技術(shù)進(jìn)步偏向與中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)

鄧 明

?

技術(shù)進(jìn)步偏向與中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)

鄧 明

（廈門大學(xué)經(jīng)濟(jì)學(xué)院 福建廈門 361005）

技術(shù)沖擊對(duì)經(jīng)濟(jì)波動(dòng)的影響不僅僅體現(xiàn)在技術(shù)進(jìn)步速率上，還可能體現(xiàn)在技術(shù)進(jìn)步的偏向性上?；?990-2010年中國(guó)省際面板數(shù)據(jù)，本文構(gòu)建空間動(dòng)態(tài)面板數(shù)據(jù)模型實(shí)證研究了技術(shù)進(jìn)步的偏向程度對(duì)中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)的影響。研究結(jié)果表明，中國(guó)大部分省份技術(shù)進(jìn)步方向偏向于資本，而資本偏向的技術(shù)進(jìn)步則顯著強(qiáng)化了經(jīng)濟(jì)波動(dòng)，即使改變度量經(jīng)濟(jì)波動(dòng)的方式，這一結(jié)果也是穩(wěn)健的。與其相對(duì)應(yīng)的是，基于全要素生產(chǎn)率構(gòu)建的技術(shù)沖擊變量對(duì)經(jīng)濟(jì)波動(dòng)反而沒有顯著影響。由此可見，技術(shù)沖擊對(duì)經(jīng)濟(jì)波動(dòng)的短期影響更多依賴于技術(shù)進(jìn)步的方向而非速率。

技術(shù)進(jìn)步偏向 經(jīng)濟(jì)波動(dòng) 空間動(dòng)態(tài)面板數(shù)據(jù)模型

一、問(wèn)題提出

發(fā)展是硬道理，但是能夠平穩(wěn)的發(fā)展，對(duì)于中國(guó)這樣一個(gè)13億人口的發(fā)展中大國(guó)而言具有特別重要的意義，改革開放30多年來(lái)中國(guó)的經(jīng)濟(jì)增長(zhǎng)雖然高速，但也并非是絕對(duì)平穩(wěn)的，如果以真實(shí)GDP增長(zhǎng)率的波動(dòng)來(lái)衡量我國(guó)經(jīng)濟(jì)的波動(dòng)，那么我國(guó)的經(jīng)濟(jì)波動(dòng)呈現(xiàn)一個(gè)重要的特征，即波動(dòng)的幅度在1994年前后發(fā)生了較大的變化：1994年之前波動(dòng)幅度較大，大起大落；而1994年之后出現(xiàn)了波幅明顯減小，波動(dòng)平緩的情況。因此，尋求穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的政策手段在當(dāng)前中國(guó)經(jīng)濟(jì)面臨結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)增速已明顯放緩的關(guān)鍵時(shí)期顯得尤為重要。

20世紀(jì)70年代以前，幾乎所有的經(jīng)濟(jì)學(xué)家都用“需求沖擊理論”來(lái)解釋經(jīng)濟(jì)周期產(chǎn)生的根源，認(rèn)為經(jīng)濟(jì)周期根源于總需求變動(dòng)的需求面沖擊，但是，1973-1974年的石油危機(jī)，使經(jīng)濟(jì)學(xué)家們意識(shí)到供給對(duì)總產(chǎn)量的決定也很重要。之后，新古典宏觀經(jīng)濟(jì)學(xué)的代表人物盧卡斯和薩金特等人提出了貨幣商業(yè)周期理論。他們認(rèn)為貨幣供給的沖擊即貨幣存量的隨機(jī)變動(dòng)會(huì)引起經(jīng)濟(jì)波動(dòng)。

從20世紀(jì)80年代開始，一些經(jīng)濟(jì)學(xué)家對(duì)經(jīng)濟(jì)波動(dòng)根源的研究視角開始轉(zhuǎn)向?qū)嶋H因素，試圖用實(shí)際因素去解釋經(jīng)濟(jì)周期波動(dòng)的根源，誕生了構(gòu)成新古典宏觀經(jīng)濟(jì)學(xué)核心的“實(shí)際周期理論”。以基德蘭德和普利斯科特（Kydland和Prescott，1982）為代表的“實(shí)際經(jīng)濟(jì)周期理論”認(rèn)為，經(jīng)濟(jì)周期波動(dòng)的根源是實(shí)際因素，其中特別值得注意的是技術(shù)沖擊，這種沖擊決定了投入（資本與勞動(dòng)）轉(zhuǎn)變?yōu)楫a(chǎn)出的能力，引起了產(chǎn)出與就業(yè)的波動(dòng)。

大量研究也考察了技術(shù)進(jìn)步與技術(shù)沖擊對(duì)中國(guó)經(jīng)濟(jì)周期與經(jīng)濟(jì)波動(dòng)的影響。簡(jiǎn)澤（2005）利用結(jié)構(gòu)性向量自回歸模型分析了技術(shù)沖擊對(duì)中國(guó)經(jīng)濟(jì)波動(dòng)的影響，發(fā)現(xiàn)技術(shù)沖擊使得實(shí)際GDP、投資和消費(fèi)呈現(xiàn)波動(dòng)的典型特征，并解釋了絕大多數(shù)的消費(fèi)波動(dòng)、一到四年內(nèi)產(chǎn)出波動(dòng)的37%到56%以及投資波動(dòng)的五分之一到三分之一。黃賾琳（2006）通過(guò)構(gòu)建了一個(gè)可分勞動(dòng)RBC模型、從供給角度考察了技術(shù)沖擊對(duì)中國(guó)經(jīng)濟(jì)波動(dòng)的影響，技術(shù)沖擊可以解釋中國(guó)經(jīng)濟(jì)波動(dòng)的主要部分，而且技術(shù)進(jìn)步對(duì)改革后的產(chǎn)出、居民消費(fèi)和就業(yè)都產(chǎn)生了正向沖擊效應(yīng)。徐舒等人（2011）本文在動(dòng)態(tài)隨機(jī)一般均衡模型（DSGE）的理論框架下建立了一個(gè)內(nèi)生R&D投入與技術(shù)轉(zhuǎn)化模型，研究了技術(shù)擴(kuò)散對(duì)我國(guó)經(jīng)濟(jì)波動(dòng)的影響，發(fā)現(xiàn)相對(duì)于中性技術(shù)沖擊而言，技術(shù)擴(kuò)散沖擊在長(zhǎng)期中使產(chǎn)出和技術(shù)存量處在更高的均衡水平上。

