-
中国共产党第十九次代表大会报告明确指出,要“加快创新型国家建设,提高全要素生产率”①。目前中国处于从高速增长向中高速增长过渡、从工业化向城市化演进、从中高等收入向高等收入跨越、从经济低效率模式向高效率模式追赶叠加的转型时期。袁富华等[1]通过国际比较研究发现,中国人力资本表现为“第二级人力资本(中级教育)壅塞、第三级人力资本(高等教育)不足”,中国经济增长动力转换的新源泉寓于人力资本积累和广义人力资本培育,这是不同于任何发展阶段的全新特征,打造切合中国实际的人力资本梯度升级路径是应有之义、重中之重。李静等[2]提出,转型国家人力资本错配成为稳增长“难题”,应实现人力资本适宜匹配促进创新实现增长跨越,从而将人力资本错配研究推向新高度,成为新热点。因此,构建要素错配核算框架、测算中国细分行业间人力资本错配效应并进行内在机理分析是本文的研究意义所在。
与本文最相关的文献是基于Aoki[3]475-479模型测算中国资源错配对全要素生产率影响的研究,姚毓春等[4]、王林辉和袁礼[5]12-16重点测算中国19个行业1978—2010年和2004—2010年两个时间段劳动力和资本错配对全要素生产率(Total Factor Productivity,TFP)和产出效率的影响;纪雯雯和赖德胜[6]利用要素错配指数计算中国2005—2015年18个行业人力资本沉淀系数,分析人力资本错配对创新绩效的影响,但不足之处在于按受教育水平将就业人员划分为劳动力和人力资本,代理指标构造过于简单实有偏差之误;张屹山和胡茜[7]考虑要素质量细化了资源错配核算框架,但仅重点关注了对资本质量的刻画。本文的研究可视为对上述研究的进一步补充,考虑鲜有文献从分行业视角准确测算人力资本错配效应的动态变化趋势及其对全要素生产率的影响,本文可能的边际贡献主要有:(1)将人力资本错配纳入要素配置与全要素生产率内生增长框架下,参照Aoki[3]475-479核算框架测度人力资本错配效应,阐释人力资本错配影响全要素生产率的内在机理。(2)与以往研究单一测算劳动力错配效应或用教育年限简化处理人力资本不同,采用教育存量法兼顾数量和质量构建劳动力质量指数,有效测算各行业人力资本存量。(3)弥补了Acemoglu[8]人力资本配置模型中报酬结构抽象参数表达的不足,结合内生增长水平创新技术进步模型,将企业家活动配置与人力资本错配同时内生化,在不完全竞争市场结构下分别求解了要素相对报酬结构的具体形式。
-
参照Aoki[3]473-479核算框架,进一步考虑劳动力存量与质量构建劳动力质量指数以测度人力资本,利用分行业的要素边际收益与边际成本构建要素相对流动系数并测算人力资本错配的程度。
-
假设最终产品市场是完全竞争的,经济体有n个行业,行业内生产同质产品但行业间产品异质,定义行业i代表性厂商使用Cobb-Douglas生产函数进行生产
$$ {Y_i} = F({K_i},{L_i}) = {A_i}K_i^{{\alpha _i}}L_i^{{\beta _i}} \quad i = 1,2, \cdots ,n $$ (1) 其中,Ai为
行业全要素生产率;Ki和Li分别为资本和劳动要素投入,满足 $K = \displaystyle\sum K{}_i$ 和$L = \displaystyle\sum L{}_i$ 资源约束条件;${\alpha _i} $ 和$ {\beta _i} $ 为资本和劳动产出弹性,参照龚关和胡关亮[16]6、文东伟[18]619放松了HK模型规模报酬不变的限制②,存在$ {\alpha _i} + {\beta _i} < 1 $ 或$ {\alpha _i} + {\beta _i} > 1 $ (规模报酬递减或递增)的情形。总产出为各行业产值加总$Y = \displaystyle\sum P{}_iY{}_i$ ,$ {P_i} $ 为行业i产品的价格,最终产品作为计价物表示其他行业产品价格,令P=1。假设要素市场是不完全竞争的,Aoki[3]475-479将要素名义收益与实际收益之间的扭曲定义为要素摩擦流动障碍或“楔子”,定义r和w分别为整体经济均衡时资本和劳动的边际报酬(未扭曲的要素价格),由于要素市场扭曲分别征收$ {\tau _{iK}}$ 和$ {\tau _{iL}} $ 单位的不同从价税,厂商面临的资本和劳动投入成本分别为$ (1 + \tau {}_{iK})r{K_i} $ 和$ (1 + \tau {}_{iL})w{L_i} $ 。 -
由于要素市场扭曲会提高厂商投入要素的生产成本,进而对总产出产生影响,厂商选择生产要素投入数量最大化自身利润
$\max \;\{ {\pi _i}\} = {P_i}{Y_i} - (1 + \tau {}_{iK})r{K_i} - (1 + \tau {}_{iL})w{L_i}$ ,根据一阶条件可得$$ {\displaystyle{{{\alpha _i}{P_i}{Y_i}} \over {{K_i}}}} = (1 + {\tau _{iK}})r\;\;\;\;\;\;{\displaystyle{{{\beta _i}{P_i}{Y_i}} \over {{L_i}}}} = (1 + {\tau _{iL}})w $$ (2) 依据厂商利润最大化条件得到行业i产品定价为
${P_i} = {\displaystyle{1 \over {\alpha _i^{{\alpha _i}}{\beta _i}^{{\beta _i}}}}}{\displaystyle{{{{\left[ {(1 + {\tau _{iK}})r} \right]}^{{\alpha _i}}}{{\left[ {(1 + {\tau _{iL}})w} \right]}^{{\beta _i}}}} \over {{A_i}}}}$ ,劳动和资本在各厂商实现有效配置的条件为各行业资本和劳动的边际产出价值相等$$ {\rm{MRP}}{{\rm{K}}_1} = {\rm{MRP}}{{\rm{K}}_2} = \cdots= {\rm{MRP}}{{\rm{K}}_{n}}\;\;\;\;{\rm{MRP}}{{\rm{L}}_1} = {\rm{MRP}}{{\rm{L}}_2} = \cdots = {\rm{MRP}}{{\rm{L}}_{n}} $$ (3) 根据式(2)可以得到
$$ {\displaystyle{{{P_i}{Y_i}} \over {r{K_i}}}} = {\displaystyle{{(1 + {\tau _{iK}})} \over {{\alpha _i}}}} \Rightarrow {\displaystyle{{\displaystyle\sum {P_i}{Y_i}} \over {r\displaystyle\sum {K_i}}}} = {\displaystyle{{\displaystyle\sum (1 + {\tau _{iK}})} \over {\displaystyle\sum {\alpha _i}}}} \Rightarrow {\displaystyle{Y \over {rK}}} = {\displaystyle{{\displaystyle\sum {\sigma _i}(1 + {\tau _{iK}})} \over {\displaystyle\sum {\sigma _i}{\alpha _i}}}} = {\displaystyle{{\displaystyle\sum \sigma _i {{{}1} \over{\lambda _{iK}}} \over {\tilde \alpha }}}} $$ (4) $$ {\displaystyle{{{P_i}{Y_i}} \over {w{L_i}}}} = {\displaystyle{{(1 + {\tau _{iL}})} \over {{\beta _i}}}} \Rightarrow {\displaystyle{{\displaystyle\sum {P_i}{Y_i}} \over {w\displaystyle\sum {L_i}}}} = {\displaystyle{{\displaystyle\sum (1 + {\tau _{iL}})} \over {\displaystyle\sum {\beta _i}}}} \Rightarrow {\displaystyle{Y \over {wL}}} = {\displaystyle{{\displaystyle\sum {\sigma _i}(1 + {\tau _{iL}})} \over {\displaystyle\sum {\sigma _i}{\beta _i}}}} = {\displaystyle{{\displaystyle\sum \sigma _i {{{}1}\over{\lambda _{iL}}} \over {\tilde \beta }}}} $$ (5) 其中,
