一 引言
中国和印度作为两个发展中的大国，在很多方面都具有相似性。两国国土面积辽阔，都有大量贫困人口。自上世纪80年代以来，两个国家都进行了经济改革，并且经历了生产率和人均GDP的高速增长。不过，中印两国的生产率增长并不是“齐步走”的。如果我们观察两个国家在1978～2004年的相对总劳动生产率(即印度的劳动生产率①与中国的劳动生产率之比)，可以发现印度的劳动生产率一开始是大大领先于中国，但在上世纪80年代末被中国反超。此后印度的劳动生产率越来越落后于中国，至2004年已经大大落后于中国。图1表现了这一过程。1978年，印度的劳动生产率是中国的147％，但到2004年，印度的劳动生产率只有中国的58％。
图1 相对总劳动生产率(印度／中国)
为什么一些国家的劳动生产率增长比另一些国家更快?这个问题长期困扰着宏观经济学家。本文试图对这一现象进行解释。这不仅可以让我们弄清楚中国和印度这两个发展中大国想要进一步提高劳动生产率需要做些什么，而且也可以通过本研究，对其他发展中国家劳动生产率增长较快(或较慢)的原因进行解释。此外，已有证据表明跨国收入差异取决于跨国劳动生产率差异(Hall和Jones，1999)，本文的研究也可以用于解释中印之间或其他发展中国家间的跨国收入差异。
现有文献对国家之间生产率差异的解释可分为两类。一类是以单一部门总生产函数为主要分析工具的新古典增长模型和增长核算(Growth Accounting)，如Parente和Prescott(1999)认为各国采用新技术存在不同的障碍是生产率差异的原因，Acemoglu和Zilibotti(2001)则认为生产率的跨国差别是由于不同国家间的技术-技能匹配性(Technology-Skill Complementarity)不同造成的，Hall和Jones(1999)认为生产率的差异是由制度因素以及政府政策引起，而造成制度和政府政策差异的原因则是社会基础设施的不同，地理、语言是影响社会基础设施的最终原因。该方法曾被用于解释中国的生产率为什么增长那么快，结论是中国自1980年来的TFP增长，有87％可以归因于对发达国家先进技术的模仿(Wirz，2008)。由于这种方法完全忽略了发展中国家广泛存在的结构扭曲问题，因此用它来分析发展中国家的经济发展，可能会产生系统的误差(袁志刚和解栋栋，2011)。
另一类文献以两部门甚至多部门增长模型为主要分析工具来研究国家间的生产率差异。按照对要素流动性不同的假设，这类文献又可分为两个分支。第一个分支是假设要素可以在各个部门间自由流动，以获得相等的边际报酬。这个分支的文献认为，经济各部门之间要素的再分配由两种力量来驱动，一是非位似偏好(non-homothetic preferences)导致的收入效应(Echevarria，1997；Kongsamut等，2001；Foellmi和 Zweimuller，2008)；二是部门技术(生产率)差异导致的替代效应(Baumol，1967； Ngai和Pissarides，2007；陈体标，2007、2008；周辰亮和丁剑平，2007；刘伟和张辉，2008；Acemoglu和Guerrieri，2008)。在两种力量的共同驱动下，会出现产业结构变迁的一般规律，即随着经济发展，第一产业就业份额会单调下降，第三产业就业份额会单调上升，第二产业就业份额将先上升后下降而呈现倒“U”形状，这又被称为“库兹涅茨事实”(Duarte和Restuccia，2010)。该方法曾被用于解释国家间生产率差异的原因(Herrendorf和Valentinyi，2006；Duarte和Restuccia，2010)。