李丹丹

摘要：使用跨產業(yè)面板數(shù)據(jù)，對中國1999—2016年間中國工業(yè)高技術行業(yè)和中低技術行業(yè)及25個細分行業(yè)的勞動生產率增長進行測算、對比和分析，運用變異系數(shù)、（最大值—最小值）/均值、相對勞動生產率等多種收斂指標對其收斂特征做出描述性統(tǒng)計分析，并在此基礎上運用雙向固定效應模型進行實證檢驗。研究發(fā)現(xiàn)，中國工業(yè)勞動生產率在絕大部分二位碼行業(yè)和四位碼行業(yè)中均呈現(xiàn)出顯著的收斂性，其中高技術行業(yè)的收斂速度要大于中低技術行業(yè)。如果在產業(yè)結構、行業(yè)結構以及加強科技創(chuàng)新政策方面做出適當調整，勞動生產率的收斂可以促進中國工業(yè)經濟的收斂。

關鍵詞：勞動生產率;增長;行業(yè)分類;差異;收斂

中圖分類號：F427 ? 文獻標識碼：A ? 文章編號：1007-2101（2020）03-0024-10

一、引言

國民經濟快速增長的重要原因離不開工業(yè)的顯著推動。隨著經濟全球化和現(xiàn)代信息技術的不斷發(fā)展，工業(yè)越來越成為影響世界經濟的重要力量。很多國家的實踐經驗表明，在經濟不斷發(fā)展過程中，隨著產業(yè)結構的日益高級化趨勢，國家將會呈現(xiàn)出“工業(yè)勞動生產率絕對收斂”的特征，這意味著工業(yè)的收斂是后工業(yè)化國家收斂的關鍵[1]。對于中國工業(yè)勞動生產率增長研究的文獻所采用的樣本多數(shù)是從全國區(qū)域角度或者地區(qū)角度分析的[2-3]，從具體行業(yè)層面分析相對較少。大部分研究結論認為中國工業(yè)存在條件收斂而不存在絕對收斂。但是Rodrik（2013）[1]采用118個國家2 000多個二位碼行業(yè)的跨國數(shù)據(jù)研究發(fā)現(xiàn)，絕對收斂在現(xiàn)實中存在，但它只發(fā)生在現(xiàn)代化程度比較高的制造業(yè)行業(yè)，而整體經濟并不存在收斂性。無論各經濟體的地理、政策、人力資本、研發(fā)、對外貿易等因素如何不同，制造業(yè)的勞動生產率始終表現(xiàn)出明顯的絕對收斂，也就是說遠離技術生產前沿行業(yè)的勞動生產率增長更快。當把特定國家決定變量如政策、體制等考慮進去時，這種收斂速度會更快。這就可以讓我們假設：隨著勞動力流動性增加，更多與技術結合的行業(yè)可以出現(xiàn)無條件的收斂現(xiàn)象。那么近年來，中國工業(yè)分行業(yè)的勞動生產率及其增長率情況如何？不同類別的細分工業(yè)部門的勞動生產率增長是否存在差異？全國及不同類型的工業(yè)勞動生產率是否存在收斂趨勢？對于這些問題的分析不僅有助于認識和把握中國工業(yè)行業(yè)勞動生產率變化的歷史軌跡，探究高技術行業(yè)和中低技術行業(yè)間及其各細分行業(yè)間工業(yè)發(fā)展的動態(tài)演變趨勢，有助于中國政府制定和落實更合理的工業(yè)行業(yè)發(fā)展政策，促進地區(qū)間工業(yè)的穩(wěn)定增長和協(xié)調發(fā)展。

鑒于此，筆者嘗試使用雙向固定效應模型，基于中國工業(yè)1999—2016年18年的省際二位碼和四位碼行業(yè)數(shù)據(jù)，這些是同時覆蓋“地區(qū)-行業(yè)-年份”的三維數(shù)據(jù)，對中國各省份工業(yè)行業(yè)勞動生產率進行測度和分析，在此基礎上分別對全樣本和按技術水平分類的工業(yè)總體及細分行業(yè)的勞動生產率進行β收斂檢驗，以此分析中國不同工業(yè)行業(yè)勞動生產率的收斂性問題。

