姜竹 馬天 王軼

摘 要：中國速度向中國質量轉變，高質量發(fā)展需要解決束縛我國全要素生產(chǎn)率提高的核心問題。基于1996—2015的年度數(shù)據(jù)，選取經(jīng)濟制度改革、技術進步、對外開放、基礎設施四個一級指標和細化的24個二級指標，通過建立因子增強型向量自回歸模型（FAVAR），對作用我國全要素生產(chǎn)率的因素進行了分析，探究影響的核心要素、方向和貢獻度。研究發(fā)現(xiàn)：（1）短期來看，經(jīng)濟制度改革、技術引進和對外開放因素能有效帶動我國全要素生產(chǎn)率的增長;（2）長期來看，自主創(chuàng)新、基礎設施建設因素對全要素生產(chǎn)率的推動效力具有較強持續(xù)性;（3）從對作用于我國全要素生產(chǎn)率的貢獻度排序角度來看，依次是經(jīng)濟制度改革、技術引進、對外開放、自主創(chuàng)新和基礎設施。由此，建議政府轉變經(jīng)濟發(fā)展方式，更加注重自主科技創(chuàng)新，強化基礎設施建設的實用性，釋放關鍵性制度改革紅利，增強對外開放和技術引進。

關鍵詞：高質量發(fā)展;全要素生產(chǎn)率;作用要素;FAVAR;自主創(chuàng)新

文章編號：2095-5960（2019）01-0037-10;中圖分類號：F061.1;文獻標識碼：A

一、問題的提出

2017年年底，中央經(jīng)濟工作會議明確指出，要圍繞推動高質量發(fā)展，做好八項重點工作。其中包括：推進中國制造向中國創(chuàng)造轉變，中國速度向中國質量轉變，制造大國向制造強國轉變;深化要素市場化配置改革;培育新動能，強化科技創(chuàng)新，推動傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級;降低實體經(jīng)濟成本，降低制度性交易成本，深化行業(yè)改革。這說明要實現(xiàn)我國經(jīng)濟的高質量發(fā)展，需要轉變經(jīng)濟發(fā)展方式，找出制約我國全要素生產(chǎn)率的核心要素，推進綠色發(fā)展，實現(xiàn)我國全要素生產(chǎn)率的提升。

勞動、資本、創(chuàng)新和管理等因素都是推動一國經(jīng)濟快速發(fā)展的重要動能[1]，而除去勞動和資本以外的因素對經(jīng)濟增長的貢獻被稱作全要素生產(chǎn)率。改革開放以來，中國的經(jīng)濟出現(xiàn)奇跡式增長，被學術界稱作“增長奇跡”。然而，許多學者認為，中國的經(jīng)濟增長的源泉主要來自資本的積累[2][3]，甚至Krugman[4]認為東亞經(jīng)濟的飛速增長中全要素生產(chǎn)率并無貢獻，提出了“東亞無奇跡”的觀點。之后學者對中國的全要素生產(chǎn)率與經(jīng)濟增加之間的關系以及全要素的作用要素進行了大量研究。郭慶旺、賈俊雪[5]的研究認為在1978—2005年之間，中國的經(jīng)濟增長的主要貢獻來自要素投入的增長，全要素生產(chǎn)率的貢獻存在滯后期。近年學者又采用不同的方法和數(shù)據(jù)對我國的全要素生產(chǎn)率進行了估計。Brandt et al.?[6]研究發(fā)現(xiàn)，1998—2007年之間，中國工業(yè)企業(yè)的全要素生產(chǎn)率的年均增長率約為7.96%;但是楊汝岱[7]使用相同的數(shù)據(jù)進行了測算，發(fā)現(xiàn)同時期的年均增長率只有3.83%。以上專家學者的研究可以說明，提高全要素的生產(chǎn)率的確能推進我國經(jīng)濟的發(fā)展。但是，作用我國全要素生產(chǎn)率的要素眾多，在推進我國經(jīng)濟高質量發(fā)展背景下，分析作用我國全要素生產(chǎn)率的核心要素、作用程度、方向和貢獻率就顯得尤為必要。

二、文獻綜述

1957年，著名經(jīng)濟學家索洛所（Solow）[1]以柯布-道格拉斯生產(chǎn)函數(shù)為基礎，推導出一個新的經(jīng)濟增長模型。他認為，在規(guī)模報酬不變的既定假設下，全要素生產(chǎn)率對于打破資本邊際報酬遞減效應、釋放既有要素潛能、推動經(jīng)濟長期可持續(xù)發(fā)展具有重要作用。在索洛所提出新的經(jīng)濟增長模型以后，國內(nèi)外學者都基于該理論研究了全要素生產(chǎn)率與經(jīng)濟增長的關系。已有文獻主要包括兩個方面：

