北京师范大学经济与工商管理学院教授

合集下载

方芳_北京师范大学经济与工商管理学院_研究生导师_创新助手_人物报告_2016-01-20

方芳_北京师范大学经济与工商管理学院_研究生导师_创新助手_人物报告_2016-01-20

0% 100% 67% 10% 9% 67% 15% 4% 33% 16%
2.1.2 中文期刊论文产出表
图表 2 中文期刊论文产出表 总发文量 第一作者发文量 比例
39
22
56%
1
2.1.3 所发表中文期刊论文所分布刊情况
图表 3 人物发表期刊论文刊分布图
2.1.4 最近发表中文期刊论文情况 财政支持民办高等教育的必要性和可行性分析 北京师范大学教育学部高等 教育研究所;方芳; 教育部人文社会科学研究项目;中国博士后科学基金 第五批特别 2015 高校专项经费拨款的国际比较及启示 北京师范大学教育学部;方芳; 2013 年度北京师范大学自主科研基金项目 2015 对蜡烛燃烧过程的探究 北京师范大学;北京师范大学鄂尔多斯附属学校; 北京市第八中学;魏锐;方芳;杨萌; 2015 "慕课"发展与大学人才培养模式改革 中国教育学会;北京师范大学教育学 部;钟秉林;方芳; 国家自然科学基金 2015 中国企业高管薪酬差距研究 北京师范大学经济与工商管理学院 北京 100875;方芳;李实; 教育部哲学社会科学研究重大课题攻关项目;中央 高校基本科研业务费专项资金 2015 中国上市公司董事会治理评价及有效性检验 北京师范大学公司治理与企业 发展研究中心;高明华;苏然;方芳; 国家社会科学基金;中央高校基本 科研业务费专项资金 2014 区域科技金融发展、R&D 投入与企业成长性研究-基于战略性新兴产业上市 公司的经验证据 中南财经政法大学会计学院;中南民族大学管理学院;北 京师范大学经济与工商管理学院;翟华云;方芳; 中国博士后科学基金; 国家社会科学基金;中央高校基本科研业务费专项资金;中南财经政法大学 第六批博士后基金及湖北省民宗委民族文化研究课题项目 2014 国有企业分类改革与分类治理-基于七家国有企业的调研 北京师范大学经济 与工商管理学院;北京大学经济学院;高明华;杨丹;杜雯翠;焦豪;谭明