但是，現(xiàn)有文獻(xiàn)關(guān)于技術(shù)沖擊與經(jīng)濟(jì)波動(dòng)之間的研究?jī)H僅討論了技術(shù)進(jìn)步水平的外生沖擊對(duì)經(jīng)濟(jì)波動(dòng)的影響；而事實(shí)上，技術(shù)進(jìn)步對(duì)于經(jīng)濟(jì)波動(dòng)的作用不僅僅體現(xiàn)在技術(shù)進(jìn)步水平或是速度上，還體現(xiàn)在技術(shù)進(jìn)步的方向上。技術(shù)進(jìn)步方向關(guān)注的是技術(shù)進(jìn)步對(duì)各種生產(chǎn)要素邊際產(chǎn)出的相對(duì)影響。關(guān)于技術(shù)進(jìn)步方向的研究始于80多年前，?？怂梗℉icks，1932）基于勞動(dòng)與資本兩個(gè)要素，將技術(shù)進(jìn)步分成三個(gè)方向：如果技術(shù)進(jìn)步更有助于提高勞動(dòng)的邊際產(chǎn)出，則稱技術(shù)進(jìn)步偏向于勞動(dòng)力；如果更有助于提高資本的邊際產(chǎn)出，則稱技術(shù)進(jìn)步偏向于資本；如果對(duì)勞動(dòng)與資本邊際產(chǎn)出之比沒有影響，則稱技術(shù)進(jìn)步是中性的。以阿西莫格魯（Acemoglu, 2002, 2007）為代表的一系列研究則將技術(shù)進(jìn)步方向擴(kuò)展到任意投入要素之間，并對(duì)技術(shù)進(jìn)步方向進(jìn)行了重新定義：如果技術(shù)進(jìn)步更有助于提高某種要素（Z）的邊際產(chǎn)出，稱之為偏向Z的技術(shù)進(jìn)步（Z-biased technical change）。戴維和克倫德特（David和Klundert, 1965）是最早實(shí)證分析技術(shù)進(jìn)步方向的文獻(xiàn)之一，他們利用美國(guó)1899-1960年的數(shù)據(jù)，估計(jì)了勞動(dòng)與資本的替代彈性以及勞動(dòng)效率與資本效率的增長(zhǎng)率，發(fā)現(xiàn)美國(guó)1899-1960年的技術(shù)進(jìn)步總體上偏向資本。威爾金森（Wilkinson, 1968）、派尼克（Panik, 1976）等人的研究也得出大致相同的結(jié)論：美國(guó)二十世紀(jì)以來(lái)的技術(shù)進(jìn)步總體上偏向資本。戴天仕和徐現(xiàn)祥（2010）、鄧明（2014）分別基于中國(guó)年度時(shí)間序列數(shù)據(jù)和地區(qū)層面的面板數(shù)據(jù)考察了中國(guó)的技術(shù)進(jìn)步方向，均認(rèn)為中國(guó)的技術(shù)進(jìn)步是偏向于資本的。

技術(shù)進(jìn)步偏向性在中國(guó)的客觀存在給我們研究技術(shù)沖擊的經(jīng)濟(jì)波動(dòng)效應(yīng)提供了一個(gè)新的視角：除了技術(shù)進(jìn)步水平的外生沖擊，技術(shù)進(jìn)步偏向程度的變動(dòng)是否會(huì)對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生影響？我們閱讀所及沒有發(fā)現(xiàn)有文獻(xiàn)對(duì)該問(wèn)題進(jìn)行回答，相對(duì)比較接近的是陳師和趙磊（2009）的研究，他們將投資專有技術(shù)變遷這種非中性技術(shù)變遷因素引入到一個(gè)不可分勞動(dòng)RBC模型，考察這種技術(shù)變遷及其沖擊對(duì)中國(guó)經(jīng)濟(jì)波動(dòng)的影響，并將其與一個(gè)引入中性技術(shù)沖擊的基本RBC模型進(jìn)行了對(duì)比，發(fā)現(xiàn)引入投資專有技術(shù)變遷的RBC模型能夠解釋76%以上的中國(guó)經(jīng)濟(jì)波動(dòng)特征，而基本RBC模型僅能解釋中國(guó)經(jīng)濟(jì)周期波動(dòng)的47%。但該研究?jī)H僅是主觀性地在RBC模型中引入了不同屬性的技術(shù)進(jìn)步來(lái)考察其對(duì)經(jīng)濟(jì)波動(dòng)的影響。

為了更準(zhǔn)確地度量技術(shù)進(jìn)步的偏向程度對(duì)中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)的影響，基于鄧明（2014）估算的1990-2010年的中國(guó)省際技術(shù)進(jìn)步方向的面板數(shù)據(jù)，本文構(gòu)建了一個(gè)動(dòng)態(tài)空間面板數(shù)據(jù)模型來(lái)實(shí)證分析技術(shù)進(jìn)步的偏向程度對(duì)經(jīng)濟(jì)波動(dòng)的影響。本文的研究結(jié)果表明，技術(shù)進(jìn)步越偏向于資本，經(jīng)濟(jì)波動(dòng)程度就越大，而技術(shù)進(jìn)步速率的沖擊對(duì)經(jīng)濟(jì)波動(dòng)則沒有顯著影響，這說(shuō)明當(dāng)前技術(shù)沖擊對(duì)中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)的影響主要通過(guò)方向而非速率來(lái)起作用。此外，我們還發(fā)現(xiàn)，地區(qū)經(jīng)濟(jì)波動(dòng)在時(shí)間上呈現(xiàn)顯著的慣性特征，在經(jīng)濟(jì)空間上呈現(xiàn)出顯著的空間相關(guān)性。

二、實(shí)證模型與估計(jì)技術(shù)

在這部分中，我們介紹實(shí)證分析技術(shù)進(jìn)步方向與經(jīng)濟(jì)波動(dòng)之間關(guān)系的計(jì)量模型，并說(shuō)明使用的估計(jì)方法和變量。

（一）實(shí)證模型

我們所使用的基準(zhǔn)計(jì)量模型如下所示：

其中，ins為地區(qū)在時(shí)期的經(jīng)濟(jì)波動(dòng)程度，D為地區(qū)在時(shí)期的技術(shù)進(jìn)步偏向指數(shù)，是對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生影響的變量集合，ε為隨機(jī)擾動(dòng)項(xiàng)。

