鄭長德 陳田

一、問題的提出

新中國成立70 年來，中國經濟取得了輝煌成就。1952 年，中國國內生產總值僅為679 億元，人均GDP僅為119元。2017年，國內生產總值已達到827121.7 億元，人均GDP 達到59660 元。黨的十九大報告指出，中國區(qū)域發(fā)展不平衡不充分的問題突出。而區(qū)域發(fā)展不平衡的一個顯著特征是勞動生產率在空間上的不均等。70年來，中國勞動生產率顯著提升，1952年僅為328元/人，改革開放后，于1979年突破1000 元/人，1996 年突破1 萬元/人，達到10415 元/人，2017 年中國勞動生產率突破10 萬元/人，達到106533 元/人，1952—2017 年年均增長9.62%。①但區(qū)域內、區(qū)域間的勞動生產率差異明顯。2017年，東北地區(qū)、東部地區(qū)、中部地區(qū)、西部地區(qū)的勞動生產率均值分別為93978 元/人、150032元/人、78566元/人、89382元/人。2017年，東部地區(qū)的北京、上海、天津勞動生產率分別為224703 元/人、223167 元/人、207293 元/人，而同屬于東部地區(qū)的河北、海南的勞動生產率僅為84913元/人、76429元/人；2017 年，西部地區(qū)的青海勞動生產率為198586 元/人，而西藏、甘肅僅為49402 元/人、48009元/人②。由此可見，中國勞動生產率區(qū)域差異較大。

本文探究的是中國勞動生產率及其區(qū)域差異在時間和空間上的演變態(tài)勢。其意義在于，通過對一個較長時間段的勞動生產率及其區(qū)域差異在時間和空間上的演變狀態(tài)的研究，可以捕捉到勞動生產率及其區(qū)域差異隨時間變化而變化的狀態(tài)、在演變過程中所表現的空間特征，這種狀態(tài)和特征通常能夠反映國家和地區(qū)勞動生產率和經濟增長的相對關系，以便更好地觀測一個地區(qū)的經濟發(fā)展動態(tài)系統(tǒng)，也有助于國家和地區(qū)更好地制定縮小勞動生產率區(qū)域差異，促進區(qū)域經濟協(xié)調發(fā)展的政策。

二、文獻述評

勞動生產率與經濟增長息息相關。新古典增長理論指出，經濟增長的路徑是穩(wěn)定的，技術創(chuàng)新、人力資本提升、資本投入是促進經濟增長的重要舉措。而生產的前提是勞動者。對一個國家和地區(qū)而言，總產出與總勞動消耗比通常用以衡量該國和該地區(qū)的社會勞動生產率。勞動生產率與經濟增長相互促進、相互影響（丁元、周樹高，2008），例如，勞動生產率提高可增加社會物質財富而促進工資增長（蘇中一，1992），尤其是對出口企業(yè)工資增長具有明顯促進作用（蒲艷萍等，2015），而工資增長也會促進勞動生產率提高（Peter Mulder、Henri L.F.De Groot，2007）。部門勞動生產率的提高對經濟增長的作用尤為明顯，一個重要的表現是，農業(yè)部門和工業(yè)部門相對勞動生產率的提高，可以促進勞動力向第三產業(yè)流動（劉雅嬌、胡靜波，2018），勞動力配置的優(yōu)化，進而引起產業(yè)結構的優(yōu)化，促進經濟增長（羅國勛，2000）。

