----基于Malmquist指数和门限回归的分析
福建师范大学经济学院陈清张海军
摘要：运用数据包络分析的Malmquist指数法，对我国30个省（区、市）2003 ~2014年的技术进步水平进行测算；运用门限回归分析法，以技术进步作为门限，分析了要素投入在不同条件下对经济增长的影响关系。研究表明：我国现阶段的经济增长仍然以投资拉动为主；技术进步在近些年对经济具有小幅拉动作用，但效果甚微，也不会成为主要动力；人力资本对经济的推动作用逐渐增强，我国人口红利已经消失或逐渐消失的说法不成立，且逐渐向“人才红利”转变。针对以上研究，提出优化投资模式、加大科技创新投入力度、加快就业改革等建议。
关键词：技术进步要素投入经济增长门限回归中图分类号：F015文献标识码：A
文章编号！ 2095 -3151 (2018) 20 -0010 -12
经济新常态背景下，无论是从全国还是从地区，无论是从经济增长速度还是从经济增长变化速 度上看，中国经济增长速度出现下滑已是既定的事实，进入经济增速从高速转变为中高速的经济新 常态阶段。经济新常态最显著的特征就是经济结构、经济增长动力和经济增长方式都发生了一定程 度的转变。
近年来，关于中国经济增长动力以及转变方向的讨论出现了不同的声音，一种观点认为我国应 继续实施依靠投资拉动经济增长的策略；另一种观点从效率角度进行分析，认为提高效率、技术水 平拉动经济增长才是经济发展的动力。竹效民（2011)从拉动经济增长“三驾马车”的角度阐述 了影响经济增速的动力因素，认为依靠扩大内需拉动经济增长的模式在较长的一段时间内很难实 现，而依靠进出口往往很难维持经济的高速增长，中国经济维持稳定增长的唯一方式就是依靠投资 拉动，尤其是对西部欠发达地区而言，基础设施的建设需要大量的投资。此前，张学良和孙海鸣 (2009)以长三角地区的经济数据为样本研究发现，要素投资在长三角地区的经济增长中起到主导 作用；全要素生产率（total factor productivity，TFP)主导的经济增长在除上海市之外的其他地区没 有被发现。武鹏（2013)以1978 ~2010年的数据为样本，通过测算投资对经济的贡献率和全要素 生产率得到了与张学良等相似的结论，研究认为资本投入是经济增长持续稳定的来源，投资拉动中 国经济增长的特征非常显著，且具有延续性，相反，全要素生产率对经济的贡献率逐年下降；但他 们进一步分析认为，中国想要跨越中等收入陷阱，就必须提高技术效率，从而提高全要素生产率在 经济增长中的作用。吴敬链（2015)对投资拉动经济增长的作用完全持否定态度。他认为投资效率 逐年递减，在2015年投资并没有带来经济增速的变化，反而导致了政府、企业和居民资产负债表 杠杆率的提升，而过高的杠杆率有引发系统性风险的可能；他进一步指出，供给侧结构性改革是我 国经济增长的新路径，供给侧结构性改革最重要的就是效率因素，即他主张发展战略新兴产业，提
• 10 •
铉务辟究考考2018年第20期/总第2868期
高技术水平，从而提高整个经济的运行效率。®然而，林毅夫\"（2016)从新结构经济学的视角对 该问题进行了阐述，指出无论是产业结构调整、基础设施建设、环境改善还是城镇化发展都需要大 量的投资。他对“消费拉动型”的经济增长方式予以回应，认为消费的增长依赖于收人水平的提 升，收人水平的提高取决于技术创新、产业升级和劳动生产率的提高，而要实现这些前提条件需要 大量的投资。最后指出，现阶段经济转型时期我国还不能放弃依靠投资拉动经济增长，重点要着眼 于有效投资，推动技术进步和技术创新从而带来经济增长新动力。在实证研究方面，张少津等 (2013)通过构建VAR模型和动态面板数据模型从技术要素投人与经济增长之间的动态关系指出， 科技投人的经济增长作用是长期动态积累过程，存在着长期稳定的关系，科技经费投人（包括研究 与试验发展（R&D)经费和财政科学支出）对经济增长的拉动作用逐渐增强。但也有研究认为， 现阶段的经济增长靠技术投人或技术进步拉动的效果不明显，相关研究如屈小娥（2007)等都得出 了相似的结论。
研究视角和研究方法的差异造成了研究结论的不一致，在经济新常态和供给侧结构性改革的大 背景下对要素投人、技术进步和经济增长关系进行讨论，本文认为需要解决传统研究中割裂资本要 素投人和技术进步来分析中国经济增长的动力这一缺陷。扩大投资和技术水平的提高必然能带来经 济的增长，在经济新常态下我国经济增长方式发生转变，究竟技术进步在经济转型中扮演什么样的 角色，以及投资拉动经济增长的作用是否发生转变是本文的主要研究内容；同时，基于“刘易斯拐 点”的说法，本文对人力资本要素投人是否拉动经济增长予以回应。
一、理论基础、研究假说与数据说明
(一）理论基础
