通過與發達經濟體結構轉型軌跡進行比對，本文從產業和支出兩個維度考察了中國經濟結構轉型取得的進展與存在的不足。中國經濟在2010－2012年間邁過了工業化高峰期，此後逐步由製造業轉向服務業。工業化高峰期後人力資本密集型服務業迎來了高速增長；投入、生產、產品多維度證據顯示製造業整體升級步伐較快。消費、投資、出口的“三駕馬車”結構趨於平衡。上述這些結構變化與發達經濟體走過的歷史軌跡高度吻合，表明中國仍在邁向更高收入水平的正常軌道上。差距主要表現在第二、三產業就業佔比偏低；政府服務佔比偏低；城市化率偏低等。這些對比說明中國在產業發展、公共服務和城市化之間存在不平衡，後兩者落後於前者並形成了經濟發展短板，彌補這些短板需要推動“從發展到服務”的政府職能轉型。
金融危機之後，中國經濟增速持續放緩，由此引發對於中國經濟前景看法的巨大分歧。這些分歧背後的核心議題主要包括：中國能否走出中等收入陷阱，一直以來支撐中國經濟高速發展的製造業優勢能否延續等。對一個發展中國家經濟增長前景的判斷歷來頗具挑戰性，尤其是對中國這樣一個體量龐大的發展中國家。學術界從政治、經濟、文化、資源稟賦方方面面都能給出不同角度的判斷和解釋，然而迄今為止，理論層面還難以對經濟趕超國家的經歷做出令人信服的普遍的、一致性的解釋。正因為如此，國際比較方法在類似問題研究中廣受關注和採用，採用國際比較研究方法的主要依據是高收入經濟體在經濟成長過程當中有眾多的規律性變化[1]。
劉世錦等基於國際經驗，較早指出中國經濟增速會出現臺階性下降，判斷的主要依據是高收入經濟體的成長過程中當人均收入達到一定水平以後都會經歷類似的經濟增速臺階式下降。[2]艾肯格林等基於國際經驗研究也有類似發現。[3]林毅夫基於東亞經濟體的趕超經驗，用相對收入而非絕對收入水平增速得出判斷認為中國經濟未來十年仍能保持較高的經濟增速。[4]人均收入提高僅是經濟發展進程中的一個側面，眾多的結構指標變化是經濟發展進程中的其他側面。人均收入的穩步提高離不開成功的結構轉型，而那些成功邁入高收入階段的經濟體又在經濟結構轉變軌跡上表現出很強的相似性，如下文提到的當收入超過一定門檻值後，經濟活動從製造到服務的轉移、人力資本密集型服務業的崛起、消費佔比的下降等等。大量的經濟結構轉型文獻[5]指出了高收入經濟體所經歷的類似的經濟結構轉型變化事實，以及背後的原因，限於篇幅這裡不再贅述。這些經濟成長進程中普遍的、規律性的結構轉型事實和背後的理論分析是下文進行國際對比的依據。
本文將中國的經濟結構指標變化與高收入國家類似發展階段的經濟結構指標變化做出對比。與過去研究相比，本文進行國際比較對象的重點不再是人均收入，而是比較完整的結構性指標。相對於比較單純的收入水平對比而言，除了能夠豐富人均收入變化背後更豐富的經濟事實和依據，更重要的優點在於發現經濟成長中可能存在的結構性問題，或者說經濟發展的短板，對理解和判斷當前中國經濟存在最突出的問題提供參考和借鑑。各個國家的發展進程中都會有其發展的特色和與眾不同的地方，有些產業結構比較的規律性更突出，而更細緻產業結構在國家之間有更豐富的多樣性[6]，結構比較的研究結論需要非常謹慎。這裡比較的重點還是那些有較強規律性的結構指標。
文章的主要發現包括：1）從產業角度來看，中國經濟已於2010－2012年邁過了工業化的高峰期，此後經濟活動逐步由製造轉向服務。從跨過工業高峰期所對應的人均收入水平和工業增加值佔比來看，中國在結構轉型方面所表現出的特徵與發達國家經濟體軌跡十分類似。2）工業化高峰期過後，中國的人力資本密集型服務業迎來了迅猛增長。投入、生產和產品多個環節都表明中國製造業整體產業升級趨勢明顯。消費、投資、出口的“三駕馬車”結構日趨平衡，表現為消費佔比不斷提升，投資佔比下降，出口增速大幅回落，這些特徵也與發達經濟體對應收入階段的歷史經驗十分相似。3）中國經濟增長也存在明顯短板：從產業視角來看是第一產業就業比重過高，二、三產業就業比例偏低；政府服務以及社區、社會與私人服務佔比過低；從支出角度來看，主要表現於居民消費佔比過低，投資比重過高（尤其是建築安裝類相關投資）。
以上事實表明，中國尚未出現過早“去工業化”的問題，中國經濟仍在步入更高收入水平的正常軌道上邁進。產業、支出兩個視角都指向中國經濟發展短板背後的共同因素：政府政策發力點還是延續“以項目促發展”的舊思路，而忽視了在城市化過程中相關配套改革、公共服務和公共管理等方面的投入和改革跟進，同時部分服務業管制過度的問題依然沒有得到解決。因此，下一步補短板應主要推動“從發展到服務”的政府職能轉變。
從製造到服務