為了更好地解釋中國的經濟增長，不少學者將研究集中在勞動生產率上。勞動生產率的研究主要集中在應用方面。王玲（2003）基于指數方法，測算了中國1978—2000年的勞動生產率，并利用諾德豪斯對生產率的分解公式計算了勞動生產率增長因素對勞動生產率增長的貢獻度。研究表明，1978—2000 年，中國勞動生產率平均增長速度為7.3%，就業(yè)結構變動對勞動生產率的貢獻逐漸在變小，經濟增長愈發(fā)依靠行業(yè)自身生產率的提高。高帆、石磊（2009）應用指數方法實證研究了1978—2006年中國31個省（市、區(qū)）勞動生產率的收斂性，結果顯示：在東部地區(qū)領先背景下，勞動生產率增長率呈有限收斂；在東部地區(qū)占優(yōu)條件下，勞動生產率絕對值表現出相對發(fā)散的特征。王昊等（2017）對中國勞動生產率增長進行分解，探討省際勞動生產率差距的演進趨勢，并同經合組織成員國進行比較，指出：中國省際勞動生產率差距總體呈M 型演進趨勢，中國與OECD 國家的勞動生產率間依然存在差距。也有學者對中國與印度的勞動生產率進行比較并指出，1978—2004 年，中國的勞動生產率反超印度并持續(xù)保持領先，但第三產業(yè)對兩國勞動生產率差距的影響很小，未來中國繼續(xù)保持領先優(yōu)勢，需提高第三產業(yè)的勞動生產率（楊天宇、劉賀賀，2012）。此外，不少學者對行業(yè)或產業(yè)的勞動生產率進行了研究，如：上海工業(yè)勞動生產率增長（熊鴻軍、申怡，2013）、中國制造業(yè)勞動生產率增長（李小平，2008；金春雨等，2015）、區(qū)域工業(yè)勞動生產率增長（劉富華，2006）、中國農業(yè)勞動生產率增長（汪小平，2007）等。一個較為普遍的結論是，勞動生產率的提高對增長具有重要促進作用，這也表明了研究勞動生產率相關狀況，對于分析國家、地區(qū)、部門等發(fā)展的現實意義。

綜上所述，有關中國勞動生產率的文獻，既有涉及勞動生產率的演變、比較的研究，又有勞動生產率與經濟社會發(fā)展關系的研究。但是針對區(qū)域勞動生產率差異的研究還相對較少，特別是探討區(qū)域內勞動生產率差異，以及區(qū)域勞動生產率差異對總體勞動生產率差異的影響程度的研究缺乏。本文的邊際貢獻在于：基于較長的時間段，從直觀角度和kernel 密度估計角度，分析中國總體及區(qū)域勞動生產率的演變狀態(tài)及空間格局特征；采用Dagum基尼系數及其按子群分解法不僅分析了中國總體和地區(qū)內的勞動生產率差異，還考察區(qū)域勞動生產率差異對總體勞動生產率差異的貢獻度。

三、方法與數據說明

本文采用核密度估計、Dagum基尼系數及其按子群分解法分析中國勞動生產率的動態(tài)演進和區(qū)域差異演變。兩種方法以及采用的數據說明如下。

1.勞動生產率區(qū)域動態(tài)演進剖析：核密度估計法

假設隨機變量X1，X2，X3，…，Xn，獨立同分布，X1的密度函數為f（x）且是未知的，那么核密度估計式可表示為公式（1）。

其中：N為樣本數；h為帶寬；Xi是獨立同分布的觀測值；x 是均值；K（·）是核函數，且滿足

h（帶寬）和N（樣本量）的關系要滿式（2）：

核函數采用高斯核函數，表達式如式（3）所示。

2.勞動生產率區(qū)域差異測算：Dagum 基尼系數及其按子群分解法

Dagum 基尼系數及其按子群分解法是現行逐漸被學術界所廣泛接受的一種測度和分解不平等的方法。其優(yōu)勢在于不僅能測度地區(qū)差距，還能對子樣本之間的差距性進行分解（Dagum，1997）。Dagum基尼系數用公式（4）表示：

其中，yji、yhr、n、y分別代表j區(qū)域第i個省份的勞動生產率、h 區(qū)域第r 個省份的勞動生產率，n 為樣本省份的數量，y為全國勞動生產率的平均值；k、nj、nh分別代表劃分的區(qū)域個數、j區(qū)域內的省份數量、h區(qū)域內的省份數量。