Solow (1957)提出的外生增长理论认为技术进步是经济持续增长的动力，经济增长收敛的重
要原因源于资本的积累；而R〇m> (1986)强调技术是内生的，人力资本和物质资本是经济增长的 动力，技术水平是经济收敛的重要因素。Womer (1990)在经济增长模型中引入资本、劳动、技术 和人力资本四个变量，认为知识和技术是经济增长动力的源泉，决定了长期经济增长的水平，同时 指出资本的积累促进知识和技术水平的提升，而技术水平和知识的积累又进一步促进资本的形成从 而表现出：资本的不断投人能够维持经济的高速增长。
因此，参考罗默（2014)的理论基础研究，本文将人力资本存量引人柯布-道格拉斯生产函数 进行分析，基本模型设定为：
(1)
其中，$表示t时刻的技术水平；！、#、％分别表示产出水平、资本投人、人力资本存量， %=&'(();'(()表示人力资本的劳动力受教育程度函数，且满足'（（）>0,但没有理由去
'(()<0,因为受教育年限越高，劳动者获得资本的能力越强，所以本文不对此条件加以。
①②
吴敬琏：《靠投资拉动经济是寅吃卯粮》（徽信公众号：券业观察，2015年12月5日推送）。
林毅夫：《新常态下政府应该如何抓经济——
新结构经济学的视角》（徽信公众号：北京大学新结构经济研究中心，2016
年6月26日推送）。
• 11 •
技术进步、要素投入与经济增长的关系研究
1. 物质资本要素投人的产出效应分析。
假设资本的边际产出递减效用，将资本的边际产出加人模型（1)，得到：
!\" = ( CU,K)![AtHt] 1~a
(2)
其中，C,为资本的边际产出。技术水平的提高提高了生产效率，也就带来了资本边际产出的提高， 即\"CU-A\" >0,生产函数曲线外移，产出水平得到提高。
由
投人遵循边际产出递减的一般规律，技术水平的提高不会无限制的提高资本的边际产
出水平，即资本要素投人的产出效率存在着极值，当技术水平发展到一定程度，边际产出达到最 大，此时则需要通过资本要素的投人来提高产出。
2.
人力资本要素投人的产出效应分析。
假设该生产函数具有连续性，在动态一般均衡背景下分析。\"=0时，技术水平、人力资本存量 和劳动力分别为A〇、H〇和&〇。假设技术进步率为.，人口自然增长率为/。分析人力资本要素投人 的产出，本文将资本要素投人设定为给定的外生变量（0)，贝L
A\" =A0 e1{ H =H〇1 (3)
.H〇=L〇G〇(E)=L〇eEt
假设劳动者均在第2年退休；在工作的前（年之内为学习阶段，该阶段的学习能够提升劳动力 的技能和生产效率。假定单位时间内的人口出生率以/的百分比增加，3为《时刻出生人口数，则 总人口（4)和劳动人口（L)可以表示为：
2
4 = # B(t - r)dr
\"=0& = # B(\" - r)d\"
r = E
则劳动力数量占总人口的比重为：
L/-t =B , e~nTdr
B
(')
B, e—-Tdr
B
-\"2/1(5)
人均产出可表示为单位资本投人平均有效产出7与单位劳动力有效劳动数量供给的乘积，其中有 效劳动数量供给为单位劳动力提供的劳动数量（A, G (E))与人口中劳动人口所占比例（1\"E-1\"V 1-1\"2)的乘积，即：
(吾)* =7*A, G(E)e-/E -e-/2/1 -1\"2
(6)
其中，7! =/(0)，为在均衡产出条件下外生变量资本要素投人的产出水平，不受教育年限（E) 变化的影响，并且认为技术水平A影响产出的路径是外生的。（的变化会影响人均产出，变动幅度 与G(E)e-\"E-e-\"2/1-e-\"2相同。因此，可以得到两个结论：（1)当人均受教育年限增大时，即受 教
度上升，劳动力获得资本的能力G(E)将得到提高，更进
一
步地讲，劳动力人均资本提高;
(2)人均受教育程度的提高也意味着潜在的劳动力的学习时间更长，在一定程度上减少了劳动力的 数量，但总体而言，教育能够促进人力资本存量的形成从而促进经济增长。
• 12 '
铉务辟究考考2018年第20期/总第2868期
(二） 研究假说
以技术进步和资本投人（包括人力资本和物质资本）为要素投人研究其对经济增长的贡献率问 题，基于现有的研究成果，本文提出以下三个假说：
假说一：投资直是拉动我国经济增长的主要力量，在拉动经济增长的“三驾马车”中处于 “辕马”的地位，并且在较长的一段时间内，其拉动经济的作用依旧无可取代，依赖投资拉动型经 济增长仍将是经济新常态下经济增长的主要方式，与此同时技术投人的增加带来效率的提升，对经 济的拉动作用增强。
假说二：基于边际效用递减规律，在一段时间内，由于技术水平的相对落后和生产效率的低 下，我国经济增长主要表现为总量式的投资拉动型经济增长，这一阶段投资的形成率（投资率）较 低；而在技术投人不断加大和生产效率提升的阶段，总量式的投资拉动经济增长的作用下降，主要 表现为投资效率对经济增长率的贡献增强。这一阶段主要表现为全要素生产率的提升以及技术进步 对经济增长贡献度的上升。