托布勒（Tobler, 1970）提出的“地理學(xué)第一定律”認(rèn)為任何事物都存在空間相關(guān)，距離越近的事物空間相關(guān)性越大。而不同省份之間由于地理或經(jīng)濟(jì)聯(lián)系，使得地理距離上或是“經(jīng)濟(jì)距離”上相鄰的地區(qū)，其經(jīng)濟(jì)發(fā)展存在較大的空間相關(guān)性，這一點(diǎn)已有大量文獻(xiàn)證實(shí)[①]。因此，我們自然有理由認(rèn)為不同省份之間的經(jīng)濟(jì)波動(dòng)同樣存在空間相關(guān)性，為此，我們?cè)谀Ｐ陀疫呉肓吮唤忉屪兞康目臻g自回歸項(xiàng)。此外，考慮到經(jīng)濟(jì)波動(dòng)可能存在的持續(xù)性特征，我們?cè)谀Ｐ偷挠疫呥€引入了因變量的一階滯后項(xiàng)。因此，我們?cè)诨鶞?zhǔn)模型的基礎(chǔ)上構(gòu)建如下的動(dòng)態(tài)面板計(jì)量模型：

其中，為空間自回歸系數(shù)，用以度量地區(qū)間經(jīng)濟(jì)波動(dòng)空間自相關(guān)性的方向和強(qiáng)度，w（≠）為空間權(quán)重矩陣中的第（,）個(gè)元素，用以度量地區(qū)和之間空間距離的大小，w=0?？紤]到遺漏的解釋變量可能存在的空間相關(guān)性，我們假定ε存在空間相關(guān)性，并滿足如下設(shè)定：

，，（3）

其中，m（≠）為空間權(quán)重矩陣中的第（,）個(gè)元素，η用于測(cè)度可能存在的個(gè)體固定效應(yīng)。

（二）估計(jì)技術(shù)

?；羲固兀‥lhorst, 2010）將差分GMM方法擴(kuò)展到動(dòng)態(tài)空間面板數(shù)據(jù)模型中，但是，其研究認(rèn)為使用這種方法估計(jì)動(dòng)態(tài)空間面板數(shù)據(jù)模型可能導(dǎo)致嚴(yán)重的估計(jì)偏誤，尤其是對(duì)空間自回歸系數(shù)的估計(jì)。而雅各布斯等人（Jacobs., 2009）則將系統(tǒng)GMM方法擴(kuò)展到動(dòng)態(tài)空間面板數(shù)據(jù)模型的估計(jì)中，發(fā)現(xiàn)相對(duì)于差分GMM方法，該方法能有效地減少空間滯后項(xiàng)系數(shù)的估計(jì)偏誤，因此，本文也采用系統(tǒng)GMM方法來(lái)估計(jì)式（2）和（3）。首先將式（2）和（3）寫成如下的矩陣形式：

第一步，對(duì)式（2）取一階差分，以從擾動(dòng)項(xiàng)中消除個(gè)體效應(yīng)，得到：

將式（4）與（5）聯(lián)立得到：

（6）

為了表述方便，我們將式（6）寫成如下形式：

第二步，利用SYS-GMM方法得到式（4）的參數(shù)估計(jì)量，并獲得殘差向量：

（8）

其中，=3, 4, … ,；=2, 3, … ,-1，為不包含被解釋變量空間滯后項(xiàng)的解釋變量矩陣，即。為水平方程（4）的工具變量矩陣，由如下的矩條件得到：

（10）

第三步，利用式（8）的SYS-GMM估計(jì)量，得到殘差估計(jì)量，將該殘差估計(jì)量代到如下由卡普爾等人（Kapoor., 2007）所提出的總體矩條件中，即可得到擾動(dòng)項(xiàng)空間自回歸系數(shù)和擾動(dòng)項(xiàng)的方差的一致估計(jì)量：

三、樣本與變量

本文研究的樣本是中國(guó)大陸省級(jí)地區(qū)，由于無(wú)法得到海南和重慶在較早年份的數(shù)據(jù)，且西藏的數(shù)據(jù)存在大量缺失值，因此，樣本中包含了除海南和西藏以外的28各省級(jí)地區(qū)，其中重慶并入四川，樣本的時(shí)間范圍是1990-2010年。式（3）中的核心解釋變量是各省的D。由于沒有該變量的統(tǒng)計(jì)數(shù)據(jù)，我們使用鄧明（2014）對(duì)中國(guó)省際技術(shù)進(jìn)步方向指數(shù)的估計(jì)結(jié)果。鄧明（2014）所構(gòu)建的技術(shù)進(jìn)步方向指數(shù)（D）如下所示：

其中，D是地區(qū)在時(shí)期的技術(shù)進(jìn)步方向指數(shù)，E,與E,分別為地區(qū)在時(shí)期的勞動(dòng)力效率與資本效率，即勞動(dòng)擴(kuò)張型技術(shù)進(jìn)步和資本擴(kuò)張型技術(shù)進(jìn)步，e∈（0, +∞）為資本與勞動(dòng)力的替代彈性。可以直接通過(guò)替代彈性（e）的大小以及E,/E,的變化定性判斷技術(shù)進(jìn)步的方向：當(dāng)e<1（勞動(dòng)力與資本之間是互補(bǔ)的）時(shí)，如果E,/E,上升（下降），則技術(shù)進(jìn)步偏向勞動(dòng)力（資本）；反之，當(dāng)e>1（勞動(dòng)力與資本之間是替代的）時(shí)，如果E,/E,上升（下降），則技術(shù)進(jìn)步偏向資本（勞動(dòng)力）；如果e=1，則技術(shù)進(jìn)步是中性的。在最終的結(jié)果中，如果D>0，則說(shuō)明技術(shù)進(jìn)步是偏向資本的；如果D<0，則說(shuō)明技術(shù)進(jìn)步是偏向勞動(dòng)力的。在估算式（13）的技術(shù)進(jìn)步方向指數(shù)中，需要估算資本-勞動(dòng)力替代彈性（e）以及勞動(dòng)力效率（E,）和資本效率（E,），鄧明（2014）采用了克倫普等人（Klump2007）的“標(biāo)準(zhǔn)化供給面系統(tǒng)法”（normalized supply-side system approach）對(duì)這些參數(shù)進(jìn)行了估算，該方法有效地解決了勞動(dòng)力-資本替代彈性的傳統(tǒng)估算方法所存在的系統(tǒng)偏差問(wèn)題。圖1給出了不同地區(qū)技術(shù)進(jìn)步方向指數(shù)的箱型圖，從圖中我們可以很直觀地看出，僅僅從平均水平上看，大部分省份的技術(shù)進(jìn)步方向是偏向于資本的；此外，東部發(fā)達(dá)省區(qū)的技術(shù)進(jìn)步方向較之于中西部落后省區(qū)更偏向于資本。

