一、问题提出
改革开放以来，中国全要素生产率(TFP)增长较快，但其对经济增长的贡献远不如资本积累明显。剔除了物质要素的贡献外，全要素生产率的提高对中国经济增长能够作出的贡献还没有得到完全发挥。由于受有限资源的约束，中国经济的增长不可能一直依赖于以生产要素投入为主导的发展方式，寻求用技术要素替代劳动要素和资本要素的途径，从而通过提高全要素生产率来推动经济增长才是中国经济实现可持续发展的关键所在。
在加快转变经济发展方式的背景下，中国要提高全要素生产率在经济增长中的作用，关键是要形成创新的中国要素，而创新的中国要素则离不开中国巨大的本土市场规模。不同于以往的“市场换技术”道路，基于本土市场规模的创新模式主要是利用市场扩大带来的规模效应和竞争效应来驱动企业寻求技术创新。因此，包括中国在内的广大发展中国家，在鼓励企业创新时不应该忽视本土市场的作用。“以市场促创新”应成为中国提高全要素生产率和实现产业升级的新动力。
从现有文献来看，国外学者对市场规模与技术创新(或生产率)之间关系的研究较多，如Davis and Weinstein(2002)对日本的研究表明，区域市场规模每增加一倍都会使该地区生产率提高3.5%。 Acemoglu and Linn(2004)提出了潜在市场规模与创新之间的理论假说，即一种产品的市场规模越大，其通过销售刺激创新的可能性也越大。Klaus and Stephen(2010)从需求弹性的角度提出了一种新的机制，即规模大的市场更容易提高企业竞争力，并进行生产工艺的创新。国内学者中，徐康宁和冯伟(2010)通过构建理论模型与案例分析，提出了基于本土市场规模效应的技术创新的第三条道路。张国胜(2011)也借助案例分析，认为本土市场规模能够影响企业技术能力与产品市场需求。但总体来看，目前针对中国的经验研究仍比较缺乏。
在过去的30多年里，中国巨大的经济规模和人口规模推动了本土市场规模的持续扩张。对于一个市场需求高速增长的经济体来说，可以通过本土市场的需求规模和容量所内含的对企业创新研发动力的激发，内在地培育出本国的自主创新发展能力，这被称之为“需求所引致的创新”(Zweimuller，Brunner。2005)。因此，中国制造业能否借助本土市场规模来推动全要素生产率的增长，以摆脱长期被锁定在全球价值链低端环节的现状，是一个值得深入研究和探讨的问题。
二、理论基础
Krugman(1980)在提出本土市场效应(Home Market Effects)理论时指出，在存在规模报酬递增和贸易成本的基础上，当两个国家进行不同质产品贸易时，拥有相对较大国内市场需求的国家会产生大规模生产和高效率，并使本国在满足本土市场需求之外还能增加出口。本文所涉及的本土市场规模概念在一定程度上源于但又有别于Krugman(1980)的思想，主要指一个国家(地区)内部的市场容量，突出本土市场规模的扩大能够为企业进行技术创新提供足够的激励，并不包括外部市场规模或出口规模。
本文的理论基础之一是“市场范围”假说理论。随着市场规模的扩大，分工与专业化程度不断提高，而由此也提高了人力资本，促进了技术创新。斯密(1776)在《国富论》中提出“分工起因于交换能力，分工的程度，因此总要受交换能力大小的限制，换言之，要受市场广狭的限制”，这就是著名的“市场范围”假说。市场范围的大小决定了社会分工的精细程度;社会分工越精细，规模经济就越显著、生产率也越高。随着研究的深入，这一假说也得到了众多经验研究的支持，如Ades and Glaeser(1999)等。Ossa(2011)以新贸易理论为分析框架，通过模型推导，发现市场规模的扩大使得专业化组织间的劳动分工更加深入，而分工深化与贸易自由化是企业生产率提高的重要源泉。从一个更为广泛的角度来看，Ossa(2011)一文也被认为是斯密“市场范围”假说的一个形式化表现。