$\tilde \alpha = \displaystyle\sum {\sigma _i}{\alpha _i}$ 和$\tilde \beta = \displaystyle\sum {\sigma _i}{\beta _i}$ 表示各行业资本和劳动产出弹性系数的加权和;权重${\sigma _i} = {\displaystyle{{{P_{i}}{Y_i}} \over Y}}$ 为i行业产值的GDP占比;$ {\lambda _{iK}} = {\displaystyle{1 \over {1 + {\tau _{iK}}}}} $ 为资本绝对流动系数;${\lambda _{iL}} = {\displaystyle{1 \over {1 + {\tau _{iL}}}}} $ 为劳动绝对流动系数。在不完全竞争条件下要素市场扭曲程度越高,要素流动性越小或障碍越大。现利用$ {K_i} $ 和${L_i} $ 竞争均衡一阶条件和资源约束方程,$ {K_i} $ 和$ {L_i} $ 可转化为$$ {K_i} = {\displaystyle{{{K_i}} \over {\displaystyle\sum {K_{j}}}}}K = \left({{{\displaystyle{{(1 + {\tau _{ik}})rK{}_i} \over {(1 + {\tau _{ik}})r}}}} / {\displaystyle\sum {\displaystyle{{(1 + {\tau _{jk}})r{K_j}} \over {(1 + {\tau _{jk}})r}}}}}\right)K = \left({{{\displaystyle{{{P_{ i}}{Y_i} {\alpha _i}} \over {(1 + {\tau _{ik}})r}}}} / {\displaystyle\sum {\displaystyle{{{P_j}{Y_j} {\alpha _j}} \over {(1 + {\tau _{jk}})r}}}}}\right)K = {\displaystyle{{{\sigma _i}{\alpha _i}{\lambda _{ik}}} \over {\displaystyle\sum {\sigma _j}{\alpha _j}{\lambda _{jk}}}}}K = {\displaystyle{{{\sigma _i}{\alpha _i}} \over {\tilde \alpha }}}{\displaystyle{{{\lambda _{ik}}} \over {\displaystyle\sum {\displaystyle{{{\sigma _j}{\alpha _j}} \over {\tilde \alpha }}}{\lambda _{jk}}}}}K $$ (6) $$ {L_i} = {\displaystyle{{{L_i}} \over {\displaystyle\sum {L_{\rm{j}}}}}}L = \left({{{\displaystyle{{(1 + {\tau _{iL}})wL{}_i} \over {(1 + {\tau _{iL}})w}}}} / {\displaystyle\sum {\displaystyle{{(1 + {\tau _{jL}})wL{}_j} \over {(1 + {\tau _{jL}})w}}}}}\right)L = \left({{{\displaystyle{{{P_{{\kern 1pt} i}}{Y_i}{\kern 1pt} {\beta _i}} \over {(1 + {\tau _{iL}})r}}}} / {\displaystyle\sum {\displaystyle{{{P_j}{Y_j}\beta {{\kern 1pt} _j}} \over {(1 + {\tau _{jL}})r}}}}}\right)L = {\displaystyle{{{\sigma _i}{\beta _i}{\lambda _{iL}}} \over {\displaystyle\sum {\sigma _j}{\beta _j}{\lambda _{jL}}}}}L = {\displaystyle{{{\sigma _i}{\beta _i}} \over {\tilde \beta }}}{\displaystyle{{{\lambda _{iL}}} \over {\displaystyle\sum {\displaystyle{{{\sigma _j}{\beta _j}} \over {\tilde \beta }}}{\lambda _{jL}}}}}L $$ (7) 依据式(6)和式(7),定义资本相对流动系数
${\tilde \lambda _{{iK}}}$ 和劳动相对流动系数${\tilde \lambda _{{iL}}}$ 为$$ {\tilde \lambda _{iK}} = {\displaystyle{{{\lambda _{iK}}} \over {\sum {\displaystyle{{{\sigma _j}{\alpha _j}} \over {\tilde \alpha }}}{\lambda _{jK}}}}} = {\displaystyle{{{\lambda _{iK}}} \over {{{\tilde \lambda }_K}}}}\;\;\;\;\;\;{\tilde \lambda _{iL}} = {\displaystyle{{{\lambda _{iL}}} \over {\sum {\displaystyle{{{\sigma _j}{\beta _j}} \over {\tilde \beta }}}{\lambda _{jL}}}}} = {\displaystyle{{{\lambda _{iL}}} \over {{{\tilde \lambda }_L}}}} $$ (8) 进一步,利用式(6)和式(7),将式(8)变形为
$$ {\tilde \lambda _{iK}} = {\left({\displaystyle{{{\sigma _i}{\alpha _i}} \over {\tilde \alpha }}}\right)^{{\rm{ - }}1}}{\displaystyle{{{K_i}} \over K}}\;\;\;\;\;\;{\tilde \lambda _{iL}} = {\displaystyle{{{\lambda _{iL}}} \over {\sum {\displaystyle{{{\sigma _j}{\beta _j}} \over {\tilde \beta }}}{\lambda _{jL}}}}} = {\displaystyle{{{\lambda _{iL}}} \over {{{\tilde \lambda }_L}}}} $$ (9) 由式(8)可以看出,要素相对流动系数是要素绝对流动系数与各行业要素绝对流动加权平均系数的比值,权重为行业增加值份额,进一步将资本和劳动的要素绝对流动加权平均系数记为
$ {\tilde \lambda _K} $ 和$ {\tilde \lambda _L} $ 。依据这个性质,要素市场价格扭曲通过影响资源配置进而影响${Y_i} $ 和${\sigma _{\rm{i}}} $ 大小,${\tilde \lambda _{i(K,L)}} > 1 $ 表示实际投入的要素使用量大于该行业要素产出贡献度分配理论比,意味着资本和劳动配置过度;$ {\tilde \lambda _{i(K,L)}} < 1 $ 表示实际投入的要素使用量小于该行业要素产出贡献度分配理论比,意味着资本和劳动配置不足;$ {\tilde \lambda _{i(K,L)}} $ 接近于1,表示资本和劳动错配程度下降即配置效率不断改进。 -
为了识别要素错配对全要素生产率的影响,一国经济总产出可分解为由技术进步、要素投入、产业结构变化和要素配置效应构成的共同影响。首先,替换
$ K_i $ 和$ L_i $ 将式(6)和式(7)代入式(1)生产函数$ Y_i $ 中并对两边取对数,得到行业生产函数的对数形式$$ \ln\;Y = \ln\;A_i^t + \ln \left\{{\sigma _i}{\left({\displaystyle{{{\alpha _i}} \over {\tilde \alpha }}}\right)^{{\alpha _i}}}{\left({\displaystyle{{{{\beta _i}}} \over {\tilde \beta }}}\right)^{{\beta _i}}}\right\} + ({\alpha _i}\ln\; {\tilde \lambda _{iK}} + {\beta _i}\ln\; {\tilde \lambda _{iL}}) + ({\alpha _i}\ln \;K + {\beta _i}\ln\; L) $$ (10) 索洛残值定义TFP(对数值)为实际产出减去资本和劳动要素投入后的残差