假说三*技术进步对经济增长的贡献与投资对经济增长的贡献之间为相互补充、相互促进的关 系，即技术进步能带来全要素生产率的提升和投资拉动经济增长效率的提高，反之亦然；而非像武 鹏（2013)认为的全要素生产率与资本投人对经济贡献是反向的。\"
要验证以上三个假说，首先需要对技术进步进行量化测算。在对技术进步的测算方面，传统的 做法如吴延兵（2008)、胡玉蓉和齐结斌（2014)利用回归分析来估计生产函数中各生产要素的效 率和贡献率，最普遍的测算方法就是使用柯布-道格拉斯生产函数将要素投人进行相应的回归分 析，得出参数后计算技术进步贡献率。但这种方法估计参数得到的是以样本数据平均化后得到的平 均生产函数，不符合生产函数的最优性的定义。目前广泛采用数据包络分析法（DEA)对效率进行 测算，本文参考邹文杰（2013)以及茅宁莹和张帅英（2012)的研究方法，基于数据包络分析
Malmquist指数法对技术进步进行测算。
(三） 数据及变量说明
鉴于数据的可得性，本文选取2003 ~2014年我国30个省（区、市）的数据为样本。数据来源 于《中国统计年鉴》（2003 ~2014年）、各省（区、市）统计年鉴（2003 ~2015年）。本文所选取 的变量如下* (1)产出水平。本文以GDP作为被解释变量。为剔除价格因素的影响，GDP通过CPI (以2003年为基期，C9:003 = 100)进行价格调整得到实际GDP。（2)要素投人。本文要素投人为 物质资本要素投人和人力资本要素投人，以固定资产投资作为本文的物质资本要素投人（&;)，并 通过固定资产价格指数（以2003年为基期）调整得到实际固定资产投资。人力资本要素投人由两 个部分组成：一是当年地区就业人数（&；)&二是劳动力质量（<；)，用人均受教育年限衡量。吉丹 俊（2015)使用教育年限法计算<；，计算公式为：人均教育年限=(大专及以上人口 X16+高中人 口 X12+初中人口 X9+小学人口 x6) /地区总人口。人力资本要素投人=地区就业人数x劳动力质
① 本文所指的投资包含两个层面的内容：第一层面为物质资本投入，即常说的资金、资本投入，为狭义上的概念；第二层面
为人力资本投入，引入该层含义的原因在于人力资本投入对提高生产率具有一定的正向作用。本文将这两层含义所涉及的物质资本 投入和人力资本投入概括为要素投入。
②
武鹏（2013)认为，2002年之前全要素生产率的改变对经济增长的贡献率逐年下降，2002之后出现了资本投入与全要素
生产率对经济拉动出现反向态势，即全要素生产率的改进反而带来了经济增长率的下降，而投资对经济增长贡献却持续显著。
• 13 •
技术进步、要素投入与经济增长的关系研究
量。⑶门限变量为技术进步（2C),本文通过相应的处理得到；门限依赖变量为技术投人（2;)。
二、研究方法与模型设定
(一）技术进步测算一一DEA-Malmquist指数法
一般用全要素生产率来评判经济增长，全要素生产率主要体现在技术进步、制度创新等多个方 面。在效率测算方面，目前比较广泛采用的方法是MalmquE指数数据包络法。
Malmquist指数表达式为*
其中，（！ + 1，> + 1)、（！，>)分别是第\"1期和第t期要素投人和产出的向N; ?\"(>，！）表示以t 期的生产可能性边界为标准的f + 1的距离函M; ?\"\"(>，！）表示以f + 1的生产可能性边界为标准 的\"勺距离函数。当=*>1时，生产效率随时间的推移而增加；当=*<1时，生产效率随时间的推 移而下降；当=*=1时，生产效率不随时间变化而改变。
效率的变化表现为技术变化和技术效率变化两个方面。技术进步是技术变化和技术效率变化共 同作用的结果。在规模报酬不变的假设下，Malmqui指数可以进一步分解为技术变化（2C)和技 术效率的变化（2EC)。
1 ( 1，！ + 1) xr \" ( > + 1，！_ 1) ^?*( '
中，
变 为
?\"(>，！）
1，！ + 1)]
(8)
4+1(>+1，！+1) X ?\"(>，！）
率变 为
’ ^ ’ ^丁入’〜
J
?*( 1，！ + 1) ?\"(> + 1，！》
?*+1(>+1，！+1) ?*(>，！）1 (> + 1，！_ 1
？*(>，！）
技术效率的变化直接表现为制度变迁引起的效率的提高，主要体现在要素配置效率的提高上； 技术变化主要表现为技术创新或技术引进，促使生产可能性边界外移，最终提高技术效率。
