图文：复旦大学中国经济研究中心副教授陈诗一
2009年5月11日-12日，由上海复旦大学主办的“上海论坛2009”隆重召开。图为复旦大学中国经济研究中心副教授陈诗一。
陈诗一：
我今天演讲的主题是中国工业变迁中的结构红利和生产率的变化，我来看一下今天主要内容。首先看一下激励、动机、背景，然后看一下中国工业结构改革，再看一下数据采集和模型，第四部分再来问一下这个结构红利是不是存在？对于中国的工业化是不是重要？之后再来看一下工业结构改革对于工业结构的红利有什么样的影响？最后是结论部分。
根据1979年Kuznets的研究结论，我们知道如果说工业各部门的结构不进行重大调整的话，那么完全要依靠收入快速增长和每个工人的平均劳动生产率大幅度提高，这是不可能的。也就是说工业结构的改革、转变，是这一切的基础。在这里我们也研究了很多经济学家的文章。1998年，Harberger也提出了两种不同工业调整的流程，一种是称之为是蘑菇型的，还有一种是消磨型(音)的流程。这两种不同流程对生产率的改变过程是很不一样的。对于东亚各国生产制造行业的结构变化，对于经济的促进作用，我觉得这是在Tim…(英文)2000年的文章当中有所描述。
我们把这些用到中国的研究中去，我们来看一下，中国当年发展经济的时候，主要是通过重工业来拉动的，这个为中国带来了一定的相应优势。所以从这个数字我们可以得出，劳动力的比例在工业中，从高价值的逐渐向低价值过渡。这个是与整个工业结构态度的大趋势所相符合的，特别是像这样的转型期，我们看到劳动力所占的比例，在第二工业当中，在2006年也是有所上升，这个与原来的工业转型特征是不相符合的，所以这意味着中国的行业还是在一个行业转型的初级阶段，所以会需要吸收更多的劳动力。
根据这样一个结构变化，我们看到工业在GDP当中所占的份额也是有所上升的，但是在第一行业，所占的比例是在下降的。看到很多研究都是侧重于结构变化中的影响，在各个行业，或者说是各个区域。我们发现很少有学者去研究说在行业内产生的一些影响。特别是很少有人去关注说行业结构性的红利。我们的研究做了一些什么呢？我们会特别强调，就是说在中国工业中的一个结构性变化，我们认为这一点非常重要，所以就是为什么我们说把重点放在行业内的增长，处于这样一个结构性变化所带来的行业增长。
我们看到中国正在走在工业化的道路上，所以工业的发展对于中国经济非常重要，关注于此，可能会帮助我们很好理解中国现在所处的转型期。所以把结构性的红利进行了一个量化，我们用了差不多30个行业的数据，这个和综合的数据是不一样的，我们也没有使用企业层面的数据，因为这个数据只是在1998年之后才是可以取得，才有这样的一个数据，我们觉得这个数据并不完整，所以我们最后就没有选择企业层面的数据。
在我们的研究中，我们使用方法通常是使用一个一个传统方式，我们把各个整体数据进行解构(音)。我们认为这样的一种方法可能对于统计劳动力生产率来讲并不是最合适，所以在我们的研究中，我们采用了一个随机抽样方式来进行统计的。
我们看一下工业结构的发展，这是一个中国工业结构调整发展的图表。从这些数据当中，这一条是非国有企业的一个数据，这一条是国有企业对于GDP的贡献，我们看到非国有企业的成份发展很快，在1993年，第一次超过了国有企业所贡献的份额。这条线应该类似于像企业事业单位的贡献，上面这一条是非国有企业的。在这个图表当中，这个是国有工业所贡献的税收，恐怕这条曲线跟刚才姚洋教授图表当中，主要是这个利润率这一条比较相近。
我们来看一下中国工业改革中的三个不同的阶段，我们在这个研究当中所用的是1980年到2006年采用38个不同行业的一些数据，我们用的是工业增加值，而不是工业一个毛的产出。我们使用的是一个盘点的方式来进行统计的，比如说根据他们劳动力等级，或者相邻区域劳动力的产值进行比较，这些不光统计了资金密集型的，也统计了劳动密集型的。
这是下面描绘性的数据，这也不是很复杂，我们来看一下。我们看一下主要的在重工业当中的一个资本，我们看到在重工业是远远低于在图表的上部分。看一下在重工业当中，这些数据能够显示出在这个重工业可能他们相对生产率就会比较低，这个是我们所采用的计算方式、计算模式。我们采用了一些代数预算方法，最后得出这样一个结论。我们把这个增长全部包括在里面之后，这是它的第二阶段。我们最后把这样一个等式变化成我们看到的，这个是传统对于TFP的定义。我们将第三个等式并入到第四个等式当中，然后我们就取得了如下的等式，有4个不同的成份。通过最后这个，我们在这个部分把它的量化数据放到这个里面。
我们看到第二行对于总量所贡献的份额，我们看到对于它的资本投入，或者是劳动力所占的不同比例，我们把它解构之后，是用解构方法，而不是用传统的方法。后面这些，它的贡献，两边加起来应该是一样的，从这个数据当中我们可以看到。最后这个数据，第一阶段当中FAEC所贡献的份额比TEC和SEC都要高，但是这样的一个贡献随着时间慢慢的在下降。
这是中国工业一个TFP增长，上面是新工业、重工业和综合曲线。这个图表当中可以看到，从80年代到98年，有很大增长，在此之后是比较趋稳的。我们看一下TFP增长，把它分解成4个不同的部分，我们看到TC其实是当中唯一一个看到是处于增长的。这是FAEC的数据，我们看到随着时间慢慢下降，但是在2001年之后就变成了负值，这也就意味着FAEC是在慢慢的下降。
我们看到这些TC、TEC等模式。第五部分我们来解释一下这个FAEC，我们来看一下这个图表。蓝色代表了资本，这个淡蓝色代表了劳动力，因为这个劳动力和资本的变形，所以会传递出一个不同的信号。因为资金的增长通常比劳动力增长要大一些，所以FAEC主要还是由于受到资本的变形较多。有一些人可能觉得说在台湾或者新加坡劳动力影响更大一点，但实际上在中国资本的影响还是会比劳动力影响更大一点。我们在这里劳动力变形所产生的影响相对较小。
新浪声明：新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。