圖1 各省技術(shù)進(jìn)步方向指數(shù)的箱型圖

地區(qū)

為了考察實(shí)證分析結(jié)果的穩(wěn)健性，我們采用兩種方法測(cè)算經(jīng)濟(jì)波動(dòng)（ins）：第一種方法直接利用中國(guó)各省際地區(qū)的實(shí)際GDP序列求滾動(dòng)標(biāo)準(zhǔn)差來(lái)度量各地區(qū)的經(jīng)濟(jì)波動(dòng)；第二種方法是利用趨勢(shì)分離的方法將GDP序列中的長(zhǎng)期趨勢(shì)與周期性波動(dòng)分離出來(lái)滯后再對(duì)分離出來(lái)的周期性波動(dòng)成分求滾動(dòng)標(biāo)準(zhǔn)差。在求滾動(dòng)標(biāo)準(zhǔn)差的過(guò)程中，我們需要確定滾動(dòng)時(shí)窗，根據(jù)現(xiàn)有研究，改革開放以來(lái)，我國(guó)的經(jīng)濟(jì)周期跨度平均為6-7年（劉樹成，2009），因此我們將滾動(dòng)時(shí)窗定為7年。我們使用H-P濾波法分離趨勢(shì)成分。對(duì)于時(shí)序變量，H-P濾波的核心是找出使下式（14）最小化的，即為時(shí)間序列的長(zhǎng)期趨勢(shì)部分。

這里，即是各省實(shí)際GDP的自然對(duì)數(shù)。然后用原始序列減去分離出來(lái)的長(zhǎng)期趨勢(shì)部分，可得到周期性波動(dòng)成分。根據(jù)拉文和尤利希（Ravn and Uhlig, 2002）的建議，我們將平滑參數(shù)取值為100。對(duì)于上述兩種方法得到的經(jīng)濟(jì)波動(dòng)，我們分別設(shè)為1和2。在控制變量集中，我們還引入了如下變量：

（1）技術(shù)沖擊（）。我們用全要素生產(chǎn)率的增長(zhǎng)率來(lái)度量技術(shù)進(jìn)步，并采用基于產(chǎn)出的DEA方法計(jì)算表示生產(chǎn)率增長(zhǎng)的 Malmquist指數(shù)。令和分別表示時(shí)期的投入向量和產(chǎn)出向量。時(shí)期的生產(chǎn)技術(shù)由生產(chǎn)可能性集合定義：={（，）：能夠生產(chǎn)的所有}，進(jìn)一步定義產(chǎn)出距離函數(shù)：

其中，inf表示集合的最大下界。距離函數(shù)的取值范圍是小于等于1，即（,）≤1，而且只有當(dāng)處于決定的生產(chǎn)可能性集的前沿邊界上時(shí)才有（,）=1。借助于距離函數(shù)，我們可以進(jìn)一步構(gòu)造如下的Malmquist 指數(shù)：

（16）

利用DEA方法計(jì)算Malmquist指數(shù)時(shí)需要總產(chǎn)出、資本存量和勞動(dòng)力投入三個(gè)變量的數(shù)據(jù)。我們用GDP度量總產(chǎn)出，并用消費(fèi)者價(jià)格指數(shù)將其調(diào)整為以1990年為基期的不變價(jià)格數(shù)據(jù)，數(shù)據(jù)來(lái)自于《新中國(guó)六十年統(tǒng)計(jì)資料匯編》及《中國(guó)統(tǒng)計(jì)年鑒》；用各年度的就業(yè)人員年末人數(shù)度量勞動(dòng)力投入，數(shù)據(jù)來(lái)自于《新中國(guó)六十年統(tǒng)計(jì)資料匯編》及《中國(guó)統(tǒng)計(jì)年鑒》；1990-2000年的資本存量數(shù)據(jù)使用張軍等人（2004）的估算結(jié)果，并利用其方法推算了2001-2010年各省的資本存量水平，由于張軍等人（2004）所計(jì)算的數(shù)據(jù)是以1952年為基期的，我們將其轉(zhuǎn)換為以1990年為基期。

（2）貨幣沖擊（）。貨幣主義學(xué)派認(rèn)為政府的貨幣政策沖擊是經(jīng)濟(jì)波動(dòng)的主要來(lái)源，而貨幣政策變動(dòng)的最直接反應(yīng)是通貨膨脹率的變動(dòng)。因此，類似于計(jì)算經(jīng)濟(jì)波動(dòng)的計(jì)算方法，我們用各地區(qū)的通貨膨脹率7年的滾動(dòng)標(biāo)準(zhǔn)差作為貨幣沖擊變量。

（3）財(cái)政沖擊（）。雖然凱恩斯理論遭到了新古典理論的批評(píng)，但我們依然無(wú)法完全忽略財(cái)政沖擊對(duì)于經(jīng)濟(jì)波動(dòng)的影響，為消除財(cái)政支出的規(guī)模差異，我們用政府一般預(yù)算支出與GDP的比重來(lái)度量財(cái)政支出水平，然后用該比率7年的滾動(dòng)標(biāo)準(zhǔn)差作為財(cái)政沖擊變量。

（4）金融發(fā)展水平（）。金融發(fā)展可以通過(guò)緩解流動(dòng)性需求來(lái)減少經(jīng)濟(jì)的波動(dòng)，我們用金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額占GDP的比重來(lái)度量金融發(fā)展水平，其中金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額的數(shù)據(jù)來(lái)自于各年度的《中國(guó)金融統(tǒng)計(jì)年鑒》。

（5）固定資產(chǎn)投資規(guī)模（）。固定資產(chǎn)投資在經(jīng)濟(jì)中扮演了重要的角色，特別是在中國(guó)，投資是政府調(diào)控經(jīng)濟(jì)的重要手段因而也是影響經(jīng)濟(jì)波動(dòng)的重要因素。我們用全社會(huì)固定資產(chǎn)投資占GDP比重來(lái)度量固定資產(chǎn)投資規(guī)模。