式（8)表明，技术进步和技术效率的共同作用决定了 Malmquist指数的大小。若Malmquist指 数大于1，表明总体效率提升；若2C>1，表明生产可能性边界外移，技术进步；若2(C>1，表明 技术效率提升。技术效率还能继续分解为纯技术效率（9(C%)和规模效率（S(C%)，本文不再对 该分解继续赘述和讨论。
(二）门限回归模型设定
参考Hans> (1999)等有关门限模型的研究思路，以技术进步作为门限变量，分别以物质资 本要素投人和人力资本要素投人作为解释变量，为了研究的有效性，引人门限依赖变量一人（2)，使用示性函数A(')表示门限变量，®将单门限模型设定为*
lc !(\" _B +#1ln#;(〇 +##ln%;(〇 +$12/;(〇 • a(c; $%)
技术投
_ TI； ( t) • A(c； >%) _ & (9)
其中，C;为门限变量（技术变化）；％为门限值；&为与0和％;均不相关且独立同分布随机扰动项;
B为
截距项，若存在，表明 模型为固定 模型。
①〇(•)为示性函数。对本文所设定的门限变量有：当2+$%时！ A(c;$y)=l;反之，A'c; >%)=0
• 14 •
铉务辟究考考2018年第20期/总第2868期
以本文构建的模型为例来说明门限回归的估计原理。为了消除个体效应b； H@sen给出的做法 是将每个观测值减去其组内平均数，将模型变换为：
!(〇=〜_>:(%)+&
其中，向
进
量
⑴，需
，％ ⑴，⑴• A(c$y)，24W •
的问题* (1)
(1〇)
>%]，向量'=[#i，#2，$，$]。
值％准
值％和系数#的估计，（2)
确性、门限的个数以及门限值的显著性。
Hansen提出，给定任意的yQ(yQ%V2C；)，通过使用OLS估计，得到相应的残差平方和S\"(y)，
无限次对门限值进行赋值，选择使Si(%)最小的％，则％为所估计的门限值％即％ = argminSi (%)， 对应的残差平方和为%2i=Si(%)//(2-1)，由于门限值数的不确定，可以使用格栅搜索法（Grid 36>1^1)确定其他门限值%2，同样须使@2(%)最小，即％2=@0=1(%，％2)，（％2=@1(%，％2)//(2- 1))。门限值％确定后，可利用OLS确定系数向量'。确定门限值和系数之后，需要对门限值的有 效性和显著性进行检验。Hansen通过构建极大似然比率进行检验，本文介绍单门限模型显著性检验 的方法，双门限和多门限模型检验方法与单门限模型类似。单门限模型显著性检验的原假设、备择 假设和极大似然比率为：
%*$1 =$2;%:$'$2;D =[@。-@(%)]/%2
(11)
如果拒绝原假设，那么表明模型（4)存在门限效应。由于在原假设的条件下，门限值％不是 确定的数值，所以D并不服从于标准的正态分布，Hansen采用Bootstrap法来模拟其渐进分布，进 而得到与之对应的P值。对门槛值估计值的真实性检验，即检验％= %*是否成立，构建似然统计量 进行检验，计算公式为*
&^1(%) = [@1(%) -@1(%)]/%2
(12)
尽管式（9)的&E统计量也是非标准的正态分布，但Hansen认为，当&E$-21〇g(1-槡=!)时，拒绝原假设，即模型存在门限效应；反之，拒绝原假设，！为显著性水平。
以上分析只考虑了单门限的情形，但在实践中会存在双门限或多门限的情况，只需要以相似的 方法去搜寻门限值即可。
三、实证结果及分析
(一）Malmquist指数测算与分解
为确保回归结果的有效性，先对本文所使用变量进行平稳性检验，经面板单位根检验（LLC检 验、IPS检验、ADF检验、PP检验），发现本文选取的变量均为平稳数据。运用Deap2. 1软件和全 国30个省（区、市）的数据，测算要素投人的Malmqui指数及其分解指数。表1描述了 2003 ; 2014年要素投人产出效率的Malmquist指数和其指数分解变化情况①。
①Dep2.1软件回归的结果包含30个省（区、市）2001〜2014的数据及平均数，限于篇幅，表1给出的为30个省（区
市）在该年各效率的平均数，反映了整体全要素生产率、技术效率和技术进步水平。
• 15 •
技术进步、要素投入与经济增长的关系研究
表1
年份200320042005200620072008
中国要素投入产出效率Malmquist指数及其分解
Malmquist - TFP
0.9410.9880.9790.9741.0001.019
TEC0.9940.9800.9750.9470.9670.980
TC0.9861.0081.0041.0291.0341.039
年份200920102011201220132014
Malmquist-TFP
0.9181.0701.0331.0831.0160.990
