城市产业结构扭曲的影响因素

序论：速发表网结合其深厚的文秘经验，特别为您筛选了1篇城市产业结构扭曲的影响因素范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！

0引言

经济发展本质上是一个技术、产业不断创新以及结构不断变化的过程，表现为主导产业部门的依次更替，投入要素不断从低生产率部门流向高生产率部门，从而带动社会生产率总体水平的提高，由此带来的“结构红利”推动经济增长[1—3]。这种经济发展和产业结构变迁的规律被总结为“库兹涅兹事实”和“后工业化事实”，前者认为随着经济发展水平的提升，第一产业占比逐步下降，第二、三产业占比逐步上升；后者认为当经济发展水平突破一定阈值，第三产业将取代第二产业成为主导产业[4,5]。随着我国产业结构高级化水平持续提升，经济增长却在进入新常态后持续走低，一味地寻求产业结构高级化并不能带来经济的持续增长和繁荣，因此亟待从资源配置合理性的视角重新审视产业结构变迁[6]。相较于产业结构高级化，产业结构合理化更加强调资源配置的有效性。在生产要素充分流动的前提下，经济主体追逐利益最大化可以使资源得到有效配置，各产业的劳动生产率趋同，产业结构趋于合理化。而当经济中存在制约要素自由流动的因素时，产业的劳动生产率就会出现差异，产业结构就会发生扭曲[7,8]。我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期。促进生产要素在产业间的自由流动，提高资源配置效率，促进产业结构合理化，将是未来经济高质量发展的重要抓手。已有文献从产业结构扭曲的形成因素[9—11]、经济效应[12,13]、优化路径[14,15]等方面进行了较为丰富的讨论，但对产业结构扭曲的空间特征关注不足。本文尝试从以下方面对已有研究进行补充：第一，采用Ando和Nassar（2017）[16]提出的产业结构扭曲指数，测算2008—2018年我国282个地级及以上城市的产业结构扭曲水平；第二，采用探索性空间数据分析（ESDA）考察城市产业结构扭曲的空间特征；第三，采用空间面板模型考察城市产业结构扭曲的影响因素。

1研究设计

1.1城市产业结构扭曲指数

Ando和Nassar（2017）[16]通过无摩擦的一般均衡模型证明，在自由进入和退出的假设下，经济主体的利益最大化动机可以确保一般均衡状态下所有部门的劳动生产率一致。同时，劳动生产率一致意味着任何一个部门的产出份额与就业份额相等，此时的产业结构处于最优配置。若部门的产出份额与就业份额发生偏离，则意味着存在产业结构扭曲。其中，ISDi表示部门i的扭曲指数，用来衡量该部门的扭曲水平。ISD表示产业结构扭曲指数，用来衡量一个国家（地区）的产业结构扭曲的总体水平。该指数具有如下优点：首先，产业结构扭曲指数满足国家（地区）及时间维度的可比性。采用增加值份额和就业份额作为测算依据，不受增加值单位以及汇率、通货膨胀等价格因素的影响，从而规避了可能影响价格变量的非结构性因素。其次，产业结构扭曲指数同时考虑所有部门的重要性。单一部门的扭曲水平可以表示为部门劳动生产率与总劳动力生产率的离差占比与该部门就业份额的乘积，因而在部门生产率与总体生产率的差距既定时，部门的扭曲水平与其就业份额成正比，其对总体产业扭曲水平的影响也就越大①。最后，产业结构扭曲指数具有理想的数值性质，-1≤ISDi≤1，ISD≤K1/2。其中0≤ISDi≤1意味着部门i的劳动力配置偏高，-1≤ISDi≤0则意味着部门i的劳动力配置偏低。ISD值越大，产业结构扭曲越严重。