對所劃分區(qū)域的勞動生產率進行由低到高的排序是計算Dagum基尼系數的前提，排序如表達式（5）所示：

Dagum 基尼系數的來源可分解為Gw、Gnb、Gt三部分，依次表示地區(qū)內差異、地區(qū)間差異、超變密度對總體差異的貢獻，即G=Gw+Gnb+Gt。此外，Gjj、Gjh分別表示j 區(qū)域內的基尼系數、j 區(qū)域與h 區(qū)域間的基尼系數。Gjj、Gjh、Gw、Gnb、Gt的表達式如式（6）、式（7）、式（8）、式（9）、式（10）所示。

公式（11）中：

式中，djh是j 地區(qū)與h 地區(qū)勞動生產率的差值，表示為j、h 地區(qū)中所有yji-yhr＞0 的樣本值加總的數學期望；pjh為超變一階矩，理解為j、h 地區(qū)中所有yhr-yjh＞0 的樣本值加總的數學期望；Fj（y）、Fh（y）分別表示j地區(qū)、h地區(qū)的分布函數。

3.數據來源說明

本文考察時間段為1985—2017 年。原始數據來源是：1985—2008 年數據來源于《新中國六十年統(tǒng)計資料匯編》；2009—2017 年數據來源于各省歷年統(tǒng)計年鑒，其中河北2017 年GDP 數據來源于中華人民共和國統(tǒng)計局統(tǒng)計數據庫，河北2017年的全社會從業(yè)人員為估計值，估計方法是：2017 年的全社會從業(yè)人員=2016 年的全社會從業(yè)人員+2016 年比2015年全社會從業(yè)人員增加的人數。

四、中國勞動生產率的時空變化

這部分我們直觀描述中國勞動生產率的時空變化，并采用核密度估計法對中國勞動生產率的時空演變進行具體探討。

1.中國勞動生產率的時空變化：直觀分析

1985—2017 年全國及四大區(qū)域的勞動生產率均值均呈上升趨勢（見圖1）。全國勞動生產率均值從1985 年 的1954.17 元/人增加至2017 年的107297.68 元/人，年均增長率為13.5%。從地區(qū)的增長率來看，在考察期內，東北地區(qū)的勞動生產率年均增長12.07%，東部地區(qū)年均增長13.56%，中部地區(qū)年均增長13.37%，西部地區(qū)年均增長14.08%。1985—2017 年，勞動生產率年均增長率，西部地區(qū)＞東部地區(qū)＞中部地區(qū)＞東北地區(qū)。1985年，勞動生產率的均值，東部地區(qū)＞東北地區(qū)＞中部地區(qū)＞西部地區(qū)，2017年勞動生產率的均值，東部地區(qū)＞東北地區(qū)＞西部地區(qū)＞中部地區(qū)。1985—2000年中部地區(qū)勞動生產率的均值要大于西部地區(qū)，從2001 年開始，西部地區(qū)勞動生產率均值超過中部地區(qū)。

為更直觀地看清中國勞動生產率的空間分布，采用時間節(jié)點分析法，重點考察四個時間節(jié)點，1985 年、1996 年、2007 年、2017 年中國勞動生產率在空間上的特征。1985—2017年，中國勞動生產率有了大幅提升，但空間差異明顯。1985年，黑龍江、遼寧、北京、天津、上海勞動生產率均在2155 元/人以上；而中部地區(qū)和西部地區(qū)的勞動生產率相對較低。1996 年，東部地區(qū)、東北地區(qū)的勞動生產率相對較高，其中北京、上海的勞動生產率超過2 萬元/人，而中部地區(qū)、西部地區(qū)省份的勞動生產率依然相對較低。2007年，雖然東部地區(qū)和東北地區(qū)的勞動生產率依然相對較高，但已有西部地區(qū)省份的勞動生產率達到相對較高的水平，該西部地區(qū)省份是內蒙古，但總體上，中西部地區(qū)的勞動生產率依然相對較低。2017 年，東部地區(qū)和東北地區(qū)的勞動生產率總體依然比中部地區(qū)和西部地區(qū)高，但西部地區(qū)許多省份（如陜西、青海、內蒙古、重慶）的勞動生產率已經超過同時期的東北三省和東部地區(qū)部分省份，西部地區(qū)的勞動生產率差異出現兩極分化，而中部地區(qū)的勞動生產率依然較低。1985—2017 年，勞動生產率相對較高的省份在逐漸增多，東部地區(qū)和東北地區(qū)總體的生產率依然相對較高；西部地區(qū)的勞動生產率逐漸超過中部地區(qū)，西部區(qū)域內的勞動生產率高低水平之間的差異越來越明顯。