TEC0.9530.9991.0030.9880.9940.968
TC0.9631.0721.0300.9961.0221.022
如表1所示，全要素生产率在2006年之前数值小于1，表示在该阶段我国的全要素生产率并没 有发生优化，在2007年之后，全要素生产率处于优化提高阶段①。然而，技术效率（TEC)在 2003 ~2014年没有表现出效率水平的提高；技术进步值总体上大于1②，表明在2003 ~2014年我国 技术水平逐渐提高，技术进步促进了经济的增长。使用该部分技术进步分解数据，本文构建门限回 归研究技术进步、要素投人和经济增长之间的关系。
(二）门限回归结果分析 1.面板回归结果。
首先，若不考虑技术进步的门限效应，使用常规的面板数据模型进行分析。模型1中使用上述 面板数据估计物质资本要素投人、人力资本要素投人、技术投人的产出弹性，以便反映要素投人对 经济增长贡献的大小。其次，在模型2中，我们用模型1中的解释变量与技术进步的交互项作为新 的解释变量，来考察技术进步能否提高各要素投人的产出弹性。模型设定如下：
模型 1 * 模型 2*
ln
In
+#1ln# +#2ln%； +#$TI； + &, (13)(14)
+#>(#; xTC;) +#2ln (%； XTC;) +#$ln (TI; xTC;) +&
表2为不考虑门限变量时使用上述两种模型在Stata14中完成，利用Hausman检验判断模型1 和模型2应为固定效应模型，且模型的拟合优度很好。回归结果表明* (1)在不考虑技术进步时， 物质资本要素产出弹性为0.5765 (0.5528 +0.0237)，人力资本要素产出弹性为0.2545,表现出规 模递减的特征（0.5528 +0.2545 +0.0237 <1);同样，在考虑技术进步时，规模经济也表现出递减 特征，这也符合我国当前经济新常态下的经济增长现实情况，间接说明了当前技术进步对经济增长 的促进作用不显著。（2)比较交互项回归和模型的固定效应模型回归结果可以看出，模型1和模型 2系数在5/ (或1/)的显著性水平下显著，技术进步进一步提高了人力资本和技术投人的产出 弹性和显著性，但也说明了技术进步对物质资本要素投人的产出弹性却出现了小幅下降。（3)对比 模型1和模型2的FGLS模型，发现在加人技术进步后，模型2的技术投人交互项不显著且系数由 正数变为负数，不符合经济发展的一般规律，并且其他解释变量与固定效应模型回归得到的结果也 出现了背离，即FGLS回归结果表明技术进步提高了物质资本要素投人的产出弹性、降低了人力资
① D>P2.1软件回归结果的意义为：如果测算的效率数值大于1，则表明在该年效率得到提高；否则效率下降。其中，
TEC 二 PECHxSECH。
②差异。
尽管测算出的技术进步年平均值大于1，但省域之间存在着差异，东部、中部、西部三大区域之间存在着较为明显的
• 16 '
铉务辟究考考2018年第20期/总第2868期
本要素投人的产出弹性。
表2
模型1
变量
定
ln #
0. 5528 !! (28.07)0. 2545 !! (4.68)
In 2：
0. 0237 !! (2.01)
In ( # xTCk )
机0. 5328 !!! [27.57]0. 4244 術 [10. 14]0.0151[1.25]
面板回归结果
模型2
FGLS0. 5586 !!! [22.72]04181[11.66]0. 0135 ! [1.82]
0. 5274 !!! (26. 18)0. 2604 (4.79)0. 0349 !!! (3.01)
2. 0826 !! (5.36)50. 40 ^ (0.0000)
0. 8417 !!! [2.75]6877. 62 !! (0.0000)30. 12 ^ (0.0000)
0. 954330360
0. 953030360
3060
0. 954530360
0. 6891 !! [2.50]1371.99 !!! (0.0000)
2. 1947 !!!(5.76)49. 23 !!! (0.0000)
30 22(0.0000)
0. 953230360
3060
0. 5028 [25.76]0. 4332 ^ [10.34]0. 0280!! [2.36]0.9595 ^ [3.20]6916. 67 !! (0. 0000)
0. 5652 !!! [26.60]0.4142 !!! [15.65]-0.0035 [-0.45]0. 6296 !!! [2.98]1667. 15 !!! (0.0000)
定
机
FGLS
In ( % x 2+)
In ( T： xTC；1 )
常数项D/%2统计量 (P值)Hausman-p 值
E
截面数
数