$$ \ln\;{\rm TFP} = \ln\;A_i^t + \ln \left\{{\sigma _i}{\left({\displaystyle{{{\alpha _i}} \over {\tilde \alpha }}}\right)^{{\alpha _i}}}{\left({\displaystyle{{{{\beta _i}}} \over {\tilde \beta }}}\right)^{{\beta _i}}}\right\} + ({\alpha _i}\ln\;{\tilde \lambda _{iK}} + {\beta _i}\ln\;{\tilde \lambda _{iL}}) $$ (11) 其次,利用中值定理,对式(10)对数生产函数比较t期和t–1期一阶差分总产出变化③
$$ \ln \left({\displaystyle{{Y_i^t} \over {Y_i^{t - 1}}}}\right) = \mathop \sum \limits_i {\displaystyle{{\partial \ln\; Y} \over {\partial \ln\; {Y_i}}}}\ln \left({\displaystyle{{Y_i^t} \over {Y_i^{t - 1}}}}\right) \cong \mathop \sum \limits_i {\bar \sigma _i}\ln \left({\displaystyle{{Y_i^t} \over {Y_i^{t - 1}}}}\right) $$ (12) 式(12)等号右边差分增加值称为托氏指数;进一步将一国经济GDP增长率分解为部门技术进步ATFP、要素投入变动率RI、产业结构变动率SS和要素配置效应AE四个部分④
$$ \begin{array}{c} \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\ln \left( {{\displaystyle{{Y_i^t} \over {Y_i^{t - 1}}}}} \right)}_{ {\text{经济增长}}(G)} = \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\ln \left( {{\displaystyle{{A_i^t} \over {A_i^{t - 1}}}}} \right)}_{ {\text{技术进步率}}({\rm{ATFP}})} + \underbrace {\bar \alpha \ln \left( {{\displaystyle{{{K^t}} \over {{K^{{\rm{t - 1}}}}}}}} \right) + \bar \beta \ln \left( {{\displaystyle{{{L^t}} \over {{L^{{\rm{t - 1}}}}}}}} \right)}_{ {\text{要素投入变动率}}({\rm{RI}})} + \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\ln \left( {{\displaystyle{{\sigma _i^t} \over {\sigma _i^{t - 1}}}}/{\displaystyle{{{{({{\tilde \alpha }^t})}^{{\alpha _i}}}{{({{\tilde \beta }^t})}^{{\beta _i}}}} \over {{{({{\tilde \alpha }^{t - 1}})}^{{\alpha _i}}}{{({{\tilde \beta }^{t - 1}})}^{{\beta _i}}}}}}} \right)}_{ {\text{产业结构变动率}}({\rm{SS}})}+\\ {\kern 1pt} \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\left\{ {{\alpha _i}\ln \left( {{\displaystyle{{\tilde \lambda _{iK}^t} \over {\tilde \lambda _{iK}^{t - 1}}}}} \right) + {\beta _i}\ln \left( {{\displaystyle{{\tilde \lambda _{iL}^t} \over {\tilde \lambda _{iL}^{t - 1}}}}} \right)} \right\}}_{ {\text{要素配置效应}}({\rm{AE}})} \end{array} $$ (13) 再次,根据TFP定义,在ATFP为产出增长率减去资本和劳动要素投入增长率的“余值增长”理论框架下,ATFP为
$$ {\rm{ATFP}} = \mathop \sum \limits_i {\bar \sigma _i}\ln \left({\displaystyle{{Y_i^t} \over {Y_i^{t - 1}}}}\right) - \bar \alpha \ln \left({\displaystyle{{{K^t}} \over {{K^{t - 1}}}}}\right) - \bar \beta \ln \left({\displaystyle{{{L^t}} \over {{L^{t - 1}}}}}\right) $$ (14) 结合式(10)和式(11)进一步转化为
$$ {\rm{ATFP}} = \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\ln \left({\displaystyle{{A_i^t} \over {A_i^{t - 1}}}}\right)}_{{\rm{STFP}}} + \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\ln \left({\displaystyle{{\sigma _i^t} \over {\sigma _i^{t - 1}}}}/{\displaystyle{{{{\left({{\tilde \alpha }^t}\right)}^{{\alpha _i}}}{{\left({{\tilde \beta }^t}\right)}^{{\beta _i}}}} \over {{{\left({{\tilde \alpha }^{t - 1}}\right)}^{{\alpha _i}}}{{\left({{\tilde \beta }^{t - 1}}\right)}^{{\beta _i}}}}}}\right)}_{{\rm{SS}}} + \underbrace {\mathop \sum \limits_i {{\bar \sigma }_i}\left\{ {{\alpha _i}\ln \left({\displaystyle{{\tilde \lambda _{iK}^t} \over {\tilde \lambda _{iK}^{t - 1}}}}\right) + {\beta _i}\ln \left({\displaystyle{{\tilde \lambda _{iL}^t} \over {\tilde \lambda _{iL}^{t - 1}}}}\right)} \right\}}_{{\rm{AE}}} $$ (15) 其中,STFP表示各行业微观主体技术进步变动加权和;SS表示各行业增加值份额变动加权和即为产业结构变迁效应,SS>0表示产业结构升级合理化、协调化正向促进经济增长,SS<0表示产业结构失衡抑制经济增长;AE代表各行业要素错配指数加权和刻画了要素错配效应对全要素生产率的影响,AE>0表示要素在各产业配置效率与上期相比有所改善,AE<0表示要素错配造成产出效率的损失。进一步可将AE分解得到资本错配效应
${\rm CAE} = \mathop \sum \limits_i {\bar \sigma _i}{\alpha _i}\ln \left({\displaystyle{{\tilde \lambda _{ik}^t} \over {\tilde \lambda _{ik}^{t - 1}}}}\right)$ 和劳动力错配效应${\rm LAE} = \mathop \sum \limits_i {\bar \sigma _i}{\beta _i}\ln \left({\displaystyle{{\tilde \lambda _{iL}^t} \over {\tilde \lambda _{iL}^{t - 1}}}}\right)$ 。 -
