APP下载

全要素生产率的结构性减速对中国经济增长的影响

2021-01-04杨天宇

关键词:生产率增长率数值

杨天宇, 梁 俊

(1.中国人民大学应用经济学院,北京100872; 2.国家发展和改革委员会宏观经济研究院,北京 100038)

一、文献综述

中国近年来的经济减速是学术界引人关注的话题。2007—2018年,中国经济增长率由14.2%下降到6.6%,中间虽有反弹,但总的趋势是下降的。对中国经济减速的原因进行剖析,事关新常态下稳增长的政策取向。目前,学术界已提出的观点可以归类为3种,即周期性减速说、结构性减速说和生产率减速说。

1.周期性减速说。这种观点认为,经济减速的原因是周期性因素导致了实际GDP增长率低于潜在GDP增长率。这意味着潜在GDP增长率并没有出现下滑,只是需求出现了周期性的下降,因而可以通过刺激需求的政策将经济拉回原来的高速增长轨道。由于经济减速发生于2008年国际金融危机之后,持该主张的学者几乎都把需求周期性下降的原因归结为金融危机后出口需求的下降[1-2]。此外,还有一些研究发现,在经济减速期间潜在经济增长率并未出现明显下降,而实际经济增长率下降较快,这也可以说明此次经济减速是需求因素导致的周期性减速[3-4]。这种观点确实可以解释金融危机之后一段时间的经济减速,但目前金融危机已经过去11年了,而经济减速却仍然没有停止的迹象,这似乎不是周期性减速可以解释的。正因为如此,周期性减速说在学术界的声音已越来越微弱,而考虑供给侧因素的长期性减速说则日益成为主流的观点。

2.结构性减速说。这种观点把产业结构变迁视为经济减速的原因,它源于袁富华的一篇论文。袁富华总结了发达国家的经济增长规律,发现这些国家在产业结构服务化过程中都出现了经济减速,原因是服务业生产率低于制造业[5]。若服务业比重提高,则经济减速显然就会发生。而中国正面临着产业结构的服务化,这必然对经济增长形成负向冲击,导致与发达国家类似的结构性减速。这种主张可以解释中国经济长期减速的趋势,许多文献引用这种观点来解释中国的经济减速。到目前为止,结构性减速说得到了一些经验证据的支持[6-8]。但也有相反的证据,如杨天宇、方福前等都发现,劳动力向服务业的转移不仅没有造成经济减速,反而对经济增长有促进作用[9-10]。结构性减速说在理论和实证研究方面都有一定的问题。从理论上讲,经济增长可分解为各部门就业份额和各部门生产率的贡献,但结构性减速说只考虑了部门就业份额的变动,却忽略了部门生产率的变动。若部门生产率出现减速,那么即使部门就业份额不变,也会导致经济减速,这就削弱了产业结构服务化导致经济减速的解释力。在实证研究上,结构性减速说的文献多是采用统计分析、计量检验和增长核算,尽管能得到一些直观的定量结论,但无法分析变量之间的内在联系和决定机制。

3.生产率减速说。这种观点认为,全要素生产率减速才是经济减速的主要原因。持该主张的文献虽一致认同全要素生产率减速对经济增长放缓的解释力,但对于全要素生产率减速是如何产生的,却未达成一致意见。如白重恩等认为,后发优势不断减弱、对外依存度大幅下降、投资率攀升且向建筑安装投资倾斜、政府规模不断扩大和劳动参与率持续降低,都是2008年以来全要素生产率减速的原因[11]。蔡昉主张,人口结构的变化导致了全要素生产率减速[12]。赖平耀发现,市场化改革滞后导致全要素生产率增长的下滑,扩大投资则进一步加速了全要素生产率增长的下滑进程[13]。上述文献在分析中都把整个宏观经济当做一个部门,忽略了多部门生产率和就业份额变动的作用,因而这些文献的政策建议多集中于加强自主创新、市场化改革和降低投资率等非结构性政策方面,很少考虑各部门的差别。