一是全要素的分析。如Solow[1]在Harrod-Domar模型的基礎之上加入技術進步因素，結合Cobb-Douglas生產(chǎn)函數(shù)，將產(chǎn)出增長中由技術進步引起的部分與投入要素增長的部分區(qū)別分析。Romer[8]在現(xiàn)代經(jīng)濟增長理論中，將全要素生產(chǎn)率內(nèi)生化，使得現(xiàn)代經(jīng)濟增長理論可以解釋經(jīng)濟的持續(xù)增長問題。Fagerberg[9]通過對發(fā)展中國家的研究顯示，產(chǎn)業(yè)結構轉變、市場化程度提高等經(jīng)濟結構轉變均可以提高資源配置效率，從而提高全要素生產(chǎn)率。Markusen[10]從人力資本和專業(yè)分工角度驗證了FDI對全要素生產(chǎn)率具有促進作用。趙志耘[11]從技術創(chuàng)新和經(jīng)濟制度改革兩方面選取變量，實證結果顯示技術引進是我國改革開放以來全要素生產(chǎn)率變化的主要原因;R&D經(jīng)費投入增長迅速，但這些投入只增加了我國技術知識的存量，并沒有轉化為全要素生產(chǎn)率的提高;且我國經(jīng)濟制度改革對經(jīng)濟增長的促進作用，從推動資本、勞動增長轉移到了推動全要素生產(chǎn)率的增長。當然，還有大量學者從教育[12]、環(huán)境[13]、碳排放[14]、知識溢出效應[15]（湯學良、宗大偉，2017）、投入產(chǎn)出比[16]等方面分析了全要素生產(chǎn)率的問題。

二是全要素生產(chǎn)率的影響因素分析。如Guellec [17]引入了R&D變量，并將變量區(qū)分為國內(nèi)商業(yè)研發(fā)投入、公共機構研發(fā)投入和國外商業(yè)研發(fā)投入，研究發(fā)現(xiàn)以上變量均促進了生產(chǎn)率的提高。Chen[18]研究指出實用專利、信息通信技術、科學出版物和科技文章發(fā)表數(shù)量與全要素生產(chǎn)率的相關關系為統(tǒng)計顯著，進一步解釋了技術創(chuàng)新是全要素生產(chǎn)率的重要影響因素。Bronzini & Piselli[19]采用實證的方法檢驗了基礎設施與全要素生產(chǎn)率的關系，得出基礎設施對全要素生產(chǎn)率有積極影響的結論。張浩然[20]利用空間杜賓模型檢驗了基礎設施及其空間外溢效應與全要素生產(chǎn)率的關系，研究發(fā)現(xiàn)通訊、醫(yī)療、人力資本和交通的基礎設施提高了全要素生產(chǎn)率，且通訊和醫(yī)療基礎設施在地區(qū)間存在顯著的溢出效應。張宇[21]建立誤差修正模型，分析FDI流入對我國全要素生產(chǎn)率的提升作用具有一定時滯性，在短期內(nèi)不顯著。Georges[22]基于82個國家技術創(chuàng)新、基礎設施和社會制度等多類指標數(shù)據(jù)，實證分析了全要素生產(chǎn)率的影響因素，發(fā)現(xiàn)基礎設施因素回歸統(tǒng)計最顯著，技術創(chuàng)新因素和制度因素次之。唐未兵[23]采用動態(tài)面板模型估計模型研究技術創(chuàng)新和技術引進對全要素生產(chǎn)率的影響，發(fā)現(xiàn)技術溢出更易于促進全要素生產(chǎn)率的提高。姚耀軍[24]利用界限檢驗、協(xié)整關系檢驗等計量方法，驗證了我國全要素生產(chǎn)率與金融發(fā)展、外商直接投資、經(jīng)濟自由度三個變量存在長期均衡關系。且短期全要素生產(chǎn)率是金融發(fā)展的格蘭杰原因，表明其發(fā)展滯后于全要素生產(chǎn)率的增長。簡則[25]利用微觀數(shù)據(jù)分析了中國加入WTO后進口自由化帶來的進口競爭促進了我國企業(yè)平均全要素生產(chǎn)率的增長，而進口競爭阻礙了低效率企業(yè)全要素生產(chǎn)率的增長，促進了高效率企業(yè)全要素生產(chǎn)率增長。羅良文[26]采用指數(shù)法測算各省全要素生產(chǎn)率及其組成，并借助面板模型從基礎設施投資視角分析了自主創(chuàng)新和技術引進對全要素生產(chǎn)率的實際貢獻度，研究發(fā)現(xiàn)基礎設施對自主研發(fā)存在擠出效應，對技術引進存在促進作用。柳思維、周洪洋[27]研究發(fā)現(xiàn)，區(qū)域產(chǎn)業(yè)結構的聚集和人口城鎮(zhèn)化水平的提高都有助于提高本區(qū)域的全要素生產(chǎn)率。

