内容提要:本文在测度产业结构合理化和产业结构高级化的基础上，构建了关于产业结构变迁与经济增长的计量经济模型，进而探讨了二者对经济波动的影响。研究结果表明:产业结构合理化和高级化进程均对经济增长的影响有明显的阶段性特征。相对而言，产业结构合理化与经济增长之间的关系具有较强的稳定性，而高级化则表现出较大的不确定性。产业结构合理化和高级化对经济波动的影响主要表现在不可预测的周期性波动方面，而它们的影响机制却截然不同。产业结构高级化是经济波动的一个重要来源，产业结构合理化则有助于抑制经济波动。总体上，现阶段我国产业结构合理化对经济发展的贡献要远远大于产业结构高级化。本文认为，政府在制定产业结构政策时，应在强调产业结构合理化的同时，积极突破制约产业结构高级化效应的限制条件，有效推进产业结构的高级化，充分发挥产业转型与升级对经济增长的持续推动作用。
　　关键词:产业结构合理化、产业结构高级化、经济增长、经济波动
　　一、引言
　　产业结构转变是理解发展中国家与发达国家经济发展区别的一个核心变量，同时也是后发国家加快经济发展的本质要求。产业结构变动包括两个方面:一是由于各产业技术进步速度不同并且在技术要求和技术吸收能力上的巨大差异导致各产业增长速度的较大差异，从而引起一国产业结构发生变化;二是在一国不同的发展阶段需要由不同的主导产业来推动国家的发展，伴随着经济发展的主导产业更替直接影响到一国的生产和消费的方方面面，这在根本上对一国产业结构造成巨大冲击。因此，产业结构演进是一个经济增长对技术创新的吸收以及主导产业经济部门依次更替的过程( 罗斯托，1962)。
　　然而，在技术进步和主导产业依次推动产业结构变迁的过程当中也存在着产业生产率水平的巨大差异，投入要素从低生产率或者低生产率增长率的部门向高生产率水平或高生产率增长率的部门流动可以促进整个社会生产率水平的提高，由此带来的“结构红利”维持了经济的持续增长，2002)，此即产业结构转变促进经济增长的核心原因。但与此同时，产业结构变迁在促进产业发展、维持经济增长的过程中也会带来一些问题。首先，技术进步和技术替代会打破原有经济的均衡，对特定产业部门产生较大冲击并引起生产要素供给的变动，从而造成经济波动( Baumol，其次，主导产业政策会引起社会投资结构的调整和消费结构的变动，进而对经济的稳定性造成影响。产业结构变动也是经济周期的主要驱动力量之一(Kuznets，1971)。
　　由于中国的迅速崛起，国内外许多研究者对于中国产业结构也给予了广泛关注。然而经验研干春晖等:中国产业结构变迁对经济增长和波动的影响究表明，关于产业结构对经济增长的作用问题并没有一致性的结论。Sachs(1994) 通过对中国和俄罗斯的比较研究发现，中国落后产业结构的迅速转型是中国经济高速增长的核心驱动力。
　　也指出在中国产业结构调整过程中跨地区跨部门的劳动力流动是中国整体经济效率提高的重要源泉。刘伟、张辉(2008) 以及干春晖、郑若谷(2009) 的研究也表明了产业结构对经济增长有积极的影响，但他们也指出这种“结构红利”随着改革的推进在逐步减弱。而吕铁(2002) 与李小平、卢现祥(2007)对中国制造业的研究中，却发现产业结构变化带来的“红利”并不显著。同时，伴随着经济增长的经济波动现象是中国经济发展过程中的一个鲜明的特征( 刘霞辉，2004) ，而中国经济波动的一个突出表现是总量增长与结构分化相联结，即在每轮经济周期中，经济总量扩张必与经济结构分化相伴随; 反之，经济回落时经济结构不平衡亦在缩小(袁江、张成思，2009)。因此，产业结构对经济波动的影响肯定是存在的，对此问题的研究在国外存在大量文献①，而对中国相关问题的分析则显得不足，孙广生(2006) 的分析为笔者所仅见，他将经济的波动从产业层面上进行了分解，并得出第二产业与宏观经济波动的相关性最强，第三产业次之，第一产业与宏观经济波动不相关，冶金工业、非金属矿工业和建筑业等重工业的产业波动是中国宏观经济波动的主要原因的结论。
