一 引言

中国收入差距持续扩大已成事实。从理论上说，人力资本是提高行业收入的基础，但实证研究并没有提供有力证据。罗楚亮、李实(2007)等研究发现，人力资本虽然对收入差距有影响，但不是其主要原因，相比之下行业特征的作用更为显著，即行业收入差距是中国收入差距的主要原因。

那么，行业收入差距由何产生呢？理论上，行业技术进步是提高行业收入的基础，但实证研究并未提供明确的证据。已有研究肯定了国有企业的行业垄断是行业收入差距的主因，如罗楚亮、李实(2007)，史先诚(2007)，张展新(2004)，朱世宏(1998)，金玉国(2005)等。史先诚(2007)认为，垄断租金分享是行业收入差异的主要原因，决定行业高工资的50%以上；岳希明(2010)和柴国俊(2011)也得出了类似的结论。李稻葵等(2009)、陈钊等(2009)、陈弋(2006)都认为，劳动力市场不完全竞争是产生行业收入差距的重要因素。

Jones(1965)和Acemoglu(2010)的研究指出，行业技术进步是影响行业收入差距的主要因素。管理、技术水平或规模效率上有优势的行业，能够获得较高的收入。人力资本是市场效率的基础，也是推动技术进步的因素。但实证研究并没有发现市场效率或技术进步对行业收入有重大影响的证据。在中国，技术进步或效率对行业收入的影响没有得到学者的重视，只有白重恩等(2009)以时间和行业为哑变量度量行业技术因素，发现技术因素对行业收入影响很小。但是，其依据主观判断来确定技术因素的指标，而不是根据技术进步的专业方法来估算，所以结论值得商榷。陈建国(2010)的研究以科技支出代替技术进步，并得出技术进步对行业收入有正向影响，但很明显，科技支出不等于技术进步，而且该研究也没能指出技术进步对行业收入的贡献程度。

其他研究关注于人力资本对行业收入的影响。人力资本能够间接反映技术进步的水平，但人力资本不能反应技术进步的全部信息。岳昌君(2005)发现，相比电力、交通、房地产和金融等行业，教育的溢出效应更高。这说明教育或人力资本在不同的行业有着不同的作用，或者教育的效果与行业有关，教育为行业收入差距的扩大提供了一个“理由”。现实的逻辑可能是行业高收入吸引了人力资本，而不是人力资本决定了行业高收入，这意味着在中国通过人力资本解释行业高收入可能因果倒置。中国经过了30多年的改革开放，经济取得了巨大的成功，如果行业收入差距由垄断决定，那意味着中国市场经济的失败。因此，利用中国数据准确检验技术进步对行业收入的影响有重大理论和现实意义。

本文应用面板数据模型分析技术进步对行业收入差距的影响，与已有研究相比，有如下改进或特点：(1)已有行业收入的实证研究都以大类行业为研究对象^①，在使用回归分析时由于样本数据较少，模型估计结果可信性差。本文以中国工业二位数行业为研究对象，共37个子行业，应用面板数据模型克服了样本不足的问题。(2)本文将应用最新经过调整的资本存量、工业增加值和从业人员数据，使用专业的DEA方法估算技术进步。在面板数据模型设定时，控制垄断等因素的影响，推断将更准确。本文以下的结构安排是：第二部分模型设定; 第三部分运用工业二位数行业的资本、工业增加值和从业人员等数据估算行业的技术进步；第四部分，建立面板数据模型分析技术进步对行业收入的影响；第五部分为结论与建议。

二 模型设定

为度量收入差距，Oaxaca(1973)提出了著名的收入差距模型。该模型把高收入行业与低收入行业的差额分成两个部分，表示如下：

$ \ln {{Y}_{h}}-\ln {{Y}_{l}}=({{X}_{h}}-{{X}_{l}}){{\beta }_{1}}+{{X}_{h}}({{\beta }_{h}}-{{\beta }_{l}}) $

(1)