中国经济转型时期的劳动生产率——影响因素和增长分解

中国经济转型时期的劳动生产率——影响因素和增长分解

2022年第4期(总第253期)人口与经济POPULATION &ECONOMICSNo.4,2022(Tot.No.253)中国经济转型时期的劳动生产率影响因素和增长分解邓金锋,杨㊀娟(北京师范大学经济与工商管理学院,北京100875)摘㊀要: 十四五 期间,国内经济发展进入新阶段,劳动生产率增速对于GDP 增速起着决定性作用,因此,有必要对经济转型时期劳动生产率的增长进一步分析,探究其增长源泉㊂对新古典增长模型进行扩展,并利用各省市1998 2019年数据,对劳动生产率进行回归估计和增长分解㊂研究的主要发现有:OLS 回归结果表明,中国劳动生产率在产业结构转变期间确实经历了 结构性减速 ,但分解的结果表明,这种减速主要存在于低劳动生产率部门,对高劳动生产率部门反而有一定积极作用;回归和分解的结果表明,出口结构对劳动生产率的促进作用仅发生在低分位处,且总体效应较小;产业结构转变期的资本产出弹性更大,且资本深化仍是中国劳动生产率增长的最大动力;教育数量和教育质量对劳动生产率的影响在一定程度上取决于对方的水平,目前教育扩张对劳动生产率的增长仍有促进作用;转型期间劳动生产率的分布更加集中,表明省际间的劳动生产率存在趋同,分解的结果表明主要是由要素回报导致的㊂基于实证分析的结论,未来引导产业结构向生产性服务化发展,进而引导制造业向高端化发展是缓解转变期经济 阵痛 的重要途径;同时,兼顾教育数量和教育质量的教育扩张将更有益于劳动生产率增长㊂关键词:结构转变;资本深化;教育数量;教育质量;劳动生产率中图分类号:F249.22㊀文献标识码:A ㊀文章编号:1000-4149(2022)04-0122-17㊀DOI :10.3969/j.issn.1000-4149.2022.00.010收稿日期:2021-11-02;修订日期:2022-02-12作者简介:邓金锋,北京师范大学经济与工商管理学院硕士研究生;杨娟,经济学博士,北京师范大学经济与工商管理学院教授㊂一㊁引言自中国实施改革开放政策以来,经济体量实现了飞速增长;同一时期,其劳动生产率也经历了相似的增长过程㊂1978年,中国实际劳动生产率仅5176.6元;而到了2019年底,㊃221㊃邓金锋,等:中国经济转型时期的劳动生产率中国实际劳动生产率已经达到118003.1元,41年间增长了21.8倍㊂从图1可以看出,劳动生产率和GDP增长过程具有高度一致性,尤其是在2010年及以后,二者的增长速度基本趋同,在2014年以后,劳动生产率的增速已经超过GDP增速㊂从GDP和劳动生产率的关系不难发现,这意味着劳动生产率增速对GDP增速的影响不断提高,甚至直接决定经济增速①;同时,这也意味着中国在2010年前后跨过刘易斯拐点(准确地说,应该是刘易斯第二拐点),即由纯粹的劳动力数量不断增加带来的人口红利在逐渐消失[1-2]㊂①㊀由Y t=LP tˑL t,可以推导出经济增速ΔY t Yt-1ʈΔLP t LPt-1+ΔL tL t-1㊂其中Y t㊁LP t㊁L t分别表示t时期的GDP㊁劳动生产率和劳动力数量㊂图1㊀1978—2019年中国GDP增速和劳动生产率增速㊀㊀数据来源:国家统计局,/easyquery.htm?cn=c01 2010年以后,中国经济发展进入转型期㊂在达到刘易斯拐点之后,中国劳动力供给开始下降,劳动力成本不断增加,中国经济发展进入 新常态 ㊂在这一新阶段,产业结构表现主要为服务业占比超过第二产业,制造业由资本密集型产业向技术密集型转变[3]㊂在新阶段下,基于要素和投资驱动的经济增长已不可持续㊂就劳动力要素来看,中国面临劳动力成本不断上升㊁劳动力供给持续下降㊁人口老龄化加速和生育率较低的问题[4-9];从资本要素投入来看,迈过2010年后,中国第二产业和第三产业的固定资产投资完成额增速呈下降趋势,2011年,中国第二产业和第三产业固定资产投资完成额增速分别为27.3%和21.1%,之后处于增长减速阶段,到2019年,增速分别下降至3.2%和6.6%㊂站在21世纪的第三个十年,中国经济发展面临的外部和内部环境更加复杂㊂一是2008年全球金融危机后,单边贸易保护主义抬头,且与民粹主义㊁ 逆全球化 互相呼应[10]㊂二是2020年爆发的新冠肺炎疫情对全球经济造成巨大冲击,后疫情时代各国经济恢复缓慢,疫情反复给各国财政和货币政策带来巨大挑战[11],世界经济发展充满了不确定性[12]㊂三是 十四五 期间,中国发展面临的矛盾和问题集中在发展质量上,能否实现扩大内需㊁进一步优化经济结构㊁以创新促发展等目标将是中国经济实现高质量发展和2035远景规划目标的关键㊂实现经济高质量㊁持续发展,意味着需要不断提高劳动生产率㊂2021年3月,政府工㊃321㊃㊀‘人口与经济“2022年第4期作报告提出 十四五 期间 全员劳动生产率增长高于国内生产总值增长 的目标㊂单从数学意义上理解,这一目标似乎很容易实现,毕竟中国从业人员数量处于持续下降状态,只需国民生产总值保持增长即可㊂但从实际意义来说,这一目标是要求国内生产总值应由劳动生产率的提高拉动,保持合理与健康的劳动生产率增速将决定中国的经济发展速度和质量㊂深入分析影响中国劳动生产率增长的因素,有利于正确认识劳动生产率和经济增长,挖掘新时期经济增长的潜在动力㊂通过对新古典增长模型进行扩展,本文得到包含产业结构转变㊁资本深化和教育因素三方面的劳动生产率生产函数,并利用各省市1998 2019年数据进行OLS回归分析;进一步地,对不同阶段劳动生产率的增长进行RIF分解以探究不同因素的增长贡献㊂本文的意义在于:回归分析的结果肯定了中国经济在结构转型升级时期确实经历了 结构性减速 ,但也认可产业结构转变的积极作用,即促进上侧分位数上的劳动生产率增长;同时,本文还发现教育数量和教育质量对劳动生产率产生影响时的相互影响㊂二、相关文献回顾在众多研究劳动生产率的文献中,可以按照影响劳动生产率的因素进行分类,这些因素包括:产业结构和全球产业链分工㊁资本深化㊁教育和人力资本㊁市场配置资源有效性㊁创新和技术进步㊁城市规模㊁环境等㊂本文主要关注产业结构㊁出口结构㊁资本深化㊁教育人力资本四方面与劳动生产率关系的研究成果㊂1.产业结构和劳动生产率把产业结构升级看作生产要素从低生产率部门向高生产率部门流动优化的过程,那么结构变化对经济增长具有正向作用[13-14];而 鲍莫尔成本病 观点认为,劳动力不断从进步部门转移到停滞部门,最终会导致整体生产率的降低[15]㊂1990年以后,非洲和拉丁美洲国家的产业结构工业化转变处于下降态势,那些依赖于自然资源出口的国家,劳动力从高生产率部门流向低生产率部门,导致整体劳动生产率降低[16]㊂有学者使用1973 1990年联合国工业开发组织39个国家和24个行业的数据对劳动生产率增长进行分解,发现尽管总体上产业结构服务化转变对劳动生产率有负向作用,但那些致力于发展电子行业的国家实现了劳动生产率更快的增长[17]㊂还有学者对俄罗斯1995 2012年劳动生产率的增长进行了分解,发现结构变化的影响是随着劳动生产率增速增加㊁随时间降低的[18]㊂罗宾森(Robinson)等对中国1978 1995年的经济增长进行实证分析,认为通过将要素资源从低生产率部门转移至高生产率部门,产业结构工业化对经济增长有正向影响[19];但是,李文兵等对1979 2005年中国的劳动生产率和全要素生产率增长进行了分解,认为三次产业结构转变期间没有产生明显的 结构红利 [20]㊂对中国2010年后经济增长的相关研究认为,中国经济正在经历 结构性减速 [21]㊂产业结构 服务化 对劳动生产率的负向影响被部分学者用于解释2011年以来中国经济增长的持续放缓,这一经济增长放缓的现象被称为 结构性减速 [22],支持这一观点的逻辑是中国服务业发展滞后,其生产率相对工业部门生产率较低,向 服务化 转变导致经济增长放缓㊂陆明涛等也认为,在劳动人口增长减缓甚至负增长㊁资本投资下降㊁要素产出弹性下降的冲击下,结构性减速不可避免[23]㊂㊃421㊃邓金锋,等:中国经济转型时期的劳动生产率2.出口结构和劳动生产率发展中国家参与全球产业链分工,具备吸收发达国家技术实现劳动生产率快速增长的 后发优势 ㊂卡茨(Kates)比较了1970 1996年期间拉丁美洲国家和美国的劳动生产率增速,拉丁美洲国家产业结构转向具备比较优势的原材料加工和劳动力密集型产业,使得这些产业的劳动生产率相比美国对应产业的劳动生产率差距减小,而其余产业的劳动生产率差距不断扩大[24]㊂孙文远和姜德波认为,基于比较优势和规模经济利益的获得㊁技术进步和技术溢出效应㊁企业和产业组织创新效应等途径,参与产品内国际分工对劳动生产率的提高有积极作用[25]㊂唐东波对中国2000 2006年参与全球分工的研究也发现,参与国际垂直分工对劳动生产率增长确实有正向作用,尤其对高新技术行业和低生产率企业的效应更大[26]㊂3.资本深化和劳动生产率资本深化即劳动力人均资本不断增加的过程,根据Solow增长模型,当经济处于平衡增长路径上时,劳均资本是稳定的;对于发展中国家来说,储蓄率偏高和外向型发展战略都意味着资本深化的持续性㊂有学者通过对1987 2005年中国劳动生产率的分解,认为储蓄是这一期间劳动生产率持续增长的主要原因,而这与中国对外开放过程中资本深化持续加深相关[27];类似的,毛丰付和潘家顺也认为1995 2010年间资本深化对地级市及以上城市劳动生产率的贡献最大,尽管这一影响呈缓慢下降态势[28];李谷成也认为资本积累及其深化是改革开放以来中国农业持续增长的重要原因[29]㊂4.人力资本和劳动生产率在内生增长理论中,知识和人力资本对全要素生产率的提高十分重要,进而影响经济的长期增长㊂在实证研究中,大多数学者使用教育人力资本作为代理变量,证实了人力资本提高对劳动生产率的促进作用㊂如费舍尔(Fischer)等人使用欧盟NUTS-2地区的观测数据,发现地区人力资本的相对提升对区域的劳动生产率确实有促进作用[30];兰加斯(Rangazas)对美国长期(1870 1970年)的劳动生产率研究表明,教育数量和质量能解释美国30% 40%的劳动生产率增长[31];其他的研究也表明人力资本对劳动生产率具有正向作用[32-37]㊂在现有关于中国劳动生产率的研究中,大部分学者从资本深化和要素结构转变的角度分析劳动生产率增长,少量研究考察了资本深化和教育人力资本的影响,前者忽视了中国经济发展过程中教育扩张的贡献,后者却没有考虑到结构因素的动态变化㊂此外,在研究教育人力资本对劳动生产率的影响时,大多学者仅考虑了教育数量而忽视了教育质量,虽然张海峰等估计了教育质量的影响,但是其使用的数据较早(1980 2005年),不能反映出高等教育扩张的效应[38]㊂综合已有文献,本文将考虑结构转变㊁资本深化和教育(数量和质量)人力资本对劳动生产率的边际影响和增长贡献㊂三、分析框架在对影响劳动生产率的因素进行实证分析时,主要使用的方法有两种,即回归和分解㊂回归的结果能直接反映在某一给定自变量X的水平上,X的微小变动对于因变量Y的影响,因此回归系数又被称为条件偏效应,回归系数即为均值处的偏效应㊂在某些情况下(比如㊃521㊃㊀‘人口与经济“2022年第4期研究性别收入差距和代际收入差异时),为了测量X 的微小变动对于Y 的边际分位数或者Y 的边际分布的其他函数的影响,可以使用RIF (Recentered Influence Function)回归[39]㊂对被解释变量的变动进行分解,有助于清楚认识不同解释变量的增长贡献㊂在部分文献中,学者们对劳动生产率的研究专注于劳动生产率变动成因的分解,比如,法格伯格(Fagerberg)[17]㊁佩内德(Peneder)[14]㊁蔡跃州和付一夫[40]等使用偏移 份额分解法将劳动生产率拆解为进步效应和结构效应㊂偏移 份额分解法对数据质量有一定要求,即需要知道各产业的投入和产出占比,在实证分析中,投入占比和产出占比数据往往由测算得出,存在一定缺陷㊂另一种新兴的分解方法是基于RIF 回归,这一方法和Oaxaca-Blinder 分解相似,但不同的是RIF 分解研究的是要素X 及其回报的变化对Y 在不同时期分布的影响[41]㊂本文将基于面板OLS 回归探讨各要素对于劳动生产率的边际效应,使用RIF 分解讨论引起不同阶段劳动生产率水平和分布变化的原因㊂下面介绍OLS 回归模型和RIF 分解方法㊂1.