与上述解释不同,本文建立了包含农业、制造业和服务业的三部门动态一般均衡模型。该模型把结构性减速说和生产率减速说中的主要变量,如产业结构变迁、劳动力市场扭曲、投资率和全要素生产率纳入同一个分析框架,还考虑了生产率减速说忽视的各部门全要素生产率因素。利用这个模型,可以把对全要素生产率减速的研究深入到产业层面,从而对经济减速的供给侧原因作出比较清晰的解释。研究发现,制造业和服务业全要素生产率增长率的大幅下滑是造成2008年以来经济减速的主要原因,而产业结构变迁仅仅在2013年后对经济增长有微弱的减速作用。因此,中国经济增长减速的原因不仅仅是全要素生产率减速,而且是结构性的全要素生产率减速。

近年来,国外学术界基于多部门一般均衡模型来研究经济增长和产业结构的文献越来越多。这类文献主要分为两类:(1)认为是供给面因素引起了产业结构变迁,具体来说是技术进步和要素份额差异导致的产品相对价格变化引起了结构变迁[14-15];(2)认为是需求面的因素,具体来说是恩格尔效应引起了结构变迁,这类文献认为随着收入水平的上升,农产品所占的消费支出份额不断下降,非农产品所占的消费支出份额不断上升,这会引起要素的跨部门流动,从而出现结构变迁[16-17]。除了单独考虑供给和需求单方面原因的文献外,还有一些文献将供给和需求面的因素结合,同时从两方面来解释结构变迁[18-19]。此外,近年来还出现了一些文献,尝试从要素市场扭曲的角度来寻找引起结构变迁的原因[20-21]。可见,国外的有关文献主要用该模型解释经济增长和结构变迁的原因,并没有用这种方法来研究经济减速问题。也有一些学者利用多部门一般均衡模型来研究中国经济增长。如Brandt等采用的模型与本文相似,但他们把经济划分为农业、非农业国有和非农业非国有部门,这就忽略了结构性减速说中最重要的服务业因素[22]; Dekle、Cao、严成樑等都把经济划分为农业和非农业部门[23-25];Song等把经济划分为国有和非国有部门[26];潘珊等将经济划分为农业和非农业及国有和非国有部门[27]。可以看出,这些文献建立的模型均不适合同时研究结构性减速和生产率减速问题。本文介绍了农业、制造业、服务业三部门的经济增长模型、数据来源和参数校准,利用数值实验方法估计了各项供给侧原因对经济减速的作用,并检验了模型结论的稳健性,在此基础上提出了若干政策建议,以期能促进经济保持合理的增长速度。

二、基本模型

本文构建了一个包含农业、制造业和服务业的三部门动态一般均衡模型,研究中国经济减速的供给侧原因。本文的模型与Brandt等的模型相似,但在2个方面有区别:(1)部门的设定不同。本文分析的是农业、制造业和服务业,而Brandt等的模型分析的是农业、非农非国有部门和非农国有部门。(2)劳动力市场扭曲的设定不同。Brandt等考虑的是劳动力市场扭曲存在于农业部门和非农非国有部门之间,以及非农非国有部门和非农国有部门之间,而本文考虑的劳动力市场扭曲则存在于农业和制造业部门之间,以及农业与服务业部门之间。

假定农业、制造业和服务业等3个部门有相同形式的生产函数,工人受雇于3个部门中的企业以获取工资收入。农业和制造业之间,以及农业和服务业之间存在劳动力流动障碍,它们的存在使得部门间劳动边际收益存在差异,由此产生了劳动力市场扭曲。

1.生产技术。假定3个部门的生产技术都是Cobb-Douglas型的,农业、制造业和服务业的生产技术可以分别表示为:

(1)

(2)

(3)