第二个分支则假设农业部门和非农业部门之间存在劳动力流动壁垒和要素报酬差异，并利用两部门增长模型，考察劳动力流动壁垒对生产率的影响(Temple，2001、2004；Caselli和Coleman，2001；Gollin等，2002；Chanda和Dalgaard，2003；Restuccia等，2008；Vollrath，2009)和由劳动力流动壁垒导致的资源错配(misallocation)对生产率的影响(Aoki，2008； Rogerson，2008；袁志刚和解栋栋，2011)。需要指出，这里的资源错配不仅包括农业和非农业之间的错配，也包括国有制与非国有制之间的资源错配(Brandt和Zhu，2010；Song等，2011)和制造业内部的资源错配(Hsieh和Klenow，2009)。该方法曾用于研究中印制造业之间的生产率差距(Hsieh和Klenow，2009)和欧洲与美国的生产率差距(Rogerson，2008)。此外，国内还有许多论文用各种计量和分解方法来研究产业结构变迁对生产率的影响(袁志刚和解栋栋，2011)，但这类方法并未用于研究国家间的生产率差距。
在中印生产率差异研究方面，Hsieh和Klenow(2009)基于多部门模型研究了中印制造业生产率差异的原因，但他们的研究局限于制造业，既没有考虑部门生产率差异的作用，也没有考虑城乡之间的劳动力流动壁垒。Bosworth和Collins(2008)利用简单的数据描述分析了中印之间劳动生产率增长率差异的原因，以及部门生产率对总生产率差异的影响，但他们的研究只是在简单代数计算基础上做出的直觉推断，没有进行增长核算，因此结论的可靠性值得怀疑，而且他们也没有考虑劳动力市场的扭曲问题。
总体来看，以上文献或者只考虑到了非位似偏好和部门生产率差异，或者只强调劳动力流动壁垒的作用。与这些文献不同，本文试图融合上述多部门增长模型文献的两个分支，同时考虑非位似偏好导致的收入效应、部门生产率差异导致的替代效应、农业部门与非农业部门之间的劳动力流动壁垒这三个因素，建立一个关于产业结构变迁的三部门一般均衡模型并进行增长核算，以此来解释中国劳动生产率增长比印度快的原因。②这样做的原因是：首先，中国和印度都是存在严重劳动力市场扭曲的发展中大国(Hsieh和Klenow，2009)，劳动力流动壁垒对于理解中国和印度总劳动生产率差异是必不可少的。其次，自1978年以来，中国和印度都经历了重大的产业结构变迁过程。例如1978年至2004年间，中国第一产业的就业份额从71％下降到47％，第三产业部门的就业份额从12％上升到31％；同时印度第一产业的就业份额从71％下降到57％，第三产业部门的就业份额从16％上升到25％。因此考察各部门劳动生产率对总劳动生产率的影响也是很必要的。
由于中国和印度官方公布的劳动生产率数据统计口径是不一致的，因此我们采用了Bosworth和Collins(2008)提供的中国和印度1978～2004年劳动生产率数据，该数据已经过处理，在统计口径上是一致的。我们用中国数据对基准模型(baseline model)进行了校准，在此基础
上我们进行了一系列基于反事实实验(counterfactual experiment)的增长核算，用一个假定的部门劳动生产率增长率来代替实际的部门劳动生产率增长率。结果显示，本文的模型可以很好地拟合中国与印度总劳动生产率比率变动的长期趋势。利用该模型我们可以证明，在1978～2004年，中印两国三大产业劳动生产率增长率和劳动力流动壁垒的差异是导致印度与中国总劳动生产率之比不断下降的主要原因。而且，在大多数时间内，相对于第二和第三产业来说，中国第一产业的劳动生产率增长率高于印度，是中国的总劳动生产率反超印度并保持持续领先的最重要原因。本文的增长核算也表明，印度目前的产业结构升级模式，即第三产业劳动生产率增长比第二产业更快，恶化了与中国的总劳动生产率差距。如果印度想以更快的速度在劳动生产率方面缩小与中国的差距，则应借鉴中国的产业结构升级模式，即同时提高第一、第二产业的生产率，将会比印度目前的产业结构升级模式更有效果。而对中国来说，如果试图在未来继续保持生产率方面对印度的领先优势，则应大力提高第三产业的劳动生产率。