二、文獻綜述

自從Barro和Sala-i-Martin（1992）[4]開創(chuàng)性提出收斂性研究以來，很多學者檢驗了收斂理論。與本文相關的研究主要包括三個方面。一是以GDP為經濟收斂的考察對象，考察區(qū)域經濟增長差異與其收斂性。張自然（2017）[5]利用統(tǒng)計指標法考察了中國1990—2016年的區(qū)域人均GDP差異變化，并利用各省份數(shù)據(jù)對β收斂進行計量檢驗，研究發(fā)現(xiàn)樣本周期的長短對β收斂的結果有很大的影響，即區(qū)域收斂與樣本周期長短有關，2013年以前中國區(qū)域差距呈現(xiàn)縮小趨勢，之后三大區(qū)域分化較為嚴重。史學貴和施潔（2015）[6]考察了中國1952—2011年30個省級區(qū)域的經濟收斂性，研究發(fā)現(xiàn)中國地區(qū)經濟存在很強的俱樂部收斂，但是改革開放之后俱樂部收斂速度呈現(xiàn)下降趨勢。朱國忠等（2014）[7]利用中國不同省份的GDP數(shù)據(jù)，通過空間動態(tài)模型考察了1952—2008年不同省份的經濟增長收斂性，研究發(fā)現(xiàn)中國省份間在整體上不存在收斂性。何雄浪等（2013）[8]利用中國1953—2010年29個省份的人均GDP數(shù)據(jù)，運用空間面板數(shù)據(jù)模型檢驗經濟增長的收斂性，研究發(fā)現(xiàn)整個研究時段不同地區(qū)的經濟增長不存在絕對收斂，加入人力資本和財政政策這兩個影響因素后，地區(qū)經濟增長存在條件收斂。二是基于資本、勞動、工業(yè)增加值等投入產出數(shù)據(jù)，以三大產業(yè)為基礎，考察中國不同省份的生產率差異和收斂趨勢。高毅蓉和袁倫渠（2014）[9]通過泰爾指數(shù)和σ收斂指標，分析了中國1985—2010年不同區(qū)域間三次產業(yè)勞動生產率的差異，研究發(fā)現(xiàn)中國區(qū)域內部的勞動生產率差異在縮小，而這引起三次產業(yè)勞動生產率的總體差異不斷縮小。楊騫和秦文晉（2018）[10]研究了中國產業(yè)結構優(yōu)化升級的空間非均衡格局，并運用多種收斂方法對其收斂性進行計量檢驗，研究發(fā)現(xiàn)，產業(yè)結構合理化存在β收斂和俱樂部收斂。柏培文和許捷（2018）[11]利用中國省際數(shù)據(jù)估算了1978—2013年不同省份的三次產業(yè)資本回報率，并考察了其收斂特征，研究發(fā)現(xiàn)，中國三大產業(yè)資本回報率存在絕對收斂，收斂速度的快慢與各省份TPF和人力資本的差異相關。三是考察某一部門或產業(yè)的生產率變化和收斂性，這主要集中在國外研究中。Dollar和Wollff（1993）[12]研究了1960—1986年30個OECD國家28個制造業(yè)行業(yè)水平生產率的變化。他們發(fā)現(xiàn)在人均GDP、資本勞動比率、總量勞動生產率、TFP和平均工資等方面都呈現(xiàn)出顯著的收斂趨勢。他們研究發(fā)現(xiàn)在戰(zhàn)后時期這些工業(yè)國家的幾乎每個制造業(yè)行業(yè)都存在勞動生產率的收斂。此外，在整個考察期間，整個制造業(yè)的收斂強度要比單個制造業(yè)的收斂強度要強。Boussemart et al.（2006）[13]將考察時期更新到1970—1996年，使用的數(shù)據(jù)涉及5個制造業(yè)行業(yè)和9個其他行業(yè)包括農業(yè)、采礦業(yè)、公共事業(yè)、建筑業(yè)、貿易、交通和通訊業(yè)、金融和保險、非政府服務和政府服務。他們使用的是標準追趕模型并采用GMM方法進行回歸估計。結果顯示，在這14個行業(yè)中，除了紡織業(yè)和政府服務業(yè)外，其他行業(yè)都呈現(xiàn)出顯著的追趕效應。David（2014）[14]研究了12個歐元國家1970—2007年9個經濟部門包括農業(yè)、制造業(yè)、建筑業(yè)、市場服務業(yè)、銷售業(yè)、交通運輸業(yè)、金融中介、租賃業(yè)和非市場服務業(yè)及11個制造業(yè)子行業(yè)的生產率收斂性，結果發(fā)現(xiàn)農業(yè)、交通通訊業(yè)以及非市場服務業(yè)這三個部門經濟的生產率都存在收斂趨勢。在制造業(yè)細分行業(yè)中，印刷和出版業(yè)、化學品和燃料業(yè)及其他制造業(yè)這三個低技術行業(yè)的生產率出現(xiàn)收斂趨勢。對于四位碼行業(yè)的收斂性研究中，Levchenko和Zhang（2016）[15]利用各個國家1996—2000年四位碼行業(yè)數(shù)據(jù)估計了19個制造業(yè)的相對生產率趨勢，結果表明不同國家之間存在穩(wěn)定的收斂性。Bénétrix et al.（2015）[16]同樣利用四位碼行業(yè)數(shù)據(jù)研究了1890—2007年的跨國家間工業(yè)產出的收斂性，結果表明1890—1972年跨國家工業(yè)產出存在絕對收斂。