其中,下标a、m、s分别代表农业、制造业和服务业,t代表时间,Yit、Kit、Lit和Ait(i=a,m,s)分别表示各部门的产出、资本存量、劳动力、全要素生产率,α(0<α<1)表示各部门相同的资本份额。为简化分析,本文假定农业部门的资本存量只有土地,其数量被标准化为1(后文土地用Z表示,Z=1)。各部门的代表性企业会选择资本和劳动力的数量以追求利润最大化。由于存在劳动力市场扭曲,农业与非农业部门劳动力的边际收益不相等。

2.工人家庭。工人家庭消费3个部门的产品,代表性工人家庭对3种产品的消费量分别是ca、cm和cs,其偏好可以表示为:

(4)

(5)

(6)

其中,s是外生的投资率,pi(i=a,m,s)表示3个部门产品的价格,ym表示代表性家庭的名义收入。假定pm=ps=pn,pn表示非农部门的产品价格(根据国际经济学中的H-O-S模型,即使在没有国际商品贸易的情况下,要素在经济体内各部门之间的自由流动也会导致商品价格均等化。而要素在我国制造业和服务业之间可以近似地认为是自由流动的,因而有pm=ps=pn)。求解工人家庭最优化问题可以得到农产品消费量和非农产品消费量的一阶条件:

(7)

(8)

3.资本积累。由于农业部门的资本只有土地,因而物质资本都集中在非农部门,满足:

Kt=Kmt+Kst

(9)

Kt+1=(1-δ)Kt+It

(10)

It=st(patYat+pmtYmt+pstYst)

(11)

其中,Kt为总资本,It表示投资量,δ表示折旧率。

4.劳动力市场扭曲。本文假定,在农业和制造业之间、农业和服务业之间存在劳动力市场扭曲。它们的存在使农业部门的工资水平低于制造业和服务业,2种劳动力市场扭曲分别表示为ρm和ρs,部门间工资关系满足:

Wat=(1-ρmt)Wmt

(12)

Wat=(1-ρst)Wst

(13)

其中,Wi(i=a,m,s)分别表示3个部门的工资水平。当ρm=0或ρs=0时,不存在相应的劳动力市场扭曲;当ρm∈(0,1)或ρs∈(0,1)时,存在相应的劳动力市场扭曲。定义制造业劳动力与非农部门劳动力的比重为vt,即有vt=Lmt/Lnt,其中Ln为非农部门的劳动力数量。给定以上条件,容易求得:

(14)

Wat=(1-θt)Wnt

(15)

结合以上模型条件可求得农业部门就业份额方程:

(16)

5.非农部门资本分配。由于农业部门的资本是土地,所以物质资本只在非农部门进行分配。在给定部门间劳动力流动障碍和总资本的情况下,可以求解制造业和服务业的资本存量。将制造业和服务业关于劳动力的一阶条件代入方程(14),得到以下公式:

(17)

由于pm=ps=pn,方程(17)可以转化为:

(18)

结合资本市场出清条件Kt=Kmt+Kst,可求得制造业和服务业的资本存量表达式:

(19)

(20)

三、变量取值与参数校准

在给定相关外生变量和参数的情况下,可以通过以上模型求解各部门就业份额和经济增长率等内生变量,并进行相关的定量分析。本研究首先对变量的取值进行介绍,接着对模型中的相关参数进行校准,以确定变量和参数的取值,然后进行定量分析。

(一)变量取值

本文通过增长核算或实际数据来确定相关变量的取值。增长核算基于各部门的生产函数,涉及的数据包括1978—2017年农业、制造业和服务业等3个部门的劳动力(L)、产出增加值(Y),以及总资本存量(K)。数据来源包括《中国统计年鉴》《中国国内生产总值核算历史资料1952—2004》和《中国固定资产投资统计年鉴》。其中,资本存量通过永续盘存法求得,所有资本和增加值数据均转化为用2000年不变价格表示的实际值。