對(duì)于空間權(quán)重矩陣的設(shè)定，我們采用如下形式：

其中，D為地區(qū)地區(qū)之間的距離，D=0（），該距離可以是傳統(tǒng)的地理距離，也可以是地區(qū)間有關(guān)經(jīng)濟(jì)、制度和文化方面的廣義“距離”，在本文的研究中，我們認(rèn)為，首先，由于交通運(yùn)輸是地區(qū)間經(jīng)濟(jì)聯(lián)系的重要工具，因此地理相鄰地區(qū)的經(jīng)濟(jì)聯(lián)系越緊密，其經(jīng)濟(jì)波動(dòng)的相關(guān)性也越強(qiáng)。此外，大量研究表明，中國(guó)的地方政府在經(jīng)濟(jì)發(fā)展中起到了非常關(guān)鍵的作用，具體而言，在以經(jīng)濟(jì)上的高度分權(quán)與政治上的高度集權(quán)為特征的“中國(guó)式分權(quán)”背景下，地方政府形成以GDP為目標(biāo)的標(biāo)桿競(jìng)爭(zhēng)（周黎安，2004），這致使經(jīng)濟(jì)發(fā)展水平相近地區(qū)的經(jīng)濟(jì)發(fā)展存在高度相關(guān)性；此外，經(jīng)濟(jì)發(fā)展水平相近的地區(qū)，其經(jīng)濟(jì)結(jié)構(gòu)、階段特征和抵御經(jīng)濟(jì)波動(dòng)的能力也會(huì)較為接近，因此，經(jīng)濟(jì)發(fā)展水平相近的地區(qū)其經(jīng)濟(jì)波動(dòng)的相關(guān)性也越強(qiáng)。因此，經(jīng)濟(jì)發(fā)展不僅存在地理距離上的空間相關(guān)性，還存在經(jīng)濟(jì)距離上的空間相關(guān)性。在這兩個(gè)距離的度量方面，我們用省會(huì)之間的鐵路里程來(lái)度量地理距離，鐵路里程的數(shù)據(jù)來(lái)源于“中國(guó)火車網(wǎng)”中的鐵路里程和票價(jià)查詢系統(tǒng)，使用地區(qū)間最短的鐵路里程數(shù)據(jù)；對(duì)于經(jīng)濟(jì)距離的度量，我們采用如下的方式：，其中表示地區(qū)在樣本年度里的實(shí)際GDP的平均值。

上述變量如無(wú)特殊說(shuō)明，數(shù)據(jù)均來(lái)自于各年度的《中國(guó)統(tǒng)計(jì)年鑒》和《新中國(guó)60年統(tǒng)計(jì)資料匯編》，[②]表1列出了上述所有變量的描述統(tǒng)計(jì)。

表1 變量的描述統(tǒng)計(jì)（1990-2009）

四、實(shí)證分析結(jié)果

（一）基準(zhǔn)回歸

首先，我們不考慮被解釋變量和擾動(dòng)項(xiàng)的空間滯后項(xiàng)，對(duì)式（11）的基準(zhǔn)模型進(jìn)行估計(jì)。為了克服各省之間可能存在的異方差，在這部分的回歸中我們對(duì)估計(jì)參數(shù)的標(biāo)準(zhǔn)誤差進(jìn)行了White異方差修正。此外，我們還對(duì)使用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型進(jìn)行設(shè)定檢驗(yàn)，傳統(tǒng)的檢驗(yàn)方法是Hausman檢驗(yàn)，但由于我們對(duì)估計(jì)參數(shù)的標(biāo)準(zhǔn)誤差做了White異方差修正，因此，我們構(gòu)造了穩(wěn)健的Hausman檢驗(yàn)。表2給出的是基準(zhǔn)回歸結(jié)果。

從表2下部的模型設(shè)定檢驗(yàn)結(jié)果顯示，面板設(shè)定的F檢驗(yàn)均在1%的顯著性水平上拒絕了模型無(wú)個(gè)體效應(yīng)和時(shí)期效應(yīng)的原假設(shè)，表明使用混合最小二乘回歸不恰當(dāng)；此外，穩(wěn)健Hausman檢驗(yàn)同樣均在1%的顯著性水平上拒絕了隨機(jī)效應(yīng)估計(jì)有效的零假設(shè)，因此我們應(yīng)該使用固定效應(yīng)回歸，并同時(shí)控制了個(gè)體效應(yīng)和時(shí)期效應(yīng)。

表2 基準(zhǔn)回歸結(jié)果

注：（1）小括號(hào)內(nèi)數(shù)值為回歸系數(shù)的White異方差穩(wěn)健標(biāo)準(zhǔn)誤，中括號(hào)內(nèi)數(shù)值為相應(yīng)檢驗(yàn)統(tǒng)計(jì)量的值；（2）***、**和*分別表示在1%、5%和10%的顯著性水平下顯著，下同。

從表2的基準(zhǔn)回歸結(jié)果我們可以看出，不論是以1還是2為被解釋變量，也不論是否控制其他解釋變量，技術(shù)進(jìn)步的偏向性都會(huì)對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生顯著影響，這說(shuō)明了技術(shù)進(jìn)步的偏向性對(duì)于經(jīng)濟(jì)波動(dòng)作用的穩(wěn)健性。當(dāng)不控制其他解釋變量時(shí)，技術(shù)進(jìn)步偏向指數(shù)每提高1個(gè)單位，經(jīng)濟(jì)波動(dòng)變量1會(huì)提高29.844個(gè)單位；當(dāng)引入其他控制變量后，該系數(shù)變?yōu)?1.325。同樣，當(dāng)不控制其他變量時(shí)，技術(shù)進(jìn)步偏向指數(shù)每提高1個(gè)單位，經(jīng)濟(jì)波動(dòng)變量2會(huì)提高37.023個(gè)單位；當(dāng)控制其他變量時(shí)，該系數(shù)變?yōu)?4.3。上述結(jié)果告訴我們，技術(shù)進(jìn)步越偏向于資本，經(jīng)濟(jì)波動(dòng)的程度越大。為何會(huì)出現(xiàn)這樣的作用機(jī)制？我們認(rèn)為，這主要是因?yàn)榧夹g(shù)進(jìn)步的偏向性對(duì)要素收入份額產(chǎn)生了極大影響。阿西莫格魯（Acemoglu, 2002）從理論上證明，如果勞動(dòng)與資本間是互補(bǔ)的（替代彈性小于1），只要資本相對(duì)于勞動(dòng)增長(zhǎng)得更快，在不考慮技術(shù)進(jìn)步的情況下勞動(dòng)報(bào)酬份額會(huì)上升。