2.中國勞動生產率的時空演變：核密度分析

運用核密度估計法分析中國及其四大區(qū)域的勞動生產率的時空演變。

由圖2 可知，中國勞動生產率動態(tài)發(fā)展的主要特征是：1985—2017年，核密度估計曲線向右偏移，且偏移幅度較大，說明中國勞動生產率獲得較大幅度的提升；在考察期內，中國勞動生產率的核密度曲線波峰高度先變矮再變高，波峰寬度先變寬在變窄，核密度分布的右拖尾先拉長后縮短，說明勞動生產率差距先增大后縮小，總體來說，中國勞動生產率發(fā)展高水平的省份逐漸增多、低水平省份在減少，但有部分省份（如青海、江蘇、廣東、重慶、內蒙古）勞動生產率發(fā)展速度較快，與勞動生產率發(fā)展較慢的省份（如西藏、云南）形成較大的差距；在考察期內，勞動生產率的核密度曲線先變單峰再變雙峰，說明中國各地區(qū)的勞動生產率存在兩極分化的現象。

圖1 1985—2017年全國以及四大經濟板塊勞動生產率的演變態(tài)勢

由圖3 可知，東北地區(qū)勞動生產率的分布特征有：1985—2017 年，東北地區(qū)的勞動生產率核密度曲線整體向右移動，說明東部地區(qū)的勞動生產率不斷提高；在考察期內，波峰先變矮再變高，波峰寬度變化不大，右拖尾變化不大，表明差距先擴大后縮小，總體來說，東北地區(qū)的勞動生產率高水平的省份在增多，且勞動生產率增長速度較快的省份（如吉林）與增長相對較慢的省份（如黑龍江）的勞動生產率雖然形成一定差距，但差距并不是很大；考察期內，勞動生產率核密度曲線均呈單峰形態(tài)，說明東北各省份的勞動生產率差距并不是非常大，不存在極化現象。

東部地區(qū)勞動生產率分布的特征是：1985—2017 年，東部地區(qū)勞動生產率核密度曲線向右移動，這說明東部地區(qū)勞動生產率發(fā)展水平不斷提高；1985—2017 年，勞動生產率的波峰高度呈先變高再變矮再略有升高的態(tài)勢，但波峰高度變化幅度不大，波峰寬度先變寬后變窄，但也變化不大，右拖尾先拉長后變短，總體說明東部地區(qū)勞動生產率差距先擴大后變小，勞動生產率發(fā)展高水平的省份在增多，低水平的省份在減少，但勞動生產率發(fā)展速度較快的省份（如江蘇、浙江）與發(fā)展速度較慢的省份（如海南）之間的勞動生產率形成一定差距；考察期內，勞動生產率核密度曲線由雙峰變?yōu)閱畏逶傺葑優(yōu)殡p峰，說明東部地區(qū)勞動生產率在考察期內存在兩極分化現象。

圖3 中國四大區(qū)域勞動生產率的核密度估計

中部地區(qū)勞動生產率的分布特征是：1985—2017 年，中部地區(qū)勞動生產率核密度曲線整體右移，中部地區(qū)勞動生產率水平不斷提高；1985 年—2017年，勞動生產率的核密度曲線波峰高度先變高后變矮，波峰寬度有所變寬，右側拖尾長度變化不大，總體上看，中部地區(qū)的勞動生產率差距略有擴大，但擴大幅度不大，隨著時間的推進，中部地區(qū)的勞動生產率發(fā)展速度較快的省份（如湖北、湖南）和發(fā)展速度較慢的省份（如山西）的勞動生產率逐漸呈現出大體相當、差距不大的狀態(tài)；考察期內，勞動生產率核密度曲線由無明顯的波峰向單峰演變，總體表現為單峰形態(tài)，說明中部地區(qū)勞動生產率不存在極化現象。