文章结构如下：第二部分将对中印两国的产业结构变迁过程进行概述；第三部分是基准模型的描述；第四部分是数据来源和模型校准；第五部分对测算结果进行解释；最后是总结。
图2 中国三大产业就业份额的变化
图3 印度三大产业就业份额的变化
二 中印两国的产业结构变迁和部门劳动生产率变动
在本节我们将对中印两国在1978～2004年的产业结构变迁过程和三大产业劳动生产率增长的情况进行概述。由于我们关注的是两国在27年中的长期趋势，因此我们首先用平滑参数λ=100的Hodrick Prescott滤波对两国的数据进行了平滑化。
在通常情况下，产业结构变迁的特征是第一产业劳动力份额持续下降、第三产业劳动力份额逐渐上升、第二产业劳动力份额呈倒“U”状变化，即所谓的“库兹涅茨事实”。也就是说，在典型的产业结构变迁过程中，产业部门之间的劳动力再分配过程包含早期阶段第二产业的劳动力份额上升，以及稍后阶段第二产业劳动力份额下降。然而，目前中国和印度都处于劳动力再分配的早期阶段。如图2所示，中国在1978年第一、第二、第三产业部门的劳动力份额分别为71％、17％和12％；而到了2004年，上述份额变为47％、23％和30％。
图3描绘了印度在1978～2004年间第一、第二、第三产业部门的劳动力份额。与中国类似，在这一时期印度也经历了重大的劳动力再分配过程。从1978～2004年，印度农业部门的劳动力份额从71％下降到57％，第二产业劳动力份额从13％上升到18％，第三产业劳动力份额从16％上升到25％。
图4 中印三大产业的相对劳动生产率(印度／中国)
图4显示的是在1978～2004年中国与印度各产业的相对劳动生产率。我们用来自世界银行的购买力平价和2004年不变价格来构造两国可比较的指标。③图形显示，1978年印度各部门劳动生产率分别是中国的157％、136％和125％。但是到2004年，印度第一、第二、第三产业部门的劳动生产率仅分别是中国的75％、45％和87％。
从计量的角度来看，各产业部门劳动生产率和劳动力就业份额的变动决定着总劳动生产率的变动。我们下面将建立一个关于产业结构变迁的一般均衡模型，并利用中国的数据进行校准。我们用校准之后的模型来评估中国和印度各产业劳动生产率对两国总生产率不均衡增长的作用。
三 理论框架
首先，我们将建立一个简单的产业结构变迁模型，以便对前文介绍的中国、印度劳动生产率增长和产业结构变迁特征进行模型化分析。借鉴Duarte和Restuccia(2008)以及Rogerson(2008)模型化经济体中三大产业部门的思路，我们假定国家经济由第一、第二和第三产业组成，在每一时期生产三种产品：农产品、工业品和服务业产品。
(一)产出
假定代表性厂商的生产函数为以下规模报酬不变型生产函数，在每一时期厂商生产三种产品：农产品(α)、工业品(m)和服务业产品(s)：
(二)家庭
假设一国经济由固定数量的家庭组成，劳动力总供给量为L。为不失一般性，我们把劳动力总供给量标准化为1，代表性家庭从消费农产品()和非农产品()中获取效用。我们的模型中不考虑闲暇，因此数据L与总就业份额是高度相关的。我们假定在每一时期家庭被赋予一单位的生产时间并将其无弹性地提供给劳动力市场。家庭对于消费品的偏好如下：