本文的理论基础之二是市场需求引致技术创新理论。企业创新行为归根到底是一种市场行为，会受到市场供给与市场需求的双重影响。当市场规模逐步扩大时，市场需求也随之提高，企业出于对利润的追求也会自觉或不自觉地进行技术创新。因此，只要市场规模达到一定程度，继而产生足够的市场需求，企业即有足够的激励和意愿增加要素投入，并进行技术创新。早在1912年，熊彼特在提出创新理论时就指出，在创新与需求的关系中，创新是主导的，是创新企业的市场努力使消费者改变了需求偏好。Schmookle(1966)认为专利活动或发明活动，与其他经济活动一样，基本上是追求利润的经济活动，是受市场需求引导和制约的。他认为市场需求对创新和技术进步有着重要的影响，是市场需求牵动了技术创新，并由此提出了“需求引致创新”的理论。Mowery and Rosenberg(1979)提出的“技术创新与需求互动”理论则进一步认为市场需求与创新是以一种双向互动的方式在技术发展中起着重要作用。20世纪80年代以来，内生增长理论在提出技术进步是经济增长的决定因素的同时，还强调了市场规模在知识扩散、人力资本积累和R&D中的重要作用(Romer，1986; Lucas，1988)。Romer(1990)还指出新技术的产生主要是在市场利益驱动下，是追求新技术并最终盈利的结果，新技术的生产量是由新技术的市场供给和市场需求共同决定的，这一思想也是其内生技术变迁研究的重要理论前提。由此可见，作为一种市场行为，市场需求推动技术创新同样也会受到市场理论与市场规律的影响。
在理论研究不断深入的基础上，有关本土市场规模对技术创新影响的作用机制或途径的问题也逐步得到了回答。Combes et al.(2007)认为，规模大的市场的生产率优势主要来源于集聚效应(Agglomeration Effect)和企业选择效应(Firm Seleciton Effect)，集聚容易增强企业之间的互动，而企业选择效应则是通过竞争使得更有效率或生产率更高的企业得以生存。可见，本土市场规模的作用机制主要可以归纳为两大类：集聚效应和竞争效应。一方面，市场规模越大的行业，越容易吸引资本、劳动力、技术等要素的集聚，而集聚又会产生“集聚租”，如规模经济、技术溢出等，这将会对行业生产率增长及行业内企业的创新行为产生重要的影响。因此，市场规模效应有助于强化产业的竞争力，并诱导企业大量投资大规模的生产设备、发展技术、提高生产率(波特，2007)。另一方面，随着市场规模的扩大，企业数量和产品种类也会不断增加。企业数量的增加使得企业之间为了生存而不得不进行激烈的市场竞争，这也会“逼迫”企业进行技术创新。同时，企业为了保持原有的技术优势，也必须要不断地进行创新。Melitz and Ottaviano(2005)研究发现更大规模的市场导致了更为激烈的市场竞争，由此带来了更低的市场价格和更高的生产率，无论是在封闭的经济模型中还是在开放的经济模型中，都得到了这一结论。Klaus and Stephen(2010)认为，在规模大的市场中，随着需求价格弹性的变化，激烈的市场竞争不仅会驱使企业进行技术创新，而且还使得企业更便于吸收先进的技术。规模更大的市场中的企业与工人具有更高的生产率，这主要得益于集聚经济的作用，集聚经济的影响是通过一个多样化的机制产生的(Duranton and Puga，2003)。同样，竞争效应也可以通过一个多样化的渠道发挥作用。这主要是因为，市场规模的扩大促进了各类要素的流动与整合，而这一过程对技术创新或生产率增长的影响是多样化的。
三、模型设定与变量说明
测度全要素生产率的方法有多种，其中传统的方法是索罗余值法，这一方法实际上暗含了100%技术效率水平的前提假设，但经济决策单元(DMU)在现实中可能并没有达到其生产可能性的前沿边界，使得生产率的变化不仅可能源自技术进步，也可能来自效率的改进。因此，为了避免人为设定生产函数及其相关参数带来的估计误差，我们采用了基于产出视角的数据包络分析法(DEA)来计算反映生产率增长的Malmquist指数，并将其进一步分解为效率改进指数(EFFCH)和技术进步指数(TECH)。
1.计量模型
本文使用2001—2010年中国制造业分行业数据，实证分析本土市场规模与全要素生产率及其分解指标之间的关系。根据相关理论及研究目的，我们设定了如下基本计量模型：