西部地區(qū)勞動生產率的分布特征有：1985—2017 年，西部地區(qū)勞動生產率核密度曲線整體右移，說明西部地區(qū)勞動生產率水平在不斷提高；1985—2017年，勞動生產率的核密度曲線波峰高度先變高后變矮，波峰寬度逐漸變寬，右拖尾逐漸增大，說明西部地區(qū)勞動生產率發(fā)展水平高的省份逐漸增多，發(fā)展水平低的省份逐漸減少。但有部分省份（如青海、內蒙古）勞動生產率發(fā)展較快，與發(fā)展較慢的省份（如甘肅、西藏）之間形成較大差距；1985—2017年，勞動生產率的核密度曲線由多峰變?yōu)殡p峰再變?yōu)閱畏?，說明考察期內西部地區(qū)的勞動生產率存在多極化或者兩極分化現象，不同年份極化現象有所差異。

五、中國勞動生產率區(qū)域差異的演變

運用Dagum基尼系數及其按子群分解法，針對中國勞動生產率的總體差異、區(qū)域內差異、區(qū)域間差異及區(qū)域差異來源的演變依次進行探討。

1.中國勞動生產率總體差異和區(qū)域內差異的演變

根據勞動生產率的總體、區(qū)域內Dagum基尼系數的計算結果繪制區(qū)域內差異演進態(tài)勢圖（見圖4），探討中國勞動生產率的總體差異和區(qū)域內差異的演變。1985—2017年，中國勞動生產率的總體差異呈“上升—下降—上升—下降”的總趨勢：1985—1987 年，三年間略微上升，但幅度不明顯；1988—1990年，有略微下降趨勢；1991—2003年，呈逐漸上升的態(tài)勢；2004—2017年，逐漸下降。從總體上看，1985—2017年，中國勞動生產率的區(qū)域差異呈下降趨勢，以1985年為基期，期間年均下降0.14%。

1985—2017年，四大區(qū)域內的勞動生產率差異的變化趨勢較為不同。東北地區(qū)大致經歷先升后降再上升再下降的趨勢；東部地區(qū)大致經歷先降后升再下降的趨勢；中部地區(qū)的勞動生產率差異較為平穩(wěn)，變化幅度較??；西部地區(qū)的勞動生產率差異總體呈先升后降的態(tài)勢。

圖4 1985—2017年中國勞動生產率區(qū)域內差異

2.中國勞動生產率區(qū)域間差異的演變

根據勞動生產率區(qū)域間Dagum基尼系數，繪制區(qū)域間差異演變圖（見圖5），探討中國勞動生產率區(qū)域間差異的發(fā)展態(tài)勢。

1985—2017年，東部—東北地區(qū)之間的勞動生產率差異呈下降—上升—下降—上升的總趨勢；東部地區(qū)—西部地區(qū)之間的勞動生產率差異呈先升后降的趨勢；中部地區(qū)—東北地區(qū)之間的勞動生產率差異總體呈波動下降的趨勢；中部地區(qū)—西部地區(qū)之間的勞動生產率差異呈波動上升后下降的趨勢；西部地區(qū)—東北地區(qū)之間的勞動生產率差異總體呈波動下降的趨勢。

3.中國勞動生產率區(qū)域差異來源的演變

為揭示中國四大區(qū)域勞動生產率差異的來源，運用Dagum 基尼系數按子群分解法對總體基尼系數進行分解。根據分解結果繪制區(qū)域差異的貢獻率演變圖（見圖6）。