生产函数和OLS 回归模型基于Solow 增长模型,提出地区生产函数如下:Y i ,t =A i ,t (η1i ,t ,η2i ,t )K α1i ,t (h i ,t L i ,t )α2(1)㊀㊀其中,Y i ,t 表示国内生产总值;A i ,t 表示该地区同时期的全要素生产率,取决于地区的产业结构η1i ,t 和出口结构η2i ,t ;K i ,t 表示资本存量;h i ,t 为地区平均人力资本,L i ,t 表示劳动力人数,h i ,t L i ,t 的意义类似于有效劳动力;α1㊁α2分别表示资本产出弹性和劳动力产出弹性,满足α1>0和α2>0,这里对α1+α2不做具体设定①;脚注i 和t 分别表示地区i 和时间t ㊂根据方程(1)可求得劳均产出并进行对数变换,得到如下公式:ln y i ,t =ln A i ,t (η1i ,t ,η2i ,t )+α1ln k i ,t +α2ln h i ,t +(α2-α1-1)ln L i ,t (2)㊀㊀其中,y i ,t =Y i ,t /L i ,t ,即为劳均产出,也称劳动生产率;k i ,t =K i ,t /L i ,t ,为劳均资本存量㊂下面分别给出全要素生产率和人力资本的具体形式,设定为:A i ,t (η1i ,t ,η2i ,t )=A i e γ1η1i ,t +γ2η2i ,tξi ,t (3)h i ,t =eρ1lnS i ,t +ρ2lnQ i ,t -T +o (lnS i ,t ,lnQ i ,t -T )2ζi ,t(4)㊀㊀借鉴毛丰付和潘家顺对全要素生产率形成方程的设定[28],用方程(3)代表地区全要素生产率的生产函数㊂A i 表示地区在初始期的全要素生产率;η1i ,t 表示地区产业结构,η2i ,t 表示出口结构,作为在全球产业链中分工地位的代理变量;γ1㊁γ2均为大于0的常数;ξi ,t 表示对全要素生产率的外生冲击,且满足ξi ,t >0㊁E [ξi ,t ]=1和Var (ξi ,t )=σ21㊂用教育数量和教育质量表示人力资本,如方程(4)所示㊂S i ,t 表示教育数量,Q i ,t -T 表示教育质量,一般用教育投入表示,T 表示教育投入形成人力资本所需要的时间,o (lnS i ,t ,lnQ i ,t -T )2表示高阶项,尽管有学者认为教育数量对劳动生产率的影响大小在一定程度上受到教育质量的影响[38],但在这里对具体的函数形式不做设定,而是在实证分析中进行检验;ρ1㊁ρ2均为大于0的常㊃621㊃①在这里α1+α2可以不为1,根据龚关和胡关亮的测算结果,除了少数行业表现出规模报酬不变或规模报酬递增外,中国大部分行业表现出规模报酬递减[42]㊂邓金锋,等:中国经济转型时期的劳动生产率数;ζi,t表示对人力资本形成的外生冲击,满足ζi,t>0㊁E[ζi,t]=1㊁Var(ζi,t)=σ22和Cov(ξi,t,ζi,t)=0㊂将方程(3)㊁(4)进行对数变换后代入方程(2),可得到用产业结构㊁出口结构㊁劳均资本存量㊁教育数量㊁教育质量及总劳动力数量表示的劳动生产率增长方程:ln y i,t=θ0+γ1η1i,t+γ2η2i,t+α1ln k i,t+θ1ln S i,t+θ2ln Q i,t-T+(α2-α1-1)ln L i,t+α2㊃o(S i,t,Q i,t-T)2+μi,t(5)㊀㊀其中θ0=ln A i,θ1=α2ρ1,θ2=α2ρ2,μi,t=lnξi,t+α2lnζi,t,因此,有E[μi,t]=0和Var(μi,t)=σ21+α22σ22㊂方程(5)即为面板回归OLS模型,在回归结果中,残差即为初始的全要素生产率㊂2.RIF分解假设随机变量Y的分布函数为F Y,定义映射规则v:Fңℝ,F为满足|v(F Y)|<+ɕ的分布函数的集合,v(F Y)是刻画Y的分布的统计量,比如方差㊁分位数㊁基尼系数等㊂Xɪℝn 是影响Y的向量,分布函数为F X,假设F Y的条件分布函数为F Y|X且不受X的微小变动的影响㊂如果Y在Y=y处概率密度的微小变动(ε)导致Y的分布函数由F Y变成G Y,那么G Y=(1-ε)F Y+ε㊃1Y,其中1Y为特殊分布函数,当Y=y时取值为1,其余情况为0㊂进而可以得到影响函数(IF,Influence Function)的表达式如下:=∂v∂ε|ε=0(6)IF(y,v(F Y))=limεң0v(G Y)-v(F Y)ε㊀㊀IF的含义为:当Y的分布在Y=y处发生微小变动时,统计量v的变化量;在给定统计量的情况下,IF仅为y的函数,因此,必然有ʏIF(y,v(F Y))㊃d(F Y(y))=E[IF(y, v(F Y))]=0㊂菲尔波(Firpo)等定义了 再中心化影响函数 (RIF)[39],表达式如下:RIF(y,v(F Y))=IF(y,v(F Y))+v(F Y)(7)㊀㊀同样,RIF也仅为y i的函数㊂在方程(7)等号两边求期望,得到如下方程:v(F Y)=E[RIF(y,v(F Y))]=ʏRIF(y,v(F Y))㊃d(F Y(y))=∬RIF(y,v(F Y))㊃d F Y|X(y)㊃d F X(x)=ʏE[RIF(y,v(F Y))|X=x]㊃d F X(x)=E[RIF(y,v(F Y))|X=x](8)㊀㊀根据方程(8),统计量v(F Y)等于RIF的无条件期望,同时也等于RIF的条件期望㊂这意味着把RIF作为被解释变量,X作为解释变量进行OLS回归,可以得到如下方程:RIF(y,v(F Y))=Xᶄβ+ i(9)㊀㊀那么v(F Y)=E[Xᶄβ]=X-ᶄβ^,这里β^即为无条件分位数效应(UPE,Unconditional Partial Effect),表示在X的均值处解释变量每提升一个单位,统计量v将变动β^㊂费尔南多(Fernando)基于菲尔波等人的工作[39],提出了使用半参数方法来确定反事实分布函数,并将分布函数的变化分解为系数效应和特征效应[43]㊂在数据中,只能观察到㊃721㊃㊀‘人口与经济“2022年第4期受到X 影响后Y 的分布函数F Y ,用C 表示反事实,设定Y 的反事实分布函数F Y C ㊂统计量v 的变动可以分解为:v =v (G )-v (Y )=v (G )-v (G C )+v (G C )-v (Y )=X -G ᶄβ^G -X -C G ᶄβ^C G +X -C G ᶄβ^C G -X -F ᶄβ^F=X -G ᶄβ^G -β^C G ()+X -G -X -C G ()ᶄβ^C G +(X -C G -X -F )ᶄβ^F +X -C G ᶄβ^C G -β^F()(10)㊀㊀在式(10)中,最右边等号后第一项为纯系数效应(Pure Wage Structure);第二项为权重分配误差(Reweighting Error),用于重新加权策略的质量,在大样本下期望为0;第三项为纯特征效应(Pure Composition Effect);第四项是模型误差(Specification Error),用于评估模型设定和RIF 估计的质量㊂第一项和第二项之和被称作系数效应(Total WageStructure),和Oaxaca -Blinder 分解类似;第三项和第四项之和被称作特征效应(Wage Structure Effect)㊂至此,本文提出了对劳动生产率阶段性变化特征的分析框架:使用OLS 回归可以直观体现各要素对劳动生产率的边际影响;RIF 分解可以用于讨论各生产要素对不同时期劳动生产率分布(统计量)变动的贡献大小㊂四、数据来源和趋势性描述本文使用的数据为1998 2019年各省(自治区㊁直辖市)宏观数据,文中所有的经济数据均按各地平减指数转换为1998年价格㊂下面根据各变量数据的收集和处理进行说明㊂劳动生产率由各省(自治区㊁直辖市)的年末GDP 与三次产业从业人员总数相比得到,数据均来自各省(自治区㊁直辖市)统计年鉴㊂图2是主要年份地区劳动生产率的核密度分布情况,从分布曲线的开口程度可以看出,地区间的劳动生产率差距有随时间缩小趋势,表现为后发地区对先发地区的追赶和趋同,这一现象也被称作经济发展的区域间溢出效应[44-45]㊂图2㊀主要年份劳动生产率(对数值)核密度分布产业结构分为以工业产值与非农部门产值之比表示的 工业化 结构和以服务业产值与非农部门产值之比表示的 服务化 结构,本文使用 工业化 结构指标,数据来自各省(自治区㊁直辖市)统计年鉴㊂㊃821㊃邓金锋,等:中国经济转型时期的劳动生产率按照孙永强和巫和懋的方法,出口结构被定义为各省出口总额中资本和技术密集型产品出口占比,他们选取了10个行业的数据[46];但是,各省在公布商品出口金额时采用的统计标准不同(分为SITC 标准和HS 标准),且部分省份并未公布细分行业出口数据,给数据整合造成困难㊂基于上述原因,本文使用高技术产品①出口金额占总出口的比重来表示出口结构,其中各地区高技术产品出口金额可由‘中国高技术产品统计年鉴“和‘中国科技统计年鉴“获取,总出口数据来自各省市统计年鉴㊂劳均资本存量为各地区资本存量与从业人员总数之比㊂单豪杰使用永续盘存法计算了中国各省1952 2006年的资本存量(1952年价格)[47],基于此,本文按照折旧率为10.96%计算,并根据固定资产投资价格指数将各省资本存量测算至2019年(1952年价格),再根据各省GDP 平减指数将资本存量转换成1998年价格,再除以从业人员数即可得到1998 2019年各省劳均资本存量㊂劳动力数据来自各省市统计年鉴㊂教育数量即各省从业人员平均受教育年限㊂根据‘中国劳动统计年鉴“公布的 分地区从业人员接受教育程度分组构成 计算得到,具体而言,平均受教育年限=小学占比ˑ6+初中占比ˑ9+高中占比ˑ12+大专占比ˑ15+本科占比ˑ16+研究生占比ˑ19㊂教育质量数据用生均教育经费支出表示,数据来自于‘中国教育经费统计年鉴“,目前该年鉴系列已经公布1995 2018年教育经费支出数据㊂本文使用的教育经费数据包括各地生均教育经费支出(由总的教育经费支出除以该年在校学生总数得到)㊁普通高等院校生均经费支出和普通中学生均经费支出,均换算成1998年价格㊂其他数据包括城镇化率㊁用就业占比表示的工业化结构,均来自各省市统计年鉴㊂表1给出了未经对数换算的样本数据的描述性统计㊂表1㊀样本的描述性统计结果变量名称样本量均值标准差最小值最大值被解释变量劳动生产率(万元)681 3.858 2.9010.47118.911解释变量产业结构(产值占比,%)6820.4840.0850.1600.655出口结构(%)6640.1790.19100.990劳均资本存量(万元)68111.25210.9130.12269.821劳动力平均受教育年限(年)6828.910 1.5722.08213.900劳动力总数(万人)681243317011207150滞后5年的生均经费支出(元)67953086801385.70051366滞后10年的生均经费支出(元)52433654185385.70034323产业结构(劳动力占比,%)6660.4010.0940.140.597滞后3年的高等教育生均经费支出(元)620146285772587344472滞后6年的普通中学生均经费支出(元)52742454123579.10028556城镇化率(%)6820.4770.1690.1520.942㊃921㊃①根据国家统计局公布的‘高技术产业(制造业)分类(2017)“,高技术产业(制造业)指国民经济运行中R&D 投入强度(即R&D 经费支出占主营业务收入的比重)相对较高的行业,包括:医药制造,航空㊁航天器及设备制造,电子及通信设备制造,计算机及办公设备制造,医疗仪器设备及仪器仪表制造,信息化学品制造6大类㊂㊀‘人口与经济“2022年第4期㊀㊀五、实证分析1.OLS回归(1)基准回归㊂按照方程(5),使用样本数据对各省(自治区㊁直辖市)劳动生产率进行回归估计,Hausman检验拒绝了原假设,因此使用固定效应模型,所有回归均控制了时间效应和地区固定效应,教育质量数据为三年平均值(滞后期和前后两年),回归结果如表2所示㊂第(1)至第(9)列的结果表明,产业结构 工业化 对劳动生产率有十分显著的正向作用㊂从系数大小来看,产业结构对劳动生产率的边际影响至少为0.273,这意味着在均值处,工业部门产值在非农业部门产值中的比重每提高0.01,劳动生产率将至少提高0.273%;对应的,在边际影响上,服务业产值在非农部门产值中的比重每提高0.01,劳动生产率将至少降低0.273%㊂这一估计结果同 结构性减速 的观点相符㊂表2㊀OLS回归结果变量(1)(2)(3)(4)(5)(6)(7)(8)(9)产业结构 1.059∗∗∗ 1.104∗∗∗0.419∗∗∗0.427∗∗∗0.273∗∗∗0.293∗∗∗0.317∗∗∗0.480∗∗∗0.487∗∗∗(0.140)(0.141)(0.112)(0.084)(0.081)(0.080)(0.081)(0.093)(0.092)出口结构0.210∗∗∗0.131∗∗∗0.102∗∗∗0.102∗∗∗0.103∗∗∗0.104∗∗∗0.055∗∗∗0.047∗∗(0.036)(0.028)(0.021)(0.020)(0.019)(0.019)(0.018)(0.018)劳均资本存量0.403∗∗∗0.161∗∗∗0.160∗∗∗0.155∗∗∗0.169∗∗∗0.160∗∗∗0.133∗∗∗(0.019)(0.018)(0.017)(0.017)(0.018)(0.020)(0.022)劳动力-0.825∗∗∗-0.830∗∗∗-0.816∗∗∗-0.834∗∗∗-0.857∗∗∗-0.849∗∗∗(0.038)(0.036)(0.035)(0.036)(0.037)(0.037)教育数量0.562∗∗∗0.545∗∗∗0.2110.455∗∗∗0.888∗∗∗(0.067)(0.066)(0.166)(0.070)(0.174)教育质量10.062∗∗∗-0.044(0.015)(0.050)教育数量ˑ教育质量10.050∗∗(0.023)教育质量20.0160.131∗∗∗(0.012)(0.044)教育数量ˑ教育质量2-0.060∗∗∗(0.022) _cons8.860∗∗∗8.826∗∗∗ 5.200∗∗∗21.287∗∗∗20.324∗∗∗19.716∗∗∗20.583∗∗∗22.187∗∗∗21.596∗∗∗(0.074)(0.075)(0.180)(0.743)(0.713)(0.713)(0.814)(0.830)(0.852) N681662662662662659659513513 (pseudo)R20.9620.9630.9770.9870.9890.9890.9890.9860.986㊀㊀注:表中回归均控制了时间效应和地区固定效应;变量 教育质量1 表示滞后5年的生均经费支出,变量 教育质量2 表示滞后10年的生均经费支出;∗∗∗p<0.01,∗∗p<0.05,∗p<0.1;括号内为标准误㊂出口结构优化同样对劳动生产率有显著的促进作用㊂出口结构(高技术产品出口占比)每提高0.01,劳动生产率在边际上至少提高0.047%㊂随着中国劳动力成本不断上升,以劳动密集型产品出口为主的贸易结构将不可持续,中国开始实施创新驱动发展战略,鼓励支持企业创新,带动外贸出口产品向技术和资本密集型转变优化,在全球产业链分工中加速从下游转向中上游,高技术附加值产品出口占比增加,促进劳动生产率提高㊂第(4)至第(9)列的结果表明,资本产出弹性在0.133 0.169间,低于其他大部分㊃031㊃。

