三次产业技术贡献率的差异性研究：1986—2015

在经济增长的过程中，技术进步是第一位的，既包括技术知识的丰富、管理水平的改进，也包括生产技能的提高以及劳动手段的变革。同时，技术的进步也推动着产业结构不断变革和演进，农业、工业和服务业依次兴旺发达起来，并成为对应阶段的主要产业，分别称之为第一、二、三次产业。最先按照这种分类方法进行研究的是英国经济学家克拉克(Clark，1940),他认为人均国民收入的增加，会使得劳动力先从第一产业向第二产业转移，进而向第三产业转移，即所谓配第—克拉克定理。在我国，三次产业结构中存在的主要问题，是不同的产业是沿着不同技术进步的道路发展起来的，这决定了在三次产业结构中，技术进步对经济增长的贡献率具有差异性。与要素投入的贡献相比，技术的贡献究竟在多大的程度上影响三次产业的增长速度，以及这种影响的机制是什么，需要我们对技术进步的贡献率的差异性做进一步的研究。

1 文献综述

1.1 技术进步理论

索洛(Solow，1957)将Cobb-Douglas生产函数加以改进，推导出增长速度方程，并分析了技术进步在经济增长中的贡献。继索洛之后，乔根森(Jorgenson,1962)成功地证明了，技术变动能够有意识地作为改善资本量的投资过程来分析，应用超越对数模型从增加投资中物化的新技术解释了生产率的变动。随着研究的深入，查尔斯·霍尔顿(Hulten,1978)对存在中间投入品时的技术进步贡献率核算问题的讨论，着重分析了技术进步产生的原因以及技术进步的作用机制。Jimmy Alani(2012)、Mehmet Adak(2015)通过使用定性和定量的方法对不同国家的技术进步和经济增长之间的关系进行总结，结果都显示技术进步和创新对经济增长具有显著的影响[1-2]。

国内学者中，易纲等(2003)认为中国经济增长的因素不是单纯数量上的扩张，还包括技术进步、制度变迁等因素，但是并没有对这些因素的具体贡献率进行测度[3]。郭庆旺(2005)通过对技术进步的增长率进行估算，认为在我国经济增长中技术贡献率较低，增长主要依赖于要素的投入，是一种典型的投入型增长方式[4]。唐未兵(2014)没有对技术贡献率继续研究，而转向技术创新、技术引进与经济增长方式转变关系的视角，得出的结论是，由于技术创新的机会成本和逆向溢出等因素，经济增长方式的转变具有不确定性[5]。

由式(1)～式(4)可得：马赫数Ma=0.086 27；通过马赫数查气体动力函数表，用线性插值法计算得

1.2 数据包络分析理论

Bauer(1990)利用美国航空业的数据，将技术贡献率的增长分解为前沿技术进步、技术效率变化以及规模经济改善。Fare(1992)将非参数的DEA-Malmquist方法引入到TFP中，又将其分解为代表最优前沿面追赶效应的技术效率改变，和最优前沿面变动效应的技术进步。从此，关于Malmquist方法的应用和研究层出不穷，并且也进行了拓展，如Sharma等(2007)对1977—2000年美国48个州的全要素生产率进行分解，结果表明，各州之间的增长率差异主要是由技术效率的变化导致的[6]。

综上分析，公益救助与志愿服务在公益伦理与志愿服务精神的发展中扮演同样的作用，都是以物质条件为基础。且两者在伦理上具有共同的特征：自愿性、非营利性、公益性等。在源远流长人类思想发展史上，公益伦理对社会进步发挥了巨大的推动作用，志愿服务活动与古老的公益救助行为有着一脉相承的联系。

DEA理论模型在国内的研究中，应用也比较广泛。如胡鞍钢、郑京海(2004)在DEA-Malmquist模型的基础上，对我国省际数据的TFP增长率进行了分解[7]。涂正革、肖耿(2005)使用随机前沿生产模型对中国大中型工业企业全要素生产率的分解及分析，主要结论是前沿技术进步一方面推动着生产力的快速增长，另一方面却加剧了企业间的技术效率差距，导致更激烈的市场竞争压力[8]；李廉水、周勇(2006)以全国35个工业行业为样本，运用DEA-Malmquist模型，将广义技术进步分解为科技进步、纯技术效率和规模效率三部分，并结合计量经济中的方法估算了这三部分对能源效率的作用[9]；陈勇、李小平(2007)则研究了我国工业行业1985—2003年间的技术进步以及转型特征[10]。