1985—2017年，中國勞動生產率的基尼系數均值為0.28493，區(qū)域內、區(qū)域間、超變密度的平均貢獻分別為0.06073、0.19454、0.02967，平均貢獻率分別為21.31%、68.28%、10.41%，中國勞動生產率區(qū)域差異來源依次為區(qū)域間差異、區(qū)域內差異、超變密度，其中有68%以上來源于區(qū)域間的差異。

圖5 1985—2017年中國勞動生產率區(qū)域間差異

圖6 1985—2017年區(qū)域內差異、區(qū)域間差異、超變密度對中國勞動生產率區(qū)域差異的貢獻率

從區(qū)域內差異對中國勞動生產率區(qū)域差異的貢獻率來看，其趨勢是先下降后上升；從區(qū)域間差異的貢獻率來看，經歷先上升后下降的趨勢；從超變密度的貢獻率來看，經歷先下降后上升的趨勢。

2017 年與2016 年相比，區(qū)域內差異、超變密度對中國勞動生產率的區(qū)域差異的貢獻率有所下降，分別下降2.25%、5.62%，而區(qū)域間差異的貢獻率上升2.95%。2017 年區(qū)域內差異、區(qū)域間差異、超變密度對中國勞動生產率區(qū)域差異的貢獻率分別為24.88%、58.11%、17.00%，區(qū)域間差異的貢獻率占了58%以上。

六、結論與政策建議

文章采用1985—2017年中國31個?。ㄗ灾螀^(qū)、直轄市）的勞動生產率的相關數據，對中國勞動生產率及其區(qū)域差異的時空演進過程進行研究。研究結果表明：從直觀角度看，中國及東北地區(qū)、東部地區(qū)、西部地區(qū)、中部地區(qū)的勞動生產率均呈增長的趨勢，東部地區(qū)和東北地區(qū)的勞動生產率領先于西部地區(qū)和中部地區(qū)，西部地區(qū)的勞動生產率由低于中部地區(qū)演變?yōu)楦哂谥胁康貐^(qū)，1985—2017年勞動生產率的增長率按由大到小排序依次為西部地區(qū)、東部地區(qū)、中部地區(qū)、東北地區(qū)，西部地區(qū)的青海、重慶、內蒙古、陜西勞動生產率增長較快；勞動生產率核密度曲線反映出，1985—2017 年，中國及四大區(qū)域的勞動生產率在不斷提高，有部分省份的勞動生產率增長速度較快，有部分省份的勞動生產率增長速度較慢，增速較快省份與增速較慢省份之間的勞動生產率形成較大的差異，并且出現了極化現象；Dagum 基尼系數及其分解結果顯示，中國勞動生產率區(qū)域差異總體呈下降趨勢，經歷“上升—下降—上升—下降”的變化，中國勞動生產率區(qū)域差異來源依次為區(qū)域間差異、區(qū)域內差異、超變密度。從區(qū)域來看，無論是區(qū)域內還是區(qū)域間，差異演變的態(tài)勢都存在較大不同。

根據研究結論，筆者提出縮小中國勞動生產率區(qū)域差距的兩條政策建議。一是區(qū)域間差異和區(qū)域內差異是中國勞動生產率差異的主要來源，因此，應積極發(fā)揮政府促進協(xié)調發(fā)展的主導作用，以縮小區(qū)域間差異和區(qū)域內差異為導向，構建區(qū)域間、區(qū)域內勞動生產率協(xié)調發(fā)展的機制，優(yōu)化勞動力等資源配置，促進區(qū)域間、區(qū)域內部的各縣（市）之間的良性互動，進而推動區(qū)域間、區(qū)域內部勞動生產率的協(xié)調提升。二是東部地區(qū)和東北地區(qū)的勞動生產率領先于西部地區(qū)和中部地區(qū)，因此，在促進東部地區(qū)和東部地區(qū)勞動生產率發(fā)展的同時，要更多地給予西部地區(qū)和中部地區(qū)政策傾斜，加大對西部地區(qū)和中部地區(qū)扶持，不僅要關注西部地區(qū)，更要給予中部地區(qū)更多的關注。