从绿色人本战略看中国绿色经济发展

从绿色人本战略看中国绿色经济发展

从绿色人本战略看中国绿色经济发展作者:郭鹏来源:《中国电力教育》2013年第24期李宝元:经济学博士,北京师范大学人本发展与管理研究中心主任,经济与工商管理学院教授、博士生导师。

兼任首都教育经济研究院人力资源开发与管理研究所所长、国家职业技能鉴定专家委员会人力资源管理专业委员会委员、中国宏观经济管理教育研究会常务理事等职。

长期从事经济学、管理学专业教学与科研工作。

主要研究方向:人本发展与管理。

涉及主要学术领域:人力资源开发与管理,人力资本与经济发展,制度经济学和体制改革,教育经济与管理,国民经济学,人口、资源与环境经济学。

曾先后承担国家社会科学基金等科研项目十余项;发表学术论文百余篇;出版学术专著和教材二十余部。

《中国电力教育》:近年来,绿色经济发展已成为全球化新趋势,在您看来,目前及未来中国经济可持续发展将面临怎样的形势和焦点问题?李宝元:首先,需要明确的是,“绿色经济”是后工业化时代背景下,对工业化社会的“黑色经济”和前工业化社会的“白色经济”的否定之否定。

我们是一个正处在“发展中”的人口大国,虽然已经摆脱了前工业化社会“一穷二白”的落后面貌,正在着力“全面建设小康社会”;但作为“三农”人口大国,中国在总体上依然处于高速工业化和城镇化的“发展中”,如何坚持“以人为本,全面、协调、可持续”的科学发展观,既能从“黑色经济”的残酷现实中快速走出又不至于陷于可怕的“白色经济”困境,是未来相当长时期内中国经济发展面临的一个战略性挑战和重大难题。

其次,要知道“绿色经济”的概念是以西方高度发达的市场经济为基础和背景提出来的。

1989年英国经济学家皮尔斯(Pearce)等发布《绿色经济蓝皮书》中首次提出“绿色经济”的概念时,特别强调绿色经济是“以市场为导向、以传统产业经济为基础”。

可以这样讲,“绿色经济”近年来之所以成为人们普遍关注的焦点问题,一个重要现实背景就是全球范围内遭遇前所未有的金融风暴、经济衰退以及能源危机、粮食短缺等多重发展困境,人们把发展绿色经济作为应对危机的新策略、摆脱困境的新出路和推动经济复苏的新引擎。

2012年北京师范大学金融学在职博士研究生课程班招生简章1

2012年北京师范大学金融学在职博士研究生课程班招生简章1

2012年北京师范大学第十四期金融学在职博士研究生课程班招生简章面向全国,限额招生,资格审查,择优录取颁发《金融学博士研究生同等学力证书》,符合条件者可申请博士学位北京师范大学是国家重点建设的“211工程”和“985工程”高校,是中国四大名校之一。

她的前身是1902年创立的京师大学堂师范馆,她开创了中国现代高等师范教育的先河。

1923 年更名为北京师范大学,成为中国历史上的第一所师范大学。

北京师范大学名师荟萃,大师辈出,师资精良。

以李大钊、鲁迅、梁启超、钱玄同、吴承仕、黎锦熙、陈垣、范文澜、侯外庐、钱穆、白寿彝、钟敬文、启功、陶大镛等为代表的一大批名师先后在这里弘文励教。

现有中国科学院院士、中国工程院院士19人(双聘院士11人)。

北京师范大学积淀了深厚的文化、学术底蕴,铸就了以对祖国前途和民族命运高度使命感的“爱国进步、诚信质朴、求真创新、为人师表”的优良传统和“学为人师,行为世范”的校训。

经过百余年的发展,北京师范大学逐渐成为综合性、有特色、研究型的世界知名高水平大学。

北京师范大学现有162个硕士学位授权点,100个博士学位授权点,16个博士学位授权一级学科,18个博士后流动站,博士点数在全国高校居于前列。

学科总体水平居全国高校前列。

为了建设创新型国家,认真贯彻落实《中共中央关于印发〈干部教育培训工作条例(试行)〉》(中发[2006]3号文件)的精神,培养造就高素质的干部队伍和高级专业人才,全面落实科学发展观,增强构建社会主义和谐社会的能力,决定举办金融学在职博士研究生班。

一、培养目标:系统学习掌握並基本精通国际金融专业知识,把握中外产业发展趋势和市场前景,研析资本市场新环境,拓展资本运作新思路,剖析金融管理与投资新模式,增强宏观分析及战略决策能力,培养具备国际金融领域前沿的理论研究能力和熟练的实际应用技能的高级专业人才,以更加适应经济建设和我国金融业专业化、规范化、国际化的发展需要。

二、专业课程讲授:各门课程均采用专题授课形式,由北京师范大学等著名高校的知名专家、博导主讲。

数字平台的现状与发展

数字平台的现状与发展

87数字平台的现状与发展去的二十年里,平台商业模式在商品、社交媒体、影音、交通、金融、投资甚至医疗保健等领域蓬勃发展。

凯鹏华盈整理的2023年市值前十大的互联网公司,几乎无一例外都是平台模式。

平台链接了大量的企业和个人,不仅是一种商业模式和企业战略,更成为一种经济现象。

平台经济的规模和产值飞速增长,改变了市场竞争格局。

此外,平台型组织也成为一种独特的组织结构,模糊了市场和企业的边界。

谷海洁:清华大学技术创新研究中心专职研究员陈梓昕:北京师范大学经济与工商管理学院学生周江华:北京师范大学经济与工商管理学院教授,MBA中心主任,案例中心主任谷海洁 陈梓昕 周江华 | 文平台并非互联网时代的产物,但由于网络效应的存在,以“开放”为特征之一的新型平台经济在互联网时代才爆发出极大的生命力。

因此,本文的讨论主要集中于数字平台——基于移动互联网、大数据、云计算、人工智能和物联网等新技术的发展和应用,传统行业和互联网深度融合的产物。

数字平台及其特征在双边市场中,链接两组用户的产品和服务称为平台。

平台提供基础设施、制定数字平台正成为重要的经济力量和全球化的现象,不论是发达国家还是发展中国家,平台经济的规模和市场份额越来越大,不仅占据了新兴行业,还渗透到大部分传统行业中,改变了市场竞争格局。

数字平台的现状与发展过规则以撮合双方交易、规范交易行为。

以在线数字平台作为商业模式,企业开放在线端口,让参与方链接到平台上,以一系列产品和服务增进双边用户交易,满足双边市场中不同类型用户的需求,形成平台商业生态圈,通过双边或多边用户之间的博弈来赚取利润。

尽管平台商业模式的初始投资较高,但一旦形成用户规模,其去中心化、生态演进的增长模式就蕴含了巨大的能量。

因此,在位企业毫不意外地会选择平台化以减轻战略管理的压力,获得企业发展的新生命力。

从产品和服务内容上看,数字平台有多种多样的形式:有以信息和资讯为主的平台,也有以音乐和视频等娱乐内容为主的平台;有进行实体商品和服务交易的平台,也有提供在线支付和理财保险等金融服务的平台;有出租物的使用权的共享平台,还有以某企业为核心的应用平台。

浅析模拟投资教学的利与弊

浅析模拟投资教学的利与弊

浅析模拟投资教学的利与弊魏琦马伟郭宇北京师范大学经管院【摘要】通过对北京师范大学经济与工商管理学院2009、2010级的学业生在模拟投资中的情况进行了问卷调查,分析其收益情况以及操作进程,对学生们在模拟投资中的行为进行完整全面的分析,并通过学生对模拟投资的反馈对模拟投资的教学方法进行评价。

【关键词】专业学生股票投资模拟投资教学方法近年来,为了培养经管商科类专业大学生对于股票投资的实际操作能力,不少高校引入了模拟投资的教学方法,并且各类以模拟投资为特点的股票操作大赛也在各高校相继开展。

以北京师范大学经济管理学院为例,学院整合了学校内外的资源,于2001年建立了金融模拟投资实验室。

经管院李翀老师所教授的《金融市场学》,近年来将金融模拟投资作为教学的辅助方法,使学生在模拟投资的环境中,积累股票投资的真实操作经验,以及对金融知识进行实际的操作运用。

但模拟投资的教学方法对于专业类学生实际的股票投资能力能产生多大的正面作用,这是在之前的研究中所没有被关注的部分,我们将通过对北京师范大学2000以及2010级的专业类学生在模拟投资中的表现进行问卷调查,通过分析收集所得的数据对模拟投资的影响进行分析研究。

为了达到研究目的,我们对北京师范大学经济管理学院参与模拟投资实验的学生共计发放了问卷300余份,回收有效问卷249份,通过对回收的数据进行整理,得到有关专业学生在股票投资中的基本操作情况。

从回收的样本可以看出,尽管2010年下半年到2012年初的整体的股票市场趋势比较震荡,但专业学生进行股票操作的盈利率与亏损率的情况,与市场的平均操作水平相比,还是比较可观的,超过三分之二的学生的模拟投资情况取得了赢利,即使出现了亏损的情况,也在亏损率比较小的情况下及时止损,将自己的损失控制在一个比较合理的范围,在不到30%的亏损学生中,超过一半的损失控制在5%以下。

在对样本的股票投资操作行为进行分析,大多数学生进行股票投资时,持股时间和持股支数,以及平均仓位的选择都仔细考虑了市场风险的因素,有效的规避了市场风险,显示出模拟投资对于专业知识的运用而言,有很大的帮助。