從製造業轉向服務業是絕大部分高收入經濟體都曾經歷過的結構轉型路徑。赫蘭道夫等在其綜述性文章中詳盡總結了從製造業向服務業轉型的國際經驗。[7]通過對全球絕大多數發達國家的歷史數據梳理[8]，作者發現製造業份額會隨收入增長呈現“駝峰型”變化：當經濟體收入超過8000國際元（按1990年不變價格的購買力平價方法計算）[9]時，其以多項指標（包括：名義增加值、實際增加值、就業人數、工資市場等）衡量的製造業份額都會由峰值下降。相對應的是服務業份額的攀升，這既表現在服務業相對價格的提高，也表現為服務業真實供給量的增加。
布埃拉和卡博斯基在整理了包含全部發達國家的31個國家樣本數據後給出了相似的結論，即製造業名義增加值佔比會隨收入呈現“駝峰型”變化。[10]他們發現7200國際元（按1990年不變價格購買力平價計算）是“駝峰”對應的收入拐點：即當人均收入低於這一水平時，收入增長1%將伴隨著製造業和服務業增加值份額的雙雙提升，幅度分別為0.11%和0.07%；而當人均收入超出這一水平後，收入增長1%的同時製造業增加值份額將降低0.13%，服務業增加值份額上升0.20%。
從時間順序上看，二戰後主要發達經濟體步入結構轉型期的順序如下：美國（1950）、加拿大（1957）、英國（1960）、法國（1965）、德國（1969）、日本（1970）、澳大利亞（1970）、西班牙（1972）、意大利（1976）、中國臺灣（1986）、韓國（1992），結構轉型期對應的收入臨界點介於7400~12000國際元之間，又以9000國際元附近為主。工業增加值佔比的峰值在34%~53%之間，集中在40%左右，其中最低為中國香港（34%），最高為德國（53%）。
在人均收入意義上，中國已經邁過了從製造向服務轉型的收入門檻。為了更好地進行跨國比較，作者沿用文獻中常用的可比人均GDP口徑（1990年國際元計）進行度量。同時，還列出了人均GDP的名義值（美元）作為比照。其中，人均GDP（1990年國際元計）數據來自於麥迪遜（Maddison）數據庫，該數據庫截至2010年。中國2011－2016年的數據是根據國家統計局的不變價人均GDP增速遞推得到。名義人均GDP（美元）數據來自國家統計局，匯率採用當年年末匯率。按照1990年國際元口徑折算，中國2010年人均GDP達到8032國際元，已經超過國際經驗中從製造轉向服務所對應的閾值，2016年中國人均GDP達到12130國際元。
以增加值佔比衡量，中國已經邁過了工業化高峰期[11]，轉向由製造向服務的轉型階段。根據世界銀行世界發展數據（WDI），在過去30年間，若以現價計算，中國工業增加值佔全部增加值份額於2006年達到峰值47.5%，此後不斷下降，2016年時已經降至39.8%。若以不變價計算，中國工業增加值佔全部增加值份額的峰值出現在2010年，達到42.7%，此後緩慢回落，2015年時降至40.1%。現價製造業增加值份額從1980年的39.8%逐步降至1999年的31.3%，此後近二十年間基本穩定在31%左右。對於服務業而言，以現價或不變價計算的份額都呈現出不斷上升趨勢。
以就業份額度量，中國已經邁過工業化高峰期，步入由製造向服務的轉型過程。鑑於製造業就業數據可得性的限制，目前可得的相關就業數據主要包括：過去三十年的第二產業就業佔比[12]；2005年之後的城鎮製造業就業佔比；2007年之後的農民工製造業就業佔比；過去三十年的第三產業就業佔比。第二產業就業佔比的峰值出現在2012年，達到30.3%，隨後逐步下降；城鎮製造業佔比較為穩定，在數據可得年份中始終介於28%~29%之間；農民工製造業就業佔比自發布年份（2008年）起一直處於持續下降階段，已經從2008年的37.2%跌至2014年的31.3%。第三產業就業份額在過去三十年間迎來了持續增長，2008年之後更是加速上升，從均值來看，1985－2007年間，第三產業就業份額年均增長0.7個百分點，2008－2014年間平均增速提高至1.2個百分點。從就業佔比數據來看，轉型確定的時間大約在2008－2012年間。
上述基於收入、增加值份額、就業份額的多維數據表明，中國經濟跨過工業化高峰期的時間應該在2010－2012年間。從增加值份額來看，中國第一、二、三產業的增加值份額變化無論在水平值還是軌跡上，都與發達經濟體類似發展階段表現十分相似。以就業份額來看，中國第一、二、三產業的就業份額變化軌跡與高收入經濟體類似階段表現十分相似，差異主要表現在水平值上，即第一產業就業佔比偏高，第三產業就業份額偏低。
人力資本密集型服務業崛起