1.2探索性空间数据分析

探索性空间数据分析（ESDA）包括全局和局部空间自相关指标分析，是探究变量空间特征的常用方法。全局空间自相关指标用于描述空间范围内所有单元的整体空间关系，研究中较为常用的为全局莫兰指数（GlobalMoranIndex）。局部空间自相关指标用于描述以单个空间单元为中心的空间自相关情况，文献中较为常用的为局部莫兰指数（LocalMoranIndex）。式（3）和式（4）分别为全局莫兰指数和局部莫兰指数的计算公式。ISDi表示城市i的产业结构扭曲指数；n为城市总数；wij为空间权重矩阵W的元素，表示城市i与j之间的空间权重；s2为样本方差；μ为样本均值。

1.3空间面板模型

ISDit表示城市i在t年的产业结构扭曲水平；W·ISDit表示产业结构扭曲水平的空间滞后项，ρ为该变量的回归系数，表示其他城市的产业结构扭曲水平对城市i产业结构扭曲水平的影响；W·εit表示随机扰动项的空间滞后项，纳入该变量的原因在于，对被解释变量产生影响的其他空间因素如果没有得到有效控制，其效应就将被纳入随机扰动项，λ为该变量的回归系数，表示其他城市产业结构扭曲水平的随机冲击对城市i产业结构扭曲水平的影响；W表示空间权重矩阵，用来衡量城市间的空间关联水平，本文采用逆向距离空间权重和相空间权重来衡量；X表示影响产业结构扭曲水平的各种因素，作为本文的解释变量向量，β表示解释变量的回归系数向量；μi表示城市固定效应，γt表示时间固定效应。

1.4变量选取及数据来源

参考已有文献，选择经济发展、纵向财政失衡、金融发展、投资作为我国城市产业结构扭曲的解释变量。（1）焦勇和杨蕙馨（2017）[17]认为产业结构与经济发展存在“倒U”型的非线性关系，因此本文在解释变量中引入经济发展及其平方项，具体采用人均地区生产总值作为衡量经济发展的指标。（2）财政分权体制下以财权和事权不匹配为表征的纵向财政失衡强化了地方政府的税收激励，地方政府动用财政手段介入产业发展，从而对产业结构产生影响。本文参考林春和孙英杰（2020）[18]的做法计算省级纵向财政失衡指标。（3）金融发展水平的提升有利于降低实体经济的外部融资成本，推动技术创新和产业升级[19]。本文选用年末金融机构人民币各项贷款余额占地区生产总值的比重来衡量城市的金融发展水平。（4）投资水平的提升有助于基础设施的完善，进而有助于优化产业结构，本文选择固定资产投资总额与地区生产总值的比值来衡量城市投资水平。本文选取我国282个地级及以上城市为样本，研究区间为2008—2018年，原始数据来自历年《中国城市统计年鉴》和国家统计局官方网站。为避免变量间量级差别过大，对经济发展进行取对数处理。

2实证分析

2.1产业结构扭曲指数变化趋势

下页图1汇报了2008—2018年我国城市产业结构扭曲指数的演变趋势。可以看出，城市产业结构扭曲水平虽有波动，但呈现明显的下降趋势，从2008年的0.2603下降到2018年的0.1975，减少了约24%。分产业来看，三次产业的扭曲水平均呈现明显的下降趋势（三次产业扭曲指数的绝对值呈下降趋势），但产业结构扭曲方向存在差异。其中，第一产业扭曲指数在观测期位于0以下，说明第一产业的劳动力配置偏低。就其变化趋势而言，第一产业扭曲指数由2008年的-0.1127变化为2018年的-0.0876，扭曲程度下降了22%。第二产业扭曲指数在观测期内同样位于0以下，劳动力配置不足。但其扭曲程度得到了显著缓解，第二产业扭曲指数由2008年的-0.0737变化为2018年的-0.0092，扭曲程度下降了约88%。与第一、二产业不同，第三产业扭曲指数在观测期内位于0以上，说明第三产业劳动力配置过度，存在劳动力冗余。就其变化趋势而言，第三产业扭曲指数由2008年的0.1839变化为2018年的0.0929，下降了约49%。以上分析结果表明，2008—2018年，我国城市产业结构扭曲水平得到了明显缓解。但产业结构扭曲的现象依旧存在，当前阶段，第三产业劳动力配置过度，同时第一、二产业，尤其是第一产业的劳动力配置不足。