数字化对制造业企业绩效的多重影响及其机理研究

数字化对制造业企业绩效的多重影响及其机理研究

2020年第7期(总第300期)㊀㊀㊀㊀㊀㊀学㊀习㊀与㊀探㊀索Study&Exploration㊀㊀㊀㊀㊀㊀㊀㊀㊀No.7ꎬ2020㊀㊀㊀㊀㊀㊀㊀㊀Serial.No.300经济增长与经济发展数字化对制造业企业绩效的多重影响及其机理研究戚聿东1ꎬ蔡呈伟2(1.北京师范大学经济与工商管理学院ꎬ北京100875ꎻ2.首都经济贸易大学工商管理学院ꎬ北京100070)摘㊀要:本文采用文本挖掘方法ꎬ基于2011 2018年中国非高新技术制造业上市公司年报信息构建了度量企业数字化程度的指标ꎬ并依据资源基础观考察了数字化程度对企业绩效的多重影响及其机理ꎮ结果表明ꎬ数字化通过管理活动和销售活动两条路径影响企业绩效ꎬ这两条路径的影响相互抵消ꎬ导致数字化程度对绩效的总影响不显著ꎮ企业规模能够放大数字化程度对企业绩效的影响ꎬ而数字化扶持补助则会缩小这种影响ꎮ总体看ꎬ中国非高新技术制造业企业尚处于数字化的初级阶段ꎬ数字化通过商业模式创新所提升的绩效被管理上的失调所抵消ꎮ关键词:数字化ꎻ制造业企业ꎻ中国非高新技术制造业企业ꎻ企业绩效ꎻ商业模式创新中图分类号:F424㊀㊀文献标志码:A㊀㊀文章编号:1002-462X(2020)07-0108-12①㊀IT悖论 又被称为IT生产力悖论或 索洛悖论 ꎬ指企业在IT方面投入了大量的资源ꎬ然而从生产率的角度看ꎬ收效甚微ꎮ基金项目:国家社会科学基金重大项目 技术标准与知识产权协同推进数字产业创新的机理与路径研究 (19ZDA077)ꎻ北京市博士后基金项目 中小企业数字化转型路径研究 (2018ZZ086)作者简介:戚聿东ꎬ1966年生ꎬ北京师范大学经济与工商管理学院院长㊁教授㊁博士生导师ꎬ经济学博士ꎻ蔡呈伟ꎬ1987年生ꎬ通讯作者ꎬ首都经济贸易大学工商管理学院博士后ꎬ经济学博士ꎮ㊀㊀一㊁引㊀言当前ꎬ人工智能㊁区块链㊁云计算㊁大数据等底层数字技术驱动了数字经济的兴起ꎬ深刻影响着产业结构和经济增长格局ꎮ一方面ꎬ数字产业化加速扩张ꎬ已经成为新的经济增长点ꎻ另一方面ꎬ在数字技术的 渗透 和 赋能 下ꎬ传统制造业的数字化程度快速提升ꎮ在此背景下ꎬ西方发达国家纷纷从国家战略层面提出要大力推进制造业的数字化ꎬ中国政府也明确提出了建设 数字中国 和 智慧社会 的宏伟蓝图ꎮ作为国民经济的基础单元ꎬ企业无疑是发展数字经济的主体ꎬ制造业则是产业数字化的 主阵地 ꎮ制造业企业能否实现数字化并不断提升数字化程度ꎬ不仅事关制造业发展的战略方向和生死存亡ꎬ也关系到我国能否抢占数字经济时代的 新制高点 和发展先机ꎮ显然ꎬ数字化并非一蹴而就ꎬ而是一个系统性过程ꎮ在这一过程中ꎬ企业内部的数字技术从无到有ꎬ从少到多ꎬ从孤立到融合ꎬ数字化程度逐渐上升ꎮ由此引出两个基本的理论问题:数字化程度上升对企业绩效具有怎样的影响?影响的机理何在?已有文献多从资源基础理论的视角研究数字化与企业绩效之间的关系ꎬ但不同文献所得结论却存在相互矛盾ꎮ例如ꎬKaur和Sood(2017)认为IT技术通过帮助企业合理规划生产㊁快速应对消费者需求㊁增加组织的灵活性和敏捷性的方式提高企业绩效[1]ꎬ它也能够优化内部和外部沟通ꎬ间接提高企业绩效[2]ꎮ与上述研究相反ꎬKim(2017)的研究结果显示ꎬ数字技术与企业绩效并没有直接的正相关关系ꎮHajlietal.(2015)发现ꎬ只有一部分企业从数字化中受益[3]ꎬ而另一部分则没有ꎬ例如ꎬ尼日利亚和英国银行业[4]ꎬ这种现象被称为 IT悖论 ꎮ①在中国同样仅有9%的企业在数字化转型后产生了良好的经营绩效ꎬ而有801些企业的数字化转型尚没有带来实质性的成果ꎮ IT悖论 的存在说明数字化并不能一定提高企业绩效ꎮ一个可能的原因是ꎬ数字化对绩效的影响机理是多重的ꎬ多重影响中有正有负ꎬ相互抵消后可能导致最终影响不显著ꎮ另一个可能的原因则是数字化相关指标选取的问题ꎬ上述文献主要是采用软件㊁电脑㊁电话的总价格或数量ꎬ或是行动的时间点ꎬ以及采用平衡记分卡作为数字化(或 信息化 或 互联网+ )的指标ꎮ使用平衡记分卡会受到指标选取㊁权重分布㊁受访者个人知识结构㊁情感倾向的影响ꎻ使用软件㊁硬件总价格或数量作为指标ꎬ无法度量企业内对这些软件和硬件的重视程度ꎮ①而采用数字化行动的时间点作为指标ꎬ则只能对比数字化与非数字化企业之间绩效的差异ꎮ基于上述问题ꎬ本文聚焦制造业的数字化程度与企业绩效之间的联系ꎬ采用文本挖掘方法探讨了企业数字化程度与企业绩效之间的作用机制ꎮ㊀㊀二、理论分析与研究假说1.数字化与数字化程度的概念制造业企业数字化是通过引进数字技术ꎬ实现生产㊁管理和销售等各个层面的数字化ꎬ将企业数据化ꎬ增强企业的竞争力ꎬ以实现短期和长期利润增值的战略行为ꎮ本质是通过投入大量资金引进数字技术ꎬ以应对不确定的技术进步和市场波动[5]ꎮ数字化是企业的战略行为ꎬ同样是执行数字化战略ꎬ不同企业之间在引进数字技术方面的努力㊁所采用的数字技术数量种类等都存在很大差异ꎮ由于简单使用是否执行数字化战略来表述企业数字化后的状态会遗漏大量信息ꎬ因此ꎬ本文引入数字化程度的概念ꎮ数字化程度取决于企业所引进或自研的数字技术的数量㊁种类㊁功能ꎬ以及企业对这些技术的重视程度ꎮ数字技术由信息技术㊁互联网和大数据等构成ꎬ企业通过这些技术实现自身的数字化转型ꎮ由于信息技术和互联网也是数字技术的一部分ꎬ因此从技术的范畴看ꎬ传统意义上的 信息化 互联网+ 都是数字化的一部分ꎬ能够在数字化程度中得以反映ꎮ2.数字化程度对企业的影响传统资源观通常将企业良好的绩效表现归因于纯粹的组织资源和能力ꎬ而忽略了数字技术的影响ꎬ特别是在制造业中ꎬ生产能力的提升通常被归功于工人的熟练度与组织协调程度的提高[6]ꎬ忽略了数字化程度上升带来的促进作用ꎮ在数字经济背景下ꎬ企业所面对的是一个不确定㊁信息高度丰盈的市场ꎬ传统的技术工具(如电话㊁传真)㊁传统的生产方式(如自动化流水线)㊁传统的销售方式(批发㊁零售)难以适应消费者灵活多变的需求ꎬ也难以应对来自其他企业的竞争ꎮ在数字经济时代ꎬ跨行业竞争是一个极其常见的现象ꎬ一个纯粹的外来者会轻易进入某个传统行业ꎬ并将这些 老资格企业 击败ꎮ搜索业务出身的谷歌ꎬ2007年开始制造互联网设备ꎬ已经拥有自己的海底电缆ꎬ成为世界上最强的计算机制造商之一ꎬ其涉足的无人驾驶甚至无人机领域也取得了遥遥领先的地位ꎮ这类企业之所以能够战胜原本行业内的主导企业ꎬ所依靠的正是由数字技术所构成的核心资源[7]ꎮ在市场竞争中ꎬ数字技术赋予了这类企业远超传统行业内企业的反应速度和灵活性ꎮ计算机终端㊁传感器㊁存储设备㊁监控设备等硬件负责将生产㊁销售㊁财务等信息数据化ꎬ而OA㊁ERP㊁DCS㊁CRM㊁MES等软件则将不同部门㊁企业内外的数据连接在一起ꎬ以一种智能㊁实时的方式ꎬ实现各部门之间信息资源的协同㊁共享ꎮ各种数字技术与企业其他资源相互结合成为一个有机系统ꎮ在这个系统中ꎬ数字技术同时扮演着黏合剂㊁催化剂和反应原料三种不同的角色ꎮ一是通过加强与其他资源之间的联系ꎬ实现企业资源整合ꎬ例如ꎬOA㊁ERP等对人力部门㊁财务部门和销售部门信息的整合ꎮ二是通过加快资源与资源间的反应过程ꎬ催生新的企业资源ꎬ例如ꎬCRM㊁MES等加快了企业设计部门与客户之间的交流速度ꎬ确保企业能快速响应市场变化[8]ꎮ三是参901①数据来自«2019埃森哲中国企业数字转型指数»ꎬ详细请见https://www.accenture.com/cn-zh/insights/digital/corporate-digital-transformation-indexꎮ与到企业活动之中ꎬ成为数字资源的一部分ꎬ例如ꎬDPS㊁Hadoop等技术为企业其他活动提供知识支持ꎬ形成大数据库ꎬ挖掘客户潜在需求ꎬ提前预判市场变化ꎮ数字技术支撑并应变各类业务需求ꎬ下沉并延伸到企业活动的各个细节和末端ꎬ赋予企业迅速灵活应对市场变化的能力ꎮ显然数字化程度越高ꎬ企业迅速灵活应变能力越强ꎮ但同时ꎬ引进数字技术也会造成企业整体系统性的失调ꎮ企业可以视作一个正常运行的系统ꎬ引进数字技术是在系统中添加新变量ꎬ会引起系统的震荡ꎬ并影响系统的正常运行ꎮ数字技术引入后ꎬ企业内部人员需要培训ꎬ以确保适应并熟悉数字技术ꎬ掌握相关操作技巧ꎻ还需要招聘一些特殊职位ꎬ例如ꎬ首席数据官ꎻ同时经过培训而掌握了更多专业性知识的员工会索取更高的工资ꎻ需要重新规划工作流程ꎬ协调生产和销售之间的关系ꎬ增加管理成本ꎮ数字技术对企业的冲击是一个长期过程ꎬ不仅因为抚平数字技术带来的冲击需要时间ꎬ更因为数字技术自身也在不断迭代中ꎮ①显然ꎬ这些成本会随着企业引进的数字技术数量㊁种类以及数字技术与企业活动融合程度的增加而增加[9]ꎮ综合看ꎬ伴随数字化程度升高ꎬ数字技术带来的资源能力和相关成本都在逐渐上升ꎮ由于两者相互抵消ꎬ无法直接判断数字化程度对企业绩效表现的总影响ꎬ因此需要分解数字化对绩效的总影响ꎬ厘清数字化程度对绩效的影响路径ꎮ3.数字化程度对企业绩效的影响路径数字技术在企业内的深化是一个系统性过程ꎬ既非战略决定成败ꎬ亦非细节决定成败ꎬ而是 系统决定成败 ꎮ作为对企业数字技术应用程度的度量ꎬ数字化程度对绩效的影响存在多条路径ꎬ彼此相互影响ꎮ如果只是单纯地考察单一路径ꎬ可能会出现盲人摸象的结果ꎬ必须综合加以考量ꎮ本文按照企业内外发生交互关系的对象属性将企业活动分解为三部分ꎬ分别是对象为客户的销售活动㊁对象为硬件设备的生产活动和对象为企业内部一切非实物性资源的管理活动ꎮ这三项活动共同撑起企业的竞争优势ꎬ其所划定的边界就是企业竞争力的体现ꎮ企业的数字化过程本质是数字技术深度嵌入管理㊁销售和生产活动ꎬ并且通过ERP㊁PLM等数字技术确保上述三项活动智慧协同的过程(如图所示)ꎮ图㊀数字技术对企业活动的影响㊀㊀在销售活动中ꎬ企业利用数字技术将资源重新组合优化ꎬ改造现在的生产销售模式㊁现有产品ꎬ并创建新产品以响应竞争对手的行动或应对市场机会窗口[10]ꎮ在这一过程中ꎬ(1)CRM㊁DT等数字技术发现消费者潜在需求㊁建立产品社群㊁优化广告模式㊁网络直销ꎬ可以增加促销的精准性㊁降低促销成本㊁强化品牌价值㊁提高产品差异性㊁拉近企业和消费者的距离㊁压缩渠道环节ꎮ(2)OA㊁Hadoop等数字技术不仅支持单向信息传递ꎬ还支持分布式办公ꎬ主动推送信息ꎮ数字技术不仅可以打破空间束缚和信息传递的延迟ꎬ也可以克服部门之间的信息壁垒ꎬ实现层级穿透和全局掌握ꎬ确保企业内知识与信息的动态同步ꎬ帮助企业对市场变化作出快速反应ꎮ(3)PLM㊁ERP等技术确保企业转型为销售导向ꎬ通过即时反馈㊁全局协调提高企业对市场变化的反应力ꎬ将传统制造业的 先产后销 转变为 以销定产 ꎬ甚至是产销一体ꎬ极大降低了库存成本ꎬ最终以商业模式创新的方式体现出来[11]ꎮ综合看ꎬ数字技术通过缩短企业与消费者间的距离㊁减少管理层的决策流程㊁减少生产的不确定性推动商业模式创新ꎬ011①数字技术的版本迭代速度极快ꎬ导致企业永远处在学习新知识的路上ꎮ而商业模式创新扩大了企业所占有的市场规模ꎬ提高了企业的营收ꎮ数字化程度越高ꎬ商业模式创新越充分ꎬ营业收入越高ꎮ假说1:数字程度上升能够通过促进商业模式创新提高企业绩效表现ꎮ在生产活动中ꎬ数字技术一方面能够优化企业对生产各个环节的掌控力ꎬ实现精细化管理ꎻ另一方面ꎬMES㊁CRM和ERP等数字技术能够实现生产活动资源配置优化ꎬ在维持销售额不变的同时减少原材料的浪费㊁降低人工成本和制造费用ꎬ提高企业竞争力ꎮ假说2:数字化程度上升会通过降低生产成本率提高绩效表现ꎮ在管理活动中ꎬ数字技术会改变企业内部的工作流程ꎬ引发整体性的失调ꎬ加大管理难度ꎮ显然依照本文的分类ꎬ管理活动需要解决在商业模式创新和生产活动中因数字技术产生的失调ꎬ并维系企业整体的稳定ꎬ由此产生的管理费用包括:培训与咨询费用ꎬ在引进数字技术后ꎬ普通员工和管理者都需要培训ꎬ并且通过向专业机构或人士咨询来学习数字技术的操作方式和新的工作流程ꎬ解决突发性技术问题ꎮ调研㊁会议和组织活动的费用ꎬ管理者需要通过外出调研㊁考察ꎬ内部沟通来解决因不熟悉数字技术价值而出现人为抵制或消极怠工等情形ꎮ专用型管理岗位的工资ꎬ引进数字技术后通常需要特定职位对企业内的销售㊁生产和管理活动统筹协调ꎬ这些岗位通常是管理人员ꎬ企业需要支出相关人员的工资ꎮ其他偶发性的额外费用ꎬ对企业而言ꎬ所使用的数字技术种类越多㊁范围越广㊁与工作流程结合越紧密ꎬ在相同销售额的前提下所需要承担的管理费用也就越多ꎬ绩效表现越差ꎮ假说3:数字化程度上升会通过增加管理费用率降低绩效表现ꎮ㊀㊀三、研究设计与统计分析1.