　　在研究产业结构对经济增长的影响时，一般采用Chenery et al． (1989) 发展的“多国模型”或提出的偏离-份额法( Shift-Share Method) 进行分析。“多国模型”中对回归的控制变量的选择具有模糊性，容易造成省略变量问题，从而导致问题分析不准确，同时模型中对产业结构采取的衡量方式也是一个难点。偏离-份额法是一种有效的分析结构问题的方法，但是它会造成结构效应的低估( 吕铁，2002)，而且在使用这一方法分析时，对产业结构变化的分析不够细致。此外，大多数有关产业结构与中国经济发展的文献集中于对增长的研究上，对经济波动影响的研究则明显不足。而中国经济波动的成本与经济增长给中国带来的福利是大致相当的，国民经济为此付出了极大的代价( 陈彦斌，2008)。因此，本文力求弥补现有研究中的这些不足，从以下几个方面做出努力:第一，将产业结构变迁分解为合理化和高级化两个方面，并结合其内在含义对产业结构合理化和高级化进行重新度量，以使对产业结构的测度更加合理;第二，通过一个简洁的计量模型将产业结构对经济增长和波动的影响统一到一个框架下进行研究，并回避对其他控制变量选择的问题，以避免模型设定不当带来的误差;第三，对经济波动进行分解，并将产业结构对各种波动的影响进行全面讨论，以充实产业结构对经济波动的研究文献;第四，通过指标度量、估计方法以及模型选择等多种途径来对研究结果进行稳健性检验，以提高本文研究的精确程度。
　　本文结构安排如下:第二部分构造产业结构变迁的衡量指标，并分析中国1978 年以来产业结构演变特征;第三部分构建相应的检验模型，并对数据和变量进行说明;第四部分对产业结构变迁与经济增长和产出波动之间的关系进行实证分析;第五部分对模型的稳健性进行检验;第六部分得出结论。
　　二、产业结构变迁的度量及其特征
　　从动态的角度看，一个经济体的产业结构变迁具有两个维度，即产业结构合理化和产业结构高年第5 期
　　① 在西方国家经济发展的历史中，早期工业化时代的经济周期频频发生，而在进入信息化时代之后，经济周期的发生频率大为减少，从产业结构角度研究经济周期的学者基本上形成了一种共识:在工业化时代，物质资本主导的工业经济更加强调的是资源禀赋和物质资源配置效率，因此产业结构变动是经济周期发生的一个重要来源，并与一国经济周期具有极强的协动性，1971;Stockman，1988;Imbs，2003) ;而在信息化时代，软化的产业结构开始在经济中占据主导地位，这种产业结构更加强调人力资本、知识资本和信息网络技术的作用，对应的产业波动性较小，因此信息化时代的产业结构变动反而成为熨平经济周期的一种重要力量( Blanchard and Simon，2001;Kahn et al，2002;Eggers and Ioannides，2006)。
　　级化。本文拟从两个维度对产业结构变迁进行衡量。
　　一) 产业结构合理化的度量
　　产业结构合理化指的是产业间的聚合质量，它一方面是产业之间协调程度的反映，另一方面还应当是资源有效利用程度的反映，也就是说它是要素投入结构和产出结构耦合程度的一种衡量。
　　就这种耦合而言，研究者一般采用结构偏离度对产业结构合理化进行衡量，其公式中，E 表示结构偏离度，Y 表示产值，L 表示就业，i 表示产业，n 表示产业部门数。根据古典经济学假设，经济最终处于均衡状态，各产业部门生产率水平相同。而由定义，Y / L 即表示生产率，因此当经济均衡时，Yi / Li = Y / L，从而E = 0。同时，Yi /Y 表示产出结构，Li / L 表示就业结构，因此E 同时也是产出结构和就业结构耦合性的反映。E 值越大，就表示经济越偏离均衡状态，产业结构越不合理。由于经济非均衡现象是一种常态，在发展中国家这种情形更为突出( Chenery et al． ，1989) ，从而E 值是不可能为0 的。但是，结构偏离度指标将各产业“一视同仁”，忽视了各产业在经济体的重要程度，同时绝对值的计算也为研究带来不便。为此，我们引入了泰尔指数。