綜上所述，國內(nèi)外學者都對全要素生產(chǎn)率的內(nèi)涵及影響因素進行了大力研究，取得普遍的共識，即勞動、資本、技術等都是投入要素，外部環(huán)境、人力資本積累等都對要全要素生產(chǎn)率的提升產(chǎn)生重要影響，這些研究成果的確為本研究提供了很好的理論基礎，但也存在一定的不足。主要表現(xiàn)在：其一，在國外文獻中[28]，常假設經(jīng)濟發(fā)展處于長期均衡狀態(tài)，將技術創(chuàng)新和基礎設施建設作為全要素生產(chǎn)率的主要影響因素分析。但這種假設對于發(fā)展中國家，尤其是經(jīng)濟轉型中的中國并不完全適用[29]。由于存在市場經(jīng)濟制度不完善、信息不對稱以及源于制度等非價格因素的生產(chǎn)效率損失，經(jīng)濟制度的改革往往未納入在全要素生產(chǎn)率影響因素之列。其二，在影響全要素生產(chǎn)率的要素分析上，已有文獻中僅選取了某個具體指標作為全要素生產(chǎn)率影響因素的代表，但全要素生產(chǎn)率的影響因素十分復雜，單一指標的使用不僅會使估計結果有偏，還會導致其他影響因素的傳導機制和影響效果被掩蓋。其三，已有文獻僅考察了單一變量對全要素生產(chǎn)率的影響維度和貢獻度，對多因素的影響維度和貢獻度，已有文獻較少分析。

鑒于此，本文在對上述文獻進行梳理的基礎之上，通過構建廣義視角分析框架，利用因子增強型向量自回歸模型FAVAR（Factor-Augmented Vector Autoregressive），通過因子分析將多因素變量加入模型，從中找出影響全要素生產(chǎn)率的核心要素，分析影響的程度和影響的方向，以期為我國全要素生產(chǎn)率的提高給出確實可行的政策建議。

三、數(shù)據(jù)說明、模型構建及變量定義

（一）數(shù)據(jù)說明

本文數(shù)據(jù)主要采用《中國統(tǒng)計年鑒》、國家統(tǒng)計局網(wǎng)站（http：//www.stats.gov.cn）和世界銀行數(shù)據(jù)庫（https：//data.worldbank.org.cn）發(fā)布的1996—2015年度的統(tǒng)計數(shù)據(jù)，數(shù)據(jù)統(tǒng)計周期10年。數(shù)據(jù)匯總以后，按照以下原則進行了篩選：（1）由于使用數(shù)據(jù)的跨度長，所以非連續(xù)性數(shù)據(jù)沒有計入統(tǒng)計;（2）對于統(tǒng)計值出現(xiàn)奇異值的，進行了刪除;（3）涉及衡量全要素生產(chǎn)率的變量數(shù)據(jù)缺失的，不計入統(tǒng)計范圍。

（二）模型構建

在現(xiàn)實的經(jīng)濟運行中，眾多的因素會直接或間接影響著全要素生產(chǎn)率，且各類因素對全要素生產(chǎn)率變化的影響程度很難測度。因此，需突破現(xiàn)有計量經(jīng)濟模型僅能體現(xiàn)有限變量的局限性，構建盡可能包含更多變量的模型來分析各類因素對全要素生產(chǎn)率的影響。與Bernanke[30]研究貨幣政策效果情形類似，使用VAR模型分析全要素生產(chǎn)率的影響因素問題會存在模型變量受限、估計出現(xiàn)偏差、存在代理誤差和統(tǒng)計誤差等諸多問題。而將動態(tài)因子模型[31]和VAR模型相結合，建立FAVAR模型能夠很好地解決這個問題。在已有研究中，如Vargas[32]和Gupta[33]已經(jīng)通過實證研究證實，F(xiàn)AVAR模型的實證效果明顯優(yōu)于VAR模型。本文利用FAVAR模型分析我國全要素生產(chǎn)率的影響因素。

全要素生產(chǎn)率及其影響因素的動態(tài)變化，可以通過VAR模型來表示，該模型如下：

FAVAR模型的估計方法一般有兩步估計和一步聯(lián)合估計，兩種方法的脈沖響應分析結果非常接近，不存在明顯的優(yōu)劣之分，已有文獻也證實了這一結論[30]。本文使用Stock & Watson[31]提出的兩步主成分分析法，即第一步將信息集劃分為“快速變化”和“慢速變化”的兩組經(jīng)濟變量，使用主成分分析估計出不可觀測因子;第二步，利用提取出來的主成分和可觀察的變量做普通意義上的VAR模型。本文使用的分析軟件為Matlab。

（三）變量的選取

1.全要素生產(chǎn)率的測算

文中將全要素生產(chǎn)率視為“快速變量”，因此需要對其進行測算。測算全要素生產(chǎn)率所需的產(chǎn)出和勞動投入數(shù)據(jù)分別用指標實際GDP和就業(yè)人數(shù)表示，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，因而需要估算資本存量數(shù)據(jù)。本文采取國際通用的永續(xù)存盤法的改進方法[34]進行估算，估算公式如下：