已有文獻為本文提供了依據(jù)和支持[17-20]。現(xiàn)有文獻綜述發(fā)現(xiàn)，對于中國不同行業(yè)的收斂性研究國內文獻十分有限，尤其是針對工業(yè)行業(yè)的。大多數(shù)研究是以GDP為衡量經濟收斂的考察對象衡量不同地區(qū)經濟差異問題或者從人均GDP的角度考察經濟增長的收斂問題。根據(jù)技術擴散理論，收斂性的主要驅動因素是由于技術追趕造成的，人均GDP并不能體現(xiàn)反映生產效率的提高。另外，對于行業(yè)收斂性的研究，大多是以行業(yè)整體為考察對象來進行省際數(shù)據(jù)的比較，缺乏對細分行業(yè)收斂性的研究。工業(yè)是我國的主導產業(yè)，就業(yè)人數(shù)遠遠高于其他行業(yè)，由于其技術含量不同，各行業(yè)間存在很大的異質性，不能一概而論[21]。通過比較細分行業(yè)的勞動生產率的分布特征和收斂特征，可以了解哪些行業(yè)增長快，哪些行業(yè)增長慢，各個行業(yè)規(guī)模如何調整等，這對目前產業(yè)結構的調整具有重要意義。由于數(shù)據(jù)采集和處理上相對復雜和困難，國內對于工業(yè)四位碼行業(yè)收斂性研究比較少。但是在現(xiàn)實生活中，我們接觸到的大多是四位碼行業(yè)。為了解決上述問題，筆者首先以勞動生產率為收斂考察對象，這是由于勞動生產率可以體現(xiàn)勞動投入的產出效果和技術進步所造成的效率提高。利用兩個收斂指標即變異系數(shù)和（最大值-最小值）/均值進行描述性統(tǒng)計分析，初步考察行業(yè)整體、分行業(yè)類型和各細分行業(yè)的收斂特征，并通過Kruskal-Wallis檢驗（單因素非參數(shù)方差分析）的統(tǒng)計分析方法來說明其是否具有統(tǒng)計上的顯著性，使得結果更加科學和客觀，然后分別使用各省份的二位碼行業(yè)和四位碼行業(yè)數(shù)據(jù)，運用雙向固定效應模型對其進行計量檢驗，并首次考察了更加細分的四位碼工業(yè)行業(yè)的收斂特征，這不僅可以使計量結果更加穩(wěn)健，還可以提供更清晰的政策目標，有利于中國工業(yè)產業(yè)結構調整。

三、中國工業(yè)行業(yè)勞動生產率收斂的描述性統(tǒng)計分析

基于各地區(qū)和各細分行業(yè)工業(yè)增加值、資本投入、就業(yè)人數(shù)等數(shù)據(jù)，我們測算了歷年中國工業(yè)各細分行業(yè)的勞動生產率及其增長率水平，在此基礎上測算了收斂的相關指標以考察中國工業(yè)細分行業(yè)是否存在收斂的特征。根據(jù)2011年的國民經濟行業(yè)分類（GB/T 4754-2011），工業(yè)分為采礦業(yè)、制造業(yè)和公用事業(yè)。為了數(shù)據(jù)的連續(xù)性，筆者選擇25個二位碼工業(yè)行業(yè)作為考察樣本。為了進一步的行業(yè)對比，筆者參考聯(lián)合國制定并審議通過的《國際標準產業(yè)分類》（ISIC，3.0），依照OECD按技術劃分產品的標準和世界銀行的類方法將工業(yè)行業(yè)劃分為髙技術行業(yè)和中低技術行業(yè)①。

（一）中國工業(yè)勞動生產率的分布特征

為了比較中國工業(yè)細分行業(yè)勞動生產率的分布特征，筆者計算了25個二位碼工業(yè)行業(yè)的勞動生產率及其增長率水平（見表1）。從表1中可以看出，1999—2016年中國工業(yè)分行業(yè)勞動生產率均存在顯著增長的趨勢，但是行業(yè)間存在顯著差異。年均勞動生產率最高的行業(yè)是煙草制造業(yè)，年均勞動生產率高達96.54，遠遠高于工業(yè)其他行業(yè)。但是該行業(yè)存在很大的政策和制度性因素，幾乎完全是國家壟斷，因此與其他行業(yè)可比性不高。接下來年均勞動生產率排名前五的是H34交通運輸設備制造業(yè)（26.98）、H39通信設備、計算機及其他電子設備制造業(yè)（23.21）、H26化學纖維制造業(yè)（21.19）、H27醫(yī)藥制造業(yè)（16.38）和飲料制造業(yè)（12.00）。勞動生產率最低的行業(yè)為H09煤炭開采和洗選業(yè)（1.84）、H07石油和天然氣開采業(yè)（2.37）、H25石油加工、煉焦及核燃料加工業(yè)（4.27）、H08黑色金屬礦采選業(yè)（5.82）。年均勞動生產率增長率最高的是H34交通運輸設備制造業(yè)，勞動生產率年均增長率為1.77，增長率排在第二到第五位的分別是H35專用設備制造業(yè)（0.53）、H16煙草制造業(yè)（0.51）、H22造紙及制品業(yè)（0.42）和H17紡織業(yè)（0.40）。