本文数据主要来源于《中国国内生产总值核算历史资料1952—2004》,历年《中国统计年鉴》《中国劳动统计年鉴》,由于新增固定资产投资自2003年开始按19个行业口径统计,就业人员及人口变动调查自2003年开始使用新国民经济行业分类,因此本文数据样本区间选择2004—2017年19个行业(除国际组织)的面板数据估计要素配置、人力资本错配效应以及对产出效率的影响。
1. 人力资本存量的测算。人力资本存量测算量纲化的思路是构建劳动力质量指数调整分行业就业人数(劳动力投入数量)来表示,劳动力数量用劳动力质量指数进行调整得到人力资本存量,上述模型中式(1)~式(15)关于劳动力要素(L)配置及效率测度均替换为人力资本(H)配置和错配测度。具体估算方法:(1)劳动力投入数量估算。由于分行业就业人员年末人数可得年份为1978—2002年,2004年以后仅可得按三次产业划分的产业年末就业人数和分行业城镇单位就业年末人数。参照文献[4]和文献[7],按照《中国统计年鉴》(2005—2018)计算分行业城镇单位就业人员年末人数占所属产业总就业人数比值,分配相应年份三次产业年末就业人数,估算得到2004—2017全社会分行业年末就业人数。(2)人力资本水平的估算。参照钱雪亚和缪仁余[30]5-6加权平均受教育年限估算人力资本的方法,根据历年《中国劳动统计年鉴》可得2004—2017年按行业、性别分的全国就业人员受教育程度构成,按标准教育程度年限设定教育年限矩阵
${{e}} = (\begin{array}{*{20}{c}}0&6&9&{12}&{15}&{16}&{19}\end{array}) $ ⑤,按各行业就业人员受教育程度结构百分比设定受教育结构矩阵${{{s}}^{\rm{T}}} = {(\begin{array}{*{20}{c}}{{s_1}}&{{s_2}}&{{s_3}}&{{s_4}}&{{s_5}}&{{s_6}}&{{s_7}}\end{array})^{\rm{T}}} $ ,19个行业构成的S矩阵变为7行19列矩阵,e行向量按列乘以S矩阵,再按14年时间序列排列得到14行19列矩阵,表示2004—2017年19个行业平均受教育年限。(3)以2004年第一产业(农林牧渔)为基期(平均教育年限标准化为1),分别除各年度分行业平均受教育年限得到劳动力质量指数,最终将分行业劳动力质量指数与劳动力投入数量相乘测算出2004—2017年19个行业人力资本存量。2. 物质资本存量的测算。利用1993—2003年相关固定资产投资数据确定分行业折旧率,再按照永续盘存法核算2004—2017年资本存量。具体处理数据时:(1)固定资产折旧值。根据《中国国内生产总值核算历史资料1952—2004》“地区单列篇”,各地区生产总值按收入法由劳动者报酬、生产税净额、固定资产折旧和营业盈余构成,分类加总获得全国层面总量水平上八大类产业的固定资产折旧值。(2)从《中国统计年鉴》可得1993—2003年分行业全社会新增固定资产投资额,通过
$K_{i}^{1993} = {{I_{i}^{1993}} / {0.1}}$ ⑥设定以1993年为基期的资本存量,根据永续盘存法${K_{{it}}} = {K_{{{it - 1}}}} - {\text{折旧值}} + {{{I_{{{it}}}}} / {{P_{{{it}}}}}}$ 估测1993—2003年分行业资本存量,再按分行业折旧值除以上期分行业资本存量得到1993—2003各年折旧率,计算算数平均值得各行业折旧率,按八类产业与19个行业所属关系分别确定19个行业的折旧率。(3)资本存量核算以2004年为基期,初始固定资本存量根据$K_{i}^{2004} = {{I_{i}^{2004}} / {\left( {{\delta _i} + {\eta _i}} \right)}}$ 计算可得,其中$I_i^{2004} $ 、$ {\delta _i} $ 和$ {\eta _{\rm{i}}} $ 分别为2004年行业i的固定资产投资、折旧率以及该行业2004—2017年的投资平均增长率。(4)按照永续盘存法估算得到2004—2017年分行业资本存量。需要强调的是,在分阶段存量推算过程中都分别构建了以1993年(=1)和2004年(=1)为基期的固定资产投资价格指数对投资额进行了平减。3. 分行业增加值与要素产出弹性的测算。从《中国统计年鉴》(2005—2018)可得2004—2017年分行业增加值,按照不变价国内生产总值构建GDP平减指数进行价格平减。分行业要素产出弹性系数是测算要素错配效应的核心指标,按地区生产总值收入法将各地区营业盈余与固定资产折旧之和记为资本收入,将劳动者报酬记为劳动收入,并将生产税净额按资本和劳动收入占增加值比重进行分配,计算1993—2003年均值得到资本产出弹性和劳动产出弹性,再按照八大类产业和19个行业所属关系确定2004—2017年分行业资本和劳动产出弹性。根据式(9)测算中国2005—2017年⑦19个行业人力资本错配效应指数(如表1所示),人力资本错配指数大于1、小于1和等于1分别表明人力资本配置过度、配置不足和有效配置。
表 119个行业人力资本错配指数与错配效应变动趋势
行业 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 均值 1 1.97 2.09 2.05 1.99 1.99 1.95 1.85 1.76 1.72 1.62 1.47 1.45 1.46 1.80 2 0.49 0.50 0.58 0.48 0.62 0.61 0.55 0.62 0.67 0.61 0.76 0.81 0.84 0.62 3 0.61 0.64 0.67 0.71 0.72 0.71 0.72 0.71 0.73 0.70 0.72 0.72 0.72 0.69 4 0.70 0.71 0.73 1.04 1.09 0.95 0.98 0.91 0.93 0.92 0.95 1.00 1.05 0.82 5 0.62 0.68 0.72 0.75 0.70 0.72 0.73 0.86 0.94 1.05 1.06 1.04 1.05 0.82 6 0.91 0.92 0.94 0.99 1.04 1.07 1.05 1.08 1.05 1.25 1.28 1.29 1.29 1.07 7 0.51 0.55 0.60 0.64 0.70 0.81 0.69 0.75 0.75 0.98 1.10 1.07 1.02 0.76 8 0.55 0.52 0..48 0.43 0.42 0.40 0.38 0.44 0.45 0.53 0.54 0.55 0.55 0.48 9 0.54 0.58 0.62 0.60 0.62 0.68 0.72 0.81 0.87 0.94 0.88 0.84 0.82 0.71 10 1.68 1.51 1.23 1.25 1.20 1.03 0.93 0.95 0.91 0.84 0.82 0.81 1.00 1.11 11 0.74 0.80 0.76 0.87 0.76 0.75 0.70 0.89 0.91 1.19 1.28 1.29 1.29 0.93 12 0.64 0.71 0.76 0.77 0.82 0.82 0.78 0.63 0.59 0.75 0.76 0.79 0.78 0.72 13 1.21 1.20 1.16 1.18 1.08 1.17 1.10 0.89 0.91 0.97 1.03 1.07 1.09 1.09 14 1.89 2.15 2.19 2.31 2.18 2.07 2.17 2.09 1.88 1.83 1.77 1.80 1.74 1.99 15 0.14 0.14 0.17 0.17 0.16 0.15 0.15 0.15 0.15 0.16 0.16 0.15 0.14 0.15 16 3.08 3.34 3.45 3.46 3.17 3.20 2.88 2.79 2.66 2.49 2.46 2.46 2.39 2.91 17 1.83 2.03 2.12 2.20 2.21 2.36 2.18 2.08 1.89 1.83 1.77 1.78 1.73 1.97 18 1.06 1.10 1.11 1.10 1.03 1.02 1.03 0.98 0.95 0.95 0.87 0.90 0.88 1.00 19 1.87 1.92 1.94 1.79 1.80 1.99 2.07 2.06 2.10 2.03 1.96 1.93 1.86 1.94 注:1.农林牧渔业;2.采矿业;3.制造业;4.电力、燃气及水的生产和供应业;5.建筑业;6.交通运输、仓储和邮政业7.信息传输、计算机服务和软件业8.批发和零售业;9.住宿和餐饮业;10.金融业;11.房地产业;12.租赁和商务服务业;13.科学研究、技术服务和地质勘查业;14.水利、环境和公共设施管理业;15.居民服务和其他服务业;16.教育;17.卫生、社会保障和社会福利业;18.文化、体育和娱乐业;19.公共管理和社会组织;黑体数字表示人力资本配置指数刻画分行业错配效应具有明显结构性变化的拐点年份。 -