其中，Y表示行业平均收入，h和l分别表示高和低收入行业，X表示解释变量矩阵。(1)式等号右边的第一项表示人力资本等市场竞争因素造成的收入差异，第二项表示由非市场因素导致的行业收入差距。市场因素由反应劳动市场特征的人力资本或劳动力的受教育程度等构成，非市场因素主要指劳动力市场歧视等与行业垄断相关的因素(Oaxaca，1973；Blinder，1973)。而(1)式等号左边为高收入行业与低收入行业的对数平均收入差距。岳希明(2010)和柴国俊(2011)也曾以(1)式为基础建立过计量模型。

在中国，以技术进步反映市场性因素要远比人力资本更合适。首先，由于存在行业高收入吸引了人力资本的可能，通过人力资本解释行业高收入可能因果倒置。其次，人力资本通过设计、研发产生新的产品和技术，或提高企业的管理水平来增加企业产出，也是企业推动技术进步的过程。^②再次，技术进步的信息更丰富，其中包含了研发投入和企业的技术积累等影响技术进步的所有信息。最后，已有研究使用人力资本或劳动力的教育水平解释行业收入是样本所致，微观个人或家庭数据能提供教育等信息，但不能测算技术进步，如岳希明(2010)以及陈钊(2010)等。

为保证其他条件不变，需要选择与技术进步和行业工资都相关的控制变量，即非市场性因素。产品结构理论者Piore和Berger(1980)认为，资本密集型的大企业通常位于产业链的上游，容易形成内部封闭市场；而规模小、竞争性强的劳动密集型企业，因与垄断行业的产品市场不同而产生收入差距。单位劳动力的资本数量与行业的垄断性相关，即资本深化也是一个非市场因素的控制变量。根据垄断的特征和中国的行业特殊性，选择企业规模和国有企业的市场份额作为行业垄断的代理变量，那么，面板计量模型设定如下：

$ \mathit{HYC}{{\mathit{J}}_{\mathit{it}}}\text{=}{{\alpha }_{\mathit{i}}}+{{X}_{it}}\beta +{{Z}_{it}}\gamma +{{\varepsilon }_{it}} $

(2)

其中，X_it为技术进步向量，HYCJ_it为第i个行业第t年与低收入行业的对数平均收入差额，Z_it为控制变量向量，包括资本深化、行业平均企业规模和国有企业市场份额。i=1, 2…, N，表示N个行业，t为时间；ε_it为随机误差项，β、γ为待估计参数向量，α_i为待估计参数。

三 工业分行业技术进步的估算 (一) 技术进步的测算方法

经济增长理论以全要素生产率(TFP)来衡量技术进步，不能被现有经济增长因素解释的“索洛残差”是技术进步估算的第一次尝试。当企业总是具有完全效率时，企业产出增长的源泉分为生产前沿(生产函数)的移动导致技术改进和要素投入沿生产函数增加。在企业生产并不总是有效率的前提下，企业产出的增长除了来自于要素投入增加和生产前沿的外移外，还可能来自企业向生产前沿的逼近。因此，全要素生产率可以分解为技术改进(TECH)和技术效率(EFCH)提高。按照这一思想，Caves等(1982)和Fare等(1994)在曼奎斯特(Malmquist)发展的距离函数基础上创立了曼奎斯特生产率指数，即前沿法全要素生产率。该测度方法可以分为两类：参数估计方法和非参数估计方法。参数估计法分为收入份额法、计量经济学法和随机边界法，这些方法都要进行参数估计，且都假设研究对象在技术上有效率，该方法的优点是能够解释随机噪音。数据包络分析方法(DEA)是非参数估计法的最常用方法，无需参数估计，也无需假设研究对象在技术上有效率，缺点是不能解释随机噪音。DEA不像其他方法需要中性技术进步、不变规模报酬、完全市场效率和市场完全竞争等假设，因而获得了广泛应用。DEA把每个行业看作一个生产决策单位，来构造在每一个时期行业生产的最佳生产前沿，通过测算每个行业与最佳前沿的相对距离来度量技术进步。本文采用DEA来核算中国工业分行业的技术进步。