其中，下标i和t分别表示第i个制造业行业和第t年。被解释变量TFP代表生产率增长指数、 EFFCH代表效率改进指数、TECH代表技术进步指数。解释变量HMS表示本土市场规模，Control为控制变量(具体见下文变量说明)，c为常数项，α、β为相关变量所对应的系数，ε为随机误差项，ln为自然对数符号。
2.变量说明
(1)被解释变量：全要素生产率增长及其分解。根据前文所述，我们采用DEA方法计算全要素生产率。DEA方法的基本思路是以非参数方法构造出最佳生产前沿面，所有观测点都位于这个前沿面之上或之下，然后将决策单元的生产组合与最佳前沿面进行比较，进而得到各决策单元效率改进和技术进步的相关指标。
总产出、资本投入与劳动投入是DEA分析必不可少的三个变量。本文的总产出数据以各行业的增加值表示，为了消除不同年份间的价格差异，我们采用各行业工业品出厂价格指数对行业增加值进行平减，最终折算为以2001年不变价格计算的数值。劳动投入以各行业全部从业人员年均人数表示。关于资本投入，大多数文献都是以固定资本来衡量，但如果仅以固定资本表示，可能会使固定资本依赖性强的行业产出率偏低，所以还应该考虑流动资本的投入(钱学锋等，2011)。因此，我们最终以固定资本加流动资本作为资本投入的原始数据。在计算的过程中，流动资本使用统计资料中的流动资本净值平均余额表示。为了计算固定资本，首先需要确定固定资产价格指数。目前我国固定资产价格指数分为建筑安装工程价格指数、设备价格指数和其他费用指数。参考李小平、朱钟棣(2005)和钱学锋等(2011)的做法，我们将行业固定资产投资价格指数设置为：
(2)核心解释变量：本土市场规模(HMS)。目前，有关本土市场规模的衡量方法主要有几种：一是以总产值减去出口额加上进口额表示(Weder，2003);二是以工业企业固定资产净值占工业固定资产总额的比重表示(杨汝岱，2008);三是以行业销售产值减去行业出口交货值来表示(邱斌，尹威，2010)。考虑到分行业研究的特征，我们最终采用邱斌和尹威(2010)的方法来衡量本土市场规模。
(3)控制变量包括资本密度(K)、研发密度(RD)、人力资本(H)、对外开放度(Open)。各变量具体衡量方法及数据来源详见表1。
本文的研究样本为制造业分行业数据，时间跨度为2001—2010年。由于2004年中国制造业行业分类发生了变动，为了保持统计口径的连续性，我们剔除了发生变化的“工艺品及其他制造业”和“废弃资源与废旧材料回收加工业”，最终选择剩余的28个行业。
需要说明的是，由于所有统计资料中均未公布2004年及2008—2010年各行业的增加值数据，我们通过其他方法寻求替代数据。其中，2004年各行业增加值数据来源于郭克莎(2007)，2008—2010年数据是根据国家统计局公布的各行业增加值增速计算而得。
四、计量结果及分析
由于模型可能存在自相关和异方差问题，在选择计量方法时，如果直接采用OLS进行估计很可能得到有偏误的结果。通过对模型进行White检验和D.W.检验，我们并没有发现非常严重的自相关问题，但异方差现象较为明显。考虑到有些指标跨行业的变化程度较小，不宜采用固定效应模型(杨汝岱，2008)。我们最终采用了广义最小二乘法(GLS)对模型进行估计，以此克服模型中存在的异方差问题。
1.整体估计
表2给出了模型(1)、(2)、(3)的整体估计结果。其中，第1、2列为全要素生产率增长指数的估计结果。未加入其他控制变量时，本土市场规模变量(HMS)的系数为0.017，并在1%水平上与TFP呈显著的正相关关系，但这不足以表明两者之间就呈现稳定的正向关系，需要加入其他控制变量来作进一步分析。根据表2第2列的估计结果，我们发现在控制了资本密度、研发密度、人力资本、对外开放度后，HMS的系数依然显著为正(0.021)，但系数显著性有所降低。表2第3、4列是针对效率改进指数的估计结果。在未加入控制变量时，HMS的系数显著为正(0.042)。加入控制变量之后， HMS系数仍显著为正(0.023)。这一结果说明随着本土市场规模的扩大，效率改进指数也呈现上升的趋势。表2第5、6列为技术进步指数的估计结果，可以看出，在未加入控制变量时，本土市场规模与技术进步之间存在显著的正相关关系(0.022)。加入控制变量后，HMS系数同样十分显著(0.018)，但作用力已相对减弱，且显著性也有所降低。总体来看，整体估计结果表明，以“市场促创新”或“以市场规模驱动创新”的假说是成立的。本土市场规模每增加1%，将会促进生产率指数增长0.021%、效率改进指数增长0.023%、技术进步指数增长0.018%。总体来看，本土市场规模对效率改进的作用最为明显。