表1的最后兩欄統(tǒng)計了勞動生產率增長率指標，一個是年均增長率，另一個是全部增長率。根據(jù)收斂性假說，如果收斂性存在，那么期初勞動生產率越低的行業(yè)，它的增長率反而越高。我們可以發(fā)現(xiàn)，大部分行業(yè)的期初勞動生產率水平與增長率之間呈顯著負相關。如H39通信設備、計算機及其他電子設備制造業(yè)（8.69）和H15飲料制造業(yè)（4.66），這兩個行業(yè)的1999年勞動生產率相對較高，而它們的全部增長率卻是最低的，2016年勞動生產率僅為1999年的4.73和4.51倍。相反，1999年勞動生產率排在末位的H17紡織業(yè)（1.83）和H35專用設備制造業(yè)（1.84）等卻經歷了較快的勞動生產率增長，2016年的勞動生產率是1999年的7.73倍和10.01倍。

（二）高技術行業(yè)和中低技術行業(yè)的收斂特征

為了考察高技術行業(yè)和中低技術行業(yè)內部的收斂性，筆者利用省份-行業(yè)數(shù)據(jù)對兩類行業(yè)1999—2016年的勞動生產率進行統(tǒng)計描述，通過計算收斂指標來考察高技術行業(yè)和中低技術行業(yè)內勞動生產率的收斂趨勢（見表2、表3）。表2是1999—2016年高技術行業(yè)內部各省份-行業(yè)組合勞動生產率的統(tǒng)計描述，在此基礎上筆者計算了兩個表示收斂性的指標，第一個指標是變異系數(shù)，用標準差除以平均值計算得來，第二個指標是用勞動生產率最大值與最小值的差除以均值計算得來。如果中國高技術行業(yè)勞動生產率呈現(xiàn)收斂趨勢，那么各省份-行業(yè)組合的勞動生產率之間的差距或者離差隨著時間的推移要逐漸減少，表2的兩個收斂指標即變異系數(shù)和（最大值-最小值）/均值的變動證實了這一點。從表2中可以看出，在1999—2016年，高技術行業(yè)經歷了穩(wěn)定持續(xù)的增長，勞動生產率由1999年的3.51增長到2004年的9.80、2009年的18.09、2016年的35.25。

為了更加清晰地描繪中國高技術行業(yè)勞動生產率的收斂趨勢，筆者繪制了1999—2016年中國高技術行業(yè)勞動生產率的兩個收斂指標的變化趨勢（見圖1）。結合表2和圖1可以看出，1999—2016年高技術行業(yè)勞動生產率的兩個收斂指標均呈現(xiàn)顯著下降趨勢。變異系數(shù)從1999年的0.79下降到2004年的0.35，下降了一半還多，之后持續(xù)下降，除了2012年該指標稍有增加之外，其余年份均在下降，到2016年勞動生產率的變異系數(shù)下降到0.15。從（最大值-最小值）/平均值的變化趨勢來看，筆者同樣可以發(fā)現(xiàn)中國高技術行業(yè)勞動生產率的收斂趨勢。（最大值-最小值）/平均值從1999年的5.34下降到2004年的2.55、2009年的1.70，到2016年該指標下降到1.38?？偟膩碚f，在1999—2016年，高技術行業(yè)勞動生產率的兩項收斂指標均呈現(xiàn)顯著下降趨勢，可以發(fā)現(xiàn)高技術行業(yè)勞動生產率存在顯著的收斂特征。

表3是1999—2016年中低技術內部省份-行業(yè)勞動生產率的統(tǒng)計描述，從中可以看出在1999—2016年中低技術行業(yè)同樣經歷了穩(wěn)定持續(xù)的增長，勞動生產率由1999年的5.04增長到2004年的13.85、2009年的31.27，到2016年勞動生產率增長到60.12。由于中低技術行業(yè)中包含了煙草制造業(yè)、石油和天然氣開采業(yè)等壟斷性行業(yè)，這些壟斷性行業(yè)的勞動生產率遠遠高于其他行業(yè)，因此加大了中低技術行業(yè)勞動生產率的均值，使得其高于高技術行業(yè)。如果中低技術行業(yè)內省份-行業(yè)的勞動生產率呈現(xiàn)收斂趨勢，那么各省份-行業(yè)組合的勞動生產率之間的差距或者離差隨著時間的推移要逐漸減少。為了更加清晰地描繪中低技術行業(yè)勞動生產率的收斂趨勢，筆者繪制了1999—2016年中低技術行業(yè)勞動生產率的兩個收斂指標即變異系數(shù)和（最大值-最小值）/均值指標的變化趨勢（見圖2）。結合表3和圖2可以看出，1999—2016年間中低技術行業(yè)勞動生產率的兩個收斂指標均呈現(xiàn)顯著下降的趨勢。變異系數(shù)從1999年的0.83下降到2004年的0.39，下降了一半還多，之后持續(xù)下降，到2016年勞動生產率的變異系數(shù)下降到0.18。從（最大值-最小值）/平均值的變化趨勢來看，我們同樣可以發(fā)現(xiàn)中國工業(yè)中低技術行業(yè)勞動生產率的收斂趨勢。（最大值-最小值）/平均值從1999年的5.66下降到2004年的2.36、2009年的1.63，到2016年該指標下降到1.21?？偟膩碚f，在1999—2016年間，中低技術行業(yè)勞動生產率的兩項收斂指標均呈現(xiàn)顯著下降趨勢，我們可以發(fā)現(xiàn)中低技術行業(yè)勞動生產率存在顯著的收斂特征。