　　泰尔指数又称泰尔熵，最早是由泰尔( Theil and Henri，1967) 提出，一些学者将之用于地区收入差距问题的研究( 王少平和欧阳志刚，2007)。我们发现，泰尔指数其实也是一个很好的度量产业结构合理性的指标。本文在他们的研究基础上对泰尔指数进行重新定义，其计算公式同样地，如果经济处于均衡状态下，也有TL = 0，而且该指数考虑了产业的相对重要性并避免了绝对值的计算，同时它还保留了结构偏离度的理论基础和经济含义，因此是一个产业结构合理化的更好度量。泰尔指数不为0，表明产业结构偏离了均衡状态，产业结构不合理。

　二) 产业结构高级化的衡量
　　产业结构高级化实际上是产业结构升级的一种衡量，一般文献根据克拉克定律采用非农业产值比重作为产业结构升级的度量。虽然说经济非农产值比重的增加是一个很重要的规律，但是上世纪70 年代之后信息技术革命对主要工业化国家的产业结构产生了极大的冲击，出现了“经济服务化”的趋势，而这种传统的度量方式没有办法反映出经济结构的这种动向。在信息化推动下的经济结构的服务化是产业结构升级的一种重要特征，鉴于在“经济服务化”过程中的一个典型事实是第三产业的增长率要快于第二产业的增长率( 吴敬琏，2008) ，本文采用第三产业产值与第二产业产值之比( 本文简记为TS)作为产业结构高级化的度量。这一度量能够清楚地反映出经济结构的服务化倾向，明确地昭示产业结构是否朝着“服务化”的方向发展，因此它是一个更好的度量。
　　如果TS 值处于上升状态，就意味着经济在向服务化的方向推进，产业结构在升级。
　　三) 中国产业结构变迁的特征
　　在分析中国产业结构变迁特征之前，我们首先对本文新定义的指标与传统的指标进行简单比较。① 从表1 中可以看出泰尔指数与结构偏离度具有高度的相关性，并且图1 也表明两者在—2009 年的变化趋势基本相同，只是在变化的大小和波动的幅度上有所区别( 这主要是因为泰尔指数考虑了各产业的结构权重)，因此本文定义的泰尔指数是一个对产业结构合理化的合理的度量指标。关于产业结构高级化，为便于比较，对传统指标不采用非农产值比重而采用非农产值与农业产值之比，并将这一比重与本文定义的TS 值比较。我们可以看到TS 值和非农产值与农业干春晖等:中国产业结构变迁对经济增长和波动的影响① 由于数据的限制，本文计算的泰尔指数采用的是全国及各地区三次产业的相关数据。
　　产值之比的相关系数仅为0. 188，也就是说服务化指数与传统升级指标之间的相关性不是很强，同时图1 也表明两者的演变趋势是存在较大差异的。可以看到非农产值与农业产值之比除了在上世纪80 年代初期及极个别年份(1990 年和2004 年) 之外一直处于上升的状态，也就是说从传统的观点来看，中国产业结构基本上一直是处于升级的状态。而从TS 值来看，考虑到二三产业内部结构的互动影响之后，产业结构的变迁存在着明显的波动，如同中国经济改革一样，产业结构变迁也是一个曲折的过程，这一点也比较符合中国的经济现实。①表1 产业结构衡量指标的皮尔逊相关性检验
　  2009 年的TL 值和TS 值变化均表现出波动性，这一点与中国改革开放的历程也是相契合的。中国的改革肇始于农村地区，农村承包责任制的逐步全面铺开刺激了劳动者的积极性和农业产值的增加，而在工业内部主要是对原先的重工业化的经济结构进行调整，因此在改革之初的几年内产业结构趋于合理化，TL 值迅速下降并且TS 值也有所下降。其后，从上世纪80 年代中期开始，中国改革重点转向城市但并未创造出大量的就业岗位，而与此同时，乡镇集体企业兴起过程中则主要是解决当地大量剩余劳动力的就业问题，因此此间TL 值变动不大;但是个体私营经济的从无到有极大地促进了第三产业的发展，而乡镇集体企业的兴起也为第三产业的发展创造了条件，因此在整个1980 年代TS 值几乎一直处于上升当中。上世纪90 年代初期是中国经济改革的一个关键转折，市场经济制度的确立为劳动力的流动创造了条件，也为工业经济的发展提供了动力，但毕年第5 期