服務業在工業化高峰期後呈現出的更快增長並不是指所有類型的服務業，而僅對於技術密集型服務業才成立。布埃拉和卡博斯基觀察到，美國經濟自1950年開始轉型至今，服務業增加值佔比已經從60%升至80%，增幅達到20個百分點，其中技術密集型服務業份額提高了25個百分點，而低技術服務業份額卻在下降。[13]這一特徵在其他發達經濟體的歷史數據中也得到了反覆印證：英國、德國、法國、比利時、意大利、西班牙、芬蘭、瑞典、荷蘭、韓國、日本、中國臺灣等12個經濟體在工業化高峰期後，人力資本密集型的服務業（主要包括：金融、保險、房地產、商業和政府服務）在增加值和就業佔比上都迎來了持續增長，而低人力資本密集度的服務業（主要包括：貿易、餐飲和酒店、運輸、倉儲、交通和信息）增加值佔比卻在降低或勉強持平。
對人力資本密集型服務業的定義，文獻中主要依據是行業中受過較高教育程度勞動力數量的佔比[14]。根據國家統計局公佈的分行業 “大專及以上佔比”和“本科及以上佔比”（2017年），可以量化各行業的人力資本情況。以“大專及以上佔比”來衡量人力資本程度，分行業來看，中國服務業人力資本密集度由高到低依次是教育（78.7%），科研技術服務和技術服務業（74.6%），信息傳輸計算機服務和軟件業（73.7%），金融業（73.2%），衛生和社會工作（70.2%），文化、體育和娛樂業（49.2%），租賃和商務服務業（48.6%），房地產業（42.1%），水利、環境和公共設施管理業（35.9%），批發和零售業（24.2%），交通運輸倉儲和郵政業（22.9%），公共管理和社會組織（19.9%），居民服務，修理和其他服務業（17.5%），住宿和餐飲業（13.3%）。2010年以來，隨著行業人力資本密集度的下降，行業增加值增速大致呈現對應的下降趨勢。並且，人力資本密集度最末的五個行業也恰恰是行業增速最末的五個行業。2011－2016年間，以增加值增速排序，增長最快的服務業分別為：科學研究、技術服務和地址勘察業，衛生、社會保障和社會福利業，租賃和商業服務業，水利、環境和公共設施管理業，金融業，信息傳輸、計算機服務和軟件業，教育，這七大行業平均增速均超過15%；緊隨其後的是：房地產，文化、體育和娛樂業，批發和零售業，居民服務和其他服務業，這些行業的增速也跑贏了名義GDP增速（10.4%）。而剩下的：交通運輸、倉儲和郵政業，公共管理和社會組織，住宿和餐飲，這三大服務業增速則不及名義GDP增速（10.4%）。在行業間進行比較可以發現，工業化高峰期後迎來高增長的是那些人力資本/技術密集型服務業，而勞動力密集型服務業增速則可能接近甚至低於GDP增速。這一特點也與其他發達經濟體的歷史經驗類似。此外，通過與其他人力資本密集型行業比較，還可以發現中國的公共管理與社會組織發展明顯滯後。
文中用於跨國比較的數據庫來自於格羅寧根（Groningen）大學提供的涵蓋33個國家、時間跨度為1950－2013年的長時間序列數據庫。這一數據庫的最大優點在於時間跨度長、行業劃分細，並且有分部門的增加值和就業數據，其中報告的細分服務業包括：貿易、餐飲和酒店；運輸、倉儲和通信；金融、保險、房地產和商業；政府服務[15]；社區、社會和私人服務[16]。鑑於中國官方公佈的服務業劃分標準並不能與之一一對應，作者只能將中國可得數據重新歸類、合併[17]，力圖在行業口徑上做到跨國可比。
跨國研究結果顯示，相較於發達經濟體的類似發展階段，中國目前所有細分服務業的就業比例都偏低，這也與前面觀察到的中國服務業整體就業比例偏低的事實相符。從就業佔比來看，中國目前與國際經驗差別最大的服務業分別是貿易、餐飲、酒店和政府服務。以增加值份額度量，中國目前的差距主要體現在兩方面：一是政府服務佔比偏低，二是金融、保險、房地產和商業服務佔比過高。
製造業升級
從全球範圍來看，製造業最發達的經濟體無一例外都是服務業主導型經濟體。從製造到服務業的經濟結構轉型過程中，雖然總體上製造業的增加值和就業增長放緩甚至是負增長，但是製造業的產業升級並未停步。製造業始終是生產率進步的重要推動力量，並能對其他部門產生積極的溢出效應。由於不存在單一指標能夠全面刻畫製造業的升級情況，因此下文將從前期的研發投入和專利、中間的生產過程以及最終產品等多角度進行考察，嘗試對中國製造業產業升級情況給出定性判斷。
（一）投入環節：研發投入和專利