数据来源自2008年起ꎬ随着移动互联网的兴起ꎬ数字化相关的底层概念已经出现ꎬ此时企业对数字化的认知尚局限于 互联网+ ㊁ERP㊁OA等孤立部分ꎬ尚未将其链接为数字化的整体ꎮ2011年后ꎬ相关技术开始普及ꎬ企业普遍采用OA和ERPꎬ为数字化打下了一定的物质基础[12]ꎮ进一步考虑数据的可得性ꎬ本文将研究区间限制在2011 2018年ꎮ在制造业中ꎬ高新技术企业与非高新技术企业存在极大的差别[13]ꎬ相较于天生便具有一定的数字化基因的高新技术制造业ꎬ传统制造业更需要通过数字化激活潜能ꎬ实现高质量发展ꎮ因此本文去掉样本中由国家认定的高新技术制造企业和存在严重数据缺失的企业ꎬ以剩余上市公司8年共8807个数据作为研究样本ꎮ所选公司的财务数据取自CSMAR数据库ꎬ相关财务指标均源于上市公司发布的年度报告ꎮ由于原始数据存在异常值ꎬ因此对所用财务数据进行了0.5%的缩尾处理ꎬ所选样本的年报来自于巨潮资讯ꎮ2.基于文本挖掘法对数字化程度和商业模式创新指标的量化(1)关键词的选取与分类ꎮ大数据技术的发展和计算机计算能力的提升ꎬ提供了更多将定性材料转换为定量数据的方法ꎮ在经济学与管理学研究中ꎬ很多学者采用文本挖掘法ꎬ利用特定关键词的出现频率构建相关指标ꎬ目标关键词出现的频率越高ꎬ说明公司对这一关键词所代表的事物越重视[14]ꎮ本文仿效这一做法ꎬ利用特定关键词构建数字化相关指标ꎮ本文使用的是GitHub上的开源项目ꎬ基于Python软件的jieba中文分词软件(星标:17568)①选取关键词ꎮ一是确定年报中关于数字化的相关语言表述特征ꎮ通过手工整理和Python算法自动分词的方式ꎬ确定了年报中不同企业对数字化相关信息表达的基本方式ꎮ二是采用人工筛选和计算机联想结构算法扩展关键词ꎮ三是运用可视化软件Gephi②对关键词矩阵进行图谱分析并绘制关键词关联度图谱[15]ꎬ并依据相关性对关键词进行分类ꎮ最终所选用的关键词(见下页表1)ꎮ111 ①②GitHub以星标数量代表热门程度ꎬ反映对软件的认可程度ꎮ软件可在https://github.com/fxsjy/jieba获取ꎮephi能够对复杂数据集产生有价值的可视化效果ꎬ经常被用于社会网络分析ꎮ这里关键词的关联性被定义为在同一年报中共同出现的频率ꎮ㊀表1企业数字化相关关键词组合数字技术商业模式数字化相关信息AIIaaS互联网+关系型数据库BIIoT区块链机器人DCSO2O商务智能机器学习DTPaaS商业智能深度学习EDASaaS数字城市数据赋能EMR线上数字创意数据可视化EPR线下数字鸿沟数据清洗ERP生态协同数字化业务数据挖掘GIS网络零售数字化网络安全Hadoop数字技术云存储MES新型工业化云计算MIS新型智慧城市云联网NC知识管理云平台OA智能办公平台经济Oracle智能技术物联网PLM智能识别万物互联RPA智能制造工业云SAP智能终端工业4.0U9自然语言处理工业互联网EAS产业互联网㊀㊀注:在实际索引中ꎬ同时包含英文缩写的大小写ꎬ避免因格式问题引发的遗漏㊀㊀(2)相关指标的构建ꎮ由于企业生存于充满竞争的动态环境ꎬ因此关键词的绝对数量并无多大意义ꎬ必须要以同行业中其他企业作为参照物ꎬ这样的相对指标才有意义ꎮ在提炼出各上市公司每一年年报中各个关键词的出现次数后ꎬ本文以样本中各公司年报中关键词占当年同一行业全部企业同类关键词出现总量的权重作为度量指标ꎬ具体计算公式为q1=aititaitꎬq2=bititbitꎬq3=cititcitꎬq1代表数字化程度ꎬq2代表商业模式创新ꎬq3代表企业数字化相关信息ꎮ其中i表示公司代码ꎬt代表年份ꎮ其中a㊁b㊁c分别是各个公司每年每一类的关键词数量ꎮq1代表企业内数字化程度ꎬ依据关键词选取规则ꎬ该指标越大说明数字化程度越高ꎬ若该指标为0ꎬ说明该企业并未进行数字化ꎮq2代表企业商业模式创新ꎬ依据关键词选取规则ꎬ该指标越大说明企业的商业模式创新越多ꎬ若该指标为0ꎬ说明该企业并未进行商业模式创新ꎮq3代表企业对数字化的了解和重视程度ꎬ涵盖了技术和商业模式外的数字化相关信息ꎬ依据关键词选取规则ꎬ该指标越大说明企业对数字化的相关政策信息㊁宏观经济环境信息越了解ꎮ该指标用作数字化程度q1的工具变量之一ꎬ在进行内生性检验时使用ꎮ(3)文本挖掘的结果分析ꎮ关联图谱和共现矩阵显示 互联网+ 是企业在数字化过程中最为重视的因素ꎬ出现频率显然大于其他关键词ꎮ现有的文献通常聚焦于 互联网+ ꎬ这种情况下虽然抓住了最主要的因素ꎬ但是OA㊁CRM㊁DP㊁O2O㊁IoT等反映其他数字技术和商业模式的关键词被忽略了ꎮ对年报进行抽样与数据清洗ꎬ核对关键词位置与内在含义的过程中ꎬ发现 互联网+ 智能制造 智慧城市 等关键词大多出现于未来展望㊁宏观环境回顾ꎬ而不是对企业内部应用数字技术的描述ꎮ绝大多数企业并没有进行数字化生产技术改造ꎬ引进并应用的数字技术集中在OA㊁ERP等ꎬ缺乏智能机器人㊁工程控制㊁工业云等技术ꎮ总体看ꎬ与制造业企业积极推动销售数字化和管理数字化不同ꎬ企业没有积极推行生产数字化ꎮ如果在研究中只是用 互联网+ 作为核心ꎬ就容易忽略其他数字技术的影响ꎮ本文结合人工筛选与计算机关联分析ꎬ构建的指标能够更好地利用文本所蕴含的信息ꎮ3.变量定义㊁统计信息与分析所用变量的定义和统计信息见下页表2和表3ꎮ4.实证模型(1)总效应模型ꎮ构建模型(1):yit=a1q1it+controlit+t+incl+c(1)被解释变量分别选择总资产收益率Roa和净资产收益率Roeꎬ他们反映了企业自身的盈利能力ꎮ由于本文关注的是数字化对经营的影响ꎬ因此扣除了由营业外收入带来的盈利ꎮ解释变量211q1代表数字化程度ꎮ模型中的下标i和t分别表示公司i和年度t(以下计量模型均与此相同)ꎮ㊀表2变量定义变㊀量变量定义Roa总资产净利润率剔除营业外收支的期末净利润/期末总资产Roe净资产净利润率剔除营业外收支的期末净利润/期末所有者权益size企业规模Ln(期末总资产)lev财务杠杆系数普通股每股收益变动率/息税前利润变动率liq流动资产周转率主营业务收入净额/平均流动资产总额state国有占股比例国有股份/总股本stock权益乘数资产总计/所有者权益合计ltip国家补助Ln(国家补助)debt净管理费用率(管理费用-购买软件支出)/主营业务收入soft软件资产比例软件资产/总资产cost生产成本率生产成本/主营业务收入tax数字化扶持补助转型升级㊁火炬计划㊁软件补贴等收入q1数字化程度--q2商业模式创新--q3数字化相关信息--㊀表3主要变量的统计性描述变㊀量样本数均值方差最小值最大值Roa88070.05630.0487-0.02300.2498Roe88070.05710.03870.00250.2154size880721.92271.168319.887425.8090lev88071.50281.53520.530314.6910liq88071.22280.85200.24905.9836state88070.03060.10540.00000.6750stock88071.88140.93831.05068.0187ltip880714.96624.25490.000020.5535debt88070.08760.05210.01130.3235soft88070.00190.00460.00000.1674cost88070.91170.09220.58601.0881tax868716.13261.676211.268420.6461q188070.02350.06630.00001.0000q288070.01850.07980.00001.0000q388070.02310.06980.00001.0000㊀㊀Control代表控制变量组ꎬ参考相关研究文献[16]ꎬ控制变量则选择能够覆盖企业特征㊁资本结构㊁公司治理结构㊁财务风险和企业运营能力的指标ꎬ分别为企业规模size㊁权益乘数stock㊁国有占股比例state㊁财务杠杆系数lev㊁流动资产周转率liqꎮ又由于政府补助会扭曲企业净利润与其他指标之间的关系[17]ꎬ因此加入相关控制变量政府补助ltipꎬ该变量是计入净利润部分的直接311补贴ꎮ这些控制变量并不影响解释变量ꎬ替换同类控制变量后解释变量系数符号和显著性不会改变ꎮt和incl分别代表时间效应和行业效应ꎬ通过控制时间和二级细分行业控制时间效应和行业效应的影响ꎮ(2)影响路径检验模型ꎮ依据理论分析ꎬ假说1~假说3认为数字化程度可能是通过影响企业销售㊁生产和管理活动的方式影响企业绩效ꎮ为验证这些假说ꎬ构建中介变量检验模型ꎮ解释变量和控制变量与模型(1)相同ꎬ构建模型(2)~(3):mediatorit=β1q1it+controlit+t+incl+c(2)yit=aᶄ1q1it+aᶄ2mendiatorit+controlit+t+incl+c(3)模型(2)和(3)中的mediator是中介变量ꎬ分别选择商业模式创新㊁生产成本率和净管理费用率ꎮ其中净管理费用率剥离了所包含的数字技术的采购费用ꎮ①如果模型(2)中解释变量q1系数显著ꎬ模型(3)中mediator系数也显著的情况下ꎬ即存在中介效应ꎬ使用Bootstrap法再次检验ꎮ②[18]㊀㊀四、实证检验与分析基于前文理论分析ꎬ本文构建相应的模型检验了数字化程度对企业绩效的影响ꎮ本文先对模型(1)进行实证检验ꎬ验证数字化程度对企业绩效的总影响ꎮ再对模型(2)和(3)进行检验ꎬ验证前文推测的数字化程度对企业绩效的影响机制ꎮ1.总效应模型回归结果模型(1)回归结果见表4ꎮ表4的回归结果显示在控制规模㊁国有控股比例㊁财务杠杆系数㊁流动资产周转率㊁权益乘数和国家补助后ꎬ数字化程度q1对企业绩效不存在显著影响ꎮ数字化程度对企业绩效没有显著影响ꎬ既可能是因为两者间毫无关联ꎬ也可能是因为数字化程度对绩效至少存在两种不同的作用路径ꎬ不同路径对绩效的影响相反ꎬ最终相互抵消ꎬ导致总效应不显著ꎮ参考温忠麟和叶宝娟(2014)的研究ꎬ本文使用中介检验的方式ꎬ验证是否存在至少两种不同的作用路径[18]ꎮ㊀表4总效应检验回归结果(1)Roa(2)Roeq1-0.0024-0.0029(0.8363)(0.8022)size0.0743∗∗∗0.0414∗∗∗(0.0000)(0.0019)lev-0.2251∗∗∗-0.1436∗∗∗(0.0000)(0.0000)liq-0.0203∗∗-0.0312∗∗∗(0.0352)(0.0016)state-0.2705∗∗∗-0.2012∗∗∗(0.0000)(0.0000)stock0.1084∗∗∗0.1555∗∗∗(0.0000)(0.0000)ltip0.00100.0607∗∗∗(0.9329)(0.0000)N88078807adj.R20.25120.1611㊀㊀注:括号内是p值ꎬ∗∗∗㊁∗∗㊁∗分别代表在1%㊁5%㊁10%的水平显著ꎬ系数均经过标准化处理ꎮ控制年度效应和行业效应ꎬ采用稳健回归ꎮ以下各表同㊀㊀控制变量组中ꎬ国有控股比例㊁财务杠杆系数和权益乘数越高的公司绩效越差ꎻ公司规模越大的公司绩效越好ꎮ这些发现与以往的一些研究结论基本一致ꎮ2.影响路径检验表5中列(1)~列(3)显示了对假说1的检验结果ꎮ结果显示数字化程度越高企业的商业模式创新越充分ꎬ绩效越高ꎮ这表现为:①第(1)列和第(2)列中ꎬq2系数显著为正(均在5%的置信水平下显著ꎬ系数为0.03)ꎬ说明商业模式创新给企业带来了竞争优势ꎬ从而显著提升了企业的业绩ꎮ②第(3)列回归中ꎬq2的系数显著为正(在1%置信水平下显著ꎬ系数为0.12)ꎬ说明随着企业411①②根据会计准则ꎬ单价少于100w的软件都会计入管理费用ꎮ由于sobel检验必须假设系数乘积符合正态分布ꎬ难以满足ꎬ因此通常用效果更好的boostrap法替代so ̄bel法ꎮ。