注：！、！！、！!！分别表示在1〇%、5%、对应的《值，中括号中为系数对应的Z值。
的显著性水平下显著，下同。除特殊说明外，圆括号中为系数
本文认为，上述回归结果的矛盾主要是由于交互回归存在的一些缺陷：首先，技术进步在很多 情况下并不严格满足外生的条件，而普通的面板回归也很难完全消除内生性问题。其次，解释变量 系数形式和系数分区在面板回归中不能体现，尽管我们发现交互项回归中解释变量的系数发生转 变，但不能判定在什么情况下技术进步带来了回归所展示的改变。最后，在两种模型的假定条件 下，技术投人的产出弹性出现两个作用方向，即非交互项回归结果为正向，交互回归结果为负向， 这说明技术进步降低了技术投人的产出水平，该结论令人匪夷所思；此外，由于参数的影响方式未 知，本文模型假定为线性，但不排除非线性函数的可能。鉴于面板回归的缺陷，本文通过使用面板 门限模型进行进一步的检验和优化。
2.面板门限模型回归结果。
(1)面板门限个数及其值确定。检验是否存在门限以及门限的个数和门限值，以便确定各要素
• 17 •
技术进步、要素投入与经济增长的关系研究
投人对经济增长是否存在以技术进步为门限的非线性回归，本文设计自举300次得到模拟分布。表 3为门限存在性检验结果，列举了各显著性水平下的临界值和门限值。其中，单门限和双门限似然 比的检验值均大于各门限存在限定下自举300次所得的1%显著性水平临界值，三门限似然比检验 值为2. 3537,小于在该门限设定下自举300次所得的10%显著性水平临界值2. 9278。由此可知， 本文设定的模型显著地存在双门限效应，门限值为0.9504和0.9629,其95%置信区间为（0.9490,0.9560)和（0.9602, 0.9936)。
表3
类型单门限双门限三
10%临界值2. 79142. 57732. 9278
5%临界值3. 98983.37133. 9714
门限存在性检验结果
1%临界值6. 96246. 96616.6211
D统计量值10. 65159. 39752. 3537
p值0. 00000. 00000. 1280
值0. 9504 ^0.9629 !!1.0368
结受受拒绝
注：临界值与P值均采用“BGtetrap Method”（自助抽样法）模拟300次后得到。
根据本文理论部分的分析，以技术进步作为门限变量，构建经济增长、要素投人和技术进步的 双门限回归模型，模型设定如下：
In
+#iln#;(〇 +#2ln%;(0 +$124(0'+ $22:;⑴• A(%1 (15) (2)面板门限回归估计与分析。区间门限变量为面板门限回归考核的重点，参照郑丽琳 (2012)的研究设计，针对物质资本要素、人力资本要素和技术投资为解释变量，分别进行三组面 板门限回归，估计结果如表4所示。 表4 解释变量 面板门限模型回归估计结果 投资 计参数 ln#In %;In TIit 0. 5441 !!0. 2383 !! 性灌28. 23674.5511 0. 2254 !! !0. 0318 !!!0. 5415 !!!0. 5372 !!!0.5133 !!! 4.31232. 801627. 898325.451928. 5506 0. 2210!!!0. 1997 !!!0. 2252 !!! 0.0180-0.03260. 0298 !! 1. 5697-1.43302. 8531 4. 26973. 75424. 3548 0. 0318 !!! 3. 1286 资 计参数 灌性 力资 计参数0. 5415 !!! 灌31.8867 性 In #;(c; $0.9504)In # (0. 9504 • 18 • 铉务辟究考考2018年第20期/总第2868期 表4的三组回归结果显示，物质资本要素投资、人力资本投资和技术投人均显著地存在以技术 进步为门限的非线性变化。其中* (1) 进 跨过第二 后， 的升才能显 著但较小幅度地拉动经济的增长。（2)物质资本投人在各门限区间内均显著带来了经济的增长，但 随着技术进步门限值的提高，狭义上的投资对经济贡献的弹性逐渐减小，但减小的幅度不大。技术 投资带来的经济增长与投资推动经济增长的替代效应并不显著，目前我国依旧主要依靠投资拉动， 技术进步成为推动我国经济高速增长主要动力的可能性不大。（3)部分学者基于我国近些年出现的 “民工荒”现象，提出我国人口红利已经消失或正逐渐消失，刘易斯拐点出现（周辉，2012)，但 本文在引人劳动力质量（人均受教育年限）后发现*我国人口红利并没有出现较大幅度的下降，相 反，在技术进步的推动下，人口红利逐渐由下降转变为显著的上升。