產業升級離不開國家或企業在研發（R&D）上的大規模投入，魏尚進、謝專和張曉波對包含中國在內的多國研發投入和專利數據進行了跨國比較。[18]數據顯示，中國的研發支出佔GDP比重在1991年時僅為0.7%，遠低於世界平均水平。而到了2010年研發投入強度已經高於經濟合作與發展組織國家（簡稱OECD國家）的中位數，2012年則一舉超過OECD國家的研發強度均值（1.9%）。最新數據顯示，2017年中國的研發投入強度已經達到2.11%，高於許多發達國家水平。研發投入除了可以以“資金”投入衡量外，還可以從“人”的投入來看——即研發人員在總人口中的佔比。1996年時，中國每百萬人口中研發人員數量為443人，接近當時巴西水平（420人/百萬人），高於印度（153人/百萬人），遠低於俄羅斯（3796人/百萬人）。截至2014年，中國的研發人員佔比已經增加至1113人/百萬人。除了全社會的總體研發情況，如果單看製造業內部的研發投入，也是增長十分迅猛。根據國家統計局數據，製造業細分的31個子行業在2006－2016年間製造業行業R&D人員投入和經費增速分別達到年均16.0%和26.4%，並且研發經費增速在2006－2013年間始終高於20%。
研發投入是創新的必要條件，而專利則可視為創新活動的成果檢驗。根據中國國家知識產權局公佈的數據顯示，中國的專利申請數已經從1995年的8萬件增長至2017年的350多萬件，年均增速接近19%。從專利構成來看，專利可分為三大類：發明專利、實用新型專利和外觀設計專利。其中發明專利被視為技術含金量最高的一類專利，其在所有授權專利中的佔比已經從1995年時的8%增長至2017年的19%，表明中國的專利申請增長不僅有“量”還有“質”。從專利來源來看，2004年中國授權給國外的專利佔全部授權專利比例超過20%，而在2017年末已經降至6%左右，表明來自國內的自主創新力量正在發揮越來越重要的作用。除此之外，中國的專利申請還在逐步走向世界：根據美國專利商標局數據，中國企業申請者在美國獲得的專利授權數已經從1995年的60餘件增長至2014年的7200餘件，年均複合增長率超過28%。
（二）生產環節：中間品使用、產業集中度
早在18世紀，亞當·斯密就在其著作《國富論》中指出專業化和更為細緻的分工是效率提升的重要途徑。錢納裡等基於多個國家工業化發展經驗總結道，“工業化期間，中間投入品的變化是一個尤為重要的觀察指標，中間品在生產中的使用增加意味著生產的專業化程度和產業聯繫的複雜度都在提升。這種發展趨勢是工業化的確定性特徵之一”。由此可見，中間投入品在產出中的佔比增加是分工更趨專業化和效率提升的重要標誌。
根據投入產出表[19]，可以算出製造業分行業的中間投入品在該行業產出中的佔比。結果顯示，各細分行業的中間品投入在產出中的佔比均有不同程度提升。即使是在工業化高峰期之後，工業部門中間品投入佔比不斷提高的勢頭也未曾改變，表明工業部門的專業程度還在不斷加深。加總的製造業中間投入品在總產出的佔比從2004年的0.735上升到2014年的0.783。
低效企業淘汰出局，行業集中度上升。行業集中度上升背後可能有兩種力量發揮作用：一是市場優勝劣汰的“無形之手”，二是政府行政干預的“有形之手”。對此，本文認為前者應該是主因，原因如下：第一，行業集中度的上升是趨勢性的變化，並非短期現象，並且加速提升階段發生在2000年前後，當時並不存在明顯的大規模行政干預。第二，一系列研究企業TFP（全要素生產率）的文獻結果發現，2000－2010年間，中國企業行業集中度的上升背後效率改善是主因。例如：李玉紅等利用2000－2005年中國工業企業數據庫微觀數據發現[20]，以企業優勝劣汰導致的資源配置效率改善是中國TFP提高和行業集中度上升的重要因素。此外，毛其淋和盛斌利用1998－2007年中國製造業企業微觀數據考察了企業退出的具體機制，他們發現退出企業生產率不僅在當年低於存續企業，而且在退出前若干年就表現出相對低效，這一現象被作者稱為退出企業的“死亡陰影”，表明這些企業是因為自身效率低下而退出市場，而非外生因素。[21]同時，作者還發現存在顯著的市場選擇效應，這一效應一方面會促使低生產率企業退出，另一方面有助於新企業在進入市場後通過“幹中學”迅速提高生產率。這些研究都表明所觀察到的企業進入、退出和行業集中度提升等現象背後主要還是市場的“無形之手”在發揮作用。
市場競爭意味著“適者生存，優勝劣汰”。企業進入、退出和行業集中度上升的同時行業資源配置效率也得以優化。工業化高峰期之後，中國工業部門需求有所疲軟，同時行業格局面臨“大洗牌”，大批低效企業被淘汰出局。華泰證券報告以A股上市公司的營業收入口徑計算了CR8指數[22]，據此將產業市場結構粗分為寡佔型（CR8 ≥40%）和競爭型（CR8<40%）兩類。其中，寡佔型又細分為極高寡佔型（CR8 ≥70%）和低集中寡佔型（40% ≤CR8<70%）；競爭型又細分為低集中競爭型（20% ≤CR8<40%）和分散競爭型（CR8<20%）。結果顯示，相較於2010年，2016年一級行業中極高寡佔型行業數由6個提高到9個，低集中寡佔型行業數由10個上升至15個。相反，競爭型行業數量由 12個銳減到 5 個，低集中度行業數量銳減。採掘、紡織、通用設備製造等行業出現了大批企業退出的現象。