首先,分析人力资本错配程度及特征。依据人力资本配置指数分行业测度结果,六个行业人力资本错配指数大于1,11个行业人力资本错配指数小于1,仅有两个行业人力资本错配指数接近于1。表明中国大多数行业人力资本配置不足,基本特征是第二产业和第三产业传统服务业人力资本配置普遍不足,现代服务业人力资本稀缺和过度并存,公共服务业错配指数均高于1而存在明显的配置过度和人力资本沉淀。其次,分析人力资本错配效应方向和演进趋势。整体来看人力资本错配程度明显改善并呈结构性变化趋势,研究发现的规律是:建筑业、交通运输仓储和邮政业、信息传输计算机服务和软件业及房地产行业人力资本错配指数从初始值小于1不断上升趋向于1甚至大于1,表明人力资本配置不足的行业逐步向有效、过度配置的态势演进,而科学研究、技术服务和地质勘查业、水利环境和公共设施管理业、教育、卫生和社会工作及公共管理和社会组织人力资本错配指数从初始值大于1不断下降且向1趋近。由此看来,人力资本错配指数从相向方向偏离1逐渐趋近于1,表明错配程度不断改善且配置效率提高。较为特殊的是,金融业以2010年为拐点人力资本不断流出使其从人力资本配置过度向不足转变。再次,分析人力资本错配的内在原因。第一产业的农林牧渔业人力资本配置从2005年1.97过度态势下降至2017年1.46,第二产业的采矿业、制造业和电力、燃气及水的生产供应行业中人力资本错配效应趋于改善和下降,但仍处于配置不足的状态,尤其是制造业高技能人力资本配置占比的提高直接关系到中国制造业产业价值链从中低端向高端攀升和国际分工地位提升,建筑业人力资本配置受高房价拉动的“房地产热”需求诱致扩张效应快速饱和,建筑业与房地产业存在产业关联效应,以2013年为拐点人力资本不断流入使其人力资本从配置不足向过度转变。第三产业传统生活性服务业中批发和零售业、住宿和餐饮业及租赁和商务服务业人力资本配置不足状态逐渐缓解,原因在于市场竞争充分性和行业低人力资本门槛特征保障劳动力流动的充分性,生产性服务业中信息传输、计算机服务和软件业与科学研究、技术服务和地质勘查业随着互联网快速发展和市场潜力吸引人力资本快速流入,随着中国进入新常态创新驱动发展模式对“人才”的需求,导致科学研究与技术服务行业的人力资本从过度向不足转变。公共服务业中教育、卫生社会保障和社会福利业及公共管理和社会组织行业人力资本供给过剩,一方面是路径依赖于传统体制下行政垄断“补贴性”扭曲高报酬,另一方面是由于高社会地位、高职业声望、高福利待遇和高稳定性低风险的“职位非货币吸引力”。
为了估算要素错配对TFP的影响以及人力资本错配的变化趋势,按式(13)分解经济增长率,如表2所示。
表 2总量经济增长率、全要素生产率核算与分解(2005—2017年)
单位:% 年份 GDP增长率G 要素投入RI TFP增长率ATFP 技术进步TC 产业结构变动SS 要素配置AE 要素质量AQ 2005 10.731 10.637 0.094 −0.587 0.109 1.093 −0.521 2006 11.820 10.706 1.114 0.225 0.108 0.781 1.015 2007 13.089 10.649 2.441 1.494 0.145 0.801 0.136 2008 9.136 9.221 −0.085 −0.612 −0.593 1.120 0.366 2009 8.339 9.539 −1.200 −1.936 0.098 0.639 0.295 2010 11.474 9.605 1.868 1.364 −0.159 0.663 0.749 2011 9.052 8.046 1.006 −0.061 0.009 1.058 0.941 2012 8.627 7.927 0.700 −1.174 0.084 1.790 0.342 2013 7.472 7.811 −0.338 −1.450 0.055 1.057 0.167 2014 7.041 7.469 −0.428 −1.434 0.064 0.943 0.300 2015 6.673 6.791 −0.118 −0.512 0.200 0.193 −0.173 2016 6.431 6.307 0.124 1.555 −0.178 −1.253 0.261 2017 5.514 5.135 0.379 1.777 0.204 −1.602 0.208 表2中,中国经济TFP和要素投入相结合得到产出增加值,实际GDP增长率(G)演变趋势与2008年金融危机、2009年四万亿投资短暂复苏随后2013年中国经济进入新常态时间“节点”动态变化相吻合,要素投入(RI)数量增速下降与经济增长率下降趋势相一致;ATFP在2008—2015年呈波动性下降,甚至在2013—2015年为负,这与2008—2010年特殊过渡期为应对金融危机冲击运用“危机—反危机”四万亿投资计划造成的产能过剩紧密相关,产能过剩表明大量资源扩张投入到低效益部门从而反映了资源配置不当,是TFP下降的主要原因。要素配置效率(AE)是TFP增长率的一个重要组成成分,在2005—2015年持续为正,但以2015年呈拐点持续下降转变为负效率,表明中国市场化进程推动资源配置效率不断提升。目前中国处于从工业化后期向结构服务化演进转型过程,经济结构变迁使产业结构变动率(SS)基本为正,但劳动力转移从第二产业逐步向服务业转移导致要素配置效应为负,表明要素市场面临深化改革的“配置瓶颈”。要素质量(AQ)衡量了各行业劳动力质量指数变动率,质量指数变化基本为正表明各行业平均受教育年限的增加促进产出增长,对TFP增长率影响为正。在此要素配置效率(AE)表示物质资本和人力资本整体资源配置效率,将AE进一步分解可得19个行业人力资本错配效应与物质资本错配效应,如图1和图2所示,正值表明配置状态变好,负值表明配置效率状态变差。
进一步将研究时期分为2005—2007年、2007—2010年、2010—2012年和2012—2015四个阶段,较为特殊的是,此处使用投入产出表和延长表发布年份(2005年、2007年、2010年、2012年和2015年)中的增加值构成校准和代替不同行业资本和劳动产出弹性值,各阶段不同的资本、劳动产出弹性和各阶段数据为对应年份区间的平均值。由图1可以看出,农业人力资本配置效率趋于恶化;第二产业人力资本错配转态改善正效应幅度显著大于第三产业,其中,制造业和建筑业人力资本改善强度呈强弱互补阶段性交替,第三产业人力资本配置明显改善的行业有交通运输仓储和邮政业、信息传输、计算机服务和软件业批发和零售业及房地产业,其他行业配置效应变动幅度较小,教育、卫生社会保障和社会福利业以及公共管理和社会组织在2010年之后人力资本错配变动程度不明显甚至为负,表明人力资本错配状态没有根本性改变,公共服务业人力资本配置改善过程中有利扭曲减少或有害扭曲增加导致对全要素生产增长和对经济增速贡献的下降。由图2可以看出制造业资本配置效率显著改善且向好变动幅度最大。
-
本文沿袭Acemoglu[8]报酬结构与人力资本配置内在决定机制模型,构建了一个两部门内生增长模型,将研发(Research and Development,R&D)部门创新引入企业家创新活动配置,并将企业家活动配置分为生产性研发活动和非生产性寻租活动,依据不同市场结构求解不同活动相对报酬结构的具体形式,探讨人力资本配置结构内生地取决于相对报酬结构。
-
长期经济增长离不开生产性部门和非生产性部门(公共部门)参与生产,两部门生产对经济增长率产生积极影响。假定经济总人口数量不变,经济体中以技能水平
$H \in (0,\infty ) $ 表示人力资本⑧,人力资本配置满足$H = {H_Y} + {H_U} + {H_A}$ ,其中HU从事公共产品提供(包括非生产性活动)、HY从事中间产品生产(包括研发生产)。1. 最终产品生产部门。最终产品生产处于完全竞争市场,代表性企业的生产函数为
$$ {Y_i} = AH_{iY}^{1{\rm{ - }}\alpha }{\sum\nolimits_{j = 1}^N {({X_{ij}})} ^\alpha }\;\;\;\;\;\;\;0 < \alpha < 1 $$ (16) 其中,Yi为最终产出;A为企业技术水平或生产率;HiY和Xij分别表示人力资本和第j种中间产品投入;wH和Pi分别为单位人力资本报酬和i种中间产品价格;N为中间产品种类数。由对称性可知中间产品使用数量满足