式（3）中，It是t期以當期價格計價的投資額，采用社會固定資產(chǎn)投資總額。Pt是t期的價格指數(shù)，采用固定資產(chǎn)投資價格指數(shù)，δ是折舊率，采用5%的通用值，計算得到固定資產(chǎn)存量。利用上述得出的產(chǎn)出、勞動投入、固定資產(chǎn)存量數(shù)據(jù)，采用文獻[35]中使用的隱形變量法，利用狀態(tài)空間模型（state-space model），通過極大似然估計估算出全要素生產(chǎn)率。由于產(chǎn)出、勞動力和資本存量數(shù)據(jù)的趨勢成分通常是單位根過程且三者之間不存在協(xié)整關系，所以往往利用產(chǎn)出、勞動力和資本存量的一階差分序列來建立回歸方程[35]。采用Cobb-Douglas生產(chǎn)函數(shù)，假定規(guī)模收益不變，得到觀測方程（4）：

方程（4）中，Δln（TFPt）為全要素生產(chǎn)率對數(shù)的差分值，假設其為一個隱性變量，且遵循一階自回歸，即AR（1）過程，則有如下狀態(tài)方程：

方程（5）中，ρ為自回歸系數(shù)，滿足ρ<1，μt為白噪聲。這樣，利用狀態(tài)空間模型，通過極大似然估計同時估算觀測方程（4）和狀態(tài)方程（5），即可得到全要素生產(chǎn)率的估算值。隱形變量法將全要素生產(chǎn)率看作獨立的狀態(tài)變量，并從殘差中分離出來，對全要素生產(chǎn)率的估算更為精確，測算結果如表1所示。

2.影響因素變量的選取

本文基于上述文獻綜述，結合數(shù)據(jù)的可得性，選取了由24個變量構成的時間序列數(shù)據(jù)作為經(jīng)濟信息集合Xt，并將其設置為“慢速變量”。各變量的具體名稱、簡稱及數(shù)據(jù)來源如表2所示。

第一組變量為技術進步變量。本組變量中研究與開發(fā)人員數(shù)（RDR）、研究與開發(fā)投入（RDI）、專利申請書（PA）、科技期刊文章（STJ）、商標申請數(shù)（TA）變量體現(xiàn)我國自主創(chuàng)新能力水平，高技術產(chǎn)品進口額（IPR）、技術產(chǎn)品交易額（TPT）、知識產(chǎn)權使用支付費（IPR）變量體現(xiàn)我國對外引進技術水平。鑒于近20年來我國技術進步主要通過對外引進和自主創(chuàng)新來實現(xiàn)，因此以上兩部分變量較全面的覆蓋了我國技術發(fā)展的指標和路徑。

第二組變量為經(jīng)濟制度改革變量。本組變量中政府財政支出占GDP比重（GE）、直接稅占總稅收比重（DT）、非國有經(jīng)濟就業(yè)人數(shù)（NSE）、非國有經(jīng)濟固定資產(chǎn)投資（NSA）、非國有經(jīng)濟工業(yè)產(chǎn)值（NSI）變量從我國政府宏觀調(diào)控能力、所有制形式和經(jīng)濟市場化程度三方面展開，較好的構建了經(jīng)濟轉型過程中經(jīng)濟體制改革的指標體系。

第三組變量為對外開放變量。本組變量中實際利用外資占GDP比重（FI）、進出口總額占GDP比重（IET）變量較好衡量了我國對外開放的發(fā)展程度。第四組變量為基礎設施建設指標，本組變量中包括鐵路里程數(shù)（RAILWAY）、航空貨運量（AIRLINE）、貨柜碼頭吞吐量（WHARF）、耗電量（POWER）等直接參與生產(chǎn)活動、提高生產(chǎn)效率的經(jīng)濟型基礎設施變量，也包括互聯(lián)網(wǎng)用戶數(shù)（IU）、移動和固定電話用戶數(shù)（PHONE）、普通高等學校數(shù)（COLLEGE）等有利于人力資本積累和科技創(chuàng)新、推動經(jīng)濟長期發(fā)展的社會型基礎設施，綜合以上兩類基礎設施的變量選取，也能更準確地反映我國基礎設施的建設結構與發(fā)展程度。

四、實證分析

根據(jù)FAVAR模型的相關限制條件，我們對上述數(shù)據(jù)進行預處理。首先，大部分原始數(shù)據(jù)為非平穩(wěn)序列，我們用取對數(shù)等形式對數(shù)據(jù)進行標準化。標準化以后的數(shù)據(jù)，采用ADF和PP檢驗方法進行單位根檢驗，結果均通過平穩(wěn)性檢驗。

變量信息集解釋的特征值中，各主因素的特征方差、貢獻率、累計特征值如表3所示。通過表中數(shù)據(jù)推斷可以提取4個主因素，第1個主因素解釋度為30.300%，第2個主因素解釋度為27.860%，第3個主因素解釋度為17.245%，第4個主因素解釋度為10.482%。以上數(shù)據(jù)說明，分析變量信息集對全要素生產(chǎn)率的影響，只需要分析累積貢獻度達85.927%的以上4個主因素即可。