(二) 工业分行业技术进步的估算

1.技术进步的分解

在企业并不总是有效率且规模报酬不变的假设下，以DEA计算的曼奎斯特指数把技术进步(TFPCH)分解为技术改进(TECH)和技术效率(EFCH)提高两部分。若规模报酬可变，技术效率还可以进一步分解为纯技术效率(PECH)和规模效率(SECH)。在企业规模不变的条件下，企业向生产前沿的移动所带来产出的增加为纯技术效率。从这个意义上讲，纯技术效率可以理解为管理效率。而规模效率是指企业通过扩大规模、降低单位产品成本而产生的效率。技术进步的分解公式^①为：

$ TFPCH=TECH\times EFCH=TECH\times PECH\times SECH $

(3)

2.数据

技术进步估算需要产出变量和投入变量。我们选择工业分行业增加值作为产出变量，避免工业总产值中上下游行业产出的重复计算等问题，比工业总产值更为准确反映行业的产出。《中国工业统计年鉴》提供了规模以上工业企业的分行业增加值，利用工业分行业工业品价格指数进行平减则可得到分行业的工业增加值序列。按照通常方法，我们选择行业资本存量和年平均从业人员为投入变量。

(1) 资本存量。按照Goldsmith的永继盘存法，把历年固定资产原值或净值相加可得到当年的资本存量。但这两种数据都是由不同年份、不同现价的投资品混合在一起简单相加所得，正确的方法为把经当年价格指数平减后的当年新增投资累加到基年的资本存量上(孙琳琳等，2005)。按照这一思路，孙琳琳等(2005)、陈勇和唐朱昌(2006)、陈诗一(2011)分别估算了1980—2000年、1985—2003年和1980—2008年中国工业分行业的投入产出面板数据，行业数分别为23、38和39个。在已有研究中，陈诗一(2011)的资本存量数据最全，时序最长，涵盖所有工业分行业，因此，本文的资本存量数据选自其以1990年价格为1的面板数据。由于数值较小或序列较短，本文将其他采矿业(行业代码为11)、废弃资源和废旧材料回收加工业(43)(2003年以后才公布)与工艺及其他制造业(42)合归为其他工业(陈诗一，2011)，所以共有37个行业。

(2) 年平均从业人员。《中国工业统计年鉴》提供了完整的工业分行业从业人员年平均人数，该年鉴数据与《中国经济普查年鉴2004》中的全部工业从业人员年均数9 303.94万人相近，统计口径为全部国有及规模以上非国有工业口径。

中国工业行业的分类标准在2003年进行了调整，而且资本存量数据(陈诗一，2011)截止到2008年，因此，本文的样本数据时间跨度被确定为2004—2008年。^②

3.技术进步估算结果

(1) 趋势特征。将各行业曼奎斯特指数进行几何平均，得到2005—2008年各行业的平均指数如图 1。^③在整体上，技术改进(TECH)增长明显，而技术效率(EFCH)一直呈下降趋势。技术改进每年都增长且增长率最高，表现得最好；由于技术改进不断增长，工业行业技术进步(TFPCH)只在2008年负增长(低于2007年)。从图 1可以发现，除规模效率(SECH)外所有指标的增长率在2008年都明显下降，只有技术改进和规模效率正增长，其他指标都出现了负增长。规模效率在2005年和2006年都没有变化，2007年下降而2008年反而上升；纯技术效率只有2007年实现轻微增长(增长率为2.1%)，2008年大幅下降(增长率为-12.5%)。不难发现，不断下降的纯技术效率是技术效率表现糟糕的主要原因。