在控制变量中，资本密度(K)对生产率指数、效率改进指数和技术进步指数的影响均显著为正，表明资本深化促进了生产率的增长，这与李小平和朱钟棣(2005)的研究结果是一致的，他们发现资本形成是1998年后中国工业全要素生产率增长的重要原因。
研发密度(RD)对效率改进指数和技术进步指数的影响均不显著，总体上对生产率增长的影响也不显著。研发投入没有明显地促进生产率的增长在很多文献中都得到了印证，究其原因主要有两点：一是研发投入本身存在的时滞效应;二是行业研发的使用效率和投入结构等存在一定的问题①。由于这些原因的存在，当期增加研发投入不仅不会迅速发挥作用，反而会因占用更多资金而无法显著地推动生产率的增长。
人力资本(H)对效率改进指数和技术进步指数的影响均显著为正，总体上对生产率指数的影响也显著为正，这充分说明提高人力资本对生产率增长有着强有力的推动作用。
对外开放度(Open)对效率改进指数和技术进步指数的影响一正一负，且分别在5%和10%的水平下通过显著性检验，总体上对生产率指数的影响也显著为负。由于在中国出口贸易中，加工贸易占有很大的比重。随着产品内分工的发展及全球生产网络的形成，生产过程切片化、生产流程组装化的分工形式更进一步强化了这一加工贸易模式。这种面向全球生产网络的生产流程，对生产效率要求颇高，这必然会推动企业提升效率，但同时由于产业链短、生产过程模块化、可供技术学习的机会和空间却极为有限，因而可能产生在低端价值链和低技术水平上的锁定(邵军，徐康宁，2011)。尽管随着对外开放度的提高，有越来越多的FDI流入中国，但邱斌等(2012)发现FDI大多流入了低端的加工制造环节，FDI进入这一制造业环节主要是利用中国廉价的劳动力，不利于中国制造业在全球价值链中的攀升。
2.分行业估计
考虑到制造业28个行业存在一定的异质性，有必要在整体分析的基础上进一步考察本土市场规模对生产率的影响在不同行业间是否存在差异。参考谢建国(2003)的方法，我们按照要素密集程度将28个行业分为三类，即劳动密集型行业、资本密集型行业和技术密集型行业②。表3报告了分行业的估计结果。
表3第1—3列是针对生产率指数的分行业估计结果。其中，本土市场规模变量(HMS)在劳动密集型行业虽系数为正(0.005)，但统计上并不显著。可见在劳动密集型行业中，本土市场规模的扩大并没有明显地促进生产率的增长。但在资本密集型行业和技术密集型行业，HMS的系数均显著为正。表3第4—6列为是针对效率改进指数的回归结果。从中可以看出，在三类不同行业中，本土市场规模与效率改进指数都表现为显著的正向关系。表3第7—9列是针对技术进步指数的回归结果。在劳动密集型行业中，HMS的系数非显著为正。在资本密集型和技术密集型行业中，HMS的系数均在1%水平上显著为正。
表3的回归结果表明本土市场规模对全要素生产率的影响在不同行业存在一定的差异。其中，在劳动密集型行业，本土市场规模的扩大显著地促进了效率的改进，但对技术进步和生产率增长的影响却并不明显。在资本密集型行业和技术密集型行业，本土市场规模的扩大均显著地促进了生产率增长、效率改进以及技术进步。从系数绝对值大小来看，本土市场规模对生产率增长的促进作用在技术密集型行业中最强，在劳动密集型行业最弱。由此可见，本土市场规模作用的发挥更依赖于行业的技术密集程度与资本密集程度，而对行业的劳动力密集程度则并不敏感。