與技術(shù)進(jìn)步方向?qū)?jīng)濟(jì)波動(dòng)的作用相對(duì)應(yīng)的是，技術(shù)沖擊變量（）對(duì)經(jīng)濟(jì)波動(dòng)沒有顯著影響。由此可見，從短期來(lái)看，技術(shù)沖擊對(duì)經(jīng)濟(jì)波動(dòng)的影響主要通過(guò)技術(shù)進(jìn)步的偏向性來(lái)實(shí)現(xiàn)，而技術(shù)進(jìn)步速率的沖擊對(duì)經(jīng)濟(jì)波動(dòng)的作用在短期并不顯著。

在其他控制變量中，財(cái)政沖擊對(duì)經(jīng)濟(jì)波動(dòng)有顯著影響，財(cái)政沖擊越大，經(jīng)濟(jì)波動(dòng)越大，這一點(diǎn)在改變度量經(jīng)濟(jì)波動(dòng)的方式后依然成立。此外，貨幣沖擊對(duì)經(jīng)濟(jì)波動(dòng)有顯著的推動(dòng)作用，這吻合了貨幣主義學(xué)派的觀點(diǎn)，但固定資產(chǎn)投資并未對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生顯著影響。金融發(fā)展水平能有效抑制地區(qū)經(jīng)濟(jì)波動(dòng)，這說(shuō)明在中國(guó)省際層面，并不存在金融加速器效應(yīng)。

考慮到外部沖擊對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生作用的時(shí)間滯后性，我們將回歸模型中的外部沖擊滯后一期再進(jìn)行回歸，我們利用與前面一樣的技術(shù)手段進(jìn)行了模型設(shè)定檢驗(yàn)與參數(shù)估計(jì)，表3列出了估計(jì)結(jié)果。對(duì)于三個(gè)滯后一期的沖擊變量，我們發(fā)現(xiàn)技術(shù)沖擊的作用依然不顯著，而貨幣沖擊和財(cái)政沖擊的系數(shù)估計(jì)結(jié)果和顯著性水平都有所提高。說(shuō)明貨幣沖擊和財(cái)政沖擊對(duì)經(jīng)濟(jì)波動(dòng)的作用具有一定的時(shí)間滯后性，因此，在后面的分析中，對(duì)這三個(gè)沖擊變量，我們均使用滯后一期的數(shù)據(jù)進(jìn)行估計(jì)。

表3 基準(zhǔn)回歸結(jié)果（沖擊變量滯后一期）

注：（1）小括號(hào)內(nèi)數(shù)值為回歸系數(shù)的White異方差穩(wěn)健標(biāo)準(zhǔn)誤差，中括號(hào)內(nèi)數(shù)值為相應(yīng)檢驗(yàn)統(tǒng)計(jì)量的值。（2）變量后面的（-1）表示將變量滯后一期，下同。

（二）動(dòng)態(tài)面板數(shù)據(jù)模型回歸

在表4中，我們引入了稅收努力程度的一階滯后項(xiàng)，試圖檢驗(yàn)地方政府的稅收努力程度是否存在慣性特征。我們采用系統(tǒng)GMM方法對(duì)模型進(jìn)行估計(jì)。在估計(jì)過(guò)程中，為驗(yàn)證工具變量的有效性，我們對(duì)估計(jì)結(jié)果進(jìn)行了Sargan檢驗(yàn)，并對(duì)殘差項(xiàng)是否存在一階和二階序列自相關(guān)進(jìn)行了檢驗(yàn)。系統(tǒng)GMM可分為一步法和兩步法估計(jì)。相比一步法，兩步法不容易受到異方差的干擾，但是在有限樣本條件下，兩步法的標(biāo)準(zhǔn)差可能產(chǎn)生向下偏倚。對(duì)此，本文利用溫德梅杰（Windmeijer, 2005）的方法對(duì)兩步法標(biāo)準(zhǔn)差的偏差進(jìn)行矯正。

表4 動(dòng)態(tài)面板數(shù)據(jù)模型的回歸結(jié)果

注：小括號(hào)內(nèi)數(shù)值為回歸系數(shù)的White異方差穩(wěn)健標(biāo)準(zhǔn)誤差，下同。

表4與表3中解釋變量的符號(hào)和顯著性水平基本一致，說(shuō)明本文結(jié)論對(duì)不同的計(jì)量回歸方法是穩(wěn)健的。AR（1）檢驗(yàn)的值均小于0.1，說(shuō)明殘差項(xiàng)存在顯著的一階自相關(guān)，而AR（2）檢驗(yàn)的值均大于0.3，說(shuō)明殘差項(xiàng)不存在二階自相關(guān)，符合模型的設(shè)定條件；此外，Sargan檢驗(yàn)的值均大于0.1，說(shuō)明殘差項(xiàng)與解釋變量不相關(guān)，工具變量是合理的。表4中，我們重點(diǎn)關(guān)注的是經(jīng)濟(jì)波動(dòng)一階滯后項(xiàng)的估計(jì)結(jié)果。估計(jì)結(jié)果顯示，1的一階滯后項(xiàng)的估計(jì)系數(shù)為0.236，2的一階滯后項(xiàng)的系數(shù)為0.341，兩者均在1%的顯著性水平下顯著。這充分說(shuō)明地區(qū)經(jīng)濟(jì)波動(dòng)呈現(xiàn)出顯著的持續(xù)性特征。其他變量中，除了金融發(fā)展水平估計(jì)結(jié)果的顯著性水平有所降低外，其他結(jié)果與表3中的估計(jì)結(jié)果僅僅存在估計(jì)系數(shù)大小上的小幅度變動(dòng)。

（三）空間動(dòng)態(tài)面板數(shù)據(jù)模型回歸

在表5中，我們報(bào)告了對(duì)式（2）和（3）的完整估計(jì)結(jié)果，既包含了被解釋變量的時(shí)間滯后項(xiàng)，也包含了被解釋變量的空間滯后項(xiàng)，并使用前文所介紹的系統(tǒng)GMM方法進(jìn)行估計(jì)。