在上述統(tǒng)計性描述基礎上，利用Kruskal-Wallis 檢驗（單因素非參數(shù)方差分析）的統(tǒng)計分析方法來說明高技術行業(yè)和中低技術行業(yè)的勞動生產率是否具有顯著差異（見表4）。由表4的Kruskal-Wallis檢驗結果的p值（p=0.000<0.05）可以看出，在顯著性水平0.05下，Kruskal-Wallis檢驗拒絕原假設，認為高技術行業(yè)和中低技術行業(yè)的勞動生產率存在顯著的差別，上述統(tǒng)計性描述具有統(tǒng)計上的意義。

（三）25個細分行業(yè)的收斂特征

為了考察中國工業(yè)勞動生產率的收斂特征是否在工業(yè)各細分行業(yè)中存在，我們利用省份-行業(yè)數(shù)據(jù)計算了1999—2016年25個兩位碼工業(yè)行業(yè)的勞動生產率及其增長率，并在此基礎上計算了變異系數(shù)和（最大值-最小值）/均值兩個收斂指標，如果中國工業(yè)細分行業(yè)的勞動生產率同樣存在收斂特征，那么各行業(yè)的省份-行業(yè)勞動生產率之間的差距或者離差隨著時間的推移要逐漸減少（見表5）。從表5中可以看出，25個二位碼工業(yè)細分行業(yè)勞動生產率的變異系數(shù)和（最大值-最小值）/均值在1999—2016年均呈現(xiàn)出明顯的下降趨勢。以規(guī)模最大的四個樣本行業(yè)為例，電氣機械及器材制造業(yè)的勞動生產率的變異系數(shù)從1999年的0.73下降到2005年的0.24、2010年的0.14，之后穩(wěn)定下降到2016年的0.11，（最大值-最小值）/均值從1999年的3.67下降到2005年的1.19、2010年的0.59，到2016年（最大值-最小值）/均值僅為0.41。紡織業(yè)勞動生產率的變異系數(shù)從1999年的0.66下降到2005年的0.49、2010年的0.28，之后穩(wěn)定下降到2016年的0.21，（最大值-最小值）/均值從1999年的4.09下降到2005年的2.5、2010年的1.26，到2016年（最大值-最小值）/均值僅為0.92。通信設備、計算機及其他電子設備制造業(yè)勞動生產率的變異系數(shù)從1999年的0.59下降到2005年的0.25、2010年的0.21，之后穩(wěn)定下降到2016年的0.14，（最大值-最小值）/均值從1999年的2.5下降到2005年的1.05、2010年的1.02，到2016年（最大值-最小值）/均值僅為0.72。交通運輸設備制造業(yè)變異系數(shù)從1999年的1.00下降到2005年的0.31、2010年的0.19，之后2016年為0.17，（最大值-最小值）/均值從1999年的4.67下降到2004年的1.35、2010年的0.83，到2016年（最大值-最小值）/均值為0.72。以上事實表明，1999—2016年中國工業(yè)細分行業(yè)同樣存在顯著的收斂特征。

四、實證檢驗及分析

在借鑒Rodrik（2013）[1]的研究思路上，結合樣本實際特征，筆者設計如下的計量模型：

其中，下標j表示省份，i表示行業(yè)，t表示時間。jit是第t至t+k年地區(qū)i行業(yè)的勞動生產率年平均增長率，yjit是j地區(qū)i行業(yè)的初始勞動生產率，代表初始發(fā)展水平，？茁是收斂系數(shù)。筆者將中低技術行業(yè)設為基準組，通過引入高技術行業(yè)與期初勞動生產率的交互項來考察不同行業(yè)類型勞動生產率的收斂特征。D1表示高技術行業(yè)虛擬變量，Dj表示地區(qū)固定效應，Di代表行業(yè)固定效應，？著jit是隨機誤差項，X表示其他解釋變量。經濟增長理論認為，資本投入對勞動生產率的影響至關重要，以此筆者引入了資本密度指標，采用固定資產凈值與就業(yè)人數(shù)的比值表示。根據(jù)機理機制，提高企業(yè)績效的最根本方式是所有權結構的改變，包括外國資本和國有資本。理論與實證研究強調所有權結構對勞動生產率增長的影響，筆者采用外國資本與實收資本、國有資本與實收資本的比重表示外國產權和國有產權。馬歇爾提出的規(guī)模經濟認為，隨著日益擴大的企業(yè)規(guī)模，企業(yè)的勞動分工將更加專業(yè)化，這大大降低了企業(yè)的生產成本和管理成本，使企業(yè)更容易產生規(guī)模報酬，以至于獲得固定單位產出時需要的生產成本更少，所以規(guī)模報酬促進了勞動生產率增長。文中加入規(guī)模變量，用各地區(qū)各行業(yè)的從業(yè)人員年平均人數(shù)來表示。在技術擴散模型理論中，開放程度可以促進技術擴散進而影響收斂速度，筆者引入出口份額變量，采用出口值與地區(qū)銷售產值的比重表示。筆者將1999年作為初始年，樣本末期設為2016年，利用雙向固定效應模型對方程（1）進行估計。