　　① 这里TS 值与传统产业结构高级化的较大差异我们是这样认为的:产业结构高级化应当是产业结构系统从较低级形式向较高级形式的演变过程，它对应的路径应当是劳动密集产业———资本密集产业———技术密集产业———知识密集产业的一个渐进过程，这里的TS 值主要衡量的是最后一个阶段，而传统的指标则集中于前三个阶段，因此服务化指数与传统升级指数的差异也是必然的。
　　竟这一时期中国剩余劳动力供大于求，而且对外开放的加深和外资的涌入也开创了第三产业发展的另一个高峰，因此TL 值和TS 值均在90 年代早期的短暂下降之后又开始攀升。入世之后，中国进一步融入全球，低端制造业给中国的大量劳动力提供了就业机会，也将中国推向了“世界工厂”
　　的地位，第三产业发展的步伐明显落后，因此又出现了TL 值和TS 值同步减小的现象。
　　同时还要进一步指出的是，虽然TL 值和TS 值与中国的改革开放进程紧密契合，但是两者的相关性却并不强，而且两者的演变趋势也是很不一样的。这意味着本文对产业结构变迁的衡量很好地从产业结构合理化和高级化两个维度区分开来，在后文的实证分析中可以不用过多地考虑两种结构演变之间的交互作用。
　　三、模型、方法和数据
　　一) 计量模型的设定和估计方法
　　本文旨在分析产业结构变迁对经济增长以及相伴随的经济周期波动的影响。我们运用—2009 年30 个地区的面板数据对这一问题进行分析。面板数据分析可以控制不可观测效应，同时扩大了样本量，增加了自由度并有助于缓解共线性的问题，从而使回归的结果更趋于准确。
　　根据研究目的，本文采用了固定效应模型，其理由为:(1) 对于大量个体的随机抽样而言，样本可以视为总体关系的判断，从而应当选择随机效应模型。然而，本文分析的是30 个地区，个体较少，因此将个体效应视为固定效应较为合适。(2) 随机效应假定个体效应与随机误差项不相关，而固定效应则无需这一假设，对本文的研究而言，后者显然更为合适。据此，我们将模型设定如下γi + β1 lnTLit + β
　　式中i 表示地区，t 表示时间，y 表示地区经济增长或者波动，lnTL、lnTS 分别表示产业结构合理化和产业结构高级化衡量指标的对数值，u 为独立同分布的随机误差项，γ为地区不可观测效应。
　　然而，产业结构只是经济增长或者波动的一种影响因素，为更好地检验它们之间的关系，需控制住其他因素的影响，一般的做法是引入控制变量。由于经济现实中对经济增长和周期的影响因素很多，很多文献都根据自身的需要或者数据的可得性选择控制变量，没有一定的标准。为了避免控制变量选择的随意性，我们回避了控制变量的选用，借鉴Frank(2005) 分析地区经济差距和经济增长关系时的做法，直接利用增长(或波动) 与产业结构的交互项进行控制，从而计量模型变为γi + β1 lnTLit + β2 lnTSit + β
　　β
　　进一步，对(4)式进行差分处理以消除个体效应，得到差分模型Δyit = β1ΔlnTLit + β2ΔlnTSit + β
　　Δyit* Δ
　　β
　　Δyit* Δ
　　Δ
　　由于差分会导致差分的随机扰动项的相关性，因此在估计时需要采用面板稳健性标准差。同时由于回归变量中出现了含有因变量的交互项，模型存在内生性问题。针对这种情况，Baum ＆建议将模型所有的解释变量视为内生，并以其滞后项和差分项作为工具变量进行面板广义矩估计。这种处理方式是基于残差项与不同期的解释变量不相关的假设做出的。然而，额外时期的数据在提供了额外的矩条件和额外的工具变量的同时，也容易造成工具变量过度的问题，因此还必须做一个过度识别检验。Hansen(1982) 给出了一个有效矩估计的J 检验统计量，在原假设下工具变量满足正交性，工具变量是有效的。本文采取这种检验方式对工具变量进行过度识别。