(三)劳动力流动壁垒
上述关于厂商和家庭的描述，虽然可以应用于中国、印度这种市场经济取向的发展中国家，但也同样适用于发达国家，因此看不出中国、印度两国的特色。下面我们将引入在中国和印度这样的发展中国家中特有的因素：劳动力流动壁垒。发达国家几乎http://www.dylw.net 第一论文网不存在二元经济，在劳动力完全自由流动的经济环境里，各部门之间劳动力的可比较工资是相同的。然而在中国和印度这样的发展中国家，劳动力市场体系的不完善和市场扭曲会压低农业部门的工资水平。因此，我们需要考虑劳动力进入壁垒或劳动力市场扭曲因素，它们很可能增加劳动力从农业部门流向非农业部门的流动成本。我们用农业部门与非农业部门的工资比率θ来模拟这种流动成本。也就是说，二元经济条件下劳动力市场工资由以下式子表示：
和分别表示第一、第二、第三产业的工资。(8)式表明，在中国和印度这样的发展中国家，劳动力市场体系的不完善压低了农业部门工资，而城乡之间的劳动力流动壁垒阻碍了劳动力从农业部门向非农业部门的流动，使城乡工资差距难以消除；再加上城市工资会受到工会力量和政府政策的影响，城乡工资差距将会更大(Rosenzweig，1988)。
(四)竞争性均衡
3.(8)式成立以使得代表性家庭在选择去农业部门还是非农业部门工作时是无差异的；
4.所有市场出清。这包括两个方面，一是劳动力市场出清，即每一时期劳动力的市场需求都与外生的劳动力供给相等：
模型中部门i的劳动力投入可以用统计数据中的就业份额来代表。二是商品市场出清，即每一时期的产出都必须满足：
方程(16)显示，有两种力量可以导致劳动力在第二产业和第三产业之间流动。首先是部门技术差异导致的替代效应。假定当事人有位似偏好(即=0)，此时，则只要第二产业产品与第三产业产品之间的替代弹性ρ≠0，第二、第三产业劳动
生产率增长速度的差异，将会成为劳动力在第二、第三产业之间再配置的唯一原因。特别地，当=0且ρ＜0时，第二产业劳动生产率增长高于第三产业，将导致劳动力从第二产业流入第三产业。其次是非位似偏好导致的收入效应。假定当事人有非位似偏好(＞0)，则当第二、第三产业的劳动生产率增速相等或ρ=0时(此时(16)式中的x是常数)，若农业部门的劳动力不变，则劳动生产率增长将导致劳动力从第二产业流入第三产业。也就是说，本文的模型允许收入效应和替代效应同时决定产业结构的变迁。
四 数据和模型校准
1978～2004年是中国由计划经济体制向市场经济体制的转轨时期，我们利用这一时期中国的实际数据对上述基准模型进行校准(calibration)。我们选择合适的参数值以使得模型的均衡条件可以拟合中国在此期间的实际数据。
(一)劳动生产率的校准
我们将1978年中国三大产业的劳动生产率水平标准化为1，即。然后，我们利用中国三大产业劳动生产率增长的实际数据得到各产业劳动生产率的时间路径。特别地，我们定义为在时刻t部门i的劳动生产率增长率，于是我们可以得到各部门劳动生产率的时间路径：。中国1978～2004年三大产业劳动生产率增长率的实际数据采用Bosworth和Collins于2008年发表论文时整理的数据。
(二)固定参数的校准
在本文的模型中，有6个不随时间变动的变量。这些参数是：、、σ、b、ρ和θ，其中只有参数θ和σ是外生校准的，其余参数都是在本文的模型中进行估计以拟合校准目标。表1给出了各个校准参数的数值和拟合目标。