為了說明各主因素的經(jīng)濟含義，我們將各主因素所對應的載荷因子值最高的前4個變量指標列示如表4，從中可以看出政府財政支出占GDP比重（GE）、固定投資國家預算比重（DT）、非國有經(jīng)濟就業(yè)人數(shù)（NSE）、非國有經(jīng)濟工業(yè)產(chǎn)值比重（NSI）4個指標變量在第1個主因素上因子載荷值較高，因此主因素1概括為“經(jīng)濟制度改革因素”，具體包括：高技術產(chǎn)品進口額（HPI）、知識產(chǎn)權使用支付費（IPR）、實際利用外資（FI）和進出口總額（IET）4個指標變量。在第2個主因素上因子載荷值較高，主因素2概括為“技術引進和對外開放因素”，具體包括：科技期刊文章（STJ）、專利申請數(shù)（PA）、R&D人員（RDR）和R&D投入（RDI）。在第3個主因素上因子載荷值高，視其為“自主創(chuàng)新因素”，具體包括：互聯(lián)網(wǎng)用戶數(shù)（IU）、移動電話用戶數(shù)（PHONE）、貨柜碼頭吞吐量（WHARF）和鐵路里程數(shù)（RAILWAY）。在第4個主因素上因子載荷值高，因此概括為“基礎設施因素”，具體包括：互聯(lián)網(wǎng)用戶（IU）、信息和通信技術產(chǎn)品進口（ICT）、信息技術服務收入（ITS）、鐵路里程數(shù)（RAILWAY）、航空運貨量（AIRINE）、耗電量（POWER）等指標。提出的4個主要因子能解釋全要素生產(chǎn)率影響因素的85.927%，說明上述因素為核心影響因素。

下面利用提取的主因素時間序列和測算得到的全要素生產(chǎn)率序列建立VAR模型，并按照因素順序給出脈沖響應和方差分解。由于數(shù)據(jù)周期為20年，F(xiàn)AVAR模型中的脈沖滯后期為20期。

首先，對各主因素時間序列進行對數(shù)處理，檢驗其平穩(wěn)性，發(fā)現(xiàn)為非平穩(wěn)序列，對其進行一階差分后，主因素在5%的置信水平下平穩(wěn)。然后，根據(jù)AIC和SC信息準則進行檢驗，選取含2期滯后變量的VAR模型。再次，借助脈沖響應函數(shù)，得到各主因素一單位的沖擊所引起全要素生產(chǎn)率脈沖響應圖，利用其來衡量各因素隨機擾動一單位的標準差對全要素生產(chǎn)率的沖擊響應。最后，利用方差分解圖，分析各主因素對我國全要素生產(chǎn)率提升的貢獻度。脈沖響應和方差分解見圖1。

如圖1所示，全要素生產(chǎn)率對主因素1即經(jīng)濟制度改革因素的一個標準差沖擊的反應在第2期達到最大，沖擊效應為0.43，隨后逐漸降低，在到達第6期后沖擊效果消失，經(jīng)濟制度改革因素對全要素生產(chǎn)率貢獻度的初始值為40.53%，之后趨于下降，在第20期達到36.05%。因此，本文可以推斷，經(jīng)濟制度改革因素是我國全要素生產(chǎn)率提高的主要影響因素之一，且具有較高的短期正向影響和貢獻度。經(jīng)濟制度改革要素在因子載荷值較高的4個指標變量中，分別表示政府支出和市場化程度?？梢娺^去20年里，政府財政支出政策和市場化的推進均在不同程度上優(yōu)化了資源配置效率，促進了我國全要素生產(chǎn)率的提升，釋放了既有要素的潛能。但隨著我國市場化逐步加深，與其相適配的經(jīng)濟制度改革存在相對滯后性，深層次制度改革的缺失導致要素潛力的釋放遭遇瓶頸，使其對我國全要素生產(chǎn)率的激活效力日趨弱化。

全要素生產(chǎn)率對主因素2，即“技術引進和對外開放因素”的一單位標準差擾動的反應也相當顯著。第3期反應最大，到達0.48，而后迅速降低，在第5期消失，其對全要素生產(chǎn)率的貢獻度初始值逐步增加達到14.55%并趨于穩(wěn)定。這說明技術引進和對外開放因素也同樣是短期內(nèi)提高全要素生產(chǎn)率的影響因素，且貢獻度較高，僅低于經(jīng)濟制度改革因素?？梢姶笠?guī)模的技術引進使我國迅速縮短了與發(fā)達國家的技術差距;外資的吸收使我國在利用外國資本的同時完成了先進技術的學習;對國外市場的開放不僅擴大了我國市場規(guī)模、促進了分工深化，同時也提高了進口的投入品和資本品的技術水平。而隨著我國經(jīng)濟發(fā)展階段的提升，傳統(tǒng)行業(yè)的低端技術引進對技術邊際改進的進度會放緩，高新技術的引進又受限于我國較低的吸收轉化能力，因此，技術引進和對外開放因素對全要素生產(chǎn)率的促進效應也進入瓶頸期。