技术密集型行业聚集了大量的科技资源，整体上科技水平较高、创新能力较强。当本土市场规模扩大时，巨大的市场需求在技术密集型行业更容易激发创新，这更有利于生产率的增长。此外，本土市场规模的扩大会加剧企业之间的竞争，由于对技术依赖程度较高，企业必须不断地进行创新才能赢得市场竞争。如IT行业中著名的“摩尔定律”(每18个月产品的性能提高一倍)，说明技术密集型行业的技术更新十分频繁，如果不注重通过创新来提高生产率，将会被市场所淘汰。劳动密集型行业尽管拥有广阔的市场，但由于对劳动力本身较为敏感，而科技水平却普遍较低，创新意愿也普遍不足。在缺乏自主品牌和高附加值产品的情形下，劳动密集型行业依然走着一条“粗放”的发展道路，也容易产生创新“惰性”。但为了能赢得市场竞争，引进先进的设备、培训熟练的工人，并在此基础上提高生产效率是必要的。中国走出国门、参与国际分工的企业大多数集中于劳动密集型行业，而始终处于价值链低端的事实也证明劳动密集型行业无法很好地获得技术的外溢和创新的激励，但跨国公司更青睐于生产效率较高的代工企业。劳动密集型行业生产效率的提高并不意味着技术水平的提高和生产率的增长，一味地依靠劳动力资源丰裕的比较优势是无法很好地提高行业的技术创新水平的，加快技术创新才是实现产业升级的根本出路。资本密集型行业是一个国家(地区)由工业化初期向工业化中期过渡所需大力发展的行业。在此类行业中，资本的大量投入不再是为追逐廉价的劳动力，而开始注重对技术的追求。尽管资本密集型行业的技术基础和创新能力整体上不如技术密集型行业，但市场规模的扩大对技术创新的驱动也不会像劳动密集型行业那样存在明显的“惰性”。此外，随着市场规模的扩大，资本密集型行业中的关键要素——资本的投入会显著增加，而由此形成的规模经济也会驱动企业进行创新。朱钟棣、李小平(2005)通过对中国制造业分行业全要素生产率进行估算，同样发现行业之间创新的差异导致了行业之间生产率增长的差异。
在控制变量中，资本密度(K)对生产率的影响在不同行业间存在着差异。在劳动密集型行业中，资本密度对效率改进起到了明显的促进作用，但与技术进步却存在显著的负相关关系，总体上对生产率的影响也显著为负。我们在前文提及，生产效率是劳动密集型行业参与市场竞争的重要砝码。
--------- 随着资本投入的增加，企业愿意采取各种方法改进效率。但由于技术水平低、创新激励不足，随着市场规模的扩大，劳动密集型行业往往会将本应用于研发提高科技水平和创新能力的资金用来继续扩大低端的生产线和生产能力，这很容易形成创新“惰性”，并陷入技术创新的“死胡同”。而在资本密集型行业和技术密集型行业，资本密度对三个指数的影响均显著为正，这与整体估计结果是一致的。
研发密度(RD)对生产率增长的影响在三类行业间差异较大。在劳动密集型行业，研发密度对效率改进的影响显著为正，但对技术进步与生产率增长的影响却非显著为负。在资本密集型行业，研发密度对效率改进、技术进步与生产率增长的正向作用均未通过至少10%水平的显著性检验。在技术密集型行业，研发密度对效率改进、技术进步和生产率增长的影响均显著为正。之所以出现这种差异，很可能与各行业的科技水平以及研发投入的使用效率有关。如技术密集型行业科技实力比较强，研发效率相对较高，增强研发投入会迅速发挥作用。
人力资本(H)与对外开放度(Open)在三类行业中表现相同，与整体估计结果也是一致。其中，人力资本在劳动密集型行业中的作用最为明显，尽管作用程度不如技术密集型行业，但这也充分表明人力资本在促进低技术行业生产率增长过程中的积极作用。
Young(1998)认为，他人可以通过两个方向(垂直方向和水平方向)的创新活动而“偷去”创新者的创新利润流，即不仅可以通过产品的质量创新而且可以通过产品模仿来分割创新的垄断利润。经济规模愈大，参与分割创新收益的人也就愈多，这样“偷生意效应”(Business Stealing Effect)也会大大增强。而且，如果“偷生意效应”主要通过生产模仿产品来分割原有垄断利益时，将会出现负的规模效应。因此，Young建议政府不应更多地激励产品的模仿，而应制定政策立足于产品的质量创新，并根据R&D研究的深度实行重点资助或配额资助。