表5 空間動(dòng)態(tài)面板數(shù)據(jù)模型的回歸結(jié)果

注：1是以地理距離構(gòu)建的空間權(quán)重矩陣，2是以經(jīng)濟(jì)距離構(gòu)建的空間權(quán)重矩陣。

表5中模型設(shè)定檢驗(yàn)的結(jié)果與表4中是基本一致的。將表5的回歸結(jié)果與表2-4的回歸結(jié)果對(duì)比可以發(fā)現(xiàn)，原有的解釋變量的估計(jì)結(jié)果的方向和大小均未出現(xiàn)太大改變，只是個(gè)別解釋變量的顯著性程度有所改變，因此，我們的估計(jì)結(jié)果是相對(duì)穩(wěn)健的。

我們所關(guān)注的是表5中新增加的被解釋變量空間滯后項(xiàng)的估計(jì)結(jié)果，從表5中可以發(fā)現(xiàn)不論對(duì)于1還是2，都不存在基于地理距離的空間相關(guān)性，但均存在基于經(jīng)濟(jì)距離的空間相關(guān)性。具體而言，對(duì)于1，經(jīng)濟(jì)上相鄰地區(qū)的經(jīng)濟(jì)波動(dòng)每提高1個(gè)單位，會(huì)導(dǎo)致本地區(qū)的經(jīng)濟(jì)波動(dòng)提高0.203個(gè)單位；而對(duì)于2，經(jīng)濟(jì)上相鄰地區(qū)的經(jīng)濟(jì)波動(dòng)每提高1個(gè)單位，會(huì)導(dǎo)致本地區(qū)的經(jīng)濟(jì)波動(dòng)提高0.118個(gè)單位。事實(shí)上，出現(xiàn)經(jīng)濟(jì)空間上的波動(dòng)相關(guān)性強(qiáng)于地理空間上的波動(dòng)相關(guān)性是非常好理解的，比如廣東和廣西雖然地理上相鄰，但其經(jīng)濟(jì)發(fā)展階段存在較大差距，兩者的經(jīng)濟(jì)波動(dòng)特征必然由于經(jīng)濟(jì)發(fā)展階段的不同而存在較大差異；而廣東和長(zhǎng)三角地區(qū)雖然不存在地理上的相鄰性，但經(jīng)濟(jì)發(fā)展階段較為接近，經(jīng)濟(jì)波動(dòng)的關(guān)聯(lián)性可能更強(qiáng)。因此，在對(duì)經(jīng)濟(jì)波動(dòng)進(jìn)行宏觀調(diào)控時(shí)，對(duì)處于不同發(fā)展階段的地區(qū)，我們應(yīng)當(dāng)根據(jù)經(jīng)濟(jì)發(fā)展水平進(jìn)行分塊調(diào)控，而不是簡(jiǎn)單地根據(jù)地理位置進(jìn)行分塊調(diào)控。

五、結(jié)束語(yǔ)

實(shí)際經(jīng)濟(jì)周期理論告訴我們技術(shù)沖擊是導(dǎo)致經(jīng)濟(jì)波動(dòng)的最重要因素，但是，我們也必須注意到，技術(shù)進(jìn)步的變動(dòng)不僅僅體現(xiàn)在速率上，還體現(xiàn)在技術(shù)進(jìn)步的方向上，大量研究表明，技術(shù)進(jìn)步不是中性的，而是帶有很顯著的要素偏向性，那么，技術(shù)進(jìn)步的偏向性會(huì)對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生什么影響呢？為了回答這樣一個(gè)問(wèn)題，本文構(gòu)建一個(gè)動(dòng)態(tài)面板數(shù)據(jù)模型實(shí)證研究了技術(shù)進(jìn)步的偏向性對(duì)經(jīng)濟(jì)波動(dòng)的影響。

本文的研究結(jié)果表明，技術(shù)進(jìn)步的偏向性顯著影響了中國(guó)的地區(qū)經(jīng)濟(jì)波動(dòng)，具體而言，技術(shù)進(jìn)步越偏向于資本，經(jīng)濟(jì)波動(dòng)程度就越大。究其原因，我們認(rèn)為，技術(shù)進(jìn)步的資本偏向?qū)е铝耸杖敕蓊~中資本份額的提高，使得資產(chǎn)性收入在收入來(lái)源中的比重高于工資性收入，從而導(dǎo)致經(jīng)濟(jì)波動(dòng)。即使改變度量經(jīng)濟(jì)波動(dòng)的方式，上述結(jié)論依然成立。而技術(shù)進(jìn)步速率的沖擊對(duì)經(jīng)濟(jì)波動(dòng)則沒有顯著影響。這說(shuō)明當(dāng)前技術(shù)沖擊對(duì)中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)的作用主要通過(guò)技術(shù)進(jìn)步的方向而非速率起作用，這是本文最重要的發(fā)現(xiàn)，也拓展了現(xiàn)有文獻(xiàn)關(guān)于技術(shù)進(jìn)步與經(jīng)濟(jì)波動(dòng)的研究。此外，我們發(fā)現(xiàn)財(cái)政沖擊會(huì)顯著影響經(jīng)濟(jì)波動(dòng)，但這并不能說(shuō)明凱恩斯理論比新古典理論能更好地解釋中國(guó)地區(qū)經(jīng)濟(jì)波動(dòng)，主要是因?yàn)槲覀兪腔谕诘募夹g(shù)沖擊數(shù)據(jù)與經(jīng)濟(jì)波動(dòng)數(shù)據(jù)來(lái)考察兩者之間的關(guān)系。此外，貨幣沖擊會(huì)強(qiáng)化經(jīng)濟(jì)波動(dòng)，而完善的地區(qū)金融體系則能有效地抑制地區(qū)經(jīng)濟(jì)波動(dòng)。而且，我們還發(fā)現(xiàn)，地區(qū)經(jīng)濟(jì)波動(dòng)在時(shí)間上呈現(xiàn)顯著的慣性特征，而且在經(jīng)濟(jì)空間上同樣呈現(xiàn)出顯著的空間相關(guān)性，這種時(shí)空上的相關(guān)性加大了對(duì)經(jīng)濟(jì)波動(dòng)宏觀調(diào)控的難度。