表6是中國高技術行業(yè)和中低技術行業(yè)勞動生產率收斂性的橫截面估計結果，其中將中低技術行業(yè)作為基準組，期初勞動生產率的系數(shù)即為中低技術行業(yè)的收斂系數(shù)，高技術行業(yè)的收斂系數(shù)是將交互項的系數(shù)加上基準組的收斂系數(shù)計算得出。表6的（1）欄顯示，期初勞動生產率的系數(shù)和交互項系數(shù)均是負數(shù)且顯著，這說明中國高技術行業(yè)和中低技術行業(yè)的勞動生產率均呈現(xiàn)出顯著的絕對收斂特征。高技術行業(yè)的收斂系數(shù)絕對值（0.050）比中低技術行業(yè)的收斂系數(shù)絕對值（0.015）大，這意味著高技術行業(yè)的收斂速度要明顯大于中低技術行業(yè)。（2）欄是將省份固定效應加入后的條件收斂結果，當資本密度、規(guī)模、出口導向和產權變量等指標被控制后，仍然可以發(fā)現(xiàn)相同的特征，但是高技術行業(yè)和中低技術行業(yè)的收斂速度差異縮小了。以上結果意味著高技術行業(yè)的收斂速度要大于中低技術行業(yè)的收斂速度，這是由于高技術行業(yè)內經濟的同質性會比中低技術行業(yè)之間表現(xiàn)得更強，技術擴散也會更加容易，所以收斂速度會更快。

在表7的穩(wěn)健性檢驗中，通過對行業(yè)進行更細程度的劃分，選取中國30個省（自治區(qū)、市）的100個四位碼工業(yè)行業(yè)數(shù)據(jù)對高技術行業(yè)和中低技術行業(yè)的勞動生產率收斂性重新進行估計，結果見表7。從表7的估計結果中同樣可以看出，四位碼行業(yè)的高技術行業(yè)和中低技術行業(yè)的（1）欄和（2）欄期初勞動生產率系數(shù)都為負數(shù)，均在1%水平上顯著，說明這兩類行業(yè)均存在顯著的絕對收斂和條件收斂特征。通過比較兩類行業(yè)收斂系數(shù)的大小，發(fā)現(xiàn)高技術行業(yè)的收斂速度要大于中低技術行業(yè)的收斂速度，其中高技術行業(yè)的絕對收斂和條件收斂系數(shù)均為-0.002，中低技術行業(yè)的絕對收斂和條件收斂系數(shù)均為-0.001，并且都在1%水平上顯著。

為了進一步驗證工業(yè)各個細分行業(yè)是否存在上述收斂特性，將每一個二位碼行業(yè)和四位碼行業(yè)的子樣本進行估計（不加入行業(yè)和省份虛擬變量），在這里主要是驗證工業(yè)各細分行業(yè)是否存在絕對收斂現(xiàn)象，并將得出的收斂系數(shù)核密度分布繪于圖3。從圖3（a）可以看到，在所考察的25個二位碼行業(yè)中，收斂系數(shù)均是負數(shù)，其中在（-0.5，-0.3）區(qū)間集中;從圖3（b）可以看到，在所考察的100個四位碼工業(yè)行業(yè)中，收斂系數(shù)均是負數(shù)且位于（-0.3，-0.05）區(qū)間，其中-0.1周圍最為集中。因此，無論是對于單個二位碼工業(yè)行業(yè)還是四位碼工業(yè)行業(yè)，勞動生產率收斂的現(xiàn)象也普遍存在。

五、研究結論與展望

（一）研究結論

筆者使用跨產業(yè)面板數(shù)據(jù)，對中國1999—2016年中國工業(yè)高技術行業(yè)和中低技術行業(yè)及25個細分行業(yè)的勞動生產率增長進行了測算、對比和分析，運用變異系數(shù)、（最大值-最小值）/均值、相對勞動生產率等多種收斂指標對其收斂特征做出描述性統(tǒng)計分析，并在此基礎上運用雙向固定效應模型進行實證檢驗，得出以下結論：（1）中國1999—2016年工業(yè)行業(yè)的勞動生產率呈現(xiàn)出顯著的絕對收斂和條件收斂。（2）中國分技術類型的工業(yè)行業(yè)勞動生產率的收斂速度存在顯著差異，其中高技術行業(yè)的收斂系數(shù)絕對值要比中低技術行業(yè)的收斂系數(shù)絕對值大，這說明高技術行業(yè)的收斂速度要明顯大于中低技術行業(yè)。在穩(wěn)健性檢驗中，利用四位碼行業(yè)進行再次計量檢驗后仍發(fā)現(xiàn)上述特征。（3）勞動生產率收斂的現(xiàn)象也普遍存在于25個二位碼行業(yè)和100個四位碼行業(yè)中，其中二位碼行業(yè)的收斂系數(shù)在（-0.5，-0.3）區(qū)間集中，四位碼行業(yè)收斂系數(shù)大約停留于（-0.3，-0.05）區(qū)間，在-0.1周圍最為集中。