外生设定的参数：在基准模型中，1－θ对应的是农业部门与非农业部门的工资比率。然而中印两国政府并没有公布各个部门完整的工资数据。为了衡量中印之间可比较的城乡工资比率，我们借鉴中国学者陆丁(Lu，2002)和印度学者Sarkar和Mehta(2010)的做法，用1978～2004年中国和印度城乡人均消费比率的平均值，作为两国农业与非农业部门工资比率的代理变量。由于数据可得性的限制，本文的处理方式忽略了城乡人均消费中各类消费品的权重变化问题。中国的数据来自于国家统计局网站，印度的数据则来自印度国家样本调查机构(NSSO)网站。对于中国，该比率为0.33，这意味着θ等于0.67；而对于印度，θ等于0.42。对于农产品在总消费中的效用比重σ，该参数决定着第一产业的长期就业份额，我们借鉴Brandt和Zhu(2010)在利用中国数据进行校准时获取的参数值，设定σ=0.147。
内生设定的参数：除了θ和σ之外的4个参数都是在模型中进行估计的。我们的方法是限定参数值以使拟合目标与中国1978～2004年的实际数据相匹配。
首先，根据(15)式，我们选择参数值和以拟合第一产业在1978～2004年就业份额的时间路径。和在其他偏好和技术参数不变的情况下决定着第一产业在某个时点上的就业份额(Duarte和Restuccia，2010)，这意味着=0.5837，=0.1527。
其次，给定第二、第三产业的劳动生产率时间路径，根据(16)式，我们选择参数值b和ρ以拟合1978～2004年第二产业就业份额的时间路径，利用方程(16)可得b=0.4870，ρ=-1.7246。
图5描绘了1978～2004年中国三大产业就业份额的实际时间路径和由基准模型产生的三大产业就业份额时间路径。由图5可以看出，基准模型所产生的就业份额与中国实际就业份额的时间路径是高度匹配的。这意味着本文建立的基准模型可以很好地拟合中国的产业结构变迁。
图5 基准模型的拟合效果
五 模拟分析结果
在本节我们将利用“反事实实验”(counterfactual experiment)的方法，检验中国和印度劳动生产率差异的影响因素。这里有两个问题：第一，中印两国各产业劳动生产率增长率的差距，能在多大程度上解释中印两国总劳动生产率的差距?第二，在三大产业中，中印两国哪个产业的劳动生产率差距对两国总劳动生产率差距的形成作用最大?我们分以下三个步骤来回答这两个问题：第一步，假定在基准模型中引入印度三大产业劳动生产率的真实时间路径，利用Matlab程序求解(15)式和(16)式以估算出印度各产业劳动力就业份额和中印总劳动生产率比率的时间路径，并将其与印度各产业劳动力份额、中印总劳动生产率比率的真实时间路径进行比较；第二步，假定在第一步的基础上再引入中印两国的劳动力流动壁垒实际参数，然后重复第一步的估算；这两步可以回答第一个问题。第三步，假定在基准模型中只引入印度的一个或两个产业劳动生产率的真实时间路径，然后再估算出中印总劳动生产率比率的时间路径，并与该指标的真实时间路径对比。这一步可以回答第二个问题。这些实验可以使我们看出，部门劳动生产率差异对中印劳动生产率比率的波动特征有多大影响。
(一)实验1：引入印度的部门劳动生产率数据
在该实验中我们假定除三大产业的劳动生产率之外，印度的各参数值与中国完全相同(包括劳动力流动壁垒θ)。我们引入印度三大产业劳动生产率1978年的初始值和1978～2004年的增长率数据，得出印度三大产业劳动生产率的时间序列，然后再将其引入基准模型并进行反事实实验。如图6所示，模型模拟印度产业结构变迁的效果不错。2004年，用模型估算出印度第一产业劳动力份额为59.35％(实际数据是57.00％)，第二产业是18.57％(实际数据是18.00％)，第三产业是21.72％(实际数据是25.00％)。
图6 印度的产业结构变迁
图7 印度与中国相对总劳动生产率