全要素生產(chǎn)率對主因素3，即自主創(chuàng)新因素的一單位標準差擾動的反應，在前4期上升加快，且在第6期反應逐步減弱，在第16期逐漸消失，沖擊效應最高達到0.22，其對全要素生產(chǎn)率的貢獻度，從初始的5.72%逐步降低到第20期的4.69%。與主因素1和主因素2相比，自主創(chuàng)新因素對我國全要素生產(chǎn)率的促進作用具有持續(xù)性，與實現(xiàn)工業(yè)化、體制相對穩(wěn)定和成熟的經(jīng)濟體相似，自主創(chuàng)新帶來的技術進步是長期持續(xù)促進全要素生產(chǎn)率的主要影響因素，同樣也是我國將經(jīng)濟增長方式由投入驅動轉向創(chuàng)新驅動的核心因素。但自主創(chuàng)新因素對我國全要素生產(chǎn)率的貢獻度偏低，且促進作用不顯著，其原因歸集為以下兩個方面：一方面，自主創(chuàng)新對全要素生產(chǎn)率的提高具有滯后性規(guī)律，科技創(chuàng)新對生產(chǎn)率的促進作用需要較長的周期;另一方面，我國科研機構的科技創(chuàng)新與研發(fā)并沒有很好地適應各行業(yè)前沿發(fā)展的需求，存在錯配現(xiàn)象，科技創(chuàng)新與研發(fā)僅增加了知識存量，技術成果的低轉化率制約了其對全要素生產(chǎn)率的正向作用。

全要素生產(chǎn)率對主因素4，即基礎設施因素的一單位標準差擾動的反應與自主創(chuàng)新因素相似，均具有正向促進作用，且持續(xù)期相近。圖中在第4期上升逐步加快，沖擊效應最高為0.002，隨后逐步減弱并在第12期消失，對全要素生產(chǎn)率的貢獻度從初始1.29%增加到第20期的1.94%。實證結果表明，我國基礎設施建設對全要素生產(chǎn)率的提高也具有持續(xù)性作用，但促進作用較為有限。原因存在于以下兩方面：一方面，基礎設施建設也具有時滯性，是連續(xù)性的動態(tài)發(fā)展過程，其對全要素生產(chǎn)率的促進作用需要一定的時間才能顯現(xiàn);另一方面，由政府主導的基礎設施建設投資中，經(jīng)濟型基礎設施建設投資占比較大，對社會型基礎設施建設存在擠出效應，從而導致我國基礎設施建設的結構布局不太合理，對全要素生產(chǎn)率的促進作用不十分明顯。

五、結論及啟示

（一）研究結論

2018年是質量年，如何滿足我國經(jīng)濟高質量發(fā)展需要、推進我國全要素生產(chǎn)率高質量增長，解決束縛全要素生產(chǎn)率提升的核心要素，已經(jīng)成為迫在眉睫的問題。本文基于1996—2015年的年度數(shù)據(jù)，選取了經(jīng)濟制度改革、技術進步、對外開放、基礎設施四個一級指標，專利、高新技術、互聯(lián)網(wǎng)、通信等細化的24個二級經(jīng)濟指標，通過建立因子增強型向量自回歸（FAVAR）模型，對作用我國全要素生產(chǎn)率的因素進行分析，探究影響的核心要素、影響的方向和作用的貢獻度。研究發(fā)現(xiàn)：（1）短期來看，經(jīng)濟制度改革、技術引進和對外開放因素仍然是推進全要素生產(chǎn)率提高的主要影響因素，但促進作用正在逐步減弱。比如：隨著我國市場化逐步加深，與其相適配的經(jīng)濟制度改革存在相對滯后性，深層次制度改革的缺失導致要素潛力的釋放遭遇瓶頸;傳統(tǒng)行業(yè)的低端技術引進對技術邊際改進的進度會放緩，高新技術的引進又受限于我國較低的吸收轉化能力。（2）長期來看，自主創(chuàng)新因素對全要素生產(chǎn)率的提升具有可持續(xù)上升空間，也是我國將經(jīng)濟增長方式由投入驅動轉向創(chuàng)新驅動的核心因素?；A建設因素對全要素生產(chǎn)率的提高也具有持久性的作用，但由于我國基礎設施建設的結構布局不太合理，導致促進作用受到一定的限制。（3）通過方差分解圖，分析各主因素對我國全要素生產(chǎn)率提升的貢獻度，發(fā)現(xiàn)經(jīng)濟制度改革因素的貢獻度最大，其次是技術引進和對外開放，再次是自主創(chuàng)新和基礎設施因素，但是自主創(chuàng)新具有持續(xù)性和滯后性。