要注意的是，此政策只适用于民警现场执法裁决后的罚款，不包含电子监控！尽管方便了许多，还是提醒大家小心驾驶哦。

2 模型与变量说明

2.1 技术贡献率的分解模型

为了克服索洛余值作为“无知测度”的不足，借助非参数DEA-Malmquist模型对技术贡献率进行分解。将技术贡献率(EA)分解为技术进步的贡献(TP)和技术效率(EC)的贡献，技术效率的贡献又可以进一步分解为纯效率变化(PC)的贡献和规模效率变化(SC)的贡献。有三个经典的公式来说明DEA-Malmquist模型的原理：

 

 

(1)

其中：分别表示第i次产业在时期t和t+1期技术贡献的投入向量分别表示第i次产业在时期t和t+1的产出向量，分别表示t时期和t+1时期的距离函数。

综合国内外对于压电驱动器的研究来看，步进式直线压电驱动器在结构原理上已经比较稳定，各方研究之间区别多在于具体的应用领域不同，为了满足不同应用领域的要求，未来压电驱动器将向着高驱动力、高速度、高精度、微型化等不同方向和维度发展。

 

 

(2)

式(2)是式(1)的变形，用来表示技术贡献率中的技术进步和技术效率变化的分离，即第一部分是从t到t+1期生产效率的变化；而第二部分是t到t+1期技术的变化率。

 

(3)

ln(Y2/L2)=-1.13 + 0.06×t + 0.38×ln(K2/L2)

2.2 变量选择及说明

对技术贡献率的测度尤为关键的一步就是对数据的处理，从以往的文献来看，处理方法不同，往往也会得出不一致的结论。本文基础数据主要来源于国家统计局网站公布数据、《中国统计年鉴2016》和2009—2016年的《中国固定资产投资统计年鉴》。

2.2.1 决策单元

·夏威夷的冒纳凯阿峰是地球上总高度最高的山峰，虽然它的海拔只有4205米，但它的山底基却在海平面下6000米的海底，因此它的实际高度有10 203米。

2.2.2 输出指标

采用GDP作为总产出和三次产业产出的基本衡量指标，并且按照1978年不变价格和GDP平减指数进行换算，得出实际总产出。

(0.000 4) (0.222 1) (0.008 1)

输入指标选择的是劳动投入量和资本存量。鉴于数据的可获得性和准确性，我们选择三次产业历年从业人员的年末数量作为替代变量。本文资本存量的估算参照李仁君(2010)测算的1986—2007年的资本存量数据，并选择5%的折旧率，按照相同的方法估算了2008—2015年的数据。

主要变量的描述性统计如表1。

3 实证分析

3.1 产出弹性

三次产业之间具有不同的经济增长路径，因此不能笼统的认为具有相同的产出弹性，即α和β值，需要具体估算。

 

表1 变量描述性统计①

  

变量观察个数最大值最小值平均值标准差lnY03011.628.9510.300.83lnY1308.547.407.970.34lnY23011.338.259.870.96lnY33010.547.759.160.86lnL03011.2610.8511.150.12lnL13010.5710.0010.380.16lnL23010.059.339.730.22lnL33010.409.089.840.38lnK03012.779.9111.410.91lnK1308.985.587.261.15lnK23011.929.4310.720.76lnK33012.188.9110.661.08

注：变量已取对数值，i=0、1、2、3，分别代表全国及三次产业的次序

对方程ln(Yi/Li)=lnAi+mit+βiln(Ki/Li)+ui进行OLS回归，具体结果如下：

ln(Y0/L0)=-1.59 + 0.04×t + 0.43×ln(K0/L0)

(0.000 0) (0.000 4) (0.001 1)

y=-143 575.138-227.053x1+1 389.963x2-238.091x3+1 123.636x4+893.114x5-1 047.609x6+1 730.197x7+567.478x8

ln(Y1/L1)=-1.86 + 0.02×t + 0.25×ln(K1/L1)

2.2.3 输入指标

式(3)放松了规模报酬不变的假设，描述了变动规模报酬的情形，进一步将技术效率变化分解为纯技术效率变化和规模效率变化。从生产前沿的角度分析，技术进步可以表示为生产函数所代表的生产前沿向产出增加方向的移动；技术效率变化对应于给定投入要素水平下，实际产出向生产前沿面的方向移动；而规模效率的改善则表现为要素投入量沿着生产前沿向最佳投入产出规模方向的移动[11]。

二是要加强网络信息技术的研发合作。世界范围内网络信息技术的发展呈现不均衡性，发达国家占据优势地位，但这不应成为发达国家垄断网络空间，实现网络霸权的理由。事实上，发达国家在网络核心技术层面的垄断已经成为阻碍网络反恐合作的重要原因之一。发展中国家在技术上的过度依赖导致了丧失双方在网络空间平等的话语权。一方面，发达国家应当重新审视网络反恐全球合作的必要性，正确认识发展中国家参与的重要意义；另一方面，发展中国家应当重视网络信息技术的研发、创新，加大科研资金投入，缩小与发达国家的“技术鸿沟”，实现与发达国家平等对话，为国家间网络信息技术的合作奠定基础。