模型中涉及的变量包括Ai1(i=a,m,s),gi(i=a,m,s),ρm,ρs,v,s和K。其中,Ai1(i=a,m,s)表示3个部门的全要素生产率初始值,将Aa1标准化为1,剩余2个部门的全要素生产率初始值来自增长核算结果;gi(i=a,m,s)表示3个部门的全要素生产率增长率,取值也来自增长核算的结果;ρm、ρs、v、s和K都通过模型公式和实际数据来确定。ρm表示农业和制造业间的劳动力市场扭曲,由式(12)可知1-ρm=Wm/Wa,农业和制造业关于劳动力的一阶条件Wa=(1-a)ρaYa/La,Wm=(1-a)ρmYm/Lm,可得1-ρm=(ρmYm/Lm)/ρaYa/La,将数据代入等式右边,即可得到各年度ρm的取值;ρs表示农业和服务业间的劳动力市场扭曲,类似于ρm,可以得到关系式1-ρs=(ρsYs/Lm)/(ρaYa/La),将数据代入这个等式的右边可求得各年份的ρs;v表示制造业劳动力占非农部门中的比重,这个变量可以通过制造业和非农部门劳动力的实际数据计算而得;s表示投资率,用实际投资与实际GDP的比值来确定该变量的取值;K是总资本存量,数据来源于永续盘存法的估计结果。

(二)参数校准

表1 参数校准

四、数值实验结果分析

本研究通过数值实验的方法来分析不同因素对2008年以来中国经济减速的影响。通过分析解答以下2个问题:2008年以来,中国的产业结构变迁是否导致了经济增长放缓?导致中国经济增长放缓的主要原因是什么?本研究先对模型的拟合效果进行检验,随后通过数值实验分析2008—2017年投资率、部门全要素生产率增长率、劳动力市场扭曲和产业结构的变化对经济增长率的影响。

(一)模型拟合效果分析

用于检验模型拟合效果的经济变量包括3个部门的劳动力份额和实际GDP增长率。图1表现了基准模型估计出的1978年以来农业、制造业和服务业的劳动力份额以及实际GDP增长率的模拟值与实际值的对比。从图1可以看出,模型很好地拟合了部门劳动力份额和GDP增长率的变动趋势。在图1(a)~图1(c)中,1978—2017年用模型估算出的农业劳动力份额平均值为47.16%(实际数据是50.35%),制造业劳动力份额平均值为25.22%(实际数据是23.49%),服务业劳动力份额平均值为27.62%(实际数据是25.98%)。在图1(d)中,基于模型计算得到的GDP增长率平均值为9.42%(实际值为9.53%)。

图1 各部门就业份额和GDP增长率模拟效果(1978—2017年)

从模拟结果来看,本文的模型能够很好地拟合中国经济的经验事实,这为基于该模型分析中国2008年以来的经济减速奠定了基础。下文将通过数值实验的方法来寻找导致2008年以来的经济减速的影响因素。

(二)中国经济减速的原因分析

数值实验在本文中是指在假设模型中各变量取实际值的情况下,用一个(或几个)假定的数值代替某些变量的实际数值,然后再看基准模型的估计结果是否会发生变化。这种方法的好处是,它可以直观地看出某个变量独立发生作用的结果,这就可以准确地将某个变量单独的作用与其他变量的影响区别开来。从这个意义上说,数值实验类似于计量经济学中对内生性问题的处理。以农业全要素生产率增长率为例,假定模型中只有农业全要素生产率增长率在2008—2017年取2007年固定值,其他变量在此期间都取2008—2017年实际值。在这个假定之下,考察模型模拟出的2008—2017年GDP增长率会发生什么变化。通过数值实验得到的GDP增长率与真实GDP增长率的差额,可以视为农业全要素生产率增长率对GDP增长率的独立贡献。

具体来说,进行4类数值实验,分别检验2008—2017年投资率、部门全要素生产率增长率、劳动力市场扭曲和劳动力跨部门流动(产业结构变迁)对经济增长率的影响,计算结果见表2。表2中的“实际值”指相应年份全国经济增长率的实际值;“实验预测值”指相应变量取2007年固定值,而其他变量取相应年份实际值时算得的结果。“实验预测值”与“实际值”的差异可以视为相应因素对经济增长率的边际影响。