（三）產品環節：出口產品複雜度、出口增加值率
出口是反映國家制造業能力和國際競爭力的一面鏡子。以出口數據考察製造業生產能力有多種指標可供參考，比如：出口複雜度[23]、高新產品出口佔比等。根據張斌、王雅琦、鄒靜嫻的計算[24]，若以出口複雜度來看，中國出口對應的收入水平從2000年時的14643美元[25]提高到了2014年時對應的24014美元。整體而言，2010年之後，中國的出口產品複雜度在不斷提升。
高新技術產品出口在全部出口中的佔比自從2000－2005年的快速提升以後，一直保持在29%的相對穩定水平。近十多年來，中國出口產品的主要種類也沒有大的變化，出口額前五位的大類產品基本不變。這是否意味著出口產品沒有升級呢？基於大類的出口產品不能準確衡量制造業生產能力的變化。例如，同樣是出口一部手機，以前中國半數以上零部件需要依靠從國外進口，現在進口零部件比例降至20%以下，雖然從產品出口角度來看沒有變化，但是中國製造業企業的生產能力卻有顯著提升，這是無法從出口複雜度和出口產品種類等指標中得以反映的。
張斌、王雅琦、鄒靜嫻基於生產價值鏈和出口附加值率的計算發現，中國的出口附加值率不斷提高，已經從2000年的69%提升至2014年的84%，其中加工貿易和一般貿易的出口附加值率分別從56%和85%增長至78%和89%，增幅分別為22和4個百分點。[26]可以看到，加工貿易的增加值率上漲幅度高於一般貿易，這也與黃永明和張文潔發現一致：文中利用1996－2006年間HS-10位編碼商品貿易數據度量了產品層面的出口複雜度，發現1996－2006年間，中國出口產品結構逐步改善，但加工貿易類出口產品複雜度進步快於非加工類，且國內投資的加工貿易產品為最主要的推動力。[27]除了國內投資作用外，推動出口品質量升級的另一重要推動力則是外商直接投資（FDI），例如，李坤望和王有鑫利用1999－2007年的產品層面貿易數據研究發現，FDI對於資本密集型行業和外商投資佔比較高行業有明顯的產品升級拉動作用。[28]通過對出口附加值率的分解發現，對出口附加值率提高貢獻最大的是行業內效應，而不是行業間效應。[29]這表明中國製造業企業更多選擇進口中間品的替代，而不是出口新的產品。這與大類產品出口層面上的觀察相符，僅從出口產品種類上看不到近年來的中國製造業出口有明顯升級，而事實可能並非如此，中國製造業出口企業把研發和技術進步的力量主要放在了進口中間品替代而不是出口新產品。
消費、投資和出口再平衡
發達經濟體類似發展階段的經驗顯示，消費佔比一般會在工業化初期到工業化高峰期[30]間持續下降，而在工業化高峰期後不斷回升。日本的消費佔比從1950年代戰後工業化重建時期的76%下降至1970年代初工業化高峰期的60%，此後開始持續回升；中國臺灣地區的消費佔比從1950年代初期的90%下降至1980年代中後期工業化高峰期的61%，此後開始持續回升；韓國的消費佔比從1960年代初期的99%下降至1980年代後期工業化高峰期的58%，此後穩步回升。分部門來看，帶動消費佔比上升的主要是政府消費，而非私人部門消費。
隨著中國經濟越過工業化高峰期後，消費佔比逐步回升。從1960年代開始，中國的消費佔GDP比重就開始趨勢性下降，從1968年的75%下降至2010年工業化高峰期時的48%，此後開始步入回升階段，2017年已經升至54%。中國的消費佔比隨工業化進程所表現出的“先降後升”趨勢與日本、韓國、中國臺灣的經驗並無二異，但區別在於中國的消費佔比在水平值上遠低於這些經濟體，與類似發展階段的經濟體相比大約要低10個百分點。
中國在支出結構上的一大問題就是居民消費佔比始終偏低。最終消費可分為居民消費和政府消費，兩者比例在近十餘年來始終維持在3︰1左右。從佔GDP比重來看，中國的政府消費佔GDP比重約為14%，雖低於日本和歐元區水平，但接近美國、韓國、中國臺灣等經濟體；主要的差距出現在居民消費佔比上，中國居民消費佔GDP比重約為39%，低於其他經濟體近10個百分點。造成中國居民消費佔比偏低的原因可能部分與數據質量問題相關，朱天和張軍認為官方數據可能在以下幾方面低估了居民消費：一是顯著低估了居民居住消費，尤其是居民自有住房的虛擬租金；二是沒有包括公司賬戶下覆蓋的居民消費；三是樣本有偏問題，主要是調查中高收入人群代表性不足。[31]作者認為經數據調整後，中國居民消費佔GDP比重大概會提高10個百分點，因此與發達國家不存在明顯差距。