北师大经济与工商管理学院保研-北京师范大学经济与工商管理学院保研推荐免试研究生方法

北师大经济与工商管理学院保研-北京师范大学经济与工商管理学院保研推荐免试研究生方法

北师大经济与工商管理学院保研-北京师范大学经济与工商管理学院保研推荐免试研究生方法北京师范大学经济与工商管理学院的前身是北京师范大学政治经济学系,始建于1979年9月,由著名经济学家陶大镛教授担任第一届系主任。

1996年6月组建为北京师范大学经济学院,2004年3月更名为经济与工商管理学院北师大经济与工商管理学院保研。

经过30多年的发展,学院形成了学科较为齐全、层次合理的学科结构。

现设7个系,5个本科专业,13个硕士授权点,2个专业硕士授权点,8个博士授权点,1个博士后流动站,1个国家重点学科,1个国家重点培育学科,2个北京市重点学科,以及10余个研究机构。

学院积聚了雄厚的师资力量。

现有专任教师74人,其中教授25人,副教授26人,讲师23人,具有博士学位的教师65人,其中15人获海外博士学位,获国外博士学位教师人数占教师总人数的21%。

很多教师在全国性学术团体担任重要职务,学院还聘请了数十位国内外知名教授、企业家为兼职教授北师大经济与工商管理学院保研。

学院形成了以综合能力培养为核心的从学士、硕士到博士的完整人才培养体系。

现有全日制学生2000余人,其中本科生700余人,博士和学术型硕士研究生300余人,MBA学员700余人,留学生200余人;另有夜大学生2000余人。

除学校所设奖助学金外,增设“84级学长助学计划”、“校友奖学助学基金会”、“方太奖学助学基金会”和“群英奖学助学基金会”等奖助学金;与IBM(中国)、SK电讯(中国)等国内外企业建立了合作关系。

学院设有被评为校级重点实验室的实验教学中心,已经建成经济与管理实验室、金融模拟实验室、电子商务实验室、经济分析实验室、无线互动网络实验室,以及与法国合建的BNU-GATE实验经济学实验室等6个实验室。