可能的原因主要为：在计划生 育政策实施前出生的那一代人，为我国早些年的人口红利做出较大的贡献；而在计划生育政策实施 后，出生率的下降必然造成如今劳动力的减少，但技术水平的进步为这部分人口提供了较为优厚的 教育和条件，提高了我国居民的人均受教育程度。人均受教育程度的提高带来了我国人力资本的提 高，总体上促进了经济的增长。我国人口红利实则并没有消失，目前更多表现为劳动力素质提升所 带来的“人才红利”。2017年3月4日的全国政协十二届五次会议上，厉以宁教授表示：中国的人 口红利正在不断出现，中国的改革红利也在不断出现，我国人力资本改革正在开始，新的人口红利 正在产生，®这也佐证了本文研究的结论。 四、结论及政策建议 针对技术进步、要素投人和经济增长之间的关系这一历久弥新的话题，本文以三个假说的提出 为出发点，系统阐述了三者之间的关系。主要结论有：第一，投资依旧是我国当前经济增长的主要 动力，我国在未来很长一段时间内仍然需要依靠投资拉动经济增长，尤其是在经济新常态背景下， 尽管其对经济贡献率出现递减趋势，但不难发现目前投资在经济增长中的作用和地位依旧无法撼 动。第二，本文研究所涉及的30个省（区、市）在2010年基本都已经跨越第二个门限，表明现阶 段依靠技术进步或加大技术投资的方式拉动经济增长成为可能；但从本文的回归结果可以看出，技 术进步对经济增长的贡献不大，现阶段主要依靠技术进步拉动经济增长几乎不存在可能性，即技术 进步和投资之间暂时不存在贡献的替代作用，但相互促进作用也不显著。这里也不排除在我国供给 侧结构性改革和经济转型升级的背景下，技术进步对经济增长的拉动增强。第三，对人口红利说法 的回应，本文将受教育年限作为影响人力资本因素后，认为当前我国人口红利并没有消失，“刘易 斯拐点”的出现是人口红利并没有充分发挥出来的表象。在经济新常态背景下，结合本文的研究结 ， 以下 议* ，优化投资模式，提高投资转化效率。我国近二十年的高速经济增长主要依靠投资拉动， 但这并不意味着我国投资过度。尤其是在当前经济新形势下，无论是促进经济转型还是实施供给侧 ①《厉以宁：中国人口红利和改革红利未消失 新红利和动力正涌现》，视频来源于中国新闻网，httP: // WWW. chinanews. com/cj/shipin/cns/2017/03 - 04/news697419. shtml!笔者参照相关文字报道整理。厉以宁教授将人口红利分为旧的 人口红利和新的人口红利，并且认为旧的人口红利已经消失，新的人口红利正在产生。钱颖一教授与厉以宁教授持有类似观点，他 在回答记者关于“如何加快从人口红利向人才红利的转变来推进供给侧结构性改革”提问时表示：我国人才红利巨大，人口红利 到人才红利的转变是必然的。本文纳入教育年限后的人力资本要素，本质上属于人才红利；在对人口红利解释方面，本文从新、旧 人口红利两个角度做出解释。 • 19 ' 技术进步、要素投入与经济增长的关系研究 改革，都离不开一定规模的投资（郭庆旺、赵志耘，2014)。大水漫灌式的粗放型投资方式，必然 会带来经济短期内的高速增长，但也难免会产生资金流失和浪费现象。因此，需要调整投资方式， 促使粗放型投资向集约型投资转变，提高要素投资转化效率。 第二，加大科技创新投人力度，培育经济增长新动力。尽管目前技术进步对经济增长的影响力 度较小，但在现阶段科技进步对经济的影响逐渐增强，增加科教投人在一定程度上有助于促进经济 的增长。因此，需要坚持加大科技创新投人的政策，鼓励企业加大研发经费投人，提高技术水平和 企业生产效率，发展技术密集型企业。 第三，加大教育投资力度，加快就业改革。劳动力数量的减少在一定程度上的确影响了经济的 增长，但人力资本存量可以通过国民教育得以提升。因此，我国还需要继续推行“科教兴国”战 略，大力加大对教育事业的投资、扩大教育受益人群，提高居民人均教育年限，提升人力资本的储 备，提高生产技术水平。做好教育是储备人力资本，增加就业是利用人力资本。因此，政府须为劳 动力的就业提供平台，提高人力资本转化为生产力的效率。政府应当鼓励并引导资金流向实体经 济，让实体经济带动我国就业率的提升；在经济体制和经济发展方式转型的背景下，可以借助“双 创”政策创造新的就业机会，从而实现经济增长动力的转变。®参考文献 [1] 戴维•罗默*《高级宏观经济学》，上海财经大学出版社2014年版。 [2] 郭庆旺、赵志耘：《中国经济增长“三驾马车”失衡悖论》，载于《财经问题研究》2014年第9期。[3] 胡育蓉、齐结斌：《中国投资效率问题研究》，载于《统计与决策》2014年第22期。 [4] 吉丹俊*《空间溢出与我国经济增长*基于动态空间面板的方法》，载于《常州大学学报（社会科学版）》 2015年第16卷第6期。 [5] 茅宁莹、张帅英、褚淑贞：《基于DEA方法的我国医药制造业技术创新效率的实证研究》，载于《中国药 房》2012年第5期。 [6] 屈小娥*《资本、劳动、技术进步与陕西经济增长的一个实证分析》，载于《产业与科技论坛》2007年第1 。 [7] 孙叶飞、夏青、周敏*《新型城镇化发展与产业结构变迁的经济增长效应》，载于《数量经济技术经济研 究》2016年第11期。 [8] 吴延兵*《中国工业R&D产出弹性测算（1993 —2002)》，载于《经济学（季刊）》2008年第3期。[9] 武鹏：《改革以来中国经济增长的动力转换》，载于《中国工业经济》2013年第2期。[10] 张少津、刘文艳：《区域科技投人与经济增长关系的实证研究——学报》2013年第34卷第5期。 [11] 张学良、孙海鸣：《探寻长三角地区经济增长的真正源泉：资本积累、效率改善抑或TFP贡献》，载于 《中国工业经济》2009年第5期。 [12] 郑丽琳*《能源效率、要素投人与经济增长—— 基于面板门限回归的实证分析》，载于《中央财经大学学 以河北省为例》，载于《河北经贸大学 报》2012年第9期。 [13] 周辉：《消费结构、产业结构与经济增长—— 基于上海市的实证研究》，载于《中南财经政法大学学报》 ①《“双创”并非权宜之计，而是转型大计——陈宪教授在深圳湾名师大学的演讲》（徽信公众号％上海交大安泰MBA深圳 教育中心，2017年2月15日推送）。 • 20 • 铉务辟究考考2018年第20期/总第2868期 2012年第191卷第2期。 [14] 竹效民*《投资拉动经济增长仍将处于“辕马”的地位》，载于《中共伊犁州委党校学报》2011年第 1期。 [15] 邹文杰*《中国医药制造业研发效率及其收敛趋势—— 基于DEA-MalmquE指数的实证分析》，载于《北 京航空航天大学学报（社会科学版)》2013年第26卷第6期。 [16] Hansen B. E. ， “Threshold Effects in Non-dynamic Panels* Estimation， Testing， an Econometrics， 1999， 93 (2)* 345 -368. [17] Romer P. M. ， “ Endogenous Technological Change%， Journal of Political Economy，1 Number 5， Part 2)* 71 - 102. [18] Romer 1002 -1037. [19] SolowR. M.，“ A Contribution to the Theory 〇f Economic Growth %， (1)* 65 -94. ， 1956，70 P. M. ， “ Increasing Returns and Long-Run Growth，，， ， 1986，94 (5 )* (上接第9页） 更加“白热化”，而这已经在当前特朗普实施的“301调查”中迅速展开。高端制造业的贸易摩擦 已经呈现，一种初见端倪的摩擦形式或将在未来蔓延。现实中，“商品贸易市场”和“金融货币市 场” 一 直都是美国频繁使用的工具，佛罗里达大学政治学学者Selden (1999)研究指出，实际上美 国对外实施经济制裁时更喜欢使用金融制裁而非贸易制裁，20世纪80年代里根政府时期为缓解美 日的巨额逆差敦促日本签订《广场协定》和迫使日元升值就是明显证据。当前美联储布局的一场对 新兴国家尤其是中国市场产生重大冲击的货币政策，即美元不断加息正在悄悄展开，从历史上看， 每一次美元货币政策的逆转回调、收紧银根都连带着一些新兴国家的货币危机乃至金融危机。未来 的美元加息可能会导致全球流动性缩水，加重中国的资本外流和债务负担，为人民币带来较大的贬 值压力；此外美联储加息也可能会给人民币货币政策带来两难抉择，即加息会阻碍货币流动性、降 息会带来资本外逃。未来美元的新一轮加息将成为中美摩擦向金融服务业蔓延的温床。参考文献 [1] 宫力：《峰谷间的震荡》，中国青年出版社1996年版。 [2] 贾根良*《美国学派：推进美国经济崛起的国民经济学说》，载于《中国社会科学》2011年第4期。[3] 席桂桂、陈水胜：《精致的公平？奥巴马公平贸易观与对华贸易政策》，载于《美国问题研究》2012年第2 。 [4] Kee H. L. ， Tang H. ， “ Domestic Value Added in Exports * Theory and Firm Evidence from China”， Economic Reiew, 2016， 106 (6). [5] Selden Z. ， Economic Sanctions as Instruments ooAmerican Foreign Policy，Pragr，1999.• 21 ' 因篇幅问题不能全部显示，请点此查看更多更全内容