策略选择和要素配置效率是导致数字化转型与全要素生产率U型关系的内生性根源，转型初期，数字化会降低企业的实质性创新水平和要素配置效率进而导致“生产率悖论”。拓展分析表明，较高的专业化和内部控制质量可以帮助企业及早摆脱“生产率悖论”区间，而当资本密集度过高或过低时，数字化转型与企业全要素生产率之间的递减性更加显著。因此如何合理地选择创新策略、提高要素配置效率、优化要素配置结构、强化专业化分工、构建完善的内部控制体系对于企业克服数字化转型中的“生产率悖论”至关重要。     

劳动生产率的七种定义及其应用价值

提高劳动生产率是中国经济长期增长前景的关键。在经济管理思想中,"劳动生产率"这一概念至少有七种定义。明确"劳动生产率"这一概念的定义以及各定义之间的区别与联系,对于寻找提高劳动生产率的途径来说是一项非常重要的基础性工作。"劳动生产率"这一指标,不仅应进入宏观经济统计,还应成为企业日常核算的重要内容。对"劳动生产率"的核算,不仅要核算活劳动的生产率,还应核算对象化劳动的生产率。     

双循环视角下要素市场化配置、产业结构转型与劳动生产率增长

促进产业结构升级和生产率提高是推动中国经济高质量发展的重要内容，深化要素市场化改革为此提供了一个有效政策着力点。本文提出，准确把握要素市场化配置的影响，不仅应当重视不同要素的错配程度及其影响存在显著差异，深化要素市场化改革应重点突出、统筹推进，而且必须坚持系统观念，从国内国际双循环视角充分评估改革通过改进要素配置效率进而增强产业比较优势的经济机制。本文建立了一个内生国际贸易结构的多部门一般均衡模型，其中纳入了要素市场存在摩擦和结构差异、内外需的产业构成存在差别并且内生演化等中国经济特征。研究发现，降低高技能劳动、低技能劳动和资本在不同产业之间的流动成本可以有效提升制造业比重、增强制造业出口比较优势和提高劳动生产率；提高资本和低技能劳动市场化配置程度的影响最大，其次是高技能劳动；资本和高技能劳动市场化改革的重点应为降低制造业和服务业间的流动成本，促进更高比例的资本和高技能劳动从服务业流向制造业；低技能劳动市场化改革的重点应为降低农业和非农业间的流动成本，促进更高比例的低技能劳动从农业流向非农业。     

中国劳动生产率增长的效应分解——基于扩展的Nordhaus指数方法

Nordhaus指数方法是一种有效且已较广泛应用于测量生产率增长的方法。文章在此基础上进一步考虑地区间要素变化或流动导致地区要素比例结构的变化及其对生产率增长的影响,并从劳动力要素角度对Nordhaus指数方法进行扩展,以中国劳动生产率为例实证分析。结果表明:纯生产率效应是我国劳动生产率增长主导性的驱动因素,其他效应影响相对较小但近年来有日益增大趋势;各效应时序变化有较大差异,纯生产率效应波动较大,其他效应较小;扩展模型中的劳动力地方结构效应与地方的相对劳动生产率和劳动力比例结构变化密切相关,能够反映出一定的地方差异。     

论劳动的自然生产率

<正> 在《资本论》中,马克思把劳动生产率区别为劳动的社会生产率和劳动的自然生产率。他写道:“在农业中(采矿业中也一样),问题不只是劳动的社会生产率,而且还有由劳动的自然条件决定的劳动的自然生产率。”在同书的另外一些地方,劳动的社会生产率又叫作“历史地发展起来的社会生产力”,或“由社会条件决定的生产率”;劳动的自然生产率也叫作“受自然制约的劳动生产力”,或“自然劳动生产率”。     

制造业劳动生产率变动及其源泉——基于中国2000-2007年规模以上制造业企业数据的估算

本文对中国2000-2007年制造业的劳动生产率情况进行了全面测算。结果表明,自进入21世纪以来,制造业总体劳动生产率增长速度很快,这一快速增长主要是由技术进步而非要素投入驱动的。劳动生产率的快速提高源自劳动密集型产业自身生产率的进步,并没有从产业结构转换上获取劳动生产率的提高。依赖劳动密集型产业的东部沿海地区劳动生产率的增长已有所放缓,而后起的中西部地区依赖资本密集型产业则显现出强劲的发展势头。由此看来,依赖劳动密集型产业的发展来实现经济发展的源泉已逐渐耗尽,我国制造业未来的发展和劳动生产率的提高需要产业结构的升级和调整。     

结构转化、资本深化与农业劳动生产率提高——以上海为例的研究

本文集中分析农业劳动生产率提高的影响因素及影响机理,为此采用逻辑分析方法推演出"结构转化和资本深化是农业劳动生产率提高的基本方式"的结论。实证研究也显示,上海农业劳动生产率的优势主要源于其在结构转化和资本深化方面的优势,产业之间和产业内部的结构转化、农业内部和农业外部的资本深化确实提升了上海的农业劳动生产率,由此可引申出关于其他省区未来农业持续快速发展的若干政策建议。     