(2) 行业特征。中国工业分行业技术进步等指标如表 1所示。各指标大于1表示在2004—2008年期间效率获得提高，小于1为下降，等于1表示没有变化。在各指标中技术改进提高最显著，所有行业在这一期间都获得了提高。通过比较可以发现，技术改进增长最高的行业都是国有垄断企业主导的行业，民营企业为主的竞争性行业增长最低。^①这一结果与陈勇、唐朱昌(2006)的结论类似。与此相反，国有垄断行业的纯技术效率反而下降，如石油加工、黑色金属采选业、有色金属采选业、水生产及供应业等；^②民营企业为主的低技术改进行业，如通信及计算机制造业、造纸业的纯技术效率较高，排名分别为1和10。^③规模效率的分布并没有出现和技术改进、纯技术效率类似的特征。技术改进和纯技术效率较低的行业规模效率却较高，如家具制造业；部分技术改进较高的国有行业如燃气生产及供应的规模效率最高，即国有企业只能在自然垄断性行业实现规模效率，从这个角度讲，“人为垄断”劳民伤财。技术改进的标准误差较纯技术效率和规模效率低^④，表明纯技术效率和规模效率在垄断行业与竞争性行业之间的差距比技术改进更为明显。竞争性企业的技术效率尽管水平较低，但比国有企业遥遥领先，意味着两种企业有着截然不同的技术进步路径。

四 技术进步对行业收入差距影响的实证分析 (一) 数据与变量

1.数据

《中国劳动统计年鉴》和《中国统计年鉴》没有提供全口径规模以上工业行业平均工资，只提供了城镇单位规模及规模以上企业的报酬。^⑤考虑到我国农村工业占比很小，那么选择城镇单位工业行业的平均工资作为替代变量是一个可行的选择。为保证与资本存量统计口径一致，将行业平均工资用CPI指数平减为1990年价格的工资，见表 2。中国行业垄断主要表现为国有企业在某些行业居于垄断地位，所以选择国有企业的行业市场份额来代替，即行业国有企业的产值除以行业产值。行业平均规模以行业产值除以行业企业数量来度量，行业产值和行业企业数量来自《中国工业统计年鉴》。行业资本深化，按定义以行业资本存量除以行业年平均从业人员来度量。

2.变量

(1) 行业收入与行业差距。在37个行业中平均报酬最低的行业是木材加工业。从2004—2008年木材加工业报酬始终最低，但逐年增长，年均增长率为10.44%，略高于收入最高的烟草行业的增长率(9.73%)。本文选择木材行业作为低收入行业度量行业收入差距(HYCJ)，即按式(1)定义为其他相对高收入行业与木材行业平均收入对数的差额。把行业收入差距按升序排列得到图 2^①，可以发现收入差距在部分行业中迅速拉大。这些行业分别是烟草、石油开采及加工、电力、燃气、黑色金属加工、交通设备制造、煤炭开采等行业。这些行业都是民营企业较难进入的部门，属于国有企业垄断的行业。

(2) 控制变量。控制变量分别为资本深化、国有企业市场份额和行业的平均企业规模。这些控制变量的代理变量分别以行业资本存量除以行业年平均人员、行业国有企业的产值除以行业总产值、行业的国有企业数量除以行业的企业总数量等来度量。根据表 3，这些变量与行业收入差距及技术进步的相关度较高，符合控制变量的要求。资本深化(ZBSH)与行业收入差距(HYCJ)、技术进步(TFPCH)的相关度分别为0.685 5和0.327 5。其他控制变量国有企业市场份额(SCFE)、行业企业规模(QYGM)与行业收入差距及技术进步也明显相关。

从时间上观察(见表 4)，资本深化和国有企业市场份额的时间趋势明显，资本深化程度不断提高，同时国有企业市场份额则不断降低。这与已有研究一致。陈勇、李小平(2007)发现，1985—2003年工业国有企业的市场份额在不断下降；同样，李治国等(2003)和孔庆洋等(2009)都发现，从1996年开始中国工业资本深化程度逐年提高。同期工业行业的平均企业规模没有明显的变化，只是在2005年各行业的企业数量明显增加导致企业平均规模缩小。