表2 2008—2017年经济增长率的数值实验结果Table 2 Numerical experiment results of growth rate in 2008—2017 %

1.投资率的影响。分析了投资率对产出增长率的影响。令所有年份的投资率都取2007年的固定值,而令其他变量都取相应年份的实际值。结果见表2左起第3列。综合来看,2008年以来,中国投资率的上升促进了经济增长,但促进作用并不明显。2008—2017年,中国的投资率由0.41上升到了0.50,增幅达到了22%。从表2实验结果可以看出,如果投资率没有上升,则2008—2017年的年均经济增长率将为8.09%,仅比实际值低0.18个百分点。可见,尽管投资水平的提升对这一时期的经济增长率有拉动作用,但作用并不显著。

2.部门全要素生产率增长率的影响。分析了2008年以来农业、制造业和服务业等3个部门全要素生产率增长率变化对经济增长率的影响。分别令这3个部门的全要素生产率增长率取2007年的固定值,而令其他变量保持相应年份的实际值。结果见表2左起第4列(农业)、第5列(制造业)、第6列(服务业)。综合来看,2008年以来,制造业和服务业全要素生产率增长率的下滑都导致了经济减速,其中服务业全要素生产率增长率下降对经济增长速度下滑的影响最大,而农业全要素生产率增长率的变化对经济增长率的影响微乎其微。2008—2017年,除农业部门全要素生产率增长率有增长外,其他2个部门的全要素生产率增长率都出现了显著下滑。农业部门2008—2017年的平均全要素生产率增长率比2007年提升了0.62%,而制造业和服务业2008—2017年的平均全要素生产率增长率则分别比2007年下降了1.37%和8.29%。从这3组数值实验的结果可以看出,如果农业、制造业和服务业的全要素生产率增长率分别保持2007年的水平不变,计算得到的样本期平均经济增长率将分别比实际值低0.02%、高0.53%、高3.25%。可见,除农业部门以外,其他2个部门全要素生产率增长率的下滑都显著导致了经济增长放缓,其中服务业全要素生产率增长率下滑引起的平均经济增长率损失超过了3%,是导致2008年以来经济减速的主要原因。

3.劳动力市场扭曲的影响。分析了劳动力流动障碍对经济增长率的影响。令劳动力市场扭曲程度保持2007年的水平,而令其他变量都取相应年份的实际值。分析结果见表2左起第7列(农业和制造业之间的劳动力市场扭曲)和第8列(农业和服务业之间的劳动力市场扭曲)。综合来看,2008年以来农业和服务业之间劳动力市场扭曲程度的下降显著促进了经济增长,农业和制造业之间劳动力市场扭曲程度的变化对经济增长率影响很小。2008年以来,各部门间的劳动力市场扭曲程度有所下降。农业和制造业之间、农业和服务业之间的劳动力市场扭曲程度,在2008—2017年的平均值分别比2007年的实际值下降了0.59%和3.45%。从数值实验的结果可以看出,若2种劳动力市场扭曲的程度均维持2007年的水平不变(即没有下降),计算得到的样本期的平均经济增长率将分别比实际值高0.01%、低0.77%。可见,农业和制造业之间的劳动力市场扭曲程度的变化对经济增长率影响微乎其微,但农业和服务业之间的劳动力市场扭曲程度的下降则明显促进了经济增长。

4.产业结构变迁的作用。分析了劳动力跨部门流动对经济增长率的影响。分析结果见表2左起第9列。假定样本期间,农业、制造业和服务业的劳动力份额都维持在2007年的水平不变,并基于此计算2008—2017年的经济增长率。将这组数值实验的结果与实际值进行对比,判断2008年以来产业结构变迁是否导致了经济减速。如果产业结构的变化造成了经济减速,数值实验算得的平均经济增长率应该比实际值更高;否则,不能认为产业结构变迁是经济减速的原因。