当前中国市场上充斥着大量的所谓“山寨”商品，这正是一些企业通过产品模仿来分割创新利润的典型表现，而这些商品又主要集中于技术水平较低的行业。产品模仿由于其成本较低，很容易进入并占领市场，但产品模仿并不是真正意义上的创新，因为核心技术始终掌握在别人手中。当这些低技术行业市场规模不断扩大时，企业往往更愿意进行模仿，并生产更多的“山寨”产品，而不愿意进行真正的技术创新。长此以往，必将陷入一个恶性循环，中国企业的创新能力即使在本土市场规模持续扩大的前提下也得不到提高。我们分行业的估计结果印证了这一现实，尤其是在劳动密集型行业。
一般来讲，当本土市场规模足够大时(假设不存在垄断)，企业为了获得更多的市场份额，就必须进行技术创新或升级，以便长期保持一种优势。但如果自身技术水平较低，企业往往会被锁定在价值链的低端环节，且时常处于被跨国公司“俘获”的地位，很难真正分享因市场规模扩大而带来的规模递增效应，这在劳动密集型行业中得到了印证。而对于资本密集型行业和技术密集型行业，虽然行业技术水平相对较高，但整体与发达国家的差距依然明显，所以还应借助本土市场规模不断扩大带来的优势，依靠市场来驱动创新。
五、本土市场规模影响全要素生产率的作用机制分析
实证研究表明，总体上通过不断扩大本土市场规模来促进全要素生产率增长这一假说是成立的。那么本土市场规模又是如何促进生产率增长的?其作用途径或机制是什么?这些作用途径的影响程度如何?则需要作进一步的探讨与分析。
1.作用机制影响程度计算
根据表2的结果，我们发现在控制了资本密度、研发密度、人力资本、对外开放度等变量之后，本土市场规模变量的系数及显著性程度与未加入控制变量之前相比均发生了变化，这表明本土市场规模主要通过上述几个因素对全要素生产率产生了影响，换句话说，资本密度、研发密度、人力资本、对外开放度是本土市场规模影响全要素生产率的重要作用途径。为此，我们根据表2的估计结果，建立如下回归模型，分别考察各个成为作用途径的变量与本土市场规模之间的关联情况，并在此基础进一步计算各作用途径的影响程度。
式(5)中，作用途径Ζ包括模型(1)—(3)中的控制变量，即资本密度(K)、研发密度(RD)、人力资本(H)和对外开放度(Open)，c为常数项，γ为相关变量所对应的系数，这也是我们所需要获得的数值。
表4给出了本土市场规模作用途径的估计结果，其中资本密度、研发密度、人力资本、对外开放度与本土市场规模都呈正相关关系，并且都在1%水平上通过显著性检验，说明本土市场规模扩大可以带动固定资本投资、增加研发投入、增强人力资本水平以及提高对外开放度。但这些作用途径对生产率指数影响如何?还需要对表2和表4中相关变量的系数值进行计算才能得到各作用途径的影响程度，最终的结果具体见表5。
针对生产率增长指数的计算结果中，资本密度、研发密度和人力资本的影响均为正，对外开放度的影响为负。可见，本土市场规模扩大通过提高资本密度、研发密度和人力资本对生产率增长产生了正向作用，而通过对外开放度则产生了负面的影响。在所有的正向作用中，人力资本贡献了47.06%，资本密度贡献了29.41%，研发投入贡献了23.53%。
在针对效率改进的计算结果中，资本密度、研发密度、人力资本和对外开放度的影响均为正，这说明本土市场规模的扩大通过提高资本密度、研发密度、人力资本以及对外开放度对效率改进产生了正向作用。在所有的正向作用中，人力资本贡献最大，为47.83%;其次是资本密度，贡献了30.43%;第三是对外开放度，贡献了13.04%;研发投入贡献最小，仅为8.70%。
在针对技术进步的计算结果中，资本密度、研发密度和人力资本的影响同样均为正，但对外开放度的影响为负，这与针对生产率增长的计算结果一致。在所有的正向作用中，人力资本贡献了47.37%;资本密度贡献了34.21%;研发投入贡献了18.42%。
总体来看，本土市场规模对生产率增长和技术进步的正向作用主要通过资本密度、研发密度与人力资本等途径传递。本土市场规模对效率改进的正向影响主要通过资本密度、研发密度、人力资本以及对外开放度等途径传递。在所有的作用途径中，人力资本的作用最大，对三大指数的贡献均接近50%。
2.作用机制影响分析