(0.000 0) (0.000 0) (0.050 8)

(0.000 0) (0.004 6) (0.030 6)

ln(Y3/L3)=-1.40 + 0.03×t + 0.29×ln(K3/L3)

2016年8月，在广安区人大会议上，黎永兰当选为广安区唯一的女性副区长，主要负责科教、文化、卫生等工作。在广安区政府的官网上，现在仍然可以看到黎永兰在任时调研、开会、陪同上级检查的新闻。

因此，可以得到α0=0.57，β0=0.43；α1=0.75，β1=0.25，α2=0.62，β2=0.38；α3=0.71，β3=0.29。

3.2 技术贡献率的测算

根据方程4gY=m+αgL+βgK，在估算技术贡献率之前需要首先求出产出和要素投入的增长速度。本文采用水平法进行计算平均增长速度，计算公式为：计算结果如表2。

 

表2 产出及要素投入增长率 单位：100%

  

时期1986—1990年1990—1995年1995—2000年2000—2005年2005—2010年2010—2015年gY00.0770.1230.0860.0980.1130.079gY10.0440.0410.0340.0380.0430.041gY20.0860.1730.0980.1090.1220.081gY30.0900.1110.0940.1050.1200.084gL00.0600.0100.0120.0070.0040.004gL10.056-0.0180.003-0.015-0.035-0.047gL20.0540.0250.0070.0180.0420.008gL30.0800.0710.0330.0340.0240.045gK00.1010.1100.1140.1350.0880.075gK10.0990.0820.1450.2380.0920.094gK20.1030.0940.0690.1110.0900.071gK30.0990.1360.1670.1520.0860.076

再结合前文计算的产出弹性的结果和方程即可计算出技术进步率。具体计算结果见表3，为了更直观的看出三次产业的技术贡献率的变化趋势，绘制如下图1。

根据研究的目的，决策单元选取的是全国总产出和三次产业的产出。鉴于数据的可得性，本文的时间维度选择的是1986—2015年间的30年的数据，即研究中需要分析的共120组数据。

 

表3 技术贡献率测算结果 单位：100%

  

时期EA0EA1EA2EA31986—1990年-0.0100-0.52200.15440.04991990—1995年0.56780.83080.70350.18961995—2000年0.3545-0.13500.68780.23762000—2005年0.3674-0.28140.50500.35312005—2010年0.64581.08070.50660.65092010—2015年0.56711.29060.60570.35671986—2015年0.45310.44830.56050.3302

  

图1 技术贡献率变化趋势示意图

3.3 估计结果的分析

从表3和图1可以看出，在1986—2015年间，技术进步的贡献率出现涨跌互现的波动情形，大致趋势还是比较稳定的，分产业来看：

第一产业中，技术进步的贡献率略低于全国平均水平，但是在三次产业中最为接近。但是从每年的计算结果的趋势图来看，技术贡献率波动较大。

第二产业的技术贡献率约为56%，且三次产业中，只有第二产业的技术贡献率高于全国平均水平。但从整个发展阶段来看，技术贡献率相对比较稳定，可以说是技术贡献停滞。出现这种情况的主要原因在于技术虽然进步，但是资源配置不尽合理，且第二产业中多为垄断性企业或者国有企业，政府干预过多。

第三产业的技术贡献率约为33%，在三次产业中处于最低水平，在2010年之前的变化趋势是上升的，但是2010年之后开始下降。究其原因在于制度效率下降、经济转轨等造成全要素生产率下降，从而对经济增长产生负面影响。

当这一案件在美国国内法院还处于争议阶段的时候，中国将美国商务部的相关调查与决定起诉到世界贸易组织争端与解决机构(以下简称“争端与解决机构”)。世贸组织专家组收到的诉状与美国国内法院相比有很大不同。在美国法庭，案件主要讨论的是商务部是否有权向非市场经济国家征收反补贴税。而在专家组面前，争论则主要集中在“双反”问题产生的来源以及造成的双重救济伤害。例如，依据《反补贴协议》第1条第1款，中国国有企业是否构成“公共机构”，从而使相关的措施构成政府补贴，而反补贴措施因此合法。

3.4 技术贡献率分解

为了揭示技术贡献率对经济增长拉动作用的内部动态机制，接下来利用Malmquist指数方法对其进行分解。具体分解结果见表4。

 

表4 三次产业Malmquist指数及其分解(1986—2015年) 单位：100%

  

产业名称技术效率(EC)技术进步(TP)纯技术效率(PC)规模效率(SC)Malmquist指数第一产业1.0000.9651.0001.0000.965第二产业1.0001.0541.0001.0001.054第三产业0.9651.0360.9870.9781.000全国平均0.9811.0231.0000.9811.004

