全要素影响因子模型的应用分析

如前所述，本文选择影响效率改善的5个因量和影响技术进步的7个因量，分别构建两个模型：

其中，a、b表示变量的系数，x和y代表自变量，其中x变量分别由Industru、Wages、Infrastru、Governan、Induagglo组成；y变量分别由eduuni、edumid、edupriv、R&D、employ、imexpor、FDI组成。i代表第i个省市，t表示第t个时期（1990年为1，以此类推），m、n分别代表自变量的序号。

（1）模型检验

第一，单位根的ADF检验。

为了避免伪回归问题，本文采用ADF单位根检验方法分别对两个模型各自的因变量和自变量进行平稳性检验。检验结果如表4所示。

表4　ADF单位根检验结果

续表

从表3.2中可知，所有的变量序列经过滞后步长的调整后，ADF检验值的绝对值大于1%显著水平的绝对值，因此均呈现出平稳性。表3.2中的括号表示滞后步长数。通常ADF检验需要输入滞后步长数，本文选择最优滞后步长的标准是看AIC和Schwarz最小化，即取使AIC和SC值达到最小的方程中的参数P为最优滞后阶数。下面以工资水平，即变量wage的ADF单位根检验为例，来说明滞后阶数的选择。由表5可以看出，ADF检验值绝对值均大于显著性水平临界值时，滞后阶数最大可以达到8阶，但是通过比较AIC和CS的值我们可以发现，在滞后阶数为7时，AIC和SC达到最小值。因此，在wage的单位根检验中，本文将滞后阶数选为7。

表5　ADF单位根检验滞后阶数的选择

第二，格兰杰因果检验。

平稳性检验表明，变量因子具有时间平稳性。因此，可以进行变量与全要素生产率关系的因果检验。

同样按照AIC最小化的标准来决定最优的滞后阶数。经过计算，表6显示了技术进步和其他影响因子间的因果关系。由表6可知，技术进步与大学教育水平、进出口总额、外商直接投资等6个因子均存在因果关系，显著性水平也均为1%，表明这6个因子均是技术进步的格兰杰原因。

其中，就业率和技术进步互为因果关系，说明不仅就业率能拉动技术进步，技术进步也是影响就业率的主要因素之一。技术进步能提高生产效率，从而吸引更多高新人才就业。

表6　技术进步与其影响因子的格兰杰因果检验

注：*表示满足该显著水平下拒绝原假设。

通过同样的方法证明效率改善与其他因子均存在因果关系，且后者是前者的格兰杰原因。如表7所示。

表7　效率改进与其影响因子的格兰杰因果检验

注：*表示满足该显著水平下拒绝原假设。

（2）模型的经济含义分析

由于本文采用的数据属于面板数据，面板数据模型通常可以分为随机效应模型和固定效应模型。固定效应模型适用于不同的截面或不同的时间序列，由于我国各地区之间的经济发展水平有很大差异，地区因素也是影响全要素生产率的原因之一，同时固定模型也允许误差项与解释变量之间具有相关性。基于这些特点，本文选择固定效应模型，并运用Eviews 5.0软件进行数据处理。如表8所示。(www.xing528.com)

表8　技术进步的面板模型分析

续表

由表8可以看出，在技术变量为因变量的固定效应模型中，AR达到了0.989835，说明模型的拟合度还是比较好的。DW检验说明不能排除残差序列正自相关的可能。但是由于面板数据的截面往往都很大，通常只能得到误差经过时间抑制后（time demean）的估计，所以DW的数值也有可能不是原模型误差。

教育水平与技术进步。本文将教育水平按照大学、中学和小学三个层级进行分类，可以发现中学与小学的受教育水平比例与全要素生产率中的技术进步因子呈现反向关系，也就是说中小学教育水平每增加一个百分点，技术进步水平的增速相应减少11.74%和11.23%，这与菲尔普斯的观点有很大的出入。但是反观中国的国情，自实行义务制教育制度以来，小学入学率2008年已经达到99.54%，即中小学教育水平已成为国民基础教育的基准水平，所以中小学教育对直接推进技术革新和研发的动力已不太明显。而直接促进新产品研发和技术创新的群体，其教育水平以大学本科及以上水平为主，因此大学教育水平对技术进步因子有直接的正向关系。

科技研发投入与技术进步。科技研发投入与技术进步呈现同向关系，这从理论上是容易解释的，因为科技投入直接影响新产品和新技术的产出。科技投入越多在某种程度上会给新产品和新技术提供越多动力。本文的模型系数为0.00325，可见科技研发对技术进步的贡献率较低。根据前文的描述性统计可以发现，全国R&D经费投入绝对值虽然在上升，从1990年的125亿元上升至2005年的1287亿元，按不变价计算，年均增长5.3%。但从R&D经费占财政支出的比重来看，增速却在逐渐放缓。另外，本文采用的科技研发投入指标是政府的科技三项费用支出，并未包含企业和其他社会组织的自主创新投入，这可能是本模型中科技研发投入系数较低的原因，但也不能排除科研投入产出比较低的可能性，如科研经费被列支到其他项目，或项目的实际社会回报和产出低于预期值等。

就业率与技术进步。就业率同技术进步呈现反向关系，且解释度不高，未通过5%的显著性水平。由于我国目前的产业结构仍然以劳动密集型产业为主，技术创新的产出效率不高。因此，就业率的提高对技术进步并没有带来显著的改善或降低。