图7显示引入印度各产业劳动生产率数据后，中印相对劳动生产率的时间序列(以中国为1)。图中实线是中印相对劳动生产率的实际数据，虚线是模型模拟出的数据。由图7可以看出，模型与实际数据拟合得很好。总的来说，本文模型能够解释中印相对劳动生产率真实时间路径的96.1％。这个结果表明，中国、印度三大产业劳动生产率之间的差异，能够解释大部分中印总劳动生产率差异。但美中不足的是，图7中实际数据与模拟数据的时间路径仍有小幅偏离，这说明我们可能遗漏了某些同样可以影响中印劳动生产率差距的变量。这个问题需要在实验2中加以解决。
(二)实验2：引入印度部门劳动生产率和中印劳动力流动壁垒数据
前述实验的结果表明，除劳动生产率之外还有其他因素导致印度与中国总劳动生产率之比不断下降。在本实验中，我们借鉴Restuccia等(2008
)研究发展中国家产业结构变迁时的做法，引入劳动力市场扭曲因素，即城乡之间存在劳动力流动的壁垒，来对中印总劳动生产率差异的“未解释部分”作出解释。具体地说，我们假定除三大产业的劳动生产率和劳动力流动壁垒θ之外，印度的各参数值与中国完全相同，然后在模型中引入印度各产业劳动生产率时间路径的真实数据和印度劳动力流动壁垒的θ值，并以此估算出中印劳动生产率的比率。图8显示了模型估算的印中相对总劳动生产率和该指标实际数据，分别用虚线和实线表示。图8表明，在考虑了劳动力流动壁垒之后，模型的拟合效果比实验1更好，解释程度提高到97.8％。
图8 存在劳动力流动壁垒的印度与中国相对总劳动生产率
实验2的结果说明，1978年以来印度与中国的劳动生产率之比持续下降，部分原因是两国所面临的劳动力流动壁垒不同。从直觉上说，印度劳动力流动壁垒阻止了非农业部门就业份额的上升，这反过来鼓励印度在农业中投入更多的http://www.dylw.net 第一论文网劳动力，从而使得印度农业劳动生产率下降。当然，中国的劳动力流动壁垒也有同样的作用，但问题是印度的农业就业份额比中国更大；而且从两国1－θ的数值来看，印度的劳动力流动壁垒更高，因此进一步拖累印度总劳动生产率下降。综合实验1和实验2，我们得出的结论是：中印三大产业劳动生产率增长率和劳动力流动壁垒的差异，共同决定了印度与中国劳动生产率之比持续下降。
(三)实验3：各产业劳动生产率增长的作用
前面的分析表明，三大产业劳动生产率和劳动力流动比率的不同是导致中印总劳动生产率差异的原因。在这一部分，我们试图用反事实实验方法把某个产业劳动生产率对中印相对总劳动生产率的影响独立出来。在我们的模型中，就业份额对劳动生产率的变化是外生的，因此该模型允许我们这么做。为了达到这个目的，我们需要做一系列的反事实实验，在每个实验中我们都假定，印度的某个产业劳动生产率增长率与中国相等，而劳动力流动壁垒和其他产业的劳动生产率增长率则采用印度本国数值，各参数值则假定中印两国完全相同。这意味着，对于每一个i∈｛α，m，s｝。由此估算出印度与中国总劳动生产率之比的时间路径，再与基准模型估计出的印度、中国总劳动生产率之比的时间路径(即图8中基准模型估算出的时间路径)相比较，就可以看出来某个产业的劳动生产率对中印相对总劳动生产率的影响。表2列出了这些反事实实验的结果，为了与模型的估算结果对比，我们在表2中也列出了中印相对劳动生产率的实际数据。图9则是反事实实验的图形表示。
图9 部门劳动生产率的反事实实验
在图9的情况(1)中，假定1978～2004年印度的第一产业劳动生产率增长率与中国相等，其他产业和劳动力流动壁垒则采用印度本国数据，此时模型估算出的印度第一产业年均劳动生产率增长率从0.41％增加为4.05％，提高很大。相应地，印度与中国总劳动生产率的差距和扩大幅度则大大缩减。1978～2004年，实际的印度与中国的总劳动生产率之比从1.54下降到0.58，基准模型估算出的该比率从1.54下降到0.57，而在情况(1)的反事实实验中，该比率仅从1.54下降到0.80。这背后的经济含义是，如果印度1978～2004年第一产业劳动生产率能增长得和中国一样快，则将导致劳动力更多地从第一产业转移到劳动生产率较高的第二、第三产业，从而总劳动生产率将大幅上升。