2.2空间特征

2.2.1全局分析

本文采用全局莫兰指数识别城市产业结构扭曲指数的全局空间关联特征。表1汇报了2008—2018年的全局莫兰指数测算结果。观测期内全局莫兰指数均在1%的水平上显著为正，表明我国城市产业结构扭曲指数存在显著的正向空间关联特征，即产业结构扭曲指数较高的城市与产业结构扭曲指数较低的城市均趋于集聚。从演变趋势来看，全局莫兰指数呈下降趋势，正向空间关联特征有所减弱。

2.2.2局部分析

局部莫兰指数用于分析以单个空间单元为中心的空间关联情况，能够展示我国城市产业结构扭曲的空间集聚特征。空间聚类的模式分为“高-高”“高-低”“低-高”及“低-低”集聚4种，其中“高-高”集聚模式意味着观测城市与相邻城市的产业结构扭曲指数相较于样本平均水平较高，“低-低”集聚模式意味着观测城市与相邻城市的产业结构扭曲指数相较于样本平均水平较低，“高-低”集聚模式意味着观测城市的产业结构扭曲指数远高于其相邻城市，“低-高”集聚模式意味着观测城市的产业结构扭曲指数远低于其相邻城市。从表2可知，2008年，我国城市产业结构扭曲指数以“高-高”和“低-低”集聚为主。其中，表现为“高-高”集聚的城市占比为23.05%，主要分布于中部和西部地区；表现为“低-低”集聚的城市占比为17.73%，主要分布于东部和东北地区。2018年，我国城市产业结构扭曲指数以“低-低”集聚为主。其中，表现为“高-高”集聚的城市占比下降至8.87%，集中分布于西部地区；表现为“低-低”集聚的城市占比上升至20.92%，主要分布于东部和中部地区。

2.3城市产业结构扭曲的影响因素

采用OLS回归结果进行空间效应的LM检验。由表3可知，在两种空间权重矩阵设定下，LMerr检验及其稳健形式的RobustLMerr检验结果表明，周边城市的随机冲击会影响本地城市的产业结构扭曲水平，空间面板模型应包含随机扰动项的空间滞后项。LMlag及其稳健形式的RobustLMlag检验结果表明，周边城市的产业结构扭曲水平会影响本地城市的产业结构扭曲水平，空间面板模型应包含被解释变量的空间滞后项。综上所述，本文选择空间通用模型考察城市产业结构扭曲的影响因素。为验证本文实证结果的稳健性，同时汇报空间自回归模型及空间误差模型的回归结果。下页表4同时汇报了2类空间权重矩阵、3类空间面板模型组合下共6组回归结果。在逆向距离空间权重矩阵设定下：空间自回归模型和空间通用模型中被解释变量的空间滞后项对城市产业结构扭曲具有显著的正向影响，其系数均通过1%水平的显著性检验，表明城市的产业结构扭曲水平同时受制于周边城市的产业结构扭曲水平。空间误差模型和空间通用模型中随机扰动项的空间滞后项对城市产业结构扭曲水平具有显著的正向影响，其系数均通过1%水平的显著性检验，表明周边城市的随机冲击同样会影响本地城市的产业结构扭曲水平。以上结果验证了模型设定的合理性，应选择空间通用模型的回归结果作为分析依据。