20世纪80年代发展起来的内生增长理论在将技术进步内生化的过程中，就突出了知识和人力资本的溢出效应对各国经济发展的影响。Lucas(1988)指出全经济范围内的外部性是由人力资本的溢出造成的，人力资本的外部效应有助于提高所有生产要素的生产率。而人力资本作为影响生产率增长的关键性因素也不断地得到证实。在本文的所有作用机制中，人力资本对生产率增长的贡献是最大的，主要是得益于人力资本对全要素生产率影响的两个关键性作用：一是人力资本决定了一国的技术创新能力(Romer，1990);二是人力资本对技术模仿和技术扩散的速度产生了重要影响(Nelson and Phelps，1966)。中国作为一个非技术前沿的国家，技术进步主要依赖于对世界先进技术的吸收和模仿，受过高等教育的人力资本则是吸收和模仿的主要实行者(彭国华，2007)。从这一点来看，人力资本的积累还有利于提高本国的技术吸收能力。此外，人力资本对生产率增长的贡献最大还有一个重要原因是人力资本具有“同化器”的作用，如许和连等(2006)研究发现贸易开放度主要是通过影响人力资本的积累水平而影响全要素生产率。
尽管学术界关于资本投入对生产率增长的影响仍存在争论，但资本作为推动经济增长和技术创新的基础性要素是不可或缺的。因为从发达国家的历史经验来看，技术进步是一个长期投资并不断积累的过程。技术进步也并不是独立于资本之外，投资的过程往往也是物化技术得到应用的过程，因而投资规模的扩大有助于促进技术的进步(邵军，徐康宁，2011)。李小平等(2008)也认为，由于资本品内含一定的技术水平，更新的资本品也代表着更高的技术水平。因此，资本深化也是全要素生产率增长的重要原因，一般认为资本密集度越高的行业，其技术含量也越高，技术进步也越快。但盲目过度的投资往往会导致资本的边际效益递减，这应当值得关注，而在中国劳动密集型行业中已经出现了这样的情况。
研发投入对全要素生产率增长的贡献整体上并不高，而且这一作用在统计上也并不明显，这表明可能存在一些因素制约了研发投入作用的发挥。李小平和朱钟棣(2006)、李小平等(2008)的研究均发现研发投入对生产率增长和效率改进不仅没有产生正向的作用，反而产生了负面的影响。他们就此认为中国工业行业研发的使用效率和投入结构存在一定的问题。我们认为研发投入的使用效率与结构不仅与中国固有的体制环境有关，还与行业本身的技术基础和创新能力密切相关，而分行业研究也说明了这一问题。
对外开放度对全要素生产率增长的影响是复杂的，它阻碍了生产率增长和技术进步，但却促进了效率的改进。李小平等(2008)认为中国出口贸易主要是由劳动力、土地、优惠政策等优势所致，这不仅不能提升工业行业的效率水平和生产率增长，反而会使工业行业缺乏创新的动力和压力，从而阻碍生产率的增长。但参与国际分工就必须要适应全球生产网络的流程，加上迫于跨国公司的代工要求与压力，参与出口的中国企业只有不断提高生产效率才能赢得更多的订单。比如，苹果公司为什么将很大一部分产品交由富士康公司生产，除了成本低廉外，主要看中了富士康的高效率③。
资本密度、研发密度、人力资本、对外开放等可以说是本土市场规模影响全要素生产率的主要作用途径，这些作用途径可以进一步归纳为集聚效应和竞争效应。随着本土市场规模的扩大，大量的资本、人才、技术等会加速集聚，主要表现为资本投入的增加、研发费用的增长、人力资本数量的增加以及对外开放度的提高，等等。另一方面，本土市场规模的扩大也会加剧市场内部的企业为了生存而引发的竞争，这也会促使企业增加资本投入、增强研发能力、提高人力资本的质量等。而行业集聚程度、市场竞争程度的提高在一定程度上也会增强本土市场规模的规模递增效应和专业化分工效应，从而促进了行业生产率的提高。同时，企业间集聚与竞争行为也加剧了本土市场的竞争程度，而竞争的存在客观上也驱动着企业为了生存而创新。
六、主要结论与政策建议