情况(2)中，假定1978～2004年印度的第二产业劳动生产率增长率与中国相等，其他产业和劳动力流动壁垒则采用印度本国数据，此时估算出的印度第二产业年均劳动生产率增长率从1.16％增加到4.85％，同样有很大提高。在此情况下，印度与中国总劳动生产率比率从1.54降至0.86，与实际数据和基准模型估计结果相比也大大缩减。这意味着如果印度1978～2004年第二产业劳动生产率能增长得和中国一样快，则将导致劳动力更多地从第二产业转移到第三产业。由表2中基准模型估算结果可知，印度的第三产业劳动生产率增长率比第一、http://www.dylw.net 第一论文网二产业都高，因此这样的劳动力转移也将提高印度的总劳动生产率。但值得注意的是，情况(2)中1978～2004年印度与中国总劳动生产率之比的下降幅度，在大多数时间内高于情况(1)，只有到了最后几年的时间才略微低于情况(1)。这说明，在1978～2004年的大多数时间内，印度与中国的总劳动生产率差距，主要来自于两国第一产业的劳动生产率增长率差距，而不是第二产业的劳动生产率增长率差距。只有到了最后几年的时间段内，两国第二产业的劳动生产率增长率差距才以微弱的优势(6个百分点)变成最重要的决定因素。而 Bosworth和Collins(2008)通过简单的代数计算得出的结论却是，1978～2004年印度与中国的劳动生产率之所以此消彼长，主要原因一直是两国第二产业的劳动生产率增长率差距。本文与他们的结果有所不同。
情况(3)中，假定1978～2004年印度的第三产业劳动生产率增长率与中国相等，其他则采用印度本国数据，此时估算出的印度第三产业年均劳动生产率增长率从2.01％增加到4.05％，也有提高。但在此情况下，印度与中国总劳动生产率比率从1.54降至0.66，与实际数据和基准模型估计结果相比差距不大。这意味着印度1978～2004年第三产业劳动生产率增长率即使能提高到中国的程度，对中印相对总劳动生产率也影响不大。这个结果也说明，与其他两个产业相比，印度在第三产业的效率方面与中国的差距最小。
情况(4)和情况(5)中，我们考虑了两种特殊的情况，情况(4)假定1978～2004年印度的第一、第三产业劳动生产率增长率与中国相同，情况(5)则假定1978～2004年印度的第一、第二产业劳动生产率增长率与中国相同，而其他则采用印度数据。之所以这样做，是由于印度目前的产业发展特征是第三产业劳动生产率的增长速度比第二产业快得多(见表2)，这与中国1978～2004年的情况正好相反。我们试图弄清楚，这样一种发展特点是否能让印度以更快的速度赶上中国，因此做了情况(4)、(5)的估计。情况(4)的估算结果表明，印度与中国总劳动生产率之比从1.54下降到0.93，而情况(5)的估算结果表明，印度与中国总劳动生产率之比从1.54下降到1.20。这意味着，如果印度能像中国一样，在第一、第二产业有比较高的劳动生产率增长率，则两国的总劳动生产率差
距不但会大大缩小，而且印度还将保持相对于中国的领先优势。相反，即使印度的第一、第三产业达到与中国一样高的劳动生产率增长率，也难以使印度保持生产率上的领先优势。这说明，如果印度采取与中国一样的模式，即同时提高第一、第二产业的劳动生产率增长率，则印度的总劳动生产率将以更快的速度赶上中国或缩小与中国的差距。
六 结论