　　二) 变量和数据说明
　　对于地区经济增长指标，本文以各地区各年份GDP 增长率作为衡量指标，对于产业结构指标采用前文描述的泰尔指数和TS 指数，所有数据资料均来源于《中国五十五年统计资料汇编》和《中国统计年鉴》(2006—2010)，在计算过程中的个别缺失数据，通过移动平均法补齐。

　　对经济波动的衡量，一种常用方法是利用HP 滤波(Hordick and Prescott，1980) 将经济产出分干春晖等:中国产业结构变迁对经济增长和波动的影响解为趋势成分和周期成分，趋势成分为潜在产出，周期成分则为产出缺口，并将产出缺口的绝对值序列作为波动大小的度量，具体分解通过最小化下式得到Σ
　　－
　　λΣT －
　　［( lnY*t +1 －
　　－ ( lnY*t － lnY*t －
　　］
　　其中，
　　为每一期GDP 的对数值，
　　则为潜在产出，表示增长的趋势成分，而( lnYt －即
　　为产出缺口，为增长的周期成分，λ 为趋势成分波动的惩罚因子。然而这种分解模式实际上并未完全将经济的波动分离出来，而只是将波动分离成为趋势波动和周期波动，趋势波动存在于趋势成分之中，只是其波动可以预测，而周期成分的波动则不可预测。基于此，Aghion et al． (2006) 建议将考察期分为若干个时间跨度相同的时间段，以每个时间跨度内经济增长率的标准差作为经济波动的衡量，而卢二坡和曾五一(2008)认为不同地区经济增长率的标准差会由于经济增长均值的不同而不具有可比性，并建议用时期内经济平均增长率来消除均值的影响。本文采纳这一建议，将经济波动的度量方式列为
　　，t + T = std( lnYit + T －
　　Σ
　　其中，g 表示地区经济增长率，lnY 表示地区GDP 对数值，std( lnYt + T －表示t 时期到t + T 时期
　　地区GDP 对数值的标准差，T 为选择的时间跨度，本文令T = 5。①四、实证分析
　　一) 产业结构变迁对经济增长的影响
　　改革开放以来，我国经济结构发生了巨大变化。前文在对中国产业结构演进的考察中，已经指出产业结构变化无论是在产业结构合理化还是在产业结构高级化方面均经历了数次波动，但其变化与中国经济改革进程是紧密契合的，具有较强的时段性特征。因此，要真正认识产业结构变迁对经济增长的影响，有必要将产业结构与经济增长之间的关系分阶段进行研究。一些经济史专家将中国1978 年以来的改革进程分为四个阶段②，本文在前文分析的基础上参照他们的分段方式将—2009 年分为1978—1984 年、1985—1991 年、1992—2000 年和2001—2009 年四个阶段进行分析。
　　表2 中各项回归的Hansen 检验表明工具变量的选择是有效的，估计结果是合理的。从其结果来看，无论是产业结构合理化还是产业结构高级化，均对经济增长有着显著的影响，只是在不同的时期这种影响存在较大的差异。就产业结构合理化变迁而言，我们发现在各个时段，β显著为正,而β显著为负，这不仅表明产业结构合理性对经济增长的效应存在时期差异，而且表明其作用机制是恒定不变的，两者之间具有一种长期稳定的关系。况且，各项回归的ββ
　　值是相当大的，这
　　意味着产业结构合理性对经济增长的影响不仅取决于产业结构合理性本身，而且还与经济发展速度相关。在经济增长率相对较低的时候，一定程度的产业结构不合理尚还能够维持经济的增长，而当经济增长较快的时候，产业结构不合理则明显地对经济增长具有抑制作用。就产业结构高级化年第5 期。
　　对于时间跨度的选择，Aghion et al． (2006) 以及周业安和章泉(2008) 取值为6.，而卢二坡和曾五一(2008) 取值为5。但是一些研究表明，我国经济周期性比较频密( 董进，2006; 刘树成等，2005) ，因此本文采用卢二坡和曾五一(2008) 的方式取T = 5。