本文研究為抑制經(jīng)濟(jì)波動(dòng)提供了一個(gè)新的工具，即尋找誘使技術(shù)進(jìn)步偏向于勞動(dòng)力的政策工具。阿西莫格魯（2002）認(rèn)為，要素相對(duì)投入是影響技術(shù)進(jìn)步偏向的重要因素。但是在當(dāng)前中國(guó)老年人口撫養(yǎng)比不斷上升、資本不斷深化的背景下，為何出現(xiàn)技術(shù)進(jìn)步的資本偏向性這樣一個(gè)相悖的現(xiàn)象？鄧明（2014）則發(fā)現(xiàn)，要素價(jià)格扭曲是導(dǎo)致中國(guó)老年人口撫養(yǎng)比上升背景下技術(shù)進(jìn)步依然偏向于資本的一個(gè)重要因素。因此，我們建議，必須全面加快和推進(jìn)要素市場(chǎng)的市場(chǎng)化改革，形成合理有效的要素價(jià)格特別是勞動(dòng)力價(jià)格形成機(jī)制，這樣能有利于勞動(dòng)力報(bào)酬的提高，誘使技術(shù)進(jìn)步偏向于勞動(dòng)力，從而進(jìn)一步平滑經(jīng)濟(jì)波動(dòng)。

1. 陳師、趙磊：《中國(guó)的實(shí)際經(jīng)濟(jì)周期與投資專有技術(shù)變遷》[J]，《管理世界》2009年第4期。

2. 戴天仕、徐現(xiàn)祥：《中國(guó)的技術(shù)進(jìn)步方向》[J]，《世界經(jīng)濟(jì)》2010年第11期。

3. 鄧明：《人口年齡結(jié)構(gòu)與中國(guó)省際技術(shù)進(jìn)步方向》[J]，《經(jīng)濟(jì)研究》2014年第3期。

4. 黃賾琳：《技術(shù)沖擊和勞動(dòng)供給對(duì)經(jīng)濟(jì)波動(dòng)的影響分析——基于可分勞動(dòng)RBC模型的實(shí)證檢驗(yàn)》[J]，《財(cái)經(jīng)研究》2004年第6期。

5. 簡(jiǎn)澤：《技術(shù)沖擊、資本積累與經(jīng)濟(jì)波動(dòng)——對(duì)實(shí)際經(jīng)濟(jì)周期理論的一個(gè)檢驗(yàn)》[J]，《統(tǒng)計(jì)研究》2005年第11期。

6. 林光平、龍志和、吳梅：《我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析》[J]，《經(jīng)濟(jì)學(xué)（季刊）》2005年增刊。

7. 劉樹成：《新中國(guó)經(jīng)濟(jì)增長(zhǎng)60年曲線的回顧與展望——兼論新一輪經(jīng)濟(jì)周期》[J]，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2009年第10期。

8. 徐舒、左萌、姜凌：《技術(shù)擴(kuò)散、內(nèi)生技術(shù)轉(zhuǎn)化與中國(guó)經(jīng)濟(jì)波動(dòng)》[J]，《管理世界》2011年第3期。

9. 張軍、吳桂英、張吉鵬：《中國(guó)省際物質(zhì)資本存量估算：1952-2000》[J]，《經(jīng)濟(jì)研究》2004年第10期。

10. 周黎安：《晉升博弈中政府官員的激勵(lì)與合作——兼論我國(guó)地方保護(hù)主義和重復(fù)建設(shè)問(wèn)題長(zhǎng)期存在的原因》[J]，《經(jīng)濟(jì)研究》2004年第6期。

11. 朱國(guó)忠、喬坤元、虞吉海：《中國(guó)各省經(jīng)濟(jì)增長(zhǎng)是否收斂？》[J]，《經(jīng)濟(jì)學(xué)（季刊）》2013年第3期。

12. Acemoglu, D., 2002, “Directed Technical Change” [J],, 69(4), PP. 781-809.

13. Acemoglu, D., 2007, “Equilibrium Bias of Technology” [J],, 75(5), PP. 1371-1409.

14. Elhorst, J. P., 2010, “Dynamic Panels with Endogenous Interaction Effects when T is Small” [J],, 40(5), PP. 272-282.

15. Hicks, J. R., 1932, “The Theory of Wages” [M], London: Macmillan.

16. Jacobs, J. P. A. M., Ligthart, J. E. and Vrijburg, H., 2009, “Dynamic Panel Data Models Featuring Endogenous Interaction and Spatially Correlated Errors” [C], Discussion Paper 2009-92, Tilburg University, Center for Economic Research.

17. Kapoor, M., Kelejian, H. and Prucha, I., 2007, “Panel Data Models with Spatially Correlated Error Components” [J],, 140(1), PP. 97-130.

18. Kydland, F. and Prescott, E., 1982, “Time to Build and Aggregate Fluctuations” [J],, 50(6), PP. 1345-1370.

19. Klump, R., McAdam, P. and Willman, A., 2007, “Factor Substitution and Factor-Augmenting Technical Progress in the United States: A Normalized Supply-Side System Approach” [J],, 89(1), PP. 183-192.

20. Panik, M. J., 1976, “Factor Learning and Biased Factor-Efficiency Growth in the United States, 1929-1966” [J],, 17(3), PP. 733-739.

21. Ravn, M. O. and Uhlig, H., 2002, “Notes on Adjusting the Hodrick-Prescott Filter for the Frequency of Observations” [J],, 84(2), PP. 371-380.

22. Tobler, W. R., 1970, “A Computer Movie Simulating Urban Growth in the Detroit Region” [J],, 46, PP. 234-240.

23. Wilkinson, M., 1968, “Factor Supply and the Direction of Technological Change” [J],, 58(1), PP. 120-128.

24. Windmeijer, F., 2005, “A Finite Sample Correction for the Variance of Linear Efficient Two-Step GMM Estimators” [J],, 126(1), PP. 25-51.

（M）

中國(guó)博士后科學(xué)基金項(xiàng)目“城市間土地財(cái)政的競(jìng)爭(zhēng)外溢與房?jī)r(jià)的空間傳導(dǎo)”（2012M510670）、教育部人文社會(huì)科學(xué)研究一般項(xiàng)目“空間似無(wú)關(guān)回歸模型：參數(shù)估計(jì)、設(shè)定檢驗(yàn)及其應(yīng)用”（13YJC910003）、全國(guó)統(tǒng)計(jì)科研計(jì)劃項(xiàng)目“時(shí)變系數(shù)的空間面板數(shù)據(jù)模型——理論與應(yīng)用”（2012LY015）。