从表2的分析结果来看,如果三次产业的劳动力份额均维持在2007年的水平,样本期的平均经济增长率将比实际值高0.28个百分点。这表明自2008年以来,劳动力的跨部门流动确实在一定程度上造成了经济减速。2012年,我国劳动年龄人口首次出现下降(减少345万人)。在这样的背景下,随着劳动力不断向增长较慢的服务业转移,经济增长率不可避免地受到冲击。从表2中该组实验的分年数据也可以看出,在2013年之前,绝大多数年份的实验预测值都要低于实际值,这表明在2013年之前,劳动力跨部门转移促进了经济增长;在2013年之后,实验预测值都要高于实际值,这表明从2013年开始,我国劳动力跨部门转移开始阻碍经济增长。这在一定程度上支持了结构性减速的判断。但需要指出的是:(1)产业结构变迁带来的经济减速发生在2013年之后,这意味着以2013年以前的数据来否定结构性减速的存在是正确的;(2)结构性减速即使存在,其作用也比较微弱,大大低于制造业和服务业全要素生产率增长率减速的作用。也许结构性减速在未来会对经济增长产生更大的影响,但至少迄今为止,结构性减速的作用仍然不是2008—2017年经济减速的主要原因。

(三)稳健性分析

通过以上分析发现,2008年以来中国经济减速的主要原因是服务业和制造业全要素生产率增长率的下滑,其中服务业全要素生产率增长率下滑的影响最大。产业结构变迁虽然在一定程度上造成了经济增长放缓,但其作用还比较微弱。在以上的计算中都假定资本收入份额α=0.5,如果令α取其他值,以上结论是否依然成立?这需要通过比较静态分析进行稳健性讨论。表3给出了不同资本份额假设条件下计算得到的经济增长率数值实验结果。

表3 不同劳动力份额假设下经济增长率的数值实验结果Table 3 Numerical experimental results of growth rate under different labor share assumptions %

从表3可以看出,无论资本收入份额α取何值,本文的主要结论都成立。(1)制造业和服务业全要素生产率增长率的下滑是2008年以来中国经济增长放缓的主要原因,而其中服务业全要素生产率增长率的下滑是最主要的原因;(2)产业结构变迁在一定程度上造成了经济减速,但其作用比较有限,远低于制造业和服务业全要素生产率减速的作用。从各组数值实验结果可以看出,当α取不同数值时,各组数值实验的结果会有所差别,但无论α取哪个数值,制造业全要素生产率增长率(gm)和服务业全要素生产率增长率(gs)从数值实验中算得的经济增长率的预测值都高于其他预测值,也都高于实际值8.27%。此外,服务业全要素生产率增长率数值实验中的经济增长率预测值最大,在4组数值实验中均在11%左右,明显高于其他数值实验的结果。同时,无论α取哪个数值,3个部门劳动力份额(li)数值实验的增长率预测值与实际值8.27%的差距都在0.27%和0.32%之间,明显低于gm和gs的实验数值。

五、结论与政策建议

(一)结论

近年来中国出现了持续性的经济增长放缓,对其原因的识别是新常态下稳增长政策安排的前提。为了定量分析新常态下各因素对中国经济增长的影响,本文构建了一个包含农业、制造业和服务业的三部门一般均衡模型。在这个框架下,通过数值实验的方法分析了2008—2017年投资率、3个部门的全要素生产率增长率、劳动力市场扭曲以及产业结构变迁对经济增长的影响。具体结论如下:

1.投资率对经济增长的影响。2008—2017年投资率的上升促进了经济增长,但影响较小。如果2008年以后投资率没有上升,中国在2008—2017年的平均经济增长率将仅比实际值降低0.18个百分点。