固定資本形成在GDP的佔比隨著工業化發展階段推進先升後降。從高收入經濟體類似發展階段的經驗來看，固定資本形成佔比會在工業化初期到工業化高峰期間不斷攀升，在到達工業化高峰期後開始回落。例如，日本的固定資本形成佔比從工業化初期（1950年代）的19%逐漸升至工業化高峰期（1970年代）的36%，此後趨勢性下降；韓國的固定資本形成佔比也是先由1960年代初期的11%升至1990年代初的39%，然後開始不斷下降。與之類似，中國的固定資本形成佔GDP比重也經歷了“先升後降”的過程：從1980年代初的30%不斷攀升，直至2010年達到峰值（45%），此後增速放緩甚至下降，目前停留在較高水平。
固定資本形成構成當中，設備投資佔據較高比重。從日本經驗看，設備投資佔比一直處於60%~70%的高位，自1960年代以來呈波浪式下降走勢；房地產投資在全部固定資本形成中的佔比從1950年代到1970年代中期持續上升，高點達到25%，此後在20%上下波動；政府投資佔比從1950年代到1990年代臺階式上升，高點也曾超過20%。從中國臺灣經驗看，政府投資在固定資產形成中的佔比從1950年代到1980年代在40%~60%的高位上下波動，1990年代以後開始大幅下跌至20%，與之對應的是民營設備投資佔比從30%大幅上升至50%；民營建築工程投資佔比相對穩定，一直在20%~30%之間。從韓國經驗看，設備和無形資產投資在全部資本形成中的佔比在40%~50%之間波動，住宅投資佔比在10%~20%之間波動，政府投資佔比在15%左右。
中國官方沒有發佈資本形成的詳細分類數據，只能觀察到比較詳細的固定資產投資數據。從構成上看，中國建築安裝投資在總固定資產投資中佔比很高，2005－2008年期間61%，2008年以後逐漸上升到70%。與之相對應，設備和其他投資（包括了無形資產投資）從2005年的39%下降到了目前的30%。考慮到建築安裝投資中涵蓋了較多的土地購置費用，且很可能存在誇大的成分，觀察其在固定資產投資中的佔比可能高估了建築安裝投資在固定資本形成中的佔比，也因而會低估設備和其他投資在固定資本形成中的佔比。作為參考，設備和其他投資與固定資本形成之比從2005年以來持續上升，目前達到57%。
工業投資佔比下降，基建和服務業投資佔比上升。按照細分行業來看，工業投資在固定資產投資中的比重已經從2008年的36.3%降至33.6%；建築和房地產投資佔比近十餘年來一直穩定在25%附近；基建投資在固定資產投資中佔比從2011年的22.3%增長至25.8%。基礎設施建設投資主要包括三類：電力、熱力、燃氣及水的生產和供應業；交通運輸、倉儲和郵政業；水利、環境和公共設施管理業。在全部基建投資中佔比最大的是公共設施管理業，包括市政設施管理、供水設施管理、公交設施管理、園林設施管理、環衛設施管理等，2016年佔比達到34%。從增速上看，2013年以來三大類基建中一、二類基建增速不斷下降，而三類基建增速不僅高於另外兩類且沒有出現持續下降勢頭。2016年數據顯示，三大類基建增速分別為12%、10%和23%。
出口增速放緩，出口市場份額增速對出口增長貢獻下降。出口增速可分解為兩塊：一是全球出口增速，這主要由全球需求提振以及全球貿易深化程度決定；二是中國在全球出口市場中份額的增長。2000－2016年間，中國出口年均增速15.4%，其中出口市場份額變化貢獻了8.4個百分點的增長，剩餘7個點的貢獻來自於全球出口市場擴張。近十餘年來，中國出口市場份額的擴張速度在放緩，因此對出口增速有所拖累。2009－2016年間，中國出口市場份額提升帶動的出口增速約為5.2個百分點，遠低於金融危機前（2000－2008年）平均12.5個百分點的拉動效果。
中國出口市場份額增速下降與收入水平提高之間的關係與高收入經濟體以往的經驗基本一致。基於1948－2013年17個發達經濟體的經驗數據表明，出口市場份額會隨人均收入增長呈現出駝峰型變化趨勢，其收入拐點一般出現在7800~20000國際元（按1990年不變價購買力平價法計算）之間。根據中國過去15年出口市場份額的下降趨勢外推，中國預計將在2020年前後達到出口市場份額的峰值，屆時中國的收入水平約為14500國際元。這與高收入經濟體的發展軌跡基本吻合。
短 板
綜上所述，中國與高收入經濟體類似發展階段相比差異主要存在於以下幾方面：第一，從產業角度看，中國的第一產業就業比例過高，二、三產業就業比例偏低；第二，政府服務以及社區、社會和私人服務佔比偏低，金融、保險、房地產和商業服務佔比偏高；第三，官方統計的居民消費佔比過低，投資（尤其是建築安裝類投資）佔比過高。這些差異是當前中國經濟增長進程中最突出的結構性短板。