${X_{ij}} = {X_j} $ ,可将式(1)转化为$ {Y_i} = AH_{iY}^{1 - \alpha }{(N{X_j})^\alpha }{N^{1 - \alpha }} $ ,$1{\rm{ - }}\alpha $ 和$ \alpha $ 分别表示人力资本和中间投入品的产出弹性,${N^{1{\rm{ - }}\alpha }} $ 表示中间产品种类扩张使总量生产函数具有规模报酬不变或递增性质,“产品种类效应”提供了技术进步内生增长的基础。人力资本与中间产品投入约束下最大化自身利润$ \max {\rm{\{ }}{\pi _f} = {Y_i} - $ $ {w_H}{H_{iY}} - \sum\nolimits_{j = 1}^N {{p_j}{x_{ij}}} {\rm{\} }} $ ,可得第j种中间产品的反需求函数(需求函数)为$$ {P_j} = AN\alpha H_{iY}^{1 - \alpha }X_{ij}^{\alpha - 1}\;\;或\;\;{X_{ij}} = {H_{iY}}{({{AN\alpha } / {{P_j}}})^{{{1 \over {1 - \alpha }}}}} $$ (17) 2. 中间产品生产部门。中间产品市场是一个不完全竞争市场,技术进步表现为专业化中间产品N的数量扩张,假设中间产品生产使用一对一的最终产品投入
$ {X_i} = {Y_i} $ (边际成本被标准化为1),中间产品代表性企业选择中间产品生产量和投入量最大化垄断利润$\max {\rm{\{ }}{\pi _m} = {p_i}{x_i} - {x_i}{\rm{\} }} $ ,求解最优化问题可得${p_i} = {1 / \alpha } > 1 $ ,表示边际成本加成定价下的垄断价格高于边际成本价格1,正是这种垄断租金流成为企业家持续创新的动力来源,推得垄断利润为${\pi _m} = {(AN)^{{{1 \over {1 - \alpha }}}}}\alpha (1 - \alpha ){H_{iY}}$ 。进一步,将R&D创新引入企业家创新活动配置,假定R&D部门是竞争性的且可自由进出,企业家从事创新活动投资成本为$C({H_{iA}}) $ ,其中$C'({H_{iA}}) > 0 $ 、$ C''({H_{iA}}) > 0$ 表示创新投入的成本函数是人力资本数量的增函数,企业家从事创新活动新产品的生产函数为$ {\dot n_i} = {\varphi _i}{H_{iA}} $ ,意味着中间产品数量n扩张的技术进步幅度取决于研发生产率$ {\varphi _i} $ 和研发人力资本投入${H_{iA}}$ ,企业家从事R&D创新活动获得的瞬时利润$ \max {\rm{\{ }}{\pi _{R\& D}} = {\dot n_i}{{V(t) - C(}}{{{H}}_{{{iA}}}}{\rm{)\} }} $ ,将知识生产技术进步动态效应标准化为1。根据无套利条件,企业家获得创新收益现值为Vi,均衡时推得研发部门创新收益现值与增加值之和恰好等于利率$$ {V_i} = \int_t^\infty {{\pi _{_{R\& D}}}{{\rm e}^{ - \int_t^\tau {r(s){\rm d}s} }}} {\rm d}\tau \;\;\;\;\;\;\tau > t\;\;\;\;\;\;\;r(t) = {{{\pi _{_{R\& D}}}} / {{V_i}}} + {{{{\dot V}_i}} / {{V_i}}} $$ (18) 在均衡状态下净收益现值收敛于
${V_i} = {{{\pi _{_{R\& D}}}} / {r(t)}}$ ,解得企业家创新活动获得相对报酬具体形式$$ {V_i} = {{{H_{iY}}{{(AN)}^{{{1 \over {1 - \alpha }}}}}(1{\rm{ - }}\alpha ){\alpha ^{{{2 \over {1{\rm{ - }}\alpha }}}}}} / r} $$ (19) -
沿袭Acemoglu[8]强调一国经济中企业家不仅从事创新活动而且从事非生产性活动,企业家活动配置由相对报酬结构内生决定,初始报酬结构或配置差异有长期效应,创新研发和寻租活动均发生在中间产品生产部门。首先,假设经济中有相似的经济主体(企业家),单位化为1,非生产寻租者的比例为
$ p = {{{H_U}}/ H} $ ,租金收益为$R(p)$ ,其中$ R'(p) \leqslant 0 $ ,$ R''(p) \leqslant 0 $ ,意味着寻租租金收益是寻租者比例的减函数;其次,经济中创新企业家比例为$ q(p) $ 是内生决定的,满足${{{\rm d}q} / {{\rm d}p < 0}}$ ,$ q(1) = 0 $ ,意味着经济中过多的寻租者会抑制企业家创新活动,极端情况下没有生产性企业家存在。再次,在存在寻租社会中,企业家无法获得如式(4)所示的创新全部收益,由于寻租者攫取部分收益而转化为期望收益,是一个随机变量$$ {V_E} = [1{\rm{ - }}p + p(1 - \delta )]{V_i} - C({H_{iA}}) $$ (20) 其中,企业家收益损失由两部分构成,一是直接被寻租者占有的收益取决于寻租者概率p,以
$(1 - p)$ 的概率获得收益$(1 - p){V_i}$ ;二是寻租活动导致占总产出$ (1 - \delta ) $ 比例的额外损失造成的交易成本,以p的概率获得收益$ p(1 - \delta ){V_i} $ 。在均衡条件下企业家和寻租者期望收益相等,由此可得$$ [1{\rm{ - }}p + p(1 - \delta )]{V_i} - C({H_{iA}}) = q(p) R(p) $$ (21) 其中,等号左边表示企业家收益 VE ,等号右边表示寻租者收益 VR ,最优化人力资本投资方程内生决定相对报酬和人力资本配置结构,分别求关于p的一阶导数,可得
$$ {\displaystyle{{{\rm d}{\rm VE}} \over {{\rm d}p}}} = - (1 - q) t {V_i} < 0\;\;\;\;\;\;{\displaystyle{{{{\rm d}^2}{\rm VE}} \over {{\rm d}{p^2}}}} = - (1 - q) {V'_i} > 0 $$ (22) $$ {\displaystyle{{{\rm d}{\rm VR}} \over {{\rm d}p}}} = - R(p) + (1 - p) R'(p) < 0 $$ (23) 由式(22)和式(23)可知,VE和VR两条曲线均向下倾斜,且VE曲线是拟凸的,均衡数量的个数取决于曲线的相对位置。存在一种特殊情况,当p=1,VR=0时,由于
$ q > 0 $ 则${\rm VE} > 0$ ,从而VE=VR均衡条件不满足是一个矛盾情况,因此,所有经济主体均为寻租者是一个不可能的“无活动均衡点(no-activity eqilibrium)”。现设定两个条件分析多重均衡点的可能性:(1)$V(t) - C(0) > R(0) $ ;(2)存在p*,满足$\left[1{\rm{ - }}{p^{\rm{*}}} + {p^{\rm{*}}}(1 - \delta )\right] {V_i} - C(H_{iA}^*) < q({p^{\rm{*}}}) R({p^{\rm{*}}})$ 。当满足条件(1)而不满足条件(2)时,存在一个无寻租活动的创新均衡,因为寻租活动收益总是小于创新活动收益;当满足条件(1)且满足条件(2)情况下则存在三个交点,由一个无寻租均衡点($ p_0^* $ )和两个有寻租均衡点($ p_1^* $ 和$ p_2^* $ )构成,在三种均衡中满足$$ {V_E}(p_0^*) > {V_E}(p_1^*) > {V_E}(p_2^*)\;\;\;\;\;\;\;{H_A}(p_0^*) > {H_A}(p_1^*) > {H_A}(p_2^*) $$ (24) 当经济寻租活动处于
$ p_1^* $ 较低水平,相对报酬结构有利于创新使经济活动处于较发达均衡,由于寻租p增加或减少自我持续性,当$p < p_1^* $ 时经济收敛到$ p_0^* $ 无寻租创新均衡;当$ p > p_1^* $ 时,经济收敛到$p_2^*$ 低水平均衡点,$ p_1^* $ 不是一个稳态均衡点。当经济活动处于$ p_2^* $ 较高水平,相对报酬解结构有利于寻租活动而使经济处于低水平不发达均衡,由于p寻租活动的自我持续性,在此处任何偏离最终会收敛于$ p_2^* $ 低水平均衡难以自拔,$ p_2^* $ 是一个稳态均衡点(也称为“人才误置配置陷阱”[31])。因此,本文将企业家活动配置和人力资本错配同时内生化并纳入内生增长扩展模型之中,内生增长框架下要素报酬结构是内生决定的,历史性依赖于“寻租社会”多重可能均衡点,依赖于社会中寻租租金和寻租者数量的大小,人力资本配置结构和人力资本错配程度相应都是内生决定的并存在历史性路径依赖。中国共产党第十九次代表大会报告提出中国国家创新体系构建和创新驱动战略的制度调整和制度创新是打破低水平“寻租社会均衡陷阱”趋向发达均衡的内生转型要求,是创造合理报酬结构、激发创新活力和优化人力资本配置的制度基础,是重塑经济增长动力的最优制度性政策安排。