表 5列出了所有变量的描述统计，每个变量共180个样本^①，除了行业差距外各变量都是相对指标。从这些变量的标准误差中可以发现，企业规模标准误差最大，各行业的企业规模差异明显。企业规模与国有企业市场份额的相关系数较大，表明国有企业与民营企业的规模差异导致了行业的企业规模差异。各变量都不具备正态分布的特征，表明资源分布向部分行业倾斜明显。

(二) 实证分析

1.估计方法

由于面板数据模型的个体效应与解释变量相关，模型应选择固定效应估计方法；且模型Hausman检验的样本值都大于5%显著性水平下的临界值，也支持该估计方法。为克服截面异方差，本文选择截面加权法估计参数，采用异方差稳健估计量(HAC)估计标准误差。

固定效应模型能反应截面个体的差异性，但模型估计时还应考虑内生性和自相关等问题。如果企业较高的工资能够吸引高人力资本人才，那么技术进步与行业工资将互相影响，技术进步具有内生性。本文选择技术进步、纯技术效率和规模效率的滞后一期作为这些内生变量的工具变量。面板数据模型可能存在自相关，但因样本时序较短(只有5年)，通常的自相关检验(如DW检验)失效。把式(2)一阶差分得模型(4)，式(4)是Newey-West稳健协方差估计量的OLS的必然替品。^①为便于比较，将式(2)和(3)的估计结果都列于表 6。

$ D{{(HYCJ)}_{it}}={{\alpha }_{\mathit{i}}}+\sum{{{\beta }_{j}}D{{(X)}_{ijt}}+\sum{{{\gamma }_{k}}D{{(Z)}_{ikt}}+}}{{\varepsilon }_{it}} $

(4)

模型的解释变量较多，变量之间存在一定的多重线性。由表 4可知，资本深化、行业垄断和企业规模之间相关性较高。为提高估计精度，将这三个变量分别对其他解释变量回归，将残差作为各变量的代理变量能够有效解决多重共线性的影响。^②这种处理方法虽然会减少变量的信息，但t检验拒绝时犯错误的概率更低。

2.估计结果

在模型(1)中，行业垄断变量的参数估计值为负值，与理论和已有研究不符，而且表现良好的技术改进反而不显著。一阶差分模型(2)和(3)的参数估计值符合预期，参数估计精度好于模型(1)。由于差分模型失去了随时间不变的变量解释效果，R2有一定程度的下降，模型(2)和(3)的调整R2要比模型(1)低得多。但这些变量不是研究的目标，我们更关注随时间而变化的技术进步等变量的影响。除资本深化在模型(1)和(2)不显著外，其余都在接近5%的水平上显著。资本深化和技术进步存在相关性(陈勇等，2006；孔庆洋，2009)，在模型(3)中资本深化与TECH、PECH和SECH的多重共线性高于模型(2)，导致资本深化变量在模型(3)中不显著。

3.动态性与稳健性

面板数据模型往往具有动态特征，如果某行业取得了技术进步，会为其下一时期的技术发展打下基础。为刻画变量之间的动态性，在模型中引入因变量的滞后一期(HYCJ(-1))建立模型(4)。变量HYCJ(-1)在接近5%的水平下显著，且参数估计值也较大，模型具有显著的动态特征。变量HYCJ(-1)参数估值为正，意味着行业差距逐年累积，在时间上有累积效应。由于模型(4)使用了滞后解释变量(HYCJ(-1))，模型的自相关性不明显，无需使用一阶差分法估计。模型(4)的其他解释变量参数估计值的符号及大小与模型(2)都没有明显的变化，说明模型的估计结果具有较好的稳健性。

4.结果分析

根据模型(2)，在控制了资本深化和企业平均规模后，技术进步和行业垄断提高了行业收入(系数为正值)。模型(3)显示技术改进拉大了行业之间的收入差距，而纯技术效率和规模效率的影响却相反，与前者出现了两极分化。TECH的参数估计值分别是PECH、SECH的2.2倍和10.6倍(不计符号)，所以综合效应(技术进步)拉大了行业收入差距。资本深化促进了行业收入差距的扩大，而企业平均规模却相反。