从表 4和中可以看到，1986—2015年期间，就全国平均水平来看，技术贡献率的增长率约为0.4%，其中技术效率的增长率约为-0.02%，技术进步的增长率2.3%。分产业来看，第一产业的技术贡献率的增长率-0.35%，说明第一产业的技术贡献率相对于要素投入的贡献来说负增长，其中技术效率保持不变，负增长的原因主要是由技术进步水平下降导致的；第二产业的技术贡献率的增长率约为5.4%，这说明技术贡献率是增加的，而且增加的主要原因是技术进步；第三产业技术进步水平是上升的，但是技术效率，包括纯技术效率和规模效率是下降的，因此整体来看，第三产业的技术贡献率保持不变。

3.5 进一步验证

为了对3.4中的分析结果进行验证，我们分别以技术进步水平(TP)、纯技术效率水平(PC)和规模效率水平(SC)为自变量，对三次产业的产出增长率进行OLS回归，亦可得出如下结论:第一、二产业中技术进步是影响经济增长的主要因素，并且呈同向变化；第三产业中纯技术效率是影响经济增长的主要因素，其次是技术进步，最后是规模效率；从全国平均水平看，技术进步水平依然是经济增长的主要因素，但是规模效率与经济增长呈反方向变化，这说明现有产业的规模结构并不合理，亟待调整。

4 结论与建议

在三次产业结构的变革和演进中，技术进步的贡献表现出强大的动力，但是也具有一些差异性。比如农业虽然在技术创新中实现了机械化、自动化，但是这种技术水平并没有很好的转化为生产力；第二产业技术投入较多，但是技术贡献率却处于停滞状态，科技成果并没有有效转化为经济优势和竞争优势，第三产业的技术贡献率目前则处于下降的趋势，主要原因是技术效率低下。如果技术进步对经济增长的贡献所占比重太小，则经济增长很大程度上依赖于资本的积累，这就有很大的局限性。通过投入扩张，而不是通过提高单位投入的产出来促进经济增长，将不可避免地受到边际报酬递减规律的制约。针对上述情况本文提出具体建议如下：三次产业中技术需要协同进步，实现集约型经济的发展；充分发挥市场优胜劣汰机制，保障产业整体效率水平稳步提升；推动产业结构升级，提高技术效率水平，缩小产业技术差距；提高产业政策弹性，为新兴产业发展预留更多空间。

参考文献

[ 1 ] ALANI J. Effects of Technological Progress And Productivity on Economic Growth In Uganda[J]. Procedia Economics & Finance, 2012, 1(12):14-23.

[ 2 ] ADAK M. Technological Progress, Innovation and Economic Growth; the Case of Turkey[J]. Procedia-Social and Behavioral Sciences, 2015, 195:776-782.

[ 3 ] 易纲，樊纲，李岩. 关于中国经济增长与全要素生产率的理论思考[J]. 经济研究, 2003(08):13-20.

[ 4 ] 郭庆旺，贾俊雪.中国全要素生产率的估算:1979—2004[J]. 经济研究, 2005(06):51-60.

[ 5 ] 唐未兵，傅元海，王展祥. 技术创新、技术引进与经济增长方式转变[J]. 经济研究, 2014(07):31-43.

[ 6 ] SHARMA S C, SYLWESTER K, MARGONO H. Decomposition of total factor productivity growth in U.S. states[J]. Quarterly Review of Economics & Finance, 2007, 47(2):215-241.

[ 7 ] 胡鞍钢, 郑京海. 中国全要素生产率为何明显下降[N].中国经济时报,2004-03-26.

[ 8 ] 涂正革，肖耿. 中国的工业生产力革命——用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析[J]. 经济研究, 2005(3):4-15.

[ 9 ] 李廉水, 周勇. 技术进步能提高能源效率吗?——基于中国工业部门的实证检验[J]. 管理世界, 2006(10):82-89.

[10] 陈勇, 李小平. 中国工业行业的技术进步与工业经济转型——对工业行业技术进步的DEA法衡量及转型特征分析[J]. 管理世界, 2007(6):62-71.

[11] DIXON R. Trevor Swan on Equilibrium Growth with Technical Progress[J]. Economic Record, 2010, 79(247):487-490.

注 释

① 限于篇幅，本文不再列出具体变量的数值，有需要者可以向作者索取。

其中，X={X1，X2，…Xp}为包含p个解释变量的向量，β={β0，β1，β2，…βp}为模型参数，可通过最大似然函数估计得到。很显然，液化概率PL(X)在0和1之间。记Yi=1和Yi=0分别为液化和非液化的情况，则似然函数L(β)可表示为：