（二）政策啟示

以上結論蘊含的政策啟示是：中國工業(yè)已經進入了一個新增長階段，工業(yè)是中國經濟的主要推動力，工業(yè)勞動生產率的收斂在實現(xiàn)中國經濟發(fā)展方式轉變和協(xié)調區(qū)域經濟増長中具有重要作用。政府要優(yōu)化工業(yè)行業(yè)結構，加速工業(yè)行業(yè)的收斂。由于高技術行業(yè)的收斂速度要大于中低技術行業(yè)，因此在行業(yè)結構層次上，以推進供給側結構性改革為底線，對高技術行業(yè)要建立多元化的長效投入機制，增加產業(yè)持續(xù)發(fā)展動力，以高技術產品為突破，有選擇地發(fā)展與智能化和個性化發(fā)展趨勢相一致的高技術產業(yè)，促進產業(yè)結構升級，加速工業(yè)行業(yè)的收斂（徐偉呈和范愛軍，2018）[22]。同時，新型工業(yè)化模式下，行業(yè)中以技術引進和模仿為主的技術供給模式已不能滿足現(xiàn)代企業(yè)的持續(xù)發(fā)展，只有對核心技術和關鍵設備進行自主研發(fā)，提升先進制造技術的自主創(chuàng)新能力才能保證各行業(yè)的持續(xù)、快速發(fā)展。因此，政府要進一步加大科技創(chuàng)新的經費和政策支持力度，建立有效的激勵機制，鼓勵和激發(fā)各行業(yè)用新技術去提高效率和進行創(chuàng)新式研發(fā)，推動產業(yè)升級和國家優(yōu)先領域突破（趙娜和王博，2016）[23]。企業(yè)要加大先行先試力度，創(chuàng)造高質量的就業(yè)崗位，加強產學研的深度合作，提高科技創(chuàng)新對產業(yè)發(fā)展的貢獻力。對于中低技術行業(yè)，政府應充分利用資源，選擇性地發(fā)展集技術和創(chuàng)新于一體的中低技術型行業(yè)，對于生產能力過剩的產業(yè)進行不斷壓縮，利用大數(shù)據(jù)、物聯(lián)網和云計算等新一代信息技術不斷改造和提升傳統(tǒng)產業(yè)，多層次多渠道地對中低技術行業(yè)進行扶持和鼓勵，使中低技術行業(yè)積累更多潛在的生產新產品的能力，通過提供支持技術轉移與應用的財政政策、對風險投資和研發(fā)機構的稅收優(yōu)惠等，全面提升本行業(yè)的創(chuàng)新效率，縮小高技術行業(yè)和中低技術行業(yè)的發(fā)展差距。

（三）研究局限與展望

由于數(shù)據(jù)的可獲得性和理論水平的有限性等，在研究中還存在著不足。由于企業(yè)數(shù)據(jù)難以獲得，筆者使用的是分省份的行業(yè)數(shù)據(jù)對行業(yè)勞動生產率的收斂性進行研究，但是企業(yè)的異質性并沒有體現(xiàn)出來。隨著數(shù)據(jù)資料的不斷豐富、理論方法的不斷完善，相關研究也會更加深入且細致。同時隨著經濟體制改革的深化，中國工業(yè)企業(yè)的所有制形式發(fā)生了巨大的變化，非國有經濟在工業(yè)總產值中所占的比重日益增大，已經成為中國經濟增長和市場化進程的支撐力量，因此在后續(xù)的研究中可以對不同所有制形式的工業(yè)勞動生產率收斂性進行考察。

注釋：

①其中高技術行業(yè)包括：H26化學原料及化學品制造業(yè)、H27醫(yī)藥制造業(yè)、H28化學纖維制造業(yè)、H34通用設備制造業(yè)、H35專用設備制造業(yè)、H37交通運輸設備制造業(yè)、H38電氣機械及器材制造業(yè)、H39通信設備、計算機及其他電子設備制造業(yè)和H40儀器儀表及文化、辦公用機械制造業(yè)這9個行業(yè);中低技術行業(yè)包括：H06煤炭開采和洗選業(yè)、H07石油和天然氣開采業(yè)、H08黑色金屬礦采選業(yè)、H09有色金屬礦采選業(yè)、H13農副食品加工業(yè)、H14食品制造業(yè)、H15飲料制造業(yè)、H16煙草加工業(yè)、H17紡織業(yè)、H22造紙及制品業(yè)、H25石油加工、煉焦及核燃料加工業(yè)、H30非金屬制品業(yè)、H31黑色金屬冶煉及壓延加工業(yè)、H32有色金屬冶煉及壓延加工業(yè)、H33金屬制品業(yè)和H44電力、熱力的生產供應業(yè)。

參考文獻：

[1]Rodrik，D. Unconditional convergence in manufacturing[J]. Quarterly Journal of Economic，2013（1）：165-204.