1978～2004年，中国的劳动生产率反超印度并持续保持领先，同时两国的产业结构发生了巨大变迁。在这篇论文中，我们试图找出上述事实背后的原因。我们建立并求解了一个三部门的产业结构变迁一般均衡模型，以模拟中国、印度总劳动生产率比率的变动。结果表明，该模型可以很好地拟合中国、印度总劳动生产率比率变动的长期趋势。利用该模型进行增长核算，我们得出了以下结论：
(一)1978～2004年中印两国三大产业劳动生产率增长率和劳动力流动壁垒的差异，是导致印度与中国劳动生产率之比不断下降的主要原因。特别是中国三大产业劳动生产率增长率均持续高于印度这个因素，对两国劳动生产率比率的解释力更强。
(二)与国外学者的研究结论不同，我们发现中国的劳动生产率之所以能反超印度并保持持续领先，在大多数的时间段内，最重要的原因在于中国第一产业的劳动生产率增长率高于印度，而中国第二产业的劳动生产率增长率高于印度仅在少数时间内是最重要的影响因素。这可能是因为，农业在中印两国都是就业份额最高的产业，因此两国在农业上的劳动生产率增长率差距对总劳动生产率的影响，比其他产业的影响更大。
(三)中国在1978～2004年第三产业的劳动生产率增长率也领先于印度，但此因素对两国总劳动生产率的差距影响很小。这说明与其他两个产业相比，印度在该产业的效率方面与中国差距最小。
(四)本文的反事实实验表明，印度目前的产业结构升级模式，即第三产业劳动生产率增长得比第二产业更快，恶化了与中国的总劳动生产率差距。
(五)由上述结论可引申出对两国经济增长有益的一些政策含义。首先，如果印度想以更快的速度缩小与中国在劳动生产率方面的差距，则借鉴中国的产业结构升级模式，即同时提高第一、第二产业的效率，比坚持目前印度本国的产业结构升级模式更有效果。其次，随着产业结构的升级，中印两国都将出现第三产业就业份额不断增加的趋势，而与其他两个产业相比，中国第三产业劳动生产率对印度的领先优势相对较弱，这意味着中国总劳动生产率对印度的领先优势将不断缩小。如果中国试图在未来继续保持在效率方面对印度的领先优势，可能需要提高第三产业的劳动生产率。这就要求中国政府通过各种产业扶持政策，努力促进第三产业的技术进步，加速发展技术进步相对比较快的生产性服务业，提高生产性服务业在第三产业中的比重，这都有助于提高第三产业的劳动生产率。
从本文的论证可以看出，部门劳动生产率增长率差异可以很好地解释中印两国总劳动生产率增长率的差异。为了更深刻地理解国家之间劳动生产率增长率的差异，我们可以对劳动生产率背后的影响因素做进一步研究。例如将各部门劳动生产率的增长细化分解为技术效率增长率、技术进步增长率和资本积累增长率(Kumar和Russell，2002)，或者将三大产业劳动生产率的增长再细化为三大产业内部各子行业劳动生产率的增长率差异。本文的模型也可以由无限期界模型扩展为交叠世代模型，并以此为基础研究人口结构对总劳动生产率差异的影响。此外，http://www.dylw.net 第一论文网我们在本文建立的模型，也可以用于解释其他发展中国家之间劳动生产率增长率的差异和人均收入差异，尤其是那些存在城乡劳动力流动壁垒的国家，这都是我们未来进一步研究的方向。
作者感谢Bosworth和Collins慷慨地提供了中国和印度1978～2004年可比较的劳动生产率时间序列数据，感谢中国人民大学经济改革与发展研究院各位专家的点评，文中错误由作者自己负责。
注释：
①本文中劳动生产率的定义是单位就业人员创造的国内生产总值(aggregate GDP per worker)。
②由于本文主要关注的是产业结构变迁和部门劳动生产率差异等因素对两国总劳动生产率差异的影响，因此我们忽略了一些非经济因素的影响，如文化结构、地理和宗教因素等。
