一辆本田汽车由2万至3万个零部件组成，这些零部件由数百家不同的工厂和企业生产。亨利·福特特立独行的构想，是实现汽车生产完全自给自足；这一梦想体现在规模庞大的河 Rouge 工厂（River Rouge plant）中，但事实证明，它与经济史的发展轨迹并不合拍。相反，过去几个世纪生产率的大幅提升，依赖于工厂之间广泛的劳动分工：它们通过错综复杂的网络相互交易专业化投入品。一些尚未解答的关键问题是：各国的工厂网络和中间品流动为何、如何各不相同，以及它们与经济发展有何关联。
早期文献（例如 Hirschman，1958）认为，产业关联对经济发展至关重要，并着重探讨如何促进贫困国家形成稳健的投入品市场，以及如何将投资投向关联最强的产业。然而，在检验这些观点所需的数据和方法尚未具备之前，完全抽象掉中间品的单部门模型便成为研究增长的标准框架。Ciccone（2002）、Acemoglu 等（2007）、Jones（2011）及其他学者近期的研究表明，投入品市场中的扭曲原则上可以解释国家间生产率差异的很大一部分，但这方面的文献仍主要停留在理论层面。在 Bartelme 和 Gorodnichenko（2015）的研究中，我们以这些近期研究为基础，分析产业关联与总体生产率之间的实证关系。
产业关联如何发挥作用
首先，我们借鉴 Jones（2011）的思路，构建一个简单的新古典框架，将观察到的经济投入产出结构与技术约束，以及投入品和产出市场中的各种扭曲联系起来。这些扭曲削弱了使用中间投入品所带来的收益，使产业关联减弱，并降低测得的生产率以及其他重要的发展和福利指标。我们利用该框架推导出一个计量经济学设定，以及一项基于投入产出表的扭曲综合指标；同时指出识别方面的挑战及可能的解决办法。
该框架的核心要素是投入产出表。通过大规模数据收集工作，我们构建了一个全新的投入产出表数据库，涵盖106个不同发展水平（从乌干达到美国）和不同时间段（从20世纪50年代至今）的国家。例如，数据库中包括秘鲁1955年、孟加拉国1960年和加纳1965年的投入产出表等罕见资料。广泛的时间序列和横截面覆盖范围，对于识别产业关联与发展之间的系统性关系至关重要。这些投入产出表来自各国国家统计局和中央银行、多个国际统计机构（例如 OECD、Eurostat、联合国），以及学术和商业项目（例如全球贸易分析项目 GTAP）。
我们发现，产业关联的强弱——以投入产出表的平均产出乘数（AOM）衡量——与人均劳动产出和全要素生产率呈显著正相关（见图1）。
产业关联在数量上十分重要：平均产出乘数提高一个标准差，与人均劳动产出增加15%至35%相关，具体幅度取决于设定；其中大部分增幅来自生产率提升，而非生产要素积累。我们对这一结果进行了一系列稳健性检验，包括纳入额外控制变量和子样本、采用对异常值稳健的方法、利用数据的面板维度、允许非线性效应，以及使用其他产业关联度量指标。尽管估计的关系强度有所不同，定性和定量结果总体上均经受住了这些检验。作为稳健性分析的一部分，我们还进一步阐明了此前将产业关联与生产率进行实证联系的尝试为何未能成功。
图1。平均产出乘数（AOM）与人均劳动产出
注：AOM 的计算方式为：其中， 是投入产出（IO）矩阵 的 Leontief 逆矩阵， 是求和向量， 是产业数量。IO 数据来自 GTAP7。
虽然跨国回归可能受到遗漏变量和测量问题的质疑，但我们可以利用模型的校准版本，并采用更具结构性的方法识别扭曲，从而评估研究结果。我们使用投入产出数据和两种不同的识别假设，提取每个国家的产业层面扭曲，随后计算消除这些扭曲所带来的生产率收益。
我们发现，消除扭曲可使样本中位数国家的收益约达6%至10%；第75百分位国家的收益则升至13%至20%，一些贫困国家的收益更高（图2）。
这些收益大多来自消除农业中的中间投入品扭曲，较小一部分来自服务业，制造业的贡献最小。这些结果与国家间全要素生产率（TFP）的差异在农业中最大这一事实一致（Restuccia 和 Rogerson，2008；Gollin 等，2012）。
图2。消除扭曲带来的收益
注：消除扭曲带来的收益根据模型计算，并利用20个最富裕经济体的投入使用模式，预测中等收入和贫困国家的技术并识别其扭曲。回归线采用最小中位数平方方法绘制，以确保对异常值的稳健性。第一产业包括农业、采矿业、公用事业和建筑业。