本文勞動生產率等于GDP 除以全社會就業(yè)人數，因此勞動生產率的提高有賴于經濟增長和人力資本提升。根據索羅經濟增長模型，勞動力、資本和技術是經濟增長的關鍵要素；鑒于改革開放以來，發(fā)展外向型經濟對經濟增長發(fā)揮了重要作用，“一帶一路”倡議有效地推動了國家之間的交流與合作，新時代中國對外合作空間更加廣闊。因此，筆者從人力資本、資金、技術、開放四個角度提出提高勞動生產率的政策建議。

第一，學歷教育和社會培訓兩手抓，提升人力資本，夯實提高勞動生產率的人才基礎。人力資本的提升能有效促進勞動生產率的提高。學歷教育和社會培訓是提升人力資本的兩個重要途徑。脫產學習、未就業(yè)的學生，平均受教育水平提高，未來就業(yè)預期生產率也會提高；社會從業(yè)人員平均受教育水平提高，會相應提高勞動生產率；在崗職工接受職業(yè)教育或社會培訓，會對之后的勞動生產率提高帶來良好的效果；失業(yè)、待業(yè)人員接受職業(yè)教育或社會培訓，有助于獲得新技能、新知識，提升綜合素質，提高生產率，增加就業(yè)概率。人力資本提升促進勞動生產率提高的機制在于：通過認知水平、技能熟練度提升，提高產出效率。因此，首先，相關部門要提升辦學質量：切實加強對在校學生基礎知識的培養(yǎng)力度，不斷夯實在校學生的理論基礎，增強學生運用理論指導實踐的能力；努力提升學生社會實踐水平，增強學生適應社會的能力和動手能力；積極促進學校教育和社會需求相適應，不斷改革不適應社會發(fā)展需求的教學模式和教學內容。其次，鼓勵人們提升受教育水平：通過提高學費補貼、生活補助和學習獎勵，拓寬受教育渠道等方式鼓勵和支持一批低學歷者自發(fā)提升受教育水平。此外，相關部門要采取自主培訓與委托培訓相結合的方式，積極推進社會培訓事業(yè)的發(fā)展：針對社會需求努力加強就業(yè)培訓力度，著力提升待就業(yè)者的綜合素質；鼓勵和支持社會培訓業(yè)的發(fā)展，為待就業(yè)者和已就業(yè)者提供更為廣闊的個人提升渠道。綜合而言，即通過辦學質量提升、鼓勵人們提升受教育水平、學歷教育和社會培訓相結合的方式，不斷提升中國的人力資本水平，夯實提高勞動生產率的人才基礎。

第二，加大生產性基礎設施建設投入，優(yōu)化生產環(huán)境，強化提高勞動生產率的設施保障。生產基礎設施是服務于生產部門的基礎性設施，是進行生產的保障。健全的生產設施、優(yōu)良的生產環(huán)境，有助于提高生產的效率，如交通通達性提升，有助于節(jié)約生產時間；綠化環(huán)境較好，可提升人健康水平和精神狀態(tài)，間接提高勞動生產率；尤其是當前互聯(lián)網發(fā)展迅速，通信設施的健全，對提高工作效率無疑具有重要促進作用。因此，要加強生產性基礎設施建設的經費投入力度，不斷完善生產性基礎設施，尤其是交通和通信設施；要積極營造良好的綠化環(huán)境，提升勞動者的健康狀況和精神狀態(tài)；要努力推進信息技術與生產制造，尤其是人工智能與生產的緊密結合，深化“人工智能+制造”，不斷提升生產的智能化水平，為生產部門創(chuàng)造良好的智能化環(huán)境。