三次產業的就業數據以常住人口為口徑，採取抽樣調查方式得到。二、三產業就業佔比偏低可能部分來自統計原因：一是第一產業就業的勞動人口從事二、三產業兼職但是被統計為第一產業就業；二是部分建築業勞動人口在抽樣調查時間呆在農村，被統計為第一產業就業人口；三是16歲以上的勞動人口均被統計為勞動人口，大量年長的勞動人口留在農村並被統計為第一產業就業，實際勞動時間和勞動投入並不高。
與二、三產業就業佔比偏低緊密相關的另一個事實是中國的城市化率偏低。2016年，官方按照常住人口統計的城市化率為57.4%。與此形成鮮明對比的是，日本、韓國等眾多高收入經濟體在工業化高峰期後城市化率都超過70%。儘管中國在工業化高峰期後城市化率仍在攀升，但一個不爭的事實是中國的城市化率還是大幅低於高收入經濟體類似發展階段。較低的城市化率與第二、三產業就業比偏低彼此聯繫。此外，城市化率偏低還與政府服務佔比偏低有關，因為城市相較農村能夠提供更多的政府服務。由此可見，城市化率不足與中國產業結構中的諸多缺陷都緊密相連。
上述這些現象背後有著共同的原因。中國政府截至目前還是發展導向型政府。一方面，長期以來的政府職能定位中側重經濟發展，各級政府最大的政績是GDP和稅收增長，最熱衷的是上馬大項目推動當地經濟增長，而且政府在資源動員方面的能力驚人。這解釋了為什麼投資佔比過高。另一方面，政府職能定位中對於城市公共服務和公共管理關注不夠，對農民進城沒有積極妥善的幫助。這些服務類的工作往往被政府看作只有投入、鮮有回報的負擔。有些城市面臨人口流入壓力的時候不是幫助他們安家而是趕他們離開。城市在提供公共服務和社會保障方面的不充分，再加上土地、戶籍等政策改革不到位，使得城市對於眾多農村人口只是個暫時的工作地，而不能長久地安定生活。這解釋了為什麼城市化率偏低，第二、三產業就業人口偏低，以及政府服務以及社區、社會和私人服務佔比過低。
小 結
經濟增長過程中，存在增長的煩惱，也存在對未來增長形成瓶頸的真正問題。通過和高收入經濟體類似發展階段的結構轉型軌跡進行比對，發現中國的轉型軌跡存在規律性的共同特徵，包括：目前出現的製造業增速放緩、人力資本密集型服務業迅速崛起、消費佔比回升、出口增速放緩等。
但除此之外，中國也存在與高收入經濟體類似發展階段的真正差距，集中表現為“三低一高”：即第二、三產業就業比偏低、政府服務業增加值佔比偏低、城市化率偏低以及投資率偏高。這些差距背後凸顯出來的核心問題是政府在公共管理和公共服務方面的不到位。公共管理和公共服務不到位，不僅是當前經濟發展中的最大缺憾，也是未來美好生活的最大挑戰。
政府職能需要與時俱進地做出調整，把工作重心從項目建設逐步轉向公共服務和公共管理。實現“從發展到服務”的政府職能改革離不開社會各界的廣泛參與。只有社會各界對公共服務和公共管理進行有效監督和問責，才能具備改善公共服務和公共管理的激勵機制。只有廣泛、充分接收基層民眾信息，經專家科學論證，才能具備改善公共服務和公共管理的信息和技術保障。高高在上、引領社會發展和身先士卒搞建設的政府終將會逐漸退出歷史舞臺。取而代之的是放低姿態、在各種監督之下小心謹慎做好公共管理和公共服務的政府，這是潮流也是歸宿。
[1] 霍利斯·錢納裡、謝爾曼·魯賓遜、摩西·賽爾奎因：《工業化和經濟增長的比較研究》，格致出版社，1989年，第42~80頁。
[2]劉世錦、張軍擴、侯永志、劉培林：《陷阱還是高牆?》，中信出版社，2011年，第74~120頁。
[3] Eichengreen, B., D. Park and K. Shin, “When Fast Growing EconomiesSlow Down: International Evidence and Implications for China”, NBER WorkingPaper, No. w16919, 2011.
[4]林毅夫：“中國還有20年8%的增長潛力”，《紫光閣》，2015年第7期，第10~11頁。
[5]結構轉型的最新綜述性文章可參考Herrendorf, B. and Rogerson, R. and Valentinyi, Á. ,“Growth and StructuralTransformation”, CEPRDiscussion Papers, 2013, 2(3):855–941.
[6]對產業結構比較的批評參閱賀俊、呂鐵：“從產業結構到現代產業體系：繼承、批判與拓展”，《中國人民大學學報》，2015年第29期，第39~47頁。
[7] Herrendorf, B. and Rogerson, R. and Valentinyi, Á. ,“Growth andStructural Transformation”,CEPR Discussion Papers, 2013, 2(3):855–941.