这些收益与我们在国家层面回归中发现的定量关系大体一致。将模型推算的 TFP 对平均产出乘数进行回归时，我们估计出的斜率系数与数据中发现的系数相近。结果表明，无论在定性还是定量方面，数据都与以下假设一致：中间品扭曲解释了国家间生产率差异中虽不大但确实存在的一部分。这一发现挑战了研究经济发展过程时可以忽略中间品产业关联的观点。与此同时，我们的结果并不支持中间品市场扭曲是贫困国家生产率低下的首要原因这一观点。
结语
亚当·斯密曾以制针厂为著名例子，说明专业化带来的收益。虽然他关注的是工厂内部专业化的收益，后续经济发展表明，这种收益远远超出了工厂或企业的边界。例如，仅在北美，本田就拥有一个由600多家直接供应商组成的网络。汽车产业的历史，以及福特河 Rouge 工厂的兴衰，说明成功企业日益依赖遍布全球的供应商网络。现代经济中无处不在的专业化，堪称真正的奇迹，必定超出了这位著名苏格兰经济学家最狂野的想象。
关于专业化，已有大量实证研究分别聚焦极微观层面（例如制针厂的劳动分工）和极宏观层面（例如国家间国际贸易）；而一个国家内部企业和产业之间的关联——即中间层面——受到的研究则少得多。中间层面的分析大多是理论性的、定性的，但其预测十分明确：这些关联应在经济发展中发挥重要作用，也可能是生产率提升的重要来源。我们建立了一个涵盖众多国家和不同时期的投入产出表数据库，并提供了与这些预测一致的证据：产业关联较强的国家，生产率更高。这种关系在数量上显著且稳健。我们还表明，实证观察到的生产率对产业关联强度的敏感性，与经校准的多部门新古典模型所得结果相符。
诚然，我们无法完全排除跨国回归中可能存在的混杂因素或模型设定错误，因此研究结果表明，仍需进一步研究企业和产业间关联的运作机制。经济学领域的多项研究都在探讨这些关联和专业化的重要性，但这些研究缺乏一个从宏观经济视角出发的统一框架。我们希望未来的研究能够应对这些挑战。
参考文献
Acemoglu，D、P Antras 和 E Helpman（2007），《Contracts and technology adoption》，《The American Economic Review》，97（3），916–943。
Bartelme，D 和 Y Gorodnichenko（2015），《Linkages and Economic Development》，NBER 工作论文第21251号。
Ciccone，A（2002），《Input chains and industrialization》，《Review of Economic Studies》，2002，69（3），565–587。
Gollin，D、D Lagakos 和 M E Waugh（2013），《The Agricultural Productivity Gap in Developing Countries》，《The Quarterly Journal of Economics》，12月。
Hirschman，A O（1958），《The strategy of economic development》，耶鲁大学出版社，1958年。
Jones，C I（2011），《Intermediate Goods and Weak Links in the Theory of Economic Development》，《American Economic Journal: Macroeconomics》，3（2），1–28。
Restuccia，D 和 R Rogerson（2008），《Policy distortions and aggregate productivity with heterogeneous establishments》，《Review of Economic Dynamics》，11（4），707–720。
本文与 VoxEU合作发表。本文发表并不意味着世界经济论坛认可其中观点。
如需了解议程最新动态， 请订阅我们的每周简报。
作者：Dominick Bartelme 是密歇根大学经济学助理教授。Yuriy Gorodnichenko 是加利福尼亚大学伯克利分校经济系副教授。
图片：制造工厂一景。路透社