基于列（3）的回归结果，经济发展的系数在5%的水平上显著为正，表明经济发展水平的提高可能会扭曲城市产业结构。考虑经济发展与产业结构扭曲的非线性关系，本文在模型中同时引入了经济发展的平方项，其系数在1%的水平上显著为正，鉴于经济发展及其平方项的取值为正，经济发展与产业结构扭曲的关系呈现为“U”型特征，因此，目前随着经济发展水平的提升，经济发展对产业结构配置的抑制作用进一步加剧。可能的原因在于，改革开放以来，粗放式的经济发展虽然推动了经济高速增长，但同时改变了劳动力流向，劳动力资源被过多地配置于能够在短期内提升地区生产总值的部门，从而与城市产业结构扭曲呈现正向关联性。纵向财政失衡的系数在1%的水平上显著为正，表明地方政府财权和事权不对等强化了地方政府动用财政手段介入产业发展的激励，劳动力被过多地配置到财税回报较高的部门，同样加剧了城市产业结构扭曲。金融发展的系数在5%的水平上显著为负，表明金融发展水平的提升优化了产业结构，这源于金融发展对实体经济的支撑作用，金融发展水平的提升有利于降低实体经济的外部融资成本，推动技术创新和产业升级。投资的系数在1%的水平上显著为负，投资水平的提升改善了城市基础设施，从而有利于劳动力流动和各产业的发展。为验证回归结果的稳健性，将逆向距离空间权重矩阵更换为相邻空间权重矩阵。列（4）至列（6）的回归结果表明，被解释变量及随机扰动项的空间滞后项均在1%的水平上显著，同样验证了模型设定的合理性。各影响因素的回归系数方向和显著性与列（1）至列（3）保持一致，证明了回归结果的可靠性。

被解释变量空间滞后项的引入改变了被解释变量对解释变量的偏微分矩阵，其中偏微分矩阵对角线元素的均值为直接效应，非对角线元素对应行或列的和的均值为间接效应，其中间接效应又被称为空间溢出效应，而直接效应与间接效应之和为总效应。同时考虑到被解释变量及随机扰动项的空间滞后项均显著，本文选用空间通用模型的回归结果进行进一步分解，表5汇报了空间效应的分解结果。在逆向距离空间权重矩阵设定下，经济发展、纵向财政失衡、投资均表现出显著的空间溢出效应，而金融发展的空间溢出效应不显著。就直接效应与间接效应的比较而言，各影响因素对产业结构扭曲的直接效应均小于间接效应，且影响因素的空间溢出效应与直接效应的符号一致，因此，如果忽视了空间因素的影响，就会明显低估影响因素对城市产业结构扭曲水平的影响。对于各影响因素存在的空间溢出效应，可能的原因在于，周边城市粗放式的经济发展及纵向财政失衡会恶化地方政府的竞争环境，容易出现“以邻为壑”的竞争乱象，而周边城市金融发展和投资的提升则会为实体经济提供更为有效的支撑作用，有利于企业的跨区域发展，优化产业结构。在相邻空间权重矩阵的设定下，除金融发展的空间溢出效应变得显著外，其余变量的分解结果与列（1）至列（3）保持一致。