同为技术进步的分解指标，技术改进与纯技术效率及规模效率的影响截然不同，令人疑惑。由于高收入的国有垄断行业技术改进要高于竞争行业，那么可以认为，垄断行业借助技术改进提高了行业收入。竞争行业的纯技术效率和规模效率要好于垄断行业，竞争行业通过较高的管理效率和规模效率缩小了与垄断行业的收入差距。垄断行业大多是资源与资本密集型行业，垄断行业不断提高资本装备水平获得了技术改进。竞争性行业主要是劳动密集型行业，企业只能通过扩大规模和提高管理水平获得效率和收入的增长。企业平均规模的上升降低了行业收入差距也与行业特征有关，垄断行业的企业规模扩张并没有提高规模效率，而竞争性行业却取得了较明显的规模效率并提高了收入，行业收入差距得以降低。依据这些事实，可以得出国有垄断企业的扩张除了获得了由装备水平决定的资本体现式技术改进外，并没有提升管理水平，也没有显著提高规模效益，仍然是粗放型扩张。

垄断行业资本深化程度高，除与行业特征有关外，也与行业准入和融资条件有关。国有企业因垄断而占据高利润行业，同时还可以获得银行体系的融资便利，资本深化由此展开(孔庆洋等，2009)。较高资本装备水平又提高了行业的进入门槛，垄断地位不断强化，行业收入差距因而更大。由此可以得出行业收入差距扩大的一种路径：行业垄断——资本深化——技术改进——行业收入差距。

国有企业依赖资本投入的技术进步扩大了行业收入差距，但却没有显著提高技术效率。由于技术进步的综合效应明显，竞争性行业通过技术效率的提高并没有降低行业收入差距。若垄断行业的技术改进仅仅通过资本深化获得，而不是缘于产品、设计的创新，那么工业行业的技术进步并不意味着市场经济的成功。岳希明等(2010)发现，行业收入差距的50%以上由非市场因素决定，即从行业收入分配的角度观察，中国的市场机制并没有起到基础性的作用。

五 结论与建议

总而言之，中国工业行业的收入差距在部分行业中迅速扩大，这些行业分别是烟草、石油开采及加工、电力、燃气等国有垄断的行业。从总体上看，中国工业行业取得了明显的技术进步并加剧了行业收入差距。技术进步的行业特征突出，垄断行业技术改进明显，而竞争性行业技术效率具有优势。技术改进拉大了行业之间的收入差距，而纯技术效率和规模效率的影响却相反，与前者出现了两极分化。行业收入差距扩大的一种路径是：行业垄断——资本深化——技术改进——行业收入差距。

这些事实表明，技术进步促进收入增长在不同行业路径是不同的，在垄断性行业通过资本深化推进技术改进而在竞争性行业通过提高技术效率获得收入的提高。垄断行业尽管收入较高，但在扩张的过程中并没有提高管理水平，也没有显著提高规模效益，经济增长带有明显的粗放特征。所以，从技术进步的角度讲，中国工业的行业收入差距既没有较合理的经济学基础，也不能导致资源的合理配置。

我们的结论支持目前的一些经济主张，如吴敬琏强调改革是下届政府的主要经济目标。^①根据我们的分析，改革国有企业、降低行业垄断应是改革的核心内容之一。竞争性行业的技术改进程度低与投资和装备水平有关，所以鼓励民间投资、创造良好的投资与融资环境应是另一项改革任务。由于行业收入差距在时间上具有累积效应，因此，延迟改革只会使改革的难度增加，代价可能更高，也会引发社会问题。从渐近改革的路径出发，若垄断行业短期不能进行有效的市场化改革，那么，对于不是通过创新和管理而获得的高收入，应通过非市场手段进行规范，从而降低行业收入差距。