[8] 歐盟15國、美國、日本、韓國、加拿大、澳大利亞。研究結構轉型問題需要用到較長的歷史數據，目前研究中主要使用的數據來源如下：Maddison（2010），EU KLEMS， Word Bank Indicator，National Accounts of the UnitedNations Statistics Division，Penn World Tables，OECD Consumption Expenditure Data。收入水平、產業增加值和就業數據相對容易獲得，消費支出的分解在很多國家沒有歷史數據。
[9]即1990年1單位美元的購買力。
[10] Buera, F. J. and Kaboski, J. P., “Scale and the Origins ofStructural Change”, Journal of Economic Theory, 147(2): 684-712, 2012.
[11]這裡所定義的工業化高峰期是基於經濟結構轉型文獻中經濟活動從工業部門向服務業部門轉移的各項指標所經歷的由上升到下降的趨勢性拐點。跨過工業化高峰期與是否仍處於工業化階段並非一個概念。對工業化階段的判斷參閱霍利斯·錢納裡、謝爾曼·魯賓遜、摩西·賽爾奎因著：《工業化和經濟增長的比較研究》，格致出版社，1989年；郭克莎：“中國工業化的進程，問題與出路”，《中國社會科學》，2000年第3期，第60~71頁。
[12]第二產業包括工業和建築業。
[13] Buera, F. J. and Kaboski, J. P., “The Rise of the Service Economy”,The American Economic Review, 102(6): 2540-2569, 2012.
[14] Buera, F. J. and Kaboski, J. P., “The Rise of the Service Economy”,The American Economic Review, 102(6): 2540-2569, 2012.
[15]對應於國際標準行業分類（ISIC）3.1版中的L-N項：公共行政與國防、強制性社保；教育；健康和社會工作，https://unstats.un.org/unsd/cr/registry/regcst.asp?Cl=17[2018-09-10]。
[16]對應於國際標準行業分類（ISIC）3.1版中的O-P項：其他社區、社會和私人服務活動；以私人家庭為僱主的活動以及私人家庭的無差別生產活動；域外組織及機構，https://unstats.un.org/unsd/cr/registry/regcst.asp?Cl=17[2018-09-10]。
[17]具體合併對應方式如下：將中國國家統計局公佈的“批發和零售業”、“住宿和餐飲業”對應於“貿易、餐飲和酒店”；“交通運輸、倉儲和郵政業”對應於“運輸、倉儲和通信”；“金融業”、“房地產業”、“租賃和商業服務業”、“信息傳輸、計算機服務和軟件業”以及“科學研究、技術服務和地質勘查業”對應於“金融、保險、房地產和商業服務”；“水利、環境和公共設施管理業”、“教育”、“衛生、社會保障和社會福利業”以及“公共管理和社會組織”對應於“政府服務”；“居民服務和其他服務業”以及“文化、體育和娛樂業”對應於“社區、社會和私人服務”。
[18] Wei, S. J., Z. Xie and X.B. Zhang, “From ‘Made in China’ to‘Innovated in China’: Necessity, Prospect, and Challenges”, Journal of EconomicPerspectives, 31(1): 49-70, 2017.
[19]最新發布的世界投入產出表數據只更新到2014年。
[20]李玉紅、王皓、鄭玉歆：“企業演化：中國工業生產率增長的重要途徑”，《經濟研究》，2008年第6期，第12~24頁。
[21]毛其淋、盛斌：“中國製造業企業的進入退出與生產率動態演化”，《經濟研究》，2013年第4期，第16~29頁。
[22] 一種衡量行業集中度的指標，即行業內最大的前8個企業所佔市場份額之和。
[23] Rodrik, D., R. Hausmann and J. Hwang, “What You Export Matters”,CEPR Discussion Paper, No. 5444, 2006.
[24]張斌、王雅琦、鄒靜嫻：“從貿易數據透視中國製造業升級”，《國際經濟評論》，2017年第3期，第13~27頁。
[25]中國收入水平遠低於出口複雜度所對應的收入水平，對此進一步解釋參見Rodrik, D., R. Hausmann and J. Hwang, “What You Export Matters”, CEPR Discussion Paper, No. 5444, 2006。
[26]中國收入水平遠低於出口複雜度所對應的收入水平，對此進一步解釋參見Rodrik, D., R. Hausmann and J. Hwang, “What You Export Matters”, CEPR Discussion Paper, No. 5444, 2006。
[27]黃永明、張文潔：“中國出口複雜度的測度與影響因素分析”，《世界經濟研究》，2011年第12期，第59~64頁。
[28]李坤望、王有鑫：“FDI促進了中國出口產品質量升級嗎?——基於動態面板系統GMM方法的研究”，《世界經濟研究》，2013年第5期，第60~66頁。
[29]行業內效應指出口同類產品，更多的國外進口中間品被國內生產中間品替代；行業間效應則指出口產品當中更高出口增加值率產品的比重上升，體現為口產品的結構性變化。
[30]以工業部門增加值在GDP中的佔比峰值確定。
[31]朱天、張軍：“中國的消費率被低估了多少?”，《經濟學報》，2014年第2期，第42~67頁。
[張斌系中國社會科學院世界經濟與政治研究所研究員；鄒靜嫻（通訊作者）系中國人民大學國家發展與戰略研究院講師、研究員。本文來源於《國際經濟評論》2018年第6期。]
閱讀更多 中國社科院世經政所 的文章