学院充分运用多媒体、网络化手段辅助教学,多媒体课程约占全部课程的90%北京师范大学经济与工商管理学院保研推荐免试。

盛世清北—专注北京师范大学考研|保研|考博辅导。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
13
1.2 国际分工与国际贸易
第二次世界大战后,尤其是20世纪80年代以来,国际分 工进一步向纵深和广度方面发展,传统的国际分工正在 演变成为世界性的分工格局。其主要特点是:
1. 国际分工的内容发生变化。 国际分工从传统的以自然资源为基础的分工逐步发展成 为以现代工艺、技术为基础的分工; 从产业各部门间的分工发展到各个产业部门内部的分工, 发展到以产品专业化为基础的分工; 从沿着产品界限所进行的分工发展到沿着生产要素界限 所进行的分工; 从生产领域分工向服务部门分工发展。
国际分工。 第三,以市场经济为基础的国际分工在形成。随着前苏联、东欧的巨变
和“经互会”的瓦解,原有的“社会主义国际分工”不复存在,它 们开始积极加强和扩大与西方国家的分工。 第四,中国、越南、古巴等社会主义国家实行对内改革对外开放的政策, 转向现代市场经济,积极参加国际分工、合作与竞争。
15
1.2 国际分工与国际贸易
2. 在经济全球化条件下,虽然国际直接投资规模越来越大,跨国公司的作 用越来越显重要,但是它并不能取代国际贸易,也不排斥国际贸易,相 反,资本和生产的国际化不仅为国际贸易提供了更加便利的条件,而且 为国际贸易增添了新的贸易方式和贸易动力。
3. 在经济全球化条件下,民族国家、社会化生产以及市场经济的本质并未 发生根本性的变化,市场交换依然是扩大再生产的前提,国际贸易仍将 是各国在世界范围进行交换的重要方式和彼此间经济关系的睛雨表。
第二,国际分工影响国际贸易的市场结构。国际贸易的市场结构是指 国际市场上商品和劳务的进口来源地和出口输往地,它表明国际贸易 商品和劳务的总流向及各贸易国在国际市场上的地位。国际分工通过 制约各国的对外贸易地理方向和国际贸易地区分布而影响国际贸易市 场结构。一国的对外贸易地理方向与其同其他国家的分工程度有关, 国际贸易的总流向与国际分工的形式、深度及广度有关。
16
1.2 国际分工与国际贸易
国际分工对于国际贸易的产生发展及其演变具有十分重要的作用。国 际分工和国家的形成则是国际贸易发生的两大前提条件。正是在国际 分工的格局当中,国际贸易才得以生成和发展。国际分工对国际贸易 的作用可以表现在以下五个方面:
第一,国际分工影响国际贸易的发展速度。国际贸易的发展与国际分 工的发展是同向的,即在国际分工发展较快的时期,国际贸易一般发 展也较快;相反,在国际分工发展缓慢时期,国际贸易发展也较慢, 甚至处于停滞状态。
第1章 导 论
赵春明 北京师范大学经济与工商管理学院教授,博士生导师
1
第1章 导 论
1.1 国际贸易与经济发展 1.2 国际分工与国际贸易 1.3 国际贸易的基本类型
2
1.1国际贸易与经济发展
国际贸易即指在世界各国或地区进行商品、技术或劳务交换的贸易活动。从 历史上看,虽然对外贸易产生于人类社会发展的初期,但是它们的迅速发展, 却是在资本主义生产方式确立之后。马克思曾经指出:“对外贸易的扩大, 虽然在资本主义生产方式的发展中,由于这种生产方式的内在必然性,由于 这种生产方式要求不断扩大市场,它成为这种方式本身的产物。” 表1-1说 明了这一点:
对资本的需求增加
劳动与资本都向大米部门移动。在充分就业的 劳动与资本都向钢铁部门移动。在充分就业 情况下,两个部门的资本劳动比率都提高,边 的情况下,两个部门的资本劳动比率都降低,
际劳动生产率提高,边际资本生产率下降。 边际劳动生产率下降,边际资本生产率提高。
两个部门的劳动工资都上升,资本利润都下降
14
1.2 国际分工与国际贸易
2. 国际分工的形成机制在变化,即由市场自发力量所决定的分工,向由 企业主要是跨国公司所经营的分工和由地区经贸集团成员内所组织 的分工发展,出现了协议性分工。
3. 各国参与国际分工的形式与基础在改变,就国家之间的分工关系而言, 出现了四种变化:
第一,发达国家间的分工从一般水平型的分工向高水平型的分工发展。 第二,发达国家与发展中国家间分工从垂直型的分工走向初级水平型的
12
1.2 国际分工与国际贸易
第二阶段——18世纪60年代到19世纪60年代 在机器大工业生产的推动下,英国等少数国家垄断了先进的工业部门
的生产,并把落后的农业部门的生产转移到海外。亚洲、非洲和拉丁 美洲落后国家的农民被迫为世界市场生产原料和粮食,并变为先进国 家工业品的消费者。这样,原来在一国范围内的城市与农村,工业部 门与农业部门之间的分工,就逐渐演变成世界城市与农村的分离与对 立,演变成以先进技术为基础的工业国与以自然条件为基础的农业国 之间的分工。这种国际分工格局可以称为垂直一体化模式的国际分工。 第三阶段——19世纪70年代到第二次世界大战以前 从19世纪70年代开始,在科学技术革命的影响下,世界工业生产和 世界贸易量成倍地增长,铁路、轮船、电报等交通运输和电讯工具的 发展十分迅速。此外,随着自由资本主义向帝国主义的过渡,资本输 出取代商品输出而占据了统治地位。发达国家通过资本输出,把资本 主义生产日益扩大地移植到亚洲、非洲和拉丁美洲,从而使资本主义 国际分工的主要形式,即宗主国与殖民地半殖民地之间、工业发达国 家与初级产品生产国之间的分工日益加深。
另一方面则来自贸易的动态的或间接的利益,如通过贸易扩大生产规模以取 得规模经济和降低生产成本的利益,特别是传递经济成长的利益等等。
4
1.1国际贸易与经济发展
较高的出口增长率是通过以下几条途径: (1)较高的出口水平意味着这个国家有了提高其进口水平的手段。进口中
包括资本货物的进口,而资本货物对于促进经济增长是特别重要的, 因为它能大大节约生产要素的投入量,有助于提高工业生产的效益。 (2)出口的增长促使资金流向国民经济中最有效率的领域,亦即它们各自 享有比较优势的领域,进而推进该领域的专业化生产,提高其劳动生 产率。 (3)出口通过增加外部市场为商品生产规模的扩大提供了条件,从而有助 于获取规模经济效益。 (4)世界市场上的竞争会给一国的出口工业造成压力,促使他们降低成本, 改良出口产品的质量,并淘汰那些劳动生产率低下的出口工业。 (5)一个日益发展的出口部门还会鼓励国内外的投资,并刺激加工工业或 附属工业以及交通运输、动力等部门的发展,并促进国外先进技术和 管理知识的引进。
3
1.1国际贸易与经济发展
第二次世界大战后,在第三次科技革命的推动下,国际贸易得到了更大程度 的发展(见表 1-2)
在19世纪,国际贸易为许多国家的经济发展曾作出重要的贡献。这种贡献主 要来自于两个方面。
一方面来自对外贸易的静态的或直接的利益,即在贸易发生之后,在比较成 本规律的作用下,各个有关国家的资源得到重新配置,因而使每个国家都能 增加它所具有的比较优势的产品的产量。通过交换,每个国家都可以得到比 它自己直接生产的数量更多的货物,使各国的消费水平超过它们各自的生产 可能性曲线。
两个部门的劳动工资都下降,资本利润都上 升
两国的产品价格相等,各国更加专业化。
获益者:中国的劳动和美国的资本。受损者:中国的资本和美国的劳动。
两国的要素投入比例相等,边际要素生产率相等,要素价格相等。
1.2 国际分工与国际贸易
分工,通常是指人们在劳动过程中的社会分工,即各类社会成员在社 会物质生产领域中专门从事不同的活动。
11
1.2 国际分工与国际贸易
国际分工是社会历史发展的产物,并处于不断演化的发展过程之中。
第一阶段——16世纪到18世纪60年代
15世纪末至16世纪上半叶的地理大发现以及随之而来的殖民地开拓, 大大扩大了销售市场,并促进了手工业生产向工场手工业生产的过 渡,使工业和产量迅速增长。那时,西欧殖民者因暴力手段和超经 济的强制手段,在拉丁美洲、亚洲和非洲进行掠夺,他们开矿山、 建立甘蔗、印度兰、烟草等种植园,发展以奴隶劳动为基础的、为 世界市场生产的农场制度,形成了以宗主国生产工业品和殖民地生 产甘蔗、烟草等农业品为特点的早期国际分工。
4.出现了世界性的分工。 其表现如下: 第一,世界各国均囊括在国际分工的体系中。 第二,这种国际分工体系是以市场经济为基础。 第三,水平型分工成为国际分工的主要形式,其内容为产品型号的分工,产品
零、部件的分工和产品工艺流程的分工。 第四,形成了世界性的生产网络。如福特牌伊斯柯特型(Escort)汽车的零部件
在世界各地制造,其中美国生产EGR阀、车轮螺母、液压推杆;瑞士生产 速度计档;挪威生产排气管固定装置、轮胎;意大利生产汽缸盖、除霜器 护栅;丹麦生产风扇皮带;西班牙生产电线固定夹、蓄电池;日本生产发 动机;加拿大生产玻璃、收音机;法国生产交流发电机、汽缸盖、主汽缸; 瑞典生产软管钳、汽缸螺栓;英国生产汽化器、离合器、点火装置、排气 装置油泵;荷兰生产涂料、机件;德国生产活塞、筋轮盘、速度计、燃料 箱、后轮轴;比利时生产坐垫;奥地利生产水箱、加热器软管。 第五,世界性的国际分工使世界各国成为世界生产环节的一部分,成为世界商 品价值链中的一个环节,有利于世界各国充分发挥优势,节约社会劳动, 使生产要素达到合理配置,提高经济效益,促进世界经济的发展。
出口大米
进口大米
进口钢铁
出口钢铁
大米价格上升
大米价格下降
钢铁价格下降
钢铁价格上升
出口部门(大米)的劳动与资本获益
进口部门(大米)的劳动与资本受损
进口部门(钢铁)的劳动与资本受损
出口部门(钢铁)的劳动与资本获益
大米生产增加
大米生产减少
钢铁生产减少
钢铁生产增加
对劳动的需求增加
对劳动的需求减少
对资本的需求减少
8
1.1国际贸易与经济发展
Y
Tw’
D


B

A
Y
Tw
Ta A’
X
图1-3 开展贸易后的总利益
将上面两张图结合在一起,便 可以得到完全的比较利益的图 解,其中无差异曲线I到II为得 自贸易的利益,II到III则为得自 分工的利益,无差异曲线I到III 是总的利益(见图1-3)。
相关文档
最新文档