（二）研究啟示

（1）轉變經(jīng)濟發(fā)展方式。應更加注重技術創(chuàng)新投入和人才培養(yǎng)，加大基礎設施建設。在基礎設施建設方面，合理調(diào)節(jié)基礎設施建設投資結構，注重加強社會型基礎設施建設，進一步提升教育、科研及互聯(lián)網(wǎng)平臺等基礎設施投資在總投資中的比重;在自主創(chuàng)新機制體制層面，應完善技術創(chuàng)新制度，積極引入市場機制，加快技術創(chuàng)新成果的轉化、應用，切實有效的提高技術創(chuàng)新形成生產(chǎn)能力的速度;在自主創(chuàng)新戰(zhàn)略層面，要深入研究和解決經(jīng)濟和產(chǎn)業(yè)發(fā)展亟須的科技問題，圍繞促進轉方式、調(diào)結構、建設現(xiàn)代產(chǎn)業(yè)體系、培育戰(zhàn)略性新興產(chǎn)業(yè)、發(fā)展現(xiàn)代服務業(yè)等方面需求，推動自主創(chuàng)新成果轉移轉化，推動產(chǎn)業(yè)和產(chǎn)品向價值鏈中高端躍升，加快經(jīng)濟增長方式轉變的步伐，促進經(jīng)濟增長方式由粗放型向集約型轉變。

（2）進一步深化經(jīng)濟體制改革、釋放改革紅利的關鍵仍然是處理好政府與市場間關系。充分發(fā)揮市場作用，更加尊重市場規(guī)律，積極轉變政府職能，堅持通過制度創(chuàng)新釋放市場活力;財政政策定位也應由“錦上添花”向“雪中送炭”轉變，即通過制度供給減輕外部因素對經(jīng)濟造成的沖擊，促進市場逐漸完善，創(chuàng)造讓企業(yè)和市場發(fā)揮作用的制度環(huán)境。

（3）加強對外開放和技術引進。繼續(xù)堅持通過利用外資引進技術的戰(zhàn)略，強化對引進技術的消化吸收能力;重視引進技術的先進性，提升技術引進的層次，縮小與發(fā)達國家的技術差距，為自主創(chuàng)新奠定堅實的基礎;積極推進“一帶一路”戰(zhàn)略規(guī)劃，為我國企業(yè)“走出去”創(chuàng)造機會，構建包容性的合作平臺;同時也與各國取長補短，互學互鑒，進一步提高我國開放型經(jīng)濟的水平，擴大現(xiàn)代服務業(yè)和制造業(yè)的開放領域，為外商提供更多投資機會，營造更加公平、透明、可預期的投資環(huán)境。

（4）重視原創(chuàng)性科技創(chuàng)新。上述分析發(fā)現(xiàn)，自主技術創(chuàng)新能夠持久推動全要素生產(chǎn)率的提升。為此，國家應該出臺相應政策文件，全面推進科技創(chuàng)新，企業(yè)推進科技創(chuàng)新，全面享有稅收優(yōu)惠政策;科研事業(yè)單位推進科技成果轉化，對于轉化成功的單位和個人，國家給予一定的政策扶持，激勵科研人員進一步創(chuàng)新;培育創(chuàng)新文化和創(chuàng)新環(huán)境，激發(fā)創(chuàng)新人員的創(chuàng)造力。

（5）完善基礎設施建設。雖然這幾年國家投入了大量資金進行基礎設施建設，這些設施的確為推動國家經(jīng)濟發(fā)展提供了重要保障，但是目前基礎設施建設要素對全要素生產(chǎn)率的作用不明顯。本文認為，基礎設施的建設要與區(qū)域經(jīng)濟增長的速度和方式匹配，要與區(qū)域經(jīng)濟和人口規(guī)模相匹配，充分發(fā)揮基礎設施建設對區(qū)域經(jīng)濟的拉動作用。

參考文獻：

[1]SOLOW R M.Technical change and the aggregate production function [J].Review of Economics and Statistics，1957，39（3）：312-320.

[2]YOUNG A.The tyranny of numbers：confronting the statistical realities of the east asian growth experience [J].Quarterly Journal of Economics，1995，110（3）：641-680.

[3]YOUNG A.Gold into base metals：productivity growth in the Peoples Republic of China during the reform period[R].National Bureau of Economic Research，2000.

[4]KRUGMAN P.The return of depression economics [J].Foreign Affairs，1999，78（1）：56-74.

[5]郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估算：1979—2004[J].經(jīng)濟研究，2005（6）：51-60.

[6]BRANDT M C，MAHFOUD F，REDA S，et al.Renal sympathetic denervation reduces left ventricular hypertrophy and improves cardiac function in patients with resistant hypertension[J].Journal of the American College of Cardiology，2012，59（10）：901-909.

[7]楊汝岱.中國制造業(yè)企業(yè)全要素生產(chǎn)率研究[J].經(jīng)濟研究，2015（2）：61-74.

[8]ROMER P M.Increasing returns and long -run growth [J].Journal of Political Economy，1986，94（10）：1002-1037.

[9]FAGERBERG J.Technological progress，structural change and productivity growth：a comparative study [J].Journal of Development Economics，2000（11）：393-411.

[10]MARKUSE J，RUTHERFORD T，TARR D.Trade and direct investment in producer services and the domestic market for expertise [J].Canadian Journal of Economics，2005，38（3）：758-777.