进出口总额与技术进步。进出口总额对技术进步呈现正相关，并通过了1%的显著性水平。这说明进出口带来的技术溢出和技术模仿在我国得到了一定的体现，全球化竞争压力和市场间的交流使企业个体产生了模仿和学习的动力，从而推动了生产前沿面，企业规模也朝着最优规模靠近。但是从进出口总额对技术进步的影响系数来看，作用却是相对微弱的。因为从进口的角度看，虽然直接引进先进生产设备和技术创造了我国对其进行吸收、消化的机会，但是由于我国有相当大部分的进口是出口产品的中间投入品（胡兵、乔晶，2008），因此这部分进口基本没有吸收前沿技术的动力。而从出口的角度看，虽然近年来我国出口产品的质量和结构已经得到了较大的提升，但是质量和附加值还是未达到同等国家的相同水平，在刺激技术进步上的作用不大（舒元，1998）。因此，进出口推动技术进步的作用仍然是有限的。

实际利用外资情况与技术进步。外商直接投资对技术进步的作用不太明显，并且是负向的关系。相对于单纯的货物贸易，外商直接投资不仅为我国的经济增长带来了资金支持，更重要的是带来了先进的技术和管理，对我国的经济增长和效率改善的提高有一定的意义。罗长远（2006）的分析也发现：FDI作为“投资”本身对经济增长的直接作用并不显著，但它通过促进全要素生产率的提升和“挤入”国内自身的投资，对中国经济增长具有“催化剂”的性质。FDI的技术溢出效应与之前假设的方向相反可能与几个原因有关。首先，国内的创新活动无论是吸收外国的经验还是本国的自主创新，都是在基于国情和条件的基础上开展的，因而国内创新所产生的技术相较于FDI溢出更有利于企业组织吸收。其次，正如罗长远（2006）的研究结果一样，技术的引进和完全吸收本身就需要一定的时间差，同时还与地区本身的技术条件水平也有关系。如果新技术要求的环境和人力条件与本地区的条件基本匹配的话，这个时间差可以相应缩短。但是如果差距较大，学习和引进的成本以及时间差就会相应增加。最后，国内技术溢出的成本相对于外国技术溢出的成本为低，这些成本包括了模仿和学习的改造成本，引进时购买其保护权的成本，成本低廉也是国内研发引起技术进步的弹性要高于外资的原因之一。

地区特征在技术进步中也体现得较为明显，北京、上海、广东三地的截距项在所有28个样本中最大，而贵州、甘肃等西部省份相对较小，说明技术进步因素同地区特征也有一定的联系。东部地区发展较早，在基础设施、政府政策引导、人力资源方面享有一定的优势，因此在技术进步的增量上也享受相似比例的提升。相反，西部地区由于生产资源的相对不足，虽然赶超的速度较快，但仍不可避免地受制于地区特征下的某些限制。

对于效率改善的固定效应模型，从表9可以看出，模型的拟合程度更高，达到了0.999344，有较好的解释效果。遗憾的是，面板数据中的DW检验仍然不太理想，原因同上。

表9　效率改善的面板模型分析

续表

产业结构与效率改善。本文中的产业结构是通过第二、第三产业增加值相对于第一产业增加值的比值实现的。该比值每增加1%，效率改善就提高0.00246%。一般认为第一产业占GDP比重10%以下，同时第三产业比重超过第二产业（即在45%以上）的国家工业化进程就达到了成熟阶段。东部地区部分城市的这一比值从1978年到2005年已经增长了5倍，而西部地区和全国平均水平则只增长了2倍左右，因此，产业结构优化调整应该是我国尤其是西部地区效率改善和全要素生产率增长的源泉之一。

工资水平与效率改善。未能通过5%的显著性水平，说明工资在追赶效应中发挥的作用还是较弱的。

基础设施建设与效率改善。基础设施建设同效率改善水平呈现正相关关系，说明基础设施投入在一定程度上推动了相对落后地区向先进地区追赶。蒋迪娜（2003）根据基础运输行业的分析后发现，铁路运输业的全要素生产率在整个研究跨度内都处于上升状态，并存在较为明显的规模经济性；公路运输业在20世纪90年代后固定资产投资的快速带动下，拉动了落后地区尤其是西部边远地区的生产效率；民航运输主要受到固定资产投资增长率的影响，同时具有一定的规模经济性，民航运输的发展使经济发达地区的经济效率得到了进一步提升。

政府行政费用支出与效率改善。政府行政费用支出对效率改善不能施加积极的影响，政府干预一方面可能会降低资本和劳动等生产投入要素的效率，另一方面较高的政府行政费用支出也代表该地区治理成本在拉动GDP方面的效率过低，行政费用与提供公产品和提供科技研发费用的配比不恰当。

产业集聚与效率改善。通过产业集聚可以减少企业间的交易费用，通过集聚产生的正外部性来提高效率水平。本文模型也显示出了产业集聚对效率改善的正向作用，说明产业集聚对促进企业间合作与竞争有一定的促进作用。

综上所述，在技术进步模型的分析中，大学教育水平、研发支出和实际利用外资三个因子对全要素生产率项下的技术进步有显著的作用。而在效率改善模型的分析中，产业结构、政府行政费用支出两个因子对全要素项下的效率改善有显著作用。同时，截距项显示地区特征在技术进步或效率改善中也有显著作用，如广州和上海、贵州和甘肃等省份在截距项上的显著差异。