本文利用2001—2010年中国制造业分行业数据，分析了本土市场规模与全要素生产率之间的关系。研究结果表明，以“市场促创新”或“以市场规模驱动创新”的假说整体上是成立的。本土市场规模每增加1%，将会促进生产率指数增长0.021%、效率改进指数增长0.023%、技术进步指数增长0.018%。此外，资本密度、人力资本对生产率增长、效率改进和技术进步的影响均显著为正。研发密度对效率改进、技术进步及生产率增长的影响均不显著。对外开放度对效率改进和技术进步的影响一正一负，总体上对生产率指数的影响也显著为负。分行业估计结果表明，本土市场规模对全要素生产率的影响在不同行业存在一定的差异。本土市场规模作用的发挥更依赖于行业的技术密集程度与资本密集程度，而对行业的劳动力密集程度则并不敏感。
从作用机制来看，本土市场规模对生产率增长和技术进步的正向作用主要通过资本密度、研发密度与人力资本等途径传递。本土市场规模对效率改进的正向影响主要通过资本密度、研发密度、人力资本以及对外开放度等途径传递。在所有的作用机制中，人力资本的作用最大。总体来看，本土市场规模对全要素生产率影响的作用机制可以进一步归纳为集聚效应和竞争效应。
在过去的三十多年中，中国一直致力于提升企业创新能力和提高制造业的全要素生产率，但并未取得理想的效果，中国制造业总体处于全球价值链低端的事实仍未改变。本文的研究表明，创新的中国要素就是基于本土巨大的市场规模，通过市场规模来驱动创新。本土市场与规模经济的影响既为本土企业避免“市场隔层陷阱”获取市场能力提供了可能，也为本土企业技术创新与研发能力的提升提供了规模效应的诱因(张国胜，2011)。本文研究结论的政策含义也是很直观的，在传统的创新之路难以见效的情况下，借助本土市场持续扩大的规模效应和竞争效应来驱动企业实现创新是中国制造业加快转型升级的新动力。此外，由于与发达国家技术差距较大，中国制造业尤其是劳动密集型行业在加快技术创新的过程中，要摆脱对传统比较优势过度依赖的约束，并逐步将附加值较低的生产加工环节转移到其他国家(地区)，加快向价值链两端延伸。
在加快转变经济发展方式的背景下，中国制造业应如何借助本土市场规模来提高全要素生产率?本文认为，一是应注重人力资本的积累和提高人力资本的质量。人力资本的形成离不开教育，从这个意义上讲，重视教育尤其是提高教育的质量是加快人力资本积累的关键因素。一方面，高等教育作为培养创新人才的主要渠道理应受到特别的重视。在过去的十余年中，中国高等教育的规模显著扩大，但高等教育的质量仍亟待提高，尤其是要提高学生的创新思维和创新能力。另一方面，要重视和加强职业教育或技能教育，进一步提高职业教育的质量和水平。目前，中国制造业的发展仍需要大量技能型、应用型人才，而提高技术工人的素质是中国制造业提高生产效率、参与国际分工的重要因素。二是要进一步加大资本的投入，但要注意投资结构与资本的使用效率。目前，中国正处于工业化发展的加速期，保持较高的资本积累率是加快工业化进程和实现产业升级的重要基础。但由于投资结构与使用效率存在一定的问题，多年来部分行业一直存在着盲目投资、过度投资的现象，导致资本产出效益逐步呈现边际递减的趋势。2001—2010年，中国制造业中劳动密集型行业的平均资本密度为25%，而技术密集型行业的平均资本密度为27%，两大行业之间的资本投资比重已十分接近。这一方面说明劳动密集型行业的投资过多，另一方面也说明技术密集型行业的投资仍显不足。因此，未来中国应进一步优化投资结构，严格控制对那些过度依赖劳动力、技术含量不高、污染严重行业的投资。同时要加大对技术密集型行业特别是高科技行业的投资力度。三是如同加大资本投入一样，研发投入也应持续增加。尽管我们的实证研究表明研发投入对全要素生产率没有明显的促进作用，但这一作用并不为负。所以，政府应进一步完善企业研发的配套环境，而企业也应注重研发投入的使用效率，加快其对生产率增长促进作用的发挥。四是尽管对外开放度(出口比重)阻碍了制造业生产率的增长和技术的进步，但这并不意味着要减少出口，关键是要调整当前的出口结构，改变传统的贸易模式，增强出口过程中的自我学习能力，并在此基础上提高中国企业在国际分工中的地位与主导权。五是应努力提高这些作用机制协同发展水平。全要素生产率的提高本身就是一个复杂的过程，是多种因素共同推动的结果。所以，鼓励企业创新要有一个多元化以及全球化的理念。