[11]趙志耘，楊朝峰.中國全要素生產(chǎn)率的測算與解釋：1979—2009年 [J].財經(jīng)問題研究，2011（9）：3-12.

[12]LVOVSKY K.Health and environment[R]，Washington：World Bank Environment Strategy Paper No.1，2001，，DC：World Bank，2001.

[13]BERMAN E，BUI L T.Environmental regulation and productivity：evidence from oil refineries [J].Review of Economics and Statistics，2001（83）：498-510.

[14]相天東.我國區(qū)域碳排放效率與全要素生產(chǎn)率研究——基于三階段DEA模型[J].經(jīng)濟經(jīng)緯，2017（1）：20-25.

[15]湯學良，宗大偉.局部知識溢出與企業(yè)全要素生產(chǎn)率演化——基于中國制造業(yè)企業(yè)數(shù)據(jù)的研究[J].貴州財經(jīng)大學學報，2017（1）：81-93.

[16]傅元海，陳麗姍，尹碩.工業(yè)投入產(chǎn)出率對能源全要素生產(chǎn)率的影響研究——以珠三角地區(qū)為例[J].江西財經(jīng)大學學報，2017（5）：14-21.

[17]GUELLEC D B.Van pottelsberghe de la potterie.R&D and productivity growth：panel data analysis of 16 OECD countries[R]，OECD Economic Studies，No.33，2001.

[18]CHEN D H，DAHLMAN C J.Knowledge and development：a cross-section approach[Z]，Policy Research Working Paper，Washington，DC：World Bank，No.3366，2004.

[19]BRONZINI R，PISELLI P.Determinants of long-run regional productivity with geographical spillovers：the role of r&d，human capital and public infrastructure [J]，Regional Science and Urban Economics，2009，39（2）：187—199.

[20]張浩然，衣保中.基礎設施、空間溢出與去與全要素生產(chǎn)率——基于中國266個城市空間面板杜賓模型的經(jīng)驗研究 [J].經(jīng)濟學家，2012（2）：61-67.

[21]張宇.FDI與中國全要素生產(chǎn)率的變動——基于DEA與協(xié)整分析的實證檢驗 [J].世界經(jīng)濟研究，2007（5）：14-20.

[22]GEORGES B，JEAN-MICHEL E，PIERRE M.How important is innovation？ A Bayesian factor-augmented productivity model on panel data[Z]，UNU-MERIT Working Paper，No.52，2014.

[23]唐未兵，傅元海，王展祥.技術創(chuàng)新、技術引進與經(jīng)濟增長方式轉變 [J].經(jīng)濟研究，2014（7）：31-43.

[24]姚耀軍.中國金融發(fā)展與全要素生產(chǎn)率——基于時間序列的經(jīng)驗證據(jù) [J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2010（3）：68-72.

[25]簡則，張濤，伏玉林.進口自由化、競爭與本土企業(yè)的全要素生產(chǎn)率——基于中國加入WTO的一個自然實驗 [J].經(jīng)濟研究，2014（8）：120-132.

[26]羅良文，潘雅茹，陳錚.基礎設施投資與中國全要素生產(chǎn)率——基于自主研發(fā)和技術引進的角度 [J].中南財經(jīng)政法大學學報，2016（1）：30-37.

[27]柳思維，周洪洋.我國流通產(chǎn)業(yè)全要素生產(chǎn)率空間關聯(lián)和影響因素研究[J].北京工商大學學報（社會科學版），2018，33（02）：38-50.

[28]NADIRI M I.Some approaches to the theory and measurement of total factor productivity：a survey [J].Journal of Economic Literature，1970，8（4）：1137-1177.

[29]KRUEGER A O，BARAN T.Estimating total factor productivity growth in a developing country [Z].World Bank staff working paper，no.422，1980.

[30]BERNANKE B，BOIVIN J，ELIASZ P.Measuring monetary policy：a factor augmented vector autoregressive（FAVAR）?approach [J]，Quarterly Journal of Economics，2005，120（6）：387-422.

[31]STOCK J，WASTON M.Forelasting using principal components from a large number of predictor [J].Journal of the Americal Association，2002（97）：1167-1179.

[32]VARGAS-SILVA C.The effect of monetary policy on housing：a factor augmented vector auto regression（ FAVAR ）approach [J].Applied Economics Letters，2008（15）：749-752.

[33]GUPTA R，JURGILAS M，KABUNDI A.The effect of monetary policy on real house price growth in South Africa：a factor-augmented vector autoregression（FAVAR）approach [J].Economic Modeling，2010，27：315-323.

[34]易綱，樊綱，李巖.關于中國經(jīng)濟增長與全要素生產(chǎn)率的理論思考 [J].經(jīng)濟研究，2003（8）：13-20.

[35]郭慶旺，賈俊雪.中國潛在產(chǎn)出與產(chǎn)出缺口的估算 [J].經(jīng)濟研究，2004（5）：31-39.