Factor Allocation and Accounting on Industrial Human Capital Misallocation Effect in China
-
摘要:中国创新驱动的新增长模式实质上是人才驱动,关键是在结构性存量调整和结构性改革变迁的宏观战略中、在解决要素错配过程中纠正人力资本错配。利用中国2004—2017年19个行业面板数据,构建劳动力质量指数测度细分行业人力资本存量,演绎Aoki生产函数核算框架测算人力资本错配程度、方向和演进趋势,并分解研究其对全要素生产率(Total Factor Productivity,TFP)的影响。研究发现:中国人力资本错配程度整体改善且呈结构性变化趋势,其中第二产业和第三产业传统服务业人力资本配置普遍不足,生产性服务业人力资本稀缺和过剩并存,公共服务业凸显人力资本配置过度;分解研究得出:要素配置效率是TFP增长率的重要组成部分且在新常态转型期面临新的“配置瓶颈”。Abstract:China's new growth model of innovation-driven is essentially talent driven. The key is to correct the misallocation of human capital (HC) in the macro-strategy of structural stock adjustment and structural reform change, and in the process of solving the misallocation of resource factors. Based on panel data of 19 industries in China from 2004 to 2017, this paper constructed a labor quality index to measure the stock of HC in subdivided industries, and derived Aoki accounting framework to measure the degree, direction and evolution trend of HC misallocation, as well as the impact of decomposition on total factor productivity (TFP). The results show that the misallocation degree of human capital in China is improving on the whole and showing a trend of structural change. Among them, the allocation of human capital in traditional services of secondary and tertiary industries is generally insufficient. The human capital in producer services coexists with scarcity and surplus, and the human capital in public services is overallocation. It is concluded that factor allocative efficiency is an important part of TFP growth rate and faces a new "allocation bottleneck" in the transition period of the new normal.注释:1) 新华网. http://www.xinhuanet.com/politics/19cpcnc/2017-10/27/c_1121867529.htm。2) HK模型度量资源配置效率模型建立在规模报酬不变基础上,用TFPR衡量总体资源配置效率,未考虑企业生产率差异,因而存在夸大资源配置扭曲程度的偏误 [14]。龚关和胡关亮 [16] 6-8放松了HK规模报酬不变的假设,分别衡量了资本和劳动单个要素配置效率,并包含生产率 A i的差异。文伟东 [18] 619-623生产函数设定中也放松了规模报酬不变的假设。3)
$ {\bar \sigma _i} = {{(\sigma _i^t + \sigma _i^{t - 1})} / 2}$ ,为行业产值占总产值比例为权重$ {\sigma _i} $ 的两期平均值。4)$ \bar \alpha = \displaystyle\sum {\bar \sigma _i}{\alpha _i} $ ,$\; \bar \beta = \displaystyle\sum {\bar \sigma _i}{\beta _i} $ 。5) 括号中数据为各级教育层次标准教育年限累计的学习年限(即受教育水平),此标准统一合并划分为未上过学(0)、小学(6)、初中(3)、高中(包括中等和高等职业教育,3)、大专(3)、大学本科(4)、研究生(3)七个层次。6) 参照王林辉和袁礼 [5] 11-18,将1978年各产业固定资产投资额除以10%作为各产业基本存量。7) 由于总量TFP分解方程是一阶差分方程,为了与经济增长率和全要素生产率分解统一, 表1测算结果从2005年描述人力资本错配指数。8) LY、 LU、 LA表示生产性、非生产性和研发部门劳动力投入,满足$H = \int_0^{ + \infty } {L(h)} h{\rm{d}}h = \int_0^{ + \infty } {[{L_Y}(h) + } {L_U}(h) + {L_A}(h)]h{\rm{d}}h $ 。 -
表 119个行业人力资本错配指数与错配效应变动趋势
行业 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 均值 1 1.97 2.09 2.05 1.99 1.99 1.95 1.85 1.76 1.72 1.62 1.47 1.45 1.46 1.80 2 0.49 0.50 0.58 0.48 0.62 0.61 0.55 0.62 0.67 0.61 0.76 0.81 0.84 0.62 3 0.61 0.64 0.67 0.71 0.72 0.71 0.72 0.71 0.73 0.70 0.72 0.72 0.72 0.69 4 0.70 0.71 0.73 1.04 1.09 0.95 0.98 0.91 0.93 0.92 0.95 1.00 1.05 0.82 5 0.62 0.68 0.72 0.75 0.70 0.72 0.73 0.86 0.94 1.05 1.06 1.04 1.05 0.82 6 0.91 0.92 0.94 0.99 1.04 1.07 1.05 1.08 1.05 1.25 1.28 1.29 1.29 1.07 7 0.51 0.55 0.60 0.64 0.70 0.81 0.69 0.75 0.75 0.98 1.10 1.07 1.02 0.76 8 0.55 0.52 0..48 0.43 0.42 0.40 0.38 0.44 0.45 0.53 0.54 0.55 0.55 0.48 9 0.54 0.58 0.62 0.60 0.62 0.68 0.72 0.81 0.87 0.94 0.88 0.84 0.82 0.71 10 1.68 1.51 1.23 1.25 1.20 1.03 0.93 0.95 0.91 0.84 0.82 0.81 1.00 1.11 11 0.74 0.80 0.76 0.87 0.76 0.75 0.70 0.89 0.91 1.19 1.28 1.29 1.29 0.93 12 0.64 0.71 0.76 0.77 0.82 0.82 0.78 0.63 0.59 0.75 0.76 0.79 0.78 0.72 13 1.21 1.20 1.16 1.18 1.08 1.17 1.10 0.89 0.91 0.97 1.03 1.07 1.09 1.09 14 1.89 2.15 2.19 2.31 2.18 2.07 2.17 2.09 1.88 1.83 1.77 1.80 1.74 1.99 15 0.14 0.14 0.17 0.17 0.16 0.15 0.15 0.15 0.15 0.16 0.16 0.15 0.14 0.15 16 3.08 3.34 3.45 3.46 3.17 3.20 2.88 2.79 2.66 2.49 2.46 2.46 2.39 2.91 17 1.83 2.03 2.12 2.20 2.21 2.36 2.18 2.08 1.89 1.83 1.77 1.78 1.73 1.97 18 1.06 1.10 1.11 1.10 1.03 1.02 1.03 0.98 0.95 0.95 0.87 0.90 0.88 1.00 19 1.87 1.92 1.94 1.79 1.80 1.99 2.07 2.06 2.10 2.03 1.96 1.93 1.86 1.94 注:1.农林牧渔业;2.采矿业;3.制造业;4.电力、燃气及水的生产和供应业;5.建筑业;6.交通运输、仓储和邮政业7.信息传输、计算机服务和软件业8.批发和零售业;9.住宿和餐饮业;10.金融业;11.房地产业;12.租赁和商务服务业;13.科学研究、技术服务和地质勘查业;14.水利、环境和公共设施管理业;15.居民服务和其他服务业;16.教育;17.卫生、社会保障和社会福利业;18.文化、体育和娱乐业;19.公共管理和社会组织;黑体数字表示人力资本配置指数刻画分行业错配效应具有明显结构性变化的拐点年份。 表 2总量经济增长率、全要素生产率核算与分解(2005—2017年)