3结论及启示

本文基于2008—2018年我国282个地级及以上城市的面板数据，采用三次产业的产出份额和就业份额测算我国城市产业结构扭曲指数。在此基础上，采用探索性空间数据分析考察产业结构扭曲的空间特征，并建立空间面板模型考察产业结构扭曲的驱动因素。主要结论如下：（1）观测期内，我国城市产业结构扭曲指数及三次产业的扭曲指数均呈现明显的下降趋势，产业结构扭曲得到缓解。但产业结构扭曲依旧存在，第三产业劳动力配置过度，同时第一、二产业，尤其是第一产业的劳动力配置不足。（2）从全局视角来看，城市产业结构扭曲存在显著的正向空间关联特征。从局部视角来看，城市产业结构扭曲同时存在“高-高”“高-低”“低-高”和“低-低”4类空间集聚类型，主要呈现“高-高”和“低-低”集聚，且“高-高”集聚的城市占比逐渐降低，“低-低”集聚的城市占比逐渐增加。（3）空间面板回归结果表明，粗放式的经济发展和纵向财政失衡能够显著加剧产业结构扭曲，而金融发展和投资能够显著抑制产业结构扭曲。以上因素均表现出显著的空间溢出效应，周边城市的经济发展和纵向财政失衡能够显著加剧本地城市的产业结构扭曲，而周边城市的金融发展和投资能够显著地抑制本地城市的产业结构扭曲。忽视地区间的空间关联，将会低估各因素对产业结构扭曲的影响。基于以上结论，本文提出如下建议：首先，逐步消除劳动力流动壁垒，优化产业间劳动力配置。第三产业的就业份额过高，同时第一产业的就业份额过低。这与当前阶段服务业占比较高，但质量提升乏力，以及农村劳动力不足的现状相印证，不利于经济高质量发展以及乡村振兴目标的实现。应深化户籍制度改革，完善农业转移人口城市落户、进城农民返乡落户的体制机制，推动人口双向流动。其次，制定区域差异化的产业结构优化政策，引导不同城市之间的要素流动实现良性互动。位于广西、云南、宁夏、甘肃等西部地区省份的城市，不同城市之间的产业结构扭曲水平相互加强，表现出显著的“高-高”集聚特征，亟待采取多种举措推动产业结构合理化。最后，从产业结构扭曲的影响因素来看，应摒弃粗放的经济发展模式，降低地方政府的财权、事权不均衡水平，并充分发挥金融资源和基础设施建设在产业结构优化中的积极作用。

参考文献：

[1]罗斯托.经济成长的阶段[M].北京:商务印书馆,1962.

[2]林毅夫.新结构经济学——重构发展经济学的框架[J].经济学(季刊),2011,10(1).

[3]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011,46(5).

[4]KuznetsS.ModernEconomicGrowth:FindingsandReflections[J].TheAmericanEconomicReview,1973,63(3).

[5]徐朝阳,王韡.部门异质性替代弹性与产业结构变迁[J].经济研究,2021,56(4).

[6]车明好,邓晓兰,陈宝东.产业结构合理化、高级化与经济增长:基于门限效应的视角[J].管理学刊,2019,32(4).

[7]沈小波,陈语,林伯强.技术进步和产业结构扭曲对中国能源强度的影响[J].经济研究,2021,56(2).

[8]张明,任烜秀.经济波动与产业结构合理化的相互作用关系研究[J].经济问题,2019,(6).

[9]李建平,周磊,孙宁华.劳动力市场扭曲与产业结构合理化[J].经济经纬,2019,36(4).

[10]陈庆江,赵明亮,耿新.信息化、市场分割与产业结构合理化[J].经济问题,2018,(6).

[11]宋文月,任保平.政府治理对产业结构变迁的影响及区域差异[J].中国软科学,2020,(7).

[12]周建军,孙倩倩,鞠方.产业结构变迁、房价波动及其经济增长效应[J].中国软科学,2020,(7).

[13]何维达,付瑶,陈琴.产业结构变迁对经济增长质量的影响[J].统计与决策,2020,(19).

[14]李宏,郑婧,曹清峰.全球价值链嵌入促进了产业结构合理化吗——基于中国70个大中城市的研究[J].当代财经,2020,(5).

[15]佟孟华,李慧,张国建.金融结构影响产业结构变迁的内在机理研究[J].财贸研究,2021,32(7).

[16]AndoS,NassarKB.IndexingStructuralDistortion:SectoralProduc?tivity,StructuralChangeandGrowth[J].InternationalMonetaryFundWorkingPapers,2017,(205).

[17]焦勇,杨蕙馨.政府干预、两化融合与产业结构变迁——基于2003—2014年省际面板数据的分析[J].经济管理,2017,39(6).

[18]林春,孙英杰.纵向财政失衡阻碍了产业结构升级吗?——基于中国省级面板数据实证分析[J].华中科技大学学报(社会科学版),2020,34(5).

[19]易信,刘凤良.金融发展、技术创新与产业结构转型——多部门内生增长理论分析框架[J].管理世界,2015,(10).

作者:康宽 郭沛 单位:中国农业大学经济管理学院