五 未来全要素生产率的增长动力和增长机制会有明显变化
不同劳动生产率水平的全要素生产率的增长动力和增长机制有可能发生变化,弄清这些变化可为提高全要素生产率确定政策方向和政策重点。
(一)全要素生产率的决定因素及相关指标
2014~2020年、2021~2030年全要素生产率。宾州大学国际比较项目发布的2014年我国全要素生产率与美国的比值为0.43。我们以2000~2014年我国与美国各自全要素生产率的平均增速作为2014~2020年、2021~2030年全要素生产率增速的基准。此间我国全要素生产率年均增长2%~3%,而美国全要素生产率年均增长略低于1%。如果两国全要素生产率增长率按此相对速度延续下去,2020年我国全要素生产率与前沿国家的比值将提高至0.5左右,2030年将进一步提高至0.6左右。
1.核心解释变量
我们将全要素生产率分解为技术创新、人力资本、制度体系和治理能力四个方面,并分别选取相应的指标作为定量分析的核心解释变量。技术创新选取经合组织发布的各国每年授予的“三方专利数”(tp);人力资本选取宾州大学国际比较项目的“人力资本指数”(hc),该指数综合了劳动力的受教育年限和教育回报两方面;制度体系选取弗雷泽研究所的“法律体系和产权制度”(lspr),该指标的评分范围为0~10分,分值越高代表法律体系和产权制度越完善;政府治理能力选取弗雷泽研究所的“政府监管能力”指标,该指标从信贷市场、劳动力市场和商业活动三个方面的监管来综合反映政府治理能力,分值越高代表政府治理能力越高。
2.控制变量
受限于样本量和数据的可得性,我们选择以人均GDP衡量的经济发展水平这一综合性指标作为控制变量。经济发展水平总体上涵盖了除核心解释变量以外的影响全要素生产率的其他经济因素,经济发展水平不断提高必然会对全要素生产率有正向促进作用。
(二)模型、交互机制与样本数据
1.模型
我们所采用的全要素生产率模型形式为:
tfp=tfp(RDi,t,HCi,t,ISi,t,GRi,t)
tfp(RDi,t,HCi,t, ISi,t, GRi,t)= αi+β1× RDi,t +β2× HCi,t
+β3×ISi,t+β4×GRi,t+Xi,t+εi,t
其中,被解释变量是全要素生产率(tfp),解释变量为技术创新(RD)、人力资本(HC)、制度体系(IS)和治理能力(GR), X为控制变量,ε为残差项,下标i和t分别表示国家和年份。
2.交互项与交互机制
技术创新、人力资本、制度体系和治理能力这四个因素除了单独影响全要素生产率外,还通过交互机制影响全要素生产率,其中主要是人力资本促进技术创新影响全要素生产率,制度体系和治理能力通过促进技术创新影响全要素生产率,以及制度体系和治理能力通过促进人力资本积累影响全要素生产率。
我们从两个方面衡量一个经济体的全要素生产率:一是全要素生产率的动态变化(rtfp,以2011年全要素生产率为1),反映全要素生产率水平的提高程度;二是与技术前沿国家(ctfp,以美国为1)全要素生产率之比,反映两国间的技术差距。
3.样本数据
本部分涉及世界232个经济体1950~2014年的数据,受限于部分数据的国别完整性,进入模型的样本量小于上述数量。根据样本数据的散点图(见图1-11)初步判断,技术创新、人力资本、制度体系和治理能力与全要素生产率之间存在较强的相关性。
图1-11 技术创新、人力资本、制度体系、治理能力与全要素生产率
资料来源:全要素生产率和人力资本指数来自宾州大学国际比较项目,三方专利数来自经合组织,法律体系与产权保护指数和治理质量指数来自弗雷泽研究所。
(三)实证检验及结论
四个因素对全要素生产率的影响始终显著。固定效应模型(FE)估计的结果显示(见表1-11), 2014~2020年、2021~2030年大部分核心解释变量的估计系数显著为正,表明技术创新、人力资本、制度体系和治理能力确实是影响全要素生产率的重要因素,改进这些因素将不同程度地提高全要素生产率。
表1-11 全要素生产率的影响因素
注:括号内是标准误差,∗∗∗、∗∗、∗分别表示在1%、5%和10%水平上显著,2014~2020年、2021~2030年分别按全要素生产率相对水平0.43~0.5、0.5~0.6划分。
资料来源:全要素生产率、人力资本和经济发展水平来自宾州大学国际比较项目,三方专利数来自经合组织,制度体系和治理能力的指标来自弗雷泽研究所。