单位:% 年份 GDP增长率G 要素投入RI TFP增长率ATFP 技术进步TC 产业结构变动SS 要素配置AE 要素质量AQ 2005 10.731 10.637 0.094 −0.587 0.109 1.093 −0.521 2006 11.820 10.706 1.114 0.225 0.108 0.781 1.015 2007 13.089 10.649 2.441 1.494 0.145 0.801 0.136 2008 9.136 9.221 −0.085 −0.612 −0.593 1.120 0.366 2009 8.339 9.539 −1.200 −1.936 0.098 0.639 0.295 2010 11.474 9.605 1.868 1.364 −0.159 0.663 0.749 2011 9.052 8.046 1.006 −0.061 0.009 1.058 0.941 2012 8.627 7.927 0.700 −1.174 0.084 1.790 0.342 2013 7.472 7.811 −0.338 −1.450 0.055 1.057 0.167 2014 7.041 7.469 −0.428 −1.434 0.064 0.943 0.300 2015 6.673 6.791 −0.118 −0.512 0.200 0.193 −0.173 2016 6.431 6.307 0.124 1.555 −0.178 −1.253 0.261 2017 5.514 5.135 0.379 1.777 0.204 −1.602 0.208 -
[1] 袁富华, 张平, 陆明涛. 长期经济增长过程中的人力资本结构——兼论中国人力资本梯度升级问题[J]. 经济学动态, 2015(5): 11-21. [2] 李静, 楠玉, 刘霞辉. 中国经济稳增长难题: 人力资本错配及其解决途径[J]. 经济研究, 2017, 52(3): 18-31. [3] AOKI S. A simple accounting framework for the effect of resource misallocation on aggregate productivity[J]. Journal of Japanese and International Economies, 2012, 26(4): 473-494.doi:10.1016/j.jjie.2012.08.001 [4] 姚毓春, 袁礼, 董直庆. 劳动力与资本错配效应: 来自十九个行业的经验证据[J]. 经济学动态, 2014, (6): 69-77. [5] 王林辉, 袁礼. 资本错配会诱发全要素生产率损失吗[J]. 统计研究, 2014, 31(8): 11-18. [6] 纪雯雯, 赖德胜. 人力资本配置与中国创新绩效[J]. 经济学动态, 2018(11): 19-31. [7] 张屹山, 胡茜. 要素质量、资源错配与全要素生产率分解[J]. 经济评论, 2019(1): 61-74. [8] ACEMOGLU D. Reward structures and the Allocation of Talent[J]. European Economic Review, 1995, 39(1): 17-33.doi:10.1016/0014-2921(94)00014-Q [9] ROMER P M. Endogenous technological change[J]. Journal of Political Economy, 1990, 98(12Ⅱ): S71-S102. [10] Lucas RE. On the mechanics of economic development[J]. Journal of Monetary Economics, 1988, 22(7): 3-42. [11] Romer P M. Increasing returns and long-run growth[J]. Journal of Political Economy, 1986, 94(12): 1002-37. [12] 邹薇, 代谦. 技术模仿、人力资本积累与经济赶超[J]. 中国社会科学, 2003(5): 26-38. [13] 庄子银. 企业家精神、持续技术创新和长期经济增长的微观机制[J]. 世界经济, 2005(12): 32-43. [14] Hsieh C T, Klenow P. Misallocation and manufacturing TFP in China and India[J]. Quarterly Journal of Economics, 2009, 124(4): 1403-1448.doi:10.1162/qjec.2009.124.4.1403 [15] 朱喜, 史清华, 盖庆恩. 要素配置扭曲与农业全要素生产率[J]. 经济研究, 2011, 46(5): 86-98. [16] 龚关, 胡关亮. 中国制造业资源配置效率与全要素生产率[J]. 经济研究, 2013, 48(4): 4-15. [17] 邵宜航, 步晓宁, 张天华. 资源配置扭曲与中国工业全要素生产率—基于工业企业数据库再测算[J]. 中国工业经济, 2013(12): 39-51. [18] 文东伟. 资源错配、全要素生产率与中国制造业的增长潜力[J]. 经济学(季刊), 2019, 18(2): 617-638. [19] 聂辉华, 贾瑞雪. 中国制造业企业生产率与资源误置[J]. 世界经济, 2011, 34(7): 27-42. [20] 刘贯春, 张晓云, 邓光耀. 要素重置、经济增长与区域非平衡发展[J]. 数量经济技术经济研究, 2017, 34 (7): 35-56. [21] 袁志刚, 解栋栋. 中国劳动力错配对TFP的影响分析[J]. 经济研究, 2011, 46(7): 4-17. [22] 柏培文. 中国劳动要素配置扭曲程度的测量[J]. 中国工业经济, 2012(10): 19-31. [23] MURPHY K, SHLEIFER A, VISHNY R. The allocation of talent: implication for growth[J]. Quarterly Journal of Economics 1991, 106(2): 503-530.doi:10.2307/2937945 [24] 庄子银. 创新、企业家活动配置与长期经济增长[J]. 经济研究, 2007(8): 82-94. [25] 李晓敏, 卢现祥. 企业家才能、人才配置与经济增长[J]. 贵州社会科学, 2010(9): 75-80. [26] 张杰, 周晓艳, 李勇. 要素市场扭曲抑制了中国企业R&D?[J]. 经济研究, 2011, 46(8): 78-91. [27] 李平, 季永宝. 要素价格扭曲是否抑制了我国自主创新?[J]. 世界经济研究, 2014(1): 10-15. [28] 白俊红, 卞元超. 要素市场扭曲与中国创新生产的效率损失[J]. 中国工业经济, 2016(11): 39-55. [29] 赖德胜, 纪雯雯. 人力资本配置与创新[J]. 经济学动态, 2015(3): 22-30. [30] 钱雪亚, 缪仁余. 人力资本、要素价格与配置效率[J]. 统计研究, 2014, 31(8): 3-10. [31] 李世刚, 尹恒. 政府—企业间人才配置与经济增长——基于中国地级市数据的经验研究[J]. 经济研究, 2017, 52(04): 78-91.