第三，打造良好科技創(chuàng)新環(huán)境，推動生產技術進步，激發(fā)提高勞動生產率的技術活力。在科技迅猛發(fā)展的今天，生產技術創(chuàng)新成為提高勞動生產率的重要手段。黨的十八大以來，中國的研究與試驗發(fā)展經費投入大幅增加，2018年中國研發(fā)經費投入達19657 億元，目前中國已成為僅次于美國的世界第二大研發(fā)經費投入國家③。同時，中國的創(chuàng)新環(huán)境、創(chuàng)新產出、創(chuàng)新成效也獲得矚目成績，世界知識產權組織（WIPO）在印度新德里發(fā)布的2019年全球創(chuàng)新指數排名中，中國排名從2018 年的第17 位提升到第14位。但是中國R&D經費投入占GDP的比重與歐美等主要發(fā)達國家相比仍有一定的差距，中國人均研發(fā)經費依然較低，中國各地區(qū)的R&D 經費、R&D經費投入強度還存在較大的不平衡。因此，要出臺相關的鼓勵和支持政策，為科技創(chuàng)新營造良好的政策制度環(huán)境，為科技發(fā)展、勞動生產率提升奠定制度基礎；要逐步增強R&D經費投入強度，為科技研發(fā)提供強有力的資金保障，為技術進步和勞動生產率提升提供資金支撐；要努力促進科技成果轉化，助推技術的進步，以激發(fā)技術提升勞動生產率的活力。

第四，深化對內對外開放，加強區(qū)域交流與合作，釋放提高勞動生產率的空間動能。當今時代，經濟全球化和區(qū)域經濟一體化發(fā)展迅速，深化對內對外開放、加強經貿往來、促進技術和人才的交流與合作，是一個國家或地區(qū)提升勞動生產率的必由之路。如欠發(fā)達地區(qū)可從發(fā)達地區(qū)引進先進生產設備，可充分利用發(fā)達地區(qū)技術外溢來提高自身技術水平；各地區(qū)之間人才交流，有助于提高欠發(fā)達地區(qū)的人力資本水平；欠發(fā)達地區(qū)的實際需求，也將促進發(fā)達地區(qū)改善經營管理、改進生產技術；等等。因此，中國要積極推進“一帶一路”建設，加強與其他國家的交流與合作，尤其是技術和人才的交流與合作，通過技術、人才等的交流與合作，不斷提升勞動生產率發(fā)展的技術和人才等基礎；同時，積極建立健全國際交流合作機制、努力打造國際交流合作平臺、不斷減少國際貿易摩擦、提升與其他國家的通關便利性，即通過國家間交流與合作的制度完善、平臺打造，以及交往的便利性提升等，形成勞動生產率提升的良好國際環(huán)境，為中國勞動生產率提升釋放更多的空間動能；中國的各區(qū)域特別是欠發(fā)達地區(qū)要加強與發(fā)達區(qū)域的經貿往來，逐步拓寬交流合作領域，尤其注重深化技術和人才交流與合作，以推動區(qū)域和國家勞動生產率的提高。

新時代，區(qū)域經濟發(fā)展不平衡不充分的問題突出，縮小區(qū)域勞動生產率的差異是促進區(qū)域經濟協(xié)調發(fā)展的有效舉措，提升勞動生產率是促進經濟增長的重要途徑，提升勞動生產率與縮小勞動生產率區(qū)域差異二者并不矛盾，可協(xié)同推進。

注釋

①按國家統(tǒng)計局計算方法，勞動生產率=GDP/全社會就業(yè)人員數。②區(qū)域的劃分按照“十二五”規(guī)劃關于區(qū)域版圖劃定：東部、西部、中部和東北四大板塊。東部含河北、北京、天津、山東、江蘇、上海、浙江、福建、廣東、海南10個?。ㄊ校愀?、澳門、臺灣不在研究范圍內；西部含陜西、四川、云南、貴州、廣西、甘肅、青海、寧夏、西藏、新疆、內蒙古、重慶12個省、自治區(qū)和直轄市；中部含山西、河南、安徽、湖北、江西、湖南6個省份；東北含黑龍江、吉林、遼寧3個省份。③據國家統(tǒng)計局：http://www.stats.gov.cn/tjsj/zxfb/201907/t20190723_1680979.html。