[2]覃成林，楊霞. 先富地區(qū)帶動了其他地區(qū)共同富裕嗎——基于空間外溢效應的分析[J].中國工業(yè)經濟，2017（10）：44-61.

[3]劉生龍，張捷. 空間經濟視角下中國區(qū)域經濟收斂性再檢驗——基于1985—2007年省級數(shù)據(jù)的實證研究[J].財經研究，2009（12）：16-26.

[4]Barro R，Sala-i-Martin X. Convergence[J]. Journal of Political Economy，1992（2）：223-251.

[5]張自然. 區(qū)域差距、收斂與增長動力[J]. 金融評論，2017（1）：98-113+130.

[6]史學貴，施潔. 中國區(qū)域經濟收斂性的再估計——基于技術溢出的空間動態(tài)面板數(shù)據(jù)模型[J].科技管理研究，2015（6）：211-215.

[7]朱國忠，喬坤元，虞吉海. 中國各省經濟增長是否收斂？[J]. 經濟學（季刊），2014（3）：1171-1194.

[8]何雄浪，鄭長德，楊霞. 空間相關性與我國區(qū)域經濟增長動態(tài)收斂的理論與實證分析——基于1953—2010年面板數(shù)據(jù)的經驗證據(jù)[J]. 財經研究，2013（7）：82-95.

[9]高毅蓉，袁倫渠. 我國三次產業(yè)勞動生產率的地區(qū)差異及收斂性分析：1985～2010年[J]. 經濟問題探索，2014（6）：54-59.

[10]楊騫，秦文晉.中國產業(yè)結構優(yōu)化升級的空間非均衡及收斂性研究[J].數(shù)量經濟技術經濟研究，2018（11）：58-75.

[11]柏培文，許捷. 中國三大產業(yè)的資本存量、資本回報率及其收斂性：1978—2013[J].經濟學（季刊），2018（3）：304-339.

[12]Dollar D，Wolff E. Competitiveness， convergence and international specialization[M]. Cambridge，1993.

[13]Boussemart J，Briec W，Cadoret I，Tavéra C. A re-examination of the technological catching-up hypothesis across OECD industries[J]. Economic Modelling，2006（6）：967-977.

[14]David S. Productivity in the euro area：any evidence of convergence？[J].Empirical Economics，2014（47）：999-1027.

[15]Levchenko A，Zhang J. The evolution of comparative advantage：Measurement and welfare implications[J].Journal of Monetary Economics，2016（4）：96-111.

[16]Bénétrix A S，O′Rourke K，Williamson JG. The spread of manufacturing to the periphery 1870-2007：eight stylized facts[J].Open Economies Review，2015（1）：1-37.

[17]王許亮，王恕立.服務業(yè)能源生產率變遷及收斂性分析[J].數(shù)量經濟技術經濟研究，2018（1）：42-58.

[18]高帆，石磊.中國各省份勞動生產率增長的收斂性：1978-2006年[J].管理世界，2009（1）：49-60.

[19]蘇治，徐淑丹. 中國技術進步與經濟增長收斂性測度——基于創(chuàng)新與效率的視角[J].中國社會科學，2015（7）：4-25.

[20]白雪潔，孟輝. 服務業(yè)真的比制造業(yè)更綠色環(huán)保？——基于能源效率的測度與分解[J].產業(yè)經濟研究，2017（3）：1-14.

[21]劉明，王思文. β收斂、空間依賴與中國制造業(yè)發(fā)展[J].數(shù)量經濟技術經濟研究，2018（2）：3-21.

[22]徐偉呈，范愛軍. “互聯(lián)網+”驅動下的中國產業(yè)結構優(yōu)化升級[J].財經科學，2018（3）：119-132.

[23]趙娜，王博. 知識產權保護對企業(yè)技術創(chuàng)新：促進還是抑制？——2008—2014年我國高技術產業(yè)的經驗證據(jù)[J].中央財經大學學報，2016（5）：113-122.

責任編輯：母愛英

Abstract：This paper uses cross-industry panel data to measure， compare and analyze labor productivity growth in China's industrial high-tech industries， low-middle-technology industries and 25 sub-industries in China during 1999-2016. By using the coefficient of variation，（maximum- Minimum）/average， relative labor productivity and other convergence indicators of its convergence characteristics of descriptive statistical analysis， based on the use of two-way fixed-effects model empirical test. The study finds that China's industrial labor productivity shows significant convergence characteristics in most two-digit codes and four-digit codes， among which， the convergence rate of high-tech industries is greater than that of low-tech industries. If appropriate adjustment is made in aspects of industrial structure， business structure and strengthening science and technology innovation policy， the convergence of labor productivity can promote the convergence of China's industrial economy.

Key words： labor productivity; growth; industry classification; difference; convergence