资本替代劳动与产业特征的关联机理及测度分析

由于生产技术及产业间资本有机构成不同,不同产业存在不同的资本替代劳动的可能程度,这种程度可以用替代弹性衡量,各产业替代弹性的大小分布即为资本替代劳动的产业特征。在总产出不变的情况下,由于人均资本增加,替代弹性大于1时,将导致劳动的总收入减少,进而就业减少,替代弹性小于1时,则就业增加。利用CES生产函数对我国资本—劳动替代弹性的初步测算表明,我国整体资本替代劳动的可能程度处于中性,但第二产业则存在严重程度的资本替代劳动趋势。     

FDI、劳动异质性与我国劳动收入份额

不同技能劳动的划分一直是劳动力市场的一个重要研究视角,也是难点之一。文章创新性地采用模糊聚类方法测算了我国第二产业中各行业的劳动高技能性,推算了高低劳动技能行业的工资比率,并进一步实证分析了高低劳动技能行业的工资比率、FDI等因素对我国劳动收入份额的影响。研究结果表明:(1)由于高技能劳动一般与资本结合得更为紧密,高低劳动技能行业工资比率的提高抑制了劳动收入份额的上升;(2)FDI引入对我国劳动收入份额也具有负向影响。     

中国经济要素的空间配置效应

本文以改革开放以来中国经济运行的实际情况和基本统计资料为依据,运用传统的增长模型以计量的方法分解了引致中国经济增长相关因素;并在空间层面上研究了中国28个省份的生产函数性质,验证了劳动力在中国大部分地区存在严重过剩的事实;在此基础上,进一步探讨了劳动生产率、资本生产率以及综合要素生产率的空间配置效应问题,最后运用"增长的核算"框架分析了劳动力、资本与TFP之间的相互关系.     

智能制造如何影响劳动收入份额——基于中国省级面板数据的实证研究

本文分析了智能制造发展对劳动收入份额的影响。基于嵌套的CES生产函数来构建含有智能制造和传统生产方式的劳动收入份额理论框架,刻画智能制造对劳动收入份额的影响机制,通过构造智能制造指标体系和“标准化供给面系统”进行实证分析。研究发现：智能制造与传统生产方式之间的替代弹性决定了智能制造－劳动扩展型技术进步对劳动收入份额的作用方向。根据“标准化供给面系统”发现智能制造与传统生产方式之间的替代弹性为互补关系,使得智能制造－劳动扩展型技术最终偏向于智能制造,从而降低了劳动收入份额。此外,智能制造发展提高了平均工资率和劳动生产率,但要素之间的互补关系使得劳动生产率的提高对资本与智能制造产生超额需求,提高了资本和智能制造所得,限制了劳动收入份额上升。因此,应完善收入保障机制,如降低劳动所得税收,通过收入再分配提高劳动者的福利保障,同时也要加强对劳动技能的培训,使得与智能制造发展水平相匹配,进而增加劳动报酬,提高劳动收入份额。     

上海工业劳动生产率增长因素分解及政策含义

应用拓展的Nordhaus指数方法,将上海工业劳动生产率增长因素分解为纯生产率效应、鲍姆效应和丹尼森效应。利用2001—2011年上海27个主要工业行业的面板数据,测算了三大效应。结果表明,纯生产率效应是推动上海工业劳动生产率增长的关键因素;鲍姆效应和丹尼森效应对上海工业劳动生产率增长的贡献相对有限,主要原因在于工业各行业的劳动生产率存在较大差距、生产要素在工业各行业间的流动性不足。最后提出促进上海工业劳动生产率提高的政策建议。     

China’s value-added tax reform,firm behavior and performance

China reformed value-added tax (VAT) by removing investment from the tax base in northeastern provinces in 2004, which is a “natural experiment” of its tax system. Using difference-in-differences method, this paper for the first time investigates the impact of VAT reform on China firms’ fixed asset investment, employment behavior, innovative activities, and productivity, and furthermore discusses the impact of firm behavior on industrial structural upgrade and employment with a firm-level panel data of large and medium-sized manufacturing enterprises in China. We find that VAT reform significantly promotes firms’ fixed asset investment, and increases firms’ capital-labor ratio and productivity; while enhancement of firms’ productivity is mainly achieved by means of substituting labor with capital, rather than independent technology innovation; meanwhile, VAT reform distinctly decreases employment. Our findings have essential policy implications on the extension of VAT reform in the entire China.     

China's Growth Slowdown: Labor Supply,Productivity, or What?

There has been much discussion of the sources of China’s growth slowdown but little formal econometric analysis of this question. Chen and Groenewold (2019) show that the slowdown was primarily supply-driven, but they stopped short of identifying specific supply variables. This paper extends their analysis and distinguishes several potential supply components: labor supply, productivity, and capital accumulation. Our results confirm their main conclusion that supply dominates the explanation of the slowdown. A model with two supply factors (labor supply and productivity) reveals that both components contribute to the slowdown, although productivity makes the greater contribution. However, when capital stock is added to the model, the decline in the capital accumulation rate becomes an important factor in the growth slowdown, to some extent replacing the effects of both labor supply and productivity.