技术创新与人力资本交互影响始终显著。检验结果显示(见表1-12), 2014~2020年和2021~2030年,技术创新与人力资本交互项的估计系数均显著为正,技术创新与人力资本的交互机制对全要素生产率的增长作用明显。此外,人力资本和技术创新单独影响全要素生产率也十分显著。这表明,鼓励技术创新、加大人力资本积累对提高全要素生产率有明显促进作用。
表1-12 技术创新与人力资本的交互机制
注:括号内是标准误差,∗∗∗、∗∗、∗分别表示在1%、5%和10%水平上显著,2014~2020年、2021~2030年分别按全要素生产率相对水平0.43~0.5、0.5~0.6划分。
资料来源:全要素生产率、人力资本和经济发展水平来自宾州大学国际比较项目,三方专利数来自经合组织,制度体系和治理能力的指标来自弗雷泽研究所。
技术创新与制度体系和治理能力的交互机制在2014~2020年显著,2021~2030年不显著。表1-13中第(1)~(2)列的估计结果显著为正,表明在2014~2020年,技术创新与制度体系、治理能力的交互机制有助于推动全要素生产率的提高;表中第(3)~(4)列的估计结果并不显著,表明2021~2030年该机制的重要性有所下降。样本经济体的数据表明,前一个时期,完善制度体系和推进治理能力现代化会显著推动技术创新,促进全要素生产率的提高,到后一个时期,制度和治理相对完善后,制度和治理因素对技术创新的影响下降。
表1-13 技术创新与制度体系和治理能力的交互机制
注:括号内是标准误差,∗∗∗、∗∗、∗分别表示在1%、5%和10%水平上显著,2014~2020年、2021~2030年分别按全要素生产率相对水平0.43~0.5、0.5~0.6划分。
资料来源:全要素生产率、人力资本和经济发展水平来自宾州大学国际比较项目,三方专利数来自经合组织,制度体系和治理能力的指标来自弗雷泽研究所。
人力资本与制度体系和治理能力的交互机制在2014~2020年显著,2021~2030年不显著。表1-14中第(1)~(2)列的估计结果显著为正,且均通过1%显著性水平检验,但第(3)~(4)列的估计结果并不显著。样本经济体的数据表明,2014~2020年,人力资本与制度体系和治理能力之间存在显著的交互机制,完善制度体系和推进治理现代化能明显提升人力资本和全要素生产率,而在2021~2030年,该机制的重要性下降。
表1-14 人力资本与制度体系和治理能力的交互机制
注:括号内是标准误差,∗∗∗、∗∗、∗分别表示在1%、5%和10%水平上显著,2014~2020年、2021~2030年分别按全要素生产率相对水平0.43~0.5、0.5~0.6划分。
资料来源:全要素生产率、人力资本和经济发展水平来自宾州大学国际比较项目,三方专利数来自经合组织,制度体系和治理能力的指标来自弗雷泽研究所。
跨国实证分析发现以下两个问题。第一,技术创新、人力资本、制度体系和治理能力是影响全要素生产率的重要因素,对这些因素的改善将不同程度地提高全要素生产率。第二,影响全要素生产率的主要因素之间的交互作用机制确实存在,并且不同阶段这些交互作用的大小并不完全相同。2014~2020年,上述三个作用机制均能发挥作用,增加人力资本积累、鼓励技术创新、改善制度体系和治理能力都有助于促进全要素生产率的提高。2021~2030年,技术创新与人力资本的交互作用机制十分显著,而技术创新与制度体系和治理能力、人力资本与制度体系和治理能力的交互作用机制不显著,这表明至少到2030年前,持续地促进技术创新和积累人力资本对提升全要素生产率都有明显的促进作用。
需要注意的是,技术创新与制度体系和治理能力、人力资本与制度体系和治理能力的交互作用机制2020年前显著,2020年后不显著,揭示的是样本经济体技术创新、人力资本与制度体系和治理能力之间的交互机制随劳动生产率水平变化的特征。这一特征并不意味着我国在制度体系、治理能力方面什么都不做,也会“自动”地表现出样本经济体在全要素生产率相对水平为0.5(2020年)左右这一特征。恰恰相反,样本经济体的这一特征警示我们,要抓紧时间完善体制和治理,使技术创新、人力资本与制度和治理的这种交互作用显现出来,否则,我国全要素生产率与前沿国家的比值到2020年、2030年将不可能分别提高至0.5、0.6左右,相应的,劳动生产率也达不到预期水平。