2.部门全要素生产率对经济增长的影响。制造业的全要素生产率增长率和服务业的全要素生产率增长率的大幅下滑是造成2008年以来经济减速的主要原因,其中后者是最主要的原因,而农业部门全要素生产率增长率对经济增长的影响较小。2008年以来,如果制造业的全要素生产率增长率和服务业的全要素生产率增长率没有下降,样本期的平均经济增长率将分别比实际值高0.53个百分点和3.25个百分点;若农业部门的全要素生产率增长率没有变化,平均经济增长率仅会比实际值低0.02个百分点。

3.劳动力市场扭曲对经济增长的影响。农业和服务业之间的劳动力市场扭曲程度下降促进了经济增长,而农业和制造业之间劳动力市场扭曲程度下降对经济增长的影响程度很小。2008年以来,若农业和服务业之间的劳动力市场扭曲程度没有下降,则经济增长率将比实际值低0.77个百分点;若农业和制造业之间的劳动力市场扭曲程度没有下降,经济增长率将比实际值高0.01个百分点。

4.产业结构变迁对经济增长的影响。2008年以来,中国的产业结构变迁在一定程度上造成了经济减速,但这种作用比较微弱,而且只发生在2013年之后。如果2008—2017年中国三次产业的劳动力份额保持2007年的水平不变,则样本期间的平均经济增长率将仅仅比实际值高0.28个百分点,远低于服务业全要素生产率增长率和制造业全要素生产率增长率减速的作用。

上述结论意味着,国内学术界的生产率减速说与结构性减速说都有一定的道理,但他们的结论都有可改进的空间。根据本文的计算结果,结构性减速仅仅是2008—2017年中国经济减速的次要原因,更主要的原因则是生产率减速,但并不是与产业结构无关的生产率减速,而是表现为服务业和制造业全要素生产率增长率下滑的生产率减速。

(二)政策建议

本文的研究结论表明,全要素生产率结构性的全要素生产率的减速是导致经济减速的主要原因,所以在稳增长的政策选择中,不仅需要总量方面的全要素生产率提升政策,而且更需要重视结构方面的全要素生产率提升政策,以促进制造业和服务业全要素生产率增长率的提高。

1.推进创新驱动战略。创新是提升全要素生产率的主要动力来源,有重点地推进创新驱动战略是遏制我国经济减速的必然选择。要强化对制造业和服务业高端人才的培养和引进力度,努力营造更加适合创新型人才发展的环境,激发创新动力;要提高制造业和服务业R&D投入占GDP的比重,不断提升自主创新能力;要打通科技成果产业化通道,加快成果转化为制造业和服务业高端产品,让各类创新成果真正成为经济新增长点。

2.推进劳动力自由流动。由于农业与服务业之间的劳动力市场扭曲程度下降有促进经济增长的作用,因此,可以通过户籍制度改革、农民工城市化和劳动人事制度改革等方式,降低劳动力跨部门流动的成本,进一步改善城乡之间,特别是农业与服务业之间的劳动力市场扭曲,以促进经济增长。

3.推进产业结构升级。虽然产业结构服务化对经济增长有微弱的负面影响,但如果服务业全要素生产率能获得提升的话,产业结构升级仍然是我国经济增长的重要推动力量。对此,要稳步推进制造业转型升级,加快人工智能和信息技术等在制造业的应用,着力增强优势和战略新兴产业综合实力,推动传统产业实现智能化、高端化和绿色化;大力发展高端服务业,加大服务业领域创新投入水平,缩小我国服务业与发达国家的差距,不断提升服务业发展质量和效率;加大对创新型小微企业发展的金融、财税等政策支持力度,加快培育和壮大新业态新产业。

猜你喜欢

生产率增长率数值
中国城市土地生产率TOP30
“新”生产率悖论?工业机器人采用对制造业生产率的影响
体积占比不同的组合式石蜡相变传热数值模拟
数值大小比较“招招鲜”
舰船测风传感器安装位置数值仿真
铝合金加筋板焊接温度场和残余应力数值模拟
跟踪导练(三)4
外资来源地与企业生产率
外资来源地与企业生产率
台2016GDP“成功保1”